MODEL PENYEBARAN PENYAKIT

DENGAN PENGKARANTINAAN

KELOMPOK IV :
1. Atik Nurjannah (H1B010057)
2. M. Najib Singgih (H1B010039)
3. Dwi Pungkas Haruadi (H1B010026)
4. Rissa Rezeki (H1B009021)
5. Yuliatri Wirawidya (H1B009035)
6. Aliefiannisa R. (H1B010054)
KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN
UNIVERSITAS JENDERAL SOEDIRMAN
FAKULTAS SAINS DAN TEKNIK
JURUSAN MIPA
PROGRAM STUDI MATEMATIKA
PURWOKERTO
2013
ABSTRAK
Penyakit merupakan salah satu bagian dari kehidupan manusia berupa
ketidaknyamanan yang disebabkan oleh pengaruh lingkungan yang meliputi air,
udara, tanah, dan cuaca. Penyebaran dan penularan penyakit dengan pengkarantinaan
dapat direpresentasikan dalam model matematika, yaitu model RTK yang berupa
sistem persamaan diferensial non linier. Dari model penyebaran penyakit dengan
pengkarantinaan tersebut, diperoleh titik kesetimbangan dan angka rasio reproduksi
dasar. Perilaku model dapat diketahui dengan menentukan kestabilan titik
kesetimbangan, sedangkan faktor-faktor yang menyebabkan terjadinya epidemik
dapat diketahui dari angka rasio reproduksi dasar.
Angka rasio reproduksi dasar menunjukkan bahwa kasus epidemik pada
populasi dipengaruhi oleh faktor tingkat efektivitas kontak antara individu rentan
dengan individu yang telah terinfeksi, tingkat kelahiran pada individu terinfeksi,
tingkat kematian alami, dan tingkat pengkarantinaan. Berdasarkan hasil analisis titik
kesetimbangan, dapat disimpulkan bahwa titik kesetimbangan bebas penyakit bersifat
stabil asimtotis jika angka rasio reproduksi dasar kurang dari satu, sedangkan titik
kesetimbangan endemik bersifat stabil asimtotis jika angka rasio reproduksi dasar
lebih dari satu.
Kata kunci : sistem persamaan diferensial non linier, angka rasio reproduksi dasar,
titik kesetimbangan, stabil asimtotis.
1. PENDAHULUAN
1.1 Latar Belakang
Penyakit merupakan salah satu bagian dari kehidupan manusia berupa
ketidaknyamanan yang disebabkan oleh beberapa faktor, diantaranya air, udara,
tanah, dan cuaca (Bustan, 1997). Penyakit dibagi menjadi dua klasifikasi, yaitu
penyakit menular dan penyakit tidak menular. Penyakit menular adalah penyakit
yang dapat berpindah dari seorang individu ke individu lainnya, sedangkan
penyakit tidak menular adalah penyakit yang tidak dapat berpindah dari seorang
individu ke individu lainnya. Ada dua kategori penyakit menular yaitu ringan dan
berat. Penyakit menular yang ringan contohnya adalah influenza. Sedangkan
penyakit menular yang berat contohnya adalah HIV/AIDS.
Sampai saat ini, penyakit HIV/AIDS belum ditemukan obatnya. Padahal
penyakit ini sangat berbahaya karena beresiko menyebabkan kematian. Oleh
karena itu, perlu dilakukan suatu tindakan yang dapat mengurangi laju
pertumbuhan penyakit HIV/AIDS. Salah satu tindakan yang tepat adalah dengan
melakukan karantina pada individu yang terjangkit HIV/AIDS. Jika penderita
dikarantina maka penderita HIV/AIDS tidak dapat menularkan penyakitnya.
Dengan demikian jumlah individu yang terinfeksi HIV/AIDS relatif berkurang.
Selanjutnya, pola penyebaran penyakit dengan pengkarantinaan dapat dimodelkan
secara matematika yaitu model RTK. Model ini mengaitkan hubungan antara
individu rentan, individu terinfeksi dan individu karantina.
1.2 Rumusan Masalah
Berdasarkan uraian pendahuluan di atas, maka rumusan masalah dalam
penelitian ini adalah bagaimana penurunan dan perilaku model penyebaran
