bab i pendahuluan · pdf fileuntuk model matematika mangsa pemangsa di ... merupakan bab...
TRANSCRIPT
1
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Ekologi merupakan cabang ilmu dalam biologi yang mempelajari tentang
hubungan makhluk hidup dengan habitatnya. Dalam ekologi, dikenal istilah rantai
makanan. Rantai makanan merupakan lintasan konsumsi makanan yang terdiri dari
beberapa spesies. Bagian paling sederhana dari rantai makanan berupa interaksi antara
spesies mangsa(prey) dengan pemangsa (predator) [13].
Makhluk hidup di bumi ini sangat beraneka ragam, yang terdiri dari campuran
populasi dari berbagai spesies yang hidup bersama atau disebut komunitas. Hal itu
menunjukan pada hakikatnya makhluk hidup di bumi ini tidak dapat hidup sendiri
secara normal, tetapi akan saling berinteraksi dengan berbagai spesies yang ada.
Banyak sistem interaksi yang berlangsung dalam ekosistem alami, salah
satunya adalah sistem interaksi mangsa-pemangsa (prey-predator). Spesies pemangsa
yang secara fisik ukurannya lebih besar dibandingkan dengan mangsa, sedangkan
mangsa adalah spesies yang dimangsa yang ukurannya lebih kecil dari pada pemangsa
[6]. Interaksi yang terjadi dapat berupa predasi (makan dimakan), kompetisi
(persaingan) maupun simbiosis (persekutuan hidup).
Model mangsa pemangsa dapat dimanfaatkan pada Taman Nasional dimana
mangsa dan pemangsa dapat hidup bersama. Mangsa yang harus dilestarikan dapat
dilindungi dari pemangsa dengan menciptakan batasan atau tempat penampungan
yang akan membagi habitat menjadi dua wilayah yaitu wilayah yang dilindungi dan
wilayah bebas. Adapun yang dimaksud dengan wilayah yang dilindungi adalah
dimana spesies pemangsa tidak diperbolehkan masuk kedalam wilayah tersebut,
kemudian yang dimaksud dengan wilayah bebas adalah dimana ada percampuran dari
spesies mangsa pemangsa pada wilayah tersebut.
2
Kemudian pada tulisan ini, akan dibahas suatu interaksi dari tiga spesies yang
terdiri dari satu pemangsa dan dua spesies mangsa, adapun pemangsa berinteraksi
dengan salah satu spesies mangsanya bersifat predasi kemudian spesies mangsa yang
satunya hanya mengalami perpindahan dari wilayah yang dilindungi pada wilayah
bebas dan begitu juga dari wilayah bebas pada wilayah yang dilindungi.
Pada model ini juga terdapat dua kasus dimana kasus pertama adalah
pemangsa sepenuhnya tergantung pada mangsa di wilayah yang dilindungi dan kasus
kedua adalah pemangsa sebagian tergantung pada mangsa di wilayah yang dilindungi.
Dan pada kasus pemangsa sebagian tergantung pada mangsa akan dianalisis jenis
kestabilan titik ekuilibriumnya. Dimana titik ekuilibrium tersebut akan menunjukan
bahwa keadaan model pemangsa sebagian tergantung pada mangsa bersifat stabil,
tidak stabil, saddel atau yang lainnya.
1.2 Rumusan Masalah
Adapun pada latar belakang diatas, masalah yang akan dibahas dalam tugas
akhir ini sebagai berikut:
1. Bagaimana model matematika mangsa pemangsa di wilayah yang dilindungi
dengan kasus pemangsa sebagian tergantung pada mangsa?
2. Bagaimana menganalisis kestabilan titik ekuilibrium model mangsa pemangsa di
wilayah yang dilindungi dengan kasus pemangsa sebagian tergantung pada
mangsa?
3. Bagaimana teorema yang berkaitan dengan model mangsa pemangsa di wilayah
yang dilindungi dengan kasus pemangsa sebagian tergantung pada mangsa?
4. Bagaimana simulasi model matematika mangsa pemangsa di wilayah yang
dilindungi dengan kasus pemangsa sebagian tergantung pada mangsa?
3
1.3 Batasan Masalah
Pada tugas akhir ini hanya menganalisis model mangsa pemangsa di wilayah
yang dilindungi dengan kasus pemangsa sebagian tergantung pada mangsa. yang
memiliki empat titik ekuilibrium kemudian membuat simulasi dari model tersebut.
1.4 Tujuan dan Manfaat Penelitian
Adapun tujuan dalam tugas akhir ini sebagai berikut:
1. mengkaji model mangsa pemangsa di wilayah yang dilindungi.
2. Menganalisis lebih dalam kestabilan titik ekuilibrium model mangsa pemangsa di
wilayah yang dilindungi.
3. Membahas teorema yang berkaitan dengan model mangsa pemangsa di wilayah
yang dilindungi.
4. Melakukan simulasi dengan menggunakan metode adams-Bashfort-Moulton
terhadap model mangsa pemangsa di wilayah yang dilindungi.
Adapun manfaat penelitian pada tugas akhir ini adalah memperkaya wawasan,
khususnya model matematika pada bidang biologi yang berhubungan dengan populasi
pada suatu wilayah dan semoga tugas akhir ini dapat memberi manfaat bagi
matematikawan yang berkenan untuk membahas yang berhungan dengan model
matematika.
1.5 Metode Penelitian
Metode penelitian pada tugas akhir ini adalah sebagai berikut:
1. Mempelajari dan mengkaji lebih dalam pada buku-buku yang berhubungan
dengan tugas akhir ini diantaranya tentang pemodelan mangsa pemangsa,
persamaan diferensial biasa, persamaan diferensial autonomous, sistem persamaan
diferensial, titik ekuilibrium, matriks jacobi, nilai eigen dan vektor eigen, jenis
kestabilan titik ekuilibrium, dan manifold.
4
2. Menganalisis model secara detail.
3. Membahas teorema dengan membuktikannya menggunakan metode Lyapunov.
4. Membuat simulasi dengan menggunakan metode Adams-Bashforth-Moulton
untuk model matematika mangsa pemangsa di wilayah yang dilindungi dengan
kasus pemangsa sebagian tergantung pada mangsa.
5. Simulasinya menggunakan data acak (bukan data sekunder maupun primer).
1.6 Sistematika Penulisan
Adapun untuk mempermudah pembaca dalam penulisan tugas akhir ini maka
penulis membaginya dalam lima bab yang akan dituliskan sebagai berikut:
BAB I: Merupakan bab pendahuluan yang menjelaskan tentang latar belakang
masalah, rumusan masalah, batasan masalah, tujuan dan manfaat
penelitian, metode penelitian, sistematika penulisan.
BAB II: Merupakan bab landasan teori yang akan dipaparkan pemodelan sistem
mangsa pemangsa, persamaan diferensial biasa, persamaan diferensial
autonomous, sistem persamaan diferensial, matriks Jacobi, metode
Lyapunov, nilai eigen dan vektor eigen, titik ekuilibrium, jenis
kestabilan titik ekuilibrium, manifold, metode adam-bashfort-moulton.
BAB III: Pembahasan merupakan bab inti dari penulisan yang berisikan analisis
model mangsa pemangsa di wilayah yang dilindungi dengan kasus
pemangsa sebagian tergantung pada mangsa.
BAB IV: Bab ini merupakan simulasi model mangsa pemangsa di wilayah yang
dilindungi dengan kasus pemangsa sebagian tergantung pada mangsa.
BAB V : Penutup yang merupakan kesimpulan dari pembahasan dan dilengkapi
dengan saran.
5
BAB II
LANDASAN TEORI
2.1 Pemodelan Mangsa Pemangsa
Laju populasi mangsa dengan tidak adanya pemangsa tumbuh cepat
mendekati eksponensial dan tak terbatas dalam bentuk sebagai berikut. ���� � �� �2.1�
Dengan � merupakan angka pertumbuhan dari mangsa. Laju populasi mangsa
menjadi fungsi logistik karena sumber daya alam yang terbatas, yang kemudian dapat
menulisnya sebagaimana persamaan logistik sebelumnya yaitu sebagai berikut. ���� � �� �1 �� � �2.2�
Dengan � merupakan carrying capacity. carrying capacity ini berhubungan
erat dengan ketersediaan tanaman sebagai makanan mangsa. Kemudian akan
ditunjukkan suatu persamaan dimana mangsa dan pemangsa akan saling berinteraksi
yaitu sebagai berikut. ���� � ��� �2.3�
Dengan � adalah laju penangkapan mangsa oleh pemangsa, dalam hal ini
mangsa berinteraksi dengan pemangsa. Dari beberapa penjelasan diatas maka dapat
dibentuk model dinamika pertumbuhan populasi mangsa adalah sebagai berikut. ���� � �� �1 �� � ��� �2.4�
Dengan �, �, � � 0
Pada persamaan diatas bersifat mnegurangi jumlah populasi mangsa. Karena
dalam hubungannya mangsa akan berinteraksi dengan pemangsa. Akan tetapi
sebaliknya pada model pertumbuhan pemangsa maka respon ini akan bersifat
menambah jumlah pemangsa [8].
6
2.2 Persamaan Diferensial Biasa
Persamaan diferensial biasa diartikan sebagai suatu persamaan yang
melibatkan turunan pertama atau lebih dari fungsi sebarang � terhadap peubah �,
persamaan ini dapat pula melibatkan � itu sendiri.
Contoh sebagai berkut:
1. �� � cos �
2. ��� � 4� � 0
3. ���� � � � �
Dari contoh 1 sampai 3 merupakan suatu persamaan diferensial biasa [9].
2.3 Persamaan Diferensial Autonomous
Pandang sistem persamaan diferensial berikut: ���� � ���, �, ��
���� � ��, �, �� �2.5�
���� � "��, �, ��
�, , dan " adalah fungsi kontinu bernilai real dari �, � dan �, dan mempunyai
turunan parsial kontinu. Sistem persamaan diferensial (2.5) disebut sistem persamaan
diferensial autonomous, karena secara eksplisit �, , dan " tidak mengandung �
didalamnya [3].
7
2.4 Sistem Persamaan Diferensial
Sistem persamaan diferensial adalah suatu sistem yang membuat # buah
persamaan diferensial, dengan # merupakan bilangan bulat positif lebih besar sama
dengan 2. Antara persamaan diferensial yang lain saling keterkaitan dan konsisten.
