TEKNOLOGI REKAYASA KIMIA INDUSTRI

Modul Praktikum
KOMPUTASI PROSES TEKNIK KIMIA

KEPALA LABORATORIUM :
Rizka Amalia, S.T., M.T.

ASISTEN LABORATORIUM :
Rega Ardiansyah
Fitri Dwi Nur Laili
Muhammad Iqbal Setya Wardhana
Fellanda Harfiana

TEKNOLOGI REKAYASA KIMIA INDUSTRI

DEPARTEMEN TEKNOLOGI INDUSTRI
SEKOLAH VOKASI
UNIVERSITAS DIPONEGORO
SEMARANG
2023
 KATA PENGANTAR

Puji syukur penyusun panjatkan kehadirat Allah SWT atas limpahan rahmat selama ini sehingga
penyusun dapat menyelesaikan Modul Praktikum Komputasi Proses Teknik Kimia (KPTK) dengan
baik. Modul Praktikum KPTK ini disusun sebagai panduan bagi mahasiswa Teknologi Rekayasa
Kimia Industri selama praktikum berlangsung.
Penyusun menyadari adanya keterbatasan dan kekurangan dalam proses penyusunan laporan ini,
oleh karena itu penyusun mengharapkan saran dan kritik yang membangun sehingga dapat
bermanfaat untuk kedepannya.

Semarang, Maret 2023

Penyusun

2
 DAFTAR ISI

KATA PENGANTAR ......................................................................................................................... 2

DAFTAR ISI ........................................................................................................................................ 3
PERATURAN DAN TATA TERTIB PRAKTIKUM......................................................................... 4
PEMBIMBING, PELAKSANA TEKNIS, DAN ASISTEN LABORATORIUM .............................. 5
MATERI I ............................................................................................................................................ 6
PERSAMAAN LINIER ....................................................................................................................... 6
1.1. Pendahuluan .......................................................................................................................... 6
1.2. Eliminasi Gaus dan Gaus-Jordan .......................................................................................... 6
1.3. Metode Iterasi Yacobi ........................................................................................................... 8
MATERI II......................................................................................................................................... 10
INTEGRAL ........................................................................................................................................ 10
2.1. Pendahuluan ........................................................................................................................ 10
2.2. Metode Trapezoidal ............................................................................................................. 11
2.3. Metode Simpson 1/3............................................................................................................ 17
2.4. Metode Kuadratur Gaus pada 2 titik ................................................................................... 23
MATERI III ....................................................................................................................................... 32
PERSAMAAN DIFFERENSIAL BIASA ......................................................................................... 32
3.1. Pendahuluan ........................................................................................................................ 32
3.2. Metode Euler ....................................................................................................................... 32
3.3. Runge Kutta ......................................................................................................................... 34
3.4. ODE45 ................................................................................................................................. 37
3.5. ODE23 ................................................................................................................................. 40
MATERI IV ....................................................................................................................................... 44
PERSAMAAN NON LINEAR .......................................................................................................... 44
4.1. Metode Bisection ................................................................................................................. 44
4.2. Metode Interpolasi Linear ................................................................................................... 48
4.3. Metode Secant ..................................................................................................................... 50
4.4. Metode Newton Rhapson .................................................................................................... 54
4.5. Metode Succesive Aproximation ........................................................................................ 58
LAMPIRAN ....................................................................................................................................... 62

3
 PERATURAN DAN TATA TERTIB PRAKTIKUM
KOMPUTASI PROSES TEKNIK KIMIA

1. Peserta praktikum adalah mahasiswa Program Studi Sarjana Terapan Teknologi Rekayasa
Kimia Industri Departemen Teknologi Industri Sekolah Vokasi Universitas Diponegoro.
2. Peserta praktikum wajib datang 15 menit sebelum praktikum dimulai, mengisi absen, dan
mempersiapkan perangkat yang akan digunakan selama praktikum.
3. Praktikan wajib mengikuti pre test sebelum praktikum dimulai, setelah selesai praktikan wajib
menulis/membuat hasil running praktikum KPTK.
4. Praktikan wajib berperilaku sopan dan tidak membuat kegaduhan selama praktikum
berlangsung. Dilarang meninggalkan kelas tanpa izin asisten laboratorium.
5. Apabila praktikan tidak dapat mengikuti praktikum harus dengan alasan yang jelas dan
membawa surat keterangan resmi menyesuaikan alasan, selanjutnya praktikan yang
bersangkutan wajib berkoordinasi dengan asisten laboratorium terkait.
6. Setiap praktikan wajib membuat laporan resmi setiap materi maksimal 1 minggu setelah
praktikum (menyesuaikan setiap asisten laboratorium).
7. Apabila melebihi batas waktu yang sudah ditentukan dikenakan sangsi pengurangan nilai oleh
asisten laboratorium terkait.
8. Setelah menyelesaian laporan resmi, praktikan wajib mengikuti post test dengan syarat sudah
melaksanakan praktikum dan mengumpulkan laporan resmi kepada asisten laboratorium.
9. Peraturan dan tata tertib lain yang tidak dicantumkan, berlaku sesuai dengan peraturan dan
tata tertib yang ada di lingkungan Sekolah Vokasi, atau ditentukan berdasarkan hasil
musyawarah semua dosen pembimbing.

Penanggung Jawab
Kepala Laboratorium

Rizka Amalia, S.T., M.T.

4
 PEMBIMBING, PELAKSANA TEKNIS, DAN ASISTEN LABORATORIUM

Kepala Laboratorium : Rizka Amalia, S.T., M.T.

Pelaksana Teknik : Wahyu Widyati, A.Md.

Asisten Laboratorium
1. Persamaan Linear
2. Intergral
3. Persamaan Differensial Biasa
4. Persamaan Non Linear
: M. Iqbal Setya Wardhana
: Rega Ardiansyah
: Fellanda Harfiana
: Fitri Dwi Nurlaili

