Mochamad.yusuf31

alt text

Nama sayaMochamad Yusuf Efendi atau yang lebih akrab disapa Yusuf, seorang mahasiswa magister teknik mesin, Universitas Indonesia. Saya mengawali perkuliahan di Universitas Indonesia pada semester ganjil 2024/2025 dengan memgambil peminatan Konversi dan Konservasi Energi (KKE), sejalan dengan peminatan yang telah saya ambil sebelumnya pada saat Sarjana. Saya memiliki topik penelitian tentang studi ekperimental dan simulasi optimasi produksi garam dengan menggunakan teknologi tunnel. Dalam proses penyelesainnya penelitian ini, saya akan dibimbing oleh Prof. Nasruddin selaku dosen pembimbing akademik.

---

---

Pertemuan 1 (29-10-2024)

DAI5 merupakan sebuah kerangka berpikir (framework) concious thinking untuk menyelesaikan masalah yang dikembangkan berdasarkan computational thinking. Metode ini dikenalkan oleh Pak DAI (Dr. Ahmad Indra) yang ditulis ke dalam manuskript yang berjudul "DAI5: Framework penyelesaian masalah berbasis conscious thinking". Concious thinking adalah sebuah metode untuk meningkatkan kritikal thinking dan kesadaran diri sendiri dalam segala hal, utamanya dalam problem solving dan learning environment. Pada prinsipnya pendekatan consiuous thingking mengutamakan niat dan tujuan yang jelas dalam penyelesaian setiap masalah. DAI5 terdiri dari 4 fase yang maasing-masing fase bermaskud untuk memahami secara mendalam berbagai permasalahan yang kompleks. 4 fase dari DAI5 concious thinking ini antara lain: 1. Intention, adalah subjek dimana setiap individu menentukan niat berdasarkan kesadaran dan pengalaman dirinya sendiri.

2. Initial thinking, merupakan tahapan untuk mengeksplorasi berbagai masalah untuk memperoleh gambaran, konsep, atau prinsip dasar penyelesaian masalah.

3. Idealization, adalah proses penyederhanaan masalah yang kompleks menjadi lebih sederhana sesuai dengan asumsi

4. Intruction set, adalah tahapan akhir yang mana merupakan persiapan algoritma penyelesaian dari permasalahan untuk diselesaikan. Metode DAI5 menawarkan kerangkan pemikiran untuk menyelesaikan masalah lebih efektif karena melibatkan semua aspek termasuk brainware (kecerdasan otak) dan heartware (perasaan/hati), sehingga memungkinkan hasil yang lebih bagus.

Tugas 1

Menyelesaikan masalah matematis dengan menggunakan metode DAI5:

https://docs.google.com/document/d/1-Krj3vnUXLUWNGg0mfB_BJSEhGhSxSgt/edit?usp=sharing&ouid=118120082038900292630&rtpof=true&sd=true

Berikut adalah rangkuman penerapan metode DAI5 untuk menyelesaikan masalah finite element 1D pada batang

1. Intention (Niat) Tujuan utama adalah menggunakan metode elemen hingga (finite element method) 1D untuk menyelesaikan masalah distribusi suhu dalam batang, dimana batang dibagi menjadi elemen-elemen kecil untuk mendapatkan pendekatan solusi numerik dari persamaan diferensial parsial (PDE). Proses ini menggabungkan matematika diskret dan prinsip-prinsip fisika untuk mengungkap pola distribusi suhu sebagai bukti keteraturan dan harmoni dalam sistem fisik yang rumit.

2. Initial Thinking (Pemikiran Awal) Diawali dengan pemahaman dasar mengenai persamaan diferensial yang mendefinisikan konduksi panas dalam batang, yaitu: -d/dx (k(dT/dx)=q Dimana k adalah konduktivitas termal, T adalah suhu, dan q adalah sumber panas. Kita mengidentifikasi bahwa solusi ini membutuhkan pembentukan matriks kekakuan global K dan vektor sumber F untuk menghasilkan distribusi suhu.

3. Idealization (Idealitas) Menyederhanakan masalah dengan asumsi-asumsi berikut: • Menggunakan batang 1D dengan panjang L yang dibagi menjadi elemen N dengan panjang Δx. • Menggunakan konduktivitas termal konstan. • Menerapkan fungsi basis linear untuk mendekati suhu di setiap elemen, dengan kondisi batas yang diketahui pada ujung batang.

4. Instruction Set (Langkah Instruksi) Langkah-langkah utama dalam algoritma: 1. Inisialisasi parameter fisik, panjang elemen, serta inisialisasi matriks K dan vektor F. 2. Membangun matriks kekakuan lokal untuk setiap elemen dan menggabungkannya ke dalam matriks kekakuan global K. 3. Membangun vektor sumber lokal untuk tiap elemen dan menggabungkannya ke dalam vektor sumber global F. 4. Menerapkan kondisi batas pada matriks K dan vektor F. 5. Menyelesaikan sistem persamaan K⋅T=F untuk mendapatkan distribusi suhu T. 6. Menginterpretasikan hasil distribusi suhu untuk memvisualisasikan penyebaran panas di batang.

5. Outcome (Hasil) Hasil dari algoritma ini adalah distribusi suhu di sepanjang batang dalam bentuk diskret, yang menunjukkan bagaimana panas menyebar dalam sistem. Dengan pendekatan elemen hingga, kita dapat melihat keteraturan dan struktur fisik yang kompleks, memberikan wawasan tentang keteraturan alam dan harmoni yang mungkin mencerminkan kebesaran Tuhan.

---

Pertemuan 2 (05-11-2024)

Pada pertemuan ini saya ingin mengetahui apa yang membedakan mahasiwa Sarjana, Magsiter, dan Doktor Teknik Mesin. Untuk mengetahui perbedaan tersebut dapat diuji dengan beberapa parameter seperti tingkat pemahaman, kedalaman analisa, dan kemampuan dalam mengembangkan penelitian dengan menggabungkan permasalahan praktis, evaluasi dan responnya. Secara umum perbedaan ketiga jenjang tersebut pada tingkat pertanyaan dan kompleksitasnya adalah sebagai berikut:

1. Sarjana: Mahasiswa sarjana fokus pada pengetahuan dasar dan aplikasi praktis. Sebagai contohnya pertanyaan untuk sarjana adalah bagaimana prinsip dasar thermodinamika dan bagaimana penerapan pada efisiensi mesin?

2. Magisiter: Mahasiswa magister selain fokus pada pengetahuan dasar, juga fokus pada peningkatan skil analitik dan menggabungkan beberapa konsep dasar untuk aplikasi praktis. Sebagai contohnya, pertanyaan yang dapat ditanyakan kepada mahasiswa magister adalah bagaimana cara untuk mendesain mesin yang lebih efisien dengan memanfaatkan prinsip thermodinamika dan faktor apa saja yang dipertimbangkan perlu dipertimbagkan.

3. Doktor: Mahasiswa Doktor fokus pada pengembangan keilmuan melalui penelitian. Sebagai contohnya mahasiswa doktor akan diberikan pertanyaan tentang bagaimana penelitian yang dapat anda lakukan untuk mengatasi tantangan industri secara spesifik, dan bagaimana konsep yang anda usulkan dapat memberikan pengaruh dan keuntungan di masa depan?

Selain ditinjau berdasarkan pada pemahaman keilmuannya, perbedaan mahasiswa Sarjana, Magister, dan Doktor Teknik Mesin juga dapat ditinjau berdasarkan kemapuan problem solvingnya. Sarjana cenderung mengerjakan tugas yang meilbatkan prinsip dasar dan metode dasar. Sementara itu, mahasiswa Magister meyelesaian persoalan kompleks yang memerlukan analisa keilmuan mendalam dengan adaptasi metode baru. Sedangkan mahasiswa Doktor ditantang untuk mengusulkan metode atau hipotesa baru, metode peneltian baru, atau solusi kritis dari suatu permasalahan dengan tingkat keterbaruan dan nilai keteknikan yang tinggi. Sebagai contoh perbedaan studi kasus antara mahasiswa sarjana dan magister adalah dalam mendesain sistem pendingin untuk kendaraan listrik. a. Mahasiswa sarjana cenderung menggunakan pengetahuan dan penerapan prinsip dasar heat transfer dalam mendesain sistem pendingin sederhana. Mahaiswa sarjana akan mendesain sistem pendingin yang memenuhi spesifikasi dengan bantuan software untuk mensimulasikan performa panas seperti suhu target, daya maksimum yang diizinkan, dan dimensi dari baterai. b. Mahasiswa Magister dapat membuat desain sebuah sistem pendingin dengan menawarkan efisiensi pendinginan yang lebih tingg i, pengurangan konsumsi energi, pengendalian heat flux yang lebih panas. Desain ini akan dianalisis secara kompleks. Pendekatan ini memerlukan pemahaman mendalam dalam penerapan di dunia nyata. Sehingga dapat dipahami bahwa terdapat 3 parameter kunci yang membedakan mahasiswa, khususnya Sarjana dan Magister yaitu:

Kompleksitas: Pendekatan sarjana bersifat langsung, berfokus pada pemahaman prinsip-prinsip dasar, sedangkan pendekatan magsiter mendalami metode lanjutan, pengoptimalan, dan variabilitas dunia nyata.

