Difference between revisions of "Irza Lutfi"
Irza Lutfi (talk | contribs) (→Introduction) |
Irza Lutfi (talk | contribs) (→Metnum-01) |
||
| Line 8: | Line 8: | ||
== Metnum-01 == | == Metnum-01 == | ||
| − | '''Progress Tugas''' | + | '''Progress 1 Tugas''' |
Untuk mengoptimalkan tangki hidrogen dengan kapasitas 1 liter dan tekanan 8 bar dengan biaya produksi maksimal Rp. 500.000, ada beberapa faktor yang perlu dipertimbangkan. Berikut adalah langkah-langkah yang dapat diambil untuk mencapai optimasi tersebut: | Untuk mengoptimalkan tangki hidrogen dengan kapasitas 1 liter dan tekanan 8 bar dengan biaya produksi maksimal Rp. 500.000, ada beberapa faktor yang perlu dipertimbangkan. Berikut adalah langkah-langkah yang dapat diambil untuk mencapai optimasi tersebut: | ||
| Line 27: | Line 27: | ||
Dengan mengikuti langkah-langkah di atas, diharapkan Anda dapat mengoptimalkan tangki hidrogen dengan kapasitas 1 liter, tekanan 8 bar, dan biaya produksi maksimal Rp. 500.000. Namun, perlu diingat bahwa optimasi ini hanya memberikan panduan umum, dan dapat diperlukan penyesuaian yang lebih rinci tergantung pada kebutuhan dan sumber daya yang tersedia. | Dengan mengikuti langkah-langkah di atas, diharapkan Anda dapat mengoptimalkan tangki hidrogen dengan kapasitas 1 liter, tekanan 8 bar, dan biaya produksi maksimal Rp. 500.000. Namun, perlu diingat bahwa optimasi ini hanya memberikan panduan umum, dan dapat diperlukan penyesuaian yang lebih rinci tergantung pada kebutuhan dan sumber daya yang tersedia. | ||
| + | |||
| + | == Progress 2 Tugas == | ||
| + | Untuk mengoptimisasi penyimpanan hidrogen pada tekanan 8 bar dengan kapasitas 1 liter dan anggaran maksimal Rp500.000, dapat diselesaikan dengan phyton code dibawah : | ||
| + | from scipy.optimize import minimize | ||
| + | |||
| + | # Harga dan kapasitas | ||
| + | harga_per_unit = 100000 # Harga per unit penyimpanan hidrogen | ||
| + | kapasitas_per_unit = 1 # Kapasitas penyimpanan hidrogen per unit | ||
| + | |||
| + | # Anggaran maksimal | ||
| + | budget_maksimal = 500000 | ||
| + | |||
| + | # Fungsi tujuan | ||
| + | def fungsi_tujuan(x): | ||
| + | return -x | ||
| + | |||
| + | # Kendala | ||
| + | def kendala(x): | ||
| + | return budget_maksimal - (harga_per_unit * x[0]) | ||
| + | |||
| + | kendala_anggaran = [{'type': 'ineq', 'fun': kendala}] | ||
| + | |||
| + | # Nilai awal | ||
| + | x0 = [0] | ||
| + | |||
| + | # Batasan | ||
| + | batas = [(0, None)] | ||
| + | |||
| + | # Membuat fungsi untuk menampilkan hasil | ||
| + | def tampilkan_hasil(solusi): | ||
| + | print("Status:", "Optimal" if solusi.success else "Tidak ditemukan solusi") | ||
| + | print("Jumlah unit penyimpanan hidrogen yang akan dibeli:", solusi.x[0]) | ||
| + | print("Total kapasitas penyimpanan:", solusi.x[0] * kapasitas_per_unit, "liter") | ||
| + | print("Total biaya:", solusi.x[0] * harga_per_unit, "Rupiah") | ||
| + | |||
| + | # Menyelesaikan masalah optimisasi | ||
| + | solusi = minimize(fungsi_tujuan, x0, method='SLSQP', bounds=batas, constraints=kendala_anggaran) | ||
| + | |||
| + | # Menampilkan hasil | ||
| + | tampilkan_hasil(solusi) | ||
| + | Kode di atas menggunakan fungsi tujuan untuk memaksimalkan jumlah unit penyimpanan hidrogen yang akan dibeli. Kendala anggaran diatur menggunakan fungsi kendala, yang memastikan bahwa total biaya tidak melebihi anggaran maksimal yang diberikan. Output akan menampilkan jumlah unit yang harus dibeli, total kapasitas penyimpanan, dan total biaya yang dibutuhkan. Di bawah ini merupakan hasil dari phyton code tersebut : | ||
