DISUSUN OLEH:
TONY REDZZA SAPUTRA
03121005
RIZA ARIANNUR
03121006
Rotameter
Viskositas
Kinematis
A1
Qaktual
HLC
Liter/hour
m/s
Exp
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
m /s
Red 1
KLC
Data diatas merupakan data yang diambil oleh praktikan kelompok MF11 pada tanggal pada tanggal 22
April 2014 bertempat di laboratorium mekanika fluida Teknik Mesin ITS.
Deskripsi Data
Dalam mekanika fluida, bilangan Reynolds adalah rasio antara gaya inersia () terhadap gaya
viskos () yang mengkuantifikasikan hubungan kedua gaya tersebut dengan suatu kondisi aliran
tertentu. Bilangan ini digunakan untuk mengidentifikasikan jenis aliran yang berbeda, misalnya
laminar dan turbulen. Namanya diambil dari Osborne Reynolds (1842-1912) yang mengusulkannya
pada tahun 1883.
Re =
Dimana:
Vd Vd
4Q
=
=
Bilangan Reynolds merupakan salah satu bilangan tak berdimensi yang berfungsi untuk menentukan
bentuk aliran apakah aliran suatu fluida laminar atau turbulen serta posisi relatifnya pada skala yang
menunjukkan pentingnya secara relatif kecenderungan turbulen terhadap kecenderungan laminar.
Reynolds menemukan bahwa aliran selalu menjadi laminar bila kecepatannya diturunkan sedemikan
sehingga Re lebih kecil dari 2000. Untuk instalasi pipa biasa, aliran akan berubah dari laminar menjadi
turbulen dalam daerah bilangan Re dari 2000 sampai 4000. Bilangan Re yang besar menunjukkan aliran
sangat turbulen dengan kerugian yang sebanding dengan kuadrat kecepatan. Dalam aliran laminar
kerugian berbanding lurus dengan kecepatan rata-rata.
Head Losses adalah kerugian-kerugian head pada aliran yang disebabkan oleh adanya faktor gesek
fluida pada dinding dalam pipa, adanya katup-katup, belokan, dan lain-lainnya. Head Losses yang
disebabkan adanya belokan-belokan, katup-katup, percabangan dan juga karena perubahan luas
penampang pipa saluran dinamakan Minor Losses.
KLC =
Dimana:
hlc
V 2 downstream
2g
Tujuan dari Pengambilan data diatas adalah untuk mengetahui pengaruh perubahan laju aliran
terhadap head losses akibat pengecilan luas penampang pipa saluran.
KLC VS Red1
4000
3000
2000
KLC
1000
0
-1000
KLC VS Red1
-2000
-3000
-4000
0
5000
10000
15000
20000
25000
30000
Red1
Gambar 1.1 Grafik Perbandingan antara Reynolds Number dengan Head Losses
Dimana : Red1 = Variabel independent (X)
KLC = Variabel Dependent (Y)
1.3
Korelasi
rxy =
sxy
sx sy
sxy =
(xi x)(yi y)
n1
(xi x)2
(yi y)2
sx =
dan sy =
n1
n1
Analisis korelasi adalah metode statistika yang digunakan untuk menentukan kuatnya atau
derajat hubungan linear antara dua variabel. Nilai korelasi (r) berkisar antara 1 sampai -1, nilai semakin
mendekati 1 maka terjadi korelasi yang sangat positif antar 2 variabel tersebut. Sebaliknya jika nilai
korelasi mendekati nilai -1 maka terjadi korelasi yang sangat negatif antar 2 variabel tersebut dan jika
bernilai 0 maka antara 2 variabel uji tidak terjadi korelasi sama sekali. Hubungan positif menyatakan
hubungan semakin besar nilai pada variabel X, diikuti pula perubahan dengan semakin besar nilai pada
variabel Y. Hubungan negatif menyatakan hubungan semakin besar nilai pada variabel X, diikuti pula
perubahan dengan semakin kecil nilai pada variabel Y.
Pedoman untuk memberikan interpretasi koefisien korelasi sebagai berikut:
Hubungan Positif
Hubungan Negatif
0,00 - 0.199
= sangat rendah
0,00 - (-0,199)
= sangat rendah
0,20 - 0,399
= rendah
-0,20 - (-0,399)
= rendah
0,40 - 0,599
= sedang
-0,40 - (-0,599)
= sedang
0,60 - 0,799
= kuat
-0,60 - (-0,799)
= kuat
0,80 - 1,000
= sangat kuat
-0,80 - (-1,000)
= sangat kuat
Pengujian signifikansi selain menggunakan tabel r, juga dapat dihitung dengan uji t. Pengujian t
merupakan pengujian korelasi dengan menggunakan hipotesis.
H0
H0 : p = 0
Critical Value
2
=
1 2
Df = n - 2
H1
H1 : > 0 (ada hub positif)
t > t(n-2)
Rejection Region
t < -t(n-2)
H1 : 0 (ada hub)
Berikut ini adalah hipotesis nol dan hipotesis alternative untuk pengujian ada tidaknya hubungan
positif antara variabel bilangan Reynolds dengan koefisien head losses.
