SKRIPSI
Sebagai salah satu syarat memperoleh gelar
Sarjana Matematika
oleh
LISCA INDRIANA PUTRI
155090401111027
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA
MALANG
2019
i
ii
LEMBAR PENGESAHAN SKRIPSI
oleh
LISCA INDRIANA PUTRI
155090401111027
Pembimbing
Mengetahui,
Ketua Jurusan Matematika
Fakultas MIPA Universitas Brawijaya
iii
iv
LEMBAR PERNYATAAN
ABSTRAK
vii
viii
DYNAMICAL ANALYSIS OF TRANSMISSION MODELS
DRUG ADDICTS WITH HEALTH EDUCATION
ABSTRACT
ix
x
KATA PENGANTAR
xi
6. Calvin Pahlevi Ishaq beserta keluarga atas dukungan dan
motivasi selama ini.
10. Semua pihak yang tidak dapat penulis sebutkan satu persatu.
Penulis
xii
DAFTAR ISI
Judul Halaman
LEMBAR PENGESAHAN SKRIPSI ............................................ iii
LEMBAR PERNYATAAN.............................................................. v
ABSTRAK ....................................................................................... vii
ABSTRACT....................................................................................... ix
KATA PENGANTAR ..................................................................... xi
DAFTAR ISI .................................................................................. xiii
DAFTAR GAMBAR ...................................................................... xv
DAFTAR TABEL ......................................................................... xvii
DAFTAR LAMPIRAN ................................................................. xix
BAB I PENDAHULUAN ................................................................. 1
1.1 Latar Belakang.......................................................................... 1
1.2 Rumusan masalah ..................................................................... 3
1.3 Tujuan… ................................................................................... 3
BAB II DASAR TEORI ................................................................... 5
2.1 Sistem Dinamik ........................................................................ 5
2.1.1 Sistem otonomus ............................................................... 5
2.1.2 Sistem otonomus linear ..................................................... 6
2.1.3 Kriteria Routh-Hurwitz ..................................................... 7
2.1.4 Sistem otonomus nonlinear ............................................... 8
2.1.5 Kestabilan global dengan fungsi Lyapunov .................... 11
2.2 Angka Reproduksi Dasar ........................................................ 11
2.3 Metode Matriks Generasi Selanjutnya ................................... 12
2.4 Pertaksamaan Rata-rata Aritmatika dan Geometri ................. 14
2.5 Pertaksamaan Gronwall .......................................................... 14
xiii
BAB III PEMBAHASAN ............................................................... 17
3.1 Konstruksi Model ................................................................... 17
3.1.1 Laju perubahan subpopulasi individu rentan yang tidak
menerima edukasi kesehatan masyarakat (𝑆) ................. 18
3.1.2 Laju perubahan subpopulasi individu rentan yang
menerima edukasi kesehatan masyarakat (𝐶) ................ 19
3.1.3 Laju perubahan subpopulasi pecandu narkoba ringan
(𝐿) ................................................................................... 20
3.1.4 Laju perubahan subpopulasi pecandu narkoba berat
(𝐻) .................................................................................. 21
3.1.5 Laju perubahan subpopulasi pecandu dalam rehabilitasi
(𝑇) .................................................................................. 21
3.1.6 Laju perubahan subpopulasi pecandu narkoba yang
sembuh (𝑅) ..................................................................... 22
3.2 Keterbatasan Solusi ................................................................ 23
3.3 Titik Kesetimbangan............................................................... 24
3.4 Angka Reproduksi Dasar ........................................................ 26
3.5 Analisis Kestabilan Titik Kesetimbangan............................... 29
3.5.1 Analisis kestabilan lokal bebas pecandu narkoba ........... 29
3.5.2 Analisis kestabilan global bebas pecandu narkoba ......... 30
3.5.3 Analisis kestabilan global endemi pecandu narkoba ...... 34
3.6 Simulasi Numerik dan Interpretasi Hasil Analisis .................. 39
3.6.1 Simulasi untuk 𝑅0 < 1 .................................................... 40
3.6.2 Simulasi untuk 𝑅0 > 1 .................................................... 42
BAB IV KESIMPULAN DAN SARAN ........................................ 45
4.1 Kesimpulan ............................................................................. 45
4.2 Saran.…. ................................................................................. 46
DAFTAR PUSTAKA ..................................................................... 47
xiv
DAFTAR GAMBAR
xv
xvi
DAFTAR TABEL
xvii
xviii
DAFTAR LAMPIRAN
xix
xx
BAB I
PENDAHULUAN
2
artikel Li dan Ma (2018). Analisis dinamik yang dilakukan pada model
meliputi penentuan titik kesetimbangan, keterbatasan solusi, syarat
eksistensi titik kesetimbangan, angka reproduksi dasar, kestabilan
lokal dan global titik kesetimbangan. Pada bagian akhir dilakukan
simulasi numerik dengan metode Runge-Kutta untuk mendukung hasil
analisis.
1.2 Rumusan masalah
Berdasarkan latar belakang yang telah diuraikan, inti
permasalahan yang dikaji pada skripsi ini sebagai berikut.
1. Bagaimana konstruksi model penyebaran pecandu narkoba dengan
edukasi kesehatan?
2. Bagaimana keterbatasan solusi model penyebaran pecandu
narkoba dengan edukasi kesehatan?
3. Bagaimana titik kesetimbangan dan kestabilan titik kesetimbangan
model?
4. Bagaimana hasil simulasi numerik model dan interpretasinya?
1.3 Tujuan
Tujuan pada skripsi ini adalah sebagai berikut.
1. Menjelaskan konstruksi model penyebaran pecandu narkoba
dengan edukasi kesehatan.
2. Menentukan keterbatasan solusi model penyebaran pecandu
narkoba dengan edukasi kesehatan.
3. Menentukan titik kesetimbangan model dan kestabilan titik
kesetimbangan.
4. Melakukan simulasi numerik dan menginterpretasikan hasilnya
untuk mendukung hasil analisis model.
3
4
BAB II
DASAR TEORI
Dalam skripsi ini dibahas analisis dinamik model penyebaran
pecandu narkoba dengan edukasi kesehatan. Oleh karena itu, beberapa
teori diperlukan untuk membantu memahami persoalan yang dibahas
dalam skripsi ini, yaitu sistem dinamik, sistem otonomus, kriteria
Routh Hurwitz, pertaksamaan Gronwall, fungsi Lyapunov,
pertaksamaan aritmatika dan geometri, serta matriks generasi
selanjutnya untuk mencari angka reproduksi.
2.1 Sistem Dinamik
Sistem dinamik adalah suatu sistem yang selalu berubah dan
dapat diketahui kondisinya di masa yang akan datang jika diketahui
kondisi di masa sekarang atau masa lalu (Nagle, dkk., 2012). Dalam
penerapannya, sistem dinamik dibagi menjadi dua, yaitu sistem
dinamik diskret dan sistem dinamik kontinu. Sistem dinamik diskret
dinyatakan sebagai persamaan beda, secara umum dapat dituliskan
sebagai
𝑥⃗𝑡+1 = 𝑓⃗(𝑥⃗𝑡 ), 𝑡 ∈ ℤ atau ℕ, 𝑥⃗ ∈ ℝ𝑛 ,
dan sistem dinamik kontinu dengan bentuk umum
𝑑𝑥⃗
= 𝑓⃗(𝑥⃗, 𝑡), 𝑡 ∈ ℝ, 𝑥⃗ ∈ ℝ𝑛 .
𝑑𝑡
(Alligood, dkk., 2000)
5
Definisi 2.1.1 (Titik kesetimbangan sistem otonomus)
Titik 𝑥⃗ ∗ disebut titik kritis sistem otonomus (2.1) jika
memenuhi 𝑓⃗(𝑥⃗) = 0. Titik kritis 𝑥⃗ ∗ merupakan solusi sistem
𝑑𝑥⃗
persamaan (2.1) yang bernilai konstan, karena = 0. Keadaan yang
𝑑𝑡
𝑑𝑥⃗
menyebabkan = 0 disebut keadaan setimbang dan titik kritis adalah
𝑑𝑡
titik yang memenuhinya, sehingga titik kritis disebut sebagai titik
kesetimbangan.
(Boyce dan DiPrima, 2012)
Definisi 2.1.2 (Kestabilan titik kesetimbangan)
Titik kesetimbangan 𝑥⃗ ∗ sistem otonomus (2.1) dikatakan
1. stabil, jika untuk setiap 𝜀 > 0 terdapat 𝛿 > 0 sedemikian
sehingga untuk setiap solusi 𝑥⃗(𝑡) sistem (2.1) yang memenuhi
||𝑥⃗(0) − 𝑥⃗ ∗ || < 𝛿,
ada untuk setiap 𝑡 > 0 dan memenuhi
||𝑥⃗(𝑡) − 𝑥⃗ ∗ || < 𝜀, ∀ 𝑡 ≥ 0,
2. stabil asimtotik, jika 𝑥⃗ ∗ stabil dan terdapat 𝛿0 > 0 sedemikian
sehingga jika suatu solusi 𝑥⃗(𝑡) sistem (2.1) yang memenuhi
||𝑥⃗(0) − 𝑥⃗ ∗ || < 𝛿0 ,
akan berlaku
lim 𝑥⃗(𝑡) = 𝑥⃗ ∗ ,
𝑡→∞
3. tidak stabil, apabila tidak memenuhi kriteria stabil.
7
akar-akar persamaan karakteristiknya dengan memanfaatkan kriteria
Routh Hurwitz.
Akar-akar persamaan karakteristik (2.4) memiliki bagian real
negatif jika dan hanya jika
𝑎1 𝑎3 𝑎5
𝑎1 𝑎3
𝐷1 = |𝑎1 | > 0, 𝐷2 = | 1 | > 0, 𝐷3 = | 1 𝑎2 𝑎4 | > 0,
𝑎2
0 𝑎1 𝑎3
𝑎1 𝑎3 𝑎5 ⋯ 𝑎2𝑛−1
𝑎1 𝑎3 𝑎5 𝑎7 1 𝑎2 𝑎4 ⋯ 𝑎2𝑛−2
1 𝑎2 𝑎4 𝑎6 | 0 𝑎1 𝑎 ⋯ 𝑎2𝑛−3 |
𝐷4 = | 3
0 𝑎1 𝑎3 𝑎5 | > 0, 𝐷𝑘 = 0 1 𝑎2 ⋯ 𝑎2𝑛−4 > 0,
| |
0 1 𝑎2 𝑎4 ⋮ ⋮ ⋮ ⋱ ⋮
0 0 0 ⋯ 𝑎𝑘
dengan 𝑘 = 1,2, … , 𝑛. Misalkan diberikan persamaan karakteristik
berderajat empat
𝜆4 + 𝑎1 𝜆3 + 𝑎2 𝜆2 + 𝑎3 𝜆 + 𝑎4 = 0, (2.5)
Akar-akar persamaan (2.5) memiliki bagian real negatif jika dan hanya
jika
1. 𝐷1 = |𝑎1 | = 𝑎1 > 0,
𝑎1 𝑎3
2. 𝐷2 = | 1 𝑎2 | = 𝑎1 𝑎2 − 𝑎3 > 0,
𝑎1 𝑎3 0
3. 𝐷3 = | 1 𝑎2 𝑎4 | = 𝑎1 𝑎2 𝑎3 − 𝑎3 2 − 𝑎1 2 𝑎4 > 0,
0 𝑎1 𝑎3
𝑎1 𝑎3 0 0
1 𝑎2 𝑎4 0
4. 𝐷4 = | | = 𝑎1 𝑎2 𝑎3 𝑎4 − 𝑎3 2 𝑎4 − 𝑎1 2 𝑎4 2 > 0,
0 𝑎1 𝑎3 0
0 1 𝑎2 𝑎4
sehingga 𝑎4 > 0.
(Murray, 2002)
9
𝜕𝑓1 (𝑥⃗ ∗ ) 𝜕𝑓1 (𝑥⃗ ∗ ) 𝜕𝑓1 (𝑥⃗ ∗ )
⋯ 𝜕𝑥𝑛
𝑝1 𝜕𝑥1 𝜕𝑥2 𝑝1 𝜂1 (𝑥⃗)
𝑝2 𝜕𝑓2 (𝑥⃗ ∗ ) 𝜕𝑓2 (𝑥⃗ ∗ ) 𝜕𝑓2 (𝑥⃗ ∗ ) 𝑝2
𝑑 ⋯ 𝜂 (𝑥⃗)
(⋮) = 𝜕𝑥1 𝜕𝑥2 𝜕𝑥𝑛 ( ⋮ ) + ( 2 ).
𝑑𝑡
⋮ ⋮ ⋱ ⋮ ⋮
𝑝𝑛 𝜕𝑓𝑛 (𝑥⃗ ∗ ) 𝜕𝑓𝑛 (𝑥⃗ ∗ ) 𝜕𝑓𝑛 (𝑥⃗ ∗ )
𝑝𝑛 𝜂𝑛 (𝑥⃗)
( 𝜕𝑥1 ⋯
𝜕𝑥2 𝜕𝑥𝑛 )
10
2.1.5 Kestabilan global dengan fungsi Lyapunov
Kestabilan titik kesetimbangan dibedakan menjadi kestabilan
lokal dan global. Kestabilan lokal titik kesetimbangan sistem
otonomus nonlinear (2.6) dapat ditentukan dengan melakukan
linearisasi seperti yang dijelaskan pada subbab 2.1.4. Salah satu
metode yang dapat digunakan untuk menentukan kestabilan global
titik kesetimbangan adalah dengan menggunakan fungsi Lyapunov.
