SKRIPSI

ANALISIS KESTABILAN MODEL SVLIDrR PADA PENYEBARAN

PENYAKIT TUBERKULOSIS DENGAN PENGARUH VAKSINASI DAN
PENGOBATAN

STABILITY ANALYSIS OF THE SVLIDrR ON THE SPREAD OF

TUBERCULOSIS DISEASE WITH EFFECT OF VACCINATION AND
TREATMENT

FITRATUN NAFSIYAH
24010121120013

DEPARTEMEN MATEMATIKA
FAKULTAS SAINS DAN MATEMATIKA
UNIVERSITAS DIPONEGORO
SEMARANG
2026
 BAB III
HASIL DAN PEMBAHASAN

Pada bab ini, akan dibahas mengenai analisis kestabilan model matematika dari
proses penyebaran penyakit tuberkulosis (TBC) dengan pengaruh vaksin yang tidak
sempurna, kemungkinan kegagalan pengobatan, resistensi obat pada individu
terinfeksi tuberkulosis. Aspek – aspek yang dibahas meliputi formulasi model
penyebaran penyakit tuberkulosis, menentukan kepositifan dan keterbatasan solusi,
menentukan bilangan reproduksi dasar, menentukan titik kesetimbangan bebas
penyakit dan titik kesetimbangan endemik penyakit serta analisis kestabilan
terhadap titik kesetimbangan tersebut. Kemudian akan diberikan simulasi numerik
untuk memberikan gambaran terhadap model matematika penyebaran penyakit
tuberkulosis dengan pengaruh vaksinasi dan pengobatan.

3.1 Model Matematika Penyebaran Penyakit Tuberkulosis

Model yang dibahas dalam tugas akhir ini adalah modifikasi model SVLIDrR yang
dikemukakan oleh Olumuyiwa James Peter [Link] [1] dimana populasi dibagi
menjadi enam kompartemen berdasarkan status penyakit yaitu Suspectible
(individu rentan), Vaccinated (individu yang telah divaksin), Latenly Infected
(individu terinfeksi TBC laten), Infectious (individu terinfeksi TBC aktif/dapat
menularkan), Drug-resistant (individu resisten obat), dan Recovered (individu
sembuh). Model matematika [1] menganalisis penyebaran penyakit tuberkulosis
dengan mempertimbangkan pengaruh vaksinasi terhadap penyakit tuberkulosis dan
kemungkinan kegagalan pengobatan pada individu terinfeksi TBC aktif. Model
penyebaran penyakit tuberkulosis dalam [1] dapat dilihat pada Gambar 3.1.
 Gambar 3.1 Model SVLIDrR Penyebaran Penyakit Tuberkulosis [1]

Tugas akhir ini memodifikasi model [1] dengan menambahkan dua parameter
tambahan yaitu adanya kemungkinan penambahan individu recovered (R) yang
berasal dari individu terinfeksi laten (L) yang memperoleh pengobatan dini dengan
laju pertambahannya sebesar  dan kemungkinan adanya individu resisten obat (
Dr ) yang mengalami kematian dikarenakan penyakit tuberkulosis resisten obat
dengan laju kematiannya adalah sebesar  . Modifikasi model penyebaran penyakit
tuberkulosis dapat dilihat pada Gambar 3.2.

Gambar 3.2 Modifikasi Model SVLIDrR pada Penyebaran Penyakit

Tuberkulosis
 Variabel dan parameter yang digunakan dalam model matematika
penyebaran penyakit tuberkulosis dengan pengaruh vaksinasi dan pengobatan dapat
dilihat pada Tabel 3.1 dan Tabel 3.2 berikut:

Tabel 3.1 Variabel Model Matematika Penyebaran Penyakit Tuberkulosis dengan

Pengaruh Vaksinasi dan Pengobatan

Variabel Keterangan Syarat

N t  Jumlah seluruh individu pada waktu t N t   0

S t  Banyaknya individu rentan (Susceptible) pada S t   0

waktu t
V t  Banyaknya individu yang mendapatkan V t   0
vaksinasi (Vaccinated) pada waktu t.
L t  Banyaknya individu terinfeksi tetapi belum L t   0
menularkan (Latenly Infected) pada waktu t.
I t  Banyaknya individu terinfeksi aktif (Infectious) I t   0
pada waktu t.
Dr  t  Banyaknya individu resisten obat (Drug- Dr  t   0
resistant) pada waktu t.
R t  Banyaknya individu yang sembuh (Recovered) R t   0
pada waktu t.

Tabel 3.2 Parameter Model Matematika Penyebaran Penyakit Tuberkulosis

dengan Pengaruh Vaksinasi dan Pengobatan

Parameter Keterangan Syarat

 Laju rekrutmen  0
 Laju penularan/ laju kontak individu terinfeksi 0   1
 Laju perpindahan individu susceptible menjadi 0  1
individu vaccinated/ laju vaksinasi
  Laju kehilangan kekebalan individu vaccinated 0  1
dan kembali ke individu susceptible.
 Laju kematian alami 0   1
 Laju perpindahan individu latenly infected 0  1
menjadi individu infectious.
 Laju kematian karena penyakit tuberkulosis aktif 0   1
 Laju perpindahan individu infectious menjadi 0   1
individu recovered.
 Efikasi vaksin 0  1
 Laju pengobatan yang tepat/lengkap pada 0   1
individu infectious.
 Laju pemulihan individu drug-resistant setelah 0   1
pengobatan lini kedua
 Laju pemulihan individu latenly infected setelah 0   1
dilakukan pengobatan
 Laju kematian karena TBC resisten obat 0   1

3.2 Formulasi Model

Pada bagian ini akan dilakukan formulasi model terhadap masing – masing
kompartemen meliputi perubahan jumlah individu susceptible, perubahan jumlah
individu vaccinated, perubahan jumlah individu latenly infected, perubahan jumlah
individu infectious, perubahan jumlah individu drug-resistant, dan perubahan
jumlah individu recovered.

3.2.1 Perubahan Jumlah Individu Susceptible (S)

Pertambahan jumlah individu rentan (S) dipengaruhi oleh tingkat rekrutmen (  )

yang terdiri dari semua individu sehat termasuk individu baru lahir yang memiliki
kemungkinan untuk terinfeksi penyakit tuberkulosis. Banyaknya individu rentan
(S) bisa berkurang ketika terdapat individu yang melakukan kontak dengan individu
terinfeksi aktif (I) dan menjadi individu terinfeksi laten (L) dengan laju sebesar  .
Individu rentan (S) juga bertambah jika individu yang telah divaksin (V) mulai
kehilangan sistem imunnya dikarenakan proteksi vaksin yang melemah seiring
waktu. Laju kehilangan sistem imun tersebut sebesar  . Kemudian, banyaknya
individu rentan (S) bisa berkurang disebabkan oleh kematian alami individu yang
bukan karena terinfeksi TBC dengan laju kematian sebesar  dan juga disebabkan
oleh laju individu rentan (S) yang divaksinasi yaitu sebesar  . Dengan demikian,

jumlah individu rentan (S) pada waktu t adalah S  t  dan jumlah individu rentan

(S) pada waktu t  t adalah S  t  t  . Hal ini berarti,

S  t  t   S  t   perubahan individu rentan  S  (3.1)

dimana perubahan individu rentan (S) adalah perubahan jumlah individu rentan
(Susceptible) yang diukur dalam selang waktu t , yang didefinisikan sebagai
berikut.

Perubahan individu rentan (S)

     S  t  I  t   V  t    S  t    S  t   t

     S  t  I  t   V  t        S  t   t (3.2)

sehingga dengan mensubstitusikan persamaan (3.2) ke persamaan (3.1), maka

diperoleh

S  t  t   S  t       S  t  I  t   V  t        S  t   t
S  t  t   S  t 
    S  t  I  t   V  t        S  t 
t
S
    S  t  I  t   V  t        S  t 
t

Laju perubahan jumlah individu rentan (Susceptible)

S
lim     S  t  I  t   V  t        S  t 
t 0 t
 S  t  dS  t 
Karena lim  S ' t   , maka diperoleh
t 0 t dt

dS  t 
    S  t  I  t   V  t        S  t 
dt

Dalam bentuk persamaan diferensial sederhana, laju perubahan jumlah individu

rentan (Susceptible) dapat ditulis sebagai berikut.

dS
    SI  V       S (3.3)
dt

3.2.2 Perubahan Jumlah Individu Vaccinated ( V )

Pertambahan jumlah individu vaccinated (V) dipengaruhi oleh jumlah individu

rentan (S) yang sudah divaksin yaitu sebesar  , sehingga individu memiliki
proteksi dari terinfeksinya TBC. Jumlah individu vaccinated (V) dapat berkurang
ketika efikasi vaksin individu vaccinated (V) mulai kehilangan proteksinya yaitu
dengan laju sebesar 1    dan individu tersebut melakukan kontak dengan

individu terinfeksi aktif (I) dengan laju sebesar  sehingga menjadi individu
terinfeksi Laten (L) yang belum menularkan TBC. Dengan demikian laju
berkurangnya menjadi sebesar  1    . Selain itu, berkurangnya jumlah individu

vaccinated (V) disebabkan oleh laju kematian alami sebesar  dan laju individu
vaccinated (V) yang kehilangan kekebalan tubuhnya dan kembali menjadi individu
rentan (S) dengan laju berkurangnya sebesar  . Dengan demikian, jumlah individu
vaccinated (V) pada waktu t adalah V  t  dan jumlah individu vaccinated (V) pada

waktu t  t adalah V  t  t  . Hal ini berarti,

V  t  t   V  t   perubahan individu Vaccinated V  (3.4)

dimana perubahan individu vaccinated (V) adalah perubahan jumlah individu

individu vaccinated (V) yang diukur dalam selang waktu t , yang didefinisikan
sebagai berikut.
Perubahan individu vaccinated (V)

  S  t    1   V  t  I  t   V  t   V  t   t

  S  t    1   V  t  I  t   V  t   V  t   t (3.5)

sehingga dengan mensubstitusikan persamaan (3.5) ke persamaan (3.4), maka

diperoleh

V  t  t   V  t    S  t    1   V  t  I  t       V  t   t
V  t  t   V  t 
  S  t    1   V  t  I  t       V  t 
t
V  t 
  S  t    1   V  t  I  t       V  t 
t

Laju perubahan jumlah individu vaccinated (V)

V  t 
lim   S  t    1   V  t  I  t       V  t 
t 0 t

V  t  dV  t 
Karena lim  V ' t   , maka diperoleh
t 0 t dt

dV  t 
  S  t    1   V  t  I  t       V  t 
dt

Dalam bentuk persamaan diferensial sederhana, laju perubahan jumlah individu

vaccinated (V) dapat ditulis sebagai berikut.

dV
  S   1   VI      V (3.6)
dt

3.2.3 Perubahan Jumlah Individu Latenly Infected ( L )

Jumlah individu latenly infected atau terinfeksi laten (L) bisa bertambah karena
dipengaruhi oleh bertambahnya individu rentan (S) yang melakukan kontak
langsung dengan individu terinfeksi aktif (I) dan menjadi individu terinfeksi laten
(L), laju bertambahnya adalah sebesar  . Pertambahan individu terinfeksi laten (L)
juga dipengaruhi oleh jumlah individu vaccinated (V) dengan efikasi vaksin sebesar
1    melakukan kontak langsung dengan individu terinfeksi aktif (I) sehingga

menjadi individu laten yang belum menularkan TBC, laju pertambahannya adalah
sebesar  . Setelah periode laten, sebagian individu mulai berubah menjadi
individu terinfeksi TBC aktif (I) dengan laju  . Individu terinfeksi laten (L) akan
berkurang dan individu terinfeksi aktif (I) akan bertambah. Berkurangnya individu
terinfeksi laten (L) juga bisa disebabkan oleh kematian alami yang bukan karena
TBC yaitu dengan laju  , selain itu berkurangnya individu terinfeksi laten juga
disebabkan oleh adanya pengobatan dini individu terinfeksi laten (L) sehingga
dapat pulih (masuk individu sembuh) sebelum berubah menjadi individu terinfeksi
aktif dengan laju pemulihannya sebesar  . Dengan demikian, jumlah individu
terinfeksi laten (L) pada waktu t adalah L  t  dan jumlah individu terinfeksi laten

(L) pada waktu t  t adalah L  t  t  . Hal ini berarti,

L  t  t   L  t   perubahan individu Latenly Infected  L  (3.7)

dimana perubahan individu terinfeksi laten (L) adalah perubahan jumlah individu
individu terinfeksi laten (L) yang diukur dalam selang waktu t , yang didefinisikan
sebagai berikut.

