Judul A Nonlinear differential equation model of Asthma effect of

environmental pollution using LHAM

Jurnal Jurnal of Physics: Conference Series
Volume dan -
Halaman
Tahun 2018
Penulis G. Arul Joseph dan S Balamuralitharan

Latar Belakang Penelitian yang dilakukan oleh pengarang pada jurnal ini,
didasari oleh salah satu masalahan kesehatan akibat permasalahan
lingkungan yaitu pencemaran udara. Pencemaran udara yang
dibahas oleh pengarang merupakan pencemaran akibat asap rokok
yang ditimbulkan oleh kebiasaan masyarakat sebagai perokok aktif
merokok ditemput umum yang tentunya memiliki peluang besar
untuk diedarkan ke orang banyak. Selama beberapa waktu terakhir,
masalah asap rokok ini telah dipercaya sebagai penyebab
meningkatnya pengidap asma terutama bagi kalangan anak-anak
yang bila dinyatakan dalam persentase maka nilainya telah
mencapai 63%. Oleh karena itu, untuk memperoleh solusi atas
permasalahan ini, pengarang telah membuat pemodelan terhadap
pengidap asma untuk melihat efek penyebarannya. Dari pemodelan
ini diperoleh suatu solusi yaitu menghindari dan mengisolasi para
perokok aktif. Pemodelan yang dilakukan ialah berupa persamaan
diferensial non linier yang diselesaikan dengan metode Analisis
Homotopi Liao.
Metode Penelitian Metode penelitian yang digunakan oleh pengarang ialah metode
(Model Matematika) Liao’s Homotopy Analysis Method (LHAM), dimana metode ini
merupakan metode dasar untuk meninjau persamaan yang akan
digunakan dalam memodelkan persamaan matematika. Metode ini
dipilih karena dari semua metode yang ada, metode ini akan
memberi suatu solusi aproksimasi yang sempurna. Pemodelan
dalam metode Liao’s Homotopy Analysis Method (LHAM) diawali
dengan membuat suatu persamaan awal yaitu:
B [ w ( t ) ] =0 …. (1)
Dimana:
B: variabel nonlinier
w(t): fungsi identitas yang tidak diketahui.
Pada tahapan awal ini, semua batas ataupun kondisi awal yang
ada di kondisi nyata akan diabaikan.
Bentuk umum persamaan Liao’s Homotopy Analysis Method:
(1− p)N [ λ ( t , p )−w 0 ( t )= pgG(t) N [ λ(t ; p)]
Pada bentuk umum persamaan diatas, parameter embedding
akan selalu bernilai di antara 0 dan 1 sementara variabel G
berperan sebagai variabel tambahan.
λ ( t : 0 )=w0 ( t ) dan λ ( t :1 )=w ( t )…. (2)
Berdasarkan persamaan (2), bila nilai p meningkat dari 0 ke 1,
maka akan diperoleh solusi yang bervariasi. Untuk memperluas
sistem, maka akan digunakan deret Taylor, dengan persamaan:
 ∞
λ ( t : p )=w 0 ( t ) + ∑ wz (t) p z …. (3), sehingga
z=1

[ ]
z
1 λ (t : p)
w z ( t )= … (4)
z pz
Bila kondisi awal ikut diperhitungkan, maka persamaannya
menjadi:
∞
w (t )=w0 + ∑ w z (t) …. (5)
z=1
Selanjutnya, persamaan akan didiferensiasikan terhadap nilai
parameter embedding p dengan suatu persamaan vector, maka
akan diperoleh:
N [ w z−μ z w z −1 ]=¿(t) Dz (w z−1 )
Dimana:
μ z=0 , z ≤ 1
μ z=1 , z>1
Selanjutnya nilai N pada persamaan (5) dipindah ke ruas kanan,
sehingga persamaan menjadi:
−1
w z ( t )=μ z w z−1 (t)+ g N [G (t ) Dz ( w z−1) ]
Untuk memperoleh orde yang lebih tinggi dari pemodelan ini,
maka gunakan persamaan:
∞
w (t )=∑ w z (t)
z =1
Jika persamaan yang akan digunakan sudah selesai ditinjau,
maka Langkah selanjutnya ialah dengan membuat bentuk
pemodelan matematika terhadap variabel t sehingga diperoleh
beberapa persamaan:
dx
=λ−μx −βxz
dt
dy
=θ1 z −αy−μy
dt
dz
=θ−θ 1 z−θz−μz
dt
Untuk mendapat nilai dari pemodelan persamaan diatas maka
terdapat kondisi awal dan batas yaitu:
X(0) = 0,y(0) = 0,z(0) = 0
X(0) = 5500, y(0) = 4000, z(0) = 200

