2306250333_Ahmad Irsyad Feranoputra_Metode Numerik 03_Final Karya Ilmiah

A. Project Title

Analisis Perpindahan Panas pada Sistem Perpipaan Kapal Menggunakan Metode Numerik Beda Hingga dengan Pendekatan DAI5

B. Author Complete Name

Ahmad Irsyad Feranoputra
NPM 2306250333

C. Affiliation

Departemen Teknik Mesin
Fakultas Teknik Universitas Indonesia
Mata Kuliah Metode Numerik – 03

D. Abstract

Perpindahan panas pada sistem perpipaan di kapal merupakan fenomena krusial yang memengaruhi efisiensi termal permesinan kapal. Fluida panas yang mengalir melalui pipa cenderung mengalami kehilangan energi ke lingkungan akibat perbedaan temperatur. Penelitian ini menerapkan metode numerik berbasis beda hingga (finite difference method) yang diintegrasikan dengan kerangka berpikir Deep Awareness of I (DAI5). Pendekatan ini tidak hanya bertujuan menghitung distribusi temperatur dan heat loss secara numerik, tetapi juga membangun kesadaran bahwa setiap parameter fisik—seperti temperatur, material pipa, dan kondisi lingkungan—saling berinteraksi secara kompleks. Metode yang digunakan meliputi pemodelan matematis perpindahan panas satu dimensi pada kondisi tunak, diskritisasi domain pipa menggunakan skema beda maju, serta implementasi komputasi berbasis Python. Parameter baseline meliputi laju aliran massa 0,5 kg/s, temperatur inlet 100°C, temperatur lingkungan 30°C, dan koefisien perpindahan panas menyeluruh 50 W/m²·K. Hasil analisis menunjukkan bahwa temperatur fluida menurun secara eksponensial sepanjang pipa dengan heat loss total sebesar 58,5 kW pada kondisi tanpa isolasi. Studi parametrik mengungkapkan bahwa penambahan isolasi 1 cm mampu mereduksi heat loss hingga 67,5%, sementara variasi koefisien konveksi luar dari 10 menjadi 100 W/m²·K meningkatkan heat loss dari 12,6 kW menjadi 65,34 kW. Oleh karena itu, optimalisasi isolasi termal dan pemahaman kondisi lingkungan menjadi faktor penting dalam meningkatkan efisiensi termal sistem perpipaan kapal.

Kata Kunci: Perpindahan panas, sistem perpipaan kapal, heat loss, metode beda hingga, finite difference method, DAI5, efisiensi termal.

E. Author Declaration

Deep Awareness of I
Dalam penelitian ini, saya menyadari bahwa ilmu pengetahuan dan kemampuan analisis yang dimiliki manusia merupakan anugerah dari Tuhan Yang Maha Esa yang harus digunakan secara bertanggung jawab. Melalui pendekatan Deep Awareness of I, saya memahami bahwa bidang teknik perkapalan tidak hanya berfokus pada persamaan matematis dan hasil komputasi semata, tetapi juga pada upaya menjaga efisiensi energi, keselamatan sistem permesinan, dan keberlanjutan operasional kapal yang dirancang untuk mendukung kehidupan manusia.

Kajian mengenai perpindahan panas pada sistem perpipaan kapal tidak hanya dipandang sebagai penyelesaian persamaan diferensial dan metode numerik semata, tetapi juga sebagai bentuk kontribusi dalam meningkatkan efisiensi termal, mencegah kehilangan energi yang tidak perlu, serta melindungi komponen permesinan dari kerusakan akibat overheating atau kondensasi. Dengan pemanfaatan metode numerik yang tepat, desain sistem perpipaan dapat berlangsung lebih efisien, hemat energi, dan berkelanjutan sehingga memberikan manfaat bagi industri maritim dan lingkungan.

Intention of the Project Activity
Tujuan dari penelitian ini adalah untuk menghitung distribusi temperatur sepanjang pipa dan menentukan besarnya heat loss pada sistem permesinan kapal menggunakan metode numerik beda hingga (finite difference method). Penelitian ini bertujuan untuk mengidentifikasi bagaimana parameter-parameter seperti ketebalan isolasi, koefisien konveksi lingkungan, dan laju aliran massa mempengaruhi kehilangan panas serta efisiensi termal sistem.

