Subscribe to DeepL Pro to translate larger documents.

Visit www.DeepL.com/pro for more information.

J. Matematika. Anal. Appl. 518 (2023) 126686

Daftar isi tersedia di ScienceDirect

Jurnal Analisis dan Aplikasi Matematika

www.elsevier.com/locate/jmaa

Artikel Reguler

Pemodelan matematis keterlibatan kecoa dalam penularan penyakit

bawaan makanan di habitat manusia
Komi Afassinou ∗
Departemen Ilmu Matematika, Universitas Zululand, KwaDlangezwa, Afrika Selatan

ARTIKLE INf O ABSTRACT

Riwayat artikel: Kecoa adalah salah satu hama yang paling umum ditemukan di banyak rumah dan
Diterima 14 Mei 2022 tempat pengolahan makanan lainnya. Keberadaan mereka yang hidup
Tersedia secara online 14 berdampingan dengan manusia telah menimbulkan masalah kesehatan masyarakat
September 2022 Dikirim oleh E.
dan menimbulkan risiko serius bagi kesehatan manusia, karena mereka diduga
Braverman
berperan penting dalam penularan berbagai penyakit usus, termasuk diare, disentri,
Kata kunci: kolera, wabah kusta, dan demam tifoid. Dalam artikel ini, kami menyajikan model
Habitat manusia matematika yang menggambarkan penularan penyakit bawaan makanan ke
Kecoak Jerman manusia oleh kecoa dengan memasukkan intervensi pengendalian seperti
Reservoir patogen lingkungan penggunaan insektisida dan sanitasi lingkungan secara teratur. Analisis matematis
Insektisida dan numerik dilakukan untuk menyelidiki dampak dari intervensi pengendalian ini
ketika dianggap sebagai strategi tunggal atau gabungan. Hasilnya menunjukkan
tingkat kemanjuran insektisida yang dapat digunakan untuk melakukan
pemberantasan total. Penggunaan umpan dan alat perangkap juga dieksplorasi dan
dinyatakan sebagai yang terbaik.
© 2022 Elsevier Inc. Semua hak cipta
dilindungi undang-undang.

1. Pendahuluan

Kecoak adalah serangga dari ordo Blattaria atau Blattodea dan merupakan satu-satunya serangga purba
yang dekat dengan tempat tinggal manusia. Ada sekitar 4.600 spesies kecoa di seluruh dunia, di mana 30 spesies
di antaranya terkait dengan habitat manusia [3]. Dari 30 spesies tersebut, empat di antaranya dikenal sebagai spesies
yang paling berbahaya bagi kesehatan manusia. Ini termasuk kecoak Amerika (P. Americana) yang berukuran
besar dan berwarna hitam, kecoak Oriental (B. orientalis) yang berukuran sedang dan berwarna coklat tua
hingga hitam dan kecoak Jerman (B. germanica) yang berukuran lebih kecil dan berwarna coklat [13].
Kecoak biasa ditandai dengan panjangnya yang mencapai 5-73 mm dan struktur sayap ganda yang
terlipat rata di bagian belakang [15]. Meskipun memiliki sepasang sayap, tidak semua spesies dapat
terbang, melainkan berjalan sangat cepat. Sebagian besar spesies kecoak memiliki penampilan yang pipih
dari atas ke bawah, dengan enam kaki, dua antena dan berwarna coklat kekuningan atau hitam.
Kecoak telah ada di bumi ini selama lebih dari 300 juta tahun, yang merupakan pendahulu dari asteroid
yang memusnahkan dinosaurus, dan mereka akan tetap ada di bumi ini setelah kita pergi [4]. Ternyata, kecoak
purba

* Penulis korespondensi.
Alamat email: komia@aims.ac.za.

https://doi.org/10.1016/j.jmaa.2022.126686
0022-247X/© 2022 Elsevier Inc. Semua hak cipta dilindungi undang-undang.
2 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023)
126686

sangat mirip dengan yang ada di rumah kita saat ini. Makhluk-makhluk ini adalah satu-satunya yang bertahan
begitu lama dengan sedikit perubahan. Mereka adalah spesies yang sangat serbaguna dan tangguh, yang
mampu bertahan hidup dari hampir semua h a l , bahkan dari pengangkatan kepala mereka sendiri [4].
Penelitian melaporkan bahwa mereka dapat bertahan hidup selama lebih dari seminggu tanpa kepala.
Arthropoda yang ada di mana-mana dan gigih ini telah mengalahkan semua tindakan pengendalian buatan
manusia dan terus berkembang biak secara tak terduga. Kecoak juga memiliki kemampuan khusus untuk
mengembangkan kekebalan terhadap racun. Sebuah studi di [14] melaporkan bahwa kecoak, terutama kecoak
Jerman, memiliki genom yang memasok tubuh mereka dengan persenjataan protein yang disebut P450, yang
menetralisir racun dan dapat merespons berbagai macam ancaman kimia. Kecoak, meskipun biasanya
ditemukan di daerah tropis, juga diketahui mampu hidup di gurun, dan bahkan Kutub U t a r a , pada suhu -
188◦F [4]. Untuk mencegah kehilangan air dan mengumpulkan oksigen dalam kantung udara mereka di trakea,
kecoak memiliki kemampuan luar biasa untuk menahan napas hingga 40 menit [4]. Mereka secara universal
dijelek-jelekkan dan d i c a p sebagai monster di antara banyak serangga. Bahkan diyakini bahwa jika bom
atom Perang Dunia III memusnahkan spesies manusia, kecoak akan tetap hidup dan terus merayap.
Kecoak biasanya hidup berkelompok dan sebagian besar aktif di malam hari. Pada siang hari, mereka
dapat ditemukan di tempat-tempat persembunyian rumah tangga, celah-celah dinding, ruang tertutup
seperti di belakang kulkas, di dapur atau di bawah tumpukan majalah, koran, atau kotak kardus, barang
furnitur apa pun yang biasanya tidak terganggu. Mereka menunjukkan perilaku endofagik karena mereka
memakan sampah dan kotoran manusia dan kemudian membawa bakteri pada tubuh mereka dari selokan,
saluran air dan tempat sampah. Bakteri ini kemudian ditularkan ke manusia ketika kecoak mengunjungi
dapur mereka dan mencemari makanan dan peralatan. Manusia kemudian terinfeksi ketika mereka
memakan makanan yang terkontaminasi atau menggunakan peralatan yang tidak higienis. Kecoak juga
dikenal karena merusak kain, kertas, serta meninggalkan noda dan bau tidak sedap pada permukaan yang
bersentuhan dengannya [26]. Bau-bauan ini menyebabkan alergi pada banyak manusia dan dikaitkan
dengan morbiditas asma akut. Paparan alergen mereka juga dapat menyebabkan mengi berulang [19,21].
Kecoak secara universal dibenci. Mereka adalah pemakan segala dan akan memakan sumber makanan organik
apa pun yang tersedia bagi mereka, bahkan mayat rekan-rekan mereka dalam koloni. Mereka juga
memakan nutrisi yang ditemukan di tambang dan selokan, yang merupakan reservoir potensial bakteri.
Makhluk ini membawa lebih dari 100 bakteri patogen dalam saluran pencernaan mereka [5]. Dalam
sebuah penelitian [6], kecoak Jerman ditemukan memakan sekresi mulut pasien yang sudah meninggal
karena penyakit paru-paru; sekresi ini hampir 100% terkontaminasi bakteri menular. Studi juga
mengungkapkan bahwa mereka menyediakan tempat berlindung bagi patogen bakteri yang kebal
terhadap banyak obat [25].
Terlepas dari semua penyakit yang disebabkan oleh serangga ini pada manusia, sejumlah kecil
penelitian masih menyangkal dampak penuh kecoa pada berbagai masalah kesehatan yang serius. Di sisi
lain, peneliti lain menganggap kecoak bertanggung jawab atas beberapa penyakit usus, seperti diare,
disentri, demam tifoid, dan kolera yang diderita manusia.
Sejauh pengetahuan kami, belum ada model matematis yang dikembangkan untuk menggambarkan
keterlibatan kecoak dalam penularan beberapa penyakit usus. Namun, sejumlah besar penelitian eksperimental
dan penelitian jangka panjang telah tersedia. Sebuah studi baru-baru ini [10] di Universitas Purdue, yang
dipimpin oleh Michael Scharf, mengenai pembasmian kecoa dengan berbagai kelas insektisida menemukan
bukti bahwa kecoa Jerman telah mengalami resistensi silang terhadap insektisida terbaik, sehingga membuat
pemusnahannya hampir tidak mungkin dilakukan. Para penulis dalam [18] melakukan penelitian tentang
tingkat infestasi oleh tiga spesies kecoa yang berbeda di berbagai tempat tinggal manusia di Pakistan. Hasil
penelitian mereka menunjukkan bahwa tingkat infestasi spesies yang berbeda bergantung pada ketersediaan
sumber makanan, kondisi sanitasi dan kondisi iklim. Hasil penelitian Sana Arif dkk. [22] menunjukkan P.
americana sebagai yang paling banyak ditemukan (35,6%) diikuti oleh B. orientalis (32%) dan B. germanica
(21,6%), sedangkan spesies bakteri yang paling banyak ditemukan adalah Escherichia coli (80%) dan
Salmonella spp. (55%). Dari penelitian Devi dan Murray [9], lebih dari 4,1% kecoa yang dikumpulkan dari
 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 3
126686 dan restoran di India mengandung beberapa Salmonella yang resisten
rumah sakit, rumah, toko kelontong,
terhadap obat. Menurut Fotedar dkk. dalam [11], hampir semua kecoa yang diisolasi dari rumah sakit dan
daerah pemukiman membawa mikroorganisme yang penting secara medis.
 4 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023)
126686

Berbeda dengan semua penelitian kecoa yang ada, kami memilih untuk menyajikan pendekatan
matematis terhadap rute transmisi penyakit bawaan makanan antara kecoa domestik dan manusia di tempat tinggal
manusia. Kami memperhitungkan kontaminasi kontak tidak langsung (dari lingkungan) dan kontaminasi
kontak langsung pada populasi kecoa. Makanan dan peralatan rumah tangga merupakan jembatan antara
kedua populasi ini.
Artikel ini disusun sebagai berikut: model yang diusulkan diformulasikan dan sifat-sifat dasarnya
diidentifikasi di bagian 2. Analisis kualitatif dari model dilakukan di bagian 3. Hasil simulasi dan diskusi
disajikan pada bagian 4. Kami menyimpulkan artikel ini di bagian 5.

