Disusun Oleh :
Saripudin, ST., MT.
Iwan Ridwan, ST., MT
2. Penulis
a. Nama : Saripudin, ST., MT.
b. NIP : 19590807 1988112 001
c. Jabatan Fungsional : Lektor/IIIc
d. Program Studi : DIII Teknik Kimia
e. Jurusan : Teknik Kimia
f. Alamat Institusi : Jurusan Teknik Kimia, Politeknik Negeri
Bandung Jl. Gegerkalong Hilir, Ds.
Ciwaruga Kotak Pos 1234 Bandung 40012
g. Telepon/Faks/Email : 081312798379, sarip.itb@gmail.com
Menyetujui
Ka. Jurusan
Puji syukur saya panjatkan ke hadirat Allah SWT atas terselesaikannya “Buku Ajar
Aplikasi Komputer Teknik Kimia I” ini. Buku Ajar ini ditujukan sebagai suatu bahan
pegangan bagi mahasiswa Jurusan Teknik Kimia Politeknik Negeri Bandung yang sedang
menjalankan kuliah di semester empatyang disesuaikan dengan silabus dan kebutuhan bagi
para mahasiswa dalam mengikuti perkuliahan. Buku Ajar Aplikasi Komputer merupakan
salah satu komponen penting dalam proses belajar-mengajar, terutama dalam kaitannya
dengan pengembangan dan kemampuan analisis yang sangat dibutuhkan bagi para lulusan
pada saat terjun ke dalam dunia kerja sebagai seorang ahli madya D III Teknik Kimia.
Keberadaan buku ajar Aplikasi Komputer Teknik Kimia Iadalah sebagai bahan latihan
dan ketrampilan bagi mahasiswa Teknik Kimia dalam rangka menyelesaikan berbagai
permasalahan matematika berkaitan dengan proses Teknik Kimia.
Penulis
Halaman Pengesahan..............................................................................................................ii
Kata Pengantar.......................................................................................................................iii
Daftar isi.................................................................................................................................iv
Daftar Tabel..........................................................................................................................vii
Daftar Gambar.......................................................................................................................viii
Deskripsi Mata Kuliah...........................................................................................................x
BAB IV OPTIMISASI....................................................................…................................. 25
4.1 Soal Penentuan Biaya Operasional Pompa............................................................... 25
4.1.1 Penyelesaian Soal Penentuan Biaya Operasional Pompa......................................... 25
4.2 Soal Penentuan Biaya Operasional Proses................................................................ 26
4.2.1 Penyelesaian Soal Penentuan Biaya Operasional Proses.......................................... 26
4.3 Soal Optimisasi Aplikasi dalam Teknik Reaksi Kimia............................................. 27
4.3.1 Penyelesaian Soal Optimisasi Aplikasi dalam Teknik Reaksi Kimia....................... 27
Daftar Pustaka....................................................................................................................... 65
Lampiran............................................................................................................................... 66
MATLAB (Matrix Laboratory) adalah sebuah program untuk analisis dan komputasi
numerik dan merupakan suatu bahasa pemograman matematika lanjutan yang dibentuk
dengan dasar pemikiran menggunakan sifat dan bentuk matriks. Matlab banyak digunakan
untuk menyelesaikan masalah-masalah yang melibatkan elemen matriks, optimasi,
aproksimasi, dan lain-lain. Sehingga Matblab banyak digunakan pada :
Matematika dan Komputansi
Pengembangan dan Algoritma
Pemograman modeling, simulasi, dan pembuatan prototipe
Analisis numerik dan statistik
Pengembangan aplikasi teknik
Ketika anda mulai membuka program Matlab, akan muncul desktop Matlab yang
berisitools (Graphical User Interface) untuk mengatur file, variabel dan aplikasi
yangberhubungan denganMatlab.Sebagai ilustrasi dibawah ini digambarkan desktop yang
pertama muncul di Matlab. (Rustamaji, 2010).
4. Graphics.
MATLAB memiliki fasilitas untuk menampilkan vector dan matrices sebagai
suatu grafik yang high-level functions (fungsi-fungsi level tinggi) untuk visualisasi
data dua dikensi dan data tiga dimensi, image processing, animation, dan presentation
graphics. Ini juga melibatkan fungsi level rendah yang memungkinkan bagi anda
untuk membiasakan diri untuk memunculkan grafik mulai dari bentuk yang sederhana
sampai dengan tingkatan graphical user interfaces pada aplikasi MATLAB anda.
MATLAB dapat digunakan untuk memvisualisasi hasil. Oleh karena itu, variabel
– variabel harus Anda definisikan, yang masing – masing berisi nilai satu parameter
untuk menggambar.
Dengan perintah plot, suatu tampilan grafis dapat dibuat. Untuk vektor y, plot(y)
akan menggambar titik pada posisi [1,y(1)], [2,y(2)], …, [n,y(n)] dan menghubungkan
titik – titik tersebut dengan suatu garis lurus. plot(x,y) berarti menggambar titik pada
posisi [x(1),y(1)], [x(2),y(2)], …, [x(n),y(n)]. Catatan bahwa x dan y merupakan
vektor baris dan vektor kolom yang sama panjang.
Tabel 9.Arti dan Fungsi Simbol pada Penulisan Syntax dalam MATLAB
G. MEMBUAT M-FILE
Secara formal suatu script merupakan suatu file eksternal yang berisi urutan
perintah MATLAB. Tetapi script tersebut bukan merupakan suatu fungsi. Ketika
Anda menjalankan suatu script, perintah di dalamnya dieksekusi seperti ketika
dimasukkan langsung pada MATLAB prompt lewat keyboard.
Dalam m-file dapat berisi fungsi yang merupakan subprogram, yang dapat
menerima argumen masukan (input) dan / atau menghasilkan keluaran (output)
dengan parameternya. Variabel yang dinyatakan dan digunakan dalam suatu fungsi,
berbeda dari argumen masukan / keluaran, dimana tidak diizinkan untuk digunakan
oleh fungsi lain dan lingkungan perintah lainnya.
