Difference between revisions of "Geofany Rosady"
(4 intermediate revisions by the same user not shown) | |||
Line 291: | Line 291: | ||
print ("kecepatan mobil dari diam ke gerak (m/s): ", v1) | print ("kecepatan mobil dari diam ke gerak (m/s): ", v1) | ||
− | [[File:X1.png]] | + | [[File:X1.png|700px|thumb|center]] |
− | [[File:X2.png]] | + | [[File:X2.png|700px|thumb|center]] |
Line 320: | Line 320: | ||
− | == Pertemuan ke- | + | == Pertemuan ke-9 30 oktober 2019 == |
− | [[Pemodelan Fisika kasus nyata]] | + | [[Pemodelan Fisika kasus nyata-Runge kutta]] |
+ | |||
+ | |||
+ | |||
+ | == Pertemuan ke-10 6 November 2019 == | ||
+ | Kita diajarkan belajar mengenai cara berpikir. metode numerik adalah sebuah cara, anda percaya adanya gelombang?. (getaran yang merambat) orangtua menyampaikan pesan ke kalian lewat visual, kalau hanya suara yang kalian tangkap, menyelesaikan masalah dimulai dengan mengetahui masalah bukan hanya dik dit jawab dan cocok-cocokan rumusnya. anda diharapkan menjadi sarjana yang merumuskan masalah samapai membuat solusinya. sebelum menggunakan metode numerik coba pahami dulu masalahnya. Metode numerik sudah tersusun secara terstruktur dan dibukukan. namun karena perkembangan teknologi sangat cepat, metode numerik belum bisa untuk mengikuti perkembangan terhadap metode-metode baru yang ada seperti AI (artificial intelligence). Bagaimana cara menyelesaikan masalah dengan metode numerik tadi. Penyelesaian masalah dimulai dengan mengetahui masalah. mengetahui masalah bukan hanya diketahui ini dan itu saja kemudian memasukkan kedalam persamaan yang sudah ada. Pekerjaan itu merupakan pekerjaan operator, sebagai mahasiswa teknik mesin kita harus bisa merumuskan dan menyusun masalah menjadi suatu persamaan bukan hanya menggunakan persamaan yang sudah ada. body motion merupakan metode analisis yang dapat digunakan pada sebuah mobil yang bergerak, sehingga didapatkan power. mengapa seorang sales harus menampilkan power dan torque bukan hanya power saja yang ditampilkan?. | ||
+ | |||
+ | |||
+ | == Pertemuan ke-11 13 November 2019 == | ||
+ | Terdapat beberapa proses mengelola data seperti Regresi linier, curve fitting, least square. Bagaimana cara menentukan metode mana yang kita gunakan untuk membuat suatu grafik dengan pendekatan regresi linier. Hal yang harus kita lakukan adalah memahami fenomena fisikanya untuk menentukan grafik seperti apa yang kita inginkan nanti. Optimasi merupakan salah satu metode yang bertujuan untuk menentukan nilai minimum dan maksimum dari suatu fungsi. Nilai minimum merupakan error dari fungsi itu sendiri. Optimasi adalah suatu proses untuk mencapai hasil yang ideal atau optimasi (nilai efektif yang dapat dicapai). Optimasi dapat diartikan sebagai suatu bentuk mengoptimalkan sesuatu hal yang sudah ada, ataupun merancang dan membuat sesusatu secara optimal. Optimasi tanpa batasan yang dibahas pada bagian ini lebih lebih sulitdibandingkan sebelumnya karena variabel yang dibahas lebih dari satu . contoh ,fungsi f(x,y) akan berada pada titik optimum bila derivasi pertama nilainyadisamakan dengan nol. Dengan demikian bisa dikatakan variabel x dan y berada pada titik stasioner pada x=xo dan y= yo. | ||
+ | |||
+ | == Pertemuan ke-12 20 November 2019 == | ||
+ | Pada pertemuan kali ini kami diajarkan mengenai salah satu software CAE (Computer Aided Engineering) yaitu CFDSOF yang dikembangkan langsung oleh CCIT FTUI. CFDSOF adalah software yang digunakan untuk mendapatkan hasil simulasi aliran fluida dan thermal pada sebuah model/ design CAD (Computer Aided Design) salah satunya adalah Inventor dan Solidworks. Pertemuan kali ini kami dijelaskan oleh bang timo dan bang edo bagaimana cara menggunakan CFDSOF dengan model mobil yang sudah diberikan oleh asisten dosen kepada semua mahasiswa dikelas. dengan mengatur mesh sampai menutupi seluruh bagian mobil dan mengatur kerapatan mesh hingga 100 untuk x, 30 untuk y, dan 0.1 untuk z dan mensimulasi RANS kami mendapatkan hasil simulasi berupa pelat abu-abu berbentuk mobil lalu mensimulasikan kembali menggunakan paraview 5.4.1 untuk mendapat hasil perhitungan Drag nya. pada paraview 5.4.1 dapat dilihat bagian yang dianalisis berupa bagian potongan dari tengah mobil yang kita pilih meshnya. Lalu pa dai memberikan tugas melakukan simulasi perkelompok tetapi mensimulasinya airfoil pesawat yang dimensi dan bentuknya secara bebas dipilih oleh tiap kelompok namun tidak boleh sama | ||
