PERKENALAN

No MATERI PENGAJARA

1 DASAR PERMODELAN DAN H.M.YERIZAM

PERMODELAN ENERGI (6 M)
BIOMASSA
2 PERMODELAN ENERGI FATAHUL
ANGIN ARIPIN
(6 M)
4 PERMODELAN ENERGI TRESNA DEWI
SURYA (6 M)
Total MINGGU 18 M
 PENILAINAN
No Komponen Penilaian Bobot

1 Partisipasi Kelas, Kuis, 20 %

Kehadiran
2 Tugas, Presentasi Kelompok 30 %

4 UAS/UJIAN 50 %

Total Bobot (Nilai KHS) 100%

 PERMODELAN
ENERGI TERBARUKAN
SKS : 2 SKS
JAM KULIAH : 2 X 50 ‘ (1 x Pertemuan/minggu)

MATERI :

Dasar-dasar
Permodelan
MATERI PERTEMUAN KE-1

DASAR-DASAR
PERMODELAN
 TUJUAN

Untuk dapat mempelajari

suatu sistem dengan
memanfaatkan komputer
untuk meniru perilaku
sistem tersebut
MEMPELAJARI SUATU SISTEM

yaitu

Melakukan pengamatan
secara langsung atau
pengamatan model dari
sistem tersebut
Metode Penelitian Sistem
 MODEL

FISIK MATEMATIS

ANALISIS NUMERIK

SIMULASI
 Pemodelan merupakan proses
pembentukan model dari sistem dengan
menggunakan bahasa formal tertentu

 Model dibuat karena ada permasalahan

pada sistem nyata. Model dibuat oleh
pemodel menggunakan sudut pandang
tertentu

 Setelah tercipta model maka dilakukan

pengujian.
1. Elaborasi merupakan model di mulai dari
yang sederhana, sampai di dapatkan
model yang repsentatif.

2. Analogi merupakan pengembangan

menggunakan prinsip-prinsip dan teori
yang sudah dikenal luas

3. Dinamis merupakan pengembangan

mungkin saja terdapat proses
pengulangan.
 Kriteria model yang baik:
1. Mudah dimengerti pemakainya
2. Harus mempunyai tujuan yang jelas
3. Dinyatakan secara jelas dan lengkap
4. Mudah dikontrol dan dimanipulasi pemakai
5. Mengandung pemecahan masalah yang penting
dan jelas
6. Mudah diubah, mempunyai prosedur modifikasi
7. Dapat berkembang dari sederhana menuju ke
kompleks
 Model Simulasi vs Simulasi Model
1. Model simulasi : suatu model tiruan dari
suatu proses atau sistem tertentu yang akan
dikaji/diuji coba melalui proses simulasi.
2. Simulasi model: proses ‘pengoperasian ‘
(running) suatu model untuk mengkaji
karakteristik/perilaku proses atau sistem yang
dimodelkan
1) Model harus mempunyai karakteristik yang serupa
dengan proses (sistem) yang sesungguhnya.
2) Oleh karena itu, kita dapat mempelajari sistem
nyata itu melalui model tiruan (simulasinya).
Contoh Permasalahan (1)
• Kita ingin mempelajari pengaruh komposisi
dan assigment berbagai jenis equipment
pada suatu operasi tambang terhadap
produksi total, utilisasi equipment, dan
sebagainya.
• Dapat dilakukan dengan melaksanakan
eksperimentasi berbagai komposisi dan
assignment yang layak (feasible).
• Memerlukan waktu yang lama, mahal, dan
mengganggu proses operasi yang tengah
berjalan.
 Contoh Permasalahan (2)
• Kita ingin mempelajari lokasi fasilitas (logistik,
maintenance, dsb.) serta pengaruhnya
terhadap produksi total, utilisasi unit, dan
sebagainya.
• Dapat dilakukan dengan melakukan
eksperimen dengan berbagai kemungkinan
lokasi fasilitas, dan kemudian amati tingkat
produksi, utilisasi unit untuk setiap
kemungkinan itu
• Memerlukan waktu yang lama, mahal, dan
secara ekonomis sukar untuk dilaksanakan.
 Secara Ideal …

