ANALISIS MODEL MATEMATIKA PENYEBARAN PENYAKIT

MENINGITIS

SKRIPSI

Untuk memenuhi sebagian persyaratan

Mencapai derajat sarjana ( )

RISANI AINI ISMAN

F1A1 12 133

PROGRAM STUDI MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS HALU OLEO

KENDARI

2016
 KATA PENGANTAR

Alhamdulillah, puji syukur kehadirat Allah SWT atas segala limpahan

rahmat, pertolongan dan hidayah-Nya, sehingga proses penelitian dan penyusunan

tugas akhir ini yang berjudul “Analilsis Model Matematika Penyebaran

Penyakit Meningitis” dapat diselesaikan sebagaimana yang diharapkan.

Penyusunan tugas akhir ini merupakan salah satu syarat dalam menyelesaikan

program sarjana (S1) pada jurusan Matematika Fakultas Matematika dan Ilmu

Pengetahuan Alam Universitas Halu Oleo.

Penulis menyadari bahwa dalam penelitian dan penyusunan tskripsi ini

selalu dihadapkan dengan berbagai macam kendala dan permasalahan, namun

dengan bantuan dari berbagai pihak akhirnya penyusunan tugas akhir ini dapat

terselesaikan.

Melalui skripsi ini, secara khusus dengan rasa cinta setulus-tulusnya, dan

rasa bangga penulis persembahkan serta mengucapkan terima kasih banyak

kepada kedua orang tua atas dukungan, motivasi dan doa yang tak henti-hentinya

sehingga penulis dapat menyelesaikan skripsi ini. Untuk Ibunda Nurmin

Gredenggo S.Sos dan Ayahanda tercinta Rahman Isman S.Pd.I Terima kasih

untuk semua cinta yang tercurahkan kepada ananda dari lahir hingga saat ini

sehingga ananda jadikan itu sebagai motivasi untuk membahagiakan ibunda dan

ayahanda, mungkin selama ini ananda bukanlah anak yang berprestasi namun

ananda bertekat dan bercita-cita ingin membanggakn ayahanda dan ibunda

alhamdulillah apa yang ananda cita-citakan tercapai dengan memakai Toga tepat

iii
pada waktunya, mungkin itu bukan hal yang besar namun itulah cita-cita kecil

ananda saat pertama menjadi Mahasiswa, ini bukanlah akhir namun ini awal dari

perjuangan ananda untuk membahagiakn dan membanggakan ayahanda dan

ibunda. Tak lupa pula penulis ucapkan terimakasih kepada abang Rifai Isman S.E

sekeluarga, abang Rizal Khamza Isman S.T sekeluarga, kakak Risna Mulani

Isman S.K.M sekeluarga yang selalu mendoakn dan memberikan bantuan moral

maupun material, kakak Riyani Aina Isman C.S.T dan Adik Lia Fajria Lamuasa

dan seluruh keluarga besar yang tak henti-hentinya mendoakan, memotifasi dan

menyemangati penulis.

Penulis juga mengucapkan terima kasih sebesar-besarnya dan penghargaan

setinggi-tingginya kepada Bapak Drs. Asrul Sani, M.Sc, Ph.D, selaku dosen

pembimbing I dan Bapak Dr. Mukhsar, S.Si., M.Si selaku dosen pembimbing II,

yang dengan ikhlas telah meluangkan waktunya untuk membimbing,

mengarahkan, memotivasi dan memberikan ide sejak penentuan judul hingga

tugas akhir ini terselesaikan, juga penulis sampaikan kepada Bapak Drs. Jufra,

M.S, Bapak La Gubu, S.Si. M.Si dan Bapak Dr. La Ode Saidi, M.Kom selaku

tim penguji yang telah memberikan kritik dan saran sehingga tugas akhir ini

menjadi lebih baik.

Ucapan terima kasih juga penulis haturkan kepada berbagai pihak yang

secara langsung maupun tidak langsung membantu penulis dalam menyelesaikan

skripsi ini. Oleh karena itu, ungkapan terima kasih juga penulis tujukan kepada :

1. Rektor Universitas Halu Oleo, Bapak Prof. Dr. Ir. H. Usman Rianse, M.S.

iv
2. Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam UHO, Bapak Dr.

Muh. Zamrun F., S.Si, M.Si, M.Sc.

3. Ketua Jurusan Matematika FMIPA UHO, Bapak La Gubu, S.Si, M.Si.

4. Sekretaris Jurusan Matematika FMIPA UHO Sekaligus Penasehat Akademik

Penulis, Bapak Rasas Raya, S.Si, M.Si.

5. Kepala Laboratorium Komputasi Matematika FMIPA UHO, Ibu Norma

Muhtar, S.Si, M.Si.

6. Kepala Perpustakaan FMIPA UHO, Ibu Dra. Hj. Indrawati, M.Si.

7. Bapak dan Ibu Dosen Terspesial Dosen Jurusan Matematika dan Staf FMIPA

UHO yang telah memberikan segudang ilmu dan pengalaman serta fasilitas

yang memudahkan penulis dalam pengurusan administrasi selama masa

perkuliahan.

8. Teman-teman matematika se-angkatan 2012, terkhusus Ayuaningsih S.Mat

dan Harmida S.Mat yang Selalu Menemani dan Memberikan dukungan serta

bantuan Kala Penulis Susah Dan Senang. Ila Fitriani S.Mat dan Treni

Virdayanti S.Mat yang senantiasa sabar dalam mendengarkan berbagai

pertanyaan dan mengajarkan penulis, Desi Astuti S.Mat, Eka Fitria S.Mat, ,

Novita Rismayanti S.Mat, Herdiana S.Mat, Pantri Elastic S.Mat, Dani

Rofianto S.Mat, Muh Galih S.Mat, La Ode Hajar S.Mat, Bertin Rampo

S.Mat, Astri S.Mat, Obil S.Mat, Yani S.Mat, Suri S.Mat, Ratni S.Mat, Yuli

S.Mat, Astin S,Mat, Lia S.Mat, Nury S.Mat, Ana S.Mat, Eka S.Mat. Indri

S.Mat dan teman-teman Kelas B, Kelas A serta yang tidak sempat disebutkan

namanya satu persatu, yang telah menyediakan waktunya untuk diskusi

v
 penambah inspirasi bagi keberhasilan dalam penelitian dan penyusunan

skripsi ini.

9. Para Pemburu S.Mat yang sama-sama berjuang dengan penulis dan

Alhamdulillah sudah berhasil mendapat gelar S.Mat Muliawati S.Mat,

Hanisar S.Mat, Kadek Ayu S.Mat, Rizwan S.Mat, Rajab S.Mat yang dengan

sabar membantu mendengarkan keluhan dan juga pertanyan-pertanyaan

dalam mengerjakan tugas akhir ini juga saat penulis senang serta yg selalu

mendukung dan memotifasi.

10. Senior-senior angkatan 2010, 2011 dan junior angkatan 2013, 2014, 2015 dan

2016 yang secara sengaja maupun tak sengaja, secara langsung maupun tak

langsung pernah membantu penulis ucapkan terima kasih.

11. Terkasih Sahabat juga Saudara (KELBEN) di perantauan yang susah senang

bersama, selalu perhatian, menyemangati, memotifasi yang selalu mengerti,

membantu dan menyayangi penulis, penulis ucapkan banyak terimakasih

semoga kita semua diberikan kesehatan dan sukses ke depannya. Juga

penulisa ucapkan banyak terima kasih kepada keluarga besar HMP

(Himpunan Mahasiswa Papua dan Papua Barat) Kendari, yang tidak dapat di

sebutkan satu-persatu terima kasih atas doa dan dukungannya selama ini.

12. Sahabat juga saudara Siti Hajar abdul Husen dan Yuliani Widya Tigtigweria

yang selalu memberikan semangat dan doa.

13. Gank Baka-baka Veby S.M, Lily S.M dan Wulan S.Kep yang selalu

menghibur dan menyemangati penulis agar bisa sama-sama memakai toga

dan Alhamdulilah tercapai.

vi
14. Kakak Linda Trisna Ayu S.kep.Ners yang selalu mengingatkan agar cepat

menyelesaikan skripsi agar wisuda di tahun yang sama dan membanggakn

kedua orang tua.

15. Juga sahabat yang paling cerewet Hasrisanti yang selalu menghibur dan kuat-

kuatkan penulis.

