ERUDIO, Vol. 1, No.

1, Desember 2012 ISSN: 2302-9021

INTERKORELASI ANTARA
TERMODINAMIKA DAN FISIKA STASTISTIK:
KEADAAN RATA-RATA VERSUS FUNGSI DISTRIBUSI
Abdurrouf
Jurusan Fisika, Fakultas MIPA, Universitas Brawijaya

ABSTRAK
Termodinamika dan fisika statistik adalah dua pendekatan yang saling melengkapi untuk satu fenomena yang
sama, yaitu sistem banyak partikel. Sekalipun demikian, seringkali keduanya tampak sebagai dua kajian yang
terpisah. Paper ini menunjukkan keterkaitan keduanya, dengan cara menurunkan suatu fungsi distribusi yang
merupakan ciri fisika statistik dari parameter rata-rata termodinamikanya. Untuk itu dikembangkan suatu
spreadsheet yang mampu mengolah proses tersebut. Hasil yang diperoleh menunjukkan bahwa distribusi statistik
memberikan harga rata-rata yang konsisten dengan harga termodinamikanya.

Kata kunci: termodinamika, fisika statistik, fungsi distribusi, harga rata-rata, spreadsheet

PENDAHULUAN dengan jalan mengambil nilai rata-rata dari

Salah satu bidang fisika yang cukup
menantang adalah sistem yang terdiri atas
banyak partikel. Pada sistem seperti ini,
perilaku makroskopis sistem, seperti yang
diamati pada eksperimen, tidak selalu
mencerminkan perilaku individual partikelnya,
meski terdapat hubungan yang khas antara
keduanya [1,2]. Metode yang sering dipakai
untuk meninjau sistem banyak partikel adalah
termodinamika dan fisika statistik. Pada
termodinamika, perhatian ditujukan pada sifat
makroskopik sistem (sifat yang terukur, sifat
yang secara langsung atau tidak langsung
didasarkan atas tanggap indera kita), seperti
temperatur T. Termodinamika tidak
mempermasalahkan bagaimana besaran
makroskopik tersebut terbentuk. Tujuan
termodinamika adalah mencari nilai serta
hubungan antar besaran makroskopis yang taat
asas dengan hukum pokok termodinamika [3].
Pada tingkat berikutnya, kita dapat
menerapkan hukum fisika -khususnya
mekanika- dengan cara yang lebih resmi dan
lebih formal pada partikel dan kemudian
merataratakan hasilnya. Pendekatan terakhir
dikenal sebagai fisika statistik. Pada fisika
statistik, sifat-sifat makroskopik suatu sistem
seperti temperatur T, tekanan p, energi E, dan
lain-lain diturunkan dari pengetahuan (atau
asumsi) mengenai keadaan partikel-partikel
penyusunnya. Kata sifat statistik menunjukkan
bahwa hasil-hasil dalam metode ini diperoleh
keadaan banyak partikel. Keberhasilan fisika
statistik dalam menurunkan hukum-hukum
termodinamika menempatkan yang terakhir
sebagai cabang fisika statistik.
Sekalipun demikian, masih terdapat
sebuah jarak antara termodinamika dan fisika
statistik, di mana keduanya terlihat sebagai dua
bidang ilmu yang tidak saling terkait.
Penelitian ini bertujuan untuk
mendemonstrasikan keterkaitan kedua bidang
ilmu tersebut dengan cara (i) menurunkan
fungsi distribusi statistik dari parameter
termodinamika, (ii) mengekstrak kembali
harga rata-rata dari distribusi yang diperoleh,
serta (iii) membandingkan distribusi yang
diperoleh dengan distribusi teoritis. Untuk
tujuan tersebut, didesain sebuah spreadsheet.
METODOLOGI
Partikel dapat digolongkan atas tiga jenis,
yaitu partikel klasik atau boltzon, partikel
kuantum simetris atau boson, dan partikel
kuantum tak simetris atau fermion. Secara
statistik, boltzon terbedakan satu sama lain dan
mau berkedaan sama, boson tak terbedakan
dan mau berkeadaan sama, sedang fermion tak
terbedakan dan tidak mau berkedaan sama
[4,5].
Dalam suatu sistem yang jumlah total
partikel dan energinya sembarang, partikel
dapat memiliki berbagai kemungkinan nilai
energi. Untuk sistem yang terdiri atas N
 Abdurrouf: Interkorelasi antara termodinamika dan fisika stastistik
partikel, partikel ke-i memiliki energi εi, di
mana i=1,2,..,N. Dalam ruang pembicaraan
yang lebih sempit, distribusi energi bisa
dilakukan dengan menentukan jumlah partikel
yang memiliki energi antara ε dan ε+dε. Cara
ini mempermudah perhitungan statistik tanpa
kehilangan informasi mengenai asembel.
Gambar 1: Gambaran tingkat dan keadaan energi
untuk elektron pada atom nitrogen. Perhatikan
bahwa keadaan energi timbul sebagai akibat