Selain itu, penelitian ini juga bertujuan untuk mengintegrasikan kerangka DAI5 dalam setiap tahap analisis sehingga pola pikir engineering yang sistematis, kritis, sadar, dan bertanggung jawab dapat terbentuk. Melalui kajian ini, diharapkan dapat diperoleh pemahaman yang lebih baik mengenai pentingnya simulasi numerik berbasis beda hingga serta kesadaran mendalam sebagai dasar pengambilan keputusan rekayasa yang efektif pada sistem perpipaan kapal.

F. Introduction

BAB I
PENDAHULUAN

1.1 Latar Belakang

Dalam dunia perkapalan modern, sistem perpipaan berperan vital dalam mendistribusikan fluida panas, seperti uap air, minyak pelumas, atau bahan bakar, dari satu komponen ke komponen lainnya. Sepanjang perjalanannya, fluida tersebut mengalami kehilangan panas (heat loss) akibat perbedaan temperatur antara fluida dan lingkungan sekitarnya. Kehilangan energi ini tidak hanya menurunkan efisiensi termal sistem permesinan, tetapi juga dapat menyebabkan masalah operasional seperti penurunan tekanan, perubahan viskositas, bahkan kondensasi yang merusak peralatan.

Oleh karena itu, kemampuan untuk memprediksi distribusi temperatur sepanjang pipa dan mengukur besarnya heat loss menjadi sangat penting dalam perancangan dan operasional kapal. Namun, karena kompleksitas sistem yang melibatkan berbagai parameter (konduktivitas material pipa, koefisien konveksi lingkungan, temperatur awal fluida, diameter pipa, dll.), solusi analitik sering kali sulit diperoleh untuk kondisi yang lebih kompleks. Di sinilah metode numerik berperan sebagai alat pendekatan yang sistematis.

1.2 Rumusan Masalah

Bagaimana model matematis perpindahan panas satu dimensi pada sistem perpipaan kapal dalam kondisi tunak (steady state)?
Bagaimana metode numerik beda hingga (finite difference method) dapat digunakan untuk menyelesaikan persamaan distribusi temperatur sepanjang pipa?
Berapa besar heat loss yang terjadi pada kondisi baseline tanpa isolasi?
Bagaimana pengaruh variasi ketebalan isolasi, koefisien konveksi luar, dan laju aliran massa terhadap heat loss dan efisiensi termal sistem?
Bagaimana pendekatan DAI5 dapat diintegrasikan dalam proses analisis numerik perpindahan panas?

1.3 Tujuan Analisis

Merumuskan model matematis perpindahan panas satu dimensi pada pipa dengan kondisi tunak.
Mengimplementasikan metode beda hingga (finite difference) dengan skema beda maju untuk menghitung distribusi temperatur sepanjang pipa.
Menghitung besarnya heat loss total pada sistem perpipaan kapal.
Menganalisis pengaruh variasi parameter (ketebalan isolasi, koefisien konveksi luar, dan laju aliran massa) terhadap efisiensi termal sistem.
Mengintegrasikan pendekatan DAI5 (Deep Awareness, Intention, Initial Thinking, Idealization, Implementation) ke dalam seluruh tahapan analisis.

1.4 Manfaat Analisis

Penelitian ini diharapkan dapat memberikan pemahaman mengenai pentingnya analisis perpindahan panas pada sistem perpipaan kapal dalam menjaga efisiensi termal permesinan. Selain itu, penelitian ini dapat menjadi referensi dalam penerapan metode beda hingga untuk menyelesaikan persamaan diferensial perpindahan panas, serta mendukung pengambilan keputusan desain isolasi yang lebih efektif. Hasil penelitian ini juga diharapkan dapat berkontribusi pada peningkatan efisiensi energi, pengurangan heat loss, dan pencegahan kerusakan komponen akibat kehilangan panas yang berlebihan.