Perubahan individu terinfeksi laten (L)

  S  t  I  t    1   V  t  I  t    L  t    L  t    L  t   t

  S  t  I  t    1   V  t  I  t          L  t   t (3.8)

sehingga dengan mensubstitusikan persamaan (3.8) ke persamaan (3.7), maka

diperoleh

L  t  t   L  t    S  t  I  t    1   V  t  I  t          L  t   t
L  t  t   L  t 
  S  t  I  t    1   V  t  I  t          L  t 
t
L  t 
  S  t  I  t    1   V  t  I  t          L  t 
t
Laju perubahan jumlah individu terinfeksi laten (L)

L  t  t   L  t 
lim   S  t  I  t    1   V  t  I  t          L  t 
t 0 t

L  t  dL  t 
Karena lim  L'  t   , maka diperoleh
t 0 t dt

dL  t 
  S  t  I  t    1   V  t  I t          L t 
dt

Dalam bentuk persamaan diferensial sederhana, laju perubahan jumlah individu

terinfeksi laten (L) dapat ditulis sebagai berikut.

dL
  SI   1   VI         L (3.9)
dt

3.2.4 Perubahan Jumlah Individu Infectious ( I )

Pertambahan jumlah individu terinfeksi aktif (I) disebabkan oleh laju perpindahan
jumlah individu terinfeksi laten (L) menjadi individu terinfeksi aktif (I), laju
pertambahannya adalah sebesar  . Berkurangnya jumlah individu terinfeksi aktif
(I) disebabkan oleh laju pengobatan yang tepat/lengkap pada individu terinfeksi
aktif (I) yaitu sebesar  kemudian masuk ke individu sembuh (R) dengan laju
perpindahannya sebesar  , laju kematian alami bukan karena TBC yaitu sebesar
 , laju kematian individu terinfeksi aktif (I) akibat penyakit TBC yaitu sebesar  ,
dan juga disebabkan oleh adanya individu terinfeksi aktif (I) yang mengalami
resistansi obat setelah dilakukan pengobatan yaitu sebesar 1    dan berpindah ke

individu drug-resistant ( Dr ) laju perpindahannya adalah sebesar  . Dengan

demikian, jumlah individu terinfeksi aktif (I) pada waktu t adalah I  t  dan jumlah

individu terinfeksi aktif (I) pada waktu t  t adalah I  t  t  . Hal ini berarti,

I  t  t   I  t   perubahan individu Infectious  I  (3.10)

dimana perubahan individu terinfeksi aktif (I) adalah perubahan jumlah individu
individu terinfeksi aktif (I) yang diukur dalam selang waktu t , yang didefinisikan
sebagai berikut.

Perubahan individu terinfeksi aktif (I)

  L  t    I  t    I  t    I  t   1     I  t   t
  L  t    I  t    I  t    I  t   t
  L  t         I  t   t (3.11)

sehingga dengan mensubstitusikan persamaan (3.11) ke persamaan (3.10), maka

diperoleh

I  t  t   I  t    L  t         I  t   t
I  t  t   I  t 
  L  t         I  t 
t
I  t 
  L  t         I  t 
t

Laju perubahan jumlah individu terinfeksi aktif (I)

I  t  t   I  t 
lim   L  t         I  t 
t 0 t

I  t  dI  t 
Karena lim  I ' t   , maka diperoleh
t 0 t dt

dI  t 
  L  t         I  t 
dt

Dalam bentuk persamaan diferensial sederhana, laju perubahan jumlah individu

terinfeksi aktif (I) dapat ditulis sebagai berikut.

dI
  L        I (3.12)
dt
3.2.5 Perubahan Jumlah Individu Drug-resistant ( Dr )

Individu terinfeksi aktif (I) setelah dilakukan pengobatan, dengan laju  akan
berpindah menjadi individu sembuh (R) dan sebagian menjadi indvidu resisten obat
( Dr ) karena kegagalan dalam pengobatan yang membuat bakteri penginfeksi

menjadi kebal terhadap obat dengan laju sebesar 1    . Dengan demikian,

individu terinfeksi aktif (I) akan berkurang dan indvidu resisten obat ( Dr )

bertambah. Pengurangan jumlah individu drug-resistant ( Dr ) disebabkan oleh laju

kematian alami yaitu sebesar  , laju kematian akibat TBC resisten obat yaitu
sebesar  , dan juga disebabkan oleh individu yang dapat pulih setelah
mendapatkan pengobatan lini kedua dan berpindah ke individu sembuh (R) dengan
laju sebesar  . Dengan demikian, jumlah individu drug-resistant ( Dr ) pada waktu

t adalah Dr  t  dan jumlah individu drug-resistant ( Dr ) pada waktu t  t adalah

Dr  t  t  . Hal ini berarti,

Dr  t  t   Dr  t   perubahan ndividu drug  resistant  Dr  (3.13)

dimana perubahan individu drug-resistant ( Dr ) adalah perubahan jumlah individu

individu drug-resistant ( Dr ) yang diukur dalam selang waktu t , yang

didefinisikan sebagai berikut.

Perubahan individu drug-resistant ( Dr )

  1     I  t    Dr  t    Dr  t    Dr  t   t

  1     I  t          Dr  t   t (3.14)

sehingga dengan mensubstitusikan persamaan (3.14) ke persamaan (3.13), maka

diperoleh
 Dr  t  t   Dr  t    1     I  t          Dr  t   t
Dr  t  t   Dr  t 
 1     I  t          Dr  t 
t
Dr  t 
 1     I  t          Dr  t 
t

Laju perubahan jumlah individu drug-resistant ( Dr )

Dr  t  t   Dr  t 
lim  1     I  t          Dr  t 
t 0 t

Dr  t  dDr  t 
Karena lim  Dr '  t   , maka diperoleh
t 0 t dt

dDr  t 
 1     I  t          Dr  t 
dt

Dalam bentuk persamaan diferensial sederhana, laju perubahan jumlah individu

drug-resistant ( Dr ) dapat ditulis sebagai berikut.

dDr
 1     I         Dr (3.15)
dt

3.2.6 Perubahan Jumlah Individu Recovered (R)

Pertambahan individu recovered (R) dipengaruhi oleh kesembuhan individu dari

individu terinfeksi aktif (I) yang berhasil dalam pengobatan dan individu tersebut
berpindah menjadi individu recovered (R), laju perpindahan individu terinfeksi
aktif (I) menjadi individu recovered (R) adalah sebesar  dengan tingkat
pemulihan individu yang berhasil dalam pengobatan sebesar  , dan disebabkan
oleh kesembuhan individu terinfeksi laten (L) setelah dilakukan pengobatan
kemudian masuk ke individu recovered (R), laju pemulihannya sebesar  .
Pertambahan individu recovered (R) juga dipengaruhi oleh kesembuhan dari
individu resisten obat ( Dr ) setelah pengobatan lini kedua dan menjadi individu
recovered (R), dengan laju pemulihan setelah pengobatan lini kedua sebesar  .
Kemudian, individu recovered (R) berkurang karena terdapat kematian alami yang
bukan karena TBC yaitu sebesar  . Dengan demikian, jumlah individu recovered

(R) pada waktu t adalah R  t  dan jumlah individu recovered (R) pada waktu t  t

adalah R  t  t  . Hal ini berarti,

R  t  t   R  t   perubahan individu recovered  R  (3.16)

dimana perubahan individu recovered (R) adalah perubahan jumlah individu

individu recovered (R) yang diukur dalam selang waktu t , yang didefinisikan
sebagai berikut.

Perubahan individu recovered (R)

   Dr   I  t    L  t    R  t   t (3.17)

sehingga dengan mensubstitusikan persamaan (3.17) ke persamaan (3.16), maka

diperoleh

R  t  t   R  t     Dr   I  t    L  t    R  t   t
R  t  t   R  t 
  Dr   I  t    L  t    R  t 
t
R  t 
  Dr   I  t    L  t    R  t 
t

Laju perubahan jumlah individu recovered (R)

R  t  t   R  t 
lim   Dr   I  t    L  t    R  t 
t 0 t

R  t  dR  t 
Karena lim  R'  t   , maka diperoleh
t 0 t dt

dR  t 
  Dr   I  t    L  t    R  t 
dt
Dalam bentuk persamaan diferensial sederhana, laju perubahan jumlah individu
recovered (R) dapat ditulis sebagai berikut.

dR
  Dr   I   L   R (3.18)
dt

Berdasarkan formulasi model (3.3), (3.6), (3.9), (3.12), (3.15), dan (3.18)
diperoleh sistem persamaan model matematika penyebaran penyakit tuberkulosis
dengan vaksinasi dan resistensi obat sebagai berikut.

 dS
 dt     SI  V       S ,

 dV   S   1   VI      V ,
 dt

 dL   SI   1   VI         L,
 dt
 (3.19)
 dI   L        I ,
 dt
 dD
 r  1     I         Dr ,
 dt
 dR
   Dr   I   L   R.
 dt

dengan total populasi N adalah

N  S  V  L  I  Dr  R (3.20)

3.3 Menentukan Kepositifan dan Keterbatasan Solusi

Langkah pertama untuk menganalisis apakah model tuberkulosis dalam sistem

persamaan (3.19) memiliki makna secara epidemik adalah membuktikan bahwa
semua variabelnya bernilai positif. Solusi dari sistem persamaan dengan kondisi
awal positif akan selalu bernilai positif untuk setiap t  0 . Kemudian akan
dibuktikan juga solusi (3.19) terbatas pada daerah asalnya.
Teorema 3.1 [...] Solusi S  t  , V  t  , L  t  , I  t  , Dr  t  , R  t  dari model (3.19)

dengan kondisi awal S  0   0, V  0   0, L  0   0, I  0   0, Dr  0   0, R  0   0

akan selalu bernilai positif untuk setiap t  0 .

Bukti :

Dari sistem persamaan (3.19) baris pertama untuk perubahan jumlah individu
rentan (Susceptible) diketahui sebagai berikut.

dS
    SI  V       S
dt
dS
    V   I     S
dt
dS
  I     S     V
dt

Untuk setiap t  0 , dapat ditulis

dS  t 
  I  t      S  t     V  t  (3.21)
dt

Persamaan (3.21) memiliki bentuk persamaan diferensial orde satu, sehingga dapat
diselesaikan sebagai berikut.

