0

LAPORAN PRAKTIKUM KIMIA FISIK

PERCOBAAN 8
SIMULASI MOLEKULER


KELOMPOK 2
Nama Anggota Kelompok :
1. Anne Alifatur Rafida (125090207111005)
2. Aili Millatul Mustaqimah (125090207111007)
3. Aisha Noor Dewi Mentari (125090207111016)
4. Lucky Wardhani (125090207111021)
5. M. Abdi Baihaqi (125090207111025)
6. Feni Andriani (125090207111033)
7. Rifqiyatun Nury (125090207111039)
Tanggal Praktikum : 16 Mei 2014





JURUSAN KIMIA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA
2014
1

BAB I
PENDAHULUAN

1.1 LATAR BELAKANG
Simulasi Dinamika Molekuler (Molecular Dynamic Simulation MDS) berperan sebagai
jembatan antara metode penelitian di dalam skala mikroskopik dengan skala makroskopik, dan
menembus kesulitan metoda eksperimen fisik di dalam skala mikroskopik molekular dan atomik.
Penelitian ini membahas mengenai simulasi dari sistem molekul Argon dan molekul Graphene
menggunakan model potensial intermolekuler Lennard-Jones dan potensial molekuler 12-6.
Persamaan gerakan atomik yang dianalisis menggunakan algoritma kecepatan Verlet dan
metoda leapfrog, menggunakan program aplikasi DL_POLY.

1.2 TUJUAN
Tujuan dilakukannya praktikum Simulasi Molekuler ini adalah untuk menganalisis profil
fungsi distribusi radial g(r), fluktuasi energi, Mean Square Displacement (MSD), dan
menentukan koesien difusi D dengan menggunakan teknik simulasi dinamika molekuler untuk
sistem homogen sederhana.

1.3 DASAR TEORI
Simulasi dinamika molekul merupakan suatu pemodelan interaksi partikel dengan
penghitungan gerak partikel secara periodik dan pengintegrasian/penjumlahan keseluruhan dari
persamaan gerak. Hal ini dilakukan dengan mengkombinasikan mekanika statistik dan teori
kinetik, sehingga unsur-unsur mikroskopik molekul dapat dikalkulasikan. Terdapat tiga tujuan
utama dilakukan Simulasi ini. Pertama, parameter yang ingin disimulasi dibandingkan dengan
hasil secara eksperimen, jika terdapat kesamaan maka hasil eksperimen dapat dijelaskan
berdasarkan model simulasi. Kedua, MDS dapat digunakan untuk menginterpretasi hasil
eksperimen. Ketiga bertujuan untuk memberikan pemahaman mendasar dari gerak dan interaksi
molekul dan juga memberikan arahan dalam melakukan pengujian, baik itu secara teoritik
maupun secara eksperimen
[9]
.
Metode dinamika molekul (MD) merupakan salah satu metode komputasi fisika yang popular
untuk mensimulasikan gerak atom, molekul dan obyek berukuran besar seperti planet dalam
galaksi. Dengan metode MD gerak atom-atom bahan jika mengalami pengaruh dari luar seperti
akibat pemanasan, dapat amati dari waktu ke waktu. Secara ringkas metode MD memerlukan
informasi koordinat awal atom, kondisi simulasi (temperatur, tekanan, rapat partikel, dan lain-
lain), fungsi potensial interaksi antar atom untuk obyek yang akan disimulasikan dan spesifikasi
obyek yang disimulasikan (massa, muatan, jumlah atom, dan lain-lain)
[2]
.
Dinamika molekuler merupakan suatu metode untuk menyelidiki struktur dari zat padat, cair
dan gas. Umumnya dinamika molekuler menggunakan teknik persamaan hukum newton dan
mekanika klasik. Dinamika molekuler pertama kali diperkenalkan oleh Alder dan Wainwright
pada akhir tahun 1950-an, metode ini digunakan untuk mempelajari interaksi pada bola keras.
Dari studi tersebut mereka mempelajari mengenai sifat sebuah cairan sederhana. Pada tahun
1964, Rahman melakukan simulasi pertama menggunakan energi potensial terhadap cairan argon.
Dan di tahun 1974, Rahman dan Stillinger melakukan simulasi dinamika molekuler pertama
menggunakan sistem yang realistik yaitu simulasi dengan menggunakan air. Kemudian pada
2

tahun 1977, muncul pertama kali simulasi terhadap protein yaitu simulasi sebuah inhibitor
enzinm tripsin bovine pancreas (BPTI). Tujuan utama dari simulasi dinamika molekuler adalah
[5]
:
1. Menghasilkan trajektori molekul dalam jangka waktu terhingga.
2. Menjadi jembatan antara teori dan hasil eksperimen
3. Memungkinkan para ahli kimia untuk melakukan simulasi yang tidak bisa dilakukan
dalam laboratorium.

