Pemilihan proyek

Menetapkan masalah teknik dengan data pengukuran nyata sebagai proyek akhir jalur.

Daftar isi

Proyek akhir jalur ini merangkai keterampilan yang telah dibangun menjadi satu analisis yang utuh, dan pekerjaan pertamanya bukan menulis kode melainkan memilih masalah. Topik ini membahas kerangka memilih masalah teknik yang layak serta perbandingan tiga kandidat menurut kerangka itu. Kandidat yang terpilih adalah analisis respon termal alat pemanas, dan topik ini melengkapinya dengan spesifikasi proyek serta penyusunan berkas data pengukuran yang menjadi masukannya. Setelah membaca topik ini, masalah proyek ditetapkan lengkap dengan masukan, keluaran, dan angka keberhasilan yang terukur, sehingga setiap keputusan implementasi dapat diambil dengan mengacu pada spesifikasi tersebut.

Kerangka memilih masalah teknik#

Masalah yang layak diangkat menjadi proyek akhir memenuhi empat syarat sekaligus. Syarat pertama, data pengukuran tersedia sejak awal, karena analisis tanpa data hanya berhenti sebagai wacana. Syarat kedua, ukuran masalah sesuai kemampuan, yaitu dapat diselesaikan dengan keterampilan yang sudah dimiliki tanpa alat atau toolbox baru. Syarat ketiga, hasil dapat divalidasi, artinya tersedia angka pembanding yang menyatakan keberhasilan secara terukur. Syarat keempat, masalah memakai keterampilan jalur secara luas, mulai dari array dan fungsi sampai plot dan perhitungan numerik, sehingga proyek benar-benar berfungsi sebagai rangkuman.

Keempat syarat itu bekerja sebagai saringan berurutan. Masalah tanpa data gugur pada syarat pertama, masalah yang terlalu luas gugur pada syarat kedua, dan masalah yang hasilnya tidak dapat diperiksa gugur pada syarat ketiga. Pemeriksaan seperti ini murah tetapi menentukan, sebab proyek yang berhenti di tengah pekerjaan biasanya bukan karena kodenya salah, melainkan karena masalahnya tidak pernah didefinisikan dengan tuntas. Waktu yang dipakai untuk menyaring masalah jauh lebih kecil daripada waktu yang hilang ketika arah proyek harus diubah setelah separuh pekerjaan selesai.

Membandingkan tiga kandidat proyek#

Tiga kandidat masalah teknik diuji terhadap keempat syarat tersebut sebelum satu di antaranya dipilih. Kandidat pertama adalah analisis resonansi pada ayunan sederhana, kandidat kedua adalah pengolahan jadwal piket, dan kandidat ketiga adalah analisis respon termal sebuah alat pemanas. Tabel berikut merangkum penilaian ketiganya.

Kandidat	Ketersediaan data	Keterampilan yang dipakai	Keputusan
Resonansi ayunan sederhana	menuntut pengukuran getaran berlaju tinggi yang tidak tersedia	pemecah ODE, transformasi, plot	ditolak karena data tidak tersedia
Pengolahan jadwal piket	daftar nama dan hari yang mudah disusun	array, pengindeksan logika	ditolak karena terlalu sepele
Analisis respon termal alat pemanas	catatan suhu tiap 10 detik selama 120 detik	array, fungsi, kuadrat terkecil, interpolasi, plot	dipilih

Kandidat resonansi gugur pada syarat pertama. Getaran yang beresonansi berlangsung dalam orde sepersekian detik, sehingga pencatatannya menuntut alat ukur berlaju tinggi yang tidak tersedia. Data pengganti yang dibuat secara bebas hanya mengubah proyek menjadi simulasi murni tanpa satu pun angka terukur.

Kandidat jadwal piket gugur karena terlalu sepele. Penyusunan dan penyeimbangan jadwal adalah latihan array yang sah, tetapi seluruh pekerjaannya selesai dengan pengindeksan logika. Tidak ada komponen numerik dan tidak ada model yang dapat diadu dengan data, sehingga proyek tidak merangkum keterampilan jalur.