• Kita menginginkan untuk memiliki segala

informasi yang berkenaan dengan setiap
alternatif yang dapat dipilih.
• Misalnya, jika kita memilih suatu komposisi
feed tertentu, bagaimanakah tingkat produksi,
utilisasi unit, dan sebagainya.
• Eksperimentasi langsung, secara teknis dan
ekonomis pada umumnya sukar dilakukan.
• Model simulasi akan dapat membantu dalam
situasi semacam ini.
Biomassa adalah sebuah istilah yang di
gunakan untuk menyebut semua senyawa
organik yang berasal dari tanaman budi
daya, alga, dan sampah organik. Pengelom
po k an biomassa terbagi menjadi biomassa
kayu, biomassa bukan kayu, dan biomassa
sekunder
Melakukan Simulasi
 1. Hoover dan Perry (1990)
Proses perancangan model
matematis atau logis dari sistem
nyata, melakukan eksperimen
terhadap model dengan
menggunakan komputer untuk
menggambarkan, menjelaskan
dan memprediksi perilaku sistem
 2. Law dan Kelton (1991)

Sekumpulan metode dan aplikasi

untuk menirukan atau merepresen
tasikan perilaku dari suatu sistem
nyata, yang biasanya dilakukan
pada komputer dengan perangkat
lunak tertentu
 3. Khosnevis (1994)
Proses aplikasi membangun model
dari sistem nyata atau usulan sistem,
melakukan eksperimen dengan
model tersebut untuk menjelaskan
perilaku sistem, mempelajari kinerja
sistem, atau untuk membangun
sistem baru sesuai dengan kinerja
yang di inginkan.
 Adalah

sebagai tool bagi perancang sistem

atau pembuat keputusan, untuk
menciptakan sistem dengan kinerja
tertentu baik dalam tahap perancangan
sistem (sistem yang masih berupa
usulan) maupun tahap opersional
(sistem yang sudah berjalan).
 Mulai

Formulasi Hipotesis

Mengembangkan Model Simulasi

Melaksanakan Simulasi

Hipotesis Tidak
Benar
Ya

Selesai
 Proses Pengerjaan Simulasi
1. Menggunakan bahasa Program misal
Fortran, Basic, Matlab, dll
2. Menggunakan bahasa simulasi khusus
misal GPSS, SLAM, SIMAN, GASP,
SIMULA, HYSYS, CHEMCAD, dll
3. High Level Simulator : bahasa simulasi
yang menyediakan menu-menu dialog
user interface
4. Arena : kombinasi high level simulation
dengan visual basic .
 Kelebihan Model Simulasi
1. Tidak semua sistem dapat di representasi
kan dalam model matematis, simulasi
merupakan alternatif tepat
2. Dapat bereksperimen tanpa adanya
resiko pada sistem nyata
3. Simulasi dapat mengestimasi kinerja
sistem pada kondisi tertentu dan dapat
memberikan alternatif desain
4. Dapat menggunakan input data alternatif
Kekurangan Model Simulasi
1. Kualitas dan analisis model
tergantung si pembuat
model
2. Hanya mengestimasi
karakteristik sistem
berdasarkan masukan
tertentu
 Klasifikasi Model Simulasi
1. Menurut waktu
 Simulasi statis : output tidak
dipengaruhi waktu
 Simulasi dinamis : output
dipengaruhi waktu
Contoh: model populasi, laju
penjualan
2. Menurut perubahan status
 Simulasi kontinyu : variabel
berubah secara kontinyu. Misal:
model cairan lajunya berubah
setiap saat
 Simulasi diskrit : variabel
berubah pada saat-saat tertentu.
Misal: model inventori yang
materialnya diambil dan datang
pada waktu tertentu

3. Menurut derajad ketidakpastiannya

 Simulasi deterministik : output bisa ditentukan secara pasti
Contoh : model matematis
 Simulasi stokastik : output tidak bisa ditentukan secara pasti
Seorang jatuh bebas

Bagaimana Distribusi
kecepatan jatuh bebas orang
tersebut terhadap perubahan
waktu?
Seorang jatuh bebas

Ketika mulai jatuh dan

seterusnya, maka mulai
bekrja dua gaya terhadap
orang tersebut.
1. Daya keatas karena
ketahanan udara
2. Daya kebawah karena
gaya gravitasi
 Contoh pemodelan sederhana
Bagaimana Distribusi kecepatan jatuh bebas orang
tersebut terhadap perubahan waktu?

ANALISIS

Variabel Variabel Para Fungsi

= , ,
terikat bebas meter gaya

Dimensi
Refleksi dari Pengaruh
waktu,
sifat-sifat sistem aksi-aksi
jarak
(komposisi) eksternal
Menurut Hukum Newton tentang gerak:

F
F  m .a  a (1)
m
 
  a .t  a  (2)
t t
 F
(1) = (2)  (3)
t m
Menurut Hukum Newton tentang gaya:

FU
Body  F = FD + FU (4)

FD
Menurut Hukum Newton tentang gaya:
(4)
FU F = FD + FU
Body 
FD = m.g (5)
FD
FU  Cd . 2 (6)

Persamaan (4) menjadi :

F  m.g  Cd . 2 (7)

Persamaan (3) ke (7) menjadi :

 Cd 2
g  (8)
t m
Persamaan (8) adalah suatu model yang
berhubungan dengan percepatan benda jatuh
terhadap gaya-gaya yang bekerja padanya
dan merupakan PD yang ditulis dalam bentuk
perbedaan laju perubahan (dv/dt) dari
variabel yang diprediksi. Oleh karena itu
harus diselesaikan dengan kalkulus.

Batasan : v = 0 pada t = 0
Dengan penyelesaian PD diperoleh
persamaan berikut: MODEL

gm  g .Cd 
V(t)  ta n h t 
Cd  m 
(9)
 Dimana tanh adalah tangent hiperbolik
yang dapat dihitung langsung atau melalui
fungsi eksponen sbb:

e x  ex
ta n h x  x (10)
e  e x
Catatan:
g.m  g.Cd 
V(t)  ta n h t 
Cd  m 

Persamaan diatas:
V(t) adalah variabel terikat
t adalah variabel bebas
Cd dan m adalah parameter
g adalah fungsi gaya
 INTISARI

 Untuk model yang terbentuk (persamaan 9)

tentunya akan diselesaikan dengan cara analitik
atau numerik.

 Penyelesaian dilakukan dengan program

komputer, terutama yang sulit diselesaikan
dengan analitik.

 Program yang dapat digunakan macam : excel,

VBA, Fortran, Pascal, Matlab, dll

 Perkuliahan selanjutnya kita akan menggunakan

program Matlab.
 Contoh-1
Seorang terjun bebas dengan massa
68,1 kg dari suatu stationary hot air
baloon. Gunakan persamaan (9) untuk
menghitung kecepatan 12 detik pertama
dari jatuh bebas dan tentukan juga
kecepatan yang akan dicapai untuk
panjang kawat yang tak terhingga
(kemungkinan penerjun menemui hari
naasnya). Dimana drag coefficient (Cd)
0,25 kg/m:
 Penyelesaian
Data-data yang diketahui :
 Massa Penerjun (m) = 68,1 kg
 Gravitasi (g) = 9,81 m/s2
 Koefisien Drag (Cd) = 0,25 kg/m

masukkan data diatas ke persamaan (9) di bawah ini:

g.m  g.Cd 
V(t)  ta n h t 
Cd  m 

Maka diperoleh hasil sbb:

9 ,8 1 (6 8 ,1 )  9 ,8 1 (0 ,2 5 ) 
V(t)  ta n h t   5 1 ,6 9 3 8ta n h (0 ,1 8 9 7 7 t)
0 ,2 5  6 8 ,1 
 Penyelesaian

V(t)  51,6938tanh(0,189 77t)

Dilakukan perhitungan (menggunakan Excel) untuk selang
waktu tertentu, maka diperoleh :
t, s V, m/s
0 0
2 18,7292
4 33,1118
6 42,0762
8 46,9575
10 49,4214
12 50,6175
∞ 51,6938
Dengan menggunakan Excel, data dibuat seperti Gambar-1
dibawah ini :

Gambar-1
Menurut model (pers.9) laju penerjun sangat cepat
(gbr-1). Kecepatan 49,4214 m/s dilalui setelah 10 detik.
Catatan juga bahwa setelah waktu yang cukup lama,
kecepatan konstan dinamakan terminal velocity dari
51,6983 m/s menjadi naik. Kecepatan konstan
dikarenakan gaya gravitasi sebanding dengan tahanan
udara. Jadi gaya bersih nol dan percepatan perlahan
berhenti.

Pers.9 diselesaikan secara analitik. Akan tetapi

banyak model matematika yang tidak dapat
diselesikan secara analitik (eksak), dan dapat
diselesaikan dengancara numerikanalitik atau closed-
form solution
 Metode Numerik
Pers. 8  Cd 2
g 
t m
Penyelesainnya didekati dengan:

   (ti 1 )   (ti )
  (11)
t t ti 1  ti
Dimana  dan t perubahan kec. Dan waktu yang
diselesaikan dengan finite interval.
 (ti )  kec. pada waktu awal ti
 (ti 1 )  kec. pada waktu selanjutny a ti 1
  
  Diselesaikan dengan pendekatan,
t t sebab Δt adalah finite

 
 lim
t t 0 t

Persamaan (11) represents the reverse process

Pemakaian finite difference untuk pendekatan turunan pertama
dari v dengan respect to t

Persamaan (11) disebut a finite-difference approximation dari

turunan pada waktu ti.
 (ti 1 )   (ti ) Cd
g  (ti ) 2
ti 1  ti m
  (ti 1 )   (ti ) Cd
g  (ti ) 2
ti 1  ti m
 Cd 2
 (ti 1 )   (ti )   g   (ti )  (ti 1  ti ) (12)
 m 

Notice that the term in brackets is the right-hand side of the

differential equation itself (pers.8). That is, it provides a means
to compute the rate of change or slope of v . Thus, the
equation can be rewritten more concisely as

i
i 1  i  t (12)
t
• Kita dapat sekarang melihat bahwa persamaan
differensial telah dibentuk ke persamaan yang dapat
digunakan untuk menentukan kecepatan secara
aljabar pada ti+1 menggunakan slope dan previous nilai
dari v dan t.

• Bila pada keadaan awal dari kecepatan pada waktu ti,

maka dengan mudah menghitung kecepatan pada ti+1.
nilai baru dari kecepatan pada ti+1 dapat kembali
dikembangkan untuk menghitung kecepatan pada ti+2
dan seterusnya.sehingga pada selang waktu tertentu
dapat ditulis:

New Value = old value + slope X step size.

Pendekatan ini secara formal disebut metode Euler..

 Contoh-2

Lakukan perhitungan yang

sama seperti pada Contoh-1
tetapi gunakan Persamaan 12
untuk menghitung kecepatan
dengan metode Euler.
Gunakan ukuran langkah 2
detik untuk perhitungan..
 Penyelesaian
Pada awal perhitungan (t0 = 0), kecepatan penerjun adalah
nol. Dengan menggunakan data-data pada contoh-1, maka
pers.(12) dapat digunakan untuk menghitung kecepatan
pada t1 = 2 detik

 0,25 2
  0  9,81  (0)  x 2  19,62 m / s
 68,1 
Untuk interval selanjutnya (dari t = 2 to 4 detik), dapat
dilakukan perhitungan sbb:

 0,25 2
  19,62  9,81  (19,62)  x 2  36,4137 m / s
 68,1 
Dengan cara yang sama, maka didapat data sbb:

t, s V, m/s
0 0
2 19,6200
4 36,4137
6 46,2983
8 50,1802
10 51,3123
12 51,6008
∞ 51,6938

Data pada tabel diatas (hasil contoh-2) diplot kedalam satu

grafik dengan grafik dari contoh-1. sehingga dapat dilihat
perbedaannya.
Dengan menggabungkan data hasil contoh-1 dan contoh-
2, di dapat gambar sbb:
Simulasi Menggunakan Matlab

gm  g .Cd 
V(t)  ta n h t 
Cd  m 

Data-data yang diketahui :

 Massa Penerjun (m) = 68,1 kg
 Gravitasi (g) = 9,81 m/s2
 Koefisien Drag (Cd) = 0,25 kg/m
Lembar Kerja Matlab
 Untuk Latihan di Rumah
(Homework)

Susunlah model persamaan matematika

dari gambar yang ada sesuai dengan
bidang ilmu dan selesaikan model
tersebut dengan analisis dan metode
numerik serta gunakan simulasi matlab
mendapatkan grafiknya
BAGI YANG TIDAK ADA BIDANG STUDI NYA SILAHKAN BERGABUNG
DENGAN YANG LAIN.
 Bidang Studi
(Teknik Kimia)
Bidang Studi
(Teknik Sipil)
 Bidang Studi
(Teknik Mesin)
 Bidang Studi
(Teknik Elektro)