PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

dokumen-dokumen yang mirip
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

VARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL

Deret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Optimasi Non-Linier. Metode Numeris

BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga

BAB II TINJAUAN PUSTAKA

BAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.

BAB III METODE SCHNABEL

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

MODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU

Aplikasi diagonalisasi matriks pada rantai Markov

Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman

BAB 3 LANGKAH PEMECAHAN MASALAH

Variasi Spline Kubik untuk Animasi Model Wajah 3D

BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

BEBERAPA SIFAT HIMPUNAN KRITIS PADA PELABELAN AJAIB GRAF BANANA TREE. Triyani dan Irham Taufiq Universitas Jenderal Soedirman

- Persoalan nilai perbatasan (PNP/PNB)

Studi Perbandingan Perpindahan Panas Menggunakan Metode Beda Hingga dan Crank-Nicholson

KAJIAN TEOREMA TITIK TETAP PEMETAAN KONTRAKTIF PADA RUANG METRIK CONE LENGKAP DENGAN JARAK-W

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan

BAB 1 PENDAHULUAN. 1.1 Latar belakang

MENYELESAIKAN PERSAMAAN DIFFERENSIAL BILANGAN BULAT DAN BILANGAN RASIONAL

BAB 2 TINJAUAN PUSTAKA

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER

Penerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

PENYELESAIAN PERSAMAAN TELEGRAF DENGAN METODE TRANSFORMASI DIFERENSIAL. (Skripsi) Oleh JEFERY HANDOKO

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

SUATU KLAS BILANGAN BULAT DAN PERANNYA DALAM MENGKONSTRUKSI BILANGAN PRIMA

Uji Alternatif Data Terurut Perbandingan antara Uji Jonckheere Terpstra dan Modifikasinya Ridha Ferdhiana 1 Statistics Peer Group

OSN 2014 Matematika SMA/MA

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

VISUALISASI GERAK PELURU MENGGUNAKAN MATLAB

BAB II LANDASAN TEORI

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan

ANALISIS PERBANDINGAN KOMULAN TERHADAP BEBERAPA JENIS DISTRIBUSI KHUSUS Analysis of Comulans Comparative on some Types of Special Distribution

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA

Makalah Seminar Tugas Akhir

tidak mempunyai fixed mode terdesentralisasi, dapat dilakukan dengan memberikan kompensator terdesentralisasi. Fixed mode terdesentralisasi pertama

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

VI. PEMILIHAN MODA (Modal Split/Choice)

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN

BAB II LANDASAN TEORI

BAB IV Solusi Numerik

SILABUS PEMBELAJARAN

BAB 2 TEORI PENUNJANG

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya

REDUKSI MODEL ALIRAN AIR SUNGAI SATU DIMENSI DENGAN METODE SINGULAR PERTURBATION APPROXIMATION

Kumpulan soal-soal level seleksi Kabupaten: Solusi: a a k

BAB III HASIL DAN PEMBAHASAN

( x) LANDASAN TEORI. ω Ω ke satu dan hanya satu bilangan real X( ω ) disebut peubah acak. Ρ = Ρ. Ruang Contoh, Kejadian dan Peluang

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN (BAHAN DAN METODE)

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

GENERALISASI METODE TALI BUSUR UNTUK MENYELESAIKAN PERSAMAAN TAK LINEAR SUNARSIH

BAB 3 METODE PENELITIAN

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD

SATUAN ACARA PERKULIAHAN ( SAP )

BAB III METODE PENELITIAN (BAHAN DAN METODE)

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

OPTIMALISALI KASUS PEMROGRAMAN LINEAR DENGAN METODE GRAFIK DAN SIMPLEKS

BAB II LANDASAN TEORI

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel

APLIKASI METODE TRANSFORMASI DIFERENSIAL PADA SISTEM PERSAMAAN DIFERENSIAL BIASA PENDAHULUAN

BAB 4 HASIL DAN PEMBAHASAN

TRY OUT UJIAN NASIONAL

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa

MAT. 12. Barisan dan Deret

PENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK

PENDAHULUAN TINJAUAN PUSTAKA

Y = + x + x x + e, e N(0, ), Residual e=y -Yˆ

3. Sebaran Peluang Diskrit

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU

SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS)

