Академический Документы
Профессиональный Документы
Культура Документы
terkopel. Analisis yang dilakukan pada jawab atas adanya rangsangan dari luar
sistem terkopel ini dilakukan hanya pada berupa arus listrik yang diterapkan pada
model dengan arus AC bergantung waktu sel saraf. C merupakan parameter
saja. Pada sistem terkopel ini akan kapasitansi total dari membran saraf.
dibahas propagasi sistem kompleks saat Parameter VCa, VK,, dan Vl mewakili
terisolasi (tidak terkopel), terkopel, dan potensial kesetimbngan dari ion Ca2+, K+,
sinkronisasi dengan variasi fase dan faktor koreksi dari arus kebocoran
propagasi yang berbeda dengan (Leakage Current). Sedangkan gCa, gK,
melibatkan kekuatan kopel antar saraf. dan gl, merupakan konduktansi
Hasil yang didapat dalam analisis ini maksimum yang bertanggung jawab atas
ditampilkan dengan menggunakan arus ionik yang terjadi pada sel saraf.
MATLAB berupa propagasi sistem Fungsi M∞(V) bergantung pada nilai
banyak saraf (n=2,3,4) terkopel. potensial membran merupakan sutau
fungsi yang berkaitan dengan peluang
IV. HASIL DAN PEMBAHASAN terbukanya saluran Ca2+ dapat dilihat
pada persamaan (4). Persamaan (5)
Selama beberapa dekade terakhir menggambarkan proses pemulihan yang
ini, penelitian mengenai jaringan saraf dilakukan oleh saluran protein yang
tiruan (JST) berkembang seiring dengan bertransformasi dengan membran saraf
kemajuan berbagai teknologi perangkat diantara keadaan terkonduksi ion-ion
lunak dalam hal analisis JST tersebut. atau tidak. Pada persamaan kedua ini
Dalam proses interpretasi JST, berbagai terdapat dua buah fungsi kemungkinan
model telah dipublikasikan oleh para W∞dan τ∞ yang masing masing
peneliti untuk memvisualisasikan merupakan fungsi kemungkinan
bagaimana mekanisme propagasi pada terbukanya saluran K+ dan suatu fungsi
jaringan saraf dalam bentuk action skala waktu yang berkaitan dengan
potential (AP). Salah satu model yang proses pemulihan (depolarisasi).
telah berhasil memvisualisasikan Pada persmaan (8), parameter ø
mekanisme AP pada jaringan saraf merupakan skala waktu proses
adalah model Morris-Lecar (1948) yang pemulihan. Nilai ø dapat divariasikan
merupakan sistem pesamaan differensial untuk berbagai sel yang berbeda-beda
biasa (PDB) terhadap waktu dengan dua dan sangat sensitif terhadap suhu
variabel dimensional utama yaitu V dan lingkungan membran. Parameter V1, dan
W. V3 merupakan suatu nilai tengah saat arus
Dengan meninjau kembali ionik Ca2+ dan K+ada pada keadaan
persamaan (2) dan (3), model saraf setengah teraktivasi (half activated), V2
Morris-Lecar (ML) merupakan model merupakan sebuah konstanta potensial
yang diaplikasikan untuk suatu sistem yang bertanggung jawab kepada loncatan
jaringan saraf yang memiliki sensitifitas potensial saat aktivasi, sedangkan V4
terhadap tegangan listrik akibat adanya adalah faktor kemiringan laju aktivasi ion
konduktansi pada membran sel saraf.15 K+.16
Model ini memiliki dua variabel Secara keseluruhan, saat saraf
dimensional utama yaitu V dan W yang menerima rangsangan dari luar ,maka
masing-masing mewakili potensial akan terjadi suatu potensial aksi karena
membran saraf dan suatu recovery mekanisme elektrik yang menyebabkan
variable yang berhubungan dengan perubahan beda potensial, arus,
normalisasi konduktansi ion K+ dalam konduktansi, dan kapasitansi pada
peristiwa depolarisasi. Fungsi ini membran dalam proses penjalaran impuls
dibangun berdasarkan asumsi bahwa tersebut.
nilainya sebanding dengan nilai instan 4.1 Solusi Numerik Propagasi Saraf
dari kemungkinan saluran ion tersebut dengan Metode RK-4
berada pada keadaan terbuka. Iapp Untuk menyelesaikan PDB diatas
merupakan variabel yang bertanggung digunakan pendekatan secara numerik
16
N
dan (3) menjadi. ms/cm2 , ø=1/15 s-1, VCa= 120 mV, VK=-
=− ∞ ( )( − )
NX
80 mV, Vl= -60 mV, V1=-1.2 mV, V2=18
− !( − )
mV, V4=17.4 mV ,V3=12 mV. dan Iapp=
∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (30)
N! !∞ ( ) − !
40
= ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (31)
30
NX '( ( )
20
10
m e m b ra n e v o lta g e v (m V )
0
@(b, T) = (− _ G _∞ ( )(
dinamik dalam propagasinya. Semua
− _ G ) − _w !(
kombinasi ini menghasilkan suatu
− _w ) − _W (
mekanisme dinamik yang bervariasi
− _W ) + $_Gxx)/ ∙∙∙∙∙∙
dalam suatu propagasi saraf.
∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (34)
Bentuk propagasi yang dibahas
!∞ ( ) − !
dalam penelitian ini seperti yang telah di
40
-10
Class 2 Excitability
30
-20
20
-30
membran voltage v (mV)
10 -40
0 -50
0 100 200 300 400 500 600
-10
-20
Gambar 20. Nilai Iapp pada (a) tipe 1 dan
-30 (b) tipe 2 masing-masing 40 µA dan 50
-40 µA. Kedua bentuk propagasi tidak dapat
-50
0 200 400 600 800 1000 1200
terjadi secara periodik.
time t (ms)
Gambar 19. Bentuk propagasi saraf tipe 4.1.2 Solusi numerik dengan arus
2. terapan DC bergantung waktu
Nilai arus Iapp atau arus yang
Hasil simulasi tidak menunjukan diterapkan pada sel saraf sangat
adanya perbedaan antara Tipe 1 dan 2. mempengaruhi bentuk propagasinya.
Kedua tipe propagasi tersebut sebenarnya Pada sub bab sebelumnya, telah dibahas
memiliki perbedaan dalam hal sistem bentuk propagasi saraf pada tipe 1 dan 2
dinamiknya. Perbedaan nilai titik dengan nilai arus terapan adalah konstan,
keseimbangan dan jenis bifurkasi sangat yaitu masing-masing 50 µA dan 55 µA
jelas terlihat pada suatu bidang fase pada untuk tipe 1 dan 2. Dengan nilai tersebut,
tipe 1 dan 2. Pembahasan lebih saraf dapat menjalar secara periodik.
lengkapnya, akan dijelaskan pada sub Jika arus Iapp pada sel saraf tidak
bab berikutnya. bernilai tetap, atau nilainya berubah
Berdasarkan hasil simulasi, pada terhadap waktu, maka bentuk propagasi
kedua tipe propagasi memiliki nilai dan sistem dinamiknya berubah. Dalam
minimum Iapp untuk melakukan eksitasi penelitian ini dimodelkan suatu
secara periodik (Gambar 18 dan 19). persamaan yang merupakan fungsi arus
Nilai minmum untuk tipe 1 dan 2 terapan Iapp terhadap waktu I(t) sebagai
masing-masing adalah 40 mA dan 50 mA. berikut:
20
Class 1
penambahan (gradien) arus maksimum
10
tiap detik, sedangkan α merupakan nilai
0
(a) koefisien penambahan yang bertanggung
-10
jawab atas besar kecil laju perubahan
-20
-30
arusnya.
