Difference between revisions of "Satria Nur Muhamad"

From ccitonlinewiki
Jump to: navigation, search
(Tugas RungeKutta)
 
(7 intermediate revisions by the same user not shown)
Line 271: Line 271:
  
 
[[File:Video3Satria.mp4|500px|thumb|centre|Video Muhasabah Diri]]
 
[[File:Video3Satria.mp4|500px|thumb|centre|Video Muhasabah Diri]]
 +
 +
== Tugas RungeKutta ==
 +
 +
Pada pertemuan kali ini kami memndapat tugas mengenai metode Runge-Kutta.
 +
 +
menyelesaikan sebuah fenomena fisika-Gaya drag Mobil
 +
 +
 +
m = eval(input("massa mobil : "))
 +
g = 9.81
 +
cd = eval(input("koefisien drag udara : "))
 +
ges = eval(input("koefisien gesek jalan : "))
 +
hp = eval(input("Besar Horsepower mobil : "))
 +
rpm = eval(input("Besar RPM mobil : "))
 +
sina = eval(input("Besar sina bidang miring: "))
 +
cosa = eval(input("Besar cosa bidang miring: "))
 +
v = 0
 +
t = 0
 +
dt = 1 #tinggi step atau waktu
 +
error = 100
 +
 +
Fmobil = (hp * 9550) / (rpm * ((2 * 3.14)/60))
 +
p = (Fmobil/m) - g*ges
 +
q = cd/m
 +
 +
def dvdt(t, v):
 +
    return p-(q*(v)**(1.5))-(cosa*ges*g)-(sina*g)
 +
 +
while error > 0.005:
 +
    k1 = dvdt(t, v)
 +
    k2 = dvdt(t + 0.5 * h, v + 0.5 * h * k1)
 +
    k3 = dvdt(t + 0.5 * h, v + 0.5 * h * k2)
 +
    k4 = dvdt(t + h, v + h * k3)
 +
    v1 = v + (1.0 / 6.0)*(k1 + 2 * k2 + 2 * k3 + k4)
 +
    t = t + h
 +
    error = ((v1 - v) / v1)*100 #persentase error
 +
    v = v1
 +
    lst.append(v1)
 +
   
