MODEL EPIDEMI SEIV

PENYEBARAN PENYAKIT POLIO

PADA POPULASI TAK KONSTAN

SKRIPSI
disajikan sebagai salah satu syarat
untuk memperoleh gelar Sarjana Sains
Program Studi Matematika

oleh
Yanuar Chaerul Umam
4150408013

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI SEMARANG
2014
 PERNYATAAN

Saya menyatakan bahwa dalam isi skripsi ini tidak terdapat karya yang

pernah diajukan untuk memperoleh gelar kesarjanaan di suatu Perguruan Tinggi,

dan sepanjang pengetahuan saya juga tidak terdapat karya atau pendapat yang

pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis dirujuk

dalam skripsi ini dan disebutkan dalam daftar pustaka.

Semarang, Mei 2014

Yanuar Chaerul Umam

NIM. 4150408013

ii
 PENGESAHAN

Skripsi yang berjudul

Model Epidemi SEIV Penyebaran Penyakit Polio pada Polpulasi Tak Konstan
disusun oleh
Yanuar Chaerul Umam
4150408013
telah dipertahankan di hadapan sidang Panitia Ujian Skripsi Fakultas MIPA,
Universitas Negeri Semarang pada:
Hari : Jumat
Tanggal : 16 Mei 2014
Panitia :
Ketua Sekretaris

Prof. Dr. Wiyanto, M.Si Drs. Arief Agoestanto, M.Si

NIP. 196310121988031001 NIP. 196807221993031005

Ketua Penguji

Drs. Wuryanto, M.Si.

NIP. 195302051983031003

Anggota Penguji/ Anggota Penguji/

Pembimbing Utama Pembimbing Pendamping

Muhammad Kharis,S.Si., M.Sc. Drs. Supriyono, M.Si.

NIP. 198210122005011001 NIP. 195210291980031002

iii
 MOTTO DAN PERSEMBAHAN

MOTTO

 “Maka sesungguhnya bersama kesulitan ada kemudahan (Asy-Syarh: 5)”.

 Berusaha menjadi lebih baik untuk kebaikan diriku sendiri, bukan untuk

mengalahkan orang lain.

 Jangan patah semangat walaupun apapun yang terjadi, jika kita

menyerah maka habislah sudah.

Skripsi ini aku persembahkan untuk :

1. Orang tuaku tercinta

2. Kakak-kakakku dan keluarga besarku

3. Teman-teman Matematika’08 UNNES

4. Semua sahabatku di EX kontrakan

5. Semua pihak yang telah menginspirasi,

memotivasi dan membantuku dalam karya ini

6. Almamaterku.

iv
 KATA PENGANTAR

Puji syukur ke hadirat Allah SWT yang telah melimpahkan rahmat dan

karunia-Nya, sehingga penulis dapat menyelesaikan penulisan skripsi yang berjudul

“Model Epidemi SEIV Penyebaran Penyakit Polio Pada Populasi Tak Konstan”.

Penulisan skripsi ini sebagai syarat mutlak yang harus dipenuhi oleh penulis untuk

memperoleh gelar sarjana sains di Universitas Negeri Semarang.

Penulisan skripsi ini dapat terselesaikan karena adanya bimbingan,

bantuan, dan dukungan dari berbagai pihak baik secara langsung maupun tidak

langsung. Oleh karena itu, penulis mengucapkan terima kasih kepada:

1. Prof. Dr. Fahtur Rakhman, M.Hum, Rektor Universitas Negeri Semarang.

2. Prof. Dr. Wiyanto, M.Si, Dekan FMIPA Universitas Negeri Semarang.

3. Drs. Arief Agoestanto, M.Si, Ketua Jurusan Matematika FMIPA Universitas

Negeri Semarang.

4. Muhammad Kharis, S.Si., M.Sc, Pembimbing Utama yang telah memberikan

bimbingan, motivasi, dan pengarahan.

5. Drs. Supriyono, M.Si, Pembimbing Pendamping yang telah memberikan

bimbingan, motivasi, dan pengarahan.

6. Drs. Wuryanto, M.Si, Dosen Penguji Utama yang telah memberikan inspirasi,

kritik, saran, dan motivasi kepada penulis, sehingga penulis dapat

menyelesaikan skripsi.

7. Ibu dan bapakku tercinta yang senantiasa mendoakan serta memberikan

dukungan baik secara moral maupun spiritual.

v
8. Mba nani, Mba fitri, Mas dodo, iwan, alan dan Ika Kurniawati yang selama ini

memberikan dukungan, semangat serta inspirasi untuk penulis.

9. Sahabat-sahabat penulis di EX kontrakan (Surip, Ardian, Jokir, Elen, Dedi,

Simbah, Alip, Very, Borok, dan Nurul Ardiansyah) yang telah memberikan

banyak motivasi, kritik, usulan yang menjadikan terselesaikannya penulisan

skripsi ini.

10. Mahasiswa matematika angkatan 2008 yang telah memberikan dorongan dan

motivasi.

11. Semua pihak yang telah membantu terselesaikannya penulisan skripsi ini.

Penulis sadar dengan apa yang telah disusun dan disampaikan masih

banyak kekurangan dan jauh dari sempurna. Untuk itu penulis menerima segala

kritik dan saran yang sifatnya membangun untuk skripsi ini. Semoga skripsi ini

dapat bermanfaat bagi pembaca.

Semarang, Mei 2014

Penulis

vi
 ABSTRAK

Umam, Y.C. 2014. Model Epidemi SEIV Penyebaran Penyakit Polio Pada
Populasi Tak Konstan. Skripsi, Jurusan Matematika, Fakultas Matematika
dan Ilmu Pengetahuan Alam, Universitas Negeri Semarang. Pembimbing
Utama Muhammad Kharis, S.Si., M.Sc dan Pembimbing Pendamping Drs.
Supriyono, M.Si.

Kata kunci: Polio, epidemi SEIV, titik kesetimbangan, vaksinasi.

Penelitian ini membahas model matematika untuk penyebaran penyakit polio.

Model matematika yang digunakan berupa model epidemi SEIV dengan laju
rekruitmen tidak sama dengan laju kematian. Sebagai upaya dalam mencegah
penyebaran penyakit polio maka dalam model juga diperhatikan faktor vaksinasi.
Permasalahan yang diangkat dalam penelitian ini adalah bagaimana
membentuk model epidemi SEIV penyebaran penyakit polio pada populasi tak
konstan, bagaimana menentukan titik kesetimbangan dan analisis kestabilan
penyebaran penyakit polio pada populasi tak konstan, bagaimana simulasi model
dan interpretasi perilaku model penyebaran penyakit polio pada populasi tak
konstan menggunakan program Maple. Metode yang digunakan untuk menganalisis
masalah adalah dengan studi pustaka. Langkah-langkah yang dilakukan adalah
menentukan masalah, merumuskan masalah, studi pustaka, analisis pemecahan
masalah, dan penarikan kesimpulan.
Sebagai hasil penelitian, model yang diperoleh adalah

Dari model tersebut diperoleh dua titik kesetimbangan yaitu titik

kesetimbangan bebas penyakit dan titik kesetimbangan endemik. Analisis yang
dilakukan menghasilkan angka rasio reproduksi dasar Setelah
dianalisis kestabilan pada titik kesetimbangan, titik kesetimbangan bebas penyakit
akan stabil asimtotis untuk R0 1 . Sedangkan titik kesetimbangan endemik akan
stabil asimtotis jika R0 1 dan . Selanjutnya, untuk mengilustrasikan
model tersebut maka dilakukan simulasi model dengan menggunakan program
Maple.

vii
 DAFTAR ISI

Halaman

HALAMAN JUDUL ....................................................................................... i

PERNYATAAN .............................................................................................. ii

PENGESAHAN .............................................................................................. iii

MOTTO DAN PERSEMBAHAN .................................................................. iv

KATA PENGANTAR ................................................................................... v

ABSTRAK ...................................................................................................... vii

DAFTAR ISI ................................................................................................... viii

DAFTAR GAMBAR ...................................................................................... xi

DAFTAR TABEL ........................................................................................... xii

DAFTAR LAMPIRAN ................................................................................... xiii

BAB 1 PENDAHULUAN ................................................................................... 1

1.1 Latar Belakang ................................................................................. 1

1.2 Rumusan Masalah ............................................................................ 4

1.3 Tujuan Penulisan .............................................................................. 4

1.4 Manfaat Penulisan ............................................................................ 5

1.5 Batasan Masalah ............................................................................... 5

1.6 Sistematika Penulisan ...................................................................... 6

BAB 2 TINJAUAN PUSTAKA .................................................................... 8

2.1 Persamaan Diferensial ..................................................................... 8

2.2 Sistem Persamaan Diferensial Linear dan Tak Linear ..................... 9

2.3 Solusi Persamaan Diferensial ........................................................... 9

viii
 2.4 Persamaan Diferensial Linear Homogen dan Tak Homogen ........... 10

2.5 Orde Persamaan Diferensial ............................................................. 10

2.6 Sistem Persamaan Diferensial .......................................................... 21

2.7 Pemodelan Matematika .................................................................... 23

2.8 Pendekatan pada Pemodelan Matematika ........................................ 24

2.9 Tahap Pemodelan ............................................................................. 25

2.10 Model Epidemi SEIV ..................................................................... 26

2.11 Penyakit Polio ................................................................................. 27

2.12 Titik Kesetimbangan (Ekuilibrium)................................................ 33

2.13 Nilai Eigen dan Vector Eigen ......................................................... 34

2.14 Kriteria Routh-Hurwitz................................................................... 35

2.15 Kriteria Kestabilan .......................................................................... 39

2.16 Maple .............................................................................................. 40

BAB 3 METODE PENELITIAN ................................................................... 43

3.1 Menentukan Masalah ....................................................................... 43

3.2 Merumuskan Masalah ...................................................................... 43

3.3 Studi Pustaka .................................................................................. 43

3.4 Analisis dan Pemecahan Masalah .................................................... 44

3.5 Penarikan Kesimpulan .................................................................... 44

BAB 4 HASIL DAN PEMBAHASAN .......................................................... 45

4.1 Model Matematika untuk Penyebaran Penyakit Polio .................... 45

4.2 Titik Kesetimbangan ........................................................................ 49

4.3 Angka Rasio Reproduksi Dasar ....................................................... 52

ix
 4.4 Titik Kestabilan ............................................................................... 53

4.5 Hasil Simulasi ................................................................................... 61

BAB 5 PENUTUP ........................................................................................... 69

5.1 Simpulan .......................................................................................... 69

5.2 Saran ................................................................................................ 70

DAFTAR PUSTAKA ..................................................................................... 71

LAMPIRAN .................................................................................................... 73

x
 DAFTAR GAMBAR

Halaman

Gambar 2.1. Diagram Transfer Penyebaran Penyakit Polio ......................... 27

Gambar 2.2. Tipe Kestabilan dari Titik Kesetimbangan................................ 40

Gambar 4.1. Diagram Transfer Penyebaran Penyakit Polio .......................... 48