2. Formulasi model

Model yang diformulasikan menyelidiki dinamika penularan penyakit bawaan makanan oleh kecoak di
habitat manusia dengan standar kebersihan yang buruk. Asumsi model difokuskan pada spesies kecoa Jerman
karena tempat tinggal mereka yang lebih disukai termasuk dapur, kantor, kebun, jamban, kamar mandi
dan semua tempat yang lembab dan hangat. Kita mempertimbangkan total populasi manusia dengan
kepadatan yang dilambangkan dengan N(t) pada waktu
t. Individu terpapar pada m objek yang berbeda, seperti makanan dan peralatan yang terkontaminasi, yang
dilambangkan dengan 𝘚1 , 𝘚2 ,
. . . 𝘚 m , masing-masing dengan konsentrasi patogen yang sesuai, katakanlah, U1 , U2 , . . . , Um , masing-masing.
Rumah-rumah ini adalah rumah
Peralatan makan terinfeksi oleh kecoak yang menelan atau membawa kuman dan patogen yang terambil dari
jamban, sampah
tempat pembuangan sampah, sistem saluran pembuangan ke dalam rumah. Tempat-tempat yang menjadi
tempat penampungan ini merupakan reservoir patogen di lingkungan. Misalkan P (t) adalah konsentrasi
rata-rata patogen di reservoir lingkungan, pada
P(t)
waktu t. Kami menggunakan kejadian saturasi [8,20] dalam bentuk , untuk memodelkan kekuatan infeksi
P (t )+ κ
dari reservoir lingkungan, di mana κ adalah konsentrasi setengah jenuh dari patogen lingkungan.
Kita asumsikan bahwa kecoa yang rentan menjadi terinfeksi atau pembawa patogen setelah melakukan
kontak, katakanlah dengan laju βr , dengan reservoir patogen lingkungan. Kecoa umumnya hidup
berkelompok, oleh karena itu, infeksi juga terjadi sebagai akibat dari kontak yang efektif antara kecoa
yang rentan dengan kecoa yang terinfeksi, dengan laju β. Kekuatan infeksi pada populasi kecoa dengan
demikian diberikan oleh
+β
P (t) Icr
λo = βr , (1)
P (t) + (t)
κ X (t)

di mana X(t) menyatakan total populasi kecoa yang terdiri dari kecoa yang rentan Scr dan kecoa yang
terinfeksi Icr pada waktu t, diberikan

X(t) = Scr (t) + Icr (t). (2)

Populasi manusia dibagi menjadi tiga kelas yaitu: individu yang rentan Sh (t), individu yang terinfeksi Ih (t),
dan individu yang sembuh R(t), sehingga kita memiliki

N(t) = Sh (t) + Ih (t) + R(t). (3)

Patogen penyakit diasumsikan berpindah dari kecoa yang terinfeksi ke peralatan 𝘚k dengan laju pelepasan
patogen ηk , 1 ≤ k ≤ m, kemudian dari peralatan yang terkontaminasi 𝘚k ke individu yang rentan melalui
kontak yang tidak higienis atau penggunaan
K. Afassinou 𝘚k , dengan
/ J. Matematika. Anal. βkh 518
lajuAppl. . Kami mengasumsikan bahwa kecoak
(2023) 5
126686
tidak sembuh dari penyakit, tetapi individu manusia sembuh, dengan laju γ, dengan kekebalan sementara
dengan laju ψ. Lebih lanjut, kami mengasumsikan bahwa tidak ada kematian yang disebabkan oleh
penyakit pada kedua populasi, tetapi manusia keluar dari lingkungan dengan laju μ. Kecoak kadang-
kadang terbunuh dengan laju μc (atau μo ketika mereka mati secara alami). Selanjutnya, kami
mengasumsikan bahwa patogen dicuci, untuk tujuan penggunaan, pada peralatan yang terkontaminasi,
dengan laju σk , sedangkan patogen di reservoir lingkungan secara alami membusuk dengan laju δ. Kami
memperkirakan bahwa individu yang rentan dan terinfeksi
6 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023)
126686

Gbr. 1. Diagram model yang menggambarkan rute kontaminasi infeksi dan aliran individu di kedua populasi. Garis putus-putus
yang menghubungkan dua kompartemen menunjukkan tingkat kontak, sementara panah yang keluar dari kompartemen untuk
bergabung dengan kompartemen lain menunjukkan tingkat perpindahan setelah individu mengubah status infeksinya. Kami
tidak memberi label pada diagram model dan juga tidak menyertakan laju perpindahan lain seperti laju kelahiran/kematian,
dalam diagram model, karena jika tidak, diagram akan menjadi sangat rumit.

berkontribusi terhadap peningkatan konsentrasi patogen lingkungan dengan laju masing-masing sebesar
ξ1 dan ξ2 . Asumsikan bahwa individu yang terinfeksi lebih tidak peduli terhadap kesehatan lingkungan,
sehingga berkontribusi paling besar terhadap pertumbuhan patogen lingkungan, sehingga ξ2 ⨮ ξ1 .
Terakhir, perlu dicatat bahwa infeksi tidak ditularkan secara vertikal dari satu generasi ke generasi berikutnya
pada kedua populasi. Oleh karena itu, semua individu yang masuk dan keturunannya
rentan dan mereka direkrut dengan laju konstan Λh dan Λc , masing-masing. Variabel-variabel keadaan,
parameter dan interpretasi biologisnya diberikan pada Tabel 1 dan 2. Semua parameter bernilai positif,
namun kepositifan dari variabel-variabel keadaan harus dibuktikan. Aliran individu pada kedua populasi
digambarkan pada Gambar 1 dan secara matematis disajikan dengan sistem persamaan diferensial biasa
non-linear sebagai berikut:

S˙cr(t) = Λc - λ Socr (t) - μ cSocr (t), (4)

I˙cr(t) = λ Socr (t) - μc Iocr (t), (5)
P˙ (t) = ξ S1h (t)+ ξ I2h (t) - δP (t), (6)
U ˙ 1 (t) = η I1cr (t) - σ U11 (t), (7)
U ˙ 2 (t) = η I2cr (t) - σ U22 (t), (8)
U ˙ 3 (t) = η I3cr (t) - σ U33 (t), (9)

.
U ˙ m (t) = η Imcr (t) - σ Umm (t), (10)
m
Σ
S˙h(t) = Λh - Sh (t) β Ukhk (t) - μSh (t)+ ψR(t), (11)
k=1
m
Σ
I˙h(t) = Sh (t) β Ukhk (t) - μIh (t) - γIh (t), (12)
k=1
R˙ (t) = γIh (t) - ψR (t) - μR (t). (13)
 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 7
126686

Tabel 1
Menyatakan variabel dan deskripsinya.
Variabel Deskripsi
Scr (t) Populasi kecoa yang rentan
Icr (t) Populasi kecoa yang terinfeksi
P (t) Konsentrasi patogen dalam reservoir lingkungan
Uk (t) Konsentrasi patogen pada peralatan 𝐶k
Sh (t) Populasi individu yang rentan Ih
(t) Populasi individu yang
terinfeksi R(t) Populasi individu yang
dipulihkan

Tabel 2
Parameter dan deskripsinya.
Parameter Deskripsi
Λc Tingkat perekrutan kecoak
βr Tingkat kontak dengan reservoir patogen
β Laju kontak antara Icr dan Scr
μc Tingkat pemusnahan kecoak
ξ2 Laju pelepasan patogen oleh Ih individu
δ Laju patogen yang dihilangkan
ηk Laju penumpahan patogen oleh Icr pada 𝐶k
σk Laju penghilangan patogen pada 𝐶k
Λh Tingkat perekrutan individu manusia
βkh Laju kontak antara 𝑆h dan 𝐶k
ψ Penurunan tingkat imunitas oleh individu R
γ Laju pemulihan individu yang terinfeksi Ih
μ Tingkat keluarnya individu manusia dari habitat

2.1. Intervensi kontrol yang mungkin dilakukan

Biasanya, serangan kecoak yang berat ditangani dengan tindakan pengendalian kimiawi, diikuti dengan
manajemen lingkungan untuk menghilangkan serangga dari makanan dan tempat tinggal. Dalam situasi
yang tidak kritis, kecoak dapat dikendalikan secara efektif dengan umpan beracun atau alat perangkap. Kami
menyajikan beberapa tindakan pengendalian yang umum digunakan oleh manusia.