 +
waktu = len(lst)
 +
 +
print ("waktu untuk mencapai velocity maksimal adalah: ", waktu+1)
 +
print ("velocity maksimal adalah: ", v1)
 +
 +
== Computational Fluid Dynamic Drag Analysis of a Car ==
 +
 +
'''Tahap-Tahap Analsis Drag Mobil'''
 +
Analisis Drag Force dimulai dengan menggunakan program CFDSOF. Pada program CFDSOF, dilakukan impor gambar 3D dari mobil yang akan dianalisis, pembuatan mesh, beserta input data dan boundary condition yang diinginkan. Setelah semua data telah diinput, dilakukan penjalanan solver.
 +
[[File:Part_1.png|800px]]
 +
 +
Analisis dilanjutkan dengan menggunakan program ParaView.
 +
[[File:Part_2.png|800px]]
 +
 +
Pada program ParaView, dilakukan penghilangan internalMesh dan dimunculkan car_body.
 +
[[File:Part_3.png|800px]]
 +
 +
Setelah itu, dilanjutkan dengan membuat filter "Generate Surface Normal" dengan "Compute cell normal"
 +
[[File:Part_3_Generate_Surface_Normal,_compute_cell_normals.png|800px]]
 +
 +
Setelah itu, dilakukan perhitungan menggunakan kalkulator yang ada di program dengan menggunakan Attribute Mode Cell Data, mengganti Result Array Name menjadi Drag Force, dan melakukan perhitungan p*Normal_X
 +
[[File:Part_4_calculator,_cell_data,_pxnormal_x.png|200px]]
 +
 +
Terakhir, tambahkan filter Integrate Variables dan dapatkan nilai Drag Force
 +
[[File:Part_5_integrate_variables,_cell_data.png|800px]]
 +
 +
Berikut Hasil yang kami dapatkan:
 +
[[File:Graph.png|800px]]
 +
 +
== Computational Fluid Dynamic Drag and Lift Analysis of an Airfoil ==
 +
 +
Langkah-langkah yang digunakan hampir sama seperti tugas drag force mobil, hanya saja ditambah optimasi.
 +
 +
Yang pertama adalah tahap desain airfoil
 +
 +
[[File:bagianc1.jpg]]
 +
 +
Yang kedua adalah tahap mesh menggunakan CFDSOF
 +
 +
[[File:bagianc2.jpg]]
 +
 +
Yang ketiga adalah tahap simulasi dan kalkulasi menggunakan paraview
 +
 +
[[File:bagianc3.jpg]]
 +
 +
Yang selanjutnya adalah memvariasikan nya terhadap sudut serang -15,15,30,45,60,75,90 derajat.
 +
 +
Hasilnya
 +
 +
[[File:bagianc4.jpg]]
 +
 +
[[File:bagianc5.jpg]]
 +
 +
[[File:bagianc6.jpg]]
 +
 +
[[File:bagianc7.jpg]]
 +
 +
Yang keempat optimasi
 +
 +
[[File:bagianc10.jpg]]
 +
 +
[[File:bagianc8.jpg]]
 +
 +
[[File:bagianc9.jpg]]
 +
 +
Hasilnya adalah sudut serang optimalnya sebesar 2.9 derajat
 +
 +
 +
 +
== CFDSOF dan ANN ==
 +
 +
CFDSOF adalah alat simulasi yang digunakan untuk menganalisis fenomena termal dan fluida yang kompleks. CFDSOF melakukan mesh geometry. Input yang dimasukkan adalah geometry dari sehuah bentuk benda seperti mobil atau airfoil. Lalu outputnya adalah sebuah hasil mesh. Lalu menggunakan sebuah aplikasi paraview untuk menemukan nilai drag and lift force.
 +
 +
ANN atau Artificial Neural Network adalah sistem jaringan syaraf buatan dimana berupa model komputasi yang terdiri dari beberapa elemen pemrosesan yang menerima input dan memberikan output berdasarkan fungsi aktivasi yang telah ditentukan.

Latest revision as of 11:01, 20 December 2019

Bismillahirrahmanirrahim

Assalamualaikum warahmatullahi wabarakatuh

Selamat datang dan selamat membaca.

Perkenalan.

Potret Diri Seorang Satria NM.

Nama saya Satria Nur Muhamad, NPM 1706036564.

Jurusan Teknik Mesin Universitas Indonesia, angkatan 2017.

Saya biasa dipanggil Satria, lahir di Kebumen, 10 April 1999.



Kuliah Minggu Pertama

Rabu, 4 September 2019

Mengapa kita mempelajari kalkulus?

Agar memudahkan dan melatih kemampuan analisis mahasiswa serta mempersiapkan mahasiswa untuk mempelajari mata kuliah selanjutnya. Mata kuliah Kalkulus juga merupakan mata kuliah wajib Fakultas Teknik. Jadi, semua mahasiswa Teknik Mesin akan mempelajari Kalkulus.

Tugas untuk minggu selanjutnya: Belajar python, bikin program untuk menyelesaikan soal (mulai dari algoritma). Kami belajar python dari buku dan dari web pembelajaran python, kami harus membuat coding untuk menyelesaikan limit(x->1) dari x^2-1/x-1. Kami juga membuat algoritma pengerjaannya yang kurang lebih saya jabarkan di bawah ini.

Tugas 1

Menyelesaikan persamaaan lim(x->1) (x^2-1)/(x-1)

Algoritma pengerjaan

1. Mulai

2. Masukkan fungsi limit, f(x) = (x^2-1)/(x-1) dan masukkan nilai x = 1. Karena jika langsung dimasukkan 1 tidak mendapatkan hasil, maka kita gunakan limit untuk mencari pendekatan nilai hasilnya

def f():
  return (x**2-1)/(x-1)
for i in range(1,10):
  n=0.1
  a=n**i
  limitkiri=f(1-a)
  limitkanan=f(1+a)
  print('limit kiri = ' + str(limitkiri) + 'limit kanan' + str(limitkanan)

4. Melihat hasil dengan memanggil fungsi f()

f()
2,0

5. selesai


Kuliah Minggu Kedua

Rabu, 11 September 2019

Pada pertemuan kali ini, Bapak DAI menjelaskan tentang Belajar Coding, dicontohkan seperti dalam kita bermain catur. Lalu di industri 4.0, dimana anak mesin pun diperlukan untuk mempelajari pemrograman.

