Professional Documents
Culture Documents
KOMPUTASI NUMERIK
(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.
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
789.9
156885.6
87628.99
[A(1,2)=3973.29]
[ A(1,3)=2217.86]
[b(1)=789.9]
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
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
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
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
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
menggunakan
metode komputasi
numerik : dengan
menggunakan
regresi linier
berganda
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
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
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
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
285
290
295
300
305
310
315
T
k hasil eksperimental
16
k hasil perhitungan
320
325
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
selesai
18
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 )
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 )
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
20
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
P / P0
1 c 1
( P / P0 ) ( P / P0 )
V (1 P / P0 ) cVm cVm
Dapat dikatan bahwa persamaan tersebut sama. Dengan itu kita dapat menyamakan:
0.01
1
cVm
1
0.01
cV m 100
cV m
(1)
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