Analisis respon termal lolos pada keempat syarat. Data pengukuran kandidat ini berupa catatan suhu yang sederhana dan realistis, dengan ukuran yang pas untuk beberapa fungsi ringkas. Hasil analisis dapat diperiksa dari dua arah yang berbeda. Pengerjaannya memakai hampir seluruh keterampilan jalur, mulai dari pembacaan berkas, regresi linier dengan operator backslash, interpolasi, sampai pembuatan figur. Masalah inilah yang ditetapkan sebagai proyek akhir.

Spesifikasi proyek analisis respon termal#

Objek yang dianalisis adalah benda logam kecil yang dipanaskan dari suhu ruang menuju suhu tetap pengatur alat pemanasnya. Fisika pemanasan semacam ini mengikuti hukum pendinginan Newton dalam bentuk pemanasan, yaitu laju kenaikan suhu sebanding dengan selisih suhu benda terhadap suhu tujuannya. Akibatnya, suhu benda mendekati nilai asimtot secara eksponensial. Modelnya dikenal sebagai model orde satu,

T(t) = T_{\text{aset}} + (T_{\text{awal}} - T_{\text{aset}})\, e^{-t/\tau}

dengan $T_{\text{aset}}$ suhu asimtot yang dituju, $T_{\text{awal}}$ suhu benda saat pemanasan dimulai, dan $\tau$ konstanta waktu dalam detik. Konstanta waktu menyatakan kecepatan respons karena pada $t = \tau$ selisih suhu terhadap asimtot sudah menyusut menjadi sekitar 37 persen dari nilai awalnya. Nilai $T_{\text{aset}}$ dan $\tau$ tidak diketahui dari pengukuran dan justru menjadi keluaran utama proyek, sedangkan $T_{\text{awal}}$ ikut ditaksir dari data agar model tidak dipaksa melewati titik pertama.

Spesifikasi lengkap proyek dirangkum pada tabel berikut.

Komponen	Ketetapan
Masukan	berkas `data-suhu.csv` berisi 13 pengukuran waktu dan suhu
Keluaran utama	parameter model $T_{\text{aset}}$ , $T_{\text{awal}}$ , dan $\tau$ beserta error RMS
Keluaran turunan	waktu model mencapai ambang 80 derajat serta figur data dan kurva model
Kriteria mutu	error RMS di bawah 0,5 derajat
Kriteria mutu	selisih waktu ambang antara rumus model dan interpolasi data di bawah 1 detik

Berkas data pengukuran#

Pengukuran dilakukan tiap 10 detik selama 120 detik, sehingga menghasilkan 13 baris data pada dua kolom, yaitu waktu dalam detik dan suhu dalam derajat Celsius. Suhu benda naik dari suhu ruang 25,00 derajat menuju 83,80 derajat yang masih berada di bawah nilai tunaknya, sesuai perilaku model yang mendekati asimtot tanpa pernah melampauinya. Nilai pada kolom suhu tidak pernah jatuh tepat pada satu kurva mulus karena pengukuran selalu membawa simpangan kecil. Deviasi pada data ini sengaja ditulis tetap agar setiap keluaran proyek dapat dihitung ulang oleh pembaca.

csv data-suhu.csv

0,25.00
10,42.21
20,54.05
30,63.10
40,69.25
50,73.45
60,77.00
70,79.40
80,80.65
90,82.15
100,82.75
110,83.60
120,83.80

Sebelum dipakai lebih jauh, berkas diperiksa dengan pembacaan singkat memakai csvread, yang berjalan pada MATLAB maupun GNU Octave. GNU Octave adalah perangkat yang dipakai untuk memverifikasi contoh pada jalur ini. Pemeriksaan mencatat bentuk matriks hasil bacaan, keseragaman selang sampel, rentang waktu, serta rentang suhu terukur.