penyakit dengan pengkarantinaan?
1.3 Tujuan
Penelitian ini bertujuan untuk mengkaji penurunan dan menganalisis perilaku
model penyebaran penyakit dengan pengkarantinaan.
2. METODE PENELITIAN
Metode penelitian yang digunakan dalam penelitian ini adalah studi pustaka.
Langkah-langkah yang dilakukan dalam penelitian ini adalah:
1. Mengidentifikasi faktor-faktor yang relevan, yaitu variabel dan parameter.
2. Menentukan asumsi yang digunakan.
3. Membuat diagram kompartemen model.
4. Membuat formulasi model berdasarkan asumsi dan diagram kompartemen.
5. Menentukan titik kesetimbangan model yang terdiri dari titik kesetimbangan
bebas penyakit dan titik kesetimbangan endemik.
6. Menentukan angka rasio reproduksi dasar (
0
R
).
7. Menganalisis perilaku model.
8. Melakukan simulasi menggunakan software Maple 9.5 dengan data berupa data
penyakit HIV.
3. HASIL DAN PEMBAHASAN
Penyebaran dan penularan penyakit dengan pengkarantinaan dapat
direpresentasikan dalam model matematika, yaitu model RTK yang berupa
sistem persamaan diferensial non linier. Dari model penyebaran penyakit dengan
pengkarantiaan tersebut, diperoleh titik kesetimbangan dan angka rasio
reproduksi dasar. Berdasarkan analisis titik kesetimbangan, dapat ditentukan
perilaku model penyebaran penyakit dengan pengkarantinaan. Kemudian dengan
menganalisis angka rasio reproduksi dasar, dapat ditentukan faktor-faktor yang
menyebabkan meluasnya penyebaran penyakit dengan pengkarantinaan.
3.1 Asumsi Model
Model RTK merupakan model yang merepresentasikan penyebaran penyakit
dengan pengkarantinaan. Pada model penyebaran penyakit dengan
pengkarantinaan tersebut terdapat tiga kelompok individu dalam populasi, yaitu
kelompok individu rentan, kelompok individu yang terinfeksi, dan kelompok
individu yang dikarantina. Dalam proses konstruksi model digunakan asumsi-
asumsi sebagai berikut :
1. Populasi tertutup.
2. Total populasi awal, yaitu total populasi sebelum penyakit dengan
pengkarantinaan mulai menginfeksi dianggap konstan.
3. Laju kelahiran pada individu rentan konstan.
4. Setiap kelahiran baru pada individu rentan akan menjadi individu rentan.
5. Setiap kelahiran baru pada individu terinfeksi akan menjadi individu terinfeksi.
6. Individu saling berinteraksi secara random.
7. Selain kelahiran pada individu terinfeksi, penularan penyakit hanya terjadi melalui
kontak dengan individu terinfeksi.
8. Individu terinfeksi dapat menjadi individu yang dikarantina setelah jangka waktu
tertentu.
9. Hanya individu terinfeksi yang dapat menjadi individu yang dikarantina.
10. Setiap individu yang dikarantina tidak dapat melakukan kontak dengan individu
lain dalam populasi tersebut.
11. Individu yang terinfeksi dan individu yang dikarantina tersebut tidak dapat
mengalami kesembuhan.
12. Tingkat kematian individu rentan, terinfeksi, dan karantina dianggap sama.
13. Individu yang terinfeksi pasti meninggal.
Adapun variabel, parameter, dan konstanta yang digunakan untuk
mengkonstruksi model penyebaran penyakit dengan pengkarantinaan adalah
sebagai berikut:
Tabel 1
Variabel, Parameter, dan Konstanta yang digunakan
Notasi Arti Jenis Syarat Satuan
R Jumlah individu rentan Variabel 0 R orang
T Jumlah individu yang terinfeksi Variabel 0 T orang
K Jumlah individu yang dikarantina Variabel 0 K orang
N Jumlah individu dalam populasi Konstanta 0 N > orang
A Laju kelahiran pada individu rentan Parameter 0 1 A < <
orang per
waktu

