Analisis Kestabilan Model Matematika Penyebaran

Pengguna Narkoba dengan Faktor Usia dan Program

Rehabilitasi

Maharani Eka1, Ririn Dehi2, Fenly B Mohamad3, I Wayan Eka Sultra4

1,2,3,4 Jurusan Matematika, Fakultas MIPA, Universitas Negeri Gorontalo,

Jl. Prof. Dr. Ing. B. J. Habibie, Tilongkabila, Kabupaten Bone Bolango, Gorontalo 96119, Indonesia
Email Korespondensi: maharanieka99@gmail.com

ABSTRAK

Peredaran pengguna narkoba saat ini dianggap cukup tinggi. Jika masalah ini tidak diatasi
dengan baik, maka akan sangat berdampak pada generasi mendatang. Tidak hanya
berdampak pada generasi penerus bangsa, peredaran narkoba juga dapat menimbulkan
kerugian yang besar di berbagai bidang diantaranya bidang ekonomi, kesehatan, dan sosial.
Untuk mengatasi permasalahan ini, pemerintah telah mencanangkan program rehabilitasi
terhadap pengguna narkoba sehingga pada masa yang akan datang diharapkan dapat
mengurangi jumlah penyebaran pengguna narkoba. Dalam memprediksi jumlah pengguna
narkoba, dapat dilakukan dengan cara memodelkan jumlah pengguna narkoba tersebut ke
dalam model matematika. Dengan memodelkan masalah tersebut diharapkan dapat
memberikan solusi untuk mengurangi tingkat pertambahan jumlah pengguna narkoba. Model
matematika tersebut terbagi atas empat populasi yaitu kelompok individu yang rentan
menggunakan narkoba, kelompok individu pengguna narkoba, kelompok individu yang
direhabilitasi, dan kelompok individu yang bebas atau berhenti dari narkoba. Model
matematika yang terbentuk dianalisis dengan melihat kestabilannya, dari hasil analisis
diperoleh dua titik tetap. Pertambahan jumlah pengguna narkoba dipengaruhi oleh beberapa
parameter: tingkat populasi yang berusia enam tahun ke atas, tingkat interaksi antara individu
yang rentan dengan individu pengguna narkoba, tingkat individu yang direhabilitasi, dan
tingkat individu yang berhenti atau bebas dari narkoba.
Kata Kunci:
Narkoba; Rehabilitasi; Usia; Model Matematika

1. Pendahuluan
Narkoba adalah singkatan dari narkotika, psikotropika, dan bahan adiktif lainnya [1].
Seiring perkembangan zaman, narkoba telah menjadi bagian dari gaya hidup [2].
Maraknya peredaran narkoba sangat meresahkan masyarakat. Tidak hanya kaum
remaja dan anak muda yang terjerumus dalam penggunaan narkoba ini, namun juga
orang tua yang notabene seharusnya lebih mengerti akan bahaya narkoba. Maraknya
perdagangan illegal narkoba, terjadi peningkatan dampak (biaya kerugian) akibat
narkoba baik dampak sosial, kesehatan dan ekonomi. Penyalahgunaan narkoba
berdampak sosial sangat besar, mendorong tindak kejahatan dan meningkatkan
kerawanan sosial. Dari sisi penyalahgunaan, kebutuhan ekonomi untuk membiayai
pemakaian narkoba yang berharga mahal mendorong mereka melakukan tindak
kejahatan seperti pencurian dan perampokan [3]. Penyalahgunaan narkoba di Indonesia
sudah sampai ke tingkat yang sangat mengkhawatirkan, fakta di lapangan

