LAPORAN PRAKTIKUM KOMPUTASI PROSES

BAB VII.
OPTIMASI SATU VARIABEL DENGAN METODE GOLDEN-
SECTION

DI SUSUN OLEH :
Nama : Amalia Rachel L W
NIM : 16521113
Kelas, hari : C, Selasa
Asisten : 1. Aditya Kurniawan
2. Anantri Nugraheni Maghfirohwati
3. Gigih Lintang Prasetyo
4. Panji Kumala Setiawan

LABORATORIUM KOMPUTASI PROSES

JURUSAN TEKNIK KIMIA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2018
 BAB 1
PENDAHULUAN

A. Tujuan
Agar mahasiswa dapat menyelesaikan permasalahan optimasi satu variable
dengan metode Golden-Section.
B. Dasar Teori
Optimasi secara harfiah, optimasi merupakan pencarian nilai-nilai variable
yang dianggap optimal, efektif dan efisien untuk mencapai hasil yang
diinginkan. Optimasi dapat diartikan sebagai suatu bentuk mengoptimalkan
sesuatu hal yang sudah ada, ataupun merancang dan membuat sesuatu secara
optimal. Optimasi dapat ditempuh dengan du acara yaitu maksimasi dan
minimasi. Maksimasi adalah optimasi produksi dengan menggunakan atau
mengalokasikan input yang sudah tertentu untuk mendapatkan keuntungan yang
maksimal. Minimasi adalah optimasi produksi untuk menghasilkan tingkat
output tertentu dengan menggunkana input atau biaya yang paling rendah.
Persoalan optimasi dibagi menjadi dua jenis yaitu tanpa kendala dan dengan
kendala. Pada optimasi tanpa kendala, faktor-faktor yang menjadi kendala atau
keterbatasan-keterbatasan yang ada terhadap fungsi tujuan diabaikan sehingga
dalam menentukan nilai maksimum atau minimum tidak terdapat batasan-
batasan terhadapberbagai pilihan alternative yang tersedia. Untuk optimasi
dengan kendala, faktor-faktor yang menjadi kendala terhadap fungsi tujuan
diperhatikan dalam menentukan titik maksimum atau minimum fungsi tujuan.
Secara umum, fungsi yang akan dimaksimumkan atau diminimumkan
disebut fungsi objektif (objective function), sedangkan nilai-nilai yang
berpengaruh dan bias dipilih disebut variable atau decision variable. Secara
analitik, nilai maksimum atau minimum dari suatu persamaan :
y = f(x)
𝑑𝑦 𝑑𝑓
y’ = f(x) = 𝑑𝑥 = =0
𝑑𝑥

Untuk fungsi yang sulit untuk diturunkan atau mempunyai turunan yang
sulit dicari akarnya, proses optimasi dapat dilakukan secara numerik.
Optimasi Satu Variabel
Meninjau sebuah fungsi dengan satu variable sebagai berikut : y = f(x) , yang
ingin dicari harga x yang memberikan harga y maksimum (maksimasi) atau
minimum (minimasi). Dalam hal ini, x yang diperoleh merupakan nilai x
optimum fungsi. Beberapa metode yang dapat digunakan meliputi :
 Metode Golden Section
 Metorde Newton
 Metode Interpolasi Kuadrat
Metode Golden Section
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. Metode
Golden Section (search) merupakan metode optimasi satu variable yang
sederhana dan mempunyai pendekatan yang mirip dengan metode bisection
dalam penentuan akar persamaan tak linier.
Metode Golden Section (metode pengurung) selalu bersifat konvergen,
namun laju konvergensinya relative lambat dibandingkan dengan metode
Newton (metode terbuka). Hal ini teramati dari sangat banyaknya langkah iterasi
yang dibutuhkan. Iterasi dapat dihentikan ketika nilai-nilai x1, x2, x1, dan xu
sudah relatif sama. Pada kondisi ini, kasus maksimasi ataupun minimasi sudah
dianggap selesai. Pada metode ini, seiring dengan bertambahnya iterasi, maka
akan nada penyempitan interval yang dilakukan pada setiap langkah iterasinya.
Melihat fungsi f(x) yang akan ditentukan nilai maksimumnya, pada rentang
x = x1 dan x = xu. Mirip dengan bisection, dasar metode ini adalah
memanfaatnkan nilai yang lama sebagai nilai yang baru, secara iterative. Oleh
karena itu, rentang awal variabel yang dipilih semakin lama akan semakin
menyempit, karena ada sebagian sub-interval variabel yang dieliminasi, hingga
diperoleh tingkat konvergensi yang diinginkan. Misal akan dilakukan maksimasi
terhadap persamaan y =f(x) dalam interval xA sampai xB.
 Gambar 1. Eliminasi dengan Golden Section
Misal akan dilakukan maksimasi y pada interval xA  xB. dipilih 2 titik
untuk evaluasi, missal 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 titik lama bias dipakai lagi. Jadi hanya dipelakukan 1 titik
baru. Proses eliminasi interval terlihat seperti pada gambar.

Gambar 2. Proses Eliminasi Interval

 Disini ada masalah, dimana letak titik P dan Q agar pada interval
berikutnyasalah satu titiknya masih bias dipakai. Misal titik P dan Q masing-
masing berjarak l x interval awal dari titik B dan A. dalam hal ini harga l akan
dicari. Dari gambar 1 terlihat bahwa :
(xq – xp)lama = (xp-xA)baru
Selanjutnya :
{l – (1 – l)} (xB – xA)lama = (1 – l) . (xp - xA)baru
{2.l – (1 – l)} (xB – xA)lama = (1 – l) . l. (xp - xA)baru (2.l–1) = (l – l2) l2+l-1=0
Kemungkinan – kemungkinan yang terjadi pada eliminasi dengan cara
Golden Section adalah :
Maksimasi :
yp < yq xa = xp yp < yq x a = xp
xp = xq xb = xq
xb = xb xq = xp
xq = dicari xp = dicari

Maksimasi :
yp < yq xa = xa yp < yq x a = xp
xb = xq xp = xq
xq = xp xb = xb
xp = dicari xq = dicari
 Berdasarkan grafik di atas, secara matematis berlaku :
𝑙1 𝑙2
= , karena l0 = l1 + l2
𝑙0 𝑙1
𝑙1 𝑙2 𝑙 𝑙2
Maka : 𝑙 = atau 1 + 𝑙1 =
1 +𝑙2 𝑙1 2 𝑙1
𝑙 1
Jika 𝑙1 = 𝑅 , maka 1 + 𝑅 =
2 𝑅

Sehingga : R2 + R = 1 atau R2 + R – 1 = 0
−𝑏±√𝑏 2 −4𝑎𝑐
Dengan menggunakan rumus ABC, R1,2 = 2𝑎

−1±√12 −4.1.(−1)
Nilai akar positifnya adalah sebesar : R = = 0,61803 …
2(1)

(bilangan R ini selanjutnya disebut sebagai golden ratio atau golden

number)
Algoritma :
1. Menentukan persamaan y = f(x)
2. Menentukan nilai xa, xb, toleransi (xb – xa) , R atau L = 0,618
3. Mencari nilai :
xp = xa+{(1-L)*(xb-xa)}
xq = xa+{(L)*(xb-xa)]
4. Mencari nilai yp dan yq ke persamaan 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
(𝑥𝑎 +𝑥𝑏 )
xopt = 2

yopt didapat dengan menstubstitusikan nilai xopt ke persamaan y = f(x)

 BAB 2
PERSOALAN DAN PENYELESAIAN
Latihan
1. Carilah harga maksimasi untuk
Xa = -1
Xb = 2 𝑦 = 𝑥 2 − 3𝑥 − 4

Toleransi (xb-xa) = 0.0005

L2 + L - 1 = 0
L = 0.618

Penyelesaian :
xa xb (xb-xa) xp xq yp yq (yp-yq)
-1.0000 2.0000 3.0000 0.1460 0.8540 -4.4167 -5.8327 1.4160
-1.0000 0.8540 1.8540 -0.2918 0.1460 -3.0396 -4.4167 1.3771 syarat yp>
-1.0000 0.1460 1.1460 -0.5622 -0.2918 -1.9972 -3.0396 1.0423
-1.0000 -0.2918 0.7082 -0.7295 -0.5622 -1.2795 -1.9972 0.7177
-1.0000 -0.5622 0.4378 -0.8328 -0.7295 -0.8082 -1.2795 0.4713
-1.0000 -0.7295 0.2705 -0.8967 -0.8328 -0.5061 -0.8082 0.3021
-1.0000 -0.8328 0.1672 -0.9361 -0.8967 -0.3153 -0.5061 0.1907
-1.0000 -0.8967 0.1033 -0.9605 -0.9361 -0.1958 -0.3153 0.1195
-1.0000 -0.9361 0.0639 -0.9756 -0.9605 -0.1214 -0.1958 0.0744
-1.0000 -0.9605 0.0395 -0.9849 -0.9756 -0.0752 -0.1214 0.0462
-1.0000 -0.9756 0.0244 -0.9907 -0.9849 -0.0465 -0.0752 0.0287
-1.0000 -0.9849 0.0151 -0.9942 -0.9907 -0.0288 -0.0465 0.0178
-1.0000 -0.9907 0.0093 -0.9964 -0.9942 -0.0178 -0.0288 0.0110
-1.0000 -0.9942 0.0058 -0.9978 -0.9964 -0.0110 -0.0178 0.0068
-1.0000 -0.9964 0.0036 -0.9986 -0.9978 -0.0068 -0.0110 0.0042
-1.0000 -0.9978 0.0022 -0.9992 -0.9986 -0.0042 -0.0068 0.0026
-1.0000 -0.9986 0.0014 -0.9995 -0.9992 -0.0026 -0.0042 0.0016
-1.0000 -0.9992 0.0008 -0.9997 -0.9995 -0.0016 -0.0026 0.0010
-1.0000 -0.9995 0.0005 -0.9998 -0.9997 -0.0010 -0.0016 0.0006

xopt = -0.9997
yopt = -0.0013

jadi, didapatkan nilai-nilai

berikut ini :
xa = -1.0000
xb = -0.9995
xopt = -0.9997
yopt = -0.0013