16. Teman-teman KKN Desa Lambiku, Lina S.Pd, Bunsa Satria Ningsih S.Pd,

Ana Yunita S.Farm, kaka Made dan Hapilun. Dan teman-teman yang tidak

dapat di sebutkan satu-persatu.

Bersusah-susah dahulu Insya Allah Senang Kemudian. Skripsi ini

merupakan usaha maksimal dari penulis dan tentu masih banyak kekurangan dan

kesalahan dalam penyusunannya. Oleh karena itu, saran dan kritik dari semua

pihak diharapkan untuk perbaikan skripsi ini. Akhirnya, skripsi ini penulis

persembahkan kepada segenap pembaca semoga bermanfaat dan berguna demi

kepentingan ilmu pengetahuan dan teknologi. Amin.

Kendari, Oktober 2016

Penulis

vii
 DAFTAR ISI

Halaman

HALAMAN JUDUL ................................................................................... i

HALAMAN PENGESAHAN ..................................................................... ii
KATA PENGANTAR ................................................................................. iii
DAFTAR ISI ................................................................................................ viii
DAFTAR GAMBAR ................................................................................... x
DAFTAR TABEL ....................................................................................... xi
DAFTAR LAMPIRAN ............................................................................... xii
ABSTRAK .................................................................................................... xiii
ABSTRACT ................................................................................................. xiv

BAB I PENDAHULUAN

1.1 Latar Belakang ........................................................................... 1

1.2 Rumusan Masalah ...................................................................... 3
1.3 Tujuan Penelitian ........................................................................ 3
1.4 Manfaat Penelitian ...................................................................... 4
BAB II TINJAUAN PUSTAKA

2.1 Meningitis .................................................................................... 5

2.1.1 Anatomi Fisiologi ............................................................ 5
2.1.2 Etiologi ............................................................................ 6
2.1.3 Cara Pencegahan ............................................................. 7
2.2 Model Dasar Penyebaran Penyakit ............................................. 7
2.2.1 Model Epidemi SI ........................................................... 7
2.2.2 Model Epidemi SIR ......................................................... 8
2.2.3 Model Epidemi SEIR ...................................................... 9
2.3 Dasar-dasar Matematika .............................................................. 10
2.3.1 Sistem Persamaan Differensial........................................ 10
2.3.2 Nilai Eigen dan Vektor Eigen ......................................... 11
2.3.3 Analisis Kestabilan .......................................................... 11
2.3.4 Linearisasi disekitarTitik Kesetimbangan ....................... 13
2.3.5 Metode Runge-Kutta ....................................................... 14
BAB III METODE PENELITIAN

3.1 Waktu dan Tempat Penelitian ...................................................... 16

3.2 Metode dan Prosedur Penelitian .................................................. 16

viii
BAB IV HASIL DAN PEMBAHASAN

4.1 Analisis Model Matematika Penyebaran Penyakit Meningitis...... 18

4.1 Asumsi .......................................................................................... 18
4.2 Skema Model .................................................................................. 19
4.3 Model ............................................................................................. 20
4.4 Titik Kesetimbangan....................................................................... 21
4.4.1 Titik kesetimbangan bebas virus .................................... 21
4.4.2 Titik kesetimbangan epidemik ........................................ 21
4.5 Analisis Kestabilan Sistem di sekitar Titik Kesetimbangan ........... 24
4.5.1 Analisis kestabilan titik kesetimbangan bebas virus ...... 25
4.5.2 Analisis kestabilan titik kesetimbangan epidemik .......... 27
4.6 Simulasi Numerik dinamika model SCIR pada penyebaran penyakit
Meningitis
4.6.1 Simulasi numerik bebas virus ......................................... 29
4.6.2 Simulasi numerik epidemik............................................. 34
BAB V PENUTUP

5.1 Kesimpulan ................................................................................. 37

5.2 Saran ............................................................................................ 38
DAFTAR PUSTAKA

LAMPIRAN

ix
 DAFTAR GAMBAR

Halaman
Gambar 3.1 Metode Penelitian 17
Gambar 4.1 19
Skema Meningitis

Gambar 4.2 Laju pertumbuhan bebas virus pada model SCIR 30

dengan perilaku spiral stabil pada saat

Gambar 4.3 Ggg Grafik 3 dimensi untuk susceptible, carrier, dan 31

infected pada titik kesetimbangan bebas virus
dengan perilaku spiral stabil.
Gambar 4.4 Laju pertumbuhan bebas virus pada model SCIR 33
Gambar 4.5 dengan perilaku spiral stabil pada saat 33
Grafik 3 dimensi untuk susceptible, carrier, dan
infected pada titik kesetimbangan bebas virus
dengan perilaku spiral stabil.
Gambar 4.6 Laju pertumbuhan epidemik pada model SCIR pada 35
saat
Gambar 4.7 Grafik 3 dimensi untuk susceptible,carrier dan 36
infected pada titik kesetimbangan epidemik

x
 DAFTAR TABEL

Halaman
Tabel 4.1 Kestabilan di titik kesetimbangan bebas
virus 27

Tabel 4.2 Nilai parameter-parameter dalam model

Meningitis 30

Tabel 4.3 Sifat kestabilan titik kesetimbangan 30

bebas virus bagian pertama
Tabel 4.4 Nilai parameter-parameter dalam model 32
Meningitis

Tabel 4.5 Sifat kestabilan titik kesetimbangan 32

bebas virus bagian kedua

Tabel 4.6 Nilai parameter-parameter dalam model 34

Meningitis
Tabel 4.7 Sifat kestabilan titik kesetimbangan 35
epidemik

xi
 DAFTAR LAMPIRAN

Halaman
Lampiran 1. Mencari titik kesetimbangan pada model
SCIR dengan menggunakan software Maple 41
Lampiran 2. Mencari nilai eigen dari titik kesetimbangan 42
bebas virus dengan menggunakan software
Maple
Lampiran 3. Simulasi numerik bebas virus model SCIR 43
pada perilaku stabil asimtotik menggunakan
sofware matlab.
Lampiran 4. Simulasi numerik bebas virus model SCIR 44
pada perilaku saddle point menggunakan
sofware matlab.
Lampiran 5. Simulasi numerik epidemik pada model 45
SCIR menggunakan sofware matlab

xii
 ANALISIS MODEL MATEMATIKA PEMYEBARAN PENYAKIT
MENINGITIS
Oleh:
RISANI AINI ISMAN
F1A1 12 133
Abstrak
Penelitian ini dilakukan untuk menganalisis dinamika penyebaran penyakit
meningitis SCIR. Model matematika diformulasi dengan sistem persamaan
diferensial biasa yang terdiri dari 4 komponen, yaitu susceptible, infected, virus
dan recovered. Model SCIR ini memperhatikan faktor kelahiran dan kematian.
Untuk mencegah individu yang baru lahir terkena virus maka perlu diberikan
vaksinasi . vaksin diberikan pada susceptible yang rentan terhadap virus. Dalam
proses pemodelan dilakukan tiga tahap yaitu perumusan masalah, dilakukan untuk
mencari variabel sehingga nantinya akan terbentuk asumsi-asumsinya. Tahapan
selanjutnya adalah membuat model matematika yang sesuai dengan asumsi-
asumsi yang dibentuk sebelumnya. Tahapan terakhir adalah mencari selesaian dari
model matematikanya dengan cara mencari titik kesetimbangan, menganalisis
kestabilannya dan melakukan simulasi numerik menggunakan software matlab.
Dari model tersebut diperoleh dua titik kesetimbangan yaitu titik kesetimbangan
bebas virus dan titik kesetimbangan epidemik.

