IDENTIFIKASI PARAMETER PENENTU KESTABILAN MODEL PERTUMBUHAN LOGISTIK DENGAN WAKTU TUNDA

dokumen-dokumen yang mirip
IDENTIFIKASI TITIK TITIK BIFURKASI DARI MODEL TRANSMISI PENYAKIT MENULAR

PERAN PENTING LAJU PERUBAHAN KALOR PADA MODEL DINAMIK UNSUR UNSUR UTAMA IKLIM

MENCARI PERLUASAN MODEL DINAMIK UNSUR-UNSUR UTAMA IKLIM

THE EFFECT OF DELAYED TIME OF OSCILLATION IN THE LOGISTIC EQUATION

Simulasi Model Mangsa Pemangsa Di Wilayah yang Dilindungi untuk Kasus Pemangsa Tergantung Sebagian pada Mangsa

LAPORAN TUGAS AKHIR. Topik Tugas Akhir Kajian Matematika Murni

ANALISIS DINAMIKA MODEL KOMPETISI DUA POPULASI YANG HIDUP BERSAMA DI TITIK KESETIMBANGAN TIDAK TERDEFINISI

METODE BENTUK NORMAL PADA PENYELESAIAN PERSAMAAN RAYLEIGH

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Populasi adalah kumpulan individu dari suatu spesies yang sama yang

Syarat Cukup Osilasi Persamaan Diferensial Linier Homogen Orde Dua Dengan Redaman

BAB I PENDAHULUAN 1.1 Latar Belakang

METODE ELEMEN BATAS UNTUK MASALAH TRANSPORT

BAB II LANDASAN TEORI. eigen dan vektor eigen, persamaan diferensial, sistem persamaan diferensial, titik

KESTABILAN POPULASI MODEL LOTKA-VOLTERRA TIGA SPESIES DENGAN TITIK KESETIMBANGAN ABSTRACT

Agus Suryanto dan Isnani Darti

PENYELESAIAN PERSAMAAN DIFERENSIAL TUNDA LINIER ORDE 1 DENGAN METODE KARAKTERISTIK

MENGEFISIENSIKAN PENGGUNAAN ENERGI LISTRIK : STUDI KASUS PADA MODEL ALIRAN PANAS PADA WATER COOKER (PEMANAS AIR ELEKTRIK)

Simulasi Kestabilan Model Predator Prey Tipe Holling II dengan Faktor Pemanenan

SOLUSI PERIODIK TUNGGAL SUATU PERSAMAAN RAYLEIGH. Jurusan Matematika FMIPA UT ABSTRAK

MODEL PEMANENAN LOGISTIK DENGAN DAYA DUKUNG BERGANTUNG WAKTU

SIFAT-SIFAT DINAMIK DARI MODEL INTERAKSI CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN

BAB II KAJIAN TEORI. representasi pemodelan matematika disebut sebagai model matematika. Interpretasi Solusi. Bandingkan Data

BAB II LANDASAN TEORI. selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi

KESTABILAN TITIK TETAP MODEL PENULARAN PENYAKIT TIDAK FATAL

IV. HASIL DAN PEMBAHASAN. 4.1 Asumsi yang digunakan dalam sistem mangsa-pemangsa. Dimisalkan suatu habitat dimana spesies mangsa dan pemangsa hidup

LANDASAN TEORI. Model ini memiliki nilai kesetimbangan positif pada saat koordinat berada di titik

BIFURKASI HOPF PADA MODIFIKASI MODEL PREDATOR-PREY LESLIE GOWER DENGAN FUNGSI RESPON HOLLING TIPE II

MODEL LOGISTIK DENGAN DIFUSI PADA PERTUMBUHAN SEL TUMOR EHRLICH ASCITIES. Hendi Nirwansah 1 dan Widowati 2

ANALISIS DINAMIK MODEL POPULASI MANGSA PEMANGSA DENGAN WILAYAH RESERVASI DAN PEMANENAN PEMANGSA Aidil Awal 1*), Syamsuddin Toaha 2), Khaeruddin 2)

