Difference between revisions of "Wisnu indrawan"

From ccitonlinewiki
Jump to: navigation, search
 
(337 intermediate revisions by the same user not shown)
Line 1: Line 1:
  
== KOMPUTASI TEKNIK  ==
 
  
 +
----
  
 +
== '''Biodata Diri :'''  ==
  
[[File:wisnu.jpg|200px|thumb|left|alt text]]
+
----
  
Nama      : Wisnu Indrawan
 
  
NPM      : 1906433745
+
[[File:wisnu.jpg|200px|thumb|left|Watashinonamaeha wisnu ndes ]]
  
Penjuruan : SUBAK (Sistem Utilitas Bangunan)
+
*Nama        : Wisnu Indrawan
  
 +
*NPM        : 1906433745
  
 +
*Jurusan : Teknik Mesin
  
 +
*Institusi : Universitas Indonesia
  
 +
*Penjuruan : SUBAK (Sistem Utilitas Bangunan)
  
 +
*Email : wisnu.indrawan@ui.ac.id
  
  
Line 30: Line 35:
  
  
== INTRODUCTION ==
 
  
  
  
Komputasi Teknik yang sudah saya pernha dalami dalam kehidupan sehari - hari adalah menggunakna bahasa pemograman python
+
----
  
Berikut penjelasan mengenai bahasa pemograman python
+
== '''Istilah - Istilah Teknik''' ==
  
== 1. Pendahuluan ==
 
  
 +
'''1. Clustering '''
 +
 +
*clustering adalah teknik machine learning berupa algoritma pengelompokkan objek-objek data berjumlah N menjadi
 +
kelompok-kelompok data tertentu (cluster)
 +
 +
*Objek data yang beada dalam satu kelompok / cluster harus memiliki kemiripan
 +
 +
*Semakin banyak data yang diperoleh sama dnegan semakin akurat hasil yang di dapatkan
 +
 +
*Clustering merupakan salah satu jenis dari algoritma unsupervised learining, algoritma
 +
yang bertujuan untuk mempelajari dan menemukan pola dari suatu input yang diberikan tanpa menggunuakan label
 +
 +
*Dengan penggunaan supervised learning, maka beberapa hal berikut ini dapat dilakukan
 +
 +
  '''1.''' Search: Membandingkan antar dokumen, gambar atau suara untuk menampilkan item serupa.
 +
 +
  '''2.''' Deteksi anomali: Mendeteksi perilaku yang tidak biasa yang biasanya berhubungan dengan hal-hal yang ingin dicegah atau dideteksi, seperti contoh penipuan.
 +
 +
 +
Selain itu teknik clustering terdapat beberapa algoritma di dalam nya yang akan dijelaskan istilah nya pada bagian bawah ini :
 +
 +
 +
 +
'''2. K-Means Clustering'''
 +
 +
*Tentukan jumlah cluster
 +
 +
*alokasikan data ke dalam cluster secara rancodm
 +
 +
*hitung centroid/rata-rata dari data yang ada di masing-masing cluster
 +
 +
*alokasikan masing masing data ke centroid/data-data terdekat
 +
 +
*kembali ke step 3, apabila masih ada data yang berpindah cluster atau apabila
 +
perubahan nilai centroid, ada yang di atas nilai threshold yang ditentikan atau apabila
 +
perubahan nilai pada objective function yang digunakan di atas nilai threshold yang ditentukan
 +
 +
 +
'''3. Mean-Shift Clustering
 +
'''
 +
*Untuk mejelaskan mean-shift, kita ilustrasikan sekumpulan titik dalam ruang
 +
dua dimensi
 +
 +
*kita mulai dengan circular sliding window yang berpusat pada titik C(dipilih secara acak)
 +
dan memiliki jadi-jadir r sebagai kernel. Mean shift adalah algoritma yang melakukan pergeseran kernel ini secara iteratif
 +
ke daerah kepadatan yang lebih tinggi pada setiap langkah hingga konvegensi.\
 +
 +
*pada setiap iterasi, sliding window digeser ke arah daerah dengan kepadatan lebih tinggi dengan menggeser titik tengahnya. kepadatan pada sliding window sebanding dengan jumlah tiitk di dalamnya
 +
 +
*terus melakuakn pergeseran pada sliding window sesuai dengan rata -rata sampai tidak ada arah di mana pergeseran dapat mengakomondasikan lebih banyak titik di dalam kernel (tidak lagi meningkatkan densitas/jumlah titik di window)
 +
 +
*langkah 1 hingga 3 ini dilakukan dengan banyak sliding window sampai semua titik terletak di dalam window. Ketika beberapa window saling berumpang tindih, window yang berisi titik terbanyak akan dipertahankan. Objek data kemudian dikelompokkan sesua dengan sliding window tempat mereka berada.
 +
 +
 +
 +
 +
----
 +
 +
----
 +
 +
== '''Resume Pertemuan-1 ''', (Senin, 03 Februari 2020), Muhasabah ==
 +
 +
 +
----
 +
 +
 +
'''Muhasabah Diri :'''
 +
 +
'''Muhasabah adalah''' :  sesuatu hal yang perlu dan menjadikannya sebuah kebutuhan dalam tiap-tiap diri manusia, di dalam agama Islam, muhasabah sangatlah dianjurkan karena jika muhasabah bisa dijalankan dengan baik akan memberi banyak manfaat baik yang akan di dapatkan di dunia maupun diakhirat kelak.
 +
 +
'''Pada pertemuan pertama kami mempelajari apa makna dari komputasi teknik :'''
 +
 +
'''a. Definisi Komputasi'''
 +
 +
Komputasi  : setulnya bisa diartikan sebagai cara untuk menemukan pemecahan masalah dari data input dengan menggunakan suatu algoritme. Hal ini ialah apa yang disebut dengan teori komputasi, suatu sub-bidang dari ilmu komputer dan matematika. Selama ribuan tahun, perhitungan dan komputasi umumnya dilakukan dengan menggunakan pena dan kertas, atau kapur dan batu tulis, atau dikerjakan secara mental, kadang-kadang dengan bantuan suatu tabel. Namun sekarang, kebanyakan komputasi telah dilakukan dengan menggunakan komputer.
  
 
Komputasi ilmiah dan numerik adalah bidang booming dalam penelitian, teknik, dan analitik. Revolusi dalam industri komputer selama beberapa dekade terakhir telah menyediakan alat baru dan kuat untuk praktisi komputasi. Ini telah memungkinkan usaha komputasi dari skala dan kompleksitas yang sebelumnya tidak pernah terjadi sebelumnya. Akibatnya, semua bidang dan industri bermunculan. Perkembangan ini masih berlangsung, dan ini menciptakan peluang baru seiring dengan meningkatnya perangkat keras, perangkat lunak, dan algoritme. Pada akhirnya, teknologi yang memungkinkan untuk gerakan ini adalah perangkat keras komputasi yang kuat yang telah dikembangkan dalam beberapa dekade terakhir. Namun, untuk seorang praktisi komputasi, lingkungan perangkat lunak yang digunakan untuk pekerjaan komputasi sama pentingnya dengan, jika tidak lebih penting daripada, perangkat keras di mana perhitungan dilakukan.
 
Komputasi ilmiah dan numerik adalah bidang booming dalam penelitian, teknik, dan analitik. Revolusi dalam industri komputer selama beberapa dekade terakhir telah menyediakan alat baru dan kuat untuk praktisi komputasi. Ini telah memungkinkan usaha komputasi dari skala dan kompleksitas yang sebelumnya tidak pernah terjadi sebelumnya. Akibatnya, semua bidang dan industri bermunculan. Perkembangan ini masih berlangsung, dan ini menciptakan peluang baru seiring dengan meningkatnya perangkat keras, perangkat lunak, dan algoritme. Pada akhirnya, teknologi yang memungkinkan untuk gerakan ini adalah perangkat keras komputasi yang kuat yang telah dikembangkan dalam beberapa dekade terakhir. Namun, untuk seorang praktisi komputasi, lingkungan perangkat lunak yang digunakan untuk pekerjaan komputasi sama pentingnya dengan, jika tidak lebih penting daripada, perangkat keras di mana perhitungan dilakukan.
  
== 2. Pengenalan Komputasi Menggunakan Python ==
+
'''b. Current state of knowledge'''
 +
 
 +
Knowledge i have learned in master amount of application and I just know it in master degree, and this is application I had to learn in master degree, first is lab view, I use it for measure temperature in contactor, so I know the temperature at inlet and outlet, second is REFROP this application helped me to know enthalpy in refrigerant, is superheated or subcool, third but not last is CFD-SOF with this application I can calculate velocity of fluid at an object, for example, is I calculated velocity in planar plate, internal flow pipe, and so on.
 +
 
 +
'''c. Pengalaman Komputasi Teknik'''
  
 +
Untuk pengalaman saya menggunakan komputasi sudah ada beberapa, seperti CFD SOF dan beberapa bahasa pemograman, tetapi di era data scientist sekarang banyak yang sedang menggunakan bahasa python untuk menjadi bahasa pemograman mereka, hal ini dikarekan python merupakan bahasa pemograman open source (gratis) dan mudah di gunakan untuk pemula, berikut dasar - dasar menggunakan bahsa python :
 +
 +
'''c.1 Pengenalan Komputasi Menggunakan Python'''
  
 
Python adalah bahasa pemrograman tingkat tinggi yang diartikan untuk keperluan umum yang banyak digunakan dalam komputasi ilmiah dan teknik. Pertama dan terpenting, Python terkenal dengan sintaks code yang bersih dan mudah dibaca. Pembacaan kode yang baik meningkatkan pemeliharaan, yang secara umum menghasilkan lebih sedikit bug dan aplikasi yang lebih baik secara keseluruhan, tetapi juga memungkinkan pengembangan kode yang cepat. Dalam pemecahan masalah komputasi, tentu saja, penting untuk mempertimbangkan kinerja algoritma dan implementasinya. Sementara kinerja runtime terbaik dapat dicapai dalam bahasa pemrograman tingkat rendah seperti fortran dan C, bekerja dalam bahasa tingkat tinggi seperti Python biasanya mengurangi waktu pengembangan dan seringkali menghasilkan kode yang lebih fleksibel dan dapat diperluas.
 
Python adalah bahasa pemrograman tingkat tinggi yang diartikan untuk keperluan umum yang banyak digunakan dalam komputasi ilmiah dan teknik. Pertama dan terpenting, Python terkenal dengan sintaks code yang bersih dan mudah dibaca. Pembacaan kode yang baik meningkatkan pemeliharaan, yang secara umum menghasilkan lebih sedikit bug dan aplikasi yang lebih baik secara keseluruhan, tetapi juga memungkinkan pengembangan kode yang cepat. Dalam pemecahan masalah komputasi, tentu saja, penting untuk mempertimbangkan kinerja algoritma dan implementasinya. Sementara kinerja runtime terbaik dapat dicapai dalam bahasa pemrograman tingkat rendah seperti fortran dan C, bekerja dalam bahasa tingkat tinggi seperti Python biasanya mengurangi waktu pengembangan dan seringkali menghasilkan kode yang lebih fleksibel dan dapat diperluas.
  
== 3. Environement Untuk Komputasi Dengan Python ==
+
'''c.2 Environement Untuk Komputasi Dengan Python'''
 
 
  
 
Ada beberapa environtment berbeda yang dapat digunakan Python untuk komputasi ilmiah dan teknis. Keragaman ini memiliki kelebihan dan kekurangan dibandingkan dengan lingkungan yang didukung. Dalam produk komputasi memiliki keanekaragaman menyediakan fleksibilitas dan dinamika yang cocok untuk spesialisasi untuk kasus penggunaan tertentu. Di sini saya memberikan orientasi lingkungan umum untuk komputasi ilmiah. Contoh 3 GUI yang digunakan untuk menjalankan python adalah :
 
Ada beberapa environtment berbeda yang dapat digunakan Python untuk komputasi ilmiah dan teknis. Keragaman ini memiliki kelebihan dan kekurangan dibandingkan dengan lingkungan yang didukung. Dalam produk komputasi memiliki keanekaragaman menyediakan fleksibilitas dan dinamika yang cocok untuk spesialisasi untuk kasus penggunaan tertentu. Di sini saya memberikan orientasi lingkungan umum untuk komputasi ilmiah. Contoh 3 GUI yang digunakan untuk menjalankan python adalah :
  
1. IPython
+
'''c.2.1. IPython'''
  
 
IPython merupakan sebuah  console yang dapat dijalankan secara interaktif. Secara bersama dengan text editor untuk menuliskan code, menyediakan  yang ringan untuk dikembangkan .
 
IPython merupakan sebuah  console yang dapat dijalankan secara interaktif. Secara bersama dengan text editor untuk menuliskan code, menyediakan  yang ringan untuk dikembangkan .
  
2. The Jupyter Notebook
+
'''c.2.2. The Jupyter Notebook'''
  
 
Merupakan aplikasi web di mana kode Python dapat ditulis dan dieksekusi melalui browser web. Environtment ini sangat bagus untuk komputasi numerik, analisis, dan penyelesaian masalah, karena memungkinkan seseorang untuk mengumpulkan code, output yang dihasilkan oleh code, dokumentasi teknis terkait, dan analisis dan interpretasi, semuanya dalam satu dokumen.
 
Merupakan aplikasi web di mana kode Python dapat ditulis dan dieksekusi melalui browser web. Environtment ini sangat bagus untuk komputasi numerik, analisis, dan penyelesaian masalah, karena memungkinkan seseorang untuk mengumpulkan code, output yang dihasilkan oleh code, dokumentasi teknis terkait, dan analisis dan interpretasi, semuanya dalam satu dokumen.
  
3. Spyder
+
'''c.2.3. Spyder'''
  
 
Integrated Development Environment, yang dapat digunakan untuk menulis dan menjalankan kode Python secara interaktif. IDE seperti Spyder adalah alat yang dapat diguankan untuk mengembangkan library dan modul Python yang bisa digunakan kembali
 
Integrated Development Environment, yang dapat digunakan untuk menulis dan menjalankan kode Python secara interaktif. IDE seperti Spyder adalah alat yang dapat diguankan untuk mengembangkan library dan modul Python yang bisa digunakan kembali
  
== Interpreter ==
+
'''c.2.4. Interpreter'''
  
 
Cara standar untuk mengeksekusi kode Python adalah menjalankan program secara langsung melalui interpreter Python. Pada kebanyakan sistem, interpreter Python dipanggil menggunakan perintah python. Ketika Python file source diperintahkan sebagai argumen untuk perintah ini, kode Python dalam file tersebut dijalankan.
 
