ccitonline.com

Assalamualaikum Warahmatullahi Wabarakatuh.

Pertama-tama, mari kita panjatkan puji syukur kehadirat Allah SWT atas nikmat yang dianugerahkan kepada kita semua sehingga diberi kenikmatan berupa kesehatan jasmani dan rohani untuk teman-teman dan juga Pak Dai.

Saya disini ingin menjelaskan tugas ke 4 dari metode numerik 17 maret 2025. Disini saya ingin menjelaskan grafik curve fitting dan integrasi numerik dengan pendekatan 33 kriteria evaluasi framework DAI5.

1.Kesadaran Mendalam tentang Diri (Deep Awareness of I – DAI)

1. Kesadaran akan Tujuan: Jadi, dalam permasalahan kali ini yang ingin saya bahas adalah grafik curve fitting dan juga integrasi numerik pada sebaran panas pada plat baja. Permasalahan ini sudah ditetapkan oleh Allah SWT.
2. Kesadaran Diri: Dalam pengerjaannya, kita sebagai manusia tentu memiliki kekurangan dalam melakukan perhitungan analitik, sehingga kita menggunakan metode numerik
3. Pertimbangan Etis: Tentu dalam pengerjaan kasus ini kita harus mempertimbangkan dan  mengimplikasikasian moral dan etis dalam menangani studi kasus.
4. Integrasi CCIT (Cara Cerdas Ingat Tuhan): Dalam menyelesaikan kasus ini, dalam setiap langkah kita harus selalu mengingat tuhan kita dan kita harus sadar dalam mengingat Allah SWT. Karena dalam setiap penyelesain tentu itu diberikan oleh Allah SWT.
5. Refleksi Kritis: Dalam kasus ini, saya merefleksikan bagaimana hasil analisis ini dapat berkontribusi pada kesejahteraan masyarakat, seperti meningkatkan efisiensi sistem pemanas atau pendingin.
6. Kontinum Kesadaran: Dalam menyelesaikan kasus ini, tentu kita harus memiliki kesadaran yang stabil dari melakukan langkah pertama hingga langkah terakhir. Supaya kita bisa mendapatkan hasil curve fitting dan juga integrasi numerik.

2.Niat (Intention)

7. Kejelasan Niat: Tujuan utama saya adalah memahami distribusi panas curve fitting dan juga integrasi numerik pada plat baja dan mengusulkan solusi yang efektif, seperti menentukan titik panas dan menghitung daya termal. Sehingga kita bisa lebih memahami ciptaan Allah SWT.
8. Kesesuaian Tujuan: Dalam proses ini, saat kita menemukan hasilnya dan kita ubah menjadi curve fitting lalu kita visualisasikan menjadi heatmap, sehingga di akhir penyelesaian ini kita bisa memahami persebaran temperatur pada setiap plat baja dan kita bisa mendapatkan hasil yang diusulkan ramah lingkungan.
9. Relevansi Niat: Tentu ketika kita memiliki niat untuk menyelesaikan permasalahan ini, tentu kita bisa gunakan dalam dunia pekerjaan nanti, seperti desain sistem pendingin atau pemanas yang efisien. Dengan memahami distribusi panas, kita dapat merancang sistem yang lebih efisien dan mengurangi biaya operasional. Selain itu, analisis ini juga dapat diterapkan dalam konteks yang lebih luas, seperti desain bangunan atau kendaraan.
10. Fokus pada Keberlanjutan: Ketika kita mendapatkan curve fitting ataupun integrasi numerik, kita bisa memberikan solusi yang mempertimbangkan dampak lingkungan supaya tidak ada waste, sosial, dan  ekonomi jangka panjang. Selain itu, solusi yang diusulkan juga harus dapat diadaptasi untuk berbagai konteks dan skala, sehingga dapat diterapkan secara luas tanpa menimbulkan dampak negatif pada lingkungan.
11. Fokus pada Kualitas: Saya memastikan bahwa analisis ini dilakukan dengan akurasi dan presisi tinggi. Hal ini termasuk menggunakan data yang terpercaya, memvalidasi hasil simulasi dengan teori atau data eksperimen, dan memeriksa ulang setiap langkah untuk memastikan tidak ada kesalahan. Dengan demikian, solusi yang diusulkan dapat diandalkan dan efektif.

