1.

PENGANTAR: MODEL PERTUMBUHAN

POPULASI
PENGANTAR

Matematika biologi merupakan topik yang khusus membahas pemodelan

matematika di bidang biologi dengan menggunakan berbagai komponen ilmu
di bidang matematika. Salah satu konsep utama yang akan digunakan adalah
sistem dinamik. Pemakaian sistem dinamik dalam pemodelan matematika
biologi adalah memodelkan banyak anggota dari suatu populasi waktu
tertentu dengan menggunakan Persamaan Diferensial Biasa (PDB).

Pada bab ini kita akan mengembangkan model matematika yang

menunjukkan pertumbuhan dan penurunan populasi tunggal dengan program
pembiakan secara terus menerus. Diawali dengan model yang paling
sederhana, yaitu model eksponensial. Selanjutnya, dibangun model yang lebih
realistis, yaitu model yang mempertimbangkan batasan kepadatan anggota
populasi yaitu model logistik. Kita juga akan menguji efek pemanenan pada
anggota populasi dan menentukan titik kritis dari laju pemanenan agar
populasi tidak punah. Lebih lanjut, kita akan menentukan model
pertumbuhan populasi tunggal dengan pembiakan musiman dan mengkaji
konsep “chaos” dapat muncul dalam dinamika populasi. Pada akhirnya, kita
akan mengenal konsep model waktu tundaaan sebagai studi kasus / projek
yang akan dikerjakan.
A. Model Pertumbuhan Eksponensial

Model paling sederhana yang menggambarkan pertumbuhan populasi adalah

model pertumbuhan eksponensial.

Latar Belakang

Pada banyak kasus, pemodelan matematika diterapkan untuk memahami

dinamika pertumbuhan populasi untuk hewan dan manusia. Sebagai contoh,
mengetahui model pertumbuhan populasi ikan merupakan hal yang penting
dalam manajemen industry perikanan sebab budidaya ikan tidak boleh
mengakibatkan kepunahan sumberdaya ini. Contoh lainnya adalah
mengetahui model pertumbuhan populasi manusia baik itu di tingkat dunia,
negara-negara, kota, maupun lingkungan tertentu.

Jumlah populasi dunia pada tahun 1990 diperkirakan mencapai 5,3 miliar
jiwa. Estimasi ini berdasarkan data sensus yang menunjukkan pertumbuhan
penduduk mendekati 1.6 miliar pada pergantian abad. Bagaimana
memprediksi jumlah manusia lima atau serratus tahun yang akan datang?
Dengan mengembangkan model matematika sederhana, kita akan
memprediksinya berdasar asumsi-asumsi terkait laju kelahiran dan kematian.

Salah satu factor yang penting dalam pemodelan populasi adalah apakah
populasi tumbuh secara kontinu atau diskrit? Kebanyakan hewan tumbuh
dalam waktu diskrit, disebabkan oleh pola kawin musiman, sedangkan
manusia tumbuh secara kontinu terhadap waktu. Beberapa jenis serangga
memiliki generasi yang tidak tumbuh dalam waktu yang sama sebab spesies
ini akan mati setelah melahirkan. Meskipun populasi tumbuh dalam lompatan
waktu diskrit, kita masih dapat menggunakan model waktu kontinu sebab
interval waktu antara iterasi diskrit lebih kecil dibandingkan keseluruhan
waktu pengamatan.

Selain itu, factor penting lainnya untuk diperhatikan adalah ukuran populasi.
Populasi kecil mengikuti fluktuasi acak di mana kita tidak bisa memprediksi
dengan pasti kapan orang tua akan melahirkan. Untuk populasi kecil, masuk
akal untuk berbicara tentang kemungkinan melahirkan di selang waktu
tertentu, dan populasi rata-rata pada waktu tertentu. Bila populasinya besar,
fluktuasi acak antar individu kecil dibandingkan dengan keseluruhan ukuran
populasi sehingga kita dapat memodelkan ini tanpa memerlukan fungsi
probabilitas.

Untuk keseluruhan populasi misalkan X(t) menyatakan ukuran populasi.

Tentu saja kita menyatakan ukuran populasi sebagai bilangan diskrit. Namun,
pada populasi besar, nilai X(t) diasumsikan kontinu di t dan dibulatkan ke
nilai integer diakhir perhitungan. Kecuali untuk mendefinisikan kepadatan
penduduk, yaitu jumlah per satuan luas yang menggunakan bilangan
pecahan.

