ANALISIS MODEL MATEMATIKA PERAN PENAMBAHAN …repository.unair.ac.id/54747/8/MPM 77-16 Fit a...
Transcript of ANALISIS MODEL MATEMATIKA PERAN PENAMBAHAN …repository.unair.ac.id/54747/8/MPM 77-16 Fit a...
ANALISIS MODEL MATEMATIKA PERAN PENAMBAHAN MAKANAN
DALAM SISTEM EKO-EPIDEMIOLOGI DENGAN PENYAKIT PADA
PREY
SKRIPSI
FAIDAH ALIMATUL FITRIAH
PROGRAM STUDI S-1 MATEMATIKA
DEPARTEMEN MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS AIRLANGGA
2016
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
i
ANALISIS MODEL MATEMATIKA PERAN PENAMBAHAN MAKANAN
DALAM SISTEM EKO-EPIDEMIOLOGI DENGAN PENYAKIT PADA
PREY
SKRIPSI
FAIDAH ALIMATUL FITRIAH
PROGRAM STUDI S-1 MATEMATIKA
DEPARTEMEN MATEMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS AIRLANGGA
2016
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
iv
PEDOMAN PENGGUNAAN SKRIPSI
Skripsi ini tidak dipublikasikan, namun tersedia di perpustakaan dalam
lingkungan Universitas Airlangga, diperkenankan untuk dipakai sebagai referensi
kepustakaan, tetapi pengutipan harus seizin penulis dan harus menyebutkan
sumbernya sesuai kebiasaan ilmiah. Dokumen skripsi ini merupakan hak milik
Universitas Airlangga.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
vi
KATA PENGANTAR
Alhamdulillahirabbil’alamin. Segala puji syukur penulis panjatkan kepada
Allah SWT karena hanya dengan rahmat dan karunia-Nya, sehingga skripsi yang
berjudul “Analisis Model Matematika Peran Penambahan Makanan dalam
Sistem Eko-epidemiologi dengan Penyakit pada Prey” ini dapat diselesaikan
dengan baik. Shalawat serta salam bahagia semoga senantiasa tercurahkan kepada
junjungan kita, Nabi Besar Muhammad SAW, pemimpin sekaligus sebaik-
baiknya suri tauladan bagi kehidupan umat manusia.
Keberhasilan penulis dalam menyusun skripsi ini tentunya tidak lepas dari
dukungan berbagai pihak. Oleh karena itu, tak lupa penulis ucapkan terima kasih
kepada semua pihak yang telah membantu dalam menyelesaikan skripsi ini.
Ucapan terima kasih penulis sampaikan kepada:
1. Universitas Airlangga yang telah memberikan kesempatan penulis untuk
menempuh pendidikan tinggi.
2. Direktorat Jendral dan Pendidikan Tinggi yang telah memberikan
beasiswa bidikmisi.
3. Badrus Zaman, S.Kom., M.Cs. selaku Ketua Departemen Matematika
Universitas Airlangga yang selalu memberikan motivasi.
4. Dr. Mohammad Imam Utoyo, M.Si. selaku Koordinator Program Studi S-1
Matematika Fakultas Sains dan Teknologi Universitas Airlangga yang
selalu memberikan saran dan motivasi.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
vii
5. Auli Damayanti, S.Si., M.Si. selaku dosen wali yang telah memberi
masukan serta saran selama proses pembelajaran.
6. Dr. Fatmawati, M.Si. selaku dosen pembimbing I yang telah banyak
memberikan masukan, tenaga, serta nasehat kepada penulis.
7. Dr. Miswanto, M.Si. sebagai pembimbing II yang telah banyak
memberikan arahan, tenaga dan fikiran.
8. Ahmadin, S.Si., M.Si. selaku dosen penguji yang telah memberikan
koreksi serta masukan demi perbaikan skripsi ini.
9. Seluruh dosen Universitas Airlangga yang telah menyampaikan banyak
ilmu kepada penulis.
10. Alm. Bapak dan Ibu tercinta Samsuri dan Safiatun, adik tercinta Firda
Ulfatul Kholida, mas Chairul Anwar beserta keluarga besar saya yang
menjadi sumber motivasi, memberikan kasih sayang, do’a, tenaga, dan
perhatian kepada penulis.
11. Teman-teman tangguh yaitu Ais Fatkhiyah, Anik Zainurrifah, Endrawati,
Alvianita Tri Utami dan teman kos seperjuangan Nisrina, Neni, Mbak
Zizah, Nike, Ria, Dewi, Fatim, Mety, Lintang serta adik kos Ayu, Nuril,
Sri, Binti, Sofi yang memberi dukungan, saling mengajari dalam
membantu penyelesaian skripsi ini.
12. Teman-teman Matematika Angkatan 2012 yang memberikan banyak
inspirasi dan motivasi.
13. Seluruh pihak yang telah membantu dalam penyelesaian skripsi ini.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
viii
Dengan segala kerendahan hati, penulis menyadari bahwa skripsi ini masih
jauh dari kesempurnaan mengingat keterbatasan pengetahuan yang penulis
peroleh hingga saat ini, namun penulis sudah berupaya agar tidak terjadi
kesalahan pada penulisan ini. Oleh karena itu, penulis mengharapkan kritik dan
saran yang bersifat membangun guna terciptanya kesempurnaan skripsi ini.
Semoga skripsi ini dapat bermanfaat bagi pihak-pihak yang membacanya dan bagi
penulis sendiri.
Surabaya, Juli 2016
Faidah Alimatul Fitriah
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
ix
Faidah Alimatul Fitriah, 2016, Analisis Model Matematika Peran Penambahan
Makanan dalam Sistem Eko-epidemiologi dengan Penyakit pada Prey.
Skripsi ini dibawah bimbingan Dr. Fatmawati, M.Si. dan Dr. Miswanto, M.Si.
Departemen Matematika, Fakultas Sains dan Teknologi, Universitas Airlangga,
Surabaya.
ABSTRAK
Eko-epidemiologi adalah ilmu yang mempelajari tentang penyebaran
penyakit menular pada sebuah populasi dalam interaksi di suatu lingkungan.
Sistem eko-epidemiologi dengan penyakit pada prey menyediakan makanan
alternatif sebagai penambahan makanan untuk predator. Tujuan dari skripsi ini
adalah untuk menganalisis model matematika peran penambahan makanan dalam
sistem eko-epidemiologi dengan penyakit pada prey serta memperlihatkan peran
dari penambahan makanan pada sistem eko-epidemiologi.
Pada skripsi ini membahas analisis kestabilan dari titik setimbang yang
terdapat pada model dan syarat eksistensinya. Dari analisis model diperoleh empat
titik setimbang yaitu titik setimbang kepunahan 𝐸0 , titik setimbang aksial 𝐸1 , titik setimbang bebas penyakit atau kepunahan prey yang terinfeksi 𝐸2 , dan titik
setimbang koeksistensi prey dan predator 𝐸3 . Titik setimbang 𝐸0 tidak stabil,
sedangkan titik setimbang 𝐸1, 𝐸2, dan 𝐸3 stabil asimtotis dengan syarat tertentu.
Kestabilan lokal dari keempat titik setimbang tersebut dikaji dengan
menggunakan kriteria Routh-Hurwitz. Berdasarkan hasil simulasi numerik
menggambarkan bahwa adanya makanan alternatif sebagai penambahan makanan
yang sesuai dapat memaksimumkan populasi prey yang rentan dan predator serta
meminimumkan prey yang terinfeksi meskipun tingkat infeksinya tinggi.
Penggunaan makanan alternatif sebagai penambahan makanan untuk predator
dengan penyakit pada prey memperkenalkan metode baru non-kimia pada sistem
eko-epidemiologi.
Kata Kunci : Sistem eko-epidemiologi, Prey yang terinfeksi, Penambahan
makanan, Titik setimbang, Kestabilan.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
x
Faidah Alimatul Fitriah, 2016, Analysis Mathematical Model Role of Additional
Food in Eco-epidemiological System with Disease in the Prey. This
undergraduate thesis is supervised by Dr. Fatmawati, M.Si. and Dr. Miswanto,
M.Si. Mathematics Department, Faculty of Science and Technology, Airlangga
University, Surabaya.
ABSTRACT
Eco-epidemiologi is study the spread of infectious diseases in a population
in the interaction in an environment. An eco-epidemiological system with disease
in the prey supplying alternative food be that of additional food to predator. The
aims of this thesis is to analyze mathemathical model role of additional food in
eco-epidemiological system with disease in the prey as well as to show the role
additional food in an eco-epidemiological system.
In this thesis discussed analyze stability of the equilibrium point contained
in the model and condition of existence. Based on the analysis of model, four
equilibriums are obtained. Those are extinction (𝐸0), axial (𝐸1), infected prey
extinction or disease free (𝐸2), and the coexistence between prey and predator
(𝐸3). The 𝐸0 equilibrium is unstable; while 𝐸1, 𝐸2, and 𝐸3 are stable
asymptotically under certain conditions. Local stability of four equilibriums using
Routh-Hurwitz criteria. Based on numerical simulation results illustrate that what
looked like altenative food be that of additional food correspond to can maximize
population susceptible prey and predator as soon as minimize population infected
prey although the level high infection. The use alternative food be that of
additional food for predators to prey disease in introducing new non-chemical
methods in eco-epidemiological system.
Keywords : Eko-epidemiological system, infected prey, Additional food,
Equilibrium, Stability
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
xi
DAFTAR ISI
LEMBAR JUDUL ............................................................................................... i
LEMBAR PERNYATAAN ............................................................................... ii
LEMBAR PENGESAHAN ............................................................................... iii
PEDOMAN PENGGUNAAN SKRIPSI ........................................................... iv
SURAT PERNYATAAN TENTANG ORISINALITAS .................................. v
KATA PENGANTAR ....................................................................................... vi
ABSTRAK ........................................................................................................ ix
ABSTRACT ....................................................................................................... x
DAFTAR ISI ..................................................................................................... xi
DAFTAR TABEL ........................................................................................... xiv
DAFTAR GAMBAR ....................................................................................... xv
DAFTAR LAMPIRAN ................................................................................... xvi
BAB I PENDAHULUAN .................................................................................. 1
1.1 Latar Belakang .............................................................................................. 1
1.2 Rumusan Masalah......................................................................................... 5
1.3 Tujuan ........................................................................................................... 5
1.4 Manfaat ......................................................................................................... 6
1.5 Asumsi .......................................................................................................... 6
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
xii
BAB II TINJAUAN PUSTAKA ........................................................................ 7
2.1 Eko-epidemiologi ......................................................................................... 7
2.2 Model Logistik ............................................................................................. 8
2.3 Model Predator-Prey Lotka Volterra ........................................................... 8
2.4 Model Holling............................................................................................... 9
2.5 Sistem Persamaan Diferensial .................................................................... 11
2.6 Kestabilan Sistem Linier ............................................................................ 13
2.7 Kriteria Routh-Hurwitz ............................................................................... 16
2.4 Bilangan Reproduksi Dasar ........................................................................ 18
BAB III METODOLOGI PENELITIAN ......................................................... 21
BAB IV PEMBAHASAN ................................................................................ 23
4.1 Analisis Model Matematika Peran Penambahan Makanan dalam Sistem
Eko-Epidemiologi dengan Penyakit pada Prey .......................................... 23
4.1.1 Titik Setimbang Model ....................................................................... 30
4.1.2 Analisis Kestabilan Asimtotis Lokal ................................................... 35
4.2 Simulasi Model Matematika Peran Penambahan Makanan dalam Sistem
Eko-epidemiologi dengan Penyakit pada Prey ........................................... 44
BAB V PENUTUP ........................................................................................... 54
5.1 Kesimpulan ................................................................................................. 54
5.2 Saran ........................................................................................................... 55
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
xiii
DAFTAR PUSTAKA ....................................................................................... 56
LAMPIRAN
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
xiv
DAFTAR TABEL
Tabel Judul Tabel Halaman
4.1 Keterangan parameter-parameter yang digunakan pada
model matematika peran penambahan dalam sistem eko-
epidemiologi dengan penyakit pada prey
25
4.2 Keterangan parameter-parameter setelah adanya
perskalaan pada model
29
4.3 Nilai Awal Simulasi Titik Setimbang Koeksistensi 𝐸3 42
4.4
4.5
Nilai Parameter Simulasi Titik Setimbang Koeksisitensi
𝐸3
Nilai parameter simulasi numerik
43
45
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
xv
DAFTAR GAMBAR
Gambar Judul Halaman
4.1 Simulasi Bidang Fase 𝑆 − 𝐼 untuk Titik Setimbang
Koeksistensi 𝐸3
43
4.2 Dinamika populasi prey yang rentan untuk 𝛽 = 1,25
dengan 𝛼 = 0, 𝜉 = 0 dan 𝛼 = 0,8, 𝜉 = 0,4
46
4.3 Dinamika populasi prey yang rentan untuk 𝛽 = 0,1
dengan 𝛼 = 0, 𝜉 = 0 dan 𝛼 = 0,8, 𝜉 = 0,4
47
4.4
4.5
4.6
4.7
Dinamika populasi prey yang terinfeksi untuk 𝛽 = 1,25
dengan 𝛼 = 0, 𝜉 = 0 dan 𝛼 = 0,8, 𝜉 = 0,4
Dinamika populasi prey yang terinfeksi untuk 𝛽 = 0,1
dengan 𝛼 = 0, 𝜉 = 0 dan 𝛼 = 0,8, 𝜉 = 0,4
Dinamika populasi predator untuk 𝛽 = 1,25 dengan
𝛼 = 0, 𝜉 = 0 dan 𝛼 = 0,8, 𝜉 = 0,4
Dinamika populasi predator untuk 𝛽 = 0,1 dengan
𝛼 = 0, 𝜉 = 0 dan 𝛼 = 0,8, 𝜉 = 0,4
48
50
51
52
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
xvi
DAFTAR LAMPIRAN
Lampiran Judul
1. Analisis Perskalaan
2. Perhitungan Titik Setimbang E0
3. Perhitungan Titik Setimbang E1
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
Perhitungan Titik Setimbang E2
Perhitungan Titik Setimbang E3
Perhitungan Basic Reproduction Number
Pencarian Persamaan Karakteritik Titik Setimbang E0
Pencarian Persamaan Karakteritik Titik Setimbang E1
Pencarian Persamaan Karakteritik Titik Setimbang E2
Pencarian Persamaan Karakteritik Titik Setimbang E3
Kode Program untuk Simulasi Bidang Fase dan Grafik Dinamika
Simulasi Dinamika Model Matematika Peran Penambahan Makanan
dalam Sistem Eko-epidemiologi dengan Penyakit pada Prey (𝛼 = 0
dan 𝜉 = 0)
Simulasi Dinamika Model Matematika Peran Penambahan Makanan
dalam Sistem Eko-epidemiologi dengan Penyakit pada Prey (𝛼 = 0.8
dan 𝜉 = 0.4)
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Hubungan timbal balik antara makhluk hidup dengan makhuk hidup lain serta
dengan benda tak hidup di lingkungannya membentuk ekosistem. Ilmu yang
mempelajari ekosistem disebut ekologi. Ekologi berasal dari dua kata dalam bahasa
Yunani, yaitu oikos dan logos. Oikos artinya rumah atau tempat tinggal, dan logos
artinya ilmu. Istilah ekologi pertama kali dikemukakan oleh Ernst Haeckel. Ekologi
mempelajari bagaimana makhluk hidup dapat mempertahankan kehidupannya dengan
mengadakan hubungan antar makhluk hidup dan dengan benda tak hidup di dalam
tempat hidupnya atau lingkungannya (Syamsuri, 2007).
Pada dasarnya makhluk hidup dan habitatnya tidak dapat dipisahkan satu
dengan yang lain, keduanya saling mempengaruhi. Setiap kelompok makhluk hidup
menetap di tempat tertentu yang dinamakan habitat, seperti daratan, perairan, hutan,
dan sawah (Aryulina, 2004). Antara makhluk hidup yang satu dengan yang lain
terjadi hubungan, baik antara sesama spesies maupun antar spesies, sesama
komponen biotik maupun antara komponen biotik dan abiotik. Hubungan timbal
balik dikenal pula dengan istilah interaksi atau aksi interaksi (Syamsuri, 2007).
Ada beberapa jenis interaksi yang dapat terjadi antar makhluk hidup, yaitu
simbiosis, predasi, dan kompetisi. Predasi merupakan hubungan antara makhluk
hidup yang memangsa (predator) dan makhluk hidup yang dimangsa (prey). Pada
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
2
predasi umumnya suatu spesies memakan spesies lain, meskipun beberapa hewan
memangsa sesama jenisnya. Pada predasi antar hewan, predator kebanyakan
berukuran lebih besar daripada prey (Aryulina, 2004). Interaksi antar dua populasi
ini sangat penting karena kelangsungan hidup makhluk hidup tergantung pada
keseimbangan lingkungan di sekitarnya. Dengan demikian keseimbangan tersebut
dapat tercapai jika jumlah rata-rata populasi dari mangsa dan pemangsa yang sedang
berinteraksi sesuai dengan ukuran dan proporsinya.
Pada bidang ekologi, eko-epidemiologi sangat penting dalam pemahaman
munculnya penyakit. Bidang tersebut mempelajari mengenai dinamika populasi,
epidemi, dan penyakit yang terinfeksi pada komunitas yang ada di lingkungan
masyarakat. Oleh karena itu dalam pemodelan matematika dikaji berbagai macam
model matematika untuk mengetahui terjadi atau tidaknya suatu epidemi dalam
populasi pada ekologi yang nyata. Hal ini didasarkan pada beberapa sifat spesifik dari
aturan penyebaran penyakit menular dan faktor-faktor sosial yang terkait untuk
membangun model matematika. Faktor penyakit pada sistem predator-prey pertama
kali diperkenalkan oleh Anderson dan Mei. Anderson dan Mei meneliti faktor utama
pengacauan yang terjadi pada interaksi predator-prey serta menemukan studi faktor
pengendalian penyakit tersebut (Sahoo, 2015).
Selama 50 tahun terakhir, pengendalian penyakit sangat bergantung pada
penggunaan bahan kimia seperti fungisida, bakterisida, dan fumigants tanah.
Penggunaan bahan kimia untuk mengendalikan penyakit telah terbukti memiliki efek
samping jangka panjang pada ekosistem yaitu individu yang terinfeksi mencemari
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
3
lingkungan. Oleh karena itu metode non-kimia pengendalian penyakit menjadi
perhatian besar (Sahoo dan Poria, 2014).
Penggunaan makanan altenatif adalah salah satu yang penting dalam
pengobatan non-kimia untuk pengendalian penyakit dalam sistem eko-epidemiologi.
Beberapa penelitian melakukan penambahan makanan dengan cara adanya makanan
alternatif untuk predator dalam program pengendalian biologis. Sahoo dan Poria
(2013) menyatakan bahwa makanan alternatif untuk predator dalam sistem predator-
prey yang sakit. Sahoo dan Poria memberikan penjelasan bahwa meningkatnya
populasi predator dengan adanya makanan alternatif dapat menghapus infeksi dari
sistem (Sahoo dan Poria, 2013).
Adanya makanan alternatif sebagai penambahan makanan untuk predator
dapat membantu pelestarian predator pada sistem eko-epidemiologi dengan penyakit
pada prey, karena dalam sistem tersebut jumlah prey lebih sedikit daripada jumlah
predator dan predator akan lebih survive jika tedapat lebih dari satu prey. Akibatnya,
predator dapat memangsa makanan alternatif sebagai penambahan makanan yang
telah tersedia sehingga kelestarian populasi predator akan tetap terjaga. Oleh karena
itu, penambahan makanan dengan adanya makanan alternatif dapat memberikan
keseimbangan antara populasi prey dan predator.
Fenomena yang menggambarkan dimana populasi prey terserang penyakit,
dijelaskan oleh Chattopadhyay dan Bairagi (2011), yaitu interaksi antara populasi
burung pelikan (predator) dan ikan tilapia (prey) di Laut Salton, California. Ikan
tilapia tersebut terinfeksi bakteri Avian botulism. Bakteri tersebut membuat tubuh
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
4
ikan tilapia mengalami kekosongan oksigen. Akibatnya, ikan tilapia yang terinfeksi
akan berenang menuju permukaan air dan menjadi rentan dipredasi oleh burung
pelikan. Apabila burung pelikan memakan ikan tilapia terinfeksi yang masih hidup,
maka mereka akan mengalami keracunan dan mati, karena di dalam jaringan tubuh
ikan tilapia terinfeksi masih terdapat racun botulism yang dihasilkan oleh bakteri
Avian botulism (Chattopadhyay dan Bairagi, 2011).
Para ilmuwan telah mengembangkan model matematika untuk
menggambarkan peran penambahan makanan tersebut. Hal ini ditunjukkan dengan
banyaknya penelitian yang membahas tentang makanan alternatif sebagai peran
penambahan makanan dengan penyakit pada prey. Salah satunya adalah Sahoo dan
Poria (2015) dengan penelitiannya yang berjudul “Effects of additional food in a
delayed predator-prey model”. Pada model tersebut interaksinya bertipe Holling.
Berdasarkan uraian di atas penulis tertarik untuk mengkaji ulang model
matematika peran penambahan makanan dalam sistem eko-epidemiologi dengan
penyakit pada prey. Dari model tersebut akan dianalisa kestabilan dari titik
setimbang. Materi dalam penelitian ini bukanlah sesuatu yang baru karena diambil
dari jurnal yang berjudul “Role of additional food in eco-epidemiological system with
disease in the prey” yang telah dikembangkan oleh Sahoo pada tahun 2015. Dalam
hal ini, analisis kestabilan titik setimbang digunakan untuk mengetahui peran
penambahan makanan sebagai pengendalian penyakit pada prey.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
5
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah penulis uraikan di atas, maka
permasalahan yang akan diselesaikan dalam penelitian ini adalah:
1. Bagaimana analisis kestabilan titik setimbang model matematika peran
penambahan makanan dalam sistem eko-epidemiologi dengan penyakit pada
prey?
2. Bagaimana simulasi dan interpretasi dari model matematika peran
penambahan makanan dalam sistem eko-epidemiologi dengan penyakit pada
prey?
1.3 Tujuan
Berdasarkan rumusan masalah yang telah diuraikan di atas, tujuan dari
penelitian ini adalah:
1. Menganalisis kestabilan titik setimbang model matematika peran penambahan
makanan dalam sistem eko-epidemiologi dengan penyakit pada prey.
2. Mensimulasikan dan menginterpretasikan model matematika peran
penambahan makanan dalam sistem eko-epidemiologi dengan penyakit pada
prey.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
6
1.4 Manfaat
Beberapa manfaat yang bisa diambil dari penelitian ini adalah sebagai berikut:
1. Memberikan kontribusi terhadap perkembangan ilmu pengetahuan khususnya
di bidang pemodelan matematika yang terkait dengan bidang biologi terutama
ekologi.
2. Memberikan gambaran kesetimbangan dari peran penambahan makanan
dalam sistem eko-epidemiologi dengan penyakit pada prey.
3. Dapat digunakan sebagai acuan untuk penelitian selanjutnya.
1.5 Asumsi
Asumsi dari penelitian ini adalah sebagai berikut:
1. Penyakit menyebar hanya diantara populasi prey dan tidak diwariskan secara
genetik.
2. Mangsa yang rentan menjadi terinfeksi ketika bersentuhan dengan mangsa
yang terinfeksi.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
7
BAB II
TINJAUAN PUSTAKA
Pada bab ini akan dibahas mengenai model matematika peran penambahan
makanan dalam sistem eko-epidemiologi dengan penyakit pada prey, oleh karena itu
akan diberikan beberapa definisi dan teorema yang mendukung pada pembahasan
selanjutnya.
2.1 Eko-epidemiologi
Secara harfiah, epidemiologi berasal dari kata epi (permukaan di atas,
menimpa), demo (orang, populasi, manusia), dan ologi (ilmu tentang) (Efendi dan
Majhfudli, 2009). Dengan demikian, istilah epidemiologi berarti ilmu yang
mempelajari tentang distribusi penyakit pada manusia, serta faktor-faktor resiko atau
masalah kesehatan yang dapat menimbulkan terjadinya kesakitan pada sekelompok
orang atau masyarakat. Menurut WHO pada Regional Commite Meeting ke-42 tahun
1989 di Bandung telah membuat definisi mengenai epidemiologi yaitu ilmu yang
mempelajari distribusi dari peristiwa kesehatan dan peristiwa lainnya yang
berhubungan dengan kesehatan yang menimpa sekelompok masyarakat, dan
menerapkan ilmu tersebut untuk memecahkan masalah-masalah kesehatan (Chandra
2006). Dengan demikian, eko-epidemiologi adalah ilmu yang mempelajari tentang
penyebaran penyakit menular pada sebuah populasi dalam interaki di suatu
lingkungan.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
8
2.2 Model Logistik
Teori pertumbuhan populasi dikemukakan pertama kali oleh Malthus pada
tahun 1798. Malthus menuturkan bahwa petumbuhan populasi tumbuh secara
eksponensial dan akhirnya melampaui produksi makanan. Pada 1883, teori ini
disanggah oleh Verhulst. Verhulst menuturkan bahwa pertumbuhan populasi tidak
naik secara eksponensial melainkan dibatasi oleh ukuran dan kesuburan dari daerah
yang menjadi tempat tinggal dari populasi. Sebagai hasilnya populasi semakin
mendekati ke keadaan tetap (steady state). Model seperti ini dinamakan model
logistik yang dinyatakan dalam bentuk
𝑑𝑃
𝑑𝑡= 𝑟𝑃 1−
𝑃
𝐾 , (2.3)
dengan 𝑃 = 𝑃(𝑡) adalah jumlah populasi pada saat 𝑡, 𝑟 adalah laju pertumbuhan
intrinsik, yaitu nilai yang menggambarkan daya tumbuh suatu populasi. Dalam hal ini
diasumsikan 𝑟 > 0 karena setiap populasi memiliki potensi untuk berkembang biak,
dan 𝐾 menyatakan kapasitas tampung yaitu ukuran maksimum dari suatu populasi
yang dapat diokong oleh suatu lingkungan.
