KOMPUTASI NUMERIK
RON by Engine
Senyawa Paraffins
1
2
3
4
5
6
7
8
9
10
11
12
13
45.0
68.0
79.1
89.2
94.9
70.0
81.1
84.0
86.3
90.1
91.2
92.8
94.0
60.7
51.9
46.6
41.3
37.8
50.7
45.8
44.3
42.9
41.3
40.3
39.4
38.6
Composition (vol %)
Senyawa Olefins
Senyawa Naphthenes
0.7
0.8
1.0
1.1
1.1
0.9
0.9
1.0
1.0
1.0
1.1
1.1
1.1
Senyawa Aromatik
23.5
15.0
9.9
4.8
1.4
13.9
9.1
7.6
6.4
4.8
3.8
2.9
1.9
15.1
32.3
42.5
52.8
59.7
34.5
44.2
47.1
49.7
52.9
54.8
56.6
58.4
RON by
Engine
45.0
68.0
79.1
89.2
94.9
70.0
81.1
84.0
86.3
90.1
91.2
92.8
94.0
Dengan komputasi numeric persamaan linear simultan yang telah anda pelajari, anda diminta untuk
menentukan harga konstanta A, B, C, D dan E agar supaya harga Y sesuai dengan RON hasil pengujian Engine.
PENYELESAIAN :
Berdasarkan soal maka akan didapatkan rumus dasar yaitu Y= AX1+BX2+CX3+DX4+E
Dari persamaan tersebut maka akan didapatkan SSE dengan menentukan nilai A, B, C dan D terlebih dahulu
dimana prediksi awal A= 2 ; B = 3 ; C = 4 ; D = 5 ; E = 6
Composition (vol %)
Sample
RON by
Engine (Y
terukur)
Senyawa
Paraffins
Senyawa
Olefins
Senyawa
Naphthenes
Senyawa
Aromatik
RON by
Engine
45
60,7
0,7
23,5
15,1
45
68
51,9
0,8
15
32,3
68
66,96323
-1,03677 1,074889
79,1
46,6
9,9
42,5
79,1
77,587
-1,513 2,289162
89,2
41,3
1,1
4,8
52,8
89,2
89,13569
-0,06431 0,004136
94,9
37,8
1,1
1,4
59,7
94,9
70
50,7
0,9
13,9
34,5
70
69,09261
-0,90739 0,823362
81,1
45,8
0,9
9,1
44,2
81,1
80,26778
-0,83222 0,692584
84
44,3
7,6
47,1
84
82,63512
-1,36488 1,862894
86,3
42,9
6,4
49,7
86,3
10
90,1
41,3
4,8
52,9
90,1
11
91,2
40,3
1,1
3,8
54,8
91,2
12
92,8
39,4
1,1
2,9
56,6
92,8
13
94
38,6
1,1
1,9
58,4
94
Standard
1
-3,0249288
-5,874348
7,5796736
3,3747896
Y prediksi
Error
Error
kuadrat
-0,0394 0,001552
E
5,9557082
SSE
17,94487
Nomor
Y
1
45
2
68
3
79,1
4
89,2
5
94,9
6
70
7
81,1
8
84
9
86,3
10
90,1
11
91,2
12
92,8
13
94
Jumlah 1065,7
X1
60,7
51,9
46,6
41,3
37,8
50,7
45,8
44,3
42,9
41,3
40,3
39,4
38,6
581,6
X2
0,7
0,8
1
1,1
1,1
0,9
0,9
1
1
1
1,1
1,1
1,1
12,8
X3
23,5
15
9,9
4,8
1,4
13,9
9,1
7,6
6,4
4,8
3,8
2,9
1,9
105
X4
15,1
32,3
42,5
52,8
59,7
34,5
44,2
47,1
49,7
52,9
54,8
56,6
58,4
600,6
X12
3684,49
2693,61
2171,56
1705,69
1428,84
2570,49
2097,64
1962,49
1840,41
1705,69
1624,09
1552,36
1489,96
26527,32
X22
0,49
0,64
1
1,21
1,21
0,81
0,81
1
1
1
1,21
1,21
1,21
12,8
X32
X42
552,25
228,01
225
1043,29
98,01
1806,25
23,04
2787,84
1,96
3564,09
193,21
1190,25
82,81
1953,64
57,76
2218,41
40,96
2470,09
23,04
2798,41
14,44
3003,04
8,41
3203,56
3,61
3410,56
1324,5 29677,44
X1X2
42,49
41,52
46,6
45,43
41,58
45,63
41,22
44,3
42,9
41,3
44,33
43,34
42,46
563,1
X1Y
2731,5
3529,2
3686,06
3683,96
3587,22
3549
3714,38
3721,2
3702,27
3721,13
3675,36
3656,32
3628,4
46586
X1X3
1426,45
778,5
461,34
198,24
52,92
704,73
416,78
336,68
274,56
198,24
153,14
114,26
73,34
5189,18
X2Y
31,5
54,4
79,1
98,12
104,39
63
72,99
84
86,3