Cara standar untuk mengeksekusi kode Python adalah menjalankan program secara langsung melalui interpreter Python. Pada kebanyakan sistem, interpreter Python dipanggil menggunakan perintah python. Ketika Python file source diperintahkan sebagai argumen untuk perintah ini, kode Python dalam file tersebut dijalankan.
Line 83: Line 167:
 
Python 3.6.5
 
Python 3.6.5
  
 +
Adalah umum untuk menginstal lebih dari satu versi Python pada sistem yang sama. Setiap versi Python memelihara kumpulan perpustakaannya sendiri dan menyediakan perintah penerjemahnya sendiri (sehingga setiap lingkungan Python dapat menginstal perpustakaan yang berbeda). Pada banyak sistem, versi tertentu dari juru bahasa Python tersedia melalui perintah seperti, misalnya, python2.7 dan python3.6. Dimungkinkan juga untuk mengatur lingkungan python virtual yang independen dari lingkungan yang disediakan sistem. Ini memiliki banyak keuntungan dan saya sangat menyarankan untuk membiasakan diri dengan cara ini bekerja dengan Python. Lampiran A memberikan perincian tentang cara mengatur dan bekerja dengan lingkungan semacam ini.
 +
 +
 +
----
 +
 +
== '''Resume Pertemuan-2 : ''' (Senin, 10 Februari 2020), Sinopsis Tuga Akhir ==
 +
 +
 +
----
 +
 +
 +
'''a. Menjelaskan Sinopsis Tugas Akhir'''
 +
 +
JUDUL :
 +
 +
Sistem Pendingin Mengguankan Thermo Electric Cooler dengan Controller Propotional - Integral Derivative
 +
 +
SINOPSIS :
 +
 +
Pendinginan merupakan salah satu proses yang dapat digunakan untuk berbagai macam penggunaan, antara lain untuk menjaga produk industri makanan dan produk medis seperti obat-obatan dan vaksin. Proses pendinginan sekarang masih menggunakan teknologi pengawetan berbasis kompresi menggunakan gas pendingin. Tipe gas pendingin yang digunakan adalah tipe R134a dan R600a, tetapi tipe R134a mengandung gas HFCs yang sudah dilarang penggunaannya dan tipe R600a memiliki COP yang lebih rendah. Penelitian ini bertujuan merancang perangkat keras dan perangkat lunak yang dapat diaplikasikan pada pendingin termoelektrik, dengan merancang sebuah alat yang digunakan untuk sistem lemari pendingin menggunakan Thermoelectric Cooler (TEC) dan mendapatkan nilai COP yang tinggi. Sistem dibangun dengan kontroler Proportional Integral Derivative (PID). Sistem ini menggunakan beberapa alat antara lain, sensor suhu, Transistor tipe TIP31, modul bluetooth, kipas, dan mikrokontroler ATSAM3X8E. Pengendalian suhu dilakukan dengan membandingkan set-point suhu yang diinginkan dengan suhu dari sensor. Dari penelitian ini diperoleh hasil bahwa semakin besar nilai tegangan yang diberikan maka semakin besar pula besar nilai Pulse Wave Modulation (PWM) yang dihasilkan. Semakin tinggi nilai besar PWM, semakin cepat penurunan suhu pada kotak pendingin. Dari beberapa pengujian dapat disimpulkan bahwa nilai parameter kontrol proporsional (Kp), parameter kontrol integral (Ki), dan nilai parameter kontrol deferensial (Kd ), dimana pada nilai Kp = 255, Ki = 100, dan Kd = 200 mendapatkan grafik yang lebih stabil dan mendekati nilai set-point, dengan nilai error sebesar 2,86 %.
 +
 +
 +
'''b. Perbedaan deterministik dan stokastik'''
 +
 +
b.1 deterministik adalah sesuatu yang pasti akan terjadi.
 +
 +
b.2 stokastik adalah Stokastik adalah kebolehjadian, atau dengan kata lain sesuatu yang belum terjadi kepastiannya. "Sesungguhnya, Allah tidak akan mengubah nasib suatu kaum, hingga mereka mengubahnya sendiri.." (Q.S. Ar-Ra'd [13] : 11)
 +
 +
 +
'''c . Komputasi Teknik pada Tugas Akhir'''
 +
 +
Tipe tugas akhir saya adalah deteministik. Hal ini dikarenakan nilai dari PID yang saya tentukan pasti. Menurut pendapat saya untuk penerapan komputasi teknik pada tugas akhir saya adalah
 +
 +
Pada penggunaan fitur controller PID, adalah kemampuan untuk menggunakan tiga tipe kontroller yakni propotional, integral dan derivatif yang mempengaruhi nilai keluaran kontroller untuk dipalikasikan pada nilai yang optimal dari kontroller itu sendiri.
 +
 +
[[File:PID.png|400px|thumb|left ]]
 +
 +
Diagram blok yang terdapat pada sebelah kiri menunjukkan bagamimana cara controller ini bekerja. Gambar tersebut menunjukan kontroller PID, yang mana secara kontinu menghitung nilai error e(t) sebagai selisih dari setpoint r(t) dan variabel proses y(t), dan pengaplikasian nya dikoreksi berdasakan propotional, integral, dan derivatif. Kontroller mencoba utnuk meminimalisir error dari lebih nya koreksi kontrol variabel u(t), salah satu contoh nya pengontrolan pada kecepatan kipas, kontrol PID dibutuhkan untuk mengetahui jumlah RPM selanjutnya pada kipas sehingga dapat mendinginkan suatu objek.
 +
 +
 +
 +
 +
 +
 +
 +
'''d. Komputasi pada tugas akhir saya kedepan nya'''
 +
 +
    Melakuakn simulasi CFD sederhana untuk melihat aliran fluida di dalam lemari pendingin
 +
 +
 +
----
 +
 +
== '''Resume Pertemuan Ke-3''', (Senin 17-Februari-2020), Presentasi Sinopsis Project Komputasi Teknik  ==
 +
<gallery mode="slideshow">
 +
File:PPT_1.png|200px|center|
 +
File:PPT_2.png|200px|center|
 +
File:PPT_3.png|200px|center|
 +
File:PPT_4.png|200px|center|
 +
File:ppt_5.png|200px|center|
 +
</gallery>
 +
 +
----
 +
 +
== '''Pertemuan ke-4''', (Senin, 24 Februari 2020), Presentasi Model Matematis Project Komputasi Teknik ==
 +
 +
----
 +
 +
 +
 +
Skema kontrol PID dinamai dari ketiga term pengendalinya, yang kemudian dijumlahkan menjadi variabel manipulasi. Term proporsional, integral, dan derivatif dijumlahkan untuk menghitung keluaran kontroler PID. Dengan mendefinisikan u(t) sebagai keluaran kontroler, bentuk akhir dari algoritme PID adalah:
 +
 +
 +
 +
[[File:Rumus1.png|300px|thumb|center ]]
 +
 +
 +
 +
{| class="wikitable" style="text-align: left; width: 700px; height: 500px;"|<center>
 +
 +
!colspan="3"|Contoh PID pada MATLAB
 +
|-
 +
|'''Jenis'''
 +
|'''Foto'''
 +
|'''Deskripsi'''
 +
|-
 +
! '''Porpotional Integral'''
 +
| [[File:Tilu.png|300px|thumb|left ]] || sys = zpk([],[-1 -1 -1],1);
 +
 +
[C_pi,info] = pidtune(sys,'PI')
 +
T_pi = feedback(C_pi*sys, 1);
 +
step(T_pi)
 +
[C_pi_fast,info] = pidtune(sys,'PI',1.0)
 +
 +
|-
 +
! Propotional Integral Fast Vs Propotinal Integral Derivative Fast
 +
| [[File:Loro.png|300px|thumb|left ]] ||
 +
 +
 +
[C_pi,info] = pidtune(sys,'PI')
 +
T_pi = feedback(C_pi*sys, 1);
 +
step(T_pi)
 +
[C_pi_fast,info] = pidtune(sys,'PI',1.0)
 +
T_pi_fast = feedback(C_pi_fast*sys,1);
 +
step(T_pi,T_pi_fast)
 +
axis([0 30 0 1.4])
 +
legend('PI','PI,fast')
 +
 +
|-
 +
! Propotional Integral Fast Vs Propotinal Integral Derivative Fast
 +
|  [[File:Siji.png|300px|thumb|left ]] ||
 +
 +
[C_pi,info] = pidtune(sys,'PI')
 +
T_pi = feedback(C_pi*sys, 1);
 +
step(T_pi)
 +
[C_pi_fast,info] = pidtune(sys,'PI',1.0)
 +
[C_pidf_fast,info] = pidtune(sys,'PIDF',1.0)
 +
T_pidf_fast =  feedback(C_pidf_fast*sys,1);
 +
 +
step(T_pi_fast, T_pidf_fast); 
 +
 +
axis([0 30 0 1.4]);
 +
 +
legend('PI,fast','PIDF,fast');
 +
 +
sys = zpk([],[-1 -1 -1],1);
 +
[C_pi,info] = pidtune(sys,'PI')
 +
T_pi = feedback(C_pi*sys, 1);
 +
step(T_pi)
 +
[C_pi_fast,info] = pidtune(sys,'PI',1.0)
 +
 +
S_pi_fast = feedback(sys,C_pi_fast);
 +
S_pidf_fast = feedback(sys,C_pidf_fast);
 +
step(S_pi_fast,S_pidf_fast);
 +
axis([0 50 0 0.4]);
 +
legend('PI,fast','PIDF,fast');
 +
 +
|-
 +
|}
 +
 +
----
 +
 +
 +
== '''Pertemuan ke-5''', (2 Maret 2020), Quis I ==
 +
 +
 +
[[File:Photo 1.jpeg|350px|thumb|center ]]
 +
 +
[[File:Photo 2.jpeg|350px|thumb|center ]]
 +
 +
[[File:Photo 3.jpeg|350px|thumb|center ]]
 +
 +
 +
 +
 +
----
 +
== '''Finite ELement, Finite Diffirent, Finite Volume''' ==
 +
 +
* '''Pengertian Finite Element :'''
 +
 +
'''Finite Element :''' menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik.
 +
 +
* '''Pengertian Finite Volume :'''
 +
 +
'''Finite Volume :''' adalah metode yang digunakna untuk merepresentasikan persamaan diferensial parisial dalam bentuk persamaan algeraic. Didalam metode finite volume, mengintergalkan bagian dari persamaan diferensial parsial ,menggunakan teorema divergensi.
 +
 +
* '''Pengertian Finite Different :'''
 +
 +
'''Finite Different :''' adalah diskritisasi yang digunakan untuk menyelesaiakn persamaan diferensial dengan memperkirakan denagn persamaan diferensial yang menggunakan perbedaan yang mendekati derivatif.
 +
 +
 +
 +
 +
----
 +
 +
== '''Pertemuan ke-6''', Senin 9 Maret 2020, Extended Abstrak ==
 +
 +
 +
 +
Name : Wsinu indrawan
 +
 +
Title : Fluid Analysis For Mini Fan Refrigerator Using Thermoelectric Cooler
 +
 +
The cooling is one of the processes can be used for various types of applications, starting from maintaining food industry products and medical products such as drugs and vaccines. The cooling process now still uses compression-based preservation technology using cooling gas. The types of cooling gas used are R134a and R600a. However, the R134a contains HF which has been banned for used, and the R600a contains HF gas which can reduce the ozone layer. In addition, a single fan compressor system that uses cooling gas in a steam compressor has difficulties in regulating the temperature of the target compartment. Based on this, an alternative cooling technology is needed. Thermoelectric cooler (TEC) is an alternative cooling technology, because TEC has advantages such as small size, lower noise and vibration, easier in temperature regulation, low maintenance requirements, can absorb heat using the principle of heat difference so that in addition to being able to the cooler can also be a heater, and besides that it can be turned on with a DC current. Obtained a solution in the form of cooling using a thermoelectric cooler, using a fan in the refrigerator.The current research examines the application of CFD (Computational Fluid Dynamic) to analyze the flow of wind into the refrigerator. Use the existing CFD analyst application. To analyze the flow of fluid entering the refrigerator, it is simplified for this refrigerator, by cutting the inside of the refrigerator. So that the incoming fluid flow can be reviewed, from the incoming air velocity can be analyzed with a simple correlation to the wind speed generated with existing pwm. It is expected that from this research, researchers can find out the wind phenomenon that is in the refrigerator so that it can be used for further research.
 +
 +
 +
 +
 +
[[File:G1.png|400px|thumb|center ]]
 +
 +
[[File:test1.png|400px|thumb|center ]]
 +
 +
== '''Optimasi Energi Pada Manusia'''  ==
 +
 +
The article below will describe how to make optimization in daily life, during one month
 +
 +
 +
 +
{| class="wikitable" style="text-align: left; width: 700px; height: 500px;"|<center>
 +
 +
!colspan="3"|Optimasi Energi Pada Manusia
 +
|-
 +
|'''Jenis'''
 +
|'''Perhitungan'''
 +
|'''Deskripsi'''
 +
|-
 +
! Step 1
 +
| [[File:gazo1.png|700px|left]] || Pertama saya menentukan jumlah jam yang dibutuhkan per hari secara acak dengan funsi rand di excel 
 +
 +
|-
 +
! Step 2 
 +
| [[File:gazo2.png|700px|left]] || Mengkalikan jumlah energi dengan pengali joule pada minggu 1
 +
 +
|-
 +
! Step 3
 +
|  [[File:gazo3.png|700px|left]] || Mengkalikan jumlah energi dengan pengali joule pada minggu 2
 +
 +
|-
 +
! Step 4
 +
|  [[File:gazo4.png|700px|left]] || Mengkalikan jumlah energi dengan pengali joule pada minggu 3
 +
 +
 +
|-
 +
! Step 5
 +
|  [[File:gazo5.png|700px|left]] || Mengkalikan jumlah energi dengan pengali joule pada minggu 4
 +
 +
|-
 +
! Step 6
 +
|  [[File:hebat.png|700px|left]] || Mencari grafik polynomial pada salah satu minggu dan diadapatkan grafik polynom nya
 +
 +
|-
 +
! Step 7
 +
|  [[File:gazo7.png|700px|left]] || hasil konversi watt ke rupiah pada hari senin pada minggu-1 hingga minggu-4
 +
 +
|-
 +
! Step 8
 +
|  [[File:gazo8.png|700px|left]] || hasil konversi watt ke rupiah pada hari selasa pada minggu-1 hingga minggu-4
 +
 +
|-
 +
! Step 9
 +
|  [[File:gazo9.png|700px|left]] || hasil konversi watt ke rupiah pada hari rabu pada minggu-1 hingga minggu-4
 +
 +
|-
 +
! Step 10
 +
|  [[File:gazo10.png|700px|left]] || hasil konversi watt ke rupiah pada hari jumat pada minggu-1 hingga minggu-4
 +
 +
|-
 +
! Step 11
 +
|  [[File:gazo11.png|700px|left]] || hasil konversi watt ke rupiah pada hari sabtu pada minggu-1 hingga minggu-4
 +
 +
 +
|-
 +
! Step 12
 +
|  [[File:gazo12.png|700px|left]] || hasil konversi watt ke rupiah pada hari minggu pada minggu-1 hingga minggu-4
 +
 +
 +
|-
 +
! Step Final
 +
|  [[File:cobajadulu.png|700px|left]] || Mencoba memasukan nilai minimum ke dalam matlab dan mencari dengan curve fitting
 +
 +
|-
 +
|}
 +
 +
== '''Pengarahan Beberapa Teknologi Komputasi Teknik''', 16-03-2020 ==
 +
 +
 +
Pada pertemuan kali ini membahas masalah initial thinking, mendevelop model matematis, anlisa secara umum dan analisa secara khusus
 +
 +
Mengembangkan model amtematis dari konsep model utama dari model matematis tersebut
 +
 +
Dari modeling tersebut dibutuhkan beberapa tahapan pertama :
 +
 +
  *Constrain
 +
 +
  *Boundary Condition
 +
 +
  *Setelah beberapa tahapan itu masuk ke tahapan simulasi
 +
 +
Pengertian Verifikasi :
 +
 +
Verifikasi adalah teori filsafat positif logis dalam memilih yang menyatakan bahwa pengalaman adalah satu-satunya sumber dasar pengetahuan dan dalam analisis logis dapat dilakukan dengan bantuan simbol-simbol logika dengan menggunakan metode untuk pemecahkan masalah melalui metode verifikasi empirik yaitu bila terdapat sesuatu yang tidak dapat diverifikasi secara empirik maka hasilnya adalah sia-sia. penganut teori radikal ini memiliki masalah konsekuensi untuk filosofi tradisional, karena, jika benar, akan menyebabkan banyak pekerjaan sia-sia pada filosofis masa lalu, antara lain pada metafisika dan etika.
 +
 +
Validasi :
 +
 +
validasi adalah sebuah teknik validasi model untuk menilai bagaimana hasil statistik analisis akan menggeneralisasi kumpulan data independen. Teknik ini utamanya digunakan untuk melakukan prediksi model dan memperkirakan seberapa akurat sebuah model prediktif ketika dijalankan dalam praktiknya. Dalam sebuah masalah prediksi, sebuah model biasanya diberikan kumpulan data (dataset) yang diketahui untuk digunakan dalam menjalankan pelatihan (dataset pelatihan), serta kumpulan data yang tidak diketahui (atau data yang pertama kali dilihat) terhadap model yang diuji (pengujian dataset).[4] Tujuan dari validasi silang adalah untuk mendefinisikan dataset untuk "menguji" model dalam tahap pelatihan (yaitu, validasi data), dalam rangka untuk membatasi masalah seperti terjadinya overfitting, memberikan wawasan tentang bagaimana model akan menggeneralisasi independen dataset (yaitu, dataset tidak diketahui, misalnya dari masalah nyata), dll.
 +
 +
== '''Ujian Tengah Semester''', Komputasi Teknik ==
 +
 +
 +
 +
 +
=== '''Video Pembelajaran Setiap Minggu''' ===
 +
 +
 +
'''Kemampuran Komputasi Teknik Selama Perkuliahan, Tutorial Menggunakan CFDSOF'''
 +
 +
 +
[[File:.pertemuan3wisnuindrawan.mp4||500px|center]]
 +
 +
 +
 +
=== '''Draft Paper Komputasi Teknik''' ===
 +
 +
 +
==== BAB I ====
 +
 +
Pendinginan salah satu teknologi yang memiliki berbagai macam pengaplikasian, dimulai dari menjaga produk makanan dari kebusukan dan berbagai pengendalian suhu dalam bidang elektronik dan industri lainnya (Gökçekdan Şahin, 2017).Salah satu teknologi pendinginan yang sekarang ini sering digunakan adalah teknologi berbasis kompresi uap karna mempunyai (COP) coefficient of performanceyang tinggi dan mempunyai harga yang lebih murah dibandingkan teknologi alternatif lainnya.Dalam proses pendinginan, teknologi kompresi uap menggunakan gas pendingin yang berfungsi untuk menyerap panas pada udara dalam ruangan, sehingga menjadi bersuhu rendah. Secara luas gas pendingin yang digunakan adalah tipe R134a dan R600a, tetapi tipe R134a mengandung gas HFCs yang sudah dilarang penggunaannyadan tipe R600a mengandung gas HF yang dapat mengurangi lapisan ozon (Söylemez dkk., 2018). Selain itu,pada sistem kompresor satu kipas yang menggunakan gas pendingin pada kompresor uap memiliki kesulitan dalampengaturan temperatur dari kompartemen target. Berdasarkan pernyataan tersebut diperlukan suatu teknologi pendingin alternatif. Thermoelectric cooler adalah salah satu alternatif teknologi pendingin, dikarenakan thermoelectric cooler memiliki kelebihan seperti berukuran kecil, kebisingan dan getaran yang lebih rendah, lebih mudah dalam pengaturan suhu, mebutuhkan perawatan yang sedikit, dan dapat dihidupkan dengan arus DC (Söylemezdkk., 2018). Pendinginan dengan menggunakan TEC (Termoelectric Cooling) telah digunakan untuk menghilangkan embun kaca depan kendaraan. Penelitian tersebut telah menghasilkan temperatur hingga 22,4 oC. Penelitian lainTEC telah digunakan untuk pendingin  kotak  minuman  dengan  menggunakan  3thermoelectric  cooling, dimana dapat menghasilkan temperatur  kotak  minuman  tanpa beban mencapai14,3  oC, dengan  beban  pendingin  air  sebanyak  1  liter sebesar 16,4  oC (Nulhakim, 2017). TEC (Termoelectric Cooling) tidak hanya dapat mendinginkan, tetapi dapat memanaskan di waktu yang bersamaan. Sifat dari TEC ini dapat dimanfaatkan untuk sistem pengaturan suhu ruangan. Untuk tujuan pengaturan suhu yang lebih akurat, dapat dipertimbangkan menggunakan sistem kontrol loop tertutup dengan PID (Propotional, Integral dan Derivative). Kelebihan dari pemakaian kontroler PID di loop tertutup adalah kontrol PID memiliki kemampuan untuk penyetelan otomatis, dan dapat adaptasi terhadap variasi waktu, sehinggasistem dari kontroler PID menyediakan aplikasi didalam industri dengan fitur kontrol yang lebih akurat dandapat disesuaikan dengan kebutuhan(Abdullah dan Ayman, 2008).  Pengaturan PID pada umumnya menggunakan alat yang memakan banyak biaya. Tetapi menurut hasil dari eskperimen yang menyatakan bahwa kontroler PID menggunakna mikrokontoler tipe P18F4685 yang memiliki kapasitas 14 bit dapat menghasilkan kestabilan yang baik, dengan overshoot yang sedikit, dan memiliki waktu settling time yang sedikit pula (El-Nagar dan El-Bardini, 2014).  Dari latar belakang tersebut diperlukan suatu sistem pendingin ruangan yang terkontrol secara otomatis menggunakanteknologi pendingin ramah lingkungan yang terkontrol dengan sistem kontrol loop tertutup, sehinggadapat manjadi salah satu alternatif teknologi pendingin ruangan.Berdasarkan potensi tersebut maka telah dilakukan penelitian  tentang rancang bangun sistem pendingin ruangan menggunakan TEC (Thermoelectric Cooler) dengan kontroler PID.
 +
 +
==== BAB II ====
 +
 +
'''Sensor Suhu'''
 +
 +
Salah satu jenis sensor suhu yang banyak digunakan di industri adalah tipe sensor suhu berbahan semikonduktor.  Sensor ini menggunakankonfigurasi dioda atau transistor di kutub yang pada sambungan p-n bahan tersebut memiliki respon yang kuat terhadap suhu. Terdapat dua jenis pemberian tegangan pada sambungan p-n yaitu bias maju dan bias mundur seperti ditunjukkan pada Gambar 2.1. Ketika sambungan p-n bias maju dihubungkan dengansumber  arus,  maka  terjadi  beda  potensial  pada  kedua  sambungan.  Beda potensial atau tegangan yang dihasilkan berbanding lurus dengan perubahan suhu(Suryono, 2018).
 +
 +
[[File:wisnu.png|500px|center|]]
 +
 +
 +
 +
'''Thermoelectric'''
 +
 +
Modul thermoelectric khas dibuat menggunakan dua buah keramik berbentuk wafer dengan jenis bahan semikonduktor bismuth telluride P dan N yang diapit di antara keduanya seperti yang ditunjukkan pada Gambar 2.3. Bahan keramik di kedua sisi dari thermoelectric berfungsi untuk pelindung dan sebagai isolator listrik yang diperlukan. Bahan tipe-N memiliki kelebihan elektron, sementara bahan tipe-P membutuhkan elektron. Bahan P dan N membentuk pasangan, seperti yang ditunkjukan pada Gambar 2.3. Pasangan thermoelectric dipasang secara seri dan termal sejajar. Modul thermoelectric dapat berisi satu sampai beberapa ratus pasangan. Saat elektron bergerak dari bahan tipe-P ke bahan tipe-N melalui konektor listrik, elektron beralih ke keadaan energi yang lebih tinggi dan menyerap energi panas (sisi dingin) (Manikandan dkk., 2017).
 +
 +
 +
[[File:dewawisnuganteng.png|500px|center|]]
 +
 +
 +
 +
 +
 +
==== BAB III ====
 +
 +
Sistem pengendalian yang saya pakai adalah menggunakan mobile phone, jadi pada penyetingan set point pada PID menggunakan apliaksi mobile bebasis bluetooth
 +
 +
 +
[[File:bismillahadajalan.png|500px|center|]]
 +
 +
Selanjut nya pada sistem kerja dari alat ini menggunakan sistem PID untuk mengatur kecepatan dari driver motor untuk mengatur suhu, jika suhu tidak sesuai dengan yang diinginkan maka kecepatan kipas akan terus bertambah.
  