ANALISA KESEIMBANGAN INTERAKSI POPULASI TERUMBU KARANG, SIPUT DRUPELLA DAN PREDATORNYA MELALUI PHASE PORTRAIT

BAB II LANDASAN TEORI. dalam penulisan skripsi ini. Teori-teori yang digunakan berupa definisi-definisi serta

Persamaan Diferensial

METODE DEKOMPOSISI ADOMIAN LAPLACE UNTUK SOLUSI PERSAMAAN DIFERENSIAL NONLINIER KOEFISIEN FUNGSI

Solusi Numerik Persamaan Logistik dengan Menggunakan Metode Dekomposisi Adomian Dan Metode Milne

Pengaruh Waktu Tunda Yang Kecil Terhadap Stabilitas Eksponensial Seragam Suatu Sistem Persamaan Diferensial

Estimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter

METODE TRANSFORMASI ELZAKI DALAM MENYELESAIKAN PERSAMAAN DIFERENSIAL BIASA LINEAR ORDE DUA DENGAN KOEFISIEN VARIABEL ABSTRACT

MODIFIKASI SISTEM PREDATOR-PREY: DINAMIKA MODEL LESLIE-GOWER DENGAN DAYA DUKUNG YANG TUMBUH LOGISTIK

BIFURKASI HOPF PADA MODEL SILKUS BISNIS KALDOR-KALECKI TANPA WAKTU TUNDA

MODEL LOGISTIK PENGARUH POHON TERHADAP POPULASI BURUNG

RPKPS (Rencana Program Kegiatan Pembelajaran Semester) Program Studi : S1 Matematika Jurusan/Fakultas : Matematika/FMIPA

MODEL PERTUMBUHAN EKONOMI MANKIW ROMER WEIL DENGAN PENGARUH PERAN PEMERINTAH TERHADAP PENDAPATAN

Interaksi Jamur Parasit dengan Tumbuhan Perennial : Model Matematika dan Simulasi

BAB II LANDASAN TEORI

PERILAKU SOLUSI PERSAMAAN DIFERENSIAL LOGISTIK DENGAN PEMBERIAN DELAY

METODE BENTUK NORMAL PADA PENYELESAIAN PERSAMAAN DUFFING

PENERAPAN MODEL PERTUMBUHAN LOGISTIK DENGAN MEMPERHATIKAN LAJU INTRINSIK

PEMODELAN MATEMATIKA DAN ANALISIS KESTABILAN MODEL PADA PENYEBARAN HIV-AIDS

ANALISIS PERILAKU PENYELESAIAN PERSAMAAN DIFERENSIAL TUNDAAN SKRIPSI. Oleh: ASRUL KHASANAH NIM: JURUSAN PENDIDIKAN MATEMATIKA

Pertemuan Kesatu. Matematika III. Oleh Mohammad Edy Nurtamam, S.Pd., M.Si. Page 1.

MODEL STOKASTIK PERTUMBUHAN POPULASI (PURE BIRTH PROCESS)

SKEMA NUMERIK PERSAMAAN LESLIE GOWER DENGAN PEMANENAN

MODEL DINAMIKA CINTA DENGAN MEMPERHATIKAN DAYA TARIK PASANGAN

Membangun Fungsi Green dari Persamaan Difrensial Linear Non Homogen Tingkat - n

ANALISIS KESTABILAN MODEL MATEMATIKA IMMUNOTERAPI BCG PADA KANKER KANDUNG KEMIH

FORMULA PENGGANTI METODE KOEFISIEN TAK TENTU ABSTRACT

PENYELESAIAN MASALAH NILAI EIGEN UNTUK PERSAMAAN DIFERENSIAL STURM-LIOUVILLE DENGAN METODE NUMEROV

Mata Kuliah :: Matematika Rekayasa Lanjut Kode MK : TKS 8105 Pengampu : Achfas Zacoeb