Berikut cara membuat m-file dalam matlab :
1. Buka Aplikasi Matlab
2. Klik New M-file (seperti ditunjukkan gambar 3)
I. MEMBUAT GRAFIK
1. Hanya membuat 1 Grafik dalam 1 Gambar pada MATLAB memakai syntax
sebagai berikut.
plot(variabel untuk sumbu x, variabel untuk sumbu y,’warna’)
xlabel(‘title sumbu x’)
ylabel(’title sumbu y’)
2. Membuat 3 garis dalam 1 Grafik bila salah satu sumbu sama, pada MATLAB
memakai syntax sebagai berikut.
plot(variabel untuk sumbu x1, variabel untuk sumbu y1,’warna,
variabel untuk sumbu x2, variabel untuk sumbu y2’warna’’)
xlabel(‘title sumbu x’)
ylabel(’title sumbu y’)
Gambar 7. Membuat 3 garis dalam 1 Grafik bila salah satu sumbu sama
1. Persamaan Linier
Permasalahan :
Hitung nilai T dalam bentuk a dan b untuk persamaan
Alternatif penyelesaian
» solve('ln(T)+a^2=b','T')
ans =
exp(-a^2+b)
Alternatif Penyelesaian
% linear.m
% using matrix manner to solve linear
algebraic equations
A = [1 1 -2 -1;
2 -1 1 -2;
3 -2 2 -3;
4 -1 -2 -1];
B = [7 -1 0 -2];
C = A\B'
C =
-13.0000
-15.0000
-12.0000
-11.0000
D1 7% Xylene
4% Styrene
54% Toluene
35% Benzene
D
2
18% Xylene
24% Styrene
B1 42% Toluene
15% Xylene
25% Styrene 16% Benzene
40% Toluene 1 D2
20% Benzene 15% Xylene
10% Styrene
F = 70 mol/min 54% Toluene
21% Benzene
B 3
24% Xylene
65% Styrene
B2 10% Toluene
1 % Benzene
Pertanyaan :
1. Hitung laju alir molar di D1, B1, D2, B2!
2. Hitung laju alir molar di D dan B !
Dalam bidang Teknik Kimia sering dijumpai persoalan mencari akar persamaan non
linier f(x) = 0 yang sulit diselesaikan dengan manipulasi matematika analitis.
Matlab menyediakan fasilitas untuk menyelesaikan jenis persamaan-persamaan di atas
yang telah tersusun dalam fungsi yaitu „fzero‟.
Syntax yang digunakan untuk menuliskan fzero adalah
z = (‘fzero’,initial guess)
(Rustamaji, 2010).
1. Persamaan Non Linier
a. Kasus 1
Permasalahan :
Tentukan nilai x sehingga pernyataan matematika berikut benar.
y f ( x) x 4 2x 2 0
Alternatif Penyelesaian :
» y = solve('x^4-2*x^2')
y =
[ 0]
[ 0]
[ 2^(1/2)]
[ -2^(1/2)]
» numeric(y)
ans =
0
0
1.4142
-1.4142
atau
» y = roots([1 0 -2 0])
y =
0
1.4142
-1.4142
Alternatif Penyelesaian :
» f = inline('x*exp(x)+x-5*x-5')
f =
Inline function:
f(x) = x*exp(x)+x-5*x-5
» y = fzero(f,4)
Zero found in the interval: [1.44, 5.8102].
y =
1.8933
Alternatif penyelesaian:
function F=myfun(x)
F = [5*(x(2)-x(1)^2)^4 (1-x(1))^2];
Hasil:
» fsolve('myfun',[0,0])
ans =
0.9922 0.9177
dimana;
R=0.082 L.atm/mol.K
Tc=405.5 K
Pc=111.3 atm
T=450 K
a=(27/64)*((R^2*Tc^2)/Pc)
b=(R*Tc)/(8*Pc)
Pr=[0.5 2 5 10 20 40]
Pa=Pc*Pr
function FV=pers2a(V)
global P T R a b
FV=P*V^3-P*b*V^2-R*T*V^2+a*V-a*b
clc
clear
global P T R a b
%Pr=40
a=(27/64)*((R^2*Tc^2)/Pc)
b=(R*Tc)/(8*Pc)
Pr=[0.5 2 5 10 20 40]
Pa=Pc*Pr'
for i=1:6
P=Pa(i)
Vtebakawal=R*T/P(1)
Vhasil(i,1)=fzero('pers2a',Vtebakawal)
Z=(P*Vhasil)/(R*T)
tabel(i,4)=P
end
tabel(:,1)=Pr
tabel(:,2)=Vhasil
tabel(:,3)=Z
figure(1)
subplot(3,1,1)
plot(Pr,Vhasil,'red')
title('Pr Vs Vhasil')
xlabel('Pr')
ylabel('Vhasil')
subplot(3,1,2)
plot(Pr,Z,'green')
title('Pr Vs Zhasil')
xlabel('Pr')
ylabel('Zhasil')
subplot(3,1,3)
plot(Pr,Pa,'blue')
title('Pr Vs P')
xlabel('Pr')
ylabel('P')
Optimisasi adalah usaha mendapatkan suatu keadaan dimana objektif dari keadaan
tersebut maksimum/minimum. Metoda numerik untuk mendapatkan nilai optimum dapat
digunakan untuk berbagai keperluan.Untuk mencari harga minimum dan maksimum kita
dapat menggunakan perintah fminsearch. Berikut ini cara penulisannya.
[x,fval,exitflag] = fminsearch(fun,x0)
keterangan:
fun = Fungsi yang akan diminimumkan atau dimaksimumkan
xo = Tebakan awal
x = Harga x yang menyebabkan fungsi minimum atau maksimum
fval = Nilai maksimum atau minimum.
exitflag = Kriteria penghentian proses iterasi.
fminsearch mencapai kekonvergenan pada satu nilai x. Harga ini yang kita cari.
(Rustamaji, 2010)
Tentukan daya pompa (x) yang memberikan biaya operasional per tahun (C) minimum
dengan menggunakan fungsi standard yang disediakan oleh MATLAB, dengan
tebakan awal daya pompa (x) sebesar 100.
Tentukan nilai x1 dan x2 yang menghasilkan total biaya operasi minimum, dengan
tebakan awal x1 = 10 dan x2 = 15.
−20000 −22000
Dengank1 = 1018 𝑥 𝑒 𝑇 k = 1020 𝑥 𝑒
dan 2 𝑇 serta t = 10. Dimana T
merupakan temperature dan t merupakan waktu. Tentukan temperature (T) yang
dapat menghasilkan produk maksimum.
Ttbk=100;
Thasil=fminsearch(„maxP‟,Ttbk)
Persamaan diferensial biasa adalah persamaan diferensial yang terdiri atas fungsi
turunansatu buah variabel bebas.