Kata kunci : Model SCIR, Sifat Kestabilan, Titik Kesetimbangan .

xiii
 ANALYSIS MATHEMATICAL MODELING SPREAD OF MENINGITIS

By

RISANI AINI ISMAN

F1A1 12 133

ABSTRACT

This study carried out to analyze the dynamics of the spread of meningitis
SCIR. mathematical model is formulated with the system of ordinary differential
equations which consists of 4 components, which is susceptible, infected, viruses
and recovered. Model SCIR this regard factor of birth and death. To prevent
individuals who newborn exposed to the virus it is necessary to vaccination.
Vaccine given to susceptible vulnerable against viruses. In the process modeling
carried out three stages of the problem formulation, made to look for variable so
that will be formed assumptions. The next steps is to make a mathematical model
in accordance with the assumptions set up before. Final stage is looking for
selesaian of the model mathematical by looking for equilibrium point, analyze its
stability and perform numerical simulations using software matlab. Of the model
is obtained two equilibrium point that is equilibrium point virus free and
aquilibrium point epidemik,

Keywords: Aquilibrium point, the nature of the stability, the model SCIR.

xiv
 BAB I

PENDAHULUAN

1.1. Latar Belakang

Meningitis adalah suatu reaksi peradangan yang terjadi pada lapisan

selaput yang membungkus jaringan otak (arakhnoid, piamater) dan sumsum

tulang belakang, yang disebabkan oleh organisme seperti bakteri, virus, dan

jamur. Meningitis merupakan masalah kesehatan serius yang perlu diketahui dan

diobati untuk meminimalkan gejala sisa neurologis yang serius dan memastikan

keselamatan pasien (Wordpress, 2009). Meningitis bakteri terjadi lebih sering dari

pada virus. Bahkan lebih dari 80% dari semua kasus meningitis disebabkan oleh

tiga jenis yang berbeda yaitu Jenis Neisseria meningitidis, Haemophilus

influenzae, dan Streptococcus pneumoniae. Meningitis yang menyebabkan

meningitis meningokokus, paling sering terjadi. Meningitis yang disebabkan oleh

bakteri Neisseria meningitides adalah bentuk meningitis yang sangat serius dan

memiliki tingkat kematian yang tinggi jika tidak diobati. Dilaporkan bahwa

tingkat kematian di negara maju adalah sekitar 70-80% sebelum perawatan

berhasil ditemukan, seperti antibiotik, yang menyebabkan tingkat drop 25%

(Maia, 2002).

Tulisan pertama mengenai meningitis tuberkulosa dibuat oleh Robert

Whytt pada tahun 1768. Sejak penemuan streptomisin pada tahun 1947, kasus

meningitis tuberkulosa mulai berkurang, namun demikian meningitis tuberkulosa

tetap merupakan masalah dalam bidang kesehatan, terutama di negara-negara

berkembang karena angka kematian dan angka kecacatan masih tinggi (Harsono,

1
2005). Sedangkan meningitis virus relatif jarang terjadi namun dapat berbahaya.

Gejala dan tanda infeksi virus sangat bervariasi sesuai dengan mudah

terserangnya sel-sel saraf yang berbeda terhadap virus (Wordpress, 2009).

Suatu penelitian retrospektif di Rumah Sakit Anak Queen Elizabeth

Barbados dari bulan Januari 1994 sampai November 2005 didapatkan pasien

dengan diagnosis meningitis sebanyak 327 kasus, dengan 235 kasus meningitis

aspetik (71%) dan 92 kasus meningitis bakteri (29%) (Kumar, Jennings dan

Louis, 2007).

Data dari penelitian lain di salah satu rumah sakit di Surabaya pada tahun

2000 hingga pertengahan tahun 2001 menunjukkan jumlah 31 penderita

meningitis. Dengan usia kurang dari satu tahun (22,6%), usia 1-5 tahun (3,2%),

usia 5-15 tahun (6,4%), usia 15-25 tahun (32%), usia 25-45 tahun (16,1%), usia

45-65 tahun (16,1%), usia lebih dari 65 tahun 3,2%. Dari 31 penderita tersebut

sebanyak delapan orang (25,8%) meninggal dunia.

Solusi pencegahan penyakit meningitis telah banyak dilakukan dan dikaji

dari sisi kesehatan. Salah satu disiplin ilmu yang bisa membantu mengatasi

permasalahan tersebut adalah matematika. Pemodelan matematika dapat

dimanfaatkan untuk menyelesaikan masalah penyebaran penyakit meningitis

dengan menggunakan asumsi-asumsi tertentu yang solusinya dapat diperoleh baik

secara analitis maupun numerik.

Model matematika pada penyebaran penyakit dilakukan dengan

mengelompokkan populasi menjadi beberapa golongan. Masing-masing golongan

mewakili tahapan yang bereda. Golongan rentan penyakit susceptible digunakn

2
untuk mewakili individu-individu yang rentan terhadap infeksi virus, kemudian

golongan infected mewakili inividu-individu yang retan terhadap inveksi dan

mampu menularkan atau menyebarkan penyakit ke individu-individu yang telah

terinfeksi dan mampu menularkan atau menyebarkan penyakit ke individu pada

populasi,untuk golongan recovered digunakan untuk mewakili individu-individu

terinfeksi yang telah sembuh dari penyakit. Pada model-model epidemik yang

memperhatikan adanya periode laten terhadap golongan exposed yang mewakili

individu-individu terinfeksi namun belum dapat menginfeksi dan carrier yang

mewakili individu-individu yang tidak menunjukan gejala (pasif) tetapi membawa

organisme menular dan dapat menularkan kepada individu lain (Hethocote, 2000).

Pada penelitian ini akan dibahas mengenai Analisis Model Matematika

Penyebaran Penyakit Meningitis.

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas, maka rumusan masalah dari penelitian

ini sebagai berikut :

1. Bagaimana menganalisis model matematika penyebaran penyakit meningitis?

2. Bagaimana sifat-sifat kestabilan model matematika penyebaran penyakit meningitis?

1.3 Tujuan Penelitian

Berdasarkan rumusan masalah di atas, maka tujuan penelitian ini adalah :

1. Untuk menganalisis model matematika penyebaran penyakit meningitis.

2. Untuk mengetahui sifat-sifat kestabilan model penyebaran penyakit meningitis.

1.4 Manfaat Penelitian

Penelitian ini diharapkan akan dapat bermanfaat sebagai berikut :

3
1. Dari segi subjektif penulis, manfaat yang dapat diambil semata – mata untuk

memperkuat struktur kognitif penulis mengenai model matematika pola penyebaran

penyakit meningitis.

2. Dalam kaitannya dengan pembangunan pendidikan tinggi di Indonesia, diharapkan

dapat memberi sumbangan pemikiran dalam langkah memperluas atau memperdalam

wawasan mengenai model matematika.

4
 BAB II

TINJAUAN PUSTAKA

2.1 Meningitis

Meningitis adalah peradangan pada meninges, disebabkan oleh organisme

yang berbeda. Bakteri dan virus adalah penyebab paling umum dari meningitis.

Ketika organisme ini dalam cairan serebrospinal, segala sesuatu di daerah ini akan

meradang. Pengenalan bakteri di meninges hampir pasti akan menyebabkan

meningitis. Kadang-kadang adanya bakteri ini adalah hasil dari infeksi di bagian

lain dari tubuh (Maia, 2002).

Meningitis merupakan inflamasi pada selaput otak yang mengenai lapisan

piameter dan ruang subarakhnoid maupun arakhnoid, dan termasuk cairan

serebrospinal (CSS). Peradangan yang terjadi pada meningens, yaitu membran

atau selaput yang melapisi otak dan medulla spinalis, dapat disebabkan berbagai

organisme seperti virus, bakteri ataupun jamur yang menyebar masuk kedalam

darah d an berpindah kedalam cairan otak (Wordpress, 2009).

2.1.1 Anatomi Fisiologi

Otak dan medulla spinalis dilapisi oleh meningens yang melindungi

struktur saraf yang halus, membawa pembuluh darah dan dengan sekresi sejenis

cairan yaitu cairan serebrospinal (Wordpress, 2009). Selaput meningens terdiri

dari 3 lapisan yaitu :

1. Piameter : yang menyelipkan dirinya ke dalam celah pada otak dan sumsum

tulang belakang dan sebagai akibat dari kontak yang sangat erat akan

menyediakan darah untuk struktur-struktur ini.

5
2. Arachnoid: Merupakan selaput halus yang memisahkan piameter dan dura

meter.

3. Dura meter:

2.1.2 Etiologi Merupakan lapisan paling luar yang padat dan keras berasal dari

jaringan ikat tebal dan kuat (Snell, 2006).

Meningitis disebabkan oleh berbagai macam organisme, tetapi kebanyakan

pasien dengan meningitis mempunyai faktor prediposposisi seperti fraktur tulang

tengkorak, infeksi, operasi otak atau sum-sum tulang belakang. Seperti

disebutkan di atas bahwa meningitis itu kebanyakn di sebabkan oleh virus dan

bakteri,

a. Meningitis Bakteri

Bakteri yang paling sering menyebabkan meningitis adalah haemofilus

influenza nersseria, diplokokus pnemonia, streptokokus grup A, stapilokokus

aurenz, escehericia colli, klebsiela dan pseudomonia. Tubuh akan berespon

terhadap bakteri sebagai benda asing dan berespon dengan terjadinya

peraangan dengan adanya neutrofi, monosit dan limfosit.

