BAB 3 MODEL DASAR DINAMIKA VIRUS HIV DALAM TUBUH

dokumen-dokumen yang mirip
PENGARUH STRATEGI VAKSINASI KONTINU PADA MODEL EPIDEMIK SVIRS

METODE PENELITIAN Data Langkah-Langkah Penelitian

VIII. ALIRAN MELALUI LUBANG DAN PELUAP

Mursyidah Pratiwi, Yuni Yulida*, Faisal Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat *

ANALISAPERHITUNGANWAKTU PENGALIRAN AIR DAN SOLAR PADA TANGKI

ANALISIS MODEL SIR PENYEBARAN DEMAM BERDARAH DENGUE MENGGUNAKAN KRITERIA ROUTH-HURWITZ ABSTRACT

BAB III UJICOBA KALIBRASI KAMERA

DIFERENSIAL FUNGSI SEDERHANA

BAB III INTERFERENSI SEL

ANALISIS KESTABILAN MODEL MATEMATIKA DARI POPULASI PENDERITA DIABETES MELLITUS

PERSAMAAN DIFFERENSIAL. Disusun untuk memenuhi tugas mata kuliah Matematika

Arus Melingkar (Circular Flow) dalam Perekonomian 2 Sektor

PENALAAN KENDALI PID UNTUK PENGENDALI PROSES

Ax b Cx d dan dua persamaan linier yang dapat ditentukan solusinya x Ax b dan Ax b. Pada sistem Ax b Cx d solusi akan

, serta notasi turunan total ρ

Praktikum Total Quality Management

BAB III LANDASAN TEORI. Beton bertulang merupakan kombinasi antara beton dan baja. Kombinasi

IMPLEMENTASI TEKNIK FEATURE MORPHING PADA CITRA DUA DIMENSI

MAKALAH TUGAS AKHIR DIMENSI METRIK PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 + mk n

IV. ANALISA RANCANGAN

Solusi Tutorial 6 Matematika 1A

PROGRAM KOMPUTER UNTUK PEMODELAN SEBARAN PERGERAKAN. Abstrak

BAB II DASAR TEORI. II.1 Saham

UJIAN TENGAH SEMESTER KALKULUS/KALKULUS1

1.1. Sub Ruang Vektor

BAB 4 HASIL PENELITIAN. identitas responden seperti jenis kelamin. Tabel 4.1 Identitas Jenis Kelamin Responden. Frequ Percent

F = M a Oleh karena diameter pipa adalah konstan, maka kecepatan aliran di sepanjang pipa adalah konstan, sehingga percepatan adalah nol, d dr.

Kombinasi Gaya Tekan dan Lentur

BAB III PROSES PERANCANGAN DAN PERHITUNGAN

BAB 4 ANALISIS DAN MINIMISASI RIAK TEGANGAN DAN ARUS SISI DC

V. HASIL DAN PEMBAHASAN

IMPLEMENTASI KENDALI PID DALAM MENINGKATKAN KINERJA POWER SYSTEM STABILIZER

Suatu persamaan diferensial biasa orde n adalah persamaan bentuk :

DESAIN PENGENDALIAN KETINGGIAN AIR DAN TEMPERATUR UAP PADA SISTEM STEAM DRUM BOILER DENGAN METODE SLIDING MODE CONTROL (SMC)

BAB III MODEL KAPLAN. 3.1 Model Kaplan

BAB VI. FUNGSI TRANSENDEN

Penentuan Parameter Bandul Matematis untuk Memperoleh Energi Maksimum dengan Gelombang dalam Tangki

=== BENTUK KANONIK DAN BENTUK BAKU ===

1 Kapasitor Lempeng Sejajar

PERSAMAAN SCHRODINGER YANG BERGANTUNG WAKTU

1 Kapasitor Lempeng Sejajar

Jurnal Teknika ISSN : Fakultas Teknik Universitas Islam Lamongan Volume 2 No.2 Tahun 201

