Anda di halaman 1dari 13

LAPORAN PRAKTIKUM KOMPUTASI PROSES

VII.

OPTIMASI SATU VARIABEL DENGAN CARA GOLDEN - SECTION

DISUSUN OLEH :
Nama

: Fajar Hamida Munfaridi

NIM

: 13521084

Kelas

: D

Asisten

: 1. Heni Anggorowati
2. Andry Septian
3. Agus Kurniawan
4. Khuriyati Amalina

LABORATORIUM KOMPUTASI PROSES


JURUSAN TEKNIK KIMIA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2015

BAB I
PENDAHULUAN

A. Tujuan
Agar mahasiswa dapat menyelesaikan bentuk penyelesaian differensial ordiner
jenis initial value problem menggunakan penyelesaian numerik.

B. Dasar Teori
Optimasi merupakan suatu proses untuk mencari kondisi yang optimum, dalam
arti paling menguntungkan. Optimasi bisa berupa maksimasi atau minimasi. Jika
berkaitan dengan masalah keuntungan, maka keadaan optimum adalah keadaan yang
memberikan keuntungan maksimum (maksimasi). Jika berkaitan dengan masalah
pengeluaran/pengorbanan, maka keadaan optimum adalah keadaan yang memberikan
pengeluaran/pengorbanan minimum (minimasi).
Optimasi juga dapat berarti upaya untuk meningkatkan kinerja sehingga
mempunyai kualitas yang baik dan hasil kerja yang tinggi. Optimasi dapat diartikan
sebagai suatu proses untuk mencari kondisi yang optimum, dalam arti paling
menguntungkan, jadi dapat berupa maksimasi atau minimasi. Bila kita berhadapan
dengan masalah keuntungan, keadaan optimum adalah keadaan yang memberikan
keuntungan maksimum (maksimasi), sedangkan bila berhadapan dengan masalah
pengeluaran atau pengorbanan, keadaan optimum adalah yang memberikan
pengeluaran atau pengorbanan minimum (minimasi). Secara umum fungsi yang akan
dimaksimumkan atau diminimumkan disebut objective function, sedangkan harga
harga yang berpengaruh dan bisa dipilih disebut variabel (perubah).
Secara analitis, nilai maksimum atau minimum dari suatu persamaan :
= () (7.1)
dapat diperoleh pada harga x yang memenuhi
() = () (7.2)

Namun untuk beberapa fungsi, proses mencari turunan fungsinya cukup rumit
sehingga proses untuk menentukan titik optimum harus menggunakan metode lain

misalnya metode Golden Section untuk satu variabel, dan Hooke Jeeves untuk
multivariable.
Suatu fungsi dapat memiliki satu titik optimum yang disebut sebagai fungsi
unimodal. Beberapa fungsi juga dapat memiliki satu atau lebih titik optimum,
fungsi seperti ini disebut sebagai fungsi multimodal. Untuk fungsi multimodal
maka titik optimum yang diperoleh sangat tergantung dari titik awal yang digunakan
untuk menebak titik optimum tersebut.
Optimasi fungsi juga dapat diklasifikasikan berdasarkan kepada jumlah
variabel yang akan dioptimasi. Untuk satu variabel, maka dapat disebut optimasi
fungsi satu variabel sedangkan untuk lebih dari satu variabel maka disebut sebagai
optimasi fungsi multivariabel. Metode Golden Section merupakan metode untuk
menentukan titik optimum (titik maksimum atau minimum) untuk satu variabel.
Untuk fungsi yang sukar untuk diturunkan atau mempunyai turunan yang sukar
dicari akarnya, proses optimasi dapat dilakukan secara numeris.
Golden section merupakan salah satu cara atau metode optimasi numerik yang
dapat diterapkan untuk fungsi yang bersifat unimodal. Kedua tipe optimasi, yaitu
maksimasi dan minimasi dapat diselesaikan dengan cara ini. Golden-section (search)
method merupakan metode optimasi satu variabel yang sederhana, dan mempunyai
pendekatan yang mirip dengan metode bisection dalam penentuan akar persamaan tak
linier. Mirip dengan bisection, ide dasar metode ini adalah memanfaatkan nilai yang
lama sebagai nilai yang baru, secara iteratif. Sebagai akibatnya, rentang/ interval awal
variabel yang dipilih semakin lama akan semakin menyempit, karena ada sebagian subinterval variabel yang dieliminasi, hingga diperoleh tingkat konvergensi yang
diinginkan.
Golden section merupakan salah satu cara optimasi numeris yang bisa dipakai
untuk fungsi yang bersifat unimodal. Kedua tipe optimasi, yaitu maksimasi dan
minimasi dapat diselesaikan dengan cara ini. Misal akan dilakukan maksimasi terhadap
persamaan (7.1) dalam interval xA sampai xB.

XA

XP

XQ

XB

Gambar 7.1 Eliminasi dengan Golden Section


Misal akan dilakukan maksimasi y pada interval xA xB. Dipilih 2 titik untuk
evaluasi, misal xp dan xQ. Jika fungsi unimodal (hanya punya satu titik ekstrem) maka
dengan berdasar harga y pada 2 titik tersebut maka ada sebagian interval yang dapat
dieliminasi. Diharapkan pila bahwa pada evaluasi langkah selanjutnya, salah satu tiitk
lama bisa dipakai lagi. Jadi hanya diperlukan 1 titik baru. Proses eliminasi interval
terlihat seperti pada gambar 7.2.
y

1
l

xA

xF xQ

xp x

xA

x F x Q xp

Gambar 7. 2. Proses Eliminasi Interval

Disini ada problem, dimana letak titik P dan Q agar pada interval berikutnya
salah satu titiknya masih bisa dipakai. Misal ititk P dan Q masing masing berjarak l x
interval awal dari titik B dan A. Dalam hal ini harga l akan dicari.
Dari gambar 7.1. terlihat bahwa :
( ) = ( )
Selanjutnya :
{ (1 )}( ) = (1 ). ( )
{2. (1 )}( ) = (1 ). . ( )
(2. 1) = ( 2 )
2 + 1 = 0

Optimum

xl

xp

xQ

xll

First iteration

l0

l1

l2

Second iteration

l1

l2

Secara matematis :
1 2
=
0 1
Karena
0 = 1 + 2

1
0
=
1 + 2 1
1

1 1 1
= =
2 2

1+ =

+ 2 = 1
+ 2 1 = 0
1,1

2 4
=
2

1,1 =

1 12 4.1. (1)
2.1

1,1 =

1 + 5
= 0,618
2

Kemungkinan kemungkinan yang terjadi pada eliminasi dengan cara Golden


Section adalah :
Maksimasi

: yp < yQ

yp > yQ

xA

xp

xP

xQ

xB

xB

xQ

Dicari

xA

xA

xB

xQ

xQ

xP

xP

Dicari
5

Minimasi

: yp < yQ

yp > yQ

xA

xA

xB

xQ

xQ

xP

xP

Dicari

xA

xp

xP

xQ

xB

xB

xQ

Dicari

Algoritma :
1. Menentukan persamaan y = f(x)
2. Menentukan nilai Xa,Xb,Toleransi (Xb-Xa), R atau L =0,618
3. Mencari nilai
= + [(1 )( )]
= + [()( )]
4.

Mencari nilai yP dan yQ ke persamaan y = f(x)

5. Mencari nilai yp yQ
6. Melihat nilai yP dan yQ untuk memastikan menggunakan kemungkinan
eliminasi yang dipakai.
7. Mencari nilai xopt dan yopt
=

( + )
2

yopt = mensubstitusikan xopt ke persamaan y = f(x)

BAB II
PERSOALAN DAN PENYELESAIAN
A. Latihan
1. y x 2 3x 4
Carilah harga maksimasi untuk :
Xa

= -1

Xb

=2

Toleransi (Xa-Xb) = 0.0005


L2 + L

=0

= 0.618
Xa

-1.0000
-1.0000
-1.0000
-1.0000
-1.0000
-1.0000
-1.0000
-1.0000
-1.0000
-1.0000
-1.0000
-1.0000
-1.0000
-1.0000
-1.0000
-1.0000
-1.0000
-1.0000

Xb

(Xb-Xa)

Xp

Xq

Yp

Yq

Yp-Yq

2.0000
0.8540
0.1460
-0.2918
-0.5622
-0.7295
-0.8328
-0.8967
-0.9361
-0.9605
-0.9756
-0.9849
-0.9907
-0.9942
-0.9964
-0.9978
-0.9986
-0.9992

3.0000
1.8540
1.1460
0.7082
0.4378
0.2705
0.1672
0.1033
0.0639
0.0395
0.0244
0.0151
0.0093
0.0058
0.0036
0.0022
0.0014
0.0008

0.1460
-0.2918
-0.5622
-0.7295
-0.8328
-0.8967
-0.9361
-0.9605
-0.9756
-0.9849
-0.9907
-0.9942
-0.9964
-0.9978
-0.9986
-0.9992
-0.9995
-0.9997

0.8540
0.1460
-0.2918
-0.5622
-0.7295
-0.8328
-0.8967
-0.9361
-0.9605
-0.9756
-0.9849
-0.9907
-0.9942
-0.9964
-0.9978
-0.9986
-0.9992
-0.9995

-4.4167
-3.0396
-1.9972
-1.2795
-0.8082
-0.5061
-0.3153
-0.1958
-0.1214
-0.0752
-0.0465
-0.0288
-0.0178
-0.0110
-0.0068
-0.0042
-0.0026
-0.0016

-5.8327
-4.4167
-3.0396
-1.9972
-1.2795
-0.8082
-0.5061
-0.3153
-0.1958
-0.1214
-0.0752
-0.0465
-0.0288
-0.0178
-0.0110
-0.0068
-0.0042
-0.0026

1.4160
1.3771
1.0423
0.7177
0.4713
0.3021
0.1907
0.1195
0.0744
0.0462
0.0287
0.0178
0.0110
0.0068
0.0042
0.0026
0.0016
0.0010

Xopt

= -0.9997

Yopt

= -0.0013

Jadi, didapatkan nilai masing-masing yaitu :


Xa

= -1.0000

Xb

= -0.9995

Xopt

= -0.9997

Yopt

= -0.0013
7

2
2. y x 3 x 2
3

Carilah harga minimasi untuk :


Xa

=0

Xb

=3

Toleransi (Xa-Xb) = 0.002


L2 + L

=0

= 0.618
Xa
0.0000
0.0000
0.0000
0.0000
0.2705
0.2705
0.3739
0.4378
0.4378
0.4621
0.4621
0.4621
0.4679
0.4679
0.4701
0.4701

Xb
(Xb-Xa)
Xp
Xq
Yp
Yq
Yp-Yq
3.0000 3.0000 1.1460 1.8540 -1.2589 3.1368 -4.3957
1.8540 1.8540 0.7082 1.1460 -2.1169 -1.2589 -0.8580
1.1460 1.1460 0.4378 0.7082 -2.2080 -2.1169 -0.0910
0.7082 0.7082 0.2705 0.4378 -2.1606 -2.2080 0.0474
0.7082 0.4377 0.4378 0.5410 -2.2080 -2.2023 -0.0056
0.5410 0.2705 0.3739 0.4378 -2.1970 -2.2080 0.0110
0.5410 0.1672 0.4378 0.4772 -2.2080 -2.2095 0.0015
0.5410 0.1033 0.4772 0.5016 -2.2095 -2.2082 -0.0013
0.5016 0.0638 0.4621 0.4772 -2.2094 -2.2095 0.0001
0.5016 0.0394 0.4772 0.4865 -2.2095 -2.2092 -0.0003
0.4865 0.0244 0.4715 0.4772 -2.2095 -2.2095 0.0000
0.4772 0.0150 0.4679 0.4715 -2.2095 -2.2095 0.0000
0.4772 0.0093 0.4715 0.4736 -2.2095 -2.2095 0.0000
0.4736 0.0057 0.4701 0.4715 -2.2095 -2.2095 0.0000
0.4736 0.0035 0.4715 0.4723 -2.2095 -2.2095 0.0000
0.4723 0.0022 0.4709 0.4715 -2.2095 -2.2095 0.0000

Xopt

= 0.4712

Yopt

= -2.2095

Jadi, didapatkan nilai masing-masing yaitu :


Xa

= 0.4701

Xb

= 0.4723

Xopt

= 0.4712

Yopt

= -2.2095

B. Tugas
1 2
+ 6 3
3
Carilah harga minimasi untuk :

a. =

Xa

= 0.35

Xb

= 1.5

Toleransi (Xb-Xa) = 0.006


L2 + L 1

=0

= 0.618
Xa
0.3500
0.3500
0.3500
0.3500
0.4537
0.4537
0.4933
0.4933
0.5084
0.5084
0.5084
0.5120