Banyak faktor yang mempengaruhi etiologi penyakit meningitis bakteri.

Penyebab infeksi ini dapat diklasifikasikan atas: Penumococcus, Meningococcus,

Hemophilus influenza, Staphylococcus, E.coli, Salmonella (Japardi, 2002).

b. Meningtis Virus

Meningitis viral biasa disebut dengan meningitis aseptik, yang berhubungan

dengan sindroma klinik terjadinya invlamasi meningeal tetapi dalam pemeriksaan

cairan serebrospinal tidak di temukan bakteri yang umum menyebabkan

6
meningitis. Penyebab terbanyak terjadinya meningitis virus atau meningitis

aseptik diurutkan berdasarkan yang paling umum adalah golongan enterovirus

dan arbovirus. Penyebab tidak umum adalah virus golang mumps, humanherpest

virus tipe 6, iymphosit chorio meningitis virus, dan human immunodeficiency

virus (HIV).

2.1.3 Cara Pencegahan

Kebersihan menjadi kunci utama proses pencegahan terjangkit virus atau

bakteri penyebab meningitis. Tidak berbagi makanan, minuman atau alat makan,

untuk membantu mencegah penyebaran virus. Selain itu lengkapi juga imunisasi

si kecil, termasuk vaksin-vaksin seperti HIB, MMR, dan IPD (Japardi, 2002 ).

2.2 Model Dasar Penyebaran Penyakit

Ada beberapa model epidemi selain model SI dan SIS, yaitu SIR,

SEIR, dan SEIRS. Secara singkat dapat digambarkan tentang model SI,SIR dan

SEIR sebagai berikut.

2.2.1 Model Epidemi SI

Pada model epidemi SI populasi dibagi menjadi dua kelompok yaiti:

1. Susceptible (S) yaitu kelompok populasi yang sehat tetapi dapat terinfeksi

penyakit (rentan) dan

2. Infected (I) yaitu kelompok populasi yang terinfeksi penyakit dan dapat

menularkan ke populasi yang sehat.

Model Epidemi SI dapat dinyatakan sbagai berikut:

7
 Keterangan:
= Laju perpindahan populasi dari golongan susceptible ke golongan invected
setiap satuan waktu
N = Jumlah populasi

2.2.2 Model Epidemi SIR

Pada model epidemi SIR klasik, populasi dibagi menjadi tiga

kelompok yaitu susceptible (S), yaitu kelompok populasi yang sehat tetapi dapat

terinfeksi penyakit, infected (I) yaitu kelompok populasi yang terinfeksi dan

dapat sembuh dari penyakit, dan recovered (R) yaitu kelompok populasi yang

telah sembuh dan kebal dari penyakit. Model epidemi SIR dapat dinyatakan

sebagai berikut:

Keterangan:

= Laju perpindahan populasi dari golongan susceptible ke golongan

Recovered setiap satuan waktu
= Laju perpindahan populasi dari golongan invected ke golongan Recovered
setiap satuan waktu
N= Jumlah populasi

8
2.2.3. Model Epidemi SEIR
Pada model epidemi SEIR klasik, populasi dibagi menjadi empat

kelompok yaitu susceptible (S) yaitu kelompok populasi yang sehat tetapi

dapat terinfeksi penyakit, exposed (E) yaitu kelompok populasi yang dicurigai

terinfeksi oleh penyakit, infected (I) yaitu kelompok populasi yang terinfeksi dan

dapat sembuh dari penyakit, dan recovered (R) yaitu kelompok populasi yang

telah sembuh dan kebal dari penyakit. Model epidemi SEIR dapat dinyatakan

sebagai berikut:

Keterangan:

= Laju perpindahan populasi dari golongan susceptible ke golongan

Recovered setiap satuan waktu

= Laju perpindahan populasi dari golongan exposed ke golongan invected

setiap satuan waktu

= Laju perpindahan populasi dari golongan invected ke golongan recovered

setiap satuan waktu

N= Jumlah populasi

9
2.3. Dasar-Dasar Matematika

2.3.3. Sistem Persamaan Differensial

Sistem persamaan differensial adalah suatu sistem persamaan yang terdiri

dari persamaan linear.

Persamaan differensial sering kali muncul dalam model matematika yang

mencoba menggambarkan keadaan kehidupan nyata. Sebagai contoh, dalam

biologi yaitu laju pertumbuhan populasi. Diberikan sistem persamaan differensial

nonlinear orde 1, dapat dinyatakan dalam bentuk matriks yakni:

(2.1)
( ) ( )

dimana , - dan , - adalah transpose.

Sistem (2.1), dikatakan nonlinear apabila funngsi ( ) tak linear dan kontinu

yang dapat berbentuk:

( )

( )

( )
(2.2)

dikatakan sistem autonomous apabila fungsi ( ) tidak bergantung terhadap

waktu, yakni:

(2.3)
( )

dengan ( ) merupakan fungsi linear maupun nonlinear ( Arrowsmith & Place,

1987).

10
 Selanjutnya, suatu sistem = ( ) disebut sistem linear

berdimensi n, jika dimana = *( ) +

adalah pemetaan linear, yang dalam bentuk matriks dapat dituliskan sebagai

berikut:

( )
( ) =[ ]=[ ][ ]
atau ( ) (2.4)
( ) ( )

2.3.2 Nilai Eigen dan Vektor Eigen

Definisi 2.1 Misalkan A suatu matriks n x n. Skalar λ disebut nilai eigen atau nilai

karakteristik (characteristic value) dari A jika terdapat suatu vector tidak nol x,

sehingga Ax= λx. Vektor x disebut vector eigen atau vector karakteristik dari A

yang bersesuaian dengan λ.

2.3.3 Analisis Kestabilan

Dalam menentukan titik kestabilan pada persamaan linear adalah dengan

menguji sekitaran titik kestabilan dan sistem yang sederhana untuk menentukan

nilai eigen yang menghasilkan matriks Jacobian sedangkan penentuan titik stabil

pada sistem nonlinear juga sangat penting dalam perilaku sistemnya.

Bentuk-bentuk umum dan tipe-tipe kesetimbangan sistem linear dengan

sifat kestabilannya yaitu:

1. Kedua nilai eigen positif, menghasilkan trayektori simpul tak stabil

(unstablenode).

11
2. Nilai eigen positif, yang lainnya negatif, menghasilkan titik pelana (saddle

point).

3. Kedua nilai eigen negatif, menghasilkan simpul stabil (stable node).

4. Bagian positif, menghasilkan spiral tak stabil (unstable spiral).

5. Bagian real nol, menghasilkan trayektori pusat sentral atau stabil netral

(neutral center atau neutral stable).

6. Bagian real negatif, menghasilkan spiral stabil (stable spiral) (Tarumingkeng,

1994).

Kestabilan suatu titik kesetimbangan dapat diperiksa berdasarkan nilai

eigen dengan menyelesaikan dengan adalah matriks (2.5) yang

berukura menghasilkan polynnomial dengan derajat yang sama dengan

ukuran matriks yang mempunyai bentuk umum

(2.6)

Stabilitas titik kesetimbangan ditentukan berdasarkan tanda bagian real

pada nilai eigen yang dibagi menjadi tiga, yaitu:

1. Stabil: Titik kesetimbangan dikatakan stabil jika dan hanya jika nilai eigen

adalah real dan negative atau mempunyai bagian real tak positif.

2. Stabil Asimtotik: Titik kesetimbangan dikatakan stabil asimtotik jika dan

hanya jika nilai eigen adalah real dan negative atau mempunyai bagian real

negative.

3. Tidak Stabil: Titik kesetimbangan dikatakan tidak stabil jika dan hanya

jika nilai eigen adalah real dan positif atau mempunyai paling sedikit satu

nilai eigen dengan ba gian real positif (Tarumingkeng, 1994).

12
2.3.4 Linearisasi disekitar titik kesetimbangan

Salah satu metode yang digunakan untuk menentukan titik kesetimbangan

adalah metode null-cline. Metode null-cline memberikan informasi tipe

kesetimbangan linear dalam suatu sistem yang berupa titik kesetimbangan stabil,

tak stabil dan trayektori pusat sentral.