3 TEORI KONGRUENSI. Contoh 3.1. Misalkan hari ini adalah Sabtu, hari apa setelah 100 hari dari sekarang?

BAB III KONTROL PADA STRUKTUR

SOLUSI NUMERIK MODEL REAKSI-DIFUSI (TURING) DENGAN METODE BEDA HINGGA IMPLISIT

PENENTUAN FREKUENSI MAKSIMUM KOMUNIKASI RADIO DAN SUDUT ELEVASI ANTENA

BAB 7 P A S A K. Gambar 1. Jenis-Jenis Pasak

Sudaryatno Sudirham. Diferensiasi

Penerapan Aljabar Max-Plus Pada Sistem Produksi Meubel Rotan

TURUNAN FUNGSI (DIFERENSIAL)

SUATU FORMULASI HAMILTON BAGI GERAK GELOMBANG INTERFACIAL YANG MERAMBAT DALAM DUA ARAH

NAMA : FAISHAL AGUNG ROHELMY NIM:

Studi Perbandingan antara Gaya Menggantung dengan Gaya Jalan Di Udara terhadap Perestasi Lompat Jauh Pada Siswa putra Kelas VIII Putra SMPN 1 Sape

Gangguan Frekuensi fof2 Ionofser dari Matahari dan Geomagnetik

Hukum Coulomb. a. Uraian Materi

PEMODELAN EMPIRIS COST 231-WALFISCH IKEGAMI GUNA ESTIMASI RUGI-RUGI LINTASAN ANTENA RADAR DI PERUM LPPNPI INDONESIA

BAB II LANDASAN TEORI

Respon Getaran Lateral dan Torsional Pada Poros Vertical-Axis Turbine (VAT) dengan Pemodelan Massa Tergumpal

RANCANG BANGUN ALAT UKUR UJI TEKANAN DAN LAJU ALIRAN FLUIDA MENGGUNAKAN POMPA CENTRIFUGAL

PENENTUAN SOLUSI SOLITON PADA PERSAMAAN KDV DENGAN MENGGUNAKAN METODE TANH

KENDALI LQR DISKRIT UNTUK SISTEM TRANSMISI DATA DENGAN SUMBER JARINGAN TUNGGAL. Jl. Prof. H. Soedarto, S.H. Tembalang Semarang

3 TEORI KONGRUENSI. Contoh 3.1. Misalkan hari ini adalah Sabtu, hari apa setelah 100 hari dari sekarang?

ANALISIS KLASTER UNTUK PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH BERDASARKAN INDIKATOR KESEJAHTERAAN RAKYAT

EVALUASI SKENARIO KOORDINASI SUPPLY CHAIN UNTUK MODEL PRICING DAN KEPUTUSAN ORDER/DELIVERY

BAB IV PENGEMBANGAN MODEL KAPLAN

=== PERANCANGAN RANGKAIAN KOMBINASIONAL ===


METODE PERSAMAAN DIOPHANTINE LINEAR DALAM PENENTUAN SOLUSI PROGRAM LINEAR INTEGER

PANJANG PENYALURAN TULANGAN

BESARNYA KOEFISIEN HAMBAT (CD) SILT SCREEN AKIBAT GAYA ARUS DENGAN MODEL PELAMPUNG PARALON DAN KAYU

Relasi Dispersi dalam Pandu Gelombang Planar Nonlinear Kerr

BAB V KAPASITOR. (b) Beda potensial V= 6 volt. Muatan kapasitor, q, dihitung dengan persamaan q V = ( )(6) = 35, C = 35,4 nc

MAKALAH SEMINAR TUGAS AKHIR. Analisis Teknik Penyambungan Secara Fusi Pada Serat Optik Ragam Tunggal. Oleh : Nama : Agus Setiyawan Nim : L2F

