KONTROL OPTIMAL

PADA MODEL PENYEBARAN PENYAKIT TUBERKULOSIS

DENGAN BANG-BANG CONTROL DAN SINGULAR CONTROL

SKRIPSI

Oleh
DEWI WULANSARI
K1B015017

KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

UNIVERSITAS JENDERAL SOEDIRMAN
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
PURWOKERTO
2020
 KONTROL OPTIMAL
PADA MODEL PENYEBARAN PENYAKIT TUBERKULOSIS
DENGAN BANG-BANG CONTROL DAN SINGULAR CONTROL

SKRIPSI

Oleh
DEWI WULANSARI
K1B015017

Sebagai Salah Satu Persyaratan untuk Memperoleh

Gelar Sarjana Strata Satu (S1) pada Jurusan Matematika

KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

UNIVERSITAS JENDERAL SOEDIRMAN
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
PURWOKERTO
2020

i
 LEMBAR PENGESAHAN

KONTROL OPTIMAL
PADA MODEL PENYEBARAN PENYAKIT TUBERKULOSIS
DENGAN BANG-BANG CONTROL DAN SINGULAR CONTROL

Oleh
DEWI WULANSARI
K1B015017

Diterima dan disahkan

Pada tanggal : ...........................

Pembimbing I Pembimbing II

Renny, M.Si. Niken Larasati, M.Si.

NIP. 19801213 200812 2 001 NIP. 19680901 199702 2 001

Mengetahui,
Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam

Drs. Sunardi, M.Si.

NIP. 19590715 199002 1 001

ii
 PERNYATAAN

Dengan ini saya menyatakan bahwa skripsi yang berjudul:

KONTROL OPTIMAL PADA MODEL PENYEBARAN PENYAKIT
TUBERKULOSIS DENGAN BANG-BANG CONTROL DAN SINGULAR
CONTROL
adalah benar merupakan hasil karya saya sendiri dan semua sumber data serta
informasi yang digunakan telah dinyatakan secara jelas dan dapat diperiksa
kebenarannya.
Bila pernyataan ini tidak benar, maka saya bersedia menerima sanksi pencabutan
gelar kesarjanaan yang telah saya peroleh.

Purwokerto, Juni 2020

Dewi Wulansari
K1B015017

iii
 PEDOMAN PENGGUNAAN SKRIPSI

Skripsi ini terdaftar dan tersedia di Pusat Informasi Ilmiah Fakultas Matematika dan
Ilmu Pengetahuan Alam dan terbuka untuk umum dengan ketentuan bahwa hak
cipta ada pada penulis dengan mengikuti aturan HaKI yang berlaku di Universitas
Jenderal Soedirman. Pengutipan dan atau peringkasan hanya dapat dilakukan
dengan mengikuti kebiasaan ilmiah untuk menyebutkan sumbernya.

iv
 KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan
rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi yang
berjudul “KONTROL OPTIMAL PADA MODEL PENYEBARAN
PENYAKIT TUBERKULOSIS DENGAN BANG-BANG CONTROL DAN
SINGULAR CONTROL”. Skripsi ini disusun sebagai salah satu persyaratan
memperoleh gelar sarjana strata satu pada Jurusan Matematika, Fakultas
Matematika dan Ilmu Pengetahuan Alam, Universitas Jenderal Soedirman.
Penulisan skripsi ini tidak lepas dari bantuan, bimbingan, saran, serta
dukungan dari berbagai pihak. Oleh karena itu, pada kesempatan ini penulis
mengucapkan terima kasih kepada:
1. Drs. Sunardi, M.Si, selaku Dekan Fakultas Matematika dan Ilmu
Pengetahuan Alam Universitas Jenderal Soedirman.
2. Dr. Idha Sihwaningrum, M.Sc.St, selaku Ketua Jurusan Matematika.
3. Renny, M.Si, selaku dosen pembimbing I yang telah banyak memberikan
bimbingan, saran dan motivasi sehingga skripsi ini terselesaikan.
4. Niken Larasati, M.Si, selaku Pembimbing II yang telah banyak memberikan
saran, bimbingan, dan motivasi sehingga skripsi ini terselesaikan.
5. Rina Reorita, M.Si. dan Agung Prabowo, M.Si, selaku Pembimbing
Seminar yang telah banyak memberikan bimbingan, motivasi, saran dan
masukan demi kesempurnaan skripsi ini.
6. Kedua orang tua, kakak, adik seluruh keluarga besar penulis, terima kasih
atas kasih sayang, bimbingan, nasihat, dukungan dan do’a yang selalu
menyertai setiap langkah penulis.
7. Rekan-rekan seperjuangan matematika Unsoed angkatan 2015, terima kasih
atas dukungan dan bantuan dari kalian semua.
8. Teman-teman Teater Receh MIPA Unsoed yang telah membantu,
memberikan semangat dan dukungan kepada penulis.

v
 9. Semua pihak yang tidak dapat penulis sebutkan satu per satu yang telah
berperan dalam penyelesaian laporan kerja praktik ini.
Penulis menyadari sepenuhnya bahwa penyusunan skripsi ini masih jauh
dari sempurna. Oleh karena itu, penulis mengharap kritik dan saran yang
membangun dari semua pihak.

Purwokerto, Juni 2020

Penulis

vi
 DAFTAR ISI

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

LEMBAR PENGESAHAN ............................................................................. ii
PERNYATAAN ............................................................................................. iii
PEDOMAN PENGGUNAAN SKRIPSI ......................................................... iv
KATA PENGANTAR .................................................................................... v
DAFTAR ISI .................................................................................................. vii
DAFTAR SINGKATAN DAN LAMBANG ................................................... x
DAFTAR GAMBAR ...................................................................................... xii
DAFTAR TABEL .......................................................................................... xiii
DAFTAR LAMPIRAN ................................................................................... ix
ABSTRAK ..................................................................................................... x
ABSTRACT ..................................................................................................... xiv
BAB I PENDAHULUAN .............................................................................. 1
1.1 Latar Belakang ................................................................................ 1
1.2 Rumusan Masalah ........................................................................... 3
1.3 Batasan Masalah.............................................................................. 3
1.4 Tujuan Penelitian ............................................................................ 3
1.5 Manfaat Penelitian........................................................................... 4
BAB II TINJAUAN PUSTAKA .................................................................... 5
2.1 Tuberkulosis .................................................................................... 5
2.1.1 Gejala ................................................................................... 6
2.1.2 Pengobatan ........................................................................... 6
2.1.3 Pencegahan .......................................................................... 7
2.2 Sistem Persamaan Diferensial .......................................................... 7
2.3 Penyelesaian Sistem Persamaan Diferensial..................................... 8
2.4 Model Penyebaran Penyakit ............................................................ 10
2.5 Normalisasi ..................................................................................... 12
2.6 Angka Reproduksi Dasar ................................................................. 13

vii
 2.7 Kontrol Optimal .............................................................................. 19
2.7.1 State dan Variabel Kontrol ................................................... 20
2.7.1 Fungsi Tujuan ...................................................................... 21
2.7.1 Prinsip Maksimum Pontryagin.............................................. 21
2.7.1 Bang-bang Control dan Singular Control ............................. 22
BAB III METODE PENELITIAN ................................................................. 30
3.1 Waktu dan Tempat Penelitian .......................................................... 30
3.2 Metode Penelitian............................................................................ 30
3.3 Diagram Alir Penelitian ................................................................... 31
BAB IV HASIL DAN PEMBAHASAN ........................................................ 33
4.1 Asumsi Model ................................................................................. 33
4.2 Penurunan Model Penyebaran Penyakit Tuberkulosis tanpa
Menggunakan Kontrol ..................................................................... 35
4.2.1 Normalisasi Model ............................................................... 37
4.2.2 Titik Kesetimbangan Bebas Penyakit tanpa Menggunakan
Kontrol ................................................................................. 39
4.2.3 Angka Reproduksi Dasar pada Model tanpa Menggunakan
Kontrol ................................................................................. 41
4.3 Model Penyebaran Penyakit Tuberkulosis dengan Menggunakan
Kontrol ............................................................................................ 47
4.3.1 Titik Kesetimbangan Bebas Penyakit dengan Menggunakan
Kontrol ................................................................................. 48
4.3.2 Angka Reproduksi Dasar pada Model dengan Menggunakan
Kontrol ................................................................................. 50
4.4 Penyelesaian Kontrol Optimal Model .............................................. 56
4.4.1 Penyelesaian Kontrol Optimal Model dengan Kontrol
Pengobatan ........................................................................... 60
4.4.2 Penyelesaian Kontrol Optimal Model dengan Kontrol
Pengobatan ........................................................................... 74
4.1 Simulasi Model ............................................................................... 83

viii
BAB V KESIMPULAN DAN SARAN .......................................................... 91
5.1 Kesimpulan ..................................................................................... 91
5.2 Saran ............................................................................................... 92
DAFTAR PUSTAKA .................................................................................... 93
LAMPIRAN 1 ............................................................................................... 94
LAMPIRAN 2 ............................................................................................... 97
RIWAYAT HIDUP ....................................................................................... 104

ix
 DAFTAR SINGKATAN DAN LAMBANG

SINGKATAN Nama Pemakaian

pertama kali
pada halaman
BCG Bacillus Calmette Guerin 1
OAT Obat Anti Tuberkulosis 1
SEIT Susceptible, Exposed, Infected, Treatment 1
SE1IE2R Susceptible, Exposed, Infected, Persistent 1
Exposed, Recovered
SL1IL2R Susceptible, Early Latent, Infected, 1
Persistent Latent, Recovered

LAMBANG
x Sistem persamaan diferensial 8
x* Titik kesetimbangan 9
N Total individu dalam populasi 11
S Proporsi jumlah individu rentan 11
E Proporsi jumlah individu laten 11
I Proporsi jumlah individu terinfeksi 11
T Proporsi jumlah individu pengobatan 11
Ʌ Tingkat kelahiran yang masuk ke dalam 11
populasi
c Tingkat kontak individu terinfeksi dengan 11
individu lainnya
β Tingkat interaksi bakteri dengan individu 11
rentan
µ Tingkat kematian alami 11
d Tingkat kematian individu terinfeksi 11
karena sakit

x
r Tingkat individu terinfeksi yang diobati 11
 Tingkat individu sembuh yang kembali 11
terinfeksi
p Tingkat individu laten menjadi individu 11
terinfeksi akibat kontak langsung dengan
individu terinfeksi
k Laju individu laten menjadi individu 11
terinfeksi tanpa kontak langsung dengan
individu terinfeksi
R0 Angka reproduksi dasar 13
u(t) Vektor variabel kontrol 20
J Fungsi tujuan 21
H Hamiltonian 22
φ(t) Fungsi switching 23
u*(t) Kontrol optimal 23
E1 Proporsi jumlah individu laten dalam 34
populasi
E2 Proporsi jumlah individu laten persisten 34
dalam populasi
R Proporsi jumlah individu sembuh dalam 34
populasi
b1 Tingkat pengobatan individu terinfeksi 34
b2 Tingkat pengobatan individu laten 34
persisten

xi
 DAFTAR GAMBAR

Gambar 2.1 Kestabilan titik kesetimbangan ............................................... 10

Gambar 2.2 Diagram kompartemen model SEIT penyebaran penyakit
tuberkulosis ........................................................................... 12
Gambar 3.1 Diagram alir penelitian ........................................................... 32
Gambar 4.1 Diagram kompartemen model SE1 IE2 R penyebaran penyakit
tuberkulosis ........................................................................... 35
Gambar 4.2 Perbandingan proporsi individu rentan tanpa faktor pengobatan
dan pola hidup sehat dengan proporsi individu rentan dengan
kontrol pengobatan dan pola hidup sehat ................................ 85
Gambar 4.3 Perbandingan proporsi individu laten tanpa faktor pengobatan
dan pola hidup sehat dengan proporsi individu laten dengan
kontrol pengobatan dan pola hidup sehat ................................ 86
Gambar 4.4 Perbandingan proporsi individu terinfeksi tanpa faktor
pengobatan dan pola hidup sehat dengan proporsi individu
rentan dengan kontrol pengobatan dan pola hidup sehat ........ 87
Gambar 4.5 Perbandingan proporsi individu laten persisten tanpa faktor
pengobatan dan pola hidup sehat dengan proporsi individu
laten persisten dengan kontrol pengobatan dan pola hidup
sehat ....................................................................................... 88
Gambar 4.6 Perbandingan proporsi individu sembuh tanpa faktor
pengobatan dan pola hidup sehat dengan proporsi individu
sembuh dengan kontrol pengobatan dan pola hidup sehat ....... 89
Gambar 4.7 Proporsinkontrol pengobatan dan proporsi pola hidup sehat ... 90

xii
 DAFTAR TABEL

Gambar 2.1 Variabel dan parameter pada model SEIT penyebaran penyakit
tuberkulosis ............................................................................ 11
Gambar 4.1 Variabel dan parameter model SE1 IE2 R penyebaran penyakit
tuberkulosis ........................................................................... 34
Gambar 4.2 Nilai awal kontrol optimal model SE1 IE2 R penyebaran
penyakit tuberkulosis.............................................................. 84
Gambar 4.3 Nilai parameter model SE1 IE2 R penyebaran penyakit
tuberkulosis dengan kontrol pengobatan dan pola hidup
sehat ...................................................................................... 84

xiii
 DAFTAR LAMPIRAN

LAMPIRAN 1 M-file untuk menggambarkan simulasi model SE1 IE2 R

pertumbuhan penyakit tuberkulosis tanpa faktor pengobatan
dan pola hidup sehat .......................................................... 94
LAMPIRAN 1 M-file untuk menggambarkan simulasi kontrol optimal
model SE1 IE2 R pertumbuhan penyakit tuberculosis dengan
faktor pengobatan dan pola hidup sehat ............................. 97
RIWAYAT HIDUP ..................................................................................... 104

xiv
 ABSTRAK

Tuberkulosis merupakan salah satu dari sepuluh penyebab kematian

terbesar di dunia. Model SE1IE2R adalah model matematika yang menggambarkan
dinamika penyebaran penyakit tuberkulosis yang dibagi menjadi lima kelompok
individu yaitu kelompok individu rentan (susceptible), kelompok individu laten
(exposed), kelompok individu terinfeksi (infected), kelompok individu laten
persisten (persistent exposed) dan kelompok individu sembuh (recovered). Model
matematika ini dapat digunakan untuk menganalisis penyebaran penyakit dan
mengontrol suatu penyakit menular. Dalam menganalisis penyebaran penyakit
tuberkulosis dapat digunakan nilai dari angka reproduksi dasar, sedangkan untuk
mengontrol suatu penyakit menular dapat ditambahkan suatu pengontrol yang
selanjutnya akan dicari bentuk kontrol optimalnya menggunakan bang-bang
control dan singular control. Penyebaran penyakit tuberkulosis tidak akan terjadi
apabila nilai dari angka reproduksi dasar kurang dari satu. Dengan ditambahkannya
kontrol pengobatan dan pola hidup sehat maka akan menurunkan individu terinfeksi
sehingga penyebaran penyakit tuberkulosis dapat diminimalisir.

Kata Kunci: Tuberkulosis, Angka reproduksi dasar, kontrol optimal, bang-bang

control, singular control.

xv
 ABSTRACT

Tuberculosis is one of the ten biggest causes of death in the world. The
SE1IE2R model is a mathematical model that describes the dynamics of the spread
of tuberculosis that divided into five groups of individual, there are susceptible
group, exposed group, infected group, persistent exposed group and recovered
group. This mathematical model used for analyzing the spread of disease and
controlling an infectious disease. In analysing the spread of tuberculosis using the
value of the basic reproduction rate, while to control an infectious disease a
controller can be added which will then look for the optimal form of control using
bang-bang control and singular control. The spread of tuberculosis will not occur
if the value of the basic reproduction rate is less than one. With the addition of
treatment control and a healthy lifestyle, it will reduce the infected individual so
that the spread of tuberculosis minimized.

Keywords: Tuberculosis, basic reproductive rate, optimal control, bang-bang

control, singular control

xvi
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Tuberkulosis merupakan salah satu dari sepuluh penyebab kematian
terbesar di dunia. Tuberkulosis adalah penyakit infeksi yang disebabkan oleh
Mycobacterium tuberculosis dan menyerang organ tubuh bagian paru-paru.
Tuberkulosis menular melalui udara. Ketika penderita tuberkulosis aktif batuk atau
bersin, bakteri akan terbawa keluar dari paru-paru menuju udara (WHO, 2018).
Ada dua jenis penderita tuberkulosis yaitu penderita tuberkulosis aktif dan
penderita tuberkulosis laten. Penderita tuberkulosis aktif adalah penderita
tuberkulosis yang dapat menginfeksi individu lain. Penderita tuberkulosis laten
adalah penderita tuberkulosis yang tidak dapat menginfeksi individu lain. Ketika
sistem imun tubuh penderita tuberkulosis laten menjadi lemah dan tidak mampu
melawan bakteri, maka bakteri mulai memperbanyak diri sehingga penderita mulai
dapat menularkan bakterinya ke individu lain. Hal ini merupakan perubahan dari
tuberkulosis laten menjadi tuberkulosis aktif (CDC, 2016).
Jumlah penderita tuberkulosis di Indonesia masih menunjukkan angka yang
tinggi. Berdasarkan Global Tuberculosis Report 2017 dan 2018, Indonesia berada
pada urutan kedua setelah India dengan jumlah penderita sebanyak 1.020.000 jiwa
pada tahun 2016. Tahun berikutnya Indonesia menjadi peringkat tiga setelah India
dan China dengan jumlah penderita yang menurun yaitu sebanyak 842.000 jiwa.
Pengendalian tuberkulosis di Indonesia dilakukan secara nasional melalui
Puskesmas dengan Obat Anti Tuberkulosis (OAT). Pengobatan tuberkulosis
diberikan dalam dua tahap yaitu tahap awal dan lanjutan. Pada tahap awal penderita
mendapat obat setiap hari dan bila pengobatan tahap awal tersebut diberikan secara
tepat, maka penderita aktif akan menjadi penderita laten. Pada tahap lanjutan
penderita mendapat jenis obat lebih sedikit, namun dalam jangka waktu yang lebih
lama. Tahap lanjutan penting untuk membunuh kuman persistent sehingga tidak
terjadi infeksi kembali. Pengobatan tahap lanjutan akan berjalan hingga penderita
dinyatakan sembuh (Depkes, 2011).

1
 2

Pada kasus penyebaran penyakit, matematika memiliki peranan dalam

memodelkan dinamikanya. Model matematika dapat digunakan untuk menganalisis
penyebaran penyakit dan mengontrol suatu penyakit menular. Untuk mengontrol
suatu penyakit menular, pada model ditambahkan parameter atau variabel
pengontrol dan selanjutnya dapat ditentukan bentuk kontrol optimalnya. Langkah
pertama untuk mengkaji kontrol optimal pada model yaitu dengan cara menentukan
fungsi tujuan atau performance indeks untuk meminimumkan persamaan
Hamiltonian. Persamaan Hamiltonian dibentuk dari kombinasi fungsi tujuan dan
perkalian semua kendala berbentuk persamaan diferensial dengan suatu faktor
pengali yang dinamakan pengali Lagrange (Tu, 1984). Masalah kontrol optimal
diselesaikan dengan menentukan syarat batas pada peubah kontrolnya. Dalam hal
ini dapat dilakukan dengan menggunakan Prinsip Maksimum Pontryagin. Jika
persamaan Hamiltonian bergantung secara linier terhadap suatu kontrol dan kontrol
mempunyai batas atas dan batas bawah, maka untuk menentukan syarat batasnya
menggunakan bang-bang control. Jika batas bernilai nol maka penyelesaian batas
menggunakan singular control (Lenhart dan Workman, 2007).
Jonner Nainggolan (2017), telah membahas model penyebaran tuberkulosis
dengan tipe model SEIT (Susceptible, Exposed, Infected, Treatment). Selanjutnya
model tuberkulosis ini dianalisis epidemiknya dengan menentukan titik ekuilibrium
dan basic reproduction ratio. Nainggolan juga melakukan penyelesaian kontrol
optimal dengan menambahkan variabel kontrol pengobatan. Kontrol optimal
diselesaikan dengan pendekatan Prinsip Maksimum Pontryagin.
Silva dkk (2016) membuat sebuah jurnal model SL1IL2R (Susceptible, Early
Latent, Infected, Persistent Latent, Recovered) untuk penyebaran penyakit
tuberkulosis. Jurnal tersebut menganalisis titik kestabilan, nilai eigen dan basic
reproduction ratio. Model tersebut juga dicari kontrol optimalnya dengan
menggunakan bang-bang control. Kontrol yang dipakai adalah kontrol tunda.
Pada penelitian ini, penulis tertarik untuk melakukan penelitian kontrol
optimal model SE1IE2R (Susceptible, Exposed, Infected, Persistent Exposed,
Recovered) penyebaran penyakit tuberkulosis dengan asumsi yang digunakan oleh
Nainggolan. Kontrol optimal akan menggunakan bang-bang control dan singular
 3

control dengan menambahkan kontrol pengobatan dan kontrol pola hidup sehat
pada model.

1.2 Perumusan Masalah

Berdasarkan latar belakang yang ada maka dapat dirumuskan masalah sebagai
berikut:
1. Bagaimana perbedaan keadaan epidemik pada model SE1IE2R penyebaran
penyakit tuberkulosis tanpa menggunakan kontrol dengan model SE1IE2R
penyebaran penyakit tuberkulosis menggunakan kontrol?
2. Bagaimana penyelesaian kontrol optimal dari model SE1IE2R penyebaran
penyakit tuberkulosis dengan bang-bang control dan singular control?
3. Bagaimana simulasi kontrol optimal pada model SE1IE2R penyebaran penyakit
tuberkulosis?

1.3 Batasan Masalah

Batasan masalah yang digunakan adalah menggunakan kontrol pengobatan dan
kontrol pola hidup sehat dalam penyelesaian kontrol optimalnya.

