HUSNUL AUFIA Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Matematika 2025

Skripsi

Penelitian ini bertujuan mengestimasi parameter model Lotka-Volterra untuk menggambarkan dinamika populasi Rotifera dan Alga Hijau (Monoraphidium minutum) menggunakan pendekatan Least Square. Data yang digunakan diperoleh dari penelitian Blasius et al. (2019), yang menunjukkan siklus jangka panjang antara kedua spesies dalam kondisi eksperimental. Estimasi parameter dilakukan melalui pendekatan Least Square yang diselesaikan dengan metode Newton-Raphson dan model disimulasikan menggunakan metode Runge-Kutta orde empat. Sebanyak 31 titik data digunakan untuk estimasi dan 20 titik untuk validasi, dengan empat variasi periode T = 4; 4,5; 5; dan 6. Hasil menunjukkan bahwa estimasi pada T = 4,5 memberikan prediksi paling mendekati data aktual, dengan nilai parameter α = 1,5983; β = 4,4747; γ = 1,2198 dan δ = 3,3753. Analisis juga dilakukan untuk melihat pengaruh jumlah data terhadap akurasi estimasi. Dibandingkan dengan estimasi menggunakan 51 data, akurasi meningkat, terutama pada populasi prey. Untuk T = 4,5, MAPE dengan 31 data adalah 45% (prey) dan 41% (predator), sementara dengan 51 data menjadi 40% (prey) dan 44% (predator). Hasil simulasi juga dibandingkan dengan simulasi Blasius et al. (2019), dan menunjukkan akurasi yang lebih baik, dengan MAPE 53% (prey) dan 69% (predator) pada penelitian sebelumnya. Perbandingan pada T = 6 menunjukkan bahwa estimasi dengan 51 data menghasilkan kurva yang paling mendekati simulasi Blasius et al. (2019), dengan MAPE 9% (prey) dan 35% (predator), dibandingkan dengan 31 data yang memiliki MAPE 20% (prey) dan 46% (predator). Hasil ini menunjukkan bahwa metode Least Square dengan penambahan jumlah data dan pemilihan periode yang sesuai mampu meningkatkan akurasi model Lotka-Volterra dalam merepresentasikan dinamika ekosistem Rotifera dan Alga Hijau. Kata Kunci: Lotka-Volterra, Rotifera, Alga Hijau, Least Square, Newton-Raphson, Runge-Kutta. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 164693 2025-07-22 10:50:13 2025-07-22 11:30:21 machine generated