Semester 5

KOMPUTASI TEKNIK KIMIA

Instructor : Qifni Yasa’ Ash Shiddiqi

Email : qifni@engineer.com
Contact Number : 081230065299 (Call/SMS) / 083849995828
(WhatsApp)
 Statemen Kontrol

 If dan elseif
– Digunakan untuk melakukan pemilihan berdasarkan statemen
yang dimasukan
– Contoh dalam matlab:
– %nilai.m
x = input('masukkan nilai ujian=' );
if x >= 80
disp('Nilai A' )
elseif x >= 65
disp('Nilai B' )
elseif x >= 55
disp('Nilai C' )
elseif x >= 45
disp('Nilai D' )
else
disp('Nilai E' )
end
 Statemen Kontrol

 While
– digunakan untuk melakukan proses perulangan selama
memenuhi suatu kondisi. Jika kondisi tersebut sudah tidak
terpenuhi maka proses perulangan akan langsung berhenti.
Bentuk umum dari while adalah:
– Contoh dalam matlab:
– %diff.m
dif=1;
x2=7
while dif > 0.0005
x1=x2-cos(x2)/(1+x2);
dif=abs(x2-x1);
x2=x1
end
 Statemen Kontrol

 For
– digunakan untuk melakukan proses perulangan selama kondisi
ekspresi terpenuhi. Perbedaannya dengan while adalah pada for
jumlah perulangan dapat diketahui, sedangkan pada while
bergantung pada nilai ekspresi
– Contoh dalam matlab:
– % ideal.m
clear
clc
R = 8.314; %J/mol.K
T =[310:10:400]; %K
P =1e5; %Pa
for i = 1:10
V(i)=R*T(i)/P; %m3/mol
end
V
 www.themegallery.
com
Statemen Kontrol

 Switch
 Continue
 Break
 Dll.

BUKA FASILITAS HELP DI MATLAB

 Sistem Persamaan Linier

Di dalam ilmu matematik, sistem persamaan

linier (atau sistem linier) adalah sekumpulan
persamaan linier yang melibatkan sehimpunan
variabel di dalamnya.

Solusi dari sistem persamaan linier adalah nilai-

nilai dari himpunan variabel yang memenuhi
seluruh persamaan di dalam sistem persamaan
tersebut.

Di dalam ilmu teknik kimia, sistem persamaan

linier sering dijumpai dalam masalah peneracaan
massa.
 Aliran 1 dan 2 dicampurkan menghasilkan
aliran 3. Jika diinginkan konsentrasi di aliran 3
F1 F2 (X3) sebesar 0.5, berapa laju alir F1 dan F2?
X1 = 0.2 X2 = 0.8
F1 + F2 = F3
X1.F1 + X2.F2 = X3.F3
F3, X3 Untuk basis F3 =100 kg/jam, maka:

F1 + F2 = 100
0.2 F1 + 0.8 F2 = 50
Dalam bentuk matriks dan vektor, sistem persamaan
tersebut dapat dinyatakan sbb.:
1 1   F1  100
0.2 0.8  F 2   50  atau : A.x = b
    
Tentu saja masalah akan menjadi rumit jika sejumlah besar
aliran terlibat dalam perhitungan!
 Materi Bahasan

 Review Vektor dan Matriks

 Eliminasi Gauss
 Eliminasi Gauss-Jordan
 Contoh-contoh permasalahan di bidang teknik kimia
 Vektor dan Matriks

Vektor adalah jajaran satu

dimensi dari angka-angka atau
variabel-variabel. Vektor dapat Matriks adalah jajaran dua
berupa vektor baris maupun dimensi dari
vektor kolom angka-angka/variabel. Matriks
a  a b c   vektor (1 3) berdimensi (m,n) adalah matriks
yang memiliki m baris dan n
1  kolom.
b  2  vektor (3  1) 1 2 3
3 A  4 5 6  Matriks (3,3)
7 8 9
a b c d
B   Matriks (2,4)
e f g h
 Operator Vektor dan Matriks

