TUGAS INDIVIDU

KOMPUTASI NUMERIK

Siti Ambar Khalis

1406533434

PROGRAM STUDI TEKNOLOGI BIOPROSES

DEPARTEMEN TEKNIK KIMIA
FAKULTAS TEKNIK UNIVERSITAS INDONESIA
DEPOK
2016
TUGAS KOMPUTASI NUMERIK

File I Soal Nomor 3

HHV (Higher Heating Value) adalah salah satu karakteristik penting sebagai indicator
kualitas bahan bakar hidrokarbon. Semakin tinggi HHV, maka semakin tinggi pula
kandungan energy yang terdapat dalam bahan bakar tersebut. Beberapa cuplikan hasil
penelitian yang dimuat dlm Jurnal Ilmiah Fuel Oleh Ayhan Demirbas Vol. 77,
No. 9/10, pp. 1117-1120, 1998 berjudul Fuel properties and calculation of higher heating
values of vegetable oils .
The saponification value (SV) of an oil decreases with increase of its molecular weight. On
the other hand, the percentages of carbon and hydrogen in an oil increase with decrease in
molecular weight. The increase in iodine value (IV) (i.e., carboncarbon double bond, -C=C-,
content)results in a decrease in the heat content of an oil. Therefore, for calculation of the
HHVs (kJ g-l) of vegetable oils, eqn (3) is suggested and was used in this study:
HHV = 49.43 - [O.O41(SV) + O.Ol5 (IV)]

(3)

The HHVs calculated by using eqn (3) and measured experimentally are given in Figure 2. Eqn (3)
represents the correlation obtained by means of regression analysis. The correlation coefficient is
0.9999. The HHVs calculated with eqn (3) showed a mean difference of only 0.0067%. In this
calculation the HHV of castor oil was not taken into account.

Tunjukkan bagaimanakah langkah-langkah komputasi numerik sehingga persamaan

HHV = 49.43 - [0.041(SV) + 0.0l S (IV)] di mana SV = Saponification Value dan IV= Iodine Value
bisa terbentuk?
Jawab:

HHV = 49.43 - [0.041(SV) + 0.0l5 (IV)]

Substitusi nilai SV dan IV berdasarkan tabel.4 untuk pengecekan nilai HHV

Vegetable oil : Ailanthus

SV= 206.34
IV = 107.18
HHV = 49.43 - [0.041(206.34) + 0.0l5 (107.18)] = 39.36

Vegetable oil : Corn

SV = 194.14
IV = 119.41
HHV = 49.43 - [0.041(194.14) + 0.0l5 (119.41)] = 39.68

Berdasarkan substitusi yang dilakukan didapatkan bahwa nilai HHV dalam persamaan
tersebut merupakan nilai HHV perhitungan (calculated) dan telah sesuai dengan tabel 4.
Langkah-langkah untuk mendapatkan HHV = 49.43 - [0.041(SV) + 0.0l5 (IV)] dengan
menggunakan metode komputasi numerik : dengan menggunakan regresi linier berganda lalu
diselesaikan dengan programing pascal
Y
39.38
39.32
39.59
39.82
37.41
39.64
39.44
40.62
39.83
39.33
39.45
39.59
39.73

X1
206.3
4
220.7
8
202.1
6
193.5
2
202.7
1
194.1
4
202.7
1
178.5
9
197.6
3
188.7
1
199.8
196.8
2
197.0
7

X2
107.1
8
69.82
105.1
5
110.6
4
88.72
119.4
1
113.2
99.83
98.62
156.7
4
119.3
5
116.8
3
108.0
5

X12
42576.
2
48743.
81
40868.
67
37449.
99
41091.
34
37690.
34
41091.
34
31894.
39
39057.
62
35611.
46
39920.
04
38738.
11
38836.
58

X22
11487.
55
4874.8
32
11056.
52
12241.
21
7871.2
38
14258.
75
12814.
24
9966.0
29
9725.9
04
24567.
43
14244.
42
13649.
25
11674.
8

X1X2
22115.
52
15414.
86
21257.
12
21411.
05
17984.
43
23182.
26
22946.
77
17828.
64
19490.
27
29578.
41
23846.
13
22994.
48
21293.
41

