ABSTRAK. Universitas Kristen Maranatha

dokumen-dokumen yang mirip
DAFTAR ISI. KATA PENGANTAR. DAFTAR TABEL. DAFTAR GAMBAR.

ABSTRAK. PDF created with pdffactory Pro trial version

PERHITUNGAN PARAMETER GELOMBANG SUARA UNTUK SUMBER BERBENTUK SEMBARANG MENGGUNAKAN METODA ELEMEN BATAS DENGAN PROGRAM MATLAB ABSTRAK

Identifikasi Parameter Akustik Permukaan Sumber dengan Metode Elemen Batas

Distribusi Medan Akustik dalam Domain Interior dengan Metode Elemen Batas (Boundary Element Method)

IDENTIFIKASI WAJAH SESEORANG BERDASARKAN CITRA BIBIR MENGGUNAKAN METODE EIGEN FUZZY SET ABSTRAK

ABSTRAK. Kata Kunci : Latent Semantic Indexing, pencarian, dokumen, Singular Value Decomposition.

BAB I PENDAHULUAN UMUM

DAFTAR GAMBAR. Gambar 1. Peta Daerah Penelitian...3. Gambar 2. Peta Fisiografi Daerah Lampung...5. Gambar 3. Peta Mendala Geologi Sumatera...

FUNGSI GRIEWANK DAN PENENTUAN NILAI OPTIMUMNYA MENGGUNAKAN ALGORITMA STROBERI. Tri Nadiani Solihah

ABSTRAK. Universitas Kristen Maranatha

INVERSI GEOFISIKA (geophysical inversion) Dr. Hendra Grandis

Bab IV Simulasi dan Pembahasan

BAB I PENDAHULUAN Latar Belakang Masalah

3.2.3 Resiko, Keuntungan dan Kerugian Forex Metode Prediksi dalam Forex MetaTrader 4 sebagai Platform Trading dalam Forex...

KINERJA OPERASI TRANS METRO BANDUNG KORIDOR III CICAHEUM-SARIJADI DITINJAU DARI WAKTU PERJALANAN DAN FAKTOR MUAT

PENYELESAIAN PERSAMAAN SCHRODINGER TIGA DIMENSI UNTUK POTENSIAL NON-SENTRAL ECKART DAN MANNING- ROSEN MENGGUNAKAN METODE ITERASI ASIMTOTIK

BAB 1 PENDAHULUAN. salah satunya adalah untuk proses image denoising. Representasi adalah

PERSOALAN OPTIMASI FAKTOR KEAMANAN MINIMUM DALAM ANALISIS KESTABILAN LERENG DAN PENYELESAIANNYA MENGGUNAKAN MATLAB

Pemograman Ray Tracing Metode Pseudo-Bending Medium 3-D Untuk Menghitung Waktu Tempuh Antara Sumber Dan Penerima

SEARCHING SIMULATION SHORTEST ROUTE OF BUS TRANSPORTATION TRANS JAKARTA INDONESIA USING ITERATIVE DEEPENING ALGORITHM AND DJIKSTRA ALGORITHM

KATA PENGANTAR. DAFTAR TABEL.. xviii. 1.1 Latar Belakang Masalah 1

SIMULASI NUMERIK POLA DISTRIBUSI SUHU PADA PLAT LOGAM DENGAN METODE BEDA HINGGA

PEMODELAN 3-D SUSEPTIBILITAS MAGNETIK BAWAH PERMUKAAN DASAR LAUT PERAIRAN LANGSA, SELAT MALAKA-SUMATERA UTARA

Penyelesaian Masalah Syarat Batas dalam Persamaan Diferensial Biasa Orde Dua dengan Menggunakan Algoritma Shooting Neural Networks

ABSTRACT. Keywords: Production Scheduling, Makespan, CDS Algorithm (Campbell, Dudek, and Smith), FCFS Methods (First Come First Serve).

PENYELESAIAN MASALAH STURM-LIOUVILLE DARI PERSAMAAN GELOMBANG SUARA DI BAWAH AIR DENGAN METODE BEDA HINGGA

2.5 Audit Pengertian audit secara umum Jenis Audit Audit Sistem Informasi Definisi Audit Sistem Informasi

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. metode REP menggunakan patch sebagai media untuk. perhitungannya.

IDENTIFIKASI SESEORANG BERDASARKAN CITRA SILUET ORANG BERJALAN MENGGUNAKAN SUDUT SETENGAH KAKI

PENERAPAN ALGORITMA K-MEANS UNTUK CLUSTERING DATA ANGGARAN PENDAPATAN BELANJA DAERAH DI KABUPATEN XYZ

Gambar 3.1 Diagram alir optimisasi dengan pemrograman Matlab.

