Anda di halaman 1dari 311
SCT AteLR Delo cURe tL BNe Ma ct aa Ey PEMODELAN MATEMATIS DAN ; PENYELESAIAN NLMERIS DALAM TEKNIK KIMIA dengan Pemrograman Bahasa Basic dan Fortran Penerbit ANDI Yogyakarta Pemodélan Matematis dan Penyelesaian Numerisdalain Teknik Kimia dengan Pemrograman Bahasa Basic dan Fortran Oleh: Wahyudi Budi Sediawan Agus Prasetya Hak Cipta’© 1997 pada penulis, Dilarang mempertanyak sebagian atau seluruh isi buku ini dalam bentuk apapun, tanpa izin tertulis dari penulis. Edisi Pertama Cetakan Pertama, 1997 Penerbit: ANDI + J. Beo 38-40, Telp. (0274) 561881 (Hunting), Facs (0274) 588282 Yogyakarta 55281 Percetakan: ANDI OFFSET Jl. Beo 38-40; Telp. (0274) 561881 (Hunting), Facs (0274) 588282 Yogyakarta 55281 Sediawan, Wahyudi Budi Pemodelan Matematis dan Penyelesaian Numeris dalam Teknik Kimia dengan Pemrograman Bahasa Basic dan Foriran / oleh Wahyudi Budi Sediawan den Agus Prasetya - Ed. 1, Cet. 1. - Yogyakarta: Andi, 1997, vit 804 him, ; 20x 280m. Bibliografi: 301 ISBN: 979-583-4743 1. Teknik Kimia I. Judul II, Prasetya, Agus 660 - 97 - 090 PRAKATA uku ini dimaksudkan untuk membantu siapa saja yang berminat termasuk para mahasisw. B untuk mempelajari pendekatan matematis dalam bidang teknik kimia, yang pada saat i makin Iuas penggunaannya, terutama pemodelan matematis dan penyelesaian numeri Disamping itu, karena sangat pentingnya penggunaan komputer dalam penyelesaian numeris, maka dalam buku ini juga dibahas cara-cara penyusunan programnya dalam bahasa BASIC dan FORTRAN. Penyusun menyadari bahwa buku ini masih jauh dari sempurna, baik dari segi mater maupun penulisannya. Oleh sebab itu, semua kritik dan saran akan diterima dengan senang hati. Ucapan terima kasih penyusun sampaikan kepada semua dosen yang telah mengasuh penyusun selama studi. Secara khusus, penyusun mengucapkan terima kasih kepada Prof. Ir. Boma Wikan Tyoso, M.Se., Ph.D., yang pertama kali memperkenalkan subyek ini kepada penyusun dan memberikan bimbingan sejak penyusun menjadi mahasiswa, asisten, sampai dosen sekarang ini Demikian pula kepada Ir. Soegiarto, yang telah memberikan bekel konsep-konsep fundamental dan filosofi teknik kimia. Juga kepada saudara Rahman S., ST. saudara Ir. IGS Budiaman, MT dan saudara Sutaryo serta kepada semua pihak yang telah memberikan bantuan dan masukan selama penyusunan buku ini ‘Semoga buku ini bermanfaat. ‘Yogyakarta, 1997 Wahyudi Budi Sediawan Agus Prasetya DAFTAR ISI PRAKATA DAFTRA ISI Bab 1, | PENDAHULUAN Bab2. | CHEMICAL ENGINEERING TOOLS Neraca Massa Neraca Energi Kesetimbangan Proses-Proses Kecepatan BAB3. PEMODELAN Pencampuran dalam Tangki secara Batch Penguapan secara Batch BAB4. Absorpsi Gas dengan Penggelembungan dalam Cairan Biodegradasi Zat Organik dalam Sungai Distribusi Suhu Batang di Udara Difuusi dan Reaksi Kimia dalam Katalisator Padat Berbentuk Bola Berpori Reaksi Homogen Fasa Cair dalam Tangki Berpengaduk yang Bekerja secara Batch. Menara Absorpsi Isotermis Reaksi Heterogen Cair-Cair dalam Tangki Berpengaduk Perpindahan Panas Konduksi Unsteady State Satu Arah dalam Slab Perpindahan Panas Konduksi Unsteady State Tiga Arah pada Koordinat Cartesian dengan Heat Generation Perpindahan Panas Konduksi Unsteady Stare Tiga Arah pada Koordinat Silinder dengan Heat Generation Perpindahan Massa dalam Aliran Laminer dalam Pipa ‘Absorpsi pada Fixed Bed Column Ektraksi Padat-Cair dari Butir-Butir Berbentuk Bola PENYELESAIAN NUMERIS Diferensiasi Numeris Integrasi Numeris BABS. BABS. BAB7. Pemodelan Matematis a Mencari Akar Persamaan Non Linier ‘Optimasi Satu Variabel dengan Cara Golden-Section Optimasi Banyak Variabel dengan Cara Hooke-Jeeves Penyelesaian Persamaan Linier Simultan Evaliudsi Tetapen dalam Persamaan Empiris Penyelésaian Persamaan diferensial Ordiner Jenis Initial Value Problem Finite Difference Approximation untuk Persamaan Diferensial Ordiner Finite Difference Approximation untuk Persamaan Diferensial Parsial Penyelesaian Persamaan Non Linear Simultan ‘ APLIKASI PENDEKATAN MATEMATIS DALAM TEKNIK KIMIA: PEMODELAN DAN PENYELESAIAN NUMERIS Pengaliran Fluida antara dua Tangki dengan Pompa Waktu Pengaliran antara dua Tangki dengan Pompa ‘Optimasi Suhu Masuk Reaktor Adiabatis, Reaksi Bolak-Balik Eksotermis Integrasi Menggunakan Pendekatan Polinomial Reaktor Tabung Non-Adiabatis Non-lsotermis Distribusi Suhu pada Circular Fin Pengeringan Silinder Evaluasi Tetapan Tunggal dalam Model Matematika dengan Kuadrat Terkecil Numeris Evaluasi Kinetika Reaksi Berdasar Data Reaktor Batch Desuperheater dengan Kontak Langsung (Metode Runge Kutta) Reaktor Tabung dengan Deaktivasi Katalisator (Kombinasi Rungge Kutta dan Cara Eksplisit) Reaksi Gas Cair dalam Tangki Berpengaduk Ekstraksi dari Padatan Berbentuk Slab dalam Tangki Berpengaduk Ekstraksi Padat-Cair dalam Kolom Fixed Bed SOAL-SOAL LATIHAN CONTOH-CONTOH PROGRAM DALAM BAHASA FORTRAN: DAFTAR PUSTAKA. 33 58 62 66 B 86 95 100 110 7 U7 121 126 133 137 143 149 155 160 167 173 184 196 210 219 279 303 BAB PENDAHULUAN Alat-alat dan proses-proses dalam industri kimiapun selalu berubah/disempurnakan. Mes- kipun demikian prinsip-prinsip fundamental yang mendasari alat-alat/proses-proses ter- sebut tidak banyak berubah. Untuk menyesuaikan dengan keadaan tersebut, maka dalam pendidi- kan teknik kimia sebaiknya subjek-subjek yang bersifat cemered around devices digeser ke subyek-subyek yang bersifat centered around physical principles and mathematical techniques. Pendidikan yang lebih bersifat centered around devices akan membutuhkan banyak waktu dan ilmu yang dikuasai akan cepat out of date. Sebaliknya pendidikan yang bersifat centered around Physical principles and mathematical techniques akan menghasilkan sarjana teknik kimia yang siap menyesuaikan diri dengan alat dan proses yang baru. Lagi pula subjek-subjeknya akan lebih mungkin untuk diberikan di bangku kulih dalam waktu yang terbatas. Sarjana yang dihasilkan ‘memang tidak siap pakei, tetapi siap berkembang. Jelas tentunya bahwa sarjana dituntut untuk selalu berlatih dan meningkatkan diri setelah bekerja. Perlu pula dikemukakan di sini bahwa pendidikan yang lebih menekankan pada konsep- konsep fundamental tidaklah berarti kuno/ketinggalan jaman. Justru penekanan pada konsep- konsep fundamental ini merupakan corak dari pendidikan teknik kimia modem, seperti di negara- negara maju, misalnya Amerika Serikat. Meskipun pendidikan teknik kimia ditekankan. pada konsep-konsep fundamental yang relatf tidak berubah, tetapi tidaklah berarti bahwa pendidikannya bersifat statis. Updating selalu dilakukan dalam hal penerapan konsepltonsep fundamental tersebut dalam menganalisis alat dan proses. Model-model matematis mauspun metode-metode perhitungan yang barupun perlu selalu diikuti. Dengan penguasaan konsep-konsep fundamental yang cukup mantap, updating tidaklah sulit dijalankan. D ewiasa ini ilmu dan teknologi berkembang sangat pesat, termasuk juga bidang teknik kimia, Selain itu, pendidikan yang menekankan pada Konsep-konsep fundamental juga melatih mahasiswa untuk berpikir lebih mendalam dan logis. Hal ini akan meningkatkan’ kemampuan penalarannya, sehingga dalam menghadapi masalah-masalah non teknik kimia pun, sarjana teknik kimia yang dihasilkan akan dapat menganalis dan memecahkannya dengan baik. Dalam bidang teknik kimia, konsep-konsep fundamental tersebut, yang sering disebut chemical engineering tocls, adalah: 2 Pemodelan Matematis eee 1, . Neraca massa (material balance). 2. Neraca energi (energy balance). 3. Kesetimbangan (equilibrium). 4. Proses-proses kecepatan (rate processes), baik yang bersifat fisis (perpindahan momen- tum, perpindahan energi, dan perpindahan massa) maupuni yang bersifat kimiawi (kine: tika kimia). 5. Ekonomi. 6. Humanitas. Nomor i sampai 4 bersifat teknis, sedangkan nomor $ dan nomor 6 bersifat non-teknis. Dengan penguasaan yang mantap tethadap chemical engineering tools di atas maka sarjana teknik kimia diharapkan akan dapat melaksanakan tugasnya dengan baik. Bagi seorang yang memegang Jjabatan mangjerial, tool nomor 5 dan 6 akan berperan lebih menonjol sedangkan bagi yang bekerja ‘sebagai tenaga profesional, tools nomor | sampai 4 lebih banyak digunakan. Di masa mendatang, jumlah sarjana teknik kimia akan semakin besar. Dewasa ini di Indo- nesia terdapat kira-kira 40 perguruan tinggi yang memiliki jurusan teknik kimie, sehingga jumlah sarjana teknik kimia yang dihasilkan akan cukup banyak. Karena tenaga-tenaga yang dibutuhkan untuk jabatan manajerial tidak begitu banyak (mengikuti sistem hirarkis piramidal), di masa men- datang sebagian besar sarjana teknik kimia akan bekerja sebagai tenaga profesional sehingga mereka akan lebih banyak bekerja dengan ilmu yang bersifat teknis sehingga tool nomor 1 sampai 4 lebih banyak berperan. Pada pendidikan dengan konsép-konsep fundamental, mahasiswa tidak dilatih untuk mempe- lajari kasus demi kasus dari alat-alat/proses-proses teknik kimia, tetapi dilatih untuk mengaplika- sikan chemical engineering tools pada alat-alat/proses-proses teknik kimia, Pendidikan teknik kimia juga perlu memberikan pengertian kepada para mahasiswa bahwa sarjana teknik kimia (chemical engineer) itu berbeda dengan ilmuan (scientist), antara lain dalam hal bahwa jika seorang ilmuwan lebih banyak berusaha menjawab pertanyaan “mengapa”, sarjana teknik kimia lebih mementingkan jawaban pertanyaan “bagaimana’, dan pertahyaan tersebut perlu dijawab secara kuantitatif-atau semi kuantitatif. IImuwan berusaha mencari “kebenaran”, sedang, sarjana teknik berusaha menentukan “tindakan”, Perlu pula disadari bahwa disiplin ilmu teknik kimia merupakan satu kesatuan,.Pemba- giannya menjadi berbagai matakuliah hanya dimaksudkan agar lebih mudah dipelajari. Untuk me- nyelesaikan problem-problem teknik kimia diperlukan pendekatan terpadu, di mana hal-hal yang, dipelajari dalam berbagai mata kuliah dipakai bersama-sama. Oleh karena itu sarjana teknik kimia perlu mengusai disiplin ilmu teknik kimia secara integral, bukan kanya satu atau beberapa bagian saja. Kini peran matematika dalam penyelesaian problem-problem teknik kimia semakin besar. Hal ini antara lain disebabkan tersedianya komputer yang makin lama makin canggih dan murah. Dengan komputer, hitungan-hitungan yang dahulu dianggup sidak feasible sokarang men Jeasible. Bahkan kiranya cukup beralasan apabila saat ini bagi bidang teknik kimia matematika iggap sebagai bahasa (language). Banysk sekali peristiwa yang didekati/diekspresikan dengan persamaan-persamaan matematis (model matematis). Pendekatan. matematis umumnya melalui. dua tahapan pokok (Mickley, 1957), yaitu (Gambar 1.1): endamoluan Peristiwa- Persamaan- Jawaban/ peristiva Sunn] Persamaan Simulated teknik kimia matematis Results Gambar 1.1 Langkah-langkah pendekatan numeris 1, Menyusun persamaan-persamaan matematis yang dapat mendekati peristiwa yang ditinjau (pemodelan atau modeling). 2.. Menyelesaikan persamaan-persamaan matematis yang tersusun tersebut (penyelesaian). ‘Tahap pertama memerlukan penguasaan konsep-konsep fundamental peristiwa yang di pemahaman atas pengertian konsep-konsep matematika, kemampuan imajinasi, dan kemampuan menyederhanakan/mengabaikan (asumsi-asumsi). Dengan adanya asumsi-asumsi tersebut maka model matematis tidak bersifat “satu jawaban”. Adanya asumsi-asumsi yang berbeda menyebab- kan pendekatan matematis bersifat open-ended. Tentunya jawaban yang dicari adalah yang cukup dekat dengan peristiwa sebenarnya, tetapi tidak terlalu sulit penyelesaiannya. Dalam teknik kimia, Konsep-konsep fundamental yang banyak dipakai tercakup dalam chemical engineering tools nomor | sampai dengan 4 dan ini akan dibahas secara ringkas dalam Bab 2. Tahap kedua dapat dijalankan secara analitis ataupun numeris. Cara analitis memberikan Jawaban eksak, akan tetapi memerlukan kemampuan yang tinggi dalam manipulasi matematik dan terbatas hanya untuk model matematis sedethana, sehingga hanya dapat menyelesaikan sebagian kecil masalah teknik kimia. Cara numeris hanya memberikan jawaban pendekatan, tetapi tidak me- ‘merlukan kamampuan manipulasi matematik yang terlalu tinggi, dan dapat memecahkan lebih ‘banyak masalah teknik kimia. Salah satu kendala pemakaian cara numeris di masa lampau adalah bbahwa cara ini memerlukan jumlah hitungan yang sangat banyak sehingga dipandang tidak feas- ble. Dengan adanya komputer yang semakin canggih dan murah, kelemahan ini dapat diatasi sehingga cara numeris dewasa ini lebih banyak dipakai. Perlu ditambahkan bahwa meskipun penyelesaian numeris ini tidak 100% benar (hanya ‘mendekati), tetapi untuk bidang teknik kimia umumnya cukup baik, karena jawaban yang dicari bbukan yang benar, tetapi jawaban yang bisa dipakai (useful). Dengan perkembangan tersebut maka dalam pendidikan matematika teknik kimia, pema- haman atas pengertian konsep-konsep matematika perlu lebih ditingkatkan, dan dianggap lebih penting dari pada kemampuan manipulasi matematika analitis yang terlalu advanced. Di samping, itu, penyelesaian numeris dan pemrograman komputer perlu diberikan dengan cukup. Simulasi komputer, yang dimaksud di sini adalah menyusun model matematis untuk peris- tiwa yang disimulasikan dan kemudian menyelesaikan mode] matematis tersebut secara numeris dengan bantuan komputer, banyak dipakai dalam teknik kimia, misalnya untuk penelitian, peran- ‘cangan, dan optimasi. Simulasi komputer juga dapat mengurangi model fisik yang perlu dibuat Oleh Karena itu kemampuan simulasi komputer dan pemanfastannya perlu dilatih dalam pen- didikan teknik kimia. Dalam praktek teknik kimia, problem dengan informasi yang kurang mencukupi atau data ‘yang tidak konsisten sering kali dijumpai. Oleh karena itu pendidikan teknik kimia juga perlu ‘berusaha menanamkan sikap bersedia bekerja dengan data yang kurang dan tidak konsisten kepada 4 Pemodelan Matematis a nll para mahasiswa. Sejalan dengan itu sikap mental questioning attitude toward every information, data, methods and results perlu dimiliki oleh sarjana teknik kimia. Selain itu, karena dalam kegiatan-kegiatan teknik kimia orang selalu berlomba dengan ‘waktu, misalnya agar jangen sampai mendirikan pabrik yang sudah tua saat dilahirkan, maka para ‘mahasiswa perlu dilatih untuk beketja dengan cepat dan menghargai waktu. Kebiasaan menunda- ‘nunda pekerjaan perlu dihilangkan. Dalam kehidupan masyarakat Indonesia khususnya, dan dunia umumnya, orang perl ber- tindak/bersikap sesuai dengan etika yang berlaku. Oleh Karena itu pendidikan juga perla menanam- kan etika. Sarjana teknik kimia akan lebih bethasil bila ia mempunyai watak yang baik. Dalam buku ini penyusun membahas pemodelan dan penyelesaian numeris dalam teki kimia yang sangat diperlukan sarjana teknik kimia saat ini. Karena begitu pentingnya peran komputer dalam penyelescian numeris, maka buku ini juga memberikan tuntunan dalam pem- buatan program-program komputer yang diperlukan, dalam bahasa BASIC dan FORTRAN. Buku ini dimaksudkan untuk mahasiswa S-1 atau siapa saja yang berminat, Dengan mempe- lajari dalam buku ini secara sungguh-sungguh dan berurutan, seorang pemulapun diharapkan akan dapat meningkatkan kemampuannya dalam pemodelan, penyclesaian numeris, dan sekaligus Pemrograman komputer sampai tingkat yang cukup mantap untuk diaplikasikan. Penguasaan ter- hadap hal-hal yang dibahas dalam buku ini diharapkan akan dapat mempermudah proses belajar matakuliah-matakuliah teknik kimia yang lain, -00000- CHEMICAL BAB ENGINEERING TOOLS q samaan-persamaan matematis di bidang teknik kimia tercakup dalam Chemical Engi- cori-teori/konsep-konsep dasar (fundamental) yang selalv dipakai dalam penyusunan per- neering Tools, yaitu: Neraca Massa (Material Balance), Neraca Energi (Energy Balance), Kesetimbangan (Equilibrium), Proses-proses kecepatan (Rafe Processes) yang meliputi proses-proses fisis, yaitu proses transfer atau transport phenomena (perpindahan momentum, perpindahan panas, dan perpin- dahan massa) serta proses-proses kimiawi (kinetika kimia), Ekonomi, Humanitas. Dalam praktek penyusunan persamaaan-persamaan matemstis, fools’ nomor 1 sampai 4 ada- lah yang paling sering diganakan. 1, Neraca Massa (Material Balance) Penyusunan neraca massa didasarkan pada hukum kekekalan massa yang berbunyi: “Massa itu kekal (tak dapat dimusnahkan dan tak dapat diciptakan)”. Bentuk yang lebih operasional dalam teknik kimia dari hukum kekekalan massa adalah: Input - Output = Accumulation Qa) Bisa juga bentuk tersebut dinyatakan dalam tiap satuan waktu (rat2), yaitu Rate of Input - Rate of Output = Rate of Accumulation 22) Persamaan (2.1) dan (2.2) berlaku untuk massa total. Bila massa terdiri dari banyak komponen (kimia, fasa, ukuran, dan lain-lain), dan tidak ada Perubahan dari satu komponen menjadi komponen lain (misal reaksi kimia), maka massa masing- 6 Pemodelan Matematis —— masing komponen juga tetap, sehingga dapat disusun neraca massa Komponen dalam bentuk seperti persamaan (2.1) dan (2.2). Untuk sistem dengan n komponen massa dapat disusun persamaan neraca massa (neraca massa total dan Komponen). Mistl ada 3 komponen massa, yaitu A, B, C, maka dapat disusun misalnya neraca massa total, neraca massa A, neraca massa B sedangkan neraca massa C tidak perlu disusun, karena tidak bermanfaat. Jika massa terdiri dari banyak komponen dan ada perubahan suatu komponen menjadi komponen lain, maka bentuk persamaan neraca massa total tetap {persamaan (2.1) atau (2.2)}, tetapi persamaan neraca massa komponen perlu dikoreksi menjadi sebagai berikut (misal neraca massa komponen A): Rate of Input - Rate of Output + Rate of Formation - Rate of Disappearance = Rate of Accumulation @3) Pada keadaan steady state (tidak dipengaruhi waktu), akumulasi = 0, karena kalau ada akumulasi, pasti ada perubahan terhadap waktu. 