DIFERENSIASI NUMERIK

dy
DIFERENSIASI DAN  Misalnya: y = f(x), dan ingin dicari harga
Berdasarkan definisi matematika:
dx
pada x = x0

INTEGRASI NUMERIK dy lim
=
f ( x + Δ x )− f ( x )
dx Δ x → 0 Δx
Diferensiasi Numerik Pada diferensiasi numerik yang sederhana, harga Δx → 0 didekati
(Forward, Central atau Centered, & dengan sebuah bilangan kecil ε, sehingga akan diperoleh:
Backward Difference; Turunan Pertama &
Kedua) Cara forward: dy ≈ f ( x + ε ) − f ( x )
Integrasi Numerik dx ε
(Trapezoidal Rule & Simpson’s Rule; Lebar Cara backward: dy ≈ f ( x ) − f ( x − ε )
Inkremen Tetap & Berubah) dx ε
Cara central atau centered: dy ≈ f ( x + ε ) − f ( x − ε )
by: siti diyar kholisoh dx 2ε
Menurut teori:
♦ pendekatan dengan central merupakan yang terbaik.
dy/analisis_numerik/april2007 diferensiasi dan integrasi numerik ♦ makin kecil ε, hasil makin baik

Visualisasi Grafik Contoh Ilustratif:

dy Nilai turunan y = f (x) pada x = xi dapat Pada gerak lurus suatu benda, posisi (jarak dari titik tertentu)
= ...? dievaluasi dengan memanfaatkan nilai-nilai x benda tersebut pada berbagai waktu dapat dinyatakan dengan
dx persamaan:
xi di sekitar xi Æ dalam hal ini: xi-1 dan xi+1 3
x=2t
y 2 Keterangan:
dengan x dalam meter dan t dalam detik
3
1: Forward Posisi benda pada berbagai waktu dapat dicari:
y = f (x)
difference approx.
1 t (detik) x (m) Kecepatan rata-rata:
2: Backward
4 difference approx. 0 0 dari t = 0 hingga t = 1…?
2h 3: Centered
1 2 dari t = 1 hingga t = 2…?
h h difference approx. 2 16 dari t = 0 hingga t = 2…?
4: True derivative 3 54
Kesimpulannya: …………….
i-1 i i+1 x 4 128

1
 jarak
Untuk kecepatan tetap: v = Kecepatan sesaat:
waktu
x −x
Yang ditunjukkan oleh speedometer: kecepatan sesaat lim t +Δ t t dx
v= = = x'
Δt → 0 Δt dt
Misal, ingin dicari kecepatan sesaat pada saat t = 1
Hal ini dapat didekati dengan kecepatan rata-rata antara Bandingkan dengan diferensiasi secara analitik:
t = 1 dan t = 1,1:
−x dx
x = 2 t3
x
v = t =1,1 t =1
=
2 ( 1,1 )3 − 2 ( 1 )3
= 6 ,62 v= = 6 t2
1→1,1 1,1 − 1 0 ,1 dt
Jika Δt yang dipakai Pada t = 1: dx
lebih kecil:
x −x 3 3
v = = 6 ( 1 )2 = 6
t =1,01 t =1 2 ( 1,01 ) − 2 ( 1 ) t =1 dt t =1
Δt = 0,01: v = = = 6 ,06
1→1,01 1,01 − 1 0 ,01
Kesimpulan:
x −x 2 ( 1,001 )3 − 2 ( 1 )3 Jika menggunakan Δt yang makin kecil, maka nilai
t =1,001 t =1
Δt = 0,001: v 1→1,001 = 1,001 − 1
=
0 ,001
= 6 ,006 kecepatan rata-rata akan mendekati kecepatan
sesaat.

