LAPORAN PRAKTIKUM PEMROGRAMAN KOMPUTER

ANALISA NUMERIK

Disusun Oleh :
Nama : Rizki Siwi Cahyaningtyas
NIM : 16302244018
Kelas : Pendidikan Fisika I 2016

JURUSAN PENDIDIKAN FISIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI YOGYAKARTA
2019
 ANALISA NUMERIK

A. Tujuan
1. Mahasiswa mampu membuat program untuk menghitung besarnya koefisien
perpotongan, koefisien kemiringan, dan koefisien korelasi regresi linear
2. Mahasiswa mampu membuat program untuk menyelesaikan kasus hubungan
nonlinear melalui metode linearisasi
3. Mahasiswa mampu membuat program untuk menghitung koefisien-koefisien
persamaaan dan koefisien korelasi regresi polinomial
4. Mahasiswa mampu membuat program dengan menggunakan regresi linear dan
regresi polinomial untuk menyelesaikan persoalan fisika

B. Soal
1. Data percobaan gerak jatuh bebas disajikan seperti berikut:
N ti di
1 0,2 0.1960
2 0.4 0.7835
3 0.6 1.7630
4 0.8 3.1345
5 1.0 4.8975

Buatlah program untuk :

a. Menghitung nilai pendekatan dari g (percepatan gravitasi bumi) ),
b. Simpangan Baku dan koefisien korelasinya.
c. Buatlah grafik data ( t.d ) dan grafik ( t.d ) pendekatannya.
2. Terdapat data pasangan titik data seperti berikut :

i xi yi
1 0 1.00
2 0.1 1.10
3 0.2 1.22
 4 0.3 1.34
5 0.4 1.49
6 0.5 1.64
7 0.6 1.82
8 0.7 2.01
9 0.8 2.22
10 0.9 2.45
11 1.0 2.71

a. Buatlah program untuk menghitung koefisien polinom untuk orde : 2, 3, dan 4

dengan perintah polyfit.
b. Gambarkan grafik data (x,y) dan grafik polinom orde 2, 3, dan 4 dalam satu
windows.
3. Buatlah program MATLAB untuk menentukan nilai g dari data pada soal nomor 2
dengan metode polinomial Newton dan Lagrange.

C. Algoritma / Pseucode
1. Pseucode:
a. Masukkan nilai t
b. Masukkan nilai d
c. Masukkan data x = t.^2
d. Masukkan data y = d
e. Hitung : jumlah data x, jumlah y, jumlah(x.*y), jumlah(x2), kuadrat (jumlah(x)),
Hitung suku atas dan suku bawah dari persamaan
f. hitung nilai a1 = suku atas/suku bawah
g. Hitung rata-rata x dan rata-rata y (rx dan ry)
h. Hitung nilai a0
i. Hitung lamda = -a1
j. Agar dapat menghitung jumlah data, Koefisien perpotongan, Koefisien
kemiringan, Percepatan gravitasi, Koefisien korelasi, buatlah ao menjadi array,
misalnya menjadi aao, dengan jumlah elemen sama dengan jumlah data dan nilai
semua elemen sama dengan ao (aao(1:jumlah data) = ao)
 k. Hitung nilai jumlah data, Koefisien perpotongan, Koefisien
kemiringan,Percepatan gravitasi,Koefisien korelasi.
l. Buatlah array rata-rata y
m. Hitung nilai koefisien regresi r
n. Masukkan nilai waktu untuk persamaan garis regresi tr = 0 : 0.1 : 1.1
o. Hitung nilai persamaan garis regresi dr = aor+a1*tr.^2
p. Buat grafik titik data (t vs d dengan tipe lingkaran “ o “) dan grafik regresi (tr vs
dr) dalam satu window.