• Intervensi pengendalian insektisida

Intervensi pengendalian yang sesuai dengan situasi di mana insektisida dan produk kimia digunakan
dengan tujuan untuk membunuh serangga nokturnal (tetapi dalam banyak kasus terlihat hanya
mengusir mereka). Kecoak diketahui mengembangkan resistensi terhadap produk insektisida yang
umum digunakan, terutama kecoak Jerman. Namun demikian, melalui strategi pengendalian ini,
kontaminasi baru melalui kontak langsung dengan kecoak yang terinfeksi dapat dicegah secara
efektif. Hal ini diterjemahkan menjadi (1 - ϵ)β = βc , di mana parameter modifikasi ϵ menjelaskan
efikasi dan secara implisit keteraturan penggunaan produk insektisida.
• Intervensi pengendalian sanitasi lingkungan
Skenario yang mencerminkan situasi di mana sanitasi habitat dilakukan secara teratur (setidaknya
dalam interval mingguan, misalnya) sehingga mengurangi kontaminasi baru pada populasi kecoak
melalui kontak dengan reservoir patogen; tingkat kontak infeksius βr dengan demikian dimodifikasi
menjadi βp = βr (1 - 𝜃), di mana parameter modifikasi 𝜃 memodelkan keteraturan di mana sanitasi
lingkungan dilakukan.
• Intervensi pengendalian perangkat umpan dan perangkap beracun
Pembasmian kecoa dengan alat perangkap tidak dapat diabaikan di antara upaya penanggulangan yang
dilakukan oleh manusia, ketika berhadapan dengan serangan kecoa. Intervensi pengendalian ini terdiri dari
penggunaan alat perangkap dan umpan beracun untuk memperpendek masa hidup kecoa. Banyak alat
perangkap dan umpan beracun yang tersedia secara komersial. Mereka sering digunakan dengan tujuan
8 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023)
126686 yang sering dikunjungi.
menarik kecoak ke tempat tertentu
 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 9
126686

tempat yang dikunjungi, dan kemudian menjebak atau membunuh mereka di sana. Dengan tidak
adanya intervensi ini, kecoak meninggalkan lebih banyak dalam setahun.

Kami kemudian memasukkan intervensi kontrol ini dengan memodifikasi kekuatan infeksi λo pada
Persamaan (1) menjadi λ, dengan memperhitungkan tingkat infeksi kontak baru βc dan βp . Selanjutnya,
kami mengurangi m peralatan rumah tangga
konsentrasi patogen, sistem persamaan (7) - (10), menjadi sebuah persamaan tunggal: U˙ = ηIcr (t) - σU(t),
yang merupakan persamaan tunggal. Model yang dihasilkan disajikan sebagai berikut:

S˙cr(t) = Λc - λScr (t) - μ Sccr (t), (14)

I˙cr(t) = λScr (t) - μ Iccr (t), (15)
P˙ (t) = ξ S1h (t)+ ξ I2h (t) - δP (t), (16)
U˙ (t) = ηIcr (t) - σU(t), (17)
S˙h(t) = Λh - β Shh (t)U(t) - μSh (t)+ ψR(t), (18)
I˙h(t) = β Shh (t)U(t) - μIh (t) - γIh (t). (19)
R˙ (t) = γIh (t) - ψR (t) - μR (t), (20)

3. Sifat dasar model

3.1. Positifnya solusi model

Penting untuk memastikan bahwa semua solusi dari model yang menggambarkan dinamika infeksi
adalah non-negatif untuk semua t > 0, sehingga solusi-solusi tersebut bermakna secara biologis. Kita
lanjutkan sebagai berikut: Misalkan Y = (Scr (t), Icr (t), P (t), U(t), Sh (t), Ih (t), R(t)) ∈ R7 , dengan
kondisi awal non-negatif Scr (0), Icr (0), P (0), U(0), Sh (0), Ih (0), dan R(0), merupakan solusi model.
Kami menulis ulang Persamaan (14) sebagai

⎡ ⎫ ⎡ ⎤
∫t ∫t
⎧⎨ ⎬
d ⎤
⎣Scr (t)exp μc t + λ (s) ds ⎦ = Λc exp ⎣μc t + λ(s) ds⎦ ,
dt ⎩ ⎭
0 0

sehing
ga

Scr (t)exp ⎡ ⎣ μ c t t ⎤ ⎡ ⎤
∫ ∫t ∫t
+
λ(s)ds⎦ - Scr (0) = Λc exp⎣μc t + λ(τ) dτ⎦dt.
0 0 0

Deng
an
demi
kian λ(τ) dτ ⎦ > 0.
Λc exp ⎣μc t + dt⎭
(21)
⎡ ⎛ ∫t
⎞⎤ ⎡ ⎤
⎧⎨
∫t ∫t ⎫⎬
Scr (t) = exp ⎣- ⎝μc t + λ(s)ds⎠⎦ ⎩Scr (0) +
0 0 0
10 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023)
126686
Persamaan (21) dengan demikian menjamin kepositifan dari variabel keadaan Scr (t), untuk t > 0.
Demikian pula, dapat ditunjukkan bahwa variabel-variabel keadaan yang lain memenuhi: Icr (t) > 0, P (t) >
0, U (t) > 0,
Sh (t) > 0, Ih (t) > 0, dan R(t) > 0, untuk semua t > 0.
 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 11
126686

3.2. Keterbatasan solusi model

Kita lanjutkan dengan menunjukkan bahwa semua solusi model dengan kondisi awal positif Scr (0), Icr
(0), P (0), U (0), Sh (0), Ih (0), R (0), tetap positif dan dibatasi dalam himpunan tertutup Ω, untuk semua t >
0.
Salah satu catatan bahwa populasi kecoa memuaskan
dX(t)
= Λ - μ X(t). (22)
c c
dt
Menyelesaikan Persamaan
(22) menghasilkan
Λc
X(t) ≤ X(0)e -μc t + μc(1 - e -μct
), (23)

di mana X(0) adalah kondisi awal dari

Λc
X(t). Jelas, ketika t → ∞, X(t) ≤Λ c . Oleh (t) dan I (t) dibatasi di atas oleh . Oleh karena itu, kelayakan

karena itu, S cr cr
μc
μc
solusi dari sub-populasi kecoa yang masuk ke wilayah tersebut, yang diberikan oleh
; <
Λc
Ωcr = (Scr (t), Icr (t)) ∈ + : Scr (t) + Icr (t) ≤ .
R2 μc

Demikian pula, kita dapat menunjukkan bahwa wilayah yang layak untuk sub-populasi manusia
diberikan oleh
; <
Λh
h = (Sh (t), Ih(t), R(t)) ∈
Ω R3+ : Sh(t) + (t) + R(t) ≤ .
I h
μ

Selain itu, dengan mempertimbangkan patogen lingkungan Persamaan (16), kita memiliki

(ξ1 + ξ2)Λh
P˙ (t) = ξ S1h(t) + ξ (t) - δP (t) ≤ - δP (t), (24)
μ
I2h

Λh
karena (t) dan Sh (t) dibatasi di atas oleh .
μ
akuh
Dengan menyelesaikan (24) untuk kondisi awal non-negatif P(0), kita memiliki
4
(ξ1 + ξ2)Λh (ξ1 + ξ2)Λh
0 ≤ P (t) ≤ + 3P (0) - e−δt . (25)
μδ μδ
(ξ1 + ξ2)Λh
Dari Persamaan (25), kita memiliki t → ∞, P (t) ≤ . Oleh karena itu, kita dapat sebagai
p
menyimpulkan wilayah Ω berikut
μδ
; (ξ1 + ξ2)Λh <
Ωp = P (t) ∈ : P (t) ≤ .
R+ μδ

Demikian pula, wilayah yang layak Ωu untuk patogen perkakas dapat diperoleh.
Dengan demikian, kita dapat menyimpulkan bahwa semua solusi dari sistem (14) - (20) dibatasi dalam himpunan
tertutup
12 Ω yang diberikan oleh K. Afassinou / J. Matematika. Anal. Appl. 518 (2023)
126686
; < ; <
Λc (ξ1 + ξ2) Λh
Ω = (Scr(t), I cr(t)) ∈ R +: X (t) ≤
2 × P (t) ∈ R + : P (t) ≤ ×
< ; μc μδ
<
ηΛc Λh
U(t) ∈ R+ : U(t) ≤ × (S(t), I(t), R(t)) ∈ R3 : N(t) ≤ .
μc σ h h + μ
.
 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 13
126686

Himpunan tertutup Ω dengan demikian merepresentasikan daerah layak di mana semua solusi model bermakna
secara biologis. Dari penjelasan sebelumnya, kami menyatakan bahwa untuk setiap kondisi awal non-
negatif di Ω, model memiliki solusi unik yang dimulai dan tetap berada di Ω untuk semua t > 0. Oleh
karena itu, daerah Ω adalah invarian positif dan menarik untuk semua solusi sistem (14)-(20).