matlab Pemeriksaan awal berkas data pengukuran

M = csvread('data-suhu.csv');
fprintf('ukuran data    : %d baris x %d kolom\n', size(M, 1), size(M, 2));
fprintf('selang sampel  : %.0f detik\n', M(2, 1) - M(1, 1));
fprintf('rentang waktu  : %.0f sampai %.0f detik\n', M(1, 1), M(end, 1));
fprintf('rentang suhu   : %.2f sampai %.2f derajat\n', M(1, 2), M(end, 2));
fprintf('suhu tertinggi : %.2f derajat\n', max(M(:, 2)));

text Keluaran

ukuran data    : 13 baris x 2 kolom
selang sampel  : 10 detik
rentang waktu  : 0 sampai 120 detik
rentang suhu   : 25.00 sampai 83.80 derajat
suhu tertinggi : 83.80 derajat

Bentuk 13 baris kali 2 kolom sesuai rancangan, selang sampel seragam 10 detik sehingga kolom waktu dapat dipakai langsung sebagai sumbu model. Suhu naik searah dari 25,00 sampai 83,80 derajat. Kenaikan yang searah seperti ini kelak memungkinkan interpolasi terbalik dari suhu ke waktu pada tahap implementasi, karena setiap nilai suhu di dalam rentang hanya dimiliki satu waktu pengukuran. Pemeriksaan lima baris ini murah dan menutup kemungkinan berkas tertukar atau terpotong sebelum analisis utama dimulai.

Kesalahan umum#

Memilih masalah sebelum memeriksa ketersediaan data. Penyebabnya ide yang menarik muncul lebih dahulu daripada inventaris data. Akibatnya proyek macet pada pengumpulan data atau berubah menjadi simulasi bebas tanpa pembanding. Perbaikannya membalik urutan kerja, yaitu memulai dari data yang benar-benar tersedia lalu merumuskan masalah di sekitarnya.
Menetapkan kriteria keberhasilan yang tidak terukur. Penyebabnya spesifikasi ditulis dengan frasa seperti hasilnya bagus atau modelnya cocok. Akibatnya keputusan proyek selesai atau belum menjadi perkara selera. Perbaikannya menuliskan ambang angka sebelum kode ditulis, misalnya error RMS di bawah 0,5 derajat, sehingga pemeriksaannya menjadi mekanis.
Memilih masalah yang menuntut alat di luar jangkauan. Penyebabnya daya tarik fisika kandidat seperti resonansi menutupi kebutuhan pengukurannya. Akibatnya data tidak pernah terkumpul dan proyek berhenti di awal. Perbaikannya mencocokkan kebutuhan pengukuran dengan peralatan yang ada, lalu memilih masalah yang datanya dapat diperoleh secara jujur.

Ringkasan#

Empat syarat pemilihan masalah adalah data tersedia sejak awal, ukuran sesuai kemampuan, hasil dapat divalidasi dengan angka, dan keterampilan jalur terpakai secara luas.
Dari tiga kandidat, resonansi ditolak karena alat ukur tidak tersedia, jadwal piket ditolak karena terlalu sepele, dan analisis respon termal dipilih karena lolos keempat syarat.
Proyek memakai model orde satu $T(t) = T_{\text{aset}} + (T_{\text{awal}} - T_{\text{aset}})\,e^{-t/\tau}$ dengan $T_{\text{aset}}$ dan $\tau$ sebagai keluaran utama yang dicari dari data.
Masukan berupa data-suhu.csv berisi 13 pengukuran, dan keberhasilan diukur dengan error RMS di bawah 0,5 derajat serta selisih prediksi waktu ambang di bawah 1 detik.

Referensi#

csvread — MathWorks — Rujukan fungsi pembaca CSV numerik yang dipakai proyek pada kedua implementasi.
Newton’s law of cooling — Wikipedia — Artikel yang memaparkan hukum pendinginan Newton sebagai dasar fisika model pemanasan orde satu.