ANALISIS EKSISTENSI DAN KETUNGGALAN

SOLUSI MODEL EPIDEMI SEIJR PENYEBARAN

PENYAKIT EBOLA PADA POPULASI MANUSIA
TAK KONSTAN

Oleh

AULA NASYRAH
NIM. 4153230004

Program Studi Matematika

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
ALAM
UNIVERSITAS NEGERI MEDAN
2018
Judul Penelitian : ANALISIS EKSISTENSI DAN KETUNGGALAN
SOLUSI MODEL EPIDEMI SEIR PENYEBARAN
PENYAKIT EBOLA PADA POPULASI MANUSIA
TAK KONSTAN

Nama Mahasiswa : Aula Nasyrah

NIM : 4153230004
Program Studi : Matematika
Jurusan : Matematika

Mengetahui,
Dosen Pengampu,

Lasker Pangarapan Sinaga, S.Si.,M.Si.

NIP. 197908022009121002

Tanggal Ujian :
Nilai :

i
 ABSTRAK

Virus Ebola termasuk ke dalam keluarga Filovirus. Filovirus

diklasifikasikan ke dalam orde Mononegavirales yang berisi virus RNA untai
negatif tak bersegmen famili Paramyxoviridae, Rhabdoviridae, dan Bornaviridae.
Termasuk dengan epidemik saat ini, telah ada kira-kira 20 penyebaran Ebola yang
dikenali, semua terjadi di Afrika, dengan tingkat kematian 25% hingga 90%.
Mengingat betapa bahayanya penyakit Ebola terhadap umat manusia, maka sangat
perlu bagi manusia untuk mempelajari penyakit tersebut, salah satunya dengan
pemodelan matematika penyebaran penyakit Ebola. Model matematika yang
digunakan dalam penelitian ini adalah model epidemi SEIR yang ditambah dengan
kompartemen/kelas Isolasi yang dilambangkan dengan J sehingga terbentuk
model SEIJR. Setelah terbangun model matematika penyebaran penyakit Ebola,
selanjutnya mencari titik ekuilibriumnya. Setelah didapat titik ekuilibrium,
dilakukan analisis lebih lanjut tentang kestabilan titik ekulibrium. Kemudian lebih
lanjut juga dianalisis eksistensi dan ketunggalan solusi dari titik ekuilibriumnya.

Kata kunci: Penyakit Virus Ebola, Model SEIJR, Titik Ekuilibrium, Analisis
Kestabilan, dan Analisis Eksistensi dan Ketunggalan Solusi.

ii
 KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmat-Nya
sehingga penyusunan proposal Pemodelan Matematika dengan judul “Analisis
Eksistensi dan Ketunggalan Solusi Model Epidemi SEIR Penyebaran Penyakit
Ebola pada Populasi Manusia Tak Konstan” dapat dirampungkan tepat pada
waktunya.
Penyusunan proposal semaksimal mungkin diupayakan dan didukung
bantuan berbagai pihak, sehingga dapat memperlancar dalam penyusunannya.
Untuk itu tidak lupa diucapkan terima kasih kepada semua pihak yang telah
membantu dalam merampungkan proposal ini.
Namun tidak lepas dari semua itu, masih terdapat kekurangan baik dari
segi penyusunan bahasa dan aspek lainnya, sehingga dibuka selebar-lebarnya
pintu bagi pembaca yang ingin memberi saran maupun kritik demi memperbaiki
proposal ini. Diharapkan semoga dari proposal sederhana ini dapat diambil
manfaatnya, dapat menambah pengetahuan dan pengalaman bagi para pembaca,

Medan, 2018

Penyusun

iii
 DAFTAR ISI

LEMBAR PENGESAHAN .............................................................................. i

ABSTRAK ........................................................................................................ ii
KATA PENGANTAR .....................................................................................iii
DAFTAR ISI .................................................................................................... iv

BAB I. PENDAHULUAN
1.1 Latar Belakang ....................................................................................... 1
1.1.1 Permasalahan Nyata ......................................................................... 2
1.1.2 Asumsi-Asumsi yang Digunakan .................................................... 3
1.2.3 Formulasi Model .............................................................................. 4
1.2 Rumusan Masalah .................................................................................. 6
1.3 Batasan Masalah ..................................................................................... 7
1.4 Tujuan Penelitian .................................................................................... 7
1.5 Manfaat Penelitian .................................................................................. 7
BAB II. TINJAUAN PUSTAKA
2.1 Persamaan Diferensial ............................................................................ 8
2.2 Sistem Persamaan Diferensial ................................................................ 8
2.2.1 Sistem Persamaan Diferensial Linear .............................................. 9
2.2.2 Sistem Persamaan Diferensial Non Linear .................................... 10
2.3 Titik Ekuilibrium .................................................................................. 10
2.4 Matriks Jacobian .................................................................................. 10
2.5 Linearisasi Sistem Non Linear ............................................................. 11
2.6 Analisis Kestabilan ............................................................................... 11
2.7 Eksistensi dan Ketunggalan Solusi ...................................................... 13
2.7.1 Analisis Eksistensi ......................................................................... 13
2.7.2 Analisis Ketunggalan Solusi .......................................................... 13
2.8 Penyakit Ebola ...................................................................................... 13
BAB III. METODOLOGI PENELITIAN
3.1 Waktu dan Tempat Penelitian .............................................................. 16

iv
 3.2 Metode Penelitian ................................................................................. 16
3.3 Prosedur Penelitian ............................................................................... 16
BAB IV. HASIL DAN PEMBAHASAN
4.1 Titik Ekuilibrium .................................................................................. 18
4.1.1 Titik Ekuilibrium Bebas Penyakit ................................................. 18
4.1.2 Titik Ekuilibrium Endemik ............................................................ 19
4.2 Analisis Kestabilan Titik Ekuilibrium................................................... 22
4.2.1 Analisis Kestabilan Titik Ekuilibrium Bebas Penyakit ................. 23
4.2.2 Analisis Kestabilan Titik Ekuilibrium Endemik ............................ 25
4.3 Analisis Eksistensi dan Ketunggalan Solusi ........................................ 27
4.3.1 Eksistensi Model Epidemi SEIJR .................................................. 27
4.3.2 Ketunggalan Solusi Model Epidemi SEIJR ................................... 36
BAB V. PENUTUP
5.1 Kesimpulan ........................................................................................... 38
5.2 Saran ..................................................................................................... 38

DAFTAR PUSTAKA ..................................................................................... 39

LAMPIRAN .................................................................................................... 40

v
 BAB I
PENDAHULUAN

1.1 Latar Belakang Masalah

Penyakit virus Ebola merupakan salah satu penyakit menular dan
mematikan dengan rata-rata tingkat kematian mencapai 50% . Penularan penyakit
tersebut dapat terjadi dari hewan ke manusia dan manusia ke manusia baik secara
langsung maupun secara tidak langsung (WHO, 2014). Mudahnya penularan
penyakit virus Ebola telah menyebabkan wabah di beberapa negara. Beberapa
faktor seperti tingkat penularan virus dan cara penanganan kasus dapat
mempengaruhi penyebaran penyakit virus Ebola (Chowell, Safan, Chavez, 2015).
Virus Ebola merupakan salah satu virus penyebab penyakit demam
berdarah Afrika, penyakit tersebut kemudian lebih dikenal dengan penyakit virus
Ebola (Brooks, Butel, & Morse, 2005: 206). Penyakit virus Ebola dapat menular
baik secara langsung maupun secara tidak langsung melalui cairan tubuh dari
manusia atau hewan yang terinfeksi dan benda yang telah terkontaminasi,
kemudian masuk ke tubuh melalui kulit yang terluka atau membran mukosa yang
tidak terlindungi seperti mata dan hidung. Kelompok yang paling berisiko tertular
adalah keluarga penderita dan petugas medis maupun nonmedis yang menangani
kasus infeksi. Virus ini bahkan dapat bertahan pada penderita yang telah
dinyatakan sembuh, janin pada wanita hamil, dan jenazah (WHO, 2014).
Dinamika penyakit virus Ebola dalam suatu populasi dapat dikaji salah
satunya dengan model matematika SIR. Model SIR pertama kali diperkenalkan
oleh W.O. Kermack dan Mc. Kendrick yang membagi populasi manusia menjadi
tiga kelompok, yaitu kelompok individu rentan, kelompok individu terinfeksi, dan
kelompok individu sembuh (Iswanto, 2012: 151). Untuk beberapa penyakit model
SIR dapat diterapkan, namun pada penyakit virus Ebola model SIR tidak cukup
untuk merealisasikan penyebaran penyakit tersebut sehingga banyak peneliti
mengembangkan model ini. Diego Chowell, Muntaser Safan, dan Carlos Castillo-
Charez pada tahun 2015 mengembangkan model SIR menjadi model 𝑆𝐸1 𝐸2 𝐼𝐽𝑅.

1
Model tersebut membagi populasi manusia menjadi enam kelompok, yaitu
kelompok individu rentan, kelompok individu laten tidak terdeteksi, kelompok
individu laten terdeteksi, kelompok individu terinfeksi, kelompok individu
terisolasi dengan tingkat efektivitas tertentu, dan kelompok individu sembuh.

1.1.1 Permasalahan Nyata

Berikut ini adalah fakta-fakta mengenai penyakit Ebola:
1. Virus Ebola termasuk ke dalam keluarga Filovirus (Meyers et al, 2015),
dan termasuk ke dalam family Filoviridae yang diklasifikasikan ke dalam
lima spesies, yakni: Zaire ebolavirus (ZEBOV), Sudan ebolavirus
(SEBOV), Bundibugyo ebolavirus (BEBOV), Tai Forest ebolavirus (juga
dikenal sebagai Cote d’Ivoire ebolavirus, CIEBOV), dan Reston ebolavirus
(REBOV) (Li et al, 2014)
2. Salah satu hewan pembawa penyakit Ebola adalah kelelawar (Chippaux,
2014)
3. Penyebaran penyakit karena virus Ebola terjadi oleh kontak langsung
melalui kulit yang rusak atau membran selaput lendir atau objek seperti
jarum. Cairan tubuh, termasuk air liur, darah, muntahan, diare, dan air
mani, muncul menjadi objek penularan. Kontak fisik sederhana dengan
individu yang terinfeksi tidak cukup menimbulkan penyakit (Meyers et al,
2015)
4. Ebola tidak menyebar melalui penyebaran udara (tetapi ada kemungkinan
bahwa virus dapat beraerosol jika hidung pasien berdarah dan batuk)
(Meyers et al, 2015)
5. Belum ada pengobatan standar untuk penyakit Ebola, tetapi sudah banyak
penelitian pengobatan yang sedang berlangsung, seperti obat-obatan,
terapi, dan juga vaksin (Tseng et al, 2014)
6. Masa inkubasi penyakit Ebola 8-10 hari setelah individu terjangkit (Hu et
al, 2015)

2
 7. Sejak tahun 1976 sampai dengan 2014, penyakit Ebola ditemukan di
negara-negara Afrika, yakni Kongo, negara-negara Afrika Barat, Uganda,
Sudan Selatan, Gabon, Pantai Gading, dan Zaire (Tseng et al, 2014)
8. Salah satu cara untuk mendiagnosa penyakit virus Ebola yaitu dengan uji
RT-PCR (Reverse Transcriptase Polymerase Chain Reaction). Jika uji RT-
PCR menyatakan positif artinya individu terinfeksi virus Ebola dan
sebaliknya (Chowell et al, 2015)

1.1.2 Asumsi – Asumsi yang Digunakan

Berdasarkan permasalahan nyata penyakit virus Ebola, dibuat asumsi-
asumsi untuk membatasi permasalahan yang akan dibahas yaitu:
1. Populasi manusia tak konstan (terbuka)
2. Diasumsikan hanya terdapat penyakit virus Ebola dalam populasi
3. Faktor kelahiran dan kematian alami diperhatikan
4. Setiap individu yang lahir diasumsikan belum terjangkit virus
5. Setiap kematian yang bukan dikarenakan penyakit virus Ebola
diasumsikan sebagai kematian alami
6. Setiap individu yang belum terjangkit virus Ebola diasumsikan belum
mendapat vaksin sehingga individu tersebut rentan terhadap penyakit virus
Ebola
7. Setiap individu mempunyai resiko yang sama untuk tertular
8. Diasumsikan efektivitas isolasi adalah 100%, artinya individu terisolasi
tidak dapat menularkan virus
9. Individu yang sembuh dari penyakit virus Ebola diasumsikan memiliki
kekebalan permanen terhadap penyakit virus Ebola
10. Diagnosa penyakit virus Ebola diasumsikan hanya dilakukan dengan uji
RT-PCR
11. Diasumsikan ada keterbatasan medis sehingga uji RT-PCR dan isolasi
tidak dapat dilakukan pada setiap individu yang menunjukan gejala
12. Laju kematian alami sama pada setiap kelas

3
1.1.3 Formulasi Model
Berdasarkan permasalahan nyata penyakit virus Ebola dan asumsi-asumsi
yang telah dibuat, akan dibentuk model dari penyebaran virus Ebola pada suatu
populasi. Populasi tersebut dibagi menjadi lima kelompok, yaitu kelompok
susceptible (𝑆), kelompok exposed (𝐸), kelompok infected (𝐼), kelompok isolated
(𝐽), dan kelompok recovered (𝑅). Kelompok susceptible (𝑆) merupakan kelompok
individu yang belum terjangkit dan berisiko tertular virus. Kelompok exposed (𝐸)
merupakan kelompok individu laten, artinya individu tersebut terjangkit virus
namun belum mengembangkan gejala dan belum dapat menularkan. Kelompok
infected (𝐼) merupakan kelompok individu terinfeksi dan dapat menularkan virus.
Kelompok isolated (𝐼) merupakan kelompok individu terisolasi. Kelompok
recovered (𝑅) merupakan kelompok individu sembuh. Berdasarkan pembagian
populasi tersebut, model matematika yang terbentuk dituliskan sebagai model
𝑆𝐸𝐼𝐽𝑅. Untuk formulasi setiap kelompok pada populasi, didefinisikan parameter-
parameter yang digunakan yaitu:
Λ = laju kelahiran
𝛽 = laju transmisi
𝜇 = laju kematian alami
𝜅 = laju perpindahan dari 𝐸 ke 𝐼 atau ke 𝐽
𝜌 = proporsi dari 𝐸 yang berpindah ke 𝐽
𝛾 = laju perpindahan dari 𝐼 ke 𝑅 atau laju kematian karena virus Ebola
𝛿 = laju perpindahan dari 𝐽 ke 𝑅 atau laju kematian karena virus Ebola
𝛼 = laju perpindahan dari 𝐼 ke 𝐽
𝑞1 = proporsi dari 𝐼 yang mati karena virus Ebola
𝑞2 = proporsi dari 𝐽 yang mati karena virus Ebola
Setiap individu yang lahir merupakan individu rentan, individu tersebut
kemudian masuk ke 𝑆 dengan laju Λ. Individu pada 𝑆 dapat terjangkit virus jika
melakukan kontak langsung dengan individu terinfeksi dengan laju transmisi 𝛽,
kemudian akan berpindah ke 𝐸 dengan laju 𝜆, yaitu
𝐼
𝜆 = 𝛽𝑁 (1.1).

4
 Dari riwayat kontak individu terinfeksi, individu pada 𝐸 dapat dideteksi
untuk selanjutnya dilakukan uji RT-PCR. Namun dengan adanya keterbatasan
riwayat kontak dan infrastruktur medis, baik uji RT-PCR, maupun isolasi tidak
dapat diberikan kepada setiap individu pada 𝐸. Individu pada 𝐸 dapat berpidah ke
𝐽 atau ke 𝐼 dengan laju 𝜅. Individu pada 𝐸 dengan uji RT-PCR positif akan
berpindah ke 𝐽 dengan proporsi 𝜌. Individu pada 𝐸 dengan uji RT-PCR positif
namun tidak mendapat isolasi dan individu pada 𝐸 yang tidak mendapat uji RT-
PCR akan berpindah ke 𝐼.
Individu pada 𝐼 yang mendapat kesempatan diisolasi kemudian akan
berpindah ke 𝐽 dengan laju 𝛼. Individu pada 𝐼 dapat berpindah ke 𝑅 atau
dihapuskan dari 𝐼 dengan laju 𝛾. Individu pada 𝐼 yang mati karena virus Ebola
akan dihapuskan dari 𝐼 dengan proporsi 𝑞1 , sedangkan individu pada 𝐼 yang
sembuh akan berpidah ke 𝑅.
Individu pada 𝐽 dapat berpindah ke 𝑅 atau dihapuskan dari 𝐽 dengan laju
𝛿. Individu pada 𝐽 yang mati karena virus Ebola kemudian dihapuskan dari
kelompok 𝐼 dengan proporsi 𝑞2 , sedangkan individu pada 𝐽 yang sembuh akan
berpidah ke 𝑅. Individu yang mati bukan karena virus Ebola diasumsikan sebagai
kematian alami, dan akan dihapuskan dari setiap kelompok dengan laju 𝜇.
Dari penjelasan tersebut, diperoleh diagram alir model matematis
penyebaran penyakit virus Ebokla sebagai berikut:

Gambar 1. Diagram Alir Model Matematika Penyebaran Penyakit Virus Ebola

5
 Model matematika penyebaran penyakit virus Ebola pada Gambar 1 dapat
dideskripsikan ke dalam sistem persamaan:
𝑑𝑆(𝑡) 𝐼
= Λ − (𝛽 𝑁 + 𝜇) 𝑆
𝑑𝑡
𝑑𝐸(𝑡) 𝐼
= 𝛽 𝑁 𝑆 − (𝜅 + 𝜇)𝐸
𝑑𝑡
𝑑𝐼(𝑡)
= (1 − 𝜌)𝜅𝐸 − (𝛼 + 𝛾 + 𝜇)𝐼
𝑑𝑡
𝑑𝐽(𝑡)
= 𝜌𝜅𝐸 + 𝛼𝐼 − (𝛿 + 𝜇)𝐽
𝑑𝑡
𝑑𝑅(𝑡)
= (1 − 𝑞1 )𝛾𝐼 + (1 − 𝑞2 )𝛿𝐽 − 𝜇𝑅
𝑑𝑡

Agar lebih sederhana dapat dituliskan menjadi:

𝑑𝑆(𝑡) 𝐼
= Λ − (𝛽 𝑁 + 𝜇) 𝑆
𝑑𝑡
𝑑𝐸(𝑡) 𝐼
= 𝛽 𝑁 𝑆 − 𝑎𝐸
𝑑𝑡
𝑑𝐼(𝑡)
= 𝑏𝜅𝐸 − 𝑐𝐼
𝑑𝑡
𝑑𝐽(𝑡)
= 𝜌𝜅𝐸 + 𝛼𝐼 − 𝑑𝐽
𝑑𝑡
𝑑𝑅(𝑡)
= 𝑒𝛾𝐼 + 𝑓𝛿𝐽 − 𝜇𝑅 (1.2)
𝑑𝑡

Dengan 𝑎 = (𝜅 + 𝜇), 𝑏 = (1 − 𝜌), 𝑐 = (𝛼 + 𝛾 + 𝜇), 𝑑 = (𝛿 + 𝜇), 𝑒 =

(1 − 𝑞1 ), dan 𝑓 = (1 − 𝑞2 ) .
Dengan 𝑆(𝑡) ≥ 0, 𝐸(𝑡) ≥ 0, 𝐼(𝑡) ≥ 0, 𝐽(𝑡) ≥ 0, dan 𝑅(𝑡) ≥ 0. Jumlah
populasi 𝑁(𝑡) dinyatakan sebagai berikut:
𝑁(𝑡) = 𝑆(𝑡) + 𝐸(𝑡) + 𝐼(𝑡) + 𝐽(𝑡) + 𝑅(𝑡) (1.3)
Turunan dari Sistem (1.3) yaitu
𝑑𝑁(𝑡)
= Λ − 𝑞1 𝛾𝐼 − 𝑞2 𝛿𝐽 − 𝜇𝑁 (1.4)
𝑑𝑡

Berdasarkan (1.4) terbukti bahwa jumlah populasi 𝑁(𝑡) tidak konstan.

1.2 Rumusan Masalah

Berdasarkan latar belakang tersebut, dirumuskan beberapa permasalahan
yaitu bagaimana menentukan titik ekuilibrium pada model penyebaran penyakit
Ebola pada populasi manusia tak konstan, bagaimana menganalisis kestabilan titik

6
ekuilibrium, menyelidiki eksistensi dan ketunggalan solusi model serta bagaimana
simulasi model matematika penyebaran penyakit Ebola.

1.3 Batasan Masalah

Pada penelitian ini, permasalahan terbatas pada penyebaran penyakit Ebola
antar manusia. Jumlah populasi diasumsikan tak konstan. Analisis terhadap model
matematika dengan mencari titik ekuilibriumnya, kemudian analisis lebih lanjut
tentang kestabilan titik ekuilibriumnya, serta analisis eksistensi dan ketunggalan
solusi dari model epidemi SEIJR penyebaran penyakit Ebola.

1.4 Tujuan Penelitian

Berdasarkan rumusan masalah di atas, maka yang menjadi tujuan dari
penelitian ini adalah:
a. Untuk menentukan titik ekuilibrium dan menganalisis kestabilan titik
ekuilibrium pada model matematika penyebaran penyakit Ebola pada
populasi manusia tak konstan.
b. Untuk menyelidiki eksistensi dan ketunggalan solusi dari model
matematika penyebaran penyakit Ebola pada populasi manusia tak
konstan.
c. Untuk mengetahui simulasi model matematika penyebaran penyakit Ebola
pada populasi manusia tak konstan.

1.5 Manfaat Penelitian

Penelitian ini diharapkan dapat memberi manfaat antara lain:
a. Bagi peneliti, sebagai pengetahuan tambahan mengenai analisis eksistensi
dan ketunggalan solusi model epidemi SEIJR penyebaran penyakit Ebola
pada populasi manusia tak konstan.
b. Bagi pembaca, sebagai tambahan informasi dan referensi bacaan bagi yang
hendak melakukan penelitian serupa.

7
 BAB II
TINJAUAN PUSTAKA

2.1 Persamaan Diferensial

Definisi 2.1 Persamaan diferensial adalah persamaan yang melibatkan atau
menyertakan turunan satu atau lebih variabel tak bebas terhadap satu atau lebih
variabel bebas.
Berdasarkan banyaknya variabel bebas yang dilibatkan, persamaan
diferensial diklasifikasikan menjadi dua, yaitu persamaan diferensial biasa dan
persamaan diferensial parsial.
Definisi 2.2 Persamaan diferensial biasa yaitu suatu persamaan diferensial yang
melibatkan turunan dari satu atau lebih variabel tak bebas terhadap satu variabel
bebas.
Definisi 2.3 Persamaan diferensial parsial adalah suatu persamaan diferensial
yang melibatkan turunan dari satu atau lebih variabel tak bebas terhadap dua atau
lebih variabel bebas.
Contoh 2.1:
Contoh persamaan diferensial biasa:
𝑑2 𝑦 𝑑𝑦 2
+ 𝑥𝑦 (𝑑𝑥 ) = 0
𝑑𝑥 2
𝑑4 𝑥 𝑑2 𝑥
+ 5 𝑑𝑡 2 + 3𝑥 = sin 𝑡
𝑑𝑡 4

Contoh persamaan diferensial parsial:

𝜕𝑣 𝜕𝑣
+ 𝜕𝑡 = 𝑣
𝜕𝑠
𝜕2 𝑢 𝜕2 𝑢 𝜕2 𝑢
+ 𝜕𝑦 2 + 𝜕𝑧 2 = 0
𝜕𝑥 2

2.2 Sistem Persamaan Diferensial

Diberikan vektor 𝑥 ∈ 𝑅 𝑛 , dengan 𝑥 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑇 dan 𝑥1 , 𝑥2 , … , 𝑥𝑛 ∈
𝑑𝑥
𝑅 𝑛 . Jika notasi 𝑥̇ = untuk menyatakan turunan 𝑥 terhadap 𝑡, maka:
𝑑𝑡

