Bagian 1

PENDAHULUAN
1. Karakter
a. Numerik (Angka) : 0, 1, 2, 3, 4, 5, 6, 7, 8, 9
b. Alfabet (Huruf) : A, B, C, D, ……., Z
a, b, c, d, ………., z
c. Khusus : %, ’, +, -, *, /, \, dll.

2. Ekspresi
Merupakan gabungan dari karakter yang dibedakan atas:
1. ekspresi numerik
gabungan dari karakter numerik, misalnya: 12, 4567, 0.25, dll.
2. ekspresi string
gabungan dari karakter alfabet; atau gabungan dari karakter alfabet dan numerik,
misalnya: metanol, reaktor1, A25, dll.

3. Variabel
 nama yang diberikan untuk mewakili suatu data, baik berupa masukan data atau
merupakan hasil perhitungan

 aturan penulisan variabel:

1. maksimal terdiri dari 31 karakter
2. harus diawali dengan huruf
3. tidak boleh mengandung spasi dan tanda baca (karakter khusus)
4. tidak boleh menggunakan key words
5. dibedakan antara huruf besar dan huruf kecil, misalnya: Nama, NAMA, NamA,
NaMa, dsb. merupakan variabel yang berbeda.

4. Memasukkan Data
Terdapat dua cara untuk memasukkan data yaitu:
a. inisialisasi data, dimana data diberikan secara langsung pada saat pembuatan program
Bentuk umum:
variabel = ekspresi
b. menggunakan perintah input, dimana data diberikan pada saat program di-running
sehingga bersifat interaktif
Bentuk umum:
variabel = input(‘teks’)  numerik dan string

atau
variabel = input(‘teks’, ‘s’)  string

Modul MATLAB I-1

 Pendahuluan

pada layar akan tampil apa yang tertulis di antara tanda petik (teks), kemudian
komputer menanti masukan data yang diikuti dengan menekan enter melalui
keyboard

Contoh 1.1 dan 1.2 berikut ini menampilkan program perhitungan sederhana dimana
langkah memasukkan data dilakukan dengan menggunakan kedua cara tersebut.
Kedua contoh tersebut dijalankan pada layar utama Matlab yang disebut command
window.

Contoh 1.1: Perhitungan luas persegi panjang A = p.l dengan cara inisialisasi data.

>> data = 'persegi panjang'

data =
persegi panjang
>> panjang = 4
panjang =
4
>> lebar = 3
lebar =
3
>> luas = panjang * lebar
luas =
12

Contoh 1.2: Perhitungan luas persegi panjang A = p.l dengan cara input data.

>> data = input('Masukkan jenis bangun geometri yang akan dihitung: ')
Masukkan jenis bangun geometri yang akan dihitung: 'persegi panjang'
data =
persegi panjang

>> panjang=input('Masukkan data panjang : ')

Masukkan data panjang : 4
panjang =
4

>> lebar=input('Masukkan data lebar : ')

Masukkan data lebar : 3
lebar =
3

>> luas = panjang * lebar

luas =
12

Kedua cara di atas dapat diakhiri dengan tanda (;). Penggunaan tanda (;) akan meniadakan
tampilnya data setelah penekanan enter atau pada saat running program.

Komputasi Proses Teknik Kimia I-2

 Pendahuluan

5. Tampilan Hasil
a. Bila ingin menampilkan nilai dari suatu variabel
disp(A)
 dimana A adalah variabel; hasil yang ditampilkan adalah nilai yang
tersimpan dalam variabel A

b. Bila ingin menampilkan teks atau string

disp(‘teks’)
 hasil yang ditampilkan adalah apa yang tertulis di antara tanda petik (teks)

c. Bila ingin menampilkan gabungan teks dan nilai dari suatu variabel, gunakan tanda
kurung siku dimana nilai numerik harus dikonversi ke bentuk string terlebih dahulu
dengan menggunakan fungsi num2str (number to string)
Contoh 1.3:
x = 2.678;
disp([‘Nilai x adalah = ‘, num2str(x), ‘pada iterasi ini’])

Dapat pula menggunakan perintah fprintf

Bentuk umum:
fprintf(‘file name’, ‘format string’, list)
- file name bersifat optional (dapat ditulis atau tidak)
- list adalah daftar nama variabel yang dipisahkan dengan tanda koma (,)
- format string adalah format/bentuk tampilan:
%P.Qe untuk bentuk eksponensial
%P.Qf untuk bentuk fixed point
\n untuk membentuk baris baru (kelang)
dimana P dan Q merupakan integer (bilangan bulat).

Contoh 1.4:
x = 1007.46;
y = 2.1278;
k = 17;
fprintf(‘\n x = %8.2f y = %8.6f k = %2.0f \n‘, x, y, k)

Latihan 1.1: Tambahkanlah tanda (;) pada akhir semua baris program pada Contoh 1.1.
Kemudian aturlah tampilan hasilnya dengan menggunakan perintah disp atau fprintf.

6. Penggabungan Input Data

Beberapa data yang dimasukkan yang ditulis dalam beberapa baris program dapat
digabungkan dengan memberikan tanda koma (,) atau titik koma (;) sebagai pemisah.

Contoh 1.5: Input data x, y, dan k pada contoh di atas yang ditulis dalam 3 baris program
dapat digabungkan menjadi 1 baris program dengan salah satu cara berikut:
x = 1007.46, y = 2.1278, k = 17
x = 1007.46; y = 2.1278; k = 17;

Modul MATLAB I-3

 Pendahuluan

7. Komentar
Semua teks yang diawali dengan tanda persen ‘%’ dianggap sebagai pernyataan atau
komentar atau keterangan atau catatan.
Tujuannya adalah untuk memberi keterangan agar lebih mudah memahami maksud dan
kegunaan suatu bagian program.

Sejauh ini, semua pekerjaan dilakukan melalui sebuah layar yang disebut command window
dimana perintah dapat dieksekusi secara langsung satu per satu. Ada pula layar lain yang
dapat menyimpan semua perintah yang dibuat untuk kemudian dieksekusi secara
keseluruhan. Layar tersebut adalah layar M-File.

Contoh 1.6: Hendak ditentukan volume suatu gas berdasarkan persamaan gas ideal
P.V = n.R.T, dimana P = tekanan (atm), V = volume (ltr), n = jumlah mol (gmol), T =
temperatur (K), dan R = konstanta gas (0,08206 ltr.atm/gmol.K).

% Perhitungan volume gas

% Berdasarkan persamaan gas ideal
% PV = nRT

% Masukan Data
nama_gas = 'metanol'
P=1
T = 373
n = 10
R = 0.08206

%Perhitungan
V = n*R*T/P

Program di atas disimpan dalam sebuah m-file yang diberi nama ideal.m. Untuk
mengeksekusinya dapat dilakukan dengan salah satu cara berikut:
1. Tekanlah tombol F5 pada layar m-file, kemudian pindahlah ke command window
untuk melihat hasil eksekusi (running program)
2. Pindahlah ke command window, kemudian ketikkanlah nama file yang akan
dieksekusi (di-running).
Running program berikut menggunakan cara yang kedua:

>> ideal
nama_gas =
metanol

P=
1

T=
373

n=
10

Komputasi Proses Teknik Kimia I-4

 Pendahuluan

R=
0.0821

V=
306.0838

Catatan: - Data yang dimasukkan haruslah konsisten dalam penggunaan satuan

- Analisis hasil diserahkan kepada pengguna program, dimana pada program di
atas, diketahui bahwa volume gas metanol yang terdapat sejumlah 10 gmol pada
temperatur 373 K dan tekanan 1 atm adalah 306,0838 ltr.

Latihan 1.2: Ubahlah program pada Contoh 1.6 di atas

- Berilah komentar berupa satuan dari masing-masing masukan data
- Gunakan bentuk input dalam memasukkan data
- Aturlah tampilan hasil agar lebih representatif.

Latihan 1.3: Buatlah program perhitungan luas persegi panjang pada layar m-file.

8. Key Words atau Reserved Words

 kata-kata yang mempunyai arti khusus dalam MATLAB:
merupakan variabel khusus atau fungsi
a. Variabel Khusus
Misalnya: pi , 3.14
ans nama variabel untuk hasil apapun (default)
inf bilangan tak berhingga, 1/0
NaN atau nan not a number, 0/0
i dan j i = j = -1

b. Fungsi
Matlab banyak menyediakan fungsi (function) yang dapat digunakan untuk berbagai
perhitungan. Fungsi-fungsi yang telah disediakan oleh Matlab (built-in), seperti
contoh berikut ini:
 Fungsi-fungsi trigonometri dan matematika dasar
sqrt(x) akar pangkat dua dari x
abs(x) bilangan mutlak (nilai positif) dari x
sin(x) sinus dari x  cos(x), tan(x), sinh(x), cosh(x), tanh(x)
log(x) logaritma natur dari x
log10(x) logaritma basis 10 dari x
exp(x) eksponensial dari x, dll.