MENENTUKAN POLA RADIASI BUNYI DARI SUMBER BERBENTUK CORONG. Robi ullia Zarni 1, Defrianto 2, Erwin 3

PENGENALAN WAJAH DENGAN CITRA MASUKAN BERUPA CITRA SKETSA WAJAH SEBAGAI HASIL SINTESIS DENGAN TEKNIK MULTISCALE MARKOV RANDOM FIELD (MRF)

ABSTRAK. Universitas Kristen Maranatha

MODEL POLA LAJU ALIRAN FLUIDA DENGAN LUAS PENAMPANG YANG BERBEDA MENGGUNAKAN METODE BEDA HINGGA

DAFTAR ISI LEMBAR JUDUL... LEMBAR PERSEMBAHAN... LEMBAR PERNYATAAN... LEMBAR PENGESAHAN TUGAS AKHIR... ABSTRAK... ABSTRACT... KATA PENGANTAR...

DAFTAR ISI. HALAMAN JUDUL... i. LEMBAR PERNYATAAN... ii. SURAT KETERANGAN PELAKSANAAN TUGAS AKHIR... iii. LEMBAR PENGESAHAN DOSEN PEMBIMBING...

MENENTUKAN KEPADATAN LALU LINTAS DENGAN PENGHITUNGAN JUMLAH KENDARAAN BERBASIS VIDEO PROCESSING

DAFTAR ISI. LEMBAR PENGESAHAN PEMBIMBING... ii. LEMBAR PERNYATAAN KEASLIAN... iii. LEMBAR PENGESAHAN PENGUJI... iv. HALAMAN PERSEMBAHAN...

APLIKASI WIROBOT X80 UNTUK MENGUKUR LEBAR DAN TINGGI BENDA. Disusun Oleh: Mulyadi Menas Chiaki. Nrp :

Simulasi Perpindahan Panas pada Lapisan Tengah Pelat Menggunakan Metode Elemen Hingga

DEPARTEMEN TEKNIK MESIN FAKULTAS TEKNIK UNIVERSITAS SUMATERA UTARA MEDAN 2012

Aplikasi Kamera Web Untuk Mengukur Luas Permukaan Sebuah Obyek 3D

LAPORAN SKRIPSI ANALISIS DAN OPTIMASI KUALITAS JARINGAN TELKOMSEL 4G LONG TERM EVOLUTION (LTE) DI AREA PURWOKERTO

SHABRINA ROSE HAPSARI M SURAKARTA

ENHANCED K-SVD ALGORITHM for IMAGE DENOISING

2.16. Keaslian Penelitian BAB III ANALISIS DAN PERANCANGAN Analisa sistem Observasi Wawancara

BAB I PENDAHULUAN. 1.1 Latar Belakang

DAFTAR ISI. Halaman Judul. Lembar Pengesahan Pembimbing. Lembar Pengesahan Penguji. Halaman Persembahan. Halaman Motto. Kata Pengantar.

PROSES REVERSE ENGINEERING MENGGUNAKAN LASER OPTICAL SCANNER TESIS

Solusi Persamaan Laplace Menggunakan Metode Crank-Nicholson. (The Solution of Laplace Equation Using Crank-Nicholson Method)

Ardhi Prasetya /

METODE GAUSS-SEIDEL PREKONDISI DENGAN MENGGUNAKAN EKSPANSI NEUMANN ABSTRACT

ABSTRACT. Keywords: motivation of employee s work, effectiveness of incentive compensation. vii. Universitas Kristen Maranatha

1.1 Latar Belakang Rumusan Masalah Batasan Masalah Tujuan Penelitian Manfaat Penelitian...

PENGARUH GRADE BATU GERINDA, KECEPATAN MEJA LONGITUDINAL, DAN KEDALAMAN PEMAKANAN TERHADAP KEKASARAN PERMUKAAN PADA PROSES GERINDA PERMUKAAN SKRIPSI

BAB II TINJAUAN PUSTAKA...

DAFTAR ISI. HALAMAN JUDUL... i. LEMBAR PENGESAHAN PEMBIMBING... ii. LEMBAR PENGESAHAN PENGUJI... iii. HALAMAN PERSEMBAHAN... iv. MOTTO...