X1Y
8125.6
69
8681.0
7
8003.5
14
7705.9
66
7583.3
81
7695.7
1
7994.8
82
7254.3
26
7871.6
03
7421.9
64
7882.1
1
7792.1
04
7829.5
91

X2Y
4220.7
48
2745.3
22
4162.8
89
4405.6
85
3319.0
15
4733.4
12
4464.6
08
4055.0
95
3928.0
35
6164.5
84
4708.3
58
4625.3
4292.8
27

39.52
39.61
39.42
39.63
39.44
39.57
39.56
789.9

190.2
3
206.8
2
210.3
4
194.6
1
207.7
9
191.7

139.8
3
88.57
91.76
120.5
2
96.08
132.3
2
135.2
4
2217.
86

190.8
2
3973.
29

36187.
45
42774.
51
44242.
92
37873.
05
43176.
68
36748.
89
36412.
27
79098
5.7

n
x1
x2
a
2
x1
x1
x 1, x 2 b
2
c
x 2 x 1, x 2
x 2

20
3973,29 2217,86 a
3973,29 790985,7 438153,2 b
2217.86 438153,2 253804 c

19552.
43
7844.6
45
8419.8
98
14525.
07
9231.3
66
17508.
58
18289.
86
25380
4

][ ] [ ]
=

y
x 1, y
x 2, y

][ ] [
=

26599.
86
18318.
05
19300.
8
23454.
4
19964.
46
25365.
74
25806.
5
43815
3.2

7517.8
9
8192.1
4
8291.6
03
7712.3
94
8195.2
38
7585.5
69
7548.8
39
15688
5.6

5526.0
82
3508.2
58
3617.1
79
4776.2
08
3789.3
95
5235.9
02
5350.0
94
87628
.99

(regresi linier berganda)

789.9
156885.6
87628.99

Eliminasi Gauss (dengan menggunakan program pascal)

PROGRAM SPAL
Jumlah persamaan : 3
[A(1,1)=20]

[A(1,2)=3973.29]

[ A(1,3)=2217.86]

[b(1)=789.9]

[A(2,1)=3973.29] [ A(2,2)=790985.7] [A(2,3)=438153.2]

[b(2)=156885.6]
A(3,1)=2217.86
[b(3)=87628.29]

A(3,2)=438153.2

[A(3,3)=253804]

matrik augmented=
20,003973,292217,86789,90
3973,29790985,70438153,20156885,60
2217,86438153,20253804,0087628,29
x(1)=46,8002579559 ; x(2)=-0,0333590586 ; x(3)=-0,0061139771
5

dengan ketikan programing seperti berikut :

Program SPAL; Turbo Pascal 7.1

type
Matriks = array [1..12,1..12] of Real;
Vektor = array [1..12] of Real;
var
i,j,k,jp : integer;
A : Matriks;
b,x : Vektor;
Procedure EliminasiGauss(n: Integer;
A: Matriks;
Var x: Vektor;
b: Vektor);

Var

pivot, lambda: Real;

i,j,k : Integer;
begin
for j:=1 to n-1 do
begin
pivot := A[j,j];
for i:= j+1 to n do
begin
lambda := A[i,j]/pivot;
for k := j+1 to n do
A[i,k] := A[i,k] - lambda*A[j,k];
b[i] := b[i] - lambda*b[j];
end;
end;
x[n] := b[n]/A[n,n];
for i := n-1 downto 1 do
begin
for k := i+1 to n do
b[i] := b[i] - A[i,k]*x[k];
x[i] := b[i]/A[i,i];
end;
end;
begin
writeln('PROGRAM SPAL');
write('Jumlah persamaan : ');readln(jp);
for i:=1 to jp do
begin
for j:=1 to jp do
begin
write ('A(',i,',',j,')=');
readln(A[i,j]);
end;
write('b(',i,')=');
readln(b[i]);
end;
writeln('matrik augmented= ');
for i:= 1 to jp do
begin
for j:=1 to jp do
begin
write(A[i,j]: 5:2);
end;
write(b[i]:5:2);
writeln;
end;
EliminasiGauss(jp,A,x,b);
for i:=1 to jp do

write('x(',i,')=',x[i]:5:10,' ; ')
end.

