Deep Awareness (of) I
Sebagai mahasiswa yang sedang mempelajari metode numerik dan analisis data, saya menyadari bahwa pemahaman tentang curve fitting dan hubungannya dengan persamaan fisika sangat penting. Dalam tugas ini, saya akan menganalisis 10 data plot J yang berbeda, melakukan curve fitting pada masing-masing data, dan menggabungkan hasilnya untuk memahami hubungan antara data tersebut dengan persamaan konduktivitas panas yang diberikan.
Intention
Tujuan saya menulis blog ini adalah untuk:
- Melakukan curve fitting pada 10 data plot J yang berbeda.
- Menggabungkan 10 data tersebut dan melakukan curve fitting pada data gabungan.
- Menampilkan hasil curve fitting dalam bentuk grafik interaktif.
- Menghubungkan hasil curve fitting dengan persamaan konduktivitas panas yang diberikan.
Initial Thinking
Saya memulai dengan mempelajari data dari 10 file CSV (j2.csv hingga j11.csv). Setiap file berisi data temperatur sebagai fungsi dari posisi. Langkah-langkah yang akan saya lakukan adalah:
- Parsing Data: Membaca dan memproses data dari setiap file CSV.
- Curve Fitting: Melakukan regresi polinomial pada setiap data individu dan data gabungan.
- Visualisasi: Menampilkan hasil curve fitting dalam grafik interaktif menggunakan Chart.js.
- Analisis: Menghubungkan hasil curve fitting dengan persamaan konduktivitas panas.
Idealization
Saya membayangkan sebuah alur kerja yang terstruktur untuk:
- Parsing Data: Membaca 10 file CSV dan menggabungkannya.
- Curve Fitting: Melakukan regresi polinomial derajat 3 pada setiap data individu dan data gabungan.
- Visualisasi: Membuat grafik interaktif untuk menampilkan data asli dan hasil curve fitting.
- Analisis: Menghubungkan hasil curve fitting dengan persamaan konduktivitas panas.
Instruction Set
Berikut adalah langkah-langkah yang saya ikuti:
- Parsing Data:
- Baca data dari 10 file CSV.
- Gabungkan data tersebut menjadi satu dataset.
- Curve Fitting:
- Lakukan regresi polinomial derajat 3 pada setiap data individu.
- Lakukan regresi polinomial derajat 3 pada data gabungan.
- Visualisasi:
- Buat grafik interaktif menggunakan Chart.js.
- Tampilkan data asli dan hasil curve fitting.
- Analisis:
- Bandingkan hasil curve fitting dengan persamaan konduktivitas panas.
Implementasi Alat Interaktif
Script HTML + JavaScript
Curve Fitting untuk 10 Data Plot J
Oleh: Ignatius David Mahendra (2306223963)
Grafik Data dan Curve Fitting
Hasil Curve Fitting
| Data | Persamaan Regresi |
|---|
Hubungan dengan Persamaan Konduktivitas Panas
Persamaan konduktivitas panas yang diberikan adalah: \[ \frac{\partial u}{\partial t} = \alpha \nabla^2 u \] Di mana: \[ u = T, \quad \nabla = \frac{\partial}{\partial x} \vec{v} + \frac{\partial}{\partial y} \vec{y} + \frac{\partial}{\partial z} \vec{w} \] Hasil curve fitting dapat digunakan untuk memvalidasi distribusi temperatur (\( T \)) dalam sistem.
Kesimpulan
Melalui proyek ini, saya belajar bahwa:
- Curve fitting adalah alat yang powerful untuk menganalisis data numerik.
- Visualisasi grafik membantu dalam memahami hubungan antara data dan model matematika.
- Hasil curve fitting dapat digunakan untuk memvalidasi persamaan fisika seperti konduktivitas panas.
Semoga blog ini bermanfaat bagi mahasiswa lain yang ingin mempelajari metode numerik dan analisis data. Jika ada pertanyaan atau masukan, silakan beri tahu!
