model matematika dalam kasus epidemik kolera dengan populasi konstan
TRANSCRIPT
PEMODELAN MATEMATIKA
Model Matematika Dalam Kasus Epidemik Kolera Dengan Populasi Konstan
Oleh
Kelompok 5
Silfia Fitriani : 2411.043
Gusdila Fitri Yanti : 2411.034
Dosen
Tisti Ilda Prihandini M.Si
PROGRAM STUDI PENDIDIKAN MATEMATIKA
JURUSAN TARBIYAH
STAIN SJECH M.DJAMIL DJAMBEK
BUKITTINGGI
2013/2014
BAB I
PENDAHULUAN
1.1 Latar Belakang
Kolera merupakan penyakit diare akut yang disebabkan oleh bakteri VibrioCholera.
Pada saat menginfeksi seseorang bakteri ini memproduksi Choleratoxin yangmengakibatkan
keluarnya cairan tubuh dalam jumlah yang banyak, sehingga tanpapenanganan yang tepat,
seseorang yang terjangkit oleh bakteri ini dapat meninggal.Setiap tahunnya, penyakit ini telah
menyebabkan kematian bagi ratusan ribu orangdiseluruh dunia. Dan merupakan salah satu
penyakit yang paling menakutkan diseluruh dunia.
Ketika di suatu daerah dengan tingkat sanitasi yang sangat rendahterdapat seorang
penderita diare yang membawa bakteri V.Cholera, maka sangatmungkin sekali terjadi
penyebaran bakteri V.Cholera di sumber air daerah setempat,sehingga dapat mengakibatkan
terkontaminasinya seluruh daerah tersebut, dan akanmenyebabkan kemungkinan terjadinya
tiga kasus, yaitu tidak ada outbreak (bebaskolera), terjadi epidemik atau terjadi endemik
diwilayah yang terjangkiti tersebut.
Badan Kesehatan Dunia (WHO) memperkirakan selama masa epidemik kolera 0.2– 1
% dari penduduk diwilayah yang terjangkit wabah kolera akan mengidap penyakitini dan
mampu menularkannya kembali kependuduk lainnya. Penyakit kolera yangterjadi pada lebih
dari 90% orang tergolong ringan. Dan kurang dari 10% orang yangterinfeksi bakteri Vibrio
Cholera berkembang menjadi penyakit yang parah. Menurut www.chclibrary.org/micromed
tanpa penanganan yang tepat, laju kematian akibat penyakit kolera bisa mencapai 50% lebih.
Pentingnya model ini di bahas karena melalui pemodelan matematika kita dapat
menyelesaikan masalah dalam penyebaran penyakit kolera dalam masa epidemic. Epidemic
adalah istilah umum untuk menyebut kejadian tersebarnya penyakit pada daerah yang luas
dan pada banyak penyakit yang menyebar tersebut. Epidemic adalah wabah yang terjadi
secara lebih cepat dari pada yang di duga.
1.2 Tujuan
Untuk memprediksi terjadinya wabah akibat kolera dan menentukan variable-variabel
yang dapat dikontrol untuk mengantisipasi penyebaran penyakit ini. Model matematika
adalah model yang menggunakan lambang‐lambang (simbol) matematika atau logika untuk
menyajikan perilaku objek yang akan diteliti. Model ini dapat dianggap sebagai usaha
abstraksi terhadap objek melalui cara analitik atau numerik dalam bentuk persamaan‐
persamaan matematika.
1.3 Manfaat
Bidang aplikasi : Bila telah diperoleh suatu penyelesaian maka hasil tersebut dapat
digunakan sebagai alat prediksi atau kontrol terhadap objek, yang dalam hal ini adalah
penyakit kolera.
Bidang matematika : kita bisa melihat bagaimana model matematika dapat digunakan
untuk menyelesaikan masalah dalam penyebaran kolera dalam masa epidemik.
1.4 Rumusan Masalah
Adapun rumusan masalah dalam pengerjaan literatur ini dapat diuraikan sebagai
berikut:
1. Bagaimana model matematika yang berkaitan dengan penyebaran penyakit dalam
kasus epidemic kolera dengan populasi konstan?
2. Berapa banyak infeksi baru yang dihasilkan jika satu infeksi dimasukkan ke
populasi yang sehat serta melihat perioda infeksi dari penyakit ini. ?