Xb
(Xb-Xa)
Xp
Xq
Yp
Yq
Yp-Yq
1.5000 1.1500 0.7893 1.0607 -2.7689 -1.6283 -1.1407
1.0607 0.7107 0.6215 0.7893 -3.7037 -2.7689 -0.9347
0.7893 0.4393 0.5178 0.6215 -3.9100 -3.7037 -0.2063
0.6215 0.2715 0.4537 0.5178 -3.8447 -3.9100 0.0653
0.6215 0.1678 0.5178 0.5574 -3.9100 -3.8759 -0.0341
0.5574 0.1037 0.4933 0.5178 -3.9024 -3.9100 0.0076
0.5574 0.0641 0.5178 0.5329 -3.9100 -3.9038 -0.0063
0.5329 0.0396 0.5084 0.5178 -3.9097 -3.9100 0.0003
0.5329 0.0245 0.5178 0.5236 -3.9100 -3.9086 -0.0014
0.5236 0.0151 0.5142 0.5178 -3.9103 -3.9100 -0.0003
0.5178 0.0094 0.5120 0.5142 -3.9102 -3.9103 0.0001
0.5178 0.0058 0.5142 0.5156 -3.9103 -3.9102 0.0000

Xopt

= 0.5149

Yopt

= -3.9103

Jadi, didapatkan nilai masing-masing yaitu :


Xa

= 0.5120

Xb

= 0.5178

Xopt

= 0.5149

Yopt

= -3.9103

BAB III
PENUTUP

A. Kesimpulan
1. Kualitatf :
a. Optimasi diartikan sebagai suatu proses untuk mencari kondisi yang paling
menguntungkan. Optimasi dapat berupa maksimasi atau minimasi.
b. Golden section merupakan salah satu cara atau metode optimasi numerik yang
dapat diterapkan untuk fungsi yang bersifat unimodal. Metode golden section
digunakan untuk mencari nilai optimum dari suatu fungsi. Pada praktikum ini
nilai optimum diperoleh dalam bentuk koordinat (xopt, yopt). Metode golden
section merupakan metode numeris, metode lain yang dapat digunakan untuk
optimasi adalah metode grafis dengan menggunakan penurunan fungsi.
2. Kuantitatif :
a. Harga maksimasi pada persamaan y x 2 3x 4 dengan :
Xa

= -1

Xb

=2

Toleransi (Xa-Xb)

= 0.0005

L2 + L

=0

= 0.618

didapatkan nilai masing-masing yaitu :


Xa

= -1.0000

Xb

= -0.9995

Xopt

= -0.9997

Yopt

= -0.0013

2
b. Harga minimasi pada persamaan y x 3 x 2 dengan :
3

Xa

=0

Xb

=3

Toleransi (Xa-Xb)

= 0.002

L2 + L

=0

= 0.618
10

didapatkan nilai masing-masing yaitu :


Xa

= 0.4701

Xb

= 0.4723

Xopt

= 0.4712

Yopt

= -2.2095

c. Harga minimasi pada persamaan =


Xa

= 0.35

Xb

= 1.5

Toleransi (Xb-Xa)

= 0.006

L2 + L 1

=0

= 0.618

1 2
+ 6 3 dengan :
3

didapatkan nilai masing-masing yaitu :


Xa

= 0.5120

Xb

= 0.5178

Xopt

= 0.5149

Yopt

= -3.9103

B. Saran
1. Ketelitian dari praktikan dalam mengerjakan latihan dan tugas sangat diperlukan
terutama dalam input data ke dalam persamaan pada ms. Excel.
2. Dalam mengerjakan optimasi satu variabel dengan cara golden -section harus teliti,
karena kita sering salah dalam memasukan nilai xA ,xP, xB, xQ dalam persamaan
untuk maksimasi atau minimasi (dengan syarat yp < yQ atau yp > yQ)
3. Memperhatikan asisten saat menjelaskan dengan sungguh-sungguh agar tidak
mudah bingung dan menanyakan bila kurang jelas.

11

DAFTAR PUSTAKA

Anonim.2010.Buku Petunjuk Praktikum Komputasi Proses.Yogyakarta : Teknik Kimia UII


https://noniarizka.wordpress.com/ , diakses pada tanggal 16-12-2015 pk. 00:50
https://www.scribd.com/doc/293017101/Laporan-Golden-Section , diakses pada tanggal 1612-2015 pk. 00:48
https://www.scribd.com/doc/70458671/OPTIMASI-NUMERIK#download

diakses

pada

tanggal 16-12-2015 pk. 01:00

12