+ | [[File:CFDSOF1.png|700px|thumb|center]] | ||
+ | [[File:CFDSOF2.jpg|700px|thumb|center]] | ||
+ | [[File:CFDSOF3.jpg|700px|thumb|center]] | ||
+ | [[File:CFDSOF4.jpg|700px|thumb|center]] | ||
+ | |||
+ | Catatan:Tugas simulasi Air foil menggunakan CFDSOF dan didesign menggunakan Inventor dengan sudut serang kelipatan 15 derajat dengan range antara 0 hingga 90 derajat | ||
+ | |||
+ | |||
+ | == Pertemuan ke-13 27 November 2019 == | ||
+ | Hari ini diadakan kuis mendadak, tiba-tiba pak DAI membawa lembar jawaban ujian. Pada awalnya pak dai menanyakan pada anak dikelas apa mereka tahu apa itu dosen?. Menurut beliau dosen adalah orang yang memberikan penilaian pada mahasiswa di akhir semester atas pengetahuan dan kerja mereka selama satu semester. Dilanjutkan pa dai menanyakan “kamu anak dosen ya? Fahmi”. Kepada teman saya yang bernama fahmi ismail, beliau menanyakan apakah teman saya ini malu kalau ayahnya adalah dosen, lalu teman saya menjawab bahwa dia tidak malu sama sekali. Beliau melanjutkan dengan membahas tegangan kepada semua mahasiswa dikelas, bahwa kuis secara mendadak ini sangat membuat tegang pada mahasiswa dikarnakan belum adanya persiapan yang matang untuk menjawab soal. Dan alhasil sebagian besar menjawab dengan sebisa mereka, dilanjutkan pertanyaan kedua tentang pertemuan pertama kami saat awal semester yang membahas T= 1-x^2/1-x mengapa saat dimasukan di python menjadi 0/0-> error. Lalu saya mengubah algoritmanya menggunakan syntax if dan else untuk memisahkan x=1 dan x>1 agar tidak terjadi error kembali. Hari ini juga presentasi hasil dari airfoil menggunakan cfdsolve dan optimasinya beserta pengolahan data menggunakan regresi linier dan lainya. Banyak kelompok yang proses optimasinya belum dikarnakan belum terlalu mengerti dan stuck saat proses pengerjaan. Alhasil minggudepan semua kelompok harus maju dan selesai semua pekerjaan cfdsolve dan optimasi beserta pengolahan datanya. | ||
+ | |||
+ | [[File:cfdcar4.jpg|500px|thumb|center]] | ||
+ | |||
+ | |||
+ | == Pertemuan ke-14 4 Desember 2019 == | ||
+ | Hari ini presentasi hasil dari simulasi dengan CFD SOF yang dikerjakan perkelompok. Berikut hasil dari kelompok 6, juga dapat dilihat di [[kelompok 6]] | ||
+ | |||
+ | Grafik AirFoil Drag Force dan Lift Force | ||
+ | |||
+ | [[File:Grafik Air Foil kelompok 6.PNG|700px|thumb|center]] | ||
+ | |||
+ | Grafik gabungan drag dan lift dari airfoil. Dimana drag force semakin bertambah besar seiring naiknya sudut serang. sedangkan nilai Lift diperoleh optimumnya pada sudut serang 60 | ||
+ | |||
+ | [[File:Grafik Air Foil kelompok 61.png|700px|thumb|center]] | ||
+ | Grafik Drag Force dengan trendline nilai linear y= 43,867x-110,54 | ||
+ | |||
+ | Grafik Drag Force dengan trendline nilai polinomial y= 21,185x^2-125,62x + 143,69 | ||
+ | |||
+ | [[File:Grafik Air Foil kelompok 62.png|700px|thumb|center]] | ||
+ | Grafik Lift Force dengan trendline nilai linear y= 6,5549x-1,5127 | ||
+ | |||
+ | Grafik Lift Force dengan trendline nilai polinomial y= -3,5089x^2 + 34,626x - 43,619 | ||
+ | |||
+ | Optimasi | ||
+ | |||
+ | [[File:optimasi7.jpg|700px|thumb|center]] | ||
+ | |||
+ | Berikut Koding dari hasil optimasi menggunakan Python | ||
+ | [[Koding Optimasi]] | ||
+ | |||
+ | == Pertemuan ke-15 11 Desember 2019 == | ||
