Punta Singga Parasdya

Profile
Nama Lengkap	Punta Singga Parasdya
NPM	1706986473
Jurusan	Teknik Mesin

Meeting 1 (Tue, 3 Sept 2019)

Oleh : Dr. Ir. Ahmad Indra Siswantara dan Dr. Ir. Engkos Achmad Kosasih M.T.

Pada pertemuan pertama Mata kuliah Metode Numerik kali ini, kita mempelajari Rumus taylor/Taylor's Method yang merupakan dasar pada metode numerik dan merupakan metode yang paling sering digunakan.

Rumus taylor ini dapat digunakan untuk menghitung sebuah fungsi yang belum diketahui jawabannya.

Setelah kami dijelaskan mengenai rumus taylor ini, selanjutnya kami diminta untuk mencoba menggunakannya dan mengolahnya datanya dengan sedemikian rupa di Microsoft Excel. Kami disuruh menghitung Sin(pi/7) dengan menggunakan metode tersebut di Microsoft excel dan mendapatkan jawaban 0,434478181.

Kemudian pada hari itu juga kami diberi pekerjaan rumah untuk membuat taylor's method untuk Cos (x) dan e^x.

Meeting 2 (Tue, 10 Sept 2019)

Oleh : Dr. Ir. Engkos Achmad Kosasih M.T.

Dalam kelas metode numerik pertemuan kedua, mahasiswa diperkenalkan dengan Pseudocode yang merupakan algoritma pemrograman komputer dari suatu bahasa pemrograman, dan ditujukan agar dapat dibaca oleh manusia dan bukan oleh mesin. Berbeda dengan binary yang merupakan tingkatan bahasa paling rendah dalam bahasa komputer. didalamnya hanya ada angka 1 dan 0. Bahasa komputer yang satu ini sangat sulit untuk dipelajari karena sangat banyak kombinasi angka yang digunakan.

Berikut ini merupakan contoh Pseudocode yang dipelajari :

Meeting 3 (Tue, 17 Sept 2019)

Oleh : Dr. Ir. Engkos Achmad Kosasih M.T.

Pada kelas Metode Numerik Pertemuan ketiga ini, Kita diajari tentang turunan numerik. terdapat 3 pendekatan dalam turunan numerik seperti yang dibawah ini :

Jika nilai h sama, turunan pusat adalah metode yang paling akurat.

Kemudian, pada hari itu juga setelah kami diajarkan Turunan Numerik, materi kelas dilanjutkan oleh Asisten Kelas, yaitu Bang Hanif Furqon Hidayat. kami diperkenalkan dengan bahasa pemrograman C++. C++ itu sendiri merupakan bahasa pemrograman yang berorientasi pada Objek. Kami Diajarkan untuk memindahkan Pseudocode Pada pertemuan Kedua kedalam C++.

Meeting 4 (Tue, 24 Sept 2019)

Oleh : Dr. Ir. Engkos Achmad Kosasih M.T.

Pada Kelas Metode Numerik pertemuan keempat ini, kami diajarkan tentang Secant, Bisect, dan Newton Raphson method. Secant, Bisect, dan Newton-Raphson method digunakan dalam mencari pembuat nol dari sebuah persamaan atau fungsi. Ketiga method tersebut juga disebut sebagai root-finding algorithm karena dalam pencarian nilai nol akan didapatkan root dari suatu fungsi.

Meeting 5 (Tue, 1 Oct 2019)

Oleh : Dr. Ir. Engkos Achmad Kosasih M.T.

Pada kelas metode numerik kali ini, kami diajarkan untuk menyelesaikan fungsi f(x)=exp(0,1x)+0,1x-10 menggunakan program Excel. Pada program, dimasukkan tiga kolom, kolom x, f(x), dan f'(x). f'(x) dari f(x) adalah 0,1*exp(0,1x)+0,1

Truncation Error

Truncation Error terjadi ketika kita memotong deret taylor agar membuatnya menjadi terhingga. Sederhananya, error tersebut adalah error yang terjadi ketika ada perbedaan antara jumlah yang terpotong dengan jumlah yang sebenarnya.

Jika kecenderungan numerik sudah terasa logis dan sama dengan eksperimen, maka numerik bisa dianggap layak digunakan. Jika tidak, maka metode numerik belum layak untuk digunakan sebagai cara validasi eksperimen.

---

Setelah UTS

---

Meeting 6 (Tue, 29 Oct 2019)

Oleh : Dr. Ir. Ahmad Indra Siswantara

Pada pertemuan kali ini, Kita semua diajarkan tentang dasar-dasar Phyton. Pada bahasan tersebut kita diajarkan bagian bagian Phyton, seperti Shell dan IDE. Shell itu sendiri adalah tempat program tersebut dijalankan. Sedangkan IDE merupakan interpreter dan tempat kita membuat dan membahasakannya menjadi bahasa coding komputer.

