III PEMBAHASAN. y y y y. = e, dengan e adalah. Proses di atas disebut metode rekursif untuk memperoleh solusi persamaan beda.

dokumen-dokumen yang mirip
DISKRETISASI MODEL DINAMIK KONTINU MUHAMMAD ARIF TIRTANA G

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Hendra Gunawan. 12 Februari 2014

TINJAUAN PUSTAKA Pengertian

BAB II LANDASAN TEORI

Distribusi Pendekatan (Limiting Distributions)

DERET TAK HINGGA (INFITITE SERIES)

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

I. DERET TAKHINGGA, DERET PANGKAT

III PERBANDINGAN MODEL-MODEL BINOMIAL. : harga saham : tingkat harapan pendapatan. yaitu

BARISAN TAK HINGGA DAN DERET TAK HINGGA

Model SIR Penyakit Tidak Fatal

MA1201 MATEMATIKA 2A Hendra Gunawan

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

KALKULUS 4. Dra. D. L. Crispina Pardede, DEA. SARMAG TEKNIK MESIN

Definisi Integral Tentu

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

BAB II LANDASAN TEORI. Pada bagian ini akan dibahas tentang teori-teori dasar yang. digunakan untuk dalam mengestimasi parameter model.

Barisan. Barisan Tak Hingga Kekonvergenan barisan tak hingga Sifat sifat barisan Barisan Monoton. 19/02/2016 Matematika 2 1

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

Program Perkuliahan Dasar Umum Sekolah Tinggi Teknologi Telkom. Barisan dan Deret

BARISAN DAN DERET. Nurdinintya Athari (NDT)

Bab 7 Penyelesaian Persamaan Differensial

BAB 2 TINJAUAN TEORI

BAB II LANDASAN TEORI. Dalam tugas akhir ini akan dibahas mengenai penaksiran besarnya

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

2 BARISAN BILANGAN REAL

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

C (z m) = C + C (z m) + C (z m) +...

HALAMAN Dengan definisi limit barisan buktikan limit berikut ini : = 0. a. lim PENYELESAIAN : jadi terbukti bahwa lim = 0 = 5. b.

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

BAB II TEORI DASAR. Definisi Grup G disebut grup komutatif atau grup abel jika berlaku hukum

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

LANDASAN TEORI. Secara umum, himpunan kejadian A i ; i I dikatakan saling bebas jika: Ruang Contoh, Kejadian, dan Peluang

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

Teorema Nilai Rata-rata

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

I. PENDAHULUAN II. LANDASAN TEORI

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

Penyelesaian Persamaan Non Linier

oleh hasil kali Jika dan keduanya fungsi yang dapat didiferensialkan, maka

PETA KONSEP RETURN dan RISIKO PORTOFOLIO

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

Karakteristik Dinamik Elemen Sistem Pengukuran

ISIAN SINGKAT! 1. Diberikan hasil kali digit digit dari n harus sama dengan 25

B a b 1 I s y a r a t

BARISAN FIBONACCI DAN BILANGAN PHI

BAB 3 METODE PENELITIAN

ANALISIS MODEL DINAMIKA VIRUS DALAM SEL TUBUH DAN PENGARUH RESPON IMUN CTL

Bab 3 Metode Interpolasi

BAB 2 LANDASAN TEORI

IV. METODE PENELITIAN

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

Deret Fourier. Modul 1 PENDAHULUAN

II LANDASAN TEORI. Sebuah bilangan kompleks dapat dinyatakan dalam bentuk. z = x jy. (2.4)

Fungsi Kompleks. (Pertemuan XXVII - XXX) Dr. AZ Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya

BARISAN DAN DERET. 05/12/2016 Matematika Teknik 1 1

Persamaan Non-Linear

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru

1 n MODUL 5. Peubah Acak Diskret Khusus

Modul 1. (Pertemuan 1 s/d 3) Deret Takhingga

METODE DEKOMPOSISI LAPLACE UNTUK MENENTUKAN SOLUSI PERSAMAAN DIFERENSIAL PARSIAL NONLINIER

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

Model Pertumbuhan BenefitAsuransi Jiwa Berjangka Menggunakan Deret Matematika

BAB 6. DERET TAYLOR DAN DERET LAURENT Deret Taylor

BAB VI BARISAN TAK HINGGA DAN DERET TAK HINGGA

Modul Kuliah statistika

BAB IV PEMECAHAN MASALAH

KEKONVERGENAN MODEL BINOMIAL UNTUK PENENTUAN HARGA OPSI EROPA. Fitriani Agustina, Math, UPI

BAB V ANALISA PEMECAHAN MASALAH

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

Dasar Sistem Pengaturan - Transformasi Laplace. Transformasi Laplace bilateral atau dua sisi dari sinyal bernilai riil x(t) didefinisikan sebagai :

ANUITAS DUE PADA STATUS HIDUP PERORANGAN BERDASARKAN FORMULA WOOLHOUSE

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

Hendra Gunawan. 14 Februari 2014

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

BAB I PENDAHULUAN. X Y X Y X Y sampel

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

Kalkulus Rekayasa Hayati DERET

Solusi Numerik PDP. ( Metode Beda Hingga ) December 9, Solusi Numerik PDP

terurut dari bilangan bulat, misalnya (7,2) (notasi lain 2

BAB III METODOLOGI PENELITIAN

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

BAB II TINJAUAN PUSTAKA

BAB III PEMBAHASAN. Pada BAB III ini akan dibahas mengenai bentuk program linear fuzzy

UKURAN PEMUSATAN DATA

BAB 1 PENDAHULUAN Latar Belakang

Transkripsi:

3 Misalka diketahui persamaa beda orde 2 sebagai berikut: y 2 + y + y = + + + k Utuk medapatka ilai y + 2 maka harus diketahui ilai dari y + da y. Misalka diketahui persamaa beda orde 3 sebagai berikut: y y y y + 3 + + 2+ + + + k = Utuk medapatka ilai y + 3 maka harus diketahui ilai dari y + 2, y + da y. Misalka diketahui persamaa beda orde m, sebagai berikut: y + y +... + y + y = + m + m- + + k Utuk medapatka ilai y + m maka harus diketahui ilai dari y + m -, y + m - 2,..., y + da y. Dapat disimpulka bahwa utuk medapatka ilai dari y harus diketahui ilai y sebelumya, yaitu dari ilai y higga ilai y -, dega =, 2, 3,... Proses di atas disebut metode rekursif utuk memperoleh solusi persamaa beda. [Farlow, 994] 2.4 Model Kermack McKedrick Model Kermack-McKedrick terdiri atas sebuah sistem dari 3 persamaa diferesial biasa takliear, sebagai berikut: = β SI di = βsi γ I dr = γ I dega t adalah waktu, S (t) adalah bay akya orag sehat yag reta, I (t) adalah bayakya orag yag terifeksi, R (t) adalah bayakya orag yag telah sembuh da berkembag mejadi imu terhadap ifeksi, β adalah tigkat ifeksi, da γ adalah tigkat peyembuha. [Weisstei EW da Weisste T, 24] III PEMBAHASAN 3. Diskretisasi Fugsi Ekspoesial Fugsi ekspoesial pada umumya berbetuk f ( ) = e, dega e adalah kostata Euler. Fugsi ekspoesial di atas merupaka betuk solusi utuk sebuah laju pertumbuha ekspoesial (epoetial growth). Laju pertumbuha ekspoesial merupaka sebuah model yag terbetuk karea terdapat sebuah variabel yag berkembag secara ekspoesial terhadap waktu. Misalka W adalah sebuah variabel yag berkembag terhadap waktu (t). Hubuga pertumbuha W terhadap t dapat dituliska dalam betuk persamaa diferesial sebagai berikut: dw = kw ( t)...(.) dega k adalah ko stata proposioal yag meggambarka laju pertumbuha dari W. Persamaa (.) merupaka model pertumbuha ekspoesial dega solusi: kt W ( t ) = W e... (.2 ) dega W adalah kodisi awal dari W (lihat Lampira ). Utuk medapatka betuk diskret dari fugsi ekspoesial pada pesamaa (.), aka dilakuka proses trasformasi yag disebut diskretisasi. Lagkah dari proses diskretisasi adalah sebagai berikut: dw Karea adalah laju pertumbuha W terhadap waktu t, maka : dw lim W ( t + t ) W ( t ) = = kw ( t) t t Pada model diskret diambil t =, sehigga W( t+ ) W( t) = kw ( t) W ( t+ ) W ( t) = kw ( t) Dega memisalka Wt () = da t =, didapatka: W ( t+ ) W ( t) = kw ( t) = k + = + k + = + ( + k)

