KNM XVI 3-6 Juli 2012 UNPAD, Jatinangor

KEBIJAKAN PEMANENAN OPTIMAL PADA

MODEL KOMPETISI DUA POPULASI
SYAMSUDDIN TOAHA
Jurusan Matematika, Universitas Hasanuddin,
Jl. Perintis Kemerdekaan, KM 10, Tamalanrea, Makassar, 90245
Email: syamsuddint@yahoo.com
Abstrak
Pada tulisan ini ditinjau perilaku dua populasi yang berkompetisi pada ekosistem
yang sama untuk sumber makanan yang terbatas. Laju pertumbuhan populasi
dimodelkan secara deterministik dan merupakan suatu sistem persamaan
differensial. Model ini kemudian dikembangkan dengan melibatkan pemanenan
yang bergantung kepada waktu. Kewujudan titik ekuilibrium yang positif dan
kestabilannya ditentukan dan dianalisis dengan memperhatikan nilai eigen untuk
model tanpa pemanenan. Pemanenan optimal dengan mempertimbangkan fungsi
integral nilai sekarang (present value) juga dikaji dengan menggunakan prinsip
maksimal Pontryagin. Lintasan pemanenan optimal yang memaksimalkan fungsi
nilai sekarang dan aspek-aspek ekologi pada lintasan optimal juga dianalisis.
Kata-kata Kunci: Model Kompetisi, Kestabilan, Nilai Sekarang, Lintasan Fungsi
Pemanenan, Pemanenan Optimal
Pendahuluan
Pada saat populasi bertumbuh, secara individu spesies akan bersaing untuk
mendapatkan nutrient, tempat, dan sumber-sumber lain yang terbatas dalam
ekosistem dimana individu tersebut hidup. Spesies dalam satu populasi mungkin
bersaing antar spesies dalam suatu populasi (kompetisi intraspesifik) dan mungkin
juga bersaing dengan spesies dari populasi lain (kompetisi interspesifik). Teori
mengenai model populasi yang berkompetisi diberikan secara detail dalam
Roughgarden [5]. Beberapa contoh model populasi yang berkompetisi dapat
dilihat pada Kot [3].
1
Dua surveyer, Schoener [6] dan Connell [2] menyatakan bahwa persaingan dalam
komunitas secara alamiah sangat sering terjadi, lebih dari separuh waktu
hidupnya. Hal ini disebabkan ketika dua atau lebih populasi hidup pada tempat
yang sama dan menggunakan sumber daya yang sama dan pada saat sumber daya
yang ada tidak lagi tersedia secara berlimpah, maka suatu populasi akan bersaing
dengan populasi lainnya. Dalam persaingan tersebut, beberapa populasi ada yang
dapat bertahan hidup dan populasi yang tidak mampu bersaing mungkin akan
punah.
Dinamika populasi, termasuk populasi yang berkompetisi, memainkan peran yang
penting dalam konsep bioekonomik, khususnya dalam manajemen sumber daya
alam yang dapat diperbaharui. Manajemen sumber daya tersebut dilakukan
dengan menggunakan konsep MSY (maximum sustainable yield), yang
merupakan cara praktis untuk mengelola sumber daya alam. Masalah yang
muncul pada konsep MSY adalah tidak relevan secara ekonomi, karena konsep
ini hanya mempertimbangkan penghasilan tanpa mempertimbangkan biaya
operasional dalam usaha eksploitasi. Dengan kekurangan konsep MSY tersebut,
beberapa peneliti mengusulkan konsep OSY (optimum sustainable yield), yang
berdasarkan pada biaya eksploitasi untuk memaksimalkan keuntungan (profit).
Dalam tulisan ini akan dikaji suatu model kompetisi populasi yang berdasarkan
pada model kompetisi Lotka-Volterra. Selanjutnya model tersebut dikembangkan
dengan melibatakan fungsi pemanenan pada masing-masing populasi dengan laju
pemanenan bergantung pada waktu penangkapan. Disini akan ditentukan lintasan
pemanenan optimal yang akan memaksimalkan nilai pada saat sekarang (present
value) dari fungsi keuntungan dengan menggunakan prinsip maksimal Pontryagin.
Model Kompetisi Populasi
Model yang ditinjau adalah suatu model pertumbuhan dua populasi yang hidup
bersama pada suatu ekosistem yang sama dimana kedua populasi tersebut
berkompetisi untuk mendapatkan makanan dan tempat yang terbatas. Karena
sumber makanan terbatas, maka model pertumbuhan logistik digunakan untuk
kedua populasi pada saat tidak ada interaksi antar keduanya. Model kompetisi dua
populasi yang ditinjau merujuk pada model Lotka-Volterra, yaitu
. 1
1
xy
K
y
sy
dt
dy
xy
K
x
rx
dt
dx
y
x

