Langsung ke konten utama

Belajar Fitting data menggunakan Wolfram Mathematicha

 Berikut adalah beberapa contoh video tutorial untuk mengani list dengan wolfram mathematica


Adapun tutorial yang lebih santai adalah 



Pada tulisan kali ini, saya akan berbagi tentang bagaimana cara mengolah data yang dihasilkan oleh kalkulasi C++. Data yang saya gunakan menggunakan scientific notation yang biasanya ditulis dengan 1.45E-5. Nah permasalahan yang saya temui adalah format yang digunakan oleh Mathematicha adalah 1.45x10-5, sehingga perlu dilakukan penyesuaian. 

Untuk melakukan penyesuaian ada banyak cara. Salah satunya adalah menuliskan nya secara manual. Namun, bagaimana jika data kita sangat banyak? Gak mungkin kan mengubah nya satu per satu. 

Ok, kita mulai dengan bagaimana cara meng-import data dari file text. Pertama kit beri nama data yang akan kita import dengan "datamentah".

in[1]:= datamentah = Import["/folder location/file.txt"];

Saat data tersebut diimport ke dalam "datamentah" data tersebut basih ber format string. Kemudian kita ubah menjadi string dengan format yang disesuaikan dengan Mathematicha (1.45x10-5). 

in[2]:= datastring = ImportString[datamentah, "Table"];

Kemudian saya ingin mengambil data spesifik pada kolom 1 dan 4. Untuk mengambil data tersebut, pada kasus saya saya harus mengubah baris dan kolom terlebih dahulu. Karena secara dafault data yang terpanggil di list adalah secara baris. Untuk mengubah baris dan kolom, menggunakan:

in[3]:= datatstringtrans = Transpose[datastring]

Kemudian untuk mengambil data pada kolom 1 dan 4, yang tentu saja sekarang statusnya berubah menjadi baris dengan cara:

in[4]:= datax = datatstringtrans[[1]];
in[5]:= datay = datatstringtrans[[4]];

Yang artinya adalah saya ingin mengambil data di baris 1 sebagai x dan 4 sebagai y. 

Kemudian saya ingin menyatukan keduanya menjadi data untuk plotting dan fitting yang saya beri nama H2O2.

in[6]:= dataH2O2 = Transpose[{datax, datay}]

dataH2O2 saat ini terdiri dari datax dan data y. Dengan bentuk 2 buah kolom x dan y. Untuk melihat dalam bentuk matrix adalah 

in[7]:= MatrixForm[dataH2O2]

Nah, kemudian setelah bentuknya x dan y, maka kita dapat mencari fitting data nya. Caranya adalah dengan membuat model fitting data nya dulu. yaitu.

in[8]:= model = a Exp[-k t];

Kemudian mencari fitting data dengan model yang sudah dibuat.

in[9]:= FindFit[dataH2O2, model, {a, k}, t];

in[10]:= fit = FindFit[dataH2O2, model, {a, k}, t];

in[11]:= modelf = Function[{t}, Evaluate[model /. fit]]

in[12]:= Plot[modelf[t], {t, 0, 0.00009}, Epilog -> Map[Point, dataH2O2]]

in[13]:= {tl, yl} = Transpose[dataH2O2];

in[14]:= residuals = yl - Map[modelf, tl];

in[15]:= ListPlot[residuals, Filling -> Axis, DataRange -> {Min[tl], Max[tl]},PlotRange -> {{0, 0.0009}, All}]


Nah, dari sini akan dihasilkan berapa besar nya error dalam bentuk plot.

Nah setelah file notebook disimpan dan kemudian akan dibuka kembali di lain waktu, biasanya file notebook tidak bisa langsung berjalan. Harus dijalankan per baris. Tentu saja ini sangat tidak nyaman. Sehingga cara nya agar cepat adalah menjalankan semuanya sekaligus. Cara nya adalah dengan menekan "Evaluation" kemudikan "Evaluate Notebook". Dengan demikian notebook akan menjalankan semua perintah hingga baris terakhir.


Komentar

  1. He then wager closely on these numbers and, in quantity of} days, received nearly $325,000—more than $6million in right now's dollars—until the casino caught on and began switching wheels nightly. More recently, in the Nineteen Sixties, while their fellow students had been learning or protesting, a gaggle of Berkeley students had been reported to have pulled off an analogous feat in Las Vegas. Nowadays, casinos routinely rotate their roulette wheels to frustrate long-run frequency bettors. All betting techniques that rely on patterns, when employed on casino edge games will end result, on average, in the player losing cash. In apply, gamers using betting techniques could 카지노사이트 win, and will indeed win very large sums of cash, but the losses will outweigh the wins.

    BalasHapus

Posting Komentar

Postingan populer dari blog ini

Python: Integral, Interpolasi dan Curve fitting

  Dalam mengolah data, python juga sangat mudah untuk digunakan mencari nilai integral dari sebuah fungsi, interpolasi dan fiting sebuah kurva.

Bahasa C: Pembahasan tentang isfinite

 Saat melakukan coding cumeric, ada kalanya kita harus mengecek apakah angka yang akan digunakan untuk menghitung berupa angka "normal" nilai nya melebihi range angka yang disetujui ataukan angkanya terlalu besar. Jika membuat fungsi sendiri, bisa jadi akan memakan waktu lama dan tidak efisien. Sehingga dalam bahasa C sudah disediakan library yang digunakan untuk mengecek bagaimana angka yang akan digunakan untuk menghitung.  Berikut adalah salah satu library yang disediakan oleh C untuk melaukan pengecekan angka yang akan digunakan untuk menghitung. Namanya adalah isfinite. Untuk lebih jelas nya dapat dilihat di link berikut .  isfinite berada dalam lingkungan <math.h>. Sehingga sebelum menggunakan nya perlu dilakukan pendefinisian header <math.h> terlebih dahulu.

Tutuorial memasak ubi/ketela dengan microwave

Di Jepang, ketela merupakan makanan yang banyak digemari masyarakat. Jika anda melihat atau penggemar komin Crayon Sinchan, anda akan tau jika Misae (Ibu nya Sinchan) memiliki hobi makan ketela.