1. Transposisi :

a  a1 a2 a3 
 a1 
aT  a2 
 a3 

 a11 a12 
A 
a
 21 a 22 

T  a11 a21 
A  
a
 12 a 22 
 KODE MATLAB: transposisi vektor/matriks

>> a = [1 2 3] A=

a= 1 2
3 4
1 2 3
>> A'
>> a'
ans =
ans =
1 3
1 2 4
2
3 >>

>>
 Operator Vektor dan Matriks

2. Penjumlahan (atau
pengurangan) :
a  a1 a2 a3  dan b  b1 b2 b3 
a  b  a1  b1 a2  b2 a3  b3 

 a11 a12  b11 b12 

A  dan B   
a21 a22  b b
 21 22 
 a11  b11 a12  b12 
AB   
a 
 21 21 b a 22  b22 
 KODE MATLAB: penjumlahan vektor/matriks

>> a = [1 2 3]; >> A = [1 2; 3 4];

>> b = [4 5 6]; >> B = [5 6; 7 8];
>> a+b >> A+B

ans = ans =

5 7 9 6 8
10 12
>>
>>
 Operator Vektor dan Matriks

3. Perkalian (atau pembagian)

dengan skalar :
a  a1 a2 a3 
k  a  k  a1 k  a2 k  a3 

 a11 a12 
A 
a
 21 a 22 

 k  a11 k  a12 
k A   
 k  a 21 k  a 22 
KODE MATLAB: perkalian vektor/matriks
dengan skalar

>> a = [1 2 3 4]; >> A = [1 2; 3 4];

>> k = 2; >> k = 2;
>> k*a >> k*A

ans = ans =

2 4 6 8 2 4
6 8
>>
>>
 Operator Vektor dan Matriks

4. Perkalian vektor dan matriks :

 b1 
Syarat: jumlah
a  a1 a2 a3  dan b  b2  elemen harus sama
b3 
a  b  a1  b1 a2  b2 a3  b3 
Syarat: jumlah baris
harus sama dengan
 a11 a12  b11 b12  jumlah kolom
A  dan B   
a21 a22  b
 21 22 b
 a11  b11  a12  b21 a11  b12  a12  b22 
AB   
a  b 
 21 11 22 21 a  b a 21  b12  a 22  b22 
KODE MATLAB: Perkalian vektor/matriks

>> a = [1 2 3]; >> A = [1 2; 3 4];

>> b = [3 2 1]; >> B = [3 2; 1 2];
>> a*b' >> A*B

ans = ans =

10 5 6
13 14
>>
>>
 Operasi Vektor dan Matriks

5. Pemangkatan untuk matriks :

Syarat: matrik A harus matriks bujur

sangkar (jumlah baris sama dengan
jumlah kolom)
 a11 a12 
A
a21 a22 
2  a11  a11  a12  a21 a11  a12  a12  a22 
A  AA  
a21  a11  a22  a21 a21  a12  a22  a22 
KODE MATLAB: Pemangkatan

>> A = [1 2;3 4]

A=

1 2
3 4

>> A^2

ans =

7 10
15 22

>>
 Operator Tambahan

6. Operator elemental

7. Inversi matriks bujur sangkar

8. Pembagian kanan (/)

9. Pembagian kiri (\)

KODE MATLAB: Operator Elemental

>> a = [1 2 3]; >> A = [1 2;3 4];

>> b = [4 5 6]; >> B = [5 6;7 8];
>> a.*b >> A.*B

ans = ans =

4 10 18 5 12
21 32
>> a.^2
>> A.^2
ans =
ans =
1 4 9
1 4
>> b./a 9 16

ans = >>

4.0000 2.5000 2.0000

KODE MATLAB: inversi matriks

>> A = [1 2 3;4 5 6;7 8 1]