Definisi 2.2 Titik disebut titik kesetimbangan (equilibrium)

dari sistem ( ), jika ( ) titik kesetimbangan disebut titik

kesetimbangan hiperbolik dari ( ) jika semua nilai eigen dari matriks

( ) tidak nol bagian realnya.

Perilaku selesaian sistem nonlinear ( ) di sekitar titik

kesetimbangan dapat didekati dengan meninjau sifat solusi linear

dimana matriks Jacobian, ( ). Deret Taylor ( ) dan

di sekitar titik kesetimbangan adalah sebagai berikut:

( ) ( )
( ) ( ) ∑ ( ) ∑ ( )
( )
∑ ( )
( ) ( )
( ) ( ) ∑ ( ) ∑ ( )
( )
∑ ( )

( ) ( )
( ) ( ) ∑ ( ) ∑ ( )
( )
∑ ( )

Karena di titk kesetimbangan ( ) ( ) ( ) , dan di

sekitar titik kesetimbangan ( ) dianggap cukup dekat dengan , maka suku-

13
suku yang memuat pangkat dua atau lebih seperti ( ) ( ) dan

seterusnya, nilainya sangat kecil dan dapat diabaikan sehingga diperoleh:

( ) (2.7)

dimana

( ) ( )
( ) ( )
( ) =[ ] = , =[ ]
( ) ( ) ( ) ( )
[ ]

Hal ini menunjukkan bahwa fungsi linear ( ) merupakan

aproksimasi untuk fungsi nonlinear ( ) di sekitar titik kesetimbangan ,

sehingga tafsiran solusi dari sistem nonlinear ( ) di sekitar titik

kesetimbangan dapat didekati dengan mencari solusi dengan

matriks turunan parsial pertama yang disebut matriks Jacobian. Nilai eigen

matriks A memberikan informasi kestabilan lokal di sekitar titik kesetimbangan

(Nayfeh dan Balachandra, 1995).

2.3.5 Metode Runge-Kutta

Metode Runge-Kutta adalah alternatif lain dari metode deret Taylor yang

tidak membutuhkan perhitungan turunan. Metode ini berusaha mendapatkan

derajat ketelitian yang lebih tinggi, dan sekaligus menghindarkan keperluan

mencari turunan yang lebih tinggi dengan jalan mengevaluasi fungsi ( ) pada

titik terpilih dalam setiap selang langkah. Metode Runge-Kutta adalah metode

PDB yang paling populer karena banyak dipakai dalam praktek.

Bentuk umum metode Runge-Kutta orde-n ialah:

= + + +...+ (2.8)

14
dengan adalah konstanta, dan

( )
( )
( )

( )

Nilai dipilih sedemikian rupa sehingga meminimumkan galat per

langkah.

Secara umum metode Runge-Kutta mempunyai tiga sifat utama yaitu:

1. Metodenya satu langkah : untuk mencapai hanya diperlukan keterangan

yang tersedia pada titik sebelumnya yaitu

2. Mendekati ketelitian deret Taylor sampai suku dalam , dimana nilai p

berbeda untuk metode yang berbeda, dan nilai p ini disebut derajat dari metode

3. Tidak memerlukan perhitungan turunan ( ) tetapi hanya memerlukan

fungsi itu sendiri.

Metode Runge-Kutta yang umum digunakan untuk mengintegrasikan

persamaan differensial adalah metode Runge-Kutta orde keempat yang berbentuk

= + (

dimana:

= ( )

= . /

=f. /

= ( ) (Djojodihardjo, 2000)

15
 BAB III

METODE PENELITIAN

3.1 Waktu dan Tempat Penelitian

Penelitian ini dilaksanakan dari bulan Juni 2016 dan di harapkan selesai

sampai bulan Oktober 2016. Kegiatan ini dilakukan di Laboratorium Komputasi

Matematika dan Ilmu Pengetahuan Alam Universitas Halu Oleo Kendari.

3.2 Metode dan Prosedur Penelitian

Penelitian ini dilakukan dengan menggunakan metode penelitian

kepustakaan atau studi literatur. Adapun langkah-langkah dalam pembentukan

model matematika penyebaran penyakit meningitis adalah:

1. Indentifikasi Masalah, yaitu membaca dan memahami literatur yang berkaitan

dengan penyakit meningitis dan pemodelan matematika, sehingga dapat

menentukan sub-susb populasi yang akan digunakan dalam model;

2. Membuat Asumsi, yaitu dalam pembuatan model matematika tidak semua

faktor yang berpengaruh dalam penyebaran penyakit meningitis dapat

dimodelkan secara matematika, oleh karena itu perlu disederhanakan dengan

melakukan reduksi faktor-faktor yang berpengaruh terhadap peristiwa ini;

3. Menyelesaikan dan Menginterpretasikan Model, setelah model terbentuk,

perlu diselesaikan secara matematika yaitu mencari titik kestimbangan,

melakukan analisis parameter untuk mencari nilai eigen dan menentukan

sifat kestabilan serta diskrititasi menggunakan metode runge-kutta.

4. Penarikan kesimpulan

16
Berdasarkan penyelesaian uraian metode di atas dapat diberikan Gambar 3.1

berikut ini:

Identifikasi Masalah Karakteristik

Asumsi
(MENINGITIS) (MENINGITIS)

Pemodelan

Analisis parameter sistem

persamaan differensial, titik
kestimbangan,nilai eigen, sifat
kestabilan

Diskrititasi menggunakan
metode runge-kutta

Simulasi menggunakan
program matlab

interpretasi

Gambar 3.1. Metode Penelitian

17
 BAB IV

HASIL DAN PEMBAHASAN

Dalam bab ini akan dibahas mengenai asumsi, skema, dan formulasi model

matematika penyebaran penyakit meningitis serta akan dijelaskan bagaimana cara

menentukan titik kesetimbangan bebas penyakit dan titik kesetimbangan epidemik

pada model matematika SCIR. Model tersebut akan dianalisis dan ditentukan sifat

kestabilannya.

4.1 Analisis Model Matematika Penyebaran Penyakit Meningitis

Asumsi 4.1:

Asumsi yang digunakan pada penelitian ini adalah sebagai berikut:

1. Laju kelahiran jumlah individu manusia dilambangkan dengan v dimana

individu manusia yang terinfeksi penyakit (aktif dan pasif).

2. Karena adanya laju kelahiran maka jumlah individu pada susceptible

bertambah. Individu yang telah divaksinasi adalah individu yang baru lahir.

Sehingga jumlah individu yang divaksinasi pada golongan susceptible yang

baru lahir dinyatakan dengan ( ) , dan jumlah individu yang

divaksinasi sebesar .

3. Laju perpindahan jumlah individu susceptible ke jumlah individu carrier

sebesar dan laju pertambahan individu carrier sebesar

4. Laju perpindahan jumlah individu carrier yang pasif menjadi terinfeksi

(aktif) sebesar .

18
5. Laju perpindahan jumlah individu dari golongan infected kembali ke

golongan susceptible karena vaksin yang diberikan dan kekebalan tubuh

yang kuat namun dapat kembali terinfeksi sebesar .

6. Laju perpindahan jumlah individu dari golongan infected ke golongan

recovered sebesar .

7. Laju kematian individu pada susceptible,carrier, infected, recovered adalah

sama yaitu sebesar . Dimana untuk laju kematian pada susceptible sebesar

, laju kematian untuk infected sebesar , laju kematian carrier sebesar

, recovered sebesar dan laju kematian akibat terinfeksi sebesar .

4.2 Skema Model

Berdasarkan Asumsi 4.1, maka skema untuk model dinamika penyakit

meningitis disajikan pada Gambar 4.1

Gambar 4.1 Skema Penyebaran Penyakit Meningitis

19
4.3 Model

Berdasarkan Asumsi 4.1 dan skema Gambar 4.2, maka diperoleh model

Meningitis sebagai berikut:

( )

(4.1)

( ) ( ) ( ) ( ) ( ) dimana , , , , >0,

Keterangan:
Jumlah individu susceptible yang rentan terhadap infeksi
Jumlah individu carrier (pembawa) virus
Jumlah individu infected (terinfeksi)
Jumlah individu recovered (sembuh)
Laju kelahiran jumlah individu
Laju jumlah individu yang divaksinasi
Laju perpindahan populasi dari golongan susceptible ke golongan
carrier setiap satuan waktu
Laju kematian alami pada semua golongan setiap satuan waktu.
Laju perpindahan populasi dari golongan carrier ke golongan infected
setiap satuan waktu
Laju perpindahan populasi dari golongan infected ke golongan
recovered setiap satuan waktu
Tingkat kematian akibat infected
Laju perpindahan populasi dari golongan infected ke golongan
susceptible setiap satuan waktu.
Laju pertambahan individu carrier setiap satuan waktu.