pemecahan tingkat energi menjadi beberapa
keadaan yang lebih halus, sehingga nilai efektif
energinya tidak berubah [6].
Misalkan energi-energi partikel terbagi
dalam tingkat energi (energy level) di mana
suatu tingkat energi s mencakup semua
keadaan energi (energy state) pada jangkau εs
dan εs+dεs dengan energi efektif adalah εs.
Jumlah keadaan energi yang tersedia pada
tingkat energi ke-s adalah gs, yang dinamakan
bobot energi. Jumlah partikel yang menempati
tingkat energi ke-s disebut populasi dari
tingkat energi s dan ditulis sebagai ns. Contoh
keberadaan tingkat dan keadaan energi untuk
elektron pada atom nitrogen disajikan pafda
gambar 1.
Keadaan suatu asembel dapat dinyatakan
dengan menjabarkan penempatan masing-
masing partikel pada tingkat energi. Gambaran
yang paling sederhana diberikan oleh keadaan
termodinamika (thermostate, T), yang
melukiskan keadaan asembel secara garis
besar, dengan parameter termodinamika
jumlah partikel N, energi total E, dan volume
V. Gambaran yang lebih rinci adalah keadaan
makro (macrostate, M), yang melukiskan
65
distribusi N partikel dengan energi total E
dalam s tingkat energi. Pada penggambaran
makro, jumlah partikel yang menempati tiap
tingkat energi telah diketahui, tetapi
distribusinya pada masing-masing keadaan
energi belum diketahui. Deskripsi yang paling
rinci adalah keadaan mikro (microstate, µ),
yaitu lukisan rinci distribusi N partikel pada s
tingkat energi dengan memperhatikan keadaan
energi serta identifikasi partikelnya. Keadaan
mikro seringkali disebut konfigurasi. Pada
kenyataanya, satu keadaan termodinamika
bersesuaian dengan banyak keadaan makro.
Selanjutnya satu keadaan makro bersesuaian
dengan banyak keadaan mikro. Jumlah
keadaan mikro yang bersesuaian dengan satu
keadaan makro dikenal sebagai bobot
konfigurasi (dilambangkan dengan W, dari
bahasa Jerman Wahrscheinlichkeit). Jumlah
keadaan mikro yang bersesuaian dengan satu
keadaan termodinamika disebut bobot
konfigurasi total (WT atau Ω) [3,7].
Penelitian ini dilakukan dalam beberapa
tahapan, sebagai berikut
1. Mendefinisikan parameter termodinamika
system (N dan E), serta gambaran energi
(s, gs, dan εs)
2. Mencari keadaan makro yang memenuhi
keadaan termodinamika yang diberikan,
dan menghitung bobot konfigurasinya.
Rumusan untuk bobot konfigurasi adalah
[8]
(g ) ns
W MB = N ! ∏ s (1)
s
ns !
untuk boltzon,
(g s − 1 + n s )!
∏
WBE = (2)
s
( g s − 1)! n s !
untuk boson, dan
gs!
WFD = ∏ (g
s − ns )! ns !
(3)
s
untuk fermion. Pada ketiga persamaan terakhir,
notasi MB, BE, dan FD berturut-turut berarti
Maxwell-Boltzmann, Bose-Einstein, dan
Fermi-Dirac.
66 Abdurrouf: Interkorelasi antara termodinamika dan fisika stastistik

Gambar 2 : Model spreadsheet untuk perhitungan keadaan makro dan fungsi distribusi

3. Menghitung populasi tiap tingkat energi 3. Membandingkan distribui yang

dan fungsi distribusi peluangnya. didapatkan pada penelitian dengan
Populasi suatu tingkat energi diberikan distribusi teoretis. Perhitungan ini
oleh [3,7] dimaksudkan untuk menguji kesesuaian
1 antara hasil yang diperoleh pada
ns =
WT k∑ n sk Wk (4) penelitian ini dengan distribusi teoritis
Maxwell-Boltzmann, yaitu [8]
Sedang nilai peluangnya adalah [3,7]
 ε 
n s = g s exp − s  (6)
p (ε s ) = s
n
(5)  kT 
N
di mana k adalah konstanta Boltzmann dan T
Penelitian ini dilakukan dalam 3 model
adalah temperatur sistem.
perlakuan yang berbeda, yaitu:
Skema perhitungan dan spreadsheet yang
1. Menurunkan distribusi berbagai partikel
dipakai ditunjukkan pada gambar 2. Kolom
dengan gs konstan. Perhitungan model ini
hijau adalah data termodinamika yang harus
lebih mudah, tetapi kurang sesuai dengan
diisikan. Luaran 1 adalah konfigurasi keadaan
kondisi riil.
makro yang didapatkan. Sebagai kontrol,
2. Menurunkan distribusi partikel tertentu
setiap konfigurasi harus menghasilkan jumlah
dengan berbagai model gs Perhitungan
partikel dan jumlah energi, seperti masukan
model ini lebih kompleks, tetapi lebih
termodinamikanya, atau [8]
sesuai dengan kondisi riil.
 Abdurrouf: Interkorelasi antara termodinamika dan fisika stastistik 67

