http://air.eng.ui.ac.id/api.php?action=feedcontributions&user=Adzanna&feedformat=atomccitonlinewiki - User contributions [en]2024-03-19T00:49:12ZUser contributionsMediaWiki 1.30.0http://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=36817Muhammad Adzanna Moslem2020-06-21T15:35:55Z<p>Adzanna: </p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
'''PROFILE'''<br />
<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== '''Tugas Pertemuan 1''' ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 4 ==<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .<br />
<br />
----<br />
<br />
<br />
<br />
==='''Extended Abstrak'''===<br />
<br />
Judul : Analisis Optimasi Dimensi Rangka Mudguard Kawasaki Ninja 250 FI.<br />
<br />
Sepakbor merupakan salah satu komponen yang wajib di miliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar. (Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat di temukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI, Sepakbor roda belakang harus selebar setidaknya dari titik vertikal membentuk minimal sudut 45° di kedua sisi ban belakang dan Kawasaki Ninja 250 FI hanya membentuk sudut 33°. Tujuan dari penelitian ini adalah mengoptimasi penggunaan bahan mudguard yang dapat mengurangi ciprtan air yang diciptakan oleh ban belakang pada motor Kawasaki ninja 250 FI. Penelitian ini dilakukan menggunakan metode rekayasa (engineering) yaitu melakukan suatu kegiatan perancangan (design) yang tidak rutin sehingga terdapat suatu kontribusi yang baru baik dalam proses maupun bentuk, dalam melakukan perancangan nya metode komputasi yang digunakan adalah Finite Element Methode (FEM) untuk menghitung stress analisis yang terjadi pada rangka ketika terjadi pembebanan pada rangka tersebut. Berdasarakan hasil uji coba sebelum penggunaan mudguard dapat mengurangi hasil cipratan yang diciptakan sebanyak 48.7% jika dibandingkan tidak menggunakan mudguard. .maka pengembangan penelitian selanjutnya adalah pengoptimasian penggunaan bahan yang akan digunakan pada rangka mudguard agar didapat penggunaan bahan seefisien mungkin dan sekuat mungkin<br />
<br />
==='''Finite Methode'''===<br />
<br />
'''Finite element Methode'''<br />
<br />
FEM adalah singkatan dari Finite Element Method, dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik.<br />
Membagi bagian analisa menjadi bagian-bagian kecil disebut “discretizing atau diskritisasi”. Bagian-bagian kecil ini disebut elemen, yang terdiri dari titik-titik sudut (disebut nodal, atau node) dan daerah elemen yang terbentuk dari titik-titik tersebut. Membagi sebuah object menjadi bagian-bagian kecil secara fisika sebenarnya menuntun kita kepada pembuatan persamaan diferensial. Jadi secara lebih matematis, FEM didefinisikan sebagai teknik numerik untuk menyelesaikan problem yang dinyatakan dalam persamaan diferensial. Namun biasanya definisi FEM secara matematis memberikan kesan yang rumit yang sebenarnya tidak perlu. Oleh karena itu dalam pelajaran kita, pendekatan matematis tidak terlalu ditekankan.<br />
<br />
'''Finite Volume Methode'''<br />
<br />
Metode volume hingga adalah metode numerik untuk menyelesaikan persamaan diferensial parsial yang menghitung nilai-nilai variabel yang dikonservasi yang dirata-rata di seluruh volume. Salah satu keuntungan dari metode volume hingga dari metode beda hingga adalah tidak memerlukan mesh terstruktur (walaupun mesh terstruktur juga dapat digunakan). Selain itu, metode volume hingga lebih disukai daripada metode lain sebagai hasil dari kenyataan bahwa kondisi batas dapat diterapkan secara non-invasif. Ini benar karena nilai-nilai variabel yang dilestarikan terletak di dalam elemen volume, dan bukan pada node atau permukaan. Metode volume terbatas sangat kuat pada grid non-seragam kasar dan dalam perhitungan di mana mesh bergerak untuk melacak antarmuka atau guncangan.<br />
<br />
'''Finite Difference Methode'''<br />
<br />
Dalam analisis numerik, finite difference methode (FDM) adalah diskritisasi yang digunakan untuk menyelesaikan persamaan diferensial dengan memperkirakannya dengan persamaan perbedaan yang perbedaan hingga mendekati derivatif.<br />
FDMs mengkonversi persamaan diferensial biasa linear (ODE) atau persamaan diferensial parsial non-linear (PDE) menjadi sistem persamaan yang dapat diselesaikan dengan teknik aljabar matriks. Pengurangan persamaan diferensial ke sistem persamaan aljabar membuat masalah menemukan solusi untuk ODE / PDE yang diberikan cocok untuk komputer modern, karenanya penggunaan FDM yang luas dalam analisis numerik modern. Saat ini, FDM adalah pendekatan dominan untuk solusi numerik PDE. <br />
<br />
<br />
<br />
== Tugas Pertemuan 5 ==<br />
<br />
=== Optimasi Kebutuhan Energi kalori Manusia ===<br />
Secara umum, asupan rata-rata kalori harian bagi pria dewasa adalah 2.500 kalori. Namun, jumlah tersebut sebenarnya dipengaruhi juga oleh kegiatan yang dilakukan sehari-hari. Jika kegiatan yang dilakukan membutuhkan aktivitas fisik yang lebih berat, maka kebutuhan akan asupan kalori harian tentu meningkat, dan faktor lain nya adalah tinggi badan,berat badan, dan umur. Jika dilihat dari referensi yang saya dapatkan penggunaan kalori dapat dihitung melalui perhitungan BMR atau Basal Metabolic Rate adalah jumlah energi yang dikeluarkan pada tubuh manusia dalam satu hari dimana kondisi tubuh saat istirahat atau tidak, dimana persamaan yang di kembangkan oleh Harris Benedict<br />
<br />
kebutuhan energi pria = (66,5 + (13,8 x 70) + (5 x 172))/ 6,8 x 24= 1711.8 kalori dalam sehari<br />
ini merupakan kebutuhan kalori minimum yang saya butuhkan agar organ saya bisa bekerja dengan baik <br />
<br />
<br />
Hasil tersebut akan dikalikan dengan faktor aktivis fisik, dimana pembagiannya Dimana KKB adalah kebutuhan Kalori Basal<br />
<br />
-aktivis sangat ringan = KKB x 1,2<br />
<br />
-aktivis ringan = KKB x 1,375<br />
<br />
-aktivis sedang = KKB x 1,55<br />
<br />
-aktivis berat = KKB x 1,725<br />
<br />
-aktivis sangat berat = KKB x 1,9<br />
<br />
jika dilihat dari kategori saya berda pada kategori aktivis ringan <br />
maka di dapat hasil sebesar 2353 kalori.<br />
<br />
Kebuthan Kalori saya pada hari senin<br />
<br />
[[File:Total kebutuhan energi.png|700px|thumb|left|Kebutuhan Kalori]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
== Tugas Pertemuan 6 ==<br />
<br />
Rule of Term in Computation Engineering<br />
<br />
Initial Thinking<br />
<br />
Pada tahapan ini, seorang peneliti mengidentifikasi suatu permasalahan. Tahap ini penulis bisa mengumpulkan data dengan melihat langsung permasalahn dan tanya jawab dengan yang mempunyai permasalahan.<br />
<br />
Modelling<br />
<br />
Pada tahapan ini, semua variabel yang telah didefinisikan pada tahapan sebelumnya coba dimodelkan. Pemodelan dilakukan untuk memudahkan proses pengambilan kesimpulan.<br />
<br />
Simulasi<br />
<br />
Setelah model berhasil dirumuskan, langkah selanjutnya adalah melakukan eksekusi dari model matematis dengan metode komputasi terbaik yang dipilih. Metode yang dipilih seharusnya memiliki proses komputasi paling sesuai untuk mengeksekusi model matematis yang telah terbentuk.<br />
<br />
Verifikasi<br />
<br />
Verifikasi adalah upaya dalam memastikan komputasi pada simulasi memiliki keakuratan yang baik. Dengan menghitung model kembali, melihat kesalahan numerik dan menerapkan pendekatan numerik.<br />
<br />
Validasi<br />
<br />
validasi adalah upaya untuk memastikan hasil komputasi cukup representatif dalam memberikan jawaban terhadap permasalahan yang ingin diselesaikan. Validasi juga dilakukan dengan menghitung model yang betul.<br />
<br />
<br />
<br />
== Ulangan Tengah Semester ==<br />
1. Video presentasi <br />
<br />
<br />
<br />
[[File:Topology Optimasi.mkv]]<br />
<br />
<br />
2. Energi pada manusia<br />
<br />
<br />
<gallery mode="slideshow"><br />
File:Kalori Perminggu.png|50px|thumb|left|alt text<br />
File:Tabel Konsumsi.png|50px|thumb|left|alt text<br />
File:Grafix Kalori.png|50px|thumb|left|alt text<br />
</gallery><br />
<br />
3. Draft Paper Komputasi Teknik<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Paper Komputasi teknik-1.jpg|50px|thumb|left|Sinopsis skripsi<br />
File:Paper Komputasi teknik-2.jpg|50px|thumb|left|Sinopsis skripsi<br />
File:Paper Komputasi teknik-3.jpg|50px|thumb|left|Sinopsis skripsi<br />
File:Paper Komputasi teknik-4.jpg|50px|thumb|left|Sinopsis skripsi<br />
File:Paper Komputasi teknik-5.jpg|50px|thumb|left|Sinopsis skripsi<br />
</gallery><br />
<br />
4.Video Presetasi Paper<br />
<br />
[[File:Shape Optimation Mudguard 1.mp4 ]]<br />
<br />
[[File:Shape Optimation Mudguard 2.mp4 ]]<br />
<br />
[[File:Shape Optimation Mudguard 3.mp4 ]]<br />
<br />
[[File:Shape Optimation Mudguard 4.mp4 ]]<br />
<br />
[[File:Shape Optimation Mudguard 5.mp4 ]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Ujian Akhir Semester Komtek <br />
<br />
<gallery mode="slideshow"><br />
File:Uas adzanna 1.jpg|50px|thumb|left|Ujian Akhir Semester Komtek<br />
File:Uas Adzanna 2.jpg|50px|thumb|left|Ujian Akhir Semester Komtek<br />
File:Uas Adzanna 3.jpg|50px|thumb|left|Ujian Akhir Semester Komtek<br />
File:Uas Adzanna 4.jpg|50px|thumb|left|Ujian Akhir Semester Komtek<br />
File:Uas Adzanna 5.jpg|50px|thumb|left|Ujian Akhir Semester Komtek<br />
File:Annotation 2020-06-10 205237.png|50px|thumb|left|Ujian Akhir Semester Komtek<br />
<br />
</gallery><br />
<br />
<br />
PRESENTASI TUGAS PRESENTASI ARTIKEL<br />
<br />
[[File:presentasismo.mp4]]</div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=36320Muhammad Adzanna Moslem2020-06-10T14:18:53Z<p>Adzanna: </p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
'''PROFILE'''<br />
<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== '''Tugas Pertemuan 1''' ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 4 ==<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .<br />
<br />
----<br />
<br />
<br />
<br />
==='''Extended Abstrak'''===<br />
<br />
Judul : Analisis Optimasi Dimensi Rangka Mudguard Kawasaki Ninja 250 FI.<br />
<br />
Sepakbor merupakan salah satu komponen yang wajib di miliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar. (Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat di temukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI, Sepakbor roda belakang harus selebar setidaknya dari titik vertikal membentuk minimal sudut 45° di kedua sisi ban belakang dan Kawasaki Ninja 250 FI hanya membentuk sudut 33°. Tujuan dari penelitian ini adalah mengoptimasi penggunaan bahan mudguard yang dapat mengurangi ciprtan air yang diciptakan oleh ban belakang pada motor Kawasaki ninja 250 FI. Penelitian ini dilakukan menggunakan metode rekayasa (engineering) yaitu melakukan suatu kegiatan perancangan (design) yang tidak rutin sehingga terdapat suatu kontribusi yang baru baik dalam proses maupun bentuk, dalam melakukan perancangan nya metode komputasi yang digunakan adalah Finite Element Methode (FEM) untuk menghitung stress analisis yang terjadi pada rangka ketika terjadi pembebanan pada rangka tersebut. Berdasarakan hasil uji coba sebelum penggunaan mudguard dapat mengurangi hasil cipratan yang diciptakan sebanyak 48.7% jika dibandingkan tidak menggunakan mudguard. .maka pengembangan penelitian selanjutnya adalah pengoptimasian penggunaan bahan yang akan digunakan pada rangka mudguard agar didapat penggunaan bahan seefisien mungkin dan sekuat mungkin<br />
<br />
==='''Finite Methode'''===<br />
<br />
'''Finite element Methode'''<br />
<br />
FEM adalah singkatan dari Finite Element Method, dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik.<br />
Membagi bagian analisa menjadi bagian-bagian kecil disebut “discretizing atau diskritisasi”. Bagian-bagian kecil ini disebut elemen, yang terdiri dari titik-titik sudut (disebut nodal, atau node) dan daerah elemen yang terbentuk dari titik-titik tersebut. Membagi sebuah object menjadi bagian-bagian kecil secara fisika sebenarnya menuntun kita kepada pembuatan persamaan diferensial. Jadi secara lebih matematis, FEM didefinisikan sebagai teknik numerik untuk menyelesaikan problem yang dinyatakan dalam persamaan diferensial. Namun biasanya definisi FEM secara matematis memberikan kesan yang rumit yang sebenarnya tidak perlu. Oleh karena itu dalam pelajaran kita, pendekatan matematis tidak terlalu ditekankan.<br />
<br />
'''Finite Volume Methode'''<br />
<br />
Metode volume hingga adalah metode numerik untuk menyelesaikan persamaan diferensial parsial yang menghitung nilai-nilai variabel yang dikonservasi yang dirata-rata di seluruh volume. Salah satu keuntungan dari metode volume hingga dari metode beda hingga adalah tidak memerlukan mesh terstruktur (walaupun mesh terstruktur juga dapat digunakan). Selain itu, metode volume hingga lebih disukai daripada metode lain sebagai hasil dari kenyataan bahwa kondisi batas dapat diterapkan secara non-invasif. Ini benar karena nilai-nilai variabel yang dilestarikan terletak di dalam elemen volume, dan bukan pada node atau permukaan. Metode volume terbatas sangat kuat pada grid non-seragam kasar dan dalam perhitungan di mana mesh bergerak untuk melacak antarmuka atau guncangan.<br />
<br />
'''Finite Difference Methode'''<br />
<br />
Dalam analisis numerik, finite difference methode (FDM) adalah diskritisasi yang digunakan untuk menyelesaikan persamaan diferensial dengan memperkirakannya dengan persamaan perbedaan yang perbedaan hingga mendekati derivatif.<br />
FDMs mengkonversi persamaan diferensial biasa linear (ODE) atau persamaan diferensial parsial non-linear (PDE) menjadi sistem persamaan yang dapat diselesaikan dengan teknik aljabar matriks. Pengurangan persamaan diferensial ke sistem persamaan aljabar membuat masalah menemukan solusi untuk ODE / PDE yang diberikan cocok untuk komputer modern, karenanya penggunaan FDM yang luas dalam analisis numerik modern. Saat ini, FDM adalah pendekatan dominan untuk solusi numerik PDE. <br />
<br />
<br />
<br />
== Tugas Pertemuan 5 ==<br />
<br />
=== Optimasi Kebutuhan Energi kalori Manusia ===<br />
Secara umum, asupan rata-rata kalori harian bagi pria dewasa adalah 2.500 kalori. Namun, jumlah tersebut sebenarnya dipengaruhi juga oleh kegiatan yang dilakukan sehari-hari. Jika kegiatan yang dilakukan membutuhkan aktivitas fisik yang lebih berat, maka kebutuhan akan asupan kalori harian tentu meningkat, dan faktor lain nya adalah tinggi badan,berat badan, dan umur. Jika dilihat dari referensi yang saya dapatkan penggunaan kalori dapat dihitung melalui perhitungan BMR atau Basal Metabolic Rate adalah jumlah energi yang dikeluarkan pada tubuh manusia dalam satu hari dimana kondisi tubuh saat istirahat atau tidak, dimana persamaan yang di kembangkan oleh Harris Benedict<br />
<br />
kebutuhan energi pria = (66,5 + (13,8 x 70) + (5 x 172))/ 6,8 x 24= 1711.8 kalori dalam sehari<br />
ini merupakan kebutuhan kalori minimum yang saya butuhkan agar organ saya bisa bekerja dengan baik <br />
<br />
<br />
Hasil tersebut akan dikalikan dengan faktor aktivis fisik, dimana pembagiannya Dimana KKB adalah kebutuhan Kalori Basal<br />
<br />
-aktivis sangat ringan = KKB x 1,2<br />
<br />
-aktivis ringan = KKB x 1,375<br />
<br />
-aktivis sedang = KKB x 1,55<br />
<br />
-aktivis berat = KKB x 1,725<br />
<br />
-aktivis sangat berat = KKB x 1,9<br />
<br />
jika dilihat dari kategori saya berda pada kategori aktivis ringan <br />
maka di dapat hasil sebesar 2353 kalori.<br />
<br />
Kebuthan Kalori saya pada hari senin<br />
<br />
[[File:Total kebutuhan energi.png|700px|thumb|left|Kebutuhan Kalori]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
== Tugas Pertemuan 6 ==<br />
<br />
Rule of Term in Computation Engineering<br />
<br />
Initial Thinking<br />
<br />
Pada tahapan ini, seorang peneliti mengidentifikasi suatu permasalahan. Tahap ini penulis bisa mengumpulkan data dengan melihat langsung permasalahn dan tanya jawab dengan yang mempunyai permasalahan.<br />
<br />
Modelling<br />
<br />
Pada tahapan ini, semua variabel yang telah didefinisikan pada tahapan sebelumnya coba dimodelkan. Pemodelan dilakukan untuk memudahkan proses pengambilan kesimpulan.<br />
<br />
Simulasi<br />
<br />
Setelah model berhasil dirumuskan, langkah selanjutnya adalah melakukan eksekusi dari model matematis dengan metode komputasi terbaik yang dipilih. Metode yang dipilih seharusnya memiliki proses komputasi paling sesuai untuk mengeksekusi model matematis yang telah terbentuk.<br />
<br />
Verifikasi<br />
<br />
Verifikasi adalah upaya dalam memastikan komputasi pada simulasi memiliki keakuratan yang baik. Dengan menghitung model kembali, melihat kesalahan numerik dan menerapkan pendekatan numerik.<br />
<br />
Validasi<br />
<br />
validasi adalah upaya untuk memastikan hasil komputasi cukup representatif dalam memberikan jawaban terhadap permasalahan yang ingin diselesaikan. Validasi juga dilakukan dengan menghitung model yang betul.<br />
<br />
<br />
<br />
== Ulangan Tengah Semester ==<br />
1. Video presentasi <br />
<br />
<br />
<br />
[[File:Topology Optimasi.mkv]]<br />
<br />
<br />
2. Energi pada manusia<br />
<br />
<br />
<gallery mode="slideshow"><br />
File:Kalori Perminggu.png|50px|thumb|left|alt text<br />
File:Tabel Konsumsi.png|50px|thumb|left|alt text<br />
File:Grafix Kalori.png|50px|thumb|left|alt text<br />
</gallery><br />
<br />
3. Draft Paper Komputasi Teknik<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Paper Komputasi teknik-1.jpg|50px|thumb|left|Sinopsis skripsi<br />
File:Paper Komputasi teknik-2.jpg|50px|thumb|left|Sinopsis skripsi<br />
File:Paper Komputasi teknik-3.jpg|50px|thumb|left|Sinopsis skripsi<br />
File:Paper Komputasi teknik-4.jpg|50px|thumb|left|Sinopsis skripsi<br />
File:Paper Komputasi teknik-5.jpg|50px|thumb|left|Sinopsis skripsi<br />
</gallery><br />
<br />
4.Video Presetasi Paper<br />
<br />
[[File:Shape Optimation Mudguard 1.mp4 ]]<br />
<br />
[[File:Shape Optimation Mudguard 2.mp4 ]]<br />
<br />
[[File:Shape Optimation Mudguard 3.mp4 ]]<br />
<br />
[[File:Shape Optimation Mudguard 4.mp4 ]]<br />
<br />
[[File:Shape Optimation Mudguard 5.mp4 ]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
Ujian Akhir Semester Komtek <br />
<br />
<gallery mode="slideshow"><br />
File:Uas adzanna 1.jpg|50px|thumb|left|Ujian Akhir Semester Komtek<br />
File:Uas Adzanna 2.jpg|50px|thumb|left|Ujian Akhir Semester Komtek<br />
File:Uas Adzanna 3.jpg|50px|thumb|left|Ujian Akhir Semester Komtek<br />
File:Uas Adzanna 4.jpg|50px|thumb|left|Ujian Akhir Semester Komtek<br />
File:Uas Adzanna 5.jpg|50px|thumb|left|Ujian Akhir Semester Komtek<br />
File:Annotation 2020-06-10 205237.png|50px|thumb|left|Ujian Akhir Semester Komtek<br />
<br />
</gallery></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=36318Muhammad Adzanna Moslem2020-06-10T14:09:58Z<p>Adzanna: </p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
'''PROFILE'''<br />
<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== '''Tugas Pertemuan 1''' ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 4 ==<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .<br />
<br />
----<br />
<br />
<br />
<br />
==='''Extended Abstrak'''===<br />
<br />
Judul : Analisis Optimasi Dimensi Rangka Mudguard Kawasaki Ninja 250 FI.<br />
<br />
Sepakbor merupakan salah satu komponen yang wajib di miliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar. (Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat di temukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI, Sepakbor roda belakang harus selebar setidaknya dari titik vertikal membentuk minimal sudut 45° di kedua sisi ban belakang dan Kawasaki Ninja 250 FI hanya membentuk sudut 33°. Tujuan dari penelitian ini adalah mengoptimasi penggunaan bahan mudguard yang dapat mengurangi ciprtan air yang diciptakan oleh ban belakang pada motor Kawasaki ninja 250 FI. Penelitian ini dilakukan menggunakan metode rekayasa (engineering) yaitu melakukan suatu kegiatan perancangan (design) yang tidak rutin sehingga terdapat suatu kontribusi yang baru baik dalam proses maupun bentuk, dalam melakukan perancangan nya metode komputasi yang digunakan adalah Finite Element Methode (FEM) untuk menghitung stress analisis yang terjadi pada rangka ketika terjadi pembebanan pada rangka tersebut. Berdasarakan hasil uji coba sebelum penggunaan mudguard dapat mengurangi hasil cipratan yang diciptakan sebanyak 48.7% jika dibandingkan tidak menggunakan mudguard. .maka pengembangan penelitian selanjutnya adalah pengoptimasian penggunaan bahan yang akan digunakan pada rangka mudguard agar didapat penggunaan bahan seefisien mungkin dan sekuat mungkin<br />
<br />
==='''Finite Methode'''===<br />
<br />
'''Finite element Methode'''<br />
<br />
FEM adalah singkatan dari Finite Element Method, dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik.<br />
Membagi bagian analisa menjadi bagian-bagian kecil disebut “discretizing atau diskritisasi”. Bagian-bagian kecil ini disebut elemen, yang terdiri dari titik-titik sudut (disebut nodal, atau node) dan daerah elemen yang terbentuk dari titik-titik tersebut. Membagi sebuah object menjadi bagian-bagian kecil secara fisika sebenarnya menuntun kita kepada pembuatan persamaan diferensial. Jadi secara lebih matematis, FEM didefinisikan sebagai teknik numerik untuk menyelesaikan problem yang dinyatakan dalam persamaan diferensial. Namun biasanya definisi FEM secara matematis memberikan kesan yang rumit yang sebenarnya tidak perlu. Oleh karena itu dalam pelajaran kita, pendekatan matematis tidak terlalu ditekankan.<br />
<br />
'''Finite Volume Methode'''<br />
<br />
Metode volume hingga adalah metode numerik untuk menyelesaikan persamaan diferensial parsial yang menghitung nilai-nilai variabel yang dikonservasi yang dirata-rata di seluruh volume. Salah satu keuntungan dari metode volume hingga dari metode beda hingga adalah tidak memerlukan mesh terstruktur (walaupun mesh terstruktur juga dapat digunakan). Selain itu, metode volume hingga lebih disukai daripada metode lain sebagai hasil dari kenyataan bahwa kondisi batas dapat diterapkan secara non-invasif. Ini benar karena nilai-nilai variabel yang dilestarikan terletak di dalam elemen volume, dan bukan pada node atau permukaan. Metode volume terbatas sangat kuat pada grid non-seragam kasar dan dalam perhitungan di mana mesh bergerak untuk melacak antarmuka atau guncangan.<br />
<br />
'''Finite Difference Methode'''<br />
<br />
Dalam analisis numerik, finite difference methode (FDM) adalah diskritisasi yang digunakan untuk menyelesaikan persamaan diferensial dengan memperkirakannya dengan persamaan perbedaan yang perbedaan hingga mendekati derivatif.<br />
FDMs mengkonversi persamaan diferensial biasa linear (ODE) atau persamaan diferensial parsial non-linear (PDE) menjadi sistem persamaan yang dapat diselesaikan dengan teknik aljabar matriks. Pengurangan persamaan diferensial ke sistem persamaan aljabar membuat masalah menemukan solusi untuk ODE / PDE yang diberikan cocok untuk komputer modern, karenanya penggunaan FDM yang luas dalam analisis numerik modern. Saat ini, FDM adalah pendekatan dominan untuk solusi numerik PDE. <br />
<br />
<br />
<br />
== Tugas Pertemuan 5 ==<br />
<br />
=== Optimasi Kebutuhan Energi kalori Manusia ===<br />
Secara umum, asupan rata-rata kalori harian bagi pria dewasa adalah 2.500 kalori. Namun, jumlah tersebut sebenarnya dipengaruhi juga oleh kegiatan yang dilakukan sehari-hari. Jika kegiatan yang dilakukan membutuhkan aktivitas fisik yang lebih berat, maka kebutuhan akan asupan kalori harian tentu meningkat, dan faktor lain nya adalah tinggi badan,berat badan, dan umur. Jika dilihat dari referensi yang saya dapatkan penggunaan kalori dapat dihitung melalui perhitungan BMR atau Basal Metabolic Rate adalah jumlah energi yang dikeluarkan pada tubuh manusia dalam satu hari dimana kondisi tubuh saat istirahat atau tidak, dimana persamaan yang di kembangkan oleh Harris Benedict<br />
<br />
kebutuhan energi pria = (66,5 + (13,8 x 70) + (5 x 172))/ 6,8 x 24= 1711.8 kalori dalam sehari<br />
ini merupakan kebutuhan kalori minimum yang saya butuhkan agar organ saya bisa bekerja dengan baik <br />
<br />
<br />
Hasil tersebut akan dikalikan dengan faktor aktivis fisik, dimana pembagiannya Dimana KKB adalah kebutuhan Kalori Basal<br />
<br />
-aktivis sangat ringan = KKB x 1,2<br />
<br />
-aktivis ringan = KKB x 1,375<br />
<br />
-aktivis sedang = KKB x 1,55<br />
<br />
-aktivis berat = KKB x 1,725<br />
<br />
-aktivis sangat berat = KKB x 1,9<br />
<br />
jika dilihat dari kategori saya berda pada kategori aktivis ringan <br />
maka di dapat hasil sebesar 2353 kalori.<br />
<br />
Kebuthan Kalori saya pada hari senin<br />
<br />
[[File:Total kebutuhan energi.png|700px|thumb|left|Kebutuhan Kalori]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
== Tugas Pertemuan 6 ==<br />
<br />
Rule of Term in Computation Engineering<br />
<br />
Initial Thinking<br />
<br />
Pada tahapan ini, seorang peneliti mengidentifikasi suatu permasalahan. Tahap ini penulis bisa mengumpulkan data dengan melihat langsung permasalahn dan tanya jawab dengan yang mempunyai permasalahan.<br />
<br />
Modelling<br />
<br />
Pada tahapan ini, semua variabel yang telah didefinisikan pada tahapan sebelumnya coba dimodelkan. Pemodelan dilakukan untuk memudahkan proses pengambilan kesimpulan.<br />
<br />
Simulasi<br />
<br />
Setelah model berhasil dirumuskan, langkah selanjutnya adalah melakukan eksekusi dari model matematis dengan metode komputasi terbaik yang dipilih. Metode yang dipilih seharusnya memiliki proses komputasi paling sesuai untuk mengeksekusi model matematis yang telah terbentuk.<br />
<br />
Verifikasi<br />
<br />
Verifikasi adalah upaya dalam memastikan komputasi pada simulasi memiliki keakuratan yang baik. Dengan menghitung model kembali, melihat kesalahan numerik dan menerapkan pendekatan numerik.<br />
<br />
Validasi<br />
<br />
validasi adalah upaya untuk memastikan hasil komputasi cukup representatif dalam memberikan jawaban terhadap permasalahan yang ingin diselesaikan. Validasi juga dilakukan dengan menghitung model yang betul.<br />
<br />
<br />
<br />
== Ulangan Tengah Semester ==<br />
1. Video presentasi <br />
<br />
<br />
<br />
[[File:Topology Optimasi.mkv]]<br />
<br />
<br />
2. Energi pada manusia<br />
<br />
<br />
<gallery mode="slideshow"><br />
File:Kalori Perminggu.png|50px|thumb|left|alt text<br />
File:Tabel Konsumsi.png|50px|thumb|left|alt text<br />
File:Grafix Kalori.png|50px|thumb|left|alt text<br />
</gallery><br />
<br />
3. Draft Paper Komputasi Teknik<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Paper Komputasi teknik-1.jpg|50px|thumb|left|alt text<br />
File:Paper Komputasi teknik-2.jpg|50px|thumb|left|alt text<br />
File:Paper Komputasi teknik-3.jpg|50px|thumb|left|alt text<br />
File:Paper Komputasi teknik-4.jpg|50px|thumb|left|alt text<br />
File:Paper Komputasi teknik-5.jpg|50px|thumb|left|alt text<br />
</gallery><br />
<br />
4 Video Presetasi Paper<br />
<gallery mode="slideshow"><br />
[[File:Shape Optimation Mudguard 1.mp4 ]]<br />
[[File:Shape Optimation Mudguard 2.mp4 ]]<br />
[[File:Shape Optimation Mudguard 3.mp4 ]]<br />
[[File:Shape Optimation Mudguard 4.mp4 ]]<br />
[[File:Shape Optimation Mudguard 5.mp4 ]]<br />
</gallery><br />
<br />
Ujian Akhir Semester Komtek <br />
<br />
<gallery mode="slideshow"><br />
File:Uas adzanna 1.jpg|50px|thumb|left|alt text<br />
File:Uas Adzanna 2.jpg|50px|thumb|left|alt text<br />
File:Uas Adzanna 3.jpg|50px|thumb|left|alt text<br />
File:Uas Adzanna 4.jpg|50px|thumb|left|alt text<br />
File:Uas Adzanna 5.jpg|50px|thumb|left|alt text<br />
<br />
</gallery></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Uas_Adzanna_5.jpg&diff=36314File:Uas Adzanna 5.jpg2020-06-10T14:06:24Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Uas_Adzanna_4.jpg&diff=36313File:Uas Adzanna 4.jpg2020-06-10T14:05:52Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Uas_Adzanna_3.jpg&diff=36312File:Uas Adzanna 3.jpg2020-06-10T14:05:20Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Uas_Adzanna_2.jpg&diff=36311File:Uas Adzanna 2.jpg2020-06-10T14:04:12Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Uas_adzanna_1.jpg&diff=36309File:Uas adzanna 1.jpg2020-06-10T14:02:47Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Annotation_2020-06-10_205237.png&diff=36302File:Annotation 2020-06-10 205237.png2020-06-10T13:59:52Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Shape_Optimation_Mudguard_5.mp4&diff=36055File:Shape Optimation Mudguard 5.mp42020-06-09T12:11:30Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Shape_Optimation_Mudguard_4.mp4&diff=36054File:Shape Optimation Mudguard 4.mp42020-06-09T12:10:53Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Shape_Optimation_Mudguard_3.mp4&diff=36053File:Shape Optimation Mudguard 3.mp42020-06-09T12:09:48Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Shape_Optimation_Mudguard_2.mp4&diff=36052File:Shape Optimation Mudguard 2.mp42020-06-09T12:09:29Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Shape_Optimation_Mudguard_1.mp4&diff=36051File:Shape Optimation Mudguard 1.mp42020-06-09T12:06:34Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Simplified_Finite_Elements_model_to_represent_Mass-Spring_structures_in_dynamic_simulation_by_R%C3%BAbia_M._Bosse,_Andr%C3%A9_Te%C3%B3filo_Beck&diff=34250Simplified Finite Elements model to represent Mass-Spring structures in dynamic simulation by Rúbia M. Bosse, André Teófilo Beck2020-05-03T16:24:35Z<p>Adzanna: /* Terjemahan */</p>
<hr />
<div><- back to [[Studi kasus komputasi teknik]]<br />
<br />
== Knowledge Base ==<br />
<br />
<br />
== Case Study ==<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic simulation.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic simulation 2.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 3.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 4.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 5 .png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 6.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 7.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 8.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 9.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 10.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 11.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 12.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 13.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 14.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 15.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 16.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 17.png]]<br />
<br />
[[File:Simplified Finite Elements model to represent Mass-Spring structures in dynamic 18.png]]<br />
<br />
Terjemahan<br />
<br />
<br />
== Terjemahan ==<br />
<br />
'''Abstrak'''<br />
<br />
Makalah ini menyajikan pendekatan langkah demi langkah, didaktik untuk membangun model elemen hingga yang disederhanakan (''Finite Elemen''t/FE)mereproduksi hasil yang diperoleh dengan model ''mass-spring'' (MS) atau bangunan geser. Tujuan utamanya adalah untuk mengekspos<br />
keterbatasan masing-masing model, dan untuk memfasilitasi perbandingan antara hasil numerik yang diperoleh dengan model yang berbeda,sangat sering oleh penulis yang berbeda. Contoh aplikasi adalah sistem kontrol getaran, analisis model teoritis, mesin pemodelan komponen dan jaringan lunak. Makalah ini menyajikan hipotesis yang diperlukan untuk membangun hierarkis model, membahas pengaruh masing-masing asumsi / penyederhanaan dalam respons struktural. Dengan tujuan ini, komputer kode diimplementasikan untuk menyelesaikan struktur kerangka 2D di bawah beban dinamis dengan model pegas massal dan posisi model elemen hingga mempertimbangkan analisis geometrik nonlinier. Hasil penelitian menunjukkan bahwa hipotesis yang diajukan adalah cukup untuk mereproduksi dalam metode FE respon yang sama dari model MS mengalami impuls dan beban gempa.<br />
<br />
'''1. PENDAHULUAN'''<br />
<br />
Dua metodologi utama yang digunakan untuk mengevaluasi perilaku mekanik struktur seperti bangunan di bawah beban dinamis adalah model Mass-Spring (MS) dan model Finite Element (FE). Penerapan masing-masing teknik ini biasanya tergantung pada jenis struktur, keakuratan analisis yang diminta, dan kompleksitas struktur. Telah diketahui bahwa semua model menghadirkan ketidakpastian terkait kesetiaan untuk mewakili perilaku struktural yang nyata. Dalam hal ini, interpretasi kritis terhadap penyederhanaan dan keterbatasan model teknik diperlukan untuk analisis dan desain yang andal.<br />
<br />
Secara umum, model massa-pegas memiliki pendekatan diskrit dan formulasi matematika sederhana. Massa terkonsentrasi dalam titik-massa dan terhubung satu sama lain dengan pegas linier yang mewakili kekuatan elastis internal yang bekerja di antara massa. Model MS sederhana karena menghasilkan sangat sedikit derajat kebebasan, di mana persamaan gerak dapat diselesaikan secara analitis dengan modal superposisi. Ini secara signifikan mengurangi waktu pemrosesan untuk analisis dinamis. Model massa-pegas populer karena secara konsep lebih sederhana dan lebih mudah diimplementasikan daripada model yang lebih konsisten secara fisik berdasarkan metode elemen hingga. Selain itu, model MS sangat fleksibel untuk perubahan topologi. <br />
<br />
Formulasi ini biasanya diterapkan untuk mewakili struktur sebagai sistem kontrol getaran, bangunan dalam perilaku global, elemen mesin dan bahan jaringan lunak. Model MS juga sangat berlaku untuk melakukan analisis keandalan dan respon stokastik, di mana biaya komputasi merupakan masalah mendasar, karena struktur perlu dipecahkan secara berulang. Kelemahan utama dari model MS adalah bahwa mereka dianggap tidak tepat untuk memperkirakan perilaku mekanik struktur yang dapat dideformasi. Model MS mengabaikan persamaan konstitutif material, dan menghadirkan sejumlah derajat kebebasan yang mungkin terlalu kecil untuk jenis analisis tertentu. <br />
<br />
Beberapa kemajuan telah dibuat dalam model MS untuk meningkatkan representasi realistis dari struktur yang dapat dideformasi. Beberapa penelitian mengusulkan metode baru untuk mendapatkan koefisien kekakuan pegas, yang lain telah menyarankan modifikasi model tradisional (Kuether dan Allen, 2012, Geethu et al., 2015), termasuk misalnya pegas nonlinear dan piezometrik dalam analisis sistem kontrol getaran (Harne, 2013), penggabungan pegas kontak kubik untuk mensimulasikan kehilangan kontak (Huajiang dan Guan, 2016) dan pemecah implisit cepat untuk model MS standar (Liu et al., 2013, Zheng et al., 2017)<br />
<br />
<br />
'''2. MODEL MASS-SPRING'''<br />
<br />
Analisis dinamis menggunakan model massa-pegas diskrit sangat umum dalam literatur dan menyajikan keuntungan sebagai alat sederhana untuk mengevaluasi respons dinamis struktur. Metode analisis ini memerlukan waktu pemrosesan yang sedikit, karena mereduksi struktur menjadi beberapa derajat kebebasan, dan karena jawabannya dapat diperoleh secara analitik dengan metode modal superposisi. Model MS tradisional berurusan dengan analisis linier, yaitu keseimbangan dihitung pada posisi awal, menyajikan matriks kekakuan konstan (Warburton, 1976 dan Paultre, 2010). Dalam makalah ini model bangunan geser dipertimbangkan. Idealisasi ini biasanya digunakan untuk mengevaluasi respons bangunan yang mengalami kegembiraan dinamis. Model bangunan geser biasanya mempertimbangkan bahwa massa kolom dapat diabaikan, dan massa lantai terkonsentrasi di lantai (titik massa). Juga, balok dan pelat dianggap kaku dalam arah longitudinal dan dalam lentur, kolom kaku untuk regangan aksial tetapi fleksibel secara transversal. Idealisasi bangunan geser mengasumsikan bahwa bangunan hanya menyajikan perpindahan horisontal, karena pembengkokan kolom. Mempertimbangkan kerangka bidang gambar 3 lantai yang tidak tertutup pada Gambar 1, model bangunan geser dapat dimodelkan dengan mendefinisikan massa dan pegas yang setara dan membuat matriks yang sesuai untuk solusi persamaan gerak.<br />
