Seminar Nasional Pendidikan Matematika Ahmad Dahlan (SENDIKMAD 2014) Yogyakarta, 27 Desember 2014
924
Analisis Dinamik Model Epidemi Tipe
SEITdengan Perbedaan
Periode Laten dan Tingkat Kejadian Tersaturasi
M. Ivan Ariful Fathonia, Mardlijahb, Hariyantoc
a,b,c
Program Studi Magister Matematika FMIPA ITS Kampus ITSSukolilo Surabaya Jawa Timur
a
m.ivan@fathonisme.com, bmardlijah@matematika.its.ac.id, chariyanto_its@yahoo.co.id
ABSTRAK
Pada artikel ini dikonstruksi model matematika penyebaran penyakit menular tipe SEIT
(Susceptible Exposed Infective Treatment). Adanya variasi virus dan kondisi jasmani yang berbeda tiap individu serta adanya perubahan perilaku dari individu rentan menjadi alasan pembentukan model dengan perbedaan periode laten dan tingkat kejadian tersaturasi. Dari hasil analisis dinamik, model memiliki dua titik kesetimbangan, yaitu titik kesetimbangan bebas penyakit yang bersifat stabil saat bilangan reproduksi dasar bernilai lebih kecil atau sama dengan satu, dan titik kesetimbangan endemi yang eksis dan bersifat stabil saat bilangan reproduksi dasar bernilai lebih besar dari satu.Hasil analisis dinamik diilustrasikan dengan
simulasi numerik menggunakan software Matlab.
Kata Kunci :analisis dinamik, SEIT, tingkat kejadian tersaturasi, titik kesetimbangan, kestabilan.
ABSTRACT
In this paper, a SEIT (Susceptible Exposed Infective Treatment) mathematical model ofthe spread ofinfectious diseases is constructed. The virus variation, differentphysical conditions of each individual, and behavioral change of susceptible individual sare the reason to forma model with differences in latent period and saturated incidence rate. From dynamical analysis results, the model has two equilibrium points, i.e. the disease-free equilibrium point which stable whenthe basic reproduction numberis less than orequal to one, and the endemic equilibrium point which exiss and stable when the basic reproduction numberis greatert han one. The results of dynamical analysis is illustrated by numerical simulation using Matlab software.
Seminar Nasional Pendidikan Matematika Ahmad Dahlan (SENDIKMAD 2014) Yogyakarta, 27 Desember 2014
925
PendahuluanPenyakit menular adalah
penyakit yang disebabkan oleh sebuah
agen biologi, seperti virus, bakteri, atau
parasit. Suatu individu dapat terjangkit
penyakit menular melalui kontak
langsung maupun tidak langsung
dengan individu terinfeksi. Akibat
kontak antarindividu tersebut terjadilah
suatu infeksi baru yang menjadi tanda
adanya kasus penyebaran penyakit
menular. Penyebaran penyakit menular
yang terus terjadi akan mengakibatkan
kondisi yang disebut epidemi. Epidemi
adalah kejadian tersebarnya penyakit
menular dalam masyarakat yang jumlah
penderitanya meningkat secara nyata
melebihi keadaan yang lazim pada
waktu dan daerah tertentu.
Perkembangan ilmu
pengetahuan di dalam matematika turut
memberikan peranan yang penting
dalam mencegah meluasnya penyebaran
penyakit. Peranan tersebut berupa
pembentukan model matematika yang
dapat menggambarkan penyebaran
suatu penyakit di masa yang akan
datang dengan melihat kondisi masa
sekarang atau masa lalu. Model tersebut
disebut dengan model epidemi.
Model epidemi pertama kali
diperkenalkan oleh Kermack dan
McKendrick(1927), yaitu modelSIR
(Susceptible Infective Removal). Model
SIR menggambarkan suatu penyebaran
penyakit dimana populasi individu yang
rentan (susceptible) dapat terinfeksi
melalui proses interaksi dengan individu
yang terinfeksi (infective), kemudian
populasi yang sembuh (removal) telah
memiliki kekebalan terhadap suatu
penyakit. Semakin berkembangnya
penelitian mengenai model penyebaran
penyakit menjadikan model
epidemiSIRsebagai pijakan banyak
ilmuwan untuk membuat model epidemi
yang lebih khusus.
Untuk kasus penyakit yang lain,
individu yang terinfeksi dapat sembuh
kembali. Akan tetapi tidak ada jaminan
bahwa individu yang sembuh dari
penyakit tersebut akan kebal terhadap
penyakit yang sama. Selain itu beberapa
penyakit menular memiliki periode
exposedatau disebut juga periode laten.
