Teks ini adalah skrip optimasi yang menggunakan Gaussian Process Regression (GPR) versi 3 dengan UQLab untuk memodelkan dan menganalisis data. Skrip ini mendefinisikan distribusi marginal, membangun metamodel GPR dengan metode Kriging, menghitung sensitivitas Sobol, dan menghasilkan semua kombinasi input yang mungkin. Selanjutnya, skrip menghitung Expected Improvement (EI) dan mendefinisikan fungsi merit (MF) berdasarkan probabilitas kelayakan dan EI, kemudian mencari kombinasi input optimal yang memaksimalkan MF untuk menemukan solusi yang layak. Skrip ini melibatkan proses iteratif untuk membangun metamodel, menganalisis sensitivitas, dan mengoptimalkan parameter berdasarkan data yang diberikan.