97
Z. Asyabah et al./ UNNES Journal of Mathematics 7(1) (2018)
Model epidemik SIR (Susceptible, Infectives, Definisi 2 Sistem linear 𝑥̇ = 𝐽𝑓( 𝑥̅ )(𝑥 − 𝑥̅ )
Recovered) pada awalnya dikembangkan untuk disebut linearisasi sistem nonlinear dari Sistem
mengetahui laju penyebaran dan kepunahan persamaan (4) di sekitar titik 𝑥̅ (Perko, 1991).
suatu wabah penyakit dalam populasi tertutup Bentuk umum kestabilan di sekitar titik
dan bersifat epidemik. Setelah model terbentuk, tetap berdasarkan perilaku orbit di sekitarnya,
akan dicari solusi analitis dan titik dibedakan berdasarkan dua tipe nilai eigen,
kesetimbangannya, yang selanjutnya nilai eigen real dan nilai eigen kompleks.
diinterpetasikan dalam permasalahan yang Bentuk umum kestabilan untuk tipe nilai
sesunggunhnya dalam kehidupan nyata real adalah:
(Haberman, 1977). a) Jika setiap orbit mendekati titik tetap,
Selanjutnya untuk mengetahui definisi maka titik tetap itu disebut titik tetap
dari titik ekuilibrium, diberikan sistem stabil. Tipe ini ditunjukkan oleh Gambar
persamaan diferensial sebagai berikut. 1a.
𝑥̇1 = 𝑓1 (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) b) Jika setiap orbit bergerak menjauhi titik
𝑥̇ 2 = 𝑓2 (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) tetap, maka titik tetap itu disebut titik
(3) tetap tak stabil. Tipe ini ditunjukkan oleh
⋮ Gambar 1b.
𝑥̇ 𝑛 = 𝑓𝑛 (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) c) Jika ada orbit yang bergerak mendekati
dengan kondisi awal 𝑥𝑖 (𝑡0 ) = 𝑥𝑖0 , 𝑢𝑛𝑡𝑢𝑘 𝑖 = dan ada orbit yang menjauhi titik tetap,
1,2, … , 𝑛 𝑑𝑎𝑛 𝑥̇ 𝑖 = 𝑖 .
𝑑𝑥 maka titik tetap itu disebut titik pelana
𝑑𝑡 (sadel). Tipe ini ditunjukkan oleh Gambar
Sistem persamaan (3) dapat ditulis menjadi
1c.
𝑥̇ = 𝑓(𝑥), (4)
Dengan 𝑥 = (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) ∈ E, 𝑓 =
(𝑓1 , 𝑓2 , … , 𝑓𝑛 ), 𝑥̇ = (𝑥̇1 , 𝑥̇ 2 , … , 𝑥̇ 𝑛 ) dan kondisi
awal 𝑥(𝑡0 ) = (𝑥1 0 , 𝑥2 0 , … , 𝑥𝑛 0 ) = 𝑥0 .
Selanjutnya notasi 𝑥(𝑡) = (𝑥0 , 𝑡) menyatakan
solusi Sistem persamaan (4) dengan nilai awal
𝑥0 .
Titik 𝑥̅ ∈ 𝑅𝑛 disebut titik ekuilibrium Sistem Gambar 1 Bentuk umum kestabilan titik tetap
persamaan (3) jika 𝑓(𝑥̅ ) = 0 (Perko, 1991). untuk tipe nilai eigen real
Kestabilan titik tetap suatu sistem linear (a. Stabil, b. Tak stabil, c. Sadel)
dapat dilihat dari nilai eigen sistem tersebut.
