PERANAN

MODEL
MATEMATIK
DALAM
BIDANG
BIOLOGI DAN
EKOLOGI

1.0

PENGENALAN MODEL MATEMATIK

Biologi dan ekologi salah satu bidang sains yang amat penting. Tetapi kedua-dua
bidang ini berkait dengan matematik. Tidak hairanlah matematik turut dikenali
sebagai mother of sciences. Menurut Kamus Dewan Bahasa dan Pustaka, ekologi
bermaksud

kajian

tentang

hubungan

antara

organisma

hidup

dengan

persekitarannya. Manakala maksud biologi pula ialah ilmu tentang keadaaan dan
sifat makluk hidup termasuk manusia, binatang dan tumbuhan. Biologi turut dikenali
sebagai ilmu kaji hayat. Bidang ini tidak sahaja terhad kepada populasi manusia
malah ia juga meliputi semua organisma hidup seperti haiwan, tumbuhan, bakteria
dan sebagainya. Bidang ekologi ini turut membantu dalam mengkaji dan memahami
proses general yang dikongsikan dengan populasi yang berbeza. Terdapat beberapa
model matematik yang terkenal dalam bidang ekologi dan biologi. Antara model
matematik tersebut ialah:
Mm
e
p
g
n
a
l s
e
d
-o
s
a
ao
D
(M
eD
P
n
d
K
lP
eo
s
ad
D
)
h
a

e rtu
P
n
a
b
m
is
g
o
L
Mu
h
tik
l
e
d
o
Mo
I R
lS
e
d

Terdapat banyak peranan model-model ini dalam memastikan kelestarian hidup

makhluk di muka bumi ini.

2.0

PERANAN

MODEL

MATEMATIK

DALAM

BIDANG

BIOLOGI

DAN

EKOLOGI
Model mengambarkan kepercayaan kita tentang bagaimana dunia berfungsi. Dalam
pemodelan matematik, kita dapat menterjemahkan kepercayaan itu ke dalam
bahasa yang unik iaitu bahasa matematik. Terdapat beberapa sebab pemodelan
matematik digunakan. Antara sebab ia digunakan ialah membangunkan pemahaman
saintifik, menguji kesan perubatan dalam kehidupan manusia dan membantu dalam
membuat keputusan seperti keputusan taktikal oleh pengurus dan keputusan
strategik oleh perancang.
Pemodelan matematik atau boleh dikenali sebagai Biologi Matematik yang sering
digunakan dalam kesusasteraan saintifik merupakan satu aplikasi kaedah matematik
untuk masalah yang timbul dalam bidang biologi dan sains hayat. Model matematik
memainkan banyak peranan dalam kehidupan seharian kita terutama bidang ekologi
dan biologi. Peranan ini akan diterangkan mengikut model-model yang terdapat di
dalam rajah di atas.

2.1

Peranan Di Dalam Model Mangsa-Pemangsa

Salah satu model Model mangsa-pemangsa yang terkenal ialah

model Lotka-

Volterra mula diperkenalkan oleh ahli matematik Itali iaitu Vito Volterra pada tahun
1926. Beliau mengasaskan model ini bagi mencadangkan model persamaan
pembezaan untuk menerangkan peningkatan yang diperhatikanpada ikan pemangsa
dan pengurangan ikan mangsa di Laut Adriatik semasa Perang Dunia Pertama.
Dalam masa yang sama di Amerika Syarikat, persamaan yang dikaji oleh Volterra
turut diterbitkan secara bebas oleh Alfred Lotka pada tahun 1932 untuk
menerangkan tindak balas hipotetikal dalam kepekatan kimia.
Model ini terus berkembang dan memainkan banyak peranan kepada masyarakat
dunia. Antara peranannya ialah model ini dapat membantu manusia dalam
menyelamatkan alam sekitar dan kesihatan. Untuk hidup manusia memerlukan
makanan. Manusia akan bercucuk tanam seperti padi sebagai makanan asasi.
Tetapi serangga perosak akan menyerang tanaman manusia dan menyebabkan
manusia kekurangan pengeluaran makanan. Ada sesetengah manusia mengambil

jalan mudah iaitu menggunakan racun perosak bagi melindungi tanamannya.