Fungsi Lyapunov dibedakan menjadi dua, yaitu fungsi Lyapunov
lemah dan kuat.
11
individu terinfeksi selama proses penularan penyakit dalam suatu
populasi rentan. Angka tersebut merupakan parameter yang digunakan
untuk mengetahui terjadinya wabah dalam penyebaran suatu penyakit
di suatu populasi. Jika 𝑅0 < 1 maka rata-rata banyaknya individu
baru yang tertular oleh satu individu terinfeksi berjumlah kurang dari
satu individu, sehingga penyakit secara perlahan akan menghilang dan
tidak akan terjadi wabah. Sebaliknya, jika 𝑅0 > 1 maka rata-rata
banyaknya individu baru yang tertular oleh satu individu terinfeksi
berjumlah lebih dari satu individu, sehingga terjadi wabah.
Contoh:
Diberikan model yang terdiri dari tiga persamaan sebagai berikut
𝑑𝑆
= Λ − 𝛽𝑆𝐼 − 𝜇𝑆,
𝑑𝑡
𝑑𝐼
= 𝛽𝑆𝐼 − 𝑘𝐼 − 𝜇𝐼,
𝑑𝑡
𝑑𝑅
= 𝑘𝐼 − 𝜇𝑅,
𝑑𝑡
dengan 𝑆, 𝐼, dan 𝑅 masing-masing menyatakan jumlah individu yang
rentan, terinfeksi, dan sembuh saat 𝑡. Sistem persamaan ini
Λ
mempunyai titik kesetimbangan bebas penyakit 𝐸0 = (𝜇 , 0,0).
Matriks generasi selanjutnya diperoleh dari kompartemen terinfeksi,
yaitu kompartemen 𝐼. Matriks ℱ dan 𝒱 dapat ditulis sebagai berikut
ℱ = [𝛽𝑆𝐼] dan 𝒱 = [𝑘𝐼 + 𝜇𝐼].
𝐺𝑀(𝑎1 , 𝑎2 , ⋯ , 𝑎𝑛 ) = 𝑛√𝑎1 . 𝑎2 . ⋯ . 𝑎𝑛 .
14
𝑚′ (𝑡) ≤ 𝑣(𝑡)𝑚(𝑡) + ℎ(𝑡), 𝑚(𝑡0 ) = 𝑐 ≥ 0, 𝑡 ≥ 𝑡0 ,
maka
𝑡 𝑡 𝑡
𝑚(𝑡) ≤ 𝑐 exp [∫𝑡 𝑣(𝑠)𝑑𝑠] + ∫𝑡 ℎ(𝑠) exp [∫𝑠 𝑣(𝜎)𝑑𝜎] 𝑑𝑠, 𝑡 ≥ 0. (2.12)
0 0
15
16
BAB III
PEMBAHASAN
Pada bab ini dibahas konstruksi model penyebaran pecandu
narkoba dengan edukasi kesehatan. Selanjutnya dilakukan analisis
dinamik pada model yang meliputi penentuan titik kesetimbangan,
angka reproduksi dasar, analisis kestabilan titik kesetimbangan, dan
beberapa simulasi numerik untuk mengilustrasikan hasil analisis.
3.1 Konstruksi Model
Populasi model penyebaran pecandu narkoba dengan edukasi
kesehatan dibagi menjadi 6 subpopulasi, yaitu subpopulasi rentan
yang tidak menerima edukasi kesehatan masyarakat (S), subpopulasi
rentan yang menerima edukasi kesehatan masyarakat (C), subpopulasi
pecandu narkoba ringan (L), subpopulasi pecandu narkoba berat (H),
subpopulasi pecandu yang direhabilitasi (T), dan subpopulasi pecandu
narkoba yang sembuh (R). Model transmisi narkoba dengan edukasi
kesehatan diilustrasikan dalam diagram kompartemen pada Gambar
3.1.
𝛼 𝛼
(1 − 𝑞)𝛼Λ 𝜇 𝑞𝛼Λ
𝑞𝛼Λ
S C
𝛼 𝛼1
𝛽1 𝐿 + 𝛽2 𝐻 𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻
L
𝜋 𝛿
𝛾
𝛼
H
𝛼2
𝜎
𝜃
𝛼 𝛼
T 𝑚 R
Gambar 3.1. Diagram kompartemen model penyebaran pecandu
T
narkoba dengan edukasi kesehatan.
17
Parameter pada model didefinisikan sebagai berikut:
𝛼 : Laju kelahiran atau kematian alami.
Λ : Rekruitmen individu baru.
𝑞 : Laju populasi yang memperoleh edukasi kesehatan keluarga.
𝜇 :..Laju populasi rentan yang menerima edukasi kesehatan
masyarakat.
𝛽1 : Laju kontak efektif populasi rentan dengan pecandu narkoba
ringan.
𝛽2 : Laju kontak efektif populasi rentan dengan pecandu narkoba
berat.
𝜉 : Faktor yang mempengaruhi penurunan laju kontak efektif.
𝛼1 : Laju kematian akibat kecanduan narkoba ringan.
𝛼2 : Laju kematian akibat kecanduan narkoba berat.
𝛾 : Laju pengobatan pecandu narkoba ringan.
𝜋 : Laju perpindahan dari pecandu narkoba ringan ke pecandu
narkoba berat.
𝛿 : Laju pecandu narkoba yang sembuh karena edukasi kesehatan
masyarakat.
𝜃 : Laju pengobatan pecandu narkoba berat.
𝜎 : Laju kambuh pecandu narkoba setelah pengobatan.
𝑚 : Laju pecandu narkoba yang sembuh karena pengobatan.
18
Setiap individu pada subpopulasi 𝑆 memiliki kemungkinan
yang sama untuk melakukan interaksi dengan individu subpopulasi 𝐿.
Interaksi tersebut dapat mengakibatkan perubahan kebiasaan dari
individu yang berpotensi mengonsumsi narkoba menjadi individu
pecandu narkoba ringan dan pecandu narkoba berat dengan laju
sebesar −𝛽1 𝐿𝑆 dan −𝛽2 𝐻𝑆.
Laju perubahan populasi rentan yang tidak menerima edukasi
kesehatan masyarakat pada waktu 𝑡 berkurang karena subpopulasi 𝑆
mendapatkan edukasi kesehatan masyarakat yang dinotasikan dengan
−𝜇𝑆 dan mengalami kematian alami yaitu −𝛼𝑆.
Dengan demikian, laju perubahan populasi rentan yang tidak
menerima edukasi kesehatan masyarakat persatuan waktu adalah
𝑑𝑆
𝑑𝑡
= (1 − 𝑞)𝛼Λ − (𝛽1 𝐿 + 𝛽2 𝐻)𝑆 − (µ + 𝛼)𝑆. (3.1)
20
−𝛼1 𝐿, serta pecandu memasuki rehabilitasi sebagai tahap
penyembuhan dengan laju sebesar −𝛾𝐿.
Dengan demikian, laju perubahan populasi pecandu narkoba
ringan persatuan waktu adalah
𝑑𝐿
= (𝛽1 𝐿 + 𝛽2 𝐻)𝑆 + (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − (𝜋 + 𝛾 + 𝛼 + 𝛼1 )𝐿. (3.3)
𝑑𝑡
24
𝑚 𝛾+𝜃𝜋
𝑇 = (𝑚2 𝜋+𝜎𝛾) 𝐻. (3.14)
3
Substitusi persamaan (3.11) ke persamaan (3.13) diperoleh
𝑚2 𝐻−𝜋𝐿 𝛾𝐿+𝜃𝐻
𝜎
= 𝑚3
,
(𝑚2 𝑚3 − 𝜎𝜃)𝐻 = (𝑚3 𝜋 + 𝜎𝛾)𝐿,
𝑚 𝑚 −𝜎𝜃
𝐿=( 2 3 ) 𝐻 = 𝐴̃𝐻,
𝑚3 𝜋+𝜎𝛾
(3.15)
𝑚2 𝑚3 −𝜎𝜃
dengan 𝐴̃ = 𝑚3 𝜋+𝜎𝛾
.
Selanjutnya substitusi persamaan (3.15) ke persamaan (3.9c) diperoleh
(𝛽1 𝐴̃𝐻 + 𝛽2 𝐻)𝑆 + (𝛽1 𝜉𝐴̃𝐻 + 𝛽2 𝜉𝐻)𝐶 − 𝑚1 𝐴̃𝐻 = 0,
𝐻 ((𝛽1 𝐴̃ + 𝛽2 )𝑆 + (𝛽1 𝜉𝐴̃ + 𝛽2 𝜉)𝐶 − 𝑚1 𝐴̃) = 0,
𝐻 ((𝛽1 𝐴̃ + 𝛽2 )(𝑆 + 𝜉𝐶) − 𝑚1 𝐴̃) = 0, (3.16)
Berdasarkan persamaan (3.16) diperoleh dua kemungkinan, yaitu
𝐻 = 0 atau (𝛽1 𝐴̃ + 𝛽2 )(𝑆 + 𝜉𝐶) − 𝑚1 𝐴̃ = 0.
Jika 𝐻 = 0 maka persamaan (3.14) dan (3.15) menjadi
𝑇 = 0 dan 𝐿 = 0.
Substitusi 𝐿 = 0 dan 𝐻 = 0 ke persamaan (3.9a) dan (3.9b)
menghasilkan
(1−𝑞)𝛼Λ
𝑆= (3.17)
(µ+𝛼)
dan
𝑞𝛼 2 Λ+𝜇𝛼Λ
𝐶 = (𝛼+𝜇)(𝛼+𝛿). (3.18)
Dari perhitungan di atas maka diperoleh titik kesetimbangan yang
(1−𝑞)𝛼Λ 𝑞𝛼 2 Λ+𝜇𝛼Λ
pertama, yaitu 𝐸0 = (𝑆0 , 𝐶0 , 𝐿0 , 𝐻0 , 𝑇0 ) = ( 𝜇+𝛼
,
(𝛼+𝜇)(𝛼+𝛿)
, 0, 0, 0).
Titik ini disebut titik kesetimbangan bebas pecandu narkoba karena
tidak ada individu yang terinfeksi narkoba.
Jika 𝐻 ≠ 0 maka substitusi persamaan (3.15) ke persamaan
(3.9a) menghasilkan
(1−𝑞)𝛼Λ
𝑆 = (𝛽 . (3.19)
1 𝐴̃+𝛽2 )𝐻+(µ+𝛼)
Dari persamaan (3.9b) dapat ditulis
25
(𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 = 𝑞𝛼Λ + 𝜇𝑆 − (𝛼 + 𝛿)𝐶, (3.20)
kemudian substitusi persamaan (3.20) ke persamaan (3.9c) diperoleh
𝑞𝛼Λ + 𝜇𝑆 − (𝛼 + 𝛿)𝐶 − 𝑚1 𝐿 + (𝛽1 𝐿 + 𝛽2 𝐻)𝑆 = 0. (3.21)
Dari persamaan (3.9a) dapat ditulis
(𝛽1 𝐿 + 𝛽2 𝐻)𝑆 = (1 − 𝑞)𝛼Λ − (µ + 𝛼)𝑆, (3.22)
selanjutnya substitusi persamaan (3.15) dan (3.22) ke persamaan
(3.21) menghasilkan
𝛼(Λ−𝑆)−𝑚1 𝐴̃𝐻
𝐶= 𝛼+𝛿
. (3.23)
Jika 𝐻 ≠ 0 maka (𝛽1 𝐴̃ + 𝛽2 )(𝑆 + 𝜉𝐶) − 𝑚1 𝐴̃ = 0, sehingga
substitusi persamaan (3.19) dan (3.23) ke persamaan (𝛽1 𝐴̃ + 𝛽2 )(𝑆 +
𝜉𝐶) − 𝑚1 𝐴̃ = 0 menghasilkan 𝐻 yang merupakan akar dari
persamaaan
𝑎𝐻 2 + 𝑏𝐻 + 𝑐 = 0,
dengan
2
𝑎 = (𝛽1 𝐴̃ + 𝛽2 ) 𝜉𝑚1 𝐴̃,
𝑏 = (𝛽1 𝐴̃ + 𝛽2 )(𝑚1 𝐴̃(𝜉(𝛼 + 𝜇) + (𝛼 + 𝛿)) − (𝛽1 𝐴̃ + 𝛽2 )𝜉𝛼Λ),
𝑐 = (𝛼 + 𝜇)(𝛼 + 𝛿)𝑚1 𝐴̃ − 𝛼Λ(𝛽1 𝐴̃ + 𝛽2 )((1 − 𝑞)(𝛼 + 𝛿) + 𝜉(𝜇 + 𝑞𝛼)).