MATERI PERKULIAHAN. Gambar 1. Potensial tangga

PEMANENAN OPTIMAL PADA MODEL REAKSI DINAMIK SISTEM MANGSA-PEMANGSA DENGAN TAHAPAN STRUKTUR. Yuliani, Marwan Sam

II. TINJAUAN PUSTAKA. Sistem dinamik adalah sistem yang berubah dari waktu ke waktu (Farlow,et al.,

Created By Aristastory.Wordpress.com BAB I PENDAHULUAN. Teori sistem dinamik adalah bidang matematika terapan yang digunakan untuk

BAB I PENDAHULUAN. Ekologi merupakan cabang ilmu yang mempelajari tentang interaksi antara

DINAMIKA PERKEMBANGAN HIV/AIDS DI SULAWESI UTARA MENGGUNAKAN MODEL PERSAMAAN DIFERENSIAL NONLINEAR SIR (SUSCEPTIBLE, INFECTIOUS AND RECOVERED)

MODIFIKASI PERSAMAAN LOGISTIK PADA SIMULASI LAJU PERTUMBUHAN NYAMUK AEDES AEGYPTI

KONSEP DASAR PERSAMAAN DIFERENSIAL

ANALISIS BIFURKASI PADA MODEL MATEMATIS PREDATOR PREY DENGAN DUA PREDATOR Lia Listyana 1, Dr. Hartono 2, dan Kus Prihantoso Krisnawan,M.

PENGARUH PARAMETER PENGONTROL DALAM MENEKAN PENYEBARAN PENYAKIT FLU BURUNG. Rina Reorita, Niken Larasati, dan Renny

SEMINAR HASIL TUGAS AKHIR Jurusan Matematika FMIPA ITS

BAB II TINJAUAN PUSTAKA. kestabilan model predator-prey tipe Holling II dengan faktor pemanenan.

Persamaan Diferensial

PENYELESAIAN NUMERIK DARI PERSAMAAN DIFERENSIAL NONLINIER ADVANCE-DELAY

SOLUSI ANALITIK MASALAH KONDUKSI PANAS PADA TABUNG

Studi Penyebaran Penyakit Flu Burung Melalui Kajian Dinamis Revisi Model Endemik SIRS Dengan Pemberian Vaksinasi Unggas. Jalan Sukarno-Hatta Palu,

IV HASIL DAN PEMBAHASAN

1 BAB 4 ANALISIS DAN BAHASAN

TINJAUAN KASUS PERSAMAAN GELOMBANG DIMENSI SATU DENGAN BERBAGAI NILAI AWAL DAN SYARAT BATAS

Oleh Nara Riatul Kasanah Dosen Pembimbing Drs. Sri Suprapti H., M.Si

ANALISIS KESTABILAN MODEL DINAMIKA PENYEBARAN PENYAKIT FLU BURUNG

Pertemuan 1 dan 2 KONSEP DASAR PERSAMAAN DIFERENSIAL

ANALISIS TITIK EKUILIBRIUM MODEL EPIDEMI SIR DENGAN EFEK DEMOGRAFI

MODEL SEIR PENYAKIT CAMPAK DENGAN VAKSINASI DAN MIGRASI

ANALISIS KESTABILAN SISTEM GERAK PESAWAT TERBANG DENGAN MENGGUNAKAN METODE NILAI EIGEN DAN ROUTH - HURWITZ (*) ABSTRAK

ANALISA STEADY STATE ERROR SISTEM KONTROL LINIER INVARIANT WAKTU

Bab 3 MODEL DAN ANALISIS MATEMATIKA

PERILAKU SOLUSI PERSAMAAN DIFERENSIAL LOGISTIK DENGAN PEMBERIAN DELAY

BIFURKASI HOPF MODEL MANGSA-PEMANGSA DENGAN WAKTU TUNDA NI NYOMAN SURYANI

Pengendalian Populasi Hama pada Model Mangsa-Pemangsa dengan Musuh Alaminya

ANALISIS STABILITAS PENYEBARAN VIRUS EBOLA PADA MANUSIA

FMIPA UNIVERSITAS NEGERI MALANG JURUSAN MATEMATIKA SEMESTER GASAL 2014/2015 RENCANA PERKULIAHAN SEMESTER (RPS)