Bentuk umum dari suatu sistem # persamaan orde pertama mempunyai bentuk
sebagai berikut. ��$�� � %$��, �$, �&, … , �(� ��&�� � %&��, �$, �&, … , �(� �26�
* ��(�� � %+��, �$, �&, … , �(�
Dengan �$, �&, … , �( adalah variabel bebas dan � adalah variabel terikat, sehingga �$ � �$���, �& � �&���, … , �( � �(���, dimana ,-.,/ merupakan turunan fungsi �(
terhadap �, dan %+ adalah fungsi yang tergantung pada variabel �$, �&, … , �( dan �
[5].
2.5 Matriks Jacobi
Jika 0�1, 2�, dan 6�1, 2� terdiferensialkan dalam sebuah daerah, maka
deteminan Jacobi, atau singkatnya Jacobi, 0 dan 6 terhadap 1 dan 2 adalah
deterninan fungsional orde kedua yang didefinisikan sebagai berikut.
7�0, 6�7�1, 2� � 87071 70727671 76728 � 90: 0;6: 6;9 Dengan cara yang sama, determinan orde ketiga sebagai berikut.
8
7�0, 6, <�7�1, 2, =� � 887071 7072 707=7671 7672 767=7<71 7<72 7<7=8
8 � > 0: 0; 0?6: 6; 6? <: <; <? > �2.7�
Persamaan (2.7) dinamakan matriks Jacobi 0, 6, dan < dan 1, 2, dan = [15].
2.6 Metode Lyapunov
Jenis kestabilan titik ekuilibrium ditentukan dari nilai eigen matriks Jacobi.
Selain mementukan nilai eigen dari matriks Jacobi ada metode lain untuk menentukan
kestabilan titik ekuilibrium tersebut yaitu dengan memnggunakan metode lyapunov
yaitu sebagai berikut.
Didefinisikan fungsi A��, �� yang memenuhi:
AB ��, �� � A���, ��C��, �� � A���, ��%��, �� �2.8�
Dengan C � ,-,/ dan � ,E,/ . AB ��, �� dapat didefinisikan sebagai perubahan laju rata-
rata dari A dari sistem persamaan diferensial yang melalui titik ��, ��. Jika � � F���, � � G��� adalah solusi dari sistem persamaan diferensial, maka[3].
�AHF���, G���I�� � A�HF���, G���I �F���� � A�HF���, G���I �G����
� A���, ��C��, �� � A���, ��%��, ��
� AB ��, ��
9
Teorema 2.1
Misal E himpunan terbuka dari J# mempunyai titik ekuilibrium �K. Misalkan
bahwa C adalah kontinu terdiferensilkan dan bahwa ada fungsi kontinu
terdiferensialkan A���, yang mana memenuhi kondisi berikut[12].
A��K� � 0; A��� � 0 jika M �K .
1. Jika AB ��� N 0 untuk semua � O P, maka titik ekuilibrium dikatakan stabil.
2. Jika AB ��� Q 0 untuk semua � O P, maka titik ekuilibrium dikatakan stabil
asimtotik.
3. Jika AB ��� � 0 untuk semua � O P, maka titik ekuilibrium dikatakan tidak
stabil.
Teorema 2.2 [3].
Fungsi A��, �� � R�& � S�� � T�& �2.9�
Persamaan (2.9) mempunyai definit positif jika dan hanya jika.
R � 0 dan 4RT S& � 0 �2.10�
Dan persamaan (2.9) mempunyai definit negatif jika dan hanya jika.
R Q 0 dan 4RT S& � 0. �2.11�
Contoh 2.3
Akan diberi contoh dari suatu sistem diferensial yang akan diselesaikan dengan
fungsi Lyapunov, sebagai berikut. �$B � 2�& � �&�V �$V �&B � �$ �&�V �&V �VB � �$�& �VV
10
Dengan fungsi Lyapunov sebagai berikut. A��� � �$& � 2�&& � �V&
Memenuhi A��� � 0 AB ��� � 2�$� 2�& � �&�V �$V� � 4�&��$ �&�V �&V� � 2�V��$�& �VV� � 4�&�$ � 2�$�&�V 2�$W � 4�&�$ 4�&�V�$ 4�&W � 2�$�&�V 2�VW � 2�$W 4�&W 2�VW � 2��$W � 2�&W � �VW� Q 0 �2.12�
Untuk � M 0 oleh kareana itu persamaan (2.12) bersifat stabil asimtotik.
2.7 Nilai Eigen dan Vektor Eigen
Jika � adalah matriks # X # maka vektor taknol � didalam J# dinamakan
vektor eigen dari � jika �� adalah kelipatan skalar dari � yakni, �� � Y�
Untuk suatu skalar Y. Skalar Y dinamakan nilai eigen dari � dan � dikatakan vektor
eigen yang bersesuian dengan Y.
Untuk mencari nilai eigen matriks � yang berukuran # X # maka dapat
menuliskan kembali �� � Y� sebagai beriku.
�� � YZ�
�YZ ��� � �� YZ�� � 0 �2.13�
Supaya Y menjadi nilai eigen, maka harus ada pemecahan taknol dari
persamaan ini. jika � adalah matriks # X #, maka pernyataan-pernyataan berikut
ekivalen satu sama lain (� dapat dibalik, �� � 0 hanya mempunyai pemecahan
trivial, � ekivalen baris dengan [#, �� � S konsisten untuk tiap-tiap matriks S yang
berukuran # X 1, det ��� M 0, � mempunayai rank #, vektor-vektor baris � bebas
linear, vektor-vektor kolom � bebas linear), maka persamaan (2.13) akan mempunyai
pemecahan tak nol jika dan hanya jika
11
�\��YZ �� � 0 �2.14�
Ini dinamakan persamaan karakteristik �. skalar yang memenuhi persamaan ini
adalah nilai eigen dari �. Bila diperluas, maka determinan det� YZ �� adalah
polinom Y yang kita namakan polinom karakteristik dari � [1].
2.8 Titik Ekuilibrium
Misalkan diberikan sistem dua dimensi, sebagai berikut. ��$�� � C$��$, �&� ��&�� � C&��$, �&� �2.15�
Diasumsikan bahwa C$ dan C& kontinu dan mempunyai turunan parsial terhadap �$ dan �&. Titik ekuilibrium diperoleh jika sebagai berikut. C$��$, �&� � 0 C&��$, �&� � 0 �2.16�
Nilai �$ dan �& yang memenuhi persamaan (2.16) disebut titik ekuilibrium dari
persamaan (2.15) [6].
2.9 Jenis Kestabilan Titik Ekuilibrium
Diberikan suatu persamaan sistem diferensial sebagai berikut. �B � R� � S� �B � T� � �� �2.17�
Adapun untuk menganalisis suatu titik ekuilibrium dengan menggunakan
matriks Jacobi kemudian dicari nilai eigen dari persamaan karakteristiknya, adapun
untuk nilai eigen disimbolkan dengan Y+ untuk _ � 1, 2, 3, … #. kemudian dari
persamaan (2.17) dimisalkan titik ekuilibriumnya (0.0). terdapat teorema kestabilan
titik ekuilibrium sebagai beberikut [5].
12
Teorema 2.4
1. Titik ekuilibrium (0,0) dari persamaan (2.17) dikatakan stabil apabila nilai
eigennya negatif �Y+ Q 0�.
2. Titik ekuilibrium (0,0) dari persamaan (2.17) dikatakan tidak stabil apabila
nilai eigennya positif �Y+ � 0�.
3. Titik ekuilibrium (0,0) dari persamaan (2.17) dikatakan saddel apabila
berbeda tanda dari nilai eigennya �Y$ Q 0� dan �Y& � 0� [11].
4. Penjumlahan dan perkalian dua buah Y dikatakan stabil apabila kedua Y nya
bernilai negatif. Dengan demikian ketika penjumlahan (Y$ � Y&� Q 0, dan
ketika perkalian (Y$. Y&� � 0 [7].
5. Penjumlahan dan perkalian dua buah Y dikatakan tidak stabil apabila kedua Y
nya bernilai positif. Dengan demikian ketika penjumlahan (Y$ � Y&� � 0, dan
ketika perkalian (Y$. Y&� � 0 [7].
2.10 Manifold
Manifold tebagi dua bagian yaitu saddel manifold stabil dan saddel manifold
tidak stabil, adapun untuk pengertian sebagai berikut [14].
1. Manifold stabil adalah vektor eigen yang bersesuaian dengan nilai eigen
negatif �Y Q 0�.
2. Manifold tidak stabil adalah vektor eigen yang bersesuaian dengan nilai eigen
positif �Y � 0�.
13
Contoh 2.5 ���� � � � � ���� � 4� 2�
Penyelesaian
Menggunakan matriks jacobi
` � �1 14 2�
Cari persamaan karakteristik det�` YZ� � 0
�1 Y 14 2 Y� � 0 Persamaan karakteristiknya �1 Y�� 2 Y� 4 � 0
Y& � Y 6 � 0 �Y � 3��Y 2� � 0
Jadi diperoleh Y$ � 3 dan Y& � 2
Kemudian untuk mencari vektor eigen sebagai berikut.
Untuk Y$ � 3
�1 � 3 14 2 � 3� ���� � 0 �4 14 1� ���� � 0
Ambil baris pertama yaitu sebagai berikut. 4� � � � 0 � � 4�
Misal � � a maka � � 4a jadi vektor eigen yang pertama adalah sebagai berikut.
A � � a 4a� � a � 1 4�
14
Untuk Y& � 2
�1 2 14 2 2� ���� � 0 � 1 14 4� ���� � 0
Ambil baris pertama yaitu sebagai berikut. � � � � 0 � � �
Misal � � a maka � � a jadi vektor eigen yang kedua adalah sebagai berikut.
A � �aa� � a �11�
Jadi setelah dijelaskan diatas maka akan didapat kesimpulan yaitu dimana Y$ � 3
yang bersesuaian dengan vektor eigennya yaitu � 1 4� dan Y& � 2 yang bersesuaian
dengan �11� dimana akan menghasilkan grafik sebagai berikut.
Gambar 2.1 manifold
15
2.11 Metode Adam-Bashfort-Moulton
Metode numerik untuk poersamaan diferensial peranannya sangat penting
bagi rekayasawan, karena dalam prakteknnya sebagian besar persamaan diferensial
tidak dapat diselesaikan secara analitik.
Adapun metode numerik terdapat dua bagian. Pertama, metode satu langkah
(one step) yang termasuk metode satu langkah adalah metode euler, metode heun,
metode deret taylor dan metode runge kutta. Kedua, metode banyak langkah (multi
step) metode tersebut sedikit lebih sukar diprogramkan dengan komputer, tetapi
mencapai ketelitian yang baik. Adapun yang termasuk metode banyak langkah
adalah metode adams-bashfort-moulton, metode milne-simpson, dan metode
hamming [10].