<br />
[[File:afitrotgs3.jpg]]<br />
<br />
'''CONCLUDING REMARKS'''<br />
<br />
Makalah ini mengupayakan pendekatan didaktik untuk menunjukkan bagaimana merepresentasikan, dengan diskritisasi elemen hingga, hasilnya diperoleh dengan model massa-pegas. Temuan di sini bermanfaat bagi para peneliti yang menggunakan model elemen hingga, yang membutuhkan untuk mereproduksi atau membandingkan hasilnya dengan yang diperoleh menggunakan model pegas massal.<br />
<br />
Pada dasarnya, untuk merepresentasikan struktur pegas massa dengan metode elemen hingga, perlu: 1) mempertimbangkan hanya setengahnya massa total kolom, disatukan dengan massa balok dan pelat; 2) menganggap lantai berfungsi sebagai benda tegar dalam hal derajat kebebasan longitudinal dan lentur dan 3) membatasi derajat lentur kebebasan balok dan pelat.<br />
<br />
Hasil penelitian menunjukkan relevansi hipotesis yang disarankan dalam respon struktur sebagai kerangka pesawat (bangunan) dalam analisis dinamis. Juga menjadi jelas bahwa pengaruh masing-masing hipotesis tergantung pada karakteristik mempelajari kasus. Dalam contoh 1 dan 2, pertimbangan balok fleksibel untuk model FES menyebabkan perubahan signifikan pada respon struktur, dibandingkan dengan hasil model MS. Namun, perilaku yang sama ini tidak diverifikasi di Contoh 3, di mana fleksibilitas balok dalam hal beban gempa tidak mempengaruhi respons model FES.<br />
<br />
Dalam hal analisis FFT, semua model (MS, FES, dan FE) tepat untuk menentukan frekuensi getaran,terutama frekuensi alami rendah yang biasanya paling relevan untuk karakterisasi dinamis struktur.Contoh 3 menyarankan bahwa dalam kasus beban dinamis yang parah, seperti gempa bumi, pertimbangan di sekitar struktur<br />
Massa sangat relevan dalam respons.Hasil seperti yang disajikan dalam makalah ini mengumpulkan informasi dan memenuhi kualifikasi asumsi pemodelan struktural yang biasa. Itu<br />
perbedaan yang diperoleh dengan model yang dikembangkan, menyoroti ketidakpastian intrinsik yang terlibat dalam tantangan<br />
membuat representasi perilaku struktural yang realistis. Dalam sudut pandang ini, representasi mekanik yang tepat<br />
perilaku hanya dapat dicapai dengan analisis kritis dan pengetahuan di sekitar keterbatasan masing-masing model. ini<br />
penting untuk ditekankan bahwa banyak struktur menghadirkan respons yang cenderung pada asumsi pegas-massa; dalam aspek ini<br />
penggunaan model serbaguna berdasarkan analisis FE yang dapat diterapkan untuk memecahkan masalah sederhana atau kompleks dapat menjamin<br />
desain yang lebih akurat<br />
<br />
== Judul .... Artikel1 1 hasil diskusi ==<br />
== Judul .... Artikel2 1 hasil diskusi ==<br />
== Judul .... Artikel3 1 hasil diskusi ==<br />
== Judul .... Artikel4 1 hasil diskusi ==</div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Oscillating_one-dimensional_systems&diff=32884Oscillating one-dimensional systems2020-04-20T04:00:49Z<p>Adzanna: </p>
<hr />
<div><- back to [[Studi kasus komputasi teknik]]<br />
<br />
== Knowledge base ==<br />
<br />
<br />
<br />
== Studi kasus ==<br />
<br />
[[File:1d oscillating dynamic system 1.png]]<br />
<br />
[[File:1d oscillating dynamic system 2.png]]<br />
<br />
[[File:1d oscillating dynamic system 3.png]]<br />
<br />
[[File:1d oscillating dynamic system 4.png]]<br />
<br />
[[File:1d oscillating dynamic system 5.png]]<br />
<br />
[[File:1d oscillating dynamic system 6.png]]<br />
<br />
[[File:1d oscillating dynamic system 7.png]]<br />
<br />
[[File:1d oscillating dynamic system 8.png]]<br />
<br />
[[File:1d oscillating dynamic system 9.png]]<br />
<br />
[[File:1d oscillating dynamic system 10.png]]<br />
<br />
[[File:1d oscillating dynamic system 11.png]]<br />
<br />
[[File:1d oscillating dynamic system 12.png]]<br />
<br />
[[File:1d oscillating dynamic system 13.png]]<br />
<br />
[[File:1d oscillating dynamic system 14.png]]<br />
<br />
[[File:1d oscillating dynamic system 15.png]]<br />
<br />
[[File:1d oscillating dynamic system 16.png]]<br />
<br />
[[File:1d oscillating dynamic system 17.png]]<br />
<br />
[[File:1d oscillating dynamic system 18.png]]<br />
<br />
[[File:1d oscillating dynamic system 19.png]]<br />
<br />
[[File:1d oscillating dynamic system 20.png]]<br />
<br />
[[File:1d oscillating dynamic system 21.png]]<br />
<br />
[[File:1d oscillating dynamic system 22.png]]<br />
<br />
[[File:1d oscillating dynamic system 23.png]]<br />
<br />
[[File:1d oscillating dynamic system 24.png]]<br />
<br />
[[File:1d oscillating dynamic system 25.png]]<br />
<br />
[[File:1d oscillating dynamic system 26.png]]<br />
<br />
[[File:1d oscillating dynamic system 27.png]]<br />
<br />
[[File:1d oscillating dynamic system 28.png]]<br />
<br />
[[File:1d oscillating dynamic system 29.png]]<br />
<br />
[[File:1d oscillating dynamic system 30.png]]<br />
<br />
[[File:1d oscillating dynamic system 31.png]]<br />
<br />
[[File:1d oscillating dynamic system 32.png]]<br />
<br />
[[File:1d oscillating dynamic system 33.png]]<br />
<br />
[[File:1d oscillating dynamic system 34.png]]<br />
<br />
[[File:1d oscillating dynamic system 35.png]]<br />
<br />
Ref. Linge S, Langtangen HP, Programming for Computations<br />
- A Gentle Introduction to<br />
Numerical Simulations with<br />
Python<br />
<br />
=== Terjemahan ===<br />
<br />
==== 4.3.1 Penurunan Model yang Sederhana ====<br />
<br />
[[File:Az gambar 4.15.png|400px|thumb|left|alt text]]Banyak sistem keteknikan (''engineering'') berkaitan dengan osilasi, dan persamaan diferensial merupakan kunci utama untuk memahami, memprediksi, dan mengontrol osilasi. Kita mulai dengan model paling sederhana yang berkaitan dengan dinamika penting dari sistem osilasi. suatu benda dengan massa m melekat/dikaitkan pada pegas dan bergerak sepanjang garis tanpa gesekan, lihat Gambar 4.15 di samping untuk sketsa (''rolling wheels'' menunjukkan “tidak ada gesekan”). Ketika pegas diregangkan (atau dikompresi), gaya pegas menarik (atau mendorong) bodi (penampang m) kembali dan bekerja "melawan" gerakan. Lebih tepatnya, misalkan x (t) adalah posisi bodi pada sumbu x, dimana bodi bergerak. Pegas tidak direntangkan ketika x= 0, sehingga gaya adalah nol, dan x= 0 karenanya posisi keseimbangan bodi. Gaya pegas adalah -kx, dimana k adalah konstanta yang diukur. Kami berasumsi bahwa tidak ada gaya lain (mis., Tidak ada gesekan). Hukum Newton ke-2 F=ma kemudian memiliki F=-kx dan a=x ̈ ,<br />
[[File:Az 4.41.png]]<br />
<br />
yang dapat ditulis ulang sebagai:<br />
<br />
[[File:Az 4.42.png]]<br />
<br />
dengan memperkenalkan ω=√(k/m) (yang sangat umum).<br />
<br />
Persamaan (4.42) adalah persamaan diferensial orde kedua, dan oleh karena itu kita memerlukan dua kondisi awal, satu pada posisi x(0) dan satu pada kecepatan x’(0). Di sini kita memilih bodi untuk berhenti, tetapi menjauh dari posisi setimbang:<br />
<br />
[[File:Az 4.42a.png]]<br />
<br />
Solusi tepat untuk Pers. (4.42) dengan kondisi awal ini adalah x(t)=X0 cosωT. Ini dapat dengan mudah diverifikasi dengan mensubsitusikan ke Pers. (4.42) dan memeriksa kondisi awal. Solusinya mengatakan bahwa sistem massa pegas berosilasi bolak-balik seperti yang dijelaskan oleh kurva kosinus.<br />
<br />
Persamaan diferensial (4.42) muncul dalam banyak konteks lainnya. Contoh klasik adalah pendulum sederhana yang berosilasi bolak-balik. Buku-buku fisika berasal, dari hukum gerak kedua Newton, itu diperoleh:<br />
<br />
[[File:Az 4.42b.png]]<br />
<br />
dimana m adalah massa bodi di ujung pendulum dengan panjang L, g adalah percepatan gravitasi, dan ϴ merupakan sudut yang dibuat pendulum dengan vertikal. Mempertimbangkan sudut kecil ϴ, sin ϴ ≈ ϴ, dan kita dapatkan Pers. (4.42) dengan x = ϴ, ω=√(g/L) , x(0)=Θ, dan x’(0)=0, jika Θ merupakan sudut awal dan pendulum diam di t=0.<br />
<br />
<br />
==== 4.3.2 Solusi Numerik ====<br />
<br />
Kita telah melihat metode numerik untuk mengendalikan turunan orde kedua, dan beberapa pilihan lainnya merupakan tambahan, akan tetapi kita mengetahu cara menyelesaikan persamaan turunan orde pertama dan bahkan sistem-sistem pada persamaan orde pertama. Dengan hanya sedikit, tetapi cukup umum, cara yang dapat kita tuliskan pada persamaan 4.42 sebagai sebuah sistem orde pertama dari 2 persamaan turunan. Kita memperkenalkan u=x dan v=x^'=u' sebagai 2 fungsi baru yang tidak diketahui. Dua persamaan yang sesuai muncul dari definisi v=u' dan persamaan asal (4.42):<br />
<br />
[[File:Eviii4.43.JPG]]<br />
<br />
(memperlihatkan bahwa kita dapat menggunakan u"=v') untuk menghilangkan turunan orde kedua dari hokum kedua newton).<br />
Selanjutnya kita dapat menerapkan metode forward euler untuk persamaan 4.43 dan 4.44, seperti yang sudah dilakukan pada section 4.2.2:<br />
<br />
[[File:Eviii4.45.JPG]]<br />
<br />
Sehingga menghasilkan skema komputasi sebagai berikut,<br />
<br />
[[File:Eviii4.47.JPG]]<br />
<br />
<br />
====4.3.3 Memprogram Metode Numerik; Kasus Khusus====<br />
<br />
Program sederhana untuk (4.47) - ( 4.48) mengikuti ide yang sama seperti di bagian 4.2.3: <br />
<br />
[[File:4.3.3.fadhli.JPG|500px]]<br />
<br />
(Lihat file osc_FE.py.)<br />
<br />
Karena kita sudah tahu solusi yang tepat sebagai u(t) = Xo cos ωt , kami beralasan sebagai berikut untuk menemukan interval simulasi yang sesuai [0,T] dan juga berapa poin kita harus memilih. Solusinya memiliki periode P = 2π/ω. (Periode P adalah waktunya perbedaan antara dua puncak u(t) ~ cos ωt curve). Simulasi untuk tiga periode fungsi cosinus, T = 3P, dan memilih Δt sehingga ada 20 Interval per periode menghasilkan Δt = P/20 dan total Nt = T/ Δt = t interval. Sisanya dari program ini adalah pengodean langsung dari skema Forward Euler.<br />
<br />
Gambar 4.16 menunjukkan perbandingan antara solusi numerik dan tepat solusi persamaan diferensial. Yang mengejutkan kami, solusi numeriknya terlihat salah. Apakah perbedaan ini disebabkan oleh kesalahan pemrograman atau masalah dengan metode Forward Euler?<br />
<br />
Pertama-tama, bahkan sebelum mencoba menjalankan program, Anda harus menghitung dua langkah dalam putaran waktu dengan kalkulator sehingga Anda memiliki beberapa hasil antara untuk dibandingkan. Menggunakan X0 = 2. Dt = 0: 157079632679, dan ω = 2, kita mendapatkan u1 = 2, v = -1,25663706, u2 = 1,80260791, dan v2 = 2,51327412. Perhitungan semacam itu menunjukkan bahwa program itu tampaknya benar. (Kemudian, kita dapat menggunakan nilai-nilai tersebut untuk membangun tes unit dan fungsi tes yang sesuai.)<br />
<br />
[[File:Simulation of an Oscillating System.PNG|500px]]<br />
<br />
Langkah selanjutnya adalah mengurangi delta t parameter diskritisasi dan melihat apakah hasilnya menjadi lebih akurat. Gambar 4.17 menunjukkan solusi numerik dan tepat untuk kasus delta t = P / 40; P / 160; P / 2000. Hasilnya jelas menjadi lebih baik, dan resolusi terakhir memberikan grafik yang tidak dapat dibedakan secara visual. Namun demikian, resolusi terakhir melibatkan 6000 interval komputasi secara total, yang dianggap cukup banyak. Namun, ini bukan masalah pada laptop modern, karena perhitungan hanya membutuhkan sepersekian detik.<br />
<br />
Meskipun 2000 interval per periode osilasi tampaknya cukup untuk solusi numerik yang akurat, grafik kanan bawah pada Gambar 4.17 menunjukkan bahwa jika kita meningkatkan waktu simulasi, di sini hingga 20 periode, ada sedikit pertumbuhan amplitudo, yang menjadi signifikan dari waktu ke waktu. . Kesimpulannya adalah bahwa metode Forward Euler memiliki masalah mendasar dengan amplitudo yang tumbuh, dan bahwa diperlukan delta yang sangat kecil untuk mencapai hasil yang memuaskan. Semakin lama simulasi, semakin kecil Delta t. Sudah pasti saatnya untuk mencari metode numerik yang lebih efektif!<br />
<br />
[[File:Simulation with different steps.PNG|500px]]<br />
<br />
==== '''4.3.4 Sebuah Penyelesaian dari Metode Numerik ''' ====<br />
<br />
Dalam skema Forward Euler,<br />
<br />
[[File:4.3.4.(1).JPG|500px]]<br />
<br />
kita dapat mengganti u^n pada persamaan terakhir dengan nilai u^n+1 yang baru dihitung dari<br />
persamaan pertama:<br />
<br />
[[File:4.3.4.(2).JPG|500px]]<br />
<br />
Sebelum membenarkan perbaikan ini secara matematis, mari kita coba pada contoh sebelumnya. Hasilnya muncul pada Gambar 4.18. Kita melihat bahwa amplitudo tidak tumbuh, tetapi<br />
fase tidak sepenuhnya benar. Setelah 40 periode (Gbr. 4.18 kanan) kita melihat signifikan<br />
perbedaan antara solusi numerik dan tepat. Penurunan t menurun<br />
kesalahan. Misalnya, dengan 2000 interval per periode, kami hanya melihat fase kecil<br />
kesalahan bahkan setelah 50.000 periode (!). Kita dapat menyimpulkan bahwa perbaikan tersebut menghasilkan<br />
metode numerik yang sangat baik!<br />
Mari kita tafsirkan skema yang disesuaikan secara matematis. Pertama kami memesan (4,49) - (4,50)<br />
sedemikian rupa sehingga perbedaan pendekatan terhadap derivatif menjadi transparan:<br />
<br />
[[File:4.3.4.(10).JPG|500px]]<br />
<br />
[[File:4.3.4.(3).JPG|500px]]<br />
<br />
Kami menafsirkan (4,51) sebagai persamaan diferensial sampel pada titik mesh tn, karena<br />
kami memiliki vn di sisi kanan. Sisi kiri kemudian perbedaan maju atau<br />
Meneruskan perkiraan Euler ke turunan u0<br />
, lihat Gambar 4.2. Di samping itu,<br />
kami menginterpretasikan (4,52) sebagai persamaan diferensial sampel pada titik mesh tnC1, karena kami miliki di sisi kanan. <br />
<br />
[[File:4.3.4.(4).jpeg]]<br />
<br />
Dalam hal ini, perbedaan aproksimasi pada<br />
sisi kiri adalah perbedaan ke belakang,<br />
<br />
[[File:4.3.4.(5).jpeg]]<br />
<br />
<br />
<br />
Gambar 4.19 mengilustrasikan perbedaan mundur. Kesalahan dalam perbedaan mundur sebanding dengan t, sama seperti untuk perbedaan maju (tetapi konstanta proporsionalitas dalam istilah kesalahan memiliki tanda yang berbeda). Diskretisasi yang dihasilkan<br />
metode untuk (4,52) sering disebut sebagai skema Backward Euler.<br />
<br />
Untuk meringkas, gunakan perbedaan maju untuk persamaan pertama dan mundur<br />
Perbedaan untuk hasil persamaan kedua dalam metode yang jauh lebih baik daripada hanya menggunakan<br />
maju perbedaan dalam kedua persamaan.<br />
<br />
Cara standar untuk mengekspresikan skema ini dalam fisika adalah dengan mengubah urutan<br />
persamaan,<br />
<br />
[[File:4.3.4.(6).jpeg]]<br />
<br />
dan terapkan perbedaan maju ke (4,53) dan perbedaan mundur ke (4,54):<br />
<br />
[[File:4.3.4.(7).jpg]]<br />
<br />
Artinya, pertama kecepatan v diperbarui dan kemudian posisi u, menggunakan kecepatan yang paling baru dihitung. Tidak ada perbedaan antara (4,55) - (4,56) dan (4,49) -<br />
(4,50) sehubungan dengan akurasi, jadi urutan persamaan diferensial asli<br />
tidak apa-apa. Skema (4.55) - (4.56) berada di bawah nama Semi-implisit<br />
Euler4 atau Euler-Cromer. Implementasi (4.55) - (4.56) ditemukan dalam file<br />
osc_EC.py. Inti dari kode itu seperti<br />
<br />
[[File:4.3.4.(8).jpg]]<br />
<br />
<br />
[[File:4.3.4.(9).jpg]]<br />
<br />
<br />
<br />
<br />
<br />
==== 4.3.5 Metode Runge-Kutta orde 2 (atau metode Heun) ====<br />
Sebuah metode yang cukup populer digunakan untuk menyelesaikan persamaan diferensial biasa (ODE) vector dan skalar adalah metode Runge-Kutta Order (RK2), atau biasa dikenal dengan metode Heun. Ide dasar pada metode ini, yang pertama untuk ODE skalar, adalah dengan membentuk aproksimasi perbedaan terpusat (centered difference) terhadap turunan antara dua titik waktu yang didefinisikan sebagai berikut:<br />
<br />
[[File:Kolab1.JPG]]<br />
<br />
Formula dari centered difference tersebut dapat digambarkan melalui Gambar 4.20. Error pada aproksimasi centered difference ini proporsional terhadap nilai ∆t2, 1 order lebih tinggi dibandingkan dengan pendekatan forward and backward difference, yang berarti nilai jika kita memiliki sebuah nilai ∆t, maka error nya akan berkurang secara effektif dengan menggunakan centered difference karena nilai error tersebut berkurang dengan faktor 4, daripada faktor 2. <br />
<br />
[[File:Kolab2.JPG]]<br />
<br />
Permasalahan yang ada pada skema centered difference semacam ini untuk persamaan ODE secara umum, u’=f(u,t) adalah kita mendapatkan<br />
<br />
[File:Kolab3.JPG]]<br />
<br />
Yang mana ini akan menyulitkan karena kita tidak mengetahui berapa nilai un+1/2. Namun demikian, ktia dapat mengaproksimasi nilai f diantara dua level waktu dengan menggunakan rata-rata aritmatik dari nilai f tesebut pada saat tn dan tn+1 :<br />
<br />
[[FIle:Kolab4.JPG]]<br />
<br />
Kemudian hasilnya adalah :<br />
[[File:results435.jpg]]<br />
Dimana berupa persamaan aljabar nonlinear untuk <br />
[[File:f435.jpeg]]<br />
dan bukan fungsi linear dari u.<br />
sehingga untuk menyelesaikan fungsi<br />
[[File:f4351.jpg]]<br />
tanpa menyelesaikannya dengan persamaan nonlinear, dapat diprediksi [[File:f4352.jpg]] <br />
menggunakan persamaan Forward Euler:<br />
[[File:f4353.jpg]]<br />
Sehingga dapat digunakan metode<br />
[[File:f4354.jpg]]<br />
metode tersebut dapat diaplikasikan untuk ODEs scalar dan vector.<br />
<br />
Untuk system osilasi dengan <br />
[[File:f4355.jpg]]<br />
<br />
Pada file osc_Heun.py terdapat implementasinya. File tersebut menjalankan simulasi untuk 10 period dengan 20 kali langkah per periode. <br />
<br />
Solusi Numerical dan eksak yang berkaitan dengan ini terdapat di fig. 4.21. dapat diliat bahwa amplitude meningkat namun tidak sebanyak pada metode forward euler. Bgaimanapun juga, metode forward euler adalah yang terbaik.<br />
Perlu diingat juga bahwa metode forward euler memberikan prediksi yang lebih baik, seperti contohnya untuk persoalan pertumbuhan/peluruhan, atau SIR mode. Akan tetapi metode orde 2 runge-kutta atau metod heun juga bisa dipertimbangkan. Meskipun untuk menyelesaikan persoalan osilasi, metode euler sudah terbaik.<br />
<br />
<br />
<br />
==== 4.3.6 Perangkat Lunak untuk Menyelesaikan ODEs ====<br />
<br />
Terdapat banyak metode yang dapat digunakan untuk menyelesaikan ODEs, dan alangkah baiknya kita memilih akses yang mudah untuk mengimplementasikannya ke berbagai metode, terutama metode adaptif yang canggih dan kompleks yang dapat menyesuaikan nilai Δt secara otomatis untuk mendapatkan nilai akurasi yang ditentukan. Phyton Odespy3 merupakan salah satu perangkat yang dapat memberikan akses yang mudah ke berbagai metode numerik untuk menyelesaikan ODEs.<br />
<br />
Salah satu contoh termudah dalam penggunaan Odespy adalah untuk menyelesaikan masalah u’ = u, u(0) = 2, untuk 100 time steps sampai t = 4:<br />
<br />
import odespy<br />
<br />
def f(u, t):<br />
return u<br />
<br />
method = odespy.Heun #or, e.g., odespy.ForwardEuler<br />
solver = method(f)<br />
solver.set_initial _condition(2)<br />
time_points = np.linspace(0, 4, 101)<br />
u. t = solver.solve (time_points)<br />
<br />
Dengan kata lain, kalian mendefinisikan sebuah fungsi f(u, t), menginisialisasi sebuah objek penyelesaian Odespy, mengatur kondisi awal, menghitung titik waktu pengumpulan dimana anda menginginkan solusinya, dan bertanya mengenai solusinya. Variabel arrays u dan t dapat dibuat menjadi sebuah grafik secara langsung, yaitu: plot(t,u).<br />
<br />
Fitur menarik yang dimiliki oleh Odespy ialah parameter permasalahan dapat menjadi sebuah argumen pada fungsi f(u, t) penggunanya. Sebagai contoh, apabila permasalahan ODE kita adalah u’ = -au + b, dengan 2 parameter yaitu a dan b, kita dapat menuliskan fungsi f kita menjadi<br />
<br />
def f(u, t, a, b):<br />
return -a*u + b<br />
<br />
Sebagai tambahan, permasalahan yang bergantung pada argumen a dan b dapat ditransfer ke fungsi ini bila kita mengumpulkan nilainya dalam sebuah daftar atau tuple ketika membuat sebuah pemecahan Odespy dan menggunakan argumen f_args:<br />
<br />
a = 2<br />
b = 1<br />
solver = method(f, f_args=[a, b])<br />
<br />
Hal ini merupakan sebuah fitur yang baik karena parameter permasalahan haruslah selain sebagai sebuah variabel global – sekarang dapat menjadi sebuah argument dalam fungsi kita secara alami.<br />
<br />
Menggunakan Odespy untuk menyelesaikan osilasi ODEs seperti u” + ω2u = 0, diformulasikan sebagai sebuah sistem u’ = v dan v’ = -ω2u, dilakukan sebagai berikut. Kita tentukan sebuah nilai time steps per periode dan hitung time steps yang diasosiasikan serta waktu akhir simulasi (T), cantumkan sebuah nilai periode untuk disimulasikan:<br />
<br />
Import odespy<br />
<br />
# Define the ODE system<br />
# u’ = v<br />
# v’ = -omega**2*u<br />
<br />
def f(sol, t, omega=2):<br />
u, v = sol<br />
return [v, -omega**2*u]<br />
<br />
#Set and compute problem dependent parameters<br />
omega = 2<br />
X_0 = 1<br />
number_of_periods = 40<br />
time_intervals_per_period = 20<br />
from numpy import pi, linspace, cos<br />
P = 2*pi/omega #length of one period # length of one period<br />
dt = P/time_intervals_per_period # time step<br />
T = number_of_periods*P # final simulation time<br />
<br />
# Create Odespy solver object<br />
odespy_method = odespy.RK2<br />
solver = odespy_method(f, f_args=[omega])<br />
<br />
# The initial condition for the system is collected in a list<br />
Solver.set_initial_condition([X_0, 0])<br />
<br />
# Compute the desired time points where we want the solution<br />
N_t = int(round(T/dt)) # no of time intervals<br />
Time_points = linspace(0, T, N_t+1)<br />
<br />
# Solve the ODE problem<br />
sol, t = solver.solve(time_points)<br />
<br />
# Note: sol contains both displacement and velocity<br />
# extract original variables<br />
u = sol[:,0]<br />
v = sol[:,1]<br />
<br />
Dua pernyataan terakhir menjadi penting karena dua fungsi u dan v di dalam sistem ODE tersebut tergabung bersama dalam sebuah array di dalam pemecahan Odespy. Solusi pada sistem ODE ditunjukan sebagai array 2 dimesi dimana kolom pertama (sol[:,0]) disimpan sebagai u dan kolom kedua (sol[:,1]) disimpan sebagai v. Mengeplot u dan v merupakan sebuah masalah dalam menjalankan plot(t, u, t, v).<br />
<br />
Catatan<br />
<br />
Di dalam fungsi tersebut kita menuliskan f(sol, t, omega) dibandingkan menulis f (u, t, omega) untuk mengindikasikan bahwa solusi pada f adalah solusi pada waktu t dimana nilai u dan t tergabung bersama: sol = [u,v]. Kita dapat juga menggunakan u sebagai argumen:<br />
<br />
def f(u, t, omega=2):<br />
u, v = u<br />
return [v, -omega**2*u]<br />
<br />
Ini hanya berarti kita mendefinisikan ulang nama u pada fungsi tersebut untuk merata-ratakan solusi pada waktu t untuk komponen pertama pada sistem ODE tersebut.<br />
<br />
Untuk beralih ke metode numerik lain, tinggal substitusikan RK2 dengan nama yang sesuai dari metode yang diinginkan. Mengetik pydoc odespy pada terminal window memunculkan daftar dari metode yang dijalankan. Cara yang sangat sederhana dalam memilih metode ini menyarankan penambahan yang jelas dari kode diatas: kita dapat menentukan daftar metode, menjalankan semua metode, dan membandingkan setiap kurva u pada sebuah plot. Sebagaimana odespy juga mengandung skema Euler-Cromer, kita menulis kembali sistem ini dengan v’ = -w2u sebagai ODE pertama dan u’ = v sebagai ODE kedua, karena ini adalah pilihan standar ketika menggunakan metode Euler-Cromer (juga pada odespy):<br />
<br />
def f(u, t, omega=2): <br />
v, u = u <br />
return [-omega**2*u, v]<br />
<br />
Perubahan persamaan ini juga mempengaruhi kondisi awal: komponen pertama adalah nol dan yang kedua adalah X_0 maka kita perlu melewati daftar [0, X_0] untuk solver.set_ initial_condition.<br />
<br />
Kode osc_odespy.py mengandung detail:<br />
<br />
def compare(odespy_methods, <br />
omega, <br />
X_0, <br />
number_of_periods, <br />
time_intervals_per_period=20): <br />
from numpy import pi, linspace, cos <br />
P = 2*pi/omega # length of one period <br />
dt = P/time_intervals_per_period <br />
T = number_of_periods*P<br />
# If odespy_methods is not a list, but just the name of <br />
# a single Odespy solver, we wrap that name in a list <br />
# so we always have odespy_methods as a list <br />
if type(odespy_methods) != type([]): <br />
odespy_methods = [odespy_methods] <br />
# Make a list of solver objects <br />
solvers = [method(f, f_args=[omega]) for method in <br />
odespy_methods] <br />
for solver in solvers: <br />
solver.set_initial_condition([0, X_0]) <br />
# Compute the time points where we want the solution <br />
dt = float(dt) # avoid integer division <br />
N_t = int(round(T/dt)) <br />
time_points = linspace(0, N_t*dt, N_t+1) <br />
legends = [] <br />
for solver in solvers: <br />
sol, t = solver.solve(time_points) <br />
v = sol[:,0] <br />
u = sol[:,1] <br />
# Plot only the last p periods <br />
p = 6 <br />
m = p*time_intervals_per_period # no time steps to plot <br />
plot(t[-m:], u[-m:]) <br />
hold(’on’) <br />
legends.append(solver.name()) <br />
xlabel(’t’) <br />
# Plot exact solution too <br />
plot(t[-m:], X_0*cos(omega*t)[-m:], ’k--’) <br />
legends.append(’exact’) <br />
legend(legends, loc=’lower left’) <br />
axis([t[-m], t[-1], -2*X_0, 2*X_0]) <br />
title(’Simulation of %d periods with %d intervals per period’ <br />
% (number_of_periods, time_intervals_per_period)) <br />
savefig(’tmp.pdf’); savefig(’tmp.png’) <br />
show()<br />
<br />
Fitur baru pada kode ini adalah kemampuan untuk mem-plot hanya periode p terakhir, yang memperbolehkan kita untuk menjalankan long time simulations dan melihat hasil akhir tanpa plot yang berantakan dengan terlalu banyak periode. Syntax t[-m:] mem-plot elemen m terakhir dalam t (indeks negatif dalam hitungan susunan/daftar Pyhton dari akhir).<br />
<br />
Kita bisa membandingkan metode Heun (atau setara metode RK2) dengan skema Euler-Crome:<br />
<br />
compare(odespy_methods=[odespy.Heun, odespy.EulerCromer], <br />
omega=2, X_0=2, number_of_periods=20, <br />
time_intervals_per_period=20)<br />
<br />
Gambar 4.22 menunjukkan bagaimana metode Heun (garis biru dengan piringan kecil) memiliki error yang cukup besar pada amplitude dan fase sesudah setelah periode 14-20 (kiri atas), namun menggunakan sebanyak tiga kali langkah waktu membuat kurvanya hampir sama (kanan atas). Akan tetapi setelah periode 194-200 error tersebut telah berkembang (kiri bawah), tetapi dapat cukup dikurangi dengan mengurangi separuh langkah waktu (kanan bawah).<br />
<br />
Dengan semua metode di Odespy, sekarang menjadi mudah untuk mulai menjelajahi metode-metode lain, seperti perbedaan mundur (backward differences) bukannya perbedaan maju (forward differences) yang digunakan dalam skema Forward Euler. Latihan 4.17 mengatasi permasalahan tersebut.<br />
<br />
Odespy berisi metode adaptif yang cukup canggih di mana pengguna "dijamin" untuk mendapatkan solusi dengan akurasi yang ditentukan. Tidak ada jaminan matematis, tetapi error untuk sebagian besar kasus tidak akan menyimpang secara signifikan dari toleransi pengguna yang mencerminkan keakuratan. Metode yang sangat populer dari jenis ini adalah metode Runge-Kutta-Fehlberg, yang menjalankan metode Runge-Kutta orde 4 dan menggunakan metode Runge-Kutta orde 5 untuk memperkirakan error sehingga dapat disesuaikan untuk menjaga error di bawah toleransi. Metode ini juga dikenal luas sebagai ode45, karena itulah nama fungsi yang mengimplementasikan metode ini di Matlab. Kita dapat dengan mudah menguji metode Runge-Kutta-Fehlberg segera setelah kita tahu nama Odespy yang sesuai, yaitu RKFehlberg:<br />
<br />
compare(odespy_methods=[odespy.EulerCromer, odespy.RKFehlberg], <br />
omega=2, X_0=2, number_of_periods=200, <br />
time_intervals_per_period=40)<br />
<br />
[[File:oscillating17-2.png]]<br />
<br />
Perhatikan bahwa argumen time_intervals_per_period mengacu pada titik waktu di mana kami ingin solusinya. Poin-poin ini juga yang digunakan untuk perhitungan numerik dalam pemecah odespy.EulerCromer, sedangkan pemecah odespy.RKFehlberg akan menggunakan satu set titik waktu yang tidak diketahui karena interval waktu disesuaikan ketika metode berjalan. Orang dapat dengan mudah melihat titik-titik yang sebenarnya digunakan oleh metode karena ini tersedia sebagai himpunan solver.t_all (tetapi merencanakan atau memeriksa titik-titik membutuhkan modifikasi di dalam metode perbandingan).<br />
<br />
Gambar 4.23 menunjukkan contoh komputasi di mana metode Runge-Kutta-Fehlberg jelas lebih unggul daripada skema Euler-Cromer dalam simulasi yang lama, tetapi perbandingannya tidak terlalu adil karena metode Runge-Kutta_Fehlberg berlaku sekitar dua kali lebih banyak langkah waktu dalam hal perhitungan ini dan melakukan lebih banyak pekerjaan per langkah waktu. Ini adalah tugas yang cukup rumit untuk membandingkan dua metode yang sangat berbeda dalam cara yang wajar sehingga pekerjaan komputasi versus akurasi dilaporkan secara ilmiah dengan baik.<br />
<br />
[[File:oscillating18-2.png]]<br />
<br />
==== 4.3.7 Metode Runge-Kutta Orde 4 ====<br />
Metode Runge-Kutta Orde 4 adalah metode yang sering digunakan secara luas untuk menyelesaikan ODEs, karena menghasilkan data dengan tingkat akurasi yang tinggi bahkan dalam time step yang tidak terlalu kecil.<br />
<br />
[[File:1-.PNG]]<br />
<br />
Algoritma; Pertama-tama kita nyatakan algoritma 4-stage<br />
<br />
[[File:2-.PNG]]<br />
<br />
Dimana<br />
<br />
[[File:3-.PNG]]<br />
<br />
[[File:4-.PNG]]<br />
<br />
[[File:5-.PNG]]<br />
<br />
<br />
'''Aplikasi'''; Kita bisa menjalankan simulasi seperti pada Figs. 4.16, 4.18, dan 4.21, untuk 40 periode. 10 periode terakhir ditunjukan melalui Fig. 2.24. Hasil yang ditunjukan terlihat impresif sebagaimana penggunaan metode Euler-Cromer.<br />
<br />
<br />
'''Implementasi'''; Tingkatan dalam metode Runge-Kutta orde-4 bisa dengan mudah diimplementasikan sebagai modifikasi dari osc_Heun.py code. Sebagai alternatif, salah satu dapat menggunakan osc_odespy.py code dengan menyediakan argumen odespy_methods-[odespy.RK4] untuk membandingkan fungsi. <br />
<br />
<br />
'''Derivasi'''; Derivasi dari metode Runge-Kutta orde-4 dapat disajikan dengan cara pedagogis yang menyatukan banyak elemen fundamental dari teknik diskritisasi numerik dan bisa menggambarkan banyak aspek “numerical thinking ”ketika membangun perkiraan metode solusi.<br />
<br />
Kita mulai dengan mengintegrasikan general ODE [[File:6-.PNG]] dari waktu ke waktu, mulai dari tn sampai t(n_1),<br />
<br />
[[File:9-.PNG]]<br />
<br />
Tujuan dari komputasi [[File:10-.PNG]], ketika [[File:11-.PNG]] pada saat ini lebih dikenal dengan nilai ''u''. Tantangan mengintegralkan muncul ketika integrand mengandung ''u'' yang tidak diketahuai antara tn sampai t(n+1).<br />
<br />
Integral tersebut dapat diperkirakan dengan menggunakan Simpson’s rule yang telah terkenal<br />
<br />
[[File:12-.PNG]]<br />
<br />
Permasalahan dengan persamaan ini adalah kita tidak mengetahui nilai dari [[File:13-.PNG]] dan [[File:14-.PNG]] karena hanya u^n yang tersedia dan hanya f^n yang dapat dihitung.<br />
<br />
Untuk melanjutkan, idenya dalah menggunakan berbagai perkiraan untuk [[File:15-.PNG]] dan [[File:16-.PNG]] berdasarkan penggunaan skema yang telah diketahui untuk ODE dalam interval [[File:17-.PNG]] dan [[File:18-.PNG]]. Mari kita bagi persamaan integral menjadi empat suku.<br />
<br />
<br />
[[File:19-.PNG]]<br />
<br />
Dimana [[File:C01.JPG|40px]], [[File:C02.JPG|40px]], dan [[File:C03.JPG|40px]] adalah pendekatan untuk [[File:C04.JPG|40px]] dan [[File:C05.JPG|40px]] yang dapat digunakan pada perhitungan. Untuk [[File:C01.JPG|40px]] dapat menggunakan pendekatan untuk [[File:C06.JPG|40px]] berdasarkan tahap Forward Euler pada size [[File:C14(2).JPG|27px]]<br />
<br />
<br />
[[File:4-63.JPG|400px]]<br />
<br />
<br />
Persamaan ini mempermudah prediksi [[File:C04.JPG|40px]], sehingga untuk [[File:C02.JPG|40px]] kita dapat mencoba metode Backward Euler untuk memperkirakan [[File:C06.JPG|40px]]<br />
<br />
<br />
[[File:4-64.JPG|400px]]<br />
<br />
<br />
Dengan [[File:C02.JPG|40px]] sebagai pendekatan untuk [[File:C04.JPG|40px]], pada akhirnya bentuk akhir dari [[File:C03.JPG|40px]] dapat menggunakan metode midpoint (atau central difference, juga disebut metode Crank-Nicholson) untuk memperkirakan [[File:C15(2).JPG|30px]].<br />
<br />
<br />
[[File:4-65.JPG|400px]]<br />
<br />
<br />
Kita telah menggunakan metode Forward dan Backward Euler, juga centered difference approximation pada konteks Simpsons rule. Diharapkan kombinasi dari metode ini dapat menghasilkan overall time stepping dari [[File:C07.JPG|20px]] ke [[File:C08.JPG|40px]] yang lebih akurat dibandingkan individual steps (yang memiliki error proportional dengan [[File:C09.JPG|20px]] dan [[File:C10(2).JPG|25px]]). Hal ini benar bahwa: error numerik yang terjadi seperti [[File:C11(2).JPG|40px]] Untuk konstanta ''C'', artinya error lebih cepat mendekati nol ketika time step size dikurangi, dibandingkan dengan metode Forward Euler [[File:C12(2).JPG|80px]], metode Euler-Cromer [[File:C12(2).JPG|80px]],atau Runge Kutta orde 2, atau metode Heuns [[File:C13(2).JPG|80px]].<br />
<br />
Perhatikan bahwa Metode Runge-Kutta Orde 4 sepenuhnya eksplisit jadi tidak diperlukan untuk menyelesaikannya dengan persamaan aljabar baik secara linier maupun non linier, terlepas dari apa yang terlihat pada ''f''. Namun nilai kesetabilannya kondisional dan bergantung pada nilai ''f'' tersebut. Ada sebuah bagian besar dari metode implisit Runge-Kutta yang nilai kesetabilannya tidak kondisional. namun diperlukan solusi dari persamaan aljabar yang melibatkan nilai ''f'' pada setiap "''time step''". Odespy dapat dimanfaatkan untuk mendukung penyelesaian dari banyak metode Runge-Katta yang eksplisit. Tetapi belum bisa digunakan untuk metode Runge-Katta yang implisit.<br />
<br />
==== 4.3.8 Efek Lain : Damping, Nonlinearity, dan external force ====<br />
<br />
Model permasalahan u’’ + ω2u = 0 adalah model matematika yang paling simple untuk oscilating system. Namun, Model ini lebih banyak membutuhkan metode numerik, seperti yang sudah kita lihat, dan sangat berguna untuk menjadi tolak ukur untuk mengevaluasi kinerja dari metode numerik.<br />
<br />
Dalam Pengaplikasian dikehidupan nyata lebih banyak melibatkan efek fisika, yang mengarahkan ke persamaan diferensial dengan ketentuan yang lebih banyak dan juga lebih kompleks. biasanya, memiliki kekuatan redaman f (u ') dan pegas s (u). Kedua gaya ini tergantung pada nonlinear dari uraiannya, u’ atau u. sebagai tambahan, gaya lingkungan F(t) jufga bekerja pada sistem. Contohnya, pendulum klasik memiliki “pegas” nonlinear atau mengembalikan gaya s(u) ~ sin (u), dan gaya tahan dari udara pada pendulum menyebabkan terjadinya gaya redam f(u’) ~ |u’|u. Contoh dari gaya lingkungan adalah getaran dari tanah (seperti gempa) dan juga seperti ombak atau angina.<br />
<br />
Dengan tiga jenis gaya yang bekerja pada sistem : F(t), f(u’), dan s(u). maka dapat ditulis persamaan F(t) – f(u’) – s(u). Tanda mines didepan f dan s menunjukan bahwa fungsi ini didefinisikan sebagai gaya yang melawan gerakan. Sebagai Contoh, Pegas yang terpasang pada roda mobil dikombinasikan dengan beberapa perdeam yang efektif. Masing-masing memiliki gaya redam f(u’) = bu’ yang bekerja melawan kecepatan pegas u’. gaya fisika yang sesuai dapat dtulis –f: -bu’, yang menunjuk ke bawah saat pegas diregangkan (dan poin u’ ke atas), sedangkan -f bertindak ke atas saat pegas dikompresi (dan poin u’ ke bawah).<br />
<br />
Gambar 4.25 menunjukan contoh dari massa m terpasang dengan pegas nonlinear dan dashpot, dan bersubyek pada gaya lingkungan F(t). Namun, model umum yang kita miliki dapat juga digunakan pada pendulum pada gambar 4.26 dengan s (u) = m g sin θ dan f (u ̇) = 1/2 C_D Aϱ(θ|) ̇θ| (Dimana CD = 0.4, A adalah area perpotongan dari body dan ϱ adalah densitas udara)<br />
<br />
[[File:Gambar425.png]]<br />
<br />
