See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/366385998

Aplikasi Persamaan Diferensial Orde Pertama: Model Pendinginan dan Model

Pencampuran dalam Tangki

Article · December 2022

CITATIONS READS

0 803

2 authors, including:

Riyo Saputra

16 PUBLICATIONS 2 CITATIONS

SEE PROFILE

All content following this page was uploaded by Riyo Saputra on 17 December 2022.

The user has requested enhancement of the downloaded file.

 Aplikasi Persamaan Diferensial Orde Pertama: Model Pendinginan dan Model Pencampuran
dalam Tangki

Riyo Saputra
Teknik Elektro
Universitas Nusa Putra
Sukabumi, Indonesia
riyo.saputra_te22@nusaputra.ac.id

I. Pendahuluan

Pada pembahasan kali ini, sahabat membahas
model pendinginan dan model pencampuran
dalam tangki yang merupakan dua aplikasi
persamaan diferensial orde pertama sekaligus.
Pada blog sebelumnya, sahabat telah
mempelajari dan mengenali beberapa jenis
persamaan diferensial orde pertama. Persamaan
diferensial ini dapat digunakan dalam model
pendinginan dan model pencampuran dalam
tangki. Mari sahabat bahas satu per satu pada
pembahasan berikut ini.
Sebuah benda diperlakukan sebagai objek
kapasitas kalor yang diartikan
sebagai banyaknya energi yang harus diberikan
dalam bentuk kalor untuk menaikkan suhu suatu
benda sebesar satu derajat. Pernyataan ini dapat
ditulis dalam bentuk
Selanjutnya, turunkan Q terhadap t dari dua
rumus sebelumnya sehingga diperoleh

II. Pembahasan

2.1 Model Pendinginan Jika kedua persamaan tersebut dijumlahkan

Hukum pendinginan Newton menyatakan menjadi nol, maka
bahwa laju hilangnya kalor pada benda
sebanding dengan perbedaan suhu antara benda
dan lingkungannya. Hukum ini pertama kali
tidak sengaja diperkenalkan oleh Isaac Newton.
Pada tahun 2020, Shigeano dan Shuichi
mengulangi eksperimen Newton dengan
peralatan modern. Mereka juga menerapkan
teknik reduksi data modern. Secara khusus, para Persamaan diferensial terakhir ini disebut model
peneliti ini memperhitungkan radiasi termal pada pendinginan. Penyelesaian model pendinginan
suhu tinggi dan efek daya apung pada aliran dengan metode peubah terpisah sehingga
udara. Dibandingkan dengan data asli Newton diperoleh
pada tahun 1692 dan 1693, mereka
menyimpulkan bahwa pengukurannya telah
"cukup akurat".

Pernyataan hukum Newton yang digunakan

dalam literatur perpindahan panas dapat
dinyatakan dalam gagasan matematika sehingga
diperoleh rumus laju kalor sebagai berikut

dengan h adalah koefisien konveksi yang

nilainya bergantung pada bentuk dan kedudukan
permukaan, yaitu tegak, mendatar, miring, Untuk lebih jelasnya, perhatikan contoh berikut
menghadap ke bawah atau menghadap ke ini.
atas, A adalah luas permukaan benda yang
bersentuhan dengan lingkungan dan ∆T adalah
selisih suhu antara benda (T) dan lingkungan
(Tₘ).
Contoh Soal 1
Ketika kue panggang keluar dari microwave
oven, suhu yang diukur adalah 350°F. Tiga
menit kemudian, suhu yang diukur turun
menjadi 250°F. Berapakah waktu yang
dibutuhkan untuk mendinginkan kue panggang
tersebut hingga mencapai suhu 100°F jika suhu
kamarnya adalah 67°F?

Jawab:
Diketahui:
Selanjutnya, substitusikan nilai k = −0,1453 ke
Tₘ = 67°F
persamaan sebelumnya sehingga diperoleh
T(0) = 350°F

T(3) = 250°F
Selanjutnya, substitusikan nilai T(t) = 100°F ke
T(t) = 100°F hasil akhir persamaan sehingga diperoleh
nilai t yang sebenarnya.
Ditanyakan: t

Penyelesaian:

Sahabat perlu memasukkan nilai Tₘ ke dalam

bentuk model pendinginan. Kemudian,
selesaikan model pendinginan dengan metode
peubah terpisah sehingga diperoleh

Jadi, waktu yang dibutuhkan untuk

mendinginkan kue panggang hingga mencapai
suhu 100°F adalah sekitar 14,783 menit atau 14
menit 47 detik.