Terdapat cara berbeda untuk menyusun dan mengeksekusi penyelesaian ode, namun
untukkali ini suatu system yang menggunkanan m-files banyak untuk setap penyelesaian
odeakan diberikan. Dua m-files utama yang diperlukan adalah file eksekusi (run) dan
filefungsi. Untuk penyelesaian sutu ode dlam MATLAB semua ode harus didefinisikandalam
suatu fungsi m-file. Ketika memasukkan kedalam file fungsi, persamaan diferensialharus
memiliki order satu berbentuk dy/dx = f(y,x). File fungsi harus berisi:
a. Definisi fungsi seperti function dmdt=nama_file(t,m), dimana t adalahvariable bebas
dan m adalah variable tak bebas order satu.
b. Jika variabel global digunakan,perintah global harus disisipkan setelah definisifungsi
c. Persamaan diferensial harus dalam bentuk deskripsi di atas, misal: dmdt=f(m,t)Nama
file, variable (m dan t), dan dmdt dapat berubah-ubah. (Rustamaji, 2010).
d2 y dy
2
2 3y 3x 2
dx dx
y =
-1/3*x^2+C1*exp(-t)+C2*exp(3*t)
» pretty(y)
2
- 1/3 x + C1 exp(-t) + C2 exp(3 t)
d2 y dy
2
2 3y 3x 2 dengan y(0) 0 dan y(1) 1
dx dx
y =
-1/3*x^2+1/3*(x^2*exp(3)-x^2-3)/(-exp(-1)+exp(3))*exp(-t)-
1/3*(-x^2+exp(-1)*x^2-3)/(-exp(-1)+exp(3))*exp(3*t)
» pretty(y)
2 2
2 (x exp(3) - x - 3) exp(-t)
- 1/3 x + 1/3 ----------------------------
-exp(-1) + exp(3)
d2 y dy dy
2 3y 3x 2 dengan y(0) 0 dan 1
dx x 1
2
dx dx
y =
-1/3*x^2+(x^2*exp(3)-1)/(exp(-1)+3*exp(3))*exp(-t)+1/3*(exp(-
1)*x^2+3)/(exp(-1)+3*exp(3))*exp(3*t)
» pretty(y)
2 2
2 (x exp(3) - 1) exp(-t) (exp(-1) x + 3) exp(3 t)
- 1/3 x + ----------------------- + 1/3 -------------------------
exp(-1) + 3 exp(3) exp(-1) + 3 exp(3)
» [f,g]=dsolve('Df=3*f+4*g','Dg=-4*f+3*g','f(0)=0,g(0)=1')
f =
exp(3*t)*sin(4*t)
g =
exp(3*t)*cos(4*t)
x2
d2 y
2
x
dy
dx
x 2 k 2 y 0 dim ana k 0
dx
Alternatif penyelesaian:
» y=dsolve('x^2*D2y+x*Dy+(x^2-k^2)*y=0')
y =
C1*exp(1/2*(-1+(1-4*x^2+4*k^2)^(1/2))*t/x)+C2*exp(-1/2*(1+(1-
4*x^2+4*k^2)^(1/2))*t/x)
» pretty(y)
2 2 1/2
(-1 + (1 - 4 x + 4 k ) ) t
C1 exp(1/2 -----------------------------)
x
2 2 1/2
(1 + (1 - 4 x + 4 k ) ) t
+ C2 exp(- 1/2 ----------------------------)
x
Permasalahan:
dn A 0.1n 2A
10 0.05nB
dt 50 10 t
dn B 0.1n 2A 0.05nB2
0.05nB
dt 50 10 t
dn C 0.05nB2
dt 50 10 t
dengan kondisi aw al t 0, nilai n A nB n C 0
Alternatif penyelesaian:
function R = reaction(t,n)
R(1,1) = 10 - (0.1*n(1)^2/(50+10*t))+0.05*n(2);
R(2,1) = ((0.1*n(1)^2-0.05*n(2)^2)/(50+10*t))-0.05*n(2);
R(3,1) = 0.05*n(2)^2/(50+10*t) ;
Hasil:
» plot(t,n(:,1),'-k',t,n(:,2),'-b',t,n(:,3),'-r');xlabel('t');...
konsentrasi A dan konversi A dalam rentang waktu 0-0.1 jam (50𝑜 𝐶, Cao =
50 𝑚𝑜𝑙 𝑚3) waktu di plot dalam 2 grafik yang berbeda!
PENYELESAIAN SOAL 1
1. File fungsi (save dengan nama file laju1.m)
%laju1.m
function L=laju1(t,ca)
T=50+273;
k1=1e8*exp(-5000/T);
L=-k1*ca
2. File eksekusi (save dengan nama file runlaju1.m)
%runlaju1.m
clc
clear
cao=50;cpo=0;
tdat=[0:0.01:1];
[t ca]=ode23('laju1',tdat,cao);
xa=(cao-ca)/cao
cp=cpo+cao*xa
figure(1)
subplot(2,1,1)
plot(t,ca,'g',t,cp,'y')
xlabel('t(detik)')
ylabel('konsentrasi')
legend('ca','cp')
subplot(2,1,2)
plot(t,xa,'b')
xlabel('t(detik)')
ylabel('konversi')
legend('xa')
PENYELESAIAN SOAL 2
2A + B C
Mula2 CA0 CB0 CC0
Bereaksi 0.5CB0XA CB0XA
Akhir CA0 - CB0XA CB0 - 0.5CB0XA CC0 + 0.5CB0XA
function dCbdt=laju2(t,cb)
global cbo cao
k1=0.055;
xb=(cbo-cb)/cbo
ca=cao-0.5*cbo*xb
dCbdt=-k1*cb^2*ca
clc
clear
[t cb]=ode23('laju2',tdat,cbo);
xb=(cbo-cb)/cbo
cc=cco+0.5*cbo*xb
ca=cao-0.5*cbo*xb
figure(1)
subplot(2,1,1)
plot(t,ca,'g',t,cc,'y',t,cb,'b')
xlabel('t(detik)')
ylabel('konsentrasi')
legend('ca','cp','cb')
subplot(2,1,2)
plot(t,xb,'r')
xlabel('t(detik)')
ylabel('konversi')
legend('xb')
Dengan:
CA0 = 1 mol/Lk1 = 0.2
CB0 = 0 mol/L k21 = 0.1
CC0 = 0 mol/Lk22 = 0.5
• Susunlah neraca massa untuk masing masing komponen yang terlibat jika reaktor
batch diasumsikan beroperasi pada fasa cair (volume konstan)
• Tentukan profil konsentrasi untuk setiap komponen sepanjang waktu t = [0:1:80]
function dCdt=batch3(t,c)
ca=c(1);cb=c(2);cc=c(3);
k1=0.2; k21=0.1;k22=0.05;
cao=1;cbo=0;cco=0;
dCdt=[-k1*ca-k21*ca+k22*cc;k1*ca;k21*ca-k22*cc]
clc
clear
cao=1;cbo=0;cco=0;
tdat=[0:1:80];
co=[cao cbo cco];
[t c]=ode23('batch3',tdat,co);
figure(1)
plot(t,c)
title('Grafik Konsentrasi vs waktu')
grid
xlabel('t(jam)')
ylabel('konsentrasi(mol/L)')
legend('ca','cc','cb')
PENYELESAIAN SOAL 4
1. File fungsi (save dengan nama file lajupusing2a.m)
%lajupusing2a.m
k1=k(1);k2=k(2);k3=k(3);m=k(4);n=k(5)
dCdt = [ -k1*Ca.^m*Cb.^n
k1*Ca.^m*Cb.^n - k2*Cc + k3*Cd];
% Data
tdat =
[0;0.0002;0.0012;0.0062;0.0162;0.0305;0.0490;0.0722;0.1008;0
.1356;0.1781;0.2300;0.2935;0.3719;0.4629;0.5684;0.6907;0.832
6;0.9970;1.1876;1.4086;1.6647;1.9617;2.3060;2.7052;3.1679;3.
