Assalamualaikum Warahmatullahi Wabarakatuh. Perkenalkan kembali, nama saya Muhammad Faiq Fauzan dengan NPM 2306155281 dari Departemen Teknik Mesin, jurusan Teknik Mesin angkatan 2023. Pada kesempatan kali ini izinkan saya akan membahas masalah grafik curve fitting plot serta integrasi numerik menggunakan 33 kriteria evaluasi penerapan DAI5. 33 kriteria ini dikategorikan menjadi lima tahapan utama, yaitu Deep Awareness of I, Initial Thinking, Idealization, dan Instruction Set.
1) Deep Awareness of I
1. Consciousness of Purpose
Permasalahan yang ada mengenai metode numerik pada simulasi perpindahan panas ini selain untuk memahami perilaku fisik yang terjadi pada benda, harus kita sadari bahwa ini adalah cara kita untuk sedikit memahami Sang Pencipta karena perpindahan panas yang terjadi pada pelat merupakan ciptaan atau karya dari Sang Pencipta itu sendiri.
2. Self-awareness
Memahami bahwa penyelesaian secara analitis memungkinkan terjadinya kesalahan perhitungan serta miskonsepsi, maka dari itu diperlukan bantuan metode numerik untuk penyelesaian yang akurat.
3. Ethical Considerations
Dalam segala hal yang dikerjakan ini merupakan pemahaman saya secara mandiri dan merupakan hasil tukar-pikiran dengan Artificial Intelligence sesuai dengan apa yang Dr. Ahmad Indra perintahkan kepada saya dalam kelasnya. Segala hal yang saya kerjakan disini saya kerjakan dengan jujur.
4. Integration of CCIT
Sebagai manusia, saya perlu mengetahui bahwa setiap perbuatan yang saya lakukan itu selalu di awasi oleh Allah SWT. sehingga saya bersunggu sungguh untuk mengerjakan simulasi ini.
5. Critical Reflection
Hubungan persamaan temperatur dan fluks panas yang terjadi dalam simulasi perpindahan panas pada pelat stainless steel ini memiliki manfaat agar kita bisa memperhitungkan dan menganalisis perpindahan panas yang terjadi pada benda, bukan hanya pada pelat stainless steel saja. Misalnya pada sistem termal yang lebih luas seperti efisiensi energi dalam industri.
6. Continuum of Awareness
Selalu menjaga kesadaran mulai dari proses set-up simulasi, proses simulasi, sampai pengolahan data hasil simulasi menggunakan curve fititng plot dan intepretasi hasil simulasi pada grafik.
2) Intention
7. Clarity of Intent
Saya berniat untuk mengerjakan simulasi heat transfer serta bisa mngubah menjadi data menggunakan curve fitting dan mengintegrasikan numerik proses perpindahan pnasnya.
8. Alignment of Objectives
Tujuan dari penyelesaian masalah mengenai curve-fitting yang terjadi pada perpindahan panas plat stainless steel adalah untuk memahami akar dari ilmu yang sedang dipelajari khususnya dalam fungsi dan persamaan yang terjadi dalam ilmu yang sedang dipelajari sekarang, agar kita mengetahui dasar dari apa yang kita pelajari, dan yang lebih dasar lagi yaitu memahami Sang Pencipta.
9. Relevance of Intent
Dari hasil evaluasi sebelumnya, maka output dari perhitungan numerik ini adalah curve fitting plot dan heatmap. Kedua visualisasi ini sejalan dengan tujuan proses simulasi yaitu untuk mempermudah kita dalam mengintepretasikan data yang didapat.
10. Sustainability Focus
Dengan adanya software CFDSOF ini memungkinkan perhitungan dan pendekatan yang lebih efektif , tanpa perlu menghiraukan dampak lingkungan terhadapa limbah atau dampak ekonomi terhadap budget dikarenankan simulasiini menggunakan software.
11. Focus on Quality
Data dianalisis dengan metode curve-fitting dan perhitungan mengenai energi yang dikeluarkan dalam bagian-bagian pelat, metodenya sudah sesuai namun hasil yang diinginkan tidak sesuai dan bisa ditingkatkan dengan analisis error dan validasi.
3) Initial-Thinking
12. Problem Understanding
Masalah yang sedang dihadapi adalah bagaimana distribusi temperature pada plat stainless steel 304 dengan ukuran 1 x 1 m. Pada kasus ini, diberikan sumber panas sebesar 303 K pada ujung plat.
13. Stakeholder Awareness
Pada kasus ini terdapat beberapa aspek yang dapat mempengaruhi simulasi yaitu temperatur dimana setiap sisinya berbeda panasnya ( terdapat besi berukuran 1×1 m yang di setiap sisi sisi dialiri panas (303K, 373K, 353K) lalu konduktivitas thermal 16,2 W/mK (stainless steal).
