Pemodelan Matematika di Lingkungan Kita

(Difusi-Adveksi-Reaksi)

Agus Yodi Gunawan

Matematika-FMIPA ITB

JJ J N I II 1/61
 Intermezzo
http://www.est.okayama-u.ac.jp/department/emsen.html

...The main purpose of this department is to be found in the research and

education of mathematical and statistical sciences, with an emphasis on
their application to environmental problems. The department provides
students with fundamental knowledge of mathematics, statistics and
computer science, and educates them to be mathematical scientists with
special application to environmental analysis.
JJ J N I II 2/61
 Metode pendekatan

Turunan,
Integral,
Real world
Stokastik, dll.
Penjadwalan,
Keamanan,
Math tools Antrian, dll.

• Memiliki alat-alat matematika, mencari penerapannya di dunia nya-

ta.
• Memiliki masalah di dunia nyata, mencari alat matematika apa yang
sesuai.
• Clear mathematical problem vs clear real problem.

JJ J N I II 3/61
 Pemodelan Matematika
• Suatu transformasi diperlukan untuk menyatakan suatu fenomena
dalam bentuk formula matematika yang jelas.
• Proses transformasi = mathematical modelling.
• Fenomena yang dimodelkan: Sistem
• Alat matematika+interpretasi: model matematika.
• Suatu model matematika (selalu) memuat simplifikasi.
• Model terlalu "kasar"; hasil tidak cukup akurat untuk diterima.
• Model terlau "halus"; model menjadi rumit dan tidak dapat disele-
saikan.
e
pl
p

K It S and S , but ME
im
ee

ho

an
rt

in
gf
ul
JJ J N I II 4/61
 Mengapa pemodelan matematika?
Paling sedikit ada tiga alasan, konstruksi:

• model yang menggambarkan perilaku fenomena yang teramati;

• model yang menjelaskan mengapa perilaku fenomena terjadi; atau
• model yang memberikan prediksi perilaku yang belum teramati.

e
pl
p

K It S and S , but ME
im
ee

ho

an
rt

in
gf
ul
JJ J N I II 5/61
 Siklus pemodelan

Simplification
Real world data Model
Verification

Analysis
Prediction Math conclusion
Interpretation

JJ J N I II 6/61
 Proses difusi
Difusi adalah fenomena fisis yang melibatkan dua campuran massa zat
berbeda.
Besaran utama dalam proses difusi adalah konsentrasi, massa zat per
volume total campuran / volume suatu zat per volume total campuran.
Akibat gerak acak partikel maka beberapa molekul yang berada pada
daerah dengan konsentrasi tinggi akan bergerak ke daerah dengan kon-
sentrasi rendah.

JJ J N I II 7/61
 Penurunan persamaan difusi...
C(x, t) Tinggi Rendah A
x x + 4x

Perhatikan suatu pipa dengan penampang tetap A yang berisi zat ter-
larut (solut) dengan konsentrasi C(x, t). Asumsikan bahwa konsentrasi
solut di salah satu sisi pipa lebih tinggi dari sisi pipa yang lain (lihat
gambar).
Pada segmen I = [x, x + 4x], dan perhatikan x1 ∈ I,
   
Laju perubahan Laju difusi
=
massa zat terlarut(solut) massa masuk dan keluar
dengan
∂C
 
Laju perubahan
= A4x (x1, t).
massa zat terlarut(solut) ∂t

JJ J N I II 8/61
 Penurunan persamaan difusi...
C(x, t) Tinggi Rendah A
x x + 4x

Selanjutnya,misalkan J(x, t) menyatakan fluks massa zat terlarut: laju

massa zat terlarut yang menembus luas penampang A persatuan waktu
 
Laju difusi
= J(x, t)A − J(x + 4x, t)A.
massa masuk dan keluar
Jadi,
∂C
A4x (x1, t) = J(x, t)A − J(x + 4x, t)A
∂t
atau
∂C J(x, t) − J(x + 4x, t) J(x + 4x, t) − J(x, t)
(x1, t) = =− .
∂t 4x 4x