Gambar 4.2. Dinamika Populasi S(t), E(t), I(t) dan V(t) terhadap waktu t

pada saat dan

. .................................................................................. 64

Gambar 4.3. Dinamika Populasi S*(t), E*(t), I*(t) dan V*(t) terhadap

waktu t pada saat dan ................. 67

xi
 DAFTAR TABEL

Halaman

Tabel 2.1. Kriteria kestabilan berdasarkan nilai eigen .................................. 39

Tabel 4.1. Daftar Variabel-variabel .............................................................. 47

Tabel 4.2. Daftar Parameter-parameter ......................................................... 47

Tabel 4.3. Nilai Parameter Tetap untuk Simulasi Model .............................. 62

Tabel 4.4. Titik Kesetimbangan , Rasio Reproduksi Dasar R0 ........... 63

Tabel 4.5. Titik Kesetimbangan P1 , Rasio Reproduksi Dasar R0 .......... 66

xii
 DAFTAR LAMPIRAN

Halaman

Lampiran 1. Print Out Maple Model Epidemi SEIV Bebas Penyakit............. 74

Lampiran 2. Print Out Maple Model Epidemi SEIV Endemik ....................... 75

xiii
 BAB 1

PENDAHULUAN

1.1 Latar Belakang

Matematika bersifat universal dan sangat erat dengan kehidupan nyata, dan

merupakan ilmu pengetahuan yang bersifat deduktif. Konsep-konsep yang ada di

dalam matematika bersifat hierarkis, terstruktur, logis dan sistematis dari konsep

yang paling sederhana sampai konsep yang paling kompleks (Suherman,

1993:124). Setiap konsep dapat dibangun berdasarkan konsep terdahulu atau

dengan kata lain konsep sebelumya sebagai prasyarat yang harus dipenuhi untuk

dapat memahami konsep-konsep selanjutnya.

Selain itu matematika juga dapat berperan sebagai ratu ilmu sekaligus

pelayan (Suherman, 1993:127). Matematika dikatakan sebagai ratu ilmu karena

matematika dapat tumbuh dan berkembang untuk dirinya sendiri sebagai suatu ilmu

tanpa adanya bantuan dari ilmu lain. Selanjutnya matematika dikatakan sebagai

pelayan ilmu lain karena matematika mendukung pertumbuhan dan perkembangan

ilmu lain. Kajian matematika yang berperan sebagai pelayan ilmu-ilmu lain biasa

disebut matematika terapan.

Kajian matematika yang konsep-konsepnya banyak diterapkan dalam bidang

lain adalah persamaan diferensial. Persamaan diferensial merupakan cabang dari

matematika yang cukup strategis karena berkaitan dengan bagian-bagian sentral

dalam Analisis, Aljabar, Geometris dan lainnya yang akan sangat berperan dalam

1
 2

pengenalan konsep maupun pemecahan masalah yang berkaitan dengan dunia

nyata. Kebanyakan masalah-masalah yang muncul di dalam persamaan diferensial

adalah bagaimana menemukan solusi eksak (analitik) dari model-model matematika

yang diperoleh dari masalah nyata (Waluya, 2006: 1).

Dewasa ini semakin banyak disiplin ilmu yang menggunakan model

matematika ataupun penalaran matematika sebagai alat bantu dalam menyelesaikan

permasalahan yang dihadapi. Penggunaan model matematika telah banyak

membantu menyelesaikan masalah-masalah di berbagai bidang sains, ekonomi dan

teknik. Secara umum pengertian model adalah suatu usaha menciptakan suatu

replika/tiruan dari suatu fenomena alam. Pada model matematika replika/tiruan

tersebut dilaksanakan dengan mendeskripsikan fenomena alam dengan satu set

persamaan. Kecocokan model terhadap fenomena tersebut tergantung dari

ketetapan formulasi persamaan matematis dalam mendeskripsikan fenomena alam

yang ditirukan. Pemodelan matematika adalah suatu proses yang menjalani tiga

tahap yaitu perumusan model matematika, penyelesaian dan/atau analisis model

matematika dan pengiterpretasian hasil ke situasi nyata (Pamuntjak, 1990:1).

Salah satu cabang dari ilmu matematika modern yang penting dan

mempunyai cakupan wilayah penelitian yang luas adalah persamaan diferensial.

Persamaan diferensial merupakan salah satu persamaan yang dapat digunakan

dalam menyelesaikan pemodelan matematika dan juga merupakan cabang dari

matematika yang cukup strategis karena berkaitan dengan bagian-bagian sentral

dalam Analisis, Aljabar, Geometris dan lainnya yang akan sangat berperan dalam

pengenalan konsep maupun pemecahan masalah yang berkaitan dengan dunia

 3

nyata. Kebanyakan masalah-masalah yang muncul di dalam persamaan diferensial

adalah bagaimana menemukan solusi eksak (analitik) dari model-model matematika

yang diperoleh dari masalah nyata (Waluya, 2006:1).

Konsep persamaan diferensial juga seringkali digunakan untuk memodelkan

masalah-masalah yang berkaitan dengan ilmu kesehatan. Ilmu kesehatan yang

dibahas salah satunya adalah masalah penyebaran penyakit. Salah satu masalah

penyebaran penyakit yang dapat dimodelkan dengan persamaan diferensial adalah

pemodelan matematika pada penyakit polio.

Polio adalah suatu penyakit yang disebabkan oleh virus polio yang dapat

mengakibatkan terjadinya kelumpuhan yang permanen. Penyakit ini dapat

menyerang pada semua kelompok umur, namun yang peling rentan adalah

kelompok umur kurang dari 3 tahun. Gejala meliputi demam, lemas, sakit kepala,

muntah, sulit buang air besar, nyeri pada kaki, tangan, kadang disertai diare.

Kemudian virus menyerang dan merusakkan jaringan syaraf, sehingga

menimbulkan kelumpuhan yang permanen. Penyakit polio pertama terjadi di Eropa

pada abad ke-18, dan menyebar ke Amerika Serikat beberapa tahun kemudian.

Penyakit polio juga menyebar ke negara maju belahan bumi utara yang bermusim

panas. Penyakit polio menjadi terus meningkat dan rata-rata orang yang menderita

penyakit polio meninggal, sehingga jumlah kematian meningkat akibat penyakit ini.

Penyakit polio menyebar luas di Amerika Serikat tahun 1952, dengan penderita

20,000 orang yang terkena penyakit ini (Miller, 2004 ).

Berdasarkan data dari WHO, penyebaran penyakit polio dapat ditekan

dengan program vaksinasi. Sampai saat ini, program vaksinasi masih dipercaya
 4

sebagai cara yang paling efektif dalam menekan penyebaran penyakit polio. Oleh

karena itu, vaksinasi perlu diperhatikan dalam model sebagai upaya untuk

mencegah meluasnya penyakit.

Pada karya ilmiah ini, model tersebut akan dikembangkan dengan

memperhatikan kenyataan bahwa laju rekruitmen (penambahan populasi) sama

dengan laju kematian (jumlah populasi konstan). Berdasarkan pemikiran tersebut,

maka penulis mencoba melakukan pembahasan yang berjudul “ Model Epidemi

SEIV Penyebaran Penyakit Polio pada Populasi Tak Konstan”.

1.2 Rumusan Masalah

Berdasarkan uraian pada latar belakang di atas, maka masalah dalam

penelitian ini dirumuskan sebagai berikut.

1. Bagaimana membentuk model epidemi SEIV penyebaran penyakit polio pada

populasi tak konstan?

2. Bagaimana menentukan titik kesetimbangan dan analisis kestabilan dari model

matematika penyebaran penyakit polio pada populasi tak konstan?

3. Bagaimana simulasi model matematika penyebaran penyakit polio pada

populasi tak konstan menggunakan program MAPLE?

1.3 Tujuan Penelitian

Sejalan dengan rumusan masalah di atas, tujuan penelitian ini adalah untuk

mengetahui :

1. Mengetahui model epidemi SEIV penyebaran penyakit polio pada populasi tak

konstan.
 5

2. Mengetahui kestabilan titik tetap dari model matematika penyebaran penyakit polio

pada populasi tak konstan.

3. Mengetahui simulasi model matematika penyebaran penyakit polio pada populasi tak

konstan menggunakan program Maple.

1.4 Manfaat Penelitian

Manfaat dari penelitian ini adalah sebagai berikut:

1. Bagi Penulis

Sebagai sarana untuk memperdalam pengetahuan mengenai pemodelan

matematika khususnya dari model matematika penyebaran penyakit polio pada

populasi tak konstan sekaligus sebagai sarana untuk memenuhi syarat kelulusan

program studi Matematika, S1 FMIPA Unnes.

2. Bagi Mahasiswa Matematika

Sebagai referensi untuk menambah wawasan mengenai pemodelan matematika

khususnya dari model matematika penyebaran penyakit polio pada populasi tak

konstan.

3. Bagi Pembaca

Sebagai wacana dan pengetahuan tentang model penyakit dalam kasus

penyebaran penyakit polio pada populasi tak konstan.

1.5 Batasan Masalah

Pada penulisan ini, Penulis memberikan batasan masalah untuk

 6

menyederhanakan permasalahan konstanta pembanding laju kematian murni pada

populasi infective akan digunakan sebagai konstanta pembanding untuk laju

pengurangan populasi misalnya karena sudah melewati batas usia yang diamati.

1.6 Sistematika Penulisan

Secara garis besar penulisan skripsi ini dibagi menjadi tiga bagian, yaitu

bagian awal skripsi, bagian isi skripsi dan bagian akhir skripsi. Berikut ini

penjelasan masing-masing bagian skripsi:

1. Bagian awal skripsi

Bagian awal skripsi meliputi halaman judul, abstrak, halaman pengesahan,

motto dan persembahan, kata pengantar, daftar isi, daftar gambar, daftar tabel,

daftar lampiran.

2. Bagian isi skripsi

Secara garis besar bagian isi skripsi terdiri dari lima bab, yaitu:

BAB 1 PENDAHULUAN

Dalam bab ini dikemukakan latar belakang, permasalahan, tujuan

penelitian, manfaat penelitian, batasan masalah, dan sistematika

penulisan skripsi.

BAB 2 LANDASAN SKRIPSI

Berisi tentang tinjauan pustaka yang meliputi persamaan

differensial, persamaan diferensial linear dan tak linear, solusi

persamaan diferensial, persamaan diferensial linear homogen dan tak

 7

homogen, orde persamaan diferensial sistem persamaan diferensial,

model epidemi SEIV, penyakit polio, titik kesetimbangan

(ekuilibrium), nilai eigen dan vaktor eigen, kriteria routh-hurwitz,

kriteria kestabilan, maple.

BAB 3 METODE PENELITIAN

Bab ini berisi tentang metode-metode yang digunakan dalam

penelitian untuk memecahkan masalah yang meliputi ruang lingkup

penelitian, metode pengumpulan data, perumusan masalah, analisis

dan pemecahan masalah, serta penarikan kesimpulan.

