Untuk memenuhi tugas mata kuliah kontorl optimum yang diampuh oleh Ibu Armayani Arsal,
S.Pd., M.Si
DISUSUN OLEH:
Suaib A. Siraj
2022
1. Review Artikel 1
Judul Artikel : Kontrol Optimum pada Model Prey-Predator dengan
Pemamanenan pada Ikan prey dan Ikan Predator
Identitas Penulis : Oryza Safitri dan Mardlijah
Nama Jurnal : Limits (Journal of Mathematics Its Application), vol. 16, no.
1, Agustus 2019, 39-49
Link Artikel : https://iptek.its.ac.id/index.php/limits/article/view/4607
Latar Belakang Penelitian:
Model prey-predator didasari oleh hubungan interaksi predasi antara suatu
organisme yang memakan suatu organisme lainnya, dalam kasus ini yaitu ikan prey
dan ikan predator. Selanjutnya diberi perlakuan pemanenan pada ikan prey dan
ikan predator. Untuk menjaga agar tindakan pemanenan tidak mengakibatkan
kelangkaan suatu jenis ikan, dilakukan kontrol optimum berupa penambahan
makanan lain pada ikan predator. Kontrol optimum ini dimaksudkan agar hasil
pemanenan yang didapatkan maksimal sekaligus menjaga keberlangsungan
ekosistem pada ikan prey dan ikan predator. Kemudian didapatkan titik-titik
ekuilibrium dengan satu titik ekuilibrium yang stabil. Selanjutnya hasil kontrol
optimal, populasi ikan prey dan ikan predator lebih banyak, dibandingkan populasi
ikan prey dan ikan predator sebelum dikontrol
Beberapa penelitian yang telah dilakukan terhadap sistem prey-predator,
yaitu penelitian tentang analisis model mangsa-pemangsa Michaelis-Menten dengan
pemanenan konstan pada populasi prey. Penelitian tentang Effort Dynamics in a
Prey-Predator Model with Hervesting. Pada penelitian tersebut membahas
kestabilan model prey-predator dengan perlakuan pemanenan pada prey dengan
kontrol optimal. Penelitian selanjutnya tentang Analisis Kestabilan Model Prey-
Predator dengan pemanenan konstan pada ikan prey. Pada penelitian tersebut
membahas analisis kestabilan model prey-predator dengan perlakuan pemanenan
konstan pada ikan prey. Penelitian lainnya tentang Analisa Kestabilan dan Kendali
Optimal Pada Model Pemanenan Prey-Predator dengan Fungsi Respon Tipe III.
Penelitian selanjutnya juga penelitian tentang Kendali Optimal pada Sistem Prey-
Predator dengan Pemberian Makanan Alternatif pada Predator. Model Prey-
Predator dalam paper tersebut kondisi kematian predator disebabkan karena
perebutan makanan sesama predator diabaikan.
Metode Penelitian :
Penelitian ini dilakukan dengan didahului penentuan titik ekuilibrium dari
model matematika prey-predator. Dilanjutkan dengan uji stabilitas titik ekuilibrium
dengan cara memasukkan nilai titik ekuilibrium ke dalam matriks Jacobian yang
diikuti pencarian nilai eigen dari matriks tersebut untuk menentukan kestabilannya.
Selanjutnya ditentukan model fungsi objektif dari model prey-predator. Berikutnya
dilakukan perhitungan kontrol optimal berdasarkan fungsi objektif yang diperoleh
dilanjutkan dengan penyelesaian menggunakan prinsip maksimum Pontryagin.
Simulasi dilakukan dengan menggunakan perangkat lunak Matlab. Dari hasil
simulasi dilakukan analisa untuk mendapatkan simpulan.