Tingkat kematian Parameter

0 1 < <
per waktu

Tingkat efektivitas kontak antara

individu rentan dengan individu
terinfeksi
Parameter
0 >
per waktu
C
Tingkat kelahiran pada individu
terinfeksi
Parameter 0 1 C < < per waktu

Tingkat pengkarantinaan Parameter

0 1 < <
per waktu
3.2 Konstruksi Model
Proses konstruksi model dilakukan dengan memperhatikan faktor-faktor yang
berpengaruh pada terjadinya perubahan jumlah setiap kelompok individu.
Berdasarkan asumsi, dapat ditentukan faktor-faktor yang berpengaruh pada
terjadinya perubahan jumlah setiap kelompok individu, seperti dijelaskan pada
uraian berikut ini.
1. Faktor yang menyebabkan perubahan jumlah individu rentan
Penambahan jumlah pada kelompok individu rentan dipengaruhi oleh jumlah
individu yang lahir pada kelompok tersebut per hari ( ) A
. Tingkat efektivitas
kontak individu rentan dengan individu terinfeksi
( )
menyebabkan individu
rentan berubah menjadi individu terinfeksi yang mengakibatkan berkurangnya
jumlah individu rentan. Selain itu, pengurangan jumlah pada individu rentan juga
disebabkan oleh tingkat kematian pada individu rentan
( ).
Dengan demikian,
perubahan jumlah individu rentan dipengaruhi oleh laju kelahiran, tingkat
efektivitas kontak antara individu rentan dengan individu terinfeksi, dan tingkat
kematian pada individu rentan.
2. Faktor yang menyebabkan perubahan jumlah individu terinfeksi
Penambahan jumlah individu yang terinfeksi pada dipengaruhi oleh tingkat
efektivitas kontak antara individu rentan dengan individu terinfeksi ( )
dan
tingkat kelahiran pada kelompok individu rentan. Kemudian pengurangan jumlah
pada individu yang terinfeksi dipegaruhi oleh tingkat kematian( )
dan tingkat
pengkarantinaan atau tingkat perubahan individu terinfeksi menjadi individu yang
dikarantina( )
. Dengan demikian, perubahan jumlah individu yang terinfeksi
dipengaruhi oleh tingkat efektivitas kontak antara individu rentan dengan
individu terinfeksi, tingkat kelahiran, tingkat kematian, dan tingkat
pengkarantinaan.
3. Faktor yang menyebabkan perubahan jumlah individu karantina
Penambahan jumlah individu yang dikarantina dipengaruhi oleh tingkat
pengkarantinaan atau tingkat perubahan individu terinfeksi menjadi individu yang
dikarantina( )
, sedangkan pengurangan jumlah pada kelompok individu yang
dikarantina dipengaruhi oleh tingkat kematian ( )
. Dengan demikian, perubahan
jumlah individu karantina dipengaruhi oleh tingkat pengkarantinaan dan tingkat
kematian.
Berdasarkan konstruksi model, dapat digambarkan diagram kompartemen
untuk model penyebaran penyakit dengan pengkarantinaan seperti terlihat pada
gambar berikut ini:
Berdasarkan diagram kompartemen pada gambar diatas, diperoleh model
penyebaran penyakit dengan perbedaan level infeksi sebagai berikut :
dR RT
A R
dt N
dT RT
CT T T
dt N
dK
T K
dt




+

(3.1)
dengan R T K N + +
3.3 Titik Kesetimbangan
Model penyebaran penyakit dengan pengkarantinaan pada sistem (3.1)
merupakan sistem persamaan diferensial non linier. Penyelesaian kualitatif sistem
(4.1) dilakukan dengan cara melihat perilaku sistem di sekitar titik kesetimbangan.
Terdapat dua titik kesetimbangan pada sistem (3.1), yaitu titik kesetimbangan
R
T K
R T K
A
R T
N

CT
T
bebas penyakit dan titik kesetimbangan endemik. Titik kesetimbangan sistem
(3.1) diperoleh dengan menentukan 0, 0, dan 0.
dR dT dK
dt dt dt

Jika 0 diperoleh
dR
dt

0.
RT
A R
N
(3.1)
Jika 0 diperoleh
dT
dt

0
RT
CT T T
N
+ (3.2)
sedangkan jika 0 diperoleh
dK
dt

0. T K (3.3)
3.3.1 Titik Kesetimbangan Bebas Penyakit
Titik kesetimbangan bebas penyakit sistem (3.1) diperoleh ketika tidak ada
individu yang terinfeksi dalam suatu populasi, dengan kata lain jika 0. T
Akibatnya
0 K
karena
0. T
Dengan mensubstitusikan
0 T

ke persamaan
(3.2), maka diperoleh
.0
0
0
R
A R
N
A R
R A
A
R

Dengan demikian, titik kesetimbangan bebas penyakit dari sistem (3.1) adalah
( )
* * *
0 0 0 0
, , , 0, 0 .
A
TE R T K