JJ J N I II 9/61
 Penurunan persamaan difusi...
C(x, t) Tinggi Rendah A
x x + 4x

∂C ∂J
Untuk 4x → 0 (juga x1 → x), =− .
∂t ∂x
Ada 1 persamaan dengan 2 peubah yaitu C dan J. Diperlukan sebuah
persamaan yang mengaitkan keduanya: persamaan keadaan, yang meli-
batkan sifat-sifat zat terlarut yang diamati.
Salah satu kaidah umum untuk menurunkan persamaan keadaan terse-
but adalah Hukum Fick (fluks massa sebanding dengan gradien konsen-
trasi):
∂C
J(x, t) = −D ,
∂x
dengan D konstanta positif (bisa berupa fungsi) yang disebut koefisien
difusi. Tanda minus menyatakan bahwa difusi bergerak ke arah konsen-
trasi rendah.
JJ J N I II 10/61
 Persamaan difusi 1 dimensi
Diberikan oleh
∂C ∂ ∂C
 
= D , x ∈ Ω, t > 0.
∂t ∂x ∂x

Memerlukan kondisi awal C(x, 0) = C0(x).

Jika D konstan (media homogen) dan Ω = (−∞, ∞), Ct = DCxx, solusi
diberikan ∞ Z
C(x, t) = S(x − y)C0(y)dy
−∞

1 2
dengan S(x, t) = √ e−x /4Dt, dinamakan fungsi Green/fungsi Gauss
4πDt
dari persamaan difusi.

X
C(x, t) ≈ S(x − yj , t)C0(yj )4yj .
j

JJ J N I II 11/61
 Fungsi Gauss
1 2
S(x, t; xp) = √ e−(x−xp) /4Dt.
4πDt
Terdapat 2 parameter: xp (pergeseran mendatar) dan D (ukuran perse-
baran).

500 D<D
300 400
200 300
200
100
100

−3 −2 −1 1 2 3 −3 −2 −1 1 2 3
·10−3 ·10−3

JJ J N I II 12/61
 Variasi: persamaan adveksi-difusi-reaksi
C(x, t) Tinggi +F (C) Rendah A
x x + 4x

Jika zat terlarut berada pada media yang bergerak dalam arah sumbu x
positif dengan kecepatan v(x, t), juga terdapat reaksi pada zat terlarut
dengan laju F (C(x, t)) dalam satuan konsentrasi per satuan waktu,
maka
∂C ∂ ∂ 2C
 
=− v(x, t)C + D 2 + F (C(x, t)) .
∂t ∂x ∂x } | {z }
reaksi
| {z | {z
}
adveksi difusi

Persamaan ini disebut persamaan adveksi-difusi-reaksi.

Contoh: Ct = −vCx + DCxx ± λC (dengan v, D, λ konstanta positif).

JJ J N I II 13/61
 Tiga fenomena
Ilustrasi: v, D konstan.

1 1 1
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
0.2 0.2 0.2

−2 2 4 6 8 10 12 −3 −2 −1 1 2 3 −2 2 4 6 8 10 12
Ê Ë Ì

Ê Ct = −vCx atau Ct + vCx = 0 (persamaan adveksi/transport)

Ë Ct = DCxx (persamaan difusi)
Ì Ct + vCx = DCxx (persamaan adveksi(konveksi)-difusi)

JJ J N I II 14/61
 Kondisi batas
C(x, t) Tinggi Rendah A
0 x x + 4x L

Tiga jenis kondisi batas, x ∈ [0, L]:

ä Dirichlet; nilai konsentrasi diketahui: C(0, t) = C0 (t), C(L, t) =

CL(t).
ä Neumann; nilai dari turunan konsentrasi dalam arah normal dike-
tahui, sebagai contoh Cx(0, t) = C0(t), Cx(L, t) = CL(t). Jika tidak
ada fluks massa yang keluar ataupun masuk: Cx(0, t) = 0 = Cx(L, t).
ä Robin; nilai kombinasi linear dari dua tipe kondisi batas sebelumnya:
Cx(0, t) ± hC(0, t) = A(t) dan Cx(L, t) ± hC(L, t) = B(t).

Syarat batas homogen: ruas kanannya nol.

JJ J N I II 15/61
 Masalah Difusi+reaksi
Industrial Mathematics Case Studies in the Diffusion of Heat and Matter, G.FULFORD & P. BROADBRIDGE, Cambridge University

Press,2002 .