20
4.4 Titik Kesetimbangan

Titik kesetimbangan diperoleh jika , , , dan .

4.4.1 Titik Kesetimbangan Bebas Virus

Titik kesetimbangan bebas virus dinyatakan dalam bentuk

( ) terjadi jika dan . Sehingga berdasarkan sistem

persamaan pada model tersebut diperoleh:

( )

Karena , maka

( )

( )

( )

( )

Karena , maka untuk nilai diperoleh:

Jadi, titik kesetimbangan bebas virusnya adalah

( )
( ) . / (4.2)

4.4.2 Titik Kesetimbangan Epidemik

Titik kesetimbangan epidemik dinyatakan dalam bentuk ( )

terjadi jika dan . Sehingga diperoleh suatu keadaan bahwa ada

21
individu harus divaksinasi pada tingkat p sehingga dapat menimbulkan epidemik

positif. Berdasarkan dengan sistem persamaan pada model tersebut diperoleh:

Untuk , diperoleh:

Untuk , diperoleh:

( )
(4.3)
( )

Untuk , diperoleh:

( ) (4.4)
( )

Untuk , diperoleh:

(4.5)

untuk , substitusi persamaan (4.4) dan (4.3) ke persamaan (4.1)

( )

( )
( ) ( )

( )
( ) ( )

dengan menggunakan aplikasi maple sehingga diperoleh penyederhanaan dari

persamaan sebagai berikut:

22
 ( )
( )
(4.6)

untuk mendapatkan titik kesetimbangan , maka persamaan (4.4) disubstitusi ke

persamaan (4.6), sehingga diperoleh:

( )

(4.7)
( )
( )
( )

dengan menggunakan aplikasi maple sehingga diperoleh penyederhanaan dari

persamaan sebagai berikut:
. /( )
(4.8)
( )

untuk mendapatkan titik kesetimbangan , maka persamaan (4.1) disubtitusi ke

persamaan (4.6), sehingga diperoleh

( )
( )

( )
. /

Sehingga titik kesetimbangan epidemik pada model adalah

( ) dimana

( )( )
( )
( ) (4.9)
( )
( )

. /

23
4.5 Analisis Kestabilan Titik Kesetimbangan

Pada bagian ini akan dilakukan analisis kestabilan titik kesetimbangan

dengan terlebih dahulu dilakukan pelinearisasian sistem model penyebaran virus

pada Meningitis. Persamaan yang akan dilenearisasikan adalah sebagai berikut:

( ) ( )

( )
(4.10)
( )

( )

keempat persamaan nonlinear di atas dapat dilinearkan sebagai berikut.

(( ) )

(( ) )

(( ) )

(( ) )

( )

( )
–

( )

( )

( )

24
 ( )

( )

( )

( )

( )

( )

( )

Linearisasi sistem persamaan diatas adalah matriks jacobian ,

[ ]

Selanjutnya hasil penelitian di atas disubtitusikan ke dalam matriks jacobian ,

sehingga diperoleh:

(4.11)
[ ]

4.5.1 Analisis kestabilan titik kesetimbangan bebas virus

Kestabilan titik kesetimbangan virus penyakit ( )

( )
. / disubstitusi pada persamaan 4.11 sehingga diperoleh:

25
 ( )

( )
( )

[ ]

Untuk mencari nilai eigen matriks jacobian yang berukuran 4 x 4, maka matriks
jacobian ditulis sebagai:
, -

( )

( )
[ ]

( [ ])

( )

( )
[ ]

( [ ])

( )

( )

( )

Persamaan karakteristiknya adalah

( )
( )
( )[ ] [ ]

( )

( ) ( )( )
(( ) . /( ) ( ( ). /))

Berdasarkan bantuan software maple, sehingga diperoleh nilai eigennya sebagai

berikut:

(4.12)

26
 Dari nilai eigen yang diperoleh, ditunjukkan bahwa ,

dikarenakan nilai dari . Jika – pada memiliki

nilai real imajiner negatif, maka nilai eigen untuk , dan jika

pada memiliki nilai real negatif maka nilai eigen dari sehingga

titik kesetimbangan bebas virus menghasilkan perilaku stabil asimtotik.,

sebaliknya jika pada memiliki nilai real positif maka

nilai dan jika pada memiliki nilai real positif

maka nilai sehingga titik kesetimbangan bebas virus menghasilkan

perilaku saddle point. Secara umum, sifat kestabilan bebas virus dapat dilihat pada

Tabel 4.1 berikut.

Tabel 4.1 Kestabilan di titik kesetimbangan bebas virus

Sifat
kestabilan
Titik Real
Real Real Real
kesetimbangan Imajiner Spiral Stabil
negative negatif negatif
bebas penyakit negative
Real
Real Real Real
imajiner Saddle Point
negative negatif positif
positif

4.5.2 Analisis kestabilan titik kesetimbangan epidemik

Kestabilan titik kesetimbangan epidemik ( ) dimana

( )( )
( )
( )
( )
( )
( )

27
Disubstitusi pada persamaan 4.11 sehingga diperoleh:
( )( )
( )
( )( )
( )
( )

[ ]

Untuk mencari nilai eigen matrik jacobian yang berukuran 4 x 4, maka

matriks jacobian ditulis sebagai:

, -
( )( )
( )
( )( )
[ ] ( )

( [ ])

( )( )
( )
( )( )
[ ] ( )

( [ ])

( )( )
(( ) )
( )

( )( )

( )

[[ ]]

Persamaan karakteristiknya adalah

( )( )
( (. ( )
/ ) )[ ]

( )( )

( )
( )

[ ]

Untuk nilai eigen pada titik kesetimbangan epidemik akan dihitung secara

numerik.

28
4.6 Simulasi Numerik dinamika model SCIR pada penyebaran penyakit

Meningitis

Pada sub bab ini simulasi numerik dilakukan dengan menggunakan metode

rungge-kutta orde empat. Simulasi dinamika penyebaran virus menggunakan

model SCIR dilakukan dengan memvariasikan parameter-parameter yang

mempengaruhi model tersebut. Beberapa parameter yang divariasikan yaitu

adalah Laju kelahiran jumlah individu, adalah Laju perpindahan populasi dari

golongan susceptible ke golongan carrier setiap satuan waktu, adalah Laju

kematian alami pada semua golongan setiap satuan waktu.

, adalah Laju perpindahan

populasi dari golongan carrier ke golongan infected setiap satuan waktu,

adalah Laju perpindahan populasi dari golongan infected ke golongan recovered

setiap satuan waktu, adalah Laju perpindahan populasi dari golongan infected

ke golongan susceptible setiap satuan waktu. Laju pertumbuhan individu

carrier dan adalah Tingkat kematian akibat infected

4.6.1 Simulasi Numerik Bebas Virus

Kasus 1
Simulasi pada keadaan bebas virus menggunakan syarat awal untuk individu

yang rentan ( ) , Pembawa virus ( ) , individu yang terinfeksi

( ) , dan individu kebal ( ) , dan parameter-parameter yang digunakan

yaitu pada Tabel 4.2 berikut.

29
 Tabel 4.2 Nilai parameter-parameter dalam model Meningitis
Parameter Nilai Penafsiran
1 Laju kelahiran jumlah individu
0,001 Laju individu susceptible yang divaksinasi
0,02 Laju kematian pada semua golongan
0,0011 Laju perpindahan populasi dari golongan
susceptible ke golongan carrier setiap satuan
waktu.
0,2 Laju perpindahan populasi dari golongan infected
ke golongan susceptible setiap satuan waktu.
0,9 Laju berkurangnya infected sehingga individu baru
memiliki kekebalan terhadap infected
0,22 Laju perpindahan populasi dari golongan carrier ke
golongan infected setiap satuan waktu
0,02 Tingkat kematian akibat infected
0,20 Laju pertumbuhan individu carrier
Maka didapatkan nilai eigen dan sifat kestabilannya seperti Tabel 4.3 berikut.