| + | |||
| + | Hasil optimasi.png | ||
| + | |||
| + | Untuk menunjukan grafik mengenai optimisasi penyimpanan hidrogen antara kapasitas dan anggaran dapat digunakan phyton code di bawah ini : | ||
| + | |||
| + | import numpy as np | ||
| + | import matplotlib.pyplot as plt | ||
| + | from scipy.optimize import minimize | ||
| + | |||
| + | # Harga dan kapasitas | ||
| + | harga_per_unit = 100000 # Harga per unit penyimpanan hidrogen | ||
| + | kapasitas_per_unit = 1 # Kapasitas penyimpanan hidrogen per unit | ||
| + | |||
| + | # Anggaran maksimal | ||
| + | budget_maksimal = 500000 | ||
| + | |||
| + | # Fungsi tujuan | ||
| + | def fungsi_tujuan(x): | ||
| + | return -x | ||
| + | |||
| + | # Kendala | ||
| + | def kendala(x): | ||
| + | return budget_maksimal - (harga_per_unit * x[0]) | ||
| + | |||
| + | kendala_anggaran = [{'type': 'ineq', 'fun': kendala}] | ||
| + | |||
| + | # Nilai awal | ||
| + | x0 = [0] | ||
| + | |||
| + | # Batasan | ||
| + | batas = [(0, None)] | ||
| + | |||
| + | # Membuat fungsi untuk menampilkan hasil | ||
| + | def tampilkan_hasil(solusi): | ||
| + | print("Status:", "Optimal" if solusi.success else "Tidak ditemukan solusi") | ||
| + | print("Jumlah unit penyimpanan hidrogen yang akan dibeli:", solusi.x[0]) | ||
| + | print("Total kapasitas penyimpanan:", solusi.x[0] * kapasitas_per_unit, "liter") | ||
| + | print("Total biaya:", solusi.x[0] * harga_per_unit, "Rupiah") | ||
| + | |||
| + | # Menyelesaikan masalah optimisasi | ||
| + | solusi = minimize(fungsi_tujuan, x0, method='SLSQP', bounds=batas, constraints=kendala_anggaran) | ||
| + | |||
| + | # Menampilkan hasil | ||
| + | tampilkan_hasil(solusi) | ||
| + | |||
| + | # Menghasilkan grafik | ||
| + | anggaran = np.linspace(0, 10, 100) # Range anggaran | ||
| + | kapasitas = anggaran * kapasitas_per_unit # Total kapasitas penyimpanan untuk setiap anggaran | ||
| + | biaya = anggaran * harga_per_unit # Total biaya untuk setiap anggaran | ||
| + | |||
| + | plt.figure() | ||
| + | plt.plot(anggaran, kapasitas, label='Kapasitas Penyimpanan') | ||
| + | plt.plot(anggaran, biaya, label='Total Biaya') | ||
| + | plt.axhline(solusi.x[0] * kapasitas_per_unit, color='r', linestyle='--', label='Jumlah Unit Optimal') | ||
| + | plt.axvline(solusi.x[0], color='g', linestyle='--', label='Anggaran Optimal') | ||
| + | plt.xlabel('Anggaran') | ||
| + | plt.ylabel('Kapasitas/Biaya') | ||
| + | plt.title('Optimisasi Penyimpanan Hidrogen') | ||
| + | plt.legend() | ||
| + | plt.grid(True) | ||
| + | plt.show() | ||
| + | Kode di atas menghitung jumlah optimal unit penyimpanan hidrogen yang akan dibeli berdasarkan harga per unit, kapasitas per unit, dan anggaran maksimal yang diberikan. Kode ini memberikan solusi terbaik dengan kapasitas total tertinggi yang tetap berada dalam anggaran. Hasilnya kemudian dicetak, termasuk jumlah unit, kapasitas total, dan biaya total. Selain itu, kode ini juga membuat grafik yang menunjukkan hubungan antara kapasitan dan anggaran optimisasi penyimpanan hidrogen | ||
| + | |||
| + | Grafikdats.png | ||
Revision as of 07:21, 5 June 2023
Introduction
Hallo Perkenalkan Saya Irza Lutfi Mahasiswa Teknik Mesin Universitas Indonesia Angkatan 2021 dengan NPM 2106638242!!