BAB 4 HASIL PENELITIAN DAN PEMBAHASAN

Berisi tentang konstruksi model matematika untuk penyakit polio,

titik kesetimbangan, analisis kestabilan, hasil simulasi model dengan

software Maple.

BAB 5 PENUTUP

Bab ini dikemukakan simpulan dari pembahasan dan saran yang

berkaitan dengan simpulan.

3. Bagian akhir skripsi

Bagian akhir skripsi berisi tentang daftar pustaka dan lampiran-lampiran yang

mendukung skripsi.
 BAB 2

TINJAUAN PUSTAKA

2.1 Persamaan Differensial

Persamaan differensial adalah persamaan matematika untuk fungsi satu

variabel atau lebih yang menghubungkan nilai fungsi itu sendiri dan turunannya

dalam berbagai orde. Selain itu, persamaan diferensial juga didefinisikan sebagai

persamaan yang memuat satu atau beberapa turunan fungsi yang tak diketahui

(Waluya, 2006: 1). Menurut peubah bebas, persamaan diferensial dapat dibedakan

menjadi dua macam yaitu persamaan differensial biasa dan parsial sedangkan

persamaan differensial dilihat dari bentuk fungsi atau pangkatnya juga

dibedakan menjadi dua yaitu persamaan differensial linear dan persamaan

differensial non linear.

Persamaan diferensial biasa adalah persamaan yang mengandung satu atau

beberapa turunan dari variabel tak bebas terhadap satu variabel bebas. Persamaan

diferensial parsial adalah persamaan yang mengandung turunan parsial dari variabel

tak bebas terhadap dua variabel bebas atau lebih. Berikut ini adalah beberapa

contoh persamaan diferensial.

(1) y 4y 0 merupakan persamaan diferesial biasa,orde satu

(2) y y 2y 0 merupakan persamaan diferensial biasa,orde dua

2 2
u u
(3) 2
0 merupakan persamaan diferensial parsial,orde dua
x y2

u u
(4) x 2y merupakan persamaaan diferensial parsial.orde Satu
x y

8
 9

2.2 Persamaan Diferensial Linear dan Tak Linear

Klasifikasi persamaan diferensial dilihat dari bentuk fungsi atau

pangkatnya juga dibedakan menjadi dua yaitu persamaan diferensial linear dan

persamaan diferensial non linear

Definisi 2.1

Diberikan persamaan diferensial biasa

F t , y, y ,..., y n 0 , F dikatakan linear dalam variabel y, y ,..., y n . Definisi

serupa juga berlaku untuk persamaan diferensial parsial. Jadi secara umum

persamaan diferensial biasa orde n diberikan dengan

a0 t y n a1 t y n 1
... an t y g t

Persamaan yang tidak dalam bentuk tersebut merupakan persamaan tak linear

(Waluya, 2006).

Contoh:

(1) merupakan persamaan diferensial linear

(2) merupakan persamaan diferensial

tak linear, karena suku dan

2.3 Solusi Persamaan Diferensial

Definisi 2.2

Diberikan persamaan diferensial

dx
f t, x (2.1)
dt
 10

Dimana f adalah fungsi dalam dua variabel yang diberikan. Sebarang fungsi

terturunkan x t yang memenuhi persamaan ini untuk semua t dalam suatu

interval disebut solusi.(Waluya, 2006)

2.4 Persamaan Diferensial Linear Homogen dan Tak Homogen

Definisi 2.3

Persamaan diferensial linear (PDL)

x a t x g t (2.2)

Dengan a t dan g t adalah fungsi dari waktu t. Pada saat a t a dengan a

adalah konstanta, maka a t disebut koefisen dari PDL. Jika g t 0 maka

persamaan (2.2) disebut PDL Homogen dan jika g t 0 , disebut PDL tak

homogen (Waluya, 2006).

2.5 Orde Persamaan Diferensial

Definisi 2.4

Orde dari persamaan diferensial adalah derajat atau pangkat tertinggi dari turunan

yang muncul dalam persamaan. Secara umum persamaan diferensial berorde n

dapat dituliskan sebagai

F t , u ' t ,..., u n t 0

Persamaan di atas menyatakan relasi antara variabel bebas dan nilai-nilai dari

fungsi u' t ,..., u n t (Waluya, 2006:4).

Untuk lebih kita tulis untuk u t , untuk u ' t dan seterusnya. Jadi persamaan

dapat ditulis sebagai

 11

F t , y ' ,..., y n 0

Contoh:

1. 2 y 4 3y 2 y 1 ( persamaan diferensial orde empat)

2. y3 6y 2 3 y 5 ( persamaan diferensial orde tiga)

3. y2 2y 4 ( persamaan diferensial orde dua)

2.5.1 Persamaan Diferensial Biasa Orde Satu

Diberikan bentuk persamaan diferensial biasa

dx
f t, x
dt

Dimana f adalah fungsi dalam dua variabel, sembarang fungsi terturunkan x t

yang memenuhi persamaan itu untuk semua t disebut solusi persamaan diferensial

biasa orde satu.

Contoh:

Tentukan solusi umum dari persamaan diferensial berikut ini:

1. x 3t 3 6t 5

1 2
2. x t4 t 4t
5

Penyelesaian:

1. Jelas x 3t 3 6t 5

x 3t 3 6t 5 dt

3 4 6 2
x t t 5t c
4 2
 12

3 4
x t 3t 2 5t c
4

3 4
Jadi solusi umum untuk x 3t 3 6t 5 adalah x t 3t 2 5t c
4

1 2
2. Jelas x t4 t 4t
5

1 2
x t4 t 4t dt
5

1 5 1 3
x t t 2t 2 c
5 15

1 2 1 5 1 3
Jadi solusi untuk x t4 t 4t adalah x t t 2t 2 c
5 5 15

2.5.1.1 Persamaan differensial eksak

Definisi 2.5

Persamaan diferensial orde satu berbentuk

M x, t dt N x, t dx 0, (2.3)

Persamaan (2.3) disebut persamaan eksak apabila f x, t C sehingga

df x, t M x, t dt N x, t dx (2.4)

Dari definisi dan hubungan (2.4) terlihat bahwa df x, t 0.

Dengan mengintegralkan ini diperoleh solusi umum persamaan diferensial (PD)

yaitu f x, t C . Selanjutnya dari definisi total, terlihat bahwa

df df
M x, t dan N x, t (2.5)
dt dx

Jika M dan N memiliki turunan parsial yang kontinu dibidang tx maka

 13

2 2
dM f dN f
dan (2.6)
dx x t dx t x

Jika f memiliki turunan parsial kedua yang kontinu maka

M N
(2.7)
x t

Syarat (2.7) persamaan diferensial (2.3) dikatakan eksak. Juga syarat cukup ,

sehingga hubungan (2.3) dapat dipergunakan untuk menentukan f x, t C yang

merupakan solusi umum untuk PD (2.3) (Supriyono, 2012: 14).

Contoh:

2
Tinjau PD t dx xdt 0!
x

Penyelesaian:

M N M N
Disini 1, 1 sehingga
x t x t

2
Maka PD t dx xdt 0 merupakan PD eksak.
x

Untuk menentukan solusi umum akan dicari f x, t C sehingga hubungan

df df
M x, t dan N x, t berlaku.
dt dx

2
Solusi untuk t dx xdt 0 adalah
x

df
M x, t x sehingga
dt

Jelas f x, t xdt g' x

f x, t xt g x
 14

df
Disisi lain M x, t x sehingga
dt

df 2
Jelas N x, t t
dx x

df
x g' x
dx

2
Diperoleh g ' x
x

2
Jelas g ' x dt dt
x

g x 2ln x C

Jadi solusi umum f x, t xt 2ln x C .

2.5.1.2 Faktor Integrasi

Definisi 2.6

Misalkan PD : M x, t dt N x, t dx 0 tidak eksak.

Fungsi x, t sehingga x, t M x, t dt x, t N x, t dx 0 PD eksak,

x, t disebut faktor integrasi (Waluya, 2006).

Perhatikan langkah untuk menentukan faktor integrasi pada

M x, t dt N x, t dx 0 yang tidak eksak menjadi eksak yaitu

x, t M x, t dt x, t N x, t dx 0.

Karena x, t M x, t dt x, t N x, t dx 0 PD eksak diperoleh

M N M N
atau M N
x t x x t t
 15

M N
N M
t x x t

1 M N
N M
t x x t

diperoleh fakta,

1 M N
N M (*)
t x x t

sekarang kita tinjau beberapa kasus.

a) Misalkan t , maka 0
x

1 M N
Jika 0 , maka N M
x t x x t

1 M N
N 0
t x t

1 M N
N
t x t

M N
1 x t (**)
t N

M N
Bila x t suatu fungsi dari t, sehingga
N

M N
x t 1
g t , maka (**) g t atau g t dt
N t

Sehingga g t dt

ln g t dt
 16

g t dt
e

g t dt
Diperoleh faktor integrasi e

Contoh:

Perhatikan PD: xdt xt 2 t dx 0 tidak eksak.

M
Dari PD di atas kita dapatkan M x, t x 1
x

N
dan N x, t xt 2 t 2 xt 1 sehingga
t

M N
x t 1 2 xt 1
N xt 2 t

2 2xt
xt 2 t

2 2 xt
t xt 1

2 xt 1
t xt 1

2
t

g t

2
g t dt dt 2ln t ln t
2
t
Jadi faktor integrasi pada PD di atas adalah e e e e

2 1
Sehingga x .
x2

b) Misalkan x , maka 0 sehingga

t
 17

1 M N
N M
t x x t

1 M N
0 M
x x t

M
x M N
x t

M N
x t x
M

M N
x t x
M

M N
Jika fungsi x t g x suatu fungsi dari x, maka
M

Jelas g x x

ln g x x

g x x
e

g x x
Jadi e adalah faktor integrasi untuk kasus x .

Contoh:

Dipunyai PD 2 xtdt x2 3t 2 dx 0.

Tentukan faktor integrasinya!

Penyelesaian:

Jelas M x, t 2 xt
 18

M
2t
x

N x, t x2 3t 2

N
6t
t

M N
x t 2t 6t
Sehingga
M 2 xt

M N
x t 8t
M 2 xt

M N
x t 4
g x
M x

4
dx 4 1
Jadi faktor integrasi untuk PD di atas adalah e x
eln x
x4

c) Misalkan x, t

Dengan substitusi y xt diperoleh

y
. x x dan
t y t y t y

y
. t t
x y x y x y

1 M N
Sehingga N M diperoleh
t x x t

1 M N
xN tM
y y x t

1 M N
xN tM
y x t
 19

M N
1 x t
y xN tM

M N
Disimpulkan jika x t h y ,y xt , maka faktor integrasi adalah
xN tM

eln h y dy .

Contoh:

Dipunyai PD xdt t 3t 3 x 4dx 0.

Tentukan faktor integrasinya!

