Lapsem DLT - Halimatussakdiah - 2004103010027

Revisi I 29/10/2022
Semua kata asing harap di italic

Daster jgn ada yg sama dgn tmn sekelompok
Lampirkam bukt jurnal diakhir ya
Untuk script warna nya smua hitam
(ikuti perbaikan pembahasan wanda)
Laporan Sementara
Laboratorium Satuan Operasi dan Proses
DINAMIKA LEVEL TANGKI
Disusun oleh:
Kelompok B-2
Halimatusakdiah 2004103010027
Wanda Muharivah 2004103010008
Radika Putri 2004103010037
Nurul Aulia 2004103010038
JURUSAN TEKNIK KIMIA

FAKULTAS TEKNIK UNIVERSITAS SYIAH KUALA
DARUSSALAM, BANDA ACEH
2022
Revisi I 29/10/2022
I. Tujuan Percobaan
Untuk memahami dinamika level tangki dengan menggunakan sistem
feedback dan membuat model matematikanya.
II. Dasar Teori

Tangki adalah komponen yang penting dalam perindustrian. Tangki
berfungsi sebagai media penampung bahan baku dan juga penampung hasil
produksi. Selain berfungsi sebagai tempat penyimpanan bahan baku dan produk,
tangki juga dapat menjaga produk atau bahan baku dari gangguan seperti
kontaminan yang dapat menurunkan kualitas produk maupun bahan baku yang
terdapat dalam tangki (Primalasita dan Sya'diah, 2021).
Dinamika fluida ialah fenomena berbentuk zat cair ataupun gas yang
bergerak serta mempunyai suatu kecepatan yang konstan terhadap waktu.
Dinamika fluida tidak dipengaruhi oleh perubahan volume. Tidak kental dan juga
tidak turbulen (tidak terjadi suatu putaran). Ketinggian cairan dalam suatu tangki
proses sangat dinamis, dimana level pada tangki dapat berubah jika adanya
perubahan Beban gangguan (laju alir volumetrik) yang masuk ke proses. Oleh
karena itu para engineer atau operator pabrik harus dapat memahami sifat dinamik
(dynimaic behavior) level tangki (Rasagama, 2020).
Reaktor adalah alat yang menjadi tempat bagi suatu reaksi berlangsung.
Reaksi yang berlangsung dapat berupa reaksi kimia ataupun reaksi nuklir, namun
bukan reaksi fisika. Reaktor kimia adalah segala tempat terjadinya reaksi kimia,
baik dalam ukuran kecil seperti tabung reaksi sampai ukuran yang besar seperti
reaktor skala industri. Reaktor harus mempertimbangkan efisiensi agar dapat
menghasilkan produk lebih banyak, sehingga biaya operasional dapat
diminimalisir dan hasil produk maksimal [3]. Dua jenis reaktor yang paling umum
digunakan untuk perekasian kimia dalam kondisi tunak (steady state) adalah
Continuous Stirred Tank Reactor (CSTR) dan Plug Flow Reaktor (PFR) (Nahara
dkk., 2021).
Revisi I 29/10/2022
III. Prosedur Kerja

Peralatan yang digunakan dalam percobaan ini adalah Control Rig,
diperlihatkan pada Gambar 3.1 berikut.
Gambar 3.1 Peralatan Control Rig

Sketsa sederhana peralatan yang berkaitan dengan percobaan ini diberikan
pada Gambar 7.2 berikut.
Revisi I 29/10/2022
Gambar 3.2 Sketsa peralatan percobaan dinamika level tangki

Adapun prosedur kerja dalam praktikum Dinamika Level Tangki adalah
sebagai berikut:
III.1 Prosedur Start-up Peralatan
1. Diisi tangki penampungan dengan air hingga penuh;
2. Dinyalakan peralatan (saklar listrik: ON);
3. Dibuka valve V3 dan V2.
III.2 Prosedur Percobaan