(Hofbauer dan Sigmund, 1998)
2.3 Model Predator-Prey Lotka Volterra
Model predator-prey Lotka-Volterra pertama kali diperkenalkan oleh Alfred
J. Lotka pada tahun 1926. Model tersebut menggambarkan persaingan antara
predator dengan prey. Apabila tidak ada interaksi yang terjadi diantara prey dan
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
9
predator serta lingkungan tidak membatasi maka populasi prey akan meningkat tak
terbatas yang disebut dengan model pertumbuhan eksponensial. Akan tetapi, populasi
predator akan turun secara eksponensial tanpa adanya prey. Hal ini terjadi karena
prey tersebut adalah makanan utama bagi pemangsa.
Misalkan 𝑥 = 𝑥(𝑡) mewakili total populasi prey pada saat 𝑡 dan 𝑦 = 𝑦(𝑡) mewakili
total populasi predator pada saat 𝑡, maka model predator-prey Lotka Volterra
dinyatakan dalam bentuk
𝑑𝑥
𝑑𝑡= 𝑎𝑥 − 𝑏𝑥𝑦 (2.1)
𝑑𝑦
𝑑𝑡= −𝑐𝑦 + 𝑑𝑥𝑦, (2.2)
dengan 𝑎, 𝑏, 𝑐,𝑑 adalah konstanta positif, 𝑑𝑥
𝑑𝑡 adalah laju perubahan populasi prey
pada saat 𝑡 dan 𝑑𝑦
𝑑𝑡 adalah laju perubahan populasi predator pada saat 𝑡. Parameter 𝑎
adalah laju pertumbuhan prey ketika tidak ada predator dan 𝑐 adalah laju penurunan
dari predator ketika tidak ada prey, sedangkan – 𝑏𝑥𝑦 adalah laju berkurangnya
populasi prey saat berinteraksi dengan populasi predator dan 𝑑𝑥𝑦 adalah laju
bertambahnya populasi predator saat berinteraksi dengan populasi prey.
(Bacaer, 2011)
2.4 Model Holling
Holling (1959) menurunkan model yang membatasi laju predator menangkap
prey atau laju predasi dari predator. Dalam model ini diasumsikan bahwa predator
menghabiskan waktunya untuk dua aktivitas yaitu:
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
10
1. Mencari prey
2. Menangani prey yang terdiri dari: mengejar, memangsa, dan mencerna.
Laju konsumsi predator dalam model ini dibatasi waktu. Hal ini terjadi karena
saat jumlah prey berlimpah predator tidak perlu waktu untuk mencari, tetapi tetap
menghabiskan waktu untuk menangani prey.
Total waktu adalah jumlah waktu yang dibutuhkan oleh predator untuk
mencari dan menangani prey yakni
𝑇 = 𝑇𝑠 + 𝑇 (2.4)
dengan 𝑇𝑠 adalah waktu untuk mencari prey dan 𝑇 adalah waktu untuk menangani
prey. Diasumsikan bahwa predator menangkap 𝑁 prey selama waktu 𝑇 dengan
𝑁 > 0. Waktu untuk menangani prey sebanding dengan jumlah prey yang tertangkap
𝑇 = 𝑁 (2.5)
adalah waktu untuk menangani satu prey.
Setelah menghabiskan 𝑇𝑠 untuk mencari, seekor predator menjelajah area
sebanyak 𝑘𝑇𝑠, dengan 𝑘 adalah konstanta positif, 𝑥 adalah populasi prey per unit area
dan 𝑘𝑥𝑇𝑠 yaitu waktu menangkap prey, sehingga
𝑁 = 𝑘𝑥𝑇𝑠 (2.6)
dengan mensubstitusikan persamaan (2.4) dan (2.5) ke persamaan (2.6) diperoleh:
𝑁 = 𝑘𝑥 𝑇 − 𝑇
⟺𝑁 = 𝑘𝑥 𝑇 − 𝑁
⟺𝑁 = 𝑘𝑥𝑇 − 𝑘𝑥𝑁
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
11
⟺𝑁 + 𝑘𝑥𝑁 = 𝑘𝑥𝑇
⟺𝑁 1 + 𝑘𝑥 = 𝑘𝑥𝑇
dari sini jumlah prey per satuan waktu atau laju predasi adalah
𝑁
𝑇=
𝑘𝑥
1+𝑘𝑥 (2.7)
(Logan, 2006)
2.5 Sistem Persamaan Diferensial
Persamaan diferensial didefinisikan sebagai persamaan yang mengandung
satu atau lebih variabel dependen dan turunannya yang berhubungan satu atau lebih
variabel independen (Zill dan Cullen, 2009). Model matematika peran penambahan
makanan dalam sistem eko-epidemiologi dengan penyakit pada prey ini dinyatakan
dalam bentuk sistem persamaan diferensial nonlinier, karena adanya interaksi antar
komponen. Secara umum sistem persamaan diferensial nonlinear sulit ditentukan
secara analitik. Oleh karena itu, digunakan solusi khusus yang biasanya disebut titik
setimbang, sehingga untuk mengetahui dinamika model matematika peran
penambahan makanan dalam sistem eko-epidemiologi dengan penyakit pada prey
dapat diketahui melalui solusi khusus model tersebut. Berikut ini diberikan beberapa
definisi serta teorema yang berhubungan dengan titik setimbang pada sistem
persamaan diferensial adalah sebagai berikut:
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
12
Definisi 2.1 Sebuah sistem persamaan diferensial linier dapat dinyatakan sebagai:
𝑑𝑥
𝑑𝑡= 𝑥 (𝑡) = 𝐴𝑥(𝑡) (2.8)
dengan 𝑥 𝑡 ∈ ℝ𝑛 dinamakan vektor keadaan (state). Penyelesaian dari sistem (2.8)
adalah
𝑥 𝑡 = 𝑒𝐴𝑡𝑥0
dengan
𝑒𝐴𝑡 = 𝐼 + 𝐴𝑡 + 𝐴2𝑡2
2!+⋯+ 𝐴𝑘
𝑡𝑘
𝑘!+⋯ = 𝐴𝑘
𝑡𝑘
𝑘!
∞
𝑘=0
dan 𝑥 𝑡0 = 𝑥0 dinamakan nilai awal dari sistem.
(Bronson dan Costa, 2007)
Definisi 2.2 Sebuah sistem persamaan diferensial orde satu dalam 𝑛 persamaan
dinamakan sebagai sistem autonomous jika sistem tersebut ditulis dalam bentuk
𝑑𝑥1
𝑑𝑡= 𝑔1(𝑥1, 𝑥2,… , 𝑥𝑛)
𝑑𝑥2
𝑑𝑡= 𝑔2 𝑥1, 𝑥2,… , 𝑥𝑛
.
.
.
𝑑𝑥𝑛𝑑𝑡
= 𝑔𝑛 𝑥1, 𝑥2,… , 𝑥𝑛 ,
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
13
dengan variabel t tidak muncul secara eksplisit di setiap persamaan diferensial. Jika
variabel t muncul secara eksplisit pada persamaan diferensial maka dinamakan sistem
non-autonomous
(Zill dan Cullen, 2009)
Definisi 2.3 Diberikan sistem persamaan diferensial autonomous, 𝑑𝑥
𝑑𝑡= 𝑓(𝑥). Titik 𝑥
dikatakan titik setimbang jika memenuhi 𝑓 𝑥 = 0.
(Olsder, 2003)
2.6 Kestabilan Sistem Linier
Setelah didapatkan titik setimbang model, selanjutnya dilakukan analisis pada
titik setimbang model, guna untuk mengetahui dinamika perilaku solusi disekitar titik
setimbang. Solusi khusus disekitar titik setimbang akan diaproksimasi menggunakan
garis linear (linearisasi) yang akan mewakili model dalam bentuk sistem persamaan
diferensial linear menggunakan matriks jacobian. Nilai eigen dari matriks Jacobian
digunakan untuk menganalisis kestabilan dari titik setimbang. Kestabilan tersebut
bersifat lokal karena hanya berlaku disekitar titik setimbang. Berikut ini diberikan
definisi maupun teorema yang berhubungan dengan linearisasi sistem persamaan
diferensial dan kestabilan lokal pada titik setimbang.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
14
Definisi 2.4 Diberikan sistem persamaan diferensial autonomous sebagai berikut:
𝑑𝑥1(𝑡)
𝑑𝑡= 𝑔1(𝑥1,𝑥2 ,… , 𝑥𝑛)
𝑑𝑥2(𝑡)
𝑑𝑡= 𝑔2 𝑥1,𝑥2 ,… , 𝑥𝑛
.
.
.
𝑑𝑥𝑛(𝑡)
𝑑𝑡= 𝑔𝑛 𝑥1, 𝑥2,… , 𝑥𝑛
Matriks Jacobian dari sistem di atas adalah:
𝜕𝑔1
𝜕𝑥1
𝜕𝑔1
𝜕𝑥2…
𝜕𝑔1
𝜕𝑥𝑛𝜕𝑔2
𝜕𝑥1
𝜕𝑔2
𝜕𝑥2…
𝜕𝑔2
𝜕𝑥𝑛… … ⋱ …𝜕𝑔𝑛𝜕𝑥1
𝜕𝑔𝑛𝜕𝑥2
…𝜕𝑔𝑛𝜕𝑥𝑛
(Zill dan Cullen, 2009)
Definisi 2.5 Jika 𝐴 adalah matriks berukuran 𝑛 × 𝑛, maka vektor tak nol 𝑥 di dalam
ℝ𝑛 dinamakan vektor eigen dari 𝐴 jika 𝐴𝑥 adalah kelipatan skalar dari 𝑥, yaitu:
𝐴𝑥 = 𝜆𝑥
skalar 𝜆 dinamakan nilai eigen dari 𝐴 dan 𝑥 dikatakan vektor eigen yang bersesuaian
dengan 𝜆.
(Anton, 2005)
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
15
Teorema 2.6 Jika 𝐴 adalah matriks berukuran 𝑛 × 𝑛, maka pernyataan di bawah ini
ekivalen satu sama lain:
a. 𝜆 adalah nilai eigen dari 𝐴.
b. Sistem persamaan 𝜆𝐼 − 𝐴 𝑥 = 0 mempunyai solusi tak trivial.
c. Untuk 𝜆 ∈ ℝ𝑛 maka ada vektor tak nol 𝑥 di dalam ℝ𝑛 sehingga 𝐴𝑥 = 𝜆𝑥.
d. 𝜆 adalah solusi dari persamaan karakteristik det 𝜆𝐼 − 𝐴 = 0.
(Anton, 2005)
Definisi 2.7 Sistem 𝑥 = 𝐴𝑥(𝑡) dikatakan stabil asimtotis jika
lim𝑡→∞
𝑥 𝑡 = 0
dengan 𝑥(𝑡) penyelesaian dari sistem tersebut, 𝑥 𝑡 ∈ ℝ𝑛 dan 0 adalah titik
setimbang dari 𝑥 = 𝐴𝑥(𝑡).
(Zill and Cullen, 2009)
Teorema 2.8 Sistem 𝑥 = 𝐴𝑥(𝑡) dikatakan stabil asimtotis jika dan hanya jika semua
nilai eigen dari 𝐴, yakni 𝜆𝑖 𝐴 mempunyai bagian real negatif dan dinotasikan
sebagai 𝑅𝑒(𝜆𝑖(𝐴)) < 0.
(Zill and Cullen, 2009)
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
16
2.7 Kriteria Routh-Hurwitz
Pada akhir 1800-an, A. Hurwitz dan E.J. Routh menerbitkan sebuah metode
yang menyelidiki tentang stabilitas sistem yang disebut Kriteria Routh Hurwitz.
Metode ini dilakukan untuk menunjukkan tanda bagian rea negatif dari nilai eigen
tanpa menghitung akar-akar persamaan karrakteristik secara langsung.
(Levine, 2000)
Diberikan peramaan karakteristik dengan derajat 𝑛 sebagai berikut:
𝜆𝑛 + 𝑎1𝜆𝑛−1 + 𝑎2𝜆
𝑛−2 +⋯+ 𝑎𝑛−1𝜆 + 𝑎𝑛 = 0, (2.9)
dengan koefisien 𝑎𝑖 adalah bagian real, dan 𝑖 = 1,2,3,… , 𝑛. Dari sini dapat dibentuk
matriks 𝐻𝑛 , dengan 𝐻𝑛 adalah matriks Hurwitz yang berisi koefisien 𝑎𝑖 dari
persamaan karakteristik (2.9) yang didefinisikan sebagai berikut:
𝐻𝑛 =
𝑎1 1 0 0 ⋯ 0𝑎3 𝑎2 𝑎1 1 ⋯ 0𝑎5 𝑎4 𝑎3 𝑎2 ⋯ 0⋮ ⋮ ⋮ ⋮ ⋱ ⋮
𝑎2𝑛−3 𝑎2𝑛−4 𝑎2𝑛−5 𝑎2𝑛−6 ⋯ 𝑎𝑛−2
𝑎2𝑛−1 𝑎2𝑛−2 𝑎2𝑛−3 𝑎2𝑛−4 ⋯ 𝑎𝑛
,
dengan 𝑎𝑗 = 𝑎𝑗 , 𝑗 ≤ 𝑛
0 , 𝑗 > 𝑛 .
Teorema 2.9 Akar-akar dari persamaan karakteristik (2.9) bernilai negatif atau
mempunyai bagian real negatif jika dan hanya jika semua determinan dari matriks
Hurwitz bernilai positif atau
det 𝐻𝑗 > 0, 𝑗 = 1,2,… , 𝑛.
(Merkin, 1997)
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
17
Berikut ini akan diberikan contoh kriteria Routh-Hurwitz dengan derajat 𝑛 = 3.
Untuk 𝑛 = 3, bentuk persamaan karakteristiknya adalah:
𝜆3 + 𝑎1𝜆2 + 𝑎2𝜆 + 𝑎3 = 0. (2.10)
Dari persamaan (2.10) maka dibentuk matriks Hurwitz sebagai berikut:
𝐻1 = 𝑎1 𝐻2 = 𝑎1 10 𝑎2
𝐻3 = 𝑎1 1 0𝑎3 𝑎2 𝑎1
0 0 𝑎3
Berdasarkan kriteria Routh-Hurwitz, akar-akar persamaan (2.10) mempunyai bagian
real negatif jika dan hanya jika det 𝐻1 > 0, det 𝐻2 > 0, dan det 𝐻3 > 0. Dengan
demikian didapatkan kondisi sebagai berikut:
i. det 𝐻1 = 𝑎1 > 0 didapatkan 𝑎1 > 0.
ii. det 𝐻2 = 𝑎1 10 𝑎2
> 0 didapatkan 𝑎1𝑎2 > 0. Karena 𝑎1 > 0 maka
𝑎2 > 0.
iii. 𝑑𝑒𝑡(𝐻3) = 𝑎1 1 0𝑎3 𝑎2 𝑎1
0 0 𝑎3
> 0 sehingga 𝑎1𝑎2𝑎3 − 𝑎32 > 0.
Akibatnya 𝑎3(𝑎1𝑎2 − 𝑎3) > 0, dengan demikian didapatkan dua kondisi yaitu
a. 𝑎3 > 0 dan 𝑎1𝑎2 − 𝑎3 > 0
b. 𝑎3 < 0 dan (𝑎1𝑎2 − 𝑎3) < 0
Untuk kondisi (b) tidak mungkin terjadi, sebab jika 𝑎3 < 0 maka tidak mungkin
𝑎1𝑎2 − 𝑎3 < 0. Dengan demikian akar-akar dari persamaan karakteristik (2.10)
bernilai negatif atau mempunyai bagian real negatif jika dan hanya jika
𝑎1,𝑎2,𝑎3 > 0 dan 𝑎1𝑎2 − 𝑎3 > 0.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
18
2.8 Bilangan Reproduksi Dasar
Bilangan reproduksi dasar, dinotasikan dengan ℛ0, merupakan suatu ukuran
potensi penyebaran penyakit dalam suatu populasi. Bilangan reproduksi dasar
didefinisikan sebagai nilai harapan banyaknya populasi rentan yang menjadi
terinfeksi selama masa infeksi berlangsung.
Kondisi yang timbul adalah:
1. Jika ℛ0 < 1, maka satu individu yang terinfeksi akan menginfeksi kurang dari
satu indvidu rentan sehingga penyakit akan hilang dari populasi.
2. Jika ℛ0 > 1, maka satu individu terinfeksi akan menginfeksi lebih dari satu
individu rentan, sehingga penyakit akan bertahan dalam populasi.
ℛ0 dalam skripsi ini ditentukan dari nilai eigen taknegatif dengan modulus
terbesar the next generation matriks. Matriks ini merupakan suatu matriks yang
konstruksi dari sub-subpopulasi yang menyebabkan infeksi saja. Untuk model umum
dapat ditulis sebagai berikut:
𝑎 𝑖 = ℱ𝑖 𝑎, 𝑏 − 𝒱𝑖 𝑎, 𝑏 , 𝑖 = 1,2,… ,𝑛
𝑏 𝑗 = 𝑔𝑗 𝑎, 𝑏 , 𝑗 = 1,2,… ,𝑚
maka sistem persamaan diferensial taklinear 𝑥 = 𝑓 𝑥 ,𝑥 ∈ ℝ𝑛 dapat ditulis sebagai
berikut:
𝑎 = (𝑀 −𝐷)𝑎
dengan F dan V adalah matriks-matriks berukuran 𝑛 × 𝑛 serta
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
19
𝑀 =𝜕𝑀𝑖
𝜕𝑎𝑗 0, 𝑏0 𝑑𝑎𝑛 𝐷 =
𝜕𝐷𝑖
𝜕𝑎𝑗(0, 𝑏0);
(0,b0) adalah titik tetap tanpa penyakit.
The next generatiom matriks K untuk suatu sistem persamaan diferensial pada
titik tetap tanpa penyakit terbentuk
K=MD-1
Nilai eigen taknegatif dengan modulus terbesar matriks K, yaitu 𝜌(𝑀𝐷−1),
yang nantinya dapat digunakan sebagai nilai ℛ0, sehingga dapat ditulis
𝜌(𝑀𝐷−1 = ℜ0).
(Driessche dan Watmough, 2002)
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
21
BAB III
METODOLOGI PENELITIAN
Metode penelitian yang digunakan dalam penelitian ini adalah sebagai
berikut:
1. Melakukan studi literatur melalui buku referensi, jurnal maupun artikel yang
berkaitan dengan model matematika peran penambahan makanan dalam
sistem eko-epidemiologi dengan penyakit pada prey.
2. Mengkaji model matematika peran penambahan makanan dalam sistem eko-
epidemiologi dengan penyakit pada prey.
3. Menganalisis kestabilan model matematika peran penambahan makanan
dalam sistem eko-epidemiologi dengan penyakit pada prey, dengan langkah-
langkah sebagai berikut:
a. Menentukan titik setimbang dari model matematika peran penambahan
makanan dalam sistem eko-epidemiologi dengan penyakit pada prey.
b. Menganalisis kestabilan lokal dengan langkah-langkah sebagai berikut:
i. Linearisasi model matematika peran penambahan makanan
dalam sistem eko-epidemiologi dengan penyakit pada prey
dengan menggunakan matriks Jacobian.
ii. Menentukan sifat kestabilan dari titik setimbang yang telah
diperoleh dari model matematika peran penambahan makanan
dalam sistem eko-epidemiologi dengan penyakit pada prey.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
22
4. Melakukan simulasi numerik dari model matematika peran penambahan
makanan dalam sistem eko-epidemiologi dengan penyakit pada prey dengan
menggunakan software pemrograman yaitu MATLAB atau MAPLE.
5. Melakukan interpretasi dari model matematika peran penambahan makanan
dalam sistem eko-epidemiologi dengan penyakit pada prey.
6. Menarik kesimpulan dari model matematika peran penambahan makanan
dalam sistem eko-epidemiologi dengan penyakit pada prey berdasarkan
langkah pertama hingga langkah terakhir.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
23
BAB IV
PEMBAHASAN
Pada bab ini dibahas mengenai analisis kestabilan dan simulasi model
matematika peran penambahan makanan dalam sistem eko-epidemiologi dengan
penyakit pada prey. Pertama kali model dianalisis kestabilan dari titik setimbang
yang telah diperoleh. Selanjutnya model tersebut disimulasikan ke dalam sebuah
program MATLAB R2009a untuk mengetahui pengaruh prey dan penambahan
makanan pada predator.
4.1 Analisis Model Matematika Peran Penambahan Makanan dalam
Sistem Eko-Epidemiologi dengan Penyakit pada Prey
Pada bagian ini dijelaskan model matematika peran penambahan makanan
dalam sistem eko-epidemiologi dengan penyakit pada prey. Model matematika
tersebut mengacu pada model yang dikembangkan oleh Sahoo (2015).
Asumsi yang digunakan dalam pembentukan model matematika peran
penambahan makanan dalam sistem eko-epidemiologi dengan penyakit pada prey
adalah sebagai berikut:
1. Populasi dibagi menjadi tiga subpopulasi, yaitu:
a. Subpopulasi prey suspectible atau rentan terhadap penyakit yang
dinyatakan dengan S.
b. Subpopulasi prey infectious atau terinfeksi dan dapat menularkan
penyakit yang dinyatakan dengan I.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
24
c. Subpopulasi predator yang dapat dinyatakan dengan P.
2. Populasi mangsa yang rentan tumbuh secara logistik dengan tingkat
pertumbuhan intrinsik dan kapasitas pendukung.
3. Diasumsikan bahwa penyakit ini menyebar hanya di antara populasi
mangsa dan tidak diwariskan secara genetik. Populasi yang terinfeksi tidak
sembuh atau menjadi kebal.
4. Mangsa yang rentan menjadi terinfeksi ketika mereka sampai bersentuhan
dengan mangsa yang terinfeksi. Proses kontak diasumsikan mengikuti
kinetika kejadian saturasi (kejenuhan), dengan 𝑊1 mengukur kekuatan
infeksi, 𝐸1 konstanta saturasi (titik jenuh) dan 𝑊2 efek penghambatan.
5. Terdapat makanan alternatif sebagai penambahan makanan untuk Predator
bernilai konstan 𝐴 yang terdistribusi secara merata di habitat.
6. Jumlah pertemuan per predator dengan makanan alternatif sebagai
penambahan makanan sebanding dengan kepadatan makanan alternatif
sebagai penambahan makanan.
7. Proporsionalitas konstan mencirikan kemampuan predator untuk
mengidentifikasi makanan alternatif sebagai penambahan makanan.
Pada Tabel 4.1 berikut merupakan keterangan parameter-parameter yang
digunakan pada model matematika peran penambahan makanan dalam sistem
eko-epidemiologi dengan penyakit pada prey.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
25
Tabel 4.1 Keterangan parameter-parameter yang digunakan pada model
matematika peran penambahan dalam sistem eko-epidemiologi
dengan penyakit pada prey
Parameter Keterangan
𝑆(𝑡) Populasi prey rentan pada saat 𝑡
𝐼(𝑡) Populasi prey terinfeksi pada saat 𝑡
𝑃(𝑡) Populasi predator pada saat 𝑡
𝑅0 Tingkat pertumbuhan intrinsic
𝐾0 Kapasitas pendukung
𝑊1 Kekuatan infeksi
𝐸1 Konstanta saturasi
𝑊2 Efek Penghambatan
𝐴
Biomassa konstan dari makanan alternatif sebagai penambahan
makanan
1
Waktu penanganan dari predator per kuantitas satuan prey yang
rentan
2
Waktu penanganan dari predator per kuantitas satuan prey yang
terinfeksi
3 Waktu penanganan dari predator per kuantitas unit makanan
alternatif sebagai penambahan makanan
𝑒1 Kemampuan predator untuk mendeteksi prey yang rentan
𝑒2 Kemampuan predator untuk mendeteksi prey yang terinfeksi
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
26
𝑒3
Kemampuan predator untuk mendeteksi makanan alternatif
sebagai penambahan makanan
𝑛1 Nilai gizi prey yang rentan
𝑛2 Nilai gizi prey yang terinfeksi
𝑛3 Nilai gizi makanan alternatif sebagai penambahan makanan
𝐷1 Tingkat kematian prey yang terinfeksi
𝐷2 Tingkat kematian predator
Diasumsikan jumlah populasi bernilai positif maka 𝑠 𝑡 ≥ 0, 𝑖 𝑡 ≥
0, 𝑝 𝑡 ≥ 0. Berdasarkan asumsi dan parameter di atas maka diperoleh model
matematika sebagai berikut:
𝑑𝑆
𝑑𝑇= 𝑅0𝑆 1 −
𝑆+𝐼
𝐾0 −
𝑊1𝑆𝐼
𝐸1+𝑊2𝐼−
𝑒1𝑆𝑃
1+𝑒33𝐴+𝑒11𝑆 (4.1)
𝑑𝐼
𝑑𝑇=
𝑊1𝑆𝐼
𝐸1+𝑊2𝐼−
𝑒1𝐼𝑃
1+𝑒33𝐴+𝑒22𝐼−𝐷1𝐼 (4.2)
𝑑𝑃
𝑑𝑇=
(𝑛1𝑒1𝑆+𝑛3𝑒3𝐴)𝑃
1+𝑒33𝐴+𝑒11𝑆+
(𝑛2𝑒2𝐼+𝑛3𝑒3𝐴)𝑃
1+𝑒33𝐴+𝑒22𝐼− 𝐷2𝑃 (4.3)
Persamaan (4.1) menggambarkan tentang laju pertumbuhan mangsa yang
rentan. Populasi mangsa yang rentan bertambah karena pertumbuhan secara
logistik dengan tingkat pertumbuhan intrinsik dan kapasitas pendukung yang akan
berkurang karena adanya interaksi antara mangsa yang rentan dengan mangsa
yang terinfeksi terhadap konstanta saturasi dan efek penghambatan yang
mengikuti fungsi respon Holling tipe II serta berkurang karena adanya interaksi
antara mangsa yang rentan dengan predator yang mengikuti fungsi respon Holling
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
27
tipe II terhadap biomassa konstan dari makanan alternatif sebagai penambahan
makanan.
