Anda di halaman 1dari 14

Proyeksi Kebutuhan Jangka Panjang Dengan Metode Fungsi Logistik

OLEH:
MUSTIKA AULIA (21080111120012)

TEKNIK LINGKUNGAN UNIVERSITAS DIPONEGORO 2013

KATA PENGANTAR

Dengan memanjatkan puji dan syukur kehadirat Tuhan Yang Maha Esa, serta atas rahmat dan berkah-Nya penyusunan makalah ini dapat diselesaikan dengan baik. Selanjutnya terima kasih sebesar-besarnya penulis sampaikan kepada: 1. Bapak Ir. Endro Sutrisno, MS selaku Pengampu mata kuliah Pengelolaan Sumber Daya Air Teknik Lingkungan Universitas Diponegoro. 2. 3. Keluarga yang selalu memberikan dukungan dan doa. Teman-teman yang selalu membantu dan memberikan semangat, serta seluruh pihak yang tidak dapat disebutkan satu per satu yang telah membantu penyelesaian makalah ini. Penulis menyadari bahwa makalah ini tidak lepas dari berbagai kekurangan, oleh karena itu penulis menerima semua kritik dan saran untuk kemajuan. Akhir kata, semoga makalah ini dapat bermanfaat bagi semua pihak.

Semarang, 16 Maret 2013

Penulis

DAFTAR ISI
Kata Pengantar ............................................................................................. Daftar Isi ........................................................................................................

BAB I 1.1 1.2 1.3 1.4

PENDAHULUAN

Latar Belakang ....................................................................................... Rumusan Masalah .................................................................................. Pembatasan Masalah .............................................................................. Tujuan ....................................................................................................

BAB II 2.1 2.2

ISI

Proyeksi dan Metode Fungsi Logistik ................................................... Proyeksi Kebutuhan Kontinu Dengan Metode Fungsi Logistik ............

BAB III PENUTUP 3.1 3.2 Kesimpulan ............................................................................................ Saran ......................................................................................................

Daftar Pustaka ...............................................................................................

BAB I PENDAHULUAN
1.1 Latar Belakang Populasi merupakan kumpulan dari individu organisme yang memiliki sifat tumbuh (growth), reaksi (respons) terhadap lingkungannya, dan reproduksi. Untuk mengetahui berbagai macam tentang perkembangan makhluk hidup di lingkungannya seringkali dilakukan penelitian ataupun percobaan tentang laju pertumbuhan populasi suatu spesies di suatu lingkungan sebagai habitatnya. Pertumbuhan populasi ditandai dengan adanya perubahan jumlah populasi di setiap waktu yang dipengaruhi oleh jumlah kematian, kelahiran serta perpindahan (migrasi). Selain membutuhkan pengamatan dalam jangka waktu tertentu, perhitungan mengenai perkembangan jumlah populasi juga penting dilakukan untuk mengetahui laju pertumbuhan spesies tersebut. Salah satu cabang ilmu matematika yang dapat membantu menyelesaikan permasalahan tersebut adalah pemodelan matematika. Dalam penerapan pemodelan matematika terdapat beberapa model pertumbuhan, namun yang akan dibahas adalah model pertumbuhan kontinu. Model pertumbuhan kontinu meliputi model eksponensial dan model logistik. Namun dalam permasalahan kali ini model pertumbuhan kontinu yang dipakai adalah model logistik.

1.2

Rumusan Masalah 1.2.1 Pengertian metode fungsi logistik 1.2.2 Proyeksi kebutuhan jangka panjang dengan metode fungsi logistik

1.3

Pembatasan Masalah Permasalahan dibatasi pada proyeksi kebutuhan dalam jangka waktu yang panjang dengan menggunakan metode fungsi logistik

1.4

Tujuan Tujuan dari penulisan makalah ini adalah untuk memberikan informasi mengenai pengertian dari metode fungsi logistik dan bagaimana cara memproyeksikan kebutuhan jangka panjang dengan menggunakan metode fungsi logistik.