Faktor integrasi persamaan (3.21) dari t  0 sampai t  0 adalah

t t

  I u   du    t   I u du
e0 e 0

t
   t   I  u du
Kalikan kedua ruas pada persamaan (3.21) dengan faktor integral e 0

sehingga diperoleh
t t t
   t    I  u  du dS  t     t    I  u du    t    I  u du
e 0

dt
e 0
 I  t      S  t       V  t   e 0

t t t

dS  t     t    I  u  du d    t  0  I u du    t    I  u du
e 0
 e S  t      V  t   e 0

dt dt

maka diperoleh,
  
t t

d     t  0  I  u du    t    I  u  du
e S  t       V  t   e 0


dt  

 
Integralkan kedua ruas, sehingga

    t   I  u du  t
t t
   t    I  u du
   
t
 
d e 0
S  t  
     V  s  e 0
ds
0   0
 
t t
   t    I  u  du    t   I  u du
 S  0       V  s   e
t
S t  e 0 0
ds
0
t t t


   t   I  u  du 
   t   I  u  du t    t    I  u du
S t   S  0 e 0
e 0
    V  s   e 0
ds  0
0

t t


   t   I  u  du    t    I  u  du
 0, dan     V  s   e
t
Karena S  0   0, e 0 0
ds.  0 maka
0

terbukti S  t   0 . ∎

Dari sistem persamaan (3.19) baris kedua untuk perubahan jumlah individu
vaccinated ( V ) diketahui sebagai berikut.

dV
  S   1   VI      V
dt
  S   1    I       V
dV
dt
  1    I       V   S
dV
dt

Untuk setiap t  0 , dapat ditulis

dV  t 
  1    I  t        V  t    S  t  (3.22)
dt

Persamaan (3.22) memiliki bentuk persamaan diferensial orde satu, sehingga dapat
diselesaikan sebagai berikut.

Faktor integrasi persamaan (3.22) dari t  0 sampai t  0 adalah

 t t

  1  I t    du    t   1  I  u du

e0 e 0

t
   t   1  I  u du
Kalikan kedua ruas pada persamaan (3.22) dengan faktor integral e 0

sehingga diperoleh
t t t
   t    1  I  u  du dV  t     t    1  I  u du    t    1  I  u du
e 0
e 0
 1    I  t         V  t    S  t   e 0

dt
t t t

dV  t     t  0  1  I  u du d    t  0  1  I  u du    t    1  I  u du

e  e V  t    S  t   e 0

dt dt

maka diperoleh,

 
t t

d     t  0  1  I u du    t    1  I  u du

e V  t     S  t   e 0

dt  
 

Integralkan kedua ruas, sehingga

    t   1  I  u du  t
t t
   t    1  I  u  du
 
t
 d e 0
V   
t    S  t   e 0
ds
0    0
 
t t
   t    1  I  u  du t    t    1  I  u  du
V t  e 0
 V  0     S  t   e 0
ds
0
t t t


   t   1  I  u  du 
   t   1  I  u  du t    t    1  I  u du
V t   V  0 e 0
e 0
  S  t   e 0
ds  0
0

t t
   t   1  I  u du t    t    1  I  u du
Karena V  0   0, e 0
 0, dan   S  t   e 0
ds  0 maka
0

terbukti V  t   0 . ∎

Dari sistem persamaan (3.19) baris ketiga untuk perubahan jumlah individu latenly
infected (L) diketahui sebagai berikut.

dL
  SI   1   VI         L
dt
dL
        L   SI   1   VI
dt

Untuk setiap t  0 , dapat ditulis

dL  t 
        L  t    S  t  I  t    1   V  t  I t  (3.23)
dt

Persamaan (3.23) memiliki bentuk persamaan diferensial orde satu, sehingga dapat
diselesaikan sebagai berikut.

Faktor integrasi persamaan (3.23) dari t  0 sampai t  0 adalah

     du
e0  e    t

Kalikan kedua ruas pada persamaan (3.23) dengan faktor integral e    t sehingga
diperoleh

dL  t 
e    t  e    t        L  t    S  t  I  t    1   V  t  I  t   e    t
dt
dL  t 
L  t    S  t  I  t    1   V  t  I  t   e    t
d     t
e    t  e
dt dt
maka diperoleh,


d     t
dt
e 
L  t    S  t  I  t    1   V t  I t   e    t

Integralkan kedua ruas, sehingga

 
L  t     S  u  I  u    1   V  u  I  u   e    u du
t t
    t
d e
0 0

L  t  e    t  L  0     S  u  I  u    1   V  u  I  u   e    u du
t

L  t   L  0  e     t  e    t   S  u  I  u    1   V  u  I  u   e    u du  0 .
t

Terbukti L  t   0 saat kondisi awal L  0   0 . ∎

Dari sistem persamaan (3.19) baris keempat untuk perubahan jumlah individu
infectious (I) diketahui sebagai berikut.

dI
  L        I
dt
dI
       I   L
dt

Untuk setiap t  0 , dapat ditulis

dI  t 
       I  t    L  t  (3.24)
dt

Persamaan (3.24) memiliki bentuk persamaan diferensial orde satu, sehingga dapat
diselesaikan sebagai berikut.

Faktor integrasi persamaan (3.24) dari t  0 sampai t  0 adalah

     du
e0  e    t

Kalikan kedua ruas pada persamaan (3.24) dengan faktor integral e    t sehingga
diperoleh

dI  t 
e      t  e      t        I  t    L  t  e      t
dt
dI  t  d      t
e      t  e I  t    L  t  e      t
dt dt

maka diperoleh,

dt
e 
d     t

I  t    L  t  e    t

Integralkan kedua ruas, sehingga

 
t t
d e
      t
I  t     L  u  e    u du
0 0
t
I  t  e    t  I  0     L  u  e    u du
0
 t
I  t   I  0  e    t  e    t   L  u  e    u du  0 . ∎
0

Dari sistem persamaan (3.19) baris kelima untuk perubahan jumlah individu drug -
resistant ( Dr ) diketahui sebagai berikut.

dDr
 1     I         Dr
dt
dDr
        Dr  1     I
dt

Untuk setiap t  0 , dapat ditulis

dDr  t 
        Dr  t   1     I  t  (3.25)
dt

Persamaan (3.25) memiliki bentuk persamaan diferensial orde satu, sehingga dapat
diselesaikan sebagai berikut.

Faktor integrasi persamaan (3.25) dari t  0 sampai t  0 adalah

      du
e0  e       t

Kalikan kedua ruas pada persamaan (3.25) dengan faktor integral e     t sehingga
diperoleh

dDr  t 
e       t  e     t      Dr  t    1     I  t   e     t
dt
dDr  t 
Dr  t    1     I  t   e     t
d       t
e       t  e
dt dt

maka diperoleh,


d      t
dt
e 
Dr  t    1     I  t   e     t

Integralkan kedua ruas, sehingga

  
Dr  t     1     I  u   e     u du
t t
      t
d e
0 0

Dr  t  e     t  Dr  0     1     I  u   e     u du
t

Dr  t   Dr  0  e      t  e      t   1     I  u   e     u du  0
t

  1     I  u   e
t
Karena Dr  0   0, e     t  0, dan       u
du  0 maka
0

terbukti Dr  t   0 . ∎

Dari sistem persamaan (3.19) baris keenam untuk perubahan jumlah individu
recovered (R) diketahui sebagai berikut.

dR
  Dr   I   L   R
dt
dR
  R   Dr   I   L
dt

Untuk setiap t  0 , dapat ditulis

dR  t 
  R  t    Dr  t    I  t    L (3.26)
dt

Persamaan (3.26) memiliki bentuk persamaan diferensial orde satu, sehingga dapat
diselesaikan sebagai berikut.

Faktor integrasi persamaan (3.26) dari t  0 sampai t  0 adalah

 du
e0  e t

Kalikan kedua ruas pada persamaan (3.26) dengan faktor integral e t sehingga
diperoleh

dR  t 
e t  e t  R  t     Dr  t    I  t    L  t   e t
dt
dR  t 
e R  t     Dr  t    I  t    L  t   e t
d t
e t 
dt dt
maka diperoleh,

 e R t    Dr t   I t    L t  et
d t
dt

Integralkan kedua ruas, sehingga

 d  e R  t       Dr  u    I  u    L  u   e du
t t
t u
0 0

R  t  e t  R  0      Dr  u    I  u    L  u   e u du
t

R  t   R  0  e  t  e  t    Dr  u    I  u    L  u   e u du  0
t

Karena R  0   0, e t  0, dan    Dr  u    I  u    L  u   e u du  0 maka

t

terbukti R  t   0 . ∎

Dengan demikian, solusi S  t  , V  t  , L  t  , I  t  , Dr  t  , R  t  dari sistem

persamaan (3.19) adalah positif untuk setiap t  0 . Selanjutnya, akan dibuktikan

6
tentang keterbatasan solusi dari model (3.19) yang selalu ada di yang
dijelaskan dengan teorema berikut.

Teorema 3.2 [...] Daerah fisibel himpunan S  t  ,V  t  , L  t  , I  t  , Dr  t  , R  t 

dari model (3.19) didefinisikan sebagai berikut:


   S  t  ,V  t  , L t  , I t  , Dr t  , R t    6
 ,0  N (t )  U 
 
dimana U  max  N  0  ,  adalah positif invarian untuk sistem persamaan pada
 
model (3.19).

Bukti:

Dari persamaan (3.20) diketahui bahwa

N  S  V  L  I  Dr  R
maka dengan menambahkan semua persamaan pada model (3.19) diperoleh

dN dS dV dL dI dDr dR
     
dt dt dt dt dt dt dt
dN
    SI  V       S   S   1   VI      V
dt
  SI   1   VI         L   L        I
 1     I         Dr   Dr   I   L   R
dN
    SI  V   S   S   S   1   VI  V  V
dt
  SI   1   VI   L   L   L   L   I   I   I
  I   I   Dr   Dr   Dr   Dr   I   L   R
dN
    S  V   L   I   I   Dr   Dr   R
dt
dN
     S  V  L  I  Dr  R    I   Dr
dt
dN
    N   I   Dr     N
dt

Jika tidak ada individu yaitu pada saat t  0 diperoleh

dN  t    dy
t t t

  dy   dy
e 0   N t  e 0   e 0
dt
 dy 
t t

d      dy
 N t  e 0    e 0
dt  
 
t t

  dy 1 t   dy
N t  e 0  N 0    e0 dt
0

N t    N  0  e  t

dimana N  0  merepresentasikan total populasi pada saat t  0


Untuk t   diperoleh N  t  

 
Dengan demikian, limsup N  t   lim  N  0  e  t 
t  t   
sehingga, limsup N  t  ada, hal ini berarti N  t  terbatas ke atas dan terbukti bahwa
t 

daerah fisibel dari model (3.19) adalah positif invarian. ∎

3.4 Titik Kesetimbangan

Titik kesetimbangan adalah titik ketika tidak ada perubahan jumlah individu pada
setiap kelas individu S ,V , L, I , Dr , R . Titik kesetimbangan sendiri terbagi menjadi
dua yaitu titik kesetimbangan bebas penyakit dan titik kesetimbangan endemik
penyakit. Titik kesetimbangan untuk model penyebaran penyakit tuberkulosis
dengan vaksinasi dan resisten obat diperoleh jika :

dS dV dL dI dDr dR
     0
dt dt dt dt dt dt

sehingga diperoleh

    SI  V       S  0

 S   1   VI      V  0

 SI   1   VI         L  0
 (3.27)
 L        I  0

1     I         Dr  0
 Dr   I   L   R  0

dengan S  0   0,V  0   0, L  0   0, I  0   0, Dr  0, R  0 . Titik kesetimbangan

bebas penyakitnya adalah E0  S 0 ,V 0 , L0 , I 0 , Dr 0 , R 0  dan titik kesetimbangan

endemik penyakitnya adalah E1  S * ,V * , L* , I * , Dr * , R*  .