Skripsi EVALUASI PENGENDALIAN BIAYA KUALITAS DALAM RANGKA PENINGKATAN MUTU PRODUK DENGAN STUDI KASUS PADA PT. INDOMULTI PLASINDO

ABSTRAK. vi Universitas Kristen Maranatha

SIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN METODA ALGORITMA KUANTUM PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT

SIMULASI ALIRAN PANAS PADA SILINDER YANG BERGERAK. Rico D.P. Siahaan, Santo, Vito A. Putra, M. F. Yusuf, Irwan A Dharmawan

DAFTAR ISI. ABSTRAKSI... v. KATA PENGANTAR... vi. DAFTAR ISI... viii. DAFTAR GAMBAR... xi. DAFTAR TABEL... xiv BAB I PENDAHULUAN...

Matematika dan Statistika

APLIKASI MASALAH 0/1 KNAPSACK MENGGUNAKAN ALGORITMA GREEDY

SIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT

PENENTUAN MEDAN GRAVITASI EINSTEIN DALAM RUANG MINKOWSKI MENGGUNAKAN SIMBOL CHRISTOFFEL JENIS I DAN II SKRIPSI MELLY FRIZHA

SATUAN PERKULIAHAN. 10 menit -apersepsi -motivasi Diberikan dalam bahasa Inggris 100% 2 Kegiatan inti:

ABSTRACT. Keywods: Stock Split, Stock Price, Stock Volume, and Stock Liquidity. Universitas Kristen Maranatha

FACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) ABSTRAK

DAFTAR ISI KATA PENGANTAR PERNYATAAN ABSTRACT DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL DAFTAR LAMPIRAN DAFTAR NOTASI BAB I.

TSUNAMI AUGMENTED REALITY : INTERAKSI BERBASIS MARKER SEBAGAI POINTER

ABSTRAK. vii. Universitas Kristen Maranatha

ABSTRAK PERANAN ANGGARAN PENJUALAN DALAM MENUNJANG EFEKTIVITAS PENJUALAN (STUDI KASUS PADA PT AGRONESIA DIVISI BMC)

DAFTAR ISI v. ABSTRACT ii KATA PENGANTAR iii. DAFTAR GAMBAR.vii DAFTAR TABEL...ix

PENYELESAIAN PERSAMAAN POISSON 2D DENGAN MENGGUNAKAN METODE GAUSS-SEIDEL DAN CONJUGATE GRADIENT

PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI DOOLITTLE

METODE ITERASI KSOR UNTUK MENYELESAIKAN SISTEM PERSAMAAN LINEAR ABSTRACT

ABSTRAK. v Universitas Kristen Maranatha

Penyelesaian Persamaan Poisson 2D dengan Menggunakan Metode Gauss-Seidel dan Conjugate Gradient

RANCANG BANGUN SISTEM REM ANTI-LOCK BRAKE SYSTEM (ABS) DENGAN PENAMBAHAN KOMPONEN VIBRATOR SOLENOID

Aplikasi Thermopile Array untuk Thermoscanner Berbasis Mikrokontroler ATmega16. Disusun Oleh : Nama : Wilbert Tannady Nrp :

PEMODELAN INVERSI DATA MAGNETOTELLURIK 1-D MENGGUNAKAN METODA GENETIC ALGORITHM (GA) DRAFT TESIS

METODE ELEMEN BATAS UNTUK MASALAH TRANSPORT

IRVAN DARMAWAN X

OPTIMASI PEMROGRAMAN KUADRATIK DENGAN MENGGUNAKAN ALGORITMA PRIMAL-DUAL INTERIOR POINT

BAB I PENDAHULUAN Latar Belakang Masalah

BAB II LANDASAN TEORI...

DAFTAR ISI. HALAMAN JUDUL... i. LEMBAR PENGESAHAN PEMBIMBING... ii. LEMBAR PENGESAHAN DOSEN PENGUJI... iii. HALAMAN PERSEMBAHAN...

IDENTIFIKASI PARAMETER SISTEM PADA PLANT ORDE DENGAN METODE GRADIENT

PERANCANGAN PERANGKAT LUNAK DRIVE TEST BERBASIS ANDROID UNTUK ANALISIS KUALITAS VOICE CALL

BLIND WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN DISCRETE WAVELET TRANSFORM (DWT) DAN SINGULAR VALUE DECOMPOSITION (SVD)

ANALISIS ANGKA KEAMANAN (SF) LERENG SUNGAI CIGEMBOL KARAWANG DENGAN PERKUATAN PILE DAN SHEET PILE SKRIPSI

IDENTIFIKASI INDIVIDU BERDASARKAN CITRA SILUET BERJALAN MENGGUNAKAN PENGUKURAN JARAK KONTUR TERHADAP CENTROID ABSTRAK

PREDIKSI TIME SERIES TINGKAT INFLASI INDONESIA MENGGUNAKAN EVOLUTION STRATEGIES

DAFTAR ISI. ABSTRAK..i. ABSTRACT...ii. KATA PENGANTAR...iii. DAFTAR ISI...vi. DAFTAR GAMBAR. xi. DAFTAR TABEL..xv. DAFTAR SIMBOL xvii