Pada tugas akhir ini similasinya menggunakan Metode adam-bashfort-
moulton merupakan bagian dari metode banyak langkah (multi step). Pada metode
adam-bashfort-moulton , perkiraan nilai ���bc$� membutuhkan beberapa taksira nilai
sebelumnya, ���b�, ���bd$�, ���bd&�,e, ���bd(�. Karena persamaaan diferensial
biasa mempunyai satu nilai awal, yaitu �0 � ���0�, dengan demikian. Metode adam-
bashfort-moulton tidak bisa diterapkan langsung, sebab metode tersebut memerlukan
beberapa nilai awal. Inilah kelemahan metode adam-bashfort-moulton. Adapun untuk
memperoleh beberapa nilai awal tersebut maka akan diketahui dari metode satu
langkah (one step) yaitu dari metode euler, metode runge-kutta, atau metode deret
taylor.
Metode adam-bashfort-moulton mempunyai predictor-corrector adapun yang
dimaksud predictor adalah menaksir ���1 dari ��, �� 1, �� 2,e , �bd( sedangkan
yang dimaksud corrector adalah memperbaiki nilai ���1 dari predictor.
Metode adam-bashfort-moulton orde 3 sebagai berikut.
Predictor: �f��1 � �� � g12 h23C� 16C� 1 � 5C� 2i
Corrector: ���1 � �� � g12 h5C��1 � 18C� C� 1i
16
Metode adam-bashfort-moulton orde 4 sebagai berikut.
Predictor: �f��1 � �� � g24 h 9C� 3 � 37C� 2 59C� 1 � 55C�i
Corrector: ���1 � �� � g24 hC� 2 5C� 1 � 19C� � 9C��1i
Suatu metode numerik memiliki orde #, dimana # adalah bilangan integer
positif. secara umun, semakin besar ordenya maka metodenya menjadi semakin
akurat [4].
Contoh 2.6
Berikut ini persamaaan diferensial biasa akan diselesaikan dengan metode
adam -bashfort-moulton orde 3 dengan menggunakan pendekatan atau mengetahui
beberapa nilai awal menggunakan metode euler, sebagai berikut.
���� � � � � dan ��0� � 1
�K � 0 �K � 1 g � 0,02
�K � 0 j �K � 1
�$ � 0,02 j �$ � �K � gC��, �� � 1 � 0,02�0 � 1� � 1,0200
�& � 0,04 j �& � �$ � gC��, �� � 1 � 0,02�0,02 � 1,0200�� 1,0408
CK � 0 � 1 � 1
C$ � 0,02 � 1,0200 � 1,0400
C& � 0,04 � 1,0408 � 1,0808
17
Predictor: �f3 � �� � g12 h23C� 16C� 1 � 5C� 2i
� 1,0408 � 0,0212 �23�1,0808� 16�1,0400� � 5�1��
� 1,0408 � 0,0212 �24,8584 16,64 � 5� � 1,0628
Untuk CW � 1,0628 � 0,06 � 1,1228
Corrector: �3 � �� � g12 h5C��1 � 18C� C� 1i
� 1,0408 � 0,0212 h5�1,1228� � 18�1,0808� �1,0400�i
� 1,0408 � 0,0212 �5,614 � 19,4544 1,0400� � 1,0808
18
BAB III
ANALISIS MODEL MANGSA PEMANGSA DI WILAYAH YANG
DILINDUNGI DENGAN KASUS PEMANGSA SEBAGIAN
TERGANTUNG PADA MANGSA
skripsi ini membahas tentang model matematika dalam bidang biologi yaitu
makhluk hidup di bumi ini terdiri dari bermacam-macam spesies yang membentuk
populasi dan hidup bersama. Makhluk hidup selalu bergantung kepada makhluk
hidup yang lain pada suatu wilayah yang dilindungi. Tiap individu akan selalu
berhubungan dengan individu lain yang sejenis atau lain jenis, baik individu dalam
satu populasi atau individu-individu dari populasi lain. Ada beberapa jenis hubungan
yang dapat terjadi antar spesies. Salah satu interaksi tersebut adalah predasi, yaitu
hubungan antara mangsa (prey) dan pemangsa (predator) [6].
Adapun pada model mangsa pemangsa ini mempertimbangkan unsur-unsur
yang berpengaruh terhadap spesies mangsa, spesies pemangsa ataupun pada
wilayahnya. pada kasus pemangsa sebagian tergatung pada mangsa di wilayah yang
dilindungi adalah sebagai berikut:
3.1 Unsur-Unsur yang Berpengaruh terhadap Model
Sebelum terbentuknya suatu model, ada beberapa unsur-unsur yang
berpengaruh terhadap model tersebut. Dalam skripsi ini penulis membagi mangsa
kedalam dua wilayah yaitu: kepadatan mangsa pada wilayah bebas yang disimbolkan
dengan ����, kepadatan mangsa pada wilayah dilindungi yang disimbolkan ����,
serta kepadatan spesies pemangsa pada waktu � � 0 yang disimbolkan ����.
19
� Kepadatan spesies mangsa pada wilayah bebas ����
Mangsa pada wilayah bebas adalah mangsa dan pemangsa dapat bergerak
bebas pada wilayah tersebut. Adapun yang mempengaruhi laju pertumbuhan
kepadatan spesies mangsa pada wilayah bebas persatuan waktu adalah sebagai
berikut :
1. Laju pertumbuhan rata-rata mangsa pada wilayah bebas.
2. Adanya carrying capacity.
3. Keluarnya spesies mangsa dari wilayah bebas pada wilayah yang dilindungi.
4. Masuknya spesies mangsa dari wilayah yang dilindungi pada wilayah bebas.
5. Menurunnya mangsa oleh pemangsa.
Dimana Laju pertumbuhan rata-rata dari pada wilayah bebas, adanya carrying
capacity, keluar spesies mangsa dari wilayah bebas pada wilayah yang dilindungi,
masuknya spesies mangsa dari wilayah yang dilindungi pada wilayah bebas,
menurunnya mangsa oleh pemangsa adalah konstan.
� Kepadatan spesies mangsa pada wilayah yang dilindungi ����
Mangsa pada wilayah yang dilindungi adalah dimana mangsa dan
pemangsanya tidak dapat hidup bersama pada wilayah tersebut. Adapaun hal-hal
yang dapat mempengaruhi laju pertumbuhan kepadatan spesies mangsa pada wilayah
yang dilindungi adalah sebagai berikut :
1. Laju pertumbuhan rata-rata mangsa pada wilayah yang dilindungi.
2. Adanya carrying capacity.
3. Masuknya spesies mangsa dari wilayah bebas pada wilayah yang dilindungi.
4. keluarnya spesies mangsa dari wilayah yang dilindungi pada wilayah bebas.
20
� kepadatan spesies pemangsa pada waktu � � 0 ����
Adapaun hal-hal yang dapat mempengaruhi laju pertumbuhan kepadatan
spesies pemangsa pada waktu � � 0 adalah sebagai berikut :
1. rata-rata pertumbuhan pemangsa.
2. kematian pemangsa.
3.2 Model Matematika Mangsa Pemangsa
Dinamika populasi mangsa pemangsa dapat dimodelkan sebagai berikut
dengan mengasumsikan kepadatan spesies mangsa di wilayah bebas ���, kepadatan
spesies mangsa di wilayah yang dilindungi ���, kepadatan spesies pemangsa (z).
seperti yang terlihat pada gambar 3.1.
Gambar 3.1Dinamik Populasi Mangsa Pemangsa.
K L �
kl
km
� �
�
nmop
M
21
Berdasarkan bagan di atas maka akan diperoleh model matematika mangsa pemangsa
terstruktur dapat dinyatakan sebagai berikut:
�1� ���� � �� �1 �q� r$� � r&� �$�� �2� ���� � a� �1 �s� � r1� r2� �3.1� �3� ���� � R� �1 �t� � �2��
Dengan
���� Kepadatan spesies mangsa di wilayah bebas. ���� Kepadatan spesies mangsa di wilayah yang dilindungi. ���� Kepadatan spesies pemangsa pada waktu � � 0. r1 Angka perpindahan koefisien spesies mangsa dari wilayah bebas ke wilayah
yang dilindungi. r2 Angka perpindahan koefisien spesies mangsa dari wilayah yang dilindungi ke
wilayah bebas. � Koefisien laju pertumbuhan intrinsik spesies mangsa pada wilayah bebas. a Koefisien laju pertumbuhan intrinsik spesies mangsa pada wilayah yang
dilindungi. q Carrying capacity dari spesies mangsa di wilayah bebas. s Carrying capacity dari spesies mangsa di wilayah yang dilindungi. t Carrying capacity dari spesies pemangsa. �$ Angka penurunan spesies mangsa yang diakibatkan spesies pemangsa. �2 Tingkat pertumbuhan spesies pemangsa akibat interaksi dengan spesies
mangsa.
22
3.3 Titik Ekuilibrium
Untuk memcari titik ekuilibrium maka ada tahapan-tahapannya dan salah satu
tahapannya yaitu dengan men-nol kan ruas kiri sistem (1), (2), (3) pada persamaan
(3.1). Maka akan didapat persamaan sebagai berikut:
�� �1 �q� r$� � r&� �$�� � 0 �3.5� a� �1 �s� � r$� r&� � 0 �3.6� R� �1 �t� � �&�� � 0 �3.7�
Adapun untuk memperoleh titik ekuilibrium ini diperoleh satu persatu
kemudian ada yang disubstitusikan pada persamaan-persamaan yang berikutnya.
Dengan tahapan-tahapan sebagai berikut:
R� �1 �t� � �&�� � 0
� �R �1 �t� � �&�� � 0
Maka didapat � � 0 �3.8�
atau
R �1 ut� � �&� � 0
�2� � R �1 �t�
�2� � R � �t
R � �2� � R�t
thR � �2�i � R� htR � t�2�iR � �
� � tR hR � �2�i �3.9�
Dapat ditulis kembali bahwa � � 0 atau � � tR �R � �&��.
23
Kemudian tahapan berikutnya menyederhanakan persamaan (3.6).
a� �1 �s� � r$� r&� � 0 � �a �1 �s� r&� �r$� � 0
� �a �1 �s� r&� � r$�
� � r$�a �1 �s� r& �3.10�
Langkah selanjutnya substitusikan persamaan (3.8) dan persamaan (3.10) pada
persamaan (3.5).