Metnum-01
Progress 1 Tugas
Untuk mengoptimalkan tangki hidrogen dengan kapasitas 1 liter dan tekanan 8 bar dengan biaya produksi maksimal Rp. 500.000, ada beberapa faktor yang perlu dipertimbangkan. Berikut adalah langkah-langkah yang dapat diambil untuk mencapai optimasi tersebut:
Material Tangki: Pertimbangkan material tangki yang efisien dan murah untuk digunakan dalam konstruksi tangki hidrogen. Pilihlah material yang memiliki kekuatan yang cukup untuk menahan tekanan 8 bar dan ringan agar tidak menambah berat tangki secara signifikan. Material yang mungkin dapat dipertimbangkan adalah aluminium atau serat karbon.
Desain Tangki: Rancanglah tangki dengan desain yang optimal untuk memaksimalkan kapasitas penyimpanan hidrogen dalam volume 1 liter. Bentuk silinder dengan diameter dan tinggi yang sesuai mungkin merupakan desain yang efisien untuk tujuan ini.
Efisiensi Pengisian: Perhatikan efisiensi pengisian tangki hidrogen. Pastikan sistem pengisian tangki meminimalkan kebocoran dan memastikan pengisian yang cepat dan efisien.
Pemilihan Komponen: Pilihlah komponen seperti katup pengisian, katup pengeluaran, dan sensor tekanan yang efisien dan ekonomis. Pastikan bahwa komponen tersebut memiliki kualitas yang baik agar dapat bekerja secara efektif dan aman.
Proses Produksi: Rancang proses produksi yang efisien untuk meminimalkan biaya produksi. Gunakan metode dan teknologi yang tepat untuk mempercepat produksi dan mengurangi biaya tenaga kerja.
Analisis Biaya: Lakukan analisis biaya mendalam untuk memastikan bahwa biaya produksi tetap di bawah batas maksimal Rp. 500.000. Tinjau biaya bahan baku, biaya tenaga kerja, biaya mesin, dan komponen lainnya yang terlibat dalam produksi tangki hidrogen. Identifikasi area-area di mana penghematan biaya dapat dicapai tanpa mengorbankan kualitas dan keamanan produk.
Optimalisasi Iteratif: Lakukan iterasi dan perbaikan berkelanjutan dalam desain dan proses produksi untuk mencapai hasil yang optimal. Tinjau kembali setiap langkah di atas dan identifikasi cara-cara untuk meningkatkan efisiensi dan mengurangi biaya.
Dengan mengikuti langkah-langkah di atas, diharapkan Anda dapat mengoptimalkan tangki hidrogen dengan kapasitas 1 liter, tekanan 8 bar, dan biaya produksi maksimal Rp. 500.000. Namun, perlu diingat bahwa optimasi ini hanya memberikan panduan umum, dan dapat diperlukan penyesuaian yang lebih rinci tergantung pada kebutuhan dan sumber daya yang tersedia.