Adalah umum untuk menginstal lebih dari satu versi Python pada sistem yang sama. Setiap versi Python memelihara kumpulan perpustakaannya sendiri dan menyediakan perintah penerjemahnya sendiri (sehingga setiap lingkungan Python dapat menginstal perpustakaan yang berbeda). Pada banyak sistem, versi tertentu dari juru bahasa Python tersedia melalui perintah seperti, misalnya, python2.7 dan python3.6. Dimungkinkan juga untuk mengatur lingkungan python virtual yang independen dari lingkungan yang disediakan sistem. Ini memiliki banyak keuntungan dan saya sangat menyarankan untuk membiasakan diri dengan cara ini bekerja dengan Python. Lampiran A memberikan perincian tentang cara mengatur dan bekerja dengan lingkungan semacam ini.
+
 
 +
[[File:PIDBROH.png|500px|center|]]
 +
 
 +
 
 +
Hasil rancang bangun dari alat pendingin ditunjukan pada gambar dibawah ini
 +
 
 +
 
 +
[[File:celenganrindu.jpg|500px|center|]]
 +
 
 +
Pembuatan interface untuk memasukkan data set point pada aplikasi mobile
 +
 
 +
[[File:interface.png|500px|center|]]
 +
 
 +
Pembuatan interface untuk mencari device bluetooth pada device-device sekitar
 +
 
 +
[[File:tampilan2.png|500px|center|]]
 +
 
 +
==== BAB IV ====
 +
 
 +
Hasil data dari kalibrasi sensor suhu dengan alat ukur standart SNI
 +
 
 +
 
 +
[[File:akad.png|500px|center|]]
 +
 
 +
 
 +
Data PID setelah melakukan trial and error mendapatkan nilai Kp Kd Ki
 +
 
 +
 
 +
[[File:bismillahwisnudata.png|500px|center|]]
 +
 
 +
=== '''Laporan Optimasi Energi''' ===
 +
 
 +
 
 +
Grafik Pada Minggu Pertama
 +
 
 +
 
 +
 
 +
[[File:bersyukurlah.png|500px|center|]]
 +
 
 +
[[File:gambarsatu.png|500px|center|]]
 +
 
 +
 
 +
[[File:semuaudahadarezekinya.png|500px|center|]]
 +
 
 +
 
 +
 
 +
[[File:janganngeluhterus.png|500px|center|]]
 +
 
 +
Gambar yang ditunjukan dengan menggunakna aplikasi sypder menunjukkan nilai x, nilai tersebut merupakan nilai minimum atau optimum dari persamaan yang telah dibuat dengan menggunakan excel
 +
 
 +
 
 +
Revisi Projek tugas komputasi teknik
 +
 
 +
Pada kesempatan kali ini saya menggunakan case baru untuk menyelesaikan draft paper mata kuliah komputasi teknik
 +
 
