Difference between revisions of "Metnum03-Khairul Hasibullah"
Khasibullah (talk | contribs) (→Pertemuan 2) |
Khasibullah (talk | contribs) |
||
| Line 21: | Line 21: | ||
deret mclaurin memiliki bentuk sebagai berikut | deret mclaurin memiliki bentuk sebagai berikut | ||
| − | [[File: | + | [[File:deretmclaurin.png|500px|thumb|left|deret mclaurin]] |
| Line 38: | Line 38: | ||
Y=ax+b | Y=ax+b | ||
| − | dimana [[ | + | dimana |
| + | [[File:regresilinear.png|500px|thumb|left|regresi linear]] | ||
4. Turunan Numerik | 4. Turunan Numerik | ||
| Line 63: | Line 64: | ||
| − | sesuai dengan perintah pak dai, kita dianjurkan membuat 2 kelas dalam modelica. yang | + | sesuai dengan perintah pak dai, kita dianjurkan membuat 2 kelas dalam modelica. yang pertama adalah kelas function dimana kita memasukan fungsi algoritma nya. dan kelas yang kedua adalah class dimana nanti function tadi di recall dan dimasukan variable nya lalu solve dilakukan.. |
Function Class | Function Class | ||
| − | + | [[File:functioneliminationgauss.png|500px|thumb|center|kelas function]] | |
| + | |||
function class diisi dengan mendeclare nilai input,outputdan logartima dimana input : A[3,3] dan C[3] | function class diisi dengan mendeclare nilai input,outputdan logartima dimana input : A[3,3] dan C[3] | ||
| Line 75: | Line 77: | ||
logaritma menggunakan fungsi yang sudah ada didalam modelica yaitu fungsi matrices untuk gauss elimination. | logaritma menggunakan fungsi yang sudah ada didalam modelica yaitu fungsi matrices untuk gauss elimination. | ||
| + | |||
| + | |||
Class gauss elimination | Class gauss elimination | ||
| − | + | [[File:classeliminationgauss.png|500px|thumb|center|class elimasi gauss]] | |
dalam kelas ini, fungsi tadi yang bernama "fungsii" direcall pada kolom equation dengan memasukan A&C sebagai inputnya dan B outputnya. namun sebelum itu terlebih dahulu saya mendeclare nilai2 inputanya tadi seperti digambar atas tersebut. | dalam kelas ini, fungsi tadi yang bernama "fungsii" direcall pada kolom equation dengan memasukan A&C sebagai inputnya dan B outputnya. namun sebelum itu terlebih dahulu saya mendeclare nilai2 inputanya tadi seperti digambar atas tersebut. | ||
| + | |||
Hasil | Hasil | ||
| − | + | [[File:simulasieliminasigauss.png|500px|thumb|center|simulasi elimasi gauss]] | |
| − | + | ||
| + | [[File:hasilakhireliminasigauss.png|500px|thumb|center|hasil elimasi gauss]] | ||
| − | + | setelah itu, kita dapat melakukan plotting dan mendapatkan hasilnya. dari gambar tersebut kita dapat mengetahui nilai dari B adalah = 0.94 , 1.59 , -0.12 | |
Revision as of 11:58, 23 November 2020
Assalamualaikum Warahmatullahi Wabarakatuh
Biodata
Nama: Khairul Hasibullah
NPM : 1806233335
Hobi: Baca Al-Quran
Pertemuan 1
Sebelum UTS Kami mempelajari berbagai hal yaitu:
1. Deret mclaurin Deret mclaurin berkaitan dengan deret taylor dimana deret mclaurin dimana deret mclaurin adalah bentuk khusus dari deret taylor dimana fungsinya diekspansi disekitar c=0
deret mclaurin memiliki bentuk sebagai berikut
Deret mclaurin digunakan untuk membantu kita mencari nilai dari sebuah persamaan dimana akar dari persamaannya yang dicari angka yang tidak bulat, seperti sin 27,5 atau sebagainya
2. Open method and barcekting method Open dan bracketing method merupakan metode yang digunakan untuk mencari nilai akar-akar dari sebuah persamaan, Open method dan bracketing method hanya dibatasi pada kondisi konvergen
open method terdiri simple fixed point, newton raphson, secant , and brents bracketing method terdiri dari graphical method, bisection method, false position method
3. Regresi Linear regresi linear adalah sebuah pendekatan untuk memodelkan hubungan antara variable terikat Y dan satu atau lebih variable bebas yang disebut X. Salah satu kegunaan dari regresi linear adalah untuk melakukan prediksi berdasarkan data-data yang telah dimiliki sebelumnya. Hubungan di antara variable-variabel tersebut disebut sebagai model regresi linear. Berdasarkan penggunaan variable bebas, maka regresi linear dapat dibagi menjadi dua, yaitu regresi linear univariate dan regresi linear multivariate.
Persamaan umum regresi linear: Y=ax+b
dimana
4. Turunan Numerik Turunan numerik digunakan dalam menentukan nilai turunan fungsi f berdasarkan pada tabel, dimana ada tiga bentuk turunan yaitu: turunannumerik:turunannumerik.png
tutorial open modelica tentang pendulum
https://www.youtube.com/watch?v=CdaQzhmoHDY
Pertemuan 2
Pada pertemuan 2 kemarin, seperti yang telah dijelaskan sebelumnya, pak Dai memberi kami tugas untuk menyelesaikan salah satu persamaan linear simultan dengan open modelica. saya memilih untuk mengerjakan Metode Gauss Elimination sebagai objek percobaan saya didalam penyelesaian modelica. pertama-tama saya mencari soal tentang 3 persamaan linear 3 variable yang nantinya akan diubah menjadi matriks 3x3 dengan persamaan A*B=C. dimana matriks A[3x3], B[3], dan C[3]. soulusi yang dicari adalah pada nilai B1,B2, dan B3.
berikut contoh soal saya
Setelah itu, persamaan2 tersebut dibuat dalam bentuk matriks sebelum diselesaikan menggunakan gauss, menjadi
sesuai dengan perintah pak dai, kita dianjurkan membuat 2 kelas dalam modelica. yang pertama adalah kelas function dimana kita memasukan fungsi algoritma nya. dan kelas yang kedua adalah class dimana nanti function tadi di recall dan dimasukan variable nya lalu solve dilakukan..
Function Class
function class diisi dengan mendeclare nilai input,outputdan logartima dimana input : A[3,3] dan C[3]
output : B[3]
Logaritma : B:=Modelica.Math.Matrices.solve(A,C)
logaritma menggunakan fungsi yang sudah ada didalam modelica yaitu fungsi matrices untuk gauss elimination.
Class gauss elimination
dalam kelas ini, fungsi tadi yang bernama "fungsii" direcall pada kolom equation dengan memasukan A&C sebagai inputnya dan B outputnya. namun sebelum itu terlebih dahulu saya mendeclare nilai2 inputanya tadi seperti digambar atas tersebut.
Hasil
setelah itu, kita dapat melakukan plotting dan mendapatkan hasilnya. dari gambar tersebut kita dapat mengetahui nilai dari B adalah = 0.94 , 1.59 , -0.12
