SKRIPSI
JOKO SANTOSO
i
MODEL PREDATOR-PREY
STUDI KASUS : BURUNG PELATUK DAN ULAT CEMARA
SKRIPSI
JOKO SANTOSO
ii
ABSTRAK
JOKO SANTOSO. Model Predator-Prey Studi Kasus : Burung Pelatuk dan Ulat
Cemara. Dibimbing oleh TRI WIDJAJANTI dan RIUM HILUM.
dV (t)
dt (
=r 1 V ( t ) 1−
V (t )
K )
−δ 2 V ( t ) H ( t )
dH (t)
dt
=r 2 H (t) 1− (
sH (t)
K )
Titik kesetimbangan model matematika predator-prey dari ulat cemara dan burung
pelatuk adalah E1=(0,0) dan E2=( K , 0). Titik E1=(0,0) stabil asimtotik pada
saat r 2 >0> r 1 , sedangkan E2=( K , 0) stabil asimtotik pada saat r 1 >r 2 >0 , r 2 >r 1 >0 ,
dan r 1=r 2> 0.
iii
PERNYATAAN KEASLIAN
NIM : 201536003
Apabila dikemudian hari ditemukan seluruh atau sebagian Skripsi ini bukan
hasil karya saya sendiri atau adanya plagiat dalam bagian-bagian tertentu, saya
bersedia menerima sanksi pencabutan gelar akademik yang saya sandang dan
sanksi-sanksi lainnya sesuai dengan peraturan perundangan yang berlaku.
JOKO SANTOSO
201536003
iv
LEMBAR PENGESAHAN
NIM : 201536003
Disetujui
Pembimbing I Pembimbing II
Diketahui
v
Tanggal Lulus : 10 Februari 2022
KATA PENGANTAR
vi
8. Sahabat-sahabat KKN Syoubri 2018 (Kak Yunus, Kak Adrin, Kak Engel,
Kak Pilemon, Kak Rafles, Kak Arianto, Kak Cesar Martinus, Nolis, Yunita,
Intan, Fika dan Diana).
9. Sahabat-sahabat Alumni Angkatan 17 IPA 2 SMANDA NABIRE (Eko,
Arifin, Wasingto, Afrian, Andika, Ozzi, Irham, Trio, Reni, Bejo, Rizal, Ryan,
Sulis, Ria, Dewi, Paradila, Novia, Putri, Argewidya, Endang, Esti).
10. Sahabat-sahabat MEJOSA
11. Sahabat-sahabat remaja Masjid Nurul Qolbi.
12. Semua pihak yang tidak bisa penulis sebutkan satu persatu.
Segala kritik dan saran yang sifatnya membangun untuk perbaikan tulisan ini,
sangat diharapkan. Semoga tulisan ini bermanfaat bagi pembaca.
Penulis
vii
RIWAYAT HIDUP
Penulis dilahirkan di Nabire, 08 April 1997 dari Bapak Sadin dan Ibu
Sudarsi. Penulis merupakan anak keempat dari empat bersaudara.
Penulis mulai menempuh pendidikan dasar pada Tahun 2003 di SD Inpres
Bumi Mulia. Tahun 2009 penulis melanjutkan pendidikan ke SMP Negeri 4
Wanggar dan pada Tahun 2012 penulis melanjutkan pendidikan di SMA Negeri
01 Plus KPG Nabire dan ditahun yang sama penulis pindah sekoah ke SMA
Negeri 02 Nabire. Tahun 2015 penulis lulus dari SMA dan pada Tahun yang sama
penulis lulus seleksi masuk Universitas Papua melalui Jalur Sesama Perguruan
Tinggi Negeri dan di terima sebagai mahasiswa Jurusan Matematika dan
Statistika, Fakultas Matematika dan IlmuPengetahuanAlam, Universitas Negeri
Papua
Selama mengikuti perkuliahan, penulis melakukan Praktek Lapangan Kerja
(PKL) pada Januari Tahun 2019 di instansi Kantor Badan Penyelenggaraan
Jaminan Sosial (BPJS) Kabupaten Manokwari Provinsi Papua Barat dan Kuliah
Kerja Nyata (KKN) pada Juni Tahun 2018 di Kampung Syoubri Distrik Warmare.
Penulis juga memperoleh beasiswa Bidik Misi.. Pada bidang organisasi
mahasiswa, penulis menjabat sebagai Seksi Minat dan Bakat Himpunan
Mahasiswa Matematika dan Statistika (HIMMASTA) Periode 2016-2017.
viii
DAFTAR ISI
Halaman
KATA PENGANTAR............................................................................................vi
RIWAYAT HIDUP..............................................................................................viii
DAFTAR ISI...........................................................................................................ix
DAFTAR TABEL....................................................................................................x
DAFTAR GAMBAR..............................................................................................xi
DAFTAR LAMPIRAN..........................................................................................xii
DAFTAR SIMBOL..............................................................................................xiv
I. PENDAHULUAN..........................................................................................1
1.1 Latar Belakang..........................................................................................1
1.2 Rumusan Masalah.....................................................................................2
1.3 Tujuan Penelitian.......................................................................................2
1.4 Manfaat Penelitian.....................................................................................2
1.5 Prosedur Penelitian....................................................................................2
ix
3.5 Analisis Kestabilan..................................................................................22
3.6 Simulasi Numerik....................................................................................25
IV. PENUTUP....................................................................................................58
4.1 KESIMPULAN.......................................................................................58
4.2 SARAN...................................................................................................58
DAFTAR PUSTAKA............................................................................................59
LAMPIRAN...........................................................................................................60
x
DAFTAR TABEL
No Halaman
2.1 Kestabilan Berdasarkan Nilai Eigen.............................................................14
3.1 Kestabilan Berdasarkan Nilai Eigen dari E 1=(0,0)....................................24
3.2 Kestabilan Berdasarkan Nilai Eigen dari E 2(K,0)......................................25
3.3 Kesimpulan Simulasi pada Titik Kesetimbangan E 1=(0,0).......................34
3.4 Kesimpulan Simulasi pada Titik Kesetimbangan E 2=(K , 0).....................44
3.5 Kesimpulan Simulasi Hubungan Populasi Ulat Cemara dan Burung
Pelatuk..........................................................................................................55
xi
DAFTAR GAMBAR
NO Halaman
1.1 Langkah-langkah Prosedur Penelitian........................................................... 2
2.2 Tipe Kestabilan Berdasarkan nilai eigen......................................................15
3.1 Kompartemen Model predator-prey.............................................................19
3.2 Potret Fase Kasus r 1 >r 2 >0 pada titik E1 (0,0).............................................26
3.3 Potret Fase Kasus r 2 >r 1 >0 pada titik E1 (0,0).............................................27
3.4 Potret Fase Kasus r 1=r 2> 0 pada titik E1 (0,0)............................................28
3.5 Potret Fase Kasus r 2=r 1< 0 pada titik E1 (0,0).............................................29
3.6 Potret Fase Kasus r 1 <r 2 <0 pada titik E1 (0,0).............................................30
3.7 Potret Fase Kasus r 2 <r 1 <0 pada titik E1 (0,0)..............................................31
3.8 Potret Fase Kasus r 1 >0> r 2pada titik E1 (0,0)..............................................32
3.9 Potret Fase Kasus r 2 >0> r 1pada titik E1 (0,0)..............................................33
3.10 Potret Fase Kasus r 1 >r 2 >0 pada titik E2 ( K , 0)............................................36
3.11 Potret Fase Kasus r 2 >r 1 >0 pada titik E2 ( K , 0)............................................37
3.12 Potret Fase Kasusr 1=r 2> 0 titik E2 (K , 0)....................................................38
3.13 Potret Fase Kasusr 1=r 2< 0titik E2 ( K , 0).....................................................39
3.14 Potret Fase Kasus r 1 <r 2 <0 titik E2 (K , 0).....................................................40
3.15 Potret Fase Kasus r 2 <r 1 <0 titik E2 (K , 0)....................................................41
3.16 Potret Fase r 1 >0> r 2 Kasus titik E2 (K , 0)....................................................42