Penyelesaian:

Jelas M x, t x

M
1
x

N x, t t 3t 3 x 4

N
1 9t 2 x 4
t

M N
Sehingga 1 1 9t 2 x 4
x t

9t 2 x 4

xN tM xt 3t 3 x 5 xt

3t 3 x 5

M N
9t 2 x 4
Jadi x t
xN tM 3t 3 x 5
 20

3
xt

3
g y
y

Jadi faktor integrasi PD di atas adalah

3
g y dy dy
3ln y 3 1
e e y
e eln y y 3

y3

1 1
Jadi 3
y3 xt

Berikut ini contoh penerapan faktor integrasi untuk mencari solusi umum PD orde

satu.

Contoh:

Tentukan solusi dari persamaan diferensial biasa linear orde satu dari

dx
x t
dt

Penyelesaian:

dx
Dari x t diperoleh g t 1 dan q t t
dt

p t dt 1 dt t
Diperoleh faktor integralnya e e e
t
Selanjutnya kedua ruas kita kalikan dengan e

t dx
diperoleh e x e tt
dt

t dx
e e tx e tt
dt

d e tx
e tt
dt
 21

e tx e t tdt

e tx e tt e t dt

e tx e tt e t
c

c
x t 1
et

x t 1 c1

dx
Jadi dari x t diperoleh solusi x t 1 c1 dengan c1 suatu kontanta.
dt

2.6 Sistem Persamaan Differensial

Sistem persamaan differensial adalah suatu persamaan differensial

berorde n dan telah di nyatakan sebagai suatu sistem dari n persamaan

berorde satu (Conte & Boor, 1993: 359). Persamaan itu dapat ditulis dalam

bentuk:

yn f ( x, y( x), y ( x),..., y n 1 ( x)) (2.8)

Secara umum, suatu sistem n persamaan orde pertama mempunyai

bentuk sebagai berikut:

dy1
y1 f 1 ( x, y1 , y 2 , ..., y n )
dx
dy 2
y2 f 2 ( x, y1 , y 2 , ..., y n )
dx (2.9)

dy n
yn f n ( x, y1 , y 2 , ..., y n )
dx

Sistem persamaan differensial merupakan persamaan differensial yang

mempunyai lebih dari satu persamaan yang harus konsisten serta trivial.
 22

Sistem persamaan differensial adalah gabungan dari n buah persamaan

differensial dengan n buah fungsi tak diketahui, dalam hal ini, n merupakan

bilangan bulat positif 2. Sistem persamaan differensial juga dibedakan

menjadi dua yaitu sistem persamaan differensial linear dan tak linear.

Sistem persamaaan diferensial linear adalah persamaan yang terdiri dari

lebih dari satu persamaan yang saling terikat. Sistem dari dua persamaan diferensial

dengan dua fungsi yang tak diketahui berbentuk.

x1 a11 t x1 a12 t x 2 f1 t
(2.10)

x2 a 21 t x1 a 22 t x 2 f2 t

Dimana koefiensi a11 , a12 , a21 , a22 dan f 1 , f 2 merupakan fungsi t yang kontinu

pada selang I dan x1 , x2 adalah fungsi t yang tak diketahui. Sistem (2.10) memiliki

penyelesaian eksplisit jika koefisien a11 , a12 , a21 , dan a22 semuanya konstanta.

Sistem persamaan diferensial linear dengan n buah fungsi-fungsi yang tak

diketahui berbentuk:

x1 a11 t x1 a12 t x 2 ... a1n t x n f1 t

x2 a 21 t x1 a 22 t x 2 ... a 2 n t x n f2 t


xn a n1 t x1 a n2 t x2 ... a nn t x n fn t

Atau secara singkat:

n
xi 1aij t xi fi t , i 1, 2, ..., n
j
 23

Sistem persamaan yang terdiri dari n buah persamaan differensial tak

linear dengan n buah fungsi tak diketahui. Bentuk umum sistem persamaan

differensial tak linear dapat ditulis:

dx
F ( x, y , t )
dt
dy
G ( x, y , t )
dt

dengan F (x, y, t) dan G (x, y, t) adalah fungsi-fungsi tak linier dari x dan y secara

kualitatif dibanding kuantitatif (Waluya, 2006: 159).

2.7 Pemodelan Matematika

Pemodelan matematika merupakan bidang matematika yang berusaha untuk

mempresentasi dan menjelaskan sistem-sistem fisik atau problem pada dunia real

dalam pernyataan matematik, sehingga diperoleh pemahaman dari dunia real ini

menjadi lebih tepat. Representasi matematika yang dihasilkan dari proses ini

dikenal sebagai model matematika. Kontruksi, analisis dan penggunaan model

matematika dipandang sebagai salah satu aplikasi matematika yang paling penting.

Model matematika digunakan dalam banyak disiplin ilmu dan bidang studi

yang berbeda. Kita dapat mencari aplikasi model matematika di bidang-bidang

seperti fisika, ilmu biologi dan kedokteran, teknik, ilmu sosial dan politik, ekonomi,

bisnis dan keuangan, juga problem-problem jaringan komputer. Bidang dan tipe

aplikasi yang berbeda menghendaki bidang-bidang matematika yang berbeda

(Widowati & Sutimin, 2007:1).

 24

2.8 Pendekatan Pada Pemodelan Matematika

Perlu diketahui bahwa terdapat perbedaan pendekatan pemodelan

matematika dalam memformulasikan model matematika. Terdapat beberapa jenis-

jenis model matematika yang meliputi model empiris, model simulasi, model

stokastik dan deterministik.

a. Model Empiris

Pada model empiris, data yang berhubungan dengan problem menentukan

peran yang penting. Dalam pendekatan ini, gagasan yang utama adalah

mengkonstruksi formula (persamaan) matematika yang dapat menghasilkan

grafik yang terbaik untuk mencocokan data.

b. Model Simulasi

Dalam pendekatan ini program komputer dituliskan didasarkan aturan-aturan.

Aturan-aturan ini dipercaya untuk membentuk bagaimana suatu proses atau

fenomena akan berjalan terhadap waktu dalam kehidupan nyata. Program

komputer ini dijalankan terhadap waktu sehingga implikasi interaksi dari

berbagai variabel dan komponen yang dikaji dan diuji.

c. Model Deterministik dan Stokastik

Model deterministik meliputi penggunaan persamaan atau himpunan

persamaan untuk merepresentasikan hubungan antara berbagai komponen

(variabel) suatu sistem atau problem. Misalnya persamaan differensial biasa

yang menjelaskan bagaimana suatu kuantitas (yang dinyatakan oleh variabel

tak bebas dari persamaan) dan waktu sebagai variabel bebas. Diberikan syarat
 25

awal yang sesuai, persamaan differensial dapat diselesaikan untuk

memprediksi perilaku sistem model.

Dalam model deterministik, variasi random diabaikan. Dengan kata

lain persamaan ini digunakan untuk menyatakan problem dunia nyata yang

diformulasikan berdasarkan pada hubungan dasar faktor-faktor yang terlibat

dalam problem ini (Widowati & Sutimin, 2007:1-2).

2.9 Tahap Pemodelan

Tahapan mencari solusi permasalahan kehidupan sehari-hari maupun pada

ilmu-ilmu lain dengan menggunakan bantuan matematika diberikan sebagai

berikut.

1. Pemodelan matematika untuk menyelesaikan masalah kehidupan sehari-hari

diawali dengan mengenali masalah tersebut terlebih dahulu yaitu melalui

beberapa langkah yaitu identifikasi masalah, lambang, satuan dan variabel atau

konstanta serta menentukan besaran yang terlibat, selain itu dalam proses

penterjemahan masalah selalu terdapat hukum yang mengendalikan.

2. Menentukan variabel atau konstanta yang penting dan merinci keterkaitan

antara variabel atau konstanta tersebut sehingga dapat disusun model

matematika. Model matematika yang terbentuk harus bebas satuan.

3. Dengan memanfaatkan teori-teori dalam matematika dapat diperoleh solusi

model.

4. Dengan menginterpretasikan solusi model ditentukan solusi masalah. Pada

proses ini satuan muncul kembali (Nagle & Staff, 1993:3).

 26

2.10 Model Epidemi SEIV

Model epidemi memodelkan epidemi dalam populasi terbuka. Hal dasar

dalam model epidemi adalah jika penyebab penyakit menjangkiti satu individu

dalam suatu populasi, maka pertanyaan berikutnya (Diekmann, 2000):

(1) apakah hal tersebut menyebabkan epidemi

(2) jika menyebabkan epidemi, dengan kecepatan berapa banyaknya individu

yang terinfeksi bertambah

(3) apakah populasi pada akhirnya akan terinfeksi seluruhnya.

Pembentukan model epidemi SEIV didasari oleh adanya penyakit menular

yang memiliki periode laten. Misal, populasi yang diberikan dibagi ke dalam

empat kelas, yakni kelas populasi rentan (susceptibles), kelas populasi laten

(exposed), kelas populasi terinfeksi (infectious), dan kelas populasi vaksinasi

(Vaccination). Perhatikan diagram alir perubahan keadaan suatu populasi akibat

adanya penyebaran penyakit pada Gambar 2.1(Agarawal & Bhadauria, 2011).

S E I

S γs E I
V

Gambar 2.1 Diagram Transfer Penyebaran Penyakit Polio.

 27

Dari Gambar 2.1 diperoleh model dalam bentuk sistem persamaan

diferensial berikut.

(2.11)

2.11 Penyakit Polio

Polio adalah penyakit yang sangat menular yang disebabkan oleh virus. Ini

menyerang sistem saraf, dan dapat menyebabkan kelumpuhan total dalam hitungan

jam. Individu yang terkena polio mempunyai gejala demam disertai lumpuh layuh

mendadak dan pada pemeriksaan tinja ditemukan virus polio.

2.11.1 Etiologi

Penyakit Polio disebabkan oleh infeksi polio virus yang berasal dari genus

Enterovirus dan family Picorna viridae. Virus ini menular melalui kotoran(feses)

atau sekret tenggorokan orang yang terinfeksi. Virus polio masuk melalui ludah

sehingga menyebabkan infeksi. Hal ini dapat terjadi dengan mudah bila tangan

terkontaminasi atau benda-benda yang terkontaminasi dimasukkan ke dalam mulut.

Jenis – jenis Polio antara lain :

1. Polio Non-Paralisis

Polio non-paralisis menyebabkan demam, muntah, saki perut, lesu dan sensitif.

Terjadi kram otot pada leher dan punggung, otot terasa lembek jika disentuh.
 28

2. Polio Paralisis Spinal

Strain poliovirus ini menyerang saraf tulang belakang, menghancurkan sel tanduk

anterior yang mengontrol pergerakan pada batang tubuh dan otot tungkai.

Meskipun strain ini dapat menyebabkan kelumpuhan permanen, kurang dari satu

penderita dari 200 penderita akan mengalami kelumpuhan. Kelumpuhan paling

sering ditemukan terjadi pada kaki. Setelah poliovirus menyerang usus, virus ini

akan diserap oleh kapiler darah pada dinding usus dan diangkut seluruh tubuh.