Penerapan Teknik Serangga Steril Dengan Model Logistik. Dalam Pemberantasan Nyamuk Aedes Aegypti. Nida Sri Utami

METODE PSEUDO ARC-LENGTH DAN PENERAPANNYA PADA PENYELESAIAN SISTEM PERSAMAAN NONLINIER TERPARAMETERISASI

Analisis Kestabilan Model Penurunan Sumber Daya Hutan Akibat Industri

BAB 2 PDB Linier Order Satu 2

KAJIAN MODEL PERTUMBUHAN TUMOR MENGGUNAKAN MODEL PERTUMBUHAN RICHARD DAN MODEL GOMPERTZ

BAB II KAJIAN TEORI. digunakan pada bab pembahasan. Teori-teori ini digunakan sebagai bahan acuan

MEMBANGUN MODEL KADAR HEMOGLOBIN (Hb) PENDERITA POLISITEMIA VERA YANG MEMPERTIMBANGKAN MOOD SWINGS DENGAN METODE PENCOCOKAN KURVA

REFORMULASI DARI SOLUSI 3-SOLITON UNTUK PERSAMAAN KORTEWEG-de VRIES. Dian Mustikaningsih dan Sutimin Jurusan Matematika FMIPA Universitas Diponegoro

R DNA (3.1.1) k 1. DNA NTP k 3. k 2

METODE ITERASI ORDE EMPAT DAN ORDE LIMA UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Imaddudin ABSTRACT

Transkripsi:

IDENTIFIKASI PARAMETER PENENTU KESTABILAN MODEL PERTUMBUHAN LOGISTIK DENGAN WAKTU TUNDA Rina Ratianingsih 1 1 Jurusan Matematika FMIPA UNTAD Kampus Bumi Tadulako Tondo Palu Abstrak Model pertumbuhan logistik dengan waktu tunda digunakanuntuk menggambarkan adanya penurunan dan peningkatan pertumbuhan populasi secara periodik. Pengamatan terhadap kestabilan model tersebut dilakukan linearisasi di sekitar titik kritis dengan metoda pertubasi. Hasil penelitian menunjukkan kaitan antara akar persamaan karakteristik model tersebut dengan waktu tunda. Kaitan tersebut memperlihatkan adanya parameter laju pertumbuhan intrinsik dari populasi sebagai penentu kestabilan model pertumbuhan logistik dengan waktu tunda. Kata Kunci : Kestabilan, Linearisasi, Model pertumbuhan logistik dengan waktu tunda, Metoda Pertubasi, Ttitik kritis I. Pendahuluan Fenomena pertumbuhan populasi yang populer digambarkan dalam bentuk persamaan logistik senantiasa direvisi sedemikian hingga masalah nyata yang direpresentasikan oleh persamaan tersebut dapat tergambarkan dengan lebih baik. Bila pertumbuhan populasi tidak meninjau adanya penundaan waktu pada proses pertumbuhan populasinya, persamaan logistik masih dapat dipakai. Namun bila fenomena musiman yang ditinjau dengan melibatkan waktu tunda dalam pertumbuhan pupulasi, persamaan logistik perlu direvisi untuk mendapatkan model pertumbuhan logistik dengan waktu tunda. Melalui model tersebut kondisi penurunan dan peningkatan pertumbuhan populasi secara periodik yang menggambarkan penundaan pertumbuhan populasi dapat diungkap dengan baik. Hal penting yang perlu diidentifikasi dari model pertumbuhan logistik dengan waktu tunda adalah kemunculan parameter penentu dari kestabilan model tersebut. Kestabilan model tersebut diamati dengan linearisasi yakni dengan melakukan pertubasi di sekitar titik kritis. Kestabilan ditentukan dengan mengamati nilai akar persamaan karakteristik yang dikaitkan dengan waktu tunda pertumbuhan populasi. Penurunan yang mengaitkan nilai persamaan karakteristik yang dikaitkan dengan waktu tunda pertumbuhan populasi mengungkap peran penting parameter laju pertumbuhan intrinsik dari populasi dalam menentukan kestabilan model pertumbuhan logistik dengan waktu tunda. Peran tersebut terlihat melalui hubungan tak linier antara laju pertumbuhan intrinsik dari populasi dengan nilai akar persamaan karakteristik.