Berdasarkan 3 persamaan pemodelan diatas, masing-masing

akan mengklasifikasikan 3 kelompok masyarakat diantaranya
masyarakat yang rentan terkena asma, masyarakat yang telah
terkena asma, serta masyarakat yang bebas rokok baik aktif
maupun pasif. Berdasarkan hasil itu nanti akan dilihat jumlah
masyarakat yang berpindah dari kelompok rentan asma ke
kelompok yang mengidap asma. Untuk solusinya kemudian
diperoleh melalui perkiraan model menggunakan Metode Analisis
dengan penjabaran sebagai berikut:
 [ ]
−At −μt −( A +
λ 1 A 1 1 A Ae At e e
x (t )= ( 1−e ) + 5500+ 2 − ( +
−μt −μt
) e + + − −
μ B B μ μ− A Bμ B ( μ− A) B B
2

q θ1 q θ1 200θ 1 − Nt −Mt
y (t )= ( 1−e−Nt ) + ( e−Nt −e−Mt )+ 40000 e− Nt + (e −e )
NM M ( N −M ) ( N−M )
q
z (t)= ( 1−e ) +200 e
−Mt −Mt
M
Dimana:
N=α + μ
M =θ 1+θ+ μ
A=hβ λ q
B=(θ1 +θ+ μ)μ
Selanjutnya, 3 persamaan fungsi t yang sudah dimodelkan
untuk mengelompokkan 3 kelompok populasi masyarakat akan
dianalisis melalui simulasi numerik.
Pembahasan dan Melalui simulasi numerik yang sudah dilakukan, laju perubahan
Simpulan pengidap asma terhadap t (waktu) dalam kurun waktu 100 tahun
dianalisis dengan perbedaan nilai β , λ , h , μ , α , dan θ1 . Selain itu
juga, laju perubahan kelompok kelompok perokok aktif di tempat
umum juga di analisis dengan dengan menggunakan perbedaan
μ , θ1 danθ . Untuk 6 variabel yang sudah dijelaskan, merupakan
parameter yang digunakan untuk mencari nilai pemodelan dimana
β
merupakan interaksi antara kelompok rentan dengan perokok, μ
tingkat kematian biasa, α tingkat kematian akibat penyakit, θ
merupakan jumlah perokok yang berhenti merokok, λ merupakan
interaksi antara orang banyak dengan polutan asap rokok, dan θ1
merupakan jumlah perokok yang berubah menjadi pengidap asma.
Maing-masing grafik dapat dilihat pada gambar berikut ini.

Untuk laju perubahan pengidap asma pada grafik 1 dengan

perbedaan nilai β atau jumlah interaksi antara kelompok rentan
dengan perokok terhadap fungsi (t) dalam kurun waktu 100 tahun,
dapat dilihat bahwa masing-masing kelompok bernilai 0,0002;
0,0012; dan 0,0022.
 Lalu perubahan pengidap asma pada grafik 2 dengan
perbedaan nilai λ atau interaksi antara orang banyak dengan
polutan asap rokok terhadap fungsi (t) dalam kurun waktu 100
tahun, dapat dilihat bahwa masing-masing kelompok bernilai
0,0001; 0,0011; dan 0,0021.

Lalu perubahan pengidap asma pada grafik 3 dengan

perbedaan nilai h terhadap fungsi (t) dalam kurun waktu 100 tahun,
dapat dilihat bahwa masing-masing kelompok bernilai 0,014; 0,024;
dan 0,034.