3.17 Potret Fase r 2 >0> r 1 Kasus titik E2 (K , 0)....................................................43
3.18 Pertumbuhan Populasi Ulat Cemara.............................................................46
3.19 Pertumbuhan Populasi Burung Pelatuk........................................................47
3.20 Hubungan Ulat Cemara dan Burung Pelatuk..............................................48
xii
3.21 Pertumbuhan Populasi Ulat Cemara.............................................................49
3.22 Pertumbuhan Populasi Burung Pelatuk........................................................50
3.23 Hubungan Populasi Ulat Cemara dan Burung Pelatuk.................................51
3.24 Hubungan Populasi Ulat Cemara.................................................................52
3.25 Pertumbuhan Populasi Burung Pelatuk........................................................53
3.26 Hubungan Populasi Ulat Cemara dan Burung Pelatuk.................................54
DAFTAR LAMPIRAN
No Halaman
1. Titik Kesetimbangan.....................................................................................61
2. Nilai Eigen dari Titik Kesetimbangan E1 (0,0) dan E2 (K , 0)......................62
3. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 1 >r 2 >0 pada Titik Kesetimbangan E1=(0,0).............................................64
4. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 2 >r 1 >0 pada Titik Kesetimbangan E1=(0,0).............................................65
5. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 1=r 2> 0 pada Titik Kesetimbangan E1=(0,0)............................................66
6. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 2=r 1> 0 pada Titik Kesetimbangan E1=(0,0)............................................67
7. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 1 <r 2 <0 pada Titik Kesetimbangan E1=(0,0)............................................68
8. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 2 <r 1 <0 pada Titik Kesetimbangan E1=(0,0)...........................................69
9. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 1 >0> r 2 pada Titik Kesetimbangan E1=(0,0)..........................................70
10. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 2 >0> r 1 pada Titik Kesetimbangan E1=(0,0).............................................71
11. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 1 >r 2 >0 pada Titik Kesetimbangan E2=( K , 0)...........................................72
12. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 2 >r 1 >0 pada Titik Kesetimbangan E2=( K , 0)...........................................73
xiii
13. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 1=r 2> 0 pada Titik Kesetimbangan E2=( K , 0)..........................................74
14. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 1=r 2< 0 pada Titik Kesetimbangan E2=( K , 0)..........................................75
15. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 1 <r 2 <0 pada Titik Kesetimbangan E2=( K , 0)...........................................76
16. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 2 <r 1 <0 pada Titik Kesetimbangan E2=( K , 0)...........................................77
17. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 1 >0> r 2 pada Titik Kesetimbangan E2=( K , 0)...........................................78
18. Simulasi Bidang Fase Model Matematika Predator-Prey untuk Kasus
r 2 >0> r 1 pada Titik Kesetimbangan E2=( K , 0)...........................................79
19. Simulasi Pertumbuhan Ulat Cemara pada Kasus r 1 >r 2 >0 ...........................80
20. Simulasi Pertumbuhan Burung Pelatuk pada Kasus r 1 >r 2 >0 ......................81
21. Simulasi Hubungan Populasi Ulat Cemara dan Burung Pelatuk pada Kasus
r 1 >r 2 >0 .........................................................................................................82
22. Simulasi Pertumbuhan Ulat Cemara pada Kasus r 2 >r 1 >0 ...........................83
23. Simulasi Pertumbuhan Burung Pelatuk pada Kasus r 2 >r 1 >0 ......................84
24. Simulasi Hubungan PopulasiUlat Cemara dan Burung Pelatuk pada Kasus
r 2 >r 1 >0 .........................................................................................................85
25. Simulasi Pertumbuhan Ulat Cemara pada Kasus r 1=r 2> 0..........................86
26. Simulasi Pertumbuhan Burung Pelatuk pada Kasus r 1=r 2> 0.....................87
27. Simulasi Hubungan Populasi Ulat Cemara dan Burung Pelatuk pada Kasus
r 1=r 2> 0........................................................................................................88
xiv
DAFTAR SIMBOL
SIMBOL ARTI
V Ulat Cemara
H Burung Pelatuk
β1 Angka rata-rata pertumbuhan ulat cemara.
δ1 Angka rata-rata kematian alami ulat cemara.
δ2 Angka kematian populasi ulat cemara akibat burung pelatuk.
γ Angka kematian tergantunng pada kepadatan ulat cemara.
β2 Angka rata-rata kelahiran burung pelatuk.
σ1 Angka rata-rata kematian alami burung pelatuk.
σ2 Angka rata-rata kematian burung pelatuk tergantung pada
kepadatan ulat cemara.
r Tingkat konsumsi maksimum pada ulat cemara
s Banyaknya ulat cemara yang dibutuhkan untuk mendukung
eksistensinya
K Daya tampung lingkungan.
A Matriks nxn
I Matriks Identitas
λ Nilai Eigen
xv
n
R Himpunan ruang Riil berdimensi n
dV
Rata-rata pertumbuhan prey persatuan waktu
dt
dH
Rata-rata pertumbuhan predator persatuan waktu
dt
I. PENDAHULUAN
1.1 Latar Belakang
Ulat cemara (budworm) adalah serangga yang sangat merusak yang
memakan hutan jenis konifera, khususnya cemara balsam. Ada sekitar selusin
spesies budworm, yang sebagian besar mampu menghancurkan seluruh hutan.
Wabah ulat cemara sangat merugikan dalam perkembangan hutan ini (Huang et
al, 2012).
Sejarah mencatat bahwa ulat cemara terjadi lebih sering pada abad ke-20.
Alasan peningkatan frekuensi dan keparahan wabah sebagian besar disebabkan
oleh manusia, antara penebangan habis tegakan kayu pulp, proteksi kebakaran,
dan penggunaan pestisida terhadap ulat cemara. Pengelolaan hutan jangka panjang
dilakukan untuk mengurangi wabah cemara dimasa depan, antara lain dengan
penanaman pohon cemara putih dalam skala besar, meningkatkan tegakan hutan
dan pembatasan penggunaan pestisida. Pengurangan wabah ulat cemara juga
dilakukan dengan secara alami dengan mendatangkan predator alami dari ulat
cemara yaitu burung pelatuk (J.R. Blais, 1983). Pelatuk merupakan burung dari
ordo Piciformes yang ditemukan di seluruh dunia dan populasi burung pelatuk
berjumlah 218 (termasuk Pelatuk Gading) (UNKRIS, 2005).
Fenomena mewabahnya ulat cemara yang diatasi dengan mendatangkan
burung pelatuk dapat di modelkan menurut Edwards & Penney (2008). Secara
xvi
matematis menjadi model predator-prey, predatornya burung pelatuk dan preynya
ulat cemara. Model predator-prey yang paling sederhana adalah model Lotka-
Volterra dengan asumsi pertumbuhan prey mengikuti pertumbuhan Malthus.
Akan tetapi, model tersebut memiliki kelemahan karena pada model pertumbuhan
Malthus, populasi tumbuh tidak terbatas seiring dengan pertambahan waktu. Pada
kenyataannya, suatu populasi tidak dapat bertambah secara terus menerus karena
adanya faktor-faktor yang menghambat pertumbuhan populasi seperti ruang
hidup, makanan, maupun lingkungan. Oleh karena itu, model Lotka-Volterra
kemudian dimodifikasi dengan mengasumsikan pertumbuhan prey mengikuti
logistik.
Penelitian sebelumnya yang terkait dengan ulat cemara, dilakukan oleh
Moh. Subadar tentang Analisis Model Ulat Cemara (budworm) dengan Metode
Euler. Penelitian ini membahas tentang Model Predator-Prey Studi Kasus Burung
Pelatuk dan Ulat Cemara.