6679;4.1679;4.6679;5.0000];
Cdat = [ 50.00 0
49.96 0.03
49.79 0.20
48.93 1.05
47.29 2.67
45.08 4.81
42.44 7.30
39.46 10.03
36.20 12.90
32.75 15.79
% parameter ode
Co = [Cdat(1,1) 50 Cdat(1,2) 0];
[t C] = ode23('lajupusing2a',tdat',[Co(1) Co(3)],[],Co,k);
function pusingsolve
% tebakan awal
k = [0.5 1 3 1 0.5];
% optimize
konstanta =fminsearch('minimize',k)
t Ca
0 100
0.02 70
0.04 45
0.06 25
0.08 15
0.1 10
0.12 5
0.14 2
0.16 1
0.18 0.5
0.2 0.4
function dCdt=LajuR(t,Ca,FLAG,k)
k1=k(1);
n=k(2);
dCdt=-k1*Ca^n
function of=menyamakan(k)
Ca0=100;
tdat=[0:0.02:0.2]
Cadat=[100;70;45;25;15;10;5;2;1;0.5;0.4]
[t Ca]=ode45('LajuR',tdat,Ca0,[],k)
plot(t,Ca,'cyan-o',tdat,Cadat,'black-*')
xlabel('waktu jam')
ylabel('kons mol/m3')
grid
pause(0.5)
of=(sum(Ca-Cadat))^2
3. File eksekusi (save dengan nama file solver.m)
%solver.m
clc
clear
k1tebak=20;
ntebak=2;
ktbk=[k1tebak ntebak];
hasilk=fminsearch('menyamakan',ktbk)
PENYELESAIAN SOAL 6
1. File fungsi (save dengan nama file lajusem.m)
%lajusem.m
function dCdt=lajusem(t,C,FLAG,k)
rA=-k1*Ca^m
rP=k1*Ca^m-k2*Cp^n
dCdt=[rA;rP]
tdat=
[0;0.0002;0.0012;0.0162;0.0490;0.1008;0.1781;0.2935;0.4629;
0.6907;0.9970;1.4086;1.9617;2.7052;4.1679;5.0000 ];
Cdat= [ 50.00 0
49.96 0.03
49.79 0.20
47.29 2.67
42.44 7.30
36.20 12.90
29.18 18.59
21.98 23.57
15.45 27.21
10.45 29.42
6.83 30.87
4.33 31.96
2.67 32.80
1.62 33.41
0.79 33.92
0.57 34.06 ];
[t C]=ode23('lajusem',tdat,[50 0],[],k);
plot(t,C,'red-*',tdat,Cdat,'blue-o')
title('Plot estimasi parameter kinetika')
xlabel('t(detik)')
ylabel('konsentrasi')
grid
pause(0.05)
samakandata=sum(sum(C-Cdat).^2)
clc
clear
hasilK=fminsearch('minimalkan',[1,1,1,1])
PENYELESAIAN SOAL 7
1. File fungsi (save dengan nama file lajucinta.m)
%lajucinta.m
k1x = 0.1;
k1y = 0.05;
k2x = 0.2;
k2y = 0.1;
Ca=C(1);Cb=C(2);Cc=C(3);
dCdt3 = [rA
rB
rC]
clc
clear
tdat=[0:1:80]
[t C]=ode45('lajucinta',tdat,[1 0 0])%gapkae flag sama k da
udh tau
Ca=C(:,1);Cb=C(:,2);Cc=C(:,3);
plot(t,Ca,t,Cb,t,Cc)
title('Grafik Konsetrasi vs Waktu')
xlabel('t(detik)')
ylabel('konsentrasi')
grid
pause(0.05)
legend ('Ca','Cb','Cc')
PENYELESAIAN SOAL 8
1. File fungsi (save dengan nama file lajuPFR.m)
%lajuPFR.m
function dCadz=lajuPFR(z,Ca)
k1=0.01 %1/jam
Nao=4
To=1440
R=0.729
A=1.19
yao=1
Pto=4.6
Pao=yao*Pto
Cao=Pao/(R*To);
Q=Nao/Cao;
v=Q/A;
clc
clear
yao=1
Pto=4.6
R=0.729
Pao=yao*Pto
Cao=Pao/(R*To)
z=[0:0.1:1]
[z Ca]=ode45('lajuPFR',z,Cao)
Xa=(Cao-Ca)/Cao;
dv=(7-4)/4;
ea=yao*dv;
Cav=Cao*(1-Xa)/(1+ea*Xa);
plot(z,Ca,'red-o',z,Cav,'blue-*')
legend('Ca','Cav')
xlabel('z')
ylabel('konsentrasi')
A
B C
k1x k3x
k3y
k2x
Tentukan nilai :
a. k1x c. k3x
b. k2x d. k3y
Data Ca, Cb, dan Cc dari hasil lab berturut-turut disajikan dalam tabel berikut rentang
waktu tdata [0:1:10]
Ca Cb Cc
0.743 0 0.093
1.000 0.164 0.173
0.556 0.271 0.242
0.421 0.337 0.301
0.324 0.375 0.352
0.254 0.394 0.396
0.204 0.400 0.430
0.169 0.397 0.466
0.145 0.389 0.494
0.128 0.378 0.518
0.117 0.365 0.093
PENYELESAIAN SOAL 9
1. File fungsi (save dengan nama file lajuujian.m)
%lajuujian.m
rA=-(k1x*Ca)-(k3y*Ca)+(k3x*Cc)
rB=-(k2x*Cb)+(k1x*Ca)
rC=-(k3x*Cc)+(k3y*Ca)+(k2x*Cb)
dCdt3 = [rA
rB
rC]
function samakandata=minimalkan(k)
Cdat= [ 1.0000 0 0
0.743 0.164 0.093
0.556 0.271 0.173
0.421 0.337 0.242
0.324 0.375 0.301
0.254 0.394 0.352
0.204 0.400 0.396
0.169 0.397 0.43
0.145 0.389 0.466
0.128 0.378 0.494
0.117 0.365 0.518];
[t C]=ode23('lajuujian',tdat,[1.0000 0 0],[],k);
Ca=C(:,1);Cb=C(:,2);Cc=C(:,3);
plot(t,Ca,'red-*',t,Cb,'red-*',t,Cc,'red-*',tdat,Cdat,'blue-
o')
title('Plot penentuan k')
xlabel('t(detik)')
ylabel('konsentrasi')
grid
pause(0.05)
samakandata=sum(sum(C-Cdat).^2)
clc
clear
hasilK=fminsearch('minimalkan',[0.2,0.1,0.05,0.1])
Suatu reaksi dekomposisi phosphine dalam fasa gas homogen orde 1, dengan
persamaan reaksi 4PH3(g)P4(g)+6H2(g) dilangsungkan pada suhu 12000F. Pada
kondisi ini, diketahui –rPH3=k.CnPH3 dan tekanan konstan selama reaksi.