Persamaan (4.2) menjelaskan tentang laju pertumbuhan mangsa yang
terinfeksi. Populasi mangsa yang terinfeksi bertambah karena adanya interaksi
antara mangsa yang rentan dengan mangsa yang terinfeksi terhadap konstanta
saturasi dan efek penghambatan yang mengikuti fungsi respon Holling tipe II dan
berkurang karena adanya interaksi antara mangsa yang terinfeksi dengan predator
yang mengikuti fungsi respon Holling tipe II terhadap biomassa konstan dari
makanan alternatif sebagai penambahan makanan serta berkurang karena
kematian alami mangsa yang terinfeksi.
Persamaan (4.3) menjelaskan tentang laju pertumbuhan predator. Populasi
predator bertambah karena adanya kemampuan predator untuk mendeteksi
mangsa yang rentan terhadap nilai gizi dan kuantitas pada makanan alternatif
sebagai penambahan makanan yang mengikuti fungsi respon Holling tipe II dan
bertambah karena adanya kemampuan predator untuk mendeteksi mangsa yang
terinfeksi terhadap nilai gizi dan kuantitas pada makanan alternatif sebagai
penambahan makanan yang mengikuti fungsi respon Holling tipe II serta
berkurang karena kematian alami predator.
Selanjutnya pada persamaan (4.1) – (4.3) dilakukan perskalaan, sehingga
model dapat ditulis dalam bentuk sebagai berikut:
𝑑𝑆
𝑑𝑇= 𝑅0𝑆 1 −
𝑆+𝐼
𝐾0 −
𝑊1𝑆𝐼
𝐸1+𝑊2𝐼−
𝐴1𝑆𝑃
𝐵1+𝛼1𝜇1𝐴+𝑆 (4.4)
𝑑𝐼
𝑑𝑇=
𝑊1𝑆𝐼
𝐸1+𝑊2𝐼−
𝐴2𝐼𝑃
𝐵2+𝛼2𝜇2𝐴+𝐼− 𝐷1𝐼 (4.5)
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
28
𝑑𝑃
𝑑𝑇= 𝐴1𝐶1
(𝑆+𝜇1𝐴)𝑃
𝐵1+𝛼1𝜇1𝐴+𝑆+ 𝐴2𝐶2
(𝐼+𝜇2𝐴)𝑃
𝐵2+𝛼2𝜇2𝐴+𝐼− 𝐷2𝑃, (4.6)
dengan 𝐴1 =1
1,𝐴2 =
1
2,𝐵1 =
1
𝑒11, 𝐵2 =
1
𝑒22,𝛼1 =
𝑛1
𝑛3
3
1,𝛼2 =
𝑛2
𝑛3
3
2,
𝜇1 =𝑛3
𝑛1
𝑒3
𝑒1, 𝜇2 =
𝑛3
𝑛2
𝑒3
𝑒2,𝐴1𝐶1 =
𝑛1
1,𝐴2𝐶2 =
𝑛2
2 .
Untuk mempermudah, diasumsikan 𝛼1 = 𝛼2 = 𝛼, 𝜇1 = 𝜇2 = 𝜇, dan 𝐵1 = 𝐵2.
Oleh karena itu, model di atas direduksikan dengan persamaan diferensial biasa
sebagai berikut,
𝑑𝑆
𝑑𝑇= 𝑅0𝑆 1 −
𝑆+𝐼
𝐾0 −
𝑊1𝑆𝐼
𝐸1+𝑊2𝐼−
𝐴1𝑆𝑃
𝐵1+𝛼𝜇𝐴+𝑆 (4.7)
𝑑𝐼
𝑑𝑇=
𝑊1𝑆𝐼
𝐸1+𝑊2𝐼−
𝐴2𝐼𝑃
𝐵1+𝛼𝜇𝐴+𝐼− 𝐷1𝐼 (4.8)
𝑑𝑃
𝑑𝑇= 𝐴1𝐶1
(𝑆+𝜇𝐴 )𝑃
𝐵1+𝛼𝜇𝐴+𝑆+ 𝐴2𝐶2
(𝐼+𝜇𝐴 )𝑃
𝐵1+𝛼𝜇𝐴+𝐼− 𝐷2𝑃 (4.9)
Kemudian, dari persamaan (4.7) – (4.9) dilakukan perskalaan menggunakan
𝑠 =𝑆
𝐾0, 𝑖 =
𝐼
𝐾0,𝑝 =
𝑃
𝐾0, dan 𝑡 = 𝑅0𝑇, sehingga diperoleh model sebagai berikut:
𝑑𝑠
𝑑𝑡= 𝑠 1− 𝑠 − 𝑖 −
𝛽𝑠𝑖
1+𝛾𝑖−
𝑎𝑠𝑝
1+𝛼𝜉+𝑏𝑠 (4.10)
𝑑𝑖
𝑑𝑡=
𝛽𝑠𝑖
1+𝛾𝑖−
𝜂𝑖𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1𝑖 (4.11)
𝑑𝑝
𝑑𝑡=
𝜖1 𝑠+𝑐𝜉 𝑝
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉 𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑2𝑝, (4.12)
dengan 𝛽 =𝑊1𝐾0
𝐸1𝑅0, 𝛾 =
𝑊2𝐾0
𝐸1,𝑎 =
𝐴1𝐾0
𝑅0𝐵1, 𝜉 =
𝜇𝐴
𝐵1, 𝑏 =
𝐾0
𝐵1, 𝜂 =
𝐴2𝐾0
𝑅0𝐵1, 𝜖1 =
𝐶1𝐴1𝐾0
𝑅0𝐵1,
𝜖2 =𝐶2𝐴2𝐾0
𝑅0𝐵2, 𝑐 =
𝐵1
𝐾0,𝑑1 =
𝐷1
𝑅0, dan 𝑑2 =
𝐷2
𝑅0 (Lampiran 1).
Dalam ilmu fisika kelajuan merupakan salah satu besaran turunan yang
tidak bergantung pada arah, sehingga kelajuan termasuk besaran skalar yang
nilainya selalu positif. Dengan demikian, dalam model matematika peran
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
29
penambahan makanan dalam sistem eko-epidemiologi dengan penyakit pada prey,
diasumsikan:
𝛼,𝛽, 𝛾, 𝜖1, 𝜖2, 𝜉, 𝜂, 𝑎, 𝑏, 𝑐, 𝑑1,𝑑2 ≥ 0.
Pada Tabel 4.2 berikut merupakan keterangan parameter-parameter setelah
adanya perskalaan pada model matematika peran penambahan makanan dalam
sistem eko-epidemiologi dengan penyakit pada prey.
Tabel 4.2 Keterangan parameter-parameter setelah adanya perskalaan pada model
Parameter Keterangan
𝑎 Tingkat serangan pada prey yang rentan
𝑏 Konstanta saturasi sebagian
𝑐
Tingkat konversi pada makanan alternatif sebagai penambahan
makanan
𝑑1 Tingkat kematian alami prey yang terinfeksi
𝑑2 Tingkat kematian alami predator
𝛼 Kualitas makanan alternatif sebagai penambahan makanan
𝛽 Tingkat infeksi prey
𝛾 Efek penghambatan pada prey yang terinfeksi
𝜉 Kuantitas makanan alternatif sebagai penambahan makanan
𝜖1 Tingkat konversi pada prey yang rentan
𝜖2 Tingkat konversi pada prey yang terinfeksi
𝜂 Tingkat serangan pada prey yang terinfeksi
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
30
4.1.1 Titik Setimbang Model
Karena model matematika peran penambahan makanan dalam sistem eko-
epidemiologi dengan penyakit pada prey tersebut berbentuk non linear maka
solusi umum akan sulit dicari, sehingga penulis hanya akan mendapatkan solusi
khusus melalui titik setimbang yang stabil asimtotis. Berikut merupakan
penjelasan mengenai pencarian titik setimbang pada model matematika sistem
eko-epidemiologi dengan mempertimbangkan prey terinfeksi dan makanan
alternatif sebagai penambahan makanan pada predator.
Berdasarkan Definisi 2.3, model matematika di atas akan memiliki titik setimbang
jika memenuhi 𝑑𝑠
𝑑𝑡=
𝑑𝑖
𝑑𝑡=
𝑑𝑝
𝑑𝑡= 0, sehingga:
𝑑𝑠
𝑑𝑡= 𝑠 1− 𝑠 − 𝑖 −
𝛽𝑠𝑖
1+𝛾𝑖−
𝑎𝑠𝑝
1+𝛼𝜉+𝑏𝑠= 0 (4.13)
𝑑𝑖
𝑑𝑡=
𝛽𝑠𝑖
1+𝛾𝑖−
𝜂𝑖𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1𝑖 = 0 (4.14)
𝑑𝑝
𝑑𝑡=
𝜖1 𝑠+𝑐𝜉 𝑝
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉 𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑2𝑖 = 0 (4.15)
Dari persamaan (4.13) – (4.15) didapat:
1. Titik setimbang kepunahan, yakni kondisi ketika populasi prey yang
rentan, prey yang terinfeksi, dan predator dalam kepunahan. Kondisi ini
terjadi ketika 𝑠 = 0, 𝑖 = 0 dan 𝑝 = 0. Dari sini diperoleh titik setimbang
kepunahan 𝐸0 = 𝑠0, 𝑖0,𝑝0 = (0,0,0). Uraian lengkap perhitungan titik
setimbang 𝐸0 dapat dilihat pada Lampiran 2.
2. Titik setimbang aksial, yakni kondisi ketika populasi prey yang rentan
tidak mengalami kepunahan, sedangkan prey yang terinfeksi dan predator
dalam kepunahan. Kondisi ini terjadi ketika 𝑠 ≠ 0, 𝑖 = 0 dan 𝑝 = 0. Jika
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
31
𝑖 = 0 dan 𝑝 = 0 maka dari persamaan (4.13) diperoleh 𝑠 1− 𝑠 − 𝑖 −
𝛽𝑠𝑖
1+𝛾𝑖−
𝑎𝑠𝑝
1+𝛼𝜉+𝑏𝑠 = 0 sehingga 𝑠 = 1. Dari sini diperoleh titik setimbang
aksial 𝐸1 = 𝑠1, 𝑖1,𝑝1 = (1,0,0). Uraian lengkap perhitungan titik
setimbang 𝐸1 dapat dilihat pada Lampiran 3.
3. Titik setimbang bebas penyakit, yakni kondisi ketika tidak adanya prey
yang terinfeksi. Kondisi ini terjadi ketika 𝑠 ≠ 0, 𝑖 = 0 dan 𝑝 ≠ 0. Jika 𝑖 = 0
maka dari persamaan (4.15) diperoleh
𝑝 𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉
1+𝛼𝜉+𝑏𝑖− 𝑑2 = 0,
sehingga 𝑠 =𝑑2(1+𝛼𝜉 )−𝜖2𝑐𝜉−𝜖1𝑐𝜉
𝜖1−𝑑2𝑏+𝜖2𝑐𝜉
1+𝛼𝜉𝑏
, sedangkan dari persamaan (4.13)
diperoleh
𝑠 1− 𝑠 − 𝑖 −𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠 = 0,
sehingga 𝑝 =1−𝑠
𝑎 1 + 𝛼𝜉 + 𝑏𝑠 . Dari sini diperoleh titik setimbang bebas
penyakit
𝐸2 = 𝑠2, 𝑖2,𝑝2 = 𝑑2(1+𝛼𝜉 )−𝜖2𝑐𝜉−𝜖1𝑐𝜉
𝜖1−𝑑2𝑏+𝜖2𝑐𝜉
1+𝛼𝜉𝑏
, 0,1−𝑠2
𝑎 1 + 𝛼𝜉 + 𝑏𝑠2 .
Titik setimbang 𝐸2 eksis jika 𝑠2 < 1 dan 𝑑2(1+𝛼𝜉 )−𝜖2𝑐𝜉−𝜖1𝑐𝜉
𝜖1−𝑑2𝑏+𝜖2𝑐𝜉
1+𝛼𝜉𝑏
> 0 terdapat
dua kondisi yaitu
𝑑2 >𝑐𝜉 (𝜖2+𝜖1)
1+𝛼𝜉 dan 𝜖1 +
𝜖2𝑐𝜉
(1+𝛼𝜉 )𝑏 > 𝑑2𝑏 atau
𝑑2 <𝑐𝜉 (𝜖2+𝜖1)
1+𝛼𝜉 dan 𝜖1 +
𝜖2𝑐𝜉
(1+𝛼𝜉 )𝑏 < 𝑑2𝑏 .
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
32
Selanjutnya, berdasarkan nilai parameter yang telah diketahui dimasukkan
ke dua kondisi tersebut dengan bantuan MAPLE. Sehingga didapat kondisi
yang memenuhi titik setimbang 𝐸2 sebagai berikut:
𝑑2 >𝑐𝜉 (𝜖2+𝜖1)
1+𝛼𝜉 dan 𝜖1 +
𝜖2𝑐𝜉
(1+𝛼𝜉 )𝑏 > 𝑑2𝑏.
Oleh karena itu, titik setimbang 𝐸2 eksis jika:
(i) 𝑠2 < 1,
(ii) 𝑑2 >𝑐𝜉 (𝜖2+𝜖1)
1+𝛼𝜉 , dan
(iii) 𝜖1 +𝜖2𝑐𝜉
(1+𝛼𝜉 )𝑏 > 𝑑2𝑏
Uraian lengkap perhitungan titik setimbang 𝐸2 dapat dilihat pada Lampiran 4.
4. Titik setimbang koeksistensi, yakni kondisi ketika populasi prey yang
rentan, prey yang terinfeksi, dan predator hidup berdampingan. Kondisi ini
terjadi jika 𝑠 ≠ 0, 𝑖 ≠ 0 dan 𝑝 ≠ 0. Dari persamaan (4.15) diperoleh
𝑝 𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉
1+𝛼𝜉+𝑏𝑖− 𝑑2 = 0,
Sehingga 𝑖 =𝑑2 1+𝛼𝜉 1+𝛼𝜉+𝑏𝑠 −𝜖1 𝑠+𝑐𝜉 −𝜖1 𝑠+𝑐𝜉 𝛼𝜉−𝜖2𝑐𝜉 1+𝛼𝜉+𝑏𝑠
𝜖2 1+𝛼𝜉+𝑏𝑠 −𝑑2𝑏 1+𝛼𝜉+𝑏𝑠 +𝜖1 𝑠+𝑐𝜉 𝑏,
sedangkan dari persamaan (4.13) diperoleh
𝑠 1− 𝑠 − 𝑖 −𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠 = 0,
sehingga 𝑝 = 1+𝛼𝜉+𝑏𝑠 1−𝑠−𝑖 1+𝛾𝑖 −𝛽𝑖 1+𝛼𝜉+𝑏𝑠
𝑎 1+𝛾𝑖 ,
sedangkan dari persamaan (4.14) diperoleh
𝑖 𝛽𝑠
1+𝛾𝑖−
𝜂𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1 = 0,
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
33
sehingga 𝑠 = 1+𝛾𝑖
𝛽
𝜂𝑝
1+𝛼𝜉+𝑏𝑖+ 𝑑1 . Dari sini diperoleh titik setimbang
koeksistensi 𝐸3 = 𝑠3 , 𝑖3 ,𝑝3 sebagai berikut
𝑠3 = 1+𝛾𝑖3
𝛽
𝜂𝑝3
1+𝛼𝜉+𝑏𝑖3+ 𝑑1 ,
𝑖3 =𝑑2 1+𝛼𝜉 1+𝛼𝜉+𝑏𝑠3 −𝜖1 𝑠3+𝑐𝜉 −𝜖1 𝑠3+𝑐𝜉 𝛼𝜉−𝜖2𝑐𝜉 1+𝛼𝜉+𝑏𝑠3
𝜖2 1+𝛼𝜉+𝑏𝑠3 −𝑑2𝑏 1+𝛼𝜉+𝑏𝑠3 +𝜖1 𝑠3+𝑐𝜉 𝑏,
𝑝3 = 1+𝛼𝜉+𝑏𝑠3 1−𝑠3−𝑖3 1+𝛾𝑖3 −𝛽𝑖3 1+𝛼𝜉+𝑏𝑠3
𝑎 1+𝛾𝑖3 .
Titik setimbang 𝐸3 eksis jika
(i) 𝑑2 1+𝛼𝜉 1+𝛼𝜉+𝑏𝑠3 −𝜖1 𝑠3+𝑐𝜉 −𝜖1 𝑠3+𝑐𝜉 𝛼𝜉−𝜖2𝑐𝜉 1+𝛼𝜉+𝑏𝑠3
𝜖2 1+𝛼𝜉+𝑏𝑠3 −𝑑2𝑏 1+𝛼𝜉+𝑏𝑠3 +𝜖1 𝑠3+𝑐𝜉 𝑏> 0 dan
(ii) 1+𝛼𝜉+𝑏𝑠3 1−𝑠3−𝑖3 1+𝛾𝑖3 −𝛽𝑖3 1+𝛼𝜉+𝑏𝑠3
𝑎 1+𝛾𝑖3 > 0.
Dari sini terdapat dua kondisi yaitu
a. 𝑑2 >𝜖1 𝑠3+𝑐𝜉 1+𝛼𝜉 +𝜖2𝑐𝜉 1+𝛼𝜉+𝑏𝑠3
1+𝛼𝜉 1+𝛼𝜉+𝑏𝑠3 dan
𝜖2 1+𝛼𝜉+𝑏𝑠3 +𝜖1 𝑠3+𝑐𝜉 𝑏
𝑏 1+𝛼𝜉+𝑏𝑠3 > 𝑑2
atau
𝑑2 <𝜖1 𝑠3+𝑐𝜉 1+𝛼𝜉 +𝜖2𝑐𝜉 1+𝛼𝜉+𝑏𝑠3
1+𝛼𝜉 1+𝛼𝜉+𝑏𝑠3
dan 𝜖2 1+𝛼𝜉+𝑏𝑠3 +𝜖1 𝑠3+𝑐𝜉 𝑏
𝑏 1+𝛼𝜉+𝑏𝑠3 < 𝑑2.
Selanjutnya, berdasarkan nilai parameter yang telah diketahui
dimasukkan ke kondisi tersebut dengan bantuan MAPLE. Sehingga
diperoleh kondisi yang memenuhi titik setimbang 𝐸3 sebagai
berikut:
𝑑2 >𝜖1 𝑠3+𝑐𝜉 1+𝛼𝜉 +𝜖2𝑐𝜉 1+𝛼𝜉+𝑏𝑠3
1+𝛼𝜉 1+𝛼𝜉+𝑏𝑠3 dan
𝜖2 1+𝛼𝜉+𝑏𝑠3 +𝜖1 𝑠3+𝑐𝜉 𝑏
𝑏 1+𝛼𝜉+𝑏𝑠3 > 𝑑2.
b. 1− 𝑠3 − 𝑖3 1 + 𝛾𝑖3 > 𝛽𝑖3 dan 𝑎 1 + 𝛾𝑖3 > 0
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
34
atau
1− 𝑠3 − 𝑖3 1 + 𝛾𝑖3 < 𝛽𝑖3 dan 𝑎 1 + 𝛾𝑖3 < 0.
Selanjutnya, berdasarkan nilai parameter yang telah diketahui
dimasukkan ke kondisi tersebut dengan bantuan MAPLE. Sehingga
diperoleh kondisi yang memenuhi titik setimbang 𝐸3 sebagai
berikut:
1− 𝑠3 − 𝑖3 1 + 𝛾𝑖3 > 𝛽𝑖3 dan 𝑎 1 + 𝛾𝑖3 > 0
dengan syarat
1 > 𝑠3 + 𝑖3.
Oleh karena itu, titik setimbang 𝐸3 eksis jika:
(i) 𝑑2 >𝜖1 𝑠3+𝑐𝜉 1+𝛼𝜉 +𝜖2𝑐𝜉 1+𝛼𝜉+𝑏𝑠3
1+𝛼𝜉 1+𝛼𝜉+𝑏𝑠3 dan
𝜖2 1+𝛼𝜉+𝑏𝑠3 +𝜖1 𝑠3+𝑐𝜉 𝑏
𝑏 1+𝛼𝜉+𝑏𝑠3 > 𝑑2, dan
(ii) 1− 𝑠3 − 𝑖3 1 + 𝛾𝑖3 > 𝛽𝑖3 dan 𝑎 1 + 𝛾𝑖3 > 0
dengan syarat 1 > 𝑠3 + 𝑖3.
Uraian lengkap perhitungan titik setimbang 𝐸3 dapat dilihat pada Lampiran 5.
Oleh karena itu, nilai-nilai 𝐸2 dan 𝐸3 tergantung pada kualitas (𝛼) dan (𝜉)
makanan alternatif sebagai penambahan makanan. Eksistensi kondisi 𝐸2 dan 𝐸3
juga tergantung pada 𝛼 dan 𝜉. Setelah diperoleh titik setimbang kepunahan (𝐸0),
aksial (𝐸1), bebas penyakit atau kepunahan prey yang terinfeksi (𝐸2), dan
koeksistensi (𝐸3), selanjutnya dilakukan analisis kestabilan dari masing – masing
titik setimbang.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
35
Selanjutnya, ditentukan basic reproduction number yang akan digunakan
untuk parameter ambang batas penentuan kriteria koeksistensi penyakit pada
populasi. Nilai 𝑅0 diperoleh dengan menggunakan metode Van den Driessche.
Dalam kasus ini, hanya memperhatikan kompartemen yang terkena penyakit
sebagai berikut:
i. 𝑑𝑠
𝑑𝑡= 𝑠 1− 𝑠 −
𝑎𝑠𝑝
1+𝛼𝜉+𝑏𝑠
𝑑𝑝
𝑑𝑡=
𝜖1 𝑠+𝑐𝜉 𝑝
1+𝛼𝜉+𝑏𝑠+𝜖2𝑐𝜉𝑝
1+𝛼𝜉− 𝑑2𝑝
Dari perhitungan, didapatkan nilai 𝑅0𝑝 yaitu 𝑅0
𝑝 =1
𝑑2 𝜖1 1+𝑐𝜉
1+𝛼𝜉+𝑏+
𝜖2𝑐𝜉
1+𝛼𝜉
ii. 𝑑𝑠
𝑑𝑡= 𝑠 1− 𝑠 − 𝑖 −
𝛽𝑠𝑖
1+𝛾𝑖
𝑑𝑖
𝑑𝑡=
𝛽𝑠𝑖
1+𝛾𝑖− 𝑑1𝑖
Dari perhitungan, didapatkan nilai 𝑅0𝑖 yaitu 𝑅0
𝑖 =𝛽
𝑑1
Perhitungan 𝑅0 secara lengkap dapat dilihat pada Lampiran 6.
4.1.2 Analisis Kestabilan Asimtotis Lokal
Berdasarkan persamaan (4.10) - (4.12) terlihat bahwa sistem tersebut
merupakan sistem autonomous non linear, maka untuk mendapatkan kestabilan
asimtotis lokal dari model matematika peran penambahan makanan dalam sistem
eko-epidemiologi dengan penyakit pada prey di titik-titik setimbang 𝐸0 , 𝐸1 , 𝐸2 ,
dan 𝐸3 perlu dilakukan linearisasi dengan menggunakan matriks Jacobian.
Persamaan (4.10) - (4.12) dapat dinyatakan sebagai fungsi dari variabel 𝑠, 𝑖
dan 𝑝, sehingga persamaan tersebut dapat dinyatakan secara umum:
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
36
𝑑𝑠
𝑑𝑡= 𝑓1(𝑠, 𝑖,𝑝)
𝑑𝑖
𝑑𝑡= 𝑓2(𝑠, 𝑖,𝑝)
𝑑𝑝
𝑑𝑡= 𝑓3(𝑠, 𝑖,𝑝)
Berdasarkan Definisi 2.4, maka matriks Jacobian dari persamaan (4.10) – (4.12)
adalah
𝐽 =
1 − 2𝑠 − 𝑖 −𝛽𝑖
𝐾−
𝑎𝑝
𝑀+
𝑎𝑠𝑝𝑏
𝑀 2 −𝑠 −𝛽𝑠
𝐾+
𝛾𝛽𝑠𝑖
(𝐾)2 −𝑎𝑠
𝑀
𝛽𝑖
𝐾
𝛽𝑠
𝐾−
𝛽𝑠𝑖
(𝐾)2 −𝜂𝑝
𝑁+
𝜂𝑖𝑝𝑏
(𝑁)2 − 𝑑1 −𝜂𝑖
𝑁
𝜖1𝑝
𝑀−
𝜖1 𝑠+𝑐𝜉 𝑝𝑏
𝑀 2
𝜖2𝑝
𝑁−
𝜖1 𝑖+𝑐𝜉 𝑝𝑏
𝑁 2
𝜖1 𝑠+𝑐𝜉
𝑀+
𝜖1 𝑖+𝑐𝜉
𝑁− 𝑑2
(4.16)
dengan 𝑀 = 1 + 𝛼𝜉 + 𝑏𝑠,
𝑁 = 1 + 𝛼𝜉 + 𝑏𝑖,
𝐾 = 1 + 𝛾𝑖.