BAB II
LANDASAN TEORI
1.1 Bidang aplikasi biologi
1.1.1 Pengertian Penyakit Kolera
Perilaku dinamik dari sistem untuk menganalisis dinamika penyebaran penyakit
terdapat beberapa model matematika yang sering digunakan. Model-model tersebut memiliki
konsep yang sama yaitu compartmental epidemiologi (pembagian kelas) yang
menggambarkan penyebaran penyakit dari masing-masing kelas.
Jadi dalam suatu populasi akan terbagi menjadi beberapa kelas dimana masing-
masing kelas mewakili tahapan yang berbeda.kelas Susceptibel (S), yaitu populasi manusia
yang beresiko untuk terinfeksi penyakit kolera. Populasi yang suskeptibel ini menjadi tertular
jika mereka menjalin kontak dengan populasi manusia yang infektid. Kelas Infected (I), yaitu
populasi manusia yang telah terkena penyakit kolera dan mampu untuk menularkan penyakit
ini ke populasi lainnya.
Kolera dapat menyebar sebagai penyakit endemic, epidemic, atau pandemic. Bakteri
vibrio cholera berkembang biak dan menyebar melalui kotoran manusia. Bila kotoran yang
mengandung bakteri ini mengontaminasi air sungai dan sebagianya, orang lain yang
terkontak dengan air tersebut berisiko terkena penyakit kolera.
Pada suatu lingkungan masyarakat dimana penyakit kolera sedang mewabah, orang
yang sering melakukan interaksi dengan air yang tercemar bakteri vibrio cholerae, misalkan
dengan cara pengkonsumsian atau penggunaan untuk membersihkan bahan-bahan makanan,
mempunyai kemungkinan yang jauh lebih besar untuk tertular dibandingkan dengan orang
yang jarang atau tidak berinteraksi dengan sumber air yang tercemar bakteri vibrio cholera.
1.1.2 Cara penularan penyakit kolera
Kolera dapat menyebar sebagai penyakit yang endemik, epidemik, atau pandemik.
Meskipun sudah banyak penelitian berskala besar dilakukan, namun kondisi penyakit ini
tetap menjadi suatu tantangan bagi dunia kesehatan. Bakteri Vibrio cholerae berkembang
biak dan menyebar melalui feces (kotoran) manusia.
Bila kotoran yang mengandung bakteri ini mengkontaminasi air sungai dan
sebagainya, maka orang lain yang melakukan kontak dengan air tersebut beresiko terkena
penyakit kolera itu juga. Misalnya cuci tangan yang tidak bersih lalu makan, mencuci sayuran
atau makanan dengan air yang mengandung bakteri kolera, makan ikan yang hidup di air
terkontaminasi bakteri kolera, bahkan air tersebut (seperti di sungai) dijadikan air minum
oleh orang lain yang bermukim disekitarnya. Hal ini akan semakin meningkatkan resiko
terjadinya penyakit kolera.
Dalam situasi adanya wabah (epidemic), biasanya tinja orang yang telah terinfeksi
menjadi sumber kontaminasi. Penyakit ini dapat menyebar dengan cepat di tempat yang tidak
mempunyai penanganan pembuangan kotoran (sewage) dan pengolahan air minum yang
memadai. Pada saat wabah kolera (El Tor) skala besar terjadi di Amerika Latin pada tahun
1991, penularan yang cepat dari kolera terjadi melalui air yang tercemar karena sistem PAM
perkotaan yang tidak baik, air permukaan yang tercemar, serta sistem penyimpanan air di
rumah tangga yang kurang baik. Makanan dan minuman pada saat itu diolah dengan air yang
tercemar dan di jual oleh pedagang kaki lima, bahkan es dan air minum yang dikemaspun
juga tercemar oleh Vibrio cholerae. Biji-bijian yang dimasak dengan saus pada saat wabah itu
terbukti berperan sebagai media penularan kolera.
Vibrio cholerae yang dibawa oleh penjamah makanan dapat mencemari makanan,
yang apabila tidak disimpan dalam lemari es dalam suhu yang tepat dapat meningkatkan
jumlah kuman berlipat ganda dalam waktu 8-12 jam. Sayuran dan buah-buahan yang dicuci
dan dibasahi dengan air limbah yang tidak diolah, juga menjadi media penularan.