BAB II ISI
2.1 Proyeksi dan Metode Fungsi Logistik Proyeksi diartikan sebagai perhitungan penduduk pada masa yang akan datang, berdasarkan jumlah penduduk sekarang dan dengan asumsi tertentu tentang trend fertilitas, mortalitas, dan migrasi. (BPS, BAPPENAS, dan UNFPA, 2005). Pada dasarnya, pertumbuhan makhluk hidup pada suatu populasi merupakan proses yang berlangsung secara terus menerus, dimana pengukurannya dilakukan setiap selang waktu tertentu seperti tiap satu minggu, satu bulan, atau satu tahun. Untuk menggambarkan proses tersebut secara matematis, digunakanlah persamaan diferensi yang menggambarkan hubungan ketergantungan antara jumlah populasi pada waktu yang berturutturut. Sebagian besar metode atau model perkembangan dan pertumbuhan makhluk hidup mengikuti kaidah yang berkaitan dengan bentuk-bentuk dari fungsi non-linier, ada beberapa model pertumbuhan mahluk hidup diantaranya model eksponensial dan model logistik. Model pertumbuhan eksponensial yang sederhana dapat memberikan pendekatan yang sesuai untuk pertumbuhan hanya untuk periode awal karena model tersebut tidak memuat penurunan akibat adanya persaingan untuk sumber daya lingkungan seperti makanan dan habitat. Oleh karenanya populasi akan terus mengalami peningkatan tak terbatas atau dengan kata lain tak dapat dihindarkan menurun ke 0, jika terdapat penurunan pada pertumbuhan awalnya. Untuk kasus pertumbuhan, pertumbuhan yang tidak terbatas adalah tidak realistis. Salah satu model dinamika populasi yang paling sederhana dan lebih realistis tentang pertumbuhan populasi adalah model pertumbuhan logistik.

Model

pertumbuhan

logistik,

yaitu

model

pertumbuhan

yang

memperhitungkan faktor logistik berupa ketersediaan makanan dan ruang hidup. Model ini mengasumsikan bahwa pada waktu tertentu jumlah populasi akan mendekati titik kesetimbangan (equilibrium). Pada titik ini jumlah kelahiran dan kematian dianggap sama, sehingga nantinya grafiknya akan mendekati nilai konstan (zero growth). Model ini merupakan penyempurnaan dari model eksponensial yang pertama kali diperkenalkan oleh Pierre Verhulst pada tahun 1838. Model pertumbuhan kontinu logistik mempunyai hasil estimasi yang lebih baik dibanding dengan model pertumbuhan eksponensial. Dalam penggunaan model logistik ini batas populasi juga dimasukkan dalam perhitungan sehingga jumlah populasi dengan model ini tidak akan tumbuh secara tak terhingga. Laju pertumbuhan populasi menjadi terbatas akibat pengaruh ketersediaan makanan, tempat tinggal dan sumber hidup lainnya. Dengan asumsi tersebut, jumlah populasi dengan model ini akan selalu terbatas pada suatu nilai tertentu.

2.2

Proyeksi Kebutuhan Jangka Panjang Dengan Metode Fungsi Logistik Misalkan N(t) menyatakan jumlah populasi pada saat t, dan R0 menyatakan laju pertumbuhan populasi maka secara umum pertumbuhan suatu populasi dapat dinyatakan sebagai berikut:

(2.1)

Namun pada kenyataannya laju pertumbuhan populasi tidak konstan, dan bergantung pada populasi, sehingga laju pertumbuhan dengan konstan R0 pada persamaan (2.1) diganti dengan suatu fungsi R(N) sehingga diperoleh:

(2.2)

Gambar 2.1 Laju pertumbuhan bergantung pada kepadatan

Pemilihan fungsi R (N) didasarkan pada sifat berikut: a. R(N) r > 0 saat N kecil, b. R(N) menurun dengan meningkatnya N, dan c. R(N) < 0 saat N cukup besar. Fungsi paling sederhana yang memiliki sifat ini adalah R(N) = r - aN , dimana a adalah konstanta positif. Keadaan ini dapat digambarkan pada grafik di bawah ini

Gambar 2.2 Grafik Laju Pertumbuhan Logistik

Dengan menggunakan fungsi pada persamaan (2.2), maka diperoleh:

(2.3) Persamaan (2.3) dikenal dengan persamaan Verhulst atau persamaan logistik. Secara ekuivalen, persamaan (2.3) dapat ditulis dalam bentuk:

(2.4) dimana . Konstanta r merupakan laju pertumbuhan intrinsik (intrinsic

growth rate), yaitu nilai yang menggambarkan daya tumbuh suatu populasi (Boyce and Diprima, 1992). Dalam hal ini, diasumsikan 0 > r karena setiap populasi memiliki potensi untuk berkembang biak, dan K menyatakan carrying capacity (kapasitas tampung) yaitu ukuran maksimum dari suatu populasi yang dapat disokong oleh suatu lingkungan. Persamaan (2.4) disebut sebagai model pertumbuhan logistik. Jika ditambahkan syarat awal differensial ini, yaitu: N(0) = N0, maka diperoleh solusi khusus persamaan differensial, yaitu:

(2.5) dimana, N(t) = jumlah populasi pada waktu t r K = laju pertumbuhan intrinsik = carrying capacity

Gambar 2.3 Kurva Pertumbuhan Logistik

CONTOH SOAL Dari dua populasi sejenis bakteri yang dibiakkan terpisah diperoleh data berikut: t N1(t) N2(t) 0 10 30 1 11 50 2 10 75 3 20 110 4 25 145 5 60 170 6 110 180 7 140 185 8 165 180 9 175 180 10 185 180

Jika dianggap daya dukung K = 180, populasi mana yang paling sesuai dengan model logistik? JAWABAN: Hubungan antara N1(t) dan N2(t) dengan t dapat digambarkan seperti pada gambar 2.4. Sulit untuk menentukan populasi yang mana yang paling sesuai dengan logistik berdasarkan gambar 2.4. Usaha selanjutnya yang dapat dilakukan ialah dengan menggambar grafik.

200 180 160 140 120 100 80 60 40 20 0

N(t)

N1(t) N2(t)

10

11

Gambar 2.4 Grafik Hubungan Antara N1(t) dan N2(t) dengan t

Hubungan (

) dengan t. Untuk itu perlu dibentuk suatu tabel seperti

tertera pada daftar di bawah ini. Selanjutnya berdasarkan daftar tersebut, grafik hubungan antara gambar 2.5. t 0 1 2 3 4 5 6 7 8 9 10 N1(t) 10 11 10 20 25 60 110 140 165 175 185 (K-N1)/N1 17.0 15.4 17.0 8.0 6.2 2.0 0.64 0.29 0.09 0.03 -0.03 ln (K-N1)/N1 2.83 2.73 2.83 2.08 1.82 0.69 -0.45 -1.25 -2.40 -3.56 N2(t) 30 50 75 110 145 170 180 185 180 180 180 (K-N2)/N2 5.0 2.6 1.4 0.64 0.24 0.06 0 -0.03 0 0 0 ln (K-N2)/N2 1.61 0.96 0.34 -0.45 -1.45 -2.83 ( ) dengan t dapat digambarkan seperti pada

4 3 2 1 0

ln (K-N)/N

ln (K-N1)/N1 ln (K-N2)/N2

t
1 2 3 4 5 6 7 8 9 10 11

-1 -2 -3 -4

Gambar 2.5 Hubungan antara

) dengan t

Dari gambar 2.5 dapat dilihat bahwa grafik N2(t) lebih mendekati garis lurus daripada grafik N1(t). Oleh karena itu dapat dikatakan bahwa populasi kedua lebih sesuai dengan model logistik daripada populasi pertama.

BAB III PENUTUP


3.1 Kesimpulan Model pertumbuhan logistik dengan daya dukung bergantung pada waktu memiliki tingkat kebenaran yang lebih tinggi dibandingkan dengan menggunakan model pertumbuhan logistik dengan daya dukung konstan. Hal ini terjadi karena pada model logistik dengan daya dukung merupakan fungsi dari waktu memperhatikan adanya aspek bahwa pada setiap waktu besarnya daya dukung lingkungan akan mengalami perubahan. Perbedaan laju pertumbuhan ini juga akan mempengaruhi perbedaan besarnya populasi pada saat yang sama sehingga akan mempengaruhi besarnya hasil yang diperoleh. 3.2 Saran Keakuratan dan ketepatan dalam proses pendugaan jumlah penduduk sangatlah tergantung pada kelengkapan dan keakuratan data yang tersedia. Oleh sebab itu, sangat diharapkan kepada Dinas Kependudukan, Catatan Sipil, dan Keluarga Berencana di setiap daerah agar dapat melakukan perbaikan pada sistem pendataan maupun penyimpanan data sehingga dapat menunjang berbagai keperluan dan kegiatan pada masa yang akan dating.

DAFTAR PUSTAKA
Bappenas-BPS-UNFPA.2005.Proyeksi Penduduk Indonesia (Indonesia

Population Projection) 2000-2025. Jakarta: Bappenas-BPS-UNFPA Boyce, W.E., Diprima, R.C.1977.Elementary Differential Equation and Boundary Value Problem. New York: John Wiley & Sons Rony. H, Kartiman.1985.Matematika Tingkat Tinggi. Jakarta: PT. PRADNYA PARAMITA Soemarto, Noeniek.1987.Kalkulus Lanjutan. Jakarta: Universitas Indonesia