RINGKASAN SKRIPSI MODUL PERKALIAN

Pemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai

Transkripsi:

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3 No. Edisi: Januari Juni 205 Artiel No.: Halaman: - 0 ISSN: 2355-083X Prodi Matematia UINAM Sutriani Hidri Jurusan Matematia, FMIPA, Universitas Negeri Maassar ABSTRAK Ja faruddin Jurusan Matematia, FMIPA, Universitas Negeri Maassar Pada artiel ini dibahas persamaan Lota-Volterra yang merupaan persamaan dari model yang membahas interasi predasi antara mangsa dan pemangsa yang membentu sistem persamaan diferensial biasa ta linear. Untu melihat interasi tersebut diperluan penyelesaian dari persamaan Lota-Volterra yang sulit untu ditentuan secara analiti. Metode transformasi diferensial merupaan salah satu metode untu menyelesaian persamaan diferensial ta linear tanpa linearisasi terlebih dahulu. Penyelesaian dengan metode ini dilauan dengan mentransformasi persamaan menggunaan sifat-sifat transformasi diferensial yang sesuai. Pada penyelesaian persamaan Lota-Volterra terdapat 2 sistem persamaan. Masing-masing sistem disimulasian dengan 3 elompo nilai parameter yang berbeda. Solusi yang diperoleh berupa deret ta hingga, sehingga untu eperluan pratis perlu dipotong sampai sejumlah N suu tertentu. Pada bagian ahir solusi tersebut divisualisasian menggunaan software Maple 7. Kata Kunci: metode transformasi diferensial, model Lota-Volterra, persamaan diferensial ta linear. PENDAHULUAN Persamaan diferensial merupaan salah satu bagian dari matematia yang sangat erat hubungannya dengan ehidupan sehari-hari. Banya masalah dalam bidang teni, esehatan dan ilmu pengetahuan alam yang dapat dimodelan dalam bentu persamaan diferensial. Berbagai atifitas yang bergantung terhadap watu dirumusan dalam bentu persamaan diferensial biasa bai linear atau pun ta linear. Salah satu contoh persamaan diferensial ta linear adalah persamaan yang terbentu dari model mangsa pemangsa. Model mangsa pemangsa dienal sebagai model Lota-Volterra yang membahas interasi antara 2 atau lebih spesies mahlu hidup. Dalam berinterasi, tentunya diharapan jumlah spesies mangsa dan pemangsa harus sesuai dengan proporsinya (uuran) agar interasi dapat seimbang sehingga diperluan penyelesaian dari penyelesaian persamaan model Lota-Volterra. Pada tahun 986, Zhou memperenalan suatu metode yang dapat diterapan dalam penyelesaian persamaan diferensial ta linear tanpa linearisasi terlebih dahulu (Rahayu, d., 202). Metode tersebut adalah metode transformasi diferensial (MTD). Berbagai penelitian dietahui menggunaan metode ini. Diantaranya oleh Rahayu d. (202) yang membahas penyelesaian untu persamaan diferensial Riccati orde satu dan orde dua. Dewi (203) menggunaan metode ini untu menyelesaian model epidemi SIRS. Dari latar belaang tersebut maa penulis merumusan beberapa permasalahan yaitu bagaimana menyelesaian persamaan diferensial ta linear orde satu dan orde dua dengan metode transformasi diferensial, bagaimana menyelesaian persamaan Lota-Volterra dengan metode transformasi diferensial serta bagaimana simulasi numeri persamaan Lota- Volterra menggunaan Maple 7. Sejalan dengan rumusan masalah, tujuan dari penelitian ini adalah untu mengetahui cara menyelesaian persamaan diferensial ta linear orde satu dan orde dua dengan metode