 Fungsi-fungsi untuk analisis data

min(x) nilai minimum dari x
max(x) nilai maksimum dari x
mean(x) nilai rata-rata dari x
std(x) standar deviasi dari x
sum(x) penjumlahan dari x, dll.

Modul MATLAB I-5

 Pendahuluan

 Fungsi-fungsi untuk polinom

poly(x) membentuk polinom dari x, dimana x merupakan vektor dari
akar persamaan
roots(x) menentukan akar persamaan polinom dari x, dimana x
merupakan vektor dari koefisien polinom dari pangkat tertinggi
hingga terendah
polyfit (x,y) membentuk polinom dari pasangan data yang terdapat pada
vektor x dan y, digunakan untuk pencocokan kurva
conv(x,y) menghitung perkalian antara polinom x dan y

Ada pula fungsi yang tidak tersedia pada Matlab function library, sehingga harus
dibuat sendiri. Fungsi seperti ini sangat bermanfaat untuk perhitungan yang berulang-
ulang (repetitif).

Contoh 1.6: Diinginkan untuk menghitung luas persegi panjang secara berulang-
ulang dengan membuat programnya dalam bentuk fungsi.

Tuliskanlah program berikut pada M-file, dan simpanlah dengan nama luas.m.

function A = luas (p,l)

% menghitung luas persegi panjang

A = p*l;

Untuk menjalankan fungsi di atas, ketikkanlah pada command window nama fungsi
yang diikuti dengan 2 buah variabel yang dibutuhkan:

>> luas(4,3)
ans =
12

 Data variabel dapat dimasukkan dalam bentuk matriks

 Pemakaian fungsi built-in juga dibenarkan di dalam fungsi yang dibuat sendiri.
Misalkan untuk berbagai perhitungan yang melibatkan bentuk logaritma,
eksponensial, dsb.

Komputasi Proses Teknik Kimia I-6

 Bagian 2

VEKTOR DAN MATRIKS

Vektor dan matriks merupakan konsep dasar perhitungan dalam Matlab. Berbagai
perhitungan dapat diselesaikan dengan lebih mudah, ringkas, dan cepat bila bentuknya
dikonversi ke dalam bentuk vektor/matriks. Untuk itu, harus dipahami benar dasar operasi
dengan menggunakan vektor/matriks.

1. Skalar
Di dalam Matlab, skalar adalah sebuah data dengan satu baris dan satu kolom. Variabel-
variabel yang memuat data skalar tersebut dapat mengalami operasi penjumlahan,
pengurangan, perkalian, dan pembagian.

Contoh 2.1: Skalar dan operasinya

>> x = 1;
>> y = 2;
>> z = x + y
z=
3

2. Vektor
Di dalam Matlab, vektor adalah sekumpulan data yang membentuk hanya satu baris atau
satu kolom.
Penulisan elemen dilakukan di dalam kurung siku [ ] yang diantarai dengan spasi atau
titik koma. Pengecualian berlaku hanya untuk penulisan data yang berbentuk deret dengan
pola tertentu. Vektor dapat mengalami operasi dengan skalar juga dengan vektor lain
asalkan mempunyai dimensi yang sama.

Contoh 2.2: Vektor dan operasinya

(i) Bentuk deret sederhana
Bentuk umum penulisan data dengan pola tertentu atau deret yang sederhana:
variabel = n : m
dimana n = nilai awal, m = nilai akhir
>> a = 1:3
a=
1 2 3

>> b = 2 * a
b=
2 4 6

>> c = [1:3]
c=

Modul MATLAB II-1

 Vektor dan Matriks

1 2 3

>> d = 2 * c
d=
2 4 6

Terdapat pesan kesalahan bila penulisan vektor yang tidak berbentuk deret ditulis tanpa
kurung siku:

>> e = 1 3 4
??? e = 1 3 4
|
Error: Missing operator, comma, or semicolon.

(ii) Penggunaan increment

Bentuk umum penulisan data dengan pola tertentu atau deret:
variabel = n : i : m
dimana n = nilai awal, m = nilai akhir, dan i = increment/langkah; bila i tidak
didefinisikan, maka Matlab akan menggunakan default-nya yaitu 1, seperti yang
ditunjukkan pada butir (i) di atas.

>> A = 1:10
A=
1 2 3 4 5 6 7 8 9 10

>> B = 0:2:10
B=
0 2 4 6 8 10

>> C = 10:-1:1
C=
10 9 8 7 6 5 4 3 2 1

>> D = 3:3:14
D=
3 6 9 12

(iii) Penggunaan kurung siku

>> x = [1 2 3] % vektor baris

x=
1 2 3

>> x = [1:3] % mengikuti pola penulisan seperti deret

x=
1 2 3

>> y = x' % transposisi vektor

Komputasi Proses Teknik Kimia II-2

 Vektor dan Matriks

y=
1
2
3

>> z = [4 % ada dua cara penulisan vektor kolom

5
6]
z=
4
5
6
>> z = [4; 5; 6]
z=
4
5
6

>> a = y+z % penjumlahan 2 vektor berorde 3

a=
5
7
9

>> b= x*y % perkalian vektor baris dengan vektor kolom berorde 3

b=
14

>> c=y*z % perkalian 2 vektor kolom

??? Error using ==> *
Inner matrix dimensions must agree.

Vektor dapat mengalami operasi penjumlahan, pengurangan, perkalian, dan pembagian.

Operasi penjumlahan dan pengurangan dapat dilakukan bila vektor-vektor yang akan
dijumlahkan atau dikurangkan mempunyai orde (dimensi) yang sama. Perkalian 2 buah
vektor x dan y mempunyai bentuk: ∑ xi * yi diman kedua vektor juga harus berde sama,
tetapi 1 vektor kolom dan yang lainnya vektor baris.
Latihan 2.1:
Lihatlah pengaruh penggunaan (;) pada akhir penulisan.

3. Matriks
Matriks merupakan himpunan data yang membentuk beberapa baris dan kolom. Matriks
dapat terbentuk dari gabungan 2 vektor atau lebih yang berdimensi sama. Dengan
demikian, aturan operasi penjumlahan dan pengurangan yang berlaku pada vektor juga
berlaku untuk matriks. Perkalian antara 2 buah matriks harus memenuhi aturan bahwa

Modul MATLAB II-3

 Vektor dan Matriks

banyaknya kolom pada matriks pertama harus sama dengan banyaknya baris pada matriks
kedua.

Contoh 2.3: Matriks dan Operasinya

>> r = [1 2 3; 2 3 4];
>> s = [3 4 5; 4 5 6];
>> t = r + s
t=
4 6 8
6 8 10
>> u = s - r

u=
2 2 2
2 2 2

>> a = 2*r
a=
2 4 6
4 6 8

>> b = s/4
b=
0.7500 1.0000 1.2500
1.0000 1.2500 1.5000

>> c = r*s
??? Error using ==> *
Inner matrix dimensions must agree.

>> c = r*s' % jumlah baris r harus sama dengan jumlah kolom s

c=
26 32
38 47

>> d = a^2
??? Error using ==> ^
Matrix must be square.

>> d = a.^2
d=
4 16 36
16 36 64

Khusus untuk pemangkatan, operasi hanya dapat berlangsung secara elementer artinya
masing-masing elemen dari matriks tersebut dipangkatkan.

4. Pengalamatan

Komputasi Proses Teknik Kimia II-4

 Vektor dan Matriks

Merupakan cara penulisan yang digunakan untuk menampilkan atau mendefinisikan ulang
suatu data atau sekumpulan data pada vektor atau matriks, ditulis dalam bentuk umum:
variabel(i,j), dimana i menunjukkan baris dan j menunjukkan kolom
Contoh 2.4: Pengalamatan Vektor atau Matriks
x(2) menunjukkan elemen kedua vektor x
z(3) menunjukkan elemen ketiga vektor y
r(2,1) menunjukkan elemen matriks r pada baris kedua kolom
pertama
t(1,3) menunjukkan elemen matriks t pada baris kesatu kolom ketiga
s(:,2) menunjukkan semua elemen matriks s pada kolom kedua
u(1,:) menunjukkan semua elemen matriks u pada baris kesatu

5. Bentuk-bentuk Khusus Vektor dan Matriks

Beberapa fungsi seperti ones, zeros, linspace, logspace, dsb. dapat digunakan untuk
menciptakan vektor atau matriks dengan ukuran tertentu.
Contoh 2.5:

>> x = ones(3) % menciptakan matriks 3x3, semua elemennya 1

x=
1 1 1
1 1 1
1 1 1

>> y = ones(1,3) % matriks dengan 1 baris 3 kolom, semua elemennya 1

y=
1 1 1

>> z = zeros(2,3) % matriks dengan 2 baris dan 3 kolom, semua

elemennya 0
z=
0 0 0
0 0 0

>> a = linspace(1,10,5) % linearly spaced, dari 1 sampai 10 sebanyak 5 data

a=
1.0000 3.2500 5.5000 7.7500 10.0000

>> b = logspace(1,4,4) % logarithmically spaced

b=
10 100 1000 10000

Pendefinisian ulang dapat dilakukan dengan menggunakan pengalamatan yang sesuai:

>> a(3) = 6
a=
1.0000 3.2500 6.0000 7.7500 10.0000

Modul MATLAB II-5

 Vektor dan Matriks

Bentuk-bentuk khusus yang lain diantaranya: eye, rand, magic. Ada pula manipulasi
matriks untuk mengubah susunan matriks untuk rotasi (rot), merubah letak dari kiri ke
kanan (fliplr), merubah letak dari atas ke bawah (flipud), dsb.