+ | Hari ini kami dikelas belajar NNA, Artificial Neural Network Artificial (ANN) atau Jaringan Syaraf Tiruan merupakan sebuah teknik atau pendekatan pengolahan informasi yang terinspirasi oleh cara kerja sistem saraf biologis, khususnya pada sel otak manusia dalam memproses informasi. Elemen kunci dari teknik ini adalah struktur sistem pengolahan informasi yang bersifat unik dan beragam untuk tiap aplikasi. Neural Network terdiri dari sejumlah besar elemen pemrosesan informasi (neuron) yang saling terhubung dan bekerja bersama-sama untuk menyelesaikan sebuah masalah tertentu, yang pada umumnya dalah masalah klasifikasi ataupun prediksi.Dengan step pembuatan Ann adalah: | ||
+ | |||
+ | 1. Data Preprocessing | ||
+ | |||
+ | 2. Add input layers | ||
+ | |||
+ | 3. Random w init | ||
+ | |||
+ | 4. Add hidden layers | ||
+ | |||
+ | 5. Select optimizer, loss, and performance matrixs | ||
+ | |||
+ | 6. compile the model | ||
+ | |||
+ | 7. use model .fit to train the model | ||
+ | |||
+ | 8. evaluate the model | ||
+ | |||
+ | 9. Adjust optimization parameters or model if needed | ||
+ | |||
+ | Dengan memasukan Data yang telah diberikan asdos, didapat kesimpulan Val_accuracy hanya 25 persen saja namun itulah hasil yang terbaik, Dapat dilihat hasil grafik output real = output prediction. | ||
+ | |||
+ | |||
+ | |||
+ | Catatan: | ||
+ | Tugas 2: Memperbaiki/melengkapi dokumentasi belajar anda wiki individu dan kelompok di air eng | ||
+ | |||
+ | UAS: Combined oral & written | ||
Terima Kasih telah membaca blog Wiki saya, jika ingin memberikan pendapat silahkan berkomentar di bawah | Terima Kasih telah membaca blog Wiki saya, jika ingin memberikan pendapat silahkan berkomentar di bawah | ||
<comments voting="Plus" /> | <comments voting="Plus" /> |
Latest revision as of 01:39, 15 December 2019
bismillahirrahmanirrahim السَّلاَمُ عَلَيْكُمْ وَرَحْمَةُ اللهِ وَبَرَكَاتُهُ
Contents
- 1 Introduction
- 2 Pertemuan pertama - 04 September 2019
- 3 *Homework-01
- 4 Pertemuan kedua- 11 September 2019
- 5 Pertemuan ketiga - 18 September 2019
- 6 Pertemuan keempat - 25 September 2019
- 7 Pertemuan kelima - 02 Oktober 2019
- 8 Pertemuan ke-enam - 09 Oktober 2019
- 9 Quiz-16 oktober 2019
- 10 UTS-23 oktober 2019
- 11 Pembahasan video UTS
- 12 Pertemuan ke-9 30 oktober 2019
- 13 Pertemuan ke-10 6 November 2019
- 14 Pertemuan ke-11 13 November 2019
- 15 Pertemuan ke-12 20 November 2019
- 16 Pertemuan ke-13 27 November 2019
- 17 Pertemuan ke-14 4 Desember 2019
- 18 Pertemuan ke-15 11 Desember 2019
Introduction
Perkenalkan, nama saya Geofany Rosady, biasa dipanggil Geo. Saya adalah mahasiswa Teknik Mesin di Universitas Indonesia angkatan 2017. Saya lahir di Kota Purwokerto pada tanggal 15 Desember 1998. Hobi saya membaca novel dan menonton film. Saya tinggal di tangerang dan kos di kutek, tepatnya di wisma fandin (ada di google).
Nama : Geofany Rosady NPM : 1706986366 Jurusan : Mesin Angkatan: 2017
Pertemuan pertama - 04 September 2019
Mengapa Kita Sebagai Mahasiswa Teknik Mesin Butuh Mempelajari Kalkulus?
Kalkulus sangat dibutuhkan sebagai alat bantu mengembangkan aplikasi matematika yang nantinya dibutuhkan dalam komputasi data maupun mata kuliah-mata kuliah selanjutnya. Seperti: CFD (Computational Fluid Dynamics), Termodinamika, dan Matematika Teknik.
Tugas
1. Mempelajari python.
2. Membuat program untuk menyelesaikan soal matematika yang ada dipapan tulis.
Catatan:
Kita belajar metode untuk menyelesaikan masalah dengan programming. Bahkan Amerika menggunakan programming untuk memprediksi cuaca denga komputasi yang sangat rumit dengan bantuan super komputer bahkan sekarang ada kuantum computer yang lebih canggih. Sebenarnya programming hanya mengerti tambah, kali, kurang, bagi. Itu tidak mengerti perhitungan rumit seperti kalkulus yang berisi differensial dan integral. Manusialah yang memberikan persamaan-persamaan menggunakan bahasa komputer seperti python. Proses komputasi dengan python:
1.Menulis algoritma
2.Membuat flowchart
3.Menulis persamaan programming yang nantinya diproses oleh software dengan perhitungan matriks
4.Memberikan instruksi menggunakan algoritma
5.Terakhir, computer akan melakukan perintah tersebut.