Berdasarkan penjelasan Teorema 2.6, untuk menganalisis kestabilan dari
titik setimbang, dapat dilihat melalui nilai eigen matriks Jacobian model yang
ada. Berikutnya akan dianalisis kestabilan asimtotis lokal dari titik setimbang
𝐸0, 𝐸1, 𝐸2, dan 𝐸3.
A. Kestabilan Asimtotis Lokal pada Titik Setimbang Kepunahan (𝑬𝟎)
Langkah pertama menentukan kestabilan pada titik setimbang 𝐸0 yaitu
dengan mensubstitusikan nilai titik setimbang 𝐸0 = 𝑠0, 𝑖0,𝑝0 = (0,0,0) ke
matriks Jacobian pada (4.16), dengan demikian diperoleh:
𝐽 𝐸0 =
1 0 00 −𝑑1 0
0 0𝜖1𝑐𝜉
1 + 𝛼𝜉+
𝜖2𝑐𝜉
1 + 𝛼𝜉− 𝑑2
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
37
Dari sini diperoleh persamaan karakteristik untuk matriks 𝐽 𝐸0 adalah sebagai
berikut:
𝜆 − 1 𝜆+𝑑1 𝜆 − 𝜖1𝑐𝜉
1 + 𝛼𝜉+
𝜖2𝑐𝜉
1 + 𝛼𝜉− 𝑑2 = 0
Dengan demikian diperoleh nilai-nilai eigen dari 𝐽 𝐸0 sebagai berikut:
𝜆1 = 1, 𝜆2 = −𝑑1, 𝜆3 =𝜖1𝑐𝜉
1 + 𝛼𝜉+
𝜖2𝑐𝜉
1 + 𝛼𝜉− 𝑑2
Dari matriks Jacobian 𝐽 𝐸0 , diperoleh satu nilai eigen positif yaitu 1. Oleh karena
itu titik setimbang 𝐸0 tidak stabil. Dari sudut pandang biologi, ini menunjukkan
bahwa dalam model ini tidak akan terjadi kepunahan meskipun dalam dunia nyata
semua populasi berpeluang terjadi kepunahan. Uraian lengkap pencarian
persamaan karakteristik dari titik setimbang 𝐸0 bisa dilihat pada Lampiran 7.
B. Kestabilan Asimtotis Lokal pada Titik Setimbang Aksial (𝑬𝟏)
Pada bagian ini ditentukan kestabilan dari titik setimbang 𝐸1 dengan
langkah yang serupa pada bagian A dengan mensubstitusikan 𝐸1 = 𝑠1, 𝑖1,𝑝1 =
(1,0,0). Dengan demikian matriks Jacobian dari titik setimbang 𝐸1 adalah sebagai
berikut:
𝐽 𝐸1 =
−1 −(𝛽 + 1)−𝑎
1 + 𝛼𝜉 + 𝑏0 𝛽 − 𝑑1 0
0 0𝜖1 1 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏+
𝜖2𝑐𝜉
1 + 𝛼𝜉− 𝑑2
Dari sini diperoleh persamaan karakteristik untuk matriks 𝐽 𝐸1 adalah sebagai
berikut:
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
38
𝜆 + 1 𝜆 − (𝛽 − 𝑑1) 𝜆 − 𝜖1 1 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏+
𝜖2𝑐𝜉
1 + 𝛼𝜉− 𝑑2 = 0
Dengan demikian diperoleh nilai-nilai eigen dari 𝐽 𝐸1 sebagai berikut:
𝜆1 = −1, 𝜆2 = 𝛽 − 𝑑1, dan 𝜆3 =𝜖1 1+𝑐𝜉
1+𝛼𝜉+𝑏+
𝜖2𝑐𝜉
1+𝛼𝜉− 𝑑2
Dari matriks Jacobian 𝐽 𝐸1 , diperoleh satu nilai eigen negatif 𝜆1 = −1 dan dua
nilai eigen 𝜆2 = 𝛽 − 𝑑1 dan 𝜆3 =𝜖1 1+𝑐𝜉
1+𝛼𝜉+𝑏+
𝜖2𝑐𝜉
1+𝛼𝜉− 𝑑2. Berdasarkan Teorema
2.8, titik setimbang 𝐸1 stabil asimtotis jika :
(i) 𝛽 < 𝑑1 atau 𝑅0𝑖 < 1 dan
(ii) 𝜖1 1+𝑐𝜉
1+𝛼𝜉+𝑏+
𝜖2𝑐𝜉
1+𝛼𝜉< 𝑑2 atau 𝑅0
𝑝 < 1.
Dari sudut pandang biologi, hal ini menunjukkan bahwa akan terjadi kepunahan
pada populasi prey yang terinfeksi dan populasi predator. Uraian lengkap
pencarian persamaan karakteristik dari titik setimbang 𝐸1 bisa dilihat pada
Lampiran 8.
C. Kestabilan Asimtotis Lokal pada Titik Setimbang Bebas Penyakit (𝑬𝟐)
Pada bagian ini ditentukan kestabilan dari titik setimbang 𝐸2 dengan
langkah yang serupa pada bagian A dan B. Dengan demikian matriks Jacobian
dari titik setimbang 𝐸2 dan kondisi kesetimbangan adalah sebagai berikut:
𝐽 𝐸2 =
−𝑠2 +𝑎𝑠2𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2−𝑠2(1 + 𝛽) −
𝑎𝑠2
1+𝛼𝜉+𝑏𝑠2
0 𝛽𝑠2 −𝜂𝑝2
1+𝛼𝜉− 𝑑1 0
𝜖1𝑝2
1+𝛼𝜉+𝑏𝑠2−𝜖1 𝑠2+𝑐𝜉 𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2
𝜖2𝑝2
1+𝛼𝜉−
𝜖2𝑐𝜉𝑝2𝑏
1+𝛼𝜉 20
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
39
Berdasarkan matrik Jacobian 𝐽 𝐸2 , dapat dibentuk persamaan karakteristik
sebagai brtikut:
det 𝐽 𝐸2 − 𝜆𝐼 = 0.
Dari sini diperoleh persamaan karakteristik sebagai berikut:
𝜆 − 𝛽𝑠2 −𝜂𝑝
2
1 + 𝛼𝜉− 𝑑1 𝜆
2 + 𝑞1𝜆 + 𝑞
2 = 0,
dengan 𝑞1 dan 𝑞2 adalah sebagai berikut:
𝑞1 = 𝑠2 −𝑎𝑠2𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2,
𝑞2 =𝑎𝑠2𝜖1𝑝2
1+𝛼𝜉+𝑏𝑠2 2−𝑎𝑠2𝜖1 𝑠2+𝑐𝜉 𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 3.
Dengan demikian diperoleh nilai-nilai eigen dari 𝐽 𝐸2 adalah sebagai berikut:
𝜆1 = 𝛽𝑠2 −𝜂𝑝
2
1 + 𝛼𝜉− 𝑑1.
Karena semua parameter bernilai positif dan syarat eksistensi titik setimbang bebas
penyakit, 𝐸2 adalah 𝛽𝑠2 <𝜂𝑝2
1+𝛼𝜉+ 𝑑1, maka cukup jelas bahwa 𝜆1 < 0. Sedangkan
nilai eigen yang lain diperoleh dari akar-akar persamaan karakteristik berikut:
𝜆2 + 𝑞1𝜆+ 𝑞2 = 0.
Menurut kriteria Routh-Hurwitz, persamaan 𝜆2 + 𝑞1𝜆 + 𝑞2 = 0 akan memiliki akar-akar
dengan bilangan real negatif jika dan hanya jika 𝑞1 > 0 dan 𝑞2 > 0. Akan ditentukan
syarat untuk 𝑞1 > 0 dan 𝑞2 > 0 sebagai berikut:
Pandang 𝑞1 = 𝑠2 −𝑎𝑠2𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2> 0
⇔ 𝑠2 1−𝑎𝑝2𝑏
1 + 𝛼𝜉 + 𝑏𝑠2 2 > 0
⇔ 1−𝑎𝑝2𝑏
1 + 𝛼𝜉 + 𝑏𝑠2 2
> 0
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
40
⇔𝑎𝑝2𝑏
1 + 𝛼𝜉 + 𝑏𝑠2 2
< 1.
Pandang 𝑞2 =𝑎𝑠2𝜖1𝑝2
1+𝛼𝜉+𝑏𝑠2 2−
𝑎𝑠2𝜖1 𝑠2+𝑐𝜉 𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 3> 0
⇔𝑎𝑠2𝜖1𝑝2
1 + 𝛼𝜉 + 𝑏𝑠2 2 1−
𝑠2 + 𝑐𝜉 𝑏
1 + 𝛼𝜉 + 𝑏𝑠2 > 0
⇔ 1− 𝑠2 + 𝑐𝜉 𝑏
1 + 𝛼𝜉 + 𝑏𝑠2 > 0
⇔ 𝑠2 + 𝑐𝜉 𝑏
1 + 𝛼𝜉 + 𝑏𝑠2 < 1.
Dari sini dapat disimpulkan bahwa titik setimbang bebas penyakit (𝐸2)
stabil asimtotis jika 𝑎𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2 < 1 dan
𝑠2+𝑐𝜉 𝑏
1+𝛼𝜉+𝑏𝑠2 < 1. Uraian lengkap pencarian
persamaan karakteristik dari titik setimbang 𝐸2 dan syarat kestabilannya bisa
dilihat pada Lampiran 9. Dari sudut pandang biologi, hal ini menunjukkan bahwa
sistem menjadi bebas penyakit yang artinya tidak ada prey yang terinfeksi.
D. Kestabilan Asimtotis Lokal pada Titik Setimbang 𝑬𝟑
Pada bagian ini ditentukan kestabilan dari titik setimbang 𝐸3 dengan
langkah yang serupa pada bagian A, B, dan C. Dengan demikian matriks Jacobian
dari titik setimbang 𝐸3 dan kondisi kesetimbangan adalah sebagai berikut:
𝐽 𝐸3 =
−𝑠3 +𝑎𝑠3𝑝3𝑏
1+𝛼𝜉+𝑏𝑠3 2 −𝑠3 −
𝛽𝑠3
1+𝛾𝑖3+
𝛽𝑠3𝛾𝑖3
(1+𝛾𝑖3)2 −𝑎𝑠3
1+𝛼𝜉+𝑏𝑠3
𝛽𝑖3
1+𝛾𝑖3−
𝛽𝑠3𝑖3𝛾
(1+𝛾𝑖3)2 +𝜂𝑖3𝑝3𝑏
1+𝛼𝜉+𝑏𝑖3 2 −
𝜂𝑖3
1+𝛼𝜉+𝑏𝑖3𝜖1𝑝3
1+𝛼𝜉+𝑏𝑠3−
𝜖1(𝑠3+𝑐𝜉 )𝑝3𝑏
(1+𝛼𝜉+𝑏𝑠3)2
𝜖2𝑝3
1+𝛼𝜉+𝑏𝑖3−
𝜖2(𝑖3+𝑐𝜉 )𝑝3𝑏
(1+𝛼𝜉+𝑏𝑖3)2 0
dengan
𝐴11 = −𝑠3 +𝑎𝑠3𝑝3
𝑏
1 + 𝛼𝜉 + 𝑏𝑠3 2,
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
41
𝐴12 = −𝑠3 −𝛽𝑠3
1 + 𝛾𝑖3+
𝛽𝑠3𝛾𝑖3
(1 + 𝛾𝑖3)2,
𝐴13 = −𝑎𝑠3
1 + 𝛼𝜉 + 𝑏𝑠3
,
𝐴21 =𝛽𝑖3
1 + 𝛾𝑖3,
𝐴22 = −𝛽𝑠3𝑖3𝛾
(1 + 𝛾𝑖3)2+
𝜂𝑖3𝑝3𝑏
1 + 𝛼𝜉 + 𝑏𝑖3 2,
𝐴23 = −𝜂𝑖3
1 + 𝛼𝜉 + 𝑏𝑖3,
𝐴31 =𝜖1𝑝3
1 + 𝛼𝜉 + 𝑏𝑠3
−𝜖1(𝑠3 + 𝑐𝜉)𝑝
3𝑏
(1 + 𝛼𝜉 + 𝑏𝑠3)2,
𝐴32 =𝜖2𝑝3
1 + 𝛼𝜉 + 𝑏𝑖3−𝜖2(𝑖3 + 𝑐𝜉)𝑝
3𝑏
(1 + 𝛼𝜉 + 𝑏𝑖3)2,
𝐴33 = 0.
Dari sini diperoleh persamaan karakteristik untuk matriks 𝐽 𝐸3 adalah sebagai
berikut:
𝜆3 + 𝛺1𝜆2 + 𝛺2𝜆 + 𝛺3 = 0,
dengan
𝛺1 = − 𝐴11 + 𝐴22 ,
𝛺2 = 𝐴11𝐴22 − 𝐴12𝐴21 − 𝐴13𝐴31 − 𝐴23𝐴32 ,
𝛺3 = 𝐴11𝐴23𝐴32 − 𝐴12𝐴23𝐴31 − 𝐴13𝐴21𝐴32 + 𝐴13𝐴22𝐴31 .
Titik setimbang koeksistensi (𝐸3) stabil asimtotis jika dan hanya jika akar-
akar dari persamaan karakteristik bernilai negatif. Berdasarkan kriteria Routh-
Hurwitz, persamaan karakteristik tersebut akan memiliki akar-akar yang negatif
jika dan hanya jika memenuhi:
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
42
a. 𝛺1, 𝛺2, dan 𝛺3 > 0
b. 𝛺1𝛺2 − 𝛺3 > 0
Persamaan 𝛺1, 𝛺2, dan 𝛺3 mengandung banyak parameter yang sulit untuk
disederhanakan. Oleh karena itu, untuk menentukan syarat agar 𝜆𝑖 < 0 untuk
𝑖 = 1,2 dan 3 rumit ditentukan secara manual. Dari sini dilakukan simulasi
numerik untuk menentukan sifat kestabilan dari titik setimbang koeksistensi 𝐸3
menggunakan bidang fase software MATLAB. Kode pogram untuk simulasi
numerik dapat dilihat pada Lampiran 11.
Simulasi ini dilakukan dengan memberi nilai parameter dan tiga nilai awal
yang berbeda untuk masing – masing subpopulasi 𝑆, 𝐼, dan 𝑃 yang dinotasikan
dengan 𝑋0, 𝑋1, dan 𝑋2. Hal ini bertujuan untuk mengetahui kekonvergenan solusi
dari masing – masing nilai awal dan parameter yang digunakan. Berikut ini adalah
tabel untuk nilai awal pada model matematika peran penambahan makanan dalam
sistem eko-epidemiologi dengan penyakit pada prey. Nilai parameter yang
digunakan merujuk dari jurnal yang ditulis oleh Sahoo (2015) pada Tabel 4.4.
Simulasi ini dilakukan untuk 𝑡 = 0 sampai 𝑡 = 150 hari.
Tabel 4.3 Nilai Awal Simulasi Titik Setimbang Koeksistensi 𝐸3
Nilai Awal 𝑆 𝐼 𝑃 Warna
𝑋0 3,6 2,1 0,18 Biru
𝑋1 3 0,1 0,2 Hijau
𝑋2 2,6 1,2 0,24 Merah
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
43
Tabel 4.4 Nilai Parameter Simulasi Titik Setimbang Koeksisitensi 𝐸3
Parameter Nilai
Parameter Parameter
Nilai
Parameter
𝑎 3 𝜂 0,4
𝑏 3 𝛾 5
𝑐 0,2 𝑑1 0,08
𝜖1 0,25 𝑑2 0,04
𝜖2 0,2 𝛼 0
𝜉 0 𝛽 1,25
Hasil simulasi untuk melihat sifat kestabilan lokal titik setimbang
koeksistensi 𝐸3 terdapat pada Gambar 4.1.
Gambar 4.1 Simulasi Bidang Fase 𝑆 − 𝐼 untuk Titik Setimbang Koeksistensi 𝐸3
Pada Gambar 4.1 merupakan grafik pada ruang dua dimensi dari populasi
𝑆, 𝐼, dan 𝑃 pada model matematika peran penambahan makanan dalam sistem
eko-epidemiologi dengan penyakit pada prey. Dari gambar tersebut terlihat saat
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
44
keempat nilai awal tersebut diberikan dan untuk 𝑡 yang semakin besar maka solusi
dari model khususnya 𝑆, 𝐼, dan 𝑃 semua grafiknya cenderung menuju ke suatu
titik yang sama yaitu 𝑆 → 0.1683 dan 𝐼 → 0.07574 atau cenderung konvergen ke
titik setimbang 0.2095, 0.0444, 0.3803 .
Berdasarkan uraian di atas, titik setimbang koeksistensi 𝐸3 = (𝑆3, 𝐼3,𝑃3)
ada dan cenderung stabil asimtotis. Dari sini dapat diidentifikasikan bahwa
populasi prey yang rentan, prey yang terinfeksi, dan predator akan hidup
berdampingan. Oleh karena itu, dapat diamati bahwa kondisi stabilitas untuk
semua titik setimbang tergantung pada parameter 𝛼 dan 𝜉.
4.2 Simulasi Model Matematika Peran Penambahan Makanan dalam
Sistem Eko-epidemiologi dengan Penyakit pada Prey
Pada bab ini disimulasikan model matematika Peran Penambahan
Makanan dalam Sistem Eko-epidemiologi dengan Penyakit pada Prey, dengan
bantuan nilai parameter yang diambil dari beberapa sumber. Hal ini bertujuan
untuk mengetahui perilaku-perilaku dari masing-masing sistem tersebut. Simulasi
ini dilakukan dalam waktu 𝑡 = 0 sampai 𝑡 = 100 hari dengan nilai awal
𝑠 0 , 𝑖 0 ,𝑝 0 = (0.5,0.3,0.2). Pada simulasi ini tingkat infeksi prey 𝛽 ,
kualitas makanan alternatif sebagai penambahan makanan 𝛼 , dan kuantitas
makanan alternatif sebagai penambahan makanan 𝜉 bervariasi. Pada simulasi ini
juga akan ditunjukkan perilaku dinamik dari populasi prey yang rentan, prey yang
terinfeksi, dan predator dalam ketiadaan makanan alternatif sebagai penambahan
makanan yaitu pada saat 𝛼 = 0 dan 𝜉 = 0. Sedangkan saat adanya makanan
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
45
alternatif sebagai penambahan makanan dipilih 𝛼 = 0,8 dan 𝜉 = 0,4 dengan
tingkat infeksi prey tinggi dan rendah yaitu 𝛽 = 1,25 dan 𝛽 = 0,1. Kode
program simulasi dapat dilihat pada Lampiran 12 tanpa adanya penambahan
makanan dan Lampiran 13 dengan adanya penambahan makanan.
Berikut ini adalah tabel nilai parameter pada model matematika Peran
Penambahan Makanan dalam Sistem Eko-epidemiologi dengan Penyakit pada
Prey yang digunakan untuk simulasi numerik. Nilai parameter yang digunakan
merujuk pada artikel yang ditulis oleh Sahoo (2015).
Tabel 4.5 Nilai parameter simulasi numerik
Parameter Nilai
Parameter Parameter
Nilai
Parameter
𝑎 3 𝜂 0,4
𝑏 3 𝛾 5
𝑐 0,2 𝑑1 0,08
𝜖1 0,25 𝑑2 0,04
𝜖2 0,2
Berikut ini adalah hasil simulasi perilaku dinamik dari populasi prey
rentan untuk 𝛽 = 1,25 dengan 𝛼 = 0, 𝜉 = 0 dan 𝛼 = 0,8, 𝜉 = 0,4.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
46
Gambar 4.2 Dinamika populasi prey yang rentan untuk 𝛽 = 1,25.
Pada Gambar 4.2 menggambarkan dinamika populasi prey yang rentan
untuk tingkat infeksi pada prey 𝛽 = 1,25 tanpa penambahan makanan dan dengan
adanya penambahan makanan. Dari Gambar 4.2 menunjukkan perbedaan antara
jumlah populasi prey yang rentan tanpa penambahan makanan dan adanya
penambahan makanan. Pada Gambar 4.2 terdapat sumbu X yang menyatakan
waktu (t) dan sumbu Y yang menyatakan populasi s. Jumlah populasi prey yang
rentan tanpa adanya penambahan makanan mula-mula mengalami penurunan
hingga 5,82% pada hari ke-10 karena adanya tingkat infeksi mangsa dan tingkat
serangan pada prey yang rentan kemudian mengalami kenaikan hingga 20,84%
pada hari ke-30 karena adanya kelahiran. Setelah itu jumlah populasi mengalami
penurunan hingga 15,66% pada hari ke-48 kemudian mengalami kenaikan hingga
16,91% pada hari ke-100. Jumlah populasi prey yang rentan ketika adanya
penambahan makanan mula-mula mengalami penurunan hingga 3,57% pada hari
ke-16 karena adanya tingkat infeksi mangsa dan tingkat serangan pada prey yang
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
47
rentan kemudian mengalami kenaikan hingga 18,82% pada hari ke-41 karena
adanya kelahiran pada populasi prey yang rentan. Setelah itu jumlah populasi
mengalami penurunan hingga 6,22% pada hari ke-70 dan mengalami kenaikan
hingga 13,85% pada hari ke-100.
Berikut ini adalah hasil simulasi perilaku dinamik dari populai prey yang
rentan untuk 𝛽 = 0,1 dengan 𝛼 = 0, 𝜉 = 0 dan 𝛼 = 0,8, 𝜉 = 0,4.
Gambar 4.3 Dinamika populasi prey yang rentan untuk 𝛽 = 0,1.
Pada Gambar 4.3 menggambarkan dinamika populasi prey yang rentan
untuk tingkat infeksi pada prey 𝛽 = 0,1 tanpa penambahan makanan dan adanya
penambahan makanan. Dari Gambar 4.3 menunjukkan perbedaan antara jumlah
populasi prey yang rentan tanpa penambahan makanan dan adanya penambahan
makanan. Pada Gambar 4.3 terdapat sumbu X yang menyatakan waktu (t) dan
sumbu Y yang menyatakan populasi s. Jumlah populasi prey yang rentan tanpa
penambahan makanan mula-mula mengalami penurunan hingga 18,73% pada hari
ke-8 karena adanya tingkat infeksi mangsa dan tingkat serangan pada prey yang
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
48
rentan kemudian mengalami kenaikan hingga 30,74 pada hari ke-100 karena
adanya kelahiran. Jumlah populasi prey yang rentan ketika adanya penambahan
makanan mula-mula mengalami penurunan yang signifikan hingga 6,004% pada
hari ke-49 karena adanya tingkat infeksi mangsa dan tingkat serangan pada prey
yang rentan kemudian mengalami kenaikan hingga 14,04% pada hari ke-82
karena adanya kelahiran setelah itu populasi mengalami penurunan hingga
10,08% pada hari ke-100.
Dari Gambar 4.2 dan Gambar 4.3 dapat disimpulkan bahwa populasi prey
yang rentan terjadi penurunan dengan adanya penambahan makanan dikarenakan
adanya tingkat infeksi mangsa dan tingkat serangan pada prey yang rentan dan
terjadi kenaikan dikarenakan kelahiran walaupun terdapat makanan alternatif
sebagai penambahan makanan.
Berikut ini adalah hasil simulasi perilaku dinamik dari populasi prey yang
terinfeksi untuk 𝛽 = 1,25 dengan 𝛼 = 0, 𝜉 = 0 dan 𝛼 = 0,8, 𝜉 = 0,4.
Gambar 4.4 Dinamika populasi prey yang terinfeksi untuk 𝛽 = 1,25.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
49
Pada Gambar 4.4 menggambarkan dinamika populasi prey yang terinfeksi
untuk tingkat infeksi prey 𝛽 = 1,25 tanpa penambahan makanan dan adanya
penambahan makanan. Dari Gambar 4.4 menunjukkan perbedaan antara jumlah
populasi prey yang terinfeksi tanpa penambahan makanan dan adanya
penambahan makanan. Pada Gambar 4.4 terdapat sumbu X yang menyatakan
waktu (t) dan sumbu Y yang menyatakan populasi i. Jumlah populasi prey yang
terinfeksi tanpa penambahan makanan mula-mula mengalami kenaikan hingga
32,39% pada hari ke-1 karena adanya tingkat infeksi prey kemudian mengalami
penurunan hingga 7,12% pada hari ke-22 karena adanya tingkat serangan pada
prey yang terinfeksi dan kematian alami. Setelah itu jumlah populasi prey yang
terinfeksi mengalami kenaikan hingga 9,98% pada hari ke-38 kemudian jumlah
populasi prey yang terinfeksi mengalami penurunan hingga 7,35% pada hari ke-
100. Jumlah populasi prey yang terinfeksi ketika adanya penambahan makanan
mula-mula mengalami kenaikan hingga 33,79% pada hari ke-2 karena adanya
tingkat infeksi prey kemudian mengalami penurunan hingga 2,26% pada hari ke-
35 karena adanya tingkat infeksi prey dan tingkat serangan pada prey yang rentan.
