Difference between revisions of "Yohanes Minardo Halomoan"

From ccitonlinewiki
Jump to: navigation, search
(Pertemuan Kedua)
Line 36: Line 36:
 
   a[i.k+1:n] = a[i.k+1:n] - lam*a[k.k+1:n]
 
   a[i.k+1:n] = a[i.k+1:n] - lam*a[k.k+1:n]
 
   b[i] = b[i] - lam*b[k]
 
   b[i] = b[i] - lam*b[k]
 +
 +
 +
----
 +
== Pertemuan Ketiga ==
 +
----
 +
 +
Pertemuan Ketiga ini membahas pengaplikasian Python dalam pembuatan matriks. Matriks ini merupakan kumpulan bilangan yang disusun dalam susunan baris dan kolom, kegunaan matriks ini untuk menyederhanakan penyampaian data agar semakin mudah untuk diolah. Matriks ini memiliki banyak kegunaan, yaitu seperti :
 +
1. Menyelesaikan masalah matematika deperti persamaan linear
 +
2. Dapat diaplikasikan ke dalam kehidupan engineering seperti pengolahan dan penyelesaian data dan masalah
 +
3. Memudahkan analisis beberapa masalah seperti masalah-masalah bisnis yang mengandung variabel.
 +
4. Sangat digunakan dalam ilmu statistik, manajemen, perteknikan, perancangan dan perencanaan
 +
 +
jadi dalam teknik mesin, matriks itu sangat diperlukan dan dibutuhkan, karena sangat berguna dalam menyelesaikan masalah dan mencari solusi terbaik dari sebuah permasalahan. untuk penerapan matriks tersebut ke dalam python dapat dilakukan dengan arahan berikut:
 +
 +
import numpy as np from numpy import numpy
 +
 +
1 define the matrix
 +
A=np. array ([[4, -2, 1], [-2, 4, -2], [1, -2, 4]], float) #array berfungsi sebagai library pada python, ini berguna untuk menginstruksikan bentuk yang kita inginkan, disini berupa perintah untuk matriks
 +
 +
print (A)
 +
 +
setelah tekan run akaan keluar matriks dengan baris dan kolom berisi angka di atas dan memiliki orde 3x3
 +
 +
 +
----
 +
== Pertemuan Keempat ==
 +
----
 +
 +
Pada pertemuan keempat yang dipimpin oleh pak DAI, dilakukan penanaman konsep mahasiswa dalam melakukan simulasi.
 +
 +
Dalam melakukan simulasi, ada beberapa tahapan yang harus dilakukan dahulu oleh subject, yaitu pertama kali menganalisis masalah, ketika subject menganalisis masalah maka akan didapatkan model matematika, model matematika ini bisa berupa persamaan. lalu setelah didapatkamn model matematika, model matematika ini akan dipecahkan dan diselesaikan dengan algoritma dan flowchart lain. setelah didapatkan solusi dari masalah tersebut, subject menulis dan menjalankan proses dan hasil dari analisis masalah tersebut. setelah itu baru bisa dilakukan simuulasi.
 +
 +
Hal di atas harus dilakukan subject dalammelakukan simulasi, karena simulasi komputer itu bukan hanya ingin membuktikan sesuatu, tapi bisa membawa kita(subject) ke suatu permasalahan untuk kedepannya yang bisa kita(subject) putuskan.
 +
 +
Dalam menganalisis dan membuat model matematika kita juga bisa menyederhanakannya, hal ini seperti mengubah struktur 3d menjadi 2d dan menjadi 1d, begitupun pada permasalahan strukturnya. Mengapa kita harus dapat menyederhanakan sebuah model? hal ini karena jika sebuah model disederhanakan, maka kita bisa lebih mudah menganalisis yang terjadi dan lebih mudah untuk menyelesaikan permasalahan yang terjadi, hal ini juga berdampak kepada permodelan dan simulasinya, karena dengan sederhananya model dan solusi maka akan semakin sederhana juga simulasi dan lebih sederhana untuk dapat dimengerti.

Revision as of 18:56, 9 March 2019

'Yohanes Minardo Halomoan 1706070665 Teknik Mesin S1 Paralel



Pertemuan Pertama



Saya mengambil mata kuliah Metode Numerik dan diajarkan oleh pak DAI. untuk mata kuliah metode numerik ini juga merupakan lanjutan dari kalkulus dan aljabar linier. untuk mata kuliah ini kita dituntut untuk berakal atau bisa dibilang mengambil langkah dengan cerdas. untuk mata kuliah metode numerik i8ni juga kita menjadi semakin cerdas dan menilai langkah-langkah yang baik bahkan terbaik untuk menyelesaikan atau mencari solusi dari suatu permasalahan.

pada mata kuliah metode numerik ini kita akan mempelajari materi : 1. Algoritma 2. Metode Iterative 3. Penyelesaian aljabar simultan 4. Diferensiasi dan Integral 5. Optimasi 6. Studi Kasus

Metode numerik menggunakan aplikasi python dalam memahaminya. Mata kuliah Metode Numerik oleh pak Dai juga bukanlah merupakan ilmu eksak, merupakan ilmu numerik yang hasilnya juga tidak pasti secara eksak, karena kepastian bukanlah di tangan kita, tetapi merupakan pemberian dari Tuhan Yang Maha Esa.



Pertemuan Kedua


Pertemuan kedua ini diajar dan dipimpin oleh asisten dosen, karena pak dai berhalangan untuk hadir di kelas. pada pertemuan kedua ini, asisten dosen memberikan materi Bab Kedua yang mana salah satunya adalah materi penyelesaian persamaan 3 variabel, atau yang dikenal sebagai Matriks m x n yang mana merupakan Matriks 3 x 3. Untuk dasar matriks pada python, orde baris maupun kolom dari matriks dimulai dari 0, bukan mulai dari 1. Jadi, jika ada baris matriks yang biasa kita mulai sebagai baris pertama, maka kita akan memulai hitungannya menjadi dimulai dari baris 0, begitupun berlaku pada kolom matriks. Asisten dosen juga mengajari dan membantu dalam menjelaskan bagaimana metode penyelesaian persamaan 3 variabel, tapi sebelum asisten dosen mengajari penyelesaian, asisten dosen mengajarkan bagaimana menginput angka seperti

 >>> a=3
 >>> print (a)
 3
 >>> for a in range (0,10)

lalu asisten dosen menjelaskan penyelesaian persamaan 3 variabel dan masuk ke materi Sistem dari persamaan aljabar linear.

 if a[i.k] i= 0.0:
 lam = a[i.k]/a[k.k]
 a[i.k+1:n] = a[i.k+1:n] - lam*a[k.k+1:n]
 b[i] = b[i] - lam*b[k]



Pertemuan Ketiga


Pertemuan Ketiga ini membahas pengaplikasian Python dalam pembuatan matriks. Matriks ini merupakan kumpulan bilangan yang disusun dalam susunan baris dan kolom, kegunaan matriks ini untuk menyederhanakan penyampaian data agar semakin mudah untuk diolah. Matriks ini memiliki banyak kegunaan, yaitu seperti : 1. Menyelesaikan masalah matematika deperti persamaan linear 2. Dapat diaplikasikan ke dalam kehidupan engineering seperti pengolahan dan penyelesaian data dan masalah 3. Memudahkan analisis beberapa masalah seperti masalah-masalah bisnis yang mengandung variabel. 4. Sangat digunakan dalam ilmu statistik, manajemen, perteknikan, perancangan dan perencanaan

jadi dalam teknik mesin, matriks itu sangat diperlukan dan dibutuhkan, karena sangat berguna dalam menyelesaikan masalah dan mencari solusi terbaik dari sebuah permasalahan. untuk penerapan matriks tersebut ke dalam python dapat dilakukan dengan arahan berikut:

import numpy as np from numpy import numpy

1 define the matrix A=np. array ([[4, -2, 1], [-2, 4, -2], [1, -2, 4]], float) #array berfungsi sebagai library pada python, ini berguna untuk menginstruksikan bentuk yang kita inginkan, disini berupa perintah untuk matriks

print (A)

setelah tekan run akaan keluar matriks dengan baris dan kolom berisi angka di atas dan memiliki orde 3x3



Pertemuan Keempat


Pada pertemuan keempat yang dipimpin oleh pak DAI, dilakukan penanaman konsep mahasiswa dalam melakukan simulasi.

Dalam melakukan simulasi, ada beberapa tahapan yang harus dilakukan dahulu oleh subject, yaitu pertama kali menganalisis masalah, ketika subject menganalisis masalah maka akan didapatkan model matematika, model matematika ini bisa berupa persamaan. lalu setelah didapatkamn model matematika, model matematika ini akan dipecahkan dan diselesaikan dengan algoritma dan flowchart lain. setelah didapatkan solusi dari masalah tersebut, subject menulis dan menjalankan proses dan hasil dari analisis masalah tersebut. setelah itu baru bisa dilakukan simuulasi.

Hal di atas harus dilakukan subject dalammelakukan simulasi, karena simulasi komputer itu bukan hanya ingin membuktikan sesuatu, tapi bisa membawa kita(subject) ke suatu permasalahan untuk kedepannya yang bisa kita(subject) putuskan.

Dalam menganalisis dan membuat model matematika kita juga bisa menyederhanakannya, hal ini seperti mengubah struktur 3d menjadi 2d dan menjadi 1d, begitupun pada permasalahan strukturnya. Mengapa kita harus dapat menyederhanakan sebuah model? hal ini karena jika sebuah model disederhanakan, maka kita bisa lebih mudah menganalisis yang terjadi dan lebih mudah untuk menyelesaikan permasalahan yang terjadi, hal ini juga berdampak kepada permodelan dan simulasinya, karena dengan sederhananya model dan solusi maka akan semakin sederhana juga simulasi dan lebih sederhana untuk dapat dimengerti.