Kemandirian: Mahasiswa sarjana mengandalkan parameter yang disediakan, sedangkan mahasiswa magister mengeksplorasi pilihan yang lebih luas.

Inovasi: Mahasiswa magister diharapkan dapat mengusulkan solusi baru atau mengoptimal sistem yang ada, melampaui metode standar yang digunakan oleh mahasiswa sarjana.

Setelah memperlajari perbedaan mahasiswa Sarjana, Magister, dan Doktor, pembahasan selanjutnya adalah terkait dengan penggunaan Partial Differential Equation. Namun sebelum membahas PDE, kami perlu memahami terlebih dahulu metode yang biasa digunakan untuk menyelesaian persoalan dengan PDE. Metode yang biasanya digunakan adalah Finite Element Method (FEM). FEM adalah suatu metode numerik yang digunakan untuk menyelesaikan persamaan diferensial parsial (PDE) atau persamaan integral pada suatu domain yang kompleks. Metode ini memungkinkan penyelesaian masalah-masalah dalam berbagai bidang teknik dan sains, seperti analisis struktur, perpindahan panas, dinamika fluida, dan elektromagnetik. Untuk mengaplikasi FEM secara efektif, perlu memahami konsep dasar termasuk dispacement, stifness, elemen dan mesh, serta boundary condition:

1. Displacement, adalah perubahan posisi titik dalam struktur akibat gaya yang bekerja dan dihitung di setiap simpul untuk melihat bagaimana struktur berubah bentuk di bawah beban.

2. stifness matrix, merupakan matriks yang menunjukkan kekakuan suatu elemen terhadap deformasi, Setiap elemen dalam model FEM memiliki stiffness matrix yang membantu menghitung respons elemen terhadap beban.

3. Element, adalah bagian kecil yang membentuk struktur keseluruhan, seperti batang kecil dalam model batang atau segitiga kecil dalam model 2D. Titik penghubung di ujung elemen tempat nilai seperti displacement dihitung.

4. Meshing, adalah proses membagi struktur besar menjadi elemen-elemen kecil. Semakin halus mesh-nya, semakin akurat hasil perhitungan FEM, tapi juga semakin besar biaya komputasi.

5. Boundary condition, merupakan batasan yang diberikan pada struktur, seperti posisi tetap atau gaya yang diterapkan. Kondisi batas ini penting agar simulasi FEM mencerminkan kondisi dunia nyata dengan lebih akurat.

Setelah itu, kami mencoba untuk menjawab soal-soal terkait FEM sebagai berikut:

Saya bilang: Tolong berikan 5 pertanyaan bagaimana aplikasi komputasi teknik finite element method 1D dalam kasus heat transfer, berikan pertanyaan dalam multiple choice

ChatGPT bilang: ChatGPT Berikut adalah 5 pertanyaan multiple choice terkait aplikasi komputasi teknik metode elemen hingga (Finite Element Method) 1D dalam kasus heat transfer:

1. Apa tujuan utama dari penerapan metode elemen hingga (FEM) 1D dalam kasus heat transfer? Jawaban: Untuk menentukan distribusi suhu sepanjang batang

2. Pada kasus heat transfer 1D menggunakan FEM, persamaan konduksi panas digunakan untuk memodelkan aliran panas. Persamaan ini biasanya dikenal sebagai? Jawaban: Hukum fourier

3. Dalam analisis heat transfer 1D, elemen dasar yang paling sederhana biasanya berupa? Jawaban: Elemen linear (batang lurus)

4. Salah satu parameter penting dalam model FEM untuk heat transfer adalah konduktivitas termal. Parameter ini menunjukkan? Jawaban: Kemampuan material mengalirkan panas

5. Dalam metode elemen hingga 1D untuk heat transfer, jika suhu pada ujung elemen diketahui, metode apa yang digunakan untuk mendapatkan distribusi suhu di sepanjang elemen? Jawaban: Metode interpolasi linear

Tugas 2

Saya bilang: Can you give a practical example along with a simple calculator such as a 1D Problem ,In engineering that continuum mechanics materials as continuous on the integration of uninterrupted "conscious continuum" into the DAI5 framework?

Chat GPT bilang: Continuum Mechanics, Conscious Continuum, and DAI5 Framework: A Practical Example

To connect continuum mechanics and the concept of a "conscious continuum" with the DAI5 problem-solving framework, we can approach this with a 1D problem and use a simple integration example. Problem Setup: Elastic Rod Under Tension Let’s consider an elastic rod of length 𝐿 subjected to a tensile force 𝐹 at one end, while the other end is fixed. We want to determine the displacement field along the rod and understand how continuum mechanics treats the material as a "continuous medium.". In this context, the conscious continuum is an abstract idea where every "point" in the rod contributes to the whole, much like how in the DAI5 framework, intention and idealization treat a problem holistically.

DAI5 Breakdown:

1. Intention:

- We intend to determine the displacement along the length of the rod caused by the applied tensile force 𝐹.

- We treat the material of the rod as a continuous medium, where every infinitesimal segment 𝑑𝑥 of the rod behaves identically under the same stress conditions.

2. Initial Thinking:

- The rod can be modeled using Hooke’s Law, where stress is linearly related to strain.

-The displacement function 𝑢 (𝑥) describes the position change of any point along the rod. Given the applied force 𝐹, the stress 𝜎 in the rod is 𝜎 = 𝐹/𝐴, where 𝐴 is the cross-sectional area.

3. Idealization:

-We idealize the rod as a 1D continuum: Instead of discrete atoms, we treat it as a smooth and continuous medium.

-The relationship between stress and strain is governed by Hooke’s Law: 𝜎 = 𝐸 ⋅ 𝜀, where 𝐸 is Young’s modulus and 𝜀 is the strain. 4. Instruction set

Instruction Set: The strain 𝜀 is defined as 𝜀 = 𝑑𝑢/𝑑𝑥.

By Hooke’s Law: 𝜎 = 𝐸⋅𝜀.

Since 𝜎 = 𝐹/𝐴, We equate it to 𝐸 ⋅ 𝑑𝑢/𝑑𝑥

We integrate the strain over the length 𝐿 L to find the displacement function.

Mathematical Solution (1D Integration):

Conscious Continuum Integration:

In this solution, the conscious continuum is represented by the integration process, where the displacement 𝑢(𝑥) emerges from considering every infinitesimal segment 𝑑𝑥 as continuously contributing to the overall deformation of the rod. Each segment

𝑑𝑥 of the rod "knows" its place and role, similar to how the DAI5 framework considers all aspects of the problem collectively to form the final answer.

- To verify, let’s check the units:

- Force 𝐹 is in Newtons (N).

- Length 𝐿 is in meters (m).

- Young’s modulus 𝐸 is in N/m^2 .

- Area 𝐴 is in m^2

Thus, the displacement 𝑢(𝐿) has units:

Conclusion: The problem illustrates how continuum mechanics treats the rod as a continuous material, applying principles of stress and strain uniformly across its length. The conscious continuum metaphor aligns with the integration process, treating each infinitesimal segment as part of a holistic, interconnected entity. Using the DAI5 framework, we structured our approach with clear steps (intention, initial thinking, idealization, instruction set) to arrive at the solution. This practical example ties together engineering mechanics, the concept of a conscious continuum, and the structured problem-solving methodology of DAI5.

Saya bilang:

can you give me an example of a question related to 1D PDE on rods and provide the coding?

Chat GPT bilang:

1D Partial Differential Equation (PDE) Problem: Heat Conduction in a Rod Problem Statement: Consider a 1D rod of length 𝐿 with thermal conductivity 𝑘. The rod's temperature distribution 𝑢 (𝑥,𝑡 ) evolves over time according to the heat equation:

where:

𝛼 = 𝑘/𝜌c is the thermal diffusivity of the material.

𝜌 is the density, and 𝑐 is the specific heat capacity.