8
 𝑑𝑥1 𝑑𝑥2 𝑑𝑥𝑛 𝑻
𝑥̇ = ( , ,…, ) .
𝑑𝑡 𝑑𝑡 𝑑𝑡
Diberikan sistem autonomous
𝑥̇ = 𝑓(𝑥) (2.1)
yaitu suatu sistem persamaan diferensial dengan variabel bebas yang
implisit dengan 𝑥 ∈ 𝐿 ⊆ 𝑅 𝑛 , 𝑓: 𝐿 → 𝑅 𝑛 , 𝐿 himpunan terbuka dan 𝑓 ∈ 𝐶 1 (𝐿)
dengan 𝐶 1 merupakan notasi untuk himpunan semua fungsi yang mempunyai
turunan pertama yang kontinu di 𝐿. Sistem (2.1) dapat ditulis sebagai
𝑑𝑥1
𝑑𝑡 𝑓1 (𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑇
𝑑𝑥2
= 𝑓2 (𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑇
𝑑𝑡 ⋮
⋮
𝑑𝑥𝑛 [𝑓𝑛 1 , 𝑥2 , … , 𝑥𝑛 )𝑇 ]
(𝑥
[ 𝑑𝑡 ]
atau
𝑑𝑥1
= 𝑓1 (𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑇
𝑑𝑡
𝑑𝑥2
= 𝑓2 (𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑇
𝑑𝑡
⋮
𝑑𝑥𝑛
= 𝑓𝑛 (𝑥1 , 𝑥2 , … , 𝑥𝑛 )𝑇
𝑑𝑡

2.2.1 Sistem Persamaan Diferensial Linear

Secara umum, sistem persamaan diferensial linear orde satu dengan
variabel tak bebas 𝑥1 , 𝑥2 , … , 𝑥𝑛 dan variabel bebas 𝑡, dinyatakan sebagai berikut:
𝑑𝑥1
= 𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 + 𝑔1 (𝑡)
𝑑𝑡
𝑑𝑥2
= 𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 + 𝑔2 (𝑡) (2.2)
𝑑𝑡
⋮
𝑑𝑥𝑛
= 𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 + 𝑔𝑛 (𝑡)
𝑑𝑡

Jika 𝑔𝑖 , 𝑖 = 1,2, … , 𝑛 bernilai nol, maka Sistem (2.2) disebut sistem

persamaan diferensial linear homogen, sedangkan jika bernilai tak nol, maka
Sistem (2.2) disebut sistem persamaan diferensial linear nonhomogen.
Sistem (2.2) dapat dinyatakan dalam suatu persamaan berikut:

9
 𝑥̇ = 𝐴𝑥 + 𝐺(𝑡) (2.3)
dengan 𝐴 adalah matriks 𝑛 × 𝑛 yang merupakan matriks koefisien dari variabel
tak bebas 𝑥 ∈ 𝑅 𝑛 , dengan 𝑎𝑖𝑗 ∈ 𝑅, 𝑖 = 1,2, … , 𝑚, 𝑗 = 1,2, … , 𝑛 dan 𝐺(𝑡) adalah
matriks ukuran 𝑛 × 1 yang merupakan fungsi dari 𝑡,
𝑎11 𝑎12 ⋯ 𝑎1𝑛 𝑥1 𝑔1 (𝑡)
𝑎21 𝑎22 ⋯ 𝑎2𝑛 𝑥2 𝑔2 (𝑡)
𝑥̇ = [ ⋮ ⋮ ⋱ ⋮ ][ ⋮ ]+ [ ⋮ ]
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑛 𝑥𝑛 𝑔𝑛 (𝑡)

2.2.2 Sistem Persamaan Diferensial Non Linear

Definisi 2.4 Persamaan diferensial nonlinear adalah persamaan diferensial biasa
yang tak linear.
Persamaan diferensial dikatakan nonlinear jika persamaan diferensial
tersebut memenuhi paling sedikit satu dari kriteria berikut (Ross, 1984)
a. Memuat variabel tak bebas dari turunan-turunannya berpangkat selain
satu.
b. Terdapat perkalian dari variabel tak bebas dan/atau turunan-turunannya.
c. Terdapat fungsi transedental dari variabel tak bebas dan turunan-
turunannya.

2.3 Titik Ekuilibrium

Titik ekuilibrium merupakan titik tetap yang tidak berubah terhadap
waktu. Secara matematis, titik ekuilibrium didefinisikan sebagai berikut:
Definisi 2.5 (Wiggins, 1990) Diberikan Sistem (2.1). Titik 𝑥̅ ∈ 𝑅 𝑛 disebut titik
ekuilibrium dari Sistem (2.1) jika memenuhi 𝑓(𝑥̅ ) = 0.

2.4 Matriks Jacobian

Definisi 2.6 (Perko, 1991) diberikan 𝑓 = (𝑓1 , 𝑓2 , … , 𝑓𝑛 ) pada Sistem (2.1) dengan
𝑓𝑖 ∈ 𝐶 1 (𝐸, 𝑅), 𝑖 = 1,2, … , 𝑛.

10
 𝜕𝑓1 𝜕𝑓1 𝜕𝑓1
(𝑥̅ ) (𝑥̅ ) ⋯ (𝑥̅ )
𝜕𝑥1 𝜕𝑥2 𝜕𝑥𝑛
𝜕𝑓2 𝜕𝑓2 𝜕𝑓2
(𝑥̅ ) (𝑥̅ ) ⋯ (𝑥̅ )
𝑀𝑎𝑡𝑟𝑖𝑘𝑠 𝐽(𝑓(𝑥̅ )) = 𝜕𝑥1 𝜕𝑥2 𝜕𝑥𝑛
⋮ ⋮ ⋱ ⋮
𝜕𝑓2 𝜕𝑓𝑛 𝜕𝑓𝑛
(𝑥̅ ) (𝑥̅ ) ⋯ (𝑥̅ )
[𝜕𝑥1 𝜕𝑥2 𝜕𝑥𝑛 ]
dinamakan Matriks Jacobian dari 𝑓 di titik 𝑥̅ .
Definisi 2.7 (Perko, 1991) Titik ekuilibrium 𝑥̅ disebut titik ekuilibrium hiperbolik
dari Sistem (2.1) jika semua nilai eigen 𝐽(𝑓(𝑥̅ )), mempunyai bagian real tak nol.
Selanjutnya, dalam bukunya Perko (1991) mendefinisikan linearisasi suatu
sistem non linear dengan Matriks Jacobian 𝐽(𝑓(𝑥̅ )) di sekitar titik ekuilibrium 𝑥̅ .

2.5 Linearisasi Sistem Non Linear

Definisi 2.8 (Perko, 1991) Diberikan Matriks Jacobian 𝐽(𝑓(𝑥̅ )), sistem 𝑥̇ =
𝐽(𝑓(𝑥̅ ))𝑥 disebut Linearisasi Sistem (2.1) di sekitar titik 𝑥̅ .
Hasil linearisasi suatu sistem non linear, yaitu sistem linear selanjutnya
akan dikaji kestabilannya (lokal) di sekitar titik ekuilibrium 𝑥̅ . Untuk
menyimpulkan jenis kestabilan suatu sistem linearisasi berdasarkan nilai eigen
dari Matriks Jacobian 𝐽(𝑓(𝑥̅ )).

2.6 Analisis Kestabilan

Stabilitas dapat dikatakan sebagai perubahan kecil dalam syarat awal
hanya menyebabkan pengaruh kecil pada penyelesaian, sedangkan kesetabilan
asimtotik berarti bahwa pengaruh dari suatu perubahan kecil cenderung tidak
berpengaruh. Kestabilan asimtotik lokal dapat dilihat dari tanda nilai karakteristik
(nilai eigen) Matriks Jacobian. Penjelasan mengenai nilai eigen yang diambil dari
Anton (1998) akan dijelaskan berdasarkan definisi berikut.
Definisi 2.9 Jika 𝐴 merupakan matriks 𝑛 × 𝑛, maka vektor tak nol 𝑥 di dalam 𝑅 𝑛
disebut sebagai vektor eigen (eigen vector) dari 𝐴 jika 𝐴𝑥 adalah kelipatan skalar
dari 𝑥, yakni
𝐴𝑥 = 𝜆𝑥 (2.4)

11
 Untuk suatu skalar 𝜆. Skalar 𝜆 disebut nilai eigen (eigen value) dari 𝐴 dan
𝑥 dikatakan vektor eigen yang bersesuaian dengan 𝜆.
Untuk mencari nilai eigen matriks 𝐴 yang berukuran 𝑛 × 𝑛 maka harus
menuliskan kembali Persamaan (2.4) sebagai 𝐴𝑥 = 𝜆𝐼𝑥 atau secara ekuivalen
dapat ditulis menjadi:
(𝜆𝐼 − 𝐴) = 0 (2.5)
Agar 𝜆 menjadi nilai eigen, maka harus ada pemecahan tak nol dari
persamaan ini. Sehingga, Persamaan (2.5) akan mempunyai pemecahan tak nol
jika dan hanya jika:
𝑑𝑒𝑡(𝜆𝐼 − 𝐴) = 0 (2.6)
Persamaan (2.6) dinamakan persamaan karakteristik 𝐴, skalar yang
memenuhi persaman ini adalah nilai eigen dari 𝐴. Bila diperluas, maka
determinan 𝑑𝑒𝑡(𝜆𝐼 − 𝐴) adalah polinom 𝜆 yang kita namakan polinom
karakteristik dari 𝐴. Berikut ini adalah penjelasan mengenai teorema kestabilan
yang diambil dari Finizio & Ladas (1982):

Teorema 2.1
1. Titik kesetimbangan (𝑥1 , 𝑥2 ) dari sistem linier akan stabil jika dan hanya
jika akar-akar dari polinom karakteristik adalah real dan negatif atau
mempunyai bagian real tak positif.
2. Titik kesetimbangan (𝑥1 , 𝑥2 ) dari sistem linier akan stabil asimtotik jika
dan hanya jika akar-akar dari polinom karakteristik adalah real dan negatif
atau mempunyai bagian real yang negatif.
3. Titik kesetimbangan (𝑥1 , 𝑥2 ) dari sistem linier akan tidak stabil jika paling
sedikit satu akar mempunyai bagian real yang positif.

Teorema 2.2
1. Titik kesetimbangan (𝑥1 , 𝑥2 ) dari sistem non linier adalah stabil asimtotik
jika titik kesetimbangan (𝑥1 , 𝑥2 ) adalah hasil linearisasi dari sistem yang
stabil asimtotik pada sistem liniernya.

12
 2. Titik kesetimbangan (𝑥1 , 𝑥2 ) dari sistem non linier adalah tak stabil jika
titik kesetimbangan (𝑥1 , 𝑥2 ) adalah hasil linearisasi dari sistem yang tak
stabil pada sistem liniernya.

2.7 Eksistensi dan Ketunggalan Solusi

Eksistensi solusi dari titik ekuilibrium model epidemi SEIR dibuktikan
dengan menunjukkan bahwa sistem persamaan diferensial dari titik ekuilibrium
model epidemi SEIR tersebut kontinu, sedangkan ketunggalan solusi dari titik
ekuilibrium model epidemi SEIR dibuktikan dengan menunjukkan bahwa sistem
persamaan diferensial dari titik ekuilibrium model epidemi SEIR tersebut
diferensiabel kontinu

2.7.1 Analisis Eksistensi

Definisi berikut memberikan penjelasan fungsi yang kontinu pada suatu
domain:
Definisi 2.10 Sebuah fungsi 𝑓: 𝑅 𝑛 → 𝑅 𝑚 adalah kontinu pada 𝑥1 ∈ 𝑑𝑜𝑚 𝑓 jika
untuk setiap 𝜀 > 0 terdapat 𝛿 > 0 sedemikian sehingga:
𝑥2 ∈ 𝑑𝑜𝑚 𝑓‖𝑥2 − 𝑥1 ‖ < 𝛿 ⇒ ‖𝑓(𝑥2 ) − 𝑓(𝑥1 )‖ < 𝜀

2.7.2 Analisis Ketunggalan Solusi

Definisi berikut memberikan penjelasan fungsi yang diferensiabel kontinu
pada suatu domain:
Definisi 2.11 Diberikan 𝑓: 𝐸 ⊆ 𝑅 𝑛 → 𝑅 𝑚 , 𝐸 himpunan terbuka. Fungsi 𝑓
𝜕𝑓
dikatakan diferensiabel kontinu di 𝑥0 ∈ 𝐸 jika 𝑓 diferensiabel di 𝑥0 dan ,𝑗 =
𝜕𝑥𝑗

1,2, … , 𝑛 kontinu di 𝑥0 . Selanjutnya 𝑓 dikatakan diferensiabel kontinu pada 𝐸,

ditulis 𝑓 ∈ 𝐶 1 (𝐸, 𝑅 𝑛 ), jika 𝑓 diferensiabel kontinu di setiap 𝑥 ∈ 𝐸.