Jadi, persamaan HHV = 49.43 - [0.041(SV) + 0.0l S (IV)], bisa terbentuk dengan menggunakan
program pascal, dengan menghasilkan persamaan seperti dibawah ini
HHV = 46,8 [0,033(SV) + 0,006 S (IV)]

Menghitunge error
Dari hasil eksperimental dan hasil formulasi persamaan kita dapat mendapatkan nilai error dengan
rumus:

% Error =

HHV hasil eksperimentalHHV hasil formulasi persamaan

HHV hasil formulasi persamaan

HHV hasil
eksperimenta
l
39.38
39.32

HHV hasil
formulasi
persamaan
40.63386
39.93318

39.59
39.82
37.41
39.64
39.44
40.62
39.83
39.33
39.45
39.59
39.73
39.52
39.61
39.42
39.63
39.44
39.57
39.56

40.75962
41.07768
40.64289
41.10984
40.78977
41.50551
40.86993
41.51301
40.9227
41.00592
40.94499
41.36139
40.50636
40.40934
41.10099
40.51941
41.26782
41.31438

% Error

x 100%

(%Error)2

0.030858

0.000952

0.015355
0.028696
0.030617
0.079544
0.035754
0.033091
0.021335
0.025445
0.052586
0.035987
0.03453
0.029674
0.04452
0.022129
0.024483
0.03579
0.026639
0.041141
0.042464

0.000236
0.000823
0.000937
0.006327
0.001278
0.001095
0.000455
0.000647
0.002765
0.001295
0.001192
0.000881
0.001982
0.00049
0.000599
0.001281
0.00071
0.001693
0.001803

Perbandingan Plot HHV hasil formulasi persamaan dengan HHV hasil eksperimental
42
41
40
39
38
HHV

37
36
35

Vegetable Oil
HHV hasil eksperimental

HHV hasil formulasi persamaan

Grafik Error Plot HHV Hasil Formulasi Persamaan dengan HHV Hasil Eksperimental
70

60

50

40

Error HHV

30

20

10

HHV hasil formulasi persamaan dengan HHV hasil eksperimental memiliki hasil yang berbeda,
namun perbedaan yang terjadi tidak signifikan. Perbedaan tersebut dapat dilihat pada grafik error
plot
Vegetable oil

Flow Chart

start

Eliminasi Gauss
diselesaikan
dengan
programing pascal

Substitusi nilai SV
dan IV
berdasarkan
tabel.4 untuk
pengecekan nilai
HHV

Vegetable oil : Ailanthus

menggunakan
metode komputasi
numerik : dengan
menggunakan
regresi linier
berganda

Vegetable oil : Corn

SV= 206.34
IV = 107.18
HHV = 49.43 [0.041(206.34) + 0.0l5
(107.18)] = 39.36

SV = 194.14
IV = 119.41
HHV = 49.43 [0.041(194.14) + 0.0l5
(119.41)] = 39.68

mengetikkan kode
untuk programing
Spal pada
Turbo Pascal
7.1

x(1)=46,8002579559
x(2)=-0,0333590586
x(3)=-0,0061139771

selesai

HHV = 46,8
[0,033(SV) + 0,006 S
(IV)]

10

File II Soal Nomor 10

Laju orde pertama konstan k, untuk reaksi C-N berikatan dalam N, N-dimetilnikotinamid
yand diukur pada temperatur yang berbeda oleh resonansi magnetik nuklir (NMR) adalah :
T oC
10.0
15.7
21.5
27.5
33.2
38.5
45.7
-1
k sec
2.08
4.57
8.24
15.8
28.4
46.1
93.5
Dengan komputasi numerik, tentukanlah nilai konstanta kO = factor pre-eksponensial dan E
Energi aktivasi?
JAWAB:
Energi aktivasi E adalah adalah ukuran dari sensitivitas suhu konstanta laju. Sebuah E yang
tinggi sesuai dengan peningkatan secara cepat konstanta laju dengan suhu. Dari persamaan
Arrhenius:
kT = kO (-E/RT)
Dimana:

kT = konstanta laju pada suhu yang diketahui

kO = factor pre-eksponensial
E = Energi aktivasi
R = konstanta gas (8,314 J/mol.K)
T = suhu (K = 273.15 + C)