Malangnya penggunaan racun perosak boleh membahayakan manusia malah alam
sekitar. Oleh kerana itu, model ini akan memainkan peranan bagi mengelakkan
manusia daripada menggunakan racun perosak. Paradoks racun makhluk perosak
adalah paradoks yang menyatakan bahawa dengan menyembur racun serangga
perosak, sebenarnya hanya meningkatkan populasi perosak. Ini berlaku apabila
racun perosak menggangu hubungan dinamik semulajadi pemangsa-mangsa dalam
ekosistem. Paradoks hanya boleh berlaku apabila perosak sasaran mempunyai
pemangsa semulajadi yang turut sama terjejas oleh racun makhluk perosak. Untuk
mengelakkan

penggunaan

racun

serangga,

model

ini

menjadi

jalan

penyelesaiannya.

2.2

Peranan Di Dalam Model Pertumbuhan Logistik

Kelahiran dan kematian tidak dapat dielakkan dalam kehidupan seorang manusia.
Setiap manusia yang lahir akan pasti menemui kematian ketika penghujung
hayatnya. Dalam perkembangan zaman yang sangat maju ini, manusia memerlukan
satu analisis yang ilmiah terhadap fenomena yang berlaku dalam kehidupan
seharian manusia. Salah satu contoh, ialah mengira jumlah penduduk suatu daerah.
Dalam bidang matematik biologi, matematik digunakan untuk mencuba memahami
pelbagai gejala biologi.
Sebelum saya menceritakan tentang peranan model ini, lebih baik kita mengenal
sejarah model ini. Model logistic berasal daripada model Malthus. Model Logistik
diterokai oleh PF. Verhults pada tahun 1830.
Peranan utama model ini ialah ia dapat meramal jumlah populasi yang ada pada
masa hadapan. Model matematik ini boleh digunakan untuk menganalisis model
pertumbuhan populasi. Model pertumbuhan populasi dapat dibahagikan menjadi
model model pertumbuhan penduduk yang berterusan dan model pertumbuhan
populasi diskret. Sebagai contoh, model pertumbuhan penduduk yang berterusan
digunakan bagi mengetahui ciri-ciri pertumbuhan yang terus berkembang.

2.3

Peranan Di Dalam Model SIR

Model seterusnya ialah model SIR merupakan satu model di dalam bidang
perubatan. Maksud SIR ialah S bermaksud suspectible atau terdedah, I bermaksud
infected atau dijangkiti dan R ialah recovered atau sembuh. Model ini dibangunkan
oleh William Ogilvy dan Anderson Gray Mckendrik pada tahun 1926. Model ini
digunakan dalam epidemiologi untuk mengira jumlah terdedah, dijangkiti, orang
sembuh dalam suatu populasi.
Model ini berfungsi dalam memahami dan meramal penyebaran penyakit. Model ini
juga mengkaji semula model penyakit yang paling mudah dan mempertimbangkan
beberapa perkembangan matematik yang telah meningkatkan pemahaman kita dan
keupyaan ramalan terhadap jangkitan penyakit. Selain itu juga model ini digunakan
oleh penyelidik dan pegawai kesihatan untuk menerangkan peningkatan dan
penurunan bilangan orang yang memerlukan rawatan perubatan untuk penyakit
tertentu apabila berlaku sesuatu wabak penyakit. Model ini juga membantu dalam
langkah-langkah pencegahan daripada penyakit itu terus merebak.
Selain itu juga model ini digunakan dengan andaian seperti berikut:

Penyakit dapat disembuhkan, tidak menyebabkan kematian

Hanya menular melalui sentuhan langsung dengn penyebar
Seseorang yang pernah sembuh daripada penyakit tersebut dan tidak akan
diserang lagi kerana badannya sudah mempunyai immune terhadap penyakit

tersebut.
Populasi tetap (tiada kelahiran dan kematian)
Tiada masa inkubasi ketika proses penularan berlaku
Masa jangkitan terlalu lama.
2.4

Peranan Di Dalam Model Dos Dadah

Model dos dadah atau lebih dikenali sebagai model Pharmakokinetik (PK) dan
model pharmakodinamik (PD). PK adalah satu tindakan dadah di dalam badan yang
mempunyai hubungan dengan tempoh masa termasuk proses penyerapan,
pengedaran dalam tisu badan, biotransformasi dan perkumuhan. Bagi model PK
terdapat beberapa proses yang berlaku iaitu:

Penyerapan (absorption); proses di mana bahan memasuki peredaran darah

Pengedaran dalam tisu badan (distribution); proses penyebaran bahan-bahan

di seluruh cecair tisu badan.

