Академический Документы
Профессиональный Документы
Культура Документы
Who Am I
Lecturer at JTMI UGM since 2002
Educational Background:
Bachelor in Electrical Engineering (1995-1999)
Research interest:
System Engineering, Operations Research, Tribology in railways
03/09/2014
Course Materials
Basic modeling
Mathematical modeling: overview
Mathematical modeling: deterministic
Deterministic static : LP, NLP, IP
Deterministic dynamic
Mathematical modeling: stochastic
Parameter estimation
Verification and validation
Course Materials
Williams, H.P., 1999, Model Building in Mathematical
03/09/2014
Evaluation
No.
1.
2.
3.
4.
Weight, %
20
Components
Group assignment
Individual assignment
Mid Exam
Final Exam (compulsory)
20
30
30
85 100
GRADE
A
75 X < 85
65 X < 75
50 X < 65
< 50
B
C
D
E
What is a system ?
An interconnected set of elements that is
03/09/2014
System Components
Consists of objects called ENTITIES
ELEMENTS
INTERCONNECTIONS
FUNCTION /
PURPOSE
System Components
THINK ABOUT THIS:
Can you identify parts?
03/09/2014
System Components
THINK ABOUT THIS:
Do the parts affect each other?
Do the parts together produce an
effect that is different from the effect
of each part on its own?
1+1=2?
OR
1+1>2?
OR
1+1<2?
System Components
THINK ABOUT THIS:
Does the effect, the behavior over time
03/09/2014
It is mighty
and firm like
a pillar
System Environment
SYSTEM BOUNDARY
Inputs/
excitations
Outputs /
response
s
Control
Feed-forward
Feedback
SYSTEM ENVIRONMENT
03/09/2014
Model
Model
REPRESENT / APPROXIMATE the REAL WORLD
Abstraction
Simplification
to describe
Problem Situation
to explain
to predict the characteristics /
MODEL
Performance
measure
IMPLEMENTASI
Representativeness
Usefulness
Usability
Cost consideration
Time frame
03/09/2014
Building Model
First question to ask ...
Have I solved this problem before?
If so, do the same think again
Building Model
If its a completely new problem...
Understand the system and its characteristics
Set objective
Model formulation
Validate
Analysis
03/09/2014
Building Model
what we need ...
THEORY
CREATIVITY
SKILL /
EXPERIENCES
REAL
WORLD
MODEL
SYSTEM
APPROACH
objective)
The level of detail required
The resource available (time, personnel,
computers, etc)
03/09/2014
Good Model
Simple to understand
Goal directed
Easy to control
Complete on important issues
Adaptive and easy to update
Evolutionary
Building Model
Start simple
use diagram
block-building
Controllable Inputs
Interactions
Performance measure
Uncontrollable Inputs
(Problems parameters)
10
03/09/2014
Building Model
System
Experiment with
the actual system
Experiment with
a model of the
system
Physical model
Mathematical
model
Analytical
solution
Simulation
Basic Modelling
Identifikasi masalah
Karakterisasi sistem
Formulasi model (penentuan variabel dan parameter,
estimasi parameter, etc.)
Validasi model konseptual
Design of experiments
Analisis
Validasi output
11
03/09/2014
System characterization
Open vs closed
White box vs black box
Static vs dynamic
Continuous vs discrete
Deterministic vs stochastic
Open vs closed
Sistem terbuka jika objek di dalam sistem berinteraksi dengan objek di
luar sistem. Sebaliknya disebut sistem tertutup.
Thermal power plant
Sistem terbuka jika asal batubara dianggap objek di luar system yang
mempengaruhi sistem. Jaringan PLN dianggap objek lain yg dipengaruhi oleh
sistem
Tambang
batubara
Sistem
Jaringan PLN
Sistem
Promosi
12
03/09/2014
Static vs Dynamic
Jika waktu tidak berperan sehingga semua variabel juga independen
terhadap waktu, maka sistem adalah statik.
Sebaliknya jika waktu berperan sehingga variabel nilainya berubah dg waktu,
maka kita mempunyai sistem dinamik.
Alloy Selection
Jika problem ini digambarkan sebagai sistem lup tertutup dg 3 variabel yaitu A
koeffisien thermal, B metoda produksi dan C suplier
C
A
B
Rocket launch
Posisi dan kecepatan roket terhadap tempat peluncuran di bumi adalah berubah
dengan waktu. Hubungan antara posisi dan kecepatan dijelaskan dengan teori
dinamika.
13
03/09/2014
Continuous vs Discrete
Jika variabel dalam sistem perlu digambarkan pada all time instants
(Continuous) atau hanya pada relevant time instants (discrete)
Memilih continuous atau discrete tergantung banyak aspek dalam
pemodelan.
Jika continuous terlalu detail, bisa digunakan skala waktu discrete
Permintaan soft drink
Jika tertarik pada interval permintaan mingguan, maka varibel yang
menggambarkan sistem berubah dalam periode mingguan. Unsur waktu
diperlakukan sebagai discrete.
Polusi Sungai
Level konsentrasi zat pencemar di sungai pada lokasi tertentu berubah
secara kontinyu dengan waktu, sehingga digunakan pendekatan
continuous.
Deterministic vs Stochastic
Deterministik: Jika nilai variabel (sistem statik) atau perubahan nilainya
(sistem dinamik) bersifat predictable dengan kepastian.
Stokastik: Jika nilai atau perubahan nilai variabelnya random dan
unpredictable.
Keandalan komponen
Data waktu kegagalan komponen sebuah mesin menunjukkan adanya
variabilitas yang besar (37 s/d 415 jam) sehingga sistem tersebut
stokastik
Peluncuran Roket
Posisi dan kecepatan roket dapat diformulasikan secara akurat dari
teori dinamika sistem, sehingga posisi dan kecepatan roket dapat
diprediksi dengan akurasi yg tinggi pula. Sistem ini dipandang sebagai
deterministik.
14