4. Analisis model

4.1. Keseimbangan bebas penyakit (DFE) dan kestabilannya

Titik ekuilibrium bebas penyakit pada model ini menggambarkan situasi di mana tidak ada infeksi
yang terjadi di dalam kedua populasi, yaitu λ = 0. Untuk menentukan titik ekuilibrium bebas penyakit
pada model ini, kita menetapkan ruas kanan sistem (14)-(20) sama dengan nol dan memperoleh
3 04
Λc Λh
D0 = , 0, 0, 0, , 0, . (26)
μc μ

Kestabilan linier dari D0 diselidiki dengan menggunakan angka reproduksi kontrol 𝑌c dari model.

4.2. Nomor reproduksi kontrol

Bilangan reproduksi kontrol adalah parameter kunci untuk analisis kualitatif model. Untuk model
yang diusulkan, angka reproduksi kontrol, yang dilambangkan dengan 𝑌c , ditentukan dengan metode
matriks generasi berikutnya yang digunakan dalam [27]. Dengan demikian, matriks syarat infeksi
baru F dan matriks syarat transfer yang tersisa V yang dievaluasi pada titik DFE diberikan oleh
⎛ ⎞
βp 00 ⎛ ⎞
⎜
βc
Λc ⎟ μc 0 0 0
00 ⎜ ⎟
0 κμ
0c 0 δ 0 -ξ
F= ⎜ ⎟ , dan V = ⎜ - η 0 σ 02
⎟,
⎜⎝0 0 0
Λh
0 ⎝ 0 0 0 γ + ⎠
0 0 β ⎟⎠ μ
h
μ 0

sehing
ga ⎛ 1 ⎞
0 0 0 ⎛ ⎞
μc c βpβ Λ
c βpΛ cξ2
⎜ ⎜ 0
0
1 0 ξ2 μc κμc δμc κ(γ + μ) ⎟
V-1 =⎜ δ δ
⎟ (γ + , FV−1 = ⎜ 0 δ0 0 0 ⎟ .
μ) 1 ⎟
⎟
⎜ η 0 0 ⎟ ⎜ 0 0 0 0
σ μσ
⎜⎝ σμc 1
⎝ βh
0
βhΛh
0
⎠
0 0 0 ⎟⎠ ηΛhμc
γ+μ σμ

Secara matematis, 𝑌c didefinisikan sebagai radius spektral dari matriks generasi berikutnya FV−1 dan
diberikan oleh
⎞
ó3 42
1 ⎛βc βc βh ηβp Λc ξ2 Λh ⎠
𝑌c = + +4 . (27)
2 ⎝μ c μc σμ2δκμ(γ
c + μ)

Secara epidemiologis, angka reproduksi kontrol 𝑌c didefinisikan sebagai jumlah rata-rata kasus sekunder
yang
14 dihasilkan dalam populasi yang / murni
K. Afassinou rentanAnal.
J. Matematika. olehAppl.
individu yang terinfeksi selama periode
518 (2023)
126686
penularan [27]. Perhatikan bahwa jika tidak ada tindakan pengendalian, 𝑌c = 𝑌0 . Selanjutnya, kami
mengklaim bahwa
 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 15
126686

Teorema 1. Titik ekuilibrium bebas penyakit D0 dari sistem (14)-(20) stabil asimtotik lokal (L.A.S) jika 𝑌c ≤
1 dan tidak stabil jika tidak.

Bukti. Kami mengikuti teknik Van den Driessche dan Watmough dalam [27], dengan membatasi kestabilan lokal
dari D0
untuk kestabilan matriks F - V yang diberikan oleh
⎛ ⎞
βp
βc - μ c 0 0
⎜ 0 Λc 0 ξ2 ⎟
κμc
-δ
F-V= .
⎜ η 0 -σ 0 ⎟
⎝ Λh ⎠
0 0 β -(γ + μ)
h
μ

Nilai eigen dari matriks F - V adalah akar dari persamaan karakteristik

λ4 + a3 λ3 + a2 λ2 + a1 λ + a0 = 0, (28)

di
mana
a3 = μc - βc + δ + γ + μ + σ,
a2 = (μc - βc )δ + (γ + μ)σ + (μc - βc + δ)(γ + μ +
σ), a1 = (μc - βc + δ)(γ + μ)σ + (μc - βc )(γ + μ +
σ)δ,
c
5 μc σμ2δκμ
c (γ + 64
a0 = δσ(γ + μ)μ 31 - βc βhμ)
ηβp Λc ξ2 Λh
+ .

Kita diharuskan untuk menunjukkan bahwa semua akar-akar persamaan karakteristik (28) memiliki
bagian real negatif untuk menjamin kestabilan lokal titik DFE. Mengikuti aturan Descartes tentang tanda,
persamaan karakteristik tidak memiliki akar real positif jika dan hanya jika semua koefisiennya positif,
yaitu tidak ada perubahan tanda yang terjadi.
Dengan mempertimbangkanμckondisi,β c < 1; yang berarti lebih banyak pemusnahan yang terjadi daripada
kontak infeksius, maka koefisien a3 , a2 , dan a1 adalah positif. Dengan demikian, semua akar-akar riil
bernilai negatif, jika koefisien yang tersisa a0 juga bernilai positif. Sekarang, misalkan a0 adalah negatif,
yaitu
5 64
a0 = δσ(γ + μ)μ 31 - βc + βh ηβp Λc ξ2 Λh < 0.
c μc σμ2δκμ(γ
c + μ)

Ini
memberik
an
4
βh ηβp Λc ξ2 Λh βc
4 > 4 31 -
σμ2δκμ
c (γ + μ) μc
,
sehing
ga 3 42
βc βh ηβp Λc ξ2 3 42 4
βc
+4
+4 βc
Λh c c
μc Memanipulasi
c petunjuk yang terakhir ini
16 > . / J. Matematika. Anal. Appl. 518 (2023)
K. Afassinou
μ2σδκμ (γ + μ) μ -μ
126686

ó3 42
βc βh ηβp Λc ξ2 Λ 2h βc
+4
>- ,
μc μ2σδκμ(γ
c + μ) μ c

yang
memberikan
 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 17
126686
⎞
ó3 42
1 ⎛βc βc βh ηβp Λc ξ2 Λh ⎠
𝑌c = + +4 > 1.
2 ⎝μ c μc σμ2δκμ(γ
c + μ)
>
Hal ini menunjukkan bahwa a0 < 0 mengimplikasikan 𝑌c > 1. Oleh karena itu, dengan bukti
kontrapositif, 𝑌c ≤ 1 mengimplikasikan a0 ≥ 0. Dengan demikian, semua nilai eigen dari matriks F -
V memiliki bagian real yang negatif setiap kali 𝑌c ≤ 1. Oleh karena itu, titik DFE D0 adalah L.A.S
setiap kali 𝑌c ≤ 1 dan tidak stabil jika tidak. □

Hasil pada Teorema 1 mengimplikasikan bahwa infestasi kecoa dapat dihilangkan dari lingkungan
setiap kali 𝑌c ≤ 1 dan jika ukuran awal dari sub-populasi yang didefinisikan dari model berada dalam
cekungan tarikan titik ekuilibrium bebas penyakit D0 . Untuk memastikan bahwa eliminasi infestasi kecoa
tidak bergantung pada ukuran awal sub-populasi, maka perlu ditunjukkan bahwa titik ekuilibrium bebas
penyakit
keseimbangan, D0 , stabil asimtotik global (G.A.S). Kami kemudian mengklaim bahwa

Teorema 2. DFE D0 dari sistem (14)-(20) stabil asimtotik global ketika 𝑌c < 1.

