LAPORAN TUGAS BESAR PEMODELAN DAN SIMULASI

Transkripsi

1 LAPORAN TUGAS BESAR PEMODELAN DAN SIMULASI Diajukan untuk memenuhi salah satu tugas mata kuliah Pemodelan dan Simulasi Dosen Gani Gunawan, S.T., M.T. Disusun oleh : Sarah R Puri Juli Rizki A Irwansyah Guruh Wiraajiputro Elan Maulana JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK DAN ILMU KOMPUTER UNIVERSITAS KOMPUTER INDONESIA 2012

2 Hasil pengamatan uji laboratorium 15 detik pertama tentang terlarutnya zat obat dalam sistem peredaran darah makhluk hidup diperoleh data seperti yang tertulis pada tabel sebelah kanan. Jika suatu pemodelan matematis dari data pengamatan tersebut ada kecenderungan berbentuk dengan a,b adalah parameter data pengamatan, dan x, y adalah variabel data pengamatan. Maka Banyaknya Zat Waktu(detik) Obat Terlarut (mg) (i) Tentukan uraian verifikasi matematis dengan linierisasi untuk pembentukan model tersebut agar metode regresi linier dapat dilakukan Perkiraan persamaan umum sederhana untuk model hiperbola ini dapat dituliskan dalam bentuk : Atau jika tidak ada Y yang bernilai nol dapat ditulis menjadi: (ii) Bagaimana anda menghitung parameter a dan b dengan metode regresinya Koefisien-koefisien adan b dapat dihitung seperti pada model garis lurus dengan rumus

3 (iii) Berdasarkan (ii), tentukan nilai parameter a dan b untuk model tersebut waktu(detik) banyak nya zat 1/y X 2 X/Y Y ERROR obat terlarut =120 =3.804 = =1240 = = = ( )( ) ( )( ) a= ( ) ( ) a = 26,6452 ( ) ( )( ) b= ( ) ( ) b= -25,8447

4 (iv) Validasi model yang anda buat dengan menghitung data pengamatan melalui model tersebut = ( ) =1, waktu(detik) =120 Y^ = (v) Gambarkan grafik data pengamatan yang sebenarnya dan data pengamatan model model nyata data model

5 (vi) Simulasikan melalui model untuk memperkirakan berapa milligram(mg) zat obat tersebut sebelum dilarutkan Karena zat sebelum dilarutkan maka nilai X= 0 = ( ) = 0,

6 Screenshoot Program Tampilan Utama Tabel Berisi Data Pengamatan Setelah Menekan Tombol Mulai

7 Hasil Perhitungan Kuadrat Terkecil Pada Tabel Setelah Menekan Tombol Proses Kuadrat Terkecil

8 Hasil validasi model yang ditunjukkan pada kolom y^ dan error dan hasil perhitungan perkiraan jumlah miligram zat obat sebelum dilarutkan pada text field setelah menekan tombol validasi model Diagram Pencar Data Pengamatan Ditampilkan Setelah Menekan Tombol Grafik Pengamatan

9 Diagram Pencar Data Model Ditampilkan Setelah Menekan Tombol Grafik Model

10 Listing Program /* * To change this template, choose Tools Templates * and open the template in the editor. */ package TugasBesar; import javax.swing.table.defaulttablemodel; import javax.swing.table.tablecolumn; import javax.swing.*; /** * irwansyahazniel */ public class Pemosi extends javax.swing.jframe { DefaultTableModel tablemodelpengamatan; Double[][] semuadata; Object[] judulkolom; int baris,kolom,inputbaris,inputkolom,inputbarissigma,inputkolomsigma; double kuadratterkecila, kuadratterkecilb,sebelumlarut; GrafikDataPengamatan grafikdatapengamatan; GrafikDataModel grafikdatamodel; /** * Creates new form TampilanUtama */ public Pemosi() { initcomponents();