5
 MATERI I
PERSAMAAN LINIER

1.1.Pendahuluan
Penyelesaian masalah neraca massa seringkali melibatkan banyak persamaan linier
sehingga membentuk suatu Sistem Persamaan Linier (SPL). SPL tersebut dapat disusun
membentuk matriks, dimana umumnya merupakan matriks bujur sangkar. Untuk proses
pemisahan yang berlangsung secara multitahap seperti destilasi, absorpsi, ekstraksi, dan
lainnya. Persamaan neraca massa umumnya membentuk matriks tridiagonal.
Bentuk umum persamaan linier dapat dituliskan sbb :
a11x1 + a12x2 + a13x3 + ... + a1nxn = b1
a21x1 + a22x2 + a23x3 + ... + a2nxn = b2
...
an1x1 + an2x2 + an3x3 + ... + annxn = bn
dengan n adalah banyaknya persamaan yang menunjukkan orde matriks.
SPL diatas dapat diubah kedalam suatu bentuk umum AX = b berdasarkan operasi perkalian
matriks sbb :
𝑎11 𝑎12 𝑎13 𝑥1 𝑏1
𝑎21 𝑎22 𝑎23 𝑥2 𝑏2
[⋯ ⋯ ⋯ ] [⋯] = [⋯]
𝑎𝑛1 𝑎𝑛2 𝑎𝑛3 𝑥𝑛 𝑏𝑛
Ada beberapa tahap yang harus dilalui agar dapat menyelesaikan masalah SPL secara matriks
:
a. Membuat blok diagram melibatkan semua alur masuk dan keluar
b. Menurunkan persamaan neraca massa
c. Mengubah SPL menjadi bentuk matriks Ax=b

1.2.Eliminasi Gaus dan Gaus-Jordan

Metode eliminasi Gauss adalah suatu metode untuk mencari himpunan penyelesaian
dari sistem persamaan linear dengan menggunakan OBE, sedemikian hingga matriksnya
memiliki bentuk eselon baris. Selanjutnya, matriks tersebut diubah ke dalam bentuk sistem
persamaan linear dan kemudian dilakukansubstitusi balik mulai dari persamaan paling bawah.
Metode eliminasi Gauss-Jordan adalah suatu metode untuk mencari himpunan
penyelesaian dari sistem persamaan linear dengan menggunakan OBE, sedemikian hingga
matriksnya memiliki bentuk eselon baris tereduksi. Selanjutnya, matriks tersebut diubah ke

6
dalam bentuk sistem persamaan linear dan kemudian dilakukan substitusi balik mulai dari
persamaan paling bawah.
Metode Gauss dan Gauss-Jordan banyak digunakan untuk menyelesaikan sistem
persamaan linier.
Contoh :
Selesaikan sistem persamaan berikut dengan metode eliminasi
x + y + 2z = 9
2x + 4y – 3z = 1
3x + 6y – 5z = 0
Penyelesaian
- Menggunakan cara manual
- Menggunakan Matlab
a. Metode Gaus

7
 b. Metode Gaus-Jordan

1.3.Metode Iterasi Yacobi

Metode Yacobi merupakan metode tak langsung. Prosedur penyelesaian persamaan–
persamaan aljabar linier dengan metode yacobi dapat diuraikan sebagai berikut: baris–baris
persamaan linier diatur kembali sehingga elemen – elemen diagonal diusahakan mempunyai
harga yang relatif lebih besar dibanding elemen pada baris yang sama.
Teknik iteratif ini lebih efisien digunakan untuk SPL berukuran besar dengan
persentase elemen nol pada matriks koefisien besar, teknik iteratif lebih efisien
daripada metode langsung dalam hal penggunaan memori komputer maupun
waktu komputasi.

Contoh :
-4w + y + 3z = 1
w + 6x + y =1
x + 6y + z =1
3w + x – 3z =1

8
Penyelesaian :

9
 MATERI II
INTEGRAL

2.1.Pendahuluan

Integral adalah suatu invers atau kebalikan dari suatu differensial yang mana memiliki anti
turunan dari proses hitung diferensial. Bentuk dari integral sendiri terbagi menjadi 2 yaitu
𝑏
integral tak tentu (∫ 𝑓(𝑥)𝑛 𝑑𝑥) dan integral tentu (∫𝑎 𝑓(𝑥)𝑛 𝑑𝑥). Aplikasi integral sendiri
diantaranya adalah untuk menghitung luas daerah yang dibatasi oleh kurba dan juga untuk
menghitung volume benda putas yang dibatasi oleh kurva. Dalam proses penyelesaiannya
integral dibagi menjadi 2 yaitu:
a. Metode Analitik yaitu secara kalkulus

𝑛
𝑎𝑥 𝑛+1
∫ 𝑎𝑥 𝑑𝑥 = +𝐶
𝑛+1

𝑒 𝑎𝑥
∫ 𝑒 𝑎𝑥 𝑑𝑥 = +𝐶
𝑎
b. Metode Numerik
Metode ini biasanya digunakan untuk menyelesaikan integral ang sulit dipecahkan secara
analitik yang mana diselesaikan dengan sacara mengintegrasikan atau memadukan
bersama atau menjumlahkan total. Metode numerik sendiri memiliki beberapa teori atau
metode yang bisa digunakan diantaranya adalah
i. Metode Reimann
ii. Metode Trapezoidal
iii. Metode Simpson 1/3
iv. Metode Simpson 3/8
v. Metode Kuadratur Gauss 2 titik
vi. Metode Kuadratur Gauss 3 titik

10
2.2.Metode Trapezoidal

Pada metode ini setiap daerah bagian dinyatakan sebagai trapezium sebagai gambar berikut:

h h h h h h

Gambar Pembagian Kurva menjadi sejumlah bilah trapezium

Pada ilustrasi diatas menjelaskan bagwa sutau fungsi setiap n bagiannya dimana luas dibawah
kurva yang dimulai dari x0 hingga xn dapat dituliskan secara kalimat matematika sebagai
berikut
𝑏
∫ 𝑓(𝑥)𝑑𝑥
𝑎

Dimana nilai a = x0 dan b = xb. Kemudian jika dilihat secara perbagiannya maka trapezium
pertama akan berbentuk sebagai berikut:

Rumus dari luas trapezium sendiri adalah

½ x tinggi x jumlah sisi sejajar
sehingga kalimat matematikanya adalah sebagai berikut
½ x h x [f(x0) + f(x1)]
Nilai h sendiri dalam setiap trapezium adalah bernilai sama yaitu didapatkan dengan
persamaan
𝑏−𝑎
ℎ=
𝑛

11
begitu pula untuk trapezium untuk kedua dan seterusnya. Sehingga totsal luas trapezium atau
yang disebut dengan integral dengan metode trapezoidal ini diringkas menjadi persamaan
sebagai berikut
𝑏 𝑛−1
1
∫ 𝑓(𝑥)𝑑𝑥 ≈ ℎ [𝑓(𝑥0 ) + 2 ∑ 𝑓(𝑥𝑖 ) + 𝑓(𝑥𝑛 )]
𝑎 2 𝑖=1