1
menunjukkan bahwa 50% penghuni LAPAS disebabkan oleh kasus narkoba [4]. Bila
pengguna narkoba tidak diantisipasi dengan baik, maka akan rusak bangsa dan Negara
ini. Oleh karena itu diperlukan kerja sama yang baik dari seluruh komponen bangsa
untuk penanggulangan penyalahgunaan narkoba [5].
Pada saat sekarang ini pemerintah telah menyelenggarakan suatu program untuk
mencegah pertambahan jumlah pemakai narkoba yaitu program rehabilitasi. Untuk
melihat dinamika pertambahan jumlah pemakai narkoba dapat dilakukan dengan
memodelkan jumlah pemakai narkoba kedalam bentuk model matematika. Model
matematika merupakan representasi dari sistem-sistem fisik atau problem dunia nyata
dalam pernyataan matematika [6]. Dengan memodelkan masalah tersebut diharapkan
dapat memberikan solusi bagi langkah-langkah yang dapat ditempuh dengan
memanfaatkan suatu persamaan matematika atau suatu fungsi matematika. Pada
dasarnya model matematika jumlah pemakai narkoba karakteristiknya mirip dengan
model epidemi SIRS. Model epidemi SIRS berbentuk sistem persamaan diferensial non
linier. Persamaan diferensial adalah suatu persamaan yang memuat turunan dari satu
atau lebih variabel tak bebas terhadap satu atau lebih variabel bebas. Model SIRS
digunakan dalam memodelkan jumlah pemakai narkoba karena sesuai dengan yang
diasumsikan yaitu individu yang telah berhenti memakai narkoba berkemungkinan
dapat menjadi individu rentan untuk memakai narkoba kembali [7].
Sebelumnya model ini sudah dibahas dalam [7] dengan mempertimbangkan adanya
program rehabilitasi yang diberikan pada populasi. Selain itu, pembahasan narkoba
dalam perpektif model matematika juga dapat ditemukan dalam [8][9]. Adapaun dalam
tulisan ini, dibahasa model lain dengan melakukan modifikasi pada model sebelumnya.
Modifikasi dilakukan dengan menambahkan parameter usia dan parameter individu
yang direhabilitasi kembali menggunakan narkoba. Dengan memodelkan jumlah
pemakai narkoba dengan faktor usia dan program rehabilitasi kedalam bentuk model
matematika dan merumuskan strategi untuk mengendalikan meningkatnya jumlah
pemakai narkoba, diharapkan dapat membantu untuk memprediksi jumlah pemakai
narkoba di masa mendatang.
Tujuan dari penelitian ini adalah untuk mengetahui pengaruh dari faktor usia dan
program rehabilitasi terhadap pengguna narkoba.

2. Metode
Metode yang dilakukan pada penelitian ini adalah studi literatur dengan
menelusuri dan mempelajari jurnal dan referensi yang berkaitan dengan model
matematika penyebaran pengguna narkoba. Langkah-langkah yang dilakukan adalah
sebagai berikut:
1. Membentuk model matematika
2. Menentukan titik tetap model
3. Melakukan analisis kestabilan titik tetap
4. Menentukan bilangan reproduksi dasar
5. Melakukan simulasi
6. Kesimpulan dan interpretasi

2
3. Hasil dan Pembahasan
3.1. Model Matematika
Model yang akan dibahas dalam penelitian ini adalah pengembangan model SIRS.
Dalam model ini terdapat 4 populasi yaitu, R sebagai populasi individu yang rentan, P
sebagai populasi individu pemakai narkoba, H populasi individu yang direhabilitasi,
dan B adalah populasi individu yang berhenti atau bebas dari narkoba. Dalam model
ini dapat diasumsikan:
a. Jumlah populasi adalah konstan.
b. Setiap individu yang berusia 6 tahun keatas diasumsikan termasuk ke dalam
kelompok individu yang rentan untuk memakai narkoba dan yang kurang dari 6
tahun termasuk individu yang bebas narkoba.
c. Dalam populasi setiap kelompok individu mengalami kematian secara alami dan
kematian yang disebabkan karena penyakit yang ditimbulkan oleh narkoba.
d. Individu pemakai narkoba dapat menjadi individu yang berhenti memakai narkoba
dengan sendirinya.
e. Adanya individu pemakai narkoba menjadi individu yang direhabilitasi.
f. Individu yang sementara direhabilitasi diasumsikan kembali menggunakan
narkoba.
g. Individu yang telah menjalani program rehabilitasi dapat menjadi individu yang
berhenti memakai narkoba.
h. Individu yang bebas maupun yang telah berhenti memakai narkoba
berkemungkinan untuk menjadi individu yang rentan untuk memakai narkoba
kembali karena faktor lingkungan.
i. Penularan pemakai narkoba terjadi karena adanya interaksi serta adanya unsur
ajakan yang kuat dari kelompok individu pemakai narkoba dengan kelompok
individu rentan untuk memakai narkoba dan karena keinginan untuk mencoba dari
kelompok individu rentan untuk memakai narkoba.
j. Masa pemakaian narkoba cukup lama.
Berdasarkan asumsi di atas maka model penyebaran pengguna narkoba dapat
digambarkan pada Gambar 1.

Gambar 1. Model matematika pengaruh faktor usia dan program rehabilitasi

terhadap pengguna narkoba
Berdasarkan Gambar 1 dapat diformulasikan model matematika pengaruh faktor usia
dan program rehabilitasi terhadap pengguna narkoba sebagai berikut:
𝑑𝑟
= 𝛿𝜇 + 𝛾𝑏 − 𝛼𝑟𝑝 − 𝜇𝑟
𝑑𝑡
𝑑𝑝
= 𝛼𝑟𝑝 + 𝜆ℎ − 𝑝(𝜏 + 𝛽 + 𝜇 + 𝑚) (1)
𝑑𝑡
𝑑ℎ
= 𝜏𝑝 − ℎ(𝜆 + 𝜎 + 𝜇 + 𝑚)
𝑑𝑡
𝑑𝑏
(1
{ 𝑑𝑡 = − 𝛿)𝜇 + 𝜎ℎ + 𝛽𝑝 − 𝑏(𝛾 + 𝜇 + 𝑚)
Misalkan:
𝑠 = 𝜏+𝛽+𝜇+𝑚
𝑡 =𝜆+𝜎+𝜇+𝑚
𝑢 =𝛾+𝜇+𝑚
Sehingga sistem (1) dapat dituliskan:
𝑑𝑟
= 𝛿𝜇 + 𝛾𝑏 − 𝛼𝑟𝑝 − 𝜇𝑟
𝑑𝑡
𝑑𝑝
= 𝛼𝑟𝑝 + 𝜆ℎ − 𝑝𝑠 (2)
𝑑𝑡
𝑑ℎ
= 𝜏𝑝 − ℎ𝑡
𝑑𝑡
𝑑𝑏
(1
{ 𝑑𝑡 = − 𝛿)𝜇 + 𝜎ℎ + 𝛽𝑝 − 𝑏𝑢
Keterangan parameter model dapat disajikan pada Tabel 1.

Tabel 1. Parameter dan keterangan

Parameter Keterangan
δ Populasi berusia > 6 tahun
μ Jumlah kematian dan kelahiran
Tingkat interaksi antara individu rentan dengan pemakai
α
narkoba
Tingkat kematian disebabkan penyakit yang ditimbulkan
m
karena narkoba
Tingkat individu pemakai narkoba menjadi individu yang
τ
direhabilitasi
Tingkat individu yang direhabilitasi kembali memakai
λ
narkoba
Tingkat individu yang telah berhenti menjadi rentan
γ
kembali karena faktor lingkungan
Tingkat individu pemakai narkoba menjadi individu yang
β
berhenti memakai narkoba
Tingkat individu yang direhabilitasi menjadi berhenti
σ
memakai narkoba

4
3.2. Titik Tetap Model
Berdasarkan model pada persamaan (2) diperoleh dua titik tetap yaitu:
1. Titik Tetap Bebas Narkoba
𝛿𝛾 − 𝛿𝑢 − 𝛾 𝜇(𝛿 − 1)
𝐸0 = (− , 0, 0, − )
𝑢 𝑢
Pada titik tetap ini menunjukkan bahwa populasi tersebut masih bebas dari narkoba
karena p dan b = 0. Dengan p merupakan populasi individu pengguna narkoba dan
b merupakan populasi individu yang direhabilitasi.