Gas x
x=L
Film

x=0
Impermeable

Gas terlarut pada suatu cairan tipis/film yang berada pada suatu per-
mukaan padat/impermeable. Di dalam cairan tersebut gas bereaksi se-
hingga molekul berkurang/terserap oleh cairan sebanding dengan kon-
sentrasi gas saat tersebut. Misalkan konsentrasi gas pada permukaan
x = L selalu tetap yaitu C0, sedangkan pada permukaan x = 0 tidak
ada fluks massa gas yang keluar.

JJ J N I II 16/61
 Model difusi+reaksi
Gas x
x=L
Film

x=0
Impermeable

Misalkan C(x, t) menyatakan konsentrasi gas pada lapisan cairan.

Proses yang terjadi:difusi dan reaksi. Model fenomena tersebut dapat
dinyatakan oleh
Ct = DCxx − λC, 0 < x < L, t > 0,
dengan D menyatakan koefisien difusi gas dan λ kosntanta laju reaksi
(tanda negatif karena terjadi kehilangan konsentrasi gas).
Kondisi awal: C(x, 0) = 0.
Kondisi batas: Cx(0, t) = 0 (batas impermeable), C(L, t) = C0.
JJ J N I II 17/61
 Solusi kesetimbangan
Gas x
x=L
Film

x=0
Impermeable

Dalam praktek, sering kita menginginkan solusi untuk waktu yang

cukup lama: solusi kesetimbangan, dinotasikan C(x, ∞) = Cs(x), yang
memenuhi
0 = DCxx − λC, 0 < x < L, t > 0,
dengan kondisi yang dipenui Cx(0, t) = 0 (batas impermeable),
C(L, t) = C0.
C0 cosh(αx) q
Dapat diperoleh Cs(x) = , α = λ/D.
cosh(αL)

JJ J N I II 18/61
 Grafik solusi kesetimbangan
Tanpa dimensi: x∗ = x/L, δ = L λ/D,
p

Cs(x) ∗ ∗ cosh(δx∗)
≡ Cs (x ) = , 0 < x∗ < 1.
C0 cosh(δ)

D A
K
A A
Cs∗
A A
A A
A A
A A

δ
A AU
A

x∗

Arah panah: kenaikan parameter.

JJ J N I II 19/61
 Model interaksi dua komponen/kompartemen

Sungai
v

Bakteri B(t) mendegradasi polutan P (t) di sebuah sungai yang mengalir

dengan kecepatan v konstan.
P
Pt + vPx = α1P (1 − ) − γ1 P B (1a)
β1
B
Bt + vBx = α2B(1 − ) − γ2BP (1b)
β2
Asumsi: pertumbuhan P dan B secara logistik, interaksi linear.

JJ J N I II 20/61
 Sistem dinamik, solusi kesetimbangan

Sungai

v = 0, Saat awal P (0) = P0, B(0) = B0,

P
Pt = α1P (1 − ) − γ1 P B (2a)
β1
B
Bt = α2B(1 − ) − γ2BP (2b)
β2
τ = α1t, dengan kondisi awal (tak berdimensi) P (0) = P0/β1, B(0) =
B0/β2. Solusi kesetimbangan Pτ = 0 = Bτ ,
0 = Pe(1 − Pe) − δ1PeBe (3a)
0 = αBe(1 − Be) − δ2BePe (3b)
JJ J N I II 21/61
 Solusi kesetimbangan
α = α2/α1, δ1 = γ1β2/α1, δ2 = γ2β1/α1, merah: bakteri, biru:polutan.

JJ J N I II 22/61
 Masalah Smoke dispersion
inversion layer
z
U
smoke d
h
x
ground

.
Mathematical Models in Applied Mechanics, A.B. TAYLER, Oxford University Press, 1986

Smoke diffuses from a tall chimney of height h into the atmosphere and
is convected by the prevailing winds of velocity U . There is an inversion
layer in the lower atmosphere at a height d through which there is no
transport of smoke. At the ground the smoke will be deposited at a
rate λ which depends on the terrain and the local concentration, and we
assume that this rate can be determined empirically. Predict the profile
of the concentration of pollutant!.
JJ J N I II 23/61
 Masalah Model matematika
z inversion layer
U
smoke d
h
x
ground

À Kasus steady dua dimensi, misal konsentrasi polutan c(x, z). Ke-
cepatan angin U dan koefisien D fungsi dari fungsi (x, z),
∂c ∂ ∂c ∂ ∂c
   