Poliovirus menyerang saraf tulang belakang dan neuron motor yang mengontrol

gerak fisik. Pada periode inilah muncul gejala seperti flu. Namun, pada penderita

yang tidak memiliki kekebalan atau belum divaksinasi, virus ini biasanya akan

menyerang seluruh bagian batang saraf tulang belakang dan batang otak. Infeksi ini

akan mempengaruhi sistem saraf pusat menyebar sepanjang serabut saraf. Seiring

dengan berkembang biaknya virus dalam sistem saraf pusat, virus akan

menghancurkan neuron motor. Neuron motor tidak memiliki kemampuan

regenerasi dan otot yang berhubungan dengannya tidak akan bereaksi terhadap

perintah dari sistem saraf pusat. Kelumpuhan pada kaki menyebabkan tungkai

menjadi lemas kondisi ini disebut acute flaccid paralysis (AFP). Infeksi parah pada

sistem saraf pusat dapat menyebabkan kelumpuhan pada batang tubuh dan otot

pada toraks (dada) dan abdomen (perut), disebut quadriplegia.

3. Polio Bulbar

Polio jenis ini disebabkan oleh tidak adanya kekebalan alami sehingga batang otak

ikut terserang. Batang otak mengandung neuron motor yang mengatur pernapasan

dan saraf kranial, yang mengirim sinyal ke berbagai otot yang mengontrol
 29

pergerakan bola mata saraf trigeminal dan saraf muka yang berhubungan dengan

pipi, kelenjar air mata, gusi, dan otot muka, saraf auditori yang mengatur

pendengaran, saraf glossofaringeal yang membantu proses menelan dan berbgai

fungsi di kerongkongan; pergerakan lidah dan rasa; dan saraf yang mengirim sinyal

ke jantung, usus, paru-paru, dan saraf tambahan yang mengatur pergerakan leher

(Wilson, 2001 ).

Ketiga jenis tersebut bisa menyebabkan kelumpuhan. Tipe 1 adalah tipe yang

paling mudah di isolasi , diikuti tipe 3, sedangkan tipe 2 paling jarang diisolasi.

Tipe yang sering menyebabkan wabah adalah tipe 1, sedangkan kasus yang

dihubungkan dengan vaksin yang disebabkan oleh tipe 2 dan tipe 3.

2.11.2 Penularan

Virus polio masuk melalui mulut dan hidung, berkembang biak di dalam

tenggorokan dan saluran pencernaan, diserap dan disebarkan melalui system

pembuluh darah dan pembuluh getah bening. Virus ini dapat memasuki aliran darah

dan mengalir ke system saraf pusat menyebabkan melemahnya otot dan kadang

kelumpuhan (paralisis).

Penularan terutama terjadi dari orang ke orang melalui rute orofekal, virus

lebih mudah dideteksi dari tinja, dalam waktu jangka panjang dibandingakan

dengan dari secret tenggorokan. Di daerah dengan sanitasi lingkungan yang baik,

penularan terjadi melalui secret faring daripada melalui rute orofekal. Walaupun

jarang, susu makanan dan barang-barang yeng tercemar dapat berperan sebagai

media penularan. Belum ada bukti serangga dapat menularkan virus polio. Air dan

limbah jarang sekali dilaporkan sebagai sumber penularan.

 30

2.11.3 Gejala dan tanda

Virus polio masuk kedalam tubuh manusia melalui mulut dan berkembang

biak ditenggorokan dan usus. Berkembang biak selama 4 sampai 35 hari, kemudian

akan dikeluarkan melalu tinja selama beberapa minggu kemudian.

Gejala awal biasanya terjadi selama 1-4 hari, yang kemudian menghilang.

Gejala lain yang biasanya muncul adalah nyeri tenggorokan, rasa tidak enak diperut

disertai demam ringan, lemas dan nyeri kepala ringan.

Gejala klinis yang mengarah pada serangan virus polio adalah adanya demam

dan kelumpuhan akut, kaki biasanya lemas tanpa gangguan saraf perasa, terutama

terjadi pada tungkai bawah, asimetris dan dapat menetap selamanya yang bisa

disertai dengan segala nyeri kepala dan muntah. Biasanya terdapat kekakuan pada

leher dan punggung setelah 24 jam.

Kelumpuhan sifatnya mendadak dan layuh, sehingga sering dihubungkan

dengan lumpuh layu akut, (AFP, acud flacide paralysis)menyerang satu tungkai

lemas sampai tidak ada gerakan. Otot biasanya mengecil, reflex fisiologis dan

reflex patologis negative.

WHO mengatakan bahwa kelumpuhan dapat disebabkan oleh lebih dari 100

macam penyebab. Namun di Indonesia sampai saat ini di laporkan disebebkan oleh

23 penyakit. Sebanyak 60%-70% kelumpuhan disebabkan oleh Gulain Baree

Syndrome (GBS). Untuk membuktikan apakah kelumpuhan disebabkan oleh polio

atau bukan, harus dilakukan pembuktian dan pemeriksaan laboratorium yang sudah

terakreditasi WHO yaitu laboratorium Biofarma, BBLK Surabaya dan laboratorium

puslit penyakit Jakarta.

 31

Diagnosis banding yang mirip dengan polio adalah Mielitis Transversa, yaitu

tentang peradangan sum-sum tulang belakang . kumpulan layu biasanya menyerang

kedua tungkai, bersifat akut, dan lemas flefleksi fisiologi dan reflex patologis

negative, bisa disertai dengan gangguan buang air kecil dan besar.

Diagnosis banding lainnya adalah GBS, dimana terjadi demam disertai gejala

khas kelumpuhan yang berangsur dari ujung jari naik keatas dengan batas tegas bila

sudah sampai pergelangan membentuk gambaran seperti sarung tangan/kaki (glove

phenomenon). Kelumpuhan menyerang kedua tungkaim, reflex fisiologis negative

sedangkan reflex patologi positif bila kelumpuhan menyerang otot saluran

pernafasan, maka penderita dapat mengalami sesak nafas sampai meninggal.

2.11.4 Vaksinasi

Pencegahan dan pemberantasan virus polio sebenaraya sangat mudah karena

sudah ada vaksin yang sangat bagus dan efektif yaitu vaksin polio oral (OPV) dan

vaksin polio inaktif (IPV), dan hanya manusia satu-satunya reservoire untuk

penyebaran virus polio. Penyebaran virus polio melalui fecal-oral. Anak yang

terinfeksi virus polio mengekskresi virus polio melalui feces selama 14 hari, tetapi

dapat juga ditemukan sampai 30 hari meskipun kemungkinannya sangat kecil. OPV

biasa digunakan di negara berkembang karena harganya terjangkau dan mudah

pemberiannya, sedangkan IPV biasa digunakan di negara maju karena

efektivitasnya tinggi, tidak menimbulkan masalah kelumpuhan pada penerima

vaksin (WHO, 2008).

Vaksin polio pertama kali dikembangkan oleh Jonas Salk pada tahun 1955

dan Albert Sabin pada tahun 1962. Sejak saat itu, jumlah kasus polio menurun
 32

tajam. Saat ini upaya imunisasi di banyak negara dibantu oelh Rotary International

UNICEF dan WHO untuk mempercepat eradikasi global polio (Widoyono, 2008).

Dalam World Health Assembly tahun 1998 yang diikuti oleh sebagian besar

negara di penjuru dunia dibuat kesepakatan untuk melakukan Eradikasi Polio

(Erapo) tahun 2000, artinya dunia bebas polio tahun 2000. Program Eropa pertama

yang dilakukan adalah

1. Melakukan cakupan imunisasi yang tinggi dan menyeluruh

2. Pekan Imunisasi Nasional yang telah dilakukan Depkes tahun 1995, 1996,

dan 1997. Pemberian imunisasi polio yang sesuai dengan rekomendasi WHO

adalah diberikan sejak lahir sebanyak 4 kali dengan interval 6-8 minggu.

Kemudian diulang usia 1½ tahun, 5 tahun, dan usia 15 tahun

3. Survailance Acute Flaccid Paralysis atau penemuan penderita yang dicurigai

lumpuh layuh pada usia di bawah 15 tahun harus diperiksa tinjanya untuk

memastikan karena polio atau bukan.

4. Melakukan Mopping Up, artinya pemberian vaksinasi massal di daerah yang

ditemukan penderita polio terhadap anak di bawah 5 tahun tanpa melihat

status imunisasi polio sebelumnya (WHO, 2005).

2.12 Titik Kesetimbangan (Ekuilibrium)

Definisi 2.7

Titik x R n disebut titik ekuilibrium x f (x) jika f (x ) 0 (Perko, 1991).

Definisi 2.8

Titik ekuilibrium x R n sistem x f (x) dikatakan

 33

(a) Stabil lokal jika untuk setiap 0 terdapat d 0 sedemikian hingga untuk

setiap solusi x(t) yang memenuhi x(t 0 ) x berlaku x(t ) x untuk

setiap t t0 .

(b) Stabil asimtotik lokal jika titik ekuilibrium x R n stabil dan terdapat 0 0

sedemikian hingga untuk setiap solusi x(t) yang memenuhi x(t 0 ) x 0

berlaku lim x(t ) x.

t

(c) Tidak stabil jika titik ekuilibrium x R n tidak memenuhi a (Wiggins, 2003).

Definisi 2.9

Diberikan fungsi f ( f 1 , , f n ) pada sistem x f (x) dengan

fi C ( E ), i 1,2,, n . Matriks

f1 f1 f1
(x) (x)  (x)
x1 x2 xn

f2 f2 f2
(x) (x)  (x) (2.12)
J ( f ( x )) x1 x2 xn

  
fn fn fn
(x) (x)  (x)
x1 x2 xn

dinamakan matriks Jacobian dari f di titik x (Kocak & Hole, 1991).

Definisi 2.10

Sistem linear x Jf ( x )( x x ) disebut linearisasi sistem x f (x) di sekitar titik x

(Perko, 1991).

Teorema 2.1

Diberikan matriks Jacobian Jf (x ) dari sistem nonlinear x f (x) , dengan nilai

eigen .
 34

(a) Jika semua bagian real nilai eigen dari matriks Jf (x ) bernilai negatif, maka

titik ekuilibrium x dari Sistem nonlinear x f (x) stabil asimtotik lokal.

(b) Jika terdapat paling sedikit satu nilai eigen matriks Jf (x ) yang bagian realnya

positif, maka titik ekulibrium x dari sistem nonlinear x f (x) tidak stabil

(Olsder, 1994).

2.13 Nilai Eigen dan Vektor Eigen

n
Misalkan A adalah matriks n x n, maka suatu vektor taknol x di dalam

disebut vektor eigen dari A, jika untuk suatu skalar λ, yang disebut nilai eigen dari

A, berlaku:

Ax = λx. (2.13)

Vektor x disebut vektor eigen yang bersesuaian dengan nilai eigen λ.