Bukti. Kami mengeksplorasi sifat G.A.S dari titik DFE dengan menggunakan Teorema Perbandingan
dalam [16], untuk sistem (14)-(20) yang memenuhi kondisi Tipe K dalam [24]. Komponen yang
terinfeksi X = (Icr (t), P (t), U (t), Ih (t))𝖳 dari sistem (14) - (20) dapat ditulis ulang sebagai
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
Icr (t) Icr (t) Icr (t)
d ⎜ P (t) ⎟ ⎜ P (t) ⎟ ⎜ P (t) ⎟
⎜⎝ = (F - V) ⎜⎝ - M ⎜⎝ , (29)
dt U (t) ⎟ U (t) ⎟ U (t) ⎟
⎠ Ih ⎠ Ih ⎠ Ih
(t) (t) (t)
di mana matriks F dan V telah didefinisikan sebelumnya dan matriks M diberikan oleh
⎛ 4 3 4 ⎞
Scr(t) Λc Scr(t)
β I (t) 31 - + β P (t) -
c cr p
X κμc P (t) + κ
ξ S1h
M=⎜ (t) ⎟ .
(t) 0
⎜⎝ 3 4 ⎟⎠
Λh
βh U(t) - Sh (t)
μ
Sangat mudah untuk melihat bahwa setiap komponen dari matriks M adalah non-negatif, karena 1
≥S cr (t), Λc ≥ S cr (t), dan
X κμc P (t) + κ
Λh
μ
≥ Sh (t). Dengan demikian, M adalah matriks non-negatif. Oleh karena itu, (t)

Persamaan (29) menjadi

⎛ ⎞ ⎛ ⎞
Icr (t) Icr (t)
d ⎜ P (t) ⎟ ⎜ P (t) ⎟
⎜⎝ ≤ (F - V) ⎜⎝ . (30)
dt U (t) ⎟ U (t) ⎟
⎠ Ih ⎠ Ih
(t) (t)
Dari apa yang sudah dijelaskan sebelumnya (lihat Teorema 1, untuk kondisi LAS), kita memiliki
jaminan bahwa semua nilai eigen dari matriks F-V memiliki bagian real negatif ketika 𝑌c < 1. Dengan
demikian, sistem pertidaksamaan diferensial yang dilinearisasi
(30) adalah stabil, ketika 𝑌c < 1. Oleh karena itu, berdasarkan Teorema Perbandingan [16], dapat
disimpulkan bahwa
18 lim (Icr (t),
K. Afassinou / J.P (t), U (t), Anal.
Matematika. Ih (t))Appl.
= (0,518 0, 0).
0, (2023)
126686
t→∞

Mengganti Icr (t) = P (t) = U (t) = Ih (t) = 0 ke dalam tiga persamaan pertama dari sistem dan
menyelesaikan sistem persamaan yang dihasilkan menghasilkan Scr (t) →Λ c, dan Sh (t) →Λ h . Dengan
demikian,
μc μ
 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 19
126686
Λc Λh
lim (S (t), I (t), P (t), U (t), S (t), I (t), R (t)) = ( , 0, 0, 0, , 0, 0) = D .
cr cr h h 0
t→∞ μc μ

Singkatnya, titik DFE D0 dari sistem (14)-(20) adalah GAS ketika 𝑌c < 1. □

4.3. Keberadaan titik ekuilibrium endemik dan analisis kestabilannya

Berbeda dengan DFE, kesetimbangan endemik mengacu pada situasi di mana infeksi tetap ada di kedua
populasi. Untuk sistem (14)-(20), titik ekuilibrium endemik diberikan oleh
∗𝗌 = (S∗ ,I ∗ ,P ∗ ,U ∗ , S ∗ ,I ∗ , R∗ ) , (31)
cr cr hh

di
mana ∗ Λc
Scr = λ∗ , (32)
+μ c
∗ Λc λ∗ Λc
Icr = A, = (33)
μc λ∗ + μc μc
U ∗ = ηΛc ηΛc A, (34)
=
λ∗
σμc λ∗ + μc σμc
∗ Λh Λh
Sh = , = (35)
ηΛc FA + μ
+μ
βh λ
∗

σμc (λ∗ + μ )c
∗ Λh FA
Ih = , (36)
(γ + μ) (FA + μ)
γΛh FA
R∗ = μ (γ + μ) (FA + , (37)
μ)
3 4
ξ1 ξ2 βh λ∗
∗Sh = (Co + EA)
Λh , (38)
P =∗ +
(γc + μ) (λ∗ + μ
δδηΛ FA + μ
σμc )c
λ
𝗁
dimana, A = F = βhσμ , E = ξδ(γ+μ)σμ =ξ 1 .
o,c C
ηΛc 2 βh ηΛc
λ𝗁 + μc , c δ
Koordinat titik ekuilibrium endemik 𝗌∗ diperoleh dengan menyamakan ruas kanan sistem (14)-(20)
dengan nol, dan kemudian menyelesaikan S∗ , I∗ , P∗ , U ∗ , S∗ , I∗ , dan R∗ .
cr cr h h
Untuk memudahkan, kami menganggap ψ = 0; sesuai dengan situasi di mana sistem imunitas individu yang
pulih bersifat permanen.
Titik kesetimbangan endemik ada dan tetap berada di dalam cekungan wilayah layak Ω, jika kekuatan
infeksi pada kondisi tunak endemik diberikan oleh
∗
P∗ (t) Icr (t)
λ∗ = βp + βc X∗ (39)
P ∗ (t) + (t)
κ

tetap positif. Untuk menjamin hal tersebut, kita substitusikan Persamaan (32)-(38) ke dalam Persamaan
(39), yang menghasilkan
λ∗ = βp
( (Co + EA)S∗
 h
Co20+ EA)S∗ + κ K. Afassinou / J. Matematika. Anal. Appl. 518 (2023)
126686 h
+ βc A. (40)

Dengan menyederhanakan Persamaan (40), kita memperoleh polinomial endemik

P (λ∗ ) = b3 λ∗3 + b2 λ∗2 + b1 λ∗ + b0 , (41)

 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 21
126686

di mana

b3 = Λh E + κF + Λ Cho + κμ,

b2 = -κ(βc + μc )F - EΛh (βp + βc - μc ) - (βc - 2μc )(Λ Cho + 2κμc ) - Λ Cho βp ,

5 64
βc βhηβpΛcξ2Λh
b1 = -μ Λ C (β
c h o c - μ )
c + κμμ 2 31 - + ,
c
μc σμ2δκμ
c (γ +
` ˛Δ¸ x
μ)

b0 = -μ2cΛh β Cpo
.

Keberadaan dan jumlah akar-akar real positif dari polinomial endemik (41) bergantung pada tanda koefisien-
koefisiennya b3 , b2 , b1 , dan b0 . Jelas bahwa b3 bernilai positif, sedangkan b0 bernilai negatif. Kita
kemudian akan bergantung pada tanda dari b2 dan b1 untuk mengkonfirmasi keberadaan akar-akar real positif.
Mempertimbangkan kendala
βc
> 1, yang berarti lebih banyak kontak infeksi yang terjadi daripada pemusnahan, maka suku pertama
μc
koefisien b1 adalah negatif, sedangkan suku kedua negatif jika Δ < 0. Dari analisis kestabilan lokal, kami
mencatat bahwa Δ < 0 setara dengan 𝑌c > 1. Oleh karena itu, kami dapat menyimpulkan bahwa koefisien
b1 adalah negatif untuk
𝑌c > 1. Kami menyimpulkan dari aturan tanda Descartes bahwa, terlepas dari tanda koefisien b2 ,
polinomial endemik (41) memiliki akar real positif yang unik, yaitu titik keseimbangan endemik 𝗌∗ .
Kami kemudian menegaskan hasil berikut ini:

Teorema 3. Model kecoa yang diusulkan, dengan ψ = 0, memiliki titik ekuilibrium endemik yang unik dan
stabil asimtotik lokal ketika 𝑌c > 1.

Bukti. Kami menggunakan pendekatan teori center manifold seperti yang diuraikan dalam [7] untuk
dy
membuktikan Teorema 3. Sistem (14) - (20) ditulis ulang sebagai = F(y), dimana F(y) = (f1 , f2 , f3 , f4
, f5 , f6 , f7 ). Oleh karena itu, dapat disimpulkan bahwa
dt

y˙1 (t) = f1 = Λc - λy1 (t) - μ yc1 (t), (42)

y˙2 (t) = f2 = λy1 (t) - μ yc2 (t), (43)

y˙3 (t) = f3 = ξ y15 (t)+ ξ y26 (t) - δy3 (t), (44)

y˙4 (t) = f4 = ηy2 (t) - σy4 (t), (45)

y˙5 (t) = f5 = Λh - β yh5 (t) y4 (t) - μy5 (t), (46)

y˙6 (t) = f6 = β yh5 (t) y4 (t) - μy6 (t) - γy6 (t), (47)

y˙7 (t) = f7 = γy6 (t) - μy7 (t). (48)

Sekarang, biarkan μc = μ∗ menjadi parameter bifurkasi ketika 𝑌c = 1. Dari Persamaan (27), 𝑌c = 1

c
mengimplikasikan
22 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023)
βcΛhβcΛcηξ2 126686βc
μ∗ (μ∗ - β ) = , dengan < 1. Matriks Jacobian dari (42) - (48) dihitung pada saat bebas
penyakit
c c c σδκμ (γ + μ) μ∗
c
titik kesetimbangannya adalah
 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 23
126686
⎛ βp Λc ⎞
-μ∗ c -βc - κμ∗ 0 0 0 0
c
⎜ βpΛc ⎟
0 -(μ∗c- β )c κμ∗
0 0 0 0
c
⎜ 0 0 -δ 0 0 ξ2 0 ⎟
B= 0 η 0 -σ 0 0 0 .
⎜ Λh ⎟
0 0 0 -βh -μ 0 0
μ
⎜⎝⎜
0 ⎟⎟⎠
Λh
0 0 0 βh 0 -(γ + μ)
μ
0 0 0 0 0 γ -μ

Tidak sulit untuk memeriksa bahwa matriks Jacobian di atas memiliki nilai eigen sederhana yaitu nol dan
semua nilai eigen lainnya negatif. Dengan menghitung vektor eigen kiri (L) dan kanan (W), kita memiliki
⎛ ⎞
⎛ ⎞ 1
0
⎛ ⎞ ⎛ ⎞ -1
¯l1 β1 Λ
⎟ p c w¯1
⎜ - ξ2 βh Λh η ⎟
⎜
⎜ l2 ⎟
¯ w δ σμ (γ + μ) ⎟
⎜ ∗ ⎟ ⎜
¯l
⎜ ¯w̄2 ⎟
⎜ 3 ⎟ ⎜ η
σ ⎟ w¯
⎜ 3⎟ ⎜ κδμc
∗ ⎟ ¯l , ⎜ 4⎟ ⎜ ηβ
-h ⎟
1
¯l = μc - βc w¯ = ,
⎜ ⎟ ⎜ 4 2
Λ
η dan ¯
h

⎝⎜
¯l5 ⎟ 0 ⎟ ⎝⎜w5 σμ2 β Λ
h h
¯l6 ⎟ ⎜ ξ2 βp Λc ⎟ ⎟
⎜ η ⎟
¯l7 ⎠ ⎝ (γ + μ)κδμ∗ ⎠ w¯6⎠ -
w¯7 σμ (γ + μ) ⎠
⎝ (γ + μ)κδμ∗ ⎠ c ⎜
⎝ ⎟
γβh Λh η
0 -σμ2(γ + μ)

di mana ¯l2 = 1 dan w ¯ 1 = 1.

