OPTIMALISASI PARAMETER REGRESI RESPONSE SURFACE METHODOLOGY DALAM LABA USAHA PEDAGANG BUAH DAN APLIKASINYA MENGGUNAKAN MATLAB Skripsi disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi Matematika oleh
Nurul Fitria 4111411022
JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI SEMARANG 2015
ii
iii
iv
MOTTO
Orang yang menginginkan impiannya menjadi kenyataan, harus menjaga diri agar tidak tertidur (Richard Wheeler) Kesulitan itu ibarat seorang bayi. Hanya bisa berkembang dengan cara merawatnya (Douglas Jerrold)
PERSEMBAHAN
Untuk Ayah, Ibu, Dosen-dosen, Adik, Sahabat dan Teman-teman
v
KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Allah SWT, karena atas rahmat, nikmat dan karunia-Nya penulis dapat menyelesaikan Skripsi dengan judul “Optimalisasi Parameter Regresi Response Surface Methodology Dalam Laba Usaha Pedagang Buah Dan Aplikasinya Menggunakan Matlab”. Skripsi ini merupakan salah satu syarat bagi setiap mahasiswa Universitas Negeri Semarang Jurusan Matematika yang akan menyelesaikan studi Sarjana tingkat I. Pemilihan judul skripsi ini dilatar belakangi oleh rasa ingin tahu penulis terhadap metode permukaan respon. Untuk itulah penulis mencoba untuk mengulas lebih dalam permasalahan tersebut. Pada kesempatan ini penulis ingin mengucapan terima kasih kepada semua pihak yang telah membantu dalam menyelesaikan laporan ini. 1. Prof. Dr. Fathur Rokhman, MHum selaku Rektor Universitas Negeri Semarang. 2. Prof. Dr. Wiyanto, M. Si selaku Dekan FMIPA Universitas Negeri Semarang. 3. Drs. Arief Agoestanto, M.Si selaku Ketua Jurusan Matematika Universitas Negeri Semarang. 4. Dr Mulyono, M.Si selaku Sekretaris Jurusan Matematika Universitas Negeri Semarang. 5. Dra Kristina Wijayanti, M.Si selaku Ketua Prodi Matematika Universitas Negeri Semarang. 6. Putriaji Hendikawati, S.Si, M.Pd, M.Sc selaku Dosen Pembimbing I sekaligus dosen wali yang telah memberikan bimbingan, pengarahan, dan dorongan selama penyusunan Skripsi ini. 7. Dr. Scolastika Mariani, M.Si selaku Dosen Pembimbing II yang selalu bijaksana memberikan bimbingan, nasehat serta waktunya selama penulisan skripsi ini.
vi
8. Dra. Sunarmi, M.Si selaku Dosen Penguji yang telah memberikan penilaian dan saran dalam perbaikan skripsi. 9. Staf Dosen Matematika Universitas Negeri Semarang yang telah membekali penulis dengan berbagai ilmu selama mengikuti perkuliahan sampai akhir penulisan skripsi. 10. Staf Tata Usaha Universitas Negeri Semarang yang telah banyak membantu penulis selama mengikuti perkuliahan dan penulisan skripsi ini. 11. Ayah dan Ibu atas jasa-jasanya, kesabaran, do’a, dan tidak pernah lelah dalam mendidik dan memberi cinta yang tulus dan ikhlas kepada penulis semenjak kecil. 12. Adikku tercinta yang selalu memberi semangat. 13. Sahabat terbaikku, Praba Wahyu Hidayat yang selalu ada dalam membantu penulisan skripsi ini. 14. Sahabat-sahabatku, Novia, Elok, Milla, Ulya, Enggar, Puji, dan Mira yang selalu setia dalam susah dan senang. 15. Teman-teman Matematika angkatan 2011 yang berjuang bersama untuk mewujudkan cita-cita. 16. Semua pihak yang tidak dapat disebutkan satu per satu yang telah memberikan bantuan. Penulis menyadari bahwa dalam penyusunan Skripsi ini masih terdapat banyak kekurangan. Oleh karena itu, penulis mengharapkan saran dan kritik yang membangun dari pembaca.
Semarang, 11 Agustus 2015 Penulis
vii
ABSTRAK
Fitria, N. 2015. Optimalisasi Parameter Regresi Response Surface Methodology dalam Laba Usaha Pedagang Buah dan Aplikasinya Menggunakan Matlab. Skripsi, Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Semarang. Pembimbing Utama Putriaji Hendikawati, S.Si, M.Pd, M.Sc. dan Pembimbing Pendamping Dr. Scolastika Mariani, M.Si. Kata kunci: metode permukaan respon, steepest ascent, model, lack of fit. Metode permukaan respon digunakan untuk menganalisis permasalahan optimalisasi tentang beberapa variabel bebas yang mempengaruhi variabel respon yang bertujuan untuk mengoptimumkan suatu respon. Kelebihan metode permukaan respon adalah respon dapat diperluas dengan menentukan titik-titik penyebab respon optimum baru. Kasus pengoptimalan laba usaha pedagang buah adalah kasus yang cocok diselesaikan dengan menggunakan metode permukaan respon. Permasalahan yang akan dikaji adalah Bagaimana pemrograman matlab untuk permukaan respon optimal pada laba usaha dagang? Bagaimana model regresi permukaan respon optimal pada laba usaha dagang? Dan bagaimana titik optimum modal usaha, biaya tenaga kerja dan lama usaha yang menghasilkan laba usaha dagang yang maksimal? Metode pengumpulan data yang digunakan adalah wawancara. Variabel yang digunakan adalah variabel laba dari penjualan buah sebagai variabel respon, yang dipengaruhi oleh modal usaha, biaya tenaga kerja, dan lamanya usaha dagang sebagai variabel bebas. Prosedur metode permukaan respon adalah lakukan pengkodean dan uji ANOVA pada ordo satu. Setelah itu diperoleh variabel baru pada dakian tercuram (steepest ascent) lalu dilanjutkan dengan pengujian ANOVA ordo dua dan diperoleh hasil respon optimum. Dari hasil analisis diketahui bahwa model regresi permukaan respon optimal pada laba usaha dagang adalah ̂ dan titik optimum modal usaha, biaya tenaga kerja, dan lama usaha yang menghasilkan laba usaha dagang yang maksimal adalah dan untuk modal usaha ( ), untuk biaya tenaga kerja ( ), dan untuk lama usaha ( ) dengan laba optimalnya sebesar Dalam metode permukaan respon menghasilkan respon optimal pada daerah baru rancangan ordo dua dengan menggunakan metode steepest ascent yang tidak terdapat dalam analisis regresi. Kelemahan dari metode permukaan respon adalah harus diketahui terlebih dahulu variabel bebas yang digunakan mempengaruhi secara signifikan(kurang dari ) terhadap variabel respon.
viii
DAFTAR ISI Halaman HALAMAN JUDUL ……………………………………………………. PERNYATAAN KEASLIAN TULISAN………………………………
i iii
HALAMAN PENGESAHAN …………………………………………... iv MOTTO DAN PERSEMBAHAN ………………………………………
v
PRAKATA ………………………………………………………………
vi
ABSTRAK ……………………………………………………………… viii DAFTAR ISI …………………………………………………………….. ix DAFTAR TABEL ……………………………………………………….
xii
DAFTAR GAMBAR ……………………………………………………
xiii
DAFTAR LAMPIRAN …………………………………………………. xv DAFTAR SIMBOL ……………………………………………………… xvi BAB 1. PENDAHULUAN ………………………………………………….
1
1.1 Latar Belakang ………………………………………………….
1
1.2 Rumusan Masalah ……………………………………………….
4
1.3 Pembatasan Masalah …………………………………………….
4
ix
1.4 Tujuan Penelitian ………………………………………………..
5
1.5 Manfaat Penelitian ………………………………………………
5
1.5.1 Bagi Jurusan Matematika …………………………………
5
1.5.2 Bagi Masyarakat ………………………………………….
5
2. TINJAUAN PUSTAKA ……………………………………………
6
2.1 Regresi ………………………………………………………….
6
2.2 Metode Permukaan Respon …………………………………….
7
2.2.1 Pengertian …………………………………………………
7
2.2.2 Eksperimen Ordo Satu ……………………………………. 10 2.2.3 Eksperimen Ordo Dua …………………………………….
10
2.2.4 Karakteristik Permukaan Respon …………………………
12
2.2.5 Uji Hipotesis dalam Metode Permukaan Respon …………
16
2.2.5.1 Uji Signifikan pada Regresi ………………………
17
2.2.5.2 Uji Lack of Fit …………………………………….
19
2.2.5.3 Uji Kelengkungan Kuadrat ………………………..
21
2.2.5.4 Uji t ……………………………………………….
22
2.3 Steepest Ascent .…………………………………………………
23
2.4 Laba ……………………………………………………………..
24
2.5 Matlab …………………………………………………………...
24
2.6 Penelitian Terdahulu ……………………………………………
25
3. METODE PENELITIAN ………………………...………………..
28
3.1 Studi Pustaka …………………………………………………..
28
3.2 Perumusan Masalah ……………………………………………
28
x
3.3 Pengumpulan Data ……………………………………………..
29
3.3.1 Teknik Pengumpulan Data ……………………………….
29
3.3.2 Variabel Data ……………………………………………..
29
3.4 Pemecahan Masalah ……………………………………………
29
3.5 Penarikan Kesimpulan …………………………………………
32
4. HASIL DAN PEMBAHASAN …………………………………... 4.1 Hasil ……………………………………………………………
33 33
4.1.1 Metode Permukaan Respon ……………………..………
33
4.1.1.1 Model Ordo Pertama …………………………….
33
4.1.1.2 Steepest Ascent …………………………………..
41
4.1.1.3 Model Ordo Dua …………………………………
45
4.1.2 Metode Permukaan Respon dengan Aplikasi Matlab ……
56
4.1.2.1 Tampilan GUI pada Matlab ……………...………
56
4.1.2.2 Output Matlab ………………………………...….
59
4.2 Pembahasan …………………………………………………….. 69 5. PENUTUP ………………………………………………………….
73
5.1 Simpulan ………………………………………………………..
73
5.2 Saran ……………………………………………………………
74
DAFTAR PUSTAKA …………………………………………………
75
LAMPIRAN …………………………………………………………..
78
xi
DAFTAR TABEL Tabel
Halaman ………………..
11
2.2 Rancangan Komposit Pusat ………………………………………
11
2.3 Analisis Varian pada Regresi ……………………………………..
17
2.4 Uji Lack of Fit …………………………………………………….
20
4.1 Rancangan Percobaan Ordo Pertama ……………………………..
34
4.2 Tahapan Pengkodean ………………………………………………
34
4.3 Variabel Kode ……………………………………………………...
35
4.4 Hasil Analisis Varian pada Regresi ………………………………..
36
4.5 Hasil Uji Lack of Fit ……………………………………………….
38
4.6 Hasil Percobaan Steepest Ascent …………………………………..
43
4.7 Rancangan Percobaan Model Ordo Pertama Baru …………………
44
4.8 Data Percobaan Ordo Dua ………………………………………….
48
4.9 Data untuk Menduga Model Ordo Dua …………………………….
49
2.1 Rancangan Faktorial pada Percobaan Faktorial
4.10 Hasil II Analisis Varian pada Regresi ……………………………... 51 4.11 Hasil II Uji Lack of Fit …………………………………………….
xii
53
DAFTAR GAMBAR Gambar
Halaman
2.1 Respon pada Titik Maksimum …………………………………..
15
2.2 Respon pada Titik Minimum …………………………………….
15
2.3 Respon pada Titik Pelana ………………………………………..
15
3.1 Langkah-Langkah Pemecahan Masalah …………………………...
31
4.1 GUI Awal …………………………………………………………… 56 4.2 GUI Ordo Satu ……………………………………………………… 56 4.3 GUI Steepest Ascent ……………………………………………....... 57 4.4 GUI Lanjutan Steepest Ascent ……………………………………… 58 4.5 GUI Ordo Dua ……………………………………………………… 58 4.6 GUI Akhir ………………………………………………………….. 59 4.7 Pilih Variabel Bebas ………………………………………………… 59 4.8 Input Data …………………………………………………………… 60 4.9 Pengkodean Ordo Satu ……………………………………………… 60 4.10 Output Ordo Satu ………………………………………………….. 61 4.11 Optimal Ordo Satu ………………………………………………… 63 4.12 Input Steepest Ascent ……………………………………………… 64 4.13 Variabel Baru Steepest Ascent …………………………………….. 64 4.14 Output Steepest Ascent ……………………………………………. 65 4.15 Variabel Ordo Dua ………………………………………………… 66 xiii
4.16 ANOVA Ordo Dua ……………………………………………….. 67 4.17 Output Ordo Dua …………………………………………………. 67
xiv
DAFTAR LAMPIRAN Lampiran
Halaman
1. Tabel Bantu Manual untuk Ordo satu ………………………………..
78
2. Tabel Bantu Manual untuk Steepest Ascent ………………………….
79
3. Tabel Bantu Manual untuk Ordo Dua ………………………………..
80
4. Tabel Bantu Manual II untuk Ordo Dua ……………………………..
81
5. Form dan Kode Program …………………………………………….
82
xv
DAFTAR SIMBOL
= peubah tak bebas = peubah bebas, = parameter, = residul, = koefisien dari persamaan regresi, ̂
= variabel terikat (respon) = faktor-faktor yang berpengaruh terhadap variabel respon,
= faktor-faktor yang berpengaruh terhadap variabel respon,
= rata-rata dari = nilai terbesar
dikurangi nilai terkecil
dibagi .
= titik stationer = Variabel independen baru hasil transformasi ̂
= Harga taksiran y pada titik stasioner = Konstanta yang merupakan nilai eigen dari matrik
= Jumlah Kuadrat Regresi = Jumlah Kuadrat Sisaan = Jumlah Kuadrat Total xvi
= Kuadrat Tengah Regresi = Kuadrat Tengah Sisaan = Jumlah Kuadrat Lack of Fit = Jumlah Kuadrat Galat Murni = Banyaknya rancangan faktorial = Banyaknya titik pusat ̅
= Jumlah respon pada rancangan fatorial
̅
= Jumlah respon pada titik pusat = Rata-rata kuadrat dari kelengkungan kuadrat = Variabel Kode = Besarnya korelasi antara variabel
xvii
BAB 1 PENDAHULUAN
1.1 Latar Belakang Metode permukaan respon (Response Surface Methodology) adalah suatu kumpulan dari teknik-teknik statistika dan matematika yang berguna untuk menganalisis permasalahan optimalisasi tentang beberapa variabel bebas yang mempengaruhi variabel tak bebas dari suatu respon, serta bertujuan untuk mengoptimumkan suatu respon yang menggunakan data kuantitatif (Erbay & Icier, 2009). Menurut Eryson (2006), metode permukaan respon adalah suatu teknik-teknik statistika yang berguna untuk menduga pengaruh linear kuadratik dan interaksi faktor antar variabel yang ada serta mengoptimumkan respons tersebut dengan menggunakan jumlah data percobaan yang minim. Metode permukaan respon merupakan metode rancangan percobaan yang dapat digunakan untuk pengembangan, peningkatan, dan pengoptimasian proses. Metode permukaan respon dapat digunakan untuk mencari suatu fungsi pendekatan yang cocok untuk meramalkan respon yang akan datang dan menentukan nilai-nilai variabel bebas yang mengoptimumkan respon. Selain itu metode permukaan respon juga bertujuan untuk membantu mendapatkan hasil optimum secara cepat dan efisien. Metode ini memberikan kemudahan dalam menentukan kondisi proses optimum baik pada sistem maupun jarak faktor untuk mendapatkan hasil yang memuaskan.
1
2
Metode
permukaan
respon
serupa
dengan
analisis
regresi
yaitu
menggunakan prosedur pendugaan parameter fungsi respon berdasarkan kuadrat terkecil. Perbedaan antara metode permukaan respon dengan regresi linier adalah dalam analisis metode permukaan respon, respon diperluas dengan menerapkan teknik-teknik matematik untuk menentukan tititk-titik optimum sehingga dapat ditentukan respon yang optimum baik maksimum maupun minimum. Pada metode permukaan respon yang menggunakan model ordo dua, terdapat satu metode yang bisa dilakukan yaitu Central Composite Design (CCD) dengan faktorial, axial points, dan penambahan pengamatan pada titik pusat percobaan dengan
ulangan.