transformasi diferensial, mengetahui cara menyelesaian persamaan Lota-Volterra dengan metode transformasi diferensial serta mengetahui hasil simulasi numeri menggunaan Maple 7. 2. TINJAUAN PUSTAKA Metode Transformasi Diferensial Definisi metode transformasi diferensial U() dari fungsi u(x) adalah sebagai beriut U() = u(x)! [d ], = 0,,2,3, dx x=x 0 () Pada persamaan (), u(x) merupaan fungsi yang ditransformasian dan U() merupaan fungsi transformasi. Invers dari metode transformasi diferensial U() didefinisian sebagai beriut u(x) = =0 U()(x x 0 ), Dari persamaan () dan (2), didapatan u(x) = u(x) =0! [d dx ] x=x 0 (x x 0 ) (2) (3) Persamaan (3) menyataan bahwa pengertian dari metode transformasi diferensial berasal dari deret Taylor (Hasan dan Ertur, 2007). Sifat Transformasi Diferensial Misalan U() = u(x)! [d dx ], F() = f(x)! [d ] dan G() = g(x) dx! [d dx ] merupaan masing-masing fungsi transformasi dari u(x), f(x) dan g(x). Beberapa sifat metode transformasi diferensial adalah sebagai beriut. Sifat. Penjumlahan dan Pengurangan Jia u(x) = f(x) ± g(x), maa U() = F() ± G(). Sifat 2. Peralian dengan Konstanta Jia u(x) = λg(x), maa U() = λg()., untu λ= onstanta Sifat 3. Turunan Pertama Jia u(x) = dg(x), maa U() = ( + )G( + dx ) Sifat 4. Turunan e-m Jia u(x) = dm g(x) dxm, maa U() = ( + ) ( + m)g( + m) Sifat 5. Peralian Jia u(x) = f(x)g(x), maa U() = F(r)G( r) Sifat 6. Peralian m fungsi Jia u(x) = f (x), f 2 (x) f m (x), maa U() = 2 =0 m =0 F ( )F 2 ( 2 ) F m ( m ) Sifat 7. Fungsi Variabel Bebas Jia u(x) = x m, maa U() = δ( m) =, m = 0 { 0, m 0, Sifat 8. Fungsi Konstanta Jia u(x) = s, s ε R, maa U() = δ() = s, = 0 { HASIL DAN PEMBAHASAN 0, 0 3. METODE PENELITIAN Penelitian ini merupaan penelitian ajian teori mengenai sistem persamaan diferensial yang bertujuan untu mencari penyelesaian persamaan Lota-Volterra menggunaan metode transformasi diferensial. Metode yang digunaan dalam penelitian ini adalah studi literatur. Studi literatur merupaan penelitian yang dilauan dengan bantuan bermacam-macam material meliputi doumen, buu-buu, majalah, jurnal, atau bahan tulis lainnya. Sesuai dengan masalah yang diteliti, maa penelitian ini dilauan di Perpustaaan Jurusan Matematia FMIPA UNM sebagai loasi utama dalam pengumpulan literatur untu penulisan, serta tempat-tempat lain yang dapat memberian informasi tentang apa yang menjadi pembahasan dalam penelitian ini. Watu penelitian dilasanaan selama 4 bulan yani September 204 hingga bulan Desember 204. 2