Bakteri kolera juga dapat hidup di lingkungan air payau dan perairan pesisir. Kerang-
kerangan (shellfish) yang dimakan mentah juga dapat menjadi sumber kolera. Seperti di
Amerika Serikat, kasus sporadis kolera timbul karena mengkonsumsi seafood mentah atau
setengah matang yang ditangkap dari perairan yang tidak tercemar. Sebagai contoh, kasus
kolera yang muncul di Louisiana dan Texas menyerang orang-orang yang mengkonsumsi
kerang yang diambil dari pantai dan muara sungai yang diketahui sebagai reservoir alami dari
Vibrio cholera (O1 serotipe Inaba), muara sungai yang tidak terkontaminasi oleh air limbah.
Biasanya penyakit kolera secara langsung tidak menular dari orang ke orang. Oleh karena itu,
kontak biasa dengan penderita tidak merupakan resiko penularan.
2.1 Bidang Matematika
2.2.1 Persamaan diferensial
Persamaan diferensial adalah sebuah persamaan yang memuat turunan satu atau lebih
variable terikat dengan satu atau lebih variable bebas.
Definisi 2.1: Persamaan diferensial adalah persamaan yang menyangkut satu atau
lebih fungsi (peubah tak bebas) beserta turunannya terhadap satu atau lebih peubah
bebas (Pamuntjak dan Santosa,1990:1-11)
Definisi 2.2: Persamaan diferensial adalah persamaan yang menyangkut turunan
dari satu atau lebih variabel tak bebas terhadap satu atau lebih variabel bebas (Ross,
1984: 3).
Definisi 2.3:Persamaan diferensial adalah persamaan yang memuat turunan satu (atau
beberapa) fungsi yang tak diketahui (Finizio dkk, 1982: 1)
Menurut peubah bebas, persamaan diferensial dapat dibedakan menjadidua macam
yaitu persamaan diferensial biasa dan parsial sedangkan persamaan diferensial dilihat
dari bentuk fungsi atau pangkatnya juga dibedakan menjadi dua yaitu persamaan diferensial
linear dan persamaan diferensial non linear.
2.2.2 Persamaan diferensial biasa
Persamaan diferensial biasa adalah persamaan diferensial yangmenyangkut satu atau
lebih fungsi (peubah tak bebas) beserta turunannya terhadap satu peubah bebas (Pamuntjak
dan Santosa,1990:1-12) Persamaan-persamaan yang memuat turunan biasa disebut
persamaan diferensial biasa.
Persamaan diferensial biasa adalah sebuah persamaan difernsial yang mempunyai satu
variable bebas dan satu atau lebih variable terikat. Dengan beberapa asumsi, proses
pemodelan secara matematis penyebaran kolera dengan memperhatikan peran sumber air
dalam lingkungan masyarakat. Model tersebut berupa suatu persamaan diferensial nonlinier.
2.2.3 Persamaan diferensial non linear
Persamaan Diferensial Non Linear adalah persamaan diferensial yang bukan
persamaan diferensial linier (Pamuntjak dan Santosa,1990:1-15).Dengan demikian
persamaan diferensial F(x,y’,…,y(m))=0 adalah persamaan diferensial tak linear jika salah
satu dari berikut di penuhi oleh F:
a. F tidak berbentuk polinom dalam x,y’,…,y(m)
b. F tidak berbentuk polinom berpangkat lebih dari 2 dalam x,y’,…,y(m)
contoh:
1. yy’ + xy’’=0 persamaan diferensial tak linear karena F(x,y’,…,y(m))= yy’ +
xy’’ polinom berpangkat dua dalam y,y’,y”.