 +
Hal ini dikarenakan, ketertarikan penulis untuk mengangkat tema ini
 +
 
 +
==Refisi draft paper==
 +
 
 +
 
 +
 
 +
Beberapa contoh data dari nasabah yang dihasilkan untuk mengetahui apakah nasabah ingin meninggalkan bank dari data - data pribadi mereka,
 +
seperti lama mereka menggunakan jasa bank ini, jumlah tabungan mereka, kemudian umur mereka, dan dari pria atau wanita
 +
 
 +
 
 +
[[File:22 April 2020 5.png || 700px]]
 +
 
 +
Pertama data yang berada dalam format csv dimasukan ke dalam pemograman python dengan maka akan muncul tampilan seperti diatas, ataua kerap
 +
disebut sebagai dataframe, setelah dataframe terbentuk maka dataframe tersebut di pecah - pecah atau dikelompokkan mana yang bisa digunakan untuk  
 +
independent variable atau tidak
 +
 
 +
 
 +
 
 +
[[File:22 April 2020 1.png || 700px]]
 +
 
 +
 
 +
 
 +
[[File:22 April 2020 2.png || 700px]]
 +
 
 +
 
 +
 
 +
[[File:22 April 2020 3.png || 700px]]
 +
 
 +
 
 +
 
 +
[[File:22 April 2020 4.png || 700px]]
 +
 
 +
 
 +
methode dari draft paper ini adalah :
 +
 
 +
'''mengguankan machine learning'''
 +
 
 +
Pembelajaran mesin (ML) adalah studi tentang algoritma komputer yang meningkat secara otomatis melalui pengalaman. [1] Itu dilihat sebagai bagian dari kecerdasan buatan. Algoritma pembelajaran mesin membangun model matematika berdasarkan data sampel, yang dikenal sebagai "data pelatihan", untuk membuat prediksi atau keputusan tanpa diprogram secara eksplisit untuk melakukannya. [2] [3]: 2 Algoritma pembelajaran mesin digunakan dalam berbagai berbagai aplikasi, seperti penyaringan email dan visi komputer, di mana sulit atau tidak layak untuk mengembangkan algoritma konvensional untuk melakukan tugas-tugas yang diperlukan.
 +
 
 +
Pembelajaran mesin terkait erat dengan statistik komputasi, yang berfokus pada membuat prediksi menggunakan komputer. Studi tentang optimasi matematika memberikan metode, teori dan domain aplikasi ke bidang pembelajaran mesin. Penambangan data adalah bidang studi terkait, dengan fokus pada analisis data eksplorasi melalui pembelajaran tanpa pengawasan.
 +
 
 +
'''Realsi terhadap optimasi'''
 +
 
 +
Pembelajaran mesin juga memiliki ikatan intim dengan optimisasi: banyak masalah pembelajaran dirumuskan sebagai minimalisasi beberapa fungsi kerugian pada serangkaian contoh pelatihan. Fungsi kerugian menyatakan perbedaan antara prediksi model yang sedang dilatih dan contoh masalah yang sebenarnya (misalnya, dalam klasifikasi, seseorang ingin menetapkan label pada instance, dan model dilatih untuk memprediksi dengan benar label yang telah ditetapkan sebelumnya dari sekumpulan contoh). Perbedaan antara dua bidang muncul dari tujuan generalisasi: sementara algoritma optimasi dapat meminimalkan kerugian pada set pelatihan, pembelajaran mesin berkaitan dengan meminimalkan kerugian pada sampel yang tidak terlihat.
 +
 
 +
'''Relasi terhadap statistik'''
 +
 
 +
Pembelajaran mesin dan statistik adalah bidang yang terkait erat dalam hal metode, tetapi berbeda dalam tujuan utamanya: statistik menarik kesimpulan populasi dari sampel, sementara pembelajaran mesin menemukan pola prediksi yang dapat digeneralisasikan. Menurut Michael I. Jordan, gagasan pembelajaran mesin, mulai dari prinsip metodologis hingga alat teoretis, telah memiliki pra-sejarah panjang dalam statistik. [22] Dia juga menyarankan istilah ilmu data sebagai pengganti untuk menyebut bidang keseluruhan.
 +
 
 +
Leo Breiman membedakan dua paradigma pemodelan statistik: model data dan model algoritmik, [23] di mana "model algoritmik" berarti kurang lebih algoritma pembelajaran mesin seperti hutan acak.
 +
 
 +
Beberapa ahli statistik telah mengadopsi metode dari pembelajaran mesin, yang mengarah ke bidang gabungan yang mereka sebut pembelajaran statistik.
 +
 
 +
 
 +
'''Teori'''
 +
 
 +
Tujuan inti seorang pelajar adalah untuk menggeneralisasi dari pengalamannya. Generalisasi dalam konteks ini adalah kemampuan mesin pembelajaran untuk melakukan secara akurat pada contoh / tugas baru yang tidak terlihat setelah mengalami kumpulan data pembelajaran. Contoh-contoh pelatihan berasal dari beberapa distribusi probabilitas yang umumnya tidak diketahui (dianggap mewakili ruang kejadian) dan pelajar harus membangun model umum tentang ruang ini yang memungkinkannya menghasilkan prediksi yang cukup akurat dalam kasus-kasus baru.
 +
 
 +
Analisis komputasi algoritma pembelajaran mesin dan kinerjanya adalah cabang ilmu komputer teoretis yang dikenal sebagai teori pembelajaran komputasi. Karena set pelatihan terbatas dan masa depan tidak pasti, teori pembelajaran biasanya tidak menghasilkan jaminan kinerja algoritma. Sebaliknya, batasan probabilistik pada kinerja cukup umum. Dekomposisi bias-varians adalah salah satu cara untuk mengukur kesalahan generalisasi.
 +
 
 +
Untuk kinerja terbaik dalam konteks generalisasi, kompleksitas hipotesis harus sesuai dengan kompleksitas fungsi yang mendasari data. Jika hipotesis kurang kompleks dari fungsi, maka model memiliki data yang sesuai. Jika kompleksitas model meningkat dalam respons, maka kesalahan pelatihan berkurang. Tetapi jika hipotesisnya terlalu kompleks, maka modelnya akan mengalami overfitting dan generalisasi akan menjadi lebih buruk.
 +
 
 +
Selain batas kinerja, ahli teori belajar mempelajari kompleksitas waktu dan kelayakan belajar. Dalam teori pembelajaran komputasi, perhitungan dianggap layak jika dapat dilakukan dalam waktu polinomial. Ada dua jenis hasil kompleksitas waktu. Hasil positif menunjukkan bahwa kelas fungsi tertentu dapat dipelajari dalam waktu polinomial. Hasil negatif menunjukkan bahwa kelas-kelas tertentu tidak dapat dipelajari dalam waktu polinomial.
 +
 
 +
 
 +
 
 +
 
 +
==== Metode ====
 +
 +
'''metode machine learning ada beberapa tipe nya berikut penjelasan mengenai teori machine learning :'''
 +
 
 +
 
 +
1. Suppport Vector Machine (SVMs)
 +
 
 +
Support vector Machines (SVMs) adalah algoritma pembelajaran mesin yang diawasi yang fleksibel namun kuat yang digunakan baik untuk klasifikasi dan regresi. Tetapi umumnya, mereka digunakan dalam masalah klasifikasi. Pada 1960-an, SVM pertama kali diperkenalkan tetapi kemudian disempurnakan pada tahun 1990. SVM memiliki cara implementasi yang unik dibandingkan dengan algoritma pembelajaran mesin lainnya. Akhir-akhir ini, mereka sangat populer karena kemampuan mereka untuk menangani beberapa variabel kontinu dan kategorikal.
 +
 
 +
 
 +
Dalam praktiknya, algoritma SVM diimplementasikan dengan kernel yang mengubah ruang data input ke dalam formulir yang diperlukan. SVM menggunakan teknik yang disebut trik kernel di mana kernel mengambil ruang input dimensi rendah dan mengubahnya menjadi ruang dimensi yang lebih tinggi. Dengan kata-kata sederhana, kernel mengubah masalah yang tidak dapat dipisahkan menjadi masalah yang dapat dipisahkan dengan menambahkan lebih banyak dimensi ke dalamnya. Itu membuat SVM lebih kuat, fleksibel dan akurat. Berikut ini adalah beberapa jenis kernel yang digunakan oleh SVM.
 +
 
 +
 
 +
Linear Kernel
 +
 
 +
Ini dapat digunakan sebagai produk titik antara dua pengamatan. Rumus kernel linear adalah sebagai berikut
 +
 
 +
Metode yang digunakan 
 +
 
 +
pada penelesaian masalah ini saya menggunakana beberapa engone dari python untuk melakuakn machine learning yakni '''sklearn''' dan '''tensor flow''', berikut penjelasan masing masing metode nya :
 +
 
 +
ini adalah struktur skrip dari  '''sklearn.prepocessing'''
 +
 
 +
  class sklearn.preprocessing.OneHotEncoder(*, categories='auto', drop=None, sparse=True, dtype=<class 'numpy.float64'>, handle_unknown='error')[source]
 +
 
 +
kenapa class ini digunakan karena machine leraning tidak bisa memproses selain angka, tapi pada kasus ini saya menggunakan nama, umur dan beberapa proses yang menggunakan tipe string(kata - kata)
 +
sehigga sulit untuk di klasifikasikan.
 +
 
 +
'''maka dari itu metode ini dapat digunakan.'''
 +
 
 +
'''One Hot Encoding adalah :''' reperentasi kategori variabel dalam vektor biner.
 +
 
 +
Pertama nilai dari proses ini dipetakan dala nilai integer (nilai angka yang benilai bilangan bulat, tidak memiliki nilai koma)
 +
 
 +
Lalu, setiap nilai yang berbentuk integer ini direpresentasikan sebagai vektor biner yang semua nya bernilai nol kecuali yang terindeks integer, yang di tandai 1.
 +
 
 +
Paper yang digunakna untuk metode sckit learning adalah :
 +
 
 +
[[File:sckitwisnu1.png||700px||center]]
 +
 
 +
[[File:sckitwisnu2.png||700px||center]]
 +
 
 +
[[File:sckitwisnu3.png||700px||center]]
 +
 
 +
[[File:sckitwisnu4.png||700px||center]]
 +
 
 +
== Quis II, 6 April 2020 ==
 +
 
 +
 
 +
Assalamualaiakum Beerikut adalah link dari Quis 2
 +
Wisnu Indrawan
 +
1906433745
 +
 
 +
https://drive.google.com/drive/folders/17z_x1nPTXBtnZl_PVhXRBZXdK5Wy0GMx?usp=sharing
 +
 
 +
 
 +
 
 +
 
 +
== Resume Pertemuan Tanggal : Senin, 13 April 2020 ==
 +
 
 +
 
 +
<gallery mode="slideshow">
 +
File:Wisnu 12346798.png
 +
File:Wisnu 123467989.png
 +
File:Wisnu 12346798910.png
 +
File:Wisnu 12346798435435.png
 +
File:Wisnu 1234679843fdsaf4.png
 +
</gallery>
 +
 
 +
== Resume Pertemuan tanggal : Senin, 20 April 2020 ==
 +
 
 +
 
 +
<gallery mode="slideshow">
 +
 
 +
 
 +
File:qwerwqerqwerq_caseII_1.png
 +
File:qwerwqerqwerq_caseII_2.png
 +
File:24-04-2020-1-tugas komtek.png
 +
File:2020-04-24 23 12 57-Spyder (Python 3.7).png
 +
File:2020-04-24 23 13 22-Spyder (Python 3.7).png
 +
File:2020-04-24 23 13 53-Spyder (Python 3.7).png
 +
File:2020-04-24 23 13 53-Spyder (Python 3.7).png
 +
File:hasil-24-04-2020.png
 +
File:2020-04-24 23 47 29-Book1 - Excel.png
 +
</gallery>
 +
 
 +
 
 +
Penggunaan aplikasi python untuk mencari ann pada kasus ini terdapat perbedaan, untuk penggunaan matlab untuk mencari nilai ann pada aplikasi ini menggunakan nntool
 +
 
 +
 
 +
'''nntool'''
 +
 
 +
[[File:nntoolwisnu.png||400px||center]]
 +
 
 +
== Resume Pertemuan tanggal : Senin, 27 April 2020 ==
 +
 
 +
1. Pemahaman terkait prinsip dan konsep komputasi teknik
 +
 
 +
2. Penerapan konsep dan skill dalam komputasi teknik
 +
 
 +
3. Lebih mengenal diri
 +
 
 +
Dari 3 point diatas disampaikan via zoom dengan cara sebagai berikut:
 +
 
 +
a. show your contributions
 +
 
 +
b. your understanding
 +
 
 +
c. your skill
 +
 
 +
== Resume Pertemuan tanggal : Senin, 04 Mei 2020 ==
 +
 
 +
 
 +
 
 +
- Pemahaman terkait prinsip dan konsep komputasi teknik
 +
 
 +
- Penerapan konsep dan skill dalam komputasi teknik
 +
 
 +
- Lebih mengenal diri baik individu maupun kelompok/ kelas
 +
 
 +
Intisaru dari evaluasi diri ini adalah :
 +
 
 +
- show your contributions
 +
 
 +
- your understanding
 +
 
 +
- your skkill
 +
 
 +
== Resume Pertemuan tanggal : Senin, 11 Mei 2020 ==
 +
 
 +
 
 +
Pada pertemuan tanggal 11 Mei 2020 terdapat pembahasan  selanjut nya pada pertemuan minggu lalu mengnai pressure drop. Pada pembahsan pada grup whatshap mengenai tentang pendapat individu mengenai kasus pressure drop dan di bahas kemabli dalam grup Komputasi Teknik via whatshapp. Diharapkan pada pembahasan ini secara personal memahami cases Basic Mechanics dan menjadi kewajiban bagi setiap mahsiwa menyatakan analisa pribadi terkait kasus tersebut.
 +
 
 +
Berikut Hasil dari pembahasan kasus tersebut  :
 +
 
 +
<gallery mode="slideshow">
 +
File:WhatsApp Image 2020-05-12 at 19.30.27.jpeg
 +
File:WhatsApp Image 2020-05-11 at 09.41.12.jpeg
 +
File:WhatsApp Image 2020-05-12 at 16.50.43.jpeg
 +
File:WhatsApp Image 2020-05-12 at 19.51.38.jpeg
 +
File:WhatsApp Image 2020-05-12 at 19.53.29.jpeg
 +
</gallery>
 +
 
