VII.
DISUSUN OLEH :
Nama
NIM
: 13521084
Kelas
: D
Asisten
: 1. Heni Anggorowati
2. Andry Septian
3. Agus Kurniawan
4. Khuriyati Amalina
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
1
l
xA
xF xQ
xp x
xA
x F x Q xp
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
: 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.
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
BAB II
PERSOALAN DAN PENYELESAIAN
A. Latihan
1. y x 2 3x 4
Carilah harga maksimasi untuk :
Xa
= -1
Xb
=2
=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
= -1.0000
Xb
= -0.9995
Xopt
= -0.9997
Yopt
= -0.0013
7
2
2. y x 3 x 2
3
=0
Xb
=3
=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
= 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
=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
= 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
= -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
= 0.4701
Xb
= 0.4723
Xopt
= 0.4712
Yopt
= -2.2095
= 0.35
Xb
= 1.5
Toleransi (Xb-Xa)
= 0.006
L2 + L 1
=0
= 0.618
1 2
+ 6 3 dengan :
3
= 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
diakses
pada
12