JURUSAN MATEMATIKA Drs. Lukman Hanafi, M.Sc FAKULTAS...
Transcript of JURUSAN MATEMATIKA Drs. Lukman Hanafi, M.Sc FAKULTAS...
Nurlita Wulansari (1210100045)
Dosen Pembimbing:
Drs. M. Setijo Winarko, M.SiDrs. Lukman Hanafi, M.ScJURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAMINSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA2014
KesimpulanPembahasan
Pendahuluan
Home
Tinjauan Pustaka
Metodelogi Penelitian
Pada Tugas Akhir ini menganalisis tentang model penyebaran penyakitmenular . Model ini mempunyai kelas terisolasi dari kontak sexual yangbertujuan untuk mengurangi pertumbuhan jumlah populasi terinfeksi danjumlah kematian pada populasi terinfeksi. Namun, model penyakit ini tidakmemberi kelas kesembuhan. Pada model ini akan dicari titik setimbang daribebas penyakit, titik setimbang endemik dan titik setimbang kepunahanpopulasi Susceptible. Selanjutnya akan dilakukan analisa kestabilan padasetiap titik setimbang tersebut dengan tujuan untuk mengetahui tingkatpenyebaran suatu penyakit. Selain itu dilakukan penyelesaian numerikuntuk model SIA menggunkan metode Runge- Kutta orde empat. Metode inidigunakan untuk menyelesaikan persamaan diferensial yang menyangkutnilai awal, dan memudahkan dalam menganalisa sehingga akan diketahuierror selisih antara nilai eksak dengan numerik pada titik setimbang.Kata kunci — Model Epidemik Transmisi vertikal SIA, Metode Runge-Kutta orde 4.
Abstrak
Home
1.5 Manfaat
1.2 Rumusan Masalah
1.3 Batasan Masalah
1.4 Tujuan
1.1 Latar Belakang
Pendahuluan
Bertambahnya masyarakat pengidap
penyakit yang disebabkan keturunan dan dari pasangannya
Model epidemik
Transmisi vertikal SIA
Tugas Akhir Sebelumnya
HSVMetode Numerik
Runge-Kutta
1.2 Rumusan Masalah
1.3 Batasan Masalah 1.4 Tujuan1.1 Latar
Belakang1.5
Manfaat
1. Bagaimana menentukan kestabilan lokal dari setiap titik kesetimbangan pada model dengan transmisi vertikal?
2. Bagaimana interpretasi hasil analisis dari model epidemik transmis ivertikal dengan menggunakan metode Runge-Kutta?
1.2 Rumusan Masalah
1.3 Batasan Masalah 1.4 Tujuan1.1 Latar
Belakang1.5
Manfaat
Permasalahan yang dibahas pada proposal tugas akhir ini akan dibatasi pada model epidemik tipe SIA dengan
S adalah individu rentan penyakit (Susceptible)
I adalah individu terinveksi (Infected)
A adalah individu yang terisolasi (Abstained class).
1.2 Rumusan Masalah
1.3 Batasan Masalah 1.4 Tujuan1.1 Latar
Belakang1.5
Manfaat
1. Mengetahui syarat-syarat terjadinya penyakit endemik didalam masyarakat.
2. Mengintrepetasikan hasil analisis dari model epidemik transmisi vertikal dengan menggunakan metode Runge-Kutta.
1.2 Rumusan Masalah
1.3 Batasan Masalah 1.4 Tujuan1,1 Latar
Belakang1.5
Manfaat
1. Mengetahui dinamika penyebaran per laju penyakit dan berusaha mengurangi penyebaran dengan memperhatikan syarat terjadinya endemik
2. Sebagai referensi bagi pihak medis/ badan pemerintahan yang terkait dalammenyelesaikan masalah mewabahnya penyakit HSV-2 (Herpes SimpleksVirus tipe 2)
Home
2.1 Penelitian Terdahulu
2.2 Bilangan Reproduksi dasar (R0)
2.3 Kestabilan Titik Tetap
2.4 Stabil Asimtotis
Lokal
2.5 Metode Runge-Kutta
Model kestabilan transmisi vertikal sudah pernah dibahas sebelumnya.Diantaranya oleh :1. Widiarto, Henry. 2010. membahas tentang model epidemik transmisi
vertikal bertipe SIPA.2. Inderajati, Setyanti Wibawaning. 2010. membahas tentang model
epidemik transmisi vertikal bertipe SIQS.3. Pada tugas akhir akan dibahas model epidemik transmisi vertikal
bertipe SIA.