Setelah itu jumlah populasi mengalami kenaikan hingga 3,27% pada hari ke-48
kemudian mengalami penurunan hingga 0,12% pada hari ke-100 karena adanya
tingkat serangan pada prey yang terinfeksi dan kematian alami.
Berikut ini adalah hasil simulasi perilaku dinamik dari populasi prey yang
terinfeksi untuk 𝛽 = 0,1 dengan 𝛼 = 0, 𝜉 = 0 dan 𝛼 = 0,8, 𝜉 = 0,4.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
50
Gambar 4.5 Dinamika populasi prey yang terinfeksi untuk 𝛽 = 0,1.
Pada Gambar 4.5 menggambarkan dinamika populasi prey yang terinfeksi
untuk tingkat infeksi prey 𝛽 = 0,1 tanpa penambahan makanan dan adanya
penambahan makanan. Dari Gambar 4.5 menunjukkan perbedaan antara jumlah
populasi prey yang terinfeksi tanpa penambahan makanan dan adanya
penambahan makanan. Pada Gambar 4.5 terdapat sumbu X yang menyatakan
waktu (t) dan sumbu Y yang menyatakan populasi i. Pada gambar tersebut
perbedaannya tidak begitu terlihat karena jumlah populasi prey yang terinfeksi
tanpa penambahan makanan hampir sama dengan jumlah populasi prey yang
terinfeksi dengan adanya penambahan makanan. Jumlah populasi prey yang
terinfeksi tanpa penambahan makanan dan adanya penambahan makanan
mengalami penurunan karena adanya tingkat serangan pada prey yang terinfeksi
dan kematian alami hingga akhir pengamatan.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
51
Dari Gambar 4.4 dan Gambar 4.5 dapat disimpulkan bahwa sistem
menjadi bebas penyakit ketika adanya makanan alternatif sebagai penambahan
makanan walaupun tingkat prey yang terinfeksi cukup tinggi.
Berikut ini adalah hasil simulasi perilaku dinamik dari populasi predator
untuk 𝛽 = 1,25 dengan 𝛼 = 0, 𝜉 = 0 dan 𝛼 = 0,8, 𝜉 = 0,4.
Gambar 4.6 Dinamika populasi predator untuk 𝛽 = 1,25.
Pada Gambar 4.6 menggambarkan dinamika populasi predator untuk
tingkat infeksi prey 𝛽 = 1,25 tanpa penambahan makanan dan adanya
penambahan makanan. Dari Gambar 4.6 menunjukkan perbedaan antara jumlah
populasi predator tanpa penambahan makanan dan adanya penambahan makanan.
Pada Gambar 4.6 terdapat sumbu X yang menyatakan waktu (t) dan sumbu Y
yang menyatakan populasi p. Jumlah populasi predator tanpa penambahan
makanan mula-mula mengalami kenaikan hingga 22,71% pada hari ke-8 karena
adanya tingkat konversi pada prey yang rentan dan terinfeksi kemudian
mengalami penurunan hingga 20,65% pada hari ke-24 karena adanya kematian
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
52
alami dan mengalami kenaikan hingga 22,99% pada hari ke-100. Jumlah populasi
predator ketika adanya penambahan makanan mula-mula mengalami kenaikan
hingga 33,32% pada hari ke-60 karena adanya tingkat konversi pada prey yang
rentan dan terinfeksi kemudian mengalami penurunan hingga 31,3% pada hari ke-
85 kemudian mengalami kenaikan hingga 32,27% pada hari ke-100.
Berikut ini adalah hasil simulasi perilaku dinamik dari populasi predator
untuk 𝛽 = 0,1 dengan 𝛼 = 0, 𝜉 = 0 dan 𝛼 = 0,8, 𝜉 = 0,4.
Gambar 4.7 Dinamika populasi predator untuk 𝛽 = 0,1 .
Pada Gambar 4.7 menggambarkan dinamika populasi predator untuk
tingkat infeksi prey 𝛽 = 0,1 tanpa penambahan makanan dan adanya penambahan
makanan. Dari Gambar 4.7 menunjukkan perbedaan antara jumlah populasi
predator tanpa penambahan makanan dan adanya penambahan makanan. Pada
Gambar 4.7 terdapat sumbu X yang menyatakan waktu (t) dan sumbu Y yang
menyatakan populasi p. Jumlah populasi predator tanpa penambahan makanan
mula-mula mengalami kenaikan hingga 23,78% pada hari ke-14 karena adanya
tingkat konversi pada prey yang rentan dan terinfeksi kemudian mengalami
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
53
penurunan hingga 23,08% pada hari ke-100 karena adanya kematian alami.
Jumlah populasi predator ketika adanya penambahan makanan mula-mula
mengalami kenaikan hingga 34,77% pada hari ke-32 karena adanya tingkat
konversi pada prey yang rentan dan terinfeksi kemudian mengalami penurunan
hingga 31,4% pada hari ke-68 karena adanya kematian alami. Setelah itu jumlah
populasi mengalami kenaikan hingga 33,84% pada hari ke-100.
Dari Gambar 4.6 dan Gambar 4.7 dapat disimpulkan bahwa populasi
predator terjadi penurunan karena adanya kematian alami dari predator walaupun
adanya makanan alternatif sebagai penambahan makanan.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
54
BAB V
PENUTUP
5.1 Kesimpulan
Berdasarkan hasil pembahasan diperoleh kesimpulan sebagai berikut.
1. Dari hasil analisis model matematika peran penambahan makanan dalam
sistem eko-epidemiologi dengan penyakit pada prey mempunyai empat
titik setimbang, yaitu:
i. Titik setimbang kepunahan 𝐸0 = (0,0,0) yang bersifat tidak stabil
asimtotis.
ii. Titik setimbang aksial 𝐸1 = (1,0,0) yang bersifat stabil asimtotis
jika 𝛽 < 𝑑1 dan 𝜖1 1+𝑐𝜉
1+𝛼𝜉+𝑏+
𝜖2𝑐𝜉
1+𝛼𝜉< 𝑑2 atau 𝑅0
𝑖 < 1 dan 𝑅0𝑝 < 1.
iii. Titik setimbang bebas penyakit 𝐸2 = 𝑠2, 𝑖2, 𝑝2 sebagai berikut:
𝑠2 =𝑑2(1+𝛼𝜉)−𝜖2𝑐𝜉−𝜖1𝑐𝜉
𝜖1−𝑑2𝑏+𝜖2𝑐𝜉
1+𝛼𝜉𝑏
𝑖2 = 0
𝑝2 =1−𝑠2
𝑎 1 + 𝛼𝜉+ 𝑏𝑠2
yang bersifat stabil asimtotis jika 𝑎𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2 < 1 dan
𝑠2+𝑐𝜉 𝑏
1+𝛼𝜉+𝑏𝑠2 < 1.
iv. Titik setimbang koeksistensi 𝐸3 = 𝑠3, 𝑖3, 𝑝3 sebagai berikut:
𝑠3 = 1+𝛾𝑖3
𝛽
𝜂𝑝3
1+𝛼𝜉+𝑏𝑖3+ 𝑑1
𝑖3 =𝑑2 1+𝛼𝜉 1+𝛼𝜉+𝑏𝑠3 −𝜖1 𝑠3+𝑐𝜉 −𝜖1 𝑠3+𝑐𝜉 𝛼𝜉−𝜖2𝑐𝜉 1+𝛼𝜉+𝑏𝑠3
𝜖2 1+𝛼𝜉+𝑏𝑠3 −𝑑2𝑏 1+𝛼𝜉+𝑏𝑠3 +𝜖1 𝑠3+𝑐𝜉 𝑏
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
55
𝑝3 = 1+𝛼𝜉+𝑏𝑠3 1−𝑠3−𝑖3 1+𝛾𝑖3 −𝛽𝑖3 1+𝛼𝜉+𝑏𝑠3
𝑎 1+𝛾𝑖3
cenderung stabil asimtotis karena semua grafiknya cenderung
menuju ke suatu titik yang sama yaitu 𝑆 → 0.1683 dan 𝐼 → 0.07574
atau cenderung konvergen ke titik 0.2095, 0.0444, 0.3803 .
2. Berdasarkan hasil simulasi secara numerik terlihat bahwa kualitas dan
kuantitas tinggi makanan alternatif sebagai penambahan makanan
memiliki kemampuan membuat sistem eko-epidemiologi dengan penyakit
pada prey yang terinfeki menjadi bebas penyakit untuk tingkat infeksi
yang cukup tinggi. Akibatnya, tingkat pertumbuhan spesies predator akan
meningkat dengan pasokan kualitas dan kuantitas makanan alternatif
sebagai penambahan makanan yang tinggi dan predator menangkap
populasi prey yang terinfeksi pada tingkat yang lebih cepat daripada prey
yang rentan. Oleh karena itu, populasi prey yang terinfeksi menjadi sangat
kecil pada tahap tertentu dan akibatnya infeksi tidak dapat menyebar pada
tahap itu dan sistem tersebut menjadi bebas penyakit.
5.2 Saran
Sebaiknya pada penelitian selanjutnya dapat mengkaji lebih dalam model
dinamika sistem eko-epidemiologi dengan adanya faktor-faktor lain yang dapat
mengurangi jumlah prey yang terinfeksi selain adanya makanan alternatif sebagai
penambahan makanan pada predator seperti penambahan makanan pada predator
dengan kontrol agar penambahan makanan dalam sistem eko-epidemiologi
dengan penyakit pada prey menjadi optimal.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
56
DAFTAR PUSTAKA
Anton, H., 2005, Aljabar Linier Elementer, Erlangga, Jakarta.
Aryulina D., 2004, Biologi Jilid 1, Erlangga, Jakarta.
Bacaer, N., 2011, A Short History of Mathematical Population Dynamics, Ninth
Edition, Springer London Dordrecht Heidelberg, New York.
Bronson, R., dan Costa G.B., 2007, Differential Equation, The Mc Grow-Hill
Companies, Inc., New Jersey.
Chandra, B., 2006, Ilmu Kedokteran Pencegahan dan Komunitas, Jakarta: Buku
Kedokteran EGC.
Chattopadhyay, J. & Bairagi, N., 2011, Pelicans at risk in Salton Sea an eco-
epidemiological study, Ecological Modelling, Vol 136 page 103 – 112.
Efendi, F dan Majhfudli., 2009, Keperawatan Kesehatan Komunitas Teori dan
Praktik dalam Keperawatan, Jakarta: Salemba Medika.
Hofbauer, J. dan Sigmund, K., 1998, Evolutionary Games and Population
Dynamics.Cambridge University Press, New York.
Levine, W.S., 2000, Control System Fundamentals, Florida: CRC PRESS LLC.
Logan, J.D., 2006. A First Course of Differential Equations, University of
Nebraska at Lin Coln, USA.
Merkin. D.R., 1997, Introduction to the Theory of Stability, Springer, New York.
Olsder, G. J., 2003, Mathematical SistemTeory second edition, Delft University
Pers, Netherlands.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
57
Sahoo,B. dan Poria, S., 2013. Disease Control in a Food Chain Model Supplying
Alternative Food, Applied Mathematical Modelling, Vol 37 page 5653 –
5663.
Sahoo, B. dan Poria, S., 2014. Effects of Additional Food on an Ecoepidemic
Model with Time Delay on Infection, Applied Mathematics and
Computation, Vol 245 page 17 – 35.
Sahoo, B. 2015. Role of Additional Food in Eco-epidemiological System with
Disease in the Prey, Applied Mathematics and Computation, Vol 259 page
61 – 79.
Sahoo, B. dan Poria, S., 2015. Effects of Additional Food in a Delayed Predator–
Prey Model, Math. Biosci, Vol 261 page 62 – 73.
Syamsuri, I., 2007, Biologiuntuk SMA Kelas X Semester 2 Jilid 1B, Erlangga,
Jakarta.
Driessche dan Watmough. 2002. Reproduction numbers and subthreshold
endemic equilibria for compartmental models of disease transmission,
Mathematical Biosciences, Vol 180 page 29 – 48.
Zill, D.G., dan Cullen, M.R., 2009, Differential Equations with Boundary-Value
Problem, seventh edition, Nelson Education Ltd, Canada.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 1 - 1
Lampiran 1: Analisis Perskalaan
Pada persamaan (4.1) sampai (4.3) dilakukan perskalaan menggunakan
𝐴1 =1
ℎ1,𝐴2 =
1
ℎ2,𝐵1 =
1
𝑒1ℎ1,𝐵2 =
1
𝑒2ℎ2,𝛼1 =
𝑛1
𝑛3
ℎ3
ℎ1,𝛼2 =
𝑛2
𝑛3
ℎ3
ℎ2,
𝜇1 =𝑛3
𝑛1
𝑒3
𝑒1, 𝜇2 =
𝑛3
𝑛2
𝑒3
𝑒2,𝐴1𝐶1 =
𝑛1
ℎ1,𝐴2𝐶2 =
𝑛2
ℎ2 . Dari perrsamaan (4.1) dapat ditulis
dalam bentuk sebagai berikut,
𝑑𝑆
𝑑𝑇= 𝑅0𝑆 1 −
𝑆 + 𝐼
𝐾0 −
𝑊1𝑆𝐼
𝐸1 + 𝑊2𝐼−
𝑒1𝑆𝑃
1 + 𝑒3ℎ3𝐴 + 𝑒1ℎ1𝑆
𝑑𝑆
𝑑𝑇= 𝑅0𝑆 1 −
𝑆 + 𝐼
𝐾0 −
𝑊1𝑆𝐼
𝐸1 + 𝑊2𝐼−
𝑒1𝑆𝑃
1 + 𝑒3ℎ3𝐴 + 𝑒1ℎ1𝑆× 𝑛1
𝑛3.
1ℎ1
𝑛3
𝑛1.
1𝑒1
𝑛1
𝑛3.
1ℎ1
𝑛3
𝑛1.
1𝑒1
𝑑𝑆
𝑑𝑇= 𝑅0𝑆 1 −
𝑆+𝐼
𝐾0 −
𝑊1𝑆𝐼
𝐸1+𝑊2𝐼−
𝑛1𝑛3
.1
ℎ1
𝑛3𝑛1
.1
𝑒1 𝑒1𝑆𝑃
𝑛1𝑛3
.1
ℎ1
𝑛3𝑛1
.1
𝑒1 +
𝑛1𝑛3
.1
ℎ1
𝑛3𝑛1
.1
𝑒1 𝑒3ℎ3𝐴+
𝑛1𝑛3
.1
ℎ1
𝑛3𝑛1
.1
𝑒1 𝑒1ℎ1𝑆
𝑑𝑆
𝑑𝑇= 𝑅0𝑆 1 −
𝑆 + 𝐼
𝐾0 −
𝑊1𝑆𝐼
𝐸1 + 𝑊2𝐼−
1ℎ1
𝑆𝑃
1𝑒1ℎ1
+ 𝑛1
𝑛3.ℎ3
ℎ1 𝑛3
𝑛1.𝑒3
𝑒1 𝐴 + 𝑆
Akibatnya,
𝑑𝑆
𝑑𝑇= 𝑅0𝑆 1 −
𝑆 + 𝐼
𝐾0 −
𝑊1𝑆𝐼
𝐸1 + 𝑊2𝐼−
𝐴1𝑆𝑃
𝐵1 + 𝛼1𝜇1𝐴 + 𝑆
Dari persamaan (4.2) dapat ditulis dalam bentuk sebagai berikut,
𝑑𝐼
𝑑𝑇=
𝑊1𝑆𝐼
𝐸1 + 𝑊2𝐼−
𝑒1𝐼𝑃
1 + 𝑒3ℎ3𝐴 + 𝑒2ℎ2𝐼− 𝐷1𝐼
𝑑𝐼
𝑑𝑇=
𝑊1𝑆𝐼
𝐸1 + 𝑊2𝐼−
𝑒1𝐼𝑃
1 + 𝑒3ℎ3𝐴 + 𝑒2ℎ2𝐼× 𝑛2
𝑛3.
1ℎ2
𝑛3
𝑛2.
1𝑒2
𝑛2
𝑛3.
1ℎ2
𝑛3
𝑛2.
1𝑒2 − 𝐷1𝐼
𝑑𝐼
𝑑𝑇=
𝑊1𝑆𝐼
𝐸1+𝑊2𝐼−
𝑛2𝑛3
.1
ℎ2
𝑛3𝑛2
.1
𝑒2 𝑒1𝐼𝑃
𝑛2𝑛3
.1
ℎ2
𝑛3𝑛2
.1
𝑒2 +
𝑛2𝑛3
.1
ℎ2
𝑛3𝑛2
.1
𝑒2 𝑒3ℎ3𝐴+
𝑛2𝑛3
.1
ℎ2
𝑛3𝑛2
.1
𝑒2 𝑒2ℎ2𝐼
− 𝐷1𝐼
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 1 - 2
𝑑𝐼
𝑑𝑇=
𝑊1𝑆𝐼
𝐸1 + 𝑊2𝐼−
1ℎ2
𝐼𝑃
1𝑒2ℎ2
+ 𝑛2
𝑛3.ℎ3
ℎ2 𝑛3
𝑛2.𝑒3
𝑒2 𝐴 + 𝐼
− 𝐷1𝐼
Akibatnya,
𝑑𝐼
𝑑𝑇=
𝑊1𝑆𝐼
𝐸1 + 𝑊2𝐼−
𝐴2𝐼𝑃
𝐵2 + 𝛼2𝜇2𝐴 + 𝐼− 𝐷1𝐼
Dari persamaan (4.3) dapat ditulis dalam bentuk sebagai berikut,
𝑑𝑃
𝑑𝑇=
(𝑛1𝑒1𝑆 + 𝑛3𝑒3𝐴)𝑃
1 + 𝑒3ℎ3𝐴 + 𝑒1ℎ1𝑆+
(𝑛2𝑒2𝐼 + 𝑛3𝑒3𝐴)𝑃
1 + 𝑒3ℎ3𝐴 + 𝑒2ℎ2𝐼− 𝐷2𝑃
𝑑𝑃
𝑑𝑇=
(𝑛1𝑒1𝑆+𝑛3𝑒3𝐴)𝑃
1+𝑒3ℎ3𝐴+𝑒1ℎ1𝑆×
𝑛1𝑛3
.1
ℎ1
𝑛3𝑛1
.1
𝑒1
𝑛1𝑛3
.1
ℎ1
𝑛3𝑛1
.1
𝑒1
+(𝑛2𝑒2𝐼+𝑛3𝑒3𝐴)𝑃
1+𝑒3ℎ3𝐴+𝑒2ℎ2𝐼×
𝑛2𝑛3
.1
ℎ2
𝑛3𝑛2
.1
𝑒2
𝑛2𝑛3
.1
ℎ2
𝑛3𝑛2
.1
𝑒2 − 𝐷2𝑃
𝑑𝑃
𝑑𝑇=
𝑛1
ℎ1 𝑆 +
𝑛1
ℎ1
𝑛3
𝑛1.𝑒3
𝑒1 𝐴 𝑃
1𝑒1ℎ1
+ 𝑛1
𝑛3.ℎ3
ℎ1 𝑛3
𝑛1.𝑒3
𝑒1 𝐴 + 𝑆
+
𝑛2
ℎ2 𝐼 +
𝑛2
ℎ2 𝑛3
𝑛2.𝑒3
𝑒2 𝐴 𝑃
1𝑒2ℎ2
+ 𝑛2
𝑛3.ℎ3
ℎ2 𝑛3
𝑛2.𝑒3
𝑒2 𝐴 + 𝐼
− 𝐷2𝑃
𝑑𝑃
𝑑𝑇=
𝑛1
ℎ1 𝑆 +
𝑛3
𝑛1.𝑒3
𝑒1 𝐴 𝑃
1𝑒1ℎ1
+ 𝑛1
𝑛3.ℎ3
ℎ1 𝑛3
𝑛1.𝑒3
𝑒1 𝐴 + 𝑆
+ 𝑛2
ℎ2 𝐼 +
𝑛3
𝑛2.𝑒3
𝑒2 𝐴 𝑃
1𝑒2ℎ2
+ 𝑛2
𝑛3.ℎ3
ℎ2
𝑛3
𝑛2.𝑒3
𝑒2 𝐴 + 𝐼
− 𝐷2𝑃
Akibatnya,
𝑑𝑃
𝑑𝑇=𝐴1𝐶1 𝑆 + 𝜇1𝐴 𝑃
𝐵1 + 𝛼1𝜇1𝐴 + 𝑆+𝐴2𝐶2 𝐼 + 𝜇2𝐴 𝑃
𝐵2 + 𝛼2𝜇2𝐴 + 𝐼− 𝐷2𝑃
Untuk mempermudah, pada persamaan (4.4) – (4.6) anggap bahwa 𝛼1 = 𝛼2 = 𝛼,
𝜇1 = 𝜇2 = 𝜇, dan 𝐵1 = 𝐵2. Oleh karena itu, model di atas direduksikan dengan
persamaan diferensial biasa sebagai berikut,
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 1 - 3
𝑑𝑆
𝑑𝑇= 𝑅0𝑆 1 −
𝑆 + 𝐼
𝐾0 −
𝑊1𝑆𝐼
𝐸1 + 𝑊2𝐼−
𝐴1𝑆𝑃
𝐵1 + 𝛼𝜇𝐴 + 𝑆
𝑑𝐼
𝑑𝑇=
𝑊1𝑆𝐼
𝐸1 + 𝑊2𝐼−
𝐴2𝐼𝑃
𝐵1 + 𝛼𝜇𝐴 + 𝐼− 𝐷1𝐼
𝑑𝑃
𝑑𝑇= 𝐴1𝐶1
(𝑆 + 𝜇𝐴)𝑃
𝐵1 + 𝛼𝜇𝐴 + 𝑆+ 𝐴2𝐶2
(𝐼 + 𝜇𝐴)𝑃
𝐵1 + 𝛼𝜇𝐴 + 𝐼− 𝐷2𝑃
Pada persamaan (4.7) sampai (4.9) dilakukan perskalaan menggunakan
𝑠 =𝑆
𝐾0, 𝑖 =
𝐼
𝐾0,𝑝 =
𝑃
𝐾0 dan 𝑡 = 𝑅0𝑇. Dengan 𝛽 =
𝑊1𝐾0
𝐸1𝑅0, 𝛾 =
𝑊2𝐾0
𝐸1,𝑎 =
𝐴1𝐾0
𝑅0𝐵1, 𝜉 =
𝜇𝐴
𝐵1, 𝑏 =
𝐾0
𝐵1, 𝜂 =
𝐴2𝐾0
𝑅0𝐵1, 𝜖1 =
𝐶1𝐴1𝐾0
𝑅0𝐵1, 𝜖2 =
𝐶2𝐴2𝐾0
𝑅0𝐵2, 𝑐 =
𝐵1
𝐾0, 𝑑1 =
𝐷1
𝑅0, dan 𝑑2 =
𝐷2
𝑅0.