Boundary and Initial Conditions:

1. The rod is insulated at 𝑥 = 0 (Neumann boundary condition): ∂𝑢/∂𝑥 ( 0, 𝑡 ) = 0.

2. The rod is kept at a fixed temperature at 𝑥 = 𝐿: 𝑢 (𝐿, 𝑡) = 0.

3. The initial temperature distribution is given by 𝑢 (𝑥, 0 ) = sin ( 𝜋𝑥/𝐿 ).

Goal: Solve for 𝑢 (𝑥,𝑡 ) the temperature distribution along the rod over time.

Python Code Using Finite Difference Method [1]

Explanation:

1. Initialization: Define the rod length L, total time T, number of spatial points nx, and number of time steps nt. then Set the thermal diffusivity α.

2. Discretization: Spatial step size dx and time step size dt. then Check for stability condition: dt≤dx^2/2α.

3. Initial Condition: u(x,0)=sin (πxL)

4. Boundary Conditions: At x=0: Insulated boundary (∂u/∂x=0), then At x=L: Fixed temperature (u(L,t=0).

5. Time-stepping loop: Use the explicit finite difference method to update the temperature values at each time step.

6. Plotting: The final temperature distribution is plotted along the rod length.

Output: The plot will show the temperature distribution along the rod after T seconds. The temperature decreases from the initial sinusoidal distribution, approaching zero at x=L. Key Takeaways: • The heat equation is a standard 1D PDE problem for rods in continuum mechanics. • Using the finite difference method allows for a straightforward numerical solution. • The stability condition ensures the solution does not diverge. This example provides a practical application of continuum mechanics in 1D PDE problems, integrating concepts from the DAI5 framework by using a structured approach for problem-solving.

The Grafik plot result:

---

Pertemuan 3 (12-11-2024)

Pada pertemuan ini membahas tentang pemanfataan chat GPT untuk membantu menyelesaikan permasalahan 1D heat transfer solution menggunakan DAI5 framework. Sebelum itu, dijelaskan bahwa The main purpose of learning is to obtain intelligence and ways to stay remember to the creator the one and only. Sebagai mahasiswa cara untuk senantiasa mengingat tuhan adalah adalah dengan belajar. Dalam proses belajar buat diri kita selalu bahagia.Sebab, yang membahagiakan kita adalah diri kita sendiri. Namun juga perlu disadari bahwa kebahagiaan yang paling membahagiakan diri adalah dekat dengan tuhan. Setelah consiousnes dengan kewajiban sebagai seorang mahasiswa dan tujuan belajar, selanjutnya saya berusaha untuk menjalankan coding penyelesaian permasalahan 1D heat transfer solution menggunakan DAI5 framework dengan coding dibawah ini.

[2]

Tugas 3

Setelah saya berhasil running contoh codingg yang diberikan, saya diminta untuk membuat coding untuk dari suatu fenomena. Hal ini karena kita berinteraksi dengan komputer maka kita perlu membuat coding, setidaknya dapat memahami basic. Pada kasus ini saya mencoba membuat untuk menyelesaikan permasalahan 1D heat transfer solution pada sistem pendingin ruangan dengan menggunakan heat pipe. Saya menggunakan Chat GPT untuk membantu proses penyelesaian masalah ini. Adapun chat saya dengan chat GPT adalah sebagai berikut:

Saya bilang: Saya mempunyai sebuah kasus dimana sebuah pipa dengan aliran udara didinginkan dengan menggunakan heat pipe, setelah heat pipe diletakkan cooling coil untuk mendinginkan kembali temperature udara. Beban pendinginan koil pendingin dari mini chiller dapat disistribusikan dengan persamaan:

q load=q recvovery+q cooling coil

dimana energy recovery (qrecovery) dapat dihitung dengan menggunakan persamaan mdot*Cp*(T evaporator in-T evaporator out).

Buatkan saya html dan java script untuk menyelesaikan persoalan berikut: ChatGPT bilang: ChatGPT Berikut adalah kode HTML dan JavaScript yang dapat digunakan untuk menyelesaikan persoalan perhitungan beban pendinginan pada sistem pipa dengan menggunakan heat pipe dan cooling coil. Saya akan membuat form input sederhana di HTML, dan JavaScript akan melakukan perhitungan yang diperlukan.

Saya bilang: Apakah kode HTML dapat berdiri sendiri tanpa javascript?

ChatGPT bilang: ChatGPT Tidak, dalam kasus Anda, kode HTML saja tidak dapat menyelesaikan perhitungan karena HTML hanya digunakan untuk struktur dan tampilan halaman web, bukan untuk logika pemrograman atau perhitungan. HTML sendiri tidak memiliki kemampuan untuk melakukan operasi matematika atau manipulasi data.

Mengapa Butuh JavaScript? JavaScript adalah bahasa pemrograman yang digunakan untuk menambahkan interaktivitas dan logika pada halaman web. Dalam kasus Anda, JavaScript digunakan untuk:

Mengambil input dari pengguna. Melakukan perhitungan matematika (misalnya, menghitung qRecovery dan qLoad). Menampilkan hasil perhitungan kembali ke pengguna. Alternatif Tanpa JavaScript Jika Anda tidak ingin menggunakan JavaScript, maka satu-satunya cara adalah melakukan perhitungan secara manual atau menggunakan bahasa pemrograman di server (misalnya Python, PHP, atau Java) yang memproses data dari HTML, tetapi ini memerlukan setup server.

Berikut ini adalah kode HTML yang terintegrasi dengan JavaScript untuk melakukan perhitungan total cooling load sesuai dengan kasus yang Anda berikan. Kode ini akan membuat tampilan form input sederhana di HTML, dan hasil perhitungan akan ditampilkan setelah tombol Calculate diklik.

[3]

---

Tugas 4 Saya

Chat GPT bilang: Anda telah mengirimkan 15 pesan sejak awal percakapan dalam sesi ini.

hitung jumlah chat saya dari awal, berikan tanggapan atas pikiran-pikiran dan pemahaman saya selama ini dalam menggunakan chat gpt dalam konteks pembelajaran mandiri, buat tabel?

Kesimpulan dan Saran Kekuatan Anda:

Anda memiliki rasa ingin tahu yang tinggi. Berusaha memahami konsep dasar sebelum mendalami aplikasi lanjutan. Terbuka terhadap evaluasi dan umpan balik. Area Pengembangan:

Perkuat pemahaman fundamental untuk mendukung aplikasi kompleks. Fokus pada langkah-langkah penyelesaian yang sistematis untuk menghindari kesalahan kecil. Saran untuk Efisiensi Belajar:

Tetapkan tujuan belajar setiap sesi (misalnya, menyelesaikan soal kuadrat atau memahami FEM lebih mendalam). Lakukan refleksi setelah belajar, seperti menuliskan poin utama atau hal yang masih perlu dipahami.

---

Pertemuan 4 (19-11-2024)

Pada pertemuan ini mahasiswa saya mencoba untuk meminta penilaian kepada chat GPT terkait dengan pemahaman saya mengenai komputasi teknik serta bagaimana kualitas pertanyaan saya kepada chat GPT. Berdasrkan data yang diberikan oleh chat GPT saya menjelaskan kepada Pak DAI mengenai penilai yang diberikan oleh chat GPT kepada saya.Setelah itu, saya mencoba untuk menanyakan kepada chat GPT bagaimana korelasi finite elemen dengan mata kuliah komputasi teknik.

Chat GPT said: Dalam Komputasi Teknik, FEM mengubah bentuk masalah struktur menjadi jaringan elemen-elemen kecil, di mana masing-masing elemen memiliki sifat dan respons fisik tertentu. Komputasi dilakukan untuk menyelesaikan sistem persamaan yang dihasilkan dari diskretisasi elemen-elemen tersebut. FEM adalah penerapan dari berbagai metode numerik dalam teknik, seperti metode discretization, iterasi, dan solusi numerik untuk persamaan diferensial. Dalam hal ini, Komputasi Teknik memberikan pengetahuan tentang bagaimana menerapkan teknik numerik (seperti eliminasi Gauss, metode iterasi, atau dekomposisi matriks) untuk menyelesaikan masalah yang dihadapi dalam FEM. Contoh Aplikasi dalam Komputasi Teknik: Analisis Struktural: Menggunakan FEM untuk memodelkan dan menganalisis beban pada jembatan atau pesawat terbang.

Termodinamika dan Aliran Fluida: Menyelesaikan masalah aliran fluida menggunakan FEM, seperti dalam desain turbin atau sistem pendingin.