Membuat asumsi-
Mengidentifikasi Kontruksi model
asumsi yang
masalah sesuai dengan
berkaitan dengan
Predator-Prey asumsi xvii
Predator-Prey
Simulasi
numerik
menggunakan Menganalisis
Sofware Maple Kestabilan pada Menentukan
13 titik titik
Kesetimbangan kesetimbangan
2.1 Fungsi
Fungsi dalam matematika adalah pemetaan setiap anggota sebuah himpunan
(domain) kepada anggota himpunan yang lain (kodomain). Anggota himpunan
yang dipetakan dapat berupa apa saja, namun pada penelitian ini yang dibahas
adalah pemetaan yang domain dan kodomain pada semua himpunan semua
bilangan R.
xviii
Penyelesaian:
Daerah asal untuk f adalah{ x ∈ R : x ≠ 4 } dibaca “x adalah anggota R sedemikian
hingga x tidak sama dengan 4’’. Angka 4 dikecualikan untuk menghindari
pembagian dengan 0.
Selanjutnya untuk mencari nilai dari f(10) adalah
1 1
f ( 10 )= =
(10−4) 6
1
Jadi, adalah nilai dari f(10).
6
Definisi 2.1.3 (Purcell, et al., 2003)
Fungsi dua peubah atau lebih adalah fungsi f yang menghubungkan setiap
pasangan berurutan (x, y) pada suatu himpunan D dalam suatu bidang dengan
sebuah bilangan real dari f(x,y).
2.2 Fungsi Eksponensial (Purcell et al., 2003)
Fungsi eksponensial asli dengan notasi exp merupakan balikan dari
logaritma asli ¿. Sehingga diperoleh x = exp y⇔ y =In x. Akibatnya jika x dan y
adalah bilangan riil, maka diperoleh
i. exp ¿
ii. ln ( exp y ) ¿ y
xix
iii. (a ¿¿ x ) y =axy ¿
x x x
iv. (ab) =a b
v. ()
a x ax
b
= x
b
Bukti
x y x+ y
i. a .a =a
x y
Misalkan a x .a y =a ln a a berdasarkan definisi 2.2.1, diperoleh
x y
= e ln a +e ln a
=e x ln a +e y ln a
=e ( x+ y )ln a
x+ y
ln a x+ y
¿e =a
(x + y)
=a ∎
x
a x− y
ii. y
=a
a
x
a x− y
Misalkan y
=e ln a berdasarkan Definisi 2.2.1, diperoleh
a
x y
= e ln a −¿ a
= e x ln a− y ln a
=e ( x− y ) ln a
x− y
ln a
¿e
= a x− y ∎
iii. (a ¿¿ x ) y =axy ¿
Misalkan (a ¿¿ x ) y =e ln ¿¿ ¿ ¿ berdasarkan Definisi 2.2.1 , diperoleh
x
= e y ln a
= e yx ln a
= a xy ∎
iv. (ab) x =a x bx
Misalkan (ab) x =e x ln (ab ) berdasarkan Definisi 2.2.1 , diperoleh
= e x (ln a+ln b)
= e x ln a . e x ln b
x y
ln a ln a
¿e e
= a x bx ∎
xx
()
x x
a a
v. = x
b b
Misalkan ¿ berdasarkan Definisi 2.2.1 , diperoleh
a
= e x ln ( b )
= e x (ln a−ln b)
x ln a
e
=
e x ln b
ax
= x∎
b
= lim
[ ( x +h )3 +7 ( x +h ) ] −[ x 3+7 x ]
h→ 0 h
2 2 3
3 x h+ 3 xh + h + 7 h
= lim
h→ 0 h
= lim 3 x 2 +3 hx +h2 +7
h→ 0
= 3 x 2+7
Notasi turunan biasa disebut dengan Notasi Leibniz yang ditemukan oleh
Gottfried Wilhelm Leibniz. Berikut adalah penulisan notasi Leibniz
xxi
dy ∆y f ( x +∆ x )−f (x)
= lim = lim =f '(x )
dx ∆ x→ 0 ∆ x ∆ x→ 0 ∆x
dy
namun, adalah notasi standar untuk turunan dan untuk selanjutnya akan
dx
digunakan notasi tersebut.
Contoh 2.4.3
Tentukan ordo dan pangkat dari PD
( )( )
3
d2 y dy 6
(i) + =x (PDB ordo 2 dengan pangkat 3)
dx 3 dx
xxii
3
d y
(ii) 3
+3 y=0 (PDB ordo 3 dengan pangkat 1)
dx
Persamaan diferensial dibedakan menjadi dua macam yaitu:
1.) Persamaan Diferensial Biasa (Ordinary Differential Equation atau ODE)
Suatu persamaan diferensial disebut Persamaan Diferensial Biasa (PDB)
apabila PD tersebut memuat turunan dari fungsi satu peubah.
Contoh 2.4.4
Berikut ini merupakan contoh PDB
dy
(i) =4 x
dx
3
d y
(ii) 3
+3 y=0
d x
2.) Persamaan Diferensial Parsial (Partial Differential Equation atau PDE)
Suatu persamaan diferensial disebut Persamaan Diferensial Parsial (PDP)
apabila PD tersebut memuat turunan parsial dari fungsi dua atau lebih peubah
bebas.
Contoh 2.4.5
Berikut ini merupakan contoh PDP
∂u ∂2 u
(i) =k 2
∂y ∂x
∂2 u ∂ 2 u
(ii) 2
+ 2 =0
∂x ∂ y
Persamaan diferensial selain diklasifikasikan sebagai PDB dan PDP juga
diklasifikasikan PD linear atau PD nonlinear. Persamaan diferensial biasa
F(t, y, y’,…, y’’) disebut linear jika dan hanya jika F merupakan fungsi linear dari
variabel t, y, y’,…, yn. Secara umum persamaan diferensial biasa linier berorde n
adalah
a 0 ( t ) y ( n) +a 1 ( t ) y ( n−1 )+ …+a n ( t ) y =g (t)
Contoh 2.4.6
Berikut ini merupakan contoh PDB dan PDB yang linear.
2
d Q(t) dQ(t ) 1
(i) L +R + Q ( t ) =E ( t ) .
d
t
dt c
xxiii
2
2 ∂ u(x ,t) ∂ u( x ,t )
(ii) α 2
= 2 atau α 2 u xx =u t
∂x ∂t
2
(iii) α u xx =u tt
Berikut ini merupakan contoh PD nonlinear.
y ' ' ' +2 et y' ' ' + y y ' =t 4 .
xxiv
(2.2)
dimana C 1( K )merupakan himpunan fungsi yang mempunyai turunan pertama
dx
yang kontinu di K , misalkan ẋ= , maka
dt
x˙1=f 1 ( x 1 , x 2 , x 3 , … , x n )
x˙2=f 2 ( x 1 , x 2 , x 3 , … , x n )
x˙3=f 3 ( x 1 , x 2 , x 3 , … , x n )
⋮
x˙n=f n ( x1 , x2 , x3 , … , x n)
Sistem pada (2.2) dapat ditulis
ẋ=f ( x)
2. Membangun asumsi-asumsi
xxv
Hal ini diperlukan karena model adalah penyederhanaan realitas yang
kompleks. Oleh karena itu, setiap penyederhanaan memerlukan asumsi,
sehingga ruang lingkup model berada dalam koridor permasalahan yang akan
dicari solusi atau jawabannya.
3. Membuat kontruksi model
Hal ini dapat dilakukan baik melalui hubungan fungsional dengan cara
membuat diagram, alur, maupun persamaan-persamaan matematika. Kontruksi
ini dapat dilakukan baik dengan bantuan komputer software maupun secara
analitik.
4. Membangun model
Membangun model adalah menentkan analisis yang tepat. Inti tahap ini adalah
mencari solusi yang sesuai untuk menjawab pertanyaan yang dibangun pada
tahap identifikasi.
5. Menginterpretasikan model
Interpretasi ini penting dilakukan untuk mengetahui apakah hasil tersebut
memang masuk akal atau tidak. Interpretasi juga diperlukan untuk
mengkomunikasikan keinginan si pemodel dengan hasil analisis yang
dilakukan oleh computer ataupun alat pemecah model lainnya.