Untuk mencari nilai eigen dari matriks A yang berukuran n x n, maka persamaan

(2.13) dapat dituliskan sebagai berikut:

(λI - A) x = 0. (2.14)

Dengan I matriks identitas. Persamaan (2.13) mempunyai solusi tak nol jika dan

hanya jika,

det(λI - A) = 0. (2.15)

Persamaan (2.15) disebut persamaan karakteristik (Anton, 1995: 277).

2.14 Kriteria Routh-Hurwitz

Untuk menguji sifat kestabilan diperlukan perhitungan untuk menentukan

nilai-nilai eigen dari matriks Jacobian di titik ekuilibrium. Sebagai alternatif untuk

menentukan nilai eigen tersebut digunakan kriteria Routh-Hurwitz.

 35

Teorema 2.2

Jika pembuat nol pada persamaan

P( z) a0 z n a1 z n 1
... an (2.16)

Mempunyai bagian real negatif, maka

a1 a2 an
0, 0,..., 0 (2.17)
a0 a0 a0

(Hanh, 1967).

Selanjutnya tanpa mengurangi keumuman diambil a 0 positif sehingga

seluruh koefisien dari polinomial (2.16) bertanda sama, sehingga dapat dibentuk

c10 a 0 , c 20 a 2 , c30 a 4 , c 40 a6

c11 a1 , c 21 a 3 , c31 a5 , c 41 a7

a0
Misalkan r2
a1

c12 a2 r2 a3 , c 22 a4 r2 a5 , c32 a6 r2 a 7 ...

a1, j 2
Misalkan r j
a1, j 1

cij ci 1, j 2 r j ci 1, j 1 ; dengan i 1,2,... dan j 3,3,... ...,

c1n c nn .

Jika n = 2m maka cm 1, 0 cm 1, 2 an , cm 1,1 cm 1,3 0.

Jika n = 2m maka cm 1, 0 cm 1, 2 an , cm 1,1 cm 1,3 0.

 36

Teorema 2.3

Pembuat nol dari polinomial (2.16) mempunyai bagian real negatif jika dan hanya

jika pertidaksamaan (2.17) dipenuhi dan

c11 0, c12 0,...,c1n 0 (2.18)

(Grantmacher, 1959).

Teorema 2.4

Diberikan polinomial (2.16), dengan a 0 positif dan a k bilangan real, k 1,2,3,...,n.

Matriks Hurwitz untuk persamaan (2.16) didefinisikan sebagai matriks bujur

sangkar berukuran n x n yang berbentuk sebagai berikut.

a1 a0 0 0  0 0
a3 a2 a1 a0  0 0
a5 a4 a3 a2  0 0
H (2.19)
      
0 0 0 0  an 1 an 2
0 0 0 0  0 an

Determinan Hurwitz tingkat ke-k, dinotasikan dengan k ; k 1, 2, , n yang

dibentuk dari matriks Hurwitz (2.19), didefinisikan sebagai berikut.

1 a1

a1 a0
1
a3 a2

a1 a0 0
1 a3 a2 a1 , 
a5 a4 a3
 37

a1 a0 0 0  0 0
a3 a2 a1 a0  0 0
a5 a4 a3 a2  0 0
H
      
0 0 0 0  an 1 an 2
0 0 0 0  0 an

(Grantmacher, 1959).

Berikut ini teorema yang menjamin pembuat nol Polinomial (2.16) mempunyai

bagian real negatif.

Teorema 2.5

Pembuat nol dari Polinomial (2.16) mempunyai bagian real negatif jika dan hanya

jika Pertidaksamaan (2.17) dipenuhi dan

1 0, 2 0, 3 0,  , n 0 (2.20)

(Grantmacher, 1959).

Contoh:

3 2
Diberikan polinomial berderajat 3 : k 0 k1 k2 k3 0.

Matriks Hurwitz dari polinomial tersebut adalah

k1 k0 0
H k3 k2 k1
0 0 k3

Dari matriks H diperoleh

1 k1 k1

k1 k0
1 k1 k 2 k0 k3
k3 k2
 38

k1 k0 0
1 k3 k2 k1 k 3 ( k1 k 2 k0 k3 )
0 0 k3

Agar semua akar polinomial tersebut mempunyai bagian real negatif maka harus

memenuhi:

1 0 k1 0

2 0 k1 k 2 k0 k3 0

3 0 k 3 ( k1 k 2 k0 k3 ) 0 k3 0

k1
0 k0 0
k0

k2
0 k2 0
k0

k3
0 k3 0
k0

3 2
Jadi semua akar polinomial k 0 k1 k2 k3 0 mempunyai bagian real

negatif apabila

1. k 0 0, k1 0, k 2 0, dan k 3 0.

2. k1 k 2 k0 k3 0.

2.15 Kriteria Kestabilan

Menurut Bellomo & Presziosi (1995), kriteria kestabilan dapat ditentukan

dengan mencari nilai eigen dari matriks J(x). Kriteria kestabilan berdasarkan nilai

eigen matriks Jacobian J(x) disajikan dalam Tabel 2.1.

 39

Tabel 2.1 menunjukan bahwa sistem akan stabil asimtotis jika kedua nilai

eigen matriks Jacobian J(x) berupa bilangan real negatif atau bilangan kompleks

dengan bagian real bernilai negatif. Jika salah satu atau kedua nilai eigen berupa

bilangan real positif atau bilangan kompleks dengan bagian real bernilai positif

maka sistem akan tidak stabil.

Tipe kestabilan dari titik kesetimbangan pada Tabel 2.1 dapat dilihat

dengan mengamati trayektori pada bidang fase. Gambar 2.2 menunjukan contoh

trayektori dari tipe kestabilan yang telah disajikan pada Tabel 2.1.

Tabel 2.1 Kriteria kestabilan berdasarkan nilai eigen

Nilai eigen Nama Kestabilan

real, tidak sama, stabil asimtotik: semuanya negatif

simpul
bertanda sama tidak stabil: semuanya positif

real, tidak sama,

sadel tidak stabil
berlawanan tanda

stabil asimtotik: semuanya negatif

real, sama simpul
tidak stabil: jika semuanya positif

kompleks konjugate stabil asimtotik: bagian real negatif

spiral
bukan imajiner murni tidak stabil: bagian real positif

imajiner murni pusat stabil

 40

Gambar 2.2 Tipe kestabilan dari titik kesetimbangan

Gambar 2.2 menunjukan titik pusat (kanan atas), titik sadel (kiri atas), titik

spiral stabil (kanan bawah) dan titik spiral yang tak stabil (kiri bawah).

2.16 Maple

Maple merupakan salah satu perangkat lunak (software) yang

dikembangkan oleh Waterloo Inc. Kanada. Maple sering digunakan untuk

keperluan ComputerAlgebraic System (CAS). Menu-menu yang terdapat pada

tampilan program Maple ini terdiri dari menu File, Edit, View, Insert, Format,

Spreadsheet, Option, Window, dan Help. Sebagian besar menu-menu di atas

merupakan menu standar yang dikembangkan untuk program aplikasi pada system

operasi Windows.
 41

Maple sering digunakan untuk keperluan penyelesaian permasalahan

persamaan diferensial dan visualisasinya, karena Maple memiliki kemampuan

menyederhanakan persamaan, hingga suatu solusi persamaan diferensial dapat

dipahami dengan baik. Keunggulan lain dari Maple untuk aplikasi persamaan

diferensial adalah kemampuan melakukan animasi grafik dari suatu fenomena

gerakan yang dimodelkan ke dalam persamaan diferensial yang memiliki nilai awal

dan syarat batas (Kartono, 2001).

Pernyataan yang sering digunakan untuk keperluan menyelesaikan

permasalahan persamaan diferensial antara lain: diff digunakan untuk

mendiferensialkan (menurunkan) suatu fungsi, dsolve digunakan untuk

menyelesaikan persamaan diferensial, evalf memberikan nilai numeric dari suatu

persamaan, dan simplify digunakan untuk menyederhanakan suatu persamaan.

Namun tentu saja pernyataan-pernyataan awal seperti restart dan deklarasi

variabel/konstanta yang diperlukan tidak boleh diabaikan. Untuk membuat grafik

pada Maple digunakan perintah plot, plot2d, plot3d, tergantung dimensi dari

pernyataan yang dimiliki. Untuk membuat gerakan animasi digunakan perintah

animate3d (Kartono, 2001).

Bahasa yang digunakan pada Maple merupakan bahasa pemrograman yang

sekaligus sebagai bahasa aplikasi, sebab pernyataan atau statement yang merupakan

input pada Maple berupa deklarasi pada bahasa program dan perintah (command)

yang sering digunakan pada bahasa aplikasi.

 BAB 3
METODE PENELITIAN

Metode penelitian yang dilakukan dalam penelitian ini meliputi beberapa

tahap sebagai berikut:

3.1 Menentukan Masalah

Dalam tahap ini dilakukan pencarian sumber pustaka dan memilih bagian

dalam sumber pustaka tersebut yang dapat dijadikan sebagai permasalahan yang

akan dikaji.

3.2 Merumuskan Masalah

Tahap ini dimaksudkan untuk merumuskan permasalahan dengan jelas

sehingga mempermudah pembahasan, permasalahan yang dibahas adalah:

(1) bagaimana model matematika epidemi SEIV penyebaran penyakit polio pada

populasi tak konstan,

(2) bagaimana menentukan titik kesetimbangan dan analisis kestabilan model

matematika penyebaran penyakit polio pada populasi tak konstan, dan

(3) bagaimana simulasi model dan interpretasi perilaku model matematika

penyebaran penyakit polio pada populasi tak konstan menggunakan program

Maple.

3.3 Studi Pustaka

Studi pustaka adalah menelaah sumber pustaka yang relevan digunakan

untuk mengumpulkan informasi yang diperlukan dalam penelitian. Studi pustaka

diambil dengan mengumpulkan sumber pustaka yang dapat berupa buku, teks,

42
 43

makalah, dsb. Setelah sumber pustaka terkumpul dilanjutkan dengan penelaahan

dari sumber pustaka tersebut. Pada akhirnya sumber pustaka ini dijadikan landasan

untuk menganalisis permasalahan.

3.4 Analisis dan Pemecahan Masalah

Dari berbagai sumber pustaka yang menjadi bahan kajian, diperoleh suatu

pemecahan masalah diatas. Selanjutnya dilakukan langkah-langkah pemecahan

masalah sebagai berikut:

(1) Menjelaskan bagaimana model matematika epidemi SEIV penyebaran penyakit

polio pada populasi tak konstan.

(2) Menjelaskan bagaimana menentukan titik kesetimbangan dan analisis

kestabilan model matematika penyebaran penyakit polio pada populasi tak

konstan.

(3) Menjelaskan bagaimana simulasi model dan interpretasi perilaku model

matematika penyebaran penyakit polio pada populasi tak konstan

menggunakan program Maple.

Dalam proses pemecahan masalah tersebut, diterangkan berbagai cara

menyelesaikan masalah dengan pendekatan yang ditetapkan sebelumnya

berdasarkan tinjauan pustaka yang sudah ada.

