Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

PEMODELAN MATEMATIKA Kudang B. Seminar.

Presentasi serupa


Presentasi berjudul: "PEMODELAN MATEMATIKA Kudang B. Seminar."— Transcript presentasi:

1 PEMODELAN MATEMATIKA Kudang B. Seminar

2 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)

3 Diagram alir prinsip karakteristik pemodelan spektroskopi impedansi (Macdonald 1987)

4 Analisis Model Rangkaian Listrik

5 Penurunan Rumus Dari Model

6 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

7 Perbandingan Kesesuaian Model-Model Yang Telah Dikembangkan

8 Coefficient of Determination
The coefficient of determination, denoted R2 and pronounced R squared, indicates how well data points fit a line or curve.

9 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 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

10 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

11 Hubungan antara Resistensi dan Tingkat Keasaman Jeruk Keprok
INTERPRETASI: Makin tinggi tingkat keasaman makin rendah nilai resistensinya.

12 Hubungan antara Resistensi dan Tingkat Kekerasan Jeruk Keprok
INTERPRETASI: Makin tinggi tingkat kekerasan makin tinggi nilai resistensinya.

13 Hubungan antara Kapasitansi dan Tingkat Keasaman Jeruk Keprok
INTERPRETASI: Makin tinggi tingkat keasaman makin tinggi nilai kapasitansinya.

14 Hubungan antara Kapasitansi dan Tingkat Keasaman Jeruk Keprok
INTERPRETASI: Makin tinggi tingkat kekerasan makin rendah nilai kapasitansinya.

15 Nilai Komponen Internal Berdasarkan Hasil Komputasi Model Yang Dikembangkan

16 Kesimpulan Pengamatan
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.


Download ppt "PEMODELAN MATEMATIKA Kudang B. Seminar."

Presentasi serupa


Iklan oleh Google