Periode exposed adalah masa
bersembunyinya penyakit dalam tubuh
ketika sistem kekebalan tubuh dalam
kondisi baik. Adanya individu sembuh
yang kembali rentan dan adanya periode
exposed menjadi alasan pembentukan
model epidemi tipe SEIS (Susceptible
Exposed Infective Susceptible) seperti
yang dikemukakan oleh Fan, Li, dan
Seminar Nasional Pendidikan Matematika Ahmad Dahlan (SENDIKMAD 2014) Yogyakarta, 27 Desember 2014
926
Secara umum, model epidemi
mempertimbangkan tingkat kejadian
infeksi penyakit (incidence
tingkat).Tingkat kejadian infeksi
menyatakan banyaknya kasus infeksi
baru akibat interaksi antara individu
rentan dengan individu terinfeksi.
Capasso dan Serio (1978)
memperkenalkan tingkat kejadian
infeksi nonlinear yang disebut tingkat
kejadian infeksi tersaturasi. Tingkat
kejadian semacam ini lebih efektif
karena mempertimbangkan perubahan
perilaku dan pengaruh kepadatan
individu terinfeksi.Penyebaran penyakit
menular terjadi dalam bentuk yang
beragam, seperti pada penyakit H1N1.
Keberagaman yang terjadi yaitu adanya
perbedaan periode exposed dalam setiap
tubuh individu yang terinfeksi virus
H1N1. Terdapat individu yang melewati
fase periode exposed, dan ada yang
tidak. Hal ini terjadi akibat variasi virus
dan keadaan jasmani yang berbeda dari
setiap individu. Penyebaran penyakit
menular tipe SEIS dengan perbedaan
periode exposed dan tingkat kejadian
tersaturasi telah dimodelkan oleh Wang
(2012).
Penyebaran suatu penyakit dapat
dikendalikan dengan pemberian obat
pada individu terinfeksi. Oleh karena
itu, pengobatan perlu dilakukan sebagai
salah satu upaya untuk mencegah
penyebaran penyakit. Model epidemi
dengan adanya pengobatan
memunculkan populasi baru dari
individu terinfeksi yang telah mendapat
pengobatan, yaitu populasi treatment,
sehingga diperoleh model epidemi
SEIT(Susceptible Exposed Infective
Treatment)dengan perbedaan periode
exposed dan tingkat kejadian tersaturasi.
Metode Penelitian
Pada artikel ini dikonstruksi
model epidemi tipe SEITdengan
perbedaan periode exposed dan tingkat
kejadian tersaturasi. Analisis terhadap
modeldilakukan untuk memperoleh
titik-titik kesetimbangan, bilangan
reproduksi dasar, dan syarat eksistensi
serta kestabilan titik-titik
kesetimbangan model. Pada bagian
akhir, analisis yang telah diperoleh
disimulasikan dengan menggunakan
software Matlab.Program simulasi yang
telah dibuat dijalankan denganvariasi
nilai awal, sertavariasi nilai parameter
yang memenuhi dua kondisi, yaitu saat
dan .Output program simulasi dianalisis untuk memastikan
hasil yang sesuai dengan hasil analisis
Seminar Nasional Pendidikan Matematika Ahmad Dahlan (SENDIKMAD 2014) Yogyakarta, 27 Desember 2014
927
Hasil dan PembahasanA. Konstruksi model
Model epidemi tipe SEIT dengan
perbedaan periode exposed dan tingkat
kejadian tersaturasi dikonstruksi dari
sistem persamaan autonomous
nonlinear dengan empat variabel tak
bebas.Variabel-variabel tersebut
adalah , , dan yang mewakili
banyaknya populasi susceptible,
exposed, infective, dan treatment. Laju
perubahan keempat populasi tersebut
adalah sebagai berikut.
(1)
dengan
: tingkat kelahiran,
: tingkat kematian alami,
: tingkat kematian akibat
penyakit,
: tingkat pengobatan,
: tingkat individu infectiveyang
kembali rentan,
: tingkat individu
treatmentyang kembalirentan,
: tingkat individu exposedyang
menjadiinfective,
:tingkat individu terinfeksi
yang menjadiexposed,
: tingkat individu terinfeksi
yang menjadi infective,
: tingkat kejadian tersaturasi.
Diagram kompartemen dari sistem
persamaan (1) ditampilkanpada Gambar
1.