R=0.729ft3 atm/lbmoloR
PENYELESAIAN SOAL 10
1. File fungsi (save dengan nama file reaksiPFR.m)
%reaksiPFR.m
dCdz = [k(1)*Ca^k(2)]
function samakan=min_reaksiPFR(k)
tdat=[0;50;100;150;200;250;300;350;400;450;500]
Cdat=[0.0038;0.0024;0.0016;0.0011;0.0008;0.0006;0.0004;0.000
3;0.0002;0.0002;0.0001];
CaO = 0.0038
[t Ca]=ode23('reaksiPFR',tdat,CaO,[],k)
plot(t,Ca,'red-*',tdat,Cdat,'blue-o')
title('grafik konsentrasi vs waktu')
xlabel('Waktu (jam)')
ylabel('Konstanta (mol/m3)')
grid
pause(0.5)
clc
clear
k_tebak =10
n_tebak =1
tebak_tebakan = [k_tebak,n_tebak]
hasil_tebak = fminsearch('min_reaksiPFR',tebak_tebakan)
k=hasil_tebak(1)
n=hasil_tebak(2)
Case k1
A P
k2
Jika reaksi diatas diselenggarakan pada reaktor BATCH, dan diketahui k1 = 108e-5000/T
detik-1 dan k2 = 1016e-10000/T detik-1, dimana T dalam K, hitung temperatur optimal yang
Solution
:koef. reaksi
dCp
k1 (C A 0 C p ) k 2 C P
dt
Operasi T yang serendah mungkin akan memaksimalkan jumlah mol P terbentuk per mol A
Cp
yang bereaksi ( ). Tetapi ingat, temperatur rendah tidak memaksimalkan jumlah P
C A C A0
yang dihasilkan.
Untuk mencari harga T optimal yang menyebabkan perolehan P maksimal maka digunakan
metode optimasi dengan MATLAB.
Start
Tebak T
Cp = Cp pada t =1dt
Optimasi dg fminsearch
End
Dari perhitungan optimasi yang dilakukan matlab ternyata Temperatur optimalnya = 271 K,
Temperatur tersebut adalah yang menyebabkan perolehan P maksimal pada waktu 1 dt.
Dari figur 1 MATLAB dapat dilihat bahwa pada saat t = 0, C A0(mol/m3) = 1(asumsi) dan
CP0=0, setelah mencapai t = 1 dt, konsentrasi A (C A ) berkurang menjadi 0.57 beralih ke Cp
yang naik dari 0 menjadi 0.43.
Cp 0.43
Ratio jumlah mol P terbentuk per mol A yang bereaksi ( )= =1
C A C A0 1 0.57
Jika kita naikkan T , maka pada t =1 dt , profil Cp akan terlihat pada tabel berikut
Pada temperatur 271 K, Cp yang diperoleh untuk CA0 = 1 adalah 0.43 (mol/m3), jika T
dinaikkan, maka konsentrasi Cp akan berkurang terus, CA bertambah terus, karena reaksi
berjalan ke arah kiri.
Dengan naiknya temperatur terlihat bahwa reaksi kesetimbangan akan berjalan ke arah kiri,
sehingga reaksi ini adalah reaksi eksoterm.
Jika E2>E1 maka reaksi tersebut adalah eksotermik, dengan naiknya temperatur reaksi
kesetimbangan akan berjalan ke arah kiri.
Constantinides, A., &Mostoufi N., 1995, “Numerical Methods for Chemical Engineers with
MATLAB Applications”, Prentice Hall PTR, New Jersey.
Denbigh, K.G., & Turner J.C.R., 1984, “Chemical Reactor Theory”, Cambridge University
Press, New York.
Fogler H.,S., 2005 “Elements of Chemical Reaction Engineering”, Prentice Hall
International.
Levenspiel, O., 1998 “Chemical Reaction Engineering”, John Willey & Sons Inc., New York,
Thoenes, D., 1994 “Introductory Course in Chemical Reaction Engineering”, Netherland.
Rustamaji, Heri, 2010, “Pengantar Aplikasi MATLAB dalam Teknik Kimia”, Jurusan Teknik
Kimia Fakultas Teknik Universitas Lampung, Lampung.
Salah satu bidang keteknikan yang sarat dengan perhitungan numerik, pemodelan serta
simulasi fenomena proses adalah bidang Teknik Kimia. Penggunaan paling banyak di
jurusan Teknik K imia adalah penyelesain persoalan numerik pada mata kuliah teknik reaksi
kimia, operasi teknik kimia, neraca masa, neraca energi, dan lain-lain. Seiring dengan makin
luasnya penggunaan MATLAB di kalangan industri, maka sebagai langkah untuk
mempersiapkan para mahasiswa agar siap terjun di dunia kerj, amaka mahasiswa dibekali
dengan program MATLAB.