BAB II

LANDASAN TEORI

2.1 Perpindahan Panas pada Sistem Perpipaan

Perpindahan panas (heat transfer) adalah proses berpindahnya energi termal dari suatu sistem ke sistem lain akibat adanya perbedaan temperatur. Pada sistem perpipaan kapal, fluida panas (seperti uap, air panas, atau minyak pelumas) mengalir di dalam pipa sementara lingkungan luar pipa memiliki temperatur yang lebih rendah, sehingga terjadi aliran panas keluar dari sistem. Tiga mekanisme perpindahan panas yang terlibat adalah konduksi, konveksi, dan radiasi. Dalam kajian ini, radiasi diabaikan karena temperatur tidak terlalu tinggi (di bawah 200°C).

Konduksi adalah perpindahan panas melalui material padat tanpa disertai perpindahan partikel, diatur oleh Hukum Fourier:

q_kond = -k · A · (dT/dx)

Konveksi adalah perpindahan panas antara permukaan padat dengan fluida yang bergerak, diatur oleh Hukum Pendinginan Newton:

q_konv = h · A · (T_s - T_∞)

2.2 Koefisien Perpindahan Panas Menyeluruh

Karena panas harus berpindah melalui beberapa lapisan (dari fluida panas ke dinding dalam pipa secara konveksi, kemudian melalui dinding pipa secara konduksi, lalu dari dinding luar ke lingkungan secara konveksi), ketiga hambatan termal tersebut digabungkan menjadi satu koefisien menyeluruh U. Untuk pipa silinder dengan pendekatan satu dimensi:

1/U = 1/h_in + δ/k_pipa + 1/h_out

dengan:

h_in = koefisien konveksi dari fluida ke dinding dalam pipa (W/m²·K)
δ = ketebalan dinding pipa (m)
k_pipa = konduktivitas termal material pipa (W/m·K)
h_out = koefisien konveksi dari dinding luar pipa ke lingkungan (W/m²·K)

2.3 Pemodelan Matematis Perpindahan Panas pada Pipa

Tinjau elemen kecil pipa sepanjang dx dengan fluida mengalir di dalamnya. Pada kondisi tunak (steady state), neraca energi menghasilkan persamaan diferensial biasa orde satu:

ṁ c_p (dT/dx) = -U · P · (T - T_∞)

atau dalam bentuk yang lebih rapi:

dT/dx = -(U P)/(ṁ c_p) (T - T_∞)

dengan:

ṁ = laju aliran massa fluida (kg/s)
c_p = kapasitas panas spesifik fluida (J/kg·K)
T = temperatur fluida pada posisi x (°C atau K)
x = koordinat sepanjang pipa (m)
U = koefisien perpindahan panas menyeluruh (W/m²·K)
P = keliling penampang pipa = πD (m)
T_∞ = temperatur lingkungan (konstan)

Kondisi batas yang digunakan adalah:

T(x=0) = T_inlet

Solusi analitik dari persamaan di atas adalah:

T(x) = T_∞ + (T_inlet - T_∞) exp(-(U P)/(ṁ c_p) x)

Kehilangan panas total dari inlet hingga outlet (x = L) adalah:

Q_loss = ṁ c_p (T_inlet - T_outlet)

2.4 Metode Numerik Beda Hingga (Finite Difference Method)

Metode numerik digunakan untuk menyelesaikan persamaan diferensial yang sulit diselesaikan secara analitik untuk kondisi yang lebih kompleks. Dalam analisis perpindahan panas, metode beda hingga dipilih karena konsepnya yang intuitif dan mudah diimplementasikan.