_


,
3.3.2 Titik Kesetimbangan Endemik
Perhatikan bahwa ( ) ( ) ( ) ( ) N t R t T t K t + +
. Dengan demikian ( ) N t

bergantung pada waktu sehingga titik kesetimbangannya juga bergantung pada
waktu. Oleh karena itu diasumsikan bahwa dinamik endemiknya konstan. Dengan
kata lain 0
dN
dt
sehingga
0
dR dT dK
dt dt dt
+ + . (3.5)
Jika persamaan (3.1) disubstitusikan ke persamaan (3.5) diperoleh
( )
( )
( )
0
0
0
RT RT
A R CT T T T K
N N
A R CT T K
A R T K CT
R T K A CT
A CT
R T K

+ + +
+
+ + +
+ + +
+
+ +
A CT
N

+

(3.6)
Dari persamaan (3.3) diperoleh
0
0
0 0
RT
CT T T
N
R
T C
N
R
T C
N



+
_
+

,
_
+

,
Substitusikan persamaan (3.6) ke persamaan
0
R
C
N

_
+

,
sehingga
diperoleh
0
0
R
C
A CT
R C
A CT
R C
A CT

+
_ +

,
+
+
+ +
+
( ) ( ) A CT C
R

+ + +
(3.7)
Substitusikan persamaan (3.6) ke persamaan (3.2) sehingga diperoleh
0
0
0
RT
A R
A CT
T
A R R
A CT
T
A R
A CT
T
R A
A CT
A
R
T
A CT

_ +

,

+
_
+

+
,
_
+

+
,

_
+

+
,
( )
( ) ( )
A A CT
R
C T A
+

+ +
(3.8)
Selanjutnya, dari persamaan (3.7) dan persamaan (3.8) diperoleh
( ) ( ) ( )
( ) ( )
( )
( ) ( )
( )
( )
( )
( )
( ) ( )
( ) ( )
1
1
A CT C A A CT
C T A
C
A
C T A
A
C T A
C
A
C T A
C
A
T A
C C
A AC A A
T
C C

+ + + +

+ +
+ +

+ +
+ +
+ +
+
+ +
_



+ + +
,
_
+



+ + +
,
( )
2
A C
T
C C C C


+

+ + + +
( )
( ) ( )
A C
T
C C


+

+ +
(3.9)
Sementara itu, dari persamaan (3.4) diperoleh
0 T K
T K




K
T

(3.10)
Kemudian, dari persamaan (3.9) dan persamaan (3.10) diperoleh
( )
( ) ( )
A C
K
C C

+ +
( )
( )
2
A C
K
C C C C


+

+ + + +
( )
( ) ( )
A C
K
C C


+

+ +
(3.11)
Substitusikan persamaan (3.9) ke persamaan (3.7) sehingga diperoleh
( )
( ) ( )
( )
( ) ( )
( )
( )
( )
( ) ( )
( )
( ) ( )
( )
( ) ( ) ( )
( )
( ) ( )
A C
A C C
C C
R
C A
A A C
C C
R
C C
A
A C A
C C
R
C A A C
A C
C
R
A C C CA CA C
R
C
AC A A C CA A
R

_ +
+ + +


+ +
,

_ _
+ + +

+ + +
, ,

_ + +
+ + +


+ + +
,

+ +
+ + +
+

+ + + + + +

+
+ + + + +

( )
( )
( )
2
2 2
C CA CA
C
CA A A AC CA CA CA AC CA CA
R
C
A A
R
C







+
+ + + + + +

+
+

+
( )
( )
A
R
C


+

+
(3.12)
Dengan demikian diperoleh titik kesetimbangan endemik sistem (3.1) adalah
( )
* * *
1 1 1 1
, , TE R T K
dengan
( )
( )
( )
( ) ( )
*
1
*
1
,
A
R
C
A C
T
C C