U = D + D , x > 0, 0 < z < d.
∂x ∂x ∂x ∂z ∂z

∂c ∂c
Á Syarat batas: di z = 0, = λ; di z = d, = 0.
∂z ∂z
Q
 Syarat batas: di x = 0, c(0, z) = δ(z − h), dengan Q adalah
U (h)
source strength polutan; x → ∞, c → 0.
JJ J N I II 24/61
 Model tak berdimensi
U, D konstan, λ = Λc(x, 0), dan d → ∞ (∂c/∂z = 0 atau c = 0).
Analisis dimensi,
x∗ = x/L, z ∗ = x/h, c∗ = U c/Q, L = U h2/D.
Hilangkan tanda asterisk,
2
∂c 2∂ c ∂ 2c
À =ε + , ε = D/U h, x > 0, z > 0.
∂x ∂x2 ∂z 2
∂c ∂c
Á Syarat batas: di z = 0, = αc(x, 0), α = hΛ; di z → ∞, = 0.
∂z ∂z
 Syarat batas: di x = 0, c(0, z) = δ(z − 1); x → ∞, c → 0.

Data: h = 25 m, U = 10 m/s, D = 10 m2/s, maka ε = D/U h = 1/25,

model menjadi
∂c ∂ 2c
= , x > 0, z > 0.
∂x ∂z 2
JJ J N I II 25/61
 Kasus khusus, α = 0
Laju deposit polutan di permukaan tanah diabaikan,

∂c ∂ 2c
À = , x > 0, z > 0.
∂x ∂z 2
∂c ∂c
Á Syarat batas: di z = 0, = 0; di z → ∞, = 0(c = 0).
∂z ∂z
 Syarat batas: di x = 0, c(0, z) = δ(z − 1); x → ∞, c → 0.

Solusi diadaptasi dari : The Mathematics of Atmospheric Dispersion

Modeling, John M. Stockie, SIAM REVIEW Vol. 53, No. 2, pp. 349-
72, 2011.
1
 
2 2
c(x, z) = √ e−(z−1) /4x + e−(z+1) /4x .
4πx

1
Di z = 0 permukaan tanah, c(x, 0) = √ e−1/4x.
πx

JJ J N I II 26/61
 Deposit di permukaan tanah
1
Di z = 0 permukaan tanah, c(x, 0) = √ e−1/4x. Mencapai maksimum
r πx
2
di xmax = 1/2 dengan cmax =
πe

0.5

0.4
Konsentrasi Polutan

0.3

0.2

0.1

0.0
0 1 2 3 4 5 6
Lokasi

r
U h2 Q 2
Dalam peubah berdimensi xmax = , cmax = .
2D U πe
JJ J N I II 27/61
 Kontur
1
 
2 2
c(x, z) = √ e−(z−1) /4x + e−(z+1) /4x .
4πx
Beberapa kontur dari c(x, z),

2.5 8

0.000
7

2.0
6

2
5
1.5
c 0.100

1 4
z

0.3
1.0
3

00
0

8 2

0.
20
6 0.5

0
0.500
0 4

0.3
0.40
1
2

00
z

0
2
4
0.0 0
x 6 0 0.00 0.25 0.50 0.75 1.00 0 2 4 6 8
x x

JJ J N I II 28/61
 Gaussian plume solution
inversion layer
z
U
smoke d
h
x
ground

Jika kordinat-y turut diperhitungkan (normal dengan layar laptop), so-

lusi yang diperoleh dikenal dengan Gaussian plume solution,
2
e−y /4x −(z−1)2/4x
 
2
c(x, y, z) = e + e−(z+1) /4x .
4πx

JJ J N I II 29/61
 Gaussian puff solution
Jika sumber polusi bersifat ’nearly instantaneous (occurring over a rel-
atively short time interval), or are intermittent or time-varying, maka
modelnya akan memuat adveksi+difusi yang bergantung waktu. Jika
QT
sumber solusi berupa ’point source’, c(0, y, z, t) = δ(y)δ(z − h)δ(t).
U
Solusi yang diperoleh dikenal dengan Gaussian puff solution,
QT
 
−[((x−U t)2 +y 2 )/4r] −(z−1)2 /4r −(z+1)2 /4r
c(r, y, z) = e e + e ,
8(πr)3/2
x
1
Z
dengan r = K(s)ds, K(x) merupakan koefisien difusi eddy.
U 0

JJ J N I II 30/61
 Masalah Penjernihan air, Reverse Osmosis
Industrial Mathematics Case Studies in the Diffusion of Heat and Matter, G.FULFORD & P. BROADBRIDGE, Cambridge University

Press,2002 .
Proses penjernihan/penyaringan air menggunakan konsep
Reverse Osmosis (RO):

Salt water
Semi-permeable
Pure water
Semi-permeable
Salt water

The application of pressure drives salt water passes parallel to a semi-

permeable membrane with pure water passing through the membrane,
which allows the passage of water but not the salt ions. In practice a fil-
tering mechanism is constructed by stacking parallel flat semi-permeable
membranes separated by narrow gaps.

