Pembangunan sintax Python berbasis Metode Modifikasi Runge-Kutta Verner untuk menunjukkan perilaku bulliying

Metode Runge-Kutta Verner yang dimodifikasi adalah salah satu pendekatan yang menawarkan peningkatan akurasi dan efisiensi dalam penyelesaian ODE. Model persamaan diferensial yang digunakan adalah model osilasi harmonik dari Fay dan Graham (2003) yang melibatkan dua pegas dan dua massa. Tujuan utama artikel ini adalah untuk menegaskan potensi metode ini sebagai alat yang efektif dalam analisis persamaan diferensial dalam konteks teknik. Metode yang digunakan adalah simulasi numerik dengan perbandingan hasil analitik sebagai acuan, serta evaluasi kinerja metode melalui perhitungan Symmetric Mean Absolute Percentage Error (SMAPE). Hasilnya menunjukkan bahwa metode Runge-Kutta Fehlberg memberikan hasil yang paling akurat dengan nilai kesalahan terkecil dibandingkan metode lainnya, sementara metode Euler memiliki kesalahan terbesar.

Publication Details

Journal
Digital Repository Universitas Negeri Medan (Universitas Negeri Medan)
Published
2024-11-20
Primary Topic
Data Mining and Machine Learning Applications
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Pembangunan sintax Python berbasis Metode Modifikasi Runge-Kutta Verner untuk menunjukkan perilaku bulliying

Digital Repository Universitas Negeri Medan (Universitas Negeri Medan)
Data Mining and Machine Learning Applications
article

Pembangunan sintax Python berbasis Metode Modifikasi Runge-Kutta Verner untuk menunjukkan perilaku bulliying

article en

Abstract

Metode Runge-Kutta Verner yang dimodifikasi adalah salah satu pendekatan yang menawarkan peningkatan akurasi dan efisiensi dalam penyelesaian ODE. Model persamaan diferensial yang digunakan adalah model osilasi harmonik dari Fay dan Graham (2003) yang melibatkan dua pegas dan dua massa. Tujuan utama artikel ini adalah untuk menegaskan potensi metode ini sebagai alat yang efektif dalam analisis persamaan diferensial dalam konteks teknik. Metode yang digunakan adalah simulasi numerik dengan perbandingan hasil analitik sebagai acuan, serta evaluasi kinerja metode melalui perhitungan Symmetric Mean Absolute Percentage Error (SMAPE). Hasilnya menunjukkan bahwa metode Runge-Kutta Fehlberg memberikan hasil yang paling akurat dengan nilai kesalahan terkecil dibandingkan metode lainnya, sementara metode Euler memiliki kesalahan terbesar.

Digital Repository Universitas Negeri Medan (Universitas Negeri Medan)
Openalex Percentile: Top 30%
Data Mining and Machine Learning Applications
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.