PEMODELAN Deskripsi Masalah

( ) P = P T. RT a. 1 v. b v c

DIFERENSIAL FUNGSI SEDERHANA

METODE MATRIK APLIKASI METODE MATRIK UNTUK ANALISA STRUKTUR BALOK

PENGARUH KUALITAS PELAYANAN DAN PENYEDIAAN FASILITAS TERHADAP KEPUASAN PELANGGAN PADA PT. KERETA API INDONESIA (KAI) PALEMBANG

UNIVERSITAS INDONESIA ANALISA PUTARAN MOTOR INDUKSI TIGA FASA TANPA SENSOR KECEPATAN DENGAN PENGENDALI VEKTOR ARUS DAN OBSERVER BERADA PADA SUMBU DQ

BAB I PENDAHULUAN 1.1 Maksud 1.2 Tujuan

DETEKSI API REAL-TIME DENGAN METODE THRESHOLDING RERATA RGB

PENENTUAN RUMUS KETIDAKPASTIAN PENGUKURAN UJI KEKERASAN VICKERS

ANALISA RESPON PENGENDALI FEEDFORWARD DAN PID PADA PENGENDALIAN TEMPERATUR HEAT EXCHANGER

FUNGSI TRANSENDEN J.M. TUWANKOTTA

Penggunaan Metode Multi-criteria Decision Aid dalam Proses Pemilihan Supplier

( ) ANALISA KONDISI FISIS ATMOSFER PADA SAAT HUJAN EKSTRIM DAN TERJADINYA BANJIR BULAN FEBRUARI 2006 DI MANADO

JUDUL PENUH MENGGUNAKAN HURUF KAPITAL

ABSTRACT. Keywords: Training, Evaluation, Kirkpatrick Model, Employees. 376 Hania Aminah. Hania Aminah Fakultas Ekonomi, Universitas Negeri Jakarta

IV PEMBAHASAN. ,, dan, dengan menggunakan bantuan software Mathematica ( ) ( ) ( ) ( ) ( ) ( )

PERANCANGAN WEBSITE DEKRANASDA KOTA SURABAYA DENGAN KONSEP MY SECOND CRAFT WORKBENCH

BAB III PERENCANAAN PEMILIHAN TALI BAJA PADA ELEVATOR BARANG. Q = Beban kapasitas muatan dalam perencanaan ( 1 Ton )

Model Matematika Penyebaran Internal Demam Berdarah Dengue dalam Tubuh Manusia

Metode Nonparametrik untuk Menaksir Koefisien Korelasi Parsial

BAB I PENDAHULUAN. Kelompok II, Teknik Elektro, Unhas

BAB IV LAPORAN HASIL PENELITIAN DAN PEMBAHASAN

KAPASITOR. Pengertian Kapasitor

MODEL SIS (SUSCEPTIBLE INFECTED SUSCEPTIBLE) PADA PENULARAN DUA PENYAKIT ENDEMIK YAYA SUKARYA

ISNN WAHANA Volume 68, Nomer 1, 1 Juni 2017 HUBUNGAN ANTARA DAERAH IDEAL UTAMA, DAERAH FAKTORISASI TUNGGAL, DAN DAERAH DEDEKIND

ESTIMASI WAKTU DAN SUDUT PEMUTUS KRITIS PADA SISTEM TENAGA LISTRIK DENGAN METODE LUAS SAMA

PENGARUH LAYANAN PURNA JUAL DAN KEPUASAN PELANGGAN TERHADAP LOYALITAS PELANGGAN

Transkripsi:

BAB 3 MODEL DASA DINAMIKA VIUS HIV DALAM TUBUH 3.1 Moel Dasar Moel asar inamika virus HIV alam tubuh menggunakan beberapa asumsi sebagai berikut: Mula-mula tubuh alam keaaan tiak terinfeksi virus atau semua sel alam tubuh alam keaaan sehat. Sejumlah kecil virus masuk kealam tubuh sehingga sejumlah sel sehat berhasil terinfeksi oleh virus. Selain virus, tiak aa patogen asing lain yang berbahaya masuk kealam tubuh. Banyaknya sel sehat yang ihasilkan oleh tubuh aalah konstan. Setiap virus mempunyai kemungkinan yang sama alam menginfeksi sel. Moel asar inamika virus mempunyai tiga kompartemen: sel tiak terinfeksi/sel sehat yang mungkin bisa terkena infeksi HIV (x), sel terinfeksi (y) an virus bebas (v). Berasarkan asumsi iatas, paa konisi awal tubuh hanya memiliki 11

sel yang sehat. Kemuian sejumlah kecil virus masuk kealam tubuh an menyerang satu buah sel sehat sehingga sel tersebut menjai terinfeksi. Sejumlah kecil sel yang terinfeksi akan menghasilkan sejumlah partikel virus baru yang akan menginfeksi sel baru/ sel sehat yang lain. Dengan begitu, berarti rantai reaksi telah imulai. antai reaksi ini memiliki ua kemungkinan, yaitu apakah ia akan mati atau menghasilkan leakan sejumlah virus baru an menginfeksi sel lain. Diagram transmisi untuk moel asar ini apat ilihat paa gambar 3.1 Dinamika Virus HIV k λ Sel Sehat Virus bebas Sel Terinfeksi + u β a Gambar 3.1 Diagram transmisi virus HIV alam tubuh Persamaan inamika sel an virus iberikan oleh persamaan ( 1 3 ) ibawah ini: x& = λ x β xv (3.1) y& = β xv ay (3.2) v& = ky uv (3.3) Persamaan (3.1-3.3) menyatakan laju perubahan populasi tiap kompartemen per satuan waktu, imana: x& aalah laju perubahan sel sehat yang mungkin sakit yang ipengaruhi oleh banyaknya sel sel sehat yang iprouksi oleh tubuh engan parameter λ terhaap waktu. Sel sehat akan berkurang karena rusak atau mati secara alami engan parameter an juga karena invasi virus terhaap sel sehat. Keberhasilan virus menginfeksi sel inyatakan engan parameter β. 12

y& aalah laju perubahan banyaknya sel terinfeksi yang ipengaruhi oleh keberhasilan virus menginfeksi sel terhaap waktu. Sel terinfeksi akan berkurang karena rusak atau mati secara alami engan parameter a. v& aalah laju perubahan banyaknya virus bebas yang ipengaruhi oleh prouksi virus ari sel terinfeksi engan parameter k terhaap waktu. Virus bebas akan berkurang karena kematian alami engan parameter u. Betikut ini aalah keterangan parameter yang ipakai alam moel asar inamika virus, yaitu: λ aalah banyaknya sel sehat yang iprouksi oleh tubuh per ml arah β aalah laju keberhasilan virus menginfeksi sel u aalah laju kematian sel sehat aalah laju kematian virus k aalah banyaknya virus yang ihasilkan oleh sel terinfeksi a aalah laju kematian sel terinfeksi 3.2 Basic eprouctive atio Basic eprouctive atio ( ) aalah banyaknya sel terinfeksi yang muncul iakibatkan oleh satu sel terinfeksi sebelumnya paa kasus susceptible. Banyaknya sel terinfeksi yang akan muncul ipengaruhi oleh beberapa faktor, iantaranya aalah faktor virulensi an faktor kematian alami ari ketiga kompartemen. akan berbaning lurus engan faktor virulensi virus an berbaning terbalik engan faktor kematian ketiga kompartemen, sehingga iperoleh = au Secara umum, bisa kita ilustrasikan seperti paa Gambar 3.2 ibawah ini: 13

