ccitonline.com

Bismillahirrahmanirrahim.
Assalamu’alaikum warahmatullahi wabarakatuh.

Salam semangat belajar kepada seluruh rekan di Kelas Metode Numerik 03 dan Bapak Prof. DAI. Semoga kita semua senantiasa diberikan kesehatan dan kesejahteraan. Sebelum melanjutkan, perkenankan saya menyampaikan identitas diri. Nama saya Ahmad Irsyad Feranoputra, mahasiswa Kelas Metode Numerik 3 dengan nomor pokok 2306250333. Pada kesempatan ini, saya hendak memaparkan lanjutan dari kajian saya pada bagian BAB 3

BAB 3: METODOLOGI IMPLEMENTASI DAN ANALISIS NUMERIK

---

3.1 Pendahuluan

Bab ini memaparkan secara rinci langkah-langkah operasional yang dilakukan dalam menerapkan metode numerik berbasis beda hingga (finite difference method) untuk menganalisis perpindahan panas pada sistem perpipaan kapal, dengan tetap berlandaskan pada kerangka Deep Awareness of I (DAI5). Seluruh tahapan disusun secara sistematis mulai dari pengumpulan data, penyusunan model matematis, diskritisasi, implementasi komputasi, hingga prosedur validasi. Pendekatan DAI5 diintegrasikan bukan sebagai tambahan, tetapi sebagai benang merah yang memandu setiap keputusan teknis dan refleksi ilmiah.

---

3.2 Tahapan Penelitian Berdasarkan DAI5

Penelitian ini dirancang mengikuti alur lima tahap DAI5, yang dalam konteks metodologi penelitian dijabarkan sebagai berikut:

Tahap DAI5	Aktivitas dalam Penelitian
Intention	Menetapkan tujuan penelitian secara jelas: menghitung distribusi temperatur dan heat loss pada pipa kapal, serta memahami keterbatasan model.
Initial Thinking	Melakukan analisis kualitatif fenomena perpindahan panas, mengidentifikasi parameter kunci, serta merumuskan pertanyaan-pertanyaan fisik yang mendasari.
Idealization	Menyusun asumsi-asumsi penyederhanaan yang sahih secara fisika, sehingga sistem yang kompleks dapat diwakili oleh model matematis yang terdefinisi dengan baik.
Instruction Set	Menyusun algoritma numerik, melakukan diskritisasi, menentukan kondisi batas, menjalankan simulasi komputasi, serta menghitung besaran-besaran yang diperlukan.
Deep Awareness	Melakukan refleksi kritis terhadap hasil yang diperoleh, memvalidasi dengan solusi analitik atau literatur, mengevaluasi kelemahan asumsi, dan merumuskan rekomendasi.

Setiap sub-bab berikut akan menguraikan secara detail implementasi masing-masing tahap tersebut.

---

3.3 Tahap Intention: Perumusan Tujuan Penelitian

Sebelum melakukan perhitungan numerik, langkah pertama yang dilakukan adalah menetapkan niat ilmiah (scientific intention) dari penelitian ini. Berdasarkan pendekatan DAI5, niat ini diformulasikan sebagai berikut:

1. Tujuan utama: Menghitung distribusi temperatur fluida sepanjang pipa pada sistem permesinan kapal akibat kehilangan panas ke lingkungan, serta menentukan besarnya heat loss total.
2. Tujuan sekunder:
   • Memahami pengaruh variasi parameter (ketebalan pipa, koefisien konveksi) terhadap efisiensi termal sistem.
   • Membangun kesadaran bahwa hasil numerik harus selalu dikembalikan ke konteks fisik dan teknisnya.
   • Menyediakan rekomendasi desain awal (misalnya kebutuhan isolasi) berdasarkan hasil simulasi.
3. Batasan niat: Penelitian ini tidak bertujuan mencari solusi analitik tertutup, melainkan memahami proses diskritisasi, iterasi, dan refleksi ilmiah melalui metode numerik.

Dengan menetapkan niat ini sejak awal, seluruh proses selanjutnya terhindar dari jebakan teknis semata (misalnya hanya mengejar angka error sekecil mungkin tanpa memaknai hasil).