-40
Dengan mensubstitusikan
-50
0 100 200 300 400 500 600
persamaan (36) ke persamaan (34)
dengan menggantikan parameter Iapp
dengan I(t), persamaan (34) menjadi
persamaan (37) sebagai berikut:
18
@(b, T) = (− _ G _∞ ( )(
− _ G ) − _w !(
Propagasi saraf tipe 1 dan 2 ini
− _w ) − _W (
memiliki karaktersitik masing-masing
− _W ) + $(X))/ (37)
dalam merespon rangsangan dari luar.
Dengan mengubah nilai Iapp menjadi
suatu nilai yang bergantung dengan
persamaan (37) kemudian disubstitusikan waktu, Nilai parameter kedua tipe
kembali ke persamaan (32), kemudian berbeda. Selain I(t), nilai V3 padakedua
dengan menggunakan MATLAB tipe berbeda yaitu 12 mV dan 2 mV
didapatkan solusi numerik seperti pada untuk tipe 1 dan 2. Perbedaan nilai ini
Gambar 21. (class 1) dan Gambar 22. pada kedua tipe saraf tersebut
(class2). menampilkan bentuk propagasi yang
berbeda. Berdasarkan Gambar 21., tipe 1
Pulse of Class 1 Current Time Dependent mulai melakukakn eksitasi pada saat
40 t≈800 ms (spike state) yaitu pada saat
nilai I≈130 µA. Saat nilai I sangat besar
20
(I≈350 µA) potensial aksi mulai
m e m b ra n e v o lta g e (m V )
0
spike state
rest state
-20 30
-40 20
10
-60
spike
0 state rest
-80 state
0 200 400 600 800 1000 1200 1400 1600 1800 2000
time (ms) -10
-20
400
a p p l ie d c u r r e n t
(m ik ro A m p e re )
Class 2
-30
200
-40
0
0 200 400 600 800 1000 1200 1400 1600 1800 2000 -50
time (ms)
-60
36 spikes/1200 ms
(a)
Gambar 22. Propagasi saraf tipe 2 dengan -70
0 500 1000
time (ms)
1500 2000
arus I(t).
19
20
Class 1
Resting State
-30
-50
Periodic Spike
50
-100
20
no spike
(b)
m em bran e v oltag e (m V )
-60
m e m b r a n e V o lt a g e ( m V )
20
-20
perbedaan dalam sistem dinamiknya. -30
Hal yang harus digaris bawahi adalah, -40
a p p lie d c u r r e n t ( A C )
yang berkaitan dengan nilai arus terapan. 10
0
bab ini, akan digunakan suatu nilai arus -10
-40
Parameter yang digunakan ini adalah
-50
nilai Iapp dengan fungsi masukan berupa -60
0 500 1000 1500 2000 2500 3000
nilai arus AC (alternating current) yang time (ms)
dapat dilihat pada persamaan (38).
( ( m ik c r o A m p e r e )
a p p lie d c u r r e n t
20
-20
0 500 1000 1500 2000 2500 3000
hasil pada Gambar 25., saat nilai arus Berdasarkan hasil simulasi pada
definit positif, pada tipe 1 maupun 2 Gambar 26., pada propagasi tipe 1,
mengalami eksitasi. Perbedaan pada semakin besar nilai ω, perubahan
kedua tipe propagasi ini terletak pada frekuensi spike tidak terlalu besar namun
saat nilai arus masukan bernilai negatif. terdapat perubahan fase propagasi
Pada tipe 1, meskipun nilai arus masukan menuju stabil. Sedangkan pada tipe 2,
memasuki negatif, eksitasi masih dapat perubahan nilai ω yang semakin besar,
terjadi tetapi mengalami penurunan sangat terlihat perubahan yang signifikan.
frekuensi eksitasi (spike frequence) Pada nilai ω=0.016, tipe 2 melakukan
dibandingkan saat nilai arus adalah burst, saat nilainya dinaikan menjadi
positif. Hal yang berbeda terjadi pada 0.056, propagasi burst menghilang dan
tipe 2. Saat nilai arus negatif, pada tipe 2 menjadi suatu tonic spiking. Saat nilai ω
tidak terjadi eksitasi sama sekali. Ini dinaikan lagi menjadi 0.106, peristiwa
berkaitan dengan karakteristik dari burst kembali muncul dan saat ω
propagasi tipe 2, karena pada tipe ini bernilai 0.206 propagasi kembali stabil
saraf cenderung harus diterapkan oleh (regular spiking).
nilai arus yang lebih tinggi dengan pita Dapat disimpulkan bahwa pada
frekuensi eksitasi yang lebih sempit tipe 1, kenaikan nilai ω cenderung tidak
(spesifik).17 mengubah bentuk propagasi saraf (neural
Agar lebih memahami fenomena properties) hanya mengubah keteraturan
ini, pada tiap tipe 1 dan 2 diperlakukan propagasi saraf dilihat dari fase propagasi
suatu variasi nilai ω. Nilai ω tiap eksitasi (spike) hingga mencapai
menunjukkan besar kecilnya frekuensi kestabilan. Sedangkan pada tipe 2,
arus listrik masukan AC pada saraf. Nilai perubahan (kenaikan) nilai ω dapat
variasi ω dapat dilihat pada Gambar 26. mengubah bentuk propagasi saraf baik itu
berupa spike atau burst secara berulang.
50
omega
ω 4.2 Analisis Sistem Dinamik Propagasi
0
0.011 Saraf
-50
50
0 200 400 600 800 1000 1200 1400 1600 1800
Langkah terakhir dari analisis
0.051 0
kualitatif suatu sistem dinamik adalah
analisis bifurkasi. Suatu sistem dinamik
-50
50
0 200 400 600 800 1000 1200 1400 1600 1800
dikatakan mengalami bifurkasi alamiah
0.101 0 ketika ruang fasenya memiliki
-50
0 200 400 600 800 1000 1200 1400 1600 1800
karakteristik perubahan secara kualitatif.3
50
Perubahan secara kualitatif adalah
0.201
0
perubahan karakteristik sistem dinamik
-50
0 200 400 600 800 1000 1200 1400 1600 1800 saat ada atau tidak ada dalam keadaan
Class 1 Excitability
50
dinamik. Suatu sel saraf berada pada
omega keadaan ada atau tidak dinamik
0
0.016 bergantung pada kondisi awal dan
ω -50
50
0 200 400 600 800 1000 1200 1400 1600 1800
parameter alamiah yang berkaitan dengan
0.056
0 saraf tersebut. Dalam hal ini yang paling
-50 terlihat jelas adalah parameter potensial
-100
50
0 200 400 600 800 1000 1200 1400 1600 1800 membran.