JJ J N I II 31/61
 Penjernihan air
Salt water
Semi-permeable
Pure water
Semi-permeable
Salt water

The water flux through the membrane is proportional to the difference

between the pressure in the solution and the osmotic pressure difference.
The osmotic pressure difference is proportional to the salt concentration,
so that any build-up of salt near the semi-permeable membrane will
reduce the efficiency of the filtering system. This means the filter will
have to be shut down occasionally and back flushed to remove the salt
build-up on the membrane before the filter can operate again.
Akan dibuat model di sekitar permukaan semi − permeable.

JJ J N I II 32/61
 Model penjernihan air
y
v(y)
salt water
C(x, y, t)
semi-permeable
x
q
pure water

Misalkan C(x, y, t) menyatakan konsentrasi garam. Model matematika:

proses difusi dan juga adveksi di dimensi-2;
∂C ∂C ∂ 2C ∂ 2C
 
+ v(y) =D + , 0 < x, y < ∞
∂t ∂x ∂x2 ∂y 2
Catatan: proses difusi dalam arah y jauh lebih dominan daripada arah
x, sehingga
∂C ∂C ∂ 2C
+ v(y) =D 2.
JJ J N I II
∂t ∂x ∂y 33/61
 Solusi kesetimbangan...1
y
v(y)
salt water
C(x, y, t)
semi-permeable
x
q
pure water

Konsentrasi kesetimbangan C(x, y, ∞) = Cs(x, y), memenuhi

∂Cs ∂ 2 Cs
v(y) =D 2.
∂x ∂y
Bagaimana memodelkan v(y)?.

JJ J N I II 34/61
 Solusi kesetimbangan...2
y
v(y)
salt water
C(x, y, t)
semi-permeable
x
q
pure water

Perhatikan di dekat membran kecepatan fluida dapat dipandang nol,

sementara semakin jauh dari membran kecepatan meningkat. Model
V
sederhana kecepatan dapat dipilih v(y) = y, dengan V kecepatan
H
karakteristik aliran (bisa dipilih kecepatan rata-rata/kecepatan maksi-
mum) dan H jarak dari membran ke pertengahan saluran fluida (pipa).
Jadi,
∂Cs ∂ 2 Cs
y = α 2 , α = DH/V.
JJ J N I II
∂x ∂y 35/61
 Kondisi batas
y
v(y)
salt water
C(x, y, t)
semi-permeable
x
q
pure water

• Cs(0, y) = C0 = Cs(x, ∞), C0 konsentrasi garam sebelum menembus

membran.
• di y = 0 (permukaan membran); fluks massa garam karena difusi
dan fluks massa gram karena adveksi,
∂Cs
−D (x, 0) − qCs(x, 0) = 0.
∂y
Tanda negatif pada laju alir air murni q menyatakan arah gerak
dalam sumbu y negatif.
JJ J N I II 36/61
 Model tak berdimensi solusi kesetimbangan
y
v(y)
salt water
C(x, y, t)
semi-permeable
x
q
pure water

Skala: x∗ = xD/(H 2V ), y ∗ = y/H, Cs∗ = Cs/C0, (tanpa tanda ∗):

∂Cs ∂ 2Cs
y = .
∂x ∂y 2

• Cs(0, y) = 1
∂Cs
• (x, 0) = −λCs(x, 0), λ = qH/D dan Cs(x, ∞) = 1.
∂y
JJ J N I II 37/61
 Analisis lanjut
Kasus khusus, dalam hal konsentrasi Cs(x, y) tidak berbeda jauh dengan
konsentrasi inlet, artinya Cs(x, y) ≈ 1, bisa kita tulis
Cs(x, y) = 1 + cs(x, y).
Substitusikan ke persamaan pada slide sebelumnya, diperoleh
∂cs ∂ 2cs
y = .
∂x ∂y 2