4 Dari proses di atas diperoleh persamaa diskret utuk fugsi ekspoesial, sebagai berikut: ( k )...(.3) + = + dega k adalah kostata proposioal yag meggambarka laju pertumbuha dari W. Persamaa (.3) merupaka model diskret pertumbuha ekspoesial dega solusi: = ( + k )...(.4) dega adalah kodisi awal dari (lihat Lampira 2). Setelah dilakuka diskretisasi pada fugsi ekspoesial, aka dilakuka simulasi umerik dega megguaka software Mathematica 6 utuk medapatka graf ik perkembaga W(t) da, sehigga dapat dibadigka apakah grafik dari persamaa diskret hasil trasformasi fugsi ekspoesial sama dega grafik dari fugsi asliya (persamaa (.)). Dega memilih ilai awal utuk W(t) da, diambil W() = = 2, aka diperlihatka grafik perkembaga W(t) da pada beberapa ilai parameter k berbeda. Dega megguaka persamaa (.2) sebagai fugsi kotiu ekspoesial: kt W ( t ) = W e da persamaa (.4) sebagai fugsi ekspoesial diskret: = ( + k) Didapatka grafik perkembaga W(t) da dega berbagai kasus pada ilai k tertetu, sebagai berikut: Nilai k Fugsi Ekspoesial Diskret = ( + k ) Fugsi Ekspoesial Kotiu kt W ( t ) = W e.2 -.3

5 - -.7-2 -2.2 Gambar Perbadiga grafik fugsi ekspoesial kotiu da diskret terhadap k. Secara umum terdapat 3 macam kasus perkembaga W() t berdasarka batas ilai k pada fugsi ekspoesial kotiu (persamaa (.2)), yaitu:. k >, perkembaga W() t aka terus meigkat higga medekati 8 seirig berjalaya waktu (t). Lihat Gambar pada k =.2. 2. k =, perkembaga W () t aka selalu sama dega ilai awalya (W ) utuk setiap t. Lihat Gambar pada k =. 3. k <, perkembaga W() t aka terus meuru higga medekati seirig berjalaya waktu (t). Lihat Gambar pada k <. Dari gambar di atas dapat dilihat bahwa perkembaga tehadap waktu sagat dipegaruhi oleh parameter k. Dega membadigka grafik fugsi ekspoesial diskret (persamaa (. 4)) dega grafik fugsi ekspoesial kotiu (persamaa (.2)) didapat beberapa perbedaa. Pada fugsi ekspoesial kotiu terdapat 3 macam perkembaga () W t berdasarka batas ilai k, yaitu: k >, k =, k <. Fugsi ekspoesial diskret juga memiliki semua kasus dalam fugsi ekspoesial kotiu,