ABSTRACT. Keywords: productions, plans, strategy. viii. Universitas Kristen Maranatha

Transkripsi:

ABSTRAK Masalah dalam akustik dapat berupa masalah langsung (direct) dan masalah tidak langsung (inversi). Dikatakan masalah direct bila tekanan akustik pada sembarang titik dimedan akustik dapat ditentukan dengan mengetahui tekanan atau potensial kecepatan permukaan sumber dan sebaliknya untuk masalah inversi. Masalah dalam menganalisa akustik ini juga dipengaruhi oleh jarak titik ukur, kadangkala pengukuran di sumber akustik tidak dapat diperoleh secara langsung sehingga pengukuran dilakukan di luar sumber akustik, dan diinginkan parameter di sumber akustik, sehingga perlu dicari jarak titik ukur yang paling optimum untuk menekan kesalahan sekecil mungkin. Pada tugas akhir ini pengujian dilakukan untuk mencari jarak titik ukur optimum pada kasus radiasi bola bergetar homogen dengan menggunakan metode Conjugate Gradient. Dari hasil uji kasus, rata-rata kesalahan terkecil untuk kasus bola homogen dengan metode Conjugate Gradient untuk bola 50 node didapat pada rentang jarak 1.07670m-1.3068m dengan rentang kesalahan 0.386%-0.177% untuk k=0.01m -1, dan untuk k=1 kesalahan terkecil didapat pada jarak 1.10603m dengan kesalahan 0.218%, sedangkan untuk bola 62 node rata-rata kesalahan terkecil didapat pada rentang jarak 1.07853m-1.09817m dengan rentang kesalahan 19.819%-17.199% pada k=1m -1. i

ABSTRACT The problems in acoustics can be a problem of directness or a problem of inversion. It is said to be a problem of directness if the acoustic pressure at any point in acoustic field can be confirmed through pressure identification or velocity potential of the source surface and the reverse occurrences happen with inversion problems. The problems in analyzing this acoustic is affected with the distance of the measuring point, occasionally assessing at the source of the acoustic cannot be obtain directly, the measurement must be done outside the source of the acoustic and the parameter preferred at the source of the acoustic, thus we need to find the optimum distance of measuring point to minimize error. In this assignment, the assessment is to find the optimum distance of the measuring point for the case of homogenous radiation of the ball vibration using the Conjugate Gradient. The test result is, the smallest average of error for the case of homogeneous ball using the Conjugate Gradient method for ball 50 node range between 1.07670m-1.3068m with range of error 0.386%-0.177% at k=0.01m -1, and for k=1m -1 the smallest of error at distance 1.10603m with error 0.218%, meanwhile for 62 node the average of smallest error is range from 1.07853m- 1.09817m with error range of 19.819%-17.199% at k=1m -1. ii

DAFTAR ISI Halaman LEMBAR PENGESAHAN SURAT PERNYATAAN ABSTRAK i ABSTRACT ii KATA PENGANTAR iii DAFTAR ISI v DAFTAR TABEL viii DAFTAR GAMBAR x DAFTAR GRAFIK xiii BAB I PENDAHULUAN 1 I.1 Latar Belakang Masalah 1 I.2 Identifikasi Masalah 2 I.3 Tujuan 2 I.4 Pembatasan Masalah 2 I.5 Sistematika Penulisan 3 BAB II LANDASAN TEORI 4 II.1 Persamaan Integral Helmholtz 4 II.2 Diskritisasi Permukaan dengan Elemen Isoparametrik 7 II.3 Persamaan Matrik Integral Helmholtz 9 II.4 Formulasi Gaussian Quadrature 10 II.5 Operasi Matrik Formulasi Inversi 11 II.6 Singular Value Decomposition (SVD) 12 II.7 Metode Conjugate Gradient (CG) 14 II.8 Sistem Koordinat Bola 15 BAB III IMPLEMENTASI PROGRAM 16 III.1 Distribusi Titik untuk Input Program 16 III.1.1 Distribusi Titik Permukaan Benda 17 III.1.2 Distribusi Titik Ukur 19 iii