• cs(0, y) = 0,
∂cs
• (x, 0) = −λ(1 + cs(x, 0)) dan cs(x, ∞) = 0.
∂y

Untuk kondisi batas yang kedua, karena cs(x, 0)  1) maka kondisi

∂cs
tersebut dapat berubah menjadi (x, 0) = −λ.
∂y

JJ J N I II 38/61
 Similarity transformation
Transformasi cs(x, y) = x1/3f (η), η = yx−1/3, substitusikan ke per-
samaan pada slide sebelumnya, diperoleh
η df d2f
 
f −η = 2.
3 dη dη

df
• (0) = −λ dan f (∞) = 0.
dη
3 /9
R∞ e−z
Solusi umum: f (η) = k1η + k2η dz dan solusi yang memenuhi
η z2
kondisi batas:
Z∞
η
 
−η 3 /9 −z 3 /9
f (η) = k2 e − ze dz
3
η

3−1/3λ
dengan k2 = R ∞ −p3 .
0 pe dp
JJ J N I II 39/61
 Konsentrasi di sekitar membran
y
v(y)
salt water
C(x, y, t) semi-permeable
x
q
pure water

3−1/3λ
Cs(x, 0) = 1 + cs(x, 0) = 1 + R ∞ −p3 x1/3, λ = qH/D.
0 pe dp

q
K
A
A
Cs (x, 0) A
A
A
A
A

x
JJ J N I II 40/61
 Penurunan persamaan Laplace
4x
Ly

qx 4y
y
qy
0 x Lx

Hukum kekekalan energi menyatakan bahwa pada elemen S laju alir

massa yang masuk sama dengan laju alir yang keluar:
Laju masuk = qx(x, y + 4y/2)4y + qy (x + 4x/2, y)4x
dan
Laju keluar = qx(x + 4x/2, y + 4y/2)4y + qy (x + 4x/2, y + 4y/2)4x
Laju masuk=Laju keluar ⇒ ....
JJ J N I II 41/61
 Penurunan persamaan Laplace
4x
Ly

qx 4y
y
qy
0 x Lx

 
qx(x, y + 4y/2) − qx(x + 4x/2, y + 4y/2) 4y
 
+ qy (x + 4x/2, y) − qy (x + 4x/2, y + 4y/2) 4x = 0

Setelah dibagi dengan 4x4y kemudian mengambil limit 4x dan 4y

masing-masing menuju nol,
∂qx ∂qy
+ = 0.
∂x ∂y
JJ J N I II 42/61
 Penurunan persamaan Laplace
4x
Ly

qx 4y
y
qy
0 x Lx

∂u ∂u
Jika qx = α2 dan qy = α2 (Hukum Fick):
∂x ∂y
∂qx ∂qy ∂ 2u ∂ 2u
+ = 0 ⇒ 2 + 2 = 0,
∂x ∂y ∂x ∂y
menyatakan kondisi steady/tunak untuk persamaan difusi dua dimensi.

JJ J N I II 43/61
 Syarat batas
∂ 2u ∂ 2u
+ = 0, 0 ≤ x ≤ Lx, 0 ≤ y ≤ Ly .
∂x2 ∂y 2
Tiga jenis syarat batas:

ä Syarat batas Dirichlet; nilai u diberikan.

∂u
ä Syarat batas Neumann; nilai diberikan, yaitu turunan berarah u
∂n
dalam arah vektor normal satuan n.
∂u
ä Syarat batas Robin; nilai u + γ diberikan.
∂n

Catatan: Jika semua syarat batas pada domain yang diamati adalah
syarat batas Neumann, maka solusi persamaan Laplace tidak tunggal;
jika u(x, y) solusi maka u(x, y) + c untuk suatu konstanta juga solusi.