�� �1 �q� r$� � r&� �$�� � 0
�� �1 �q� r$� r& r$�a �1 �s� r& �$��0� � 0
�� �1 �q� r$� r& r$�a �1 �s� r& � 0
� v� �1 �q� r$ r& r$a �1 �s� r&w � 0
Maka didapatkan � �1 -x� r$ r& yz{�$d|}�dy~ � 0
atau
� � 0 �3.11�
Kemudian substitusikan persamaan (3.11) pada persamaan (3.9) dan persamaan
(3.10). dengan tahapan sebagai berikut:
� � tR hR � �2�i � � tR hR � �2�0�i
� � tR �R�
� � t �3.12�
24
kemudian
� � r$�a �1 �s� r& �3.10�
� � r$�0�a �1 �s� r& � � 0 �3.13�
Jadi didapatkan titik ekuilibrium 0K��, �, �� � �0,0,0� dan 0$��, �, �� � �0,0, t�.
Langkah Selanjutnya untuk mencari titik ekuilibrium yang lainnnya yaitu
mensubstitusikan persamaan (3.8) pada persamaan (3.5) dengan tahapan sebagai
berikut:
�� �1 �q� r$� � r&� �$�� � 0
�� �1 �q� r$� � r&� �$��0� � 0
�� ��2q r$� � r&� � 0
� � ��2q �� � r$�r&
� � ��2qr& �� r$��r&
� � 1r& ���2q �� r$���
�� � 1r& ���2q �� r$��� �3.14�
Untuk mengetahui �� positif maka akan menggunakan ketaksamaan sebagai berikut: ��2q �� r$�� � 0
� ���q �� r$�� � 0
25
� 1� ���q �� r$�� � 0 1�
��q �� r$� � 0 ��q � �� r$�
�� � q�� r$�
� � q� �� r$�
�� � q� �� r$� �3.15�
Jadi dari hasil (3.15), (3.14) dan (3.8) maka diperoleh titik ekuilibrium 0&���, ��, 0�.
Adapun pada titik ekuilibrium 0& ketika persamaan (3.14) disubstitusikan
pada persamaan (3.6) maka akan menghasilkan suatu polinom yang pangkat
tertingginya tiga dengan tahapan-tahapan sebagai berikut: a� �1 E� � � r$� r&� � 0 r$� � r&� a� � a�&s
r$� � r& � 1r& ���&q �� r$���� a � 1r& ���&q �� r$����� a � 1r& ���&q �� r$����&
s
r$� � r& � ��&qr& ��r& � r$�r& � a ���&qr& ��r& � r$�r& �� a ���&qr& ��r& � r$�r& � ���&qr& ��r& � r$�r& �s
r$� � �r&��&qr& r&��r& � r&r$�r& � �a��&qr& a��r& � ar$�r& � � a�&�Wq&r&&s a�&�Vqr&&s � a�r$�Vqr&&s a�&�Vqr&&s � a�&�&r&&s a�r$�&r&&s � a�r$�Vqr&&s a�r$�&r&&s � ar$&�&r&&s
26
r$ � �r&��&qr& r&��r& � r&r$�r& a��&qr& a��r& � ar$�r& � a�&�Wq&r&&s a�&�Vqr&&s � a�r$�Vqr&&s a�&�Vqr&&s� a�&�&r&&s a�r$�&r&&s � a�r$�Vqr&&s a�r$�&r&&s � ar$&�&r&&s � 1�
r$ � r&��&qr&� r&��r&� � r&r$�r&� a��&qr&� a��r&� � ar$�r&� � a�&�Wq&r&&s� a�&�Vqr&&s� � a�r$�Vqr&&s� a�&�Vqr&&s� � a�&�&r&&s� a�r$�&r&&s� � a�r$�Vqr&&s� a�r$�&r&&s� � ar$&�&r&&s�
r$ � r&��qr& r&�r& � r&r$r& a��qr& a�r& � ar$r& � a�&�Vq&r&&s a�&�&qr&&s � a�r$�&qr&&s a�&�&qr&&s � a�&�r&&s a�r$�r&&s � a�r$�&qr&&s a�r$�r&&s � ar$&�r&&s
0 � a�2�3sq2r22 2 a�2�2sqr22 � 2 a�r1�2sqr22 � a�2�sr22 2 a�r1�sr22 � ar12�sr22 a��qr2 � r2��qr2 � a�r2 r2�r2 ar1r2 � r2r1r2 r1
0 � a�2�3sq2r22 2a��� r1��2sqr22 � a�� r1�2sr22 � ��a r2�qr2 � � �� r1��a r2�r2 r1
27
R�V � S�& � T� � � � 0 �3.16�
Dengan
R � a�&sq&r&&
S � 2a��� r$�sqr&&
T � a�� r$�&sr&& ��a r&�qr&
� � �� r$��a r&�r& r$
Perhatikan bahwa persamaan (3.16) mempunyai solusi unik positif untuk � � �f jika
memenuhi pertidaksamaan sebagai berikut:
SR � � 2a��� r$�sqr&& �a�&sq&r&& � 0
� 2a��� r$�sqr&& � 0 �3.17�
TR � a�� r$�&sr&& ��a r&�qr&a�&sq&r&& � 0
� a�� r$�&sr& ��a r&�q � 0
� a�� r$�&sr& � ��a r&�q �3.18�
�R � ��� r$��a r&�r& r$�a�&sq&r&& � 0
28
� �� r$��a r&�r& � r$ � 0
� �� r$��a r&�r& � r$ � �� r$��a r&� � r$r&
� �� r$��a r&� Q r$r& �3.19�
Selanjutnya mensubstitusikan persamaan (3.9) pada persamaan (3.5). Dengan
tahapan-tahapanya sebagai berikut:
�� �1 �q� r$� � r&� �$�� � 0 �� �1 �q� r$� � r&� � r$� � �$��
�� ��&q � r&� � r$� � �$��
��&q � r&� � r$� � �$�� ��
��&�r&�qq � r$� � �$�� ��
��&�r&�q � �r$� � �$�� ����q�
��&�r&�q � r$�q � �$�q� ��q
r2�q � r1�q � �1�q� ��q � ��2
� � r$�q � �$�q� ��q � ��&r&q
� r$�q � �$�q �Rt � �&�tR � ��q � ��&r&q
� r$�q � ��$�qRt � �$�&q�&tR � ��q � ��&r&q
29
� r$�qR��$�qRt � �$�&q�&t ��qR � ��&RRr&q
� r$�qR��$�qRt � �$�&q�&t ��qR � ��&Rr&qR
� 1r& �r$�qR��$�qRt � �$�&q�&t ��qR � ��&RqR �
� 1r& ���&R � �$�&q�&t ��qR � r$�qR��$�qRtqR �
� 1r& ���&R � �$�&q�&tqR ��qR � r$�qR��$�qRtqR �
� 1r& ���&RqR � �$�&q�&tqR ��qR � r$�qR��$�qRtqR �
� 1r& ���&q � �$�&�&tR �� � r$���$�t�
� 1r& ���q � �$�&tR � �& �� r$ �$t���
�f � 1r2 ���q � �1�2tR � �2 �� r1 �1t��� �3.20�
Untuk mengetahui �f positif maka akan menggunakan pertidaksamaan sebagai
berikut:
��q � �1�2tR � �2 h� r1 �1ti� � 0
� ���q � �1�2tR � � h� r1 �1ti� � 0
� 1� ���q � �1�2tR � � h� r1 �1ti� � 0 1�
��q � �1�2tR � � h� r1 �1ti � h� r1 �1ti � h� r1 �1ti
30
��q � �1�2tR � � � h� r1 �1ti �3.21�
Kemudian dari persamaan (3.21) akan didapatkan �f adapun tahapannya sebagai
berikut:
��q � �1�2tR � � � h� r1 �1ti � � h� r1 �1ti
��q � �1�2tR �
� � h� r1 �1tiqRh�R � �1�2tqi
�f � h� r1 �1tiqRh�R � �1�2tqi �3.22�
Jadi dari hasil persamaan (3.22), (3.20) dan (3.9) maka diperoleh titik
ekuilibrium 0f��f, �f, �f�.
Selanjutnya substitusikan persamaan (3.20) pada persamaan (3.6) akan tetapi
persamaan (3.6) akan disederhankan dengan cara perpindahan ruas kiri pada ruas
kanan dengan tahapan-tahapan sebagai berikut:
a� �1 �s� � r$� r&� � 0
r1� � r2� a� �1 �s�
r1� � r2� a� � a�2s �3.23� Setelah terbentuknya suatu persamaan (3.23) maka akan disubstitusikan persamaan
(3.20) pada persamaan (3.23) dengan tahapan sebagai berikut:
31
r$� � r& 1r& ���q � �$�&tR � �& �� r$ �$t��� a � 1r& ���q � �$�&tR � �& �� r$ �$t���� � a � 1r& ���q � �$�&tR � �& �� r$ �$t����&
s
r1� � �r2�2qr2 � �1�2tr2�2r2R ��r2r2 � r2r1�r2 � r2�1t�r2 a��2qr2 a�1�2t�2Rr2 � a��r2 ar1�r2 a�1t�r2 � a�&�4q&r&&s � �a�1�2t�4qsRr&& a�&�Vqr&&s � a�r1�Vqr&&s� a�t�1�Vqr&&s � �a�1�2t�4qsRr&& � a�1&�2&t2�4sR&r&& �a�1�2t�VsRr&&� a�1�2tr1�VsRr&& � a�1&�2t2�VsRr&& a�&�Vsqr&& �a�1�2t�VsRr&& � a�&�&sr&& r1a��&sr&& �1ta��&sr&& � �r1a�Vqsr&& � �1�2tr1a�Vsr&&R r1a��&sr&& � r1&a�&sr&&� �1r1ta�&sr&& � a�1&t&�&sr&& � a�1r1t�&sr&& a�1t��&sr&& � a�1&�2t&�Vsr&&� a��1t�Vqsr&&
32
r1 � ��r2�2qr2 � �1�2tr2�2r2R ��r2r2 � r2r1�r2 � r2�1t�r2 a��2qr2 a�1�2t�2Rr2 � a��r2 ar1�r2 a�1t�r2 � a�&�4q&r&&s � �a�1�2t�4qsRr&& a�&�Vqr&&s � a�r1�Vqr&&s� a�t�1�Vqr&&s � �a�1�2t�4qsRr&& � a�1&�2&t2�4sR&r&& �a�1�2t�VsRr&&� a�1�2tr1�VsRr&& � a�1&�2t2�VsRr&& a�&�Vsqr&& �a�1�2t�VsRr&& � a�&�&sr&& r1a��&sr&& �1ta��&sr&& � �r1a�Vqsr&& � �1�2tr1a�Vsr&&R r1a��&sr&& � r1&a�&sr&&� �1r1ta�&sr&& � a�1&t&�&sr&& � a�1r1t�&sr&& a�1t��&sr&& � a�1&�2t&�Vsr&&� a��1t�Vqsr&& � 1�
r1 � �r2�2�qr2 � �1�2tr2�2�r2R ��r2�r2 � r2r1��r2 � r2�1t��r2 a��2�qr2 a�1�2t�2�Rr2 � a���r2 ar1��r2 a�1t��r2 � a�&�4�q&r&&s � �a�1�2t�4�qsRr&& a�&�V�qr&&s � a�r1�V�qr&&s� a�t�1�V�qr&&s � �a�1�2t�4�qsRr&& � a�1&�2&t2�4�sR&r&& �a�1�2t�V�sRr&&� a�1�2tr1�V�sRr&& � a�1&�2t2�V�sRr&& a�&�V�sqr&& �a�1�2t�V�sRr&& � a�&�&�sr&& r1a��&�sr&& �1ta��&�sr&& � �r1a�V�qsr&& � �1�2tr1a�V�sr&&R r1a��&�sr&& � r1&a�&�sr&&� �1r1ta�&�sr&& � a�1&t&�&�sr&& � a�1r1t�&�sr&& a�1t��&�sr&& � a�1&�2t&�V�sr&&� a��1t�V�qsr&&
33
r1 � �r2�qr2 � �1�2tr2�r2R �r2r2 � r2r1r2 � r2�1tr2 a��qr2 a�1�2t�Rr2 � a�r2 ar1r2 a�1tr2 � a�&�Vq&r&&s � �a�1�2t�VqsRr&& a�&�&qr&&s � a�r1�&qr&&s � a�t�1�&qr&&s� �a�1�2t�3qsRr&& � a�1&�2&t2�3sR&r&& �a�1�2t�&sRr&& � a�1�2tr1�&sRr&&� a�1&�2t2�&sRr&& a�&�&sqr&& �a�1�2t�&sRr&& � a�&�sr&& r1a��sr&& �1ta��sr&&� �r1a�&qsr&& � �1�2tr1a�&sr&&R r1a��sr&& � r1&a�sr&& � �1r1ta�sr&& � a�1&t&�sr&&� a�1r1t�sr&& a�1t��sr&& � a�1&�2t&�&sr&& � a��1t�&qsr&&
r1 � a�&�Vq&r&&s � �a�1�2t�VsRr&& � �a�1�2t�3qsRr&& � a�1&�2&t2�3sR&r&& � a�r1�&qr&&s � a�t�1�&qr&&s a�&�&qr&&s �a�1�2t�&sRr&& � a�1�2tr1�&sRr&& � a�1&�2t2�&sRr&& a�&�&sqr&& �a�1�2t�&sRr&& � �r1a�&qsr&& � �1�2tr1a�&sr&&R � a�1&�2t&�&sr&& � a��1t�&qsr&&� �r2�qr2 � �1�2tr2�r2R a��qr2 a�1�2t�Rr2 � a�&�sr&& r1a��sr&& �1ta��sr&& r1a��sr&& � r1&a�sr&& � �1r1ta�sr&& � a�1r1t�sr&& � a�1&t&�sr&& a�1t��sr&& �r2r2� r2r1r2 � r2�1tr2 � a�r2 ar1r2 a�1tr2
r1 � asr&& � �q � �1�2tR �& �V 2asr&& � �q � �1�2tR � h� r1 �1ti�&� � asr&& h� r1 �1ti& �a r2�r2 � �q � �1�2tR �� �� a r2r2 h� r1 �1ti
34
0 � asr&& � �q � �1�2tR �& �V 2asr&& � �q � �1�2tR � h� r1 �1ti�&� � asr&& h� r1 �1ti& �a r2�r2 � �q � �1�2tR �� �� a r2r2 h� r1 �1ti r1
Maka didapat persamaan polinom yang pangkat tertingginya tiga. Sebagai berikut:
R�V � S�& � T� � � � 0 �3.24�
dengan
R � asr&& � �q � �1�2tR �&
S � 2asr&& � �q � �1�2tR � h� r1 �1ti
T � asr&& h� r1 �1ti& �a r2�r2 � �q � �1�2tR �
� � a r2r2 h� r1 �1ti r1
perhatikan bahwa persamaan (3.24) mempunyai akar real positif yaitu � � �f jika
memenuhi kondisi berikut:
SR � ��� 2asr&& ��q � �$�&tR � �� r$ �$t�
asr&& � �q � �$�&tR �&��� � 0
� 2asr&& ��q � �$�&tR � �� r$ �$t� � 0
� �� r$ �$t� � 0 �3.25�
35
TR � asr&& �� r$ �$t�& �a r&�r&r$ � �q � �$�&tR �asr&& � �q � �$�&tR �& � 0
� asr&& �� r$ �$t�& �a r&�r& � �q � �$�&tR � � 0
� �a r&�r&r$ ��q � �$�&tR � � asr&& �� r$ �$t�&
� �sr&��a r&� � �q � �$�&tR � � a�� r$ �$t�&
� �sr&��a r&� � �q � �$�&tR � Q a�� r$ �$t�& �3.26�
�R � ���a r&r& �� r$ �$t� r$asr&& � �q � �$�&tR �&
��� � 0
� a r&r& �� r$ �$t� � r$ � 0
� a r&r& �� r$ �$t� � r$
� �a r&��� r$ �$t� � r$r&
� �a r&��� r$ �$t� Q r$r& �3.27�
36
3.4 Analisis Kestabilan Titik Ekuilibrium
Pada analisis titik ekuilibrium model mangsa pemangsa di wilayah yang
dilindungi dengan kasus pemangsa sebagian tergantung pada mangsa dengan
menggunakan beberapa syarat adapun untuk salah satu syarat tersebut adalah �� r$� � 0 dan �a r&� � 0, titik ekuilibrium yang dianalisis yaitu 0K, 0$, 0&, dan 0f. Adapun tahapan-tahapan untuk analisis kestabilan titik ekuilibrium
sebagai berikut:
3.4.1 Titik Ekuilibrium ����, �, ��
Pelinearan menggunakan matriks jacobi. Karena sesuai dengan persamaan
(3.1) maka akan menggunakan matriks jacobi yang berordo 3 X 3 kemudian matriks
jacobi akan disimbolkan dengan �.
Persamaan (3.1) beserta penyederhanaannya.
���� � �� ��2q r1� � r2� �1��
���� � a� a�2s � r1� r2� ���� � R� R�2t � �2��
� ��������7 ������7�� 7 ������7�� 7 ������7��7 ������7�� 7 ������7�� 7 ������7��7 ������7�� 7 ������7�� 7 ������7�� �
������
37
� �����
� 2��q r$ �$� r& �$�r$ a 2a�s r& 0
�&� 0 R 2R�t � �&����� �3.28�
kemudian substitusikan 0K�0,0,0� pada persamaan (3.28). maka akan diperoleh
sebagai berikut:
��K,K,K� � �� r$ r& 0r$ a r& 00 0 R� �3.29�
Setelah mendapatkan (3.29) maka akan dicari persamaan karakteristik dengan
tahapan sebagai berikut:
det�� YZ� � 0
�� r$ r& 0r$ a r& 00 0 R� Y �1 0 00 1 00 0 1� � 0
�� r$ r& 0r$ a r& 00 0 R� �Y 0 00 Y 00 0 Y� � 0
�� r$ Y r& 0r$ a r& Y 00 0 R Y� � 0 �3.30�
Maka dari persamaan (3.30) akan diperoleh persamaan karakteristik, begitu juga dari
persamaan karakteristik akan diperoleh suatu nilai eigen, dengan tahapan sebagai
berikut:
�� r$ Y��a r& Y��R Y� r$r&�R Y� � 0
�R Y�H�� r$ Y��a r& Y� r$r&I � 0 �3.31�
38
Pada persamaan (3.31) sudah terlihat bahwa terdapat satu nilai eigen yaitu Y$ � R,
kemudian nilai eigen yang berikutnya akan diperoleh dari suatu polinom yang
pangkat tertingginya dua, dengan tahapan sebagai berikut:
h�� r$� Yih�a r&� Yi r$r& � 0
�� r$��a r&� �� r$�Y �a r&�Y � Y& r$r& � 0
Y& �a r&�Y �� r$�Y � �� r$��a r&� r$r& � 0 �3.32�
Setelah memperoleh persamaan (3.32) maka akan dicek kestabilan titik
ekuilibrium dengan menggunakan syarat yang sudah ditentukan adapaun syarat
tersebut dapat ditulis kembali yaitu �� r$��a r&� Q r$ , �� r$� � 0 dan �a r&� � 0 maka akan diperoleh suatu kestabilan apakah titik ekuilibrium tersebut
stabil, tidak stabil, atau saddel. Dengan tahapan sebagai berikut:
Y& � YV � h �� r$� �a r&�i � �� r$� � �a r&� � 0 �3.33� Y&. YV � �� r$��a r&� r$r& Q 0 � �� r$��a r&� � r$r& � 0 �3.34�
Dapat dilihat pada persamaan (3.33) ketika penjumlahan dua buah Y bertanda positif,
begitu juga pada persamaan (3.34) ketika perkalian dua buah Y bertanda positif. Oleh
karena itu dapat ditulis bahwa (Y$, Y&, YV � 0�, dan apabila semua Y-nya bernilai
positif maka dapat disimpulkan bahwa 0K�0, 0, 0� tidak stabil.
