Anda di halaman 1dari 13

Tugas Kelompok regressi Lineair Pers. fungsi dgn var.

ganda dan fungsi Non-linear


 Secara umum semua soal menentukan konstanta-konstanta yang terdapat dlm persamaan dgn least
square minimization.
 Turunkan persamaan hasil linerisasi seperti dalam kuliah dengan metode Least square sesuai dgn soal
dengan prosedur buatlah persamaan liniernya, buatlah persamaan SSE (Sum of Square of Error), turunkan
persamaaan terhadap parameter yg dicari, dan susunlah dalam deretan persamaan
 Tunjukkan dan Dapatkan persamaan Polinomial Simultan Linier hasil regressi lineair dgn least square
minimization dan buatlah matriknya sesuai dengan soal yang dikerjakan.
 Dengan metode apa anda menyelesaikan persamaan linier simultan tersebut (Metode Eliminasi apakah
Gauss, Jordan atau Seidel?).
 Boleh anda menyelesaikan dengan program Excel-Regressi Linier, Polymath, Matlab, Pascal, Visual
basic,dll.... Tapi harus ditunjukkan hasil running program dgn “copy paste print screen” agar sesuai.

Soal-1--
Dengan persamaan linear simultan, buatlah persamaan dari Angka Oktana (RON) berdasar
Komposisi Parafin, Olefin, Naftena dan Aromatik data berikut (data dicuplik dari Prediction
of reformate research octane number by FT-i-r. Spectroscopy, Fuel Vol 74 No. 2, pp. 221-
231, 1995). RON dapat diformulasikan sebagai

Y= AX1+ BX2+ CX3+ DX4+ E

Y adalah RON hasil prediksi/formulasi


A,B,C, D,E adalah konstanta formulasi matematika yang harus ditentukan
Dengan melihat table 1, didefinisikan berbagai variabel berikut,
X1 adalah Komposisi Paraffins
X2 adalah Komposisi Olefins
X3 adalah komposisi Naphthenes
X4 adalah Komposisi Aromatics
Table 1 Hydrocarbon composition of Standards used for developing correlation
Composition (vol %)
Sample
RON by Senyawa Senyawa Senyawa Senyawa RON by
Standard
Engine Paraffins Olefins Naphthenes Aromatik Engine
1 45.0 60.7 0.7 23.5 15.1 45.0
2 68.0 51.9 0.8 15.0 32.3 68.0
3 79.1 46.6 1.0 9.9 42.5 79.1
4 89.2 41.3 1.1 4.8 52.8 89.2
5 94.9 37.8 1.1 1.4 59.7 94.9
6 70.0 50.7 0.9 13.9 34.5 70.0
7 81.1 45.8 0.9 9.1 44.2 81.1
8 84.0 44.3 1.0 7.6 47.1 84.0
9 86.3 42.9 1.0 6.4 49.7 86.3
10 90.1 41.3 1.0 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 94.0 38.6 1.1 1.9 58.4 94.0
 Secara umum semua soal menentukan konstanta-konstanta yang terdapat dlm
persamaan dgn least square minimization.
 Turunkan persamaan hasil linerisasi seperti dalam kuliah dengan metode Least square
sesuai dgn soal dengan prosedur buatlah persamaan liniernya, buatlah persamaan SSE
(Sum of Square of Error), turunkan persamaaan terhadap parameter yg dicari, dan
susunlah dalam deretan persamaan
 Tunjukkan dan Dapatkan persamaan Polinomial Simultan Linier hasil regressi lineair
dgn least square minimization dan buatlah matriknya sesuai dengan soal yang
dikerjakan.
 Dengan komputasi numeric dari 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.

 Hitunglah kembali harga Y (RON) dari hasil formulasi persamaan yang didapat
dan bandingkan dengan data hasil eksperimental dgn cara plot dalam diagram
x-y.

SOAL 2 …

Beberapa cuplikan hasil riset Demirbas yang dimuat dalam Fuel Vol. 76, No. 5, pp. 431-434,
1997, berjudul “Calculation of higher heating values of biomass fuels Calculation of
higher”, diuraikan sbb. The relation between the observed higher heating value (HHV) and
C, H, O and N contents (daf) of the samples was investigated. Thus the HHV (MJ kg -1) of
lignocellulosic materials including C, H, O and N can be calculated from I l:

HHV = {33.5[C] + 142.3[H] - 15.4 [0] - 14.5 [N]} × 10-2 ……………………………. (1)

Equation (1) was derived by using the oxidation heats of C and H and the reduction heat of
O, assuming that the effect
of the N content of a biomass fuel on its HHV was negative. The objective of this study was
to develop new formulae
for calculating the calorific values of biomass fuels by using their proximate analysis data.
The ultimate analysis data and experimental calorific values as higher heating values (MJ kg
-1) of the biomass sample are given in Table 2. From the data in Tables I and 2, there are no
relations between higher heating value and the structural components of the biomass
samples. The higher heating values (HHV) were calculated by using Equation (1).
 Secara umum semua soal menentukan konstanta-konstanta yang terdapat dlm persamaan
dgn least square minimization.
 Turunkan persamaan hasil linerisasi seperti dalam kuliah dengan metode Least square
sesuai dgn soal dengan prosedur buatlah persamaan liniernya, buatlah persamaan SSE
(Sum of Square of Error), turunkan persamaaan terhadap parameter yg dicari, dan
susunlah dalam deretan persamaan
 Tunjukkan dan Dapatkan persamaan Polinomial Simultan Linier hasil regressi lineair
dgn least square minimization dan buatlah matriknya sesuai dengan soal yang dikerjakan
 Dengan kemampuan komputasi numerik yang telah anda miliki, selesaikanlah bagaimana
persamaan (1) tersebut bisa diperoleh berdasar data-data terkait??
 Hitunglah kembali harga HHV dari hasil formulasi persamaan yang didapat dan
bandingkan dengan data hasil eksperimental dgn cara plot dalam diagram x-y.

Soal 3—
Disamping itu, beberapa hasil perumusan HHV sebgai fungsi dari variable karbon terikat
(fixed carbon) juga sudah berhasil dilakukan. Sekilas gambaran hasil perumusannya
disajukan dalam kalimat berikut.
Calorific values of the biomass samples can be calculated from the proximate analysis data
given in Table 3. The HHV (MJ/kg) of the biomass samples as a function of fixed carbon
(FC, wt%) can be calculated from:

HHV = 0.196(FC) +
14.119……………………………………………………………………………. (2)
The HHVs calculated by using Equation (2) are also given in Table 3. Equation (2)
represents the correlation obtained by means of regression analysis. The correlation
coefficient is 0.9997. The calorific values calculated using Equation (2) showed a mean
difference of 2.2% (Table 4).
 Secara umum semua soal menentukan konstanta-konstanta yang terdapat dlm
persamaan dgn least square minimization.
 Turunkan persamaan hasil linerisasi seperti dalam kuliah dengan metode Least square
sesuai dgn soal dengan prosedur buatlah persamaan liniernya, buatlah persamaan SSE
(Sum of Square of Error), turunkan persamaaan terhadap parameter yg dicari, dan
susunlah dalam deretan persamaan
 Tunjukkan dan Dapatkan persamaan Polinomial Simultan Linier hasil regressi lineair
dgn least square minimization dan buatlah matriknya sesuai dengan soal yang
dikerjakan
 Dengan kemampuan komputasi numerik yang telah anda miliki, selesaikanlah
bagaimana persamaan (2) tersebut bisa diperoleh berdasar data-data terkait??
 Hitunglah kembali harga HHV dari hasil formulasi persamaan yang didapat dan
bandingkan dengan data hasil eksperimental dgn cara plot dalam diagram x-y.

Soal 4…
Ternyata hasil kajian juga menunjukkan hasil perumusan HHV dapat juga dikorelasikan
sebagai fungsi dari variable karbon terikat (fixed carbon) dan zat mudah terbang (volatile
matter). Sepintas gambaran hasil perumusannya diuraikan dalam kalimat berikut.

The HHV (MJ kg-1) of the biomass samples as a function of fixed carbon (FC, wt%) and
volatile matter (VM, wt%) can be calculated from:

HHV = 0.312(FC) + 0.1534(VM


)……………………………………………………………………. (3)

It is seen that the HHV is also a function of FC and VM for biomass fuel. The HHVs
calculated by using Equation (3) are given in Table 4. From the data in Tables 2-4, there is a
good relation between the determined and the calculated HHV and the formulae (Equations
(1)-(3)) have given acceptable approximations to the measured values. The determined and
the calculated HHVs using Equations1997Fuel

 Secara umum semua soal menentukan konstanta-konstanta yang terdapat dlm


persamaan dgn least square minimization.
 Turunkan persamaan hasil linerisasi seperti dalam kuliah dengan metode Least square
sesuai dgn soal dengan prosedur buatlah persamaan liniernya, buatlah persamaan SSE
(Sum of Square of Error), turunkan persamaaan terhadap parameter yg dicari, dan
susunlah dalam deretan persamaan
 Tunjukkan dan Dapatkan persamaan Polinomial Simultan Linier hasil regressi lineair
dgn least square minimization dan buatlah matriknya sesuai dengan soal yang
dikerjakan
 Dengan kemampuan komputasi numerik yang telah anda miliki, selesaikanlah
bagaimana persamaan (3) tersebut bisa diperoleh berdasar data-data terkait??
 Hitunglah kembali harga HHV dari hasil formulasi persamaan yang didapat dan
bandingkan dengan data hasil eksperimental dgn cara plot dalam diagram x-y.

Vol. 76, No. 5, pp. 431-434, 1997Fuel Vol. 76, No. 5, pp. 431-434, 1997
Soal 5, File1…….

Energy 41 (2012) 380 - 385 berjudul “Calculation of higher and lower heating values and
chemical exergy values of liquid products obtained from pyrolysis of hazelnut cupulae”
ditulis oleh Selçuk Bilgen, Sedat Keles¸ , Kamil Kaygusuz, dicuplik sebebagai berikut.
The high heating value (HHV) of the raw biomass and pyrolysis products can be calculated
by means of IGT (Institute of Gas Technology) formula [13]. The HHV of the liquid
products obtained from catalytic fast pyrolysis of hazelnut cupulae has been calculated from
the proximate and ultimate analyses by means of the so-called IGT method, in kJ/kg, with
the relationship in this study :
HHV = 341C + 1323 H + 68*S – 15.3A – 120 (O + N) ……………………………….. (1)
where C, H, S, A, O and N denote mass fractions (%) of the carbon, hydrogen, sulphur, ash,
oxygen and nitrogen contents, respectively.
 Secara umum semua soal menentukan konstanta-konstanta yang terdapat dlm
persamaan dgn least square minimization.
 Turunkan persamaan hasil linerisasi seperti dalam kuliah dengan metode Least square
sesuai dgn soal dengan prosedur buatlah persamaan liniernya, buatlah persamaan SSE
(Sum of Square of Error), turunkan persamaaan terhadap parameter yg dicari, dan
susunlah dalam deretan persamaan
 Tunjukkan dan Dapatkan persamaan Polinomial Simultan Linier hasil regressi lineair
dgn least square minimization dan buatlah matriknya sesuai dengan soal yang
dikerjakan
 Dengan kemampuan komputasi numerik yang telah anda miliki, selesaikanlah
bagaimana persamaan (1) ini bisa diperoleh berdasar data-data dibawah ini??
 Hitunglah kembali harga HHV dari hasil formulasi persamaan yang didapat dan
bandingkan dengan data hasil eksperimental dgn cara plot dalam diagram x-y.
Soal 6, File1…….

Berbagai cara menentukan formula hubungan kandungan enegi bahan bakar berkandungan
karbon, hydrogen, sulfur, nitrogen dan sulfur sudah banyak pengkajiannya. Disamping
berbagai hasil kajian telah diungkap, namun cukup menarik untuk disimak hasil kajian Thomas
J. Buckley dalam jurnal Resource, Conservation and Recycling, 5 (1991) 329-341 yang
berjudul “Calculation of higher heating values of biomass materials and waste component
from elemental analysis” . Bebarapa petikan hasil kajiannya yang dimuat dalam jurnal adalah
sebagai berikut :
 Secara umum semua soal menentukan konstanta-konstanta yang terdapat dlm persamaan dgn least square minimization.
 Turunkan persamaan hasil linerisasi seperti dalam kuliah dengan metode Least square sesuai dgn soal dengan prosedur
buatlah persamaan liniernya, buatlah persamaan SSE (Sum of Square of Error), turunkan persamaaan terhadap parameter
yg dicari, dan susunlah dalam deretan persamaan
 Tunjukkan dan Dapatkan persamaan Polinomial Simultan Linier hasil regressi lineair dgn least square minimization dan
buatlah matriknya sesuai dengan soal yang dikerjakan

 Dapatkah anda merumuskan kembali persamaan (1) yg diformulasikan oleh Dulong, yakni harga Q=HHV, dengan
menggunakan table 5 ataupun 6.

 Hitunglah kembali harga HHV dari hasil formulasi persamaan yang didapat dan
bandingkan dengan data hasil eksperimental dgn cara plot dalam diagram x-y.

------------------------------------------------------------------------------------

Soal 7, File1…….
Beberapa cuplikan hasil penelitian ilmiah tentang Extraction of solanesol from tobacco (Nicotiana tobaccum L.)
Leaves dimuat dalam Chemical Engineering and Processing 48 (2009) 203–208.
Berdasar data tersaji pada tabel, model persamaan yang bisa didekati mengikuti formula,

Y = β1X12+ β2X22 + β3X32 + β4X1 X2, + β5 X1.X3 + β6 X2.X3 + β7 X1 +β8 X2 + β9 X3 + β10,

dimana koefisien angka β1, β2, β3, β4, ,β5, β6, β7,β8, β9, β10 adalah koefisien persamaan. Hasil penelitian tersebut
sudah dapat menentukan berbagai koefisien tersebut dan terbentuk suatu persamaan
Y = -0.00100X12+- 0.00644 X22 – 0.00016 X32 - 0.00165 X1 X2 - 0.00017 X1.X3 + 0.00077 X2.X3 + 0.14253 X1 +
0.20159 X2 + 0.02262 X3 – 1.7743

Table 1 Results of uniform experimental design for the extraction of solanesol

Experiment X1, extraction X2, liquor to X3, air flow Y, yield of


No. time (min) material (l/kg) (l/min) solanesol
(mg/g)
1 4 8 80 1.15
2 8 12 60 1.88
3 12 17 40 2.10
4 16 6 10 1.29
5 20 10 90 2.82
6 24 15 70 3.39
7 28 4 50 2.59
8 32 8 20 2.89
9 36 13 100 3.83
10 40 17 80 4.01
11 44 6 60 3.73
12 48 11 30 3.91
13 52 15 10 3.44
14 56 4 90 3.55
15 60 9 70 4.10
16 2 13 40 1.03
17 6 18 20 1.06
18 10 7 100 1.54
19 14 11 80 2.52
20 18 16 50 2.77
21 22 5 30 2.05
22 26 9 10 2.40
23 30 14 90 3.78
24 34 18 60 3.69
25 38 7 40 3.46
26 42 12 20 3.51
27 46 16 100 4.12
28 50 5 70 3.70
29 54 10 50 4.16
30 58 14 30 3.87

Experiment No. X1, extraction time X2, liquor to material X2, air flow (l/min) Y, yield of solanesol
(min) (l/kg) (mg/g)

 Secara umum semua soal menentukan konstanta-konstanta yang terdapat dlm


persamaan dgn least square minimization.
 Turunkan persamaan hasil linerisasi seperti dalam kuliah dengan metode Least square
sesuai dgn soal dengan prosedur buatlah persamaan liniernya, buatlah persamaan SSE
(Sum of Square of Error), turunkan persamaaan terhadap parameter yg dicari, dan
susunlah dalam deretan persamaan
 Tunjukkan dan Dapatkan persamaan Polinomial Simultan Linier hasil regressi lineair
dgn least square minimization dan buatlah matriknya sesuai dengan soal yang
dikerjakan.
 Dengan kemampuan komputasi numerik dari persamaan linear simultan/polinomial
yang telah anda pelajari, tunjukkan bagaimana mendapatkan kontanta/koefisien angka
β1, β2, β3, β4, ,β5, β6, β7,β8, β9, β10.

 Hitunglah kembali harga Y (hasil ekstraksi solanesol mg/g) dari hasil formulasi
persamaan yang didapat dan bandingkan dengan data hasil eksperimental dgn
cara plot dalam diagram x-y. dgn cara plot dalam diagram x-y.

------- SOAL 8 ------

Berdasarkan Regressi linear, Buktikan persamaan Non Dimensional Thickness adalah

:
------------Soal 9 -----Non Linier Regression----
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 volume 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.
 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
dengan membuat harga Y = dan harga X= P/Po, dapatkah anda
V (1  P / P0 )

memperoleh data-data pola kurva yang cenderung membentuk grs lurus/linier setelah
diplot.

 Dengan materi komputasi numerik khususnya metode Regresi Linear, Tunjukkan


persamaan yang bisa anda peroleh.
 Tentukan konstanta persamaan adsorpsi isotermis BET yakni Vm dan c dengan
metode eliminasi
 Berdasarkan persamaan diatas, hitunglah Volume gas hasil perhitungan persamaan
BET.
 Buatlah plot antara Volume (N2Gas adsorbed Vgas) gas hasil Perhitungan dengan Volume
gas data-data dari pengukuran Uji adsorpsi BET.