Adapun prosedur pemecahannya sebagai beriut: () Masing-masing persamaan pada sistem persamaan Lota-Volterra ditransformasian menggunaan sifat transformasi diferensial yang sesuai, (2) Nilai-nilai parameter disubtitusian pada persamaan hasil transformasi persamaan Lota-Volterra, (3) Nilai awal yang diberian ditransformasi menggunaan definisi transformasi diferensial, (4) Dipilih suatu bilangan bulat ta negatif, bilangan tersebut disubtitusian pada persamaan hasil transformasi persamaan Lota-Volterra, (5) Nilai-nilai yang diperoleh disubtitusian pada invers dari metode transformasi diferensial yang menghasilan penyelesaian dari masalah tersebut, (6) Untu melihat secara grafi solusi atau penyelesaian dari persamaan Lota-Volterra, selanjutnya dilauan simulasi numeri menggunaan software Maple 7. 4. HASIL PENELITIAN DAN PEMBAHASAN Penyelesaian Persamaan Diferensial Ta Linear Orde Satu dan Dua Penyelesaian Persamaan Diferensial Ta Linear Orde Satu Diberian persamaan diferensial ta linear orde satu: dy(t) = ay 2 (t) + by(t) + c (4) dengan nilai awal y(0) = d Penyelesaian: Langah Persamaan ditransformasi menggunaan sifat transformasi diferensial yang sesuai sehingga diperoleh Y( + ) = [(a Y(r)Y( r) ) + Langah 2 + by() + δ()] (5) Transformasi nilai awal menggunaan definisi transformasi diferensial sehingga diperoleh transformasi nilai awal yaitu Y(0) = d. Langah 3 Substitusi setiap nilai = 0,,2,3, pada persamaan (5) Jia diberian a =, b = 2, c = 3 dan d = 0 sehingga persamaan (4) menjadi dy(t) = y 2 (t) + 2y(t) dengan nilai awal y(0) = 0 + 3 (6) dengan cara yang sama maa diperoleh Y() = 3, Y(2) = 3, Y(3) = 5,... Langah 4 Nilai-nilai yang diperoleh disubtitusian pada invers dari metode transformasi diferensial pada persamaan (2) sehingga diperoleh penyelesaian persamaan diferensial ta linear orde satu dari persamaan (4.3) adalah y(t) = 3t + 3t 2 + 5t 3 + Penyelesaian Persamaan Diferensial Ta Linear Orde Dua Diberian persamaan diferensial ta linear orde dua : d 2 x(t) 2 = ax 2 (t) + t m (7) dengan nilai awal x(0) = d dan x (0) = e aan diselesaian dengan menggunaan metode transformasi diferensial. Penyelesaian: Langah Persamaan ditransformasi menggunaan sifat transformasi diferensial yang sesuai sehingga diperoleh X( + 2) = Langah 2 [a ( X(r)X( ( + )( + 2) r)) + δ( m)] (8) 3

Transformasi nilai awal menggunaan definisi transformasi diferensial sehingga transformasi nilai awalnya yaitu X(0) = d dan X() = e Langah 3 Substitusi setiap nilai = 0,,2,3, pada persamaan (8) Jia diberian a = 2, m =, d = dan e = 0 sehingga persamaan (7) menjadi d 2 x(t) 2 = 2x 2 (t) + t (9) dengan nilai awal x(0) = dan x (0) = 0 dengan cara yang sama maa diperoleh Langah 4 X(2) =, X(3) = 6, X(4) = 3,... Nilai-nilai yang diperoleh disubtitusian pada invers dari metode transformasi diferensial pada persamaan (2) sehingga diperoleh penyelesaian persamaan diferensial ta linear orde dua dari persamaan(9) adalah x(t) = + t 2 + 6 t3 + 3 t4 + Penyelesaian Persamaan Lota-Volterra dengan Metode Tranformasi Diferensial. Kasus Persamaan Lota-Volterra Mangsa dan Pemangsa Pada asus ini persamaan yang aan diselesaian adalah sistem persamaan yang terbentu dari model Lota-Volterra (L-V) yani dx dx = x(a αy) dy = y(b βx) (0) menunjuan jumlah populasi mangsa (x) pada watu t, dy menunjuan jumlah populasi pemangsa (y) pada watu t, a menunjuan oefisien laju elahiran mangsa, b adalah oefisien laju ematian pemangsa, sedangan α dan β menunjuan oefisien interasi antara mangsa dan pemangsa. Untu menyelesaian persamaan Lota- Volterra tersebut, persamaan ditransformasian dengan menggunaan sifat-sifat metode transformasi diferensial sehingga diperoleh sistem persamaan hasil transformasi X( + ) = ( + ) [ax() α X(r)Y( r) ] Y( + ) = ( + ) [ by() + β X(r)Y( r) ] () Nilai-nilai parameter yang digunaan pada persamaan Lota-Volterra dapat dilihat pada Tabel. Tabel. Nilai-nilai parameter persamaan L-V mangsa dan pemangsa Parameter Nilai () Nilai (2) a 0.2 0.2 Nilai (3) 0. α 0.005 0.005 0.00 b 0.5 0. 0.5 β 0.0 0.00 0.0 Nilai parameter () berasal dari penelitian estimasi parameter Trisilowati d. (20). Sementara nilai parameter (2) dan (3) ditambahan untu melihat perilau sistem etia parameternya berbeda. Diberian nilai awal x(0) = 60 dan y(0) = 30 yang ditransformasi menggunaan definisi transformasi diferensial menghasilan X(0) = 60 dan Y(0) = 30. Dengan menggunaan nilai awal yang telah ditransformasian dan = 0,, 2, 3,, 0, persamaan () menghasilan nilai-nilai yang emudian disubstitusi pada persamaan (2). 4