III.2 Nilai Tekanan pada Jarak r dari Pusat Bola Berjari-jari a (P(r)) 21 III.3 Program IA3D (Inversi Akustik 3 Dimensi) 22 III.3.1 Main Program 23 III.3.2 Subrutin INPDAT 24 III.3.3 Subrutin GAUSS dan FAIR 25 III.3.4 Subrutin DEGSEV dan NMDS 25 III.3.5 Subrutin CHAPE 26 III.3.6 Subrutin COEF 26 III.3.7 Subrutin SOLVE 27 III.3.8 Subrutin SVD 27 III.4 Program Solusi Inversi Menggunakan MATLAB 27 III.4.1 Solusi Inversi Menggunakan Metode SVD 28 III.4.2 Solusi Inversi MEB dengan Menggunakan Metode Conjugate Gradient (CG) 29 III.5 Visualisasi Data 31 BAB IV UJI KASUS DAN ANALISIS DATA 32 IV.1 Langkah-langkah Uji Kasus 32 IV.2 Data Koordinat Bola 33 IV.3 Tekanan Pada Data Input 37 IV.4 Uji Kasus 38 IV.4.1 Kasus 1 40 IV.4.2 Kasus 2 51 IV.4.3 Kasus 3 61 IV.4.4 Kasus 4 67 IV.4.5 Kasus 5 72 IV.4.6 Kasus 6 78 IV.4.7 Kasus 7 89 IV.4.8 Kasus 8 95 IV.4.9 Kasus 9 101 IV.4.10 Kasus 10 107 IV.5 Hasil Rekonstruksi 113 IV.5.1 Hasil Rekonstruksi Kasus 1 113 iv

IV.5.2 Hasil Rekonstruksi Kasus 2 115 IV.5.3 Hasil Rekonstruksi Kasus 3 116 IV.5.4 Hasil Rekonstruksi Kasus 4 118 IV.5.5 Hasil Rekonstruksi Kasus 5 119 IV.5.6 Hasil Rekonstruksi Kasus 6 121 IV.5.7 Hasil Rekonstruksi Kasus 7 122 IV.5.8 Hasil Rekonstruksi Kasus 8 124 IV.5.9 Hasil Rekonstruksi Kasus 9 125 IV.5.10 Hasil Rekonstruksi Kasus 10 127 BAB V KESIMPULAN DAN SARAN 129 V.1 Kesimpulan 129 V.2 Saran 129 DAFTAR PUSTAKA 130 LAMPIRAN A GRAFIK PERBANDINGAN KESALAHAN v

DAFTAR TABEL Tabel 3II.1 Koordinat titik permukaan bola homongen dengan 50 titik 18 Tabel III.2 Nilai kordinat titik-titik ukur (field) dengan jarak titik ukur (jari-jari) =1.10603 20 Tabel IV.1 Titik-titik penyusun tiap elemen pada permukaan bola untuk 50 titik 33 Tabel IV.2 Koordinat titik permukaan bola homongen dengan 62 titik 36 Tabel IV.3 Titik-titik penyusun tiap elemen pada permukaan bola untuk 62 titik 36 Tabel IV.4 Besarnya nilai tekanan pada data input 37 Tabel IV.5 Perbandingan rata-rata kesalahan dengan menggunakan optimasi CG kasus 1 40 Tabel IV.6 Perbandingan rata-rata kesalahan dengan menggunakan metode SVD kasus 1 42 Tabel IV.7 Koordinat dan tekanan titik ukur pada R=1.1534m 44 Tabel IV.8 Data tekanan hasil komputasi metode optimasi CG iterasi 5 kasus 1 45 Tabel IV.9 Data tekanan hasil komputasi metode SVD kasus 1 48 Tabel IV.10 Perbandingan rata-rata kesalahan dengan menggunakan optimasi CG kasus 2 51 Tabel IV.11 Perbandingan rata-rata kesalahan dengan menggunakan metode SVD kasus 2 53 Tabel IV.12 Koordinat dan tekanan titik ukur pada R=1.10603m 54 Tabel IV.13 Data tekanan hasil komputasi metode optimasi CG iterasi 2 kasus 2 56 Tabel IV.14 Data tekanan hasil komputasi metode SVD kasus 2 58 Tabel IV.15 Data tekanan hasil komputasi metode optimasi CG iterasi 4 kasus 3 61 Tabel IV.16 Data tekanan hasil komputasi metode SVD kasus 3 64 vi