Hasil dan Pembahasan :
1. Membangun model Predator Prey
a. Populasi ikan prey terus tumbuh secara alami dengan laju pertumbuhan
sebesar 𝑟 terhadap 𝑡 waktu.
x
b. Sedangkan laju perkapita populasi ikan prey berkurang sebesar untuk
K
setiap bertambahnya ikan prey karena keterbatasan daya dukung
lingkungan.
c. Terdapat interaksi antara ikan prey dan ikan predator yang mengakibatkan
populasi ikan prey berkurang dengan adanya laju peningkatan relatif akibat
α
predasi, sebanding dengan laju kelahiran populasi ikan prey sebesar
α+x
dan mengakibatkan pula, laju pertumbuhan ikan predator semakin
meningkat sebesar 𝛽.
d. Adanya interaksi antara ikan prey dan ikan predator menyebabkan dampak
negatif bagi ikan predator karena terjadinya persaingan antar sesama ikan
predator dalam memperebutkan makanan, sehingga meningkatkan laju
kematian sebesar 𝛾.
e. Ikan predator mengalami kematian secara alami sebesar 𝑏.
Selanjutnya diberi perlakuan pemanenan pada ikan prey dan ikan predator, yang
dituliskan dalam model prey-predator berikut :
dx ( t )
dt (
=rx ( t ) 1−
K )
x ( t ) αx ( t ) y ( t )
−
α + x (t )
−h1 x ( t )
dy (t ) αx ( t ) y ( t ) (1.1)
= −by ( t ) −γy ( t )2−h2 y ( t )
dt α+x (t)
E1 ( r
,
αr )
k ( r −h1 ) 2 h1 ( αr+ k ( r−h 1) )
titik eksistensi seluruh populasi
( ( )
)
x rx αxy αxy −αx
r 1− − − + −h1
K K α+x (α +x ) 2
α+x
J=
βαy αxy βxy
− −b+ −2 γy−h2
α+ x ( α+ x ) 2
α +x
J ( E0 ) =
( r−h1
0
0
−b−h2 )
Sehingga didapat nilai λ 1=r−h1 dan λ 2=−b−h2 karena λ 1> 0 dan λ 2< 0 maka titik
E0 ( 0,0 ) tidak stabil
Kemudian hal yang sma dilakukan untuk mecari nilai eigen di titk E1 kemudian
dilakukan analisis kestabilan
Diberikan parameter dan nilai awal sebagai berikut:
Variable Nilai
x (t ) 80
y (t) 20
Table 1: nilai awal
Parameter Nilai
r 0.8
K 100
α 0.75
β 0.75
γ 0.08
a 10
b 0.001
h1 0.16
h2 0.16
Table 2: Nilai parameter
Kamudian nilai awal dan nilai parameter di substitusi ke persamaan (1.1) maka
didapat titik ekuilibrium yaitu (0,0), (0, -2.0125), (80, 0), (75.39, 4.20), (-
7.697+8.48i, 2.921+7.723i), (-7.697-7.42i, 2.9217.723i).
4. Kontrol Optimal
Pada artikel ini membahas sistem kontrol berupa pemberian makanan
tambahan pada ikan predator, sehingga persamaan (1.1) ditambahkan fungsi
kontrol:
dx ( t )
dt (
=rx ( t ) 1−
K )
x ( t ) αx ( t ) ( 1−C ) y ( t )
−
α + x (t)
−h1 x ( t )
dy (t ) αx ( t ) ( 1−C ) y ( t ) 2 (1.2)
= +Cy−by ( t ) −γy ( t ) −h2 y ( t )
dt α+x (t )
Artinya ikan predator selain memangsa ikan prey secara alami ikan predator juga
diberikan makanan tambahan sebesar ( 1−C ). Serta peneylasainnya positif yaitu
R+¿ ¿
2
tf
Max J = p1 x ( t )+ p 2 y ( t ) −p 3∫ C dt
2
0 (1.3)
2
H=−p 3 C + λ1 rx ( t ) 1−( ( K )
x ( t ) αx ( t )( 1−C ) y ( t )
−
α+ x(t ) )
−hx ( t ) + ¿
λ2
( βαx ( t )( 1−C ) y ( t )
α+x (t ) ) 2
+Cy−by ( t ) −γy ( t ) −hy ( t )
7. Kondisi Stasioner
Selanjutnya mencari titik stasioner pada fungsi Hamiltonian berikut, dengan
cara menurunkan H terjadap C
