01_numpy_scipy

numpy dan scipy untuk Komputasi Numerik dan Filtering

📌 Apa itu numpy?

numpy adalah library fundamental untuk komputasi numerik dalam Python. Library ini menyediakan array multidimensi yang efisien dan operasi matematis cepat, cocok untuk manipulasi data posisi, kecepatan, akselerasi, dan lainnya.

Contoh Penggunaan numpy

import numpy as np

# Membuat array posisi dari gerakan linear
x = np.linspace(0, 10, 100)  # 100 titik dari 0 sampai 10
v = np.gradient(x)           # estimasi kecepatan (turunan pertama)

📄 Dokumentasi Resmi: https://numpy.org/doc/

📌 Apa itu scipy?

scipy adalah library yang memperluas fungsionalitas numpy dengan menyediakan berbagai algoritma ilmiah, termasuk filtering sinyal, interpolasi, optimasi, dan lainnya.

Contoh Penggunaan: Filter Low-pass pada Data Posisi

from scipy.signal import butter, filtfilt
import numpy as np
import matplotlib.pyplot as plt

# Data simulasi (dengan noise)
t = np.linspace(0, 1, 100)
pos = np.sin(2 * np.pi * 5 * t) + np.random.normal(0, 0.5, 100)

# Fungsi filter low-pass
def lowpass_filter(data, cutoff=2.5, fs=100, order=4):
    nyq = 0.5 * fs
    normal_cutoff = cutoff / nyq
    b, a = butter(order, normal_cutoff, btype='low', analog=False)
    y = filtfilt(b, a, data)
    return y

filtered_pos = lowpass_filter(pos)

# Visualisasi hasil filtering
plt.plot(t, pos, label='Asli + noise')
plt.plot(t, filtered_pos, label='Setelah filter', linewidth=2)
plt.legend()
plt.title("Filtering Data Gerakan")
plt.xlabel("Waktu (s)")
plt.ylabel("Posisi")
plt.grid(True)
plt.show()

📄 Dokumentasi Resmi: https://docs.scipy.org/doc/scipy/

🔍 Kapan Digunakan dalam Programming Motion?

Fungsi	numpy	scipy
Array posisi dan kecepatan	✅
Perhitungan turunan/integral	✅	✅
Filtering sinyal sensor		✅ (filter, FFT)
Interpolasi data gerakan		✅ (interp1d dll)

🏠 Menu Utama	▶️ Next: 02 matplotlib