0
Bifurkasi merupakan proses
0.106
-50 perubahan titik keseimbangan
-100
0 200 400 600 800 1000 1200 1400 1600 1800
(equilibrium) baik jenis maupun jumlah
50
akibat adanya perubahan parameter yang
0.206 0
-50
terkandung pada suatu persamaan.7
-100
0 200 400 600 800 1000 1200 1400 1600 1800
Dalam hal ini parameter dan persamaan
Class 2 Excitability yang dimaksud terangkum dalam sutau
Gambar 26. Variasi nilai ω terhadap model saraf. Model yang digunakan
bentuk propagasi saraf adalah model ML dengan parameter
22
0
1
V (m V )
bernilai nol. Dengan memisalkan ruas -20
0.8
W nulcline
re c o v e ry v a ria ble W (m V )
-60
0 200 400 600 800 1000 1200
0.6 V nulcline
f(v,w) dan g(v,w) maka persamaan (30) 0.5
time (ms)
0.4
Limit cycle
N
0.4
0.2
= @( , !) = 0 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (39)
0.3
W (m V )
NX
0.2
0
0.1
equilibrium
N
0
= @( , !) = 0 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (40)
0 200 400 600 800 1000 1200 -0.2
-50 -40 -30 -20 -10 0 10 20 30 40
time (ms) membrane potential V (mV)
NX
(a)
40 1
20
0.9
Phase portrait of Class 2 Excitability
0
V (m V )
0.8
-20
W nulcline
0.7
akar persamaan.
0.4
0.4
0.3 equilibrium
0.3
0.2
0.2
0
0.1
0
0 200 400 600 800 1000 1200
(b)
fungsi f(v,w) dan g(v,w) pada keadaan
keseimbangan maka akan menjadi. Gambar 27. Diagram fase (a) tipe 1 dan
− ∞(
)( − ) − !( − )
(b) tipe 2 dengan Iapptetap.
− " ( − " ) + $ %%
= 0 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (41)
Untuk memahami makna
!∞ ( ) − !
kualitatif dari diagram fase tersebut,
= 0 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (42)
'( ( )
langkah selanjutnya yang dilakukan
adalah mencari nilai eigen untuk
menentukan jenis titik kritis
ruas kiri pada masing-masing persamaan (keseimbangan) pada sistem.
dimodifikasi sehingga hanya Untuk mencari nilai eigen
mengandung parameter w saja sehingga tersebut, maka harus dibangun suatu
persamaan (41) dan (42) menjadi. matrik karaktersitik yang disebut matriks
!( ) = (− _ G _∞ ( )( − _ G )
jacobian (J). Dengan memasukan
− _W ( − _W )
persamaan (30) dan (31) kedalam
+ $_Gxx)/( _w (
matriks, maka akan didapatkan,
Q@(b, T) Q@(b, T)
− _w ) ) ∙∙∙∙∙∙∙∙∙∙∙∙∙ (43)
!( ) = !∞ ( ) ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (44) • = € Qb QT • ∙∙∙∙∙∙∙∙∙ (45)
Q (b, T) Q (b, T)
Persamaan (43) merupakan grafik garis Qb QT
nol (nullcline) saat nilai dV/dt=0
sedangkan persamaan persamaan (44)
23
@( , !) = (− _ G _∞ ( )(
− _ G ) − _w !(
ms/cm2, gl=2 ms/cm2gCa=4 ms/cm2 ,
− _w ) − _W (
To=1/15 s-1, VCa= 120 mV, VK=-80 mV,
− _W ) + $_Gxx)/ ∙∙∙∙∙∙
Vl= -60 mV, V1=-1.2 mV, V2=18 mV, V4
∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (46)
=17.4 mV , V3=12 mV. danIapp= 50 µA.
!∞ ( ) − !
hasil penurunan matriks dengan
( , !) = ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (47)
'( ( )
MATLAB didapatkan matriks (48)
untuk tipe 1 dan matriks (49) untuk tipe 2
dengan nilai nilai Iapp=55 µA. dan V3=2
Dengan memasukan nilai parameter mV.
untuk tipe 1 adalah C=20 µF/cm2, gK=8
‚=
‹ Œ •
‡ˆ‰Š8 Ž 9
Œ• Œ• ’Œ“(”’./H)
†
… ¨
‘ ‘ ‹ Œ
• –8 — 9
− − −™ − 32
/˜ . /”
„ §∙
Υ Υ
/H .H ™ ™
„ •‹ Œ•
•‹ ••
Ÿ ¡ Œ §
™ š –8 ’ 9ž • –ž •› •‘’ — ¢¢ •‹ •• • •‹ Œ•
• –8 ’ 9 ¥ š–8 ’ 9
ƒ( − cosh (.£3 − /¤)( − ™//) −
Œ›œ •‘ • Œ• • ™” .H .
¦
•› •‘ Œ›œ •‘
.£3 ™// .™
∙∙∙∙∙∙∙∙∙∙ (48)
‚=
‹ Œ •
‡ˆ‰Š8 Ž 9
Œ• ’Œ“(”’./H)
† Œ•
… ¨
‘ ‘ ‹ Œ
• –8 — 9
− − −™ − 32
/˜ . /”
„ §∙
Υ Υ
/H .H ™ ™
„ •‹ •
•‹ Œ•
Ÿ ¡ Œ §
™ š –8 ’ 9ž • –ž •› •›’ — ¢¢ •‹ Œ• • •‹ •
• –8 ’ 9 ¥ š–8 ’ 9
ƒ( − cosh (.£3 − ©£)( − ™//) −
Œ›œ •› • Œ• • ™” ™ .
¦
•› •› Œ›œ •›
.£3 ™// .™
∙∙∙∙∙∙∙∙∙∙ (49)
Y 0.3751
nol nya adalah,
ªKxO 1: U . V = 8 9
−5.375752 Y/ −0.0149
ªKxO 1: U H V = 8 9
!H 0.1194959
Y −0.0705 + 0.0412K
ªKxO 2: U . V = 8 9
−34.968339 Y/ −0.0705 − 0.0412K
ªKxO 2: U H V = 8 9
!H 0.01407425
dari hasil pencarian nilai eigen tersebut
selanjutnyua pada masing-masing tipe dapat disimpulkan bahwa titik kritis pada
disubstitusikan nilai V0 dan W0 pada V tipe 1 adalh titik saddle tidak stabil
dan W sehingga matriks (48) dan (49) dengan ditandai oleh adanya nilai eigen
menjadi bernilai eksak. yang betanda positif. Sedangkan nilai
0.4353 −29.8497
•(ªKxO 1) = 8 9
eigen pada tipe 2 adalah kompleks-
0.0009 −0.0752
konjugat dengan suku real memiliki
tanda negatif adalah titik focus yang
−0.0331 −18.0127
• (ªKxO 2) = 8 9
stabil
0.0002 −0.1080
Titik kritis diatas didapatkan
pada saat keadaan setimbang. Pada
24
re c o v e ry v a ria b le W (m V )
0.6 Periodic Limit Cycle
Threshold
0.5
0.2
0.4
0
-60 -50 -40 -30 -20 -10 0 10 20 30 40
Gambar 28. Bifurkasi saddle-node pada membrane Voltage V (mV)
Y 0.3953 Y 0.3907
U .V = 8 9 U .V = 8 9
Y/ −0.0346 Y/ −0.0367
Y −0.0782 + 0.0533K
ªKxO 1: U . V = 8 9
mengubah karakteristiknya dengan jenis
Y/ −0.0782 − 0.0533K
dan tanda nilai eigen yang tetap, namun
hanya mengubah besarnya saja.
Kemungkinan kedua jenis dan tanda nilai
Y −0.0720 + 0.0588K
ªKxO 2: U . V = 8 9
eigen akan berubah sehingga
Y/ −0.0720 − 0.0588K
karakteristik dinamiknya akan berubah.