26
Berdasarkan matriks ℱ dan 𝒱 dapat dibentuk matriks Jacobi di titik
kesetimbangan bebas pecandu narkoba 𝐸0 = (𝑆0 , 𝐶0 , 𝐿0 , 𝐻0 , 𝑇0 ) =
(1−𝑞)𝛼Λ (𝜇+𝑞𝛼)𝛼Λ
( , , 0, 0, 0), yaitu
𝛼+𝜇 (𝛼+𝜇)(𝛼+𝛿)
𝜕 ℱ1 (𝐸0 ) 𝜕 ℱ1 (𝐸0 ) 𝜕 ℱ1 (𝐸0 )
𝜕𝐿 𝜕𝐻 𝜕𝑇
𝜕 ℱ2 (𝐸0 ) 𝜕 ℱ2 (𝐸0 ) 𝜕 ℱ2 (𝐸0 )
𝐷ℱ(𝐸0 ) =
𝜕𝐿 𝜕𝐻 𝜕𝑇
𝜕 ℱ3 (𝐸0 ) 𝜕 ℱ3 (𝐸0 ) 𝜕 ℱ3 (𝐸0 )
( 𝜕𝐿 𝜕𝐻 𝜕𝑇 )
𝛽1 (𝑆0 + 𝜉𝐶0 ) 𝛽2 (𝑆0 + 𝜉𝐶0 ) 0
=( 0 0 0)
0 0 0
dan
𝜕 𝒱1 (𝐸0 ) 𝜕 𝒱1 (𝐸0 ) 𝜕 𝒱1 (𝐸0 )
𝜕𝐿 𝜕𝐻 𝜕𝑇 𝑚1 0 0
𝜕 𝒱2 (𝐸0 ) 𝜕 𝒱2 (𝐸0 ) 𝜕 𝒱2 (𝐸0 )
𝐷𝒱(𝐸0 ) = = (−𝜋 𝑚2 −𝜎).
𝜕𝐿 𝜕𝐻 𝜕𝑇
𝜕 𝒱3 (𝐸0 ) 𝜕 𝒱3 (𝐸0 ) 𝜕 𝒱3 (𝐸0 ) −𝛾 −𝜃 𝑚3
( 𝜕𝐿 𝜕𝐻 𝜕𝑇 )
Invers matriks 𝐷𝒱(𝐸0 ) adalah
1
0 0
𝑚1
𝜋𝑚3 + 𝛾𝜎 𝑚3 𝜎
𝐷𝒱 −1 (𝐸0 ) = .
𝑚1 (𝑚2 𝑚3 − 𝜎𝜃) 𝑚2 𝑚3 − 𝜎𝜃 𝑚2 𝑚3 − 𝜎𝜃
𝜋𝜃 + 𝑚2 𝛾 𝜃 𝑚2
[𝑚1 (𝑚2 𝑚3 − 𝜎𝜃) 𝑚2 𝑚3 − 𝜎𝜃 𝑚2 𝑚3 − 𝜎𝜃]
𝛽1 𝑆0 + 𝛽1 𝜉𝐶0 − 𝑚1 − 𝜆 𝛽2 𝑆0 + 𝛽2 𝜉𝐶0 0
(−(𝛼 + 𝛿) − 𝜆)(−(𝛼 + 𝜇) − 𝜆) | 𝜋 −𝑚2 − 𝜆 𝜎 | = 0.
𝛾 𝜃 −𝑚3 − 𝜆
𝜆3 + 𝜆2 𝐴1 + 𝜆𝐴2 + 𝐴3 = 0, (3.26)
dengan
𝐴1 = 𝑚1 + 𝑚2 + 𝑚3 − 𝛽1 𝑆0 − 𝛽1 𝜉𝐶0 ,
𝐴2 = 𝑚1 𝑚2 + 𝑚1 𝑚3 + 𝑚2 𝑚3 − 𝜃𝜎 − 𝛽1 𝑆0 𝑚2 − 𝛽1 𝑆0 𝑚3
−𝛽1 𝜉𝐶0 𝑚2 − 𝛽1 𝜉𝐶0 𝑚3 − 𝜋𝛽2 𝑆0 − 𝜋𝛽2 𝜉𝐶0
𝐴3 = 𝑚1 𝑚2 𝑚3 + 𝛽1 𝑆0 𝜃𝜎 + 𝛽1 𝜉𝐶0 𝜃𝜎 − 𝛽1 𝑆0 𝑚2 𝑚3
−𝛽1 𝜉𝐶0 𝑚2 𝑚3 − 𝛽2 𝑆0 𝜎𝛾 − 𝛽2 𝜉𝐶0 𝜎𝛾 − 𝜃𝜎𝑚1
−𝛽2 𝑆0 𝜋𝑚3 − 𝛽2 𝜉𝐶0 𝜋𝑚3 .
Tidak mudah untuk menentukan nilai akar-akar persamaan
karakteristik (3.26). Oleh karena itu, sifat kestabilan titik
kesetimbangan 𝐸0 diperoleh menggunakan kriteria Routh-Hurwitz.
Akibatnya, titik kesetimbangan bebas pecandu narkoba bersifat stabil
asimtotik lokal jika dan hanya jika
1. 𝐴1 > 0,
2. 𝐴3 > 0, dan
3. 𝐴1 𝐴2 − 𝐴3 > 0.
Untuk selanjutnya, sifat kestabilan titik kesetimbangan 𝐸0
menggunakan kriteria Routh-Hurwitz akan dibuktikan dengan
simulasi numerik.
31
(𝑚1 −𝛽1 (𝑆0 +𝜉𝐶0 )) 𝑚1 𝐴̃−𝛽1 𝐴̃(𝑆0 +𝜉𝐶0 )
𝜋𝑚3 +𝜎𝛾
= 𝑚2 𝑚3 −𝜃𝜎
,
𝑚1 𝐴̃ 𝛽2 (𝑆0 +𝜉𝐶0 )
=𝑚 ((1 − 𝑅0 ) + 𝑚1 𝐴̃
).
2 𝑚3 −𝜃𝜎
(𝑚1 −𝛽1 (𝑆0 +𝜉𝐶0 ))
Karena 𝐴̃ > 0 dan 𝑅0 ≤ 1, maka 𝜋𝑚3 +𝜎𝛾
> 0. Berdasarkan
uraian di atas, terbukti bahwa 𝑉(𝐸) > 0, ∀𝐸 ≠ 𝐸0 ∈ Ω.
32
Untuk uraian perhitungan lebih detail dapat dilihat pada Lampiran 2.
𝐶 𝐶 𝑆
Jika 𝑅0 ≤ 1 maka 𝜓 ≤ 0. 𝑉 ′ < 0 jika (2 − 𝐶 − 𝐶0 ) ≤ 0, (2 − 𝑆 −
0 0
𝑆0 𝑆0 𝐶 𝑆𝐶
𝑆
) ≤ 0, dan (3 − 𝑆
− 𝐶 − 𝑆 𝐶0 ) ≤ 0. Dengan menggunakan
0 0
𝐶 𝐶0 𝑆 𝑆
Teorema 2.4.1 dibuktikan bahwa (2 − − ) ≤ 0, (2 − − 0) ≤
𝐶0 𝐶 𝑆0 𝑆
𝑆0 𝐶 𝑆𝐶
0, dan (3 − − − 0) ≤ 0 sebagai berikut
𝑆 𝐶0 𝑆0 𝐶
𝐶 𝐶
(2 − 𝐶 − 𝐶0 ) ≤ 0
0
Bukti:
𝐶 1
Misalkan 𝑎1 = 𝐶 , sehingga diperoleh (2 − 𝑎1 − 𝑎 ) dan
0 1
memenuhi
1
𝑎1 +𝑎 2 1
1
2
≥ √𝑎1 . 𝑎 ,
1
1
𝑎1 + 2
𝑎1
≥ √1,
2
1
𝑎1 + 𝑎 ≥ 2,
1
𝐶 𝐶0
𝐶0
+ 𝐶
≥ 2,
𝐶 𝐶0
sehingga terbukti (2 − 𝐶 − 𝐶
) ≤ 0. Dengan cara yang sama maka
0
𝑆 𝑆
diperoleh (2 −
𝑆0
− 𝑆0 ) ≤ 0.
𝑆0 𝐶 𝑆𝐶0
(3 − − − ) ≤0
𝑆 𝐶0 𝑆0 𝐶
Bukti:
𝑆 𝐶 1
Misalkan 𝑎1 = 𝑆0 dan 𝑎2 = 𝐶0, sehingga diperoleh (3 − 𝑎1 − 𝑎 −
2
𝑎2
𝑎1
)
1 𝑎2
(𝑎1 + + ) 3 1 𝑎
𝑎2 𝑎1
≥ √(𝑎1 . . 2 ),
3 𝑎 𝑎 2 1
1 𝑎2
(𝑎1 + + ) 3
𝑎2 𝑎1
≥ √1,
3
33
1 𝑎
𝑎1 + 𝑎 + 𝑎2 ≥ 3,
2 1
𝑆0 𝐶 𝑆𝐶0
( 𝑆 + 𝐶 + 𝑆 𝐶) ≥ 3,
0 0
𝑆 𝐶 𝑆𝐶
sehingga terbukti (3 − ( 𝑆0 + 𝐶 + 𝑆 𝐶0 )) ≤ 0.
0 0
34
𝐿 𝐻
+ (𝐿 − 𝐿∗ − 𝐿∗ 𝑙𝑛 ∗
) + 𝐾 (𝑚3 (𝐻 − 𝐻 ∗ − 𝐻 ∗ 𝑙𝑛 ∗ ))
𝐿 𝐻
𝑇
+𝐾 (𝜎 (𝑇 − 𝑇 ∗ − 𝑇 ∗ 𝑙𝑛 ∗ )),
𝑇
𝑉(𝐸) > 0, ∀𝐸 ≠ 𝐸 ∗ ∈ Ω dibuktikan dengan menggunakan cara
yang sama pada pembuktian kepositifan fungsi Lyapunov pada 𝐸0 .
Karena 𝑚2 𝑚3 − 𝜃𝜎 = (𝜃 + 𝛼 + 𝛼2 )(𝜎 + 𝑚 + 𝛼) − 𝜃𝜎,
= 𝜃𝜎 + 𝜃𝑚 + 𝜃𝛼 + 𝛼𝜎 + 𝛼𝑚 + 𝛼 2 + 𝛼2 𝜎
+𝛼2 𝑚 + 𝛼𝛼2 − 𝜃𝜎,
= 𝜃𝑚 + 𝜃𝛼 + 𝛼𝜎 + 𝛼𝑚 + 𝛼 2 + 𝛼2 𝜎 + 𝛼2 𝑚
+𝛼𝛼2,
> 0,
𝛽 (𝑆 ∗ +𝜉𝐶 ∗ )
maka 𝐾 = 2 > 0.
𝑚 𝑚 −𝜎𝜃
2 3
Jadi, terbukti bahwa 𝑉(𝐸) > 0, ∀𝐸 ≠ 𝐸0 ∈ Ω.
3. Akan dibuktikan 𝑉 ′ < 0, ∀𝐸 ≠ 𝐸 ∗ ∈ Ω.
Turunan fungsi Lyapunov 𝑉 adalah sebagai berikut
𝑆∗ 𝐶∗ 𝐿∗
𝑉 ′ = (𝑆′ − 𝑆′) + (𝐶′ − 𝐶′) + (𝐿′ − 𝐿′)
𝑆 𝐶 𝐿
𝐻∗ 𝑇∗
+𝐾𝑚3 (𝐻′ − 𝐻′) + 𝐾𝜎 (𝑇′ − 𝑇′),
∗
𝐻 𝑇
𝑆 𝐶∗ ′ 𝐿∗ ′ 𝐻∗
𝑉 = (1 − ) 𝑆 + (1 − ) 𝐶 + (1 − ) 𝐿 + 𝐾𝑚3 (1 − ) 𝐻 ′
′ ′
𝑆 𝐶 𝐿 𝐻
𝑇∗ ′
+𝐾𝜎 (1 − ) 𝑇 ,
𝑇
∗
𝑆
𝑉 ′ = (1 − ) ((1 − 𝑞)𝛼Λ − (𝛽1 𝐿 + 𝛽2 𝐻)𝑆 − (µ + 𝛼)𝑆)
𝑆
𝐶∗
+ (1 − ) (𝑞𝛼Λ + 𝜇𝑆 − (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − (𝛼 + 𝛿)𝐶)
𝐶
𝐿∗
+ (1 − ) ((𝛽1 𝐿 + 𝛽2 𝐻)𝑆 + (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐶)𝐻 − 𝑚1 𝐿)
𝐿
𝐻∗
+𝐾𝑚3 (1 − ) (𝜋𝐿 + 𝜎𝑇 − 𝑚2 𝐻)
𝐻
𝑇∗
+𝐾𝜎 (1 − ) ( 𝛾𝐿 + 𝜃𝐻 − 𝑚3 𝑇).