2.8 Penyakit Ebola

Virus Ebola termasuk ke dalam keluarga Filovirus (Meyers et al, 2015).
Filovirus diklasifikasikan ke dalam orde Mononegavirales yang berisi virus RNA

13
untai negatif tak bersegmen famili Paramyxoviridae, Rhabdoviridae, dan
Bornaviridae (Beer & Kurth, 1999). Ebola pertama kali diperkenalkan pada tahun
1976 ketika 2 penyebaran yang tak bersangkutan terjadi di Sudan bagian selatan
dan Republik Demokratik Kongo. Virus ini diberi nama Ebola, mirip dengan
nama sebuah sungai kecil dekat pusat penyebaran di Republik Demokratik
Kongo. Termasuk dengan epidemik saat ini, telah ada kira-kira 20 penyebaran
Ebola yang dikenali, semua terjadi di Afrika, dengan tingkat kematian 25%
hingga 90% (Meyers et al, 2015). Penyebaran penyakit karena virus Ebola terjadi
oleh kontak langsung melalui kulit yang rusak atau membran selaput lendir atau
objek seperti jarum. Cairan tubuh, termasuk air liur, darah, muntahan, diare, dan
air mani, muncul menjadi objek penularan. Penyebaran terjadi dari korban Ebola
yang mati ke anggota keluarga yang melakukan ritual pencucian mayat dalam
proses pemakaman. Kontak fisik sederhana dengan individu yang terinfeksi tidak
cukup menimbulkan penyakit. Secara umum Ebola tidak menyebar melalui
penyebaran udara. Jadi, sebagai perbandingan, penularannya tidak seperti campak
atau influenza (Meyers et al, 2015). Penyakit karena virus Ebola disebabkan oleh
infeksi Filovirus Zaire ebolavirus, yang memiliki jangkauan yang luas terhadap
efek kardiovaskular dan paru – paru. Penyakit ini pertama kali diamati pada 1976
di lembah sungai Ebola yang sekarang dikenal sebagai Republik Demokratik
Kongo, Afrika. Sejak saat itu, Zaire ebolavirus telah menyebabkan sejumlah
wabah selama 3 dekade terakhir dan telah memuncak dalam wabah terbesar saat
ini, yang telah berlangsung di sejumlah negara Afrika Barat dan tersebar di
seluruh dunia (Heller et al, 2015).
Penularan penyakit virus Ebola dapat dicegah, salah satunya yaitu dengan
pemberian vaksin. Vaksin yang disebut rVSV-ZEBOV (Recombinant Vesicular
Stomatitis Virus-Zaire Ebola Virus) telah melumpuhkan virus Ebola dengan
menerapkan metode vaksinasi cincin, yaitu dengan memberikan vaksin pada
individu yang mungkin melakukan kontak dengan individu terinfeksi seperti
pihak keluarga. Walaupun vaksin untuk penyakit virus Ebola telah ditemukan,
namun hingga saat ini belum ada obat khusus yang terbukti dapat menyembuhkan
penyakit tersebut sehingga pengobatan yang dapat dilakukan hanya dengan

14
rehidrasi. Penyakit virus Ebola memiliki masa inkubasi selama 2−21 hari dan
gejala akan muncul 8−10 hari setelah individu terjangkit. Selama masa inkubasi
individu yang telah terjangkit belum dapat menularkan dan belum menunjukan
gejala. Gejala yang terjadi menyerupai penyakit menular lain, oleh karena itu
diperlukan uji khusus untuk mendiagnosa penyakit tersebut.
Salah satu cara untuk mendiagnosa penyakit virus Ebola yaitu dengan uji
RT-PCR (Reverse Transcriptase Polymerase Chain Reaction). Jika uji RT-PCR
menyatakan positif artinya individu terinfeksi virus Ebola dan sebaliknya.
Penelitian mengenai keefektifan uji RT-PCR dalam mendiagnosa penyakit virus
Ebola telah dilakukan oleh Diego Chowell, Muntaser Safan, dan Carlos Castillo-
Chaves pada tahun 2015. Namun demikian kebutuhan mendesak RT-PCR tidak
dapat diberikan kepada semua calon penderita karena adanya keterbatasan medis
di negara-negara terjangkit.

15
 BAB III
METODOLOGI PENELITIAN

3.1 Waktu dan Tempat Penelitian

Penelitian ini akan dilakukan di Digital Library Universitas Negeri Medan.
Penelitian ini kurang lebih dilakukan selama 7 hari.

3.2 Metode Penelitian

Pada penelitian ini, metode yang digunakan adalah studi pustaka atau olah
literatur sebagai referensi untuk mempelajari model epidemi SEIJR. Studi pustaka
adalah menelaah sumber pustaka yang relevan digunakan untuk mengumpulkan
informasi yang diperlukan dalam penelitian. Studi pustaka diambil dengan
mengumpulkan sumber pustaka yang dapat berupa buku, jurnal ilmiah, e-book,
dan sebagainya. Setelah sumber pustaka terkumpul dilakukan kajian sumber
pustaka dengan cara mengumpulkan data atau informasi yang berkaitan dengan
masalah, mengumpulkan konsep pendukung yang diperlukan dalam
menyelesaikan masalah, sehingga didapatkan suatu ide mengenai bahan dasar
pengembangan upaya pemecahan masalah.

3.3 Prosedur Penelitian

Adapun langkah-langkah dalam menganalisis eksistensi dan ketunggalan
solusi model epidemi SEIJR penyebaran penyakit Ebola pada populasi manusia
tak konstan, yaitu:
1. Identifikasi masalah, yaitu membaca dan memahami literatur yang
berkaitan dengan model matematika tipe SEIJR pada penyebaran penyakit
Ebola pada populasi manusia tak konstan.
2. Mencari nilai eigen berdasarkan matriks jacobian yang melibatkan titik
ekuilibrium.
3. Menganalisis kestabilan titik-titik ekuilibrium yang diperoleh.

16
 4. Menyelidiki eksistensi dan ketunggalan solusi dari titik ekuilibrium model
epidemi SEIJR tersebut.
5. Interpretasi Hasil.
6. Penarikan kesimpulan.
Selanjutnya langkah-langkah yang telah dijelaskan di atas dapat
digambarkan secara skematik sebagai berikut:

Identifikasi Karakteristik
Asumsi Ebola
Masalah

Pemodelan
Matematika

Analisis parameter sistem persamaan

diferensial, titik ekuilibrium, nilai
eigen, dan sifat kestabilan

Analisis eksistensi dan ketunggalan

solusi model epidemi SEIJR

Interpretasi Hasil

Penarikan Kesimpulan

Gambar 2. Skema Metode Penelitian

17
 BAB IV
HASIL DAN PEMBAHASAN

4.1 Titik Ekuilibrium

Model matematika dari penyebaran penyakit virus Ebola yang dinyatakan
oleh Sistem (1.2) memiliki titik ekuilibrium bebas penyakit dan titik ekuilibrium
endemik, yaitu pada saat:
𝑑𝑆(𝑡) 𝑑𝐸(𝑡) 𝑑𝐼(𝑡) 𝑑𝐽(𝑡) 𝑑𝑅(𝑡)
= = = = =0 (4.1)
𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡

Berdasarkan (4.1) diperoleh Sistem (4.2):

𝐼
Λ − (𝛽 𝑁 + 𝜇) 𝑆 = 0
𝐼
𝛽 𝑆 − 𝑎𝐸 = 0
𝑁

𝑏𝜅𝐸 − 𝑐𝐼 = 0
𝜌𝜅𝐸 + 𝛼𝐼 − 𝑑𝐽 = 0
𝑒𝛾𝐼 + 𝑓𝛿𝐽 − 𝜇𝑅 = 0 (4.2)

4.1.1 Titik Ekuilibrium Bebas Penyakit

Titik ekuilibrium bebas penyakit diperoleh pada saat 𝐼 = 0. Didefinisikan
titik ekuilibrium bebas penyakit adalah 𝐸0 = (𝑆, 𝐸, 𝐼, 𝐽, 𝑅). Titik ekuilibrium
bebas penyakit dapat langsung ditentukan dari Sistem (4.2) yaitu dengan membuat
𝑑𝑆(𝑡) 𝑑𝐸(𝑡) 𝑑𝐽(𝑡) 𝑑𝑅(𝑡)
𝐼 = 0 yang disubstitusikan pada persamaan , , , dan dengan
𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡
𝑑𝑆(𝑡) 𝑑𝐸(𝑡) 𝑑𝐽(𝑡) 𝑑𝑅(𝑡)
= = = = 0.
𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡
𝐼
a. Substitusi 𝐼 = 0 ke Λ − (𝛽 𝑁 + 𝜇) 𝑆 = 0

Diperoleh
Λ − 𝜇𝑆 = 0
Λ = 𝜇𝑆
Λ
𝑆=𝜇
𝐼
b. Substitusi 𝐼 = 0 ke 𝛽 𝑁 𝑆 − 𝑎𝐸 = 0

Diperoleh

18
 −𝑎𝐸 = 0
𝐸=0
c. Substitusi 𝐼 = 0 dan 𝐸 = 0 ke 𝜌𝜅𝐸 + 𝛼𝐼 − 𝑑𝐽 = 0
Diperoleh
−𝑑𝐽 = 0
𝐽=0
d. Substitusi 𝐼 = 0 dan 𝐽 = 0 ke 𝑒𝛾𝐼 + 𝑓𝛿𝐽 − 𝜇𝑅 = 0
Diperoleh
− 𝜇𝑅 = 0
𝑅=0
Sehingga pada saat 𝐼 = 0 diperoleh titik ekuilibrium bebas penyakit, yaitu
Λ
𝐸0 = (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = (𝜇 , 0,0,0,0).

4.1.2 Titik Ekuilibrium Endemik

Titik ekuilibrium endemik diperoleh pada saat 𝐼 ≠ 0 dan mensyaratkan
𝐼 > 0. Didefinisikan titik ekuilibrium endemik adalah 𝐸1 = (𝑆 ∗ , 𝐸 ∗ , 𝐼 ∗ , 𝐽∗ , 𝑅 ∗ ).
Jadi persamaan differensial menjadi Sistem (4.3):
𝐼∗
Λ − (𝛽 𝑁 + 𝜇) 𝑆 ∗ = 0
𝐼∗
𝛽 𝑁 𝑆 ∗ − 𝑎𝐸 ∗ = 0

𝑏𝜅𝐸 ∗ − 𝑐𝐼 ∗ = 0
𝜌𝜅𝐸 ∗ + 𝛼𝐼 ∗ − 𝑑𝐽∗ = 0
𝑒𝛾𝐼 ∗ + 𝑓𝛿𝐽∗ − 𝜇𝑅 ∗ = 0 (4.3)
Dari persamaan pertama, ketiga, keempat, dan kelima pada Sistem (4.3)
diperoleh:
𝐼∗
a. Λ − (𝛽 𝑁 + 𝜇) 𝑆 ∗ = 0
𝐼∗
Λ = (𝛽 𝑁 + 𝜇) 𝑆 ∗
Λ
𝑆∗ = 𝐼∗
(𝛽 +𝜇)
𝑁

Λ𝑁
𝑆 ∗ = (𝛽𝐼∗+𝜇𝑁)

19
b. 𝑏𝜅𝐸 ∗ − 𝑐𝐼 ∗ = 0
𝑏𝜅𝐸 ∗ = 𝑐𝐼 ∗
𝑐𝐼 ∗
𝐸∗ = 𝑏𝜅

c. 𝜌𝜅𝐸 + 𝛼𝐼 ∗ − 𝑑𝐽∗ = 0
∗

𝑐𝐼 ∗
𝜌𝜅 ( 𝑏𝜅 ) + 𝛼𝐼 ∗ = 𝑑𝐽∗
𝜌𝑐𝐼 ∗
+ 𝛼𝐼 ∗ = 𝑑𝐽∗
𝑏
𝜌𝑐𝐼 ∗ +𝛼𝑏𝐼 ∗
= 𝑑𝐽∗
𝑏
𝐼 ∗ (𝜌𝑐+𝛼𝑏)
𝐽∗ = 𝑏𝑑

d. 𝑒𝛾𝐼 ∗ + 𝑓𝛿𝐽∗ − 𝜇𝑅 ∗ = 0
𝐼 ∗ (𝜌𝑐+𝛼𝑏)
𝑒𝛾𝐼 ∗ + 𝑓𝛿 ( ) = 𝜇𝑅 ∗
𝑏𝑑
𝑓𝛿𝐼 ∗ (𝜌𝑐+𝛼𝑏)
𝑒𝛾𝐼 ∗ + = 𝜇𝑅 ∗
𝑏𝑑
𝑏𝑑𝑒𝛾𝐼 ∗ +𝑓𝛿𝐼 ∗ (𝜌𝑐+𝛼𝑏)
= 𝜇𝑅 ∗
𝑏𝑑
𝐼 ∗ (𝑏𝑑𝑒𝛾+𝑓𝛿(𝜌𝑐+𝛼𝑏))
𝑅∗ = 𝜇𝑏𝑑