Gambar 4.25 Sistem Oscillating General<br />
<br />
Hukum Newton kedua untuk sistem yang dapat ditulis dengan akselerasi waktu massa pada sisi kiri dan gaya pada sisi kanan:<br />
<br />
[[File:438rumus1.png]]<br />
<br />
Bagaimanapun persamaan ini lebih umum disusun ulang menjadi<br />
<br />
[[File:438rumus2.png]]<br />
<br />
Karena persamaan diferensial adalah orde 2, disebabkan oleh istilah u^'', kita membutuhkan dua kondisi awal:<br />
<br />
[[File:438rumus3.png]]<br />
<br />
[[File:gambar426.png]]<br />
<br />
Gambar 4.26 Sebuah pendulum dengan gaya<br />
<br />
Catat bahwa dengan pilihan [[File:438rumus4.png]] kita memperoleh kembali persamaan diferensial biasa [[File:438rumus5.png]]<br />
<br />
Bagaimana kita bisa menyelesaikan (4.66)? sebagaimana persamaan diferensial biasa yang simpel [[File:438rumus6.png]] kita mulai dengan menulis ulang persamaan diferensial biasa orde 2 sebagai sebuah sistem dari dua persamaan diferensial biasa orde 1:<br />
<br />
[[File:438rumus8.png]]<br />
<br />
Kondisi awal menjadi <br />
<br />
[[File:438rumus9.png]]<br />
<br />
Setiap metode dari sebuah sistem persamaan diferensial biasa orde 1 dapat digunakan untuk menyelesaikan [[File:438rumus10.png]]<br />
<br />
'''The Euler-Cromer scheme'''<br />
<br />
Sebuah pilihan atraktif dari sebuah implementasi, akurasi dan efisiensi sudut pandang adalah skema Euler-Cromer dimana kita mengambil sebuah perbedaan kedepan pada (4.68) dan perbedaan kebelakang pada (4.69):<br />
<br />
[[File:438rumus11.png]]<br />
<br />
Kita dapat dengan mudah menyelesaikan [[File:438rumus12.png]] yang tidak diketahui:<br />
<br />
[[File:438rumus13.png]]<br />
<br />
<br />
'''kata kata dalam perintah ODEs'''<br />
<br />
Perintah ODE dalam sistem ODE penting untuk model yang diperluas (4.68) - (4.69). Bayangkan kita menulis persamaan untuk u’ terlebih dahulu dan kemudian untuk v’. Metode Euler-Cromer akan menggunakan forward difference untuk u^n+1 dan kemudian backward difference akan menggunakannya untuk v^n+1. Yang Terkhir akan menyebabkan persamaan nonlinear algebraic untuk v^n+1 <br />
<br />
[[File:(4.3.8) 1.png]]<br />
<br />
jika f(v) adalah fungsi nonlinear dari v Ini akan membutuhkan metode numerik untuk persamaan aljabar nonlinier untuk mencari v^n+1 saat memperbarui v^n+1 melalui forward difference memberikan persamaan untuk v^n+1 itu linear dan sepele untuk dipecahkan dengan tangan.<br />
<br />
File osc_EC_general.pymemiliki fungsi Euler Cromer yang mengimplementasikan metode ini:<br />
<br />
[[File:(4.3.8) 2.png]]<br />
<br />
[[File:(4.3.8) 3.png]]<br />
<br />
Metode Runge-Kutta orde ke 4<br />
<br />
Metode RK4 hanya mengevaluasi sisi kanan sistem ODE,<br />
<br />
[[File:(4.3.8) 4.png]]<br />
<br />
untuk nilai-nilai u, v, dan t yang diketahui, maka metode ini sangat sederhana untuk digunakan terlepas dari bagaimana fungsi s(u) dan f(v)dipilih.<br />
<br />
<br />
<br />
<br />
<br />
==== 4.3.9 ilustrasi redaman linier ====<br />
<br />
Kami menganggap sistem rekayasa dengan pegas linier, s(u) = kx, dan peredam kental, di mana gaya peredaman adalah porpotional terhadap u', f(u') = bu', untuk beberapa konstanta b > 0. Pilihan ini dapat memodelkan sistem pegas vertikal di dalam mobil (tetapi insinyur sering suka menggambarkan sistem tersebut dengan massa bergerak horizontal seperti yang digambarkan pada Gambar 4.25). kita dapat memilih nilai-nilai sederhana untuk konstanta untuk mengilustrasikan efek dasar redaman (dan kegembiraan selanjutnya). Memilih osilasi sebagai fungsi u(t) = cos t sederhana dalam kasus tak teredam, kita dapat menetapkan m = 1, k = 1, b = 0,3, Uo = 1, Vo = 0. Fungsi berikut mengimplementasikan kasus ini:<br />
<br />
[[File:Wafi_439-1.png|500px]]<br />
<br />
Fungsi plot_u adalah kumpulan plot untuk merencanakan u(t), atau bagian darinya. Gambar 4.27 menunjukkan efek dari bu': kita memiliki osilasi dengan (perkiraan) periode 2π, seperti yang diharapkan, tetapi amplitudo teredam secara efisien.<br />
<br />
[[File:Kania 439-2.png|500px]]<br />
<br />
<br />
'''Komentar mengenai pekerjaan dengan masalah berskala'''<br />
<br />
Alih-alih menetapkan b = 0,3 dan m = k = Uo = 1 sebagai nilai fisik yang “tidak mungkin”, akan lebih baik untuk skala persamaan mu" + bu' + ku = 0. Ini mengartikan bahwa kita memasukan variabel independen dan dependen yang tak berdimensi :<br />
<br />
[[File:Kania_439-3.png|200px]]<br />
<br />
Di mana tc dan uc adalah ukuran karakteristik waktu dan perpindahan, sehingga [[File:Kania_439-5.png|15px]] dan [[File:Kania_439-6.png|20px]] memiliki ukuran tipikal mereka didekat kesatuan. Dalam masalah ini, kita dapat memilih [[File:Kania_439-7.png|70px]] dan [[File:Kania_439-8.png|80px]]. Ini memberikan masalah yang berskala (atau tanpa dimensi) berikut untuk kuantitas tak berdimensi [[File:Kania_439-9.png|40px]]:<br />
<br />
[[File:Kania_439-4.png|600px]]<br />
<br />
Faktnya adalah hanya ada satu parameter fisik di kasus ini: angka β. Menyelesaikan masalah ini begitu juga terkait dengan masalah utama dengan parameter yaitu m = k = Uo = 1 dan b = β. Tetapi untuk menyelsaikan masalah dengan satuan lebih umum: jika kita memdapatkan solusi ¯u(¯t;β), kita dapat menemukan solusi fisik pada kasus ini, dikarenakan :<br />
<br />
[[File:439rumus.png|200px]]<br />
<br />
Selama β didapat, kita dapat menemukan u untuk Uo , k, dan m dengan rumus diatas, dengan begitu pengerjaan simulasi dapat dipersingkat waktu. Ini menunjukkan pengerjaan dengan skala atau masalah satuan.<br />
<br />
<br />
==== 4.3.10. Ilustrasi Redaman Linier Dengan Eksitasi Sinusoidal ====<br />
Sekarang kita akan memperluas contoh sebelumnya untuk menambah beberapa gaya osilasi eksternal pada sistem: F (t) = Asin (wt). Mengendarai mobil di jalan dengan lonjakan sinusoidal mungkin memberikan eksitasi eksternal pada sistem pegas di mobil (w terkait dengan kecepatan mobil).<br />
<br />
from math import pi,sin<br />
w = 3<br />
A = 0.5<br />
F = lambda t: A*sin(w*t)<br />
<br />
kita dapatkan grafik pada gambar 4.28 .Perbedaan yang mencolok dari Gambar 4.27 adalah bahwa osilasi dimulai sebagai sinyal ''cos t'' teredam tanpa banyak pengaruh gaya eksternal, tetapi kemudian osilasi bebas dari sistem yang tidak teredam ''(cos t) u’’ + u = 0'' mati dan gaya eksternal ''0: 5 sin.(3t)'' menimbulkan osilasi dengan periode yang lebih pendek ''2phi/3''. Dianjurkan untuk menggunakan beberapa nilai A yang lebih besar dan beralih dari sinus ke acosinus dalam F dan mengamati efeknya. Jika mencarinya di dalam buku fisika, Anda dapat menemukan solusi analitik yang tepat untuk masalah persamaan diferensial dalam kasus ini.<br />
<br />
====4.3.11. Sistem pegas-massa dengan gesekan luncur====<br />
<br />
Sebuah benda dengan massa ''m'' bekerja pada sebuah pegas dengan kekakuan ''k'' saat meluncur pada sebuah bidang permukaan. Benda tersebut mengalami gaya gesek ''f(u')'' disebabkan terjadi kontak antara benda dengan bidang permukaan seperti terlihat pada Gambar 4.30. Gaya gesek ''f(u')'' dapat dimodelkan dengan gesekan Coulomb sebagai berikut:<br />
<br />
[[File:Eq4.3.11.1.png|180px|center]]<br />
<br />
Dimana ''μ'' adalah koefisien gesek, dan mg merupakan gaya normal pada bidang permukaan benda yang bergerak. Formula ini dapat juga ditulis sebagai ''f(u') = μmg sign (u')'', dengan syarat fungsi signum sign (x) didefinisikan nol untuk ''x'' = 0 (numpy.sign mempunyai sifat ini). Untuk memastikan bahwa signum dari definisi ''f'' benar, ingat bahwa gaya fisis aktual adalah ''-f'' dan positif (misal ''f''<0) ketika gaya tersebut bekerja berlawanan dengan benda yang bergerak dengan kecepatan ''u'''<0.<br />
<br />
[[File:606px-1d_oscillating_dynamic_system_29.1.png|600px|thumb|center|Gambar 4.30 Sketsa dari sebuah subjek sistem osilasi dinamis untuk gesekan luncur dan gaya pegas satu dimensi.]]<br />
<br />
Gaya pegas nonlinear diambil sebagai:<br />
<br />
[[File:Eq4.3.11.2.png|160px|center]]<br />
<br />
Yang mana nilai ''-ku'' diperkirakan untuk nilai ''u'' yang kecil, namun stabil pada ±''k/α'' untuk nilai ±''αu'' yang besar. Berikut adalah plot dengan ''k''=1000 dan ''u'' ∈ [-0.1,0.1] untuk tiga nilai ''α'':<br />
<br />
[[File:591px-1d_oscillating_dynamic_system_30.1.png|center]]<br />
<br />
Jika tidak ada gaya eksitasi eksternal yang bekerja pada benda, maka persamaan gerak yang kita dapatkan adalah:<br />
<br />
[[File:Eq4.3.11.3.png|300px|center]]<br />
<br />
Mari kita simulasikan situasi dimana sebuah benda dengan massa 1 kg meluncur pada bidang permukaan dengan ''μ'' = 0.4, terikat pada pegas dengan kekakuan ''k'' = 1000 kg/s^2. Perpindahan awal benda adalah 10 cm, dan parameter ''α'' dalam ''s(u)'' diatur pada 60 1/m.<br />
<br />
Dengan menggunakan fungsi EulerCromer dari kode osc_EC_general, kita dapat menulis fungsi sliding_friction untuk menyelesaikan masalah ini:<br />
<br />
Def sliding_friction():<br />
from numpy import tanh, sign<br />
<br />
f = lambda v: mu*m*g*sign(v)<br />
alpha = 60.0<br />
s = lambda u: k/alpha*tanh(alpha*u)<br />
F = lambda t: 0<br />
<br />
g = 9.81<br />
mu = 0.4<br />
m = 1<br />
k = 1000<br />
<br />
U_0 = 0.1<br />
V_0 = 0<br />
<br />
T = 2<br />
dt = T/5000<br />
<br />
u, v, t = EulerCromer(f=f, s=s, F=F, m=m, T=T, <br />
U_0=U_0, V_0=V_0, dt=dt)<br />
plot_u(u, t)<br />
<br />
Setelah menjalankan fungsi sliding_friction memberi kita hasil seperti pada Gambar. 4.31 dengan ''s(u)= -k/α tanh(αu)'', (kiri) dan versi linierisasi ''s(u)=ku'' (kanan).<br />
<br />
[[File:Photoagh.png|600px|thumb|center|Gambar 4.31 Efek pegas nonlinear (kiri) dan linier (kanan) pada gesekan luncur]]<br />
<br />
====4.3.12. Metode finite diference; Undamped, Linear Case====<br />
<br />
Selanjutnya kita akan membahas metode numerik untuk ODE orde kedua<br />
<br />
u^''+ω^2 u=0, u(0)=U_0,u^' (0)=0,t∈(0,T]<br />
<br />
tanpa menulis ulang ODE sebagai sistem ODE orde pertama. Motivasi utama untuk "metode solusi lain" adalah bahwa prinsip-prinsip diskritisasi menghasilkan skema yang sangat baik, dan yang lebih penting, pemikiran seputar diskritisasi bisa digunakan kembali ketika memecahkan persamaan diferensial parsial.<br />
Gagasan utama dari metode numerik ini adalah untuk memperkirakan urutan kedua turunan u'' dengan selisih terbatas. Sementara ada beberapa pilihan perbedaan perkiraan untuk derivatif orde pertama, ada satu rumus yang mendominasi untuk turunan orde kedua:<br />
<br />
[[File:Persamaan4.74.jpg]]<br />
<br />
Error dalam perkiraan tersebut proporsional terhadap ∆t^2. Biarkan ODE valid di beberapa titik waktu yang berubah ubah t_n,<br />
<br />
u^'' (t_n )+ ω^2 u (t_n )=0<br />
<br />
Selanjutnya memasukkan rumus perkiraan (4.74) diatas, sehingga di dapatkan<br />
<br />
[[File:Persamaan4.75.jpg]]<br />
<br />
Sekarang diasumsikan bahwa u^(n-1) dan u^n sudah dihitung, dan u^(n+1) adalah yang baru<br />
tidak diketahui. Memecahkan sehubungan dengan u^(n+1)<br />
<br />
[[File:Persamaan4.76.jpg]]<br />
<br />
Masalah besar muncul ketika kita ingin memulai skema. Kita tahu bahwa u^0 = U_0, tetapi menerapkan (4,76) untuk n=0 untuk menghitung u^1<br />
<br />
[[File:Persamaan4.77.jpg]]<br />
<br />
Dimana kita tidak mengetahui U-1. Kondisi awal U’ (0) = 0 dapat membantu kiti untuk menghilangkan U-1 dan kondisi ini bagaimanapun juga harus dimasukkan dalam beberapa cara. Untuk tujuan ini, kami mendiskritasikan u’(0) = 0 dengan perbedaan terpusat, <br />
<br />
<br />
[[File:Persamaan4.78.jpg]]<br />
<br />
Oleh karena itu, u-1 = u1, dan kita dapat menggunakan relasi ini untuk menghilangkan u1 di persamaan 4.77 <br />
<br />
[[File:Persamaan4.79.png]]<br />
<br />
Dengan U0 = U0 dan u1 dihitung dari persamaan (4.78), kita dapat menghitung u2, u3, dan seterusnya dari persamaan (4.76). Latihan 4.19 meminta Anda untuk mengeksplorasi bagaimana langkah-langkah di atas diubah seandainya kita memiliki kondisi awal bukan nol u’ (0) = V0<br />
<br />
Kita dapat memperkirakan kondisi awal U’(0) dengan menggunakan Forward difference<br />
<br />
[[File:Persamaan4.80.jpg]]<br />
<br />
Mengarah pada u1 = u0 . lalu kita dapat menggunakan persamaan (4.76) untuk langkah selanjutnya . Walaupun forward difference memiliki kesalahan proporsional ke ∆t . dimana centered difference yang kita gunakan memiliki error proporsional ke ∆t2. Yang dimana kompatibel dengan akurasi (erro yang enunjukan ∆t2) yang digunakan dalam diskritisasi persamaan diferensial. <br />
Metode untuk ODE orde kedua yang dijelaskan di atas berjalan di bawah nama metode Störmer atau integrasi Verlet 7. Ternyata metode ini secara matematis setara dengan skema Euler-Cromer Atau lebih tepatnya, rumus umum (4,76) setara dengan rumus Euler-Cromer.<br />
<br />
<br />
====4.3.13 Metode finite diference; damping linier====<br />
Sebuah isu kunci adalah bagaimana untuk mengkonferensi skema dari daerah 4.3.12 ke <br />
persamaan diferensial dengan lebih banyak istilah. Kita mulai dengan kasus linear<br />
penempatan f (u') = bu', kemungkinan gaya per nonlinear s(u), dan sebuah<br />
gaya excitation F(t):<br />
<br />
[[File:4.79.png]]<br />
<br />
<br />
Kita harus cari perkiraan perbedaan yang tepat untuk u' di dalam bu'. Sebuah pilihan yang baik adalah perbedaan berpusat<br />
<br />
<br />
[[File:4.80.png]]<br />
<br />
Sampling persamaan pada titik tn,<br />
<br />
[[File:4.80a.png]]<br />
<br />
Dan memasukkan perkiraan perbedaan terhingga pada u" dan u' hasil dalam<br />
<br />
<br />
[[File:4.81.png]]<br />
<br />
<br />
Dimana F" adalah notasi pendek untuk F(t). Persamaan (4.81) adalah linear dalam<br />
u^(n+1) tak diketahui kita dapat dengan mudah memecahkan untuk kuantitas ini:<br />
<br />
<br />
[[File:4.82.png]]<br />
<br />
<br />
Pada kasus tanpa redaman, kita membutuhkan formula khusus untuk u1. kondisi awal U`(0) = 0 menyatakan bahwa u-1 = u1, dan dengan persamaan (4.82) untuk n = 0, kita mendapatkan.<br />
<br />
[[File:4.8.3casees.JPG]]<br />
<br />
Pada kasus yang lebih unun dengan sebuah bentuk redaman nonlinier f(u`),<br />
<br />
<br />
[[File:4.8.3.2.1.2.JPG]]<br />
<br />
<br />
Kita mendapatkan<br />
<br />
[[File:4.8.3.2.1.2.1.JPG]]<br />
<br />
Dimana sebauh persamaan ajabar non linier untuk un+1 bahwa harus diseleseikan dengan metode numerik. Skema lebih bagus diperoleh dari penggunaan "backward difference" untuk u`,<br />
<br />
[[File:4.8.3.2.1.2.1.2.JPG]]<br />
<br />
Karena pada bagian redaman akan lebih diketahui, yang hanya melibatkan un dan un-1, dan kita dapat dengan mudah menyelesaikan untuk un+1.<br />
Kelemahan dari backward difference dibandingkan dengan centered difference (4.80) adalah ini mengurangi urutan akurasi dalam skema keseluruhan dari ∆t2 ke ∆t. Pada kenyataanya, skema Euler-Cromer mengevaluasi istilah redaman nonlinear sebagai f(vn), saat menghitung vn+1, dan ini setara dengan menggunakan backward difference di atas. Akibatnya, kenyamanan skema Euler-Cromer untuk redaman nonlinier datang dengan konsekuensi menurunkan akurasi keseluruhan skema dari urutan kedua ke urutan pertama pada ∆t. Menggunakan trik yang sama dalam skema beda hingga {finite difference} untuk persamaan diferensial orde kedua, yaitu, menggunakan backward difference dalam f(u’), membuat skema ini sama bagus dan akuratnya seperti skema Euler-Cromer pada kasus nonlinier umum mu”+f(u’)+s(u) = F.<br />
<br />
== Artikel 1 Hasil diskusi : OSCILLATING 1-D DYNAMIC SYSTEM with 1 MASS, 3 SPRING and 1 DAMPING ==<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-001.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-002.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-003.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-004.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-005.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-006.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-007.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-008.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-009.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-010.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-011.jpg|500 px]]<br />
<br />
== Artikel 2 Hasil diskusi : judul ..===<br />
<br />
== Artikel .... Hasil diskusi : judul ...==</div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Oscillating_one-dimensional_systems&diff=32883Oscillating one-dimensional systems2020-04-20T03:59:29Z<p>Adzanna: </p>
<hr />
<div><- back to [[Studi kasus komputasi teknik]]<br />
<br />
== Knowledge base ==<br />
<br />
<br />
<br />
== Studi kasus ==<br />
<br />
[[File:1d oscillating dynamic system 1.png]]<br />
<br />
[[File:1d oscillating dynamic system 2.png]]<br />
<br />
[[File:1d oscillating dynamic system 3.png]]<br />
<br />
[[File:1d oscillating dynamic system 4.png]]<br />
<br />
[[File:1d oscillating dynamic system 5.png]]<br />
<br />
[[File:1d oscillating dynamic system 6.png]]<br />
<br />
[[File:1d oscillating dynamic system 7.png]]<br />
<br />
[[File:1d oscillating dynamic system 8.png]]<br />
<br />
[[File:1d oscillating dynamic system 9.png]]<br />
<br />
[[File:1d oscillating dynamic system 10.png]]<br />
<br />
[[File:1d oscillating dynamic system 11.png]]<br />
<br />
[[File:1d oscillating dynamic system 12.png]]<br />
<br />
[[File:1d oscillating dynamic system 13.png]]<br />
<br />
[[File:1d oscillating dynamic system 14.png]]<br />
<br />
[[File:1d oscillating dynamic system 15.png]]<br />
<br />
[[File:1d oscillating dynamic system 16.png]]<br />
<br />
[[File:1d oscillating dynamic system 17.png]]<br />
<br />
[[File:1d oscillating dynamic system 18.png]]<br />
<br />
[[File:1d oscillating dynamic system 19.png]]<br />
<br />
[[File:1d oscillating dynamic system 20.png]]<br />
<br />
[[File:1d oscillating dynamic system 21.png]]<br />
<br />
[[File:1d oscillating dynamic system 22.png]]<br />
<br />
[[File:1d oscillating dynamic system 23.png]]<br />
<br />
[[File:1d oscillating dynamic system 24.png]]<br />
<br />
[[File:1d oscillating dynamic system 25.png]]<br />
<br />
[[File:1d oscillating dynamic system 26.png]]<br />
<br />
[[File:1d oscillating dynamic system 27.png]]<br />
<br />
[[File:1d oscillating dynamic system 28.png]]<br />
<br />
[[File:1d oscillating dynamic system 29.png]]<br />
<br />
[[File:1d oscillating dynamic system 30.png]]<br />
<br />
[[File:1d oscillating dynamic system 31.png]]<br />
<br />
[[File:1d oscillating dynamic system 32.png]]<br />
<br />
[[File:1d oscillating dynamic system 33.png]]<br />
<br />
[[File:1d oscillating dynamic system 34.png]]<br />
<br />
[[File:1d oscillating dynamic system 35.png]]<br />
<br />
Ref. Linge S, Langtangen HP, Programming for Computations<br />
- A Gentle Introduction to<br />
Numerical Simulations with<br />
Python<br />
<br />
=== Terjemahan ===<br />
<br />
==== 4.3.1 Penurunan Model yang Sederhana ====<br />
<br />
[[File:Az gambar 4.15.png|400px|thumb|left|alt text]]Banyak sistem keteknikan (''engineering'') berkaitan dengan osilasi, dan persamaan diferensial merupakan kunci utama untuk memahami, memprediksi, dan mengontrol osilasi. Kita mulai dengan model paling sederhana yang berkaitan dengan dinamika penting dari sistem osilasi. suatu benda dengan massa m melekat/dikaitkan pada pegas dan bergerak sepanjang garis tanpa gesekan, lihat Gambar 4.15 di samping untuk sketsa (''rolling wheels'' menunjukkan “tidak ada gesekan”). Ketika pegas diregangkan (atau dikompresi), gaya pegas menarik (atau mendorong) bodi (penampang m) kembali dan bekerja "melawan" gerakan. Lebih tepatnya, misalkan x (t) adalah posisi bodi pada sumbu x, dimana bodi bergerak. Pegas tidak direntangkan ketika x= 0, sehingga gaya adalah nol, dan x= 0 karenanya posisi keseimbangan bodi. Gaya pegas adalah -kx, dimana k adalah konstanta yang diukur. Kami berasumsi bahwa tidak ada gaya lain (mis., Tidak ada gesekan). Hukum Newton ke-2 F=ma kemudian memiliki F=-kx dan a=x ̈ ,<br />
[[File:Az 4.41.png]]<br />
<br />
yang dapat ditulis ulang sebagai:<br />
<br />
[[File:Az 4.42.png]]<br />
<br />
dengan memperkenalkan ω=√(k/m) (yang sangat umum).<br />
<br />
Persamaan (4.42) adalah persamaan diferensial orde kedua, dan oleh karena itu kita memerlukan dua kondisi awal, satu pada posisi x(0) dan satu pada kecepatan x’(0). Di sini kita memilih bodi untuk berhenti, tetapi menjauh dari posisi setimbang:<br />
<br />
[[File:Az 4.42a.png]]<br />
<br />
Solusi tepat untuk Pers. (4.42) dengan kondisi awal ini adalah x(t)=X0 cosωT. Ini dapat dengan mudah diverifikasi dengan mensubsitusikan ke Pers. (4.42) dan memeriksa kondisi awal. Solusinya mengatakan bahwa sistem massa pegas berosilasi bolak-balik seperti yang dijelaskan oleh kurva kosinus.<br />
<br />
Persamaan diferensial (4.42) muncul dalam banyak konteks lainnya. Contoh klasik adalah pendulum sederhana yang berosilasi bolak-balik. Buku-buku fisika berasal, dari hukum gerak kedua Newton, itu diperoleh:<br />
<br />
[[File:Az 4.42b.png]]<br />
<br />
dimana m adalah massa bodi di ujung pendulum dengan panjang L, g adalah percepatan gravitasi, dan ϴ merupakan sudut yang dibuat pendulum dengan vertikal. Mempertimbangkan sudut kecil ϴ, sin ϴ ≈ ϴ, dan kita dapatkan Pers. (4.42) dengan x = ϴ, ω=√(g/L) , x(0)=Θ, dan x’(0)=0, jika Θ merupakan sudut awal dan pendulum diam di t=0.<br />
<br />
<br />
==== 4.3.2 Solusi Numerik ====<br />
<br />
Kita telah melihat metode numerik untuk mengendalikan turunan orde kedua, dan beberapa pilihan lainnya merupakan tambahan, akan tetapi kita mengetahu cara menyelesaikan persamaan turunan orde pertama dan bahkan sistem-sistem pada persamaan orde pertama. Dengan hanya sedikit, tetapi cukup umum, cara yang dapat kita tuliskan pada persamaan 4.42 sebagai sebuah sistem orde pertama dari 2 persamaan turunan. Kita memperkenalkan u=x dan v=x^'=u' sebagai 2 fungsi baru yang tidak diketahui. Dua persamaan yang sesuai muncul dari definisi v=u' dan persamaan asal (4.42):<br />
<br />
[[File:Eviii4.43.JPG]]<br />
<br />
(memperlihatkan bahwa kita dapat menggunakan u"=v') untuk menghilangkan turunan orde kedua dari hokum kedua newton).<br />
Selanjutnya kita dapat menerapkan metode forward euler untuk persamaan 4.43 dan 4.44, seperti yang sudah dilakukan pada section 4.2.2:<br />
<br />
[[File:Eviii4.45.JPG]]<br />
<br />
Sehingga menghasilkan skema komputasi sebagai berikut,<br />
<br />
[[File:Eviii4.47.JPG]]<br />
<br />
<br />
====4.3.3 Memprogram Metode Numerik; Kasus Khusus====<br />
<br />
Program sederhana untuk (4.47) - ( 4.48) mengikuti ide yang sama seperti di bagian 4.2.3: <br />
<br />
[[File:4.3.3.fadhli.JPG|500px]]<br />
<br />
(Lihat file osc_FE.py.)<br />
<br />
Karena kita sudah tahu solusi yang tepat sebagai u(t) = Xo cos ωt , kami beralasan sebagai berikut untuk menemukan interval simulasi yang sesuai [0,T] dan juga berapa poin kita harus memilih. Solusinya memiliki periode P = 2π/ω. (Periode P adalah waktunya perbedaan antara dua puncak u(t) ~ cos ωt curve). Simulasi untuk tiga periode fungsi cosinus, T = 3P, dan memilih Δt sehingga ada 20 Interval per periode menghasilkan Δt = P/20 dan total Nt = T/ Δt = t interval. Sisanya dari program ini adalah pengodean langsung dari skema Forward Euler.<br />
<br />
Gambar 4.16 menunjukkan perbandingan antara solusi numerik dan tepat solusi persamaan diferensial. Yang mengejutkan kami, solusi numeriknya terlihat salah. Apakah perbedaan ini disebabkan oleh kesalahan pemrograman atau masalah dengan metode Forward Euler?<br />
<br />
Pertama-tama, bahkan sebelum mencoba menjalankan program, Anda harus menghitung dua langkah dalam putaran waktu dengan kalkulator sehingga Anda memiliki beberapa hasil antara untuk dibandingkan. Menggunakan X0 = 2. Dt = 0: 157079632679, dan ω = 2, kita mendapatkan u1 = 2, v = -1,25663706, u2 = 1,80260791, dan v2 = 2,51327412. Perhitungan semacam itu menunjukkan bahwa program itu tampaknya benar. (Kemudian, kita dapat menggunakan nilai-nilai tersebut untuk membangun tes unit dan fungsi tes yang sesuai.)<br />
<br />
[[File:Simulation of an Oscillating System.PNG|500px]]<br />
<br />
Langkah selanjutnya adalah mengurangi delta t parameter diskritisasi dan melihat apakah hasilnya menjadi lebih akurat. Gambar 4.17 menunjukkan solusi numerik dan tepat untuk kasus delta t = P / 40; P / 160; P / 2000. Hasilnya jelas menjadi lebih baik, dan resolusi terakhir memberikan grafik yang tidak dapat dibedakan secara visual. Namun demikian, resolusi terakhir melibatkan 6000 interval komputasi secara total, yang dianggap cukup banyak. Namun, ini bukan masalah pada laptop modern, karena perhitungan hanya membutuhkan sepersekian detik.<br />
<br />
Meskipun 2000 interval per periode osilasi tampaknya cukup untuk solusi numerik yang akurat, grafik kanan bawah pada Gambar 4.17 menunjukkan bahwa jika kita meningkatkan waktu simulasi, di sini hingga 20 periode, ada sedikit pertumbuhan amplitudo, yang menjadi signifikan dari waktu ke waktu. . Kesimpulannya adalah bahwa metode Forward Euler memiliki masalah mendasar dengan amplitudo yang tumbuh, dan bahwa diperlukan delta yang sangat kecil untuk mencapai hasil yang memuaskan. Semakin lama simulasi, semakin kecil Delta t. Sudah pasti saatnya untuk mencari metode numerik yang lebih efektif!<br />
<br />
[[File:Simulation with different steps.PNG|500px]]<br />
<br />
==== '''4.3.4 Sebuah Penyelesaian dari Metode Numerik ''' ====<br />
<br />
Dalam skema Forward Euler,<br />
<br />
[[File:4.3.4.(1).JPG|500px]]<br />
<br />
kita dapat mengganti u^n pada persamaan terakhir dengan nilai u^n+1 yang baru dihitung dari<br />
persamaan pertama:<br />
<br />
[[File:4.3.4.(2).JPG|500px]]<br />
<br />
Sebelum membenarkan perbaikan ini secara matematis, mari kita coba pada contoh sebelumnya. Hasilnya muncul pada Gambar 4.18. Kita melihat bahwa amplitudo tidak tumbuh, tetapi<br />
fase tidak sepenuhnya benar. Setelah 40 periode (Gbr. 4.18 kanan) kita melihat signifikan<br />
perbedaan antara solusi numerik dan tepat. Penurunan t menurun<br />
kesalahan. Misalnya, dengan 2000 interval per periode, kami hanya melihat fase kecil<br />
kesalahan bahkan setelah 50.000 periode (!). Kita dapat menyimpulkan bahwa perbaikan tersebut menghasilkan<br />
metode numerik yang sangat baik!<br />
Mari kita tafsirkan skema yang disesuaikan secara matematis. Pertama kami memesan (4,49) - (4,50)<br />
sedemikian rupa sehingga perbedaan pendekatan terhadap derivatif menjadi transparan:<br />
<br />
[[File:4.3.4.(10).JPG|500px]]<br />
<br />
[[File:4.3.4.(3).JPG|500px]]<br />
<br />
Kami menafsirkan (4,51) sebagai persamaan diferensial sampel pada titik mesh tn, karena<br />
kami memiliki vn di sisi kanan. Sisi kiri kemudian perbedaan maju atau<br />
Meneruskan perkiraan Euler ke turunan u0<br />
, lihat Gambar 4.2. Di samping itu,<br />
kami menginterpretasikan (4,52) sebagai persamaan diferensial sampel pada titik mesh tnC1, karena kami miliki di sisi kanan. <br />
<br />
[[File:4.3.4.(4).jpeg]]<br />
<br />
Dalam hal ini, perbedaan aproksimasi pada<br />
sisi kiri adalah perbedaan ke belakang,<br />
<br />
[[File:4.3.4.(5).jpeg]]<br />
<br />
<br />
<br />
Gambar 4.19 mengilustrasikan perbedaan mundur. Kesalahan dalam perbedaan mundur sebanding dengan t, sama seperti untuk perbedaan maju (tetapi konstanta proporsionalitas dalam istilah kesalahan memiliki tanda yang berbeda). Diskretisasi yang dihasilkan<br />
metode untuk (4,52) sering disebut sebagai skema Backward Euler.<br />
<br />
Untuk meringkas, gunakan perbedaan maju untuk persamaan pertama dan mundur<br />
Perbedaan untuk hasil persamaan kedua dalam metode yang jauh lebih baik daripada hanya menggunakan<br />
maju perbedaan dalam kedua persamaan.<br />
<br />
Cara standar untuk mengekspresikan skema ini dalam fisika adalah dengan mengubah urutan<br />
persamaan,<br />
<br />
[[File:4.3.4.(6).jpeg]]<br />
<br />
dan terapkan perbedaan maju ke (4,53) dan perbedaan mundur ke (4,54):<br />
<br />
[[File:4.3.4.(7).jpg]]<br />
<br />
Artinya, pertama kecepatan v diperbarui dan kemudian posisi u, menggunakan kecepatan yang paling baru dihitung. Tidak ada perbedaan antara (4,55) - (4,56) dan (4,49) -<br />
(4,50) sehubungan dengan akurasi, jadi urutan persamaan diferensial asli<br />
tidak apa-apa. Skema (4.55) - (4.56) berada di bawah nama Semi-implisit<br />
Euler4 atau Euler-Cromer. Implementasi (4.55) - (4.56) ditemukan dalam file<br />
osc_EC.py. Inti dari kode itu seperti<br />
<br />
[[File:4.3.4.(8).jpg]]<br />
<br />
<br />
[[File:4.3.4.(9).jpg]]<br />
<br />
<br />
<br />
<br />
<br />
==== 4.3.5 Metode Runge-Kutta orde 2 (atau metode Heun) ====<br />
Sebuah metode yang cukup populer digunakan untuk menyelesaikan persamaan diferensial biasa (ODE) vector dan skalar adalah metode Runge-Kutta Order (RK2), atau biasa dikenal dengan metode Heun. Ide dasar pada metode ini, yang pertama untuk ODE skalar, adalah dengan membentuk aproksimasi perbedaan terpusat (centered difference) terhadap turunan antara dua titik waktu yang didefinisikan sebagai berikut:<br />
<br />
[[File:Kolab1.JPG]]<br />
<br />
Formula dari centered difference tersebut dapat digambarkan melalui Gambar 4.20. Error pada aproksimasi centered difference ini proporsional terhadap nilai ∆t2, 1 order lebih tinggi dibandingkan dengan pendekatan forward and backward difference, yang berarti nilai jika kita memiliki sebuah nilai ∆t, maka error nya akan berkurang secara effektif dengan menggunakan centered difference karena nilai error tersebut berkurang dengan faktor 4, daripada faktor 2. <br />
<br />
[[File:Kolab2.JPG]]<br />
<br />
Permasalahan yang ada pada skema centered difference semacam ini untuk persamaan ODE secara umum, u’=f(u,t) adalah kita mendapatkan<br />
<br />
[File:Kolab3.JPG]]<br />
<br />
Yang mana ini akan menyulitkan karena kita tidak mengetahui berapa nilai un+1/2. Namun demikian, ktia dapat mengaproksimasi nilai f diantara dua level waktu dengan menggunakan rata-rata aritmatik dari nilai f tesebut pada saat tn dan tn+1 :<br />
<br />
[[FIle:Kolab4.JPG]]<br />
<br />
Kemudian hasilnya adalah :<br />
[[File:results435.jpg]]<br />
Dimana berupa persamaan aljabar nonlinear untuk <br />
[[File:f435.jpeg]]<br />
dan bukan fungsi linear dari u.<br />
sehingga untuk menyelesaikan fungsi<br />
[[File:f4351.jpg]]<br />
tanpa menyelesaikannya dengan persamaan nonlinear, dapat diprediksi [[File:f4352.jpg]] <br />
menggunakan persamaan Forward Euler:<br />
[[File:f4353.jpg]]<br />
Sehingga dapat digunakan metode<br />
[[File:f4354.jpg]]<br />
metode tersebut dapat diaplikasikan untuk ODEs scalar dan vector.<br />
<br />
Untuk system osilasi dengan <br />
[[File:f4355.jpg]]<br />
<br />
Pada file osc_Heun.py terdapat implementasinya. File tersebut menjalankan simulasi untuk 10 period dengan 20 kali langkah per periode. <br />
<br />
Solusi Numerical dan eksak yang berkaitan dengan ini terdapat di fig. 4.21. dapat diliat bahwa amplitude meningkat namun tidak sebanyak pada metode forward euler. Bgaimanapun juga, metode forward euler adalah yang terbaik.<br />
Perlu diingat juga bahwa metode forward euler memberikan prediksi yang lebih baik, seperti contohnya untuk persoalan pertumbuhan/peluruhan, atau SIR mode. Akan tetapi metode orde 2 runge-kutta atau metod heun juga bisa dipertimbangkan. Meskipun untuk menyelesaikan persoalan osilasi, metode euler sudah terbaik.<br />
<br />
<br />
<br />
==== 4.3.6 Perangkat Lunak untuk Menyelesaikan ODEs ====<br />
<br />
Terdapat banyak metode yang dapat digunakan untuk menyelesaikan ODEs, dan alangkah baiknya kita memilih akses yang mudah untuk mengimplementasikannya ke berbagai metode, terutama metode adaptif yang canggih dan kompleks yang dapat menyesuaikan nilai Δt secara otomatis untuk mendapatkan nilai akurasi yang ditentukan. Phyton Odespy3 merupakan salah satu perangkat yang dapat memberikan akses yang mudah ke berbagai metode numerik untuk menyelesaikan ODEs.<br />
<br />
Salah satu contoh termudah dalam penggunaan Odespy adalah untuk menyelesaikan masalah u’ = u, u(0) = 2, untuk 100 time steps sampai t = 4:<br />
<br />
import odespy<br />
<br />
def f(u, t):<br />
return u<br />
<br />
method = odespy.Heun #or, e.g., odespy.ForwardEuler<br />
solver = method(f)<br />
solver.set_initial _condition(2)<br />
time_points = np.linspace(0, 4, 101)<br />
u. t = solver.solve (time_points)<br />
<br />
Dengan kata lain, kalian mendefinisikan sebuah fungsi f(u, t), menginisialisasi sebuah objek penyelesaian Odespy, mengatur kondisi awal, menghitung titik waktu pengumpulan dimana anda menginginkan solusinya, dan bertanya mengenai solusinya. Variabel arrays u dan t dapat dibuat menjadi sebuah grafik secara langsung, yaitu: plot(t,u).<br />
<br />
Fitur menarik yang dimiliki oleh Odespy ialah parameter permasalahan dapat menjadi sebuah argumen pada fungsi f(u, t) penggunanya. Sebagai contoh, apabila permasalahan ODE kita adalah u’ = -au + b, dengan 2 parameter yaitu a dan b, kita dapat menuliskan fungsi f kita menjadi<br />
<br />
def f(u, t, a, b):<br />
return -a*u + b<br />
<br />
Sebagai tambahan, permasalahan yang bergantung pada argumen a dan b dapat ditransfer ke fungsi ini bila kita mengumpulkan nilainya dalam sebuah daftar atau tuple ketika membuat sebuah pemecahan Odespy dan menggunakan argumen f_args:<br />
<br />
a = 2<br />
b = 1<br />
solver = method(f, f_args=[a, b])<br />
<br />
Hal ini merupakan sebuah fitur yang baik karena parameter permasalahan haruslah selain sebagai sebuah variabel global – sekarang dapat menjadi sebuah argument dalam fungsi kita secara alami.<br />
<br />
Menggunakan Odespy untuk menyelesaikan osilasi ODEs seperti u” + ω2u = 0, diformulasikan sebagai sebuah sistem u’ = v dan v’ = -ω2u, dilakukan sebagai berikut. Kita tentukan sebuah nilai time steps per periode dan hitung time steps yang diasosiasikan serta waktu akhir simulasi (T), cantumkan sebuah nilai periode untuk disimulasikan:<br />
<br />
Import odespy<br />
<br />
# Define the ODE system<br />
# u’ = v<br />
# v’ = -omega**2*u<br />
<br />
def f(sol, t, omega=2):<br />
u, v = sol<br />
return [v, -omega**2*u]<br />
<br />
#Set and compute problem dependent parameters<br />
omega = 2<br />
X_0 = 1<br />
number_of_periods = 40<br />
time_intervals_per_period = 20<br />
from numpy import pi, linspace, cos<br />
P = 2*pi/omega #length of one period # length of one period<br />
dt = P/time_intervals_per_period # time step<br />
T = number_of_periods*P # final simulation time<br />
<br />
# Create Odespy solver object<br />
odespy_method = odespy.RK2<br />
solver = odespy_method(f, f_args=[omega])<br />
<br />
# The initial condition for the system is collected in a list<br />
Solver.set_initial_condition([X_0, 0])<br />
<br />
# Compute the desired time points where we want the solution<br />
N_t = int(round(T/dt)) # no of time intervals<br />
Time_points = linspace(0, T, N_t+1)<br />
<br />
# Solve the ODE problem<br />
sol, t = solver.solve(time_points)<br />
<br />
# Note: sol contains both displacement and velocity<br />
# extract original variables<br />
u = sol[:,0]<br />
v = sol[:,1]<br />
<br />
Dua pernyataan terakhir menjadi penting karena dua fungsi u dan v di dalam sistem ODE tersebut tergabung bersama dalam sebuah array di dalam pemecahan Odespy. Solusi pada sistem ODE ditunjukan sebagai array 2 dimesi dimana kolom pertama (sol[:,0]) disimpan sebagai u dan kolom kedua (sol[:,1]) disimpan sebagai v. Mengeplot u dan v merupakan sebuah masalah dalam menjalankan plot(t, u, t, v).<br />
<br />
Catatan<br />
<br />
Di dalam fungsi tersebut kita menuliskan f(sol, t, omega) dibandingkan menulis f (u, t, omega) untuk mengindikasikan bahwa solusi pada f adalah solusi pada waktu t dimana nilai u dan t tergabung bersama: sol = [u,v]. Kita dapat juga menggunakan u sebagai argumen:<br />
<br />
def f(u, t, omega=2):<br />
u, v = u<br />
return [v, -omega**2*u]<br />
<br />
Ini hanya berarti kita mendefinisikan ulang nama u pada fungsi tersebut untuk merata-ratakan solusi pada waktu t untuk komponen pertama pada sistem ODE tersebut.<br />
<br />