∂H
=0
∂C
Didapatkan
λ1 αxy λ2 αβxy
y+ −
a+ x a+ x
C ¿=
2 p3
Sehingga didapatkan kontrol optimal
{
∂H
C min , jika
>0
∂C
λ 1 αxy λ2 αβxy
y+ −
C= ¿ a+ x a+ x ∂H
C= , jika =0
2 p3 ∂C
jika∧∂ H
C max , >0
∂C
8. Persamaan State
Berdasrkan fungsi Hamiltonian, dapat dibentuk persamaan state sebagai
berikut:
r x αx ( c−1 ) y
2
∂H
ẋ= =rx−h 1 x− +
∂ λ1 K a+ x
∂ H βαx ( c−1 ) y 2
ẏ= = −by −γ y −h2 y
∂ λ2 a+ x
9. Persamaan Co-State
Selanjutnya berdasarkan fungsi Hamiltonian, didapatkan persamaan Co- state
berikut:
−∂ H α λ 1 y ( C−1 ) 2 λ1 rx αβ λ2 y (C−1 ) α λ1 xy ( C−1 ) αβ λ2 xy (C−1 )
λ˙1= =−λ1 r + λ1 h1− + + + −
∂x a+ x K a+ x ( a+ x )2 ( a+ x )2
−∂ H αβ λ2 x ( C−1 ) α λ 1 x ( C−1 )
λ˙1= =−C+ + b λ2−h2 λ 2+ 2 γ λ2 y−
∂x (α+x ) a+ x
10. Simulasi Numerik
Simulasi numerik dilakukan untuk memberikan interpretasi dari hasil dan
pembahsan berupa grafik serta memberika pejelasan terkait grafik yang di
peroleh agar mudah dipahami oleh pembaca artikel.
Kesimpulan
Dari penelitian ini dapat disimpulkan bahwa :
1. Analisis kestabilan menunjukkan bahwa terdapat 6 titik kekuilibrium dengan 1
titik yang stabil dengan jenis kestabilan stabil asimtotik, yaitu di titik (75.39,
4.20).
2. Berdasarkan kontrol optimal berupa pemberian makanan tambahan, jumlah
populasi prey dan predator saat diberikan makanan tambahan secara optimal,
nilainya jauh lebih besar dari pada saat tidak diberikan makanan alternatif.
Semakin tinggi konstanta pembobot pada ikan predator diberikan, semakin
tinggi biayanya
Kelebihan dan kekurangan
Kalebihan artikel → dapat memeberikan penjelasan yang mudah dipahami terkait
hubungan antara predator prey ketika diberika variable kontrol sebesar( C−1 ) dan
diberikan penjelasan tambahan serta simulasi numerik dengan munggunakan
program DOT cvp dengan aplikasi MATLAB.
Kekurangan artike→ seperti yang kita ketauhi bersama bahwa yang namanya model
tidak ada yang sempurna, maka dari itu perlu adanya pembaharuan model, letak
kekurang dalam model ini adalah bagian model tidak memiliki titik ekuilibrium
yang dievaluasi menggunakan matriks Jacobi hanya saja langsung memasukan nila
parameter dan nilai awal kemudian di analisis, mungkin lebih memudahkan
dianalisis kestabilan terlebih dahlu kemudian mensubstitusikan nilai awal dan
parameternya,
2. Review Artikel 2
Judul Artikel : MODEL PENGENDALIAN INFLUENZA H1N1 DUA STRAIN
DENGAN VAKSINASI DAN PENGOBATAN
Identitas Penulis : D. Natalia, Toni Bakhtiar, J. Jaharudin
Nama Jurnal : Journal of Mathematics and Its Applications, Volume. 17, No. 1, Juli
2018, Halaman 1-16
Secara analitaik model tanpa control dapat dituliskan dalam Sistem Persamaan
Diferensial tak linear berikut:
V̇ =rS−( μ+ k I 2 )V
I˙1=β 1 I 1 S−α 1 I 1
I˙2=β 2 I 2 S+ k I 2 V −α 2 I 2
Ṙ=γ 1 I 1+ γ 2 I 2 −μR
I˙2=β 2 I 2 S+ k I 2 V −α 2 I 2−u3 I 2
Kondisi Optimalitas
T
1 1 1
min J (u1 , u2 ,u3 )=∫ [ AS(t )+ B1 I 1(t )+ B 2 I 2( t)+ C u 1 (t)+ C2 u2 (t)+ C3 u3 (t )] dt
2 2 2
