Difference between revisions of "Kelompok 9"

From ccitonlinewiki
Jump to: navigation, search
 
(23 intermediate revisions by the same user not shown)
Line 1: Line 1:
'''TUGAS 1 '''
+
Perkenalkan kami dari kelompok 9 kelas Metode Numerik Kelas Reguler-2 yang beranggotakan :
 +
 
 +
1. Muhamad Ilham Santoso        1706986422
 +
 
 +
2. Irfan Rahadi K.              1706036255
 +
 
 +
3. Muhammad Fakhri Saputra      1806201030
 +
 
 +
 
 +
== '''Tugas Pertama Kelompok 9''' ==
 +
 +
 
 +
Eliminasi Gauss adalah suatu metode untuk mengoperasikan nilai-nilai di dalam matriks sehingga menjadi matriks yang lebih sederhana lagi. Dengan melakukan operasi baris sehingga matriks tersebut menjadi matriks yang baris. Ini dapat digunakan sebagai salah satu metode penyelesaian persamaan linear dengan menggunakan matriks. Caranya dengan mengubah persamaan linear tersebut ke dalam matriks teraugmentasi dan mengoperasikannya. Setelah menjadi matriks baris, lakukan substitusi balik untuk mendapatkan nilai dari variabel-variabel tersebut. Berikut adalah penjelasan penggunaaan aplikasi metode numerik pada eliminasi Gauss
 +
 
 +
 
 
  [[File:Tugas_1_Kelompok_9.mp4]]
 
  [[File:Tugas_1_Kelompok_9.mp4]]
  '''TUGAS 2 '''
+
 
 +
Berikut ini merupakan sebuah contoh dari penggunaan kode python ini  dan hasil setelah melakukan running pada program yaitu
 +
 
 +
[[File:Tugas1.jpg]]
 +
 
 +
 
 +
 
 +
== '''Tugas Kedua Kelompok 9''' ==
 +
 
 +
 
 +
Berikut adalah video penjelasan tugas kedua yaitu penggunaan aplikasi Metode Numerik pada Statika Struktur menggunakan metode Finite Element untuk menyelesaikan persoalan pada sebuah batang panjang 5 m diberi beban 1000N di tengah batang. Lalu kami menghitung support reaction yang terjadi pada dua ujung batang
 +
 
 +
 
 
  [[File:Tugas_2_Kelompok_9.mp4]]
 
  [[File:Tugas_2_Kelompok_9.mp4]]
 +
 +
Berikut ini merupakan sebuah contoh dari penggunaan kode python ini  dan hasil setelah melakukan running pada program yaitu
 +
 +
[[File:Tugas2.jpg]]
 +
 +
== '''Tugas Ketiga Kelompok 9''' ==
 +
 +
[[File:Tugas3Spring.png]]
 +
 +
Terdapat sebuah beban m sebesar 2.5 kg, terhubungan dengan sebuah pegas dalam keaadan horizontal yang memiliki konstanta pegas k sebesar  75 N/m. Beban tersebut diberi gaya eksternal sebesar P (t). Jika beban ditarik  selama kurang dari 2 sekon (t<2s) maka besaran gaya memiliki fungsi (10t). Jika gaya yang diberikan 2 sekon atau lebih (t≥ 2), maka besar gaya yaitu 20N.
 +
 +
Flowchart :
 +
 +
[[File:FlowchartKelompok9.png]]
 +
 +
 +
 +
Berikut adalah video penjelasan tugas kedua yaitu penggunaan methode runge kutta untuk menyelesaikan soal di atas
 +
 +
[[File:Videotugas3.mp4]]
 +
 +
 +
Berikut ini merupakan sebuah contoh dari penggunaan kode python ini  dan hasil setelah melakukan running pada program yaitu
 +
 +
 +
[[File:HasilRunnig.jpg]]
 +
 +
 +
 +
 +
== Tugas CFD Drag Force ==
 +
 +
 +
Setelah kami melakukan percobaan dengan 10 variabel kecepatan berbeda menggunakan aplikasi CFDSOF-NG, didapat data sebagai berikut yang nantinya akan di-plotting dan dilakukan curve fitting :
 +
 +
[[File:Data.png]]
 +
 +
 +
[[File:Data1.png]]
 +
 +
 +
Hasil curve fitting yang kami lakukan di excel seperti pada grafik berikut
 +
 +
 +
[[File:Data22.png]]
 +
 +
 +
Berdasarkan pengolahan tersebut, dapat disimpulkan bahwa hubungan drag force dengan kecepatan pada permasalahan ini sesuai dengan persamaan berikut:
 +
 +
y = 1.0196x2 + 1.7495x + 3.9384
 +
 +
 +
y = Drag Force
 +
 +
x = Velocity
 +
 +
 +
R² = 0.9996
 +
 +
Menunjukan keakuratan dari regresi yang telah dilakukan. Semakin besar nilainya (mendekati 1) maka semakin akurat
 +
 +
 +
 +
== Tugas Analisis Flow pada Airfoil ==
 +
 +
'''Angle of Attack = -15 derajat'''
 +
 +
[[File:l-15d.png]]
 +
 +
[[File:l-15.png]]
 +
 +
 +
'''Angle of Attack = 0 derajat'''
 +
 +
 +
[[File:0drag.png]]
 +
 +
[[File:0lift.png]]
 +
 +
 +
'''Angle of Attack = 15 derajat'''
 +
 +
 +
[[File:dragggg15.png]]
 +
 +
[[File:lift5515.png]]
 +
 +
 +
'''Angle of Attack = 30 derajat'''
 +
 +
 +
[[File:30drag.png]]
 +
 +
[[File:30lift.png]]
 +
 +
'''Angle of Attack = 45 derajat'''
 +
 +
[[File:45draag.png]]
 +
 +
[[File:45liift.png]]
 +
 +
 +
'''Angle of Attack = 60 derajat'''
 +
 +
 +
[[File:60drag.png]]
 +
 +
[[File:60lift.png]]
 +
 +
'''Angle of Attack = 75 derajat'''
 +
 +
 +
[[File:75draag.png]]
 +
 +
[[File:75lift.png]]
 +
 +
'''Angle of Attack = 90 derajat'''
 +
 +
[[File:90drag.png]]
 +
 +
[[File:90lift.png]]
 +
 +
 +
'''Grafik Optimalisasi menggunakan Excel'''
 +
 +
 +
[[File:opt1.png]]
 +
 +
 +
[[File:opt2.png]]
 +
 +
 +
[[File:opt3.png]]
 +
 +
 +
 +
'''Hasil Optimalisasi menggunakan Python'''
 +
 +
[[File:optimalisasipyth1.jpg]]
 +
 +
[[File:optimalisasipyth2.jpg]]