Untuk beralih ke metode numerik lain, tinggal substitusikan RK2 dengan nama yang sesuai dari metode yang diinginkan. Mengetik pydoc odespy pada terminal window memunculkan daftar dari metode yang dijalankan. Cara yang sangat sederhana dalam memilih metode ini menyarankan penambahan yang jelas dari kode diatas: kita dapat menentukan daftar metode, menjalankan semua metode, dan membandingkan setiap kurva u pada sebuah plot. Sebagaimana odespy juga mengandung skema Euler-Cromer, kita menulis kembali sistem ini dengan v’ = -w2u sebagai ODE pertama dan u’ = v sebagai ODE kedua, karena ini adalah pilihan standar ketika menggunakan metode Euler-Cromer (juga pada odespy):<br />
<br />
def f(u, t, omega=2): <br />
v, u = u <br />
return [-omega**2*u, v]<br />
<br />
Perubahan persamaan ini juga mempengaruhi kondisi awal: komponen pertama adalah nol dan yang kedua adalah X_0 maka kita perlu melewati daftar [0, X_0] untuk solver.set_ initial_condition.<br />
<br />
Kode osc_odespy.py mengandung detail:<br />
<br />
def compare(odespy_methods, <br />
omega, <br />
X_0, <br />
number_of_periods, <br />
time_intervals_per_period=20): <br />
from numpy import pi, linspace, cos <br />
P = 2*pi/omega # length of one period <br />
dt = P/time_intervals_per_period <br />
T = number_of_periods*P<br />
# If odespy_methods is not a list, but just the name of <br />
# a single Odespy solver, we wrap that name in a list <br />
# so we always have odespy_methods as a list <br />
if type(odespy_methods) != type([]): <br />
odespy_methods = [odespy_methods] <br />
# Make a list of solver objects <br />
solvers = [method(f, f_args=[omega]) for method in <br />
odespy_methods] <br />
for solver in solvers: <br />
solver.set_initial_condition([0, X_0]) <br />
# Compute the time points where we want the solution <br />
dt = float(dt) # avoid integer division <br />
N_t = int(round(T/dt)) <br />
time_points = linspace(0, N_t*dt, N_t+1) <br />
legends = [] <br />
for solver in solvers: <br />
sol, t = solver.solve(time_points) <br />
v = sol[:,0] <br />
u = sol[:,1] <br />
# Plot only the last p periods <br />
p = 6 <br />
m = p*time_intervals_per_period # no time steps to plot <br />
plot(t[-m:], u[-m:]) <br />
hold(’on’) <br />
legends.append(solver.name()) <br />
xlabel(’t’) <br />
# Plot exact solution too <br />
plot(t[-m:], X_0*cos(omega*t)[-m:], ’k--’) <br />
legends.append(’exact’) <br />
legend(legends, loc=’lower left’) <br />
axis([t[-m], t[-1], -2*X_0, 2*X_0]) <br />
title(’Simulation of %d periods with %d intervals per period’ <br />
% (number_of_periods, time_intervals_per_period)) <br />
savefig(’tmp.pdf’); savefig(’tmp.png’) <br />
show()<br />
<br />
Fitur baru pada kode ini adalah kemampuan untuk mem-plot hanya periode p terakhir, yang memperbolehkan kita untuk menjalankan long time simulations dan melihat hasil akhir tanpa plot yang berantakan dengan terlalu banyak periode. Syntax t[-m:] mem-plot elemen m terakhir dalam t (indeks negatif dalam hitungan susunan/daftar Pyhton dari akhir).<br />
<br />
Kita bisa membandingkan metode Heun (atau setara metode RK2) dengan skema Euler-Crome:<br />
<br />
compare(odespy_methods=[odespy.Heun, odespy.EulerCromer], <br />
omega=2, X_0=2, number_of_periods=20, <br />
time_intervals_per_period=20)<br />
<br />
Gambar 4.22 menunjukkan bagaimana metode Heun (garis biru dengan piringan kecil) memiliki error yang cukup besar pada amplitude dan fase sesudah setelah periode 14-20 (kiri atas), namun menggunakan sebanyak tiga kali langkah waktu membuat kurvanya hampir sama (kanan atas). Akan tetapi setelah periode 194-200 error tersebut telah berkembang (kiri bawah), tetapi dapat cukup dikurangi dengan mengurangi separuh langkah waktu (kanan bawah).<br />
<br />
Dengan semua metode di Odespy, sekarang menjadi mudah untuk mulai menjelajahi metode-metode lain, seperti perbedaan mundur (backward differences) bukannya perbedaan maju (forward differences) yang digunakan dalam skema Forward Euler. Latihan 4.17 mengatasi permasalahan tersebut.<br />
<br />
Odespy berisi metode adaptif yang cukup canggih di mana pengguna "dijamin" untuk mendapatkan solusi dengan akurasi yang ditentukan. Tidak ada jaminan matematis, tetapi error untuk sebagian besar kasus tidak akan menyimpang secara signifikan dari toleransi pengguna yang mencerminkan keakuratan. Metode yang sangat populer dari jenis ini adalah metode Runge-Kutta-Fehlberg, yang menjalankan metode Runge-Kutta orde 4 dan menggunakan metode Runge-Kutta orde 5 untuk memperkirakan error sehingga dapat disesuaikan untuk menjaga error di bawah toleransi. Metode ini juga dikenal luas sebagai ode45, karena itulah nama fungsi yang mengimplementasikan metode ini di Matlab. Kita dapat dengan mudah menguji metode Runge-Kutta-Fehlberg segera setelah kita tahu nama Odespy yang sesuai, yaitu RKFehlberg:<br />
<br />
compare(odespy_methods=[odespy.EulerCromer, odespy.RKFehlberg], <br />
omega=2, X_0=2, number_of_periods=200, <br />
time_intervals_per_period=40)<br />
<br />
[[File:oscillating17-2.png]]<br />
<br />
Perhatikan bahwa argumen time_intervals_per_period mengacu pada titik waktu di mana kami ingin solusinya. Poin-poin ini juga yang digunakan untuk perhitungan numerik dalam pemecah odespy.EulerCromer, sedangkan pemecah odespy.RKFehlberg akan menggunakan satu set titik waktu yang tidak diketahui karena interval waktu disesuaikan ketika metode berjalan. Orang dapat dengan mudah melihat titik-titik yang sebenarnya digunakan oleh metode karena ini tersedia sebagai himpunan solver.t_all (tetapi merencanakan atau memeriksa titik-titik membutuhkan modifikasi di dalam metode perbandingan).<br />
<br />
Gambar 4.23 menunjukkan contoh komputasi di mana metode Runge-Kutta-Fehlberg jelas lebih unggul daripada skema Euler-Cromer dalam simulasi yang lama, tetapi perbandingannya tidak terlalu adil karena metode Runge-Kutta_Fehlberg berlaku sekitar dua kali lebih banyak langkah waktu dalam hal perhitungan ini dan melakukan lebih banyak pekerjaan per langkah waktu. Ini adalah tugas yang cukup rumit untuk membandingkan dua metode yang sangat berbeda dalam cara yang wajar sehingga pekerjaan komputasi versus akurasi dilaporkan secara ilmiah dengan baik.<br />
<br />
[[File:oscillating18-2.png]]<br />
<br />
==== 4.3.7 Metode Runge-Kutta Orde 4 ====<br />
Metode Runge-Kutta Orde 4 adalah metode yang sering digunakan secara luas untuk menyelesaikan ODEs, karena menghasilkan data dengan tingkat akurasi yang tinggi bahkan dalam time step yang tidak terlalu kecil.<br />
<br />
[[File:1-.PNG]]<br />
<br />
Algoritma; Pertama-tama kita nyatakan algoritma 4-stage<br />
<br />
[[File:2-.PNG]]<br />
<br />
Dimana<br />
<br />
[[File:3-.PNG]]<br />
<br />
[[File:4-.PNG]]<br />
<br />
[[File:5-.PNG]]<br />
<br />
<br />
'''Aplikasi'''; Kita bisa menjalankan simulasi seperti pada Figs. 4.16, 4.18, dan 4.21, untuk 40 periode. 10 periode terakhir ditunjukan melalui Fig. 2.24. Hasil yang ditunjukan terlihat impresif sebagaimana penggunaan metode Euler-Cromer.<br />
<br />
<br />
'''Implementasi'''; Tingkatan dalam metode Runge-Kutta orde-4 bisa dengan mudah diimplementasikan sebagai modifikasi dari osc_Heun.py code. Sebagai alternatif, salah satu dapat menggunakan osc_odespy.py code dengan menyediakan argumen odespy_methods-[odespy.RK4] untuk membandingkan fungsi. <br />
<br />
<br />
'''Derivasi'''; Derivasi dari metode Runge-Kutta orde-4 dapat disajikan dengan cara pedagogis yang menyatukan banyak elemen fundamental dari teknik diskritisasi numerik dan bisa menggambarkan banyak aspek “numerical thinking ”ketika membangun perkiraan metode solusi.<br />
<br />
Kita mulai dengan mengintegrasikan general ODE [[File:6-.PNG]] dari waktu ke waktu, mulai dari tn sampai t(n_1),<br />
<br />
[[File:9-.PNG]]<br />
<br />
Tujuan dari komputasi [[File:10-.PNG]], ketika [[File:11-.PNG]] pada saat ini lebih dikenal dengan nilai ''u''. Tantangan mengintegralkan muncul ketika integrand mengandung ''u'' yang tidak diketahuai antara tn sampai t(n+1).<br />
<br />
Integral tersebut dapat diperkirakan dengan menggunakan Simpson’s rule yang telah terkenal<br />
<br />
[[File:12-.PNG]]<br />
<br />
Permasalahan dengan persamaan ini adalah kita tidak mengetahui nilai dari [[File:13-.PNG]] dan [[File:14-.PNG]] karena hanya u^n yang tersedia dan hanya f^n yang dapat dihitung.<br />
<br />
Untuk melanjutkan, idenya dalah menggunakan berbagai perkiraan untuk [[File:15-.PNG]] dan [[File:16-.PNG]] berdasarkan penggunaan skema yang telah diketahui untuk ODE dalam interval [[File:17-.PNG]] dan [[File:18-.PNG]]. Mari kita bagi persamaan integral menjadi empat suku.<br />
<br />
<br />
[[File:19-.PNG]]<br />
<br />
Dimana [[File:C01.JPG|40px]], [[File:C02.JPG|40px]], dan [[File:C03.JPG|40px]] adalah pendekatan untuk [[File:C04.JPG|40px]] dan [[File:C05.JPG|40px]] yang dapat digunakan pada perhitungan. Untuk [[File:C01.JPG|40px]] dapat menggunakan pendekatan untuk [[File:C06.JPG|40px]] berdasarkan tahap Forward Euler pada size [[File:C14(2).JPG|27px]]<br />
<br />
<br />
[[File:4-63.JPG|400px]]<br />
<br />
<br />
Persamaan ini mempermudah prediksi [[File:C04.JPG|40px]], sehingga untuk [[File:C02.JPG|40px]] kita dapat mencoba metode Backward Euler untuk memperkirakan [[File:C06.JPG|40px]]<br />
<br />
<br />
[[File:4-64.JPG|400px]]<br />
<br />
<br />
Dengan [[File:C02.JPG|40px]] sebagai pendekatan untuk [[File:C04.JPG|40px]], pada akhirnya bentuk akhir dari [[File:C03.JPG|40px]] dapat menggunakan metode midpoint (atau central difference, juga disebut metode Crank-Nicholson) untuk memperkirakan [[File:C15(2).JPG|30px]].<br />
<br />
<br />
[[File:4-65.JPG|400px]]<br />
<br />
<br />
Kita telah menggunakan metode Forward dan Backward Euler, juga centered difference approximation pada konteks Simpsons rule. Diharapkan kombinasi dari metode ini dapat menghasilkan overall time stepping dari [[File:C07.JPG|20px]] ke [[File:C08.JPG|40px]] yang lebih akurat dibandingkan individual steps (yang memiliki error proportional dengan [[File:C09.JPG|20px]] dan [[File:C10(2).JPG|25px]]). Hal ini benar bahwa: error numerik yang terjadi seperti [[File:C11(2).JPG|40px]] Untuk konstanta ''C'', artinya error lebih cepat mendekati nol ketika time step size dikurangi, dibandingkan dengan metode Forward Euler [[File:C12(2).JPG|80px]], metode Euler-Cromer [[File:C12(2).JPG|80px]],atau Runge Kutta orde 2, atau metode Heuns [[File:C13(2).JPG|80px]].<br />
<br />
Perhatikan bahwa Metode Runge-Kutta Orde 4 sepenuhnya eksplisit jadi tidak diperlukan untuk menyelesaikannya dengan persamaan aljabar baik secara linier maupun non linier, terlepas dari apa yang terlihat pada ''f''. Namun nilai kesetabilannya kondisional dan bergantung pada nilai ''f'' tersebut. Ada sebuah bagian besar dari metode implisit Runge-Kutta yang nilai kesetabilannya tidak kondisional. namun diperlukan solusi dari persamaan aljabar yang melibatkan nilai ''f'' pada setiap "''time step''". Odespy dapat dimanfaatkan untuk mendukung penyelesaian dari banyak metode Runge-Katta yang eksplisit. Tetapi belum bisa digunakan untuk metode Runge-Katta yang implisit.<br />
<br />
==== 4.3.8 Efek Lain : Damping, Nonlinearity, dan external force ====<br />
<br />
Model permasalahan u’’ + ω2u = 0 adalah model matematika yang paling simple untuk oscilating system. Namun, Model ini lebih banyak membutuhkan metode numerik, seperti yang sudah kita lihat, dan sangat berguna untuk menjadi tolak ukur untuk mengevaluasi kinerja dari metode numerik.<br />
<br />
Dalam Pengaplikasian dikehidupan nyata lebih banyak melibatkan efek fisika, yang mengarahkan ke persamaan diferensial dengan ketentuan yang lebih banyak dan juga lebih kompleks. biasanya, memiliki kekuatan redaman f (u ') dan pegas s (u). Kedua gaya ini tergantung pada nonlinear dari uraiannya, u’ atau u. sebagai tambahan, gaya lingkungan F(t) jufga bekerja pada sistem. Contohnya, pendulum klasik memiliki “pegas” nonlinear atau mengembalikan gaya s(u) ~ sin (u), dan gaya tahan dari udara pada pendulum menyebabkan terjadinya gaya redam f(u’) ~ |u’|u. Contoh dari gaya lingkungan adalah getaran dari tanah (seperti gempa) dan juga seperti ombak atau angina.<br />
<br />
Dengan tiga jenis gaya yang bekerja pada sistem : F(t), f(u’), dan s(u). maka dapat ditulis persamaan F(t) – f(u’) – s(u). Tanda mines didepan f dan s menunjukan bahwa fungsi ini didefinisikan sebagai gaya yang melawan gerakan. Sebagai Contoh, Pegas yang terpasang pada roda mobil dikombinasikan dengan beberapa perdeam yang efektif. Masing-masing memiliki gaya redam f(u’) = bu’ yang bekerja melawan kecepatan pegas u’. gaya fisika yang sesuai dapat dtulis –f: -bu’, yang menunjuk ke bawah saat pegas diregangkan (dan poin u’ ke atas), sedangkan -f bertindak ke atas saat pegas dikompresi (dan poin u’ ke bawah).<br />
<br />
Gambar 4.25 menunjukan contoh dari massa m terpasang dengan pegas nonlinear dan dashpot, dan bersubyek pada gaya lingkungan F(t). Namun, model umum yang kita miliki dapat juga digunakan pada pendulum pada gambar 4.26 dengan s (u) = m g sin θ dan f (u ̇) = 1/2 C_D Aϱ(θ|) ̇θ| (Dimana CD = 0.4, A adalah area perpotongan dari body dan ϱ adalah densitas udara)<br />
<br />
[[File:Gambar425.png]]<br />
<br />
Gambar 4.25 Sistem Oscillating General<br />
<br />
Hukum Newton kedua untuk sistem yang dapat ditulis dengan akselerasi waktu massa pada sisi kiri dan gaya pada sisi kanan:<br />
<br />
[[File:438rumus1.png]]<br />
<br />
Bagaimanapun persamaan ini lebih umum disusun ulang menjadi<br />
<br />
[[File:438rumus2.png]]<br />
<br />
Karena persamaan diferensial adalah orde 2, disebabkan oleh istilah u^'', kita membutuhkan dua kondisi awal:<br />
<br />
[[File:438rumus3.png]]<br />
<br />
[[File:gambar426.png]]<br />
<br />
Gambar 4.26 Sebuah pendulum dengan gaya<br />
<br />
Catat bahwa dengan pilihan [[File:438rumus4.png]] kita memperoleh kembali persamaan diferensial biasa [[File:438rumus5.png]]<br />
<br />
Bagaimana kita bisa menyelesaikan (4.66)? sebagaimana persamaan diferensial biasa yang simpel [[File:438rumus6.png]] kita mulai dengan menulis ulang persamaan diferensial biasa orde 2 sebagai sebuah sistem dari dua persamaan diferensial biasa orde 1:<br />
<br />
[[File:438rumus8.png]]<br />
<br />
Kondisi awal menjadi <br />
<br />
[[File:438rumus9.png]]<br />
<br />
Setiap metode dari sebuah sistem persamaan diferensial biasa orde 1 dapat digunakan untuk menyelesaikan [[File:438rumus10.png]]<br />
<br />
'''The Euler-Cromer scheme'''<br />
<br />
Sebuah pilihan atraktif dari sebuah implementasi, akurasi dan efisiensi sudut pandang adalah skema Euler-Cromer dimana kita mengambil sebuah perbedaan kedepan pada (4.68) dan perbedaan kebelakang pada (4.69):<br />
<br />
[[File:438rumus11.png]]<br />
<br />
Kita dapat dengan mudah menyelesaikan [[File:438rumus12.png]] yang tidak diketahui:<br />
<br />
[[File:438rumus13.png]]<br />
<br />
<br />
'''kata kata dalam perintah ODEs'''<br />
<br />
Perintah ODE dalam sistem ODE penting untuk model yang diperluas (4.68) - (4.69). Bayangkan kita menulis persamaan untuk u’ terlebih dahulu dan kemudian untuk v’. Metode Euler-Cromer akan menggunakan forward difference untuk u^n+1 dan kemudian backward difference akan menggunakannya untuk v^n+1. Yang Terkhir akan menyebabkan persamaan nonlinear algebraic untuk v^n+1 <br />
<br />
[[File:(4.3.8) 1.png]]<br />
<br />
jika f(v) adalah fungsi nonlinear dari v Ini akan membutuhkan metode numerik untuk persamaan aljabar nonlinier untuk mencari v^n+1 saat memperbarui v^n+1 melalui forward difference memberikan persamaan untuk v^n+1 itu linear dan sepele untuk dipecahkan dengan tangan.<br />
<br />
File osc_EC_general.pymemiliki fungsi Euler Cromer yang mengimplementasikan metode ini:<br />
<br />
[[File:(4.3.8) 2.png]]<br />
<br />
[[File:(4.3.8) 3.png]]<br />
<br />
Metode Runge-Kutta orde ke 4<br />
<br />
Metode RK4 hanya mengevaluasi sisi kanan sistem ODE,<br />
<br />
[[File:(4.3.8) 4.png]]<br />
<br />
untuk nilai-nilai u, v, dan t yang diketahui, maka metode ini sangat sederhana untuk digunakan terlepas dari bagaimana fungsi s(u) dan f(v)dipilih.<br />
<br />
<br />
<br />
<br />
<br />
==== 4.3.9 ilustrasi redaman linier ====<br />
<br />
Kami menganggap sistem rekayasa dengan pegas linier, s(u) = kx, dan peredam kental, di mana gaya peredaman adalah porpotional terhadap u', f(u') = bu', untuk beberapa konstanta b > 0. Pilihan ini dapat memodelkan sistem pegas vertikal di dalam mobil (tetapi insinyur sering suka menggambarkan sistem tersebut dengan massa bergerak horizontal seperti yang digambarkan pada Gambar 4.25). kita dapat memilih nilai-nilai sederhana untuk konstanta untuk mengilustrasikan efek dasar redaman (dan kegembiraan selanjutnya). Memilih osilasi sebagai fungsi u(t) = cos t sederhana dalam kasus tak teredam, kita dapat menetapkan m = 1, k = 1, b = 0,3, Uo = 1, Vo = 0. Fungsi berikut mengimplementasikan kasus ini:<br />
<br />
[[File:Wafi_439-1.png|500px]]<br />
<br />
Fungsi plot_u adalah kumpulan plot untuk merencanakan u(t), atau bagian darinya. Gambar 4.27 menunjukkan efek dari bu': kita memiliki osilasi dengan (perkiraan) periode 2π, seperti yang diharapkan, tetapi amplitudo teredam secara efisien.<br />
<br />
[[File:Kania 439-2.png|500px]]<br />
<br />
<br />
'''Komentar mengenai pekerjaan dengan masalah berskala'''<br />
<br />
Alih-alih menetapkan b = 0,3 dan m = k = Uo = 1 sebagai nilai fisik yang “tidak mungkin”, akan lebih baik untuk skala persamaan mu" + bu' + ku = 0. Ini mengartikan bahwa kita memasukan variabel independen dan dependen yang tak berdimensi :<br />
<br />
[[File:Kania_439-3.png|200px]]<br />
<br />
Di mana tc dan uc adalah ukuran karakteristik waktu dan perpindahan, sehingga [[File:Kania_439-5.png|15px]] dan [[File:Kania_439-6.png|20px]] memiliki ukuran tipikal mereka didekat kesatuan. Dalam masalah ini, kita dapat memilih [[File:Kania_439-7.png|70px]] dan [[File:Kania_439-8.png|80px]]. Ini memberikan masalah yang berskala (atau tanpa dimensi) berikut untuk kuantitas tak berdimensi [[File:Kania_439-9.png|40px]]:<br />
<br />
[[File:Kania_439-4.png|600px]]<br />
<br />
Faktnya adalah hanya ada satu parameter fisik di kasus ini: angka β. Menyelesaikan masalah ini begitu juga terkait dengan masalah utama dengan parameter yaitu m = k = Uo = 1 dan b = β. Tetapi untuk menyelsaikan masalah dengan satuan lebih umum: jika kita memdapatkan solusi ¯u(¯t;β), kita dapat menemukan solusi fisik pada kasus ini, dikarenakan :<br />
<br />
[[File:439rumus.png|200px]]<br />
<br />
Selama β didapat, kita dapat menemukan u untuk Uo , k, dan m dengan rumus diatas, dengan begitu pengerjaan simulasi dapat dipersingkat waktu. Ini menunjukkan pengerjaan dengan skala atau masalah satuan.<br />
<br />
<br />
==== 4.3.10. Ilustrasi Redaman Linier Dengan Eksitasi Sinusoidal ====<br />
Sekarang kita akan memperluas contoh sebelumnya untuk menambah beberapa gaya osilasi eksternal pada sistem: F (t) = Asin (wt). Mengendarai mobil di jalan dengan lonjakan sinusoidal mungkin memberikan eksitasi eksternal pada sistem pegas di mobil (w terkait dengan kecepatan mobil).<br />
<br />
from math import pi,sin<br />
w = 3<br />
A = 0.5<br />
F = lambda t: A*sin(w*t)<br />
<br />
kita dapatkan grafik pada gambar 4.28 .Perbedaan yang mencolok dari Gambar 4.27 adalah bahwa osilasi dimulai sebagai sinyal ''cos t'' teredam tanpa banyak pengaruh gaya eksternal, tetapi kemudian osilasi bebas dari sistem yang tidak teredam ''(cos t) u’’ + u = 0'' mati dan gaya eksternal ''0: 5 sin.(3t)'' menimbulkan osilasi dengan periode yang lebih pendek ''2phi/3''. Dianjurkan untuk menggunakan beberapa nilai A yang lebih besar dan beralih dari sinus ke acosinus dalam F dan mengamati efeknya. Jika mencarinya di dalam buku fisika, Anda dapat menemukan solusi analitik yang tepat untuk masalah persamaan diferensial dalam kasus ini.<br />
<br />
====4.3.11. Sistem pegas-massa dengan gesekan luncur====<br />
<br />
Sebuah benda dengan massa ''m'' bekerja pada sebuah pegas dengan kekakuan ''k'' saat meluncur pada sebuah bidang permukaan. Benda tersebut mengalami gaya gesek ''f(u')'' disebabkan terjadi kontak antara benda dengan bidang permukaan seperti terlihat pada Gambar 4.30. Gaya gesek ''f(u')'' dapat dimodelkan dengan gesekan Coulomb sebagai berikut:<br />
<br />
[[File:Eq4.3.11.1.png|180px|center]]<br />
<br />
Dimana ''μ'' adalah koefisien gesek, dan mg merupakan gaya normal pada bidang permukaan benda yang bergerak. Formula ini dapat juga ditulis sebagai ''f(u') = μmg sign (u')'', dengan syarat fungsi signum sign (x) didefinisikan nol untuk ''x'' = 0 (numpy.sign mempunyai sifat ini). Untuk memastikan bahwa signum dari definisi ''f'' benar, ingat bahwa gaya fisis aktual adalah ''-f'' dan positif (misal ''f''<0) ketika gaya tersebut bekerja berlawanan dengan benda yang bergerak dengan kecepatan ''u'''<0.<br />
<br />
[[File:606px-1d_oscillating_dynamic_system_29.1.png|600px|thumb|center|Gambar 4.30 Sketsa dari sebuah subjek sistem osilasi dinamis untuk gesekan luncur dan gaya pegas satu dimensi.]]<br />
<br />
Gaya pegas nonlinear diambil sebagai:<br />
<br />
[[File:Eq4.3.11.2.png|160px|center]]<br />
<br />
Yang mana nilai ''-ku'' diperkirakan untuk nilai ''u'' yang kecil, namun stabil pada ±''k/α'' untuk nilai ±''αu'' yang besar. Berikut adalah plot dengan ''k''=1000 dan ''u'' ∈ [-0.1,0.1] untuk tiga nilai ''α'':<br />
<br />
[[File:591px-1d_oscillating_dynamic_system_30.1.png|center]]<br />
<br />
Jika tidak ada gaya eksitasi eksternal yang bekerja pada benda, maka persamaan gerak yang kita dapatkan adalah:<br />
<br />
[[File:Eq4.3.11.3.png|300px|center]]<br />
<br />
Mari kita simulasikan situasi dimana sebuah benda dengan massa 1 kg meluncur pada bidang permukaan dengan ''μ'' = 0.4, terikat pada pegas dengan kekakuan ''k'' = 1000 kg/s^2. Perpindahan awal benda adalah 10 cm, dan parameter ''α'' dalam ''s(u)'' diatur pada 60 1/m.<br />
<br />
Dengan menggunakan fungsi EulerCromer dari kode osc_EC_general, kita dapat menulis fungsi sliding_friction untuk menyelesaikan masalah ini:<br />
<br />
Def sliding_friction():<br />
from numpy import tanh, sign<br />
<br />
f = lambda v: mu*m*g*sign(v)<br />
alpha = 60.0<br />
s = lambda u: k/alpha*tanh(alpha*u)<br />
F = lambda t: 0<br />
<br />
g = 9.81<br />
mu = 0.4<br />
m = 1<br />
k = 1000<br />
<br />
U_0 = 0.1<br />
V_0 = 0<br />
<br />
T = 2<br />
dt = T/5000<br />
<br />
u, v, t = EulerCromer(f=f, s=s, F=F, m=m, T=T, <br />
U_0=U_0, V_0=V_0, dt=dt)<br />
plot_u(u, t)<br />
<br />
Setelah menjalankan fungsi sliding_friction memberi kita hasil seperti pada Gambar. 4.31 dengan ''s(u)= -k/α tanh(αu)'', (kiri) dan versi linierisasi ''s(u)=ku'' (kanan).<br />
<br />
[[File:Photoagh.png|600px|thumb|center|Gambar 4.31 Efek pegas nonlinear (kiri) dan linier (kanan) pada gesekan luncur]]<br />
<br />
====4.3.12. Metode finite diference; Undamped, Linear Case====<br />
<br />
Selanjutnya kita akan membahas metode numerik untuk ODE orde kedua<br />
<br />
u^''+ω^2 u=0, u(0)=U_0,u^' (0)=0,t∈(0,T]<br />
<br />
tanpa menulis ulang ODE sebagai sistem ODE orde pertama. Motivasi utama untuk "metode solusi lain" adalah bahwa prinsip-prinsip diskritisasi menghasilkan skema yang sangat baik, dan yang lebih penting, pemikiran seputar diskritisasi bisa digunakan kembali ketika memecahkan persamaan diferensial parsial.<br />
Gagasan utama dari metode numerik ini adalah untuk memperkirakan urutan kedua turunan u'' dengan selisih terbatas. Sementara ada beberapa pilihan perbedaan perkiraan untuk derivatif orde pertama, ada satu rumus yang mendominasi untuk turunan orde kedua:<br />
<br />
[[File:Persamaan4.74.jpg]]<br />
<br />
Error dalam perkiraan tersebut proporsional terhadap ∆t^2. Biarkan ODE valid di beberapa titik waktu yang berubah ubah t_n,<br />
<br />
u^'' (t_n )+ ω^2 u (t_n )=0<br />
<br />
Selanjutnya memasukkan rumus perkiraan (4.74) diatas, sehingga di dapatkan<br />
<br />
[[File:Persamaan4.75.jpg]]<br />
<br />
Sekarang diasumsikan bahwa u^(n-1) dan u^n sudah dihitung, dan u^(n+1) adalah yang baru<br />
tidak diketahui. Memecahkan sehubungan dengan u^(n+1)<br />
<br />
[[File:Persamaan4.76.jpg]]<br />
<br />
Masalah besar muncul ketika kita ingin memulai skema. Kita tahu bahwa u^0 = U_0, tetapi menerapkan (4,76) untuk n=0 untuk menghitung u^1<br />
<br />
[[File:Persamaan4.77.jpg]]<br />
<br />
Dimana kita tidak mengetahui U-1. Kondisi awal U’ (0) = 0 dapat membantu kiti untuk menghilangkan U-1 dan kondisi ini bagaimanapun juga harus dimasukkan dalam beberapa cara. Untuk tujuan ini, kami mendiskritasikan u’(0) = 0 dengan perbedaan terpusat, <br />
<br />
<br />
[[File:Persamaan4.78.jpg]]<br />
<br />
Oleh karena itu, u-1 = u1, dan kita dapat menggunakan relasi ini untuk menghilangkan u1 di persamaan 4.77 <br />
<br />
[[File:Persamaan4.78.png]]<br />
<br />
Dengan U0 = U0 dan u1 dihitung dari persamaan (4.78), kita dapat menghitung u2, u3, dan seterusnya dari persamaan (4.76). Latihan 4.19 meminta Anda untuk mengeksplorasi bagaimana langkah-langkah di atas diubah seandainya kita memiliki kondisi awal bukan nol u’ (0) = V0<br />
<br />
Kita dapat memperkirakan kondisi awal U’(0) dengan menggunakan Forward difference<br />
<br />
[[File:Persamaan4.79.jpg]]<br />
<br />
Mengarah pada u1 = u0 . lalu kita dapat menggunakan persamaan (4.76) untuk langkah selanjutnya . Walaupun forward difference memiliki kesalahan proporsional ke ∆t . dimana centered difference yang kita gunakan memiliki error proporsional ke ∆t2. Yang dimana kompatibel dengan akurasi (erro yang enunjukan ∆t2) yang digunakan dalam diskritisasi persamaan diferensial. <br />
Metode untuk ODE orde kedua yang dijelaskan di atas berjalan di bawah nama metode Störmer atau integrasi Verlet 7. Ternyata metode ini secara matematis setara dengan skema Euler-Cromer Atau lebih tepatnya, rumus umum (4,76) setara dengan rumus Euler-Cromer.<br />
<br />
<br />
====4.3.13 Metode finite diference; damping linier====<br />
Sebuah isu kunci adalah bagaimana untuk mengkonferensi skema dari daerah 4.3.12 ke <br />
persamaan diferensial dengan lebih banyak istilah. Kita mulai dengan kasus linear<br />
penempatan f (u') = bu', kemungkinan gaya per nonlinear s(u), dan sebuah<br />
gaya excitation F(t):<br />
<br />
[[File:4.79.png]]<br />
<br />
<br />
Kita harus cari perkiraan perbedaan yang tepat untuk u' di dalam bu'. Sebuah pilihan yang baik adalah perbedaan berpusat<br />
<br />
<br />
[[File:4.80.png]]<br />
<br />
Sampling persamaan pada titik tn,<br />
<br />
[[File:4.80a.png]]<br />
<br />
Dan memasukkan perkiraan perbedaan terhingga pada u" dan u' hasil dalam<br />
<br />
<br />
[[File:4.81.png]]<br />
<br />
<br />
Dimana F" adalah notasi pendek untuk F(t). Persamaan (4.81) adalah linear dalam<br />
u^(n+1) tak diketahui kita dapat dengan mudah memecahkan untuk kuantitas ini:<br />
<br />
<br />
[[File:4.82.png]]<br />
<br />
<br />
Pada kasus tanpa redaman, kita membutuhkan formula khusus untuk u1. kondisi awal U`(0) = 0 menyatakan bahwa u-1 = u1, dan dengan persamaan (4.82) untuk n = 0, kita mendapatkan.<br />
<br />
[[File:4.8.3casees.JPG]]<br />
<br />
Pada kasus yang lebih unun dengan sebuah bentuk redaman nonlinier f(u`),<br />
<br />
<br />
[[File:4.8.3.2.1.2.JPG]]<br />
<br />
<br />
Kita mendapatkan<br />
<br />
[[File:4.8.3.2.1.2.1.JPG]]<br />
<br />
Dimana sebauh persamaan ajabar non linier untuk un+1 bahwa harus diseleseikan dengan metode numerik. Skema lebih bagus diperoleh dari penggunaan "backward difference" untuk u`,<br />
<br />
[[File:4.8.3.2.1.2.1.2.JPG]]<br />
<br />
Karena pada bagian redaman akan lebih diketahui, yang hanya melibatkan un dan un-1, dan kita dapat dengan mudah menyelesaikan untuk un+1.<br />
Kelemahan dari backward difference dibandingkan dengan centered difference (4.80) adalah ini mengurangi urutan akurasi dalam skema keseluruhan dari ∆t2 ke ∆t. Pada kenyataanya, skema Euler-Cromer mengevaluasi istilah redaman nonlinear sebagai f(vn), saat menghitung vn+1, dan ini setara dengan menggunakan backward difference di atas. Akibatnya, kenyamanan skema Euler-Cromer untuk redaman nonlinier datang dengan konsekuensi menurunkan akurasi keseluruhan skema dari urutan kedua ke urutan pertama pada ∆t. Menggunakan trik yang sama dalam skema beda hingga {finite difference} untuk persamaan diferensial orde kedua, yaitu, menggunakan backward difference dalam f(u’), membuat skema ini sama bagus dan akuratnya seperti skema Euler-Cromer pada kasus nonlinier umum mu”+f(u’)+s(u) = F.<br />
<br />
== Artikel 1 Hasil diskusi : OSCILLATING 1-D DYNAMIC SYSTEM with 1 MASS, 3 SPRING and 1 DAMPING ==<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-001.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-002.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-003.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-004.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-005.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-006.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-007.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-008.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-009.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-010.jpg|500 px]]<br />
<br />
<br />
[[File:Tugas_Komtek_Artikel_Oscillating_Dynamic_System-011.jpg|500 px]]<br />
<br />
== Artikel 2 Hasil diskusi : judul ..===<br />
<br />
== Artikel .... Hasil diskusi : judul ...==</div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Persamaan4.80.jpg&diff=32882File:Persamaan4.80.jpg2020-04-20T03:27:22Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Persamaan4.80.png&diff=32879File:Persamaan4.80.png2020-04-20T03:19:08Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Persamaan4.79.png&diff=32878File:Persamaan4.79.png2020-04-20T03:18:12Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Persamaan4.78.jpg&diff=32877File:Persamaan4.78.jpg2020-04-20T03:18:08Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Shape_Optimization_untuk_Mengurangi_Berat_Konstruksi_pada_Mudguard_Lipat_Kawasaki_Ninja_250_FI_-_Muhammad_Adzanna_Moslem&diff=30464Shape Optimization untuk Mengurangi Berat Konstruksi pada Mudguard Lipat Kawasaki Ninja 250 FI - Muhammad Adzanna Moslem2020-04-06T01:56:45Z<p>Adzanna: </p>
<hr />
<div>Abstract<br />
<br />
<br />
Pemilihan material dan desain adalah hal yang sangat penting dalam dunia industri untuk menghasilkan produk-produk berkelanjutan dan kompetitif. Untuk memenuhi kriteria kekuatan dan ketahanan suatu komponen, shape optimization dapat digunakan sebagai alat pada proses desain. Dalam penelitian ini akan dilakukan shape optimization terhadap bentuk desain struktur Mudguard Untuk Kawasaki Ninja 250 FI khususnya pada bagian Frame. Ada dua tujuan utama yang akan dicapai pada penelitia ini. Pertama yaitu membatasi massa dari bentuk frame yang optimum dengan target tertentu yang nilainya kurang dari desain frame aslinya. Yang kedua yaitu memaksimalkan kekuatan bentuk frame berdasarkan beban yang diterima Mudguard . Pengurangan massa akan dilakukan dengan cara mengeliminasi area-area pada frame yang memiliki pengaruh terkecil terhadap tegangan yang terjadi pada model frame. Dengan kata lain hal ini dilakukan untuk menghasilkan bentuk frame yang seringan mungkin untuk mengurangi beban konstruksi Mudguard. Berdasarkan hasil dari simulasi shape optimization didapatkan desain frame baru dengan pengurangan berat sebesar … kg atau sebesar …<br />
<br />
Keywords - Frame, Mudguard Shape Optimization<br />
<br />
<br />
<comments/></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Talk:Shape_Optimization_untuk_Mengurangi_Berat_Konstruksi_pada_Mudguard_Lipat_Kawasaki_Ninja_250_FI_-_Muhammad_Adzanna_Moslem&diff=30385Talk:Shape Optimization untuk Mengurangi Berat Konstruksi pada Mudguard Lipat Kawasaki Ninja 250 FI - Muhammad Adzanna Moslem2020-04-06T01:34:58Z<p>Adzanna: Created page with "<comments/>"</p>
<hr />
<div><comments/></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Shape_Optimization_untuk_Mengurangi_Berat_Konstruksi_pada_Mudguard_Lipat_Kawasaki_Ninja_250_FI_-_Muhammad_Adzanna_Moslem&diff=30382Shape Optimization untuk Mengurangi Berat Konstruksi pada Mudguard Lipat Kawasaki Ninja 250 FI - Muhammad Adzanna Moslem2020-04-06T01:34:28Z<p>Adzanna: Created page with "Abstract Pemilihan material dan desain adalah hal yang sangat penting dalam dunia industri untuk menghasilkan produk-produk berkelanjutan dan kompetitif. Untuk memenuhi krit..."</p>
<hr />
<div>Abstract<br />
<br />
<br />
Pemilihan material dan desain adalah hal yang sangat penting dalam dunia industri untuk menghasilkan produk-produk berkelanjutan dan kompetitif. Untuk memenuhi kriteria kekuatan dan ketahanan suatu komponen, shape optimization dapat digunakan sebagai alat pada proses desain. Dalam penelitian ini akan dilakukan shape optimization terhadap bentuk desain struktur Mudguard Untuk Kawasaki Ninja 250 FI khususnya pada bagian Frame. Ada dua tujuan utama yang akan dicapai pada penelitia ini. Pertama yaitu membatasi massa dari bentuk frame yang optimum dengan target tertentu yang nilainya kurang dari desain frame aslinya. Yang kedua yaitu memaksimalkan kekuatan bentuk frame berdasarkan beban yang diterima Mudguard . Pengurangan massa akan dilakukan dengan cara mengeliminasi area-area pada frame yang memiliki pengaruh terkecil terhadap tegangan yang terjadi pada model frame. Dengan kata lain hal ini dilakukan untuk menghasilkan bentuk frame yang seringan mungkin untuk mengurangi beban konstruksi Mudguard. Berdasarkan hasil dari simulasi shape optimization didapatkan desain frame baru dengan pengurangan berat sebesar … kg atau sebesar …<br />
<br />
Keywords - Frame, Mudguard Shape Optimization</div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=30253Muhammad Adzanna Moslem2020-04-05T13:08:19Z<p>Adzanna: </p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
'''PROFILE'''<br />
<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== '''Tugas Pertemuan 1''' ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 4 ==<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .<br />
<br />
----<br />
<br />
<br />
<br />
==='''Extended Abstrak'''===<br />
<br />
Judul : Analisis Optimasi Dimensi Rangka Mudguard Kawasaki Ninja 250 FI.<br />
<br />
Sepakbor merupakan salah satu komponen yang wajib di miliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar. (Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat di temukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI, Sepakbor roda belakang harus selebar setidaknya dari titik vertikal membentuk minimal sudut 45° di kedua sisi ban belakang dan Kawasaki Ninja 250 FI hanya membentuk sudut 33°. Tujuan dari penelitian ini adalah mengoptimasi penggunaan bahan mudguard yang dapat mengurangi ciprtan air yang diciptakan oleh ban belakang pada motor Kawasaki ninja 250 FI. Penelitian ini dilakukan menggunakan metode rekayasa (engineering) yaitu melakukan suatu kegiatan perancangan (design) yang tidak rutin sehingga terdapat suatu kontribusi yang baru baik dalam proses maupun bentuk, dalam melakukan perancangan nya metode komputasi yang digunakan adalah Finite Element Methode (FEM) untuk menghitung stress analisis yang terjadi pada rangka ketika terjadi pembebanan pada rangka tersebut. Berdasarakan hasil uji coba sebelum penggunaan mudguard dapat mengurangi hasil cipratan yang diciptakan sebanyak 48.7% jika dibandingkan tidak menggunakan mudguard. .maka pengembangan penelitian selanjutnya adalah pengoptimasian penggunaan bahan yang akan digunakan pada rangka mudguard agar didapat penggunaan bahan seefisien mungkin dan sekuat mungkin<br />
<br />
==='''Finite Methode'''===<br />
<br />
'''Finite element Methode'''<br />
<br />
FEM adalah singkatan dari Finite Element Method, dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik.<br />
