PEMODELAN MATEMATIKA DAN ANALISIS STABILITAS DARI PENYEBARAN PENYAKIT FLU BURUNG

dokumen-dokumen yang mirip
Oleh : Dinita Rahmalia NRP Dosen Pembimbing : Drs. M. Setijo Winarko, M.Si.

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

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

ANALISIS STABILITAS MODEL MATEMATIKA DARI PENYEBARAN PENYAKIT MENULAR MELALUI TRANSPORTASI ANTAR DUA KOTA

Analisa Kualitatif pada Model Penyakit Parasitosis

ANALISIS KESTABILAN MODEL DINAMIKA PENYEBARAN PENYAKIT FLU BURUNG

MODEL SIR UNTUK PENYEBARAN PENYAKIT FLU BURUNG

ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN MANGSA YANG TERINFEKSI DI LINGKUNGAN TERCEMAR

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

ANALISIS KESTABILAN MODEL MANGSA-PEMANGSA DENGAN MANGSA YANG TERINFEKSI DI LINGKUNGAN TERCEMAR

OLEH : IKHTISHOLIYAH DOSEN PEMBIMBING : Dr. subiono,m.sc

Dinamik Model Epidemi SIRS dengan Laju Kematian Beragam

ANALISIS STABILITAS SISTEM DINAMIK UNTUK MODEL MATEMATIKA EPIDEMIOLOGI TIPE-SIR (SUSCEPTIBLES, INFECTION, RECOVER)

ANALISIS KESTABILAN MODEL DINAMIK PENYEBARAN VIRUS INFLUENZA

BAB I PENDAHULUAN Latar Belakang Masalah

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA 2014

ANALISA KESTABILAN MODEL DINAMIK PENYEBARAN VIRUS FLU BURUNG PADA POPULASI MANUSIA DAN BURUNG SKRIPSI. Oleh : Septiana Ragil Purwanti J2A

KESTABILAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR) PADA PENYEBARAN PENYAKIT CAMPAK (MEASLES) (Studi Kasus di Kota Semarang)

Analisa Kestabilan dan Penyelesaian Numerik Model Dinamik SIRC pada Penyebaran. Virus Influenza

Arisma Yuni Hardiningsih. Dra. Laksmi Prita Wardhani, M.Si. Jurusan Matematika. Surabaya

ANALISIS KESTABILAN MODEL PENIPISAN SUMBER DAYA HUTAN OLEH PERKEMBANGAN INDUSTRIALISASI

ANALISIS KESTABILAN PADA MODEL TRANSMISI VIRUS HEPATITIS B YANG DIPENGARUHI OLEH MIGRASI

Unnes Journal of Mathematics

Jurnal Euclid, vol.3, No.2, p.501 MODEL MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI MANUSIA

BAB III PEMBAHASAN. tenggorokan, batuk, dan kesulitan bernafas. Pada kasus Avian Influenza, gejala

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

KESTABILAN TITIK EQUILIBRIUM MODEL SIR (SUSPECTIBLE, INFECTED, RECOVERED) PENYAKIT FATAL DENGAN MIGRASI

BAB IV PEMBAHASAN. 4.1 Analisis Kestabilan Model Matematika AIDS dengan Transmisi. atau Ibu menyusui yang positif terinfeksi HIV ke anaknya.

Analisis Kestabilan Pada Model Transmisi Virus Hepatitis B yang Dipengaruhi Oleh Migrasi

Model Matematika Penyebaran Penyakit HIV/AIDS dengan Terapi pada Populasi Terbuka

TUGAS AKHIR KAJIAN SKEMA BEDA HINGGA TAK-STANDAR DARI TIPE PREDICTOR-CORRECTOR UNTUK MODEL EPIDEMIK SIR

PENYELESAIAN NUMERIK DAN ANALISA KESTABILAN PADA MODEL EPIDEMIK SEIR DENGAN PENULARAN PADA PERIODE LATEN

BAB III HASIL DAN PEMBAHASAN. ekuilibrium bebas penyakit beserta analisis kestabilannya. Selanjutnya dilakukan

