Difference between revisions of "Farsyah Novalino Hermadi"
(→Desain Optimasi Sistem Penyimpanan Hidrogen) |
(→Final Report of Design & Optimization of Pressurized Hydrogen Storage) |
||
| Line 54: | Line 54: | ||
= Final Report of Design & Optimization of Pressurized Hydrogen Storage = | = Final Report of Design & Optimization of Pressurized Hydrogen Storage = | ||
| − | + | coding pengoptimisasian penyimpanan hidrogen pada tekanan 8 bar dengan kapasitas 1 liter dan anggaran maksimal Rp500.000 | |
| − | from scipy.optimize import minimize | + | from scipy.optimize import minimize |
| − | # Harga dan kapasitas | + | # Harga dan kapasitas |
| − | harga_per_unit = 100000 # Harga per unit penyimpanan hidrogen | + | harga_per_unit = 100000 # Harga per unit penyimpanan hidrogen |
| − | kapasitas_per_unit = 1 # Kapasitas penyimpanan hidrogen per unit | + | kapasitas_per_unit = 1 # Kapasitas penyimpanan hidrogen per unit |
| − | # Anggaran maksimal | + | # Anggaran maksimal |
| − | harga_maksimal = 500000 | + | harga_maksimal = 500000 |
| − | # Fungsi tujuan | + | # Fungsi tujuan |
| − | def fungsi_tujuan(x): | + | def fungsi_tujuan(x): |
| − | + | return -x | |
| − | # Kendala | + | # Kendala |
| − | def kendala(x): | + | def kendala(x): |
| − | + | return budget_maksimal - (harga_per_unit * x[0]) | |
| − | kendala_anggaran = [{'type': 'ineq', 'fun': kendala}] | + | kendala_anggaran = [{'type': 'ineq', 'fun': kendala}] |
| − | # Nilai awal | + | # Nilai awal |
| − | x0 = [0] | + | x0 = [0] |
| − | # Batasan | + | # Batasan |
| − | batas = [(0, None)] | + | batas = [(0, None)] |
| − | # Membuat fungsi untuk menampilkan hasil | + | # Membuat fungsi untuk menampilkan hasil |
| − | def tampilkan_hasil(solusi): | + | def tampilkan_hasil(solusi): |
| − | + | print("Status:", "Optimal" if solusi.success else "Tidak ditemukan solusi") | |
| − | + | print("Jumlah unit penyimpanan hidrogen yang akan dibeli:", solusi.x[0]) | |
| − | + | print("Total kapasitas penyimpanan:", solusi.x[0] * kapasitas_per_unit, "liter") | |
| − | + | print("Total biaya:", solusi.x[0] * harga_per_unit, "Rupiah") | |
| − | # Menyelesaikan masalah optimisasi | + | # Menyelesaikan masalah optimisasi |
| − | solusi = minimize(fungsi_tujuan, x0, method='SLSQP', bounds=batas, constraints=kendala_anggaran) | + | solusi = minimize(fungsi_tujuan, x0, method='SLSQP', bounds=batas, constraints=kendala_anggaran) |
| − | # Menampilkan hasil | + | # Menampilkan hasil |
| − | tampilkan_hasil(solusi) | + | tampilkan_hasil(solusi) |
| − | + | Output yang dihasilkan dari coding diatas sebagai berikut | |
| − | Status: Optimal | + | Status: Optimal |
| − | Jumlah unit penyimpanan hidrogen yang akan dibeli: 5.0 | + | Jumlah unit penyimpanan hidrogen yang akan dibeli: 5.0 |
| − | Total kapasitas penyimpanan: 5.0 liter | + | Total kapasitas penyimpanan: 5.0 liter |
| − | Total biaya: 500000.0 Rupiah | + | Total biaya: 500000.0 Rupiah |
Untuk menunjukan grafik mengenai optimisasi penyimpanan hidrogen antara kapasitas dan anggaran dapat digunakan phyton code di bawah ini | Untuk menunjukan grafik mengenai optimisasi penyimpanan hidrogen antara kapasitas dan anggaran dapat digunakan phyton code di bawah ini | ||
| + | import numpy as np | ||
| + | import matplotlib.pyplot as plt | ||
| + | from scipy.optimize import minimize | ||
| − | + | # Harga dan kapasitas | |
| − | + | harga_per_unit = 100000 # Harga per unit penyimpanan hidrogen | |
| − | + | kapasitas_per_unit = 1 # Kapasitas penyimpanan hidrogen per unit | |
| − | |||
| − | # Harga dan kapasitas | ||
| − | harga_per_unit = 100000 # Harga per unit penyimpanan hidrogen | ||
| − | kapasitas_per_unit = 1 # Kapasitas penyimpanan hidrogen per unit | ||
| − | |||
| − | |||
| − | |||
| − | # | + | # Anggaran maksimal |