Basic eprouctive atio ( ) k a λβk = au Gambar 3.2 Ilustrasi iperlukan untuk mengetahui keberlangsungan infeksi. Jika akan berhenti, tapi jika Semakin besar nilai > 1 < 1 maka infeksi maka kemungkinan infeksi akan terus berlanjut., maka proses infeksi akan semakin sulit untuk ilenyapkan. 3.3 Analisis Moel kesetimbangan, yaitu: Sistem persamaan iferensial 3.1-3.3 mempunyai ua buah titik i) Saat y = an v = titik kestimbangan: Paa saat y = an v =, yaitu sebelum terjai infeksi, iperoleh Titik kesetimbangan E 1 E 1 λ =,, iperoleh ketika tiak aa virus yang menyebabkan sel terinfeksi. Eksistensi ari titik kesetimbangan tersebut ipenuhi jika terapat populasi sel sehat alam tubuh yaitu x >, sehingga mengakibatkan λ >. Jai saat belum aa sel terinfeksi, kesetimbangan iperoleh jika laju prouksi sel sehat lebih besar ari kematian alami sel sel sehat tersebut. 14

Selanjutnya akan itentukan syarat kestabilan lokal ari titik kesetimbangan E 1. Dari Persamaan iferensial 3.1-3.3, kita bisa menapatkan matriks jacobi sebagai berikut: βv D = βv a k βx βx u Paa titik kesetimbangan E 1 λ =,,, matriks jacobi D menjai: D E = 1 a k βλ βλ u Syarat kestabilan iperoleh ketika nilai eigen ari matriks jacobi bernilai negatif. Misalkan z aalah nilai eigen, maka z iperoleh ari et(zi - ) = engan I aalah matriks ientitas. βλ z + βλ et(zi - DE 1 ) = z + a = k z + u sehingga iperoleh polinom karakteristik ari matriks, yaitu : D E1 βλ ( z + )( z + a)( z + u) ( k)( )( z + ) = ( z + )(( z + a)( z + u) )) = 2 ( z + )( z + ( a + u) z + au ) = D E1 D E1 (3.4) (3.5) (3.6) Dari persamaan polinom karakteristik 3.6, iperoleh satu nilai eigen yang pasti negatif, yaitu an ua akar polinom ari 15

z 2 + ( u + a) z + au Paa saat z = -z, maka Persamaan 3.7 menjai z 2 ( u + a) z + au (3.7) (3.8) Menurut aturan tana Descartes, maka haruslah terjai ua kali perubahan tana koefisien agar iperoleh nilai eigen yang bernilai negatif. Dari persamaan karakteristik iatas, koefisien z 2 bernilai positif an koefisien z bernilai negatif, sehingga kontanta au haruslah bernilai positif, sehingga mengakibatkan au au au > au Karena =, maka iperoleh syarat kestabilan lokal untuk titik au kesetibangan E 1, aalah < 1. < 1 > > ii) Paa saat y an v Paa saat y an v iperoleh titik kesetimbangan E 2 = ( x*, y*, v *) engan au x* =, βk λβk + au y* = an auβ λβ k + au v* =, aβk atau bisa kita tuliskan alam bentuk menjai 16

x u E = 2,( 1),( 1). βk β Titik kesetimbangan iperoleh saat terapat virus an sel E 2 terinfeksi. Eksistensi ari titik kesetimbangan tersebut ipenuhi oleh x * >, y * > an v * > sehingga x > x* an 1 mengakibatkan > 1. > Selanjutnya akan kita tentukan syarat kestabilan lokal ari titik kesetimbangan. Paa titik kesetimbangan E, matriks jacobi D menjai : E2 2 λβk + au + au λβk + au D E = 2 au a sehingga iperoleh polinom karakteristik ari matriks k au k au. k u D E 2, yaitu: λβk λβk λβk + + + + + + λβ (3.9) au a u 3 2 z ( u a ) z ( ) z k au Agar iperoleh syarat kestabilan lokal, maka bagian real nilai eigen ari persamaan polinom karakteristik 3.9 harus negatif, yaitu z = -z. Dengan mensubstitusikan nilai z = -z ke Persamaan 3.9, maka iperoleh λβk λβk λβk au a u 3 2 z + ( u + a + ) z ( + ) z + k au (3.1) Menurut aturan tana Descartes, untuk menapatkan tiga buah nilai eigen negatif, maka Persamaan 3.1 harus mengalami pergantian tana sebanyak tiga kali. Perhatikan bahwa koefisien z 3 bertana negatif, koefisien z 2 bertana positif an koefisien z bertana negatif, maka konstantanya haruslah bertana positif, sehingga λβ k au > λβ k > λβk au au > 1 λβ 17