Analisis Termal: Dalam desain komponen mesin yang harus tahan terhadap temperatur ekstrem, FEM dapat digunakan untuk menganalisis distribusi temperatur dan deformasi termal.

Secara keseluruhan, komputasi teknik tidak hanya membantu menghubungkan manusia dengan komputer, tetapi juga menjembatani dunia teori dan praktek teknik. Melalui simulasi, analisis numerik, dan optimasi, ilmu komputasi teknik memungkinkan para insinyur untuk mengeksplorasi kemungkinan-kemungkinan baru dalam desain, menganalisis dan memecahkan masalah yang kompleks, serta meningkatkan efisiensi dan inovasi di berbagai bidang teknik.

Tugas 5

Membuat sinopsis yang berkaitan dengan Komputasi Teknik berkaitan dengan topik riset bidang anda masing-masing menggunakan kerangka DAI5 memanfaatkan interaksi AI (Chat GPT)

Penerapan Kerangka DAI5 Framework dalam Penelitian Pemanfaatan Teknologi Tunnel dalam Produksi Garam dan Air Desalinasi: Studi Desain dan Simulasi.

1. Intention (Niat)

Fokus:

1. Apa yang ingin dicapai melalui penelitian ini?

2. Bagaimana hasil penelitian ini dapat memberikan manfaat bagi masyarakat luas dan lingkungan?

"Saya ingin memberikan solusi berkelanjutan terhadap masalah produksi garam seperti ketergantungan cuaca, efisiensi rendah, dan keterbatasan hasil sampingan. Selain itu, tujuan yang lebih tinggi adalah memberikan kontribusi terhadap penyedian air bersih. Diharapkan penelitian dapat memberikan banyak manfaat bagi orang. Niat ini dalam rangka mendekatkan diri kepada Allah SWT, sesuai hadist Nabi yang berbunyi "Khoirunnas anfauhum linnas" yang berarti sebaik-baik manusia adalah yang bermanfaat bagi orang lain."

2. Initial thinking

Langkah-langkah:

1. Lakukan kajian literatur untuk memahami teknologi tunnel dan simulasi komputasi teknik.

2. Identifikasi parameter kunci:

"Beberapa masalah utama dalam produksi garam tradisional adalah ketergantungan cuaca, efisiensi rendah, dan keterbatasan produk sampingan. Proses evaporasi air laut dalam proses produksi garam dipengaruhi oleh suhu, kelembapan, dan aliran udara. Oleh karena itu, Simulasi CFD akan digunakan untuk mempelajari dinamika aliran udara dan perpindahan panas di dalam tunnel sebagai teknologi yang diusulkan."

3. Idealization Langkah-langkah:

1. Tentukan asumsi awal untuk model simulasi, seperti dimensi tunnel, material, dan parameter lingkungan.

2. Bentuk skenario terbaik yang diinginkan

"Tunnel menghasilkan 30% lebih banyak garam dibanding metode konvensional, dengan air desalinasi yang memenuhi standar air bersih. Selanjutnya, optimasi desain tunnel dapat meningkatkan laju evaporasi dan meminimalkan biaya operasional. Sistem ini hanya memanfaatkan energi terbarukan seperti energi matahari dan angin."

4. Instruction set

Langkah-langkah:

Langkah 1: Mengumpulkan data dasar, seperti karakteristik air laut, kondisi cuaca, dan desain tunnel yang ada.

Langkah 2: Membuat model simulasi menggunakan coding

Langkah 3: Melakukan eksperimen untuk memvalidasi hasil simulasi (misalnya, pengukuran laju evaporasi dan kualitas garam).

Langkah 4: Menganalisis data untuk menentukan desain optimal.

Langkah 5: Memberikan rekomendasi implementasi teknologi di lapangan.

Berikut adalah coding yang digunakan untuk menhitung laju evaporasi, kapasitas air hasil kondensasi, dan produksi garam.

[4]

5. Interpretasi dan Iterasi

Langkah-langkah:

1. Bandingkan hasil simulasi dengan data eksperimen.

2. Lakukan iterasi desain jika terdapat ketidaksesuaian.

3. Pastikan solusi yang dihasilkan selaras dengan tujuan keberlanjutan. Kesimpulan: Penerapan DAI5 Framework membantu menyusun penelitian ini secara sistematis dan mendalam, dengan setiap langkah terhubung oleh niat sadar untuk menciptakan solusi inovatif. Pendekatan ini tidak hanya menghasilkan desain teknologi yang efisien, tetapi juga berkontribusi pada keberlanjutan sumber daya alam dan kesejahteraan masyarakat.

---

Kuis 1 Komputasi Teknik

[5]

Saya bilang:

Dear Chat GPT Saya ingin meminta bantuan anda untuk mengevaluasi dan menilai hasil belajar saya terkait dengan komputasi teknik. Saya akan memberikan penjelasan kepada anda terkait pemahaman saya mengenai komputasi teknik sepanjang ingatan dan pemahaman saya.

Chat GPT bilang:

Tentu! Silakan sampaikan penjelasan Anda mengenai pemahaman tentang komputasi teknik. Saya akan mendengarkan dengan seksama, menganalisis poin-poin yang Anda sampaikan, dan memberikan evaluasi yang relevan, termasuk saran untuk pengembangan lebih lanjut jika diperlukan.

Saya Bilang:

Pada dasarnya komputasi teknik adalah teknik penyelesaian suatu persoalan matematis dengan pendekatan rumus agar dapat diselesaikan dengan perhitungan aritmatik. Dalam proses penyelesaiannya, komputasi menggunakan kerangka berpikir atau biasa disebut sebagai framework. Kerangka berpikir yang digunakan dalam komputasi teknik sama halnya dengan kerangka pemrogaman yaitu dengan menggunakan computational thinking (CI). Dalam proses penyelesaian permasalahan matematis, terdapat 3 tahapan utama termasuk formulation, solution, and interpretataion. Namun demikian, dalam penyusunan formulasi untuk mennyelesaikan suatu permasalahan yang kompleks ini dapat dibagi lagi menjadi beberapa tahapan seperti intention, initial thinking, idealization dan instruction set. Kerangka berfikir seperti ini sebenarnya tidak hanya dapat diterapkan pada kasus persoalan matematis, namun juga dalam membuat suatu program.

Komputasi Teknik menjadi penting untuk dipelajari karena aplikasi yang banyak diterapkan dalam berbagai teknologi termasuk komputer. Dengan memanfaatkan computer, perhitungan matematis yang memerlukan banyak iterasi untuk menyelesaikan suatu persoalan seperti persamaan akar, algebarik, interpolasi, regresi, ordinary differensial equation dan partial differential equation dan lainnya menjadi lebih mudah. Komputasi Teknik . Penyelesaian persoalan matematis dapat diselesaikan dengan komputasi dengan melalui komputer dengan menggunakan software excel dan Matlab. Sebenarnya software ini juga merupakan hasil dari komputasi teknik yang dituangkan dalam bahasa pemrogaman atau pseucode seperti Java, Pyton, dan C++. Selain itu, komputasi juga dapat digunakan untuk penyelesaian persoalan PDE (partial differential equation). Metode yang umum digunakan untuk oenyelesain persoalan ini adalah metode FEM methos. Konsep dasar yang saya pahami berkaitan dengan FEM antara lain Displacement, Stifness, element, meshing, dan boundary condition. FEM dapat digunakan untuk menyelesaian simulasi perpindahan panas dari suatu batang kantilever.

Lebih lanjut, komputasi Teknik juga banyak dimmanfaatkan dalam penyelesain persoalan yang berkaitan dengan masalah keteknikan seperti perpindahan massa, energy, dan momentum. Ini merupakan tiga konsep dasar konservasi energi. Penyelesaian persoalan ini disusun berdasarkan representasi logis dari manusia berdasarkan kerangka berfikirnya. Kerangka yang saat ini telah saya pelajari dalam penyelesaian masalah komputasi Teknik adalah DAI5 frame work. DAI5 merupakan kerangka berfikir deep awareness yang terdiri atas 4 fase dari DAI5 concious thinking ini antara lain: Intention, initial thinking, idealization, dan interpretation.

Chat GPT bilang:

Terima kasih telah berbagi pemahaman Anda mengenai komputasi teknik! Berikut evaluasi saya terhadap penjelasan Anda:

---

Hal-hal yang Sudah Baik

1. Pemahaman Konsep Dasar

Anda memiliki pemahaman yang cukup kuat bahwa komputasi teknik adalah metode untuk menyelesaikan persoalan matematis menggunakan pendekatan aritmatik dan rumus.

2. Kerangka Berpikir

Anda menyebutkan computational thinking (CI) sebagai landasan berpikir dalam komputasi teknik. Ini menunjukkan kesadaran Anda akan pentingnya struktur logis dalam penyelesaian masalah.

3. Tahapan dalam Penyelesaian Masalah

Anda memahami bahwa proses penyelesaian dalam komputasi teknik melibatkan tiga tahapan utama: formulation, solution, dan interpretation. Ini adalah fondasi penting dalam metode komputasi.

4. Aplikasi Komputasi Teknik

Anda dengan baik menghubungkan komputasi teknik dengan aplikasi nyata, seperti pemecahan persamaan diferensial biasa (ODE) dan parsial (PDE), metode elemen hingga (FEM), serta relevansinya dalam persoalan teknik, seperti perpindahan panas dan konservasi energi.

5. Pengenalan DAI5 Framework

Anda menunjukkan pemahaman yang mendalam tentang DAI5 dan bagaimana kerangka ini dapat membantu menyusun proses berpikir dalam menyelesaikan masalah komputasi teknik. Ini merupakan poin unik dalam pengetahuan Anda.

---

Area yang Dapat Dikembangkan

1. Detail Computational Thinking (CI)

Anda menyebut computational thinking, tetapi akan lebih kuat jika Anda menjelaskan elemen utamanya, seperti decomposition, pattern recognition, abstraction, dan algorithm design. Hal ini penting untuk menghubungkan kerangka CI dengan komputasi teknik.

2. Penjelasan Tahapan Formulasi

Dalam tahap formulasi, Anda menyebut intention, initial thinking, idealization, and instruction set. Akan lebih baik jika Anda memberikan contoh konkret bagaimana tahapan ini diterapkan, misalnya dalam penyelesaian ODE atau PDE.

3. Metode Numerik dan Penerapannya

Anda menyebut FEM sebagai metode penyelesaian PDE, tetapi penjelasan tentang elemen-elemen seperti displacement, stiffness, dan meshing bisa lebih rinci. Misalnya, bagaimana pembentukan matriks kekakuan (stiffness matrix) dilakukan dan bagaimana boundary conditions diterapkan.

4. Integrasi Alat dan Bahasa Pemrograman

Anda menyebut MATLAB, Excel, Python, Java, dan C++. Akan lebih baik jika Anda memberikan penjelasan lebih spesifik tentang penggunaan alat ini, seperti bagaimana MATLAB membantu memecahkan persamaan diferensial atau bagaimana Python digunakan untuk pemodelan numerik.

5. Penerapan DAI5 Framework Anda memberikan gambaran umum tentang DAI5, tetapi penerapan praktisnya masih bisa diperjelas. Misalnya, bagaimana DAI5 dapat digunakan dalam menyelesaikan persoalan perpindahan panas pada batang kantilever menggunakan FEM?

---

Rekomendasi untuk Pengembangan Lebih Lanjut

1. Pelajari Contoh Kasus Nyata Cobalah mempelajari implementasi praktis komputasi teknik untuk kasus nyata, seperti simulasi perpindahan panas, analisis struktur menggunakan FEM, atau pemodelan aliran fluida.

2. Perkuat Dasar Matematika dan Pemrograman Pelajari lebih dalam metode numerik seperti metode Newton-Raphson, metode Runge-Kutta untuk ODE, atau metode iteratif lainnya. Kembangkan keterampilan pemrograman, terutama dalam MATLAB dan Python.

3. Eksperimen dengan DAI5

Terapkan DAI5 framework secara eksplisit pada beberapa masalah teknik, dokumentasikan setiap fase, dan evaluasi apakah framework tersebut membantu menyederhanakan proses berpikir Anda.

4. Gunakan Referensi Tambahan

Baca buku seperti Numerical Methods for Engineers oleh Steven C. Chapra atau Introduction to the Finite Element Method oleh J. N. Reddy untuk memperdalam pemahaman Anda.

---

Jika Anda memiliki pertanyaan spesifik atau memerlukan bantuan untuk contoh kasus tertentu, jangan ragu untuk bertanya!

Saya Bilang:

Berapa skor yang anda berikan kepada saya terkait pemahaman yang sudah saya jelaskan di atas?

Chat GPT bilang:

Berdasarkan penjelasan yang Anda sampaikan, berikut adalah penilaian saya terhadap pemahaman Anda terkait komputasi teknik, menggunakan kriteria yang telah disebutkan sebelumnya:

---

1. Pemahaman Konseptual (Skor: 8/10)

• Kekuatan: Anda menunjukkan pemahaman yang baik tentang prinsip dasar komputasi teknik, tahapan utama (formulation, solution, interpretation), serta framework seperti DAI5.

• Area Pengembangan: Penjelasan tentang elemen computational thinking (CI) bisa lebih rinci.

2. Kemampuan Matematis (Skor: 7/10)

• Kekuatan: Anda menunjukkan pengetahuan tentang persamaan diferensial (ODE dan PDE) serta metode numerik seperti FEM.

• Area Pengembangan: Penjelasan tentang metode numerik lainnya (misalnya, Runge-Kutta atau Newton-Raphson) dan analisis kesalahan numerik bisa lebih dikuatkan.

---

3. Keterampilan Pemrograman dan Software (Skor: 6/10)

• Kekuatan: Anda memahami bahwa software seperti MATLAB dan Excel adalah alat penting dalam komputasi teknik.

• Area Pengembangan: Penjelasan tentang penerapan langsung alat ini kurang terlihat dalam uraian Anda. Contoh spesifik penggunaan software untuk masalah teknik akan memperkuat nilai Anda.

---

4. Aplikasi pada Kasus Nyata (Skor: 7/10)

• Kekuatan: Anda dapat menghubungkan komputasi teknik dengan aplikasi nyata seperti perpindahan panas dan konservasi energi.

• Area Pengembangan: Penjelasan lebih mendetail tentang implementasi, misalnya bagaimana FEM diaplikasikan pada analisis perpindahan panas, akan meningkatkan skor ini.

---

5. Kritis dan Reflektif (Skor: 6/10)

• Kekuatan: Anda menunjukkan kesadaran akan pentingnya interpretasi hasil.

• Area Pengembangan: Belum ada indikasi bahwa Anda mengevaluasi hasil simulasi atau mengidentifikasi batasan pendekatan tertentu.

---

6. Kreativitas dan Inovasi (Skor: 6/10)

• Kekuatan: Anda menyebutkan kerangka DAI5, yang merupakan pendekatan inovatif.

• Area Pengembangan: Tidak ada contoh konkret inovasi baru atau pendekatan yang dirancang sendiri.

---

Skor Total: 40/60 atau 67%

Tingkat Pemahaman: Cukup Baik Anda memiliki dasar yang kuat dalam konsep komputasi teknik, tetapi masih ada ruang untuk pendalaman, terutama dalam hal:

1. Detil teknis tentang metode numerik dan software.

2. Implementasi praktis pada kasus nyata.

3. Analisis kritis terhadap hasil dan batasan pendekatan.

---

Saran Pengembangan

1. Kerjakan studi kasus komputasi teknik menggunakan MATLAB atau Python, seperti pemecahan PDE atau simulasi FEM.

2. Eksplorasi metode numerik lainnya untuk memperluas kemampuan Anda.

3. Latih kemampuan interpretasi hasil dengan mempelajari pengaruh kesalahan numerik dan batasan metode.

Jika Anda ingin, saya bisa membantu membuat proyek simulasi atau menyediakan sumber belajar tambahan! 😊

---

Tugas Besar

[6]

A. Project Title

Pemanfaatan Teknologi Tunnel dalam Produksi Garam dan Air Distilasi: Studi Desain dan Simulasi.