Sekarang, kita lanjutkan dengan mendapatkan koefisien bifurkasi a dan b seperti yang didefinisikan dalam [7].
Perhitungan Koefisien a: Derivatif parsial yang tidak hilang dari model yang ditransformasikan (42)-(48)
dievaluasi
pada titik kesetimbangan bebas penyakit diperoleh sebagai

∂ f22 2βc μc 2βp Λc

∗
∂ f22 = ,
βp
∂ f22 dan
∂2f2
κ - , ,
- κ2μ∗
= -1,
∂y1 =
∂y22
Λc =
∂y23 c ∂y2 ∂μ∗c
∂y3
sehing
ga
7 2 2 2 2
Σ ∂ fk ∂ f2 ∂ f2 ∂ f2
a =k, i, j ¯lkw¯
i w¯ = ¯l w¯
2 1w¯ + ¯l w ¯2 2 2 2+ ¯l w2¯ 23 2
j ∂y
i
3 ∂y
1 ∂y 2 ∂y 3
=1
∂yj ∂y3
βp ξ2 βh Λh η κ 2βc μc
∗
2βp
=- - - < 0.
δσμ(γ + μ) Λc Λc
κ2μ∗c

Perhitungan Koefisien b: Koefisien bifurkasi b diperoleh sebagai

7 2 2
Σ ∂ fk ∂ f2
b k,=i = k ¯li w¯∂μ∗ = ¯l2 w¯ = 1 > 0.
1
∂yi c 2 ∂y ∂μ∗
2 c
Dari
24 Teorema 4.1 di [7], model K.ini mengalami
Afassinou bifurkasi transkritikal
/ J. Matematika. ke(2023)
Anal. Appl. 518 depan ketika
126686
𝑌c = 1; terjadi pertukaran kestabilan. Diagram bifurkasi disajikan pada Gbr. 2 untuk mendukung hasil
analisis ini. □
 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 25
126686

Gambar 2. Diagram Bifurkasi yang mengilustrasikan bifurkasi transkritis maju dari infeksi gaya λ vs 𝑌c . (Untuk interpretasi warna-
warna pada gambar, pembaca dirujuk ke versi web dari artikel ini).

5. Simulasi numerik

Pada bagian ini, analisis model dilakukan melalui simulasi numerik untuk mendapatkan gambaran
yang lebih luas mengenai evolusi waktu dari populasi kecoa yang terinfeksi. Pertama-tama, kami akan
mendefinisikan kondisi awal dari model kami dan kemudian mengestimasi nilai parameter berdasarkan
data terbatas yang diekstrak dari beberapa literatur tentang kecoa domestik. Dengan menggunakan data
ini, solusi numerik (dikodekan dalam bahasa pemrograman Python) dari model kami dilakukan. Kami
mempertimbangkan empat skenario yang berbeda yang terkait dengan tingkat kemanjuran produk
insektisida yang digunakan (ϵ) dan tingkat sanitasi lingkungan (𝜃) serta tingkat pemusnahan μc dari
makhluk-makhluk yang berbahaya.

5.1. Estimasi parameter

Kami ingat bahwa penularan infeksi kecoa di habitat manusia belum pernah dirumuskan secara
matematis sebelumnya. Oleh karena itu, beberapa nilai parameter diambil secara intuitif untuk tujuan
simulasi. Kami mempertimbangkan habitat manusia yang dipenuhi oleh kecoa sehingga kondisi awal
diberikan oleh
Scr (0) = 25, Icr (0) = 5, P (0) = 1018, U(0) = 100, Sh (0) = 10, Ih (0) = 5, R(0) = 0.
Tergantung pada kondisi dan jenisnya, kecoa dapat hidup hingga satu tahun. Seekor kecoa betina dewasa
dapat hidup hingga 450 hari, sementara kecoa jantan memiliki masa hidup yang lebih pendek, c
misalnya 360
hari [13]. Hal ini memberikan μo ∈ (0.0022, 0.0027)
per hari, di mana μo adalah tingkat kematian alami kecoa. Kita akan mempertimbangkan μo = 0,0025,
sesuai dengan
c c
hingga 400 hari. Untuk memperkirakan tingkat pemulihan individu yang terinfeksi, pertimbangkan misalnya,
infeksi salmonella, penyakit bawaan makanan yang disebabkan oleh kecoa. Menurut WHO [1], individu yang
terinfeksi penyakit ini dapat sembuh dalam rentang waktu antara 4 hingga 7 hari, dan dalam banyak kasus
tanpa pengobatan. Hal ini menghasilkan
26 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023)
γ ∈ (0,14, 0,25) per hari. Untuk
126686
simulasi, kami mengambil γ = 0,20. Selanjutnya kita mengestimasi
parameter μ. Kami mengasumsikan
bahwa individu yang tinggal di habitat dengan sanitasi yang buruk memiliki pendapatan yang rendah, dan
dengan demikian tidak keluar dari habitat karena serangan kecoak, melainkan karena alasan lain. Kami
kemudian berasumsi bahwa mereka hanya keluar dari habitat melalui kematian alami. Sebuah laporan terbaru
[2] dari Worldometers menyebutkan bahwa angka harapan hidup
 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 27
126686

Tabel 3
Parameter dan deskripsinya.
Parameter Deskripsi Nilai/hari
Λc Tingkat perekrutan kecoak 5
βr Tingkat kontak dengan reservoir patogen 1.25
β Tingkat kontak antara Icr dan Scr 0.125
є Tingkat kemanjuran produk insektisida yang [0,1)
digunakan
θ Tingkat keteraturan sanitasi lingkungan [0,1)
μoc Tingkat kematian alami kecoak 0.0025
ξ2 Laju pelepasan patogen oleh Ih individu 0.4314
δ Laju pembusukan patogen alami 0.065
ηk Laju pelepasan patogen oleh Icr pada 𝐶k 0,025
σk Laju penghilangan patogen pada 𝐶k 0,25
Λh Tingkat perekrutan individu manusia 2
βkh Laju kontak antara Sh dan 𝐶k 0,025
ψ Penurunan tingkat imunitas oleh R individu 0
κ Konsentrasi setengah saturasi lingkungan. patogen 1016
γ Tingkat pemulihan individu yang terinfeksi Ih 0.20
μ Laju keluarnya individu manusia dari habitat 3.75 × 10−5

populasi dunia pada tahun 2020 adalah 70,8 tahun untuk pria dan 75,6 tahun untuk wanita. Ini
memberikan rata-rata 73,2 tahun untuk kedua jenis kelamin. Dengan demikian, tingkat kematian individu
menghasilkan μ = 3,75 × 10-5 per hari. Nilai parameter lainnya ditunjukkan pada Tabel 3.