Dinamika Molekular MDS dilakukan untuk memperoleh trajektori atom-atom dari sistem N
buah partikel dengan menerapkan integrasi numerik persamaan gerak Newton
[4]
. Dengan MDS
properti-properti dari suatu sistem molekul berupa struktur, fasa, interaksi mikroskopik antara
atom dan molekul dapat diketahui
[1]
. Secara makroskopik materi terdiri dari atomatom dengan
jumlah yang sangat besar. Pada MDS materi tersebut diwakili oleh sejumlah atom yang
disimulasikan
[10]
.
Dalam dinamika molekuler, besar gaya antar molekul dihitung secara eksplisit dan pergerakan
molekul dikomputasi dengan metode integrasi. Metode ini digunakan untuk menyelesaikan
persamaan newton pada atom yang konstituen. Dimana kondisi awal digambarkan dengan posisi
dan kecepatan atom. Berdasarkan persepsi newton, dari posisi awal, dapat dilakukan penghitung
posisi dan kecepatan selanjutnya dalam interval waktu yang kecil serta penghitungan gaya pada
posisi yang baru. Hal ini berulang untuk beberapa saat, bahkan hingga ratusan kali. Prosedur
dinamika molekuler tersebut dapat digambarkan dengan flowchart sebagai berikut:

Dari gambar di atas dapat terlihat bagaimana tahapan dalam proses simulasi dinamika molekuler.
Tanda panah menunjukkan urutan jalur proses yang akan dikerjakan. Dimana proses utamanya
yaitu: menghitung besarnya gaya yang bekerja, mengkomputasi pergerakan atom, menampilkan
analisis statistik untuk setiap konfigurasi atom.
Tujuan pertama MDS adalah untuk menghasilkan trajektori atom-atom sepanjang suatu
jangka waktu yang tertentu. Untuk N atom dalam MDS dilakukan untuk memperoleh trajektori
atom-atom dari sistem N buah partikel dengan menerapkan integrasi numerik persamaan gerak
Newton
[4]
. Dengan MDS, properti-properti dari suatu sistem molekul berupa struktur, fasa,
3

interaksi mikroskopik antara atom dan molekul dapat diketahui
[1]
. Untuk N atom dalam ruang
tiga dimensi, terdapat ruang posisi berdimensi 3N dan ruang momentuk berdimensi 3N,
sehingga terbentuk ruang fasa berdimensi 6N. Ruang fasa ini kemudian digunakan untuk
memperoleh keadaan makroskopik sistem dan memprediksi ruang fasa pada waktu selanjutnya
[10]
.
Tabel 1 menunjukkan data parameter simulasi yang diterapkan dalam pada simulasi sistem
molekul Argon dan graphene. Nilai parameter potensial 12-6 adalah
[8]
: A = 0,0673 dan B =
0,1346. Anggapan yang diterapkan adalah, potensial yang bekerja pada Graphene hanya
potensial interatomik saja.



Gambar 1. Model konfigurasi molekul Argon 100 dan 256 atom

Tabel 1. Parameter simulasi Argon dan Graphen

Simulasi menggunakan metoda dinamika molekul pada dasarnya dimulai dengan menentukan
konfigurasi atom-atom bahan yang ditinjau. Masing-masing atom tersebut saling berinteraksi
satu sama lain yang dalam hal ini diasumsikan memenuhi potensial Lennard-Jones, kemudian
atom-atom tersebut diberikan kecepatan awal secara random. Persamaan gerak sistem tersebut
dipecahkan secara numerik dengan komputer
[1]
. Persamaan potensial Lennard-Jones seperti
pada persamaan
[11]
:
4



dimana u(r) adalah energi potensial, adalah parameter energi, adalah parameter jarak
terdekat antar atom dan r menunjukkan posisi.
Untuk mengetahui posisi dan kecepatan atom i setelah mengalami gaya dari N atom lain maka
diperlukan persamaan gerak Newton dalam persamaan
[7]
:

mi merupakan massa atom partikel, vi dan ri adalah kecepatan posisi atom i.
Dari mekanika statistik dapat dihubungkan kuantitas mikroskopik dengan kuantitas
makroskopik seperti temperatur, tekanan, Fungsi Distribusi Radial (RDF), Mean Square
Displacement (MSD) dan lainnya. Dalam hal ini, difokuskan pada hasil perhitungan RDF.
Hubungan antara temperatur dengan kuantitas mikroskopik diatas adalah sebagai berikut: N
adalah jumlah atom dalam simulasi, Nc jumlah constraint, k adalah konstanta Boltzmann dan vi
adalah kecepatan atom i. Temperatur sistem dapat diset sesuai sistem yang ditinjau. Dalam
MOLDY terdapat beberapa metoda untuk menentukan temperatur tersebut diantaranya Scaling
dan Noose-Hoover thermostat. Persamaan Fungsi distribusi radial (RDF) dinyatakan pada
persamaan berikut
[7]
:



dimana adalah rapat atom , V(r) volume kulit bola pada jarak r. Fungsi distribusi radial g(r)
merupakan ukuran untuk melihat sejauh mana atom-atom mengatur posisinya pada temperatur
dan waktu tertentu, sehingga dapat dibedakan secara kualitatif apakah suatu sistem dalam
keadaan padat atau cair.
Grompp merupakan pre-processor program. Grompp mempunyai beberapa kemampuan yaitu:
1. Membran file topologi dari sebuah molekuler (*.top)
2. Memeriksa apakah file valid atau tidak
3. Memperluas informasi pada file topologi, dari yang hanya informasi molekul menjadi
informasi atomic
4. Mengenali dan membaca file topologi (*.top), file parameter (*.tpr) serta file koordinat
(*.gro)
5. Menghasilkan file *.tpr sebagai input dalam dinamika molekuler maupun penyusutan
energy yang akan dijalankan oleh mdrun. Grompp menyalin setiap informasi molekul yang
diperlukan pada file topologi.
5

BAB II
PEMBAHASAN

2.1 PEMBAHASAN KURVA ENERGI


Gambar 2.1.1 Kurva Energi Argon Fasa Gas



Gambar 2.1.2 Kurva Energi Argon Fasa Cair

6


Gambar 2.1.3 Kurva Energi Argon Fasa Padat


Gambar 2.1.4 Kurva Energi Gabungan Fasa Gas, Cair, dan Padat

Gambar di atas adalah gambar kurva energi yang menggambarkan hubungan antara
Energi Potensial (Ep) dengan waktu (t). Energi potensial digambarkan sebagai perbedaan
antara energi molekul dan penjumlahan energi kompleks molekul yang terpisah. Jika
suatu molekul berada bersama-sama dalam suatu wadah maka akan mengalami interaksi.
Apabila jarak antar molekul sangat jauh maka harga energi yang ditimbulkan antar
molekul itu sangat kecil hingga ditetapkan dengan angka nol. Namun apabila jarak antar
molekul tersebut dekat maka akan ada perubahan energi yang ditimbulkan. Keadaan
paling stabil atau kesetimbangan akan terjadi pada energi paling rendah telah tercapai.
Dengan kata lain, semakin rendah energi potensial akan menstabilkan suatu zat. Oleh
karena dipengaruhi oleh jarak, maka energi potensial relatif terhadap jarak antar pusat
molekul atau atom.
7

Percobaan simulasi molekular ini diperoleh kurva energi dari Argon dalam fasa gas,
cair, dan padatannya. Kurva energi dari fasa gas menunjukkan nilai energi potensial yang
konstan pada nilai 0 kJ/mol terhadap waktu. Hal ini menunjukkan bahwa pada
sembarang waktu Argon dapat bergerak bebas pada fasa gas sehingga akan
meningkatkan jarak antar molekul yang menyebabkan nilai energi potensial adalah
konstan pada energi potensial 0 kJ/mol. Perubahan energi potensial dari molekul ini
dapat dilihat pada kurva energi dari fasa cair yang mulanya pada waktu 50 ps adalah -
2500 kJ/mol menjadi -2000 kJ/mol. Hal ini menunjukkan bahwa dalam kurun waktu 50
ps molekul mengalami ketidakstabilan lalu pada waktu setelahnya energi potensial yang
ditimbulkan adalah konstan. Dalam kurva energi Argon pada fasa padat kondisi awal
dari Argon memiliki energi potensial sebesar -3000 kJ/mol yang mengalami stabilitas
menjadi -3250 kJ/mol selama kurun waktu 25 ps. Setelah 125 ps kemudian yaitu pada
150 ps molekul mengalami stabilitas sekali lagi dengan nilai energi potensia sebesar -
3500 kJ/mol. Stabilitas ini dialami oleh Argon karena membentuk susunan kristal yang
lebih stabil yang akan menurunkan energi.