3.4.2 Titik Ekuilibrium �m��, �, ��
Adapun untuk analisis kestabilan titik ekuilibrium 0$ tahapan-tahapannya
sama seperti 0K. Yaitu dengan pelinearan menggunakan matriks jacobi berordo 3 X 3
disimbolkan dengan � yang disesuaikan dengan persamaan (3.1) dan dapat
diperhatikan pada tahapan sebagai berikut:
39
Persamaan (3.1) beserta penyederhanaannya. ���� � �� �1 �q� r1� � r2� �1��
� �� ��&q r$� � r&� �$�� ���� � a� �1 �s� � r1� r2� � a� a�&s � r$� r&� ���� � R� �1 �t� � �2��
� R� R�&t � �&��
� ��������7 ������7�� 7 ������7�� 7 ������7��7 ������7�� 7 ������7�� 7 ������7��7 ������7�� 7 ������7�� 7 ������7�� �
������
� �����
� 2��q r$ �$� r& �$�r$ a 2a�s r& 0
�&� 0 R 2R�t � �&����� �3.35�
kemudian substitusikan 0$�0,0, t� pada persamaan (3.35). maka akan diperoleh
matriks sebagai berikut:
��K,K,�� � �� r$ �$t r& 0r$ �a r&� 00 0 R� �3.36�
Setelah mendapatkan (3.36) maka akan dicari persamaan karakteristik dengan
tahapan sebagai berikut:
40
�\��� YZ� � 0
��� r$ �$t� r& 0r$ �a r&� 00 0 R� Y �1 0 00 1 00 0 1� � 0
��� r$ �$t� r& 0r$ �a r&� 00 0 R� �Y 0 00 Y 00 0 Y� � 0
��� r$ �$t� Y r& 0r$ �a r&� Y 00 0 R Y� � 0 �3.37�
Maka dari persamaan (3.37) akan diperoleh persamaan karakteristik, begitu juga dari
persamaan karakteristik akan diperoleh suatu nilai eigen, dengan tahapan sebagai
berikut:
h�� r$ �$t� Yih�a r&� Yi� R Y� r$r&� R Y� � 0 � R Y��h�� r$ �$t� Yih�a r&� Yi r$r&� � 0 �3.38�
Pada persamaan (3.38) sudah terlihat bahwa terdapat satu nilai eigen yaitu Y$ � R,
kemudian nilai eigen yang berikutnya akan diperoleh dari suatu polinom yang
pangkat tertingginya dua, dengan tahapan sebagai berikut:
h�� r$ �$t� Yih�a r&� Yi r$r& � 0
�� r$ �$t��a r&� �� r$ �$t�Y �a r&�Y � Y& r$r& � 0
Y& �a r&�Y �� r$ �$t�Y � �� r$ �$t��a r&� r$r& � 0 �3.39�
Setelah memperoleh persamaan (3.39) maka akan dicek kestabilan titik
ekuilibrium dengan menggunakan syarat-syarat yang sudah ditentukan yaitu sebagai
berikut �� r$ �$t� � 0, �a r&��� r$ �$t� Q r$r&, �� r$� � 0 dan �a r&� � 0 maka akan diperoleh suatu kestabilan apakah titik ekuilibrium tersebut
stabil, tidak stabil, atau saddel. Dengan tahapan sebagai berikut:
41
Y& � YV � h �a r&� �� r$ �$t�i
� �a r&� � �� r$ �$t� � 0 �3.40�
Y& . YV � �� r$ �$t��a r&� r$r& Q 0
� �� r$ �$t��a r&� � r$r& � 0 �3.41�
Dapat dilihat pada persamaan (3.40) ketika penjumlahan dua buah Y bertanda
positif, begitu juga pada persamaan (3.41) ketika perkalian dua buah Y bertanda
positif. Oleh karena itu dapat ditulis bahwa (Y$ Q 0� dan �Y&, YV � 0� jadi dapat
disimpulkan bahwa titik ekuilibrium 0$�0, 0, t� saddel akan tetapi pada titik
ekuilibrium 0$ juga menggunakan definisi manifold. Menurut definisi manifold
bahwa ada manifold stabil 1-dimensi pada sumbu � dapat dilihat dari persamaan
(3.37) ditunjukkan adanya suatu Y bernilai negatif yang terdapat pada sumbu �, dan
terdapat manifold tidak stabil 2-dimensi pada sumbu �� begitu juga dapat dilihat dari
persamaan (3.37) ditunjukkan adanya suatu Y bernilai positif yang terdapat pada
sumbu ��.
3.4.3 Titik Ekuilibrium �l�o�, �,� ��
Adapun untuk analisis kestabilan titik ekuilibrium 0& tahapan-tahapannya
sama seperti 0Kdan 0$ . Yaitu dengan pelinearan menggunakan matriks jacobi
berordo 3 X 3 disimbolkan dengan � yang disesuaikan dengan persamaan (3.1) dan
dapat diperhatikan pada tahapan sebagai berikut:
42
Persamaan (3.1) beserta penyederhanaannya.
���� � �� �1 �q� r1� � r2� �1��
� �� ��&q r$� � r&� �$�� ���� � a� �1 �s� � r1� r2� � a� a�&s r$� r&� ���� � R� �1 �t� � �2��
� R� R�&t � �&��
� ��������7 ������7�� 7 ������7�� 7 ������7��7 ������7�� 7 ������7�� 7 ������7��7 ������7�� 7 ������7�� 7 ������7�� �
������
� �����
� 2��q r$ �$� r& �$�r$ a 2a�s r& 0
�&� 0 R 2R�t � �&����� �3.42�
kemudian substitusikan 0&���, �,� 0� pada persamaan (3.42). maka akan diperoleh
matriks sebagai berikut:
43
��-�,E,� K� ����� r$ 2���q r& �$��
r$ a r& 2a��s 00 0 R � �&����� �3.43�
Setelah mendapatkan (3.43) maka akan dicari persamaan karakteristik dengan
tahapan sebagai berikut:
�\��� YZ� � 0
���� r$ 2���q r& �$��
r$ a r& 2a��s 00 0 R � �&����� Y �1 0 00 1 00 0 1� � 0
���� r$ 2���q r& �$��
r$ a r& 2a��s 00 0 R � �&����� �Y 0 00 Y 00 0 Y� � 0
���� r$ 2���q Y r& �$��
r$ a r& 2a��s Y 00 0 R � �&�� Y��� � 0 �3.44�
Maka dari persamaan (3.44) akan diperoleh persamaan karakteristik, begitu
juga dari persamaan karakteristik akan diperoleh suatu nilai eigen, dengan tahapan
sebagai berikut:
�� r$ 2���q Y� �a r& 2a��s Y� �R � �&�� Y� r$r&�R � �&�� Y� � 0
�R � �&�� Y� ��� r$ 2���q Y� �a r& 2a��s Y� r$r&� � 0 �3.45�
Pada persamaan (3.45) sudah terlihat bahwa terdapat satu nilai eigen yaitu Y$ � R � �&�� kemudian nilai eigen yang berikutnya akan diperoleh dari suatu
polinom yang pangkat tertingginya dua, dengan tahapan sebagai berikut:
44
�� r$ 2���q Y� �a r& 2a��s Y� r$r& � 0
�a �r1 2�a��s �Y r1a � r1r2 � 2r1a��s � r1Y 2a���q � 2r2���q � 4a�����qs� 2���q Y Ya � Yr2 � 2a��s Y � Y2 r1r2 � 0 �3.46�
Setelah memperoleh persamaan (3.46) maka akan dicek kestabilan titik
ekuilibrium dengan menggunakan syarat-syarat yang sudah ditentukan yaitu sebagai
berikut �a r&��� r$� Q r$r&, �� r$� Q 0 dan �a r&� Q 0 maka akan
diperoleh suatu kestabilan apakah titik ekuilibrium tersebut stabil, tidak stabil, atau
saddel. Dengan tahapan sebagai berikut:
Y& � YV � �2a��s � r& a � 2���q � r$ ��
� 2a��s r2 � a 2���q r1 � �
� a r2 � � r1 2a��s 2���q Q 0 �3.47�
Y&. YV � �a �r$ 2�a��s r$a � r$r& � 2r$a��s 2a���q � 2r&���q � 4a�����qs r$r&
� �� r$��a r&� r$r& 2�a��s � 2r$a��s 2a���q � 2r&���q � 4a�����qs
� �� r$��a r&� r$r& 2a��s �� r$� 2���q �a r&� � 4a�����qs � 0 �3.48�
Dapat dilihat pada persamaan (3.47) ketika penjumlahan dua buah Y bertanda
negatif, begitu juga pada persamaan (3.48) ketika perkalian dua buah Y bertanda
negatif. Oleh karena itu dapat ditulis bahwa (Y$ � 0� dan �Y&, YV Q 0� jadi dapat
disimpulkan bahwa titik ekuilibrium 0&���, �,� 0� saddel akan tetapi pada titik
ekuilibrium 0& juga menggunakan definisi manifold . Menurut definisi manifold
bahwa ada manifold tidak stabil 1-dimensi pada sumbu � dapat dilihat dari
persamaan (3.44) ditunjukkan adanya suatu Y bernilai positif yang terdapat pada
sumbu �, dan terdapat manifold stabil 2-dimensi pada sumbu �� begitu juga dapat
45
dilihat dari persamaan (3.44) ditunjukkan adanya suatu Y bernilai negatif yang
terdapat pada sumbu ��.
3.4.4 Untuk Ekuilibrium �f�of, �f, pf�
Pada sub bab ini akan membahas tentang titik ekuilibrium 0f��f, �f, �f�
dimana pada titik ekuilibrium �f ini mencari jenis kestabilannya berbeda dengan sub
bab yang sebelumnya. Pada tiik ekuilibrium ini akan dicari menggunakan metode
Lyapunov.
Teorema 3.1. Titik ekuilibrium 0f��f, �f, �f� adalah stabil asimtotik.
Untuk mengetahui �f bersifat stabil asimtotik maka akan dicari menggunakan
metode Lyapunov. Untuk lebih jelas akan dipaparkan dengan pembuktian sebagai
berikut.
Bukti
Misal � � �f � �, � � �f � �, � � �f � � �3.49)
Dan akan diberikan fungsi Lyapunov sebagai berikut.
A��� � 12 �& � T$ 12 �& � T& 12 �& �3.50�
Dimana T$ dan T& konstan positif, adapun untuk mengetahui turunan dari fungsi
Lyapunov tersebut negatif maka akan ditunjukan sebagai berikut.
Hal pertama yang harus dilakukan pada pembuktian ini adalah dengan
menurunkan persamaan (3.49), kemudian setelah mendapatkan turunan dari
persamaan (3.49) maka akan dikalikan dengan persamaan sistem (3.1). Dengan
tahapan-tahapan sebagai berikut.
46
AB ��� � � ���� � T$� ���� � T&� ���� �3.51�
� � ��� ��&q r$� � r&� �$��� � T$� �a� a�&s r$� r&��� T&� �R� �1 �t� � �&��� �3.52�
Kemudian substitusikan persamaan (3.49) pada persamaan (3.52) dengan tahapan
sebagai berikut.
