<![CDATA[Pada persamaan diferensial terdapat klasifikasi yaitu persamaan diferensial linear dan persamaan diferensial tak linear. Salah satu contoh dari persamaan diferensial tak linear yaitu persamaan Duffing. Persamaan Duffing adalah persamaan tak linear yang menggambarkan osilator dengan ketaklinearan pangkat tiga. Persamaan Duffing digunakan oleh banyak peneliti sebagai suatu pendekatan model banyak sistem fisik, persamaan ini memperlihatkan satu jangkauan sangat luas dari perilaku dalam sistem dinamika tak linear. Salah satu aplikasi pada persamaan Duffing tersebut adalah weak signal detection. Pada penelitian ini akan dibahas model persamaan Duffing osilator pada aplikasi weak signal detection kemudian diselesaikan menggunakan metode aproksimasi salah satunya yaitu metode Averaging. Dari hasil penelitian diperoleh model persamaan Duffing osilator pada aplikasi weak signal detection serta solusi aproksimasi dari model persamaan Duffing osilator pada aplikasi weak signal detection menggunakan metode Averaging dengan nilai parameter yang berbeda-beda yang solusinya dibandingkan dengan metode numerik yaitu metode Runge Kutta orde empat. Hasil yang diperoleh kemudian divisualisasikan menggunakan program Maple-12.On the differential equations there is classificaton i.e linear differential equations and nonlinear differential equations. One example of nonlinear differential equations is Duffing equation. Duffing equation is used by many researchers as a model of physical systems approach, this equation shows a very wide range of behavior in nonlinear dynamics system. One of the applications on the Duffing equation is weak signal detection. This research will be discussed Duffing oscillator equation model in weak signal detection applications then solved using approximation methods one of which is the averaging method. From the research results obtained model equation of Duffing oscillator in weak signal detection applications, and approximate solution of the model equation of Duffing oscillator in weak signal detection applications using the averaging method with varying parameter values and its solution compared with the numerical method that is fourth order of Runge Kutta method. The obtained of results then visualized using Maple-12 program.]]>
Copyrights © 2014