6. Validasi model
Pada tahap ini tidak hanya menginterpretasikan model, tetapi juga melakukan
verifikasi atas keabsahan model yang dirancang dengan asumsi yang dibangun
sebelumnya. Model yang valid tidak hanya mengikuti kaidah-kaidah teoritis
yang shahih, namun juga memberikan interpretasi atas hasil yang di peroleh
mendekati kesesuaian dalam hal besaran, uji-uji standar seperti statistik, dan
prinsip-prinsip matematika lainnya, seperti first order conditional, second
order conditional , dan sebagainya. Jika sebagian besar standar verifikasi ini
bias di lalui, model dapat diimplementasikan. Sebaliknya, jika tidak kontruksi
model harus dirancang ulang.
xxvi
2.7 Model Predator Prey Leslie-Gower
Menurut (Resmawan, 2019) bahwa Leslie (1948) memperkenalkan model
sistem Lotka-Volterra yang dimodifikasi. Pada model Leslie, prey diasumsikan
bertumbuh secara logistik dengan daya dukung lingkungan, K dan berkurang
dengan fungsi respon Holling Tipe 1, sehingga
dx
dt (x
=ax 1− −rxy
K ) (2.3)
Definisi 2.8.1
Matriks A betipe n x p atau di tulis A(nxp) adalah daftar bilangan riil yang terdiri
dari n baris dan p kolom, ditulis
[ ]
a11 a12 … a1 p
a a … a2 p
A(nxp)= 21 22
⋮ ⋮ ⋱ ⋮
an 1 an 2 … anp
xxvii
dengan λ scalar.
Skalar λ dinamakan nilai eigen (eigen value) dari A dan x dikatakan vector
eigen yang bersesuaian dengan λ.
Nilai eigen matriks A yang berukuran n x n dirumuskan dengan
( λI − A ) x=0 (2.7)
Jika λ menjadi nilai eigen, maka harus ada pemecahan taknol. Sistem (2.7) akan
menjadi pemecahan taknol jika dan hanya jika
det ( λI −A ) x=0 (2.8)
Persamaan (2.8) disebut persamaan karakteristik A.
Contoh 2.8.3
Carilah nilai-nilai eigen dari matriks
[
A= 3 2
−1 0 ] (2.9)
Penyelesaian
Jika (2.9) disubstitusikan ke (2.7) dan diselesaikan, maka diperoleh persamaan
karakteristik sebagai berikut
λ 2−3 λ+2=0 (2.10)
Jika (2.10) difaktorkan, maka diperoleh nilai eigen dari matriks A adalah
λ 1=1 atau λ 2=2
dx
=f ( x , y )
dt
(2.11)
dy
=g(x , y ).
dt
Pendekatan fungsi kontinu f dan g, dapat ditentukan dengan menggunakan
ekspansi deret Taylor
xxviii
∂ f ( x0 , y0 ) ∂ f ( x0 , y0 )
f ( x , y ) ≈ f ( x0 , y0 )+ ( x−x 0 ) + ( y− y 0 ) (2.12)
∂x ∂y
dan
∂ g ( x0 , y0) ∂ g ( x0 , y 0 )
g ( x , y ) ≈ g ( x0 , y0 )+ ( x−x 0 ) + ( y− y 0 ) (2.13)
∂x ∂y
Karena ( x 0 , y 0 ) adalah titik kesetimbangan, maka f ( x 0 , y 0 )=g ( x 0 , y 0 )=0. sehingga
(2.11) dapat didekati dengan sistem linear
dx ∂ f ( x0 , y 0 ) ∂ f ( x0 , y0 )
= ∆ x+ ∆y (2.14)
dt ∂x ∂y
dan
dy ∂ g ( x 0 , y 0 ) ∂ g ( x0 , y0 )
= ∆ x+ ∆y (2.15)
dt ∂x ∂y
sistem linear pada (2.14) dan (2.15) dapat ditulis dalam bentuk
[ ][ ]
dx ∂ f ( x0 , y0 ) ∂ g ( x0 , y0 )
dt =
dy
∂x ∂x ∆x
∂ f ( x0 , y0 ) ∂ g ( x0 , y0 ) ∆ y [ ]
=J ( x )
∆x
∆y [ ] (2.16)
dt ∂y ∂y
xxix
f ( x 0 , y 0 )=0 dan g ( x 0 , y 0 )=0
(2.17)
Definisi 2.10.3 (Kestabilan)
Kestabilan adalah suatu perubahan kecil dalam syarat awal yang mempunyai
pengaruh besar pada penyelesaian.
Definisi 2.10.4
Jika x = x E dan f(x) = 0, maka system dikatakan stabil di x = x E dengan kriteria
kestabilan berdasarkan pada nilai eigen yaitu:
i. Jika λ 1> 0 dan λ 2> 0, maka sistem dikatakan tidak stabil.
ii. Jika λ 1< 0 dan λ2 <0 ,maka sistem dikatakan stabil.
iii. Jika λ 1< 0 dan λ2 >0 atau λ 1> 0 dan λ2 <0 , maka sistem dikatakan stabil
asimtotik.
iv. Jika λ = ± (a+bi) dengan a ≤ 0 maka sistem dikatakan stabil dengan
syarat
a. Jika a < 0, maka system dikatakan stabil dalam lintasan yang
berbentuk spiral
b. Jika a < 0 , maka sistem dikatakan stabil netral.
Kriteria kestabilan berdasarkan nilai eigen menurut Boyce dan Diprima (2001)
dapat di lihat pada Tabel 2.1.
xxx
a> 0 Titik Spiral Tidak Stabil
λ 1 , λ2 =a ± bi a> 0 Titik Spiral Stabil Asimtotik
b≠0 a=0 Titik Pusat Stabil
Titik Spiral (tidak stabil) Titik Simpul (stabil) Titik Simpul (tidak stabil)
Contoh 2.10.5
Tentukan titik kesetimbangan dan jenis kestabilan dari sistem berikut
dx
=x( a−βy )
dt (2.18)
dy
= y (−γ +δx)
dt
xxxi
Penyelesaian :
Jika f ( x , y )=x (a−βy), maka menurut Definisi 2.10.2 diperoleh
a
x=0 atau y= .
β
Jika g ( x , y )= y (−γ + δx), maka menurut Definisi 2.10.2 diperoleh
γ
x= atau y = 0.
δ
Sehingga titik kesetimbangan dari (2.18) adalah
E2= ( δγ , aβ ) (2.20)
J ¿) = [ a−βy
−βx
δy
−γ +δx]. (2. 11)
J ¿ ¿) = [ a0 −γ0 ] (2.22)
[ ]
δa
0
β
J ¿ ¿) = (2.23)
−γβ
0
δ
Selanjutnya mencari nilai eigen dari Matriks (2.22) dengan menggunakan (2.7)
Jika I = [10 01] dan J ¿ ¿) = [ a0 −γ0 ] dan titik E = (0,0), maka diperoleh
1
|λ−α
0
0
λ +γ
=0. | (2.24)
xxxii
Jika (2.24) diselesaikan, maka diperoleh
( λ−α )( λ +γ )=0 .
Nilai eigen dari Matriks (2.33) adalah λ 1=α atau λ 2=−γ
[ ]
δa
0
Jika I= [10 01] dan J ¿ ¿) = −γβ 0
β
dan titik E2= ( δγ , aβ ) maka diperoleh
δ
¿.
| |
−δa
λ
β =0
. (2.26)
γβ
λ
δ
xxxiii
III. HASIL DAN PEMBAHASAN
xxxiv
3. Pertumbuhan ulat cemara akan berkurang ketika populasi burung pelatuk
ada dalam komuniatas.
4. Populasi ulat cemara akan bertumbuh secara eksponen ketika tidak adanya
populasi burung pelatuk dalam suatu komunitas, sehingga pertumbuhan ini
akan dibatasi oleh kapasitas daya dukung lingkungan (K).
5. Angka kematian ulat cemara dan burung pelatuk karena faktor lingkungan
diabaikan.