6 amu terdapat beberapa kasus pada fugsi ekspoesial diskret yag tidak terdapat pada fugsi ekspoesial kotiu. Secara umum terdapat 7 kasus khusus perkembaga berdasarka batas ilai k pada fugsi ekspoesial diskret (persamaa (. 4)), yaitu:. k >, perkembaga aka terus meigkat higga meuju 8 seirig berjalaya waktu (). Lihat Gambar pada k =.2. 2. k =, perkembaga aka selalu sama dega ilai awalya ( ) utuk setiap. Lihat Gambar pada k =. 3. - < k <, perkembaga aka terus meuru higga medekati seirig berjalaya waktu (). Lihat Gambar pada k = -.3. 4. k = -, perkembaga aka selalu berada pada = utuk setiap. Lihat Gambar pada k = -. 5. -2 < k < -, perkembaga aka berosilasi da koverge meuju seirig berjalaya waktu (). Lihat Gambar pada k = -.7. 6. k = - 2, perkembaga aka berubah secara periodik pada = -2 pada gajil da = 2 pada geap. Lihat Gambar pada k = -2. 7. k < -2, perkembaga aka berosilasi da diverge seirig berjalaya waktu (). Lihat Gambar pada k = -2.2. 3.2 Diskretisasi Fugsi Logistik Tijau persamaa berikut : S ( t) = S' = rs ( t) (2.) dega: S ( t ) : bayakya magsa pada saat t r : laju pertumbuha S terhadap waktu (t) K : daya dukug kodisi ligkuga bagi magsa Persamaa (2.) merupaka fugsi logistik kotiu dega solusi sebagai berikut: S ( t) = K ( + be rt )...(2.2) (lihat Lampira 3) Selajutya, dega megguaka proses seperti pada fugsi ekspoesial, aka dilakuka proses trasformasi (diskretisasi) utuk medapatka persamaa beda dari sebuah fugsi logistik kotiu. Lagkah dari proses diskretisasi adalah sebagai berikut: Karea adalah laju pertumbuha S terhadap waktu t, maka: St ( + t ) St ( ) S( t) = lim = rs ( t) t t Pada model diskret diambil t =, sehigga St ( + ) St ( ) ( ) ( ) S t = rs t S( t) S( t+ ) S( t) = rs( t) Dega memisalka St () = da t =, didapatka: S ( t ) S( t+ ) S( t ) = rs ( t ) = r + = + r + Dari proses diskretisasi di atas didapatka fugsi logistik diskret dari persamaa (2.) adalah: r...(2.3) + = K + Setelah dilakuka diskretisasi pada fugsi logistik kotiu, aka dilakuka simulasi umerik dega megguaka software Mathematica 6 utuk medapatka grafik perkembaga S(t) da, sehigga dapat dibadigka apakah grafik dari persamaa diskret hasil trasformasi fugsi logistik sama dega grafik dari fugsi asliya (persamaa (2.)). Dega memilih ilai awal utuk da ilai K, diambil =.5 da K = 2, aka diperlihatka grafik perkembaga S(t) da pada beberapa ilai parameter r berbeda. Dega megguaka persamaa (2.2) sebagai fugsi logistik kotiu: S ( t) = K ( + be rt ) da persamaa (2.3) sebagai fugsi logistik diskret: r + = K +, didapat grafik perkembaga St () da pada beberapa ilai r, sebagai berikut:

7 Nilai r Fugsi Logistik Diskret r + = K + Fugsi Logistik Kotiu K S ( t) = + be rt ( ) r = r =.7 r =.8 r =2 r =2.3

8 r =2.5 r =2.74 r =3 r =3.5 Gambar 2 Perbadiga grafik fugsi logistik kotiu da diskret terhadap r. Dari gambar di atas, dega megambil sembarag ilai, S (), da K, cotoh: = S () =.5 da K = 2, dapat dilihat beberapa perbedaa atara fugsi logist ik kotiu dega fugsi logistik diskret. Pada fugsi logistik kotiu, dapat dilihat pada Gambar 2, pada r =, perkembaga St () selalu berada pada S () utuk setiap t, sedagka pada saat r > pola p erkembaga St () aka terus meigkat higga medekati ilai St () = 2, karea sebelumya telah diambil ilai K = 2, sebagai batas atas perkembaga St (). Sedagka pada fugsi logistik diskret, terdapat beberapa perbedaa dibadigka dega fugsi logistik kot iu. Sama dega fugsi logis t ik kot iu, pada r =, perkembaga fugsi logistik diskret juga aka selalu berada pada utuk set iap. Namu ut uk r > terdapat beberapa kasus