2, Neraca Energi (Energy Balance) Hukum dasarya adalah hukum kekekalan energi. Salah satu bentuk yang lebih operasional dalam teknik kimia adalah seperti pada neraca massa {persamaan (2.1) dan (2.2)}. Bentuk-bentuk yang lain juga ada, misal pada termodinamika, mekanika fluida, dan lain-lain. 3. Kesetimbangan (Equilibrium) Dalam teknik kimia, dua jenis kesetimbangan yang penting adalah kesetimbangan fasa (fisis) dan kesetimbangan kimia, a. Kesetimbangan Fasa Fasa I Y Pada keadaan setimbang, ada persamaan mate- matis yang menghubungkan komposisi suatu fasa d isi fe fesa it jengan komposisi fasa x Gambar 2.1 Kesetimbangan fasa Misalnya pada kesetimbangan fasa uap-cair, terdapat pendekatan Raoult-Dalton: ax 1+(a-1I)x (2.4) atau pendekatan Henry: Chemical Engineering Tools 7 y=Hx @5) ‘Termodinamika modern menyediakan persamaan-persamaan kesetimbangan fasa yang lebih akurat. Bentuk-bentuk persamaan tersebut biasanya cukup rumit. Tetapi, dengan bantuan Komputer, pemakaian persamaan-persamaan yang rumit tersebut dimungkinkan, Hukum dasar kesetimbangan yang umum dipakai adalah: (2.6) dengan fj adalah fugasitas komponen i. Misal ditinjau kesetimbangan uap-cair. Jika dipakai pendekatan koefisien fugasitas (6)) untuk fasa uap (1) dan koefisien aktivitas (yi) untuk fasa cair (II), maka diperoleh bentuk: YeX AE = O)-y)-P Qn dengan: (9 = fugasitas komponen murni i pada keadaan fasa seperti fasa II (cair) dan keadaan standar P = tekanan total. Dalam hal ini, DARL X25 NVTP) (28) BMY LY Qe eeenYNTP) @9) Jika tekanan sistem rendah dan tekanan uap mumi i juga rendah, maka f° dapat didekati dengan tekanan uap murni i (PjS), sehingga: YX PE = O)-Y-P 2.10) Jika fasa uap idea! (6,= 1) dan fasa cair juga ideal (y, = 1), maka diperoleh hukum Raoult-Dalton: x,.Pf =y,.P 1) Untuk sistem biner, persamaan (2.11) dapat dinyatakan dalam bentuk seperti persamaan (24). b. — Kesetimbangan Kimia Misal ada reaksi setimbang: mA+nB == IC (2.12) Dalam keadaan setimbang, ada persamaan matematis yang menghubungkan Konsentrasi Komponen yang satu dengan lainnya dalam satu fasa, berbentuk misalnya: 8 Pemodelan Matematis (Co) x=“) _ GyriG 2.13) 4, Proses-proses Kecepatan (Rate Processes) Proses-proses kecepatan mencakup 2 bidang pokok, yaitu fisis («ransport phenomenalproses. transfer) dan kimiawi (kinetika kimia), a. Transport Phenomena Transport phenomena terdiri dari transfer momentum, transfer energi (~ panas) dan transfer massa, a.1 Transfer Momentum Kecepatan transfer momentum secara molekuler tergantung pada sifat fluida dan gradien kecepatan, dan secara matzmatis dapat dinyatakan sebagai: 49, ty, = S(sifat fluida,—*) 2.14) a dengan: Tq = kecepatan transfer arah y dari momentum arah x, tiap satuan waktu, tiap satuen Iuas = tegangan geser (gaya/luas) 9, = kecepatan arah x y = jarak. Untuk fluida Newton, persamaan (2.14) berbentuk: 9. ass. (2.15) dy dengan p. adalah viskositas fluida, a2. Transfer Panas Dalam buku ini dibahas tiga proses perpindahan panas, yaitu konduksi, antar fasa, dan tahanan seri. Perpindahan panss konduksi adalah perpindahan panas yang tidak disebabkan gerak makroskopik medianya, tetapi disebabkan oleh gerak molekuler medianya. Hukum yang banyak hasil adalah tA = KORE 2.48) dengan: FA = massa A bereaksi tiap satuan waktu, tiap satuan volum k = tetapan keeepatan reaksi m,n = order reaksi Catatan: Pembahasan lebih detail mengenai chemical engineering tools dapat dibaca pada buku- buku teknik kimia dasar, misalnya Prausnitz (1986) untuk kesetimbangan fasa, Brown (1978), Foust (1980), Welty (1984) untuk Transport Phenomena, Smith (1981), Levenspiel (1972) untuk kinetika kimi BAB PEMODELAN ‘matis) untuk mendekati peristiwa-peristiwa teknik kimia (pemodelan) yang disusun ber- dasarkan chemical engineering tools. Perlu diingat bahwa untuk suatu peristiwa dapat disusun beberapa model matematis yang berbeda, tergantung. pada penyederhanaan-penyederha- naan yang dipakai (asumsi-asumsi). Pemodelan memang bersifst open ended. Model matematis yang diinginkan tentunya yang tidak terlalu rumit tetapi cukup mendekati peristiwa sebenarnya, ‘Akan dibahas 15 kasus ci mana pada kasus 1 sampai 9 terbentuk persamaan diferensial ordiner, sedangkan pada kasus 10 sampai 15 terbentuk persamaan diferensial parsial. Karena bab ini hanya ‘menekankan pada penyusunan, maka penyelesaiannya tidak akan dibahas. D alam bab ini ditunjukkan contoh-contoh penyusunan persamaan matematis (model mate- J, Pencampuran dalam Tangki Secara Batch (Neraca Massa) Suatu tangki berpengaduk mula-mula berisi Vo kg air muri. Mulai suatu saat ke dalam tangki dimasukkan F kg'menit larutan garam dengan kadar xp (kg garam/kg larutan), dan dari tangki dikeluarkan larutan dengan kecepatan L kg/menit (lihat Gambar 3.1). Akan disusun per- samaan-persamaan matematis yang bisa dipakai untuk mencari kadar garam dalam larutan keluar tangki pada berbagai waktu (t). Misal pada saat t, jumlah larutan dalam tangki V ke, sedangkan kadar garam dalam larutan keluar = x. Karena pengadukan dianggap sempurna maka kadar garam larutan dalam tangki sama dengan kadar garam dalam larutan keluar tangki, yaitu x. Neraca massa larutan dalam tanj Rate of Input - Rate of Output = Rate of Accumulation d -L = =G.y,- = (yey) 6.16) ‘Substitusi persamaan (3.13) ke persamaan (3.16) menghasilkan: al) Valy)= G-Or-y) at\H. * G17) fe dy _ GH fo “(y-y Vu (3.18) Integrasi persamaan (3.18) akan menghasilkan ty 4. Biodegradasi Zat Organik dalam Sungai (Neraca Massa, Kesetimbangan dan Proses-Proses Kecepatan) Di dalam sungai, zat organik (CxHyOz) dibongkar oleh mikroba menjadi CO; dan HO, menurut reaksi: C,H,O, +0, aq CO, +H,0 3.18) Dalam hal ini zat organik bereaksi dengan oksigen terlarut dalam air. Bila kadar oksigen terlarut dalam air lebih rendah dari kadar jenuhnya karena terpakai untuk reaksi maka akan terjadi transfer oksigen dari udara ke air. Oleh Karena itu, dalam proses biodegradasi zat organik dalam sungai terjadi 2 proses simultan, yaitu reaksi kimia di fasa cair den transfer massa dari udara ke air. Bila kadar zat organik dalam air sangat tinggi, maka kecepatan reaksi kimia akan sangat besar sehingga kecepatan pemakaian oksigen akan lebih tinggi dari kecepatan transfer oksigen dari udara, Akibatnya, kadar oksigen terlarut dalam air akan turun. Jika kadar oksigen tersebut men- capai harga di bawah suatu batas tertentu, maka mikroba akan mati, Hal ini perlu dicegah antara lain dengan pembatasan jumlah buangan limbah zat organik ke sungai, atau dengan aerasi sungai tersebut. Oleh karena itulah, deskripsi kuantitatif proses biodezradasi zat organik dalam sungai dipertukan. 2 Pemodelan Matematis Kecepatan reaksi kimia antara zat organik dan oksigen dengan bantuan mikroba cukup kompleks, tetapi dalam contoh ini diambil bentuk yang sangat sederhana, yaitu: % 3.20) dengan: Ca yatakan dalam BOD (mg/L) Cp adar oksigen terlarut di air (mg/L) ". cecepatan reaksi zat organik (mg BOD/detik/L) p kecepatan reaksi oksigen (mg/detik/L) 0,8 =tetapan. .. karena jumlah zat organik dinyatakan dalam BOD. Persamaan (3.20) adalah konsep kinetika kimia (proses kecepatan). Perlu diperhatikin bahwa pemodelan akan lebih mudah jika jumlah zat organik dinyatakan dalam BOD (biological oxygen demand), yaitu jumlah oksigen yang diperlukan untuk mengoksidasi secara sempurna zat organik tersebut secara biologis. Kecepatan perpindahan massa oksigen dari udara ke air dapat didekati dengan persamaan: 3.21) 3.22) 6.23) Dalam hal ini: Ng = kecepatan transfer oksigen (mg/detik/dm’) K i ky kc =koefisien perpindahan massa fasa gas Cy* = kadar oksigen jenuh dalam air Ha =tetapan Henry Pag = tekanan parsial oksigen di udara (atm) = 0,21 atm. Persamaan (3.21), (3.22), dan (3.23) adalah konsep proses kecepatan di bidang fisis (perpindahan massa). Untuk oksigen, harga H sangat besar schingga dari persamaan (3.22) dapat disimpulkan bahwa: Pemodelan: 23 Ky =k (3.25) Oleh karena itu Persamaan (3.21) dapat diganti dengan: ng =ky (Cy - Ce) 3.26) Selanjutnya model matematis proses biodegradasi dalam sungai tersebut dapat disusun sebagai berikut (lihat Gambar 3.4), 1 udara Gambar 3.4 Diagram sederhana suatu sungai Misal pada x ~ 0 terjadi pembuangan limbah organik kontinyu sehingga kadar zat organik di tempat tersebut CAo. Di sepanjang sungai, dimisalkan juga terjadi input limbah dengan intensitas W yang merupakan fungsi posisi (x). Hubungan W dan x dianggap dapat didekati dengan poli- nomial: Wag t ax + aka + AGX3+ eee + OgXn 6.27) dengan W dalam mg BOD/waktu/panjang sungai. Dalam hal ini lebar sungai dianggap = B dan dalam sungai = h, serta debit sungai = Q. Harga ky, dapat didekati dengan persamaan O'Connor and Dobbins (Thibodeaux, 1979): 1/2 =p PO = [23] 3.28) D__ =difusivitas oksigen dalam air (dm?/detik) Q = debit sungai (dm*/detik) B_ =lebar sungai (dm) fh, = dalam sungai (dm) b = tetapan. Neraca massa zat organik dalam elemen volum setebal Ax pada keadaan steady: 24 Pemodelan: Materatis ly Rate of Input - Rate of Output - Rate of Reaction = Rate of Accumulation (iar+0c4,}-loc,.)-{Hemasrs) = 0 (6.29) Dalam hal ini tanda garis di atas lambang menyatakan tanda rata-rata pada interval x sampai x+ Ax , Manipulasi persamaan (3.29) menghasilkan: 3.30) Jika diambil Ax —> 0; maka menurut definisi matematika (lihat Bab 4.1): ac, W BB dx “QQ * GB.31) (f, dan W masing-masing berubah menjadi rA dan W, karena Ax —> 0). ‘Neraca massa oksigen pada elemen volum setebal. Ax. pade keadaan steady: Rate of Input - Rate of Output - Rate of Reaction = Rate of Accumulation (ou, + BAxk,(C— &))-0C4a)- (i-naxi) =0 (3.32) 3.33) (3.34) (Cy dan r, masing-masing berubah menjadi Cy dan ra karena Ax —> 0). Keadaan batas untuk persamaan-persamaan diferensial tersebut adalah: X=0; Ca=Cao; Ce= Cay 35) Persamaan-persamaan (3.31) dan (3.34) merupakan persamaan diferensial ordiner simul- tan order satu. Dengan bantuan persamaan-persamaan (3.27) dan (3.28) serta keadaan batas (3.35), persamaan-persamaan diferensial tersebut dapat diselesaikan secara numeris, misalnya dengan metode Runge-Kutta (bab 4.7). Pemodelan 25 ee 5. _ Distribusi Suhu Batang di Udara (Neraca Panas dan Proses Kecepatan) Suatu batang logam dengan diameter D, panjang L, kedua ujungnya melekat pada dinding- dinding yang suhunya berbeda, yaitu T, dan T,, (Gambar 3.5). Suhu udar iketahui = T,. Diameter batang sangat kecil ditanding dengan panjang batang dan konduktivitas panas batang besar, sehingga gradien suhu dalam batang pada arah radial bisa diabaikan. Koefisien perpindahan panas antara permukaan batang dan udara = h, Ingin disusun persamaan matematis yang dapat dipakai ‘untuk mencari distribusi suhu batang pada keadaan steady {T = fix)}. Dalam hal ini terjadi 2 macam perpindahan panas, yaitu 1) Perpindahan panas konduksi arah aksial dalam batang (Q= -k.A dT/dx). 2) Perpindahan panas antar fasa dari permukaan batang ke udara Q=h.A.(T-T,) udara, T, a Tt x=0 xel Gambar 3.5 Batang di udara Neraca panas pada elemen volum sepanjang Ax pada batang: Rate of Input - Rate of Output = Rate of Accumulation Fp? AT \_(_ 4% p2 ST TT ( nip. ) ( kZD BL thaw ant »| Dalam hal ini T adalah suhu batang rata-rata antara x sampai x + Ax . Manipulasi per- samaan (3.36) menghasitkan: (3.36) 3.37) Jika diambil Ax -> 0, maka menurut definisi matematika (lihat Bab 4.1) diperoteh: da a) 4h ue ep T-W=0 3.38) (F berubah menjadi T karena Ax > 0). 26 Pemodelan Matematis ee Jadi persamaan matematis untuk peristiwa ini adalah: 2 Rw =o G39) dengan keadaan batas: ; T=Ta (3.40) x=L; T=Tp G41) Penyelesaian persamaan (3.39) dengan keadaan batas (3.40) dan (3.41) akan menghasilkan T = f(x). 6. Difusi dan Reaksi Kimia dalam Katalisator Padat Berbentuk Bola Berpori (Neraca Massa dan Proses Kecepatan) Reaksi fasa gas order satu: AB berlangsung di permukaan pori katalisator padat berbentuk bola terjari . Sistem dianggap isotermis. Konsentrasi A pada fasa gas di permukaan luar bola = C,,. Gas A mendifusi ke dalam bola melalui pori katalisatcr sambil sebagian bereaksi di permukaan pori katalisator. Kecepatan difusi A melalui pori dianggap mengikuti persamaan yang mirip dengan difusi gas, yaitu: ac D, (Iuas) A. ” Gara (3.42) Kecepatan reaksi di permukaan pori katalisator mengikuti persamaan: gmol A } 1 ~|=k.C, it ori), 43) Luas dinding pori tiap volum bola = a. Ingin disusun persamaan matematis yang bisa intuk mencari Konsentrasi gas A pada berbagai posisi dalam bola pada keadaan steady f(r) Dalam penyusunan mode! matematis, perpindahan massa A dalam bola dianggap ke arah r Positif (keluar) walaupun sebenamnya ke arah r negatif (ke dalam), karena kedua keadaan tersebut akan memberikan hasil persamaan matematis yang sama, Pemodelan 27 Gambar 3.6 Elemen voliom setebal At dalam bola berpori ‘Neraca massa A pada elemen volum: Rate of Input - Rate of Output = Rate of Accumulation 2 (-p.s )=(-Betne an )={eaatet ) (3.44) 5 re (4x? Ar-menyatakan volum dari elemen volum, yaitu Iuasrya 471? dan tebalnya Ar; ¢ ‘menyatakan r rata-rata). ‘Manipulasi persamaan (3.44) menghasilkan: G45) G46) aC, ac, ka eT) eae ra De G47) @C, 2dC,: ka 2s S20, 20 a *r dD, (3.48) Keadaan batas untuk peristiwa ini adalah: 28 Pemodelan Matematis 3.50) (konsentrasi A pada pusat bola selalu minimum, karena sambil berjalan ke arah pusat bola, A bereaksi). Persamaan (3.48) dengan keadaan batas (3.49) dan (3.50) bila diselesaikan akan menghasilkan Ca = f(t). 7. Reaksi Homogen Fasa Cair dalam Tangki Berpengaduk yang Bekerja Seeara Batch (Neraca Massa, Neraca Panas dan Proses Kecepatan) Reaks fasa cair endotermis order satu: ADB dijalankan dalam reaktor tengki berpengaduk yang bekerja secara batch (Gambar 3.7). Konsentrasi ‘A mula-mula = CAo. Kecepatan reaksi mengikuti persamaan: t= ky @.51) dengan: (3.52) Gambar 3.7 Reaktor batch tangki berpengaduk Panas reaksi endotermis besarnya % cal/gmol A. Rapat massa campuran dianggap tetap, sedangkan kapasitas panasnya dianggap tetap cp. Suhu campuran mula-mula = To. Untuk men- Jaga agar suhu campuran tetap tinggi, reaktor dilengkapi dengan koil pemanas yang dialiri steam jjenuh bersuhu Ts. Embunan keluar koil pada suhu Ts. Koefisien perpindahan panas antara steam dan cairan = U. Luas permukaan koil = Ac. Tangki, pengaduk, dan koil dianggap tidak menyerap panas dan panas hilang ke sekeliling diabaikan. Ingin disusun persamaan-persamaan matematis yang bisa dipakai untuk menghitung konversi A (x) dan suhu campuran (T) pada berbagai waktu @. Pemodelan 29 —_— Neraca massa A pada larutan: Rate of Input - Rat: of Output - Rate of Reaction = Rate of Accumulation a 0 - 0 - kG.V = EWC) 3.53) (Rate of accumulation diisi d/dt dari yang dineracakan, yaitu A dalam larutan). Karena V tetap (p dianggap tetap), maka: ac é dt ~* G.54) Misal konversi A = x, meka: Cy = Cy (Ix) 3.55) ‘Substitusi persamaan (3.55) ke persamaan (3.54) menghasilkan: (3.56) ‘Neraca panas dalam campuran: Rate of Input - Rate of Output - Rate of Reaction = Rate of Accumulation a U.A.(T,-T)-0-k.C,.V.4=<(H) <(T,-1) VA= FH) sn (kCA.V menyatakan A bereaksi tiap satuan waktu, H menyatakan entalpi campuran). Menurut termodinamika: dH = me,.dT = Voc,.aT 6.58) sehingga a aT vc. dt aT dt Pat 59) ‘Substitusi persamaan (3.59) ke persamaan (3.57) menghasilkan: 30 Pemodelan Matematis aT Vpe, <> = UA,(T, -T)-kC,-VA 5 at (TF, -T)- KC, 60) aT wh n-ne, a Pep G61) Persamaan tambahan (persamaan Arthenius): -E ve nea() RT. (3.62) Keadaan batas untuk peristiwa ini adalah: t=0; C= Cys T=Ty 6.63) Persamaan (3.56), (3.61), (3.62) dengan keadaan batas (3.63) bila diselesaikan akan menghasilkan Ca = (0) dan T= f(t). 8. Menara Absorbsi Isotermis (Neraca Massa, Kesetimbangan dan Proses Kecepatan) ears fi%in h 2 Udara yang mengandung zat A akan diambil A- nya dengan absorbsi menggunakan solven B yang tidak volati! dalam menara dengan bahan isian (packed tower) yang luas tampang lintang- nya S. Udara berjumlah G gmol udara bebas Almenit dengan kandungan A = yin (gmol Algmol udara bebas A) masuk dari dasar menara. Pelarut sebanyak L gmolpelarut bebas Almenit yang sudah mengandung A sebanyak xin gmol A/gmol peiarut bebas A masuk dari puncak menars. Menara dapat dianggap bekerja secara isotermis dan dalam keadaan steady. Gambar 3.8 Menara absorber Perpindahan massa A dari fasa gas ke fasa cair mengikuti persamaan: i ( gmolA. “ ai a) =Kyaty-y) Ge) (iat teori pada bab 2), Pemodelan 31 —— Hubungan kesetimbangan gas-cair mengikuti hukum Henry: yt=Hx (3.65) Ingin disusun persemaan matematis yang bisa dipakai untuk menghitung tinggi menara yang diperlukan bila udara keluar diinginkan agar hanya tinggal mengandung A sebanyak yout (gmo! A/gmol udara bebas A). Karena arus udara bebas A ke atas dan arus solven bebas A ke bawah tetap, maka perhitungan akan jauh lebih mudah jika kadar-kadar dinyatakan sebagai perbandingan terhadap bahan yang tetap tadi (x, y= mole ratio). Neraca massa A paca seluruh menara menghasilkan: GY iq FLX = GV qq FLX yy (3.66) atau G Xe = Xa tT (yin - yout) (3.67) ‘Neraca massa A pada fase gas dalam elemen volum setebal Az: Rate of Input - Rae of Output = Rate of Accumulation (y1)-Got,...+K,F-F 8.2) =0 6.68) (tanda garis di atas lambang menunjukkan harga rata-rata dari z sampai z+ Az) tw Ye Kas 3.69) Az G Jika diambil Az —> 0, maka berdasar definisi matematika, diperoleh: ds K,aS . Da yy’) dz (3.70) (karena Az — 0, maka tanda rata-rata tidak diperlukan lagi). Hubungan kesetimbangan memberikan: y* =Hx G.71) ‘Neraca massa A pada menara dari 2=0 sampai z=z: 32 Pemodelan Matematis Rate of Input - Rate of Output = Rate of Accumulation (Gy, +Lx)-Gy+Lxy (Ye -¥) (3.72) ah G you dy (renga h Gv G__ prve_dy K,a$ tym (y-y') @.73) @.74) Integrasi persamaan (3.74) dengan bantuan persamaan (3.71) dan (3.72) menghasilkan tinggi menara yang diperlukan. 9, Reaksi Heterogen Cair-Cair dalam Tangki Berpengaduk (Neraca Massa, Kesetimbangan dan Proses Kecepatan) Reaksi heterogen eair-cai A+B hasil dijalankan dalam tangki berpengaduk yang bekerja isotermis. Mula-mula dalam tangki terdapat fasa 1 yang mengandung A dengan konsentrasi xao gmol A/volum fasa I, dan fasa II yang ‘mengandung B dengan koasentrasi ypjo gmol B/volum fasa Il. Kadar zat-zat di fasa I diberi simbol x, sedangkan kadar zat-zat di fasa If diberi simbol y. Volum fasa I dan fasa Il dianggap tetap, masing-masing Vj dan Vij. Keadaan dianggap isotermal. Zat A berpindah dari fasa I ke fasa II dengan kecepatan: A, tal =x) \ Gam aa) Kean Ha) (G28) dengan hubungan kesetimbangan antara A pada fasa I dengan A pada fasa II mengikuti persamaan: Yao Hy. x G76) Dj fasa II, zat A bereaksi dengan B dengan kecepatan: mol 7 “(eames fasa z) HknyaYs om Zat B berpindah dari fasa II ke fasa I dengan kecepatan: Pemodelan @.78) Ya = Hy. Xp* (3.79) dan kemudian di fasa I, bereaksi dengan A menurut kecepatan reaksi: gmol | ——_— 8 dk x43 3.80) ‘(came en) ame Gy Ingin dicari persamaan-persamaan matematis yang bisa dipakai untuk menghitung konsentrasi A dan B di fesa I (x, xp) dan konsentrasi A dan B di fasa IT (yA, yB) pada berbagai waktu (t). Gambar 3.9. Reaksi heterogen fasa cair dalam tangki berpengaduk ‘Neraca massa A di fasa I Rate of Input - Rate of Output - Rate of Reaction = Rate of Accumulation O-K,, a6eq WHY, Vu) Ke kn ¥ = 2 (V4) G81) dx (W.