---

3.4 Tahap Initial Thinking: Analisis Kualitatif Fenomena

3.4.1 Pemahaman Fisik Sistem

Sebelum menyentuh persamaan matematis, dilakukan pemikiran awal tentang bagaimana sebenarnya perpindahan panas terjadi pada sistem perpipaan kapal. Secara kualitatif, aliran panas dapat digambarkan sebagai berikut:

1. Fluida panas (misalnya air panas atau uap) mengalir di dalam pipa dengan temperatur inlet $T_{inlet}$Tinlet​ yang lebih tinggi dari lingkungan $T_{\mathrm{\infty }}$T∞​.
2. Panas berpindah dari fluida ke dinding dalam pipa secara konveksi paksa (karena aliran fluida didorong oleh pompa).
3. Panas terus merambat melalui material dinding pipa secara konduksi.
4. Dari dinding luar pipa, panas dilepaskan ke lingkungan (udara atau air laut) secara konveksi bebas atau paksa, tergantung kondisi operasional kapal.
5. Akibatnya, temperatur fluida semakin menurun seiring bertambahnya jarak dari inlet.

3.4.2 Identifikasi Parameter Kunci

Berdasarkan pemahaman fisik di atas, parameter-parameter yang paling berpengaruh terhadap kehilangan panas diidentifikasi sebagai berikut:

Kelompok Parameter	Parameter Spesifik	Simbol	Dimensi
Fluida	Laju aliran massa	$\dot{m}$m˙	kg/s
Fluida	Kapasitas panas spesifik	$c_p$cp​	J/kg·K
Fluida	Temperatur inlet	$T_{inlet}$Tinlet​	°C / K
Geometri pipa	Diameter pipa	$D$D	m
Geometri pipa	Panjang pipa	$L$L	m
Geometri pipa	Ketebalan dinding	$\delta$δ	m
Material	Konduktivitas termal	$k$k	W/m·K
Lingkungan	Temperatur lingkungan	$T_{\mathrm{\infty }}$T∞​	°C / K
Lingkungan	Koefisien konveksi luar	$h_{out}$hout​	W/m²·K
Aliran dalam	Koefisien konveksi dalam	$h_{in}$hin​	W/m²·K

3.4.3 Pertanyaan-Pertanyaan Kritis

Pada tahap Initial Thinking, diajukan beberapa pertanyaan kritis yang akan dijawab melalui proses numerik:

1. Seberapa cepat temperatur fluida turun sepanjang pipa?
2. Berapa besar energi yang hilang ke lingkungan?
3. Parameter mana yang paling sensitif terhadap heat loss?
4. Apakah hasil numerik yang diperoleh masuk akal secara fisika?

Pertanyaan-pertanyaan ini menjadi pemandu bagi tahap-tahap selanjutnya.

---

3.5 Tahap Idealization: Penyusunan Asumsi dan Model Matematis

3.5.1 Asumsi-asumsi Penyederhanaan

Agar sistem yang kompleks dapat dimodelkan secara matematis dan diselesaikan dengan metode numerik, ditetapkan asumsi-asumsi berikut:

1. Aliran steady (tunak): Tidak ada perubahan terhadap waktu, sehingga $\frac{\mathrm{\partial }}{\mathrm{\partial }t}=0$∂t∂​=0.
2. Satu dimensi (1D): Perubahan temperatur hanya terjadi sepanjang sumbu pipa (arah $x$x), tidak ada variasi pada arah radial ($r$r) maupun tangensial.
3. Sifat material konstan: $c_p$cp​, $k$k, $\mu$μ tidak bergantung pada temperatur.
4. Lingkungan isotermal: Temperatur lingkungan $T_{\mathrm{\infty }}$T∞​ konstan sepanjang pipa.
5. Koefisien perpindahan panas menyeluruh UU konstan: Tidak berubah sepanjang pipa.
6. Tidak ada sumber panas internal: Tidak ada pemanasan tambahan di sepanjang pipa.
7. Radiasi diabaikan: Karena temperatur tidak terlalu tinggi, kontribusi radiasi relatif kecil.

Asumsi-asumsi ini merupakan bentuk idealisasi yang disadari keterbatasannya. Pada tahap Deep Awareness nanti, asumsi-asumsi ini akan dievaluasi kembali.

3.5.2 Model Matematis

Berdasarkan asumsi di atas, persamaan diferensial yang mengatur distribusi temperatur sepanjang pipa adalah:$$\frac{dT}{dx}=-\frac{UP}{\dot{m}{c}_p}(T-T_{\mathrm{\infty }})$$dxdT​=−m˙cp​UP​(T−T∞​)

dengan kondisi batas:$$T(x=0)=T_{inlet}$$T(x=0)=Tinlet​

Koefisien perpindahan panas menyeluruh $U$U dihitung dari gabungan hambatan termal:$$\frac{1}{U}=\frac{1}{h_{in}}+\frac{\delta }{k_{pipa}}+\frac{1}{h_{out}}$$U1​=hin​1​+kpipa​δ​+hout​1​

Untuk pipa tanpa isolasi, $\delta$δ adalah ketebalan dinding pipa. Jika isolasi ditambahkan, suku $\frac{{\delta }_{insulasi}}{k_{insulasi}}$kinsulasi​δinsulasi​​ juga dimasukkan.