Latest revision as of 22:58, 1 December 2019

Perkenalkan kami dari kelompok 9 kelas Metode Numerik Kelas Reguler-2 yang beranggotakan :

1. Muhamad Ilham Santoso 1706986422

2. Irfan Rahadi K. 1706036255

3. Muhammad Fakhri Saputra 1806201030


Tugas Pertama Kelompok 9

Eliminasi Gauss adalah suatu metode untuk mengoperasikan nilai-nilai di dalam matriks sehingga menjadi matriks yang lebih sederhana lagi. Dengan melakukan operasi baris sehingga matriks tersebut menjadi matriks yang baris. Ini dapat digunakan sebagai salah satu metode penyelesaian persamaan linear dengan menggunakan matriks. Caranya dengan mengubah persamaan linear tersebut ke dalam matriks teraugmentasi dan mengoperasikannya. Setelah menjadi matriks baris, lakukan substitusi balik untuk mendapatkan nilai dari variabel-variabel tersebut. Berikut adalah penjelasan penggunaaan aplikasi metode numerik pada eliminasi Gauss



Berikut ini merupakan sebuah contoh dari penggunaan kode python ini dan hasil setelah melakukan running pada program yaitu

Tugas1.jpg


Tugas Kedua Kelompok 9

Berikut adalah video penjelasan tugas kedua yaitu penggunaan aplikasi Metode Numerik pada Statika Struktur menggunakan metode Finite Element untuk menyelesaikan persoalan pada sebuah batang panjang 5 m diberi beban 1000N di tengah batang. Lalu kami menghitung support reaction yang terjadi pada dua ujung batang



Berikut ini merupakan sebuah contoh dari penggunaan kode python ini dan hasil setelah melakukan running pada program yaitu

File:Tugas2.jpg

Tugas Ketiga Kelompok 9

Tugas3Spring.png

Terdapat sebuah beban m sebesar 2.5 kg, terhubungan dengan sebuah pegas dalam keaadan horizontal yang memiliki konstanta pegas k sebesar 75 N/m. Beban tersebut diberi gaya eksternal sebesar P (t). Jika beban ditarik selama kurang dari 2 sekon (t<2s) maka besaran gaya memiliki fungsi (10t). Jika gaya yang diberikan 2 sekon atau lebih (t≥ 2), maka besar gaya yaitu 20N.

Flowchart :

FlowchartKelompok9.png


Berikut adalah video penjelasan tugas kedua yaitu penggunaan methode runge kutta untuk menyelesaikan soal di atas


Berikut ini merupakan sebuah contoh dari penggunaan kode python ini dan hasil setelah melakukan running pada program yaitu


File:HasilRunnig.jpg



Tugas CFD Drag Force

Setelah kami melakukan percobaan dengan 10 variabel kecepatan berbeda menggunakan aplikasi CFDSOF-NG, didapat data sebagai berikut yang nantinya akan di-plotting dan dilakukan curve fitting :

Data.png


Data1.png


Hasil curve fitting yang kami lakukan di excel seperti pada grafik berikut


Data22.png


Berdasarkan pengolahan tersebut, dapat disimpulkan bahwa hubungan drag force dengan kecepatan pada permasalahan ini sesuai dengan persamaan berikut:

y = 1.0196x2 + 1.7495x + 3.9384


y = Drag Force

x = Velocity


R² = 0.9996

Menunjukan keakuratan dari regresi yang telah dilakukan. Semakin besar nilainya (mendekati 1) maka semakin akurat


Tugas Analisis Flow pada Airfoil

Angle of Attack = -15 derajat

L-15d.png

L-15.png


Angle of Attack = 0 derajat


0drag.png

0lift.png


Angle of Attack = 15 derajat


Dragggg15.png

Lift5515.png


Angle of Attack = 30 derajat


30drag.png

30lift.png

Angle of Attack = 45 derajat

45draag.png

45liift.png


Angle of Attack = 60 derajat


60drag.png

60lift.png

Angle of Attack = 75 derajat


75draag.png

75lift.png

Angle of Attack = 90 derajat

90drag.png

90lift.png


Grafik Optimalisasi menggunakan Excel


Opt1.png


Opt2.png


Opt3.png


Hasil Optimalisasi menggunakan Python

Optimalisasipyth1.jpg

Optimalisasipyth2.jpg