Bilangan Reproduksi dasar adalah bilangan yang menunjukkanjumlah individu rentan yang dapat menderita penyakit disebabkanoleh satu individu infeksi. Kondisi yang akan timbul adalah satudiantara tiga kemungkinan berikut ( Giesecke, 1994):
Jika Ro<1 , maka penyakit akan menghilang dalam populasi Jika Ro=1 , maka penyakit akan menetap dalam populasi. Jika Ro>1, maka penyakit akan meningkat menjadi wabah dalam
populasi.
2.1 Penelitian Terdahulu
2.2 Bilangan Reproduksi dasar (R0)
2.3 Kestabilan Titik Tetap
2.4 Stabil Asimtotis
Lokal
2.5 Metode Runge-Kutta
Pandang persamaan diferensial
2.1 Penelitian Terdahulu
2.2 Bilangan Reproduksi dasar (R0)
2.3 Titik setimbang
2.4 Stabil Asimtotis
Lokal
2.5 Metode Runge-Kutta
Sebuah titik merupakan titik kesetimbangan dari persamaan(1) jika memenuhi dan karena turunansuatu konstanta sama dengan nol, maka sepasang fungsi konstan.
merupakan penyelesaian kesetimbangandari persamaan (1) untuk semua t. ( Thieme HR.1992)
Kestabilan asimtotis lokal pada titik kesetimbangan ditentukan oleh tanda pada bagian real dari akar-akar karakteristik sistem. (Thieme HR.1992)
Teorema 1 :Titik setimbang stabil asimtotis jika dan hanya jika nilai karakteristikdari matriks j=
mempunyai tanda negatif pada bagian realnya dan tidak stabil jikasedikitnya satu dari nilai karakteristik mempunyai tanda positif padabagian realnya.
Dari matriks jacobian yang dihitung disekitar titik kesetimbangan didapatkan akar-akar karakteristik sistem
2.1 Penelitian Terdahulu
2.2 Bilangan Reproduksi dasar (R0)
2.3 Titik Setimbang
2.4 Stabil Asimtotis
Lokal
2.5 Metode Runge-Kutta
Definisi 2.4.4 ( Finizion, N. 1992)Jika J adalah matriks yang berukuran n x n maka vektor tak nol dinamakan vektorkarakteristik dari J jika memenuhi
(2)Skalar disebut nilai karakteristik dari j dan dikatakan vektor karakteristik yang
bersesuaian dengan .. Untuk mencari nilai karakteristik matrik j yang berkuran n xn, maka persamaan (2) dapat ditulis (3)(3) mempunyai penyelesaian tak nol jika dan hanya jika
(4)Jika matriks maka persamaan (4) dapat ditulis
Atau
2.4.1 Akar- Akar Karakteristik
Akar-akar karakteristik
Sifat stabilitas titik setimbang berdasarkan tanda bagian real dibagi menjadi 3 yaitu:1.Stabil
Titik setimbang dikatakan stabil jika dan hanya jika akar karakteristik mempunyaibagian real yang bernilai negatif atau mempunyai bagian real tak positif.2. stabil asimtostis
Titik setimbang dikatakan stabil asimtotis jika dan hanya jika akar karakteristikmempunyai bagian real negatif .
3.tidak stabilTitik setimbang dikatakan tidak stabil jika dan hanya jika terdapat sedikitnya satu
akar karakteristik yang mempunyai bagian positif.