Dalam metode permukaan respon seringkali dalam kebanyakan masalah percobaan tidak dapat diketahui secara pasti di mana lokasi maksimum yang letaknya diharapkan. Sehingga dugaan awal kondisi optimum dari sistem akan berbeda jauh dari kondisi optimum yang aktual. Untuk menyelesaikan masalah tersebut dapat digunakan prosedur dakian tercuram (Steepest Ascent) untuk mencari daerah respon maksimum dan mendapatkan titik-titik optimum yang sesuai dengan kondisi optimum yang aktual (Kleijnen, 2014). Hal ini sesuai dengan hasil penelitian Hadiyat (2001) yang menyatakan bahwa metode permukaan respon mampu memberikan arah optimasi dengan mengakomodasi adanya prosedur steepest ascent. Kelemahan dari metode permukaan respon adalah diketahui terlebih dahulu variabel bebas yang digunakan harus signifikan (kurang dari
) mempengaruhi variabel respon agar pada pengujian persamaan
regresi model sesuai (lack of fit) (Isnaini, dkk; 2012). Dapat juga dilakukan
3
pengujian hipotesis pada rancangan percobaan ordo pertama, dan jika terjadi lack of fit yaitu kekurangcocokan model dan signifikan ANOVA kurang dari
,
maka dapat menghilangkan variabel bebas yang tidak signifikan mempengaruhi respon (Isnaini, dkk; 2012) . Metode permukaan respon merupakan metode yang tepat untuk digunakan pada kasus pengoptimalan hasil eksperimen atau respon. Hasil penelitian Guo, et al (2009) menunjukkan bahwa prediksi kondisi optimal produksi hidrogen yang diperoleh dengan menggunakan metode permukaan respon hasilnya hampir sesuai dengan hasil eksperimen pada kondisi optimal. Hal tersebut yang mendasari dilakukannya penelitian untuk mengoptimalkan laba usaha pedagang buah Purwodadi dengan menggunakan metode permukaan respon. Dikarenakan kasus pengoptimalan laba usaha pedagang buah sesuai dengan penelitian yang dilakukan oleh Guo, et al (2009) dan merupakan kasus yang tepat untuk diselesaikan menggunakan metode permukaan respon karena memenuhi syarat pada metode permukaan respon. Laba usaha pada penelitian ini dipengaruhi oleh modal usaha, biaya tenaga kerja, dan lama usaha. Laba adalah tujuan dari semua usaha (Evi, 2011). Laba berasal dari kegiatan unit usaha pada periode tertentu dan merupakan selisih antara pendapatan dengan biaya, apabila pendapatan lebih besar dari biaya yang dikeluarkan maka disebut laba dan apabila sebaliknya maka disebut rugi. Sasaran utama unit usaha adalah memperoleh laba sebesar-besarnya guna mencapai tingkat pertumbuhan yang tinggi dan pada akhirnya tujuan untuk memaksimalkan nilai unit usaha dapat tercapai (Siska, 2009).
4
Hal tersebut yang mendasari pentingnya penelitian tentang “Optimalisasi Parameter Regresi Response Surface Methodology dalam Laba Usaha Pedagang Buah dan Aplikasinya dengan Matlab”.
1.2 Rumusan Masalah Berdasarkan latar belakang yang diuraikan di atas, permasalahan yang muncul dalam penelitian ini adalah 1.
Bagaimana pemrograman matlab untuk permukaan respon optimal pada laba usaha dagang?
2.
Bagaimana model regresi permukaan respon optimal pada laba usaha dagang?
3.
Bagaimana titik optimum modal usaha, biaya tenaga kerja, dan lama usaha yang menghasilkan laba usaha dagang yang maksimal?
1.3 Pembatasan Masalah Batasan masalah yang dilakukan pada penelitian ini adalah 1.
Penelitian hanya menggunakan metode permukaan respon.
2.
Penelitian menggunakan optimalisasi laba usaha dagang hanya sebagai studi kasus.
3.
Penelitian hanya terbatas pada model Central Composite Design dengan faktorial
.
5
1.4 Tujuan Penelitian Berdasarkan rumusan di atas, maka tujuan dari penelitian ini adalah 1.
Untuk mengetahui pemrograman matlab untuk permukaan respon optimal pada laba usaha dagang.
2.
Untuk mengetahui model regresi permukaan respon optimal pada laba usaha dagang.
3.
Untuk mengetahui titik optimum modal usaha, biaya tenaga kerja dan lama usaha yang menghasilkan laba usaha dagang yang maksimal.
1.5 Manfaat Penelitian 1.5.1 Bagi Jurusan Matematika 1.
Penelitian ini sebagai bahan studi kasus bagi jurusan matematika tentang masalah optimalisasi menggunakan metode permukaan respon yang hasilnya berupa respon optimal.
2.
Penelitian ini sebagai bahan pertimbangan bagi peneliti selanjutnya terutama yang berhubungan dengan optimalisasi baik berupa hasil eksperimen maupun data sekunder.
1.5.2 Bagi Masyarakat 1.
Mengoptimalkan laba usaha dagang sehingga pedagang memperoleh laba yang optimal, dan
2.
Dari penelitian dihasilkan sebuah program yang dapat digunakan untuk permasalahan optimalisasi menggunakan Metode Permukaan Respon.
BAB 2 TINJAUAN PUSTAKA 2.1 Regresi Regresi
merupakan model yang memperlihatkan hubungan antara satu
variabel terikat (dependent variable)
dengan beberapa variabel bebas
(independent variables) . Model regresi
atas
akan ditaksir oleh:
(1) ̂
Keterangan : : peubah tak bebas : peubah bebas, : parameter, : residul, Dari persamaan (1) di atas dapat dibentuk persamaan (Raymond et al., 2008: 4547) (2)
di mana:
[
],
[
],
6
[ ], dan
[ ]
7
Hasil penjumlahan kuadrat
adalah minimum, sehingga diperoleh fungsi kuadrat
terkecil (least square) (3) ∑
(
)(
)
Sehingga diperoleh (4)
di mana
merupakan matriks
ditranspose menjadi (
)
atau sebuah skalar sehingga jika merupakan sebuah skalar juga.
Ketika persamaan (4) diturunkan menjadi (5) | yang menjadi (Cornell & Khuri, 1996: 26) (6) (
)
2.2 Metode Permukaan Respon 2.2.1 Pengertian Metode permukaan respon adalah kumpulan teknik matematis dan statistik yang digunakan untuk pemodelan dan analisis masalah dalam suatu respon dalam hal ini biasanya merupakan kualitas suatu produk yang dipengaruhi oleh beberapa variabel dan tujuannya adalah untuk mengoptimasi respon tersebut. Metode
8
permukaan respon sebuah kombinasi pada statistik dan metode optimasi yang menggunakan model dan desain optimasi (Yang & El-Haik, 2006: 611). Optimasi dengan metode permukaan respon bisa diterapkan pada penelitian Ilmu Pangan (Teknologi Hasil Pertanian), Pertanian, Kehutanan, Biologi, Farmasi, Kesehatan, Teknik Kimia, Kimia, Bioteknologi, Teknik, Sosial, Ilmu Kesehatan, Ilmu Ekonomi, dll (Oramahi, 2008: 10). Penggunaan metode permukaan respon tidak hanya terbatas untuk ilmu-ilmu tersebut, namun semua bidang ilmu khususnya penelitian yang bertujuan untuk mencari kondisi variabel optimum bisa menggunakan metode ini. Metode ini menggunakan analisis regresi pada data eksperimen dan plot 3D model permukaan respon (Maharjan, 2014). Dalam banyak kasus, metode permukaan respon untuk dua variabel independen menggunakan bentuk model ordo satu dan model ordo dua. Model ordo satu memiliki persamaan (7)
yang jika terjadi interaksi antar variabel, akan menghasilkan persamaan (8)
untuk model ordo satu, dengan memisalkan
=
persamaan tersebut dapat dibentuk (Muthuvelayudham, 2010) (9)
dan persamaan
dan
=
dari
9
(10)
yang merupakan model ordo dua, , dan
,
,
,
,
dari persamaan dapat dibentuk
(11)
Model ordo dua adalah model yang paling sering digunakan pada metode permukaan respon. Beberapa alasan model ordo dua lebih banyak digunakan dalam metode permukaan respon adalah; a.
Model ordo dua sangat fleksibel. Model tersebut dapat berubah ke dalam bentuk fungsi sesuai dengan kebutuhan.
b.
Parameter pada model ordo dua mudah diestimasi.
c.
Model ordo dua lebih praktis dalam memecahkan permasalahan pada permukaan respon. Secara umum, model ordo satu memiliki persamaan
(12)
dan model ordo dua memiliki persamaan (Khuri, 2006: 254) (13) ∑
∑
∑ ∑ ̂
10
2.2.2 Eksperimen Ordo Satu Langkah pertama dari metode permukaan respon adalah menentukan hubungan antara variabel
dengan respon
melalui persamaan polinomial ordo
satu (Nuryanti & Salimy, 2008). Variabel-variabel bebas dinotasikan dengan . Variabel-variabel tersebut mempengaruhi variabel respon
yang
diasumsikan sebagai variabel random. Rancangan permukaan respon ordo pertama yang digunakan adalah rancangan faktorial
Secara umum persamaan
dari model ordo satu tersebut adalah: (14) ̂
∑
dimana : ̂ = variabel terikat (respon) = faktor-faktor yang berpengaruh terhadap variabel respon,
= komponen residual yang bersifat random dan terdistribusi secara identik dan saling bebas dengan distribusi normal pada nilai rataan dan varian
2
= koefisien dari persamaan regresi
2.2.3 Eksperimen Ordo Dua Pada keadaan mendekati respon, model ordo dua biasanya disyaratkan untuk mengaproksimasi respon karena adanya lengkungan dalam permukaannya (Pradhan, 2012). Model ordo dua dinyatakan dengan (Raymond et al., 2008: 105)
11
(15) ∑ ̂
̂
∑ ̂
∑∑ ̂
Model ordo dua dibangun dengan menggunakan rancangan komposit pusat (central composite designs) untuk membentuk data percobaan. Secara umum rancangan komposit pusat didefinisikan sebagai suatu rancangan faktorial ditambah dengan (
) , serta
titik pusat (
(
)
titik-titik sumbu (
)
) (Ariyanto, 2014: 11).
Rancangan komposit pusat adalah rancangan faktorial ordo pertama (
) yang
diperluas melalui penambahan titik pengamatan pada pusat agar memungkinkan pendugaan koefisien parameter permukaan respon ordo kedua (Gasperz, 1991). Rancangan faktorial
untuk
sebagai contoh disajikan pada Tabel 2.1 dan
rancangan komposit pusat dengan dua sampai dengan lima faktor disajikan pada Tabel 2.2 berikut (Raymond et al., 2008: 156). Tabel 2.1 Rancangan Faktorial pada Percobaan Faktorial Perlakuan
Simbol
1 2 3 4 5 6 7 8
( )
Tabel 2.2 Rancangan Komposit Pusat Sifat Rancangan Rancangan Faktorial untuk rancangan dapat-putar (
2 )
1.414 5
Banyak Faktor ( ) 3 4 1.682 6
2.000 7
5 2.378 10
12
2.2.4 Karakteristik Permukaan Respon Variabel-variabel faktor
disebut variabel asli, karena diukur
dengan unit pengukuran yang sebenarnya. Pada rancangan faktorial, variabel faktor
ditransformasikan menjadi variabel kode sebagai berikut
(Guo, 2009): (16) , ,
( (
)
)
( (
)-
)-
dimana: = faktor-faktor yang berpengaruh terhadap variabel respon,
= faktor-faktor yang berpengaruh terhadap variabel respon,
rata-rata dari = nilai terbesar Lalu regresikan
dikurangi nilai terkecil (di mana
dibagi .
) terhadap
sehingga diperoleh
persamaan regresi ordo satu. Tujuan dari pengkodean adalah untuk memudahkan perhitungan, meningkatkan akurasi pada penduga koefisien model (Sjahid & Maftukhah, 2007). Setelah uji hipotesis dan persamaan regresi ordo satu
13
memenuhi persyaratan maka dapat langsung mencari nilai yang mengoptimalkan respon. Tetapi jika tidak, maka harus mencari persamaan regresi ordo dua. Nilai
adalah nilai yang mengoptimalkan respon yang
diprediksikan. Jika nilai
itu ada, maka
merupakan himpunan yang beranggotakan
pada persamaan (15) sedemikian sehingga
turunan parsialnya: (17) ̂
̂
̂
Dalam notasi matriks, persamaan (15) dapat dinyatakan sebagai: (18) ̂
̂ dengan
[
̂ ̂ ̂
],
[̂ ] di mana
̂ , dan
̂
̂ [̂
̂ ̂
̂
̂ ̂
merupakan vektor koefisien regresi ordo , sedangkan
matriks ordo
merupakan
yang elemen diagonal utamanya merupakan koefisen kuadratik
murni ̂ dan elemen-elemen segitiga atasnya adalah campuran ( ̂
]
).
dari koefisien kuadratik
14
Turunan dari
terhadap vektor
adalah sama dengan
, sehingga
dinyatakan dengan: (19) ̂
Titik-titik stationer merupakan solusi dari persamaan (19), yaitu: (20)
di mana
(
) (Lenth, 2012). Substitusikan persamaan (20) ke
persamaan (18) diperoleh nilai respon optimal yang diprediksikan terjadi pada titik-titik stasioner, yaitu: (21) ̂
̂
̂
(
̂
̂
)
15
Fungsi dari karakteristik permukaan respon adalah untuk menentukan jenis titik stasioner, apakah titik stasioner maksimum, minimum, atau titik pelana (Nuryanti & Salimy, 2008). Titik-titik stationer tersebut ditunjukkan pada Gambar 2.1, Gambar 2.2, dan Gambar 2.3.
Gambar 2.1 Respon pada Titik Maksimum
Gambar 2.2 Respon pada Titik Minimum
Gambar 2.3 Respon pada Titik Pelana Titik stasioner dapat diidentifikasi dengan mentransformasikan fungsi respon dari titik asal (
) ke titik stasioner
dan sekaligus merotasikan
16
sumbu koordinatnya, sehingga dihasilkan fungsi respon sebagai berikut (Raymond et al., 2008: 411). (22) ̂
̂
dengan : : Variabel independen baru hasil transformasi ̂ : Harga taksiran y pada titik stasioner : Konstanta yang merupakan nilai eigen dari matrik Karakteristik dari permukaan respon ditentukan oleh harga semua positif maka
. Jika nilainya
adalah titik minimum, sedangkan jika semua negatif maka
adalah titik maksimum, jika harganya berbeda tanda di antara harga
, maka
merupakan titik pelana (Raymond et al., 2008: 406-407).
2.2.5 Uji Hipotesis dalam Metode Permukaan Respon Analisis pada pemecahan masalah menggunakan metode permukaan respon adalah memperkecil sisaan (residual) dari sebuah regresi. Sehingga parameter berikut.
hanya dipengaruhi oleh
. Uji yang digunakan adalah sebagai
17
2.2.5.1 Uji Signifikan pada Regresi Uji signifikan pada regresi digunakan untuk menentukan variabel-variabel bebas memberikan sumbangan yang berarti dalam model atau tidak. Hasil pengujiannya sebagai berikut. Hipotesis:
Kriteria Pengujian: Jika tolak
maka terima
dan jika
.
Untuk uji signifikan pada regresi disajikan pada Tabel 2.3 berikut. Tabel 2.3 Analisis Varian pada Regresi Sumber Jumlah Derajat Kuadrat Keragaman Kuadrat Kebebasan Tengah Regresi Sisaan Total dengan rumus-rumus pada jumlah kuadrat (Raymond et al., 2008: 56-61) (23) ∑
(
̂)
∑
Substitusikan
̂
, diperoleh
maka
18
(24) (
Karena
)(
)
, maka diperoleh persamaan akhir
(25)
Jumlah kuadrat total memiliki rumus Dengan
∑
(
atau (∑
∑
̅)
)
(∑
.
)
sehingga
diperoleh (26) (∑
Dari
, maka
)
diperoleh rumus jumlah kuadrat regresi berikut.
(27)
(∑
)
(∑
(∑
Sedangkan untuk
)
)
observasinya dapat dicari menggunakan rumus
(28) ⁄ ⁄
19
dan
tabel menggunakan
, untuk
dan
dapat dicari dengan
(29)
dan (30) (
)
2.2.5.2 Uji Lack of Fit Lack of Fit adalah model yang belum tepat atau tidak terdapat kecocokan antara data dengan model (Sembiring, 2003: 144). Diperlukan sumber khusus untuk mendapatkan penaksir
yang tak bias dan tidak tergantung pada model.
Sumber khusus itu adalah replikasi yang dengan sengaja dibuat dalam rancangan penelitian. Replikasi dibedakan dengan pengulangan pengukuran (Sembiring, 2003: 145). Tujuannya adalah untuk mengukur variasi pada suatu nilai . Variasi seperti itu terjadi karena pengaruh acak, bukan karena model yang keliru.Variasi memberikan penaksir
yang tidak tergantung pada model. Jumlah kuadrat yang
muncul dari replikasi disebut jumlah kuadrat galat murni, sedangkan jumlah kuadrat akibat belum cocoknya model disebut jumlah kuadrat kekurangcocokan. Jadi, bila ada replikasi, maka jumlah kuadrat sisa ( komponennya sebagai berikut. (31)
dengan hipotesisnya seebagai berikut.
) dapat diuraikan atas
20
Hipotesis: (
) (
)
Kriteria Pengujian: Jika
maka terima
dan jika
maka tolak
Untuk uji lack of fit dapat dilihat pada Tabel 3.2 berikut. Tabel 2.4 Uji Lack of Fit Sumber Keragaman
Jumlah Kuadrat
Lack of Fit Galat Murni
Kuadrat Tengah
Derajat Kebebasan ( ) (banyaknya pengulangan)
dengan rumus-rumus pada jumlah kuadrat (Sembiring, 2003: 147-148) (32) ∑
∑
(
̅)
dan (33)
Sedangkan untuk (34)
observasinya dapat dicari menggunakan rumus
.
21
2.2.5.3 Uji Kelengkungan Kuadrat Pada percobaan faktorial
, terdapat kombinasi perlakuan pada percobaan
yang terdiri dari rancangan faktorial dan titik pusat. Untuk menguji adanya kelengkungan kuadrat pada model menggunakan rumus sebagai berikut (Raymond et al., 2008: 208). Hipotesis: ∑ ∑ Kriteria Pengujian: Jika
maka terima
dan jika
(35)
(̅
̅ )
di mana: = Banyaknya rancangan faktorial = Banyaknya titik pusat ̅ = Jumlah respon pada rancangan fatorial ̅ = Jumlah respon pada titik pusat = Rata-rata kuadrat dari kelengkungan kuadrat
maka tolak
22
2.2.5.4 Uji t Uji t digunakan untuk mengetahui kualitas keberartian regresi antara tiaptiap variabel bebas terdapat pengaruh atau tidak terhadap variabel terikat. Hasil pengujiannya sebagai berikut. Hipotesis:
Kriteria Pengujian: Jika
maka terima
dan jika
maka tolak
.