A=

1 2 3
4 5 6
7 8 1

>> inv(A)

ans =

-1.7917 0.9167 -0.1250

1.5833 -0.8333 0.2500
-0.1250 0.2500 -0.1250

>>
KODE MATLAB: pembagian kanan (/)

>> A = [1 2 3;4 5 6;7 8 1]; Operasi pembagian kanan

>> b = [8 20 24]'; dapat diterjemahkan
>> b/A sebagai:
ans = B*Inv(A) = (A’\b’)’
0 1 0

>>
KODE MATLAB: pembagian kiri (\)

>> A = [1 2 3;4 5 6;7 8 1]; Operasi pembagian kiri

>> b = [8 20 24]'; dapat diterjemahkan
>> x=A\b sebagai:
x= Inv(A)*b = x
1.0000 Ini merupakan solusi dari
2.0000 persoalan sistem persamaan
1.0000 linier:
>> A*x A*x = b
ans = Walaupun demikian,
penyelesaian persamaan
8 tersebut tidak melalui
20 perhitungan inversi,
24 melainkan melalui metoda
eliminasi.
>>
 Sifat-sifat operator vektor/matriks

 Hukum komutatif tidak berlaku terhadap perkalian:

A.B ≠ B.A
 Hukum distributif berlaku terhadap perkalian: A.(B
+ C) = A.B + A.C
 Hukum asosiatif berlaku terhadap perkalian:
A.(B.C) = (A.B).C
 Eliminasi Gauss

Masalah sistem persamaan linier sederhana:

x1  3 x2  11 2 x1  6 x2  22
ELIMINASI
2 x1  4 x2  16 2 x1  4 x2  16

x1  3  3  11 2 x2  6
SUBSTITUSI
x1  2 x2  3

Dengan cara yang sama, eliminasi dapat dilakukan untuk

sistem yang lebih kompleks.
 Eliminasi Gauss

Tinjau sistem persamaan linier berikut:

a11  x1  a12  x2  a13  x3  ...  a1N  x N  b1
a21  x1  a22  x2  a23  x3  ...  a2 N  xN  b2
...
a N 1  x1  a N 2  x2  a N 3  x3  ...  a NN  x N  bN

Sistem persamaan linier ini dapat dinyatakan dalam

bentuk vektor/matriks sbb. :

 a11 a12 a13 ... a1N   x1   b1 

a a22 a23 ... a2 N   x2   b2 
 21  atau A  x  b
 ... ... ... ... ...   ...   ... 
    
a N 1 aN 2 aN 3 ... a NN   xN  bN 
Hasil eliminasi Gauss menghasilkan matriks segitiga atas U
dan segitiga bawah L dengan elemen-elemen sbb.:

u11 u12 u13 ... u1N   1 0 0 ... 0 

0 u22 u23 ... u 2 N   1 0 ... 0 
  21
U0 0 u33 ... u3 N  dan L   31 32 1 ... 0 
   
0 0 0 ... ...   ... ... ... ... ...
 0 0 0 0 u NN  N 1  N 2 N 3 ... 1 

Jika : A  L  U
maka : A  x  b  L  U  x  b
dapat dipisahkan menjadi : (1) U  x  y dan (2) L  y  b

Persamaan (2) dapat menentukan vektor y dengan substitusi

balik b terhadap L; sedangkan persamaan (1) dapat
menentukan vektor x dengan substritusi balik y terhadap U.
 Contoh:

1 1 1 1 0 0 1 1 1
A  2 1 3  2 1 0  0  1 1  L  U
3 1 6 3 2 1 0 0 1

1 0 0 4  y1  4
L  y  b  2 1 0 7  y2  7  2  4  1
3 2 1 2 y3  2  2  (1)  3  4  8

1 1 1 4  x1  4  (7)  (8)  19  19 
U  x  y  0  1 1  1  x2  (1  (8))  7  x   7 
0 0 1  8 x3  8   8 
 Eliminasi Gauss-Jordan