Model Kompartemen Umum

Berikut ini merupakan diagram kompartemen yang digunakan untuk model

pertumbuhan eksponensial
 Populasi
Kelahiran Kematian

Gambar 1. Diagram kompartemen untuk model masukan keluaran suatu

populasi.

Berdasarkan diagram tersebut , dapat diperoleh persamaan yang menyatakan

perubahan populasi sebagai

Laju perubahan populasi = laju kelahiran – laju kematian.

Misalnya N ( t ) menyatakan banyak populasi bakteri (mikroorganisme) pada

suau kultur pada waktu t . Dalam kasus ini kita bisa membiakkan bakteri
dalam wadah yang berisi makanan (gula) dan kita lihat beberapa saat
kemudian.

Gambar 1.1. Pembiakan bakteri

Pada Gambar 1 kita mengamati botol yang dimasukkan satu jenis bakteri di
dalamnya. Selang waktu tertentu, kita memiliki dua bakteri. Setelah selang
waktu yang tidak diketahui, katakan t misalnya kita memiliki empat bakteri,
dan hal ini berlaku seterusnya. Dalam selang waktu t terjadi peningkatan
jumlah bakteri menjadi dua kali lipat. Hal ini dinamakan pertumbuhan
eksponensial. Faktanya adalah jumlah bakteri berupa diskrit dan juga waktu
berupa diskrit (bilangan bulat).

Sekarang asumsikan jumlah populasi dan waktu merupakan variabel kontinu.

Hal ini dapat dilakukan karena dua alasan (i) kita menggunakan persamaan
diferensial biasa yang mana variabelnya bernilai kontinu dan (ii) jumlah
bakteri yang sangat banyak dan waktu yang besar sehingga memungkinkan
kita mengasumsikan jumlahnya bernilai kontinu.

Asumsi:

1. Jumlah bakteri N ( t ) dan waktu t bernilai real. Peningkatan jumlah populasi

selama selang waktu tertentu adalah proposinal tehadap jumlah awal

populasi.

Sehingga diperoleh model

dN
= KN (1.1)
dt

Model eksponensial ini dicetuskan oleh Malthus (1978). Konstanta K

menyatakan seberapa cepat pertumbuhan bakteri. Model ini mengatakan
bahwa laju pertumbuhan populasi sebanding dengan jumlah populasi yaitu
N N. Dimana N ( t ) menyatakan persamaan yang memenuhi Persamaan
(1.1). Kita dapat membuktikan bahwa N ( t ) = e Kt merupakan solusi dari

Persamaan (1.1) yaitu sebagai berikut:

N ( t ) = e Kt
N  ( t ) = e Kt .K
= Ke Kt
= KN ( t )

Secara umum dapat kita tulis solusi dari Persamaan (1.1) sebagai

N ( t ) = Ae Kt (1.2)

dengan A merupakan konstanta. Kita buktikan bahwa Persamaan (1.2)

merupakan solusi dari Persamaan (1) yaitu N  ( t ) = KAe Kt = KN ( t ) . Solusi ini

dinamakan dengan solusi umum dari Persamaan (1.1). Persamaan (1.2)

menunjukkan bahwa populasi tumbuh secara eksponensial, dengan syarat
makanan selalu tersedia.

Kondisi awal dalam masalah populasi ini adalah jumlah populasi awal pada
awal perhitungan. Misalnya pada awalnya terdapat 100 bakteri, yaitu
N ( 0 ) = 100 . Solusi dari masalah ini dengan nilai awal tersebut mengikuti

Persamaan (1.2) yaitu N ( 0 ) = Ae K ( 0) = A . Jadi diperoleh nilai A = 100 . Jadi solusi

dari Persamaan (1.1) dengan kondisi awal N ( 0 ) = 100 adalah N ( t ) = 100e Kt .

B. Waktu Paruh

Waktu paruh adalah waktu yang dibutuhkan bakteri agar jumlahnya separuh
dari jumlah semula. Konsep ini dapat kita gunakan untuk menentukan
doubling time yaitu waktu yang dibutuhkan bakteri agar jumlah populasinya
menjadi dua kali lipat. Misalnya doubling time adalah t0 . Menghitung nilai t0
sebagai berikut

N ( t0 ) = 2 N ( 0 )
K ( t0 ) K ( 0)
Ae = 2 Ae
= 2A
) = ln ( 2 )
K ( t0 )
ln(e
K ( t0 ) = ln ( 2 )
ln 2
t0 =
K

Perhatikan satuan dari masing –masing variabel dan konstanta.