| − | + | budget_maksimal = 500000 | |
| − | |||
| − | # Kendala | + | # Fungsi tujuan |
| − | def kendala(x): | + | def fungsi_tujuan(x): |
| − | + | return -x | |
| + | |||
| + | # Kendala | ||
| + | def kendala(x): | ||
| + | return budget_maksimal - (harga_per_unit * x[0]) | ||
| − | kendala_anggaran = [{'type': 'ineq', 'fun': kendala}] | + | kendala_anggaran = [{'type': 'ineq', 'fun': kendala}] |
| − | # Nilai awal | + | # Nilai awal |
| − | x0 = [0] | + | x0 = [0] |
| − | # Batasan | + | # Batasan |
| − | batas = [(0, None)] | + | batas = [(0, None)] |
| − | # Membuat fungsi untuk menampilkan hasil | + | # Membuat fungsi untuk menampilkan hasil |
| − | def tampilkan_hasil(solusi): | + | def tampilkan_hasil(solusi): |
| − | + | print("Status:", "Optimal" if solusi.success else "Tidak ditemukan solusi") | |
| − | + | print("Jumlah unit penyimpanan hidrogen yang akan dibeli:", solusi.x[0]) | |
| − | + | print("Total kapasitas penyimpanan:", solusi.x[0] * kapasitas_per_unit, "liter") | |
| − | + | print("Total biaya:", solusi.x[0] * harga_per_unit, "Rupiah") | |
| − | # Menyelesaikan masalah optimisasi | + | # Menyelesaikan masalah optimisasi |
| − | solusi = minimize(fungsi_tujuan, x0, method='SLSQP', bounds=batas, constraints=kendala_anggaran) | + | solusi = minimize(fungsi_tujuan, x0, method='SLSQP', bounds=batas, constraints=kendala_anggaran) |
| − | # Menampilkan hasil | + | # Menampilkan hasil |
| − | tampilkan_hasil(solusi) | + | tampilkan_hasil(solusi) |
| − | # Menghasilkan grafik | + | # Menghasilkan grafik |
| − | anggaran = np.linspace(0, 10, 100) # Range anggaran | + | anggaran = np.linspace(0, 10, 100) # Range anggaran |
| − | kapasitas = anggaran * kapasitas_per_unit # Total kapasitas penyimpanan untuk setiap anggaran | + | kapasitas = anggaran * kapasitas_per_unit # Total kapasitas penyimpanan untuk setiap anggaran |
| − | biaya = anggaran * harga_per_unit # Total biaya untuk setiap anggaran | + | biaya = anggaran * harga_per_unit # Total biaya untuk setiap anggaran |
| − | plt.figure() | + | plt.figure() |
| − | plt.plot(anggaran, kapasitas, label='Kapasitas Penyimpanan') | + | plt.plot(anggaran, kapasitas, label='Kapasitas Penyimpanan') |
| − | plt.plot(anggaran, biaya, label='Total Biaya') | + | plt.plot(anggaran, biaya, label='Total Biaya') |
| − | plt.axhline(solusi.x[0] * kapasitas_per_unit, color='r', linestyle='--', label='Jumlah Unit Optimal') | + | plt.axhline(solusi.x[0] * kapasitas_per_unit, color='r', linestyle='--', label='Jumlah Unit Optimal') |
| − | plt.axvline(solusi.x[0], color='g', linestyle='--', label='Anggaran Optimal') | + | plt.axvline(solusi.x[0], color='g', linestyle='--', label='Anggaran Optimal') |
| − | plt.xlabel('Anggaran') | + | plt.xlabel('Anggaran') |
| − | plt.ylabel('Kapasitas/Biaya') | + | plt.ylabel('Kapasitas/Biaya') |
| − | plt.title('Optimisasi Penyimpanan Hidrogen') | + | plt.title('Optimisasi Penyimpanan Hidrogen') |
| − | plt.legend() | + | plt.legend() |
| − | plt.grid(True) | + | plt.grid(True) |
| − | plt.show() | + | plt.show() |
| − | Kode | + | Kode diatas memberikan solusi terbaik dalam mengoptimalkan penyimpanan hidrogen dengan kapasitas total tertinggi yang tetap berada dalam anggaran. Hasilnya kemudian dicetak, termasuk jumlah unit, kapasitas total, dan biaya total. Selain itu, kode ini juga membuat grafik yang menunjukkan hubungan antara kapasitan dan anggaran optimisasi penyimpanan hidrogen |
| − | [[File: | + | [[File:Hasil-grafik.png]] |
Revision as of 07:04, 9 June 2023
Contents
Introduction
Assalamu'alaikum warahmatullahi wabarakatuh. Perkenalkan nama saya Farsyah Novalino Hermadi bisa dipanggil Farsyah, dengan nomor NPM 2106733472 dari jurusan Teknik Perkapalan 2021. Saya lahir di Jakarta pada tanggal 9 Desember 2002. Salam kenal semuanya, Terima kasih.