Tabel IV.17 Data tekanan hasil komputasi metode optimasi CG iterasi 2 kasus 4 67 Tabel IV.18 Data tekanan hasil komputasi metode SVD kasus 4 70 Tabel IV.19 Data tekanan hasil komputasi metode optimasi CG iterasi 1 kasus 5 73 Tabel IV.20 Data tekanan hasil komputasi metode SVD kasus 5 75 Tabel IV.21 Perbandingan rata-rata kesalahan dengan menggunakan optimasi CG kasus 6 78 Tabel IV.22 Perbandingan rata-rata kesalahan dengan menggunakan metode SVD kasus 6 80 Tabel IV.23 Koordinat dan tekanan titik ukur pada R=1.08835m 81 Tabel IV.24 Data tekanan hasil komputasi metode optimasi CG iterasi 5 kasus 6 83 Tabel IV.25 Data tekanan hasil komputasi metode SVD kasus 6 86 Tabel IV.26 Data tekanan hasil komputasi metode optimasi CG iterasi 2 kasus 7 89 Tabel IV.27 Data tekanan hasil komputasi metode SVD kasus 7 92 Tabel IV.28 Data tekanan hasil komputasi metode optimasi CG iterasi 1 kasus 8 95 Tabel IV.29 Data tekanan hasil komputasi metode SVD kasus 8 98 Tabel IV.30 Data tekanan hasil komputasi metode optimasi CG iterasi 1 kasus 9 101 Tabel IV.31 Data tekanan hasil komputasi metode SVD kasus 9 104 Tabel IV.32 Data tekanan hasil komputasi metode optimasi CG iterasi 1 kasus 10 107 Tabel IV.33 Data tekanan hasil komputasi metode SVD kasus 10 110 vii

DAFTAR GAMBAR Gambar II.1 Titik ukur P untuk kasus Eksterior, Interior dan titik dengan nilai tangen yang unik 5 Gambar II.2 Elemen isoparametrik segiempat 8 Gambar II.3 Elemen isoparametrik segitiga 8 Gambar II.4 Koordinat bola 15 Gambar III.1 Distribusi koordinat titik bola homogen 50 titik 17 Gambar III.2 Distribusi titik ukur 19 Gambar III.3 Diagram alir program utama 24 Gambar IV.1 Koordinat bola homogen 62 node 35 Gambar IV.2 Perbandingan hasil rekonstruksi tekanan sumber (Real) kasus 1 113 Gambar IV.3 Perbandingan hasil rekonstruksi tekanan sumber (Imajiner) kasus 1 114 Gambar IV.4 Perbandingan hasil rekonstruksi tekanan sumber (Magnituda) kasus1 114 Gambar IV.5 Perbandingan hasil rekonstruksi tekanan sumber (Real) kasus 2 115 Gambar IV.6 Perbandingan hasil rekonstruksi tekanan sumber (Imajiner) kasus 2 115 Gambar IV.7 Perbandingan hasil rekonstruksi tekanan sumber (Magnituda) kasus 2 116 Gambar IV.8 Perbandingan hasil rekonstruksi tekanan sumber (Real) kasus 3 116 Gambar IV.9 Perbandingan hasil rekonstruksi tekanan sumber (Imajiner) kasus 3 117 Gambar IV.10 Perbandingan hasil rekonstruksi tekanan sumber (Magnituda) kasus 3 117 Gambar IV.11 Perbandingan hasil rekonstruksi tekanan sumber (Real) kasus 4 118 viii

Gambar IV.12 Perbandingan hasil rekonstruksi tekanan sumber (Imajiner) kasus 4 118 Gambar IV.13 Perbandingan hasil rekonstruksi tekanan sumber (Magnituda) kasus 4 119 Gambar IV.14 Perbandingan hasil rekonstruksi tekanan sumber (Real) kasus 5 119 Gambar IV.15 Perbandingan hasil rekonstruksi tekanan sumber (Imajiner) kasus 5 120 Gambar IV.16 Perbandingan hasil rekonstruksi tekanan sumber (Magnituda) kasus 5 120 Gambar IV.17 Perbandingan hasil rekonstruksi tekanan sumber (Real) kasus 6 121 Gambar IV.18 Perbandingan hasil rekonstruksi tekanan sumber (Imajiner) kasus 6 121 Gambar IV.19 Perbandingan hasil rekonstruksi tekanan sumber (Magnituda) kasus 6 122 Gambar IV.20 Perbandingan hasil rekonstruksi tekanan sumber (Real) kasus 7 122 Gambar IV.21 Perbandingan hasil rekonstruksi tekanan sumber (Imajiner) kasus 7 123 Gambar IV.22 Perbandingan hasil rekonstruksi tekanan sumber (Magnituda) kasus 7 123 Gambar IV.23 Perbandingan hasil rekonstruksi tekanan sumber (Real) kasus 8 124 Gambar IV.24 Perbandingan hasil rekonstruksi tekanan sumber (Imajiner) kasus 8 124 Gambar IV.25 Perbandingan hasil rekonstruksi tekanan sumber (Magnituda) kasus 8 125 Gambar IV.26 Perbandingan hasil rekonstruksi tekanan sumber (Real) kasus 9 125 Gambar IV.27 Perbandingan hasil rekonstruksi tekanan sumber (Imajiner) kasus 9 126 ix