Matakuliah ini akan dibagi dari dalam beberapa kelompok bahasan, yaitu Pengenalan
MATLAB, Sistem Persamaan Linier, Persamaan Tak Linier, Optimisasi, Regresi Linier dan Non
Linier, Integrasi, Persamaan Diferensial Biasa, Persamaan Diferensial Parsial.Matakuliah ini
dilakukan selama dalam 16 minggu, dengan bentuk pembelajaran di kelas meliputi tatap
muka, penugasan terstruktur dan belajar mandiri. Mahasiswa akan mendapatkan
pengalaman belajar antara lain : diskusi, studi referensi, dan presentasi.
2. Prasyarat / prerequisites
Teknik Reaksi Kimia, Operasi Teknik Kimia, Neraca Massa, Neraca
Energi
KK6 Mampu mengidentifikasi dan memberi k an ability to use the techniques, skills,
alternatif solusi dari masalah Proses and modern engineering tools
Engineriing menggunakan softwre necessary for engineering practice by
Matlab using Matlab
PP5 Menguasai prinsip dan issues terkini, b an ability to design and conduct
menguasai pengetahuan tentang experiments, as well as to analyze and
perkembangan teknologi proses, dan interpret data by software aplication
aplikasinya menggunakan software
5. Peta Konsep
HASIL BELAJAR :
Mahasiswa mampu memilih metoda dan menyelesaikan pesoalanan Teknik
Kimia secara numerik.(C4,P2,A3);
ENTRY BEHAVIOUR :
Mahasiswa telah mampu memilih metoda dan pada pesoalanan Teknik Kimia
tetapi belum bisa menyelesaikannya secara numerik
(C4,P2,A3);
Kuis Selama satu semester dapat diadakan beberapa kali tes/kuis secara
mendadak, dengan bahan kuis berupa bahan kajian yang telah
dibahas pada kuliah sebelumnya maupun bahan kajian yang akan
dibahas pada saat kuliah. Dalam rencana pembelajaran semester, kuis
disebutkan secara tentative.
Kode etik Segala kecurangan (cheating, plagiat, copy-paste dan sejenisnya) tidak
akan ditoleransi. Apabila mahasiswa terbukti melakukan perbuatan
tersebut, maka akan didiskualifikasi dari kelas dengan nilai maksimal
D.
Nama Mata Kuliah : Aplikasi Komputer Teknik Kimia 1 Kode MK : 16PJKI4022 Semester : 4 SKS : 2
1. Mampu merancang, memilih metoda dan menginterpretasi data untuk menyelesaikan persoalan di industri
2. Mampu merancang sistem dan peralatan (proses) untuk menyelesaikan persoalan di industri proses dengan pertimbangan aspek ekonomi, keselamatan
kerja, dan lingkungan
3. Mampu menggunakan teknik, metode, dan peralatan modern (perangkat lunak) secara profesional dalam pengambilan keputusan di industri proses
4. Mampu menyelesaikan persoalan-persoalan neraca massa dan energi, unit operasi, unit proses, teknik reaksi kimia, teknologi informasi dan perangkat
lunak (software) untuk operasi di industri
Mahasiswa mampu memilih metoda dan menyelesaikan bidangketeknikan yang sarat dengan perhitungan numerik, pemodelan serta
simulasi fenomena proses di bidang Teknik Kimia seperti pada persoalan teknik reaksi kimia, operasi teknik kimia, neraca masa, neraca
energi, dan lain-lain.
Kemampuan Kriteria Penilaian dan Indikator Kelulusan Referensi
Minggu Metode Pembelajaran dan Pengalaman Belajar
Akhir Yang Bahan Kajian Waktu Bobot
ke Bentuk Pembelajaran Mahasiswa Kriteria Penilaian Indikator
Diharapkan
1 2 3 4 6 7 8 9 10
1-2 Mahasiswa Pennyelesaian METODE PEMBELAJARAN 2 x 50 Menyimak dan memahami Mahasiswa mampu Kuantitatif : 10% 1,2,3
mampu Masalah Teknik Deep learning menit operasi-operasi dasar pada menjelaskan jumlah referensi
menjelaskan Kimia dengan program MATLAB operasi-operasi yang diperoleh,
dasar-dasar Metoda Numerik relevansi dari
dasar pada program
operasi dalam dengan program referensi
MATLAB MATLAB BENTUK PEMBELAJARAN : MATLAB
(C2,P2,A3); Tatap muka : Kualitatif :
Ceramah; 2 x 60
Berdiskusi dalam Kualitas
menit
pemahaman
kelompok/kelas,
Instrumen : terhadap operasi
menyimpulkan, memaparkan dasar MATLAB
Penugasan terstruktur:
diskusi dan memberikan hasil,menerima umpan-balik Rubrik deskriptif.
ilustrasi / contoh kasus,
merangkum poin penting
dalam peta informasi,
presentasi hasil diskusi;
Mandiri :
Melakukan pencarian
2 x 60 informasi, memilah informasi,
Mencari informasi dari
menit menguasai referensi,
referensi yang berkaitan
dengan bahan kajian untuk mengkaitkan bahan kajian
3-4 Mahasiswa Pennyelesaian METODE PEMBELAJARAN 2 x 50 Menguasai , memilih metoda Mahasiswa mampu Kuantitatif : 10% 1,2,4
mampu Deep learning menit dan mengaplikasikan program melakukan analisis Kebenaran
Masalah Teknik
memilih MATLAB untuk penyelesaian dan memahami perhitungan dan
metoda dan Kimia dengan persamaan linier pada kejelasan hasil
persamaan linier
menyelesaikan persoalan Teknik Kimia
Metoda Numerik BENTUK PEMBELAJARAN : pada persoalan dan analisis
persamaan
linier pada Tatap muka : studi kasus teknik
dengan program
pesoalanan Ceramah; kimia
MATLAB
Teknik Kimia
secara numerik Kualitatif :
(C4,P2,A3); Kualitas dokumen
Penugasan terstruktur:
analisa yang
diskusi dan memberikan
Melakukan analisis dan Mahasiswa mampu rapih, terstruktur,
ilustrasi / contoh kasus,
menyeselesaikan persamaan melakukan analisis sistimatis dan
merangkum poin penting
dan dikumpulkan
dalam peta informasi, linier pada persoalan teknik
menyeselesaikan tepat waktu
presentasi hasil diskusi; kimia
persamaan linier
2 x 60 pada persoalan dan
menit studi kasus teknik
Mandiri :
kimia
Mencari informasi dari
referensi yang berkaitan
dengan bahan kajian untuk
merekonstruksi pengetahuan Melakukan pengunduhan
dalam mencapai hasil belajar materi dari e-learning polban
(Tugas 2) Instrumen :
dan situs terkait, menguasai
2 x 60
referensi, mengkaitkan dengan
menit Penilaian
bahan kajian dan pengetahuan
sebelumnya. Portofolio.