6. Operasi Elementer
Di atas telah disinggung sedikit tentang operasi elementer (elemen per elemen), yaitu
dalam hal operasi pangkat. Operasi elementer yang lain adalah untuk perkalian dan
pembagian. Sedangkan operasi penjumlahan dan pengurangan, memang berlangsung
secara elementer.
Dalam penulisannya, cukup ditambahkan perintah dot (.) sebelum tanda operasi diberikan.

Contoh 2.6:
>> r % pemanggilan ulang matriks r
r=
1 2 3
2 3 4

>> s
s=
3 4 5
4 5 6

>> r+s % operasi penjumlahan

ans =
4 6 8
6 8 10

>> 2*r-s
ans =
-1 0 1
0 1 2

>> r*s' % operasi perkalian biasa

ans =
26 32
38 47

>> r.*s % operasi perkalian elementer

ans =
3 8 15
8 15 24

>> r./s
ans =
0.3333 0.5000 0.6000
0.5000 0.6000 0.6667

Komputasi Proses Teknik Kimia II-6

 Vektor dan Matriks

>> r.^s
ans =
1 16 243
16 243 4096

>> x = [1 2 3]; % dapat digunakan untuk mengevaluasi persamaan

>> y = x.^2 + 3*x + 2 % y = x2 + 3x + 2 pada berbagai harga x
y=
6 12 20

7. Fungsi Analisis Data

Terdapat banyak sekali fungsi Matlab yang dapat digunakan untuk menganalisis data,
diantaranya ditampilkan pada conth berikut ini.

Contoh 2.7:

>> x = [1 2 3; 4 5 6; 7 8 9; 0 11 12]
x=
1 2 3
4 5 6
7 8 9
0 11 12

>> y = [0 0 3; 1 2 3; 4 5 0; -1 2 3]
y=
0 0 3
1 2 3
4 5 0
-1 2 3

>> a = max(x) % mencari nilai maksimum berdasarkan kolom

a=
7 11 12

>> b = max(x,y) % mencari nilai maksimum elemen pada setiap posisi

b=
1 2 3
4 5 6
7 8 9
0 11 12

>> c = min(x)
c=
0 2 3

>> d = min(x,y) % mencari nilai minimum elemen pada setiap posisi

d=

Modul MATLAB II-7

 Vektor dan Matriks

0 0 3
1 2 3
4 5 0
-1 2 3

>> e = mean(x) % mencari nilai rata-rata berdasarkan kolom

e=
3.0000 6.5000 7.5000

>> f = sum(x) % menjumlahkan nilai berdasarkan kolom

f=
12 26 30

>> g = sort(x) % mengurutkan nilai berdasarkan kolom

g=
0 2 3
1 5 6
4 8 9
7 11 12

>> h = std(x) % mencari nilai standar deviasi berdasarkan kolom

h=
3.1623 3.8730 3.8730

Komputasi Proses Teknik Kimia II-8

 Bagian 3

PENGATURAN ALUR PROGRAM

Pengaturan alur program memungkinkan pengguna untuk mengulangi perhitungan secara
berulang-ulang ataupun memilih serta memutuskan kondisi-kondisi yang sesuai/diinginkan.
Matlab menyediakan empat bentuk pengaturan alur program yang akan dibahas berikut ini.

1. Loop for
Loop for memungkinkan sekelompok perintah diulang sebanyak suatu jumlah yang tetap.
Bentuk umum:
for loopvariable = loopexpression
perintah-perintah
end

Loopvariable merpakan nama variabel yang diberikan, sedangkan loopexpression

biasanya memiliki bentuk n:m atau n:i:m. Perintah-perintah di antara baris for dan end
dikerjakan berulang-ulang dari nilai awal n sampai nilai akhir m, dengan increment
(langkah) sebesar i.

Contoh 3.1: Perhitungan bilangan kuadrat dari himpunan bilangan bulat dari 1 sampai 5
>> for n = 1:5
x(n) = n^2
end

x=
1

x=
1 4

x=
1 4 9

x=
1 4 9 16

x=
1 4 9 16 25

Latihan 3.1:
- Perhatikanlah hasil keluaran yang terbentuk bila ditambahkan tanda (;) pada akhir
baris perintah di antara for-end
- Bandingkan bila penulisan perintah perhitungan x(n) = n^2 ditulis x = n^2.

Modul MATLAB III-1

 Pengaturan Alur Program

Contoh 3.2: Operasi perkalian 2 buah vektor

>> x = [1 2 3];
>> y = [4 5 6];
>> jlh = 0;
>> for i = 1:3
jlh = jlh + x(i)*y(i)
end

jlh =
4
jlh =
14

jlh =
32

2. Loop while
Bentuk umum:
while while_expression
perintah-perintah
end

While_expression merupakan bentuk hubungan e1•e2 dimana e1 dan e2 merupakan

ekspresi aritmatika biasa dan • merupakan operator relasi yang didefinisikan sebagai
berikut:
> lebih besar >= lebih besar atau sama dengan
< lebih kecil <= lebih kecil atau sama dengan
== sama -= tidak sama

Perintah-perintah di antara baris while dan end dikerjakan berulang kali selama hubungan
e1•e2 dalam ekspresi terpenuhi.

Contoh 3.3:
>> n = 1;
>> x = 0;
>> while x < 20
x(n) = n^2;
n = n+1;
end
>> x
x=
1 4 9 16 25

3. If-Statement
Bentuk umum:
if if_ekspresi
perintah-perintah
end

Komputasi Proses Teknik Kimia III-2

 Pengaturan Alur Program

If_ekspresi juga mengikuti bentuk hubungan e1•e2. Perintah-perintah di antara baris if

dan end dikerjakan jika semua elemen di dalam ekspresi benar.

Contoh 3.4:
Sebuah toko yang menjual buah-buahan menetapkan akan memberikan potongan harga
sebesar 20% bila pelanggannya membeli apel lebih dari 5.

clc
apel = input('Apel yang dibeli = ');
bayar = apel * 1000;

if apel > 5
bayar = (1-20/100)*bayar;
end
disp(['Jumlah yang harus dibayar = Rp ', num2str(bayar)])

Running Program:

Apel yang dibeli = 5

Jumlah yang harus dibayar = Rp 5000

Apel yang dibeli = 10

Jumlah yang harus dibayar = Rp 8000

if-else-end
Pada kasus dengan dua pilihan, konstruksi if-else-end adalah:
if if_ekspresi
perintah dikerjakan jika benar
else
perintah dikerjakan jika salah
end

Contoh 3.5:
Penentuan kelulusan seorang siswa berdasarkan dua buah ujian yang diikutinya.
Ditetapkan bahwa siswa yang lulus harus memiliki nilai rata-rata minimal 60.

clc
nama = input('Nama Siswa = ', 's');
N1 = input('Nilai Ujian 1 = ');
N2 = input('Nilai Ujian 2 = ');
NR = (N1+N2)/2;

if NR > =60
ket = 'lulus';
else
ket = 'gagal';
end

Modul MATLAB III-3

 Pengaturan Alur Program

disp(' ')
disp(['Nama = ', nama])
disp(['Nilai rata-rata = ', num2str(NR)])
disp(['Hasil akhir = ', ket])

Running Program

Nama Siswa = A
Nilai Ujian 1 = 60
Nilai Ujian 2 = 70

Nama =A
Nilai rata-rata = 65
Hasil akhir = lulus

Jika terdapat 3 atau lebih pilihan, konstruksi if-else-end mengambil bentuk:

if if_ekspresi1
perintah dikerjakan jika if_ekspresi1 benar
elseif if_ekspresi2
perintah dikerjakan jika if_ekspresi2 benar
elseif if_ekspresi3
perintah dikerjakan jika if_ekspresi3 benar
elseif if_ekspresi4
perintah dikerjakan jika if_ekspresi4 benar
elseif ……
.
.
else
perintah dikerjakan jika tidak ada if_ekspresi yang benar
end

4. Switch-case-otherwise
Bentuk umum:
switch ekspresi
case ekspresi1
perintah-perintah
case ekspresi2
perintah-perintah
case ….
.
.
otherwise
perintah-perintah
end

Komputasi Proses Teknik Kimia III-4

 Pengaturan Alur Program

Contoh 3.6:

clc
disp('1. Metoda Substitusi Berurut')
disp('2. Metoda Newton-Raphson')
disp('3. Metoda Tali Busur')

n = input('Metoda yang dipilih = ');

switch n
case (1), disp('Metoda Substitusi Berurut')
case (2), disp('Metoda Newton-Raphson')
case (3), disp('Metoda Tali Busur')
otherwise
disp('Metoda tidak termasuk dalam daftar')
end

Modul MATLAB III-5

 Bagian 4

BERPIKIR SECARA MATRIKS

Banyak hal bisa diselesaikan secara lebih sederhana bila penyelesaian yang dibuat didasarkan
kepada bentuk matriks.