Selanjutnya untuk laju pengidap asma pada grafik 4 dengan

perbedaan nilai μ atau tingkat kematian biasa terhadap fungsi (t)
dalam kurun waktu 100 tahun, dapat dilihat bahwa masing-masing
kelompok bernilai 0,014; 0,024; dan 0,034.
 Selanjutnya untuk laju pengidap asma pada grafik 5 dengan
perbedaan nilai α atau tingkat kematian akibat penyakit terhadap
fungsi (t) dalam kurun waktu 100 tahun, dapat dilihat bahwa

masing-masing kelompok bernilai 0,018; 0,038; dan 0,058.

Garfik terakhir yang menunjukkan laju pengidap asma pada
grafik 6 dengan perbedaan nilai θ1 atau jumlah kelompok perokok
yang berubah menjadi pengidap asma terhadap fungsi (t) dalam
kurun waktu 100 tahun, dapat dilihat bahwa masing-masing
kelompok bernilai 0,0002; 0,0052; dan 0,0102.

Selanjutnya untuk grafik 7 yang menunjukkan laju perubahan

perokok aktif dengan perubahan nilai μ atau tingkat kematian biasa
 terhadap fungsi (t) dalam kurun waktu 100 tahun, dapat dilihat
bahwa masing-masing kelompok bernilai 0,014; 0,024; dan 0,034.
Laju perubahan perokok aktif pada grafik 8 dengan perbedaan
nilai θ1 atau jumlah kelompok perokok yang berubah menjadi
pengidap asma terhadap fungsi (t) dalam kurun waktu 100 tahun,
dapat dilihat pada masing-masing kelompok bernilai 0,0002;
0,0012; dan 0,0022.

Terakhir, laju perubahan perokok aktif pada grafik 9 dengan

perbedaan nilai θ atau jumlah perokok yang berhenti merokok
terhadap fungsi (t) dalam kurun waktu 100 tahun, dapat dilihat pada
masing-masing kelompok bernilai 0,002; 0,012; dan 0,022.
Berdasarkan hasil Analisa simulasi numerik ini, dapat disimpulkan
bahwa perubahan dari orang-orang dengan kelompok rentan
menjadi pengidap asma menjadi lebih tinggi Ketika mereka secara
aktif atau sering berada pada liungkungan dengan kelompok
perokok. Selain itu, dijelaskan juga bahwa polutan asap rokok yang
mencemari lingkungan semakin meningkat dengan kondisi dimana
para perokok juga secara aktif merokok di lingkungan. Oleh sebab
itu, pengendalian terhadap penyakit asma dapat dilakukan bila
perokok aktif di lingkungan dapat dibatasi.

TUGAS 2
Berdasarkan hasil penelitian yang sudah dilakukan oleh pengarang pada jurnal
berjudul “A Nonlinear differential equation model of Asthma effect of environmental pollution
using LHAM” terdapat beberapa hal yang saya rasa perlu dikoreksi sehingga pada penelitian
lanjutan nanti dapat digunakan untuk memperjelas hasil penelitian. Pertama, pada penelitian
dalam jurnal, tidak disebutkan apakah kondisi populasi masyarakat di kawasan yang diteliti
merupakan kawasan padat penduduk atau tidak. Kedua, tidak dijelaskan berapa persentase
jumlah perokok dalam kawasan tersebut dan berapa total polutan asap rokok yang
dihasilkan per kurun waktu tertentu dalam kawasan yang dimaksud. Oleh sebab itu,
berdasarkan hal-hal ini, penelitian lanjutan yang saya tawarkan ialah membuat pemodelan
pengaruh asap rokok di lingkungan pada kawasan padat penduduk terhadap pengidap asma
dan membandingkannya dengan kawasan dengan kepadatan penduduk normal. Selain itu,
juga dapat diteliti pengaruh serta membuat pemodelan dari masing-masing polutan di
lingkungan, bukan hanya asap rokok tetapi polutan lain seperti karbon monoksida atau gas
hasil pabrik terhadap persentase populasi pengidap asma. Hal ini bertujuan agar pengaruh
masing-masing polutan yang ada di udara dapat dibandingkan dan dilihat mana polutan
yang pada kenyataannya paling berpengaruh terhadap peningkatan jumlah pengidap asma.
Karena berdasarkan jurnal, polutan asap rokok dijadikan faktor utama peningkatan pengidap
asma hanya berdasarkan hasil pendugaan tanpa ada penelitian sebelumnya yang dijadikan
referensi sebagai latar belakang penelitian.