Flowchart
Input->proses->output
“trik belajar metode numerik adalah dengan langsung terjun, nyemplung dulu mencoba langsung bahasa programming. Jangan belajar dari buku saja, itu kalian hanya tau teori selanjutnya nanti saat disuruh melakukan komputasi, pengerjaanya akan lama dan proses ngertinya juga lama. Itu cara saya dulu saat belajar” – Dr. Ahmad Indra
Dengan terus majunya teknologi, pasar membutuhkan lulusan-lulusan yang memahami bahasa programming, karena itulah matakuliah metode numerik merupakan matakuliah wajib bagi mahasiswa teknik mesin. MIT (Massachusetts Institute Technology) disana mahasiswa teknik elektro dan teknik mesin nya juga mempelajari proggraming, bukan java ataupun C++ tetapi python. Karena itulah kami memiliki pemikiran jangka panjang untuk matakuliah programming di kurikulum 2020, yang nantinya akan dibantu oleh IMM (Ikatan Mahasiswa Mesin) untuk adanya kelas pelatihan kecil diluar kuliah untuk menunjang mahasiswa berkaitan dengan programming. Karena itulah kami menargetkan kalian paham mengenai python di matakuliah metode numerik ini.
-Dr. Eng. Radon Dhelika
Homework-1 :
*Homework-01
tugas ada di page (Homework-01 di atas)
Pertemuan kedua- 11 September 2019
Manusia harus mengenal komputer agar bisa memahami cara kerja dari komputer untuk memaksimalkan powering dari komputer tersebut. Komputer merupakan sebuah teknologi yang bisa melaksanakan perintah dan menyelesaikan suatu persoalan dengan algoritma. Bahasa yang dipahami komputer adalah bahasa yang terdiri dari angka 0 dan 1. Manusia adalah makhluk paling cerdas, tetapi memori pikiran manusia itu terbatas. Sebab itu, komputer digunakan untuk alat bantu untuk mengingat dan menyelesaikan berbagai masalah. Menurut saya, five poin o adalah Pancasila, karena teknologi harus powering human, jangan sampai malah melemahkan manusia. Akan tetapi, komputer tetap harus diberikan perintah oleh manusia, sebab komputer tidak bisa memerintah dirinya sendiri. Semakin pintar seseorang, maka orang tersebut akan semakin menunduk atau rendah hati. Artinya, seseorang yang cerdas, semakin banyak ilmunya maka ia akan berpikir menggunakan hati, karena otaknya sudah dipenuhi oleh ilmu. Komputer tidak mempunyai hati, sehingga manusia tetap diperlukan untuk mengontrol dan memberi perintah komputer agar beroperasi secara maksimal. Pada Minggu ini cobalah kalian mencoba perhitungan aritmetika loop, lakukan dengan trial and error yang sebenarnya bersifat literasi. Jangan bandingkan diri kita dengan orang lain, sebab kita harus bisa empowering yourself-(Dr. Ahmad Indra)
Coba carilah website-website mengenai Python yang bisa dijadikan referensi untuk belajar. Pelajari dari satu web terlebih dahulu agar mahir dalam mempelajari bahasa Python. Install Python lalu coba untuk membuat "hello world" sebagai langkah awal untuk melakukan programming Python. Setelah itu, kalian baru bisa mencoba berbagai macam-macam perintah untuk membuat suatu program-(Dr. Eng. Radon Dhelika)
berikut hasil dari latihan python saat dikelas menggunakan pythonanywhere.com. pertama kami diajarkan oleh Dr. radon menggunakan [print ("Hello World")] lalu diinstruksikan menghitung ulang Homework-01 kembali di kelas. Setelah itu Dr. Ahmad Indra menginstruksikan menggunakan "rec" sebagai latihan kami sebelum kuis diminggu depan. berikut hasil dari pelatihan pertemuan kedua:
Catatan
Minggu depan Kuis dan minggu ke-4 kita akan mempelajari menyelesaikan persoalan aljabar linier menggunakan python dan metode numerik
Tugas
Pelajari python bab 1 dan minggu ke-4 akan mempelajari bab 2
Pertemuan ketiga - 18 September 2019
Pada pertemuan kali ini diadakan kuis pertama tentang dasar-dasar bahasa python. kami yang telah mempelajari penggunaan fungsi while, if, else, dan for dapat menerapkanya pada kuis ini. Kuis ini berisikan tentang Fibonacci Sequence. lalu Hasil dari jawaban saya adalah sebagai berikut :
Cara pertama yaitu menggunakan For
Cara kedua yaitu menggunakan While
Catatan:
Pada pertemuan selanjutnya akan diadakan presentasi mengenai gauss. Tiap kelompok yang dipilih oleh dosen akan mempresentasikan hasil pengerjaan Gauss. tiap kelompok dibentuk dari 3 anggota dan deadline pengumpulan adalah hari ribu tanggal 26 September 2019. dikumpulkan di air.eng.ui.ac.id . dan pengerjaan ulang kuis hari ini maksimal diupload 23.59 pada hari jumat 20 september 2019
Pertemuan keempat - 25 September 2019
Hari ini kami mempelajari pengertian dari Pemodelan Komputer. Dalam mempelajari sesuatu sebaiknya mengerti apa isi dari konsep tersebut. Karena itu hari ini kita belajar terlebih dahulu isi dari pemodelan komputer.
