SEMESTER 7
DOSEN PENGAMPU:
HARUM AZIZAH DAROJATI ST, MT
EMAIL : harum.azizah@batan.go.id
JURUSAN TEKNOKIMIANUKLIR
SEKOLAH TINGGI TEKNOLOGI NUKLIR-BATAN
SINGLE-
VARIABLE
OPTIMIZATION
METODE OPTIMASI SATU VARIABEL
https://diyarkholisoh.files.wordpress.com/2008/12/optimasi-numerik-doc-dy.pdf
METODE GOLDEN SECTION
https://media.neliti.com/media/publications/98930-ID-none.pdf
𝑙1 𝑙2
=
𝑙0 𝑙1
𝑙𝑖 𝑙2
=
𝑙1+𝑙2 𝑙1
𝑙1+𝑙2 𝑙1 𝑙2
= →𝑅=
𝑙1 𝑙2 𝑙1
𝑙2 𝑙1
1 + =
Gambar 1. Metode Golden Section 𝑙2 𝑙2
1
1+𝑅 =
𝑅
𝑅 = 0,61803
A. MAKSIMASI → F’’(X)<0
Soal:
Penyelesaian:
𝑦 𝑥 = 2𝑥 2 − 8𝑥 + 12
𝒙𝒒 = 𝒙𝒃 − 𝒙𝒂 𝟎, 𝟔𝟏𝟖𝟎𝟑
𝑦 ′ 𝑥 = 4𝑥 − 8 = 0
𝑥𝑞 = (4) 0,61803
4𝑥 = 8
𝑥𝑞 = 2,4721 → 𝑦𝑞 = 4,4458
𝑥=2
𝒙𝒑 = 𝒙𝒃 − 𝒙𝒂 − 𝒙𝒒
𝑥𝑝 = 4 − 2,4721
𝑦 𝑥 = 2(2)2 −8(2) + 12
𝑥𝑝 = 1,5279 → 𝑦𝑝 = 4,4458
𝑦 𝑥 =4
CONTOH MINIMASI
Penyelesaian (lanjutan):
𝑥𝑞4 = 2,4721 − 1,5279 𝑥 0,61803 + 1,5279 = 2,1114
𝑥𝑝2 = 2,4721 𝑥 1,5279
𝑥𝑝2 = 0,9442 → 𝑦𝑝2 = 6,0232
𝑦𝑞2 = 𝑦𝑞 = 4,4458
1,8885 + 2,1114
𝑥 𝑚𝑖𝑛 = = 1,999995 = 2
2
𝑦𝑝3 = 𝑦𝑞2 = 4,4458
Nilai dianggap benar jika Xp dan Xq sama atau mirip.
𝑥𝑞3 = 1,8885 → 𝑦𝑞3 = 4,0249
METODE
NEWTON-
RAPHSON
OVERVIEW
Ditemukan oleh Newton untuk menyelesaikan persamaan
nonlinear kemudian dikembangkan oleh Raphson.
1ST STEP
2 ND STEP
Tetapkan nilai tebakan awal 𝑥𝑖 Hitung nilai 𝑥𝑖+1 melalui nilai tebakan
Hitung nilai 𝑓 𝑥 pada saat 𝑥 = awal dengan cara:
𝑥𝑖 [𝑓′(𝑥𝑖 )] 𝑓(𝑥𝑖 )
𝑥𝑖+1 = 𝑥𝑖 +
Hitung nilai turunan pertama 𝑓 𝑥 𝑓′(𝑥𝑖 )
pada saat 𝑥 = 𝑥𝑖 [𝑓′(𝑥𝑖 )]
3 RD STEP
4 TH STEP
Hitung nilai 𝑥𝑖+2 dengan nilai tebakan Jika hasil 𝑥𝑖+2 nilainya selisih sedikit
awal berupa nilai 𝑥𝑖+1 (mendekati 0) daripada nilai 𝑥𝑖+1
𝑓(𝑥𝑖+1 ) serta jika 𝑥𝑖+2 dimasukkan ke dalam
𝑥𝑖+2 = 𝑥𝑖 +
𝑓′(𝑥𝑖+1 ) persamaan f(x) = 0; maka nilai x
adalah 𝑥𝑖+2
Hitunglah akar dari 𝑥 4 − 5𝑥 3 + 9𝑥 + 3 = 0 akurat dengan 6 decimal
pada interval [4,6]
STEP 1 STEP 2
Tebakan awal 𝑥0 = 5
𝑓 𝑥0 = 𝑥 4 − 5𝑥 3 + 9𝑥 + 3 𝑓(𝑥0 )
𝑓 𝑥0 = 54 − 5 53 + 9 5 + 3
𝑥1 = 𝑥0 +
𝑓′(𝑥0 )
𝒇 𝒙𝟎 = 𝟒𝟖 48
𝑥1 = 5 +
134
𝑓 ′ 𝑥0 = 4𝑥 3 − 15𝑥 2 + 9
𝒙𝟏 = 𝟒, 𝟔𝟒𝟏𝟕𝟗𝟏𝟎𝟒𝟓
𝑓 ′ 5 = 4 53 − 15 52 + 9 = 134
𝒇′ 𝟓 = 𝟏𝟑𝟒
STEP 3 STEP 4
𝑓(𝑥1 ) 𝑓(𝑥2 )
𝑥2 = 𝑥1 + 𝑥3 = 𝑥2 +
𝑓′(𝑥1 ) 𝑓′(𝑥2 )
48 48
𝑥2 = 𝟒, 𝟔𝟒𝟏𝟕𝟗𝟏𝟎𝟒𝟓 + 𝑥3 = 𝟒, 𝟓𝟐𝟖𝟗𝟕𝟑𝟕𝟐𝟕 +
134 134
𝒙𝟐 = 𝟒, 𝟓𝟐𝟖𝟗𝟕𝟑𝟕𝟐𝟕 𝒙𝟑 = 𝟒, 𝟓𝟐𝟖𝟗𝟏𝟕𝟗𝟔
Hitunglah akar dari 𝑥 4 − 5𝑥 3 + 9𝑥 + 3 = 0 akurat dengan 6 decimal
pada interval [4,6]
STEP 5 FINISHED
𝑓(𝑥3 )
𝑥4 = 𝑥3 + Karena 𝑥3 = 𝑥4 maka akar dari
𝑓′(𝑥3 )
48 persamaan f(x) adalah 𝟒, 𝟓𝟐𝟖𝟗𝟏𝟕𝟗𝟔
𝑥4 = 𝟒, 𝟓𝟐𝟖𝟗𝟏𝟕𝟗𝟔 +
134
𝒙𝟒 = 𝟒, 𝟓𝟐𝟖𝟗𝟏𝟕𝟗𝟔
(INTERPOLA
QUADRATIC SI
METHOD KUADRATIK)
INTERPOLASI
Interpolasi adalah perkiraan suatu nilai tengah
dari suatu set nilai yang diketahui. Interpolasi
dengan pengertian yang lebih luas merupakan
upaya mendefinisikan suatu fungsi dekatan suatu
fungsi analitik yang tidak diketahui atau pengganti
fungsi rumit yang tak mungkin diperoleh
persamaan analitiknya.