,
_

,
_

(1)
Simbol x dan y menyatakan ukuran populasi pada saat t, parameter r dan s
masing-masing adalah laju pertumbuhan intrinsik untuk populasi x dan y.
2
KNM XVI 3-6 Juli 2012 UNPAD, Jatinangor
Konstanta
x
K
dan y
K
menyatakan kapasitas maksimum ekosistem untuk
menampung populasi x dan y,

dan

mengukur pengaruh interaksi kedua

populasi terhadap laju pertumbuhan populasi x dan y.
Sebagai penyederhanaan, model (1) dinyatakan dalam bentuk
, ) , (
) , (
y x G
dt
dy
y x F
dt
dx

(2)
dimana xy bx rx y x F
2
) , ( , xy ey sy y x G
2
) , ( ,
x
K
r
b
, dan
y
K
s
e
. Konstanta b dan e dikenal sebagai koefisien interaksi antar individu
dalam populasi atau koefisien interaksi intraspesifik pada populasi x dan y.
Terdapat tiga atau empat titik ekuilibrium untuk model (2), yaitu ( ) 0 , 0
1
E ,

,
_

0 ,
2
b
r
E
,
,
_

e
s
E , 0
3
, dan

,
_

be
r bs
be
s er
E ,
. Hanya titik ekuilibrium

E yang mungkin berada pada kuadran pertama. Matriks Jacobian untuk model
(2) diberikan oleh

,
_

x ey s y
x y bx r
J
2
2
. (3)
Teorema 1. Misalkan

E adalah titik ekuilibrium dari model (2) yang berada

pada kuadran pertama.
(i) Jika 0 > s er ,
0 > r bs
, dan
0 > be
, maka titik ekuilibrium

E
stabil asimptotik.
(ii) Jika 0 < s er ,
0 < r bs
, dan
0 < be
, maka titik ekuilibrium

E
tidak stabil dan merupakan titik pelana.
Lemma 2. Semua solusi
( ) ) ( ), ( t y t x
dari model (2) positif dan terbatas.
Dengan perkatan lain, sebarang solusi
( ) ) ( ), ( t y t x
dari model akan masuk ke
dalam suatu daerah yang bernilai positif dan terbatas, dimana dibatasi oleh
0 x ,
0 y
, dan

rs
y
s
x
r
, yaitu
( )

'

> >
rs
y
s
x
r
y x y x , 0 , 0 ,
.
3
Gambar 1. Gradien trayektori dan titik ekuilibrium model
Teorema 3. Jika 0 > s er ,
0 > r bs
, dan
0 > be
, maka titik
ekuilibrium

E dari model (2) stabil asimptotik.

Contoh 1. Pertimbangkan model (2) dengan nilai parameter 50 . 1 r ,
036 . 0 b , 51 . 1 s , 035 . 0 e , 021 . 0 , dan
020 . 0
. Dengan nilai
parameter tersebut, bagian (i) dari Teorema 1 dipenuhi. Nilai eigen yang
bersesuaian dengan titik ekuilibrium
( ) 00 . 29 , 75 . 24

E
adalah 40046 . 0
dan 50554 . 1 . Hal ini bermakna bahwa titik ekuilibrium

E stabil asimptotik.
Beberapa trayektori di sekitar titik ekuilibrium diberikan pada Gambar 2.
Gambar 2. Beberapa trayektori di seikitar titik ekuilibrium

