Professional Documents
Culture Documents
OLEH
LABORATORIUM PEMROGRAMAN
JURUSAN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
ALAM
UNIVERSITAS PADJADJARAN
2010
PRAKTIKUM FISIKA DASAR II
Asisten,
( ……………….............. )
I. Pendahuluan
Latar Belakang
Dalam berbagai disiplin ilmu yang setiap hari kita para mahasiswa, khususnya
mahasiswa jurusan fisika, temui baik ketika praktikum ataupun ketika kuliah di kelas, kita
sedikit-sedikit menyadari bahwa ilmu yang kita pelajari tidak akan sepenuhnya dipakai
dalam kehidupan di masa depan nanti. Ilmu yang kita pelajari ketika kuliah di kelas atau
ketika praktikum ini kebanyakan menggunakan metode analitik yang sering
membingungkan dalam mencari solusinya sehingga bisa memakan waktu yang lama dalam
pengerjaannya, padahal (sebagai contohnya) pencarian nilai at dan bt pada praktikum
fisika dasar I yang sebenarnya sederhana karena hanya berkutat di masalah hukum ohm
saja, bisa menjadi sangat ribet jika kita mengerjakannya secara analitis dengan jumlah data
yang cukup banyak.
Pada proyek metode numerik kali ini kami membuat suatu program yang dapat
digunakan sebagai alternatif dalam pengerjaan regresi linier secara numerik sehingga data
yang diperoleh bisa lebih variatif. Selain itu juga ada beberapa lagi tentang masalah
kelistrikan yang kami kerjakan dengan berbagai metode yang sudah di pelajari sebelumnya.
II. Studi Pustaka
dalam bahasan kali ini akan di berikan dua bahasan langsung yaitu tentang hukum yang di
ungkapkan oleh Kirchoff dan oleh Ohm, keduanya sama membahas tentang arus, hanya
bedanya ohm lebih pada arus yang mengalir pada konduktor yang memiliki beda potensial,
sedangkan kirchoff menelaah kuat arus pada rangkaian, baik tertutup atau pada percabangan
HUKUM KIRCHOFF 1
Di pertengahan abad 19 Gustav Robert Kirchoff (1824 – 1887) menemukan cara untuk menentukan
arus listrik pada rangkaian bercabang yang kemudian di kenal dengan Hukum Kirchoff. Hukum ini
berbunyi “ Jumlah kuat arus yang masuk dalam titik percabangan sama dengan jumlah kuat arus
yang keluar dari titik percabangan”. Yang kemudian di kenal sebagai hukum Kirchoff I. Secara
matematis dinyatakan
Bila digambarkan dalam bentuk rangkaian bercabang maka akan diperoleh sebagai berikut::
Hukum Kirchoff secara keseluruhan ada 2, setelah yang diatas dijelaskan tentang hukum yang ke 1.
Hukum Kirchoff 2 dipakai untuk menentukan kuat arus yang mengalir pada rangkaian bercabang
dalam keadaan tertutup (saklar dalam keadaan tertutup).
Hukum Kirchoff 2 berbunyi : " Dalam rangkaian tertutup, Jumlah aljabbar GGL (E) dan jumlah
penurunan potensial sama dengan nol". Maksud dari jumlah penurunan potensial sama dengan nol
adalah tidak ada energi listrik yang hilang dalam rangkaian tersebut, atau dalam arti semua energi
listrik bisa digunakan atau diserap.
Dari gambar diatas kuat arus yang mengalir dapat ditentukan dengan menggunakan beberapa
aturan sebagai berikut :
Tentukan arah putaran arusnya untuk masing-masing loop.
Arus yang searah dengan arah perumpamaan dianggap positif.
Arus yang mengalir dari kutub negatif ke kutup positif di dalam elemen dianggap positif.
Pada loop dari satu titik cabang ke titik cabang berikutnya kuat arusnya sama.
Jika hasil perhitungan kuat arus positif maka arah perumpamaannya benar, bila negatif
berarti arah arus berlawanan dengan arah pada perumpamaan .