Lanjutan Akar- Akar Karakteristik
Kriteria kestabilan Routh –Hurwitz adalah suatu metode untuk menunjukkkankestabilan sistem dengan memperhatikan koefisien dari persamaan karakteristik tanpamenghitung akar-akar karakteristik secara langsung.
Jika diketahui suatu persamaan karakteristik dengan derajat n sebagai berikut
Kemudian disusun koefisien persamaan karakteristik sehingga menjadi sebuah tabel sebagai berikut:
Tabel 2.1. tabel koefisien persamaan karakteristik
2.4.2 Kriteria kestabilan Routh-Hurwitz
Dimana nilai
Didefinisikan sebagai berikut:
Tabel (2.1) tersebut dilanjutkan mendatar dan menurun hingga diperoleh nilai nol.Semua akar tersebut dilanjutkan bernilai negatif pada bagian realnya jika dan hanyajika elemen-elemen dari kolom pertama tabel (2.1) mempunyai tanda yang sama.
Lanjutan Kriteria kestabilan Routh-Hurwitz
Pada metode ini nilai sebelumnya digunakan. Perhitungan dan bergantian
dan
Dengan
2.1 Penelitian Terdahulu
2.2 Bilangan Reproduksi dasar (R0)
2.3 Titik Setimbang
2.4 Stabil Asimtotis
Lokal
2.5 Metode Runge-Kutta
Home
Studi Literatur
Mengkaji model transmisi vertikal SIA
. Mencari titik kesetimbangan dari model
Menganalisis stabilitas titik kesetimbangan
Menginterpretasikan model dengan menggunakan metode runge-kutta
Menarik kesimpulan dan saran serta menyusun laporan tugas akhir.
III. METODELOGI PENELITIAN
Home
4.1 Diagram Kompartemen
4,2 Model
4.8 Kestabilan Lokal titik kesetimbangan kepunahan populasi susceptible
4,7 Kestabilan lokal titik kesetimbangan Endemik
4.3 Titik Kesetimbangan Bebas Penyakit
4.4 Titik Kesetimbangan Endemik
4.6 Kestabilan lokal titik kesetimbangan bebas penyakit
4.5 Titik Kesetimbangan kepunahan populasi susceptible
4.9 Runge- Kutta
4.. 10 Simulasi
IV. PEMBAHASAN
Home
Gambar 1. Diagram kompartemen model epidemik transmisi vertikal bertipe SIAdengan
4.1 Diagram Kompartemen
Model dapat dituliskan sebagai berikut
dengan
4.2 MODEL
Titik Kesetimbangan Bebas Penyakittitik kesetimbangan model didapatkan dengan
Dari persamaan (1), (2) dan (3) ketikaTitik kesetimbangan bebas penyakit adalah
dengan
4.3 Titik Kesetimbangan Bebas Penyakit
Titik Kesetimbangan Endemik
Dari persamaan (1), (2), dan (3) ketika
Titik kesetimbangan endemik adalah
Dengan (4)
Dan (5)
Ketika dan didapatkan (6) sehingga titik kesetimbanganendemik ada jika memenuhi
4.4 Titik Kesetimbangan Endemik
Titik kesetimbangan kepunahan populasi susceptibleDari persamaan (1), (2), dan (3) ketikaTitik kesetimbangann kepunahan populasi susceptible adalah
dengan (7)
dan (8)
dimana
4.5 Titik Kesetimbangan Kepunahan Populasi Susceptible
Kestabilan lokal titik kesetimbangan bebas penyakitAnalisis kestabilan dilakukan untuk mengetahui tingkat penyebaran suatu penyakit.Model epidemik transmisi vertikal SIA merupakan model persamaan yang taklinier, sehingga perlu dilakukan pelinieran dengan menggunakan ekspansi derettaylor pada persamaan (1) sampai (3).Matriks Jacobian persamaan (1) sampai (3) adalah
dengan
4.6 Kestabilan lokal titik kesetimbangan bebas penyakit
Teorema 1Jika maka titik kesetimbangan kepunahan populasi susceptible,infected, dan abstained class stabil asimtotik lokal
Jika dan maka titik kesetimbangan bebas
penyakit stabil asimstotik lokal.