𝑇
35
𝑆∗ 𝐶∗ 𝐿∗ 𝐻∗ 𝑇∗
Dimisalkan 𝑥= 𝑆
, 𝑦= 𝐶
, 𝑧= 𝐿
, 𝑣= 𝐻
, 𝑤= 𝑇
, sehingga
diperoleh
1 1 1
𝑉 ′ = (1 − 𝑥) (𝛽1 𝑆 ∗ 𝐿∗ (1 − ) + 𝛽2 𝑆 ∗ 𝐻 ∗ (1 − ) + (𝛼 + 𝜇)𝑆 ∗ (1 − ))
𝑥𝑧 𝑥𝑣 𝑥
1 1 1
+(1 − 𝑦)(𝜇𝑆 ∗ ( − 1) + 𝛽1 𝜉𝐶 ∗ 𝐿∗ (1 − ) + 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ (1 − )
𝑥 𝑦𝑧 𝑦𝑣
1 1 1
+(𝛼 + 𝛿)𝐶 ∗ (1 − )) + (1 − 𝑧)(𝛽1 𝑆 ∗ 𝐿∗ ( − 1) + 𝛽2 𝑆 ∗ 𝐻 ∗ ( − 1)
𝑦 𝑥𝑧 𝑥𝑣
1 1 1
+𝛽1 𝜉𝐶 ∗ 𝐿∗ ( − 1) + 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ ( − 1) + 𝑚1 𝐿∗ (1 − ))
𝑦𝑧 𝑦𝑣 𝑧
1 1 1
+𝐾𝑚3 (1 − 𝑣) (𝜋𝐿∗ ( − 1) + 𝜎𝑇 ∗ ( − 1) + 𝑚2 𝐻 ∗ (1 − ))
𝑧 𝑤 𝑣
1 1 1
+𝐾𝜎(1 − 𝑤) ( 𝛾𝐿∗ ( − 1) + 𝜃𝐻 ∗ ( − 1) + 𝑚3 𝑇 ∗ (1 − )),
𝑧 𝑣 𝑤
𝑉 ′ = 𝜇𝑆 ∗ + 2𝛼𝑆 ∗ + 2(𝛼 + 𝛿)𝐶 ∗ + 2𝑚1 𝐿∗ + 𝑚2 𝑚3 𝐾𝐻 ∗ + 𝑚3 𝜎𝐾𝑇 ∗
1
−(1 − 𝑞)𝛼Λ𝑥 − 𝑞𝛼Λ𝑦 − ((𝛼 + 𝛿)𝐶 ∗ + 𝛽1 𝜉𝐶 ∗ 𝐿∗ )
𝑦
1 𝑦 𝑧 𝑧
−(𝛽1 𝑆 ∗ 𝐿∗ + 𝛼𝑆 ∗ ) − 𝜇𝑆 ∗ − 𝛽2 𝑆 ∗ 𝐻∗ − 𝛽2 𝜉𝐶 ∗ 𝐻 ∗
𝑥 𝑥 𝑥𝑣 𝑦𝑣
𝑣 𝑣 𝑤 𝑤
−𝐾 (𝑚3 𝜋𝐿∗ + 𝑚3 𝜎𝑇 ∗ + 𝜎𝜃𝐻 ∗ + 𝜎𝛾𝐿∗ ),
𝑧 𝑤 𝑣 𝑧
𝑉 ′ = 𝜇𝑆 ∗ + 2𝛼𝑆 ∗ + 2(𝛼 + 𝛿)𝐶 ∗ + 2𝑚1 𝐿∗ + 𝑚3 𝐾(𝜋𝐿∗ + 𝜎𝑇 ∗ )
1 𝑦 1
+𝜎𝐾(𝜃𝐻 ∗ + 𝛾𝐿∗ ) − 𝜇𝑆 ∗ (𝑥 + + ) − (𝛽1 𝑆 ∗ 𝐿∗ + 𝛼𝑆 ∗ ) (𝑥 + )
𝑦 𝑥 𝑥
∗ 𝑧 𝑤 𝑣 ∗ ∗ 𝑧 𝑣
−𝜎𝐾𝛾𝐿 (𝑦𝑣 + 𝑣 + 𝑤 + 𝑦) − 𝛽2 𝑆 𝐻 (𝑥 + 𝑥𝑣 + 𝑧 )
𝑤 𝑣 𝑧 1
−𝜎𝐾𝜃𝐻 ∗ ( + ) + (𝑚3 𝐾𝜋𝐿∗ + 𝜎𝐾𝛾𝐿∗ ) ( + 𝑦 + + 𝑣)
𝑧 𝑤 𝑦𝑣 𝑧
∗ ∗)
1 ∗ ∗ ∗ ∗
1
−(𝑚3 𝐾𝜋𝐿 + 𝜎𝐾𝛾𝐿 ( + 𝑣) + (𝛽2 𝑆 𝐻 + 𝛽2 𝜉𝐶 𝐻 ) ( + 𝑣)
𝑣 𝑣
𝑧 1
−(𝛽2 𝑆 ∗ 𝐻 ∗ + 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ ) ( + 𝑦 + + 𝑣)
𝑦𝑣 𝑧
𝑣 𝑧 1
−(𝑚3 𝐾𝜋𝐿∗ − 𝛽2 𝑆 ∗ 𝐻 ∗ ) ( + + 𝑦) − (𝑞𝛼Λ − 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ ) (𝑦 + ) .
𝑧 𝑦𝑣 𝑦
36
𝑣 𝑣 𝑤 𝑧 1 𝑧 𝑣
𝑧
) ≥ 3, (𝑤 + 𝑧
+ 𝑦𝑣 + 𝑦) ≥ 4, (𝑦 + 𝑦) ≥ 2, (𝑦 + 𝑦𝑣 + 𝑧 ) ≥ 3,
𝑧 1
(𝑦𝑣 + 𝑦 + 𝑧 + 𝑣) ≥ 4.
1 1 𝑦
Selanjutnya akan dibuktikan (𝑥 + 𝑥) ≥ 2, (𝑣 + 𝑣) ≥ 2, (𝑥 + 𝑥 +
1 𝑤 𝑣 𝑧 𝑣 𝑣 𝑤 𝑧
𝑦
) ≥ 3,( 𝑣 + 𝑤) ≥ 2, (𝑥 + 𝑥𝑣 + 𝑧 ) ≥ 3, (𝑤 + 𝑧
+ 𝑦𝑣 + 𝑦) ≥ 4,
1 𝑧 𝑣 𝑧 1
(𝑦 + 𝑦) ≥ 2, (𝑦 + 𝑦𝑣 + 𝑧 ) ≥ 3, (𝑦𝑣 + 𝑦 + 𝑧 + 𝑣) ≥ 4 dengan
menggunakan Teorema 2.4.1 sebagai berikut
1
(𝑥 + 𝑥) ≥ 2
Bukti:
1
Misalkan 𝑎1 = 𝑥, sehingga diperoleh (𝑎1 + 𝑎 ) dan memenuhi
1
1 1
(𝑎1 + ) 1
𝑎1 2
≥ (𝑎1 . ) ,
2 𝑎1
1
𝑎1 + ≥2
𝑎1
1
𝑥 + 𝑥 ≥ 2,
1
sehingga terbukti 𝑥 + 𝑥 ≥ 2. Dengan cara yang sama maka
𝑤 𝑣 1 1
diperoleh ( 𝑣 + 𝑤) ≥ 2, (𝑦 + 𝑦) ≥ 2, dan (𝑣 + 𝑣) ≥ 2.
𝑧 𝑣
(𝑥 + 𝑥𝑣 + 𝑧 ) ≥ 3
Bukti:
𝑧 𝑎 1
Misalkan 𝑎1 = 𝑥 dan 𝑎2 = 𝑣, sehingga diperoleh (𝑎1 + 𝑎2 + 𝑎 )
1 2
dan memenuhi
𝑎 1
(𝑎1 + 2 + ) 1
𝑎1 𝑎2
≥ (1)3 ,
3
𝑎 1
(𝑎1 + 𝑎2 + 𝑎 ) ≥ 3,
1 2
𝑧 𝑣
(𝑥 + 𝑥𝑣 + 𝑧 ) ≥ 3,
𝑧 𝑣
sehingga terbukti (𝑥 + + ) ≥ 3. Dengan cara yang sama maka
𝑥𝑣 𝑧
𝑦 1 𝑧 𝑣
diperoleh (𝑥 + 𝑥 + 𝑦) ≥ 3 dan (𝑦 + 𝑦𝑣 + 𝑧 ) ≥ 3.
𝑣 𝑤 𝑧
(𝑤 + 𝑧
+ 𝑦𝑣 + 𝑦) ≥ 4
37
Bukti:
Misalkan 𝑎1 = 𝑣, 𝑎2 = 𝑤, 𝑎3 = 𝑧, dan 𝑎4 = 𝑦, sehingga diperoleh
𝑎 𝑎 𝑎
( 1 + 2 + 3 + 𝑎4 ) dan memenuhi
𝑎2 𝑎3 𝑎1 𝑎 4
𝑎 𝑎 𝑎 1
( 1 + 2 + 3 +𝑎4 ) 𝑎 𝑎 𝑎
𝑎2 𝑎3 𝑎1 𝑎4 4
≥ ( 1 . 2 . 3 . 𝑎4 ) ,
4 𝑎2 𝑎3 𝑎1 𝑎4
𝑎 𝑎 𝑎
( 1 + 2 + 3 +𝑎4 ) 1
𝑎2 𝑎3 𝑎1 𝑎4
≥ (1)4 ,
4
𝑎
𝑎2 𝑎
(𝑎1
+ 𝑎 + 𝑎 𝑎3 + 𝑎4 ) ≥ 4,
2
3 1 4
𝑣 𝑤 𝑧
(𝑤 + 𝑧 + 𝑦𝑣 + 𝑦) ≥ 4,
𝑣 𝑤 𝑧
sehingga terbukti (𝑤 + 𝑧 + 𝑦𝑣 + 𝑦) ≥ 4. Dengan cara yang sama
𝑧 1
maka diperoleh ( + 𝑦 + + 𝑣) ≥ 4. Selanjutnya dari pembuktian
𝑦𝑣 𝑧
di atas diperoleh
𝑉 ′ ≤ 𝜇𝑆 ∗ + 2𝛼𝑆 ∗ + 2(𝛼 + 𝛿)𝐶 ∗ + 2𝑚1 𝐿∗ + 𝑚3 𝐾𝜋𝐿∗ + 𝜎𝐾𝜃𝐻 ∗
+𝜎𝐾𝛾𝐿∗ + 𝜎𝐾𝜃𝐻 ∗ + 𝜎𝐾𝛾𝐿∗ − 2𝛽1 𝑆 ∗ 𝐿∗ − 2𝛼𝑆 ∗ − 3𝜇𝑆 ∗
−4𝜎𝐾𝛾𝐿∗ − 3𝛽2 𝑆 ∗ 𝐻 ∗ − 2𝜎𝐾𝜃𝐻 ∗ + 4𝑚3 𝐾𝜋𝐿∗ + 4𝜎𝐾𝛾𝐿∗
−2𝑚3 𝐾𝜋𝐿∗ − 2𝜎𝐾𝛾𝐿∗ + 2𝛽2 𝑆 ∗ 𝐻∗ + 2𝛽2 𝜉𝐶 ∗ 𝐻 ∗ − 4𝛽2 𝑆 ∗ 𝐻∗
−4𝛽2 𝜉𝐶 ∗ 𝐻 ∗ − 3𝑚3 𝐾𝜋𝐿∗ + 3𝛽2 𝑆 ∗ 𝐻∗ + 2𝜇𝑆 ∗ − 2𝛽1 𝜉𝐶 ∗ 𝐿∗
−2(𝛼 + 𝛿)𝐶 ∗ ,
= 2(𝑚1 𝐿∗ − 𝛽2 𝑆 ∗ 𝐻∗ − 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ − 𝛽1 𝜉𝐶 ∗ 𝐿∗ − 𝛽1 𝐿∗ 𝑆 ∗ ),
𝑚1 𝐿𝐻 ∗ 𝛽2 𝑆𝐿∗ 𝐻 𝛽2 𝜉𝐶𝐿∗ 𝐻 𝛽1 𝜉𝐶𝐻 ∗ 𝐿 𝛽1 𝑆𝐻 ∗ 𝐿
= 2( − − − − ),
𝐻 𝐿 𝐿 𝐻 𝐻
= 2(𝑚1 𝐿𝑣 − 𝛽2 𝑆𝐻𝑧 − 𝛽2 𝜉𝐶𝐻𝑧 − 𝛽1 𝜉𝐶𝐿𝑣 − 𝛽1 𝑆𝐿𝑣),
= 2(𝑚1 𝐿𝑣 − 𝛽2 𝑆𝐻𝑣 − 𝛽2 𝜉𝐶𝐻𝑣 − 𝛽1 𝜉𝐶𝐿𝑣 − 𝛽1 𝑆𝐿𝑣),
= 2𝑣(𝑚1 𝐿 − 𝛽2 𝑆𝐻 − 𝛽2 𝜉𝐶𝐻 − 𝛽1 𝜉𝐶𝐿 − 𝛽1 𝑆𝐿),
= 0.
Dengan demikian, dapat disimpulkan bahwa 𝑉 ′ < 0 untuk
setiap (𝑆, 𝐶, 𝐿, 𝐻, 𝑇) ≠ 𝐸 ∗ dan 𝑉 ′ = 0 apabila 𝑥 = 𝑦 = 1, 𝑣 = 𝑧 = 𝑤.
Berdasarkan uraian tersebut, fungsi Lyapunov 𝑉(𝐸 ∗ ) memenuhi
Definisi 2.1.5.2. Dengan demikian, 𝑉(𝐸 ∗ ) merupakan fungsi
Lyapunov kuat sehingga titik kesetimbangan endemi pecandu narkoba
𝐸 ∗ bersifat stabil asimtotik global jika 𝑅0 > 1.
Syarat eksistensi dan jenis kestabilan titik kesetimbangan
sistem persamaan (3.6) dirangkum pada Tabel 3.1.
38
Tabel 3.1 Titik kesetimbangan, syarat eksistensi, dan kestabilan
39
Hasil simulasi ditunjukkan dengan potret fase pada ruang
𝐿, 𝐻, 𝑇 dan 𝑆, 𝐶, 𝐻 dengan beberapa nilai awal yang berbeda. Garis-
garis orbit akan menuju ke titik kesetimbangan berdasarkan syarat
eksistensi dan kestabilan titik kesetimbangan sesuai Tabel 3.1.
3.6.1 Simulasi untuk 𝑅0 < 1
Untuk simulasi numerik dengan kondisi 𝑅0 < 1, nilai parameter
yang digunakan yaitu Λ = 1.2, 𝛿 = 0.04, 𝑞 = 0.8, dan 𝜇 = 0.1,
parameter yang lain disajikan pada Tabel 3.2 sehingga diperoleh
𝛽1 𝐴̃ + 𝛽2
𝑅0 = (𝑆0 + 𝜉𝐶0 ) = 0.8120 < 1.