3.Pemikiran Awal (Tentang Masalah)

12. Pemahaman Masalah: Permasalahan pada kasus ini, terdapat sebuah plat berdimensi 1×1 m persegi yang terbuat dari baja dengan perbedaan suhu pada tiap sisi sebesar 300K, 383K dan 353K. Dengan konduktivitas termal sebesar 16,2 W/mK.
13. Kesadaran akan Pemangku Kepentingan: Dalam masalah ini, suhu, flux panas, distribusi termal, dan ketahanan baja memegang peran kunci. Tujuannya adalah memahami dan memvisualisasikan akar masalah melalui analisis pembagian panas menggunakan grafik dan kontur heatmap. Visualisasi ini memungkinkan perbedaan termal pada plat terlihat jelas, menunjukkan distribusi panas yang spesifik di setiap area.
14. Analisis Kontekstual: Permasalahan ini berkaitan erat dengan perpindahan panas yang merupakan cabang dari termodinamika. Dengan demikian, solusi yang dikembangkan harus berpijak pada hukum-hukum fisika yang relevan, seperti Hukum Fourier.
15. Analisis Akar Masalah: Saya mengidentifikasi penyebab utama distribusi panas yang tidak merata, seperti ketebalan plat yang tidak konsisten atau sumber panas yang tidak terdistribusi dengan baik. Dengan memahami akar masalah, saya dapat mengusulkan solusi yang lebih efektif, seperti modifikasi desain atau penggunaan material dengan konduktivitas termal yang lebih baik.
16. Relevansi Analisis: Analisis ini didasarkan pada data dan prinsip yang relevan, seperti hukum termodinamika dan sifat material baja. Saya juga menggunakan data eksperimen atau literatur untuk memvalidasi hasil simulasi CFSOF. Dengan demikian, solusi yang diusulkan dapat diterapkan dalam konteks nyata.
17. Penggunaan Data dan Bukti: Dalam permasalahan ini, kita harus memasukan data yang akurat pada software CFDSOF, seperti untuk data yang saya masukan adalah konduktivitas thermal pada baja yaitu 16,2 W/mk.

4.Idealization (Idealiasi)

18. Kejelasan Asumsi: Dalam kasus ini, saya memberikan asumsi pada tiap plat saya memberikan saya memberikan suhu temperatur sebesar 300K, namun untuk plat bagian atas saya memberikan suhu temperatur sebesar 383K dan untuk pada bagian bawah plat saya memberikan suhu temperatur sebesar 353K. Dan saya mengasumsikan bahwa plat tersebut terbuat dari baja sehingga memiliki konduktivitas thermal sebesar 16,2 W/mk
19. Kreativitas dan Inovasi: kreativitas dan inovasi dalam kasus ini merupakan input untuk temperatur dan juga konduktivitas thermal pada software CFDSOF bisa berbagai macam. Sehingga, kita bisa mendaptkan hasil yang berbeda beda sesuai permasalahan yang kita dapatkan.
20. Realisme Fisik: Dalam kasus ini, kita bisa memastikan bahwa permasalahan ini sangat berhubungan dengan hukum fourier yang menyatakan bahwa tingkat (rate) perpindahan panas melalui sebuah material adalah berbanding lurus dengan gradien negatif pada suhu dan luas, pada sudut siku pada gradien tersebut, melalui dimana panas mengalir.
21. Kesesuaian dengan Niat: Tentunya dengan metode metode yang saya berikan itu masih sesuai dengan Tujuan utama saya yaitu memahami distribusi panas curve fitting dan juga integrasi numerik pada plat baja dan mengusulkan solusi yang efektif, seperti menentukan titik panas dan menghitung daya termal. 
22. Skalabilitas dan Adaptabilitas: Tentu kita bisa menggunakan berbagai macam temperatur ataupun dimensi. Misalnya, solusi yang efektif untuk plat baja kecil juga harus dapat diterapkan pada plat yang lebih besar. Saya juga bisa menguji solusi dengan parameter yang berbeda dalam CFDSOF untuk memastikan skalabilitas
23. Kesederhanaan dan Keanggunan: dengan metode metode yang saya gunakan menurut saya  solusi yang efisien, sederhana, dan elegan sambil menyelesaikan masalah yang kompleks.

5.Instruksi (Set Instruksi)

24. Kejelasan Langkah: Dengan penjelasan yang sudah dilakukan oleh Prof Dai, langkah langkah yang sudah diberikan sudah sangat jelas dan mudah dipahami sehingga saat pengerjaan sangat mudah.
25. Kelengkapan: semua aspek yang sudah didapatkan sudah relevan dari solusi, seperti temperatur, konduktivitas thermal, dan lain lain.
26. Interpretasi Fisik: Penjelasan dari visualisasi curve fitting dan juga heatmap sudah saya jelaskan di blog sebelumnya. Maka berikut ini adalah koding supaya mendapatkan hasil visualisasi tersebut.      

