Yohannes Simamora's Weblog

In regione caecorum rex est luscus.

Sekelumit Cerita Tentang Nilai

“Wah, nilainya murah banget, Pak, ” komentar seorang rekan dosen setelah melihat daftar nilai beberapa matakuliah yang saya ampu. Nilai “A” dan “B” memang mendominasi. Daftar nilai tersebut adalah hasil evaluasi saya yang pertama sejak memulai karir sebagai dosen enam bulan sebelumnya. Belakangan saya ketahui bahwa kebanyakan rekan dosen yang lain memang memberi nilai “apa adanya”.

“Saya merasa [berempati] saja. Sewaktu masih kuliah, untuk mendapatkan nilai “C” saja saya kesulitan,” jawab saya serius.

Prestasi akademik saya semasa kuliah memang menyedihkan. Nilai “C”, “D”, bahkan “E” selalu saya peroleh pada setiap semester.  Tentu saja, “prestasi” saya tersebut murni akibat kesalahan saya, bukan akibat bapak-ibu dosen. Bagaimanapun, pengalaman tidak enak itulah yang mempengaruhi cara pandang saya terhadap nilai mahasiswa.

Dan semakin hari, “kemurahan hati” saya tersebut seolah mendapatkan justifikasinya. Saya mulai dari “inflasi” nilai bagus. Dewasa ini, mencari lulusan perguruan tinggi dengan Indeks Prestasi Kumulatif (IPK) ≥ 3.00 (artinya rata-rata matakuliah bernilai angka “B”) bukan lagi perkara sukar. IPK semacam itu  sudah lazim menjadi prasyarat dalam rekruitmen karyawan terutama untuk  fresh graduate.    Apakah ini berarti mutu pendidikan tinggi di Indonesia secara mendadak meningkat? Saya kok skeptis. Yang paling mungkin adalah jumlah dosen yang “murah hati” seperti saya semakin banyak. Era dosen pelit nilai sudah berakhir.

Lalu, ada artikel bagus Profesor Rheinald Kasali tentang sistem penilaian di Amerika. Prof. Kasali menulis,”Saya teringat betapa mudahnya saya menyelesaikan study saya yang bergelimang nilai “A”, dari program master hingga doktor. Sementara di Indonesia, saya harus menyelesaikan studi jungkir balik ditengarai ancaman drop out dan para penguji yang siap menerkam.”

Tak lantas,  saya memberikan nilai dengan mudah. Murah ya, mudah tidak. Dalam kuliah-kuliah saya, mahasiswa saya haruskan mengerjakan tugas dengan jumlah yang cukup banyak. Saya meminta mereka untuk mengerjakan seluruh tugas, dan mengumpulkannya tepat waktu. Tugas yang dikumpulkan tepat waktu akan saya beri nilai sangat bagus. Sebaliknya, nilai tugas yang dikumpulkan dalam 24 jam setelah batas waktu akan saya penalti 40 persen dari nilai aslinya. Tugas yang dikumpulkan setelah itu saya beri nilai nol.

Hasilnya?  Peserta kuliah saya umumnya mendapatkan nilai “B”, walaupun masih ada saja yang memperoleh nilai “D” bahkan “E”. Menariknya, walau belum belum pernah saya uji korelasi,  ada keterkaitan antara kelengkapan dan ketepatan waktu mengumpulkan tugas dengan kemampuan menjawab soal ketika UTS dan UAS.

Tentang mahasiswa yang akhirnya mendapat nilai “D” dan “E”, saya teringat pengalaman mengambil kuliah Sinyal dan Sistem 15 tahun yang lalu.  Dosen pengampu mata kuliah tersebut secara personal  cukup akrab dengan saya. Dasar mahasiswa pemalas, saya jarang masuk kelas maupun mengerjakan tugas-tugas yang beliau berikan. Bisa ditebak, saya “babak belur” baik dalam UTS maupun UAS.

Menjelang pengumuman nilai, beliau berkata “Sampang (nama panggilan saya di ITS), kamu mendapat nilai ‘D’.”