PENJABARAN FIRST FORWARD FINITE-DIVIDED PENJABARAN FIRST BACKWARD FINITE-DIVIDED

DIFFERENCE 2 TITIK DARI DERET TAYLOR DIFFERENCE 2 TITIK DARI DERET TAYLOR
Ekspansi deret Taylor di sekitar f (xi) untuk pendekatan forward: Ekspansi deret Taylor di sekitar f (xi) untuk pendekatan backward:
h2 h2
f ( xi +1 ) = f ( xi ) + h f ' ( xi ) + f ' ' ( xi ) + ... …(*) f ( xi −1 ) = f ( xi ) − h f ' ( xi ) + f ' ' ( xi ) − ... …(**)
2 2
h2 h2
f ( xi +1 ) − f ( xi ) = h f ' ( xi ) + f ' ' ( xi ) + ... f ( xi ) − f ( xi −1 ) = h f ' ( xi ) − f ' ' ( xi ) + ...
2 2
f ( xi +1 ) − f ( xi ) h f ( xi ) − f ( xi −1 ) h
f ' ( xi ) = − f ' ' ( xi ) − ... f ' ( xi ) = + f ' ' ( xi ) − ...
h 2 h 2
Ο ( h ) ≡ error
Abaikan suku-suku yang mengandung turunan lebih tinggi, sehingga: Ο ( h ) ≡ error
Abaikan suku-suku yang mengandung turunan lebih tinggi, sehingga:
f ( xi +1 ) − f ( xi ) (formula first forward
f ' ( xi ) ≅ f ( xi ) − f ( xi −1 ) (formula first backward
h finite-divided difference f ' ( xi ) ≅ finite-divided difference
2 titik) h
dengan: h ≡ step size 2 titik)

2
 PENJABARAN FIRST CENTERED FINITE-DIVIDED PENJABARAN FIRST FORWARD FINITE-DIVIDED
DIFFERENCE 2 TITIK DARI DERET TAYLOR DIFFERENCE 3 TITIK DARI DERET TAYLOR
Ekspansi deret Taylor di sekitar f (xi) untuk pendekatan forward:
Pendekatan centered menggabungkan kedua pendekatan sebelumnya:
h 2
h 3 h2 h3 (*)
f ( xi +1 ) = f ( xi ) + h f ' ( xi ) + f ' ' ( xi ) + f ' ' ' ( xi ) + ... (*) f ( xi +1 ) = f ( xi ) + h f ' ( xi ) + f ' ' ( xi ) + f ' ' ' ( xi ) + ...
2 6 2 6
( 2 h )2 ( 2 h )3
h2 h3 f ( xi + 2 ) = f ( xi ) + 2 h f ' ( xi ) + f ' ' ( xi ) + f ' ' ' ( xi ) + ... (***)
f ( xi −1 ) = f ( xi ) − h f ' ( xi ) + f ' ' ( xi ) − f ' ' ' ( xi ) + ... (**) 2 6
2 6 Kalikan (*) dengan 4, selanjutnya kurangkan ke (***), maka:
Kurangkan (**) dari (*), maka: 2h3
h3 − f ( xi + 2 ) + 4 f ( xi +1 ) − 3 f ( xi ) = 2 h f ' ( xi ) − f ' ' ' ( xi ) − ...
f ( xi +1 ) − f ( xi −1 ) = 2h f ' ( xi ) + f ' ' ' ( xi ) + ... 3
3
− f ( xi + 2 ) + 4 f ( xi +1 ) − 3 f ( xi ) h 2
f ( xi +1 ) − f ( xi −1 ) h 2 f ' ( xi ) = + f ' ' ' ( xi ) + ...
f ' ( xi ) = − f ' ' ' ( xi ) − ... 2h 3
2h 6 sehingga:
sehingga: Ο ( h 2 ) ≡ error − f ( xi + 2 ) + 4 f ( xi +1 ) − 3 f ( xi )
Ο ( h 2 ) ≡ error
f ' ( xi ) ≅
f ( xi +1 ) − f ( xi −1 ) (formula first centered finite- 2h
f ' ( xi ) ≅
2h divided difference 2 titik) (formula first forward finite-divided difference 3 titik)

