Tugas 4 Kelompok 1 Pemodelan

 Zsi Zsi Nurul Aisyah 1710431002

 Kenny Berlianisa S 1710431004
 Anggi Romigo 1710431007
 Khofifa Ramadhani 1710431008
 Meavi Cintani 1710433012

4. Pada data berikut, V adalah rata-rata kecepatan berjalan dan P adalah ukuran
populasi. Kita ingin mengetahui apakah dapat memprediksi ukuran populasi (P)
dengan mengamati kecepatan orang berjalan. Plot datanya dan hubungan seperti
apa yang disarankan? Uji model berikut dengan memplot data hasil transformasi
yang sesuai.

a. P=a V b

b. P=a ln V
Tabel 1
V P
2.27 2500
2.76 365
3.27 2370
3.31 5491
3.70 14000
3.85 78200
4.31 70700
4.39 138000
4.42 304500
4.81 341948
4.90 49375
5.05 260200
5.21 867023
5.62 1340000
5.88 1092759
Penyelesaian :

Diketahui : P=ukuran populasi

V =rata−rata kecepatanberjalan

a , b=konstanta

Plot data
 Scatterplot of P vs V
1500000

1000000

500000
P

-500000
2 3 4 5 6
V

Grafik 1.data V vs P

Pada grafik diatas dapat dilihat hubungan antara rata-rata kecepatan berjalan (V)
dengan ukuran populasi adalah tak linier
a. Uji model P=a V b
P=a V b
ln P=a+b ln V
Setelah itu dicari nilai ln V dan ln P dari tabel 1 sehingga didapatkan hasil
sebagai berikut
Tabel 2
ln V ln P
0.81978 7.824046
1.015231 5.899897
1.18479 7.770645
1.196948 8.610866
1.308333 9.546813
1.348073 11.26702
1.460938 11.1662
1.479329 11.83501
1.48614 12.62643
1.570697 12.74241
1.589235 10.8072
 1.619388 12.46921
1.65058 13.67282
1.726332 14.10818
1.771557 13.90422
Selanjutnya plotkan nilai dari tabel 2. Perhatikan grafik antara ln Pdan ln V

Grafik 2. data ln V vs ln P

Dapat dilihat dari grafik 2, Karena titik data yang diplot mendekati sepanjang
garis yang melalui titik asal, dapat disimpulkan bahwa asumsi proporsionalitas
layak digunakan. Selanjutnya akan ditentukan nilai kontanstab yang merupakan
gradien dari garis
13.90422−11.1662
b= =8.815
1.771557−1.460938
Setelah mendapatkan nilai konstanta b = 8.8815 maka selanjutnya akan
ditentukan nilai dari konstanta a
ln P=a+b lnV

13.90422 ¿ a+8.815(1.771557¿)¿

a=13.90422−15.616275

a=−1.712

Sehingga diperoleh persamaan model sebagai berikut :

ln P=−1.712+ 8.815 ln V
 e ln P =e−1.712+V 8.815

P=0.1805+ V 8.815

b. Uji model P=a ln V

P=a ln V
P ≈ eaV b

Tabel 3
ln V P
Selanjutnya plotkan nilai 0.81978 2500 dari tabel 3.
Perhatikan grafik antara P 1.015231 365 dan ln V
1.18479 2370
Grafik 3. antara P 1.196948 5491 dan ln V
1.308333 14000
Dapat dilihat dari grafik 3, 1.348073 78200 Karena titik data
yang diplot mendekati 1.460938 70700 sepanjang garis yang
melalui titik asal, dapat 1.479329 138000 disimpulkan bahwa
asumsi proporsionalitas 1.48614 304500 layak digunakan.
Sehingga dapat dicari nilai 1.570697 341948 konstanta b sebagai
1.589235 49375
berikut b nya 1.619388 260200
1.65058 867023
b=
1.726332 1340000
1.771557 1092759

1092759−70700
=3290394,34
1.771557−1.460938

Selanjutnya akan ditentukan nilai a

P ≈ eaV b

1092759≈ e a5.883290394,34

a=−1293256

Sehingga diperoleh persamaan model sebagai berikut

P ≈ e−1293256 V 3290394,34 b
5. Data berikut ini merepresentasikan pertumbuhan populasi lalat buah selama
periode 6 minggu. Uji model berikut dengan mem-plot kumpulan data yang
sesuai. Perkirakan parameter model berikut :
a. P=c1 t
b. P=a ebt
Tabel 4
t P (jumlah lalat
(hari yang diamati)
)
7 8
14 41
21 133
28 250
35 280
42 297

Penyelesaian :

Diketahui : P= jumlah lalat yang diamati

t=waktu (hari)

a , b , c 1=konstanta
a) Asumsi model P=c1 t , akan diuji dengan metode plot dari data
Plot dari P (jumlah lalat yang diamati) vs t (hari)
350

300
P (jumlah lalat yang diamati)

250

200

150

100

50

0
5 10 15 20 25 30 35 40 45
t (hari)
 Grafik 4. P (jumlah lalat yang diamati) vs t (hari)
Berdasarkan grafik di atas dapat dinyatakan bahwa P=c1 t memiliki
proposionalitas karena titik-titik pada grafik mendekati garis lurus, maka dapat
dicari :
c 1=
∑ P = 8+41+133+250+ 280+297 = 1009 =6.86
∑t 7+14+21+28+ 35+42 147

sehingga diperoleh P=6.86t

b) Asumsi model P=a ebt , akan diuji dengan metode plot transformasi dari
data, model ditransformasi menjadi : ln P=ln a+bt , sehingga diperoleh
Tabel 5
t ln P
7 2.08
14 3.71
21 4.89
28 5.52
35 5.63
42 5.69

Plot dari ln P vs t

5
ln P

2
5 10 15 20 25 30 35 40 45
t

Grafik 5. ln P vs t
Berdasarkan grafik di atas dapat dinyatakan bahwa ln P=ln a+bt memiliki
proposionalitas karena titik-titik pada grafik mendekati garis lurus, maka dapat
dicari :
3.71−2.08 1,63
b= = =0.23
14−7 7

Selanjutnya akan ditentukan nilai a

ln P=ln a+bt

2.08=ln a+0.23( 7)
ln a=2.08−0.23(7)
¿ 2.08−1.61=0.47
a=exp( 0.47)≈ 2.72

sehingga diperoleh P=2.72 e 0.23 t

6. Data berikut ini menggambarkan (hipotesis) konsumsi energi yang

dinormalisasi selama 100 tahun dari tahun 1900. Buat plot data. Uji model
Q=a e bx dengan memplot data yang telah diubah.Perkirakan parameter model
secara grafis.
 Tabel 6
X Tahun Konsumsi Q
0 1900 1,00
10 1910 2,01
20 1920 4,06
30 1930 8,17
40 1940 16,44
50 1950 33,12
60 1960 66,69
70 1970 134,29
80 1980 270,43
90 1990 544,57
100 2000 1096,63

Penyelesaian :

Plot data

Scatterplot of Q vs x
1200

900

600
Q

300

0 20 40 60 80 100
x

Grafik 6. data x vs Konsumsi Q

Diberikan model Q=a e bx

Diketahui : Q=konsumsi Q selama x tahun
x=waktu dalam tahun

a , b=konstanta
Transformasikan model menjadi :
ln Q=ln a+bx

Tabel 7
X Year ln Q
0 1900 0
10 1910 0,69
20 1920 1,40
30 1930 2,10
40 1940 2,79
50 1950 3,50
60 1960 4,20
70 1970 4,90
80 1980 5,60
90 1990 6,29
100 2000 6,99

Scatterplot of ln vs x
7

4
ln

0 20 40 60 80 100
x

Grafik 7. Scatter plot x vs ln Q

Akan dicari nilai dari a dan b . Nilai b adalah gradient dari garis linier
6,99−6,29 0,7
b= = =0,07
100−90 10
b=0.07 , akan dicari nilai a

ln Q=ln a+bx

3,50=ln a+0,07 ( 50 )

ln a=0

a=1

Jadi, perkiraan model Q=a e bx adalah Q=e0,07 x

7. Pada 1601 astronom Jerman Johannes Kepler menjadi direktur dari

Observatorium Praha. Kepler telah membantu Tycho Brahe dalam
mengumpulkan 13 tahun pengamatan pada gerakan relatif planet Mars. Pada
1609 Kepler telah merumuskan dua yang pertama hukum:

1) Setiap planet bergerak pada elips dengan matahari sebagai fokusnya.

2) Untuk setiap planet, garis dari matahari ke planet menyapu area yang sama
waktu.
Kepler menghabiskan waktu bertahun-tahun untuk memverifikasi hukum ini
dan merumuskan hukum ketiga, yang berkaitan periode orbit planet dan jarak
rata-rata dari matahari.
a. Plot periode waktu T versus jarak rata-rata r menggunakan pembaruan
berikut data observasi.

Tabel 8
Nama Planet Waktu (hari) Jarak rata-rata
(T) dari matahari
dalam km
(r)
Merkurius 88 57.9
Venus 225 108.2
Bumi 365 149.6
Mars 687 227.9
Jupiter 4329 778.1
Saturnus 10753 1428.2
Uranus 30660 2837.9
Neptunus 60150 4488.9

Penyelesaian :
Selanjutnya kita plotkan nilai tabel 1 antara waktu (T) dengan jarak rata-rata
dari matahari (r ). Berikut merupakan grafiknya

Scatterplot of t vs r

60000

50000

40000

30000
t

20000

10000

0 1000 2000 3000 4000 5000

r
 Grafik 8. waktu (T) dan jarak rata-rata dari matahari (r )

b. Dengan asumsi hubungan bentuk :

T =C r a tentukan parameter C dan a dengan memplot ln T versus ln r . Apakah
modelnya terlihat masuk akal? Cobalah untuk merumuskan hukum ketiga
Kepler.

Penyelesaian :

Asumsikan hubungan dalam bentuk T =C r a

Diketahui : r = jarak rata−rata darimatahari dalam km
T =waktu dalam hari
a , C=konstanta

Kita dapatkan ln T =lnC +a ln r

Tabel 9
ln r ln T
4.059 4.478
4.684 5.416
5.008 5.902
5.429 6.533
6.657 8.375
7.264 9.286
7.951 10.316
8.409 11.004

Grafiknya seperti dibawah ini

 Scatterplot of ln t vs ln r
11

10

8
ln t

4
4 5 6 7 8 9
ln r

Grafik 9. ln T vs ln r
Dari grafik di atas diperkirakan ln C=1.61 dan a=1.5
Oleh karena itu didapatkan model sebagai berikut

T =e 1.61 r 1.5

T =0.2 r 1.5