5-6 Mahasiswa Pennyelesaian METODE PEMBELAJARAN 2 x 50 Menguasai , memilih metoda Mahasiswa mampu Kuantitatif : 20% 1,2,5
mampu Deep learning menit dan mengaplikasikan program melakukan analisis Kebenaran
Masalah Teknik
memilih MATLAB untuk penyelesaian dan memahami perhitungan dan
metoda dan Kimia dengan persamaan tak linier pada kejelasan hasil
persamaan tak linier
menyelesaikan persoalan Teknik Kimia
Metoda Numerik BENTUK PEMBELAJARAN : pada persoalan analisis
persamaan tak
linier pada Tatap muka : teknik kimia
dengan program
pesoalanan Ceramah;
MATLAB
Teknik Kimia
secara numerik Kualitatif :
(C4,P2,A3); Kualitas dokumen
Penugasan terstruktur: Mahasiswa mampu analisa yang
diskusi dan memberikan
Melakukan analisis dan melakukan analisis rapih, terstruktur,
ilustrasi / contoh kasus,
menyeselesaikan persamaan dan sistimatis dan
merangkum poin penting
menyeselesaikan dikumpulkan
dalam peta informasi, tak linier pada persoalan teknik
persamaan tak linier tepat waktu
presentasi hasil diskusi; kimia
pada persoalan
2 x 60 teknik kimia
menit
Mandiri :
7-8 Mahasiswa Pennyelesaian METODE PEMBELAJARAN 2 x 50 Menguasai , memilih metoda Mahasiswa mampu Kuantitatif : 20% 1,2,6
mampu Deep learning menit dan mengaplikasikan program melakukan analisis Kebenaran
Masalah Teknik
memilih MATLAB untuk mengoptimasi dan mengoptimasi perhitungan dan
metoda dan Kimia dengan harga minimum pada kejelasan hasil
harga minimum
mengoptimasi persoalan Teknik Kimia
Metoda Numerik BENTUK PEMBELAJARAN : pada persoalan analisis
harga minimum
pada Tatap muka : teknik kimia
dengan program
pesoalanan Ceramah;
MATLAB
Teknik Kimia
secara numerik Kualitatif :
(C4,P2,A3); Kualitas dokumen
Penugasan terstruktur: Mahasiswa mampu analisa yang
diskusi dan memberikan
Melakukan analisis dan melakukan analisis rapih, terstruktur,
ilustrasi / contoh kasus,
mengoptimasi harga dan mengoptimasi sistimatis dan
merangkum poin penting
harga dikumpulkan
dalam peta informasi, minimum/maksimum pada
minimumpada tepat waktu
presentasi hasil diskusi; persoalan teknik kimia
persoalan teknik
2 x 60 kimia
menit
Mandiri :
9-10 Mahasiswa Pennyelesaian METODE PEMBELAJARAN 2 x 50 Menguasai , memilih metoda Mahasiswa mampu Kuantitatif : 10% 1,2,4
mampu Deep learning menit dan mengaplikasikan program melakukan analisis Kebenaran
Masalah Teknik
memilih MATLAB untuk mengoptimasi dan mengoptimasi perhitungan dan
Kimia dengan harga maksimum pada kejelasan hasil
metoda dan harga maksimum
persoalan Teknik Kimia
mengoptimasi Metoda Numerik BENTUK PEMBELAJARAN : pada persoalan analisis
harga Tatap muka : teknik kimia
dengan program
maksimum Ceramah;
MATLAB
pada
Kualitatif :
pesoalanan
Kualitas dokumen
Teknik Kimia Penugasan terstruktur: Mahasiswa mampu analisa yang
(C4,P2,A3); diskusi dan memberikan
Melakukan analisis dan melakukan analisis rapih, terstruktur,
ilustrasi / contoh kasus,
mengoptimasi harga dan mengoptimasi sistimatis dan
merangkum poin penting
harga maksimum dikumpulkan
dalam peta informasi, maksimum pada persoalan
pada persoalan tepat waktu
presentasi hasil diskusi; teknik kimia
teknik kimia
2 x 60
menit
Mandiri :
11-12 Mahasiswa Pennyelesaian METODE PEMBELAJARAN 2 x 50 Menguasai , memilih metoda Mahasiswa mampu Kuantitatif : 10% 1,2,5
mampu Deep learning menit dan mengaplikasikan program melakukan analisis Kebenaran
Masalah Teknik
memilih MATLAB untuk penyelesaian dan memahami perhitungan dan
metoda dan Kimia dengan persamaan diferensial biasa kejelasan hasil
persamaan linier
menyelesaikan pada persoalan Teknik Kimia
Metoda Numerik BENTUK PEMBELAJARAN : pada persoalan analisis
persamaan
diferensial Tatap muka : teknik kimia
dengan program
biasa pada Ceramah;
MATLAB
pesoalanan
Teknik Kimia Kualitatif :
secara numerik Kualitas dokumen
Penugasan terstruktur: Mahasiswa mampu
(C4,P2,A3); analisa yang
diskusi dan memberikan
Melakukan analisis dan melakukan analisis rapih, terstruktur,
ilustrasi / contoh kasus,
menyeselesaikan persamaan dan sistimatis dan
merangkum poin penting
menyeselesaikan dikumpulkan
dalam peta informasi, diferensial biasapada
persamaan tepat waktu
presentasi hasil diskusi; persoalan teknik kimia
diferensial
2 x 60 biasapada persoalan
menit teknik kimia
Mandiri :
13-14 Mahasiswa Pennyelesaian METODE PEMBELAJARAN 2 x 50 Menguasai , memilih metoda Mahasiswa mampu Kuantitatif : 10% 1,2,6
mampu Deep learning menit dan mengaplikasikan program melakukan analisis Kebenaran
Masalah Teknik
memilih MATLAB untuk penyelesaian dan memahami perhitungan dan
metoda dan Kimia dengan persamaan diferensial biasa kejelasan hasil
persamaan linier
menyelesaikan pada persoalan Teknik Kimia
