Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Look up keyword
Like this
1Activity
0 of .
Results for:
No results containing your search query
P. 1
Optimasi Numerik

Optimasi Numerik

Ratings: (0)|Views: 33 |Likes:
Published by Fifth Analist
Menghitung maksimum atau minimum dengan pendekatan numerik.
Menghitung maksimum atau minimum dengan pendekatan numerik.

More info:

Published by: Fifth Analist on Mar 19, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

09/14/2013

pdf

text

original

 
dy/analisis numerik/optimasi numerik/april 2008/halaman 1 dari 16 
OPTIMASI NUMERIK 
 Materi Kuliah
: Pengantar; Optimasi Satu Variabel; Optimasi Banyak Variabel 
PUSTAKA
 
 
James B. Riggs, 1988,
“An Introduction to Numerical Methods for Chemical Engineers”
,Texas: Texas Tech University Press, Chapter 6
 
Steven C. Chapra & Raymond P. Canale, 2003,
“Numerical Methods for Engineers: WithSoftware and Programming Applications”
, 4
th
edition, New York: McGraw-Hill CompanyInc, Part Four 
 
etc.
 INTRODUCTORY EXAMPLE 
 Persoalan pemilihan diameter pipa untuk mengangkut fluida dari satu proses ke prosesyang lain. Istilah
diameter pipa optimum
, didasarkan kepada: (1) Biaya investasi, dan(2) Biaya operasi, seperti diilustrasikan dalam tabel berikut ini:
$ / year
 
Pipe diameter (in)
 
Cost components
 
1
 
1,25
 
1,5
 
2
 
2,5
 
Operating costs
4697 660 312 164 56
 Pipe capital costs
168 308 389 474 660
 Pump capital costs
401 192 150 150 150
Total 
 
5266
 
1160
 
852
 
788
 
866
 
 Berdasarkan pertimbangan di atas, diameter pipa manakah yang akan Anda pilih?
PENGANTAR (Definisi Optimasi, Jenis Optimasi, Fungsi Objektif,
 Decision Variables
, dan Kendala)Optimasi
merupakan suatu proses untuk mencari kondisi yang optimum, dalam arti palingmenguntungkan.
Optimasi
bisa berupa maksimasi atau minimasi. Jika berkaitan dengan masalahkeuntungan, maka keadaan optimum adalah keadaan yang memberikan keuntungan maksimum
(maksimasi)
. Jika berkaitan dengan masalah pengeluaran/pengorbanan, maka keadaan optimumadalah keadaan yang memberikan pengeluaran/pengorbanan minimum
(minimasi)
.Hal-hal penting dalam studi optimasi meliputi:1 - fungsi objektif dan
decision variables
 2 - kendala
(constraints)
 Secara umum, fungsi yang akan dimaksimumkan atau diminimumkan disebut
fungsi objektif 
(objective function)
, sedangkan harga-harga yang berpengaruh dan bisa dipilih disebut
variabel
(perubah) atau
decision variable
.Secara analitik, nilai maksimum atau minimum dari suatu persamaan:
y = f (x)
dapat diperoleh padaharga x yang memenuhi: ''()0
dyd yfxdxdx
= = = =
 
Untuk fungsi yang sulit untuk diturunkan atau mempunyai turunan yang sulit dicari akarnya, prosesoptimasi dapat dilakukan
secara numerik.Contoh persoalan optimasi dalam bidang
engineering:
 
 
 Design pump and heat transfer equipment for maximum efficiency
 
 Design waste water treatment system to meet water-quality standards of least cost 
 
dy/analisis numerik/optimasi numerik/april 2008/halaman 2 dari 16 
 
Optimal planning and scheduling 
 
Optimal pipeline network 
 
 Inventory control 
 
 Maintenance planning to minimize cost 
Contoh kendala
(constraints)
yang menyertai persoalan optimasi dalam bidang Teknik Kimia:
 
 
 Maximum process temperature
 
 Maximum flow rate limitation
 
 Maximum conversion limitation
 
 Product purity
 
Strength of materials
 
 Environmental factor 
 
Safety consideration
 
 Availability of utilities
 
Corrosion considerations
 
 Availability and characteristics of feed stocks
 
 Market demand for the product 
 
Space limitation
 
 An upper limit on the capital investment 
 Ilustrasi secara Grafik 
Contoh maksimasi satu variabel:Beberapa istilah:
 
Maksimum lokal, maksimum global
 
Minimum lokal, minimum global
 
 A unimodal function
 
one hump or one valley
Perbedaan antara persoalan optimasi denganpencarian/ penentuan akar persamaan:Contoh optimasi dua variabel (maksimasi):
 
Titik optimum
 
dy/analisis numerik/optimasi numerik/april 2008/halaman 3 dari 16 
OPTIMASI SATU VARIABEL
 Tinjaulah sebuah
fungsi dengan satu variabel
sbb.:
y = f (x)
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 akan dibahas meliputi:
 
Metode
 golden section
 
Metode Newton
 
Metode interpolasi kuadrat
METODE
GOLDEN SECTION 
 
Golden section
merupakan salah satu cara atau metode optimasi numerik yang dapat diterapkanuntuk fungsi yang bersifat
unimodal
. Kedua tipe optimasi, yaitu maksimasi dan minimasi dapatdiselesaikan dengan cara ini.
Golden-section (search) method 
merupakan metode optimasi satuvariabel yang sederhana, dan mempunyai
pendekatan yang mirip dengan metode
bisection
 
dalam penentuan akar persamaan tak linier.Tinjaulah fungsi f(x) yang akan ditentukan maksimum-nya, pada rentang x = x
l
dan x = x
u
 
(perhatikan gambar di bawah ini).
Mirip dengan
bisection
, ide dasar metode ini adalah memanfaatkan nilai yang lama sebagai nilaiyang baru, secara iteratif. Sebagai akibatnya, rentang/ interval awal variabel yang dipilih semakinlama akan semakin menyempit, karena ada sebagian sub-interval variabel yang dieliminasi, hinggadiperoleh tingkat konvergensi yang diinginkan.Berdasarkan grafik di atas,
secara matematika
berlaku:Karena:
1201
ll
=
maka:
012
ll
= +
 Ambil kebalikannya dan kemudian definisikan:
21
 R
=
 maka:
12112
lll
+=
atau:
2112
1
ll
+ =
atau:11
 R R
+ =
 sehingga:
2
10
 RR
+ =
  Nilai akar positifnya adalah sebesar:510,61803...2
 R
= =
 
(Bilangan R ini selanjutnya biasa disebut sebagai
 golden ratio
atau
 golden number 
 
 )
ALGORITMA
(Kasus Maksimasi):
1.
 
Mulailah dari 2 nilai tebakan awal x
l
dan x
u
, yang mengapit titik maksimum.
(Perhatikan ilustrasi grafik berikut ini...)

You're Reading a Free Preview

Download
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->