2. Titik Tetap Endemik

𝜆𝜏 − 𝑠𝑡 𝜇𝑑1 𝜏𝜇𝑑1 𝜇𝛼𝑡𝑑3 + 𝜇𝑡𝑑4 + 𝜇𝜆𝜎𝜏 2
𝐸1 = (𝑟, 𝑝, ℎ, 𝑏) = (− , , ,− )
𝛼𝑡 𝛼𝑑2 𝛼𝑑2 𝑡 𝛼𝑑2 𝑡
Dengan
𝑑1 = 𝛼𝛿𝛾𝑡 − 𝛼𝛿𝑡𝑢 − 𝛼𝛾𝑡 − 𝜆𝜏𝑢 + 𝑠𝑡𝑢
𝑑2 = 𝛽𝛾𝑡 + 𝛾𝜎𝜏 + 𝜆𝜏𝑢 − 𝑠𝑡𝑢
𝑑3 = 𝛽𝛿𝑡 + 𝛿𝜆𝜏 − 𝛿𝑠𝑡 + 𝛿𝜎𝜏 − 𝜆𝜏 + 𝑠𝑡
𝑑4 = 𝛽𝜆𝜏 − 𝛽𝑠𝑡 − 𝑠𝜎𝜏
Pada titik tetap ini menunjukkan bahwa populasi pengguna narkoba akan selalu ada
dan tidak akan menghilang.

3.3. Analisis Kestabilan Titik Tetap

Model matematika jumlah pemakai narkoba dengan faktor usia dan program
rehabilitasi merupakan sistem persamaan non linear. Untuk menganalisis kestabilan
titik tetap suatu sistem persamaan diferensial non linear dapat dilakukan dengan
melinearkan persamaan diferensialnya. Analisis kestabilan titik tetap dapat ditentukan
dengan cara menentukan nilai eigen dari matriks Jacobian sistem. Matriks Jacobian dari
sistem adalah:
−𝛼𝑝 − 𝜇 −𝛼𝑟 0 𝛾
𝛼𝑝 𝛼𝑟 − 𝑠 𝜆 0
𝐴= ⌊ ⌋
0 𝜏 −𝑡 0
0 𝛽 𝜎 −𝑢

Untuk memperoleh kestabilan di titik E0 terlebih dahulu dilakukan pelinearan di sekitar

titik tetap E0 sehingga diperoleh matriks Jacobian titik tetap bebas narkoba.

𝛼(𝛿𝛾 − 𝛿𝑢 − 𝛾)
−𝜇 0 𝛾
𝑢
𝐽(𝐸0 ) = 𝛼(𝛿𝛾 − 𝛿𝑢 − 𝛾) (3)
0 − −𝑠 𝜆 0
𝑢
0 𝜏 −𝑡 0
[0 𝛽 𝜎 −𝑢 ]

Dari persamaan (3) diperoleh persamaan karakteristik:

𝑑𝑒𝑡 (𝜆𝐼 − 𝐽(𝐸0 )) = 0

Dari persamaan karakteristik diperoleh nilai-nilai eigen dari matriks 𝐽(𝐸0 ), yaitu:

𝜆1 = −𝜇
𝛼(𝛿𝛾 − 𝛿𝑢 − 𝛾) + 𝑠𝑢
𝜆2 = −
𝑢
𝜆3 = −𝑡
𝜆4 = −𝑢
Karena λ1, λ3 dan λ4 bernilai negatif, maka titik tetap bebas narkoba akan stabil jika λ2
bernilai negatif, sehingga:
𝛿𝛾 − 𝛿𝑢 − 𝛾 > 0

Jadi λ2 akan bernilai negatif jika 𝛿𝛾 − 𝛿𝑢 − 𝛾 > 0. Maka titik tetap narkoba akan stabil
jika 𝛿𝛾 − 𝛿𝑢 − 𝛾 > 0 dan tidak stabil jika 𝛿𝛾 − 𝛿𝑢 − 𝛾 < 0 dan 𝛿𝛾 − 𝛿𝑢 − 𝛾 > 𝑠𝑢.
Sedangkan untuk memperoleh kestabilan di titik 𝐸1 adalah sebagai berikut.