Metoda Numerik BENTUK PEMBELAJARAN : pada persoalan analisis
persamaan
diferensial Tatap muka : teknik kimia
dengan program
biasa pada Ceramah;
MATLAB
pesoalanan
Teknik Kimia Kualitatif :
secara numerik Kualitas dokumen
Penugasan terstruktur: Mahasiswa mampu
(C4,P2,A3); analisa yang
diskusi dan memberikan
Melakukan analisis dan melakukan analisis rapih, terstruktur,
ilustrasi / contoh kasus,
menyeselesaikan persamaan dan sistimatis dan
merangkum poin penting
menyeselesaikan dikumpulkan
dalam peta informasi, diferensial biasapada
persamaan tepat waktu
presentasi hasil diskusi; persoalan teknik kimia
diferensial
2 x 60 biasapada persoalan
menit teknik kimia
Mandiri :
15-16 Mahasiswa Pennyelesaian METODE PEMBELAJARAN 2 x 50 Menguasai , memilih metoda Mahasiswa mampu Kuantitatif : 20% 1,2,3
mampu Deep learning menit dan mengaplikasikan program melakukan analisis Kebenaran
Masalah Teknik
memilih MATLAB untuk penyelesaian dan memahami perhitungan dan
metoda dan Kimia dengan persamaan diferensial biasa kejelasan hasil
persamaan
menyelesaikan pada persoalan dan studi kasus
Metoda Numerik BENTUK PEMBELAJARAN : diferensial biasa analisis
persamaan Teknik Kimia
diferensial Tatap muka : pada persoalan dan
dengan program
biasa pada Ceramah; studi kasus teknik
MATLAB
pesoalanan kimia
Teknik Kimia Kualitatif :
secara numerik Kualitas dokumen
Penugasan terstruktur:
(C4,P2,A3); analisa yang
diskusi dan memberikan
rapih, terstruktur,
ilustrasi / contoh kasus,
Melakukan analisis dan Mahasiswa mampu sistimatis dan
merangkum poin penting
menyeselesaikan persamaan melakukan analisis dikumpulkan
dalam peta informasi,
dan tepat waktu
presentasi hasil diskusi; diferensial biasa pada
persoalan teknik kimia menyeselesaikan
2 x 60 persamaan
menit diferensial biasa
Mandiri :
pada persoalan dan
Mencari informasi dari studi kasus teknik
referensi yang berkaitan kimia
dengan bahan kajian untuk
merekonstruksi pengetahuan
dalam mencapai hasil belajar
(Tugas 8)
Melakukan pengunduhan
materi dari e-learning polban Instrumen :
dan situs terkait, menguasai
referensi, mengkaitkan dengan Penilaian
2 x 60
bahan kajian dan pengetahuan Portofolio.
menit
sebelumnya.
Daftar Pustaka
Utama Pendukung
Sarana Pembelajaran
Prasarana Pembelajaran
1. Kelas
IDENTITASDIRI
Nama : Saripudin, ST., MT
NomorPeserta : 0006027908
NIP/NIK : 19790602 200212 1003
Tempat danTanggalLahir : Indramayu, 2Juni 1979
JenisKelamin : Laki-laki
Status Perkawinan : Kawin
Agama : Islam
Golongan/ Pangkat : III C / Penata
Jabatan Akademik : Lektor
PerguruanTinggi : Politeknik Negeri Bandung
Alamat : Jl. Gegerkalong Hilir, Ds. Ciwaruga - Bandung
Telp./Faks. : 022- 2016403 / 2013789 ext. 273
AlamatRumah : Nirwana Regency D15 Sariwangi Bandung
Telp./Faks. : 081312798379
Alamate-mail : sarip.itb@gmail.com
PELATIHANPROFESIONAL
Jangka
Tahun JenisPelatihan(Dalam/ LuarNegeri) Penyelenggara
waktu
PENGALAMANMENGAJAR
Program Institusi/Jurusan/Program Sem/Tahun
MataKuliah
Pendidikan Studi Akademik.
Instrumentasi &
Diploma 3 Analis Kimia POLBAN Genap/ 2010-2011
Pengukuran
Neraca Massa Diploma 3 Analis Kimia POLBAN Genap/ 2010-2011
Gambar Sistem
Diploma 3 Teknik Kimia POLBAN Ganjil/ 2011-2012
Proses
Pemecahan Masalah Teknik Kimia
Diploma4 Genap/ 2011-2012
Teknik Kimia ProduksiBersih POLBAN
Instrumentasi &
Diploma 3 Teknik Kima POLBAN Genap/ 2011-2012
Pengukuran
Gambar Sistem
Diploma 3 Teknik Kimia POLBAN Ganjil/2012-2013
Proses
Instrumentasi &
Diploma 3 Teknik Kima POLBAN Genap/ 2012-2013
Pengukuran
Pemecahan Masalah Teknik Kimia
Diploma 4 Genap/ 2012-2013
TK ProduksiBersih POLBAN
PRODUK BAHANAJAR
JenisBahanAjar Sem/Tahun
MataKuliah Program Pendidikan
(cetak dan noncetak) Akademik.
Pemecahan Masalah
Diploma 4 Cetak Genap/ 2011-2012
Teknik Kimia
Aplikasi Komputer
Diploma 3 Cetak Genap/ 2011-2012
Teknik Kimia I
Aplikasi Komputer
Diploma 3 Cetak Genap/ 2011-2012
Teknik Kimia II
PENGALAMANPENELITIAN
KARYA ILMIAH*
A. Buku/Bab Buku/Jurnal
B.
Tahun Judul Penerbit/Jurnal
KEGIATANPROFESIONAL/PENGABDIANKEPADA MASYARAKAT
Tahun Jenis/Nama Kegiatan Tempat
Oil&Gas Pipline Operation and Maintenance dengan
Mei 2013 Bandung
SKK MIGAS
Teknik
2012 Pelatihan Pembuatan Yoghurt di RYP Alfien Sarijadi Kimia
POLBAN
Desember 2012 Gas Dehydration & Glycol Regeneration dengan Bandung
PT. CYNOOC LTD
Desember 2012 Piping & Pipeline technology, Optimation & Jogjakarta
Simulation dengan PT. KPC
September 2012 Advance of Pipephase dengan PT. Chevron Indonesia Bandung
PERANDALAM KEGIATANKEMAHASISWAAN
Tahun Jenis /Nama Kegiatan Peran Tempat
PT. Star Energi
2011 Kuliah Lapangan Pembimbing Geothermal Wayang
Windu
IndoGress-DecoGress
2011 Kuliah Lapangan Pembimbing
Cikampek
Yang menyatakan
Saripudin, ST., MT