λβk = > 1 au Jai, syarat kestabilan lokal untuk titik kesetimbangan E 2, iperoleh > 1 3.4 Simulasi Numerik Sebagaimana isebutkan paa bagian sebelumnya bahwa ketika terjai infeksi, maka jumlah virus alam tubuh akan melimpah iikuti oleh penurunan jumlah sel sehat an kenaikan sel terinfeksi. Untuk membutktikan fakta tersebut, selanjutnya akan ilakukan simulasi numerik untuk persamaan iferensial (1-3). Simulasi numerik ini akan ilakukan untuk nilai > 1. Nilai inilah yang menjai asar pemilihan parameter simulasi numerik. Parameter yang igunakan paa simulasi numerik moel asar inamika virus HIV aalah: λ = 25 ; =,2 ; β =, 1 ; a =, 7 ; k = 5 an u =, 9 sehingga iperoleh = 9,92. Dari parameter tersebut, iperoleh juga titik kesetimbangannya, yaitu: x* = 12,6; y* = 32,112; z* = 178,4. a b 12 6 1 5 8 4 Sel Sehat 6 Sel Terinfeksi 3 4 2 2 1 5 1 15 2 25 3 35 4 45 5 5 1 15 2 25 3 35 4 45 5 18

c 3 25 2 Virus Bebas 15 1 5 5 1 15 2 25 3 35 4 45 5 Gambar 3.3 Simulasi numerik moel asar inamika sel an virus Gambar 3.3 iperoleh engan nilai > 1. Setelah virus memasuki tubuh manusia, virus akan memasuki masa reprouksi untuk mengganakan irinya lebih banyak lagi. Proses reprouksi virus alam sel menghasilkan leakan jumlah virus, akan tetapi setelah itu jumlah virus akan mengalami penurunan menuju titik kesetimbangan. Dinamika populasi sel sehat akan menyesuaikan engan inamika populasi virus. Selama virus masih alam siklus reprouksi alam sel target, jumlah sel sehat tiak mengalami penurunan yang berarti. Penurunan populasi sel sehat akan terjai seiring meningkatnya jumlah virus. Penurunan populasi sel sehat akan iikuti oleh kenaikan populasi sel terinfeksi. Setelah waktu tertentu, ketiga populasi akan menuju keaaaan kesetimbangan. Hal yang perlu iperhatikan ari hasil simulasi numerik iatas aalah jumlah maksimum virus tiak alam skala yang sebenarnya, karena paa kenyataannya jumlah virus alam 1 ml arah bisa mencapai ribuan bahkan lebih. Hal tersebut ikarenakan paa moel ini, iasumsikan sel yang menjai target virus hanya berjumlah 1 sel. Seangkan paa kenyataannya, jumlah sel target virus bisa mencapai lebih ari itu. Paa konisi setimbang sebenarnya masih 19