Gambar IV.28 Perbandingan hasil rekonstruksi tekanan sumber (Magnituda) kasus 9 126 Gambar IV.29 Perbandingan hasil rekonstruksi tekanan sumber (Real) kasus 10 127 Gambar IV.30 Perbandingan hasil rekonstruksi tekanan sumber (Imajiner) kasus 10 127 Gambar IV.31 Perbandingan hasil rekonstruksi tekanan sumber (Magnituda) kasus 10 128 x

DAFTAR GRAFIK Grafik IV.1 Perbandingan rata-rata kesalahan (Real) dengan optimasi CG kasus 1 41 Grafik IV.2 Perbandingan rata-rata kesalahan (Imajiner) dengan optimasi CG kasus 1 41 Grafik IV.3 Perbandingan rata-rata kesalahan (Magnituda) dengan optimasi CG kasus 1 42 Grafik IV.4 Perbandingan rata-rata kesalahan (Real) dengan SVD kasus 1 43 Grafik IV.5 Perbandingan rata-rata kesalahan (Imajiner) dengan SVD kasus 1 43 Grafik IV.6 Perbandingan rata-rata kesalahan (Magnituda) dengan SVD kasus 1 43 Grafik IV.7 Perbandingan tekanan (Real) Referensi dengan metode CG kasus 1 47 Grafik IV.8 Perbandingan tekanan (Imajiner) Referensi dengan metode CG kasus 1 47 Grafik IV.9 Perbandingan tekanan (Magnituda) Referensi dengan metode CG kasus 1 48 Grafik IV.10 Perbandingan tekanan (Real) Referensi dengan metode SVD kasus 1 50 Grafik IV.11 Perbandingan tekanan (Imajiner) Referensi dengan metode SVD kasus 1 50 Grafik IV.12 Perbandingan tekanan (Magnituda) Referensi dengan metode SVD kasus 1 50 Grafik IV.13 Perbandingan rata-rata kesalahan (Real) dengan optimasi CG kasus 2 52 Grafik IV.14 Perbandingan rata-rata kesalahan (Imajiner) dengan optimasi CG kasus 2 52 Grafik IV.15 Perbandingan rata-rata kesalahan (Magnituda) dengan optimasi CG kasus 2 52 xi

Grafik IV.16 Perbandingan rata-rata kesalahan (Real) dengan SVD kasus 2 53 Grafik IV.17 Perbandingan rata-rata kesalahan (Imajiner) dengan SVD kasus 2 54 Grafik IV.18 Perbandingan rata-rata kesalahan (Magnituda) dengan SVD kasus 2 54 Grafik IV.19 Perbandingan tekanan (Real) referensi dengan metode CG kasus 2 57 Grafik IV.20 Perbandingan tekanan (Imajiner) referensi dengan metode CG kasus 2 58 Grafik IV.21 Perbandingan tekanan (Magnituda) referensi dengan metode CG kasus 2 58 Grafik IV.22 Perbandingan tekanan (Real) referensi dengan metode SVD kasus 2 60 Grafik IV.23 Perbandingan tekanan (Imajiner) referensi dengan metode SVD kasus 2 60 Grafik IV.24 Perbandingan tekanan (Magnituda) referensi dengan metode SVD kasus 2 61 Grafik IV.25 Perbandingan tekanan (Real) referensi dengan metode CG kasus 3 63 Grafik IV.26 Perbandingan tekanan (Imajiner) referensi dengan metode CG kasus 3 63 Grafik IV.27 Perbandingan tekanan (Magnituda) referensi dengan metode CG kasus 3 64 Grafik IV.28 Perbandingan tekanan (Real) referensi dengan metode SVD kasus 3 66 Grafik IV.29 Perbandingan tekanan (Imajiner) referensi dengan metode SVD kasus 3 66 Grafik IV.30 Perbandingan tekanan (Magnituda) referensi dengan metode SVD kasus 3 66 Grafik IV.31 Perbandingan tekanan (Real) referensi dengan metode CG kasus 4 69 xii