Rumus: Untuk menguji uji t digunakan terlebih dahulu uji korelasi pearson product moment dengan rumus
∑ √* ∑
(∑ )(∑ )
(∑ ) +* ∑
(∑ ) +
di mana: = Besarnya korelasi antara variabel n= Banyaknya data dan rumus
nya adalah √ √
dan
23
2.3 Steepest Ascent Metode Dakian Tercuram (Steepest Ascent) merupakan suatu prosedur yang bergerak sepanjang lintasan dakian tercuram menuju daerah maksimum yang meningkatkan respon (Wei, 2010). Steepest Ascent menggunakan kelipatan pada model regresi dalam pencarian mendekati ke titik optimum (Bagio & Latief, 2011). Steepest Ascent digunakan untuk mencari nilai respon maksimum, sedangkan Steepest Descent digunakan untuk mencari nilai respon minimum (Raymond, dkk, 2008: 330). Eksperimen dilakukan sepanjang jalur Steepest Ascent sampai tidak lagi terjadi kenaikan. Jika model orde satu dianggap cocok, maka jalur Steepest Ascent yang baru ditentukan yang selanjutnya dilanjutkan dengan prosedur berikutnya sehingga hasil eksperimen sampai pada sekitar daerah optimum. Agar lebih mudah, untuk
asumsikan titik
adalah titik asal atau titik dasar (Raymond et al., 2008: 340-341). Maka, 1.
Pilih salah satu variabel, sebut
pilih variabel yang paling diketahui atau
variabel paling besar atau mendekati terbesar dengan koefisien regresi 2.
Langkah selanjutnya untuk variabel lain adalah (36)
3.
Mengkonversi
dari variabel kode menjadi variabel sebenarnya.
.
24
2.4 Laba Menurut Harahap, sebagaimana dikutip oleh Ilham (2013: 10), laba merupakan perbedaan antara pendapatan yang direalisasikan yang timbul dari transaksi selama satu periode dengan biaya yang berkaitan dengan pendapatan tersebut. Tujuan utama unit usaha dagang adalah memaksimalkan laba atau diperolehnya laba yang maksimal. Penggunaan tenaga kerja dapat pula mmeningkatkan jumlah pendapatan pedagang pasar dikarenakan adanya pelayanan yang lebih baik kepada konsumen. Lama usaha juga mempengaruhi meningkatnya pendapatan karena
semakin lama menekuni bidang usaha
perdagangan akan semakin meningkatkan pengetahuan tentang selera konsumen. Selain itu, modal merupakan hal yang penting dalam usaha dagang, karena semakin besar modal maka semakin besar pula pendapatan. Penelitian ini dilakukan untuk memperoleh laba optimal pada usaha dagang buah di Purwodadi. Laba usaha tersebut dipengaruhi oleh tiga variabel, yaitu modal usaha, biaya tenaga kerja, dan lamanya usaha dagang. Modal usaha dan biaya tenaga kerja adalah uang yang dikeluarkan oleh pedagang setiap hari. Sedangkan laba usaha adalah keuntungan yang diperoleh pedagang setiap hari.
2.5 Matlab Matlab (Matrix Laboratory) adalah sebuah program untuk analisis dan komputasi numerik dan merupakan suatu bahasa pemrograman matematika lanjutan yang dibentuk dengan dasar pemikiran menggunakan sifat dan bentuk
25
matriks. Matlab merupakan software yang dikembangkan oleh Mathworks.Inc dan merupakan software yang paling efisien untuk perhitungan numerik berbasis matriks. Dengan demikian jika di dalam perhitungan dapat memformulasikan masalah ke dalam format matriks maka Matlab merupakan software terbaik untuk penyelesaian numeriknya. Matlab yang merupakan bahasa pemrograman tingkat tinggi berbasis pada matriks sering digunakan untuk teknnik komputasi numerik, yang digunakan untuk menyelesaikan masalah-masalah yang melibatkan operasi matematika elemen, matrik, optimasi, aprokmasi, dll.
2.6 Penelitian terdahulu Sebagai bahan pertimbangan dalam penelitian ini akan dicantumkan beberapa hasil penelitian terdahulu oleh beberapa peneliti yang pernah penulis baca di antaranya: a.
Jurnal yang berjudul “Application of Central Composite Design Based Response Surface Methodology in Parameter Optimization and on Cellulase Production
Using
Agricultural
waste”
yang
ditulis
oleh
R.
Muthuvelayudham dan T. Viruthagiri pada tahun 2010, jurnal ini membahas tentang optimalisasi parameter proses untuk produksi selulase menggunakan Metode Permukaan Respon. Data yang digunakan sebanyak
dengan
variabel bebas. b.
Jurnal yang berjudul “Optimization of Reactive Extraction of Castor Seed to Produce Biodesel using Response Surface Methodology” yang ditulis oleh
26
Pradhan, et al. pada tahun 2012, jurnal ini membahas tentang Optimalisasi pada ekstraksi reaktif menggunakan Metode Permukaan Respon yang diperoleh prediksi optimal ekstraksi reaktif sesuai dengan ekstraksi reaktif nyata pada kondisi optimum. Data yang digunakan sebanyak
dengan
variabel bebas. c.
Jurnal yang berjudul “Optimization of Culture Conditions for Hydrogen Production by Ethanoligenens harbinense B49 using Response Surface Methodology” yang ditulis oleh Guo, et al. pada tahun 2009, yang membahas tentang optimalisasi menggunakan Metode Permukaan Respon pada produksi hidrogen yang merupakan strategi yang praktis dalam optimalisasi sehingga lebih efisien. Data yang digunakan sebanyak dengan
d.
variabel bebas.
Jurnal yang berjudul “Exploring Codon Optimization and Response Surface Methodology to Express Biologically Active Transmembrane RANKL in E. Coli” yang ditulis oleh Maharjan, et al. pada tahun 2014, yang membahas tentangoptimalisasi menggunakan Metode Permukaan Respon yang hasil optimum prediksinya hampir sesuai dengan hasil eksperimen pada kondisi optimum. Data yang digunakan sebanyak
e.
dengan
variabel bebas.
Jurnal yang berjudul “Medium Optimization for Acarbose Production by Actinoplanes sp. A56 using the Response Surface Methodology” yang ditulis oleh Wei, et al. pada tahun 2010, yang membahas tentang optimalisasi menggunakan Metode Permukaan Respon yang hasilnya antara hasil eksperimen dan ramalan menunjukkan adanya korelasi yang baik
27
sehingga model ordo kedua adalah model yang valid untuk memprediksi produksi acarbose. Data yang digunakan sebanyak
dengan
variabel
bebas. f.
Jurnal yang berjudul “Response-Surface Methods in R, using RSM” yang ditulis oleh Russell V. Lenth pada tahun 2012, yang membahas tentang Metode Permukaan Respon menggunakan program R.
g.
Jurnal yang berjudul “Optimization of Hot Air Drying of Olive Leaves using Response Surface Methodology” yang ditulis oleh Erbay & Icier pada tahun 2009, yang membahas tentang optimalisasi menggunakan Metode Permukaan Respon pada pengeringan daun zaitun yang hasilnya adalah metode ini efektif dalam menentukan zona optimal dalam wilayah eksperimen. Data yang digunakan sebanyak
h.
dengan
variabel bebas.
Jurnal yang berjudul “Perbaikan Kualitas dengan Metoda Respon Permukaan pada Mesin Extruder dan Mesin Oven Anneling dalam Proses Produksi Produk Aluminium Collapsible Tube
di PT.
Extrupack” yang ditulis oleh Bagio dan Latief pada tahun 2011, yang membahas tentang optimalisasi menggunakan metode permukaan respond dan terjadi peningkatan pada variabel respon kelembekan tube. i.
Jurnal yang berjudul “Optimasi Kekuatan Torque pada Lampu TL” yang ditulis oleh Sjahid dan Maftukhah pada tahun 2007, yang membahas tentang optimasi kekuatan torque pada side tertentu dengan menggunakan metode permukaan respon. Data yang digunakan sebanyak bebas.
dengan
variabel
BAB 3 METODE PENELITIAN
Pada penelitian ini langkah-langkah yang dilakukan adalah studi pustaka, perumusan masalah, pengumpulan data, penyelesaian masalah dan penarikan kesimpulan.
3.1 Studi Pustaka Dalam penelitian ini pengumpulan pustaka diperoleh dari berbagai sumber berupa buku-buku referensi, skripsi, jurnal, dan literature lainnya. Sebelum melakukan penelitian, terlebih dahulu dilakukan telaah pustaka dari referensi yang ada. Dan pada akhirnya tujuan dari diadakannya penelitian ini adalah untuk menuliskan gagasan tersebut dalam bentuk skripsi agar mudah diaplikasikan dikemudian hari.
3.2 Perumusan Masalah Dari hasil studi pustaka muncul permasalahan yang dapat dirumuskan sebagai berikut (1) Bagaimana pemrograman matlab untuk permukaan respon optimal dalam laba usaha dagang? (2) Bagaimana model regresi permukaan respon optimal pada laba usaha dagang? dan (3) Bagaimana titik optimum modal usaha, biaya tenaga kerja dan lama usaha yang menghasilkan laba usaha dagang yang maksimal?.
28
29
3.3 Pengumpulan Data 3.3.1 Teknik Pengumpulan Data Pengumpulan data yang digunakan merupakan data primer. Metode yang digunakan adalah wawancara. Wawancara dilakukan langsung dengan pedagang buah di kios-kios yang ada di Purwodadi. Data yang digunakan adalah laba dari penjualan buah yang dipengaruhi oleh modal usaha, biaya tenaga kerja, dan lamanya usaha dagang.
3.3.2 Variabel Data Berdasarkan permasalahan pada pengoptimalan laba usaha dagang. Ini berarti modal usaha, biaya tenaga kerja dan lama usaha sebagai variabel independen sedangkan laba usaha dagang sebagai variabel dependen (respon).
3.4 Pemecahan Masalah Pada tahap ini dilakukan kajian pustaka, yaitu mengkaji permasalahan secara teoritis berdasarkan sumber-sumber pustaka yang ada. Adapun langkahlangkah yang dilakukan dalam tahap pemecahan masalah ini adalah (1)
Menentukan respon, variabel, dan range dari variabel
(2)
Membuat rancangan ordo satu
(3)
Membuat persamaan model regresi ordo satu dari data laba usaha pedagang buah
(4)
Menguji hipotesis lack of fit dan ANOVA
(5)
Menghitung nilai variabel-variabel independen yang menghasilkan respon optimal
30
(6)
Menentukan daerah optimal dengan menggunakan metode steepest ascent
(7)
Menguji hipotesis adanya kelengkungan kuadrat
(8)
Membuat desain RSM
(9)
Membuat persamaan model regresi ordo dua dari data yang ada
(10) Menguji hipotesis lack of fit dan ANOVA (11) Menentukan titik stationer (12) Menghitung nilai taksiran respon pada titik stationer (13) Menghitung nilai variabel-variabel independen yang menghasilkan respon optimal (14) Menghitung nilai eigen dari matriks B (15) Analisis permukaan respon
31
Langkah-langkah tersebut dapat dilihat pada Gambar 3.1. sebagai berikut Start Tentukan respon, variabel, dan range dari variabel
Input Data
Rancangan percobaan ordo pertama
Model ordo pertama Tidak Uji lack of fit dan anova Ya Steepest Ascent
Menghilangkan variabel Model ordo dua
Ya
Ya Uji lack of fit dan anova
Uji Kelengkungan Tidak
Tidak Tentukan titik stationer
Hitung nilai respon, dan variabel-variabel independen
Tentukan nilai eigen
Analisis permukaan respon
Output Data
End
Gambar 3.1 Langkah-Langkah Pemecahan Masalah
32
3.5 Penarikan Kesimpulan Penarikan kesimpulan didasarkan pada studi pustaka dan pembahasan permasalahan. Simpulan yang diperoleh merupakan hasil dari penelitian.
BAB 5 PENUTUP
5.1 Simpulan Dari analisis data dan pembahasan di atas, maka kita dapat menarik kesimpulan sebagai berikut: 1.
Hasil pemrograman matlab untuk permukaan respon optimal pada laba usaha dagang terdiri dari enam GUI. Prosedur penggunaan program matlab adalah input data, lalu klik pengkodean dan uji anova pada ordo satu. Setelah itu input variabel
pada steepest ascent lalu dilanjutkan dengan
pengujian anova ordo dua dan lihat hasil optimum variabel . 2.
Model regresi permukaan respon optimal pada laba usaha dagang adalah ̂
Model tersebut diperoleh dari rancangan metode permukaan respon ordo dua. 3.
Titik optimum modal usaha, biaya tenaga kerja, dan lama usaha yang menghasilkan
laba
usaha
dagang
yang
maksimal
adalah
untuk biaya tenaga kerja,
untuk lama usaha dengan laba optimalnya sebesar
73
74
5.2 Saran Dalam data metode permukaan respon yang digunakan variabel bebas yang
digunakan harus signifikan (kurang dari
) mempengaruhi variabel respon agar
pada pengujian persamaan regresi model sesuai (lack of fit). Dapat juga dilakukan pengujian hipotesis terlebih dahulu pada rancangan percobaan ordo pertama, dan jika terjadi lack of fit yaitu kekurangcocokan model dan signifikan ANOVA kurang dari
, maka dapat menghilangkan variabel bebas yang tidak signifikan
mempengaruhi respon.
75
DAFTAR PUSTAKA
Ariyanto, D. 2014. Response Surface Methodology. Thesis. Malang: Universitas Brawijaya. Bagio, A. S dan Latief, M. 2011. Perbaikan Kualitas dengan Metoda Respon Permukaan pada Mesin Extruder dan Mesin Oven Anneling dalam Proses Produksi Produk Aluminium Collapsible Tube di PT. Extrupack. Universitas Trisakti: Jurnal Teknik Industri. Cornell, J. and Khuri, A. 1996. Response Surface Design and Analyses. New York: Marcel Dekker, Inc. Damarmoyo, K. S. 2013. Paper Ekonomi Pertanian Pasar Tradisional. Online. Tersedia di http://katonsasongko.wordpress.com/2013/03/15/97.pdf [diakses 09-02-2015]. Erbay, Z. and Icier, F. 2009. Optimization of Hot Air Drying of Olive Leaves Using Response Surface Methodology. Turki: Journal of Food Engineering. Eryson. 2006. Perancangan Program Aplikasi untuk Percobaan dengan Menggunakan Metoda Respon Permukaan Berfaktor Dua. Skripsi. Tangerang: Universitas Bina Nusantara. Evi. 2011. Cara meningkatkan Laba. Online. Tersedia di http://eviindrawanto.com/2011/02/bagaimana-meningkatkan-laba-dmb.html [diakses 09-02-2015]. Gaspersz, V. 1991. Metode Perancangan Percobaan. Bandung. Guo, W. et al. 2009. Optimization of Culture Conditions for Hydrogen Production by Ethanoligenens Harbinense B49 using Response Surface Methodology. China : Bioresource Technology. Hadiyat, M. A. 2001. Response-surface dan Taguchi : Sebuah Alternatif atau Kompetisi dalam Optimasi secara Praktis. Surabaya: Universitas Surabaya.
75
76
Ilham, N. 2013. Analisis Faktor-Faktor yang Mempengaruhi laba Usaha Dagang pada Pasar Tradisional di Kabupaten Pangkep. Skripsi. Makassar: Universitas Hasanudin. Isnaini, N. dkk. 2012. Model Permukaan Respon Pada Percobaan Faktorial. Jember: Universitas Jember Vol. 12. Khuri, A. 2006. Response Surface Methodology and Related Topics. Singapore : World Scientifik Publishing. Kleijnen, J.P.C. 2014. Response Surface Methodology. Tilburg: Operations Research Vol. 2014-013. Lenth, R. V. 2012. Response-Surface Methods in R, Using RSM. The University of Lowa. Maharjan, S. et al. 2014. Exploring Codon Optimization and Response Surface Methodology to Express Biologically Active Transmembrane RANKL in E. Coli. Republic of Korea: Department of Agriculture Biotechnology Vol. 9. Muthuvelayudham, R. and Viruthagiri, T. 2010. Application of Central Composite Design based Response Surface Methodology in Parameter Optimization and on Cellulase Production Using agricultural Waste. International Journal of Chemical and Biological Engineering 3:2. Nuryanti dan Salimy , D.H. 2008. Metode Permukaan Respon dan Aplikasinya pada Optimasi Eksperimen Kimia. Risalah Lokakarya Komputasi dalam Sains dan Teknologi Nuklir. Oramahi. 2008. Teori dan Aplikasi Response Surface Methodology (RSM). Yogyakarta: Ardana Medi Yogyakarta. Pradhan, S. et al. 2012. Optimization of Reactive Extraction of Castor Seed to Produce Biodesel Using Response Surface Methodology. Fuel 97 (2012) 848-855. Raymond, et al. 2008. Response Surface Methodology (3th ed.). Canada: Wiley. Sembiring, R. K. 2003. Analisis Regresi (2th ed.). Bandung: ITB.
77
Siska. 2009. Analisis Pengolahan Dana Investasi dan Pengaruhnya Terhadap Laba Usaha (Studi Kasus PT. Gudang Garam). Online. Tersedia di http://upiyptk.ac.id/ejournal/File_Jurnal/jurnal%20Siska%20Indah%20Lesta ri.pdf [diakses 09-02-2015].