 +
 
 +
 
 +
'''Azikri '''
 +
 
 +
sedikit tambahan terkait hal di atas, bahwa pada dasarnya aliran fluida dalam pipa akan mengalami penurunan tekanan atau pressure drop seiring dengan
 +
panjang pipa ataupun disebabkan oleh gesekan dengan permukaan
 +
saluran, dan juga ketika aliran melewati sambungan pipa, belokan, katup, difusor, dan sebagainya.
 +
Disisi lain, prinsip dasar persamaan kontinuitas juga jadi landasan dimana massa tidak dapat diciptakan dan
 +
tidak dapat dimusnahkan, sehingga massa dalam suatu sistem yang konstan dapat dinyatakan dengan rumus : rho.A.v=m
 +
 
 +
atau Jika aliran fluida bersifat incompressible dan steady flow, maka persamaan menjadi : Q=A.v
 +
 
 +
Singkatnya dr persmaan pertama bahwa pressure drop berbanding terbalik dengan D, dan begitu halnya dengan persamaan 2 tegangan geser berbanding
 +
terbalik dg A
 +
 
 +
'''Adhika '''
 +
 
 +
- Gaya Masuk - Gaya Geser Total = Gaya Keluar
 +
- Gaya Geser Total = Gaya Masuk - Gaya Keluar
 +
- Gaya Geser Total = P1.A - P2.A
 +
- Gaya Geser Total = dp . Luas Area Pipa
 +
Shear Stress . Luas Selimut = dp . Luas Area Pipa
 +
- Turbulent Viscosity . du/dy . sqrt(Luas Area Pipa . L. pi . 4) = dp . Luas Area Pipa
 +
- Turbulent Viscosity . du/dy . sqrt(L. pi . 4) / sqrt(Luas Area Pipa) = dp
 +
 
 +
Kesimpulan:
 +
Luas Area Pipa semakin besar maka dp akan semakin kecil
 +
 
 +
 
 +
'''Jerry '''
 +
 
 +
Ketika nilai A membesar, maka nilai D secara langsung juga membesar karena A merupakan fungsi D; A(D).
 +
 
 +
Dari persamaan pressure drop, terlihat bahwa nilai D berbanding terbalik dengan nilai deltaP.
 +
 
 +
Hal ini akan mengimplikasikan bahwa semakin besar nilai D, maka semakin kecil nilai deltaP
 +
 
 +
'''Dessy'''
 +
 
 +
Sederhananya jika dilihat dari persamaan untuk Pressure Drop maka sudah cukup jelas dalam menjawab pertanyaan mengapa ketika luas area (A) diperbesar
 +
menyebabkan nilai pressure drop yang menurun, dimana
 +
 
 +
dP = f L rho V^2 / 2 D
 +
 
 +
Dari persamaan diatas terlihat bahwa nilai diameter (pengaruhnya terhadap luas area) berbanding terbalik dengan nilai pressure loss dP.
 +
 
 +
Tambahan juga jika dilihat dari nilai kecepatan (disini saya menggunakan analogi aliran fluida dalam pipa), secara logika apabila nilai luas
 +
penampang A diperbesar maka nilai kecepatan akan semakin kecil, sesuai dengan persamaan yang telah dijelaskan oleh saudara Dieter sebelumnya.
 +
 
 +
Maka jika kembali ke persamaan pressure drop sesuai analogi ini, A yang besar akan menyebabkan nilai V menurun, akibatnya nilai dP pun akan menurun.
 +
 
 +
Dari sini dapat disimpulkan bahwa semakin besar nilai diameter D, yang menghasilkan nilai area A yang semakin besar pula, menghasilkan nilai pressure
 +
drop dP yang semakin kecil.
 +
 
 +
'''Muhammad Gumilar'''
 +
 
 +
Ada hal menarik disini, dari beberapa yang saya perhtikan dari beberapa pendapat teman-teman, pengaruh dari adanya luasan atau diameter pipa akan
 +
mempengaruhi keepatan alir didalam pipa , sesuai dengan hukum kontinuitas. Berkaitan dengan hal ini, saya mencerna bahwa bisa saja sebenarnya jika
 +
kita membandingkan dua hal yang mana, dua buah pipa dengan diameter yang berbeda  akan tetepa memiliki kecepatan aliran rata-rata yang sama, yang
 +
mana berarti kedua debit aliran dari pipa ini berbeda. Namun yang dititikberatkan pada pembahasannya adala, kenapa berdasarkan rumus pressure loss,
 +
apabila diameter membesar, maka pressure drop akan berkurang. Sedangkan dari persamaan yang lain, kita kethaui bahwa gaya gesek akibat adanya
 +
tegangan geser akan meningkat karena persamaannya adalah F=thow * A.
 +
 
 +
Kebingunga dari mahasiswS1 tersebut menurut saya adalah pemahaman beliau yang tidak komprehensif terhadap kosnep pressure drop. Memang, pressure drop
 +
itu berhubungan erat dengan adanya gesekan viscous antara fluida dengan dinding pipa. Akan tetapi, ada hal penting yang dilupakan oleh sang mahasiswa
 +
S! tersebut, yaitu bahwa perbesaran diameter dari pipa juga akan mengakibatkan tegangan geser yang terjadi. Secara sederhana, sepemahaman saya,
 +
tegangan geser itu berbanding lurus dengan gradient kecepatan aliran fluida di sepanjang pipa, yaitu du/dy. Nah, apabila, dengan kecepatan rata-rata
 +
yang sama, diameter pipa semakin besar, maka gradient kecepatan di sepanjang pipa akan berkurang karena pengaruh gaya viscous antara dinding dan
 +
fluida juga semain berkurang. Oleh karena itu, pressure Drop yang terjadi juga akan semakin berkurang. Semoga bermanfaaat semua eheheheh
 +
 
 +
 
 +
 
 +
 
 +
 
 +
== Resume Pertemuan tanggal : Senin, 18 Mei 2020 ==
 +
 
 +
Pada pertemuan kali ini membahas materi minggu lalu dan saya ingin menjelaskan lagi terkait tentang friction loss, berikut penjelasan nya
 +
 
 +
Dalam aliran fluida, kehilangan gesekan (atau gesekan kulit) adalah hilangnya tekanan atau "head" yang terjadi pada pipa atau aliran saluran karena efek viskositas fluida di dekat permukaan pipa atau saluran. [1] Dalam sistem mekanis seperti mesin pembakaran internal, istilah ini mengacu pada daya yang hilang dalam mengatasi gesekan antara dua permukaan yang bergerak, sebuah fenomena yang berbeda.
 +
 
 +
 
 +
 
 +
== Tugas Pengganti UAS ==
 +
 
 +
Pada pembahasan UAS kali ini terdapat pembahasan mengenai mencari nilai top speed dari suatu mobil dengan menggunakan beberapa algoritma yang sudah dipelajari sealama perkuliahan :
 +
Berikut penjelasan terkait soal tersebut:
 +
 
 +
[[File:uas_wisnu_123465789_1.png||500||center]]
 +
 
 +
[[File:uas_wisnu_123465789_2.png||500||center]]
 +
 
 +
[[File:uas_wisnu_123465789_3.png||500||center]]
 +
 
 +
[[File:uas_wisnu_123465789_4.png||500||center]]
 +
 
 +
[[File:uas_wisnu_123465789_5.png||500||center]]
 +
 
 +
[[File:uas_wisnu_123465789_6.png||500||center]]
 +
 
 +
[[File:uas_wisnu_123465789_7.png||500||center]]
 +
 
 +
[[File:uas_wisnu_123465789_8.png||500||center]]
 +
 
 +
[[File:uas_wisnu_123465789_9.png||500||center]]
 +
 
 +
[[File:uas_wisnu_123465789_10.png||500||center]]
 +
 
 +
[[File:uas_wisnu_123465789_11.png||500||center]]
 +
 
 +
[[File:uas_wisnu_123465789_12.png||500||center]]
 +
 
 +
[[File:uas_wisnu_123465789_13.png||500||center]]
 +
 
 +
Link google drive laporan UAS :
 +
 
 +
https://drive.google.com/file/d/1cnGMc2tPQOrVkqE1baiui99Ujvrne1BY/view?usp=sharing

Latest revision as of 23:31, 10 June 2020



Biodata Diri :



Watashinonamaeha wisnu ndes
  • Nama  : Wisnu Indrawan
  • NPM  : 1906433745
  • Jurusan : Teknik Mesin
  • Institusi : Universitas Indonesia
  • Penjuruan : SUBAK (Sistem Utilitas Bangunan)
  • Email : wisnu.indrawan@ui.ac.id










Istilah - Istilah Teknik

1. Clustering

  • clustering adalah teknik machine learning berupa algoritma pengelompokkan objek-objek data berjumlah N menjadi

kelompok-kelompok data tertentu (cluster)

  • Objek data yang beada dalam satu kelompok / cluster harus memiliki kemiripan
  • Semakin banyak data yang diperoleh sama dnegan semakin akurat hasil yang di dapatkan
  • Clustering merupakan salah satu jenis dari algoritma unsupervised learining, algoritma

yang bertujuan untuk mempelajari dan menemukan pola dari suatu input yang diberikan tanpa menggunuakan label

  • Dengan penggunaan supervised learning, maka beberapa hal berikut ini dapat dilakukan
  1. 	Search: Membandingkan antar dokumen, gambar atau suara untuk menampilkan item serupa. 
  2. 	Deteksi anomali: Mendeteksi perilaku yang tidak biasa yang biasanya berhubungan dengan hal-hal yang ingin dicegah atau dideteksi, seperti contoh penipuan. 


Selain itu teknik clustering terdapat beberapa algoritma di dalam nya yang akan dijelaskan istilah nya pada bagian bawah ini :


2. K-Means Clustering

  • Tentukan jumlah cluster
  • alokasikan data ke dalam cluster secara rancodm
  • hitung centroid/rata-rata dari data yang ada di masing-masing cluster
  • alokasikan masing masing data ke centroid/data-data terdekat
  • kembali ke step 3, apabila masih ada data yang berpindah cluster atau apabila

perubahan nilai centroid, ada yang di atas nilai threshold yang ditentikan atau apabila perubahan nilai pada objective function yang digunakan di atas nilai threshold yang ditentukan


3. Mean-Shift Clustering

  • Untuk mejelaskan mean-shift, kita ilustrasikan sekumpulan titik dalam ruang

dua dimensi

  • kita mulai dengan circular sliding window yang berpusat pada titik C(dipilih secara acak)

dan memiliki jadi-jadir r sebagai kernel. Mean shift adalah algoritma yang melakukan pergeseran kernel ini secara iteratif ke daerah kepadatan yang lebih tinggi pada setiap langkah hingga konvegensi.\

  • pada setiap iterasi, sliding window digeser ke arah daerah dengan kepadatan lebih tinggi dengan menggeser titik tengahnya. kepadatan pada sliding window sebanding dengan jumlah tiitk di dalamnya
  • terus melakuakn pergeseran pada sliding window sesuai dengan rata -rata sampai tidak ada arah di mana pergeseran dapat mengakomondasikan lebih banyak titik di dalam kernel (tidak lagi meningkatkan densitas/jumlah titik di window)
  • langkah 1 hingga 3 ini dilakukan dengan banyak sliding window sampai semua titik terletak di dalam window. Ketika beberapa window saling berumpang tindih, window yang berisi titik terbanyak akan dipertahankan. Objek data kemudian dikelompokkan sesua dengan sliding window tempat mereka berada.





Resume Pertemuan-1 , (Senin, 03 Februari 2020), Muhasabah



Muhasabah Diri :

Muhasabah adalah : sesuatu hal yang perlu dan menjadikannya sebuah kebutuhan dalam tiap-tiap diri manusia, di dalam agama Islam, muhasabah sangatlah dianjurkan karena jika muhasabah bisa dijalankan dengan baik akan memberi banyak manfaat baik yang akan di dapatkan di dunia maupun diakhirat kelak.

Pada pertemuan pertama kami mempelajari apa makna dari komputasi teknik :

a. Definisi Komputasi

Komputasi  : setulnya bisa diartikan sebagai cara untuk menemukan pemecahan masalah dari data input dengan menggunakan suatu algoritme. Hal ini ialah apa yang disebut dengan teori komputasi, suatu sub-bidang dari ilmu komputer dan matematika. Selama ribuan tahun, perhitungan dan komputasi umumnya dilakukan dengan menggunakan pena dan kertas, atau kapur dan batu tulis, atau dikerjakan secara mental, kadang-kadang dengan bantuan suatu tabel. Namun sekarang, kebanyakan komputasi telah dilakukan dengan menggunakan komputer.