3.4.1 Titik Kesetimbangan Bebas Penyakit

Titik kesetimbangan bebas penyakit tuberkulosis terjadi ketika populasi bebas dari
penyakit tuberkulosis atau tidak ada lagi individu yang terinfeksi penyakit
tuberkulosis. Oleh karena itu, nilai kelas individu yang terinfeksi aktif (I) adalah
I  0.
Ambil persamaan (3.27) baris kedua sebagai tahap awal untuk memperoleh titik
kesetimbangan, maka diperoleh

 S   1   VI      V  0
  S      V  0
     V   S
S
V  (3.28)
  
Selanjutnya menggunakan persamaan (3.27) baris ketiga, kelima, dan keenam
untuk mencari nilai L, Dr , dan R .

 SI   1   VI         L  0
        L  0
L0 (3.29)

1     I         Dr  0
         Dr  0
 Dr  0 (3.30)

Substitusi persamaan (3.29) dan (3.30) ke persamaan (3.27) baris keenam diperoleh

 Dr   I   L   R  0
  R  0
R0 (3.31)

Kemudian, substitusikan persamaan (3.28) ke persamaan (3.27) baris pertama

untuk mendapatkan nilai S .

   SI   V       S  0
 S 
       
      S  0
 
 S
      S  0
 
 S           S
 
 
              S       
   
S
            
   
S
    2       
   
S (3.32)
    

Substitusikan persamaan (3.32) ke persamaan (3.28) untuk memperoleh nilai V .

S
V 
  
     
  
V        
  
     
V 
           

V  (3.33)
    

Berdasarkan persamaan (3.32), (3.33), (3.29), (3.30), dan (3.31) maka

diperoleh titik kesetimbangan bebas penyakitnya adalah sebagai berikut:

      
E0  S 0 ,V 0 , L0 , I 0 , Dr 0 , R0    , , 0, 0, 0, 0 
           
 

dengan total populasi di titik kesetimbangan bebas penyakitnya adalah

     
N  S0 V 0   
          

3.4.2 Menentukan Bilangan Reproduksi Dasar

Bilangan reproduksi dasar ( 0 ) menunjukkan jumlah rata – rata kasus infeksi baru

dalam suatu populasi. Jika 0  1 maka penyebaran penyakit dapat dikendalikan

dan bahkan menghilang dari populasi. Jika 0  1 , maka penyakit dapat ditularkan
oleh individu terinfeksi sehingga memunculkan individu terinfeksi baru yang jika
meningkat akan mengakibatkan terjadinya endemik.

Dalam menentukan bilangan reproduksi dasar ( 0 ) dapat menggunakan

metode Next Generation Matrix (NGM) yaitu dengan menghitung matriks dari
jumlah individu yang terinfeksi. Pada model penyebaran penyakit tuberkulosis
sistem (3.19), yang menjadi kompartemen yang terinfeksi adalah kelas Latenly
Infected ( L ), Infectious ( I ), dan Drug-resistant ( Dr ) yaitu

 dL
 dt   SI   1   VI         L,

 dI
   L        I ,
 dt
 dDr
 dt  1     I         Dr .


Misalkan X   L Dr  sehingga dapat ditulis sebagai

T
I

 SI   1   VI         L 
dX  
 F  X  V  X     L        I 
dt
 1     I         Dr 

dengan F  X  merupakan laju infeksi tahap awal dan V  X  merupakan laju

perpindahan populasi yang telah terinfeksi, dengan F  X  dan V  X  adalah

sebagai berikut:

 F1   SI   1   VI 
 
F  X    F2    0  dan
 F3   0 

V1         L 
   
V  X   V2     L        I 
V3    1     I         Dr 
Misalkan matriks Jacobian dari F  X  dan V  X  adalah F dan V , maka dengan

mensubstitusikan titik kesetimbangan bebas penyakit berikut

      
E0  S 0 ,V 0 , L0 , I 0 , Dr 0 , R0    , , 0, 0, 0, 0 
           
 
maka diperoleh

 F1 F1 F1 

 L I Dr 
 0  S   1   V 0
 F F2 F2   
F  2  0
Dr  
0 0
 L I
0 0 0 
 F3 F3 F3  
 L I Dr 

    
Substitusi S  ,V sehingga diperoleh
         

        1     
0  0
           
F  0 0 0
 
0 0 0
 
 

dan

 V1 V1 V1 

 L I Dr 
     0 0 
 V V2 V2   
V  2      
Dr  
0 
 L I
 0  1          
 V3 V3 V3  
 L I Dr 


Selanjutnya akan dicari bilangan reproduksi dasar menggunakan metode Next

Generation Matrix (NGM) yaitu

NGM  F V 1
dengan

1
V 1  adj V 
det(V )

            0 0 
1  
V 1                      0
                    1    

       1                


 
 1 
0 0
     
 
 1
V 1   0 
                   
 
  1     1     1 
                                    

Dengan demikian,

 
        1      1
0 0 
0  0    
                   

 1
NGM  0 0 0  0 
                    
0 0 0  
   1     1     1 
  
                                    
         1                1      1  
        0 
   
                                                        
NGM   0 0 0 
 0 0 0
 
 

sehingga diperoleh,

   1           1         
 0
                                 
NGM   0 0 0
 
 0 0 0
 
 
Selanjutnya menentukan nilai eigen dari NGM, yaitu

det   I  NGM   0
    1           1         
 0
1 0 0                                   
 0 1 0    0 0 0  0
 
0 0 1   0 0 0
 
 
   1           1         
 0
 0 0                                   
0  0   0 0 0  0
   
 0 0    0 0 0
 
 

   1           1         
   0
                                 
 0  0  0
 
 0 0 
 
 
   1         
         0

                    

diperoleh nilai eigennya

  1        
1  , 2  0, 3  0
                  

maka 1 sebagai nilai eigen terbesar dari matriks NGM pada sistem epidemik
model (3.27) adalah bilangan reproduksi dasar, yaitu

  1        
0  (3.34)
                  

3.4.3 Titik Kesetimbangan Endemik Penyakit

Titik kesetimbangan endemik penyakit tuberkulosis terjadi ketika dalam sebuah

populasi terdapat individu yang terinfeksi tuberkulosis, sehingga dapat menularkan
infeksi terhadap individu lain dan menyebabkan terjadinya endemi dalam suatu
populasi. Oleh karena selalu ada individu yang terinfeksi maka I  0 . Titik
kesetimbangan endemik penyakit dilambangkan dengan E1  S * ,V * , L* , I * , Dr * , R*  ,

maka akan dicari nilai dari masing – masing kompartemennya sebagai berikut.
Dengan demikian sistem persamaan (3.27) menjadi:

    S * I *  V *       S *  0
 *
 S   1   V I      V  0
* * *

 * *
 S I   1   V I         L  0
* * *

 * (3.35)
 L        I  0
*


1     I         Dr  0
* *

 D *   I *   L*   R*  0
 r

berdasarkan sistem persamaan (3.35) baris keempat dan kelima diperoleh

 L*        I *  0
  L*        I *

 L* 
      I * (3.36)


1     I *         Dr*  0
        Dr *  1     I *

 Dr  * 1     I * (3.37)
   

Substitusi persamaan (3.36) dan persamaan (3.37) ke persamaan (3.35) baris

keenam, maka diperoleh

 Dr *   I *   L*   R*  0
 1     I *         I * 
      I   
*
   R  0
*

        
  1     I *
         I              I * 
*
      R  0
*
                       
 
  I *   I *   I *   I *   I *               I *
   R*  0
      


                    I *

  R*  0
      


                      I *

  R*  0
      

  R *

                      I *

      

 R* 
                      I *

(3.38)
       

dari persamaan (3.35) baris kedua diperoleh

 S *   1   V * I *      V *  0
  1   V * I *      V *   S *
  1    I *        V *   S *
S*
V*  (3.39)
 1    I *      

Substitusikan persamaan (3.39) ke persamaan (3.35) baris pertama, maka diperoleh

   S * I *  V *       S *  0
 S* 
  1    I        
    S *I *    *
     S*  0
 

dengan memisalkan A   1    I *       , maka

  S * 
  S *I *        S  
*

 A 
 S I A   S  A      S *
* * *
 
A
  A I *    A       S *   A
A
 S* 
A I    A     
*
substitusikan kembali A   1    I *       , sehingga diperoleh

       I * 1    
S* 
 I *  1    I *                1    I *      

       I * 1    
S 
*
(3.40)
 2 1     I *    I *    1       2             
2

Substitusikan persamaan (3.40) ke persamaan (3.39), maka diperoleh

S*
V* 
 1    I *      
          I * 1     
V   
  1    I *          2 1   I * 2   I *    1     2          
*

           

V*  (3.41)
 2 1     I 
* 2
  I *    1       2             

Berdasarkan persamaan (3.40), (3.41), (3.36), (3.37), dan (3.38) maka

diperoleh titik kesetimbangan endemik penyakit E1  S * ,V * , L* , I * , Dr * , R*  untuk

masing – masing kompartemen adalah

       I * 1    
S*  ,
 * 1     I *    I *    1       2             
2


V*  ,
 1     I
*

* 2
  I    1       2             
*

      I *
L 
*
,


Dr * 
1     I * ,
   

R* 
                      I *

       
dengan I * diambil dari akar positif polinomial berikut:

F  I   a2 I 2  a1 I  a0  0 (3.42)

menggunakan alat bantu Maple, diperoleh persamaan karakteristik dalam bentuk

polinomial sebagai berikut:

 I 2 2 1     I 2 2 1      I 2 2 1      I 2 2 1      I 2 2 1      I 2 2 1     2 
 
  I 2 2 1      I 2 2 1      I 2 2 1      I  2  1     I 1      I 1    
 
  I  1      I  1      I 1      I 1     I 1      I 1     
2 2

  I  1      I  1      I  1     3  I 1     2  I  1     2  I  1     2 
 
I   I  1      I  1      I  1      I  1      I   I  I 2 
 
  I   I   I   I  2  I   I  I  I 3  I 2  I 2  I 2 
 3 
  I   I   I   I    1                
2

  2   2   2       3   2   2   2       4   3 

 3 
      3   3   2   2   2   2   2   2     
 

dengan demikian, diperoleh

a2   2 1            
a1    1     2   1      1                   
a0    1                           
   1         
                     (3.43)
                  
 
                 
   1         
 1                    
                  
 
 1  0                 

3.5 Analisis Kestabilan

Untuk mengetahui perilaku disekitar titik kesetimbangan, maka diperlukan analisis

kestabilan pada titik kesetimbangan baik titik kesetimbangan bebas penyakit
maupun titik kesetimbangan endemik penyakit. Analisis kestabilan dapat dilakukan
dengan mencari nilai eigen dari matriks Jacobi yang diperoleh dari hasil linearisasi
sistem persamaan (3.27) di sekitar titik kesetimbangan, sehingga sistem persamaan
(3.27) dapat ditulis sebagai berikut:

 dS
 dt  f1  S ,V , L, I , Dr , R      SI  V       S  0

 dV  f  S ,V , L, I , D , R    S   1   VI      V  0
 dt 2 r


 dL  f3  S ,V , L, I , Dr , R    SI   1   VI         L  0
 dt
 (3.44)
 dI  f 4  S ,V , L, I , Dr , R    L        I  0
 dt
 dD
 r  f5  S ,V , L, I , Dr , R   1     I         Dr  0
 dt
 dR
  f 6  S ,V , L, I , Dr , R    Dr   I   L   R  0
 dt

3.5.1 Kestabilan pada Titik Kesetimbangan Bebas Penyakit

Kesetimbangan bebas penyakit adalah keadaan ketika sebuah populasi bebas dari
individu terinfeksi dan dilambangkan dengan

      
E0  S 0 ,V 0 , L0 , I 0 , Dr 0 , R0    , , 0, 0, 0, 0 
           
 

Untuk melakukan analisis kestabilan terhadap titik kesetimbangan bebas penyakit

dapat menggunakan teorema sebagai berikut:

Teorema 3.3 [..] Titik kesetimbangan bebas penyakit tuberkulosis

E0  S 0 ,V 0 , L0 , I 0 , Dr 0 , R 0  dari model persamaan (3.19) selalu stabil asimtotik

lokal jika R0  1 dan tidak stabil jika R0  1 .