E
4
1
E
x

E
( ) 0 , s
2
E
3
E
( ) s r , 0
y
KNM XVI 3-6 Juli 2012 UNPAD, Jatinangor
Contoh2. Pertimbangkan lagi model (2) dengan nilai parameter 01 . 2 r ,
0075 . 0 b , 00 . 2 s , 007 . 0 e , 012 . 0 , and
011 . 0
. Dengan nilai
paramater tersebut, bagian (ii) dari Teorema 1 dipenuhi. Titik ekuilibrium
( ) 43396 . 89 , 90566 . 124

E
tidak stabil karena nilai eigen yang bersesuaian
dengan titik ekuilibrium tersebut berbeda tanda, yaitu 00562 . 2 dan 44279 . 0 .
Titik ekuilibrium tersebut merupakan titik pelana. Beberapa trayektori di sekitar
titik ekuilibrium diberikan pada Gambar 3.
Gambar 3. Beberapa trayektori di sekitar titik ekuilibrium

E
Dari gambar 3 diketahui bahwa titik ekuilibrium

E merupakan titik yang

tidak tidak stabil. Walaupun demikian, dua titik ekuilibrium ( ) 0 , 268
2
E dan
( ) 71 . 285 , 0
3
E
, merupakan titik ekuilibrium yang tidak stabil. Salah satu
populasi akan punah, Toaha [7]. Hal ini merupakan suatu keadaan dimana prinsip
kompetisi yang saling meniadakan (principle of competitive exclusion).
Kepunahan salah satu populasi di samping bergantung pada nilai parameter model
juga bergantung pada kondisi awal kedua populasi.
Model Kompetisi dengan Pemanenan
Dengan pertimbangan bahwa populasi yang ditinjau bernilai ekonomi, maka
kedua populasi selanjutnya dipanen dengan laju pemanenan
) ( ) ( t z E q t H
z z

,
dimana
z
q
menyatakan koefisien ketertangkapan,
z
E
menyatakan upaya
penangkapan, dan
) (t z
menyatakan ukuran populasi pada waktu t. Untuk kasus
laju pemanenan konstan dan proporsional dengan ukuran populasi telah dikaji
oleh Toaha [8]. Disini akan ditinjau bahwa kedua populasi dipanen dengan laju
pemanenan bergantung pada waktu t. Dengan pertimbangan itu, model (2)
dikembangkan menjadi model dengan pemanenan yang dinyatakan sebagai
5
). ( ) , (
) ( ) , (
t h y x G
dt
dy
t h y x F
dt
dx
y
x



(3)
Fungsi pemanenan
) (t h
x
dan
) (t h
y menyatakan laju pemanenan untuk populasi
x dan y pada waktu pemanenan t.
Ekuilibrium bionomik adalah suatu konsep yang menyatukan ekuilibrium biologi
dan ekuilibrium ekonomi. Seperti yang telah dibahas pada bagian sebelumnya,
titik ekuilibrium biologi yang diperoleh dengan menyelesaikan
0
dt
dx
dan
0
dt
dy
secara simultan. Ekuilibrium ekonomi dikatakan tercapai jika pendapatan
total dari penjualan biomassa yang dipanen sama dengan biaya total untuk usaha
yang digunakan dalam pemanenan.
Misalkan c
x
= biaya pemanenan per unit usaha untuk populasi x
c
y
= biaya pemanenan per unit usaha untuk populasi y
p
x
= biaya per unit biomassa pada populasi populasi x
p
y
= biaya per unit biomassa pada populasi populasi y.
Fungsi keuntungan diberikan oleh
y y x x y y x x
h c h c h p h p +
Meskipun biaya pemanenan per unit usaha tidak konstan, tetapi di sini kita
asumsikan bernilai konstan untuk penyederhanaan analisis.
Kebijakan Pemanenan Optimal
Obyektif kita adalah memaksimalkan nilai pada saat sekarang (present value) J
dari fungsi keuntungan yang diberikan

{ } ( ) ( ) { }dt t h y c p t h x c p e h h J
y y y x x x
t
y x
) ( ) ( ) ( ) ( ,
0
+