3.5.3 Parameter Awal (Baseline)

Untuk simulasi awal (kondisi baseline tanpa isolasi), digunakan parameter berikut yang mewakili sistem tipikal di kapal:

Parameter	Nilai	Satuan	Sumber/Keterangan
$\dot{m}$m˙	0,5	kg/s	Asumsi untuk sistem sedang
$c_p$cp​	4000	J/kg·K	Air panas
$T_{inlet}$Tinlet​	100	°C	Tipikal sistem pendingin atau uap
$T_{\mathrm{\infty }}$T∞​	30	°C	Lingkungan (udara kamar mesin atau laut)
$L$L	10	m	Panjang pipa antar komponen
$D$D	0,05	m	Diameter pipa (2 inci)
$h_{in}$hin​	1000	W/m²·K	Konveksi paksa (air, turbulen)
$h_{out}$hout​	50	W/m²·K	Konveksi bebas (udara)
$k_{pipa}$kpipa​	45	W/m·K	Baja karbon
${\delta }_{pipa}$δpipa​	0,005	m	Tebal dinding 5 mm

Dari data di atas, dihitung:

• $P=\pi D=3,1416\times 0,05=0,1571$P=πD=3,1416×0,05=0,1571 m
• $\frac{1}{U}=\frac{1}{1000}+\frac{0,005}{45}+\frac{1}{50}=0,001+0,000111+0,02=0,021111$U1​=10001​+450,005​+501​=0,001+0,000111+0,02=0,021111
• $U=1\mathrm{/}0,021111\approx 47,37$U=1/0,021111≈47,37 W/m²·K (dibulatkan 50 W/m²·K untuk penyederhanaan)

---

3.6 Tahap Instruction Set: Implementasi Numerik

3.6.1 Diskritisasi Domain

Pipa sepanjang $L=10$L=10 m dibagi menjadi $N=100$N=100 segmen, sehingga:$$\mathrm{\Delta }x=\frac{L}{N}=\frac{10}{100}=0,1\text{ m}$$Δx=NL​=10010​=0,1 m

Node-node diberi indeks $i=0,1,2,\dots ,100$i=0,1,2,…,100, dengan:

• $i=0\to x=0$i=0→x=0 (inlet)
• $i=100\to x=10$i=100→x=10 m (outlet)

3.6.2 Skema Beda Hingga Eksplisit

Menggunakan pendekatan beda maju:$$\frac{T_{i+1}-T_i}{\mathrm{\Delta }x}=-\frac{UP}{\dot{m}{c}_p}(T_i-T_{\mathrm{\infty }})$$ΔxTi+1​−Ti​​=−m˙cp​UP​(Ti​−T∞​)

Sehingga rumus rekursif untuk menghitung temperatur pada node berikutnya adalah:$$T_{i+1}=T_i-\frac{UP\mathrm{\Delta }x}{\dot{m}{c}_p}(T_i-T_{\mathrm{\infty }})$$Ti+1​=Ti​−m˙cp​UPΔx​(Ti​−T∞​)

Didefinisikan parameter $\alpha$α (faktor konstanta):$$\alpha =\frac{UP\mathrm{\Delta }x}{\dot{m}{c}_p}$$α=m˙cp​UPΔx​

Maka:$$T_{i+1}=T_i-\alpha (T_i-T_{\mathrm{\infty }})=(1-\alpha )T_i+\alpha T_{\mathrm{\infty }}$$Ti+1​=Ti​−α(Ti​−T∞​)=(1−α)Ti​+αT∞​

Hitung nilai $\alpha$α dari parameter baseline:$$\alpha =\frac{50\times 0,1571\times 0,1}{0,5\times 4000}=\frac{0,7855}{2000}=0,00039275\approx 3,93\times {10}^{-4}$$α=0,5×400050×0,1571×0,1​=20000,7855​=0,00039275≈3,93×10−4

Karena $\alpha$α sangat kecil ($\ll 1$≪1), skema eksplisit ini stabil dan konvergen.