Dari persamaan (4.7) dan berdasarkan sifat aturan rantai, maka diperoleh:
𝑑𝑆
𝑑𝑇= 𝑅0𝑆 1 −
𝑆 + 𝐼
𝐾0 −
𝑊1𝑆𝐼
𝐸1 + 𝑊2𝐼−
𝐴1𝑆𝑃
𝐵1 + 𝛼𝜇𝐴 + 𝑆
𝑑𝑆
𝑑𝑡
𝑑𝑡
𝑑𝑇= 𝑅0𝑆 1 −
𝑆 + 𝐼
𝐾0 −
𝑊1𝑆𝐼
𝐸1 + 𝑊2𝐼−
𝐴1𝑆𝑃
𝐵1 + 𝛼𝜇𝐴 + 𝑆
𝑑(𝑠𝐾0)
𝑑𝑡𝑅0 = 𝑅0𝑠𝐾0 1 −
𝑠𝐾0 + 𝑖𝐾0
𝐾0 −
𝑊1𝑠𝐾0𝑖𝐾0
𝐸1 + 𝑊2𝑖𝐾0−
𝐴1𝑠𝐾0𝑝𝐾0
𝐵1 + 𝛼𝜇𝐴 + 𝑠𝐾0
𝑅0𝐾0
𝑑𝑠
𝑑𝑡= 𝑅0𝑠𝐾0 1 − 𝑠 − 𝑖 −
𝑊1𝑠𝐾0𝑖𝐾0
𝐸1 1 +𝑊2𝑖𝐾0
𝐸1 −
𝐴1𝑠𝐾0𝑝𝐾0
𝐵1 1 +𝛼𝜇𝐴𝐵1
+𝑠𝐾0
𝐵1
Akibatnya,
𝑑𝑠
𝑑𝑡=𝑅0𝑠𝐾0 1 − 𝑠 − 𝑖
𝑅0𝐾0−
𝑊1
𝑅0𝐾0
𝑠𝐾0𝑖𝐾0
𝐸1 1 +𝑊2𝑖𝐾0
𝐸1 −
𝐴1
𝑅0𝐾0
𝑠𝐾0𝑝𝐾0
𝐵1 1 + 𝛼𝜇𝐴𝐵1
+ 𝑠𝐾0
𝐵1
𝑑𝑠
𝑑𝑡= 𝑠 1 − 𝑠 − 𝑖 −
𝑊1𝐾0
𝐸1𝑅0
𝑠𝑖
1 +𝑊2𝐾0
𝐸1𝑖 −𝐴1𝐾0
𝑅0𝐵1
𝑠𝑝
1 + 𝛼𝜇𝐴𝐵1
+ 𝑠𝐾0
𝐵1
𝑑𝑠
𝑑𝑡= 𝑠 1 − 𝑠 − 𝑖 −
𝛽𝑠𝑖
1 + 𝛾𝑖−
𝑎𝑠𝑝
1 + 𝛼𝜉 + 𝑏𝑠
Dari persamaan (4.8) dan berdasarkan sifat aturan rantai, maka diperoleh:
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 1 - 4
𝑑𝐼
𝑑𝑇=
𝑊1𝑆𝐼
𝐸1 + 𝑊2𝐼−
𝐴2𝐼𝑃
𝐵1 + 𝛼𝜇𝐴 + 𝐼− 𝐷1𝐼
𝑑𝐼
𝑑𝑡
𝑑𝑡
𝑑𝑇=
𝑊1𝑆𝐼
𝐸1 + 𝑊2𝐼−
𝐴2𝐼𝑃
𝐵1 + 𝛼𝜇𝐴 + 𝐼− 𝐷1𝐼
𝑑(𝑖𝐾0)
𝑑𝑡𝑅0 =
𝑊1𝑠𝐾0𝑖𝐾0
𝐸1 + 𝑊2𝑖𝐾0−
𝐴2𝑖𝐾0𝑝𝐾0
𝐵1 + 𝛼𝜇𝐴 + 𝑖𝐾0−𝐷1𝑖𝐾0
𝑅0𝐾0
𝑑𝑖
𝑑𝑡=
𝑊1𝑠𝐾0𝑖𝐾0
𝐸1 1 +𝑊2𝑖𝐾0
𝐸1 −
𝐴2𝑖𝐾0𝑝𝐾0
𝐵1 1 +𝛼𝜇𝐴𝐵1
+𝑖𝐾0
𝐵1 − 𝐷1𝑖𝐾0
Akibatnya,
𝑑𝑖
𝑑𝑡=
𝑊1
𝑅0𝐾0
𝑠𝐾0𝑖𝐾0
𝐸1 1 +𝑊2𝑖𝐾0
𝐸1 −
𝐴2
𝑅0𝐾0
𝑖𝐾0𝑝𝐾0
𝐵1 1 +𝛼𝜇𝐴𝐵1
+𝑖𝐾0
𝐵1 −𝐷1𝑖𝐾0
𝑅0𝐾0
𝑑𝑖
𝑑𝑡=𝑊1𝐾0
𝐸1𝑅0
𝑠𝑖
1 +𝑊2𝐾0
𝐸1𝑖 −𝐴2𝐾0
𝑅0𝐵1
𝑖𝑝
1 +𝛼𝜇𝐴𝐵1
+𝑖𝐾0
𝐵1
−𝐷1
𝑅0𝑖
𝑑𝑖
𝑑𝑡=
𝛽𝑠𝑖
1 + 𝛾𝑖−
𝜂𝑖𝑝
1 + 𝛼𝜉 + 𝑏𝑖− 𝑑1𝑖
Dari persamaan (4.9) dan berdasarkan sifat aturan rantai, maka diperoleh:
𝑑𝑃
𝑑𝑇= 𝐴1𝐶1
(𝑆 + 𝜇𝐴)𝑃
𝐵1 + 𝛼𝜇𝐴 + 𝑆+ 𝐴2𝐶2
(𝐼 + 𝜇𝐴)𝑃
𝐵1 + 𝛼𝜇𝐴 + 𝐼− 𝐷2𝑃
𝑑𝑃
𝑑𝑡
𝑑𝑡
𝑑𝑇= 𝐴1𝐶1
𝑆 + 𝜇𝐴 𝑃
𝐵1 + 𝛼𝜇𝐴 + 𝑆+ 𝐴2𝐶2
(𝐼 + 𝜇𝐴)𝑃
𝐵1 + 𝛼𝜇𝐴 + 𝐼− 𝐷2𝑃
𝑑(𝑝𝐾0)
𝑑𝑡𝑅0 = 𝐴1𝐶1
𝑠𝐾0 + 𝜇𝐴 𝑝𝐾0
𝐵1 + 𝛼𝜇𝐴 + 𝑠𝐾0+ 𝐴2𝐶2
𝑖𝐾0 + 𝜇𝐴 𝑝𝐾0
𝐵1 + 𝛼𝜇𝐴 + 𝑖𝐾0− 𝐷2𝑝𝐾0
𝑅0𝐾0
𝑑𝑝
𝑑𝑡= 𝐴1𝐶1
𝑠𝐾0 + 𝜇𝐴 𝑝𝐾0𝐾0
𝐾0
𝐵1 1 +𝛼𝜇𝐴𝐵1
+𝑠𝐾0
𝐵1
+ 𝐴2𝐶2
𝑖𝐾0 + 𝜇𝐴 𝑝𝐾0𝐾0
𝐾0
𝐵1 1 +𝛼𝜇𝐴𝐵1
+𝑖𝐾0
𝐵1 − 𝐷2𝑝𝐾0
Akibatnya,
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 1 - 5
𝑑𝑝
𝑑𝑡=𝐴1𝐶1
𝑅0𝐾0
𝑠𝐾0 + 𝜇𝐴 𝑝𝐾0𝐾0
𝐾0
𝐵1 1 + 𝛼𝜇𝐴𝐵1
+ 𝑠𝐾0
𝐵1
+𝐴2𝐶2
𝑅0𝐾0
𝑖𝐾0 + 𝜇𝐴 𝑝𝐾0𝐾0
𝐾0
𝐵1 1 + 𝛼𝜇𝐴𝐵1
+ 𝑖𝐾0
𝐵1 −𝐷2𝑝𝐾0
𝑅0𝐾0
𝑑𝑝
𝑑𝑡=𝐴1𝐶1𝐾0
𝑅0𝐵1
𝑠𝐾0 + 𝜇𝐴
𝐾0 𝑝
1 + 𝛼𝜇𝐴𝐵1
+ 𝑠𝐾0
𝐵1
+𝐴2𝐶2𝐾0
𝑅0𝐵1
𝑖𝐾0 + 𝜇𝐴
𝐾0 𝑝
1 + 𝛼𝜇𝐴𝐵1
+ 𝑖𝐾0
𝐵1
−𝐷2
𝑅0𝑝
𝑑𝑝
𝑑𝑡=𝐴1𝐶1𝐾0
𝑅0𝐵1
𝑠𝐾0
𝐾0+𝜇𝐴𝐾0
𝐵1
𝐵1 𝑝
1 + 𝛼𝜇𝐴𝐵1
+ 𝑠𝐾0
𝐵1
+𝐴2𝐶2𝐾0
𝑅0𝐵1
𝑖𝐾0
𝐾0+𝜇𝐴𝐾0
𝐵1
𝐵1 𝑝
1 + 𝛼𝜇𝐴𝐵1
+ 𝑖𝐾0
𝐵1
−𝐷2
𝑅0𝑝
𝑑𝑝
𝑑𝑡=𝐴1𝐶1𝐾0
𝑅0𝐵1
𝑠 +𝜇𝐴𝐵1
𝐵1
𝐾0 𝑝
1 + 𝛼𝜇𝐴𝐵1
+ 𝑠𝐾0
𝐵1
+𝐴2𝐶2𝐾0
𝑅0𝐵1
𝑖 +𝜇𝐴𝐵1
𝐵1
𝐾0 𝑝
1 + 𝛼𝜇𝐴𝐵1
+ 𝑖𝐾0
𝐵1
−𝐷2
𝑅0𝑝
𝑑𝑝
𝑑𝑡=𝜖1 𝑠 + 𝑐𝜉 𝑝
1 + 𝛼𝜉 + 𝑏𝑠+𝜖2 𝑖 + 𝑐𝜉 𝑝
1 + 𝛼𝜉 + 𝑏𝑖− 𝑑2𝑝
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 2 - 1
Lampiran 2: Perhitungan Titik Setimbang (𝑬𝟎)
Titik setimbang kepunahan, yakni kondisi ketika populasi prey yang rentan, prey
yang terinfeksi, dan predator dalam kepunahan. Kondisi ini terjadi ketika
𝑠 = 0, 𝑖 = 0 dan 𝑝 = 0.
Dari persamaan (4.13) didapatkan:
𝑠 1 − 𝑠 − 𝑖 −𝛽𝑠𝑖
1+𝛾𝑖−
𝑎𝑠𝑝
1+𝛼𝜉+𝑏𝑠= 0 ⇔ 𝑠 1 − 𝑠 − 𝑖 −
𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠 = 0
Dari sini diperoleh:
𝑠 = 0 atau 1 − 𝑠 − 𝑖 −𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠= 0
Karena populasi prey yang rentan mengalami kepunahan, maka 𝑠 = 0.
Kemudian mensubstitusikan 𝑠 = 0 ke persamaan (4.14)
𝛽𝑠𝑖
1 + 𝛾𝑖−
𝜂𝑖𝑝
1 + 𝛼𝜉 + 𝑏𝑖− 𝑑1𝑖 = 0
⇔𝛽(0)𝑖
1+𝛾𝑖−
𝜂𝑖𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1𝑖 = 0
⇔ 𝑖 −𝜂𝑝
1 + 𝛼𝜉 + 𝑏𝑖− 𝑑1 = 0
Dari sini diperoleh:
𝑖 = 0 atau −𝜂𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1 = 0
Maka didapatkan 𝑖 = 0 yang artinya populasi prey yang terinfeksi mengalami
kepunahan.
Kemudian mensubstitusikan 𝑠 = 0 dan 𝑖 = 0 ke persamaan (4.15)
𝜖1 𝑠 + 𝑐𝜉 𝑝
1 + 𝛼𝜉 + 𝑏𝑠+𝜖2 𝑖 + 𝑐𝜉 𝑝
1 + 𝛼𝜉 + 𝑏𝑖− 𝑑2𝑖 = 0
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 2 - 2
⇔𝜖1 0 + 𝑐𝜉 𝑝
1 + 𝛼𝜉 + 𝑏(0)+
𝜖2 0 + 𝑐𝜉 𝑝
1 + 𝛼𝜉 + 𝑏(0)− 𝑑2(0) = 0
⇔𝜖1𝑐𝜉𝑝
1 + 𝛼𝜉+
𝜖2𝑐𝜉𝑝
1 + 𝛼𝜉= 0
⇔ 𝑝 𝜖1𝑐𝜉
1 + 𝛼𝜉+
𝜖2𝑐𝜉
1 + 𝛼𝜉 = 0
Dari sini diperoleh:
𝑝 = 0 atau 𝜖1𝑐𝜉
1+𝛼𝜉+
𝜖2𝑐𝜉
1+𝛼𝜉= 0
Maka didapatkan 𝑝 = 0 yang artinya populasi predator mengalami kepunahan.
Sehingga didapatkan titik setimbang 𝐸0 = 𝑠0, 𝑖0,𝑝0 = 0,0,0 .
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 3 - 1
Lampiran 3: Perhitungan Titik Setimbang Aksial (𝑬𝟏)
Titik setimbang aksial, yakni kondisi ketika populasi prey yang terinfeksi dan
predator dalam kepunahan. Kondisi ini terjadi ketika 𝑠 ≠ 0, 𝑖 = 0 dan 𝑝 = 0.
Dari persamaan (4.14) didapatkan:
𝛽𝑠𝑖
1+𝛾𝑖−
𝜂𝑖𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1𝑖 = 0 ⇔ 𝑖
𝛽𝑠
1+𝛾𝑖−
𝜂𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1 = 0
Dari sini diperoleh:
𝑖 = 0 atau 𝛽𝑠
1+𝛾𝑖−
𝜂𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1 = 0
Karena populasi prey yang terinfeksi mengalami kepunahan, maka 𝑖 = 0.
Dari persamaan (4.15) didapatkan:
𝜖1 𝑠+𝑐𝜉 𝑝
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉 𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑2𝑝 = 0 ⇔ 𝑝
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉
1+𝛼𝜉+𝑏𝑖− 𝑑2 = 0
Dari sini diperoleh:
𝑝 = 0 atau 𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉
1+𝛼𝜉+𝑏𝑖− 𝑑2 = 0
Karena populasi predator mengalami kepunahan, maka 𝑝 = 0.
Kemudian mensubstitusikan 𝑖 = 0 dan 𝑝 = 0 ke persamaan (4.13)
𝑠 1 − 𝑠 − 𝑖 −𝛽𝑠𝑖
1+𝛾𝑖−
𝑎𝑠𝑝
1+𝛼𝜉+𝑏𝑠= 0 ⇔ 𝑠 1 − 𝑠 − 𝑖 −
𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠 = 0
Dari sini diperoleh:
𝑠 = 0 atau 1 − 𝑠 − 𝑖 −𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠= 0
Dengan demikian didapatkan dua kondisi, yaitu:
i. Untuk kondisi 𝑠 = 0
Kondisi ini diabaikan, sebab prey yang rentan tidak mengalami
kepunahan yaitu 𝑠 ≠ 0.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 3 - 2
ii. Untuk kondisi 1 − 𝑠 − 𝑖 −𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠= 0
1 − 𝑠 − 𝑖 −𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠= 0
⇔ 1 − 𝑠 − 𝑖 =𝛽𝑖
1+𝛾𝑖+
𝑎𝑝
1+𝛼𝜉+𝑏𝑠
⇔ 1 − 𝑠 − (0) =𝛽(0)
1+𝛾(0)+
𝑎(0)
1+𝛼𝜉+𝑏𝑠
⇔ 1 − 𝑠 = 0
⇔ 𝑠 = 1
Sehingga didapatkan titik setimbang 𝐸1 = 𝑠1, 𝑖1,𝑝1 = (1,0,0)
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 4 - 1
Lampiran 4: Perhitungan Titik Setimbang Bebas Penyakit (𝑬𝟐)
Titik setimbang bebas penyakit, yakni kondisi ketika tidak adanya prey yang
terinfeksi. Kondisi ini terjadi ketika 𝑠 ≠ 0, 𝑖 = 0 dan 𝑝 ≠ 0.
Dari persamaan (4.14) didapatkan:
𝛽𝑠𝑖
1+𝛾𝑖−
𝜂𝑖𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1𝑖 = 0 ⇔ 𝑖
𝛽𝑠
1+𝛾𝑖−
𝜂𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1 = 0
Dari sini diperoleh:
𝑖 = 0 atau 𝛽𝑠
1+𝛾𝑖−
𝜂𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1 = 0
Karena populasi prey yang terinfeksi mengalami kepunahan, maka 𝑖 = 0.
Kemudian mensubstitusikan 𝑖 = 0 ke persamaan (4.15)
𝜖1 𝑠+𝑐𝜉 𝑝
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉 𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑2𝑝 = 0 ⇔ 𝑝
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉
1+𝛼𝜉+𝑏𝑖− 𝑑2 = 0
Dari sini diperoleh:
𝑝 = 0 atau 𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉
1+𝛼𝜉+𝑏𝑖− 𝑑2 = 0
Dengan demikian didapatkan dua kondisi, yaitu:
i. Untuk kondisi 𝑝 = 0
Kondisi ini diabaikan, sebab predator tidak mengalami kepunahan
yaitu 𝑝 ≠ 0.
ii. Untuk kondisi 𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉
1+𝛼𝜉+𝑏𝑖− 𝑑2 = 0
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉
1+𝛼𝜉+𝑏𝑖− 𝑑2 = 0
⇔𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠= 𝑑2 −
𝜖2 𝑖+𝑐𝜉
1+𝛼𝜉+𝑏𝑖
⇔𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠= 𝑑2 −
𝜖2 (0)+𝑐𝜉
1+𝛼𝜉+𝑏(0)
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 4 - 2
⇔𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠= 𝑑2 −
𝜖2𝑐𝜉
1+𝛼𝜉
⇔ 𝜖1 𝑠 + 𝑐𝜉 = (𝑑2 −𝜖2𝑐𝜉
1+𝛼𝜉) (1 + 𝛼𝜉 + 𝑏𝑠)
⇔ 𝜖1 𝑠 + 𝑐𝜉 = 𝑑2 + 𝑑2𝛼𝜉 + 𝑑2𝑏𝑠 −𝜖2𝑐𝜉
1+𝛼𝜉−
𝜖2𝑐𝜉
1+𝛼𝜉𝛼𝜉 −
𝜖2𝑐𝜉
1+𝛼𝜉𝑏𝑠
⇔ 𝜖1𝑠 + 𝜖1𝑐𝜉 = 𝑑2 + 𝑑2𝛼𝜉 + 𝑑2𝑏𝑠 −𝜖2𝑐𝜉
1+𝛼𝜉−
𝜖2𝑐𝜉
1+𝛼𝜉𝛼𝜉 −
𝜖2𝑐𝜉
1+𝛼𝜉𝑏𝑠
⇔ 𝜖1𝑠 − 𝑑2𝑏𝑠 +𝜖2𝑐𝜉
1+𝛼𝜉𝑏𝑠 = 𝑑2 + 𝑑2𝛼𝜉 −
𝜖2𝑐𝜉
1+𝛼𝜉−
𝜖2𝑐𝜉
1+𝛼𝜉𝛼𝜉 − 𝜖1𝑐𝜉
⇔ 𝑠(𝜖1 − 𝑑2𝑏 +𝜖2𝑐𝜉
1+𝛼𝜉𝑏) = 𝑑2(1 + 𝛼𝜉) −
𝜖2𝑐𝜉
(1+𝛼𝜉 )(1 + 𝛼𝜉) − 𝜖1𝑐𝜉
⇔ 𝑠(𝜖1 − 𝑑2𝑏 +𝜖2𝑐𝜉
1+𝛼𝜉𝑏) = 𝑑2(1 + 𝛼𝜉) − 𝜖2𝑐𝜉 − 𝜖1𝑐𝜉
⇔ 𝑠 =𝑑2(1+𝛼𝜉 )−𝜖2𝑐𝜉−𝜖1𝑐𝜉
𝜖1−𝑑2𝑏+𝜖2𝑐𝜉
1+𝛼𝜉𝑏
Kemudian mensubstitusikan 𝑖 = 0 dan 𝑠 =𝑑2(1+𝛼𝜉 )−𝜖2𝑐𝜉−𝜖1𝑐𝜉
𝜖1−𝑑2𝑏+𝜖2𝑐𝜉
1+𝛼𝜉𝑏
ke persamaan
(4.13)
𝑠 1 − 𝑠 − 𝑖 −𝛽𝑠𝑖
1+𝛾𝑖−
𝑎𝑠𝑝
1+𝛼𝜉+𝑏𝑠= 0 ⇔ 𝑠 1 − 𝑠 − 𝑖 −
𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠 = 0
Dari sini diperoleh:
𝑠 = 0 atau 1 − 𝑠 − 𝑖 −𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠= 0
Dengan demikian didapatkan dua kondisi, yaitu:
i. Untuk kondisi 𝑠 = 0
Kondisi ini diabaikan, sebab prey yang rentan tidak mengalami
kepunahan yaitu 𝑠 ≠ 0.
ii. Untuk kondisi 1 − 𝑠 − 𝑖 −𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠= 0
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 4 - 3
1 − 𝑠 − 𝑖 −𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠= 0
⇔𝑎𝑝
1+𝛼𝜉+𝑏𝑠= 1 − 𝑠 − 𝑖 −
𝛽𝑖
1+𝛾𝑖
⇔ 𝑎𝑝 = 1 − 𝑠 − 𝑖 −𝛽𝑖
1+𝛾𝑖 (1 + 𝛼𝜉 + 𝑏𝑠)
⇔ 𝑝 = 1−𝑠−𝑖 −
𝛽𝑖
1+𝛾𝑖 (1+𝛼𝜉+𝑏𝑠)
𝑎
⇔ 𝑝 = 1−𝑠−(0) −
𝛽 (0)
1+𝛾(0) (1+𝛼𝜉+𝑏𝑠)
𝑎
⇔ 𝑝 = 1−𝑠 (1+𝛼𝜉+𝑏𝑠)
𝑎
Sehingga didapatkan titik setimbang
𝐸2 = 𝑠2, 𝑖2,𝑝2 = 𝑑2(1+𝛼𝜉 )−𝜖2𝑐𝜉−𝜖1𝑐𝜉
𝜖1−𝑑2𝑏+𝜖2𝑐𝜉
1+𝛼𝜉𝑏
, 0 , 1−𝑠2 (1+𝛼𝜉+𝑏𝑠2)
𝑎 .
Titik setimbang 𝐸2 eksis jika 𝑠2 < 1 dan 𝑑2(1+𝛼𝜉 )−𝜖2𝑐𝜉−𝜖1𝑐𝜉
𝜖1−𝑑2𝑏+𝜖2𝑐𝜉
1+𝛼𝜉𝑏
> 0 terdapat dua
kondisi yaitu
(i) 𝑑2 1 + 𝛼𝜉 − 𝜖2𝑐𝜉 − 𝜖1𝑐𝜉 > 0 dan 𝜖1 − 𝑑2𝑏 +𝜖2𝑐𝜉
1+𝛼𝜉𝑏 > 0.
Dengan demikian
𝑑2 1 + 𝛼𝜉 − 𝜖2𝑐𝜉 − 𝜖1𝑐𝜉 > 0
⇔ 𝑑2 1 + 𝛼𝜉 > 𝜖2𝑐𝜉 + 𝜖1𝑐𝜉
⇔ 𝑑2 >𝜖2𝑐𝜉+𝜖1𝑐𝜉
1+𝛼𝜉
⇔ 𝑑2 >𝑐𝜉 𝜖2+𝜖1
1+𝛼𝜉 dan
𝜖1 − 𝑑2𝑏 +𝜖2𝑐𝜉
1 + 𝛼𝜉𝑏 > 0
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 4 - 4
⇔ 𝜖1 +𝜖2𝑐𝜉
1 + 𝛼𝜉𝑏 > 𝑑2𝑏
atau
(ii) 𝑑2 1 + 𝛼𝜉 − 𝜖2𝑐𝜉 − 𝜖1𝑐𝜉 < 0 dan 𝜖1 − 𝑑2𝑏 +𝜖2𝑐𝜉
1+𝛼𝜉𝑏 < 0.
Dengan demikian
𝑑2 1 + 𝛼𝜉 − 𝜖2𝑐𝜉 − 𝜖1𝑐𝜉 < 0
⇔ 𝑑2 1 + 𝛼𝜉 < 𝜖2𝑐𝜉 + 𝜖1𝑐𝜉
⇔ 𝑑2 <𝜖2𝑐𝜉+𝜖1𝑐𝜉
1+𝛼𝜉
⇔ 𝑑2 <𝑐𝜉 𝜖2+𝜖1
1+𝛼𝜉 dan
𝜖1 − 𝑑2𝑏 +𝜖2𝑐𝜉
1 + 𝛼𝜉𝑏 < 0
⇔ 𝜖1 +𝜖2𝑐𝜉
1 + 𝛼𝜉𝑏 < 𝑑2𝑏
Selanjutnya, berdasarkan nilai parameter yang telah diketahui
dimasukkan pada kondisi tersebut dengan bantuan MAPLE. Sehingga
didapat kondisi yang memenuhi sebagai berikut:
𝑑2 >𝑐𝜉 𝜖2+𝜖1
1+𝛼𝜉 dan 𝜖1 +
𝜖2𝑐𝜉
1+𝛼𝜉𝑏 > 𝑑2𝑏
dengan nilai 0,04 > 0 dan 0,25 > 0,12.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 5 - 1
Lampiran 5: Perhitungan Titik Setimbang Koeksistensi 𝑬𝟑
Titik setimbang koeksistensi, yakni kondisi ketika populasi prey yang rentan, prey
yang terinfeksi, dan predator hidup berdampingan. Kondisi ini terjadi jika
𝑠 ≠ 0, 𝑖 ≠ 0 dan 𝑝 ≠ 0.