Contoh 4.1: Pendekatan array untuk Contoh 3.1.

>> n = 1:5;
>> x= n.^2
x=
1 4 9 16 25

Meskipun kedua cara memberikan hasil yang serupa, namun cara kedua jauh lebih cepat dan
memerlukan pengetikan yang lebih sedikit.

Contoh 4.2: Harga kapasitas panas campuran gas pada suatu temperatur dihitung dengan cara
menjumlahkan hasil perkalian fraksi (mol/massa) komponen, yi, dengan kapsitas panas
komponen, Cpi, yang merupakan polinom Cpi = Ai + BiT + CiT2 + DiT3.
Penyelesaiannya dapat dibandingkan antara dua cara berikut:

(i) cara loop

Cp = [1.0 0.02 0.00323 0.000003233; 3.2 0.013 0.00466 0.000004345];
y = [0.4 0.6];
T = 300;
Cpc = 0;
for i = 1:length(y)
Cpi = 0;
for j = 1:length(Cp)
Cpi = Cpi + Cp(i,j)*T^(j-1);
end
Cpc = Cpc + y(i)*Cpi;
end
Cpc

>> Cp1

Cpc =

480.2854

Catatan: Perhatikan contoh penggunaan bentuk loop di dalam loop.

Modul MATLAB IV-1

 Grafik

(ii) cara matriks

Cp = [1.0 0.02 0.00323 0.000003233; 3.2 0.013 0.00466 0.000004345];
y = [0.4 0.6];
T = 300;

P = 0:3; % mendefinisikan pangkat P = [0 1 2 3]

TEMP = T.*ones(1,4); % mendefinisikan TEMP = [300 300 300 300]
TEMP = TEMP.^P; % menghitung TEMP = [300^0 300^1 300^2 300^3]

Cpc = y*(Cp* TEMP')

>> Cp2

Cpc =

480.2854

Contoh 4.3: Tinjau kembali Contoh 1.6. Fungsi tersebut dapat digunakan untuk menghitung
beberapa persegi panjang sekaligus dimana data panjang dan lebar ditulis dalam bentuk
matriks. Namun, programnya harus diubah sedikit, yaitu menambahkan dot pada operasi
perkalian:

function A = luas (p,l)

% menghitung luas persegi panjang

A = p.*l;

Pada command window :

>> luas([4 2 7], [3 5 6])

ans =
12 10 42

Komputasi Proses Teknik Kimia IV-2

 Bagian 5

GRAFIK
Perintah plot akan menghasilkan grafik dua dimensi x-y. Dibutuhkan tabel data x dan y untuk
menggunakan perintah ini.
Bentuk umum: plot(x,y)

Contoh 4.1:
>> x = [ 1 2 3];
>> y = [2 4 9];
>> plot(x,y)

maka akan muncul sebuah grafik pada layar baru (khusus untuk grafik) yang bernama Figure
No.1.

Untuk menambahkan keterangan pada grafik dapat menambahkan perintah-perintah berikut:

title(‘teks’) untuk menampilkan judul pada grafik

xlabel(‘teks’) untuk memberi nama pada sumbu-x grafik
ylabel (‘teks’) untuk memberi nama pada sumbu-y grafik
text(2,4,’Titik 2’) untuk menampilkan teks ‘Titik 2’ pada lokasi x=2 dan y=4
gtext(’Titik 3’) untuk menampilkan teks ‘Titik 3’ dengan cara meng-click
kursor pada sembarang lokasi yang diinginkan

Dua buah grafik dapat pula di-plot pada layar yang sama. Matlab akan mengatur warna dari
kedua grafik tersebut.

Contoh 4.2:
>> x = [1 2 3];
>> y = [2 4 9];
>> z=[3 7 12];
>> plot(x,y, x,z)

Untuk membuat grafik dalam skala logaritma atau semilogaritma, perintah plot diganti
dengan loglog atau semilog dengan cara yang sama.

Bila terdapat lebih dari 1 grafik, misalkan 2 grafik, maka pada layar grafik hanya muncul
grafik yang kedua, demikian seterusnya. Untuk mengatasinya, dapat ditambahkan perintah
figure(n) dimana n menunjukkan nomor grafik. Akibatnya akan muncul sebanyak n buah
layar grafik yang baru.

Dapat pula beberapa grafik ditampilkan dalam sebuah layar grafik saja dengan menggunakan
perintah:
subplot(m,n,k) atau subplot(mnk)

Modul MATLAB V-1

 Grafik

dimana m menunjukkan baris, n menunjukkan kolom, dan k menunjukkan grafik yang ke

berapa. Misalnya: subplot(1,3,1) artinya terdapat sebanyak 3 grafik dalam 1 baris dimana
grafik yang dimaksud pada perintah ini diletakkan pada kolom 1.

Sebagai default, Matlab memilih style garis lurus serta warna biru. Pada perintah plot dapat
ditambahkan tambahan argumen untuk memilih warna dan style untuk grafik yang akan
dibuat.

Contoh: plot(x, y, ‘r+’) akan menghasilkan grafik dengan warna merah (red) dan style garis
yang merupakan gabungan tanda +.

Diantara contoh warna, penandaan, dan style garis yang disediakan Matlab adalah:
Simbol Warna Simbol Penandaan Simbol Style Garis
b Biru . Titik - Garis lurus
g Hijau o Lingkaran : Garis titik-titik
r Merah x Tanda x -. Garis terpotong dan titik
m Magenta * Bintang -- Garis terpotong-potong
y Kuning s Bujur sangkar
k Hitam d Diamond

Komputasi Proses Teknik Kimia V-2

 Bagian 6

SISTEM PERSAMAAN LINIER

Penyelesaian masalah neraca massa seringkali melibatkan banyak persamaan linier sehingga
membentuk suatu Sistem Persamaan Linier (SPL). SPL tersebut dapat disusun membentuk
matriks, dimana umumnya merupakan matriks bujur sangkar. Untuk proses pemisahan yang
berlangsung secara multitahap seperti distilasi, absorpsi, ekstraksi, dan lainnya, persamaan
neraca massanya umumnya membentuk matriks tridiagonal.

Bentuk umum persamaan linier dapat dituliskan sbb. :

a11 x1 + a12 x2 + a13 x3 + … + a1n xn = b1

a21 x1 + a22 x2 + a23 x3 + … + a2n xn = b2
….
an1 x1 + an2 x2 + an3 x3 + … + ann xn = bn

dengan n adalah banyaknya persamaan yang menunjukkan orde matriks.

SPL di atas dapat diubah ke dalam suatu bentuk umum A x = b berdasarkan operasi
perkalian matriks sbb. :

a11 a12 a13 x1 b1

a21 a22 a23 x2 b2
…. …. = ….
an1 an2 an3 xn bn

A x = b

Ada beberapa tahap yang harus dilalui agar dapat menyelesaikan masalah SPL secara
matriks:
(i) membuat block diagram yang melibatkan semua alur masuk dan semua alur
keluar
(ii) menurunkan persamaan neraca massa
(iii) mengubah SPL menjadi bentuk matriks A x = b.

Contoh 6.1:
Waste acid dari proses nitrasi dengan komposisi 21% HNO 3, 55% H2SO4, dan 24% air
dipekatkan dengan menambahkan larutan H2SO4 93% dan larutan HNO3 90%. Hasil
pencampuran diharapkan sebanyak 1000 lb/jam dengan komposisi 28% HNO3 dan 62%
H2SO4. Hitunglah laju alir pada semua alur masuk.