1.4 Tujuan Penelitian

Tujuan dari penelitian ini adalah sebagai berikut:
1. Menjelaskan perbedaan keadaan epidemik pada model SE1IE2R penyebaran
penyakit tuberkulosis tanpa menggunakan kontrol dengan model SE1IE2R
penyebaran penyakit tuberkulosis menggunakan kontrol.
2. Dapat menyelesaikan kontrol optimal dari model SE1IE2R penyebaran penyakit
tuberkulosis dengan bang-bang control dan singular control.
3. Memperoleh hasil simulasi kontrol optimal pada model SE1IE2R penyebaran
penyakit tuberkulosis.
 4

1.5 Manfaat Penelitian

Manfaat yang dapat diperoleh dalam penelitian ini adalah:
1. Bagi Peneliti
Hasil dari penelitian ini diharapkan dapat menambah wawasan dari peneliti
tentang aplikasi ilmu matematika dalam kehidupan sehari-hari khususnya
tentang pemodelan epidemik dan kontrol optimalnya.
2. Bagi Institusi Kesehatan
Hasil penelitian ini dapat dijadikan sebagai bahan pertimbangan untuk institusi
kesehatan dalam mengambil kebijakan-kebijakan yang lebih tepat terkait
dengan penanggulangan penyakit tuberkulosis.
 BAB II
TINJAUAN PUSTAKA

Penyelesaian kontrol optimal pada model penyebaran penyakit tuberkulosis

dilakukan dengan menggunakan bang-bang control dan singular control. Teori-
teori yang akan dibahas pada bab II ini meliputi Tuberkulosis, Sistem Persamaan
Diferensial, Penyelesaian Sistem Persamaan Diferensial Linier, Model Penyebaran
Penyakit Tuberkulosis, Normalisasi Model, Angka Reproduksi Dasar, dan Kontrol
Optimal.

2.1 Tuberkulosis
Tuberkulosis adalah penyakit infeksi yang disebabkan oleh Mycobacterium
tuberculosis dan dapat menyerang berbagai organ tubuh terutama paru-paru.
Penyakit ini bila tidak diobati atau pengobatannya tidak tuntas maka dapat
menimbulkan komplikasi berbahaya hingga kematian. Mycobacterium tuberculosis
ditularkan melalui udara. Ketika penderita tuberkulosis aktif batuk, bersin, berteriak
atau bernyanyi, bakteri akan terbawa keluar dari paru-paru menuju udara. Bakteri
ini akan berada di dalam gelembung cairan bernama droplet nuclei. Partikel kecil
ini dapat bertahan di udara selama beberapa jam dan tidak dapat dilihat oleh mata
karena memiliki diameter sebesar 1-5 μm (CDC, 2016).
Ketika Mycobacterium tuberculosis sampai di jaringan paru-paru, mereka
akan mulai memperbanyak diri. Pada beberapa kasus, sel pertahanan tubuh tidak
mampu untuk merusak semua bakteri. Proses ini disebut primary tuberculosis
infection. Mycobacterium tuberculosis yang bertahan akan masuk ke dalam status
dormant (berhenti berkembang) dan dapat bertahan lama. Sepanjang waktu ini,
bakteri tertidur. Pasien tidak menunjukkan gejala dan tidak dapat menularkannya
ke orang lain. Kondisi tersebut dikenal dengan tuberkulosis laten. Bakteri dormant
dapat bangun kembali dan merusak dinding sel pertahanan dalam suatu proses.
Proses tersebut dikenal sebagai secondary tuberculosis infection. Proses secondary
tuberculosis infection dapat terjadi ketika sistem imun tubuh menjadi lemah dan
tidak mampu melawan bakteri sehingga bakteri mulai melimpah. Proses ini

5
 6

merupakan tanda-tanda beralihnya tuberkulosis laten menjadi tuberkulosis aktif.

Tuberkulosis aktif dapat menularkan bakteri ke individu lain (Irianti dkk, 2016: 26).

2.1.1 Gejala
Penyakit tuberkulosis sering kali muncul tanpa gejala yang khas, hanya
batuk-batuk ringan sehingga sering diabaikan. Agar dapat mengantisipasi
penularan penyakit tuberkulosis, berikut gejala-gejala yang ditimbulkan adalah
(Irianti dkk, 2016: 36) :
1. Gejala umum penyakit tuberkulosis
a. Demam yang disertai dengan keringat biasanya terjadi pada malam hari.
b. Nafsu makan dan berat badan menurun.
c. Batuk berdahak bercampur darah berlangsung lebih dari 3 minggu.
d. Badan lemah dan lesu disertai perasaan tidak enak.
2. Gejala khusus penyakit tuberkulosis
a. Sesak nafas karena infeksi pada bagian bronkus.
b. Sakit dada karena terdapat cairan di rongga pleura.
c. Infeksi tulang yang berakibat keluarnya nanah.
d. Penurunan kesadaran hingga kejang-kejang.

2.1.2 Pengobatan
Pengobatan tuberkulosis bertujuan untuk menyembuhkan pasien, mencegah
kematian, mencegah kekambuhan, memutuskan rantai penularan dan mencegah
terjadinya resistensi kuman terhadap Obat Anti Tuberkulosis (OAT). Pengobatan
tuberkulosis diberikan dalam dua tahap yaitu:
1. Tahap awal (intensif)
Pada tahap awal pasien mendapat obat setiap hari dan perlu diawasi secara
langsung untuk mencegah terjadiya resistensi obat. Bila pengobatan diberikan
secara tepat, biasanya pasien menjadi tidak menular dalam kurun waktu 2 minggu.
Sebagian besar tuberkulosis aktif menjadi laten dalam waktu 2 bulan.
2. Tahap lanjutan
Pada tahap lanjutan pasien mendapat jenis obat lebih sedikit dibandingkan
dengan tahap awal, namun dalam jangka waktu yang lama. Tahap lanjutan penting
 7

untuk membunuh kuman persistent sehingga mencegah terjadinya infeksi kembali

(Depkes 2016).

2.1.3 Pencegahan
Penyakit tuberkulosis tergolong penyakit berbahaya yang mudah
menularkan infeksi bakteri mycobacterium tuberculosis secara langsung melalui
udara. Oleh karena itu, perlu dilakukan pencegahan dengan cara seperti berikut
(Depkes, 2018):
1. Mengurangi kontak dengan penderita penyakit tuberkulosis aktif.
2. Menjaga standar hidup yang sehat yaitu dengan makan makanan bergizi,
lingkungan yang sehat, dan teratur berolahraga.
3. Peningkatan daya tahan tubuh seperti pemberian vaksin BCG (Bacillus
Calmette Guerin) secara rutin pada balita untuk mencegah kasus tuberkulosis
yang lebih berat.
4. Perlu menjaga kesehatan tubuh supaya individu yang sudah sembuh dari
tuberkulosis tidak akan kembali terinfeksi.

2.2 Sistem Persamaan Diferensial

Persamaan diferensial adalah persamaan yang memuat turunan dengan satu
atau lebih variabel tak bebas terhadap satu atau lebih variabel bebas (Ross, 2010:3).
Berdasarkan variabel bebasnya, persamaan diferensial dibedakan menjadi dua yaitu
persamaan diferensial biasa dan persamaan diferensial parsial. Persaman diferensial
biasa adalah persamaan diferensial memuat turunan biasa dengan satu atau lebih
variabel tak bebas terhadap satu variabel bebas. Persamaan diferensial parsial
adalah persamaan diferensial memuat turunan parsial dengan satu atau lebih
variabel tak bebas tehadap lebih dari satu variabel bebas (Ross, 2010: 4).
Berdasarkan kelinierannya, persamaan diferensial dibedakan menjadi dua,
yaitu persamaan diferensial linier dan persamaan diferensial non linier. Persamaan
diferensial linier adalah persamaan diferensial yang variabel tak bebas beserta
turunannya berpangkat satu dan setiap koefisiennya hanya bergantung pada
variabel bebasnya. Sementara itu, persamaan diferensial non linier merupakan
persamaan diferensial selain persamaan diferensial linier (Ross, 2010: 5). Sistem
 8

persamaan diferensial merupakan gabungan dari dua atau lebih persamaan

diferensial yang saling berhubungan (Zill, 2009: 304).
Bentuk umum sistem persamaan diferensial orde satu dapat ditulis dalam
bentuk

dx
 f t, x  (2.1)
dt

dengan

 dx1 
 dt 
   f1 (t , x1 , x2 , , xn ) 
 dx   
dx  2 f (t , x1 , x2 ,
 , dan f  t , x    2
, xn ) 
 dt .
dt    
   
 dxn   f n (t , x1 , x2 , , xn ) 
 
 dt 

Jika ruas kanan sistem persamaan (2.1) secara eksplisit tidak bergantung
pada variabel bebas t , maka sistem persamaan tersebut disebut sistem otonomus
(Edwards dan Penney, 2014: 485), dan dapat ditulis dalam bentuk

dx
 f x , (2.2)
dt
dengan
 f1 ( x1 , x2 , , xn ) 
 
 f 2 ( x1 , x2 , , xn ) 
f  x  .
 
 
 f n ( x1 , x2 , , xn ) 
Sebaliknya, jika ruas kanan sistem (2.1) secara eksplisit bergantung pada variabel
bebas t , maka sistem persamaan tersebut disebut sistem non otonomus.

2.3 Penyelesaian Sistem Persamaan Diferensial

Sistem persamaan diferensial dapat diselesaikan secara kuantitatif maupun
kualitatif. Penyelesaian kuantitatif berupa persamaan implisit atau eksplisit yang
ditentukan secara analitik maupun melalui pendekatan, sedangkan penyelesaian
 9

kualitatif dicari dengan menentukan titik kesetimbangan dan menganalisa

kestabilan dari titik kesetimbangan tersebut untuk mengetahui perilaku
penyelesaian sistem.

Definisi 2.1 Titik Kesetimbangan

Suatu titik x*  ( x1* , x2* , , xn* ) disebut sebagai titik ekuilibrium atau titik

kesetimbangan dari sistem

dx
dt
*
 
 f  x  jika memenuhi f x  0.

Titik kesetimbangan dapat diperoleh dengan menggunakan metode

nullcline. Diberikan sistem dengan dua persamaan diferensial sebagai berikut
dx
 f ( x, y )
dt
(2.3)
dy
 g ( x, y )
dt
Titik kesetimbangan pada sistem (2.3) dapat diperoleh dengan mencari titik potong
antara x-nullcline dan y-nullcline. Grafik yang memenuhi f ( x, y )  0 disebut x-
nullcline dan grafik yang memenuhi g ( x, y )  0 disebut y-nullcline (Allen, 2007:
192).

Definisi 2.2 Titik Kesetimbangan Stabil

dx
Titik kesetimbangan x*  ( x1* , x2* , , xn* ) dari sistem  f  x  dikatakan stabil
dt
jika untuk setiap   0 terdapat   0 sehingga pada saat t  0 berlaku
dx
x(0)  x*   , maka untuk setiap penyelesaian x(t) dari sistem  f  x
dt
berlaku x(t )  x*   , untuk setiap t  0.

Definisi 2.3 Titik Kesetimbangan Stabil Asimtotis

dx
Titik kesetimbangan x*  ( x1* , x2* , , xn* ) dari sistem  f  x  dikatakan stabil
dt
asimtotis apabila titik tersebut stabil dan jika terdapat   0 sehingga pada saat
 10

t  0 memenuhi x(0)  x*   , maka untuk setiap penyelesaian x(t) dari sistem

dx
 f  x  berlaku lim x(t )  x* .
dt t 

Definisi 2.4 Titik Kesetimbangan Tidak Stabil

dx
Titik kesetimbangan x*  ( x1* , x2* , , xn* ) dari sistem  f  x  dikatakan tidak
dt
stabil jika tidak memenuhi Definisi 2.2.
Jika titik kesetimbangan bersifat stabil, maka penyelesaian sistem berada di
sekitar titik kesetimbangan. Jika titik kesetimbangan bersifat stabil asimtotis, maka
penyelesaian sistem akan menuju ke titik kesetimbangan. Jika titik kesetimbangan
bersifat tidak stabil, maka penyelesaian dari sistem akan menjauh dari
kesetimbangan (Edward dan Penney, 2008: 492). Dengan demikian, kestabilan titik
kesetimbangan dapat digambarkan pada Gambar 2.1 berikut.

Gambar 2.1 Kestabilan titik kesetimbangan: a) stabil, b) stabil asimtotis, c) tidak stabil

2.4 Model Penyebaran Penyakit Tuberkulosis

Model penyebaran penyakit tuberkulosis yang dikaji oleh Jonner
Nainggolan (2017) populasinya dibagi menjadi empat populasi, yaitu individu
rentan (susceptible), individu laten (exposed), individu terinfeksi (infected), dan
individu pengobatan (tratment). Populasi individu rentan adalah individu yang
masih sehat dan rentan terinfeksi penyakit tuberkulosis. Populasi individu laten
adalah individu terinfeksi pasif (laten) yang belum dapat menularkan penyakit ke
individu yang lain. Populasi individu terinfeksi adalah individu terinfeksi aktif yang
 11

dapat menularkan ke individu yang lain. Populasi individu pengobatan adalah

individu yang sedang melakukan pengobatan.
Variabel dan parameter yang digunakan pada model penyebaran penyakit
tuberkulosis tipe SEIT disajikan dalam Tabel 2.1.
Tabel 2.1 Variabel dan parameter pada model SEIT penyebaran penyakit tuberkulosis
Notasi Keterangan Jenis Syarat Satuan
Total individu dalam
N Variabel N 0 Jiwa
populasi
Proporsi jumlah individu
S Variabel S 0 Jiwa
rentan
Proporsi jumlah individu
E Variabel I 0 Jiwa
laten
Proporsi jumlah individu
I Variabel R0 Jiwa
terinfeksi
Proporsi jumlah individu
T Variabel T 0 Jiwa
pengobatan
Tingkat kelahiran yang per satuan
 Parameter 0
masuk ke dalam populasi waktu
Tingkat kontak individu
per satuan
C terinfeksi dengan individu Parameter c0
waktu
lainnya
 Tingkat interaksi bakteri  0 per satuan
Parameter
dengan individu rentan waktu
 0 per satuan
Tingkat kematian alami Parameter
waktu
Tingkat kematian individu per satuan
D Parameter d 0
terinfeksi karena sakit waktu
Tingkat individu terinfeksi per satuan
R Parameter r 0
yang diobati waktu
Tingkat individu sembuh per satuan
 Parameter  0
yang kembali terinfeksi waktu
Tingkat individu laten
menjadi individu terinfeksi  0 per satuan
P Parameter
akibat kontak langsung waktu
dengan individu terinfeksi
Laju individu laten menjadi
individu terinfeksi tanpa per satuan
K Parameter k 0
kontak langsung dengan waktu
individu terinfeksi

Beberapa asumsi yang digunakan oleh Jonner Nainggolan dalam

penelitiannya adalah sebagai berikut.
1. Penyebaran penyakit terjadi pada populasi tertutup artinya perpindahan
populasi seperti imigrasi atau emigrasi diabaikan.
 12

I
2. Penularan penyakit memiliki laju penularan sebesar   c .
N
3. Penyakit tuberkulosis bukan berasal dari faktor keturunan (endogen).
4. Terdapat individu gagal dalam pengobatan yang akan menjadi individu
terinfeksi kembali.
Dari asumsi-asumsi, variabel dan parameter yang digunakan dapat dibentuk
alur penyebaran penyakit pada gambar berikut ini:

σλT

pλE
 λS rI
S E I T
kE
I

µS µE µI dI µT
µS µS µS µS
Gambar 2.2 Diagram kompartemen model SEIT penyebaran penyakit tuberkulosis.

Dengan memperhatikan asumsi dan alur penyebaran penyakit pada Gambar 2.2,
diperoleh model epidemik SEIT sebagai berikut:
dS
   S  S
dt
dE
  S  p E  ( k   ) E
dt (2.4)
dI
 p E  kE  (   d  r ) I  T
dt
dT
 rI  T  T
dt
Total populasi yang dinotasikan N  t  merupakan jumlah dari semua populasi

kompartemen-kompartemen yaitu: 𝑁(𝑡) = 𝑆(𝑡) + 𝐸(𝑡) + 𝐼(𝑡) + 𝑇(𝑡).

2.5 Normalisasi Model

Normalisasi merupakan metode yang digunakan pada sistem persamaan
diferensial untuk menyederhanakan variabel sehingga sistem menjadi lebih mudah
diselesaikan. Proses normalisasi ini menggunakan proporsi atau perbandingan
terhadap variabel yang berdimensi sama menjadi suatu variabel baru.
 13

Normalisai variabel S, E, I dan T pada persamaan (2.4) menjadi sistem

persamaan baru dapat dilakukan dengan memisalkan
S
s  S  sN (2.5)
N
E
e  E  eN (2.6)
N
I
i  I  iN (2.7)
N
dan
T
t  T  tN (2.8)
N
Jika persamaan (2.5), (2.6), (2.7) dan (2.8) disubsitusikan ke dalam persamaan
(2.4) kemudian dibagi dengan N sehingga diperoleh bentuk normalisasi sebagai
berikut
ds
   s  s
dt
de
  s  p  e  ( k   )e
dt
di
 p e  ke  (   d  r )i   t
dt
dt
 ri   t   t
dt

2.6 Angka Reproduksi Dasar

Menurut Ma dan Li (2009: 18), definisi dari angka reproduksi dasar adalah
suatu nilai yang menyatakan rata-rata banyaknya kasus infeksi kedua yang
disebabkan oleh individu yang terinfeksi selama masa terinfeksinya dalam
keseluruhan populasi yang rentan. Angka reproduksi dasar dapat digunakan untuk
mengetahui kemungkinan terjadinya epidemik penyakit pada suatu populasi dalam
jangka panjang. Berikut beberapa kasus dari nilai angka reproduksi dasar yang
menentukan suatu populasi terjadi epidemik atau tidak.
1. Jika R0  1 , maka banyaknya individu infected pada kasus kedua lebih banyak
dibandingkan dengan kasus pertama. Hal ini berarti penyakit dalam populasi
tersebut terjadi epidemik.
 14

2. Jika R0  1 maka banyaknya individu infected pada kasus kedua lebih sedikit
dibandingkan dengan kasus pertama. Hal ini berarti penyakit dalam populasi
tersebut tidak terjadi epidemik.
3. Jika R0  1 maka banyaknya individu infected pada kasus kedua akan sama
dengan banyaknya individu infected pada kasus pertama.
Menurut Diriessche dan Watmough (2002), angka reproduksi dasar ( R0 )
dari suatu model epidemik dapat diperoleh dengan menggunakan metode next
generation matrix. Pada metode ini, angka reproduksi dasar didefinisikan sebagai
nilai maksimum spectral radius dari next generation matrix. Misal diberikan suatu
model epidemik dengan n sub populasi individu adalah
dx
 f  x (2.9)
dt
dengan,
 dx1 
 dt 
   f1   x1 
 dx2     
dx   f2  x

 dt , f  dan x   2  .
dt      
     
 dxn   fn   xn 
 
 dt 
Dalam hal ini, x1 , x2 ,..., xn menyatakan sub populasi individu pada model epidemik.

Pada model epidemik tidak semua sub populasi x1 adalah individu terinfeksi,
sehingga perlu dilakukan transformasi pada sistem (2.9) yang ditulis
dw
 f w (2.10)
dt
dengan
 dw1 
 dt 
   f1   w1 
 dw     
dw  2  , f   f 2  dan w   w2  .
 dt
dt      
     
 dwn   fn   wn 
 
 dt 
 15

Variabel w1 menyatakan sub populasi individu terinfeksi. Kemudian, untuk

w2 , w3 ,..., wn menyatakan sub populasi individu lainnya. Model epidemik pada

sistem (2.10) dapat ditulis
dw
 F w  B w (2.11)
dt
dengan
 dw1 
 dt 
   F1   B1   w1 
 dw       
dw  2
 dt  , F   F2  , B   B2  dan w   w2  .
dt        
       
 dwn   Fn   Bn   wn 
 
 dt 
Pada persamaan (2.11) F (w ) merupakan laju perubahan individu yang
menyebabkan munculnya infeksi baru pada tiap sub populasi dan B (w )
menyatakan laju perubahan jumlah individu yang masuk dan keluar tiap sub
populasi karena mengalami kematian alami, laju kelahiran, tingkat pengobatan dan
tingkat kesembuhan.
Apabila sistem (2.10) memiliki titik kesetimbangan TE0 , maka DF (TE0 )

dan DB (TE0 ) adalah

 F1 F1 F1 

 w (TE0 ) w2
(TE0 ) ...
wn
(TE0 ) 
 1 
 F2 F2 F2 
 (TE0 ) (TE0 ) ... (TE0 ) 
D F (TE0 )   w1 w2 wn  (2.12)
 
 
 Fn (TE ) Fn
(TE0 ) ...
Fn
(TE0 ) 
 w 0
w2 wn
 1 
 16

 B1 B1 B1 

 w (TE0 ) w2
(TE0 ) ...
wn
(TE0 ) 
 1 
 B2 B2 B2 
 (TE0 ) (TE0 ) ... (TE0 ) 
DB (TE0 )   w1 w2 wn  (2.13)
 
 
 Bn (TE ) Bn
(TE0 ) ...
Bn
(TE0 ) 
 w 0
w2 wn
 1 
Oleh karena pada model epidemik yang diamati hanya sub populasi individu yang
terinfeksi yaitu w1 , maka persamaan DF (TE0 ) dan DB (TE0 ) terpartisi sebagai

F 0 B 0
D F (TE0 )    , DB (TE0 )   
0 0  J3 J4 

dengan F dan B adalah matriks berukuran m × n yang didefinisikan oleh

 F   B 
F   i (x0 )  dan B   i (x0 )  dengan i, j  1.
 u j   u j 
   
Definisi 2.6 Radius Spektral
Misalkan diberikan matriks A berukuran n×n dengan nilai-nilai eigen dari matriks
A adalah 1 , 2 , , n maka radius spektral dari matriks A didefinisikan sebagai

 ( A)  max i .
i 1,2, , n

Berdasarkan Definisi 2.6, maka persamaan karakteristik pada matriks FB-1 adalah

FB 1   I  0. (2.14)

Untuk mencari angka rasio reproduksi dasar digunakan metode next generation
matrix, yaitu


R0   FB 1 ,  (2.15)

dengan ρ (FB-1) merupakan radius spektral dari matriks FB-1.