11 public void awal(){ //Inisialisasi Tabel Data Pengamatan judulkolom = new Object[]{"Waktu (Detik)","Banyaknya Obat Yang Terlarut", "1/y", "x2", "X/Y", "Y^", "Error"; semuadata = new Double[][]{{1.0,1.02,0.0,0.0,0.0,0.0,0.0, {2.0,0.667,0.0,0.0,0.0,0.0,0.0, {3.0,0.367,0.0,0.0,0.0,0.0,0.0, {4.0,0.278,0.0,0.0,0.0,0.0,0.0, {5.0,0.237,0.0,0.0,0.0,0.0,0.0, {6.0,0.187,0.0,0.0,0.0,0.0,0.0, {7.0,0.155,0.0,0.0,0.0,0.0,0.0, {8.0,0.156,0.0,0.0,0.0,0.0,0.0, {9.0,0.142,0.0,0.0,0.0,0.0,0.0, {10.0,0.111,0.0,0.0,0.0,0.0,0.0, {11.0,0.12,0.0,0.0,0.0,0.0,0.0, {12.0,0.097,0.0,0.0,0.0,0.0,0.0, {13.0,0.099,0.0,0.0,0.0,0.0,0.0, {14.0,0.089,0.0,0.0,0.0,0.0,0.0, {15.0,0.079,0.0,0.0,0.0,0.0,0.0, {0.0,0.0,0.0,0.0,0.0,0.0,0.0; tablemodelpengamatan = new DefaultTableModel(semuaData, judulkolom); tabelpengamatan.setmodel(tablemodelpengamatan); TableColumn column = null; for (int i = 0; i < judulkolom.length; i++) { column = tabelpengamatan.getcolumnmodel().getcolumn(i); if (i == 0) { column.setpreferredwidth(250); else if (i == 1) { column.setpreferredwidth(600); else if (i == 2) { column.setpreferredwidth(600); else if (i == 3) { column.setpreferredwidth(200); else if (i == 4) { column.setpreferredwidth(600); else if (i == 5) { column.setpreferredwidth(600);

12 else if (i == 6) { column.setpreferredwidth(600); //Perhitungan Sigma x baris = 0; kolom = 0; inputbaris = 15; inputkolom = 0; double sigmax = 0; for (int a=0;a<semuadata.length-1;a++){ sigmax += semuadata[baris][kolom]; baris++; semuadata[inputbaris][inputkolom] = sigmax; tabelpengamatan.getmodel().setvalueat(" " + sigmax, inputbaris, inputkolom); //Perhitungan Sigma y baris = 0; kolom = 1; inputbaris = 15; inputkolom = 1; double sigmay = 0; for (int a=0;a<semuadata.length-1;a++){ sigmay += semuadata[baris][kolom]; baris++; semuadata[inputbaris][inputkolom] = sigmay; tabelpengamatan.getmodel().setvalueat(" " + sigmay, inputbaris, inputkolom); //Perhitungan Metode Regresi Kuadrat Terkecil public void kuadratterkecil(){ //Perhitungan 1/y Dan Total Kolom 1/y baris = 0; kolom = 1; inputbaris = 0; inputkolom = 2;

13 inputbarissigma = 15; inputkolomsigma = 2; double satupery = 0; double sigmasatupery = 0; for(int a=0;a<semuadata.length-1;a++){ satupery = 1/semuaData[baris][kolom]; sigmasatupery += satupery; semuadata[inputbaris][inputkolom] = satupery; tabelpengamatan.getmodel().setvalueat(satupery, inputbaris, inputkolom); inputbaris++; baris++; semuadata[inputbarissigma][inputkolomsigma] = sigmasatupery; tabelpengamatan.getmodel().setvalueat(" " + sigmasatupery, inputbarissigma, inputkolomsigma); //Perhitungan x Kuadrat Dan Total Kolom x Kuadrat baris = 0; kolom = 0; inputbaris = 0; inputkolom = 3; inputbarissigma = 15; inputkolomsigma = 3; double xkuadrat; double sigmaxkuadrat = 0; for(int a=0;a<semuadata.length-1;a++){ xkuadrat = semuadata[baris][kolom] * semuadata[baris][kolom]; semuadata[inputbaris][inputkolom] = xkuadrat; sigmaxkuadrat += xkuadrat; tabelpengamatan.getmodel().setvalueat(xkuadrat, inputbaris, inputkolom); inputbaris++; baris++; semuadata[inputbarissigma][inputkolomsigma] = sigmaxkuadrat; tabelpengamatan.getmodel().setvalueat(" " + sigmaxkuadrat, inputbarissigma, inputkolomsigma); //Perhitungan x/y Dan Total Kolom x/y baris = 0; double xpery1; double xpery2;