0 2 1 2 2
¿ ¿ ¿
Fungsi kontrol J (u1 , u2 ,u3 )=min{J (u1 ,u 2 , u3 ): u1 , u2 ,u3 ϵ U }, di mana 𝑈 adalah
sekumpulan kontrol yang admissible selama vaksinasi dan pengobatan dengan
kendala:
I˙2=β 2 I 2 S+ k I 2 V −α 2 I 2−u3 I 2
Fungsi Hamiltonian
1 1
H= AS( t)+B 1 I 1(t)+B 2 I 2+ C u12(t )+ C 2 u 22 ¿ dengan:
2 1 2
f 2=u1 S−(μ +k I 2 )V
f 4= β2 I 2 S +k I 2 V −α 2 I 2 −u3 I 2
{ {
Kasus 1 a 1 ≤ u1 ≤ b1 , u¿1=min max a1 ,
( λ1 −λ2 ) S
C1 } } , b1
{ {
Kasus 2 a 2 ≤ u2 ≤ b2 , u¿2=min max a2 ,
( λ 3−λ5 ) I 1
C2 } }
,b 2
Kesimpulan :
Kelebihan interpretasi dari hasil dan pembahasan cukup jelas serta mudah untuk
dipahami pembaca artikel karena diberikan simulasi numeric untuk kekurangan
artikel ini tidak membahas terkait analisis kestabilan dan titik kesetimbangan.
3. Review Artikel 3
Latarbelakang:
Influenza lebih dikenal dengan sebutan flu, yang disebabkan oleh virus RNA
dari family Orthomyxoviridae (virus influenza), flu dapat dibedakan dalam tiga tipe
berbeda yaitu tipe A, B, dan C. Orang yang terinfeksi influenza umumnya dapat
sembuh dalam jangka waktu satu sampai dua minggu. Pada balita dan orang tua
influenza dapat menimbulkan risiko yang serius. Infeksi tersebut dapat
menyebabkan kematian . Penularannya dari orang ke orang melalui udara bersin,
batuk, menyentuh benda-benda kotor kemudian dengan tidak sengaja tangan
menggosok mata, hidung atau mulut, dan lain-lain.
Berdasarkan uraian di atas, pada artikel ini akan dikaji analisis model
matematika penyebaran influenza dengan mempertimbangkan adanya masa
inkubasi serta mengubah laju pertumbuhan eksponensial berubah menjadi model
pertumbuhan logistik. Adapun model logistik adalah sebuah model pertumbuhan
yang dianggap lebih realistis dibandingkan model eksponensial karena pada
kenyataannya laju pertumbuhan populasi terbatas. Dengan memasukkan batas
kapasitas pendukung untuk populasinya sehingga jumlah populasi tidak akan
tumbuh secara tak terhingga dan pada masa tertentu jumlah populasi akan
mendekati kapasitas pendukung. Selain itu penulis juga menambahkan variabel
kontrol berupa pencegahan (menjaga jarak, menggunakan masker, mencuci tangan)
dan pengobatan. Dari penambahan variabel kontrol tersebut diharapkan dapat
mengeliminasi atau mereduksi populasi yang terinfeksi penyakit influenza.
Metode Penelitan:
Metode penelitan yang digunakan dalam artikel ini adalah menganalisis kestabilan
model matematika penyebaran penyakit influenza. Analisis model matematika
penyebaran penyakit influenza meliputi mencari titik setimbang, menganalisis
kestabilan titik setimbang yang diperoleh, dan menentukan bilangan reproduksi
dasar dari model. Selanjutnya model matematika penyebaran penyakit influenza
dimodifikasi dengan memberikan kontrol berupa upaya tindakan pencegahan dan
pengobatan. Berikutnya akan dicari solusi kontrol yang optimal dari model
matematika penyebaran penyakit influenza menggunakan Prinsip Maksimum
Pontryagin.