JJ J N I II 44/61
 Contoh:resapan air tanah
u = gH + gcx
H

ux = 0 ∂ 2u ∂ 2u ux = 0
+ =0
∂x2 ∂y 2

0 uy = 0 L

∂ 2u ∂ 2u
+ = 0, 0 ≤ x ≤ L, 0 ≤ y ≤ H.
∂x2 ∂y 2
u(x, y): potensial hidrolik. Syarat batas:

• ux(0, y) = 0 = ux(L, y); tak ada aliran keluar

• uy (x, 0) = 0; tak ada aliran keluar.
• u(x, H) = gH + gcx: input air akibat grafitasi g dan kemiringan
topografi c.
JJ J N I II 45/61
 Simulasi:resapan air tanah

∂ 2u ∂ 2u
+ = 0, −1 ≤ x ≤ 1, 0 ≤ y ≤ 1/2.
∂x2 ∂y 2
u(x, y): potensial hidrolik. Syarat batas:

• ux(−1, y) = 0 = ux(1, y); tak ada aliran keluar

• uy (x, 0) = 0; tak ada aliran keluar.
• u(x, 1/2) = 1 + x: input air akibat grafitasi g dan kemiringan to-
pografi c.
JJ J N I II 46/61
 TAMAT
HANUPIS

JJ J N I II 47/61
 Masalah Galur irigasi
Industrial Mathematics Case Studies in the Diffusion of Heat and Matter, G.FULFORD & P. BROADBRIDGE, Cambridge University

Press,2002 .

Water

2w

2`

We consider a periodic array of rows of crops, spaced a distance 2`

apart. At the centre of each row is an irrigation furrow of width 2w. We
suppose that water is supplied at a rate of R units of volume per unit
furrow length per unit time.
The problem is to determine the width of the furrows such that there is
sufficient water available for the crops.
JJ J N I II 48/61
 Peubah
Water
x
w
`
z

Moisture content/kadar air: θ(x, z, t).

Ks
Hukum Darcy: fluks air J = − ∇(p − ρgz), dengan ρ rapat massa
ρg
air, g grafitasi, dan Ks konduktifitas hidrolik.
Aliran tak jenuh, Ks = K(θ).
Tulis p = ρgΨ, dengan Ψ potensial kapiler, maka J = −K(θ)∇(Ψ − z),

JJ J N I II 49/61
 Model
Water
x
w
`
z

Model: fenomena difusi dalam dimensi-2:

∂θ ∂θ ∂ ∂Ψ ∂ ∂Ψ ∂K(θ)
   
= −∇ · J atau = K(θ) + K(θ) − .
∂t ∂t ∂x ∂x ∂z ∂z ∂z
Solusi kesetimbangan:
∂ ∂Ψ ∂ ∂Ψ ∂K(θ)
   
K(θ) + K(θ) − = 0.
∂x ∂x ∂z ∂z ∂z
| {z }
Pers. Laplace

JJ J N I II 50/61
 Model kesetimbangan+kondisi batas

Water
x
w
`
z
∂Ψ
Tulis D(θ) = K(θ) (Persamaan Richard):
∂θ
∂ ∂θ ∂ ∂θ ∂θ
   
D(θ) + D(θ) − K 0(θ) = 0, 0 < x < `, 0 < z.
∂x ∂x ∂z ∂z ∂z

• θ(x, z) periodik di x dengan perioda 2`,θ(x, ∞) hingga.

• di z = 0 terdapat fluks air yang masuk dalam arah z untuk 0 <
|x| < w,
∂θ

R, 0 < |x| < w;
−D(θ) (x, 0) + K(θ(x, 0)) =
JJ J N I II ∂z 0, w < |x| < `. 51/61
 Transformasi Kirchhoff
Definisikan peubah µ(x, z) yang memenuhi
∂µ ∂θ ∂µ ∂θ ∂µ
= D(θ) , = D(θ) , = D(θ).
∂x ∂x ∂z ∂z ∂θ
Tulis K 0(µ) = γ (atau K = γµ), Persamaan Richard:
∂ 2µ ∂ 2µ ∂µ
+ − γ = 0, 0 < x < `, 0 < z.
∂x2 ∂z 2 ∂z

• µ(x, z) periodik di x dengan perioda 2`, µ(x, ∞) hingga.

• di z = 0 terdapat fluks air yang masuk dalam arah z untuk 0 <
|x| < w,
∂µ

R, 0 < |x| < w;
− (x, 0) + γµ(x, 0) =
∂x 0, w < |x| < `.

Gunakan deref Fourier.....