JIMT, Vol. 8, No.12, Mei 2011 : 8 13 II. Metoda Penelitian Pengidentifikasian parameter penentu kestabilan model pertumbuhan logistik dengan waktu tunda dilakukan dengan prosedur sebagai berikut : 1. Meninjau Model pertumbuhan logistik dengan waktu tunda 2. Menentukan titik kritis Model pertumbuhan logistik dengan waktu tunda 3. Melakukan pertubasi di sekitar titik kritis yang memuat waktu tunda 4. Menurunkan kaitan antara waktu tunda dan akar persamaan karakteristik 5. Menurunkan kaitan antara akar persamaan karakteristik dan parameter penentu kestabilan III. Pembahasan lll. 1 Model pertumbuhan logistik dengan waktu tunda Persamaan logistik sederhana tidak dapat digunakan untuk mendeskripsikan pertumbuhan populasi pada kasus adanya keterlambatan (penundaan) pertumbuhan. Untuk itu dilakukan revisi terhadap persamaan logistik sederhana dengan menurunkan model pertumbuhan logistik dengan waktu tunda. Persamaan pembangun model pertumbuhan logistik dengan waktu tunda dinyatakan dalam (Timuneno, 2008) sebagai berikut : (1) dengan N(t) adalah banyaknya populasi N pada saat t r > 0 adalah laju pertumbuhan intrinsik populasi adalah banyaknya populasi N pada saat penundaan adalah kapasitas tampung (carrying capacity) adalah waktu tunda. lll. 2 Titik Kritis Model Pertumbuhan Logistik dengan Waktu Tunda Titik kritis model pertumbuhan logistik dengan waktu tunda, yang biasa pula disebut dengan titik kesetimbangan, diperoleh dengan meninjau persamaan (1) pada saat model tersebut tidak mengalami perubahan (Panfilov, 2004) yang dikenal sebagai keadaan zero growth. Hal ini mengakibatkan model memiliki dua titik kritis N(t) = 0 dan N(t) = K. Pengamatan terhadap kestabilan model pertumbuhan logistik dengan waktu tunda dilakukan dengan melakukan linearisasi di sekitar titik kritis dengan metoda pertubasi. lll. 3 Pertubasi di Sekitar Titik-Titik Kritis Pada prinsipnya pertubasi di sekitar titik-titik kritis adalah suatu analisis kestabilan linearisasi di sekitar titik kritis dengan metoda pertubasi yang dilakukan dengan memilih parameter pertubasi yang sangat kecil. Hal ini dapat ditafsirkan bahwa tinjauan 9

