DAFTAR ISI
DAFTAR ISI
----------------------------------------------------------------------------------------------------
2
BAB I PENDAHULUAN
4
A. Deskripsi singkat mata kuliah
4
B. Tujuan Pembelajaran
4
C. Capaian Pembelajaran
4
D. Pokok Bahasan
4
E. Evaluasi Penilaian
5
F. Daftar Pustaka
5
BAB I
PENDAHULUAN
B. Tujuan Pembelajaran
Setelah menyelesaikan mata kuliah ini, mahasiswa mampu menggunakan tools pemodelan
komputer dalam melakukan identifikasi masalah, formulasi masalah, dan penyelesaian
masalah di industri karet dan plastik.
D. Pokok Bahasan
F. Daftar Pustaka
1. Arhami, M., Desiani, A. 2004. Pemrograman MATLAB. Penerbit Andi. Yogyakarta
2. Kwon.R.H. 2014. Introduction to linear optimization and extensions with MATLAB. CRC
Press.London.
3. Suarga. 2012. Komputasi Numerik: Pemrograman MATLAB untuk Metode Numerik.
Penerbit Andi. Yogyakarta
4. Sianipar, R.H. 2013. Pemrograman MATLAB dalam contoh dan penerapannya. Penerbit
Informatika. Bandung
5. Zhou, H. 2013. Computer modeling for injection molding: Simulation, optimization and
control. Wiley and Sons .inc. Canada
BAB II
PENGENALAN PEMROGRAMAN
Dalam mata kuliah pemodelan komputer ini, digunakan program MATLAB yang
merupakan program yang baik untuk melakukan analisis dan komputansi numeric
dengan dasar pemikiran menggunakan sifat dan bentuk matrik.
Matlab banyak digunakan pada:
Matematika dan komputansi
Pengembangan dan algoritma
Pemrograman modeling, simulasi, dan pembuatan prototype
Analisis data, eksplorasi, dan visualisasi
Analisis numerik dan statistik
Pengembangan aplikasi teknik
2.3. Variabel
Dalam membuat program dalam, matlab, maka perlu didefinikan variable variable
yang digunakan untuk perhitungan. Variabel dalam MATLAB adalah merupakan
objek-objek bernama, dimana penugasan-nya dengan operator “=” dan dibatasi 31
karakter. Contoh pendefinisian variabel pada command window dapat dilihat pada
gambar 2.4.
2.4. Matrik
Kemampuan dalam melakukan perhitungan dengan matrik adalah sangat penting,
karena mendasari perhitungan-perhitungan dalam MATLAB. Untuk Membuat Matrik
dalam MATLAB, diperlukan:
• Memulainya dengan kurung siku buka ([)
• Memisahkan elemen-elemen di dalam suatu baris dengan koma atau spasi
• Menggunakan titik koma untuk memisahkan antar baris
• Mengakhiri suatu matrik dengan kurung siku tutup (])
Contoh Pendefinisian Matrik pada MATLAB dideskripsikan pada gambar 2.5.
Dari gambar 2.9, dapat diketahui bahwa matrik A dapat dikalikan dengan skalar
(c=8), dengan bilangan skalar diletakkan didepan matrik. Hasil perkalian pada
gambar 2.9 adalah matrik K, dimana elemen-elemen pada matrik K, adalah elemen
matrik A dikalikan dengan skalar (c=8).
3. Perkalian matrik dengan matrik
Perkalian matrik dengan matrik dapat dilakukan jika matrik pertama memiliki
jumlah kolom sama dengan jumlah baris matrik kedua. Sebagai contoh: Jika
matrik A adalah matriks dengan ukuran m x r dan matrik B adalah matriks r x n,
maka kedua matrik tersebut dapat dikalikan dan hasilnya adalah matrik m x n.
Perkalian matrik pada matlab dapat ditunjukkan oleh gambar 2.10.
BAB III
M-FILE DAN KENDALI ALIR
3.1. M-File
Beberapa alas an, mengapa M-File dibutuhkan pada pemrograman menggunakan
MATLAB adalah:
1. Command windows tidak efisien karena baris yng tersimpan dalam diary tidak
dapat di-load, jika sudah keluar dari MATLAB
2. Command window hanya dilakukan baris perbaris perintah
Cara membuat file baru M-File diilustrasikan oleh gambar 3.1.
Dari gambar 3.4., diindikasikan bahwa nama fungsi dalam M-file haruslah sama
dengan nama file M-File. Selanjutnya fungsi dalam M-file dapat dieksekusi melalui
input data dalam command windows atau dipanggil melalui M-file yg lain.
Dengan hasil:
TUGAS APLIKASI 1
Selesaikanlah persoalan dibawah ini dengan menggunakan kendali alir dan
dikerjakan dalam M-File.
BAB IV
DIFFERENSIAL DAN INTEGRAL
4.1. Differensial
Penyelesaian permasalahan diffrensial pada MATLAB dapat diselsesaikan dengan
cara analitis/simbolis dan penyelesaian numeris. Fungsi diff digunakan untuk
Menghitung derivatif simbolis atau fungsi yang didefinisikan oleh suatu ekspresi
simbolis, dengan tahapan:
1. Mendefinisikan ekspresi simbolis
2. Mendefinisikan variabel-variabel simbolis
3. Membangun ekspresi matematis
Contoh penggunaan fungsi diff diilustrasikan pada gambar 4.1. sedangkan hasilnya
dapat dilihat pada gambar 4.2.
Gambar 4.8. Output hasil evaluasi numeric differensial dari gambar 4.7.
4.2. Integral
Setelah dapat membuat penyelesaian differensial, MATLAB juga dapat
menyelesaikan permasalahan integral.
4.2.1. Indifinite Integral
Indefinite integral dapat menggunakan Fungsi int, dimana dipakai untuk mencari
integral tak tentu atas sebuah fungsi yang didefinisikan dalam suatu ekspresi
simbolis. Contoh penggunaan fungsi int, dilustrasikan oleh gambar 4.9.
Gambar 4.12. Hasil integral tertentu dari algoritma pada gambar 4.11
TUGAS APLIKASI 2
Selesaikanlah persoalan dibawah ini dengan menggunakan integral dan dikerjakan
dalam M-File.
Sebuah pabrik hendak mengosongkan tangki sedimentasinya. Namun ternyata valve
keluaran bawah macet, sehingga perlu dipompa dari atas. Jika dimensi tangki adalah
seperti pada gambar 4.13 dibawah ini:
BAB V
PEMROGRAMAN LINIER
x = linprog (f, A, b, Aeq, beq, lb, ub), Ditambah dengan batas atas dan batas bawah
x = linprog (f, A, b, Aeq, beq, lb, ub, x0), Ditambah dengan awal pencarian x 0
x = linprogf, A, b, Aeq, beq, lb, ub, x0, option), Ditambah dengan option
Contoh pemrograman dapat dilihat pada gambar 5.1.
TUGAS APLIKASI 3
Selesaikanlah permasalahan dibawah ini dengan menggunakan pemrograman linier
menggunakan MATLAB:
Sebuah perusahaan PT X menghasilkan bahan kimia cair sebagai aditif dalam pencetakan
plastik. Perusahaan tersebut akan memasok bahan kimia ke perusahaan pencetakan
pencetakan plastic dengan menggunakan pipa. Jalur pipa tersebut disajikan pada gambar
1. Perusahaan PT X disimbolkan dengan titik S (source), dan perusahaan pencetakan
plastic adalah titik t. Aliran bahan kimia tersebut dapat mengalir melalui pipa dari titik 1 ,
2, sampai 6. Kapasitas tiap jalur (I,j) mengindikasikan maksimum bahan kimia yang dapat
dialirkan dari titik i ke titik j. Hitunglah bahan kimia yang bisa dipasok ke perusahaan
pencetakan plastic oleh PT X
BAB VI
PEMROGRAMAN NON-LINIER
A.x b
min f T x such that Aeq.x beq
x
lb x ub
x = fmincon (fun,x0, ,A,b), Dengan constrain pertidaksamaan A*x <= b
x = fmincon(fun,x0, A, b, Aeb, beq), Ditambah dengan persamaan Aeq*x = beq
x=fmincon(fun,x0,A,b,Aeb,beq,lb,ub),ditambah dengan batas atas dan batas bawah.
X = fmincon(fun,x0, A, b, Aeb, beq, lb, ub, option), Ditambah dengan option
Pemrograman non-linier dengan MATLAB dapat dicontohkan pada gambar 6.1.
TUGAS APLIKASI 4
Data pencetakan benda plastik dari Polipropilen adalah seperti dibawah ini:
No Waktu % Kristalisasi No Waktu % Kristalisasi
pendinginan pendinginan
(menit)
1 2 3 7 7 68
2 3 11 8 8 74
3 4 18 9 9 79
4 5 30 10 10 82
6 49 6 11 11 84
Derajat kristaliasi bahan dari polipropilen adalah minimal 0 dan maksimal 96. Suhu
pendingin akan mempengaruhi kecepatan pendinginan, dimana penurunan 5 0 C suhu
pendingin akan mempercepat pendinginan dua kali-nya. Dalam pencetakan di pabrik,
pendingan maksimal adalah 10 menit. Jika suhu air pendingin yang digunakan untuk
datatabel diatas adalah 250C, tentukan suhu pendingin dan waktu pendinginan untuk
mencapai derajat kristalisasi yang maksimal.
BAB VII
CURVE FITTING
Salah satu hal yang sangat penting dan diperlukan dalam pemodelan matematis adalah
mencari akar fungsi-fungsi polinomial dan melakukan plotting secara grafis untuk
mengidentifikasi kecenderuangan fungsi polinomial tersebut. Polinomial dalam MATLAB
direpresentasikan oleh akar akarnya. Sebagai contoh, persamaan polynomial:
3 x 3 2.23x 2 5.1x 9.8 , dalam MATLAB dapat dinyatakan sebagai: >> c = [ 3 -2.23 -5.1
9.8], karena basis MATLAB adalah matrik. Untuk mengevaluasi fungsi polinomial seperti
diatas untuk setiap nilai x, maka dapat menggunakan perintah:
>> x = -1:0.1:1;, Menentukan range dari data yang dievaluasi
>> y = polyval(c,x); , Menentukan nilai y dari fungsi polinomial yang ada
Selain melakukan evaluasi dan plotting fungsi polinomial, dapat dicari akar persamaan
polinomial tersebut dengan perintah:
>> r = roots(c)
Dengan output:
r=
-1.5985
1.1709 + 0.8200i
1.1709 - 0.8200i
Output diatas Memiliki satu akar bilangan real dan dua akar yang merupakan bilangan
kompleks.
MATLAB juga dapat mencari differensia simbolik dari fungsi polinomial tersebut dengan
perintah:
>> dc =polyder(c)
Dengan output:
dc =
9.0 -4.4600 -5.1000
TUGAS APLIKASI 5
Selesaikanlah persoalan di bawah ini dengan curve fitting menggunakan MATLAB
Seorang peneliti melakukanpenelitian tentang derajat kristalisasi bahan plastik pada
sampel berbentuk silinder sebagai fungsi terhadap jarak terhadap pusat silinder. Data
yang diperoleh adalah sebagai berikut:
BAB VIII
PENYELESAIAN NUMERIS
Salah satu hal yang paling dibutuhkan dalam pemodelan matematis, Berbagai aplikasi
dalam bidang sains dan teknologi sering memerlukan nilai suatu variabel x yang membuat
fungsi f(x)= 0. Nilai variabel yang memenuhi tersebut biasa disebut sebagai akar sebuah
fungsi. Jika persamaan yang digunakan mudah untuk difaktorkan, maka hal tersebut tidak
menjadikan masalah. Namun jika, persamaan yang akan dicari akarnya sulit untuk
difaktorkan, maka diperlukan penyelesaian numeris untuk menyelesaikannya.
Contoh pernyelesaian pencarian akar secera analitis adalah sebagai berikut:
f ( x) 6 x 2 7 x 2 , diuraikan menjadi:
2 x 1 3x 2
x 1 dan x 2
Sehingga, 2 3
Contoh diatas merupakan persamaan yang secara mudah dapat difaktorkan dan dicari
akarnya secara analitis, sedangkan yang sulit untuk dicpecahkan secara analitis dapat
dicari dengan metode numeris.
6. n=1
7. Selama (n<maxit)
a. p2 =p1-fp1*(p1-p0)/fp1-fp0)
b. bila abs(p2-p1)< tol maka cetak (akar = , p2), selesai
c. bila tidak n=n+1, p0=p1, p1 = p2, fp0 = fp1
8. Cetak (“ gagal, maximum iterasi terlampaui)
Aplikasi algoritma metode secant pada pemrograman MATLAB adalah sebagai
diperlihatkan pada gambar 8.2.
Bagian-bagian program MATLAB untuk metode secant, mirip dengan metode bisection,
namun ditambah penentuan titik p0 dan p1, untuk membuat titik potong yang dapat
mencapai konvergensi pencarian secara numerik.
Dibandingkan dengan metode Bisection dan metode Secant metode Newton Raphson
memerlukan differensiasi, yang ditunjukkan line 8 pada gambar 8.3.
TUGAS APLIKASI 6
Selesaikanlah persoalan di bawah ini dengan metode numeris bisection, secant, dan
newton raphson menggunakan MATLAB, dan dibandingkan hasilnya.
BAB IX
PERSAMAAN DIFFERENSIAL ORDINER
Berbagai permasalahan dalam ilmu teknik dan rekayasa dapat dinyatakan dalam bentuk
persamaan differensial. Persamaan differensial tersebut dapat disertai persyaratan
atau kondisi tertentu. Persamaan yang mewakili sistem fisis adakalanya memiliki bentuk
yang khas sehingga memiliki solusi analitik yang khas. Namun persamaan-persamaan
yang ada banyak yang tidak bisa dilakukan secara analitik
Contoh persamaan differensial adalah sebagai berikut:
dv
F ma m
dt
dv c
g d v2
dt m
Persamaan diatas, yang merupakan persamaan dinamika benda jatuh, maka
penyelesaiannya adalah sebagai berikut:
Solusi analitik:
mg gc
v tanh t
cd m
Solusi numerik:
c
vt 1 vt g d v 2 t
m
Solusi numerik tersebut adalah persamaan iterasi berdasarkan perubahan waktu mulai
dari 0 hingga t.
Persamaan differensial biasa (ordinary differential equation/ODE) adalah persamaan
differensial yang menyatakan hubungan antara dua variabel , misalnya antara y dan t.
dy
f (t , y ), a t b.
dt
0 (t )
dan Suatu solusi unik z(t) dari permasalahan:
dz
f (t , z ) (t ), a t b, z ( a ) 0
dt , Memenuhi:
z (t ) y (t ) k
, untuk semua a t b
Berikut ini adalah contoh persamaan differensial bernilai awal (IVP) dan solusinya :
Cari solusi persamaan differensial (PD): x (t ) t x , Dengan x(0) =1 pada titik t = 0.1
(1) 2
O(h2), merupakan ekspansi taylor orde-1, sebagai berikut: x(t ) x(0) h x (0) O(h )
(1) 2
Apabila diberikan Persamaan Differensial: x f t , x , Dan nilai awal x(0) = x0, maka
(1)
x(t ) x(0) h. f (t 0, x 0)
Kenudian, jika metode euler pada gambar 9.1., akan dibuat grafik atau plotting,dapat
dilanjutkan dengan program pada gambar 9.2.
Dan contoh aplikasi pemrograman pada program MATLAB sesuai algoritma runge kutta
orde 4 dapat dilihat pada gambar 9.4.
a. k1 = h*f(ti-1, wi-1 )
b. k2 = h*f(ti-1 + h/2, wi-1 +k1/2)
c. k3 = h*f(ti-1 + h/2, wi-1 +k2/2)
d. k4 = h*f(ti-1 + h, wi-1 +k3)
e. wi = wi-1 + (k1 + 2*k2 + 2*k3 + k4)/6
f. t = a + i*h
g. cetak (ti , wi )
9. Untuk i = 4,…, N :
a. t = a + i*h
b. w = w3 + h*[55*f(t3 , w3 ) – 59*f(t2 , w2 )+37*f(t1 , w1 ) – 9*f(t0 , w0 )]/24
c. w = w3 + h*[9*f(t , w ) +19*f(t3 , w3 ) - 5*f(t2 , w2 ) + f(t1 , w1 )]/24
d. cetak (t,w)
e. untuk j = 0,1,2
i. tj = tj+1
ii. wj = wj+1
f. t3 = t; w3 =w
10. Selesai
Penyelesian metode Prediktor-Korektor dengan MATLAB dapat ditunjukkan dengan
gambar 9.5. dan gambar 9.6.
Gambar 9.5. Metode Prediktor Korektor Bagian 1 (penentuan empat titik awal)
Judul Modul Pemodelan Komputer Halaman: 48 dari 63
Buku Informasi da Buku Kerja
Modul Pembelajaran Berbasis Kompetensi
Bidang Sistem Manufaktur
Gambar 9.5. menunjukkan metode predictor korektor bagian pertama, yaitu menentukan
empat titik awal. Program selanjutnya untuk bagian predictor dan korektor dapat dilihat
pada gambar 9.6.
TUGAS APLIKASI 7
Selesaikanlah persoalan di bawah ini dengan persamaan differensial metode euler,
runge kutta orde 2, runge kutta orde 4, dan predictor-korektor menggunakan
MATLAB, dan dibandingkan hasilnya.
Sebuah dinding plat terbuat dari tembaga memiliki tebal 5 cm, memiliki suhu dinding luar
180 C. Akan didinginkan dengan cairan pendingin yg mengalir diluar didinding. Jika
perpindahan panas dalam didinding berlaku hukum fourier untuk konduksi :
dT
q kA
dx
Pendingin yang digunakan adalah air bersuhu 25 C, dan terjadi perpindahan panas
konveksi dengan didinding plat sesuai persamaan:
q hA(Tw Tc )
BAB X (PENGAYAAN)
SIMULASI DENGAN MOLDFLOW ADVISER
Selain membuat sebuah pemodelan matematis, mata kuliah pemodelan juga menyajikan
materi aplikasi simulasi mesin injection molding menggunakan software moldflow adviser
Langkah-langkah dalam melakukan simulasi cetak injeksi adalah sebagai berikut:
1. Langkah Pertama membuat project baru dengan cara pilih icon “New Project”
2. Membuat nama project dan simpan project pada folder yang dikehendaki. Untuk
memudahkan akses simpan pada folder default penyimpanan pada saat instalasi
aplikasi. Kemudian klik tombol OK setelah menentukan nama project yang
dikehendaki
3. Klik icon import pada aplikasi posisi di pojok kiri atas untuk mengimport model creo
parametric yang akan dilakukan simulasi injeksi molding.
5. Pastikan pada menu advanced option, ceklist “Automatic clean up” dan “Check
suitability” kemudian klik next.
7. Setelah selelai proses import wizard, ceklist “Advance – True 3D” untuk proses
analisis kita nanti, kemudian klik tombol Finish.
8. Selamat anda berhasil melakukan proses import model creo parametric yang anda
pilih.
9. Langkah berikutnya kita akan mulai menganalisis injection molding, dengan cara pilih
icon “Injection Locations” kemudian letakan pada bagian model creo ditempat yang
diinginkan sebagai lokasi awal injeksi. Sebagai catatan kita bias meletakan lebih dari
satu titik injeksi dan mengubah lokasi injkeksi setelah kita letakan titik injeksi pada
model.
Sebagai contoh kita letakan titik lokasi injeksi seperti gambar dibawah ini
11. Kemudian kita pilih “Process setting wizard” untuk melakukan editing pada
temperature mold, temperature melt, injection pressure, dan injection times.
13. Pada saat dilakukan analisis kita bisa mengobservasi pengisian material pada
proses injeksi
15. Kita bisa melihat hasil (Result) dari proses injeksi pada model creo berdasarkan Fill ,
dengan cara mengklik icon “Result” seperti gambar dibawah ini
tinggal ceklist data apa yang kita butuhkan. Berikut adalah contoh Fill berdasarkan