Hervin

Profil

Nama: Hervin

NPM: 186200923

Jurusan: Teknik Mesin, angkatan 2018

Meetings

SEBELUM UTS

Pertemuan 1: Selasa, 3 September 2019

Metode Numerik

Dalam Matematika, terdapat cara untuk menyelesaikan persoalan, seperti Metode Analitik (Eksak) dan Metode Numerik. Metode Numerik ialah metode yang digunakan apabila metode eksak tidak dapat digunakan dalam suatu persoalan, seperti yang sudah diterapkan dalam mata kuliah Kalkulus 1 dan 2, Aljabar Linear, dan Matematika Teknik. Metode Numerik mengandalkan daya kerja komputer yang mampu mengolah persoalan kompleks secara cepat dan efisien waktu. Pada pertemuan ini, Metode Numerik akan diterapkan dan dipelajari di dalam Microsof Excel.

Penerapan di Excel mengambil contoh dengan deret yang sudah dipelajari di Kalkulus 2, yaitu Deret Taylor dan MacLaurin. Contoh ini digunakan dengan dasar bahwa dibalik Deret Taylor dan MacLaurin, terdapat pola algoritma yang dapat di-input dalam perhitungan komputer untuk diproses.

Dengan: x = π/7

ratio (C3)= -1*B2^2/((2*A3)*(2*A3+1))

suku (D3) = D2*C3

fungsi (E3) = E2+D3

error (F3) = ABS(D4/E4)

Pertemuan 2: Selasa, 10 September 2019

Pada pertemuan ini, kami diajarkan tentang pseudocode. Pseudocode dapat dimengerti sebagai 'sketsa' kode pemrograman, yaitu bahasa informal pemrograman yang membantu programmer dalam menentukan fungsi - fungsi apa saja yang harus ditulis dalam program final. Bahasa informal ini ditulis dengan tujuan agar mudah dimengerti dan juga mudah untuk dikonversi ke bahasa pemrograman yang diinginkan, sehingga bahasa ini harus fleksibel.

SETELAH UTS

Pertemuan 1: 30 Oktober 2019

Pada pertemuan ini, kami diperkenalkan dengan bahasa pemrograman Python. Python ialah salah satu bahasa pemrograman yang paling banyak digunakan, baik dalam bidang teknik, matematika, maupun ilmu komputer. Python memiliki beberapa kelebihan dibandingkan dengan bahasa C atau C++, yaitu penulisan kode yang lebih sederhana dan lebih mudah dimengerti. Selain itu, Python dapat digunakan untuk lingkup bidang dan program yang luas, sehingga Python bagus digunakan dalam eksperimen ataupun prototyping, dan dapat juga digunakan untuk animasi dalam film dan machine learning.

Namun, adapun kekurangan Python dari bahasa lain yaitu kecepatan eksekusi yang lebih lambat karena bekerja dengan interpreter, bukan compiler seperti C atau C++. Python juga kurang dalam pemrograman mobile dan game, dan lebih sering digunakan untuk program desktop dan server. Python juga memilki runtime error yang menyebabkan diperlukan lebih banyak waktu testing dan terkadang akan ada error yang terjadi hanya saat program berjalan. Python juga memerlukan memori yang lebih tinggi

TUGAS 1: GOVERNING EQUATION

Dalam kelas, diberi tugas untuk menentukan berapa lama waktu yang diperlukan oleh suatu mobil untuk mencapai kecepatan maksimumnya apabila mobil bergerak di lantai kasar dan terapat hambatan udara. Model matematika yang digunakan ialah menggunakan Hukum ke-2 Newton untuk mendapatkan persamaan yang bergantung pada waktu. Untuk memprosesnya, digunakan metode Runge-Kutta Method 4th Order yang kemudian akan dimasukkan ke dalam bahasa pemrograman. Di sini kelompok saya sudah mengsketsa diagram benda bebas serta persamaan yang sudah diturunkan dan pseudo-code yang diperlukan

Runge-Kutta Method sendiri ialah metode yang mengandalkan aplikasi repetisi kepada suatu persamaan untuk mendapatkan akurasi yang lebih tinggi selama repetisi tetap digunakan. Runge-Kutta 4th Order ialah Runge-Kutta yang menggunakan 4 repetisi, dengan persamaan umum sebagai berikut:

Pertemuan 2: 5 November 2019

Pada pertemuan ini, kami diperkenalkan dengan software yang dikembangkan oleh AIR Team, yang bernama CFDSOF-NG. Program ialah software simulasi yang dapat digunakan untuk menganalisis dan mensimulasi problem engineering berbasis ilmu Computational Fluid Dynamics (CFD). Kami kemudian diberikan tugas untuk mendapatkan kondisi aliran udara yang mengalir di sekitar mobil saat sedang bergerak. Hal ini berguna untuk mencari tahu drag force yang dialami oleh mobil sehingga dapat diukur parameter peformanya.

Cara menganalisis aliran udara pada mobil ialah dengan menggunakan CDFSOF-NG untuk mengimpor model mobil, dimana kemudian akan divisualisasikan dalam bentuk mesh. Mesh ini kemudian dapat dianalisis dan disimulasikan dengan software pihak ketiga yang bernama Paraview. Paraview kemudian akan menunjukkan drag force yang terdapat pada setiap bagian mobil.

Pertemuan 3: 19 November 2019

Pada pertemuan kali ini, kami melakukan hal yang sama dengan drag mobil, kecuali sekarang kami menggunakan airfoil yang didesain sendiri di Inventor, yang kemudian dicari tahu kondisi aliran udara yang terjadi saat bergerak dengan CFDSOF-NG dengan kecepatan dan sudut serang yang sudah ditetapkan. Dari sini kita dapat mencari grafik perbandingan drag force dengan angle of attack, serta lift force dengan angle of attack. Dengan adanya grafik, dapat ditetapkan persamaan yang kemudian akan berperan dalam menentukan sudut serang yang optimal. Sudut tersebut dicari menggunakan Python yang dapat dikompilasi di Jupyter. Dari sini, dapat didapatkan sudut serang yang optimal serta drag dan lift force pada sudut serang tersebut.

Pertemuan 4: 26 November 2019

Pada pertemuan ini, kami diberikan kuis dengan soal berikut: 1. Apa perbedaan tahu dan paham Metode Numerik? 2. Mengapa kita harus belajar Metode Numerik? 3. Mengapa Pak DAI menggunakan peci saat mengajar di dalam kelas?

Pertemuan 5: 3 Desember 2019

Pada pertemuan ini, kami diminta untuk mempresentasikan hasil dari optimasi airfoil yang kami dapatkan.

Pertemuan 6: 10 Desember 2019

Pada pertemuan terakhir ini sebelum UAS, kami diajarkan tentang Artificial Neural Network (ANN). ANN ialah sistem komputer yang mengambil inspirasi oleh neural network yang ada dalam otak makhluk hidup. Tujuan dari ANN ini ialah membangun suatu program yang dapat 'belajar' dari contoh - contoh pekerjaan yang akan dilakukannya, sehingga tidak perlu membangun kode untuk setiap tujuan spesifik.

Terdapat tahapan pemrosesan pada ANN. Yang pertama ialah input layer yang berfungsi untuk menerima informasi yang kemudian akan diteruskan ke hidden layer. Hidden layer ini kemudian akan memproses informasi tersebut sedemikian rupa setelah menjalan pelatihan neural network. Hidden layer kemudian akan mengubah informasi dan hasil kesimpulan menjadi sesuatu yang dapat dibaca oleh output layer. Output layer kemudian akan menampilkan hasil pemrosesan ANN sebagai respons informasi yang diterima.