Modul MATLAB VI-1

 Sistem Persamaan Linier

F2
Penyelesaian: = 0,93
(2) = 0,07
Waste acid, F1
= 0,21 F4 = 1000 lb/jam
= 0,55 (1) (4) = 0,28
= 0,24 = 0,62
= 0,10
F3
(3) = 0,90
= 0,10

Persamaan neraca komponen

HNO3 : 0,21 F1 + 0,90 F3 = 0,28 F4 = 280 (1)
H2SO4 : 0,55 F1 + 0,93 F2 = 620 (2)
H2O : 0,24 F1 + 0,07 F2 + 0,10 F3 = 100 (3)

Dalam bentuk matriks:

0,21 0 0,9 F1 280

0,55 0,93 0 F2 = 620
0,24 0,07 0,1 F3 100

Penyelesaian masalah matriks dapat dilakukan dengan menggunakan Metoda Eliminasi

Gauss, baik tanpa pivoting maupun dengan pivoting. Di dalam Matlab, penyelesaiannya
sedemikian sederhana:

>> A = [0.21 0 0.9; 0.55 0.93 0; 0.24 0.07 0.1];

>> b = [280 620 100]’; % vektor kolom
>> x=A\b

x=

126.7894
591.6837
281.5269

Maka diperoleh laju alir umpan waste acid (F1) adalah 126.7894 lb/jam, laju alir asam sulfat
pekat (F2) 591.6837 lb/jam, dan laju alir asam nitrat pekat (F3) 281.5269 lb/jam.

Contoh 6.2: Ekstraksi Cair-Cair Multitahap

y1 y2 y3 y9 y10 S
…..
yAin
1 2 9 10
W
xAin x1 x2 x8 x9 x10
Proses ekstraksi berlawanan arah 10 tahap dilakukan untuk mengekstrak solute A dari
campuran umpan W dengan menggunakan solvent S murni. Pada masing-masing tahap
diasumsikan terjadi kesetimbangan dengan persamaan : yi = K.xi.

Komputasi Proses Teknik Kimia VI-2

 Sistem Persamaan Linier

Neraca komponen A untuk tahap ke-i:

xi-1.W + yi+1.S = xi.W + yi.S

Bila diketahui data berikut:

S = 1000 kg/jam xAin = 0,05 K = 10
W = 2000 kg/jam yAin = 0

Maka dengan membuat peneracaan pada masing-masing tahap, diperoleh persamaan berikut
yang membentuk matriks tridiagonal:
(1) -6x1 + 5x2 ` = -0,05
(2) x1 - 6x2 + 5x3 = 0
(3) x2 - 6x3 + 5x4 = 0
(4) x3 - 6x4 + 5x5 = 0
(5) x4 - 6x5 + 5x6 = 0
(6) x5 - 6x6 + 5x7 = 0
(7) x6 - 6x7 + 5x8 = 0
(8) x7 - 6x8 + 5x9 = 0
(9) x8 - 6x9 + 5x10 = 0
(10) x9 - 6x10 = 0

Cara penyelesaian yang sama seperti Contoh 5.1 dapat digunakan.

Latihan 6.1: Aturlah cara memasukkan data dengan memanfaatkan fungsi zeros yang diikuti
dengan pendefinisian ulang elemen dengan pengalamatan yang benar. Gunakan juga bentuk
loop-for untuk pendefinisian ulang elemen matriks A pada posisi tridiagonal.

Modul MATLAB VI-3

 Bagian 7

PERSAMAAN TAK LINIER

Masalah persamaan tak linier umumnya ditujukan untuk mencari akar persamaan.
Penyelesaian masalah persamaan tak linier bersifat iteratif, dilakukan berulang-ulang
sehingga konvergensi tercapai.

Pada saat awal pembuatan program harus didefinisikan terlebih dahulu toleransi perhitungan
yang diperkenankan serta bentuk kriteria konvergensi yang digunakan.

Salah satu dari 3 (tiga) kriteria konvergensi berikut dapat digunakan untuk mengevaluasi
proses iterasi:
(i)  xi – xi-1 ≤ xtol
xi - xi - 1
(ii) ≤ xtol
xi
xi - xi - 1
(iii) ≤ xtol
xi

1. Persamaan Tak Linier Variabel Tunggal

Bentuk umum persamaan tak linier variabel tunggal adalah:
f(x) = 0

Ada beberapa metoda numerik yang dapat digunakan untuk menyelesaikan masalah yang
melibatkan persamaan tak linier, diantaranya:

a. Metoda Substitusi Berurut

Secara ringkas metoda ini diselesaikan melalui langkah-langkah berikut:
(i) perubahan persamaan tak linier f(x) = 0 menjadi x = g(x), dimana g(x) adalah
persamaan tak linier yang mengandung variabel x yang berbeda dari f(x)
(ii) menetapkan xtol
(iii) menetapkan sebuah tebakan awal x0
(iv) melakukan proses iterasi 1 untuk menentukan x1:
x1 = f(x0)
(v) melakukan evaluasi dengan memilih salah satu kriteria konvergensi (kk)
(vi) apabila hasil evaluasi menunjukkan nilai kk ≤ xtol, maka perhitungan dapat
dihentikan dan akar yang dicari adalah x1;
tetapi bila tidak, maka perhitungan harus diulangi untuk iterasi selanjutnya.

Contoh 7.1: Program penentuan akar persamaan dengan menggunakan metoda substitusi
berurut untuk persamaan f(x) = x4 – ex + 1 = 0 adalah sebagai berikut:

Modul MATLAB VII-1

 Persamaan Tak Linier

% Program Substitusi Berurut

% Menghitung akar persamaan : f(x) = x^4 - e^x + 1 = 0
% ---> x = (e^x - 1)^0.25

clc
xtol = 5e-5;
itr = 1;
x0 = 1;

x1 = (exp(x0) - 1)^0.25;

while abs(2*(x1-x0)/(x1+x0)) > xtol

itr = itr+1;
x0 = x1;
x1 = (exp(x0) - 1)^0.25;
end

disp(['Akar persamaan adalah = ', num2str(x1)])

disp(['Banyaknya iterasi yang dilakukan = ', num2str(itr)])
fprintf('\n')

Catatan:
- program ini tidak bersifat mutlak, artinya masih dapat diubah sepanjang masih
sesuai dengan dasar perhitungan untuk metoda substitusi berurut
- program ini dapat digunakan untuk metoda penyelesaian persamaan tak linier
yang lain dengan melakukan perubahan sesuai dengan dasar perhitungan metoda
ybs.

Latihan 7.1:
- ubahlah program di atas, agar perhitungan pada iterasi pertama tidak berada di
luar loop-while
- ubahlah program di atas, agar hasil pada setiap iterasi dapat tampil pada layar
monitor.

b. Metoda Newton-Raphson
Bentuk umum dari persamaan Newton-Raphson adalah sebagai berikut:
f(x i )
xi+1 = xi - '
f (x i )

Jadi, metoda Newton-Raphson membutuhkan turunan fungsi dalam penyelesaian

masalahnya serta sebuah tebakan awal.

c. Metoda Tali Busur (Secant)

Metoda Tali Busur merupakan pengembangan dari metoda Newton-Raphson, dimana
persamaan turunan fungsi diganti dengan pendekatan beda maju sehingga metoda ini
merupakan alternatif bagi turunan yang sukar.

Bentuk umum dari persamaan tali busur adalah sebagai berikut:

Komputasi Proses Teknik Kimia VII-2

 Persamaan Tak Linier

f(x i )(x i  x i 1 )
xi+1 = xi -
f(x i ) - f(x i -1 )

Dibutuhkan dua buah tebakan awal untuk metoda ini, yaitu x0 dan x1.

Secara umum penyelesaian masalah persamaan tak linier dengan menggunakan Metoda
Newton-Raphson dan Tali Busur sama dengan Metoda Substitusi Berurut.

Latihan 7.2: Ubahlah program pada Contoh 7.1, agar dapat dipergunakan untuk menentukan
akar persamaan dengan menggunakan metoda Newton-Raphson dan Tali Busur.

d. Fungsi Built-in Matlab

Matlab mempunyai fungsi khusus untuk menyelesaikan masalah pencarian akar
persamaan tak linier ini atau pencarian nol dengan perintah fzero. Caranya adalah dengan
menuliskan function pada sebuah M-file yang berisikan persamaan tersebut.

Contoh 7.2: Program penentuan akar persamaan f(x) = x4 - ex + 1 = 0 dengan

menggunakan fungsi built-in Matlab

function y = akar(x)

y = x^4 – exp(x) + 1;

Simpanlah file tersebut dengan nama akar.m, selanjutnya ketiklah pada command
window:

>> x=fzero('akar', 1)

x=

1.2611

Setelah perintah fzero, buatlah di dalam kurung nama file dalam bentuk string yang
diikuti dengan tebakan awal yang diberikan, dimana di antaranya dipisahkan dengan
tanda koma. Bila akar persamaan lebih dari satu, maka hasil yang ditampilkan hanyalah
akar yang paling mendekati dengan tebakan.