Bukti:

Akan ditunjukkan kestabilan dari titik kesetimbangan bebas penyakit

E0  S 0 ,V 0 , L0 , I 0 , Dr 0 , R 0  dengan melinearkan sistem persamaan (3.44) untuk

matriks Jacobiannya, sehingga menjadi

dS f f f f f f
 f1  S ,V , L, I , Dr , R   f1  E0   1  S  S 0   1 V  V 0   1  L  L0   1  I  I 0   1  Dr  Dr 0   1  R  R 0 
dt S V L I Dr R
dV f f f f f f
 f 2  S ,V , L, I , Dr , R   f 2  E0   2  S  S 0   2 V  V 0   2  L  L0   2  I  I 0   2  Dr  Dr 0   2  R  R 0 
dt S V L I Dr R
dL f3 f3 f3 f3 f3 f 3
 f3  S ,V , L, I , Dr , R   f 3  E0    S  S   V  V    L  L    I  I  
0 0 0 0
 Dr  Dr    R  R 0 
0
dt S V L I Dr R
dI f 4 f  f  f  f f
 f 4  S ,V , L, I , Dr , R   f 4  E0    S  S 0   4 V  V 0   4  L  L0   4  I  I 0   4  Dr  Dr 0   4  R  R 0 
dt S V L I Dr R
dDr f5  f  f  f  f f
 f5  S ,V , L, I , Dr , R   f 5  E0    S  S 0   5 V  V 0   5  L  L0   5  I  I 0   5  Dr  Dr 0   5  R  R 0 
dt S V L I Dr R
dR f 6  f  f  f  f  f
 f 6  S ,V , L, I , Dr , R   f 6  E0    S  S 0   6 V  V 0   6  L  L0   6  I  I 0   6  Dr  Dr 0   6  R  R 0 
dt S V L I Dr R

E0  S 0 ,V 0 , L0 , I 0 , Dr 0 , R 0  merupakan titik kesetimbangan, akibatnya

 f1  S 0 , V 0 , L0 , I 0 , Dr 0 , R 0   f1  E0   0

 f 2  S , V , L , I , Dr , R   f 2  E0   0
0 0 0 0 0 0

 f3  S 0 , V 0 , L0 , I 0 , Dr 0 , R 0   f 3  E0   0

 f 4  S , V , L , I , Dr , R   f 4  E0   0
0 0 0 0 0 0

 f5  S 0 , V 0 , L0 , I 0 , Dr 0 , R 0   f 5  E0   0

 f 6  S ,V , L , I , Dr , R   f 6  E0   0
0 0 0 0 0 0

Selanjutnya, dengan memisalkan  S  S 0   Sˆ, V  V 0   Vˆ ,  L  L0   Lˆ,

 I  I 0   Iˆ,  Dr  Dr 0   Dˆ r ,  R  R0   Rˆ

maka linearisasi sistem persamaan (3.44) menjadi

dS f f f f f f
 f1  S ,V , L, I , Dr , R   1  E0  Sˆ  1  E0 Vˆ  1  E0  Lˆ  1  E0  Iˆ  1  E0  Dˆ r  1  E0  Rˆ
dt S V L I Dr R
dV f f f f f f
 f 2  S ,V , L, I , Dr , R   2  E0  Sˆ  2  E0 Vˆ  2  E0  Lˆ  2  E0  Iˆ  2  E0  Dˆ r  2  E0  Rˆ
dt S V L I Dr R
dL f f f f f f
 f3  S ,V , L, I , Dr , R   3  E0  Sˆ  3  E0 Vˆ  3  E0  Lˆ  3  E0  Iˆ  3  E0  Dˆ r  3  E0  Rˆ
dt S V L I Dr R
dI f 4  f  f  f  f  f
 f 4  S ,V , L, I , Dr , R    E0  Sˆ  4  E0 Vˆ  4  E0  Lˆ  4  E0  Iˆ  4  E0  Dˆ r  4  E0  Rˆ
dt S V L I Dr R
dDr f5 f f f  f f
 f5  S ,V , L, I , Dr , R    E0  Sˆ  5  E0 Vˆ  5  E0  Lˆ  5  E0  Iˆ  5  E0  Dˆ r  5  E0  Rˆ
dt S V L I Dr R
dR f f f f f f
 f 6  S ,V , L, I , Dr , R   6  E0  Sˆ  6  E0 Vˆ  6  E0  Lˆ  6  E0  Iˆ  6  E0  Dˆ r  6  E0  Rˆ
dt S V L I Dr R

Jika ditulis dalam bentuk matriks menjadi

 f f1 f1 f f1 f
 dS   1  E0   E0   E0  1  E0   E0  1  E0  
 dt   S V L I Dr R

  f f 2 f 2 f f 2 f 2
 dV   2  E0   E0   E0  2  E0   E0   E0   Sˆ 
 dt   S V L I Dr R
  Vˆ 
  f f3 f3 f f3 f  
 dL   3  E0   E0   E0  3  E0   E0  3  E0    Lˆ 
 dt   S V L I Dr R
 
 dI    f f 4 f 4 f f 4 f  ˆ
   4  E0   E0   E0  4  E0   E0  4  E0   I 
  S V L I Dr R
  Dˆ r 
dt
 dDr   f f5 f5 f f5 f 5  
   5  E0   E0   E0  5  E0   E0   E0    Rˆ 
 dt  S V L I S R
 dR   f 6 f 6 f 6 f 6 f 6 f 6

 dt    E0   E0   E0   E0   E0   E0  
 S V L I Dr R 

sehingga diperoleh hasil linearisasi persamaan (3.44) dalam bentuk matriks adalah

 dS 
 dt 
 
 dV   ˆ
 dt    I        0  S 0 0  S 
     1    I       0  1   V 0
 ˆ
0 V 
 dL    
 dt    I  1    I          S   1   V 0 0   Lˆ 
 dI           
 
0  Iˆ
 
0 0 0
  
 dt   0 0 0 1           0   Dˆ 
 dDr    r
   0 0        ˆ 
 R 
 dt 
 dR 
 dt 

diperoleh matriks Jacobiannya adalah

  I        0  S 0 0 
 
   1    I       0  1    V 0 0 
 I  1    I          S   1   V 0 0 
J  E0    
 0 0         0 0 
 0 0 0 1           0 
 
 0 0      

(3.45)

Selanjutnya, substitusikan titik kesetimbangan bebas penyakit berikut

      
E0  S 0 ,V 0 , L0 , I 0 , Dr 0 , R0    , , 0, 0, 0, 0  ke matriks
           
 
Jacobian (3.45), sehingga matriks Jacobiannya menjadi
        
    0  0 0 
      
  1     
     0  0 0 
      
J  E0           1    

 0 0      0 0 
         
 
 0 0       0 0 
 
 0 0 0 1          0 
 0 0      

(3.46)

Kemudian, akan dicari nilai eigen dari matriks Jacobian (3.46) dengan menghitung
det   I  J  E0    0 dimana  adalah nilai eigen dan I adalah matriks identitas.

det   I  J  E0    0

       
    0  0 0 
      
1 0 0 0 0 0  
0  1    
 1 0 0 0 0       0  0 0 
      
0 0 1 0 0 0   0
         1    
0 0 0 1 0 0  0 0      0 0 
          
0 0 0 0 1 0  
       
0 0 0 0 0 1  0 0 0 0 
 
 0 0 0 1          0 
 0 0      

       
    0  0 0 
      
 0 0 0 0 0  
0  0 0 0  1    
 0       0  0 0 
      
0 0  0 0 0   0
          1    
0 0 0  0 0  0 0      0 0 
          
0 0 0 0  0  
   0 0       0 0 
0 0 0 0 0 
 
 0 0 0 1          0 
 0 0      
       
      0 0 0 
      
  1     
      0 0 0 
      
  0
        1    
 0 0         0 0 
         
 
 0 0       0 0 
 
 0 0 0  1           0 
 0 0       

Dengan menggunakan alat bantu maple didapat persamaan karakteristik dalam

bentuk faktor polinomial sebagai berikut.

   1       2  2   2    2    2 
  
            2 
2 3

   2  2 2   2  2 2      

  
1            2   
                      
2
 0
    
                  
3 2 2 2
 
   3   2   2   2       4  
  3 
                       
3 3 3 2 2 2

    2   2     
  

sehingga diperoleh nilai eigennya sebagai berikut:

1   
2   
3         
4         

dengan dua nilai eigen lainnya diambil dari akar polinomial berikut:

1
G     b2 2  b1  b0   0
    

yang diperoleh dari persamaan karakteristik berikut

 1       2  2   2    2    2       2      2 3

 2  2 2   2  2 2               2
     3   2   2   2       3   2   2   2  
   4   3   3   3   3   2   2   2   2   2    
Dengan bantuan alat hitung maple diperoleh

    
b2  1
    
           2     
b1       2      
    
  1                             
b0 
    
   1         
                     
                    
 
                 

    
   1         
 1              
                   
 
 1  0                   

Dengan demikian, matriks J  E0  memiliki empat nilai eigen riil yang

bernilai negatif yaitu 1 , 2 , 3 , 4  0 . Menurut kriteria kestabilan Routh-Hurwitz,

maka dua nilai eigen lainnya yaitu 5 dan 6 bernilai negatif jika b2 , b1  0 dan

b0  0 jika dan hanya jika 0  1. Oleh karena matriks J  E0  memiliki akar – akar
riil negatif, maka terbukti titik kesetimbangan bebas penyakit
E0  S 0 ,V 0 , L0 , I 0 , Dr 0 , R 0  merupakan stabil asimtotik lokal. ∎

3.5.2 Kestabilan pada Titik Kesetimbangan Endemik Penyakit

Kesetimbangan endemik penyakit adalah keadaan dimana terdapat individu

terinfeksi dalam suatu populasi dan dapat menyebarkan penyakit kepada individu
lain yang dilambangkan dengan E1  S * ,V * , L* , I * , Dr * , R*  . Selanjutnya, akan

dilakukan anaslis kestabilan menggunakan beberapa teorema, yang pertama akan

ditunjukkan bahwa titik kesetimbangan endemik penyakit memiliki solusi unik saat
0  1 menggunakan teorema sebagai berikut:
Teorema 3.4 [1] Model tuberkulosis pada sistem persamaan (3.19) selalu
mempunyai titik kesetimbangan endemik yang unik jika 0  1 dan tidak
mempunyai titik kesetimbangan endemik jika sebaliknya.

Bukti: Akan dibuktikan teorema ini menggunakan pendekatan metode gradien [1]
I
yaitu dengan menganalisis arah pada titik kesetimbangan 0  1, I  0 .
0
Dikatakan bahwa jika nilai gradien positif maka tidak ada titik kesetimbangan, dan
jika gradien negatif maka akan ada titik kesetimbangan endemik dalam 0  1 .