𝑚1 𝐴̃
Berdasarkan nilai parameter tersebut diperoleh titik
kesetimbangan bebas pecandu narkoba, yaitu 𝐸0 =
(0.04, 0,3867, 0, 0, 0). Selain itu, diperoleh nilai 𝐴1 = 1.9894 > 0,
𝐴3 = 0.043844448 > 0, dan 𝐴1 𝐴2 − 𝐴3 = 1.728910688 > 0,
sehingga kriteria Routh Hurwitz terpenuhi. Jadi, titik kestabilan bebas
pecandu narkoba bersifat stabil asimtotik lokal.
Perilaku solusi pada ruang tiga dimensi (𝐿, 𝐻, 𝑇) dan (𝑆, 𝐶, 𝐻)
dengan tiga nilai awal yang berbeda, yaitu 𝑁1 = (1.5, 1, 1.5, 2, 0),
𝑁2 = (1, 1.5, 0, 2, 1), dan 𝑁3 = (0.6, 0.2, 2, 1, 0.4) dapat dilihat pada
Gambar 3.2.
Gambar 3.2a pada orbit-orbit ruang 𝐿, 𝐻, 𝑇 dan Gambar 3.2b
pada orbit-orbit ruang 𝑆, 𝐶, 𝐻 menunjukkan bahwa dengan beberapa
nilai awal yang diberikan, solusi numerik menuju ke titik
kesetimbangan bebas pecandu narkoba 𝐸0 . Hal ini sesuai hasil
perhitungan analisis titik kesetimbangan bebas pecandu narkoba 𝐸0 =
(0.04, 0,3867, 0, 0, 0) yang bersifat stabil asimtotik global jika 𝑅0 < 1.
40
𝑻
𝑯
𝑳
𝑺 𝑪
𝛽1 𝐴̃ + 𝛽2
𝑅0 = (𝑆0 + 𝜉𝐶0 ) = 5.8022 > 1.
𝑚1 𝐴̃
Berdasarkan nilai parameter tersebut, titik 𝐸0 =
(2.7, 0.0805, 0, 0, 0) pada simulasi ini tidak stabil. Titik
kesetimbangan endemi pecandu narkoba 𝐸∗ =
(0.4587, 0.0213, 0.1698, 0.0957, 0.0941) eksis. Perilaku solusi pada
ruang tiga dimensi (𝐿, 𝐻, 𝑇) dan (𝑆, 𝐶, 𝐻) dengan tiga nilai awal yang
berbeda, yaitu 𝑁1 = (2, 1.5, 3, 1, 1.5), 𝑁2 = (1, 0.5, 1, 2.5, 2), dan
𝑁3 = (1.5, 3, 1, 2, 1) dapat dilihat pada Gambar 3.3.
Gambar 3.3a pada orbit-orbit ruang 𝐿, 𝐻, 𝑇 dan Gambar 3.3b
pada orbit-orbit ruang 𝑆, 𝐶, 𝐻 menunjukkan bahwa dengan beberapa
nilai awal yang diberikan, solusi numerik menuju ke titik
kesetimbangan endemi pecandu narkoba 𝐸 ∗ . Hal ini sesuai hasil
perhitungan analisis titik kesetimbangan endemi pecandu narkoba
𝐸 ∗ = (0.4587, 0.0213, 0.1698, 0.0957, 0.0941) yang bersifat stabil
asimtotik global jika 𝑅0 > 1.
42
𝑻
𝑯
𝑳
𝑺
𝑪
4.1 Kesimpulan
Berdasarkan tujuan pembahasan skripsi ini dapat diambil
kesimpulan sebagai berikut.
1. Model penyebaran pecandu narkoba dengan edukasi
kesehatan berbentuk sistem persamaan diferensial nonlinear
yang terdiri dari 6 kompartemen, yaitu pecandu rentan yang
tidak menerima edukasi kesehatan masyarakat (𝑆), pecandu
rentan yang menerima edukasi kesehatan masyarakat (𝐶),
pecandu narkoba ringan (𝐿), pecandu narkoba berat (𝐻),
pecandu dalam rehabilitasi (𝑇), dan pecandu yang sembuh
(𝑅).
45
4.2 Saran
Pada penelitian berikutnya disarankan untuk memodifikasi
model dengan mengasumsikan bahwa individu yang sembuh dapat
menjadi individu yang rentan kembali dan dilakukan kontrol optimal
dengan mengasumsikan parameter 𝜇 bernilai tidak konstan.
46
DAFTAR PUSTAKA
47
Liu, J. dan T. Zhang. 2011. Global behaviour of a heroin epidemic
model with distributed delays. Applied Mathematics Letters.
24(10): 1685-1692.
UNODC. 2015. World Drug Report 2015. United Nations. New York.
48
LAMPIRAN
Lampiran 1. Perhitungan titik kesetimbangan endemi pecandu narkoba.
Model sistem persamaan pecandu narkoba dengan edukasi kesehatan sebagai berikut
(1 − 𝑞)𝛼Λ − (𝛽1 𝐿 + 𝛽2 𝐻)𝑆 − (µ + 𝛼)𝑆=0, (1)
𝑞𝛼Λ + 𝜇𝑆 − (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − (𝛼 + 𝛿)𝐶 = 0, (2)
(𝛽1 𝐿 + 𝛽2 𝐻)𝑆 + (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − 𝑚1 𝐿 = 0, (3)
𝜋𝐿 + 𝜎𝑇 − 𝑚2 𝐻 = 0, (4)
𝛾𝐿 + 𝜃𝐻 − 𝑚3 𝑇=0. (5)
Dari persamaan (4) dapat ditulis
𝑚 𝐻−𝜎𝑇 𝑚 𝐻−𝜋𝐿
𝐿 = 2 𝜋 , (6) atau 𝑇 = 2 𝜎 , (7)
sedangkan persamaan (5) dapat ditulis menjadi
𝑚 𝑇−𝜃𝐻 𝛾𝐿+𝜃𝐻
𝐿= 3𝛾 (8) atau 𝑇 = 𝑚 . (9)
3
Substitusi persamaan (6) ke persamaan (8) menghasilkan
𝑚2 𝐻−𝜎𝑇 𝑚3 𝑇−𝜃𝐻
𝜋
= 𝛾
,
𝑚2 𝛾𝐻 − 𝜎𝛾𝑇 = 𝑚3 𝜋𝑇 − 𝜃𝜋𝐻,
(𝑚2 𝛾 + 𝜃𝜋)𝐻 = (𝑚3 𝜋 + 𝜎𝛾)𝑇,
𝑚2 𝛾+𝜃𝜋
𝑇=( ) 𝐻, (10)
𝑚3 𝜋+𝜎𝛾
dan substitusi persamaan (7) ke persamaan (9) diperoleh
49
50
𝑚2 𝐻−𝜋𝐿 𝛾𝐿+𝜃𝐻
𝜎
= 𝑚3
,
𝑚2 𝑚3 𝐻 − 𝑚3 𝜋𝐿 = 𝜎𝛾𝐿 + 𝜎𝜃𝐻,
(𝑚3 𝜋 + 𝜎𝛾)𝐿 = (𝑚2 𝑚3 − 𝜎𝜃)𝐻,
𝑚 𝑚 −𝜎𝜃
𝐿=( 2 3 ) 𝐻 = 𝐴̃𝐻. (11)
𝑚3 𝜋+𝜎𝛾
Kemudian substitusi persamaan (11) ke persamaan (1) menghasilkan
(1 − 𝑞)𝛼Λ − (𝛽1 𝐴̃𝐻 + 𝛽2 𝐻)𝑆 − (µ + 𝛼)𝑆=0,
(1 − 𝑞)𝛼Λ − (𝛽1 𝐴̃𝐻 + 𝛽2 𝐻 + (µ + 𝛼))𝑆 = 0,
(1−𝑞)𝛼Λ
𝑆 = (𝛽 ̃
. (12)
1 𝐴+𝛽2 )𝐻+(µ+𝛼)
Dari persamaan (1) dapat ditulis
(𝛽1 𝐿 + 𝛽2 𝐻)𝑆 = (1 − 𝑞)𝛼Λ − (µ + 𝛼)𝑆, (13)
sedangkan persamaan (2) dapat ditulis menjadi
(𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 = 𝑞𝛼Λ + 𝜇𝑆 − (𝛼 + 𝛿)𝐶. (14)
Substitusi persamaan (14) ke persamaan (3) diperoleh
𝑞𝛼Λ + 𝜇𝑆 − (𝛼 + 𝛿)𝐶 − 𝑚1 𝐿 + (𝛽1 𝐿 + 𝛽2 𝐻)𝑆 = 0, (15)
selanjutnya substitusi persamaan (13) ke persamaan (15) menghasilkan
𝑞𝛼Λ + 𝜇𝑆 − (𝛼 + 𝛿)𝐶 − 𝑚1 𝐿 + (1 − 𝑞)𝛼Λ − (µ + 𝛼)𝑆 = 0,
𝛼Λ − 𝛼𝑆 − (𝛼 + 𝛿)𝐶 − 𝑚1 𝐴̃𝐻 = 0,
𝛼(Λ−𝑆)−𝑚1 𝐴̃𝐻
𝐶= . (16)
𝛼+𝛿
Jika 𝐻 ≠ 0 maka (𝛽1 𝐴̃ + 𝛽2 )(𝑆 + 𝜉𝐶) − 𝑚1 𝐴̃ = 0, sehingga substitusi persamaan (12) dan (16) ke
persamaan (𝛽1 𝐴̃ + 𝛽2 )(𝑆 + 𝜉𝐶) − 𝑚1 𝐴̃ = 0 menghasilkan
(1−𝑞)𝛼Λ 𝛼(Λ−𝑆)−𝑚1 𝐴̃𝐻
(𝛽1 𝐴̃ + 𝛽2 ) ((𝛽̃+𝛽2 )𝐻+(µ+𝛼)
+𝜉( )) − 𝑚1 𝐴̃ = 0,
1𝐴 𝛼+𝛿
𝑚1 𝐴̃ ((𝛽1 𝐴̃ + 𝛽2 )𝐻 + (𝛼 + 𝜇)) (𝛼 + 𝛿) = 0,
̃
(𝛽 𝐴+𝛽 )
= (𝛼 + 𝜇)(𝛼 + 𝛿)𝑚1 𝐴̃ (1 − 1 ̃ 2 (𝑆0 + 𝜉𝐶0 )),
𝑚1 𝐴
sehingga diperoleh
𝑆 𝐶0 𝑚3 (𝑚1 −𝛽1 (𝑆0 +𝜉𝐶0 )) 𝜎(𝑚1 −𝛽1 (𝑆0 +𝜉𝐶0 ))
𝑉 ′ = (1 − 𝑆0 ) 𝑆 ′ + (1 − ) 𝐶′ + 𝐿′ + 𝐻′ + 𝑇′.