Pada sub bab ini akan dibahas
kemungkinan kedua agar lebih
1.2 1
(a) 0.8
(b)
0.8 New Equilibria
0.7 New Equilibria
Saddle equilibria Initial Condition
mem bran potenstial V (m V)
Critical Point
0.5
Critical Point
0.4
0.4
0.2 0.3
0.2
0
Rest State Initial Condition
0.1 Rest State
-0.2 0
-50 -40 -30 -20 -10 0 10 20 30 40 -50 -40 -30 -20 -10 0 10 20 30 40
Time (ms)
Gambar32. Diagram bifurkasi (a) tipe 1 dan (b) tipe 2dengan nilai V3=18 mV.
26
Pada Gambar 32, noktah merah karakteristik dinamiknya. Dalam sub bab
yang memiliki label new equilibria ini akan di bahas perubahan karaktersitik
adalah merupakan titik focus yang sistem dinamik ditinjau dari adanya
dimaksud. Ini dapat terjadi pada kedua perubahan nilai arus terapan terhadap
tipe bahwa pada eksitasi saraf, nilai eigen waktu, apakah ada perubahan tipe
akan berubah dari real (titik saddle) dan bifurkasi dari keadaan istirahat ke
akan menghilang imaginer pada tipe keadaan eksitasi atau sebaliknya.nilai
biffurkasi Andronov-Hopf. arus terapan bergantung waktu pada
Sedangkan untuk nilai Iapp dan V3 penelitian ini dibagi menjadi dua tipe
pada kedua tipe diukar yaitu untuk tipe 1 berdasarkan jenis arus terapannya yaitu
dan 2 masing-masing 50 µA, 2 mV dan arus terapan DC dan AC. Pertama akan
55 µA, 12 mV dan nilai eigennya adalah. dibahas karakteristik sistem dinamik arus
Y 0.3120 Y. −0.0561
U .V = 8 9U V = 8 9
DC bergantung waktu, selanjutnya AC
40
perlahan-lahan memasuki keadaan
20
istirahat dengan tipe bifurkasi Andronov-
m e m b r a n e v o lt a g e ( m V )
0
Hopf. Secara menyeluruh, hubungan (A)
Increasing Current (T)
-20
antara nilai parameter V3 dan Iapp dapat State
(C) Steady State
-40
dilihat pada tabel 1. -60
(B) Periodic Spiking State
4.2.3 Nilai eigen dan diagram fase tipe -80
1 dan 2 Iapp bergantung waktu 0 200 400 600 800 1000
time (ms)
1200 1400 1600 1800 2000
Analisis sistem dinamik pada Gambar 33. Tiga daerah utama propagasi
penjelasan sebelumnya menggunakan (a) tipe 1 dan (b) tipe 2 dengan arus DC
parameter Iapp dengan nilai yang tetap bergantung waktu.
terhadap waktu. Sehingga dalam
menentukan tipe bifurkasi nya agak sulit
terutama dalam hal perubahan
27
Tabel 2. Nilai eigen masing-masing daerah pada tipe 1 dan 2 arus DC bergantung waktu.
Daerah Tipe 1 Titik kritis Daerah Tipe 2 Tititk Kritis
(A) 0.3691 saddle (A) -0.0820+0.0345i focus stable
t=700 -0.0085 t=300 ms -0.0820+0.0345i
ms
(B) 0.3642 saddle (B) 0.1480+0.0258i fucus
t=1500 -0.0336 t=1000 0.1480-0.0258i unstable
(Transi -0.0933+0.2648i focus (Transisi) -0.1079+0.2342i focus stable
si) -0.0933-0.2648i stable t=1600 -0.1079-0.2342i
t=2000
(C) -0.1057+0.2638i focus (C) -0.1366+0.2214i focus stable
t=2300 -0.1057-0.2638i stable t=1800 -0.1366-0.2214i
Selanjutnya akan dibahas jenis titik kritis terjadi adalah saddle-node. Saat
di tiap daerah untuk tipe 1 dan 2. memasuki daerah transisi (T), sistem
Dengan nilai Imdan Iinit masing- mulai beralih dari keadaan eksitasi
masing pada tipe 1 dan 2 adalah 5 mV menuju istirahat.
dan 10 mV dan 0 µA, didapatkan hasil Pada tahap ini, sistem mengalami
dari simulasi MATLAB nilai eigen dari dua perubahan sekaligus yaitu perubahan
masing-masing daerah pada tipe 1 dan 2 jenis titik kritis dan kestabilan. Titik
yang dapat dilihat pada tabel 2. kritis berubah dari titik saddle tidak stabil
Berdasarkan data pada Tabel 2., menjadi titik focus stabil. Dari perubahan
dapat dilhat bahwa pada propagasi tipe 1 titik kritis ini dapat disimpulkan bahwa
mengalami perubahan jenis titik kritis daerah transisi dari keadaan eksitasi
dan kestabilan. Sedangkan pada tipe 2, menuju istirahat memiliki tipe bifurkasi
tidak mengalami perubahan titik kritis, Andronov-Hopf. Memasuiki daerah (C)
hanya mengalami perubahan kestabilan yang nilai arus terapannya terlalu besar,
saja. Pada tipe 1, dari keadaan istirahat memiliki jenis titik focus yang stabil.
(A) ke keadaan eksitasi (B) memiliki Jika dibadingkan dengan daerah transisi,
jenis titik kritis saddle. Seperti yang telah nilai suku real memiliki nilai yang lebih
dijelaskan sebelumnya, meskipun tidak besar. Ini menandakan bahwa dengan
adanya titik node, titik ini menghilang terus bertambahnya nilai Iapp, maka akan
karena sistem dalam keadaan mulai menaikan nilai eigen menuju nol dan
tereksitasi. Oleh karena itu, saat sistem akhirnya bertanda positif sehingga akan
beralih dari keadaan istirahat menuju kembali tidak stabil. Diagram fase pada
keadaan eksitasi, jenis bifurkasi yang tipe 1 dapat dilihat pada Gambar 34.
28
50
Resting Saddle-Node Resting
0
V (m V )
Bifurcation supercritical
-50
Spiking State Andronov-Hopf
-100
0 500 1000 1500 2000 2500
0.5 time (ms)
tim e (m s )
W (m V )
500
0.1
0
limit cycle 0.5
0
0.4
initial condition 40
0.3 20
Rest State initial condition Rest State 0
0.2
-0.1 W (mV) -20 V (mV)
-60 -50 -40 -30 -20 -10 0 10 20 30 40 0.1
-40
V (mV) 0 -60
Gambar 34. Diagram fase tipe 1 dengan fungsi arus DC bergantung waktu.
Tipe 2 hanya memiliki satu jenis dari keadaan istirahat menuju eksitasi.3
titik kritis yaitu focus. Pada propagasi ini Sedangkan untuk daerah transisi (T),
peralihan dari (A) menuju (B) terjadi nilai eigen berubah menjadi negatif
akibat perubahan kestabilan titik kritis kembali sehingga sistem mulai stabil
dari stabil menjadi tidak stabil.Jika untuk memasuki keadaan istirahat.
sistem tidak stabil, maka saraf akan Sistem terus berosilasi dengan nilai
memulai eksitasi. Jenis bifurkasi dari amplitudo pulsa yang semakin melemah
keadaan istirahat menuju eksitasi adalah dan akhirnya hilang. Jenis bifurkasi yang
tipe bifurkasi subcritical-Andronov-Hopf. memiliki karakteristik demikian adalah
Jenis bifurkasi ini dikatakan subcritical bifurkasi supercritical-Andronov-Hopf.
dikarenakan sistem megalami osilasi Diagram fase untuk tipe 2 tersebut dapat
yang kecil saat akan melakukan transisi dilihat pada Gambar 35.