Karena apa yang telah di design hasilnya harus dipastikan berfungsi secara baik, reliable dan berfungsi secara optimal. Akan tetapi manusia memiliki keterbatasan, tetapi bisa menghitung secara pendekatan. seperti menghitung 0/0 hasilnya bukanlah tidak ada namun kita yang tidak tahu bagaimana melakukan pendekatanya. Untuk itu sebagai manusia kita harus memiliki value dalam diri kita seperti komputer jika listrik mati tidak akan bisa menyimpan lagi. Sama seperti value dalam diri kita. Numerical Computing -> Pemodelan Komputer Pemodelan Komputer terdiri dari modelling dan computation.
Selanjutnya kita belajar apa itu model?
Model adalah sebuah representasi yang di asumsikan agar dapat mensimplifikasi dari keadaan real yang sulit menjadi lebih mudah. Hasil dari pemodelan tidak dapat dijadikan hasil akhir, dikarnakan adanya banyak asumsi-asumsi ideal yang digunakan. Karena itulah hasilnya tidak akan sama dengan simulasi yang dilakukan
Profesor-profesor dtm berdiskusi memikirkan model komputer dengan mudah yg masuk ke mekanikal modeling istilah stres strain elsatisitas kerengangan untuk melakukan deformasi. Asumsi disederhanakan lagi kedaan aktual simulasi komputer.
permodelan dibagi menjadi 3 yaitu : 1. Representasi 2. Asumsi 3. Simplifikasi
Contoh dari sebuah design pada fondasi. demi menghitung kekuatan fondasi menahan force. Fondasi di design dalam bentuk 2D dan di asumsikan Modulus Elastisitas pada semua titik di permukaan sama, lalu disimplifikasi dengan menggunakan design 2D. Dari berbagai model yang kita buat, dibutuhkan pengetahuan dalam membangun persamaan aljabar dan memodelkan persamaan dalam komputasi. Untuk itu kita harus giat belajar serta berlatih sejak dini untuk menggunakan komputasi. Selain itu ada juga aplikasi dari komputasi yaitu Diskritisasi yaitu membuat sesuatu yang kontinu menjadi titik-titik yang berhingga.
Catatan Tugas:
tugas pake excel sudah dapet konsep buat displace ment kenapa harus belajar metode numerik harus mahir memodelkan tentang presentasi tugas menginplementasikan bab 2 untuk menyelsaikan model pondasi tugas finite element pemodelan komputer adalah representatif dari sistem kompleks menjadi sistem yang sederhana dan mudah dipahami.
Pengerjaan tugas ini dapat dilihat pada Page Kelompok 6
Pertemuan kelima - 02 Oktober 2019
Semua permasalahan didapat dapat dimodelkan, model dapat memudahkan kita saat solve problems. Salah satunya dengan menggunakan Bahasa Python sebagai alat penyelesaian masalah. Karena Python merupakan bahasa yang FREE dan nyaris semua orang saat ini gunakan dalam Industry 4.0- Dr. Ahmad Indra
Pada hari ini, kami secara menyeluruh diberi penjelasan oleh asisten dosen tentang aljabar simultan. Kami diberi contoh modelling spring system yang berupa beberapa pegas yang dihubungkan dalam susunan seri, Asisten Dosen menjelaskan tentang Penggunaan simultan pada Sistem Tunggal menjadi sebuah persamaan linier dengan cara menerjemahkan rumus yang biasa kita gunakan pada materi Pegas menjadi sebuah Matrix tersebut sehingga kami dapat melakukan modelling pada spring system yang mana memiliki lebih banyak pegas. Modelling matriks ini nantinya dapat disolve menggunakan metode Gauss Jordan dalam Python. Saat menggunakan input, eval harus digunakan sehingga menjadi angka, tanpa eval dia akan menganggapnya sebagai string. Syntax eval juga dapat diubah menjadi int (interger) atau float untuk angka dengan decimal tergantung angka yang ingin dimasukan. Selain itu pada pertemuan ini mempelajari mengenai Cara menyusun Matrix Pegas yang bukan Tunggal yaitu dengan menggunakan Superposisi Matrix. Lalu, diberikan contoh pemodelan sistem ganda di pegas seri.
Terakhir diberikan penjelasan dan cara penggunaan modul di anaconda yang dapat digunakan pada Python yang dapat memudahkan perhitungan dalam Sistem Persamaan Linier yaitu : - Numpy - Sympy
Catatan Tugas: - Membaca Metode Runge-Kutta
Pertemuan ke-enam - 09 Oktober 2019
Hari ini kami belajar bagaimana cara memecahkan permasalahan/ persoalan tentang aljabar. Yang perlu kita ketahui adalah peran komputer dalam permodelan suatu permasalahan. Manusialah yang tetap berlogika namun komputer membantu mempercepat perhitungan. Sebab itulah, hari ini kita berdiskusi tentang sebuah permodelan dari suatu permasalahan menjadi persamaan aljabar.
Langkah2 teknik menyelesaikan aljabar :
1.metode eliminasi 2.Gauss 3.Trial and Error dll.
Asumsi kontinu : sebagai contoh: dalam suatu ruangan dipenuhi oleh oksigen, maka tidak ada ruang hampa dalam ruangan. Seluruh ruangan dipenuhi oleh oksigen dan kita dapat mengukur Suhu dititik manapun dalam ruangan. Formasi udara mungkin kasat mata tetapi kita harus bisa bayangkan. Karena imajinasi lebih powerful dari knowledge.
Model matematisnya akan berupa persamaan differnsial. Persamaan diferensial digunakan untuk menyelesaikan permasalahan yang kita hadapi yang terjadi secara kontinu. Asumsi kontinu jika diberikan gaya maka setiap titik akan merasakan beban maka setiap titik akan berdislokasi atau berpindah tempat. selisih perpindahan tempatnya disebut dengan displacement (u). Perubahan displacement disebut (du) artinya limit ketika delta u menuju 0 tetapi tidak 0. Jadi diferensial itu sangat kecil namun tidak 0
Pak DAI ingin mahasiswanya bukan hanya sekedar pintar namun juga cerdas, apa itu cerdas?. Menurut beliau cerdas adalah berpikir lebih dibandingan orang lain disekitarnya, orang yang memiliki pemikiran yang futuristik. Seperti orang tersebut sudah menjadwalkan/menata apa yang saya ingin lakukan in the end of the day.
Kita harus percaya adanya tuhan dan surga-neraka karena mencari ilmu tanpa diimbuhkan dengan agama. Seperti nyari ilmu tanpa sebab. “imajinasi lebih powerful daripada menulis”- Einstein. karena akal kita lebih powerful than knowledge. Matkul metode numerik ini lebih cocok dengan matkul Computer Aided Engineering.
Setelah itu, Bang Edo menjelaskan mengenai metode Runge-Kutta. Metode ini merupakan salah satu cara menyelesaikan persamaan differensial. Metode Runge-Kutta terdiri dari 2nd order, 3rd order, dan 4th order. Yang mana metode 4th Order Runge-Kutta adalah metode yang paling akurat. Runge-Kutta ini digunakan untuk penyelesaian masalah yang sudah dalam bentuk mathematic modelling, tetapi susah untuk diselesaikan menggunakan metode exact.
Quiz-16 oktober 2019
Pada pertemuan ketujuh ini pak dai mengadakan kuis dadakan, kami mahasiswa kaget sekaligus panik karena belum menyiapkan diri alias menghafal syntax-syntax yang ada dalam python berikut hasil koding dari saya:
Soal no 6 set 2.1
Hasil running-nya
from numpy import linalg import numpy as np a= np.array ([[0,0,2,1,2] ,[0,1,0,2,-1], [1,2,0,-2,1], [0,0,0,-1,1], [0,1,-1,1,-1]]) b= np.array ([[1], [1], [-4], [-2], [-1]]) c= np.array ([[0,0,2,1,2,1] ,[0,1,0,2,-1,1], [1,2,0,-2,1,-4], [0,0,0,-1,1,-2], [0,1,-1,1,-1,-1]]) print ('persamaan matrix A adalah :') print (a) print ('persamaan matrix B adalah :') print (b) print ('persamaan matrixnya adalah:') print (c) matx = a cons = b persamaan = linalg.solve (matx,cons) x1l = int(persamaan[0]) x2l = int(persamaan[1]) x3l = int(persamaan[2]) x4l = int(persamaan[3]) x5l = int(persamaan[4]) g= (x1l, x2l, x3l, x4l, x5l) print ("hasil X adalah :") print (g)
Soal no. 2 set 7.1
running-nya
from numpy import linalg import numpy as np #kolom data : a = input ("nilai x0: ") b = input ("nilai y: ") c = input ("nilai x: ") d = input ("nilai h: ") x0= int(a) y= int(b) x= float(c) h= float(d) #kolom mendefinisikan persamaan f(x,y) def dydx(x, y): return ((x**2 - 4*y)) #kolom iterasi dengan step h def rungeKutta(x0, y0, x, h): n = (int)((x - x0)/h) y = y0 for i in range(1, n + 1): "Apply Runge Kutta Formulas to find next value of y"
#persamaan k1 k2 k3 k4 pada runge-kutta 4th order
k1 = h * dydx(x0, y) k2 = h * dydx(x0 + 0.5 * h, y + 0.5 * k1) k3 = h * dydx(x0 + 0.5 * h, y + 0.5 * k2) k4 = h * dydx(x0 + h, y + k3) # pembeharuan nilai y y = y + (1.0 / 6.0)*(k1 + 2 * k2 + 2 * k3 + k4) # pembeharuan nilai x x0 = x0 + h return y print ('nilai dari y di x adalah :', rungeKutta(x0, y, x, h))
UTS-23 oktober 2019
from math import *
g = 9.81 m1 = eval(input("beratnya massa1: ")) m2 = eval(input("beratnya massa2: ")) m3 = eval(input("beratnya massa3: ")) teta = eval(input("sudut teta: ")) a = eval(input("percepatan: ")) x = sin (teta) y = cos (teta)
m4= (m1+m2+m3)*teta t1= m1*g*teta t2= (m1*g*teta)+(m2*g*teta) t3= (m1+m2)*g print (t1) print (t2) print (t3)
print ("berat massa ma adalah: ",ma)
no 2 from math import* from sympy import*
g= 9.81 pro= 1.2 #massa jenis udara cd= eval(input("koefisien drag: ")) area= eval(input("area (m^2): ")) v0= eval(input("kecepatan: ")) m= eval(input("massa mobil (kg): ")) v= eval(input("koefisien gesekan: ")) a= eval(input("percepatan (m/s^2): ")) t= eval(input("waktu dari diam ke gerak(s): "))
- semua persamaan dibagi m
fs= g*v dragforce= (cd*area*pro*v0**2)/2*m f1=a atot= f1-(dragforce+fs)
v1= v0+atot*t
print ("kecepatan mobil dari diam ke gerak (m/s): ", v1)
Pembahasan video UTS
Pembahasan Video
Presentase muhasabah1
Presentase muhasabah2
Pembahasan koding
Pertemuan ke-9 30 oktober 2019
Pemodelan Fisika kasus nyata-Runge kutta
Pertemuan ke-10 6 November 2019
Kita diajarkan belajar mengenai cara berpikir. metode numerik adalah sebuah cara, anda percaya adanya gelombang?. (getaran yang merambat) orangtua menyampaikan pesan ke kalian lewat visual, kalau hanya suara yang kalian tangkap, menyelesaikan masalah dimulai dengan mengetahui masalah bukan hanya dik dit jawab dan cocok-cocokan rumusnya. anda diharapkan menjadi sarjana yang merumuskan masalah samapai membuat solusinya. sebelum menggunakan metode numerik coba pahami dulu masalahnya. Metode numerik sudah tersusun secara terstruktur dan dibukukan. namun karena perkembangan teknologi sangat cepat, metode numerik belum bisa untuk mengikuti perkembangan terhadap metode-metode baru yang ada seperti AI (artificial intelligence). Bagaimana cara menyelesaikan masalah dengan metode numerik tadi. Penyelesaian masalah dimulai dengan mengetahui masalah. mengetahui masalah bukan hanya diketahui ini dan itu saja kemudian memasukkan kedalam persamaan yang sudah ada. Pekerjaan itu merupakan pekerjaan operator, sebagai mahasiswa teknik mesin kita harus bisa merumuskan dan menyusun masalah menjadi suatu persamaan bukan hanya menggunakan persamaan yang sudah ada. body motion merupakan metode analisis yang dapat digunakan pada sebuah mobil yang bergerak, sehingga didapatkan power. mengapa seorang sales harus menampilkan power dan torque bukan hanya power saja yang ditampilkan?.
Pertemuan ke-11 13 November 2019
Terdapat beberapa proses mengelola data seperti Regresi linier, curve fitting, least square. Bagaimana cara menentukan metode mana yang kita gunakan untuk membuat suatu grafik dengan pendekatan regresi linier. Hal yang harus kita lakukan adalah memahami fenomena fisikanya untuk menentukan grafik seperti apa yang kita inginkan nanti. Optimasi merupakan salah satu metode yang bertujuan untuk menentukan nilai minimum dan maksimum dari suatu fungsi. Nilai minimum merupakan error dari fungsi itu sendiri. Optimasi adalah suatu proses untuk mencapai hasil yang ideal atau optimasi (nilai efektif yang dapat dicapai). Optimasi dapat diartikan sebagai suatu bentuk mengoptimalkan sesuatu hal yang sudah ada, ataupun merancang dan membuat sesusatu secara optimal. Optimasi tanpa batasan yang dibahas pada bagian ini lebih lebih sulitdibandingkan sebelumnya karena variabel yang dibahas lebih dari satu . contoh ,fungsi f(x,y) akan berada pada titik optimum bila derivasi pertama nilainyadisamakan dengan nol. Dengan demikian bisa dikatakan variabel x dan y berada pada titik stasioner pada x=xo dan y= yo.
Pertemuan ke-12 20 November 2019
Pada pertemuan kali ini kami diajarkan mengenai salah satu software CAE (Computer Aided Engineering) yaitu CFDSOF yang dikembangkan langsung oleh CCIT FTUI. CFDSOF adalah software yang digunakan untuk mendapatkan hasil simulasi aliran fluida dan thermal pada sebuah model/ design CAD (Computer Aided Design) salah satunya adalah Inventor dan Solidworks. Pertemuan kali ini kami dijelaskan oleh bang timo dan bang edo bagaimana cara menggunakan CFDSOF dengan model mobil yang sudah diberikan oleh asisten dosen kepada semua mahasiswa dikelas. dengan mengatur mesh sampai menutupi seluruh bagian mobil dan mengatur kerapatan mesh hingga 100 untuk x, 30 untuk y, dan 0.1 untuk z dan mensimulasi RANS kami mendapatkan hasil simulasi berupa pelat abu-abu berbentuk mobil lalu mensimulasikan kembali menggunakan paraview 5.4.1 untuk mendapat hasil perhitungan Drag nya. pada paraview 5.4.1 dapat dilihat bagian yang dianalisis berupa bagian potongan dari tengah mobil yang kita pilih meshnya. Lalu pa dai memberikan tugas melakukan simulasi perkelompok tetapi mensimulasinya airfoil pesawat yang dimensi dan bentuknya secara bebas dipilih oleh tiap kelompok namun tidak boleh sama
Catatan:Tugas simulasi Air foil menggunakan CFDSOF dan didesign menggunakan Inventor dengan sudut serang kelipatan 15 derajat dengan range antara 0 hingga 90 derajat
Pertemuan ke-13 27 November 2019
Hari ini diadakan kuis mendadak, tiba-tiba pak DAI membawa lembar jawaban ujian. Pada awalnya pak dai menanyakan pada anak dikelas apa mereka tahu apa itu dosen?. Menurut beliau dosen adalah orang yang memberikan penilaian pada mahasiswa di akhir semester atas pengetahuan dan kerja mereka selama satu semester. Dilanjutkan pa dai menanyakan “kamu anak dosen ya? Fahmi”. Kepada teman saya yang bernama fahmi ismail, beliau menanyakan apakah teman saya ini malu kalau ayahnya adalah dosen, lalu teman saya menjawab bahwa dia tidak malu sama sekali. Beliau melanjutkan dengan membahas tegangan kepada semua mahasiswa dikelas, bahwa kuis secara mendadak ini sangat membuat tegang pada mahasiswa dikarnakan belum adanya persiapan yang matang untuk menjawab soal. Dan alhasil sebagian besar menjawab dengan sebisa mereka, dilanjutkan pertanyaan kedua tentang pertemuan pertama kami saat awal semester yang membahas T= 1-x^2/1-x mengapa saat dimasukan di python menjadi 0/0-> error. Lalu saya mengubah algoritmanya menggunakan syntax if dan else untuk memisahkan x=1 dan x>1 agar tidak terjadi error kembali. Hari ini juga presentasi hasil dari airfoil menggunakan cfdsolve dan optimasinya beserta pengolahan data menggunakan regresi linier dan lainya. Banyak kelompok yang proses optimasinya belum dikarnakan belum terlalu mengerti dan stuck saat proses pengerjaan. Alhasil minggudepan semua kelompok harus maju dan selesai semua pekerjaan cfdsolve dan optimasi beserta pengolahan datanya.
Pertemuan ke-14 4 Desember 2019
Hari ini presentasi hasil dari simulasi dengan CFD SOF yang dikerjakan perkelompok. Berikut hasil dari kelompok 6, juga dapat dilihat di kelompok 6
Grafik AirFoil Drag Force dan Lift Force
Grafik gabungan drag dan lift dari airfoil. Dimana drag force semakin bertambah besar seiring naiknya sudut serang. sedangkan nilai Lift diperoleh optimumnya pada sudut serang 60
Grafik Drag Force dengan trendline nilai linear y= 43,867x-110,54
Grafik Drag Force dengan trendline nilai polinomial y= 21,185x^2-125,62x + 143,69
Grafik Lift Force dengan trendline nilai linear y= 6,5549x-1,5127
Grafik Lift Force dengan trendline nilai polinomial y= -3,5089x^2 + 34,626x - 43,619
Optimasi
Berikut Koding dari hasil optimasi menggunakan Python
Pertemuan ke-15 11 Desember 2019
Hari ini kami dikelas belajar NNA, Artificial Neural Network Artificial (ANN) atau Jaringan Syaraf Tiruan merupakan sebuah teknik atau pendekatan pengolahan informasi yang terinspirasi oleh cara kerja sistem saraf biologis, khususnya pada sel otak manusia dalam memproses informasi. Elemen kunci dari teknik ini adalah struktur sistem pengolahan informasi yang bersifat unik dan beragam untuk tiap aplikasi. Neural Network terdiri dari sejumlah besar elemen pemrosesan informasi (neuron) yang saling terhubung dan bekerja bersama-sama untuk menyelesaikan sebuah masalah tertentu, yang pada umumnya dalah masalah klasifikasi ataupun prediksi.Dengan step pembuatan Ann adalah:
1. Data Preprocessing
2. Add input layers
3. Random w init
4. Add hidden layers
5. Select optimizer, loss, and performance matrixs
6. compile the model
7. use model .fit to train the model
8. evaluate the model
9. Adjust optimization parameters or model if needed
Dengan memasukan Data yang telah diberikan asdos, didapat kesimpulan Val_accuracy hanya 25 persen saja namun itulah hasil yang terbaik, Dapat dilihat hasil grafik output real = output prediction.
Catatan:
Tugas 2: Memperbaiki/melengkapi dokumentasi belajar anda wiki individu dan kelompok di air eng
UAS: Combined oral & written
Terima Kasih telah membaca blog Wiki saya, jika ingin memberikan pendapat silahkan berkomentar di bawah
Enable comment auto-refresher