1. Dipilih mode Level pada panel (saklar pada posisi L);
2. Dinyalakan pompa;
3. Diputar valve 3 untuk mengalirkan fluida ke flow meter dan atur laju alir
masuk dengan menggunakan valve V2 sesuai dengan penugasan;
4. Ditetapkan level air dalam tangki sesuai penugasan dengan cara mengatur
valve V5. Pengujian dinamika level siap dilakukan;
5. Dilakukan perubahan laju alir masuk atau keluar (sesuai dengan
penugasan), amati perubahan level fluida dan catat nilainya setiap waktu
sampling.
III.3 Prosedur Shut-down

1. Dimatikan pompa;
2. Dibuang air dalam tangki penampung;
3. Dimatikan peralatan (saklar listrik: OFF).
Revisi I 29/10/2022
IV. Data Pengamatan

Tabel 4.1 Data hasil pengamatan kenaikan level tangki dengan kenaikan laju alir
40 L/jam pada kondisi start-up laju alir 340 L/jam dan level steady 250
mm
F (L/h) Level (mm) Waktu (s)
250 0
255 2,31
260 5,6
265 6,35
270 7,6
275 8,54
280 9,8
285 11,33
290 13,97
380
295 18,34
300 22,76
305 27,41
310 30,28
315 33,12
320 37,57
325 41,5
330 47,58
335 54,06
340 63,18
345 69,67
350 79,90
Revisi I 29/10/2022
Tabel 4.2 Data hasil pengamatan validasi kenaikan level tangki dengan kenaikan
laju alir 60 L/jam pada kondisi start-up laju alir 340 L/jam dan level
steady 250 mm
250 0
255 17,25
260 20,27
265 26,78
270 29,91
275 36,17
400
280 43,29
285 49,76
290 56,46
295 59,71
300 65,28
305 71
310 74,82
315 78,13
320 84,71
325 89,93
Tabel 4.3 Data hasil pengamatan penurunan level tangki dengan penurunan laju
alir 40 L/jam pada kondisi start-up laju alir 360 L/jam dan level steady
400 mm
320 600 0
595 6,89
590 8,69
585 10,17
Revisi I 29/10/2022
580 13,85
575 14,94
570 16,7
565 18,19
560 21,23
555 26,79
550 27,1
545 29,94
540 30,51
535 38,79
530 39,91
525 42,58
520 47,72
515 51,84
510 52,01
505 56,66
500 60,59
495 66,93
490 67,67
485 71,05
480 76,33
475 89,08
Tabel 4.4 Data hasil pengamatan validasi penurunan level tangki dengan
penurunan laju alir 60 L/jam pada kondisi start-up laju alir 360 L/jam
dan level steady 600 mm
300 600 0
595 5,92
Revisi I 29/10/2022
590 9,08
585 13,57
580 20,76
575 23,12
570 27,86
565 29,98
560 31,57
555 38,56
550 41,09
545 44,35
540 57,81
535 62,38
530 69,17
525 73,69
520 77,14
515 80,43
510 84,91
505 87,43
500 89,46
495 94,41
V. Hasil dan Pembahasan

V.1 Hasil Pengolahan Data
Tabel 5.1 Data pendekatan model teoritis untuk dinamika level tangki
Parameter SSE (sum
Percobaan Kondisi Model of squared
k1 k2
errors)
Pemodelan Kenaikan Eksponensial 111.5848 -615.3223 153.1193
level Power 0.0074 1.3289 322.6875
Revisi I 29/10/2022
Penurunan Eksponensial 22.0544 -77.7765 332.7207