50
Resting Resting
subcritical
V (m V )
0
Andronov-Hopf supercritical
-50 Spiking State Andronov-Hopf
0 200 400 600 800 1000 1200 1400 1600 1800
0.7 time (ms)
Spiking State
W (m V )
1000
0.3
limit cycle
Spiking State
0.2 500
0.1
Spiking State
0
0.8
Gambar 35. Diagram fase tipe 2 dengan fungsi arus DC bergantung waktu.
29
Tabel 3. Nilai eigen masing-masing daerah pada tipe 1 dan 2 arus AC bergantung waktu
-50
0 100 200 300 400 500 600 700 800 900 1000
60
(mikroA)
min current
Iapp
50
max current max current
40
0 100 200 300 400 500 600 700 800 900 1000
time (ms)
Class 1
0.8
Iapp t=150 Class 1
Iapp t=280 1200
Limit Cycle
W (mV)
600
0.4 Limit Cycle
400
200
0.2 Spiking State
0
0.5
0 0.4
Rest State 40
0.3 20
Initial Condition 0
Rest State 0.2
-20 Initial Condition
-0.2 0.1 -40
-60 -50 -40 -30 -20 -10 0 10 20 30 40 0 -60
V (mV) W (mV) V (mV)
Gambar 36. Diagram fase tipe 1 dengan fungsi arus AC bergantung waktu.
30
50
Andronov-Hopf Bifurcation Andronov-Hopf Bifurcation
V (mV)
0
-50
0 100 200 300 400 500 600 700 800 900 1000
80
(mikroA)
60
max current max current
40
0 100 200 300 400 500 600 700 800 900 1000
1
time (ms)
Class 2
0.9 Iapp t=100
Iapp t=200
0.8
1200
Class 2
Iapp t=300
0.7
mobile stable focus 1000 mobile stable
focus
0.6 800
Spiking State
time (ms)
Rest State
W (mV)
0.5 600
Limit Cycle Limit Cycle
400
0.4
200
0.3
Spiking State 0
0.2 0.8 Rest State
0.6 Initial Condition 40
0.1 20
0.4 0
Initial Condition 0.2 -20
0 -40
-60 -50 -40 -30 -20 -10 0 10 20 30 40 0 -60
V (mV) W (mV) V (mV)
Gambar 37. Diagram fase tipe 2 dengan fungsi arus AC bergantung waktu.
Pada Gambar 37. dapat dilihat dari banyak saraf dengan sifat dan
bahwa pada kedua tipe grafik garis nol karakteristik tertentu. Dengan demikian
untuk V (V nulclines) bergeser selama dalam penelitian ini dibangun suatu
proses dinamik berlangsung. Keadaan model saraf kompleks yang melibatkan
grafik V nulcline yang bergerak periodik banyak saraf yang saling terhubung
ini menyebabkan pergeseran titik secara fungsional.
keseimbangan pada sistem. Pada tipe 1 Solusi dari model yang dibangun
yang berjenis titik keseimbangan saddle menganggap bahwa saraf terhubung satu
maka akan bergerak naik turun mengikuti dengan yang lainnya secara sinaptik.
V nulcline yang berosilasi. Begitu pula Kata sinaptik ini berasal dari salah satu
untuk tipe 2 yang berosilasi pula.Catatan komponen sel saraf pada ujung bagian
bahwa titik kritis pada kedua sistem tidak akson yang terhubung dengan badan sel
mengalami perubahan jenis maupun lainnya disebut synapses . Melalui bagian
kestabilan selama berosilasi. inilah sel satu dengan yang lainnya
Jika nilai Imax dan ω divariasikan bertukar informasi.12 Hubungan sinaptik
dengan interval nilai yang cukup besar, ini memiliki sifat tertentu dilihat dari
akan ada dua kemungkinan bahwa sistem bagaimana hubungan tersebut terjadi
akan mengubah jenis dan kestabilan titik pada dua sel saraf yang terkopel.17
kritis karena nilai arus terapan dengan • Sinaptik elektrik: merupakan suatu
fluktuasi yang tinggi, atau sistem tetap pengiriman informasi dari satu sel ke
mempertahankan karakteristik dinamik sel lain berdasarkan peristiwa difusi
awal nya (tidak mengalami perubahan linier pada potensial membran saraf
karakteristik titik kritis). Kedua terkopel.
kemungkinan ini tidak dibahas pada • Sinaptik kimia: merupakan suatu
penelitian ini karena dalam analisis arus pengiriman informasi secara
terapan AC ini sudah cukup untuk nonlinier yang melibatkan fenomena
mengetahui karakteristik dinamik suatu sinkronisasi pada model saraf
propagasi dengan arus terapan yang pemacu (excitatory) dan penghambat
sangat kecil. (inhibitory).21
4.3 Solusi Numerik Propagasi Saraf Pada penelitian ini dibahas tipe sinaptik
Terkopel elektrik.
Model jaringan saraf yang Model saraf yang dibangun pada
dibahas sebelumnya merupakan hasil penelitian ini adalah suatu model saraf
model jaringan saraf yang diwakili oleh dengan asumsi bahwa suatu jaringan
satu sel tunggal. Jaringan saraf saraf kompleks dapat dimodelkan oleh
merupakan suatu gabungan fungsional dua saraf terkopel yang saling terhubung
31
secara sinaptik.19,21 Jika bahasan antara kedua saraf terhubung atau tidak,
mengenai dua saraf terkopel ini dapat dengan ketentuan sebagai berikut.
ℎg
dijelaskan, maka akan mudah
∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (52)
secara sinaptik.
4.3.1 Model saraf terkopel
Model yang digunakan pada
penelitian ini merupakan suatu model Jika persamaan (51) disederhanakan
saraf terkopel hasil penggabungan dan dengan asumsi bahwa kopling antar sel
modifkasi dari model saraf terkopel saraf dipengaruhi oleh suatu arus
sebelumnya, sehingga model yang sinaptik, maka fungsi sinaptik kopling
dipakai pada simulasi merupakan suatu dapat dibentuk sebagai fungsi potensial
model saraf sinaptik terkopel. membran tiap saraf ditambah dengan
Secara umum, model untuk fungsi arus sinaptik Isyn..
h.
K = s = 1,2,3, … . . , o
pada persamaan (28) dan (29). Jika
persamaan (29) digabungkan dengan
persamaan (28), maka akan menjadi.
=
′
Sekarang persamaan (52) dan (53) akan
@(b ) + q ∑ h. - ´ (50)
.
ditransformasi ke dalam model ML.
.—®¯°8σj±² ’³² m9
Dengan mensubstitusikan persamaan (34)
K = 1,2,3, … . . , os = 1,2,3, … … o
dan (35) kedalam fungsi f(vi),
makadidapatkan persamaan berikut.
N
=− ∞( )( − )
NX
Model pada persamaan (50) merupakan
− !( − )
suatu model dengan mengasumsikan
− " ( − " ) + $ %%
g
bahwa semua sel saraf dalam suatu
N! !∞ ( ) − !
= ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (55)
setelah melakukan kopling dengan sel
NX '( ( )
saraf lain. Oleh karena itu diusulkan
K = s = 1,2,3, … . . , o
suatu model yang menambahkan
pengaturan nilai potensial pembalik dan
keterhubungan antar sel.17
Persamaan inilah yang merupakan model
= @(b ) − (b − µ )q g fℎ g g jbg m ∙
sinaptik kopling Morris-Lecar dengan
′
nilai arus terapan yang dapat
h.
∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (51)
divariasikan.
K = 1,2,3, … . . , os = 1,2,3, … … o
Untuk model kopling 2 saraf
dengan nilai n=2, maka model kopling
N .
menjadi.
=− ∞ ( . )( . − )
.
NX
Vs merupakan potensial pembalik dengan
− !. ( . − )
anggapan bahwa pada hubungan sinaptik
= ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (56. I)
Heaviside yang menentukan apakah
NX '(.( )
.
32
N /
=− ∞ ( / )( / − )
/
NX
Hasil simulasi untuk tipe 1didapatkan
− !/ ( / − )
hasil seperti pada Gambar 38.
/.
20
neuron 1
/( )
0
N!/ !∞ / − !/
V (mV)
-20
= ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (56. N)
-40
NX /( )
'(
-60
0 100 200 300 400 500 600 700 800 900 1000
40
neuron 2
/
20
V (mV)
-20
-40
-60
0 100 200 300 400 500 600 700 800 900 1000
time (ms)
Parameter Iapp dapat berupa arus DC Gambar 38. Dua saraf tipe 1 non-
tetapmaupun bergantung waktu atau arus kopling.εi,2=0.
AC. Dalam penelitian ini, akan dibahas
jenis Iapp sebagai konstanta dan Berdasarkan hasil yang didapat pada
bergantung waktu AC. Untuk DC tidak Gambar 38., dapat dilihat bahwa dengan
akan dibahas. nilai ø yang sama, skala waktu propagasi
4.3.2 Solusi numerik model saraf kedua saraf sama. Yang membedakan
terkopel Iapp tetap. hanya fase awal nya saja, pada saraf 1
Agar memahami lebih lanjut memiliki nilai potensial awal adalah -40
fenomena kopling ini, dengan meninjau mV, sedangkan saraf kedua 0 mV.
kembali persamaan (8), parameter ø Kemudian kedua saraf
merupakan skala waktu propagasi. Secara dikopelkan (εi,2≠0, hij=1), dengan
garis besar, parameter inilah yang mengubah εi= 0.5 mS/cm2 dan ε2=1.25
menyebabkan perbedaan fase pada mS/cm2, maka kedua saraf sudah
propagasi saraf. Dengan memisalkan dua terkopel, dan didapatkan hasil seperti
buah sel saraf dengan tipe eksitasi yang pada Gambar 39. Dapat dilihat bahwa
sama yaitu keduanya merupakan tipe 1, baik fase maupun frekuensi eksitasi
atau keduanya merupakan tipe 2. Maka sudah berbeda. Ini terjadi dikarenakan
akan dibuat simulasi sinkronisasi kedua propagasi masing-masing saraf
saraf tersebut dengan nilai ø yang sama, dipengaruhi satu sama lain dengan
atau berbeda. kekuatan kopling yang berbeda (εi ≠ ε2)
Pada kasus pertama dengan nilai sehingga menghasilkan propagasi yang
ø yang sama yaitu ø=1/15 s-1 , pada berbeda.
keadaan terisolasi (bebas tidak saling Untuk mensinkronkan propagasi kedua
mempengaruhi) εi,2=0, hij=0, dan nilai saraf tersebut, maka kekuatan kopling
parameter Vs= 2 mV, σ=0.01, θ=-40 mV. antara kedua saraf tersebut harus
50
V (mV)
-50 neuron 1
0 100 200 300 400 500 600 700 800 900 1000
50
V (mV)
0
neuron 2
-50
0 100 200 300 400 500 600 700 800 900 1000
0.45 time (ms)
0.3 800
time (ms)
0.25 600
W (mV)
0.2 400
200
0.15
0
0.1 0.5
0.4 40
0.05 0.3 20
0.2 0
-20
0 0.1 -40
-50 -40 -30 -20 -10 0 10 20 30 40 0 -60
V (mV) W (mV) V (mV)
50
V (m V) -50
-100
neuron 1
50 0 100 200 300 400 500 600 700 800 900 1000
V (m V)
-50
neuron 2
0 100 200 300 400 500 600 700 800 900 1000
0.5 time (ms)
tim e (m s)
0.3
600
W (m V )
0.25
400
0.2
200
0.15
0
0.1 0.5
0.4 40
0.05 0.3 20
0.2 0
-20
0 0.1 -40
-60 -50 -40 -30 -20 -10 0 10 20 30 40 0 -60
V (mV) W (mV) V (mV)
Gambar 40. Tipe 1 dua saraf terkopel (εi,2≠ 0, hij=1), tersinkronisasi (εi = ε2=0.5 mS/cm2).
0.5
non-coupled, eps1=eps2=0 Class 1 Excitability coupled, eps1=1.5 eps2=2.0
0.5
0.4
No Synchronization 0.4
0.3
W (mV)
0.3
0.1
0.1
Far-Synchronization
0
-60 -40 -20 0 20 40 0
-50 -40 -30 -20 -10 0 10 20 30 40
V (mV)
0 0 0
-60 -40 -20 0 20 40 -60 -40 -20 0 20 40 -60 -40 -20 0 20 40
V (mV)
Gambar 41. Sinkronisasi kopling saraf tipe 1 dengan nilai skala waktu berbeda.
34
50
V (mV)
0
-50 neuron 1
0 100 200 300 400 500 600 700 800 900 1000
V (mV) 50
0
neuron 2
-50
0 100 200 300 400 500 600 700 800 900 1000
0.5 time (ms)
0.45
1200
0.4
1000
0.35
800
time (ms)
0.3
600
W (mV)
0.25
400
0.2
200
0.15
0
0.1 0.5
0.4 40
0.05 0.3 20
Class 2 Excitability 0.2 0
-20
0 0.1 -40
-50 -40 -30 -20 -10 0 10 20 30 40 0 -60
V (mV) W (mV) V (mV)
50
0
V (mV)
-50
-100 neuron 1
0 100 200 300 400 500 600 700 800 900 1000
50
V (m V)
0
neuron 2
-50
0 100 200 300 400 500 600 700 800 900 1000
0.5 time (ms)
0.45
1200
0.4
1000
0.35
800
time (m s)
0.3
600
W (m V)
0.25
400
0.2
200
0.15
0
0.1 0.5
0.4 40
0.05 0.3 20
Class 2 Excitability 0.2
-20
0
0 0.1 -40
-60 -50 -40 -30 -20 -10 0 10 20 30 40 0 -60
V (mV) W (mV) V (mV)
Gambar 43. Tipe 2 Dua saraf terkopel (εi,2 ≠ 0, hij=1), tersinkronisasi (εi = ε2=0.5
mS/cm2).
35
0.5
non-coupled, eps1=eps2=0 Class 2 Excitability coupled, eps1=2 eps2=2.5
0.5
0.4
No Synchronization 0.4
0.3
W (m V)
0.3
0.1
0.1
Far-Synchronization
0
-60 -40 -20 0 20 40 0
-50 -40 -30 -20 -10 0 10 20 30 40
V (mV)
0 0 0
-60 -40 -20 0 20 40 -60 -40 -20 0 20 40 -60 -40 -20 0 20 40
V (mV)
Gambar 44. Sinkronisasi kopling saraf tipe 2 dengan nilai skala waktu berbeda.