5.2. Simulasi

Simulasi numerik dari model tersebut disajikan pada Gambar 3-6. Kami menampilkan evolusi waktu
dari populasi kecoa yang terinfeksi untuk berbagai skenario yang mungkin terjadi terkait dengan tingkat
kemanjuran produk insektisida yang digunakan (ϵ) dan tingkat sanitasi lingkungan (𝜃) serta tingkat
pemusnahan kecoa (μ ).c
Kami mulai menyelidiki dampak penggunaan insektisida dan produk kimia sebagai intervensi pengendalian
tunggal yang bertujuan untuk mengurangi tingkat kontak infeksi β. Selama intervensi ini, insektisida diaplikasikan
pada tempat istirahat dan persembunyian sebagai semprotan residu dan debu insektisida. Perlu disebutkan
bahwa efektivitas intervensi ini tidak hanya bergantung pada tingkat kemanjuran insektisida yang
digunakan, tetapi juga pada keteraturan
di mana mereka diterapkan. Selain itu, perlu diperhatikan bahwa agar jumlah reproduksi kontrol berada di
bawah satu, yaitu 𝑌c < 1, maka diperlukan ϵ > 1 - 1/𝑌0 ; yang mana, dengan nilai parameter model pada
Tabel 3, memberikan ϵ > 97%. Dengan mempertimbangkan hal yang terakhir ini, kami
mempertimbangkan berbagai kemungkinan tingkat keberhasilan, kemudian melakukan
simulasi untuk menampilkan jumlah total kecoak yang baru terinfeksi dari waktu ke waktu. Hasilnya disajikan
pada Gbr. 3.
Kami mengamati bahwa dalam setiap skenario yang sesuai di mana kemanjurannya rendah (ϵ < 0,97), orang
yang baru terinfeksi
Populasi kecoa meningkat secara eksponensial yang mengarah pada serangan besar-besaran. Namun demikian,
sedikit penurunan jumlah pada tp > 100 diamati karena tingkat kemanjuran insektisida tidak cukup meningkat.
Intervensi produk insektisida tampaknya bermanfaat tetapi tetap tidak efisien di bawah tingkat efikasi kritis
yang disyaratkan ϵc = 97%. Dengan demikian, dengan mempertimbangkan ϵ = 0,98, kami mencatat bahwa
nyamuk yang baru terinfeksi
Populasi kecoa mencapai nilai puncaknya pada t = 100, kemudian menurun dan menuju ke kondisi tunak.
Kami juga
mengamati bahwa setelah satu tahun (t > 400), jumlah total kecoak yang terinfeksi turun dari I∗cr= 1.200,
yaitu kasus ketika ϵ = 0.25 (kurva biru), untuk I∗ = 300,cr kasus ketika ϵ = 0.98 (kurva merah).
Penurunan ini setara dengan 75% penurunan jumlah infeksi sekunder. Dengan demikian, hasil ini
menunjukkan bahwa tingkat kemanjuran yang tinggi dari produk insektisida tetap menjadi faktor penting
yang perlu dipertimbangkan dalam perang melawan serangan kecoak. Di sisi lain, hasil ini menunjukkan
28 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023)
126686
bahwa penggunaan produk insektisida yang konsisten dan baik selama intervensi pengendalian ini perlu
dilakukan. Namun, perlu diingat bahwa pengendalian dengan insektisida sering kali hanya memberikan
bantuan sementara dan, sedapat mungkin, harus disertai dengan sanitasi lingkungan dan perbaikan rumah.
Selanjutnya, kami memeriksa dampak dari sanitasi lingkungan secara teratur yang dikombinasikan
dengan penggunaan produk insektisida berkhasiat tinggi sebagai intervensi kontrol. Kami
mempertahankan semua nilai parameter tidak berubah, kemudian mempertimbangkan
 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 29
126686

Gbr. 3. Dampak penggunaan insektisida dan produk kimia sebagai intervensi pengendalian tunggal terhadap populasi kecoa yang
terinfeksi.

skenario di mana sanitasi lingkungan dilakukan secara teratur; misalnya, setidaknya 5 kali, 12 kali, atau
20 kali, dalam rentang waktu 30 hari. Hasilnya, kecoak tidak dapat mengakses 25%, 55%, atau 75%
reservoir patogen di lingkungan, sehingga mengurangi kontaminasi patogen.
tingkat βp , yang sesuai. Hasilnya disajikan pada G b r . 4. Plot menunjukkan penurunan yang lebih baik dalam
jumlah
kecoak yang baru terinfeksi setelah peningkatan tingkat sanitasi lingkungan (𝜃). Plot-plot yang ada pada setiap
skenario menunjukkan beberapa puncak setelah periode 100 hari yang menunjukkan kemungkinan penurunan
tingkat infestasi. Dalam memperkirakan
perbedaan antara nilai puncak ketika 𝜃 = 0,25 (kurva biru) dan ketika 𝜃 = 0,95 (kurva merah), kami
mencatat bahwa 57% infeksi baru berhasil dicegah. Namun, kami mencatat bahwa bahkan pada tingkat
ϵ dan 𝜃 yang tinggi selama kedua intervensi digabungkan, terjadi penurunan substansial dalam populasi
kecoa yang baru terinfeksi yang mengarah ke
pemberantasan total serangga ini belum diperoleh. Hal ini dapat dijelaskan oleh fakta bahwa kecoa adalah
omnivora sehingga tidak hanya hidup dari nutrisi dari reservoir patogen. Dilaporkan juga bahwa mereka
dapat bertahan hidup tanpa makanan dan juga dapat mengembangkan resistensi terhadap insektisida yang
umum digunakan. Ada yang berpendapat bahwa pemeliharaan lingkungan yang higienis yang
dikombinasikan dengan penggunaan insektisida yang berkhasiat tinggi dapat membantu mengurangi
tingkat serangan kecoa, tetapi tetap bukan strategi yang optimal jika hasil yang memuaskan diharapkan
dalam waktu singkat. Menjebak dan membunuh mungkin merupakan solusi terbaik.
Kami kemudian mengeksplorasi dampak dari intervensi umpan beracun dan perangkat perangkap, di
mana bahan kimia dan perangkat ini dipasang di tempat-tempat strategis yang tepat di dalam rumah.
Kami mempertimbangkan skenario di mana setidaknya satu
kecoa terperangkap dan terbunuh setiap 24 jam, 12 jam, dan 6 jam, masing-masing sesuai dengan μc = 1,
μc = 2, dan μc = 4. Hal ini secara matematis mengimplikasikan bahwa μc diperpanjang seribu kali dari
tingkatc kematian alami μo , yang bervariasi dalam kisaran antara 0,0022 dan 0,0027. Hasilnya, yang
disajikan pada Gambar 5, menunjukkan perubahan drastis
penurunan jumlah kecoak yang terinfeksi dari waktu awal intervensi. Kami mengamati bahwa tingkat
penurunan ini semakin cepat, semakin banyak serangga yang terbunuh dalam jumlah besar per hari (1/μc
→ 0). Tidak adanya nilai puncak pada intervensi ini menunjukkan bahwa intervensi ini adalah yang terbaik,
dibandingkan dengan kedua intervensi yang telah dibahas sebelumnya. Namun, strategi ini menuntut intervensi
dari ahli pengendalian kecoa dan hama yang profesional, juga
sebagai pemantauan perangkap untuk penggantian yang sering.
30 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023)
𝑌c
5.3. Analisis sensitivitas dari126686

Nilai parameter pada Tabel 3 dipilih secara naluri untuk tujuan simulasi. Oleh karena itu, mereka tentu
tidak bebas dari kesalahan. Analisis sensitif melalui berbagai metode sering dilakukan untuk mengatasi
ketidakpastian ini [12]. Koefisien korelasi peringkat parsial (Partial rank correlation coefficients, PRCC)
adalah salah satu metode yang tersedia untuk digunakan. Oleh karena itu, kami melakukan analisis
sensitivitas terhadap parameter-parameter pada model reproduksi kontrol 𝑌c menggunakan (PRCCs)
 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 31
126686

Gbr. 4. Dampak sanitasi lingkungan dan perbaikan rumah sebagai intervensi pengendalian terhadap populasi kecoa yang terinfeksi.

Gbr. 5. Umpan dan perangkap beracun digunakan sebagai intervensi pengendalian populasi kecoa.

Gambar 6. Koefisien korelasi rank parsial yang menggambarkan korelasi antara variasi nilai parameter dan 𝑌c .
32 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023)
126686

Gbr. 7. (a) PRCC dan (b) simulasi Monte Carlo dari seribu nilai sampel untuk populasi kecoak yang terinfeksi Ic (t) versus laju
pemusnahan (μc ), dengan nilai parameter yang diberikan pada Tabel 3.

metode. Kami menjalankan simulasi seribu kali untuk mendapatkan ukuran sampel yang besar dan untuk
meningkatkan tingkat akurasi hasil. Plot-plot tersebut disajikan pada G b r . 6. Parameter yang berkorelasi
positif dengan
PRCCs akan meningkatkan nilai 𝑌c , ketika nilainya meningkat, sedangkan parameter yang berkorelasi negatif
dengan PRCCs akan menurunkan nilai 𝑌c , ketika nilainya meningkat. Tingkat pembasmian kecoa μc sekali
lagi dikonfirmasi sebagai parameter yang paling berpengaruh dalam menurunkan nilai 𝑌c , diikuti oleh tingkat
kemanjuran insektisida kontrol ϵ, tingkat sanitasi lingkungan 𝜃, lalu tingkat pemusnahan dan pembusukan
patogen σ dan δ, sementara tingkat penumpahan patogen pada peralatan dan lingkungan η dan ξ2 , dan tingkat
kontak infeksi, β, βh , dan βr , terbukti menjadi parameter yang paling berkorelasi.
 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 33
126686

Kami juga melakukan simulasi PRCC dan Monte Carlo untuk menyoroti dampak variasi nilai parameter
terhadap populasi kecoa yang terinfeksi. Hasil simulasi disajikan pada Gambar 7 (a) - (b).
(b). Hasil ini mendukung temuan pada Gbr. 6.