Grafik IV.32 Perbandingan tekanan (Imajiner) referensi dengan metode CG kasus 4 69 Grafik IV.33 Perbandingan tekanan (Magnituda) referensi dengan metode CG kasus 4 69 Grafik IV.34 Perbandingan tekanan (Real) referensi dengan metode SVD kasus 4 71 Grafik IV.35 Perbandingan tekanan (Imajiner) referensi dengan metode SVD kasus 4 72 Grafik IV.36 Perbandingan tekanan (Magnituda) referensi dengan metode SVD kasus 4 72 Grafik IV.37 Perbandingan tekanan (Real) referensi dengan metode CG kasus 5 74 Grafik IV.38 Perbandingan tekanan (Imajiner) referensi dengan metode CG kasus 5 75 Grafik IV.39 Perbandingan tekanan (Magnituda) referensi dengan metode CG kasus 5 75 Grafik IV.40 Perbandingan tekanan (Real) referensi dengan metode SVD kasus 5 77 Grafik IV.41 Perbandingan tekanan (Imajiner) referensi dengan metode SVD kasus 5 77 Grafik IV.42 Perbandingan tekanan (Magnituda) referensi dengan metode SVD kasus 5 78 Grafik IV.43 Perbandingan rata-rata kesalahan (Real) dengan optimasi CG kasus 6 79 Grafik IV.44 Perbandingan rata-rata kesalahan (Imajiner) dengan optimasi CG kasus 6 79 Grafik IV.45 Perbandingan rata-rata kesalahan (Magnituda) dengan optimasi CG kasus 6 79 Grafik IV.46 Perbandingan rata-rata kesalahan (Real) dengan SVD kasus 6 80 Grafik IV.47 Perbandingan rata-rata kesalahan (Imajiner) dengan SVD kasus 6 80 xiii

Grafik IV.48 Perbandingan rata-rata kesalahan (Magnituda) dengan SVD kasus 6 81 Grafik IV.49 Perbandingan tekanan (Real) referensi dengan metode CG kasus 6 85 Grafik IV.50 Perbandingan tekanan (Imajiner) referensi dengan metode CG kasus 6 85 Grafik IV.51 Perbandingan tekanan (Magnituda) referensi dengan metode CG kasus 6 85 Grafik IV.52 Perbandingan tekanan (Real) referensi dengan metode SVD kasus 6 88 Grafik IV.53 Perbandingan tekanan (Imajiner) referensi dengan metode SVD kasus 6 88 Grafik IV.54 Perbandingan tekanan (Magnituda) referensi dengan metode SVD kasus 6 88 Grafik IV.55 Perbandingan tekanan (Real) referensi dengan metode CG kasus 7 91 Grafik IV.56 Perbandingan tekanan (Imajiner) referensi dengan metode CG kasus 7 91 Grafik IV.57 Perbandingan tekanan (Magnituda) referensi dengan metode CG kasus 7 91 Grafik IV.58 Perbandingan tekanan (Real) referensi dengan metode SVD kasus 7 94 Grafik IV.59 Perbandingan tekanan (Imajiner) referensi dengan metode SVD kasus 7 94 Grafik IV.60 Perbandingan tekanan (Magnituda) referensi dengan metode SVD kasus 7 94 Grafik IV.61 Perbandingan tekanan (Real) referensi dengan metode CG kasus 8 97 Grafik IV.62 Perbandingan tekanan (Imajiner) referensi dengan metode CG kasus 8 97 Grafik IV.63 Perbandingan tekanan (Magnituda) referensi dengan metode CG kasus 8 97 xiv

Grafik IV.64 Perbandingan tekanan (Real) referensi dengan metode SVD kasus 8 100 Grafik IV.65 Perbandingan tekanan (Imajiner) referensi dengan metode SVD kasus 8 100 Grafik IV.66 Perbandingan tekanan (Magnituda) referensi dengan metode SVD kasus 8 100 Grafik IV.67 Perbandingan tekanan (Real) referensi dengan metode CG kasus 9 103 Grafik IV.68 Perbandingan tekanan (Imajiner) referensi dengan metode CG kasus 9 103 Grafik IV.69 Perbandingan tekanan (Magnituda) referensi dengan metode CG kasus 9 103 Grafik IV.70 Perbandingan tekanan (Real) referensi dengan metode SVD kasus 9 106 Grafik IV.71 Perbandingan tekanan (Imajiner) referensi dengan metode SVD kasus 9 106 Grafik IV.72 Perbandingan tekanan (Magnituda) referensi dengan metode SVD kasus 9 106 Grafik IV.73 Perbandingan tekanan (Real) referensi dengan metode CG kasus 10 109 Grafik IV.74 Perbandingan tekanan (Imajiner) referensi dengan metode CG kasus 10 109 Grafik IV.75 Perbandingan tekanan (Magnituda) referensi dengan metode CG kasus 10 109 Grafik IV.76 Perbandingan tekanan (Real) referensi dengan metode SVD kasus 10 112 Grafik IV.77 Perbandingan tekanan (Imajiner) referensi dengan metode SVD kasus 10 112 Grafik IV.78 Perbandingan tekanan (Magnituda) referensi dengan metode SVD kasus 10 112 xv