RESUME

RESEARCH FRAMEWORK
ANALISIS KESTABILAN MODEL MATEMATIKA ORDE FRAKSIONAL
PENYEBARAN VIRUS ZIKA DENGAN MEMPERTIMBANGKAN POPULASI
ASIMTOTIK DAN PENGARUH MUTASI GENETIK

Disusun untuk memenuhi tugas mata kuliah

Statistika Terapan

Oleh:
Mila Datul Muharromah, S.Si
NIM. 220220101004

Dosen Pengampu:
Dr. Arika Indah Kristiana, S.Si., M.Pd
Prof. I Made Tirta, M,Sc., Ph.D
Dr. Alfian F., M.Si

PROGRAM STUDI MAGISTER PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS JEMBER
2022
 RESUME

1. RESEARCH FRAMEWORK
Mathematical Modelling

Assumption Real Condition

Formulate (Variable, Interpretation

parameter, function) (Graph)

Mathematics
Math Analysis The Solution
Model
(theorem, math tools)

Real Condition
Melakukan kontruksi dan modifikasi model penyebaran virus Zika dengan
mempertimbangkan populasi pembawa asimtomatik dan pengaruh mutasi genetik dengan
menggunakan Sistem Persamaan Differensial Fraksional (SPDF). Mengimplementasikan
model matematika orde fraksional penyebaran virus Zika dengan mempertimbangkan
populasi pembawa asimtomatik dan pengaruh mutasi genetik pada kondisi riil di Negara
Colombia pada tahun 2016 dengan cara estimasi parameter.

Assumption
Asumsi yang digunakan pada model matematika penyebaran virus Zika dengan
mempertimbangkan populasi asimtomatik dan pengaruh mutasi genetik tersebut adalah
sebagai berikut:
1. Populasi nyamuk terinfeksi tidak mengalami kesembuhan.
2. Populasi manusia yang sembuh dari virus Zika dapat terinfeksi kembali karena
pengaruh mutasi genetik.
3. Terdapat kematian manusia yang diakibatkan penyakit virus Zika.
4. Tidak terdapat laju perubahan populasi manusia asimtomatik menuju ke populasi
manusia terinfeksi atau sebaliknya.
Formulate
Variable independent : Waktu (t)
Variable dependent : S H (t) merupakan jumlah populasi manusia rentan pada saat t , E H (t)
merupakan jumlah populasi manusia terpapar pada saat t , I H ( t )
merupakan jumlah populasi manusia terinfeksi pada saat t , R H (t)
merupakan populasi manusia sembuh pada saat t , A H (t) merupakan
populasi manusia asimtomatik pada saat t , SV (t) merupakan populasi
nyamuk rentan pada saat t , EV (t) merupakan populasi nyamuk
terpapar pada saat t , dan I V (t) merupakan populasi nyamuk
terinfeksi pada saat t .

Parameters
Parameter Deskripsi Satuan
ΛH Laju rekuitmen populasi manusia Hari-1
Laju kontak antara populasi manusia rentan 1
βH
dengan nyamuk terinfeksi Manusia× Hari
μH Laju kematian alami pada populasi manusia Hari-1
Laju kontak antara populasi manusia rentan 1
ρ
dengan manusia terinfeksi Manusia× Hari

Laju perkembangan populasi manusia terpapar

χH ke manusia terinfeksi atau manusia Hari-1
asimtomatik
Proporsi populasi manusia menjadi populasi
φ -
manusia asimtomatik atau manusia terinfeksi
γ Laju pemulihan populasi manusia terinfeksi Hari-1
Laju kematian populasi manusia terinfeksi
η Hari-1
akibat penyakit virus Zika
Laju kembalinya populasi manusia sembuh
Ψ Hari-1
menjadi populasi manusia rentan
ΛV Laju rekuitmen populasi nyamuk Hari-1
Laju kontak antara populasi nyamuk rentan 1
βV
dengan manusia terinfeksi Nyamuk × Hari
μV Laju kematian alami pada populasi nyamuk Hari-1
 Laju perkembangan populasi nyamuk terpapar
δV Hari-1
menjadi nyamuk terinfeksi

Diagram transmition

Mathematics Model
α
d SH
= Λ H −β H S H ( I V + ρ I H )−μ H S H +Ψ RH
dt
α
d EH
=β H S H ( I V + ρ I H )−( μ H + χ H ) E H
dt
α
d IH
= χ H φ EH −( μH + γ +η ) I H
dt
 α
d RH
=γ I H −( μ H +Ψ ) R H
dt

dα AH
= χ H ( 1−φ) EH −μH A H
dt

d α SV
= ΛV −βV SV I H −μ V S V
dt
α
d EV
=β V S V I H −( δ V + μV ) EV
dt

dα I V
=δ V EV −μ V I V
dt

2. ANALYSIS

Estimation Parameters
Dengan proses Algoritma Genetika menggunakan software MAPLE berdasarkan
data riil yaitu data mingguan banyaknya populasi manusia terinfeksi virus Zika selama 36
minggu pada tahun 2016 di Colombia. Berikut hasil simulasi. Berikut hasil simulasi
perbandingan data riil dan hasil estimasi.

Analisis kestabilan
 Analisis kestabilan titik setimbang bebas penyakit atau non endemik secara
kuantitatif menggunakan nilai estimasi parameter menunjukkan bahwa titik setimbang
bebas penyakit atau non endemik sistem stabil asimtotis.
Analisis kestabilan titik setimbang endemik atau terjadi penyebaran penyakit
diketahui dengan cara simulasi bidang fase untuk menentukan sifat kestabilan dari titik
setimbang. Bidang fase digunakan untuk mengetahui kekonvergenan suatu populasi
terhadap waktu dari masing-masing nilai awal yang diberikan.
Simulasi dilakukan pada waktu t=0 hingga t=100 dengan satuan hari dan nilai
alpha yaitu α =0.99989 . Hasil simulasi bidang fase adalah sebagai berikut:

Interpretation Model
Saat kondisi endemik
 (a) Grafik Populasi Manusia Rentan (b) Grafik Populasi Manusia Terpapar

(c) Grafik Populasi Manusia Terinfeksi (d) Grafik Populasi Manusia Sembuh
(e) Grafik Populasi Manusia Asimtomatik (f) Grafik Populasi Nyamuk Rentan

(g) Grafik Populasi Nyamuk Terpapar (h) Grafik Populasi Nyamuk Terinfeksi
Pada grafik diatas terlihat bahwa semakin besar pengambilan nilai α dengan 0< α ≤1,
populasi manusia rentan, populasi manusia terpapar, dan populasi manusa sembuh
mengalami penurunan seiring berjalannya waktu t . Sedangkan populasi manusia terinfeksi,
populasi manusia asimtomatik, populasi nyamuk rentan, nyamuk terpapar dan populasi
nyamuk terinfeksi meningkat seiring berjalannya waktu t . Hal ini terjadi karena berada
pada kondisi endemik.