2.2 PEMBAHASAN KURVA MEAN SQUARE DISPLACEMENT (MSD)


Gambar 2.2.1 Kurva MSD Argon Fasa Gas
8


Gambar 2.2.2 Kurva MSD Argon Fasa Cair

Gambar 2.2.3 Kurva MSD Argon Fasa Padat







9


Gambar 2.2.4 Kurva MSD Argon Gabungan Fasa Gas,Cair, dan Padat
Atom-atom pada sistem cair dan gas tidak berdiam pada satu tempat, namun bergerak terus-
menerus. Jika diperhatikan dengan seksama, lintasan dari atom tersebut akan nampak sebagai
gerakan yang random. Mean Square Displacement (MSD) menjelaskan pergerakan atom
saat energi potensial ditingkatkan. Biasanya digambarkan sebagai interaksi dari
persamaan diferensial dengan jumlah timestep tertentu. Ketidaklinieran pada bagian awal
merupakan tipikal kurva MSD. Hal ini karena atom belum bertemu dengan atom-atom
lain, geraknya masih linier sehingga jarak yang ditempuh sebanding dengan waktu, maka
nilai MSD-nya sebanding dengan kuadrat waktu. Setelah bagian nonlinier pada awal
kurva, diikuti dengan garis yang linier. Kemiringan dari persamaan bagian linier garis
kurva MSD merupakan nilai dari koefisien difusi. Koefisien difusi merupakan salah satu
parameter penting dalam penentuan parameter-parameter termodinamik
[6]
.
MSD dapat digunakan untuk memprediksikan keberadaan suatu atom pada waktu t.
Perbedaan yang nampak adalah pada kurva MSD Argon dalam fasa padat memberikan
kemiringan yang rendah hal ini dekarenakan mungkin ada perbedaan nilai cutoff yang
berpengaruh pada peramalan posisi. Laju difusi terkecil ada pada fasa padat karena
struktur yang dimiliki padat dan sedikit memungkinkan atom bergerak. Laju difusi cair
lebih kecil dari fasa gas yang dipengaruhi oleh kerapatan yang lebih tinggi daripada gas
[6]
.
Pada kurva MSD untuk gas, cair dan padat, nilai difusi masing-masing diperoleh yaitu
untuk difusi gas sebesar 1,355x10
10
nm
2
s
-1
; difusi untuk cair sebesar 9040500 nm
2
s
-1
; dan
difusi padat sebesar 22793,75 nm
2
s
-1
. Dari data tersebut, dapat dihitung viskositas pada
masing-masing fasa sebesar 7,856x10
-5
Js.m
-3
untuk fasa gas; 5,175x10
-2
Js.m
-3
untuk
fasa cair; dan 24,63 nm
-3
untuk fasa padat.


10

2.3 PEMBAHASAN KURVA RADIAL DISTRIBUTION FUNCTION (RDF)


Gambar 2.3.1 Kurva RDF Argon Fasa Gas


Gambar 2.3.2 Kurva RDF Argon Fasa Cair
11


Gambar 2.3.3 Kurva RDF Argon Fasa Padat


Gambar 2.3.4 Kurva RDF Argon Gabungan Fasa Gas, Cair dan Padat
Radial Distribution Function (RDF) dapat menggambarkan susunan atom-atom secara
radial pada suatu sistem
[6]
. RDF sangat berguna untuk menggambarkan struktur dan fasa
dari suatu sistem, khususnya zat cair. Pada kondisi sistem padat, RDF memiliki nilai-
nilai puncak yang tak terhingga, di mana jarak dan tingginya merupakan karakteristik
dari struktur lattice
[3]
. Pada umunya kurva ini memiliki puncak yang tinggi pada
awalnya. Kurva fasa padatnya memiliki fungsi distribusi yang tinggi terutama pada jarak
0,39 nm. Pada fasa cair kurva yang ditunjuk konstan karena menggambarkan struktur
12

kristal. Sama seperti fasa cair fasa gas dan padat memiliki titik-titik dimana kurva
mengalami keteraturan kristal meskipun tidak sekonstan fasa cair. Fungsi distribusi
argon menurun seiring menurunyya kerenggangan.

