,
(4)
dimana menyatakan rate diskon tahunan. Kita akan memaksimalkan fungsi J
dengan kendala persamaan (3) dengan menggunakan prinsip maksimal
Pontryagin, Pontryagin, et.al. [4]. Variabel-variabel kontrol
) (t h
x
dan
) (t h
y
memenuhi kendala
max
) ( ) ( 0
x x
h t h
dan max
) ( ) ( 0
y y
h t h
.
(5)
Persamaan Hamiltonian untuk masalah yang merujuk pada persamaan (4)
diberikan oleh
6
KNM XVI 3-6 Juli 2012 UNPAD, Jatinangor

( ) ( ) { } ( )
( ) , ) (
) ( ) ( ) ( ) ( ) (
2
2
t h xy ey sy
t h xy bx rx t h y c p t h x c p e H
y y
x x y y y x x x
t
+
+ +


(6)
dimana
) (t
x

dan
) (t
y

adalah variabel-variabel adjoint.

Variabel-variabel kontrol
x
h
dan y
h
linear dalam persamaan Hamiltonian H.
Selanjutnya, syarat perlu untuk menjadi optimal untuk variabel-variabel kontrol
adalah
0

x
h
H
dan
0

y
h
H
. Dari persamaan Hamiltonian, persamaan (6),
diperoleh
( ) 0 ) (

x x x
t
x
x c p e
h
H
dan
( ) 0 ) (

y y y
t
y
y c p e
h
H
.
Selanjutnya dengan itu diperoleh
[ ]
[ ] . ) (
) (
y c p e
x c p e
y y
t
y
x x
t
x





(7)
Sekali lagi dari persamaan Hamiltonian diperoleh
x y x x x x
t
G F h x c e
x
H
+ +

) (
'
dan
y x y y y y
t
F G h y c e
y
H
+ +

) (
'
.
Selanjutnya dengan memperhatikan syarat
x
H
x

dan
y
H
y

diperoleh
. ) (
) (
'
'
y x y y y y
t y
x y x x x x
t x
F G h y c e
y
H
dt
d
G F h x c e
x
H
dt
d

(8)
Dengan mendifferensialkan persamaan (7), kemudian menyamakannya dengan
persamaan (8), dan setelah disederhanakan diperoleh
[ ] [ ] [ ]
[ ] [ ] [ ] . ) ( ) , ( ) ( ) ( ) (
) ( ) , ( ) ( ) ( ) (
'
'
y c p y x G y c G y c p F x c p
x c p y x F x c G y c p F x c p
y y y y y y y x x
x x x x y y x x x
+
+

(9)
Secara khusus persamaan (9) menghasilkan solusi ekuilibrium optimal

x x dan

y y
.
Mengikuti Clark [1] kita pertimbangkan ekspresi,
( ) [ ] [ ] ) , ( ) ( ) , ( ) ( , y x G y c p y x F x c p y x R
y y x x
+

(10)
untuk fungsi perolehan yang berkelanjutan (sustainable economic rent). Perlu
dicatat bahwa perolehan yang berkelanjutan mengakibatkan
) , ( ) ( y x F t h
x

dan
7
) , ( ) ( y x G t h
y

. Dengan mendifferensialkan secara parsial persamaan (10),
maka persamaan (9) dapat dituliskan sebagai
[ ]
[ ] . ) (
) (
y c p
y
R
x c p
x
R
y y
x x

(11)
Untuk kasus 0 , maka persamaan (11) tereduksi menjadi syarat untuk
mendapatkan keuntungan maksimum (maximum sustained rent), yaitu
0

y
R
x
R
.
Selanjutnya kita definisikan
[ ]
[ ] , ) ( ) (
) ( ) (
0
0

d c p y w
d c p x z
y
y
y y
x
x
x x

(12)
dimana
) 0 (
0
x x
dan
) 0 (
0
y y
. Misalkan juga
( ) ( ) { } ) ( ) ( , , y w x z y x R y x R +