N = ∑ ns jumlah makro dan bobot konfigurasi terkecil

[3,7].
s
(7)
E = ∑ ns ε s
s
Pada spreadsheet, keberhasilan memenuhi
syarat tersebut ditandai dengan notasi ‘ok’.
Dari data makro tersebut, dapat dihitung
populasi tiap tingkat energi dengan
menggunakan Pers. (4) dan distribusi
peluangnya dengan menggunakan Pers. (5).

HASIL DAN PEMBAHASAN

Kita mulai dengan mendiskusikan
distribusi boltzon dengan parameter
termodinamika N = 6, E = 6, i = 7, gs = 3, dan
εs = (s-1). Satuan energi yang dipilih bisa Gambar 3: Fungsi distribuusi untuk 3 jenis partikel
sembarang. Nilai gs dipilih konstan untuk yang berbeda, dengan gs konstan.
mempermudah perhitungan, sedang nilai εs =
(s-1) dipilih untuk memudahkan tercapainya Selanjutnya kita tinjau kasus boltzon
syarat pada persamaan (7). Spreadsheet terkait untuk berbagai variasi gs. Pada kondisi riil,
dengan parameter tersebut ditunjukkan pada nilai gs naik seiring naiknya εs. Pada
gambar 2, sedang hasilnya ditunjukkan pada perhitungan ini, dipilih 3 macam ekspresi gs
tabel 1 dan gambar 3. yaitu konstan, sebanding dengan s, serta
sebanding dengan s3. Hasil yang didapatkan
Tabel 1: Distribusi peluang untuk tiga partikel yang disajikan pada tabel 2 dan gambar 4.
berbeda, di mana N = 6, E = 6, s = 7, gs = 3, dan εs
= (s-1) Tabel 2: Distribusi peluang untukboltzon, di mana
εs boltzon bos on fermi on N = 6, E = 6, s = 7, dan εs = (s-1), untuk tiga model
6 0.22 0.69 0.00 gs yang berbeda.
εs gs = 3 gs = s gs = s3
5 1.08 1.47 0.00
6 0.22 0.06 0.00
4 3.25 3.43 2.05
5 1.08 0.48 0.07
3 7.58 6.85 8.22
4 3.25 2.22 0.78
2 15.15 13.84 19.18
3 7.58 7.11 5.00
1 27.27 26.60 28.77
2 15.15 17.33 19.55
0 45.45 47.13 41.78
1 27.27 32.35 42.43

Dari data yang ada, terlihat bahwa 0 45.45 40.44 32.17

peluang keberadaan partikel menurun seiring
Dari gambar 4, terlihat bahwa untuk kasus
dengan kenaikan tingkat energinya. Hal ini
gs konstan dan gs sebanding dengan s, nilai
bisa dipahami karena dalam kasus gs konstan,
peluangnya menurun secara monotonik seiring
ns hanya bergantung pada εs, seperti
dengan kenaikan s. Sebaliknya untuk gs, = s3,
ditunjukkan pada persamaan (6). Kondisi yang
nilai peluang naik sampai nilai s tertentu,
sama juga berlaku untuk boson dan fermion.
untuk kemudian turun secara monotonik. Hal
Perbedaan detil distribusi ketiganya terkait
ini bersesuaian dengan kondisi riil di alam.
dengan sifat ketiga partikel tersebut [9]. Untuk
Terlihat bahwa pemberian gs yang realistis
masukan yang sama, jumlah makro pada
bisa menghasilkan distribusi yang juga
boltzon sama dengan jumlah makro pada
realistis. Hal ini merupakan konfirmasi akan
boson, tetapi dengan bobot konfigurasi yang
kebenaran hasil yang didapatkan.
lebih kecil. Fermion pada gilirannya memiliki
68 A Abdurrouf: Interkorelasi antara termodinamika dan fisika stastistik

Tabel 3: Distribusi peluang untuk boltzon, di mana

N = 6, E = 6, s = 7, dan gs = s3, dihitunmg secara
manual dan dengan menggunakan distribusi
Maxwell-Bolrzmann.
Distribusi
εs Penelitian ini
MB
6 0.0027 0.0755
5 0.0692 0.3515
4 0.7754 15.031
3 49.995 56.867
2 195.517 177.268
1 424.344 388.101
0 321.671 358.463
Gambar 4: Fungsi distribusi Boltzon untuk tiga
model gs yang berbeda

Selanjutnya, kita membandingkan hasil

yang kita peroleh dengan hasil teoritis untuk
Boltzon, yaitu persamaan Maxwell-Boltzmann
atau Pers. (6). Untuk melakukan perhitungan
teoritis, dibutuhkan temperatur sistem T.
Dalam penelitian ini, diasumsikan partikelnya
adalah partikel tunggal dengan 3 derajat
kebebasan, sehingga energi rata-ratanya adalah
3
ε = kT . Dari data termodinamika yang ada,
2
E 6
didapatkan ε = = = 1 . Dengan demikian,
N 6
2
didapatkan kT = . Hasil yang didapatkan
3
Gambar 5: Fungsi distribusi Boltzon secara
disajikan pada tabel 3 dan gambar 5.
manual dan mengikuti distribusi Maxwell-
Dari gambar 5, diketahui bahwa kurva hasil Boltzmann
perhitungan memiliki pola yang sama dengan
kurva teoritis. Kesamaan tersebut, antara lain Sekalipun demikian, terdapat perbedaan
tampak pada puncak kedua kurva, yang terjadi detil antara kurva hasil perhitungan dengan
pada ε = 1. Nilai energi rata-rata ini sama kurva teoritis. Perbedaan tersebut muncul dari
dengan energi rata-rata termodinamika yang fakta bahwa distribusi Maxwell-Boltzmann
dipakai untuk membangkitkan kurva tersebut. diturunkan dengan anggapan jumlah partikel N
Fakta ini sangat menarik karena dari parameter sangat besar, di mana kita bisa melakukan
termodinamika, kita bisa membuat suatu pendekatan Stirling [9,10,11]. Pada kasus kita,
fungsi distribusi. Sebaliknya dari suatu fungsi N = 6, terlalu kecil dengan asumsi N pada
distribusi, kita bisa mengekstrak nilai rata-rata distribusi Maxwell-Boltzmann.
termodinamikanya.
 Abdurrouf: Interkorelasi antara termodinamika dan fisika stastistik 69

Pada akhirnya keberhasilan kita untuk [2] R.P. Feynman, 1982, Statistical
memplot kurva distribusi dari input Mechanics: A Set of Lectures, The
termodinamika yang ada, menunjukkan Benjamin Cummings Publishing
keterkaitan kedua bidang ilmu tersebut. Company, Inc.
Perbedaan keduanya hanyalah pada cara [3] F.W Sears dan G.L. Salinger, 1975
pelaporannya. Fisika statistik berbicara tentang Thermodynamics, Kinetic Theory, and
suatu distribusi, sedang termodinamika Statistical Thermodynamics, Addison
memfokuskan diri pada harga rata-ratanya. – Wesley
[4] A. Beiser, 1987, Concept of Modern
KESIMPULAN Physics, McGraw – Hill
[5] K Krane, 1992, Modern Physics, John
Sebagai simpulan, paper ini telah Wiley & Sons
mendemonstrasikan keterkaitan [6] J.E. Lay, 1990, Statistical Mechanics
termodinamika dan fisika statistik. Keterkaitan and Thermodynamics of Matter,
tersebut muncul dari fakta bahwa (i) suatu Harper & Row
fungsi distribusi statistik dapat diturunkan dari [7] M.W. Zemansky dan R.H. Dittman,
parameter termodinamika, dan (ii) nilai 1982, Heat and Thermodynamics,
termodinamika suatu sistem dapat diekstrak McGraw-Hill
dari rata-rata distribusi statistiknya. Sebagai [8] A.J. Pointon, 1967, An Introduction to
tambahan, spreadshhet yang dibuat mampu Statistical Physics for Students,
menghasilkan data yang konsisten dengan data Longman, London
hasil rumusan teoritis. [9] K. Huang, 1987, Statistical
Mechanics, John Wiley & Sons (1987)
UCAPAN TERIMA KASIH [10] D. Chowdhury dan D. Stauffer, 2000,
Terima kasih disampaikan pada Principles of Equilibrium Statistical
mahasiswa peserta mata kuliah Fisika Statistik Mechanics, Wiley-VCH
di program S1 Fisika UB, atas diskusi [11] F. Reif, 1985, Fundamentals of
konstruktifnya. Statistics and Thermal Physics,
McGraw-Hill
[12] B. Linder, 2004, Thermodynamics and
DAFTAR PUSTAKA
Introductory Statistical Mechanics,
[1] Abdurrouf, 2011, Fisika Statistik: studi Wiley-Interscience
keadaan setimbang, Diktat kuliah
Fisika UB