+¥) at vi Kya, x) ky ts (3.82) Neraca massa B di fasa I: Rate of Input - Rate of Output - Rate of Reaction = Rate of Accumulation 34 Pemodelan Matematis K,, ah — xg )(Vy + Vy) 0 ky 4%-Vh =F (vyx9) (3.83) Bea UAV a(x XQ) -kkake dt Vv (3.84) Neraca massa A di fasa II: Rate of Input - Rate of Output - Rate of Reaction = Rate of Accumulation . d Ky. a(x, —x4,)(V; + Vy) -0- Ky ¥4¥oVn == (Vanya 4A XA, + Vp) —O- Ryda Va = Vn) aay a AED, alt, —X)—kn Ye tt u (3.86) ‘Neraca massa B di fasa II: Rate of Input - Rate of Output - Rate of Reaction = Rate of Accumulation d $oKV, + Vi) Ku ¥adeVu = Ua ¥e) (3.87) Ba = SYK, a(x, 9) kao G88) Penyelesaian persamaan (3.82), (3.84), (3.86) dan (3.88) dengan bintuan persamaan (3.76), (3.79), serta dengan keadaan batas: t= 05 Xq=Xnos M05 Ya= 05 Yo=Yoo G.89) menghasitkan xq =f(, xB=f(0, YA= t), dan yp = (0. 10. Perpindahan Panas Konduksi Unsteady State Satu Arah dalam Slab (Neraca Panas dan Proses Kecepatan) Suatu slab (lempengan) luas tak ber-hingga tebal L, mula-mula bersuhu TO. Mulai statu saat slab dicelup dalam fluida yarg suhunya dijaga tetap TI. Koefisien perpindahan panas antara per- mukaan slab dan fluida = h. Rapat massa, kapasitas panas dan konduktivitas panas slab tetap, masing-masing 9, Cp, dan k. Karena slab sangat luas, maka perpindahan panas hanya berlangsung dengan arah x. Ingin disusun persamaan matertatis yang bisa dipakai untuk menghitung suhu pada tit dalam slab sebagai fungsi posisi dan waktu {T = f(x, t)}. Pemodelan 35 fluida Gambar 3.10 Slab dengan luas tidak berhingga Neraca panas pada elemen volum setebal Ax , luas A: Rate of Input - Rate of Output = Rate of Accumulation ar ar or Kak |_{ nad =Adxpc, 2 (SL (as )eamons (3.90) (akumulasi panas berupa kenaikan suhu dan hubungannya adalah dQ = m.Cp dT). B91) 6.92) G.93) T(x, 0) = To : 3.94) (0,t) = h{T, - T(0,0) (3.95) 36 Pemodelan Matematis eeee————————n— Zit) nent) 6.96) Keadaan batas (3.95) dan (3.96) disusun berdasar anggapan bahwa kecepatan perpindahan panas pada sekitar permukazn bersifat kontinyu, 11. Perpindahan Panas Konduksi Unsteady State 3 Arah pada Koordinat Cartesian dengan Heat Generation (Neraca Panas dan Proses Kecepatan) z i TT |e Pada suatu benda padat, terjadi perpin- ok dahan panas 3 arah keadaan unsteady S (sistem koordinat cartesian) dan dalam padatan timbul panas sebesar 2. panas/ ‘waktu/volum. Ingin disusun persamaan ‘matematis perpindahan panasnya, Gambar 3.11 Elemen volum dalam sistem cartesian Ditinjau elemen volum berbentuk paralel epipedum (balok) dengan ukuran Ax, Ay, dan Az. Neraca panas pada elemen volum: Rate of Input - Rate of Output - Rate of Heat Generation = Rate of Accumulation (2 #0, FOO ho # hig # Orlane) ARAYA = Ax.ay.AzpC, a (3.97) 1 Qua Qrlyey =A 1 haw“ Ay.Az Ax Ay Ax.Ay az . oT “PL . G.98) Jika diambil Ax—>0, Ay—>0, Az—>0, maka diperoleh Pemodelan 37 1 ® 1 Q 1 2 or ~1_Q 1 1 Ry oo T dydz x dxdz Oy dxdy G2 7 fay 1 @a aT 1 ¢@ ar 1 @ or ~ LB -kedyae@|- 2 edge |- 2 htedy & see ¥ 2) ail 2) ase katy), x va G.100) (dipakai hukum Fourier Q = ~xuas{ 7) Karena x, y, z tidak saling tergantung (independent), maka pada diferensiasi ke z, dx dan dy tetap, pada diferensiasi ke y, dx dan dz tetap, sedang pada diferensiasi ke z, dx dan dy tetap, sehingga diperoleh persamaan: o(,a o( aT o(, . Tr (KE) a(S) alka) Oe a Jika harga k tetap, maka bisa dikeluarkan dari diferensiasi, sehingga diperoleh: OT OT aT ar (3.101) way a kk aw (3.102) 12, Perpindahan Panas Konduksi Unsteady State 3 Arah pada Sistem Koordinat inder dengan Heat Generation (Neraca Panas dan Proses Kecepatan) Pada suatu benda padat terjadi perpindahan panas 3 arah keadaan unsteady (sistem koor- dinat silinder) dan dalam padatan timbul panas sebesar 2. panasiwaktu/volum. Ingin disusun per- samaan matematis perpindahan panasnya. Gambar 3.12 Elemen volum dalam sistem silender 38 Pemodelan Matemati nieedimeeaeineesteemmen ie Ditinjau elemen volum seperti pada Gambar 3.12. Rumus untuk perpindahan panas konduksi mengikuti hukum Fourier: A | O(jerak), Q= ian 3.103) Pada sistem koordinat silinder, persamaan kecepatan perpindahan panas konduksi dicari sebagai berikut: Arah Perpindahan Beda Jarak Luas Perpindahan Q tr Ar 1.40.Az “@ r. A0 ‘r.Az z az r.A®. Ar Volum elemen volum: AV = Arr.A.Az = r.Ar.A0.Az 3.104) Neraca panas pada elemen volum: Rate of Input - Rate of Output + Rate of Heat Generation = Rate of Accumulation CQ, + al, #Q.1, (va + Qolrse + Quleg, Rt AT AO Ae = FarAO.A2pe, (3.105) L QWhea = Vl 1 QWlovso 1 Qhesse~Qel, or aoaz Ar rz AO arao dz TPM (3.106) Jika diambil Ar—>0, A@->0, dan Az—>0, maka diperoleh - Lt Qe 1 DW aT daa” oy eda 00 dW Be ET PE G.107) Pemodelan 39 eS at ® (vedo “ded oe or oT rasan a(, or) 1é(, ar 2 MLE, © ale) tal alt Jika k tetap, maka diperoleh: +k 12S) or Gan) 112) 13. Perpindalian Massa dalam Aliran Laminer dalami Pipa (Neraea Massa, Kese- timbangan dan Proses Kecepatan) Suatu cairan B mengalir dalam pipa berj patan, i R secara laminer dengan distribusi kece- @.113) dengan r = jarak dari sumbu pipa dan v,, = kecepatan maksimum (terjadi pada sumbu pipa). Pada 7 <0, cairan mengandung zat A dengan konsentrasi Cag (sangat kecil). Pada z > 0, dinding pipa mampu menyerap zat A dengan sangat cepat, sehingga konsentrasi A pada fluida yang ber- singgungan dengan dinding pipa (pada r = R) selalu nol. Ingin disusun persamaari-persamaan mate- matis yang bisa dipakai untuk mencari konsentrasi A pada berbagai posisi radial dan aksial {C, = ir, z)} bila keadaan diangeap sudah steady, Perpindahan massa A arah radial berlangsung secara anya: isi molekuler, sehingga persama- » (ee }- Dy oo 3.114) (waktu).(luas) )~ (lihat teori pada bab 2) Gambar 3.13 Elemen volum dalam pipa Perpindahan’ massa A arah aksial berlangsung karena di schingga persamaannya: LA i (pasts )e. ~Da = G15) aliran dan difusi molekuler, aC, Gseringkali Dy [bisa diabaikan terhadap v.C , ‘Neraca massa A pada elemen volum setebal Ar (radial) dan Az (aksial) pada Gambar 3.13: Rate of Input - Rate of Output = Rate of Accumulation a a ~Dag 2ar.AzFA) +v.C al, 2R FAL Dg 2m di (oases ant +v.Cy|,.,,2mrAr— oa niae J-o G16) (Sra ‘ ON” Gr J aN az 1 Day oe 3.118) B.119) (3.120) Pemodelan a nl Keadaan batas peristiwa ini adalah: CF) = Coe @.121) C,(R,2)=0 @.122) By =20,2)=0 a”) 6.123) (konsentrasi A pada sumbu maksimum) Penyelesaian persamaan diferensial parsial (3.120) dengan keadaan batas (3.121), (3.122), dan (3.123) akan menghasilkan Cy = f(r,2). 14, Adsorpsi pada Fixed Bed Column (Neraca Mass: Kecepatan) , Kesetimbangan dan Proses Air mengandung zat A dengan Konsentrasi Cao (sangat kecil) akan dihilangkan A nya dengan cara adsorpsi. Air tersebut dialirkan dari atas ke bawah pada fixed bed column yang berisi butir-butir adsorben. Proses adsorpsi terjadi pada permukaan pori-pori dalam butir adsorben, sehingga untuk bisa teracsorpsi, A dari cairan mengalami proses-proses seri sebagai berikut: ‘a, Perpindahan massa dari cairan ke permukaan butir. b. Difusi dari permukaan butir ke dalam butir melalui pori ¢. Perpindahan massa dari cairan dalam pori ke dinding pori 4. Adsorpsi pada dinding pori. Perpindahan massa dari dalam pori ke dinding pori (proses ¢) umumnya berlangsung, sangat cepat sehingga tidak mengontrol. Adsorpsi pada dinding pori (proses d) umumnya juga ber- langsung relatif sangat cepat, sehingga tidak mengontrol juga. Jadi yang umumnya mengontrol kecepatan proses adsorpsi adalah proses a atau proses b atau keduanya. Jika butir-butir sangat kecil (seperti serbuk) maka difusi dari permukaan ke dalam butir (proses b) berlangsung relatif sangat cepat sehingga tidak mengontrol. Akibatnya yang mengontroi adalah perpindahan massa dari cairan ke permukaan butir. Sebaliknya, jika butir-butir berukuran besar, difusi dari permukaan ke dalam butir relatif sangat lambat, sehingga yang mengontrol adalah proses difusinya. Pada proses yang dibahas, butir-butir berukuran sangat kecil sehingga yang mengontrol kecepatan proses adsorpsi adalah perpindahan massa dari cairan ke permukaan butir yang kece- patannya dapat didekati dengan persamaan BA 5 n,{ ——84-__]-k.a(c, -cy Beer A | al ) dengan G.124) C, = konsentrasi A dalam cairan Cy = konsentrasi A dalam cairan yang setimbang dengan permukaan butir adsorben Misal_hubungan kesetimtangan adsorpsi dapat didekati dengan persamaan yang mirip hukum Henry Ch = HX, B.125) dengan Xq=B A teradsorpsi / g adsorben Rapat massa bulk butir-butir adsorben =p, Porositas bed = &. Kecepatan air masuk = F volum/waktu. Luas penampang kolom = S. Perpindahan massa A arah aksial dalam kolom terjadi karena dibawa arus (=F.Cq) dan difusi aksial e-v.s. £4), Aliran dianggap plug flow. Ingin disusun persamaan-persamaan matematis yang bisa dipakai untuk menghitung kadar A dalam air di dalam kolom pada berbagai posisi dan waktu, serta kadar A terserap oleh adsorben pada berbagai posisi dan waktu. y (yeiua, wakeu’ ‘Ao 220 asl voTui F Grakew? Pout Gambar 3.14 Fixed bed column adsorber ‘Neraca massa A pada fasa cair dalam elemen volum setebal AZ Rate of Input - Rate of Output = Rate of Accumulation ac, -p, s&s (> oneal }-(- pss F+FCal ig tkea(Cy ~Gsaz] =S.dze. es G.126) 3.127) Pemodelan 43 — Jika diambil Az — 0, diperoleh 2 (es) Fe tee, yet Be @\ a) SD, a% D,” D, G.128) ac, F & k +) & -—- Cy -Cy y= Ha a SD, & D, (Ca-Ca) Da (.129) acy Jika perpindahan massa difusi aksial diab: hilang kan, maka dengan mudah terlihat bahwa suku ‘Neraca massa A teradsorpsi dalam adsorben dalam elemen volum: Rate of - Rate of = Rate of Input Output Accumulation k,a(C, -C;)saz-0 Sazp,. 2a G.130) Jika diambil Az —> 0 dan dilakukan penyederhanaan, maka diperoleh G31) Jadi diperolah persamaan diferensial parsial simultan (3.129) dan (3.131) dengan persamaan pelengkap (3.125). 15. Ekstraksi Padat Cair dari Butir-Butir Berbentuk Bola (Neraca Masa, Kesetimbangan dan Proses Kecepatan) Suatu zat A yang terkandung dalam butir-butir bentuk bola (misalnya minyak dalam biji- ijian) akan diambil dengan ekstraksi menggunakan solven cair (Gambar 3.15). Gambar 3.15 Ektraksi padat-cair dalam tangli berpengaduk Pemodelan Matematis SEE Kadar A dalam butir mula-mula C,o. Butir-butir A, berjarijari R, sebanyak N buah di- ‘masukkan dalam tangki berpengaduk yang berisi V g solven mumi, yang melarutkan A. Untuk bisa sampai ke cairan, A dari dam butir harus mendifusi ke permukaan butir, kemudian berpindah dari permukaan butir ke cairan (perpindahan massa antar fasa). Kecepatan perpindahan massa dari permukaan butir ke eairan mengikuti persamaan: gA . n,|—2——] = k.(c-¢, 3.123 «(sates * Io) ey dengan C= kadar A dalam eairan (g A/g solven bebas A) C}= kadar A dalam cairan yang setimbang dengan konsentrasi A pada permukaan butir Hubungan kesetimbangan mengikuti persamaan yang mirip hukum Henry: Ca=HC; (3.133) Ingin disusun persamaan-persamaan matematis yang bisa dipakai untuk mencari kadar A dalam butir sebagai fungsi posisi dan waktu (C,=f(r,t)) dan kadar A dalam cairan sebagai fungsi waktu (Cfo). ote Gambar 3.16 Elemen volum dalam butir Neraca massa A dalam elemen volum dalam butir: Rate of - Rate of = Rate of Input Output Accumulation (-p.ane 2a }- D,Aate+ anya ) = ani? an Fe B.134) 3.135) Pemodetan 45 ——————]——————— Jika diambil Az —> 0, maka diperoleh alee “5° ae (3.136) .137) (3.138) CAlE0) = Cao (3.139) x, . Fe RN = KC; = Cr) ata «&, 1 FEAR = «{Ecuma-cr} (3.140) ay ' ii FA (O.t) = 0 (kadar A di pusat but maksimum) 141) Untuk bisa menyelesaikan persamaan (3.138) dengan keadaan batas (3.139), (3.140), dan (3.141), ‘masih diperlukan satu persamaan yang menghubungkan C; dengan Cy. Hubungan antara C dengan Cy dapat dicari dengan membuct neraca massa A total: Massa A dalam butir mula-mula = Massa A dalam butir + Massa A dalam cairan ® N. 4 mRIC, = Nf. mr?.C,.dr+V.C, (3.142) a Catatan Massa A dalam butir (suku pertama ruas Kanan) diperoleh dengan pendekatan sebagai berikut: Misal dalam elemen volum dalam butir berjarak r dari pusat butir dan tebalnya dr terdapat A sebanyak dm, maka ° dm, = 4.n17.dr.C, (= volum x kadar) (3.143) 46. Pemodelan Mateatis (3.144) Karena butir berjumlah N buah, maka A total adalah Jane?.C, ar (3.145) -00000- BAB PENYELESAIAN NUMERIS gunakan dalam penyelesaian problem-problem teknik kimia. Uraian ditekankan pada cara-cara dan rumas-rumus yang diperlukan serta contoh program komputer untuk pelak- sanaan hitungannya. Teori dasar serta penjabaran rumus-rumus tidak dibahas, dan pembaca yang tertarik dipersilahkan mempelajari hal itu dari buku-buku yang membahas analisis numeris, misal- ‘nya Burden (1986), Press (1986), Jenson and Jeffreys (1977). D alam bab ini akan dibahas secara ringkas cara-cara penyelesaian numeris yang sering di- 1 rensiasi Numeris Misalnya diketahui: y= fx) 4.1) dan ingin dicari harga dy/dx pada x = xo. Berdasar definisi matemati 9Y _ sien f+ ANI~ £00) 4. dx ano Ax 42) Pada diferensiasi numeris yang sederhana, harga Ax —» 0 didekati dengan bilangan kecil ¢, sehingga diperoleh rumus-rumus berikut: Cara forward: 4 f(x, +8)~ (x ay} fx, +2)~f0%,) ay dx € Cara backward: = £0%.)= fix, -8) aa & Pemodelan Matematis, (4.5) ‘Menurut teori, pendekatan dengan persamaan (4.5) (central) adalah yang terbail Contoh program BASIC untuk mencari & dengan cara central dari persamaan: ix dx +tx? +1 (4.6) pada Xo = 2 adalah sebagei berikut: 10 REM Diferensiasi namerie dengan cara sentral 20 REM Oleh: WBS dan AP 30 REM Yogyakarta, 21 Desonbor 1994 40 cis 50 INPUT "Harga x0 = ",x0 60 INPUT “Interval diforensiasi = ",EPS 70 x=xo+Ers 80 cosuB 500 90 FPLUSSFx 100 x=x0-EPS 110 GosuB 500 320 FMINeFX 130 DFDX= (FPLUS-FMIN) /2/EPS 140 PRINT 150 PRINT "dy/dx pada x0 = ";X0;" adalah ";DEDX 260 END 500 REM subroutine menghitung F(x) B10 FX = X*3/34x"2/441 520 RETURN Hasil keluaran program adalah sebagai berikut: RON Harga x0 = 2 Interval diferensiasi = 0.01 dy/dx pada x0 = 2 adalah 5.000043 ok Sebagai perbandingan, diferensiasi analitis menghasilkan: 1 ila ot +40] 5 Integrasi Numeris ‘Tersedia berbagai cara integrasi numeris, tetapi dalam buku ini hanya dibahas 2 cara, yai trapezoidal rule dan Simpson's rule. Penyelesaian Numeris 49 a. Trapezoidal Rute Misalnya akan dilakukan integrasi: Sry dx an ‘di mana: y= fx) 48) y % %a % x Gambar 4.1 Integrasi numeris dengan trapezoidal rule Interval dari x = xo sampai x = xp dibagi menjadi bagian-bagian kecil yang masing-masing besarnya Ax, berjumlah n buah (lihat Gambar 4.1). Jumlah interval n semakin besar, hasil integrasi akan semakin baik. Batas-batas interval diberi indeks 0, 1, 2, ...., n. Dengan mudah dapat diperoleh bahwa: Xj =X +iAx 49) sing bagian dianggap berbentuk trapesium. Harga integral, yang merupakan luas di bawah Kurva dari xo sampai xp didekati dengan jumlahan dari Iuas trapesium- trapesium tersebut (perlu diingat bahwa luas trapesium adalah 1/2 x tinggi x jumlah sisi sejajar). Dengan cara tersebut diperoleh: {rye 4 ax ax t+ Ft ¥2)4 22 ty) ont Bq +¥q) 4.10) atau +2991 +¥_) 1) s fiyax Fe $F 2Y) AY. + DV3 + rrr Contoh program komputer BASIC untuk integrasi numeris: faye 50 Pemodelan Materatis x (4.12) adalah sebagai berikut: 10 REM Integraei Numeris dengan trapezoidal rule 20 REM Oleh : WES dan AP 30 REM Yogyakarta, 21 Desonber 1994 40 REM bentuk fungei : y = exp(x) + sar(x) 50 CLs 60 PRINT "Batas bawah integrasi = ";:INPUT x0 70 PRINT "Batas atas integrasi = ";:INPUT 201 80 PRINT "Jumlah interval = ";: INPUT N 90 PRINT. 100 DELX= (xN-XO) /N 220 REM perhitungan dengan rumus trapezoidal rule 120 AREA=O 130 x=x0 140 cosua 1000 150 AREA=AREAtY 160 FOR Tel TO N-2 170 XeKOFT*DELK 180 GosuB 1000 190 yay 200 © AREA=AREA+Y 210 Next 1 220 XeXN 230 GosuB 1000 240 AREA=AREA+Y 250 AREA"AREA*DELX/2 260 PRINT 270 PRINT “Hasi1 hitungan 280 PRINT "~ 290 PRINT " Hi "AREA 310 END 1000 REM perhitungan y = fx 1010 ¥ = EXP(x)+5QR(x) 1020 RETURN Hasil keluaran program adalah sebagai berikut: Batas bawah integrasi =? 1 Batas atas integrasi =? 3 Jumlah interval =? 49 Sebagai perbandingan, integrasi analitis menghasilkan: (et + Vad =(e* + Fxv)] 10,16469 Penyel Numeris 51 b. Simpson’s Rule Xo %q y= Gambar 4.2 Integrasi numeris cara simpson Jika interval tidak begitu besar dan fungsi (kurva) tidak berubah tajam, maka integrasi seperti pada Gambar 4.2 dapat didekati dengan rumus Simpson sebagai berikut: frvdx= Sy, +4y, +95) 4.13) Jika interval terlalu lebar dan/atau fungsi berubah cukup tajam, maka interval xo sampai xy dibagi menjadi bagian-bagian kecil yang sama besar (Ax), berjumlah N (dengan N = bilangan ‘genap) dan batas- batas interval diberi indeks 0, 1, 2, ...., N. Selanjutnya pada tiap 2 interval berurutan dikenakan Simpson’s Rule (lihat Gambar 4.3). Diperoleh: a *y-2 %N-1 *N Gambar 4.3 Integrasi numeris berturutan cara simpson 7 Ax A A fry a=, +49, +y,)+ Flr tays ty) Slr eayetys Ax 2t4yyitYn) 14) 52 atau fryax Sy, +4y, +2y, +4y; + 2y pt Pemodelan Matematis 42Yy2 4x4 + Yn) Gis) Jadi integral dideketi dengan = kali jumlahan dari y, dengan y awal dan akhir dikalikan 1, ynomor ganjil dikalikan 4, sedangkan y nomor genap dikalikan 2. Contoh program untuk integrasi Simpson dari persamaan (4.12) dengan xq = I dan xy adalah sebagai berikut: 10 REM Integrasi numerie motode Simpson 20 REM Oleh : WBS dan AP 30 REM Yogyakarta, 21 Desomber 1994 40 REM bentuk fungei | y = exp(x) + eqr(x) 50 cis 60 PRINT "Batas bawah integrasi = ";:INPUT XO 79 PRINT" atas integrasi = 80 PRINT “Jumlah interval (genap) 90 PRINT 100 DELX= (XN-XO) /N 110 REM perhitungan integrasi numerie dengan rumue simpson 320 PRINT 125 ARBA=O 130 x= 140 Gosus 1000 1160 AREA=AREASY 170 FOR T=1 TO N-2 180 X=XO+I*DELX 190 cosuB 1000 210 Yeaey 220 IF ((-1)*1<0) THER Ya2¥¥ 230 AREA=AREACY 240 wExr I 250 xm 260 GosuB 1000 280 AREA=AREA+Y 290 AREA=AREA*DELX/3 300 PRINT 310 PRINT "Hasil hitungan : " 330 340 350 EMD 1000 REM porhitungan y 100 y = EXP(x) #59R(x) 1020 RETURN Keluaran program tersebut adalah: ROW Bata bawah integrasi =? 1 Batas atas integrasi =? 3 Penyelesaian Numeris 53 re Jumiah interval (genap) =? 