Membagi bagian analisa menjadi bagian-bagian kecil disebut “discretizing atau diskritisasi”. Bagian-bagian kecil ini disebut elemen, yang terdiri dari titik-titik sudut (disebut nodal, atau node) dan daerah elemen yang terbentuk dari titik-titik tersebut. Membagi sebuah object menjadi bagian-bagian kecil secara fisika sebenarnya menuntun kita kepada pembuatan persamaan diferensial. Jadi secara lebih matematis, FEM didefinisikan sebagai teknik numerik untuk menyelesaikan problem yang dinyatakan dalam persamaan diferensial. Namun biasanya definisi FEM secara matematis memberikan kesan yang rumit yang sebenarnya tidak perlu. Oleh karena itu dalam pelajaran kita, pendekatan matematis tidak terlalu ditekankan.<br />
<br />
'''Finite Volume Methode'''<br />
<br />
Metode volume hingga adalah metode numerik untuk menyelesaikan persamaan diferensial parsial yang menghitung nilai-nilai variabel yang dikonservasi yang dirata-rata di seluruh volume. Salah satu keuntungan dari metode volume hingga dari metode beda hingga adalah tidak memerlukan mesh terstruktur (walaupun mesh terstruktur juga dapat digunakan). Selain itu, metode volume hingga lebih disukai daripada metode lain sebagai hasil dari kenyataan bahwa kondisi batas dapat diterapkan secara non-invasif. Ini benar karena nilai-nilai variabel yang dilestarikan terletak di dalam elemen volume, dan bukan pada node atau permukaan. Metode volume terbatas sangat kuat pada grid non-seragam kasar dan dalam perhitungan di mana mesh bergerak untuk melacak antarmuka atau guncangan.<br />
<br />
'''Finite Difference Methode'''<br />
<br />
Dalam analisis numerik, finite difference methode (FDM) adalah diskritisasi yang digunakan untuk menyelesaikan persamaan diferensial dengan memperkirakannya dengan persamaan perbedaan yang perbedaan hingga mendekati derivatif.<br />
FDMs mengkonversi persamaan diferensial biasa linear (ODE) atau persamaan diferensial parsial non-linear (PDE) menjadi sistem persamaan yang dapat diselesaikan dengan teknik aljabar matriks. Pengurangan persamaan diferensial ke sistem persamaan aljabar membuat masalah menemukan solusi untuk ODE / PDE yang diberikan cocok untuk komputer modern, karenanya penggunaan FDM yang luas dalam analisis numerik modern. Saat ini, FDM adalah pendekatan dominan untuk solusi numerik PDE. <br />
<br />
<br />
<br />
== Tugas Pertemuan 5 ==<br />
<br />
=== Optimasi Kebutuhan Energi kalori Manusia ===<br />
Secara umum, asupan rata-rata kalori harian bagi pria dewasa adalah 2.500 kalori. Namun, jumlah tersebut sebenarnya dipengaruhi juga oleh kegiatan yang dilakukan sehari-hari. Jika kegiatan yang dilakukan membutuhkan aktivitas fisik yang lebih berat, maka kebutuhan akan asupan kalori harian tentu meningkat, dan faktor lain nya adalah tinggi badan,berat badan, dan umur. Jika dilihat dari referensi yang saya dapatkan penggunaan kalori dapat dihitung melalui perhitungan BMR atau Basal Metabolic Rate adalah jumlah energi yang dikeluarkan pada tubuh manusia dalam satu hari dimana kondisi tubuh saat istirahat atau tidak, dimana persamaan yang di kembangkan oleh Harris Benedict<br />
<br />
kebutuhan energi pria = (66,5 + (13,8 x 70) + (5 x 172))/ 6,8 x 24= 1711.8 kalori dalam sehari<br />
ini merupakan kebutuhan kalori minimum yang saya butuhkan agar organ saya bisa bekerja dengan baik <br />
<br />
<br />
Hasil tersebut akan dikalikan dengan faktor aktivis fisik, dimana pembagiannya Dimana KKB adalah kebutuhan Kalori Basal<br />
<br />
-aktivis sangat ringan = KKB x 1,2<br />
<br />
-aktivis ringan = KKB x 1,375<br />
<br />
-aktivis sedang = KKB x 1,55<br />
<br />
-aktivis berat = KKB x 1,725<br />
<br />
-aktivis sangat berat = KKB x 1,9<br />
<br />
jika dilihat dari kategori saya berda pada kategori aktivis ringan <br />
maka di dapat hasil sebesar 2353 kalori.<br />
<br />
Kebuthan Kalori saya pada hari senin<br />
<br />
[[File:Total kebutuhan energi.png|700px|thumb|left|Kebutuhan Kalori]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
== Tugas Pertemuan 6 ==<br />
<br />
Rule of Term in Computation Engineering<br />
<br />
Initial Thinking<br />
<br />
Pada tahapan ini, seorang peneliti mengidentifikasi suatu permasalahan. Tahap ini penulis bisa mengumpulkan data dengan melihat langsung permasalahn dan tanya jawab dengan yang mempunyai permasalahan.<br />
<br />
Modelling<br />
<br />
Pada tahapan ini, semua variabel yang telah didefinisikan pada tahapan sebelumnya coba dimodelkan. Pemodelan dilakukan untuk memudahkan proses pengambilan kesimpulan.<br />
<br />
Simulasi<br />
<br />
Setelah model berhasil dirumuskan, langkah selanjutnya adalah melakukan eksekusi dari model matematis dengan metode komputasi terbaik yang dipilih. Metode yang dipilih seharusnya memiliki proses komputasi paling sesuai untuk mengeksekusi model matematis yang telah terbentuk.<br />
<br />
Verifikasi<br />
<br />
Verifikasi adalah upaya dalam memastikan komputasi pada simulasi memiliki keakuratan yang baik. Dengan menghitung model kembali, melihat kesalahan numerik dan menerapkan pendekatan numerik.<br />
<br />
Validasi<br />
<br />
validasi adalah upaya untuk memastikan hasil komputasi cukup representatif dalam memberikan jawaban terhadap permasalahan yang ingin diselesaikan. Validasi juga dilakukan dengan menghitung model yang betul.<br />
<br />
<br />
<br />
== Ulangan Tengah Semester ==<br />
1. Video presentasi <br />
<br />
<br />
<br />
[[File:Topology Optimasi.mkv]]<br />
<br />
<br />
2. Energi pada manusia<br />
<br />
<br />
<gallery mode="slideshow"><br />
File:Kalori Perminggu.png|50px|thumb|left|alt text<br />
File:Tabel Konsumsi.png|50px|thumb|left|alt text<br />
File:Grafix Kalori.png|50px|thumb|left|alt text<br />
</gallery><br />
<br />
3. Draft Paper Komputasi Teknik<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Paper Komputasi teknik-1.jpg|50px|thumb|left|alt text<br />
File:Paper Komputasi teknik-2.jpg|50px|thumb|left|alt text<br />
File:Paper Komputasi teknik-3.jpg|50px|thumb|left|alt text<br />
File:Paper Komputasi teknik-4.jpg|50px|thumb|left|alt text<br />
File:Paper Komputasi teknik-5.jpg|50px|thumb|left|alt text<br />
</gallery></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Tabel_Konsumsi.png&diff=30252File:Tabel Konsumsi.png2020-04-05T13:03:13Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Grafix_Kalori.png&diff=30251File:Grafix Kalori.png2020-04-05T13:03:02Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Kalori_Perminggu.png&diff=30250File:Kalori Perminggu.png2020-04-05T13:02:18Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=28820Muhammad Adzanna Moslem2020-03-29T16:14:23Z<p>Adzanna: </p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
'''PROFILE'''<br />
<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== '''Tugas Pertemuan 1''' ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 4 ==<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .<br />
<br />
----<br />
<br />
<br />
<br />
==='''Extended Abstrak'''===<br />
<br />
Judul : Analisis Optimasi Dimensi Rangka Mudguard Kawasaki Ninja 250 FI.<br />
<br />
Sepakbor merupakan salah satu komponen yang wajib di miliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar. (Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat di temukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI, Sepakbor roda belakang harus selebar setidaknya dari titik vertikal membentuk minimal sudut 45° di kedua sisi ban belakang dan Kawasaki Ninja 250 FI hanya membentuk sudut 33°. Tujuan dari penelitian ini adalah mengoptimasi penggunaan bahan mudguard yang dapat mengurangi ciprtan air yang diciptakan oleh ban belakang pada motor Kawasaki ninja 250 FI. Penelitian ini dilakukan menggunakan metode rekayasa (engineering) yaitu melakukan suatu kegiatan perancangan (design) yang tidak rutin sehingga terdapat suatu kontribusi yang baru baik dalam proses maupun bentuk, dalam melakukan perancangan nya metode komputasi yang digunakan adalah Finite Element Methode (FEM) untuk menghitung stress analisis yang terjadi pada rangka ketika terjadi pembebanan pada rangka tersebut. Berdasarakan hasil uji coba sebelum penggunaan mudguard dapat mengurangi hasil cipratan yang diciptakan sebanyak 48.7% jika dibandingkan tidak menggunakan mudguard. .maka pengembangan penelitian selanjutnya adalah pengoptimasian penggunaan bahan yang akan digunakan pada rangka mudguard agar didapat penggunaan bahan seefisien mungkin dan sekuat mungkin<br />
<br />
==='''Finite Methode'''===<br />
<br />
'''Finite element Methode'''<br />
<br />
FEM adalah singkatan dari Finite Element Method, dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik.<br />
Membagi bagian analisa menjadi bagian-bagian kecil disebut “discretizing atau diskritisasi”. Bagian-bagian kecil ini disebut elemen, yang terdiri dari titik-titik sudut (disebut nodal, atau node) dan daerah elemen yang terbentuk dari titik-titik tersebut. Membagi sebuah object menjadi bagian-bagian kecil secara fisika sebenarnya menuntun kita kepada pembuatan persamaan diferensial. Jadi secara lebih matematis, FEM didefinisikan sebagai teknik numerik untuk menyelesaikan problem yang dinyatakan dalam persamaan diferensial. Namun biasanya definisi FEM secara matematis memberikan kesan yang rumit yang sebenarnya tidak perlu. Oleh karena itu dalam pelajaran kita, pendekatan matematis tidak terlalu ditekankan.<br />
<br />
'''Finite Volume Methode'''<br />
<br />
Metode volume hingga adalah metode numerik untuk menyelesaikan persamaan diferensial parsial yang menghitung nilai-nilai variabel yang dikonservasi yang dirata-rata di seluruh volume. Salah satu keuntungan dari metode volume hingga dari metode beda hingga adalah tidak memerlukan mesh terstruktur (walaupun mesh terstruktur juga dapat digunakan). Selain itu, metode volume hingga lebih disukai daripada metode lain sebagai hasil dari kenyataan bahwa kondisi batas dapat diterapkan secara non-invasif. Ini benar karena nilai-nilai variabel yang dilestarikan terletak di dalam elemen volume, dan bukan pada node atau permukaan. Metode volume terbatas sangat kuat pada grid non-seragam kasar dan dalam perhitungan di mana mesh bergerak untuk melacak antarmuka atau guncangan.<br />
<br />
'''Finite Difference Methode'''<br />
<br />
Dalam analisis numerik, finite difference methode (FDM) adalah diskritisasi yang digunakan untuk menyelesaikan persamaan diferensial dengan memperkirakannya dengan persamaan perbedaan yang perbedaan hingga mendekati derivatif.<br />
FDMs mengkonversi persamaan diferensial biasa linear (ODE) atau persamaan diferensial parsial non-linear (PDE) menjadi sistem persamaan yang dapat diselesaikan dengan teknik aljabar matriks. Pengurangan persamaan diferensial ke sistem persamaan aljabar membuat masalah menemukan solusi untuk ODE / PDE yang diberikan cocok untuk komputer modern, karenanya penggunaan FDM yang luas dalam analisis numerik modern. Saat ini, FDM adalah pendekatan dominan untuk solusi numerik PDE. <br />
<br />
<br />
<br />
== Tugas Pertemuan 5 ==<br />
<br />
=== Optimasi Kebutuhan Energi kalori Manusia ===<br />
Secara umum, asupan rata-rata kalori harian bagi pria dewasa adalah 2.500 kalori. Namun, jumlah tersebut sebenarnya dipengaruhi juga oleh kegiatan yang dilakukan sehari-hari. Jika kegiatan yang dilakukan membutuhkan aktivitas fisik yang lebih berat, maka kebutuhan akan asupan kalori harian tentu meningkat, dan faktor lain nya adalah tinggi badan,berat badan, dan umur. Jika dilihat dari referensi yang saya dapatkan penggunaan kalori dapat dihitung melalui perhitungan BMR atau Basal Metabolic Rate adalah jumlah energi yang dikeluarkan pada tubuh manusia dalam satu hari dimana kondisi tubuh saat istirahat atau tidak, dimana persamaan yang di kembangkan oleh Harris Benedict<br />
<br />
kebutuhan energi pria = (66,5 + (13,8 x 70) + (5 x 172))/ 6,8 x 24= 1711.8 kalori dalam sehari<br />
ini merupakan kebutuhan kalori minimum yang saya butuhkan agar organ saya bisa bekerja dengan baik <br />
<br />
<br />
Hasil tersebut akan dikalikan dengan faktor aktivis fisik, dimana pembagiannya Dimana KKB adalah kebutuhan Kalori Basal<br />
<br />
-aktivis sangat ringan = KKB x 1,2<br />
<br />
-aktivis ringan = KKB x 1,375<br />
<br />
-aktivis sedang = KKB x 1,55<br />
<br />
-aktivis berat = KKB x 1,725<br />
<br />
-aktivis sangat berat = KKB x 1,9<br />
<br />
jika dilihat dari kategori saya berda pada kategori aktivis ringan <br />
maka di dapat hasil sebesar 2353 kalori.<br />
<br />
Kebuthan Kalori saya pada hari senin<br />
<br />
[[File:Total kebutuhan energi.png|700px|thumb|left|Kebutuhan Kalori]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
== Tugas Pertemuan 6 ==<br />
<br />
Rule of Term in Computation Engineering<br />
<br />
Initial Thinking<br />
<br />
Pada tahapan ini, seorang peneliti mengidentifikasi suatu permasalahan. Tahap ini penulis bisa mengumpulkan data dengan melihat langsung permasalahn dan tanya jawab dengan yang mempunyai permasalahan.<br />
<br />
Modelling<br />
<br />
Pada tahapan ini, semua variabel yang telah didefinisikan pada tahapan sebelumnya coba dimodelkan. Pemodelan dilakukan untuk memudahkan proses pengambilan kesimpulan.<br />
<br />
Simulasi<br />
<br />
Setelah model berhasil dirumuskan, langkah selanjutnya adalah melakukan eksekusi dari model matematis dengan metode komputasi terbaik yang dipilih. Metode yang dipilih seharusnya memiliki proses komputasi paling sesuai untuk mengeksekusi model matematis yang telah terbentuk.<br />
<br />
Verifikasi<br />
<br />
Verifikasi adalah upaya dalam memastikan komputasi pada simulasi memiliki keakuratan yang baik. Dengan menghitung model kembali, melihat kesalahan numerik dan menerapkan pendekatan numerik.<br />
<br />
Validasi<br />
<br />
validasi adalah upaya untuk memastikan hasil komputasi cukup representatif dalam memberikan jawaban terhadap permasalahan yang ingin diselesaikan. Validasi juga dilakukan dengan menghitung model yang betul.<br />
<br />
<br />
<br />
== Ulangan Tengah Semester ==<br />
1. Video presentasi <br />
<br />
<br />
<br />
[[File:Topology Optimasi.mkv]]<br />
<br />
<br />
2. Energi pada manusia<br />
<br />
3. Draft Paper Komputasi Teknik<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Paper Komputasi teknik-1.jpg|50px|thumb|left|alt text<br />
File:Paper Komputasi teknik-2.jpg|50px|thumb|left|alt text<br />
File:Paper Komputasi teknik-3.jpg|50px|thumb|left|alt text<br />
File:Paper Komputasi teknik-4.jpg|50px|thumb|left|alt text<br />
File:Paper Komputasi teknik-5.jpg|50px|thumb|left|alt text<br />
</gallery></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Paper_Komputasi_teknik-5.jpg&diff=28793File:Paper Komputasi teknik-5.jpg2020-03-29T15:43:58Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Paper_Komputasi_teknik-4.jpg&diff=28792File:Paper Komputasi teknik-4.jpg2020-03-29T15:43:41Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Paper_Komputasi_teknik-3.jpg&diff=28791File:Paper Komputasi teknik-3.jpg2020-03-29T15:43:27Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Paper_Komputasi_teknik-2.jpg&diff=28790File:Paper Komputasi teknik-2.jpg2020-03-29T15:43:07Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Paper_Komputasi_teknik-1.jpg&diff=28789File:Paper Komputasi teknik-1.jpg2020-03-29T15:42:56Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Topology_Optimasi.mkv&diff=28785File:Topology Optimasi.mkv2020-03-29T15:30:32Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=27269Muhammad Adzanna Moslem2020-03-13T09:02:50Z<p>Adzanna: </p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
'''PROFILE'''<br />
<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== '''Tugas Pertemuan 1''' ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 4 ==<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .<br />
<br />
----<br />
<br />
<br />
<br />
==='''Extended Abstrak'''===<br />
<br />
Judul : Analisis Optimasi Dimensi Rangka Mudguard Kawasaki Ninja 250 FI.<br />
<br />
Sepakbor merupakan salah satu komponen yang wajib di miliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar. (Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat di temukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI, Sepakbor roda belakang harus selebar setidaknya dari titik vertikal membentuk minimal sudut 45° di kedua sisi ban belakang dan Kawasaki Ninja 250 FI hanya membentuk sudut 33°. Tujuan dari penelitian ini adalah mengoptimasi penggunaan bahan mudguard yang dapat mengurangi ciprtan air yang diciptakan oleh ban belakang pada motor Kawasaki ninja 250 FI. Penelitian ini dilakukan menggunakan metode rekayasa (engineering) yaitu melakukan suatu kegiatan perancangan (design) yang tidak rutin sehingga terdapat suatu kontribusi yang baru baik dalam proses maupun bentuk, dalam melakukan perancangan nya metode komputasi yang digunakan adalah Finite Element Methode (FEM) untuk menghitung stress analisis yang terjadi pada rangka ketika terjadi pembebanan pada rangka tersebut. Berdasarakan hasil uji coba sebelum penggunaan mudguard dapat mengurangi hasil cipratan yang diciptakan sebanyak 48.7% jika dibandingkan tidak menggunakan mudguard. .maka pengembangan penelitian selanjutnya adalah pengoptimasian penggunaan bahan yang akan digunakan pada rangka mudguard agar didapat penggunaan bahan seefisien mungkin dan sekuat mungkin<br />
<br />
==='''Finite Methode'''===<br />
<br />
'''Finite element Methode'''<br />
<br />
FEM adalah singkatan dari Finite Element Method, dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik.<br />
Membagi bagian analisa menjadi bagian-bagian kecil disebut “discretizing atau diskritisasi”. Bagian-bagian kecil ini disebut elemen, yang terdiri dari titik-titik sudut (disebut nodal, atau node) dan daerah elemen yang terbentuk dari titik-titik tersebut. Membagi sebuah object menjadi bagian-bagian kecil secara fisika sebenarnya menuntun kita kepada pembuatan persamaan diferensial. Jadi secara lebih matematis, FEM didefinisikan sebagai teknik numerik untuk menyelesaikan problem yang dinyatakan dalam persamaan diferensial. Namun biasanya definisi FEM secara matematis memberikan kesan yang rumit yang sebenarnya tidak perlu. Oleh karena itu dalam pelajaran kita, pendekatan matematis tidak terlalu ditekankan.<br />
<br />
'''Finite Volume Methode'''<br />
<br />
Metode volume hingga adalah metode numerik untuk menyelesaikan persamaan diferensial parsial yang menghitung nilai-nilai variabel yang dikonservasi yang dirata-rata di seluruh volume. Salah satu keuntungan dari metode volume hingga dari metode beda hingga adalah tidak memerlukan mesh terstruktur (walaupun mesh terstruktur juga dapat digunakan). Selain itu, metode volume hingga lebih disukai daripada metode lain sebagai hasil dari kenyataan bahwa kondisi batas dapat diterapkan secara non-invasif. Ini benar karena nilai-nilai variabel yang dilestarikan terletak di dalam elemen volume, dan bukan pada node atau permukaan. Metode volume terbatas sangat kuat pada grid non-seragam kasar dan dalam perhitungan di mana mesh bergerak untuk melacak antarmuka atau guncangan.<br />
<br />
'''Finite Difference Methode'''<br />
<br />
Dalam analisis numerik, finite difference methode (FDM) adalah diskritisasi yang digunakan untuk menyelesaikan persamaan diferensial dengan memperkirakannya dengan persamaan perbedaan yang perbedaan hingga mendekati derivatif.<br />
FDMs mengkonversi persamaan diferensial biasa linear (ODE) atau persamaan diferensial parsial non-linear (PDE) menjadi sistem persamaan yang dapat diselesaikan dengan teknik aljabar matriks. Pengurangan persamaan diferensial ke sistem persamaan aljabar membuat masalah menemukan solusi untuk ODE / PDE yang diberikan cocok untuk komputer modern, karenanya penggunaan FDM yang luas dalam analisis numerik modern. Saat ini, FDM adalah pendekatan dominan untuk solusi numerik PDE. <br />
<br />
<br />
<br />
== Tugas Pertemuan 5 ==<br />
<br />
=== Optimasi Kebutuhan Energi kalori Manusia ===<br />
Secara umum, asupan rata-rata kalori harian bagi pria dewasa adalah 2.500 kalori. Namun, jumlah tersebut sebenarnya dipengaruhi juga oleh kegiatan yang dilakukan sehari-hari. Jika kegiatan yang dilakukan membutuhkan aktivitas fisik yang lebih berat, maka kebutuhan akan asupan kalori harian tentu meningkat, dan faktor lain nya adalah tinggi badan,berat badan, dan umur. Jika dilihat dari referensi yang saya dapatkan penggunaan kalori dapat dihitung melalui perhitungan BMR atau Basal Metabolic Rate adalah jumlah energi yang dikeluarkan pada tubuh manusia dalam satu hari dimana kondisi tubuh saat istirahat atau tidak, dimana persamaan yang di kembangkan oleh Harris Benedict<br />
<br />
kebutuhan energi pria = (66,5 + (13,8 x 70) + (5 x 172))/ 6,8 x 24= 1711.8 kalori dalam sehari<br />
ini merupakan kebutuhan kalori minimum yang saya butuhkan agar organ saya bisa bekerja dengan baik <br />
<br />
<br />
Hasil tersebut akan dikalikan dengan faktor aktivis fisik, dimana pembagiannya Dimana KKB adalah kebutuhan Kalori Basal<br />
<br />
-aktivis sangat ringan = KKB x 1,2<br />
<br />
-aktivis ringan = KKB x 1,375<br />
<br />
-aktivis sedang = KKB x 1,55<br />
<br />
-aktivis berat = KKB x 1,725<br />
<br />
-aktivis sangat berat = KKB x 1,9<br />
<br />
jika dilihat dari kategori saya berda pada kategori aktivis ringan <br />
maka di dapat hasil sebesar 2353 kalori.<br />
<br />
Kebuthan Kalori saya pada hari senin<br />
<br />
[[File:Total kebutuhan energi.png|700px|thumb|left|Kebutuhan Kalori]]<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
== Tugas Pertemuan 6 ==<br />
<br />
Rule of Term in Computation Engineering<br />
<br />
Initial Thinking<br />
<br />
Pada tahapan ini, seorang peneliti mengidentifikasi suatu permasalahan. Tahap ini penulis bisa mengumpulkan data dengan melihat langsung permasalahn dan tanya jawab dengan yang mempunyai permasalahan.<br />
<br />
Modelling<br />
<br />
Pada tahapan ini, semua variabel yang telah didefinisikan pada tahapan sebelumnya coba dimodelkan. Pemodelan dilakukan untuk memudahkan proses pengambilan kesimpulan.<br />
<br />
Simulasi<br />
<br />
Setelah model berhasil dirumuskan, langkah selanjutnya adalah melakukan eksekusi dari model matematis dengan metode komputasi terbaik yang dipilih. Metode yang dipilih seharusnya memiliki proses komputasi paling sesuai untuk mengeksekusi model matematis yang telah terbentuk.<br />
<br />
Verifikasi<br />
<br />
Verifikasi adalah upaya dalam memastikan komputasi pada simulasi memiliki keakuratan yang baik. Dengan menghitung model kembali, melihat kesalahan numerik dan menerapkan pendekatan numerik.<br />
<br />
Validasi<br />
<br />
validasi adalah upaya untuk memastikan hasil komputasi cukup representatif dalam memberikan jawaban terhadap permasalahan yang ingin diselesaikan. Validasi juga dilakukan dengan menghitung model yang betul.</div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=27268Muhammad Adzanna Moslem2020-03-13T09:01:32Z<p>Adzanna: </p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
'''PROFILE'''<br />
<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== '''Tugas Pertemuan 1''' ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 4 ==<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .<br />
<br />
----<br />
<br />
<br />
<br />
==='''Extended Abstrak'''===<br />
<br />
Judul : Analisis Optimasi Dimensi Rangka Mudguard Kawasaki Ninja 250 FI.<br />
<br />
Sepakbor merupakan salah satu komponen yang wajib di miliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar. (Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat di temukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI, Sepakbor roda belakang harus selebar setidaknya dari titik vertikal membentuk minimal sudut 45° di kedua sisi ban belakang dan Kawasaki Ninja 250 FI hanya membentuk sudut 33°. Tujuan dari penelitian ini adalah mengoptimasi penggunaan bahan mudguard yang dapat mengurangi ciprtan air yang diciptakan oleh ban belakang pada motor Kawasaki ninja 250 FI. Penelitian ini dilakukan menggunakan metode rekayasa (engineering) yaitu melakukan suatu kegiatan perancangan (design) yang tidak rutin sehingga terdapat suatu kontribusi yang baru baik dalam proses maupun bentuk, dalam melakukan perancangan nya metode komputasi yang digunakan adalah Finite Element Methode (FEM) untuk menghitung stress analisis yang terjadi pada rangka ketika terjadi pembebanan pada rangka tersebut. Berdasarakan hasil uji coba sebelum penggunaan mudguard dapat mengurangi hasil cipratan yang diciptakan sebanyak 48.7% jika dibandingkan tidak menggunakan mudguard. .maka pengembangan penelitian selanjutnya adalah pengoptimasian penggunaan bahan yang akan digunakan pada rangka mudguard agar didapat penggunaan bahan seefisien mungkin dan sekuat mungkin<br />
<br />
==='''Finite Methode'''===<br />
<br />
'''Finite element Methode'''<br />
<br />
FEM adalah singkatan dari Finite Element Method, dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik.<br />
Membagi bagian analisa menjadi bagian-bagian kecil disebut “discretizing atau diskritisasi”. Bagian-bagian kecil ini disebut elemen, yang terdiri dari titik-titik sudut (disebut nodal, atau node) dan daerah elemen yang terbentuk dari titik-titik tersebut. Membagi sebuah object menjadi bagian-bagian kecil secara fisika sebenarnya menuntun kita kepada pembuatan persamaan diferensial. Jadi secara lebih matematis, FEM didefinisikan sebagai teknik numerik untuk menyelesaikan problem yang dinyatakan dalam persamaan diferensial. Namun biasanya definisi FEM secara matematis memberikan kesan yang rumit yang sebenarnya tidak perlu. Oleh karena itu dalam pelajaran kita, pendekatan matematis tidak terlalu ditekankan.<br />
<br />
'''Finite Volume Methode'''<br />
<br />
Metode volume hingga adalah metode numerik untuk menyelesaikan persamaan diferensial parsial yang menghitung nilai-nilai variabel yang dikonservasi yang dirata-rata di seluruh volume. Salah satu keuntungan dari metode volume hingga dari metode beda hingga adalah tidak memerlukan mesh terstruktur (walaupun mesh terstruktur juga dapat digunakan). Selain itu, metode volume hingga lebih disukai daripada metode lain sebagai hasil dari kenyataan bahwa kondisi batas dapat diterapkan secara non-invasif. Ini benar karena nilai-nilai variabel yang dilestarikan terletak di dalam elemen volume, dan bukan pada node atau permukaan. Metode volume terbatas sangat kuat pada grid non-seragam kasar dan dalam perhitungan di mana mesh bergerak untuk melacak antarmuka atau guncangan.<br />
<br />
'''Finite Difference Methode'''<br />
<br />
Dalam analisis numerik, finite difference methode (FDM) adalah diskritisasi yang digunakan untuk menyelesaikan persamaan diferensial dengan memperkirakannya dengan persamaan perbedaan yang perbedaan hingga mendekati derivatif.<br />
FDMs mengkonversi persamaan diferensial biasa linear (ODE) atau persamaan diferensial parsial non-linear (PDE) menjadi sistem persamaan yang dapat diselesaikan dengan teknik aljabar matriks. Pengurangan persamaan diferensial ke sistem persamaan aljabar membuat masalah menemukan solusi untuk ODE / PDE yang diberikan cocok untuk komputer modern, karenanya penggunaan FDM yang luas dalam analisis numerik modern. Saat ini, FDM adalah pendekatan dominan untuk solusi numerik PDE. <br />
<br />
<br />
<br />
== Tugas Pertemuan 5 ==<br />
<br />
=== Optimasi Kebutuhan Energi kalori Manusia ===<br />
Secara umum, asupan rata-rata kalori harian bagi pria dewasa adalah 2.500 kalori. Namun, jumlah tersebut sebenarnya dipengaruhi juga oleh kegiatan yang dilakukan sehari-hari. Jika kegiatan yang dilakukan membutuhkan aktivitas fisik yang lebih berat, maka kebutuhan akan asupan kalori harian tentu meningkat, dan faktor lain nya adalah tinggi badan,berat badan, dan umur. Jika dilihat dari referensi yang saya dapatkan penggunaan kalori dapat dihitung melalui perhitungan BMR atau Basal Metabolic Rate adalah jumlah energi yang dikeluarkan pada tubuh manusia dalam satu hari dimana kondisi tubuh saat istirahat atau tidak, dimana persamaan yang di kembangkan oleh Harris Benedict<br />
<br />
kebutuhan energi pria = (66,5 + (13,8 x 70) + (5 x 172))/ 6,8 x 24= 1711.8 kalori dalam sehari<br />
ini merupakan kebutuhan kalori minimum yang saya butuhkan agar organ saya bisa bekerja dengan baik <br />
<br />
<br />
Hasil tersebut akan dikalikan dengan faktor aktivis fisik, dimana pembagiannya Dimana KKB adalah kebutuhan Kalori Basal<br />
<br />
-aktivis sangat ringan = KKB x 1,2<br />
<br />
-aktivis ringan = KKB x 1,375<br />
<br />
-aktivis sedang = KKB x 1,55<br />
<br />
-aktivis berat = KKB x 1,725<br />
<br />
-aktivis sangat berat = KKB x 1,9<br />
<br />
jika dilihat dari kategori saya berda pada kategori aktivis ringan <br />
maka di dapat hasil sebesar 2353 kalori.<br />
<br />
Kebuthan Kalori saya pada hari senin<br />
<br />
[[File:Total kebutuhan energi.png|700px|thumb|left|Kebutuhan Kalori]]<br />
<br />
<br />
== Tugas Pertemuan 6 ==<br />
<br />
Rule of Term in Computation Engineering<br />
<br />
Initial Thinking<br />
<br />
Pada tahapan ini, seorang peneliti mengidentifikasi suatu permasalahan. Tahap ini penulis bisa mengumpulkan data dengan melihat langsung permasalahn dan tanya jawab dengan yang mempunyai permasalahan.<br />
<br />
Modelling<br />
<br />
Pada tahapan ini, semua variabel yang telah didefinisikan pada tahapan sebelumnya coba dimodelkan. Pemodelan dilakukan untuk memudahkan proses pengambilan kesimpulan.<br />
<br />
Simulasi<br />
<br />
Setelah model berhasil dirumuskan, langkah selanjutnya adalah melakukan eksekusi dari model matematis dengan metode komputasi terbaik yang dipilih. Metode yang dipilih seharusnya memiliki proses komputasi paling sesuai untuk mengeksekusi model matematis yang telah terbentuk.<br />
<br />
Verifikasi<br />
<br />
Verifikasi adalah upaya dalam memastikan komputasi pada simulasi memiliki keakuratan yang baik. Dengan menghitung model kembali, melihat kesalahan numerik dan menerapkan pendekatan numerik.<br />
<br />
Validasi<br />
<br />
validasi adalah upaya untuk memastikan hasil komputasi cukup representatif dalam memberikan jawaban terhadap permasalahan yang ingin diselesaikan. Validasi juga dilakukan dengan menghitung model yang betul.</div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=27267Muhammad Adzanna Moslem2020-03-13T08:58:34Z<p>Adzanna: </p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
'''PROFILE'''<br />
<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== '''Tugas Pertemuan 1''' ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 4 ==<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .<br />
<br />
----<br />
<br />
<br />
<br />
==='''Extended Abstrak'''===<br />
<br />
Judul : Analisis Optimasi Dimensi Rangka Mudguard Kawasaki Ninja 250 FI.<br />
<br />
Sepakbor merupakan salah satu komponen yang wajib di miliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar. (Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat di temukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI, Sepakbor roda belakang harus selebar setidaknya dari titik vertikal membentuk minimal sudut 45° di kedua sisi ban belakang dan Kawasaki Ninja 250 FI hanya membentuk sudut 33°. Tujuan dari penelitian ini adalah mengoptimasi penggunaan bahan mudguard yang dapat mengurangi ciprtan air yang diciptakan oleh ban belakang pada motor Kawasaki ninja 250 FI. Penelitian ini dilakukan menggunakan metode rekayasa (engineering) yaitu melakukan suatu kegiatan perancangan (design) yang tidak rutin sehingga terdapat suatu kontribusi yang baru baik dalam proses maupun bentuk, dalam melakukan perancangan nya metode komputasi yang digunakan adalah Finite Element Methode (FEM) untuk menghitung stress analisis yang terjadi pada rangka ketika terjadi pembebanan pada rangka tersebut. Berdasarakan hasil uji coba sebelum penggunaan mudguard dapat mengurangi hasil cipratan yang diciptakan sebanyak 48.7% jika dibandingkan tidak menggunakan mudguard. .maka pengembangan penelitian selanjutnya adalah pengoptimasian penggunaan bahan yang akan digunakan pada rangka mudguard agar didapat penggunaan bahan seefisien mungkin dan sekuat mungkin<br />
<br />
==='''Finite Methode'''===<br />
<br />
'''Finite element Methode'''<br />
<br />
FEM adalah singkatan dari Finite Element Method, dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik.<br />
Membagi bagian analisa menjadi bagian-bagian kecil disebut “discretizing atau diskritisasi”. Bagian-bagian kecil ini disebut elemen, yang terdiri dari titik-titik sudut (disebut nodal, atau node) dan daerah elemen yang terbentuk dari titik-titik tersebut. Membagi sebuah object menjadi bagian-bagian kecil secara fisika sebenarnya menuntun kita kepada pembuatan persamaan diferensial. Jadi secara lebih matematis, FEM didefinisikan sebagai teknik numerik untuk menyelesaikan problem yang dinyatakan dalam persamaan diferensial. Namun biasanya definisi FEM secara matematis memberikan kesan yang rumit yang sebenarnya tidak perlu. Oleh karena itu dalam pelajaran kita, pendekatan matematis tidak terlalu ditekankan.<br />
<br />
'''Finite Volume Methode'''<br />
<br />
Metode volume hingga adalah metode numerik untuk menyelesaikan persamaan diferensial parsial yang menghitung nilai-nilai variabel yang dikonservasi yang dirata-rata di seluruh volume. Salah satu keuntungan dari metode volume hingga dari metode beda hingga adalah tidak memerlukan mesh terstruktur (walaupun mesh terstruktur juga dapat digunakan). Selain itu, metode volume hingga lebih disukai daripada metode lain sebagai hasil dari kenyataan bahwa kondisi batas dapat diterapkan secara non-invasif. Ini benar karena nilai-nilai variabel yang dilestarikan terletak di dalam elemen volume, dan bukan pada node atau permukaan. Metode volume terbatas sangat kuat pada grid non-seragam kasar dan dalam perhitungan di mana mesh bergerak untuk melacak antarmuka atau guncangan.<br />
<br />
'''Finite Difference Methode'''<br />
<br />
Dalam analisis numerik, finite difference methode (FDM) adalah diskritisasi yang digunakan untuk menyelesaikan persamaan diferensial dengan memperkirakannya dengan persamaan perbedaan yang perbedaan hingga mendekati derivatif.<br />
FDMs mengkonversi persamaan diferensial biasa linear (ODE) atau persamaan diferensial parsial non-linear (PDE) menjadi sistem persamaan yang dapat diselesaikan dengan teknik aljabar matriks. Pengurangan persamaan diferensial ke sistem persamaan aljabar membuat masalah menemukan solusi untuk ODE / PDE yang diberikan cocok untuk komputer modern, karenanya penggunaan FDM yang luas dalam analisis numerik modern. Saat ini, FDM adalah pendekatan dominan untuk solusi numerik PDE. <br />
<br />
<br />
<br />
== Tugas Pertemuan 5 ==<br />
<br />
=== Optimasi Kebutuhan Energi kalori Manusia ===<br />
Secara umum, asupan rata-rata kalori harian bagi pria dewasa adalah 2.500 kalori. Namun, jumlah tersebut sebenarnya dipengaruhi juga oleh kegiatan yang dilakukan sehari-hari. Jika kegiatan yang dilakukan membutuhkan aktivitas fisik yang lebih berat, maka kebutuhan akan asupan kalori harian tentu meningkat, dan faktor lain nya adalah tinggi badan,berat badan, dan umur. Jika dilihat dari referensi yang saya dapatkan penggunaan kalori dapat dihitung melalui perhitungan BMR atau Basal Metabolic Rate adalah jumlah energi yang dikeluarkan pada tubuh manusia dalam satu hari dimana kondisi tubuh saat istirahat atau tidak, dimana persamaan yang di kembangkan oleh Harris Benedict<br />
<br />
kebutuhan energi pria = (66,5 + (13,8 x 70) + (5 x 172))/ 6,8 x 24= 1711.8 kalori dalam sehari<br />
ini merupakan kebutuhan kalori minimum yang saya butuhkan agar organ saya bisa bekerja dengan baik <br />
<br />
<br />
Hasil tersebut akan dikalikan dengan faktor aktivis fisik, dimana pembagiannya Dimana KKB adalah kebutuhan Kalori Basal<br />
<br />
-aktivis sangat ringan = KKB x 1,2<br />
<br />
-aktivis ringan = KKB x 1,375<br />
<br />
-aktivis sedang = KKB x 1,55<br />
<br />
-aktivis berat = KKB x 1,725<br />
<br />
-aktivis sangat berat = KKB x 1,9<br />
<br />
jika dilihat dari kategori saya berda pada kategori aktivis ringan <br />