Komputasi ilmiah dan numerik adalah bidang booming dalam penelitian, teknik, dan analitik. Revolusi dalam industri komputer selama beberapa dekade terakhir telah menyediakan alat baru dan kuat untuk praktisi komputasi. Ini telah memungkinkan usaha komputasi dari skala dan kompleksitas yang sebelumnya tidak pernah terjadi sebelumnya. Akibatnya, semua bidang dan industri bermunculan. Perkembangan ini masih berlangsung, dan ini menciptakan peluang baru seiring dengan meningkatnya perangkat keras, perangkat lunak, dan algoritme. Pada akhirnya, teknologi yang memungkinkan untuk gerakan ini adalah perangkat keras komputasi yang kuat yang telah dikembangkan dalam beberapa dekade terakhir. Namun, untuk seorang praktisi komputasi, lingkungan perangkat lunak yang digunakan untuk pekerjaan komputasi sama pentingnya dengan, jika tidak lebih penting daripada, perangkat keras di mana perhitungan dilakukan.

b. Current state of knowledge

Knowledge i have learned in master amount of application and I just know it in master degree, and this is application I had to learn in master degree, first is lab view, I use it for measure temperature in contactor, so I know the temperature at inlet and outlet, second is REFROP this application helped me to know enthalpy in refrigerant, is superheated or subcool, third but not last is CFD-SOF with this application I can calculate velocity of fluid at an object, for example, is I calculated velocity in planar plate, internal flow pipe, and so on.

c. Pengalaman Komputasi Teknik

Untuk pengalaman saya menggunakan komputasi sudah ada beberapa, seperti CFD SOF dan beberapa bahasa pemograman, tetapi di era data scientist sekarang banyak yang sedang menggunakan bahasa python untuk menjadi bahasa pemograman mereka, hal ini dikarekan python merupakan bahasa pemograman open source (gratis) dan mudah di gunakan untuk pemula, berikut dasar - dasar menggunakan bahsa python :

c.1 Pengenalan Komputasi Menggunakan Python

Python adalah bahasa pemrograman tingkat tinggi yang diartikan untuk keperluan umum yang banyak digunakan dalam komputasi ilmiah dan teknik. Pertama dan terpenting, Python terkenal dengan sintaks code yang bersih dan mudah dibaca. Pembacaan kode yang baik meningkatkan pemeliharaan, yang secara umum menghasilkan lebih sedikit bug dan aplikasi yang lebih baik secara keseluruhan, tetapi juga memungkinkan pengembangan kode yang cepat. Dalam pemecahan masalah komputasi, tentu saja, penting untuk mempertimbangkan kinerja algoritma dan implementasinya. Sementara kinerja runtime terbaik dapat dicapai dalam bahasa pemrograman tingkat rendah seperti fortran dan C, bekerja dalam bahasa tingkat tinggi seperti Python biasanya mengurangi waktu pengembangan dan seringkali menghasilkan kode yang lebih fleksibel dan dapat diperluas.

c.2 Environement Untuk Komputasi Dengan Python

Ada beberapa environtment berbeda yang dapat digunakan Python untuk komputasi ilmiah dan teknis. Keragaman ini memiliki kelebihan dan kekurangan dibandingkan dengan lingkungan yang didukung. Dalam produk komputasi memiliki keanekaragaman menyediakan fleksibilitas dan dinamika yang cocok untuk spesialisasi untuk kasus penggunaan tertentu. Di sini saya memberikan orientasi lingkungan umum untuk komputasi ilmiah. Contoh 3 GUI yang digunakan untuk menjalankan python adalah :

c.2.1. IPython

IPython merupakan sebuah console yang dapat dijalankan secara interaktif. Secara bersama dengan text editor untuk menuliskan code, menyediakan yang ringan untuk dikembangkan .

c.2.2. The Jupyter Notebook

Merupakan aplikasi web di mana kode Python dapat ditulis dan dieksekusi melalui browser web. Environtment ini sangat bagus untuk komputasi numerik, analisis, dan penyelesaian masalah, karena memungkinkan seseorang untuk mengumpulkan code, output yang dihasilkan oleh code, dokumentasi teknis terkait, dan analisis dan interpretasi, semuanya dalam satu dokumen.

c.2.3. Spyder

Integrated Development Environment, yang dapat digunakan untuk menulis dan menjalankan kode Python secara interaktif. IDE seperti Spyder adalah alat yang dapat diguankan untuk mengembangkan library dan modul Python yang bisa digunakan kembali

c.2.4. Interpreter

Cara standar untuk mengeksekusi kode Python adalah menjalankan program secara langsung melalui interpreter Python. Pada kebanyakan sistem, interpreter Python dipanggil menggunakan perintah python. Ketika Python file source diperintahkan sebagai argumen untuk perintah ini, kode Python dalam file tersebut dijalankan.

$ python hello.py

Hello from Python!

  Di sini file hello.py berisi satu baris:

print("Hello from Python!")

Untuk melihat versi Python mana yang diinstal, seseorang dapat menjalankan perintah python dengan argumen --version:

$ python –version

Python 3.6.5

Adalah umum untuk menginstal lebih dari satu versi Python pada sistem yang sama. Setiap versi Python memelihara kumpulan perpustakaannya sendiri dan menyediakan perintah penerjemahnya sendiri (sehingga setiap lingkungan Python dapat menginstal perpustakaan yang berbeda). Pada banyak sistem, versi tertentu dari juru bahasa Python tersedia melalui perintah seperti, misalnya, python2.7 dan python3.6. Dimungkinkan juga untuk mengatur lingkungan python virtual yang independen dari lingkungan yang disediakan sistem. Ini memiliki banyak keuntungan dan saya sangat menyarankan untuk membiasakan diri dengan cara ini bekerja dengan Python. Lampiran A memberikan perincian tentang cara mengatur dan bekerja dengan lingkungan semacam ini.



Resume Pertemuan-2 : (Senin, 10 Februari 2020), Sinopsis Tuga Akhir



a. Menjelaskan Sinopsis Tugas Akhir

JUDUL :

Sistem Pendingin Mengguankan Thermo Electric Cooler dengan Controller Propotional - Integral Derivative

SINOPSIS :

Pendinginan merupakan salah satu proses yang dapat digunakan untuk berbagai macam penggunaan, antara lain untuk menjaga produk industri makanan dan produk medis seperti obat-obatan dan vaksin. Proses pendinginan sekarang masih menggunakan teknologi pengawetan berbasis kompresi menggunakan gas pendingin. Tipe gas pendingin yang digunakan adalah tipe R134a dan R600a, tetapi tipe R134a mengandung gas HFCs yang sudah dilarang penggunaannya dan tipe R600a memiliki COP yang lebih rendah. Penelitian ini bertujuan merancang perangkat keras dan perangkat lunak yang dapat diaplikasikan pada pendingin termoelektrik, dengan merancang sebuah alat yang digunakan untuk sistem lemari pendingin menggunakan Thermoelectric Cooler (TEC) dan mendapatkan nilai COP yang tinggi. Sistem dibangun dengan kontroler Proportional Integral Derivative (PID). Sistem ini menggunakan beberapa alat antara lain, sensor suhu, Transistor tipe TIP31, modul bluetooth, kipas, dan mikrokontroler ATSAM3X8E. Pengendalian suhu dilakukan dengan membandingkan set-point suhu yang diinginkan dengan suhu dari sensor. Dari penelitian ini diperoleh hasil bahwa semakin besar nilai tegangan yang diberikan maka semakin besar pula besar nilai Pulse Wave Modulation (PWM) yang dihasilkan. Semakin tinggi nilai besar PWM, semakin cepat penurunan suhu pada kotak pendingin. Dari beberapa pengujian dapat disimpulkan bahwa nilai parameter kontrol proporsional (Kp), parameter kontrol integral (Ki), dan nilai parameter kontrol deferensial (Kd ), dimana pada nilai Kp = 255, Ki = 100, dan Kd = 200 mendapatkan grafik yang lebih stabil dan mendekati nilai set-point, dengan nilai error sebesar 2,86 %.


b. Perbedaan deterministik dan stokastik

b.1 deterministik adalah sesuatu yang pasti akan terjadi.

b.2 stokastik adalah Stokastik adalah kebolehjadian, atau dengan kata lain sesuatu yang belum terjadi kepastiannya. "Sesungguhnya, Allah tidak akan mengubah nasib suatu kaum, hingga mereka mengubahnya sendiri.." (Q.S. Ar-Ra'd [13] : 11)


c . Komputasi Teknik pada Tugas Akhir

Tipe tugas akhir saya adalah deteministik. Hal ini dikarenakan nilai dari PID yang saya tentukan pasti. Menurut pendapat saya untuk penerapan komputasi teknik pada tugas akhir saya adalah

Pada penggunaan fitur controller PID, adalah kemampuan untuk menggunakan tiga tipe kontroller yakni propotional, integral dan derivatif yang mempengaruhi nilai keluaran kontroller untuk dipalikasikan pada nilai yang optimal dari kontroller itu sendiri.

PID.png

Diagram blok yang terdapat pada sebelah kiri menunjukkan bagamimana cara controller ini bekerja. Gambar tersebut menunjukan kontroller PID, yang mana secara kontinu menghitung nilai error e(t) sebagai selisih dari setpoint r(t) dan variabel proses y(t), dan pengaplikasian nya dikoreksi berdasakan propotional, integral, dan derivatif. Kontroller mencoba utnuk meminimalisir error dari lebih nya koreksi kontrol variabel u(t), salah satu contoh nya pengontrolan pada kecepatan kipas, kontrol PID dibutuhkan untuk mengetahui jumlah RPM selanjutnya pada kipas sehingga dapat mendinginkan suatu objek.




d. Komputasi pada tugas akhir saya kedepan nya

    Melakuakn simulasi CFD sederhana untuk melihat aliran fluida di dalam lemari pendingin



Resume Pertemuan Ke-3, (Senin 17-Februari-2020), Presentasi Sinopsis Project Komputasi Teknik


Pertemuan ke-4, (Senin, 24 Februari 2020), Presentasi Model Matematis Project Komputasi Teknik



Skema kontrol PID dinamai dari ketiga term pengendalinya, yang kemudian dijumlahkan menjadi variabel manipulasi. Term proporsional, integral, dan derivatif dijumlahkan untuk menghitung keluaran kontroler PID. Dengan mendefinisikan u(t) sebagai keluaran kontroler, bentuk akhir dari algoritme PID adalah:


Rumus1.png


Contoh PID pada MATLAB
Jenis Foto Deskripsi
Porpotional Integral
Tilu.png
sys = zpk([],[-1 -1 -1],1);

[C_pi,info] = pidtune(sys,'PI') T_pi = feedback(C_pi*sys, 1); step(T_pi) [C_pi_fast,info] = pidtune(sys,'PI',1.0)

Propotional Integral Fast Vs Propotinal Integral Derivative Fast
Loro.png


[C_pi,info] = pidtune(sys,'PI') T_pi = feedback(C_pi*sys, 1); step(T_pi) [C_pi_fast,info] = pidtune(sys,'PI',1.0) T_pi_fast = feedback(C_pi_fast*sys,1); step(T_pi,T_pi_fast) axis([0 30 0 1.4]) legend('PI','PI,fast')

Propotional Integral Fast Vs Propotinal Integral Derivative Fast
Siji.png

[C_pi,info] = pidtune(sys,'PI') T_pi = feedback(C_pi*sys, 1); step(T_pi) [C_pi_fast,info] = pidtune(sys,'PI',1.0) [C_pidf_fast,info] = pidtune(sys,'PIDF',1.0) T_pidf_fast = feedback(C_pidf_fast*sys,1);

step(T_pi_fast, T_pidf_fast);

axis([0 30 0 1.4]);

legend('PI,fast','PIDF,fast');

sys = zpk([],[-1 -1 -1],1); [C_pi,info] = pidtune(sys,'PI') T_pi = feedback(C_pi*sys, 1); step(T_pi) [C_pi_fast,info] = pidtune(sys,'PI',1.0)

S_pi_fast = feedback(sys,C_pi_fast); S_pidf_fast = feedback(sys,C_pidf_fast); step(S_pi_fast,S_pidf_fast); axis([0 50 0 0.4]); legend('PI,fast','PIDF,fast');



Pertemuan ke-5, (2 Maret 2020), Quis I

Photo 1.jpeg
Photo 2.jpeg
Photo 3.jpeg




Finite ELement, Finite Diffirent, Finite Volume

  • Pengertian Finite Element :

Finite Element : menyelesaikan suatu problem dengan cara membagi obyek analisa menjadi bagian-bagian kecil yang terhingga. Bagian-bagian kecil ini kemudian dianalisa dan hasilnya digabungkan kembali untuk mendapatkan penyelesaian untuk keseluruhan daerah. Kata “finite atau terhingga” digunakan untuk menekankan bahwa bagian-bagian kecil tersebut tidak tak terhingga, seperti yang lazim digunakan pada metode integral analitik.

  • Pengertian Finite Volume :

Finite Volume : adalah metode yang digunakna untuk merepresentasikan persamaan diferensial parisial dalam bentuk persamaan algeraic. Didalam metode finite volume, mengintergalkan bagian dari persamaan diferensial parsial ,menggunakan teorema divergensi.

  • Pengertian Finite Different :

Finite Different : adalah diskritisasi yang digunakan untuk menyelesaiakn persamaan diferensial dengan memperkirakan denagn persamaan diferensial yang menggunakan perbedaan yang mendekati derivatif.




Pertemuan ke-6, Senin 9 Maret 2020, Extended Abstrak

Name : Wsinu indrawan

Title : Fluid Analysis For Mini Fan Refrigerator Using Thermoelectric Cooler

The cooling is one of the processes can be used for various types of applications, starting from maintaining food industry products and medical products such as drugs and vaccines. The cooling process now still uses compression-based preservation technology using cooling gas. The types of cooling gas used are R134a and R600a. However, the R134a contains HF which has been banned for used, and the R600a contains HF gas which can reduce the ozone layer. In addition, a single fan compressor system that uses cooling gas in a steam compressor has difficulties in regulating the temperature of the target compartment. Based on this, an alternative cooling technology is needed. Thermoelectric cooler (TEC) is an alternative cooling technology, because TEC has advantages such as small size, lower noise and vibration, easier in temperature regulation, low maintenance requirements, can absorb heat using the principle of heat difference so that in addition to being able to the cooler can also be a heater, and besides that it can be turned on with a DC current. Obtained a solution in the form of cooling using a thermoelectric cooler, using a fan in the refrigerator.The current research examines the application of CFD (Computational Fluid Dynamic) to analyze the flow of wind into the refrigerator. Use the existing CFD analyst application. To analyze the flow of fluid entering the refrigerator, it is simplified for this refrigerator, by cutting the inside of the refrigerator. So that the incoming fluid flow can be reviewed, from the incoming air velocity can be analyzed with a simple correlation to the wind speed generated with existing pwm. It is expected that from this research, researchers can find out the wind phenomenon that is in the refrigerator so that it can be used for further research.