Dari persamaan (4.15) didapatkan;
𝜖1 𝑠+𝑐𝜉 𝑝
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉 𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑2𝑝 = 0 ⇔ 𝑝
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉
1+𝛼𝜉+𝑏𝑖− 𝑑2 = 0
Dari sini diperoleh:
𝑝 = 0 atau 𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉
1+𝛼𝜉+𝑏𝑖− 𝑑2 = 0
Untuk 𝑝 ≠ 0, maka 𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉
1+𝛼𝜉+𝑏𝑖− 𝑑2 = 0
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠+
𝜖2 𝑖+𝑐𝜉
1+𝛼𝜉+𝑏𝑖− 𝑑2 = 0
⇔𝜖2 𝑖+𝑐𝜉
1+𝛼𝜉+𝑏𝑖= 𝑑2 −
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠
⇔ 𝜖2 𝑖 + 𝑐𝜉 = 𝑑2 −𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠 1 + 𝛼𝜉 + 𝑏𝑖
⇔ 𝜖2 𝑖 + 𝑐𝜉 = 𝑑2 + 𝑑2𝛼𝜉 + 𝑑2𝑏𝑖 −𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠−
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠𝛼𝜉 −
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠𝑏𝑖
⇔ 𝜖2𝑖 + 𝜖2𝑐𝜉 = 𝑑2 + 𝑑2𝛼𝜉 + 𝑑2𝑏𝑖 −𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠−
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠𝛼𝜉 −
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠𝑏𝑖
⇔ 𝜖2𝑖 − 𝑑2𝑏𝑖 +𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠𝑏𝑖 = 𝑑2 + 𝑑2𝛼𝜉 −
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠−
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠𝛼𝜉 − 𝜖2𝑐𝜉
⇔ 𝑖(𝜖2 − 𝑑2𝑏 +𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠𝑏) = 𝑑2(1 + 𝛼𝜉) −
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠(1 + 𝛼𝜉) − 𝜖2𝑐𝜉
⇔ 𝑖(𝜖2 − 𝑑2𝑏 +𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠𝑏) = 1 + 𝛼𝜉 𝑑2 −
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠 − 𝜖2𝑐𝜉
⇔ 𝑖 = 1+𝛼𝜉 𝑑2−
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉 +𝑏𝑠 −𝜖2𝑐𝜉
𝜖2−𝑑2𝑏+𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉 +𝑏𝑠𝑏
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 5 - 2
⇔ 𝑖 =𝑑2 1+𝛼𝜉 −
𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉 +𝑏𝑠 1+𝛼𝜉 −𝜖2𝑐𝜉
𝜖2−𝑑2𝑏+𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉 +𝑏𝑠𝑏
⇔ 𝑖 =𝑑2 1+𝛼𝜉 (1+𝛼𝜉+𝑏𝑠)−𝜖1 𝑠+𝑐𝜉 1+𝛼𝜉 −𝜖2𝑐𝜉(1+𝛼𝜉+𝑏𝑠)
𝜖2 1+𝛼𝜉+𝑏𝑠 −𝑑2𝑏 1+𝛼𝜉+𝑏𝑠 +𝜖1 𝑠+𝑐𝜉 𝑏
⇔ 𝑖 =𝑑2 1+𝛼𝜉 1+𝛼𝜉+𝑏𝑠 −𝜖1 𝑠+𝑐𝜉 −𝜖1 𝑠+𝑐𝜉 𝛼𝜉−𝜖2𝑐𝜉(1+𝛼𝜉+𝑏𝑠)
𝜖2 1+𝛼𝜉+𝑏𝑠 −𝑑2𝑏 1+𝛼𝜉+𝑏𝑠 +𝜖1 𝑠+𝑐𝜉 𝑏
Dari persamaan (4.14) didapatkan:
𝛽𝑠𝑖
1+𝛾𝑖−
𝜂𝑖𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1𝑖 = 0 ⇔ 𝑖
𝛽𝑠
1+𝛾𝑖−
𝜂𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1 = 0
Dari sini diperoleh:
𝑖 = 0 atau 𝛽𝑠
1+𝛾𝑖−
𝜂𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1 = 0
Untuk 𝑖 ≠ 0, maka 𝛽𝑠
1+𝛾𝑖−
𝜂𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1 = 0
𝛽𝑠
1+𝛾𝑖−
𝜂𝑝
1+𝛼𝜉+𝑏𝑖− 𝑑1 = 0
⇔𝛽𝑠
1+𝛾𝑖=
𝜂𝑝
1+𝛼𝜉+𝑏𝑖+ 𝑑1
⇔ 𝛽𝑠 = 𝜂𝑝
1+𝛼𝜉+𝑏𝑖+ 𝑑1 1 + 𝛾𝑖
⇔ 𝑠 = 1+𝛾𝑖
𝛽
𝜂𝑝
1+𝛼𝜉+𝑏𝑖+ 𝑑1
Dari persamaan (4.13) didapatkan:
𝑠 1 − 𝑠 − 𝑖 −𝛽𝑠𝑖
1+𝛾𝑖−
𝑎𝑠𝑝
1+𝛼𝜉+𝑏𝑠= 0 ⇔ 𝑠 1 − 𝑠 − 𝑖 −
𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠 = 0
Dari sini diperoleh:
𝑠 = 0 atau 1 − 𝑠 − 𝑖 −𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠= 0
Untuk 𝑠 ≠ 0, maka 1 − 𝑠 − 𝑖 −𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠= 0
1 − 𝑠 − 𝑖 −𝛽𝑖
1+𝛾𝑖−
𝑎𝑝
1+𝛼𝜉+𝑏𝑠= 0
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 5 - 3
⇔𝑎𝑝
1+𝛼𝜉+𝑏𝑠= 1 − 𝑠 − 𝑖 −
𝛽𝑖
1+𝛾𝑖
⇔ 𝑎𝑝 = 1 − 𝑠 − 𝑖 −𝛽𝑖
1+𝛾𝑖 (1 + 𝛼𝜉 + 𝑏𝑠)
⇔ 𝑝 =(1+𝛼𝜉+𝑏𝑠)
𝑎 1 − 𝑠 − 𝑖 −
𝛽𝑖
1+𝛾𝑖
⇔ 𝑝 =(1+𝛼𝜉+𝑏𝑠) 1−𝑠−𝑖
𝑎−
(1+𝛼𝜉+𝑏𝑠)𝛽𝑖
𝑎(1+𝛾𝑖)
⇔ 𝑝 = 1+𝛼𝜉+𝑏𝑠 1−𝑠−𝑖 1+𝛾𝑖 −(1+𝛼𝜉+𝑏𝑠)𝛽𝑖
𝑎(1+𝛾𝑖 )
Sehingga didapatkan titik setimbang 𝐸3 = 𝑠3, 𝑖3,𝑝3 sebagai berikut:
𝑠3 = 1+𝛾𝑖3
𝛽
𝜂𝑝3
1+𝛼𝜉+𝑏𝑖3+ 𝑑1 ,
𝑖3 =𝑑2 1+𝛼𝜉 1+𝛼𝜉+𝑏𝑠3 −𝜖1 𝑠3+𝑐𝜉 −𝜖1 𝑠3+𝑐𝜉 𝛼𝜉−𝜖2𝑐𝜉(1+𝛼𝜉+𝑏𝑠3)
𝜖2 1+𝛼𝜉+𝑏𝑠3 −𝑑2𝑏 1+𝛼𝜉+𝑏𝑠3 +𝜖1 𝑠3+𝑐𝜉 𝑏,
𝑝3 = 1+𝛼𝜉+𝑏𝑠3 1−𝑠3−𝑖3 1+𝛾𝑖3 −(1+𝛼𝜉+𝑏𝑠3)𝛽𝑖3
𝑎(1+𝛾𝑖3).
Titik Setimbang 𝐸3 eksis jika
(i) 𝑑2 1+𝛼𝜉 1+𝛼𝜉+𝑏𝑠3 −𝜖1 𝑠3+𝑐𝜉 −𝜖1 𝑠3+𝑐𝜉 𝛼𝜉−𝜖2𝑐𝜉(1+𝛼𝜉+𝑏𝑠3)
𝜖2 1+𝛼𝜉+𝑏𝑠3 −𝑑2𝑏 1+𝛼𝜉+𝑏𝑠3 +𝜖1 𝑠3+𝑐𝜉 𝑏> 0 dan
(ii) 1+𝛼𝜉+𝑏𝑠3 1−𝑠3−𝑖3 1+𝛾𝑖3 −(1+𝛼𝜉+𝑏𝑠3)𝛽𝑖3
𝑎(1+𝛾𝑖3)> 0
Dari sini terdapat dua kondisi yaitu
a. 𝑑2 1 + 𝛼𝜉 1 + 𝛼𝜉 + 𝑏𝑠3 − 𝜖1 𝑠3 + 𝑐𝜉 − 𝜖1 𝑠3 + 𝑐𝜉 𝛼𝜉 −
𝜖2𝑐𝜉 1 + 𝛼𝜉 + 𝑏𝑠3 > 0 dan 𝜖2 1 + 𝛼𝜉 + 𝑏𝑠3 − 𝑑2𝑏 1 + 𝛼𝜉 + 𝑏𝑠3 +
𝜖1 𝑠3 + 𝑐𝜉 𝑏 > 0.
Dengan demikian
𝑑2 1 + 𝛼𝜉 1 + 𝛼𝜉 + 𝑏𝑠3 − 𝜖1 𝑠3 + 𝑐𝜉 − 𝜖1 𝑠3 + 𝑐𝜉 𝛼𝜉
− 𝜖2𝑐𝜉 1 + 𝛼𝜉 + 𝑏𝑠3 > 0
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 5 - 4
⇔ 𝑑2 1 + 𝛼𝜉 1 + 𝛼𝜉 + 𝑏𝑠3
> 𝜖1 𝑠3 + 𝑐𝜉 + 𝜖1 𝑠3 + 𝑐𝜉 𝛼𝜉 + 𝜖2𝑐𝜉 1 + 𝛼𝜉 + 𝑏𝑠3
⇔ 𝑑2 >𝜖1 𝑠3+𝑐𝜉 +𝜖1 𝑠3+𝑐𝜉 𝛼𝜉+𝜖2𝑐𝜉 1+𝛼𝜉+𝑏𝑠3
1+𝛼𝜉 1+𝛼𝜉+𝑏𝑠3
dan
𝜖2 1 + 𝛼𝜉 + 𝑏𝑠3 − 𝑑2𝑏 1 + 𝛼𝜉 + 𝑏𝑠3 + 𝜖1 𝑠3 + 𝑐𝜉 𝑏 > 0
⇔ 𝜖2 1 + 𝛼𝜉 + 𝑏𝑠3 + 𝜖1 𝑠3 + 𝑐𝜉 𝑏 > 𝑑2𝑏 1 + 𝛼𝜉 + 𝑏𝑠3
⇔𝜖2 1 + 𝛼𝜉 + 𝑏𝑠3 + 𝜖1 𝑠3 + 𝑐𝜉 𝑏
𝑏 1 + 𝛼𝜉 + 𝑏𝑠3 > 𝑑2
atau
𝑑2 1 + 𝛼𝜉 1 + 𝛼𝜉 + 𝑏𝑠3 − 𝜖1 𝑠3 + 𝑐𝜉 − 𝜖1 𝑠3 + 𝑐𝜉 𝛼𝜉 −
𝜖2𝑐𝜉 1 + 𝛼𝜉 + 𝑏𝑠3 < 0 dan 𝜖2 1 + 𝛼𝜉 + 𝑏𝑠3 − 𝑑2𝑏 1 + 𝛼𝜉 + 𝑏𝑠3 +
𝜖1 𝑠3 + 𝑐𝜉 𝑏 < 0.
Dengan demikian
𝑑2 1 + 𝛼𝜉 1 + 𝛼𝜉 + 𝑏𝑠3 − 𝜖1 𝑠3 + 𝑐𝜉 − 𝜖1 𝑠3 + 𝑐𝜉 𝛼𝜉
− 𝜖2𝑐𝜉 1 + 𝛼𝜉 + 𝑏𝑠3 < 0
⇔ 𝑑2 1 + 𝛼𝜉 1 + 𝛼𝜉 + 𝑏𝑠3
< 𝜖1 𝑠3 + 𝑐𝜉 + 𝜖1 𝑠3 + 𝑐𝜉 𝛼𝜉 + 𝜖2𝑐𝜉 1 + 𝛼𝜉 + 𝑏𝑠3
⇔ 𝑑2 <𝜖1 𝑠3 + 𝑐𝜉 + 𝜖1 𝑠3 + 𝑐𝜉 𝛼𝜉 + 𝜖2𝑐𝜉 1 + 𝛼𝜉 + 𝑏𝑠3
1 + 𝛼𝜉 1 + 𝛼𝜉 + 𝑏𝑠3
dan
𝜖2 1 + 𝛼𝜉 + 𝑏𝑠3 − 𝑑2𝑏 1 + 𝛼𝜉 + 𝑏𝑠3 + 𝜖1 𝑠3 + 𝑐𝜉 𝑏 < 0
⇔ 𝜖2 1 + 𝛼𝜉 + 𝑏𝑠3 + 𝜖1 𝑠3 + 𝑐𝜉 𝑏 < 𝑑2𝑏 1 + 𝛼𝜉 + 𝑏𝑠3
⇔𝜖2 1+𝛼𝜉+𝑏𝑠3 +𝜖1 𝑠3+𝑐𝜉 𝑏
𝑏 1+𝛼𝜉+𝑏𝑠3 < 𝑑2.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 5 - 5
b. 1 + 𝛼𝜉 + 𝑏𝑠3 1 − 𝑠3 − 𝑖3 1 + 𝛾𝑖3 − 1 + 𝛼𝜉 + 𝑏𝑠3 𝛽𝑖3 > 0 dan
𝑎 1 + 𝛾𝑖3 > 0.
Dengan demikian
1 + 𝛼𝜉 + 𝑏𝑠3 1 − 𝑠3 − 𝑖3 1 + 𝛾𝑖3 > 1 + 𝛼𝜉 + 𝑏𝑠3 𝛽𝑖3
⇔ 1 − 𝑠3 − 𝑖3 1 + 𝛾𝑖3 > 𝛽𝑖3
dan
𝑎 1 + 𝛾𝑖3 > 0
atau
1 + 𝛼𝜉 + 𝑏𝑠3 1 − 𝑠3 − 𝑖3 1 + 𝛾𝑖3 − 1 + 𝛼𝜉 + 𝑏𝑠3 𝛽𝑖3 < 0 dan
𝑎 1 + 𝛾𝑖3 < 0.
Dengan demikian
1 + 𝛼𝜉 + 𝑏𝑠3 1 − 𝑠3 − 𝑖3 1 + 𝛾𝑖3 < 1 + 𝛼𝜉 + 𝑏𝑠3 𝛽𝑖3
⇔ 1 − 𝑠3 − 𝑖3 1 + 𝛾𝑖3 < 𝛽𝑖3
dan
𝑎 1 + 𝛾𝑖3 < 0.
Selanjutnya, berdasarkan nilai parameter yang telah diketahui dimasukkan
ke kondisi tersebut dengan bantuan MAPLE. Sehingga diperoleh kondisi
yang memenuhi sebagai berikut:
(i) 𝑑2 >𝜖1 𝑠3+𝑐𝜉 +𝜖1 𝑠3+𝑐𝜉 𝛼𝜉+𝜖2𝑐𝜉 1+𝛼𝜉+𝑏𝑠3
1+𝛼𝜉 1+𝛼𝜉+𝑏𝑠3 dan
𝜖2 1+𝛼𝜉+𝑏𝑠3 +𝜖1 𝑠3+𝑐𝜉 𝑏
𝑏 1+𝛼𝜉+𝑏𝑠3 > 𝑑2
dengan nilai 0,04 > 0,03 dan 0,098 > 0,04.
(ii) 1 − 𝑠3 − 𝑖3 1 + 𝛾𝑖3 > 𝛽𝑖3 dan 𝑎 1 + 𝛾𝑖3 > 0
dengan nilai 0,91 > 0,05 dan 3,66 > 0 serta dengan syarat 1 > 𝑠3 + 𝑖3.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 6 - 1
Lampiran 6: Perhitungan Basic Reproduction Number
Ditentukan basic reproduction number yang akan digunakan untuk
parameter ambang batas penentuan kriteria koeksistensi penyakit pada populasi.
Nilai 𝑅0 diperoleh dengan menggunakan metode Van den Driessche. Dalam
kasus ini, hanya memperhatikan kompartemen yang terkena penyakit sebagai
berikut:
i. Misalkan 𝑥 = 𝑝 𝑇 sehingga persamaan dapat ditulis sebagai
𝑑𝑥
𝑑𝑡= 𝐹(𝑥) − 𝑍(𝑥)
dengan
𝐹 𝑥 =𝜖1 𝑠+𝑐𝜉 𝑝
1+𝛼𝜉+𝑏𝑠+
𝜖2𝑐𝜉𝑝
1+𝛼𝜉, dan 𝑍 𝑥 = 𝑑2𝑝.
Misalkan 𝔽 dan ℤ adalah turunan 𝐹(𝑥) dan 𝑍(𝑥) terhadap 𝑝, maka
diperoleh
𝔽 =𝑑𝐹 𝑥
𝑑𝑝=
𝜖1 𝑠 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏𝑠+
𝜖2𝑐𝜉
1 + 𝛼𝜉
dan
ℤ =𝑑𝑍(𝑥)
𝑑𝑝= 𝑑2
karena diketahui titik setimbang kedua 𝐸2 = 𝑠2, 𝑖2, 𝑝2 = 1,0,0 ,
sehingga 𝔽 =𝜖1 𝑠+𝑐𝜉
1+𝛼𝜉+𝑏𝑠+
𝜖2𝑐𝜉
1+𝛼𝜉=
𝜖1 1+𝑐𝜉
1+𝛼𝜉+𝑏+
𝜖2𝑐𝜉
1+𝛼𝜉
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 6 - 2
Dengan demikian,
𝑅0𝑝 = 𝐾 = 𝔽ℤ−1 =
1
𝑑2(𝜖1 1 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏+
𝜖2𝑐𝜉
1 + 𝛼𝜉)
ii. Misalkan 𝑥 = 𝑖 𝑇 sehingga persamaan dapat ditulis sebagai
𝑑𝑥
𝑑𝑡= 𝐹(𝑥) − 𝑍(𝑥)
dengan
𝐹 𝑥 =𝛽𝑠𝑖
1+𝛾𝑖, dan 𝑍 𝑥 = 𝑑1𝑖.
Misalkan 𝔽 dan ℤ adalah turunan 𝐹(𝑥) dan 𝑍(𝑥) terhadap 𝑖, maka
diperoleh
𝔽 =𝑑𝐹 𝑥
𝑑𝑖=
𝛽𝑠 1 + 𝛾𝑖 − 𝛽𝑠𝑖𝛾
(1 + 𝛾𝑖)2
dan
ℤ =𝑑𝑍(𝑥)
𝑑𝑖= 𝑑1
karena diketahui titik setimbang kedua 𝑠2, 𝑖2, 𝑝2 = 1,0,0 ,
sehingga 𝔽 = 𝛽.
Dengan demikian,
𝑅0𝑖 = 𝐾 = 𝔽ℤ−1 =
𝛽
𝑑1
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 7 - 1
Lampiran 7: Pencarian Persamaan Karakteristik Titik Setimbang 𝑬𝟎
Subtitusikan titik setimbang 𝐸0 pada matriks Jacobian sehingga diperoleh
𝐽 𝐸0 =
1 0 00 −𝑑1 0
0 0𝜖1𝑐𝜉
1 + 𝛼𝜉+
𝜖2𝑐𝜉
1 + 𝛼𝜉− 𝑑2
Selanjutnya akan dicari nilai eigen dari matriks di atas dengan langkah-langkah
sebagai berikut :
det 𝜆𝐼 − 𝐽 𝐸0 = 0
⇔
𝜆 0 00 𝜆 00 0 𝜆
−
1 0 00 −𝑑1 0
0 0𝜖1𝑐𝜉
1 + 𝛼𝜉+
𝜖2𝑐𝜉1 + 𝛼𝜉
− 𝑑2
= 0
⇔
𝜆 − 1 0 00 𝜆 + 𝑑1 0
0 0 𝜆 − 𝜖1𝑐𝜉
1 + 𝛼𝜉+
𝜖2𝑐𝜉1 + 𝛼𝜉
− 𝑑2 = 0
Dari sini diperoleh persamaan karakteristik sebagai berikut :
𝜆 − 1 𝜆 + 𝑑1 𝜆 − 𝜖1𝑐𝜉
1 + 𝛼𝜉+
𝜖2𝑐𝜉1 + 𝛼𝜉
− 𝑑2 = 0
Dengan demikian diperoleh nilai-nilai eigen dari 𝐽 𝐸0 sebagai berikut:
𝜆1 = 1, 𝜆2 = −𝑑1, 𝜆3 =𝜖1𝑐𝜉
1 + 𝛼𝜉+
𝜖2𝑐𝜉
1 + 𝛼𝜉− 𝑑2
Dari matriks Jacobian 𝐽 𝐸0 , diperoleh satu nilai eigen positif yaitu 1. Oleh karena
itu titik setimbang 𝐸0 tidak stabil.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 8 - 1
Lampiran 8: Pencarian Persamaan Karakteristik Titik Setimbang 𝑬𝟏
Subtitusikan titik setimbang 𝐸1 pada matriks Jacobian sehingga diperoleh
𝐽 𝐸1 =
−1 −(𝛽 + 1)−𝑎
1 + 𝛼𝜉 + 𝑏0 𝛽 − 𝑑1 0
0 0𝜖1 1 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏+
𝜖2 1 + 𝑐𝜉
1 + 𝛼𝜉− 𝑑2
Selanjutnya akan dicari nilai eigen dari matriks di atas dengan langkah-langkah
sebagai berikut :
det 𝜆𝐼 − 𝐽 𝐸1 = 0
⇔
𝜆 0 00 𝜆 00 0 𝜆
−
−1 −(𝛽 + 1)
−𝑎1 + 𝛼𝜉 + 𝑏
0 𝛽 − 𝑑1 0
0 0𝜖1 1 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏+
𝜖2 1 + 𝑐𝜉
1 + 𝛼𝜉− 𝑑2
= 0
⇔
𝜆 + 1 (𝛽 + 1)𝑎
1 + 𝛼𝜉 + 𝑏0 𝜆 − 𝛽 − 𝑑1 0
0 0 𝜆 − 𝜖1 1 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏+
𝜖2 1 + 𝑐𝜉
1 + 𝛼𝜉− 𝑑2
= 0
Dari sini diperoleh persamaan karakteristik sebagai berikut :
𝜆 + 1 𝜆 − 𝛽 − 𝑑1 𝜆 − 𝜖1 1 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏+
𝜖2 1 + 𝑐𝜉
1 + 𝛼𝜉− 𝑑2 = 0
Dengan demikian diperoleh nilai-nilai eigen dari 𝐽 𝐸1 sebagai berikut:
𝜆1 = −1, 𝜆2 = 𝛽 − 𝑑1, dan 𝜆3 =𝜖1 1+𝑐𝜉
1+𝛼𝜉 +𝑏+
𝜖2𝑐𝜉
1+𝛼𝜉− 𝑑2
Dari matriks Jacobian 𝐽 𝐸1 , diperoleh satu nilai eigen negatif 𝜆1 = −1 dan dua
nilai eigen 𝜆2 = 𝛽 − 𝑑1 dan 𝜆3 =𝜖1 1+𝑐𝜉
1+𝛼𝜉 +𝑏+
𝜖2𝑐𝜉
1+𝛼𝜉− 𝑑2. Titik setimbang 𝐸1 stabil
asimtotis jika :
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 8 - 2
(i) 𝜆2 < 0
⇔ 𝛽 − 𝑑1 < 0
⇔ 𝛽 < 𝑑1 atau
𝛽 < 𝑑1
⟺𝛽
𝑑1< 1
⟺ 𝑅0𝑖 < 1 dan
(ii) 𝜆3 < 0
⇔𝜖1 1 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏+
𝜖2𝑐𝜉
1 + 𝛼𝜉− 𝑑2 < 0
⇔𝜖1 1+𝑐𝜉
1+𝛼𝜉 +𝑏+
𝜖2𝑐𝜉
1+𝛼𝜉< 𝑑2 atau
𝜖1 1 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏+
𝜖2𝑐𝜉
1 + 𝛼𝜉< 𝑑2
⇔1
𝑑2 𝜖1 1 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏+
𝜖2𝑐𝜉
1 + 𝛼𝜉 < 1
⇔ 𝑅0𝑝 < 1
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 9 - 1
Lampiran 9: Pencarian Persamaan Karakteristik Titik Setimbang Bebas
Penyakit (𝑬𝟐)
Titik setimbang bebas penyakit (𝐸2), yakni 𝑠 ≠ 0, 𝑖 = 0, dan 𝑝 ≠ 0.
𝐸2 = 𝑠2, 𝑖2, 𝑝2 = 𝑑2(1+𝛼𝜉 )−𝜖2𝑐𝜉−𝜖1𝑐𝜉
𝜖1−𝑑2𝑏−𝜖2𝑐𝜉
1+𝛼𝜉𝑏
, 0,1−𝑠2
𝑎 1 + 𝛼𝜉 + 𝑏𝑠2 .