level Power 6.3949 0.1737 336.3828
Kenaikan Eksponensial 6.5661 310.7453 43.5088
level Power 37.2591 -0.1079 605.8166
Validasi
Penurunan Eksponensial 10.4028 188.8085 223.4429
level Power 7.7250 0.1005 301.4649
V.2 Pembahasan
Pada percobaan kali ini, laju alir divariasikan untuk mengetahui level
tangki dengan cara mengamati pengaruh pengaruh laju alir pada sistem
pengendalian level fluida pada level tangki dalam perubahan setiap waktu dengan
mengamati level tangki yang akan mencapai keadaan konstan. Adapun data yang
telah didapat akan diolah menggunakan sofware MATLAB dalam mnyelesaikan
secara numerik. Kemudian data pemodelan yang telah didapat dibandingkan
dengan data praktikum maka didapatkan pemodelan yang sama. Dalam
pendekatan model matematika digunakan model eksponensial dan model power
yang akan dipaparkan ke dalam kurva fungsi level terhadap waktu dengan
berdasarkan perbandingan nilai SSE (Sum Of Squared Errors).
V.2.i Perbandingan antara Pemodelan Eksponensial dan Power terhadap

Penurunan Level Tangki
Pada penurunan level tangki, data yang telah diperoleh dari hasil
percobaan model eksponensial dan model power untuk pengurangan laju alir
sebesar L/jam dalam kondisi start-up dengan laju alir 360 L/jam dan level steady
dapat diihat pada Gambar 5.1 dan 5.2
Revisi I 29/10/2022
Gambar 5.1 Penurunan level tangki dengan pendekatan model eksponensial pada
laju alir start-up 360 L/jam dengan penurunan laju alir 40 L/jam dan
level steady 600 mm.
Revisi I 29/10/2022
Gambar 5.2 Penurunan level tangki dengan pendekatan model power pada laju
alir start-up 360 L/jam dengan penurunan laju alir 40 L/jam dan level
steady 600 mm
Berdasarkan Gambar 5.1 dan 5.2 dapat dilihat pendekatan model eksponensial dan
power terhadap data aktual. Pada pendekatan model eksponensial dapat diperoleh
nilai k1 dan k2 beturut- turut senilai 22.0544 dan 77.7765, dengan nilai SSE
sebesar 332.7207. Sedangkan pada model power, didapat nilai k1 dan k2 berturut-
turut sebesar 6.3949 dan 0.1737 dengan nilai SSE 336.3828. Dengan demikian
dalam menentukan nilai K optimal maka perhitungan yang digunakan secara trial
and eror. Apabila nilai SSE yang telah mencapai nilai minimum maka tidak ada
penentuan nilai K baru. Kemudian untuk mendapatkan nilai K yang optimal
digunakan selisih nilai SSE dalam setiap keadaan perhitungan nilai minimum.
Jika nilai optimal mengalami penurunan nilai SSE dengan drastis maka akan
membentuk grafik paling baik dengan selisih yang besar (Jollyta dkk., 2021)
Revisi I 29/10/2022
V.2.ii Perbandingan Validasi Penurunan Level Tangki antara Validasi

MATLAB dan Data Aktual
Berdasarkan hasil yang diperoleh dalam metode MATLAB untuk
penurunan level Tangki dengan penurunan laju alir sebesar 60 L/jam, maka perlu
dilakukan validasi. Dalam penentuan validasi dilakukan percobaan dengan
menurunkan laju alir sebesar 60 L/jam pada kondisi start-up laju alir 360 L/jam
dan level steady 600 mm dengan demikian hasil pendekatan menggunakan model
eksponensial dan model power pada validasi dapat dilihat pada Gambar 5.3 dan
5.4 berikut.
Gambar 5.3 Validasi MATLAB untuk penurunan level tangki dengan model
eksponensial pada laju alir start-up 360 L/jam dengan penurunan
laju alir 60 L/jam dan level steady 600 mm.
Revisi I 29/10/2022
Gambar 5.4 Validasi MATLAB untuk penurunan level tangki dengan model
power pada laju alir start-up 360 L/jam dengan penurunan laju alir
60 L/jam dan level steady 600 mm.
Berdasarkan Gambar 5.3 dan 5.4, dapat dilihat kurva pemodelan dengan
pendekatan model eksponensial dan power terhadap data aktual. Kurva
pemodelan pada pemodelan eksponensial cenderung linear, sedangkan terdapat
sedikit lengkungan pada kurva pemodelan power. Kemudian nilai SSE dari kedua
pemodelan tersebut tidak jauh perbedaannya. Adapun nilai SSE yang diperoleh
dari pemodelan metode eksponensial dan metode power berturut-turut senilai
223.4429 dan 301.4649. Dengan demikian semakin kecil nilai Sum of Squared
Error pada validasi penurunan maka semakin baik validasi yang dihasilkan (Dewi
dan pramita. 2021).
Revisi I 29/10/2022
V.2.iii Perbandingan antara Pemodelan Eksponensial dan Power terhadap