N! !∞ ( ) − !
= ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (58)
NX '( ( )
Propagasi pada tipe 1 dan 2
K = s = 1,2,3, … . . , o
diatas hanya melibatkan nilai arus Iapp
tetap dan kekuatan kopel antar kedua
saraf. Sedangkan untuk perbedaan skala
waktu menyebabkan dua saraf terkopel Pada sistem kopling dua saraf, maka
sangat sulit untuk tersinkronisasi. Jika persamaan diatas menjadi.
N .
nilai parameter lain ikut divariasikan
=− ∞ ( . )( . − )
.
seperti potensial pembalik Vs ,jenis
NX
− !. ( . − )
kopling menjadi suatu saraf pemacu
− "( . − ")
excitatory, dan nilai laju kopling σ, maka
+ $z { sin (~X) + $ a
akan didapatkan hasil yang lebih
bervariasi dari hasil simulasi diatas. . .
NX .( )
'(
karakteristik propagasi tiap-tiap saraf
.
N /
=− ∞ ( / )( / − )
dalam suatu jaringan kompleks.
/
NX
4.3.3 Solusi numerik model saraf
− !/ ( / − )
terkopel Iapp AC bergantung waktu.
− "( / − ")
Seperti telah yang dijelaskan
+ $z
/
{ sin (~X) + $ a
/
sebelumnya mengenai bahasan pengaruh
/( )
N!/ !∞ / − !/
dibahas adalah merupakan fungsi arus
= /( )
∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (59. N)
NX '(
AC. Dengan mensubstitusikan persamaan
/
(38) ke dalam persamaan (54) dan (55).
N
=− ∞( )( − )
NX
− !( − )
Hasil simulasi untuk tipe 1 dengan
variasi nilai ε dihasilkan pada Gambar 45
− "( − ")
+ $z { sin (~X) + $ a
g g
-50
0 100 200 300 400 500 600 700 800 900 1000
time (ms)
Hasil simulasi pada tipe 1 dilihat dari hasil simulai bahwa kedua
menunjukan bahwa saat nilai arus saraf memiliki propagasi yang identik
menuju positif, maka frekuensi eksitasi dengan beda fase -40 mV. Untuk
lebih tinggi dibandingkan dengan saat membuat fase kedua saraf sama, maka
nilai arus pada keadaan negatif. Kondisi nilai awal potensial membran kedua saraf
ini berlaku pada keadaan terkopel diseragamkan menjadi 0 mV. Didapatkan
maupun tidak. Hal yang membedakan propagasi yang identik. Ini berarti kedua
adalah saat kondisi tidak terkopel, kedua saraf telah sinkron dengan fase propagasi
saraf memiliki frekuensi yang lebih lebar yang sama.
dibandingkan saat keadaan terkopel. Dengan mengganti nilai Imax= 10
Sama seperti sebelumya, hal ini mV, Iinit=55 mA, dan V3=2 mV, untuk
disebabkan oleh adanya potensial batasan kedua saraf pada tipe 2, maka didapatkan
yang memiliki tipe inhibitory. Ini berarti hasil seperti pada Gambar 46.
bahwa saat potensial saraf pertama Hasil yang unik didapatkan pada
mencapai nilai potensial pembalik Vs=- simulasi tipe 2. Pada keadaan saraf tidak
40 mV, maka seolah saraf dua akan terkopel, kedua saraf diberi fase yang
kembali menaikan nilai potensial saraf berbeda -40 mV, propagasi kedua saraf
tersebut, sehingga akan lebih cepat hanya berbeda pada bagian awal yaitu
tereksitasi, begitu juga sebaliknya.18 saat t<400 ms. Saat t>400 ms, fase kedua
Saat keadaan saraf mulai saraf hampir sama dan akhirnya sefase.
terkopel, dapat dilihat bahwa ketika nilai Terlihat pada grafik garis hijau dan
ε1≠ε2 maka saraf belum tersinkronisasi. merah yang saling berhimpitan. Keadaan
Saat nilai ε1=ε2 ,maka kedua saraf sudah ini dapat terjadi walaupun kondisi kedua
sinkron, namun masih memiliki saraf tidak terkopel (terisolasi satu sama
perbedaan fase propagasi. Ini dapat lain). Sedangkan saat keadaan saraf
100
Not coupled hij=0
0
-100
0 100 200 300 400 500 600 700 800 900 1000
coupled hij=1, eps1=0.25, eps2=1.25, not synchron
50
0
-50
0 100 200 300 400 500 600 700 800 900 1000
coupled hij=1, eps1=0.5, eps2=0.5, synchron with different phase
50
0
-50
0 100 200 300 400 500 600 700 800 900 1000
coupled hij=1, eps1=0.5, eps2=0.5, synchron with same phase
50
-50
0 100 200 300 400 500 600 700 800 900 1000
time (ms)
N .
dan 2 saraf terkopel hampir sama dengan
=− ∞ ( . )( . − )
.
NX
pada saat tidak terkopel. Untuk saraf
− !. ( . − )
terkopel tipe 1, saat nilai arus memasuki
− "( . − ")
negatif, maka frekuensi spike akan
+ $z
.
{ sin (~X) + $ a
.
menurun. Sedangkan untuk tipe 2, saat
.( )
N!. !∞ . − !.
spike, melainkan terjadi pemuluran waktu
= .( )
∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (60. I)
delay yang menyebabkan bursting.
NX '( .
N /
Khusus untuk tipe 2, antara keadaan
=− ∞ ( / )( / − )
/
terkopel dan tidak adalah saat terkopel,
NX
− !/ ( / − )
frekuensi bursting akan lebih cepat
− "( / − ")
terjadi dibandingkan saat tidak terkopel.
Ini berkaitan dengan penjelasan
+ $z
/
{ sin(~X) + $ a
/
sebelumnya pada tipe 1, bahwa jenis
+ $µ¹ . , 2 ) ∙∙∙∙ (60. P)
/ (
kopling diatas adalah merupakan jenis
/( )
N!/ !∞ / − !/
= ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (60. N)
inhibitory.
NX /( )
'(
4.4 Solusi Numerik pada n Saraf
/
N 2
Terkopel
=− ∞ ( 2 )( 2 − )
2
NX
Agar lebih memahami konsep
− !2 ( 2 − )
mengenai model kopel saraf, dan untuk
− "( 2 − ")
mendekati kenyataan sesungguhnya
+ $z
2
{ sin(~X) + $ a
2
bahwa jaringan saraf merupakan suatu
2( )
N!2 !∞ 2 − !2
sub bab ini akan ditambahkan bahasan
= ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (60. @)
mengenai sistem kopling saraf dengan
NX 2( )
'( 2
jumlah lebih dari 2 sel saraf.
Telah dijelaskan sebelumnya
bahwa model 2 saraf yang saling terkopel
merupakan representasi dari suatu Dengan fungsi Isyn adalah.