Berdasarkan kondisi kesetimbangan, diperoleh:
𝑠2 1 − 𝑠2 − 𝑖2 −𝛽𝑠2𝑖2
1 + 𝛾𝑖2−
𝑎𝑠2𝑝2
1 + 𝛼𝜉 + 𝑏𝑠2= 0
⟺ 𝑠2 1 − 𝑠2 − 𝑖2 −𝛽𝑖2
1+𝛾𝑖2−
𝑎𝑝2
1+𝛼𝜉 +𝑏𝑠2 = 0
⟺ 𝑠2 ≠ 0 maka 1 − 𝑠2 − 𝑖2 −𝛽𝑖2
1+𝛾𝑖2−
𝑎𝑝2
1+𝛼𝜉 +𝑏𝑠2= 0
⟺ 1 − 𝑠2 =𝑎𝑝2
1 + 𝛼𝜉 + 𝑏𝑠2
𝛽𝑠2𝑖2
1 + 𝛾𝑖2−
𝜂𝑝2𝑖2
1 + 𝛼𝜉 + 𝑏𝑖2− 𝑑1𝑖2 = 0
⟺ 𝑖2 𝛽𝑠2
1 + 𝛾𝑖2−
𝜂𝑝2
1 + 𝛼𝜉 + 𝑏𝑖2− 𝑑1 = 0
⟺ 𝑖2 = 0 maka 𝛽𝑠2
1+𝛾𝑖2−
𝜂𝑝2
1+𝛼𝜉 +𝑏𝑖2− 𝑑1 ≠ 0
𝜖1 𝑠2 + 𝑐𝜉 𝑝2
1 + 𝛼𝜉 + 𝑏𝑠2+
𝜖2 𝑖2 + 𝑐𝜉 𝑝2
1 + 𝛼𝜉 + 𝑏𝑖2− 𝑑1𝑝2 = 0
⟺ 𝑝2 𝜖1 𝑠2 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏𝑠2+
𝜖2 𝑖2 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏𝑖2− 𝑑1 = 0
⟺ 𝑝2 ≠ 0 maka 𝜖1 𝑠2+𝑐𝜉
1+𝛼𝜉 +𝑏𝑠2+
𝜖2 𝑖2+𝑐𝜉
1+𝛼𝜉 +𝑏𝑖2− 𝑑1 = 0
⟺𝜖1 𝑠2 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏𝑠2+
𝜖2𝑐𝜉
1 + 𝛼𝜉− 𝑑1 = 0
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 9 - 2
⟺𝜖1 𝑠2 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏𝑠2+
𝜖2𝑐𝜉
1 + 𝛼𝜉= 𝑑1
Matriks 𝐽 dievaluasi pada titik setimbang 𝐸2, sehingga diperoleh:
𝐽 𝐸2 =
1 − 2𝑠2 −𝑎𝑝2
1+𝛼𝜉+𝑏𝑠2+
𝑎𝑠2𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2−𝑠2 1 + 𝛽 −
𝑎𝑠2
1+𝛼𝜉+𝑏𝑠2
0 𝛽𝑠2 −𝜂𝑝2
1+𝛼𝜉− 𝑑1 0
𝜖1𝑝2
1+𝛼𝜉+𝑏𝑠2−
𝜖1 𝑠2+𝑐𝜉 𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2
𝜖2𝑝2
1+𝛼𝜉−
𝜖2𝑐𝜉𝑝2𝑏
1+𝛼𝜉 2
𝜖1 𝑠2+𝑐𝜉
1+𝛼𝜉+𝑏𝑠2+
𝜖2𝑐𝜉
1+𝛼𝜉− 𝑑2
Berdasarkan kondisi kesetimbangan, maka
𝐽 𝐸2 =
−𝑠2 +𝑎𝑠2𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2−𝑠2(1 + 𝛽) −
𝑎𝑠2
1+𝛼𝜉+𝑏𝑠2
0 𝛽𝑠2 −𝜂𝑝2
1+𝛼𝜉− 𝑑1 0
𝜖1𝑝2
1+𝛼𝜉+𝑏𝑠2−
𝜖1 𝑠2+𝑐𝜉 𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2
𝜖2𝑝2
1+𝛼𝜉−
𝜖2𝑐𝜉𝑝2𝑏
1+𝛼𝜉 20
Selanjutnya akan dicari nilai eigen dari matriks di atas dengan langkah-langkah
sebagai berikut :
det 𝜆𝐼 − 𝐽 𝐸2 = 0
⇔
𝜆 − −𝑠2 +
𝑎𝑠2𝑝2𝑏
1 + 𝛼𝜉 + 𝑏𝑠2 2 𝑠2(1 + 𝛽)
𝑎𝑠2
1 + 𝛼𝜉 + 𝑏𝑠2
0 𝜆 − 𝛽𝑠2 −𝜂𝑝2
1 + 𝛼𝜉− 𝑑1 0
−𝜖1𝑝2
1 + 𝛼𝜉 + 𝑏𝑠2+
𝜖1 𝑠2 + 𝑐𝜉 𝑝2𝑏
1 + 𝛼𝜉 + 𝑏𝑠2 2−
𝜖2𝑝2
1 + 𝛼𝜉+
𝜖2𝑐𝜉𝑝2𝑏
1 + 𝛼𝜉 2𝜆
= 0
Dari sini diperoleh persamaan karakteristik sebagai berikut :
𝜆 − 𝛽𝑠2 −𝜂𝑝2
1+𝛼𝜉− 𝑑1 𝜆 𝜆 − −𝑠2 +
𝑎𝑠2𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2 − 𝑎𝑠2
1+𝛼𝜉+𝑏𝑠2 −
𝜖1𝑝2
1+𝛼𝜉+𝑏𝑠2+
𝜖1 𝑠2+𝑐𝜉 𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2 = 0
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 9 - 3
⇔ 𝜆 − 𝛽𝑠2 −𝜂𝑝2
1+𝛼𝜉− 𝑑1 𝜆 𝜆 + 𝑠2 −
𝑎𝑠2𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2 −
𝑎𝑠2
1+𝛼𝜉+𝑏𝑠2 −
𝜖1𝑝2
1+𝛼𝜉+𝑏𝑠2+
𝜖1 𝑠2+𝑐𝜉 𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2 = 0
⇔ 𝜆 − 𝛽𝑠2 −𝜂𝑝2
1+𝛼𝜉− 𝑑1 𝜆2 + 𝜆𝑠2 − 𝜆
𝑎𝑠2𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2+
𝑎𝑠2𝜖1𝑝2
1+𝛼𝜉+𝑏𝑠2 2−
𝑎𝑠2𝜖1𝑝2𝑏 𝑠2+𝑐𝜉
1+𝛼𝜉+𝑏𝑠2 3 = 0
⇔ 𝜆 − 𝛽𝑠2 −𝜂𝑝2
1+𝛼𝜉− 𝑑1 𝜆2 + 𝜆 𝑠2 −
𝑎𝑠2𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2 +
𝑎𝑠2𝜖1𝑝2
1+𝛼𝜉+𝑏𝑠2 2−
𝑎𝑠2𝜖1𝑝2𝑏 𝑠2+𝑐𝜉
1+𝛼𝜉+𝑏𝑠2 3 = 0
⇔ 𝜆 − 𝛽𝑠2 −𝜂𝑝
2
1 + 𝛼𝜉− 𝑑1 𝜆2 + 𝜆𝑞1 + 𝑞2 = 0,
dengan
𝑞1 = 𝑠2 −𝑎𝑠2𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2,
𝑞2 =𝑎𝑠2𝜖1𝑝2
1+𝛼𝜉+𝑏𝑠2 2−
𝑎𝑠2𝜖1 𝑠2+𝑐𝜉 𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 3.
Dengan demikian diperoleh nilai-nilai eigen dari 𝐽 𝐸2 adalah sebagai berikut:
𝜆1 = 𝛽𝑠2 −𝜂𝑝
2
1 + 𝛼𝜉− 𝑑1.
Sedangkan nilai eigen yang lain diperoleh dari akar-akar persamaan karakteristik
berikut:
𝜆2 + 𝑞1𝜆 + 𝑞2 = 0.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 9 - 4
Menurut kriteria Routh-Hurwitz, persamaan 𝜆2 + 𝑞1𝜆 + 𝑞2 = 0 akan memiliki akar-akar
dengan bilangan real negatif jika dan hanya jika 𝑞1 > 0 dan 𝑞2 > 0. Akan ditentukan
syarat untuk 𝑞1 > 0 dan 𝑞2 > 0 sebagai berikut:
Pandang 𝑞1 = 𝑠2 −𝑎𝑠2𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 2> 0
⇔ 𝑠2 1 −𝑎𝑝2𝑏
1 + 𝛼𝜉 + 𝑏𝑠2 2 > 0
⇔ 1 −𝑎𝑝2𝑏
1 + 𝛼𝜉 + 𝑏𝑠2 2
> 0
⇔𝑎𝑝2𝑏
1 + 𝛼𝜉 + 𝑏𝑠2 2
< 1.
Pandang 𝑞2 =𝑎𝑠2𝜖1𝑝2
1+𝛼𝜉+𝑏𝑠2 2−
𝑎𝑠2𝜖1 𝑠2+𝑐𝜉 𝑝2𝑏
1+𝛼𝜉+𝑏𝑠2 3> 0
⇔𝑎𝑠2𝜖1𝑝2
1 + 𝛼𝜉 + 𝑏𝑠2 2 1 −
𝑠2 + 𝑐𝜉 𝑏
1 + 𝛼𝜉 + 𝑏𝑠2 > 0
⇔ 1 − 𝑠2 + 𝑐𝜉 𝑏
1 + 𝛼𝜉 + 𝑏𝑠2 > 0
⇔ 𝑠2 + 𝑐𝜉 𝑏
1 + 𝛼𝜉 + 𝑏𝑠2 < 1.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 10 - 1
Lampiran 10: Pencarian Persamaan Karakteristik Titik Setimbang
Koeksistensi (𝑬𝟑)
Titik setimbang bebas penyakit (𝐸3), yakni 𝑠 ≠ 0, 𝑖 ≠ 0, dan 𝑝 ≠ 0.
𝐸3 = 𝑠3, 𝑖3, 𝑝3 sebagai berikut:
𝑠3 = 1+𝛾𝑖3
𝛽
𝜂𝑝3
1+𝛼𝜉 +𝑏𝑖3+ 𝑑1 ,
𝑖3 =𝑑2 1+𝛼𝜉 1+𝛼𝜉 +𝑏𝑠3 −𝜖1 𝑠3+𝑐𝜉 −𝜖1 𝑠3+𝑐𝜉 𝛼𝜉−𝜖2𝑐𝜉 1+𝛼𝜉 +𝑏𝑠3
𝜖2 1+𝛼𝜉 +𝑏𝑠3 −𝑑2𝑏 1+𝛼𝜉 +𝑏𝑠3 +𝜖1 𝑠3+𝑐𝜉 𝑏,
𝑝3 = 1+𝛼𝜉 +𝑏𝑠3 1−𝑠3−𝑖3 1+𝛾𝑖3 −𝛽𝑖3 1+𝛼𝜉 +𝑏𝑠3
𝑎 1+𝛾𝑖3
Berdasarkan kondisi kesetimbangan, diperoleh:
𝑠3 1 − 𝑠3 − 𝑖3 −𝛽𝑠3𝑖3
1 + 𝛾𝑖3−
𝑎𝑠3𝑝3
1 + 𝛼𝜉 + 𝑏𝑠3= 0
⟺ 𝑠3 1 − 𝑠3 − 𝑖3 −𝛽𝑖3
1+𝛾𝑖3−
𝑎𝑝3
1+𝛼𝜉 +𝑏𝑠3 = 0
⟺ 𝑠3 ≠ 0 maka 1 − 𝑠3 − 𝑖3 −𝛽𝑖3
1+𝛾𝑖3−
𝑎𝑝3
1+𝛼𝜉 +𝑏𝑠3= 0
⟺ 1 − 𝑠3 − 𝑖3 =𝛽𝑖3
1 + 𝛾𝑖3+
𝑎𝑝3
1 + 𝛼𝜉 + 𝑏𝑠3
𝛽𝑠3𝑖3
1 + 𝛾𝑖3−
𝜂𝑝3𝑖3
1 + 𝛼𝜉 + 𝑏𝑖3− 𝑑1𝑖3 = 0
⟺ 𝑖3 𝛽𝑠3
1 + 𝛾𝑖3−
𝜂𝑝3
1 + 𝛼𝜉 + 𝑏𝑖3− 𝑑1 = 0
⟺ 𝑖2 ≠ 0 maka 𝛽𝑠3
1+𝛾𝑖3−
𝜂𝑝3
1+𝛼𝜉+𝑏𝑖3− 𝑑1 = 0
⟺𝛽𝑠3
1 + 𝛾𝑖3=
𝜂𝑝3
1 + 𝛼𝜉 + 𝑏𝑖3+ 𝑑1 = 0
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 10 - 2
𝜖1 𝑠3 + 𝑐𝜉 𝑝3
1 + 𝛼𝜉 + 𝑏𝑠3+
𝜖2 𝑖3 + 𝑐𝜉 𝑝3
1 + 𝛼𝜉 + 𝑏𝑖3− 𝑑1𝑝3 = 0
⟺ 𝑝3 𝜖1 𝑠3 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏𝑠3+
𝜖2 𝑖3 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏𝑖3− 𝑑1 = 0
⟺ 𝑝3 ≠ 0 maka 𝜖1 𝑠3+𝑐𝜉
1+𝛼𝜉 +𝑏𝑠3+
𝜖2 𝑖3+𝑐𝜉
1+𝛼𝜉 +𝑏𝑖3− 𝑑1 = 0
⟺𝜖1 𝑠3 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏𝑠3+
𝜖2 𝑖3 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏𝑖3− 𝑑1 = 0
⟺𝜖1 𝑠3 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏𝑠3+
𝜖2 𝑖3 + 𝑐𝜉
1 + 𝛼𝜉 + 𝑏𝑖3= 𝑑1
Matriks 𝐽 dievaluasi pada titik setimbang 𝐸3, sehingga diperoleh:
𝐽 𝐸3 =
1 − 2𝑠3 − 𝑖3 −𝛽𝑖3
1+𝛾𝑖3−
𝑎𝑝3
1+𝛼𝜉 +𝑏𝑠3+
𝑎𝑠3𝑝3𝑏
1+𝛼𝜉 +𝑏𝑠3 2−𝑠3 −
𝛽𝑠3
1+𝛾𝑖3+
𝛽𝑠3𝑖3𝛾
(1+𝛾𝑖3)2 −𝑎𝑠3
1+𝛼𝜉 +𝑏𝑠3
𝛽𝑖3
1+𝛾𝑖3
𝛽𝑠3
1+𝛾𝑖3−
𝛽𝑠3𝑖3𝛾
(1+𝛾𝑖3)2 −𝜂𝑝3
1+𝛼𝜉 +𝑏𝑖3+
𝜂𝑖3𝑝3𝑏
1+𝛼𝜉 +𝑏𝑖3 2− 𝑑1 −
𝜂𝑖3
1+𝛼𝜉 +𝑏𝑖3
𝜖1𝑝3
1+𝛼𝜉 +𝑏𝑠3−
𝜖1(𝑠3+𝑐𝜉 )𝑝3𝑏
(1+𝛼𝜉 +𝑏𝑠3)2
𝜖2𝑝3
1+𝛼𝜉 +𝑏𝑖3−
𝜖2(𝑖3+𝑐𝜉 )𝑝3𝑏
(1+𝛼𝜉 +𝑏𝑖3)2
𝜖1 𝑠3+𝑐𝜉
1+𝛼𝜉 +𝑏𝑠3+
𝜖2(𝑖+𝑐𝜉 )
1+𝛼𝜉 +𝑏𝑖− 𝑑2
Berdasarkan kondisi kesetimbangan, maka
𝐽 𝐸3
=
−𝑠3 +𝑎𝑠3𝑝3𝑏
1 + 𝛼𝜉 + 𝑏𝑠3 2
−𝑠3 −𝛽𝑠3
1 + 𝛾𝑖3
+𝛽𝑠3𝛾𝑖3
(1 + 𝛾𝑖3)2−
𝑎𝑠3
1 + 𝛼𝜉 + 𝑏𝑠3
𝛽𝑖3
1 + 𝛾𝑖3
−𝛽𝑠3𝑖3𝛾
(1 + 𝛾𝑖3)2+
𝜂𝑖3𝑝3𝑏
1 + 𝛼𝜉 + 𝑏𝑖3 2
−𝜂𝑖3
1 + 𝛼𝜉 + 𝑏𝑖3
𝜖1𝑝3
1 + 𝛼𝜉 + 𝑏𝑠3
−𝜖1(𝑠3 + 𝑐𝜉)𝑝3𝑏
(1 + 𝛼𝜉 + 𝑏𝑠3)2
𝜖2𝑝3
1 + 𝛼𝜉 + 𝑏𝑖3
−𝜖2(𝑖3 + 𝑐𝜉)𝑝3𝑏
(1 + 𝛼𝜉 + 𝑏𝑖3)20
dengan
𝐴11 = −𝑠3 +𝑎𝑠3𝑝3
𝑏
1 + 𝛼𝜉 + 𝑏𝑠3 2,
𝐴12 = −𝑠3 −𝛽𝑠3
1 + 𝛾𝑖3
+𝛽𝑠3𝛾𝑖3
(1 + 𝛾𝑖3)2,
𝐴13 = −𝑎𝑠3
1 + 𝛼𝜉 + 𝑏𝑠3
,
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 10 - 3
𝐴21 =𝛽𝑖3
1 + 𝛾𝑖3
,
𝐴22 = −𝛽𝑠3𝑖3𝛾
(1 + 𝛾𝑖3)2+
𝜂𝑖3𝑝3𝑏
1 + 𝛼𝜉 + 𝑏𝑖3 2,
𝐴23 = −𝜂𝑖3
1 + 𝛼𝜉 + 𝑏𝑖3
,
𝐴31 =𝜖1𝑝3
1 + 𝛼𝜉 + 𝑏𝑠3
−𝜖1(𝑠3 + 𝑐𝜉)𝑝
3𝑏
(1 + 𝛼𝜉 + 𝑏𝑠3)2,
𝐴32 =𝜖2𝑝3
1 + 𝛼𝜉 + 𝑏𝑖3
−𝜖2(𝑖3 + 𝑐𝜉)𝑝
3𝑏
(1 + 𝛼𝜉 + 𝑏𝑖3)2,
𝐴33 = 0.
Selanjutnya akan dicari nilai eigen dari matriks di atas dengan langkah-langkah
sebagai berikut :
det 𝜆𝐼 − 𝐽 𝐸2 = 0
⇔
𝜆 − 𝐴11 −𝐴12 −𝐴13
−𝐴21 𝜆 − 𝐴22 −𝐴23
−𝐴31 −𝐴32 𝜆 = 0
Dari sini diperoleh persamaan karakteristik sebagai berikut :
𝜆 − 𝐴11 [(𝜆 − 𝐴22) 𝜆 −𝐴23𝐴32] + 𝐴12 −𝐴21𝜆−𝐴23𝐴31 − 𝐴13 𝐴21𝐴32 − 𝜆 − 𝐴22 −𝐴31 = 0
⟺ 𝜆 − 𝐴11 𝜆2 − 𝜆𝐴22−𝐴23𝐴32 + 𝐴12 −𝐴21𝜆−𝐴23𝐴31 − 𝐴13 𝐴21𝐴32 + 𝜆𝐴31 − 𝐴22𝐴31 = 0
⇔ 𝜆3 − 𝜆2𝐴22−𝜆𝐴23𝐴32 − 𝜆2𝐴11 + 𝜆𝐴11𝐴22 + 𝐴11𝐴23𝐴32 − 𝜆𝐴12𝐴21 − 𝐴12𝐴23𝐴31 − 𝐴13𝐴21𝐴32 −
𝜆𝐴13𝐴31 + 𝐴13𝐴22𝐴31 = 0
⇔ 𝜆3 − (𝐴11 + 𝐴22)𝜆2+(𝐴11𝐴22 − 𝐴12𝐴21 − 𝐴13𝐴31−𝐴23𝐴32)𝜆 + (𝐴11𝐴23𝐴32 − 𝐴12𝐴23𝐴31 −
𝐴13𝐴21𝐴32 + 𝐴13𝐴22𝐴31 = 0
Dari sini diperoleh persamaan karakteristik untuk matriks 𝐽 𝐸3 adalah sebagai
berikut:
𝜆3 + 𝛺1𝜆2 + 𝛺2𝜆 + 𝛺3 = 0,
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 10 - 4
dengan
𝛺1 = − 𝐴11 + 𝐴22 ,
𝛺2 = 𝐴11𝐴22 − 𝐴12𝐴21 − 𝐴13𝐴31 − 𝐴23𝐴32 ,
𝛺3 = 𝐴11𝐴23𝐴32 − 𝐴12𝐴23𝐴31 − 𝐴13𝐴21𝐴32 + 𝐴13𝐴22𝐴31 .
Titik setimbang koeksistensi (𝐸3) stabil asimtotis jika dan hanya jika akar-
akar dari persamaan karakteristik bernilai negatif. Berdasarkan kriteria Routh-
Hurwitz, persamaan karakteristik tersebut akan memiliki akar-akar yang negatif
jika dan hanya jika memenuhi:
a. 𝛺1, 𝛺2, dan 𝛺3 > 0
b. 𝛺1𝛺2 − 𝛺3 > 0
Persamaan 𝛺1, 𝛺2, dan 𝛺3 mengandung banyak parameter yang sulit untuk
disederhanakan. Oleh karena itu, untuk menentukan syarat agar 𝜆𝑖 < 0 untuk
𝑖 = 1,2 dan 3 rumit ditentukan secara manual. Dari sini dilakukan simulasi
numerik untuk menentukan sifat kestabilan dari titik setimbang koeksistensi 𝐸3
menggunakan bidang fase software MATLAB. Kode pogram untuk simulasi
numerik dapat dilihat pada Lampiran 11.
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 11 - 1
Lampiran 11: Kode Program untuk Simulasi Bidang Fase dan Grafik Model
Matematika Peran Penambahan Makanan dalam Sistem Eko-
epidemiologi dengan Penyakit pada Prey
Kode Program untuk Pendefinisian Variabel
function xdot=bidang_fase_E3(t,x) global gamma a alpha xi b d1 d2 epsilon1 epsilon2 c eta beta;
xdot=zeros(3,1); xdot(1)=x(1)*(1-x(1)-x(2))-(beta*x(1)*x(2))/(1+gamma*x(2))-
(a*x(1)*x(3))/(1+alpha*xi*+b*x(1)); xdot(2)=(beta*x(1)*x(2))/(1+gamma*x(2))-
(eta*x(2)*x(3))/(1+alpha*xi+b*x(2))-d1*x(2); xdot(3)=(epsilon1*(x(1)+c*xi)*x(3))/(1+alpha*xi+b*x(1))+(epsilon2*
(x(2)+c*xi)*x(3))/(1+alpha*xi+b*x(2))-d2*x(3); end
Program Utama
clc; close all; clear all; global gamma a alpha xi b d1 d2 epsilon1 epsilon2 c eta beta; gamma=5; a=3; alpha=0; xi=0; b=3; d1=0.08; d2=0.04; epsilon1=0.25; epsilon2=0.2; c=0.2; eta=0.4; beta=1.25;
[t1,x1]=ode45(@bidang_fase_E3,[0 150],[3.6 2.1 0.18]); [t2,x2]=ode45(@bidang_fase_E3,[0 150],[3 0.1 0.2]); [t3,x3]=ode45(@bidang_fase_E3,[0 150],[2.6 1.2 0.24]);
figure (1) plot(x1(:,1),x1(:,2),x2(:,1),x2(:,2),x3(:,1),x3(:,2)); legend('[3.6 2.1 0.18]','[3 0.1 0.2]','[2.6 1.2 0.24]') xlabel('s(t)'); ylabel('i(t)');
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 11 - 2
figure (2) plot(x1(:,3),x1(:,2),x2(:,3),x2(:,2),x3(:,3),x3(:,2)); legend('[3.6 2.1 0.18]','[3 0.1 0.2]','[2.6 1.2 0.24]') xlabel('p(t)'); ylabel('i(t)');
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 12 - 1
Lampiran 12: Simulasi Dinamika Model Matematika Peran Penambahan
Makanan dalam Sistem Eko-epidemiologi dengan Penyakit
pada Prey (𝜶 = 𝟎 dan 𝝃 = 𝟎)
1. Membuat fungsi Skripsi.m dengan M-file sebagai berikut:
function xdot=Skripsi(t,x) xdot=zeros(3,1); gamma=5; a=3; alpha=0; xi=0; b=3; d1=0.08; d2=0.04; epsilon1=0.25; epsilon2=0.2; c=0.2; eta=0.4;
global beta xdot(1)=x(1)*(1-x(1)-x(2))-(beta*x(1)*x(2))/(1+gamma*x(2))-
(a*x(1)*x(3))/(1+alpha*xi*+b*x(1)); xdot(2)=(beta*x(1)*x(2))/(1+gamma*x(2))-
(eta*x(2)*x(3))/(1+alpha*xi+b*x(2))-d1*x(2); xdot(3)=(epsilon1*(x(1)+c*xi)*x(3))/(1+alpha*xi+b*x(1))+(epsilon2*
(x(2)+c*xi)*x(3))/(1+alpha*xi+b*x(2))-d2*x(3); end
2. Membuat M-file baru untuk memplot fungsi Skripsi.m sebagai berikut:
clc; global beta beta0=[1.25;0.1]; x0=[0.5 0.3 0.2]; t=[0 100]; n=length(beta0);
for i=1:n beta=beta0(i,1); [t,x]=ode45('Skripsi',t,x0); figure(i) plot(t,x(:,1),t,x(:,2),t,x(:,3)) legend('s','i','p') ylabel('Populasi') xlabel('t') end
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH
Lampiran 13 - 1
Lampiran 13: Simulasi Dinamika Model Matematika Peran Penambahan
Makanan dalam Sistem Eko-epidemiologi dengan Penyakit
pada Prey (𝜶 = 𝟎,𝟖 dan 𝝃 = 𝟎,𝟒)
1. Membuat fungsi Skripsi.m dengan M-file sebagai berikut:
function xdot=Skripsi(t,x) xdot=zeros(3,1); gamma=5; a=3; alpha=0.8; xi=0.4; b=3; d1=0.08; d2=0.04; epsilon1=0.25; epsilon2=0.2; c=0.2; eta=0.4;
global beta xdot(1)=x(1)*(1-x(1)-x(2))-(beta*x(1)*x(2))/(1+gamma*x(2))-
(a*x(1)*x(3))/(1+alpha*xi*+b*x(1)); xdot(2)=(beta*x(1)*x(2))/(1+gamma*x(2))-
(eta*x(2)*x(3))/(1+alpha*xi+b*x(2))-d1*x(2); xdot(3)=(epsilon1*(x(1)+c*xi)*x(3))/(1+alpha*xi+b*x(1))+(epsilon2*
(x(2)+c*xi)*x(3))/(1+alpha*xi+b*x(2))-d2*x(3); end
2. Membuat M-file baru untuk memplot fungsi Skripsi.m sebagai berikut:
clc; global beta beta0=[1.25;0.1]; x0=[0.5 0.3 0.2]; t=[0 100]; n=length(beta0);
for i=1:n beta=beta0(i,1); [t,x]=ode45('Skripsi',t,x0); figure(i) plot(t,x(:,1),t,x(:,2),t,x(:,3)) legend('s','i','p') ylabel('Populasi') xlabel('t') end
ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI ANALISIS MODEL MATEMATIKA ... FAIDAH ALIMATUL FITRIAH