𝜇𝑑1 𝜆𝜏 − 𝑠𝑡
− −𝜇 0 𝛾
𝑑2 𝑡
𝜇𝑑1 𝜆𝜏 − 𝑠𝑡
𝐽(𝐸1 ) = − −𝑠 𝜆 0 (4)
𝑑2 𝑡
0 𝜏 −𝑡 0
[ 0 𝛽 𝜎 −𝑢]
Dari persamaan (4) doperoleh persamaan karakteristik:

𝑑𝑒𝑡 (𝜆𝐼 − 𝐽(𝐸1 )) = 0

Dari persamaan karakteristik diperoleh nilai-nilai eigen dari matriks 𝐽(𝐸1 ), yaitu:

𝜇(𝑑1 + 𝑑2 )
𝜆1 = −
𝑑2
𝜆𝜏
𝜆2 = −
𝑡
𝜆3 = −𝑡
𝜆4 = −𝑢
Karena λ2, λ3 dan λ4 bernilai negatif, maka titik tetap endemik narkoba akan stabil jika λ1
bernilai negatif, sehingga 𝑑1 dan 𝑑2 harus sama tanda dan 𝑑2 ≠ 0. Maka titik tetap
endemik narkoba akan stabil jika 𝑑1 dan 𝑑2 sama tanda dan 𝑑2 ≠ 0 dan tidak stabil jika
𝑑1 dan 𝑑2 berbeda tanda.

3.4. Bilangan Reproduksi Dasar

Bilangan reproduksi dasar diperoleh dengan menggunakan metode matriks generasi
mendatang (next generation) [11][12][13]. Dari model yang telah dibentuk diperoleh
bilangan reproduksi dasar sebagai berikut:

𝛼(𝛿𝜇 + 𝛿𝑚 + 𝛾)
𝑅0 =
(𝛾 + 𝜇 + 𝑚)(𝜏 + 𝛽 + 𝜇 + 𝑚)

Jika 𝑅0 < 1 maka pengguna narkoba akan menghilang. Jika 𝑅0 > 1 maka pengguna
narkoba akan tetap ada.

6
3.5. Simulasi Dinamika Populasi Penyebaran Pengguna Narkoba
Pada bagian simulasi ini, diamati dinamika populasi dalam dua kondisi, yaitu kondisi
ketika 𝑅0 < 1 dan 𝑅0 > 1.

Simulasi dilakukan dengan menggunakan nilai parameter yang terdapat pada Tabel 2.
Nilai-nilai tersebut diperoleh berdasarkan data sekunder dan beberapa nilai parameter
didasarkan pada asumsi.

Tabel 2. Parameter berdasarkan data sekunder dan asumsi

Parameter Keterangan Kisaran

μ Kematian alami 0.025 – 1
m Kematian akibat penyakit yang disebabkan 0.02 – 0.033
narkoba
α Proporsi individu rentan menjadi individu 0–1
pengguna narkoba
τ Proporsi individu pengguna narkoba 0.09 – 0.3
masuk dalam masa rehabilitasi
σ Proporsi individu dalam masa rehabilitasi 0.008 – 0.03
menjadi individu yang sembuh
δ Populasi individu yang berusia lebih dari 6 0–1
tahun
β Populasi individu pengguna narkoba 0.005 – 0.08
menjadi individu yang berhenti
menggunakan narkoba
λ Populasi individu yang telah direhabilitasi 1-τ
kembali ke individu pengguna narkoba
γ Populasi individu yang telah sembuh 0.005 – 0.3
kembali ke individu yang rentan
Sumber: [10]
Dengan men-subtitusi nilai-nilai parameter pada bilangan reproduksi dasar, diperoleh
dua kondisi yaitu ketika 𝑅0 < 1 dan 𝑅0 > 1. Sehingga diperoleh:

Tabel 3. Nilai Parameter Untuk Kondisi 𝑅0 < 1 dan 𝑅0 > 1

Parameter 𝑹𝟎 < 𝟏 𝑹𝟎 > 𝟏

μ 0.025 0.025
m 0.03 0.03
α 0.09 0.09
τ 0.3 0.09
σ 0.009 0.009
δ 0.2 0.85
β 0.008 0.008
λ 1–τ 1–τ
γ 0.25 0.25

Untuk melihat dinamika populasi pada kondisi 𝑅0 < 1 dan 𝑅0 > 1 dapat menggunakan
software Maple dengan nilai awal 𝑟(0) = 500, 𝑝(0) = 95, ℎ(0) = 50, dan 𝑏(0) = 30.
 Gambar 2. Simulasi dinamika setiap populasi pada kondisi 𝑅0 < 1 dan 𝑅0 > 1