9 khusus yag tidak terjadi pada fugsi logistik kotiu. Secara umum perkembaga pada fugsi logistik diskret dapat dikelompokka dalam beberapa kasus berdasarka batas r, sebagai berikut:. r =, perkembaga aka selalu berada pada utuk set iap. Lihat Gambar 2 pada r =. 2. < r <.2, perkembaga aka terus meigkat higga medekati K, lihat Gambar 2 pada r =.7. 3..2 = r < 2., perkembaga aka berosilasi da koverge medekati ilai K seirig berjalaya waktu (), lihat Gambar 2 pada r =.8 da r = 2. 4. 2. = r < 2.4, perkembaga aka berubah berpola periodik. berada disekitar K pada geap da berada disekitar pada gajil da terus berkembag dega pola yag sama. Lihat Gambar 2 pada r = 2.3. 5. 2.4 = r = 2.6, perkembaga aka berubah berpola periodik pada ilai tertetu saat tertetu yag disebut dega pola periodik stabil periode 2. Lihat Gambar 2 pada r = 2.5. 6. 2.6 < r = 2.85, perkembaga aka berubah berpola periodik pada ilai tertetu saat tertetu yag disebut dega pola periodik stabil periode 4. Lihat Gambar 2 pada r = 2.74. 7. 2.85 < r = 3, perkembaga aka berubah berpola acak yag disebut dega chaos. Kasus ii merupaka kasus uik pada fugsi logistik diskret. Lihat Gambar 2 pada r = 3. 8. r > 3, perkembaga aka berkembag terus meuru da diverge meuju -8. Lihat Gambar 2 pada r = 3.5. Dapat disimpulaka bahwa, fugsi logistik diskret memiliki semua kasus dalam fugsi logistik kotiu, amu terdapat beberapa kasus pada fugsi logistik diskret yag tidak terdapat pada fugsi logistik kotiu. 3.3 Diskretisasi Sistem Persamaa Diferesial 3.3. Model kotiu wabah peyakit AIDS : Model SIA Titik pagkal model ii adalah model SIR, yag diperkealka pada tahu 927 oleh Kermack da McKedrick (Weisstei EW da Weisste T, 24). Pada model tersebut, populasi (N) dikelompokka mejadi 3 bagi a, yaitu populasi idividu reta terserag ifeksi (S), populasi idividu terifeksi da dapat megifeksi idividu lai (I), da pop ulasi idividu yag telah pulih dari ifeksi atau meiggal (R). Namu, berdasarka model di atas, yag diguaka pada model kali ii adalah model SIA yag juga membagi populasi (N) mejadi 3 bagia, yaitu: Pertama, populasi idividu sehat tapi reta terserag ifeksi, (S). Kedua, populasi idiv idu positif terifeksi HIV, masih beriteraksi dega idividu populasi pertama da dapat megifeksi idividu populasi tersebut, (I). Ketiga, populasi idividu terifeksi HIV amu tidak dapat megifeksi idividu laiya (termasuk idividu yag telah meiggal) (A), seperti yag ditujukka pada Gambar 3. S I iteraksi Peigkata jumlah idividu dalam populasi terifeksi (I) da meiggal (A) bergatug pada kuatitas iteraksi populasi terifeksi dega idividu populasi reta, sehigga dibutuhka pembatas atara populasi yag satu dega yag laiya. Utuk medapatka pembatas populasi yag lebih baik, dipegaruhi beberapa asumsi yag tepat, gua membagu model yag lebih baik da seseder haa mugki. Asumsi-asumsi yag diguaka adalah:. Jumlah awal populasi idividu reta adalah tetap da aka terus meuru dega bertambahya waktu. 2. Efek kematia alami ketiga populasi tersebut dapat diabaika. Hubuga ketiga populasi tersebut dapat dituliska sebagai berikut : =- SI, di = SI- mi, da = mi- l A..( 3.) dega: m= tigkat kematia idividu pederita AIDS µ A Gambar 3 Model peyebara AIDS.? l = tigkat kesembuha idividu pederita AIDS