2. sin xy dydx
+ cos d ² ydxx ²
= 0 persamaan diferensial tak linear karena F tidak
berbentuk polinom
2.2.4 Sistem persamaan diferensial non linear
Sistem persamaan yang terdiri dari n buah persamaan diferensial tak linear dengan n
buah fungsi tak diketahui. Sistem ini disebut juga sistem tak linear. Bentuk umum
sistem persamaan diferensial non linear dapat di tulis sebagai berikut:
dxdt
=f (x , y)
dydt
=g(x , y )
f dan g mempunyai turunan parsial yang kontinu untuk semua (x,y), dengan:
dxdtdydt
=f (x , y)g (x , y )
, dydx
=f (x , y )g (x , y )
2.2.5 Laju berkaitan
Jika suatu kuantitas y adalah fungsi dari waktu t, laju perubahan y terhadap terhadap
waktu dinyatakan dalam bentuk dydt
. Bila dua atau lebih kuantitas, semua fungsi dari waktu t,
dihubungkan oleh satu persamaan, hubungan dari laju-laju perubahannya dapat ditentukan
dengan mendiferensiasikan kedua sisi dari persamaan
2.2.6 Penentuan titik tetap
Misalkan diberikan sistem persamaan diferensial biasa sebagaimana pada sistem
(3.1). Titik xdisebut titik tetap, jika f (x)=0. Titik tetap disebut juga titik kritis atau titik
kesetimbangan. Untuk selanjutnya digunakan istilah titik tetap. (Tu 1994)
Contoh:
Suatu sistem persamaan diferensial berikut ini:
dwdt
=x+ay−(1+b ) z
dxdt
=ax+12
(a+b ) z
dydt
=(a+b ) y−2 d
Penyelesaian:
x + ay – (1+b)z=0
ax - 12
(a+b)y + c = 0
(a+b)y – 2d = 0
(a+b)y – 2d = 0
(a+b)y = 2d
y = 2d
(a+b)
ax - 12
(a+b)y + c = 0
ax = 12
(a+b)y - c
ax = 12
(a+b)2d
(a+b) – c
ax = d – c
x = d−c
a
x + ay – (1+b)z = 0
(1+b)z = x + ay
(1+b)z = d−c
a + a
2d(a+b)
(1+b)z = d−c
a +
2ad(a+b)
(1+b)z =(a+b ) ( d−c )+2a ² d
a(a+b)
z = (a+b ) ( d−c )+2 a ² d
a ( a+b )(1+b)
Maka, persamaan tersebut memiliki titik tetap { x , y , z } :
{x=d−c
a, y=
2 d(a+b)
, z=(a+b ) (d−c )+2 a ² d
a (a+b )(1+b) }
BAB III
PEMBAHASAN
Untuk membangun model matematika dari penyebaran penyakit kolera,
diberikan beberapa asumsi sebagai berikut :
1. Diasumsikan bahwa populasi manusia yang terdiri atas populasi S dan I
adalah konstan atau dengan kata lain total populasi N(t) = S(t)+I(t) konstan.
2. Diasumsikan bahwa laju kelahiran = laju kematian
3. Diasumsikan bahwa semua individu dalam komunitas tersebut menggunakan sumber
air yang sama (dalam hal ini menggunakan sungai) untuk melakukan berbagai
aktivitas mandi, cuci dan buang air besar.
4. Kontak terjadi akibat adanya pertemuan orang dengan orang disungai yang sama
dalam satu hari.
Kasus : Dari persamaan yang terbentuk pada Model Epidemik Kolera dengan populasi
konstan membentuk sistem persamaan diferensial non linier orde satu. Misalkan
diberikan parameter pada persamaan diferensial sebagai berikut:
a = 1
v = 0,5
c = 5
p = 0,6
N = 50
3.1 Pendefinisan Variabel
Kolera ditransmisikan melalui meminum air atau memakan makanan yang
terkontaminasi dengan bakteri kolera. Kolera outbreak dapat terjadi secara sporadis
diberbagai belahan dunia, dimana suplai air, sanitasi, dan higienitasnya tidak memadai.
Wilayah dengan jumlah penduduk yang sangat padat dan tingkat sanitasi yang sangat rendah
seringkali menjadi langganan “tempat persinggahan” bagi penyakit ini.
Keadaan wilayah di Indonesia dan didukung dengan pola hidup masyarakat
didaerahdaerah pinggiran yang kurang memperhatikan kesehatan lingkungan akan membuat
penyebaran penyakit ini berlangsung cepat. Karena selain air yang terkontaminasi oleh
bakteri V.Cholera, penyakit ini juga diperantarai oleh lalat. Jika lalat tersebut hinggap
ditempat yang ada feces orang yang terinfeksi kolera dan kemudian terbang kemakanan yang
tidak ditutup rapat, maka akan sangat mungkin sekali orang yang memakan makanan tersebut
akan terjangkit kolera, dengan gejala awalnya adalah menderita diare akut.