Hukum Ohm
Hukum Ohm menyatakan bahwa besar arus yang mengalir pada suatu konduktor pada suhu tetap
sebanding dengan beda potensial antara kedua ujung-ujung konduktor
I=V/R
nE n
I= I=
R +n rd R +rd / p
n = banyak elemen yang disusun
seri
E = ggl (volt)
rd = hambatan dalam elemen
R = hambatan luar
p = banyaknya elemen yang disusun paralel
SERI PARALEL
R = R1 + R2 + R3 + ... 1=1+1+1
V = V1 + V2 + V3 + ... R R1 R2 R3
I = I1 = I2 = I3 = ...
V = V1 = V2 = V3 = ...
I = I1 + I2 + I3 + ...
W = V I t = V²t/R = I²Rt
Joule = Watt.detik
KWH = Kilo.Watt.jam
DAYA LISTRIK (P) adalah energi listrik yang terpakai setiap detik.
Permasalahan yang banyak berhubungan dengan pola suatu data adalah fungsi
yang melibatkan data. Persoalannya adalah bagaimana menyajikan fungsi tersebut. Untuk dapat
menyajikan fungsi, yang dapat dilakukan adalah mengunakan fungsi pendekatan yaitu fungsi
yang paling sesuai untuk menyatakan data berdasarkan model fungsi tertentu.
Cara pendekatan yang lain bukan untuk menyatakan fungsi tetapi untuk mencari
nilai – nilai antara titik – titik yang sudah diketahui. Sehingga, pola fungsinya semakin jelas
terlihat atau membentuk suatu kurva. Cara pendekatan ini dinamakan dengan interpolasi.
Interpoasi digunakan untuk menentukan titik – titik lain berdasarkan fungsi pendekatan yang
ditentukan sebelumny berdasarkan fungsi pendekatan yang digunakan sebelumnya.
Berdasarkan fungsi pendekatan yang digunakan terdapat beberapa macam interpolasi, yaitu
interpolasi linier, polinom, lagrange.
Bila data diketahui mempunyai ketelitian yang sangat tinggi, maka kurva
cocokannya dibuat melalui setiap titik. Persis sama kalau kurva fungsi yang sebenarnya dirajah
melalui tiap titik itu. Kita katakan di sini bahwa kita menginterpolasi titik – titk data dengan
sebuah fungsi. Bila fungsi cocokan yang digunakan berbentuk polinom, polinom tersebut
dinamakan interpolasi. Pekerjaan menginterpolasi sebuah polinom disebut dengan interpolasi
polinom.
interpolasi polimomial
Salah satu teknik interpolasi yang sering digunakan dalam menghampiri suatu fungsi yang kontinu
adalah dengan interpolasi polnomial yang dirumuskan sebagai berikut:
Pn ( x) a 0 a1 x .. an 1x n 1 anx n
Dengan n merupakan bilangan integer nonnegaif dan a0,a1,..an merupakan konstanta rill.
Interpolasi polynomial digunakan untuk mencari titik-titik antara dari n buah titik P1(x1,y1),
P2(x2,y2), P3(x3,y3), …, PN(xN,yN) dengan menggunakan pendekatan fungs polynomial pangkat n-1:
pada persamaan diatas kita dapat mencari n
Masukkan nilai dari setiap titik ke dalam persamaan polynomial di atas dan diperoleh persamaan
simultan dengan n persamaan dan n variable bebas:
y1 a 0 a1x1 a 2 x12 .. an 1 x n 1 anx1n
y 2 a 0 a1 x 2 a 2 x 2 2 .. an 1 x n 1 anx 2 n
y 2 a 0 a1 x 2 a 2 x 2 2 .. an 1 x n 1 anx 2 n
..................................................................
yn a 0 a1xn a 2 xn 2 a 3 xn 13 .. an 1 x n 1................................(4.1)
Penyelesaian persamaan simultan di atas adalah nilai-nilai a0, a1, a2, a3, …, an yang
merupakan nilai-nilai koefisien dari fungsi pendekatan polynomial yang akan digunakan.