Saya menjawab pasrah, “Ya, Pak. Saya pantasnya memang cuma dapat nilai segitu“.

Mahasiswa pemalas memang harus tahu diri.

 

 

 

 

 

 

Inter vs Milan: Menyongsong Derby (Yang Tak Lagi) Bergengsi

Ada yang tidak biasa, setidaknya bagi saya, pada Derby della Madonnina  Inter versus Milan, Senin 19 April 2015 dinihari WIB nanti. Pertama, ini bukan partai penentuan scudetto, karena kedua klub saat ini berada pada posisi yang berdekatan…pada papan tengah Serie A. Ia bahkan belum layak disebut sebagai ajang perebutan satu tiket Europa League, karena di atas kedua klub ini masih ada Fiorentina, Sampdoria, Genoa dan Torino.

Kedua, laga ini berlangsung ketika Serie A sedang amat redup reputasinya. Sudah beberapa tahun terakhir  Continue reading

Inter Semenjana dan Ambisi Ali Mandegar

Ambisi Inter meraih satu slot di UEFA Champions League (UCL) musim ini mengingatkan saya pada kisah kakak beradik Ali dan Zahra Mandegar dalam film lucu nan mengharukan “Children of Heaven”.  Ali ikut lomba lari dengan satu target: meraih tempat ketiga; tidak lebih dan tidak kurang. Ya, tempat ketiga, karena hadiah untuk pemenang ketiga adalah sepasang sepatu. Sudah beberapa lama Ali dan Zahra harus bergantian memakai sepasang sepatu butut milik Ali. Continue reading

On Active Surge Control of Compression Systems via Characteristic Linearization and Model Nonlinearity Cancellation

Journal of Engineering and Technological Sciences, 46(3), 2014 pp 342-359.

On Active Surge Control of Compression Systems via Characteristic Linearization and Model Nonlinearity Cancellation

Yohannes S.M. Simamora1,3, Harijono A. Tjokronegoro1,2 & Edi Leksono2 1Instrumentation and Control Graduate Program, Institut Teknologi Bandung 2Engineering Physics Research Group, Institut Teknologi Bandung Jalan Ganesha 10, Bandung 40132, Indonesia 3Mechanical Engineering Study Program, PoliteknikPurbaya JalanPancakarya 1,Talang, KabupatenTegal 52193, Indonesia Email: simamora@me.purbaya.ac.id

Abstract. A simple approach of active surge control of compression systems is presented. Specifically, nonlinear components of the pressure ratio and rotating speed states of the Moore-Greitzer model are transferred into the input vectors. Subsequently, the compressor characteristic is linearized into two modes, which describe the stable region and the unstable region respectively. As a result, the system’s state and input matrices both appear linear, to which linear realization and analysis are applicable. A linear quadratic regulator plus integrator is then chosen as closed-loop controller. By simulation it was shown that the modified model and characteristics can describe surge behavior, while the closed-loop controller can stabilize the system in the unstable operating region. The last-mentioned was achieved when massflow was 5.38 per cent less than the surge point. Keywords: active surge control; compression systems; linear quadratic regulator; nonlinear model; nonlinearity cancellation.

Solving Numerical Analysis Problems Using Spreadsheet: Gauss-Seidel Method

This program using Gauss-Seidel method to solves systems of linear equations with three unknowns:

systems

where coefficients are the system’s coefficients and constants are constants.

In this method, (1)-(3) are rearranged and then transformed into iterative forms:

gaussseidelform,

where iterationdenotes the current iteration. As an illustration, at first iteration (firs_iteration) in (4), x_2_zeroitand z_3_zeroit are chosen arbitrary. The estimated value of x_1_1stiterin (4) is then used to estimate the value of x_2_1stiter in (5), while the guessed value z_3_zeroit in (4) is again used. In (6), using the estimated value of x_1_1stiterand x_2_1stiterfrom (4) and (5), respectively, the estimated value of can now be obtained. The next iterations follow the similar procedures.