Lanjutan Kestabilan lokal titik kesetimbangan bebas penyakit 1
Bukti matriks Jacobian kepunahan populasi susceptible, infected, abstained class sebagai berikut
Selanjutnya akan dicari persamaan karakteristik dari matriks Jacobian tersebut dengan menggunakan
Sehingga menjadi
atau atau
Lanjutan Kestabilan lokal titik kesetimbangan bebas penyakit 2
Berdasarkan Teorema 1 jikadan maka titik kesetimbangan kepunahan populasi
susceptible, infected, dan abstained class stabil asimtotik lokal.Dengan diberikan dan ,SehinggaSedangkan untuk titik kesetimbangan bebas penyakit padaJika makaMatriks Jacobian dari titik kesetimbangan bebas penyakit adalah
dengan
Lanjutan Kestabilan lokal titik kesetimbangan bebas penyakit 3
Selanjutnya akan dicari akar- akar karakteristiknya menggunakan Sehingga menjadi
dengan
Didapatkan
Akar karakteristiknya adalah(9)
Dan akar- akar karakteristik yang lain dapat ditulis dalam bentuk matriks
Lanjutan Kestabilan lokal titik kesetimbangan bebas penyakit 4
Maka didapatkandan
Sehingga nilai dari M mempunyai bagian real negatif.Jika nilai eigen (9)Maka stabil asimtotik lokal untuk bebas penyakit dan ekuivalen dengan
jadi titik kesetimbangan bebas penyakit stabil asimtotik lokal
Lanjutan Kestabilan lokal titik kesetimbangan bebas penyakit 5
Seperti kestabilan lokal titik bebas penyakit dilakukan pelinieran terlebih dahulusebelum melakukan analisis kestabilan. Pada persamaan (1) sampai (3) denganTeorema 2Jika salah satu
dan
Terpenuhi maka titik kesetimbangan endemik ada dan stabil asimtotik lokal.Jika
Maka titik kesetimbangan kepunahan populasi susceptible ada dan stabilasimtotik lokal
4.7 Kestabilan lokal titik kesetimbangan Endemik
Bukti :Matriks Jacobian dari titik setimbang endemik adalah
Selanjutnya akan dicari akar- akar karakteristiknya
didapatkan (10)dengan
Lanjutan Kestabilan lokal titik kesetimbangan Endemik 1
Untuk menentukan nilai dari akar- akar karakteristik pada persamaan (10)dapat digunakan rumus Ruth- Hurrwitz.
Didapatkan karena . Elemen pada kolom pertama padaTabel 1 memiliki tanda yang sama yaitu positif maka titik kesetimbangan endemikstabil asimtotik lokalDari persamaan (4) dan (5) didapatkan
(11)
Lanjutan Kestabilan lokal titik kesetimbangan Endemik 2
Dan dari persamaan (9) substitusi ke persamaan (6) didapatkan(12)
Pertama akan ditentukan bahwa sisi sebelah kiri positif .Dan juga ekuivalen dengan kuadrat dari sisi sebelah kiri pada persamaan (12)
Untuk pertidaksamaan sebelah kanan pada persamaan (12) didapatkan .Dan kuadrat dari sisi sebelah kanan pada persamaan (12) didapatkan
Sehingga kesetimbangan endemik ada dan stabil asimtotik lokal karena kondisi padateorema 2 terpenuhi.