Pada Gambar 2 terlihat bahwa kondisi 𝑅0 < 1 yang memberikan bilangan reproduksi
dasar (𝑅0 ) sebesar 0.8128979813 grafiknya akan menuju titik tetap bebas narkoba 𝐸0 =
(0.8557377049, 0, 0, 0.06557377049) . Ini berarti bahwa populasi dari pengguna
narkoba akan menghilang. Pada kondisi ini terjadi jika memperkecil tingkat populasi
individu yang berusia 6 tahun ke atas (δ) dan memperbesar tingkat pengguna narkoba
yang direhabilitisai (τ).

Sebaliknya, pada kondisi 𝑅0 > 1 yang memberikan bilangan reproduksi dasar (𝑅0 )
sebesar 1.928640308 grafiknya akan menuju titik tetap endemik 𝐸1 = (0.77,
0.08, 0.0078, 0.015). Yang berarti bahwa populasi pengguna narkoba akan tetap ada.
Pada kondisi ini juga terjadi jika memperbesar tingkat populasi individu yang berusia 6
tahun ke atas (δ) dan memperkecil tingkat pengguna narkoba yang direhabilitisai (τ).

8
4. Kesimpulan
Untuk mengurangi tingkat pertambahan populasi pengguna narkoba sebaiknya
dilakukan pengurangan interaksi antara individu rentan yang merupakan individu
berusia 6 tahun ke atas dengan individu pengguna narkoba, serta mengadakan program
rehabilitasi terhadap pengguna narkoba sehingga jumlahnya tidak akan bertambah.

Referensi
[1] E. Warsidi, Mengenal Bahaya Narkoba. Jakarta: Grafindo Media Pratama, 2006.
[2] H. Klee and P. Reid, “Drug Use Among the Young Homeless: Coping Through Self-
Medication,” Health (Irvine. Calif)., vol. 22, pp. 115–134, 1998.
[3] D. Wijayanti, Revolusi Mental: Stop Penyalahgunaan Narkoba. Yogyakarta: Indoliterasi,
2016.
[4] F. N. Eleanora, “Bahaya Penyalahgunaan Narkoba Serta Usaha Pencegahan dan
Penanggulangannya,” J. Huk., vol. 251, pp. 439–452, 2011.
[5] Soedjono, Patologi Sosial. Bandung: Alumni, 2000.
[6] Widowati and Sutimin, Buku Ajar Pemodelan Matematika. Semarang: Universitas
Diponegoro, 2007.
[7] E. Yuliza, M. Rosha, and R. Sriningsih, “Model Matematika Jumlah Pemakai
Narkoba dengan Program Rehabilitasi,” UNP J. Math., vol. 12, pp. 1–6, 2015.
[8] M. R. Husain, N. Nurwan, and R. Resmawan, “Analisis Kestabilan Model
Penyebaran Pengguna Narkoba dengan Faktor Edukasi pada Populasi Rentan,”
BAREKENG J. Ilmu Mat. dan Terap., vol. 14, no. 1, pp. 069–078, May 2020.
[9] R. Resmawan, “Model Matematika SURS pada Penyebaran Pengguna Narkoba,”
2020.
[10] Lestari, “Pengembangan Model Penyebaran Pengguna Narkoba White-Comiskey,”
Institut Pertanian Bogor, 2012.
[7] O. Diekmann and J. Heesterbeek, Mathematical Epidemiology of Infectious Diseases.
USA: John Wiley & Sons, 2000.
[8] R. Resmawan and N. Nurwan, “Konstruksi Bilangan Reproduksi Dasar pada Model
Epidemik SEIRS-SEI Penyebaran Malaria dengan Vaksinasi dan Pengobatan,” J.
Mat. Integr., vol. 13, no. 2, pp. 105–114, Dec. 2017.
[9] R. Resmawan and L. Yahya, “Sensitivity Analysis of Mathematical Model of
Coronavirus Disease (COVID-19) Transmission,” CAUCHY, vol. 6, no. 2, pp. 91–99,
May 2020.