Professional Documents
Culture Documents
Dalam bab ini akan dibahas mengenai pembentukan curve fitting terhadap
sekumpulan data yang diperoleh dari hasil eksperimen. Aproksimasi least-square banyak
R = a T +b
(4.1)
minimisasi jumlah kesalahan kwadrat antara nilai percobaan dan nilai yang dihitung.
Misalkan yei adalah nilai dari percobaan dan y i adalah nilai yang diperoleh dari persamaan
regresi:
y i = a xi + b
(4.2)
N
S= e
i=1
2
i
(4.4)
N
S = (yei - axi - b )2
i=1
(4.5)
N adalah jumlah pasangan data x dan ye. Untuk mendapatkan konstanta a dan b, turunan
parsil S terhadap a dan b dijadikan sama dengan nol atau harga S diminimalkan sesuai
S N
= 2(yei - a xi - b)(- xi ) 0
a i=1
(4.6)
S N
= 2(yei - a xi - b)(-1) 0
b i=1
(4.7)
N N N
a xi2 + b xi = xi yei
i=1 i=1 i=1
(4.8)
N N
a xi + bN = y ei
i=1 i=1
(7.9)
Persamaan ini dapat diselesaikan secara simultan untuk mendapatkan nilai slope a dan
intercept b. Data percobaan R versus T yang diberikan diatas dapat disusun kedalam Tabel
4.2:
Dengan memasukkan nilai jumlah kedalam persamaan (4.8) dan (4.9) didapat:
273.1a + 5 b = 4438 .
(4.11)
Dari penyelesaian simultan diperoleh a = 3.395, dan b = 702.2, sehingga persamaan linear
adalah
R = 3.395T + 702.2
(4.12)
Jika data percobaan tidak memberikan hubungan linear, dapat digunakan fungsi lain
y = a xb
(4.13)
y = a ebx
(4.14)
Persamaan (4.13) dan (4.14) dapat dilinearisasi dengan operasi logaritma sehingga dapat
y = a0 + a1 x + a 2 x 2 + ... + a n x n
(4.17)
2 n
ei = yei - yi = yei - a0 - a1 xi - a2 xi - ..... - an xi
(4.18)
N N
S = ei2 = (yei - a0 - a1 xi - a2 xi2 - ..... - an xin )2
i=1 i=1
(4.19)
Nilai S diminimalkan terhadap a0, a1, ........, an ....... sehingga diperoleh persamaan:
S N
0 = 2(yei - a0 - a1 xi - ..... - an xin) (1)
a0 i=1
(4.20)
S N
0 = 2(yei - a0 - a1 xi - ..... - an xin) ( xi )
a1 i=1
(4.21)
...........
S N
0 = 2(yei - a0 - a1 xi - ..... - an xin) ( xin )
an i=1
(4.22)
a0 xi a1 x 2
i a2 xi3 ... an xin1 xi yei (4.24)
a0 x a1
2
i x 3
i a2 x 4
i ... an x n 2
i x yei
2
1 (4.25)
a0 xin a1 x n 1
i a2 xin 2 ... an xi2 n x1n yei (4.26)
Persamaan (4.23) sampai (4.26) dapat diselesaikan secara simultan dengan menggunakan
Contoh :
Carilah persamaan kuadratik menggunakan metoda least-square dari data sebagai berikut :
x 0,05 0,11 0,15 0,31 0,46 0,52 0,70 0,74 0,82 0,98 1,17
y 0,95 0,89 0,83 0,71 0,57 0,53 0,37 0,37 0,30 0,24 0,104
6 0 2 7 1 9 8 0 6 2
x i 6,01 N 11
x 2
i 4,6545 y 5,905
ei
x 3
i 4,1150 x y 2,1839
i ei
x 4
i 3,9161 x y 1,3357
2
i ei
Penggunaan polynomial dengan derajat yang lebih tinggi lebih berarti jika variansi 2
2
e 2
i
N n 1
(4.27)
Perhitungan nilai variansi untuk berbagai polynomial ditampilkan pada 4.3 untuk contoh di
atas.
Tingkat Persamaan 2 e2
(n)
1 y = 0,952 – 0.76 x 0.00010 0.0092
2 y = 0,998 – 1,018x + 0,225 x2 0.0002 0.001
3 y = 1,004 – 1,079x + 0,351x2– 0,069 x3 8
4.3. Soal-Soal
1. Data kelarutan n-butana dalam asam hidroflorat anhidrus pada tekanan tinggi
Jika korelasi yang diharapkan adalah y = a ebx, tentukan konstanta a dan b dengan
2. Laju alir dari fire hose diperkirakan sebagai fungsi tekanan pada suatu nozzle. Carilah
korelasi yang tepat dengan menggunakan metoda least-square jika diberikan data:
dengan asumsi nilai x bebas kesalahan untuk tingkat 1, 2 dan 3 dan hitung variansi
x y
1 2,04
2 4,12
3 5,64
4 7,18
5 9,20
6 12,04
.
4. Carilah parameter a, b, dan c dalam persamaan normal :
z = ax + by + c
dan error
T (K) 150 175 200 225 250 275 300 325 350
L (mm) 79,956 92,505 105,230 117,493 129,987 142,498 155,103 162,497 180,025
T (oC) 25 30 35 40 45 50 55 60
X 0,551 0,612 0,643 0,705 0,752 0,798 0,853 0,892
x 1 2 3 4 5
y 1,9 9,3 21,5 42,0 115,7
8. Excess Gibbs Energy fungsi dari air + trietylamine dinyatakan sebagai berikut :
G ex
y
RT x (1 x)
x y
0,05 10,2847
0,25 9,5148
0,45 9,3282
0,65 9,7665
0,85 11,3528
0,95 13,4083
9. Studi mengenai dekomposisi termal dari isopropyl isocyanate dilakukan pada
data berikut:
N = 10 (jumlah data)
n = 4 (degree of polynomials)
N
F=
(P
1
(exp) P( calc ) ) 2
N (P(obj) P(calc) )2
r2
1 N (n 1)
Prosedur :
1) Read TK(1),……….,TK(10)
2) Read P(1),…………,P(10)
4) Hitung PC(1),………,PC(10)
N
5) Minimalkan ( P(i) PC (i))
i 1
2