Gambar 1. Diagram kompartemen
Dari sistem (1) diperoleh jumlah
total populasi ,
sehingga
(2)
Dengan mensubstitusikan
ke persamaan (1) dan menyertakan
persamaan (2) yang menggantikan ,
Seminar Nasional Pendidikan Matematika Ahmad Dahlan (SENDIKMAD 2014) Yogyakarta, 27 Desember 2014
928
B. Titik kesetimbangan dan
bilangan reproduksi dasar
Titik-titik kesetimbangan dari
sistem persamaan (3) dapat diperoleh
dengan
Sehingga didapatkandua titik
kesetimbangan,
Titik kesetimbangan
menjelaskan bahwa pada keadaan ini
tidak terdapat individu exposed dan
infective dalam populasi, sehingga tidak
pernah terjadi kontak atau interaksi
antara individu susceptibledengan
individu infective. Dengan kata lain
semua individu dalamkeadaan sehat.
Keadaan seperti ini disebut dengan
keadaan bebas penyakit.Titik
kesetimbangan menjelaskan bahwa
pada keadaan ini terdapat individu
terinfeksi dalam populasi. Keadaan
seperti ini disebut keadaan endemi.
Dari titik kesetimbangan endemi
diperoleh bilangan reproduksi dasar
jika maka hanya terdapat satu
titik kesetimbangan yang eksis yaitu
titik kesetimbangan bebas penyakit.
Sedangkan jika maka terdapat
dua titik kesetimbangan yang eksis,
yaitu titik kesetimbangan bebas penyakit
dan endemi.
C. Analisis kestabilantitik
kesetimbangan
Untuk mencari kestabilan dari
titik kesetimbangan yang diperoleh
maka dibentuk matriks Jacobi dari
Seminar Nasional Pendidikan Matematika Ahmad Dahlan (SENDIKMAD 2014) Yogyakarta, 27 Desember 2014
929
[
]
dengan
Titik kesetimbangan bebas penyakit
disubstitusikan ke dalam
matriks Jacobi, diperoleh matriks ,
yaitu
[
]
Nilai eigen matriks diperoleh dari
persamaan karakteristik | |
, sehingga
Akar-akar persamaan karakteristikyang
diperoleh adalah
dan , serta dan
yang diperoleh dari persamaan
polinomial .Berdasarkan teorema
Vieta, diperoleh
dan
Seminar Nasional Pendidikan Matematika Ahmad Dahlan (SENDIKMAD 2014) Yogyakarta, 27 Desember 2014
930
Jika maka
sehingga
Dari dan
terbukti bahwa jika , maka
persamaan memiliki akar-akar
negatif, sehingga semua nilai eigen
bernilai negatif. Dengan kata lain titik
kesetimbangan bersifat stabil
asimtotik. Jika ,maka bersifat
stabil. Jika , maka
sehingga persamaan memiliki
salah satu akar yang positif. Karena
terdapat nilai eigen yang positif maka
terbukti titik kesetimbangan tidak
stabil.
Berdasarkan
diperoleh
dan
(
)
Titik kesetimbangan endemi
disubstitusikan ke matriks diperoleh
[
]
dengan
( )
Seminar Nasional Pendidikan Matematika Ahmad Dahlan (SENDIKMAD 2014) Yogyakarta, 27 Desember 2014
931
Berdasarkan Quirk &
Ruppert(1965), kestabilan matriks
dapat ditentukan. Dari matriks
Terdapat dua kemungkinan,
yaitu atau
kondisi ini tidak mungkin.
2. Jika positif, maka
Terdapat dua kemungkinan,
yaitu atau
. Karena selalu positif
maka kondisi yang mungkin adalah
, jadi
Selain itu, haruslah
Seminar Nasional Pendidikan Matematika Ahmad Dahlan (SENDIKMAD 2014) Yogyakarta, 27 Desember 2014
932
Karena persamaan (4) bernilai
benar, maka jelas . Sehingga
terbukti
.
Berdasarkan dua kondisi
tersebut, serta karena dan
,maka
matriks memenuhi teorema
kestabilanQuirk &
Ruppert(1965).Dengan demikiandapat
disimpulkan jika ,maka titik
kesetimbangan bersifat stabil
asimtotik.
D. Simulasi
Dinamika penyakit menular pada
model epidemi SEIT dapat diamati
melalui simulasi numerik yang dibuat
menggunakan software Matlab. Model
disimulasikan saat dan
Untuk mengetahui potret fase, model disimulasikan saat populasi awal
( )adalah
dan
Untuk mengetahui perubahan jumlah
populasi, model disimulasikan saat
populasi awal
adalah
Untuk simulasi numerik saat
kondisi , nilai parameter yang
digunakan diberikan pada Tabel 1. Dari
nilai-nilai parameter pada Tabel 1 dan
dengan tingkatpengobatan ,
didapatkan , titik
kesetimbangan bebas penyakit
, dan
titik
yang
merupakan kesetimbangan endemi.