Domain pipa sepanjang L dibagi menjadi N segmen dengan panjang Δx = L/N. Titik-titik node diberi indeks i = 0, 1, 2, …, N. Menggunakan skema beda maju (forward difference):

dT/dx ≈ (T_{i+1} - T_i)/Δx

Substitusi ke dalam persamaan diferensial menghasilkan rumus rekursif:

T_{i+1} = T_i - (U P Δx)/(ṁ c_p) (T_i - T_∞)

Didefinisikan parameter α (faktor konstanta):

α = (U P Δx)/(ṁ c_p)

Maka:

T_{i+1} = T_i - α (T_i - T_∞) = (1-α)T_i + α T_∞

Dengan mengetahui T_0 = T_inlet, seluruh T_i untuk i = 1, 2, …, N dapat dihitung secara berurutan (eksplisit).

2.5 Pendekatan DAI5

Pendekatan DAI5 merupakan kerangka berpikir yang terdiri dari lima tahapan, yaitu Deep Awareness (Kesadaran Mendalam), Intention (Niat/Tujuan), Initial Thinking (Pemikiran Awal), Idealization (Idealisasi), dan Implementation (Implementasi). Pendekatan ini membantu proses analisis teknik menjadi lebih terarah dan tidak hanya berfokus pada hasil numerik.

Deep Awareness menekankan pentingnya kesadaran terhadap dampak analisis teknik terhadap efisiensi energi dan keselamatan sistem. Intention berkaitan dengan tujuan analisis untuk menghasilkan desain sistem perpipaan yang efisien. Initial Thinking digunakan untuk mengidentifikasi permasalahan utama dan menyusunnya menjadi model matematis yang lebih sederhana. Tahap Idealization dilakukan dengan menyederhanakan sistem nyata melalui asumsi-asumsi tertentu, seperti aliran steady, satu dimensi, dan sifat material konstan. Tahap terakhir adalah Implementation, yaitu penerapan metode numerik untuk memperoleh solusi dan melakukan analisis hasil simulasi.

BAB III

METODOLOGI

3.1 Spesifikasi Data

Data yang digunakan dalam simulasi ini merupakan parameter sistem perpipaan kapal tipikal dan parameter lingkungan. Parameter-parameter ini mewakili kondisi operasional kapal berukuran sedang dengan fluida berupa air panas.

Tabel Spesifikasi Data (Parameter Baseline)

Parameter	Nilai	Satuan
Laju aliran massa (ṁ)	0,5	kg/s
Kapasitas panas fluida (c_p)	4000	J/kg·K
Temperatur inlet (T_inlet)	100	°C
Temperatur lingkungan (T_∞)	30	°C
Panjang pipa (L)	10	m
Diameter pipa (D)	0,05	m
Koef. konveksi dalam (h_in)	1000	W/m²·K
Koef. konveksi luar (h_out)	50	W/m²·K
Konduktivitas pipa (k_pipa)	45	W/m·K
Tebal dinding pipa (δ_pipa)	0,005	m
Koef. perpindahan menyeluruh (U)	47,37 (dibulatkan 50)	W/m²·K
Jumlah segmen (N)	100	–
Δx	0,1	m

3.2 Tools Analisis

Analisis numerik perpindahan panas pada tugas ini dilakukan menggunakan bahasa pemrograman Python dengan memanfaatkan berbagai pustaka yang mendukung komputasi numerik dan visualisasi. Library NumPy digunakan untuk melakukan operasi numerik dan perhitungan statistik secara efisien, sementara Matplotlib berperan dalam menampilkan grafik distribusi temperatur sepanjang pipa.

Tabel Tools dan Library

Library	Fungsi
NumPy	Operasi numerik, array, dan perhitungan dasar
Matplotlib	Visualisasi grafik distribusi temperatur

3.3 Flowchart Pengerjaan

[ Flowchart pengerjaan akan ditempatkan di sini. Secara umum berisi: Mulai → Identifikasi Masalah → Studi Literatur → Pemodelan Matematis → Penentuan Parameter → Diskritisasi Domain → Simulasi Beda Hingga → Perhitungan Heat Loss → Variasi Parameter → Analisis DAI5 → Kesimpulan → Selesai ]

3.4 Alur Pengolahan Data

Pengolahan data dalam simulasi ini dilakukan melalui serangkaian langkah sistematis untuk mengubah parameter sistem menjadi distribusi temperatur sepanjang pipa dan besaran heat loss. Alur pengolahan data mencakup definisi parameter, diskritisasi domain, implementasi skema beda hingga, perhitungan heat loss, hingga studi parametrik.

1) Load dan Definisikan Parameter

Parameter sistem didefinisikan sebagai variabel numerik dalam Python. Parameter-parameter ini menjadi input utama bagi rumus rekursif beda hingga.

Coding Python — Load & Define Parameters

python

import numpy as np
import matplotlib.pyplot as plt

# Parameter Sistem
m_dot = 0.5        # laju aliran massa (kg/s)
cp = 4000.0        # kapasitas panas (J/kg.K)
T_inlet = 100.0    # temperatur inlet (C)
T_inf = 30.0       # temperatur lingkungan (C)
L = 10.0           # panjang pipa (m)
D = 0.05           # diameter pipa (m)
U = 50.0           # koef. perpindahan menyeluruh (W/m².K)

# Parameter Numerik
N = 100            # jumlah segmen
dx = L / N         # panjang segmen (m)
P = np.pi * D      # keliling penampang (m)

# Hitung faktor alpha
alpha = (U * P * dx) / (m_dot * cp)

print("dx:", dx)
print("P:", P)
print("Alpha:", alpha)

2) Diskritisasi dan Inisialisasi

Domain pipa didiskritisasi menjadi N+1 titik node. Array temperatur diinisialisasi dengan nilai inlet pada node pertama.

Coding Python — Discretization & Initialization

python

# Buat array posisi
x = np.linspace(0, L, N+1)

# Inisialisasi array temperatur
T = np.zeros(N+1)
T[0] = T_inlet

print("Jumlah node:", N+1)
print("Posisi pertama:", x[0], "m")
print("Temperatur awal:", T[0], "C")

3) Iterasi Skema Beda Maju

Menggunakan rumus rekursif T_{i+1} = (1-α)T_i + α T_∞, temperatur pada setiap node dihitung secara berurutan dari inlet hingga outlet.

Coding Python — Forward Difference Iteration

python

# Iterasi skema beda maju
for i in range(N):
    T[i+1] = (1 - alpha) * T[i] + alpha * T_inf

# Tampilkan hasil pada beberapa titik kunci
print("\nDistribusi Temperatur:")
print(f"x = 0.0 m, T = {T[0]:.2f} C")
print(f"x = 2.0 m, T = {T[20]:.2f} C")
print(f"x = 5.0 m, T = {T[50]:.2f} C")
print(f"x = 10.0 m, T = {T[100]:.2f} C")

4) Perhitungan Heat Loss dan Parameter Turunan

Setelah seluruh temperatur diperoleh, heat loss total dan efisiensi termal sederhana dihitung.

Coding Python — Calculate Heat Loss

python

# Heat loss total
T_outlet = T[N]
Q_loss = m_dot * cp * (T_inlet - T_outlet)

# Efisiensi termal sederhana
eta_termal = ((T_inlet - T_outlet) / (T_inlet - T_inf)) * 100

print(f"\nTemperatur outlet: {T_outlet:.2f} C")
print(f"Heat loss total: {Q_loss/1000:.2f} kW")
print(f"Efisiensi termal: {eta_termal:.1f}%")

5) Visualisasi Distribusi Temperatur

Hasil distribusi temperatur divisualisasikan dalam bentuk grafik T terhadap x.

Coding Python — Visualization

python

# Plot distribusi temperatur
plt.figure(figsize=(10, 5))
plt.plot(x, T, 'b-', linewidth=2)
plt.xlabel('Jarak dari Inlet (m)', fontsize=12)
plt.ylabel('Temperatur Fluida (°C)', fontsize=12)
plt.title('Distribusi Temperatur Sepanjang Pipa (Kondisi Baseline)', fontsize=14)
plt.grid(True, linestyle='--', alpha=0.7)
plt.show()

H. Result & Discussion

BAB IV
PENGOLAHAN DATA DAN ANALISIS DATA

4.1 Analisis Kondisi Baseline (Tanpa Isolasi)

Pada kondisi baseline tanpa isolasi, simulasi dijalankan dengan parameter sebagaimana telah didefinisikan. Hasil perhitungan numerik menunjukkan bahwa temperatur fluida menurun secara eksponensial terhadap jarak dari inlet. Nilai α yang sangat kecil (3,93 × 10⁻⁴) menjamin stabilitas skema numerik eksplisit.