𝐶 𝜋𝑚3 +𝜎𝛾 𝜋𝑚3 +𝜎𝛾
Model sistem persamaaan pecandu narkoba sebagai berikut
𝑑𝑆
𝑑𝑡
= (1 − 𝑞)𝛼Λ − (𝛽1 𝐿 + 𝛽2 𝐻)𝑆 − (µ + 𝛼)𝑆,
𝑑𝐶
𝑑𝑡
= 𝑞𝛼Λ + 𝜇𝑆 − (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − (𝛼 + 𝛿)𝐶,
𝑑𝐿
𝑑𝑡
= (𝛽1 𝐿 + 𝛽2 𝐻)𝑆 + (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − 𝑚1 𝐿 ,
𝑑𝐻
= 𝜋𝐿 + 𝜎𝑇 − 𝑚2 𝐻,
𝑑𝑡
𝑑𝑇
𝑑𝑡
= 𝛾𝐿 + 𝜃𝐻 − 𝑚3 𝑇,
53
54
𝑆0 𝐶0
𝑉 ′ = (1 − ) ((1 − 𝑞)𝛼Λ − (𝛽1 𝐿 + 𝛽2 𝐻)𝑆 − (µ + 𝛼)𝑆) + (1 − ) (𝑞𝛼Λ + 𝜇𝑆 − (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − (𝛼 + 𝛿)𝐶)
𝑆 𝐶
𝑚3 (𝑚1 − 𝛽1 (𝑆0 + 𝜉𝐶0 ))
+(𝛽1 𝐿 + 𝛽2 𝐻)𝑆 + (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − 𝑚1 𝐿 + (𝜋𝐿 + 𝜎𝑇 − 𝑚2 𝐻)
𝜋𝑚3 + 𝜎𝛾
𝜎(𝑚1 − 𝛽1 (𝑆0 + 𝜉𝐶0 ))
+ (𝛾𝐿 + 𝜃𝐻 − 𝑚3 𝑇),
𝜋𝑚3 + 𝜎𝛾
1 (1 − 𝑞)𝛼Λ
𝑉 ′ = (𝑆 − 𝑆0 ) ( (1 − 𝑞)𝛼Λ − 𝛽1 𝐿 − 𝛽2 𝐻 − (µ + 𝛼) )
𝑆 (1 − 𝑞)𝛼Λ
1 (𝛼 + 𝛿)(µ + 𝛼)𝑞𝛼Λ 𝜇(1 − 𝑞)𝛼Λ(𝛼 + 𝛿)(µ + 𝛼)
+(𝐶 − 𝐶0 ) ( (𝑞𝛼Λ + 𝜇𝑆) − 𝛽1 𝜉𝐿 − 𝛽2 𝜉𝐻 − (𝛼 + 𝛿) [ + ])
𝐶 (µ + 𝑞𝛼)𝛼Λ (𝛼 + 𝛿)(µ + 𝛼)𝑞𝛼Λ
𝑚3 (𝑚1 − 𝛽1 (𝑆0 + 𝜉𝐶0 ))
+(𝛽1 𝐿 + 𝛽2 𝐻)𝑆 + (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − 𝑚1 𝐿 + (𝜋𝐿 + 𝜎𝑇 − 𝑚2 𝐻)
𝜋𝑚3 + 𝜎𝛾
𝜎(𝑚1 −𝛽1 (𝑆0 +𝜉𝐶0 ))
+ (𝛾𝐿 + 𝜃𝐻 − 𝑚3 𝑇),
𝜋𝑚3 +𝜎𝛾
1 (1 − 𝑞)𝛼Λ
𝑉 ′ = (𝑆 − 𝑆0 ) ( (1 − 𝑞)𝛼Λ − 𝛽1 𝐿 − 𝛽2 𝐻 − (µ + 𝛼) )
𝑆 (1 − 𝑞)𝛼Λ
1 (𝛼 + 𝛿)(µ + 𝛼)𝑞𝛼Λ 𝜇(1 − 𝑞)𝛼Λ(𝛼 + 𝛿)(µ + 𝛼)
+(𝐶 − 𝐶0 ) ( (𝑞𝛼Λ + 𝜇𝑆) − 𝛽1 𝜉𝐿 − 𝛽2 𝜉𝐻 − (𝛼 + 𝛿) [ + ])
𝐶 (µ + 𝑞𝛼)𝛼Λ (𝛼 + 𝛿)(µ + 𝛼)𝑞𝛼Λ
𝑚3 (𝑚1 − 𝛽1 (𝑆0 + 𝜉𝐶0 ))
+(𝛽1 𝐿 + 𝛽2 𝐻)𝑆 + (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − 𝑚1 𝐿 + (𝜋𝐿 + 𝜎𝑇 − 𝑚2 𝐻)
𝜋𝑚3 + 𝜎𝛾
𝜎(𝑚1 − 𝛽1 (𝑆0 + 𝜉𝐶0 ))
+ (𝛾𝐿 + 𝜃𝐻 − 𝑚3 𝑇),
𝜋𝑚3 + 𝜎𝛾
1 1
𝑉 ′ = (𝑆 − 𝑆0 ) ( (1 − 𝑞)𝛼Λ − 𝛽1 𝐿 − 𝛽2 𝐻 − (1 − 𝑞)𝛼Λ)
𝑆 𝑆0
1 1 𝑆0
+(𝐶 − 𝐶0 ) ( (𝑞𝛼Λ + 𝜇𝑆) − 𝛽1 𝜉𝐿 − 𝛽2 𝜉𝐻 − [ 𝑞𝛼Λ + 𝜇 ]) + (𝛽1 𝐿 + 𝛽2 𝐻)𝑆 + (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − 𝑚1 𝐿
𝐶 𝐶0 𝐶0
𝑚3 (𝑚1 − 𝛽1 (𝑆0 + 𝜉𝐶0 )) 𝜎(𝑚1 − 𝛽1 (𝑆0 + 𝜉𝐶0 ))
+ (𝜋𝐿 + 𝜎𝑇 − 𝑚2 𝐻) + (𝛾𝐿 + 𝜃𝐻 − 𝑚3 𝑇),
𝜋𝑚3 + 𝜎𝛾 𝜋𝑚3 + 𝜎𝛾
1 1 1 1 𝑆 𝑆0
𝑉 ′ = (𝑆 − 𝑆0 ) (( − ) (1 − 𝑞)𝛼Λ − 𝛽1 𝐿 − 𝛽2 𝐻) + (𝐶 − 𝐶0 ) (( − ) 𝑞𝛼Λ + 𝜇 ( − ) − 𝛽1 𝜉𝐿 − 𝛽2 𝜉𝐻)
𝑆 𝑆0 𝐶 𝐶0 𝐶 𝐶0
𝑚3 (𝑚1 − 𝛽1 (𝑆0 + 𝜉𝐶0 ))
+(𝛽1 𝐿 + 𝛽2 𝐻)𝑆 + (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − 𝑚1 𝐿 + (𝜋𝐿 + 𝜎𝑇 − 𝑚2 𝐻)
𝜋𝑚3 + 𝜎𝛾
𝜎(𝑚1 − 𝛽1 (𝑆0 + 𝜉𝐶0 ))
+ (𝛾𝐿 + 𝜃𝐻 − 𝑚3 𝑇),
𝜋𝑚3 + 𝜎𝛾
𝑆0 𝑆 𝐶0 𝐶
𝑉 ′ = (2 − − ) (1 − 𝑞)𝛼Λ − 𝛽1 𝑆𝐿 + 𝛽1 𝑆0 𝐿 − 𝛽2 𝑆𝐻 + 𝛽2 𝑆0 𝐻 + (2 − − ) 𝑞𝛼Λ
𝑆 𝑆0 𝐶 𝐶0
𝑆𝐶0 𝐶𝑆0
+𝜇 (𝑆 − − + 𝑆0 ) − 𝛽1 𝜉𝐶𝐿 + 𝛽1 𝜉𝐶0 𝐿 − 𝛽2 𝜉𝐶𝐻 + 𝛽2 𝜉𝐶0 𝐻 + 𝛽1 𝑆𝐿 + 𝛽2 𝑆𝐻 + 𝛽1 𝜉𝐶𝐿 + 𝛽2 𝜉𝐶𝐻
𝐶 𝐶0
𝑚3 (𝑚1 − 𝛽1 (𝑆0 + 𝜉𝐶0 )) 𝜎(𝑚1 − 𝛽1 (𝑆0 + 𝜉𝐶0 ))
−𝑚1 𝐿 + (𝜋𝐿 + 𝜎𝑇 − 𝑚2 𝐻) + (𝛾𝐿 + 𝜃𝐻 − 𝑚3 𝑇),
𝜋𝑚3 + 𝜎𝛾 𝜋𝑚3 + 𝜎𝛾
55
56
𝑆0 𝑆 𝐶0 𝐶 𝑆 𝑆𝐶0 𝐶
𝑉 ′ = (2 − − ) (1 − 𝑞)𝛼Λ + (2 − − ) 𝑞𝛼Λ + 𝜇𝑆0 (1 + − − )
𝑆 𝑆0 𝐶 𝐶0 𝑆0 𝐶𝑆0 𝐶0
𝑚3 (𝑚1 − 𝛽1 (𝑆0 + 𝜉𝐶0 )) 𝜎(𝑚1 − 𝛽1 (𝑆0 + 𝜉𝐶0 ))
+ (𝛽2 (𝑆0 + 𝜉𝐶0 ) − 𝑚2 − 𝜃) 𝐻,
𝜋𝑚3 + 𝜎𝛾 𝜋𝑚3 + 𝜎𝛾
𝑆0 𝑆 𝐶0 𝐶 𝑆 𝑆𝐶0 𝐶
𝑉′ = (2 − − ) (1 − 𝑞)𝛼Λ + (2 − − ) 𝑞𝛼Λ + 𝜇𝑆0 (1 + − − )
𝑆 𝑆0 𝐶 𝐶0 𝑆0 𝐶𝑆0 𝐶0
𝑚1 𝑚2 𝑚3 + 𝛽1 𝑚2 𝑚3 (𝑆0 + 𝜉𝐶0 ) − 𝜎𝜃𝑚1 + 𝛽1 𝜎𝜃(𝑆0 + 𝜉𝐶0 )
+ (𝛽2 (𝑆0 + 𝜉𝐶0 ) − ) 𝐻,
𝜋𝑚3 + 𝜎𝛾
𝑆0 𝑆 𝐶0 𝐶 𝑆 𝑆𝐶0 𝐶
𝑉′ = (2 − − ) (1 − 𝑞)𝛼Λ + (2 − − ) 𝑞𝛼Λ + 𝜇𝑆0 (1 + − − )
𝑆 𝑆0 𝐶 𝐶0 𝑆0 𝐶𝑆0 𝐶0
𝑚2 𝑚3 − 𝜎𝜃
+ (𝛽2 (𝑆0 + 𝜉𝐶0 ) + ( ) (𝛽1 (𝑆0 + 𝜉𝐶0 ) − 𝑚1 )) 𝐻,
𝜋𝑚3 + 𝜎𝛾
𝑆0 𝑆 𝐶0 𝐶 𝑆 𝑆𝐶0 𝐶
𝑉′ = (2 − − ) (1 − 𝑞)𝛼Λ + (2 − − ) 𝑞𝛼Λ + 𝜇𝑆0 (1 + − − )
𝑆 𝑆0 𝐶 𝐶0 𝑆0 𝐶𝑆0 𝐶0
+ (𝛽2 (𝑆0 + 𝜉𝐶0 ) + 𝐴̃(𝛽1 (𝑆0 + 𝜉𝐶0 ) − 𝑚1 )) 𝐻,
𝑆0 𝑆 𝐶0 𝐶 𝑆 𝑆𝐶0 𝐶
𝑉′ = (2 − − ) (1 − 𝑞)𝛼Λ + (2 − − ) 𝑞𝛼Λ + 𝜇𝑆0 (1 + − − )
𝑆 𝑆0 𝐶 𝐶0 𝑆0 𝐶𝑆0 𝐶0
+((𝛽1 𝐴̃ + 𝛽2 )(𝑆0 + 𝜉𝐶0 ) − 𝑚1 𝐴̃)𝐻,
𝑆0 𝑆 𝐶0 𝐶 𝑆 𝑆𝐶0 𝐶
𝑉′ = (2 − − ) (1 − 𝑞)𝛼Λ + (2 − − ) 𝑞𝛼Λ + 𝜇𝑆0 (1 + − − )
𝑆 𝑆0 𝐶 𝐶0 𝑆0 𝐶𝑆0 𝐶0
(𝛽1 𝐴̃ + 𝛽2 )(𝑆0 + 𝜉𝐶0 )
+ (𝑚1 𝐴̃ [ − 1]) 𝐻,
𝑚1 𝐴̃
𝑆0 𝑆 𝐶0 𝐶 𝑆 𝑆𝐶0 𝐶
𝑉 ′ = (2 − − ) (1 − 𝑞)𝛼Λ + (2 − − ) 𝑞𝛼Λ + 𝜇𝑆0 (1 + − − ) + (𝑚1 𝐴̃[𝑅0 − 1])𝐻,
𝑆 𝑆0 𝐶 𝐶0 𝑆0 𝐶𝑆0 𝐶0
Lampiran 3. Perhitungan kestabilan global endemi pecandu narkoba.
𝑆∗ 𝐶∗ 𝐿∗ 𝐻∗ 𝑇∗
𝑉 ′ = (1 − 𝑆 ) 𝑆 ′ + (1 − ) 𝐶′ + (1 − 𝐿 ) 𝐿′ + 𝐾𝑚3 (1 − ) 𝐻′ + 𝐾𝜎 (1 − ) 𝑇 ′,
𝐶 𝐻 𝑇
𝛽2 (𝑆 ∗ +𝜉𝐶 ∗ )
dengan 𝐾 = 𝑚2 𝑚3 −𝜎𝜃
.
Dengan sistem persamaan sebagai berikut
𝑑𝑆
= (1 − 𝑞)𝛼Λ − (𝛽1 𝐿 + 𝛽2 𝐻)𝑆 − (µ + 𝛼)𝑆,
𝑑𝑡
𝑑𝐶
= 𝑞𝛼Λ + 𝜇𝑆 − (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − (𝛼 + 𝛿)𝐶,
𝑑𝑡
𝑑𝐿
𝑑𝑡
= (𝛽1 𝐿 + 𝛽2 𝐻)𝑆 + (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − 𝑚1 𝐿 ,
𝑑𝐻
𝑑𝑡
= 𝜋𝐿 + 𝜎𝑇 − 𝑚2 𝐻,
𝑑𝑇
𝑑𝑡
= 𝛾𝐿 + 𝜃𝐻 − 𝑚3 𝑇.
Kemudian dimisalkan
𝑆∗ 𝐶∗ 𝐿∗ 𝐻∗ 𝑇∗
= 𝑥, = 𝑦, = 𝑧, = 𝑣, = 𝑤,
𝑆 𝐶 𝐿 𝐻 𝑇
57
58
sehingga diperoleh
𝑉 ′ = (1 − 𝑥)((1 − 𝑞)𝛼Λ − (𝛽1 𝐿 + 𝛽2 𝐻)𝑆 − (µ + 𝛼)𝑆)
+(1 − 𝑦)(𝑞𝛼Λ + 𝜇𝑆 − (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − (𝛼 + 𝛿)𝐶)
+(1 − 𝑧)((𝛽1 𝐿 + 𝛽2 𝐻)𝑆 + (𝛽1 𝜉𝐿 + 𝛽2 𝜉𝐻)𝐶 − 𝑚1 𝐿) + 𝐾𝑚3 (1 − 𝑣)(𝜋𝐿 + 𝜎𝑇 − 𝑚2 𝐻)
+𝐾𝜎(1 − 𝑤)(𝛾𝐿 + 𝜃𝐻 − 𝑚3 𝑇).