2. Polinomial
Polinomial mempunyai bentuk umum sebagai berikut:
f(x) = a0.xN + a1.xN-1 + a2.xN-2 + …. + aN-2.x2 + aN-1.x1 + aN.x0
a. Menentukan akar persamaan
Untuk menentukan akar persamaan dari sebuah polinom, dapat digunakan fungsi
roots.
Contoh 7.3: Perhatikan persamaan berikut:

Modul MATLAB VII-3

 Persamaan Tak Linier

f(x) = x2 + 3x + 2
= (x+2)(x+1)
sehingga akar persamaannya adalah: x1 = -2 dan x2 = -1

Dalam Matlab dapat diselesaikan:

>> a=[1 3 2]; % koefisien polinom dimulai dari xN sampai x0

>> roots(a)
ans =
-2
-1

b. Membentuk polinom
Sebaliknya, Matlab juga mempunyai fungsi untuk membentuk polinom dari akar-
akarnya.
Contoh 7.4: Untuk akar persamaan yang diperoleh pada contoh di atas, dapat
ditentukan persamaannya:

>> b = [-2 -1];

>> poly(b)
ans =
1 3 2

c. Operasi polinom
Polinom dapat mengalami berbagai operasi aritmatika.
Contoh 7.5: Misalkan diketahui dua buah persamaan :
f(x) = 3x3 + 2x2 + 1
g(x) = 4x2 + 2x + 3
Operasi penjumlahan terhadap dua polinom adalah dengan cara menjumlahkan
masing-masing koefisiennya, demikian pula dengan pengurangan.

>> f=[3 2 0 1];

>> g=[4 2 3];
>> f+g
??? Error using ==> +
Matrix dimensions must agree.

Untuk menghindari kesalahan, maka matriks yang terlibat dalam operasi

penjumlahan/ pengurangan harus mempunyai ukuran yang sama.

>> g=[0 4 2 3];

>> f+g
ans =
3 6 2 4

>> f-g
ans =
3 -2 -2 -2

Komputasi Proses Teknik Kimia VII-4

 Persamaan Tak Linier

artinya, polinom hasil penjumlahan adalah: 3x3 + 6x2 + 2x + 4

dan polinom hasil pengurangan adalah: 3x3 - 2x2 - 2x - 2.

Operasi perkalian dan pembagian melibatkan perhitungan yang lebih rumit. Fungsi
yang disediakan Matlab berturut-turut adalah conv (convulation) dan deconv. Tidak
seperti penjumlahan atau pengurangan, penulisan vektor koefisien polinom tidaklah
harus mempunyai ukuran yang sama.
Contoh 7.6: Untuk dua polinom yang sama seperti di atas, maka operasi perkalian
dan pembagian dapat ditulis sebagai berikut:

>> f=[3 2 0 1];

>> g=[4 2 3];
>> conv(f,g)
ans =
12 14 13 10 2 3

>> [k,s]=deconv(f,g)
k=
0.7500 0.1250

s=
0 0 -2.5000 0.6250

Sehingga jawabannya adalah :

0,75x + 0.125 dengan sisanya
-2.5x + 0.625

Jika k dikalikan dengan g(x), kemudian hasil perkalian tersebut dijumlahkan dengan
s, maka pastilah akan sama dengan f(x)

>> kali=conv(k,g)
kali =
3.0000 2.0000 2.5000 0.3750

>> kali + s
ans =
3 2 0 1

d. Evaluasi Polinom
Fungsi polyval digunakan untuk mengevaluasi polinom.

Contoh 7.7:
>> f=[3 2 0 1];
>> nilai = polyval(f,3)
nilai =

100
>> nilai = polyval(f,[3 2])

Modul MATLAB VII-5

 Persamaan Tak Linier

nilai =

100 33
>> x=linspace(-3,3);
>> nilai = polyval(f,x);
>> plot(x,nilai), title('3x^3+2x^2+1'), xlabel('x')

e. Turunan
Fungsi polyder merupakan fungsi yang disediakan Matlab untuk mencari turunan
(derivat) dari suatu polinom.
Contoh 7.8:

>> f=[3 2 0 1];

>> der=polyder(f)

der =

9 4 0

Komputasi Proses Teknik Kimia VII-6

 Bagian 8

PENCOCOKAN KURVA

1. Interpolasi
Pendekatan yang dilakukan pada interpolasi adalah mencocokkan sebuah atau sederetan
kurva secara langsung melalui masing-masing titik data.

a. Interpolasi 1 Variabel

Interpolasi Linier
Merupakan bentuk yang paling sederhana untuk menaksir nilai di antara nilai-nilai yang
diketahui dengan baik. Interpolasi linier menghubungkan 2 titik data [(x1, f(x1)) dan x2,
f(x2))] dengan garis lurus, lalu dengan penghampiran menentukan nilai fungsi f(x) dari
suatu titik (x) yang terletak diantaranya.

Persamaan umum interpolasi linier:

f(x 2 )  f(x 1 )
f(x) = f(x1) + (x  x 1 )
x 2  x1
Contoh 8.1:
Diketahui data: x ln(x)
1 0
4 1,3863
6 1,7917

Taksirlah harga logaritma natur dari 2 atau ln(2).

Penyelesaian dalam bahasa Matlab:

% data x
x = [1 4 6];

% data ln x
lnX = [0 1.3863 1.7917];

cari = 2;
ln2 = lnX(1) + (lnX(2) - lnX(1)) / (x(2)-x(1)) * (cari – x(1))

Running Program:

ln2 =

Modul MATLAB VIII-1

 Pencocokan Kurva

0.4621

Interpolasi Kuadrat
Merupakan polinom berderajat dua dengan bentuk umum:
f(x) = b0 + b1(x – x0) + b2(x – x0) (x – x1)

Untuk menentukan konstanta b0, b1, dan b2 dibutuhkan 3 titik data yaitu [(x0, f(x0)), (x1,
f(x1)), dan x2, f(x2))].

Substitusi ke dalam bentuk umum:

x = x0  f(x0) = b0
x = x1  f(x1) = b0 + b1(x1 – x0)
f(x 1 )  f(x 0 )
b1 =
x1  x 0
x = x2  f(x2) = b0 + b1(x2 – x0) + b2(x2 – x0) (x2 – x1)
f(x 2 )  f(x 1 ) f(x 1 )  f(x 0 )

b2 = x 2  x1 x1  x 0
x2  x0

Latihan 8.1: Dengan contoh yang sama, cobalah buat program untuk interpolasi kuadrat.

Built-in function
Penyelesaian dengan menggunakan built-in function adalah dengan perintah interp1.
Bentuk umum: YI = interp1(X,Y,XI)
X dan Y merupakan vektor yang berisikan data-data diskrit dimana Y = f(X). Interp1
melakukan interpolasi untuk mendapatkan nilai YI pada titik data XI.
Interpolasi dapat dilakukan dengan beberapa metoda diantaranya linier, kubik, dan spline.
Bila metoda yang akan digunakan tidak dispesifikasi, maka Matlab akan menggunakan
metoda linier sebagai default.
Perintah yang digunakan menjadi: YI = interp1(X,Y,XI,’method’)

Contoh 8.2:
clc

% data x
x = [1 4 6];

% data ln x
lnX = [0 1.3863 1.7917];

hasil = interp1(x, lnX, 2)

hasil1 = interp1(x, lnX, 2, 'linear')
hasil2 = interp1(x, lnX, 2, 'cubic')
hasil3 = interp1(x, lnX, 2, 'spline')
hasil4 = interp1(x, lnX, 2, 'nearest')
hasil5 = interp1(x, lnX, [2, 5])

Komputasi Proses Teknik Kimia VIII-2

 Pencocokan Kurva

Running Program
hasil =
0.4621

hasil1 =
0.4621

hasil2 =
0.5729

hasil3 =
0.5659

hasil4 =
0

hasil5 =
0.4621 1.5890

b. Interpolasi 2 Variabel
Interpolasi 2 variabel juga bertujuan untuk menaksir nilai di antara nilai-nilai yang
diketahui dengan baik, tetapi dilakukan pada data yang mempunyai 2 variabel.

Contoh 8.3: Diketahui sebuah kumpulan data sebagai berikut

x1
1 2 3
x2
1 10 20 30
2 40 46 50
3 50 60 100

Tentukanlah nilai data pada x1 = 1,5 dan x2 = 2,3.