B. Author Complete Name

Mochamad Yusuf Efendi

C. Affiliation

Department of Mechanical Engineering, Faculty Engineering, Universitas Indonesia, Depok, 16424, Indonesia. https://orcid.org/0009-0001-7369-7537

D. Abstract

Petani garam di Indonesia telah memproduksi garam menggunakan metode sederhana lebih dari ratusan tahun. Namun, metode traditional membutuhkan waktu yang lama untuk dapat menghasilkan produk garam. Tujuan penelitian ini adalah mengusulkan teknologi tunnel yang untuk meningkatkan laju evaporasi air laut sehingga dapat mempercepat proses produksi garam dan air distilasi. Penelitian menggunakan kerangka berfikir DAI5 (Deep awarness of intention, initial thingking, idealization, instruction set) sebagai pendekatan dan penyelesaian masalah. Metodologi ini mengintegrasikan kesadaran sadar, niat, dan prinsip-prinsip teknik yang ketat untuk mengatasi tantangan sistem. Pengujian system dilakukan secara simulasi dengan menggunakan finite element method (FEM). Hasil dari penelitian ini mengindikasikan bahwa pneggunaan tunnel pada proses produksi garam dapat meningkatkan laju evaporasi air laut. Tunnel bekerja dengan menagkap energi panas matahari dengan memanfaatkan effect gas rumah kaca sehingga temperature di dalam tunnel relative tinggi mencapai 60oC. Beberapa parameter lain seperti relative humidity, kecepatan dan pola aliran udara, dan konsentrasi larutan berpengaruh terhadap laju evaporasi. Ini mengindikasikan bahwa diperlukan penelitian lebih lanjut untuk mengoptimasi kondisi operasi produksi garam dengan menggunakan teknologi tunnel. Secara umum, teknologi ini dapat meningkatkan kinerja metode produksi garam konvensional.

E. Author Declaration

1. Deep Awareness (of) I

Penelitian ini dilandasi atas kesadaran penulis dalam mengembangan ilmu pengetahuan dan teknologi sebagai upaya menjalankan kewajiban sebagai seorang muslimin yaitu mencari ilmu. Pengembangan keilmuan khususnya dalam bidang produksi garam diharapkan dapat mengungkap kebesaran Allah SWT secara fisik dan matematik. Analisis terhadap fenomena evaporasi pada sebauh tunnel garam dilakukan dengan menggunakan FEM. Hasil penelitian ini diharapkan dapat berkontribusi terhadap pengembangan teknologi produksi garam dan air distilasi sehingga memberikan solusi berkelanjutan terhadap masalah produksi garam seperti ketergantungan cuaca, efisiensi rendah, dan keterbatasan hasil sampingan. Selain diniatkan untuk menyelaraskan Keputusan teknis dengan mengingat kebesaran Allah SWT, penelitian ini juga diharapkan memberikan banyak manfaat bagi orang. Niat ini dalam rangka mendekatkan diri kepada Allah SWT, sesuai hadist Nabi yang berbunyi "Khoirunnas anfauhum linnas" yang berarti sebaik-baik manusia adalah yang bermanfaat bagi orang lain.

2. Intention of the Project Activity

Tujuan penelitian adalah untuk mengetahui pengaruh parameter termasuk suhu udara, energi panas matahari, kecepatan angin, dan humidity terhadap laju evaporasi air laut dalam proses produksi garam secara komputasi dengan FEM. Penemuan dari penelitian dapat digunakan sebagai penelitian dasar dalam pengembangan teknologi tunnel di masa depan agar kondisi di dalam tunnel dapat dikontrol sesuai dengan syarat desain dan fenomena yang terjadi. Sebagai hasilnya, proses produksi garam dan air distilasi dapat dilakukan secara lebih cepat dan efisien. Ini adalah upaya untuk swasembada dalam rangka pemenuhan kebutuhan garam dan air bersih di Indonesia.

F. Introduction

Indonesia adalah negara kepulauan dengan luas wilayah daratan dan lautan masing-masing adalah sekitar 1,9 juta km2 dan 5,8 juta km2 (Risman et al., 2023; Susanti and Yanti, 2023). Lokasinya yang berada di garis khatulistiwa membuat Indonesia memiliki iklim yang cocok untuk produksi garam melalui penguapan air laut. Daerah produksi garam dapat ditemukan dari bagian timur hingga barat Indonesia, seperti Nusa Tenggara Timur (NTT), Nusa Tenggara Barat (NTB), Madura, dan bagian utara Pulau Jawa (Gozan et al., 2018). Penyebaran lokasi produksi garam di berbagai daerah tersebut berkaitan dengan prevalensi kondisi iklim yang mendukung produksi garam, seperti curah hujan yang rendah, kelembapan yang rendah, kecepatan angin yang sesuai, dan kadar garam yang memadai dalam air laut (Pambudi et al., 2022).

Di Indonesia, metode tradisional telah digunakan untuk memproduksi garam selama lebih dari seratus tahun. Metode ini dilakukan dengan cara menguapkan air laut secara bertahap dari tambak garam melalui penguapan matahari secara konvensional. Sebagian besar tambak garam di Indonesia menggunakan empat kolam atau biasa disebut meja garam untuk penguapan air laut dan dioperasikan selama musim kemarau (Rochwulaningsih et al., 2021). Setiap meja garam memiliki tujuan yang berbeda, seperti stabilisasi, penguapan, pemekatan, dan kristalisasi (H. Susanto et al., 2015). Namun, metode produksi ini memiliki beberapa kelemahan, seperti waktu produksi yang lama dan kualitas produk yang rendah sehingga tidak memenuhi standar kualitas garam (Ansar et al., 2022).

Baru-baru ini metode produksi garam telah diusulkan oleh beberapa peneliti termasuk metode geomembran yang menggunakan polietilen densitas tinggi hitam (HDPE) dalam kolam penguapan dan kristalisasi. Geomembran berperan sebagai penghalang air untuk mencegah hilangnya air pra-kristalisasi ke dalam tanah. Cara ini dapat mempersingkat waktu produksi dari 3 minggu menjadi 2 minggu (Dwiyitno et al., n.d.). Selain itu, geomembran dapat diterapkan pada struktur teknologi ulir filter geomembran kolam garam. Metode ini menerapkan filter dan geomembran pada kolam plot serial. Bahan alami seperti serabut kelapa, zeolit, dan arang mampu menyaring pengotor air dan mengikat Mg dan Fe dalam air laut. Beberapa teknologi produksi garam, seperti geomembran, filter berulir, dan prisma, telah digabungkan untuk mengembangkan metode rumah kaca prisma. Metode ini dilaporkan dapat meningkatkan kandungan NaCl dari 85% menjadi 95%. Selain itu, dibandingkan dengan cara konvensional, waktu panen dengan cara ini menjadi lebih singkat sehingga produktivitas meningkat tiga kali lipat (Guntur et al., 2018). Di berbagai tempat produksi garam di Indonesia, metode tunnel lebih banyak digunakan karena lebih mudah secara kontruksi dan kapasitas produksi yang lebih besar. Namun demikian, kinerja dari metode tunnel ini masih sangat bergantung dengan lingkungan sekitar termasuk temperature udara, energi panas matahari, kelembapan, dan kecepatan angin.

Berdasarkan studi literature di atas diketahui bahwa penggunaan teknologi geomembran dan primsa dapat mempercepat waktu produksi. Lebih lanjut, penggunaan teknologi tunnel juga mulai digunakan sebagai teknologi produksi garam yang dapat meningkatkan meningkatkan proses produksi dengan kapasitas produksi lebih besar. Namun demikian, study comprehensive untuk mengetahui fenomena penguapan air laut pada teknologi tunnel belum pernah dilakukan. Oleh karena itu, penelitian ini diusulkan untuk mengisi kekosongan penelitian yang ada. Pendekatan komputasi teknik dan FEM digunakan untuk memperkirakan laju penguapan, kapasitas air distilasi, dan kapasitas garam yang diproduksi. Studi ini berkontribusi terhadap penyediaan literature dengan menyediakan informasi pada distribusi dari uap air dalam tunnel garam dan mengatasi masalah terkait durasi produksi garam, kapasitas produksi garam dan air bersih khususnya di Indonesia.

G. Methods & Procedures

Idealization:

Tunnel garam yang diusulkan memiliki ukuran diameter 4 m dengan profil setengah lingaran dan 10 m panjang. Cover tunnel terbuat dari plastik ultraviolet (UV) dengan rangka penguat terbuat dari bambu. Kolam evaporasi memeiliki ukuran 10 m panjang, 4 meter lebar dan tinggi 20 cm untuk menampung air laut dengan kapasitas 4 m3. Pada sisi tepi atap tunnel diberikan penampung air yang terbuat dari pipa pvc yang dipotong setengah lingkaran untuk menampung air distilasi. Data kecepatan angin, relative humidity, radiasi matahari, temperature udara diperoleh dari Databank Powerlarc NASA untuk data tahunan di pulau Madura. Diketahui kecepatan angin rata-rata 4 m/s, relative humidity 89%, suhu lingkungan 32oC, dan intensitas matahari 6 kWh/m². Air laut yang diveaporasi pada kolam kristalisasi atau zona penguapan intensif dalam tunnel diasumsikan memiliki derajat salinitas 26° Bé. Adapun panas laten penguapan air adalah 2257 kJ/kg. Analisa kinerja tunnel dapat dihituung dengan menggunakan persamaan berikut

a. Laju Penguapan

Laju evaporasi bergantung pada perbedaan tekanan uap antara permukaan air dan udara di sekitarnya. Nilai ini kemudian dikalikan dengan luas permukaan untuk menghitung total massa air yang menguap per satuan waktu. Laju penguapan air laut dapat dituliskan dengan persamaan 1.