Contoh 2.2
Misalkan diberikan sistem sebagai berikut
 17

ds
 A   si   s
dt
di (2.16)
  si   i
dt
dengan variabel s menyatakan banyaknya individu rentan yang dapat terinfeksi

 s  0 , variabel i menyatakan banyaknya individu yang terinfeksi i  0 .

Parameter A menyatakan banyaknya individu rentan yang dilahirkan per tahun

 A  0 , parameter 𝛽 menyatakan tingkat terjadinya kontak per tahun  0    1 ,

dan parameter 𝜇 menyatakan tingkat kematian per satuan waktu  0    1 . Untuk
memudahkan dalam penurunan, maka urutan sub populasi dari sistem (2.16) dapat
ditulis kembali sebagai
di
  si   i
dt
ds (2.17)
 A   si   s
dt
Berdasarkan sistem (2.17), dimisalkan
i
w= 
s
maka model penyebaran penyakit dapat ditulis sebagai
dw
 F w B w
dt
dw   si   i 
  
dt  0    A   si   s 

dengan
 F  w     si  B w   i 
F w   1   dan B  w    1  .
 F2  w    0   B2  w     A   si   s 
Apabila diketahui titik kesetimbangan bebas penyakit model penyebaran
penyakit sistem (2.16) adalah
 A
TE0*  (i, s)   0,  .
 
kemudian disubsitusikan ke dalam turunan parsial D F (TE0* ) dan DB (TE0* ) maka
 18

 F1 F1 
 i (TE0 ) s
(TE0 ) 
D F (TE0* )   
 F2 (TE ) F2
(TE0 ) 

 i s 
0

  s i
D F (TE0* )   
 0 0
 A 
  0
D F (TE0 ) 
*

 
 0 
 0 
 F 0
D F (TE0* )   
 0 0
dengan F merupakan matriks ukuran 1×1 yang didefinisikan sebagai
F    s (2.18)

dan
 B1 B1 
 i (TE0 ) s
(TE0 ) 
DB (TE0* )   
 B2 (TE ) B2
(TE0 ) 

 i s 
0

  0
DB (TE0* )   
s 
  0
DB (TE0 )   A
* 
  
 
 

B 0
DB (TE0* )   
 J3 J4 

dengan B merupakan matriks ukuran 1×1 yang didefinisikan sebagai

B   (2.19)
Angka reproduksi dasar dari model penyebaran penyakit pada sistem (2.17)
adalah


R0   FB 1 
dengan ρ(FB-1) merupakan radius spektral dimana F dan B merupakan matriks pada
persamaan dari (2.18) dan (2.19) diperoleh
 19

 A
FB 1       
1

 
  A  1 
  
    
 A (2.20)
 2 
 
Berdasarkan persamaan (2.20), akan ditentukan nilai-nilai eigen yang
maksimum dari persamaan karakteristik
FB 1   I  0
A
   0
2
A
 2   0

A
 2

sehingga diperoleh
 ( FB 1 )  maks 
 A
 ( FB 1 )  maks  2 
 
A
 ( FB 1 )  .
2
Dengan demikian, diperoleh angka rasio reproduksi dasar dari model sistem
(2.16) adalah
A
R0  .
2

2.7 Kontrol Optimal

Masalah pengalokasian optimum dari sumber daya yang terbatas yang
memiliki alternatif penggunaannya, baik pada suatu titik waktu maupun pada
jangka waktu tertentu, dapat melibatkan optimisasi statis maupun optimisasi
dinamis. Optimisasi statis berkaitan dengan pengendalian sistem dibawah kondisi
stabil dimana variabel sistem tidak berubah sehubungan dengan waktu. Optimasi
dinamis berkaitan dengan kontrol optimal sistem di bawah kondisi dinamis, yaitu
variabel sistem berubah sehubungan dengan waktu. Teknik yang digunakan dalam
 20

optimisasi dinamis adalah teknik kalkulus variasi. Teknik kalkulus variasi memiliki
keterbatasan yang dapat diatasi dengan menggunakan teknik kontrol optimal.
Teknik kontrol optimal berkembang sejak ditemukannya teknik program dinamis
oleh Richard Beliman pada tahun 1957 dan prinsip maksimum oleh Pontryagin
pada tahun 1962 (Garnadi dan Syahril, 2018:1).
Tujuan utama dari kontrol optimal adalah menentukan kontrol yang akan
menyebabkan sistem memenuhi beberapa kendala fisik dan pada waktu yang sama
dapat ditentukan nilai optimal (maksimal atau minimal) yang sesuai dengan fungsi
tujuan atau performance index yang diketahui.
Menurut Naidu (2002:6), formulasi yang dapat diberikan pada
permasalahan kontrol optimal adalah sebagai berikut:
1. Mendeskripsikan secara matematis, artinya diperoleh model matematika dari
proses terjadinya pengendalian (secara umum dalam bentuk variabel state).
2. Spesifikasi dari fungsi tujuan.
3. Menentukan kondisi batas dan kendala fisik pada state dan atau kontrol.

2.7.1 State dan Variabel Kontrol

State atau keadaan sistem dinamis adalah bilangan
x(t )   x1 (t ), x2 (t ), , xn (t )  yang apabila diberikan suatu nilai pada waktu t  t0 ,

maka nilainya akan dapat ditentukan pada t  t0 melalui pilihan vektor variabel

kontrol u(t )  (u1 (t ), u2 (t ), , ur (t )) . Vektor x disebut dengan vektor variabel state.

State pada waktu t pada keadaan kontinu dipresentasikan ke dalam bentuk sistem
dx
persamaan diferensial yaitu  f (t , x, u) (Tu, 1984:2).
dt
Variabel kontrol u(t ) yaitu variabel yang mempengaruhi suatu state yang
dapat dikendalikan. Dalam memilih variabel kontrol hanya dipilih dari kumpulan
kontrol-kontrol yang admissible (kontrol yang memenuhi syarat yang diberikan).
Apabila u(t ) hanya fungsi dari t maka disebut kontrol open-loop. Apabila u(t )

hanya fungsi dari variable state x(t ) yaitu u(t )  u  x(t ), t  maka disebut kontrol

close-loop (Tu, 1984: 3).

 21

2.7.2 Fungsi Tujuan

Dalam mentransfer sebuah sistem dari state awal x(t0 ) ke state akhir x(t f )

untuk meminimumkan waktu digunakan fungsi tujuan (performance index) yaitu:

J  S  x(t f ), t f    f 0  x(t ), u(t ), t  dt

tf
(2.21)
t0

dengan t 0 adalah waktu awal, t f adalah waktu akhir, fungsi S  x(t f ), t f  adalah

fungsi biaya akhir yang bergantung pada state akhir x(t f ) dan waktu akhir t f , serta

f0  x(t ), u(t ), t  adalah fungsi biaya integral yang bergantung pada state, kontrol,

dan selang waktu antara t0 , t f  . Secara umum terdapat tiga bentuk dalam

penyajian formulasi fungsi tujuan yaitu (Syahril dan Garnadi, 2018: 3-4):
1. Formulasi Bolza, merupakan formulasi fungsi tujuan secara umum.

J  S  x(t f ), t f    f 0  x(t ), u(t ), t  dt

tf

t0

2. Formasi Lagrange merupakan bentuk khusus dari formulasi Bolza dimana nilai

dari S  x(t f ), t f   0 , yaitu:

J   f 0  x(t ), u(t ), t  dt
tf

t0

3. Formulasi Mayer merupakan bentuk dari formulasi Bolza dimana nilai dari
f0  x(t ), u(t ), t   0 , yaitu:

J  S  x(t f ), t f 

2.7.3 Prinsip Maksimum Pontryagin

Dalam menyelesaikan permasalahan kontrol optimal, salah satu metode
yang dapat digunakan adalah prinsip maksimum Pontryagin. Prinsip maksimum
Pontryagin merupakan suatu prinsip yang digunakan untuk menyelesaikan kontrol
optimal pada model dengan pemberian kontrol semaksimal/seminimal mungkin
sesuai fungsi tujuan. Prinsip maksimum ini ditemukan oleh Lev Semyonovich
Pontryagin pada tahun 1962 dimana penyelesaiannya menggunakan teknik yang
dikembangkan dalam kalkulus variasi. Berikut ini merupakan teorema prinsip
maksimum Pontryagin.
 22

Teorema 2.2 (Tu, 1984:114)

Misalkan u (t ) adalah sebuah vektor kontrol yang masuk membawa state awal

(x(t0 ), t0 ) ke sebuah target state akhir H t, x(t ), u(t ), λ(t )   V  (t ), f (t, x)  g (t, x)u(t )

dengan x(t f ) dan t f tidak ditentukan secara umum. Misalkan x (t ) merupakan

sebuah trayektori yang bersesuaian dengan u (t ) . Agar u (t ) merupakan kontrol

optimal ada syarat perlu bahwa terdapat sebuah fungsi vektor kontinu yang tidak

nol, yaitu  (t )   1 (t ), 2 (t ), 
, n (t ) sedemikian sehingga
  

a.   (t ) dan x (t ) adalah solusi dari sistem kanonik:

dx H
Persamaan state :
dt



t , x (t ), u (t ), λ  (t ) 
dλ  H
Persamaan co-state :
dt

x

t , x (t ), u (t ), λ  (t ) 
dengan H  t , x(t ), u(t ), λ(t )   V t, x(t ), u(t )   λ(t )f t, x(t ), u(t )  adalah
persamaan Hamiltonian yang dibentuk dari kombinasi fungsi tujuan
V  t , x(t ), u(t )  dan perkalian semua kendala berbentuk persamaan diferensial

f  t , x(t ), u(t )  dengan faktor pengali yang dinamakan pengali Lagrange λ (t ).

b.  
H t , x (t ), u (t ), λ  (t )  H  t , x(t ), u(t ), λ (t )  yaitu H dimaksimumkan

terhadap u(t).
c. Semua kondisi kendala dipenuhi.
Penyelesaian kondisi optimal yaitu dengan menggunakan
H  t , x(t ), u(t ), λ (t ) 
 0. Dari kondisi optimal tersebut, akan diperoleh bentuk
u
kontrol yang optimal sesuai dengan interval kontrol yang telah ditentukan.

2.7.4 Bang-bang Control dan Singular Control

Masalah kontrol optimal linier adalah masalah kontrol optimal dimana
fungsi Hamiltonian merupakan fungsi linier terhadap suatu kontrol (Lenhart dan
Workman, 2007: 139). Fungsi Hamiltonian dituliskan dalam bentuk berikut:
H  t , x(t ), u(t ), λ(t )   h t , x(t ), λ(t )   g t , x(t ), λ(t )  u(t ) (2.22)
 23

dengan h  t , x(t ), λ(t )  merupakan kumpulan koefisien yang tidak memuat kontrol

u(t ) . Sedangkan g  t , x(t ), λ(t )  merupakan kumpulan koefisien yang memuat

kontrol u(t ) . Fungsi switching dapat diperoleh dengan menurunkan fungsi
Hamiltonian terhadap pengontrolnya atau dapat dituliskan sebagai berikut.
H
 g  t , x(t ), λ (t )  (2.23)
u
atau
 (t )  g  t, x(t ), λ(t ) . (2.24)

Jika kontrol mempunyai batas a  u (t )  b , dimana a dan b berturut-turut

merupakan nilai minimum dan maksimum maka memaksimalkan fungsi
Hamiltonian diperlukan untuk membuat kontrol sebesar dan sekecil mungkin, dapat
dituliskan:
 a,  (t )  0


u (t )   usingular  (t )  0 (2.25)
b,  (t )  0

Jika φ(t)=0 tidak menjadi batas, tetapi hanya terjadi pada batas yang berhingga
maka u  (t ) disebut bang-bang control. Ketika batas kontrolnya φ(t)=0 pada
interval waktu terbatas maka penyelesaiannya menggunakan singular control
(Lenhart dan Workman, 2007: 139).
Kontrol optimal berada pada busur singular jika φ(t)=0 dan kondisi
Generalized Legendre-Clebsch terpenuhi. Generalized Legendre-Clebsch adalah
kondisi turunan kedua pada persamaan Hamiltonian. Turunan kedua yang telah
diperoleh dapat digunakan dalam meminimumkan kontrol. Dengan kata lain,
Generalized Legendre-Clebsch akan menjamin bahwa disepanjang busur singular,
persamaan Hamiltonian akan optimal (Lenhart dan Workman, 2007: 148). Untuk
mencari turunan pada persamaan Hamiltonian dapat menggunakan metode Lie
bracket of vector field atau komutator bidang vektor. Dalam hal ini, Lie barcket
digunakan dalam mencari turunan dari fungsi switching. Diberikan dua bidang
vektor f dan g pada subset terbuka dari Rn, maka Lie bracket pada bidang vektor f
dan g dapat ditulis sebagai
 24

 f , g  ( x)  Dg ( x) f ( x)  Df ( x) g ( x) (2.26)

Dengan menggunakan metode Lie bracket dapat memudahkan dalam menemukan

nilai dari singular control yang merupakan turunan kedua dari fungsi switching
(Sinaga dan Rangkuti, 2015).
Contoh 2.4
Diketahui fungsi tujuan adalah sebagai berikut
T
min  (as(t )  Cu(t ))dt (2.27)
u
0

dimana a adalah bilangan positif bobot jumlah individu rentan (susceptible). C

adalah suatu bobot biaya pengobatan. T adalah waktu akhir periode. Model fungsi
tujuan (2.27) dijadikan laju populasi baru berupa persamaan diferensial untuk
penyelesaian kontrol optimal, dengan bentuk persamaannya sebagai berikut
dz
 as(t )  Cu (t ). (2.28)
dt
Sistem persamaan diferensial yang diberikan adalah
ds
 A   si   s  us
dt
di (2.29)
  si   i
dt
dengan variabel s menyatakan banyaknya individu rentan yang dapat terinfeksi
 s  0 , variabel i menyatakan banyaknya individu infeksi  i  0  . Parameter A
menyatakan banyaknya individu rentan yang dilahirkan per tahun  A  0 .
Parameter 𝛽 menyatakan tingkat terjadinya kontak per tahun  0    1 .
Parameter 𝜇 menyatakan tingkat kematian per tahun  0    1 . Parameter u

adalah suatu kontrol untuk individu rentan dengan batasnya 0  u  1 .

Berdasarkan persamaan diferensial fungsi tujuan (2.28) dan persamaan
sistem (2.29) maka diperoleh sistem persamaan untuk penyelesaian kontrol optimal
yaitu
 25

dz
 as(t )  Cu (t )
dt
ds
 A   si   s  us (2.30)
dt
di
  si   i
dt
Langkah awal untuk mengkaji model kontrol optimal yaitu mencari
persamaan Hamiltonian. Persamaan Hamiltonian dibentuk dari kombinasi fungsi
tujuan (2.27) dan perkalian persamaan (2.29) dengan suatu pengali yaitu
 (t )  1 , 2 , sehingga diperoleh persamaan Hamiltonian sebagai berikut:

H  as  Cu  1  A   si   s  us   2   si  i  . (2.31)

Persamaan Hamiltonian digunakan untuk menentukan persamaan adjoint

d m d 1 H d 2 H
, m  1, 2, ,5 , dengan  dan  . Uraian dari persamaan-
dt dt s dt i
persamaan adjoint dapat dilihat sebagai berikut
d 1 H

dt s
   a  1  i  1   1u  2  i 
 a  1  i  1   1u  2  i
 a   1  2   i  1   1u

d 1 H

dt s
   1  s  2  s  2  
 1  s  2  s  2 
  1  2   s  2  .

Langkah selanjutnya adalah membentuk fungsi switching. Fungsi switching

didefinisikan sebagai φ(t). Fungsi switching φ(t) merupakan turunan pertama
persamaan Hamiltonian terhadap kontrol (u). Berikut adalah fungsi switching dari
turunan pertama persamaan Hamiltonian (2.31) terhadap kontrolnya.
H
 (t )   Cu  1 . (2.32)
u
Penyelesaian kontrol optimal pada sistem (2.29) batasnya menggunakan
bang-bang control dan singular control. Berdasarkan kondisi batas variabel kontrol
 26

0 ≤ u ≤ 1 maka diperoleh batas kontrol optimal dengan menggunakan bang-bang

control adalah
0, 0
u  (t )   , (2.33)
1,  0
ketika batas kontrolnya  (t )  0 maka penyelesaian batas kontrol optimalnya

menggunakan singular control.

Penyelesaian singular control dari persamaan (2.30) menggunakan turunan
kedua dari fungsi switching (  (t ) ). Berdasarkan sistem persamaan (2.30)

dimisalkan
z
 
x  s
i
 
maka dalam penyelesaian singular control dapat ditulis sebagai
dx
 f (x)  g (x)u
dt
 as  C
dx    
  A   si   s     s  u
dt    
  si   i   0 
dengan
 f1 (x)   as 
   
f (x)   f 2 (x)    A   si   s  (2.34)
 f (x)    si   i 
 3   
 g1 (x)   C 
   
g (x)   g 2 (x)     s  (2.35)
 g (x)   0 
 3   
Langkah pertama dalam penyelsaian singular control adalah menentukan turunan
pertama dari fungsi switching. Penurunan pertama fungsi switching (2.32) dapat
diperoleh dengan cara sebagai berikut
d
   (t ), f , g  (x)  ,
dt
dengan
f , g (x)  Dg(x)f (x)  Df (x)g(x),
 27

dimana f (x) dan g(x) berturut-turut merupakan bentuk persamaan (2.34) dan
persamaan (2.35). Uraian penyelesaian adalah sebagai berikut
f , g  (x)  Dg(x)f (x)  Df (x)g(x)
 g(x) g(x) g(x)   f (x) f (x) f (x) 
  f1  f2  f3    g1  g2  g3 
 z s i   z s i 
 0   as 
   
   A   si   s     si   s 
     si 
 0   
 as 
 
  A 
  si 
 

Sehingga diperoleh persamaan f , g  (x) adalah

 [ f , g ]1 (x)   as 
f , g (x)   [ f , g ]2 (x)     A  . (2.36)
 [ f , g ] (x)    si 
 3   
Selanjutnya akan ditentukan penurunan kedua dari fungsi switching yaitu

d 2


 (t ), f , f , g  (x) 
dt 
 (t ), g, f , g  (x) 
dengan
f , f , g  (x) D f , g  (x)f (x)  Df (x) f , g  (x)
 .
g, f , g  (x) D f , g  (x)g(x)  Dg(x) f , g  (x)

Akan diselesaikan turunan f , f , g  (x)  D f , g  (x)f (x)  Df (x) f , g  (x)

terlebih dahulu. Persamaan f (x) , g(x) dan f , g (x) secara berturut-turut

merupakan persamaan (2.33), (2.34) dan (2.35). Berikut adalah penyelesaian dari
f , f , g  (x) yaitu

f , f , g  (x)  D f , g  (x)f (x)  Df (x) f , g  (x)

 (f , g)(x) (f , g)(x) (f , g)(x) 
  f1  f2  f3 
 z s i 
 f (x) f (x) f (x) 
 ( f , g )1  ( f , g )2  ( f , g )3 
 z s i 
 28

 Aa   asi   as    Aa 

f , f , g  (x)     
   A i  A   s i 
2 2
0
 A i   2 si 2  2 si   2 s 2 i    A i   2 s 2 i   si 
   
 2 Aa   asi   as 
 
   A i  A   2 s 2 i 
 2 A i   2 si 2   si 
 

Selanjutnya akan dicari penyelesaian dari g, f , g  (x)  D f , g  (x)g(x)  Dg(x) f , g  (x)
sebagai berikut
g, f , g  (x)  D f , g  (x)g(x)  Dg(x) f , g  (x)
  f , g  (x)  f , g  (x)  f , g  (x) 
  g1  g2  g3  
 z s i 
 g(x) g(x) g(x) 
 [ f , g ]1  [ f , g ]2  [ f , g ]3 
 z s i 
 as   0 
   
  0    A
   si   0 
   
 as 
 
  A 
   si 
 
dari uraian di atas maka diperoleh persamaan (2.37) dan persamaan (2.38) berikut
ini
 2 Aa   asi   as 
f , f , g  (x)    A i  A   2 s 2 i  (2.37)
 2 A i   2 si 2   si 
 
dan
 as 
g, f , g  (x)    A  . (2.38)
   si 
 
Selanjutnya subsitusikan persamaan (2.37) dan persamaan (2.38) ke persamaan
d
   (t ), f , g  (x)  , sehingga diperoleh turunan kedua dari fungsi switching
dt
sebagai berikut
 29

d 2


 (t ), f , f , g  (x) 
dt 
 (t ), g, f , g  (x) 
2 Aa   asi   as  1   A i  A   2 s 2 i   2  2 A i   2 si 2   si 
 .
as  1   A  2    si 

Karena singular control merupakan turunan kedua dari fungsi switching  (t ) 

maka diperoleh u singular sebagai berikut

a(2 A   si   s)  1 ( A i  A   2 s 2 i)  2 (2 A i   2 si 2   si)
u singular  . (2.39)
as  1 A  2  si
Berdasarkan persamaan (2.32) dan (2.33) maka batas-batas kontrol optimal model
penyebaran penyakit dengan kontrol menggunakan bang-bang control dan singular
control adalah sebagai berikut
0,  (t )  0

u  (t )   u s ingular ,  (t )  0
1,  (t )  0

dengan nilai φ(t) ada pada persamaan (2.32) dan nilai usingular pada persamaan
(2.39).
 BAB III
METODE PENELITIAN

3.1 Waktu dan Tempat Penelitian

Penelitian ini dilaksanakan pada November 2019 sampai April 2020 di
Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Jenderal Soedirman.