Eliminasi Gauss mengubah u11 u12 u13 ... u1N   x1   c1 

sistem A.x = b menjadi 0
U.x = c dimana U adalah  u22 u23 ... u2 N   x2   c2 
matriks segi-tiga atas: 0 0 u33 ... u3 N   x3    c3 
    
Apabila eliminasi 0 0 0 ... ...   ...   
dilanjutkan untuk elemen-  0 0 0 0 u NN   x N  c N 
elemen segi-tiga atas,
maka akan diperoleh
matriks diagonal D d11 0 0 ... 0   x1   f1 
sehingga substitusi balik 0 d 22 0 ... 0   x2   f 2 
dapat dilakukan dengan 
mudah. xi = fi/di 0 0 d 33 ... 0   x3    f 3 
    
0 0 0 ... ...   ...   
Cara ini jarang  0 0 0 0 d NN   x N   f N 
dilaksanakan dalam
perhitungan numerik!
 Latihan:

Lakukan eliminasi Gauss

untuk matrik berikut ini:

2 1 3  x1  26
4 4 7   x    63
  2   
2 5 8   x3   63
 Masalah peneracaan massa

Tinjaulah sebuah sistem pemisahan seperti pada gambar

berikut:
2
Diketahui:
(2w1=0.04,
Laju alir umpan (kg/jam) dan
1
2
w2=0.93) komposisi komponen 1 dan 2.
4 Komposisi komponen 1 dan 2 di
(1w1=0.2, aliran keluar.
(4w1=0.54,
1
w2=0.6, Dicari:
4
w2=0.24) Laju alir setiap aliran keluar.
1
F=10)
3

Notasi:
Laju alir aliran i : iF
5
Komposisi komponen j di
(5w1=0.26, aliran i : iwj
5
w2=0.0)
Neraca massa total:

2 4 5 1
2
F F F F
(2w1=0.04,
Neraca massa komponen 1 :
1
2
w2=0.93)
4
2
w1 2 F  4w1 4 F  5w1 5 F 1w1 1F (1w1=0.2,
1
w2=0.6,
Neraca massa komponen 2 : 1
F=10)
3
2
w2 2 F  4w2 4 F  5w2 5 F 1w2 1F

2 4 5
5
Sistem persamaan linier: x1  F ; x2  F ; x3  F
(5w1=0.26,
x1  x2  x3  10 5
w2=0.0)
(0.04) x1  (0.54) x2  (0.26) x3  2
(0.93) x1  (0.24) x2  (0.0) x3  6
 Soal Latihan:

Diagram di atas menunjukkan lima buah wadah pencampur

yang terhubungkan dengan pipa. Larutan yang mengadung
senyawa kimia A dengan konsentrasi c dipompakan melalui
pipa-pipa pada keadaan steady-state seperti pada diagram di
atas. Dengan prinsip kekekalan komponen A:

massa A yang mengalir masuk = massa A yang mengalilr keluar

Tentukan konsentrasi A di masing-masing wadah (c1 s/d c5)

 Regresi Linier

x y Hubungan antara variabel-variabel x

1.0 4.00 dan y dapat dimodelkan dalam
1.5 4.54 hubungan linier:
2.0 4.82 y = a.x + b
3.0 4.65
Penentuan parameter a dan b dalam
3.5 4.95
4.0 5.77 persamaan tersebut biasanya dilakukan
5.0 6.09 dengan regresi linier.
5.5 6.38
6.0 6.56 8.00
6.5 6.56
7.0 6.80 7.00

6.00

5.00

4.00

3.00
- 2.0 4.0 6.0 8.0
Jika pasangan data dapat dinyatakan sbg. x[i] dan y[i]
maka: 1 x[1]   y[1] 
 [ 2]   [ 2] 
1 x  b   y 
X  b  1 x[3]      y [3]   y
  a   
1    
1 x[ n ]   y[ n] 
   
Dengan mengkalikan XT di kedua ruas, maka koefisien a
dan b dapat diperoleh.