Setiap orang bisa terkena kolera, namun anak‐anak lebih banyak yang meninggal
akibat penyakit ini, karena mereka lebih cepat mengalami dehidrasi dibandingkan dengan
orang dewasa. Tanpa penanganan yang tepat, tingkat kematian akibat penyakit ini bisa
mencapai 50%. Sehingga apabila terjadi endemik kolera penanganan yang tepat dan akurat
dari pemerintah merupakan hal sangat penting dilakukan. Berikut ini adalah rute transmisi
dari penyakit kolera:
Gambar 1. Rute Transmisi Penyebaran Penyakit Kolera
Terlihat dalam bagan diatas, bahwa awal dari proses infeksi kolera berasal dari feces
yang mengandung V.Cholera, dan jika seseorang tidak memperhatikan dengan sungguh‐
sungguh kesehatan pribadinya, maka dia dapat terinfeksi kolera melalui tangan yang kotor,
ataupun makanan dan minuman yang secara tidak langsung telah mengandung V.Cholera.
Setelah memakan makanan yang terkontaminasi, makanan akan dicerna dilambung
kemudian masuk ke usus kecil. Didalam usus kecil, bakteri V.Cholera akan mengikatkan diri
dan tumbuh dengan subur dilingkungan alkalin didalam usus kecil.
FECES TANGAN
MAKANAN
LALAT AIR
TANAMAN MULUT
Gambar 2. Bakteri Vibrio Cholera
Setelah sukses berkoloni didalam usus kecil, dan berhasil mengatasi sistem
pertahanan tubuh host yang dimasukinya, bakteri ini mengeluarkan cholera toxin atau
choleragen dalam jumlah yang sangat besar, dan bertanggung jawab atas terjadinya diare.
Cholera toxin adalah zat yang berupa protein.
Infeksi oleh cholera toxin pada akhirnya akan menyebabkan keluarnya sodium klorida
dari dalam tubuh bersama‐sama dengan 10‐12 liter air setiap harinya. Sehingga tidaklah
mengherankan, orang yang terinfeksi oleh bakteri V.Cholera akan mengalami dehidrasi
bahkan bisa menyebabkan kematian.
Berikut ini akan dituliskan notasi-notasi yang digunakan dalam model ini :
No. Nama-Nama Variable Lambang
1. Jumlah populasi Susceptibel S
2. Jumlah populasi Infected I
3. Laju kelahiran/kematian manusia A
4. Laju kesembuhan populasi yang terinfeksi V
5.Rata-rata banyaknya pertemuan antara populasi
yang infected dengan yang Susceptibel perhari
C
6.Peluang sukses populasi yang suskeptibel
terinfeksi penyakit kolera
P
7. Jumlah total populasi manusia N
3.2 Formulasi Model Matematika
Dalam model matematika untuk penyakit kolera ini, diamati penyebaran penyakit
ini dalam suatu populasi manusia yang berukuran N. Dan dari fakta yang ada diperoleh hal ‐hal sebagai berikut :
1. Setiap bayi yang lahir akan lahir sehat, tidak terinfeksi oleh penyakit ini.
2. Proses menularnya penyakit dari orang yang infektive ke orang yang
suskeptibel terjadi akibat adanya pertemuan orang dengan orang disungai.
3. Setiap orang yang telah sembuh dari penyakit ini, akan tetap beresiko untuk
terinfeksi kembali apabila mereka berhubungan baik secara langsung ataupun tidak
langsung dengan orang yang masih mengidap kolera.
Dari asumsi yang telah diberikan, digambarkan dalam diagram model sebagai berikut:
aS aI
aN cp SIN
vI
Gambar 3. Digram kompartemen populasi manusia pada penyebaran penyakit kolera
Untuk memperoleh model matematikanya, terlebih dahulu akan ditelusuri dua langkah
yang diperlukan, diantaranya yaitu :
a. Memodelkan proses kontak dari penyakit
b. Menjelaskan peluang kontak antara populasi infektif dan suskeptibel yang pada
akhirnya akan melahirkan infeksi baru
Dari asumsi dan diagram populasi diatas, diketahui bahwa infeksi baru terjadi akibat
adanya kontak antara populasi yang susceptibel dan populasi yang infected. Dalam hal ini
kontak diartikan sebagai pertemuan antara orang dengan orang disungai yang telah
terkontaminasi dalam satu hari. Bila rata‐rata orang yang infektif bertemu dengan orang yang
susceptibel dalam satu hari adalah c, dan proporsi orang yang susceptibel dalam populasi
adalah S (t)N (t) , maka banyaknya kontak orang yang sakit dengan orang yang sehat dalam satu
hari adalah cI SN
Bila peluang sukses transmisi V.Cholera melalui orang yang terinfeksi keorang yang
sehat adalah p, maka banyaknya orang yang sehat terinfeksi kolera perhari adalah :
SUSCEPTIBEL (S) INFECTED (I)
pcI SN
(dalam hal ini diasumsikan peluang sukses akan terjadi setiap kali orang yang sehat
melakukan aktivitas MCK (mandi, cuci, kakus) disungai yang beberapa saat sebelumnya
telah digunakan oleh orang yang terinfeksi kolera).