maka di dapat hasil sebesar 2353 kalori.<br />
<br />
Kebuthan Kalori saya pada hari senin<br />
<br />
[[File:Total kebutuhan energi.png|700px|thumb|left|Kebutuhan Kalori]]</div>Adzannahttp://air.eng.ui.ac.id/index.php?title=File:Total_kebutuhan_energi.png&diff=27266File:Total kebutuhan energi.png2020-03-13T08:55:37Z<p>Adzanna: </p>
<hr />
<div></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Optimasi_Sistem_Energi_pada_Manusia&diff=26637Optimasi Sistem Energi pada Manusia2020-03-12T07:00:56Z<p>Adzanna: /* Kebutuhan Kalori */</p>
<hr />
<div>Masukan Opini Anda Mengenai Optimasi Sistem Energi pada Manusia<br />
<br />
<br />
== '''Energi Dan Pengukurannya''' ==<br />
<br />
Energi dibutuhkan oleh semua makhluk hidup untuk menjalan fungsi kehidupannya. Variasi bentuk energi sangat banyak mulai dari energi cahaya, energi kimia dan energi listrik serta bentuk energi lainnya. Energi dalam makanan disimpan dalam bentuk ikatan kimia dengan berbagai senyawa. Pemecahan rantai kimia pada makanan melepaskan energi dan tersedia untuk dirubah ke dalam bentuk energi lain. Sebagai contoh adalah bila glukosa dalam bahan makanan dicerna selama proses glikolisis, energi yang dihasilkan akan dibentuk menjadi energi kimia lain yang dikenal dengan ATP dan selanjutnya dapat dirubah ke dalam energi mekanik yaitu berupa kontraksi otot. <br />
<br />
==='''Pengukuran Kandungan Energi Dalam Makanan'''===<br />
<br />
Energi dalam makanan dapat diukur dengan menggunakan kalorimetri langsung. Adapun alat yang digunakan adalah bomb calorimeter. Dalam alat kalorimeter bom ini makanan dibakar dan menghasilkan panas yang digunakan untuk mengukur kandungan energi dalam makanan tersebut. Sejumlah makanan ditempatkan pada wadah kecil dalam ruangan yang dikelilingi oleh air dan tekanan oksigen yang tinggi, Makanan dibakar dalam wadah dan menghasilkan panas, yang dipindahkan melalui dinding logam wadah dan akan menyebabkan suhu air meningkat. Peningkatan suhu air secara langsung menggambarkan energi yang dikandung oleh makanan. Jika volume air dalam ruangan sebelum dipanaskan adalah 2 liter dan temperatur meningkat 4oC maka energi yang dikandung dalam makanan itu adalah sebesar 8 kilokalori. Energi yang ditentukan melalui calorimeter bom ini adalah energi kasar makanan dan mewakili energi kimia total dari makanan tersebut. Angka energi kasar untuk karbohidrat adalah 4.1 kkal/g, untuk lemak 8.87 kkal/g sedangkan untuk protein 5.56 kkal/g. pengukuran energi dengan menggunakan bom kalorimeter merupakan metode yang paling akurat namun memerlukan biaya yang relatif tinggi. Selain itu pengukuran energi dengan bom kalorimeter menyebabkan hasil yang melebihi perkiraan sebenarnya (overestimate) karena tidak semua energi yang terdapat dalam makanan yang dimakan dapt dicerna atau diserap . <br />
<br />
[[File:Kalorimetri.JPG|300px]]<br />
<br />
Gambar 1. Bagian-bagian ''Bomb Calorimetri''<br />
<br />
Kandungan energi pada karbohidrat bervariasi tergantung tipe dan struktur atom penyusunnya. Glukosa bila dibakar akan menghasilkan 3.7 kkal per gram , sebaliknya pembakaran pati dan glikogen kira-kira 4.2 kkal per gram. Demikian pula kandungan energi pada lemak juga tergantung struktur triasilgliserol atau asam lemak penyusunnya. Asam lemak rantai sedang seperti octanoate (asam lemak dengan 8 karbon) mengandung 8.6 kkal per gram, sedangkan asam lemak rantai panjang mengandung 9.4 kkal per gram. Pada protein kandungan energinya tergantung pada tipe protein dan nitrogen yang dikandungnya. Protein yang mengandung nitrogen yang tinggi menghasilkan energi yang lebih rendah. Secara rata-rata protein dalam makanan mengandung 5.65 kkal per gram. Protein bukan merupakan sumber energi yang berarti bagi tubuh. Belum tentu semua makanan dicerna secara sempurna, sehingga menyebabkan penurunan ketersediaan energi. Persentase energi makanan yang diserap digambarkan oleh koefisien daya cerna. Koefisien daya cerna 50 berarti hanya separuh dari energi yang dicerna dapat diserap. Penambahan serat ke dalam makanan menurunkan koefisien daya cerna. Jadi bila makanan tinggi kandungan seratnya, jumlah energi yang tersedia akan lebih kecil daripada makanan yang sama namun kandungan seratnya lebih rendah. Serat yang terdapat dalam makanan menyebabkan makanan tersebut bergerak lebih cepat melewati sistem pencernaan dalam usus, waktu penyerapannya lebeh rendah. Secara rata-rata karbohidrat daya cernanya adalah 97%, protein mempunyai koefisien daya cerna sebesar 92% dan lemak mempunyai koefisien daya cerna sebesar 95%. Gambaran kandungan energi dalam zat gizi dapat dilihat pada Tabel 1 .<br />
<br />
Tabel 1. Kandungan Energi Zat Gizi Kelompok Makanan dan Ketersediaan Energi Dalam Tubuh<br />
<br />
[[File:Kandungan Energi.JPG|400px]]<br />
<br />
<br />
==='''Pengukuran Pengeluaran Energi dalam Tubuh '''===<br />
<br />
Pengukuran aktifitas fisik biasanya digambarkan dengan istilah pengeluaran energi. Pengukuran aktifitas fisik dapat ditunjukkan antara lain oleh jumlah kerja (watt), lamanya waktu melakukan aktifitas fisik (detik, menit), sebagai unit gerakan (jumlah) atau berasal dari skor numeric hasil dari respon kuesioner. Aktiftas dapat pula didefinisikan dengan perilaku yang disengaja. Biasanya aktifitas fisik meliputi tiga dimensi yaitu durasi (detik, menit, jam), frekuensi (seperti : tiga kali seminggu) dan intensitas (seperti laju pengeluaran energi dalam kilokalori per menit atau kilojoule per jam). Lingkungan fisik (temperature dan ketinggian) dan factor psikologi atau emosi dapat mempengaruhi fisiologi aktifitas. Perkembangan teknologi dan mekanisasi diberbagai bidang telah menurunkan kebutuhan energi pada manusia. Sebagai akibatnya aktifitas bekerja banyak dibantu oleh alat yang meminimalkan pengeluaran energi seperti penggunaan mesin pembajak untuk mengolah tanah di sawah dan penggunakan eskalator untuk naik dan turun tangga. Pengeluaran energi menunjukkan jumlah energi yang terpakai karena aktifitas fisik yang dilakukan. Metode pengukuran pengeluaran energi dapat dilakukan secara langsung yang mengukur produksi panas yang dikeluarkan ketika melakukan aktfitas fisik. Metode ini cukup rumit bila dibandingkan dengan metode tidak langsung. <ref>Wilda Welis. 2015. Gizi Untuk Aktifitas Fisik dan Kebugaran</ref><br />
<br />
=='''Kebutuhan Kalori'''==<br />
<br />
Kalori merupakan salah satu nutrisi yang terkandung dalam makanan. Agar badan tetap sehat, diperlukan kalori dengan jumlah sesuai dengan yang dianjurkan. Bila jumlah kalori yang diperlukan tidak terpenuhi atau bahkan berlebihan, maka kesehatan yang optiml tidak dapat dicapai. Untuk itulah perlu diketahui besarnya kalori yang dibutuhkan agar kesehatan yang optimal dapat tercapai.<br />
<br />
==='''Faktor-faktor yang mempengaruhi kebutuhan kalori'''===<br />
<br />
Kebutuhan akan energi pada tubuh manusia, dengan asumsi keadaan lingkungan dalam keadaan normal (suhu, tekanan udara, kelembaban) dan tubuh dalam kondisi sehat, dipengaruhi oleh sebagai berikut :<br />
<br />
a. Usia<br />
<br />
Semakin bertambahnya usia, kebutuhan kalori seseorang relatif lebih rendah untuk tiap kilogram berat badannya. Anak-anak dan remaja yang sedang dalam proses pertumbuhan membutuhkan kalori relatif lebih besar dibandingkan dengan kebutuhan kalori pada orang yang sudah tua. Orang yang masih muda mampu melakukan pekerjaan-pekerjaan berat serta mampu bergerak lincah, semua ini karena didorong oleh intensitas kerja organ-organ di dalam tubuhnya yang masih besar dan cepat. Lain halnya dengan orang yang telah berusia 50 tahun ke atas dimana kerja organ-organ dalam tubuhnya telah mengalami pengenduran/penurunan sehingga pekerjaan yang berat tidak sanggup lagi untuk dikerjakannya.<br />
<br />
b. Ukuran tubuh<br />
<br />
Kebutuhan kalori terutama energi pada seseorang dengan ukuran tubuh yang besar pasti akan berbeda dengan kebutuhan energi pada sesorang yang bertubuh kecil, meskipun jenis kelamin, kegiatan, dan usianya sama. Seseorang yang bertubuh besar mempunyai bidang permukaan tubuh dan jaringan aktif yang lebih besar daripada seseorang yang bertubuh kecil sehingga metabolisme basal/basal metabolic rate (BMR) nya akan lebih besar daripada orang yang bertubuh kecil.<br />
<br />
c. Jenis kelamin<br />
<br />
Laki-laki lebih banyak membutuhkan kalori daripada perempuan karena laki-laki lebih banyak mempunyai otot dan lebih aktif melakukan pekerjaan sehingga mengeluarkan kalori lebih banyak. Biasanya energi minimal yang diperlukan perempuan 10% lebih rendah dari kebutuhan energi minimal yang diperlukan seorang laki-laki.<br />
<br />
d. Jenis pekerjaan<br />
<br />
Berat ringannya beban kerja seseorang ditentukan oleh lamanya waktu melakukan pekerjaan dan jenis pekerjaan itu sendiri. Semakin berat beban kerja, seharusnya waktu yang dihabiskan untuk bekerja semakin pendek agar terhindar dari kelelahan dan gangguan fisiologis yang berarti atau sebaliknya.<br />
<br />
==='''Menentukan kebutuhan kalori'''===<br />
Kebutuhan kalori harian adalah jumlah kalori yang dibutuhkan oleh tubuh Anda setiap hari, untuk menjalankan fungsi utama tubuh, dan untuk melakukan aktivitas sehari-hari.<br />
<br />
Kebutuhan kalori harian ini bisa Anda gunakan sebagai acuan berapa banyak makanan yang harus Anda konsumsi per harinya. Kebutuhan kalori harian didapat dari angka BMR yang dikalikan dengan faktor aktivitas fisik, atau dengan kata lain bahwa kebutuhan kalori dihitung dengan menentukan basal metabolic rate dan aktivitas fisik.<br />
<br />
a. Basal metabolic rate (BMR)<br />
<br />
Basal metabolic rate adalah kebutuhan energi minimal yang diperlukan oleh tubuh untuk mempertahankan fungsi alat pernapasan, sirkulasi darah, temperatur tubuh, kegiatan kelenjar, serta fungsi begetatif lain.<br />
<br />
Cara untuk menghitung BMR berdasarkan rumus Harris Benedict sebagai berikut :<br />
<br />
BMR Laki-laki = 66,42 + (13,75 BB) + (5 TB) – (6,78 U)<br />
<br />
BMR Perempuan = 655,1 + (9,65 BB) + (1,85 TB) – (4,68 U)<br />
<br />
Keterangan :<br />
<br />
BMR : Basal Metabolic Rate<br />
<br />
BB : Berat Badan (kg)<br />
<br />
TB : Tinggi Badan (cm)<br />
<br />
U : Usia (dalam tahun)<br />
<br />
b. Aktivitas fisik<br />
<br />
Ketika penentuan besaran kebutuhan kalori, penting untuk mengerti mengenai besaran kegiatan fisik yang dilakukan setiap individu. Aktivitas fisik dikelompokkan menurut berat ringannya aktivitas, yakni ringan, sedang, dan berat.<br />
<br />
Total Kalori = Faktor aktivitas fisik x BMR<br />
<br />
Adapun nilai-nilai untuk faktor aktivitas ditunjukkan pada tabel di bawah ini:<br />
<br />
[[File:Faktor aktivitas fisik.jpg]]<br />
<br />
Ada cara yang lebih mudah untuk menentukan kebutuhan kalori ini. Komponen yang harus diperhitungkan dalam menentukan kalori ini adalah berat badan ideal, kebutuhan basal, aktivitas fisik yang dilakukan dan juga koreksi usia Anda <ref>Kompas. 2012. Berapa Kebutuhan Kalori Anda per Hari?</ref>. Berikut cara menghitungnya. <br />
<br />
1.Tentukan berat badan ideal (BB) <br />
<br />
Langkah awal yang harus diketahui adalah tinggi badan (TB) yang Anda miliki saat ini. Berat badan (BB) ideal bisa diperhitungkan dengan cara: <br />
<br />
BB Ideal = 0,9 x (TB-100).<br />
<br />
Ini akan menentukan berapa bobot tubuh yang seharusnya Anda miliki. Para pria biasanya memiliki kelebihan berat badan karena memiliki massa otot yang lebih besar, sedangkan perempuan lebih berat karena massa lemaknya yang lebih tinggi. Contoh : jika Anda adalah seorang perempuan berusia 45 tahun dan memiliki tinggi badan 165 c, maka BB ideal adalah = 0,9 x (165-100) = 58,5 kg. <br />
<br />
2.Hitung kebutuhan basal (KB) <br />
<br />
Kebutuhan basal (KB) adalah kebutuhan minimal yang dibutuhkan untuk memenuhi kebutuhan saat tidur atau istirahat. Ini merupakan kebutuhan energi dan kalori yang paling mendasar untuk menggerakan jantung, paru, usus dan pencernaan saja. Kebutuhan basal laki-laki dan perempuan ini berbeda satu sama lain. <br />
<br />
KB perempuan = BB Ideal x 25 KKal <br />
<br />
KB pria = BB Ideal x 30 KKal <br />
<br />
Contoh : KB = 58,5 x 25 Kkal = 1462,5 Kkal <br />
<br />
3.Aktivitas fisik (AF) <br />
<br />
Rata-rata semua orang pasti memiliki aktivitas masing-masing. Asupan kalori tubuh ini juga dipengaruhi oleh aktivitas yang dilakukan. Secara umum ada tiga kategori aktivitas fisik yang dilakukan yaitu ringan, sedang, dan berat. Aktivitas fisik ini dihitung dari total kebutuhan basal.<br />
<br />
Aktivitas ringan (10-20 persen) : Menyetir mobil (10 persen), mengajar (20 persen), berjalan (20 persen), kerja kantoran (10 persen), memancing (20 persen), membaca (10 persen). <br />
<br />
Aktivitas sedang (20-30 persen) : kerja rumah tangga (20 persen), bersepeda (30 persen), bowling (20 persen), berjalan cepat (30 persen), berkebun (30 persen). <br />
<br />
Aktivitas berat (40-50 persen) : aerobik (40 persen), bersepeda mendaki (40 persen), panjat tebing (50 persen), dansa (40 persen), jogging (40 persen), atlit (50 persen). <br />
<br />
Jika dalam satu hari Anda banyak beraktivitas, maka kebutuhan aktivitas yang diambil adalah aktivitas yang paling sering dilakukan setiap harinya. Contoh : Jika sehari-hari Anda beraktivitas sebagai ibu rumah tangga maka, aktivitas fisik Anda adalah = 20% x 1462,5 (kebutuhan basal) = 292,5 Kkal. <br />
<br />
4.Koreksi usia (KU) <br />
<br />
Usia juga akan mempengaruhi kebutuhan kalori seseorang. Semakin bertambahnya usia, maka kebutuhan kalori dan asupan makanannya pun semakin sedikit. Untuk Anda yang berusia 40-59 tahun, maka koreksi usianya mencapai 5 persen, usia 60-69 tahun maka koreksinya 10 persen, dan usia lebih dari 70 tahun koreksinya 20 persen. Contoh: Jika Anda berusia 45 tahun, maka faktor koreksinya adalah 5 persen. Sehingga koreksi usia Anda adalah = 5 % x 1462,5 Kkal (kebutuhan basal) = 73,125 Kkal. <br />
<br />
5.Total kalori yang dibutuhkan (TK) <br />
<br />
Setelah mendapatkan semua komponen yang dibutuhkan, maka total kalori (TK) sehari ini bisa dihitung dengan rumus: <br />
<br />
TK = KB + AF - KU <br />
<br />
<br />
'''Menghitung kebutuhan kalori dengan Rumus Harris Benedict dan Rumus WHO'''<br />
<br />
a. Rumus Harris Benedict Rumus Harris Benedict memperhitungkan usia, jenis kelamin, berat badan, tinggi badan, hingga level aktivitas fisik. Rumus untuk menghitung kebutuhan energi pria yaitu = 66,5 + 13,8 x (berat badan dalam kilogram) + 5 x (tinggi badan dalam cm) dibagi dengan 6,8 x usia. Hasil dari penghitungan ini kemudian dikalikan dengan faktor aktivitas fisik. Jika aktivitas fisik Anda rendah, maka dikalikan dengan 1,2. Untuk aktivitas fisik sedang dikalikan dengan 1,3. Sementara aktivitas fisik berat dikalikan dengan 1,4. <br />
<br />
b. Rumus WHO dibagi sesuai dengan kategori umur. Untuk mencari kebutuhan energi pria usia 18-29 tahun, digunakan rumus 15,3 x (berat badan dalam kilogram) + 679. Hasilnya kemudian dikalikan dengan faktor aktivitas fisik yaitu 1,3.<br />
<br />
----<br />
'''Body Mass Index (BMI)'''<br />
<br />
Body Mass Index (BMI) atau Indeks Massa Tubuh, adalah metode pengukuran yang membandingkan antara tinggi dan berat badan. Nilai BMI akan digunakan untuk mengetahuistatus gizi. Body Mass Index (BMI) atau Indeks Massa Tubuh merupakan cara termudah untuk melakukan penilaian status gizi. Metode perhitungan BMI ini ditemukan oleh seorang ahli statistik terkenal, Lambert Quetelet, pada abad 19 dan telah mengalami penyesuaian seiring <br />
perkembangan ilmu pengetahuan yang berkaitan dengan hubungan antara berat badan dan kesehatan. Rumus index massa tubuh adalah sebagai berikut:<br />
<br />
BMI= BERAT(KG)/TINGGI (CM)<br />
<br />
Status gizi setiap individu berdasarkan perhitungan BMI dapat dilihat di bawah:<br />
<br />
Sangat Kurus : <17<br />
<br />
Kurus : 17-18.4<br />
<br />
Normal : 18.5-25<br />
<br />
Gemuk : 25.1-27<br />
<br />
Sangat Gemuk : >27<br />
<br />
Sumber : <ref>Irma Eka Ayu Novita. 2015. PENGEMBANGAN APLIKASI UNTUK MENGETAHUI KEBUTUHAN <br />
JUMLAH KALORI</ref><br />
<br />
----<br />
Namun, BMR saja tidak cukup untuk mengetahui kebutuhan kalori harian Anda karena BMR tidak mempertimbangkan faktor aktivitas fisik. Tubuh Anda juga membutuhkan energi (kalori) untuk melakukan berbagai aktivitas fisik sehari-hari, seperti berjalan, bekerja, dan berolahraga. Nilai-nilai untuk faktor aktivitas ditunjukkan pada tabel yang telah di jelaskan di atas.<br />
<br />
Untuk memudahkan kita menghitung kebutuhan kalori setiap hari, sesuai dengan berat badan, tinggi badan, usia, dan level aktivitas kita. Hello Sehat sudah menyediakan [https://hellosehat.com/cek-kesehatan/kebutuhan-kalori/ Kalkulator Kebutuhan Kalori] yang bisa kita gunakan.<br />
<br />
=== Regredasi Antara Kebutuhan Kalori dan Kesehatan ===<br />
Meskipun kemasan makanan lebih sering mencantumkan persen angka kecukupan gizi berdasarkan pada kebutuhan energi 2000 kkal, namun kini kita tahu bahwa tidak semua orang membutuhkan energi 2000 kkal per harinya. Kebutuhan energi kita bergantung pada jenis kelamin, usia, berat badan, tinggi badan, keadaan fisik, hingga aktivitas kita sehari-hari. Mengetahui berapa kebutuhan energi kita per hari dapat membantu menjaga kesehatan kita karena hal tersebut bisa mempengaruhi keseimbangan energi kita sehari-hari.<br />
<br />
Prinsip dalam mencukupi kebutuhan energi sederhana saja yaitu seimbang, karena jika kita mengonsumsi kalori lebih dari kebutuhan, ini dapat mengakibatkan peningkatan berat badan di kemudian hari sekaligus meningkatkan risiko kita mengidap berbagai macam penyakit, khususnya penyakit degeneratif. Tetapi jika kita mengonsumsi kalori kurang dari kebutuhan kita, maka akan terjadi penurunan berat badan sekaligus penurunan fungsi organ-organ dalam tubuh karena tidak mendapat asupan yang seharusnya.<br />
<br />
==='''Energi yang digunakan pada saat tidur'''===<br />
<br />
<br />
Menurut Mary Ellen Wells, pakar tidur dari UNC School of Medicine, AS, membakar kalori saat tidur tentu diperlukan, karena tidur bukanlah aktivitas pasif. Lalu, berapa banyak kalori yang terbakar saat kita tidur? "Tidak ada angka ajaib berapa banyak kalori yang dibakar selama tidur," kata Dr. Wells. Menurutnya, jumlahnya sangat bervariasi di seluruh tahap tidur dan sangat dipengaruhi aktivitas siang hari. Selain itu, tentu saja genetika juga berpengaruh. Ada banyak hal yang menentukan berapa banyak kalori yang kita bakar. Berdasarkan laporan laman Men's Health, ada rumus dasar yang bisa kita pakai untuk menghitung jumlah kalori yang terbakar. Untuk menghitungnya, kita bisa memulai dengan jumlah kalori yang dibakar tubuh saat istirahat, ini disebut metabolisme basal. Metabolisme basal bervariasi, tergantung pada massa tubuh, tinggi dan usia. Namun, rata-rata metabolisme basal manusia membakar 45 kalori per jam. Menurut peneliti tidur bernama Christopher Winter, metabolisme diukur setelah 8 jam tidur, dalam keadaan berpuasa dan dalam kondisi suhu netral. "Cara ini dilakukan agar kita benar-benar bisa mengukur seberapa banyak energi yang digunakan untuk beristirahat," kata Christopher. Selama tidur, sekitar 95 persen fungsi tubuh manusia bergantung dari apa yang dilakukannya saat istirahat ringan. <br />
Jadi, jika kita dapat menemukan pengeluaran kalori rata-rata untuk seorang individu saat istirahat (misalnya 45 kalori / jam), kita dapat menghitung kalori nokturnal yang dibakar oleh persamaan ini: (Metabolisme basal per jam atau kalori yang terbakar) x 0,95 (sama dengan 95 persen) x jam tidur. Dengan persamaan tersebut, Winter menjelaskan bahwa seseorang bisa membakar sebanyak 342 kalori saat istirahat delapan jam<br />
<br />
Hasil ini diperoleh dari proses penghitungan 45 x 0,95 x 8 = 342 kalori selama 8 jam tidur. <br />
<br />
Sementara itu, kalori yang kita bakar saat istirahat ringan sebesar 45 x 8 = 360 kalori. Jumlahnya lebih besar 5 persen daripada ketika seseorang tertidur. Tubuh membakar sebagian besar kalori selama tidur REM dalam, ketika otak paling aktif karena membutuhkan oksigen agar berfungsi maksimal. "Kita melewati beberapa tahapan tidur sekitar setiap 90 menit, dimana cahaya dan tahap tidur REM juga berpengaruh, dan mengulangi siklus ini beberapa kali pada malam hari," kata Wells. Ia menambahkan aktivitas metabolik juga berputar sepanjang malam. Otak kita sama aktifnya atau bahkan lebih aktif selama tidur REM karena pikiran kita masih terjaga. American Academy of Sleep National Medicine merekomendasikan untuk meminimalisir suhu ruangan agar proses pembakaran kalori saat tidur berjalan maksimal. Berdasarkan rekomendasi, suhu ruangan terbaik untuk tidur adalah 15 hingga 19 derajat Celsius. " Tidur di ruang yang lebih dingin memaksa tubuh membakar lebih banyak kalori agar tetap hangat," kata Winter. Winter menyarankan agar kita mendapatkan tidur yang cukup, karena kurang tidur dapat berdampak buruk pada keseluruhan metabolisme tubuh. <br />
<br />
"Semakin sedikit tidur yang kita dapatkan, semakin lambat tubuh membakar kalori untuk mempertahankan energi yang dapat menyebabkan metabolisme melambat," paparnya. Riset 2012 menemukan bahwa pria yang tidur 5 jam atau kurang semalam, hampir 4 kali lebih mungkin mengalami obesitas. Kurang tidur juga dapat mengacaukan hormon leptin dan ghrelin, hormon yang meningkatkan perasaan lapar. Dengan kata lain, jika kita tidur dala kondisi kamar gelap dan sejuk, kita bisa memiliki kualitas tidur maksimal seperti rekomendais para ahli, yaitu 7 hingga 9 jam per malam.<br />
<br />
=='''Kebutuhan Protein'''==<br />
<br />
Kecukupan protein untuk orang dewasa menurut hasil penelitian keseimbangan nitrogen adalah 0.75 gr/kg BB, berupa protein patokan tinggi (protein telur) disebut taraf suapan terjamin(safe level of intake). Kecukupan protein dipengaruhi mutu protein hidangan (dinyatakan dengan skor asam amino), daya cerna protein dan berat badan seseorang. Angka kecukupan protein menurut Widyakarya Nasional Pangan dan Gizi (1998) adalah 55 gram untuk laki-laki yang berumur 20-45 tahun dan 48 gram untuk perempuan berumur 20-45 tahun. Kebutuhan protein bagi seorang atlet sedikit berbeda bila dibandingkan dengan bukan atlet. Apalagi seorang atlet yang melakukan latihan-latihan, pertandingan berat dan usianya masih remaja dalam pertumbuhan akan memerlukan protein lebih banyak. Seorang atlet membutuhkan protein 1 gram per kg berat badan. Bila atlet berlatih intensif dan lama dan sedang membesarkan otot, membutuhkan protein 1,2 sampai 1,7 gram per<br />
kg berat badan per hari (100 - 210% dari yang dianjurkan) dan atlet endurance antara 1,2 sampai 1,4 gram per kg berat badan per hari (100-175% dari yang dinjurkan), sedangkan untuk atlet remaja yang sedang tumbuh membutuhkan protein sebesar 2 gram per kg berat badan per hari. Penambahan kebutuhan protein mudah diatasi dengan penambahan masukan protein dari makanan seimbang dengan kandungan protein 10-15%.<br />
<br />
<br />
=='''Penilaian Status Gizi'''<ref>Devie Novitasari. 2009. Analisa Pemenuhan Kebutuhan Kalori Tenaga Kerja Bagian Office di PT. X, Sebagai Dasar Upaya Pengadaan Kantin Rendah Lemak.</ref>==<br />
<br />
Penilaian status gizi dapat dilakukan secara langsung maupun tidak langsung. Penilaian secara langsung antara lain dengan antropometri, secara klinis, biokimia, dan biofisik. Sedangkan penilaian secara tidak langsung dapat dilakukan dengan survey konsumsi makanan, statistic vital dan factor ekologi (I Dewa Nyoman Supariasa, dkk., 2001). Secara umum antropometri berarti ukuran tubuh manusia. Ditinjau dari sudut pandang gizi maka antropometri gizi berhubungan berbagai macam pengukuran dimensi tubuh dan komposisi tubuh dari berbagai tingkat umur dan tingkat gizi. Penggunaan antropometri secara umum adalah untuk melihat keseimbangan asupan protein dan energi. Keseimbangan ini terlihat pada pola perumbuhan fisik dan proporsi jaringan tubuh seperti lemak, otot dan jumlah air dalam tubuh (I Dewa Nyoman Supariasa, dkk., 2001).<br />
<br />
Salah satu bentuk penilaian status gizi melalui indeks antropometri adalah dengan menghitung Indeks Masa Tubuh (IMT). Masalah kekurangan dan kelebihan gizi pada orang dewasa (usia 18 tahun ke atas) merupakan masalah penting, karena selain mempunyai resiko penyakit-penyakit tertentu jug dapat mempengaruhi produktivitas kerja. Oleh karena itu pemantauan keadaan tersebut perlu dilakukan secara berkesinambungan. Salah satu cara adalah dengan mempertahankan berat badan yang ideal dan normal. Laporan FAO/WHO tahun 1985 menyatakan bahwa batasan berat badan normal orang dewasa ditentukan berdasarkan Body Mass Index (BMI), di Indonesia diterjemahkan menjadi Indeks Massa Tubuh (IMT). Indeks Massa Tubuh (IMT) atau Body Mass Index (BMI) merupupakan alat atau cara yang sederhana untuk memantau status gizi orang dewasa, khususnya yang berkaitan dengan kekurangan dan kelebihan berat badan. Berat badan kurang dapat meningkatkan resiko terhadap penyakit infeksi, sedangkan berat badan lebih akan meningkatkan resiko terhadap penyakit degeneratif. Oleh karena itu, mempertahankan berat badan normal memungkinkan seseorang dapat mencapai usia harapan hidup yang lebih panjang. (I Dewa Nyoman Supariasa, dkk., 2001).<br />
<br />
=='''Aktifitas Sehari-hari'''==<br />
Aktifitas sehari hari pada setiap manusia berbeda-beda. Untuk beraktifitas manusia memerlukan energi yang berasal dari makanan yang dikonsumsi oleh manusia. Berikut tabel energi aktivitas manusia secara garis besar.<br />
<br />
[[File:Midaktivitas.jpg]]<br />
<br />
===Perhitungan Total Kebutuhan Kalori per Hari===<br />
Adapun beberapa contoh perhitungan kebutuhan kalori yang dibutuhkan per hari adalah sebagai berikut:<br />
<br />
[http://air.eng.ui.ac.id/index.php?title=AHMAD_ZIKRI#Perhitungan_Kebutuhan_Energi_Manusia_Secara_Komputasi 1. Ahmad Zikri]<br />
<br />
[http://air.eng.ui.ac.id/index.php?title=Ardy.lefran#Optimization_of_Human_Energy_Needs 2. Ardy Lololau]<br />
<br />
==KECUKUPAN ENERGI, PROTEIN, LEMAK DAN KARBOHIDRAT==<br />
<br />
Angka kecukupan gizi (AKG) berguna sebagai patokan dalam penilaian dan perencanaan konsumsi pangan, serta basis dalam perumusan acuan label gizi. Angka kecukupan gizi mengalami perkembangan sesuai dengan perkembangan Iptek gizi dan ukuran antropometri penduduk. Setelah sekitar sepuluh tahun ditetapkan angka kecukupan energi (AKE) dan kecukupan protein (AKP) bagi penduduk Indonesia, kini saatnya ditinjau ulang dan disempurnakan. <br />
Kajian ini bertujuan merumuskan angka kecukupan energi (AKE), kecukupan protein (AKP), kecukupan lemak (AKL), kecukupan karbohidrat (AKK) dan serat makanan (AKS) penduduk Indonesia.<br />
<br />
Data berat badan (BB) dan tinggi badan (TB) yg digunakan dalam perhitungan AKE dan AKP didasarkan pada median berat badan dan tinggi badan normal penduduk Indonesia menurut kelompok umur dan jenis kelamin berdasarkan data Riskesdas 2010 terhadap standar WHO. Secara umum perhitungan AKE pada anak dan dewasa didasarkan pada model persamaan estimasi energi IOM 2005 (MPEI). MPEI pada anak mempertimbangkan faktor RBNPI, umur, energi pertumbuhan dan energi cadangan. MPEI pada remaja dan dewasa mempertimbangkan faktor RBNPI, umur, energi cadangan dan aktifitas fisik. <br />
Perhitungan AKP bagi anak dan dewasa didasarkan pada kecukupan protein pada setiap kelompok umur dan jenis kelamin anjuran IOM (2005) dan WHO (2007) serta faktor koreksi mutu protein.<br />
<br />
Perhitungan AKL didasarkan pada anjuran sebaran persentase energi dari lemak (AceptableMacronutrient Distribution Range –AMDR) dan kebutuhan asam lemak esensial bagi setiapkelompok umur dan jenis kelamin yang dianjurkan IOM (2005) dan FAO/WHO (2008). Perhitungan tambahan AKE, AKP, AKL bagi busui didasarkan pada tambahan kecukupan gizi ini untuk produksi ASI dikoreksi penurunan berat badan setelah melahirkan.<br />
<br />
Perhitungan tambahan AKE, AKP, AKL bagi bumil didasarkan pada tambahan kecukupan zat gizi ini bagi pertumbuhan perkembangan janin dan organ tubuh ibu, peningkatan cairan tubuh, dan cadangan. Perhitungan AKL didasarkan pada IOM (2005) dan FAO/WHO (2008) serta distribusi persentase energi gizi makro. Angka kecukupan serat pangan (AKS) bagi anak, remaja dan dewasa adalah 14 g serat pangan per 1000 kkal kecukupan energy (IOM 2005).<br />
Hasil kajian menunjukkan kisaran distribusi energi gizi makro dari pola konsumsi penduduk Indonesia berdasarkan analisis data Riskesdas 2010 adalah 9-14% energi protein 24-36% energi lemak, dan 54-63% energi karbohidrat yang belum sebaik yang diharapkan, yaitu 5-15% energi protein, 25-55% energi lemak, dan 40-60% energi karbohidrat tergantung usia atau tahap tumbuh kembang. <br />
<br />
Pada makalah ini disajikan AKL, AKK dan AKS untuk setiap kelompok umur dan jenis kelamin bagi penduduk Indonesia. AKP yang dihasilkan dari data klinis (keseimbangan nitrogen) jauh lebih rendah dibandingkan cara anjuran kisaran sebaran persentase 1energi dari gizi makro (AMDR). Secara umum AKE dan AKP bagi penduduk Indonesia saat ini ( WNPG 2012) sedikit lebih tinggi dibanding AKE dan AKP 2004 (WNPG 2004). Dengan menggunakan hasil perhitungan AKE dan AKP pada setiap kelompok umur dan jenis kelamin, serta kompoissi penduduk hasil Sensus Penduduk 2010, diperoleh rata-rata AKE dan AKP nasional pada tingkat konsumsi masing-masing adalah 2150 kkal dan 57 g perkapita perhari denganproporsi anjuran protein hewani 25 %. Sementara AKE dan AKP pada tingkat ketersediaan adalah 2400 kkal dan 63 g perkapita perhari. <br />
<br />
Penggunaan angka-angka kecukupan gizi ini berguna sebagai dasar perencanaan konsumsi pangan kelompok orang atau wilayah untuk mencapai status gizi dan kesehatan yang optimal, tidak dimaksudkan untuk penilain atau penelitian tingkat asupan zat gizi individu.<ref>Hardinsyah, et all. 2012 KECUKUPAN ENERGI, PROTEIN, LEMAK DAN KARBOHIDRAT.</ref><br />
<br />
==Kebutuhan Kalori Tiap Individu Setiap Hari==<br />
<br />
Berikut adalah perhitungan kebutuhan kalori tiap individu setiap hari yang merujuk dari kemenkes:<br />
<br />
[[File:tugas.png]]<br />
<br />
[[File:fotoalghifari2.png]]<br />
<br />
=='''Referensi'''==<br />
<references/><br />
<br />
<ref>Novita, Irma. 2015. Pengembangan Aplikasi Untuk Mengetahui Kebutuhan Jumlah Kalori.</ref><br />
<br />
<ref>Septyaningrum, Hani. 2011. Studi Intake Energi (Kalori) Kerja di PT United Tractors Tbk.</ref></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Optimasi_Sistem_Energi_pada_Manusia&diff=26636Optimasi Sistem Energi pada Manusia2020-03-12T07:00:40Z<p>Adzanna: /* Kebutuhan Kalori */</p>
<hr />
<div>Masukan Opini Anda Mengenai Optimasi Sistem Energi pada Manusia<br />
<br />
<br />
== '''Energi Dan Pengukurannya''' ==<br />
<br />
Energi dibutuhkan oleh semua makhluk hidup untuk menjalan fungsi kehidupannya. Variasi bentuk energi sangat banyak mulai dari energi cahaya, energi kimia dan energi listrik serta bentuk energi lainnya. Energi dalam makanan disimpan dalam bentuk ikatan kimia dengan berbagai senyawa. Pemecahan rantai kimia pada makanan melepaskan energi dan tersedia untuk dirubah ke dalam bentuk energi lain. Sebagai contoh adalah bila glukosa dalam bahan makanan dicerna selama proses glikolisis, energi yang dihasilkan akan dibentuk menjadi energi kimia lain yang dikenal dengan ATP dan selanjutnya dapat dirubah ke dalam energi mekanik yaitu berupa kontraksi otot. <br />
<br />
==='''Pengukuran Kandungan Energi Dalam Makanan'''===<br />
<br />
Energi dalam makanan dapat diukur dengan menggunakan kalorimetri langsung. Adapun alat yang digunakan adalah bomb calorimeter. Dalam alat kalorimeter bom ini makanan dibakar dan menghasilkan panas yang digunakan untuk mengukur kandungan energi dalam makanan tersebut. Sejumlah makanan ditempatkan pada wadah kecil dalam ruangan yang dikelilingi oleh air dan tekanan oksigen yang tinggi, Makanan dibakar dalam wadah dan menghasilkan panas, yang dipindahkan melalui dinding logam wadah dan akan menyebabkan suhu air meningkat. Peningkatan suhu air secara langsung menggambarkan energi yang dikandung oleh makanan. Jika volume air dalam ruangan sebelum dipanaskan adalah 2 liter dan temperatur meningkat 4oC maka energi yang dikandung dalam makanan itu adalah sebesar 8 kilokalori. Energi yang ditentukan melalui calorimeter bom ini adalah energi kasar makanan dan mewakili energi kimia total dari makanan tersebut. Angka energi kasar untuk karbohidrat adalah 4.1 kkal/g, untuk lemak 8.87 kkal/g sedangkan untuk protein 5.56 kkal/g. pengukuran energi dengan menggunakan bom kalorimeter merupakan metode yang paling akurat namun memerlukan biaya yang relatif tinggi. Selain itu pengukuran energi dengan bom kalorimeter menyebabkan hasil yang melebihi perkiraan sebenarnya (overestimate) karena tidak semua energi yang terdapat dalam makanan yang dimakan dapt dicerna atau diserap . <br />
<br />
[[File:Kalorimetri.JPG|300px]]<br />
<br />
Gambar 1. Bagian-bagian ''Bomb Calorimetri''<br />
<br />
Kandungan energi pada karbohidrat bervariasi tergantung tipe dan struktur atom penyusunnya. Glukosa bila dibakar akan menghasilkan 3.7 kkal per gram , sebaliknya pembakaran pati dan glikogen kira-kira 4.2 kkal per gram. Demikian pula kandungan energi pada lemak juga tergantung struktur triasilgliserol atau asam lemak penyusunnya. Asam lemak rantai sedang seperti octanoate (asam lemak dengan 8 karbon) mengandung 8.6 kkal per gram, sedangkan asam lemak rantai panjang mengandung 9.4 kkal per gram. Pada protein kandungan energinya tergantung pada tipe protein dan nitrogen yang dikandungnya. Protein yang mengandung nitrogen yang tinggi menghasilkan energi yang lebih rendah. Secara rata-rata protein dalam makanan mengandung 5.65 kkal per gram. Protein bukan merupakan sumber energi yang berarti bagi tubuh. Belum tentu semua makanan dicerna secara sempurna, sehingga menyebabkan penurunan ketersediaan energi. Persentase energi makanan yang diserap digambarkan oleh koefisien daya cerna. Koefisien daya cerna 50 berarti hanya separuh dari energi yang dicerna dapat diserap. Penambahan serat ke dalam makanan menurunkan koefisien daya cerna. Jadi bila makanan tinggi kandungan seratnya, jumlah energi yang tersedia akan lebih kecil daripada makanan yang sama namun kandungan seratnya lebih rendah. Serat yang terdapat dalam makanan menyebabkan makanan tersebut bergerak lebih cepat melewati sistem pencernaan dalam usus, waktu penyerapannya lebeh rendah. Secara rata-rata karbohidrat daya cernanya adalah 97%, protein mempunyai koefisien daya cerna sebesar 92% dan lemak mempunyai koefisien daya cerna sebesar 95%. Gambaran kandungan energi dalam zat gizi dapat dilihat pada Tabel 1 .<br />
<br />
Tabel 1. Kandungan Energi Zat Gizi Kelompok Makanan dan Ketersediaan Energi Dalam Tubuh<br />
<br />
[[File:Kandungan Energi.JPG|400px]]<br />
<br />
<br />
==='''Pengukuran Pengeluaran Energi dalam Tubuh '''===<br />
<br />
Pengukuran aktifitas fisik biasanya digambarkan dengan istilah pengeluaran energi. Pengukuran aktifitas fisik dapat ditunjukkan antara lain oleh jumlah kerja (watt), lamanya waktu melakukan aktifitas fisik (detik, menit), sebagai unit gerakan (jumlah) atau berasal dari skor numeric hasil dari respon kuesioner. Aktiftas dapat pula didefinisikan dengan perilaku yang disengaja. Biasanya aktifitas fisik meliputi tiga dimensi yaitu durasi (detik, menit, jam), frekuensi (seperti : tiga kali seminggu) dan intensitas (seperti laju pengeluaran energi dalam kilokalori per menit atau kilojoule per jam). Lingkungan fisik (temperature dan ketinggian) dan factor psikologi atau emosi dapat mempengaruhi fisiologi aktifitas. Perkembangan teknologi dan mekanisasi diberbagai bidang telah menurunkan kebutuhan energi pada manusia. Sebagai akibatnya aktifitas bekerja banyak dibantu oleh alat yang meminimalkan pengeluaran energi seperti penggunaan mesin pembajak untuk mengolah tanah di sawah dan penggunakan eskalator untuk naik dan turun tangga. Pengeluaran energi menunjukkan jumlah energi yang terpakai karena aktifitas fisik yang dilakukan. Metode pengukuran pengeluaran energi dapat dilakukan secara langsung yang mengukur produksi panas yang dikeluarkan ketika melakukan aktfitas fisik. Metode ini cukup rumit bila dibandingkan dengan metode tidak langsung. <ref>Wilda Welis. 2015. Gizi Untuk Aktifitas Fisik dan Kebugaran</ref><br />
