Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Bagian 5 Beberapa Problem Optimasi: Curve Fitting Metode Komputasi Dosen: Deni Saepudin : Ruang C114 Telp. +628122086193 This is a file from the Wikimedia.

Presentasi serupa


Presentasi berjudul: "Bagian 5 Beberapa Problem Optimasi: Curve Fitting Metode Komputasi Dosen: Deni Saepudin : Ruang C114 Telp. +628122086193 This is a file from the Wikimedia."— Transcript presentasi:

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

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 Price (Thousands of $) $160$180$200$220$240$260$280 Sales of New Homes This Year Penyederhanaan

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

5 Linear Least Square Garis kuadrat terkecil Y =  1 x +  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 Y topi = lnY  0 = ln   1 =  Contoh: Data Penjualan komputer compaq t = Year (1990 = 0) 0247 R = Revenue ($ billion)

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 "Bagian 5 Beberapa Problem Optimasi: Curve Fitting Metode Komputasi Dosen: Deni Saepudin : Ruang C114 Telp. +628122086193 This is a file from the Wikimedia."

Presentasi serupa


Iklan oleh Google