Progress 2 Tugas
Untuk mengoptimisasi penyimpanan hidrogen pada tekanan 8 bar dengan kapasitas 1 liter dan anggaran maksimal Rp500.000, dapat diselesaikan dengan phyton code dibawah : from scipy.optimize import minimize
- Harga dan kapasitas
harga_per_unit = 100000 # Harga per unit penyimpanan hidrogen kapasitas_per_unit = 1 # Kapasitas penyimpanan hidrogen per unit
- Anggaran maksimal
budget_maksimal = 500000
- Fungsi tujuan
def fungsi_tujuan(x):
return -x
- Kendala
def kendala(x):
return budget_maksimal - (harga_per_unit * x[0])
kendala_anggaran = [{'type': 'ineq', 'fun': kendala}]
- Nilai awal
x0 = [0]
- Batasan
batas = [(0, None)]
- Membuat fungsi untuk menampilkan hasil
def tampilkan_hasil(solusi):
print("Status:", "Optimal" if solusi.success else "Tidak ditemukan solusi")
print("Jumlah unit penyimpanan hidrogen yang akan dibeli:", solusi.x[0])
print("Total kapasitas penyimpanan:", solusi.x[0] * kapasitas_per_unit, "liter")
print("Total biaya:", solusi.x[0] * harga_per_unit, "Rupiah")
- Menyelesaikan masalah optimisasi
solusi = minimize(fungsi_tujuan, x0, method='SLSQP', bounds=batas, constraints=kendala_anggaran)
- Menampilkan hasil
tampilkan_hasil(solusi) Kode di atas menggunakan fungsi tujuan untuk memaksimalkan jumlah unit penyimpanan hidrogen yang akan dibeli. Kendala anggaran diatur menggunakan fungsi kendala, yang memastikan bahwa total biaya tidak melebihi anggaran maksimal yang diberikan. Output akan menampilkan jumlah unit yang harus dibeli, total kapasitas penyimpanan, dan total biaya yang dibutuhkan. Di bawah ini merupakan hasil dari phyton code tersebut :
Hasil optimasi.png
Untuk menunjukan grafik mengenai optimisasi penyimpanan hidrogen antara kapasitas dan anggaran dapat digunakan phyton code di bawah ini :
import numpy as np import matplotlib.pyplot as plt from scipy.optimize import minimize
- Harga dan kapasitas
harga_per_unit = 100000 # Harga per unit penyimpanan hidrogen kapasitas_per_unit = 1 # Kapasitas penyimpanan hidrogen per unit
- Anggaran maksimal
budget_maksimal = 500000
- Fungsi tujuan
def fungsi_tujuan(x):
return -x
- Kendala
def kendala(x):
return budget_maksimal - (harga_per_unit * x[0])
kendala_anggaran = [{'type': 'ineq', 'fun': kendala}]
- Nilai awal
x0 = [0]
- Batasan
batas = [(0, None)]
- Membuat fungsi untuk menampilkan hasil
def tampilkan_hasil(solusi):
print("Status:", "Optimal" if solusi.success else "Tidak ditemukan solusi")
print("Jumlah unit penyimpanan hidrogen yang akan dibeli:", solusi.x[0])
print("Total kapasitas penyimpanan:", solusi.x[0] * kapasitas_per_unit, "liter")
print("Total biaya:", solusi.x[0] * harga_per_unit, "Rupiah")
- Menyelesaikan masalah optimisasi
solusi = minimize(fungsi_tujuan, x0, method='SLSQP', bounds=batas, constraints=kendala_anggaran)
- Menampilkan hasil
tampilkan_hasil(solusi)
- Menghasilkan grafik
anggaran = np.linspace(0, 10, 100) # Range anggaran kapasitas = anggaran * kapasitas_per_unit # Total kapasitas penyimpanan untuk setiap anggaran biaya = anggaran * harga_per_unit # Total biaya untuk setiap anggaran
plt.figure() plt.plot(anggaran, kapasitas, label='Kapasitas Penyimpanan') plt.plot(anggaran, biaya, label='Total Biaya') plt.axhline(solusi.x[0] * kapasitas_per_unit, color='r', linestyle='--', label='Jumlah Unit Optimal') plt.axvline(solusi.x[0], color='g', linestyle='--', label='Anggaran Optimal') plt.xlabel('Anggaran') plt.ylabel('Kapasitas/Biaya') plt.title('Optimisasi Penyimpanan Hidrogen') plt.legend() plt.grid(True) plt.show() Kode di atas menghitung jumlah optimal unit penyimpanan hidrogen yang akan dibeli berdasarkan harga per unit, kapasitas per unit, dan anggaran maksimal yang diberikan. Kode ini memberikan solusi terbaik dengan kapasitas total tertinggi yang tetap berada dalam anggaran. Hasilnya kemudian dicetak, termasuk jumlah unit, kapasitas total, dan biaya total. Selain itu, kode ini juga membuat grafik yang menunjukkan hubungan antara kapasitan dan anggaran optimisasi penyimpanan hidrogen
Grafikdats.png