PENJABARAN SECOND FORWARD FINITE-DIVIDED

DIFFERENCE 3 TITIK DARI DERET TAYLOR SECARA UMUM
Ekspansi deret Taylor di sekitar f (xi) untuk pendekatan forward: Secara umum, proses penjabaran diferensiasi numerik untuk kasus:
h2 h3 (*) „ Turunan yang melibatkan jumlah titik data lebih banyak, atau
f ( xi +1 ) = f ( xi ) + h f ' ( xi ) + f ' ' ( xi ) + f ' ' ' ( xi ) + ...
2 6 „ Turunan yang lebih tinggi
( 2 h )2 ( 2 h )3 dapat dilakukan dengan mengekspansi deret Taylor di sekitar f (xi)
f ( xi + 2 ) = f ( xi ) + 2 h f ' ( xi ) + f ' ' ( xi ) + f ' ' ' ( xi ) + ... (***)
2 6 dan mengikuti langkah-langkah manipulasi aljabar yang sama atau
Kalikan (*) dengan 2, selanjutnya kurangkan dari (***), sehingga: analog dengan beberapa penjabaran di atas.
f ( xi + 2 ) − 2 f ( xi +1 ) + f ( xi ) = h 2 f ' ' ( xi ) + h3 f ' ' ' ( xi ) + ... Secara umum, berlaku:
f ( xi + 2 ) − 2 f ( xi +1 ) + f ( xi ) 1. Hasil pendekatan turunan akan semakin baik jika:
f ' ' ( xi ) = − h f ' ' ' ( xi ) − ...
h2 • h (step size) semakin kecil, atau
sehingga:
f ( xi + 2 ) − 2 f ( xi +1 ) + f ( xi ) Ο ( h ) ≡ error • menggunakan jumlah titik data semakin banyak
f ' ' ( xi ) ≅ 2. Pendekatan centered difference memberikan hasil yang lebih
h2
baik dibandingkan dengan forward dan backward difference.
(formula second forward finite-divided difference 3 titik)

3
 Forward finite-divided-difference: Backward finite-divided-difference:
UNTUK TURUNAN PERTAMA DAN KEDUA UNTUK TURUNAN PERTAMA DAN KEDUA
Turunan pertama: Error Turunan pertama: Error
f ( xi +1 ) − f ( xi ) f ( xi ) − f ( xi −1 )
(2 titik) f ' ( xi ) = Ο(h) (2 titik) f ' ( xi ) = Ο(h)
h h

− f ( xi + 2 ) + 4 f ( xi +1 ) − 3 f ( xi ) 3 f ( xi ) − 4 f ( xi −1 ) + f ( xi −2 )
(3 titik) f ' ( xi ) = Ο(h2) (3 titik) f ' ( xi ) = Ο(h2)
2h 2h
Turunan kedua: Error Turunan kedua: Error
f ( xi + 2 ) − 2 f ( xi +1 ) + f ( xi ) f ( xi ) − 2 f ( xi −1 ) + f ( xi −2 )
(3 titik) f ' ' ( xi ) = 2 Ο(h) (3 titik) f ' ' ( xi ) = Ο(h)
h h2

− f ( xi +3 ) + 4 f ( xi + 2 ) − 5 f ( xi +1 ) + 2 f ( xi ) 2 f ( xi ) − 5 f ( xi −1 ) + 4 f ( xi − 2 ) − f ( xi −3 )
(4 titik) f ' ' ( xi ) = Ο(h2) (4 titik) f ' ' ( xi ) = Ο(h2)
h2 h2

Centered finite-divided-difference:
UNTUK TURUNAN PERTAMA DAN KEDUA CONTOH SOAL:
Turunan pertama: Error
Gunakan finite divided difference approximation
f ( xi +1 ) − f ( xi −1 ) (forward, backward, dan centered) untuk
(2 titik) f ' ( xi ) = Ο(h2)
2h menentukan nilai turunan pertama dari fungsi:
− f ( xi + 2 ) + 8 f ( xi +1 ) − 8 f ( xi −1 ) + f ( xi −2 ) f ( x ) = −0 ,1 x 4 − 0 ,15 x 3 − 0 ,5 x 2 − 0 ,25 x + 1,2
(4 titik) f ' ( xi ) = Ο(h4)
12 h
pada x = 0,5, menggunakan step size h = 0,5.
Turunan kedua: Error
Ulangi perhitungan dengan menggunakan h = 0,25
f ( xi +1 ) − 2 f ( xi ) + f ( xi −1 )
(3 titik) f ' ' ( xi ) = Ο(h2) dan h = 0,1.
h2
Bandingkan hasil-hasilnya…!
− f ( xi + 2 ) + 16 f ( xi +1 ) − 30 f ( xi ) + 16 f ( xi −1 ) − f ( xi −2 )
(5 titik) f ' ' ( xi ) = Ο(h4)
12 h 2