¿ ¿
diketahui bahwa nilai kontrol u1 dan u2 bergantung pada variabel state dan variabel
co-state, sehingga perlu adanya penyelesaian persamaan state dan persamaan co-
state untuk memperoleh variabel tersebut. Persamaan state diperoleh melalui
∂H
ẋ= , sehingga diperoleh:
∂λ
∂H
Persamaan co-state diperoleh melalui γ̇= , sehingga diperoleh:
∂x
Kesimpulan:
4. Review Artikel 4
Judul Artikel : Masalah Kontrol Optimum Linear Penyebaran Virus HIV
Melalui Penggunaan Dua Jenis Obat
Identitas Penulis : R. Nurbayan , Toni Bakhtiar, A. Kunanto
Nama Jurnal : :Journal of Mathematics and Its Applications , Volume 17, No.
2, Desember 2018, Halaman 115-127
Link Artikel : https://journal.ipb.ac.id/index.php/jmap/article/view/24735
Latar Belakang:
Dalam karya ilmiah ini dipelajari model interaksi sel CD4+T sehat dengan sel
HIV serta menambahkan dua jenis kontrol, yaitu obat penambah kekebalan tubuh
dan obat antivirus. Masalah interaksi ini diformulasikan dalam bentuk model
kontrol optimum dengan fungsional objektif memaksimumkan populasi sel CD4+T
sehat serta meminimumkan dosis obat yang dikonsumsi. Penerapan prinsip
maksimum Pontryagin memberikan empat persamaan diferensial sebagai syarat
penyelesaian, yaitu dua persamaan diferensial untuk sistem dan dua persamaan
diferensial untuk fungsi adjoin. Solusi numerik diperoleh dengan menyelesaikan
sistem persamaan diferensial menggunakan metode Runge-Kutta orde-4.
Pemberian kontrol pada sistem membuat populasi sel CD4+T sehat bertambah dan
membuat populasi sel HIV berkurang. Pemberian kontrol sebaiknya tidak diberikan
secara bersamaan karena tidak akan memberikan kontribusi untuk salah satu
kontrol.
Metode Penelitian:
Metode yang digunakan dlam penelitia ini menggunakan prinsip maksimum
pontryagin, control optimum linear, dan metode runge kutta orde-4
Hasil dan Pembahasan:
Model awal:
Model Kontrol:
Kondisi Optimalitas:
Kesimpulan:
Model penyebaran virus HIV dengan dua variabel kontrol yaitu obat
penambah kekebalan tubuh dan obat antivirus dapat diformulasikan dalam masalah
kontrol optimum. Di mana terdapat tiga skenario pengendalian yang memberikan
pengaruh untuk setiap kompartemennya. Pemberian kontrol pada model interaksi
sel 𝐶𝐷4 +𝑇 memberikan pengaruh yang baik karena dapat membuat jumlah sel 𝐶𝐷4
+𝑇 menjadi semakin naik, sedangkan jumlah sel HIV semakin menurun. Penerapan
kontrol 𝑢1 dan 𝑢2 secara bersamaan tidak memberikan kontribusi untuk kontol 𝑢1,
oleh karena itu sebaiknya pemberian kontrol tidak dilakukan secara bersamaan.
Dari ketiga skenario tersebut, terlihat bahwa Skenario I memberikan hasil yang
lebih efektif dari skenario yang lain karena sel 𝐶𝐷4+𝑇 dengan kontrol mengalami
kenaikansampai hari ke-22 dan populasi HIV dengan kontrol mengalami penurunan
sampai hari ke-22.
Kelebihan interpretasi dari hasil dan pembahasan cukup jelas serta mudah
untuk dipahami pembaca artikel karena diberikan simulasi numeric untuk
kekurangan artikel ini tidak membahas terkait analisis kestabilan dan titik
kesetimbangan.