90,1
100,32
102,08
103,4
1069,7
X1X4
916,57
1676,37
1980,5
2180,64
2256,66
1749,15
2024,36
2086,53
2132,13
2184,77
2208,44
2230,04
2254,24
25880,4
X3Y
1057,5
1020
783,09
428,16
132,86
973
738,01
638,4
552,32
432,48
346,56
269,12
178,6
7550,1
X2X3
16,45
12
9,9
5,28
1,54
12,51
8,19
7,6
6,4
4,8
4,18
3,19
2,09
94,13
X4Y
679,5
2196,4
3361,75
4709,76
5665,53
2415
3584,62
3956,4
4289,11
4766,29
4997,76
5252,48
5489,6
51364,2
X2X4
X3X4
10,57 354,85
25,84
484,5
42,5
420,75
58,08 253,44
65,67
83,58
31,05 479,55
39,78 402,22
47,1
357,96
49,7
318,08
52,9
253,92
60,28 208,24
62,26 164,14
64,24 110,96
609,97 3892,19
Dari kolom-kolom di dalam tabel diatas, maka dapat dibuat suatu hubungan dalam bentuk matriks yang
sesuai dengan metode regresi linear berganda sesuai dengan bentuk seperti berikut ini:
1
2
3
[4
1
1 1
1 2
1 3
1 4
2
1 2
2 2
2 3
2 4
3
1 3
2 3
3 3
3 4
4
1
1 4
2 4 = 2
3 4
3
[
]
4 4 ]
[4 ]
13
581.6
12.8
105
600.6
581.6 26527 563.1 5189.2 25880
12.8
563.1
12.8
94.13 609.97 =
105 5189.2 94.13 1324.5 3892.2
[600.6 25880 609.97 3892.2 29677 ] [ ]
1065.7
46586
1069.7
7550.1
[ 51364 ]
Perhitungan
40
20
0
1
10
11
12
13
FLOWCHARTNYA :
Kemudian menjadi
Sehingga, di plot bidang sisi kiri terhadap z akan menghasilkan sebuah garis lurus jika data sesuai dengan
isoterm BET. Kita susun pada tabel berikut :
a. 0 C, p* = 3222 Torr
p/ Torr
105
282
492
594
620
755
798
103z
32,6
87,5
152,7
184,4
192,4
234,3
247,7
103z/(1-z)(V/cm3)
3,04
7,10
12,1
14,1
15,4
17,7
20,0
Dengan mengeplot z sebagai sumbu X dan [z/(1-z)] sebagai sumbu Y dan penyelesaian menggunakan metode
regresi linear, maka didapatkan:
X2
Y2
XY
0.00304
0.001063
9.2416E-06
0.000099104
0.0875
0.0071
0.007656
0.00005041
0.00062125
0.1527
0.0121
0.023317
0.00014641
0.00184767
0.1844
0.0141
0.034003
0.00019881
0.00260004
0.1924
0.0154
0.037018
0.00023716
0.00296296
No
(z)
[z/(1-z)V]
0.0326
0.2343
0.0177
0.054896
0.00031329
0.00414711
0.2477
0.02
0.061355
0.0004
0.004954
Jumlah
1.1316
0.08944
0.219309
0.00135532
0.017232134
() ()()
2 ()2
7(0.01723) (1.1316)(0.08944)
= 0.0762
7(0.219309) (1.1316)2
2 ()()
=
2 ()2
=
(0.219309)(0.08944) (1.1316)(0.01723)
= 0.000452
7(0.219309) (1.1316)2
terukur
[z/(1-
No
(z)
z)V]
Y Prediksi
error
error kuadrat
0,0326
0,00304
0,00293612
0,0001039
1,07911E-08
0,0875
0,0071
0,0071195
-1,95E-05
3,8025E-10
0,1527
0,0121
0,01208774
1,226E-05
1,50308E-10
0,1844
0,0141
0,01450328
-0,000403
1,62635E-07
0,1924
0,0154
0,01511288
0,0002871
8,24379E-08
0,2343
0,0177
0,01830566
-0,000606
3,66824E-07
0,2477
0,02
0,01932674
0,0006733
4,53279E-07
SSE = 1,0765E-06
1 + =
=1
=1
=1
+ =
=1
=1
=1
7
1,1316
0,08944
[
] [ ]= [
]
1,1316 0,0219309
0,017232
Grafik dari persamaan garis tersebut yaitu
y = 0.076x + 0.000452
z/(1-z)
0,02
0,015
0,01
0,005
0
0
0,05
0,1
0,15
0,2
0,25
(1)
(1)
= 0.000452 (1)
( 1)
= 0.0762 . (2)
0,3
10