2.2 Model Kompartemen

Selanjutnya, substitusikan T(0) = 350°F ke
persamaan sebelumnya sehingga diperoleh
Selanjutnya, substitusikan nilai c = 283 ke
persamaan sebelumnya sehingga diperoleh
Selanjutnya, substitusikan nilai T(3) = 250°F ke
persamaan di atas sehingga diperoleh
Banyak proses yang rumit dapat dipecah
menjadi tahapan yang berbeda dan seluruh
sistem dimodelkan dengan menggambarkan
interaksi antara berbagai tahapan. Sistem seperti
itu disebut kompartemen dan secara grafis
digambarkan dengan diagram blok. Pada
subbab ini, sahabat mempelajari unit dasar dari
sistem ini, kompartemen tunggal, dan
menganalisis beberapa proses sederhana yang
dapat ditangani oleh model seperti itu. Sistem
dasar satu kompartemen terdiri dari fungsi x(t)
yang menyatakan jumlah zat dalam
kompartemen pada waktu t, laju input saat zat
memasuki kompartemen, dan laju output saat zat
meninggalkan kompartemen. Karena
turunan x terhadap t dapat diinterpretasikan
sebagai laju perubahan jumlah zat dalam
kompartemen terhadap waktu, sistem satu
kompartemen yang diperoleh

sebagai model matematika untuk proses tersebut.
2.3 Model Pencampuran dalam Tangki
Masalah di mana sistem satu kompartemen
memberikan representasi yang berguna adalah
pencampuran cairan dalam tangki. Misalkan, x(t)
menyatakan jumlah zat dalam tangki
(kompartemen) pada waktu t. Untuk
menggunakan model analisis kompartemen, kita
harus dapat menentukan laju masuk dan
keluarnya zat ini dari tangki. Dalam masalah
pencampuran, sering kali diberikan laju aliran
fluida yang mengandung zat ke dalam tangki,
bersama dengan konsentrasi zat dalam fluida itu.
Oleh karena itu, mengalikan laju aliran
(volume/waktu) dengan konsentrasi
(jumlah/volume) menghasilkan laju input/R₁
(jumlah/waktu).
Laju keluaran zat (R₂) biasanya lebih sulit
ditentukan. Jika kita diberi laju keluar campuran
cairan dalam tangki, lalu bagaimana kita
menentukan konsentrasi zat dalam campuran?
Salah satu asumsi yang menyederhanakan bahwa
kita yang mungkin terjadi adalah konsentrasi
dijaga tetap seragam dalam campuran.
Kemudian kita dapat menghitung konsentrasi zat
dalam campuran dengan membagi jumlah x(t)
dengan volume campuran dalam tangki pada
waktu t. Mengalikan konsentrasi ini dengan laju
keluar campuran kemudian memberikan tingkat
keluaran zat yang diinginkan
Contoh Soal 2
Misalkan sebuah tangki besar yang menampung
1000 L air murni di mana larutan air garam
mulai mengalir dengan laju konstan 6 L/menit.
Larutan di dalam tangki tetap diaduk dengan
baik dan mengalir keluar tangki dengan laju 6
L/menit. Jika konsentrasi garam dalam air garam
yang masuk ke tangki adalah 0,1 kg/L,
berapakah lama konsentrasi garam dalam tangki
akan mencapai 0,05 kg/L? Asumsikan sekarang
bahwa air garam meninggalkan tangki dengan
laju 5 L/menit, sedangkan yang lainnya sama.
Tentukan konsentrasi garam dalam tangki
sebagai fungsi waktu.
Jawab:
Sahabat dapat melihat tangki sebagai
kompartemen yang berisi garam. Jika sahabat
membiarkan x(t) menyatakan massa garam
dalam tangki pada waktu t, kita dapat
menentukan konsentrasi garam dalam tangki
dengan membagi x(t) dengan volume cairan
dalam tangki pada waktu t. Sahabat
menggunakan model matematika yang
dijelaskan oleh model kompartemen di atas
untuk menyelesaikan x(t).
Pertama, sahabat diberikan bahwa air garam
mengalir ke dalam tangki dengan laju 6 L/menit.
Karena konsentrasinya adalah 0,1 kg/L, sahabat
menyimpulkan bahwa laju masukan garam ke
dalam tangki adalah
6 L/menit × 0,1 kg/L = 0,6 kg/menit
Selanjutnya, sahabat harus menentukan tingkat
keluaran garam dari tangki. Larutan air garam di
dalam tangki tetap diaduk dengan baik, jadi mari
kita asumsikan bahwa konsentrasi garam di
dalam tangki adalah sama. Artinya, konsentrasi
garam di setiap bagian tangki pada
waktu t hanya x(t) dibagi dengan volume cairan
dalam tangki. Karena tangki awalnya berisi 1000
L dan laju aliran ke dalam tangki sama dengan
laju aliran keluar, volumenya adalah konstan
1000 L. Oleh karena itu, laju keluaran garam
adalah
Awalnya, tangki berisi air murni sehingga
sahabat menetapkan x(0) = 0. Substitusikan hasil
laju masukan dan laju keluaran ke persamaan
kompartemen sehingga diperoleh
sebagai model matematika untuk masalah
pencampuran dalam tangki.
Sahabat harus menyelesaikan model matematika
di atas dengan persamaan diferensial linier.
Sahabat perlu mencari faktor integrasi sehingga
diperoleh
Selanjutnya, kalikan model pencampuran dalam
tangki dengan faktor integrasi. Kemudian,
integralkan hasil perkalian model pencampuran
dalam tangki dengan faktor integrasi sehingga
diperoleh