dega l m( ) > > disebabka karea evolusi terhadap kematia lebih cepat daripada daya taha leukosit (seropositivity) dalam meghadapi virus HIV. (Tamizhmai et al, 24) Model kotiu yag diberika pada persamaa (3.) dapat diyataka juga sebagai berikut : ( ) ' S + I =- mi...(3.2) ( ) ' S+ I + A =- l A...(3.3) (lihat Lampira 4) 3.3.2 Diskretisasi Model Kotiu Peyebara AIDS Model kotiu yag diberika dapat diyataka dalam model diskret dega melakuka trasformasi dari model kotiu mejadi model diskret yag disebut diskretisasi. Pedekata dasar yag sama seperti pada persamaa logistik maupu fugsi ekspoesial aka diguaka pada model ii. Dimulai dega persamaa = - SI sebelumya aka diaalogika dega betuk diskret + =. Proses + y diskretisasi tersebut didapat dega memisalka = St (), y = It (), z = At (), t = da memisalka parameter m= - a da l = - b. Diketahui bahwa S '( t) =, maka dapat dicari aalogi diskretya dega cara sebagai berikut: ( + ) ( ) ' S t t S t S ( t) = lim t t Pada model diskret diambil t =, sehigga S = ( t + ) S( t) ( t ) S( t) = S + Dega memisalka = St (), y = It () da t = maka didapat: ( ) ( ) + S t + S t ' Setelah diketahui S() t =D, dari model diskret + = didapat: + y + = + ( + y) = + y + ( y ) = + + - =- ( y ) + + D =- ( y ) + Dega memisalka = St (), y = It () da t = maka didapat: D = - + ( y ) S ' =- St ( + )() I t =-SI Dega ii telah ditujukka diskretisasi dari sistem sistem kotiu diskret =- SI meghasilka + = + y. Dega megguaka persamaa (3.2) da (3.3) serta melakuka proses diskretisasi yag sama dega proses di atas, aka didapat betuk di da diskret dari persamaa da pada sistem persamaa diferesial (3.), lihat Lampira 5. Model diskret yag meggambarka peyebara virus HIV sebagai hasil trasformasi dari model kotiuya dituliska sebagai berikut : + =, + +y z ( ) = - a y +ßz + dega : y y =ay +, +y..(3.4) = bayakya idividu populasi reta pada waktu ke- y = bayakya idividu populasi terifeksi pada waktu ke- z = bayakya idividu populasi meiggal atau telah sembuh pada waktu ke- a = - mda b = - l =,, 2, 3,

Utuk kedua parameter, didapatka b < a < yag berkorespodesi pada fakta bahwa l > m> pada limit kotiu. Dega melakuka simulasi komputer megguaka software mathematica 6 didapatka grafik dari model kotiu peyebara AIDS da model diskretya, sehigga dapat dibadigka atara kedua model tersebut. Dega memisalka ilai awal dari masig masig varibel adalah = S() = 95, y = I() =., da z = A() =.. Didapatka grafik perkembaga ketiga variabel pada model peyebara AIDS kotiu da diskret terhadap beberapa ilai parameter, sebagai berikut: Keteraga : S, =,. I, y =,. A, z =,. Model Diskret Peyebara AIDS (persamaa (3.)) Model Kotiu Peyebara AIDS (persamaa (3.4)) a = ß =.5 µ =? =.5 a = ß =.7 µ =? =.7 Gambar 4 Perbadiga grafik m odel peyebara AIDS kotiu da diskret. Dapat dilihat pada gambar di atas, bahwa grafik perkembaga dari, y, z dari model diskret hasil trasformasi model kot iu dari model peyebara AIDS. Grafik model diskret memperlihatka betuk yag sama dega model asalya, model kotiu. Tidak terdapat perbedaa yag sigifika atara betuk diskret da betuk kotiu dari sebuah model peyebara AIDS. Dari 2 grafik pada tabel di atas, dapat dilihat bahwa model diskret (persamaa (3.4)) hasil diskretisasi masih membawa karakteristik model kotiu asalya (persamaa (3.)).