Sjahid, M.A. dan Maftukhah, L. 2007. Optimasi Kekuatan Torque pada Lampu TL. Institut Teknologi Sepuluh Nopember : Jurnal Ilmiah Sains dan Teknologi, Vol. 6 No.3.
Wan-Qian, et al. 2009. Optimization of Culture Conditions for Hydrogen Production by Ethanoligenens Harbinense B49 using Response Surface Methodology. China: Bioresource Technology.
Wei, S., et al. 2010. Medium Optimization for AcarboseProduction by Actinoplanes sp. A56 Using the Response Surface Methodology. China: African Journal of Biotechnology Vol.9(13).
Yang, K. and El-Haik, B. 2006. Design for Six Sigma. United States: The McGraw-Hill Companies.
78
Lampiran 1 Tabel Bantu Manual untuk Ordo Satu
Hasil transpose variabel
Hasil transpose variabel
Hasil transpose koefisien model regresi
Jumlah kuadrat variabel
79
Lampiran 2 Tabel Bantu Manual untuk Steepest Ascent
Hasil transpose variabel
Hasil kali variabel
transpose dengan variabel
Koefisien model regresi pada variabel baru steepest ascent
Hasil transpose variabel
Hasil kali antara koefisien model regresi transpose dengan variabel variabel
tranpose dan
80
Lampiran 3 Tabel Bantu Manual untuk Ordo Dua
Hasil transpose variabel
Hasil kali variabel
transpose dengan
Invers dari hasil kali variabel
transpose dengan
81
Lampiran 4 Tabel Bantu Manual II untuk Ordo Dua
Hasil kali variabel
transpose dan variabel
Hasil transpose variabel
Hasil transpose koefisien model regresi ordo dua
Jumlah kuadrat variabel
82
Lampiran 5 Form dan Kode Program
Form Awal
Menu Editor
Push Button
Pop-up Menu
Kode Program Form Awal
function varargout = awal(varargin) % AWAL MATLAB code for awal.fig % AWAL, by itself, creates a new AWAL or raises the existing % singleton*. % % H = AWAL returns the handle to a new AWAL or the handle to % the existing singleton*. % % AWAL('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in AWAL.M with the given input arguments. % % AWAL('Property','Value',...) creates a new AWAL or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before awal_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application
83
% stop. All inputs are passed to awal_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help awal % Last Modified by GUIDE v2.5 01-May-2015 11:28:56 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @awal_OpeningFcn, ... 'gui_OutputFcn', @awal_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before awal is made visible. function awal_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to awal (see VARARGIN) % Choose default command line output for awal handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes awal wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = awal_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure
84
% eventdata MATLAB % handles
reserved - to be defined in a future version of structure with handles and user data (see GUIDATA)
% Get default command line output from handles structure varargout{1} = handles.output; % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) v=get(handles.popupmenu1,'value'); if v==1 warndlg('Silihkan pilih jumlah variabel','warning') elseif v==2 GUI2 close awal elseif v==3 GUI close awal elseif v==4 GUI3 close awal elseif v==5 GUI5 close awal end % --- Executes on selection change in popupmenu1. function popupmenu1_Callback(hObject, eventdata, handles) % hObject handle to popupmenu1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: contents = cellstr(get(hObject,'String')) returns popupmenu1 contents as cell array % contents{get(hObject,'Value')} returns selected item from popupmenu1 % --- Executes during object creation, after setting all properties. function popupmenu1_CreateFcn(hObject, eventdata, handles) % hObject handle to popupmenu1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: popupmenu controls usually have a white background on Windows. % See ISPC and COMPUTER.
85
if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor','white'); end
% ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles) % hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Pawal close awal % ------------------------------------------------------------------function Untitled_3_Callback(hObject, eventdata, handles) % hObject handle to Untitled_3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close all
Form Ordo Satu
Menu Editor
Table Static Text
Toolbar Editor
Table
Static Text
Push Button
Push Button Static Text Table
86
Kode Program Form Ordo Satu
(2 Variabel Bebas) function varargout = GUI2(varargin) % GUI2 M-file for GUI2.fig % GUI2, by itself, creates a new GUI2 or raises the existing % singleton*. % % H = GUI2 returns the handle to a new GUI2 or the handle to % the existing singleton*. % % GUI2('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in GUI2.M with the given input arguments. % % GUI2('Property','Value',...) creates a new GUI2 or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI2 before GUI2_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to GUI2_OpeningFcn via varargin. % % *See GUI2 Options on GUIDE's Tools menu. Choose "GUI2 allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help GUI2 % Last Modified by GUIDE v2.5 01-May-2015 12:29:27 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @GUI2_OpeningFcn, ... 'gui_OutputFcn', @GUI2_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:});
87
end % End initialization code - DO NOT EDIT % --- Executes just before GUI2 is made visible. function GUI2_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to GUI2 (see VARARGIN) % Choose default command line output for GUI2 handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes GUI2 wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = GUI2_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) data=getappdata(handles.figure1,'data'); clc x1=data(:,1); midx1=(max(x1)-min(x1))/2; mnx1=mean(x1) x1=(x1-mean(x1))/(midx1); x2=data(:,2); midx2=(max(x2)-min(x2))/2; mnx2=mean(x2) x2=(x2-mean(x2))/(midx2); x=([x1,x2]); mid2=[midx1,midx2]; mn2=[mnx1,mnx2]; save mn2 mn2 data(:,1:2)=x; y=data(:,3);
88
x=[ones(size(data,1),1),x]; a=x'; b=x; c=data(:,3); d=(a*b)^(-1); e=a*c; ff=d*e save ff ff reg=['Pers Regresi : ','y = ',num2str(ff(1,:)),' + ',num2str(ff(2,:)),' x1 + ',num2str(ff(3,:)),' x2'] set(handles.text1,'string',reg) x1=x1*ff(2,:)/ff(1,:); x2=x2*ff(3,:)/ff(1,:); y=y/ff(1,:); dat = table(x1,x2,y); mdl = fitlm(dat,' y ~ x1 + x2'); tbl2 = anova(mdl,'summary'); save tbl2 tbl2 anovat = table2cell(tbl2); gh=num2str(cell2mat(anovat(2,5)),'%10.10f'); anovat(2,5)={gh}; set(handles.uitable2,'data',anovat) lof=anovat{4,5}; if lof < 0.05 set(handles.pushbutton1,'string','orde dua') set(handles.pushbutton3,'enable','off') set(handles.pushbutton4,'enable','on') else set(handles.pushbutton1,'string','steeps ascent') set(handles.pushbutton4,'enable','off') set(handles.pushbutton3,'enable','on') end %% hitung Metode Dakian Tercuram b1=max(ff(2:end,1)); dx2=ff(2:end,1)/b1; dxm2=dx2.*mid2' basis=zeros(size(dx2,1),1) dxt2=[]; dxi2=0; n=5; for sz=1:n dxi2=dxi2+dx2'; dxt2=[dxt2;dxi2]; end %% variabel code vercode2=[basis';dx2';dxt2] %% variabel aktual avg2=[mnx1 mnx2];
89
dxi2=avg2; dxt2=[]; for sz=1:n dxi2=dxi2+dxm2'; dxt2=[dxt2;dxi2]; end varakt2=[avg2;dxm2';dxt2] hdt2=[vercode2 varakt2] save mn2 mn2 save mid2 mid2 save hdt2 hdt2 % ------------------------------------------------------------------function uipushtool1_ClickedCallback(hObject, eventdata, handles) % hObject handle to uipushtool1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) [filename,path]=uigetfile('*.xlsx','Input Data'); if isequal(filename,0) return end data=xlsread(fullfile(path,filename),1,'B3:D1000'); whos data set(handles.uitable1,'data',data) setappdata(handles.figure1,'data',data) % --- Executes on button press in pushbutton2. function pushbutton2_Callback(hObject, eventdata, handles) % hObject handle to pushbutton2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) data=getappdata(handles.figure1,'data'); clc x1=data(:,1); x1=(x1-mean(x1))/((max(x1)-min(x1))/2); x2=data(:,2); x2=(x2-mean(x2))/((max(x2)-min(x2))/2); x=([x1,x2]); data(:,1:2)=x; y=data(:,3); set(handles.uitable1,'data',data) % --- Executes on button press in pushbutton3. function pushbutton3_Callback(hObject, eventdata, handles) % hObject handle to pushbutton3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Dakian2 close GUI2
90
% --- Executes on button press in pushbutton4. function pushbutton4_Callback(hObject, eventdata, handles) % hObject handle to pushbutton4 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) handles.output = hObject; load mid2 load mn2 mid2 mn2 vd=[-1.682,-1,0,1,1.682] x=[] for n=1:size(vd,2) x1=mid2(1,1)*vd(1,n)+mn2(1,1) x2=mid2(1,2)*vd(1,n)+mn2(1,2) xt=[x1,x2] x=[x;xt] end vz2=[vd',x] save vz2 vz2 Ordee22 close GUI2 % ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles) % hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) awal close GUI2 % ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Pawal % ------------------------------------------------------------------function Untitled_3_Callback(hObject, eventdata, handles) % hObject handle to Untitled_3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close all
91
(3 Variabel Bebas) function varargout = GUI(varargin) % GUI M-file for GUI.fig % GUI, by itself, creates a new GUI or raises the existing % singleton*. % % H = GUI returns the handle to a new GUI or the handle to % the existing singleton*. % % GUI('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in GUI.M with the given input arguments. % % GUI('Property','Value',...) creates a new GUI or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before GUI_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to GUI_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help GUI % Last Modified by GUIDE v2.5 03-May-2015 19:03:23 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @GUI_OpeningFcn, ... 'gui_OutputFcn', @GUI_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before GUI is made visible. function GUI_OpeningFcn(hObject, eventdata, handles, varargin)
92
% This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to GUI (see VARARGIN) % Choose default command line output for GUI handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes GUI wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = GUI_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) data=getappdata(handles.figure1,'data'); clc x1=data(:,1); midx1=(max(x1)-min(x1))/2; mnx1=mean(x1) x1=(x1-mean(x1))/(midx1); x2=data(:,2); midx2=(max(x2)-min(x2))/2; mnx2=mean(x2) x2=(x2-mean(x2))/(midx2); x3=data(:,3); midx3=(max(x3)-min(x3))/2; mnx3=mean(x3) x3=(x3-mean(x3))/(midx3); x=([x1,x2,x3]); mid=[midx1,midx2,midx3]; mn=[mnx1,mnx2,mnx3]; save mn mn data(:,1:3)=x; y=data(:,4); x=[ones(size(data,1),1),x];
93
a=x'; b=x; c=data(:,4); d=(a*b)^(-1); e=a*c; f=d*e reg=['Pers Regresi : ','y = ',num2str(f(1,:)),' + ',num2str(f(2,:)),' x1 + ',num2str(f(3,:)),' x2 + ',num2str(f(4,:)),' x3'] set(handles.text1,'string',reg) x1=x1*f(2,:)/f(1,:); x2=x2*f(3,:)/f(1,:); x3=x3*f(4,:)/f(1,:); y=y/f(1,:); dat = table(x1,x2,x3,y); mdl = fitlm(dat,' y ~ x1 + x2 + x3'); tbl = anova(mdl,'summary'); save tbl tbl anovat = table2cell(tbl); gh=num2str(cell2mat(anovat(2,5)),'%10.10f'); anovat(2,5)={gh}; set(handles.uitable2,'data',anovat) lof=anovat{4,5}; if lof < 0.05 set(handles.pushbutton1,'string','orde dua') set(handles.pushbutton3,'enable','off') set(handles.pushbutton4,'enable','on') else set(handles.pushbutton1,'string','steeps ascent') set(handles.pushbutton4,'enable','off') set(handles.pushbutton3,'enable','on') end %% hitung Metode Dakian Tercuram b1=max(f(2:end,1)); dx=f(2:end,1)/b1; dxm=dx.*mid' basis=zeros(size(dx,1),1) dxt=[]; dxi=0; n=5; for sz=1:n dxi=dxi+dx'; dxt=[dxt;dxi]; end %% variabel code vercode=[basis';dx';dxt] %% variabel aktual avg=[mnx1 mnx2 mnx3]; dxi=avg;
94
dxt=[]; for sz=1:n dxi=dxi+dxm'; dxt=[dxt;dxi]; end varakt=[avg;dxm';dxt] hdt=[vercode varakt] save hdt hdt save mid mid save mn mn % ------------------------------------------------------------------function uipushtool1_ClickedCallback(hObject, eventdata, handles) % hObject handle to uipushtool1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) [filename,path]=uigetfile('*.xlsx','Input Data'); if isequal(filename,0) return end data=xlsread(fullfile(path,filename),1,'B3:E1000'); whos data set(handles.uitable1,'data',data) setappdata(handles.figure1,'data',data) % --- Executes on button press in pushbutton2. function pushbutton2_Callback(hObject, eventdata, handles) % hObject handle to pushbutton2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) data=getappdata(handles.figure1,'data'); clc x1=data(:,1); x1=(x1-mean(x1))/((max(x1)-min(x1))/2); x2=data(:,2); x2=(x2-mean(x2))/((max(x2)-min(x2))/2); x3=data(:,3); x3=(x3-mean(x3))/((max(x3)-min(x3))/2); x=([x1,x2,x3]); data(:,1:3)=x; y=data(:,4); set(handles.uitable1,'data',data) % --- Executes on button press in pushbutton3. function pushbutton3_Callback(hObject, eventdata, handles) % hObject handle to pushbutton3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Dakian close GUI
95
% --- Executes on button press in pushbutton4. function pushbutton4_Callback(hObject, eventdata, handles) % hObject handle to pushbutton4 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) handles.output = hObject; load mid load mn mid mn vd=[-1.682,-1,0,1,1.682] x=[] for n=1:size(vd,2) x1=mid(1,1)*vd(1,n)+mn(1,1) x2=mid(1,2)*vd(1,n)+mn(1,2) x3=mid(1,3)*vd(1,n)+mn(1,3) xt=[x1,x2,x3] x=[x;xt] end vz=[vd',x] save vz vz Orde22 close GUI % ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles) % hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) awal close GUI % ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Pawal % ------------------------------------------------------------------function Untitled_3_Callback(hObject, eventdata, handles) % hObject handle to Untitled_3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close all
96