5. Review Artikel 5
Judul Artikel : Aplikasi Persamaan Diferensial Stokastik Pada masalah
Kontrol Optimum Berkendala
Identitas Penulis : Meliana Pasaribu dan Helmi
Nama Jurnal : Barekeng: Jurnal Ilmu Matematika dan Terapan, Volume 15,
No. 2, Juni 2021, Halaman 257-266
Link Artikel : https://ojs3.unpatti.ac.id/index.php/barekeng/index
Latar Belakang:
Penyebaran Covid-19 dapat dikontrol dengan mengkarantina populasi yang
terinfeksi Covid-19 atau memberikan vaksinasi pada individu yang rentan. Namun,
karantina dan vaksinasi skala besar juga mengakibatkan kerugian ekonomi. Oleh
karena itu perlu dikaji kontrol yang optimal agar biaya yang dikeluarkan minimum,
namun kontrol yang dilakukan tetap efektif untuk mengendalikan penyebaran
Covid-1. Dalam penelitian ini dipelajari masalah pengendalian optimal epidemik
yang dimodelkan melalui model SIR stokastik. Penyebaran Covid-19 diasumsikan
dapat dikendalikan oleh pemerintah dengan pemberian kontrol vaksinasi dan
isolasi dengan rtujuan meminimumkan jumlah individu terinfeksi dan biaya
vaksinasi. Model dikonstruksikan menjadi 2 kasus yaitu model I dengan vaksinasi
dan model II dengan isolasi. Model ini didekati dengan persamaan Hamilton-Jacobi-
Bellman yang menghasilkan sistem persamaan diferensial stokastik maju mundur.
Penyelesaian persamaan Hamilton-Jacobi-Bellman didekati dengan menggunakan
prinsip stokastik maksimum. Berdasarkan hasil analisis kontrol vaksinasi pada
model I dan model II keduanya eksis dan dengan menerapkan prinsip Stokastik
maksimum dapat diperoleh kontrol dan sistem yang optimal.
Metode Penelitian:
Dalam penelitian ini dipelajari masalah pengendalian optimal epidemik yang
dimodelkan melalui model SIR stokastik dengan berasumsi bahwa pemerintah
memiliki kemampuan untuk mempengaruhi penyebaran Covid-19 melalui salah
satu atau beberapa kebijakan. Penelitian ini diawali dengan melakukan studi
literatur dari beberapa referensi yang terkait dengan persamaan diferensial
stokastik, kontrol optimal dan Covid-19. Setelah itu peneliti mempelajari tentang
model SIR dari penyebaran Covid-19 dan melakukan perluasan model SIR stokastik.
Hal ini dilakukan karena terlalu banyak faktor acak dalam penyebaran Covid-19,
diantaranya kondisi fisik yang berbeda tiap individu dan perubahan perilaku dari
individu. Oleh karena itu model SIR Deterministik diperluas dengan waktu kontinu
stokastik. Selanjutnya dilakukan pengkonstruksian model penyebaran Covid-19.
Pada permasalahan ini diasumsikan apabila seluruh populasi sudah melakukan
vaksinasi maka herd immunity sudah terbentuk. Dengan demikian tidak perlu
dilakukan isolasi. Dan asumsi selanjutnya apabila vaksin Covid-19 tidak tersedia,
maka populasi diminta pemerintah untuk melakukan karantina/isolasi. Dengan
asumsi tersebut, model dibagi ke dalam 2 kasus yaitu model I dengan vaksinasi dan
model II dengan adanya isolasi. Model I dan II beserta fungsi objektifnya kemudian
dianalisis dengan menerapkan Prinsip Stokastik Maksimum. Prinsip ini dilakukan
terhadap Hamiltonian dari persamaan optimal yang terbentuk untuk menentukan
kontrol optimalnya. Pendekatan ini merupakan versi stokastik dari Prinsip
pontryagin maksimum yang diperkenalkan dalam kontrol optimal deterministic
Hasil dan Pembahasan:
Model covid-19: