Finite Element & Multi-Physics

Semester Ganjil 2024/2025

Syllabus and Handout

Example of FEM and Analytical Solution

Pipe Stress Analysis

CALCULIX

Axial buried pipe displacement

Nicholas Ego Guarsa

Wahyu Purnawirawan

Hazimi Hamar

Mohammad Rafi

Irwan Haryanto

Tanveer khan

Muhammad Alif Wahab Adhicahya

Analisis 1D Elemen Multifisik pada Struktur Pipa HDPE Menggunakan Metode FEM dan ANN dengan Pendekatan DAI5 Framework oleh Nicholas Ego Guarsa

Analisa 1D Elemen Multiphysics FEM untuk Tegangan Termal dengan Artificial Neural Network (ANN) Menggunakan Framework DAI5 Studi Kasus Bar Baja Silindris 1D by Irwan Haryanto

Predicting Static Stress in One-Dimensional Bar Elements Using Artificial Neural Networks coupled with DAI5 Framework-by-Tanveer Khan

Analisis 2D Multiphysics pada sistem struktural dan tegangan termal untuk line pipe (elbow) Menggunakan Finite Element Multiphysics (FEM) dan Artificial Neural Network (ANN) dengan Framework DAI5 oleh Hazimi Hamar

Pengembangan Model ANN untuk Analisis Multiphysics Struktur Komposit sebagai Alternatif Metode Finite Element - by - Wahyu Purnawirawan

Optimasi Desain Struktur Kapal Ikan Menggunakan Kombinasi Numerik dan Machine Learning by Mohammad Rafi

Penelitian ini bertujuan untuk mengoptimalkan struktur kapal ikan dengan mempertimbangkan jenis konstruksi sebagai variabel utama. Pendekatan yang digunakan mengintegrasikan metode Finite Element Method (FEM) dengan teknologi kecerdasan buatan melalui Machine Learning (ML). Proses simulasi diawali dengan analisis menggunakan FEM untuk mengeksplorasi berbagai variasi parameter dan menghasilkan data relevan. Data ini kemudian diolah dengan Machine Learning untuk mempercepat proses optimasi dan menciptakan desain yang efisien serta sesuai dengan kebutuhan industri perkapalan. Dalam penelitian ini, kesadaran akan tujuan utama selaras dengan tanggung jawab etis dan nilai spiritual dalam menciptakan solusi yang berkelanjutan dan bernilai manfaat bagi masyarakat luas.

Desain struktur kapal ikan yang dianalisis berfokus pada bagian lambung kapal, mengingat bagian ini berperan krusial dalam menopang beban dan menentukan performa keseluruhan kapal. Untuk mempercepat waktu simulasi, digunakan pendekatan simetri (Symmetric Boundary) pada model kapal ikan berkapasitas 5 GT dengan panjang 10 meter, yang sering ditemukan di perairan Indonesia. Variabel utama yang dikaji adalah jenis konstruksi kapal, yaitu memanjang, melintang, dan campuran, serta variasi ketebalan pelat kapal untuk mengevaluasi dampaknya terhadap kekuatan struktural, biaya, dan kecepatan kapal. Simulasi dilakukan dengan mempertimbangkan kondisi batas yang merepresentasikan kondisi aktual kapal di perairan Indonesia, termasuk faktor beban muatan yang memengaruhi kekuatan struktur kapal. Proses simulasi ini dilengkapi dengan validasi konvergensi untuk memastikan akurasi, di mana perbedaan hasil simulasi antar ukuran mesh tidak melebihi 2%.

Hasil simulasi FEM berupa data performa, tegangan, tekanan, jenis konstruksi, dan ketebalan pelat kemudian diolah dengan Machine Learning. Integrasi FEM dan Machine Learning memungkinkan proses optimasi dilakukan tanpa perlu pengulangan simulasi (loop-test) yang berlebihan. Hal ini tidak hanya mempercepat proses desain tetapi juga memastikan model yang dihasilkan lebih optimal, efisien, dan relevan untuk diterapkan pada berbagai skenario operasional. Pendekatan ini mempertimbangkan aspek keberlanjutan, seperti pengurangan limbah material dan peningkatan efisiensi energi, yang memberikan dampak positif baik secara ekonomi maupun lingkungan.

Evaluasi penelitian ini menggunakan framework DAI5, yang mencakup kesadaran mendalam, niat yang selaras dengan nilai spiritual, analisis masalah yang mendalam, idealisasi solusi yang realistis, dan penyusunan instruksi yang jelas dan terstruktur. Dalam aspek kesadaran mendalam, penelitian ini tidak hanya berfokus pada solusi teknis tetapi juga mempertimbangkan dampak etis, spiritual, dan sosial yang lebih luas. Niat penelitian ini selaras dengan tujuan keberlanjutan global, yaitu menciptakan desain kapal yang ekonomis, efisien, dan ramah lingkungan. Analisis masalah dilakukan secara menyeluruh dengan mempertimbangkan perspektif berbagai pemangku kepentingan dan akar penyebab masalah. Idealisasi solusi didasarkan pada prinsip kesederhanaan, efisiensi, dan skalabilitas. Seluruh proses dilengkapi dengan dokumentasi yang profesional untuk memastikan bahwa hasil penelitian dapat dimanfaatkan oleh berbagai pihak.

Penelitian ini menunjukkan bahwa integrasi metode numerik dan teknologi Machine Learning dapat menciptakan solusi desain kapal ikan yang tidak hanya efisien secara teknis tetapi juga berdampak positif pada keberlanjutan dan nilai sosial. Evaluasi berdasarkan DAI5 memastikan bahwa pendekatan ini mendukung pengambilan keputusan berbasis data, selaras dengan nilai etika, spiritualitas, dan keberlanjutan global. Dengan demikian, penelitian ini diharapkan dapat menjadi langkah maju dalam pengembangan teknologi desain kapal ikan yang relevan dengan kebutuhan industri perkapalan di Indonesia.