(4 Variabel Bebas) function varargout = GUI(varargin) % GUI M-file for GUI.fig % GUI, by itself, creates a new GUI or raises the existing % singleton*. % % H = GUI returns the handle to a new GUI or the handle to % the existing singleton*. % % GUI('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in GUI.M with the given input arguments. % % GUI('Property','Value',...) creates a new GUI or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before GUI_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to GUI_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help GUI % Last Modified by GUIDE v2.5 01-May-2015 19:14:16 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @GUI_OpeningFcn, ... 'gui_OutputFcn', @GUI_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before GUI is made visible. function GUI_OpeningFcn(hObject, eventdata, handles, varargin)
97
% This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to GUI (see VARARGIN) % Choose default command line output for GUI handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes GUI wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = GUI_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) data=getappdata(handles.figure1,'data'); clc x1=data(:,1); midx1=(max(x1)-min(x1))/2; mnx1=mean(x1) x1=(x1-mean(x1))/(midx1); x2=data(:,2); midx2=(max(x2)-min(x2))/2; mnx2=mean(x2) x2=(x2-mean(x2))/(midx2); x3=data(:,3); midx3=(max(x3)-min(x3))/2; mnx3=mean(x3) x3=(x3-mean(x3))/(midx3); x4=data(:,4); midx4=(max(x4)-min(x4))/2; mnx4=mean(x4) x4=(x4-mean(x4))/(midx4); x=([x1,x2,x3,x4]); mid4=[midx1,midx2,midx3,midx4]; mn4=[mnx1,mnx2,mnx3,mnx4]; data(:,1:4)=x;
98
y=data(:,5); x=[ones(size(data,1),1),x]; a=x'; b=x; c=data(:,5); d=(a*b)^(-1); e=a*c; f4=d*e; save f4 f4 reg=['Pers Regresi : ','y = ',num2str(f4(1,:)),' + ',num2str(f4(2,:)),' x1 + ',num2str(f4(3,:)),' x2 + ',num2str(f4(4,:)),' x3 + ',num2str(f4(5,:)),' x4'] set(handles.text1,'string',reg) x1=x1*f4(2,:)/f4(1,:); x2=x2*f4(3,:)/f4(1,:); x3=x3*f4(4,:)/f4(1,:); x4=x4*f4(5,:)/f4(1,:); y=y/f4(1,:); dat = table(x1,x2,x3,x4,y); mdl = fitlm(dat,' y ~ x1 + x2 + x3 + x4'); tbl = anova(mdl,'summary') %save tbl tbl anovat = table2cell(tbl) set(handles.uitable2,'data',anovat) lof=anovat{4,5}; if lof < 0.05 set(handles.pushbutton1,'string','orde dua') set(handles.pushbutton3,'enable','off') set(handles.pushbutton4,'enable','on') else set(handles.pushbutton1,'string','steeps ascent') set(handles.pushbutton4,'enable','off') set(handles.pushbutton3,'enable','on') end %% hitung Metode Dakian Tercuram b1=max(f4(2:end,1)); %mid=(max(x4)-min(x4))/2 dx4=f4(2:end,1)/b1; dxm4=dx4.*mid4' basis=zeros(size(dx4,1),1) dxt4=[]; dxi4=0; n=5; for sz=1:n dxi4=dxi4+dx4'; dxt4=[dxt4;dxi4]; end %% variabel code vercode4=[basis';dx4';dxt4]
99
%% variabel aktual avg4=[mnx1 mnx2 mnx3 mnx4]; dxi4=avg4; dxt4=[]; for sz=1:n dxi4=dxi4+dxm4'; dxt4=[dxt4;dxi4]; end varakt4=[avg4;dxm4';dxt4] hdt4=[vercode4 varakt4] save mn4 mn4 save hdt4 hdt4 save mid4 mid4 % ------------------------------------------------------------------function uipushtool1_ClickedCallback(hObject, eventdata, handles) % hObject handle to uipushtool1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) [filename,path]=uigetfile('*.xlsx','Input Data'); if isequal(filename,0) return end data=xlsread(fullfile(path,filename),1,'B3:F1000'); whos data set(handles.uitable1,'data',data) setappdata(handles.figure1,'data',data) % --- Executes on button press in pushbutton2. function pushbutton2_Callback(hObject, eventdata, handles) % hObject handle to pushbutton2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) data=getappdata(handles.figure1,'data'); clc x1=data(:,1); x1=(x1-mean(x1))/((max(x1)-min(x1))/2); x2=data(:,2); x2=(x2-mean(x2))/((max(x2)-min(x2))/2); x3=data(:,3); x3=(x3-mean(x3))/((max(x3)-min(x3))/2); x4=data(:,4); x4=(x4-mean(x4))/((max(x4)-min(x4))/2); x=([x1,x2,x3,x4]); data(:,1:4)=x; y=data(:,5); set(handles.uitable1,'data',data) % --- Executes on button press in pushbutton3. function pushbutton3_Callback(hObject, eventdata, handles) % hObject handle to pushbutton3 (see GCBO)
100
% eventdata MATLAB % handles Dakian4 close GUI3
reserved - to be defined in a future version of structure with handles and user data (see GUIDATA)
% --- Executes on button press in pushbutton4. function pushbutton4_Callback(hObject, eventdata, handles) % hObject handle to pushbutton4 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) handles.output = hObject; load mid4 load mn4 mid4 mn4 vd=[-2.000,-1,0,1,2.000] x=[] for n=1:size(vd,2) x1=mid4(1,1)*vd(1,n)+mn4(1,1) x2=mid4(1,2)*vd(1,n)+mn4(1,2) x3=mid4(1,3)*vd(1,n)+mn4(1,3) x4=mid4(1,4)*vd(1,n)+mn4(1,4) xt=[x1,x2,x3,x4] x=[x;xt] end vz4=[vd',x] save vz4 vz4 Ordeee22 close GUI3
(5 Variabel Bebas) function varargout = GUI(varargin) % GUI M-file for GUI.fig % GUI, by itself, creates a new GUI or raises the existing % singleton*. % % H = GUI returns the handle to a new GUI or the handle to % the existing singleton*. % % GUI('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in GUI.M with the given input arguments. % % GUI('Property','Value',...) creates a new GUI or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before GUI_OpeningFcn gets called. An
101
% unrecognized property name or invalid value makes property application % stop. All inputs are passed to GUI_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help GUI % Last Modified by GUIDE v2.5 02-May-2015 10:46:47 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @GUI_OpeningFcn, ... 'gui_OutputFcn', @GUI_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before GUI is made visible. function GUI_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to GUI (see VARARGIN) % Choose default command line output for GUI handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes GUI wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = GUI_OutputFcn(hObject, eventdata, handles)
102
% varargout % hObject % eventdata MATLAB % handles
cell array for returning output args (see VARARGOUT); handle to figure reserved - to be defined in a future version of structure with handles and user data (see GUIDATA)
% Get default command line output from handles structure varargout{1} = handles.output; % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) data=getappdata(handles.figure1,'data'); clc x1=data(:,1); midx1=(max(x1)-min(x1))/2; mnx1=mean(x1) x1=(x1-mean(x1))/(midx1); x2=data(:,2); midx2=(max(x2)-min(x2))/2; mnx2=mean(x2) x2=(x2-mean(x2))/(midx2); x3=data(:,3); midx3=(max(x3)-min(x3))/2; mnx3=mean(x3) x3=(x3-mean(x3))/(midx3); x4=data(:,4); midx4=(max(x4)-min(x4))/2; mnx4=mean(x4) x4=(x4-mean(x4))/(midx4); x5=data(:,5); midx5=(max(x5)-min(x5))/2; mnx5=mean(x5) x5=(x5-mean(x5))/(midx5); x=([x1,x2,x3,x4,x5]); mid5=[midx1,midx2,midx3,midx4,midx5]; mn5=[mnx1,mnx2,mnx3,mnx4,mnx5]; data(:,1:5)=x; y=data(:,6); x=[ones(size(data,1),1),x]; a=x'; b=x; c=data(:,6); d=(a*b)^(-1); e=a*c; f5=d*e save f5 f5 reg=['Pers Regresi : ','y = ',num2str(f5(1,:)),' + ',num2str(f5(2,:)),' x1 + ',num2str(f5(3,:)),' x2 +
103
',num2str(f5(4,:)),' x3 + ',num2str(f5(5,:)),' x4 + ',num2str(f5(6,:)),' x5'] set(handles.text1,'string',reg) x1=x1*f5(2,:)/f5(1,:); x2=x2*f5(3,:)/f5(1,:); x3=x3*f5(4,:)/f5(1,:); x4=x4*f5(5,:)/f5(1,:); x5=x5*f5(6,:)/f5(1,:); y=y/f5(1,:); dat = table(x1,x2,x3,x4,x5,y); mdl = fitlm(dat,' y ~ x1 + x2 + x3 + x4 + x5 '); tbl = anova(mdl,'summary') %save tbl tbl anovat = table2cell(tbl) set(handles.uitable2,'data',anovat) lof=anovat{4,5}; if lof < 0.05 set(handles.pushbutton1,'string','orde dua') set(handles.pushbutton3,'enable','off') set(handles.pushbutton4,'enable','on') else set(handles.pushbutton1,'string','steeps ascent') set(handles.pushbutton4,'enable','off') set(handles.pushbutton3,'enable','on') end %% hitung Metode Dakian Tercuram b1=max(f5(2:end,1)); %mid=(max(x5)-min(x5))/2 dx5=f5(2:end,1)/b1; dxm5=dx5.*mid5' basis=zeros(size(dx5,1),1) dxt5=[]; dxi5=0; n=5; for sz=1:n dxi5=dxi5+dx5'; dxt5=[dxt5;dxi5]; end %% variabel code vercode5=[basis';dx5';dxt5] %% variabel aktual avg5=[mnx1 mnx2 mnx3 mnx4 mnx5]; dxi5=avg5; dxt5=[]; for sz=1:n dxi5=dxi5+dxm5'; dxt5=[dxt5;dxi5]; end varakt5=[avg5;dxm5';dxt5]
104
hdt5=[vercode5 varakt5] save hdt5 hdt5 save mid5 mid5 save mn5 mn5 % ------------------------------------------------------------------function uipushtool1_ClickedCallback(hObject, eventdata, handles) % hObject handle to uipushtool1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) [filename,path]=uigetfile('*.xlsx','Input Data'); if isequal(filename,0) return end data=xlsread(fullfile(path,filename),1,'B3:G1000'); whos data set(handles.uitable1,'data',data) setappdata(handles.figure1,'data',data) % --- Executes on button press in pushbutton2. function pushbutton2_Callback(hObject, eventdata, handles) % hObject handle to pushbutton2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) data=getappdata(handles.figure1,'data'); clc x1=data(:,1); x1=(x1-mean(x1))/((max(x1)-min(x1))/2); x2=data(:,2); x2=(x2-mean(x2))/((max(x2)-min(x2))/2); x3=data(:,3); x3=(x3-mean(x3))/((max(x3)-min(x3))/2); x4=data(:,4); x4=(x4-mean(x4))/((max(x4)-min(x4))/2); x5=data(:,5); x5=(x5-mean(x5))/((max(x5)-min(x5))/2); x=([x1,x2,x3,x4,x5]); data(:,1:5)=x; y=data(:,6); set(handles.uitable1,'data',data) % --- Executes on button press in pushbutton3. function pushbutton3_Callback(hObject, eventdata, handles) % hObject handle to pushbutton3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Dakian5 close GUI5 % --- Executes on button press in pushbutton4. function pushbutton4_Callback(hObject, eventdata, handles)
105
% hObject % eventdata MATLAB % handles
handle to pushbutton4 (see GCBO) reserved - to be defined in a future version of structure with handles and user data (see GUIDATA)
handles.output = hObject; load mid5 load mn5 mid5 mn5 vd=[-2.378,-1,0,1,2.378] x=[] for n=1:size(vd,2) x1=mid5(1,1)*vd(1,n)+mn5(1,1) x2=mid5(1,2)*vd(1,n)+mn5(1,2) x3=mid5(1,3)*vd(1,n)+mn5(1,3) x4=mid5(1,4)*vd(1,n)+mn5(1,4) x5=mid5(1,5)*vd(1,n)+mn5(1,5) xt=[x1,x2,x3,x4,x5] x=[x;xt] end vz5=[vd',x] save vz5 vz5 Ordeeee22 close GUI5
Form Steepest Ascent
Menu Editor Table Push Button Static Text
Table
Table
Push Button
106
Kode Program Steepest Ascent
(2 Variabel Bebas) function varargout = Dakian2(varargin) % DAKIAN2 MATLAB code for Dakian2.fig % DAKIAN2, by itself, creates a new DAKIAN2 or raises the existing % singleton*. % % H = DAKIAN2 returns the handle to a new DAKIAN2 or the handle to % the existing singleton*. % % DAKIAN2('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in DAKIAN2.M with the given input arguments. % % DAKIAN2('Property','Value',...) creates a new DAKIAN2 or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before Dakian2_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to Dakian2_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help Dakian2 % Last Modified by GUIDE v2.5 01-May-2015 17:12:40 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Dakian2_OpeningFcn, ... 'gui_OutputFcn', @Dakian2_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout
107
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before Dakian2 is made visible. function Dakian2_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to Dakian2 (see VARARGIN) % Choose default command line output for Dakian2 handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes Dakian2 wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = Dakian2_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; load hdt2 d=size(hdt2,1) set(handles.uitable1,'data',[hdt2 zeros(d,1)]) % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) load mid2 mid2 tab=get(handles.uitable1,'data'); y=tab(:,5); [C,I]=max(y); vap=[tab(I,3:4)]; E=[vap;vap]; %% 1 E1a=E(1:2,1)-mid2(1,1);
108
E1b=E(1:2,1)+mid2(1,1); E1=[E1a;E1b]; %% 2 E2a=E(1,2)-mid2(1,2); E2b=E(1,2)+mid2(1,2); E2aa=E(1,2)-mid2(1,2); E2bb=E(1,2)+mid2(1,2); E2=[E2a;E2b;E2aa;E2bb]; Ett=[E1,E2]; Et=[E;Ett]; whos Et set(handles.uitable3,'data',[Et zeros(size(Et,1),1)]) Atb2=get(handles.uitable3,'data') % --- Executes on button press in pushbutton2. function pushbutton2_Callback(hObject, eventdata, handles) % hObject handle to pushbutton2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Etb2=get(handles.uitable3,'data') r=Etb2(:,3) data=Etb2 x1=data(:,1); x2=data(:,2); x=([x1,x2]); rx2=mean(x,1) save rx2 rx2 y=data(:,3); x=[ones(size(data,1),1),x]; a=x'; b=x; c=data(:,3); d=(a*b)^(-1); e=a*c; ff2=d*e save ff2 ff2 reg=['Pers Regresi : ','y = ',num2str(ff2(1,:)),' + ',num2str(ff2(2,:)),' x1 + ',num2str(ff2(3,:)),' x2 '] yt=y' ft=ff2' xt=x' mse=(yt*y-ft*xt*y)/4 y1r=mean(yt(1:2)) y2r=mean(yt(3:6)) yf=(y2r-y1r).^2 fo=(4*2*(yf)/(4+2))/mse set(handles.uitable4,'data',[fo 3.28]) fba=get(handles.uitable3,'data') if fo > 3.28 set(handles.pushbutton2,'string','orde dua') set(handles.pushbutton3,'enable','on')
109
set(handles.pushbutton4,'enable','off') else set(handles.pushbutton2,'string','lanjutkan') set(handles.pushbutton3,'enable','off') set(handles.pushbutton4,'enable','on') end % --- Executes on button press in pushbutton3. function pushbutton3_Callback(hObject, eventdata, handles) % hObject handle to pushbutton3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) handles.output = hObject; load mid2 load rx2 mid2 vd=[-1.414,-1,0,1,1.414] x=[] for n=1:size(vd,2) x1=mid2(1,1)*vd(1,n)+rx2(1,1) x2=mid2(1,2)*vd(1,n)+rx2(1,2) xt=[x1,x2] x=[x;xt] end vt2=[vd',x] save vt2 vt2 Ordee2 close Dakian2 % --- Executes on button press in pushbutton4. function pushbutton4_Callback(hObject, eventdata, handles) % hObject handle to pushbutton4 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Stepes2 close Dakian2 % ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles) % hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) awal % ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)
110
PDakian % ------------------------------------------------------------------function Untitled_3_Callback(hObject, eventdata, handles) % hObject handle to Untitled_3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close all
(3 Variabel Bebas) function varargout = Dakian(varargin) % DAKIAN MATLAB code for Dakian.fig % DAKIAN, by itself, creates a new DAKIAN or raises the existing % singleton*. % % H = DAKIAN returns the handle to a new DAKIAN or the handle to % the existing singleton*. % % DAKIAN('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in DAKIAN.M with the given input arguments. % % DAKIAN('Property','Value',...) creates a new DAKIAN or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before Dakian_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to Dakian_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help Dakian % Last Modified by GUIDE v2.5 01-May-2015 11:55:14 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ...
