Simulasi Model ANALISIS KESTABILAN MODEL SEIIT (SUSCEPTIBLE-EXPOSED-ILL-ILL WITH TREATMENT) PADA PENYAKIT DIABETES MELLITUS.

64 Diperoleh semua nilai eigen dari Persamaan bernilai negatif, sehingga terbukti bahwa jika , maka titik ekuilibrium endemik stabil asimtotik lokal.

3.6 Simulasi Model

Pada subbab ini akan dibahas mengenai simulasi dalam keadaan bebas penyakit dan keadaan terjangkit penyakit untuk memberikan gambaran lebih jelas mengenai model matematika untuk masalah penyebaran penyakit diabetes mellitus tanpa faktor genetik dengan perawatan dengan menggunakan parameter- parameter dan nilai awal tertentu. Jumlah penduduk di Kota Yogyakarta pada tahun 2014 berjumlah 413936 jiwa. Penderita diabetes mellitus tipe II untuk di Kota Yogyakarta berjumlah 2891 jiwa dan 1816 jiwa diantaranya mendapatkan perawatan Profil Kesehatan Kota Yogyakarta, 2015. Berdasarkan permasalahan nyata yang terjadi di Kota 65 Yogyakarta diperoleh nilai awal untuk 5 5 5 . Nilai menyatakan laju kematian alami individu. Menurut proyeksi penduduk Indonesia tahun 2013, angka harapan hidup di Provinsi Daerah Istimewa Yogyakarta adalah tahun, sehingga diperoleh 5. Nilai menyatakan laju rekrutmen dalam populasi. Menurut profil kesehatan Kota Yogyakarta tahun 2015, tingkat kelahiran per 1000 kelahiran adalah , sehingga diperoleh 5 5 . Diasumsikan laju perpindahan individu yang laten menjadi sakit adalah 20 tahun, laju kematian karena penyakit diabetes adalah 60 tahun, dan laju kematian karena penyakit diabetes adanya pengaruh perawatan adalah 62 tahun, maka diperoleh 5 Parameter menyatakan laju kontak infektif individu yang rentan menjadi individu yang laten. Nilai parameter ini dapat bervariasi. Diberikan simulasi model yang akan menunjukkan pengaruh dari variasi nilai parameter terhadap penyebaran penyakit diabetes mellitus. Berikut simulasi untuk dan . 1. Simulasi untuk Diambil nilai 5, sehingga mendapatkan nilai . Jika nilai-nilai parameter disubstitusikan pada Persamaan maka diperoleh nilai 66 . Dari nilai awal dan nilai parameter-parameter tersebut, diperoleh simulasi yang ditunjukkan pada Gambar 4. sebagai berikut: Gambar 4. Grafik Simulasi untuk dengan 5 Pada Gambar 4 terlihat bahwa pada saat sampai kurang lebih sebelum populasi kelas Susceptible mengalami penurunan dan populasi kelas Exposed, populasi kelas ILL, dan populasi kelas ILL with treatment mengalami peningkatan. Seiring dengan berjalannya waktu populasi kelas Susceptible, populasi kelas Exposed, populasi kelas ILL, dan populasi kelas ILL with treatment menuju titik ekuilibrium bebas penyakit 5 . Ini berarti jumlah individu yang masuk di masing-masing kelas akan berkurang dan bahkan menghilang dari populasi. 67 2. Simulasi untuk Diambil nilai 5, sehingga mendapatkan nilai . Jika nilai-nilai parameter disubstitusikan pada Persamaan maka diperoleh nilai . Dari nilai awal dan nilai parameter-parameter tersebut, diperoleh simulasi yang ditunjukkan pada Gambar 5 sebagai berikut: Gambar 5. Grafik Simulasi untuk dengan 5 Selanjutnya diambil nilai 5. Jika nilai-nilai parameter disubstitusikan pada Persamaan maka diperoleh nilai . Dari nilai awal dan nilai parameter-parameter tersebut, diperoleh simulasi yang ditunjukkan pada Gambar 6 sebagai