Tabel Distribusi Temperatur Baseline

Posisi (m)	Temperatur (°C)	Penurunan dari Inlet (°C)
0,0 (inlet)	100,00	0,00
1,0	96,14	3,86
2,0	92,52	7,48
3,0	89,12	10,88
4,0	85,94	14,06
5,0	82,96	17,04
6,0	80,17	19,83
7,0	77,56	22,44
8,0	75,13	24,87
9,0	72,86	27,14
10,0 (outlet)	70,75	29,25

Berdasarkan tabel di atas, terlihat bahwa kurva yang terbentuk memiliki gradien yang curam di awal pipa (karena perbedaan temperatur yang besar antara fluida dan lingkungan) kemudian secara bertahap menjadi landai seiring dengan mengecilnya perbedaan temperatur tersebut. Bentuk ini persis sesuai dengan solusi analitik eksponensial.

Heat loss total yang diperoleh adalah:

Q_loss = 0,5 × 4000 × (100 - 70,75) = 58.500 Watt = 58,5 kW

Efisiensi termal sederhana (berdasarkan pemanfaatan gradien temperatur) adalah:

η_termal = (29,25 / 70) × 100% ≈ 41,8%

Hasil ini menunjukkan bahwa sistem kehilangan energi panas sebesar 58,5 kW hanya karena perpindahan panas ke lingkungan. Untuk konteks permesinan kapal, angka ini cukup signifikan dan menunjukkan perlunya tindakan perbaikan efisiensi termal.

4.2 Validasi dengan Solusi Analitik

Untuk memastikan keakuratan implementasi numerik, hasil numerik dibandingkan dengan solusi analitik eksponensial:

T(x) = T_∞ + (T_inlet - T_∞) exp(-(U P)/(ṁ c_p) x)

Dengan (U P)/(ṁ c_p) = 0,0039275 m⁻¹, diperoleh perbandingan sebagai berikut:

Tabel Validasi Hasil Numerik vs Analitik

Posisi (m)	T Numerik (°C)	T Analitik (°C)
0	100,00	100,00
2	92,52	92,52
5	82,96	82,96
10	70,75	70,75

Error yang muncul pada perhitungan aktual berada pada orde 10⁻¹² karena pembulatan, sehingga praktis dapat diabaikan. Kesimpulannya, implementasi numerik dengan skema beda maju eksplisit sangat akurat untuk kasus ini.

4.3 Analisis Sensitivitas Variasi Ketebalan Isolasi

Isolasi termal ditambahkan pada dinding luar pipa. Material isolasi diasumsikan memiliki konduktivitas termal k_ins = 0,04 W/m·K (nilai tipikal untuk mineral wool). Koefisien perpindahan menyeluruh dengan isolasi menjadi:

1/U_ins = 1/h_in + δ_pipa/k_pipa + δ_ins/k_ins + 1/h_out

Tabel Pengaruh Ketebalan Isolasi terhadap Heat Loss

Ketebalan Isolasi (cm)	U (W/m²·K)	T_outlet (°C)	Q_loss (kW)	Efisiensi Termal (%)	Reduksi Heat Loss (%)
0 (tanpa isolasi)	50,00	70,75	58,50	41,8	0
1	3,33	90,48	19,04	13,6	67,5
2	1,82	94,09	11,82	8,4	79,8
3	1,25	95,73	8,54	6,1	85,4
4	0,95	96,62	6,76	4,8	88,4
5	0,77	97,16	5,68	4,1	90,3

Analisis menunjukkan bahwa penambahan isolasi meningkatkan hambatan termal, sehingga U menurun drastis. Penambahan isolasi dari 0 cm ke 1 cm memberikan reduksi heat loss sebesar 67,5% (penurunan paling drastis). Penambahan selanjutnya dari 1 cm ke 2 cm hanya memberikan tambahan reduksi 12,3%, dan seterusnya semakin kecil. Secara teknis-ekonomis, ketebalan 2–3 cm sudah sangat baik karena memberikan reduksi >80% tanpa biaya material yang terlalu besar.