X T  X  b  XT  y Bandingkan
dengan regresi
(2 x 2) . (2 x 1) = linier biasa
(2 x 1)

Catatan: cara yang sama dapat dilakukan untuk model linier

dengan x lebih dari satu
 Sistem Persamaan Linier

 Kukus lewat jenuh bertemperatur 130 oC mengalir dalam

sebuah pipa yang memiliki diameter dalam 20 mm (D1),
dan diameter luar 25 mm (D2). Pipa diinsulasi setebal
40 mm [(D3 – D2)/2]. Koefisien konveksi kukus (hi) =
1700 W/m2.K, dan koefisien konveksi udara (ho) = 3
W/m2.K. Konduktivitas termal pipa (ks) = 45 W/m.K,
dan insulasi (ki) = 0,064 W/m.K. Temperatur udara di
luar insulasi = 25 oC. Perkirakan temperatur T1, T2, dan
T3
 www.themegallery.
com
Sistem Persamaan Linier

 Waste acid dari proses nitrasi dengan komposisi 21%

HNO3, 55% H2SO4, dan 24% air dipekatkan dengan
menambahkan larutan H2SO4 93% dan larutan HNO3 90%.
Hasil pencampuran diharapkan sebanyak 1000 lb/jam dengan
komposisi 28% HNO3 dan 62% H2SO4. Hitunglah laju alir
pada semua alur masuk.
 PENENTUAN AKAR
PERSAMAAN NON LINER

 penentuan akar-akar persamaan non

linier.
 Akar sebuah persamaan f(x) =0 adalah
nilai-nilai x yang menyebabkan nilai f(x)
sama dengan nol.
 akar persamaan f(x) adalah titik potong
antara kurva f(x) dan sumbu X.
Persamaan Non Linier
 Persamaan Non Linier

 Penyelesaian persamaan linier mx + c = 0

dimana m dan c adalah konstanta, dapat
dihitung dengan :
mx + c = 0
c
x=-
m
 Penyelesaian persamaan kuadrat ax2 + bx +
c = 0 dapat dihitung dengan menggunakan
rumus ABC.
 b  b 2  4ac
x12 
2a
 Penyelesaian Persamaan Non Linier

 Metode Tertutup
– Mencari akar pada range [a,b] tertentu
– Dalam range[a,b] dipastikan terdapat satu
akar
– Hasil selalu konvergen  disebut juga
metode konvergen
 Metode Terbuka
– Diperlukan tebakan awal
– xn dipakai untuk menghitung xn+1
– Hasil dapat konvergen atau divergen
ALGORITMA BAGI DUA
 www.themegallery.
com

Algoritma Metode Newton-Raphson

 1. Mulai
 2. Definisikan persamaan tak linier dan turunannya.
Misalkan: f(x) = log(x). f' (x) = 1 /(x ln10)
 3. Tetapkan harga tebakan awal ( x0 ) dan besar
toleransinya, Misalkan:
x0 = 0.1 dan Tol = 1e-5
 4. Nyatakan x = x0 dan x0 = x+1
x = 0.1
x0 =0.1+1=1.1
 5. Periksa kriteria iterasi |(x – x0)/x| > Tol. Jika kriteria
iterasi terpenuhi proses dilanjutkan. Jika kriteria iterasi
tidak terpenuhi proses dihentikan. Akar pembuat nol
diperoleh.
 www.themegallery.
com

 6. Nyatakan x0 = x.
x0 = 0.1
 7. Hitung harga f(x0) dan f’(x0).
f(0.1) = -1
f’(0.1) = 1/(0.1*ln10) = 4.343
 8. Hitung harga
f ( x0 )
x  x0 
f / ( x0 )

 9. Kembali ke langkah 5
 10. Selesai.