Regresi Multilinier untuk Persamaan Antoine

A. Bentuk Multilinier dari Persamaan Antoine Klasik

Secara umum, bentuk persamaan Antoine untuk suatu komponen i yang paling banyak
digunakan adalah dalam bentuk persamaan logaritmik berbasis 10 (desimal), seperti yang
diperkenalkan oleh Antoine (1888):

log10 ( Psat ,i [ kPa=

])
Bi
Ai − (1)
T [ K ] + Ci
yang bentuk umumnya dapat disusun ulang menjadi:

A ⋅ (T + C )
log10 ( P )
B
= − (2)
T +C T +C
atau
(T + C ) ⋅ log10 ( P ) = A ⋅ (T + C ) − B = A ⋅ T + A ⋅ C − B (3)

yang dapat disederhanakan menjadi

T ⋅ log10 ( P ) + C ⋅ log10 ( P ) = A ⋅ T + A ⋅ C − B (4)
sehingga
A⋅C − B log ( P )
log10 ( P ) = A + − C ⋅ 10 (5)
T T
Yang berarti, bahwa persamaan di atas membentuk Persamaan Multilinier sebagai berikut:

1 log ( P )
y = p + q⋅ + r ⋅ 10 (6)
T T
atau jika disederhanakan lagi,

y = p + q ⋅ x1 + r ⋅ x2 (7)

dengan

1 log10 ( P )
x1 = dan x2 =
T T
dan dari regeresi multilinier dari persamaan di atas akan diperoleh nilai-nilai parameter asalnya:
A = p
B =− p ⋅ r − q
C = −r

B. Regresi Multilinier Persamaan Antoine Klasik

Regresi multilinier dari Persamaan Antoine klasik seperti di atas, adalah berdasarakan
persamaan simpangan baku berikut:
 ∑( y − )
2
S=
2
p − q ⋅ x1 − q ⋅ x2 = 0 (8)

maka, untuk menentukan atau mencari parameter-parameter p , q , dan r dapat diperoleh dari
relasi-relasi berikut:
dS dS dS
= 0; = 0 ; dan = 0
dp dq dr
Hasil-hasil yang dapat diperoleh dari turunan-turunan persamaan seperti di atas adalah
sebagai berikut:

∑( y − −1)
p − q ⋅ x1 − r ⋅ x2 ) ⋅ (=
dS
= 0
dp

∑( y − p − q ⋅ x1 − r ⋅ x2 ) ⋅ ( −=
x1 )
dS
= 0
dq

∑( y − p − q ⋅ x1 − r ⋅ x2 ) ⋅ ( −=
x2 )
dS
= 0
dr
Tampak dari hasil difersensiasi dari persamaan-persamaan di atas, akan diperoleh suatu
SPAL (Sistem Persamaan Aljabar Linier) berikut:
p ⋅ N + q ⋅ ∑ x1 + r ⋅ ∑ x2 =∑ y
p ⋅ ∑ x1 + q ⋅ ∑ ( x1 ) + r ⋅ ∑ ( x1 ⋅ x2=
) ∑ ( x1 ⋅ y )
2
(9)

p ⋅ ∑ x2 + q ⋅ ∑ ( x1 ⋅ x2 ) + r ⋅ ∑ ( x2 =
) ∑ ( x2 ⋅ y )
2

atau, jika disusun dalam bentuk matriksnya:

 N ∑ x1 ∑ x2   p   ∑y 
    
 ∑ x1 ∑ ( x1 ) ∑ ( x1 ⋅ x2 )   q=  ∑ ( x1 ⋅ y ) 
2
 (10)
 2     ∑( x ⋅ y)
∑x ∑ ( x1 ⋅ x2 ) ∑ ( x2 )   
r  
 2 2

C. Bentuk Multilinier dari Persamaan Antoine Modifikasi

Secara umum, yang dimaksudkan dengan bentuk persamaan Antoine termodifikasi dari
suatu komponen i adalah Persamaan Aontoine dalam bentuk persamaan logaritmik natural
(berbasis bilangan e ) atau ln , seperti di bawah ini:

])
ln ( Psat ,i [ kPa=
Bi
Ai −
T [ K ] + Ci
yang bentuk umumnya dapat disusun ulang menjadi:

A ⋅ (T + C )
ln ( P )
B
= −
T +C T +C
atau
(T + C ) ⋅ ln ( P ) = A ⋅ (T + C ) − B = A ⋅ T + A ⋅ C − B
disederhanakan menjadi

T ⋅ ln ( P ) + C ⋅ ln ( P ) = A ⋅ T + A ⋅ C − B
sehingga
A⋅C − B ln ( P )
ln ( P ) = A + − C⋅
T T
Yang berarti, bahwa persamaan di atas membentuk Persamaan Multilinier sebagai berikut:

1 ln ( P )
y = u + v⋅ + w⋅
T T
disederhanakan menjadi,

y = u + v ⋅ x1 + w ⋅ x2

dengan

1 log10 ( P )
x1 = dan x2 =
T T
dan dari regeresi multilinier dari persamaan di atas akan diperoleh nilai-nilai parameter asalnya:
A = u
B =−u⋅w − v
C = −w

D. Regresi Multilinier Persamaan Antoine Modifikasi

Analogi sperti di atas, regresi multilinier dari Persamaan Antoine modifikasi yang
dimaksudkan di sini, adalah berdasarakan persamaan simpangan baku berikut:

∑ ( y − u − v ⋅ x1 − w ⋅ x2=
)
2
S=
2
0

maka, untuk menentukan atau mencari parameter-parameter u , v , dan w dapat diperoleh dari
relasi-relasi berikut:
dS dS dS
= 0; = 0 ; dan = 0
du dv dw
Hasil-hasil yang dapat diperoleh dari turunan-turunan persamaan seperti di atas adalah
sebagai berikut:

∑ ( y − u − v ⋅ x1 − w ⋅ x2 ) ⋅ (=
−1)
dS
= 0
du

∑ ( y − u − v ⋅ x1 − w ⋅ x2 ) ⋅ ( −=
x1 )
dS
= 0
dv

∑ ( y − u − v ⋅ x1 − w ⋅ x2 ) ⋅ ( −=
x2 )
dS
= 0
dw

Sama seperti sebelumnya, difersensiasi dari persamaan-persamaan di atas akan

menghasilkan suatu SPAL (Sistem Persamaan Aljabar Linier) berikut:
 u ⋅ N + v ⋅ ∑ x1 + w ⋅ ∑ x2 =∑ y
u ⋅ ∑ x1 + v ⋅ ∑ ( x1 ) + w ⋅ ∑ ( x1 ⋅ x2=
) ∑ ( x1 ⋅ y )
2

u ⋅ ∑ x2 + v ⋅ ∑ ( x1 ⋅ x2 ) + w ⋅ ∑ ( x2=
) ∑ ( x2 ⋅ y )
2

atau, jika disusun dalam bentuk matriksnya:

 N ∑ x1 ∑ x2   u   ∑y 
    
 ∑ x1 ∑ ( x1 ) ∑ ( x1 ⋅ x2 )   v  = ∑ ( x1 ⋅ y ) 
2

    
∑x ∑ ( x1 ⋅ x2 ) ∑ ( x2 )
2   w  ∑( x ⋅ y)
 2    2 

Sedangkan, jika ingin melakukan regresi dengan menggunakan MS-Excel, maka struktur
tabulasi yang diperlukan adalah sebagai berikut:

1 log10 ( P ) y = log10 ( P )
n T P x1 = x2 =
T T

( N −1)

E. Contoh Regresi Multilinier Persamaan Antoine (Termodifikasi)

Sebagai contoh yang komprehensif, di bawah ini akan dilakukan pemodelan ulang dari
suatu bentuk Persamaan KDB,

ln ( Psat [ kPa ]) = A ⋅ ln (T ) +
B
+ C + D ⋅T 2
T
dengan harga-harga tetapan-tetapannya (diberikan juga untuk beberapa komponen
hidrokarbon) seperti ditabelkan di bawah:

Komponen A B C D

C3H8 -5,395526E+00 -3,383994E+03 4,814260E+01 9,132115E-06

n-C4H10 -6,922293E+00 -4,346626E+03 5,870291E+01 9,152712E-06
i-C4H10 -9,416723E+00 -4,577132E+03 7,351351E+01 1,514279E-05
yang ingin diubah menjadi model berbentuk Persamaan Antoine yang termodifikasi, yaitu yang
memiliki bentuk berikut:

ln ( Psat [ Atm ]=
) B
A−
T [K ] + C
Maka, harus diketahui bahwa variabel-variabel bebas ( x1 dan x2 ) dan variabel bebas ( y ) yang
akan dimodelisasi adalah sebagai berikut:
1
x1 =
T [K ]
ln ( Psat [ Atm ])
x2 =
T [K ]
y = ln ( Psat [ Atm ])

Bila diberikan tabel data untuk komponen Propana ( C3H8 ) adalah seperti di bawah ini:

n T [K] Psat [Atm]

1 240 1,461366
2 245 1,782505
3 250 2,155153
4 255 2,584381
5 260 3,075396
6 265 3,633525
7 270 4,264203
8 275 4,972961
9 280 5,765418
10 285 6,647276
11 290 7,624316

maka akan didapatkan tabel worksheet dalam MS-Excel adalah sebagai berikut:
x1 x2 y (x 1)2 (x 2)2 x 1 ·x 2 x 1·y x 2·y
0,004167 0,001581 0,379372 1,73611E-05 2,49866E-06 6,58631E-06 0,001581 0,000600
0,004082 0,002359 0,578020 1,66597E-05 5,56613E-06 9,62965E-06 0,002359 0,001364
0,004000 0,003071 0,767862 1,60000E-05 9,43379E-06 1,22858E-05 0,003071 0,002358
0,003922 0,003723 0,949486 1,53787E-05 1,38643E-05 1,46019E-05 0,003723 0,003535
0,003846 0,004321 1,123434 1,47929E-05 1,86702E-05 1,66188E-05 0,004321 0,004854
0,003774 0,004869 1,290203 1,42399E-05 2,37042E-05 1,83724E-05 0,004869 0,006282
0,003704 0,005371 1,450255 1,37174E-05 2,88510E-05 1,98938E-05 0,005371 0,007790
0,003636 0,005833 1,604016 1,32231E-05 3,40214E-05 2,12101E-05 0,005833 0,009356
0,003571 0,006257 1,751878 1,27551E-05 3,91464E-05 2,23454E-05 0,006257 0,010961
0,003509 0,006646 1,894207 1,23115E-05 4,41738E-05 2,33205E-05 0,006646 0,012590
0,003448 0,007005 2,031343 1,18906E-05 4,90648E-05 2,41539E-05 0,007005 0,014229
0,041658 0,051036 13,820075 1,58330E-04 2,68995E-04 1,89019E-04 0,051036 0,073918
Jika data-data penjumlahan (sum) dari tabel MS-Excel di atas disubstitusikan ke persamaan
(10) di atas, maka akan didapat SPAL berikut,

 11 0,041658 0,051036   u   13,820075 

    
 0,041658 1,58330E - 04 1,89019E - 04   v  =  5,10363E - 02 
     
 0,051036 1,89019E - 04 2,68995E - 04  w  7,39181E - 02 
sehingga, konstanta-konstanta Antoine yang dimaksudkan adalah

A = 9, 240078
B = 1933, 6865
C= − 21, 765

Selamat mencoba..!!