Perubahan jumlah orang yang sehat dalam satu satuan waktu bertambah akibat adanya
jumlah kelahiran dalam populasi waktu t atau aN(t) dan jumlah orang yang telah sembuh dari
penyakit dan masih berpeluang untuk terinfeksi kembali atau vI (t) , dan berkurang akibat
adanya kematian alami orang yang sehat dalam waktu t atau aS(t) dan jumlah orang yang
sehat yang menjadi sakit dalam waktu t atau pcI(t) S (t)N (t)
.
Sehingga perubahan pada populasi suskeptibel adalah number added – number
lost, yaitu :
S (t+∆ t )−S ( t )=aN ( t )∆ t +vI ( t ) ∆ t−cpI (t ) S (t )N (t )
∆ t−aS (t )
atau
S (t +∆ t )−S (t)∆ t
=aN (t )−cpI ( t ) S (t )N (t )
−aS (t )+vI (t)
Jika ∆ t=∞,maka diperoleh
dSdt
=aN ( t )−cpI (t ) S ( t )N ( t )
−aS ( t )+vI (t )
Sedangkan perubahan jumlah orang yang sakit dalam satu satuan waktu bertambah
karena adanya jumlah orang yang sehat yang menjadi sakit dalam waktu t atau cpI ( t ) S (t )N (t )
dan berkurang karena jumlah orang yang telah sembuh dari penyakit dan masih berpeluang
untuk terinfeksi kembali atau vI (t) , kematian alami orang yang sakit dalam waktu t atau aI
(t) . Sehingga perubahan pada populasi infektid adalah number added – number lost, yaitu
I ( t +∆ t )−I ( t )=cpI ( t ) S ( t )N (t )
∆ t−aI (t )−vI (t )∆ t
Jika ∆ t=∞, maka diperoleh
dIdt
=cpI (t ) S ( t )N ( t )
−aI (t )+vI ( t)
3.3 Penyelesaian
Dari uraian diatas, maka model transmisi penyakit kolera adalah sebagai berikut :
dSdt
=aN ( t )−cpI (t ) S (t )N ( t )
−aS ( t )+vI (t ) (1)
dIdt
=cpI (t ) S ( t )N (t )
−aI (t )+vI ( t) (2)
Penyelesaian kasus:
dSdt
=0
2.50−5.0,6 . IS
50−2 S+0,5 I = 0
100−0,06 IS−2 S+0,5 I =0
−0,06 IS−2 S+0,5 I=−100(1)
dIdt
=0
0,06 IS−2 I−0,5 I=0
0,06 IS−2,5 I=0 (2)
0,06 IS=2,5 I
S= 2,50,06
S=41,67
−0,06 ( 41,67 )−2 ( 41,67 )+0,5 I=−100
−2,5002 I−83,34+0,5 I=−100
−2,002 I=−16,66
I=8,32
Jadi nilai (S,I) = (41,67 ,8,32)
3.3.1 Penentuan Titik Tetap
Selanjutnya akan dibahas tentang analisa titik tetap dan menghitung basic
reproduction number dari penyebaran penyakit kolera.