Kenaikan Level Tangki
Pada kenaikan level tangki, data dari hasil percobaan dapat dilakukan
dengan penggunaan model eksponensial dan model power. Pendekatan matematis
menggunakan model eksponensial dan power untuk penambahan laju alir sebesar
40 L/jam pada kondisi start-up laju alir 340 L/jam dan level steady 250 mm dapat
dilihat pada Gambar 5.5 dan 5.6 berikut.
Gambar 5.5 Kenaikan level tangki dengan pendekatan model eksponensial pada
laju alir start-up 340 L/jam dengan kenaikan laju alir 40 L/jam dan
level steady 250 mm
Revisi I 29/10/2022
Gambar 5.6 Kenaikan level tangki dengan pendekatan model power pada laju alir
start-up 340 L/jam dengan kenaikan laju alir 40 L/jam dan level
steady 250 mm
Berdasarkan Gambar 5.5 dan 5.6, dapat dilihat pendekatan model
eksponensial dan power terhadap data aktual. Pada pendekatan model
eksponensial, diperoleh nilai parameter k1 dan k2 berturut-turut senilai 111.5848
dan -615.3223, dengan nilai SSE 153.1193. Sedangkan pada model power,
didapat nilai k1 dan k2 berturut-turut sebesar 0.0074 dan 1.3289 dengan nilai SSE
322.6875. Nilai SSE (Sum of Square Erorr) yang diperoleh pada model
eksponensial lebih rendah dibandingkan model power, sehingga model
eksponensial lebih tepat untuk dipakai pada kenaikan level tangki. Hal ini
dikarenakan nilai SSE yang kecil dapat meminimalisir terjadinya overshoot,
sehingga semakin kecil nilai error yang terjadi, dengan demikian semakin baik
kinerja sistem kontrol yang diterapkan (Rahmatillah dan Suprianto, 2020).
Revisi I 29/10/2022
V.2.iv Perbandingan Validasi Kenaikan Level Tangki antara Validasi

MATLAB dan Data Aktual
Berdasarkan hasil yang telah diperoleh dengan penggunaan program
MATLAB untuk kenaikan level tangki dengan kenaikan laju alir sebesar 60
L/jam, maka perlu dilakukan validasi. Validasi pada percobaan dilakukan dengan
melakukan percobaan ulang dengan variabel laju alir yang berbeda. Percobaan
validasi dilakukan dengan menaikkan laju alir sebesar 60 L/jam pada kondisi
start-up laju alir 340 L/jam dan level steady 250 mm. Hasil pendekatan dengan
menggunakan model eksponensial dan model power untuk validasi dapat dilihat
pada Gambar 5.7 dan 5.8 berikut.
Gambar 5.7 Validasi MATLAB untuk kenaikan level tangki dengan model
eksponensial pada laju alir start-up 340 L/jam dengan kenaikan laju
alir 60 L/jam dan level steady 250 mm.
Revisi I 29/10/2022
Gambar 5.8 Validasi MATLAB untuk kenaikan level tangki dengan model power
pada laju alir start-up 340 L/jam dengan kenaikan laju alir 60 L/jam
dan level steady 250 mm.
Pada Gambar 5.7 dan 5.8, dapat diamati pendekatan model eksponensial dan
power terhadap data aktual. Kurva pemodelan eksponensial lebih mendekati data
aktual dibandingkan kurva pemodelan metode power. Nilai SSE kedua pemodelan
tersebut terpaut perbedaan yang cukup besar; diperoleh SSE pemodelan metode
eksponensial dan metode power berturut-turut senilai 43.5088 dan 605.8166. Hal
ini dikarenakan pendekatan pemodelan eksponensial lebih tepat dipakai pada
kenaikan level tangki. Pemodelan akan semakin akurat dengan turunnya nilai
SSE, maka semakin kecil nilai SSE semakin tepat pula pemodelan yang
dirumuskan. Sistem ini menarik untuk dijadikan tujuan pemodeJan karena
sederhana sehingga proses pemodelannya sendiri dapat diikuti dengan baik
dan tidak dipersulit oleh cara kerja serta fungsi dari komponen-komponen
sistem, Pada proses pemodelan sistem yang kompleks, banyak waktu
Revisi I 29/10/2022
diperlukan dalam mempelajari cara kerja sistem. karena tampak bahwa