Untu penyelesaian persamaan Lota- Volterra dengan metode transformasi diferensial dari nilai parameter () diperoleh x(t) = 60 + 3 t 0,3750,255 t 2 0,0825 t 3 0,00279 t 4 + 0,00065 t 5 + 0,000 t 6 + (7,395 0 5 ) t 7 (,98 0 7 ) t 9 (,978 0 7 )t 9 + (,8333 0 8 )t 0 y(t) = 30 + 3 t + 0,6 t 2 + 0,0 t 3 0,004 t 4 0,00 t 5 0,000096 t 6 0,000096 t 6 + (5,533 0 8 )t 7 + (,707 0 5 )t 8 + (2,7 0 7 )t 9 + (,595 0 8 )t 0 Untu penyelesaian persamaan Lota- Volterra dengan metode transformasi diferensial dari nilai parameter (2) diperoleh x(t) = 60 + 3 t + 0,255 t 2 + 0,00335 t 3 + 0,00033375 t 4 (,329 0 5 ) t 5 (4,484 0 7 ) t 6 (2,6864 0 8 ) t 7 (5,84 0 0 )t 8 (2,8899 0 2 )t 9 + (,42274 0 3 )t 0 y(t) = 30,2 t + 0,069 t 2 + 0,00043 t 3 (3,925 0 6 ) t 4 + (3,805 0 6 ) t 5 (6,368 0 8 ) t 6 + (3,758 0 9 ) t 7 (6,50 0 )t 8 (,284 0 2 )t 9 (2,78 0 4 )t 0, Untu penyelesaian persamaan Lota- Volterra dengan metode transformasi diferensial dari nilai parameter (3) diperoleh x(t) = 60 + 4,2 t + 0,057 t 2 0,0847 t 3 0,0022905 t 4 0,0002 t 5 0,00002 t 6 (3,57 0 7 )t 7 + (4,57 0 8 )t 8 + (9,9578 0 9 )t 9 + (,793 0 9 )t 0 y(t) = 30 + 3 t + 0,78 t 2 + 0,0737 t 3 + 0,009 t 4 + 0,00064 t 5 + 0,0000357 t 6 (7,857 0 7 )t 7 (4,598 0 7 )t 8 (6,9388 0 8 )t 9 (7,328 0 9 )t 0 Kasus 2 Persamaan Lota-Volterra 2 Mangsa dan Pemangsa dx = a x α 2 x x 2 α x y dx 2 = a 2x 2 α 2 x 2 x α 2 x 2 y dy = by + β x y + β 2 x 2 y (2) dimana a dan a 2 berturut-turut menunjuan laju elahiran mangsa dan mangsa 2, b menunjuan laju ematian pemangsa. α 2 dan α 2 menunjuan interasi antara mangsa dengan mangsa 2. β dan β 2 berturut-turut menunjuan interasi antara pemangsa dengan mangsa dan mangsa 2. 5

Untu menyelesaian persamaan (2) dengan metode transformasi diferensial, persamaan tersebut ditransformasian menggunaan sifat transformasi diferensial yang sesuai sehingga diperoleh hasil transformasi sebagai beriut: X ( + ) = ( + ) [a X () α 2 ( X (r) X 2 ( r)) α X (r)y( r) ] X 2 ( + ) = ( + ) [a 2X 2 () α 2 ( X 2 (r) X ( r)) α 2 X 2 (r)y( r) ] Y( + ) = ( + ) [ by() + β ( X (r) Y( r)) + β 2 X 2 (r)y( r) ] Nilai-nilai parameter yang digunaan pada persamaan Lota-Volterra asus 2 dapat dilihat pada Tabel 2. (3) Tabel 2. Nilai-nilai parameter persamaan L-V 2 mangsa dan pemangsa Parameter Nilai () Nilai (2) Nilai (3) a 0.2 0.2 0. α 2 0.0007 0.0007 0.0002 α 0.007 0.007 0.002 a 2 0. 0.2 0. α 2 0.00025 0.0007 0.0005 α 2 0.007 0.007 0.005 b 0.0 0.0 0. β 0.00085 0.00085 0.00085 β 2 0.00008 0.00008 0.00085 Nilai parameter () berasal dari penelitian Rohmah dan Erna (203). Sementara nilai parameter (2) dan (3) ditambahan untu melihat perilau sistem etia parameternya berbeda. Untu asus ini diberian nilai awal x (0) = 50, x 2 (0) = 40 dan y(0) = 20. Yang ditransformasi sehingga diperoleh X (0) = 50, X 2 = 40 dan Y(0) = 20. Dengan menggunaan nilai awal yang telah ditransformasian dan = 0,, 2, 3,, 0, persamaan () menghasilan nilai-nilai yang emudian disubstitusi pada persamaan (2). Untu penyelesaian persamaan Lota- Volterra dengan metode transformasi diferensial dari nilai parameter () diperoleh x (t) = 50 + 7,96 t + 0,5947 t 2 + 0,02504 t 3 + 0,0003726 t 4 0,000033 t 5 0,00000356 t 6 (2,228 0 7 ) t 7 6

(,2 0 8 ) t 8 (4,829 0 0 ) t 9 (,72 0 ) t 0 x 2 (t) = 40 + 2,4 t 0.00683 t 2 0,00625 t 3 0,000397 t 4 0,000029 t 5 (6,554 0 8 ) t 6 + (,978 0 8 ) t 7 + (,40 0 9 ) t 8 + (5,822 0 ) t 9 + (,639 0 2 ) t 0 y(t) = 20 + 0,74 t + 0,0822 t 2 + 0,00599 t 3 + 0,0003899 t 4 + 0,0000235 t 5 + 0,0000036 t 6 + (6,7599 0 8 ) t 7 + (3,2 0 9 ) t 8 + (,299 0 0 ) t 9 + (3,435 0 2 ) t 0 Untu penyelesaian persamaan Lota- Volterra dengan metode transformasi diferensial dari nilai parameter (2) diperoleh x (t) = 50 + 7,96 t + 0,576 t 2 + 0,02085 t 3 0,00003 t 4 0,00006558 t 5 0,00000482 t 6 (2,220 0 7 ) t 7 (6,630 0 9 ) t 8 (7,64 0 ) t 9 + (6,092 0 2 ) t 0 x 2 (t) = 40 + 6,3 t + 0.445 t 2 + 0,05 t 3 0,00023 t 4 + 0,00006 t 5 0,000003996 t 6 (,645 0 7 ) t 7 (3,87 0 9 ) t 8 (3,87 0 9 ) t 8 + (3,692 0 ) t 9 + (9,37 0 2 ) t 0 y(t) = 20 + 0,74 t + 0,085 t 2 + 0,00625 t 3 + 0,000399 t 4 + 0,0000232 t 5 + 0,00000224 t 6 + (5,7 0 8 ) t 7 + (2,2 0 9 ) t 8 + (5,734 0 ) t 9 (5,565 0 3 ) t 0 Untu penyelesaian persamaan Lota- Volterra dengan metode transformasi diferensial dari nilai parameter (3) diperoleh x (t) = 50 + 2,6 t + 0,096 t 2 + 0,009 t 3 + 0,00002 t 4 (,82 0 7 ) t 5 (2,099 0 8 ) t 6 (6,3269 0 0 ) t 7 (2,066 0 ) t 8 (5,0476 0 3 ) t 9 (,0053 0 4 ) t 0 x 2 (t) = 40 t + 0,034 t 2 0,00255 t 3 0,0000325 t 4 (7,237 0 7 ) t 5 + (,99 0 8 ) t 6 + (,22 0 9 ) t 7 (3,842 0 ) t 8 + (,429 0 2 ) t 9 (4,608 0 4 ) t 0 y(t) = 20 0,47 t + 0,09 t 2 + 0,000372 t 3 0,0000 t 4 + (8,054 0 7 ) t 5 (6,6998 0 9 ) t 6 + (,4255 0 0 ) t 7 + (,823 0 ) t 8 (3,673 0 3 ) t 9 + (,37 0 4 ) t 0 Simulasi Numeri dengan Maple 7 Simulasi numeri beriut dilauan dengan nilai awal dan parameter yang sama pada bagian sebelumnya. Simulasi ini dibagi menjadi 3 bagian berdasaran nilai parameter yang digunaan. 7