Selanjutnya, substitusikan x(0) = 0 ke persamaan
sebelumnya sehingga diperoleh nilai c = −100.
Jadi, konsentrasi garam dalam tangki pada
waktu t adalah
Selanjutnya, substitusikan x(t)/1000 = 0,05 ke
persamaan sebelumnya sehingga diperoleh
Jadi, waktu yang dibutuhkan larutan garam
mencapai konsentrasi 0,05 kg/L adalah sekitar
112,525 menit atau sekiat 1 jam 52 menit 31
detik.
Selisih antara laju aliran ke dalam tangki dan
laju aliran keluar adalah 6 − 5 = 1 L/menit, jadi
volume fluida dalam tangki setelah t menit
adalah (1000 + t) L. Oleh karena itu, laju di
mana garam meninggalkan tangki adalah
Substitusikan hasil laju masukan sebelumnya
dan laju keluaran baru ke persamaan
kompartemen sehingga diperoleh
Sahabat harus menyelesaikan model matematika
di atas dengan persamaan diferensial linier.
Sahabat perlu mencari faktor integrasi sehingga
diperoleh
Selanjutnya, kalikan model pencampuran dalam
tangki dengan faktor integrasi. Kemudian,
integralkan hasil perkalian model pencampuran
dalam tangki dengan faktor integrasi sehingga
diperoleh
Selanjutnya, substitusikan nilai x(0) = 0 sehingga
diperoleh
Jadi, penyelesaian khususnya adalah
Dengan demikian, konsentrasi garam dalam
tangki pada waktu t adalah
III. Kesimpulan
Model pendinginan bisa diselesaikan dengan
metode peubah terpisah, sedangkan model
pencampuran dalam tangki bisa diselesaikan
dengan persamaan diferensial linier
IV. References
Yudono, M. A. S., Hamidi, E. A. Z., Jumadi, A.
H. K., De, A., & Sidik, W. M. (2022). Jaringan
Syaraf Tiruan Perambatan Balik untuk
Klasifikasi Covid-19 Berbasis Tekstur
Menggunakan Orde Pertama Berdasarkan Citra
Chest X-Ray. Jurnal Teknologi Informasi dan
Ilmu Komputer, 9(4), 799-808.
Yudono, M. A. S., Sidik, A. D. W. M., Kusumah,
I. H., Suryana, A., Junfithrana, A. P., Nugraha,
A., ... & Imamulhak, Y. (2022). Bitcoin USD
Closing Price (BTC-USD) Comparison Using
 Simple Moving Average And Radial Basis
Function Neural Network Methods. FIDELITY:
Jurnal Teknik Elektro, 4(2), 29-34.
Yudono, M. A. S., Faris, R. M., De Wibowo, A.,
Sidik, M., Sembiring, F., & Aji, S. F. (2022,
February). Fuzzy Decision Support System for
ABC University Student Admission Selection.
In International Conference on Economics,
Management and Accounting (ICEMAC 2021)
(pp. 230-237). Atlantis Press.
Sidik, A. D. W. M., & Akbar, Z. (2021).
Analyzing the Potential for Utilization of New
Renewable Energy to Support the Electricity
System in the Cianjur Regency Region. Fidelity:
Jurnal Teknik Elektro, 3(3), 46-51.
Tambunan, H. B., Surya, A. S., Jintaka, D. R.,
Harsono, B. B. S., Sinaga, D. H., Sidik, A. D. W.
M., & Pramurti, A. R. (2021). Review Proses
Perencanaan Jangka Panjang Sistem Tenaga
Listrik. EPIC (Journal of Electrical Power,
Instrumentation and Control), 4(1).
Sidik, A. D. W. M., Kusumah, I. H., Artiyasa,
M., Junfithrana, A. P., Imamulhak, Y., &
Suryana, A. (2021). Desain Wireless Sensor