Lanjutan Kestabilan lokal titik kesetimbangan Endemik 3
Matriks Jacobian dari persamaan (1) sampai (3) dengan pada titik setimbang kepunahan populasi susceptible adalah
Selanjutnya akan dicari akar- akar karakteristik dari matriks Jacobian kepunahan populasi susceptible
Sehingga akar karakteristiknya adalah
ketika
4.8 Kestabilan lokal titik kesetimbangan kepunahan populasi susceptible
Dan ekuivalen dengan
Dan akar- akar karakteristik yang lain dapat ditulis dalam bentuk matriks
Didapatkan
Dari persamaan (7) dan (8) didapatkan Jadi titik kesetimbangan kepunahan populasi susceptible stabil asimtotik lokal dengan memenuhi teorema 2.
Lanjutan Kestabilan lokal titik kesetimbangan kepunahan populasi susceptible 1
dengan
4.9 Runge- Kutta
dengan
Lanjutan Runge- Kutta 1
Dan h adalah langkah waktu
Lanjutan Runge- Kutta 1
Berikut ini adalah tabel parameter untuk Bebas penyakit, Endemik, dan Kepunahan populasi susceptible pada penyakit HSV, yaitu
Tabel Parameter 1
Tabel Parameter 2
GUI
Pada Gambar 2 menunjukkan bahwa populasi susceptible menuju ke titik setimbangS = 86, 1325 yang berarti 86 juta jiwa mulai dari hari ke 4.998. Populasi Infectedmenuju titik setimbang I = 0 mulai dari hari ke 27 dan populasi Abstained classmenuju titik setimbang A= 13,87 yang berarti 14 juta jiwa mulai dari hari ke 4.902.sehingga menunjukkan tidak terjadinya penyebaran penyakit.
Simulasi model SIA bebas penyakit
Pada Gambar 3 menunjukkan bahwa populasi susceptible menuju ke titik setimbangS = 86, 130 yang berarti 86 juta jiwa mulai dari hari ke 4.242. Populasi Infectedmenuju titik setimbang I = 0 mulai dari hari ke 23 dan populasi Abstained classmenuju titik setimbang A= 13,8696 yang berarti 14 juta jiwa mulai dari hari ke 4.021.sehingga menunjukkan tidak terjadinya penyebaran penyakit.
Simulasi model SIA bebas penyakit
Pada Gambar 3 menunjukkan bahwa populasi susceptible menuju ke titik setimbangS = 86, 130 yang berarti 86 juta jiwa mulai dari hari ke 4.242. Populasi Infectedmenuju titik setimbang I = 0 mulai dari hari ke 23 dan populasi Abstained classmenuju titik setimbang A= 13,8696 yang berarti 14 juta jiwa mulai dari hari ke 4.021.sehingga menunjukkan tidak terjadinya penyebaran penyakit.
Simulasi model SIA bebas penyakit
Pada Gambar 4 tidak menunjukkan kestabilan pada populasi karena h yang begitu besar.
Simulasi model SIA bebas penyakit
Sehingga didapatkan perilaku sistem berdasarkan nilai h sebagai berikut:
Grafik akan stabil jika nilai h kurang dari 159
PERILAKU SISTEM BERDASARKAN NILAI h PADA MODEL SIA BEBAS
PENYAKIT
Pada Gambar 5 menunjukkan bahwa populasi susceptible menuju ke titiksetimbang S = 73, 4732 yang berarti 74 juta jiwa mulai dari hari ke 14. 998.Populasi Infected menuju titik setimbang I = 5, 2637 yang berarti 5 juta jiwa mulaidari hari ke 14. 983 dan populasi Abstained class menuju titik setimbang A=15,7299 yang berarti 16 juta jiwa mulai dari hari ke 14. 994. sehingga terjadinyapenyebaran penyakit.
Simulasi model SIA Endemik
Pada Gambar 6 menunjukkan bahwa populasi susceptible menuju ke titik setimbangS = 73, 4734 yang berarti 74 juta jiwa mulai dari hari ke 11. 143. Populasi Infectedmenuju titik setimbang I = 5,2637 yang berarti 5 juta jiwa mulai dari hari ke 11.301dan populasi Abstained class menuju titik setimbang A= 15,7299 yang berarti 16 jutajiwa mulai dari hari ke 10.257. sehingga terjadinya penyebaran penyakit.