6. Kesimpulan

Dalam artikel ini, sebuah model matematika yang menggambarkan keterlibatan kecoa dalam penularan penyakit
bawaan makanan ke manusia dirumuskan dan dianalisis. Intervensi pengendalian termasuk penggunaan
insektisida, sanitasi lingkungan, dan penggunaan umpan beracun serta alat perangkap kemudian
digabungkan untuk menilai dampak dari intervensi ini (baik sebagai strategi tunggal atau gabungan)
terhadap penyebaran kecoa di rumah-rumah penduduk. Analisis kualitatif dan numerik dari model
tersebut kemudian dilakukan. Analisis kualitatif menunjukkan adanya dua titik ekuilibrium, yaitu titik
ekuilibrium bebas penyakit (DFE) dan titik ekuilibrium endemik. Titik DFE terbukti stabil asimtotik lokal
dan global ketika 𝑌c ≤ 1, sedangkan titik ekuilibrium endemik ada (unik) dan stabil asimtotik global
ketika 𝑌c > 1. Hasil analisis kualitatif menunjukkan bahwa pada saat 𝑌c = 1, model mengalami fenomena
bifurkasi transkritis, yaitu pertukaran kestabilan.
Lebih lanjut, hasil analisis menunjukkan bahwa penggunaan insektisida sebagai intervensi tunggal akan
bermanfaat dalam mengurangi beban infestasi, tetapi akan lebih efektif jika tingkat kemanjuran (ϵ) produk
insektisida lebih dari 97%. Hasil numerik menunjukkan bahwa strategi kombinasi penggunaan insektisida
(ϵ > 97%) dengan perawatan sanitasi lingkungan yang sangat sering akan memberikan penurunan yang lebih
baik terhadap beban serangan kecoa. Namun,
Hal ini terbukti merupakan strategi yang tidak efisien dalam perang melawan kecoa. Selain itu, hasil
numerik menunjukkan bahwa intervensi pengendalian dengan umpan beracun dan alat perangkap yang
bertujuan untuk membasmi kecoak tetap merupakan yang terbaik.
Dalam penelitian ini, kami berfokus pada analisis penularan penyakit dari satu peralatan yang
terinfeksi. Dalam penelitian selanjutnya, kami akan mempertimbangkan model asli (4)-(13) untuk
prediksi yang lebih baik. Model yang diusulkan dapat dimodifikasi dan diperluas untuk memasukkan
parameter realistis lainnya seperti resistensi kecoak terhadap produk insektisida, efek berbahaya dari
produk kimia terhadap kesehatan manusia, dan perilaku manusia yang berpengaruh lainnya yang memicu
pertumbuhan populasi kecoak. Kami melakukan penelitian ini dengan pendekatan deterministik, yang jelas
menyiratkan beberapa asumsi yang tidak realistis. Kami dapat mempertimbangkan untuk memasukkan
model pertumbuhan logistik sebagai pengganti perekrutan kecoak secara konstan sesuai dengan yang
dilakukan oleh para penulis di [17,23]. Dalam penelitian selanjutnya, kami juga dapat
mempertimbangkan pendekatan stokastik, dimana jumlah kecoak bersifat diskrit dan aliran antara
berbagai sub-populasi tidak boleh kontinu. Hal ini dapat menghasilkan model yang lebih realistis dan
prediksi yang lebih baik, dibandingkan dengan model deterministik saat ini.

Ucapan terima kasih

Penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada Universitas Zululand atas dukungan
keuangannya.
Terima kasih banyak kepada Dr Jane Morgan dari Universitas KwaZulu-Natal atas revisi karya penelitian
ini.

Referensi

[1] https://www.who.int/news-room/fact-sheets/detail/salmonella-(non-tifoid). (Diakses pada 2 Oktober 2020).

[2] https://www.worldometers.info/demographics/life-expectancy/. (Diakses pada 2 Oktober 2020).
[3] https://en.wikipedia.org/wiki/Cockroach#cite-ref-Cockroach.SpeciesFile.org-4-1.
[4] H.B. Aliya, Dalam rangka merayakan kecoak, Daily California https://www.dailycal.org/2020/01/31/in-celebration-of-
kecoak/. (Diakses pada 28 September 2020).
34 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023)
[5] J. Allotey, S. Mpuchane, B.A. Gashe,
126686M. Simpanya, I. Matsheka, Trapping of Blattella germanica (L) populations in
human dwellings in Gaborone, Botswana, J. Appl. Zool. Res. 20 (2009) 175-188.
[6] W.B. Bell, L.M. Roth, C.A. Nalepa, Kecoak: Ekologi, Perilaku dan Sejarah Alam, All Pest roaches review 248 2007, hal. 125-
142.
[7] C. Castillo-Chavez, B. Song, Model dinamis tuberkulosis dan aplikasinya, Math. Biosci. Eng. 1 (2004) 361-404.
[8] CT Codeco, Dinamika endemik dan epidemi kolera: peran reservoir air, BMC Infect. Dis. 1 (2001) 1.
 K. Afassinou / J. Matematika. Anal. Appl. 518 (2023) 35
126686

[9] S.J.N. Devi, C.J. Murray, Kecoak (spesies Blattella dan Periplaneta) sebagai reservoir Salmonella yang resisten terhadap obat,
Epidemiol. Infect. 107 (1991) 357-361.
[10] M. Fardisi, A.D. Gondhalekar, A.R. Ashbrook, M.E. Scharf, Respon evolusi yang cepat terhadap intervensi resistensi
insektisida oleh kecoa Jerman (Blattella germanica L.), Sci. Rep. (2019).
[11] R. Fotedar, U. Banerjee, P. Shriniwas, Potensi vektor kecoa Jerman dalam penyebaran Pseudomonas aerug- inosa, J.
Hosp. Infect. 23 (1993) 55-59.
[12] B. Gomero, Latin hypercube sampling and partial rank correlation coefficient analysis applied to an optimal control
problem, Master's Thesis, University of Tennessee URL, 2012, https://trace.tennessee.edu/utk-gradthes/1278.
[13] O.T. Ifeanyi, O.O. Odunayo, Mikrobiologi kecoak - masalah kesehatan masyarakat, Int. J. Sci. Res. 4 (2015) 4.
[14] Mark Kaufman, Akankah kecoak benar-benar mewarisi Bumi? https://mashable.com/article/will-cockroaches-inherit-
earth/. (Diakses pada 2 Oktober 2020).
[15] J. Keiding, Kecoa - Biologi dan Pengendalian: Panduan Pelatihan dan Informasi (Tingkat Lanjutan), Vol. 86, Organisasi
Kesehatan Dunia, Jenewa, 1986, hal. 937.
[16] V. Lakshmikantham, S. Leela, A.A. Martynyuk, Analisis Kestabilan Sistem Nonlinier, Marcel Dekker Inc, New York dan
Basel, 1976.
[17] K. Lata, SN Mishra, A.K. Misra, Masalah kontrol optimal untuk penyakit yang bergantung pada pembawa, Biosystems 187
(2020) 104039.
[18] H. Memona, F. Manzoor, S. Riaz, Keanekaragaman spesies dan pola distribusi kecoak di Lahore, Pakistan, J. Arthropod-
Borne Dis. 11 (2017) 249-259.
[19] A. Mendy, J. Wilkerson, P.M. Salo, R.D. Cohn, D.C. Zeldin, P.S. Thorne, Paparan dan kepekaan terhadap hewan
peliharaan memodifikasi hubungan endotoksin dengan asma dan mengi, J. Allergy Clin. Imunol: Praktik 6 (2018) 2006-
2013.
[20] D. Posny, J. Wang, Z. Mukandavire, C. Modnak, Menganalisis dinamika penularan kolera dengan intervensi kesehatan
masyarakat, Math. Biosci. 264 (2015) 38-53.
[21] David L. Rosenstreich, Peyton Eggleston, dkk., Peran alergi kecoa dan paparan alergen kecoa dalam menyebabkan
morbiditas di antara anak-anak di dalam kota yang menderita asma, New Ger. J. Med. 336 (1997) 1356-1363.
[22] A. Sana, K.T. Muhammad, K. Kashif, I. Asim, dkk., Kecoak rumah tangga di kota Quetta sebagai reservoir bakteri
patogen yang menular, J. Entomol. Zool. Stud. 5 (2017) 649-653.
[23] J.B. Shukla, V. Singh, A.K. Misra, Pemodelan penyebaran penyakit menular dengan bakteri dan pembawa di l i n g k u n g a n ,
Nonlinear Anal., Real World Appl. 12 (2011) 2541-2551.
[24] H.L. Smith, Sistem dinamik monoton: pengantar teori sistem kompetitif dan kooperatif (survei matematis dan graf mono),
Am. Math. Soc. 41 (1995) 1-174.
[25] A. Tungtrongchitr, N. Sookrung, N. Munkong, V. Mahakittikun, P. Chinabut, W. Chaicumpa, dkk., Kadar alergen kecoak
dalam kaitannya dengan spesies kecoak dan penyakit alergi pada pasien di Thailand, Asian Pac. J. Alergi Imunol. 22
(2004) 115-121.
[26] S.M. Valles, P.G. Koehler, R.J. Brenner, Perbandingan kerentanan insektisida dan aktivitas enzim detoksifikasi di antara
'pestiferous blattodea', Comp. Biochem. Physiol. C Toksikol. Pharmacol. 4 (1999) 227-232.
[27] P. Van den Driessche, J. Watmough, Bilangan reproduksi dan kesetimbangan endemik sub-ambang batas untuk model
kompartemen penularan penyakit, Math. Biosci. 180 (2002) 29-48.