Hal ini mungkin untuk menentukan energi aktivasi dan faktor pre-eksponensial (k0).
Persamaan linearisasi:
ln k = ln k0

E 1
R T

dari linearisasi tersebut, kita dapat menuliskannya sebagai persamaan regresi linear dimana:
ln k = y
ln k0 = intersep = c
1
T
E
R
T (K)
283.15
288.85
294.65
300.65
306.35

=x

= gradien = m

k (sec-1)
2.08
4.57
8.24
15.80
28.40

1/T (x)
0.00353
0.00346
0.00339
0.00333
0.00326
11

ln k (y)
5.64598
5.66591
5.68579
5.70595
5.72473

311.65
46.10
0.00321
5.74188
318.85
93.50
0.00314
5.76472
Dengan bantuan program Excel, kita dapat dengan cepat menentukan setiap komponen yang
dibutuhkan untuk regresi linier, yakni 1/T sebagai sumbu-x, dan ln k sebagai sumbu-y

Setelah diperoleh data-data untuk sumbu y dan sumbu x, kemudian dapat kita plot ke dalam
grafik.
Grafik Hubungan 1/T terhadap ln k

12

ln k

5
4.5
4
3.5
3
2.5
2
1.5
1
0.5
0

f(x) = - 9485.24x + 34.29

1/T
Dari program Excel kita juga dapat memperoleh langsung persamaan garis pada
grafik tersebut. Namun, persamaan garis dapat juga dicari melalui regresi linier dengan
aplikasi Regresi Linier 1.1

13

Dengan demikian, dihasilkan persamaan regresi linear:

14

y=9485 x+ 34,29
m = -9485
c = 34,29
sehingga nilai k0 dan energi aktivasi E dapat ditentukan:
ln k 0 =34,29
k 0 =7,98 1014
Sedangkan nilai energi aktivasi E, dengan menggunakan R = 8,314 J/mol.K maka,
E
=9485
R
E=9485 . R

E=9485 .8,314

J
mol . K

E=7,88 10 J /mol
Faktor pre-eksponensial dari data laju reaksi tersebut adalah 7,89 x 1014 dan energi
aktivasi dari reaksinya adalah 7,88 x 104 J/mol.
Mencari error
Untuk mencari error kita dapat membandingkan harga k hasil eksperimental dengan harga k hasil
perhitungan. Harga k hasil perhitungan, bisa menggunakan persamaan

y=9598,6 x +34,668
Berikut adalah tabel data untuk mencari nilai error
T

283.1
5
288.8
5
294.6
5
300.6
5
306.3
5

k hasil
perhitung
an

k hasil
eksperiment
al

2.15

2.08

4.21

4.57

8.09

8.24

15.51

15.8

28.1

28.4

15

% Error

(%Error)2

-3.25

10.60

8.55

73.12

1.85

3.437

1.86

3.496

1.06

1.139

311.6
5
318.8
5

47.88

46.1

95.98

93.5

-3.71

13.82

-2.58

6.67

Dari harga k hasil perhitungan eksperimental yang didapat dari persamaan dan
harga k data hasil eksperimental, dapat dibuat plot kurvanya

Diagram x-y antara k hasil perhitungan dengan k data hasil eksperimental

120
100
80
k 60
40
20
0
280

285

290

295

300

305

310

315

T
k hasil eksperimental

16

k hasil perhitungan

320

325

Grafik Error Plot k Hasil Formulasi Persamaan dengan k Hasil Eksperimental

80

70

60

50

40

Error k

30

20

10

Temperatur
Error k

Dari diagram x-y antara k hasil perhitungan dengan k data hasil eksperimental kurva yang terbentuk,
dapat diketahui bahwa k hasil perhitungan berhimpitan dengan k data hasil eksperimental, yang
berarti nilai k eksperimental mendekati k hasil perhitungan. Perbedaan k hasil perhitungan dengan k
data hasil eksperimental dapat dilihat pada grafik error plit k hasil formulasi persamaan dengan k hasil
eksperimental.