40 Hasil hitungan : Dari perbandingan hasil kedua cara integrasi numeris tersebut dengan hasil integrasi analitis terlihat bahwa, sesuai dengan teori, cara Simpson lebih baik. 3. Mencari Akar Persamaan Non-Linier Dalam teknik kimia sering dijumpai persoalan mencari aker persamaan non-linier: fx) =0 (4.16) yang sukar diselesaikan dengan manipulasi matematika analitis. Ada beberapa cara numeris yang bisa dipakai untuk kasus ini. Dalam buku ini dibahas 2 cara, yaitu bisection dan Newton-Raphson. a, Bisection Pada cara bisection, mula-mula diperkirakan suatu interval (xq < x < xp) di mana akar tersebut berada (jika ternyata akar tersebut tidak berada pada interval tersebut maka cara ini gagal, dan harus dicoba interval yang lain). Selanjutnya dicari harga f(x) pada xq dan xp, serta xM (tengah-tengah interval). Jika interval betul, harga f(x) pada xa dan xp harus berlawanan tanda (positif dan negatif atau sebaliknya). Berdasar harga f(x) pada 3 titik tersebut dapat ditentukan pada separuh interval yang mana terletak akar persamaan tersebut (pada interval xq < x S XM atau xq f(y) < 0, maka x4 tetap, xy menjadi xp, 2. Jika f(xy) * f(xp) < 0, maka xp tetap, xy menjadi x. ‘Suatu contoh program komputer BASIC untuk mencari akar persamaan: fo) = 13 - 0 4.18) adalah sebagai berikut: 10 REM moncari akar pers. dengan metode BISECTION 20 REM oleh WBS dan AE 30 REM yogyakarta, 22 desenber 1994 40 cus 50 INPUT "Batae bayah interval=";xA 60 INPUT “Batas atas interval=";xB 70 INPUT “Toleransi=";TOL 80 PRINT. 90 X=xA 100 cosuB 1000 110 FXARFX 120 XexR. 130 cosus 1000 140 EXBFx 150 IF (FKASEXB)<=t 160 PRINT 170 PRINT “Interval aval 1180 coro 380 4190 PRINT TAB(3) ; "xa" /FAB(15) ; "xb" ;7AB(29) ;"£ (xa) 'PAB (44) 7"€ (xb) 200 PRINT TAB(3) ;"~- ‘TAB (44) 210 PRINT ‘TAB (2) ;XA;TAB(14) ;XB;TAB (28) ; FA; TAB (43) /FXB 220 IF FXA=O THEN X=xXA : FKSFKA : GOTO 360 230 IF FXB=O THEN X=XB : FKFKB : GOTO 360 240 IF (XB-XA) x4. = xp yP>yQ> Minimasi: yp Pemodelan Matematis YP>YQ> XA =XP xp =xQ *B XB . xQ. = dicari Efektivitas evaluasi Misal diinginkan pengecilan interval sampai menjadi 0,001 dari semula, maka jumtah step yang diperlukan (N) adalah: (0,618)N = 0,001 N= 143.215 (4.23) Jumlah evaluasi = 2+ (N-I) x 1= 16 Contoh program komputer beserta keluaran hasilnya untuk minimasi: ym 2x2 - Bx +12 4.24) adalah sebagai berikut: 10 REM minimasi dengan golden-section 20 REM oleh: WBS dan AP 30 REM yogyakarta, 8 juni 1992 40 CLS 50 INPUT “hatas bawah x = 60 INPUT "batas atae x = ";XB 70 INPUT “toleransi x = ";TOL 80 ALm(5*.5-1)/2 90 X=xA 100 GosuB’ 1000) 110 ASF 120 x=xE 130 GosUB 1000 140 FBeF 150 XP=XA¢ (1-AL) * (XB-XA) 160 x=xP 170 GosuB 1000 180 FP=F 190 XQ=XA+AL# (xB-xA) 200 x=xo 210 GosuB 1000 220 FO=F 230 PRINT 240 PRINT "xa xb fa J . 250 PRINT =~. a sero 260 PRINT TAB (3) ;XA;7AB (18) ;XB;TAB(37) ;FA;TAB(51) ;FB 270 IF((xB-XA)<=T0L) THEN 490 280 IF(FP. 5. Optimasi Banyak Variabel dengan Cara Hooke-Jeeves Misalnya diketahui sebuah fungsi dengan banyak variabel sebagai berikut: Y = £(K1,X2) X35 009 XN) (4.26) Ingin dicar XJ) X2, X3) sy XN Yang memberikan harga y maksimum (maksimasi) atau minimum (minimasi), Ada beberapa cara untuk mencari nilai optimum, di antaranya adalah cara Klasik, cara Steepest Ascending/Descending dan cara Hooke-Jeeves (Rudd and Watson, 1968). Dalam bab ini hanya akan dibahas cara Hooke-Jeeves. COptimasi dengan cara ini ditunjukkan dengan contoh soal berikut. Misal ingin dilakukan ‘minimasi dari suatu fungsi: ¥= (xy = 42 +0,5 (42-992 +3 (427) Sebagai cek, dengan mudah dapat terlihat bahwa minimum terjadi pada xj = 4, x2 = 9, dan 3. Dipakai cara Hooke-Jeeves dengan titik awal xj = 1, x2 = 16 dan interval awal x x2 ¥ Komentar T 16 366 Basis Eksplorasi dengan Axj=l, A x7=2 2 16 315 Sukses 2 18 a5 Gagal z 4 195 ‘Sukses Mengulangi Langkah Sukses 3 2 85 Sukses 4 10 35 Sukses 3 8 a5 Gagal Eksplorasi dengan Axj=l, A x7=2 3 10 a5 Gazal 3 10 a5 Gagal 7 12 75 Gagal Penyelesaian Numeris a q 8 35 Gagal Eksplorasi dengan Axj=0,2; A x2=0,4 a2 i0 354 Gagal 3,8 10° 3,54 Gagal 4 10,4 4,96 Gagal 4 9,6 3,18 ‘Sukses ‘Mengulangi Langkah Sukses q 32 302 ‘Sukses q 38 3,02 Gagal Eksplorasi dengan Axj=02; A x7=-04 4,2 9,2 3,06 Gagal 38 92 3,06 Gagal 40 96 318 Gagal 4,0 8,8 3,02, Gagal Eksplorasi dengan Axj=0,04; A xp=0,08 a4 92 3,021 Gagal 3,96 9,2 3,021 Gagal 4,00 9,28 3,039 Gagal 4,00 9,12 3,007 ‘Sukses ‘Mengulangi Langkah Sukses 400 904 35,0008 Sukses 4,00 896 3,0008 Gagal roses dihentikan setelah eksplorasi gagal serta Ax dan Ax cukup kecil. Berikut ini persamaan: ajikan program komputer dan hasil hitungannya untuk minimasi ¥ = (xq = 3)2 + 0,25 (xp - 5)2+7,5 (4.28) dengan titik awal xj = 1; x2 = 7; Axj = 0,1; Ax2 = 0,1; toleransi x 0,001. 0,001 dan toleransi x2 = 410 REM minimasi 2 variabel dengan motode Hooke-Jeeves 20 REM dari porsamaan: £ (x1,x2)=(x1-3)*2+0.25 (x2-5)°2+7.5 30 REM oleh: WBS dan AP 40 REM yogyakarta, 5 januari 1995 50 cis 60 INPUT “Harga awal x1 = ";X1OPT 70 INPUT "Harga awal x2 = ";x20PT 80 INPUT "Delta x1 = ";DEIXL 90 INPUT "Delta x2 =" yDELR2 100 INPUT "Toleransi x1 = ";TOLXI 110 INPUT "Toleransi x2 = ";TOLX2 120 INPUT "Perbandingan delta baru dan delta lama = ";RATIO 130 PRINT Pemodelan Matematis 340 PRINT "xt x2 f(xtx2) 160 Age" H.eHHHHH deeeRe HH 100 REM program pokok: minimasi Hooke Jeeves ~- 190 xi=x10PT : X2=X20PT : GOSUB 1000 : FOPT=F 200 PRINT USING A$;X1OPT,x202T, FOPT 220 REM ~-eksplorasi 220 TANDAI=0 : TANDAZ=0 230 XieX1OPT+DELX1 : X2=X20PT : GOSUB 1000 240 IF F>=FOPT THEN 260 250 FOPT=F : XLOPT=xi : TANDAL=1 260 PRINT USING A$;T10PT,X20PT, FOPT 270 coro 320 280 X1=X1OPT-DELX1 : GOSUB 1000 290 IF F>=FOPT THEN 320 300 FOPT=F : XLOPT=Xi : TANDAI=-1 320 PRINT USING A;X1OPT,X20PT, FOPT 320 X1=X1OPT : X2=xX20PT+DELX2 : GOSUB 1000 320 IF F>=FOPT THEN 370 340 FOPT=F : X20PT=X2 : TANDA2“1 350 PRINT USING A$;XLOPT,xX20PT, FOPT 360 Goro 410 370 X2ex20PT-DELX2 : GOSUB 1000 380 IF F>=FOPT THEN 410 390 FOPT=F : X20PT=K2 : TANDA2=-1 400 PRINT USING A$;K1OPT,X20PT, FOPT 410 IF ABS(TANDA1)>.2 THEN 470 420 IP ABS(TANDA2)>.2 THEN 470 430 IF (DELX1=FOPT THEN 210 510 X1OPT=x1 : X20PT=K2 : FOPT=F 520 PRINT USING A$;XLOPT,x20PT, FOPT 530 coro 470 540 PRINT * 550 PRINT 560 REM --cotak hasil-- 570 XleX1OPT : X2=X20PT : GOSUB 1000 590 PRINT "Hasil perhitungan:”" 600 PRINT " 620 PRINT "xi-optinum = "7X1 630 PRINT "x2-optimum = ";X2 640 PRINT "F-minimm = ";F 650 PRINT "-- selesai --" 660 EXD 1000 REM Subroutine menghitung £(x1,x2) 1010 w= (X1-3) *2+. 254 (x2-5) "247.5 1020 RETURN Hasil keluaran programnya adalah sebagai berikut: RON Harga awal x1 = 7 Harga awal x2.= 7 ° Dolta x1 = 0.3 Penyetesaian Numeris Delta x2 - Toleransi x1 = Toleransi x2 = x x2 £(x2,2) 000000 7 7.000000 24500000 6.700000 7.000000 +——-12.190000 6.700000 6.700000 1.912500 6.400000 6.400000 9.550000 6.100000 6.100000 17412500 5.799999 5.799999 15500000 5.499999 5.499999 13812500 5.199999 5. 12.350000 4a99999 4 31.112500 5999994. 10.200000 4.299999. 4. 9.312496 3.999998" 3. 749997 3.699999 3. 412499 3.399999. 3. 300000 3.099999 3. 150001 3.099999" 3, 7.932501 2.799999 3, 7.790002 3.099999 3. 7.760001 3.099999 4. 7.632500 3.099999 5. 7.550000 3.088999 a 7.812500 2.919999 4, 7.508900 2.919999 5. 17508002 3.027999 5. 7.502384 3.027999 4. 7.800980 2.ses118 4. 7.500314 2.sas1i8 5. 7.500324 3.003115 5. 7.500039 3.003115 4 7500012 2.998077 4 7.800006 2.998077 5. 7.800005, Bloo1100 5 7.500002 3.001100 4 7.800002 2.900286 4 7.500001, 2.999286 5. 7.500001. 2 5. 7.500000 +999939 Hasil perhitungan: xl-optimum = 2.999939 x2-optimum = 5.000711 Feminimom = 7.5 == eolesai -- 1S Jika dijumpai minimasi dengan lebih banyak variabel, caranya analog. Pada maximasi, ccaranya juga analog, hanya kriterium sukses dan gagal dibalik. Cara analitis memberikan (%1)opt =3, (X2)opt = 5, dan y minimum 66 6. Penyelesaian Persamaan Linier Simultan Bentuk umum persamaan linier simultan adalah: 8] 1X] + 81 2x2 + 813%3 + + alnXn= by a21x] + 222x2 + a73x3 + + aQpXn = b2 a3 1X] +9328 + 83343 + oan + ABN = BS an 1X] + @n2X2 + 493X3 + eee + AnnXn = On Dalam hal ini akan dicari harga x1, x2, samaan Pemodelan Matematis (4.29) Xp. Ada beberapa cara penyelesaian per- |. Pada bab ini hanya akan dibahas satu cara, yaitu cara Eliminasi Gauss dengan ‘maximum column pivoting yang diikuti dengan substitusi balik (backward substitution). (upper triangular matrix) dengan langkah-langkah sebagai berikut: 1) Eliminasi a21, 931, 2415 .-» an} (kolom 1): a Baris | dikalikan a kemudian dikurangkan ke baris 2. a Baris | dikalikan ad kemudian dikurangkan ke i" Baris | dikalikan ay 2) Eliminasi a32, a42, 252, an2_(kolom 2): a Baris 2 dikalikan —, kemudian dikurangkan ke baris 3. an Baris 2 dikalikan == kemudian dikurangkan ke baris 4, a a Baris 2 dikalikan “>, kemudian dikurangkan ke baris n 2 , kemudian dikurangkan ke baris n. bentuk matriks segitiga otas Penyelesaian Numeris 6 3) Proses yang sama dikenakan untuk kolom selanjutnya sampai kolom n-1. Dari proses climinasi diperolch persamaan berbentuk upper triangular matrix sebagai berikut: ALLX + a12x2 +213%3 + *ainkn =b1 a29x2 + a73%3 + + a2n%n =b2 8333 + ae + a3nXq =b3 8n-2,n-2%n-2 * @n-2,n-1Xn-l + @n-2,nXn =bn-2 @n-1,n-1Xnel + @n-1nXn = bpd anyon = bp wp dihitung dengan backward substitution seperti Setelah itu harga x), x2, x3, (432) (4.33) 4.34) dan seterusnya, sampai x1 68 Pemodelan Matematis a Cara ini mempunyai kelemahan, yaitu: 1) Jika pada saat eliminasi kolom ke i harga aij = 0, maka proses tidak dapat berjalan. 2) Jika pada saat eliminasi kolom ke i harga |ajj| mendekati nol atau sangat kecil, maka ketelitian hitungan akan rendah, Kedua kelemahan tersebut dapat diatasi dengan maximum column pivoting. Pada saat akan melakukan eliminasi kolom ke i, dicari di antara harga aj,i, ai+1,i, 9142,i + @p,j yang ‘mempunyai harga mutlak terbesar. Misal diperoleh aj j. Selanjutnya baris ke i ditukar dengan baris ke k, baru dilakukan eliminasi kolom i. Contoh program komputer BASIC untuk bentuk umum beserta hasil hitungannya jika di- coba untuk persamaan linier simultan: xy + xgt xz+ xyt xs = 2 x1 #2x3- 4+ x5 Qxy= x2 - x34 a4 --xS= 7 x2-x3 00 +2x5 = xy + 2x9 + x3- x4 adalah sebagai berikut: 20 REM penyelesaian persamaan linier simultan 30 REM dengan oliminasi gauss (dg "max. colum pivoling") 40 REM oleh WBS dan AP 50 REM yogyakarta, 22 desember 1994 60 CLs 70 INPUT “Sumlah variabel (n)= ";8 80 DIM A(N,N) ,B(N) , X18) 90 PRINT 100 PRINT "Momasukkas elenen-clemen matrike” 140 PRINT "a(";E;",";3;")= ";:IMPUT ACE, J) 1500 NEXT J 1600 PRINT "b(";T:")= ";:TNPUT BCT) 170 PRINT 180 Next 1 190 REM maximum column pivoting dan eliminasi 200 FOR I=1 70 N-1 205 REM pivoting --- 210° IMAK=I 220 FOR XPIv=r+1 To K 230 IF (ABS(A(IPIV, Z))>ABS(A(DMAX, 1) )) THEN TMAXeIPIV 240 NEXT PIV 245 REM tukar baris I dengan IMAK --~ 250 © FOR Ler 70 N 260 © ASIMP=A(Z,L) : A(Z,L)=A(IMAK,L) : ACIMAX,1)=A5IMP 2700 NEXT L 280 © BSIMP=B() : B(I)=B(IMAX) : BCLMAX)=BSIMP Penyelesaian Numei 69 annem 285 REM eliminasi ~ 290 FOR TRAR=I+1 TO N 300 RATIO*A (IBAR, I) /A(I,1) 310 FOR IKOLAr TO W 320 A(TBAR, IKOL) =A (IBAR, TROL) -RATIO*A (I, TROL) 330 NEXT IKOL 340 B(ZBAR) =8 (BAR) ~RATIO*B(Z) 350 NEXT IBAR 360 Next r 370 REM backward eubstitution -. 380 X(N) =B(N) /A(N,M) 390 FOR I=N-1 TO 1 STEP -1 400 ox=0 410 FOR gar+1 TO w 420 SXIK+A (I, 3) (3) 43000 Next J 440 x(z)=(8 (2) -99 /At, 2) 450 Next I 460 PRINT “Hasil hitungan” 470 PRINT * 490 FOR Tel TON: PRINT "x(";T;")= ";X(2) :MERT I 490 500 Hasil keluaran programnya adalah sebagai berikut: ROW Jumlah variabel (n)= 5 Memasukkan olemon-olenen matrike aca, 1 acl, a aca, 2 aca, 1. aca, 2 BC.) ac2, a ac2, ° ac2, 2 ac, 1 a2, 1 BC 2) aC3,1)= 2 a3) 2)=-1 a3) 3)=-2 aC3) a= 2 aC3) 5 )=-1 b(3)= 7 aca, .)= 0 aC, 2)= 1 aC 4, 3)=-1 ala, a )= 0 ala, 5)= 2 bi 4 j= -9 acs, 1)= 2 a5) 2)= 2 a(s,3)= 1 x2 )= ~.9999998 (3 )= 2.000001 x( 4 )= 3.000001 Suatu bentuk khusus dari persamaan linier simultan adalah persamaan matriks tridiagonal berikut (matriks yang isinya hanya pada tiga diagonal utama): Paxt *e1x2 ad) 9x1 + Baya + 2x3 =a 832 + bax3 * 3x4 = 43 . 435) an Xnatbna Xn tena * antnatOntn Bentuk ini selain dapat diselesaikan dengan cara umum di muka, lebih mudah diselesai- kan dengan cara khusus yaitu eliminasi a diikuti backward substitution. Eliminasi harga-harga a: a Baris | dikaliken |, kemudian fl curangkan ke baris 2 Baris 2 dikalikan m4 » kemudian dikurangkan ke baris 3, a "Baris 3 dikalikan |*, kemudian dikurangkan ke baris 4 s Baris n-1 dikalikan —"-, kemudian Dari eliminasi di atas akan terbentuk persamaan matriks didiagonal: bax * 1x2 adj box2 + ay3 = bax3 + Coxe a4; by.2 XN-2* ON NI =dyz beaten XN = dy buen = dy Selanjutnya harga x1, Xp, X3, .» Xj dapat dihitung dengan backward substitution. ay dln @3n yer = Cet = ONT ANYON. (438) Xy.-2 = (dy.2— °n-2 XN-ON.2 (439) Xi = Gi- cixi+1 VO} (4.40) dan seterusnya, sampai x). Contoh program komputer dalam BASIC untuk bentuk umum dan hasil hitungan jika dicoba untuk persamaan: Ixy +x = Xy-2xy+x, = 9 Xy-2x3+Xq 0 =e1 xy +4 =6 adalah sebagai berikut: 0 REM Ponyolovaian porsamaan matriks tridiagonal 20 30 40 50 60 65 0 REM oleh : WBS dan AP REM yogyakarta, 22 desosbor 1994 cus INPUT "jumlah persamaan = DIM X(N) ,AGN BIN) CO ,D EN) PRINT FOR Ie1 TON PRINT "D(";2;") = 320 PRINT 330 Next 140 REM eliminasi 150 FOR T=2 70 160 RATTO=A(z) /a(r~1) 170 B(z)=B(z)-RATTO*C(I~-1) 80 _(Z)=D(z) -RATTO*D (1-1) 190 Next 1 200 REM backward substitution 210 xm) =D(m /BOH 220 FOR I=N-1 70 1 STEP -1 230 x(T)=(D(1)~C¢T) #x (z+) ) /B EZ) 240 Next x 250 REM cetak hasil 250 PRINT “nasil hitangan’ 270 280 290 PRINT "x("/T")= ";x(z) 300 Next T 310 320 Hasil keluaran programnya adalah sebagai berikut: ROW Junlah persamaan = 4 ACL )= 0 BCL )= 2 ci d= 1 DCL )= 1 AC2 Y= 1 BC 2 = -2 eC 2)= 2 D2 d= 9 AC3)= 1 BC 3 = -2 C3 y= 2 DC 3 = 2 AC 4) 2 BC 4 )= 1 cea )= 0 Di a)= 6 x(1)= 2 x2 )=-3 x(3)= 0.9999999 x4 Penyelesaian Numeris 23 7. Evaluasi Tetapan dalam Persamaan Empiris Persamaan empiris adalah persamaan yang bisa mendekati data yang telah ada. Misal ter- sedia data-data y pada berbagai x, maka dicari suatu persamaan y = f(x) yang memberikan hubungan y dengan x mendekati data. Langkah-langkah yang bisa ditempuh untuk mencari per- samaan empiris adalah sebegai berikut: 1. Dibuat grafik y versus x berdasar data yang tersedia. 2. Berdasar bentuk grafik tersebut kemudian diramalkan bentuk persamaan yang kira-kira ccocok (mengandung tetapan-tetapan yang belum diketahui harganya). 3. Mengevaluasi herga tetapan-tetapan yang ada dalam persamaan berdasar data yang ter- sedia (regresi). 4, Setelah diperolch harga tetapan-tetapan maka kemudian diuji kesesuaiannya dengan persamaan empiris yang telah diperoleh, dengan membandingkan hasil hitungan dari persamaan empiris dengan data. Secara sedethana, persamaan empiris dianggap cocok jika error-nya kecil dan bentuk kurva berdasar persamaan empiris ini mirip dengan kkurva dari data. Bila persamaan empiris tidak cocok, maka harus dicoba bentuk per- samaan lain. Cara evaluasi tetapan dalam persamaan empiris bermacam-macam, misalnya visual inspec- tion, method of average dan kuadrat terkecil (least squares). Dalam buku ini hanya akan dibahas ‘cara kuadrat terkecil (cara yang paling banyak dipakai). Pada cara kuadrat terkecil, harga-harga tetapan terbaik adalah yang memberikan jumlah kuadrat kesalahan (sum of squares of errors) SSE= S(eesnng ~Yau)® any yang minimum. Untuk bentuk-bentuk persamaan tertentu, cara kuadrat terkecil ini bisa dijalankan secara analitis, tetapi untuk bentuk-bentuk yang lain terpaksa dijalankan secara numeris. Prinsip- ‘adalah minimasi SSE dengan variabel harga-harga tetapan dalam persamaan empiris, Berikut dibahas cara kuadrat terkecil untuk bentuk-bentuk yang sederhana a, Bentuk persamsan y= ax Misal tersedia data: y 2 3 5 g 10 x | 041 | 058 | 0,99 | 141 | 2,02 Ingin dicari harga a yang sesuai. ‘Untuk pasangan harga xj, yj, maka error-nya adalah: Rj =axj-yi (= Yterhitung ~ Ydata) (4.42) 74 Pemodelan Matemati —_——}$3§——_—_———— rr: sehingga harga sum of squares of errors SsE=Dax,-y)? =f) (443) Harga SSE tergantung pada harga a yang dipakai, Harga a terbaik adalah yang memberikan ‘SSE minimum. Dijumpai problem minimasi SSE dengan variabel a. Harga SSE akan minimum bila: a = (4.44) sehingga: Lace, ~¥i)-x; aL(x)? = Lew Lewy) (44s) Ue, 187 Jadi persamaan empirisnya adalah: y=0,201 x (4.46) Penyelesaian Numeris b. Bentuk persamaan y= ap +.a]x Dengan cara yang analog diperoleh: SSE= 3, +a,x,-y,F =f@,,8)) 2 SSE Harga SSE akan minimum bila: a, =0 dan no. SEE = Sala, +0yx5-y,)1=0 @, Nag tay Dxj=Lyj SSE ay Sale, tax, ~y;)x, =0 ag Exj tay Dxi2 =U iyi Dengan persamaan (4.49) dan (4.51), harga-harga ao dan a, bisa di ¢. Bentuk persamazn y= ao + ax +.a)x? Untuk bentuk ini, maka: SSE = Sa, +2, +a,x3 -y,)’ = f(@,,a,.a,) a Harga SSE akan minimum, aSSE a, = 220, +4,x, +€)x; -y,)1=0 Mag +aj Lxj tag hxj>=E yi SSE ea, = S20, +a,x, +a,x)~y,).x, =0 fo 75 (447) (4.48) (4.49) (4.50) (451) (4.52) (4.53) (4.54) (4.55) 76 Pemodelan Matematis ag Lx tay Lx tadxP=L. (4.56) Se Sree, +a;m, +083 -y x? (437) 2 Ay Exi? tay Exp tah xit= Dx? yi (4.58) Dengan persamaar-persamaan (4.54), (4.56), dan (4.58), harga-harga ao, a1, dan a bisa dihitung. 4. Persamaan polinomial order k Bentuk polinomial order k adalah: Yo + ayx + ag? bag? + + ayxk (4.59) Dengan cara yang sama, dihasitkan persamaan-persamean: _harga ao, a1, a2, Nag + ay Lxj + ay Lx? + ag Expt inn taUxk =Ly) ag Dj + ay Dx? + ag Ex> + ag Dit ta bag Dxtl = yin, Ag Exi2+ ap Exp + ay Exit + a3 Dad + ac tay Exq = E yp xi? gE xiK + ay Daghtl ay Engh 2 tag Eagh3 + + ay Expt aS yj Terbentuk (k+1) persamaan linier dengan (k+1) bilangan tak diketahui, sehingga harga- ay, bisa dihitung. Program komputer BASIC untuk mencari tetapan-tetapen dalam persamaan polinomial order k adalah sebagai berikut. 