.
(13)
Dengan demikian persamaan (11) menyatakan syarat perlu untuk
memaksimumkan fungsi
( ) y x R ,

.
Lintasan Pendekatan Optimal
Dengan menggantikan
x
h
dengan
x y x F ) , (
dan y
h
dengan
y y x G ) , (
,
persamaan obyektif (4) dapat dituliskan sebagai
( ) ( ) ( ) ( ) { }dt y y x G y c p x y x F x c p e J
y y x x
t
+

) , ( ) ( ) , ( ) (
0
.
Dari persamaan (12) diperoleh
[ ] x x c p z
x x
) (
dan
[ ] y y c p w
y y
) (
.
Dengan itu diperoleh fungsi obyektif
( ) ( ) { }dt w y x G y c p z y x F x c p e J
y y x x
t
+

) , ( ) ( ) , ( ) (
0

[ ]dt t y t x R e
t
) ( ), (
0

.
(14)
Dengan transformasi ini, jelas bahwa persamaan (11) menentukan solusi
ekuilibrium optimal ( )

y x , . Begitu posisi ( )

y x , dicapai, jelas bahwa kita
posisi tersebut tetap dipertahankan untuk selamanya, karena integran pada (14)
bernilai sebesar mungkin pada titik tersebut.
Selanjutnya akan ditentukan lintasan optimal dari posisi awal
( )
0 0
, y x
ke titik
8
KNM XVI 3-6 Juli 2012 UNPAD, Jatinangor
( )

y x , . Masalah kita sekarang adalah bagaimana menentukan fungsi
) (t x x

dan
) (t y y
yang memenuhi kendala pada x
dan
y
serta kendala pada (5)
sehingga lintasan yang bersesuaian pada permukaan obyektif sebesar mungkin
untuk setiap t.
Contoh 3. Misalkan nilai parameter untuk masalah di atas adalah 7 . 0 r ,
8 . 0 s , 007 . 0 e , 200 K , 300 L , 0001 . 0 ,
0001 . 0
,
2 . 0
1
c
,
dan
3 . 0
2
c
. Merujuk pada Clark [1], kita gunakan fungsi
x
c
c
x
1
dan
y
c
c
y
2

,
dan dengan itu diperoleh
( )
1
]
1

,
_

,
_

+
1
]
1

,
_

,
_

xy
y
y
y
xy
x
x
x
y x R 0001 . 0
300
1 8 . 0
3 . 0
5 . 0 0001 . 0
200
1 7 . 0
2 . 0
6 . 0 ,
DAFTAR PUSTAKA
[1] Clack, C.W. Mathematical Bioeconomics: The Optimal Management of
Renewable Resources. John Wiley & Sons, New York, 1990.
[2] Connell, J.H., On the Prevalence and Relative Importance of Interspecific
Competition. American Naturalist 122(5), 661-696, 1983.
[3] Kot, M., Elements of Mathematical Ecology. Cambridge: Cambridge
University Press, 2001.
[4] Pontryagin, L.S., Boltyanskii, V.S., Gamkrelidre, R.V. and Mishchenko,
E.F., The Mathematical Theory of Optimal Processes. Wiley, New York,
1962.
[5] Roughgadren, J., Competition and Theory in Community Ecology. American
Naturalist 122(5), :583-601, 1983.
[6] Schoener, T.W., Field Experiments on Interspecific Competition. American
Naturalist 122(2), 240-285, 1983.
[7] Toaha, S.,Analysis of Stability of Some Populatioj Models with Harvesting.
Master Thesis, University Putra Malaysia, 2000.
[8] Toaha, S., Stability Analysis and Optimal Harvesting of Competing
Population Model. Proceeding on SEACMA 2010, ITS Surabaya, 2010.
9
Syamsuddin Toaha
Jurusan Matematika, FMIPA
Universitas Hasanuddin
e-mail: syamsuddint@yahoo.com
Artikel ini diterima untuk dipresentasikan pada Konferensi Nasional Matematika
ke 16 di Unpad Bandung, tanggal 3 6 Juli 2012.
10
KNM XVI 3-6 Juli 2012 UNPAD, Jatinangor
11