BAB I PENDAHULUAN Latar Belakang Masalah

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

ANALISIS STABILITAS PENYEBARAN VIRUS EBOLA PADA MANUSIA

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

MODEL MATEMATIKA PENYEBARAN FLU BURUNG DARI UNGGAS KE MANUSIA

Analisis Kestabilan Model MSEIR Penyebaran Penyakit Difteri Dengan Saturated Incidence Rate

BAB I PENDAHULUAN. penyakit menular. Salah satu contohnya adalah virus flu burung (Avian Influenza),

Analisis Stabilitas dan Sensitivitas Model Epidemik Flu Burung pada Unggas-Manusia dengan Vaksinasi

III PEMBAHASAN. μ v. r 3. μ h μ h r 4 r 5

BAB 2 TINJAUAN PUSTAKA

Bab II Teori Pendukung

BAB II LANDASAN TEORI

ANALISIS KESTABILAN DAN PROSES MARKOV MODEL PENYEBARAN PENYAKIT EBOLA

KAJIAN PERILAKU MODEL MATEMATIKA PENYEBARAN PENYAKIT SIFILIS

Analisis Kestabilan Global Model Epidemik SIRS menggunakan Fungsi Lyapunov

BAB II LANDASAN TEORI

ANALISIS MODEL SEIR (SUSCEPTIBLE, EXPOSED, INFECTIOUS, RECOVERED) UNTUK PENYEBARAN PENYAKIT TUBERKULOSIS DI KABUPATEN BOGOR

Analisis Model Penyebaran Penyakit Menular Dengan Bakteri dan Hospes

KENDALI OPTIMAL PADA PENCEGAHAN WABAH FLU BURUNG DENGAN ELIMINASI, KARANTINA DAN PENGOBATAN

KAJIAN PEMODELAN MATEMATIKA TERHADAP PENYEBARAN VIRUS AVIAN INFLUENZA TIPE-H5N1 PADA POPULASI UNGGAS. Dian Permana Putri, 2 Herri Sulaiman 1,2

ANALISIS STABILITAS DAN OPTIMAL KONTROL PADA MODEL EPIDEMI TIPE SIR DENGAN VAKSINASI

Kestabilan Titik Ekuilibrium Model SIS dengan Pertumbuhan Logistik dan Migrasi

Abstrak: Makalah ini bertujuan untuk mengkaji model SIR dari penyebaran

PEMODELAN MATEMATIKA DAN ANALISIS KESTABILAN MODEL PADA PENYEBARAN HIV-AIDS

Model Matematika SIV Untuk Penyebaran Virus Tungro Pada Tanaman Padi

Analisis Model SIR dengan Imigrasi dan Sanitasi pada Penyakit Hepatitis A di Kabupaten Jember

BAB III PEMBAHASAN. Ebola. Setelah model terbentuk, akan dilanjutkan dengan analisa bifurkasi pada

Analisis Kestabilan Model Seiqr pada Penyebaran Penyakit Sars

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II LANDASAN TEORI. Pada bab ini akan dibahas mengenai definisi-definisi dan teorema-teorema

BAB II TINJAUAN PUSTAKA

KESTABILAN TITIK TETAP MODEL PENULARAN PENYAKIT TIDAK FATAL

Bab 3 MODEL DAN ANALISIS MATEMATIKA

MODEL SEIR PENYAKIT CAMPAK DENGAN VAKSINASI DAN MIGRASI

SIMULASI MODEL EPIDEMIK TIPE SIR DENGAN STRATEGI VAKSINASI DAN TANPA VAKSINASI

BAB I PENDAHULUAN. Model matematika merupakan sekumpulan persamaan atau pertidaksamaan yang

KESTABILAN TITIK EQUILIBRIUM MODEL SIR (SUSCEPTIBLE, INFECTED, RECOVERED) PENYAKIT FATAL DENGAN MIGRASI TUGAS AKHIR

BAB I PENDAHULUAN. ibu kepada anaknya melalui plasenta pada saat usia kandungan 1 2 bulan di