111
'gui_OpeningFcn', @Dakian_OpeningFcn, ... 'gui_OutputFcn', @Dakian_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before Dakian is made visible. function Dakian_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to Dakian (see VARARGIN) % Choose default command line output for Dakian handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes Dakian wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = Dakian_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; load hdt whos hdt d=size(hdt,1) hdt=[hdt zeros(d,1)] hdtt=[]; hdtv=[]; for i=1:size(hdt,1) hdtt=[]; for j=1:size(hdt,2) tx=num2str(hdt(i,j)) hdtt=[hdtt,{tx}]; end
112
hdtv=[hdtv;hdtt]; end whos hdtv set(handles.uitable1,'data',hdtv) % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) load mid mid tab=get(handles.uitable1,'data') hdtt=[]; hdtv=[]; for i=1:size(tab,1) hdtt=[]; for j=1:size(tab,2) tx=(cell2mat(tab(i,j))) tx=str2num(tx) whos tx hdtt=[hdtt,tx]; end hdtv=[hdtv;hdtt]; end tab=hdtv y=tab(:,7); [C,I]=max(y); vap=[tab(I,4:6)]; E=[vap;vap;vap;vap]; %% 1 E1a=E(:,1)-mid(1,1); E1b=E(:,1)+mid(1,1); E1=[E1a;E1b]; %% 2 E2a=E(1:2,2)-mid(1,2); E2b=E(1:2,2)+mid(1,2); E2aa=E(1:2,2)-mid(1,2); E2bb=E(1:2,2)+mid(1,2); E2=[E2a;E2b;E2aa;E2bb]; %% 3 E3a=E(1,3)-mid(1,3); E3b=E(1,3)+mid(1,3); E3c=E(1,3)-mid(1,3); E3d=E(1,3)+mid(1,3); E3aa=E(1,3)-mid(1,3); E3bb=E(1,3)+mid(1,3); E3cc=E(1,3)-mid(1,3); E3dd=E(1,3)+mid(1,3); E3=[E3a;E3b;E3c;E3d;E3aa;E3bb;E3cc;E3dd]; Ett=[E1,E2,E3];
113
Et=[E;Ett]; whos df whos Et Et=[Et zeros(size(Et,1),1)] hdtt=[]; hdtv=[]; for i=1:size(Et,1) hdtt=[]; for j=1:size(Et,2) tx=num2str(Et(i,j)) hdtt=[hdtt,{tx}]; end hdtv=[hdtv;hdtt]; end Et=hdtv; whos hdtv set(handles.uitable3,'data',Et) Atb=get(handles.uitable3,'data') % --- Executes on button press in pushbutton2. function pushbutton2_Callback(hObject, eventdata, handles) % hObject handle to pushbutton2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) %% anova Etb=get(handles.uitable3,'data'); hdtt=[]; hdtv=[]; for i=1:size(Etb,1) hdtt=[]; for j=1:size(Etb,2) tx=(cell2mat(Etb(i,j))); tx=str2num(tx); whos tx hdtt=[hdtt,tx]; end hdtv=[hdtv;hdtt]; end Etb=hdtv; r=Etb(:,4) data=Etb x1=data(:,1); x2=data(:,2); x3=data(:,3); x=([x1,x2,x3]); rx=mean(x,1) save rx rx y=data(:,4); x=[ones(size(data,1),1),x]; a=x';
114
b=x; c=data(:,4); d=(a*b)^(-1); e=a*c; f2=d*e save f2 f2 reg=['Pers Regresi : ','y = ',num2str(f2(1,:)),' + ',num2str(f2(2,:)),' x1 + ',num2str(f2(3,:)),' x2 + ',num2str(f2(4,:)),' x3'] yt=y' ft=f2' xt=x' mse=(yt*y-ft*xt*y)/8 y1r=mean(yt(1:4)) y2r=mean(yt(5:12)) yf=(y2r-y1r).^2 fo=(8*4*(yf)/(8+4))/mse set(handles.uitable4,'data',[fo 3.28]) fba=get(handles.uitable3,'data') if fo > 3.28 set(handles.pushbutton2,'string','orde dua') set(handles.pushbutton3,'enable','on') set(handles.pushbutton4,'enable','off') else set(handles.pushbutton2,'string','lanjutkan') set(handles.pushbutton3,'enable','off') set(handles.pushbutton4,'enable','on') end % --- Executes on button press in pushbutton3. function pushbutton3_Callback(hObject, eventdata, handles) % hObject handle to pushbutton3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) handles.output = hObject; load mid load rx mid vd=[-1.682,-1,0,1,1.682] x=[] for n=1:size(vd,2) x1=mid(1,1)*vd(1,n)+rx(1,1) x2=mid(1,2)*vd(1,n)+rx(1,2) x3=mid(1,3)*vd(1,n)+rx(1,3) xt=[x1,x2,x3] x=[x;xt] end vt=[vd',x] save vt vt Orde2 close Dakian % --- Executes on button press in pushbutton4. function pushbutton4_Callback(hObject, eventdata, handles)
115
% hObject handle to pushbutton4 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Stepes close Dakian % ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles) % hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) awal % ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Pdakian % ------------------------------------------------------------------function Untitled_3_Callback(hObject, eventdata, handles) % hObject handle to Untitled_3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close all
(4 Variabel Bebas) function varargout = Dakian4(varargin) % DAKIAN4 MATLAB code for Dakian4.fig % DAKIAN4, by itself, creates a new DAKIAN4 or raises the existing % singleton*. % % H = DAKIAN4 returns the handle to a new DAKIAN4 or the handle to % the existing singleton*. % % DAKIAN4('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in DAKIAN4.M with the given input arguments. % % DAKIAN4('Property','Value',...) creates a new DAKIAN4 or raises the % existing singleton*. Starting from the left, property value pairs are
116
% applied to the GUI before Dakian4_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to Dakian4_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help Dakian4 % Last Modified by GUIDE v2.5 01-May-2015 19:48:54 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Dakian4_OpeningFcn, ... 'gui_OutputFcn', @Dakian4_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before Dakian4 is made visible. function Dakian4_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to Dakian4 (see VARARGIN) % Choose default command line output for Dakian4 handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes Dakian4 wait for user response (see UIRESUME) % uiwait(handles.figure1);
117
% --- Outputs from this function are returned to the command line. function varargout = Dakian4_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; load hdt4 d=size(hdt4,1) set(handles.uitable1,'data',[hdt4,zeros(d,1)]) % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) load mid4 mid4 tab=get(handles.uitable1,'data'); y=tab(:,9); [C,I]=max(y); vap=[tab(I,5:8)]; E=[vap;vap;vap;vap;vap;vap;vap;vap]; %% 1 E1a=E(:,1)-mid4(1,1); E1b=E(:,1)+mid4(1,1); E1=[E1a;E1b]; %% 2 E2a=E(1:4,2)-mid4(1,2); E2b=E(1:4,2)+mid4(1,2); E2aa=E(1:4,2)-mid4(1,2); E2bb=E(1:4,2)+mid4(1,2); E2=[E2a;E2b;E2aa;E2bb]; %% 3 E3a=E(1:2,3)-mid4(1,3); E3b=E(1:2,3)+mid4(1,3); E3aa=E(1:2,3)-mid4(1,3); E3bb=E(1:2,3)+mid4(1,3); E3aaa=E(1:2,3)-mid4(1,3); E3bbb=E(1:2,3)+mid4(1,3); E3aaaa=E(1:2,3)-mid4(1,3); E3bbbb=E(1:2,3)+mid4(1,3); E3=[E3a;E3b;E3aa;E3bb;E3aaa;E3bbb;E3aaaa;E3bbbb]; %% 4 E4a=E(1,4)-mid4(1,4); E4b=E(1,4)+mid4(1,4); E4c=E(1,4)-mid4(1,4); E4d=E(1,4)+mid4(1,4); E4aa=E(1,4)-mid4(1,4); E4bb=E(1,4)+mid4(1,4);
118
E4cc=E(1,4)-mid4(1,4); E4dd=E(1,4)+mid4(1,4); E4aaa=E(1,4)-mid4(1,4); E4bbb=E(1,4)+mid4(1,4); E4ccc=E(1,4)-mid4(1,4); E4ddd=E(1,4)+mid4(1,4); E4aaaa=E(1,4)-mid4(1,4); E4bbbb=E(1,4)+mid4(1,4); E4cccc=E(1,4)-mid4(1,4); E4dddd=E(1,4)+mid4(1,4); E4=[E4a;E4b;E4c;E4d;E4aa;E4bb;E4cc;E4dd;E4aaa;E4bbb;E4ccc;E4ddd;E4 aaaa;E4bbbb;E4cccc;E4dddd]; Ett=[E1,E2,E3,E4]; Et=[E;Ett]; whos Et set(handles.uitable3,'data',[Et zeros(size(Et,1),1)]) Atb4=get(handles.uitable3,'data') % --- Executes on button press in pushbutton2. function pushbutton2_Callback(hObject, eventdata, handles) % hObject handle to pushbutton2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Etb2=get(handles.uitable3,'data') r=Etb2(:,3) data=Etb2 x1=data(:,1); x2=data(:,2); x3=data(:,3); x4=data(:,4); x=([x1,x2,x3,x4]); rx4=mean(x,1) save rx4 rx4 y=data(:,5); x=[ones(size(data,1),1),x]; a=x'; b=x; c=data(:,4); d=(a*b)^(-1); e=a*c; ff4=d*e save ff4 ff4 reg=['Pers Regresi : ','y = ',num2str(ff4(1,:)),' + ',num2str(ff4(2,:)),' x1 + ',num2str(ff4(3,:)),' x2 + ',num2str(ff4(4,:)),' x3 + ',num2str(ff4(5,:)),' x4'] yt=y' ft=ff4' xt=x' mse=(yt*y-ft*xt*y)/16 y1r=mean(yt(1:8)) y2r=mean(yt(9:24)) yf=(y2r-y1r).^2 fo=(16*8*(yf)/(16+8))/mse
119
set(handles.uitable4,'data',[fo 3.28]) fba=get(handles.uitable3,'data') if fo > 3.28 set(handles.pushbutton2,'string','orde dua') set(handles.pushbutton3,'enable','on') set(handles.pushbutton4,'enable','off') else set(handles.pushbutton2,'string','lanjutkan') set(handles.pushbutton3,'enable','off') set(handles.pushbutton4,'enable','on') end % --- Executes on button press in pushbutton3. function pushbutton3_Callback(hObject, eventdata, handles) % hObject handle to pushbutton3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) handles.output = hObject; load mid4 load rx4 mid4 vd=[-2.000,-1,0,1,2.000] x=[] for n=1:size(vd,2) x1=mid4(1,1)*vd(1,n)+rx4(1,1) x2=mid4(1,2)*vd(1,n)+rx4(1,2) x3=mid4(1,3)*vd(1,n)+rx4(1,3) x4=mid4(1,4)*vd(1,n)+rx4(1,4) xt=[x1,x2,x3,x4] x=[x;xt] end vt4=[vd',x] save vt4 vt4 Ordeee2 close Dakian4 % --- Executes on button press in pushbutton4. function pushbutton4_Callback(hObject, eventdata, handles) % hObject handle to pushbutton4 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Stepes4 close Dakian4 % ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles) % hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) awal close Dakian4
120
% ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Porde2 % ------------------------------------------------------------------function Untitled_3_Callback(hObject, eventdata, handles) % hObject handle to Untitled_3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close all
(5 Variabel Bebas) function varargout = Dakian4(varargin) % DAKIAN4 MATLAB code for Dakian4.fig % DAKIAN4, by itself, creates a new DAKIAN4 or raises the existing % singleton*. % % H = DAKIAN4 returns the handle to a new DAKIAN4 or the handle to % the existing singleton*. % % DAKIAN4('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in DAKIAN4.M with the given input arguments. % % DAKIAN4('Property','Value',...) creates a new DAKIAN4 or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before Dakian4_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to Dakian4_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help Dakian4
121
% Last Modified by GUIDE v2.5 02-May-2015 11:05:20 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Dakian4_OpeningFcn, ... 'gui_OutputFcn', @Dakian4_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before Dakian4 is made visible. function Dakian4_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to Dakian4 (see VARARGIN) % Choose default command line output for Dakian4 handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes Dakian4 wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = Dakian4_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; load hdt5 d=size(hdt5,1) set(handles.uitable1,'data',[hdt5,zeros(d,1)])
122
% --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) load mid5 mid5 tab=get(handles.uitable1,'data'); y=tab(:,11); [C,I]=max(y); vap=[tab(I,6:10)]; E=[vap;vap;vap;vap;vap;vap;vap;vap;vap;vap;vap;vap;vap;vap;vap;vap ]; %% 1 E1a=E(:,1)-mid5(1,1); E1b=E(:,1)+mid5(1,1); E1=[E1a;E1b]; %% 2 E2a=E(1:8,2)-mid5(1,2); E2b=E(1:8,2)+mid5(1,2); E2aa=E(1:8,2)-mid5(1,2); E2bb=E(1:8,2)+mid5(1,2); E2=[E2a;E2b;E2aa;E2bb]; %% 3 E3a=E(1:4,3)-mid5(1,3); E3b=E(1:4,3)+mid5(1,3); E3aa=E(1:4,3)-mid5(1,3); E3bb=E(1:4,3)+mid5(1,3); E3aaa=E(1:4,3)-mid5(1,3); E3bbb=E(1:4,3)+mid5(1,3); E3aaaa=E(1:4,3)-mid5(1,3); E3bbbb=E(1:4,3)+mid5(1,3); E3=[E3a;E3b;E3aa;E3bb;E3aaa;E3bbb;E3aaaa;E3bbbb]; %% 4 E4a=E(1:2,4)-mid5(1,4); E4b=E(1:2,4)+mid5(1,4); E4c=E(1:2,4)-mid5(1,4); E4d=E(1:2,4)+mid5(1,4); E4aa=E(1:2,4)-mid5(1,4); E4bb=E(1:2,4)+mid5(1,4); E4cc=E(1:2,4)-mid5(1,4); E4dd=E(1:2,4)+mid5(1,4); E4aaa=E(1:2,4)-mid5(1,4); E4bbb=E(1:2,4)+mid5(1,4); E4ccc=E(1:2,4)-mid5(1,4); E4ddd=E(1:2,4)+mid5(1,4); E4aaaa=E(1:2,4)-mid5(1,4); E4bbbb=E(1:2,4)+mid5(1,4); E4cccc=E(1:2,4)-mid5(1,4); E4dddd=E(1:2,4)+mid5(1,4); E4=[E4a;E4b;E4c;E4d;E4aa;E4bb;E4cc;E4dd;E4aaa;E4bbb;E4ccc;E4ddd;E4 aaaa;E4bbbb;E4cccc;E4dddd]; %% 5 E5a=E(1,4)-mid5(1,5); E5b=E(1,4)+mid5(1,5);
123
E5c=E(1,4)-mid5(1,5); E5d=E(1,4)+mid5(1,5); E5aa=E(1,4)-mid5(1,5); E5bb=E(1,4)+mid5(1,5); E5cc=E(1,4)-mid5(1,5); E5dd=E(1,4)+mid5(1,5); E5aaa=E(1,4)-mid5(1,5); E5bbb=E(1,4)+mid5(1,5); E5ccc=E(1,4)-mid5(1,5); E5ddd=E(1,4)+mid5(1,5); E5aaaa=E(1,4)-mid5(1,5); E5bbbb=E(1,4)+mid5(1,5); E5cccc=E(1,4)-mid5(1,5); E5dddd=E(1,4)+mid5(1,5); E5aaaaa=E(1,4)-mid5(1,5); E5bbbbb=E(1,4)+mid5(1,5); E5ccccc=E(1,4)-mid5(1,5); E5ddddd=E(1,4)+mid5(1,5); E5aaaaaa=E(1,4)-mid5(1,5); E5bbbbbb=E(1,4)+mid5(1,5); E5cccccc=E(1,4)-mid5(1,5); E5dddddd=E(1,4)+mid5(1,5); E5aaaaaaa=E(1,4)-mid5(1,5); E5bbbbbbb=E(1,4)+mid5(1,5); E5ccccccc=E(1,4)-mid5(1,5); E5ddddddd=E(1,4)+mid5(1,5); E5aaaaaaaa=E(1,4)-mid5(1,5); E5bbbbbbbb=E(1,4)+mid5(1,5); E5cccccccc=E(1,4)-mid5(1,5); E5dddddddd=E(1,4)+mid5(1,5); E5=[E5a;E5b;E5c;E5d;E5aa;E5bb;E5cc;E5dd;E5aaa;E5bbb;E5ccc;E5ddd;E5 aaaa;E5bbbb;E5cccc;E5dddd;E5aaaaa;E5bbbbb;E5ccccc;E5ddddd;E5aaaaaa ;E5bbbbbb;E5cccccc;E5dddddd;E5aaaaaaa;E5bbbbbbb;E5ccccccc;E5dddddd d;E5aaaaaaaa;E5bbbbbbbb;E5cccccccc;E5dddddddd]; Ett=[E1,E2,E3,E4,E5]; Et=[E;Ett]; Etb=[Et,zeros(size(Et,1),1)]; set(handles.uitable3,'data',Etb) % --- Executes on button press in pushbutton5. function pushbutton5_Callback(hObject, eventdata, handles) % hObject handle to pushbutton5 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Etb2=get(handles.uitable3,'data') r=Etb2(:,3) data=Etb2 x1=data(:,1); x2=data(:,2); x3=data(:,3); x4=data(:,4); x5=data(:,5); x=([x1,x2,x3,x4,x5]); rx5=mean(x,1) save rx5 rx5
124
y=data(:,6); x=[ones(size(data,1),1),x]; a=x'; b=x; c=data(:,4); d=(a*b)^(-1); e=a*c; ff5=d*e save ff5 ff5 reg=['Pers Regresi : ','y = ',num2str(ff5(1,:)),' + ',num2str(ff5(2,:)),' x1 + ',num2str(ff5(3,:)),' x2 + ',num2str(ff5(4,:)),' x3 + ',num2str(ff5(5,:)),' x4 + ',num2str(ff5(5,:)),' x5'] yt=y' ft=ff5' xt=x' mse=(yt*y-ft*xt*y)/32 y1r=mean(yt(1:16)) y2r=mean(yt(17:48)) yf=(y2r-y1r).^2 fo=(32*16*(yf)/(32+16))/mse set(handles.uitable4,'data',[fo 3.28]) fba=get(handles.uitable3,'data') if fo > 3.28 set(handles.pushbutton2,'string','orde dua') set(handles.pushbutton3,'enable','on') set(handles.pushbutton4,'enable','off') else set(handles.pushbutton2,'string','lanjutkan') set(handles.pushbutton3,'enable','off') set(handles.pushbutton4,'enable','on') end % --- Executes on button press in pushbutton6. function pushbutton6_Callback(hObject, eventdata, handles) % hObject handle to pushbutton6 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) handles.output = hObject; load mid5 load rx5 mid5 vd=[-2.378,-1,0,1,2.378] x=[] for n=1:size(vd,2) x1=mid5(1,1)*vd(1,n)+rx5(1,1) x2=mid5(1,2)*vd(1,n)+rx5(1,2) x3=mid5(1,3)*vd(1,n)+rx5(1,3) x4=mid5(1,4)*vd(1,n)+rx5(1,4) x5=mid5(1,5)*vd(1,n)+rx5(1,5) xt=[x1,x2,x3,x4,x5] x=[x;xt] end
125
vt5=[vd',x] save vt5 vt5 Ordeeee2 close Dakian5 % --- Executes on button press in pushbutton7. function pushbutton7_Callback(hObject, eventdata, handles) % hObject handle to pushbutton7 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Stepes5 close Dakian5 % ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles) % hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) awal close Dakian5 % ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Porde2 % ------------------------------------------------------------------function Untitled_3_Callback(hObject, eventdata, handles) % hObject handle to Untitled_3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close all
126
Form Lanjutan Steepest Ascent
Menu Editor
Push Button Table
Kode Program Lanjutan Steepest Ascent
(2 Variabel Bebas) function varargout = Stepes2(varargin) % STEPES2 MATLAB code for Stepes2.fig % STEPES2, by itself, creates a new STEPES2 or raises the existing % singleton*. % % H = STEPES2 returns the handle to a new STEPES2 or the handle to % the existing singleton*. % % STEPES2('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in STEPES2.M with the given input arguments. % % STEPES2('Property','Value',...) creates a new STEPES2 or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before Stepes2_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to Stepes2_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)".