10 20 30 40 50 60 70 80 REM Rogresi polincaial dengan cara kuadrat terkecil REM oleh WBS dan AP REM yogyakarta, 24 desenber 1994 cus PRINT “Order polinomial= ";: INPUT N PRINT "Jumlah data= ";: INPUT JD DIM X(9D), ¥(9D) , SuAK(2*+1) , SOMYX (N+) PRINT Penyelesaian Numeris 90 FOR I=1 70 9D 2000 PRINT "x(";2;") = "7: INPUT X(Z) 2200 PRINT "y(";2;") = "7 :TNPUT ¥(z) 120 Nex r 130 REM Manghitung eumx (3) 140 FOR J=0 70 26 150 SuMK(a)=0 2160 FOR I=1 70 oD 170 SUM (3) =SOM0K (3) 4x (2) °F 380 Nex I 190 Next J 200 REM Monghitung sumyx (3) 210 FOR J=0 TON 2200 SUMYxX(a)=0 230 FOR I=1 70 uD 240 SUX (5) sumer (3) 43 (2) ATHY (2) 250 NEXT I 260 wexr J 270 REM monbentuk matrike 280 DIM B(N+1,N+2) ,A(REL) 285 REM ruas kanan adalah B(I,N+2) 290 FOR I=1 TO N+1 300 FOR J=1 TO NH 310 BL, 2)=suem (T+I-2) 320° Next a 330 Next T 340 FOR Tei To N+1 350 J=Nt2 360 BCT, 3) =sumx(r-1) 370 NEXT I 380 REM oliminasi gauss 390 FOR m1 0 N 400 IMAKeT 410 FOR IPIV=I+1 To Nea 420 TF (ABS (B(IPIV, I) ) >ABS(B(IMAX,T))) THEN IMAX=IPIV 4300 (NEXT IPIV 40 FOR Eel TO MHz 450 BSIMP=B(I,L) 460 B(Z,L)=B(IMAX, 1) 70 B(IMAX, L)=BSIMP 48000 Next L 490 FOR TRAR=I+1 TO Ned 500 RATIO=B (IBAR, I) /B (I, 1) 510 FOR IKOL=I+1 10 N+2 520 BABAR, IKOL) =B (TBAR, TKOL) -RATIO*B (I, EKOL) 530 NEXT IKOL 540 NEXT BAR +550 Nexr I 560 A (41) mB (N42 ,NE2) /B UNH, NHL) 870 FOR I=N TO 1'STEP -1 S80 A(T) =R(T,m42) 590 FOR J=I+i TO NeL 600, A(Z)=A(Z)-B(Z,) *A() 60 Next 3 620 _ACT)=A(z) /B(z, 2) 630 NEXT I 640 FOR T=1 TO N+2 650 _A(I-1)=A(z) 660 Nexr x 665 REM hitung y dengan persamaan polinomial 670 FOR I=1 TO JD 7 78. Pemodelan Matematis 680 © yREG(1)=0 690 FOR K=O TO N 700 ‘YREG (1) =YREG (I) +A(K) #X(I) *K 710 Next K 720 Next I 730 PRINT 740 PRINT " 2 an 750 PRINT "Persamann: yaa(0)+a(1)*x +a(2)#x +... ¢a(n)ex" 760 PRINT "dengan: " 770 FOR I=0 TO 780 PRINT "a("; 190 Next x 800 PRINT 810 PRINT TAB (15) ;"x(i)" /TAB(30) ;"y-data (i) "TAB (45) :" *) = AG) 820 ERB (45) : 830 FOR Ie1 TO oD 840 PRINT TAB(14) ;X(z) ;TAB(29) /¥ (I) /TAB(44) ;YREG(T) 850 Nex 860 PRINT TAB(15) ; =" AB (30) 7": ERB (45) 7 870 880 Keluaran hasil dari program tersebut adalah: RUN Order polinomial= 3 Junlah datas 10 x1) = 2.2 yl)= i x(2) = 3.8 v2) = 13.45 xC3) = 13.2 yO3) = 25.3 x4) = 36.9 y(4) = 29.7 xC5) “6 y(5) = 33.6 x( 6) = 24.23 y(6) = 36.6 xC7) yO7)= x( 8) = y(8) = 42.68 x(9) = 32.7 y(9) = 43.45 x10) = 35.9 yO10) = 45.75 Persamaan: y-a(0)+a(1)*x +a(2)*x +... ta(n)*x dengan. a(0) = 7.705168 a( i) = 1.552285 a( 2) = -1,6069472-c2 a(3) = 6.a1ss66e-c5, Penyelesaian Numeris 79 yreate (i) 31.0432 13137562 25.43015 29.66473 33.4326 36.92535 30.34331, 42.61 1354775, 45.71738 ¢. Bentuk persamaan linier multivariabel Bentuk persamaan linier multivariabel dengan jumlah variabel k adalah: Y= Ao + .ayXy + gt +.GK4 Fees HARK 61) Dengan cara analog akan diperoleh persamaan: nag + ay Exy + ay Ex. + aE tenn tay Dm = Ly Ag Dy ay EP + ay Expy +05 EY tos HEA = LIX qT xy tay E xghy + ay Eng? + ay EHH + oon +E DHE = E YA gE xq + ay Ex Ghy Hay Degg Hag DAG? t rss Hay EGA = EY xZ (4.62) By Ey + 4 E xy tay Late + 8g Eats + oct EM? =E yy Program komputer dalam BASIC untuk bentuk tersebut adalah sebagai berikut: 10 REM rogrosi pers. linier multivariabel 20 REM bentuk: Y=ao + altxl + a2*x2 +... + antxn 30 REM dengan eliminasi gauss dan max. column pivoting 40 REM oleh WS dan AP 50 REM yogyakarta, 24 desember 1994 60 cis 70 PRINT "Junlah variabel = " 90 PRINT "Jumlah data = ";:INPUT NDT ‘90 PRINT 100 NMAT=NVAR#1 210 DIM B(NMAT) ,2 (BAT, NDT) ,ACMAT ,AUAT+L) 215 DIM SUMYZ (NAT) , SOMZZ (MATH ,RUAT#) 120 FOR J=1 70 NOT 3130 2(0,g)=2 80 Pemodelan Materatis SESE 140 150 160 180 190 210 220 230 240 250 sumzz(z,3)=0 260 FOR Kei 70 NDT 270 SuMaz (X, 3) =Stzz (r, J) +2 (2,K) #2 (3,K) 280 wexr x 2900 Next > 300 suMrZ(z)=0 310 FOR K=1 70 wor 320 SUMYE (7) =SOFz (1) 4 (K) #2 (2K) 330 Next K 335 wexr 1 340 REM set olemon-clamen matriks 345 REM ruas kanan adalah A(I,NMAT+) 350 FOR Z=1 70 NMAT 360 FOR J=1 70 KAT. 370 A(z, a) =soMzg (Z-1, 0-1) 3800 Next J 390 ACE, NMAT#1)=SuMrZ(I-1) : ‘ras kanan 400 Next 1 420 REM penyelesaian persamaan linier dengan eliminasi Gauss 440 FOR I=1 70 MMAT-1 4500 IMAX=r 460 FOR IBAR=I+1 TO NMAT 470 TE (ABS(A(IBAR, 1))>ABS (A(IMAX, I))) THEN IMAXMTBAR 480 NEXT TBAR 490 REM tukar barie 500 FOR IKOL=r 0 NMAT#L 510 ASIMP=A (IMAX,,TKOL) 520 ACIMAX, IKOL) “A (I, TKOL) 530 ACL, TROL) =ASIMP. 540 NEXT IKOL 550 REM eliminasi 560 FOR TBAR=I+1 TO HMAT 570 RATIO=A (BAR, I) /A(I,1) 580 FOR IKOLAT+1 TO MMAI+1 590 A(IBAR, IKOL) =A (ZBAR, TKOL) -RATIO*A (I, TROL) 600 NEXT IKOL 610 NEXT BAR 620 Next 630 REM backward substitution 640 B (MAT) =A (MAT, AAT+1) /A QUAT, DEAT) 650 FOR I=NMAT-1 0 1 STEP -1 660 B(z)=A(a,nmaT+1) 670 FOR Jer+i To maT 680 B(Z)=B (2) -A(Z, 3) 4x3) 690 Next J 700 _B(Z)=B(z) /A(T, 2) n0 720 740 Ke ao + altel + azex2 +. 750 760 790 Penyelesaian Numeris 81 900 PRINT "a(";T-1;")= "7B(T) 810 Nexr T 820 PRINT 830 PRINT " data no. y data y calc " 840 PRINT" - 850 FOR I=1 10 NDT 860 YCALC=B(1) 870 FOR d= TO NVAR 880 YCALC=¥CALC+Z (J, 1) *B (341) 8900 Nex g 900 PRINT TAB(S) ;£/TAB(15) 7¥ (I) /TAB(30) ;¥CALC 910 920 930 940 Hasil keluaran program tersebut adal Row Jumiah variabel = 3 Jumlah data = 6 Data ke- 1 zoiy= 2 2(2)= 2 2¢3)= 2 y= 11.8 Data ke- ZC )= 22 = 203 )= y= 14.2 Data ke: zC1)= 202 )= 203 ye 13.2 Data ke- & zor )= 2 ° 2 2(2 = 23 = y= 12.5 Data ke- 5 21 )= 2 2(2)= 3 203)= 0 ye 13.4 Y= a0 + alta + a2tx2 +... + antan aC 1 )= 3.74343 82 Pemodelan Matematis eet EEEEIE UUUIneeeeoasssaaacrainUg UE aC 2 = 2.493611 aC 3 y= 1.082352 aC @ y= 3.452898 y cate 1 11.8 1n.71424 2 14.2 34112439 3 13.2 13.1055, 4 ais 22158433 5 13.4 13.46396 6 218 12.90758 f. Bentuk persamaan linier multifungsi Bentuk persamaan linier multifungsi adalah: Y= agfy t+ ayf, + yf taghy tun Hah (4.63) Dalam hal ini fo, fy, fy -» fi bisa berupa tetapan, variabel atau fungsi. Rumus kuadrat terkecil untuk bentuk ini adalah: ag Lh? + ay Ligh + ay Z fgfy + ay E ffs + ag Lfifytay LE}? + ay E fy + ag E fly towne bay DE = Lyf ag EL fyfy tay Lif, + a LG? + a3 Lhyfy tenn ta Eh = Lyly ag E fyfy tay Lyf + ay D fyly + a3 D2 + eee tay Dh = Lys (4.64) ag L ff tay Lay + ay L fify + ag Lh tn HLA? = Ly g. Bentuk-bentuk lain Bentuk-bentuk lain ada kemungkinan bisa dijabarkan dengan cara yang analog, atau bisa juga dimanipulasi sehingga berubah menjadi bentuk yang sudah tersedia rumusnya di muka, Misal persamaan berbentuk: y exp (bx) (4.65) dapat dimanipulasi menjadi Penyelesaian Numeris Iny=Inat+bx ditinjau In y versus x, maka diperoleh bentuk seperti pada b. Misal bentuk perkalian berpangkat: y=Kajzy bisa dimanipulasi menjadi: Y= IM K + ey In(24) + € (2p) + rane + Gy IC) Persamaan (4.65), bila di In y dengan variabel In(z3), In(2,), In(23), (4.66) 4.67) (4.68) In(2j) adalah seperti bentuk pada e. Contoh program komputer BASIC untuk bentuk perkalian berpangkat beserta hasil programnya adalah sebagai berikut: 10 REM el 2 20 REM regrosi multi-dimensi bentuk Y= K* zl. * 22 + 30 REM dengan linierisasi 40 REM oleh WBS dan A? 50 REM yogyakarta, 25 desenber 1994 60 cis 70 PRINT "“Jumlah varishel = ";: INPUT RVAR 80 PRINT “Junlah data = ";:INPOT NDT 90 PRINT 100 NMATSRVAR+I 105 DIM X(MAT) , Zz GRAT, NDT) ,A (MAT, RUAT#1) , SUMEEZ (3HAT) 120 DIM Somzz (RUATH ;MAT#1) 115 REM magukan data 120 FOR Jel TO NDT 130 2(0,0)=1 140 PRINT "Data ko=";7 150 FOR Im TO NVAR 160 BRINE "2(";I;")= ";:INPUF Z(Z,J) 170 (2,9) 106 (2(T,3)) 1800 NExT T 190 PRINT "ye ";:INPUT (J) 200° © x(a)=20G(¥(9)) 210 PRINT 220 wext J 225 REM olah data menjadi elemen matrike 230 FOR I=0 TO RVAR 240 FOR J=0 70 NVAR 250 ‘sumzz (x, 3)=0 260 FOR K=1'T0 NDT 270 Suez (x, 5) COMES (2,5) +8 (ZR) +8 (I, 8) 280 Next K 2900 Nexr 3 300 suyz(z)=0 320 FOR Kel TO NOT 320 SUMYZ (I) =SUMYZ (1) + (K) *2(Z,K) 330 NEXT K 340 Nex I 345 REM sot elonon-clanen matrike 350 FOR I=l TO NMAT 360 FOR Ji TO MAT a4 370 380 390 400 410 420 430 40 450 460 470 480 490 500 510 520 530 540 560 570 580 590 600 610 620 630 640 650 660 670 620 700 no 720 730 740 750 755 n0 780 790 800 210 820 30 a40 850 860 870 880 290 900 910 920 930 940 Pemodelan Matematis A(T, 3) =suM@z (I-1,9-1) wext J ACE, MATH) =SOMYE (-1) REM oliminasi dongan cara gauss FOR T=1 TO NMAT-1 REM pivoting ax=1 FOR IBAR=I+1 TO NAT [TF (ABS (A(IBAR, I) )>ABS (A(IMAX,Z))) ‘THEN TMAK=TBAR NEXT TEAR REM tukar baris FOR IKOL=I TO MAT+1 ASIMP=A (IMAX, IKOL) 2A CIMAX, EOL) =A (I, TROL) ‘ACL, IKOL)=ASIMP NEXT IKOL REM oliminasi FOR IBAR=I+1 TO MAT RATIO=A(IBAR, I) /A(Z, I) FOR IKOL=I+1 TO MMAT#1 A (IBAR, IKOL) =A (IBAR, ZKOL) -RATIO*A (I, TKCL) NEXT TROL NEXT TBAR wext I REM backward substitution QUT) =A (NMAT, NUAT#1) /A (UAT AT) FOR I-NMAT-1 TO 1 STEP -1 X(T)=A(T, MATH) FOR J=r+i TO MAT (1) =X (1) “A(T, 3) #(9) wext J X(1)=X(Z) /A(Z,2) wexr 1 REM print hasil PRINT * el ear PRINT "Jawaban: Y=K+Zl #220 * ..." PRINT * PRINT AKWEXP (X(1)) PRINT "K = ";AK FOR I=1 TO NVAR PRINT "0(";T;")= ":X(I+1) Next 1 PRINT PRINT " data no, y data y calc " PRINT " FOR I=1 10 NOT YCALC=AK FOR J=1 70 NAR YCALC=YCALC* (EXP (Z(3,1))) “X (+1) next J PRINT AB (5) ;T;TAB(15) next I PRINT * XP (¥ (T)) 7 TAB (30) FYCALE Penyelesaian Numeris 85 Sea“ ———_——————_— Hasil keluaran program tersebut adalal RON Jumlah variabel = 3 Jumlah data = 6 Data ke- z(1)= 2(2 d= 23 )= xe 1.36 Data ke- 21) z(2 = 203 )= y= 4.88 Data ke 21) 202 = 203 )= ye 4.43 pata ke- ZC. )= 202 = 203 = ye 1.42 Data ke~ 202 = 202 d= 2¢3 = ye 2.72 Data ke: zl )= 202 d= 203 )= ye 1.57 cl 2 Jawaban: Y=Kez1 #220 * K = 2.00224 e( 1 )= 0.589395 et 2 y= 1.098216 et 3 )= -0.8863424 data no. y cae 361572 853188 1430155, 1412537 711546 ‘s72014 86 Pemodelan Matematis —————[ Bila cara kuadrat terkecil analitis tidak memungkinkan, maka bisa dipakai cara kuadrat terkecil numeris, yaitu dengan minimasi numeris dari SSE. 8. Penyelesaian Persamaan Diferensial Ordiner Jenis Initial Value Problem Contoh persamaan ciferensial ordiner jenis initial value problem adalah: dy 4 oy wx yxy 4, er 2s gy ty 2? = 0 (4.69) dengan keadaan batas X= X03 Y=Yos dyldx=a (4.70) Contoh lain berupa persamaan diferensial ordiner simultan: dy Bn oxy + (2 any a, mrt yy (4.72) dengan keadaan batas X= Xs Y= os 29 (4.73) Jadi pada jenis persamaan ini semua harga yang diketahui mengumpul pada suatu titik, yaitu Xo. Cara penyelesaian numeris untuk kasus ini ada bermacam-macam. Dalam buku ini dibahas dua cara, yaitu Runge-Kuita (termasuk one-step method) dan predictor-corrector (termasuk multi- step method). Runge-Kutta Misal dijumpai persamaan diferensial order satu berbentuk: dy fly) (474) dengan keadaan batas: X=%03 Y=Yo (4.75) Pada cara Runge-Kutta, diambil suatu harga Ax tertentu (makin keeil makin baik). Rumus Runge-Kutta dapat dipakai untuk menghitung harga yj+| bila harga yj telah tersedia. Pendekatan Runge-Kutta untuk interval xj > xj+1 adalah sebagai berikut: Penyelesaian Numeris 87 rr ky = f(x, y,).x k, =£(x, By +) ax Ax k = (4.76) k, =£(x, +,y, + 22).ax 3 =F; + +B). k, =£(x, +Ax,y; +k, ).Ax Xin =X FAK (4.72) Yuu =¥i HOCK, +2ky +2ky +ky) (4.78) Jadi berdasar xoyyo dapat dihitung x,y}, kemudian berdasar x,y] dapat dihitung x,y Demikian seterusnya, sehingga didapat harga y pada berbagai x. Contoh program komputer BASIC untuk penyelesaian persamaan diferensial: x =vxty” (4.79) dengan keadaan batas X= 0,5; you 04 (4.80) adalah sebagai berikut (ingin dicari jawaban dari xq = 0,5 sampai xj =-1,5 dan interval tersebut dibagi menjadi N bagian). 10 REM ponyelesaian PD ordiner order 1 15 REM dengan cara one-step mothod RUNGE-KUTTA 20 REM oleh: WBS dan AP 30 REM yogyakarta, 24 desoaber 1994 40 cus 50 INPUT 60 INDUT 70 INPUT 80 INPUT 90 DELK= (XN-X0) /N 100 PRINT. 210 PRINT TAB(3);" x= ";TAB(LT); yoo" 320 PRINT TAB(3) ;* EAB (17) ; 330 PRINT AB (4) ;X0 ;7AD (20) 7x0 140 TF XO>‘N THEN 260 150 X=x0 : Y=¥0 : GosuB 1000 160 AKL=FXY*DELX 170 XeXO+DELK/2 : YYO+AK1/2 : GOSUB 1000 180 AK2=EXY*DELX 190 XeXOSDELX/2 : YexO+AK2/2 : GOSUB 1000 200 AK3=ExY*DELX 210 X=XO4DELX : Y=YOHAK3 + GOSUB 1000, 220 AKA=PXY*DELX 230 XO=XO+DELX 88 Pemodelan Matematis — 240 YO=YO+ (AK1+2*AK2+2*AK3+AKA) /6 250 coro 130 260 PRINT TAB(3) 270 PRINT "--selesai--" 280 END 1000 REM menghitung £ (x,y) 1010 Fxy=sQR(x)+¥*.3 1020 RETURN "RB (7) 5 Hasil keluaran program tersebut adalah: 5840892 7219818 9024434 osas19 2e7442 +510576 1733385 +965406 206237 "455524 Jika dijumpai persamaan diferensial ordiner | simultan 2 baris berbentuk: 4 Rahway) si) de x BOY.) (4.82) dengan keadaan batas x 03 Y=Yos Z=2o 4.83) maka rumus Runge-Kutta untuk mencat i#+1s YitLs Zit] berdasar harga xi, yis2j adalah: Penyelesaian Numeris 89 Ky = £,(%).9) 2% )-Ax 1, =£,(x,,y,,2))-Ax Ax ok 1 Ky = BOG+ Soir ys Ht pdx dx Ke oii 1, = f(x, + 2° Yet Qe ti ty)dx Ax ky fo, yet, 2, Bax (4.84) k, = £,(x; +o : NAD AAG 12) ax kg =f (x) + Ax,y; + ,25 +15).Ax 1g =f) + Ax, yi +5 25 +15)AK Xi =X, + AK (4.85) 1 Vins =; + gy +2k, +2k, +,) (486) 1 = 7+ 5h +21, +21, +1) (487) Contoh program komputer BASIC untuk persamaan diferensial ordiner order 1 simultan 2 baris: (4.88) (4.89) dengan keadaan batas: X9=0,5; Yo=l dan 29=0,8 (4.90) adalah sebagai berikut: 10 REM penyelesaian PD ordiner order 1, 2 baris 20 REM dengan RUNGE-KUTTA 30 REM of 40 REM yogyakarta, 24 desonbor 1994 90. Pemodelan Matemat SS OOOO 50 cis 60 INPUT "Harga x0 70 INPUT “Harga yO 80 INFUT "Harga 20 90 INPUT "Harga xX 100 INPUT "Jumlah interval= ":N 120 DELX= (XN-XO) /¥ 320 PRINT 3130 PRINT TAB(3);" x TAB(30) 7" oz 140 PRINT TAB(3) ; "7KB (30) 5" 150 PRINT TAB (4) ;X0/TAB(17) ;YO;7AB(32) ;20 160 TF XO>xN THEN 296 270 X=X0 : Ye¥O : 2920 175 cosvB 1000 180 AKI=F1*DELX : ALI=F2*DELX 190 X=x0+DELX/2 : Y=YO+AKI/2 : Z=Z0+AL1/2 195 cosus 1000 200 AK2=F1*DELX : AL2=E2*DELX 210 X=XO+DELX/2 : Y=YO+AK2/2 : ZRZ0+AL2/2 215 GOSUB 1000 220 AKI=FL*DELX : ALI=F2*DELK 230 X=XO+DELX —: YeYO+AK3 : Z=Z0+AL3 235 GosuB 1000 240 AK4=FL*DELX : AL(F2*DELK 250 X0=x0+DELX 260 YO=YO+ (AK1+2*AK2-2+AK3+AK4) /6 270 20=20+ (ALL+2*AL2-24AL3+AL4) /6 280 Goro 150 290 PRINT TAB(3) 7aB (30) 295 PRINT * 300 END 1000 REM menghitung 1010 Fi=sgR (xeY) +2".3 1020 F2=x+SQR(x*2) 1030 RETURN ‘seles: Hasil keluaran program tersebut adalah: ROW Harga x0= 5 Harga yO = Marga 20= .8 Harga xN = 1.5 Jumlah interval= 10 os 1 o8 06 1.173268 0.9523652 0.700001 1.365195 1.132199 0.800001 1876664 11341872 09000001 3.808546 11583997 a 2.061701, 2.861328 1a 21336977 2.r76791 1.2 2.635212 2.533483 1.3 21957237 21934683 3.303877 3.363857 4 3 31675951, 3.08466 Untuk persamaan ¢iferensial ordiner order | simultan berjumlah n baris, maka rumus yang dipakai analog dengan persamaan (4.84). Pendekatan Runge-Kutta secara tidak langsung dapat dipakai pula untuk persamaan diferensial ordiner order tinggi dengan cara substitusi lebih dahulu, sehingga persamaan diferen- sial ordiner order m berubah menjadi persamaan diferensial simultan ofder satu m baris. Contoh: yet Sie Et Ba ny on? 491 ax? ax = ial: oY Misal : So Diperoteh: dz dz 5 et 4.92) Ser Rg TERY = (492) “de - a Dimisatkan lagi 5 = u, maka persamaan di tas menjadi Sy fusztny=e 4.93) dx atau “ 2 _ fxu-2—xy (494) Jadi, diperoleh persamaan diferensial order 1 simultan sebanyak 3 baris sebagai berikut: 4.95) x (4.95) 92 Pemodelan Matematis —_$_$_$_ $$$ $_$_[_ b, Predictor-Corrector Jika pada cara Runge-Kutta perhitungan untuk suatu titik membutuhkan harga pada satu ik di mukanya (one-step method), maka pada cara predictor-corrector, perhitungan untuk suatu ‘membutuhkan harga pada beberapa titik di mukanya (multi-step method). I persamaan: dy a fay) 496) maka rumus untuk mencari yj+1 adalah sebagai berikut: Predictor: Ax Vier = Yi Fy OSE, ~ Sig +3762 — M8) (497) Corrector: Yin = Vi Gg Ohi +198, ~ 56 + fa) 4.98) Jadi harga yj+j mula-mula diperkirakan dengan persamaan (4.97), kemudian diperbaiki dengan persamaan (4.98). Bila dijumpai bentuk simultan 2 baris: dy ax 7 106922) 4.99) dz Gx 22) (4.100) maka rumus umumnya adalah: Predictor: Ax Yur = Vit 5g BEY, — 59H +372 - 9-3} 4.101) A 2s 2% + Fy HE), ~59(E in +3) HE Did (4.102) Penyelesaian Numeris 93 Corrector Ax Vier = HF Fy (ME Dien 1H; —SHDia +O. (4.103) Ax Zar = 2a + 5g OE dia +19(), — Siar + EaDeat (4.104) ‘Untuk persamaan simultan n baris, maka rumusnya analog Secara umum multi-step method (predictor-corrector misalnya) lebih baik dari one-step method (misalnya Runge-Kutta). Cara predictor-corrector tidak bisa dipakai pada awal-awal hitungan karena baru tersedia harga pada satu titik xo. Oleh karena itu hitungan awal dikerjakan dengan cara one-step method, misalnya Runge-Kutta, kemudian setelah jumlah titik yang tersedia mencukupi, baru dikerjakan dengan predictor-correcior. Contoh program kombinasi predictor-corrector dan Runge-Kutta untuk persamaan diferen- sial simultan 2 baris: é aay 2" (4.88) & Baxi Wa (4.89) dengan keadaan bat X= 0,53 yo=l dan z= 0,8 (4.90) adalah sebagai berikut: 30 REM oleh: WES dan AP 40 cis 50 INPUT “Harga x0 = ";X0 60 INPUT "Hazga yO = ";¥0 70 INPUT “Harga 20 = ";20 80 INPUT "Harga xN = ";%0 90 INPUT "Jumlah interval = ";6 100 PRINT 210 PRINT TAB(4);" x —"/TAB(IB);" oy, 7AB(33) "oz 120 PRINT TAB(4) ;* "PAB (33) ;"~- 130 DELX= (XN-XO) /¥ 140 DIM FL(N) , F200) 150 FOR 1=0 70 N-1 160 PRINT TAB(3) ;XO;TAB(17) ;¥0;TAB(31) ;20 170 x=x0 : Y=¥O : 2=20 180 Gosus 1000 TRB (18) 5 94 Pemodelan Matematis Eee 190 2 (I)=82 200 REM motode Runge-Kutta utk 3 langkah pertana 210 IF 1>=3 THEN 340 220 AKIMPL*DELK: ALL=F2*DELX : 230 X=XO*DELK/2 : Y=YO+AKI/2 : z=Z0+AL1/2 235 cosup 1000 240 ARZ=FL*DELX: AL2@F2*DELX 250 X=XO*DELX/2 : Y=aYO+AK2/2 : Z=Z0+AL2/2 255 GosuB 1000 260 AK3=FI*DELX: ALS=F2*DELX 270 X=XO+DELX : Y=¥0+AK3 ; Z=Z04AL3 275, GosuB 1000 290 AKG=F1*DELK: ALG=F2*DELX 290 X0=K0+DELX 300 YO=Y0+ (AK1+2+AK2+2*AK3+AK4) /6 310 ZO=20+(AL1+2*AL2+2*AL3+AL4) /6 320 coro 440 325 REM -: 330 REM PREDICTOR-CORRECTOR untuk langkah ke 4 dst. 340 X0=XO+DELX 350 YPRED=YO*DELX/24* (55*F1 (I) -59*F1 (I-1) 437481 (1-2) -9*P1(I-3)) 360 ZPRED=Z04DELX/24* (55482 (I) ~59*F2 (I-1) +3742 (1-2) -9*F2(I-3)) 370 X=XO : Y=YPRED : Z-ZERED 375 Gosus 1000 380 Fi (I+1)=F1 : F2(t+1)=82 390 YORYO+DELK/24#(9HFi (I+1) +1948 (I) -S#FI (1-1) +1 (I-2)) 400 20=20+DELX/244 (92 (I+1) +1942 (I) ~5*F2 (I-21) +F2(I-2)) 405 REM ~-koreked hacga Fi(I+1) dan F2(r+1) 410 X=XO : YeyO : Z=t0 420 cosu 1000 430 FL(I+1)=F2 : 2 (r41)=F2 440 Next T 450 PRINT TAB (3) ;X0;TAB (17) ;¥0;AB(31) ;20 460 PRINT TAB(4) 7A (33) ;* 470 PRINT 480 END 1000 REM menghitung £1(x,y,2) dan £2(x,y,2) 1010 F1=s0R(x*¥)+2".3 1020 F2=x+SQR(x*z) 1030 RETURN Hasil keluaran program tersebut adalah: ROW Harga x0 = .5 Marga yo= i Harga 20 = 8 Harga xN = 1.5 Juniah interval = 10 0.8 0.8 0.6 1.173268 0.923852 0.700001 1365195 1.132199 0.000001 1.576664 1.341872 Penyelesaian Numeris 95 1.208546 1.583997 2.061702 2.961329 2.336978 2.176792 2.635213 22533408 2.957238 2.934685 3.303878: 3.383859 2 -675953, 3.884663, Suatu contoh bentuk program lain untuk Kombinasi Runge-Kutta dan Predictor-Corrector yang lebih menghemat memori komputer ditunjukkan dalam subbab 5.5. 