Tabel 4.3 Sifat kestabilan titik kesetimbangan bebas virus bagian kedua
Titik kesetimbangan Nilai eigen Sifat kestabilan
( )
( )
. / Spiral Stabil
( )

Sehingga didapatkan laju pertumbuhan bebas penyakitnya seperti pada Gambar

4.2 berikut.

Gambar 4.2 Laju pertumbuhan bebas virus pada model SCIR dengan
perilaku spiral stabil pada saat .

30
Gambar 4.3 Grafik 3 dimensi untuk susceptible, carrier dan infected pada
titik kesetimbangan bebas virus dengan perilaku spiral stabil.

Pada Gambar 4.2, ditunjukkan bahwa individu pada golongan susceptible

mengalami penurunan pada awal bulan yang diakibatkan oleh adanya pengaruh

vaksin dan terjadinya interaksi dengan golongan virus yang menyebabkan

sebagian susceptible mengalami penurunan dengan laju . Untuk

recovered mengalami peningkatan hingga mencapai titik maksimum karena

vaksin yang diberikan pada susceptible lebih kecil dari laju kematian alami.

Berdasarkan Gambar 4.3, ditunjukkan bahwa garis dengan titik awal

( ) tidak menuju titik kesetimbangan bebas virus pada

( ) ( ) sehingga pada titik kesetimbangan bebas virus ini

memiliki perilaku spiral stabil.

Selanjutnya dimisalkan dengan nilai awal untuk individu yang

rentan ( ) , carrier ( ) , individu yang terinfeksi ( ) , dan

31
recovered ( ) , , dan parameter-parameter yang digunakan yaitu pada

Tabel 4.4 berikut.

Tabel 4.4 Nilai parameter-parameter dalam model Meningitis

Parameter Nilai Penafsiran
1 Laju kelahiran jumlah individu
0,1 Laju individu susceptible yang
divaksinasi
0,02 Laju kematian pada semua golongan
0,0011 Laju perpindahan populasi dari
golongan susceptible ke golongan
carrier setiap satuan waktu.
0,22 Laju perpindahan populasi dari
golongan infected ke golongan
susceptible setiap satuan waktu.
0,23 Laju berkurangnya infected sehingga
individu baru memiliki kekebalan
terhadap infected
0,5 Laju perpindahan populasi dari
golongan carrier ke golongan infected
setiap satuan waktu
0,05 Tingkat kematian akibat infected
0,23 Laju pertumbuhan individu carrier

Maka didapatkan nilai eigen dan sifat kestabilannya seperti Tabel 4.5 berikut.

Tabel 4.5 Sifat kestabilan titik kesetimbangan bebas virus bagian kedua
Titik kesetimbangan Nilai eigen Sifat kestabilan
( )
( )
. / Spiral Stabil
( )

Sehingga didapatkan laju pertumbuhan bebas penyakitnya seperti pada Gambar

4.4 berikut.

32
Gambar 4.4 Laju pertumbuhan bebas virus pada model SCIR dengan

perilaku spiral stabil pada saat .

Gambar 4.5 Grafik 3 dimensi untuk susceptible, carrier, dan infected pada titik

kesetimbangan bebas virus dengan perilaku spiral stabil

Pada Gambar 4.4 ditunjukkan bahwa individu pada golongan susceptible

mengalami peningkatan dan golongan recovered mengalami penurunan. Hal ini

disebabkan individu yang telah di vaksinasi tidak kebal terhadap virus sehingga

individu yang telah divaksinasi dapat kembali ke golongan susceptible dengan

laju dan diakibatkan kematian alami sebesar . Pada

33
infected terjadi penurunan jumlah individu sehingga mengakibatkan laju

pertumbuhannya menuju nol. Hal ini disebabkan virus mengalami penurunan dan

mendekati nol, yang diakibatkan oleh pengaruh vaksinasi yang diberikan pada

susceptible lebih kecil dibandingkan dengan kematian alami. Sehingga lama

kelamaan virusnya akan berkurang dan untuk recovered mengalami penurunan

yang mendekati nol.

Pada Gambar 4.5, ditunjukkan bahwa garis dengan titik awal ( )

stabil menuju titik kesetimbangan bebas virus pada ( )

( ). sehingga mempunyai perilaku spiral stabil.

4.6.2 Simulasi Numerik Epidemik

Simulasi pada keadaan epidemik menggunakan syarat awal bahwa terdapat

sejumlah individu rentan susceptible. Nilai awal untuk individu rentan ( ) ,

carrier ( ) individu yang terinfeksi ( ) dan recovered ( ) ,

dan parameter-parameter yang digunakan yaitu pada Tabel 4.6 berikut.

Tabel 4.6 Nilai parameter-parameter dalam model Meningitis

Parameter Nilai Penafsiran
1 Laju kelahiran jumlah individu
0,1 Laju individu susceptible yang divaksinasi
0,02 Laju kematian pada semua golongan
0,0011 Laju perpindahan populasi dari golongan
susceptible ke golongan carrier setiap satuan
waktu.
0,02 Laju perpindahan populasi dari golongan infected
ke golongan susceptible setiap satuan waktu.
0,09 Laju berkurangnya infected sehingga individu baru
memiliki kekebalan terhadap infected
0,022 Laju perpindahan populasi dari golongan carrier ke
golongan infected setiap satuan waktu
0,02 Tingkat kematian akibat infected
0,02 Laju pertumbuhan individu carrier

34
Maka didapatkan nilai eigen dan sifat kestabilannya seperti Tabel 4.7 berikut

Tabel 4.7 Sifat kestabilan titik kesetimbangan epidemik

Sifat
Titik kesetimbangan Nilai eigen
kestabilan
( )
( )( )
( )
( )
( ) Spiral
( )
stabil
( )
( )

Berdasarkan nilai awal dan nilai parameter-parameter pada tabel 4.6 maka

diperoleh laju pertumbuhan epidemiknya seperti Gambar 4.6 berikut.

Gambar 4.6 Laju pertumbuhan epidemik pada model SCIR pada saat

35
Gambar 4.7 Grafik 3 dimensi untuk susceptible,carrier dan infected pada titik

kesetimbangan epidemik

Pada Gambar 4.6, ditunjukkan bahwa individu pada susceptible, carrier,

infected mengalami penurunan. Pada susceptible, mengalami penurunan yang

diakibatkan pada pengaruh vaksin yang bertujuan untuk mencegah munculnya

individu baru. Sedangkan pada infected mengalami penurunan dan mendekati nol.

Sehingga untuk recovered mengalami kenaikan. Artinya, individu yang telah

terinfeksi akan mulai berkurang dalam beberapa tahun dan individu yang baru

lahir akan menuju ke recovered.

Berdasarkan Gambar 4.7, ditunjukkan bahwa garis dengan titik awal

( ) tidak menuju ke titik kesetimbangan epidemik pada

( ) ( ) sehingga titik kesetimbangan

epidemik memiliki perilaku spiral stabil.

36
 BAB V

PENUTUP

5.1 Kesimpulan

Berdasarkan hasil penelitian yang dilakukan, maka dapat disimpulkan

bahwa:

1. Pada perilaku model SCIR pada penyebaran penyakit meningitis

diperoleh : Laju perubahan individu pada golangan susceptible terhadap

waktu dimana terdapat jumlah individu yang baru lahir dengan proporsi

vaksinasi sebesar ( ) dan susceptible berpindah kegolongan

carrrier yang aktif dan pasif dengan laju sebesar kemudian ada

golongan infected yang masuk ke susceptible dengan laju sebesar pada

susceptible terdapat kematian alami yaitu . Pada laju perubahan

carrier terhadap waktu terdapat individu susceptible yang masuk ke

golongan carrier dan terdapat laju pertambahan individu carrier

dengan individu carrier dapat berpindah ke golongan infected

sebesar juga terdapat kematian alami sebesar

2. Model matematika yang menggambarkan perilaku model SCIR pada

penularan penyakit meningitis terdapat dua titik kesetimbangan yakni titik

kesetimbangan bebas penyakit dan titik kesetimbangan epidemik.

a. Titik kesetimbangan bebas penyakit:

( )
( ) . /

37
 b. Titik kesetimbangan epidemik:

( ) dimana

( )( )
( )
( )
( )
( )

. /
Dan juga Analisis kestabilan yang dilakukan menunjukkan bahwa:

a. Titik kesetimbangan bebas virus menghasilkan perilaku spiral stabil dan

saddle point dan titik kesetimbangan epidemik berdasarkan hasil simulasi

numerik menghasilkan perilaku spiral stabil.