Titik tetap diperoleh dengan cara membuat persamaan (1) dan (2) bernilai nol. Pada saat titik
tetap diraih maka laju pertumbuhan dari tiap persamaan akan tetap dengan kata lain tidak
terdapat perubahan
jumlah populasi lagi (keadaan setimbang). Notasi yang akan digunakan untuk titik tetap dari
tiap persamaan adalah S* dan I*. Sebagai langkah awal, tetapkan persamaan (1) bernilai nol,
sedemikian sehingga :
dSdt
=0
aN−cpISN
−aS+vI ( t )=0(3)
Dan
dIdt
=0
cpISN
−aI+vI=0 (4 )
cpS−((a+v ) N ) I=0
→ I*=0
substitusikan nilai yang kita dapatkan ini kedalam persamaan (3), maka : aN = aS
atau
S * = N
Diperoleh salah satu titik tetap yaitu T1(S1*, I1
*) = (N,0). Titik tetap ini merupakan titik
tetap non endemik yang menyatakan bahwa dalam keadaan setimbang pada saat belum ada
infeksi maka jumlah populasi suskeptibel sama dengan total populasi tersebut. Dengan cara
yang sama, didapatkan titik tetap endemiknya adalah :
S *= a+vcp
N
Dan nilai I pada saat setimbang, yaitu :
I*=cp−a−v
cpN
Sehingga system dinamik (1) dan (2) mempunyai dua titik tetap, yaitu :
T1=(N,0)
T2= a+vcp
N , cp−a−v
cpN
Dengan titik tetap endemic T2 ada jika parameter
cpa+v
>1
Untuk penentuan nilai titik tetap dari kasus untuk :
S *= a+vcp
N
S *= 2+0,55.0,6
50
=2.53
50
=0,833.50
= 41.67
I*= cp−a−v
cpN
= 5.0,6−2−0.5
5.0,650
= 3−2−0,5
350
= 0,167.50
= 8,32
Sehingga system dinamik (1) dan (2) mempunyai dua titik tetap yaitu :
T1 =(50, 0)
T2=(41,67 ; 8,32)
3.3.2 Analisa titik tetap
Titik tetap yang sudah didapatkan diatas perlu diuji kestabilannya, apakah titik tetap
tersebut bersifat stabil atau tidak. Dari model yang ada diatas, dapat disederhanakan kedalam
bentuk model 1 dimensi dengan asumsi bahwa N(t)=S(t)+I(t) konstan. Sehingga sistem
dinamik tersebut dapat disederhanakan dengan mengeleminir variabel S(t)=N(t)- I(t).Dan
didapatkan
I1*= 0
I2*=
cp−a−vcp
N
sifat kestabilannya dapat dilihat digaris I(t) yang menyatakan populasi infektif dalam waktu t,
yaitu :
cp−a−vcp
N
Gambar 4. Sifat Dinamik Titik Tetap Populasi Infected
Terlihat bahwa titik tetap non endemik T1 tidak stabil, dan titik tetap endemik T2
stabil, dengan semua nilai-nilai yang berada disekitar I2*=
cp−a−vcp
N akan bergerak menuju
titik tetap tersebut.
Pada gambar 5 diatas, dapat dilihat plot grafik dari total populasi yang sehat dan yang
terinfeksi kolera disuatu wilayah yang terjangkit kolera. Terlihat bahwa dalam waktu kurang
dari 100 hari, kurang lebih 12% penduduk diwilayah tersebut akan terinfeksi kolera.
3.3.3 Basic Reproductive Number (R0)
Basic reproduction number adalah banyaknya infeksi (kasus) baru yang dihasilkan
akibat adanya satu penderita yang masuk kedalam populasi yang sehat. Pada saat endemik,
persamaan dIdt
>0 atau dengan kata lain cpISN
−(a+v ) I >0→ cpSN
>a+v asumsikan pada
saat t=0, maka S=N sehingga R0=cp
a+v
Dengan R0 = banyaknya kontak x peluang sukses kontak x periode waktu infeksi.
Setelah mensubstitusikan nilai parameter yang ada, didapatkan basic reproduction
number untuk penyakit kolera adalah : R0 = 12-14 kasus baru akibat adanya satu penderita
yang berinteraksi dengan populasi yang sehat. Nilai basic reproductive number (R0) yang
diperoleh dapat digunakan sebagai ukuran untuk mengukur terjadinya endemi. Pada model
ini, didapatkan R0 > 1 yang artinya infeksi akan menuju tak hingga. Dan dari R0 = cp
a+v
kita dapat mengontrol tingkat kesembuhan (v) dengan melakukan vaksinasi terhadap
penduduk agar jumlah kasus kolera dapat ditekan.