Setelah Kami dikenalkan tentang phyton dan bagian-bagiannya, kami diajarkan tentang alur berfikir dari metode numerik yang merupakan bagaimana membuat penyelesaian terhadap sebuah masalah sistematis. Setelah itu juga kami diajarkan cara berfikir Runge-kutta

Tugas 1 (Governing Equation)

Vehicle Top Speed Simulator

berikut merupakan judul tugas yang diberikan. yaitu, membuat sebuah aplikasi yang dapat mengukur top speed dari sebuah kendaraan. dari hasil diskusi bersama teman kelompok saya (Mizan), didapat sebuah gambaran umum dari persamaan yang akan digunakan sebagai berikut.

Meeting 7 (Tue, 5 Nov 2019)

Oleh : Dr. Ir. Ahmad Indra Siswantara

Pada pertemuan kali ini, kami diajarkan untuk menyelesaikan sebuah engineering problem melalui model, study, dan setelah itu menemui solution nya. kami diajarkan tentang cara penggunaan python dengan cara berfikir "runge-kutta" yang lebih simple dari hitungan dengan taylor series.

Perbedaannya adalah dimana taylor series mencari true value, sedangkan "runge-kutta" dan mclaurin mencari grafik.

Meeting 8 (Tue, 12 Nov 2019)

Oleh : Dr. Ir. Ahmad Indra Siswantara

Pada hari selasa 12 November ini, kami diajarkan untuk mengunduh CFDSOF ke komputer kami masing-masing untuk mengerjakannya dirumah. Pertemuan kali ini, Kami diberi tugas untuk mencari drag force dalam mobil yang memiliki spoiler dan dapat mempengaruhi kecepatan mobil atau tidak. Setelah mengetahui dragforce maksimum yang dikenakan mobil, kami mengubahnya dalam bentuk Cd.

Meeting 9 (Tue, 19 Nov 2019)

Oleh : Dr. Ir. Ahmad Indra Siswantara

Pada pertemuan kali ini, kami diajarkan optimasi aerodinamik automobile. Bang edo, asisten dosen kelas kami menjelaskan tentang optimasi. Optimasi adalah adalah sebagai aktivitas untuk mendapatkan nilai minimum suatu fungsi karena untuk mendapatkan nilai maksimum suatu fungsi dapat dilakukan dengan mencari mininum dari negatif fungsi yang sama.

Meeting 10 (Tue, 26 Nov 2019)

Oleh : Dr. Ir. Ahmad Indra Siswantara

Pada pertemuan kali ini, kami diberikan tugas dan kuis, dengan soal Apa yang didapat di kelas metode numerik, soal limit dengan hasil tak hingga diselesaikan menggunakan apa, kenapa pak dai memakai peci.

Meeting 11 (Tue, 3 Des 2019)

Oleh : Dr. Ir. Ahmad Indra Siswantara

Pada pertemuan hari ini, Kami diberikan tugas untuk presentasi setiap kelompok. ada 3 kelompok yang maju menjelaskan di depan kelas. Salah satunya termasuk kelompok kami. Kelompok kami menjelaskan tentang Optimasi Airfoil Menggunakan Python dengan Simulasi CFDSOF-NG.

Pada presentasi ini kami ditugaskan untuk mencari sudut optimal airfoil dengan menggunakan CFDSOF-NG.

hal pertama yang dilakukan adalah modelling menggunakan inventor.

Selanjutnya kami mencari persamaan dengan regresi linear. Grafik naik turun mendekati persamaan polynomial pangkat enam.

Dilakukan regresi polynomial dengan tiga cara :

Excel

Polynomial regression

Multiple linear regression

Dengan excel

Dengan multiple linear regression

Dengan Polynomial Regression

Lalu didapatkan regresi linearnya sebagai berikut :

Setelah itu dilakukan coding didalam phyton, ada 2 metode yang kami lakukan dalam optimasi kali ini, yaitu SLSQP dan Gradient Method.

SLSQP

Gradient method

Pada gradient method, Digunakan penurunan secara metode numerik. pada metode ini, ,menggunakan fungsi dari excel karena paling mendekati bentuk hasil simulasi. Pada metode ini juga, dilakukan while loop hingga gradien sama dengan nol.

Meeting 12 (Tue, 10 Des 2019)

Oleh : Dr. Ir. Ahmad Indra Siswantara

Pada pertemuan kali ini, kami diajarkan tentang ANN, yaitu Artificial Neural Network. ANN Adalah sistem pembelajaran terawasi yang dibangun dari sejumlah besar elemen sederhana, yang disebut neuron atau perceptron. Setiap neuron dapat membuat keputusan sederhana, dan memberi feed keputusan itu ke neuron lain, yang diorganisasikan dalam lapisan yang saling berhubungan.

Gambar diatas merupakan hasil grafik Output Real dan Output Prediksi ANN.

Adanya ANN dapat membantu kami dalam menguji hasil antara prediksi dengan aslinya.

Langkah-Langkah

1. Memasukkan Library yang dibutuhkan

akan muncul versi dari TensorFlow

2. Mengupload file excel

file excel yang sudah dibuat (contoh excel berisi hubungan antara fdrag, flift, dan angle of attack)

3. Normalisasi

dilakukan supaya matriksnya tidak terlalu besar

4. Membuat ANN

5. Unnormalisasikan

dilakukan supaya didapatkan hasil yang sebenarnya

6. Hasilnya muncul

semakin sama antara output prediksi dan output real maka dapat dikatakan berhasil