γ σ1
β1 δ2 β2
Ulat Cemara Burung Pelatuk
r
δ1 σ2
{ }{ }{ }
Laju Angka kematian
}{
Angka Angka
perubahan = Ulat Cemara akibat
pertumbuhan − kematian − (3.1)
populasi aktifitas
Ulat Cemara Ulat Cemara
Ulat Cemara Burung Pelatuk
xxxv
Jika angka rata-rata pertumbuhan Ulat Cemara terhadap V (t ), maka diperoleh
{ }
Angka
Pertumbuhan = β1 V (t) (3.2)
Ulat Cemara
{ }
Angka
2
kematian =δ 1 V ( t ) +γV (t) (3.3)
Ulat Cemara
merupakan bentuk linear yang sederhana untuk angka rata-rata kematian yang
tergantung populasi Ulat Cemara. Sehingga diperoleh angka kematian Ulat
Cemara secara keseluruhan merupakan perkalian angka rata-rata kematian Ulat
Cemara dengan populasi Ulat Cemara saat itu atau V (t ).
{ }
Angka
kematian
Ulat Cemara akibat =δ 2 V ( t ) H (t ) (3.4)
aktivitas Burung Pelatuk
danlingkungan
dV (t ) 2
=β 1 V ( t )−δ 1 V ( t ) +γ V ( t ) −¿ δ 2 V ( t ) H (t ) (3.5)
dt
atau
dV (t) 2
=V ( t ) ( β 1−δ 1 ) + γ V (t ) −δ 2 V ( t ) H (t) (3.6)
dt
Misalkan
xxxvi
r 1=( β1 −δ 1 ) (3.7)
dengan r 1 merupakan angka pertumbuhan populasi ulat cemara
Jika (3.7) disubstitusikan ke (3.6), maka diperoleh
dV ( t )
=r 1 V ( t ) + γ V (t )2−δ 2 V ( t ) H ( t )
dt (3.8)
( )
V (t )
¿ r 1 V ( t ) 1− −δ 2 V ( t ) H ( t )
r1
γ
Misalkan
r1
=K (3.9)
γ
Jika (3.9) disubstitusi ke (3.8), maka diperoleh model perubahan populasi ulat
cemara dengan kapasitas tampung lingkungan (K ) sebagai berikut
(
r 1 V ( t ) 1−
V (t )
K )−δ 2 V ( t ) H ( t ) (3.10)
{ }{ }{ }
Kecepatan
Angka Angka
perubahan
kelahiran − kematian
populasi = (3.11)
Burung Burung
Burung
Pelatuk Pelatuk
Pelatuk
Jika angka rata-rata kelahiran Burung pelatuk proposional terhadap H (t) , maka
diperoleh
{ }
Angka
kelahiran =β H (t)
2 (3.12)
Burung
Pelatuk
merupakan bentuk linear yang sederhana untuk angka rata-rata kematian yang
tergantung populasi Burung pelatuk. Sehingga diperoleh angka kematian Burung
xxxvii
pelatuk secara keseluruhan merupakan perkalian angka rata-rata kematian Burung
pelatuk dengan populasi Burung pelatuk saat itu atau H (t) .
{ }
Angka
kematian =σ H ( t ) +σ sH (t)2
1 2 (3.13)
Burung
Pelatuk
Misalkan
r 2= ( β2 −σ 1 ) (3.15)
dengan r 2merupakan angka pertumbuhan populasi burung pelatuk.
Jika (3.15) disubstitusikan ke (3.14), maka diperoleh
dH (t)
=r 2 H ( t ) + σ 2 sH (t)2 (3.16)
dt
( )
dH (t) sH (t)
=r 2 H (t) 1−
dt r2 (3.17)
σ2
Misalkan
r2
=K (3.18)
σ2
Jika (3.18) disubstitusi ke (3.17), maka diperoleh model perubahan populasi
burung pelatuk dengan kapasitas tampung lingkungan (K ) s ebagai berikut
(
r 2 H (t) 1−
H (t )
K ) (3.19)
xxxviii
dH (t)
dt
=r 2 H (t) 1− (
sH (t)
K )
3.4 Menentukan Titik Kesetimbangan
( )
r 1 V ( t ) 1−
V (t )
K
−δ 2 V ( t ) H ( t )=0
(3.21)
r H ( t ) (1−
K )
sH ( t )
2 =0
Sistem (3.21) terdapat dua titik kesetimbangan yaitu [ E1 ( 0,0 ) dan E2 ( K , 0)¿ .
Titik kesetimbangan ini diperoleh dari Software Maple 18, dapat dilihat pada
Lampiran 1.
(
f 1=( V , H )= r 1 V ( t )−
K )
r1 V ( t ) V ( t )
−δ 2 V ( t ) H ( t )
(3.22)
f =( V , H )=( r H ( t )− )
r sH ( t ) H (t)
2
2 2
K
dV
Kemudian dilakukan pelinearan pada Sistem (3.22) dengan = AV ,
dt
dengan A adalah matriks Jacobi :
[ ][ ]
∂f1 ∂f1 2 r1 V ( t )
r 1− −δ 2 H (t ) −δ 2 V (t )
K
A= ∂ V ∂H =
∂f2 ∂f2 2r 2 H (t )
0 r 2−
∂V ∂H K
(3.23)
A1=
[ ]
r1 0
0 r2
xxxix
Selanjutnya nilai eigen dari A1 diperoleh dengan menyelesaikan persamaan
det [ λI − A1 ]=0 ,yaitu
[ [ ] [ ]]
0 1
r 0
det λ 1 0 − 1
0 r2
=0
[[ ] [ ]]
0 λ
r 0
det λ 0 − 1
0 r2
=0
det
[ 0 ]]
λ−r 1 0
λ−r 2
=0
xl
r 1 <r 2 <0 λ1 < λ2 < 0 Stabil
r 2 <r 1 <0 λ 2< λ1 < 0 Stabil
r 1 >0> r 2 λ1 > 0 > λ2 Stabil Asimtotik
r 2 >0> r 1 λ2 > 0 > λ1 Stabil Asimtotik
A2=
[ −r 1 −δ 2 K
0 r2 ]
Selanjutnya nilai eigen dari A2 diperoleh dengan menyelesaiakan persamaan
det [ λI −A 2 ]=0 , yaitu
[ 0 1 ]−[ 0
det λ
[ 1 0 −r 1 −δ 2 K
r2 ]]
=0
[[ 0 λ] [−r0
det λ 0 − 1 −δ 2 K
r2 ]]
=0
det ¿
Langkah-langkah simulasi mencari nilai eigen pada titik E1(0,0) dan E2 (K,0)
dapat dilihat pada lampiran 2. Selanjutnya untuk analisis kestabilan berdasarkan
λ 1 dan λ 2 dapat dilihat pada Tabel 3.2 berikut
xli
r 1 >r 2 >0
λ 1< λ2 >0 Stabil Asimtotik
r 2 >r 1 >0
λ 2> λ1 >0 Stabil Asimtotik
r 1=r 2> 0
λ 1> λ2 >0 Stabil Asimtotik
r 1=r 2< 0
λ 1> 0> λ2 Stabil Asimtotik
r 1 <r 2 <0
λ 1> 0< λ2 Stabil Asimtotik
r 2 <r 1 <0
λ 2> 0< λ1 Stabil Asimtotik
r 1 >0> r 2
λ 1< 0> λ2 Stabil
r 2 >0> r 1
λ 2< 0< λ1 Stabil Asimtotik
xlii
a. Simulasi pada titik kesetimbangan E1
Kasus 1. r 1 >r 2 >0
Misalkan nilai parameter r 1=0.25 , r 2=0.015 , δ 2=0.03 , dan K=500 ,
disubstitusikan ke (3.24), maka diperoleh nilai eigen λ 1=0.25 dan λ 2=0.015 ,
karena λ 1> λ2 >0 maka berdasarkan Definisi 2.10.4 merupakan titik tidak stabil.
Hal ini karena arah trayektory menjauh dari titik kesetimbangan dapat dlihat pada
Gambar 3.2. Sehingga titik kesetimbangan E1=(0,0) dengan kasus r 1 >r 2 >0
merupakan titik tidak stabil. Langkah-langkah simulasi dapat dilihat pada
Lampiran 3.