Dengan memasukkan nilai x dari titik yang dicari pada fungsi polinomialnya, akan
Teorema weiestrass
f ( x) P( x)
,untuk semua x dalam
a, b
Teorema diatas menjamin kepada kita bahwa untuk semua fungsi yang kontinu dalam selang
tertentu,. Maka fungsi tersebut dapat diaproksimasikan oleh suatu polinom.
Teorema taylor
f C n a, b
Jika dengan kata lain f merupakan suatu fungsi yang dapat diturunkan secara
x 0 a, b x 0 a, b
. Untuk setiap terdapat sejumlah ( x ) antara xo dan x dengan f(x)=
Pn ( x) Rn( x) dimana
n
f ( k ) ( x 0)
Pn ( x x 0) k .......................(4.2)
k 0 k!
n
f ( n 1) ( ( x))
Pn ( x x 0) n1 .......................(4.3)
k 0 (n 1)!
Interpolasi Lagrange
( x x1
n
y
i 1
i 1 jn,i j ( x x
i j
Y=
Jika syarat diatas tidak terpenuhi,maka intepolasinya gagal. Dalam hal spasi x tidak uniform
terdapat beberapa cara penanggulangannya. Dalam paragraf ini kita bahas polinom
langrange sebagai salah satu cara menanggulangi masalah di atas.
n n
Pn ( x) Ln( x) fi( x xj ) / ( xi xj )
j 0 j 0
j 1 j 1
n
x xj
fi( )
j 0 xi xj
j i
yk y1* y 2* y3* y 4* y5
k 1
Pn ( x) a0 ( x x1 )( x x2 )...( x xn )
a1 ( x x0 )( x x2 )...( x xn ) ...
an ( x x0 )( x x1 )( x x2 )...( x xn 1 )
Pn ( x0 ) y0
Pn ( x1 ) y1
...................
Pn ( xn ) yn
yi
ai
( xi x0 )( xi x1 )...( xi xi 1 )...( xi xi 1 )...( x0 xn )
maka
n
Pn ( x) Li yi L0 y0 L1 y1 Ln yn
i 0
Least Square methode
Tabel yang diperoleh dari percobaan fisika biasanya besaran tabel mengandung kesalahan
inherent. Terlebih lagi, kesalahan inherent ini biasanya tidak akan dapat dinyatakan dengan
derajat ketidaktentuan; yaitu dikatakan bahwa kesalahan inherent didistribusikan menurut pola
statistik tertentu, dan ada kemungkinan yang wajar bila beberapa kesalahan akan cukup besar.
Pertimbangan inilah yang mendasari kita untuk mencari metode pengolahan data bagi tabel
data percobaan untuk memperoleh formula yang menghubungkan y dan x. Diharapkan bahwa
formula ini cukup sederhana. Hal pertama yang harus diperhatikan adalah bagaimana dapat
disimpulkan bahwa suatu formula merupakan pendekatan yang baik dari tabel data. Dalam hal
grafis, pertanyaan diterjemahkan sebagai: Bagaimana dapat diputuskan bahwa kurva tersebut
merupakan kurva yang paling “tepat” pada titik-titik data.
Salah satu metode yang digunakan untuk dapat menanggulangi terjadi adanya kesalahan yaitu
dengan penerapan Metode Kuadrat Terkecil (Least Squares). Sebagai contoh, misalkan dari
pengamatan kecenderungan umum data, dapat kita pilih y merupakan fungsi linier :
y = ax + b
dengan x dan y merupakan variabel bebas, sedangkan a dan b merupakan parameter. Jika kita
mempunyai sekumpulan data pasangan (x,y), dan data tersebut digambarkan dalam bentuk
grafik linear, maka akan diperoleh suatu garis lurus.
Dengan menganggap bahwa x memiliki sesatan yang lebih kecil dari pada sesatan pada y, maka
garis lurus terbaik dapat diperoleh berdasarkan metode kuadrat terkecil (regresi terhadap y).