14. Contextual Analysis
Terlihat dari 1000 iterasi, perpindahan panas yang terjadi pada plat stainless steel berbeda pada posisi yang berbeda juga, terlihat melalui kontur warna.
15. Root Cause Analysis
Apabila berbicara terkait perpindahan panas, maka akan masuk ke suatu kuantitas energi bernama kalor. Kalor ini yang akan membawa sejumlah energi panas ke seluruh plat, dimana pergerakan kalor akan memenuhi Hukum Fourier Perpindahan Panas yang telah dinyatakan sebelumnya.
16. Relevance of Analysis
Secara numerik, kasus ini diolah dengan bantuan software CFDSOF sehingga dihasilkan sebuah Data barupa angka dengan saya mengubah data tersebut dengan bantuan curve fitting didapat data yang lebih jelas dalam bentuk grafik.
17. Use of Data and Analysis
Data yang digunakan valid, sesuai apa yang dianalisis oleh aplikasi CFDSOF yang kemudian disimpan dalam format. csv agar bisa dianalisis lebih lanjut.
4) Idealization
18. Assumption Clarity
Pada proses simulasi diperlukan beberapa asumsi sebagai boundary condition dari plat:
– Mikrostruktur material homogen di sepanjang plat
– Thermal properties homogen di sepanjang plat
– Plat bersifat adiabatik, tidak ada panas yang keluar ke lingkungan.
19. Creativity and Innovation
Dalam simulasi perpindahan panas ini, saya menggunakan software CFDSOF, yang memungkinkan saya untuk memvisualisasikan dan menganalisis berbagai skenario perpindahan panas dengan fleksibilitas tinggi. Dengan software ini, pengguna hanya perlu memasukkan parameter seperti suhu dan dimensi yang diinginkan, tanpa batasan kompleksitas selain imajinasi pengguna itu sendiri. CFDSOF memberikan kebebasan untuk mengeksplorasi berbagai kondisi dan memahami perilaku termal suatu sistem secara lebih mendalam.
20. Physical Realism
Solusi yang diusulkan sesuai dengan hukum fisika dan prinsip rekayasa model dari CFDSOF, valid karena mengambil data langsung dari CFDSOF yang digunakan. Analisis perpindahan panas yang terjadi pada simulasi perpindahan panas sudah memberikan hasil visualisasi yang sesuai.
21. Alignment with Intent
Tujuan awalnya adalah untuk mengetahui sebaran temperatur pada plat. Kemudian setup simulasi juga sudah sejalan dengan tujuan awal dan hukum-hukum fisika yang berlaku. Kemudian visualisasi yang dilakukan juga cukup informatif dan membantu dalam memberikan gambaran terkait peristiwa yang terjadi pada plat.
22. Scalability and Adaptability
CFDSOF ini sangat berguna dalam hal simulasi dimana banyak fitur yang tersedia yang dapat membantu proyeksi yang dinginkan. sehingga tidak ada limitasi selain imajinasi tersendiri.
23. Simplicity and Elegance
Hasil dari solusi sudah efisien dan sederhana namun ada sedikit ketidakefektifan karena hasil yang diinginkan melalui hasil curve-fitting belum sesuai karena seharusnya energi yang dikeluarkan = 0, namun hasil pada percobaan sebelumnya menunjukkan sedikit error dimana hasil yang dikeluarkan sebesar = – 2.2311774 W/m.
5) Instruction-Set
24. Clarity of Steps
Dalam penggunaan perangkat lunak CFDSOF, langkah awal adalah menentukan ukuran domain simulasi. Setelah itu, domain dibagi menjadi sejumlah sel untuk meningkatkan akurasi perhitungan. Selanjutnya, area yang telah dibagi ini diklasifikasikan ke dalam beberapa bagian agar parameter seperti suhu, konduktivitas termal, dan kondisi batas dapat diterapkan. Setelah semua parameter ditetapkan, dilakukan proses titrasi untuk memastikan simulasi berjalan sesuai skenario yang diinginkan. Hasil simulasi kemudian divisualisasikan dalam bentuk kontur guna memahami distribusi temperatur serta pola perpindahan panas dengan lebih jelas. Setelahnya, dilakukan plot XY untuk memperoleh data yang dikonversi ke format Excel. Data tersebut kemudian dianalisis menggunakan metode curve fitting untuk mendapatkan persamaan yang menggambarkan hubungan antara variabel yang dikaji. Persamaan ini selanjutnya diproses dengan bantuan AI guna menentukan daya yang dihasilkan dalam sistem perpindahan panas.
25. Comprehensiveness
Semua aspek yang perlu diperhatikan sudah diikutsertkan ke dalam perhitungan, seperti kalor dan temperature gradient.