127
% % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help Stepes2 % Last Modified by GUIDE v2.5 01-May-2015 17:06:33 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Stepes2_OpeningFcn, ... 'gui_OutputFcn', @Stepes2_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before Stepes2 is made visible. function Stepes2_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to Stepes2 (see VARARGIN) % Choose default command line output for Stepes2 handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes Stepes2 wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = Stepes2_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure
128
varargout{1} = handles.output; % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) load f2 load mid load rx b=[f2(2,:);f2(3,:);f2(4,:)] xo=(-1/2)*b xo1=xo' %variabel asli Xa1=mid(1,1).*xo(1,1)+rx(1,1) Xa2=mid(1,2).*xo(2,1)+rx(1,2) Xa3=mid(1,3).*xo(3,1)+rx(1,3) Xa=[Xa1,Xa2,Xa3] Ya=f2(1,:)+(1/2*xo1*b) set(handles.uitable1,'data',[Xa Ya]) %lin=eig(B) set(handles.uitable2,'data',[lin]) % ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles) % hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) awal close Stepes2 % ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) PStepet % ------------------------------------------------------------------function Untitled_3_Callback(hObject, eventdata, handles) % hObject handle to Untitled_3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close all
129
(3 Variabel Bebas) function varargout = Stepes(varargin) % STEPES MATLAB code for Stepes.fig % STEPES, by itself, creates a new STEPES or raises the existing % singleton*. % % H = STEPES returns the handle to a new STEPES or the handle to % the existing singleton*. % % STEPES('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in STEPES.M with the given input arguments. % % STEPES('Property','Value',...) creates a new STEPES or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before Stepes_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to Stepes_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help Stepes % Last Modified by GUIDE v2.5 01-May-2015 12:15:12 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Stepes_OpeningFcn, ... 'gui_OutputFcn', @Stepes_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end
130
% End initialization code - DO NOT EDIT % --- Executes just before Stepes is made visible. function Stepes_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to Stepes (see VARARGIN) % Choose default command line output for Stepes handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes Stepes wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = Stepes_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) load f2 load mid load rx b=[f2(2,:);f2(3,:);f2(4,:)] xo=(-1/2)*b xo1=xo' %variabel asli Xa1=mid(1,1).*xo(1,1)+rx(1,1) Xa2=mid(1,2).*xo(2,1)+rx(1,2) Xa3=mid(1,3).*xo(3,1)+rx(1,3) Xa=[Xa1,Xa2,Xa3] Ya=f2(1,:)+(1/2*xo1*b) set(handles.uitable1,'data',[Xa Ya])
131
% ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles) % hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) awal close Stepes % ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) PStepet % ------------------------------------------------------------------function Untitled_3_Callback(hObject, eventdata, handles) % hObject handle to Untitled_3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close all
(4 Variabel Bebas) function varargout = Stepes4(varargin) % STEPES4 MATLAB code for Stepes4.fig % STEPES4, by itself, creates a new STEPES4 or raises the existing % singleton*. % % H = STEPES4 returns the handle to a new STEPES4 or the handle to % the existing singleton*. % % STEPES4('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in STEPES4.M with the given input arguments. % % STEPES4('Property','Value',...) creates a new STEPES4 or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before Stepes4_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to Stepes4_OpeningFcn via varargin.
132
% % *See GUI Options on GUIDE's Tools menu. only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES
Choose "GUI allows
% Edit the above text to modify the response to help Stepes4 % Last Modified by GUIDE v2.5 02-May-2015 10:05:52 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Stepes4_OpeningFcn, ... 'gui_OutputFcn', @Stepes4_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before Stepes4 is made visible. function Stepes4_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to Stepes4 (see VARARGIN) % Choose default command line output for Stepes4 handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes Stepes4 wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = Stepes4_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure
133
% eventdata MATLAB % handles
reserved - to be defined in a future version of structure with handles and user data (see GUIDATA)
% Get default command line output from handles structure varargout{1} = handles.output; % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) load f4 load mid4 load rx4 b=[f4(2,:);f4(3,:);f4(4,:);f4(5,:)] xo=(-1/2)*b xo1=xo' %variabel asli Xa1=mid4(1,1).*xo(1,1)+rx4(1,1) Xa2=mid4(1,2).*xo(2,1)+rx4(1,2) Xa3=mid4(1,3).*xo(3,1)+rx4(1,3) Xa4=mid4(1,4).*xo(3,1)+rx4(1,4) Xa=[Xa1,Xa2,Xa3,Xa4] Ya=f4(1,:)+(1/2*xo1*b) set(handles.uitable1,'data',[Xa Ya]) %lin=eig(B) set(handles.uitable2,'data',[lin]) % ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles) % hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) awal close Stepes4 % ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) PStepet % ------------------------------------------------------------------function Untitled_3_Callback(hObject, eventdata, handles) % hObject handle to Untitled_3 (see GCBO)
134
% eventdata MATLAB % handles close all
reserved - to be defined in a future version of structure with handles and user data (see GUIDATA)
(5 Variabel Bebas) function varargout = Stepes5(varargin) % STEPES5 MATLAB code for Stepes5.fig % STEPES5, by itself, creates a new STEPES5 or raises the existing % singleton*. % % H = STEPES5 returns the handle to a new STEPES5 or the handle to % the existing singleton*. % % STEPES5('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in STEPES5.M with the given input arguments. % % STEPES5('Property','Value',...) creates a new STEPES5 or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before Stepes5_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to Stepes5_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help Stepes5 % Last Modified by GUIDE v2.5 02-May-2015 11:05:09 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Stepes5_OpeningFcn, ... 'gui_OutputFcn', @Stepes5_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1});
135
end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before Stepes5 is made visible. function Stepes5_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to Stepes5 (see VARARGIN) % Choose default command line output for Stepes5 handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes Stepes5 wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = Stepes5_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) load f5 load mid5 load rx5 b=[f5(2,:);f5(3,:);f5(4,:);f5(5,:);f5(6,:)] xo=(-1/2)*b xo1=xo' %variabel asli Xa1=mid5(1,1).*xo(1,1)+rx5(1,1)
136
Xa2=mid5(1,2).*xo(2,1)+rx5(1,2) Xa3=mid5(1,3).*xo(3,1)+rx5(1,3) Xa4=mid5(1,4).*xo(2,1)+rx5(1,4) Xa5=mid5(1,5).*xo(3,1)+rx5(1,5) Xa=[Xa1,Xa2,Xa3,Xa4,Xa5] Ya=f5(1,:)+(1/2*xo1*b) set(handles.uitable1,'data',[Xa Ya]) %lin=eig(B) set(handles.uitable2,'data',[lin]) % ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles) % hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) awal close Stepes5 % ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) PStepet % ------------------------------------------------------------------function Untitled_3_Callback(hObject, eventdata, handles) % hObject handle to Untitled_3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close all
137
Form Ordo Dua
Menu Editor
Static Text Push Button Table Static Text Push Button
Kode Program Ordo Dua
(2 Variabel Bebas) function varargout = Ordee2(varargin) % ORDEE2 MATLAB code for Ordee2.fig % ORDEE2, by itself, creates a new ORDEE2 or raises the existing % singleton*. % % H = ORDEE2 returns the handle to a new ORDEE2 or the handle to % the existing singleton*. % % ORDEE2('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in ORDEE2.M with the given input arguments. % % ORDEE2('Property','Value',...) creates a new ORDEE2 or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before Ordee2_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to Ordee2_OpeningFcn via varargin. %
138
% *See GUI Options on GUIDE's Tools menu. only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES
Choose "GUI allows
% Edit the above text to modify the response to help Ordee2 % Last Modified by GUIDE v2.5 01-May-2015 18:29:05 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Ordee2_OpeningFcn, ... 'gui_OutputFcn', @Ordee2_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before Ordee2 is made visible. function Ordee2_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin
command line arguments to Ordee2 (see VARARGIN)
% Choose default command line output for Ordee2 handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes Ordee2 wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = Ordee2_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB
139
% handles
structure with handles and user data (see GUIDATA)
% Get default command line output from handles structure varargout{1} = handles.output; load vt2 set(handles.uitable1,'data',[vt2]) D2=[
-1 -1 1 1 -1 1 1 0 0 0 0 0 0 0 0 0 0 -1.414 0 1.414 0 0 -1.414 0 1.414]
-1
whos ytb whos D2 set(handles.uitable2,'data',[D2 zeros(size(D2,1),1)]) Dtb2=get(handles.uitable2,'data') % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) D2=[ -1 -1 -1 1 1 -1 1 1 0 0 0 0 0 0 0 0 0 0 -1.414 0 1.414 0 0 -1.414 0 1.414] whos ytb whos D2 set(handles.uitable2,'data',[D2 zeros(size(D,1),1)]) Dtb2=get(handles.uitable2,'data') % --- Executes on button press in pushbutton2. function pushbutton2_Callback(hObject, eventdata, handles) % hObject handle to pushbutton2 (see GCBO)
140
% eventdata MATLAB % handles load mid2 load rx2
reserved - to be defined in a future version of structure with handles and user data (see GUIDATA)
ok2=get(handles.uitable2,'data') r2=ok2(:,3) data=ok2 okk2=[ok2(:,1).*ok2(:,2)] okk1=[ok2(:,1) ok2(:,2) ok2(:,1).^2 ok2(:,2).^2 data=okk1; x=data(:,1:5) y=data(:,6);
okk2 ok2(:,3)]
x=[ones(size(data,1),1),x] a=x'; b=x; c=y; d=(a*b)^(-1); e=a*c; fff2=d*e; save fff2 fff2 reg=['Pers Regresi : ','y = ',num2str(fff2(1,:)),' + ',num2str(fff2(2,:)),' x1 + ',num2str(fff2(3,:)),' x2 + ',num2str(fff2(4,:)),' x3 + '... ,num2str(fff2(2,:)),' x4 + ',num2str(fff2(3,:)),' x5 '] set(handles.text1,'string',reg) %% lof x1=data(:,1)*fff2(2,:)/fff2(1,:); x2=data(:,2)*fff2(3,:)/fff2(1,:); x3=data(:,3)*fff2(4,:)/fff2(1,:); x4=data(:,4)*fff2(5,:)/fff2(1,:); x5=data(:,5)*fff2(6,:)/fff2(1,:); y=y/fff2(1,:); dat = table(x1,x2,x3,x4,x5,y); mdl = fitlm(dat,' y ~ x1 + x2 + x3 + x4 + x5'); tbl3 = anova(mdl,'summary') save tbl3 tbl3 anovat = table2cell(tbl3) set(handles.uitable4,'data',anovat) lof=anovat{4,5} if lof >= 0.05 set(handles.pushbutton2,'string','Klik Hasil') else set(handles.pushbutton2,'string','Data Tidak Memenuhi') akhir close Ordee2 end
141
% --- Executes on button press in pushbutton3. function pushbutton3_Callback(hObject, eventdata, handles) % hObject handle to pushbutton3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) load fff2 load mid2 load rx2 B=[fff2(4,:) (fff2(6,:)/2) fff2(6,:)/2 fff2(5,:)] Bv=inv(B) b=[fff2(2,:);fff2(3,:)] xo=(-1/2)*Bv*b xo1=xo' %variabel asli Xa1=mid2(1,1).*xo(1,1)+rx2(1,1) Xa2=mid2(1,2).*xo(2,1)+rx2(1,2) Xa=[Xa1,Xa2] Ya=fff2(1,:)+(1/2*xo1*b) set(handles.uitable5,'data',[Xa Ya]) lin=eig(B) set(handles.uitable6,'data',[lin]) if lin < 0.00 set(handles.text2,'string','Y Optimal') elseif lin >= 0.00 set(handles.text2,'string','Y Minimum') end % ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles) % hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) awal close Ordee2 % ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Porde2 % ------------------------------------------------------------------function Untitled_3_Callback(hObject, eventdata, handles) % hObject handle to Untitled_3 (see GCBO)
142
% eventdata MATLAB % handles close all
reserved - to be defined in a future version of structure with handles and user data (see GUIDATA)
(3 Variabel Bebas) function varargout = Orde2(varargin) % ORDE2 MATLAB code for Orde2.fig % ORDE2, by itself, creates a new ORDE2 or raises the existing % singleton*. % % H = ORDE2 returns the handle to a new ORDE2 or the handle to % the existing singleton*. % % ORDE2('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in ORDE2.M with the given input arguments. % % ORDE2('Property','Value',...) creates a new ORDE2 or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before Orde2_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to Orde2_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help Orde2 % Last Modified by GUIDE v2.5 01-May-2015 11:59:32 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Orde2_OpeningFcn, ... 'gui_OutputFcn', @Orde2_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end
143
if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before Orde2 is made visible. function Orde2_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin
command line arguments to Orde2 (see VARARGIN)
% Choose default command line output for Orde2 handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes Orde2 wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = Orde2_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; load vt hdtt=[]; hdtv=[]; for i=1:size(vt,1) hdtt=[]; for j=1:size(vt,2) tx=num2str(vt(i,j)) hdtt=[hdtt,{tx}]; end hdtv=[hdtv;hdtt]; end vt=hdtv; set(handles.uitable1,'data',[vt]) D=[-1 -1 -1 -1 1 -1 1 1 -1
-1 1 -1 1 -1
-1
144
1 -1 1 1 1 -1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1.682 0 0 1.682 0 0 0 -1.682 0 0 1.682 0 0 0 -1.682 0 0 1.682] whos ytb whos D set(handles.uitable2,'data',[D zeros(size(D,1),1)]) Dtb=get(handles.uitable2,'data') % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) D=[-1 -1 -1 -1 -1 1 -1 1 -1 -1 1 1 1 -1 -1 1 -1 1 1 1 -1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -1.682 0 0 1.682 0 0 0 -1.682 0 0 1.682 0 0 0 -1.682 0 0 1.682] whos ytb whos D set(handles.uitable2,'data',[D zeros(size(D,1),1)]) Dtb=get(handles.uitable2,'data') % --- Executes on button press in pushbutton2. function pushbutton2_Callback(hObject, eventdata, handles)
145
% hObject % eventdata MATLAB % handles load mid load rx
handle to pushbutton2 (see GCBO) reserved - to be defined in a future version of structure with handles and user data (see GUIDATA)
ok=get(handles.uitable2,'data') r=ok(:,4) data=ok ok2=[ok(:,1).*ok(:,2) ok(:,1).*ok(:,3) ok(:,2).*ok(:,3)] ok1=[ok(:,1) ok(:,2) ok(:,3) ok(:,1).^2 ok(:,2).^2 ok(:,3).^2 ok(:,4)] data=ok1; x=data(:,1:9) y=data(:,10); x=[ones(size(data,1),1),x] a=x'; b=x; c=y; d=(a*b)^(-1); e=a*c; f=d*e; save f f reg=['Pers Regresi : ','y = ',num2str(f(1,:)),' + ',num2str(f(2,:)),' x1 + ',num2str(f(3,:)),' x2 + ',num2str(f(4,:)),' x3 + '... ,num2str(f(2,:)),' x4 + ',num2str(f(3,:)),' x5 + ',num2str(f(4,:)),' x6 + '... ,num2str(f(2,:)),' x7 + ',num2str(f(3,:)),' x8 + ',num2str(f(4,:)),' x9'] set(handles.text1,'string',reg) %% lof x1=data(:,1)*f(2,:)/f(1,:); x2=data(:,2)*f(3,:)/f(1,:); x3=data(:,3)*f(4,:)/f(1,:); x4=data(:,4)*f(5,:)/f(1,:); x5=data(:,5)*f(6,:)/f(1,:); x6=data(:,6)*f(7,:)/f(1,:); x7=data(:,7)*f(8,:)/f(1,:); x8=data(:,8)*f(9,:)/f(1,:); x9=data(:,9)*f(10,:)/f(1,:); y=y/f(1,:); dat = table(x1,x2,x3,x4,x5,x6,x7,x8,x9,y); mdl = fitlm(dat,' y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9'); tbl = anova(mdl,'summary') save tbl tbl anovat = table2cell(tbl) set(handles.uitable4,'data',anovat)
ok2
146