Tabel 1. Nilai parameter dalam simulasi
Parameter Nilai
0.1
0.01
0.1
0.4
0.5
0.4
0.1
0.1
0.2
Dari titik-titikkesetimbangan tersebut
terlihat bahwa keduanya eksis, seperti
yang ditampilkan pada Gambar 2.
Berdasarkan Gambar 2 dapat diketahui
bahwa dengan empat jumlah populasi
Seminar Nasional Pendidikan Matematika Ahmad Dahlan (SENDIKMAD 2014) Yogyakarta, 27 Desember 2014
933
di titik . Hal ini diperjelas pada
Gambar 3.Pada Gambar 3 terlihat bahwa
populasi akan stabil di titik
danjumlah total populasi . Titik tersebut adalah titik kesetimbangan
endemi.Hasil simulasi numerik sesuai
dengan perhitungan analitik yang
menunjukkan jika maka titik
kesetimbangan endemi bersifat stabil,
sedangkan titik kesetimbangan bebas
penyakit bersifat tidak stabil.
Gambar 2. Potret fase saat
Gambar 3. Perubahan populasi saat
Untuk simulasi saat
diperoleh dengan menambah tingkat
pengobatan menjadi . Dari nilai
parameter tersebut diperoleh
, danhanya satu titik
kesetimbangan yang eksis, yaitu titik
sedangkan titik tidak eksis, seperti
pada Gambar 4.
Titik bebas penyakit Po Titik endemi P*
(6.85,0.64,0.22)
350 360 370 380 390 400
Seminar Nasional Pendidikan Matematika Ahmad Dahlan (SENDIKMAD 2014) Yogyakarta, 27 Desember 2014
934
Gambar 4. Potret fase saat
Gambar 5. Perubahan populasi saat
Gambar 4 menunjukkan bahwa dengan
empat populasi awal yang berbeda,
populasi akan stabil di titik
kesetimbangan Berdasarkan grafik
perubahan populasi pada Gambar 5,
populasi exposed dan infective terus
mengalami penurunan sampai
populasinya habis. Akibatnya dalam
jangka waktu hari hanya terdapat
populasi susceptible yang hidup dan
jumlahnya stabil di titik kesetimbangan
bebas penyakit .
Kesimpulan
Kesimpulan yang dapat diambil
dari penelitian ini adalah sebagai
berikut.
1. Model epidemi tipe SEITdengan
perbedaan periode exposed dan
tingkat kejadian tersaturasi berupa
sistem autonomous nonlinear dengan
empat variabel tak bebas.
2. Model memiliki dua titik
kesetimbangan, yaitu titik
kesetimbangan bebas penyakit
yang selalu eksis, dan titik
kesetimbangan endemi yang
hanya eksis saat bilangan reproduksi
dasar lebih besar darisatu.
3. Syarat kestabilan kedua titik
kesetimbangan ditentukan oleh
bilangan reproduksi dasar. Jika
maka titik kesetimbangan endemi stabil, sebaliknya jika
maka hanya titik
kesetimbangan bebas penyakit yang
stabil.
Titik bebas penyakit Po
Seminar Nasional Pendidikan Matematika Ahmad Dahlan (SENDIKMAD 2014) Yogyakarta, 27 Desember 2014
935
4. Simulasi numerik menunjukkan
bahwa tingkat pengobatan dapat
mengubah bilangan reproduksi dasar.
Semakin besar , maka bilangan
reproduksi dasar semakin
kecil.Akibatnya semakin tercapai
, atau kondisi bebas penyakit.
Ucapan Terima Kasih
Penulis berterima kasih kepada
Direktorat Jenderal Pendidikan Tinggi
yang telah memberikan dukungan
kepada penulis sehingga dapat
memperoleh ilmu untuk menulis artikel
ini. Penulis juga berterima kasih kepada
Basuki Widodo dan Isa Irawan atas
masukan yang telah diberikan selama
penulisan artikel ini.
Pustaka
Capasso, V. & Serio, G., 1978. A
Generalization of the
Kermack-McKendrick Deterministic
Epidemic Model. Mathematical
Biosciences, Volume 42, pp.
43-61.
Fan, M., Li, M. Y. & Wang, K., 2001.
Global Stability of an SEIS
Epidemic Model with
Recruitment and a Varying Total
Population Size. Mathematical
Biosciences, Volume 170, pp.
199-208.
Kermack, W. O. & McKendrick, A. G.,
1927. A Contribution of the
Mathematical Theory of
Epidemics. s.l., The Royal
Society, pp. 700-721.
Quirk, J. P. & Ruppert, R., 1965.
Qualitative Economics and The
Stability of Equilibrium. Rev.
Econ. Stud., pp. 311-326.
Wang, J., 2012. Analysis of an SEIS
Epidemic Model with a
Changing Delitescence. Abstract