Lalu Bapak Radon mengajarkan tentang python,yang kami pelajari pada pertemuan kali ini adalah Tuples dan Lists. Dimana kita memasukkan data sebagai Array. Lalu kita bisa menambahkan dan mengubah data dengan Lists.

ListsTuples.jpg


Kuliah Minggu Ketiga

Rabu, 18 September 2019

Pada pertemuan kali ini, Bapak Radon mengadakan kuis dengan soal menyelesaikan sebuah deret fibonacci. Setelah kuis, Bapak Radon menugaskan kami untuk mengerjakan kembali soal deret fibonacci

Deretnya seperti ini, 1, 1, 2, 3, 5, 8, 13, ... , n. Untuk menentukan nilai suku ke-n?

Terdapat 2 cara untuk menyelesaikan deret fibonacci ini.

1. Menggunakan loop

a,b,c=1,1,0
N = int(input('Masukkan Batas : '))
for i in range(N):
   print(a,' ', end=)
   c=a+b
   a=b
   b=c

2. Menggunakan def function

def fibo(n):
   if n<0:
       print('Input Salah')
   elif n==1:
       return 1
   elif n==2:
       return 1
   else:
       return fibo(n-1)+fibo(n-2)
print(fibo(10))

Kuliah Minggu Keempat

Rabu, 25 September 2019


Dalam setiap penyelesaian yang kita buat, kita harus punya motivasi untuk mempelajari suatu hal.

Pemodelan Komputer

Kenapa kita harus menghitung, apakah kita mampu berhitung dengan sangat teliti dan eksak? Sesungguhnya matematik dan numerik tidak mengenal eksak atau manusia itu tidak tahu. Pancasila, di dalamnya terdapat Tuhan Yang Maha Tau. Kita harus sadar, karena suatu saat kita sampai pada suatu kondisi dimana yang bekerja adalah hati kita, otak kita hanya memorize saja. Belajar memasukkan value pada otak kita, value yang tidak dimiliki orang lain adalah hati yang mengakui bahwa Tuhan is One and the only. Modeling adalah sebuah simplifikasi sebuah objek, representasi sederhana dari sesuatu yang rumit. Contohnya arsitek, rumit nya membuat sebuah komplek perumahan.

Dalam pemodelan ada istilah Representasi dan Simplifikasi. Dua kata ini yang mampu menggambarkan apa itu Model.


Model --> Representasi - Simplifikasi - Asumsi


Manusia adalah makhluk terbaik yang diciptakan Allah. Anak Indonesia lahir langsung diperkenalkan dengan Pancasila. Kalau hati manusia seperti baja, susah buat deformasi. Kalau sebuah material susah berubah bentuk, berarti elastisitasnya rendah. Dalam elastisitas terdapat displacement. Displacement merupakan besaran vektor

Metode Numerik tidak hanya matematikanya saja, tetapi juga fisiknya terutama engineering.


Kuliah Minggu Kelima

Pada pertemuan kali ini kami mempelajari tentang penyelesaian masalah menggunakan Python.

Kali ini Bapak Dr. Ahmad Indra dan Asisten membahas tentang metode Runge-Kutta.

Kami mendapatkan tugas untuk membaca-baca lagi mengenai metode Runge Kutta


Kuliah Minggu Keenam

Pada pertemuan pertama kali ini kami belajar mengenai metode Runge-Kutta.

Kali ini Asisten mengajarkan tentang salah satu contoh yaitu Pegas menggunakan metode Runge-Kutta.