3.4 Evaluasi
3.4.1 Interprestasi Model Kolera dengan Populasi Konstan
Dari pembahasan model yang ada, diperoleh hasil‐hasil sebagai berikut :
1. Setiap ada satu penderita aktif yang mengidap kolera masuk kedalam suatu
populasi sehat, maka dapat dipastikan sebagian besar populasi yang sehat
lainnya akan terinfeksi oleh penyakit kolera. Hal ini akan sangat didukung sekali
jika masyarakat yang ada didalam komunitas tersebut tidak memperhatikan
higienitasnya.
2. Akan muncul 12‐14 kasus baru setiap harinya selama masa endemik. Terjadi
endemik kolera diwilayah yang terjangkit kolera dengan peluang sukses
3. Seseorang terinfeksi kolera adalah 25% jika seseorang bertemu dengan orang yang
telah terinfeksi kolera.
3.4.2 Cek jenis model
Kegunaan :Deskriptif karena model tersebut menjelaskan /
memprediksi bagaimana cara penyebaran kolera dalam masa epidemic.
Informasi data : Stokhastik
Besaran kuantitatif : Diskrit
Penyelesaian :Analitik karena penyelesaiannya menggunakan
persamaan differensial dalam matematika
BAB IVPENUTUP
4.1 Kesimpulan
Terlihat bahwa salah satu faktor pengendali penyakit kolera adalah dengan
memberikan vaksinasi bagi penderitanya. Hal ini terlihat ketika dibahas tentang basic
reproductive number. Dalam model matematika dalam kasus penyebaran penyakit kolera
diperoleh hasil, bahwa matematika dapat digunakan untuk memprediksi terjadinya
wabah akibat kolera dan menentukan variabel‐variabel yang dapat dikontrol untuk
mengantisipasi penyebaran penyakit ini.
Namun dalam model yang dibahas dalam paper ini belum melibatkan faktor
treatment penyakit kolera. Mungkin akan lebih baik untuk pembahasan selanjutnya kita
melibatkan faktor tersebut dan melihat sifat‐sifat dinamiknya.
4.2 Saran
Jika merujuk kedalam kasusu nyata, model diatas belum terbentuk sesuai dengan
kenyataan, karena belum memperhitungkan kasus adanya kematian akibat penyakit kolera
sehingga kurang realistic. Namun model diatas dibangun untuk mempermudah pemahaman
tentang konsep dasar system dinamik penyakit kolera
DAFTAR PUSTAKA
Ayres, Frank dan Elliot Mendelson. 2004. Schaum’s Outlines Kalkulus Edisi Keempat.
Jakarta: Erlangga.
Bronson, Richard dan Gabriel Costa. 2007. Schaum’s Outlines Persamaan Diferensial Edisi
Ketiga. Jakarta: Erlangga.
Sriyono. 2009. Matematika Ekonomi & Keuangan. Yogyakarta: CV Andi Offset.
Ross, Shepley L. 1989. Introduction To Ordinary Differensial Equations. New York: John
Wiley and Sons.
Verberg, dkk. 2003. Kalkulus Edisi Delapan. Jakarta: Erlangga.
Yohana dan Yovita. 2006. Terapy Herbal Penyakit. Jakarta: Eska Media.
http://lontar.ui.ac.id/opac/themes/libri2/detail.jsp?id=20180268&lokasi=lokal, 31 oktober
2013
digilib.its.ac.id/public/ITS-Research-11674-131124884-Preface.pdf
http://eprints.uny.ac.id/7102/. 15 oktober 2013
http://www.google.com/url?
sa=t&rct=j&q=&esrc=s&source=web&cd=2&cad=rja&ved=0CC8QFjAB&url=http%3A
%2F%2Fmatematika.studentjournal.ub.ac.id%2Findex.php%2Fmatematika%2Farticle
%2Fdownload
%2F27%2F27&ei=bjFzUpCbKoSJrQfEg4GADg&usg=AFQjCNGLVJQBTBeahQw8kgnrC
difB7THKg, 22 oktober 2013
http://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=3&cad=rja&ved=0CDkQFjAC&url=http%3A%2F%2Fejournal.unsrat.ac.id%2Findex.php%2FJIS%2Farticle%2Fdownload%2F1802%2F1414&ei=bjFzUpCbKoSJrQfEg4GADg&usg=AFQjCNEGCYHCnTTDXqjyTZs3zfxS7UpyFA, 20 oktober 2013