Penyelesaian berikut dilakukan dengan menggunakan built-in function interp2.
Bentuk umum: ZI = interp2(X,Y,Z,XI,YI)
X, Y, dan Z merupakan vektor yang berisikan data-data diskrit dimana Z = f(X,Y). Interp2
melakukan interpolasi untuk mendapatkan nilai ZI pada titik data XI dan YI.
Seperti interp1, interp2 dapat dilakukan dengan beberapa metoda dengan metoda linier
sebagai default.

clc

x1 = [1 2 3];
x2 = [1 2 3];

Modul MATLAB VIII-3

 Pencocokan Kurva

data = [10 20 30
40 46 50
50 60 100];

hasil = interp2(x1, x2, data, 1.5, 2.3)

Running Program

hasil =

46.6000

Latihan 7.2: Data berikut diambil dari steam table untuk superheated steam

P(bar) kJ/kg 50oC 75oC 100oC 150oC

250 H 230,7 334 437,8 647,7
U 205,7 308,7 412,1 620,8
300 H 235 338,1 441,6 650,9
U 205 307,7 410,8 618,7
500 H 251,9 354,2 456,8 664,1
U 202,4 304 405,8 611

- Buatlah program untuk menentukan entalpi pada 225 bar dan 75oC
- Buatlah program untuk menentukan energi dalam pada 345 bar dan 125oC.
- Buatlah program tersebut masing-masing dengan mengikuti urutan pekerjaan secara
manual (dengan tangan) serta dengan menggunakan built-in function.

2. Regresi
Pendekatan yang dilakukan pada regresi adalah menurunkan suatu kurva tunggal (dengan
persamaan tertentu) yang membentuk suatu kecenderungan umum dari data dimana kurva
tersebut tidak mengikuti pola titik-titik data tersebut tetapi diambil sebagai suatu kelompok
yang mewakili.
Kurva yang terbentuk dapat mengikuti persamaan linier (garis lurus) atau polinom berderajat
tertentu, juga persamaan eksponensial atau logaritma.

Bentuk umum persamaan linier: y = a0 + a1.x

dimana: a1 = slope (kemiringan) dan a0 = intersep (perpotongan garis dengan sumbu y)
Kedua konstanta dihitung dengan persamaan berikut:
n  xi . y i   xi . y i
a1  dan a0 
y i
 a1
x i
n xi  ( xi )
2 2
n n

Komputasi Proses Teknik Kimia VIII-4

 Pencocokan Kurva

Contoh 8.4: Buatlah model persamaan dari data-data berikut

X 1 2 3 4 5 6 7
Y 0,5 2,5 2 4 3,5 6 5,5

Penyelesaian dilakukan dengan memanfaatkan fungsi polyfit dengan bentuk umum:

P = polyfit (X,Y,N) untuk mencari koefisien polinom P(X) berderajat N yang cocok terhadap
pasangan data X(I) dan Y)I) dengan mencari least square. Bila N=1, akan dihasilkan
pendekatan garis lurus; bila N=2 akan dihasilkan pendekatan kuadratis.

clc
x = [1:7];
y = [0.5 2.5 2 4 3.5 6 5.5];

p = polyfit(x,y,1)
r = polyfit(x,y,2)

yi = linspace(1, 7);
s = polyval(p, yi);
subplot(1,2,1);plot(x, y, '-o', yi, s, ':')

xi = linspace(1,7); % LINSPACE Linearly spaced vector

z = polyval(r, xi);
subplot(1,2,2);plot(x, y, '-o',xi, z, ':')

Running Program

p=
0.8393 0.0714

r=
-0.0298 1.0774 -0.2857

Modul MATLAB VIII-5

 Pencocokan Kurva

Komputasi Proses Teknik Kimia VIII-6

 Bagian 9

PERSAMAAN DIFERENSIAL
1. Persamaan Diferensial Biasa Orde 1 Tunggal
Bentuk umum :
dy
= f(x,y) dimana y(x0) = y0
dx

a. Metoda Euler Eksplisit

Bentuk umum :
yi+1 = yi + x . f(xi, yi)

Contoh 9.1:
Dengan menggunakan metoda euler eksplisit, tentukanlah nilai y pada x =1 jika dy/dx =
x2y, dimana y = 1 pada x = 0.

Penyelesaian:
Dari bentuk umum, maka:yi+1 = yi + x xi2 yi
Bila dipilih x = 0,1 maka:

% PDB - Eksplisit
clc
x0 = 0; % Nilai awal
y0 = 1;
xa = 1; % x akhir
dx = 0.1;

for i = 1:10
y = y0 + dx * x0^2 * y0
x0 = x0 + dx;
y0 = y;
end

Running Program:
y=
1
y=
1.0010
y=
1.0050

Modul MATLAB IX-1

 Persamaan Diferensial

y=
1.0140
y=
1.0303
y=
1.0560
y=
1.0940
y=
1.1477
y=
1.2211
y=
1.3200

Contoh 9.2:
Reaksi berikut dilangsungkan pada suatu reaktor semi-batch A(l)  P(l) dimana r = kCA2.
Pada saat awal reaktor diisi dengan cairan inert dengan volume V 0. Pada saat t = 0
senyawa A dengan konsentrasi CA0 diumpankan ke reaktor dengan laju Q0. Dari neraca
mol komponen A pada keadaan unsteady diperoleh:
dnA/dt = Q0. CA0 - k.nA2/VR
dimana CA = nA/VR

Karena cairan ditambahkan ke reaktor, maka VR akan bertambah terhadap waktu. Neraca
massa di reaktor:

b. Metoda Runge-Kutta
Bentuk umum:
yi+1 = yi + x/6 (k1 + 2k2 + 2k3 + k4)
dimana: k1 = f(xi, yi)
k2 = f(xi + ½x, yi + ½kx)
k3 = f(xi + ½x, yi + ½k2x)
k4 = f(xi + x, yi + kx)

c. Metoda Euler Implisit

Bentuk umum:
yi+1 = yi + x f(xi+1, yi+1)

d. Fungsi Built-in Matlab

Contoh 9.3: Program untuk persamaan differensial dy/dx = x2 y
Program: disimpan dalam file diferensial.m

function fx = diferensial(x,y)
fx = x^2*y;

Komputasi Proses Teknik Kimia IX-2

 Persamaan Diferensial

Running Program:
Pada command window:
[x,y] = ode45('diferensial', [0:0.1:1], 1)

x= y=

0 1.0000
0.1000 1.0003
0.2000 1.0027
0.3000 1.0090
0.4000 1.0216
0.5000 1.0425
0.6000 1.0747
0.7000 1.1211
0.8000 1.1861
0.9000 1.2751
1.0000 1.3956

Hasil yang diperoleh dengan fungsi built-in ode45 ini sama dengan hasil perhitungan
secara analitik.

2. Sistem Persamaan Diferensial Biasa Orde 1

Sistem persamaan diferensial biasa orde 1 melibatkan lebih dari satu PDB dengan bentuk
umum sebagai berikut:
dy 1
= f1 (x,y)
dx
dy 2
= f2 (x,y)
dx
:
:
dy n
= fn (x,y)
dx

dimana y = (y1, y2, …, yn) dan untuk x yang tertentu, maka yi diketahui.

Metoda yang digunakan juga sama seperti penyelesaian PDB orde 1 yang tunggal.

a. Metoda Euler Eksplisit

Karena masing-masing persamaan dyi/dx bergantung secara umum terhadap semua nilai
yi, maka masing-masing fi(x,y) harus dihitung terlebih dahulu. Maka algoritma untuk
metoda ini adalah:

y1,j+1 = y1,j + x . f1 (xj, yj)

y2,j+1 = y2,j + x . f2 (xj, yj)
:
yn,j+1 = yn,j + x . fn (xj, yj)

Modul MATLAB IX-3

 Persamaan Diferensial

dimana yj = (y1,j, y2,j, …, yn,j). Sebagai contoh, yi,j merupakan nilai yi pada nilai x yang ke-j
(yaitu, jika kondisi awal ditentukan pada x = 0, maka nilai x yang ke-j adalah j.x.

b. Metoda Runge-Kutta
Bentuk umum:
yi,j+1 = yi,j + x/6 (k1,i,j + 2k2,i,j + 2k3,i,j + k4,i,j)
dimana: k1,i,j = f(x, y1,j, y2,j, …, yn,j,)
k2,i,j = f(x + ½x, y1,j + ½k,i,jx, …., yn,j + ½k,n,jx)
k3,i,j = f(x + ½x, y1,j + ½k2,i,j x …., yn,j + ½k,n,jx)
k4,i,j = f(x + x, y1,j + k,i,jx …., yn,j + k,n,jx)

Contoh 9.4: Reaksi seri A  B  C dijalankan dalam sebuah reactor batch.

Kecepatan reaksi A dan B adalah:
dCA/dt = -k1CA
dCB/dt = k1CA – k2CB
dCC/dt = – k2CB
dimana k1 = 0,1 dan k2 = 0,5.
Jika mula-mula (t=0) CA = 0,5; CB = 0, CC = 0, maka hitunglah konsentrasi semua
komponen pada saat t = 6. Gunakanlah t = 2.

3. Persamaan Diferensial Parsial

Bentuk umum:
Y  2Y
α
t x 2

dimana Y(0,x) = Y0, Y(t,0) = Y0, Y(t,L) = YL.