MODEL SEIR PENYAKIT CAMPAK DENGAN VAKSINASI DAN MIGRASI TUGAS AKHIR. Oleh : SITI RAHMA

KAJIAN MODEL EPIDEMIK SIR DETERMINISTIK DAN STOKASTIK PADA WAKTU DISKRIT. Oleh: Arisma Yuni Hardiningsih

ANALISIS MODEL MATEMATIKA PENYEBARAN KOINFEKSI MALARIA-TIFUS

Kestabilan Model SIRS dengan Pertumbuhan Logistik dan Non-monotone Incidence Rate

BIFURKASI PADA MODEL SUSCEPTIBLE INFECTED RECOVERED (SIR) DENGAN WAKTU TUNDA DAN LAJU PENULARAN BILINEAR SKRIPSI

MODEL EPIDEMIK SIR UNTUK PENYAKIT YANG MENULAR SECARA HORIZONTAL DAN VERTIKAL

MODEL SUSCEPTIBLE INFECTED RECOVERED (SIR) DENGAN IMIGRASI DAN SANITASI

KESTABILAN DAN BIFURKASI MODEL EPIDEMIK SEIR DENGAN LAJU KESEMBUHAN TIPE JENUH. Oleh: Khoiril Hidayati ( )

ANALISIS DAN SIMULASI MODEL MATEMATIKA PENYAKIT DEMAM DENGUE DENGAN SATU SEROTIF VIRUS DENGUE

BAB II LANDASAN TEORI

T - 11 MODEL STOKASTIK SUSCEPTIBLE INFECTED RECOVERED (SIR)

KAJIAN PERILAKU MODEL MATEMATIKA PENULARAN PENYAKIT TUBERCULOSIS

III MODEL MATEMATIKA S I R. δ δ δ

Prosiding Seminar Hasil-Hasil PPM IPB 2015 Vol. I : ISBN :

IV HASIL DAN PEMBAHASAN

SKRIPSI. Oleh. Moza Gandhi Prakoso NIM PROGRAM STUDI MATEMATIKA JURUSAN PENDIDIKAN MATEMATIKA

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

MODEL SEIR PADA PENULARAN HEPATITIS B

Esai Kesehatan. Disusun Oleh: Prihantini /2015

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

Kestabilan dan Bifurkasi Model Epidemik SEIR dengan Laju Kesembuhan Tipe Jenuh

SOLUSI POSITIF MODEL SIR

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

ANALISIS KESTABILAN MODEL SEIIT (SUSCEPTIBLE-EXPOSED-ILL-ILL WITH TREATMENT) PADA PENYAKIT DIABETES MELLITUS

ANALISIS STABILITAS PADA PENYEBARAN PENYAKIT DBD DI KABUPATEN JEMBER DENGAN METODE SIR STOKASTIK SKRIPSI. Oleh: Effendy

ANALISIS MODEL MATEMATIKA UNTUK PENYEBARAN VIRUS HEPATITIS B (HBV) Devi Larasati, Dr. Redemtus Heru Tjahjana, M.Si

PENYEBARAN PENYAKIT CAMPAK DI INDONESIA DENGAN MODEL SUSCEPTIBLE VACCINATED INFECTED RECOVERED (SVIR)

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

BAB I PENDAHULUAN 1.1 Latar Belakang

Transkripsi:

PEMODELAN MATEMATIKA DAN ANALISIS STABILITAS DARI PENYEBARAN PENYAKIT FLU BURUNG Dinita Rahmalia Universitas Islam Darul Ulum Lamongan, Abstrak. Di Indonesia terdapat banyak peternak unggas sebagai matapencaharian sehingga Indonesia rawan sebagai sumber penyebaran flu burung. Penyebab flu burung adalah virus influensa tipe A dengan subtipe H5N1 yang menyebar antar unggas dan dapat menular pada manusia. Burung liar dan hewan domestik (ternak) menjadi sumber penyebar H5N1. Virus ini dapat menular melalui udara ataupun kontak melalui makanan, minuman, dan sentuhan. Flu burung termasuk jenis penyakit mikroparasitis (jenis penyakit yang disebabkan oleh virus) tetapi ada keterkaitan antara unggas dan manusia sebagai hospes (host). Karena itu model flu burung berbeda dengan model-model flu umumnya. Pada penelitian ini akan ditentukan analisis kualitatif dari model penyebaran flu burung (avian flu) untuk mendapatkan bilangan reproduksi dasar R, dimana R bertujuan mengetahui adanya penyebaran penyakit atau tidak adanya penyebaran penyakit melalui analisis stabilitas dari disease free equilibrium maupun endemic equilibrium. Kata Kunci: model flu burung, analisis stabilitas, R. 1 Pendahuluan Flu burung telah menjadi perhatian yang luas dari masyarakat karena telah menewaskan banyak korban baik unggas maupun manusia. Pada awal tahun 1918, wabah pandemi virus influenza telah membunuh lebih dari 4. orang, dimana subtipe yang mewabah saat itu adalah virus H1N1 yang dikenal dengan Spanish Flu. Tahun 1957 virus bermutasi menjadi H2N2 atau Asian Flu menyebabkan 1. kematian. Tahun 1968 virus bermutasi menjadi H3N2 atau Hongkong Flu menyebabkan 7. kematian. Tahun 1977 virus bermutasi menjadi H1N1 atau Russian Flu. Akhirnya pada tahun 1997, virus bermutasi lagi menjadi H5N1 atau Avian Influenza [1]. Di Asia Tenggara kebanyakan kasus flu burung terjadi pada jalur transportasi atau peternakan unggas sebagai jalur migrasi burung liar. Hingga 6 Juni 27, WHO telah mencatat sebanyak 31 kasus dengan 189 kematian pada manusia yang disebabkan virus ini termasuk Indonesia dengan 99 kasus dengan 79 kematian [11]. Hal ini dipengaruhi oleh matapencaharian penduduk Indonesia sebagai peternak unggas sehingga Indonesia rawan pada penyebaran penyakit flu burung. Selain itu, kurangnya pengetahuan sebagian penduduk Indonesia terhadap dampak dari flu burung juga ikut berpengaruh pada kasus penyebaran flu burung. 11

Pada penelitian ini, akan dianalisis kestabilan dari model matematika flu burung untuk memperoleh bilangan reproduksi dasar dan pola penyebarannya. 2 Kajian Teori 2.1 Sistem Kompartemen Sistem kompartemen merupakan sebuah susunan kerja atau proses yang menunjukkan aliran individu dari satu kompartemen ke kompartemen lainnya, seperti saat individu tersebut sehat, tertular penyakit atau sembuh dari penyakit. Berikut ini adalah contoh sederhana bentuk sistem kompartemen : 2.2 Bilangan Reproduksi Dasar Gambar 1. Kompartemen Untuk mengetahui tingkat penyebaran suatu penyakit diperlukan suatu parameter tertentu. Parameter yang biasa digunakan adalah Bilangan Reproduksi Dasar (Basic Reproduction Number). Bilangan Reproduksi Dasar adalah bilangan yang menyatakan banyaknya ratarata individu infektif sekunder akibat tertular individu infektif primer yang berlangsung didalam populasi susceptible. Namun adapula yang mengartikan rasio atau perbandingan yang menunjukkan jumlah individu susceptible yang menderita penyakit yang diakibatkan oleh satu individu infected. Jika model hanya mempunyai dua titik kesetimbangan yaitu titik kesetimbangan bebas penyakit dan titik kesetimbangan endemik, maka tidak terjadi endemik jika R < 1 dan terjadi endemik jika R > 1. 2.3 Kestabilan Titik Tetap Pandang persamaan diferensial dx (1) dy = f(x, y) = g(x, y) (2) Sebuah titik (x, y ) merupakan titik kesetimbangan dari Persamaan 1 dan 2 jika memenuhi f(x, y ) = dan g(x, y ) =. Karena turunan suatu konstanta sama dengan nol, maka sepasang fungsi konstan. x(t) x, dan y(t) y adalah penyelesaian kesetimbangan dari persamaan untuk semua t. 12