3.2 Metode Penelitian

Metode yang digunakan dalam penelitian ini adalah studi pustaka dengan
cara mengumpulkan materi dari berbagai sumber seperti buku dan jurnal penelitian.
Adapun tahapan-tahapan yang dilakukan dalam penelitian ini adalah sebagai
berikut:
1. Membuat model penyebaran penyakit tuberkulosis dan menyederhanakan
variabel model tersebut dengan normalisasi model.
2. Menentukan titik kesetimbangan model, selanjutnya mencari angka rasio
reprodusi dasar pada model penyebaran penyakit tuberkulosis.
3. Menambahkan parameter kontrol pada model penyebaran penyakit
tuberkulosis.
4. Menentukan titik kesetimbangan pada model yang telah ditambahkan kontrol,
selanjutnya mencari angka rasio reprodusi dasar pada model tersebut.
5. Menentukan fungsi tujuan dari model penyebaran penyakit tuberkulosis yang
telah ditambahkan kontrol.
6. Mencari persamaan Hamiltonian, dimana persamaan Hamiltonian digunakan
untuk menentukan persamaan adjoint.
7. Menentukan fungsi switching dari persamaan Hamiltonian dan selanjutnya
fungsi switching akan menjadi syarat batas dalam kontrol optimal dengan
menggunakan bang-bang control dan singular control.
8. Menyelesaikan singular control dengan penurunan kedua dari fungsi switching.
9. Diperoleh bentuk kontrol optimal dengan menggunakan bang-bang control dan
singular control

30
 31

10. Melakukan simulasi kontrol optimal pada model penyebaran penyakit

tuberkulosis.
11. Menarik kesimpulan.

3.3 Diagram Alir Penelitian

Mulai

Persiapan
(Studi Pustaka)

Membuat model penyebaran penyakit tuberkulosis

Menyederhanakan variabel model dengan normalisasi model

Menentukan titik kesetimbangan pada model untuk selanjutnya

mencari nilai angka rasio reproduksi dasar.

Memperoleh nilai angka rasio reproduksi dasar

pada model penyebaran penyakit tuberkulosis

Menambahkan parameter pengontrol pada model penyebaran

penyakit tuberkulosis
 32

Menentukan titik kesetimbangan pada model dengan kontrol untuk

selanjutnya mencari nilai angka rasio reproduksi dasar.

Memperoleh nilai angka rasio reproduksi dasar

pada model penyebaran penykit tuberkulosis
yang telah ditambahkan kontrol

Menentukan fungsi tujuan dari model penyebaran penyakit tuberkulosis

yang telah ditambahkan kontrol

Mencari persamaan Hamiltonian, dimana persamaan

Hamiltonian digunakan untuk menentukan persamaan adjoint
dan menentukan fungsi switching

Menyelesaikan singular control dengan penurunan

kedua dari fungsi switching.

Diperoleh kontrol optimal dengan menggunakan

bang-bang control dan singular control

Melakukan simulasi kontrol optimal pada model

penyebaran penyakit tuberkulosis.

Menarik kesimpulan

Selesai

Gambar 3.1 Diagram alir penelitian.

 BAB IV
HASIL DAN PEMBAHASAN

Model yang dibahas pada penelitian ini adalah model tipe SE1 IE2 R
penyebaran penyakit tuberkulosis. Model ini berupa sistem persamaan diferensial
non linier yang dipengaruhi oleh kontrol pengobatan dan kontrol pola hidup sehat.
Penyelesaian kontrol optimal pada model SE1 IE2 R menggunakan bang-bang
control dan singular control. Selanjutnya, model yang telah diberi kontrol
disimulasikan menggunakan simulasi numerik.

4.1 Asumsi Model

Pada penelitian ini akan digunakan asumsi model penyebaran penyakit
tuberkulosis dari penelitian Jonner Nainggolan (2017). Model penyebaran penyakit
tuberkulosis dibagi menjadi lima populasi, yaitu individu rentan (Susceptible),
individu laten (Exposed), individu terinfeksi (Infected), individu laten persisten
(Persistent Exposed) dan individu sembuh (Recovered). Populasi individu rentan
adalah individu yang masih sehat dan rentan terinfeksi penyakit tuberkulosis.
Populasi individu laten adalah individu terinfeksi pasif (Laten) yang belum dapat
menularkan penyakit ke individu yang lain. Populasi individu terinfeksi adalah
individu terinfeksi aktif yang dapat menularkan ke individu yang lain. Populasi
laten persisten adalah individu yang telah terinfeksi yang kemudian menjadi laten
akibat pengobatan. Populasi individu sembuh adalah individu yang sudah sembuh
karena pengobatan.
Pada penyebaran penyakit tuberkulosis ini, penularan penyakit terjadi
akibat kontak langsung dengan individu yang terinfeksi. Untuk meminimumkan
jumlah penderita tuberkulosis akan dilakukan kontrol dengan pengobatan serta pola
hidup sehat. Pengobatan tuberkulosis bertujuan untuk menyembuhkan individu
terinfeksi, mencegah kematian, mencegah kambuhnya penyakit, memutuskan
rantai penularan dan mencegah terjadinya resistensi kuman terhadap Obat Anti
Tuberkulosis (OAT). Ketika pengobatan sudah dilakukan, individu dapat kembali
lagi menjadi individu yang rentan terhadap penyakit tuberkulosis.

33
 34

Variabel dan parameter yang digunakan pada model tipe SE1 IE2 R
penyebaran penyakit tuberkulosis disajikan dalam tabel berikut ini:
Tabel 4.1 Variabel dan parameter model SE1 IE2 R penyebaran penyakit tuberkulosis
Notasi Keterangan Jenis Syarat Satuan
Total individu dalam populasi
N Variabel 0  N 1 Jiwa
Proporsi jumlah individu
S Variabel 0  S 1 Jiwa
rentan dalam populasi
Proporsi jumlah individu
E1 Variabel 0  E1  1 Jiwa
laten dalam populasi
Proporsi jumlah individu
I Variabel 0  I 1 Jiwa
terinfeksi dalam populasi
Proporsi jumlah individu
E2 Variabel 0  E2  1 Jiwa
laten persisten dalam populasi
Proporsi jumlah individu
R Variabel 0  R 1 Jiwa
yang sembuh dalam populasi
Tingkat kelahiran yang
A Parameter 0  A 1 Per bulan
masuk ke dalam populasi
 Tingkat interaksi bakteri
Parameter 0   1 Per bulan
dengan individu rentan
 Tingkat kematian alami Parameter 0   1 Per bulan
Tingkat individu laten yang
K Parameter 0  k 1 Per bulan
menjadi individu terinfeksi
b1 Tingkat pengobatan individu 0  b1  1
Parameter Per bulan
terinfeksi
b2 Tingkat pengobatan individu 0  b2  1
Parameter Per bulan
laten persisten
Tingkat individu sembuh
 yang kembali menjadi Parameter 0  1 Per bulan
individu rentan

Beberapa asumsi yang digunakan dalam penelitian ini adalah sebagai

berikut.
5. Penyebaran penyakit terjadi pada populasi tertutup artinya perpindahan
populasi seperti imigrasi atau emigrasi diabaikan.
I
6. Penularan penyakit memiliki laju penularan sebesar .
N
7. Penyakit tuberkulosis bukan berasal dari faktor keturunan (endogen).
8. Individu yang sudah sembuh dapat kembali menjadi individu rentan.
 35

Total populasi yang dinotasikan N  t  merupakan jumlah dari semua populasi

kompartemen-kompartemen yaitu N  t   S (t )  E1 (t )  I (t )  E2 (t )  R(t ).

4.2 Penurunan Model Penyebaran Penyakit Tuberkulosis tanpa

Menggunakan Kontrol
Dari asumsi-asumsi, variabel-variabel dan parameter-parameter yang
digunakan dapat dibentuk alur penyebaran penyakit pada model tipe SE1 IE2 R
penyebaran penyakit tuberkulosis yang disajikan dalam gambar berikut:

σR
(1-b2)E2

𝛽𝐼
AN S kE1 b1I b2E2
𝑁
S E1 I E2 R
I

µS dan parameter µI
µE1 yang digunakan µR
Variabel pada modelµE 2
penyebaran penyakit
µS µS µS
Gambar 4.1 Diagram kompartemen model SE1 IE2 R penyebaran penyakit tuberkulosis.

Berdasarkan Gambar 4.1 dapat dijelaskan perubahan laju masing-masing

kompartemen terhadap waktu yaitu sebagai berikut:
1. Perubahan jumlah individu rentan (Susceptible)
Laju populasi individu rentan mengalami penambahan karena adanya
kelahiran individu dengan laju AN. Selain itu individu rentan juga mengalami
penambahan karena adanya individu yang sudah sembuh kembali menjadi
individu rentan dengan laju σR. Laju populasi individu rentan mengalami
penurunan disebabkan oleh adanya individu rentan kontak dengan individu
I
terinfeksi dengan laju S dan adanya kematian alami individu rentan dengan
N
laju kematian  S . Dengan demikian, laju perubahan jumlah individu rentan
terhadap waktu sebagai berikut:
 36

dS I
 AN   R  S  S (4.1)
dt N
2. Perubahan jumlah individu laten (Exposed)
Laju populasi individu laten mengalami penambahan karena adanya
I
individu rentan kontak dengan individu terinfeksi dengan laju S . Laju
N
populasi individu laten mengalami penurunan disebabkan oleh individu laten
menjadi individu infeksi karena bakteri menjadi aktif dengan laju kE1 . Selain
itu, laju populasi individu laten juga mengalami penurunan lagi karena adanya
kematian alami individu laten dengan laju kematian  E1 . Dengan demikian,
laju perubahan jumlah individu laten terhadap waktu sebagai berikut:
dE1  I
 S  (k   ) E1 (4.2)
dt N
3. Perubahan jumlah individu infeksi (Infected)
Laju populasi individu infeksi mengalami penambahan karena adanya
Laju individu laten menjadi individu infeksi karena bakteri menjadi aktif
dengan lajunya kE1 . Laju populasi individu infeksi mengalami penurunan

karena adanya pengobatan individu terinfeksi dengan laju b1 I . Individu infeksi

mengalami penambahan kembali karena adanya individu laten persisten yang
tidak tuntas pengobatannya sehingga kembali terinfeksi dengan laju (1  b2 ) E2 .
Laju populasi individu infeksi mengalami penurunan lagi akibat adanya
kematian alami individu infeksi dengan laju kematian  I . Dengan demikian,
laju perubahan jumlah individu infeksi terhadap waktu sebagai berikut:
dI
 kE1  (1  b2 ) E2  (b1   ) I (4.3)
dt
4. Perubahan jumlah individu laten persisten (Persistent Exposed)
Laju populasi individu laten persisten mengalami penambahan karena
adanya pengobatan untuk individu terinfeksi dengan laju b1 I . Laju populasi
individu laten persisten mengalami penurunan akibat adanya individu yang
kembali menjadi infeksi karena tidak tuntasnya pengobatan dengan laju
(1  b2 ) E2 . Selain itu individu laten persisten juga bekurang karena adanya
 37

pengobatan untuk individu laten persisten dengan laju b2 E2 dan kematian alami

individu laten persisten dengan laju kematian  E2 . Dengan demikian, laju

perubahan jumlah individu sembuh terhadap waktu sebagai berikut:
dE2
 b1 I  (1  b2 ) E2  (b2   ) E2 (4.4)
dt
5. Perubahan jumlah individu sembuh (Recovered)
Laju populasi individu sembuh mengalami penambahan karena adanya
pengobatan untuk individu laten persisten dengan laju b2 E2 . Laju populasi
individu infeksi mengalami penurunan akibat adanya individu yang kembali
menjadi rentan dengan laju  R dan kematian alami individu sembuh dengan
laju kematian  R. Dengan demikian, laju perubahan jumlah individu sembuh
terhadap waktu sebagai berikut:
dR
 b2 E2      R (4.5)
dt
Berdasarkan persamaan (4.1), (4.2), (4.3), (4.4), dan (4.5) diperoleh model
penyebaran penyakit tuberkulosis sebagai berikut:
dS I
 AN   R  S  S
dt N
dE1 I
 S  (k   ) E1
dt N
dI
 kE1  (1  b2 ) E2  (b1   ) I
dt
(4.6)
dE2
 b1 I  (1  b2 ) E2  (b2   ) E2
dt
dR
 b2 E2      R
dt

4.2.1 Normalisasi Model

Normalisasi digunakan pada sistem persamaan diferensial untuk
menyederhanakan variabel sehingga sistem menjadi mudah diselesaikan. Sistem
persamaan (4.6) dinormalisasi untuk menyederhanakan variabelnya. Misalkan,
s = proporsi jumlah individu rentan terhadap total populasi individu,
e1 = proporsi jumlah individu laten terhadap total populasi individu,
 38

i = proporsi jumlah individu terinfeksi terhadap total populasi individu,

e2 = proporsi jumlah individu laten persisten terhadap total populasi individu,
r = proporsi jumlah individu sembuh terhadap total populasi individu.
Berdasarkan proporsi tersebut, dapat diperoleh
S
s  S  sN (4.7)
N
E1
e1   E1  e1 N (4.8)
N
I
i  I  iN (4.9)
N
E2
e2   E2  e2 N (4.10)
N
R
r  R  rN (4.11)
N
dengan
S E1 I E2 R
s  e1  i  e2  r       1.
N N N N N
Selanjutnya, apabila persamaan (4.7), (4.8), (4.9), (4.10) dan (4.11)
disubsitusikan ke dalam sistem persamaan (4.6) maka diperoleh
dsN  iN
 AN   rN  sN   sN
dt N
de1 N  iN
 sN  (k   )e1 N
dt N
diN
 ke1 N  (1  b2 )e2 N  (b1   )iN
dt
(4.12)
de2 N
 b1iN  (1  b2 )e2 N  (b2   )e2 N
dt
drN
 b2 e2 N      rN .
dt
Apabila masing-masing persamaan pada sistem (4.12) dibagi dengan N, maka
diperoleh bentuk normalisasi berikut:
 39

ds
 A   r   si   s
dt
de1
  si  (k   )e1
dt
di
 ke1  (1  b2 )e2  (b1   )i
dt
(4.13)
de2
 b1i  (1  b2 )e2  (b2   )e2
dt
dr
 b2 e2      r
dt
Sistem persamaan (4.13) merupakan hasil normalisasi dari sitem (4.6). Selanjutnya,
sistem (4.13) akan digunakan dalam menentukan angka rasio dasar dan akan
ditambahkan pengontrol untuk penyelesaian kontrol optimal.

4.2.2 Titik Kesetimbangan Bebas Penyakit tanpa Menggunakan Kontrol

Model tipe SE1 IE2 R penyebaran penyakit tuberkulosis tanpa kontrol pada
sistem (4.13) merupakan sistem persamaan diferensial nonlinier yang
penyelesaiannya dapat dilihat melalui perilaku sistem disekitar titik kesetimbangan.
Terdapat dua titik kesetimbangan yaitu titik kesetimbangan bebas penyakit dan titik
kesetimbangan endemik. Penyelesaian titik kesetimbangan dapat diperoleh dengan
metode nullcline.
Titik kesetimbangan bebas penyakit pada sistem persamaan (4.13) yang
didefinisikan sebagai TE0 diperoleh ketika tidak ada individu yang terinfeksi dalam
suatu populasi atau i  0. Kemudian i  0 disubsitusikan ke dalam persamaan-
persamaan nullcline. Persamaan s-nullcline, e1-nullcline, i-nullcline, e2-nullcline
ds de1 di
dan r-nullcline secara berturut-turut diperoleh ketika  0,  0,  0,
dt dt dt
de2 dr
 0 , dan  0.
dt dt
 40

ds
Apabila  0 , diperoleh
dt
A   r   si   s  0
 A   r  0  s  0
 s  A   r
Ar
s . (4.14)

de1
Apabila  0 , diperoleh
dt
 si  (k   )e1  0
 0  (k   )e1  0
 e1 (k   )  0
 e1  0. (4.15)
di
Apabila  0 , diperoleh
dt
ke1  (1  b2 )e2  (b1   )i  0
 0  (1  b2 )e2  0  0
 (1  b2 )e2  0
 e2  0. (4.16)

de2
Apabila  0 , diperoleh
dt
b1i  (1  b2 )e2  (b2   )e2  0
 0  e2 (1  b2  b2   )  0
 e2 (1  b2  b2   )  0
 e2  0. (4.17)
dr
Apabila  0 , diperoleh
dt
b2 e2      r  0
 0      r  0
  r      0
 r  0. (4.18)
Subsitusikan persamaan (4.18) ke persamaan (4.14) sehingga diperoleh titik
kesetimbangan bebas penyakit sebagai berikut:
 41

Ar
s

A    0
s

A
s . (4.19)

Berdasarkan persamaan (4.15), (4.16), (4.17), (4.18), (4.19) dan asumsi
i  0 maka diperoleh titik kesetimbangan bebas penyakit (TE0 ) adalah

A 
TE0  ( s0 , e10 , i0 , e20 , r0 )   , 0, 0, 0, 0  . (4.20)
 
Titik kesetimbangan bebas penyakit pada persamaan (4.20) akan digunakan dalam
menentukan nilai angka reproduksi dasar pada sistem penyebaran penyakit
tuberkulosis tanpa kontrol pada sistem (4.13).

4.2.3 Angka Reproduksi Dasar pada Model tanpa Menggunakan Kontrol

Angka reproduksi dasar digunakan untuk mengetahui kemungkinan
terjadinya epidemik penyakit dalam suatu populasi pada masa mendatang. Angka
reproduksi dasar model tipe SE1 IE2 R penyebaran penyakit tuberkulosis tanpa
menggunakan kontrol dapat ditentukan dengan menggunakan metode next
generation matrix. Untuk memudahkan dalam penurunan, maka urutan sub
populasi dari sistem (4.13) dapat ditulis kembali sebagai
de1
  si  (k   )e1
dt
di
 ke1  (1  b2 )e2  (b1   )i
dt
de2
 b1i  (1  b2 )e2  (b2   )e2
dt
(4.21)
ds
 A   r   si   s
dt
dr
 b2 e2      r
dt
Berdasarkan sistem persamaan (4.21), misalkan
 42

 e1 
 
i 
w   e2 
 
s
r
 
maka model tipe SE1 IE2 R penyebaran penyakit tuberkulosis dapat ditulis sebagai
dw
 F (w)  B (w)
dt
  si   (k   )e1 
    ke  (1  b )e  (b   )i 
0   
dw 
1 2 2 1

  0    b1i  (1  b2 )e2  (b2   )e2 

dt    
 0    A   r   si   s 
 0          
   b e
2 2 r 
dengan
 F1 (w)    si   B1 (w)   (k   )e1 
       ke  (1  b )e  (b   )i 
 F2 (w)   0   B2 (w)   1 2 2 1 
F (w) =  F3 (w)    0  dan B (w) =  B3 (w)    b1i  (1  b2 )e2  (b2   )e2  .
       
 F4 (w)   0   B4 (w)    A   r   si   s 
 F (w)   0   B (w)   b2 e2      r 
 5     5   
Apabila diketahui titik kesetimbangan bebas penyakit model tanpa
menggunakan kontrol adalah
 A 
TE0*  (e1o , i0 , e2o , s0, r0 )   0, 0, 0, , 0  ,
  

kemudian disubsitusikan ke dalam turunan parsial D F (TE0* ) dan DB (TE0* ) maka

 F1 * F1 F1 F1 F1 

 e (TE0 ) (TE0* ) (TE0* ) (TE0* ) (TE0* ) 
i e2 s r
 1 
 F2 F2 F2 F2 F2 
 (TE0* ) (TE0* ) (TE0* ) (TE0* ) (TE0* ) 
 1e i e2 s r 
 F F3 F3 F3 F3 
D F (TE0* )   3 (TE0 ) (TE0* ) 
*
(TE0* ) (TE0* ) (TE0* )
 e1 i e2 s r 
 F F4 F4 F4 F4 
 4 (TE0* ) (TE0* ) (TE0* ) (TE0* ) (TE0* ) 
 e1 i e2 s r 
 F F5 F5 F5 F5 
 5 (TE0* ) (TE0* ) (TE0* ) (TE0* ) (TE0* ) 
 e1 i e2 s r 
 43

0 s 0 i 0
 
0 0 0 0 0
D F (TE0 )   0 0
*
0 0 0
 
0 0 0 0 0
0 0 0 
 0 0

dengan mensubsitusikan nilai titik kesetimbangan bebas penyakit, maka diperoleh

 A 
0   0 0 0
 
0 0 0 0 0
D F (TE0* )   
0 0 0 0 0
0 0 0 0 0
 
0 0 0 0 0

selanjutnya D F (TE0* ) dipartisi menjadi empat bagian yaitu

 F 0
D F (TE0* )   
 0 0
dengan F merupakan matriks ukuran 3×3 yang didefinisikan sebagai
 A 
0   0
 
F  0 0 0 (4.22)
 
0 0 0
 
 
dan
 B1 * B1 B1 B1 B1 
 e (TE0 ) (TE0* ) (TE0* ) (TE0* ) (TE0* ) 
i e2 s r
 1 
 B2 B2 B2 B2 B2 
 (TE0* ) (TE0* ) (TE0* ) (TE0* ) (TE0* ) 
 1e i e2 s r 
 B B3 B3 B3 B3 
DB (TE0* )   3 (TE0 ) (TE0* ) 
*
(TE0* ) (TE0* ) (TE0* )
 e1 i e2 s r 
 B B4 B4 B4 B4 
 4 (TE0* ) (TE0* ) (TE0* ) (TE0* ) (TE0* ) 
 e1 i e2 s r 
 B B5 B5 B5 B5 
 5 (TE0* ) (TE0* ) (TE0* ) (TE0* ) (TE0* ) 
 e1 i e2 s r 
 44

 (k   ) 0 0 0 0 
 
 k (b1   ) (1  b2 ) 0 0 
DB (TE0 )   0
*
b1  (1  b2 )  b2    0 0 
 
 0 s 0 i    
 0 b2 (   ) 
 0 0

dengan mensubsitusikan nilai titik kesetimbangan bebas penyakit, maka diperoleh

 (k   ) 0 0 0 0 
 
 k (b1   ) (1  b2 ) 0 0 
 0
DB (TE0* )  
b1  (1  b2 )  b2    0 0 

 0 
A
0   
  
 
 0 0 b2 0 (   ) 

selanjutnya DB (TE0* ) dipartisi menjadi empat bagian yaitu

B 0
DB (TE0* )   
 J3 J4 

dengan B merupakan matriks ukuran 3×3 yang didefinisikan sebagai

 (k   ) 0 0 
 
B   k (b1   ) (1  b2 ) . (4.23)
 0 b1  (1  b2 )  b2    

Angka reproduksi dasar dari model tipe SE1 IE2 R penyebaran penyakit
tuberkulosis tanpa menggunakan kontrol pada sistem (4.13) adalah