3.5 Penarikan Kesimpulan

Hasil dari pembahasan ini dituangkan dalam bentuk simpulan akhir yang

menyimpulkan secara umum pemecahan masalah tersebut. Simpulan ini dijadikan

sebagai hasil kajian akhir dan merupakan hasil akhir dari proses penulisan ini.
 BAB 4

HASIL DAN PEMBAHASAN

4.1 Model Matematika Penyakit Polio

Model yang diturunkan dan dibahas pada bab ini adalah model SEIV

(Susceptibles, Exposed, Infectious, Vaccination) penyakit polio pada populasi tak

konstan dengan memperhatikan fakta- fakta dan asumsi-asumsi.

4.1.1 Fakta-fakta

(1) Informasi mengenai masa inkubasi pada penyebaran penyakit polio diperoleh

dari Paul (2004) dan Kunoli (2013). Dalam Paul (2004) dan Kunoli (2013)

disebutkan masa inkubasi penyakit polio umumnya 7-14 hari.

(2) Informasi mengenai individu yang terinfeksi polio tidak dapat sembuh dan

tidak mematikan diperoleh dari Wilson(2001). Disebutkan bahwa individu

yang terjangkit polio jenis paralisis spinal tidak akan sembuh disebabkan

vaksinasi hanya dapat dilakukan sebelum tertular. Strain poliovirus jenis ini

menyerang saraf tulang belakang yang dapat menyebabkan kelumpuhan pada

kaki secara permanen. Akan tetapi polio jenis ini tidak mematikan karena

tidak menyerang organ vital.

4.1.2 Asumsi-asumsi

Dalam pembentukan model ini dibatasi oleh beberapa asumsi. Asumsi-

asumsi yang digunakan dalam model penyakit polio sebagai berikut.

(1) Jumlah populasi diasumsikan cukup besar.

(2) Dapat ditularkan dari orang yang sakit ke yang rentan.

44
 45

(3) Penyakit polio memiliki masa inkubasi.

(4) Individu yang terinfeksi tidak dapat sembuh dan tidak mematikan.

Selanjutnya, asumsi yang digunakan terhadap vaksinasi dalam model ini

adalah sebagai berikut.

(1) Vaksin hanya diberikan pada individu yang baru lahir.

(2) Keampuhan vaksinasi adalah 100%. Hal tersebut berarti setiap individu yang

telah mendapatkan vaksin akan kebal dari penyakit.

(3) Kekebalan yang terjadi karena vaksin bersifat permanen. Hal tersebut berarti

individu yang mendapat vaksin tidak dapat terinfeksi oleh penyakit yang sama

sampai waktu yang tidak terbatas.

(4) Biaya vaksin tidak diperhatikan dalam model sehingga pemberian vaksin

diasumsikan tidak terkendala oleh faktor biaya.

Dari asumsi-asumsi dan fakta-fakta di atas, pembentukkan model

matematika untuk penyakit polio pada populasi tak konstan dapat dibatasi.

4.1.3 Pembentukkan Model Matematika

Pembentukan model epidemi SEIV didasari oleh adanya penyakit

menular yang memiliki periode laten. Populasi yang diberikan dibagi ke

dalam empat kelas yakni kelas sub populasi rentan (susceptibles), kelas sub

populasi laten (exposed), kelas sub populasi terinfeksi (infectious), dan kelas sub

vaksinasi(Vaccination).

Adapun variabel-variabel dan parameter-parameter yang digunakan dalam

modelpenyakit polio disajikan dalam Tabel 4.1 danTabel 4.2 berikut:

 46

Tabel 4.1Daftar Variabel-variabel

No Variabel Keterangan

Banyak individu yang rentan

1. S(t)
terinfeksi penyakit pada waktu t

Banyak individu terinfeksi pada

2. E(t)
waktu t

Banyak individu yang terinfeksi

3. I(t)
penyakit pada waktu t

Banyak individu yang mendapat

4. V(t)
vaksinasi pada waktu t

Tabel 4.2Daftar Parameter-parameter

No Parameter Keterangan Syarat

1. µ Laju kematian alami

Probabilitas penularan penyakit

2. akibat kontak dengan individu

laten

Probabilitas penularan penyakit

3. akibat kontak dengan individu

terinfeksi

Laju transfer individu dari kelas

4.
rentan menjadi kelas vaksinasi
 47

Laju transfer individu dari kelas

5.
laten menjadi kelas terinfeksi

6. A Laju pertambahan populasi A>1

Secara skematis proses penyebaran penyakit polio dengan vaksinasi dalam suatu

populasi dapat disajikan dalam diagram transfer pada

S E I

S E I
γs
V

Gambar 4.1 Diagram Transfer Penyebaran Penyakit polio.

Model Matematika

Model matematika yang dibentuk merupakan suatu sistem persamaan

diferensial diberikan di bawah ini

(4.1)
 48

4.2 Titik Kesetimbangan

Dari sistem (4.1) dapat dicari titik kesetimbangannya, sebagai berikut:

(4.2)

Persamaan ketiga dari sistem (4.2) dapat menjadi

(4.3)

Substitusikan persamaan (4.3) kedalam persamaan kedua dari sistem (4.2)

(4.4)

Untuk kasus E=0.

Persamaan (4.3) dapat diperoleh

Persamaan pertama dari sistem (4.2) dapat diperoleh

 49

Persamaan keempat dari sistem (4.2) dapat diperoleh

Dengan demikian diperoleh titik kesetimbangan bebas penyakit yaitu

Selanjutnya, untuk menentukan titik kesetimbangan endemik, diasumsikan .

Misalkan merupakan titik kesetimbangan endemik, sehingga

sistem (4.1) menjadi

(4.5)
 50

Untuk kasus , dari persamaan (4.4) diperoleh (4.6)

Penyederhanaan persamaan (4.6)

(4.7)

Persamaan keempat dari sistem (4.5) dapat menjadi .

Maka diperoleh

Persamaan ketiga dari sistem (4.5) dapat menjadi (4.8)

Substitusikan persamaan (4.8) ke persamaan pertama dari sistem (4.5)

Maka diperoleh

(4.9)

Substitusikan persamaan (4.7) ke persamaan (4.9)

Maka diperoleh
 51

Substitusikan persamaan (4.7) ke persamaan (4.8)

Maka diperoleh

Jadi diperoleh titik kesetimbangan endemik dengan

4.3 Angka Rasio ReproduksiDasar

Untuk menentukan angka rasio reproduksi dasar yaitu dengan

mengasumsikan . Berdasarkan titik kesetimbangan endemik diperoleh

Jelas
 52

Didefinisikan

4.4 Titik Kestabilan

Analisis kestabilan ditentukan berdasarkan nilai eigen dari matriks

Jacobian yang diperoleh melalui metode linearisasi. Matriks Jacobian dari sistem

(4.1) adalah sebagai berikut.

Dengan

4.4.1 Analisis Kestabilan di Titik Kesetimbangan Bebas Penyakit

Untuk titik kesetimbangan bebas penyakit

, dengan , , , dan diperoleh

 53

Mencari nilai eigen dari matriks tersebut adalah

 54

(4.10)

Dari persamaan (4.10) diperoleh nilai eigen sebagai berikut:

Diperoleh:

Berdasarkan nilai-nilai eigen tersebut terlihat bahwa bagian real dari nilai eigen

1 , 2 adalah negatif. Selanjutnya, bagian real dari nilai eigen 3 , 4 dianalisis.

 55

Ditunjukan

Jelas

Jadi

Untuk menunjukkan nilai 4 0 , maka

Ditunjukkan

Dipunyai
 56

+ 1− 1 + + 2

1 + + 2

+ 1− 1 + + 2

Jadi 1 0, 2 0, dan 3 0 untuk setiap kondisi R0 , sedangkan nilai

4 0 apabila R0 1 . Maka titik kesetimbangan stabil asimtotik lokal.

 57

4.4.2 Analisis Kestabilan di Titik Kesetimbangan Endemik

Untuk titik kesetimbangan endemik dengan

, , dan .

Diperoleh

Mencari nilai eigen dari matriks tersebut adalah

2 ∗− 1 ∗− 2 ∗− −− 1 ∗− 1 ∗− 2 ∗ + + + + + 1 ∗+ 2 ∗− 2 ∗−
 58

Karena nilai eigennya tidak dapat dicari secara langsung, untuk itu akan dengan

menggunakan kriteria Ruth Hurwizt. Persamaan karakteristik dari matrik J*(

adalah

dengan

Ditunjukkan mempunyai akar-akar dengan bagian real

negatif yaitu dengan menunjukkan :

Diasumsikan:
1)
2)

Jadi Diperoleh:
 59

Jelas

Ditunjukkan

Jelas

Ditunjukan

Dipunyai

Diperoleh

Ditunjukkan

Jelas

Diperoleh

Ditunjukkan

Jelas

Diperoleh

Ditunjukkan

Jelas

Karena
Maka .
 60

Jadi berdasarkan kriteria Routh Hurwisz untuk polinom pangkat 3 diperoleh

simpulan bahwa mempunyai akar-akar dengan bagian

real negatif, maka titik kesetimbangan stabil asimtotik lokal.

Teorema 2

1. Jika maka titik ekuilibrium stabil asimtotik lokal.

2. Jika maka titik ekuilibrium tidak stabil.

3. Jika , dan maka titik ekuilibrium stabil

asimtotik lokal.

4.5 Hasil Simulasi

Simulasi dilakukan dengan memberikan nilai-nilai untuk masing-masing

parameter sesuai dengan kondisi dengan teorema yang telah diberikan di

atas.Simulasi ini diberikan untuk memberikan gambaran geometris dari teorema

eksistensi dan kestabilan dari titik-titik ekuilibrium model ini.

Berdasarkan penjelasan makna nilai-nilai parameter, nilai laju manusia

yang lahir dan mati tiap satuan waktu, menyatakan probabilitas penularan

penyakit akibat kontak dengan individu laten, menyatakan probabiltas

penularan penyakit akibat kontak dengan individu terinfeksi, menyatakan rata-

rata proporsi jumlah dari kelas rentan menjadi kelas vaksinasi, menyatakan rata-

rata proporsi jumlah pada masa laten menjadi masa terinfeksi, menyatakan laju

pertambahan populasi.

4.5.1 Untuk Model Penyakit di Titik Kesetimbangan Bebas Penyakit

Simulasi untuk , diberikan nilai-nilai parameter dalam table berikut.

 61

Jika diasumsikan nilai artinya yang diinterpretasikan

sebagai waktu rata-rata seseorang berada dalam sistem yang diamati yaitu selama

60 tahun, nilai diperoleh dari jurnal Agarawal & Bhaduria (2011), nilai

A= 100 artinya penambahan populasi sejumlah 100 orang tiap harinya.

Nilai-nilai parameter tetap yang diberikan untuk membuat simulasi dari

model penyebaran penyakit polio, disajikan dalam Tabel 4.3.