Kuis / Minggu Ketujuh

Rabu, 16 Oktober 2019

Penyelesaian soal persamaan aljabar simultan

from numpy import linalg
import numpy as np
line1 = [0,0,2,1,2] 
line2 = [0,1,0,2,-1]
line3 = [1,2,0,-2,1]
line4 = [0,0,0,-1,1]
line5 = [0,1,-1,1,-1]
ops1 = np.array ([line1,line2,line3,line4,line5])
print ("n Matrix adalah sebagai berikut:")
print (ops1)
ops2 = np.array ([1,1,-4,-2,-1])
print ("Matrix Y adalah sebagai berikut:")
print (ops2)
jawab = linalg.solve (ops1,ops2)
nilai1 = int(jawab[0])
nilai2 = int(jawab[1])
nilai3 = int(jawab[2])
nilai4 = int(jawab[3])
nilai5 = int(jawab[4])
print ("hasil X adalah :")
print ("x1= ",nilai1)
print ("x2= ",nilai2)
print ("x3= ",nilai3)
print ("x4= ",nilai4)
print ("x5= ",nilai5)

Penyelesaian soal persamaan differensial

def fungsi(x, y): 
    return ((x**2 - 4*y)) 
 
def RK(x0, y0, x, h): 
    n = (int)((x - x0)/h)  
    y = y0 
    for i in range(1, n + 1): 
       "Menggunakan runge-kutta untuk mendapatkan nilai y"
        k1 = h * fungsi(x0, y) 
        k2 = h * fungsi(x0 + 0.5 * h, y + 0.5 * k1) 
        k3 = h * fungsi(x0 + 0.5 * h, y + 0.5 * k2) 
        k4 = h * fungsi(x0 + h, y + k3) 
 
        #Nilai y selanjutnya
        y = y + (1.0 / 6.0)*(k1 + 2 * k2 + 2 * k3 + k4) 
 
        #Nilai x selanjutnya
        x0 = x0 + h 
    return y 
 
#misalkan :
x0 = 0
y = 1
x = 0
h = 0.1
print ('Besar nilai y pada titik x adalah:', RK(x0, y, x, h))


UTS / Minggu Kedelapan

Rabu, 23 Oktober 2019


Coding untuk penyelesaian soal 1A

from math import *
A=eval(input("masukkan m1: "))
B=eval(input("masukkan m2: "))
C=eval(input("masukkan m3: "))
D=eval(input("masukkan m4: "))
u=eval(input("masukkan koefisien gesek: "))
alfa=eval(input("masukkan sudut dalam derajat: "))
g=9.8
x=sin(alfa)
y=cos(alfa)
T1=A*g*(x-u*y)
T2=B*g*(x-u*y) + T1
T3=C*g*(x-u*y) + T2
T4=D*g
print("Besar Tegangan Tali T4 adalah: ",T4)

Coding untuk penyelesaian soal 1B

from math import *
from sympy import *
G=9.81
Roair= 1.2
Cd=eval(input("masukkan drag coefficient: "))
Luas=eval(input("masukkan area (m^2): "))
v0=eval(input("masukkan velocity awal: "))
M=eval(input("masukkan massa mobil(kg): "))
K=eval(input("masukkan koefisien gesekan: "))
A=eval(input("masukkan percepatan(m/s^2): "))
Vtop=eval(input("masukkan besar topspeed: "))
As=G*K
Adrag=(Cd*Luas*Roair*v0**2)/2*M
Atot=A-(Adrag+As)
t=Vtop/Atot
print("waktu yang dibutuhkan dari diam sampai top speed: ",t)


Tugas Takehome Video

1. Presentasi Soal A

2. Presentasi Soal B


3. Video Muhasabah Diri

Tugas RungeKutta

Pada pertemuan kali ini kami memndapat tugas mengenai metode Runge-Kutta.