R0   FB 1 
dengan ρ(FB-1) merupakan radius spektral dimana F dan B merupakan matriks pada
persamaan dari (4.22) dan (4.23), sehingga diperoleh
 45

 A 
0  0 1
  (k   ) 0 0 
  
FB 1  0 0 0   k (b1   ) (1  b2 ) 
 
0 0 0 0 b1  (1  b2 )  b2    
 
 
 1
 A  k
0  0
 
  k  (1  b2 )  b2   
 0 0 0
   (k   ) (b1   )  (1  b2 )  b2     b1 (1  b1 ) 
0 0 0
  b1 k
 
 (k   ) (b1   )  (1  b2 )  b2     b1 (1  b1 ) 
  


0 0 
 (1  b2 )  b2    (1  b2 ) 

(b1   )  (1  b2 )  b2     b1 (1  b2 ) (b1   )  (1  b2 )  b2     b1 (1  b2 ) 

b1 (b1   ) 
(b1   )  (1  b2 )  b2     b1 (1  b2 ) (b1   )  (1  b2 )  b2     b1 (1  b2 ) 

  Ak  (1  b2 )  b2     A  (1  b2 )  b2   

  (k   ) (b1   )  (1  b2 )  b2     b1 (1  b1 )   (b1   )  (1  b2 )  b2     b1 (1  b1 ) 
FB  
1
0 0
 0 0



 A(1  b2 ) 
 (b1   )  (1  b2 )  b2     b1 (1  b1 )  
0 . (4.24)

0 


Berdasarkan persamaan (4.24), akan ditentukan nilai-nilai eigen yang
maksimum dari persamaan karakteristik
 46

FB 1   I  0
 Ak  (1  b2 )  b2     A  (1  b2 )  b2   

 (k   ) (b1   )  (1  b2 )  b2     b1 (1  b1 )   (b1   )  (1  b2 )  b2     b1 (1  b1 ) 
 0 
0 0

 A(1  b2 )
 (b1   )  (1  b2 )  b2     b1 (1  b1 ) 
0 0


  Ak  (1  b2 )  b2    
 2    0
  (k   ) (b1   )  (1  b2 )  b2     b1 (1  b1 )  
   
 Ak  (1  b2 )  b2   
 1  0 atau 2 
 (k   ) (b1   )  (1  b2 )  b2     b1 (1  b1 ) 

sehingga diperoleh
 ( FB 1 )  maks 1 , 2 
  Ak  (1  b2 )  b2    
 ( FB 1 )  maks 0, 
  (k   ) (b1   )  (1  b2 )  b2     b1 (1  b1 )  
 Ak  (1  b2 )  b2   
 ( FB 1 )  .
 (k   ) (b1   )  (1  b2 )  b2     b1 (1  b1 ) 

Dengan demikian, angka reproduksi dasar dari model tipe SE1 IE2 R
penyebaran penyakit tuberkulosis tanpa menggunakan kontrol pada sistem (4.13)
adalah
 Ak  (1  b2 )  b2   
R0  .
 (k   ) (b1   )  (1  b2 )  b2     b1 (1  b1 ) 

atau
 Ak 1   
R0  . (4.25)
 (k   )  b1b2   (1  b1   ) 
Dari persamaan (4.25), parameter yang berpengaruh pada angka reproduksi
dasar ( R0 ) antara lain, tingkat interaksi bakteri dengan individu rentan (  ) , tingkat

kelahiran semua populasi (A), tingkat kematian alami (  ) , tingkat individu laten
 47

menjadi individu terinfeksi (k), tingkat pengobatan terhadap individu terinfeksi

(b1 ) dan tingkat pengobatan terhadap individu laten persisten (b2 ). Agar tidak

terjadi epidemik di dalam populasi maka haruslah nilai R0  1 atau

 Ak 1      (k   ) b1b2   (1  b1   )  . Parameter yang paling berpengaruh

dalam model tipe SE1 IE2 R penyebaran penyakit tuberkulosis tanpa menggunakan

kontrol adalah parameter  , b1 dan b 2 , karena parameter  , b1 dan b2 dapat

dikontrol untuk diperbesar ataupun diperkecil. Oleh karena itu, perlu memperkecil
tingkat interaksi bakteri dengan individu rentan (  ) serta memperbesar tingkat

pengobatan terhadap individu terinfeksi (b1 ) dan tingkat pengobatan terhadap

individu laten persisten (b2 ). Tingkat kelahiran semua populasi (A) dan tingkat

kematian alami (  ) tidak dapat dikontrol untuk diperbesar ataupun diperkecil.

4.3 Model Penyebaran Penyakit Tuberkulosis dengan Menggunakan Kontrol

Pada bagian berikut ini akan dibahas tentang model penyebaran penyakit
tuberkulosis pada sistem persamaan (4.13) yang akan diberikan beberapa
pengontrol untuk mengontrol penyebaran penyakit tuberkulosis. Misalkan arameter
u adalah kontrol pengobatan untuk individu terinfeksi dan individu laten persisten
serta parameter v adalah kontrol pola hidup sehat berupa menjaga kebersihan dan
kesehatan lingkungan pada individu rentan. Persamaan model tipe SE1 IE2 R
penyebaran penyakit tuberkulosis setelah diberikan kontrol dapat dilihat pada
persamaan (4.26) berikut ini
ds
 A   r   is   s  vs
dt
de1
  is  (k   )e1
dt
di
 ke1  (1  b2 )e2  (b1 (1  u )   )i
dt
(4.26)
de2
 b1 (1  u )i  (1  b2 )e2  (b2 (1  u )   )e2
dt
dr
 b2 (1  u )e2      r.
dt
 48

Kontrol pengobatan bertujuan untuk mengurangi jumlah individu terinfeksi

dan laten persisten dalam meningkatkan individu sembuh. Kontrol pola hidup sehat
bertujuan untuk mengurangi jumlah individu rentan. Selanjutnya dengan
menggunakan sistem persamaan (4.26) akan dicari titik kesetimbangan bebas
penyakit untuk menentukan nilai angka reproduksi dasar.

4.3.1 Titik kesetimbangan Bebas Penyakit dengan Menggunakan Kontrol

Titik kesetimbangan bebas penyakit pada sistem persamaan (4.26) yang
didefinisikan sebagai TE0 diperoleh ketika tidak ada individu yang terinfeksi dalam

suatu populasi atau i  0. Kemudian i  0 disubsitusikan ke dalam persamaan

nullcline. Persamaan s-nullcline, e1-nullcline, i-nullcline, e2-nullcline dan
ds de1 di
r-nullcline secara berturut-turut diperoleh ketika  0,  0,  0,
dt dt dt
de2 dr
 0 , dan  0.
dt dt
ds
Apabila  0 , diperoleh
dt
A   r   si   s  vs  0
 A   r  0   s  vs  0
   v s  A   r
Ar
s . (4.27)
  v
de1
Apabila  0 , diperoleh
dt
 si  (k   )e1  0
 0  (k   )e1  0
 e1 (k   )  0
 e1  0. (4.28)
di
Apabila  0 , diperoleh
dt
 49

ke1  (1  b2 )e2  (b1 (1  u )   )i  0

 0  (1  b2 )e2  0  0
 (1  b2 )e2  0
 e2  0. (4.29)

de2
Apabila  0 , diperoleh
dt
b1 (1  u )i  (1  b2 )e2  (b2 (1  u )   )e2  0
 0  e2 (1  b2  b2 (1  u )   )  0
 e2 (1  b2  b2 (1  u )   )  0
 e2  0. (4.30)
dr
Apabila  0 , diperoleh
dt
b2 (1  u )e2      r  0
 0      r  0
  r      0
 r  0. (4.31)
Subsitusikan persamaan (4.31) ke persamaan (4.37) sehingga diperoleh titik
kesetimbangan bebas penyakit sebagai berikut:
Ar
s
 v
A   0
s
 v
A
s . (4.32)
 v
Berdasarkan persamaan (4.28), (4.29), (4.30), (4.31), (4.32) dan asumsi
i  0 maka diperoleh titik kesetimbangan bebas penyakit (TE0 ) adalah

 A 
TE0  ( s0 , e10 , i0 , e20 , r0 )   , 0, 0, 0, 0  . (4.33)
 v 
Titik kesetimbangan bebas penyakit pada persamaan (4.33) akan digunakan dalam
menentukan nilai angka reproduksi dasar pada sistem (4.26) penyebaran penyakit
tuberkulosis dengan menggunakan kontrol pengobatan dan pola hidup sehat.
 50

4.3.2 Angka Reproduksi Dasar pada Model dengan Menggunakan Kontrol

Angka reproduksi dasar model tipe SE1 IE2 R penyebaran penyakit
tuberkulosis dengan kontrol pengobatan dan pola hidup sehat dapat ditentukan
dengan menggunakan metode next generation matrix. Untuk memudahkan dalam
penurunan, maka urutan sub populasi dari sistem (4.26) dapat ditulis kembali
sebagai berikut
de1
  si  (k   )e1
dt
di
 ke1  (1  b2 )e2  (b1 (1  u )   )i
dt
de2
 b1 (1  u )i  (1  b2 )e2  (b2 (1  u )   )e2
dt
(4.34)
ds
 A   r   si   s  vs
dt
dr
 b2 (1  u )e2      r
dt
Berdasarkan sistem persamaan (4.34), misalkan
 e1 
 
i 
w   e2 
 
s
r
 
maka model tipe SE1 IE2 R penyebaran penyakit tuberkulosis dengan menggunakan
kontrol pengobatan dan pola hidup sehat dapat ditulis sebagai
dw
 F (w)  B (w)
dt
  si   (k   )e1 
   ke1  (1  b2 )e2  (b1 (1  u )   )i

 0   
dw
=  0    b1 (1  u )i  (1  b2 )e2  (b2 (1  u )   )e2 
dt    
 0    A   r   si   s  vs 
 0   b2 (1  u )e2      r 
   
dengan
 51

 F1 (w)    si 
   
 F2 (w)   0 
F (w) =  F3 (w)    0  dan
   
 F4 (w)   0 
 F (w)   0 
 5   
 B1 (w)   (k   )e1 
    ke1  (1  b2 )e2  (b1 (1  u )   )i

 B2 (w)   
B (w) =  B3 (w)    b1 (1  u )i  (1  b2 )e2  (b2 (1  u )   )e2  .
   
 B4 (w)    A   r   si   s  vs 
 B (w)   b2 (1  u )e2      r 
 5   
Apabila diketahui titik kesetimbangan bebas penyakit model tanpa
menggunakan kontrol adalah
 A 
TE0*  (e10 , i0 , e20 , s0 , r0 )   0, 0, 0, ,0,
  v 

kemudian disubsitusikan ke dalam turunan parsial D F (TE0* ) dan DB (TE0* ) maka

 F1 * F1 F1 F1 F1 

 e (TE0 ) (TE0* ) (TE0* ) (TE0* ) (TE0* ) 
i e2 s r
 1 
 F2 F2 F2 F2 F2 * 
 (TE0* ) (TE0* ) (TE0* ) (TE0* ) (TE0 ) 
 e1 i e2 s r 
 F F3 F3 F3 F3 
D F (TE0* )   3 (TE0 ) (TE0* ) 
*
(TE0* ) (TE0* ) (TE0* )
 1e i e2 s r 
 F F4 F4 F4 F4 
 4 (TE0* ) (TE0* ) (TE0* ) (TE0* ) (TE0* ) 
 e1 i e2 s r 
 F F5 F5 F5 F5 
 5 (TE0* ) (TE0* ) (TE0* ) (TE0* ) (TE0* ) 
 e1 i e2 s r 

0 s 0 i 0
 
0 0 0 0 0
D F (TE0 )   0 0
*
0 0 0
 
0 0 0 0 0
0 0 0 
 0 0

dengan mensubsitusikan nilai titik kesetimbangan bebas penyakit, maka diperoleh

 52

 A 
0  v
0 0 0
 
0 0 0 0 0
D F (TE0* )   
0 0 0 0 0
0 0 0 0 0
 
0 0 0 0 0

selanjutnya D F (TE0* ) dipartisi menjadi empat bagian yaitu

 F 0
D F (TE0* )   
 0 0
dengan F merupakan matriks ukuran 3×3 yang didefinisikan sebagai
 A 
0  v
0
 
F  0 0 0 (4.35)
 
0 0 0
 
 
dan

 B1 * B1 B1 B1 B1 

 e (TE0 ) (TE0* ) (TE0* ) (TE0* ) (TE0* ) 
i e2 s r
 1 
 B2 B2 B2 B2 B2 * 
 (TE0* ) (TE0* ) (TE0* ) (TE0* ) (TE0 ) 
 e1 i e2 s r 
 B B3 B3 B3 B3 
DB (TE0* )   3 (TE0 ) (TE0* ) 
*
(TE0* ) (TE0* ) (TE0* )
 1e i e2 s r 
 B B4 B4 B4 B4 
 4 (TE0* ) (TE0* ) (TE0* ) (TE0* ) (TE0* ) 
 e1 i e2 s r 
 B B5 B5 B5 B5 
 5 (TE0* ) (TE0* ) (TE0* ) (TE0* ) (TE0* ) 
 e1 i e2 s r 

 (k   ) 0 0 0 0 
 
 k (b1 (1  v)   ) (1  b2 ) 0 0 
DB (TE0 )   0
*
b1 (1  u )  (1  b2 )  b2 (1  u )    0 0 
 
 0 s 0 i    v  
 0 b2 (1  u ) (   ) 
 0 0

dengan mensubsitusikan nilai titik kesetimbangan bebas penyakit, maka diperoleh

 53

 (k   ) 0 0 0 0 
 
 k (b1 (1  v)   ) (1  b2 ) 0 0 
 0
DB (TE0* )  
b1 (1  u )  (1  b2 )  b2 (1  u)    0 0 

 0 A
0  v  
  v 
 
 0 0 b2 (1  u ) 0 (   ) 

selanjutnya DB (TE0* ) dipartisi menjadi empat bagian yaitu

B 0
DB (TE0* )   
 J3 J4 

dengan B merupakan matriks ukuran 3×3 yang didefinisikan sebagai

 (k   ) 0 0 
 
B   k (b1 (1  u )   ) (1  b2 ) . (4.36)
 0 b1 (1  u )  (1  b2 )  b2 (1  u)    

Angka reproduksi dasar dari model tipe SE1 IE2 R penyebaran penyakit tuberkulosis
dengan kontrol pengobatan dan pola hidup sehat pada sistem (4.26) adalah
R0   ( FB 1 )

dengan ρ(FB-1) merupakan radius spektral dimana F dan B merupakan matriks pada
persamaan dari (4.35) dan (4.36) diperoleh
 54

 A 
 0   v 0   (k   ) 0 0 
1

  
( FB 1 )   0 0 0   k (b1 (1  u)   ) (1  b2 ) 
 
0 0 0  0 b1 (1  u)  (1  b2 )  b2 (1  u)    
 
 
 1
 A  k
0   v 0 

  k  (1  b2 )  b2 (1  u )   
 0 0 0 
   (k   ) (b1 (1  u )   )  (1  b2 )  b2 (1  u)     b1 (1  u )(1  b1 ) 
 0 0 0 
  b1 (1  u )k
 
 (k   ) (b1 (1  u )   )  (1  b2 )  b2 (1  u)     b1 (1  u )(1  b1 ) 
  


0 0 
 2 2
(1  b )  b (1  u )    (1  b2 ) 

(b1 (1  u )   )  (1  b2 )  b2 (1  u)     b1 (1  u )(1  b2 ) (b1 (1  u )   )  (1  b2 )  b2 (1  u)     b1 (1  u )(1  b2 ) 

b1 (1  u ) (b1 (1  u)   ) 
(b1 (1  u )   )  (1  b2 )  b2 (1  u )     b1 (1  u )(1  b2 ) (b1 (1  u )   )  (1  b2 )  b2 (1  u )     b1 (1  u )(1  b2 ) 

  Ak  (1  b2 )  b2 (1  u)     A  (1  b2 )  b2 (1  u)   

 (  v)(k   ) (b1 (1  u)   )  (1  b2 )  b2 (1  u)     b1 (1  u)(1  b1 )  (   v) (b1 (1  u)   ) (1  b2 )  b2 (1  u)     b1 (1  u)(1  b1 ) 
( FB )  
1
0 0
 0 0



 A(1  b2 ) 

(   v) (b1 (1  u )   )  (1  b2 )  b2 (1  u )     b1 (1  u )(1  b1 )  
0 . (4.37)

0 


Berdasarkan persamaan (4.37), akan ditentukan nilai-nilai eigen yang maksimum
dari persamaan karakteristik
 55

( FB 1 )   I  0
 Ak  (1  b2 )  b2 (1  u)     A  (1  b2 )  b2 (1  u)   

(  v)(k   ) (b1 (1  u)   )  (1  b2 )  b2 (1  u)     b1 (1  u)(1  b1 )  (  v) (b1 (1  u)   )  (1  b2 )  b2 (1  u)     b1 (1  u)(1  b1 ) 
 0 
0 0

 A(1  b2 )
(  v) (b1 (1  u)   )  (1  b2 )  b2 (1  u)     b1 (1  u)(1  b1 )
0 0


  Ak  (1  b2 )  b2 (1  u)    
 2    0
 (  v)(k   ) (b1 (1  u)   )  (1  b2 )  b2 (1  u)     b1 (1  u)(1  b1 )  
   
 Ak  (1  b2 )  b2 (1  u)   
 1  0 atau 2 
(  v)(k   ) (b1 (1  u)   )  (1  b2 )  b2 (1  u)     b1 (1  u)(1  b1 ) 

sehingga diperoleh
 ( FB 1 )  maks 1 , 2 
  Ak  (1  b2 )  b2 (1  u )    
 ( FB 1 )  maks 0, 
 (   v)(k   ) (b1 (1  u )   )  (1  b2 )  b2 (1  u )     b1 (1  u )(1  b1 )  
 Ak  (1  b2 )  b2 (1  u )   
 ( FB 1 )  .
(   v)(k   ) (b1 (1  u )   )  (1  b2 )  b2 (1  u )     b1 (1  u )(1  b1 ) 

Dengan demikian diperoleh angka reproduksi dasar dari model tipe SE1 IE2 R
penyebaran penyakit tuberkulosis dengan kontrol pengobatan dan pola hidup sehat
pada sistem (4.26) adalah
 Ak  (1  b2 )  b2 (1  u )   
R0  .
(   v)(k   ) (b1 (1  u )   )  (1  b2 )  b2 (1  u )     b1 (1  u )(1  b1 ) 

atau
 Ak 1  b2 u   
R0  . (4.38)
(   v)(k   ) b1b2 (1  u )    (1  b2 u  b1 (1  u )     b1ub2 u 
 56

Dari persamaan (4.38), parameter yang berpengaruh pada angka reproduksi

dasar ( R0 ) antara lain, tingkat interaksi bakteri dengan individu rentan (  ) , tingkat

kelahiran semua populasi (A), tingkat kematian alami (  ) , tingkat individu laten
menjadi individu terinfeksi (k), tingkat pengobatan terhadap individu terinfeksi
(b1 ), tingkat pengobatan terhadap individu laten persisten (b2 ), kontrol pengobatan
terhadap individu terinfeksi dan laten persisten (u ), dan kontrol pola hidup sehat

terhadap individu rentan (v ).

Agar tidak terjadi epidemik di dalam populasi maka haruslah nilai R0  1

atau  Ak 1  b2 u     (   v)(k   ) b1b2 (1  u )    (1  b2 u  b1 (1  u )     b1ub2u  .

Parameter yang paling berpengaruh dalam model tipe SE1 IE2 R penyebaran
penyakit tuberkulosis dengan kontrol pengobatan dan pola hidup sehat adalah
parameter  , b1 , b2 , pengontrol u dan pengontrol v, karena parameter  , b1 , b2 ,
pengontrol u dan pengontrol v dapat dikontrol untuk diperbesar ataupun diperkecil.
Oleh karena itu, perlu memperkecil tingkat interaksi bakteri dengan individu rentan
(  ) serta memperbesar tingkat pengobatan terhadap individu terinfeksi (b1 ),

tingkat pengobatan terhadap individu laten persisten (b2 ), kontrol pengobatan

terhadap individu terinfeksi dan laten persisten (u ), dan kontrol pola hidup sehat

terhadap individu rentan (v ). Tingkat kelahiran semua populasi (A) dan tingkat

kematian alami (  ) tidak dapat dikontrol untuk diperbesar ataupun diperkecil.

4.4 Penyelesaian Kontrol Optimal Model

Penyelesaian kontrol optimal pada sistem persamaan (4.26) akan
diselesaikan dengan menggunakan bang-bang control dan singular control.
Sebelumnya akan dibentuk model fungsi tujuan dari persamaan (4.26). Fungsi
tujuan bertujuan untuk meminimumkan biaya dalam menurunkan jumlah individu
terinfeksi, individu laten persisten dan individu rentan. Fungsi tujuan dimodelkan
linier terhadap kontrolnya. Fungsi tujuan yang akan digunakan pada penyebaran
penyakit tuberkulosis didefinisikan sebagai berikut
 57

T
min   a1 s(t )  a2 i(t )  a3 e2 (t )  (C1  C2 )u(t )  C3v(t ) dt , (4.39)
u
0

dengan sistem persamaan yang digunakan adalah sistem persamaan (4.26), dan
kondisi batas
0t T
0  u 1
0  v  1.
Parameter a1 menyatakan jumlah individu rentan, parameter a2 menyatakan jumlah

individu terinfeksi, serta parameter a3 menyatakan jumlah individu laten persisten.