Tabel 4.3. Nilai Parameter tetap untuk Simulasi Model

Parameter Nilai

100

Selanjutnya, peluang seseorang tertular penyaki polio jika seseorang yang

rentan mempunyai kontak dengan sebagian populasi laten atau seseorang dari

populasi terinfeksi . Nilai-nilai , dan γ diberikan pada tabel 4.4.

Selanjutnya, program vaksinasi dilakukan untuk mencegah meluasnya penyakit.

Vaksinasi dianggap berhasil jika pada waktu tertentu penyakit akan menghilang

dari populasi. Rasio reproduksi dasar dapat digunakan untuk menentukan apakah

penyakit tersebut akan menghilang dari populasi. Penyakit akan menghilang dari

populasi pada waktu tertentu jika R0 1 .

Berikut ini akan dianalisis untuk empat kondisi R0 1 dengan mengubah

nilai , dan di titik ekuilibrium bebas penyakit

dan disajiakan pada tabel.

 62

Tabel 4.4 Titik kesetimbangan , rasio reproduksi dasar R0 .

Titik Kestimbangan P0 R0

(3328.3,0,0,2184855.544) 0.00000002 0.00000001 0.03

0.72832216
(2497.14701,0,0,2185686.66) 0.00000002 0.00000001 0.04
0.54644941
(1998.173669,0,0,2186185.634) 0.874452053 0.00000001 0.00000002 0.05

(1665.398188,0,0,2186518.409) 0.00000004 0.00000002 0.06

0.729542602

Sebagai contoh kondisi pada saat diperoleh dengan

mengubah nilai dan sehingga

diperoleh nilai .

a. Grafik S(t) terhadap t

 63

b. Grafik E(t) terhadap t

c. Grafik L(t)=I(t) terhadap t

d. Grafik V(t) terhadap t

Gambar 4.2 Dinamika populasi S(t), E(t), I(t) dan V(t) terhadap waktu t

pada saat dan .

 64

Berdasarkan hasil simulasi pada Gambar 4.2 untuk <1.

Artinya jumlah individu pada sub populasi S(t) akan bertambah seiring

pertambahan populasi susceptibles yang tidak terinfeksi oleh penyakit polio.

Jumlah pada sub populasi E(t) akan menuju ke titik kesetimbangan 0 artinya

jumlah populasi Exposed yang tertular oleh kelompok Exposed atau infective

berkurang, disebabkan karena kelompok manusia Exposed menjadi kelompok

manusia infective. Pada sub populasi I(t) kelompok manusia infective semakin

lama hilang, ini dapat terjadi ketika tidak ada individu pada kelas Exposed maka

semakin lama individu yang menderita sakit berkurang dan hilang karena

meninggal karena usia. Pada sub populasi V(t) akan semakin bertambah

dikarenakan banyak populasi susceptibles yang divaksinasi. Ini berarti untuk jangka

waktu tertentu penyakit polio akan menghilang dalam populasi dikarenakan semua

individu akan tervaksinasi. Hal ini berarti tidak terjadi epidemi pada populasi.

4.5.2 Untuk Model Penyakit di Titik Kesetimbangan Endemik

Pada saat nilai R0 1 akan dianalisis untuk empat kondisi dengan

memberikan nilai parameter seperti diatas tetapi dengan asumsi dan

akan memperlihatkan bahwa untuk jangka waktu yang lama dalam

lingkungan atau komunitas tertentu akan selalu ada individu yang terkena penyakit

polio.

Berikut ini akan dianalisis untuk empat kondisi R0 1 , dengan mengubah

nilai dan di titik kesetimbangan endemik dengan

dan disajikan pada table 4.5.

 65

Tabel 4.5 Titik kesetimbangan P1 , rasio reproduksi dasar R0 .

Titik Kestimbangan P0 R0

(1142.5,34.9,687006.4,1500000) 0.00000004 0.06

1.45767894
(1142.5,22.2,242457.6,1750000) 0.00000004 0.03
1.249574953
(761.7,68.7,1261347.5,833333.3) 0.00000006 0.05
2.623422761
(914,50.1,853791.6,1200000) 0.00000005 0.06
1.822098674

Sebagai contoh kondisi pada saat pada saat diperoleh dengan

mengubah nilai dan sehingga diperoleh nilai

(1142.5,34.9, 687006.4,1500000)

a. Grafik S*(t) terhadap t

 66

b. Grafik E*(t) terhadap t

c. Grafik L*(t)= I*(t) terhadap t

d. Grafik V*(t) terhadap t

Gambar 4.3 Dinamika populasi S*(t), E*(t), I*(t) dan V*(t) terhadap waktu t

pada saat dan .

 67

Berdasarkan hasil simulasi pada Gambar 4.3 untuk .

Artinya jumlah individu pada sub populasi S*(t) mengalami penurunan, ini

disebabkaan karena kelompok manusia susceptibles terinfeksi dan menjadi

kelompok manusia Exposed. Pada sub populasi E*(t) mengalami kenaikan, ini

disebabkan karena kelompok manusia susceptibles terinfeksi oleh kelompok

Exposed atau infective. Pada sub populasi I*(t) jumlah populasi infective semakin

bertambah tetapi akan selalu tetap dan akan selalu ada dikarenakan masih ada

individu pada kelas Exposed dan individu infective yang tidak bisa sembuh sampai

suatu individu meninggal karena umur. Pada sub populasi V*(t) mengalami

kenaikan hingga titik kesetimbangan namun tidak semua individu yang tervaksinasi

dikarenakan masih adanya populasi infective dan Exposed . Dapat dilihat bahwa

penyakit tidak akan hilang saat R0 1 , sehingga perlu adanya tindakan yang dapat

menghilangkan wabah atau epidemi tersebut.

 BAB 5

PENUTUP

5.1 Simpulan

Dari pembahasan pada bab sebelumnya, dapat disimpulkan bahwa

(1) Model matematika untuk model kestabilan SEIV penyebaran penyakit polio

pada populasi tak konstan membentuk sebuah sistem persamaan diferensial

yang terdiri dai 4 persamaan, yaitu:

(5.1)

(2) Analisis kestabilan penyebaran penyakit polio pada suatu populasi

menghasilkan angka rasio reproduksi dasar yang didefinisikan sebagai

. Diperoleh dua titik kesetimbangan yaitu titik

kesetimbangan bebas penyakit polio dan

titik kesetimbangan endemik dengan

. Titik

P0 stabil jika R0 1 dan titik P1 stabil jika R0 1 dan .

69
 70

(3) Dinamik dari sistem ini ditentukan oleh beberapa parameter pada R0 . Jika

, dan dengan

,maka R0 1 artinya untuk jangka waktu yang lama populasi

penyakit polio akan hilang dikarenakan semua individu tervaksinasi dan

populasi laten dan terinfeksi hilang (I=0). Sedangkan jika

dan dengan maka R0 1 artinya untuk jangka waktu

yang lama populasi penyakit polio akan tetap ada namun jumlahnya lebih

kecil daripada populasi yang tervaksinasi (I*<V*).

5.2 Saran

Dalam penulisan ini, penulis membahas model matematika untuk model

kestabilan SEIV pada proses penyebaran penyakit polio populasi tak konstan.

Dalam penelitian ini diasumsikan laju rekruitmen tidak sama dengan laju kematian.

Oleh karena itu, penulis menyarankan kepada pembaca yang tertarik pada masalah

ini untuk mengembangkan model penyebaran penyakit polio yang mematikan dan

penyakit polio yang mungkin bisa disembuhkan seiring dengan perkembangan

vaksinasi.
 DAFTAR PUSTAKA

Agarawal, M & Bhaduria, A.S. 2011. Modeling Spread of Polio with the Role of
Vaccination. AAM:Intern. J. Vol.6 ,issue 2:552-571

Anton, H. 1995. Aljabar Linier Elementer. Edisi kelima. (diterjemahan oleh:

Silaban, P. dan Susila, I. N.). Jakarta: Erlangga.

Bellomo, N. & L. Preziosi. 1995. Modeling Mathematical Methods and Scientific

Computation. Florida: CRC Press.

Conte, S. & C. Boor. 1993. Dasar-Dasar Analisis Numerik Suatu Pendekatan

Algoritma. Jakarta: Erlangga.

Diekmann, J.A.P. 2000. Mathematical Epidemology of Infectious Diseases. West

Sussex: John Wiley & Sons Ltd.

Gantmacher, F.R. 1959. The Theory of Matrices. New York: Chelsea Publishing
Company.

Hanh, W. 1967. Stability of Motion. New York: Springer-Verlag.

Kartono. 2001. Maple untuk Persamaan Diferensial. Yogyakarta: J&J Learning.

Kocak, H. & Hole, J. K. 1991. Dynamic and Bifurcation. New York: Springer-
Verlag.

Kunoli, F.J. 2013. Epidemologi penyakit menular. Jakarta: Trans Info Media.

Miller, N.Z. 2004. The polio vaccine: a critical assessment of its arcane history,
efficacy, and long-term health-related consequences. USA: Thinktwice
Global Vaccine Institute.
Nagle, R.E & E.B. Saff. 1993. Fundamentals of Differential Equation and
Boundary Value Problems. New York: Addison-wesley Publishing Company.

Olsder, G.J. 1994. Mathematics System Theory. The Netherlands: Delftse Uitgevers
Maatscappij b.v.

Pamuntjak, R.J. & S. Widiarti. 1990. Persamaan Diferensial Biasa. Bandung: ITB.

Paul, M.D.E. 2004. Poliomyelitis. Warm Springs : GA 31830.

Perko, L. 1991. Differential Equations and Dynamical System. New York: Spinger-
Verlag Berlin Heidelberg.

71
 72

Suherman. 1993. Strategi Belajar Mengajar Matematika. Jakarta: Universitas

Terbuka Depdikbud.

Supriyono. 2012. Persamaan Diferensial Biasa. Semarang: Unnes.

Waluya, S.B. 2006. Persamaan Diferensial. Yogyakarta: Graha Ilmu.

WHO. 2005. Framework for national policy makers in OPV-using countries.
Geneva.p.l-10.

WHO-SEARO. 2008. Vaccine Preventable DiseaseSurveilance bulletin. Report for

Week 38,2008.

Widowati & Sutimin. 2007. Buku Ajar Pemodelan Matematika. Jurusan

Matematika Universitas Diponegoro.

Widoyono. 2008. PENYAKIT TROPIS Epidemiologi, Penularan, Pencegahan &

Pemberantasannya. Jakarta: Erlangga.

Wiggins, S. 2003. Introduction to Applied Nonlinear Dynamical Systems and

Chaos. Second Edition. New York: Springer-Verlag.

Wilson, W. R. 2001. Current Diagnosis and Treatment in Infectious Disease. USA

: McGraw-Hill Companies, Inc.
73
 74

Lampiran 1

Print out Maple Model SEIV Bebas Penyakit

 75

Lampiran 2

Print out Maple Model SEIV Endemik

76