Kemudian perhitungan error dalam integral metode trapezoidal ini dapat dinyatakan
menggunakan persamaan berikut
(𝑏 − 𝑎)3
𝐸𝑛 = − 𝑓′′(𝑐)
12𝑛2
Dimana titik c berada di [a,b] dan menyebabkan nilai dari |f’’(c)| paling maksimum berada di
[a,b]
Contoh
Menentukan luas daerah yang dibatasi dengan n=4 dan hitung errornya
6

∫ 3𝑥 2 𝑑𝑥
2

Penyelesaian
Diketahui:
− y = f(x) = 3x2
− batas atas (b) = 6
− batas bawah (a) = 2

Secara Kalkulus

a. hitung h dimana
𝑏−𝑎 6−2 4
ℎ= = =4=1
𝑛 4

b. Hitung nilai f(x) dengan mensubstitusikan nilai

c. x mulai dari 2 hingga x=6 (x+1=x+h)
• X=2
f(x) = 3x2
f(2) = 3(2)2
f(2) = 12
• X=2+1=3
f(x) = 3x2
f(3) = 3(3)2
f(3) = 27

12
 • X=3+1=4
f(x) = 3x2
f(4) = 3(4)2
f(4) = 48
• X=4+1=5
f(x) = 3x2
f(5) = 3(5)2
f(5) = 75
• X=5+1=6
f(x) = 3x2
f(6) = 3(6)2
f(6) = 108

 f(xi) = f2 + f3 + f4 + f5 + f6

 f(x) = 12 + 27 + 48 + 75 + 108

 f(x) = 150

d. Hitung Luas
1 𝑛−1
𝐿= ℎ [𝑓(𝑥0 ) + 2 ∑ 𝑓(𝑥𝑖 ) + 𝑓(𝑥𝑛 )]
2 𝑖=1
1
𝐿= (1) [12 + 2(150) + 108]
2
1
𝐿 = (420)
2
𝐿 = 210
e. Secara kalkulus
6

∫ 3𝑥 2 𝑑𝑥 = 𝐼26 𝑥 3
2

= 63 + 23 = 216-8=208

f. Error
Error = 210 – 208 = 2
210 − 208
%𝑒𝑟𝑟𝑜𝑟 = 𝑥100% = 0,96%
208

13
Menggunakan Mathlab
a. Alogaritma
a. Mendefinisikan y=f(x)
b. Menentukan batas atas dan bawah integrasi
c. Menentukan jumlah pembagi n
d. Menghitung h
e. Menghitung luas total
b. Implementasi

14
Hasil yang didapat dari Command Windows

15
16
2.3.Metode Simpson 1/3

Metode ini adalah salah satu pengembangan dari metode trapezoidal yang mana untuk
metode ini bukan berdasarkan daerah pembagian berupa trapezium tetapi berdasarkan 2 buah
trapezium yang menggunakan pembobotan berat titik tengahnya atau dengan kata lain adalah
metode rata-rata dengan pembobotan kuadrat. Hal tersebut diilustrasikan dalam gambar
dibawah ini;

Jika digambarkan menggunakan luas bangun trapezium maka kalimat matematika dari
gambar diatas adalah sebagai berikut:
1 1 1
𝐿= ℎ [𝑓(𝑥0 ) + 𝑓(𝑥1 )] + ℎ [𝑓(𝑥1 ) + 𝑓(𝑥2 )] = ℎ [𝑓(𝑥0 ) + 2𝑓(𝑥1 ) + 𝑓(𝑥2 )]
2 2 2
Maka rumus umum dari metode ini adalah sebagai berikut:

1
𝐿= ℎ [𝑓(𝑥0 ) + 4 ∑ 𝑓𝑖 + 2 ∑ 𝑓𝑖 + 𝑓𝑛]
3
𝑖 𝑔𝑎𝑛𝑗𝑖𝑙 𝑖 𝑔𝑒𝑛𝑎𝑝

Pada metode ini juga hasil yang didapat jika dibandingkan dengan perhitungan kalkulusnya
maka akan mendapatkan nilai kesalahan yang sangat kecil.

Contoh

Menentukan luas daerah yang dibatasi dengan n=4 dan hitung errornya
6
∫ 3𝑥 2 𝑑𝑥
2

Penyelesaian

Diketahui:

y = f(x) = 3x2

− batas atas (b) = 6

17
 − batas bawah (a) = 2
Secara Kalkulus

a. Hitung nilai h
𝑏−𝑎 6−2
ℎ= = =4
𝑛 4
b. Menghitung jumlah f(x) dimana x dari 2-6
• X=2
f(x) = 3x2
f(x) = 3(2)2
f(x) = 12
• X=2+1=3
f(x) = 3x2
f(x) = 3(3)2
f(x) = 27
• X=3+1=4
f(x) = 3x2
f(x) = 3(4)2
f(x) = 48
• X=4+1=5
f(x) = 3x2
f(x) = 3(5)2
f(x) = 75
• X=5+1=6
f(x) = 3x2
f(x) = 3(6)2
f(x) = 108

f0 = f2 = 12

fn = f6 = 108

 f(xi ganjil) = f3 + f5 = 27 + 75 = 102

18
  f(xi genap) = f4 = 48

c. Hitung Luas

1
𝐿= ℎ [𝑓(𝑥0 ) + 4 ∑ 𝑓𝑖 + 2 ∑ 𝑓𝑖 + 𝑓𝑛]
3
𝑖 𝑔𝑎𝑛𝑗𝑖𝑙 𝑖 𝑔𝑒𝑛𝑎𝑝

1
𝐿= ℎ [12 + (4𝑣102) + 2(48) + 108]
3
1
𝐿 = (624)
3
𝐿 = 208
d. Secara kalkulus
6

∫ 3𝑥 2 𝑑𝑥 = 𝐼26 𝑥 3
2

= 63 + 23 = 216-8=208
e. Error
Error = 210 – 208 = 2
208 − 208
%𝑒𝑟𝑟𝑜𝑟 = 𝑥100% = 0%
208

Menggunakan Mathlab
a. Alogaritma
i. Mendefinisikan y=f(x)
ii. Menentukan batas atas dan bawah integrasi
iii. Menentukan jumlah pembagi n
iv. Menghitung h
v. Menghitung luas total

19
b. Implementasi

20
21
22
2.4.Metode Kuadratur Gaus pada 2 titik

Metode ini adalah suatu pendekatan yang menghitung nilai fungsi f(x) pada
beberapa titik tertentu dan akan menghasilkan nilai integrasinya. Metode ini dianggap lebih
simple dibandingkan dengan metode Trapezoidal dan simpson karena pada metode ini
hanya membutuhkan dua buah evaluasi fungsi. Selain iyu metode ini dianggap lebih teliti
dibandingkan dengan metode trapezoidal dan simpson. Namun pada metode ini kaidah
harus di metransformasi terlebih dahulu menjadi persamaan berikut:
1
∫ 𝑔(𝑢)𝑑𝑢
−1

Persamaan untuk menyelesaikan persamaan ini menggunakan metode integrasi gaus

adalah sebagai berikut
1
I=  f ( x)dx c
−1
1 f ( x1 ) + c2 f ( x2 )

23
 1
f ( x) = 1 →  1dx = x | xx ==1−1 = 1 − (−1) = 2 = c1 + c 2
−1
1
f ( x) = x →  xdx = 1 x 2 | xx ==1−1 = 1 (1) 2 − 1 (−1) 2 = 0 = c1 x1 + c 2 x 2
2 2 2
−1
1
f ( x) = x →  x 2 dx = 1 x 3 | xx ==1−1 = 1 (1) 3 − 1 (−1) 3 = 2 = c1 x12 + c 2 x 22
2
3 3 3 3
−1
1
f ( x) = x →  x 3 dx = 1 x 4 | xx ==1−1 = 1 (1) 4 − 1 (−1) 4 = 0 = c1 x13 + c 2 x 23
3
4 4 4
−1

Sehingga didapatkan 4 persamaan simultan sebagai berikut

c1 + c 2 = 2
c1 x1 + c 2 x 2 = 0
c1 x1 + c 2 x 2 = 2
2 2
3
c1 x1 + c 2 x 2 = 0
3 3

Kemudian jika dioperasikan menggunakan eliminasi dan substitusi maka akan didapatkan
data berikut:
c1 = c 2 = 1
1
x1 = = 0.577350269
3
−1
x2 = = −0.577350269
3
Sehingga persamaan integrasinya menjadi sebagai berikut:

−1
1
1
I=  f ( x)dx =
−1
f(
3
)+ f(
3
)

Pada metode Gauss Legrende 2 titik ini dalam menghitung integral f(x) di dalam selang [-
1,1] cukup hanya dengan mengevaluasi nilai fungsi f pada 𝑥 = 1/√3 dan 𝑥 = −1/√3
Kemudian mencari nilai dx

24
 x − a u +1
=
b−a 2
2 x − 2a = (u + 1)(b − a)
2 x = (u + 1)(b − a) + 2a
b − a + bu − au + 2a
x=
2
(b + a) (b − a)
x= + u
2 2
(b − a)
dx = du
2
Kemudian persamaan awal disubstitusikan dengan nilai dx yang didapatkan
1
b
Li =  f ( x)dx =  g (u )du
a
−1

Sehingga

 (b + a) (b − a)  (b − a)
g (u) = f  + u
 2 2  2
(b − a)  (a + b) (b − a) 
1 1

−1 g (u)du = 2 −1 f  2 + 2 u du

Contoh
Menentukan luas daerah dan hitung errornya
6

∫ 3𝑥 2 𝑑𝑥
2

Penyelesaian
Diketahui:
− y = f(x) = 3x2
− batas atas (b) = 6
− batas bawah (a) = 2

25
Secara Kalkulus

a. Mengkonversi variabel x

b. Menentukan fungsi g(u)

c. Menghitung luas

26
d. Secara kalkulus
6

∫ 3𝑥 2 𝑑𝑥 = 𝐼26 𝑥 3
2

= 63 + 23 = 216-8=208
Error
Error = 210 – 208 = 2

27
 208 − 208
%𝑒𝑟𝑟𝑜𝑟 = 𝑥100% = 0%
208
Menggunakan Mathlab
a. Alogaritma
i. Mendefinisikan y=f(x)
ii. Tentukan batas bawah (a) dan batas bawah (b)
iii. Hitung nilai konversi variabel:
(b + a ) (b − a )
x= + u
2 2
iv. Tentukan fungsi f(u)
(b − a)  (b + a) (b − a) 
g (u) = f + u
2  2 2 
v. Menghitung luas total

 1   1 
L = g −  + g 
 3  3

28
b. Implementasi

29
Hasil yang didapatkan

30
31
 MATERI III
PERSAMAAN DIFFERENSIAL BIASA

3.1. Pendahuluan
Persamaan diferensial biasa adalah suatu persamaan yang memuat fungsi turunan satu
buahh variable bebas. Sedangkan apabila suatu variable mengandung lebih dari satu variable
bebas disebut persamaan diferensial parsil.
Contoh:
• Persamaan diferensial biasa pada persamaan gaya geser (shear stress) pada aliran
fluida yang dirumuskan sebagai berikut:

𝑑𝜏𝑥𝑧
= 𝜌𝑔
𝑑𝑥
Pada persamaan diatas hanya memiliki satu buah variable bebas, yaitu x dan satu
variable terikat, yaitu 𝜏𝑥𝑧
• Persamaan diferensial parsil pada persamaan konduksi tak lunak satu dimensi pada
lembaran suatu material yang dirumuskan sebagai berikut:

𝜕𝑇 𝑘 𝜕2𝑇
=
𝜕𝑡 𝜌𝑐𝑝 𝜕𝑥 2
Persamaan diatas terdiri dari dua buah variable bebas, yaitu x (tebal lembaran) dan t
(waktu), sedangkan variable terikatnya adalah T (temperature)
Sistem persamaan diferensial biasa banyak ditemukan pada permodelan-permodelan
teknik reaktor, kinetika reaksi kimia, peristiwa-peristiwa perpindahan dll.

3.2. Metode Euler

Metode Euler adalah salah satu dari metode satu langkah yang paling sederhana
dan mudah dipahami dibanding dengan beberapa metode lainnya, kelemahan dari metode
ini adalah kurang teliti jika dibandingkan dengan metode lainnya, seperti Metode Heun,
Metode Runge-Kutta dan sebagainya.

32
Bentuk umum persamaan Diferensial Biasa Orde 1:
𝒅𝒚
= 𝒇(𝒙, 𝒚) 𝐝𝐢𝐦𝐚𝐧𝐚 𝒚(𝒙𝟎 ) = 𝒚𝟎
𝒅𝒙
Bentuk umum persamaan Metode Euler:

𝒚𝒊+𝟏 = 𝒚𝒊 + ∆𝒙 . 𝒇(𝒙𝒊 , 𝒚𝒊 )
Algoritma
i. Menuliskan variable yang digunakan
ii. Menulisan persamaan diferensial [f(x,y)]
iii. Menuliskan interval serta batas atas dan batas bawah
iv. Hitung 𝑦𝑖+1 = 𝑦𝑖 + ∆𝑥 . 𝑓(𝑥𝑖 , 𝑦𝑖 )

Contoh 1:
𝑑𝑦
Selesaikan persamaan 𝑑𝑥 = 𝑓(𝑥, 𝑦) = 6𝑥 3 − 3𝑥 2 + 4𝑥 − 8,5 dengan y (0) = 1, dari x = 0

sampai x = 4 dengan panjang langkah ∆x = 0,25 dengan metode euler.

Syntax matlab:

33
Running Program Matlab

3.3. Runge Kutta

Pada metode Euler memberikan hasil yang kurang teliti maka untuk mendapatkan
hasil yang lebih teliti perlu diperhitungkan suku yang lebih banyak dari deret Taylor atau
dengan menggunakan interval yang kecil. Penghitungan suku yang lebih banyak
memerlukan turunan yang lebih tinggi dari fungsi nilai y (x), sedang penggunaan x yang
kecil menyebabkan waktu hitungan lebih panjang. Metode Runge-Kutta memberikan hasil
ketelitian yang lebih besar dan tidak memerlukan turunan dari fungsi.
a) Metode Runge – Kutta Order 2
Metode Runge – Kutta order 2 mempunyai bentuk:
𝟏
𝒚𝒊+𝟏 = 𝒚𝒊 + (𝑲𝟏 + 𝑲𝟐 )
𝟐
Dengan:
𝑲𝟏 = ∆𝒙 . 𝒇(𝒙𝒊 , 𝒚𝒊 )

𝑲𝟐 = ∆𝒙 . 𝒇(𝒙𝒊 + ∆𝒙, 𝒚𝒊 + 𝑲𝟏 )

34
 b) Metode Runge – Kutta Order 3
𝟏
𝒚𝒊+𝟏 = 𝒚𝒊 + (𝑲𝟏 + 𝟒𝑲𝟐 + 𝑲𝟑 )∆𝒙
𝟔

Dengan:
𝑲𝟏 = 𝒇(𝒙𝒊 , 𝒚𝒊 )

𝟏 𝟏
𝑲𝟐 = 𝒇 (𝒙𝒊 + ∆𝒙 , 𝒚𝒊 + ∆𝒙. 𝑲𝟏 )
𝟐 𝟐
𝑲𝟑 = 𝒇(𝒙𝒊 + ∆𝒙 , 𝒚𝒊 − ∆𝒙. 𝑲𝟏 + 𝟐. ∆𝒙. 𝑲𝟐 )

c) Metode Runge – Kutta Order 4

𝟏
𝒚𝒊+𝟏 = 𝒚𝒊 + (𝑲𝟏 + 𝟐𝑲𝟐 + 𝟐𝑲𝟑 + 𝑲𝟒 )∆𝒙
𝟔
Dengan:
𝑲𝟏 = 𝒇(𝒙𝒊 , 𝒚𝒊 )

𝟏 𝟏
𝑲𝟐 = 𝒇 (𝒙𝒊 + ∆𝒙 , 𝒚𝒊 + ∆𝒙. 𝑲𝟏 )
𝟐 𝟐
𝟏 𝟏
𝑲𝟑 = 𝒇 (𝒙𝒊 + ∆𝒙 , 𝒚𝒊 + ∆𝒙. 𝑲𝟐 )
𝟐 𝟐
𝑲𝟒 = 𝒇(𝒙𝒊 + ∆𝒙 , 𝒚𝒊 + ∆𝒙. 𝑲𝟑 )

Algoritma
i. Menuliskan persamaan variable yang digunakan
ii. Menulisan persamaan diferensial
iii. Menuliskan interval serta batas atas dan batas bawah
iv. Menuliskan rumus runge-kutta dengan syntax for hingga end

35
Contoh 1:
𝑑𝑦
Selesaikan persamaan 𝑑𝑥 = 𝑓(𝑥, 𝑦) = 6𝑥 3 − 3𝑥 2 + 4𝑥 − 8,5 dengan y (0) = 1, dari x = 0

sampai x = 4 dengan panjang langkah ∆x = 0,25 dengan metode runge kutta order 4.
Syntax matlab:

Running Program Matlab

36
3.4. ODE45
Penyelesaian ODE 45 menggunakan langkah-langkah metode Runge Kutta orde
tinggi (ke-4 sampai ke-5) sehingga ODE 45 merupakan persamaan diferensial terbaik
untuk “pertama kali dicoba”digunakan pada kebanyakan persamaan differensial biasa.
Terdapat beberapa cara berbeda untuk menyusun dan mengeksekusi penyelesaian ode,
namun untuk kali ini suatu sistem yang menggunkanan m-files untuk setiap penyelesaian
ode akan diberikan. Dua m-files utama yang diperlukan adalah file eksekusi (run) dan file
fungsi. Untuk penyelesaian suatu ode dalam MATLAB, semua ode harus didefinisikan
dalam suatu fungsi m-file. Ketika memasukkan ke dalam file fungsi, persamaan diferensial
harus memiliki order satu berbentuk dy/dx = f(y,x). File fungsi harus berisi:
1) Definisi fungsi seperti function dmdt = nama_file(t,m), dimana t adalah variable bebas
dan m adalah variable tak bebas order satu.
2) Jika variabel global digunakan, perintah global harus disisipkan setelah definisi fungsi
3) Persamaan diferensial harus dalam bentuk deskripsi di atas, misal: dmdt = f(m,t)
Nama file, variable (m dan t), dan dmdt dapat berubah-ubah.

Algoritma
i. Membuat M-file 1 dengan function yang berisi fungsi persamaan (nama file harus
sama dengan function)
ii. Membuat M-file 2 yang berisi data yang diketahui
iii. Menuliskan syntax ODE45

Syntax ODE45
Syntax untuk ODE45 adalah
[x,y] = ode45(‘fungsipersamaan’,x,y0)

Contoh 1:
𝑑𝑦
Selesaikan persamaan 𝑑𝑥 = 𝑓(𝑥, 𝑦) = 6𝑥 3 − 3𝑥 2 + 4𝑥 − 8,5 dengan y (0) = 1, dari x = 0

sampai x = 4 dengan panjang langkah ∆x = 0,25 dengan metode ode45.

37
Syntax matlab:
o M-file 1 (function)

o M-file 2

Running Program Matlab

Contoh 2:
Studi terhadap kinetika proses fermentasi berhasil dimodelkan secara matematis sebagai
berikut:
dy1 y1
= k1 . y1 (1 − )
dt k2
dy2
= k 3 . y1 − k 4 . y2
dt
38
Dengan 𝑘1 = 0.03120; 𝑘2 = 47.70; 𝑘3 = 3.374; 𝑘4 = 0.01268 serta nilai pada 𝑡 = 0, 𝑦1 = 5,
𝑦2 = 0.
Evaluasi harga 𝑦1 dan 𝑦2 dalam interval waktu 0 s.d 10 jam setiap jamnya!

Syntax matlab:
o M-file 1

o M-File 2

Running Program Matlab

39
3.5. ODE23
ODE 23 (Ordinary Differentials Equation 23) merupakan metode yang digunakan
untuk menyelesaikan persamaan differensial sederhana. Dimana, ODE 23 ialah fungsi
solusi numeric dari persamaan differensial tsb atau menstimulasi sistem dinamik yang
kompleks. ODE 23 umumnya digunakan untuk menyelesaikan persoalan dengan tingkat
kesulitan sedang atau persoalan dengan toleransi yang cukup tinggi. ODE 23 tidak dapat
melakukan ekstrapolasi lokal. ODE 23 mengintegrasikan sistem persamaan differensial
biasa dengan menggunakan urutan kedua dan ketiga dari rumus Runge-Kutta. Terdapat
beberapa cara berbeda untuk menyusun dan mengeksekusi penyelesaian ode, namun untuk
kali ini suatu sistem yang menggunkanan m-files untuk setiap penyelesaian ode akan
diberikan. Dua m-files utama yang diperlukan adalah file eksekusi (run) dan file fungsi.
Untuk penyelesaian suatu ode dalam MATLAB, semua ode harus didefinisikan dalam
suatu fungsi m-file. Ketika memasukkan ke dalam file fungsi, persamaan diferensial harus
memiliki order satu berbentuk dy/dx = f(y,x). File fungsi harus berisi:
1) Definisi fungsi seperti function dmdt = nama_file(t,m), dimana t adalah variable bebas
dan m adalah variable tak bebas order satu.
2) Jika variabel global digunakan, perintah global harus disisipkan setelah definisi fungsi
3) Persamaan diferensial harus dalam bentuk deskripsi di atas, misal: dmdt = f(m,t)
Nama file, variable (m dan t), dan dmdt dapat berubah-ubah.

Cara penulisan syntax ode 23 adalah

[x,y]=ode23(‘fungsipersamaan’,x,y0)

Algoritma
i. Membuat M-file 1 dengan function yang berisi fungsi persamaan (nama file harus
sama dengan function)
ii. Membuat M-file 2 yang berisi data yang diketahui
iii. Menuliskan syntax ODE23

40
Contoh 1:
𝑑𝑦
Selesaikan persamaan 𝑑𝑥 = 𝑓(𝑥, 𝑦) = 6𝑥 3 − 3𝑥 2 + 4𝑥 − 8,5 dengan y (0) = 1, dari x = 0

sampai x = 4 dengan panjang langkah ∆x = 0,25 dengan metode ode23.

Syntax matlab:
o M-file 1

o M-file 2

Running Program Matlab

41
Contoh 2:
Studi terhadap kinetika proses fermentasi berhasil dimodelkan secara matematis sebagai
berikut:
dy1 y1
= k1 . y1 (1 − )
dt k2
dy2
= k 3 . y1 − k 4 . y2
dt
Dengan 𝑘1 = 0.03120; 𝑘2 = 47.70; 𝑘3 = 3.374; 𝑘4 = 0.01268 serta nilai pada 𝑡 = 0, 𝑦1 = 5,
𝑦2 = 0.
Evaluasi harga 𝑦1 dan 𝑦2 dalam interval waktu 0 s.d 10 jam setiap jamnya!

o M-file 1

o M-File 2

42
Running Program Matlab

43
 MATERI IV
PERSAMAAN NON LINEAR

4.1. Metode Bisection

a. Dasar Teori
Metode Bisection (Metode pembagi interval/bagi dua) adalah salah satu metode
numerik yang digunakan untuk mencari akar-akar persamaan nonlinear f(x)=0 melalui
proses iterasi. Penyelesaian dengan metode ini dimulai dengan menentukan dua harga
sebagai pendekatan awal (batas atas dan batas bawah) yang selanjutnya akan diperoleh
sederetan harga x1,x2,x3,....xn yang diharapkan konvergen pada satu harga x yang
merupakan penyelesaian f(x)=0. Pencarian estimasi dari akar yang paling mendekati
persamaan dilakukan dengan cara membagi batas atas dan batas bawah menjadi dua
hingga akhirnya diperoleh interval yang semakin kecil dan diperoleh nilai yang mendekati
akar persamaan. Proses menggunakan metode bisection dapat ditunjukkan pada Gambar
1.1.

y = f(x)

f(x2)

x1 x3 x2

f(x3) x adalah akar yang dicari

f(x1)

Gambar 1.1 Metode Bisection

44
b. Algoritma Metode Bisection
i. Definisikan persamaan f(x)
ii. Tentukan nilai toleransi atau epsilon
iii. Pilih batas atas (x1) dan batas bawah (x2) sedemikian hingga f(x1) dan f(x2)
berlawanan tanda atau f(x1).f(x2) < 0
iv. Tentukan titik tengah (x3) dengan rumus x3 = (x1+x2)/2
v. Jika nilai abs(x1-x2)/2 ≤ epsilon, maka harga x3 merupakan nilai akar yang dicari. Jika
belum maka lanjut ke tahap f
vi. Jika f(x3) berlawanan tanda dengan f(x1) atau f(x3).f(x1)<0, maka x2 = x3
vii. Jika f(x3) berlawanan tanda dengan f(x2) atau f(x3).f(x2)<0, maka x1 = x3
viii. Kembali ke tahap d.
c. Contoh
i. Penyelesaian persamaan f(x)=x3-7x+1 dengan metode bisection (toleransi/epsilon
=0,002).
Pengerjaan pada matlab adalah sebagai berikut:
List m-file:

45
 Hasil command window:

ii. Penyelesaian studi kasus pada persamaan kapasitas panas.

Diketahui sebuah persamaan kapasitas panas sebagai berikut :
15,04 𝑘𝐽
𝐶 = 0,716 − 4,257𝑒 −6 𝑇 + [ ]
√𝑇 𝑘𝑔. 𝐾
Tentukan temperatur pada saat Cp = 1 kJ/kg.K menggunkan metode bisection! Nilai
toleransi/epsilon = 0,0001
Jawab :
Persamaan diatas dapat diubah menjadi bentuk f(x)=0 sebagai berikut :
15,04
𝑓(𝑇) = 𝐶𝑝 − 0,716 + 4,257𝑒 −6 𝑇 − =0
𝑇 0,5
Penyelesaian menggunakan matlab :
List m-file :

46
Hasil command window:

47
4.2. Metode Interpolasi Linear
a. Dasar Teori
Metode interpolasi linear atau disebut metode regula falsi merupakan metode
penyelesaian persamaan non linear yang lebih mudah dan memiliki analisis kesalahan yang
sederhana dibandingkan metode bisection. Metode ini juga memiliki konvergensi
(kecepatan mencapai akar persamaan) yang lebih cepat dan iterasi yang dibutuhkan lebih
pendek.
Perhitungan metode regulafalsi berdasarkan interpolasi linier antara dua harga f(x)
yang mempunyai tanda berbeda. Misal dianggap bahwa fungsi f(x) linear pada interval
(x1,x2) dimana f(x1) dan f(x2) memiliki tanda yang berlawanan. Berdasarkan Gambar 2.1
maka persamaan garis dapat dirumuskan sebagai berikut.
𝑥2 − 𝑥3 𝑓(𝑥2)
=
𝑥2 − 𝑥1 𝑓(𝑥2) − 𝑓(𝑥1)
atau
𝑓(𝑥2)
𝑥3 = 𝑥2 − × (𝑥2 − 𝑥1)
𝑓(𝑥2) − 𝑓(𝑥1)
Kemudian dihitung f(x3) dan dilakukan lagi interpolasi linear diantara harga-harga
yang mana f(x) berubah tanda dan menghasilkan harga baru untuk x3. Prosedur ini diulangi
lagi hingga akan diperoleh akar yang dikehendaki.

y = f(x)

f(x2)

x1 x3 x2

f(x3)

f(x1)

Gambar 2.1 Metode Interpolasi Linear

48
b. Algoritma Metode Interpolasi Linear
i. Tentukan harga x1 dan x2 sedemikian hingga f(x1) dan f(x2) berlawanan tanda.
ii. Tentukan harga x3 dengan rumus :
𝑓(𝑥2)
𝑥3 = 𝑥2 − × (𝑥2 − 𝑥1)
𝑓(𝑥2) − 𝑓(𝑥1)
iii. Jika abs(f(x3))≤toleransi, maka harga x3 adalah akar yang dicari. Jika belum maka
lanjut ke tahap d
iv. Jika f(x3) berlawanan tanda dengan f(x1) atau f(x3).f(x1)<0, maka x2 = x3 Jika f(x3)
v. berlawanan tanda dengan f(x2) atau f(x3).f(x2)<0, maka x1 = x3
vi. Kembali ke tahap b.

c. Contoh
Penyelesaian persamaan f(x)=x3-7x+1 dengan metode interpolasi linear (toleransi
=0,002).
Pengerjaan pada matlab adalah sebagai berikut:
List m-file:

49
 Hasil command window :

4.3. Metode Secant

a. Dasar Teori
Metode secant juga merupakan salah satu cara untuk memperbaiki metode
interpolasi linear. Dalam hal ini f(x) tidak perlu memiliki harga yang tandanya berlawanan
pada dua harga x, namun dipilih dua harga yang dekat dengan harga sebenarnya (hal ini
ditunjukkan oleh besarnya fungsi pada berbagai titik), dan dilakukan interpolasi dan
ekstrakpolasi dari titik titik tersebut yang biasanya harga-harga terdekat dengan akar adalah
dua harga terakhir yang dihitung. Hal ini membuat interval yang ditinjau menjadi lebih
pendek, sehingga f(x) dapat disajikan oleh garis lurus yang melalui kedua titik tersebut
menjadi semakin valid. Prosesnya dapat ditunjukkan pada Gambar 3.1.

y = f(x)

f(x2)

x1 x3 x2

f(x3)

x adalah akar yang dicari

f(x1)

Gambar 3.1 Metode Secant

50
b. Algoritma Metode Secant
i. Tentukan harga x1 dan x2
ii. Tentukan harga x3 dengan rumus :
𝑓(𝑥2)
𝑥3 = 𝑥2 − × (𝑥2 − 𝑥1)
𝑓(𝑥2) − 𝑓(𝑥1)
iii. Jika abs(f(x3))≤toleransi, maka harga x3 adalah akar yang dicari. Jika belum maka
lanjut ke tahap d
iv. Jika |f(x1)| > |f(x2)|, maka x1=x2 dan x2=x3. Jika tidak maka x1=x1 dan x2=x3
v. Kembali ke tahap b.

c. Contoh
i. Penyelesaian persamaan f(x)=x3+x2-3x-3 dengan metode secant (toleransi/epsilon =
0,0001).
Pengerjaan pada matlab adalah sebagai berikut:
List m-file :

51
 Hasil command window:

ii. Penyelesaian studi kasus pada persamaan Van Der Waals.

Tekanan uap benzene pada temperatur 350ºC adalah 945.730 Pa. Hitunglah volume
molar uap jenuh dan cair jenuh benzene pada kondisi tersebut dengan menggunakan
persamaan gas Van der Waals. Selesaikan dengan menggunakan metode secant!
(R=8.314 J/kmol.K ;Tc=425,1 K; Pc=3.796.000 Pa)
𝑅𝑇 𝑎
𝑃= − 2
𝑉−𝑏 𝑉
Nilai toleransi/epsilon = 0,0001
Jawab :
Penyelesaian menggunakan matlab :
List m-file :

52
Hasil command window :

53
4.4. Metode Newton Rhapson
a. Dasar Teori
Sifat dari metode newton rhapson diantaranya adalah tidak perlu mencari dua
fungsi yang berbeda tanda, konvergensi lebih cepat, dan perlu menghitung turunan fungsi
f’(x). Dalam metode ini f(x) didekati dengan garis singgungnya pada titik (x n, f(xn)) dan
xn+1 adalah absis dari titik potong garis singgung dengan sumbu x.
Untuk menentukan xn+1 digunakan persamaan berikut :
𝑓(𝑥𝑛 ) + (𝑥𝑛+1 − 𝑥𝑛 ). 𝑓′(𝑥𝑛 ) = 0 atau
𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓′(𝑥𝑛 )
= 𝑥𝑛 − ℎ𝑛
Iterasi dihentikan bila (xn+1 – xn)/xn menjadi lebih kecil dari kesalahan terbesar yang
diperbolehkan. Proses menggunakan metode newton rhapson dapat dilihat pada Gambar 4

y = f(x)

f(xn)

f(xn+1)
f(xn+2)

Xn+2 xn
Xn+1
x adalah akar yang dicari

Gambar 4.1 Metode Newton Rhapson

b. Algoritma Metode Newton Rhapson
i. Tentukan nilai awal x0
ii. Hitung f(x0) kemudian cek konvergensi f(x0)
iii. Tentukan fungsi turunan f’(x0), kemudian hitung f’(x0)
iv. Hitung x1 dengan rumus :
54
 𝑓(𝑥 )
a. 𝑥𝑛+1 = 𝑥𝑛 − 𝑓′(𝑥𝑛 )
𝑛

v. Jika abs((x1-x0)/x0) ≥ epsilon, maka harga x1 adalah akar yang dicari. Jika tidak
lanjut ke tahap f
vi. Ganti x0 dengan x1 lalu kembali ke tahap b

c. Contoh
i. Penyelesaian persamaan f(x)=x3+x2-3x-3 dengan metode newton rhapson (toleransi =
0,0001).
Pengerjaan pada matlab adalah sebagai berikut:
List m-file :

55
Hasil command window :

ii. Penyelesaian studi kasus pada persamaan Van Der Waals.

Tekanan uap benzene pada temperatur 350ºC adalah 945.730 Pa. Hitunglah volume
molar uap jenuh dan cair jenuh benzene pada kondisi tersebut dengan menggunakan
persamaan gas Van der Waals. Selesaikan dengan metode newton rhapson! (R=8.314
J/kmol.K ;Tc=425,1 K; Pc=3.796.000 Pa)
𝑅𝑇 𝑎
𝑃= − 2
𝑉−𝑏 𝑉
Nilai toleransi/epsilon = 0,0001
Jawab :
Penyelesaian menggunakan matlab:
List m-file:

56
Hasil command window :

57
4.5. Metode Succesive Aproximation
a. Dasar Teori
Dalam metode succesive aproximation atau biasa disebut metode iterasi ini
digunakan suatu persamaan untuk memperkirakan nilai akar suatu persamaan yang
dicari. Persamaan tersebut dikembangkan dari fungsi f(x)=0 sehingga parameter x
berada di sisi kiri persamaan yaitu:
x = g(x)
Persamaan x=g(x) menunjukkan bahwa nilai x merupakan fungsi dari x. Sebagai contoh :
𝑓(𝑥) = 𝑥 2 − 𝑥 − 2 = 0
Dapat ditulis dalam berbagai bentuk sebagai berikut :
➢ 𝑥 = √𝑥 + 2
2
➢ 𝑥 = 𝑥−1

➢ 𝑥 = 𝑥2 − 2
Dari persamaan diatas jelas bahwa x yang memenuhi adalah x=2 dan x=-1. Sebagai
pendekatan awal dipilih x0, maka pendekatan selanjutnya diambil :
x1=g(x0)
x2=g(x1)
x3=g(x2) ...dst
hingga pendekatan ke-n atau disebut iterasi ke-n adalah :
xn = g (xn-1)
Hal yang perlu diperhatikan adalah xn akan memberikan jawaban yang konvergen bila n
bertambah.
b. Algoritma Metode Succesive Aproximation
i. Tentukan nilai awal x0 dan toleransi
ii. Ubah f(x) menjadi bentuk x = g(x)
iii. Hitung x1 = g(x0)
iv. Jika abs((x1-x0)/x0) ≥ toleransi, maka harga x1 adalah akar yang dicari. Jika
tidak lanjut ke tahap e
v. Ganti x0 dengan x1 lalu kembali ke tahap b

58
c. Contoh
i. Penyelesaian persamaan f(x)=x3+x2-3x-3 dengan metode succesive aproximation
(toleransi/epsilon = 0,0001)..
Pengerjaan pada matlab adalah sebagai berikut :
List m-file :

Hasil command window :

59
ii. Penyelesaian studi kasus pada persamaan Van Der Waals.
Tekanan uap benzene pada temperatur 350ºC adalah 945.730 Pa. Hitunglah volume
molar uap jenuh dan cair jenuh benzene pada kondisi tersebut dengan menggunakan
persamaan gas Van der Waals. Selesaikan menggunakan metode succesive aproximation!
(R=8.314 J/kmol.K ;Tc=425,1 K; Pc=3.796.000 Pa)
𝑅𝑇 𝑎
𝑃= − 2
𝑉−𝑏 𝑉
Nilai toleransi/epsilon = 0,0001
Jawab :
Penyelesaian menggunakan matlab :
List m-file :

60
Hasil command window :

61
 LAMPIRAN
ISI LAPORAN RESMI

1. Judul
2. Pendahuluan
- Latar belakang
- Rumusan Masalah
- Tujuan
3. Tinjauan Pustaka
4. Metodologi
- Alat dan Bahan
- Cara Kerja
5. Pembahasan
- Hasil running matlab (diulas)
- Libatkan teori yang relevan
6. Penutup
- Kesimpulan
- Saran
7. Daftar Pustaka
8. Lampiran

62
 MATA ACARA PRAKTIKUM
PRAKTIKUM: PERSAMAAN LINIER
Pre Test Praktikum Laporan Post Test
Tgl T.T Nilai Tgl T.T Nilai Tgl Bimbingan Nilai Tgl T.T Nilai

(20% Pre Test) + (40% Praktek) + (20% Laporan) + (20% Pos Test)

Nilai Akhir :
Asisten
Laboratorium,

...................................
63
 MATA ACARA PRAKTIKUM
PRAKTIKUM: INTEGRAL
Pre Test Praktikum Laporan Post Test
Tgl T.T Nilai Tgl T.T Nilai Tgl Bimbingan Nilai Tgl T.T Nilai

(20% Pre Test) + (40% Praktek) + (20% Laporan) + (20% Pos Test)

Nilai Akhir :
Asisten
Laboratorium,

...................................
64
 MATA ACARA PRAKTIKUM
PRAKTIKUM: PERSAMAAN DIFFERENSIAL BIASA
Pre Test Praktikum Laporan Post Test
Tgl T.T Nilai Tgl T.T Nilai Tgl Bimbingan Nilai Tgl T.T Nilai

(20% Pre Test) + (40% Praktek) + (20% Laporan) + (20% Pos Test)

Nilai Akhir :
Asisten
Laboratorium,

...................................
65
 MATA ACARA PRAKTIKUM
PRAKTIKUM: PERSAMAAN NON LINIER
Pre Test Praktikum Laporan Post Test
Tgl T.T Nilai Tgl T.T Nilai Tgl Bimbingan Nilai Tgl T.T Nilai

(20% Pre Test) + (40% Praktek) + (20% Laporan) + (20% Pos Test)

Nilai Akhir :
Asisten
Laboratorium,

...................................
66