Parameter C1 adalah biaya pengobatan individu terinfeksi. Parameter C2 adalah

biaya pengobatan individu laten persisten. Parameter C3 adalah biaya pola hidup
sehat individu rentan. T adalah waktu akhir periode. Model fungsi tujuan (4.39)
dijadikan laju populasi baru berupa persamaan diferensial untuk penyelesaian
kontrol optimal, dengan bentuk persamaannya sebagai berikut
dz
 a1 s (t )  a2 i (t )  a3 e2 (t )  (C1  C2 )u (t )  C3 v(t ). (4.40)
dt
Berdasarkan sistem persamaan (4.26) dan persamaan diferensial fungsi tujuan
(4.40) maka diperoleh sistem persamaan untuk penyelesaian kontrol optimal pada
penyebaran penyakit tuberkulosis yaitu
dz
 a1 s  a2 i  a3 e2  (C1  C2 )u  C3 v
dt
ds
 A   r   is   s  vs
dt
de1
  is  (k   )e1 (4.41)
dt
di
 ke1  (1  b2 )e2  (b1 (1  u )   )i
dt
de2
 b1 (1  u )i  (1  b2 )e2  (b2 (1  u )   )e2
dt
dr
 b2 (1  u )e2      r.
dt
Misalkan nilai-nilai awal z (0)  z0 , s(0)  s0 , e1 (0)  e10 , i(0)  i0 , e2 (0)  e20 ,

dan r (0)  r0 .
 58

Langkah awal untuk mengkaji model kontrol optimal yaitu mencari

persamaan Hamiltonian. Persamaan Hamiltonian dibentuk dari kombinasi fungsi
tujuan (4.39) dan perkalian sistem persamaan (4.26) dengan pengali yaitu
 (t )   1 (t ), 2 (t ), 3 (t ), 4 (t ), 5 (t )  , sehingga diperoleh persamaan Hamiltonian
sebagai berikut:
H  a1 s  a2 i  a3 e2  (C1  C2 )u  C3 v  1  A   r   is   s  vs  
2   is  (k   )e1   3  ke1  (1  b2 )e2  (b1 (1  u )   )i   (4.42)
4  b1 (1  u )i  (1  b2 )e2  (b2 (1  u )   )e2   5  b2 (1  u )e2      r  .

Persamaan Hamiltonian digunakan untuk menentukan persamaan adjoint

d m d 1 H d 2 H d 3 H d 4 H
, m  1, 2, ,5 , dengan  ,  ,  ,  ,
dt dt s dt e1 dt i dt e2

d 5 H
dan  . Uraian dari persamaan-persamaan adjoint dapat dilihat sebagai
dt r
berikut
d 1 H

dt s
   a1  1  i  1   1v  2  i 
 a1  1  i  1   1v  2  i
 a1   1  2   i  1   1v

d 2 H

dt e1
   2 k  2   3 k 
 2 k  2   3 k
  2  3  k  2 

d 3 H

dt i
   a2  1  s  2  s  3b1 1  u   3   4 b1 1  u  
 a2  1  s  2  s  3b1 1  u   3   4 b1 1  u 
 a2   1  2   s  (3  4 )b1 (1  u )  3 
 59

d 4 H

dt e2
   a3  3 (1  b1 )  4 (1  b1 )  4 b2 1  u   4   5 b2 (1  u ) 
 a3  3 (1  b1 )  4 (1  b1 )  4 b2 1  u   4   5 b2 (1  u )
 a3   4  3  (1  b1 )  (4  5 )b2 (1  u )  4 

d 5 H

dt r
   1  5  5  
 1  5  5 
  5  1    5 

Dari hasil penurunan tersebut, diperoleh bahwa persamaan adjoint dari sistem
persamaan Hamiltonian (4.42) adalah sebagai berikut:
d 1
 a1   1  2   i  1   1v
dt
d 2
  2  3  k  2 
dt
d 3
  a2   1  2   s   3  4  b1 (1  u )  3 
dt
d 4
  a3   4  3  (1  b1 )   4  5  b2 (1  u )  4 
dt
d 5
  5  1    5 
dt
Langkah selanjutnya adalah membentuk fungsi switching. Terdapat dua
kontrol yang diberikan pada model sehingga fungsi switching didefinisikan sebagai
1 (t ) dan 2 (t ). Fungsi switching 1 (t ) merupakan turunan pertama persamaan
Hamiltonian terhadap kontrol pengobatan (u) sedangkan 2 (t ) turunan pertama

persamaan Hamiltonian terhadap kontrol pola hidup sehat (v). Berikut adalah fungsi
switching dari turunan pertama persamaan Hamiltonian (4.42) terhadap masing-
masing kontrol.
H
1 (t ) 
u
 C1  C2  3b1i  4 b1i  4 b2 e2  5 b2 e2 (4.43)
 C1  C2   4  3  b1i   5  4  b2 e2
 60

H
2 (t ) 
v (4.44)
 C3  1 s.
Penyelesaian kontrol optimal model dengan kontrol pengobatan dan pola
hidup sehat akan diselesaikan dengan menggunakan bang-bang control dan
singular control. Akan ada dua bentuk kontrol optimal yaitu kontrol optimal dengan
kontrol pengobatan dan kontrol optimal dengan kontrol pola hidup sehat.

4.4.1 Penyelesaian Kontrol Optimal Model dengan Kontrol Pengobatan

Dalam uraian berikut ini akan dibahas tentang penyelesaian kontrol optimal
pada model penyebaran penyakit tuberkulosis dengan kontrol pengobatan dimana
batasnya menggunakan bang-bang control dan singular control. Berdasarkan
kondisi batas variabel kontrol pengobatan 0 ≤ u ≤ 1 maka diperoleh batas kontrol
optimal dengan menggunakan bang-bang control adalah
0, 1  0
u (t )   , (4.45)
1, 1  0
ketika batas kontrolnya 1 (t )  0 maka penyelesaian batas kontrol optimalnya

menggunakan singular control.

Penyelesaian singular control dari persamaan (4.41) menggunakan
turunan kedua dari fungsi switching ( 1 (t ) ). Berdasarkan sistem persamaan (4.41)

dimisalkan
 z 
 
 s 
e 
x 1 
 i 
e2 
 
 r 
maka dalam penyelesaian singular control model tipe SE1 IE2 R penyebaran
penyakit tuberkulosis dengan kontrol pengobatan dapat ditulis sebagai
 61

dx
 f (x)  g(x)u
dt
 a1 s  a2 i  a3 e2   C1  C2 
   
 A   r   si   s   0 
dx   si  (k   )e1   0 
  u
dt  ke1  (1  b2 )e2  (b1   )i   b1i 
 b1i  (1  b2 )e2  (b2   )e2   b1i  b2 e2 
   
 b2 e2  (   )r   b2 e2 
dengan
 f1 (x)   a1 s  a2 i  a3 e2 
   
 f 2 (x)   A   r   si   s 
 f3 (x)    si  (k   )e1 
f (x)    
 f 4 (x)   ke1  (1  b2 )e2  (b1   )i  (4.46)
 f5 (x)   b1i  (1  b2 )e2  (b2   )e2 
   
 f 6 (x)   b2 e2  (   )r 

 g1 (x)   (C1  C2 ) 
   
 g 2 (x)   0 
 g3 (x)   0 
g(x)    .
 g 4 (x)   b1i  (4.47)
 g5 (x)   b1i  b2 e2 
   
 g6 (x)   b2 e2 
Langkah pertama dalam penyelesaian singular control adalah menentukan turunan
pertama dari fungsi switching 1 (t )  . Turunan pertama fungsi switching (4.43)

dapat diperoleh dengan cara sebagai berikut

d1
   (t ), f , g  (x)  ,
dt
dengan
f , g (x)  Dg(x)f (x)  Df (x)g(x), (4.48)

dimana f (x) dan g(x) berturut-turut merupakan bentuk persamaan (4.46) dan
persamaan (4.47). Uraian penyelesaian dari persamaan (4.48) adalah sebagai
berikut
 62

g(x) g(x) g(x) g(x) g(x) g(x)

Dg(x)f (x)  f1  f2  f3  f4  f5  f6
z s e1 i e2 r

0 0  0
     
0 0  0
0 0  0
Dg(x)f (x)   a1 s  a2 i  a3 e2      A   r   si   s       si  (k   )e1    
0 0  0
0 0  0
     
0 0  0
 0   0 
   
 0   0 
 0   0 
 ke1  (1  b2 )e2  (b1   )i      b1i  (1  b2 )e2  (b2   )e2    
 b1   0 
 b1   b2 
   
 0   b2 
0
 
0
0
 b2 e2  (   )r   
0
0
 
0
atau
 0   0 
   0

 0   
 0   0 
Dg(x)f (x)    
 kb1e1  (1  b2 )b1e2  (b1   )b1i   0 
 kb1e1  (1  b2 )b1e2  (b1   )b1i   b1b2 i  (1  b2 )b2 e2  (b2   )b2 e2 
   
 0   b1b2 i  (1  b2 )b2 e2  (b2   )b2 e2 
sedemikian sehingga
 0 
 
 0 
 0 
Dg(x)f (x)   .
 kb1e1  b1e2  (b1   )b1i 
 kb1e1  (1  b2 )b1e2  (b1   )b1i  b1b2 i  (1  b2 )b2 e2  (b2   )b2 e2 
 
 b1b2 i  (1  b2 )b2 e2  (b2   )b2 e2 
 63

Selanjutnya akan dicari penyelesaian dari Df (x)g(x) sebagai berikut

f (x) f (x) f (x) f (x) f (x) f (x)
Df (x)g(x)  g1  g2  g3  g4  g5  g6
z s e1 i e2 r
dengan persamaan f (x) dan g(x) berturut-turut merupakan bentuk persamaan
(4.46) dan persamaan (4.47), sehingga diperoleh
0  a1   0   a2 
       
0   i     0    s 
0  i   ( k   )   s 
Df (x)g(x)  (C1  C2 )    (0)    (0)     b1i   
0  0   k   (b1   ) 
0  0   0   b1 
       
0  0   0   0 
 a3   0 
   
 0    
 0   0 
 b1i  b2 e2     b2 e2  
 (1  b2 )   0 
 (1  b2 )  (b2   )   0 
   
 b2   (   ) 
atau
 a2 b1i   a3b1i  a3b2 e2   0 
    
 b2 e2 
  b1 si   0   
   b1 si   0   0 
Df (x)g(x)     
 (b1   )b1i   (1  b2 )b1i  (1  b2 )b2 e2   0 
 b12 i   (1  b2 )b1i  (1  b2 )b2 e2  (b2   )b1i  (b2   )b2 e2   0 
   
  (   )b e 

 0   b1b2 i  b2 2 e2   2 2 

sedemikian sehingga
 a2 b1i  a3b1i  a3b2 e2 
 
  b1 si   b2 e2 
   b1 si 
Df (x)g(x)   .
 (b1   )b1i  (1  b2 )b1i  (1  b2 )b2 e2 
 b12 i  (1  b2 )b1i  (1  b2 )b2 e2  (b2   )b1i  (b2   )b2 e2 
 
 b1b2 i  b2 2 e2  (   )b2 e2 

Berdasarkan persamaan (4.48) maka hasil dari (f, g)(x) adalah sebagai berikut
 64

f , g  (x)  Dg(x)f (x)  Df (x)g(x)

 a2 b1i  a3b1i  a3b2 e2 
 
   b1 si   b2 e2 
  b1 si 
f , g  (x)   kb1e1  (1  b2 )b1e2  (1  b2 )b1i  (1  b2 )b2 e2

 
 kb1e1  (1  b2 )b1e2  (b1   )b1i  b1b2 i  b12 i  (1  b2 )b1i  (b2   )b1i 
 
 (1  b2 )b2 e2  (b2   )b2 e2  b2 2 e2  (   )b2 e2 
atau dapat disederhanakan menjadi persamaan berikut ini
 a2 b1i  a3b1i  a3b2 e2 
 
   b1 si   b2 e2 
  b1 si 
f , g  (x)   kb e  (1  b )b e  (1  b )b i  (1  b )b e 
 1 1 2 1 2 2 1 2 2 2 
 kb1e1  (1  b2 )b1e2  (1  b2 )b1i 
 
 (1  b2 )b2 e2   b2 e2 

sehingga diperoleh persamaan f , g  (x) adalah

 [ f , g ]1 (x)   a2 b1i  a3b1i  a3b2 e2 

   
 [ f , g ]2 (x)     b1 si   b2 e2 
 [ f , g ]3 (x)    b1 si  (4.49)
f , g  (x)   [ f , g ] (x)    kb e  (1  b )b e  (1  b )b i  (1  b )b e  .
 4   1 1 2 1 2 2 1 2 2 2 
 [ f , g ]5 (x)   kb1e1  (1  b2 )b1e2  (1  b2 )b1i 
   
 [ f , g ]6 (x)   (1  b2 )b2 e2   b2 e2 
Langkah selanjutnya dalam penyelesaian singular control adalah
menentukan turunan kedua dari fungsi switching 1 (t )  . Tenurunan kedua fungsi

switching (4.43) dapat diperoleh dengan cara sebagai berikut

d 21


 (t ), f , f , g  (x)  (4.50)
dt 
 (t ), g, f , g  (x) 
dengan
f , f , g  (x) D f , g  (x)f (x)  Df (x) f , g  (x)
 . (4.51)
g, f , g  (x) D f , g  (x)g(x)  Dg(x) f , g  (x)

Terlebih dahulu akan diselesaikan f , f , g  (x)  D f , g  (x)f (x)  Df (x) f , g  (x)

pada persamaan (4.51), dengan f (x) dan f , g  (x) secara berturut-turut merupakan
 65

bentuk persamaan (4.46) dan persamaan (4.49), berikut adalah penyelesaian dari
D f , g (x)f (x) yaitu

 f , g  (x)  f , g  (x)  f , g  (x)  f , g  (x)

D f , g  (x)f (x)  f1  f2  f3  f4 
z s e1 i
 f , g  (x)  f , g  (x)
f5  f6
e2 r

0  0   0 
     
0    b1i   0 
0   b1i   0 
D f , g  (x)f (x)   a1 s  a2 i  a3 e2      A   r   si   s       si  (k   )e1   
0  0   kb1 
0  0   kb1 
     
0  0   0 
 a2 b1  a3b1 
 
   b1 s 
  b1 s 
 ke1  (1  b2 )e2  (b1   )i      b1i  (1  b2 )e2  (b2   )e2 
 (1  b2 )b1 
 (1  b2 )b1 
 
 0 
 a3 b2  0
   
  b2  0
 0  0
    b2 e2  (   )r   
 (1  b2 )b1  (1  b2 )b2  0
 (1  b2 )b1  0
   
 (1  b2 )b2   b2  0
atau
0  0   0 
     
 0    A b1i   b1ir   b1 si   b1  si  
2 2
0 
 0   A b1i   b1ir   2 b1 si 2   b1  si   0 
D f , g  (x)f (x)       
0  0     kb1 si  (k   )kb1e1 
0  0    kb1 si  (k   )kb1e1 
     
0  0   0 
 a2 kb1e1  (1  b2 )a2 b1e2  (b1   )a2 b1i  a3 kb1e1  (1  b2 )a3b1e2  (b1   )a3b1i 
 
 k  b1 se1  (1  b2 )  b1 se2  (b1   )  b1 si 
 k  b1 se1  (1  b2 )  b1 se2  (b1   )  b1 si 
 
 (1  b2 )kb1e1  (1  b2 ) b1e2  (1  b2 )(b1   )b1i
2

 (1  b2 )kb1e1  (1  b2 ) b1e2  (1  b2 )(b1   )b1i
2 
 
 0 
 66

 a3b1b2 i  (1  b2 )a3b2 e2  (b2   )a3b2 e2 

 
  b1b2 i  (1  b2 ) b2 e2  (b2   ) b2 e2 
 0 
 
 (1  b2 )b1 i  (1  b2 ) b1e2  (1  b2 )(b2   )b1e2  (1  b2 )b1b2 i  (1  b2 ) b2 e2  (1  b2 )(b2   )b2 e2 
2 2 2

 (1  b2 )b12 i  (1  b2 )2 b1e2  (1  b2 )(b2   )b1e2 

 
 (1  b2 )b1b2 i  (1  b2 )2 b2 e2  (1  b2 )(b2   )b2 e2   b1b2 i  (1  b2 ) b2 e2  (b2   )b2 e2 
sedemikian sehingga
 a2 kb1e1  (1  b2 )a2 b1e2  (b1   )a2 b1i  a3 kb1e1  (1  b2 )a3b1e2  (b1   )a3b1i  
 
 a3b1b2 i  (1  b2 )a3b2 e2  (b2   )a3b2 e2 
 
 
  A b1i   b1ir   b1 si   b1  si  k  b1 se1  (1  b2 )  b1 se2  (b1   ) b1 si   b1b2i  
2 2

 (1  b ) b e  (b   ) b e 
 2 2 2 2 2 2 
 
 
 A b1i   b1ir   b1 si   b1  si  k  b1 se1  (1  b2 )  b1 se2  (b1   )  b1 si
2 2

D f , g  (x)f (x)   .
 
   kb1 si  (k   )kb1e1  (1  b2 )kb1e1  (1  b2 ) 2 b1e2  (1  b2 )(b1   )b1i  (1  b2 )b12i  
 
 (1  b2 ) b1e2  (1  b2 )(b2   )b1e2  (1  b2 )b1b2 i  (1  b2 ) b2 e2  (1  b2 )(b2   )b2 e2 
2 2

 
 
  kb1 si  (k   )kb1e1  (1  b2 )kb1e1  (1  b2 )2 b1e2  (1  b2 )(b1   )b1i  (1  b2 )b12 i  
 
 (1  b2 ) b1e2  (1  b2 )(b2   )b1e2
2

 
 
 (1  b )b b i  (1  b )2 b e  (1  b )(b   )b e   b b i  (1  b ) b e  (b   )b e 
 2 1 2 2 2 2 2 2 2 2 1 2 2 2 2 2 2 2

(4.52)

Selanjutnya akan dicari penyelesaian dari Df (x) f , g  (x) sebagai berikut

f (x) f (x) f (x) f (x)
Df (x) f , g  (x)  [ f , g ]1  [ f , g ]2  [ f , g ]3  [ f , g ]4 
z s e1 i
f (x) f (x)
[ f , g ]5  [ f , g ]6
e2 r

dengan f (x) dan f , g  (x) secara berturut-turut merupakan bentuk persamaan

(4.46) dan persamaan (4.49), sehingga diperoleh
 67

0  a1   0 
     
0   i     0 
0  i   ( k   ) 
Df (x) f , g  (x)   a2 b1i  a3b1i  a3b2 e2        b1 si   b2 e2       b1 si   
0
   0   k 
0  0   0 
     
0  0   0 

 a2 
 
  s 
 s 
 kb1e1  (1  b2 )b1e2  (1  b2 )b1i  (1  b2 )b2 e2   
 (b1   ) 
 b1 
 
 0 

 a3   0 
   
 0    
 0   0 
 kb1e1  (1  b2 )b1e2  (1  b2 )b1i      (1  b2 )b2 e2   b2 e2   
 (1  b2 )   0 
 (1  b2 )  (b2   )   0 
   
 b2   (   ) 
atau

0  a1  b1 si  a1 b2 e2   0 

   2 2   
 0    b1 si   b2 ie2   b1 si   b2 e2   0 
0    2 b1 si 2   b2 ie2   (k   )  b1 si 
Df (x) f , g  (x)       
0  0    kb1 si 
0  0   0 
     
0  0   0 

 a2 kb1e1  (1  b2 )a2 b1e2  (1  b2 )a2 b1i  (1  b2 )a2 b2 e2 

 
 k  b1 se1  (1  b2 )  b1 se2  (1  b2 )  b1 si  (1  b2 )  b2 se2 
 k  b1 se1  (1  b2 )  b1 se2  (1  b2 )  b1 si  (1  b2 )  b2 se2 
 
 (b1   )kb1e1  (1  b2 )(b1   )b1e2  (1  b2 )(b1   )b1i  (1  b2 )(b1   )b2 e2 
 kb12 e1  (1  b2 )b12 e2  (1  b2 )b12 i  (1  b2 )b1b2 e2 
 
 0 
 68

 a3 kb1e1  (1  b2 )a3b1e2  (1  b2 )a3b1i 

 
 0 
 0 
 
 (1  b2 )kb1e1  (1  b2 ) b1e2  (1  b2 )b1 i
2 2

 (1  b2 )kb1e1  (1  b2 ) 2 b1e2  (1  b2 )b12 i  (b2   )kb1e1  (1  b2 )(b2   )b1e2  (1  b2 )(b2   )b1i 
 
 kb1b2 e1  (1  b2 )b1b2 e2  (1  b2 )b1b2 i 

 0 
 
 (1  b2 ) b2 e2   b2 e2
2

 0 
 
 0 
 0 
 
 (1  b2 )(   )b2 e2  (   ) b2 e2 
sedemikian sehingga

 a1  b1 si  a1 b2 e2  a2 kb1e1  (1  b2 )a2 b1e2  (1  b2 )a2 b1i  

 
 (1  b2 )a2 b2 e2  a3 kb1e1  (1  b2 )a3b1e2  (1  b2 )a3b1i 
 
 
  2 b1 si 2   b2 ie2   b1 si   b2 e2  k  b1 se1  (1  b2 )  b1 se2  
 
 (1  b2 )  b1 si  (1  b2 )  b2 se2  (1  b2 ) b2 e2   2 b2 e2 
 
 
   2 b1 si 2   b2 ie2  (k   )  b1 si  k  b1 se1  (1  b2 )  b1 se2  
 (1  b2 )  b1 si  (1  b2 )  b2 se2 
Df (x) f , g  (x)   .
 
 
  kb1 si  (b1   )kb1e1  (1  b2 )(b1   )b1e2  (1  b2 )(b1   )b1i  
 (1  b2 )(b1   )b2 e2  (1  b2 )kb1e1  (1  b2 ) 2 b1e2  (1  b2 )b12 i 
 
 
 
 kb1 e1  (1  b2 )b1 e2  (1  b2 )b1 i  (1  b2 )b1b2 e2  (1  b2 )kb1e1  (1  b2 ) b1e2 
2 2 2 2

 (1  b )b 2 i  (b   )kb e  (1  b )(b   )b e  (1  b )(b   )b i 

 2 1 2 1 1 2 2 1 2 2 2 1

 
 kb b e  (1  b )b b e  (1  b )b b i  (1  b )(   )b e  (   ) b e 
 1 2 1 2 1 2 2 2 1 2 2 2 2 2 2 
(4.53)