+

+
+

+ +
( )
( ) ( )
*
1
.
A C
K
C C


+

+ +
Selanjutnya, akan dicari angka Basic Reproduction Ratio Number ( )
0
R
untuk
model RTK. Nilai
0
R
dapat dicari dengan rumus
*
0
0
*
1
R
R
R

maka diperoleh
( )
( )
( )
( )
0
A
C
R
A
C



_

+
,

+ _ +


+
,
.
3.4 Analisis Perilaku Model
Informasi mengenai perilaku penyelesaian sistem diperoleh dari hasil analisis
kestabilan titik kesetimbangan sistem (3.1). Matriks Jacobi pada persekitaran
titik kesetimbangan ( ) ( )
* * *
, , 0, 0, 0 , TE R T K
yaitu
( )
( ) ( )
* * *
, , , ,
R

A CT
TE
R T K R T K
dR dR dR
dt dt dt
R T K
dT dT dT
dt dt dt
J
R T K
dK dK dK
dt dt dt
R T K
T R
A CT

_ _ _ _


, , ,



_ _ _


, , ,

_ _ _




, , ,




,

+
+ +

( )
*
2
2
, ,
0
( )
R
C 0
A CT ( )
0
R T K R
T C
A CT
T RT C
A CT A CT

_

+


+

+ + +



,
( )
* *
, , T K
Sistem non linier (3.1) mempunyai titik kesetimbangan
( ) ( )
* * *
, , 0, 0, 0 , TE R T K
maka terlebih dahulu dilakukan transformasi
koordinat, yaitu
* * *
1 2 3
, , . z R R z T T z K K
Jadi, diperoleh hasil linierisasi sistem (3.1) di sekitar titik kesetimbangan
( ) ( )
* * *
, , 0, 0, 0 , TE R T K
sebagai berikut
( )
2
2
R
0
A CT ( )
R
C 0
A CT ( )
0
TE
T RT C
A CT A CT
d z T RT C
J z
dt A CT A CT

+
+ + +
+
+ + +
r
r
.

z

1
1
1
1
1
1
1
1
]
r

(3.12)
3.4.1 Analisis Perilaku Model di Titik Kesetimbangan Bebas Penyakit
Proses analisis perilaku model pada titik kesetimbangan bebas penyakit
menggunakan sistem linier (3.12) yang merupakan hasil linierisasi sistem (3.1) di
sekitar titik kesetimbangan bebas penyakit
( )
* * *
0
, , ( , 0, 0)
A
TE R T K

yaitu
( )
0
.
TE
d z
z
dt
J
r
r
(3.13)
Matriks Jacobi

di sekitar titik kesetimbangan
( )
* * *
0
, , ( , 0, 0)
A
TE R T K

pada
sistem (3.12) adalah
0
( )
0
0 +C 0
0
TE
J



1
1

1
1
]
Dengan demikian, diperoleh
( )
( ) ( ) ( )
( )
0
2
0

TE
C
C


+
+
J
Untuk kasus bebas penyakit maka
0
1 R <
. Akitbatnya,
( )
( )
0
1
1
0
R
C
C
C

<
+
<
+
+ < +
+ <
Oleh karena itu,
( )
( )
0
2
0.
TE
C + < J

Dengan kata lain,
( )
0
0,
TE
J
sehingga titik ( ) 0, 0, 0
merupakan satu-satunya titik kesetimbangan dari sistem
linier (3.12). Persamaan karakteristik dari matriks
( )
0
TE
J
adalah
( )
( )
( )
( )
0
0
0
0 +C 0 0
0
TE





+

+
J I
( ) ( ) ( ) ( )
+C 0 + +
(3.14)
Dari persamaan (3.14) diketahui bahwa
( ) 0, +

sehingga diperoleh
1,2 1,2
0. <
Selain itu, dari persamaan (3.14) juga diketahui bahwa
( ) ( )
+C
, sehingga diperoleh
3
+C
. Nilai
3
0 <
karena
+C 0 <
berdasarkan angka rasio
reproduksi dasar
0
1 R <
. Dengan kata lain, titik kesetimbangan sistem linier (3.13)
di sekitar titik kesetimbangan
0
TE
bersifat stabil asimtotis jika
0
1. R <