Menghitung Dan Membandingkan Nilai V Hasil Eksperimen dan Nilai V Hasil Perhitungan
V dapat diketahui dengan rumus: V =
(1)(
1
1
+
)
V Perhitungan
V Eksperimen
11.47707
11.46663
13.46862
13.49785
14.90923
14.95489
15.58892
15.63999
15.76378
15.8161
16.7158
16.77427
17.0363
17.09665
V Perhitungan
V Eksperimen
Dari hasil perhitungan V, antara V hasil ekseprimen dan V hasil perhitungan menunjukkan hasil yang berbeda
namun tidak signifikan perbedaannya. Hal ini dikarenakan perbedaan nilai c dan Vmon yang didapatkan dari
hasil eksperimen dan perhitungan menggunakan metode regresi linear. Nilai c dan Vmon hasil perhitungan
lebih teliti dan akurat dibandingkan dengan nilai c dan Vmon hasil eksperimen. Dengan demikian,
perhitungan menggunakan metode regresi linear menghasilkan nilai yang lebih akurat.
11
12
Pengukuran luas permukaan karbon aktif pada setiap sampelnya dengan menggunakan teknik adsorpsi BET
(Brunauer-Emmett-Teller) isotherm. Adsorpsi menggunakan gas nitrogen, adsorpsi pada suhu cairnya
sekitar -160 oC (luas permukaan molekul Nitrogen Am = 16.2 x 10-20 m2/molekul. Data hasil pengukuran
dinyatakan dalam bentuk Relative Pressure (P/Po) dengan N2 Gas adsorbed Vgas (ml/g) pada kondisi STP,
ditabelkan sebagai berikut (lihat tabel dibawah ini)
Untuk menguji kelinieran grs sesuai persamaan, maka perlu diolah data sebagai berikut :
Plot antara Relative Pressure (P/Po) dengan N2 Gas adsorbed Vgas(cc/g) STP. Bagaimanakah pola
kurva yang terbentuk, linier, melengkung atau ada kecenderungan linier?? Apakah titik-titik data
cenderung membentuk suatu hubungan variabel.
Data-data dapat dilinearisasi sesuai dengan persamaan isothermal BET yakni
,
P / P0
1 c 1
( P / P0 ) ( P / P0 )
V (1 P / P0 ) cVm cVm
P / P0
V (1 P / P0 )
data-data pola kurva yang cenderung membentuk grs lurus/linier setelah diplot.
Dengan komputasi numerik, bisakah menentukan metode yang mana yang anda pakai sehingga
didapat konstanta persamaan adsorpsi isotermis BET yakni Vm dan c.
Data-data sampel untuk setiap mahasiswa disajikan pada tabel dibawah dan lihat tabel pembagian soal
ketiga.
Sample 3
Zeolit
Relative Pressure P/Po
N2Gas adsorbed
Vgas(cc/g) STP
0.97
29.594
0.93
22.579
0.89
20.536
0.85
19.387
13
0.81
18.557
0.77
17.906
0.73
17.315
0.69
16.757
0.65
16.219
0.61
15.707
0.57
15.229
0.53
14.797
0.49
14.391
0.45
14.019
0.41
13.677
0.37
13.362
0.33
13.055
0.29
12.760
0.25
12.466
0.21
12.162
0.17
11.836
0.13
11.463
0.09
11.007
0.05
10.368
0.01
9.077
PENYELESAIAN :
Data sampel di atas dapat diolah menggunakan metode regresi linear. Metode regresi linear
dilakukan dengan cara linearisasi data dengan menetapkan salah satu variabel sebagai koordinat x dan lainya
sebagai koordinat y. Titik-titik koordinat yang didapat kemudian diplot dalam sebuah garis lurus yang dihitung
peramaanya. Pemilihan metode regresi linear didasarkan pada kepraktisan dalam pengerjaanya.