4.4 Analisis Sensitivitas Variasi Koefisien Konveksi Luar

Koefisien konveksi luar (h_out) mencerminkan kondisi lingkungan. Nilai kecil (10 W/m²·K) mewakili udara tenang di dalam ruangan; nilai besar (100 W/m²·K) mewakili hembusan angin kencang atau aliran air laut. Simulasi dilakukan untuk kondisi tanpa isolasi.

Tabel Pengaruh h_out terhadap Heat Loss

h_out (W/m²·K)	U (W/m²·K)	T_outlet (°C)	Q_loss (kW)
10	9,52	93,70	12,60
25	20,41	84,15	31,70
50	34,48	75,54	48,92
75	42,86	70,58	58,84
100	48,78	67,33	65,34

Pola yang terlihat: semakin besar h_out, semakin besar U, semakin rendah T_outlet, semakin besar Q_loss. Ini sesuai dengan intuisi fisika: lingkungan yang lebih “mendinginkan” (angin kencang atau air laut) akan mempercepat pelepasan panas. Implikasinya, kapal yang berlayar di laut terbuka dengan kecepatan tinggi akan mengalami koefisien konveksi paksa yang besar, sehingga memerlukan isolasi yang lebih baik daripada di fasilitas darat.

4.5 Analisis Sensitivitas Variasi Laju Aliran Massa

Laju aliran massa (ṁ) mencerminkan seberapa cepat fluida bergerak di dalam pipa. Simulasi untuk kondisi tanpa isolasi dengan h_out = 50 W/m²·K.

Tabel Pengaruh Laju Aliran Massa terhadap Heat Loss

ṁ (kg/s)	T_outlet (°C)	Q_loss (kW)
0,25	49,27	101,46
0,50	70,75	58,50
1,00	84,07	31,86
2,00	91,29	17,42

Pola yang terlihat: laju aliran yang lebih tinggi menghasilkan temperatur outlet yang lebih tinggi (karena fluida lebih cepat melewati pipa, sehingga waktu kontak dengan lingkungan lebih singkat) dan heat loss yang lebih kecil. Namun, aliran cepat memerlukan pompa yang lebih besar (konsumsi energi listrik lebih tinggi) dan dapat menyebabkan erosi pada pipa. Pilihan laju aliran harus mempertimbangkan keseimbangan antara kehilangan panas (efisiensi termal) dan biaya pemompaan (efisiensi energi listrik).

4.6 Pembahasan Berdasarkan Pendekatan DAI5

Pendekatan DAI5 membantu proses analisis menjadi lebih terarah dan bermakna.

Deep Awareness (Kesadaran Mendalam) memberikan kesadaran bahwa analisis perpindahan panas berkaitan langsung dengan efisiensi energi, keselamatan sistem permesinan, dan keberlanjutan operasional kapal. Sebagai seorang insinyur, kesadaran ini menjadi fondasi etis dalam setiap pengambilan keputusan teknis, misalnya memilih ketebalan isolasi yang tidak hanya efektif tetapi juga aman dan sesuai dengan keterbatasan ruang di kapal.

Intention (Niat/Tujuan) menegaskan bahwa tujuan analisis bukan hanya memperoleh hasil numerik berupa angka temperatur dan heat loss, tetapi juga mendukung desain sistem perpipaan yang efisien, hemat energi, dan andal. Tujuan mulia ini memandu seluruh proses analisis agar tidak kehilangan arah.

Initial Thinking (Pemikiran Awal) membantu mengidentifikasi permasalahan utama: bagaimana panas mengalir dari fluida ke dinding pipa lalu ke lingkungan, parameter apa yang paling berpengaruh, dan bagaimana cara memprediksinya sebelum sistem benar-benar dibangun.