Resume Minggu 1
Pada minggu pertama, Bapak Dr. Ir. Ahmad Indra Siswantara menjelaskan semua orang sebelum menyelesaikan suatu masalah yang ada harus memiliki kesadaran conciousness untuk berpikir dengan jernih agar dapat mencapai hasil terbaik dalam menyelesaikan suatu masalah. Pak Dai juga menjelaskan kita harus menggunakan potensi yang dimiliki dengan sebaik baiknya dan tidak hanya menggunakan waktu mereka selama perkuliahan, tetapi juga dengan hal lain seperti belajar secara mandiri. Pak Dai juga menjelaskan metode pengujian yang nantinya akan digunakan di kelas yang dia ajar. Metode ujiannya adalah “Lembaran Soal Kertas Kosong” dimana mahasiswa diberi kesempatan untuk menulis dan membuat materi dan soal yang akan ditanyakan oleh setiap mahasiswa berdasarkan segala macam informasi yang diperoleh dalam perkuliahan. Dengan begitu harapannya mahasiswa memahami semua materi yang disampaikan dalam perkuliahan, yang nantinya akan berdampak pada karya yang diberikan. Pak dai juga menyarankan untuk kita lebih yakin kepada Tuhan yang Maha Esa agar semua kegiatan yang kita lakukan berjalan dengan lancar
Desain Optimasi Sistem Penyimpanan Hidrogen
Objective : Mendesain dan Mengoptimalkan Tekanan dari Penyimpanan Hidrogen
Spesifikasi :
Kapasitas : 1 Litres
Tingkat Tekanan : 8 bar
Biaya tidak boleh lebih dari Rp.500.000
Desain optimasi sistem penyimpanan hidrogen melibatkan beberapa faktor kunci yang perlu dipertimbangkan untuk mencapai kinerja dan efisiensi yang maksimal. Berikut adalah beberapa aspek yang perlu diperhatikan dalam desain sistem penyimpanan hidrogen yang dioptimalkan:
1. Metode Penyimpanan: Ada beberapa metode yang umum digunakan untuk menyimpan hidrogen, termasuk penyimpanan dalam bentuk gas tekan, cairan, atau adsorpsi pada bahan bakar padat. Pemilihan metode penyimpanan yang tepat sangat penting untuk memastikan efisiensi sistem secara keseluruhan.
2. Kapasitas Penyimpanan: Kapasitas penyimpanan hidrogen harus dirancang agar mencukupi untuk memenuhi kebutuhan aplikasi yang ditujukan. Hal ini bergantung pada faktor-faktor seperti tingkat konsumsi hidrogen, jarak tempuh, dan waktu pengisian atau penggantian.
3. Efisiensi Energi: Proses pengisian dan pengosongan tangki penyimpanan hidrogen harus dioptimalkan untuk mencapai efisiensi energi yang tinggi. Pemilihan sistem pengisian yang tepat, penggunaan teknologi tekanan tinggi atau tekanan rendah, dan pengelolaan panas adalah beberapa hal yang perlu dipertimbangkan.
4. Keamanan: Sistem penyimpanan hidrogen harus dirancang dengan mempertimbangkan aspek keamanan yang tinggi. Hidrogen memiliki sifat yang mudah terbakar dan dapat membentuk campuran yang mudah meledak dengan udara. Pemilihan bahan tangki yang tahan terhadap kebocoran, penggunaan sistem deteksi kebocoran, dan tindakan pencegahan kebakaran dan ledakan adalah hal-hal yang harus diperhatikan.