Biotranformasi (metabolisme); proses di mana pengiktirafan dan organism di

mana bahan asing yang hadir dan transformasi dipulihkan.

Perkumuhan (excretion); penyingkiran bahan-bahan toksin daripada tubuh
badan.

Manakala PD menerangkan hubungan antara kepekatan dadah sistematik dan

kesannya dengan masa dan model statistik.
Model ini sangat penting dalam dunia perubatan. Hal ini kerana model ini dapat:

membantu dalam
pemilihan dos yang
bersesuaian untuk
disahkan dalam ujian
klinikal

model ini dapat

melihat keberkesanan
terhadap dos dadah
yang dipilih
Model ini banyak digunakan di beberapa tempat. Antaranya:

 tinjaun untuk mendapatkan kelulusan dalam penggunaan dadah

pelabelan dan regimen dadah

penggunaan dadah yang baru (ubat)

menentukan keputusan dalam penyelidikan

Food and
Drug
Administration

Syarikat
Famaseutikal

Universiti
percubaan reka bentuk klinikal
sokongan dalam menjelaskan mekanisma dadah

percubaan reka bentuk klinikal

ramalan tindak balas daripada pesakit
ramalan kejayaan berdasarkan ujian klinikal

Hospital

LAPORAN
PEMODELAN
MATEMATIK
(MODEL SIR)

MODEL SIR UNTUK PENYEBARAN PENYAKIT TUBERKULOSI

(PENYAKIT BATUK KERING, TB)

Untuk tugasan ini, saya telah memilih model SIR. Saya akan menulis satu laporan
tentang model SIR tentang penyebaran penyakit Tuberkulosi (TB) berdasarkan satu
kajian oleh K. Queena Fredlina. Penyakit ini merupakan satu penyakit yang boleh
menyebabkan kematian di negara yang berkembang. Penyakit ini berkembang
disebabkan oleh bakteria mycobacterium. Bakteria ini ditemui oleh Robert Koch
pada 24 Mac 1882.
Tanda-tanda awal seseorang itu mendapat penyakit TB ialah batuk, sakit dada,
masalah pernafasan, hilang selera makan, berat badan menurun, demam dan
keletuihan. Penyakit TB merupakan penyakit yang ketiga paling bahaya selepas
penyakit kardiovaskular dan penyakit saluran penafasan.berdasarkan World Health
Organization (WHO), pada 2007 telah mencatatkan jumlah pesakit TB di Indonesia
sekitar 528 ribu orang. Jumlah ini meletakkan Indonesia berada di tangga ketiga
dunia selepas India dan China. Tetapi pada tahun 2009, jumlah pesakit TB menurun
kepada 429 ribu orang sahaja. Oleh kerana itu, pengkaji telah menggunakan model
SIR; susceptible, infectious dan recovered.
Populasi manusia terbahagi kepada 3 bahagian iaitu pertama populasi susceptible;
populasi yang terdedah dengan jangkitan penyakit TB, populasi kedua ialah populasi
yang dijangkiti penyakit dan populasi ketiga ialah populasi yang kembali pulih
selepas menjalani rawatan.
Model yang digunakan adalah model matematik, model SIR akan membuat
persamaan

untuk

pengkamiran

yang

bergantung

pada

pembolehubah-

pembolehubah setiap penduduk . seterusnya pengkaji akan analisis parameter dan

mencari basic reproduction ratio (R0) dan membuat simulasi berangka dengan
kaedah Runge Kutta.
Tujuan pemerhatian adalah :

mengetahui cara membina model penyebaran penyakit tuberculosis,

mengetahui parameter yang berpengaruh paling ketara dalam model

penyebaran penyakit TB .