Berdasarkan hasil perhitungan yang telah diperoleh pada persamaan (4.52) dan

(4.53) maka penyelesaian dari f , f , g  (x)  D f , g  (x)f (x)  Df (x) f , g  (x)
adalah sebagai berikut
 69

f , f , g  (x)  D f , g  (x)f (x)  Df (x) f , g  (x)

 2a2 kb1e1  2(1  b2 )a2 b1e2  (b1   )a2 b1i  2a3 kb1e1  2(1  b2 )a3b1e2  (b1   )a3b1i  a3b1b2i  
 
 (1  b ) a b
2 3 2 2e  (b 2   ) a b e
3 2 2  a1  b1 si  a1 b e
2 2  (1  b )
2 2 1a b i  (1  b ) a b
2 2 2 2 e  (1  b ) a
2 3 1b i 
 
 
  A b1i   b1ir  2k  b1 se1  2(1  b2 )  b1se2  (b1   )  b1si   b1b2i  2(1  b2 ) b2 e2  
 (b2   ) b2 e2   b2 ie2   b2 e2  (1  b2 )  b1 si  (1  b2 )  b2 se2   b2 e2
2 
 
 
 
 A b1i   b1ir   b1  si  2k  b1 se1  2(1  b2 )  b1 se2  (b1   )  b1si  (1  b2 )  b1si  (1  b2 )  b2 se2 
 
(f ,(f , g))(x)   .
 2k  b1 si  (k   )kb1e1  2(1  b2 )kb1e1  2(1  b2 ) b1e2  (1  b2 )b1 i  (1  b2 ) b1e2  (1  b2 )b1b2i  
2 2 2

 
 (1  b2 ) b2 e2  2(1  b2 )(b2   )b2 e2  (b1   )kb1e1  (1  b2 ) b1i
2 2

 
 
 k  b1 si  (k   )kb1e1  2(1  b2 )kb1e1  2(1  b2 ) b1e2  (1  b2 )(b1   )b1i  2(1  b2 )b1 i  (1  b2 ) b1e2  
2 2 2

 2 
 kb1 e1  (1  b2 )b1 e2  (1  b2 )b1b2 e2  (1  b2 ) b1i  (b2   )kb1e1  (1  b2 )(b2   )b1i
2 2

 
 
 2(1  b2 )b1b2 i  (1  b2 ) b2 e2  (1  b2 )(b2   )b2 e2   b1b2 i  (1  b2 ) b2 e2  (b2   )b2 e2  kb1b2 e1  
2

 (1  b )b b e  (1  b )(   )b e 
 2 1 2 2 2 2 2 

atau dapat dituliskan kembali sebagai

 (a2  a3 )  2kb1e1  2(1  b2)b1e2  (1  b1  b2   )b1i   
 
 b2 e2  a1  (1   )a3  (1  b2 )a2   b1i  a1  s  a3b2  
 
 
  b1  ( A   r )i  2kse1  2(1  b2 ) se2  (1  b1  b2   ) si   
 
  b2  (2  b2   )e2  (  e2  b1 )i    b2  (1  b2 ) se2  
 
 
  b1  ( A   r )i  2kse1  (2  b2 ) se2  (1  b1  b2   ) si    b2  (1  b2 ) se2  
 
f , f , g  (x)   .
 kb 2  si  (2b  2  k  b )e  b b (2  b )e  (3  b  2b )i  
 1 2 1 1 1 2  2 2 1 2  
2 2  2 
 b  b i  i  e   b e b 2  2b   2   1 
 1 1 2 2

 
 
 kb1  2  si  (b1  2  b2  k )e1   b1b2  (2b2  b1  3)e2  (b1  1)i   
 
 b1  (b1  1)(i  e2 )  
 
 
 b b  (2b    2)i  (1  b )e  ke   b e  3 (b  1)  2b    1 
 1 2 2 2 2 1 2 2 2 2 
(4.54)

Selanjutnya akan diselesaikan g, f , g  (x)  D f , g  (x)g(x)  Dg(x) f , g  (x) pada

persamaan (4.50), dengan g(x) dan f , g  (x) secara berturut-turut merupakan

 70

bentuk persamaan (4.47) dan persamaan (4.49). Berikut adalah penyelesaian dari
D f , g (x)g(x) yaitu

 f , g  (x)  f , g  (x)  f , g  (x)  f , g  (x)

D f , g  (x)g(x)  g1  g2  g3  g4 
z s e1 i
 f , g  (x)  f , g  (x)
g5  g6
e2 r

0  0   0   a2 b1  a3 b1 
       
0    b1i   0     b1 s 
0   b1i   0    b1 s 
D f , g  (x)g (x)  (C1  C2 )    (0)    (0)     b1i   
0  0    kb1   (1  b2 )b1 
0  0   kb1   (1  b2 )b1 
       
0  0   0   0 
 a3 b2  0
   
  b2  0
 0  0
(b1i  b2 e2 )    (b2 e2 )  
 (1  b2 )b1  (1  b2 )b2  0
 (1  b2 )b1  0
   
 (1  b2 )b2   b2  0
atau
 a2 b12 i  a3b12 i   a3b1b2 i  a3b2 2 e2 
   
  b1 si
2
   b1b2 i   b2 e2
2

   b12 si   0 
D f , g  (x)g(x)    
 (1  b2 )b1 i   (1  b2 )b1 i  (1  b2 )b1b2 e2  (1  b2 )b1b2 i  (1  b2 )b2 e2 
2 2 2

 (1  b )b 2 i   (1  b2 )b12 i  (1  b2 )b1b2 i 

 2 1
  

 0   (1  b2 )b1b2 i  (1  b2 )b2 e2   b1b2 i   b2 e2
2 2

sedemikian sehingga
 a2 b12 i  a3b12 i  a3b1b2 i  a3b2 2 e2 
 
  b1 si   b1b2 i   b2 e2
2 2

   b12 si 
D f , g  (x)g(x)   . (4.55)
 (1  b2 )b1b2 e2  (1  b2 )b1b2 i  (1  b2 )b2 e2 
2

 (1  b2 )b1b2 i 
 
 (1  b )b b i  (1  b )b e   b b i   b e 
2 2
 2 1 2 2 2 2 1 2 2 2 

Selanjutnya akan dicari penyelesaian dari Dg(x) f , g (x) sebagai berikut

 71

g (x) g(x) g(x) g(x)

Dg(x) f , g  (x)  [ f , g ]1  [ f , g ]2  [ f , g ]3  [ f , g ]4 
z s e1 i
g (x) g(x)
[ f , g ]5  [ f , g ]6
e2 r

dengan g(x) dan (f, g)(x) secara berturut-turut merupakan bentuk persamaan
(4.47) dan persamaan (4.49), sehingga diperoleh
0 0  0
     
0 0  0
0 0  0
Dg (x) f , g  (x)  ( a2 b1i  a3b1i  a3b2 e2 )    (   b1 si   b2 e2 )    (  b1 si )   
0 0  0
0 0  0
     
0 0  0
 0 
 
 0 
 0 
( kb1e1  (1  b2 )b1e2  (1  b2 )b1i  (1  b2 )b2 e2 )  
 b1 
 b1 
 
 0 
 0  0
   
 0  0
 0  0
( kb1e1  (1  b2 )b1e2  (1  b2 )b1i )    ( (1  b2 )b2 e2   b2 e2 )  
 0  0
 b2  0
   
 b2  0
atau
 0   0 
   0

 0   
 0   0 
Dg(x) f , g  (x)   2  
 kb1 e1  (1  b2 )b1 e2  (1  b2 )b1 i  (1  b2 )b1b2 e2  
2 2
0 
 kb12 e1  (1  b2 )b12 e2  (1  b2 )b12 i  (1  b2 )b1b2 e2   kb1b2 e1  (1  b2 )b1b2 e2  (1  b2 )b1b2 i 
   
 0   kb1b2 e1  (1  b2 )b1b2 e2  (1  b2 )b1b2 i 
sedemikian sehingga
 72

 0 
 
 0 
 0 
Dg(x) f , g  (x)   . (4.56)
 kb1 e1  (1  b2 )b1 e2  (1  b2 )b1 i  (1  b2 )b1b2 e2
2 2 2

 kb12 e1  (1  b2 )b12 e2  (1  b2 )b12 i  kb1b2 e1  (1  b2 )b1b2 i 
 
 kb1b2 e1  (1  b2 )b1b2 e2  (1  b2 )b1b2 i 
Berdasarkan hasil perhitungan yang telah diperoleh pada persamaan (4.55) dan

(4.56) maka penyelesaian dari g, f , g  (x)  D f , g  (x)g(x)  Dg(x) f , g  (x)
adalah sebagai berikut
g, f , g  (x)  D f , g  (x)g(x)  Dg(x) f , g  (x)
 a2 b12 i  a3b12 i  a3b1b2 i  a3b2 2 e2 
 
  b12 si   b1b2 i   b2 2 e2 
   b12 si 
g, f , g  (x)   .
 2(1  b )b b e
2 1 2 2  (1  b ) b
2 1 2b i  (1  b2 )b 2
2 2e  kb 2
1 1e  (1  b )b 2
2 1 2 e  (1  b )b 2
2 1  i
 kb12 e1  (1  b2 )b12 e2  (1  b2 )b12 i  kb1b2 e1 
 
 2(1  b )b b i  (1  b )b 2 e   b b i   b 2 e  kb b e  (1  b )b b e 
 2 1 2 2 2 2 1 2 2 2 1 2 1 2 1 2 2 
atau dapat dituliskan kembali sebagai
 a2 b12 i  a3b12 i  a3b1b2 i  a3b2 2 e2 
 
  b1 si   b1b2 i   b2 e2
2 2

   b1 si
2 
g, f , g  (x)   .
 (1  b2 )  2b1b2 e2  b1b2 i  b2 2 e2  b12 e2  b12 i   kb12 e1 
(4.57)
 
  b1  b2  kb1e1  (1  b2 )b12  e2  i  
 (1  b )b  b e  2b i  b e   b  b i   b e  kb e  
 2 2 2 2 1 1 2 2 2 2 2 1 1 

Misalkan suku-suku pada persamaan (4.54) dan (4.57) dituliskan kembali sebagai
berikut
G  (a2  a3 )  2kb1e1  2(1  b2)b1e2  (1  b1  b2   )b1i   b2 e2  a1  (1   )a3  (1  b2 )a2  
b1i  a1  s  a3b2 
I   b1  ( A   r )i  2kse1  2(1  b2 ) se2  (1  b1  b2   ) si    b2  (2  b2   )e2  (  e2  b1 )i  
 b2  (1  b2 ) se2 
J   b1  ( A   r )i  2kse1  (2  b2 ) se2  (1  b1  b2   ) si    b2  (1  b2 ) se2 
K  kb1  2 si  (2b2  2  k  b1 )e1   b1b2  (2  b2 )e2  (3  b1  2b2 )i   b1  b1i  i  e2  
b2 e2  b2 2  2b2   2  1
L  kb1  2 si  (b1  2  b2  k )e1   b1b2  (2b2  b1  3)e2  (b1  1)i   b1  (b1  1)(i  e2 ) 
M  b1b2  (2b2    2)i  (1  b2 )e2  ke1   b2 e2  3 (b2  1)  2b2    1
 73

N  a2 b12 i  a3b12 i  a3b1b2 i  a3b2 2 e2

O   b12 si   b1b2 i   b2 2 e2
P    b12 si
Q  (1  b2 )  2b1b2 e2  b1b2 i  b2 2 e2  b12 e2  b12 i   kb12 e1
R   b1  b2  kb1e1  (1  b2 )b12  e2  i 
S  (1  b2 )b2  b2 e2  2b1i  b1e2   b2  b2 i   b2 e2  kb1e1 
sehingga persamaan (4.54) dan (4.57) dapat ditulis kembali sebagai
G
 
 I 
J 
f , f , g  (x)    (4.58)
K
L
 
M 
dan
N
 
O
P
g, f , g  (x)    . (4.59)
Q
R
 
S
Selanjutnya subsitusikan persamaan (4.58) dan persamaan (4.59) ke persamaan
(4.50), sehingga diperoleh turunan kedua dari fungsi switching 1 (t )  sebagai

berikut

d 21


 (t ), f , f , g  (x) 
dt 
 (t ), g, f , g  (x) 
G  1 I  2 J  3 K  4 L  5 M
 .
N  1O  2 P  3Q  4 R  5 S

Karena singular control merupakan turunan kedua dari fungsi switching 1 (t ) 

maka diperoleh u singular sebagai berikut

G  1 I  2 J  3 K  4 L  5 M
u singular  . (4.60)
N  1O  2 P  3Q  4 R  5 S
Berdasarkan persamaan (4.45) dan (4.60) maka batas-batas kontrol optimal model
 74

penyebaran penyakit tuberkulosis dengan kontrol pengobatan menggunakan bang-

bang control dan singular control adalah sebagai berikut
0, 1  0

u  (t )   u s ingular , 1  0 (4.61)
1, 1  0

dengan nilai 1 (t ) merupakan fungsi switching yang terdapat pada persamaan

(4.43) dan nilai u singular ada pada persamaan (4.60).

4.4.2 Penyelesaian Kontrol Optimal Model dengan Kontrol Pola Hidup

Sehat
Dalam uraian berikut ini akan dibahas tentang penyelesaian kontrol optimal
pada model penyebaran penyakit tuberkulosis dengan kontrol pola hidup sehat
dimana batasnya menggunakan bang-bang control dan singular control.
Berdasarkan kondisi batas variabel kontrol pola hidup sehat 0 ≤ v ≤ 1 maka
diperoleh batas kontrol optimal dengan menggunakan bang-bang control adalah
0, 2  0
v (t )   , (4.62)
1, 2  0
ketika batas kontrolnya 2 (t )  0 maka penyelesaian batas kontrol optimalnya

menggunakan singular control.

Penyelesaian singular control dari persamaan (4.41) menggunakan
turunan kedua dari fungsi switching 2 (t )  . Berdasarkan sistem persamaan (4.41)

dimisalkan
 z 
 
 s 
e 
x 1 
 i 
e2 
 
 r 
maka dalam penyelesaian singular control model tipe SE1 IE2 R penyebaran
penyakit tuberkulosis dengan kontrol pola hidup sehat dapat ditulis sebagai
 75

dx
 f (x)  h(x) v
dt
 a1 s  a2 i  a3 e2   C3 
   
 A   r   si   s   s 
dx   si  (k   )e1  0
    v
dt  ke1  (1  b2 )e2  (b1   )i   0 
 b1i  (1  b2 )e2  (b2   )e2   0 
   
 b2 e2  (   )r  0
dengan
 f1 (x)   a1 s  a2 i  a3 e2 
   
 f 2 (x)   A   r   si   s 
 f3 (x)    si  (k   )e1 
f (x)    
 f 4 (x)   ke1  (1  b2 )e2  (b1   )i 
 f5 (x)   b1i  (1  b2 )e2  (b2   )e2 
   
 f 6 (x)   b2 e2  (   )r 
dimana f (x) merupakan persamaan yang sama dengan persamaan (4.46),

 h1 (x)   C3 
   
 h2 (x)    s 
 h (x)   0 
h(x)   3     .
 h4 (x)   0  (4.63)
 h5 (x)   0 
   
 6  0
h (x)

Langkah pertama dalam penyelesaian singular control adalah menentukan

turunan pertama dari fungsi hamiltoniannya terhadap kontrol pola hidup sehat.
Turunan pertama fungsi Hamiltonian (4.42) dapat diperoleh dengan cara sebagai
berikut
d2
   (t ), f , h (x)  ,
dt
dengan
f , h (x)  Dh(x)f (x)  Df (x)h(x), (4.64)

dimana f (x) dan h(x) berturut-turut merupakan bentuk persamaan (4.46) dan
persamaan (4.63). Uraian penyelesaian dari persamaan (4.64) adalah sebagai
berikut
 76

h(x) h(x) h(x) h(x) h(x) h(x)

Dh(x)f (x)  f1  f2  f3  f4  f5  f6
z s e1 i e2 r

0 0 0

     
0  1 0
0 0 0
Dh(x)f (x)   a1 s  a2 i  a3 e2      A   r   is   s       si  (k   )e1    
0 0 0
0 0 0
     
0 0 0
0 0
   
0 0
0 0
 ke1  (1  b2 )e2  (b1   )i      b1i  (1  b2 )e2  (b2   )e2    
0 0
0 0
   
0 0
0
 
0
0
 b2 e2  (   )r   
0
0
 
0
 0 
 
  A   r   si   s 
 0 
Dh(x)f (x)   .
 0 
 0 
 
 0 
Selanjutnya akan dicari penyelesaian dari Df (x)h(x) sebagai berikut
f (x) f (x) f (x) f (x) f (x) f (x)
Df (x)h(x)  h1  h2  h3  h4  h5  h6
z s e1 i e2 r
dengan f (x) dan h(x) berturut-turut merupakan bentuk persamaan (4.46) dan
persamaan (4.63), sehingga diperoleh
 77

0  a1   0   a2 
       
0   i     0    s 
0  i   ( k   )   s 
Df (x)h(x)   C3       s     0    0  
0  0   k   (b1   ) 
0  0   0   b1 
       
0  0   0   0 
 a3   0 
   
 0    
 0   0 
 0     0  
 (1  b2 )   0 
 (1  b2 )  (b2   )   0 
   
 b2   (   ) 

  a1 s 
 
  si   
   si 
Df (x)h(x)   .
 0 
 0 
 
 0 

Berdasarkan persamaan (4.63) maka hasil dari f , h (x) adalah sebagai berikut

f , h  (x)  Dh(x)f (x)  Df (x)h(x)

 a1 s 
 
A  r 
  si 
f , h  (x)   0 
 
 0 
 
 0 

sehingga diperoleh persamaan f , h (x) adalah

 [ f , h]1 (x)   a1 s 
   
 [ f , h]2 (x)    A   r 
 [ f , h] (x)    si  (4.65)
f , h (x)   [ f , h]3 (x)    0  .
 4   
 [ f , h]5 (x)   0 
   
 [ f , h]6 (x)   0 
Langkah selanjutnya dalam penyelesaian singular control adalah
 78

menentukan turunan kedua dari fungsi switching 2 (t )  . Turunan kedua fungsi

switching (4.44) dapat diperoleh dengan cara sebagai berikut

d 2 2


 (t ), f , f , h  (x)  (4.66)
dt 
 (t ), h, f , h  (x) 
dengan
f , f , h  (x) D f , h  (x)f (x)  Df (x) f , h  (x)
 . (4.67)
h, f , h  (x) D f , h  (x)h(x)  Dh(x) f , h  (x)

Terlebih dahulu akan diselesaikan turunan

f , f , h  (x)  D f , h  (x)f (x)  Df (x) f , h  (x) terlebih dahulu pada persamaan (4.67).

Persamaan f (x) dan f , h (x) secara berturut-turut merupakan bentuk persamaan

(4.46) dan persamaan (4.65). Berikut adalah penyelesaian dari D f , h (x)f (x)

yaitu
 f , h  (x)  f , h  (x)  f , h  (x)  f , h  (x)
D f , h  (x)f (x)  f1  f2  f3  f4 
z s e1 i
 f , h  (x)  f , h  (x)
f5  f6
e2 r

0  a1   0
     
0 0 0
0  i  0
D f , h  (x)f (x)   a1 s  a2 i  a3 e2      A   r   is   s       si  (k   )e1    
0 0 0
0 0 0
     
0 0 0
 0 0  0 
     
 0 0   
s 0  0 
 ke1  (1  b2 )e2  (b1   )i     b1i  (1  b2 )e2  (b2   )e2     b2 e2  (   )r   
 0 0  0 
 0 0  0 
     
 0 0  0 
atau
 79

 0   a1 A  a1 r  a1  si  a1  s   0   0 
       
0  0  0  0 
 0   A i   ir   2 si 2   si   0    kse1  (1  b2 )  se2  (b1   )  si 
D f , h  (x)f (x)        
0  0  0  0 
0  0  0  0 
       
0  0  0  0 
0  0 
   
 0    b2 e2  (   ) r 
0  0 
  
0  0 
0  0 
   
0  0 
sedemikian sehingga
 a1 A  a1 r  a1  si  a1  s 
 
  b2 e2  (   ) r 
 A i   ir   2 si 2   si   kse1  (1  b2 )  se2  (b1   )  si 
D f , h  (x)f (x)   . (4.68)
 0 
 0 
 
 0 

Selanjutnya akan dicari penyelesaian dari Df (x) f , h (x) sebagai berikut

f (x) f (x) f (x) f (x)
Df (x) f , h  (x)  [ f , h]1  [ f , h]2  [ f , h]3  [ f , h ]4 
z s e1 i
f (x) f (x)
[ f , h]5  [ f , h]6
e2 r

dengan f (x) dan f , h (x) secara berturut-turut merupakan bentuk persamaan

(4.46) dan persamaan (4.65), sehingga diperoleh
0  a1   0   a2 
       
0   i     0    s 
0  i   ( k   )   s 
Df (x) f , h  (x)   a1 s       A   r      si    (0)  
0  0   k   (b1   ) 
0  0   0   b1 
       
0  0   0   0 
 80

 a3   0 
   
 0    
 0   0 
(0)    (0)  
 (1  b2 )   0 
 (1  b2 )  (b2   )   0 
   
 b2   (   ) 
atau
 a1 A  a1 r   0 
   
 A i   ir  A   r   0 
  A i   ir   (k   )  si 
Df (x) f , h  (x)    
 0    ksi 
 0   0 
   
 0   0 
sedemikian sehingga
 a1 A  a1 r 
 
 A i   ir  A   r 
  A i   ir  (k   si 
Df (x) f , h  (x)   . (4.69)
  ksi 
 0 
 
 0 
Berdasarkan hasil perhitungan yang telah diperoleh pada persamaan (4.68) dan

(4.69) maka penyelesaian dari f , f , h  (x)  D f , h  (x)f (x)  Df (x) f , h  (x)
adalah sebagai berikut
f , f , h  (x)  D f , h  (x)f (x)  Df (x) f , h  (x)
 2a1 A  2a1 r  a1  si  a1  s 
 
  b2 e2  (   ) r  A i   ir  A   r 
 2 A i  2 ir   2 si 2   si   kse1  (1  b2 )  se2  (b1   )  si  (k   )  si 
f , f , h  (x)   .
   ksi 
 0 
 