Selanjutnya, berdasarkan Teorema Kestabilan Sistem Non Linier diperoleh titik
kesetimbangan bebas penyakit
0
TE

sistem non linier (3.1) juga bersifat stabil
asimtotis jika
0
1. R <
Artinya jika
0
1, R <

maka untuk jangka waktu yang lama
penyelesaian model penyebaran penyakit dengan pengkarantinaan akan menuju ke
titik kesetimbangan bebas penyakit
0
( , 0, 0)
A
TE

.
3.4.2 Analisis Perilaku Model di Titik Kesetimbangan Endemik
Titik kesetimbangan endemik dari model penyebaran penyakit dengan
pengkarantinaan pada sistem (3.1) adalah
( )
( )
( )
( )
( ) ( )
( )
( ) ( )
* * *
1
, , , ,
A A C A C
TE R T K
C C C C C


_ + + +



+ + + + +
,
Untuk kasus bebas penyakit maka
0
1 R >
. Akitbatnya,
( )
( )
0
1
1
R
A
A
C

>
_


>

_ +



+
, ,
( )
( )
1
0
C
C
C

+
>
+
+ > +
+ >
Dengan demikian, asumsi yang didapatkan dari
1
TE
dan
0
R
diatas adalah :
( )
( )
0
0
i C C
ii C C


+ > + > +
+ > + >
Hasil linierisasi sistem (3.1) di sekitar titik kesetimbangan
1
TE

adalah
( )
1
,
TE
d z
z
dt
J
r
r
(3.4)
dengan
( )
1
TE
J merupakan matriks Jacobi di sekitar titik kesetimbangan
1
TE

yaitu
( )
1
* * * *
* * * 2
* * * *
* * * 2
0
A C ( )
C 0
A C ( )
0
TE
T R R T C
A CT T A CT
T R R T C
J
A CT T A CT

+
+ + +
+
+ + +
* * * *
* * * 2
* * * *
* * * 2

0
A C ( )
C 0
A C ( )
0
T R R T C
A CT T A CT
T R R T C
A CT T A CT

1
1
1
1
1
1
1

1
1
]

+
+ + +
+
+ + +

1
1
1
1
1
1
1

1
1
]
( )
( )
( ) ( )
( )
( )
( )
( ) ( )
( )
2
0
0
0
C C C
C C C C

+ +

+ +
+ +

+ +

1
1
1
1
1
1
1
1
1
1
]
Oleh karena itu,
( )
( )
( )
( ) ( )
( )
( )
( )
( )
( )
( ) ( )
( )
( ) ( ) ( )
( )
1
2
2


.
TE
C C C C
C C C
C C C

1 _ _ + +

1

+ +
1
, , ]
1 _
_ + +
1



+ +
1
,
, ]
+ +

+
J

Jadi
( )
1
0.
TE
< J
Dengan kata lain,
( )
1
0,
TE
J
maka titik ( ) 0, 0, 0
merupakan satu-
satunya titik kesetimbangan dari sistem linier (4.15).
Adapun persamaan karakteristik dari matriks
( )
1
TE
J
adalah
( )
( )
( )
( ) ( )
( )
( )
( )
( ) ( )
( )
0
2
0
0
0
0
TE
C C C
C C C C

_ + +



+ +
,
_ + +



+ +
,
J I
( )
0

Jika dimisalkan
dan p C q + +
maka diperoleh
( ) ( ) ( ) ( )
2
11 12 13 21 22
, , 0, ,
p C q p q C C q p q
p
a a a a a
q q q q

23 31 32 33
0, 0, , dan a a a a
,dengan
ij
a
merupakan entri dari baris
ke- i kolom ke-
j
matrik
( )
1
TE
J
sehingga diperoleh
( )
( ) ( ) ( ) ( )
( ) ( )
0
11 12 13
21 22 23
31 32 33
11 22 33 33 12 21
2
11 22 11 22 33 12 21 33 12 21
11 22
0

0

0
0
TE
a a a
a a a
a a a
a a a a a a
a a a a a a a a a a
a a

+ +

J I
( ) ( )
( ) ( )
2 2 2 3
33 11 33 22 33 33 11 22 11 22 12 21 33 12 21
3 2
11 22 33 11 33 22 33 11 22 12 21 11 22 33 12 21 33
3 2
11 22 33 11 33 22 33 11 22 12 21 11 22 33 12 21
0
0
a a a a a a a a a a a a a a a
a a a a a a a a a a a a a a a a a
a a a a a a a a a a a a a a a a