2.4 Stabil Asimtotis Lokal Kestabilan asimtotis lokal merupakan kestabilan dari sistem linier atau kestabilan dari linierisasi sistem tak linier. Kestabilan lokal pada titik kesetimbangan ditentukan oleh tanda bagian real dari akar-akar karakteristik sistem dari matriks Jacobian yang dihitung di sekitar titik kesetimbangan. Definisi 1. Jika J adalah matriks yang berukuran n n maka vektor tak nol dinamakan vektor karakteristik dari J jika memenuhi : Jx = x Untuk suatu skalar disebut nilai karakteristik dari J dan x dikatakan vektor karakteristik yang bersesuaian dengan. Untuk mencari nilai karakteristik matriks J yang berukuran n n, maka dapat dituliskan kembali persamaan sebagai Jx = Ix atau ekuivalen dengan (J - I)x =, mempunyai penyelesaian tak nol jika dan hanya jika J - I =. Jika matriks J = [ a b ] dan I = [1 ], maka dapat ditulis c d 1 a b c d = atau 2 (a + d) + (ad bc) = Akar-akar karakteristiknya adalah 1,2 = (a d)± (a d)2 4(ad bc). 2 Teorema 1. Titik setimbang (x, y )stabil asimtotis jika dan hanya jika nilai karakteristik matriks J = [ a b ], mempunyai tanda negatif pada bagian realnya c d dan tidak stabil jika sedikitnya satu dari nilai karakteristik mempunyai tanda positif pada bagian realnya. 2.5 Kriteria Kestabilan Routh Hurwitz Kriteria kestabilan Routh Hurwitz adalah suatu metode untuk menunjukkan kestabilan sistem dengan memperhatikan koefisien dari persamaan karakteristik tanpa menghitung akar-akar karakteristik secara langsung. Jika diketahui suatu persamaan karakteristik dengan orde ke-n sebagai berikut : a n + a 1 n 1 + a 2 n 2 + + a n =. dengan b 1 = a 1a 2 a a 3 a 1, b 2 = a 1a 4 a a 5 a 1, b 3 = a 1a 6 a a 7 a 1, c 1 = b 1a 3 a 1 b 2 b 1, c 2 = b 1a 5 b 3 a 1 b 1 13

Sistem dikatakan stabil jika akar-akar persamaan karakteristik dari suatu matriks mempunyai real nilai eigen negatif jika dan hanya jika elemen-elemen pada kolom pertama (a, a1, b1, c1, ) memiliki tanda yang sama. 3 Hasil dan Pembahasan 3.1 Permodelan Matematika Permodelan matematika penyebaran flu burung pada populasi campuran adalah menggabungkan penyebaran flu burung yang terjadi pada populasi unggas dan populasi manusia, karena penyebaran flu burung pada populasi manusia dipengaruhi oleh populasi unggas. Jadi dalam penyebarannya melibatkan dua populasi. Namun terdapat sedikit perbedaan yang terletak pada penularannya. Penyebaran flu burung pada populasi campuran adalah penyebaran flu burung yang melibatkan unggas dan manusia. Secara teori, ketika manusia melakukan kontak dengan unggas yang terinfeksi, virus tersebut belum bermutasi sehingga belum dapat menularkan pada manusia sehat lainnya. Ketika virus flu burung telah bermutasi, maka manusia yang terinfeksi flu burung itu dapat menularkan pada manusia sehat lainnya. Namun karena infeksinya berasal dari kontak dengan unggas yang terinfeksi, maka penyebarannya melibatkan unggas. Supaya pada populasi unggas dan manusia dapat dihubungkan maka ada penambahan asumsi yaitu penambahan jumlah manusia pre-infective yang dinyatakan dengan P h, yaitu manusia yang telah terinfeksi flu burung yang belum bermutasi sehingga belum dapat menularkan penyakitnya pada manusia sehat lainnya. Manusia terinfeksi flu burung pada saat melakukan kontak dengan unggas infective sebesar 3 dan laju mutasi yang dinyatakan dengan ε. Dengan menggabungkan flu burung yang terjadi pada populasi unggas dan populasi manusia, maka didapat model kompartemen sebagai berikut : Gambar 2. Kompartemen penyebaran flu burung pada populasi campuran Untuk memudahkan penyelesaian, maka model dinormalisasikan menjadi di b 1i b (1 i b ) μ b i b α b i b (3) ds h h 3 i b s h 2 i h s h μ h s h + δr h (4) 14

