Download contoh kasus-pemodelan matematika

Survey
yes no Was this document useful for you?
   Thank you for your participation!

* Your assessment is very important for improving the workof artificial intelligence, which forms the content of this project

Document related concepts
no text concepts found
Transcript
PEMODELAN MATEMATIKA
Kudang B. Seminar
KARAKTERISTIK BUAH JERUK KEPROK GARUT MELALUI PEMODELAN
RANGKAIAN LISTRIK YANG DIDASARKAN PADA SIFAT RESISTIF DAN
KAPASITIFNYA (J. Juansah, W. Budiastra, K. Dahlan, K.B. Seminar 2013)
Diagram alir prinsip karakteristik pemodelan
spektroskopi impedansi (Macdonald 1987)
Analisis Model Rangkaian Listrik
Penurunan Rumus Dari Model
Pengukuran parameter impedansinya pada
bagian-bagian buah
INTERPRETASI: Hal itu juga menjadi
pertimbangan bahwa biji dominan
resistif, sementara kulit, SACS, dan buah
utuh memiliki komponen kapasitif
Perbandingan Kesesuaian Model-Model Yang
Telah Dikembangkan
Coefficient of Determination
The coefficient of
determination, denoted
R2 and pronounced R
squared, indicates how
well data points fit a line
or curve.
Pengukuran Akurasi Model
The mean absolute percentage error (MAPE), also known as
mean absolute percentage deviation (MAPD), is a measure of
accuracy of a method for constructing fitted time series values in
statistics, specifically in trend estimation. It usually expresses
At :The actual value
accuracy as a percentage, and is defined by the formula:
Ft :The forecast value
The root-mean-square deviation (RMSD) or rootmean-square error (RMSE) is a frequently used
measure of the differences between values
predicted by a model or an estimator and the
values actually observed. The RMSD serves to
aggregate the magnitudes of the errors in
: predicted values for times t
predictions for various times into a single measure
: regression dependent variable
of predictive power. RMSD is a good measure of
accuracy, but only to compare forecasting errors of
different models for a particular variable and not
between variables, as it is scale-dependent.
Koefisen deterministik (a), MAPE (b), dan RMSE (c) pada hasil simulasi untuk
model baru pada beberapa tingkat keasaman (pH). Nilai parameter impedansi
(Z/m), reaktansi (X/m), dan resistansi (R/m) dalam orde
Hubungan antara Resistensi dan Tingkat Keasaman Jeruk Keprok
INTERPRETASI:
Makin tinggi
tingkat keasaman
makin rendah nilai
resistensinya.
Hubungan antara Resistensi dan Tingkat Kekerasan Jeruk Keprok
INTERPRETASI:
Makin tinggi
tingkat kekerasan
makin tinggi nilai
resistensinya.
Hubungan antara Kapasitansi dan Tingkat Keasaman Jeruk Keprok
INTERPRETASI:
Makin tinggi
tingkat keasaman
makin tinggi nilai
kapasitansinya.
Hubungan antara Kapasitansi dan Tingkat Keasaman Jeruk Keprok
INTERPRETASI:
Makin tinggi
tingkat kekerasan
makin rendah nilai
kapasitansinya.
Nilai Komponen Internal Berdasarkan Hasil Komputasi Model Yang Dikembangkan
Kesimpulan Pengamatan
1.
2.
3.
4.
5.
6.
Interpretasi sifat listrik memberi peluang dan kesempatan untuk
meninjau perilaku kematangan Jeruk Keprok Garut.
Tak satu pun dari model listrik mampu memprediksi semua
perubahan perilaku secara sempurna.
Model yang dikembangkan Juansah et al memiliki kinerja akurasi
yang lebih baik dibandingkan model Hayden dan Zhang
Pembentukan model listrik telah membantu pemahaman kita
tentang karakteristik buah Jeruk Keprok Garut.
Perubahan kekerasan dan keasaman dalam buah-buahan diikuti
dengan perubahan kapasitansi membran dan resistansi komponen
jaringan penyusun buah.
Perubahan resistansi jaringan dan kapasitansi membran
menunjukkan adanya perubahan mobilitas ion dalam sel dan
perubahan fisiologis buah selama pematangan.