<br />
=='''Kebutuhan Kalori'''==<br />
<br />
Kalori merupakan salah satu nutrisi yang terkandung dalam makanan. Agar badan tetap sehat, diperlukan kalori dengan jumlah sesuai dengan yang dianjurkan. Bila jumlah kalori yang diperlukan tidak terpenuhi atau bahkan berlebihan, maka kesehatan yang optiml tidak dapat dicapai. Untuk itulah perlu diketahui besarnya kalori yang dibutuhkan agar kesehatan yang optimal dapat tercapai.<br />
<br />
==='''Faktor-faktor yang mempengaruhi kebutuhan kalori'''===<br />
<br />
Kebutuhan akan energi pada tubuh manusia, dengan asumsi keadaan lingkungan dalam keadaan normal (suhu, tekanan udara, kelembaban) dan tubuh dalam kondisi sehat, dipengaruhi oleh sebagai berikut :<br />
<br />
a. Usia<br />
<br />
Semakin bertambahnya usia, kebutuhan kalori seseorang relatif lebih rendah untuk tiap kilogram berat badannya. Anak-anak dan remaja yang sedang dalam proses pertumbuhan membutuhkan kalori relatif lebih besar dibandingkan dengan kebutuhan kalori pada orang yang sudah tua. Orang yang masih muda mampu melakukan pekerjaan-pekerjaan berat serta mampu bergerak lincah, semua ini karena didorong oleh intensitas kerja organ-organ di dalam tubuhnya yang masih besar dan cepat. Lain halnya dengan orang yang telah berusia 50 tahun ke atas dimana kerja organ-organ dalam tubuhnya telah mengalami pengenduran/penurunan sehingga pekerjaan yang berat tidak sanggup lagi untuk dikerjakannya.<br />
<br />
b. Ukuran tubuh<br />
<br />
Kebutuhan kalori terutama energi pada seseorang dengan ukuran tubuh yang besar pasti akan berbeda dengan kebutuhan energi pada sesorang yang bertubuh kecil, meskipun jenis kelamin, kegiatan, dan usianya sama. Seseorang yang bertubuh besar mempunyai bidang permukaan tubuh dan jaringan aktif yang lebih besar daripada seseorang yang bertubuh kecil sehingga metabolisme basal/basal metabolic rate (BMR) nya akan lebih besar daripada orang yang bertubuh kecil.<br />
<br />
c. Jenis kelamin<br />
<br />
Laki-laki lebih banyak membutuhkan kalori daripada perempuan karena laki-laki lebih banyak mempunyai otot dan lebih aktif melakukan pekerjaan sehingga mengeluarkan kalori lebih banyak. Biasanya energi minimal yang diperlukan perempuan 10% lebih rendah dari kebutuhan energi minimal yang diperlukan seorang laki-laki.<br />
<br />
d. Jenis pekerjaan<br />
<br />
Berat ringannya beban kerja seseorang ditentukan oleh lamanya waktu melakukan pekerjaan dan jenis pekerjaan itu sendiri. Semakin berat beban kerja, seharusnya waktu yang dihabiskan untuk bekerja semakin pendek agar terhindar dari kelelahan dan gangguan fisiologis yang berarti atau sebaliknya.<br />
<br />
==='''Menentukan kebutuhan kalori'''===<br />
Kebutuhan kalori harian adalah jumlah kalori yang dibutuhkan oleh tubuh Anda setiap hari, untuk menjalankan fungsi utama tubuh, dan untuk melakukan aktivitas sehari-hari.<br />
<br />
Kebutuhan kalori harian ini bisa Anda gunakan sebagai acuan berapa banyak makanan yang harus Anda konsumsi per harinya. Kebutuhan kalori harian didapat dari angka BMR yang dikalikan dengan faktor aktivitas fisik, atau dengan kata lain bahwa kebutuhan kalori dihitung dengan menentukan basal metabolic rate dan aktivitas fisik.<br />
<br />
a. Basal metabolic rate (BMR)<br />
<br />
Basal metabolic rate adalah kebutuhan energi minimal yang diperlukan oleh tubuh untuk mempertahankan fungsi alat pernapasan, sirkulasi darah, temperatur tubuh, kegiatan kelenjar, serta fungsi begetatif lain.<br />
<br />
Cara untuk menghitung BMR berdasarkan rumus Harris Benedict sebagai berikut :<br />
<br />
BMR Laki-laki = 66,42 + (13,75 BB) + (5 TB) – (6,78 U)<br />
<br />
BMR Perempuan = 655,1 + (9,65 BB) + (1,85 TB) – (4,68 U)<br />
<br />
Keterangan :<br />
<br />
BMR : Basal Metabolic Rate<br />
<br />
BB : Berat Badan (kg)<br />
<br />
TB : Tinggi Badan (cm)<br />
<br />
U : Usia (dalam tahun)<br />
<br />
b. Aktivitas fisik<br />
<br />
Ketika penentuan besaran kebutuhan kalori, penting untuk mengerti mengenai besaran kegiatan fisik yang dilakukan setiap individu. Aktivitas fisik dikelompokkan menurut berat ringannya aktivitas, yakni ringan, sedang, dan berat.<br />
<br />
Total Kalori = Faktor aktivitas fisik x BMR<br />
<br />
Adapun nilai-nilai untuk faktor aktivitas ditunjukkan pada tabel di bawah ini:<br />
<br />
[[File:Faktor aktivitas fisik.jpg]]<br />
<br />
Ada cara yang lebih mudah untuk menentukan kebutuhan kalori ini. Komponen yang harus diperhitungkan dalam menentukan kalori ini adalah berat badan ideal, kebutuhan basal, aktivitas fisik yang dilakukan dan juga koreksi usia Anda <ref>Kompas. 2012. Berapa Kebutuhan Kalori Anda per Hari?</ref>. Berikut cara menghitungnya. <br />
<br />
1.Tentukan berat badan ideal (BB) <br />
<br />
Langkah awal yang harus diketahui adalah tinggi badan (TB) yang Anda miliki saat ini. Berat badan (BB) ideal bisa diperhitungkan dengan cara: <br />
<br />
BB Ideal = 0,9 x (TB-100).<br />
<br />
Ini akan menentukan berapa bobot tubuh yang seharusnya Anda miliki. Para pria biasanya memiliki kelebihan berat badan karena memiliki massa otot yang lebih besar, sedangkan perempuan lebih berat karena massa lemaknya yang lebih tinggi. Contoh : jika Anda adalah seorang perempuan berusia 45 tahun dan memiliki tinggi badan 165 c, maka BB ideal adalah = 0,9 x (165-100) = 58,5 kg. <br />
<br />
2.Hitung kebutuhan basal (KB) <br />
<br />
Kebutuhan basal (KB) adalah kebutuhan minimal yang dibutuhkan untuk memenuhi kebutuhan saat tidur atau istirahat. Ini merupakan kebutuhan energi dan kalori yang paling mendasar untuk menggerakan jantung, paru, usus dan pencernaan saja. Kebutuhan basal laki-laki dan perempuan ini berbeda satu sama lain. <br />
<br />
KB perempuan = BB Ideal x 25 KKal <br />
<br />
KB pria = BB Ideal x 30 KKal <br />
<br />
Contoh : KB = 58,5 x 25 Kkal = 1462,5 Kkal <br />
<br />
3.Aktivitas fisik (AF) <br />
<br />
Rata-rata semua orang pasti memiliki aktivitas masing-masing. Asupan kalori tubuh ini juga dipengaruhi oleh aktivitas yang dilakukan. Secara umum ada tiga kategori aktivitas fisik yang dilakukan yaitu ringan, sedang, dan berat. Aktivitas fisik ini dihitung dari total kebutuhan basal.<br />
<br />
Aktivitas ringan (10-20 persen) : Menyetir mobil (10 persen), mengajar (20 persen), berjalan (20 persen), kerja kantoran (10 persen), memancing (20 persen), membaca (10 persen). <br />
<br />
Aktivitas sedang (20-30 persen) : kerja rumah tangga (20 persen), bersepeda (30 persen), bowling (20 persen), berjalan cepat (30 persen), berkebun (30 persen). <br />
<br />
Aktivitas berat (40-50 persen) : aerobik (40 persen), bersepeda mendaki (40 persen), panjat tebing (50 persen), dansa (40 persen), jogging (40 persen), atlit (50 persen). <br />
<br />
Jika dalam satu hari Anda banyak beraktivitas, maka kebutuhan aktivitas yang diambil adalah aktivitas yang paling sering dilakukan setiap harinya. Contoh : Jika sehari-hari Anda beraktivitas sebagai ibu rumah tangga maka, aktivitas fisik Anda adalah = 20% x 1462,5 (kebutuhan basal) = 292,5 Kkal. <br />
<br />
4.Koreksi usia (KU) <br />
<br />
Usia juga akan mempengaruhi kebutuhan kalori seseorang. Semakin bertambahnya usia, maka kebutuhan kalori dan asupan makanannya pun semakin sedikit. Untuk Anda yang berusia 40-59 tahun, maka koreksi usianya mencapai 5 persen, usia 60-69 tahun maka koreksinya 10 persen, dan usia lebih dari 70 tahun koreksinya 20 persen. Contoh: Jika Anda berusia 45 tahun, maka faktor koreksinya adalah 5 persen. Sehingga koreksi usia Anda adalah = 5 % x 1462,5 Kkal (kebutuhan basal) = 73,125 Kkal. <br />
<br />
5.Total kalori yang dibutuhkan (TK) <br />
<br />
Setelah mendapatkan semua komponen yang dibutuhkan, maka total kalori (TK) sehari ini bisa dihitung dengan rumus: <br />
<br />
TK = KB + AF - KU <br />
<br />
<br />
'''Menghitung kebutuhan kalori dengan Rumus Harris Benedict dan Rumus WHO'''<br />
<br />
a. Rumus Harris Benedict Rumus Harris Benedict memperhitungkan usia, jenis kelamin, berat badan, tinggi badan, hingga level aktivitas fisik. Rumus untuk menghitung kebutuhan energi pria yaitu = 66,5 + 13,8 x (berat badan dalam kilogram) + 5 x (tinggi badan dalam cm) dibagi dengan 6,8 x usia. Hasil dari penghitungan ini kemudian dikalikan dengan faktor aktivitas fisik. Jika aktivitas fisik Anda rendah, maka dikalikan dengan 1,2. Untuk aktivitas fisik sedang dikalikan dengan 1,3. Sementara aktivitas fisik berat dikalikan dengan 1,4. <br />
<br />
b. Rumus WHO dibagi sesuai dengan kategori umur. Untuk mencari kebutuhan energi pria usia 18-29 tahun, digunakan rumus 15,3 x (berat badan dalam kilogram) + 679. Hasilnya kemudian dikalikan dengan faktor aktivitas fisik yaitu 1,3.<br />
<br />
----<br />
'''Body Mass Index (BMI)'''<br />
<br />
Body Mass Index (BMI) atau Indeks Massa Tubuh, adalah metode pengukuran yang membandingkan antara tinggi dan berat badan. Nilai BMI akan digunakan untuk mengetahuistatus gizi. Body Mass Index (BMI) atau Indeks Massa Tubuh merupakan cara termudah untuk melakukan penilaian status gizi. Metode perhitungan BMI ini ditemukan oleh seorang ahli statistik terkenal, Lambert Quetelet, pada abad 19 dan telah mengalami penyesuaian seiring <br />
perkembangan ilmu pengetahuan yang berkaitan dengan hubungan antara berat badan dan kesehatan. Rumus index massa tubuh adalah sebagai berikut:<br />
<br />
BMI= BERAT(KG)/TINGGI (CM)<br />
<br />
Status gizi setiap individu berdasarkan perhitungan BMI dapat dilihat di bawah:<br />
<br />
Sangat Kurus : <17<br />
<br />
Kurus : 17-18.4<br />
<br />
Normal : 18.5-25<br />
<br />
Gemuk : 25.1-27<br />
<br />
Sangat Gemuk : >27<br />
<br />
Sumber : <ref>Irma Eka Ayu Novita. 2015. PENGEMBANGAN APLIKASI UNTUK MENGETAHUI KEBUTUHAN <br />
JUMLAH KALORI</ref><br />
<br />
----<br />
Namun, BMR saja tidak cukup untuk mengetahui kebutuhan kalori harian Anda karena BMR tidak mempertimbangkan faktor aktivitas fisik. Tubuh Anda juga membutuhkan energi (kalori) untuk melakukan berbagai aktivitas fisik sehari-hari, seperti berjalan, bekerja, dan berolahraga. Nilai-nilai untuk faktor aktivitas ditunjukkan pada tabel yang telah di jelaskan di atas.<br />
<br />
Untuk memudahkan kita menghitung kebutuhan kalori setiap hari, sesuai dengan berat badan, tinggi badan, usia, dan level aktivitas kita. Hello Sehat sudah menyediakan [https://hellosehat.com/cek-kesehatan/kebutuhan-kalori/ Kalkulator Kebutuhan Kalori] yang bisa kita gunakan.<br />
<br />
=== Regredasi Antara Kebutuhan Kalori dan Kesehatan ===<br />
Meskipun kemasan makanan lebih sering mencantumkan persen angka kecukupan gizi berdasarkan pada kebutuhan energi 2000 kkal, namun kini kita tahu bahwa tidak semua orang membutuhkan energi 2000 kkal per harinya. Kebutuhan energi kita bergantung pada jenis kelamin, usia, berat badan, tinggi badan, keadaan fisik, hingga aktivitas kita sehari-hari. Mengetahui berapa kebutuhan energi kita per hari dapat membantu menjaga kesehatan kita karena hal tersebut bisa mempengaruhi keseimbangan energi kita sehari-hari.<br />
<br />
Prinsip dalam mencukupi kebutuhan energi sederhana saja yaitu seimbang, karena jika kita mengonsumsi kalori lebih dari kebutuhan, ini dapat mengakibatkan peningkatan berat badan di kemudian hari sekaligus meningkatkan risiko kita mengidap berbagai macam penyakit, khususnya penyakit degeneratif. Tetapi jika kita mengonsumsi kalori kurang dari kebutuhan kita, maka akan terjadi penurunan berat badan sekaligus penurunan fungsi organ-organ dalam tubuh karena tidak mendapat asupan yang seharusnya.<br />
<br />
=='''Kebutuhan Protein'''==<br />
<br />
Kecukupan protein untuk orang dewasa menurut hasil penelitian keseimbangan nitrogen adalah 0.75 gr/kg BB, berupa protein patokan tinggi (protein telur) disebut taraf suapan terjamin(safe level of intake). Kecukupan protein dipengaruhi mutu protein hidangan (dinyatakan dengan skor asam amino), daya cerna protein dan berat badan seseorang. Angka kecukupan protein menurut Widyakarya Nasional Pangan dan Gizi (1998) adalah 55 gram untuk laki-laki yang berumur 20-45 tahun dan 48 gram untuk perempuan berumur 20-45 tahun. Kebutuhan protein bagi seorang atlet sedikit berbeda bila dibandingkan dengan bukan atlet. Apalagi seorang atlet yang melakukan latihan-latihan, pertandingan berat dan usianya masih remaja dalam pertumbuhan akan memerlukan protein lebih banyak. Seorang atlet membutuhkan protein 1 gram per kg berat badan. Bila atlet berlatih intensif dan lama dan sedang membesarkan otot, membutuhkan protein 1,2 sampai 1,7 gram per<br />
kg berat badan per hari (100 - 210% dari yang dianjurkan) dan atlet endurance antara 1,2 sampai 1,4 gram per kg berat badan per hari (100-175% dari yang dinjurkan), sedangkan untuk atlet remaja yang sedang tumbuh membutuhkan protein sebesar 2 gram per kg berat badan per hari. Penambahan kebutuhan protein mudah diatasi dengan penambahan masukan protein dari makanan seimbang dengan kandungan protein 10-15%.<br />
<br />
<br />
=='''Penilaian Status Gizi'''<ref>Devie Novitasari. 2009. Analisa Pemenuhan Kebutuhan Kalori Tenaga Kerja Bagian Office di PT. X, Sebagai Dasar Upaya Pengadaan Kantin Rendah Lemak.</ref>==<br />
<br />
Penilaian status gizi dapat dilakukan secara langsung maupun tidak langsung. Penilaian secara langsung antara lain dengan antropometri, secara klinis, biokimia, dan biofisik. Sedangkan penilaian secara tidak langsung dapat dilakukan dengan survey konsumsi makanan, statistic vital dan factor ekologi (I Dewa Nyoman Supariasa, dkk., 2001). Secara umum antropometri berarti ukuran tubuh manusia. Ditinjau dari sudut pandang gizi maka antropometri gizi berhubungan berbagai macam pengukuran dimensi tubuh dan komposisi tubuh dari berbagai tingkat umur dan tingkat gizi. Penggunaan antropometri secara umum adalah untuk melihat keseimbangan asupan protein dan energi. Keseimbangan ini terlihat pada pola perumbuhan fisik dan proporsi jaringan tubuh seperti lemak, otot dan jumlah air dalam tubuh (I Dewa Nyoman Supariasa, dkk., 2001).<br />
<br />
Salah satu bentuk penilaian status gizi melalui indeks antropometri adalah dengan menghitung Indeks Masa Tubuh (IMT). Masalah kekurangan dan kelebihan gizi pada orang dewasa (usia 18 tahun ke atas) merupakan masalah penting, karena selain mempunyai resiko penyakit-penyakit tertentu jug dapat mempengaruhi produktivitas kerja. Oleh karena itu pemantauan keadaan tersebut perlu dilakukan secara berkesinambungan. Salah satu cara adalah dengan mempertahankan berat badan yang ideal dan normal. Laporan FAO/WHO tahun 1985 menyatakan bahwa batasan berat badan normal orang dewasa ditentukan berdasarkan Body Mass Index (BMI), di Indonesia diterjemahkan menjadi Indeks Massa Tubuh (IMT). Indeks Massa Tubuh (IMT) atau Body Mass Index (BMI) merupupakan alat atau cara yang sederhana untuk memantau status gizi orang dewasa, khususnya yang berkaitan dengan kekurangan dan kelebihan berat badan. Berat badan kurang dapat meningkatkan resiko terhadap penyakit infeksi, sedangkan berat badan lebih akan meningkatkan resiko terhadap penyakit degeneratif. Oleh karena itu, mempertahankan berat badan normal memungkinkan seseorang dapat mencapai usia harapan hidup yang lebih panjang. (I Dewa Nyoman Supariasa, dkk., 2001).<br />
<br />
=='''Aktifitas Sehari-hari'''==<br />
Aktifitas sehari hari pada setiap manusia berbeda-beda. Untuk beraktifitas manusia memerlukan energi yang berasal dari makanan yang dikonsumsi oleh manusia. Berikut tabel energi aktivitas manusia secara garis besar.<br />
<br />
[[File:Midaktivitas.jpg]]<br />
<br />
===Perhitungan Total Kebutuhan Kalori per Hari===<br />
Adapun beberapa contoh perhitungan kebutuhan kalori yang dibutuhkan per hari adalah sebagai berikut:<br />
<br />
[http://air.eng.ui.ac.id/index.php?title=AHMAD_ZIKRI#Perhitungan_Kebutuhan_Energi_Manusia_Secara_Komputasi 1. Ahmad Zikri]<br />
<br />
[http://air.eng.ui.ac.id/index.php?title=Ardy.lefran#Optimization_of_Human_Energy_Needs 2. Ardy Lololau]<br />
<br />
==KECUKUPAN ENERGI, PROTEIN, LEMAK DAN KARBOHIDRAT==<br />
<br />
Angka kecukupan gizi (AKG) berguna sebagai patokan dalam penilaian dan perencanaan konsumsi pangan, serta basis dalam perumusan acuan label gizi. Angka kecukupan gizi mengalami perkembangan sesuai dengan perkembangan Iptek gizi dan ukuran antropometri penduduk. Setelah sekitar sepuluh tahun ditetapkan angka kecukupan energi (AKE) dan kecukupan protein (AKP) bagi penduduk Indonesia, kini saatnya ditinjau ulang dan disempurnakan. <br />
Kajian ini bertujuan merumuskan angka kecukupan energi (AKE), kecukupan protein (AKP), kecukupan lemak (AKL), kecukupan karbohidrat (AKK) dan serat makanan (AKS) penduduk Indonesia.<br />
<br />
Data berat badan (BB) dan tinggi badan (TB) yg digunakan dalam perhitungan AKE dan AKP didasarkan pada median berat badan dan tinggi badan normal penduduk Indonesia menurut kelompok umur dan jenis kelamin berdasarkan data Riskesdas 2010 terhadap standar WHO. Secara umum perhitungan AKE pada anak dan dewasa didasarkan pada model persamaan estimasi energi IOM 2005 (MPEI). MPEI pada anak mempertimbangkan faktor RBNPI, umur, energi pertumbuhan dan energi cadangan. MPEI pada remaja dan dewasa mempertimbangkan faktor RBNPI, umur, energi cadangan dan aktifitas fisik. <br />
Perhitungan AKP bagi anak dan dewasa didasarkan pada kecukupan protein pada setiap kelompok umur dan jenis kelamin anjuran IOM (2005) dan WHO (2007) serta faktor koreksi mutu protein.<br />
<br />
Perhitungan AKL didasarkan pada anjuran sebaran persentase energi dari lemak (AceptableMacronutrient Distribution Range –AMDR) dan kebutuhan asam lemak esensial bagi setiapkelompok umur dan jenis kelamin yang dianjurkan IOM (2005) dan FAO/WHO (2008). Perhitungan tambahan AKE, AKP, AKL bagi busui didasarkan pada tambahan kecukupan gizi ini untuk produksi ASI dikoreksi penurunan berat badan setelah melahirkan.<br />
<br />
Perhitungan tambahan AKE, AKP, AKL bagi bumil didasarkan pada tambahan kecukupan zat gizi ini bagi pertumbuhan perkembangan janin dan organ tubuh ibu, peningkatan cairan tubuh, dan cadangan. Perhitungan AKL didasarkan pada IOM (2005) dan FAO/WHO (2008) serta distribusi persentase energi gizi makro. Angka kecukupan serat pangan (AKS) bagi anak, remaja dan dewasa adalah 14 g serat pangan per 1000 kkal kecukupan energy (IOM 2005).<br />
Hasil kajian menunjukkan kisaran distribusi energi gizi makro dari pola konsumsi penduduk Indonesia berdasarkan analisis data Riskesdas 2010 adalah 9-14% energi protein 24-36% energi lemak, dan 54-63% energi karbohidrat yang belum sebaik yang diharapkan, yaitu 5-15% energi protein, 25-55% energi lemak, dan 40-60% energi karbohidrat tergantung usia atau tahap tumbuh kembang. <br />
<br />
Pada makalah ini disajikan AKL, AKK dan AKS untuk setiap kelompok umur dan jenis kelamin bagi penduduk Indonesia. AKP yang dihasilkan dari data klinis (keseimbangan nitrogen) jauh lebih rendah dibandingkan cara anjuran kisaran sebaran persentase 1energi dari gizi makro (AMDR). Secara umum AKE dan AKP bagi penduduk Indonesia saat ini ( WNPG 2012) sedikit lebih tinggi dibanding AKE dan AKP 2004 (WNPG 2004). Dengan menggunakan hasil perhitungan AKE dan AKP pada setiap kelompok umur dan jenis kelamin, serta kompoissi penduduk hasil Sensus Penduduk 2010, diperoleh rata-rata AKE dan AKP nasional pada tingkat konsumsi masing-masing adalah 2150 kkal dan 57 g perkapita perhari denganproporsi anjuran protein hewani 25 %. Sementara AKE dan AKP pada tingkat ketersediaan adalah 2400 kkal dan 63 g perkapita perhari. <br />
<br />
Penggunaan angka-angka kecukupan gizi ini berguna sebagai dasar perencanaan konsumsi pangan kelompok orang atau wilayah untuk mencapai status gizi dan kesehatan yang optimal, tidak dimaksudkan untuk penilain atau penelitian tingkat asupan zat gizi individu.<ref>Hardinsyah, et all. 2012 KECUKUPAN ENERGI, PROTEIN, LEMAK DAN KARBOHIDRAT.</ref><br />
<br />
==Kebutuhan Kalori Tiap Individu Setiap Hari==<br />
<br />
Berikut adalah perhitungan kebutuhan kalori tiap individu setiap hari yang merujuk dari kemenkes:<br />
<br />
[[File:tugas.png]]<br />
<br />
[[File:fotoalghifari2.png]]<br />
<br />
=='''Referensi'''==<br />
<references/><br />
<br />
<ref>Novita, Irma. 2015. Pengembangan Aplikasi Untuk Mengetahui Kebutuhan Jumlah Kalori.</ref><br />
<br />
<ref>Septyaningrum, Hani. 2011. Studi Intake Energi (Kalori) Kerja di PT United Tractors Tbk.</ref></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Optimasi_Sistem_Energi_pada_Manusia&diff=26634Optimasi Sistem Energi pada Manusia2020-03-12T06:53:17Z<p>Adzanna: /* Kebutuhan Kalori */</p>
<hr />
<div>Masukan Opini Anda Mengenai Optimasi Sistem Energi pada Manusia<br />
<br />
<br />
== '''Energi Dan Pengukurannya''' ==<br />
<br />
Energi dibutuhkan oleh semua makhluk hidup untuk menjalan fungsi kehidupannya. Variasi bentuk energi sangat banyak mulai dari energi cahaya, energi kimia dan energi listrik serta bentuk energi lainnya. Energi dalam makanan disimpan dalam bentuk ikatan kimia dengan berbagai senyawa. Pemecahan rantai kimia pada makanan melepaskan energi dan tersedia untuk dirubah ke dalam bentuk energi lain. Sebagai contoh adalah bila glukosa dalam bahan makanan dicerna selama proses glikolisis, energi yang dihasilkan akan dibentuk menjadi energi kimia lain yang dikenal dengan ATP dan selanjutnya dapat dirubah ke dalam energi mekanik yaitu berupa kontraksi otot. <br />
<br />
==='''Pengukuran Kandungan Energi Dalam Makanan'''===<br />
<br />
Energi dalam makanan dapat diukur dengan menggunakan kalorimetri langsung. Adapun alat yang digunakan adalah bomb calorimeter. Dalam alat kalorimeter bom ini makanan dibakar dan menghasilkan panas yang digunakan untuk mengukur kandungan energi dalam makanan tersebut. Sejumlah makanan ditempatkan pada wadah kecil dalam ruangan yang dikelilingi oleh air dan tekanan oksigen yang tinggi, Makanan dibakar dalam wadah dan menghasilkan panas, yang dipindahkan melalui dinding logam wadah dan akan menyebabkan suhu air meningkat. Peningkatan suhu air secara langsung menggambarkan energi yang dikandung oleh makanan. Jika volume air dalam ruangan sebelum dipanaskan adalah 2 liter dan temperatur meningkat 4oC maka energi yang dikandung dalam makanan itu adalah sebesar 8 kilokalori. Energi yang ditentukan melalui calorimeter bom ini adalah energi kasar makanan dan mewakili energi kimia total dari makanan tersebut. Angka energi kasar untuk karbohidrat adalah 4.1 kkal/g, untuk lemak 8.87 kkal/g sedangkan untuk protein 5.56 kkal/g. pengukuran energi dengan menggunakan bom kalorimeter merupakan metode yang paling akurat namun memerlukan biaya yang relatif tinggi. Selain itu pengukuran energi dengan bom kalorimeter menyebabkan hasil yang melebihi perkiraan sebenarnya (overestimate) karena tidak semua energi yang terdapat dalam makanan yang dimakan dapt dicerna atau diserap . <br />
<br />
[[File:Kalorimetri.JPG|300px]]<br />
<br />
Gambar 1. Bagian-bagian ''Bomb Calorimetri''<br />
<br />
Kandungan energi pada karbohidrat bervariasi tergantung tipe dan struktur atom penyusunnya. Glukosa bila dibakar akan menghasilkan 3.7 kkal per gram , sebaliknya pembakaran pati dan glikogen kira-kira 4.2 kkal per gram. Demikian pula kandungan energi pada lemak juga tergantung struktur triasilgliserol atau asam lemak penyusunnya. Asam lemak rantai sedang seperti octanoate (asam lemak dengan 8 karbon) mengandung 8.6 kkal per gram, sedangkan asam lemak rantai panjang mengandung 9.4 kkal per gram. Pada protein kandungan energinya tergantung pada tipe protein dan nitrogen yang dikandungnya. Protein yang mengandung nitrogen yang tinggi menghasilkan energi yang lebih rendah. Secara rata-rata protein dalam makanan mengandung 5.65 kkal per gram. Protein bukan merupakan sumber energi yang berarti bagi tubuh. Belum tentu semua makanan dicerna secara sempurna, sehingga menyebabkan penurunan ketersediaan energi. Persentase energi makanan yang diserap digambarkan oleh koefisien daya cerna. Koefisien daya cerna 50 berarti hanya separuh dari energi yang dicerna dapat diserap. Penambahan serat ke dalam makanan menurunkan koefisien daya cerna. Jadi bila makanan tinggi kandungan seratnya, jumlah energi yang tersedia akan lebih kecil daripada makanan yang sama namun kandungan seratnya lebih rendah. Serat yang terdapat dalam makanan menyebabkan makanan tersebut bergerak lebih cepat melewati sistem pencernaan dalam usus, waktu penyerapannya lebeh rendah. Secara rata-rata karbohidrat daya cernanya adalah 97%, protein mempunyai koefisien daya cerna sebesar 92% dan lemak mempunyai koefisien daya cerna sebesar 95%. Gambaran kandungan energi dalam zat gizi dapat dilihat pada Tabel 1 .<br />
<br />
Tabel 1. Kandungan Energi Zat Gizi Kelompok Makanan dan Ketersediaan Energi Dalam Tubuh<br />
<br />
[[File:Kandungan Energi.JPG|400px]]<br />
<br />
<br />
==='''Pengukuran Pengeluaran Energi dalam Tubuh '''===<br />
<br />
Pengukuran aktifitas fisik biasanya digambarkan dengan istilah pengeluaran energi. Pengukuran aktifitas fisik dapat ditunjukkan antara lain oleh jumlah kerja (watt), lamanya waktu melakukan aktifitas fisik (detik, menit), sebagai unit gerakan (jumlah) atau berasal dari skor numeric hasil dari respon kuesioner. Aktiftas dapat pula didefinisikan dengan perilaku yang disengaja. Biasanya aktifitas fisik meliputi tiga dimensi yaitu durasi (detik, menit, jam), frekuensi (seperti : tiga kali seminggu) dan intensitas (seperti laju pengeluaran energi dalam kilokalori per menit atau kilojoule per jam). Lingkungan fisik (temperature dan ketinggian) dan factor psikologi atau emosi dapat mempengaruhi fisiologi aktifitas. Perkembangan teknologi dan mekanisasi diberbagai bidang telah menurunkan kebutuhan energi pada manusia. Sebagai akibatnya aktifitas bekerja banyak dibantu oleh alat yang meminimalkan pengeluaran energi seperti penggunaan mesin pembajak untuk mengolah tanah di sawah dan penggunakan eskalator untuk naik dan turun tangga. Pengeluaran energi menunjukkan jumlah energi yang terpakai karena aktifitas fisik yang dilakukan. Metode pengukuran pengeluaran energi dapat dilakukan secara langsung yang mengukur produksi panas yang dikeluarkan ketika melakukan aktfitas fisik. Metode ini cukup rumit bila dibandingkan dengan metode tidak langsung. <ref>Wilda Welis. 2015. Gizi Untuk Aktifitas Fisik dan Kebugaran</ref><br />
<br />
=='''Kebutuhan Kalori'''==<br />
<br />
Kalori merupakan salah satu nutrisi yang terkandung dalam makanan. Agar badan tetap sehat, diperlukan kalori dengan jumlah sesuai dengan yang dianjurkan. Bila jumlah kalori yang diperlukan tidak terpenuhi atau bahkan berlebihan, maka kesehatan yang optiml tidak dapat dicapai. Untuk itulah perlu diketahui besarnya kalori yang dibutuhkan agar kesehatan yang optimal dapat tercapai.<br />
<br />
==='''Faktor-faktor yang mempengaruhi kebutuhan kalori'''===<br />
<br />
Kebutuhan akan energi pada tubuh manusia, dengan asumsi keadaan lingkungan dalam keadaan normal (suhu, tekanan udara, kelembaban) dan tubuh dalam kondisi sehat, dipengaruhi oleh sebagai berikut :<br />
<br />
a. Usia<br />
<br />
Semakin bertambahnya usia, kebutuhan kalori seseorang relatif lebih rendah untuk tiap kilogram berat badannya. Anak-anak dan remaja yang sedang dalam proses pertumbuhan membutuhkan kalori relatif lebih besar dibandingkan dengan kebutuhan kalori pada orang yang sudah tua. Orang yang masih muda mampu melakukan pekerjaan-pekerjaan berat serta mampu bergerak lincah, semua ini karena didorong oleh intensitas kerja organ-organ di dalam tubuhnya yang masih besar dan cepat. Lain halnya dengan orang yang telah berusia 50 tahun ke atas dimana kerja organ-organ dalam tubuhnya telah mengalami pengenduran/penurunan sehingga pekerjaan yang berat tidak sanggup lagi untuk dikerjakannya.<br />
<br />
b. Ukuran tubuh<br />
<br />
Kebutuhan kalori terutama energi pada seseorang dengan ukuran tubuh yang besar pasti akan berbeda dengan kebutuhan energi pada sesorang yang bertubuh kecil, meskipun jenis kelamin, kegiatan, dan usianya sama. Seseorang yang bertubuh besar mempunyai bidang permukaan tubuh dan jaringan aktif yang lebih besar daripada seseorang yang bertubuh kecil sehingga metabolisme basal/basal metabolic rate (BMR) nya akan lebih besar daripada orang yang bertubuh kecil.<br />
<br />
c. Jenis kelamin<br />
<br />
Laki-laki lebih banyak membutuhkan kalori daripada perempuan karena laki-laki lebih banyak mempunyai otot dan lebih aktif melakukan pekerjaan sehingga mengeluarkan kalori lebih banyak. Biasanya energi minimal yang diperlukan perempuan 10% lebih rendah dari kebutuhan energi minimal yang diperlukan seorang laki-laki.<br />
<br />
d. Jenis pekerjaan<br />
<br />
Berat ringannya beban kerja seseorang ditentukan oleh lamanya waktu melakukan pekerjaan dan jenis pekerjaan itu sendiri. Semakin berat beban kerja, seharusnya waktu yang dihabiskan untuk bekerja semakin pendek agar terhindar dari kelelahan dan gangguan fisiologis yang berarti atau sebaliknya.<br />
<br />
==='''Menentukan kebutuhan kalori'''===<br />
Kebutuhan kalori harian adalah jumlah kalori yang dibutuhkan oleh tubuh Anda setiap hari, untuk menjalankan fungsi utama tubuh, dan untuk melakukan aktivitas sehari-hari.<br />
<br />
Kebutuhan kalori harian ini bisa Anda gunakan sebagai acuan berapa banyak makanan yang harus Anda konsumsi per harinya. Kebutuhan kalori harian didapat dari angka BMR yang dikalikan dengan faktor aktivitas fisik, atau dengan kata lain bahwa kebutuhan kalori dihitung dengan menentukan basal metabolic rate dan aktivitas fisik.<br />
<br />
a. Basal metabolic rate (BMR)<br />
<br />
Basal metabolic rate adalah kebutuhan energi minimal yang diperlukan oleh tubuh untuk mempertahankan fungsi alat pernapasan, sirkulasi darah, temperatur tubuh, kegiatan kelenjar, serta fungsi begetatif lain.<br />
<br />
Cara untuk menghitung BMR berdasarkan rumus Harris Benedict sebagai berikut :<br />
<br />
BMR Laki-laki = 66,42 + (13,75 BB) + (5 TB) – (6,78 U)<br />
<br />
BMR Perempuan = 655,1 + (9,65 BB) + (1,85 TB) – (4,68 U)<br />
<br />
Keterangan :<br />
<br />
BMR : Basal Metabolic Rate<br />
<br />
BB : Berat Badan (kg)<br />
<br />
TB : Tinggi Badan (cm)<br />
<br />
U : Usia (dalam tahun)<br />
<br />
b. Aktivitas fisik<br />
<br />
Ketika penentuan besaran kebutuhan kalori, penting untuk mengerti mengenai besaran kegiatan fisik yang dilakukan setiap individu. Aktivitas fisik dikelompokkan menurut berat ringannya aktivitas, yakni ringan, sedang, dan berat.<br />
<br />
Total Kalori = Faktor aktivitas fisik x BMR<br />
<br />
Adapun nilai-nilai untuk faktor aktivitas ditunjukkan pada tabel di bawah ini:<br />
<br />
[[File:Faktor aktivitas fisik.jpg]]<br />
<br />
Ada cara yang lebih mudah untuk menentukan kebutuhan kalori ini. Komponen yang harus diperhitungkan dalam menentukan kalori ini adalah berat badan ideal, kebutuhan basal, aktivitas fisik yang dilakukan dan juga koreksi usia Anda <ref>Kompas. 2012. Berapa Kebutuhan Kalori Anda per Hari?</ref>. Berikut cara menghitungnya. <br />
<br />
1.Tentukan berat badan ideal (BB) <br />
<br />
Langkah awal yang harus diketahui adalah tinggi badan (TB) yang Anda miliki saat ini. Berat badan (BB) ideal bisa diperhitungkan dengan cara: <br />
<br />
BB Ideal = 0,9 x (TB-100).<br />
<br />
Ini akan menentukan berapa bobot tubuh yang seharusnya Anda miliki. Para pria biasanya memiliki kelebihan berat badan karena memiliki massa otot yang lebih besar, sedangkan perempuan lebih berat karena massa lemaknya yang lebih tinggi. Contoh : jika Anda adalah seorang perempuan berusia 45 tahun dan memiliki tinggi badan 165 c, maka BB ideal adalah = 0,9 x (165-100) = 58,5 kg. <br />
<br />
2.Hitung kebutuhan basal (KB) <br />
<br />
Kebutuhan basal (KB) adalah kebutuhan minimal yang dibutuhkan untuk memenuhi kebutuhan saat tidur atau istirahat. Ini merupakan kebutuhan energi dan kalori yang paling mendasar untuk menggerakan jantung, paru, usus dan pencernaan saja. Kebutuhan basal laki-laki dan perempuan ini berbeda satu sama lain. <br />
<br />
KB perempuan = BB Ideal x 25 KKal <br />
<br />
KB pria = BB Ideal x 30 KKal <br />
<br />
Contoh : KB = 58,5 x 25 Kkal = 1462,5 Kkal <br />
<br />
3.Aktivitas fisik (AF) <br />
<br />
Rata-rata semua orang pasti memiliki aktivitas masing-masing. Asupan kalori tubuh ini juga dipengaruhi oleh aktivitas yang dilakukan. Secara umum ada tiga kategori aktivitas fisik yang dilakukan yaitu ringan, sedang, dan berat. Aktivitas fisik ini dihitung dari total kebutuhan basal.<br />
<br />
Aktivitas ringan (10-20 persen) : Menyetir mobil (10 persen), mengajar (20 persen), berjalan (20 persen), kerja kantoran (10 persen), memancing (20 persen), membaca (10 persen). <br />
<br />
Aktivitas sedang (20-30 persen) : kerja rumah tangga (20 persen), bersepeda (30 persen), bowling (20 persen), berjalan cepat (30 persen), berkebun (30 persen). <br />
<br />
Aktivitas berat (40-50 persen) : aerobik (40 persen), bersepeda mendaki (40 persen), panjat tebing (50 persen), dansa (40 persen), jogging (40 persen), atlit (50 persen). <br />
<br />
Jika dalam satu hari Anda banyak beraktivitas, maka kebutuhan aktivitas yang diambil adalah aktivitas yang paling sering dilakukan setiap harinya. Contoh : Jika sehari-hari Anda beraktivitas sebagai ibu rumah tangga maka, aktivitas fisik Anda adalah = 20% x 1462,5 (kebutuhan basal) = 292,5 Kkal. <br />
<br />
4.Koreksi usia (KU) <br />
<br />
Usia juga akan mempengaruhi kebutuhan kalori seseorang. Semakin bertambahnya usia, maka kebutuhan kalori dan asupan makanannya pun semakin sedikit. Untuk Anda yang berusia 40-59 tahun, maka koreksi usianya mencapai 5 persen, usia 60-69 tahun maka koreksinya 10 persen, dan usia lebih dari 70 tahun koreksinya 20 persen. Contoh: Jika Anda berusia 45 tahun, maka faktor koreksinya adalah 5 persen. Sehingga koreksi usia Anda adalah = 5 % x 1462,5 Kkal (kebutuhan basal) = 73,125 Kkal. <br />
<br />
5.Total kalori yang dibutuhkan (TK) <br />
<br />
Setelah mendapatkan semua komponen yang dibutuhkan, maka total kalori (TK) sehari ini bisa dihitung dengan rumus: <br />
<br />
TK = KB + AF - KU <br />
<br />
<br />
'''Menghitung kebutuhan kalori dengan Rumus Harris Benedict dan Rumus WHO'''<br />
<br />
a. Rumus Harris Benedict Rumus Harris Benedict memperhitungkan usia, jenis kelamin, berat badan, tinggi badan, hingga level aktivitas fisik. Rumus untuk menghitung kebutuhan energi pria yaitu = 66,5 + 13,8 x (berat badan dalam kilogram) + 5 x (tinggi badan dalam cm) dibagi dengan 6,8 x usia. Hasil dari penghitungan ini kemudian dikalikan dengan faktor aktivitas fisik. Jika aktivitas fisik Anda rendah, maka dikalikan dengan 1,2. Untuk aktivitas fisik sedang dikalikan dengan 1,3. Sementara aktivitas fisik berat dikalikan dengan 1,4. <br />
<br />
b. Rumus WHO dibagi sesuai dengan kategori umur. Untuk mencari kebutuhan energi pria usia 18-29 tahun, digunakan rumus 15,3 x (berat badan dalam kilogram) + 679. Hasilnya kemudian dikalikan dengan faktor aktivitas fisik yaitu 1,3.<br />
<br />
----<br />
'''Body Mass Index (BMI)'''<br />
<br />
Body Mass Index (BMI) atau Indeks Massa Tubuh, adalah metode pengukuran yang membandingkan antara tinggi dan berat badan. Nilai BMI akan digunakan untuk mengetahuistatus gizi. Body Mass Index (BMI) atau Indeks Massa Tubuh merupakan cara termudah untuk melakukan penilaian status gizi. Metode perhitungan BMI ini ditemukan oleh seorang ahli statistik terkenal, Lambert Quetelet, pada abad 19 dan telah mengalami penyesuaian seiring <br />
perkembangan ilmu pengetahuan yang berkaitan dengan hubungan antara berat badan dan kesehatan. Rumus index massa tubuh adalah sebagai berikut:<br />
<br />
BMI= BERAT(KG)/TINGGI (CM)<br />
<br />
Status gizi setiap individu berdasarkan perhitungan BMI dapat dilihat di bawah:<br />
<br />
Sangat Kurus : <17<br />