Penyelesaian yang paling sederhana adalah dengan menggunakan Metoda Eksplisit

dengan pendekatan beda maju:

Y Yi , j 1  Yi , j

x Yi , j x
 Y
2
Yi 1, j  2Yi , j  Yi 1, j

x 2 Yi , j
x 2
Kemudian dengan mensubstitusi dan menyelesaikan Yi,j+1 menghasilkan:
 .t
Yi,j+1 = Yi,j + ( Yi+1,j – 2. Yi,j + Yi-1,j)
x 2

Contoh 9.5: Sebuah benda dengan panjang dan lebar tak terhingga memiliki ketebalan 5
cm. Mula-mula benda bersuhu 30 0C. Tepat mulai saat t = 0, kedua suhu sisi benda
dirubah dan dipertahankan tetap. Pada x = 0, suhu benda dibuat 70 0C dan pada x = 5
dibuat bersuhu 40 0C. Distribusi suhu sebagai fungsi posisi dan waktu mengikuti
 2T 1 T
persamaan :  . Jika  = 2 cm2/menit, tentukanlah suhu pada titik berjarak 4
x 2
 t
cm pada saat 2 menit.

Komputasi Proses Teknik Kimia IX-4

 Bagian 10

INTEGRAL
1. Metoda Trapesium
Integrasi fungsi dari x=a hingga x=b dan penyusunan ulang menghasilkan:
b  f (a )  f (b) 
a f ( x)dx   2  (b  a )


Bila batas a~b dibagi menjadi tiga daerah maka :

x3 x1 x2 x3
 x0
f ( x ) dx  x0
f ( x ) dx  
x1
f ( x )dx  
x2
f ( x ) dx

terhadap masing-masing daerah dapat diterapkan metoda trapesium sehingga:

x3  f ( x0)  f ( x1)   f ( x1)  f ( x 2)   f ( x 2)  f ( x3) 
x 0 f ( x)dx   2 

( x1  x0)  
 2 

( x 2  x1)  
 2  ( x3  x 2)


atau dalam bentuk umum :

n f ( x i )  f ( x i 1 )
f ( x )dx  
xn
 x0
i 1 2
( x i  x i 1 )

Bila pembagian daerah dilakukan dengan jarak (x) yang sama, maka bentuk umumnya
menjadi:

x 
xn n 1

x0 
2 
f f ( x)dx 
( x 0)  2 
i i
f ( xi)  f ( xn)

Contoh 10.1: Dengan menggunakan data pada tabel berikut, tentukanlah data fugasitas N2
pada 25oC dan 800 atm. Untuk komponen murni, fugasitas f dihitung dengan persamaan:
f  P z 1
ln  
P
0 P
dP

dimana z adalah faktor kompressibilitas dengan data sebagai berikut:

P(atm) 0oC 25oC 50oC

0 1,000 1,000 1,000
10 0,996 0,998 1,000
50 0,985 0,996 1,004
100 0,984 1,004 1,018
200 1,036 1,057 1,072
300 1,134 1,146 1,154
400 1,256 1,254 1,253
600 1,524 1,495 1,471
800 1,798 1,723 1,697
Karena z merupakan fungsi P, maka tidak dapat dikeluarkan dari integral.
Bila semua data digunakan, maka dari bentuk umum diperoleh persamaan:

Modul MATLAB X-1

 Integral

 f  800 z 1
ln 
 800 
0 P
dP

8
 z  1 z i 1  1  Pi  Pi 1
   i  
i 1  Pi Pi 1  2

Khusus untuk kasus di atas, dilakukan manipulasi data P awal untuk menghindari terjadinya
operasi 0/0.

clc
z = [1 0.998 0.996 1.004 1.057 1.146 1.254 1.495 1.723];
P = [1 10 50 100 200 300 400 600 800];
integral=0;

for i = 2:9
jumlah = ((z(i)-1)/P(i) + (z(i-1)-1)/P(i-1)) * (P(i)-P(i-1))/2;
integral = integral + jumlah;
end
integral
fugasitas = P(9) * exp(integral)

Running Program:

integral =

0.4223

fugasitas =

1.2204e+003

Penyelesaian dengan built-in function dapat dilakukan dengan perintah trapz.

clc
z = [1 1.057 1.254 1.495 1.723];
P = [1 200 400 600 800];
y = (z-1)./P;
tek = 0:200:800;
area = trapz(tek,y)
fugasitas = P(5)*exp(area)

Running Program:
area =
0.4394

fugasitas =
1.2414e+003

Komputasi Proses Teknik Kimia X-2

 Integral

0.4

Contoh 10.2:  x. exp( x)dx

0

clc
x= 0:0.1:0.4;
y=x.*exp(-x);
area = trapz(x,y)

x1= 0:0.05:0.4;
y1=x1.*exp(-x1);
area1 = trapz(x1,y1)

Running Program:
area =
0.0611

area1 =
0.0614

2. Metoda Simpson
Luas daerah di bawah f(x) dari x = xa hingga x = xc dengan menggunakan metoda simpson:

xc  f ( xa )  4 f (b)  f ( xc) 
xa
f ( x) dx  ( xc  xa ) 
 6 
atau
x
 f ( xa)  4 f (b)  f ( xc)
xc
xa
f ( x)dx 
3
dimana x = jarak antara titik yang dievaluasi yaitu (xc-xa)/2.

Bila batas xa~xc dibagi menjadi tiga daerah dimana masing-masing daerah terdiri dari tiga
titik, maka :
x6 x2 x4 x6
x0
f ( x )dx  x0
f ( x) dx  
x2
f ( x )dx  
x4
f ( x )dx
x
  f ( x0)  4 f (1)  f ( x2)  x  f ( x 2)  4 f (3)  f ( x 4)  x  f ( x 4)  4 f (5)  f ( x6)
3 3 3
x
  f ( x0 )  4 f ( x1 )  2 f ( x2 )  4 f ( x3 0)  2 f ( x4 )  4 f ( x5 )  f ( x6 )
3

atau dalam bentuk umum:

x  n 1 n 2

 
xn
 x0
f ( x )dx 
3 
 f ( x 0 )  4
i 1, 3,...
f ( x i )  2 f ( xi )  f ( x n ) 
i  2 , 4 ,... 

Contoh 10.3:

Modul MATLAB X-3

 Integral

F = inline('x.*exp(-x)');
area2 = quad(F,0,0.4)
area3 = quadl(F,0,0.4)

Running Program:

area2 =
0.0616

area3 =
0.0616

3. Integral Berganda (Double Integral)

Fungsi yang digunakan untuk menghitung double integral adalah dblquad, dengan
bentuk umum:
variabel = dblquad(‘function’, inmin, inmax, outmin, outmax)

dblquad digunakan untuk mengevaluasi double integral dari function(inner,outer)

dengan inner adalah variabel integral dalam yang nilainya bervariasi dari inmin hingga
inmax; sedangkan outer adalah variabel integral luar yang nilainya bervariasi dari outmin
hingga outmax.

 

Contoh 10.4:   (4 sin( x)  3x cos( y ))dxdy

0 0

Terlebih dahulu harus dituliskan sebuah fungsi untuk persamaan di atas yang disimpan
dengan nama dint.m:

function w = dint(x,y)
w = 4*sin(x) – 3*x*cos(y);

Kemudian ketikkan pada command window:

>> hasil = dblquad(‘dint’, 0, pi, 0, pi)

hasil =
25.1330

Atau bila hendak menggunakan fungsi quadl dapat ditulis sebagai berikut:
>> hasil = dblquad(‘dint’, 0, pi, 0, pi,’quadl’)
hasil =
25.1361

Komputasi Proses Teknik Kimia X-4

 DAFTAR PUSTAKA
Azree Idris, Matlab for Engineering Students, Prentice Hall – Pearson education Malaysia
Sdn. Bhd., Malaysia, 2000

Etter, Delores M., David C. Kuncicky, dan Doug Hull, Penerjemah Carley Tanya, Pengantar
Matlab 6, PT. Indeks Kelompok Gramedia, Jakarta, 2003

Hanselman, Duane dan Bruce Littlefield, Matlab: Bahasa Komputasi Teknis, Penerbit Andi,
Yogyakarta, 2000

Lindfield, G. dan John Penny, Numerical Methods Using Matlab, Ellis Horwood, New York,
1995

Raman, R, Chemical Process Computation, Elsevier, New York, 1985

Riggs, J.B, An Introduction to Numerical Methods for Chemical Engineers, TexasTech.

University Press, 1988

Modul MATLAB
 MODUL PRAKTIKUM
PROGRAM KOMPUTER
Program Diploma IV
Teknologi Kimia Industri

Departemen Teknik Kimia

Fakultas Teknik
USU
Medan
2006

Modul MATLAB
 Integral

Komputasi Proses Teknik Kimia X-2