Gambar 3.2 Potret Fase Kasus r 1 >r 2 >0 pada titik E1 ( 0,0 )
xliii
Kasus 2. r 2 >r 1 >0
Misalkan nilai parameter r 1=0.04 , r 2=0.06 , δ 2=0.03 , dan K=500 ,
disubstitusikan ke (3.24), maka diperoleh nilai eigen λ 1=0.25 dan λ 2=0.015 ,
karena λ 2> λ1 >0 maka berdasarkan Definisi 2.10.4 merupakan titik tidak stabil.
Hal ini karena arah trayektory menjauh dari titik kesetimbangan dapat dlihat pada
Gambar 3.3. Sehingga titik kesetimbangan E1=(0,0) dengan kasusr 2 >r 1 >0
merupakan titik tidak stabil. Langkah-langkah simulasi dapat dilihat pada
Lampiran 4.
Gambar 3.3 Potret Fase Kasus r 2 >r 1 >0 pada titik E1 ( 0,0 )
xliv
Kasus 3. r 1=r 2> 0
Misalkan nilai parameter r 1=r 2=24 , δ 2=0.03 , dan K=500 , disubstitusikan
ke (3.24), maka diperoleh nilai eigen λ 1=24 dan λ 2=24 , karena λ 1=λ2 >0 maka
berdasarkan Definisi 2.10.4 merupakan titik tidak stabil. Hal ini karena arah
trayektory menjauh dari titik kesetimbangan dapat dlihat pada Gambar 3.4.
Sehingga titik kesetimbangan E1=(0,0) dengan kasus r 1=r 2> 0 merupakan titik
tidak stabil. Langkah-langkah simulasi dapat dilihat pada Lampiran 5.
Gambar 3.4 Potret Fase Kasus r 1=r 2> 0 pada titik E1 ( 0,0 )
xlv
Misalkan nilai parameter r 1=r 2=−0.006 , δ 2=0.03 , dan K=500 ,
disubstitusikan ke (3.24), maka diperoleh nilai eigen λ 1=−0.006 dan
λ 2=−0.06 , karena λ 2=λ1 <0 maka berdasarkan Definisi 2.10.4 merupakan titik
tidak stabil. Hal ini karena arah trayektory menjauh dari titik kesetimbangan dapat
dlihat pada Gambar 3.5. Sehingga titik kesetimbangan E1=(0,0) dengan kasus
r 2=r 1< 0 merupakan titik tidak stabil. Langkah-langkah simulasi dapat dilihat
pada Lampiran 6.
Gambar 3.5 Potret Fase Kasus r 2=r 1< 0 pada titik E1 ( 0,0 )
xlvi
Misalkan nilai parameter r 1=−0.008 ,r 2=−0.006 , δ 2=0.03 , dan K=500 ,
disubstitusikan ke (3.24), maka diperoleh nilai eigen λ 1=−0.008 dan
λ 2=−0.006 , karena λ 1< λ2 <0 maka berdasarkan Definisi 2.10.4 merupakan titik
tidak stabil. Hal ini karena arah trayektory menjauh dari titik kesetimbangan dapat
dlihat pada Gambar 3.6. Sehingga titik kesetimbangan E1=(0,0) dengan kasus
r 1 <r 2 <0 merupakan titik tidak stabil. Langkah-langkah simulasi dapat dilihat pada
Lampiran 7.
Gambar 3.6 Potret Fase Kasus r 1 <r 2 <0 pada titik E1 ( 0,0 )
xlvii
Misalkan nilai parameter r 1=−0.003 ,r 2=−0.009 , δ 2 =0.03 , dan
K=500 , disubstitusikan ke (3.24), maka diperoleh nilai eigen λ 1=−0.003 dan
λ 2=−0.06 , karena λ 2< λ1 <0 maka berdasarkan Definisi 2.10.4 merupakan titik
tidak stabil. Hal ini karena arah trayektory menjauh dari titik kesetimbangan dapat
dlihat pada Gambar 3.7. Sehingga titik kesetimbangan E1=(0,0) dengan kasus
r 2 <r 1 <0 merupakan titik tidak stabil. Langkah-langkah simulasi dapat dilihat pada
Lampiran 8.
Gambar 3.7 Potret Fase Kasus r 2 <r 1 <0 pada titik E1 ( 0,0 )
Kasus 7. r 1 >0> r 2
xlviii
Misalkan nilai parameter r 1=0.0080 ,r 2 =−0.0060 , δ2 =0.03 , dan
K=500 , disubstitusikan ke (3.24), maka diperoleh nilai eigen λ 1=0.0080
dan λ 2=−0.0060 , karena λ 1> 0> λ2 maka berdasarkan Definisi 2.10.4 merupakan
titik tidak stabil. Hal ini karena arah trayektory menjauh dari titik kesetimbangan
dapat dlihat pada Gambar 3.8. Sehingga titik kesetimbangan E1=(0,0) dengan
kasus r 1 >0> r 2 merupakan titik tidak stabil. Langkah-langkah simulasi dapat
dilihat pada Lampiran 9.
Kasus 8. r 2 >0> r 1
xlix
Misalkan nilai parameter r 1=−0.6 , r 2=0.9 , δ 2=0.03 , dan K=500 ,
disubstitusikan ke (3.24), maka diperoleh nilai eigen λ 1=−0.6 dan λ 2=0.9 ,
karena λ 2> 0> λ1 maka berdasarkan Definisi 2.10.4 merupakan titik stabil
asimtotik. Hal ini karena arah trayektory menjauh dari titik kesetimbangan dapat
dlihat pada Gambar 3.9. Sehingga titik kesetimbangan E1=(0,0) dengan kasus
r 2 >0> r 1 merupakan titik tidak stabil. Langkah-langkah simulasi dapat dilihat pada
Lampiran 10.
l
Tabel 3.3 Kesimpulan Simulasi pada Titik Kesetimbangan E1=(0,0)
Kasus Parameter Nilai Eigen Jenis Kestabilan Tipe Kestabilan Kesimpulan
r 1 >r 2 >0 r 1=0.25 ,r 2 =0.015 λ 1> λ2 >0 Tidak Stabil Titik simpul Karena arah trayektory
δ 2=0.03 ,dan K=500 tidak sejati menjauh dari titik
kesetimbangan
r 2 >r 1 >0 r 1=0.04 , r 2=0.06 λ 2> λ1 >0 Tidak Stabil Titik simpul Karena arah trayektory
δ 2=0.03 ,dan K=500 tidak sejati menjauh dari titik
kesetimbangan
r 1=r 2> 0 r 1=24 , r 2=24 λ 1=λ2 >0 Tidak Stabil Titik simpul Karena arah trayektory
δ 2=0.03 ,dan K=500 sejati tidak sejati menjauh dari titik
kesetimbangan
r 2=r 1< 0 r 1=−0.006 , r 2=−0.006 λ 2=λ1 <0 Tidak Stabil Titik simpul Karena arah trayektory
δ 2=0.03 ,dan K=500 sejati tidak sejati menjauh dari titik
kesetimbangan
r 1 <r 2 <0 r 1=−0.008 ,r 2=0.015 λ 1< λ2 <0 Tidak Stabil Titik simpul Karena arah trayektory
δ 2=0.03 ,dan K=500 tidak sejati menjauh dari titik
kesetimbangan
r 2 <r 1 <0 r 1=−0.003 ,r 2=−0.009 λ 2< λ1 <0 Tidak Stabil Titik simpul Karena arah trayektory
δ 2=0.03 ,dan K=500 tidak sejati menjauh dari titik
kesetimbangan
r 1 >0> r 2 r 1=0.0080 ,r 2 =0.0060 λ 1> 0> λ2 Tidak Stabil Tidak ada tipe Karena arah trayektory
δ 2=0.03 ,dan K=500 Kestabilan menjauh dari titik
kesetimbangan
34
r 2 >0> r 1 r 1=−0.6 , r 2=0.9 λ 2> 0> λ1 Stabil Asimtotik Tidak ada Karena arah trayektory
δ 2=0.03 ,dan K=500 Kestabilan menjauh dari titik
kesetimbangan
35
b. Simulasi pada Titik Kesetimbangan E2
36
Kasus 2. r 2 >r 1 >0
Misalkan nilai parameter r 1=4 , r 2=4.5 , δ 2=0.03 , dan K=500 ,
disubstitusikan ke (3.24), maka diperoleh nilai eigen λ 1=−4 dan λ 2=4.5 , karena
λ 2> 0> λ1 maka berdasarkan Definisi 2.10.4 merupakan titik stabil asimtotik. Hal
ini karena arah trayektory menjauh dari titik kesetimbangan dapat dlihat pada
Gambar 3.11. Sehingga titik kesetimbangan E2=( K , 0) dengan kasus r 1 >r 2 >0
merupakan titik tidak stabil. Langkah-langkah simulasi dapat dilihat pada
Lampiran 12.