9. — Finite Difference Approximation untuk Persamaan Diferensial Ordiner Finite difference approximation atau pendekatan beda hingga dapat dipakai untuk menyele- saikan persamaan diferensial, baik ordiner maupun parsial. Dengan finite difference approxima- tion, persamaan diferensial dapat didekati dengan persamaan-persamaan aljabar yang lebih mudah diselesaikan (Gambar 4.6). finite i samaan~ Persanaan |difference Feiesnes Jarabe: diferensial Japproxima pigabar Gambar 4.6 Skema penyelesaian persamaan diferensial dengan finite difference approximation Misal dijumpai persamaan diferensial ordiner yang merupakan hubungan antara y dengan x. Ingin dicari jawaban peda interval xo sampai xy. Interval dibagi menjadi N bagian sama besar, ‘yang masing-masing besarnya Ax (makin kecil Ax, makin baik jawabannya). ax =" 4,105) =S a. Batas-batas interval diberi nomor 0, 1,2, «my N (lihat Gambar 4.7) re pty Xo 2 3 *y Gambar 4.7 Pembagian interval antara x9 sampai xy Dengan mudah bisa dilihat bahwa: 96, Pemodelan Matematis —— Xj=%o + 1.AX (4.106) Selanjutnya ingin dicari jawaban berupa harga y pada batas-batas interval (Yo, y1, ¥2, Finite difference approximation yang sering dipakai adalah sebagai berikut: YN): SYM (erward) (4.107) dx Ax ote (backward) (4.108) (central) (4.109) ‘ZAK ‘Secara teoritis pendekatan central difference paling baik. ‘Untuk turunan kedua: (dv) _(ay ins Lax), oy. (2). dx? dx (ax ax (a 4. = 4.110) Jadi diperoteh: ay Yer = 295+ Ya aa dx? (ax)? Sebagai contoh penggunaan cara ini, ditinjau persamaan diferensial jenis boundary value problem: (4.112) (4.113) Penyelesaian Numeris 7 ‘Substitusi persamaan (4.109) dan (4.111) ke persamaan (4.112) menghasilk Yer =2¥i + Yin 2 Yi ~Yia r (an? Gridy 2Ax Dy, = Xp +i.Ax (4.114) Yer -2¥, + Via + ( yr ~ Yea) —2(AK)*y, = K(X)? (Ax)? (115) ( ( 1 De vty t= 2080 by, Fain x90)? HAHN" 4.116) aay aa Persamaan (4.116) berlaku untuk i= 1, 2, 3,4, Nel. Khusus untuk i= 1, karena harga yo sudah diketahui, maka persamaan (4.1 16) berubah menjadi: [ } {-2-2(Ax)’}y, + "( ‘Yo (4.117) Xo 1 ax” ) '¥q = Xo(Ax)* + (Ax)? — Khusus untuk i = N-1, karena harga yn sudah diketahui, maka persamaan (4.116) berubah menjadi: 1 | Faw) Ya H{-2-2(A%)" Hoe = *uNE Ren-t)| seo! eov-nant-i 1 Yon (4.118) | *9 4N-1 Ax Persamaan-persamaan (4.116), (4.117) dan (4.118) membentuk persamaan matriks tridiagonal sebagai berikut: ~ 98 Pemodelan Matematis biyt tey2 ayy + boy2 + e2y3 agy2 + b3y3 +03y4 zg : (4.119) N-1YN-2 + DN-1YN-1 + ON-1YN = GN-} aNYN-1 +bNYN = dN. Persamaan matriks tridiagonal (4.119) dapat diselesaikan dengan cara seperti pada subbab 4.5. Contoh program komputer BASIC untuk pelaksanaan hitungannya beserta hasil programnya adalah sebagai berikut: 10 REM Finite ditference approximation untuk PD ordiner 20 REM oleh: WBS dan AP 40 REM yogyakarta, 22 desember 1994 50 cLs 60 INPUT "Sumlah interval = ":8 80 DIM A(N-1) ,B(N-1) ,C[N-1) ,D(N-1) , (N+) 90 INPUT "Harga x aval interval = *;X0 100 INPUT "Harga x akhir interval= "XN 110 INPUT "Harga y awa! interval = ";¥(0) 320 INPUT "Harga y akhir interval= ";7(N) 4130 DEL%= (XN-XO) /N 140 PRINT 150 REM menyusun persanaan 160 A(1)=0 170 B(2)=-2-2sDELKN2 180 C(2)=142/ (x0 /DELKE:) 190 D (1) =XO*DELK”24DELE*3-(1-1/ (XO/DELK+2) )*¥ (0) 200 FOR I=2 TO N-2 210 A(T) =1-1/(x0/DELX+r) 220° © B(I)=-2-2*DELX"2 230 © C(x)ma41/(x0/DELXHI) 240 D(x) =xO*DELX*2-T+DELK*3 250 wexr 1 260 A(N-1)=1-1/ (xo/DEL+N-1) 270 B(N=1)=-2-24DELX*2 280 cin-1)= 290 D(N-1) =XO*DELK*2¢ (u-2) *DELK*3~ (141/ (KO/DELKAN-1) ) #¥ (8) 300 REM penyolesaian matriks tridiadonal 310 REM eliminasi 320 FOR I=2 TO N-2 330 RATIO*A(I) /B(x-1) * 340 B(Z)=B(z) -RATIO*C(I-1) 350 _D(z)=D(z) -RATTO*D(T-1) 360 NEXT I 370 REM backward subs 380 ¥(N-1) =D (N-1) /B( 390 FOR I=N-2 TO 1 STEP -1 400 ¥(z)=( (x) -C (I) *¥ (44) ) /BEZD 410 next r Penyelesaian Numeris 99 PRINT ‘TAB (5) ;%;TAB(20) ;¥(Z) NEXT I ENB (27) 5 = Hasil keluaran program tersebut adalah: Row Junlah interval = 10 Harga x aval interval = Harga x akhir interval= Harga y aval interval = Marga y akbir interval= Haeil hitungan 4 351106 3270298 3237036 3989355 3715308 4210799 4877847 5723473, 6759055, 8 Cara finite difference approximation cocok untuk persamaan diferensial ordiner jenis boun- dary value problem. Persamaan diferensial jenis ini bila diselesaikan dengan cara Runge-Kutta atau predictor-corrector memerlukan trial dan error harga-harga pada titik awal. 10. Finite Difference Approximation untuk Persamaan Diferensial Parsial Pada bagian ini akan dibahas penggunaan finite difference approximation untuk persamaan diferensial parsial. Tersedia berbagai cara penyelesaian, tetapi dalam bab ini hanya akan dibahas 3 cara saja, yaitu cara eksplisit (forward), implisit (backward), dan Crank-Nicolson. Misal ditinjau persamaan diferensial berbentuk: ay a a (4.120) 100 Pemodelan Matematis CE dengan keadaan batas: ¥O% 0)= Yin (4.121) y0,1)=Ya 4.122) ¥L,)=¥b (4.123) Ingin dicari y = f(x, t) pada interval 0 0 AND I=0 THEN ¥(I)=¥A 280 IF _J>0 AND IN THEN Y(z)=¥B 280 PRINT ‘TAB(4) ;T*DELK/TAB(2B) :¥ (1) 300 Next 1 310 PRINT ‘TAB (5) "=~~-—" /TAB(30) ;"==-=—" 320 PRINT 330 IF J>=JEND THEN END 350 REM menghitung y pada j berikutaya 360 FOR Tel TO N-1 370 YMEW(Z)=(¥(x-1) + (AM-2) #¥ (x) 4 (244) /ame 380 Nex 1 390 ges+2, 400 FOR 1-1 TO N-1 410 ¥(z)=¥NEW(T) 420 NEXT I 430 GoTo 220 440 END Hasil keluaran program tersebut adalah: RON Harga yin = 0.5 Harga yA = 1 Harga yB = 0.2 L =a Junlah interval x = 10 Modulus (= 4 Batas J = 2 320 (t= 0) 000002 | eccoccoco0e1¥ 322 (t= 0.0025 coors Penyelesaian Numeris, 103 ge 2 Cara eksplisit ini stabil bersyarat. Pada kasus ini hasilnya akan stabil bila diambil harga M > 2 {lihat persamaan (4.131)}. Persamaan (4.129) menunjukkan pula bahwa perhitungan perubahan_ pada interval j sampai j+1 menggunakan harga-harga pada j. Cara eksplisit ini mempunyai focal truncation error order 2 terhadap Ax dan order | terhadap At, atau bisa ditulis Of(Ax)2 + At}, artinya berbanding lurus dengan Ax pangkat 2 dan dengan At pangkat 1. Pengertian mengenai local truncation error dapat dibeca pada buku-buku metode numerik, misalnya Burden (1986). b, Cara Implisit (backward) Suatu cara perhitungan yang lebih stabil dibanding cara eksplisit, meskipun order local ‘truncation error-nya sama, adalah cara implisit. Dibahas contoh soal yang sama seperti pada cara ‘eksplisit. Pada cara implisit, perhitungan pada interval waktu j sampai j+1 menggunakan harga- hharga pada waktu j+1 (backward), sehingga persamaan (4.120) berubah menjadi (4.137) Ax)? Victor ~ 2V igor + Yierset = ny) (4.138) Vieng +(-2— MY ion + Yana = Mig (4.139) Persamaan (4.139) berlaku untuk i= 1, 2, 3, Khusus untuk i: karena Yo,j+1 = Yay maka persamaan (4.139) berubah menjadi: (-2-Mlyijer + ¥2,je1 = -MYij Ya (4.140) 104 Pemodelan Matematis ee Khusus untuk i='N-1, karena yn,j+1 = yp, maka persamaan (4.139) berubah menjadi: -Yy 4.141) Berdasar persamaan (4.139), (4.140) dan (4.141), apabila harga-harga y dengan indeks j diketahui, maka harga-herga y dengan indeks j+1 dapat dihitung. Dalam hal ini yj j+1 tak bisa dihitung secara langsung seperti pada cara eksplisit, tetapi terbentuk N-1 persamaan dengan N-1 bilangan tak diketahui, (y}, 2, ¥3) mm YNe1) Yang berbentuk matriks tridiagonal. Cara penyelesaiannya dapat dilihat pada bab 4.5, biyl jel + c1y2jel =d) any gti + bayajel +623, je1 =d2 agy2,j+ + bay3 j+1 + o3¥4j+1 =d3 4.142) N-TYN-2,j+1 + BN-1YN-1,j+1 + ON-IYN #1 = ON-T ANYN-1j+1 + ENYN J+ = aN Karena harga-harga y pada j=0 diketahui (yin), maka harge-harga y pada j=1 dapat dihitung. Setelah itu berdasar harga-harga y pada j=1, dapat dihitung harga-harga y pada j=2, demikian seterusnya. Program komputer bahasa BASIC untuk pelaksanaan hitungan beserta keluaran programnya adalah sebagai berikut (dipakai harga-harga yang sama seperti pada cara eksplisit). 10 REM Penyelesaian PD parsial 20 REM dengan cara INPLISIT 30 REM oleh: WBS dan AP 40 REM yogyakarta, 24 desember 1994 50 cis 70 INPUT “Harga yin = ";YIN 80 INPUT "Harga yA = ";1A 90 INPUT "Harga yB = ";¥B 100 INPUT “L = AL 310 INPUT “Jumlah interval x = ";8 120 INPUT "Modulua ()= "7AM 4330 INPUT “Batas J = ";JEND 140 DELX=AL/® 145 DELT=DELK“2/aM 150 DIM A(N-3) ,B(N-2} ,C (1) ,D (N=) , x (We) 160 PRINT 170 REM set kondiei awal 180 FOR I=0 70 W 190 y(ry=vm 200 Next r 210 o=0 220 TIME=J*DELT Penyelesaian Numeri 105 230 240 PRINT TAB(5)" x ";7AB(30);" y " =" /PAB(30) 7 270 IF 9>0 AND <0 THEN ¥(I)=¥A, 280 «IF J>0 AND IeN THEN ¥(I)=¥B 290 PRINT ‘TAB(4) ;T*DELX;TAB(28) ;¥ (1) 300 Wexr 1 310 PRINT TAB(5) 320 PRINT 330 IF J>=JEND THEN 640 340 REM menghitung y pada 3 berikutnya 350 REM sot matrike tridiagonal 360 A(1)=0 370 B(1)=-AM-2 380 c(1)=1 390 D(1)=-AmeY (1) -YA, 400 FOR T=2 TO N-2 42000 A(Z)=1 420° BA T)=-aM-2 43000 c(x)=1 440 D(z) =-amey(z) 450 NEXT T 460 A(N-3)=1 470 BON-1)=-aM-2 480 C(N-1)=0 490 D(N-1) =-auex (N-2) 2B. 500 REM penyolesaian matriks tridiagonal 510 REM elininasi 520 FOR Im2 TO N-2 $30 RAFTO=A(I) /B (1-1) 7B (30) ; S40 B(x) =B (I) =RATIO*C(I~-1) 850 _D(z)=D(z) -RATIO*D (I-1) 560 NEXT I 5370 REM backward gubstitution 580. x (N-1) =D (N-1) /B(N-1) 390 FOR IeN-2 TO 1 STEP -1 600 x (r)= (D(z) -C (a) #¥ (41) ) /B (2) 610 Next T 620 dase 630 coro 220 640 PRIWT"—-sele: 650 END Hasil keluaran program tersebut adalah sebagai be ROW Harga yin = 0. Rarga yA = 2 Harga yB = 0.2 Lb =a Jumlah interval x = 10 Modulus (M)= 4 Batas J = 2 30 (t= 0) oolk 106 35.1 (t= 0.0025) 1 2 3 4 5 6 7 8 94 1000001 1 Hoe eoccecce:x 35 2 (t= 0.005) 1000001 5857866 vs47184 "5025241 "5004257 "5000298 4997528 498487 911692 4485282 2 2 0. 0. 0. °. 0. °. °. 0. 0. o. 464066 7355325 5078746 © Crank-Nicolson Pemodelan Matematis Suatu cara yang lebih baik lagi, dalam arti stabil tak bersyarat dan local truncation error-nya_ order 2 terhadap Ax dan crder 2 terhadap At, atau O{( Ax)? +(At)?}, adalah’ cara Crank-Nicolson. Pada cara , Perhitungan pada interval j sampai j+1 menggunakan harga rata-rata dari j sampai J+1. Untuk soal yang sama seperti pada cara eksplisit, dengan pendekatan ini persamaan (4.120) berubah menjadi: Penyelesaian Numeris 107 = 2Yisa tYiaon | Vit ~ Vey FY ) Yas = jet 2¥ijon FYionsot | Vis 72Viy +Vieng )_ Yaser A 4. (xy? ew at m8 Ax)? 1 2Yig + Yeny + Yesuier ~2Vigot + Yiensor = 2 55 —¥y) (4.144) Yienat +2 — 2M). jt + Yoon = “Vinny +(2—2MYi, —Yiery 4.145) Persamaan (4.145) berlaku untuk i= 1, 2,3, Nel. Khusus untuk i=1, karena Yo,j+1 = Yo, = Yas maka persamaan (4.145) berubah menjadi (2 2M)¥ 51 + Yaar = —2¥a +(2-2M)yi, = Yo (4.146) Khusus untuk i=N-1, katena yN,j+-1 = Nj = Ybs maka persamaan (4,145) berubah menjadi: Ywea,jen + (-2 ~ Aly w-1,jo1 = “Yw-2,j + (2 ~ 2MIynan5 - 2p (4.147) Seperti pada cara implisit, persamaan-persamaan (4.145), (4.146) dan (4.147) dapat dipakai untuk menghitung harga-harga y pada j+1 berdasar harga-harga y pada j. Dalam hal ini terbentuk 'N-1 persamaan dengan N-1 bilangan tak diketahui berupa persamaan matriks tridiagonal. Contoh program komputer dalam BASIC untuk cara Crank-Nicolson beserta keluaran hasilnya adalah sebagai berikut: 10 REM Penyolesaian PD paraial 20 REM dengan cara CRANK-NICOLSON 30 REM oleh : WBS dan AP 40 REM yogyakarta, 24 desomber 1994 50 cis 70 INPUT “Harga yin = 80 INPUT "Harga yA = 90 INPUT “Harga yB = ";¥B 100 INPUT “1 = "AL 110 INPUT "Jumiah interval x 120 INPUT "Modulus (M)= "7AM 130 INPUT "Batas J = ";JEND 240 DELX=AL/N 4145 DELT=DELX*2/aM 150 DIM A(N=1) ,B(N-2) ,C (1) ,DIN-1) , (REL) 170. REM set kondisi aval 180 FOR I=0 70 N 290 x(x)=vIN 200 Next 1 210 9-0 220 ‘TiME=J*DELT 230 PRINT 240 PRINT "j=" ;3;" (t= TIME; ") " 250 PRINT TAB(5)" x "/TAB(30);" y 108 Pemodelan Matematis rrr rr 260 PRINT TAB(5)". 270 FOR T=0 70 W RAB (30) 5 280 © IF J>0 AND I=0 THEN ¥(z)=YA 290 © EF J>0 AND I-N THEN ¥(z)=YB 295 _ PRINT 7AB(4) ;T*DELX;TAB (28) ;¥ (2) 300 Next 310 PRINT ‘TAB (5) "=-~--";TAB (30) ;"— 330 IF J>=JEND THEN 640 340 REM menghitung y pada 3 berikutnya 350 REM eat matrike tridiagonal, 360 A(1)=0 370 B(1)=-2eaM-2 380 c(1)=2. 390 D(1)=-24vA+ (2-24AM) #Y (2) -¥ (2) 400 FOR 1=2 70 N-2 410 A(I)=1 4200 -B(I)=-2¢AM-2 430° cz) 440 D(x) =-¥ (2-2) 4 (2-2¢aM) #¥ (E) -¥ (TH) 450 Nex I 460 A(N-3) 470 BAN-2): 480 C(N-1)=0 490 D (N-1) =-¥ (N-2) + (2-2*AM) #Y (No) -24¥B 500 REM penyelesaian matriks tridiagonal 510 REM oliminasi 520 FOR In2 70 N-1 530 RATIO@A(z) /B(Z-1) +AM-2 S40 BY) =B(1)-RATTO¥C(z-1) 350 D(1)=(z) -RATTO*D (I-1) ‘S60 Wext 1 570 REM backward substitution $80 ¥(N-1)=D(N-1) /B(-1) 590 FOR I=N-2 70 1 STEP -1 600 ¥(z)=(D(z)-C(T) #¥ (141) ) /BEZ) 610 Next I 620 Jeu+1, 630 coro 220 640 PRINT" 650 END ‘eclesai--" Hasil keluaran program tersebut adalah : RON Harga yin = 0.5 Harga yA= 1 Harga yB= 0.2 L = 2 Juslah interval x= 10 Modulus (= 4 Batas = 2 30 (t= 0) ° os 0.1 os, 0.2 05 03 os Penyelesaian Numeris 109 EO — °. 0. ° 0. 0 oO. oO. a ¢..6010205 15102082 0.502032 015001036 0.500042 0.499386 04993816 0.493877 04393877 0.496971 0. 4800022 0.4010206 0.2 11. Penyelesaian Persamaan Non-Linier Simultan Bentuk umum pe:samaan non-linier simultan adalah sebagai berikut: is S Freeney D | £,(%)4%5%3>- 0 Fy (Xp X25 Xo x,)=0 (4.148) AK XX poner =O J 110 Pemodelan Matematis ee Dalam hal ini ingin dicari harga-harga x1, x2, Persamaan (4.148) bila ditulis dalam bentuk matriks menjadi: Xp yang memenuhi persamaan (4.148). FQ) =4 : 4.149) dengan: lr, x, | ol | fs - |; eel, ol LL kdb Bentuk persamaan (4.149) mirip dengan bentuk persamaan untuk persamaan non-linier tunggal, yaitu: F(X) =0 (4.150) hanya skalar diganti dengan matriks. Bila pada persamaan tunggal tersedia cara Newton-Raphson, maka pada persamaan simultan tersedia juga cara Newton-Raphson dengan bentuk mirip, hanya skalar diganti dengan matriks. Rumus Newton-Raphson untuk persamaan tunggal (bab 4,3) adalah: £( “i ln Bat Fea = as [PC F044) sy Rumus Newton-Raphson untuk persamaan simultan berbentuk: Knew = Xold [ican F(Xou) (4.152) dengan: of Oy x, x, Ox, oy OO Ox, OK, OX, Too § (4.153) Penyelesaian Numeris WwW 1 harga [3c ] ‘F(xoa) bisa dihitung dengan cara sebagai berikut: 7 ea a. - . [3c] F(xoa) = ¥ (4.154) Hse] IGRat) | FR) Fae) 7 4.155) IF (aa) = J(aa)-¥ (4.156) T(Ka)-5 = Faw) (4.57) Persamaan (4.157) adalah persamaan linier simultan dalam y}, y2, » Yn (pembaca yang merasa belum jelas, dipersilakan melihat kembali teori matriks), yang bisa disclesaikan dengan cara seperti pada beb 4.5. Jadi, persamaan (4.152) dapat ditulis sebagai: Xnew = Xo Y (4.158) dengan y dicari dari persamaan (4.157). Dimulai dengan Xqa tertentu kemudian diperbaiki secara iterative dengan persamaan (4.158). Bila J(u) sulit dicari secara analitis, maka dapat dipaksi diferensiasi parsial numeris dengan cara analog dengan diferensiasi numeris pada bab 4.1. Misal dipakai cara forward, maka: ais +8, (4.159) Contoh program komputer dalam BASIC untuk persamaan similtan’n béris dan dipakai untuk kasus persamaan: 112 Pemodelan Matematis 3x, ~€08(%)X3)~5 = 0 x} —81(x, + 0,1)? +sin(x,) + 1,06=0 (4.160) e "420%, + 8-3-9 beserta keluaran programaya adalah sebagai berikut: 10 REM ponyelesaian pers. non-linier simultan 20 REM dengan cara Nevton-Raphson 30 REM oleh: WES dan AP 40 REM yogyakarta, 26 desember 1994 50 cL. 60 READ N 70 PRINT "Jumlah persamaan (=jumlah variabel)= ";¥ 80 PRINT 90 FOR T=1 To N 2100 READ XOLD() , EPS (z) , 7OL(z) 210 PRINT "harga aval x(")T;")=";XOLD(Z) 120 PRINT “interval diferonsiasi ke x(*;I;")=";EPS(=) 3130 PRINT "toleransi x ("7 340 PRINT. 150 Next x 260 DATA 3 170 DATA 0.2,0.001,0.0001,0.1,0.001, 180 FOR Tal TON: PRINT USING" x(#) " 190 PRINT "error 200 FOR T=1 70 210 PRINT "~. 220 REM cotak harga-harga awal 230 FOR Ta=1 TO. 240 -X(I)=xoLD (x) 250 PRINT USING “#0. HONNANHR "X(T 260 Next x 270 cosus 2500 280 BEDA=O 290 FOR I=1 TO 300 BEDASBEDA+ABS(F(z) ) 310 Nexr I 320 PRINT USING"###. AANA" ;BEDA 330 REM mulai newton-raphson 340 FOR I=1 TO ¥ 350 X(T) =KOLD(z) 360 NEXT I 370 GosuB 2500 380 FOR el TO N 390 BG@)=F() 400 wext I 410 REM monghitung J(x) 420 FOR Jal TO 8 0.001, 0.0002 Next I * IMEX I 430 FOR Kel T0 8 440 XK) =XOLD (K) 450 IF KeJ THEN X(K) =X (K) +EPS(K) 4600 NEXT K 470 GosuB 2500 480 FOR Tel TOW 0 ACE, 3)= (F(Z) -B(2)) /ERS (3) Penyelesaian Numeris 113 500 NEXT 510 NEXT J 520 REM menghitung y (n persamaan linier) 530 REM eliminasi 540 FOR T=1 70 N-2. 