14 double xperyhasil; double sigmaxpery = 0; sigmaxkuadrat += inputbaris = 0; inputkolom = 4; inputbarissigma = 15; inputkolomsigma = 4; for (int a=0;a<semuadata.length-1;a++){ kolom = 0; xpery1 = semuadata[baris][kolom]; kolom++; xpery2 = semuadata[baris][kolom]; xperyhasil = xpery1 / xpery2; semuadata[inputbaris][inputkolom] = xperyhasil; sigmaxpery += xperyhasil; tabelpengamatan.getmodel().setvalueat(xperyhasil, inputbaris, inputkolom); inputbaris++; baris++; semuadata[inputbarissigma][inputkolomsigma] = sigmaxpery; tabelpengamatan.getmodel().setvalueat(" " + sigmaxpery, inputbarissigma, inputkolomsigma); //Perhitungan Nilai A Kuadrat Terkecil kuadratterkecila = ((semuadata[15][2]*semuadata[15][3])- (semuadata[15][0]*semuadata[15][2])) /((15*semuaData[15][3])-(semuaData[15][0]*semuaData[15][0])); //Perhitungan Nilai B Kuadrat Terkecil kuadratterkecilb = ((15 * semuadata[15][4])- (semuadata[15][3]*semuadata[15][2])) /((15*semuaData[15][3])-(semuaData[15][0]*semuaData[15][0])); tfnilaia.settext(string.valueof(kuadratterkecila)); tfnilaib.settext(string.valueof(kuadratterkecilb));

15 //Validasi Model public void validasimodel(){ //Perhitungan Y^ Dan Total Y^ baris = 0; kolom = 0; inputbaris = 0; inputkolom = 5; inputbarissigma = 15; inputkolomsigma = 5; double yaksen; double sigmayaksen = 0; for(int a=0;a<semuadata.length-1;a++){ yaksen = 1/(kuadratTerkecilA + (kuadratterkecilb*semuadata[baris][kolom])); semuadata[inputbaris][inputkolom] = yaksen; sigmayaksen += yaksen; tabelpengamatan.getmodel().setvalueat(yaksen, inputbaris, inputkolom); inputbaris++; baris++; semuadata[inputbarissigma][inputkolomsigma] = sigmayaksen; tabelpengamatan.getmodel().setvalueat(" " + sigmayaksen, inputbarissigma, inputkolomsigma); //Perhitungan Nilai Error double[][] nilaierror = {{ , { , { , { , { , { , { , { , { , { , { , { , { , { , { ;

16 baris = 0; kolom = 0; inputbaris = 0; inputkolom = 6; inputbarissigma = 15; inputkolomsigma = 6; double error; double sigmaerror = 0; for(int a=0;a<nilaierror.length;a++){ error = nilaierror[baris][kolom]; semuadata[inputbaris][inputkolom] = error; sigmaerror += error; tabelpengamatan.getmodel().setvalueat(error, inputbaris, inputkolom); baris++; inputbaris++; semuadata[inputbarissigma][inputkolomsigma] = sigmaerror; tabelpengamatan.getmodel().setvalueat(" " + sigmaerror, inputbarissigma, inputkolomsigma); //Perhitungan Jumlah Zat Obat Sebelum Dilarutkan (Mg) sebelumlarut = 1/(kuadratTerkecilA+(kuadratTerkecilB*0)); tfsebelumlarut.settext(string.valueof(sebelumlarut)); //Menampilkan Diagram Pencar Data Pengamatan public void methodgrafikdatapengamatan(){ grafikdatapengamatan = new GrafikDataPengamatan(); grafikdatapengamatan.setvisible(true); //Menampilkan Diagram Pencar Data Model public void methodgrafikdatamodel(){ grafikdatamodel = new GrafikDataModel(); grafikdatamodel.setvisible(true);