Simulasi propagasi pada sel saraf terkopel

dianalogikan jika untuk satu sel saraf arus
minimalnya 0,06 μA, maka untuk satu juta
sel saraf sekitar 0,06 A. Jadi rangsangan
yang datang dari luar tubuh yang memiliki
arus sebesar 0,06 A akan direspon oleh
tubuh, sedangkan rangsangan yang arusnya
kurang dari itu tidak akan direspon oleh
tubuh.
BAB 5
KESIMPULAN DAN SARAN
5.1
Kesimpulan
Model matematika untuk sel saraf
terkopel yang dibuat telah sesuai dengan
perilaku sel saraf. Hal ini dapat dilihat dari
hasil simulasi model sel saraf terkopel
tersebut memiliki hasil simulasi yang sama
dengan model satu sel saraf FitzHughNagumo. Model FitzHugh-Nagumo ini yang
menjadi acuan model yang dibuat pada
skripsi ini, karena model FitzHugh-Nagumo
ini telah diakui oleh banyak ilmuwan.
Simulasi satu sel saraf ini hanya bisa
menjelaskan perilaku satu sel saraf, karena
di dalam tubuh yang berperan dalam
penjalaran impuls itu tidak hanya satu sel
saraf saja, melainkan banyak sel saraf. Oleh
karena itu, model sel saraf terkopel yang
dibuat lebih bisa menjelaskan perilaku sel
saraf
sebenarnya
dalam
merespon
rangsangan.
Hasil simulasi satu sel saraf terkopel
menunjukan bahwa arus minimal agar
impuls dapat direspon yaitu 0,35 μA.
Sedangkan hasil simulasi untuk sel saraf
terkopel menujukan hasil arus yang semakin
besar dengan semakin banyak model sel
saraf yang digunakan. Untuk model dua sel
saraf terkopel arus minimal agar impuls
dapat direspon yaitu 0,41 μA, untuk model
tiga sel saraf terkopel arus minimalnya yaitu
0,47 μA, untuk model empat sel saraf
terkopel arus minimalnya yaitu 0,54 μA,
untuk model delapan sel saraf terkopel
membutuhkan arus minimal 0,81 μA agar
bisa merespon impuls tersebut, sedangkan
untuk model enam belas sel saraf terkopel
membutuhkan arus minimal 1,4 μA untuk
meresponnya.
Hasil simulasi sel saraf terkopel ini
menunjukan peningkatan arus minimal agar
bisa merespon impuls tersebut. Dimana
peningkatan arus ini sekitar 0,06 μA setiap
penambahan satu sel saraf. Oleh karena itu
dengan menganggap bahwa jumlah sel saraf
dalam tubuh yang berperan dalam
penghantaran impuls itu sekitar satu juta sel
saraf maka dapat diprediksi arus minimal
agar impuls dapat direspon oleh tubuh
sekitar 0,06 A, sedangkan arus yang kurang
dari itu tidak akan mendapat respon dari
tubuh.
5.2
Saran
Simulasi ini hanya membahas
mekanisme respon saraf secara umum, yaitu
dalam merespon rangsang dari luar sel saraf
dalam kondisi sama untuk semua tubuh
manusia.
Pada
simulasi
ini
tidak
memperhitungkan kondisi tubuh manusia
itu, misalkan tubuh dalam keadaan sehat
atau tidak. Karena kondisi tubuh dalam
keadaan sehat dan kurang sehat akan
merespon rangsang secara berbeda. Untuk
penelitian selanjutnya bisa membuat
simulasi model saraf dengan memperhatikan
faktor-faktor tersebut. Sehingga akan
didapatkan sebuah simulasi yang lebih
komplek dan banyak mewakili peristiwa
yang sering terjadi dalam kehidupan seharihari.
Untuk melakukan simulasi ini
minimal digunakan komputer dengan
processor pentium 4, 1GB RAM. Untuk
mendapatkan grafik yang lebih bagus pada
MATLAB
R2010b
disarankan
menggunakan komputer dengan processor
diatas pentium 4, 2GB RAM. Hal ini selain
bisa mendapatkan grafik yang lebih bagus
juga memepercepat running program.
DAFTAR PUSTAKA
1.
2.
3.
4.
Oswari,
S.
(2008).
Model
Matematika Penjalaran Impuls Saraf
pada Satu Sel Saraf di Subthalamik
Nukleus. Bandung, 1-3.
Hodgkin, A. L. & Huxley, A. F.
(1952). A Quantitative Description
Of Membranecurrent and Application
to Conduction and Excitation in
Nerve. J. Physiol, 117, 500-544.
FitzHugh, R. (1961). Impuls and
Physiology States in Theoritical
Models
of
Nerve
Membran.
Biophysical, 1, 445-447.
Izhikevich, E. M. (2002). Dynamical
System in Neuroscience : The
Geometry of Excitability and
16
5.
6.
7.
8.
9.
10.
11.
Brusting. London: The MIT Press
Cambridge, 89-157.
Yuanita, D. (2009). Dinamika Impuls
pada Satu Sel Saraf dengan
Akupuntur
sebagai
Stimulus.
Bandung, 12-13.
Alatas, H. (2009). Fisika Nonlinear :
Dinamika Sistem. edisi 1. Bogor.
Faisal. “ Jaringan Saraf Tiruan.”
Blogspot. 09 Oktober 2010. Web. 20
Oktober 2010.
<http://imbalance.blogspot.com/2010/10/annartificial-neural-network.html>.
Nagumo, J. (1962). An Active Pulse
Transmission Line Simulating Nerve
Axon. Proc. IRE, 501, 2061-2063.
Hodgkin, A. L. & Huxley, A. F.
(1952).
The
Components
of
Membrane Conductance in The Giant
Axon of Loligo. J. Physiol, 116, 473496.
Bay02pisay. “Nerve impulse
transmission”.
Wordpress. 15 Januari 2009. Web. 20
Oktober 2010.
<http://bayo2pisay.wordpress.com/20
09/01/15/nerve-impulsetransmission/>.
Hodgkin, A. L. & Huxley, A. F.
(1952). Currents Caried by Sodium
12.
13.
14.
15.
16.
17.
18.
and Potasium Ion Through The
Membrane of The Giant Axon of
Loligo. J. Physiol, 116, 449-472.
Corson, N. & Aziz, A. (2006).
Dynamics and Complexity of
Hindmarsh-Rose Neuronal System.
Encyclopedia
of
Mathematical
Physics: Elsevier, 5, 213-226.
Pol, V. D. (1926). On Relaxation
Oscillation. Phil. Mag, 2, 978-979.
Minorsky, N. (1947). Introduction to
Nonlinear
Mechanics,
Edward
Brother. Inc, 105-110.
Lange, E., Belykh, I. & Hasler, M.
(2004). Synchronization of Bursting
Neurons: What matters in the
Network Topology. EPLF,
Switzerland.
Anonim. “Sistem Saraf.” Web. 20
oktober 2010.
<http://en.wikipedia.org/wiki/Neuron
>
Mathews, J. H. & Fink, K. D. (1999).
Numerical Method Using Matlab.
Prentice Hall, 458-474.
Shampine, L. F., Gladwell, I. &
Thompson, S. (2003). Solving ODEs
with
MATLAB.
Cambridge
University Press, NewYork.