By inspecting the denominators in (4)-(6), one may notice the importance of dominant diagonals, i.e. a_11, a_22 and  a_33 in Gauss-Seidel method. In fact, “weak” diagonals may lead the computation to divergent results.

In .ods (LibreOffice Calc) format: http://www.4shared.com/file/F9jU1qOn/gauss_seidel.html

In .xls (Microsoft Excel) format:  http://www.4shared.com/office/SUCfJfoz/gauss_seidel.html

Reference:

[1] Chapra& Chanale (2009), Numerical Methods for Engineers. Sixth Edition, McGraw-Hill

Solving Numerical Analysis Problems Using Spreadsheet: Gauss-Jordan Elimination

The purpose of this spreadsheet program is to estimate solution of linear equation systems with three unknowns using Gauss-Jordan Elimination. One may  consult [1] for further and more detailed information about Gauss-Jordan elimination.

In .ods (LibreOffice Calc) format: http://www.4shared.com/file/KPZMi4wc/gauss_jordan0.html

In .xls (Microsoft Excel) format: http://www.4shared.com/office/DXxUjXOs/gauss_jordan0.html

Reference

[1] Chapra& Chanale (2009), Numerical Methods for Engineers. Sixth Edition, McGraw-Hill

Solving Numerical Analysis Problems Using Spreadsheet : Cubic Splines Interpolation

The purpose of this spreadsheet is to estimate an intermediate value within a known set of data using cubic splines method. Specifically, this program computes two equations required to construct cubic splines. You may consult [1] for further and more detailed information.

In .ods format:

http://www.4shared.com/file/cYflCfzz/cubic_splines_spreadsheet.html

In .xls format:

http://www.4shared.com/office/zqJO0Cqp/cubic_splines_spreadsheet.html

Reference

[1] Chapra& Chanale (2009), Numerical Methods for Engineers. Sixth Edition, McGraw-Hill

Solving Numerical Analysis Problems Using Spreadsheet : Finding Inverse Matrix using LU Decomposition Method

This program finds  inverse of square nonsingular matrices using LU decomposition method. It consists of 2 worksheets written to compute inverse of  3×3 and 4×4 matrices, respectively.

A matrix (say A) and its inverse (say X) satisfy the relation A×X=I, where I is identity matrix.

In .ods format (LibreOffice) : http://www.4shared.com/file/iR1UifAG/inversmat_ludecomposition.html

In .xls format (MS Excel) :  http://www.4shared.com/office/3r3dJvpN/inversmat_ludecomposition.html

References :

[1] Chapra & Canale (2009), Numerical Methods for Engineers. Sixth Edition, McGraw-Hill.

[2] http://www.math.purdue.edu/academic/files/courses/2010spring/MA26200/2_7.pdf

Solving Numerical Analysis Problems Using Spreadsheet : Matrix LU Decomposition

This program decomposes square matrix A into lower matrix L and upper matrix U where L,U, and A  satisfy a relation :  LU=A. It consists of 2 worksheets used to compute 3×3 and 4×4 matrices, respectively.

In .ods format (LibreOffice) : http://www.4shared.com/file/62ol1mdC/ludecomposition.html

In .xls format (MS Excel) : http://www.4shared.com/office/QW4tsBvd/ludecomposition.html

References :

[1] Chapra & Canale (2009), Numerical Methods for Engineers. Sixth Edition, McGraw-Hill.

[2] http://www.math.purdue.edu/academic/files/courses/2010spring/MA26200/2_7.pdf

Solving Numerical Analysis Problems Using Spreadsheet : Naïve Gauss Elimination

In .ods format (LibreOffice) : http://www.4shared.com/file/PRtp7DoU/naivegauss.html

In .xls format (MS Excel) : http://www.4shared.com/office/7exllFnc/naivegauss.html

Reference :

[1] Chapra & Canale (2009), Numerical Methods for Engineers. Sixth Edition, McGraw-Hill.