menyelesaikan sebuah fenomena fisika-Gaya drag Mobil


m = eval(input("massa mobil : "))
g = 9.81
cd = eval(input("koefisien drag udara : "))
ges = eval(input("koefisien gesek jalan : "))
hp = eval(input("Besar Horsepower mobil : "))
rpm = eval(input("Besar RPM mobil : "))
sina = eval(input("Besar sina bidang miring: "))
cosa = eval(input("Besar cosa bidang miring: "))
v = 0
t = 0
dt = 1 #tinggi step atau waktu
error = 100 
Fmobil = (hp * 9550) / (rpm * ((2 * 3.14)/60))
p = (Fmobil/m) - g*ges
q = cd/m 
def dvdt(t, v):
    return p-(q*(v)**(1.5))-(cosa*ges*g)-(sina*g)

while error > 0.005: 
    k1 = dvdt(t, v) 
    k2 = dvdt(t + 0.5 * h, v + 0.5 * h * k1)
    k3 = dvdt(t + 0.5 * h, v + 0.5 * h * k2) 
    k4 = dvdt(t + h, v + h * k3) 
    v1 = v + (1.0 / 6.0)*(k1 + 2 * k2 + 2 * k3 + k4)
    t = t + h
    error = ((v1 - v) / v1)*100 #persentase error
    v = v1
    lst.append(v1)
   
waktu = len(lst)

print ("waktu untuk mencapai velocity maksimal adalah: ", waktu+1)
print ("velocity maksimal adalah: ", v1)

Computational Fluid Dynamic Drag Analysis of a Car

Tahap-Tahap Analsis Drag Mobil
Analisis Drag Force dimulai dengan menggunakan program CFDSOF. Pada program CFDSOF, dilakukan impor gambar 3D dari mobil yang akan dianalisis, pembuatan mesh, beserta input data dan boundary condition yang diinginkan. Setelah semua data telah diinput, dilakukan penjalanan solver.
Part 1.png

Analisis dilanjutkan dengan menggunakan program ParaView.
Part 2.png

Pada program ParaView, dilakukan penghilangan internalMesh dan dimunculkan car_body. 
Part 3.png

Setelah itu, dilanjutkan dengan membuat filter "Generate Surface Normal" dengan "Compute cell normal"
Part 3 Generate Surface Normal, compute cell normals.png

Setelah itu, dilakukan perhitungan menggunakan kalkulator yang ada di program dengan menggunakan Attribute Mode Cell Data, mengganti Result Array Name menjadi Drag Force, dan melakukan perhitungan p*Normal_X
Part 4 calculator, cell data, pxnormal x.png

Terakhir, tambahkan filter Integrate Variables dan dapatkan nilai Drag Force
Part 5 integrate variables, cell data.png

Berikut Hasil yang kami dapatkan:
Graph.png

Computational Fluid Dynamic Drag and Lift Analysis of an Airfoil

Langkah-langkah yang digunakan hampir sama seperti tugas drag force mobil, hanya saja ditambah optimasi.

Yang pertama adalah tahap desain airfoil

Bagianc1.jpg

Yang kedua adalah tahap mesh menggunakan CFDSOF

Bagianc2.jpg

Yang ketiga adalah tahap simulasi dan kalkulasi menggunakan paraview

Bagianc3.jpg

Yang selanjutnya adalah memvariasikan nya terhadap sudut serang -15,15,30,45,60,75,90 derajat.

Hasilnya

Bagianc4.jpg

Bagianc5.jpg

Bagianc6.jpg

Bagianc7.jpg

Yang keempat optimasi

Bagianc10.jpg

Bagianc8.jpg

Bagianc9.jpg

Hasilnya adalah sudut serang optimalnya sebesar 2.9 derajat


CFDSOF dan ANN

CFDSOF adalah alat simulasi yang digunakan untuk menganalisis fenomena termal dan fluida yang kompleks. CFDSOF melakukan mesh geometry. Input yang dimasukkan adalah geometry dari sehuah bentuk benda seperti mobil atau airfoil. Lalu outputnya adalah sebuah hasil mesh. Lalu menggunakan sebuah aplikasi paraview untuk menemukan nilai drag and lift force.

ANN atau Artificial Neural Network adalah sistem jaringan syaraf buatan dimana berupa model komputasi yang terdiri dari beberapa elemen pemrosesan yang menerima input dan memberikan output berdasarkan fungsi aktivasi yang telah ditentukan.