1
Satuan untuk K= , satuan untuk N adalah banyak jumlah populasi
waktu

bakteri, misalnya kita gunakan satuan Mol , dll. Kita lambangkan banyak
#
populasi dengan #, satuan N juga dapat dinyakatan dengan . Selanjutnya
cm3

akan dibahas model dengan pembatasan jumlah makanan

C. Model Pertumbuhan Logistik

Model pada Persamaan (1.1) akan diperumum dengan membentuk K

sebagai fungsi ketersediaan makanan yaitu K ( C ) , C merupakan variabel

yang menyatakan banyaknya makanan yang tersedia. Model yang terbentuk

adalah

N  = K ( C ) .N (1.3 )

Sedangkan konsentrasi makanan dinyatakan dengan C ( t ) yang dimodelkan

C  = − K ( C ) .N (1.4)
Konstanta  menyatakan konsumsi makanan oleh setiap bakteri. Sekarang
diasumsikan pembentukan K ( C ) = k .C dengan k konstanta real.

Sehingga model pertumbuhan bakteri dengan pembatasan makanan adalah

 N  ( t ) = K ( C ) N = kCN


C  ( t ) = − K ( C ) N = − kCN

Atau

 N  ( t ) = kCN
 (1.5 )
C  ( t ) = − N 

Perhatikan jika N  = 0 maka C  = 0 . Hal ini menunjukkan bahwa jika banyak

bakteri konstan ( N konstan maka dN
dt = 0) maka C  = 0 . Jadi bakteri tidak butuh

makan untuk bertahan hidup, mereka hanya butuh makanan untuk tumbuh,
atau jika bakteri berada pada level konstan, maka mereka tidak
mengkonsumsi makanan. Dengan kata lain, jika bakteri tidak tumbuh, maka
bakteri tidak mengkonsumsi makanan. Makanan dibutuhkan bakteri untuk
berkembang, namun ketiadaan makanan tidak mengurangi jumlah bakteri. Ia
hanya akan berada pada kondisi tetap. Hal ini tentu berbeda dengan makhluk
hidup yang lebih besar ukurannya (misalnya mamalia), yang mana jika ia
tidak mengkonsumsi makanan maka jumlah populasinya akan menurun

Sekarang asumsikan

1. K ( C ) = kC dengan k konstanta real

2.Fungsi K ( C ) naik dengan C cukup realistic

Selanjutnya untuk memperoleh solusi dari Sistem (1.5) dilakukan analisis
sebagai berikut:

C  = − N 
C = − N + C0 (1.6)

Dengan C 0 menyatakan konsentrasi awal makanan yang diberikan pada

bakteri. Persamaan (1.6) menyederhanakan Sistem (1.5) menjadi satu
persamaan yaitu

N  = k ( C0 −  N ) N (1.7 )

N (t ) = N0 = N ( 0) ,
N0 B
Solusi dari Persamaan (7) adalah N0 + ( B − N0 ) e− rt
dimana

C0
B= , dan r = kC0 .

Jika N kecil maka N   k ( C0 ) N = rN atau N tumbuh secara eksponensial

(Buktikan)

Gambar 1.2. Pertumbuhan Paramecium

Jika N besar, maka perhatikan solusi N ( t ) = N +( BN− NB )e . Untuk nilai t →  maka
0
0

0
− rt

N (t ) =  = B . Solusi dari Persamaan (1.6) digambarkan pada

N0 B N0 B
N0 + ( B − N0 )e− rt N0 + 0

diagram berikut.

Gambar 1.3. Model Pertumbuhan Logistik

Dimana B menyatakan kapasitas batas dengan nilai B = C . Jika nilai awal pada 0

N 0 = 0 maka N akan tetap berada di N=0, sedangkan pada nilai awal lainnya

N(t) akan konvergen ke N = B .

Jadi model ini memiliki dua titik tetap (titik ekuilibrium) yaitu N = 0 dan
N =B. Titik ekuilibirium N = 0 adalah titik ekuilbirium yang tidak stabil, yaitu
semua solusi yang dimulai dari titik awal N = 0 akan menjauh dari N = 0 .
Sedangkan titik ekulibrium N = B stabil, yaitu solusi lain yang dimulai dari N 0
tertentu akan menuju pada nilai N = B . Model pertumbuhan ini dinamakan
juga dengan model pertumbuhan logistik.