Anda di halaman 1dari 4

Nama : Nufusul A’ilah

NIM : 221810201071
Kelompok :6
Modul : COFFEE COOLIN

Tugas Progres!!
1. Modul Listing Program Pendinginan Kopi

Penjelasan :
Syntak import numpy as np adalah pernyataan yang digunakan untuk
mengimpor pustaka NumPy dan memungkinkan penggunaan fungsi NumPy dengan
nama singkat np. Syntak from scipy.integrate import odeint digunakan untuk
mengimpor fungsi odeint dari modul scipy.integrate, yang berguna untuk melakukan
integrasi numerik pada sistem persamaan diferensial. Syntak from functools import
partial digunakan untuk mengimpor fungsi partial dari modul functools. Fungsi ini
berguna untuk membuat versi baru dari fungsi coolingfcn dengan beberapa argumen
yang sudah ditetapkan (yaitu, k dan roomtemp), yang akan digunakan sebagai argumen
tetap dalam pemanggilan fungsi odeint. Syntak coolingfcn = lambda temp, t0, k,
roomtemp: -k*(temp-roomtemp) berfungsi sebagai pendinginan yang dinyatakan
dalam bentuk lambda. Fungsi ini menghitung laju perubahan suhu terhadap waktu,
berdasarkan perbedaan antara suhu saat ini (temp) dan suhu lingkungan (roomtemp).
Suhu mengurangi seiring waktu (menunjukkan pendinginan) berbanding lurus dengan
perbedaan tersebut, yang dikontrol oleh parameter k. Syntak cooling_parameters
merupakan sebuah kamus yang berisi parameter-parameter yang diperlukan untuk
simulasi pendinginan kopi, seperti suhu awal kopi, suhu lingkungan, dan parameter
pendinginan k. Fungsi-fungsi (cube_before_cooling, cube_after_cooling,
continuous_sugar_cooling, dan sugar_specifiedtime_cooling) adalah implementasi
dari skenario-skenario berbeda untuk penambahan gula ke dalam kopi yang sedang
mendingin. Mereka menggunakan integrasi numerik dengan bantuan fungsi odeint
yang diimpor sebelumnya.
2. Modul Listing Program Pendinginan Kopi
Penjelasan :
a. Untuk membuat array 'times', sintaks 'times = np.linspace(0, 20, 201)'
digunakan. Ini memanfaatkan fungsi 'linspace' dari pustaka NumPy. Fungsi
'linspace' tersebut berperan dalam menciptakan serangkaian bilangan dengan
interval yang seragam di antara nilai awal dan akhir yang ditentukan. Dalam
konteks ini, serangkaian angka ini terdiri dari 201 elemen yang tersebar merata
antara 0 dan 20. Array ini nantinya akan digunakan sebagai sumbu x saat
melakukan plotting.
b. Sintaks import CoolingRoutine as cr, Sintaks ini digunakan untuk mengimpor
modul yang bernama CoolingRoutine dan memberikan alias cr ke modul
tersebut. Dengan melakukan ini, kita dapat menggunakan fungsi dan objek yang
didefinisikan dalam modul tersebut dengan menggunakan cr. sebelum nama
fungsi atau objek tersebut.
c. Baris ini menjelaskan penggunaan sintaksis untuk memanggil fungsi
cube_before_cooling dari modul CoolingRoutine dengan variabel
temps_beforecooling. Fungsi ini bertujuan untuk menghitung suhu kopi
sebelum proses pendinginan. Proses tersebut membutuhkan dua argumen, yang
pertama adalah times, sementara yang kedua adalah cr.cooling_parameters.
cr.cooling_parameters dikirim sebagai argumen kedua dalam bentuk
dictionary kata kunci, yang kemudian digunakan untuk menyediakan parameter
tambahan kepada fungsi cube_before_cooling.
d. Di dalam kode tersebut, plt.xlabel('Time (min)') digunakan untuk
menambahkan label pada sumbu x dengan teks "Time (min)", sedangkan
plt.ylabel('Coffee Temperature (degrees Celcius)') menambahkan label pada
sumbu y dengan teks "Coffee Temperature (degrees Celsius)". Setelah itu,
plt.show() digunakan untuk menampilkan plot grafik yang telah dibuat.
e. Sintaksis import matplotlib.pyplot as plt memungkinkan kita untuk
mengimpor modul pyplot dari pustaka Matplotlib dengan alias plt. Dengan
menggunakan modul ini, kita dapat membuat plot grafik. Ketika kita
menggunakan plt.show(), grafik yang telah dibuat akan ditampilkan.
f. Poin 2-9 di atas akan diulangi untuk setiap "kasus" yang berbeda dalam kode.
Setiap kasus mungkin mencerminkan skenario atau perhitungan yang berbeda
terkait dengan suhu kopi. Dalam kasus ke-5, plt.legend() digunakan untuk
menambahkan legenda ke plot. Legenda ini menjelaskan setiap garis plot sesuai
dengan label yang diberikan.

Anda mungkin juga menyukai