dp h 3i b s h μ h p h ω h p h εp h (5) di h 2i h s h + εp h μ h i h α h i h γi h (6) dr h h μ h r h δr h (7) Dengan daerah penyelesaian : bh = {(i b, s h, p h, i h, r h ) i b ; s h ; p h ; i h ; r h ; s h + p h + i h + r h n h 1; i b 1} 3.2 Analisis Stabilitas di Dengan mengambil b =, ds h =, dp h =, di h =, dr h =, maka akan diperoleh titik kesetimbangan model. Jika diambil i b = dan i h =, maka akan diperoleh titik kesetimbangan bebas penyakit, dimana pada keadaan ini semua unggas dan manusia masuk ke dalam populasi susceptible dan tidak ada unggas maupun manusia infective yang dapat menyebarkan penyakit. Dengan demikian tidak ada populasi manusia yang sembuh dari penyakit (tidak ada manusia recovered atau r h = ). Akibatnya, didapat titik kesetimbangan bebas penyakit pada populasi campuran adalah E bh = (i b, s h, p h, i h, r h ) = (, h,,,). μ h Jika diambil i b dan i h, maka dapat ditunjukkan terdapat unggas infective dan manusia infective yang dapat menyebarkan penyakit dan menyebabkan endemik. Dengan demikian, didapat titik kesetimbangan endemik pada populasi campuran adalah E bh = (i b, s h, p h, i h, r h ) dengan dan i h = i b = μ b + α b 1 (R 1); s h = γi h h + δ ( μ h + δ ) 3 i b + 2 i h + μ h γi h 3 i h + δ ( b p h = μ h + ω h + ε ( μ h + δ ) 3 i b + 2 i ) h + μ h i h = i h ; r h = h 2 L ε 3i b δγ μ h + δ + LM 3i b + LMμ h 2 ( γδ 2L μ h + δ LM 2) γi h μ h + δ ( h 2 L + ε 3i 2 b δγ μ h + δ LM 3i b LMμ h ) 4 ( γδ 2L μ h + δ LM 2) (ε 3 i b h ) R = 1 μ b +α b 2 ( γδ 2L μ h + δ LM 2), L = μ h + ω h + ε dan M = μ h + α h + γ 15

Diberikan matriks Jacobian pada populasi campuran J = [ J(E bh ) = Unisda Journal Mathematics and Computer Science 1 2 1 i b μ b α b 3 s h 3 i b 2 i h μ h 2 s h δ 3 s h 3 i b μ h ω h ε 2 i h ε 2 s h μ h α h γ γ μ h δ] 1 2 1 i b μ b α b 3 s h 3 i b 2 i h μ h 2 s h δ 3 s h 3 i b μ h ω h ε. 2 i h ε 2 s h μ h α h γ γ μ h δ] [ Nilai eigen diperoleh dari det( J(E bh ) I) = dari persamaan karakteristik, yaitu ( 1 μ b α b )( μ h )( μ h ω h ε ) ( 2 ( h μ h ) μ h α h γ ) ( μ h δ ) =, sehingga didapat 1 = 1 μ b α b 2 = μ h < 3 = μ h ω h ε < 4 = 2 ( h μ h ) μ h α h γ 5 = μ h δ = (μ h + δ) <. Titik kesetimbangan dari suatu sistem dikatakan stabil jika akar-akar persamaan karakteristik dari suatu matriks mempunyai nilai eigen dengan bagian real negatif. Berdasarkan nilai eigen 1 dapat dianalisa sebagai berikut : 1 = 1 μ b α b = (μ b + α b ) ( 1 μ b +α b 1). Nilai eigen 1 bernilai positif jika 1 > 1 dan bernilai negatif jika 1 < 1. μ b +α b μ b +α b Oleh karena itu Basic Reproduction Number (Rbh) adalah : 1. μ b +α b Berdasarkan nilai eigen 4 dapat dianalisa sebagai berikut : 4 = 2 ( h μ h ) μ h α h γ 2 h = (μ h +α h + γ) ( 1). (μ h +α h +γ)μ h Nilai eigen 4 bernilai positif jika 2 h > 1 dan bernilai negatif jika (μ h +α h +γ)μ h 2 h < 1. Oleh karena itu, Basic Reproduction Number (Rh) adalah : (μ h +α h +γ)μ h 2 h (μ h +α h +γ)μ h. J(E bh ) = 1 2 1 i b μ b α b 3 s h 3 i b 2 i h μ h 2 s h δ 3 s h 3 i b μ h ω h ε. 2 i h ε 2 s h μ h α h γ γ μ h δ] [ Nilai eigen diperoleh dari det( J(E bh ) I) = dari persamaan karakteristik a 5 + a 1 4 + a 2 3 + a 3 2 + a 4 + a 5 =, dengan nilai a = 1 a 1 = E [ (A + B) (C + D)] a 2 = E[ (A + B) (C + D)] [AB + (A + B)(C + D) + CD + 2 i h 2 s h ] a 3 = E[AB + (A + B)(C + D) + CD + 2 i h 2 s h ] [ AB(C + D) (A + B)CD + 3 i b 2 s h ε 2 i h δγ 2 i h 2 s h (D + B)] a 4 = E[ AB(C + D) (A + B)CD + 3 i b 2 s h ε 2 i h δγ 2 i h 2 s h (D + B)] [ABCD 3 i b δεγ 3 i b D 2 s h ε + 2 i h Bδγ + 2 i h 2 s h DB] a 5 = E[ABCD 3 i b δεγ 3 i b D 2 s h ε + 2 i h Bδγ + 2 i h 2 s h DB] 16