Substitusikan ke persamaan kedua pada Sistem (4.3) diperoleh:

𝐼∗
𝛽 𝑁 𝑆 ∗ − 𝑎𝐸 ∗ = 0
𝐼∗ Λ𝑁 𝑐𝐼 ∗
𝛽 𝑁 ((𝛽𝐼∗+𝜇𝑁)) − 𝑎 ( 𝑏𝜅 ) = 0
𝛽𝐼 ∗ Λ 𝑎𝑐𝐼 ∗
− =0
𝛽𝐼 ∗ +𝜇𝑁 𝑏𝜅
𝛽𝐼 ∗ Λ(𝑏𝜅)−𝑎𝑐𝐼 ∗ (𝛽𝐼 ∗ +𝜇𝑁)
=0
𝛽𝐼 ∗ +𝜇𝑁(𝑏𝜅)

𝛽𝐼 ∗ Λ(𝑏𝜅) − 𝑎𝑐𝐼 ∗ (𝛽𝐼 ∗ + 𝜇𝑁) = 0

𝛽𝐼 ∗ Λ(𝑏𝜅) = 𝑎𝑐𝐼 ∗ (𝛽𝐼 ∗ + 𝜇𝑁)
𝛽Λ(𝑏𝜅) = 𝑎𝑐(𝛽𝐼 ∗ + 𝜇𝑁)
𝑏𝜅𝛽Λ = 𝑎𝑐𝛽𝐼 ∗ + 𝑎𝑐𝜇𝑁
𝑏𝜅𝛽Λ − 𝑎𝑐𝜇𝑁 = 𝑎𝑐𝛽𝐼 ∗
𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁
𝐼∗ = .
𝑎𝑐𝛽

20
 Substitusikan 𝐼 ∗ ke persamaan a, b, c, dan d, diperoleh:
Λ𝑁
 𝑆 ∗ = (𝛽𝐼∗+𝜇𝑁)
Λ𝑁
𝑆∗ = 𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁
𝛽( )+𝜇𝑁
𝑎𝑐𝛽

Λ𝑁
𝑆∗ = 𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁+𝑎𝑐𝜇𝑁
𝑎𝑐

𝑎𝑐Λ𝑁
𝑆 ∗ = 𝑏𝜅𝛽Λ
𝑎𝑐𝑁
𝑆 ∗ = 𝑏𝜅𝛽,
𝑐𝐼 ∗
 𝐸∗ = 𝑏𝜅
𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁
𝑐( )
∗ 𝑎𝑐𝛽
𝐸 = 𝑏𝜅
𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁
( )
∗ 𝑎𝛽
𝐸 = 𝑏𝜅
𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁
𝐸∗ = ,
𝑎𝑏𝜅𝛽

𝐼 ∗ (𝜌𝑐+𝛼𝑏)
 𝐽∗ = 𝑏𝑑
𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁
( )(𝜌𝑐+𝛼𝑏)
𝑎𝑐𝛽
𝐽∗ = 𝑏𝑑
(𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁)(𝜌𝑐+𝛼𝑏)
∗ 𝑎𝑐𝛽
𝐽 = 𝑏𝑑
(𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁)(𝜌𝑐+𝛼𝑏)
𝐽∗ = , dan
𝑎𝑏𝑐𝑑𝛽

𝐼 ∗ (𝑏𝑑𝑒𝛾+𝑓𝛿(𝜌𝑐+𝛼𝑏))
 𝑅∗ = 𝜇𝑏𝑑
𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁
( )(𝑏𝑑𝑒𝛾+𝑓𝛿(𝜌𝑐+𝛼𝑏))
∗ 𝑎𝑐𝛽
𝑅 = 𝜇𝑏𝑑
𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁(𝑏𝑑𝑒𝛾+𝑓𝛿(𝜌𝑐+𝛼𝑏))
( )
∗ 𝑎𝑐𝛽
𝑅 =
𝜇𝑏𝑑

(𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁)(𝑏𝑑𝑒𝛾+𝑓𝛿(𝜌𝑐+𝛼𝑏))
𝑅∗ = .
𝑎𝑏𝑐𝑑𝜇𝛽

Sehingga pada saat 𝐼 ≠ 0 diperoleh titik ekuilibrium endemik, yaitu:

𝐸1 = (𝑆 ∗ , 𝐸 ∗ , 𝐼 ∗ , 𝐽∗ , 𝑅 ∗ ) =
𝑎𝑐𝑁 𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁 𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁 (𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁)(𝜌𝑐+𝛼𝑏) (𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁)(𝑏𝑑𝑒𝛾+𝑓𝛿(𝜌𝑐+𝛼𝑏))
(𝑏𝜅𝛽 , , , , ).
𝑎𝑏𝜅𝛽 𝑎𝑐𝛽 𝑎𝑏𝑐𝑑𝛽 𝑎𝑏𝑐𝑑𝜇𝛽

21
4.2 Analisis Kestabilan Titik Ekuilibrium
Analisis kestabilan titik ekuilibrium ditentukan berdasarkan nilai eigen
dari Matriks Jacobian yang diperoleh melalui metode linearisasi sistem persamaan
diferensial model epidemi SEIJR.
Matriks Jacobian untuk model epidemi SEIJR:
𝜕𝑓1 𝜕𝑓1 𝜕𝑓1 𝜕𝑓1 𝜕𝑓1
𝜕𝑆 𝜕𝐸 𝜕𝐼 𝜕𝐽 𝜕𝑅
𝜕𝑓2 𝜕𝑓2 𝜕𝑓2 𝜕𝑓2 𝜕𝑓2
𝜕𝑆 𝜕𝐸 𝜕𝐼 𝜕𝐽 𝜕𝑅
𝜕𝑓3 𝜕𝑓3 𝜕𝑓3 𝜕𝑓3 𝜕𝑓3
𝐽=
𝜕𝑆 𝜕𝐸 𝜕𝐼 𝜕𝐽 𝜕𝑅
𝜕𝑓4 𝜕𝑓4 𝜕𝑓4 𝜕𝑓4 𝜕𝑓4
𝜕𝑆 𝜕𝐸 𝜕𝐼 𝜕𝐽 𝜕𝑅
𝜕𝑓5 𝜕𝑓5 𝜕𝑓5 𝜕𝑓5 𝜕𝑓5
[ 𝜕𝑆 𝜕𝐸 𝜕𝐼 𝜕𝐽 𝜕𝑅 ]
dengan sistem persamaan:
𝑑𝑆(𝑡) 𝐼
= Λ − (𝛽 𝑁 + 𝜇) 𝑆 … (𝑓1 )
𝑑𝑡
𝑑𝐸(𝑡) 𝐼
= 𝛽 𝑁 𝑆 − 𝑎𝐸 … (𝑓2 )
𝑑𝑡
𝑑𝐼(𝑡)
= 𝑏𝜅𝐸 − 𝑐𝐼 … (𝑓3 )
𝑑𝑡
𝑑𝐽(𝑡)
= 𝜌𝜅𝐸 + 𝛼𝐼 − 𝑑𝐽 … (𝑓4 )
𝑑𝑡
𝑑𝑅(𝑡)
= 𝑒𝛾𝐼 + 𝑓𝛿𝐽 − 𝜇𝑅 … (𝑓5 )
𝑑𝑡

Linearisasi dari sistem di atas menghasilkan Matriks Jacobian untuk model

epidemi SEIJR penyebaran penyakit Ebola dengan populasi manusia tak konstan
sebagai berikut:
𝐼 𝛽𝑆
−𝛽 −𝜇 0 − 0 0
𝑁 𝑁
𝐼 𝛽𝑆
𝐽= 𝛽 −𝑎 0 0
𝑁 𝑁
0 𝑏𝜅 −𝑐 0 0
0 𝜌𝜅 𝛼 −𝑑 0
[ 0 0 𝑒𝛾 𝑓𝛿 −𝜇]

22
4.2.1 Analisis Kestabilan Titik Ekulibrium Bebab Penyakit
Substitusi titik ekuilibrium bebas penyakit, yaitu 𝐸0 = (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) =
Λ
(𝜇 , 0,0,0,0) ke dalam matriks 𝐽, maka diperoleh Matriks Jacobian sebagai berikut:

𝛽𝑆
−𝜇 0 − 0 0
𝑁
𝛽𝑆
𝐽(𝐸0 ) = 0 −𝑎 0 0
𝑁
0 𝑏𝜅 −𝑐 0 0
0 𝜌𝜅 𝛼 −𝑑 0
[0 0 𝑒𝛾 𝑓𝛿 −𝜇]
Apabila 𝐸0 disubstitusi ke dalam (1.3), maka diperoleh:
𝑁(𝑡) = 𝑆(𝑡) + 𝐸(𝑡) + 𝐼(𝑡) + 𝐽(𝑡) + 𝑅(𝑡)
𝑁(𝑡) = 𝑆(𝑡) + 0 + 0 + 0 + 0
𝑁(𝑡) = 𝑆(𝑡)
Λ
𝑁(𝑡) = 𝜇 (4.4)

Berdasarkan (4.4) diperoleh matriks 𝐽(𝐸0 ) menjadi:

−𝜇 0 −𝛽 0 0
0 −𝑎 𝛽 0 0
𝐽(𝐸0 ) = 0 𝑏𝜅 −𝑐 0 0
0 𝜌𝜅 𝛼 −𝑑 0
[0 0 𝑒𝛾 𝑓𝛿 −𝜇]
Selanjutnya mencari nilai eigen Matriks Jacobian dipersekitaran 𝐸0 .
𝑑𝑒𝑡(𝜆𝐼 − 𝐽(𝐸0 )) = 0
1 0 0 0 0 −𝜇 0 −𝛽 0 0
0 1 0 0 0 0 −𝑎 𝛽 0 0
𝑑𝑒𝑡 𝜆 0 0 1 0 0 − 0 𝑏𝜅 −𝑐 0 0 =0
0 0 0 1 0 0 𝜌𝜅 𝛼 −𝑑 0
[
( 0 0 0 0 1] [0 0 𝑒𝛾 𝑓𝛿 −𝜇])
𝜆 0 0 0 0 −𝜇 0 −𝛽 0 0
0 𝜆 0 0 0 0 −𝑎 𝛽 0 0
𝑑𝑒𝑡 0 0 𝜆 0 0 − 0 𝑏𝜅 −𝑐 0 0 =0
0 0 0 𝜆 0 0 𝜌𝜅 𝛼 −𝑑 0
[
(0 0 0 0 𝜆] [ 0 0 𝑒𝛾 𝑓𝛿 −𝜇])

23
 𝜆+𝜇 0 𝛽 0 0
0 𝜆+𝑎 −𝛽 0 0
𝑑𝑒𝑡 0 −𝑏𝜅 𝜆+𝑐 0 0 =0
0 −𝜌𝜅 −𝛼 𝜆+𝑑 0
([ 0 0 −𝑒𝛾 −𝑓𝛿 𝜆 + 𝜇])
Menghitung determinan menggunakan ekspansi kofaktor sepanjang baris
pertama diperoleh:
𝜆+𝑎 −𝛽 0 0
−𝑏𝜅 𝜆+𝑐 0 0
(𝜆 + 𝜇) |[ ]| = 0
−𝜌𝜅 −𝛼 𝜆+𝑑 0
0 −𝑒𝛾 −𝑓𝛿 𝜆+𝜇
𝜆+𝑎 −𝛽 0
(𝜆 + 𝜇)(𝜆 + 𝜇) |[ −𝑏𝜅 𝜆+𝑐 0 ]| = 0
−𝜌𝜅 −𝛼 𝜆+𝑑
𝜆+𝑎 −𝛽
(𝜆 + 𝜇)(𝜆 + 𝜇)(𝜆 + 𝑑) |[ ]| = 0
−𝑏𝜅 𝜆+𝑐
(𝜆 + 𝜇)(𝜆 + 𝜇)(𝜆 + 𝑑)[(𝜆 + 𝑎)(𝜆 + 𝑐) − 𝑏𝜅𝛽] = 0
Jadi diperoleh nilai eigen sebagai berikut:
𝜆1 = −𝜇, 𝜆2 = −𝜇, dan 𝜆3 = −𝑑.
Berdasarkan nilai-nilai eigen tersebut, terlihat bahwa ketiga nilai eigen
negatif. Selanjutnya nilai eigen 𝜆4 dan 𝜆5 dianalisis. Nilai-nilai eigen 𝜆4 dan 𝜆5
diperoleh dari persamaan:
[(𝜆 + 𝑎)(𝜆 + 𝑐) − 𝑏𝜅𝛽] = 0
𝜆2 + (𝑎 + 𝑐)𝜆 + 𝑎𝑐 − 𝑏𝜅𝛽 = 0
Didefinisikan 𝐷 = (𝑎 + 𝑐)2 − 4(𝑎𝑐 − 𝑏𝜅𝛽)
−(𝑎+𝑐)2 ±√(𝑎+𝑐)2 −4(𝑎𝑐−𝑏𝜅𝛽)
Maka 𝜆4,5 = 2