4
CONTOH APLIKASI: DERIVATIVES OF UNEQUALLY SPACED DATA
Berikut ini adalah data kinetika sebuah reaksi homogen-searah Untuk sekumpulan data-data yang melibatkan interval x yang tidak
dalam reaktor sistem batch isotermal (t [=] menit, C [=] mol.m-3): sama (misal: data yang diperoleh dari eksperimen), nilai
t C t C t C t C t C turunannya dapat diperkirakan melalui pendekatan interpolasi
polinomial Lagrange orde dua.
0 25,0000 25 7,1626 50 2,0521 75 0,5879 100 0,1684
5 19,4700 30 5,5783 55 1,5982 80 0,4579 105 0,1312 Dengan menggunakan 3 titik data yang berdekatan:
10 15,1633 35 4,3443 60 1,2447 85 0,3566 110 0,1022 (xi-1, f (xi-1)), (xi, f (xi)), dan (xi+1, f (xi+1))
15 11,8092 40 3,3834 65 0,9694 90 0,2777 115 0,0796
Melalui penurunan secara analitik, diperoleh:
20 9,1970 45 2,6350 70 0,7549 95 0,2163 120 0,0620
2 x − xi − xi +1
dC f ' ( x ) = f ( xi −1 )
Tentukan nilai-nilai kecepatan reaksi: r = − ( xi −1 − xi )( xi −1 − xi +1 )
dt (x merupakan
2 x − xi −1 − xi +1 nilai yang ingin
pada setiap titik data, dgn menggunakan finite-divided difference + f ( xi )
( xi − xi −1 )( xi − xi +1 ) dievaluasi
cara: (a) forward, (b) backward, dan (c) centered atau central.
Bandingkan ketiganya dan bandingkan juga dengan penurunan 2 x − xi −1 − xi turunannya)
+ f ( xi +1 )
secara analitik (yakni dengan melalui proses curve-fitting) ( xi +1 − xi −1 )( xi +1 − xi )

INTEGRASI NUMERIK
CONTOH APLIKASI: Persoalan integrasi numerik:
Reaksi isomerisasi searah fase cair: A Æ B 1. Fungsi (persamaan) tunggal dengan variabel tunggal
berlangsung dalam sebuah reaktor batch, dan menghasilkan
(Trapezoidal rule; Simpson’s Rule) b
data konsentrasi A tersisa (CA) vs waktu (t) sbb.:
Misal: Penyelesaian integral berbentuk: ∫ f ( x ) dx
t (menit) 0 5 8 10 12 15 17,5 a
CA (mol/L) 4,0 2,25 1,45 1,0 0,65 0,25 0,06 yang akan dipelajari pada bagian ini

Jika persamaan laju reaksi dinyatakan dalam bentuk: 2. Bentuk persamaan diferensial (PD), baik tunggal maupun simultan
d CA (Metode: Euler, Heun, Modified Euler; Runge-Kutta)
− rA = − = k C An Misal: Penyelesaian PD berbentuk:
dt
dy dy
maka besarnya orde reaksi (n) dan laju reaksi spesifik (k) + P( x ) . y = Q( x ) = f ( x, y,z )
dapat ditentukan. dx dx
d CA (tunggal) dz
Gunakan diferensiasi numerik untuk menentukan: = f ( x, y,z )
dt dx
(simultan)

5
FORMULA NEWTON-COTES
Formula integrasi Newton-Cotes merupakan basis penyelesaian
TRAPEZOIDAL RULE
integrasi numerik untuk kasus persamaan dengan variabel tunggal. Merupakan bentuk integrasi Newton-Cotes yang paling sederhana
Ide dasar: Æ menggunakan pendekatan polinomial orde satu (linier)
Menggantikan bentuk fungsi atau persamaan yang kompleks y
dengan data-data dalam bentuk tabel. Selanjutnya, dilakukan y = f (x)
proses curve-fitting terhadap data-data tersebut, sehingga f (b)
diperoleh fungsi atau persamaan yang mudah diintegralkan. f (a)
Integral (I)
Integral fungsi f (x) dari x = a b
hingga x = b dapat dituliskan sbb.: I = ∫ f ( x ) dx
a
x
a b
dengan: f (x) ≡ fungsi polinomial berorder m
Integral f (x) antara x = a dan x = b:
f ( x ) = a0 + a1 x + a2 x 2 + ... + am−1 x m−1 + am x m b
I = ∫ f ( x ) dx dengan:
Ingat kembali bahwa: Untuk membentuk polinomial berorder m, f ( b )− f ( a )
maka dibutuhkan sekurang-kurangnya (m+1) titik data. a f ( x )= f (a )+ b−a
(x−a)
orde satu

TRAPEZOIDAL RULE MULTIPLE-APPLICATION TRAPEZOIDAL RULE

Maka: b⎛ f (b)− f (a ) ⎞ = Composite Trapezoidal Rule
I = ∫ ⎜⎜ f ( a ) + ( x − a ) ⎟⎟ dx
a⎝ b − a ⎠ Interval dari x = x0 = a dan y = f (x)
f (b )− f (a ) 1 x = xn = b dibagi menjadi f (b)
I = f ( a ).( b − a ) + ( b − a )2
b−a 2 bagian-bagian kecil f (a)
(inkremen atau segmen) yang … I
f (b )− f (a )
I = ( b − a ). f ( a ) + ( b − a ) masing-masing selebar h,
2 berjumlah n buah.
f ( a )+ f (b ) b − a xn − x0 a
x
I = ( b − a ). (formula trapezoidal rule) h= = b
2 n n = x0 = xn
Secara geometri:
I bermakna luas daerah di bawah kurva y = f (x) Batas-batas interval diberi indeks 0, 1, 2, …, n shg: xi = x0 + i . h
Luas trapesium = lebar x rerata panjang sisi sejajar Masing-masing bagian dianggap berbentuk trapesium. Harga
f ( a )+ f (b ) integral yang merupakan luas di bawah kurva y = f (x) dari x0 s.d xn
Luas daerah yang diarsir: I = ( b − a ). didekati dengan penjumlahan dari luas trapesium-trapesium tsb.
2

6
 Dengan demikian, jika tersedia data-data berikut:
x x0 x1 x2 … xn-1 xn CONTOH SOAL:
y y0 y1 y2 yn-1 yn Perkirakan integral:
atau atau atau atau … atau atau
f (x) f (x0) f (x1) f (x2) f (xn-1) f (xn) f ( x ) = 0 ,2 + 25 x − 200 x 2 + 675 x 3 − 900 x 4 + 400 x 5
b x n

maka: I = ∫ f ( x ) dx = ∫ f ( x ) dx dari a = 0 hingga b = 0,8

a x
dengan menggunakan metode trapezoidal:
0

x1
x2
x n

I = ∫ f ( x ) dx + ∫ f ( x ) dx + ... + ∫ f ( x ) dx (a) 1 segmen,

x x xn−1

(b) 2 segmen,
0 1

f ( x0 ) + f ( x1 ) f ( x1 ) + f ( x2 ) f ( xn −1 ) + f ( xn ) Bandingkan hasil-hasilnya…!
I =h +h +"+ h
2 2 2 (c) 4 segmen, dan
h⎡ n −1 ⎤ (formula composite (d) 20 segmen
I= ⎢ f ( x0 ) + 2 ∑ f ( xi ) + f ( xn )⎥
2 ⎣⎢ i =1 ⎦⎥ trapezoidal rule)
(Sebagai perbandingan, penyelesaian secara analitik
Jika jumlah n semakin besar, maka hasil integrasi akan semakin baik. untuk integral ini adalah 1,640533)

Dengan demikian:
SIMPSON’S RULE x x ⎡ ( x − x )( x − x )
1 2
2 2

Æ menggunakan pendekatan polinomial orde dua (kuadrat) I = ∫ f ( x ) dx = ∫ ⎢ f ( x0 )

x x ⎣⎢( x0 − x1 ) ( x0 − x2 )
Jika tersedia 3 titik data: x x0 x1 x2 0 0

y y0 y1 y2 ( x − x0 ) ( x − x2 )
+ f ( x1 )
atau atau atau atau ( x1 − x0 ) ( x1 − x2 )
f (x) f (x0) f (x1) f (x2)
( x − x0 ) ( x − x1 ) ⎤
+ f ( x2 )⎥ dx
Integral f (x) antara x = x0 dan x = x2: ( x2 − x0 ) ( x2 − x1 )
x ( x − x1 ) ( x − x2 ) ⎦⎥
I = ∫ f ( x ) dx dengan: f ( x ) = ( x0 − x1 ) ( x0 − x2 ) f ( x0 )
2

Setelah melalui proses integrasi dan manipulasi aljabar, diperoleh:

x ( x − x0 ) ( x − x2 ) h
[ ] (formula Simpson’s
0

+ f ( x1 ) I≅ f ( x0 ) + 4 f ( x1 ) + f ( x2 )
( x1 − x0 ) ( x1 − x2 ) 3 1/3 rule)
orde dua
( x − x0 ) ( x − x1 )
+ f ( x2 ) dengan: h h
( x2 − x0 ) ( x2 − x1 )
x2 − x0 atau, secara grafik:
(Persamaan f (x) yang melalui ketiga titik data tsb. di atas dapat h=
2 x0 x1 x2
didekati dengan interpolasi polinomial Lagrange orde dua)

7
MULTIPLE-APPLICATION SIMPSON’S 1/3 RULE CONTOH SOAL:
= Composite Simpson’s 1/3 Rule Perkirakan integral:
Identik dengan penurunan formula composite trapezoidal rule,
metode ini dapat dijabarkan sbb.: f ( x ) = 0 ,2 + 25 x − 200 x 2 + 675 x 3 − 900 x 4 + 400 x 5
xn
x2
x
4
x n

I = ∫ f ( x ) = ∫ f ( x ) dx + ∫ f ( x ) dx + ... + ∫ f ( x ) dx dari a = 0 hingga b = 0,8

x x x x
0 0 2 n −2
dengan menggunakan metode Simpson 1/3:
h h
I = ( f ( x0 ) + 4 f ( x1 ) + f ( x2 )) + ( f ( x2 ) + 4 f ( x3 ) + f ( x4 )) (a) 2 segmen,
3 3
h
+ ... + ( f ( xn−2 ) + 4 f ( xn−1 ) + f ( xn )) (b) 4 segmen, dan Bandingkan hasil-hasilnya…!
3
(c) 20 segmen
atau: h⎡ n −1 n−2 ⎤
I= ⎢ f ( x0 ) + 4 ∑ f ( xi ) + 2 ∑ f ( x j ) + f ( xn )⎥ Bandingkan juga dengan hasil yang diperoleh dengan
3⎢ i =1,3 ,5 j = 2 ,4 ,6 ⎥⎦
⎣ metode trapezoidal…!
(formula composite Simpson’s 1/3 rule)
xn − x0 (Penyelesaian secara analitik untuk integral ini: 1,640533)
dengan: h = dan n berupa bilangan genap
n

INTEGRASI DGN LEBAR SEGMEN TAK SAMA CONTOH APLIKASI:

Pada kebanyakan situasi, kasus integrasi dengan lebar segmen (atau Sebuah reaksi homogen fase gas: A Æ 3 R
inkremen) sama seringkali justru tidak banyak dijumpai. Misalnya, mempunyai laju reaksi pada 215oC sebesar:
data-data yang diperoleh melalui eksperimen di laboratorium. − rA = 10 −2 C A1 / 2 ( mol / liter .det ik )
Untuk kasus seperti ini, metode composite trapezoidal rule dapat Campuran reaksi yang berupa 50%-mol A dan 50%-mol inert
diterapkan, dengan cara yang sangat identik dengan kasus lebar diumpankan ke dalam sebuah reaktor alir pipa yang beroperasi
segmen yang sama. pada 215oC dan 5 atm. CA0 = 0,0625 mol/liter. Tentukan space-time
b x n yang dibutuhkan agar tercapai konversi A 80%.
I = ∫ f ( x ) dx = ∫ f ( x ) dx
a x
0
Keterangan:
x
1
x2
x n Persamaan kinerja reaktor alir pipa:
I = ∫ f ( x ) dx + ∫ f ( x ) dx + ... + ∫ f ( x ) dx 1/ 2
C A01 / 2 0 ,8 ⎛⎜ 1 + ε A X A ⎞⎟
X Af X
x x x d XA Af
d XA
0 1 n−1
τ = C A0 ∫ = C A0 ∫ = ∫ ⎜ d XA
f ( x0 ) + f ( x1 ) f ( x1 ) + f ( x2 ) f ( xn−1 ) + f ( xn ) 0 − rA 0 ⎛ 1− X ⎞
1/ 2 k 0 ⎝ 1− X A ⎠
⎟
I = h1 + h2 + " + hn k C A0 1/ 2 ⎜ A ⎟
2 2 2 ⎜ 1+ ε AX A ⎟
⎝ ⎠
dengan: hi ≡ lebar segmen ke − i (i = 1, 2, …, n) Pada kasus ini: εA = 1

8
 Integral ≈ luas daerah
Penyelesaian: di bawah kurva CONTOH APLIKASI
KANDUNGAN AIR dalam PADATAN BASAH
Metode yang bisa ditempuh:
Misal suatu padatan bentuk bola berjari-jari R, mengandung
1. Integrasi secara grafik air dengan kadar tidak seragam: 2
⎛ g H O⎞ ⎛ ⎞
2. Integrasi secara analitik C⎜ 2 ⎟ = C 1− ⎜ r ⎟
⎜ cm3 ⎟ o ⎜R⎟
3. Integrasi numerik ⎝ ⎠ ⎝ ⎠
dengan r = jarak ke pusat bola. Ingin dicari jumlah air yang
ada dalam padatan (m) dan kadar air rata-ratanya (Cav)
Penyelesaian secara analitik: Analisis:
0 ,8 ⎛ 1 +
1/ 2 0 ,8 Misal:
X A ⎞⎟ 0 ,8 1+ X A
∫ ⎜⎜ ⎟
d XA = ∫ d X A = arc sin X A − 1 − X A2 = 1,328 Ditinjau elemen volume dengan tebal dr (≈ 0)
0 ⎝1− X A ⎠ 0 1 − X A2 0
R

r
Jumlah air pada elemen volume = dm
Coba Anda ulangi kembali melalui penyelesaian secara
dr
Karena dr sangat kecil, maka kadar air pada
numerik! (Silakan pilih sendiri metode yang akan Anda bagian tersebut praktis dapat dianggap
gunakan…) seragam, sehingga:

dm = 4.π.r2.dr.C Latihan Soal #:

(massa H2O = volume x kadar)
Tentukan nilai turunan pertama fungsi-fungsi berikut
Dengan integrasi diperoleh: dengan pendekatan forward difference (2 titik (Ο(h)) dan
m =m r =R 3 titik (Ο(h2))), backward difference (2 titik (Ο(h)) dan 3
∫ dm ∫r
2
= 4 .π . .C .dr titik (Ο(h2))), serta central/centered difference (2 titik
m =0 r =0
(Ο(h2)) dan 4 titik (Ο(h4))):
r =R 2
⎛r ⎞ (a) y = x 3 + 4 x − 15
m = 4.π .Co . ∫
r 2 . 1 − ⎜ ⎟ .dr
⎝R ⎠
r =0 pada x = 0, dengan lebar langkah h = 0,5, h = 0,2, dan
Jika diambil: C0 = 0,3 g/cm3; R = 5 cm h = 0,1
Dengan integrasi numerik, diperoleh: (b) y = e x + x
m = …….. g pada x = 1, dengan lebar langkah h = 0,25, h = 0,1,
Kadar air rata-rata: dan h = 0,05
massa m g Bandingkan dan berikan analisis terhadap hasil perhitungan
Cav = = = ....... yang Anda peroleh! Bandingkan juga dengan hasil yang
volume 4 π R 3 cm3
3 diperoleh melalui perhitungan secara analitik!

9
 Latihan Soal #: Latihan Soal #3:
Data berikut ini dikumpulkan pada saat pengisian Pada suhu tetap, sebuah proses termodinamika mengukur
tangki bahan bakar minyak: perubahan tekanan terhadap perubahan volume sistem,
dan diperoleh data berikut:
t, menit 0 15 30 45 60 90 120
Tekanan, P (kPa) 420 368 333 326 316 312 242 207
V, 106 barrel 0,5 0,65 0,73 0,88 1,03 1,14 1,30 Volume, V (m3) 0,5 2 3 4 6 8 10 11
Hitunglah laju alir minyak yang terkumpul pada Hitunglah kerja (W) yang terlibat selama proses tersebut,
setiap waktu pengamatan (Q = dV/dt). dengan integrasi secara numerik.
Diketahui: W = ∫ P dV

Latihan Soal #4:

Kapasitas panas air (H2O(l)) sebagai fungsi suhu dapat
dinyatakan dalam persamaan:
Cp
= 8 ,712 + 1,25.10 − 3 T − 0 ,18.10 −6 T 2
R
(T dalam Kelvin)
R = tetapan gas universal.
Hitunglah besarnya panas sensibel (Q) yang dibutuhkan untuk
memanaskan 1 mol air dari T = 25oC hingga T = 85oC.
Gunakan integrasi secara numerik dengan metode (a)
trapezoidal, dan (b) Simpson 1/3. Gunakan interval T sebesar
5oC.
Panas sensibel per mol: Q = ∫ Cp dT

10