+ + + +
+ + + + + +
+ + + + + +
33
3 2
0
0 (4.16)
a
a b c

+ + +
dengan
( )
( ) ( )
( )
( ) ( )
( ) ( ) ( )
( ) ( ) ( )
11 22 33
2 2 2
2
2





a a a a
C p q C q
p
q q
p C p q C q q
q
p C p Cpq C q Cq q
q
p q C p q Cq p q
q
p q C p q Cq p q
q

+ +
_ _
_
+ +



, , ,
+ _


,
_ + +


,
_ + +



,
+ +

( ) ( ) ( )

p q C p q C q
q

( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
11 33 22 33 11 22 12 21
2
2
2
2
2
=
2 2
2
2
=
2
=
b a a a a a a a a
pC C q p q C C q p q p C q p q
p
q q
q q
pC C q p q q p C q C q p q p C q p q
q
C C q p q p q q p p p q C q
q

+ +
_
_
_

+ +


,
,
,
+ +
+ + +
( ) ( )
( )
( ) ( )
( )
( ) ( ) ( ) ( )
( ) ( ) ( )
( ) ( )
( )
11 22 33 12 21 33
2
2 2
2
2
2 2 2
2
2

2 2

2

2
2

2

c a a a a a a
C p q C q p C q p q p
q q q q
pC p q C q p C q p q
q q
p p q C C q C q
q
p p q C Cq C Cq q
q
p p q Cq

+
_ _
_ _ _ _

+



, , , ,
, ,

+
1
+
]

1
+ + +
]

( )
( ) ( )
( ) ( )
2
2
2
2

2

q
q
p p q q q C
q
p q C p q
q

Selanjutnya, akan digunakan kriteria Routh-Test untuk mengetahui bagian riil dari
akar-akar karakteristik persamaan (3.16) bernilai positif atau negatif. Karena
diasumsikan
0 dan 0 C C + > + >
maka diperoleh
0, 0, a b > >
dan 0. c > Dengan kata lain, setiap koefisien dari persamaan karakteristik (3.16)
bernilai positif sehingga syarat pertama kriteria Routh-Test terpenuhi. Kemudian,
perhatikan bahwa
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( )
( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( )
( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( )
( )
2
2
2
2
2
0
2
2 2
ab c
q p q C p q C q C q p q C p q p C q q p
p q C p q
q
q
q p q C p q C q C q p q C p q p C q q p
p q C p q
q
q
q p q C p q C q C q p q C p q p C q q p pq q C p

>
_
+ + + + 1
]

>


,
_
_ + + + + 1
]


>



,
,
+ + + + 1
]

( )
( )
0
2
q
q
_

>


,
oleh karena itu, diasumsikan bahwa
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
( )
( ) ( )
( )
2 2
0 q p q C p q C q C q p q C p q p C q q p pq q C p q + + + + > 1
]
agar syarat kedua dari kriteria Routh-Test terpenuhi yaitu ab c >
Berdasarkan kriteria Routh-Test diperoleh
0, untuk setiap 1, 2, 3.
k
k <
Dengan
kata lain, titik kesetimbangan sistem linier (3.15) di sekitar titik kesetimbangan
1
TE
bersifat stabil asimtotis. Selanjutnya, berdasarkan Teorema Kestabilan Sistem
Non Linier diperoleh titik kesetimbangan bebas penyakit
1
TE

sistem non linier
(3.1) juga bersifat stabil asimtotis jika
0
1. R >
Artinya untuk jangka waktu yang
lama penyelesaian model penyebaran penyakit dengan perbedaan level infeksi
akan menuju ke titik kesetimbangan endemik
1
. TE
3.5 Simulasi Model
Simulasi model dalam penelitian ini dilakukan menggunakan software Maple
dengan data simulasi berupa data penyakit HIV/AIDS.
Misalkan ( ) ( ) 0.7, 0.3, 0.3, 0.08, 0.25, 0 200, 0 50, A C R T
( ) dan 0 20 K
maka
0.3 0.3 0.08 0.25 0.27 0 C + + >
. Dengan
demikian, sistem (3.1) dalam keadaan endemik. Adapun titik kesetimbangan
endemiknya adalah
( )
( )
( )
( )
( )
( ) ( )
( )
( ) ( )
*
1
*
1
0.7 0.08 0.25
0.08 0.3 0.3
4,125
0.7 0.3 0.3 0.08 0.25
0.3 0.3 0.08 0.25 0.3
10, 5
A
R
C
A C
T
C C