<br />
Kurus : 17-18.4<br />
<br />
Normal : 18.5-25<br />
<br />
Gemuk : 25.1-27<br />
<br />
Sangat Gemuk : >27<br />
<br />
Sumber : <ref>Irma Eka Ayu Novita. 2015. PENGEMBANGAN APLIKASI UNTUK MENGETAHUI KEBUTUHAN <br />
JUMLAH KALORI</ref><br />
<br />
----<br />
Namun, BMR saja tidak cukup untuk mengetahui kebutuhan kalori harian Anda karena BMR tidak mempertimbangkan faktor aktivitas fisik. Tubuh Anda juga membutuhkan energi (kalori) untuk melakukan berbagai aktivitas fisik sehari-hari, seperti berjalan, bekerja, dan berolahraga. Nilai-nilai untuk faktor aktivitas ditunjukkan pada tabel yang telah di jelaskan di atas.<br />
<br />
Untuk memudahkan kita menghitung kebutuhan kalori setiap hari, sesuai dengan berat badan, tinggi badan, usia, dan level aktivitas kita. Hello Sehat sudah menyediakan [https://hellosehat.com/cek-kesehatan/kebutuhan-kalori/ Kalkulator Kebutuhan Kalori] yang bisa kita gunakan.<br />
<br />
=== Regredasi Antara Kebutuhan Kalori dan Kesehatan ===<br />
Meskipun kemasan makanan lebih sering mencantumkan persen angka kecukupan gizi berdasarkan pada kebutuhan energi 2000 kkal, namun kini kita tahu bahwa tidak semua orang membutuhkan energi 2000 kkal per harinya. Kebutuhan energi kita bergantung pada jenis kelamin, usia, berat badan, tinggi badan, keadaan fisik, hingga aktivitas kita sehari-hari. Mengetahui berapa kebutuhan energi kita per hari dapat membantu menjaga kesehatan kita karena hal tersebut bisa mempengaruhi keseimbangan energi kita sehari-hari.<br />
<br />
Prinsip dalam mencukupi kebutuhan energi sederhana saja yaitu seimbang, karena jika kita mengonsumsi kalori lebih dari kebutuhan, ini dapat mengakibatkan peningkatan berat badan di kemudian hari sekaligus meningkatkan risiko kita mengidap berbagai macam penyakit, khususnya penyakit degeneratif. Tetapi jika kita mengonsumsi kalori kurang dari kebutuhan kita, maka akan terjadi penurunan berat badan sekaligus penurunan fungsi organ-organ dalam tubuh karena tidak mendapat asupan yang seharusnya.<br />
<br />
==='''Energi yang digunakan pada saat tidur'''===<br />
<br />
<br />
Menurut Mary Ellen Wells, pakar tidur dari UNC School of Medicine, AS, membakar kalori saat tidur tentu diperlukan, karena tidur bukanlah aktivitas pasif. Lalu, berapa banyak kalori yang terbakar saat kita tidur? "Tidak ada angka ajaib berapa banyak kalori yang dibakar selama tidur," kata Dr. Wells. Menurutnya, jumlahnya sangat bervariasi di seluruh tahap tidur dan sangat dipengaruhi aktivitas siang hari. Selain itu, tentu saja genetika juga berpengaruh. Ada banyak hal yang menentukan berapa banyak kalori yang kita bakar. Berdasarkan laporan laman Men's Health, ada rumus dasar yang bisa kita pakai untuk menghitung jumlah kalori yang terbakar. Untuk menghitungnya, kita bisa memulai dengan jumlah kalori yang dibakar tubuh saat istirahat, ini disebut metabolisme basal. Metabolisme basal bervariasi, tergantung pada massa tubuh, tinggi dan usia. Namun, rata-rata metabolisme basal manusia membakar 45 kalori per jam. Menurut peneliti tidur bernama Christopher Winter, metabolisme diukur setelah 8 jam tidur, dalam keadaan berpuasa dan dalam kondisi suhu netral. "Cara ini dilakukan agar kita benar-benar bisa mengukur seberapa banyak energi yang digunakan untuk beristirahat," kata Christopher. Selama tidur, sekitar 95 persen fungsi tubuh manusia bergantung dari apa yang dilakukannya saat istirahat ringan. <br />
Jadi, jika kita dapat menemukan pengeluaran kalori rata-rata untuk seorang individu saat istirahat (misalnya 45 kalori / jam), kita dapat menghitung kalori nokturnal yang dibakar oleh persamaan ini: (Metabolisme basal per jam atau kalori yang terbakar) x 0,95 (sama dengan 95 persen) x jam tidur. Dengan persamaan tersebut, Winter menjelaskan bahwa seseorang bisa membakar sebanyak 342 kalori saat istirahat delapan jam<br />
<br />
Hasil ini diperoleh dari proses penghitungan 45 x 0,95 x 8 = 342 kalori selama 8 jam tidur. <br />
<br />
Sementara itu, kalori yang kita bakar saat istirahat ringan sebesar 45 x 8 = 360 kalori. Jumlahnya lebih besar 5 persen daripada ketika seseorang tertidur. Tubuh membakar sebagian besar kalori selama tidur REM dalam, ketika otak paling aktif karena membutuhkan oksigen agar berfungsi maksimal. "Kita melewati beberapa tahapan tidur sekitar setiap 90 menit, dimana cahaya dan tahap tidur REM juga berpengaruh, dan mengulangi siklus ini beberapa kali pada malam hari," kata Wells. Ia menambahkan aktivitas metabolik juga berputar sepanjang malam. Otak kita sama aktifnya atau bahkan lebih aktif selama tidur REM karena pikiran kita masih terjaga. American Academy of Sleep National Medicine merekomendasikan untuk meminimalisir suhu ruangan agar proses pembakaran kalori saat tidur berjalan maksimal. Berdasarkan rekomendasi, suhu ruangan terbaik untuk tidur adalah 15 hingga 19 derajat Celsius. " Tidur di ruang yang lebih dingin memaksa tubuh membakar lebih banyak kalori agar tetap hangat," kata Winter. Winter menyarankan agar kita mendapatkan tidur yang cukup, karena kurang tidur dapat berdampak buruk pada keseluruhan metabolisme tubuh. <br />
<br />
"Semakin sedikit tidur yang kita dapatkan, semakin lambat tubuh membakar kalori untuk mempertahankan energi yang dapat menyebabkan metabolisme melambat," paparnya. Riset 2012 menemukan bahwa pria yang tidur 5 jam atau kurang semalam, hampir 4 kali lebih mungkin mengalami obesitas. Kurang tidur juga dapat mengacaukan hormon leptin dan ghrelin, hormon yang meningkatkan perasaan lapar. Dengan kata lain, jika kita tidur dala kondisi kamar gelap dan sejuk, kita bisa memiliki kualitas tidur maksimal seperti rekomendais para ahli, yaitu 7 hingga 9 jam per malam.<br />
<br />
=='''Kebutuhan Protein'''==<br />
<br />
Kecukupan protein untuk orang dewasa menurut hasil penelitian keseimbangan nitrogen adalah 0.75 gr/kg BB, berupa protein patokan tinggi (protein telur) disebut taraf suapan terjamin(safe level of intake). Kecukupan protein dipengaruhi mutu protein hidangan (dinyatakan dengan skor asam amino), daya cerna protein dan berat badan seseorang. Angka kecukupan protein menurut Widyakarya Nasional Pangan dan Gizi (1998) adalah 55 gram untuk laki-laki yang berumur 20-45 tahun dan 48 gram untuk perempuan berumur 20-45 tahun. Kebutuhan protein bagi seorang atlet sedikit berbeda bila dibandingkan dengan bukan atlet. Apalagi seorang atlet yang melakukan latihan-latihan, pertandingan berat dan usianya masih remaja dalam pertumbuhan akan memerlukan protein lebih banyak. Seorang atlet membutuhkan protein 1 gram per kg berat badan. Bila atlet berlatih intensif dan lama dan sedang membesarkan otot, membutuhkan protein 1,2 sampai 1,7 gram per<br />
kg berat badan per hari (100 - 210% dari yang dianjurkan) dan atlet endurance antara 1,2 sampai 1,4 gram per kg berat badan per hari (100-175% dari yang dinjurkan), sedangkan untuk atlet remaja yang sedang tumbuh membutuhkan protein sebesar 2 gram per kg berat badan per hari. Penambahan kebutuhan protein mudah diatasi dengan penambahan masukan protein dari makanan seimbang dengan kandungan protein 10-15%.<br />
<br />
<br />
=='''Penilaian Status Gizi'''<ref>Devie Novitasari. 2009. Analisa Pemenuhan Kebutuhan Kalori Tenaga Kerja Bagian Office di PT. X, Sebagai Dasar Upaya Pengadaan Kantin Rendah Lemak.</ref>==<br />
<br />
Penilaian status gizi dapat dilakukan secara langsung maupun tidak langsung. Penilaian secara langsung antara lain dengan antropometri, secara klinis, biokimia, dan biofisik. Sedangkan penilaian secara tidak langsung dapat dilakukan dengan survey konsumsi makanan, statistic vital dan factor ekologi (I Dewa Nyoman Supariasa, dkk., 2001). Secara umum antropometri berarti ukuran tubuh manusia. Ditinjau dari sudut pandang gizi maka antropometri gizi berhubungan berbagai macam pengukuran dimensi tubuh dan komposisi tubuh dari berbagai tingkat umur dan tingkat gizi. Penggunaan antropometri secara umum adalah untuk melihat keseimbangan asupan protein dan energi. Keseimbangan ini terlihat pada pola perumbuhan fisik dan proporsi jaringan tubuh seperti lemak, otot dan jumlah air dalam tubuh (I Dewa Nyoman Supariasa, dkk., 2001).<br />
<br />
Salah satu bentuk penilaian status gizi melalui indeks antropometri adalah dengan menghitung Indeks Masa Tubuh (IMT). Masalah kekurangan dan kelebihan gizi pada orang dewasa (usia 18 tahun ke atas) merupakan masalah penting, karena selain mempunyai resiko penyakit-penyakit tertentu jug dapat mempengaruhi produktivitas kerja. Oleh karena itu pemantauan keadaan tersebut perlu dilakukan secara berkesinambungan. Salah satu cara adalah dengan mempertahankan berat badan yang ideal dan normal. Laporan FAO/WHO tahun 1985 menyatakan bahwa batasan berat badan normal orang dewasa ditentukan berdasarkan Body Mass Index (BMI), di Indonesia diterjemahkan menjadi Indeks Massa Tubuh (IMT). Indeks Massa Tubuh (IMT) atau Body Mass Index (BMI) merupupakan alat atau cara yang sederhana untuk memantau status gizi orang dewasa, khususnya yang berkaitan dengan kekurangan dan kelebihan berat badan. Berat badan kurang dapat meningkatkan resiko terhadap penyakit infeksi, sedangkan berat badan lebih akan meningkatkan resiko terhadap penyakit degeneratif. Oleh karena itu, mempertahankan berat badan normal memungkinkan seseorang dapat mencapai usia harapan hidup yang lebih panjang. (I Dewa Nyoman Supariasa, dkk., 2001).<br />
<br />
=='''Aktifitas Sehari-hari'''==<br />
Aktifitas sehari hari pada setiap manusia berbeda-beda. Untuk beraktifitas manusia memerlukan energi yang berasal dari makanan yang dikonsumsi oleh manusia. Berikut tabel energi aktivitas manusia secara garis besar.<br />
<br />
[[File:Midaktivitas.jpg]]<br />
<br />
===Perhitungan Total Kebutuhan Kalori per Hari===<br />
Adapun beberapa contoh perhitungan kebutuhan kalori yang dibutuhkan per hari adalah sebagai berikut:<br />
<br />
[http://air.eng.ui.ac.id/index.php?title=AHMAD_ZIKRI#Perhitungan_Kebutuhan_Energi_Manusia_Secara_Komputasi 1. Ahmad Zikri]<br />
<br />
[http://air.eng.ui.ac.id/index.php?title=Ardy.lefran#Optimization_of_Human_Energy_Needs 2. Ardy Lololau]<br />
<br />
==KECUKUPAN ENERGI, PROTEIN, LEMAK DAN KARBOHIDRAT==<br />
<br />
Angka kecukupan gizi (AKG) berguna sebagai patokan dalam penilaian dan perencanaan konsumsi pangan, serta basis dalam perumusan acuan label gizi. Angka kecukupan gizi mengalami perkembangan sesuai dengan perkembangan Iptek gizi dan ukuran antropometri penduduk. Setelah sekitar sepuluh tahun ditetapkan angka kecukupan energi (AKE) dan kecukupan protein (AKP) bagi penduduk Indonesia, kini saatnya ditinjau ulang dan disempurnakan. <br />
Kajian ini bertujuan merumuskan angka kecukupan energi (AKE), kecukupan protein (AKP), kecukupan lemak (AKL), kecukupan karbohidrat (AKK) dan serat makanan (AKS) penduduk Indonesia.<br />
<br />
Data berat badan (BB) dan tinggi badan (TB) yg digunakan dalam perhitungan AKE dan AKP didasarkan pada median berat badan dan tinggi badan normal penduduk Indonesia menurut kelompok umur dan jenis kelamin berdasarkan data Riskesdas 2010 terhadap standar WHO. Secara umum perhitungan AKE pada anak dan dewasa didasarkan pada model persamaan estimasi energi IOM 2005 (MPEI). MPEI pada anak mempertimbangkan faktor RBNPI, umur, energi pertumbuhan dan energi cadangan. MPEI pada remaja dan dewasa mempertimbangkan faktor RBNPI, umur, energi cadangan dan aktifitas fisik. <br />
Perhitungan AKP bagi anak dan dewasa didasarkan pada kecukupan protein pada setiap kelompok umur dan jenis kelamin anjuran IOM (2005) dan WHO (2007) serta faktor koreksi mutu protein.<br />
<br />
Perhitungan AKL didasarkan pada anjuran sebaran persentase energi dari lemak (AceptableMacronutrient Distribution Range –AMDR) dan kebutuhan asam lemak esensial bagi setiapkelompok umur dan jenis kelamin yang dianjurkan IOM (2005) dan FAO/WHO (2008). Perhitungan tambahan AKE, AKP, AKL bagi busui didasarkan pada tambahan kecukupan gizi ini untuk produksi ASI dikoreksi penurunan berat badan setelah melahirkan.<br />
<br />
Perhitungan tambahan AKE, AKP, AKL bagi bumil didasarkan pada tambahan kecukupan zat gizi ini bagi pertumbuhan perkembangan janin dan organ tubuh ibu, peningkatan cairan tubuh, dan cadangan. Perhitungan AKL didasarkan pada IOM (2005) dan FAO/WHO (2008) serta distribusi persentase energi gizi makro. Angka kecukupan serat pangan (AKS) bagi anak, remaja dan dewasa adalah 14 g serat pangan per 1000 kkal kecukupan energy (IOM 2005).<br />
Hasil kajian menunjukkan kisaran distribusi energi gizi makro dari pola konsumsi penduduk Indonesia berdasarkan analisis data Riskesdas 2010 adalah 9-14% energi protein 24-36% energi lemak, dan 54-63% energi karbohidrat yang belum sebaik yang diharapkan, yaitu 5-15% energi protein, 25-55% energi lemak, dan 40-60% energi karbohidrat tergantung usia atau tahap tumbuh kembang. <br />
<br />
Pada makalah ini disajikan AKL, AKK dan AKS untuk setiap kelompok umur dan jenis kelamin bagi penduduk Indonesia. AKP yang dihasilkan dari data klinis (keseimbangan nitrogen) jauh lebih rendah dibandingkan cara anjuran kisaran sebaran persentase 1energi dari gizi makro (AMDR). Secara umum AKE dan AKP bagi penduduk Indonesia saat ini ( WNPG 2012) sedikit lebih tinggi dibanding AKE dan AKP 2004 (WNPG 2004). Dengan menggunakan hasil perhitungan AKE dan AKP pada setiap kelompok umur dan jenis kelamin, serta kompoissi penduduk hasil Sensus Penduduk 2010, diperoleh rata-rata AKE dan AKP nasional pada tingkat konsumsi masing-masing adalah 2150 kkal dan 57 g perkapita perhari denganproporsi anjuran protein hewani 25 %. Sementara AKE dan AKP pada tingkat ketersediaan adalah 2400 kkal dan 63 g perkapita perhari. <br />
<br />
Penggunaan angka-angka kecukupan gizi ini berguna sebagai dasar perencanaan konsumsi pangan kelompok orang atau wilayah untuk mencapai status gizi dan kesehatan yang optimal, tidak dimaksudkan untuk penilain atau penelitian tingkat asupan zat gizi individu.<ref>Hardinsyah, et all. 2012 KECUKUPAN ENERGI, PROTEIN, LEMAK DAN KARBOHIDRAT.</ref><br />
<br />
==Kebutuhan Kalori Tiap Individu Setiap Hari==<br />
<br />
Berikut adalah perhitungan kebutuhan kalori tiap individu setiap hari yang merujuk dari kemenkes:<br />
<br />
[[File:tugas.png]]<br />
<br />
[[File:fotoalghifari2.png]]<br />
<br />
=='''Referensi'''==<br />
<references/><br />
<br />
<ref>Novita, Irma. 2015. Pengembangan Aplikasi Untuk Mengetahui Kebutuhan Jumlah Kalori.</ref><br />
<br />
<ref>Septyaningrum, Hani. 2011. Studi Intake Energi (Kalori) Kerja di PT United Tractors Tbk.</ref></div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=25494Muhammad Adzanna Moslem2020-03-04T14:31:39Z<p>Adzanna: </p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
'''PROFILE'''<br />
<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== '''Tugas Pertemuan 1''' ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 4 ==<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .<br />
<br />
----<br />
<br />
<br />
<br />
==='''Extended Abstrak'''===<br />
<br />
Judul : Analisis Optimasi Dimensi Rangka Mudguard Kawasaki Ninja 250 FI.<br />
<br />
Sepakbor merupakan salah satu komponen yang wajib di miliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar. (Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat di temukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI, Sepakbor roda belakang harus selebar setidaknya dari titik vertikal membentuk minimal sudut 45° di kedua sisi ban belakang dan Kawasaki Ninja 250 FI hanya membentuk sudut 33°. Tujuan dari penelitian ini adalah mengoptimasi penggunaan bahan mudguard yang dapat mengurangi ciprtan air yang diciptakan oleh ban belakang pada motor Kawasaki ninja 250 FI. Penelitian ini dilakukan menggunakan metode rekayasa (engineering) yaitu melakukan suatu kegiatan perancangan (design) yang tidak rutin sehingga terdapat suatu kontribusi yang baru baik dalam proses maupun bentuk, dalam melakukan perancangan nya metode komputasi yang digunakan adalah Finite Element Methode (FEM) untuk menghitung stress analisis yang terjadi pada rangka ketika terjadi pembebanan pada rangka tersebut. Berdasarakan hasil uji coba sebelum penggunaan mudguard dapat mengurangi hasil cipratan yang diciptakan sebanyak 48.7% jika dibandingkan tidak menggunakan mudguard. .maka pengembangan penelitian selanjutnya adalah pengoptimasian penggunaan bahan yang akan digunakan pada rangka mudguard agar didapat penggunaan bahan seefisien mungkin dan sekuat mungkin<br />
<br />
==='''Finite Methode'''===<br />
<br />
'''Finite element Methode'''<br />
<br />
FEM adalah singkatan dari Finite Element Method, dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik.<br />
Membagi bagian analisa menjadi bagian-bagian kecil disebut “discretizing atau diskritisasi”. Bagian-bagian kecil ini disebut elemen, yang terdiri dari titik-titik sudut (disebut nodal, atau node) dan daerah elemen yang terbentuk dari titik-titik tersebut. Membagi sebuah object menjadi bagian-bagian kecil secara fisika sebenarnya menuntun kita kepada pembuatan persamaan diferensial. Jadi secara lebih matematis, FEM didefinisikan sebagai teknik numerik untuk menyelesaikan problem yang dinyatakan dalam persamaan diferensial. Namun biasanya definisi FEM secara matematis memberikan kesan yang rumit yang sebenarnya tidak perlu. Oleh karena itu dalam pelajaran kita, pendekatan matematis tidak terlalu ditekankan.<br />
<br />
'''Finite Volume Methode'''<br />
<br />
Metode volume hingga adalah metode numerik untuk menyelesaikan persamaan diferensial parsial yang menghitung nilai-nilai variabel yang dikonservasi yang dirata-rata di seluruh volume. Salah satu keuntungan dari metode volume hingga dari metode beda hingga adalah tidak memerlukan mesh terstruktur (walaupun mesh terstruktur juga dapat digunakan). Selain itu, metode volume hingga lebih disukai daripada metode lain sebagai hasil dari kenyataan bahwa kondisi batas dapat diterapkan secara non-invasif. Ini benar karena nilai-nilai variabel yang dilestarikan terletak di dalam elemen volume, dan bukan pada node atau permukaan. Metode volume terbatas sangat kuat pada grid non-seragam kasar dan dalam perhitungan di mana mesh bergerak untuk melacak antarmuka atau guncangan.<br />
<br />
'''Finite Difference Methode'''<br />
<br />
Dalam analisis numerik, finite difference methode (FDM) adalah diskritisasi yang digunakan untuk menyelesaikan persamaan diferensial dengan memperkirakannya dengan persamaan perbedaan yang perbedaan hingga mendekati derivatif.<br />
FDMs mengkonversi persamaan diferensial biasa linear (ODE) atau persamaan diferensial parsial non-linear (PDE) menjadi sistem persamaan yang dapat diselesaikan dengan teknik aljabar matriks. Pengurangan persamaan diferensial ke sistem persamaan aljabar membuat masalah menemukan solusi untuk ODE / PDE yang diberikan cocok untuk komputer modern, karenanya penggunaan FDM yang luas dalam analisis numerik modern. Saat ini, FDM adalah pendekatan dominan untuk solusi numerik PDE. <br />
<br />
<br />
<br />
== Tugas Pertemuan 5 ==<br />
<br />
=== Optimasi Kebutuhan Energi kalori Manusia ===<br />
Secara umum, asupan rata-rata kalori harian bagi pria dewasa adalah 2.500 kalori. Namun, jumlah tersebut sebenarnya dipengaruhi juga oleh kegiatan yang dilakukan sehari-hari. Jika kegiatan yang dilakukan membutuhkan aktivitas fisik yang lebih berat, maka kebutuhan akan asupan kalori harian tentu meningkat, dan faktor lain nya adalah tinggi badan,berat badan, dan umur. Jika dilihat dari referensi yang saya dapatkan penggunaan kalori dapat dihitung melalui perhitungan BMR atau Basal Metabolic Rate adalah jumlah energi yang dikeluarkan pada tubuh manusia dalam satu hari dimana kondisi tubuh saat istirahat atau tidak, dimana persamaan yang di kembangkan oleh Harris Benedict<br />
<br />
kebutuhan energi pria = (66,5 + (13,8 x 70) + (5 x 172))/ 6,8 x 24= 1711.8 kalori dalam sehari<br />
ini merupakan kebutuhan kalori minimum yang saya butuhkan agar organ saya bisa bekerja dengan baik <br />
<br />
<br />
Hasil tersebut akan dikalikan dengan faktor aktivis fisik, dimana pembagiannya Dimana KKB adalah kebutuhan Kalori Basal<br />
<br />
-aktivis sangat ringan = KKB x 1,2<br />
<br />
-aktivis ringan = KKB x 1,375<br />
<br />
-aktivis sedang = KKB x 1,55<br />
<br />
-aktivis berat = KKB x 1,725<br />
<br />
-aktivis sangat berat = KKB x 1,9<br />
<br />
jika dilihat dari kategori saya berda pada kategori aktivis ringan <br />
maka di dapat hasil sebesar 2353 kalori.</div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=25491Muhammad Adzanna Moslem2020-03-04T14:08:28Z<p>Adzanna: /* OPTIMASI KEBUTUHAN ENERGI MANUSIA */</p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
'''PROFILE'''<br />
<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== '''Tugas Pertemuan 1''' ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 4 ==<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .<br />
<br />
----<br />
<br />
<br />
<br />
==='''Extended Abstrak'''===<br />
<br />
Judul : Analisis Optimasi Dimensi Rangka Mudguard Kawasaki Ninja 250 FI.<br />
<br />
Sepakbor merupakan salah satu komponen yang wajib di miliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar. (Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat di temukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI, Sepakbor roda belakang harus selebar setidaknya dari titik vertikal membentuk minimal sudut 45° di kedua sisi ban belakang dan Kawasaki Ninja 250 FI hanya membentuk sudut 33°. Tujuan dari penelitian ini adalah mengoptimasi penggunaan bahan mudguard yang dapat mengurangi ciprtan air yang diciptakan oleh ban belakang pada motor Kawasaki ninja 250 FI. Penelitian ini dilakukan menggunakan metode rekayasa (engineering) yaitu melakukan suatu kegiatan perancangan (design) yang tidak rutin sehingga terdapat suatu kontribusi yang baru baik dalam proses maupun bentuk, dalam melakukan perancangan nya metode komputasi yang digunakan adalah Finite Element Methode (FEM) untuk menghitung stress analisis yang terjadi pada rangka ketika terjadi pembebanan pada rangka tersebut. Berdasarakan hasil uji coba sebelum penggunaan mudguard dapat mengurangi hasil cipratan yang diciptakan sebanyak 48.7% jika dibandingkan tidak menggunakan mudguard. .maka pengembangan penelitian selanjutnya adalah pengoptimasian penggunaan bahan yang akan digunakan pada rangka mudguard agar didapat penggunaan bahan seefisien mungkin dan sekuat mungkin<br />
<br />
==='''Extended Abstrak'''===<br />
<br />
<br />
== Tugas Pertemuan 5 ==<br />
<br />
=== Optimasi Kebutuhan Energi kalori Manusia ===<br />
Secara umum, asupan rata-rata kalori harian bagi pria dewasa adalah 2.500 kalori. Namun, jumlah tersebut sebenarnya dipengaruhi juga oleh kegiatan yang dilakukan sehari-hari. Jika kegiatan yang dilakukan membutuhkan aktivitas fisik yang lebih berat, maka kebutuhan akan asupan kalori harian tentu meningkat, dan faktor lain nya adalah tinggi badan,berat badan, dan umur. Jika dilihat dari referensi yang saya dapatkan penggunaan kalori dapat dihitung melalui perhitungan BMR atau Basal Metabolic Rate adalah jumlah energi yang dikeluarkan pada tubuh manusia dalam satu hari dimana kondisi tubuh saat istirahat atau tidak, dimana persamaan yang di kembangkan oleh Harris Benedict<br />
<br />
kebutuhan energi pria = (66,5 + (13,8 x 70) + (5 x 172))/ 6,8 x 24= 1711.8 kalori dalam sehari<br />
ini merupakan kebutuhan kalori minimum yang saya butuhkan agar organ saya bisa bekerja dengan baik <br />
<br />
<br />
Hasil tersebut akan dikalikan dengan faktor aktivis fisik, dimana pembagiannya Dimana KKB adalah kebutuhan Kalori Basal<br />
<br />
-aktivis sangat ringan = KKB x 1,2<br />
<br />
-aktivis ringan = KKB x 1,375<br />
<br />
-aktivis sedang = KKB x 1,55<br />
<br />
-aktivis berat = KKB x 1,725<br />
<br />
-aktivis sangat berat = KKB x 1,9<br />
<br />
jika dilihat dari kategori saya berda pada kategori aktivis ringan <br />
maka di dapat hasil sebesar 2353 kalori.</div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=25490Muhammad Adzanna Moslem2020-03-04T14:06:54Z<p>Adzanna: </p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
'''PROFILE'''<br />
<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== '''Tugas Pertemuan 1''' ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 4 ==<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .<br />
<br />
----<br />
<br />
<br />
<br />
==='''Extended Abstrak'''===<br />
<br />
Judul : Analisis Optimasi Dimensi Rangka Mudguard Kawasaki Ninja 250 FI.<br />
<br />
Sepakbor merupakan salah satu komponen yang wajib di miliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar. (Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat di temukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI, Sepakbor roda belakang harus selebar setidaknya dari titik vertikal membentuk minimal sudut 45° di kedua sisi ban belakang dan Kawasaki Ninja 250 FI hanya membentuk sudut 33°. Tujuan dari penelitian ini adalah mengoptimasi penggunaan bahan mudguard yang dapat mengurangi ciprtan air yang diciptakan oleh ban belakang pada motor Kawasaki ninja 250 FI. Penelitian ini dilakukan menggunakan metode rekayasa (engineering) yaitu melakukan suatu kegiatan perancangan (design) yang tidak rutin sehingga terdapat suatu kontribusi yang baru baik dalam proses maupun bentuk, dalam melakukan perancangan nya metode komputasi yang digunakan adalah Finite Element Methode (FEM) untuk menghitung stress analisis yang terjadi pada rangka ketika terjadi pembebanan pada rangka tersebut. Berdasarakan hasil uji coba sebelum penggunaan mudguard dapat mengurangi hasil cipratan yang diciptakan sebanyak 48.7% jika dibandingkan tidak menggunakan mudguard. .maka pengembangan penelitian selanjutnya adalah pengoptimasian penggunaan bahan yang akan digunakan pada rangka mudguard agar didapat penggunaan bahan seefisien mungkin dan sekuat mungkin<br />
<br />
==='''Extended Abstrak'''===<br />
<br />
<br />
== Tugas Pertemuan 5 ==<br />
<br />
=== OPTIMASI KEBUTUHAN ENERGI MANUSIA ===<br />
Secara umum, asupan rata-rata kalori harian bagi pria dewasa adalah 2.500 kalori. Namun, jumlah tersebut sebenarnya dipengaruhi juga oleh kegiatan yang dilakukan sehari-hari. Jika kegiatan yang dilakukan membutuhkan aktivitas fisik yang lebih berat, maka kebutuhan akan asupan kalori harian tentu meningkat, dan faktor lain nya adalah tinggi badan,berat badan, dan umur. Jika dilihat dari referensi yang saya dapatkan penggunaan kalori dapat dihitung melalui perhitungan BMR atau Basal Metabolic Rate adalah jumlah energi yang dikeluarkan pada tubuh manusia dalam satu hari dimana kondisi tubuh saat istirahat atau tidak, dimana persamaan yang di kembangkan oleh Harris Benedict<br />
<br />
kebutuhan energi pria = (66,5 + (13,8 x 70) + (5 x 172))/ 6,8 x 24= 1711.8 kalori dalam sehari<br />
ini merupakan kebutuhan kalori minimum yang saya butuhkan agar organ saya bisa bekerja dengan baik <br />
<br />
<br />
Hasil tersebut akan dikalikan dengan faktor aktivis fisik, dimana pembagiannya Dimana KKB adalah kebutuhan Kalori Basal<br />
<br />
-aktivis sangat ringan = KKB x 1,2<br />
<br />
-aktivis ringan = KKB x 1,375<br />
<br />
-aktivis sedang = KKB x 1,55<br />
<br />
-aktivis berat = KKB x 1,725<br />
<br />
-aktivis sangat berat = KKB x 1,9<br />
<br />
jika dilihat dari kategori saya berda pada kategori aktivis ringan <br />
maka di dapat hasil sebesar 2353 kalori.</div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=25281Muhammad Adzanna Moslem2020-03-02T15:24:16Z<p>Adzanna: </p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
'''PROFILE'''<br />
<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== '''Tugas Pertemuan 1''' ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 4 ==<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .<br />
<br />
----<br />
<br />
<br />
<br />
'''Extended Abstrack'''<br />
<br />
Judul : Analisis Optimasi Dimensi Rangka Mudguard Kawasaki Ninja 250 FI.<br />
<br />
Sepakbor merupakan salah satu komponen yang wajib di miliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar. (Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat di temukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI, Sepakbor roda belakang harus selebar setidaknya dari titik vertikal membentuk minimal sudut 45° di kedua sisi ban belakang dan Kawasaki Ninja 250 FI hanya membentuk sudut 33°. Tujuan dari penelitian ini adalah mengoptimasi penggunaan bahan mudguard yang dapat mengurangi ciprtan air yang diciptakan oleh ban belakang pada motor Kawasaki ninja 250 FI. Penelitian ini dilakukan menggunakan metode rekayasa (engineering) yaitu melakukan suatu kegiatan perancangan (design) yang tidak rutin sehingga terdapat suatu kontribusi yang baru baik dalam proses maupun bentuk, dalam melakukan perancangan nya metode komputasi yang digunakan adalah Finite Element Methode (FEM) untuk menghitung stress analisis yang terjadi pada rangka ketika terjadi pembebanan pada rangka tersebut. Berdasarakan hasil uji coba sebelum penggunaan mudguard dapat mengurangi hasil cipratan yang diciptakan sebanyak 48.7% jika dibandingkan tidak menggunakan mudguard. .maka pengembangan penelitian selanjutnya adalah pengoptimasian penggunaan bahan yang akan digunakan pada rangka mudguard agar didapat penggunaan bahan seefisien mungkin dan sekuat mungkin</div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=24319Muhammad Adzanna Moslem2020-02-26T07:21:54Z<p>Adzanna: </p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
'''PROFILE'''<br />
<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== '''Tugas Pertemuan 1''' ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 4 ==<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .</div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=24318Muhammad Adzanna Moslem2020-02-26T07:21:13Z<p>Adzanna: </p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
'''PROFILE'''<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== '''Tugas Pertemuan 1''' ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 4 ==<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .</div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=24317Muhammad Adzanna Moslem2020-02-26T07:20:10Z<p>Adzanna: </p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== '''Tugas Pertemuan 1''' ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
----<br />
<br />
== Tugas Pertemuan 4 ==<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .</div>Adzannahttp://air.eng.ui.ac.id/index.php?title=Muhammad_Adzanna_Moslem&diff=24088Muhammad Adzanna Moslem2020-02-23T12:46:53Z<p>Adzanna: </p>
<hr />
<div><br />
<br />
[[File:Adzanna Moslem.jpg|200px|thumb|left|M Adzanna Moslem]]<br />
<br />
Nama : Muhammad Adzanna Moslem<br />
<br />
TTL : Jakarta, 27 Juli 1996<br />
<br />
NPM : 1906433695<br />
<br />
Peminatan: Sistem Otomasi Dan Manufacturing.<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 1 ==<br />
<br />
<br />
Perkenalkan saya adzanna. Saya adalah seorang manusia yang sedang menuntut ilmu di salah satu Universitas . Saya anak ke-3 dari 4 bersaudara yang hidup dengan kedua orang tua di daerah Bekasi kota. Pendidikan sebelum saya masuk ke Universitas Indonesia adalah S1 Pendidikan Teknik Mesin yang berlokasi di Universitas Pendidikan Indonesia . Selama saya berkuliah di UPI tidak banyak hal yang saya dapatkan tentang penggunaan Komputasi Teknik. menurut saya komputasi Teknik sendiri dapat diartikan sebagai pemecahan masalah dengan menggunakan suatu algoritma yang dibantu dengan komputer. Walaupun kurangnya penggunaan komputasi Teknik pada semasa kuliah saya terdapat 1 mata kuliah yang menggunakan komputasi Teknik dalam penyelesaiannya yaitu mata kuliah Mekanika Teknik yaitu dengan melakukan perhitungan diameter poros yang dapat digunakan dengan kasus yang telah diberikan. Dan terdapat pengalaman lainnya yang saya miliki khususnya dalam penggunaan komputasi Teknik adalah penggunaan stress analysis (Solidworks) pada rangka Mudguard (skripsi) untuk mengetahui titik terlemah/ Critical Point pada rangka tersebut. Masih banyak kekurangan yang saya miliki dalam penerapan komputasi Teknik . Khususnya dalam penerapan di Matematika Teknik. saya merasa bahwa saya masih sangat jauh tertinggal dalam hal tersebut .karena pengalaman yang saya dapatkan berbeda dengan teman-teman teknik mesin lainnya oleh karena itu saya merasa bersyukur bisa berkumpul dengan rekan-rekan saya sekarang. <br />
<br />
Saya merasa bahwa saya individu yang tidak dapat diam di satu expertise. Saya hanya mau mencoba hal baru dan tidak dapat mendalami suatu bidang ilmu. Dan saya rasa itu merupakan suatu kesalahan yang harus diperbaiki. mempunyai kebisaan dibidang machining, welding dan painting .<br />
<br />
<br />
----<br />
<br />
<br />
== Tugas Pertemuan 2 ==<br />
Tugas Pertemuan Ke 2 <br />
Sinopsis Tugas Akhir saya <br />
<br />
Rancang Bangun Foldable Mudguard untuk Kawasakin Ninja 250 FI<br />
Sepakbor merupakan salah satu komponen yang wajib dimiliki oleh setiap jenis golongan kendaraan di Indonesia. Kegunaan sepakbor pada kendaraaan yaitu untuk mencegah pasir, lumpur, batuan, cairan, dan kotoran jalan lainnya dilempar ke udara oleh ban yang berputar.(Wikipedia,2017). Sepakbor pada setiap sepeda motor sudah dirancang sebaik mungkin oleh pabrikan. Tetapi masih dapat ditemukannya sepakbor yang tidak bekerja secara maksimal. Seperti pada sepeda motor Kawasaki Ninja 250 FI. Berdasarkan hal tersebut maka diciptakan sebuah alat bernama Foldable Mudgurard untuk Kawasaki Ninja 250 FI, Mudguard merupakan alat yang digunakan untuk mengurangi cipratan air yang diciptakan pada ban belakang. Pada penelitian ini metode yang digunakan adalah pengembangan atau Research dan Development (R&D). Hasil perancangan dari mudguard lipat ini yaitu dengan spesifikasi: panjang 230 mm dan lebar 335 mm dengan ketinggian 165 mm. Dengan gaya yang diciptakan oleh air saat mengenai mudguard 5.3 kg pada kecepatan 60 km/jam Arm 1 mempunyai dimensi 20.25 mm x 10.1 mm x 185 mm, Arm 2 mepunyai dimensi 13.45 mm x 6.80 mm x 70 mm dan Arm 3 mempunyai dimensi 13.62 mm x 6.75 mm x 80 mm dengan bahan alumunium 2024 T3. Setelah pengujian dilakukan cipratan yang diciptakan pada ban belakang berkurang sebesar 32.3 %<br />
<br />
Sinopsi skripsi dengan Koputasi Teknik <br />
Penggunaan Komputasi teknik dalam tugas akhir saya berfokus pada penentuan critical point dan gaya maksimum yang dapat diterima pada rangka saat terjadinya sebuah pembebanan . Penggunaan permodelan stress analisis di software solidworks merupakan salah satu implementasi pengunaan komputasi teknik<br />
<br />
== Tugas Pertemuan 3 ==<br />
<br />
Presentasi Sinopsis Skripsi<br />
<gallery mode="slideshow"><br />
File:Slide1 Md 1.JPG|400px|thumb|left|alt text<br />
File:Slide2 Md.JPG|400px|thumb|left|alt text<br />
File:Slide3 Md.JPG|400px|thumb|left|alt text<br />
File:Slide4 Md.JPG|400px|thumb|left|alt text<br />
</gallery><br />
<br />
<br />
<br />
Tugas Pertemuan 4<br />
<br />
Tugas akhir : Rancang Bangun Foldable Mudguard Kawasaki Ninja 250 FI<br />
Tugas akhir saya menggunkan perangkat lunak solidworks untuk menentukan stress analisis yang terjadi pada rangka yang saya buat . untuk menentukan stress yang terjadi saya menggunakan software solidworks untuk menentukan stress yang terjadi dengan menggunakan fitur Finite Element Analysis. dalam aplikasi tersebut didasari pada Finite Element Methode (FEM). Dalam bahasa Indonesia disebut Metode Elemen Hingga. Konsep paling dasar FEM adalah, menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik. Persamaan matematis nya adalah <br />
[[File:Rumus.1.jpg]]<br />
<br />
Dimana <br />
A = Luas<br />
<br />
b = Axial loading<br />
<br />
E = Young’s modulus<br />
<br />
l = Panjang Beam<br />
<br />
u = Displacement<br />
<br />
w = Defleksi<br />
<br />
Pada dasarnya saya masih belum dapat memahami secara baik tentang konsep matematis yang digunakan .</div>Adzanna