Flow Chart
17

start

Membuat tabel
antara nilai T, k,
1/T dan ln k

mengggunakan
software regresi
linear

membuat grafik
1/T vs ln k,
menggunakan
excel

menentukan Ea
dan k0

ln k = ln k0 -

ln k = y
ln k0 = intersep = c
=x
= gradien = m

sehingga nilai
m = -9485
c = 34,29

Faktor pre-eksponensial dari

data laju reaksi tersebut
adalah 7,89 x 1014 dan energi
aktivasi dari reaksinya adalah
7,88 x 104 J/mol.

selesai

18

File III Soal Nomor 8

Pengukuran luas permukaan karbon aktif pada setiap sampelnya dengan menggunakan teknik
adsorpsi BET (Brunauer-Emmett-Teller) isotherm. Adsorpsi menggunakan gas nitrogen,
adsorpsi pada suhu cairnya sekitar -160 oC (luas permukaan molekul Nitrogen Am = 16.2 x
10-20 m2/molekul. Data hasil pengukuran dinyatakan dalam bentuk Relative Pressure (P/Po)
dengan N2 Gas adsorbed Vgas (ml/g) pada kondisi STP, ditabelkan sebagai berikut (lihat tabel
dibawah ini)
Untuk menguji kelinieran grs sesuai persamaan, maka perlu diolah data sebagai berikut :

Plot antara Relative Pressure (P/Po) dengan N2 Gas adsorbed Vgas(cc/g) STP.
Bagaimanakah pola kurva yang terbentuk, linier, melengkung atau ada kecenderungan
linier?? Apakah titik-titik data cenderung membentuk suatu hubungan variabel.
Data-data dapat dilinearisasi sesuai dengan persamaan isothermal BET yakni
P / P0
1 c 1

( P / P0 ) ( P / P0 )
V (1 P / P0 ) cVm cVm

P / P0
V (1 P / P0 )

dengan membuat harga Y =

memperoleh

dan harga X= p/po, dapatkah anda

data-data pola kurva yang cenderung membentuk grs lurus/linier setelah diplot dengan datadata seperti berikut:
SAMPEL 8
Zeolit
Relative N2 adsorbed
Press
Vgas(cc/g)
P/Po
0
0.01
0.05
0.09
0.129
0.169
0.209
0.249
0.289
0.329
0.369
0.408
0.448

0
8.4507
9.8001
10.4592
10.9189
11.267
11.5568
11.8112
12.0478
12.2709
12.4956
12.7229
12.8995

19

0.488
0.528
0.568
0.608
0.648
0.687

13.2088
13.4859
13.7868
14.118
14.516
14.9579

Dengan komputasi numerik, bisakah menentukan metode yang mana yang anda pakai
sehingga didapat konstanta persamaan adsorpsi isotermis BET yakni Vm dan c!
Jawab:
Dengan data di atas, kita dapat mencari nilai Y dengan rumus:

(P Po )
V (1 P Po )

Maka dengan itu, akan didapat:

0
0.01
0.05
0.09
0.129
0.169
0.209
0.249
0.289
0.329
0.369
0.408
0.448
0.488
0.528
0.568
0.608
0.648
0.687

0
0.001195287
0.005370514
0.009455895
0.013564153
0.018050007
0.022862947
0.028071485
0.03373809
0.039957376
0.046799358
0.05416919
0.062916718
0.072158334
0.082949159
0.095367657
0.109861199
0.126819309
0.146737722

Dan jika dibuat grafik akan didapat grafik seperti berikut:

20

0.14
0.12
0.1

f(x) = 0.18x - 0.01

R = 0.95

0.08
0.06
0.04
0.02
0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

Pada grafik, didapat bahwa persamaan garis adalah:

y = -0.01+0.179x

P / P0
1 c 1

( P / P0 ) ( P / P0 )
V (1 P / P0 ) cVm cVm

Dan pada keterangan sebelumnya dikatakan bahwa

persamaan dari sample berupa:

Dapat dikatan bahwa persamaan tersebut sama. Dengan itu kita dapat menyamakan:
0.01

1
cVm

1
0.01
cV m 100
cV m

(1)

Kemudian nilai dari persamaan (1) dapat dimasukkan ke persamaan:

0.179

Maka akan didapat nilai c:

21

c 1
cVm

c 1
100
c 1 17.9
0.179

c 16.9

(2)

Dan jika dikembalikan hasik persamaan (2) ke persamaan (1), maka akan didapat nilai Vm
sebagai berikut:

(16.9) Vm 100
Vm 5.917

Flow Chart

22