Simulasi model SIA Endemik
Pada Gambar 7 tidak menunjukkan kestabilan pada populasi karena h yang begitubesar
Simulasi model SIA Endemik
Sehingga didapatkan perilaku sistem berdasarkan nilai h sebagai berikut:
Grafik akan stabil jika nilai h kurang dari 140
Perilaku sistem berdasarkan nilai h pada model SIA Endemik
Pada Gambar 8 menunjukkan bahwa populasi susceptible menuju ke titik setimbangS = 0 mulai dari hari ke 16. Populasi Infected menuju titik setimbang I = 934,9515yang berarti 935 juta jiwa mulai dari hari ke 1.049 dan populasi Abstained classmenuju titik setimbang A= 1.165 yang berarti 1.165 juta jiwa mulai dari hari ke 488.sehingga terjadi kepunahan pada populasi susceptible maka sebaliknya populasiinfected dan Abstained class meningkat.
Simulasi model SIA Kepunahan Populasi Susceptible
Pada Gambar 9. tidak menunjukkan kestabilan pada populasi karena h yangbegitu besar
Simulasi model SIA Kepunahan Populasi Susceptible
Sehingga didapatkan perilaku sistem berdasarkan nilai h sebagai berikut
Grafik akan stabil jika nilai h kurang dari 50
Perilaku sistem berdasarkan nilai h pada model SIA Kepunahan Populasi Susceptible
1. Titik Setimbang dan analisis kestabilan dari model epidemik bertipe SIA dengantransmisi vertikal.
a. Titik setimbang bebas penyakit adalah
Stabil asimtotik lokal jika dan
b. Titik setimbang endemik adalah
stabil asimtotik lokal jika
KESIMPULAN
Dan
c. Titik setimbang kepunahan populasi susceptible adalah
stabil asimtotik jika
2. Simulasi model epidemik bertipe SIA dengan menggunakan metode numerikRunge- Kutta langkah waktu (h) mempengaruhi waktu yang dibutuhkan untukmendekati titik setimbang, semakin besar langkah waktu (h) yang digunakanmaka semakin pendek pula waktu yang dibutuhkan untuk mendekati titiksetimbang.
3. Error antara nilai eksak dan nilai numerik dengan menggunakan metodeRunge- Kutta pada titik kesetimbngan sangat kecil
LANJUTAN KESIMPULAN 1
.[1] Guihua Li, dkk. 2005. ”Global Stability of SEIR Epidemic Model with Infectious Force to Latent, Infected and Immune Period”. Chaos, Solitions and Fractals. hal.1177-1184.
[2] Daniel Maxin, TIM Olson, Adam Shull. 2011. ”Vertical Transmission in EpidemicModels of Sexually Transmitted Diseases with Isolation from Reproduction”
[3] Didit BN. 2009. Diktat kuliah. Program Studi Matematika Fakultas Sains danMatematika Universitas Kristen Satya Wacana.
[4] Widiarto, Henry. 2010. ”Analisa Stabilitas Dari Model Epidemik AIDS DenganTransmisi Vertikal”. Tugas Akhir. Matematika ITS
[5]. Inderajati, Setyanti Wibawaning. 2010. “ Pengaruh Karantina Terhadap PenyebaranPenyakit Menular dalam Model Epidemik Tipe SIQS”. Tugas Akhir. Matematika ITS.
[6] Maxin, Daniel. 2007. “The Effect of Nonreproductive Groups on Persistent Sexually Transmitted Diseases”. Mathematical Biosciences and Enginering
[7] Anonim. 2012. “ Penyakit Infeksi dan Menular”. (http://mhs.blog.ui.ac.id/putu01/2012/01/09/penyakit-infeksi-dan-menular/, diakses pada tangal 27 Agustus 2013 pukul 12.02)
[8] Sun, Changjun, Hsieh, Ying-Hen. 2010.”Global Analysis of an SEIR Model with Varying Population Size and Vaccination”. Applied Mathematical Modelling