545 REM --pivoting-- x 550 IMAXeI 560 FOR TBAReI+1 10 8 570 1X ABS(A(TBAR,T))>ABS (A(IMAX,I)) THEN IMAX=IBAR 580 NEXT TBAR 590 REM tukar barie 600 FOR IKOL=1 70 N 610 ASIMP=A (TI, TROL) 620, ACE, TROL) =A (IMAX, TROL) 630 ‘A(EMAX, IROL) =ASIMP 640 NEXT IKOL 650 -BSTMP=B(T) : B(T)=B(IMAX) : B(IMAX)=BSIMP 660 REM 670 680 RATIO=A(IBAR, I) /A(E,1) 690 FOR IKOL=I+1 TO N 700 A(IBAR, TKOL) =A (TBAR, TKOL) ~RATIO*A(E, TOL) 710 Next IKOL 720 'B(IBAR) =B (ZBAR) -RATTO*B (I) 730 Next TBAR 740 wexr x 750 REM backward substitution 760 ¥ (N) =B(N) /A(N,N) 770 FOR IeN-1 70 1 STEP -1 780 ¥(x)=B(z) 790 FOR Jur+i TON 200 (2) =¥ (2) -ACZ, 3) *¥ (3) 810 NEXT 820 ¥(z)=¥(r) /ACT,2) 830 NEXT I 840 REM hitung xnew 50 FOR Tel TON 860 XNEW(T) =XOLD (t) -¥ (x) 870 PRINT USING "BR. BRNRRRHO ":xNEW(T) ; 990 Next I 890 REM hitung error dan £(xold) berikutnya 900 FOR I=1 TO ® 910 x (z)=xNEW(I) 920 Next I 930 cosua 2500 940 BEDA=0 950 FOR I=1 70 N 960 _BEDASBEDA+ABS(F(1)) 970 Nexr I 980 PRINT USING" #A#. KOR###" ;BEDA 990 REM cek apakah sudah konvergen 1000 1=2 1010 IF ABS (XNEW(Z)-XOLD(I))>TOL(z) THEN 1050 1020 IF I>= N THEN 1090 1030 1-141 1040 co70 1010 1050 FOR T= TO N 21060 XOLD (I) =xMEW(T) 1070 Nexr I 1080 Goro 340 1090 FoR 1 TO N: PRINT 4 Pemodelan Matematis 1100 print * 1110 PRINT 1120 REM cotak hasil 1130 PRINT “akar-akar persamaan:" u140 —" 1150 1160 "y=" pxanEW (Z) 1170 1180 1200 2500 REM subroutine fungsi-fungei 2505 REM 2510 F(1)=34X (1) ~COS (x (2) #X(3))~.5 2520 B(2)=X (1) *2-B1# (X(2)+.1) “24SIN (X(3) )42.06 2530 ¥ (3) =EXP (-X(1) #X (2) )+20#R (3) + (1083 ,14159-3) /3 2540 RETURN Hasil keluaran program tersebut adalah: ROW Jumiah persamaan (=jumlah variabel)= 3 harga awal x( 1 )= 0.1 interval diferensiasi ke x( 1 )= 0.001 toleransi x( 1 )= 0.0001 harga awal x( 2 )= 0.1 Anterval diferensiasi ke x( 2 )= 0.001 toleransi x( 2 )= 0.0001 harga awal x( 3 = -0.2 interval diferensiasi ke x( 3 )= 0.001 toleransi x( 3 )= 0.0001 x@) (2) (3) error 0.10000000 0.10000000 -9.10000000 + 11.931800 0.49985450 0.01967742 -0.52152670 0.380516 0.50001520 0.00169555 -0.52355370 0.027737 0.50000030 0.00002244 -0.52359770 0.000365, 9.50000000 9.00000014 ~0.52359830 0.000003, x( 3 )= -0.5235983 1014 APLIKASI : BAB PENDEKATAN MATEMATIS 5 DALAM TEKNIK KIMIA: PEMODELAN DAN PENYELESAIAN NUMERIS alam bab injukkan contoh-contoh aplikasi pendekatan matematis dalam teknik D kimia yang mencakup pemodelan matematis dan penyelesaian numeris. Dalam pemodelan terlihat bahwa dasar-dasarnya adalah chemical enginering tools, terutama nomor satu sampai nomor empat, sedangkan pada penyelesaian numeris dipakai cara-cara yang diuraikan dalam Bab 4 beserta kombinasi gabungannya. Contoh aplikasi yang ditunjukkan di sini sudah dicoba pada mahasiswa $1 semester 5, Jurusan Teknik Kimia, Fakultas Teknik Universitas Gadjah Mada, berupa tugas yang wajib diselesaikan dalam satu minggu. Dari hasil penerapan selama beberapa tahun terbukti bahwa para mahasiswa mampu mengikutinya. Contoh-contoh yang di- tampilkan di sini dipilih dari subjek yang dibahas dalam berbagai mata kuliah, dengan maksud untuk menunjukkan Iuasnya penggunaan matematika dalam mata kuliah teknik kimia (matematika adalah bahasa teknik kimia) dan menunjukkan bahwa ilmu teknik kimia merupakan satu kesatuan, 1. Pengaliran Fiuida antara Dua Tangki dengan Pompa (Metoda Newton — Raphson ) ‘Suatu cairan akan dialirkan dari tangki 1 ke 2 melalui pipa berdiameter D, dengan bantuan pompa. Panjang ekuivalen pipa, Le, diketahui (lihat Gambar 5.1). Karakteristik pompa sentrifugal m? yang dipakai berupa hubungan antara head pompa (Hm ,cm) dengan debit (Q, eal dapat je didekati dengan persamaan: H, = 37185 -2,3496.Q + 7,8474.107.Q? — 9,5812.107.Q? (6.1) Ingin dihitung kecepatan aliran cairan dalam pipa (v) dan debitaliran (Q). Persamaan Bernoulli antara titik 1 dan 2 (neraca energi mekanis): (8.2) 116 Pemodelan Matematis —— rr Dengan memakai gauge pressure (tekanan netto antara tekanan pada titik yang ditinjau dengan tekanan. udara Ivar), maka harga-harga P; dan P2 sama dengan nol. Dengan asumsi bahwa diameter tangki cukup besar, harga-harga v, dan v) dapat dianggap nol. Sebagai hasilnya, per- samaan (5.2) berubah menjadi : Z,- %+F+W = 0 (53) file? - ——-H,= 0 5.4) ™a~ atop” Ca (Friction head, F, didekati dengan persamaan d’Arcy, sedangkan kerja oleh cairan (W) pada pompa adalah (-H,)). Gambar 5.1 Pengaliran cairan antara dua tangki dengan pompa Faktor friksi, f, didekati dengan persamaan empiris: 0,0596 - Sor 65) dengan Re = YP ceitangan Reynolds) . 66) “ Debit aliran dihitung dengan persamaan: Aplikasi Pendekatan Matematis dalam Teknik Kimia uz EEE ee 6.7) cm g=981 —— ; 2 =300cm; m=800em; det D=4cm; danLe=20000 cm. Dari persamaan-persamean di atas dapat dilihat bahwa: Bilangan-bilangan tak diketahui : v, Q, f, Re, Hy (5 buah) Jumlah persamaan = 5(5.1, 5.4, 5.5, 5.6, 5.7) Dengan 5 buah bilangan tidak diketahui dan 5 persamaan, sistem persamaan tersebut dapat dise- lesaikan. Salah satu cara penyelesaiannya adalah dengan menggunakan flow-chart hitungan ber- ikut: trial harga baru v Gambar 5.2. Flow-chart algoritma perhitungan dengan cara trial dan error Hitungan trial dan error di atas dapat diganti dengan cara Newton-Raphson, dengan memo- difikasi persamaan (5.4) menja¢ flev? fey)=z, = 245 0 (5.8) (Persoalan di atas berubah menjadi persoalan mencari akar persamaan non-linier). Dari persamaan (6.8) haus dicari harga v_yang memberikan f{v)=0. Dengan metode Newton-Raphson, rumus yang, dipakai adalah: _ fas) Pu) new = Vout (5.9) Karena fungsi {{v) sulit dideferensialkan secara analitis, maka dipakai diferensiasi numeris cara central (Lihat Bab 4.1). Program komputer yang disusun akan mempunyai program pokok 118 Pemodelan Matematis a (body ) berupa Newton-Raphson, dilengkapi dengan subroutine menghitung f(v) ( masukan v, kelvaran f(v)). Berikut adslah contoh program komputer dalam BASIC beserta hasilaya. “Untuk cm 00 ;toleransi harga v = 0,001 detik = detik hitungan diambil Vas (awal) dan interval dife- rensiasi, € = 0,01 10 REM aliran fluida antara 2 tangki dengan bantuan poapa 20 REM contoh aplikasi 1: motode newton-raphson 30 REM oleh: WBS dan AP 40 REM yogyakarta, agustus 1994 50 cLs 60 INPUT “Rapat massa cairan (g/cu3) = ";RHO 10 INPUT "Viskositas cairan (g/cn/dotik) = "/ETA 80 INPUT "Percepatan gravitasi (ca/detik2) =": 90 INPUT "Tinggi permukaan cairan pada tangki 1 (om) = "22 100 INPUT "Tinggi permkaan cairan pada tangki 2 (ca) = "/22 320 INPUT "Diameter pipa (cn) = ";D 120 INPUT “Panjang ekivalen pipa (on) = ";ALE 130 INPUT "Perkiraan xecepatan aliran (cn/detik) = ";VOLD 140 INPUT "Toleransi kecepatan = ";TOL 150 INPUT "Interval untuk diferensiasi = ";E2S 160 PRINT: PRINT 170 PRINT “Pro! 180 PRINT " 190 PRINT 200 PRINT TAB(3);" vy -";FAB(20);" flv) 210 PRINT TAB(3) ;" TAB (20) 220 v=voLD 230 GosuB 1000 240 FOLD=FV 250 V=voLD-EPs 260 cosuB 1000 270 FAWAL=FV 280 V=VOLD+EPS: 290 cosus 1000 300 FAKHIR=FV. 310 FPRIME= (FAKHIR-FAWAL) /2/EPS 320 VNEW=VOLD-FOLD/FPRIME 330 PRINT TAB(2) ;VOLD;TAB(20) ;FOLD 340 IF ABS (VNEW-VOLD) at = (2) 4 dz, (6.12) Gambar 5.3 Skema sistem aliran dengan pompa Integrasi persamaan (5.12) menghasilkan: 6.13) Rp 5 Dip. (@—b)-p (S.14) (S15) Persamaan-persamaan lain yang terlibat adalah seperti pada contoh aplikasi 1: f= 2, — 2, + fe 0 (68) Hy = 3718,5 — 2,3496.Q + 7,8474.107.Q —9,5812.10°.Q° G6.) Pendekatan Matematis dalam Teknik Kimia 321 ft = 0.0596 Rem 65) Re = PD Gitangan Reyne 66) Q= ip 62) Jadi waktu pengisian tangki t, dapat dihitung dengan menerapkan integrasi cara Simpson untuk persamaan (5.13.), dengan bantuan persamaan-persamaan (5.15), (5.8), (5.1), (5.5), (5.6), dan (5.7). Persamaan (5.13) dapat ditulis juga sebagai: 2 t= (22) ff" n(2,).d2, 6.16) D) ben dengan 1 h(z,)=4 (5.17) v Dalam hal ini dipertukan perhitungan harga-harga h(z:) untuk berbagai 2). Caranya adalah: untuk suatu harga 22 dihitung harga z, dengan persamaan (5.15), kemudian berdasarkan z; dan 22, harga v dan harga h(2;) masing-masing dapat dihitung dengan penerapan metode Newton-Raphson atas persamaan (5.8) (lihat contoh aplikasi 1) Struktur program komputernya adalah sebagai berikut: a. Program pokok: Integrasi cara Simpson Isi: [h(z,).dz, b. Subroutine: masukan z , keluaran h(22) = t Isi: persamaan (5.15) Metode Newton-Raphson f(v) = 0 ‘c, Sub-subroutine: masukan v, keluaran-f(v) Isi : persamaan-persamaan (5.8), (5.1), (5.5), (5.6) dan (5.7). Contoh program komputer beserta keluarannya adalah sebagai berikut (diambil D, Dg= 300 cm; z= 500 cm; 29= 600 om; 22f= 1000 cm; data-dats lain seperti pada contoh aj 122 Pemodelan Matematis 10 REM perhitungan waktu pengaliran antara 2 tangki 20 REM dengan bantuan pompa 30 REM contoh aplikasi 2: kombinasi simpson dan newton- rapheon . 40 REM oleh: WBS dan AP 50 REM yogyakarta, agustus 1994 60 cL 70 INPUT "Rapat massa cairan (g/om3) = ";RHO 80 INPUT "Viskositas cairan (g/cm/detik) = ";ETA 90 INPUT "Percepatan gravitasi (cu/detik2) = ";¢ 100 INPUT 110 INpur 120 INPUT 130 INPUT "Diamater tangki 1 (cn) = 140 INPUT “Diameter tangki 2 (cm) = ";DT2 150 INPUT "Diameter pipa (cm) = "/D 160 INPUT "Panjang ekivalen pipa (cm) = ";ALE 4170 INPUT “Jumlah interval 22 (genap) ";/NINT 180 INPUT “Harga awal kecepatan (cx/detik) = ";VOLD 190 INPUT “Toleransi hecepatan = ";TOL 200 INPUT "Interval untuk difereneiass = ";EPS 210 PRINT 220 PRINT "Data pro: 230 PRINT "= 240 PRINT 250 PRINT TAB(3);" 22. ";TAB(11);" 21 ";TAB(22) AB(95)" E(v) ";TAB(49) 7" I/v 260 PRINT TAB(3) ; =" AB (21) ;"~ ‘7B (35) " =AB (49) ;" 270 DELZ2=(z2¥-221) /NINT 280 REM program utana 290 REM ~-integrasi simpson: 300 AREA=0 310 z2=z21 320 GosuB 1000 330 AREA=AREA+Y 340 FOR T=1 70 NINT-1 350 Z2en2T+T+DELZ2 360 GosuB 1000 370 a2" 380 IF (-1)*I<0 THEN Y=24¥ 390 AREASAREA+Y 400 Next r 410 22e22F 420 cosuB 1000 430 AREASAREASY 440 AREASAREASDELZ2/3 450 AREATAREA* (D72/D) *2 460 PRINT TAB(3) ; "7B (35)" 470 PRINT 480 PRINT "Hasil perhitungan:” 490 PRINT " 500 PRINT "Waktu pongaliran = ";AREA;" ‘detik” 510 PRINT " = "IARBA/60;" menit 520 PRINT 530 END 1000 REM subroutine manghitung v 1010 REM ~-cara newtoa-raphson-— 1020 zi=zax~ (22-221) +(D72/DT1) *2 1030 vavoLD Antegrasi: =" 7 AB (22) Aplikasi Pendekatan Matenatis dalam Teknik Kimia 123 1060 cosus 2010 1050 FOLD=FV 1060 v=voLD-zps 1070 Gosus 2010 1080 FAWALFV 1090 vevorD+EPs 1100 GosuB 2010 1210 PAKHIR-FV 1120 FPRIME=(FAKHIR-FAWAL) /2/EPS 1130 VNEW=VOLD-FOLD/FPRIME 1140 IF ABS (VNEW-VOLD) = 81,4%. Tekanan reaktor dianggap tetap 1 atm. E Xout= 0184 L Dimisalkan, x = konversi SO. Zz 2thz Wo W+AW +(x+ Ax) Gambar 5.4 Elemen volum pada reaktor plug-flow Berat Molekul (BM) rata-rata gas masuk BM = 0,078x64 + 0,108x32 + 0,814x28 BM =31,24 kg 1 kgmol Ul reakt = 55000 —= x —_ = — mpan. enkser CF) jam * 31,24" kg = rot Kemol jam Kecepatan umpan masing-masing komponen (Foo, Jo = 0,078 x 1761 270! - 4373 gmol " jam jam gmol (Fo, Jo = 0,108 x 1761 gmol _ j99,2 Bmol (Fy,Jo = 0,814 x 176 Neraca massa SO; pads elemen volum: Rate of - Rate of - Rate of = Rate of Input Output Reaction Accumulation 126 Pemodelan Matematis Fo,|, - Fo, [owe -AW.r = 0 (5.23) Bolu Boe =F 2H aw Ss 2 oy (5.25) 4 - aw fro.) = 526) ~(Ro,Jodx = -1.dW (627) Diperoleh persamaan: mage W=137,3. [ (Ej (5.28) wo AE Persamaan-persamaan untuk Pio, , Po, dan Pso, dapat dicari dengan persamaan stoikhiométri, Kecepatan umpan tiap Komponen adalah Fro, Jo = Feo, Yo 0,108 Fo,Jo = (Fro, ), = 1.3846. God = 28.) 13846. fi, Cudo = ORE (Fe, ), =10.440.(o,), Kecepatan total umpan = (Fso, )o + (Fo, )o* (Fy, Jo = 12,82:(Fp, Jo Pada saat konversi SO, =x, kecepatan tiap komponen adalah so, = Fro, Jo =x) sndekatan Matematis dalam Teknik Kimia 127 od = 13846. Bo,),-4. Fe, * = Fre, o - (13846-0552) (Fo,), = (Fe,),-* ye = 10440.(Fio,), = tetap Kecepatan total saat konversi SO2 =x x = Fo, )e + Fo,)e* Fan,),+ Fade (= (12,82 -05.%). Fyo, Jo ‘Tekanan parsial tiap komponen saat konversi SO, =x adalah Py, = Yso, -P, = ool) Feo, Jo - (12,82 = 0,5.x)" * = —0-*) 5.29) (1282-05x) 629) Dengan cara yang sama, diperoleh: Po, = Yo, -P (13846 ~ 0,5.x) = ————_-P, (5.30) (1282 -05.x) ooo Poo, = Yso,-Pt é 631) (2s 5. Neraca panas pada elemen volum: : Rate of ~ Rateof - Heatof =. Rateof Input Ouiput Reaction Accumulation H- Abs + Foo AkA = 0 | (832) 128 Pomodelan Matematis dengan: H = entalpi bahan total, 2. = panas reaksi (dianggap tetap pada semua suhu), ‘entalpi semua gas pada suhu referensi = 0 He Hee Ax = Fo,)o-% (633) Jika diambil Ax > 0, maka diperoleh: dH a 7 Fs0.)o-® (534) ax aT Fe, Ge = o,Jo% (635) a, Go)-% 639 a F,.¢, Jika F, dan cp juga dianggep tetap karena kadar gas inert (N;) cukup besar, maka diperoleh: r far fax. (637) ie -h = (5.38) Eyo,)- Dapat dihitung/ diketahui bahwa eer = 241,7 sehingga T = Tp + 241,7.x« (5.39) Jika To ditentukan, maka berdasarkan (5.18), (5.19), (5.29), (5.21), (5.22), (5.28). (5.29), (5.30), (5.31) dan (5.39) dapat dihitung harga W, menggunakan integrasi numeris Simpson. Jadi dalam rangka mencari Ty yang memberikan harga W minimum dapat dicoba berbagai harga To sampai diperoleh harga W terkecil (minimasi W = {(T,)). Minimasi dengan satu variabel tersebut bisa dijalankan dengan cara golden section. Struktur program komputer untuk kasus ini adalah: ‘a, Program pokok : minimasi W = f{(To) dengan golden-section, b. Subroutine: Integrasi Simpson’s dari persamaan (5.28) Aplikasi Pendekatan Matematis dalam Teknik Kimia w ‘Ta ‘masukan To, keluaran W. 129 ©. Sub-subroutine: masokan x, keluaran (1), r Isi: persamaan-persamaan (5.39), (5.19), (5.20), (5.21), (5.22), (5.29), (5.30), (5.31) dan (5.18). Contoh program komputer dalam BASIC dan keluaran programmya adalah sebagai berikut: 10 REM mencari berat katalisator minimum sebagai 20 REM fungei ouhu umpan reaktor fix-bed adipbatio 30 REM contoh aplikasi 3: kombinasi golden-section 6 simpson 40 REM oleh: WAS dan AP 50 REM yogyakarta, september 1989 60 cxs 70 PRINT “Batas bawah suhu umpan (K) = " 80 PRINT "Batas atae auhu umpan (K) = " 90 PRINT "Konversi masuk reaktor =“ 100 PRINT "Konversi keluar reaktor = 110 PRINT "Toleransi antara dua suhu (K) = ";:INPUT BATOP 120 PRINT "Junlah interval integrasi (genap) = ";:INPUT NINT 130 REM program utama 140 REM -- minimasi dengan golden-section ~~ 4150 Atm (SQR(5)=1)/2 160 TO=P0A : GOSUB 1000 : WARW 170 TOmTOB : GOSUB 1000 : WB=H 180 TOP=TOA+ (1-AL) * (TOB-TOA) 190 TOmroP : GOSUB 1000 : WP=W 200 TOQ=TOA+AL* (TOB-TOA) 220 TO=709 : GOSUB 1000 : WOW 220 PRINT. 230 PRINT TAB(3);" (To)A_";TAB(1S)" (To)B AB(27) ;" (MA FTAB(AO)/" (HDB 240 PRINT TAB(3) ;" 7 EAB (25) " TAR (27); PRB (40) 7" 250 PRINT TAB (2) ;TOA:TAB (14) ;TOB; TAB (26) ;WA;TAB(39) ;WB 260 XF ((TOB-TOA)=ABS(A(P8,P$)) THEN MAKSROW=TS 42000 Next 18 430° FOR Te=P¢ TO M2 440 ASIMP=A(P8, 78) 450 (PS, 18) =A (AAKSROWS, 8) Aplikasi Pendekatan Matematis dalam Teknik Kimia 133 EE 460 AQUAKSROWS , 18) =ASTHP 4700 NEXT TS 480 BSIMP=B(P8) : B(P8)=B(MAKSROWS) : B (MAKSROWY) =BSIMP 490 FOR K¥=P8+i 70 Ne+L 500 RATIO=A(K8, PB) /A(PS -PS) 520 FOR M=P3 TO Na+ 520 A(KA,MB) =A (K8 MS) “RATIO*A (P88) 530 Next My 540 1B (KS) =B (K8) -RATIO*B (P8) 550 NEXT KS 560 NEXT PE 570 CQNb+I) =B (NB#2) /A (BEL WHHL) 580 FOR I¥=N TO 1 STEP -1 590 Ica 600 FOR J¥=1 TO Re 610 JORICHA (TS, TH+) #C (HHL) 62000 NEXT Jt 630 (x8) =(B (x8) -ac) /a(re, 18) 640 Next 18 650 PRINT 660 PRINT "Koofisien-koefision polinomial 670 PRINT 680 FOR Tt=1 TO Need 690 PRINT "A(")T8-1;")=";C(T8) 700 Next 1% 710 PRINT 720 REM Hitung Ralat 730 REM = 740 PRINT 7AB(3) ;"Suhu (K)"; '7AB(30) ;" (Cp) hitung" 750 PRINT TAB(3) PAB (17) 7" (Cp)data ", PAB (27) 2 770 FOR 18=1 70 JD% 780 -XeX(T¥)_: GOSUB 1500 : YCALC(T¥) =YCALC 790 PRINT TAB(3) :X(18) ;TAB(18) ;¥ (I$) ;TAB (30) ;¥CALC(I8) 800 RAL (8) =BS ( (x (4) -¥CALC(T8)) /¥(T8)) 810 _JRALAJRAL+RAL(I8) ‘7AB (30) ; 840 PRINT “Penyinpangan rats 950 PRINT 860 REM hitung integz 870 REM 10 X=XB : GOSUB 100) : HBSHT 890 X-XA : GOSUB 1000 : HASHT 900 DH=(HB-HA) 910 PRINT "Pans yang diperiukan (Q)= ":DH;" cal/gmolt 920 PRINT "--selesai--" 990 EXD 1000 REM Hitung integean 1010 REM ~ —— 1020 HT=0 1030 FOR K¥=1 TO NA+L 1040 HaHT+C(KS) /TH4K*KE 1050 Next KB 1060 RETURN 1500 REM Hitung polinomial 2510 REM ~. 1520 YcALC=0 134 1530 FOR Ke=1 70 wee 1540 YCALC=YCALC#D (KS) #X* (K¥-1) 1550 NEXT Ke 1560 RETURN Hasil keluaran program tersebut adalah: ROW Jumiah data = 7 Data ke - 1 Subu (K) = 400 Kapasitas panas (cal/gnol/K) = 41.29 Data ke - 2 Suhu (K) = 475 Kapasitas panas (cal/gnol/K) = 45.5 Data ke - 3 Suhu (K) = 520 Kapasitas panas (cal/gnol/K) = 48 Data ke - ¢ Sune (K) = 580 Kapasitas panas (cal/gnol/K) = 51.31 Data ke - 5 Suhu (K) = 660 Kapasitas panas (cal/gmol/K) = 55.61 Data ke - 6 Suhu (XK) = 750 apasitas panas (cal/gnol/K) = 60.3 Data ke - 7 Suhu (X) = 950 Kapasitas panas (cal/gnol/K) Order polinomial = 3 Batas atas integrs Batas bawah integrs 65.26 m= 10 3 (R= 525 Koofision-koefision rolinomial AC 0 )= 19,05822 AC 1 )= 5.312991-02 AC 2 )= 1,026477E-05 A( 3 )=-1,080528-08 ‘Suhu (K) (Cprdata—(Cp)hitung 400 41.28982 475, 45.50029 520 48.00373 580 5130319 55.61256 60-30115 65.2593 Penyimpangan rata-rata = 4.242565E-03 © Panas yang diperlukan (Q)= 3241.886 cal/gnol jenai-— Pemodelan Matematis i Pendekatan Matematis dalam Tekni 135 5. Reaktor Tabung Non-Adiabatis Non-Isotermis (Penyelesaian PD Ordiner Simultan dengan cara Runge-Kutta dan Predictor-Corrector) Reaksi fasa gas bolak-balik, eksotermis: A z>Bee dijalankan dalam sebuah reaktor tabung plug-flow, berdiameter dalam D dan panjang L. Kecepatan reaksi dapat didekati dengen persamaan (5.43) dengan E k=A. a] 5.44) =(-) eo Ks ovo{a +h (5.45) i, Perubahan entalpi reaksi mengikuti persamaan AHa= AH +(cye + C30 ~ Cpa) «(T-Tre) (5.46) dengan AH} adalah perubahan entalpi reaksi pada suhu Ty. Umpan reaktor berjumlah Fo (gmol/detik) bersuhu To, dengan komposisi 90% A dan 10% inert (1). Tekanan sepanjang reaktor dianggap tetap. Untuk menjaga agar suhu reaktor tidak terlalu tinggi, pendingin berupa cairan Jenuh bersuhu T, dialirkan di luar tabung (dalam anulus). Pendingin meninggalkan anulus dalam kkeadaan uap jenuh pada suhu T, (sehingga suhu pendingin tetap). Koefisien perpindahan panas ‘antara gas-gas dan pendingin dihitung berdasarkan luas permukaan dalam tabung = U. Kapasitas ppanas gas-gas dianggap telap. Ingin dicari konversi A (x) dan suhu gas (T) pada berbagai posisi (@) pada keadaan steady, 1S ForToP || 1 2-L 90% 4 20% 1, [p Xout Saat 2 2 2thz | TT, Gambar 55 Reaktor tabung plug-flow, non-adiabatis non-isotermis 136 Pemodelan Matematis Oe eee Neraca massa A pada elemen volum Rate of - Rateof - Rateof = Rateof Input Output Reaction ‘Accumulation ; Diaz. = 0 (3.47) = -ni4.D?. (5.48) Az (5.49) Gy Pike c,— Sak (5.50) dz K Karena diinginkan jawaban dalam x, T, z, maka F,, Ca, Cp dan Ce perlu dieliminasi. Stoikhiometri: Konversi A B e I Total x=0 0,9F. ° ° 0,1Fo Fy x=x | O9Fo(l) | 0,9Fox 0,9F ox OIF | Fo.(1+0,9x) Dari tabel dapat dilihat babwa: F,=0,9Fo(1-x) (51) sehingga GF, = -0,9Fydx (5.52) Jika dianggap gas mengikuti sifat gas ideal, maka berlaku persamaaa: PAV = RT . (5.53) Aplikasi Pendekatan Matematis dalam Teknil Dengan cara yang sama akan diperoleh: _ (29x R.T (1+09x)'R.T Ce 0 3 09x) PP? 14+09.x) "R?.T?K O(es)-(e2) 44) ‘Neraca panas pada elemen volum: (referensi : entalpi semua unsur stabil pada Tyr adalah 0) & 36%. (LH He) |. (LE -He)) Laue + V-.D.d2.F -T,)) = 0 ZG He) [nw He) Ie = -UnD.G-1) Jika diambil Az —> 0, maka diperoleh: £64) = -U.n.D(T-T,) E(nBe)+ E(u, 4) = -U.n.D.(T-T,) 137 (5.54) (5.55) (5.56) (5.57) (5.58) (5.59) (5.60) (5.61) (5.62) 138 Pemodelan Matematis SS — — ar dF, dF, ZF. a. +(Ha a A+ Hy i +He- ae tHe 2). jn.D.(T -T,) (5.63) av dx dx Esp) +(-Ha 09.6, tty 09. Bete ¥ )=-vnd.0-1) dF, Z : ( a dicari dari persamaan stoikhiometris ; = 0 karena inert tidak mengalami perubahan jumlah mol). Yop) E+ (He +He -Ha)-09-F - (5.65) ar é DE -eg)-Se + (AH a) -09-F, = -U.n.D(T-1,) (5.66) ar 09.8, (aH). -U.n.D.(T-T,) ss dz Fy (0.9.(1=x).cyq +:0,9.X.(Ciy +0 yc) + OC) GEN Ringkasan persamaan-persamaan pada kasus ini adalah: - _ 2 dx __7.D*.P {5} 0,9.0=x)) _(_0,9.x (558) dz 3,6.F.R \T)((1409.x J” (1+09-x, 09.F (-AH,). —U.2.D.(T-T,) ae gz (5.67) Gz Fy (0.9.0 =x). gq + 0,9.K. (Cy + Oye) + Oslstyy) E k=A.on ts) (5.44) K-e{« + 5) (5.45) T . AHg= AHR + (cpp + ¢p¢- Cpa) «( T-Tret) (5.46) dengan keadaan batas: z=0; x=0; T=T i Pendekatan Matematis dalam Teknik Kimi 139 Perhitungan 3 titik pertama menggunakan cara Runge-Kutta (one-step method) sedangkan untuk titik-ttik berikutnya dipakai cara predictor-corrector (multistep method). Contoh program cal dalam BASIC untuk data-data U = 0,085 | —°= 0; P=7,0 atm; lam BASIC w 5 (LS % am D=35 em; L = 1000 cm; cya. 65¢ dan cy masing-masing 20, 10, 15 dan 10 —°2!