+

+
+

+ +
+

+ +

( )
( ) ( )
( ) ( ) ( )
( ) ( ) ( )
*
1
0.25 0.7 0.3 0.3 0.08 0.25
0.3 0.3 0.08 0.25 0.3 0.08
32, 8125
A C
K
C C


+

+ +
+

+ +

Plot R terhadap waktu adalah sebagai berikut:

Dari gambar di atas, dapat dilihat bahwa jumlah orang yang rentan pada saat awal
sebanyak 200 orang. Dalam jangka waktu yang lama jumlah yang rentan akan
menuju ke titik kesetimbangannya yaitu
4,125 5
orang.
Plot T terhadap waktu adalah sebagai berikut:
Dari gambar di atas, dapat dilihat bahwa jumlah orang yang terinfeksi pada saat
awal sebanyak 50 orang. Dalam jangka waktu yang lama jumlah yang terinfeksi
akan menuju ke titik kesetimbangannya yaitu
10, 5 11
orang.
Plot K terhadap waktu adalah sebagai berikut:
Dari gambar di atas, dapat dilihat bahwa jumlah orang yang dikarantina pada saat
awal sebanyak 20 orang. Dalam jangka waktu yang lama jumlah yang terinfeksi
akan menuju ke titik kesetimbangannya yaitu
32, 8125 33
orang.
4. KESIMPULAN
Berdasarkan pembahasan, beberapa hal yang dapat disimpulkan adalah
sebagai berikut :
1. Model penyebaran penyakit dengan pengkarantinaan adalah
dR RT
A R
dt N
dT RT
CT T T
dt N
dK
T K
dt




+

dengan
R = Jumlah individu rentan
T = Jumlah individu yang terinfeksi
K = Jumlah individu yang dikarantina
N = Jumlah individu dalam populasi
A = Laju kelahiran pada individu rentan

= Tingkat kematian

=
Tingkat efektivitas kontak antara individu rentan dengan
individu yang telah terinfeksi
C = Tingkat kelahiran pada individu terinfeksi

= Tingkat pengkarantinaan
2. Dari model penyebaran penyakit dengan pengkarantinaan, diperoleh angka Basic
Reproduction Ratio Number
( )
( )
0
C
R


+

+
Kasus epidemik pada populasi dipengaruhi oleh faktor tingkat efektivitas kontak
antara individu rentan dengan individu yang telah terinfeksi, tingkat kelahiran
pada individu terinfeksi, tingkat kematian alami, dan tingkat pengkarantinaan.
3. Model penyebaran penyakit dengan pengkarantinaan mempunyai dua jenis titik
kesetimbangan, yaitu titik kesetimbangan bebas penyakit
( )
* * *
0 0 0 0
, , , 0, 0
A
TE R T K

_


,
dan titik kesetimbangan endemik
( )
* * *
1 1 1 1
, , TE R T K
dengan
( )
( )
( )
( )
( )
*
*
2
*
2
,
,
.
A
R
C
A C
T
C C C C
A C
K
C C C C






+

+
+

+ + + +
+

+ + + +
4. Berdasarkan analisis titik kesetimbangan, dapat disimpulkan bahwa titik
kesetimbangan bebas penyakit bersifat stabil asimtotis jika
0
1, R <
sedangkan
titik kesetimbangan endemik bersifat stabil asimtotis jika
0
1. R >
Hal ini berarti,
perilaku model untuk waktu yang lama akan menuju titik kesetimbangan bebas
penyakit jika
0
1 R <
dan akan menuju titik kesetimbangan endemik jika
0
1. R >
5. DAFTAR PUSTAKA
Edward, D., dan Penney, C. 2000. Elementary Differential Equations with Boundary
Value Problems. New Jersey: Prentice Hall.
Kreyszig, E. 2006. Advanced Engineering Mathematics. New York: John Wiley &
Sons.