 Kasus 𝐷 < 0
𝐷 < 0 apabila (𝑎 + 𝑐)2 < 4(𝑎𝑐 − 𝑏𝜅𝛽).
Jelas bahwa 𝜆4,5 mempunyai bagian real negatif.
 Kasus 𝐷 > 0
𝐷 > 0 apabila (𝑎 + 𝑐)2 > 4(𝑎𝑐 − 𝑏𝜅𝛽)
Jelas 𝐷 < (𝑎 + 𝑐)2
√𝐷 < (𝑎 + 𝑐)

24
 √𝐷 − (𝑎 + 𝑐) < 0
√𝐷−(𝑎+𝑐)
<0
2

𝜆4 < 0
−√𝐷−(𝑎+𝑐)
Jelas bahwa <0
2

𝜆5 < 0
Jadi 𝜆4 dan 𝜆5 bernilai negatif, sehingga diperoleh 𝜆1 < 0, 𝜆2 < 0, 𝜆3 <
0, 𝜆4 < 0 dan 𝜆5 < 0 atau semua nilai eigen bernilai negatif. Karena semua nilai
eigen yang diperoleh bernilai negatif, maka 𝐸0 stabil asimtotik lokal.

4.2.2 Analisis Kestabilan Titik Ekulibrium Endemik

Substitusi titik ekuilibrium bebas penyakit, yaitu:
𝐸1 = (𝑆 ∗ , 𝐸 ∗ , 𝐼 ∗ , 𝐽∗ , 𝑅 ∗ ) =
𝑎𝑐𝑁 𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁 𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁 (𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁)(𝜌𝑐+𝛼𝑏) (𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁)(𝑏𝑑𝑒𝛾+𝑓𝛿(𝜌𝑐+𝛼𝑏))
(𝑏𝜅𝛽 , , , , )
𝑎𝑏𝜅𝛽 𝑎𝑐𝛽 𝑎𝑏𝑐𝑑𝛽 𝑎𝑏𝑐𝑑𝜇𝛽

ke dalam matriks 𝐽, maka diperoleh Matriks Jacobian sebagai berikut:

𝑏𝜅𝛽Λ 𝑎𝑐
− 0 − 0 0
𝑎𝑐𝑁 𝑏𝜅
𝑏𝜅𝛽Λ 𝑎𝑐
𝐽(𝐸1 ) = 𝑎𝑐𝑁 − 𝜇 −𝑎
𝑏𝜅
0 0
0 𝑏𝜅 −𝑐 0 0
0 𝜌𝜅 𝛼 −𝑑 0
[ 0 0 𝑒𝛾 𝑓𝛿 −𝜇]
Selanjutnya mencari nilai eigen Matriks Jacobian dipersekitaran 𝐸1 .
𝑑𝑒𝑡(𝜆𝐼 − 𝐽(𝐸1 )) = 0
𝑏𝜅𝛽Λ 𝑎𝑐
1 0 0 0 0 − 𝑎𝑐𝑁 0 − 𝑏𝜅 0 0
0 1 0 0 0 𝑏𝜅𝛽Λ 𝑎𝑐
−𝜇 −𝑎 0 0
𝑑𝑒𝑡 𝜆 0 0 1 0 0 − 𝑎𝑐𝑁 𝑏𝜅 =0
0 𝑏𝜅 −𝑐 0 0
0 0 0 1 0
[0 0 𝜌𝜅 𝛼 −𝑑 0
0 0 0 1]
( [ 0 0 𝑒𝛾 𝑓𝛿 −𝜇])

25
 𝑏𝜅𝛽Λ 𝑎𝑐
𝜆 0 0 0 0 − 0 − 𝑏𝜅 0 0
𝑎𝑐𝑁
0 𝜆 0 0 0 𝑏𝜅𝛽Λ 𝑎𝑐
−𝜇 −𝑎 0 0
𝑑𝑒𝑡 0 𝑎𝑐𝑁 𝑏𝜅
0 𝜆 0 0 − =0
0 𝑏𝜅 −𝑐 0 0
0 0 0 𝜆 0
[0 0 𝜌𝜅 𝛼 −𝑑 0
0 0 0 𝜆]
( [ 0 0 𝑒𝛾 𝑓𝛿 −𝜇])
𝑏𝜅𝛽Λ 𝑎𝑐
𝜆+ 0 0 0
𝑎𝑐𝑁 𝑏𝜅
𝑏𝜅𝛽Λ 𝑎𝑐
− +𝜇 𝜆+𝑎 − 𝑏𝜅 0 0
𝑑𝑒𝑡 𝑎𝑐𝑁 =0
0 −𝑏𝜅 𝜆+𝑐 0 0
0 −𝜌𝜅 −𝛼 𝜆+𝑑 0
([ 0 0 −𝑒𝛾 −𝑓𝛿 𝜆 + 𝜇])

Menghitung determinan menggunakan ekspansi kofaktor sepanjang baris

pertama diperoleh:
𝑎𝑐
𝜆+𝑎 − 𝑏𝜅 0 0
𝑏𝜅𝛽Λ
(𝜆 + ) || −𝑏𝜅 𝜆+𝑐 0 0 |=0
|
𝑎𝑐𝑁 −𝜌𝜅 −𝛼 𝜆+𝑑 0
[ 0 −𝑒𝛾 −𝑓𝛿 𝜆 + 𝜇]
𝑎𝑐
𝜆+𝑎 − 𝑏𝜅 0
𝑏𝜅𝛽Λ
(𝜆 + 𝑎𝑐𝑁 ) (𝜆 + 𝜇) |[ −𝑏𝜅 𝜆+𝑐 0 ]| = 0
−𝜌𝜅 −𝛼 𝜆+𝑑
𝑎𝑐
𝑏𝜅𝛽Λ 𝜆+𝑎 − 𝑏𝜅
(𝜆 + ) (𝜆 + 𝜇)(𝜆 + 𝑑) |[ ]| = 0
𝑎𝑐𝑁
−𝑏𝜅 𝜆+𝑐
𝑏𝜅𝛽Λ 𝑎𝑐
(𝜆 + 𝑎𝑐𝑁
) (𝜆 + 𝜇)(𝜆 + 𝑑) [(𝜆 + 𝑎)(𝜆 + 𝑐) − (𝑏𝜅 (𝑏𝜅))] = 0
𝑏𝜅𝛽Λ
(𝜆 + ) (𝜆 + 𝜇)(𝜆 + 𝑑)[(𝜆 + 𝑎)(𝜆 + 𝑐) − 𝑎𝑐] = 0
𝑎𝑐𝑁

Jadi diperoleh nilai eigen sebagai berikut:

𝑏𝜅𝛽Λ
𝜆1 = − , 𝜆2 = −𝜇, dan 𝜆3 = −𝑑.
𝑎𝑐𝑁

Berdasarkan nilai-nilai eigen tersebut, terlihat bahwa ketiga nilai eigen

negatif. Selanjutnya nilai eigen 𝜆4 dan 𝜆5 dianalisis. Nilai-nilai eigen 𝜆4 dan 𝜆5
diperoleh dari persamaan:
[(𝜆 + 𝑎)(𝜆 + 𝑐) − 𝑎𝑐] = 0
𝜆2 + (𝑎 + 𝑐)𝜆 + 𝑎𝑐 − 𝑎𝑐 = 0
𝜆2 + (𝑎 + 𝑐)𝜆 = 0

26
 −(𝑎+𝑐)2 ±√(𝑎+𝑐)2
Maka 𝜆4,5 = 2
−(𝑎+𝑐)2 ±(𝑎+𝑐)
𝜆4,5 = 2
−(𝑎+𝑐)2 +(𝑎+𝑐)
𝜆4 = 2

Jelas bahwa 𝜆4 < 0, dan

−(𝑎+𝑐)2 −(𝑎+𝑐)
𝜆5 = 2

Jelas bahwa 𝜆5 < 0.

Jadi 𝜆4 dan 𝜆5 bernilai negatif, sehingga diperoleh 𝜆1 < 0, 𝜆2 < 0, 𝜆3 <
0, 𝜆4 < 0 dan 𝜆5 < 0 atau semua nilai eigen bernilai negatif. Karena semua nilai
eigen yang diperoleh bernilai negatif, maka 𝐸1 juga stabil asimtotik lokal.

4.3 Analisis Eksistensi dan Ketunggalan Solusi

Sistem persamaan diferensial pada Sistem (1.2) dapat ditulis menjadi:
𝑑𝑆(𝑡) 𝐼
= 𝑓1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = Λ − 𝛽 𝑁 𝑆 − 𝜇𝑆
𝑑𝑡
𝑑𝐸(𝑡) 𝐼
= 𝑓2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝛽 𝑁 𝑆 − 𝑎𝐸
𝑑𝑡
𝑑𝐼(𝑡)
= 𝑓3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝑏𝜅𝐸 − 𝑐𝐼
𝑑𝑡
𝑑𝐽(𝑡)
= 𝑓4 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝜌𝜅𝐸 + 𝛼𝐼 − 𝑑𝐽
𝑑𝑡
𝑑𝑅(𝑡)
= 𝑓5 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝑒𝛾𝐼 + 𝑓𝛿𝐽 − 𝜇𝑅 (4.5)
𝑑𝑡

Berdasarkan Teorema Eksistensi dan Ketunggalan Solusi, akan dibuktikan

fungsi-fungsi di atas adalah fungsi-fungsi yang kontinu pada 𝑅 5 dan diferensiabel
kontinu pada 𝑅 5 .

4.3.1 Eksistensi Model Epidemi SEIJR

Akan dibuktikan bahwa fungsi-fungsi pada Sistem (4.5) merupakan fungsi
yang kontinu pada 𝑅 5 .
𝐼
a. Fungsi 𝑓1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = Λ − 𝛽 𝑁 𝑆 − 𝜇𝑆 kontinu pada 𝑅 5 .

Misalkan:
𝑓1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) + 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) + 𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅),

27
 dengan
𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = Λ,
𝐼
𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = −𝛽 𝑁 𝑆, dan

𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = −𝜇𝑆.
 Fungsi 𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = Λ adalah fungsi konstan, maka fungsi tersebut
kontinu pada 𝑅 5 .
𝐼
 Diperhatikan fungsi 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = −𝛽 𝑁 𝑆.

Diambil sebarang (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ ) ∈ 𝑅 5 .

Diberikan sebarang bilangan 𝜀 > 0.
Akan dibuktikan terdapat 𝛿 > 0 sehingga untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5
dengan ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝛿, berlaku:
‖𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔2 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀
Untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5 , jika ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
diperoleh |𝑆| − |𝑆̅| ≤ |𝑆 − 𝑆̅| ≤ ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
Sehingga |𝑆| ≤ 1 + |𝑆̅|. Akibatnya diperoleh:
𝐼 𝐼̅
‖𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔2 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ = ‖−𝛽 𝑆 − (−𝛽 𝑆̅)‖
𝑁 𝑁

𝛽
= ‖− (𝐼𝑆 − 𝐼 𝑆̅ ̅)‖
𝑁
𝛽
= ‖− ‖ ‖(𝐼𝑆 − 𝐼 𝑆̅ ̅)‖
𝑁
𝛽
= ‖𝐼𝑆 − 𝐼 𝑆̅ + 𝐼 𝑆̅ − 𝐼 𝑆̅ ̅‖
𝑁
𝛽
= ‖𝑆(𝐼 − 𝐼 )̅ + 𝐼 (̅ 𝑆 − 𝑆̅)‖
𝑁
𝛽
≤ [|𝑆|‖𝐼 − 𝐼 ‖̅ + |𝐼 |̅ ‖𝑆 − 𝑆̅‖]
𝑁
𝛽
≤ [|𝑆| + |𝐼 |̅ ]‖𝑆 − 𝑆̅‖ + ‖𝐼 − 𝐼 ‖̅
𝑁
𝛽
≤ [|𝑆| + |𝐼 |̅ ]‖(𝑆, 𝐼) − (𝑆̅, 𝐼 )̅ ‖
𝑁
𝛽
≤ [|𝑆| + |𝐼 |̅ + 1]‖(𝑆, 𝐼) − (𝑆̅, 𝐼 )̅ ‖
𝑁

28
 𝜀
Pilih 𝛿 = 𝑚𝑖𝑛 {1, 𝛽 }, dengan demikian dari persamaan di atas
[|𝑆|+|𝐼 |̅ +1]
𝑁

diperoleh:
𝛽
‖𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔2 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ [|𝑆| + |𝐼 |̅ + 1]‖(𝑆, 𝐼) − (𝑆̅, 𝐼 )̅ ‖ < 𝜀.
𝑁

Jadi fungsi 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .

 Diperhatikan fungsi linear 𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = −𝜇𝑆.
Diambil sebarang (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ ) ∈ 𝑅 5 .
Diberikan sebarang bilangan 𝜀 > 0.
Akan dibuktikan terdapat 𝛿 > 0 sehingga untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5
dengan ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝛿, berlaku:
‖𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔3 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.
Untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5 , jika ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
diperoleh |𝑆| − |𝑆̅| ≤ |𝑆 − 𝑆̅| ≤ ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
Sehingga |𝑆| ≤ 1 + |𝑆̅|. Akibatnya diperoleh:
‖𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔3 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ = |−𝜇𝑆 − (−𝜇𝑆̅)|
= |−𝜇||𝑆 − 𝑆̅|
= 𝜇|𝑆 − 𝑆̅|
≤ 𝜇‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖
𝜀
Pilih 𝛿 = 𝑚𝑖𝑛 {1, 𝜇}, dengan demikian dari persamaan di atas diperoleh:

‖𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔3 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 𝜇‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.

Jadi fungsi 𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .
Karena fungsi-fungsi 𝑔1 , 𝑔2 , dan 𝑔3 pada 𝑓1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 ,
maka 𝑓1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .
𝐼
b. Fungsi 𝑓2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝛽 𝑁 𝑆 − 𝑎𝐸 kontinu pada 𝑅 5 .

Misalkan:
𝑓2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) + 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅), dengan
𝐼
𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝛽 𝑁 𝑆 dan

𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = −𝑎𝐸.
𝐼
 Diperhatikan fungsi 𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝛽 𝑁 𝑆.

29
 Diambil sebarang (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ ) ∈ 𝑅 5 .
Diberikan sebarang bilangan 𝜀 > 0.
Akan dibuktikan terdapat 𝛿 > 0 sehingga untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5
dengan ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝛿, berlaku:
‖𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔1 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀
Untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5 , jika ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
diperoleh |𝑆| − |𝑆̅| ≤ |𝑆 − 𝑆̅| ≤ ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
Sehingga |𝑆| ≤ 1 + |𝑆̅|. Akibatnya diperoleh:
𝐼 𝐼̅
‖𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔1 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ = ‖𝛽 𝑆 − (𝛽 𝑆̅)‖
𝑁 𝑁

𝛽
= ‖ (𝐼𝑆 − 𝐼 𝑆̅ ̅)‖
𝑁
𝛽
= ‖ ‖ ‖(𝐼𝑆 − 𝐼 𝑆̅ ̅)‖
𝑁
𝛽
= ‖𝐼𝑆 − 𝐼 𝑆̅ + 𝐼 𝑆̅ − 𝐼 𝑆̅ ̅‖
𝑁
𝛽
= ‖𝑆(𝐼 − 𝐼 )̅ + 𝐼 (̅ 𝑆 − 𝑆̅)‖
𝑁
𝛽
≤ [|𝑆|‖𝐼 − 𝐼 ‖̅ + |𝐼 |̅ ‖𝑆 − 𝑆̅‖]
𝑁
𝛽
≤ [|𝑆| + |𝐼 |̅ ]‖𝑆 − 𝑆̅‖ + ‖𝐼 − 𝐼 ‖̅
𝑁
𝛽
≤ [|𝑆| + |𝐼 |̅ ]‖(𝑆, 𝐼) − (𝑆̅, 𝐼 )̅ ‖
𝑁
𝛽
≤ [|𝑆| + |𝐼 |̅ + 1]‖(𝑆, 𝐼) − (𝑆̅, 𝐼 )̅ ‖
𝑁
𝜀
Pilih 𝛿 = 𝑚𝑖𝑛 {1, 𝛽 }, dengan demikian dari persamaan di atas
[|𝑆|+|𝐼 |̅ +1]
𝑁

diperoleh:
𝛽
‖𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔1 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ [|𝑆| + |𝐼 |̅ + 1]‖(𝑆, 𝐼) − (𝑆̅, 𝐼 )̅ ‖ < 𝜀.
𝑁

Jadi fungsi 𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .

 Diperhatikan fungsi linear 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = −𝑎𝐸.
Diambil sebarang (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ ) ∈ 𝑅 5 .
Diberikan sebarang bilangan 𝜀 > 0.

30
 Akan dibuktikan terdapat 𝛿 > 0 sehingga untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5
dengan ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝛿, berlaku:
‖𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔2 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.
Untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5 , jika ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
diperoleh |𝐸| − |𝐸̅ | ≤ |𝐸 − 𝐸̅ | ≤ ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
Sehingga |𝐸| ≤ 1 + |𝐸̅ |. Akibatnya diperoleh:
‖𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔2 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ = |−𝑎𝐸 − (−𝑎𝐸̅ )|
= |−𝑎||𝐸 − 𝐸̅ |
= 𝑎|𝐸 − 𝐸̅ |
≤ 𝑎‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖
𝜀
Pilih 𝛿 = 𝑚𝑖𝑛 {1, 𝑎}, dengan demikian dari persamaan di atas diperoleh:

‖𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔2 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 𝑎‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.

Jadi fungsi 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .
Karena fungsi-fungsi 𝑔1 dan 𝑔2 pada 𝑓2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 ,
maka 𝑓2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .
c. Fungsi 𝑓3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝑏𝜅𝐸 − 𝑐𝐼 kontinu pada 𝑅 5 .
Misalkan:
𝑓3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) + 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅), dengan
𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝑏𝜅𝐸 dan
𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = −𝑐𝐼.
 Diperhatikan fungsi linear 𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝑏𝜅𝐸.
Diambil sebarang (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ ) ∈ 𝑅 5 .
Diberikan sebarang bilangan 𝜀 > 0.
Akan dibuktikan terdapat 𝛿 > 0 sehingga untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5
dengan ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝛿, berlaku:
‖𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔1 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.
Untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5 , jika ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
diperoleh |𝐸| − |𝐸̅ | ≤ |𝐸 − 𝐸̅ | ≤ ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
Sehingga |𝐸| ≤ 1 + |𝐸̅ |. Akibatnya diperoleh:
‖𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔1 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ = |−𝑏𝜅𝐸 − (−𝑏𝜅𝐸̅ )|

31
 = |−𝑏𝜅||𝐸 − 𝐸̅ |
= 𝑏𝜅|𝐸 − 𝐸̅ |
≤ 𝑏𝜅‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖
𝜀
Pilih 𝛿 = 𝑚𝑖𝑛 {1, 𝑏𝜅}, dengan demikian dari persamaan di atas diperoleh:

‖𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔1 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 𝑏𝜅‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.

Jadi fungsi 𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .
 Diperhatikan fungsi linear 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = −𝑐𝐼.
Diambil sebarang (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ ) ∈ 𝑅 5 .
Diberikan sebarang bilangan 𝜀 > 0.
Akan dibuktikan terdapat 𝛿 > 0 sehingga untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5
dengan ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝛿, berlaku:
‖𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔2 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.
Untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5 , jika ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
diperoleh |𝐼| − |𝐼 |̅ ≤ |𝐼 − 𝐼 |̅ ≤ ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
Sehingga |𝐼| ≤ 1 + |𝐼 |̅ . Akibatnya diperoleh:
‖𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔2 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ = |−𝑐𝐼 − (−𝑐𝐼 )̅ |
= |−𝑐||𝐼 − 𝐼 |̅
= 𝑐|𝐼 − 𝐼 |̅
≤ 𝑐‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖
𝜀
Pilih 𝛿 = 𝑚𝑖𝑛 {1, 𝑐}, dengan demikian dari persamaan di atas diperoleh:

‖𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔2 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 𝑐‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.

Jadi fungsi 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .
Karena fungsi-fungsi 𝑔1 dan 𝑔2 pada 𝑓3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 ,
maka 𝑓3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .
d. Fungsi 𝑓4 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝜌𝜅𝐸 + 𝛼𝐼 − 𝑑𝐽 kontinu pada 𝑅 5 .
Misalkan:
𝑓4 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) + 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) + 𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅),
dengan
𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝜌𝜅𝐸,

32
 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝛼𝐼, dan
𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = −𝑑𝐽.
 Diperhatikan fungsi linear 𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝜌𝜅𝐸.
Diambil sebarang (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ ) ∈ 𝑅 5 .
Diberikan sebarang bilangan 𝜀 > 0.
Akan dibuktikan terdapat 𝛿 > 0 sehingga untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5
dengan ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝛿, berlaku:
‖𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔1 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.
Untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5 , jika ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
diperoleh |𝐸| − |𝐸̅ | ≤ |𝐸 − 𝐸̅ | ≤ ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
Sehingga |𝐸| ≤ 1 + |𝐸̅ |. Akibatnya diperoleh:
‖𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔1 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ = |−𝜌𝜅𝐸 − (−𝜌𝜅𝐸̅ )|
= |−𝜌𝜅||𝐸 − 𝐸̅ |
= 𝜌𝜅|𝐸 − 𝐸̅ |
≤ 𝜌𝜅‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖
𝜀
Pilih 𝛿 = 𝑚𝑖𝑛 {1, 𝜌𝜅}, dengan demikian dari persamaan di atas diperoleh:

‖𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔1 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 𝜌𝜅‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.

Jadi fungsi 𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .
 Diperhatikan fungsi linear 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝛼𝐼.
Diambil sebarang (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ ) ∈ 𝑅 5 .
Diberikan sebarang bilangan 𝜀 > 0.
Akan dibuktikan terdapat 𝛿 > 0 sehingga untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5
dengan ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝛿, berlaku:
‖𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔2 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.
Untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5 , jika ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
diperoleh |𝐼| − |𝐼 |̅ ≤ |𝐼 − 𝐼 |̅ ≤ ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
Sehingga |𝐼| ≤ 1 + |𝐼 |̅ . Akibatnya diperoleh:
‖𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔2 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ = |𝛼𝐼 − (𝛼𝐼 )̅ |
= |𝛼||𝐼 − 𝐼 |̅

33
 = 𝛼|𝐼 − 𝐼 |̅
≤ 𝛼‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖
𝜀
Pilih 𝛿 = 𝑚𝑖𝑛 {1, 𝛼}, dengan demikian dari persamaan di atas diperoleh:

‖𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔2 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 𝛼‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.

Jadi fungsi 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .
 Diperhatikan fungsi linear 𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = −𝑑𝐽.
Diambil sebarang (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ ) ∈ 𝑅 5 .
Diberikan sebarang bilangan 𝜀 > 0.
Akan dibuktikan terdapat 𝛿 > 0 sehingga untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5
dengan ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝛿, berlaku:
‖𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔3 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.
Untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5 , jika ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
diperoleh |𝐽| − |𝐽|̅ ≤ |𝐽 − 𝐽|̅ ≤ ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
Sehingga |𝐽| ≤ 1 + |𝐽|̅ . Akibatnya diperoleh:
‖𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔3 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ = |−𝑑𝐽 − (−𝑑𝐽)̅ |
= |−𝑑||𝐽 − 𝐽|̅
= 𝑑|𝐽 − 𝐽|̅
≤ 𝑑‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖
𝜀
Pilih 𝛿 = 𝑚𝑖𝑛 {1, 𝑑}, dengan demikian dari persamaan di atas diperoleh:

‖𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔3 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 𝑑‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.

Jadi fungsi 𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .
Karena fungsi-fungsi 𝑔1 , 𝑔2 , dan 𝑔3 pada 𝑓4 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 ,
maka 𝑓4 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .
e. Fungsi 𝑓5 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝑒𝛾𝐼 + 𝑓𝛿𝐽 − 𝜇𝑅 kontinu pada 𝑅 5 .
Misalkan:
𝑓5 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) + 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) + 𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅),
dengan
𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝑒𝛾𝐼,
𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝑓𝛿𝐽, dan

34
 𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = −𝜇𝑅.
 Diperhatikan fungsi linear 𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝑒𝛾𝐼.
Diambil sebarang (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ ) ∈ 𝑅 5 .
Diberikan sebarang bilangan 𝜀 > 0.
Akan dibuktikan terdapat 𝛿 > 0 sehingga untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5
dengan ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝛿, berlaku:
‖𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔1 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.
Untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5 , jika ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
diperoleh |𝐼| − |𝐼 |̅ ≤ |𝐼 − 𝐼 |̅ ≤ ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
Sehingga |𝐼| ≤ 1 + |𝐼 |̅ . Akibatnya diperoleh:
‖𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔1 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ = |𝑒𝛾𝐼 − (𝑒𝛾𝐼 )̅ |
= |𝑒𝛾||𝐼 − 𝐼 |̅
= 𝑒𝛾|𝐼 − 𝐼 |̅
≤ 𝑒𝛾‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖
𝜀
Pilih 𝛿 = 𝑚𝑖𝑛 {1, 𝑒𝛾}, dengan demikian dari persamaan di atas diperoleh:

‖𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔1 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 𝑒𝛾‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.

Jadi fungsi 𝑔1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .
 Diperhatikan fungsi linear 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = 𝑓𝛿𝐽.
Diambil sebarang (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ ) ∈ 𝑅 5 .
Diberikan sebarang bilangan 𝜀 > 0.
Akan dibuktikan terdapat 𝛿 > 0 sehingga untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5
dengan ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝛿, berlaku:
‖𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔2 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.
Untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5 , jika ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
diperoleh |𝐽| − |𝐽|̅ ≤ |𝐽 − 𝐽|̅ ≤ ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
Sehingga |𝐽| ≤ 1 + |𝐽|̅ . Akibatnya diperoleh:
‖𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔2 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ = |𝑓𝛿𝐽 − (𝑓𝛿𝐽)̅ |
= |𝑓𝛿||𝐽 − 𝐽|̅
= 𝑓𝛿|𝐽 − 𝐽|̅

35
 ≤ 𝑓𝛿‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖
𝜀
Pilih 𝛿 = 𝑚𝑖𝑛 {1, 𝑓𝛿}, dengan demikian dari persamaan di atas diperoleh:

‖𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔2 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 𝑓𝛿‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.

Jadi fungsi 𝑔2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .
 Diperhatikan fungsi linear 𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = −𝜇𝑅.
Diambil sebarang (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ ) ∈ 𝑅 5 .
Diberikan sebarang bilangan 𝜀 > 0.
Akan dibuktikan terdapat 𝛿 > 0 sehingga untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5
dengan ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝛿, berlaku:
‖𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔3 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.
Untuk setiap (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) ∈ 𝑅 5 , jika ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
diperoleh |𝑅| − |𝑅̅ | ≤ |𝑅 − 𝑅̅ | ≤ ‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 1
Sehingga |𝑅| ≤ 1 + |𝑅̅ |. Akibatnya diperoleh:
‖𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔3 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ = |−𝜇𝑅 − (−𝜇𝑅̅ )|
= |−𝜇||𝑅 − 𝑅̅ |
= 𝜇|𝑅 − 𝑅̅ |
≤ 𝜇‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖
𝜀
Pilih 𝛿 = 𝑚𝑖𝑛 {1, 𝜇}, dengan demikian dari persamaan di atas diperoleh:

‖𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − 𝑔3 (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ ≤ 𝜇‖(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) − (𝑆̅, 𝐸̅ , 𝐼 ,̅ 𝐽,̅ 𝑅̅ )‖ < 𝜀.

Jadi fungsi 𝑔3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .
Karena fungsi-fungsi 𝑔1 , 𝑔2 , dan 𝑔3 pada 𝑓5 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 ,
maka 𝑓5 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) kontinu pada 𝑅 5 .
Jadi terbukti bahwa fungsi-fungsi pada Sistem (4.5) merupakan fungsi
kontinu pada 𝑅 5 .

4.3.2 Ketunggalan Solusi Model Epidemi SEIJR

Akan dibuktikan bahwa fungsi-fungsi pada Sistem (4.5) merupakan fungsi
diferensiabel kontinu pada 𝑅 5 .
a. Turunan parsial fungsi 𝑓1 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) terhadap 𝑆, 𝐸, 𝐼, 𝐽, 𝑅 adalah:

36
 𝜕𝑓1 (𝑡) 𝐼 𝜕𝑓1 (𝑡) 𝜕𝑓1 (𝑡) 𝛽𝑆 𝜕𝑓1 (𝑡) 𝜕𝑓1 (𝑡)
= −𝛽 𝑁 − 𝜇, = 0, =− , = 0, dan = 0.
𝜕𝑆 𝜕𝐸 𝜕𝐼 𝑁 𝜕𝐽 𝜕𝑅

b. Turunan parsial fungsi 𝑓2 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) terhadap 𝑆, 𝐸, 𝐼, 𝐽, 𝑅 adalah:

𝜕𝑓2 (𝑡) 𝐼 𝜕𝑓2 (𝑡) 𝜕𝑓2 (𝑡) 𝛽𝑆 𝜕𝑓2 (𝑡) 𝜕𝑓2 (𝑡)
= 𝛽𝑁, = −𝑎, = , = 0, dan = 0.
𝜕𝑆 𝜕𝐸 𝜕𝐼 𝑁 𝜕𝐽 𝜕𝑅

c. Turunan parsial fungsi 𝑓3 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) terhadap 𝑆, 𝐸, 𝐼, 𝐽, 𝑅 adalah:

𝜕𝑓3 (𝑡) 𝜕𝑓3 (𝑡) 𝜕𝑓3 (𝑡) 𝜕𝑓3 (𝑡) 𝜕𝑓3 (𝑡)
= 0, = 𝑏𝜅, = −𝑐, = 0, dan = 0.
𝜕𝑆 𝜕𝐸 𝜕𝐼 𝜕𝐽 𝜕𝑅

d. Turunan parsial fungsi 𝑓4 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) terhadap 𝑆, 𝐸, 𝐼, 𝐽, 𝑅 adalah:

𝜕𝑓4 (𝑡) 𝜕𝑓4 (𝑡) 𝜕𝑓4 (𝑡) 𝜕𝑓4 (𝑡) 𝜕𝑓4 (𝑡)
= 0, = 𝜌𝜅, = 𝛼, = −𝑑, dan = 0.
𝜕𝑆 𝜕𝐸 𝜕𝐼 𝜕𝐽 𝜕𝑅

e. Turunan parsial fungsi 𝑓5 (𝑆, 𝐸, 𝐼, 𝐽, 𝑅) terhadap 𝑆, 𝐸, 𝐼, 𝐽, 𝑅 adalah:

𝜕𝑓5 (𝑡) 𝜕𝑓5 (𝑡) 𝜕𝑓5 (𝑡) 𝜕𝑓5 (𝑡) 𝜕𝑓5 (𝑡)
= 0, = 0, = 𝑒𝛾, = 𝑓𝛿, dan = −𝜇.
𝜕𝑆 𝜕𝐸 𝜕𝐼 𝜕𝐽 𝜕𝑅

Diperoleh semua turunan parsial 𝑓1 , 𝑓2 , 𝑓3 , 𝑓4 , dan 𝑓5 terhadap 𝑆, 𝐸, 𝐼, 𝐽, 𝑅

merupakan fungsi linear sehingga merupakan fungsi kontinu. Karena semua
turunan parsialnya ada dan kontinu pada 𝑅 5 maka fungsi-fungsi tersebut
merupakan fungsi diferensiabel kontinu pada 𝑅 5 .

37
 BAB V
PENUTUP

5.1 Kesimpulan
Model epidemi SEIJR penyebaran penyakit Ebola pada populasi manusia
tak konstan memiliki titik ekuilibrium bebas penyakit dan titik ekuilibrium
endemik. Titik ekuilibrium bebas penyakit yang diperoleh yaitu 𝐸0 =
Λ
(𝑆, 𝐸, 𝐼, 𝐽, 𝑅) = ( , 0,0,0,0), dan titik ekuilibrium endemik yaitu 𝐸1 =
𝜇

(𝑆 ∗ , 𝐸 ∗ , 𝐼 ∗ , 𝐽∗ , 𝑅 ∗ ) =
𝑎𝑐𝑁 𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁 𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁 (𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁)(𝜌𝑐+𝛼𝑏) (𝑏𝜅𝛽Λ−𝑎𝑐𝜇𝑁)(𝑏𝑑𝑒𝛾+𝑓𝛿(𝜌𝑐+𝛼𝑏))
(𝑏𝜅𝛽 , , , , ).
𝑎𝑏𝜅𝛽 𝑎𝑐𝛽 𝑎𝑏𝑐𝑑𝛽 𝑎𝑏𝑐𝑑𝜇𝛽

Berdasarkan linearisasi Matriks Jacobian pada sistem persamaan diferensial

model epidemi SEIJR diperoleh nilai eigen 𝜆1 < 0, 𝜆2 < 0, 𝜆3 < 0, 𝜆4 < 0, dan
𝜆5 < 0 atau semua nilai eigen bernilai negatif pada titik ekuilibrium bebas
penyakit dan titik ekuilibrium endemik. Karena semua nilai eigen yang diperoleh
bernilai negatif, maka 𝐸0 dan 𝐸1 stabil asimtotik lokal.
Sistem persamaan diferensial dari titik ekuilibrium model epidemi SEIJR
kontinu, maka titik ekuilibrium model epidemi SEIJR memiliki eksistensi solusi
dan sistem persamaan diferensial dari titik ekuilibrium model epidemi SEIJR
diferensiabel kontinu, maka titik ekuilibrium model epidemi SEIJR memiliki
solusi tunggal.

5.2 Saran
Karena berbagai keterbatasan, penelitian dan tulisan ini masih banyak
kekurangan. Banyak hal yang belum tercakup dalam penelitian ini. Perlu dikaji
lebih lanjut generalisasi untuk kestabilan model epidemi dan simulasi
numeriknya.

38
 DAFTAR PUSTAKA

Afrida, Y., Nikenasih, B., dan Kus, P, K., (2017): Pemodelan Matematika
Penyebaran Penyakit Ebola dan Analisis Pengaruh Parameter Laju
Transmisi Terhadap Perilaku Dinamisnya, Jurnal Matematika, 6(6), 1-14.
Anton, H., (1998): Aljabar Linear Elementer, alih bahasa oleh Pantur Silaban,
Erlangga, Jakarta.
Bartle, R. G., and Shebert, D. R., (2010): Introduction to Real Analysis, fourth
Edition, John Wiley & Sons, Inc.
Finizio, J., dan Ladas, T., (1982): Persamaan Diferensial Biasa dengan
Penerapan Modern, alih bahasa oleh Widiarti Santoso, Erlangga, Jakarta.
Himawan, A., Budi, W., dan Supriyono (2017): Pemodelan Matematika
Penyebaran Penyakit Ebola dengan Model Epidemi SIR pada Populasi
Manusia Tak Konstan dengan Treatment, UNNES Journal of Mathematics,
6(2), 153-167.
Perko, L., (1991): Differential Equation and Dynamical System, Springer-Verlag,
New York.
Putra, R. T., (2014): Analisis Eksistensi dan Ketunggalan Solusi Model Epidemi
SEIR, Poli Rekayasa, 10(1), 65-72.
Ross, L., (1984): Differential Equations, Third Edition, Springer, New York.
Wiggins, S., (1996): Introduction to Applied Nonlinear Dynamical System and
Chaos, Springer-Verlag, New York, Inc.
Zhang, J., Ma, Z., (2003): Global Dynamic of an SEIR epidemic model with
saturating contact rate, Mathematical Boisciences, Elsevier.

39
LAMPIRAN
Jurnal 1 : Analisis Eksistensi dan Ketunggalan Solusi Model Epidemi SEIR.
Jurnal 2 : Pemodelan Matematika Penyebaran Ebola dan Analisis Pengaruh Laju
Transmisi Terhadap Perilaku Dinamisnya.

40