14
P / P0
1 c 1
( P / P0 ) ( P / P0 )
V (1 P / P0 ) cVm cVm
C m X
Tabel Regresi Linear
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
x2
y2
xy
0,970
0,930
0,890
0,850
0,810
0,770
0,730
0,690
0,650
0,610
0,570
0,530
0,490
0,450
0,410
0,370
0,330
0,290
0,250
0,210
0,170
0,130
0,090
0,050
0,010
12,250
1,09256
0,58841
0,39399
0,29229
0,22973
0,18697
0,15615
0,13283
0,1145
0,09958
0,08704
0,07621
0,06676
0,05836
0,05081
0,04395
0,03773
0,03201
0,02674
0,02186
0,0173
0,01304
0,00899
0,00508
0,00111
3,834
0,9409
0,8649
0,7921
0,7225
0,6561
0,5929
0,5329
0,4761
0,4225
0,3721
0,3249
0,2809
0,2401
0,2025
0,1681
0,1369
0,1089
0,0841
0,0625
0,0441
0,0289
0,0169
0,0081
0,0025
0,0001
8,083
1,193695675
0,346226583
0,155225451
0,085434663
0,052777316
0,034956554
0,024382217
0,017643399
0,013111201
0,00991617
0,007576524
0,00580776
0,004457279
0,003406164
0,002581559
0,001931877
0,001423392
0,001024656
0,000714995
0,000477721
0,000299455
0,000169923
8,07355E-05
2,57693E-05
1,23835E-06
1,963348279
1,059786894
0,547221502
0,350648086
0,248448273
0,186083844
0,143964374
0,113988086
0,091651635
0,074427699
0,060743781
0,049614643
0,040390591
0,032713801
0,026263059
0,020831707
0,016262654
0,012450196
0,009282971
0,006684849
0,004589935
0,002941811
0,001694608
0,000808676
0,000253817
1,11281E-05
3,102
15
() ()()
( 2 ) ()
25(3,102) (12,250)(3,834)
25(8,083) (12,250)
= 0.588
( 2 )() ()()
( 2 ) ()
(8,083)(3,834) (12,250)(3,102)
15(8,083) (12,250)
= 0.243
. =
1
= 4,115
0.243
Mencari nilai c
1
= 0.588
.
1 = 0.588 (. )
1 = 0.588 (4,115)
16
Mencari nilai Vm
. = 4,115
4,115
4,115
3,41962
= 1,203
= ,
Dari persamaan linear tersebut maka dapat dihitung SSE dengan rumus
= ( )
Dengan perhitungan sebagai berikut.
No.
Y terukur
Y prediksi
Error
(Error)2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
0,97
0,93
0,89
0,85
0,81
0,77
0,73
0,69
0,65
0,61
0,57
0,53
0,49
0,45
0,41
0,37
1,09256
0,58841
0,39399
0,29229
0,22973
0,18697
0,15615
0,13283
0,1145
0,09958
0,08704
0,07621
0,06676
0,05836
0,05081
0,04395
0,81336
0,78984
0,76632
0,7428
0,71928
0,69576
0,67224
0,64872
0,6252
0,60168
0,57816
0,55464
0,53112
0,5076
0,48408
0,46056
0,2792
-0,20143
-0,37233
-0,45051
-0,48955
-0,50879
-0,51609
-0,51589
-0,5107
-0,5021
-0,49112
-0,47843
-0,46436
-0,44924
-0,43327
-0,41661
0,07795264
0,040574045
0,138629629
0,20295926
0,239659203
0,258867264
0,266348888
0,266142492
0,26081449
0,25210441
0,241198854
0,228895265
0,21563021
0,201816578
0,187722893
0,173563892
17
17
18
19
20
21
22
23
24
25
0,33
0,29
0,25
0,21
0,17
0,13
0,09
0,05
0,01
0,03773
0,03201
0,02674
0,02186
0,0173
0,01304
0,00899
0,00508
0,00111
0,43704
0,41352
0,39
0,36648
0,34296
0,31944
0,29592
0,2724
0,24888
-0,39931
-0,38151
-0,36326
-0,34462
-0,32566
-0,3064
-0,28693
-0,26732
-0,24777
SSE
0,159448476
0,14554988
0,131957828
0,118762944
0,106054436
0,09388096
0,082328825
0,071459982
0,061389973
4,223713316
Eksperimen
0,4
Perhitungan
0,2
0
0
0,2
0,4
0,6
0,8
1,2
Dari hasil perhitungan, antara hasil eksperimen dan hasil perhitungan menunjukkan hasil yang berbeda dan
signifikan perbedaannya. Hal ini dikarenakan perbedaan nilai yang didapatkan dari hasil eksperimen dan
perhitungan menggunakan metode regresi linear. Nilai hasil perhitungan lebih teliti dan akurat dibandingkan
dengan nilai hasil eksperimen. Dengan demikian, perhitungan menggunakan metode regresi linear
menghasilkan nilai yang lebih akurat.
18
19