sistem tangki ganda mempunyai dinamika yang tidak Iinier, satu arah dan
berubah terhadap waktu (Abidin dkk., 2019).
VI. Kesimpulan
Berdasarkan percobaan yang telah dilakukan, dapat diambil kesimpulan
sebagai berikut.
1. Pendekatan dengan pemodelan eksponensial merupakan pemodelan yang
sesuai untuk percobaan kenaikan level tangki, dengan perolehan nilai SSE
sebesar 153.1193.
sesuai untuk percobaan validasi kenaikan level tangki, dengan perolehan nilai
SSE sebesar 43.5088.
3. Pendekatan dengan pemodelan power merupakan pemodelan yang sesuai
untuk percobaan penurunan level tangki, dengan perolehan nilai SSE sebesar
336.3828.
sesuai untuk percobaan validasi penurunan level tangki, dengan perolehan
nilai SSE sebesar 301.4649.
Revisi I 29/10/2022
VII. Daftar Pustaka

Abidin, Z., Sutikno, P., Maryanto ,I., dan Santoso, I. B. 2019. Pemodelan
Dinamik dan Validasi Model Dari Sistem Kendali Tangki Ganda. Jurnal
Teknik Mesin. Vol. 8(1): 1-23.
Dewi, D. A. I. C., & Pramita, D. A. K. 2019. Analisis Perbandingan Metode
Elbow dan Silhouette pada Algoritma Clustering K-Medoids dalam
Pengelompokan Produksi Kerajinan Bali. Matrix: Jurnal Manajemen
Teknologi Dan Informatika. 9(3): 102-109.
Jollyta, D. Siddik, M. Mawengkang, H dan Efendi. 2021. Teknik Evaluasi Cluster
Solusi Menggunakan Python dan Rapidminer. Cetakan pertama. ISBN.
Nahara, A. R., Aghin, A. M., dan Daril, R. Z. 2021. Pemilihan Jenis Reaktor pada
Proses Mixed Acid Route di Pabrik Pupuk NPK. Jurnal Teknik ITS. 10(2):
250-257.
Primalasita, D. V., dan Sa’diyah, K. 2022. Perancangan Tangki Penyimpanan
Nitrogen Kapasitas 0, 0074 M3 Pada Prarancangan Pabrik Kimia Asap Cair.
Distilat: Jurnal Teknologi Separasi. 8(1), 1-10.
Rahmatillah, G., dan Suprianto, B. 2020. Sistem Pengendalian Kecepatan Motor
DC Pada Prototipe Lift Menggunakan Kontroler Pi Berbasis Arduino. Jurnal
Teknik Elektro. 9(2): 269–276.
Rasagama, I. 2020. Menerapkan Konsep Versi Anderson Untuk Merumuskan
Persamaan Laju Aliran Representatif Dalam Desain Peralatan Praktikum
Dinamika Fluida Sederhana (Studi Awal Pengembangan Modul Praktikum
Persamaan Bernoulli Untuk Mahasiswa Politeknik Negeri Bandung). Jurnal
Pendidikan Fisika Tadulako Online. 8(2): 3-4.
Revisi I 29/10/2022
VIII. Model Matematis