G1.png
Test1.png

Optimasi Energi Pada Manusia

The article below will describe how to make optimization in daily life, during one month


Optimasi Energi Pada Manusia
Jenis Perhitungan Deskripsi
Step 1
Gazo1.png
Pertama saya menentukan jumlah jam yang dibutuhkan per hari secara acak dengan funsi rand di excel
Step 2
Gazo2.png
Mengkalikan jumlah energi dengan pengali joule pada minggu 1
Step 3
Gazo3.png
Mengkalikan jumlah energi dengan pengali joule pada minggu 2
Step 4
Gazo4.png
Mengkalikan jumlah energi dengan pengali joule pada minggu 3


Step 5
Gazo5.png
Mengkalikan jumlah energi dengan pengali joule pada minggu 4
Step 6
Hebat.png
Mencari grafik polynomial pada salah satu minggu dan diadapatkan grafik polynom nya
Step 7
Gazo7.png
hasil konversi watt ke rupiah pada hari senin pada minggu-1 hingga minggu-4
Step 8
Gazo8.png
hasil konversi watt ke rupiah pada hari selasa pada minggu-1 hingga minggu-4
Step 9
Gazo9.png
hasil konversi watt ke rupiah pada hari rabu pada minggu-1 hingga minggu-4
Step 10
Gazo10.png
hasil konversi watt ke rupiah pada hari jumat pada minggu-1 hingga minggu-4
Step 11
Gazo11.png
hasil konversi watt ke rupiah pada hari sabtu pada minggu-1 hingga minggu-4


Step 12
Gazo12.png
hasil konversi watt ke rupiah pada hari minggu pada minggu-1 hingga minggu-4


Step Final
Cobajadulu.png
Mencoba memasukan nilai minimum ke dalam matlab dan mencari dengan curve fitting

Pengarahan Beberapa Teknologi Komputasi Teknik, 16-03-2020

Pada pertemuan kali ini membahas masalah initial thinking, mendevelop model matematis, anlisa secara umum dan analisa secara khusus

Mengembangkan model amtematis dari konsep model utama dari model matematis tersebut

Dari modeling tersebut dibutuhkan beberapa tahapan pertama :

 *Constrain 
 *Boundary Condition 
 *Setelah beberapa tahapan itu masuk ke tahapan simulasi 

Pengertian Verifikasi :

Verifikasi adalah teori filsafat positif logis dalam memilih yang menyatakan bahwa pengalaman adalah satu-satunya sumber dasar pengetahuan dan dalam analisis logis dapat dilakukan dengan bantuan simbol-simbol logika dengan menggunakan metode untuk pemecahkan masalah melalui metode verifikasi empirik yaitu bila terdapat sesuatu yang tidak dapat diverifikasi secara empirik maka hasilnya adalah sia-sia. penganut teori radikal ini memiliki masalah konsekuensi untuk filosofi tradisional, karena, jika benar, akan menyebabkan banyak pekerjaan sia-sia pada filosofis masa lalu, antara lain pada metafisika dan etika.

Validasi :

validasi adalah sebuah teknik validasi model untuk menilai bagaimana hasil statistik analisis akan menggeneralisasi kumpulan data independen. Teknik ini utamanya digunakan untuk melakukan prediksi model dan memperkirakan seberapa akurat sebuah model prediktif ketika dijalankan dalam praktiknya. Dalam sebuah masalah prediksi, sebuah model biasanya diberikan kumpulan data (dataset) yang diketahui untuk digunakan dalam menjalankan pelatihan (dataset pelatihan), serta kumpulan data yang tidak diketahui (atau data yang pertama kali dilihat) terhadap model yang diuji (pengujian dataset).[4] Tujuan dari validasi silang adalah untuk mendefinisikan dataset untuk "menguji" model dalam tahap pelatihan (yaitu, validasi data), dalam rangka untuk membatasi masalah seperti terjadinya overfitting, memberikan wawasan tentang bagaimana model akan menggeneralisasi independen dataset (yaitu, dataset tidak diketahui, misalnya dari masalah nyata), dll.

Ujian Tengah Semester, Komputasi Teknik

Video Pembelajaran Setiap Minggu

Kemampuran Komputasi Teknik Selama Perkuliahan, Tutorial Menggunakan CFDSOF



Draft Paper Komputasi Teknik

BAB I

Pendinginan salah satu teknologi yang memiliki berbagai macam pengaplikasian, dimulai dari menjaga produk makanan dari kebusukan dan berbagai pengendalian suhu dalam bidang elektronik dan industri lainnya (Gökçekdan Şahin, 2017).Salah satu teknologi pendinginan yang sekarang ini sering digunakan adalah teknologi berbasis kompresi uap karna mempunyai (COP) coefficient of performanceyang tinggi dan mempunyai harga yang lebih murah dibandingkan teknologi alternatif lainnya.Dalam proses pendinginan, teknologi kompresi uap menggunakan gas pendingin yang berfungsi untuk menyerap panas pada udara dalam ruangan, sehingga menjadi bersuhu rendah. Secara luas gas pendingin yang digunakan adalah tipe R134a dan R600a, tetapi tipe R134a mengandung gas HFCs yang sudah dilarang penggunaannyadan tipe R600a mengandung gas HF yang dapat mengurangi lapisan ozon (Söylemez dkk., 2018). Selain itu,pada sistem kompresor satu kipas yang menggunakan gas pendingin pada kompresor uap memiliki kesulitan dalampengaturan temperatur dari kompartemen target. Berdasarkan pernyataan tersebut diperlukan suatu teknologi pendingin alternatif. Thermoelectric cooler adalah salah satu alternatif teknologi pendingin, dikarenakan thermoelectric cooler memiliki kelebihan seperti berukuran kecil, kebisingan dan getaran yang lebih rendah, lebih mudah dalam pengaturan suhu, mebutuhkan perawatan yang sedikit, dan dapat dihidupkan dengan arus DC (Söylemezdkk., 2018). Pendinginan dengan menggunakan TEC (Termoelectric Cooling) telah digunakan untuk menghilangkan embun kaca depan kendaraan. Penelitian tersebut telah menghasilkan temperatur hingga 22,4 oC. Penelitian lainTEC telah digunakan untuk pendingin kotak minuman dengan menggunakan 3thermoelectric cooling, dimana dapat menghasilkan temperatur kotak minuman tanpa beban mencapai14,3 oC, dengan beban pendingin air sebanyak 1 liter sebesar 16,4 oC (Nulhakim, 2017). TEC (Termoelectric Cooling) tidak hanya dapat mendinginkan, tetapi dapat memanaskan di waktu yang bersamaan. Sifat dari TEC ini dapat dimanfaatkan untuk sistem pengaturan suhu ruangan. Untuk tujuan pengaturan suhu yang lebih akurat, dapat dipertimbangkan menggunakan sistem kontrol loop tertutup dengan PID (Propotional, Integral dan Derivative). Kelebihan dari pemakaian kontroler PID di loop tertutup adalah kontrol PID memiliki kemampuan untuk penyetelan otomatis, dan dapat adaptasi terhadap variasi waktu, sehinggasistem dari kontroler PID menyediakan aplikasi didalam industri dengan fitur kontrol yang lebih akurat dandapat disesuaikan dengan kebutuhan(Abdullah dan Ayman, 2008). Pengaturan PID pada umumnya menggunakan alat yang memakan banyak biaya. Tetapi menurut hasil dari eskperimen yang menyatakan bahwa kontroler PID menggunakna mikrokontoler tipe P18F4685 yang memiliki kapasitas 14 bit dapat menghasilkan kestabilan yang baik, dengan overshoot yang sedikit, dan memiliki waktu settling time yang sedikit pula (El-Nagar dan El-Bardini, 2014). Dari latar belakang tersebut diperlukan suatu sistem pendingin ruangan yang terkontrol secara otomatis menggunakanteknologi pendingin ramah lingkungan yang terkontrol dengan sistem kontrol loop tertutup, sehinggadapat manjadi salah satu alternatif teknologi pendingin ruangan.Berdasarkan potensi tersebut maka telah dilakukan penelitian tentang rancang bangun sistem pendingin ruangan menggunakan TEC (Thermoelectric Cooler) dengan kontroler PID.

BAB II

Sensor Suhu

Salah satu jenis sensor suhu yang banyak digunakan di industri adalah tipe sensor suhu berbahan semikonduktor. Sensor ini menggunakankonfigurasi dioda atau transistor di kutub yang pada sambungan p-n bahan tersebut memiliki respon yang kuat terhadap suhu. Terdapat dua jenis pemberian tegangan pada sambungan p-n yaitu bias maju dan bias mundur seperti ditunjukkan pada Gambar 2.1. Ketika sambungan p-n bias maju dihubungkan dengansumber arus, maka terjadi beda potensial pada kedua sambungan. Beda potensial atau tegangan yang dihasilkan berbanding lurus dengan perubahan suhu(Suryono, 2018).

Wisnu.png


Thermoelectric

Modul thermoelectric khas dibuat menggunakan dua buah keramik berbentuk wafer dengan jenis bahan semikonduktor bismuth telluride P dan N yang diapit di antara keduanya seperti yang ditunjukkan pada Gambar 2.3. Bahan keramik di kedua sisi dari thermoelectric berfungsi untuk pelindung dan sebagai isolator listrik yang diperlukan. Bahan tipe-N memiliki kelebihan elektron, sementara bahan tipe-P membutuhkan elektron. Bahan P dan N membentuk pasangan, seperti yang ditunkjukan pada Gambar 2.3. Pasangan thermoelectric dipasang secara seri dan termal sejajar. Modul thermoelectric dapat berisi satu sampai beberapa ratus pasangan. Saat elektron bergerak dari bahan tipe-P ke bahan tipe-N melalui konektor listrik, elektron beralih ke keadaan energi yang lebih tinggi dan menyerap energi panas (sisi dingin) (Manikandan dkk., 2017).


Dewawisnuganteng.png



BAB III

Sistem pengendalian yang saya pakai adalah menggunakan mobile phone, jadi pada penyetingan set point pada PID menggunakan apliaksi mobile bebasis bluetooth


Bismillahadajalan.png

Selanjut nya pada sistem kerja dari alat ini menggunakan sistem PID untuk mengatur kecepatan dari driver motor untuk mengatur suhu, jika suhu tidak sesuai dengan yang diinginkan maka kecepatan kipas akan terus bertambah.


PIDBROH.png


Hasil rancang bangun dari alat pendingin ditunjukan pada gambar dibawah ini


Celenganrindu.jpg

Pembuatan interface untuk memasukkan data set point pada aplikasi mobile

Interface.png

Pembuatan interface untuk mencari device bluetooth pada device-device sekitar

Tampilan2.png

BAB IV

Hasil data dari kalibrasi sensor suhu dengan alat ukur standart SNI


Akad.png


Data PID setelah melakukan trial and error mendapatkan nilai Kp Kd Ki


Bismillahwisnudata.png

Laporan Optimasi Energi

Grafik Pada Minggu Pertama


Bersyukurlah.png
Gambarsatu.png


Semuaudahadarezekinya.png


Janganngeluhterus.png

Gambar yang ditunjukan dengan menggunakna aplikasi sypder menunjukkan nilai x, nilai tersebut merupakan nilai minimum atau optimum dari persamaan yang telah dibuat dengan menggunakan excel


Revisi Projek tugas komputasi teknik

Pada kesempatan kali ini saya menggunakan case baru untuk menyelesaikan draft paper mata kuliah komputasi teknik

Hal ini dikarenakan, ketertarikan penulis untuk mengangkat tema ini

Refisi draft paper

Beberapa contoh data dari nasabah yang dihasilkan untuk mengetahui apakah nasabah ingin meninggalkan bank dari data - data pribadi mereka, seperti lama mereka menggunakan jasa bank ini, jumlah tabungan mereka, kemudian umur mereka, dan dari pria atau wanita


22 April 2020 5.png

Pertama data yang berada dalam format csv dimasukan ke dalam pemograman python dengan maka akan muncul tampilan seperti diatas, ataua kerap disebut sebagai dataframe, setelah dataframe terbentuk maka dataframe tersebut di pecah - pecah atau dikelompokkan mana yang bisa digunakan untuk independent variable atau tidak


22 April 2020 1.png


22 April 2020 2.png


22 April 2020 3.png


22 April 2020 4.png


methode dari draft paper ini adalah :

mengguankan machine learning

Pembelajaran mesin (ML) adalah studi tentang algoritma komputer yang meningkat secara otomatis melalui pengalaman. [1] Itu dilihat sebagai bagian dari kecerdasan buatan. Algoritma pembelajaran mesin membangun model matematika berdasarkan data sampel, yang dikenal sebagai "data pelatihan", untuk membuat prediksi atau keputusan tanpa diprogram secara eksplisit untuk melakukannya. [2] [3]: 2 Algoritma pembelajaran mesin digunakan dalam berbagai berbagai aplikasi, seperti penyaringan email dan visi komputer, di mana sulit atau tidak layak untuk mengembangkan algoritma konvensional untuk melakukan tugas-tugas yang diperlukan.

Pembelajaran mesin terkait erat dengan statistik komputasi, yang berfokus pada membuat prediksi menggunakan komputer. Studi tentang optimasi matematika memberikan metode, teori dan domain aplikasi ke bidang pembelajaran mesin. Penambangan data adalah bidang studi terkait, dengan fokus pada analisis data eksplorasi melalui pembelajaran tanpa pengawasan.

Realsi terhadap optimasi

Pembelajaran mesin juga memiliki ikatan intim dengan optimisasi: banyak masalah pembelajaran dirumuskan sebagai minimalisasi beberapa fungsi kerugian pada serangkaian contoh pelatihan. Fungsi kerugian menyatakan perbedaan antara prediksi model yang sedang dilatih dan contoh masalah yang sebenarnya (misalnya, dalam klasifikasi, seseorang ingin menetapkan label pada instance, dan model dilatih untuk memprediksi dengan benar label yang telah ditetapkan sebelumnya dari sekumpulan contoh). Perbedaan antara dua bidang muncul dari tujuan generalisasi: sementara algoritma optimasi dapat meminimalkan kerugian pada set pelatihan, pembelajaran mesin berkaitan dengan meminimalkan kerugian pada sampel yang tidak terlihat.

Relasi terhadap statistik

Pembelajaran mesin dan statistik adalah bidang yang terkait erat dalam hal metode, tetapi berbeda dalam tujuan utamanya: statistik menarik kesimpulan populasi dari sampel, sementara pembelajaran mesin menemukan pola prediksi yang dapat digeneralisasikan. Menurut Michael I. Jordan, gagasan pembelajaran mesin, mulai dari prinsip metodologis hingga alat teoretis, telah memiliki pra-sejarah panjang dalam statistik. [22] Dia juga menyarankan istilah ilmu data sebagai pengganti untuk menyebut bidang keseluruhan.