Simulasi dengan nilai parameter (),a = 0,2; α = 0,005; b = 0,5; β = 0,0 Gambar. Simulasi numeri parameter () untu t = 0 dan t = 30 Simulasi dengan nilai parameter (2),a = 0,2; α = 0,005; b = 0,; β = 0,00 Gambar 2. Simulasi numeri parameter (2) untu t = 0 dan t = 30 Simulasi dengan nilai parameter (3), a = 0,; α = 0,00; b = 0,5; β = 0,0 Gambar 3. Simulasi numeri parameter (3) untu t = 0 dan t = 30 8

Kasus 2 Persamaan Lota-Volterra 2 Mangsa dan Pemangsa Jurnal MSA Vol. 3 No. Ed. Jan-Juni 205 Simulasi numeri beriut dilauan dengan nilai awal dan parameter yang sama pada bagian sebelumnya. Simulasi dengan nilai parameter (), a = 0,2; α 2 = 0.0007; α = 0.007; a 2 = 0,; α 2 = 0.00025; α 2 = 0.007; b = 0,0; β = 0.00085; β 2 = 0.00008; Gambar 4. Simulasi numeri parameter () untu t = 0 dan t = 30 Simulasi dengan nilai parameter (2), a = 0,2; α 2 = 0.0007; α = 0.007; a 2 = 0,2; α 2 = 0.0007; α 2 = 0.007; b = 0,0; β = 0.00085; β 2 = 0.00008; Gambar 5. Simulasi numeri parameter (2) untu t = 0 dan t = 30 Simulasi dengan nilai parameter (3), a = 0,; α 2 = 0.0002; α = 0.002; a 2 = 0,; α 2 = 0.0005; α 2 = 0.005; b = 0,0; β = 0.00085; β 2 = 0.00085; Gambar 6. Simulasi numeri parameter (2) untu t = 0 dan t = 30 9

Simulasi dengan menggunaan program Maple 7 yang dilauan untu 2 asus dengan nilai parameter dan nilai awal tersebut memberian informasi bahwa edua spesies saling mempengaruhi secara signifian. Berdasaran gambar yang dihasilan, penentuan nilai parameter dan nilai awal sangat sensitif. Pemberian nilai awal dan nilai parameter yang berbeda aan memberian gambar yang lebih variatif pula. Penurunan jumlah populasi bai mangsa maupun pemangsa pada anga negatif menunjuan habisnya populasi tersebut. Mesipun demiian simulasi tetap dilanjutan untu melihat perilau sistem pada watu beriutnya. Oleh arena itu penyelesaian yang diperoleh sudah sudah dapat menjelasan prilau sistem dalam onsep eologi. Aan tetapi, perubahan jumlah populasi yang dihasilan terlalu besar sehingga metode transformasi diferensial emunginan urang coco untu menjelasan jumlah populasi yang ada pada saat t tertentu sehingga dari penelitian ini dietahui bahwa metode transformasi diferensial hanya coco untu menjelasan perilau sistem Lota- Volterra. 5. KESIMPULAN Berdasaran pembahasan dari penelitian diatas dapat diambil esimpulan bahwa :. Metode Grafi, hanya dapat dilauan untu masalah program linear dengan dua variabel, sedangan 2. Metode simples, dapat dilauan untu masalah program linear bai untu dua atau lebih variabel, dengan langah awal yaitu memformulasian masalah edalam program linear, menambahan variabel slac atau surplus pada endala untu memperoleh bentu standar, emudian lauan-langah metode simples. 6. DAFTAR PUSTAKA. Hiller, Frederic, R. And Lieberen, Gerald. 994. Introduction to Opertions Research USA : McGrow-Hill Companies 2. Lusiana, 2006. Penyelesaian Program Linier dengan Metode Simples. Sripsi S- Metematia UNAND, tida diterbitan. 3. Siswanto, 2007. Operation Research, Erlangga, Jaarta. 4. Taha Hamdy A., 996. Riset Operasi Suatu Pengantar Jilid.Bina Rupa Asara,Jaarta. 5. Wijaya Andi, 202, Pengantar Riset Operasi Edisi 2. Mitra Wicana Media, Jaarta. 0