26. Physical Interpretation
Penjelasan hasil simulasi divisualisasikan dalam curve fitting plot dan heatmap. Heatmap divisualisasikan berupa coding berbahasa python:
import numpy as np
import matplotlib.pyplot as plt
# Data dari dokumen
x = np.array([0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1])
y = np.array([0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0])
T = np.array([
[303, 337.78, 351.28, 357.24, 359.91, 360.68, 359.91, 357.24, 351.28, 337.78, 303],
[303, 323.82, 337.11, 344.78, 348.71, 349.92, 348.71, 344.77, 337.11, 323.82, 303],
[303, 317.42, 328.57, 336.04, 340.24, 341.59, 340.24, 336.04, 328.57, 317.42, 303],
[303, 314.27, 323.73, 330.56, 334.61, 335.95, 334.61, 330.56, 323.73, 314.27, 303],
[303, 312.94, 321.50, 327.86, 331.71, 332.99, 317.13, 327.86, 321.50, 312.94, 303],
[303, 313, 321.47, 327.67, 331.37, 332, 331.37, 327.67, 321.47, 313, 303],
[303, 314.60, 323.73, 329.95, 333.52, 334.67, 333.52, 329.95, 323.73, 314.60, 303],
[303, 318.67, 328.88, 334.91, 338.07, 339.06, 338.07, 334.91, 328.88, 318.67, 303],
[303, 328.22, 338.20, 342.73, 344.80, 345.42, 344.80, 342.73, 338.20, 328.22, 303]
])
# Membuat grid untuk kontur
X, Y = np.meshgrid(x, y)
# Plot kontur
plt.figure(figsize=(8, 6))
# Pilih salah satu opsi colormap di bawah ini:
contour = plt.contourf(X, Y, T, cmap=’viridis’, levels=20) # Warna hijau-biru-kuning
# contour = plt.contourf(X, Y, T, cmap=’coolwarm’, levels=20) # Warna biru-merah
# contour = plt.contourf(X, Y, T, cmap=’jet’, levels=20) # Warna pelangi
# contour = plt.contourf(X, Y, T, cmap=’plasma’, levels=20) # Warna ungu-kuning
plt.colorbar(contour, label=’Temperatur (Kelvin)’)
plt.contour(X, Y, T, colors=’black’, levels=10, linewidths=0.5) # Garis kontur
# Pengaturan grafik
plt.xlabel(‘x (meter)’)
plt.ylabel(‘y (meter)’)
plt.title(‘Distribusi Temperatur 2D (Kontur)’)
plt.grid(True)
# Tampilkan grafik
plt.show()27. Error Minimazation.
Kemungkinan kesalahan dapat dikurangi dengan menambahkan jumlah data karena sifat dari visualisasi hanyalah aproksimasi dari datasets yang ada. Semakin banyak baris dalam datasets, maka akan semakin akurat visualisasinya.
28. Verification and Validation
Validasi yang dimaksud tersendiri adalah apakah data ini sudah benar dan tentunya sudah mengikuti pengetahuan dan pemahaman manusia.
29. Iterative Approach
Pengulangan dan perbaikan dari solusi dilakukan sebanyak 1000 kali iterasi, dan dalam data yang diambil tetap menghasilkan hasil yang sama.
30. Sustainability Integration.
Berdasarkan langkah evaluasi sebelumnya, hasil dari solusi ini dipastikan memenuhi semua aspek keberlanjutan. Secara umum, simulasi merupakan proses yang murah dan dalam kasus ini tidak memerlukan kemampuan komputasi yang tinggi. Selain itu, dengan simulasi, kita tidak perlu melakukan uji coba secara fisik yang umumnya mahal dan menghasilkan limbah.
31. Communication Effectiveness
Data yang didapatkan tersendiri diubah menjadi grafik sehingga lebih mudah dipahami dan dianalisis lebih lanjut, lalu dengan adanya heatmap memungkinkan visualisasi distribusi panas secara lebih detail, sehingga pola perpindahan panas dapat diamati dengan jelas. Dengan pendekatan ini, hasil simulasi dapat dideskripsikan dengan lebih baik, memfasilitasi interpretasi data yang lebih intuitif dan informatif.
32. Alignment with the DAI5 Framework
Proses penyelesaiaan masalah ini sudah menggunakan prinsip DAI5 framework dari awal simulasi hingga diperoleh heatmap.
33. Documentation Quality
Berikut adalah dokumentasi dari Curve-Fitting:
Berikut adalah dokumentasi dari heatmap:
Berikut yang dapat saya sampaikan pada kesempatan kali ini, kurang lebihnya mohon dimaafkan,
Wassalamualaikum Warahmatullahi Wabarakatuh.