5. Infrastruktur: Desain sistem penyimpanan hidrogen juga harus mempertimbangkan kebutuhan infrastruktur yang mendukung, termasuk stasiun pengisian, pipa pengiriman, dan pengolahan gas hidrogen. Infrastruktur yang efisien dan dapat diandalkan akan menjadi faktor penting untuk pengembangan dan penggunaan yang luas dari teknologi penyimpanan hidrogen.
6. Biaya: Aspek biaya harus dipertimbangkan dalam desain sistem penyimpanan hidrogen. Ini melibatkan biaya pembuatan, instalasi, operasional, dan pemeliharaan sistem penyimpanan. Pengembangan teknologi yang lebih efisien dan proses produksi yang lebih murah akan berkontribusi pada adopsi yang lebih luas dari sistem penyimpanan hidrogen.
Langkah Langkah Untuk Mendesain Penyimpanan Hidrogen yang didapatkan menurut pencarian menggunakan ChatGPT
1. Tentukan Kebutuhan dan Tujuan: Identifikasi kebutuhan aplikasi dan tujuan dari sistem penyimpanan hidrogen. Hal ini meliputi jumlah hidrogen yang akan disimpan, kecepatan pengisian dan pengosongan yang diinginkan, tekanan operasional, dan ketersediaan infrastruktur.
2. Pilih Metode Penyimpanan: Evaluasi metode penyimpanan hidrogen yang tersedia, seperti penyimpanan dalam bentuk gas tekan, cairan, atau adsorpsi pada bahan bakar padat. Pertimbangkan faktor-faktor seperti efisiensi, keamanan, dan kebutuhan infrastruktur.
3. Rancang Tangki Penyimpanan: Pilih dan rancang tangki penyimpanan yang sesuai dengan metode penyimpanan yang dipilih. Pertimbangkan bahan tangki, kapasitas penyimpanan, tekanan kerja, kekuatan struktural, dan persyaratan keamanan. Pastikan tangki memenuhi standar keselamatan yang berlaku.
4. Pertimbangkan Infrastruktur: Perhitungkan infrastruktur yang diperlukan, seperti stasiun pengisian, pipa pengiriman, dan pemrosesan gas hidrogen. Rancang jaringan infrastruktur yang efisien dan aman untuk memasok dan mendistribusikan hidrogen.
5. Analisis Keamanan: Identifikasi risiko keamanan yang terkait dengan penyimpanan hidrogen, seperti kebocoran atau kebakaran. Rancang sistem deteksi kebocoran, sistem pemadaman kebakaran, dan langkah-langkah keamanan lainnya untuk melindungi sistem penyimpanan.
6. Optimalkan Efisiensi: Pertimbangkan strategi untuk meningkatkan efisiensi sistem penyimpanan hidrogen. Hal ini dapat meliputi pemilihan material isolasi termal, desain pengurangan kebocoran, dan penggunaan teknologi penghemat energi.
7. Simulasikan dan Evaluasi: Gunakan perangkat lunak simulasi untuk memodelkan dan mengevaluasi kinerja sistem penyimpanan hidrogen. Simulasikan berbagai kondisi operasional dan identifikasi area untuk perbaikan atau penyesuaian desain.
8. Perhitungan Biaya: Lakukan analisis biaya untuk memperkirakan biaya pembuatan, instalasi, dan operasional sistem penyimpanan hidrogen. Pertimbangkan biaya bahan, infrastruktur, pemeliharaan, dan perawatan. Identifikasi cara untuk mengoptimalkan biaya dan efisiensi.
9. Uji dan Validasi: Lakukan uji coba dan validasi sistem penyimpanan hidrogen di laboratorium atau skala prototipe. Uji sistem di bawah berbagai kondisi operasional dan verifikasi bahwa kinerja, keamanan, dan efisiensi sistem sesuai dengan desain yang diharapkan.
10. Perbaikan dan Pemeliharaan: Terus monitor dan evaluasi kinerja sistem penyimpanan hidrogen setelah implementasi. Identifikasi area untuk perbaikan dan pemeliharaan rutin guna memastikan sistem beroperasi secara optimal dan aman.
Final Report of Design & Optimization of Pressurized Hydrogen Storage
coding pengoptimisasian penyimpanan hidrogen pada tekanan 8 bar dengan kapasitas 1 liter dan anggaran maksimal Rp500.000
from scipy.optimize import minimize
# Harga dan kapasitas harga_per_unit = 100000 # Harga per unit penyimpanan hidrogen kapasitas_per_unit = 1 # Kapasitas penyimpanan hidrogen per unit
# Anggaran maksimal harga_maksimal = 500000
# Fungsi tujuan
def fungsi_tujuan(x):
return -x
# Kendala
def kendala(x):
return budget_maksimal - (harga_per_unit * x[0])
kendala_anggaran = [{'type': 'ineq', 'fun': kendala}]
# Nilai awal x0 = [0]
# Batasan batas = [(0, None)]
# Membuat fungsi untuk menampilkan hasil
def tampilkan_hasil(solusi):
print("Status:", "Optimal" if solusi.success else "Tidak ditemukan solusi")
print("Jumlah unit penyimpanan hidrogen yang akan dibeli:", solusi.x[0])
print("Total kapasitas penyimpanan:", solusi.x[0] * kapasitas_per_unit, "liter")
print("Total biaya:", solusi.x[0] * harga_per_unit, "Rupiah")
# Menyelesaikan masalah optimisasi solusi = minimize(fungsi_tujuan, x0, method='SLSQP', bounds=batas, constraints=kendala_anggaran)
# Menampilkan hasil tampilkan_hasil(solusi)
Output yang dihasilkan dari coding diatas sebagai berikut
Status: Optimal Jumlah unit penyimpanan hidrogen yang akan dibeli: 5.0 Total kapasitas penyimpanan: 5.0 liter Total biaya: 500000.0 Rupiah
Untuk menunjukan grafik mengenai optimisasi penyimpanan hidrogen antara kapasitas dan anggaran dapat digunakan phyton code di bawah ini
import numpy as np import matplotlib.pyplot as plt from scipy.optimize import minimize
# Harga dan kapasitas harga_per_unit = 100000 # Harga per unit penyimpanan hidrogen kapasitas_per_unit = 1 # Kapasitas penyimpanan hidrogen per unit
# Anggaran maksimal budget_maksimal = 500000
# Fungsi tujuan
def fungsi_tujuan(x):
return -x
# Kendala
def kendala(x):
return budget_maksimal - (harga_per_unit * x[0])
kendala_anggaran = [{'type': 'ineq', 'fun': kendala}]
# Nilai awal x0 = [0]
# Batasan batas = [(0, None)]
# Membuat fungsi untuk menampilkan hasil
def tampilkan_hasil(solusi):
print("Status:", "Optimal" if solusi.success else "Tidak ditemukan solusi")
print("Jumlah unit penyimpanan hidrogen yang akan dibeli:", solusi.x[0])
print("Total kapasitas penyimpanan:", solusi.x[0] * kapasitas_per_unit, "liter")
print("Total biaya:", solusi.x[0] * harga_per_unit, "Rupiah")
# Menyelesaikan masalah optimisasi solusi = minimize(fungsi_tujuan, x0, method='SLSQP', bounds=batas, constraints=kendala_anggaran)
# Menampilkan hasil tampilkan_hasil(solusi)
# Menghasilkan grafik anggaran = np.linspace(0, 10, 100) # Range anggaran kapasitas = anggaran * kapasitas_per_unit # Total kapasitas penyimpanan untuk setiap anggaran biaya = anggaran * harga_per_unit # Total biaya untuk setiap anggaran
plt.figure()
plt.plot(anggaran, kapasitas, label='Kapasitas Penyimpanan')
plt.plot(anggaran, biaya, label='Total Biaya')
plt.axhline(solusi.x[0] * kapasitas_per_unit, color='r', linestyle='--', label='Jumlah Unit Optimal')
plt.axvline(solusi.x[0], color='g', linestyle='--', label='Anggaran Optimal')
plt.xlabel('Anggaran')
plt.ylabel('Kapasitas/Biaya')
plt.title('Optimisasi Penyimpanan Hidrogen')
plt.legend()
plt.grid(True)
plt.show()
Kode diatas memberikan solusi terbaik dalam mengoptimalkan penyimpanan hidrogen dengan kapasitas total tertinggi yang tetap berada dalam anggaran. Hasilnya kemudian dicetak, termasuk jumlah unit, kapasitas total, dan biaya total. Selain itu, kode ini juga membuat grafik yang menunjukkan hubungan antara kapasitan dan anggaran optimisasi penyimpanan hidrogen