5.2 Saran

Pada tugas akhir ini, penulis melakukan penelitian tentang Analisis Model

Matematika Pemyebaran Penyakit Meningitis dengan menggunakan model

matematika SCIR dan diharapkan pada penelitian selanjutnya membahas

mengenai Analisis Model endemik MSEIR pada Pemyebaran Penyakit Meningitis

38
 DAFTAR PUSTAKA

Arrowsmith, D.K. dan Place, C.M., 1982. Ordinary Differential Equations

Chapman and Hall Mathematics Series. Westfiled College University of
London.
Deivanayagam. N, Ashok. T. P, Nedunchelian. K, Ahamed. S. S, dan Mala N.
1993. Bacterial meningitis: Diagnosis by latex agglutination test and
clinical features. Indian Pediatr.30:495–500. Bdiaakteri meningitis:
diagnosis oleh Aglutinasi lateks dan uji klinis. Indian pediatri, 30:495-
500.
Djojodihardjo,H. 2000, Metode Numerik. PT Gramedia Pustaka Utama: Jakarta.

Driessche, P.V. dan Wetmough, J. 2002, Reproduction Numbers and Sub-

Threshold Endemic Equilibria for Compartmental Models of Disease
Transmission, MathematicalBiosciences,180: 29-48.

Harsono. 2005. Buku Ajar Neurologi Klinis. Perhimpunan Dokter Spesialis Saraf
Indonesia. Cetakan ketiga. Gadjah Mada University Press, Yogyakarta

Hethcote, H.W. 2000. The Mathematics of Infectious Diseases. SIAM Rev.

42:599-653.

Japardi, I. 2002. Meningitis Meningococcus. USU digital library URL:

http://library.usu.ac.id/download/fk/bedah-iskandar%20japardi23.pdf
diakses pada 14 Oktober 2009

Kumar, A Jennings, A dan Louis, D., 2007 The Spectrum Of Childhood Meningitis
In Barbados: A Population Based Study . The Internet Journal of Tropical
Medicine. Volume 3 Number 2

Maia, M. 2002. The Transmission of Meningococcal Infection:A mathematical

Study. Journal of Mathematical Analysis and Applications 283: 251-275.
Nafyeh, A.H dan Balachandra, H., 1995. Applied Nonlinear Dynamic:
Analitycal, Computational and Experimental Method. John Wiley &Sons
Inc., New York.

Snell, R. S. 2006. Clinical Anatomy for Medical Student. 6th ed. Sugiharto L,
Hartanto H, Listiawati E, Susilawati, Suyono J, Mahatmi T, penerjemah.
Anatomi Klinik Untuk Mahasiswa Kedokteran. Edisi 6. Jakarta: EGC;
740-59.
Tarumingkeng, R. C. 1994. Dinamika Populasi Kajian Ekologi Kuantitatif.
Pustaka Sinar Harapan : Jakarta.
Wordpress. 2009. Meningitis. http://forbrtterhealth.files.pdf diakses pada 5
Oktober 2016.

39
40
LAMPIRAN 1. Mencari titik kesetimbangan pada model SCIR menggunakan

software Maple

41
LAMPIRAN 2. Mencari nilai eigen dari titik kesetimbangan bebas virus dengan

menggunakan software Maple

42
LAMPIRAN 3. Simulasi numerik bebas virus model SCIR pada perilaku spiral

stabil menggunakan sofware matlab.

function SCIR
clear all;
global v p beta alpha miu1 miu2 gamma1 gamma2 gamma3;
v=1;
p=0.001;
beta=0.022;
alpha=0.22;
miu1=0.02;
miu2=0.02;
gamma1=0.2;
gamma2=0.9;

gamma3=0.20;
t0=0;
tf=100;
y0=[20 2 1 3]
%tstep=0.1;
%[t y]=ode45 (@dxdt,[t0:tstep;tf],y0);
[t y]=ode45(@dxx,[t0:0.1:tf],y0);
plot(t,y(:,1),'g',t,y(:,2),'r',t,y(:,3),'b',t,y(:,4),'y')
title('Penyebaran penyakit meningitis model SCIR')
xlabel('Waktu(tahun)')
ylabel('Jumlah Individu yang terinfeksi')
legend ('Susceptible','carrier','Infected','Recovered')
hold on

figure

plot3(y(:,1),y(:,2),y(:,3))
xlabel('Susceptible');
ylabel('carrier');
zlabel('Infected');
grid on

function dy=dxx(t,y)
global v p beta alpha miu1 miu2 gamma1 gamma2 gamma3;
dy=[(1-p)*v-beta*y(1)*y(3)+gamma1*y(2)-miu1*y(3);
beta*y(1)*y(3)+gamma3*v*y(1)-miu1*y(1)-alpha*y(1);
alpha*y(1)-gamma1*y(2)-miu1*y(2)-miu2*y(2)-gamma2*y(2);
gamma2*y(2)-miu1*y(4)];

43
LAMPIRAN 4. Simulasi numerik bebas virus model SCIR pada perilaku spiral

stabil menggunakan sofware matlab.

function SCIR
clear all;
global v p beta alpha miu1 miu2 gamma1 gamma2 gamma3;
v=1;
p=0.1;
beta=0.0011;
alpha=0.5;
miu1=0.2;
miu2=0.5;
gamma1=0.22;
gamma2=0.23;
gamma3=0.20;
t0=0;
tf=100;
y0=[35 1 1 20]
%tstep=0.1;
%[t y]=ode45 (@dxdt,[t0:tstep;tf],y0);
[t y]=ode45(@dxx,[t0:0.1:tf],y0);
plot(t,y(:,1),'g',t,y(:,2),'r',t,y(:,3),'b',t,y(:,4),'y')
title('Penyebaran penyakit meningitis model SCIR')
xlabel('Waktu(tahun)')
ylabel('Jumlah individu yang terinfeksi')
legend ('Susceptible','carrier','Infected','Recovered')
hold on

figure

plot3(y(:,1),y(:,2),y(:,3))
xlabel('Susceptible');
ylabel('carrier');
zlabel('Infected');
grid on

function dy=dxx(t,y)
global v p beta alpha miu1 miu2 gamma1 gamma2 gamma3;
dy=[(1-p)*v-beta*y(1)*y(3)+gamma1*y(2)-miu1*y(3);
beta*y(1)*y(3)+gamma3*v*y(1)-miu1*y(1)-alpha*y(1);
alpha*y(1)-gamma1*y(2)-miu1*y(2)-miu2*y(2)-gamma2*y(2);
gamma2*y(2)-miu1*y(4)];

44
LAMPIRAN 5 Simulasi numerik epidemik pada model SCIR menggunakan

sofware matlab.

function SCIR
clear all;
global v p beta alpha miu1 miu2 gamma1 gamma2 gamma3;
v=1;
p=0.1;
beta=0.022;
alpha=0.022;
miu1=0.02;
miu2=0.02;
gamma1=0.02;
gamma2=0.09;
gamma3=0.02;
t0=0;
tf=100;
y0=[90 2 3 3]
%tstep=0.1;
%[t y]=ode45 (@dxdt,[t0:tstep;tf],y0);
[t y]=ode45(@dxx,[t0:0.1:tf],y0);
plot(t,y(:,1),'g',t,y(:,2),'r',t,y(:,3),'b',t,y(:,4),'y')
title('Penyebaran penyakit meningitis model SCIR')
xlabel('Waktu(tahun)')
ylabel('Jumlah Individu yang terinfeksi')
legend ('Susceptible','carrier','Infected','Recovered')
hold on

figure

plot3(y(:,1),y(:,2),y(:,3))
xlabel('Susceptible');
ylabel('carrier');
zlabel('Infected');
grid on

function dy=dxx(t,y)
global v p beta alpha miu1 miu2 gamma1 gamma2 gamma3 ;
dy=[(1-p)*v-beta*y(1)*y(3)+gamma1*y(2)-miu1*y(3);
beta*y(1)*y(3)+gamma3*v*y(1)-miu1*y(1)-alpha*y(1);
alpha*y(1)-gamma1*y(2)-miu1*y(2)-miu2*y(2)-gamma2*y(2);
gamma2*y(2)-miu1*y(4)];

45