� � ����f � �� ���f � ��&q r$��f � �� � r&��f � �� �$��f � ����f � ���� T$� �a��f � �� a��f � ��&s r$��f � �� r&��f � ���� T2� �R��f � �� �1 ��f � ��t � � �2��f � ����f � ���
� ���f� � ��& ��f&� 2��f�& ��Vq r$�f� r$�& � r&�f� � r&�� �$�f�f �$�f�� �$�&�f �$�&��� �a�fT$� � aT$�& a�f&T$� 2a�fT$�& a�Vs � r$�fT$�� r$�T$� r&�fT$� r&T$�&�� �R�fT&� � RT&�& R�f&T&� 2R�fT&�& R�Vt � �&�f�fT&�� �&�fT&�& � �&�f�T&� � �&�T&�&� �3.53�
Dari persamaan (3.53) maka akan didapatkan suatu persamaan yang
memenuhi kriteria kestabilan Lyapunov. Dimana syarat fungsi Lyapunov itu
dikatakan stabil asimtotik apabila memenuhi teorema 1 dan teorema 2 yang berada
47
pada bab dua yang sudah dipaparkan sebelumnya. Adapun untuk turunan fungsi
Lyapunov dapat dilihat pada persamaan berikut.
AB ��� � �� 2��fq r$ �$�f� �& � T$ �a 2a�fs r&� �& � ���r& � T$r$�
����T&�&�f �$�f� (3.54)
Pada teorema ini diasumsikan bahwa T& � �z-f�~-f dan T$ � y~yz. Teorema 2.2 yang
berada pada bab dua yang akan memenuhi bahwa AB ��� Q 0 (definit negatif) jika dan
hanya jika R Q 0 dan 4RT S& � 0 apabila terpenuhi maka dikatakan stabil
asimtotik menurut teorema 2.1 pada bab dua. Untuk lebih jelasnya maka dapat dilihat
dengan tahapan-tahapan sebagai berikut.
R � �� r$� 2��fq �$�f Q 0
4RT S& � 4 ��� r$� 2��fq �$�f� �a 2a�fs r&� �r& � T$r$�
� 4 �� r1 2��fq �1�f� �a r2 2a�fs � �r2 � r&r$ r1�
� 4 �� r1 2��fq �1�f� �a 2a�fs r2� hr22i
Jadi syarat yang harus dipenuhi agar 0f bersifat stabil asimtotik yaitu.
(i) �� r$� Q 0
(ii) 4 �� r1 2��fq �1�f� �a 2a�fs r2� � hr22i
Setelah terpenuhi bahwa AB ��� Q 0 (definit negatif) maka titik ekuilibrium 0f��f, �f, �f� bersifat stabil asimtotik �
48
BAB IV
SIMULASI MODEL PEMANGSA SEBAGIAN TERGANTUNG
PADA MANGSA
Pada bagian ini akan dibahas tentang simulasi model mangsa pemangsa di
wilayah yang dilindungi dengan kasus pemangsa sebagian tergantung pada mangsa,
kemudian simulasi model mangsa pemangsa ini akan menggunakan metode adam
bashfort moulton dan untuk parameter terhadap model tersebut menggunakan data
acak. Adapun untuk programnya menggunakan software Matlab R2007b.
sistem dinamika model mangsa pemangsa di wilayah yang dilindungi dengan
kasus pemangsa sebagian tergantung pada mangsa sebagai berikut.
���� � �� �1 �q� r$� � r&� �$�� �4.1� �� �� � a� �1 �s� � r$� r&� �4.2� ���� � R� �1 �t� � �&�� �4.3�
Untuk mengetahui suatu pertumbuhan model mangsa pemangsa dengan kasus
pemangsa sebagian tergantung pada mangsa maka akan diperlihatkan suatu grafik
dari ketiga sistem tersebut. Melakukan simulasi menggunakan metode adam bashfort
moulton (ABM) dengan bantuan software matlab yaitu dengan cara mensubstitukan
suatu nilai sistem parameter pada persamaan (4.1), (4.2), dan (4.3) kemudian akan
diperoleh hubungan dari ketiga sistem tersebut dimana kepadatan mangsa pada
wilayah bebas ����, kepadatan mangsa pada wilayah yang dilindungi ����, dan
kepadatan pemangsa pada waktu � � 0 yang disimbolkan dengan ����.
49
4.1 Dinamika Populasi Dua Mangsa dan Satu Pemangsa
Adapun untuk mengetahui suatu grafik dua mangsa satu pemangsa maka akan
diberikan nilai parameter sebagai berikut. R � 4, � � 5, a � 4.5, q � 50, s � 60, t � 10, �$ � 3, �& � 2, r$ � 12, dan r& � 0.5. nilai awal yang diberikan adalah � � 12, � � 7 dan � � 0.5 adapun untuk g � 0.005. Untuk hasil simulasi dapat
dilihat pada gambar 4.1 yang menunjukan dari populasi dua mangsa satu pemangsa
dengan menggunakan dua dimensi.
Gambar 4.1. Dinamika Populasi Dua Mangsa dan Satu Pemangsa
Gambar 4.1 untuk menunjukan bahwa adanya laju pertumbuhan populasi pada
pemangsa sebagian tergantung pada mangsa dimana model tersebut yang terdiri dari
sistem persamaan (4.1) sampai (4.3) bahwa kepadatan spesies mangsa dari wilayah
yang dilindungi ����, kepadatan spesies mangsa dari wilayah bebas ���� kemudian
kepadatan spesies pemangsa ���� dan dapat dilihat pada Tabel 4.1 bahwa kurvanya
akan menuju pada titik ekuilibrium yaitu sebagai berikut:
50
Tabel 4.1. Dinamika Populai Dua Mangsa dan Satu Pemangsa
t x y z
0 12 7 0.5
1 11.4355 7.841625 0.5695
2 10.89179 8.661528 0.645367
3 10.17225 9.810797 0.764117
4 9.486375 10.92194 0.896812
*
457 0.611781 58.91067 13.79311
458 0.611781 58.91067 13.79311
459 0.611781 58.91067 13.79312
460 0.611781 58.91067 13.79312 * 1999 0.611782 58.91073 13.79312
2000 0.611782 58.91073 13.79312
Kemudian dari Tabel 4.1 dapat dilihat bahwa dari ketiga sistem tersebut akan
menuju kesatu titik. Dimana titik tersebut dimanakan titik ekuilibrium dan akan
mengalami kestabilan pada saat � mencapai 589 ketika ���� = 0.611782, ���� �58.91073, dan ���� � 13.79312 ini mendekati pada titik ekuilibrium yang sesuai
dengan teori yang sudah dibahas pada bab sebelumnya adalah Cf��f, �f, �f� ��0.611782, 58.91073,13.79312� dimana keadaannya stabil asimtotik. Untuk data
selengkapnya dapat dilihat pada lampiran A-1.
4.2 Dinamika Populasi Mangsa Pemangsa Menggunakan Tiga Dimensi
Adapun untuk mengetahui suatu grafik dua mangsa satu pemangsa tersebut
maka akan diberikan nilai parameter sebagai berikut. R � 4, � � 5, a � 4.5, q � 50, s � 60, t � 10, �$ � 3, �& � 2, r$ � 12, dan r& � 0.5. Pada tiga dimensi ini
penulis membedakan nilai awalnya. Dimana nilai awal tersebut memiliki perubahan
empat kali yaitu � � �0.07, 8, 87, 9�, � � �8, 2.5, 12, 3� dan � � �1, 13, 6, 20�
dan g � 0.005 Untuk hasil simulasi dapat dilihat pada gambar 4.2 yang menunjukan
dari populasi dua mangsa satu pemangsa dengan menggunakan tiga dimensi.
51
Gambar 4.2. Dinamika Populasi Mangsa Pemangsa menggunakan Tiga Dimensi
Dari Gambar 4.2 sebenarnya sama seperti Gambar 4.1 hanya saja pada kasus
ini untuk memperjelas arah kurva ketika memiliki nilai awal yang perbedaan dan
nilai awal tersebut mengalami perubahan sebanyak emapat kali ternyata pada gambar
tiga dimensi tersebut kurvanya terlihat jelas yaitu menuju kesatu titik. yang mana � � 13.793122, � � 58.910726, dan � � 0.611782 dan titik ekuilibrium tersebut
memenuhi teori yang berada di bab 3 dimana titik ekuilibrium tersebut harus
memenuhi syarat �� r$� Q 0 dan 4 �� r$ &b-fx �$�f� �a &{Ef� r&� � �r&&� adapun
syarat tersebut terlihat jelas ketika nilai parameternya di inputkan yaitu 7 Q 0 dan 938.3354489 � 0.25 setelah syarat tersebut mencukupi maka untuk 0f��f, �f, �f�=( 0.611782, 58.910726, 13.793122� yang jenis kestabilannya
bersifat stabil asimtotik. Untuk data selengkapnya dapat dilihat pada lampiran A-2.
52
4.3 Dinamika Populasi Dari Spesies Pemangsa
Adapun untuk mengetahui suatu grafik dari ketiga model tersebut maka akan
diberikan nilai parameter sebagai berikut. R � 5, � � 7, a � 1.5, q � 45, s � 20, t � 35, �$ � 2.5, r$ � 4.2, dan r& � 1.2 adapun untuk �$ � �8.6, 4.1 ,1.7� dan
nilai awalnya yaitu � � 5, � � 7 dan � � 2 dan g � 0.005. Untuk hasil simulasi
dapat dilihat pada gambar 4.3 yang menunjukan dari populasi dari spesies pemangsa
dengan menggunakan dua dimensi.
Gambar 4.3. Dinamika Populasi Spesies Pemangsa
Kasus Gambar 4.3 ini terlihat bahwa ada hubungan anatara kepadatan spesies
mangsa di wilayah bebas ���� dengan kepadatan spesies pemangsa ���� diamana
pada ���� terdapat pemangsa yang berinteraksi dengan mangsa pada wilayah
tersebut. Ketika keadaan ���� mengalami penurunan dikarenkan adanya interaksi
maka secara otomatis kepadatan spesies pemangsa ���� akan mengalami
pertumbuhan dan pada ���� itu sendiri terdapat �&. Ketika �& nya semakin besar
maka akan mengakibatkan pertumbuhan ���� akan semakin tinggi. Dan Gambar 4.3
akan diperjelas oleh Tabel 4.3 sebagai berikut:
53
Table 4.3. Dinamika Populasi Spesies Pemangsa
z(t) z(t) z(t)
T beta2=8.6 beta2=4.1 beta2=1.7
0 2 2 2
1 2.477143 2.252143 2.132143
2 3.063818 2.53417 2.272227
3 4.097431 2.988234 2.488053
4 5.447343 3.51638 2.722436
5 7.161776 4.123754 2.975807
6 9.264306 4.814457 3.248729
7 11.72471 5.589496 3.54156
8 14.43654 6.445727 3.854408 *
1997 42.98024 40.10593 38.38403
1998 42.98024 40.10593 38.38403
1999 42.98024 40.10593 38.38403
2000 42.98024 40.10593 38.38403
Untuk Tabel 4.3 pada saat waktu tertentu kepadatan spesies pemangsa ����
saat t=1964 akan mencapai 42.98024 ribu dengan �& � 8.6, kemudian pada saat
t=1908 akan mencapai 40.10593 ribu dengan �& � 4.1, begitu juga pada saat t=1869
akan mencapai 38.38403 ribu dengan �& � 1.7. ketika dinamika populasi kepadatan
pemangsa datanya semakin besar maka ada kemungkinan laju pertumbuhan spesies
pemangsa tidak akan sama dengan yang didapatkan pada kasus ini, dikarenakan data
pada kasus ini dibatasi yaitu # � 2000. Untuk data selengkapnya dapat dilihat pada
lampiran A-3.
4.4 Dinamika Populasi Spesies Mangsa dengan nm � m dan km � kl
Adapun untuk mengetahui suatu kurva spesies mangsa di wilayah bebas
maupun mangsa di wilayah yang dilindungi dengan �$ � 1 dan r$ � r& maka akan
diberikan nilai parameter sebagai berikut. R � 16, � � 7, a � 1.5, q � 45, s � 20,
54
t � 35, �$ � 1, �& � 0.001, r$ � 8.5, dan r& � �2.8, 2, 1.2�. nilai awal yang
diberikan adalah � � 5, � � 7 dan � � 2 adapun untuk g � 0.0005. Untuk hasil
simulasi dapat dilihat pada gambar 4.4 yang menunjukan dinamika populasi mangsa
dengan �$ � 1dan r$ � r& menggunakan dua dimensi.
Gambar 4.4. Dinamika Populasi Spesies Mangsa �$ � 1 dan r$ � r&
Pada kasus Gambar 4.4. ini adalah dinamika mangsa yang berada di
wilayah bebas dan mangsa di wilayah yang dilindungi. Kasus ini memiliki r& yang
berbeda yaitu (2.8, 2, 1.2) dan �$ � 1. Ketika r& semakin kecil maka mangsa yang
berada di wilayah yang dilindungi akan semakin tinggi pertumbuhannya.
Pertumbuhan mangsa tersebut bukah hanya di akibatkan oleh r& saja akan tetapi ada
faktor lain yaitu �$ � 1. Dimana pemangsa memiliki kemampuan yang tinggi untuk
berinteraksi dengan mangsa yang berada di wilayah bebas. Jadi keadaaan mangsa di
wilayah bebas akan menurun pertumbuhannya dan mangsa di wilayah yang
dilindungi akan naik pertumbuhannya. Adapun untuk pertumbuhan mangsa yang di
wilayah yang dilindungi pada saat � � 1787. akan mencapai 11.999959 ribu dengan r& � 1.2, ketika saat � � 1508 akan mencapai 7.999650 ribu dengan r& � 2, dan
55
kemudian ketika saat � � 1556 akan mencapai 4.999668 ribu dengan r& � 2.8.
Untuk data selengkapnya dapat dilihat pada lampiran A-4.
4.5 Dinamika Populasi Spesies Mangsa dengan nm Q 1 dan km Q kl
Adapun untuk mengetahui suatu grafik dari spesies mangsa maka akan
diberikan nilai parameter sebagai berikut. R � 16, � � 7, a � 1.5, q � 45, s � 20, t � 35, �$ � 0.001, �& � 2, r$ � 2.5, dan r& � �10.5, 5, 3�. nilai awal yang
diberikan adalah � � 5, � � 7 dan � � 2 adapun untuk g � 0.0005. Untuk hasil
simulasi dapat dilihat pada gambar 4.5 yang menunjukan dinamika populasi mangsa
dengan �$ Q 1 dan r$ Q r& menggunakan dua dimensi.
Gambar 4.5. Dinamika Populasi Spesies Mangsa �$ Q 1 dan r$ Q r&
Pada kasus Gambar 4.5. ini adalah dinamika mangsa yang berada di wilayah
bebas dan mangsa yang berada di wilayah yang dilindungi. Kasus ini memiliki r&
yang berbeda yaitu (10.5, 5, 3) dan �$ Q 1. Ketika r& semakin besar maka mangsa
yang berada di wilayah bebas akan semakin tinggi pertumbuhannya. Dan sebaliknya
keadaan mangsa di wilayah yang dilindungi akan semakin menurun pertumbuhannya.
56
Hal tersebut di akibatkan juga oleh �$ Q 1. Karena pada kasus ini pemangsa memiliki
peran yang kecil untuk berinteraksi dengan mangsa di wilayah bebas. adapun untuk
pertumbuhan mangsa di wilayah bebas pada saat � � 1314 akan mencapai 46.002987
ribu dengan r& � 10.5, ketika saat � � 1627 akan mencapai 45.001242 ribu dengan r& � 5, dan kemudian ketika saat � � 1470 akan mencapai 42.002752 ribu dengan r& � 3. Untuk data selengkapnya dapat dilihat pada lampiran A-5.
57
BAB V
PENUTUP
5.1 Kesimpulan
1. Model mangsa pemangsa di wilayah yang dilindungi dengan kasus pemangsa
sebagian tergantung pada mangsa dapat dibentuk kedalam model matematika
sebagai berikut: ���� � �� �1 �q� r$� � r&� �$�� ���� � a� �1 �s� � r1� r2� ���� � R� �1 �t� � �2�� 2. Untuk jenis kestabilan titik ekuilibrium adalah sebagai berikut:
a. 0K�0, 0, 0� jenis kestabilannya adalah tidak stabil.
b. 0$�0, 0, t� jenis kestabilannya adalah saddel, dengan manifold stabil
1-dimensi pada sumbu � dan manifold tidak stabil 2-dimensi pada
sumbu ��.
c. 0&���, �,� 0� jenis kestabilannya adalah saddel, dengan manifold tidak
stabil 1-dimensi pada sumbu � dan manifold stabil 2-dimensi pada
sumbu ��.
3. Dari teorema yang dibuktikan menggunakan metode Lyapunov maka 0f��f, �f, �f� jenis kestabilannya adalah stabil asimtotik.
4. Simulasi model pemangsa sebagian tergantung pada mangsa sebagai berikut:
a. Dinamika populasi dua mangsa dan satu pemangsa menggunakan dua
dimensi akan menuju pada titik ekuilibrium 0f��f, �f, �f� jenis
kestabilannya adalah stabil asimtotik.
b. Dinamika populasi mangsa pemangsa menggunakan tiga dimensi
yang dibedakan nilai awalnya maka lebih jelas bahwa kurvanya
58
menuju pada titik ekuilibrium 0f yang bersifat stabil asimtotik yaitu � � 13.793122, � � 58.910726, dan � � 0.611782.
c. Dinamika populasi spesies pemangsa ketika �& semakin besar maka
pertumbuhan pemangsa akan semakin tinggi.
d. Dinamika populasi spesies mangsa dengan �$ � 1 dan r$ � r& ketika r& semakin kecil maka pertumbuhan mangsa di wilayah yang
dilindungi akan semakin tinggi.
e. Dinamika populasi spesies mangsa dengan �$ Q 1 dan r$ Q r& ketika r& semakin besar maka pertumbuhan mangsa di wilayah bebas akan
semakin tinggi.
5.2 Saran
Pada tugas akhir ini mengkaji lebih dalam model mangsa pemangsa di
wilayah yang dilindungi dengan kasus pemangsa sebagian tergantung pada mangsa.
Adapun untuk kajian selanjutnya maka saran dari penulis tugas akhir ini dapat
mengkaji lebih dalam model mangsa pemangsa di wilayah bebas dengan kasus
pemangsa sebagian tergantung pada mangsa.
59
DAFTAR PUSTAKA
1. Anton, H. Aljabar Linear Elementer, edisi 7 jilid 1, terjemahan Pantur Silaban, I.
Nyoman Susila, Penerbit Erlangga, 1987.
2. Dubey, B. a prey-predator model with a reserved area, mathematics group,
Jurnal modeling and control, 12(4):479-494, 2007.
3. Boyce, W.E dan Diprima, R.C. elementary differential equation and boundary
value problems, Seventh edition, Jhon Wiley & Sons, 2001.
4. Bronson, R, dan Costa, G.B, Persamaan Diferensial, Edisi Tiga, Alih Bahasa
Thombi Layukallo, Penerbit Erlangga, 2007.
5. Fitria, V.A. Analisis Sistem Persamaan Diferensial Model Predator-Prey Dengan
Perlambatan, ISSN: 2086-0382, Jurnal Cauchy, 2(1):42-53, 2011.
6. Gubu, L. Prilaku Penyelesaian Persamaan Lotka-Volterra Akibat Waktu Tunda
(Time Delay), Universitas Haluolea Kampus Bumi Tridharma Anduonohu
Kendari.
7. Haberman, R. Mathematical Model: Mechanical Vibration, Population
Dynamics, and Traffc Flow. An Inroduction to Applied Mathematics, SIAM,
1998.
8. Iswanto, R.J. Pemodelan Matematika Aplikasi dan Terapannya, edisi 1, Geraha
Ilmu, Yogyakarta, 2012.
9. Kreyszig, E. Advanced Engineering Mathematics. 9th ed, Jhon Wiley & Sons,
Singapore, 2006.
10. Munir, R. Metode Numerik, edisi 3, Penerbit Informatika Bandung, 2010.
11. Murray, J.D. Mathematical Biology: I. An Introduction, Third Edition, Springer
Verlag Berlin Heidelberg University Press Cambridge,1993.
12. Perko, L. Differential Equations And Dynamical System, TAM 7, Springer
Verlag New York, 1991.
13. Pratikno, W.B, dan Sunarsih. Model Dinamis Rantai Makanan Tiga Spesies,
Jurnal Matematika, 13(3):151-158, 2010.
60
14. Robinson, J.C. An Introductionto: Ordinary Differential Equation, Cambridge
University Press Cambridge, 2004.
15. Wrede, R dan Spiegel M.R. Alih Bahasa refina Indriasari, Schaum’s Oouline:
Teori dan Soal-Soal Kalkulus Lanjut, edisi kedua, Alih Bahasa refina Indriasari,
Penerbit Erlangga, 2007.