berikut: 68 Gambar 6. Grafik Simulasi untuk dengan 5 Selanjutnya diambil nilai 5. Jika nilai-nilai parameter disubstitusikan pada Persamaan maka diperoleh nilai 5 . Dari nilai awal dan nilai parameter-parameter tersebut, diperoleh simulasi yang ditunjukkan pada Gambar 7 sebagai berikut: 69 Gambar 7. Grafik Simulasi untuk 5 dengan 5 Berdasarkan Gambar 5, Gambar 6, dan Gambar 7 ditunjukkan bahwa populasi kelas Susceptible semakin menurun kemudian meningkat kembali menuju titik ekuilibrium dan populasi kelas ILL with treatment dari meningkat kemudian menurun menuju titik ekuilibrium yang artinya jumlah individu yang sakit dengan adanya perawatan akan tetap ada dalam populasi. Populasi kelas Exposed mengalami penurunan tetapi jumlah individu laten akan ada dalam populasi karena terjadi kontak infektif antara populasi Susceptible dan Exposed. Populasi kelas ILL semakin menurun menuju titik ekuilibrium. Berdasarkan hal tersebut menunjukkan bahwa jika parameter yang terbentuk memenuhi , maka penyakit diabetes mellitus akan menjadi endemik. 70 Nilai numerik untuk nilai 5 adalah 5 . Untuk 5 diperoleh 5 5 . Untuk 5 diperoleh 5 5 . Berdasarkan nilai numerik dan simulasi pada Gambar 5, Gambar 6, dan Gambar 7, terlihat bahwa saat laju kontak infektif individu yang rentan menjadi individu yang laten meningkat maka populasi individu rentan semakin menurun, sementara populasi individu laten, sakit, dan sakit dengan adanya perawatan semakin meningkat sebanding dengan nilai parameter . Nilai parameter yang semakin meningkat menunjukkan bahwa solusi Sistem 5 semakin lama akan menuju titik ekuilibrium , dan nilai semakin besar. Hal ini berarti jika laju kontak infektif individu yang rentan menjadi individu yang laten semakin besar, maka berakibat semakin besar tingkat penyebaran penyakit diabetes mellitus. Diasumsikan laju perpindahan individu yang laten menjadi sakit tanpa perawatan adalah 5 tahun, maka diperoleh dan diambil nilai 5. Berikut simulasi model untuk yang akan menunjukkan pengaruh dari perubahan nilai parameter : 71 Gambar 8. Grafik Simulasi untuk dengan 5 dan Nilai numerik untuk nilai 5 dan nilai adalah 5 . Berdasarkan nilai numerik dan simulasi pada Gambar 5 dan Gambar 8 terlihat bahwa saat laju perpindahan individu laten terhadap individu sakit tanpa perawatan meningkat maka populasi individu rentan dan populasi individu laten tidak ada peningkatan maupun penurunan, sedangkan untuk populasi individu sakit semakin meningkat dan populasi individu sakit dengan adanya perawatan semakin menurun. Laju perpindahan individu laten terhadap individu 72 sakit tanpa perawatan ini tidak mempengaruhi perubahan kestabilan titik ekuilibrium endemik , namun hanya mempengaruhi perilaku solusi Sistem 5 dalam menuju titik ekuilibrium endemik . Perubahan parameter yang semakin meningkat menunjukkan bahwa solusi Sistem 5 semakin lama akan menuju titik ekuilibrium dan tidak ada perubahan terhadap nilai yang artinya tidak berpengaruh terhadap tingkat penyebaran penyakit diabetes mellitus. 73 BAB IV PENUTUP Berdasarkan hasil analisis dan simulasi pada model matematika penyebaran penyakit diabetes mellitus tanpa faktor genetik dengan perawatan, maka diperoleh kesimpulan dan saran sebagai berikut :

4.1 Kesimpulan