import numpy as np
import matplotlib.pyplot as plt

x = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
y_J2 = np.array([300, 326.832, 337.506, 342.369, 344.611, 345.275, 344.611, 342.369, 337.506, 326.832, 300])
y_J3 = np.array([300, 316.822, 327.823, 334.358, 337.802, 338.878, 337.802, 334.358, 327.823, 316.822, 300])
y_J4 = np.array([300, 312.634, 322.605, 329.438, 333.360, 334.635, 333.360, 329.438, 322.605, 312.634, 300])
y_J5 = np.array([300, 311.108, 320.528, 327.427, 331.568, 332.942, 331.568, 327.427, 320.528, 311.108, 300])
y_J6 = np.array([300, 311.272, 320.970, 328.176, 332.542, 333.997, 332.542, 328.176, 320.970, 311.272, 300])
y_J7 = np.array([300, 313.009, 323.905, 331.766, 336.427, 337.963, 336.427, 331.766, 323.905, 313.009, 300])
y_J8 = np.array([300, 316.858, 329.874, 338.558, 343.437, 345.003, 343.437, 338.558, 329.874, 316.858, 300])
y_J9 = np.array([300, 324.550, 340.175, 349.157, 353.759, 355.174, 353.759, 349.157, 340.175, 324.550, 300])
y_J10 = np.array([300, 341.167, 357.120, 364.136, 367.268, 368.178, 367.268, 364.136, 357.120, 341.167, 300])

def fit_and_plot(x, y, label):
coefficients = np.polyfit(x, y, 2)
polynomial = np.poly1d(coefficients)
x_fit = np.linspace(0, 10, 100)
y_fit = polynomial(x_fit)

plt.scatter(x, y, label=f’Data {label}’)

plt.plot(x_fit, y_fit, label=f’Fitted curve {label}’)

print(f”Persamaan {label}: {polynomial}”)

plt.figure(figsize=(12, 8))
fit_and_plot(x, y_J2, ‘J2’)
fit_and_plot(x, y_J3, ‘J3’)
fit_and_plot(x, y_J4, ‘J4’)
fit_and_plot(x, y_J5, ‘J5’)
fit_and_plot(x, y_J6, ‘J6’)
fit_and_plot(x, y_J7, ‘J7’)
fit_and_plot(x, y_J8, ‘J8’)
fit_and_plot(x, y_J9, ‘J9’)
fit_and_plot(x, y_J10, ‘J10’)

plt.xlabel(‘Posisi-J’)
plt.ylabel(‘Temperatur (K)’)
plt.legend()
plt.show()

27. Minimisasi Kesalahan: untuk mengurangi kesalahan dalam implementasi solusi kita bisa menambah banyak data karena dengan semakin banyak data maka akurasi dalam visualisasinya semakin baik
28. Verifikasi dan Validasi: cara saya mengverifikasikan dan mengvalidasikan solusi yaitu dengan bantuan AI, selain itu saya  mengvalidasi dari hasil simulasi mengandalkan pengetahuan dan pemahaman manusia yang telah diberikan karunia oleh Allah SWT berupa akal sehat.
29. Pendekatan Iteratif: Dalam kasus ini saya melakukan iterasi sebanyak 1000 kali, untuk menguji dari hasil, dan melakukan perbaikan atau perubahan agar mencapai hasil yang lebih baik atau solusi yang lebih optimal
30. Integrasi Keberlanjutan:Saya mempertimbangkan praktik berkelanjutan dalam pelaksanaan solusi. Misalnya, saya memilih material yang ramah lingkungan dan metode yang mengurangi limbah panas. Selain itu, solusi yang diusulkan juga harus dapat diadaptasi untuk berbagai konteks dan skala. Integrasi keberlanjutan ini memastikan bahwa solusi memiliki dampak positif jangka panjang.
31. Efektivitas Komunikasi: Dengan hasil yang saya dapatkan seperti curve fitting ataupun heatmap itu sudah bisa tervisualisasikan kepada pembaca yang lain dan sudah bisa dipahami oleh pembaca yang lain
32. Kesesuaian dengan Kerangka DAI5: Tentu dalam kasus ini saya sudah menggunakan kerangka DAI5 dari langkah awal hingga langkah akhir. Karena dengan menggunakan kerangka DAI5 bisa menyelesaikan masalah lebih efektif dan efisien.
33. Kualitas Dokumentasi:Menyediakan dokumentasi solusi yang jelas, lengkap, dan profesional.

Demikianlah pemaparan tugas 04 metode numerik kali ini yang dapat saya sampaikan, jika ada salah kata mohon maaf, akhirul kalam wallahu muwafiq ila iqwamittorriq, Assalamu’alaikum wr.wb.