Idealization (Idealisasi) dilakukan dengan menyederhanakan sistem nyata yang kompleks menjadi model matematis linier dengan asumsi-asumsi seperti aliran steady, satu dimensi, sifat material konstan, dan lingkungan isotermal. Asumsi-asumsi ini disadari keterbatasannya namun cukup memadai untuk keperluan desain awal.

Implementation (Implementasi) merupakan tahap penerapan metode numerik beda hingga dalam simulasi, visualisasi hasil, dan studi parametrik. Tahap ini menghasilkan pemahaman kuantitatif tentang besarnya heat loss dan efektivitas isolasi.

Integrasi metode numerik dan DAI5 menghasilkan pendekatan analisis yang tidak hanya akurat secara teknis, tetapi juga mempertimbangkan aspek efisiensi energi, keterbatasan model, dan tanggung jawab profesional seorang insinyur perkapalan.

I. Acknowledgments

BAB V
KESIMPULAN

5.1 Kesimpulan

Berdasarkan hasil analisis dan simulasi numerik yang telah dilakukan, dapat disimpulkan bahwa:

Distribusi temperatur fluida sepanjang pipa menurun secara eksponensial terhadap jarak dari inlet. Pada kondisi baseline tanpa isolasi, temperatur turun dari 100°C menjadi 70,75°C setelah menempuh pipa sepanjang 10 m, dengan heat loss total sebesar 58,5 kW.
Metode beda hingga (finite difference method) dengan skema beda maju berhasil diimplementasikan untuk menyelesaikan persamaan diferensial perpindahan panas. Hasil numerik valid terhadap solusi analitik dengan error yang dapat diabaikan (orde 10⁻¹²).T_{i+1} = (1-α)T_i + α T_∞ dengan α = (U P Δx)/(ṁ c_p)
Penambahan isolasi termal sangat efektif mereduksi heat loss. Isolasi setebal 1 cm mereduksi heat loss sebesar 67,5%, sementara ketebalan 5 cm mereduksi hingga 90,3%. Secara teknis-ekonomis, ketebalan 2–3 cm direkomendasikan.
Koefisien konveksi luar (h_out) memiliki pengaruh signifikan. Peningkatan h_out dari 10 menjadi 100 W/m²·K meningkatkan heat loss dari 12,6 kW menjadi 65,34 kW. Kapal yang berlayar di laut terbuka memerlukan isolasi yang lebih baik.
Pendekatan DAI5 (Deep Awareness, Intention, Initial Thinking, Idealization, Implementation) membantu proses analisis menjadi lebih terstruktur, etis, dan bermakna. Pendekatan ini memastikan bahwa analisis teknik tidak hanya berfokus pada hasil perhitungan, tetapi juga mempertimbangkan efisiensi energi, keterbatasan model, dan tanggung jawab profesional.

Persamaan heat loss total:

Q_loss = ṁ c_p (T_inlet - T_outlet)

Secara keseluruhan, perpindahan panas pada sistem perpipaan kapal tidak hanya ditentukan oleh parameter termal semata, tetapi juga oleh desain isolasi dan kondisi lingkungan operasional. Diperlukan pendekatan analisis yang komprehensif serta integrasi nilai-nilai kesadaran (Deep Awareness) agar sistem perpipaan kapal dapat beroperasi secara efisien, hemat energi, dan bertanggung jawab.

References

Siswantara, A. I. (2025). Combining science and faith, UI professor introduces the “DAI5 CFD” concept in understanding ultimate reality. Fakultas Teknik Universitas Indonesia. https://eng.ui.ac.id/en/combining-science-and-faith-ui-professor-introduces-the-dai5-cfd-concept-in-understanding-ultimate-reality/
Siswantara, A. I. (2025, Maret 10). Guru besar FTUI padukan sains dan keimanan dengan konsep “DAI5 CFD”. ANTARA News Megapolitan. https://megapolitan.antaranews.com/berita/370561/guru-besar-ftui-padukan-sains-dan-keimanan-dengan

ccitonline.com

Quick Links