H0 : p = 0 (tidak ada hubungan antara variabel bilangan Reynolds dengan KLC)
H1 : p > 0 (ada hubungan positif antara variabel bilangan Reynolds dengan KLC)
No
ReD (Y)
KLC (X)
(Yi - Y Average)
(Xi - X Average)
(Yi - Y Average)^2
(Xi - X Average)^2
3158.112593
-3581.122152
-11053.39408
-4529.514067
122177520.6
20516497.69
50066503.96
4737.16889
1590.271013
-9474.33778
641.8790983
89763076.37
412008.7769
-6081379.391
6316.225187
1341.646342
-7895.281483
393.2544269
62335469.7
154649.0443
-3104854.395
7895.281484
571.9043591
-6316.225186
-376.4875559
39894700.61
141742.8797
2377980.183
9474.33778
794.6720647
-4737.16889
-153.7198503
22440769.09
23629.79236
728196.8924
11053.39408
875.8556309
-3158.112593
-72.53628408
9973675.15
5261.512508
229077.7522
12632.45037
1677.289648
-1579.056296
728.8977333
2493418.787
531291.9056
-1150970.555
14211.50667
971.4718311
3.9804E-07
23.07991609
1.58436E-13
532.6825268
9.18674E-06
15790.56297
1359.547318
1579.056297
411.1554032
2493418.789
169048.7656
649237.5286
10
17369.61926
1182.608742
3158.112594
234.2168271
9973675.155
54857.52212
739683.1115
11
18948.67556
993.5718019
4737.168891
45.17988688
22440769.1
2041.222179
214024.7546
12
20527.73186
888.8257865
6316.225187
-59.56612853
39894700.62
3548.123669
-376233.0814
13
22106.78815
1168.116469
7895.281484
219.7245542
62335469.71
48278.87971
1734787.204
14
23685.84445
1399.327266
9474.337781
450.9353507
89763076.38
203342.6905
4272313.829
15
25264.90075
2991.892599
11053.39408
2043.500684
122177520.6
4175895.044
22587618.35
5.9706E-06
14211.50667
948.3919146
7061.754439
1374.321301
5206141.868
0.536432534
2.75638224
11597.37604
-5.95154E-06
698157260.7
26442626.53
72885986.15
TOTAL
Y Average
X Average
Sy
Sx
Sxy
rxy
b1
bo
Dari tabel perhitungan korelasi diatas didapatkan nilai r yang bernilai 0.53, hal ini menunjukkan
bahwa hubungan antara bilangan Reynolds dengan KLC memiliki hubungan positif yang sedang (tidak
begitu kuat).
Berdasarkan uji hipotesis didapatkan nilai t sebesar 2.29 dan nilai t tabel sebesar 1.771. Karena
nilai t > t tabel maka tolak H0, berarti hubungan antara bilangan Reynolds dengan KLC ada hubungan
positif.
Regresi Linier Sederhana, Regresi linier sederhana bertujuan mempelajari hubungan linier antara
dua variabel. Dua variabel ini dibedakan menjadi variabel bebas (X) dan variabel tak bebas (Y).
Variabel bebas adalah variabel yang bias dikontrol sedangkan variabel tak bebas adalah variabel
yang mencerminkan respon dari variabel bebas (Kurniawan, 2008).
b.
Regresi Berganda, Regresi berganda sering kali digunakan untuk mengatasi permasalahan analisis
regresi yang melibatkan hubungan dari dua atau lebih variabel bebas. Pada awalnya regresi
berganda dikembangkan oleh ahli ekonometri untuk membantu meramalkan akibat dari aktivitasaktivitas ekonomi pada berbagai segmen ekonomi (Kurniawan, 2008)
=1 1 =1
= 1
1 =
=1( )( )
=1( )2
Y Average
X Average
Sy
Sx
Sxy
rxy
b1
bo
14211.50667
948.3919146
7061.754439
1374.321301
5206141.868
0.536432534
2.75638224
11597.37604
KESIMPULAN
Kesimpulan dari pengolahan data sekunder praktikum comparative flow adalah sebagai berikut:
1. Berdasarkan data praktikum comparative flow didapatkan data statistik deskriptif sebagai
berikut:
a. Mean dari Bilangan Reynolds (Red) adalah sebesar 14211.50667
b. Mean dari koefisien head losses sudden contraction (KLC) adalah sebesar 948.3919146
c. Median dari Bilangan Reynolds (Red) adalah sebesar 14211.50667
d. Median dari koefisien head losses sudden contraction (KLC) adalah sebesar 1168.116469
e. Range dari Bilangan Reynolds (Red) = 25264,90075 3158,112593 = 22106,78815
f.
Range dari koefisien head losses sudden contraction (KLC) = 2991,89259 (-3581,122152)
= 6573,014751
j.
Varians dari koefisien head losses sudden contraction (KLC) adalah sebesar 1888759.038
k. Lower Quartile (Q1) dari Bilangan Reynolds (Red) adalah pada data ke -4 sebesar
7895,281484 dan Upper Quartile (Q3) pada data ke -12 sebesar 20527,73186, sehingga
didapatkan nilai Inter Quartile (Q3 Q1) sebesar 12632,45037
l.
Lower Quartile (Q1) dari koefisien head losses sudden contraction (KLC) adalah pada data
ke-4 sebesar 875,8566309 dan Upper Quartile (Q3) pada data ke-12 sebesar
1399,327266, sehingga didapatkan nilai Inter Quartile (Q3 Q1) sebesar 523,4716347
2. Dari perhitungan korelasi pearson didapatkan nilai r sebesar 0.53 yang menunjukkan bahwa
korelasi positif antara bilangan Reynolds dengan koefisien head losses sudden contraction tidak
begitu kuat.
3. Hasil uji hipotesis, tolak H0 yang berarti bahwa ada hubungan positif antara bilangan Reynolds
dengan KLC.
4. Dari hasil persamaan model regresi linear sederhana didapat permodelan :
Y = 11597,37604 + 2,75638224X