terapat sejumlah tertentu virus, akan tetapi jumlahnya tiaklah signifikan ibaningkan engan jumlah maksimum virus. Berbea engan > 1, jika < 1, yaitu engan mengambil konisi belum aa sel terinfeksi, virus bisa ilenyapkan engan cepat. < 1 menunjukkan bahwa faktor keberhasilan virus alam menginfeksi sel lebih kecil ari faktor kematian alami virus itu seniri. Hal inilah yang menyebabkan virus tiak akan berkembang menjai lebih banyak. 3.5 Dinamika Virus HIV Terhaap Perubahan Parameter Simulasi ini ilakukan untuk melihat parameter mana yang sangat mempengaruhi penyebaran atau jumlah virus HIV alam tubuh. Caranya aalah engan memberikan nilai yang berubah-ubah terhaap suatu parameter seangkan parameter lainnya bernilai konstan. Dengan emikian, parameter tersebut yang perlu ikenalikan untuk menghambat penyebaran virus HIV alam tubuh penerita. Perhatikanlah simulasi numerik inamika virus HIV terhaap perubahan parameter ibawah ini: 3 25 2 a =,7 a =,8 a =,9 a = 1 a = 1,1 Virus Bebas 15 1 5 5 1 15 2 25 3 35 4 45 5 Gambar 3.4 Dinamika virus HIV engan a berbea 2

35 3 25 beta =,1 beta =,11 beta =,21 beta =,31 beta =,41 Virus Bebas 2 15 1 5 5 1 15 2 25 3 35 4 45 5 Gambar 3.5 Dinamika virus HIV engan beta berbea 3 25 2 =,2 =,3 =,4 =,5 =,6 virus bebas 15 1 5 5 1 15 2 25 3 35 4 45 5 Gambar 3.6 Dinamika virus HIV engan berbea 21

3 25 k = 5, k = 5,1 k = 5,2 k = 5,3 k = 5,4 virus bebas 2 15 1 5 5 1 15 2 25 3 35 4 45 5 Gambar 3.7 Dinamika virus HIV engan k berbea 3 25 2 u =,9 u = 1, u = 1,1 u = 1,2 u = 1,3 virus bebas 15 1 5 5 1 15 2 25 3 Gambar 3.8 Dinamika virus HIV engan u berbea 22

Dengan memperhatikan Gambar 4.7 4.11, kita bisa mengetahui parameter mana yang paling berpengaruh alam penyebaran virus HIV alam tubuh. Dari gambar tersebut iperoleh hal-hal berikut ini: Gambar 3.4 merupakan simulasi numerik inamika virus HIV engan mengubah parameter a, seangkan parameter lainnya konstan. Dari gambar tersebut terlihat bahwa semakin besar nilai a, maka semakin seikit virus yang berkembang alam tubuh. Gambar 3.5 merupakan simulasi numerik inamika virus engan mengubah parameter β, seangkan parameter lainnya konstan. Dari gambar tersebut terlihat bahwa semakin besar nilai β, maka semakin banyak virus yang berkembang alam tubuh. Gambar 3.6 merupakan simulasi numerik inamika virus engan mengubah parameter, seangkan parameter lainnya konstan. Dari gambar tersebut terlihat bahwa semakin besar nilai, maka semakin seikit virus yang berkembang alam tubuh. Gambar 3.7 merupakan simulasi numerik inamika virus engan mengubah parameter k, seangkan parameter lainnya konstan. Dari gambar tersebut terlihat bahwa semakin besar nilai k, maka semakin banyak virus yang berkembang alam tubuh. Gambar 3.8 merupakan simulaisi numerik inamika virus engan mengubah parameter u, seangkan parameter lainnya konstan. Dari gambar tersebut terlihat bahwa semakin besar nilai u, maka semakin seikit virus yang berkembang alam tubuh. Dengan memperhatikan Gambar 3.4 3.8, kelima parameter tersebut memang sangat mempengaruhi pertumbuhan virus HIV alam tubuh. Hanya saja, ari kelima parameter tersebut terlihat bahwa parameter β pengaruhnya lebih besar ibaningkan engan parameter yang lainnya. Dengan emikian, semakin kecil laju keberhasilan 23

virus alam menginfeksi sel sehat, maka pengenalian pertumbuhan virus HIV menjai semakin lebih muah. 24