Interpolasi metode numerik terdiri dari interpolasi
linear dan interpolasi kuadratik
INTERPOLASI KUADRATIK
Diketahui : 3 buah titik data
(x0, y0)
(x1, y1)
(x2, y2)
maka metode Secant lebih cepat, tapi tingkat kesalahannya lebih besar
METODE CUBIC
SEARCH
CUBIC SEARCH METHODE
ҧ
𝑓(x)=𝑎 𝑜 + 𝑎1 𝑥 − 𝑥1 + 𝑎2 𝑥 − 𝑥1 𝑥 − 𝑥2 + 𝑎3 𝑥 − 𝑥1
2
𝑥 − 𝑥2
{
𝑥2 , 𝑗𝑖𝑘𝑎 𝜇 = 0
𝑥ҧ = 𝑥2 − 𝜇 𝑥2 − 𝑥1 , 𝑗𝑖𝑘𝑎 0 ≤ 𝜇 ≤ 1
𝑥1 , 𝑗𝑖𝑘𝑎 𝜇 > 1
dimana
3(𝑓1 − 𝑓2 )
𝑧= + 𝑓′1 + 𝑓′2
𝑥1 − 𝑥2
𝑥1 − 𝑥2
𝑤= (𝑧 2 − 𝑓′1 𝑓′2 )
𝑥1 − 𝑥2
𝑓′2 + 𝑤 − 𝑧
𝜇=
𝑓′1 − 𝑓 ′ 2 + 2𝑤
CUBIC SEARCH METHODE
Algoritma Perhitungan
Tahap 1
✓ Pilih nilai awal 𝑥 (0) , selisih Δ dan dua parameter terminasi 𝜀1 dan 𝜀1
✓ Hitung 𝑓′(𝑥 (0) )
✓ Jika 𝑓 ′ 𝑥 0 > 0, atur Δ = - Δ, atur k=0
{
𝑥2 , 𝑗𝑖𝑘𝑎 𝜇 = 0
𝑥ҧ = 𝑥2 − 𝜇 𝑥2 − 𝑥1 , 𝑗𝑖𝑘𝑎 0 ≤ 𝜇 ≤ 1
𝑥1 , 𝑗𝑖𝑘𝑎 𝜇 > 1
CUBIC SEARCH METHODE
ҧ 1
𝑥−𝑥
Tahap 6: Hitung 𝑓 ′ 𝑥ҧ . Jika 𝑓 ′ 𝑥ҧ < 𝜀1 dan ≤ 𝜀1 perhitungan selesai
𝑥ҧ
Jika tidak
✓ Jika 𝑓′ 𝑥ҧ . 𝑓′ 𝑥1 < 0, atur 𝑥2 = 𝑥ҧ ;
✓ Jika tidak 𝑥1 = 𝑥ҧ ;
Kemudian ke tahap 4
CUBIC SEARCH METHODE
CONTOH PENYELESAIAN
54
𝐹 𝑥 = 𝑥2 +
𝑥
Langkah pertama:
x(0)= 1; △= 0,5; ԑ(1)= ԑ(2)= 10^-3
54
𝐹 ′ 𝑥 = 2𝑥 − 2 ; 𝐹 ′
𝑥 0 = −52
𝑥
Langkah kedua:
𝑘 = 1; 𝑥 2 = 2,5; 𝐹’ 𝑥 2 = −3,64
𝑘 = 2; 𝑥 3 = 4,5; 𝐹 ′ 𝑥 3 = 6,333
𝐹′ 𝑥 2 × 𝐹′ 𝑥 3 < 0; langkah selanjutnya dapat
dilakukan
𝑥1 = 𝑥 2 = 2,5; 𝑥2 = 𝑥 3 = 4,5
CUBIC SEARCH METHODE
Langkah 6 :
Langkah 6: (Iterasi Kedua)
f '(x) = 0,178 (kriteria belum memuaskan) f '(x) = ‐0,007 → x2 = 3.030 dan x1 = 2.999 untuk iterasi berikutnya
f '(x) f' (x1) <0, maka x2 = x = 3.030 Metode lebih cepat daripada kuadrat Powell karena derivatif digunakan.
Akhir iterasi satu. dan lanjutkan ulangi ke Metode Powell lebih disukai jika turunannya harus dievaluasi secara
Langkah 4 numerik.
Metode paling efektif jika turunan pastinya
tersedia
Bracketing dari titik minimum yang dicapai
dalam tiga langkah pertama
Algoritma bracketing mirip dengan metode
fase terikat
Kecuali iterasi pertama, nilai fungsi serta
Carilah contoh soal dalam aplikasi teknokimia nuklir yang menggunakan penyelesaian metose single variable tadi:
1. Metode Golden Section
2. Metode Newton Raphson
3. Quadratic Method
4. Bisection Method
5. Secant Method
6. Cubic Search Method
dikerjakan secara kelompok beranggotakan 4-5 orang, dikumpulkan paling lambat 28 November 2021 pukul 24.00
lewat classrom, dibuat dalam bentuk file ppt dengan menyertakan soal dengan pendefinisian persamaan dan
variabel atau kendala yang diketahui dan yang ditanyakan, lalu penyelesaiannya
NEXT:
MULTIVARIABLE
OPTIMIZATION