Pada persamaan di diferensial orde satu Sistem Bentuk umum kestabilan tipe nilai eigen
persamaan (4) dengan solusi awal 𝑥(𝑡, 𝑥0 ) pada kompleks adalah:
waktu 𝑡 dan dengan kondisi awal 𝑥(0) = 𝑥0 , a) Jika setiap orbit mendekati titik tetap
pernyataan berikut bernilai benar (Olsder, secara spiral, maka titik tetap tersebut
2004). merupakan titik tetap spiral stabil, tipe ini
Definisi 1. Diberikan fungsi 𝑓 = (𝑓1 , 𝑓2 , … , 𝑓𝑛 ) ditunjukkan oleh Gambar 2a.
pada sistem 𝑥̇ = 𝑓(𝑥), dengan 𝑓𝑖 ∈ 𝐶(𝐸), 𝑖 = b) Jika setiap orbit menjauhi titik tetap secara
1,2, … , 𝑛. Matriks transformasi L dinamakan spiral, maka titik tetap tersebut merupakan
matriks Jacobi dari fungsi 𝑓 dan ditulis dengan titik tetap spiral tak stabil, tipe ini
lambang 𝐽𝑓 (𝑥̅ ). Jadi matriks Jacobi dari fungsi ditunjukkan oleh Gambar 2b.
𝑓 adalah c) Jika orbit-orbit bergerak mengelilingi titik
𝜕𝑓1 𝜕𝑓1 𝜕𝑓1 tetap sehingga membentuk kurva tertutup,
… maka titik tetap tersebut merupakan titik
𝜕𝑥1 𝜕𝑥2 𝜕𝑥𝑛
tetap stabil netral, tipe ini ditunjukkan
𝜕𝑓2 𝜕𝑓2 𝜕𝑓2
oleh Gambar 2c.
𝐽𝑓 (𝑥̅ ) = 𝜕𝑥1 𝜕𝑥2 … 𝜕𝑥𝑛
⋮ ⋮ ⋮
𝜕𝑓𝑛 𝜕𝑓𝑛 𝜕𝑓𝑛
…
[𝜕𝑥1 𝜕𝑥2 𝜕𝑥𝑛 ]
(Kocak, 1991)
Gambar 2 Bentuk umum kestabilan titik tetap
untuk tipe nilai eigen kompleks (a. Spiral stabil,
b. Spiral tak stabil, c. Stabil netral)
(Hasibuan, K.M., 1989)
98
Z. Asyabah et al./ UNNES Journal of Mathematics 7(1) (2018)
99
Z. Asyabah et al./ UNNES Journal of Mathematics 7(1) (2018)
⇔ 𝑅 = 0.
100
Z. Asyabah et al./ UNNES Journal of Mathematics 7(1) (2018)
−𝑏𝛼 − 𝜇 0 0 0
Untuk menganalisis 𝑃1 diperlukan ∗
𝐽 (𝑃) = (
𝑏𝛼 −𝜇 − 𝛽𝐼 −𝛽𝑆 𝛼
)
0 𝛽𝐼 𝛽𝑆 − (𝜇 + 𝛾) 0
bilangan reproduksi dasar (𝑅0 ) , angka rasio 𝛾 −𝛼 − 𝜇
0 0
reproduksi dasar ditentukan dengan mencari
kondisi yang menjamin 𝐼 ∗ > 0. Dari proses di
atas telah ditunjukkan 𝐼 ∗ > 0 apabila Kemudian berdasarkan matriks Jacobian,
𝛽[𝑏𝛼+𝜇(1−𝑝)] dianalisis pada kedua titik ekuilibrium.
(𝜇+𝛾)(𝑏𝛼+𝜇)
> 1 , sehingga dapat didefinisikan Sehingga diperoleh matriks Jacobian pada titik
𝑅0 =
𝛽[𝑏𝛼+𝜇(1−𝑝)]
. nonendemik 𝑃0 sebagai berikut.
(𝜇+𝛾)(𝑏𝛼+𝜇) −𝑏𝛼 − 𝜇 0 0 0
𝑏𝛼 −𝜇 −𝛽𝑆 𝛼
𝐽∗ (𝑃0 ) = ( )
Jadi diperoleh titik kesetimbangan endemik 0 0 𝛽𝑆 − (𝜇 + 𝛾) 0
0 0 𝛾 −𝛼 − 𝜇
𝑃1 = (𝑉 ∗ , 𝑆 ∗ , 𝐼 ∗ , 𝑅 ∗ ) dengan
𝑝𝜇 𝜇+𝛾
𝑉∗ = , 𝑆∗ = , Dari matriks Jacobian titik ekuilibrium 𝑃0
𝑏𝛼+𝜇 𝛽
∗
𝐼 =
(𝛼+𝜇)(𝜇+𝛾)
(𝑅0 − 1), diperoleh nilai eigen sebagai berikut,
𝛽(𝛼+𝜇+𝛾)
𝜆1 = −𝑏𝛼 − 𝜇, 𝜆2 = −𝜇
𝛾(𝜇+𝛾)
𝑅∗ = (𝑅0 − 1).
𝜆3 = 𝛽𝑆 − (𝜇 + 𝛾) =
𝛽𝑏𝛼+𝛽(1−𝑝)𝜇
− (𝜇 + 𝛾)
𝛽(𝛼+𝜇+𝛾)
𝑏𝛼+𝜇
𝛽[𝑏𝛼+(1−𝑝)𝜇]
= (𝜇 + 𝛾) [ (𝑏𝛼+𝜇)(𝜇+𝛾) − 1] = (𝜇 + 𝛾) (R 0 − 1)
Berdasarkan analisa yang telah dilakukan
diperoleh Teorema 1 sebagai berikut. 𝜆4 = −𝛼 − 𝜇
Teorema 1
𝛽[𝑏𝛼+𝜇(1−𝑝)] Jelas 𝜆1 , 𝜆2 , 𝜆4 bernilai negatif, 𝜆3 < 0
Dipunyai 𝑅0 = (𝜇+𝛾)(𝑏𝛼+𝜇) apabila 𝑅0 < 1, 𝜆3 = 0 apabila 𝑅0 = 1, dan
Dari Sistem persamaan (5) berdasarkan nilai 𝑅0 𝜆3 > 0 apabila 𝑅0 > 1. Saat 𝑅0 = 1 , terdapat
tersebut diperoleh nilai eigen yang bernilai nol sehingga titik
1. Apabila 𝑅0 ≤ 1 maka Sistem persamaan ekuibrilium 𝑃0 tidak hiperbolik. Hal ini
(5) hanya mempunnyai 1 titik berakibat kestabilan 𝑃0 hanya dilihat saat 𝑅0 ≠
kesetimbangan yaitu titik kesetimbangan 1. Jadi diperoleh titik ekuilibrium 𝑃0 stabil
bebas peyakit (𝑃0 ) dengan (𝑉, 𝑆, 𝐼, 𝑅) = asimtotik lokal apabila 𝑅0 < 1 dan tidak stabil
𝑝𝜇 𝑏𝛼+(1−𝑝)𝜇 apabila 𝑅0 > 1.
( , , 0, 0).
𝑏𝛼+𝜇 𝑏𝛼+𝜇 Selanjutnya dianalisis matriks Jacobian
2. Apabila 𝑅0 > 1 maka Sistem persamaan untuk mengetahui kestabilan titik ekuilibrium
(5) mempunnyai 2 titik kesetimbangan endemik 𝑃1
yaitu titik kesetimbangan bebas peyakit −𝑏𝛼 − 𝜇 0 0 0
(𝑃0 ) dengan (𝑉, 𝑆, 𝐼, 𝑅) =
𝐽∗ (𝑃1 ) = (
𝑏𝛼 −𝜇 − 𝛽𝐼 ∗ −𝛽𝑆 ∗ 𝛼
)
𝑝𝜇 𝑏𝛼+(1−𝑝)𝜇 0 𝛽𝐼∗ 𝛽𝑆 ∗ − (𝜇 + 𝛾) 0
( , , 0, 0) dan titik 0 0 𝛾 −𝛼 − 𝜇
𝑏𝛼+𝜇 𝑏𝛼+𝜇
kesetimbangan endemik (𝑃1 ) dengan hanya dilakukan saat 𝑅0 > 1.
𝑝𝜇 𝜇+𝛾
∗
𝑉 = ,𝑆 = ∗
, Diperoleh salah satu nilai eigen sebagai
𝑏𝛼+𝜇 𝛽
(𝛼+𝜇)(𝜇+𝛾)
berikut,
𝐼∗ = (𝑅0 − 1), 𝜆1 = −(𝜆 + 𝑏𝛼 + 𝜇)
𝛽(𝛼+𝜇+𝛾)
𝑅∗ =
𝛾(𝜇+𝛾)
(𝑅0 − 1). Perhatikan persamaan berikut,
𝛽(𝛼+𝜇+𝛾)
𝑏0 𝜆3 + 𝑏1 𝜆2 + 𝑏2 𝜆 + 𝑏3 (9)
101
Z. Asyabah et al./ UNNES Journal of Mathematics 7(1) (2018)
(𝛼+𝜇)(𝜇+𝛾) 𝛼 0,1
= (𝜇𝛼 + 𝜇 2 )(𝛼 + 2𝜇) + (𝑅0 − 1)(𝜇 2 + 𝛼𝛾 + 𝜇𝛾).
(𝛼+𝜇+𝛾)
𝛽 (𝑅0 < 1) 0,05
𝛽 (𝑅0 > 1) 0,16
Jelas nilai 𝑏1 . 𝑏2 − 𝑏3 > 0 apabila 𝑅0 > 1. 𝛾 0,04
Jadi nilai eigen 𝜆1 bernilai negatif dan bagian 𝑝 0,04
real nilai eigen 𝜆2, , 𝜆3 , 𝜆4 bernilai negatif. Jadi
𝑏 0,33
titik ekuilibrium 𝑃1 stabil asimtot lokal apabila
𝑅0 > 1.
Dari Tabel 3 maka menghasilkan nilai
𝑅0 = 0,05. Selanjutnya untuk mengetahui
Berdasarkan analisa yang telah dilakukan
hubungan 𝑏 dengan pengaruh penyebaran
diperoleh Teorema 2 sebagai berikut.
penyakit pertusis, sehingga dibuat perbedaan
Teorema 2 proporsi pada parameter rasio kehilangan
𝛽[𝑏𝛼+𝜇(1−𝑝)]
Dipunyai 𝑅0 = , kekebalan pada individu yang divaksin. Berikut
(𝜇+𝛾)(𝑏𝛼+𝜇)
akan dianalisis dengan beberapa variasi nilai
1. Titik ekuilibrium 𝑃0 dengan (𝑉, 𝑆, 𝐼, 𝑅) = 𝑏 pada Tabel 4.
𝑝𝜇 𝑏𝛼+(1−𝑝)𝜇
( , , 0, 0) stabil asimtot lokal
𝑏𝛼+𝜇 𝑏𝛼+𝜇
apabila 𝑅0 < 1 dan tidak stabil apabila Tabel 4 Variasi nilai 𝑏 dan nilai 𝑅0 dengan
𝑅0 > 1. nilai 𝑝 = 0,04
2. Titik ekuilibrium endemik 𝑏 𝑅0
𝑃1 = (𝑉 ∗ , 𝑆 ∗ , 𝐼 ∗ , 𝑅∗ ) dengan
𝑝𝜇 𝜇+𝛾
0 1,51
𝑉∗ = , 𝑆∗ = ,
𝑏𝛼+𝜇 𝛽
0,53 1,54
∗ (𝛼+𝜇)(𝜇+𝛾)
𝐼 = (𝑅0 − 1),
𝛽(𝛼+𝜇+𝛾) 0,92 1,55
∗ 𝛾(𝜇+𝛾)
𝑅 = (𝑅0 − 1),
𝛽(𝛼+𝜇+𝛾) 2 1,56
stabil asimtotik lokal apabila 𝑅0 > 1.
102
Z. Asyabah et al./ UNNES Journal of Mathematics 7(1) (2018)
Gambar 4 Dinamika populasi (a) 𝑉(𝑡), (b) 𝑆(𝑡), (c) 𝐼(𝑡), (d) 𝑅(𝑡) terhadap waktu 𝑡 dengan 𝑏 = 0, 0.53,
0.92, 2
Pada Gambar 4 (a), (c), (d) dapat sehingga memerlukan waktu untuk bisa masuk
diperoleh bahwa parameter 𝑏 mempengaruhi ke klas infected. Sehingga diperoleh hasil bahwa
populasi individu pada klas 𝑉(𝑡), 𝐼(𝑡), 𝑅(𝑡) semakin kecil nilai 𝑏 , maka individu yang
ditunjukkan dengan ada beberapa titik terinfeksi semakin besar. Dan sebaliknya
kestabilan. semakin besar nilai 𝑏 , maka individu yang
Dari Gambar 4 (a) dengan 𝑏 berbeda-beda terinfeksi semakin kecil.
mengalami penurunan grafik, hal tersebut Untuk Gambar 4 (d) masih terdapat
terjadi karena populasi yang masuk ke klas hubungan dengan Gambar 4 (c), sehingga
vaksin akan keluar dan menuju klas suspectible grafiknya linear tetapi dengan titik kestabilan
sebesar 𝑏. Sehingga diperoleh hasil bahwa yang berbeda. Sedangkan Gambar 4 (b) dapat
semakin kecil nilai 𝑏, maka populasi yang diperoleh bahwa parameter 𝑏 tidak
berada di klas 𝑉(𝑡) sedikit dan sebaliknya mempengaruhi populasi individu pada klas
semakin besar nilai 𝑏 maka populasi yang 𝑆(𝑡) ditunjukkan dengan titik kestabilan yang
berada di klas 𝑉(𝑡) banyak. sama menuju titik 0,6369. Dilihat dari Gambar
Dari Gambar 4 (b) dengan 𝑏 berbeda-beda 4 (c) diperoleh fakta bahwa untuk nilai 𝑏
menghasilkan naik turunnya grafik, terjadinya terkecil efektif mengurangi jumlah penderita.
penurunan terlebih dahulu karena pada saat Analisis pengaruh 𝑝 parameter proporsi
sistem dimulai klas infected langsung menuju bayi yang diberi vaksin dengan penyebaran
klas recovered. Dan mengalami peningkatan penyakit pertusis dilakukan dengan cara
karena populasi dari klas suspectible terinfeksi membuat variasi nilai 𝑝. Dipunyai nilai 𝑅0 =
dan masuk ke klas infected, tetapi saat individu 𝛽[𝑏𝛼+𝜇(1−𝑝)]
sehingga dapat dicari nilai batas 𝑝.
(𝜇+𝛾)(𝑏𝛼+𝜇)
menjadi terinfeksi memperlukan masa inkubasi
103
Z. Asyabah et al./ UNNES Journal of Mathematics 7(1) (2018)
Gambar 5 Dinamika populasi (a) 𝑉(𝑡), (b) 𝑆(𝑡), (c) 𝐼(𝑡), (d) 𝑅(𝑡) terhadap waktu 𝑡 pada kasus endemik
(𝑅0 > 1) dengan 𝑝1 = 0,04; 𝑝2 = 0,19;
𝑝3 = 0,25; 𝑝4 = 0,3
104
Z. Asyabah et al./ UNNES Journal of Mathematics 7(1) (2018)
Gambar 6 Dinamika populasi 𝑉(𝑡), 𝑆(𝑡), 𝐼(𝑡), 𝑅(𝑡) terhadap waktu 𝑡 dengan (a) 𝑝 = 0,52; (b) 𝑝 = 0,73;
(c) 𝑝 = 0,84; (d) 𝑝 = 0,93
105
Z. Asyabah et al./ UNNES Journal of Mathematics 7(1) (2018)
106
Z. Asyabah et al./ UNNES Journal of Mathematics 7(1) (2018)
107