Leo Breiman membedakan dua paradigma pemodelan statistik: model data dan model algoritmik, [23] di mana "model algoritmik" berarti kurang lebih algoritma pembelajaran mesin seperti hutan acak.

Beberapa ahli statistik telah mengadopsi metode dari pembelajaran mesin, yang mengarah ke bidang gabungan yang mereka sebut pembelajaran statistik.


Teori

Tujuan inti seorang pelajar adalah untuk menggeneralisasi dari pengalamannya. Generalisasi dalam konteks ini adalah kemampuan mesin pembelajaran untuk melakukan secara akurat pada contoh / tugas baru yang tidak terlihat setelah mengalami kumpulan data pembelajaran. Contoh-contoh pelatihan berasal dari beberapa distribusi probabilitas yang umumnya tidak diketahui (dianggap mewakili ruang kejadian) dan pelajar harus membangun model umum tentang ruang ini yang memungkinkannya menghasilkan prediksi yang cukup akurat dalam kasus-kasus baru.

Analisis komputasi algoritma pembelajaran mesin dan kinerjanya adalah cabang ilmu komputer teoretis yang dikenal sebagai teori pembelajaran komputasi. Karena set pelatihan terbatas dan masa depan tidak pasti, teori pembelajaran biasanya tidak menghasilkan jaminan kinerja algoritma. Sebaliknya, batasan probabilistik pada kinerja cukup umum. Dekomposisi bias-varians adalah salah satu cara untuk mengukur kesalahan generalisasi.

Untuk kinerja terbaik dalam konteks generalisasi, kompleksitas hipotesis harus sesuai dengan kompleksitas fungsi yang mendasari data. Jika hipotesis kurang kompleks dari fungsi, maka model memiliki data yang sesuai. Jika kompleksitas model meningkat dalam respons, maka kesalahan pelatihan berkurang. Tetapi jika hipotesisnya terlalu kompleks, maka modelnya akan mengalami overfitting dan generalisasi akan menjadi lebih buruk.

Selain batas kinerja, ahli teori belajar mempelajari kompleksitas waktu dan kelayakan belajar. Dalam teori pembelajaran komputasi, perhitungan dianggap layak jika dapat dilakukan dalam waktu polinomial. Ada dua jenis hasil kompleksitas waktu. Hasil positif menunjukkan bahwa kelas fungsi tertentu dapat dipelajari dalam waktu polinomial. Hasil negatif menunjukkan bahwa kelas-kelas tertentu tidak dapat dipelajari dalam waktu polinomial.



Metode

metode machine learning ada beberapa tipe nya berikut penjelasan mengenai teori machine learning :


1. Suppport Vector Machine (SVMs)

Support vector Machines (SVMs) adalah algoritma pembelajaran mesin yang diawasi yang fleksibel namun kuat yang digunakan baik untuk klasifikasi dan regresi. Tetapi umumnya, mereka digunakan dalam masalah klasifikasi. Pada 1960-an, SVM pertama kali diperkenalkan tetapi kemudian disempurnakan pada tahun 1990. SVM memiliki cara implementasi yang unik dibandingkan dengan algoritma pembelajaran mesin lainnya. Akhir-akhir ini, mereka sangat populer karena kemampuan mereka untuk menangani beberapa variabel kontinu dan kategorikal.


Dalam praktiknya, algoritma SVM diimplementasikan dengan kernel yang mengubah ruang data input ke dalam formulir yang diperlukan. SVM menggunakan teknik yang disebut trik kernel di mana kernel mengambil ruang input dimensi rendah dan mengubahnya menjadi ruang dimensi yang lebih tinggi. Dengan kata-kata sederhana, kernel mengubah masalah yang tidak dapat dipisahkan menjadi masalah yang dapat dipisahkan dengan menambahkan lebih banyak dimensi ke dalamnya. Itu membuat SVM lebih kuat, fleksibel dan akurat. Berikut ini adalah beberapa jenis kernel yang digunakan oleh SVM.


Linear Kernel

Ini dapat digunakan sebagai produk titik antara dua pengamatan. Rumus kernel linear adalah sebagai berikut

Metode yang digunakan

pada penelesaian masalah ini saya menggunakana beberapa engone dari python untuk melakuakn machine learning yakni sklearn dan tensor flow, berikut penjelasan masing masing metode nya :

ini adalah struktur skrip dari sklearn.prepocessing

 class sklearn.preprocessing.OneHotEncoder(*, categories='auto', drop=None, sparse=True, dtype=<class 'numpy.float64'>, handle_unknown='error')[source]

kenapa class ini digunakan karena machine leraning tidak bisa memproses selain angka, tapi pada kasus ini saya menggunakan nama, umur dan beberapa proses yang menggunakan tipe string(kata - kata) sehigga sulit untuk di klasifikasikan.

maka dari itu metode ini dapat digunakan.

One Hot Encoding adalah : reperentasi kategori variabel dalam vektor biner.

Pertama nilai dari proses ini dipetakan dala nilai integer (nilai angka yang benilai bilangan bulat, tidak memiliki nilai koma)

Lalu, setiap nilai yang berbentuk integer ini direpresentasikan sebagai vektor biner yang semua nya bernilai nol kecuali yang terindeks integer, yang di tandai 1.

Paper yang digunakna untuk metode sckit learning adalah :

Sckitwisnu1.png
Sckitwisnu2.png
Sckitwisnu3.png
Sckitwisnu4.png

Quis II, 6 April 2020

Assalamualaiakum Beerikut adalah link dari Quis 2 Wisnu Indrawan 1906433745

https://drive.google.com/drive/folders/17z_x1nPTXBtnZl_PVhXRBZXdK5Wy0GMx?usp=sharing



Resume Pertemuan Tanggal : Senin, 13 April 2020

Resume Pertemuan tanggal : Senin, 20 April 2020


Penggunaan aplikasi python untuk mencari ann pada kasus ini terdapat perbedaan, untuk penggunaan matlab untuk mencari nilai ann pada aplikasi ini menggunakan nntool


nntool

Nntoolwisnu.png

Resume Pertemuan tanggal : Senin, 27 April 2020

1. Pemahaman terkait prinsip dan konsep komputasi teknik

2. Penerapan konsep dan skill dalam komputasi teknik

3. Lebih mengenal diri

Dari 3 point diatas disampaikan via zoom dengan cara sebagai berikut:

a. show your contributions

b. your understanding

c. your skill

Resume Pertemuan tanggal : Senin, 04 Mei 2020

- Pemahaman terkait prinsip dan konsep komputasi teknik

- Penerapan konsep dan skill dalam komputasi teknik

- Lebih mengenal diri baik individu maupun kelompok/ kelas

Intisaru dari evaluasi diri ini adalah :

- show your contributions

- your understanding

- your skkill

Resume Pertemuan tanggal : Senin, 11 Mei 2020

Pada pertemuan tanggal 11 Mei 2020 terdapat pembahasan selanjut nya pada pertemuan minggu lalu mengnai pressure drop. Pada pembahsan pada grup whatshap mengenai tentang pendapat individu mengenai kasus pressure drop dan di bahas kemabli dalam grup Komputasi Teknik via whatshapp. Diharapkan pada pembahasan ini secara personal memahami cases Basic Mechanics dan menjadi kewajiban bagi setiap mahsiwa menyatakan analisa pribadi terkait kasus tersebut.

Berikut Hasil dari pembahasan kasus tersebut  :


Azikri

sedikit tambahan terkait hal di atas, bahwa pada dasarnya aliran fluida dalam pipa akan mengalami penurunan tekanan atau pressure drop seiring dengan 
panjang pipa ataupun disebabkan oleh gesekan dengan permukaan
saluran, dan juga ketika aliran melewati sambungan pipa, belokan, katup, difusor, dan sebagainya.
Disisi lain, prinsip dasar persamaan kontinuitas juga jadi landasan dimana massa tidak dapat diciptakan dan
tidak dapat dimusnahkan, sehingga massa dalam suatu sistem yang konstan dapat dinyatakan dengan rumus : rho.A.v=m
atau Jika aliran fluida bersifat incompressible dan steady flow, maka persamaan menjadi : Q=A.v
Singkatnya dr persmaan pertama bahwa pressure drop berbanding terbalik dengan D, dan begitu halnya dengan persamaan 2 tegangan geser berbanding 
terbalik dg A

Adhika

- Gaya Masuk - Gaya Geser Total = Gaya Keluar - Gaya Geser Total = Gaya Masuk - Gaya Keluar - Gaya Geser Total = P1.A - P2.A - Gaya Geser Total = dp . Luas Area Pipa Shear Stress . Luas Selimut = dp . Luas Area Pipa - Turbulent Viscosity . du/dy . sqrt(Luas Area Pipa . L. pi . 4) = dp . Luas Area Pipa - Turbulent Viscosity . du/dy . sqrt(L. pi . 4) / sqrt(Luas Area Pipa) = dp

Kesimpulan: Luas Area Pipa semakin besar maka dp akan semakin kecil


Jerry

Ketika nilai A membesar, maka nilai D secara langsung juga membesar karena A merupakan fungsi D; A(D). 
Dari persamaan pressure drop, terlihat bahwa nilai D berbanding terbalik dengan nilai deltaP. 
Hal ini akan mengimplikasikan bahwa semakin besar nilai D, maka semakin kecil nilai deltaP

Dessy

Sederhananya jika dilihat dari persamaan untuk Pressure Drop maka sudah cukup jelas dalam menjawab pertanyaan mengapa ketika luas area (A) diperbesar 
menyebabkan nilai pressure drop yang menurun, dimana 
dP = f L rho V^2 / 2 D
Dari persamaan diatas terlihat bahwa nilai diameter (pengaruhnya terhadap luas area) berbanding terbalik dengan nilai pressure loss dP.
Tambahan juga jika dilihat dari nilai kecepatan (disini saya menggunakan analogi aliran fluida dalam pipa), secara logika apabila nilai luas 
penampang A diperbesar maka nilai kecepatan akan semakin kecil, sesuai dengan persamaan yang telah dijelaskan oleh saudara Dieter sebelumnya.
Maka jika kembali ke persamaan pressure drop sesuai analogi ini, A yang besar akan menyebabkan nilai V menurun, akibatnya nilai dP pun akan menurun.
Dari sini dapat disimpulkan bahwa semakin besar nilai diameter D, yang menghasilkan nilai area A yang semakin besar pula, menghasilkan nilai pressure 
drop dP yang semakin kecil.

Muhammad Gumilar

Ada hal menarik disini, dari beberapa yang saya perhtikan dari beberapa pendapat teman-teman, pengaruh dari adanya luasan atau diameter pipa akan 
mempengaruhi keepatan alir didalam pipa , sesuai dengan hukum kontinuitas. Berkaitan dengan hal ini, saya mencerna bahwa bisa saja sebenarnya jika 
kita membandingkan dua hal yang mana, dua buah pipa dengan diameter yang berbeda  akan tetepa memiliki kecepatan aliran rata-rata yang sama, yang 
mana berarti kedua debit aliran dari pipa ini berbeda. Namun yang dititikberatkan pada pembahasannya adala, kenapa berdasarkan rumus pressure loss, 
apabila diameter membesar, maka pressure drop akan berkurang. Sedangkan dari persamaan yang lain, kita kethaui bahwa gaya gesek akibat adanya 
tegangan geser akan meningkat karena persamaannya adalah F=thow * A. 
Kebingunga dari mahasiswS1 tersebut menurut saya adalah pemahaman beliau yang tidak komprehensif terhadap kosnep pressure drop. Memang, pressure drop 
itu berhubungan erat dengan adanya gesekan viscous antara fluida dengan dinding pipa. Akan tetapi, ada hal penting yang dilupakan oleh sang mahasiswa 
S! tersebut, yaitu bahwa perbesaran diameter dari pipa juga akan mengakibatkan tegangan geser yang terjadi. Secara sederhana, sepemahaman saya, 
tegangan geser itu berbanding lurus dengan gradient kecepatan aliran fluida di sepanjang pipa, yaitu du/dy. Nah, apabila, dengan kecepatan rata-rata 
yang sama, diameter pipa semakin besar, maka gradient kecepatan di sepanjang pipa akan berkurang karena pengaruh gaya viscous antara dinding dan 
fluida juga semain berkurang. Oleh karena itu, pressure Drop yang terjadi juga akan semakin berkurang. Semoga bermanfaaat semua eheheheh



Resume Pertemuan tanggal : Senin, 18 Mei 2020

Pada pertemuan kali ini membahas materi minggu lalu dan saya ingin menjelaskan lagi terkait tentang friction loss, berikut penjelasan nya

Dalam aliran fluida, kehilangan gesekan (atau gesekan kulit) adalah hilangnya tekanan atau "head" yang terjadi pada pipa atau aliran saluran karena efek viskositas fluida di dekat permukaan pipa atau saluran. [1] Dalam sistem mekanis seperti mesin pembakaran internal, istilah ini mengacu pada daya yang hilang dalam mengatasi gesekan antara dua permukaan yang bergerak, sebuah fenomena yang berbeda.


Tugas Pengganti UAS

Pada pembahasan UAS kali ini terdapat pembahasan mengenai mencari nilai top speed dari suatu mobil dengan menggunakan beberapa algoritma yang sudah dipelajari sealama perkuliahan : Berikut penjelasan terkait soal tersebut:

Uas wisnu 123465789 1.png
Uas wisnu 123465789 2.png
Uas wisnu 123465789 3.png
Uas wisnu 123465789 4.png
Uas wisnu 123465789 5.png
Uas wisnu 123465789 6.png
Uas wisnu 123465789 7.png
Uas wisnu 123465789 8.png
Uas wisnu 123465789 9.png
Uas wisnu 123465789 10.png
Uas wisnu 123465789 11.png
Uas wisnu 123465789 12.png
Uas wisnu 123465789 13.png

Link google drive laporan UAS :

https://drive.google.com/file/d/1cnGMc2tPQOrVkqE1baiui99Ujvrne1BY/view?usp=sharing