Untuk membuktikan teorema ini, langkah pertama yang dilakukan adalah

memisalkan 0 . Oleh karena itu, persamaan (3.42) perlu ditulis ulang sebagai

fungsi dari 0 yaitu sebagai berikut:

a2  0  I 2  a1  0  I  a0  0   0

dengan mengambil turunan implisit (aturan rantai ) dari persamaan di atas terhadap
0 , maka diperoleh

a2 2 I a I a
I  a2  0  2I  1 I  a1  0   0 0
0 0 0 0 0

I
substitusikan I  0 dan 0  1 dan selesaikan , maka
0

a2 2 I a I a
0  a2 1 2  0  1 0  a1 1  0 0
0 0 0 0 0

sehingga diperoleh

I a
a1  0 0 (3.47)
0 0

Substitusikan a0 pada persamaan (3.43) ke persamaan (3.47), maka diperoleh

 I   1  0                  
a1  0
0 0
I
a1                    0
0
I

                
0 a1

dimana

a1    1     2   1      1                     

Selanjutnya selesaikan 0  1 terhadap  dan substitusikan ke a1

  1        
0  1
                  

diperoleh

                  
* 
  1        

dengan    * sehingga diperoleh

                    
2

a1    1        1      1         

    1         

                    
             
   1         

1     2                     
2 2 2


  1        
2

 1      1               2      2        
  1        
 1              1      1          
2 
                      
2

  1         
  
  1        
2
   2 1      1      1      1   2 
 
                       2 1      1      2 1      1    
2 2 2

 
  1      1      1      2  2   2 
  
  1        
2

  2 1   2   1   2   1    
                     
2 2

 2 1         2 
  
  1        
2

maka diketahui bahwa a1 akan selalu bernilai positif, maka nilai

I
 0  1, I  0  akan selalu bernilai positif. Dengan demikian terbukti bahwa
0
model tuberkulosis pada sistem persamaan (3.19) mempunyai titik kesetimbangan
endemik yang unik pada 0  1 dan tidak mempunyai kesetimbangan endemik jika
sebaliknya. ∎

Teorema 3.5 [1] Jika 0  1 maka titik kesetimbangan endemik penyakit

E1   S * ,V * , L* , I * , Dr * , R*  dari model persamaan (3.19) stabil asimtotik lokal.

Bukti: Akan dibuktikan teorema tersebut dengan menggunakan teorema manifold

center. Langkah pertama adalah dengan mengasumsikan titik kesetimbangan yang
terjadi di sekitar titik bifurkasi dengan 0  1 . Pilih  menjadi koefisien bifurkasi

dari persamaan 0 dengan    * sehingga

  1        
0  1
                  

diselesaikan terhadap  , maka diperoleh

                  
* 
  1        

Kemudian sistem persamaan (3.44) perlu dilinearkan untuk menentukan matriks

Jacobiannya ketika    * dari persamaan, menggunakan persamaan (3.46)
matriks jacobiannya menjadi
                  
    0  0 0 
   1         
 
     0 
           1    0 0 
   1         
 
J  E0 ,  *                                1    
 0 0     0 0 
   1           1         
 0 0       0 0 
 
 0 0 0 1          0 
 0      
 0

(3.48)

Kemudian akan dicari nilai eigen dari matriks jacobian diatas melalui persamaan
karakteristik det   I  J  E0 ,  *    0 dengan  adalah nilai eigen dan I adalah

matriks identitas.

det   I  J  E0 ,  *    0

                 
    0  0 0 
   1         
1 0 0 0 0 0  
0            1    
0      0  0 0 
  1        
 1 0 0 0
 
0 0 1 0 0 0  
                               1     0
0 0 0 1 0 0  0    
 0 0 0 
0 0 0 0 1 0    1           1         
   0 0       0 0 
0 0 0 0 0 1  
 0 0 0 1          0 
 0      
 0

                 
      0 0 0 
   1         
 
      0
            1    
0 0 
   1         
 
                            1      0
 0 0         0 0 
   1           1         
 0 0       0 0 
 
 0 0 0  1           0 
       
 0 0

dengan menggunakan bantuan maple diperoleh persamaan karakteristiknya

                             2       0
2

sehingga diperoleh nilai eigennya

1  0
2  3   
4       
5       
6      2    

Karena terdapat nilai eigen nol yang sederhana yaitu 1  0 dan yang lainnya

negatif, untuk itu vektor eigen kanan yang bersesuaian dengan nilai eigen 1  0
dapat dinotasikan sebagai:

w   w1 , w2 , w3 , w4 , w5 , w6 
T

yang mana vektor eigen kanan harus memenuhi J  E0 ,  *   w  0 .

                 
    0  0 0 
   1         
   w1 
     0 
           1    0 0   w2 
   1          
   w3 
                            1   
    0
 0 0     0 0   w4 
   1           1           w5 
 0 0       0 0   w6 
  
 0 0 0 1          0 
 0      
 0

               w4 
      w1   w2  
   1         
 
  w1        w2 
         1    w4 
   1         
 
                             1       0
        w3     w4 
 
   1           1          

 
  w3         w4 
 w4 1              w5 
 
  w4   w5   w6 
dengan bantuan maple, maka diperoleh

w 
 1                       w
2
4
1
 1               
w2  
  1     1                   w 4

         1        

w3 
      w4


w4  w4

w5 
1     w4
   

     1                    w4
w6 
       
                   w4

       

Kemudian dicari vektor eigen kiri yang bersesuaian dengan ...., dinotasikan dengan
v   v1 , v2 , v3 , v4 , v5 , v6  . Vektor eigen kiri memenuhi v  J  E0 ,  *   0

                 
    0  0 0 
   1         
 
     0 
            1    
0 0 
   1         
 
v1 v2 v3 v4 v5 v6                              1    0
 0 0      0 0 
   1           1         
 0 0       0 0 
 
 0 0 0 1          0 
 0     
 0 0

 v1                 
  
   1         
 v2            1     
  
   1         
 
v1        v2 v1  v2       v3          v4                   v5          v6 v6    0
   
    1          
 v3   
              1      
 
   1         


 
 v4         v5 1      v6 

dengan demikian diperoleh

v1  0, v2  0, v3  v3 , v4 
       v3 , v  0 dan v6  0 .

5

        v3 
v1 v2 v3 v4 v5 v6   0 0 v3 0 0
  

Kemudian dicari nilai w4 dan v3 yang memenuhi v  w  1 , sehingga


 
 
 1                    w4
2




  1                

   1      1                      w4 
 
          1         
 
        v3        w4 
0 0 v3

0 0 
  1
  
 w4 
 
 1     w4 
     
 
       w4 

         

diperoleh


      v3 w4         v3 w4 1
 

 v3 w4 
             
maka diperoleh solusi

1 1
v3   dan w4  
                2      
Sehingga

w1  
 1                    
2

  2         1               
w2  
  1     1                  
  2                1        

   
w3 
  2       
1
w4 
  2      

w5 
1    
        2       

                  
w6 
         2       

Langkah selanjutnya adalah mengasumsikan

S  x1 , V  x2 , L  x3 , I  x4 , Dr  x5 , R  x6

dengan menggunakan variabel baru, sistem pada persamaan (3.44) menjadi

dx1
f1   x1'     x1 x4   x2       x1 ,
dt
dx
f 2  2  x2'   x1   1    x2 x4       x2 ,
dt
dx3
f3   x3'   x1 x4   1    x2 x4         x3 ,
dt
dx
f 4  4  x4'   x3        x4 ,
dt
dx
f5  5  x5'  1     x4         x5 ,
dt
dx
f 6  6  x6'   x5   x4   x3   x6
dt

Karena v1 , v2 , v5 , v6 semuanya nol, maka tidak perlu menghitung turunan dari

f1, f2 , f5 , f6 . Turunan parsial kedua dari f3 dan f 4 yang bukan nol adalah sebagai
berikut:
  2 f3  2 f3  2 f3   1        
  *,   * 1    ,  x  x 1    
x1x4 x2x4 x4 *     
1 2

Koefisien bifurkasi 𝑎 dan 𝑏, yang menentukan arah bifurkasi tergantung pada

tandanya, dihitung sebagai berikut:

2 fk
 E0 , 0 
6
a   vk wi w j
k ,i , j 1 xi x j
 2 f3  2 f3
 v3 w1 w4  E0 , 0   v3 w2 w4  E0 , 0 
x1x4 x2 x4

=  
 1        2               1                      
 
   2         1                    2            1         
  
 
   1      1                        1                      
      1   
   2                1             2            1         
   

=
 1                     
2 2 2


  1      1                       1     0
2 2

   2         1            2         1        
2 2 2 2

2 fk  2 f3
 E0 , 0   v3 w4  E0 , 0 
6
b   vk wi
k ,i , j 1 xi  x4 *
 1     1         
=    
   2                
  1        
= 0
  2                

Berdasarkan Teorema Manifold center, jika a  0 dan b  0 maka titik

kesetimbangan endemik stabil asimtotik lokal, sehingga sistem persamaan (3.44)
mengalami bifurkasi maju pada 0  1 . ∎

3.6 Simulasi Numerik

Pada bagian ini, akan dilakukan simulasi numerik untuk memperoleh gambaran
perilaku penyebaran penyakit tuberkulosis pada suatu populasi. Simulasi numerik
ini akan menggunakan parameter – parameter pada Tabel 3.2 dengan nilai
parameter diperoleh dari data BPS dan literatur terkait. Simulasi dilakukan dengan
bantuan software MATLAB 20a untuk menggambarkan grafik perubahan setiap
kompartemen, sehingga bisa dilakukan analisis dan gambaran perilaku model
penyebaran penyakit.

3.6.1 Nilai – Nilai Parameter

Berdasarkan data dari BPS dan literatur terkait diperoleh data untuk nilai parameter
sebagai berikut.

1. Laju rekrutmen populasi rentan (  ) diasumsikan sebagai laju pertumbuhan

penduduk Indonesia tahun 2023 yaitu sebesar 1,13% dikali dengan jumlah
penduduk Indonesia 2023 sebesar 278.696.200 jiwa [2]. Dengan demikian,
diperoleh
  0,0113  278.696.200  3.149.267
2. Estimasi kasus TBC di Indonesia tahun 2022 dan 2023 adalah 1.060.000 dan
1.090.000 kasus [3][4]. Estimasi jumlah individu rentan TBC Indonesia tahun
2022 adalah 212.449.318 individu (Lampiran 2). Dengan demikian laju
penularan/kontak (  ) individu terinfeksi dapat diasumsikan sebagai
estimasi kasus baru TBC (estimasi kasus 2023)

jumlah individu rentan 2022  estimasi kasus TBC 2022
1.090.000
  4,840222 109
212.449.318 1.060.000
3. Laju perpindahan individu rentan yang sudah divaksin (  ) diasumsikan
sebagai cakupan penerima vaksin BCG Indonesia tahun 2023 yaitu sebesar
88,9% atau 0,889 [2].
4. Perlindungan utama vaksin BCG biasanya dapat melindungi selama 10 – 15
tahun untuk anak – anak atau bahkan bisa lebih lama [...], maka laju kehilangan
kekebalan individu yang sudah divaksin dan kembali ke individu rentan (  )
dapat dihitung sebagai berikut:
1
  0,1
10
5. Angka harapan hidup Indonesia tahun 2023 adalah sebesar 73,93 [2], maka laju
kematian alami (  ) dapat dihitung sebagai berikut:
 1 1
   0,01353
Angka harapan hidup 73,93
6. Estimasi kasus TBC laten di Indonesia tahun 2023 adalah sebesar 58.526.202
individu (Lampiran 2) , sehingga laju perpindahan individu laten menjadi
terinfeksi aktif TBC (  ) adalah sebagai berikut:
estimasi kasus TBC 1.090.000
   0,01862
estimasi kasus TBC laten 58.526.202
7. Estimasi kematian akibat TBC Indonesia 2023 adalah sebesar 125.000 individu
[4], sehingga laju kematian akibat TBC aktif (  ) dapat dihitung sebagai
berikut:
estimasi kematian TBC 125.000
   0,11468
estimasi kasus TBC 1.090.000
8. Laju kesembuhan TBC (  ) Indonesia tahun 2023 yaitu 21,4% atau 0,214 [4].
9. Estimasi kasus TBC resisten obat Indonesia tahun 2023 yaitu sebesar 24.637
individu dan jumlah individu yang memperoleh pengobatan lini kedua yaitu
sebesar 9.134 individu [4]. Dengan demikian, laju pemulihan setelah
pengobatan lini kedua TBC RO (  ) dapat dihitung sebagai berikut:
9.134
  0,37074
24.637
10. Efikasi vaksin (  ) di Indonesia diasumsikan sebesar 85% atau 0,85 [5].
11. Laju pemulihan karena pengobatan yang tepat (  ) diasumsikan sebagai
jumlah individu terinfeksi TBC yang memperoleh pengobatan lengkap yaitu
sebesar 65,1% atau 0,651 [4].
12. Laju pengobatan TBC laten (  ) diasumsikan sebagai jumlah individu kontak
serumah yang memperoleh TPT yaitu sebesar 2,6% atau 0,026 [4].
13. Laju kematian TBC RO (  ) diperoleh dari jumlah estimasi kematian TBC RO
yaitu sebesar 16% atau 0,16 [4].