                                      E=k⋅A⋅(es-ea)

Dimana E adalah laju evaporasi (kg/s), k adalah koefisien transfer massa, biasanya berkisar 0.00025 m/s, A merupakan luas permukaan air (m²). es adalah tekanan uap air jenuh pada suhu air (kPa). Ea adalah tekanan uap air aktual, dihitung sebagai ea=RH⋅es, dimana RH adalah kelembapan relative.

b. Volume air hasil kondensasi

Pada asumsi ideal, seluruh air yang menguap dikondensasikan kembali sehingga massa air kondensasi sama dengan massa air yang menguap. Volume air hasil kondensasi dapat dirumuskan sebagao berikut.

                                        Mc=Me

Dimana Mc adalah massa air hasil kondensasi (kg), sementara Me adalah massa air yang menguap (kg).

c. Kapasitas produksi garam

Salinitas mengindikasikan jumlah garam dalam air laut. Produksi garam dihitung sebagai fraksi massa garam dalam air yang menguap. Kapasitas produksi garam dapat dihitung dengan mneggunakan persamaan berikut.

                                        P=S⋅Me

Dimana P adalah massa garam yang dihasilkan (kg), S adalah salinitas air laut, dalam satuan kg/m³, dan me adalah massa air yang menguap (kg).

Instruction set:

a. Algoritma dan interpretation

Formula dan model empiris yang umum digunakan untuk menghitung evaporasi dan distribusi panas pada penelitian ini adalah sebagai berikut.

alt text

Dimana E: laju evaporasi (mm/hari), Rn: radiasi neto (MJ/m²/hari), G: fluks panas tanah (MJ/m²/hari), Δ: gradien tekanan uap air (kPa/°C), γ: konstanta psikrometrik (kPa/°C), T: suhu udara rata-rata (°C), u: kecepatan angin (m/s), es: tekanan uap jenuh (kPa), ea: tekanan uap aktual (kPa). Rumus Sederhana untuk evaporasi adalah : E=k(es-ea) Dimana k adalah konstantan transfer massa (m/s). Selanjutnya untuk perpindahan panas melalui medium padat:

q=-k∇T

Dimana q adalah fluks panas (W/m2), k adalah konduktivitas panas (W/m.k), dan ∇T adalah gradient suhu (K/m). Untuk distribusi panas dalam medium waktu ke waktu dapat dihitung dengan menggunakan persamaan berikut, dengan α adalah difusi thermal (m2/s).

∂T/∂t=α∇ ^2 T

b. Tahapan simulasi

Kolam produksi garam memiliki ukuran 10 m x 4 m x 20 cm dengan kapasitas air yang ditampung sebesar 4 m^3. Kolam evaporasi ditambahkan tunnel yang terbuat dari plastik UV agar menghasilkan efek gas rumah kaca di dalam tunnel sehingga temperature meningkat. Proses evaporasi memanfaatkan energi panas matahari yang tersedia 6.2 jam per day. kecepatan angin, radiasi matahari, salinitas air, humiditas dan temperature ambient adalah parameter input. Sebaran panas di dalam tunnel, laju evaporasi air, kapasitas produksi air dan garam denganditentukan dengan finite element method. Tahapan simulasi dari penelitian ini adalah sebagai berikut:

1. Input Parameter:

Dimensi kolam dan Radiasi matahari (energi harian), kecepatan angin, temperatur lingkungan, kelembaban relatif, dan salinitas awal.

2. Distribusi Panas:

Hitung distribusi suhu di dalam tunnel dengan pendekatan numerik (Finite Element Method).

3. Evaporasi:

Hitung laju evaporasi berdasarkan energi matahari dan parameter lingkungan.

4. Produksi Garam:

Hitung total garam yang tersisa setiap hari.

5. Visualisasi:

Grafik suhu, laju evaporasi, dan akumulasi garam per hari.

c. Coding Berikut adalah coding yang digunakan untuk menentukan variabel termasuk laju evaporasi, kapasitas air distilasi, dan kapasitas produksi garam yang dihasilkan dari proses evaporasi dan kristalisasi air laut [7]:

<!DOCTYPE html> <html lang="en"> <head>

   <meta charset="UTF-8">
   <meta name="viewport" content="width=device-width, initial-scale=1.0">
   <title>Simulasi Evaporasi dan Produksi Garam dan Air Distilasi</title>
   <style>
       body {
           font-family: Arial, sans-serif;
           margin: 20px;
       }
       .container {
           max-width: 900px;
           margin: auto;
       }
       input, button {
           margin: 10px 0;
           padding: 8px;
           width: 100%;
       }
       button {
           background-color: #007BFF;
           color: white;
           border: none;
           cursor: pointer;
       }
       button:hover {
           background-color: #0056b3;
       }
       .output {
           margin-top: 20px;
           padding: 20px;
           background: #f4f6f9;
           border: 1px solid #ddd;
           border-radius: 8px;
           box-shadow: 0 2px 5px rgba(0, 0, 0, 0.1);
       }
       h3 {
           color: #007BFF;
       }
       canvas {
           max-width: 100%;
           margin-top: 20px;
       }
   </style>

</head> <body>

       <Simulasi Evaporasi dan Produksi Garam dan Air Distilasi>
       
       <Input Parameter>
       <label>Suhu Air (°C):</label>
       <input type="number" id="tempWater" placeholder="Contoh: 30" required>
       
       <label>Suhu Udara (°C):</label>
       <input type="number" id="tempAir" placeholder="Contoh: 25" required>
       
       <label>Kelembapan Relatif (%):</label>
       <input type="number" id="humidity" placeholder="Contoh: 60" required>
       
       <label>Luas Permukaan Air (m²):</label>
       <input type="number" id="surfaceArea" placeholder="Contoh: 10" required>
       
       <label>Waktu Operasi (jam):</label>
       <input type="number" id="time" placeholder="Contoh: 5" required>
       
       <label>Konsentrasi Garam dalam Air Laut (g/L):</label>
       <input type="number" id="salinity" placeholder="Contoh: 35" required>
       
       <button onclick="simulate()">Jalankan Simulasi</button>

       <Grafik Hasil Simulasi>
       <canvas id="evaporationChart" width="400" height="200"></canvas>
       <canvas id="distilledWaterChart" width="400" height="200"></canvas>
       <canvas id="saltProductionChart" width="400" height="200"></canvas>

   <script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
   <script>
       function simulate() {
           // Input values
           const tempWater = parseFloat(document.getElementById("tempWater").value);
           const tempAir = parseFloat(document.getElementById("tempAir").value);
           const humidity = parseFloat(document.getElementById("humidity").value) / 100;
           const surfaceArea = parseFloat(document.getElementById("surfaceArea").value);
           const time = parseFloat(document.getElementById("time").value) * 3600; // Convert to seconds
           const salinity = parseFloat(document.getElementById("salinity").value);

           if (isNaN(tempWater) || isNaN(tempAir) || isNaN(humidity) || isNaN(surfaceArea) || isNaN(time) || isNaN(salinity)) {
               alert('Masukkan semua parameter dengan benar!');
               return;
           }

           // Constants
           const tunnelLength = 10; // Panjang tunnel dalam meter
           const k = 0.00025; // Koefisien difusi massa
           const e_s = 0.611 * Math.exp((17.27 * tempWater) / (tempWater + 237.3)); // Tekanan uap jenuh
           const e_a = humidity * e_s; // Tekanan uap aktual

           // Laju evaporasi per elemen tunnel
           const evaporationRate = k * surfaceArea * (e_s - e_a) * 1000; // kg/s/m
           const evaporationRates = Array.from({ length: tunnelLength }, (_, i) => evaporationRate);

           // Kapasitas air distilasi terhadap waktu
           const hours = Array.from({ length: time / 3600 }, (_, i) => i + 1); // Jam
           const distilledWater = hours.map(h => evaporationRate * surfaceArea * h * 3600);

           // Produksi garam terhadap hari
           const days = Array.from({ length: 10 }, (_, i) => i + 1); // 10 hari
           const saltProduction = days.map(d => (evaporationRate * surfaceArea * 3600 * 24 * d) * (salinity / 1000));

           // Update charts
           updateChart("evaporationChart", "Laju Evaporasi (kg/s/m)", evaporationRates, [...Array(tunnelLength).keys()]);
           updateChart("distilledWaterChart", "Kapasitas Produksi Air Distilasi (kg)", distilledWater, hours);
           updateChart("saltProductionChart", "Produksi Garam (kg)", saltProduction, days);
       }

       function updateChart(canvasId, label, data, labels) {
           const ctx = document.getElementById(canvasId).getContext("2d");
           new Chart(ctx, {
               type: "line",
               data: {
                   labels: labels,
                   datasets: [{
                       label: label,
                       data: data,
                       borderColor: "rgba(75, 192, 192, 1)",
                       fill: false
                   }]
               },
               options: {
                   responsive: true,
                   scales: {
                       x: {
                           title: { display: true, text: "X-Axis" }
                       },
                       y: {
                           title: { display: true, text: "Y-Axis" }
                       }
                   }
               }
           });
       }
   </script>

</body> </html>

H. Results & Discussion

Berikut adalah hasil running program simulasi yang telah dibuat:

alt text

Gambar 1. Running simulasi

Grafik hasil simulasi ditampilkan sebagai berikut:

alt text

Gambar 2. Laju evaporasi sepanjang tunnel

Grafik menunjukkan bahwa laju evaporasi air laut sepanjang tunnel konstan, dengan nilai yang sama di setiap titik sepanjang 10 meter. Hal ini disebabkan karena faktor-faktor seperti suhu air, suhu udara, kelembapan relatif, dan luas permukaan dianggap seragam sepanjang panjang tunnel. Laju evaporasi yang seragam sepanjang tunnel mengindikasikan tidak adanya variasi kondisi lingkungan di sepanjang panjang tunnel. Hal ini berarti tidak ada gradien suhu atau perubahan kelembapan yang signifikan yang dapat mempengaruhi penguapan. Evaporasi tidak dipengaruhi oleh posisi di dalam tunnel pada pengaturan ini. Jika ada variasi kecepatan angin, kelembapan, atau gradien suhu, maka laju evaporasi akan menunjukkan pola yang bervariasi.

alt text

Gambar 3. Kaspitas Produksi air distilasi selama 24 jam

Grafik menunjukkan hubungan linear antara kapasitas produksi air distilasi dengan waktu operasi. Semakin lama waktu operasi, semakin besar kapasitas air yang dihasilkan. Hal ini logis karena laju evaporasi konstan, sehingga total air yang menguap meningkat secara linear dengan waktu. Waktu operasi adalah faktor utama yang memengaruhi jumlah air distilasi yang dihasilkan. Faktor lain seperti suhu air, suhu udara, dan kelembapan relatif hanya memengaruhi laju evaporasi (konstanta dalam kasus ini). Produksi air distilasi dapat dioptimalkan dengan memperpanjang waktu operasi atau meningkatkan luas permukaan air (misalnya dengan desain permukaan yang lebih luas).

alt text

Gambar 4. Kapasitas produksi garam sepanjang hari

Grafik menunjukkan peningkatan linear dalam produksi garam terhadap jumlah hari operasi. Hal ini karena produksi garam langsung berkorelasi dengan jumlah air yang diuapkan dan durasi operasi. Waktu operasi dalam satuan hari menjadi faktor penentu utama untuk produksi garam, dengan asumsi bahwa laju evaporasi konstan. Konsentrasi garam dalam air laut juga memengaruhi total produksi, tetapi tetap dianggap konstan di model ini. Dalam pengaturan ini, meningkatkan durasi operasi menghasilkan peningkatan produksi garam yang signifikan. Efisiensi sistem bisa dimaksimalkan dengan mengatur konsentrasi garam awal atau mempercepat proses evaporasi. Sistem ini ideal untuk produksi garam dalam skenario di mana waktu tidak menjadi kendala utama.

I. Conclusion, Closing Remarks, Recommendations

Penelitian ini mengusulkan teknologi tunnel sebagai inovasi untuk meningkatkan efisiensi produksi garam dan menghasilkan air distilasi. Teknologi ini memanfaatkan efek rumah kaca melalui plastik UV yang meningkatkan suhu dalam tunnel hingga mencapai 60°C. Studi dilakukan menggunakan metode elemen hingga (FEM) untuk menganalisis laju evaporasi, distribusi suhu, dan kapasitas produksi. Hasil penelitian menunjukkan bahwa teknologi tunnel secara signifikan meningkatkan laju evaporasi air laut dibandingkan metode tradisional. Laju evaporasi sepanjang tunnel bersifat seragam dalam simulasi, mengindikasikan kondisi lingkungan yang homogen. Kapasitas produksi air distilasi meningkat secara linear terhadap waktu operasi, sehingga semakin lama waktu operasi, semakin besar volume air yang dihasilkan. Produksi garam juga meningkat secara linear terhadap jumlah hari operasi, menunjukkan efisiensi sistem dalam menghasilkan garam dalam waktu yang lebih singkat. Faktor lingkungan seperti kelembapan relatif, suhu udara, dan kecepatan angin memengaruhi laju evaporasi dan hasil produksi. Namun, penelitian ini menunjukkan potensi besar teknologi tunnel dalam mengatasi keterbatasan metode tradisional yang bergantung pada cuaca dan memiliki efisiensi rendah. Penelitian ini memberikan kontribusi penting dalam pengembangan teknologi produksi garam dan air distilasi. Selain itu, teknologi tunnel ini dapat menjadi solusi berkelanjutan untuk mendukung swasembada garam dan penyediaan air bersih di Indonesia. Studi ini menjadi dasar untuk penelitian lebih lanjut terkait optimasi desain dan kondisi operasi untuk meningkatkan efisiensi dan kapasitas produksi.

J. Acknowledgments

Penulis dengan tulus mengucapkan rasa terima kasih kepada Lembaga Pengelola Dana Pendidikan (LPDP) atas dukungan finansial melalui beasiswa pra-sejahtera nomor (SKPB5566/LPDP/LPDP.3/2024). Penulis juga mengucapkan terima kasih kepada Prof Nasruddin dan Prof Misri Gozan atas dukungan moral dan masukannya selama dilakukannya proses penelitian ini

K. (References) Literature Cited

- Ansar, A., Ahmad Yahaya, A.N., Kamil, A.A., Sabani, R., Murad, M., Aisyah, S., 2022. A new innovative breakthrough in the production of salt from bittern using a spray dryer. Heliyon 8.

- Dwiyitno, D., Sturm, M.T., Indra Januar, H., Schuhen, K., n.d. Influence of various production methods on the microplastic contamination of sea salt produced in Java, Indonesia.

- Gozan, M., Rochwulaningsih, Y., Effendy, M., Basri, F., 2018. Hikayat si Induk Bumbu, pertama. ed. Kepustakaan Populer Gramedia, Jakarta.

- Guntur, G., Jaziri, A.A., Prihanto, A.A., Arisandi, D.M., Kurniawan, A., 2018. Development of salt production technology using prism greenhouse method. In: IOP Conference Series: Earth and Environmental Science. Institute of Physics Publishing.

- H. Susanto, N. Rokhati, Santosa, G.W., 2015. Development of Traditional Salt Production Process for Improving Product Quantity and Quality in Jepara District, Central Java, Indonesia. Procedia Environ Sci 23, 175–178.

- Pambudi, N.A., Yusafiadi, J., Biddinika, M.K., Estriyanto, Y., Sarifudin, A., 2022. An experimental investigation of salt production improvement by spraying and heating. Case Studies in Thermal Engineering 30.

- Risman, H., Ma’arif, S., Octavian, A., Mahroza, J., Gustarina, F., Timur, C., 2023. The Indonesian Main Island Defense: Land Power Projection Towards Maritime Orientation. J Surv Fish Sci 10, 806–825.

- Rochwulaningsih, Y., Tri Sulistiyono, S., Intan, N., Fahriz Perdana Harahap, A., Suhairi, H., Yusuf Arya Ramadhan, M., Hidayat, N., Fauziah Rahman, S., Gozan, M., Efendy, M., Utama, M.P., Naelil

- Masruroh, N., Budiyanto, S., Sahlan, M., Kumazawa, S., 2021. High-Productivity Traditional Bali Palung Salt Method for Small Production Fields, Journal of Hunan University（Natural Sciences）.

- Susanti, H., Yanti, E., 2023. The urgency to strengthen blue carbon ecosystem settings based on theory law development to use to realize sustainable development in Indonesia. In: IOP Conference Series: Earth and Environmental Science. Institute of Physics.

L. Appendices

alt text

Gambar 5. Tunnel Garam