Perpustakaan Digital ITB

Berbagai model dynamical dark energy (DDE) yang densitas energinya berubah terhadap waktu atau redshift telah diusulkan, baik dengan w konstan namun ?= 1, maupun w yang berubah terhadap waktu. Model-model tersebut diusulkan berlandaskan teori formal maupun fenomenologis dan umumnya direpresentasikan dalam bentuk persamaan yang eksak, untuk kemudian dicocokkan dengan data pengamatan. Sebuah pendekatan yang model independent diperlukan untuk merekonstruksi dark energy langsung dari data pengamatan. Salah satu cara untuk itu adalah melalui tinjauan kinematika terhadap evolusi alam semesta dalam metode kosmografi. Kosmografi awalnya didasarkan pada ekspansi deret Taylor terhadap faktor skala sebagai fungsi dari waktu dan hanya mengasumsikan berlakunya metrik Friedmann Lemaitre RobertsonWalker (FLRW). Namun kosmografi dengan menggunakan ekspansi Taylor memiliki masalah utama terkait konvergensi (hanya berlaku untuk redshift z < 1) dan truncation (pemotongan suku yang menyebabkan penjalaran galat). Berbagai bentuk ekspansi/polinom lain diusulkan sebagai solusi masalah pendekatan kosmografi dengan menggunakan ekspansi Taylor. Tugas akhir ini berfokus untuk menguji kelakuan berbagai ekspansi/polinom yang dapat digunakan dalam metode kosmografi untuk mengatasi masalah utama kosmografi dan merekonstruksi berbagai model parameterisasi DDE, yaitu wCDM, Chevalier-Linder-Polarski (CPL), Jassal - Bagla - Padmanabhan (JBP). Digunakan data supernova tipe Ia, Observational Hubble Data (OHD), dan Gamma Ray Burst (GRB). Statistik Bayesian dengan algoritma MCMC digunakan untuk analisis statistik. Didapatkan deret Taylor bergantung kepada model dynamical dark energy dan juga besaran kosmologis yang ingin diaproksimasi, deret y-redshift cenderung tidak bergantung pada model dan hanya bergantung pada besaran kosmologis yang diaproksimasi, sedangkan untuk polinom Pad´e dan Chebyshev didapatkan bahwa polinom ini efektif digunakan untuk mendekati besaran kosmologis pada redshift tinggi. Didapatkan pula kendala terbaik yang didapatkan menggunakan deret y2-redshift dan data SN Ia + OHD + GRB adalah H0 = 74, 160,31 ?0,31, q0 = ?1, 70,06 ?0,06, dan j0 = ?11, 270,91 ?0,91.