lof=anovat{4,5} if lof >= 0.05 set(handles.pushbutton2,'string','Klik Hasil') else set(handles.pushbutton2,'string','Data Tidak Memenuhi') akhir close Orde2 end % --- Executes on button press in pushbutton3. function pushbutton3_Callback(hObject, eventdata, handles) % hObject handle to pushbutton3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) load f load mid load rx B=[f(5,:) (f(8,:)/2) f(9,:)/2 f(8,:)/2 f(6,:) f(10,:)/2 f(9,:)/2 f(10,:)/2 f(7,:)] Bv=inv(B) b=[f(2,:);f(3,:);f(4,:)] xo=(-1/2)*Bv*b xo1=xo' %variabel asli Xa1=mid(1,1).*xo(1,1)+rx(1,1) Xa2=mid(1,2).*xo(2,1)+rx(1,2) Xa3=mid(1,3).*xo(3,1)+rx(1,3) Xa=[Xa1,Xa2,Xa3] Ya=f(1,:)+(1/2*xo1*b) %% ubah ke txt XY=[Xa Ya] hdtt=[]; hdtv=[]; for i=1:size(XY,1) hdtt=[]; for j=1:size(XY,2) tx=num2str(XY(i,j)) hdtt=[hdtt,{tx}]; end hdtv=[hdtv;hdtt]; end XY=hdtv; set(handles.uitable5,'data',XY) lin=eig(B) %% ubah ke txt lint=lin hdtt=[]; hdtv=[]; for i=1:size(lint,1)
147
hdtt=[]; for j=1:size(lint,2) tx=num2str(lint(i,j)) hdtt=[hdtt,{tx}]; end hdtv=[hdtv;hdtt]; end lint=hdtv; set(handles.uitable6,'data',[lint]) if lin < 0.00 set(handles.text2,'string','Y Optimal') elseif lin >= 0.00 set(handles.text2,'string','Y Minimum') end % ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles) % hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) awal close Orde2 % ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Porde2 % ------------------------------------------------------------------function Untitled_3_Callback(hObject, eventdata, handles) % hObject handle to Untitled_3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close all
(4 Variabel Bebas) function varargout = Ordeee2(varargin) % ORDEEE2 MATLAB code for Ordeee2.fig % ORDEEE2, by itself, creates a new ORDEEE2 or raises the existing % singleton*. %
148
% H = ORDEEE2 returns the handle to a new ORDEEE2 or the handle to % the existing singleton*. % % ORDEEE2('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in ORDEEE2.M with the given input arguments. % % ORDEEE2('Property','Value',...) creates a new ORDEEE2 or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before Ordeee2_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to Ordeee2_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help Ordeee2 % Last Modified by GUIDE v2.5 01-May-2015 19:48:44 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Ordeee2_OpeningFcn, ... 'gui_OutputFcn', @Ordeee2_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT
% --- Executes just before Ordeee2 is made visible. function Ordeee2_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure
149
% eventdata MATLAB % handles
reserved - to be defined in a future version of
% varargin
command line arguments to Ordeee2 (see VARARGIN)
structure with handles and user data (see GUIDATA)
% Choose default command line output for Ordeee2 handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes Ordeee2 wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = Ordeee2_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; load vt4 set(handles.uitable1,'data',[vt4]) D=[-1 -1 -1 -1 -1 -1 -1 1 -1 -1 1 -1 1 -1 -1 1 -1 -1 1 1 -1 1 1 1 -1 -1 -1 1 -1 -1 1 1 -1 1 -1 1 -1 1 1 1 1 -1 -1 1 1 -1 1 1 1 1 -1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -2.000 0 2.000 0 0 -2.000
-1 -1 1 -1 1 -1 1 -1 1
0 0 0 0 0 0
150
0 2.000 0 0 0 0 -2.000 0 0 0 2.000 0 0 0 0 -2.000 0 0 0 2.000] whos ytb whos D set(handles.uitable2,'data',[D zeros(size(D,1),1)]) Dtb4=get(handles.uitable2,'data') % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) D=[-1 -1 -1 -1 -1 -1 -1 1 -1 -1 1 -1 -1 -1 1 1 -1 1 -1 -1 -1 1 -1 1 -1 1 1 -1 -1 1 1 1 1 -1 -1 -1 1 -1 -1 1 1 -1 1 -1 1 -1 1 1 1 1 -1 -1 1 1 -1 1 1 1 1 -1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -2.000 0 0 0 2.000 0 0 0 0 -2.000 0 0 0 2.000 0 0 0 0 -2.000 0 0 0 2.000 0 0 0 0 -2.000 0 0 0 2.000] whos ytb whos D set(handles.uitable2,'data',[D zeros(size(D,1),1)]) Dtb4=get(handles.uitable2,'data') % --- Executes on button press in pushbutton2. function pushbutton2_Callback(hObject, eventdata, handles) % hObject handle to pushbutton2 (see GCBO)
151
% eventdata MATLAB % handles load mid4 load rx4
reserved - to be defined in a future version of structure with handles and user data (see GUIDATA)
ok=get(handles.uitable2,'data') r=ok(:,5) data=ok ok2=[ok(:,1).*ok(:,2) ok(:,1).*ok(:,3) ok(:,1).*ok(:,4) ok(:,2).*ok(:,3) ok(:,2).*ok(:,4) ok(:,3).*ok(:,4)] ok1=[ok(:,1) ok(:,2) ok(:,3) ok(:,4) ok(:,1).^2 ok(:,2).^2 ok(:,3).^2 ok(:,4).^2 ok2 ok(:,5)] data=ok1; x=data(:,1:14) y=data(:,15); x=[ones(size(data,1),1),x] a=x'; b=x; c=y; d=(a*b)^(-1); e=a*c; f44=d*e; save f44 f44 reg=['Pers Regresi : ','y = ',num2str(f44(1,:)),' + ',num2str(f44(2,:)),' x1 + ',num2str(f44(3,:)),' x2 + ',num2str(f44(4,:)),' x3 + '... ,num2str(f44(2,:)),' x4 + ',num2str(f44(3,:)),' x5 + ',num2str(f44(4,:)),' x6 + '... ,num2str(f44(2,:)),' x7 + ',num2str(f44(3,:)),' x8 + ',num2str(f44(4,:)),' x9 +'... ,num2str(f44(2,:)),' x10 + ',num2str(f44(3,:)),' x11 + ',num2str(f44(4,:)),' x12 +'... ,num2str(f44(2,:)),' x13 + ',num2str(f44(3,:)),' x14'] set(handles.text1,'string',reg) %% lof x1=data(:,1)*f44(2,:)/f44(1,:); x2=data(:,2)*f44(3,:)/f44(1,:); x3=data(:,3)*f44(4,:)/f44(1,:); x4=data(:,4)*f44(5,:)/f44(1,:); x5=data(:,5)*f44(6,:)/f44(1,:); x6=data(:,6)*f44(7,:)/f44(1,:); x7=data(:,7)*f44(8,:)/f44(1,:); x8=data(:,8)*f44(9,:)/f44(1,:); x9=data(:,9)*f44(10,:)/f44(1,:); x10=data(:,10)*f44(11,:)/f44(1,:); x11=data(:,11)*f44(12,:)/f44(1,:);
152
x12=data(:,12)*f44(13,:)/f44(1,:); x13=data(:,13)*f44(14,:)/f44(1,:); x14=data(:,14)*f44(15,:)/f44(1,:); y=y/f44(1,:); dat = table(x1,x2,x3,x4,x5,x6,x7,x8,x9,x10,x11,x12,x13,x14,y); mdl = fitlm(dat,' y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10 + x11 + x12 + x13 + x14'); tbl = anova(mdl,'summary') %save tbl tbl anovat = table2cell(tbl) set(handles.uitable4,'data',anovat) lof=anovat{4,5} if lof >= 0.05 set(handles.pushbutton2,'string','Klik Hasil') else set(handles.pushbutton2,'string','Data Tidak Memenuhi') akhir close Ordeee2 end % --- Executes on button press in pushbutton3. function pushbutton3_Callback(hObject, eventdata, handles) % hObject handle to pushbutton3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) load f44 load mid4 load rx4 B=[f44(6,:) f44(10,:)/2 f44(11,:)/2 f44(12,:)/2 f44(10,:)/2 f44(7,:) f44(13,:)/2 f44(14,:)/2 f44(11,:)/2 f44(13,:)/2 f44(8,:) f44(15,:)/2 f44(12,:)/2 f44(14,:)/2 f44(15,:)/2 f44(9,:)] Bv=inv(B) b=[f44(2,:);f44(3,:);f44(4,:);f44(5,:)] xo=(-1/2)*Bv*b xo1=xo' %variabel asli Xa1=mid4(1,1).*xo(1,1)+rx4(1,1) Xa2=mid4(1,2).*xo(2,1)+rx4(1,2) Xa3=mid4(1,3).*xo(3,1)+rx4(1,3) Xa4=mid4(1,4).*xo(4,1)+rx4(1,4) Xa=[Xa1,Xa2,Xa3,Xa4] Ya=f44(1,:)+(1/2*xo1*b) set(handles.uitable5,'data',[Xa Ya]) lin=eig(B) set(handles.uitable6,'data',[lin])
153
if lin < 0.00 set(handles.text2,'string','Y Optimal') elseif lin >= 0.00 set(handles.text2,'string','Y Minimum') end % ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles) % hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) awal close Ordeee2 % ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Porde2 % ------------------------------------------------------------------function Untitled_3_Callback(hObject, eventdata, handles) % hObject handle to Untitled_3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close all
(5 Variabel Bebas) function varargout = Ordeeee2(varargin) % ORDEEEE2 MATLAB code for Ordeeee2.fig % ORDEEEE2, by itself, creates a new ORDEEEE2 or raises the existing % singleton*. % % H = ORDEEEE2 returns the handle to a new ORDEEEE2 or the handle to % the existing singleton*. % % ORDEEEE2('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in ORDEEEE2.M with the given input arguments. % % ORDEEEE2('Property','Value',...) creates a new ORDEEEE2 or raises the
154
% existing singleton*. Starting from the left, property value pairs are % applied to the GUI before Ordeeee2_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to Ordeeee2_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help Ordeeee2 % Last Modified by GUIDE v2.5 02-May-2015 11:09:42 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @Ordeeee2_OpeningFcn, ... 'gui_OutputFcn', @Ordeeee2_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before Ordeeee2 is made visible. function Ordeeee2_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin
command line arguments to Ordeeee2 (see VARARGIN)
% Choose default command line output for Ordeeee2 handles.output = hObject; % Update handles structure guidata(hObject, handles);
155
% UIWAIT makes Ordeeee2 wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = Ordeeee2_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; load vt5 set(handles.uitable1,'data',[vt5]) D=[-1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 1 -1 -1 -1 1 -1 -1 1 -1 -1 -1 1 -1 -1 -1 1 1 -1 -1 1 1 1 -1 1 -1 -1 -1 -1 1 -1 -1 1 -1 1 -1 1 -1 -1 1 -1 1 1 -1 1 1 -1 -1 -1 1 1 -1 1 -1 1 1 1 -1 -1 1 1 1 1 1 -1 -1 -1 -1 1 -1 -1 -1 1 -1 -1 1 1 -1 -1 1 1 -1 1 -1 1 -1 1 -1 1 -1 1 1 1 -1 1 1 1 1 1 -1 -1 -1 1 1 -1 -1 1 1 1 -1 1 -1 1 1 -1 1 1 1 1 1 -1 -1 1 1 1 -1 1 1 1 1 1 -1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
-1 1 -1 1 -1 1 -1
1 -1 1 -1 1 -1
156
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -2.378 0 0 0 0 2.378 0 0 0 0 0 -2.378 0 0 0 0 2.378 0 0 0 0 0 -2.378 0 0 0 0 2.378 0 0 0 0 0 -2.378 0 0 0 0 2.378 0 0 0 0 0 -2.378 0 0 0 0 2.378] whos ytb whos D set(handles.uitable2,'data',[D zeros(size(D,1),1)]) Dtb5=get(handles.uitable2,'data') % --- Executes on button press in pushbutton1. function pushbutton1_Callback(hObject, eventdata, handles) % hObject handle to pushbutton1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) D=[-1 -1 -1 -1 -1 -1 -1 -1 -1 1 -1 -1 -1 1 -1 -1 -1 -1 1 1 -1 -1 1 -1 -1 -1 -1 1 -1 1 -1 -1 1 1 -1 -1 -1 1 1 1 -1 1 -1 -1 -1 -1 1 -1 -1 1 -1 1 -1 1 -1 -1 1 -1 1 1 -1 1 1 -1 -1 -1 1 1 -1 1 -1 1 1 1 -1 -1 1 1 1 1 1 -1 -1 -1 -1 1 -1 -1 -1 1 1 -1 -1 1 -1 1 -1 -1 1 1 1 -1 1 -1 -1 1 -1 1 -1 1 1 -1 1 1 -1 1 -1 1 1 1 1 1 -1 -1 -1 1 1 -1 -1 1 1 1 -1 1 -1 1 1 -1 1 1 1 1 1 -1 -1
157
1 1 1 -1 1 1 1 1 1 -1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -2.378 0 0 0 0 2.378 0 0 0 0 0 -2.378 0 0 0 0 2.378 0 0 0 0 0 -2.378 0 0 0 0 2.378 0 0 0 0 0 -2.378 0 0 0 0 2.378 0 0 0 0 0 -2.378 0 0 0 0 2.378] whos ytb whos D set(handles.uitable2,'data',[D zeros(size(D,1),1)]) Dtb5=get(handles.uitable2,'data') % --- Executes on button press in pushbutton2. function pushbutton2_Callback(hObject, eventdata, handles) % hObject handle to pushbutton2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) load mid5 load rx5 ok=get(handles.uitable2,'data') r=ok(:,6) data=ok ok2=[ok(:,1).*ok(:,2) ok(:,1).*ok(:,3) ok(:,1).*ok(:,4) ok(:,1).*ok(:,5) ok(:,2).*ok(:,3) ok(:,2).*ok(:,4) ok(:,2).*ok(:,5) ok(:,3).*ok(:,4) ok(:,3).*ok(:,5) ok(:,4).*ok(:,5)] ok1=[ok(:,1) ok(:,2) ok(:,3) ok(:,4) ok(:,5) ok(:,1).^2 ok(:,2).^2 ok(:,3).^2 ok(:,4).^2 ok(:,5).^2 ok2 ok(:,6)] data=ok1; x=data(:,1:20) y=data(:,21); x=[ones(size(data,1),1),x] a=x'; b=x; c=y;
158
d=(a*b)^(-1); e=a*c; f55=d*e; save f55 f55 reg=['Pers Regresi : ','y = ',num2str(f55(1,:)),' + ',num2str(f55(2,:)),' x1 + ',num2str(f55(3,:)),' x2 + ',num2str(f55(4,:)),' x3 + '... ,num2str(f55(2,:)),' x4 + ',num2str(f55(3,:)),' x5 + ',num2str(f55(4,:)),' x6 + '... ,num2str(f55(2,:)),' x7 + ',num2str(f55(3,:)),' x8 + ',num2str(f55(4,:)),' x9 +'... ,num2str(f55(2,:)),' x10 + ',num2str(f55(3,:)),' x11 + ',num2str(f55(4,:)),' x12 +'... ,num2str(f55(2,:)),' x13 + ',num2str(f55(3,:)),' x14 + ',num2str(f55(2,:)),' x15 +'... ,num2str(f55(2,:)),' x16 + ',num2str(f55(3,:)),' x17 + ',num2str(f55(2,:)),' x18 +'... ,num2str(f55(2,:)),' x19 + ',num2str(f55(3,:)),' x20'] set(handles.text1,'string',reg) %% lof x1=data(:,1)*f55(2,:)/f55(1,:); x2=data(:,2)*f55(3,:)/f55(1,:); x3=data(:,3)*f55(4,:)/f55(1,:); x4=data(:,4)*f55(5,:)/f55(1,:); x5=data(:,5)*f55(6,:)/f55(1,:); x6=data(:,6)*f55(7,:)/f55(1,:); x7=data(:,7)*f55(8,:)/f55(1,:); x8=data(:,8)*f55(9,:)/f55(1,:); x9=data(:,9)*f55(10,:)/f55(1,:); x10=data(:,10)*f55(11,:)/f55(1,:); x11=data(:,11)*f55(12,:)/f55(1,:); x12=data(:,12)*f55(13,:)/f55(1,:); x13=data(:,13)*f55(14,:)/f55(1,:); x14=data(:,14)*f55(15,:)/f55(1,:); x15=data(:,15)*f55(16,:)/f55(1,:); x16=data(:,16)*f55(17,:)/f55(1,:); x17=data(:,17)*f55(18,:)/f55(1,:); x18=data(:,18)*f55(19,:)/f55(1,:); x19=data(:,19)*f55(20,:)/f55(1,:); x20=data(:,20)*f55(21,:)/f55(1,:); y=y/f55(1,:); dat = table(x1,x2,x3,x4,x5,x6,x7,x8,x9,x10,x11,x12,x13,x14,x15,x16,x17,x 18,x19,x20,y); mdl = fitlm(dat,' y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9 + x10 + x11 + x12 + x13 + x14 + x15 + x16 + x17 + x18 + x19 + x20'); tbl = anova(mdl,'summary') %save tbl tbl
159
anovat = table2cell(tbl) set(handles.uitable4,'data',anovat) lof=anovat{4,5} if lof >= 0.05 set(handles.pushbutton2,'string','Klik Hasil') else set(handles.pushbutton2,'string','Data Tidak Memenuhi') akhir close Ordeeee2 end % --- Executes on button press in pushbutton3. function pushbutton3_Callback(hObject, eventdata, handles) % hObject handle to pushbutton3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) load f55 load mid5 load rx5 B=[f55(7,:) f55(12,:)/2 f55(13,:)/2 f55(14,:)/2 f55(15,:)/2 f55(12,:)/2 f55(8,:) f55(16,:)/2 f55(17,:)/2 f55(18,:)/2 f55(13,:)/2 f55(16,:)/2 f55(9,:) f55(19,:)/2 f55(20,:)/2 f55(14,:)/2 f55(17,:)/2 f55(19,:)/2 f55(10,:) f55(21,:)/2 f55(15,:)/2 f55(18,:)/2 f55(20,:)/2 f55(21,:)/2 f55(11,:)] Bv=inv(B) b=[f55(2,:);f55(3,:);f55(4,:);f55(5,:);f55(6,:)] xo=(-1/2)*Bv*b xo1=xo' %variabel asli Xa1=mid5(1,1).*xo(1,1)+rx5(1,1) Xa2=mid5(1,2).*xo(2,1)+rx5(1,2) Xa3=mid5(1,3).*xo(3,1)+rx5(1,3) Xa4=mid5(1,4).*xo(4,1)+rx5(1,4) Xa5=mid5(1,5).*xo(5,1)+rx5(1,5) Xa=[Xa1,Xa2,Xa3,Xa4,Xa5] Ya=f55(1,:)+(1/2*xo1*b) set(handles.uitable5,'data',[Xa Ya]) lin=eig(B) set(handles.uitable6,'data',[lin]) if lin < 0.00 set(handles.text2,'string','Y Optimal') elseif lin >= 0.00 set(handles.text2,'string','Y Minimum') end % ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles)
160
% hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) awal close Ordeeee2 % ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) Porde2 % ------------------------------------------------------------------function Untitled_3_Callback(hObject, eventdata, handles) % hObject handle to Untitled_3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close all
Form Akhir
Menu Editor
Static Text
161
Kode Program Akhir
function varargout = akhir(varargin) % AKHIR MATLAB code for akhir.fig % AKHIR, by itself, creates a new AKHIR or raises the existing % singleton*. % % H = AKHIR returns the handle to a new AKHIR or the handle to % the existing singleton*. % % AKHIR('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in AKHIR.M with the given input arguments. % % AKHIR('Property','Value',...) creates a new AKHIR or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before akhir_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to akhir_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help akhir % Last Modified by GUIDE v2.5 03-May-2015 16:51:03 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @akhir_OpeningFcn, ... 'gui_OutputFcn', @akhir_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
162
else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before akhir is made visible. function akhir_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to akhir (see VARARGIN) % Choose default command line output for akhir handles.output = hObject; % Update handles structure guidata(hObject, handles); % UIWAIT makes akhir wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = akhir_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; % ------------------------------------------------------------------function Untitled_1_Callback(hObject, eventdata, handles) % hObject handle to Untitled_1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) awal close akhir % ------------------------------------------------------------------function Untitled_2_Callback(hObject, eventdata, handles) % hObject handle to Untitled_2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) pakhir close akhir