VIII.1 Penurunan Persamaan Perhitungan Dinamika Level Tangki
Laju alir masuk – laju alir keluar + laju generasi – akumulasi = 0
dm
= ρFi – ρF0
dt
d ( ρV )
= ρFi – ρF0
dt
dV
ρ = ρFi – ρF0
dt
d ( A . L)
= Fi – F0
dt
dL
A = Fi -F0
dt
dL
A = Fi – c √ L
dt
dL 1
Bentuk eksponensial: = Fi – k1ek2√ L
dT A
dL 1
Bentuk power: = Fi – k1Lk2√ L
dt A
Keterangan: - A : luas penampang tangki
- Fi : laju aliran masuk
- c : konstanta valve terkait gaya jatuh dan friksi jalur keluaran
- L : level tangki
Revisi I 29/10/2022
Revisi I 29/10/2022
IX. Contoh Perhitungan

IX.1 Script Pencarian Persamaan Data dan Perhitungan Grafik
Perhitungan matlab (utk contoh perhitungan)
level 01
function dL = level01(t,L)
global A Fi k
%c = k(1) + k(2)*L %konstan
%c = k(1)*L^k(2); %power
c = k(1)*exp(k(2)/L); %Exponensial
dL = (1/A)*(Fi - c*sqrt(L)); %Persamaan Neraca Massa
level model
function sse = levelmodel(x)
global data_t data_L L0 k
global Lmodel
k=x;
tspan=data_t;
%solver
[t,Lmodel]=ode23s('level01',tspan,L0);
sse=sum((data_L'-Lmodel).^2)
u=k(1)
h=k(2)
pemodelan
clc
global data_L data_t L0 Fi A

global Lmodel
Revisi I 29/10/2022
%data
data_L = 250:+5:325;
data_t = [0
17.25
20.27
26.78
29.91
36.17
43.29
49.76
56.46
59.71
65.28
71
74.82
78.13
84.71
89.93]
figure(1)
plot(data_t',data_L,'o','MarkerSize',7)
hold on
%tank area
r = 5;
A = pi*r^2;
%input flow rate

Revisi I 29/10/2022
Fi = 400;
%initial level
L0 = data_L(1);
%initial guesses
x0 = [1 1];
%solver
[xopt,fval,exitflag] = fminsearch('levelmodel',x0);
figure(1)
plot(data_t',Lmodel,'-','LineWidth',3)
Lmodel;
xlabel('waktu (s)')
ylabel('Level Tangki (mm)')
legend('Data','Pemodelan' )

Lapsem DLT - Halimatussakdiah - 2004103010027

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Lapsem DLT - Halimatussakdiah - 2004103010027

Diunggah oleh

Hak Cipta:

Format Tersedia

Revisi I 29/10/2022

Semua kata asing harap di italic

DINAMIKA LEVEL TANGKI

JURUSAN TEKNIK KIMIA

II. Dasar Teori

III. Prosedur Kerja

Gambar 3.1 Peralatan Control Rig

Gambar 3.2 Sketsa peralatan percobaan dinamika level tangki

III.2 Prosedur Percobaan

III.3 Prosedur Shut-down

IV. Data Pengamatan

V. Hasil dan Pembahasan

Penurunan Eksponensial 22.0544 -77.7765 332.7207

V.2.i Perbandingan antara Pemodelan Eksponensial dan Power terhadap

V.2.ii Perbandingan Validasi Penurunan Level Tangki antara Validasi

V.2.iii Perbandingan antara Pemodelan Eksponensial dan Power terhadap

V.2.iv Perbandingan Validasi Kenaikan Level Tangki antara Validasi

diperlukan dalam mempelajari cara kerja sistem. karena tampak bahwa

VII. Daftar Pustaka

VIII. Model Matematis

IX. Contoh Perhitungan

global data_L data_t L0 Fi A

%input flow rate

Anda mungkin juga menyukai