Nilai a terbaik dituliskan dengan notasi a t sedangkan nilai b terbaik dituliskan dengan notasi b t
dengan:
N N N
∑( ∑x ∑y
N i=1 x yi )- i=1 i i=1 i
at =
N N
∑x 2
∑x 2
N i=1 i - i=1 i
Dan
N N N N
∑x 2
∑y ∑x ∑ (x
i=1 i i=1 i - i=1 i i=1 i yi )
bt =
N N
∑x 2
∑x 2
N i=1 i - i=1 i
Δa t = N
N N
∑x 2
∑x 2
N i=1 i - i=1 i
Δb t=
∑x 2
i=1 i
N N
∑x 2
∑x 2
N i=1 i - i=1 i
Dengan:
N
1
N −1
∑ {y } 2
Sy = i=1 i – (atxibt )
Sebaran titik-titik data dari garis lurus dapat diukur berdasarkan nilai koefisien korelasinya (r)
berdasarkan rumus :
N N N
∑ (x ∑x ∑y
N i=1 i yi ) - i=1 i i=1 i
N N N
√
N
[N ∑ x
i=1 i
2
-
(∑ )
i=1
x
2
[∑ y
i=1 i
2
-
(∑ y
i=1 i
2
dengan nilai -1 ¿ r≤1 . Jika |r| ¿1 berarti titik-titik datanya dekat dengan garis terbaik.
Sedangkan jika |r| ¿ 0 titik-titik datanya berjauhan dari garis lurus terbaik.
Beberapa fungsi yang tidak linier, dalam batas-batas tertentu da[at dilinierkan. Setelah
diperoleh fungsi linier dapat digunakan metode kuadrat terkecil untuk menentukan parameter
terbaiknya.
IV. Hasil dan Pembahasan
Tampilan program
Analisa Program
Metode pencocokan kurva berfungsi untuk mencari nilai at dan bt yang ada
pada suatu kurva linier dimana tegangan V=V₀+RI. Kemudian kita dapat menentukan
nilai tegangan yang tidak kita amati pada percobaan menggunakan metode
interpolasi newton backward. Dan metode Runge-Kutta orde 4 berfungsi untuk
menentukan perubahan arus terhadap selang waktu tertentu. Sedangkan metode
forward central difference digunakan untuk mencari arus dari suatu persamaan
matematika yang merupakan suatu fungsi muatan yang diturunkan terhadap waktu.
VI. Lampiran
Start
Identitas kelompok
Pilihan 1,2,3,4,5,6
If pil 1
Mekucil
grafik
end
Newton If pil 2
Backward
Rk 4 If pil 3
Forward,c
keluar entral
If pil 6
If pil 5 If pil 4
trapesium
Listing Program
#include <stdio.h>
#include <conio.h>
#include <stdlib.h>
#include <math.h>
#define order 4
//deklarasi
int pil;
float H;
H=V/L-I*R/L;
return H;}
float H;
H=0;
return H;}
float f(float t)
float Q;
Q=2*t+6;
return (Q);
float go(float s)
{
float a;
a = 3*s*s*s*s + 4*s;
return a;
float d2f(float s)
float b;
b = 12*s*s*s+4;
return b;
float d3f(float s)
float c;
c = 36*s*s;
return c;
void identitas();
void regresi();
void newtonbackward();
void runge();
void riemann();
void fwd();
//fungsi utama
main()
while(pil != 6)
system("cls");
//procedure indentitas
identitas();
printf("|| 6. Keluar
||\n");
switch(pil)
case 1 :
//regresi
regresi(); break;
case 2:
//newtonbackward
newtonbackward(); break;
case 3 :
//runge
runge(); break;
case 4 :
//trapesium
riemann(); break;
case 5 :
//fwd
fwd();break;
case 6 :
getch();
return 0;
}