JJ J N I II 52/61
 Solusi
Solusi:
∞
Rw X sin(nπw/`)
µ(x, z) = + 2R cos(nπx/`)eβnz ,
γ` n=1
nπ(γ − βn)

dengan βn = (γ − γ 2 + (2nπ/`)2)/2 < 0 untuk n = 1, 2, · · · .

p

∂µ ∂Ψ
Dari K 0(µ) = γ ⇒ K = γµ dan = D(θ) = K(θ) diperoleh
∂θ ∂θ
∂µ
= K(θ) = γµ ⇒ γµ(x, z) = KseγΨ.
∂Ψ
atau
1 γµ(x, z)
 
Ψ(x, z) = ln .
γ Ks

JJ J N I II 53/61
 Contoh data
Data: γ = 0.05 cm−1 (tanah lempung), R = Ks = 5 cm/hari, ` = 200
cm.

Misal Potensial kapiler Ψ(`, 3) > −150 cm, maka w > 14 cm (lebar
galur irigasi kira-kira > 28 cm).
An extended problem: For well developed crops, a sink term, repre-
senting plant root water extraction, would need to be included in the
Richards’ equation.
JJ J N I II 54/61
 Masalah Perlindungan lahan hijau

Lahan hijau

Urbanisasi

Urbanisasi vs lahan hijau (sumber mata air).

Sering terjadi konflik kepentingan antara berbagai pihak, contoh: area
pemukiman atau tetap lahan hijau.

JJ J N I II 55/61
 Gagasan

Lahan hijau

Urbanisasi

Prediksi urbanisasi: Cellular Automata (CA).

Kebijakan/konflik: Game theory
Tugas akhir: Urfi NSY (10116105), Alih fungsi lahan: Sawah-
Pemukiman, Kab. Lamongan.

JJ J N I II 56/61
 CA

Komponen Cellular Automata (CA):

å Sel/Grid:persegi, heksagonal
å Ketetanggaan sel/grid: von Neumann, Moore
å Keadaan sel/grid: Lahan kosong-pemukiman-sawah.
å Aturan sel/grid: Unik...tiap masalah akan berbeda.

JJ J N I II 57/61
 CA: TA Urfi

Komponen Cellular Automata (CA):

å Sel/Grid:persegi, 1100 x 1000 (≈ 52.74 × 53.36m2 per sel).

å Ketetanggaan sel/grid: Moore.
å Keadaan sel/grid:0 Lahan kosong- 1 pemukiman- 2 sawah- 3 lahan
tetap: sungai,gedung,dll.
å Aturan sel/grid, ditentukan oleh kepadatan penduduk, kedekatan
dengan fasilitas umum, topografi/aksesibilitas (pegunungan-dataran
rendah); pertumbuhan penduduk: fungsi logistik.
JJ J N I II 58/61
 Game theory: TA Urfi
Komponen Game Theory (GT):

ë Pemain: pihak yang turut mengambil keputusan dalam permainan:

– Pemerintah (P), sebagai pihak yang menginginkan pembukaan
lahan sawah/lahan hijau.
– Swasta (S), sebagai pihak yang menginginkan pembukaan lahan
non-sawah (pemukiman dll).
ë Strategi: Pilihan tindakan; Kumpulan strategi akan langsung direp-
resentasikan dalam bentuk decision/game tree (⇒ slide berikut).
ë Pay-off: hasil yang diperoleh oleh pemain untuk suatu tindakan,
ditentukan kualitas produktifitas lahan (lahan basah,tanah liat, dll),
kualitas spasial (kepadatan penduduk, jarak ke fasilitas umum dll).
| {z }
CA

Nash Equilibrium: sebuah keadaan pengambilan suatu strategi ketika

tidak akan ada pemain yang dapat meningkatkan pay off -nya dengan
mengganti strateginya.
JJ J N I II 59/61
 Decision tree & Backward Induction eq.: TA Urfi
Permainan sekuensial yang diselesaikan dengan model extensive form
dalam bentuk decision tree.
(fS , fP ) (fP , fS )
ya ya

P (fS , fP ) S (fP , fS )
lanjut lanjut
tolak tolak
negosiasi kerja sama
S P

berhenti berhenti
(fS , fP ) (fP , fS )
S P

IMB (fS , fP ) Implementasi langsung (fP , fS )

ya ya

P (fS , fP ) S (fP , fS )
lanjut lanjut
tolak tolak
S P

berhenti berhenti
(fS , fP ) (fP , fS )
JJ J N I II 60/61
 Simulasi: initial node P

Kombinasi CA dan GT berpotensi untuk digunakan dalam menentukan

kebijakan-kebijakan.
JJ J N I II 61/61