37
Kasus 3. r 1=r 2> 0
Misalkan nilai parameter r 1=r 2=24 , δ 2=0.03 , dan K=500 , disubstitusikan
ke (3.24), maka diperoleh nilai eigen λ 1=−24 , dan λ 2=24 ,karena
λ 1< 0< λ2 maka berdasarkan Definisi 2.10.4 merupakan titik stabil asimtotik. Hal
ini karena arah trayektory menjauh dari titik kesetimbangan dapat dlihat pada
Gambar 3.12. Sehingga titik kesetimbangan E2=( K , 0) dengan kasus r 1 >r 2 >0
merupakan titik tidak stabil. Langkah-langkah simulasi dapat dilihat pada
Lampiran 13.
38
Kasus 4. r 1=r 2< 0
39
Kasus 5. r 1 <r 2 <0
Misalkan nilai parameter r 1=−0.03 ,r 2=−0.01 , δ 2=0.03 , dan
K=500 , disubstitusikan ke (3.24), maka diperoleh nilai eigen λ 1=0.03 , dan
λ 2=−0.01 ,karena λ 1> 0< λ2 maka berdasarkan Definisi 2.10.4 merupakan titik
stabil asimtotik. Hal ini karena arah trayektory menjauh dari titik kesetimbangan
dapat dlihat pada Gambar 3.14. Sehingga titik kesetimbangan E2=( K , 0) dengan
kasus r 1 <r 2 <0 merupakan titik tidak stabil. Langkah-langkah simulasi dapat
dilihat pada Lampiran 15.
40
Kasus 6. r 2 <r 1 <0
41
Kasus 7. r 1 >0> r 2
42
Kasus 8. r 2 >0> r 1
43
Tabel 3.4 Kesimpulan Simulasi pada Titik Kesetimbangan E2=( K , 0)
Kasus Parameter Nilai Eigen Jenis Kestabilan Tipe Kestabilan Kesimpulan
r 1 >r 2 >0 r 1=2, r 2=1 λ 1< λ2 >0 Stabil Asimtotik Tidak ada Tipe Karena arah trayektory
δ 2=0.03 ,dan K=500 Kestabilan menjauh dari titik
kesetimbangan
r 2 >r 1 >0 r 1=4 , r 2=4.5 λ 2> 0> λ1 Stabil Asimtotik Tidak ada Tipe Karena arah trayektory
δ 2=0.03 ,dan K=500 Kestabilan menjauh dari titik
kesetimbangan
r 1=r 2> 0 r 1=24 , r 2=24 λ 1< 0< λ2 Stabil Tidak ada Tipe Karena arah trayektory
δ 2=0.03 ,dan K=500 Kestabilan menjauh dari titik
kesetimbangan
r 2=r 1< 0 r 1=−0.01 ,r 2 =−0.01 λ 1> 0> λ2 Stabil Asimtotik Tidak ada Tipe Karena arah trayektory
δ 2=0.03 ,dan K=500 Kestabilan menjauh dari titik
kesetimbangan
r 1 <r 2 <0 r 1=−0.03 ,r 2=−0.01 λ 1> 0< λ2 Stabil Asimtotik Tidak ada Tipe Karena arah trayektory
δ 2=0.03 ,dan K=500 Kestabilan menjauh dari titik
kesetimbangan
r 2 <r 1 <0 r 1=−80 , r 2=−200 λ 2< λ1 >0 Tidak Stabil Tidak ada Tipe Karena arah trayektory menuju
δ 2=0.03 ,dan K=500 Kestabilan titik kesetimbangan
r 1 >0> r 2 r 1=0.04 , r 2=−0.02 λ 1< 0> λ2 Stabil Tidak ada Tipe Karena arah trayektory
δ 2=0.03 ,dan K=500 Kestabilan menjauh dari titik
kesetimbangan
44
r 2 >0> r 1 r 1=−0.008 ,r 2=0.009 λ 2< 0< λ1 Stabil Asimtotik Tidak ada Tipe Karena arah trayektory
δ 2=0.03 ,dan K=500 Kestabilan menjauh dari titik
kesetimbangan
45
Namun dari keenam belas diatas, kasus, r 1 >r 2 >0 , r 2 >r 1 >0 , dan
r 1=r 2> 0 pada titik kesetimbangan E2=( K , 0) yang stabil dan sesuai dengan dunia
nyata. Sehingga titik kesetimbangan E2=(K , 0) dari Sistem (3.20) merupakan
titik yang stabil.
Simulasi hubungan populasi ulat cemara V (t ) dan Bintang laut H (t) hanya
dilakukan yang sesuai dengan kehidupan nyata, yaitu kasus r 1 >r 2 >0 , r 2 >r 1 >0 ,
dan r 1=r 2> 0 pada titik kesetimbangan E2=( K , 0)
Jika dalam suatu komunitas yang tidak ada populasi burung pelatuk H (t )
dan diberikan syarat awal V ( 0 )=300 , maka populasi ulat cemara V (t ) terus
bertumbuh sampai mencapai kapasitas tampung lingkungan (K ) yaitu pada saat
± t=1.5 , seperti Gambar 3.18. Langkah-langkah simulasi dapat dilihat pada
Lampiran 19.
46
2. Populasi Burung Pelatuk
Jika dalam suatu komunitas yang tidak ada populasi ulat cemara V (t ) dan
diberikan syarat awal Y ( 0 )=300 , maka pertumbungan populasi ulat cemara Y (t )
mengalami penurunan dan punah, seperti Gambar 3.19. Langkah-langkah simulasi
dapat dilihat pada Lampiran 20.
47
3. Hubungan Populasi Ulat Cemara dan Burung Pelatuk
Jika dalam suatu komunitas yang terdapat populasi ulat cemara V (t ) dan
populasi burung pelatuk H (t) serta terjadi interaksi Predator-Prey dan diberikan
syarat awal V ( 0 )=400 , Y ( 0 )=200 , maka pertumbuhan populasi burung pelatuk
H (t) menurun sedangkan populasi ulat cemara V (t ) menurun hingga V ( t ) =40
pada saat ± t=1, namun saat populasi burung pelatuk H (t) punah, pertumbuhan
populasi ulat cemara V (t ) terus bertumbuh dan stabil saat V ( t ) =500
sepeerti Gambar 3.20. Langkah-langkah simulasi dapat dilihat pada lampiran 21.
48
1. Populasi Ulat Cemara
Jika dalam suatu komunitas yang tidak ada populasi burung pelatuk H (t )
dan diberikan syarat awal V ( 0 )=300 , maka populasi ulat cemara V (t ) terus
bertumbuh sampai mencapai kapasitas tampung lingkungan (K ) yaitu pada saat
± t=1.20 , seperti Gambar 3.21. Langkah-langkah simulasi dapat dilihat pada
Lampiran 22.
49
Jika dalam suatu komunitas yang tidak ada populasi ulat cemara V (t ) dan
diberikan syarat awal Y ( 0 )=300 , maka pertumbuhan populasi ulat cemara Y (t )
mengalami penurunan dan punah, seperti Gambar 3.22. Langkah-langkah simulasi
dapat dilihat pada Lampiran 23.
