Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Beberapa Problem Optimasi:

Presentasi serupa


Presentasi berjudul: "Beberapa Problem Optimasi:"— Transcript presentasi:

1 Beberapa Problem Optimasi:
Metode Komputasi Bagian 5 Beberapa Problem Optimasi: Curve Fitting This is a file from the Wikimedia Commons. Dosen: Deni Saepudin : Ruang C114 Telp

2 Curve Fitting Merupakan proses membangun kurva atau fungsi matematika yang paling cocok (best fit) dengan barisan data point. Curve fitting dapat berupa: interpolasi (kecocokan dengan data dituntut mutlak), smoothing (fungsi yang digunakan harus smooth) dan regressi (kecocokan dengan data mengakomodasi random error)

3 Ilustrasi: Model Penjualan Rumah
Price (Thousands of $) $150 - $169 $170 - $189 $190 - $209 $210 - $229 $230 - $249 $250 - $269 $270 - $289 Sales of New Homes This Year 126 103 82 75 40 20 Penyederhanaan Price (Thousands of $) $160 $180 $200 $220 $240 $260 $280 Sales of New Homes This Year 126 103 82 75 40 20

4 Linear Curve Fitting Bila jumlah penjualan diasumsikan bergantung linear terhadap harga Y = 1x + 0, x menyatakan harga Y menyatakan jumlah penjualan Bagaimana menaksir parameter 1 dan 0? Definisi: Jarak vertikal Jarak vertikal antara garis Y = 1x + 0 ke titik Pi(xi, yi) ei = |yi – (1xi + 0)| = |yi – 1xi –0 | Garis Y = 1x + 0 dipilih sehingga jumlah kuadrat jarak vertikal terkecil

5 Linear Least Square Alternatif 1: Metode Kalkulus
Garis kuadrat terkecil Y = 1x + 0 untuk himpunan titik (x1,y1), (x2,y2),…,(xn,yn) dapat diperoleh dari masalah peminimuman Bagaimana menentukan nilai 1 dan 0 yang memenuhi masalah optimasi? Alternatif 1: Metode Kalkulus Alternatif 2 : Metode Gradient Descent Terapkan metode Gradient descent utk problem tsb!

6 Nonlinear Fitting (linearisasi)
Diberikan sekumpulan data: (x1,y1),(x2,y2),…,(xn,yn) Jika hubungan antara Y dan X diasumsikan Y = eX, dapat dilakukan linearisasi lnY = ln  +X (linearisasi) Maka Ytopi = lnY 0 = ln  1 =  Contoh: Data Penjualan komputer compaq t = Year (1990 = 0) 2 4 7 R = Revenue ($ billion) 3 11 25

7 Latihan: Carilah model keuntungan penjualan komputer berdasarkan data penjualan komputer Compaq Gunakan asumsi bahwa modelnya eksponesial Buat plot data empirik dan model yang diperoleh dalam satu gambar


Download ppt "Beberapa Problem Optimasi:"

Presentasi serupa


Iklan oleh Google