Langkah - langkah dalam pembentukan model SIR penyebaran penyakit batuk

kering adalah :

Mengenalpasti masalah; iaitu membaca dan memahami literatur yang

berkaitan dengan penyakit tuberkulosi dan pemodelan matematik SIR,
sehingga dapat menentukan bahagian-bahagian populasi yang akan

digunakan dalam model.

Membuat andaian; iaitu dalam model matematik yang digunakan tidak semua
faktor yang berpengaruh dalam penyebaran penyakit batuk kering dapat
dimodelkan secara matematik. Oleh kerana itu, ia perlu diringkaskan dengan
melakukan pengurangan faktor-faktor yang berpengaruh terhadap penyakit

ini.
Menyelesaikan dan mentafsir model; selepas model terbentuk, ia perlu
diselesaikan secara matematik iaitu melakukan analisis parameter dengan

mencari titik kritis , nilai eigen , dan basic reproduction ratio (R0).
Pengesahan Model; selepas melakukan analisis pada model, pengkaji perlu
melihat simulasi model. Simulasi dilakukan untuk menguji hasil analisis dan
melihat pengaruh dari parameter. Untuk simulasi berangka menggunakan
kaedah Runge Kutta

Pembentukan model SIR terhadap penyakit TB

Untuk membentuk model penyebaran batuk kering, populasi penduduk (N)
dibahagikan kepada 3 bahagian iaitu : susceptible (S(t)) , infectious (I(t)) dan
recovered (R(t)). Jumlah penduduk (S) akan bertambah kerana kelahiran sebanyak
, dengan adalah malar. (S) akan berkurang kerana kematian dengan kadar yang
cepat, t. Sentuhan secara langsung dengan individu yang dijangkiti menyebabkan
individu tersebut akan turut dijangkiti dan tergolong dalam populasi (I). Hal ini
menyebabkan berkurangnya populasi (S) . Kadar penularan penyakit TB adalah b.

Kumpulan (I) menyatakan individu yang dijangkiti dan boleh menularkan TB kepada
orang lain. Berkurangnya populasi ini disebabkan oleh kematian kerana faktor lain
dengan laju, dan kematian kerana penyakit TB dengan laju, . Individu yang
dijangkiti TB boleh sembuh secara sendiri dengan kadar yang cepat, c akan
tergolong dalam populasi (R). Hal ini juga menyebabkan berkurangnya populasi (I).
Individu dalam golongan (R) diramalkan tidak akan menjadi pesakit TB sekali lagi.
Berkurangnya penduduk ini disebabkan oleh kematian dengan laju, . Dari andaian
di atas, pengkaji akan membuat carta alir mengenai model SIR batuk kering (TB)
seperti terlihat pada rajah di bawah:

Berdasarkan andaian dan rajah di atas, model SIR dari penyebaran penyakit TB
adalah:

Analisis Model SIR

1. Titik Kritis
Untuk mencari titik kritis, sistem (1) dibuat dalam keadaan malar semasa
keadaanya:

Oleh kerana itu, kita akan mendapat dua titik kritis iaitu
a.

yang memberikan diase-free equilibrium,

b.

, dengan:

Secara realitinya, jumlah populasi manusia tidak akan menjadi negatif. Oleh kerana
itu, titik kritis ini haruslah menjadi positif. Nilaji J dan M sudah pasti menjadi positif.
Disebabkan hal ini, nilai L akan menjadi positif termasuk nilai k.