dan A = 3 i b 2 i h μ h ; B = μ h ω h ε; C = 2 s h μ h α h γ; D = μ h δ. Titik kesetimbangan dari suatu sistem dikatakan stabil, jika akar-akar persamaan karakteristik dari suatu matriks mempunyai nilai eigen dengan bagian real negatif jika dan hanya a 1 <, a 2 <, a 3 <, a 1 a 2 a a 3 >, a 1 a 2 a 3 a a 3 2 < a 1 2 a 4 a 1 a a 5. Supaya a 1 <, a 2 <, a 3 <, a 1 a 2 a a 3 >, a 1 a 2 a 3 a a 3 2 < a 1 2 a 4 a 1 a a 5, maka i b >, i h >, p h > i b > μ b + α b 1 ( 1) > 1 μ b + α b 1 μ b +α b > 1. Ketika 1 > μ b + α b atau R bh = 1 > 1, maka a μ b +α 1 <, a 2 <, a 3 < b, a 1 a 2 a a 3 >, a 1 a 2 a 3 a a 2 3 < a 2 1 a 4 a 1 a a 5. Ketika 2 h > μ h (μ h + α h + γ) atau R h = 2 h > 1 maka a μ h (μ h +α h +γ) 1 <, a 2 <, a 3 <, a 1 a 2 a a 3 >, a 1 a 2 a 3 a a 2 3 < a 2 1 a 4 a 1 a a 5. 3.3 Simulasi Dengan mengambil parameter 1 =.5; μ b =.5; α b =.2; h =.8; 2 =.7; 3 =.5; μ h =.4; ω h =.6; ε =.3; α h =.5; γ =.4; δ =.4 dan nilai awal t = i b =.6; s h = 2; p h = 7; i h = 1; r h = 5, didapat R bh = 7.1429 dan R h = 1.6471. Akibatnya, didapat grafik kestabilan 4 Gambar 3. Grafik kestabilan penyebaran flu burung pada populasi campuran. a. Laju Pertumbuhan Unggas Infective Pada awal laju pertumbuhannya, unggas infective mengalami kenaikan karena laju infeksi lebih besar daripada laju kematian atau emigrasi serta kematian akibat flu burung. Kemudian konstan karena tidak ada penambahan dari unggas susceptible yang terinfeksi. b. Laju Pertumbuhan Manusia Susceptible Pada awal laju pertumbuhannya, manusia susceptible mengalami kenaikan karena manusia recovered telah hilang kekebalannya dan menjadi manusia susceptible. Kemudian mengalami penurunan karena manusia susceptible terinfeksi dan menjadi manusia pre-infective dan infective. Kemudian konstan 17