$µ¹
.
jaringan kompleks pada saraf. Model
= −(b.
kopel 2 saraf ini merupakan dasar
1
− µ ) -ℎ./ q./ º »
pemikiran bahwa sistem saraf kompleks
1 + expjσ(b/ − t. )m
merupakan susunan atas banyak sistem
1
dua saraf terkopel yang saling
= −(b/
dua saraf terkopel. Pembahasan pada
1
− µ ) -ℎ/. q/. º »
sub bab ini yaitu untuk sistem saraf
1 + expjσ(b. − t/ )m
dengan kopel n=2,3, dan 4 dengan arus
1
terapan AC. Untuk n=2, telah dibahas
$µ¹
2
= −(b2
Sehingga didapatkan model kopling 3
1
saraf yang dapat divariasikan kekuatan
− µ ) -ℎ2. q2. º »
1 + expjσ(b. − t2 )m
kopling dan keterhubungannya dengan
parameter εij dengan hij.
1
+ ℎ2/ q2/ º »´ (61. P)
Untuk memahami konektifitas
1 + expjσ(b/ − t2 )m
antar saraf pada sistem kopling tiga saraf
ini, maka kan diilustrasikan sutau
diagram mengenai kopling tersebut
seperti pada Gambar 47. antara saraf 1 dan 2, saling terkopel dan
sinkron. Sedangkan antara saraf 2 dan 3
coupled n synchron neuron 1 terkopel, namun tidak sinkron. Beda hal
coupled not synchron
uncoupled dengan hubungan saraf 1 dan 3 yaitu
dengan nilai h13=0, yang ditandai dengan
(a) tidak adanya garis penghubung dari saraf
1 ke 3, berarti ini tidak terhubung.
neuron 2 neuron 3
Sedangkan untuk h31=1 dengan garis
putus-putus dari saraf 3 ke 1,
coupled n synchron neuron 1 menunjukan bahwa saraf 3 terhubung
coupled not synchron
uncoupled dengan saraf 1 namun tidak sinkron.
Untuk mencapai suatu keadaan
sinkronisasi, maka antara kedua saraf
(b) harus saling terkopel.23
neuron 2 neuron 3 Hasil simulasi untuk keadaan
Gambar 47. Sistem 3 saraf terkopel.(a) Gambar 47., dengan nilai ε12= ε21=0.5,
terkopel dan sinkron(b) kopel tidak ε23=0.25, ε32=1.25, ε13=0, ε31=0.5 mS/cm
2
sempurna. untuk Gambar 47.b, dan εij=0.5 untuk
Gambar 47.a, dengan nilai arus terapan
Ilustrasi pada Gambar 27 diatas AC yang sama, maka didapatkan hasil
menjelaskan bagaimana salah satu simulasi untuk propagasi tipe 1 seperti
kemungkinan keadaan ketika ketiga saraf pada gambar 48.
tersebut terhubung. Dapat dilihat bahwa
0 (b)
-100
0 100 200 300 400 500 600 700 800 900 1000
coupled hij=1, epsij=0.5, not same phase
100
0 (c)
-100
0 100 200 300 400 500 600 700 800 900 1000
full coupled hij=1, epsij=0.5, synchron
50
0 (d)
-50
0 100 200 300 400 500 600 700 800 900 1000
not perfect coupled
100
0 (e)
-100
0 100 200 300 400 500 600 700 800 900 1000
time (ms)
Gambar 48. Sinkronisasi 3 saraf terkopel tipe 1 dengan variasi kemungkinan keadaan
terkopel. (a) arus terapan AC. (b) tidak terkopel. (c) terkopel dengan fase berbeda. (d)
terkopel dan tersinkronisasi. (e) kopel tidak sempurna
39
terhubung (hij≠0), apakah sinkron (εi=εj), Gambar 50. Sinkronisasi 3 saraf terkopel
dan bagaimana kekuatan kopling tipe 1 dengan variasi kemungkinan
tersebut. Untuk lebih memahaminya, keadaan terkopel. (a) variasi 1 beda fase
diberikan dua contoh diagram 3 kopling (b) variasi 1 sefase (c) varaisi 2 beda fase
tersebut dengan keadaan yang berbeda. (d) varaisi 2 sefase.
80 -40
60 Injected AC current
(a) -60
0 100 200 300 400 500 600 700 800 900 1000
40
0 100 200 300 400 500 600 700 800 900 1000 variation (b) same phase
Not coupled hij=0 40
100 20
0 (b) 0
-20
(b)
-100
0 100 200 300 400 500 600 700 800 900 1000
coupled hij=1, epsij=0.5, not same phase -40
100
-60
0 100 200 300 400 500 600 700 800 900 1000
0 (c) time (ms)
N . $µ¹
/
=− ∞ ( . )( . − )
.
NX = −(b/
− !. ( . − ) 1
− "( . − ") − µ ) -ℎ/. q/. º »
1 + expjσ(b. − t/ )m
+ $z.
{ sin (~X) + $ a
.
1
+ $µ¹
.
( / , 2 , 3 )(62. G) + ℎ/2 q/2 º »
.( )
N!. !∞ . − !. 1 + expjσ(b2 − t/ )m
= .( )
∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (62. I) 1
NX '( . + ℎ/3 q/3 º »´ (62. I)
N / 1 + expjσ(b3 − t/ )m
=− ∞ ( / )( / − )
/
NX $µ¹
2
− !/ ( / − ) = −(b2
− "( / − ") 1
+ $z − µ ) -ℎ2. q2. º »
{ sin(~X) + $ a
/ /
/ (
1 + expjσ(b. − t2 )m
+ $µ¹ . , 2 , 3 )(62. P) 1
/( )
N!/ !∞ / − !/ + ℎ2/ q2/ º »
= ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (62. N) 1 + expjσ(b/ − t2 )m
NX /( )
'( / 1
N 2 + ℎ23 q23 º »´ (62. P)
=− ∞ ( 2 )( 2 − ) 1 + expjσ(b/ − t2 )m
2
NX
− !2 ( 2 − ) $µ¹
3
+ $µ¹ ( . , / , 2 )(62. )
Bentuk diagram pada kopling 4 saraf ini
3 adalah.
3( )
N!3 !∞ 3 − !3
= 3( )
∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (62. ℎ)
NX '(
neuron 3
3
neuron 1
$µ¹
.
= −(b.
1
− µ ) -ℎ./ q./ º »
1 + expjσ(b/ − t. )m
neuron 2 neuron 4
1
Gambar 53. Sistem 4 saraf terkopel.
+ ℎ.2 q.2 º »
1 + expjσ(b2 − t. )m
Hasil yang didapatkan pada
1
+ ℎ.3 q.3 º »´ (62. G)
simulasi propagasi tipe 1 dan 2 dengan
1 + expjσ(b3 − t. )m
asumsi bahwa tiap-tiap saraf pada sistem
terhubung dengan kekuatan kopling yang
seragam yaitu ε=0.5 ditampilkan pada
Gambar 54.
42
4 Coupled Class 1 Excitability neuron 1 neuron 2 neuron 3 neuron 4 dengan nilai ε13=ε31=0.5, untuk saraf 1
100
coupled hij=1, epsij=0.5, not same phase dan 2 serta 3 dan 4 terkopel namun
0 (a)
memiliki kekuatan ikatan yang berbeda
-100
yaitu ε21=ε43=0.25 dan ε12=ε34=1.25,
0 100 200 300 400 500 600 700 800 900 1000
50
full coupled hij=1, epsij=0.5, synchron sedangkan untuk saraf 1 dan 4 serta 2 dan
0 (b)
3 tidak terkopel sempurna (ε41=ε23=0.5,
-50
ε14=ε32=0). Antara saraf 2 dan 4 tidak
0 100 200
0
(d)
-50
0 100 200 300 400 500 600 700 800 900 1000
time (ms)