Pemodelan matematika
Download
1 / 16

PEMODELAN MATEMATIKA - PowerPoint PPT Presentation


  • 232 Views
  • Uploaded on

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).

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' PEMODELAN MATEMATIKA' - gallia


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
Pemodelan matematika

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
Diagram alirprinsipkarakteristikpemodelanspektroskopiimpedansi (Macdonald 1987)


Analisis model rangkaian listrik
Analisis Model RangkaianListrik


Penurunan rumus dari model
PenurunanRumus Dari Model


Pengukuran parameter impedansinya pada bagian bagian buah
Pengukuran parameter impedansinyapadabagian-bagianbuah

INTERPRETASI: Hal itujugamenjadipertimbanganbahwabijidominanresistif, sementarakulit, SACS, danbuahutuhmemilikikomponenkapasitif


Perbandingan kesesuaian model model yang telah dikemban gkan
PerbandinganKesesuaian Model-Model Yang TelahDikembangkan


Coefficient of determination
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
PengukuranAkurasi 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 accuracy as a percentage, and is defined by the formula:

At :The actual value Ft :The forecast value

The root-mean-square deviation (RMSD) or root-mean-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 predictions for various times into a single measure 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.

: predicted values for times t

: regression dependent variable


Koefisendeterministik (a), MAPE (b), dan RMSE (c) padahasilsimulasiuntuk model barupadabeberapatingkatkeasaman (pH). Nilai parameter impedansi (Z/m), reaktansi (X/m), danresistansi (R/m) dalamorde


Hubungan antara resistensi dan tingkat keasaman jeruk keprok
HubunganantaraResistensidan Tingkat KeasamanJerukKeprok

INTERPRETASI: Makin tinggitingkatkeasamanmakinrendahnilairesistensinya.


Hubungan antara resistensi dan tingkat kekerasan jeruk keprok
HubunganantaraResistensidan Tingkat KekerasanJerukKeprok

INTERPRETASI: Makin tinggitingkatkekerasanmakintingginilairesistensinya.


HubunganantaraKapasitansidan Tingkat KeasamanJerukKeprok

INTERPRETASI: Makin tinggitingkatkeasamanmakintingginilaikapasitansinya.


HubunganantaraKapasitansidan Tingkat KeasamanJerukKeprok

INTERPRETASI: Makin tinggitingkatkekerasanmakinrendahnilaikapasitansinya.


NilaiKomponen Internal BerdasarkanHasilKomputasi Model Yang Dikembangkan


Kesimpulan pengamatan
KesimpulanPengamatan

  • InterpretasisifatlistrikmemberipeluangdankesempatanuntukmeninjauperilakukematanganJerukKeprokGarut.

  • Taksatu pun dari model listrikmampumemprediksisemuaperubahanperilakusecarasempurna.

  • Model yang dikembangkanJuansahet almemilikikinerjaakurasi yang lebihbaikdibandingkanmodel Hayden danZhang

  • Pembentukan model listriktelahmembantupemahamankitatentangkarakteristikbuahJerukKeprokGarut.

  • Perubahankekerasandankeasamandalambuah-buahandiikutidenganperubahankapasitansimembrandanresistansikomponenjaringanpenyusunbuah.

  • Perubahanresistansijaringandankapasitansimembranmenunjukkanadanyaperubahanmobilitas ion dalamseldanperubahanfisiologisbuahselamapematangan.


ad