Network (WSN) yang Efisien dengan Mobilitas
Node Terkendali Berbasis Energi. FIDELITY:
Jurnal Teknik Elektro, 3(2), 23-26.
Sidik, A. D. W. M., Suryana, A., Artiyasa, M.,
Junfithrana, A. P., Kusumah, I. H., &
Imamulhak, Y. (2021). Pengenalan Ekspresi
Wajah Menggunakan Teknik Filter Wavelet
Gabor. FIDELITY: Jurnal Teknik Elektro, 3(1),
1-4.
Kumaran, I., Firmansyah, M. R., Fauziah, E.,
Hutahaean, Y. B., Suryana, A., Sidik, A. D. W.
M., ... & Kusumah, I. H. (2021). Pengenalan
Wajah Menggunakan Pendekatan Berbasis
Pengukuran dan Metode Segmentasi dalam
Berbagai Posisi dan Pencahayaan. FIDELITY:
Jurnal Teknik Elektro, 3(1), 5-8.
Sidik, A. D. W. M., Ramdani, D., Sopandita, D.,
Fadilah, A. Z. Z., & Efendi, E. (2020, October).
Modelling and Optimization Containers Dwell-
Time in Tanjung Perak Port Indonesia. In 2020
6th International Conference on Computing
Engineering and Design (ICCED) (pp. 1-4).
IEEE.
Suryana, A., Junfithrana, A. P., Kusumah, I. H.,
De Wibowo, A., Artiyasa, M., Imamulhak, Y., &
Putra, Y. (2020). Automatic Gas Control System
In The Motorcycle Braking Process With The
Concept Of Non-Uniform Slowing Down
Motion. FIDELITY: Jurnal Teknik Elektro, 2(3),
51-56.
Sidik, A. D. W. M., Kusumah, I. H., Suryana, A.,
Artiyasa, M., & Junfithrana, A. P. (2020).
Design and Implementation of an IoT-Based
Electric Motor Vibration and Temperature
Disruption Handling System. FIDELITY: Jurnal
Teknik Elektro, 2(2), 30-33.
View publication stats
Sidik, A. D. W. M., Kusumah, I. H., Suryana, A.,
Artiyasa, M., & Junfithrana, A. P. (2020).
Gambaran Umum Metode Klasifikasi Data
Mining. FIDELITY: Jurnal Teknik Elektro, 2(2),
34-38.
Sidik, A. D. W. M., Kusumah, I. H., Suryana, A.,
Artiyasa, M., Junfithrana, A. P., Imamulhak, Y.,
& Putra, Y. (2020). Menerapkan K-Means
Clustering untuk Segmentasi Gambar Database
Berwarna. FIDELITY: Jurnal Teknik Elektro,
2(3), 57-61.
Artiyasa, M., Kusumah, I. H., Suryana, A., Sidik,
A. D. W. M., & Junfithrana, A. P. (2020).
Comparative Study of Internet of Things (IoT)
Platform for Smart Home Lighting Control
Using NodeMCU with Thingspeak and Blynk
Web Applications. FIDELITY: Jurnal Teknik
Elektro, 2(1), 1-6.
Taufik, D. M., & De Wibowo, A. (2020).
SISTEM PENETASAN TELUR BERBASIS
PLC. Jurnal Rekayasa Teknologi Nusa Putra,
7(1), 45-53.
Maulana, R., & Sidik, A. D. W. M. (2019).
Design of an Automatic Nutrition System for
Hydroponic Plants with an IoT-based NodeMCU
Microcontroller. FIDELITY: Jurnal Teknik
Elektro, 1(2), 1-5.
Suryana, A., Junfithrana, A. P., Kusumah, I. H.,
Artiyasa, M., & De Wibowo, A. (2019).
Identifikasi Gas terlarut Minyak Transformator
dengan Menggunakan Logika Fuzzy
Menggunakan Metode TDCG untuk
Menentukan Kondisi Transformator 150 KV.
FIDELITY: Jurnal Teknik Elektro, 1(1), 11-15.
https://www.widodorianto.com/2021/08/aplikasi
-persamaan-diferensial-orde-pertama-
pendinginan-Newton.html