Dengan kondisi setimbang
(1 − 𝑞)𝛼Λ − (𝛽1 𝐿∗ + 𝛽2 𝐻 ∗ )𝑆 ∗ − (µ + 𝛼)𝑆 ∗ = 0 → (1 − 𝑞)𝛼Λ = (𝛽1 𝐿∗ + 𝛽2 𝐻 ∗ )𝑆 ∗ + (µ + 𝛼)𝑆 ∗ ,
𝑞𝛼Λ + 𝜇𝑆 ∗ − (𝛽1 𝜉𝐿∗ + 𝛽2 𝜉𝐻 ∗ )𝐶 ∗ − (𝛼 + 𝛿)𝐶 ∗ = 0 → 𝑞𝛼Λ = −𝜇𝑆 ∗ + (𝛽1 𝜉𝐿∗ + 𝛽2 𝜉𝐻 ∗ )𝐶 ∗ + (𝛼 + 𝛿)𝐶,
(𝛽1 𝐿∗ + 𝛽2 𝐻 ∗ )𝑆 ∗ + (𝛽1 𝜉𝐿∗ + 𝛽2 𝜉𝐻 ∗ )𝐶 ∗ − 𝑚1 𝐿∗ = 0 → 𝑚1 𝐿∗ = (𝛽1 𝐿∗ + 𝛽2 𝐻 ∗ )𝑆 ∗ + (𝛽1 𝜉𝐿∗ + 𝛽2 𝜉𝐻 ∗ )𝐶 ∗ ,
𝜋𝐿∗ + 𝜎𝑇 ∗ − 𝑚2 𝐻∗ = 0 → 𝑚2 𝐻 ∗ = 𝜋𝐿∗ + 𝜎𝑇 ∗ ,
𝛾𝐿∗ + 𝜃𝐻 ∗ − 𝑚3 𝑇 ∗ = 0 → 𝑚3 𝑇 ∗ = 𝛾𝐿∗ + 𝜃𝐻 ∗ .
𝛽1 𝑆 ∗ 𝐿∗ 𝛽2 𝑆 ∗ 𝐻 ∗ (𝛼 + 𝜇)𝑆 ∗
𝑉 ′ = (1 − 𝑥) (𝛽1 𝑆 ∗ 𝐿∗ + 𝛽2 𝑆 ∗ 𝐻 ∗ + (𝛼 + 𝜇)𝑆 ∗ − − − )
𝑥𝑧 𝑥𝑣 𝑥
∗ ∗ ∗ ∗ ∗ ∗
𝜇𝑆 ∗ 𝛽1 𝜉𝐶 ∗ 𝐿∗ 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ (𝛼 + 𝛿)𝐶 ∗
+(1 − 𝑦) (−𝜇𝑆 + 𝛽1 𝜉𝐶 𝐿 + 𝛽2 𝜉𝐶 𝐻 + (𝛼 + 𝛿)𝐶 + − − − )
𝑥 𝑦𝑧 𝑦𝑣 𝑦
𝛽1 𝑆 ∗ 𝐿∗ 𝛽2 𝑆 ∗𝐻 ∗ 𝛽1 𝜉𝐶 ∗ 𝐿∗ 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ 𝑚1 𝐿∗
+(1 − 𝑧) (−𝛽1 𝑆 ∗ 𝐿∗ − 𝛽2 𝑆 ∗ 𝐻∗ − 𝛽1 𝜉𝐶 ∗ 𝐿∗ − 𝛽2 𝜉𝐶 ∗ 𝐻∗ + 𝑚1 𝐿∗ + + + + − )
𝑥𝑧 𝑥𝑣 𝑦𝑧 𝑦𝑣 𝑧
𝜋𝐿∗ 𝜎𝑇 ∗ 𝑚 𝐻 ∗ 𝛾𝐿 ∗
+𝐾𝑚3 (1 − 𝑣) (−𝜋𝐿∗ − 𝜎𝑇 ∗ + 𝑚2 𝐻∗ + + − 2 ) + 𝐾𝜎(1 − 𝑤) (−𝛾𝐿∗ − 𝜃𝐻 ∗ + 𝑚3 𝑇 ∗ + +
𝑧 𝑤 𝑣 𝑧
𝜃𝐻 ∗ 𝑚3 𝑇 ∗
𝑣
− 𝑤
).
1 1 1
𝑉 ′ = (1 − 𝑥) ((1 − ) 𝛽1 𝑆 ∗ 𝐿∗ + (1 − ) 𝛽2 𝑆 ∗ 𝐻 ∗ + (1 − ) (𝛼 + 𝜇)𝑆 ∗ )
𝑥𝑧 𝑥𝑣 𝑥
1 1 1 1
+(1 − 𝑦) (( − 1) 𝜇𝑆 ∗ + (1 − ) 𝛽1 𝜉𝐶 ∗ 𝐿∗ + (1 − ) 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ + (1 − ) (𝛼 + 𝛿)𝐶 ∗ )
𝑥 𝑦𝑧 𝑦𝑣 𝑦
1 1 1 1 1
+(1 − 𝑧) (( − 1) 𝛽1 𝑆 ∗ 𝐿∗ + ( − 1) 𝛽2 𝑆 ∗ 𝐻∗ + ( − 1) 𝛽1 𝜉𝐶 ∗ 𝐿∗ + ( − 1) 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ + (1 − ) 𝑚1 𝐿∗ )
𝑥𝑧 𝑥𝑣 𝑦𝑧 𝑦𝑣 𝑧
1 1 1 1 1
+𝐾𝑚3 (1 − 𝑣) ((𝑧 − 1) 𝜋𝐿∗ + (𝑤 − 1) 𝜎𝑇 ∗ + (1 − 𝑣) 𝑚2 𝐻 ∗ ) + 𝐾𝜎(1 − 𝑤) ((𝑧 − 1) 𝛾𝐿∗ + (𝑣 − 1) 𝜃𝐻 ∗ +
1
(1 − 𝑤) 𝑚3 𝑇 ∗ ).
1 1 1 1 1
𝑉 ′ = (1 − ) 𝛽1 𝑆 ∗ 𝐿∗ + ( − 1) 𝛽1 𝑆 ∗ 𝐿∗ 𝑥 + (1 − ) 𝛽2 𝑆 ∗ 𝐻 ∗ + ( − 1) 𝛽2 𝑆 ∗ 𝐻 ∗ 𝑥 + (1 − ) (𝛼 + 𝜇)𝑆 ∗
𝑥𝑧 𝑥𝑧 𝑥𝑣 𝑥𝑣 𝑥
1 1 1 1 1
+ ( − 1) (𝛼 + 𝜇)𝑆 ∗ 𝑥 + ( − 1) 𝜇𝑆 ∗ + (1 − ) 𝜇𝑆 ∗ 𝑦 + (1 − ) 𝛽1 𝜉𝐶 ∗ 𝐿∗ + ( − 1) 𝛽1 𝜉𝐶 ∗ 𝐿∗ 𝑦
𝑥 𝑥 𝑥 𝑦𝑧 𝑦𝑧
1 1 1 1 1
+ (1 − ) 𝛽2 𝜉𝐶 𝐻 + ( − 1) 𝛽2 𝜉𝐶 𝐻 𝑦 + (1 − ) (𝛼 + 𝛿)𝐶 + ( − 1) (𝛼 + 𝛿)𝐶 ∗ 𝑦 + ( − 1) 𝛽1 𝑆 ∗ 𝐿∗
∗ ∗ ∗ ∗ ∗
𝑦𝑣 𝑦𝑣 𝑦 𝑦 𝑥𝑧
1 1 1 1 1
+ (1 − ) 𝛽1 𝑆 ∗ 𝐿∗ 𝑧 + ( − 1) 𝛽2 𝑆 ∗ 𝐻∗ + (1 − ) 𝛽2 𝑆 ∗ 𝐻 ∗ 𝑧 + ( − 1) 𝛽1 𝜉𝐶 ∗ 𝐿∗ + (1 − ) 𝛽1 𝜉𝐶 ∗ 𝐿∗ 𝑧
𝑥𝑧 𝑥𝑣 𝑥𝑣 𝑦𝑧 𝑦𝑧
1 1 1 1 1
+ ( − 1) 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ + (1 − ) 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ 𝑧 + (1 − ) 𝑚1 𝐿∗ + ( − 1) 𝑚1 𝐿∗ 𝑧 + ( − 1) 𝑚3 𝐾𝜋𝐿∗
𝑦𝑣 𝑦𝑣 𝑧 𝑧 𝑧
1 1 1 1
+ (1 − ) 𝑚3 𝐾𝜋𝐿∗ 𝑣 + ( − 1) 𝑚3 𝜎𝐾𝑇 ∗ + (1 − ) 𝑚3 𝜎𝐾𝑇 ∗ 𝑣 + 𝑚2 𝑚3 𝐾𝐻∗ (1 − )
𝑧 𝑤 𝑤 𝑣
59
60
1 1 1 1 1
+𝑚2 𝑚3 𝐾𝐻 ∗ 𝑣 ( − 1) + ( − 1) 𝜎𝐾𝛾𝐿∗ + (1 − ) 𝜎𝐾𝛾𝐿∗ 𝑤 + ( − 1) 𝜎𝐾𝜃𝐻 ∗ + (1 − ) 𝜎𝐾𝜃𝐻 ∗ 𝑤
𝑣 𝑧 𝑧 𝑣 𝑣
∗ 1 ∗ 1
+𝑚3 𝜎𝐾𝑇 (1 − ) + 𝑚3 𝜎𝐾𝑇 𝑤 ( − 1).
𝑤 𝑤
𝛽1 𝑆 ∗ 𝐿∗ 𝛽1 𝑆 ∗ 𝐿∗ 𝛽2 𝑆 ∗ 𝐻 ∗ 𝛽2 𝑆 ∗ 𝐻 ∗ (𝛼 + 𝜇)𝑆 ∗
𝑉 ′ = 𝛽1 𝑆 ∗ 𝐿∗ − + −𝛽1 𝑆 ∗ 𝐿∗ 𝑥 + 𝛽2 𝑆 ∗ 𝐻 ∗ − + − 𝛽2 𝑆 ∗ 𝐻 ∗ 𝑥 + (𝛼 + 𝜇)𝑆 ∗ −
𝑥𝑧 𝑧 𝑥𝑣 𝑣 𝑥
∗ ∗
𝜇𝑆 ∗ ∗ ∗
𝜇𝑆 ∗ 𝑦 ∗ ∗
𝛽1 𝜉𝐶 ∗ 𝐿∗ 𝛽1 𝜉𝐶 ∗ 𝐿∗ ∗ ∗
+(𝛼 + 𝜇)𝑆 − (𝛼 + 𝜇)𝑆 𝑥 + − 𝜇𝑆 + 𝜇𝑆 𝑦 − + 𝛽1 𝜉𝐶 𝐿 − + − 𝛽1 𝜉𝐶 𝐿 𝑦
𝑥 𝑥 𝑦𝑧 𝑧
𝛽2 𝜉𝐶 ∗ 𝐻 ∗ 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ (𝛼 + 𝛿)𝐶 ∗
+𝛽2 𝜉𝐶 ∗ 𝐻 ∗ − + − 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ 𝑦 + (𝛼 + 𝛿)𝐶 ∗ − + (𝛼 + 𝛿)𝐶 ∗ − (𝛼 + 𝛿)𝐶 ∗ 𝑦
𝑦𝑣 𝑣 𝑦
𝛽1 𝑆 ∗ 𝐿∗ 𝛽1 𝑆 ∗ 𝐿∗ 𝛽2 𝑆 ∗ 𝐻∗ 𝛽2 𝑆 ∗ 𝐻∗ 𝑧 𝛽1 𝜉𝐶 ∗ 𝐿∗
+ − 𝛽1 𝑆 ∗ 𝐿∗ + 𝛽1 𝑆 ∗ 𝐿∗ 𝑧 − + − 𝛽2 𝑆 ∗ 𝐻∗ + 𝛽2 𝑆 ∗ 𝐻∗ 𝑧 − + − 𝛽1 𝜉𝐶 ∗ 𝐿∗
𝑥𝑧 𝑥 𝑥𝑣 𝑥𝑣 𝑦𝑧
𝛽1 𝜉𝐶 ∗ 𝐿∗ 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ 𝑧 𝑚1 𝐿∗
+𝛽1 𝜉𝐶 ∗ 𝐿∗ 𝑧 − + −𝛽2 𝜉𝐶 ∗ 𝐻 ∗ + 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ 𝑧 − + 𝑚1 𝐿∗ − + 𝑚1 𝐿∗ − 𝑚1 𝐿∗ 𝑧
𝑦 𝑦𝑣 𝑦𝑣 𝑧
𝑚3 𝐾𝜋𝐿∗ 𝑚3 𝐾𝜋𝐿∗ 𝑣 𝑚3 𝜎𝐾𝑇 ∗ 𝑚3 𝜎𝐾𝑇 ∗ 𝑣
+ − 𝑚3 𝐾𝜋𝐿∗ + 𝑚3 𝐾𝜋𝐿∗ 𝑣 − + − 𝑚3 𝜎𝐾𝑇 ∗ + 𝑚3 𝜎𝐾𝑇 ∗ 𝑣 −
𝑧 𝑧 𝑤 𝑤
∗
𝑚2 𝑚3 𝐾𝐻 ∗ ∗ ∗
𝜎𝐾𝛾𝐿∗ ∗ ∗
𝜎𝐾𝛾𝐿∗ 𝑤 𝜎𝐾𝜃𝐻 ∗
+𝑚2 𝑚3 𝐾𝐻 − + 𝑚2 𝑚3 𝐾𝐻 − 𝑚2 𝑚3 𝐾𝐻 𝑣 + − 𝜎𝐾𝛾𝐿 + 𝜎𝐾𝛾𝐿 𝑤 − +
𝑣 ∗ ∗
𝑧 𝑧 𝑣
∗ ∗ 𝜎𝐾𝜃𝐻 𝑤 ∗ 𝑚3 𝜎𝐾𝑇 ∗ ∗
−𝜎𝐾𝜃𝐻 + 𝜎𝐾𝜃𝐻 𝑤 − 𝑣 + 𝑚3 𝜎𝐾𝑇 − 𝑤 + 𝑚3 𝜎𝐾𝑇 − 𝑚3 𝜎𝐾𝑇 𝑤.