Identifikasi Parameter Penentu Kestabilan Model Pertumbuhan Logistik Dengan Waktu Tunda kestabilan model pertumbuhan logistik dengan waktu tunda dilakukan sangat dekat dengan titiktitik kkritis. III.3.1 Pertubasi di Sekitar Titik Kritis N(t) = 0 Pertubasi di sekitar titik kritis N(t) = 0 dinyatakan sebagai N(t) = 0 + N1(t) (2) dengan N1(t) adalah perubahan dari titik kritis N(t) =0. Substitusi persamaan (2) pada persamaan (1) akan memberikan (3) Dengan mengabaikan suku tak linier pada persamaan (3) akan diperoleh Mengingat solusi dari persamaan (4) merupakan fungsi eksponensial, dengan c adalah konstanta, maka kestabilan model pertumbuhan logistik dengan waktu tunda di sekitar titik kritis N(t) = 0 adalah tidak stabil. Hal ini disebabkan laju pertumbuhan intrinsik populasi r senantiasa bernilai positif. III.3.1 Pertubasi di Sekitar Titik Kritis N(t) = K Pertubasi di sekitar titik kritis N(t) = K dinyatakan sebagai N(t) = K + N1(t) (5) dengan N1(t) adalah perubahan dari titik kritis N(t) =K dimana. Substitusi persamaan (5) pada persamaan (1) akan memberikan (6) Dengan mengabaikan suku tak linier pada persamaan (3) akan diperoleh (7) Dengan mengasumsikan solusi dari persamaan (7) merupakan fungsi eksponensial, dengan c adalah konstanta, dapat diturunkan persamaan karakteristik yang diperoleh dengan melakukan substitusi pada persamaan (7) sebagai berikut (8) III.4 Kaitan Antara Waktu Tunda dan Akar Persamaan Karakteristik Misalkan λ pada persamaan (8) dinyatakan dalam bentuk kompleks, yaitu dimana dan ν secara berturut-turut adalah bagian real dan bagian imajiner dari λ. Substitusi bentuk kompleks tersebut pada persamaan (8) akan memberikan (9) Sehingga dapat diperoleh bagian real dan bagian imajiner persamaan (9) sebagai berikut (10.a) (10.b) 10

JIMT, Vol. 8, No.12, Mei 2011 : 8 13 Mengingat, manipulasi matematika sederhana dari persamaan (10.a) dan persamaan (10.b) akan memberikan relasi berikut (11) Hal ini mengakibatkan substitusi nilai pada persamaan (11) pada persamaan (8) akan memberikan persamaan dalam λ sebagai berikut (12) III.5 Kaitan Antara Akar Persamaan Karakteristik dan Parameter Penentu Kestabilan Apabila kita perhatikan kembali persamaan (12) kita dapat menyimpulkan bahwa terdapat kaitan antara akar persamaan tersebut, yakni semua nilai λ yang memenuhi f(λ) = 0, dengan laju pertumbuhan intrinsik r. Hal ini disebabkan tidak lain adalah norm dari akar persamaan karakteristik λ itu sendiri. Dengan demikian dapat diperoleh kaitan antara akar persamaan karakteristik λ dan laju pertumbuhan intrinsik r sebagai berikut (13) Kaitan secara eksplisit antara akar persamaan karakteristik λ dan laju pertumbuhan intrinsik r diperoleh dengan menyelesaikan persamaan (13). Untuk suatu nilai laju pertumbuhan intrinsik r yang diberikan dapat ditentukan nilai akar persamaan karakteristik λ dengan cara menentukan akar persamaan tak linier dalam variabel λ. Pengamatan nilai akar persamaan karakteristik λ yang diperoleh dapat digunakan sebagai indikator kestabilan model pertumbuhan logistik dengan waktu tunda. Bila bagian real dari akar persamaan karakteristik λ yang diperoleh bernilai negative maka pertumbuhan populasi akan stabil, dan bila bagian real dari akar persamaan karakteristik λ yang diperoleh bernilai positif maka pertumbuhan populasi akan tidak stabil. Dengan demikian nilai laju pertumbuhan intrinsik r merupakan parameter penentu kestabilan model pertumbuhan logistik dengan waktu tunda. Kaitan secara eksplisit dapat diperoleh dengan bantuan perangkat lunak matematika MAPLE 12 dengan menentukan solusi persamaan (12) dalam variabel λ dan diperoleh λ = (14) dimana fungsi Lambert W adalah fungsi yang memenuhi LambertW(x) * exp(lambertw(x)) = x. III.5 Identifikasi Penundaan Pertumbuhan Populasi Secara Periodik pada Model Pertumbuhan Logistik dengan Waktu Tunda Apabila kita perhatikan kembali persamaan (11), fenomena pertumbuhan populasi tidak akan muncul untuk nilai. Hal ini disebabkan untuk nilai λ tersebut akan 11