50
Jika dalam suatu komunitas yang terdapat populasi ulat cemara V (t ) dan
populasi burung pelatuk H (t) serta terjadi interaksi Predator-Prey dan diberikan
syarat awal V ( 0 )=300 , Y ( 0 )=100 , maka pertumbuhan populasi burung pelatuk
H (t) menurun sedangkan populasi ulat cemara V (t ) menurun hingga V ( t ) =250
pada saat ± t=1, namun saat populasi burung pelatuk H (t) punah, pertumbuhan
populasi ulat cemara V (t ) terus bertumbuh dan stabil saat V ( t ) =500
sepeerti Gambar 3.23. Langkah-langkah simulasi dapat dilihat pada lampiran 24.
51
Jika dalam suatu komunitas yang tidak ada populasi burung pelatuk H (t )
dan diberikan syarat awal V ( 0 )=300 , maka populasi ulat cemara V (t ) terus
bertumbuh sampai mencapai kapasitas tampung lingkungan (K ) yaitu pada saat
± t=0.20 , seperti Gambar 3.24. Langkah-langkah simulasi dapat dilihat pada
Lampiran 25.
52
Jika dalam suatu komunitas yang tidak ada populasi ulat cemara V (t ) dan
diberikan syarat awal Y ( 0 )=300 , maka pertumbuhan populasi ulat cemara Y (t )
mengalami penurunan dan punah, seperti Gambar 3.25. Langkah-langkah simulasi
dapat dilihat pada Lampiran 26.
53
Jika dalam suatu komunitas yang terdapat populasi ulat cemara V (t ) dan
populasi burung pelatuk H (t) serta terjadi interaksi Predator-Prey dan diberikan
syarat awal V ( 0 )=300 , Y ( 0 )=100 , maka pertumbuhan populasi burung pelatuk
H (t) menurun hingga punah, sedangkan populasi ulat cemara V (t ) terus
bertumbuh dan stabil saat V ( t ) =500 sepeerti Gambar 3.26. Langkah-langkah
simulasi dapat dilihat pada lampiran 27.
54
Tabel 3.5 Kesimpulan Simulasi Hubungan Populasi Ulat Cemara dan Burung Pelatuk
Kasus Syarat Awal Kesimpulan
55
saat V ( t ) =500
56
Kasus Syarat Awal Kesimpulan
r 1=r 2> 0 . V ( t )=300 , H ( t ) =0 1. maka populasi ulat cemara V (t )
1. Populasi Ulat Cemara 2. V ( t )=0 , H ( t )=300 terus bertumbuh sampai mencapai
2. Populasi Burung Pelatuk 3. V ( t )=300 , H ( t ) =100 kapasitas tampung lingkungan
3. Hubungan Populasi Ulat Cemara dan (K ) yaitu pada saat ± t=0.20
Burung Pelatuk 2. pertumbuhan populasi ulat cemara
Y (t ) mengalami penurunan dan
punah
3. pertumbuhan populasi burung
pelatuk H (t) menurun hingga
punah, sedangkan populasi ulat
cemara V (t ) terus bertumbuh dan
stabil saat V ( t ) =500
57
IV. PENUTUP
4.1 KESIMPULAN
Kesimpulan yang dapat dari hasil pembahasan adalah
Model matematika predator-prey dari ulat cemara dan burung pelatuk adalah:
dV (t)
dt (
=r 1 V ( t ) 1−
K )
V (t )
−δ 2 V ( t ) H ( t )
=r H (t) ( 1−
K )
dH (t) sH (t)
2
dt
dengan,
r 1 : Angka pertumbuhan populasi ulat cemara
r 2 : Angka pertumbuhan populasi burung pelatuk
δ 2 : Angka kematian populasi ulat cemara akibat burung pelatuk
K : Daya tampung lingkungan
4.2 SARAN
Penelitian ini hanya membahas satu prey dan satu predator. Saran untuk
penelitian selanjutnya yaitu membuat pemodelan Predator-Prey untuk dua prey
dan satu predator.
58
DAFTAR PUSTAKA
Blais, JR, 1983. Trends in the Frequency, Extent, and Severity of Spruce
Budworm outbreak in eastern Canada. Canada.
Purcell, E., J.D Vanberg., S.E Rigdom. (2003). Kalkulus Jilid 1. Nyoman Susila,
Penerjemah. Erlangga. Jakarta.
Purcell, E.J., Dale., dan Rigdon, S.E. 2007. Calculus (9th Edition).
Pearson Prentice Hall. New Jersey.
Subadar, Moh., 2013. Analisi Model Ulat Cemara (Spruce Budworm) dengan
Metode Euler, Universitas Islam Negeri Maulana Malik Ibrahim,
Malang.
White, Huang, 2012. Spruce Budworm Population Model in ODE. [12 April
2021].
59
Zhuraedah, A.M, 2021. Pemodelan Predator-prey Study Kasus: Bintang Laut
Berduri (Acanthaster planci) dan Terumbu Karang. Universitas Papua,
Manokwari.
LAMPIRAN
60
Lampiran 1 : Titik Kesetimbangan
>
>
>
>
>
61
Lampiran 2. Nilai Eigen dari Titik Kesetimbangan E1 (0,0) dan E2 ( K , 0)
>
>
>
>
>
>
>
>
>
>
>
62
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
63
Lampiran 3. Simulasi Bidang Fase Model Matematika Predator-Prey untuk
Kasus r 1 >r 2 >0 pada Titik Kesetimbangan E1=(0,0)
>
>
>
>
>
64
Lampiran 4. Simulasi Bidang Fase Model Matematika Predator-Prey untuk
Kasus r 2 >r 1 >0 pada Titik Kesetimbangan E1=(0,0)
>
>
>
>
>
>
65
Lampiran 5. Simulasi Bidang Fase Model Matematika Predator-Prey untuk
Kasus r 1 ¿ r 2> 0 pada Titik Kesetimbangan E1=(0,0)
>
>
>
>
>
>
66
Lampiran 6. Simulasi Bidang Fase Model Matematika Predator-Prey untuk
Kasus r 2 ¿ r 1> 0 pada Titik Kesetimbangan E1=(0,0)
>
>
>
>
>
67
>
>
>
>
68
>
>
>
>
69
>
>
>
>
70
>
>
>
>
>
71
>
>
>
>
72
>
>
>
>
73
>
>
>
>
74
>
>
>
75
>
>
>
76
>
>
>
>
77
>
>
>
>
78
>
>
>
79
>
>
>
>
Lampiran 19. Simulasi Pertumbuhan Ulat Cemara pada Kasus r 1 >r 2 >0
>
>
80
>
>
>
>
>
>
Lampiran 20. Simulasi Pertumbuhan Burung Pelatuk pada Kasus r 1 >r 2 >0
>
81
>
>
>
>
>
>
>
82
Lampiran 21. Simulasi Hubungan Populasi Ulat Cemara dan Burung Pelatuk pada
Kasus r 1 >r 2 >0
>
>
>
>
>
>
>
>
83
Lampiran 22. Simulasi Pertumbuhan Ulat Cemara pada Kasus r 2 >r 1 >0
>
>
>
>
>
>
>
>
84
Lampiran 23. Simulasi Pertumbuhan Burung Pelatuk pada Kasus r 2 >r 1 >0
>
>
>
>
>
>
>
>
85
Lampiran 24. Simulasi Hubungan PopulasiUlat Cemara dan Burung Pelatuk pada
Kasus r 2 >r 1 >0
>
>
>
>
>
>
>
86
>
Lampiran 25. Simulasi Pertumbuhan Ulat Cemara pada Kasus r 1=r 2> 0
>
>
>
>
>
>
87
>
>
Lampiran 26. Simulasi Pertumbuhan Burung Pelatuk pada Kasus r 1=r 2> 0
>
>
>
>
>
88
>
>
>
Lampiran 27. Simulasi Hubungan Populasi Ulat Cemara dan Burung Pelatuk pada
Kasus r 1=r 2> 0
>
>
>
>
89
>
>
>
>
90
91