_; aH? = gmolK 3 -35000 cal/gm 82 | 225 |: 4 = 10000 detik'; (ER) 4400K; ‘gmolK Trt = 273K; To 70K; Ts 21K; adalah sebagai berikut. 100 REM reaktor fixed bed adiabatis 120 REM contch aplikasi 5: penyelesaian PD ordiner 2 baris 120 REM dengan kombinasi Runge-Kutta dan Predictor-Corrector 130 REM oleh: WBS dan AP 140 REM yogyakarta, oktober 1994 150 cis 1160 READ FO,PT,DIA,U,L,CPA, CPB, CPC, CPI,DERO 170 READ R,AR,EPERR, ALPA, BETA, TREF, TS 180 READ NINT,NPRT,Z0,x0,70 190 DATA 10,7.0,35,0.0085, 1000, 20,10,15,0,~35000 200 DATA 82,1000, 6500,-12.3,4400,273, 421 210 DATA 100,10,0,0,470 220 PRINT "Laju umpan reaktor = ";F0;" gmol/detik” 230 PRINT "Tekanan = "/PT;" atm" 240 PRINT "Diameter dalam tabung = ";DIA;" ca" 250 PRINT "Panjang reaktor = "7L;" em" 260 PRINT "Koef. porpind. panas overall = "; " eal/dot/on2/K" 270 PRINT "Kapasitas panas A = ";CPA;" cal/guol/R" 280 PRINT "Kapasitas panas B = ";CPB;" cal/gnol/K" 290 PRINT "Kapasitas panas C = ";CPC;" cal/gnol/K" 300 PRINT "Kapasitas panas Inert = ";CPI;" cal/gmol/K” 310 PRINT "Entalpi reaksi pada suhu referensi = ";DHRO; 360 PRINT "Harga beta pada konst. kesetinb = ";BETA;" K™ "suhu pendingin = ";78;" RK" "Suhu referensi = ";TREF;" K" "Jumlah interval untuk perhitungan = ";NINT "Jumlah interval campai cotak = ";NPRT wKondisi uspan masuk:" ‘"Konversi umpan masuk = "Suhu umpan masuk = ";70; “Distribusi suhu dan konversi sepanjang reaktor:" 490 PRINT TAB(4) ;"Jazak, cm" ;TAB(19) ;"Konversi"; ‘tap (37) ;"Subu, K" 500 PRINT TAB(4) 7" ‘TAB (37) 510 g=0 =<" jTAB (19) | 140 ‘Matematis 520 DBLEML/NINT 530 DIM F1(5) ,F2(5) S40 PRINT ZAB(5) ;Z0;7AB (16) ;XO;TAB (36) ;70 350 Z=z0 : X=x0_: T=TO : COSUB 2000 560 F1(0)=F1 : ¥2(0} 570 REM motode Runge-Kutta utk 3 langkah pertama 575 REM 580 FOR I=1 TO 3 590 AK1=FI*DELZ: ALL=E2*DELE 600 Z=20+DELZ/2 : X=XOFAKI/2 : THTO+ALI/2 : GOSUB 2000 610, AK2=F1*DELZ : ALQ-F2*DELZ 620 Z=ZO+DELL/2 : X=XO+AK2/2 630 AK3=FL*DELZ : ALS-F2*DELZ 640 ZeZ04DELZ —: X=XO4AK3: T=TO#AL3 —: GOSUB 2000 650 AK4=F1*DELZ : AL¢=F2*DELE 660 Z0=20+DELZ 670 XO=XO+ (AK1+2*AK2+2*AK34AK4) /6 680 TO=TO+ (AL1+2¥AL2+Z*AL3#AL4) /6 690 Z=Z0 : XeXO : TTC : GOSUB 2000 700 FA(x)=E2 : ¥2(I)=E2 710 Jng+2 720 Nex? T 730 REM hitung dengan PREDICTOR-CORRECTOR untuk langkah 735 REM ke 4 dan soterusnya ~ = 740 20=20+DELZ 750. XPRED=XO+DELZ/24* (55*F1 (3) -59#F1 (2)+37#FL (1) 9471 (0)) 760 TPRED=TO4DELZ/24* (55*F2 (3) -59#F2 (2)+37#82 (1) -9*F2 (0)) 770 Z=20 : X=XPRED : TATPRED : GOSUB 2000 780 FL(4)=F1 : F2(4)=92 790 XO=KO+DELZ/24* (9¥71 (4) +19*P1 (3) ~5*F1 (2) +1 (1)) 800 TO=TO+DELZ/24* (9¥F2 (4) +19+F2 (3) ~5*F2 (2) +2 (1)) 810 z=Z0 : x=x0 tT0 —: GosuB 2000 820 FA (4)=F1 : F2(4)=F2 10 Jase 840 IF JeNPRT THEN 870 850 J=0 860 PRINT TAB(S) ;20;TAB(18) ;X0;7AB(36) ;70 870 FOR I=0 TO 3 280 Fa (x)ePL(Z#2) : F2(r)=F2(r+2) 890 Nexr T 900 IF Z0cL THEN 740 910 PRINT TAB (4) ;"~ ‘TAB (37) ; 920 PRINT: PRINT "— 930 END 2000 REM menghitung f1(z,x,7) dan £2(2,%,7) 2010 PI=3.14159 2020 KReAR*EXP (~EPERR/T) 2030 KE=EXP (ALPA‘BETA/T) 2040 SUKU1=PI*DIA“2*PI/3.6/F0/R* (KR/T) 2050 SUKUZ=. 9% (1X) / (14. 9*X) = (. 9*K/ (14.94%) )°2* (PE/KE/E/T) 2060 Fi=SUKU1*SUKU2 2070 DHRsDHRO+ (CPBSCPC-CPA) # (T-TREF) 2080 ATAS=. 9*F0* (—DHR) ¥F1-PI*DIA*U* (7-75) 2090 BAWAH=FO* (..9¢ (1-X) #CPA+. 9*X* (CPB+CPC) +.1*CPI) 2100 F2=RTAS/BAWA 2110 RETURN ‘T=T0+AL2/2 : GosUB 2000 STAB (19) ;"=—- elesai— ‘Aplikasi Pendekatan Matematis dalam Tekr 141 Hasil keluaran program tersebut adalah sebagai berikut : RUN Laju umpan reaktor = 10 gmol/detik Texenan= 7 ata Diameter dalam tabung = 35 oa Panjang reaktor = 1000 ca Koef. perpind. panas overall = 8 Kapasitas panas A= 20 cal/gnol/K Kapasitas panas B= 10 cal/gnoi/K Rapasitas panas C = 15 cai/gnol/K Rapacitas panas Inert = 10 cal/gmol/K Entalpi roakei pada suhu referensi = ~35000 cal/gnol Konetanta gas umum = 82 cu3.atm/gnol/K Faktor frekwenei tunbukan, A= 10000 1/detik Enorgi aktivasi/R, (2/R) = 6500 K Harga alpa pada konst. kesetinb = -12.3 Harga beta pada konst. kesetinb = 4400 K * ‘Sunu pendingin = 421 x Suhu referensi = 273 K Jumlah interval untuk perhitungan = 100 Gumlah interval eampai cotak = 10 }O000IE-03 cal/det/cn2/K Kondisi umpan masuk: onversi umpan masuk = 0 Subu umpan masuk = 470 K Diatedbu suhu dan konversi sepanjang reaktor: Jarak, om Ronversi ° 0 470 100 0.0178087 473.6736 3.679975E-02 0294E-02 46795-02 1011526 1251236 11503266 11766593 "2038976 "2316178 Catatan Diambil: Jumlah interval untuk perhitungan (NINT) = 100 Jumlah interval sampai mencetak hasil (NPRINT) = 10 (tidak semua hasil hitungan dicetak, tetapi hanya setiap 10 interval) . Distribusi Suhu pada Circular Fin (Finite Difference Approximation untuk Penyelesaian PD Ordiner) Suatu circular fin berjar-jari Roy, tebal b, melekat pada pipa berjari-jari Ri, (Gambar 5.6). Suhu permukaan luar pipa Ts, sedang suhu udara T,: Konduktvitas panas bahan fin k, koefisien 142 Pemodelan Matematis perpindahan panas antara permukaan fin dan udara h. Karena fin cukup tipis, gradien suhu dalam fin ke arah aksial diabaikan. Ingin dicari distribusi suhu fin dalam keadaan steady (T=f(r)). 4 Gambar 5.6 Circular fin dan elemen volumnya Neraca panas pada elemen volum setebal Ar pada fin: Rate of - Rate of = Rate of Input Output Accumulation (- kar . } - (- k2n(r+ ano near + h2REAC2.(T =T, ») =0 (5.68) dT, (r+An). rate I ar" 2hr -=! -1)=0 x ie F- Te) (6.69) Jika diambil Ar ~~——> 0, maka diperoleh oF eo 6.70) dr dr ” at, =0 (5.71. ar dr ~ oe @T 1dT 2h Pt ra wp to Nw=0 . (6.22) Finite difference approximation: T+T 1 Ta-Ta _ 2h i errr —A(T,-T,)=0 a (an) tian” 2ar ee ™) 6) MATT 1. iy == 674) Ra Re 5 iy 2-41 — |, - Ta Geen (5.75) Persamaan (5.75) berlaku untuk i= 1, 2,3, ...yN-l (Nejumlah interval). Khusus untuk i=1, karena Ty = T,, maka persamaan (5.75) berubah menjadi 2 2 (-+-no ie a 1 Ahan , x Ra i ar +5, (8.76) Persamaan untuk i= N (permukaan lengkung fin) dapat dicari dengan cara berikut (salah satu cara pendekatan): Neraca panas pada elemen volum setebal “© pada 2 " tT, permukaan lengkung fin: He Rate of - Rate of = Rate of “NS Input Output ‘Accumulation - ~My Tuo Tes (-w2me,, pee ) (22K bly —T,)+h2A (Rye 8) lS al ees *2,-1)]} =0 Gambar 5.7 Finite difference : ‘approximation sekitar i=N 144 Pemodelan Matematis 1) BN hRos |p 4) kb k J* Persamaan-persamaan (5.75), (5.76), dan (5.78) membentuk N persamaan linear dengan N bilangan tidak diketahui (T;, T,, Ts, ..... Ty) berbentuk matriks tridiagonal, yang bisa diselesaikan dengan cara seperti pada Bab 4.6, sehingga dapat diperoleh harga-harga Tj, T, Ts, Setelah distribusi suhu dapat dicari, selanjutnya dapat dihitung panas terbuang ke udara melalui fin sebagai berikut (silahkan cijabarkan sendiri): » Tr. ® q = 4ach, fr(P-T,)dr + 2nhbRy My Te) (6.79) Harga q dapat dihitung dengan integrasi numeris cara Simpson. Jika fin ideal (k-sc0) maka suhu di semua bagian dari fin akan seragam = Ts, sehingga panas terbuang ke udara pada fin ideal: dua = (m(Riy—R2)+ 2aR yb )h(T, -T,) (5.80) Karena fin berfungsi untuk membuang panas ke udara, maks efisiensi fin adalah; n = —1.100% (5.81) teat Program komputer untuk pelaksanaan perhitungan distribusi suhu dan efisiensi fin beserta hasil programnya adalah sebagai berikut. 10 REM mencari distribusi subu dan efisiensi circular fin 20 REM contoh.aplikasi 6: penyelesaian PD ordiner dengan 30 REM finite difference approximation -> matrike tridi- agonal 40 REM oleh: WBS dan AP 50 REM yogyakarta, okzober 1989 60 cis 70 INPUT "Konduktivitas panas (cal/det/cm/c)..... = " (K 90 IMFO vKoefisien pp finvudarn (eai/det/en2/6) = * (i 90 INPUT "Jari-jari dalam fin (ca) 100 INPUT "Jari-Jari luar fin (ca) ....... 320 IMrur “Tebel fin (cm) . eget 120 INPUT "Juplah interval perhitungan (genap) 130 INPUT "Suhu permucaan Luar pipa (C) 140 INPUT "Suhu udara (Cc) . 150 PRINT 160 PRINT "Distribuei euhu pada fin:” 170 PRINT 180 PRINT TAB(S) ;"Jari-jari, om™;TAB(35);"_ Suhu, oc" 190 PRINT 7AB(5)'; =" 7 TAB (35) 7 200 DELR=(ROUT-RIN) / 210 REM Monbentuk matrike tridiagonal Aplikasi Pendekatan Matematis dalam Teknik: 220 290 340 550 610 680 690 700 70 720 730 740 750 760 70 780 DIM AGH) ,BAN) ,C(M) DOH A)=0 B(1)=-4-44H*DELR2/K/2 (1) =242/ (RIN/DELR+1) D(1)=-4#H*DELR*2/K/B*TU- (2-1/ (RIN/DELR+1) ) *TS FOR Ta2 10 N-1 A(1)=2-1/ (RIN/DELR+T) B(1) =-4-4*H*DELR*2/K/B C(2)=2¢1/ (RIN/DELR+T) D(1)=-4#H*DELR*2/K/B*TU wext 1 A(M)=ROUT/DELR-.5 B(N) =-ROUT/DELR+. 5- (ROUT/DELR-.25) #H*DELR“2/K/B-H*ROUT/K. cus=0 (WN) = (~ (ROUT/DELR-.25) *H*DELR“2/K/B-H*ROUT/K) #70 REM Eliminas’, FOR I=2 70 8 RATIORA (I) /B(I-1) (1) =A (2) -RATIO*B (I-1) (1) =8 (I) -RATTO*C (I-1) D(x) =D () -RATIO*D (z-1) wext 1 REM Backward substitution DIM 7(n) TOy=DOn /BOy FOR I=N-i TO 1 STEP -1 TCL) = (D(X) -C(z) #7 (444) ) /B (2) ext I REM Menghitung q actual aAINr=0 ReRIN tts PRINT TAB(5) USING" —##.###" /RIN; :PRINT TAB(36) USING" ##0.#088" 7S Gosus 1000 AINT=AINT+Y FOR I=1 TO N-2 RERINGI*DELR t=T(1) PRINT TAB(S) USING" ##.##0":R EPRINE TAB(36) USING" #40. 0988 Goss 1000 + IF((-1)*I<0) THEN Y=2¢¥ AINT=AINT+Y wext T ReROUT Ter (x) PRINT TAB(S) USING" #4. ###" ;ROUT; :PRINE TAB(36) USING" #40. 008 cosua 1000 AINT=AINT+Y ‘AINT@AINT#DELR/3 QACT=4*3.14159*HAINT+2#3.14159¢H*B¢ROUT* (T (N) TU) REM Menghitung q ideal dan efisiensi fin (QD=(23.14159* (ROUT“2-RIN“2)+2*3.14159*ROUT*R) + (75-10) EFF=QACT/QID#100 PRINT AB(5) ;"—- PRINT PRINT "q actual = ";QACT;"eal/det" =" RB (35) 7 145 146, Pemodelan Matematis ee 790 PRINT "q ideal = ";QID;"cal/det” 800 PRINT 810 PRINT "Zfisiensi fin = ";EFF;"4" 820 PRINT "se@lesait” 1830 END 1000 REM MENGHITUNG ¥ 2010 Y=Re(T-TU) 1020 RETURN ROW Konduktivitas panas (cal/det/oa/c)..... = 0.5 Koofisien pp fin-udara (cal/det/om2/C) = 0.0007 Jari-jari dalam fin (ca). cteaees 3S Qari-jari luar fin (on) = 8 Teal fin (om) .... sees = 0.2 Junlah interval perhitungan (ganap) 1. = 20 ‘Suhu permukaan luar pipa (C) .......... = 400 Suhu udara (C) ....... = 30 Distribusi subu pada fin: Jari-jari, cm Suhu, oC 3.000 400.0000 31250 390.3490 31500 381.7165 3.750 373.9765 4.000 367.0272 4.250 360.7850 4.500 355.1806 4.750 350.1560 5.000 345.6621, 5.250 341.6568 5.500 338.1042 5.750 334.9731, 6.000 6.250 6.500 6.750 326.1704 7.000 324.8020 7.250 323.7350 7.500 322.9568 7.780 322.4563 8.000 322.2235 q actual = 77.03623 cal/det q ideal = 92110765 cal/det Efisiensi fin = 93.6377 ¥ solesai! ok Aplikasi Pendekatan Matematis dalam Teknik Kim 147 7. _ Pengeringan Silinder (Finite Difference Approximation untuk PD Parsial) Suatu padatan berbentuk silinder panjang, berjari-jari R, dengan kadar air mula-mula Cy, (5) dikeringkan dengan udara yang mengandung uap air sebesar yy | —&-2 em gudara bangan 11,0 di fasa padat dan di udara dapat didekati dengan hukum Henry berbentuk ). ksi. yeH.c (5.82) Kecepatan perpindahan massa uap air dari permukaan padatan ke udara_mengikuti persamaan (5.83) dengan y" adalah kadar H,O di udara setimbang dengan kadar H,O pada permukaan silinder. Karena kadar air dalam silinder sudah cukup rendah, maka kecepatan difusi H,O dari dalam silinder ke permukaan berpengaruh dan karena silinder sangat panjang (R< .001 THEN 600 Aplikasi Pendekatan Matematis dalam Teknik Kimia 151 eens nnn LD 270 280 290 300 310 320 330 340 350 360 370 380 ‘TiMe=1TIME*DELT PRINT PRINT USING " Waktu = ##.### jan" ;TIME PRINT PRINT " Jari-jari, cu Radar air, g/on3" PRINT " ----- FOR I=0 TO NPANS ReI*DELR PRINT USING" —#H.#RH Next 1 PRINT " =. REM menghitung air sisa AREA=O R=0 YeR#cATR (0) AREASAREAY FOR I=1 10 NPANI-1 ReI*DELR ‘Y=RACAIR (I) yeaty IP (-1)*1<0 THEN ya2+y AREAWAREASY Next 1 ReNPANS*DELR :# CAIR (NPANJ) AREASAREA+Y ‘AREAAREA*DELR/3 ‘SISA=2*AREA*100/RSIL“2/CIN PRINT USING"Air torsiea = #A0.#HH### $";SISA PRINT IF ABS (ITIME-NTIME)< .001 THEN END IPRINT=0 REM set matrix tridiagonal B(O)maMed ctoy=-4 D(0)=aM#cazR(0) FOR T=1 TO NPANJ-1 A(n)=1-1/2/2 HHHEHE GR, CAIR(Z) BCL) =-2-aM c(ny=41/2, D(X) =-AM#CAzR (I) NEXT I A(NBANZ) =2¢ (NPARI-. 5) 1B (NPANG) =-AM# (NPANJ~. 25) -2* (NPANJ~. 5) -2*AKG*RSIL*H/DE D (NPANJ) =-AM# (NPANJ~. 25) #CATR (NPANS) -24AKG*RSTL*YUD /DE. REM ponyolesaian pers. matrix tridiagonal REM --eliminaai- TO NPANS RATIO=A(Z) /B (-1) B(Z)=B(I) -RATIO*C(I-1) D(Z)=D (1) -RATIO#D (I-1) NEXT I REM --backward subetitution-- (CATR (NPANJ) =D (PANG) /B (NPANJ) FOR I=NPANJ-1 70 0 STEP -1 CATR (1) = (D(E) -C (Z) *CATR (+4) ) /B(T) wext T ITIME=ITIME+1 IPRINT=IPRINT+1 coro 260 FOR 152 Pemodelan Matematis Hasil keluaran program tersebut adalal ROW Difusivitas efektif (en2/jam) ... = 0.08 Koofision perpindahan massa (g/on2/jam) = 0.08 ‘Totapan kesotinbangan henry esa = O02 Jari2 silinder (ca) = 2 Radar air dalam padatan mula? (g/om) = 0.2 Kadar uap air di udara (g/g udara) .... = 0.002 Sumlah interval panjang (genap) ....... 5 20 umlah interval wak:u . = 100 Junlah interval wa) = 50 Modulus (0) ue 4 Waktu = 0.000 jan Jari-jari, on Kadar air, g/cm} 000 0.200000 02000000 2000000 2000000 2000000 2000000 2000000 "2000000 "2000000 "2000000 "2000000 Aix taraisa = 100.020000 Waktu = 12.500 jam Jari-jari, em Kadar aix, g/om3 1926986, 1923241 1911810 1892053 1863005 1823521 11772452 11708862 £1632230 11542616 "1440768 ° ° ° ° ° ° ° ° °. °. °. Aix tersisa = 94.964800 & Aplikasi Pendekatan Matematis dalam Teknik Kimi 153 Waktu = 25.000 jam vari: Radar air, g/cn3 0.000 0.1694212 0.200 800 0.1615473, 000 0.1571462 200 0.1519040, 400 0.1455537 600 0.138406 800 0-1305288, 000 0.121895 Aix tersisa = 72.636010 & ok Catatan: ‘Untuk perhitungan numeris ini diambil jumlah interval panjang (N)=10, modulus (M)=4, jumlah interval waktu = 100 dan jumlah interval waktu sampai mencetak hasil hitungan (hanya basil hitungan setiap 50 interval waktu yang dicetak). 8, Evaluasi Tetapan Tunggal dalam Model Matematis dengan Kuadrat Terkecil Numeris (Kombinasi antara Golden-Section dan Finite Difference Approxi- mation) Dalam suatu penelitian, kadang-kadang besaran yang aken dicari tidak bisa diukur secara langsung. Misalnya ingin dicari besaran X, tetapi yang dapat diukur adalah besaran Y. Dengan ‘bantuan model matematis, harga besaran X dapat dihitung berdasar harga besaran Y. Cara ini seringkali bisa menyederhanakan percobaan yang diperlukan dalam penelitian. Berikut ini ditun- Jukkan suatu contoh untuk kasus tersebut. Suatu batang berdiameter D, panjang L, ujung-ujungnye melekat pada suatu permukaan yang suhunya masing-masing T, dan T, (Gambar 5.11). Suhu udara di sekitar batang adalah Ty. Karena diameter batang sangat kecil dibanding panjangnya, maka gradien suhu dalam batang ke arah radial bisa diabaikan. udara, T, El x xtAx Gambar 5.11 Batang melekat pada dua permukaan berbeda subu Konduktivitas panas batang, k=0,2 cal/detik/cm/C. Diamati suhu batang pada berbagai posisi saat kkeadaan steady (ajeg). Data yang diperoleh: 154 Pemodelan Matematis x,om 2 4 6 8 T.°C 299 222 170 128 Berdasarkan data tersebut, ingin dicari harga koefisien perpindahan panas dari permukaan batang ke udara, h. Model matematis pada peristiwa ini telah dibahas dalam subbab 3.5. Bentuknya adalah: @T 4h a eo "9 (6.100) Finite difference approximation persamaan di atas: (5.101) Penyederhanaan persamaan (5.101) menghasilkan: Tia + -2-B). T+ To =-B Te (5.102) (5.103) Persamaan (5.102) berlaku untuk i=1, 2, 3, ..., N-1 (N=jumlah interval). Khusus untuk i=1, karena Ty=T, maka persamaan (5.102) berubah menjadi (2B). +T=-P.T-T (6.104) Sedangkan untuk i =N-1, karena Ty=T,, persamaan (5.102) berubsh menjadi Twa + (-2-B).Twi =-BTe-To (5.105) Bila harga h diketehui, maka dengan persamaan (5.102), Thy Thy Tiysees» Tres dapat dihitung (terbentuk persamaan matriks 46) 104) dan (5.105), harga-harga idiagonal seperti pada subbab Pada kasus ini, harga T pada berbagai posisi telah tersedia, dan akan dicari harga h. Harga h dapat dicari dengan cara trial and error sampai diperoleh T hasil perhitungan mendekati T per- cobaan. Harga h terbaik adalah yang memberikan sum of squares of error. SSE = (Trinny ~Toua) = ACh) (6.106) Aplikasi‘Pendekatan’ Matematis dalam Teknik Kimia 155 rr yang minimum. Minimasi SSE dengan variabel h dapat dijalankan secara numeris dengan cara golden-section. Struktur program komputernya adalah sebagai berikut. Program pokck: Minimasi Golden-Seetion, SSE = f{h). b. Subroutine: masukan h, keluaran SSE ie 1) penyelesaian persamaan matriks tridiagonal, 2) sorting data yang seletak dengan data percobaan, 3) perhitungan SSE. Contoh program komputer dalam BASIC dengan data-da D= 1,2 em; L= 10.em; T= 400 °C; Ty= 100 °C; ; T, beserta hasil programnya adalah sebagai berikut: 30 °C; dan k= 0,2 cal/detik/em/C; 10 REM mencazi harga koef. perpindahan panas batang ke udara 20 REM dari data distribuei suhu akeial 30 REM contoh aplikasi @:koubinaei golden-section dan finite 40 REM ‘difference approximation 50 REM oleh: WBS dan AP 60 REM yogyakarta, desember 1991 70 cus 80 INPUT “Diameter batang (em) 90 INBUT “Panjang batang (em) |. 100 INPUT “Suhu pormkaan dinding Kiri (oC). 110 rNpur 120 mpur 130 INPUT “Kondukt. panas batang (cal/det/oa/oc) 140 INPUT “Jumlah data percobaan ..... <= UNDER 150 PRINT 160 DIM X(NDTS) , TT (WTS) , THIT (NOTA) 170 FOR Te=1 10 NOTE 180 PRINT "Data ke - "/18 190 INPUT "Jerak dari dinding Kirt (on) = xa) 200 INPUT “Suhu terkur (oC) = yr) 208 PRINT 210 Nexr Ts 220 PRINT 230 INPUT "Jumlah interval (genap) = ames 235 PRINT 240 PRINT "Porkiraan harga koofisien perpindahan panas:" 250 INPUT" Batas kiri h (cal/det/cm2/oc)... = "7A 260 INPUT" —_Batae kanan h (cal/det/en2/oC)-.. = "7B 270 INPUT “Toleransi harga h (cal/det/cn2/oC)... = "/TOL 280 PRINT 290 PRINT” (h)-Kird (h)-Ranan 300 ERINT™ 310 DELX=L/NINTe 320 DIM CALC (NINTS), A (NTHTS) ,B (RINTS) ,c (TNT 330 DELX=/NINTO 500 REM ~~program pekok: minimasi golden-section~ 520 AL=(SOR(5)~1) /2 520 H=HA : GOSUB 10CO : GOSUB 2000 : SSEA=SSE 530 H=HB : GOSUB 10CO : GOSUB 2000 : SSEB=SSE ‘540 HP=HA+(1-AL) * (HE-HA) ‘550 H=HP : GOSUB 10CO : GoSUB 2000 : SSEP=SSE ‘560 HO-HAYAL* (HB-HA) E)-kiri (SSE)-kanan” | Dowrersy 156, 570 HalHQ : GOSUB 1000 : GOSUB 2000 : SSEg=sSE 500 AS=" W.AAAHENEEH GUCEHREE BEOHEEBICTOS 590 PRINT USING A$;HA,HB,SSEA, SSEB 600 IF (HB-HA)