Dengan demikian, diperoleh nilai – nilai parameter sebagai berikut:

Tabel 3.3 Parameter dan Nilainya

Parameter Nilai Satuan

  3,149267 106 Individu per tahun
 4,840222 109 Per tahun
 0,889 Per tahun

 0,1 Per tahun

 0,01353 Per tahun
 0,01862 Per tahun
 0,11468 Per tahun
 0,214 Per tahun
 0,85 Per tahun
 0,651 Per tahun
 0,37074 Per tahun
 0,026 Per tahun
 0,16 Per tahun

Setelah mensubstitusikan nilai parameter pada Tabel 3.3 ke sistem persamaan

(3.19), maka diperoleh model penyebaran penyakit tuberkulosis sebagai berikut:

 dS
 dt  3,149267 10  4,840222 10 SI  0,1V  0,90253S ,
6 9


 dV  0,889S  7, 26033 1010 VI  0,11353V ,
 dt

 dL  4,840222 109 SI  7, 26033 1010 VI  0, 05815L,
 dt

 dI  0, 01862 L  0,34221I ,
 dt
 dD
 r  0, 0744686 I  0,54427 Dr ,
 dt
 dR
  0,37074 Dr  0,139314 I  0, 026 L  0, 01353R.
 dt

3.6.2 Simulasi Numerik Kesetimbangan Bebas Penyakit Tuberkulosis

Dalam menganalisis kesetimbangan, akan disubstitusikan nilai parameter pada

Tabel 3.3 ke dalam titik kesetimbangan bebas penyakit yaitu
       
E0  S 0 ,V 0 , L0 , I 0 , Dr 0 , R0    , , 0, 0, 0, 0 
           
 

dan persamaan bilangan reproduksi dasar yaitu

  1        
0 
                  

Sehingga diperoleh titik kesetimbangan bebas penyakit sistem persamaan (3.19)

adalah E0  S 0 ,V 0 , L0 , I 0 , Dr 0 , R 0    26.358.800 ; 206.403.000 ; 0 ; 0 ; 0 ; 0 

dan bilangan reproduksinya adalah 0  0,259599  1 .

Berdasarkan hasil simulasi, diperoleh nilai 0  1 maka dapat disimpulkan

bahwa penyebaran penyakit tuberkulosis ini akan berkurang dalam waktu yang
cukup lama hingga akhirnya tidak ada individu yang terinfeksi tuberkulosis.
Kestabilan model dapat dianalisis dengan menghitung nilai matriks Jacobian di titik
kesetimbangan bebas penyakit. Menggunakan alat bantu Maple diperoleh matriks
Jacobian di titik kesetimbangan bebas penyakit yaitu sebagai berikut:

 0,90253 0,1 0 0,1275822414 0 0 

 0,889 0,11353 0 0,1498554734 0 0 
 
 0 0 0, 05815 0, 2774377148 0 0 
J  E0    
 0 0 0, 01862 0,34221 0 0 
 0 0 0 0, 074686 0,54427 0 
 
 0 0 0, 026 0,139314 0,37074 0, 01353

Nilai eigen matriks Jacobian tersebut adalah

1  2  0, 01353
3  0,54427
4  1, 00253
5  0,359360435825437
6  0, 0409995641745632

Karena semua nilai eigen dari matriks J  E0   0 , maka dapat disimpulkan titik

kesetimbangan bebas penyakit adalah stabil asimtotik lokal. Hal ini berarti, individu
terinfeksi aktif tuberkulosis hanya mampu menularkan penyakit kurang dari satu
individu rentan, sehingga seiring berjalannya waktu penyakit akan hilang dengan
sendirinya (kondisi bebas penyakit).

Berdasarkan nilai parameter yang terdapat pada Tabel 3.3, dengan

  4,840222 109 dan nilai kondisi awal S  0   210133223, V  0   4115899,
L  0   57263325, I  0   969000, Dr  0   24695, dan R  0   176358 , diperoleh

grafik perubahan jumlah individu untuk masing – masing kompartemen pada

keadaan bebas penyakit yaitu sebagai berikut:

Gambar 3.3 Grafik Simulasi Numerik Titik Kesetimbangan Bebas Penyakit

Grafik pada Gambar 3.3 menunjukkan simulasi perubahan jumlah individu

pada masing – masing kompartemen dalam keadaan bebas penyakit. Kemudian
karena grafik simulasi untuk beberapa kompartemen belum terlihat jelas, maka
akan ditampilkan grafik untuk masing – masing kompartemen secara terpisah
sebagai berikut.
 (a) (b)

(c) (d)

(e) (f)

Gambar 3.4 Simulasi Numerik Titik Kesetimbangan Bebas Penyakit (a) pada
populasi Susceptible, (b) pada populasi Vaccinated, (c) pada populasi Latenly
Infected, (d) pada populasi Infected, (e) pada populasi Drug Resistant, (f)
pada populasi Recovered.
 Grafik pada Gambar 3.4 (a) menunjukkan bahwa individu rentan (S)
mengalami banyak penurunan jumlah populasi, yang semula 210.133.223 individu
menjadi sekitar 23.810.000 individu, kemudian naik lagi secara perlahan dan
menjadi stabil mendekati angka 26.358.800 individu. (b) menunjukkan individu
vaccinated (V) yang mengalami kenaikan dari yang semula 4.115.899 individu
menjadi stabil mendekati angka 206.403.000. (c) menunjukkan individu terinfeksi
laten (L) yang terus mengalami penurunan hingga mendekati angka nol. Kemudian
(d), (e), dan (f) berturut – turut menunjukkan perubahan jumlah individu terinfeksi
aktif (I), individu resisten obat (Dr), dan individu sembuh (R). Pada awalnya ketiga
kelas individu tersebut mengalami kenaikan, lalu seiring berjalannya waktu
ketiganya turun mendekati angka nol dengan waktu yang cukup lama sampai pada
akhirnya tidak ada individu yang terinfeksi penyakit tuberkulosis

3.6.3 Simulasi Numerik Endemik Penyakit Tuberkulosis

Selanjutnya, akan dilakukan simulasi numerik untuk titik kesetimbangan endemik

penyakit tuberkulosis yaitu menggunakan nilai parameter yang terdapat pada Tabel
3.3 dan mengganti parameter   4,840222 109 dengan   2,420111108 ,
maka sistem persamaan (3.19) menjadi

 dS
 dt  3,149267 10  2, 42011110 SI  0,1 V  0,90253 S ,
6 8


 dV  0,889 S  3, 6301665 109 VI  0,11353 V ,
 dt

 dL  2, 420111108 SI  3, 6301665 109 VI  0, 05815 L,
 dt

 dI  0, 01862 L  0,34221 I ,
 dt
 dD
 r  0, 0744686 I  0,54427 Dr ,
 dt
 dR
  0,37074 Dr  0,139314 I  0, 026 L  0, 01353 R.
 dt

Sehingga diperoleh titik kesetimbangan endemik penyakit dari sistem persamaan

(3.19) adalah E1  S * ,V * , L* , I * , Dr * , R*   ( 2, 054818118 107 ; 1,574110329 108 ;
1,275114072 107 ; 6,938027533105 ; 95205,23350; 3,425591159 107 ) .
Kemudian diperoleh juga bilangan reproduksi dasar ( 0 ) yaitu

  1        
0   1, 297994236  1
                  

Karena nilai 0  1 , maka dapat disimpulkan bahwa individu terinfeksi akan

menularkan penyakit tuberkulosis ke lebih dari satu individu rentan, sehingga
penyebaran penyakit pada populasi ini bersifat endemik.

Gambar 3.5 Simulasi Numerik Titik Kesetimbangan Endemik Penyakit

Grafik pada Gambar 3.5 menunjukkan simulasi perubahan jumlah individu

pada masing – masing kompartemen dalam keadaan kesetimbangan endemik
penyakit. Kemudian karena grafik simulasi untuk beberapa kompartemen belum
terlihat jelas, maka akan ditampilkan grafik untuk masing – masing kompartemen
secara terpisah sebagai berikut.
 (a) (b)

(c) (d)

(e) (f)

Gambar 3.6 Simulasi Numerik Titik Kesetimbangan Bebas Penyakit (a) pada
Individu Susceptible,(b) pada populasi Vaccinated, (c) pada populasi Latenly
Infected, (d) pada populasi Infected, (e) pada populasi Drug Resistant, (f)
pada populasi Recovered.
 Grafik Gambar 3.6 (a) menunjukkan keadaan endemik dimana individu
rentan (S) menurun yang disebabkan adanya penularan dari individu terinfeksi aktif
TBC (I) yang mengakibatkan meningkatnya individu terinfeksi laten (L), serta
banyaknya individu yang sudah divaksin sehingga individu vaccinated bertambah.
Jumlah individu rentan (S) yang semula 210.133.223 individu menurun secara
drastis dan kemudian stabil mendekati angka 2,054818118 107 individu. (b)
menunjukkan individu vaksinasi (V) pada awalnya berjumlah 4.115.899 individu
mengalami kenaikan karena adanya individu yang sudah divaksinasi, kemudian
mengalami penurunan dan kenaikan serta stabil mendekati angka
1,574110329 108 individu. (c) menunjukkan jumlah individu terinfeksi laten (L)
yang semula 57.263.325 individu sedikit mengalami kenaikan, kemudian turun
sampai mendekati angka 1, 275114072 107 individu. (d) menunjukkan perubahan
jumlah individu terinfeksi aktif (I) yang semula 969.000 mengalami kenaikan
karena adanya individu laten (L) yang berubah menjadi individu terinfeksi aktif
tuberkulosis (I), setelah itu grafik menurun kemudian stabil mendekati angka
6,938027533105 karena adanya pengobatan dan individu gagal pengobatan yang
masuk ke individu resisten obat (Dr). (e) menunjukkan perubahan jumlah individu
resisten obat (Dr) yang pada awalnya berjumlah 24.695 individu mengalami
kenaikan karena individu yang gagal dalam pengobatan, kemudian grafik
mengalami penurunan dan stabil mendekati angka 95205,23350. (f) menunjukkan
perubahan jumlah individu sembuh (R) yang pada awalnya berjumlah 176.358
individu mengalami kenaikan dan kemudian turun mendekati angka
3,425591159 107 individu.