Identifikasi Parameter Penentu Kestabilan Model Pertumbuhan Logistik Dengan Waktu Tunda mengakibatkan persamaan (8) menjadi sehingga diperoleh nilai persamaan karakteristik λ sebagai berikut (15) Nilai λ pada persamaan (15) tidak menampakkan adanya kaitan antara nilai akar persamaan karakteristik λ dan waktu tunda. Dengan demikian pada nilai tidak terjadi penundaan pertumbuhan populasi. Identifikasi kemunculan waktu tunda diperoleh dengan mengamati perubahan kestabilan solusi model pertumbuhan logistik dengan waktu tunda yang ditentukan oleh nlai bagian real dari akar persamaan karakteristik λ. Perlu diperhatikan bahwa Re(λ) < 0 akan memberikan solusi model pertumbuhan logistik dengan waktu tunda yang stabil, sedangkan Re(λ) > 0 akan memberikan solusi model pertumbuhan logistik dengan waktu tunda yang tidak stabil. Hal ini menjadikan nilai Re(λ) = sebagai batas kestabilan model pertumbuhan logistik dengan waktu tunda. Pengamatan terhadap nilai pada persamaan (11) akan memberikan r = ν (16) Substitusi nilai r dalam persamaan (16) pada persamaan (10.b) akan memberikan (17) Substitusi kembali nilai ν pada persamaan (16) pada persamaan (17) akan memberikan (18) Persamaan (18) menunjukkan bahwa nilai nilai-nilai populasi mengalami penundaan pertumbuhan secara periodik. IV. Kesimpulan Fenomena terjadinya penundaan secara periodik pada pertumbuhan suatu populasi dapat direpresentasikan dengan baik oleh model pertumbuhan populasi dengan waktu tunda. Identifikasi terhadap kestabilan model tersebut menunjukkan adanya peran penting dari parameter laju pertumbuhan intrinsik r sebagai penentu kestabilan model pertumbuhan populasi dengan waktu tunda. Hal ini disebabkan adanya kaitan antara akar persamaan karakteristik λ dengan waktu tunda dan kaitan antara kaitan antara akar persamaan karakteristik λ dengan laju pertumbuhan intrinsik r sebagai penentu kestabilan model tersebut. V. Daftar Pustaka 1. Boyce, W. E., and Richard, C. D, 1996, Elementary Differential Equations and Boundary Value Problems, Sixth Edition, Wiley, Singapore. 2. Kartono, 2001, Maple untuk Persamaan Diferensial, Semarang 12

JIMT, Vol. 8, No.12, Mei 2011 : 8 13 3. Lin Y., and Stadherr, M.A., 2005, Global Optimization for Parameter Estimation in Dynamic System, http://aiche.confex.com/aiche/2005/techprogram/p15752.htm, diakses 1 Oktober 2010. 4. Okmaniar, 2011, Mengkaji Kestabilan Titik Kritis Model Pertumbuhan Logistik dengan Waktu Tunda Melalui Kurva Parameter, UNTAD, Palu. 5. Panfilov, A., 2004, qualitative Analysis of Differential Equations, Utrecht University, Utrecht. 6. Purnomo, Kosala, D., 2000, Model Pertumbuhan Populasi dengan Memidifikasi Model Pertumbuhan Logistik, Majalah Matematika dan Statistik Universitas Jember, Vol(1):21-29,Jember. 7. Timuneno, H. M., Heri Soelistyo Utomo, R., Widowati, 2008, Model Pertumbuhan Populasi dengan Waktu Tunda, Jurnal Matematika : Vol (11) : 43-51, Universitas Negeri Semarang, http://ejournal.undip.ac.id/index.php/matematika/article/view/395/271, diakses 5 Juli 2010. 13