2. Nilai Eigen
Nilai Eigen berfungsi dalam menegtahui kestabilan dari satu sistem. Untuk mencari
nilai eigen, perkara pertama yang perlu dilakukan ialah mencari matriks Jacobian
(MJ). Matriks Jacobian dari sistem (1) adalah:

Pengantian titik kritis yang telah digunakan ke dalam MJ. Oleh kerana itu, pengkaji
akan memperolehi dua matriks Jacobian yanag menjadi kunci utama dalam mencari
nilai eigen:

Nilai

atau nilai eigen diperolehi untuk titik kritis (i):

Nilai eigen untuk titik kritis (ii) ialah

Maka
Sistem tersebut dikatakan stabil apabila semua nilai eigen dari sistem tersebut
bernilai negatif atau

. Nilai eigen (2) akan stabil dan menuju

ke titik kritis

. Persamaan ini

bertentangan dengan syarat titik kritis (ii). Oleh keranan itu, populasi I dan R akan
menjadi negatif sedangkan secara reality nilai ini tidak boleh menjadi negatif. Maka
titik kritis (ii) diabaikan.
Untuk membuat nilai eigen (3) stabil, ketiga nilai eigen haruslah negatif . Nilai
menhjadi negatif termasuk nilai

. Nilai A= bJ mesti positif sehingga

penyebut dari nilai eigen menjadi positif. Oleh kerana itu, niali pengangka haruslah
negatif:

Oleh kerana A akan menjadi positif maka C turut menjadi positif agar AC>0. Selain
itu, B juga haruslah positif kerana jika nilai eigen bukan positif maka ia menjadi tidak
stabil.
Apabila syarat untuk
apabila

dipenuhi maka nilai

maka nilai dari

pasti turut dipenuhi. Hal ini kerana

turut kurang dari nilai itu.

Dengan stabilnya nilai eigen (3), nilai eigen (2) akan menjadi tidak stabil. Nilai (3)
akan stabil jika memenuhi L>0 atau

yang menyebabkan nilai eigen (2)

menjadi positif dan tidak stabil. Maka titik kritis (i) stabil, titik kritis (ii) tidak stabil dan
sebaliknya.

3. Basic Reproduction Ratio (A)

Di dalam epidemiologi, peningkatan penyebaran suatu penyakit merebak boleh
diukur dengan suatu nilai yang dikenali sebagai basic reproduction ratio (R 0). Untuk
mengelakkan daripada kangkitan TB, R 0 < 1. Dalam hal ini setiap pesakit akan

menyebarkan penyakit kepada kurang seorang pesakit baru sehingga penyakit ini
hilang. Tetapi apabila R0 >1 maka setiap pesakit dapat menyebarkan penyakit lebih
dariapada seorang pesakit baru sehingga menjadi epidemik.
Untuk mencari R0, pengkaji akan dapat mencari populasi yang menyebarkan TB
melalui model I pada persamaan (1). Contohnya A adalah
= M D. Dengan yang demikian

gantikan titik kritis

terhadap I, di mana A

. Seterusnya:

pada (4).

Daripada persamaan ini akan dapat ketahui M=B dan

. Maka

4. Simulasi Analisis Numerik

Berdsaratkan syarat R0 < 1, diberikan nilai

Apabila mendapat titik kritis seperti berikut

Titik kritis (ii) diabaikan kerana populasi bernilai negatif maka titik kritis (i) akan
memberikan disease-free- equilibrium.
Nilai eigen dapat diketahui dengan mengantikan parameter yang diketahui ke nilai
eigen (2) dan (3) sehingga mendapat nilai eigen seperti berikut:

Kita dapat ketahui nilai eigen yang stabil ialah nilai eigen pada titik kritis (i). Ini
bermakna sistem akan menuju ke titik kritis

. Hal

ini merupakan keadaan yang diharapkan kerana keadaan ini merupakan keadaan
bebas penyakit TB.
Melalui kaedah Runge-Kutta akan memprolehi perilaku dinamik dari sistem yang
terbentuk dalam simulasi ini menggunakan nilai awal : S (0) = 400000, I(0)= 50000,
R(0) = 250000, N=S+I+R = 700000 dan nilai h = 1, dengan t dalam bulan. Sistem ini
dapat di lihat secara jelas di dalam graf di bawah.

Graf ini menunjukkan perubahan jumlah populasi S, I, dan R terhadap waktu. Kita
dapat melihat populasi I dan R akan mengalami penurunan dan menuju nol tetapi
populasi S akan mengalami peningkatan. Hal ini bermaksud jika parameter yang
terbentuk memenuhi syarat R0 < 1 maka penyakit TB dapat dihapuskan.

LAMPIRAN

RUJUKAN