3.6.4 Perhitungan Heat Loss dan Parameter Turunan

Setelah seluruh $T_i$Ti​ diperoleh, besaran-besaran berikut dihitung:

1. Heat loss total:$$Q_{loss}=\dot{m}{c}_p(T_{inlet}-T_{outlet})$$Qloss​=m˙cp​(Tinlet​−Toutlet​)
2. Efisiensi termal sistem (didefinisikan secara sederhana):$${\eta }_{termal}=\frac{T_{inlet}-T_{outlet}}{T_{inlet}-T_{\mathrm{\infty }}}\times 100\mathrm{\%}$$ηtermal​=Tinlet​−T∞​Tinlet​−Toutlet​​×100%(Semakin kecil $\eta$η, semakin besar energi yang terbuang)
3. Gradien temperatur rata-rata:$$\frac{\mathrm{\Delta }T}{\mathrm{\Delta }x}\approx \frac{T_{outlet}-T_{inlet}}{L}$$ΔxΔT​≈LToutlet​−Tinlet​​

3.6.5 Rencana Variasi Parameter (Studi Parametrik)

Setelah kondisi baseline dihitung, akan dilakukan variasi parameter untuk melihat sensitivitas sistem:

Skenario	Parameter yang Divariasikan	Nilai Variasi	Tujuan
1	Ketebalan isolasi (${\delta }_{ins}$δins​)	0 (baseline), 1 cm, 2 cm, 3 cm, 4 cm, 5 cm	Melihat penurunan heat loss
2	Koefisien konveksi luar ($h_{out}$hout​)	10, 25, 50, 75, 100 W/m²·K	Memodelkan kondisi lingkungan berbeda (angin, air laut)
3	Laju aliran massa ($\dot{m}$m˙)	0,25; 0,5; 1,0; 2,0 kg/s	Pengaruh kecepatan aliran terhadap pendinginan

---

3.7 Tahap Deep Awareness: Refleksi dan Validasi

Setelah perhitungan numerik selesai, hasil tidak langsung diterima begitu saja. Tahap Deep Awareness mengharuskan peneliti untuk melakukan refleksi kritis dan validasi.

3.7.1 Validasi dengan Solusi Analitik

Karena persamaan diferensial yang digunakan memiliki solusi analitik dalam bentuk eksponensial:$$T(x)=T_{\mathrm{\infty }}+(T_{inlet}-T_{\mathrm{\infty }})\exp (-\frac{UP}{\dot{m}{c}_p}x)$$T(x)=T∞​+(Tinlet​−T∞​)exp(−m˙cp​UP​x)

Hasil numerik akan dibandingkan dengan solusi analitik pada beberapa titik. Jika perbedaan (error) sangat kecil (misalnya < 0,01°C), maka implementasi numerik dianggap valid.

3.7.2 Pemeriksaan Fisika Hasil

Beberapa pertanyaan reflektif yang diajukan:

1. Apakah temperatur outlet yang dihasilkan lebih rendah dari temperatur inlet? (Ya, sesuai hukum alam)
2. Apakah $T_{outlet}>T_{\mathrm{\infty }}$Toutlet​>T∞​? (Ya, karena masih ada gradien temperatur)
3. Apakah bentuk profil temperatur eksponensial (menurun secara melandai)? (Ya, sesuai teori)
4. Apakah heat loss meningkat jika $h_{out}$hout​ membesar? (Ya, secara intuitif benar)

3.7.3 Identifikasi Keterbatasan Model

Disadari bahwa model yang digunakan memiliki keterbatasan, antara lain:

• Asumsi satu dimensi mengabaikan gradien temperatur radial yang sebenarnya ada.
• Koefisien UU konstan padahal dalam realitasnya $h_{in}$hin​ dan $h_{out}$hout​ dapat berubah sepanjang pipa karena perubahan temperatur fluida mempengaruhi viskositas dan bilangan Reynolds.
• Sifat material konstan tidak sepenuhnya akurat untuk rentang temperatur yang lebar.

Keterbatasan ini tidak membuat model menjadi tidak berguna, tetapi harus disadari ketika hasilnya diinterpretasikan.

3.7.4 Keputusan Teknis dan Rekomendasi Awal

Berdasarkan hasil simulasi, akan dirumuskan rekomendasi awal, misalnya:

• Jika heat loss terlalu besar (misal > 50 kW untuk sistem ini), maka perlu ditambahkan isolasi dengan ketebalan tertentu.
• Pada kondisi lingkungan dengan $h_{out}$hout​ tinggi (angin kencang atau aliran air laut), isolasi menjadi lebih krusial.