13

BAB IV
KESIMPULAN

Berdasarkan percobaan ini, diperoleh kurva energi, Mean Square Displacement (MSD)
dan Radial Distribution Function (RDF) dari senyawa Argon dalam fasa gas, cair dan
padat. Masing-masing kurva memiliki karakter yang berbeda, dimana kurva RDF selalu
memiliki puncak yang tinggi di awal, sedangkan kurva MSD umumnya diawali dengan
garis nonlinier. Pada garis dalam kurva MSD, kemiringan menunjukkan konstanta difusi
dari Argon. Kurva energi dari Argon dalam fasa yang berbeda memiliki karakter yang
berbeda. Saat posisi Argon sangat berjauhan seperti yang ditunjukkan pada fasa gas,
energi potensial yang diberikan bernilai konstan. Saat Argon sudah mulai berinteraksi
seperti yang ditunjukkan pada fasa cair dengan kerapatan yang lebih besar akan
mengalami perubahan energi. Saat kerapatan Argon sangat tinggi dalam fasa padat maka
akan mengalami stabilitas dikarenakan membentuk struktur kristal yang lebih teratur.
Konstanta difusi yang diperoleh dari kurva MSD adalah untuk difusi gas sebesar
1,355x10
10
nm
2
s
-1
; difusi untuk cair sebesar 9040500 nm
2
s
-1
; dan difusi padat sebesar
22793,75 nm
2
s
-1
. Dari data tersebut, dapat dihitung viskositas pada masing-masing fasa
sebesar 7,856x10
-5
Js.m
-3
untuk fasa gas; 5,175x10
-2
Js.m
-3
untuk fasa cair; dan 24,63 nm
-
3
untuk fasa padat. Struktur yang dimiliki oleh kristal Argon adalah Face Center Cubic
(FCC) dengan densitas padatan sebesar 24,62 nm
-3
.













14

DAFTAR PUSTAKA

[1]
Allen, M. P., 2004, Intoduction to Molecular Dynamics Simulation in Computational Soft
Matter: From Synthetic Polymers to Proteins, Lecture Notes John von Neumann Institute
for Computing: 1-28
[2]
Arkundato, A. , Suud, Z. & Abdullah, M., 2010, Corrosion study of Fe in a stagnant
liquid Pb by molecular dynamics methods, in AIP Conference Proceeding,Vol. 1244,
pp.136 144, New York
[3]
IAMS, 2011, September [Online], (http://iams.sinica.edu.tw/lab/jili/thesis_andy/node14.
html, diakses tanggal 21 Mei 2014
[4]
Li, J., 2005, Basic Molecular Dynamics in Handbook of Material Modeling, Netherlands
Springer ch. 2.8: 565-588
[5]
Maulana, Alan, Suud Zaki, K. D., Hermawan, Khairurijal, 2006, Aplikasi Paket Program
Moldy untuk Karakterisasi Sifat Bahan Fe, Pb, Bi dan Pendingin Reaktor PbBi, Risalah
Lokakarya Komputasi dalam Sains dan Teknologi Nuklir XVII, 119-130, Bandung
[6]
Muchtar, A.R., Hendradjir, W., and Samsi, A., 2012, Simulasi Dinamika Molekular Sistem
Molekul Argon dan Graphene Dengan Menggunakan Perangkat Lunak DL_POLY,
Teknik Fisika, Fakultas Teknik, ITB, Universitas Gunadarma, Depok
[7]
Susmikanti, M. & Dinan, A., 2011, Identifikasi Sifat Material Nuklir Terhadap Hasil
Simulasi Molekuler Dinamik dengan Jaringan Syaraf Tiruan Menggunakan Metode
Backpropagation, Seminar Nasional Teknologi Informasi dan Komunikasi Terapan,
ISBN 979-26-0255-0, Tangerang
[8]
Tang, H. et al., 2011, Symmetry and Lattice Dynamics Graphene Simulation
[9]
Widiasih, Herawati, Heni S., Arkundato, A., 2013, Penerapan Metode Dinamika Molekul
untuk Pembelajaran: Konsep Titik Leleh dan Perubahan Wujud, JURNAL Teori dan
Aplikasi Fisika, Vol.01, No. 02, Jember
[10]
Witoelar, A., 2001, Perancangan dan Analisa Simulasi Dinamika Molekul Ensemble
Mikrokanonikal dan Kanonikal Dengan Potensial Lennard Jones, Laporan Tugas Akhir,
Teknik Fisika Institut Teknologi Bandung, Bandung
[11]
Yingxia Q. & Minoru, T., 2002, Computer Simulation of Diffusion Of Pb- Bi Eutectic in
Liquid Sodium by Molecular Dynamics Method, Proceedeng of ICONE 10, 10TH
International Conference on Nuclear Engineering, Arlington, VA, USA