𝑧 𝑧
𝑉 ′ = 2𝑚1 𝐿∗ + 2𝛼𝑆 ∗ + 𝜇𝑆 ∗ + 2(𝛼 + 𝛿)𝐶 ∗ − (𝛽1 𝑆 ∗𝐿∗ + 𝛽2 𝑆 ∗ 𝐻∗ + (𝛼 + 𝜇)𝑆 ∗ )𝑥 − 𝛽2 𝜉𝐶 ∗ 𝐻∗ − 𝛽2 𝑆 ∗ 𝐻∗
𝑦𝑣 𝑥𝑣
+(𝜇𝑆 ∗ − 𝛽1 𝜉𝐶 ∗ 𝐿∗ − 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ − (𝛼 +)𝐶 ∗ )𝑦 + (𝛽1 𝑆 ∗ 𝐿∗ + 𝛽2 𝑆 ∗ 𝐻∗ + 𝛽1 𝜉𝐶 ∗ 𝐿∗ + 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ − 𝑚1 𝐿∗ )𝑧
−(𝑚3 𝐾𝜋𝐿∗ + 𝑚3 𝜎𝐾𝑇 ∗ − 𝑚2 𝑚3 𝐾𝐻 ∗ ) − (𝜎𝐾𝛾𝐿∗ + 𝜎𝐾𝜃𝐻 ∗ − 𝑚3 𝜎𝐾𝑇 ∗ ) + (𝜎𝐾𝛾𝐿∗ + 𝜎𝐾𝜃𝐻 ∗ − 𝑚3 𝜎𝐾𝑇 ∗ )𝑤
1 1
+(𝑚3 𝐾𝜋𝐿∗ + 𝑚3 𝜎𝐾𝑇 ∗ − 𝑚2 𝑚3 𝐾𝐻 ∗ )𝑣 + (𝛽1 𝑆 ∗ 𝐿∗ + 𝛽1 𝜉𝐶 ∗ 𝐿∗ − 𝑚1 𝐿∗ ) + (𝛽2 𝑆 ∗ 𝐻∗ + 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ )
𝑧 𝑣
1 1 𝑦
+(𝑚3 𝐾𝜋𝐿∗ + 𝜎𝐾𝛾𝐿∗ ) + (𝜎𝐾𝜃𝐻 ∗ − 𝑚2 𝑚3 𝐾𝐻∗ ) + 𝑚2 𝑚3 𝐾𝐻 ∗ + 𝑚3 𝜎𝐾𝑇 ∗ − 𝜇𝑆∗
𝑧 𝑣 𝑥
∗ ∗ ∗
1 ∗ ∗ ∗
1 ∗
𝑣 ∗
𝑣 ∗
𝑤 𝑤
−((𝛼 + 𝛿)𝐶 + 𝛽1 𝜉𝐶 𝐿 ) − (𝛽1 𝑆 𝐿 + 𝛼𝑆 ) − 𝐾 (𝑚3 𝜋𝐿 + 𝑚3 𝜎𝑇 + 𝜎𝜃𝐻 + 𝜎𝛾𝐿∗ ).
𝑦 𝑥 𝑧 𝑤 𝑣 𝑧
′ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗
𝑧
𝑉 = 2𝑚1 𝐿 + 2𝛼𝑆 + 𝜇𝑆 + 2(𝛼 + 𝛿)𝐶 − 𝛽1 𝑆 𝐿 𝑥 − 𝛽2 𝑆 𝐻 𝑥 − 𝛼𝑆 𝑥−𝜇𝑆 𝑥 − 𝛽2 𝑆 𝐻 − 𝑞𝛼Λ𝑦
𝑥𝑣
∗ ∗ ∗
𝑞𝛼Λ 𝛽2 𝜉𝐶 𝐻 𝜇𝑆 𝑣 𝑣 𝑣 𝑣
+𝑚2 𝑚3 𝐾𝐻∗ + 𝑚3 𝜎𝐾𝑇 ∗ − + − − 𝜎𝐾𝛾𝐿∗ − 𝜎𝐾𝜃𝐻 ∗ + 𝛽2 𝑆 ∗ 𝐻 ∗ − 𝛽2 𝑆 ∗ 𝐻 ∗
𝑦 𝑦 𝑦 𝑤 𝑤 𝑧 𝑧
∗
𝑧 ∗
𝑧 ∗
𝑧 ∗
𝑧
+𝑚2 𝑚3 𝐾𝐻 − 𝑚3 𝐾𝜋𝐿 − 𝜎𝐾𝜃𝐻 − 𝜎𝐾𝛾𝐿 + 𝛽1 𝑆 𝐿 𝑦 + 𝛽2 𝑆 𝐻 𝑦 + 𝛽1 𝜉𝐶 𝐿 𝑦 − 𝑚1 𝐿∗ 𝑦
∗ ∗ ∗ ∗ ∗ ∗
𝑦𝑣 𝑦𝑣 𝑦𝑣 𝑦𝑣
𝑧 𝑧 𝑧
+𝛽2 𝜉𝐶 ∗ 𝐻 ∗ 𝑦 + 𝑚2 𝑚3 𝐾𝐻 ∗ 𝑦 − 𝑚3 𝐾𝜋𝐿∗ 𝑦 − 𝜎𝐾𝜃𝐻 ∗ 𝑦 − 𝜎𝐾𝛾𝐿∗ 𝑦 + 𝛽1 𝑆 ∗ 𝐿∗ 𝑦𝑣 + 𝛽2 𝑆 ∗ 𝐻∗ 𝑦𝑣 + 𝛽1 𝜉𝐶 ∗ 𝐿∗ 𝑦𝑣
𝑧 1 1 𝑦 𝑣 𝑤 𝑤
−𝑚1 𝐿∗ − ((𝛼 + 𝛿)𝐶 ∗ + 𝛽1 𝜉𝐶 ∗ 𝐿∗ ) − (𝛽1 𝑆 ∗𝐿∗ + 𝛼𝑆 ∗ ) − 𝜇𝑆 ∗ − 𝑚3 𝐾𝜋𝐿∗ − 𝜎𝐾𝜃𝐻 ∗ − 𝜎𝐾𝛾𝐿∗
𝑦𝑣 𝑦 𝑥 𝑥 𝑧 𝑣 𝑧
1 1 1 1
−(𝛽2 𝑆 ∗ 𝐻∗ + 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ ) + (𝛽2 𝑆 ∗ 𝐻 ∗ + 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ ) + (𝑚3 𝐾𝜋𝐿∗ + 𝜎𝐾𝛾𝐿∗ ) − (𝑚3 𝐾𝜋𝐿∗ + 𝜎𝐾𝛾𝐿∗ )
𝑧 𝑣 𝑧 𝑣
′ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗
1 𝑦
𝑉 = 𝜇𝑆 + 2𝛼𝑆 + 2(𝛼 + 𝛿)𝐶 + 2𝑚1 𝐿 + 𝑚3 𝐾𝜋𝐿 + 𝑚3 𝜎𝐾𝑇 + 𝜎𝐾𝜃𝐻 + 𝜎𝐾𝛾𝐿 − 𝜇𝑆 (𝑥 + + )
𝑦 𝑥
1 𝑤 𝑣 𝑧 𝑣 𝑧
−(𝛽1 𝑆 ∗ 𝐿∗ + 𝛼𝑆 ∗ ) (𝑥 + ) − 𝜎𝐾𝜃𝐻 ∗ ( + ) − 𝛽2 𝑆 ∗ 𝐻∗ (𝑥 + + ) + (𝑚2 𝑚3 𝐾𝐻∗ − 𝜎𝐾𝜃𝐻 ∗ ) ( + 𝑦)
𝑥 𝑣 𝑤 𝑥𝑣 𝑧 𝑦𝑣
61
62
𝑧 𝑤 𝑣 𝑣 𝑧 1
−𝜎𝐾𝛾𝐿∗ ( + + + 𝑦) − (𝑚3 𝐾𝜋𝐿∗ − 𝛽2 𝑆 ∗ 𝐻∗ ) ( + + 𝑦) − (𝑞𝛼Λ − 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ ) (𝑦 + )
𝑦𝑣 𝑧 𝑤 𝑧 𝑦𝑣 𝑦
𝑧 1 1
+(𝛽1 𝑆 ∗ 𝐿∗ + 𝛽1 𝜉𝐶 ∗ 𝐿∗ − 𝑚1 𝐿∗ )𝑦 + (𝛽1 𝑆 ∗ 𝐿∗ + 𝛽1 𝜉𝐶 ∗ 𝐿∗ − 𝑚1 𝐿∗ ) + (𝛽2 𝑆 ∗ 𝐻 ∗ + 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ ) ( − )
𝑦𝑣 𝑣 𝑧
1 1
+(𝑚3 𝐾𝜋𝐿∗ + 𝜎𝐾𝛾𝐿∗ ) ( − ).
𝑧 𝑣
1 𝑦
𝑉 = 𝜇𝑆 + 2𝛼𝑆 + 2(𝛼 + 𝛿)𝐶 ∗ + 2𝑚1 𝐿∗ + 𝑚3 𝐾𝜋𝐿∗ + 𝑚3 𝜎𝐾𝑇 ∗ + 𝜎𝐾𝜃𝐻 ∗ + 𝜎𝐾𝛾𝐿∗ − 𝜇𝑆 ∗ (𝑥 + + )
′ ∗ ∗
𝑦 𝑥
1 𝑤 𝑣 𝑧 𝑣 𝑧
−(𝛽1 𝑆 ∗ 𝐿∗ + 𝛼𝑆 ∗ ) (𝑥 + ) − 𝜎𝐾𝜃𝐻 ∗ ( + ) − 𝛽2 𝑆 ∗ 𝐻 ∗ (𝑥 + + ) + (𝑚3 𝐾𝜋𝐿∗ + 𝜎𝐾𝛾𝐿∗ ) ( + 𝑦)
𝑥 𝑣 𝑤 𝑥𝑣 𝑧 𝑦𝑣
∗
𝑧 𝑤 𝑣 ∗ ∗ ∗
𝑣 𝑧 ∗ ∗
1
−𝜎𝐾𝛾𝐿 ( + + + 𝑦) − (𝑚3 𝐾𝜋𝐿 − 𝛽2 𝑆 𝐻 ) ( + + 𝑦) − (𝑞𝛼Λ − 𝛽2 𝜉𝐶 𝐻 ) (𝑦 + )
𝑦𝑣 𝑧 𝑤 𝑧 𝑦𝑣 𝑦
𝑧 1 1 1 1
−(𝛽2 𝑆 ∗ 𝐻 ∗ + 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ ) ( + 𝑦) − (𝛽2 𝑆 ∗ 𝐻∗ + 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ ) ( − ) + (𝑚3 𝐾𝜋𝐿∗ + 𝜎𝐾𝛾𝐿∗ ) ( − ).
𝑦𝑣 𝑧 𝑣 𝑧 𝑣
1 𝑦
𝑉 ′ = 𝜇𝑆 ∗ + 2𝛼𝑆 ∗ + 2(𝛼 + 𝛿)𝐶 ∗ + 2𝑚1 𝐿∗ + 𝑚3 𝐾𝜋𝐿∗ + 𝑚3 𝜎𝐾𝑇 ∗ + 𝜎𝐾𝜃𝐻 ∗ + 𝜎𝐾𝛾𝐿∗ − 𝜇𝑆 ∗ (𝑥 + + )
𝑦 𝑥
∗ ∗ ∗)
1 ∗
𝑧 𝑤 𝑣 ∗ ∗
𝑧 𝑣 𝑤 𝑣
−(𝛽1 𝑆 𝐿 + 𝛼𝑆 (𝑥 + ) − 𝜎𝐾𝛾𝐿 ( + + + 𝑦) − 𝛽2 𝑆 𝐻 (𝑥 + + ) − 𝜎𝐾𝜃𝐻 ∗ ( + )
𝑥 𝑦𝑣 𝑣 𝑤 𝑥𝑣 𝑧 𝑧 𝑤
𝑧 1 1 1
+(𝑚3 𝐾𝜋𝐿∗ + 𝜎𝐾𝛾𝐿∗ ) ( + 𝑦 + + 𝑣) − (𝑚3 𝐾𝜋𝐿∗ + 𝜎𝐾𝛾𝐿∗ ) ( + 𝑣) − (𝑞𝛼Λ − 𝛽2 𝜉𝐶 ∗ 𝐻 ∗ ) (𝑦 + )
𝑦𝑣 𝑧 𝑣 𝑦
∗ ∗ ∗) 𝑣 𝑧 ∗ ∗ ∗ ∗ 𝑧 1 ∗ ∗ ∗ ∗ 1
−(𝑚3 𝐾𝜋𝐿 − 𝛽2 𝑆 𝐻 ( + + 𝑦) − (𝛽2 𝑆 𝐻 + 𝛽2 𝜉𝐶 𝐻 ) ( + 𝑦 + + 𝑣) + (𝛽2 𝑆 𝐻 + 𝛽2 𝜉𝐶 𝐻 ) ( + 𝑣).
𝑧 𝑦𝑣 𝑦𝑣 𝑧 𝑣