MULTI-FIDELITY GAUSSIAN PROCESS MODELING FOR ENGINEERING DESIGN ANALYSIS

• Main Author: Akhmad Baehaqi, Febrian
• Format: Theses
• Language: Indonesia
• Online Access: https://digilib.itb.ac.id/gdl/view/62517
• Institution: Institut Teknologi Bandung

Tesis ini membahas metode multi-fidelity Kriging dalam memprediksi berbagai kasus analitik dan rekayasa. Meskipun model Kriging telah memotong biaya komputasi dari simulasi, peningkatan performa model Kriging masih menjadi topik yang hangat hingga saat ini. Salah satunya adalah metode multi-fidelity Kriging. Metode multi-fidelity Kriging menggunakan data dari simulasi yang lebih murah untuk membantu proses pembuatan model pengganti. Akibatnya, metode multi-fidelity Kriging memiliki lebih banyak sampel dan informasi dalam pemodelan daripada single-fidelity Kriging dengan biaya komputasi yang sama sehingga membuat model menjadi lebih baik. Tiga metode multi-fidelity Kriging akan dijelaskan dan diterapkan dalam tesis ini. Ketiga metode tersebut adalah Cokriging, Hierarchical Kriging, dan NARGP (Nonlinear Autoregressive Gaussian Process). Nantinya, ketiga framework ini akan diuji ke dalam beberapa kasus yang bervariasi dari segi dimensi, kompleksitas, hingga derajat korelasi antara respon low-fidelity dan high-fidelity. Hasil penelitian menunjukkan bahwa Cokriging adalah metode yang paling baik dan paling konsisten dalam memodelkan kasus terutama kasus teknik. Hierarchical Kriging dapat bersaing dengan hasil Cokriging selama korelasi antara respons model low-fidelity dan model high-fidelity sangat baik. NARGP memiliki spesialisasinya sendiri yang mana sangat baik ketika korelasi antara respons model low-fidelity dan model high-fidelity memiliki korelasi yang tidak linear namun masih berkorelasi secara space-dependent.