3.6.4 Simulasi Numerik Pengaruh Vaksinasi pada Penyebaran Penyakit

Tuberkulosis

Simulasi numerik selanjutnya mengenai pengaruh vaksinasi dan diberikan

parameter pada kondisi berbeda yaitu pada laju vaksinasi   0,1; 0,3; 0,5; 0,7 .
Dengan mensubstitusikan parameter pada Tabel 3.3 dan dengan bantuan software
Matlab diperoleh grafik sebagai berikut.
 (a) (b)

(c) (d)

(e) (f)

Gambar 3.7 Simulasi Numerik Pengaruh Vaksinasi (a) pada individu

Susceptible,(b) pada populasi Vaccinated, (c) pada populasi Latenly Infected, (d)
pada populasi Infected, (e) pada populasi Drug Resistant, (f) pada populasi
Recovered.

Berdasarkan Gambar 3.7(a) menunjukkan bahwa peningkatan angka

vaksinasi, secara drastis mengurangi jumlah individu rentan (S). Ketika laju
vaksinasi   0,1 jumlah individu rentan (S) mengalami penurunan yang semula
210.133.223 jiwa menjadi 123.755.191 jiwa, kemudian ketika laju vaksinasi
ditingkatkan yaitu   0,3; 0,5; 0,7 jumlah individu rentan berturut – turut
kembali mengalami penurunan menjadi 63.902.105 jiwa, 43.071.155 jiwa dan
32.482.448 jiwa.

Gambar 3.7(b) menunjukkan bahwa meningkatnya laju vaksinasi

mengakibatkan jumlah individu vaksinasi (V) meningkat yang semula 4.115.899
individu meningkat menjadi 109.006.598 individu jika laju vaksinasi diubah
menjadi   0,1 , meningkat menjadi 168.859.663 saat laju vaksinasi   0,3 . Pada
laju   0,5; 0,7 jumlah individu vaksinasi (V) meningkat menjadi 189.690.633
individu dan 200.279.341 individu. Gambar 3.7(c) menunjukkan bahwa jika laju
vaksinasi ditingkatkan, maka jumlah individu terinfeksi laten (L) semakin
berkurang dan semuanya sama – sama turun mendekati angka nol hingga penyakit
menghilang dari populasi.

Gambar 3.7(d), (e), (f) berturut – turut menunjukkan pengaruh laju vaksinasi
terhadap jumlah individu terinfeksi aktif (I), jumlah individu resisten obat (Dr), dan
jumlah individu sembuh (R). Ketika laju vaksinasi semakin kecil, maka jumlah
individu terinfeksi aktif (I), jumlah individu resisten obat (Dr), dan jumlah individu
sembuh (R) akan semakin meningkat. Akan tetapi, pada tahun – tahun selanjutnya
dalam waktu lama, ketiganya perlahan mengalami penurunan dan stabil mendekati
angka nol, yang dengan demikian penyakit akan menghilang dari populasi.
Semakin besar laju vaksinasi, maka penyakit akan lebih cepat hilang.
3.6.5 Simulasi Numerik Pengaruh Pengobatan pada Penyebaran Penyakit
Tuberkulosis

Selanjutnya akan dilakukan simulasi numerik untuk mengetahui pengaruh

pengobatan pada model penyebaran penyakit tuberkulosis yaitu dengan mengubah
parameter  dengan nilai yang berbeda-beda untuk mengetahui pengaruh
pengobatan dini individu laten terhadap penyebaran tbc, mengubah parameter 
dengan nilai yang berbeda – beda untuk mengetahui pengaruh pengobatan TBC
aktif terhadap penyebaran penyakit TBC, dan mengubah parameter  dengan nilai
yang berbeda - beda untuk mengetahui pengaruh pengobatan lini kedua TBC
resisten obat terhadap penyebaran penyakit TBC. Grafik simulasi numerik
pengaruh pengobatan diperoleh dengan bantuan software MATLAB 20a .

1. Pengaruh Pengobatan Dini pada Individu Latenly Infected

Simulasi numerik untuk mengetahui pengaruh pengobatan dini pada individu
terinfeksi laten dilakukan dengan mengubah parameter  pada kondisi
berbeda yaitu pada laju pengobatan   0,1; 0, 2; 0,3; 0, 4; 0,5 . Dengan
mensubstitusikan parameter pada Tabel 3.3 diperoleh grafik sebagai berikut.

Gambar 3.8 Simulasi Numerik Pengaruh Pengobatan

pada Individu TBC Laten terhadap Individu Susceptible
 Gambar 3.9 Simulasi Numerik Pengaruh Pengobatan
pada Individu TBC Laten terhadap Individu Vaccinated

Gambar 3.8 dan Gambar 3.9 menunjukkan grafik pengaruh pengobatan

dini individu terinfeksi laten (L) terhadap individu susceptible (S) dan
vaccinated (V), dimana terlihat bahwa pada individu susceptible dan
vaccinated hampir tidak terjadi perubahan, hanya bagian individu vaccinated
yang sedikit mengalami pertambahan seiring bertambahnya laju pengobatan.

Gambar 3.10 Simulasi Numerik Pengaruh Pengobatan

pada Individu TBC Laten terhadap Jumlah Individu
Latenly Infected
 Gambar 3.11 Simulasi Numerik Pengaruh Pengobatan
pada Individu TBC Laten terhadap Individu Infectious

Gambar 3.12 Simulasi Numerik Pengaruh Pengobatan

pada Individu TBC Laten terhadap Individu Drug-
Resistant

Gambar 3.10 menunjukkan bahwa jika laju pengobatan  diperbesar

maka jumlah individu terinfeksi laten akan mengalami penurunan, sehingga
penyakit akan menghilang lebih cepat dan berpindah ke individu sembuh (S),
begitupun sebaliknya. Jika individu terinfeksi laten (L) berkurang, maka
 jumlah individu terinfeksi aktif TBC (I) juga akan mengalami penurunan,
dimana akan ada lebih sedikit individu terinfeksi laten (L) yang berkembang
menjadi terinfeksi aktif yang bisa menular ke individu lain. Jumlah individu
terinfeksi aktif (I) akan semakin menurun dan mendekati angka nol, dimana
tidak lagi yang terinfeksi dalam populasi, seperti yang ditunjukkan Gambar
3.11. Grafik pada Gambar 3.12 juga memiliki penjelasan yang sama, yaitu
menunjukkan bahwa ketika laju pengobatan  di tingkatkan jumlah individu
resisten obat (Dr) mengalami penurunan, karena individu terinfeksi aktif (I)
juga mengalami penurunan.

Gambar 3.13 Simulasi Numerik Pengaruh Pengobatan

pada Individu TBC Laten terhadap Individu Recovered

Gambar 3.13 menunjukkan bahwa meningkatnya laju pengobatan 

membuat jumlah individu sembuh (S) juga meningkat. Semakin banyaknya
individu terinfeksi laten (L) yang mendapatkan pengobatan, maka semakin
banyak juga individu yang sembuh.

2. Pengaruh Pengobatan yang Tepat pada Individu Infectious

Selanjutnya, simulasi numerik untuk mengetahui pengaruh pengobatan dini
pada individu terinfeksi laten (L) dilakukan dengan mengubah parameter 
pada kondisi berbeda yaitu pada laju pengobatan   0, 2; 0, 4; 0,8; 1,0 .
Dengan mensubstitusikan parameter pada Tabel 3.3 diperoleh grafik sebagai
berikut.

(a) (b)

(c) (d)
Gambar 3.14 Simulasi Numerik Pengaruh Pengobatan yang Tepat pada
Individu TBC Aktif (a) terhadap Individu Susceptible, (b) terhadap Individu
Vaccinated, (c) terhadap Individu Latenly Infected, (d) terhadap Individu
Infectious

Gambar 3.14(a),(b),(c),(d) secara berturut – turut menunjukkan

pengaruh pengobatan yang tepat pada individu terinfeksi aktif TBC (I)
terhadap individu susceptible, vaccinated, latenly infected, dan infectious.
Grafik untuk masing – masing individu tidak menunjukkan perubahan jumlah
individu dan grafik sama seperti pada keadaan bebas penyakit, maka
pengobatan pada individu terinfeksi aktif tidak memberikan pengaruh pada
jumlah individu susceptible, vaccinated, latenly infected, dan infectious.
 Gambar 3.15 Simulasi Numerik Pengaruh Pengobatan
yang Tepat pada Individu TBC Aktif terhadap Individu
Drug-Resistant

Gambar 3.15 menunjukkan bahwa jika laju pengobatan  kecil, maka

pemulihan dari TBC aktif akan semakin lama atau bahkan tertunda. Hal ini
berarti, akan lebih banyak individu yang tetap berada di individu terinfeksi
aktif (I), dan beberapa dari indvidu tersebut akan berpindah ke individu resisten
obat (Dr) karena pengobatan yang tidak cepat tuntas atau tidak tepat sehingga
individu resisten obat (Dr) akan semakin bertambah jika laju pengobatan
lengkap TBC aktif kecil.

Gambar 3.16 Simulasi Numerik Pengaruh Pengobatan yang

Tepat pada Individu TBC Aktif terhadap Individu Recovered
 Gambar 3.16 menunjukkan bahwa pengaruh pengobatan .... paling
efektif adalah ketika   1,0 , dimana individu terinfeksi aktif banyak yang
berpindah ke individu sembuh sehingga jumlah individu sembuh juga semakin
meningkat.

3. Pengaruh Pengobatan Lini Kedua pada Individu Drug-Resistant

Terakhir, simulasi numerik untuk mengetahui pengaruh pengobatan lini kedua
pada individu drug-resistant dilakukan dengan mengubah parameter  pada
kondisi berbeda yaitu pada laju pengobatan   0,1; 0,5; 0,7; 0,9 . Dengan
mensubstitusikan parameter pada Tabel 3.3 diperoleh grafik sebagai berikut.

Gambar 3.17 Simulasi Numerik Pengaruh Pengobatan

Lini Kedua Individu Drug-Resistant terhadap Perubahan
Jumlah Individu Drug-Resistant

Gambar 3.17 menunjukkan bahwa laju pengobatan lini kedua yang lebih
tinggi membuat jumlah individu resisten obat berkurang lebih cepat,
sebaliknya laju pengobatan lini kedua yang lebih rendah misalkan ketika
  0,1 pengendalian penyakit tuberkulosis resisten obat akan lebih lambat
dibanding laju pengobatan lini kedua   0,5; 0,7; 0,9 , yang menyebabkan
jumlah individu resisten obat (Dr) lebih besar. Dengan demikian, laju
pengobatan lini kedua yang lebih tinggi meningkatkan efektivitas pengobatan
hingga membuat individu resisten obat (Dr) bisa menghilang lebih cepat.

Gambar 3.18 Simulasi Numerik Pengaruh Pengobatan

Lini Kedua Individu Drug-Resistant terhadap Perubahan
Jumlah Individu Recovered

Gambar 3.18 menunjukkan bahwa nilai  yang lebih tinggi

menghasilkan pemulihan yang lebih cepat dari penyakit tuberkulosis resisten
obat dan populasi pada individu sembuh (S) terjadi peningkatan dari waktu ke
waktu. Karena semakin banyaknya individu resisten obat (Dr) yang sembuh,
maka semakin sedikit individu yang terinfeksi sehingga akan mengurangi
populasi individu resisten obat (Dr).

Kemudian untuk individu susceptible, vaccinated, latenly infected, dan

infectious, laju pengobatan lini kedua pada individu drug resistant tidak
memberikan pengaruh terhadap perubahan jumlah individu susceptible,
vaccinated, latenly infected, infectious dan ketiga individu memiliki grafik
yang sama dengan Gambar 3.14.