karena tidak ada penambahan dari manusia recovered yang telah hilang kekebalannya dan tidak ada pengurangan pada manusia susceptible yang terinfeksi. c. Laju Pertumbuhan Manusia Pre-Infective Pada awal laju pertumbuhannya, manusia pre-infective mengalami kenaikan karena manusia susceptible terinfeksi dan menjadi manusia pre-infective. Kemudian konstan karena tidak ada penambahan dari manusia susceptible yang terinfeksi dan tidak ada pengurangan pada manusia pre-infective yang bermutasi. d. Laju Pertumbuhan Manusia Infective Pada awal laju pertumbuhannya, manusia infective mengalami kenaikan selain karena manusia susceptible terinfeksi dan menjadi manusia infective, manusia pre-infective bermutasi dan menjadi manusia infective. Kemudian konstan karena tidak ada penambahan dari manusia susceptible yang terinfeksi, manusia pre-infecive yang bermutasi, dan tidak ada pengurangan pada manusia infective yang sembuh. e. Laju Pertumbuhan Manusia Recovered Pada awal laju pertumbuhannya, manusia recovered mengalami kenaikan karena manusia infective sembuh dan menjadi manusia recovered. Kemudian konstan karena tidak ada penambahan dari manusia infective yang sembuh dan tidak ada pengurangan pada manusia recovered yang telah hilang kekebalannya. 4 Kesimpulan dan Saran Pengaruh titik kesetimbangan pada kestabilan lokal adalah pada populasi campuran adalah : 1. Jika R bh < 1 dan R h < 1 maka didapat 1 <, 2 <, 3 <, 4 <, 5 <. Titik kesetimbangan bebas penyakit stabil yang berarti jumlah unggas infective dan manusia infective berkurang sehingga flu burung akan menurun dan tidak terjadi penyebaran (endemik) pada populasi manusia. 2. Jika R bh > 1, dan R h > 1 maka didapat a 1 <, a 2 <, a 3 <, a 1 a 2 a a 3 >, a 1 a 2 a 3 a a 3 2 < a 1 2 a 4 a 1 a a 5. Titik kesetimbangan endemik stabil yang berarti jumlah unggas infective dan manusia infective bertambah sehingga flu burung akan meningkat dan terjadi penyebaran (endemik) pada populasi manusia. Daftar Pustaka [1] Badan Penelitian dan Pengembangan Kesehatan, Depkes RI. 2 Februari 21. Flu Burung, <URL :www.litbang.depkes.go.id/maskes/725/flu_burung.pdf> [2] De Leon, C.V. 29. Constructions of Lyapunov Functions for Classics SIS, SIR and SIRS Epidemic model with Variable Population Size. [3] Derouich, M., dan Boutayeb, A. 28. An Avian Influenza Mathematical Model. 18

[4] Finizio, N., dan Landas, G. 1988. Ordinary Differential Equations with Modern Applications. Wadsworth Publishing Company. California. [5] Hamid. 26. Analisa Kualitatif Model Matematika Penyebaran Penyakit Influenza dengan Vaksinasi. Thesis Jurusan Matematika ITS. Surabaya. [6] Iwami, S., Takeuchi, Y., dan Liu, X. 27. Avian-human Influenza Epidemic Model. [7] Kristianto, D.A. 29. Analisis Model Perkembangan Virus HCV Type 4A pada Penyebaran Penyakit Hepatitis C. Tugas Akhir Jurusan Matematika ITS. Surabaya. [8] Ma, Z. dan Li, J. 29. Dynamical Modeling and Analysis of Epidemics. World Scientific Publishing. Singapore. [9] Mairides, H. 28. Model Penyebaran Avian Flu di Cikelet Jawa Barat. Tugas Akhir Jurusan Matematika ITB. Bandung [1] Radji, M. 26. Avian Influenza A (H5N1): Patogenesis, Pencegahan, dan Penyebaran pada Manusia. [11] Wikipedia. 19 Januari 21. Flu Burung, <URL: http://id.wikipedia.org/wiki/flu_burung.htm> 19