//identitas
void identitas()
//procedure jumlah
void regresi()
int i, n;
scanf("%d",&n);
for(i=0;i<n;i++)
scanf("%f",&I[i]);
scanf("%f",&v0[i]);
}
sum_x=0;
sum_y=0;
sum_x2=0;
sum_xy=0;
sum_y2=0;
for(i=0;i<n;i++)
sum_x=sum_x+I[i];
sum_y=sum_y+v0[i];
sum_x2=sum_x2+I[i]*I[i];
sum_y2=sum_y2+v0[i]*v0[i];
sum_xy=sum_xy+I[i]*v0[i];
xa=sum_x/n;
ya=sum_y/n;
a1=(n*sum_xy-sum_x*sum_y)/(n*sum_x2-sum_x*sum_x);
a0=ya-a1*xa;
for(i=0;i<n;i++)
{ R[i]=v0[i]/I[i];
v1[i]=a0+a1*I[i];
error[i]=fabs(v1[i]-v0[i]);
printf("\tI\t\tV0\t\tR\t\tV\t\terror\t\n");
for(i=0;i<n;i++)
printf("\t%.2f\t\t%.2f\t\t%.2f\t\t%.2f\t\t%.3f\t\n",I[i],v0[i], R[i],
v1[i],error[i]);
printf("\nV=V0+RI\n",a0,a1);
printf("\nV=%.4f+%.4fI\n",a0,a1);
getch();
}
void newtonbackward()
float ax[20],ay[20],diff[20]
[order+1],nr=1,dr=1,x,p,h,yp;
int n,i,j,k;
scanf("%d",&n);
for(i=1;i<=n;i++)
{scanf("%f%f",&ax[i],&ay[i]);}
scanf("%f",&x);
h=ax[2]-ax[1];
for(i=n;i>=1;i--)
{diff[i][1]=ay[i]-ay[i-1];}
for(j=2;j<=order;j++)
for(i=n;i>j;i--)
{diff[i][j]=diff[i][j-1]-diff[i-1][j-1];}
i=n;
p=(x-ax[i])/h;
yp=ay[i];
for(k=1;k<=order;k++)
nr*=p+k-1;
dr*=k;
yp+=(nr/dr)*diff[i][k];
}
printf("saat arus =%f Ampere\t Tegangan= %f Volt",x,yp);
getch();
void runge()
int i;
float ta,t,temp,h,er,eps;
float k1,k2,k3,k4,R,L,V,I;
printf("\n\n");
printf("Masukkan Resistansi(ohm):");
scanf("%f",&R);
printf("Masukkan Induktansi(Henry):");
scanf("%f",&L);
scanf("%f",&V);
printf("Masukkan h:");
scanf("%f",&h);
printf("Masukkan t akhir:");
scanf("%f",&ta);
printf("Masukkan I[0]=");
scanf("%f",&I);
printf("\t-----------------------------------------\n");
t=0;
i=1;
do{
k1=h*f(I,t,R,L,V);
k2=h*f(I+k1/2,t+h/2,R,L,V);
k3=h*f(I+k2/2,t+h/2,R,L,V);
k4=h*f(I+k3,t+h,R,L,V);
I=I+(k1+2*k2+2*k3+k4)/6;
eps=I;
eps=eps+h*f(eps,h,R,L,V);
er=h*h*f_aksen(h,eps,R,L,V)/2;
printf("\t%d\t%f\t%f\t%f\n",i,t,I,er);
t=t+h;
i++;
while(t<=ta);
end:
getch();
void riemann ()
int i;
float a,b,h,n,x;
float L;
printf("INTEGRAL Riemann\n");
printf("Metode Trapesium\n");
a=0;
h=1;
n=(b-a)/h;
printf("|t|\t|Q|\n");
x=a;
L=0;
for(i=1;i<=n;i++)
L=L+ h*(f(x)+f(x+h))/2;
printf("%d\t%.2f\n",i,L);
x=x+h;}
getch();
void fwd()
int i,n,menu;
int g;
printf("--------------------------------------------------------\n");
printf("\n");
fwd[i] = ((go(x+h[i])-go(x))/h[i])-((h[i]/2)*d2f(x));
erf[i] = fabs((h[i]/2)*d2f(x));
cntr[i] = ((go(x+h[i])-go(x-h[i]))/(2*h[i]))-
((h[i]*h[i]/6)*d3f(x));
erc[i]= fabs(-(h[i]*h[i]/6)*d3f(x));
printf("-------------------------------------------\n");
printf("**\t Pada saat h = %f\t **\n",h[i]);
printf("-------------------------------------------\n");
printf("\n\n");
getch();
}
VII. Daftar Pustaka