 0 
atau dapat dituliskan kembali sebagai
 81

 2a1 A  2a1 r  a1  si  a1  s 
 
  b2 e2  (   ) r  A i   ir  A   r 
  si  k   i  b1      se2 (1  b2 )    kse1  2 ir  Ai  
f , f , h  (x)   . (4.70)
   ksi 
 0 
 
 0 

Selanjutnya akan diselesaikan turunan h, f , h (x)  D f , h  (x)h(x)  Dh(x) f , h  (x)

pada persamaan (4.63), dengan h(x) dan f , h (x) di atas secara berturut-turut
merupakan persamaan dari (4.63) dan (4.65). Berikut adalah penyelesaian dari
D f , h (x)h(x) yaitu

 f , h  (x)  f , h  (x)  f , h  (x)  f , h  (x)

D f , h  (x)h(x)  h1  h2  h3  h4 
z s e1 i
 f , h  (x)  f , h  (x)
h5  h6
e2 r

0  a1   0  0   0  0
           
0 0 0  0   0  0
0  i  0 s  0  0
D f , h  (x)h(x)  (C3 )      s     (0)    (0)    (0)    (0)  
0 0 0  0   0  0
0 0 0  0   0  0
           
0 0 0  0   0  0
 a1 s 
 
 0 
   si 
D f , h  (x)h(x)   . (4.71)
 0 
 0 
 
 0 

Selanjutnya akan dicari penyelesaian dari Dh(x) f , h (x) sebagai berikut

h(x) h(x) h(x) h(x)
Dh(x) f , h  (x)  [ f , h]1  [ f , h]2  [ f , h]3  [ f , h]4 
z s e1 i
h(x) h(x)
[ f , h]5  [ f , h]6
e2 r

dengan h(x) dan f,h (x) secara berturut-turut merupakan bentuk persamaan
(4.63) dan persamaan (4.65), sehingga diperoleh
 82

0 0 0 0 0 0

           
0  1 0 0 0  0
0 0 0 0 0 0
Dh(x) f,h  (x)   a1 s       A   r       si     (0)    (0)    (0)  
0 0 0 0 0 0
0 0 0 0 0 0
           
0 0 0 0 0 0
 0 
 
 Ar
 0 
Dh(x) f,h  (x)   . (4.72)
 0 
 0 
 
 0 
Berdasarkan hasil perhitungan yang telah diperoleh pada persamaan (4.71) dan

(4.72) maka penyelesaian dari h, f,h  (x)  D f,h  (x)h(x)  Dh(x) f,h  (x)
adalah sebagai berikut
h, f,h  (x)  D f,h  (x)h(x)  Dh(x) f,h  (x)
 a1 s 
 
A  r 
   si 
h, f,h  (x)   . (4.73)
 0 
 0 
 
 0 
Selanjutnya persamaan (4.70) dan (4.73) di atas disubsitusikan ke dalam persamaan
(4.66), sehingga diperoleh turunan kedua dari fungsi switching 2 (t )  sebagai

berikut

d 2 2


 (t ), f , f,h  (x) 
dt 
 (t ), h, f,h  (x) 
2a1 A  2a1 r  a1  si  a1  s  1   b2 e2  (   ) r  A i   ir  A   r  
2   si  k   i  b1      se2 (1  b2 )    kse1  2 ir  Ai    3    ksi 
 .
a1 s  1   A   r   2    si 

Karena singular control merupakan turunan kedua dari fungsi switching 2 (t ) 

maka diperoleh vsingular sebagai berikut

 83

2a1 A  2a1 r  a1  si  a1  s  1   b2 e2  (   ) r  A i   ir  A   r  
2   si  k   i  b1      se2 (1  b2 )    kse1  2 ir  Ai    3    ksi 
vsingular  .
a1 s  1   A   r   2    si 
(4.74)
Berdasarkan persamaan (4.62) dan (4.74) maka batas-batas kontrol optimal model
penyebaran penyakit tuberkulosis dengan kontrol pola hidup sehat menggunakan
bang-bang control dan singular control adalah sebagai berikut
0, 2  0


v (t )   vs ingular , 2  0 (4.75)
1, 2  0

dengan nilai 2 (t ) merupakan fungsi switching yang terdapat pada persamaan

(4.44) dan nilai vsingular ada pada persamaan (4.74).

4.5 Simulasi Model

Pada bagian ini, akan dilakukan simulasi numerik model tipe SE1IE2R
penyebaran penyakit tuberkulosis, yang bertujuan untuk mengetahui pengaruh
kontrol pengobatan serta pola hidup sehat sehingga dapat meminimalisir penularan
penyakit dengan berkurangnya jumlah individu terinfeksi, individu laten persisten
dan individu rentan dengan biaya minimum. Akan dibandingkan model tipe
SE1IE2R penyebaran penyakit tuberkulosis tanpa faktor pengobatan dan pola hidup
sehat dengan model tipe SE1IE2R penyebaran penyakit tuberkulosis menggunakan
kontrol pengobatan dan pola hidup sehat.
Simulasi ini menggunakan software Matlab 7.1.0.246(R14). Nilai-nilai
parameter yang digunakan dalam simulasi model mengacu pada penelitian
Nainggolan (2017) yang disajikan dalam Tabel 4.2 dan Tabel 4.3.
Tabel 4.2 Nilai awal kontrol optimal model SE1IE2R penyebaran penyakit
tuberkulosis.
Parameter Nilai parameter
s (0) 0,48
e1 (0) 0,30
i (0) 0,15
e2 (0) 0,07
r (0) 0,0
 84

Tabel 4.3 Nilai parameter model SE1IE2R penyebaran penyakit tuberkulosis

dengan kontrol pengobatan dan pola hidup sehat.
Parameter Nilai parameter
A 0,035
 0,2
 0,01
k 0,2
b1 0,6
b2 0,4
 0,12
a1 40
a2 40
a3 40
C1 10
C2 10
C3 10

Kontrol pengobatan u, yang dibatasi untuk 0  u  1 , menunjukkan

besarnya tingkat efektivitas pemberian obat dalam menyembuhkan individu
terinfeksi dan individu laten persisten. Kontrol pengobatan v, yang dibatasi untuk
0  v  1 , menunjukkan besarnya tingkat efektivitas pola hidup sehat dalam
menurunkan individu rentan. Dari kondisi ini, diperoleh bentuk kontrol optimal
dengan kontrol pengobatan dan pola hidup sehat yang selanjutnya dapat
digambarkan dalam grafik dengan perintah software Matlab 7.1.0.246(R14).
Dinamika proporsi masing-masing individu dengan pemberian kontrol
pengobatan serta pola hidup sehat dan proporsi masing-masing individu tanpa
pemberian kontrol pengobatan serta pola hidup sehat disajikan pada gambar
berikut.
 85

(a) (b)
Gambar 4.2 Perbandingan proporsi individu rentan tanpa faktor pengobatan dan pola
hidup sehat dengan proporsi individu rentan menggunakan kontrol
pengobatan dan pola hidup sehat.

Gambar 4.2 (a) menjelaskan tentang proporsi individu rentan tanpa faktor
pengobatan dan pola hidup sehat. Proporsi individu rentan meningkat dari waktu
awal yaitu 0,48 sampai 0,81 pada waktu akhir, sehingga individu yang rentan
terhadap penyakit tuberkulosis akan selalu meningkat dalam jangka waktu t = 12.
Gambar 4.2 (b) menjelaskan tentang perbandingan proporsi individu rentan
tanpa faktor pengobatan dan pola hidup sehat dengan pengaruh faktor pengobatan
dan pola hidup sehat. Garis biru pada Gambar 4.2 (b) merupakan proporsi individu
rentan tanpa faktor pengobatan dan pola hidup sehat seperti pada Gambar 4.2 (a).
Sementara itu, garis merah pada Gambar 4.2 (b) menunjukkan proporsi individu
rentan dengan pemberian kontrol v mengalami penurunan dari waktu awal yaitu
0,48 sampai 0,06 pada waktu akhir. Dengan demikian dapat disimpulkan bahwa
pengaruh faktor pola hidup sehat akan mempercepat penurunan proporsi individu
rentan.
 86

(a) (b)
Gambar 4.3 Perbandingan proporsi individu laten tanpa faktor pengobatan dan pola hidup
sehat dengan proporsi individu laten menggunakan kontrol pengobatan dan
pola hidup sehat.

Gambar 4.3 (a) menjelaskan tentang proporsi individu laten tanpa faktor
pengobatan dan pola hidup sehat. Proporsi individu laten menurun dari waktu awal
yaitu 0,30 sampai 0,11 pada waktu akhir, sehingga individu yang laten terhadap
penyakit tuberkulosis akan selalu menurun dalam jangka waktu t = 12.
Gambar 4.3 (b) menjelaskan tentang perbandingan proporsi individu laten
tanpa faktor pengobatan dan pola hidup sehat dengan pengaruh faktor pengobatan
dan pola hidup sehat. Garis biru pada Gambar 4.3 (b) merupakan proporsi individu
laten tanpa faktor pengobatan dan pola hidup sehat seperti pada Gambar 4.3 (a).
Sementara itu, garis merah pada Gambar 4.3 (b) menunjukkan proporsi individu
rentan dengan pemberian kontrol u dan v menurun dari waktu awal yaitu 0,30
sampai 0,03 pada waktu akhir. Dengan demikian dapat disimpulkan bahwa
pengaruh faktor pengobatan dan pola hidup sehat akan lebih menurunkan jumlah
proporsi individu rentan.
 87

(a) (b)
Gambar 4.4 Perbandingan proporsi individu terinfeksi tanpa faktor pengobatan dan pola
hidup sehat dengan proporsi individu terinfeksi menggunakan kontrol
pengobatan dan pola hidup sehat.

Gambar 4.4 (a) menjelaskan tentang proporsi individu terinfeksi tanpa

faktor pengobatan dan pola hidup sehat. Proporsi individu terinfeksi meningkat dari
waktu awal yaitu 0,15 sampai 0,161 pada t = 2 dan selanjutnya menurun sampai
0,109 pada waktu akhir, sehingga individu yang terinfeksi terhadap penyakit
tuberkulosis akan mengalami penurunan dari dalam jangka waktu t = 2 sampai
t = 12.
Gambar 4.4 (b) menjelaskan tentang perbandingan proporsi individu
terinfeksi tanpa faktor pengobatan dan pola hidup sehat dengan pengaruh faktor
pengobatan dan pola hidup sehat. Garis biru pada Gambar 4.4 (b) merupakan
proporsi individu terinfeksi tanpa faktor pengobatan dan pola hidup sehat seperti
pada Gambar 4.4 (a). Sementara itu, garis merah pada Gambar 4.4 (b) menunjukkan
proporsi individu terinfeksi dengan pemberian kontrol u menurun dari waktu awal
yaitu 0,15 sampai 0,015 pada waktu akhir. Dengan demikian dapat disimpulkan
bahwa pengaruh faktor pengobatan akan mempercepat penurunan proporsi individu
terinfeksi.
 88

(a) (b)
Gambar 4.5 Perbandingan proporsi individu laten persisten tanpa faktor pengobatan dan
pola hidup sehat dengan proporsi individu laten persisten menggunakan
kontrol pengobatan dan pola hidup sehat.

Gambar 4.5 (a) menjelaskan tentang proporsi individu laten persisten tanpa
faktor pengobatan dan pola hidup sehat. Proporsi individu laten persisten meningkat
dari waktu awal yaitu 0,07 samapi 0,094 pada waktu t = 3 dan selanjutnya menurun
sampai 0,068 pada waktu akhir, sehingga individu yang laten persisten terhadap
penyakit tuberkulosis akan mengalami penurunan dari dalam jangka waktu t = 3
sampai t = 12.
Gambar 4.5 (b) menjelaskan tentang perbandingan proporsi individu laten
persisten tanpa faktor pengobatan dan pola hidup sehat dengan pengaruh faktor
pengobatan dan pola hidup sehat. Garis biru pada Gambar 4.5 (b) merupakan
proporsi individu laten persisten tanpa faktor pengobatan dan pola hidup sehat
seperti pada Gambar 4.5 (a). Sementara itu, garis merah pada Gambar 4.5 (b)
menunjukkan proporsi individu laten persisten dengan pemberian kontrol u dan v
meningkat dari waktu awal yaitu 0,07 sampai 0,095 pada t = 1 dan selanjutnya
menurun sampai 0,015 pada waktu akhir. Dengan demikian dapat disimpulkan
bahwa pengaruh faktor pengobatan akan mempercepat penurunan proporsi individu
laten persisten.
 89

(a) (b)
Gambar 4.6 Perbandingan proporsi individu sembuh tanpa faktor pengobatan dan pola
hidup sehat dengan proporsi individu sembuh menggunakan kontrol
pengobatan dan pola hidup sehat.

Gambar 4.6 (a) menjelaskan tentang proporsi individu sembuh tanpa faktor
pengobatan dan pola hidup sehat. Proporsi individu sembuh meningkat dari waktu
awal yaitu 0 sampai 0,23 pada waktu akhir, sehingga individu yang sembuh dari
penyakit tuberkulosis akan mengalami kenaikan dalam jangka waktu t = 12.
Gambar 4.6 (b) menjelaskan tentang perbandingan proporsi individu
sembuh tanpa faktor pengobatan dan pola hidup sehat dengan pengaruh faktor
pengobatan dan pola hidup sehat. Garis biru pada Gambar 4.6 (b) merupakan
proporsi individu sembuh tanpa faktor pengobatan dan pola hidup sehat seperti pada
Gambar 4.6 (a). Sementara itu, garis merah pada Gambar 4.6 (b) menunjukkan
proporsi individu sembuh dengan pemberian kontrol u dan v meningkat dari waktu
awal yaitu 0 sampai 0,24 pada waktu t = 7 dan menurun sampai 0,19 pada waktu
akhir. Dengan demikian dapat disimpulkan bahwa pengaruh faktor pengobatan dan
pola hidup sehat akan menaikkan proporsi individu sembuh sampai waktu t = 7.
 90

(a) (b)
Gambar 4.7 Proporsi kontrol pengobatan (a) dan Proporsi kontrol pola hidup sehat (b).

Berdasarkan grafik simulasi pada Gambar 4.7 (a) dan Gambar 4.7 (b) dapat
disimpulkan bahwa besarnya tingkat efektivitas optimal pada pemberian obat dan
penerapan pola hidup sehat sama-sama mencapai tingkat maksimum sebesar 1 dan
konstan dari bulan pertama hingga bulan kedua belas kemudian berhenti.
Pemberian kontrol pengobatan pada individu terinfeksi dan laten persisten
membantu dalam menghambat penyebaran penyakit sehingga menurunkan
proporsi individu terinfeksi mendekati nol. Penerapan pola hidup sehat pada
individu rentan membantu dalam menghambat terjadinya penyakit tuberkulosis
sehingga menurunkan proporsi individu rentan mendekati nol.
 BAB V
KESIMPULAN DAN SARAN

5.1 Kesimpulan
Berdasarkan hasil dan pembahasan, beberapa kesimpulan yang dapat
diambil pada penelitian ini adalah sebagai berikut.
1. Perbandingan hasil angka reproduksi dasar pada model tipe SE1 IE2 R
penyebaran penyakit tuberkulosis tanpa menggunakan kontrol dengan
menggunakan kontrol adalah R0 (tanpa kontrol)  R0 (dengan kontrol) atau
dapat ditulis
 Ak 1     Ak 1  b2 u   
 .
 (k   )  b1b2   (1  b1   )  (   v)(k   ) b1b2 (1  u )    (1  b2 u  b1 (1  u )     b1ub2 u 

Karena adanya penambahan kontrol mengakibatkan nilai angka reprodusi

dasar akan lebih kecil sehingga akan lebih efektif menurunkan epidemik
penyakit tuberkulosis dibandingkan dengan tanpa kontrol.
2. Bentuk kontrol optimal model tipe SE1 IE2 R penyebaran penyakit tuberkulosis

menggunakan kontrol pengobatan (u * (t )) dan pola hidup sehat (v* (t )) adalah

0,

C  C   
1 2 4  3  b1i   5  4  b2 e2   0
u  (t )   u s ingular , C  C   
1 2 4  3  b1i   5  4  b2 e2   0

1, C  C   
1 2 4  3  b1i   5  4  b2 e2   0

dan
0,  C3  1 s   0


v (t )   vs ingular ,  C3  1 s   0 .
1,  C3  1 s   0

3. Hasil simulasi model menunjukkan bahwa dengan menggunakan bang-bang
control dan singular control, diperoleh bahwa model tipe SE1 IE2 R penyebaran

penyakit tuberkulosis dengan pemberian kontrol pengobatan akan mempercepat

penurunan proporsi individu terinfeksi dan proporsi individu laten persisten.
Begitu pula dengan pemberian kontrol pola hidup sehat pada model tipe SE1 IE2 R

91
 92

penyebaran penyakit tuberkulosis lebih berpengaruh dalam mempercepat

penurunan proporsi individu rentan.

5.2 Saran
Dalam aplikasi kontrol optimal pada endemik suatu penyakit terdapat
metode lain selain menggunakan bang-bang control dan singular control yaitu
Pontryagin. Penulis menyarankan untuk penelitian selanjutnya yaitu
membandingkan kedua metode bang-bang control dan singular control dengan
metode Pontryagin untuk memperoleh hasil yang terbaik dalam mengontrol suatu
penyakit menular.
 DAFTAR PUSTAKA

CDC. 2016. Transmission and Pathogenesis of Tuberculosis. Retrieved December

11, 2019, from https://www.cdc.gov.

Departemen Kesehatan Republik Indonesia. 2011. Pedoman Nasional

Pengendalian Tuberkulosis. Jakarta: Departemen Kesehatan RI.

Departemen Kesehatan Republik Indonesia. 2018. Pedoman Nasional

Pengendalian Tuberkulosis. Jakarta: Departemen Kesehatan RI.

Edwards, C. H., dan Penney, D. E. 2014. Elementary Differential Equations with

Boundary Value Problems. 6th Ed. London: Pearson Education Limited.

Garnadi, A., dan Syahril, E. 2018. Pengantar Kontrol Optimum dan Metode
Numeriknya dalam SCILAB. Diakses pada 16 Februari 2019 dari
https://doi.org/10.031227/osf.io/kh4au.

Irianti, dkk. 2016. Mengenal Anti-Tuberkulosis. Yogyakarta: Universitas Gadjah

Mada.

Nainggolan, Joner. 2017. Kontrol Pengobatan Optimal Pada Model Penyebaran

Tuberkulosis Tipe SEIT. E-Jurnal Matematika Vol. 6 (2): 2303-1751.

Lenhart, S., dan Workman, J. T. 2007. Optimal Control Applied to Biologial

Models. Baca Raton: Taylor & Franis Group.

Ma, Z., dan Li, J. 2009. Dynamical Modeling and Analysis of Epidemics. Singapore:
World Scientific Publishing.

Naidu, D. S. 2003. Optimal Control System. USA: CRC Press LLC.

Ross, S. L. 2010. Diferential Equations. Delhi: Rajiv Book Binding House.

Sinaga, M. S., dan Rangkuti, Y. M. 2015. Optimal Singular Controls for VSEIR
Model of Tuberculosis. Jurnal International Conference on Research And
Eductions in Mathematics.

Tu, P. N. V. 1984. Introductory Optimization Dynamics: Optimal Control with

Economics and Management Science Applications. Berlin: Springer Verlag.

WHO. 2018. Global Tuberculosis Report. Retrieved February 28, 2019, from
World Health Organization: http://www.who.int.

Zill, D. G., dan Cullen, M. R. 2009. Differential Equations with Boundary-Value

Problems. Seventh Edition. Canada: Cengage Learning.

93
 LAMPIRAN 1

M-FILE UNTUK MENGGAMBARKAN SIMULASI MODEL SE1IE2R

PERTUMBUHAN PENYAKIT TUBERKULOSIS TANPA FAKTOR
PENGOBATAN DAN POLA HIDUP SEHAT

94
95
96
 LAMPIRAN 2

M-FILE UNTUK MENGGAMBARKAN SIMULASI

KONTROL OPTIMAL MODEL SE1IE2R PERTUMBUHAN PENYAKIT
TUBERKULOSIS DENGAN FAKTOR PENGOBATAN DAN
POLA HIDUP SEHAT

97
98
99
100
101
102
103
 RIWAYAT HIDUP

Nama : Dewi Wulansari

NIM : K1B015017

Tempat, tanggal lahir : Kebumen, 12 April 1997

Jenis Kelamin : Perempuan

Agama : Islam

Alamat Rumah : Desa Karangsambung RT 02 RW 02, Kecamatan

Karangsambung, Kabupaten Kebumen
Telepon : 081393432397

Email : dewiwulan.dw46@gmail.com

Motto : Let it flow!

Riwayat Pendidikan

2001-2003 TK Lukulo Karangsambung

2003-2009 SD Negeri 1 Karangsambung

2009-2012 SMP Negeri 1 Karangsambung

2012-2015 SMA Negeri 1 Karangsambung

2015-2020 Universitas Jenderal Soedirman, Fakultas MIPA, Jurusan

Matematika

104
 105

Pengalaman

1. Peserta kegiatan Pengembangan Karakter dan Kepribadian Mahasiswa

(PKKM) Universitas Jenderal Soedirman Tahun 2015.
2. Panitia Diesnatalis Pertama Fakultas Matematika dan Ilmu Pengetahuan Alam
Tahun 2015.
3. Staff Divisi Kegiatan dan Pelatihan UKM Teater Receh Fakultas MIPA
Universitas Jenderal Soedirman Tahun 2016.
4. Lurah UKM Teater Receh Fakultas MIPA Universitas Jenderal Soedirman
Tahun 2017.
5. Peserta Temu Teater Mahasiswa Nusantara XV Madura Tahun 2017.
6. Dewan Adat UKM Teater Receh Fakultas MIPA Universitas Jenderal
Soedirman Tahun 2018.
7. Staff Komisi III Dewan Legislatif Mahasiswa Fakultas MIPA Universitas
Jenderal Soedirman Tahun 2018.
8. Panitia Seminar Legislatif Tahun 2018.

Purwokerto, Maret 2020

Dewi Wulansari
K1B015017