2. Pseucode:
a. Memasukan rentang nilai x dari 0 sampai 1 dengan kenaikan setiap 0,1
b. Memasukan data y sesuai pada tabel soal no.2
c. Menghitung koefisien polinom orde 2 dengan perintah polyfit (x,y,2)
d. Menghitung koefisien polinom orde 3 dengan perintah polyfit(x,y,3)
e. Menghitung koefisien polinom orde 4 dengan perintah polyfit(x,y,4)
f. Mengubah nilai y orde 2 dengan perintah polyval(p2,x)
g. Mengubah nilai y orde 3 dengan perintah polyval(p3,x)
h. Mengubah nilai y orde 4 dengan perintah polyval(p4,x)
i. Menampilakn perhitunagn koefisien orde 2
j. Menampilakn perhitunagn koefisien orde 3
k. Menampilakn perhitungan koefisien orde 4
l. Memploting ketiga orde polyvit dalam satu window

3. Pseucode:
a. Masukkan nlai x mulai dari 0 sampai dengan 1 dengan tiap kenaikan 0.1
b. Masukkan nilai y
c. Input jumlah sama dengan 0
d. Masukkan data untuk nilai I mulai dari 1 hingga x
e. Masukkan p=1
f. Untuk nilai j sama dengan 1 sampai dengan x
g. Jika j tidak sama dengan 1, c = poly (x(j))/(x(i)-X(j)), p conv (p,c)
 h. Mengakhiri if
i. Mengakhiri loop for
j. Masukkan term = p x y
k. Masukkan persamaan jumlah sum + term
l. Mengakhiri loop for
m. Mendisplay sum

D. Code
1. Code:

clc;
t=[0.2 0.4 0.6 0.8 1.0];
d=[0.1960 0.7835 1.7630 3.1345 4.8975];
N=length(t);
x=t.^2;
y=d;
jx=sum(x);
jy=sum(y);
jxy=sum((x.*y));
jxk=sum(x.^2);
kjx=jx^2;
sukuatas=N*jxy-jx*jy;
sukubawah=N*jxk-kjx;
a1=sukuatas/sukubawah;
rx=jx/N;
ry=jy/N;
ao=ry-a1*rx;
lamda=-a1;
yo=exp(ao);
g=2*a1;
aao(1:N)=ao;
sr=sum((y-aao-a1*x).^2);
 ary(1:N)=ry;
st=sum((y-ary).^2);
r=sqrt((st-sr)/st);
disp(['Jumlah data = ',num2str(N)])
disp(['Koefisien perpotongan = ',num2str(ao)])
disp(['Koefisien kemiringan = ',num2str(a1)])
disp(['Percepatan gravitasi = ',num2str(g)])
disp(['Koefisien korelasi = ',num2str(r)])
tr=0:0.1:1.1;
aor(1:length(tr))=ao;
dr=aor+a1*tr.^2;
plot(t,d,'ro',tr,dr,'b','linewidth',2)
title('Grafik Titik Data dan Garis Regresi','fontsize',14)
xlabel('waktu (t) ')
ylabel('ketinggian (d) ')
legend('Titik Data','Garis Regresi')
grid on

2. Code:

x=0:0.1:1;
y=[1 1.1 1.22 1.34 1.49 1.64 1.82 2.01 2.22 2.45 2.71];
p2=polyfit(x,y,2);
p3=polyfit(x,y,3);
p4=polyfit(x,y,4);
y_fit2=polyval(p2,x);
y_fit3=polyval(p3,x);
y_fit4=polyval(p4,x);
plot(x,y_fit2,x,y_fit3,x,y_fit4)
 3. Code:

x=0:0.1:1;
y=[1 1.1 1.22 1.34 1.49 1.64 1.82 2.01 2.22 2.45 2.71];
sum=0;
for i=1:length(x)
p=1;
for j=1:length(x)
if j~=i
c = poly(x(j))/(x(i)-x(j));
p = conv(p,c);
end
end
term = p*y(i);
sum= sum + term;
end
disp(sum);

E. Tampilan / Hasil
1. Setelah di-run akan menampilkan hasil serta grafik sebagai berikut.
Jumlah data =5
Koefisien perpotongan =-1,1765.e-0,005
Koefisien kemiringan =4,8975
Percepatan Gravitasi =9,7951
Koefisien korelasi =1

a.Nilai pendekatan dari percepatan gravitasi = 9,7951

b.Nilai koefisien korelasi dan simpangan baku = 1

 c. Grafik data ( t.d ) dan grafik ( t.d ) pendekatannya adalah :

2. Grafik data (x,y) dan grafik polinom orde 2, 3, dan 4.

3. Setelah di-run akan menghasilkan hasil sebagai berikut: