Prosiding - KM Ristek

ISBN: 979-95965-5-6 

Prosiding 

Semiloka Teknologi Simulasi dan 

Komputasi serta Aplikasi 2003 

Jakarta, 14 Oktober 2003 

Diselenggarakan oleh: 

Pusat Pengkajian dan Penerapan Teknologi Informasi dan Elektronika 

C omputational 

S cience & 

Engineering

Prosiding Semiloka Teknologi Simulasi dan Komputasi serta Aplikasi 2003 

KATA PENGANTAR 

Assalamu’alaikum Warahmatullahi Wabarakatuh, 

Puji syukur kita panjatkan kehadirat Tuhan Yang Maha Esa, karena atas Berkat dan 

Rahmat-Nya maka Semiloka ini telah dapat diselenggarakan dengan baik. 

Teknologi Simulasi dan Komputasi dalam kondisi di Indonesia, masih banyak dalam level 

pengajaran di kuliah saja, dan hanya sedikit yang sudah diaplikasikan langsung dalam industri. 

Dalam Semiloka Teknologi Simulasi dan Komputasi serta Aplikasi 2003 ini, untuk lebih 

mendorong perkembangan teknologi simulasi dan komputasi di Indonesia serta aplikasinya, 

kami mengundang pembicara yang berkecimpung dalam teknologi ini dan juga memang 

berkecimpung langsung di industri. Disamping itu juga diundang pembicara dari pihak 

universitas yang memang terlibat dalam state of the art dari penelitian dan pengembangan 

aplikasi teknologi ini. 

Dalam semiloka ini masuk makalah-malah ilmiah berkualitas terkait dengan teknologi 

simulasi dan komputasi, dalam bidang aplikasi simulasi, teknik pemodelan, analisa dan aplikasi 

komputasi, yang berasal dari LPND dan universitas. Terlihat beberapa produk perangkat lunak 

simulasi dan komputasi baik yang masih taraf pengembangan, prototipe ataupun yang sudah 

jadi dari yang dipromosikan dalam makalah ilmiah di semilka ini. Disamping itu juga ada 

beberapa makalah yang menampilkan teknik analisa dan terapannya dilapangan. 

Semiloka ini memang masih dalam skala kecil, dan belumlah dapat dikatakan mewakili 

kondisi nasional. Akan tetapi dari makalah dan hasil yang diajukan dalam prosiding ini, dapat 

dikatakan perkembangan teknologi simulasi dan komputasi di Indonesia masih tetap berjalan. 

Semoga buku prosiding ini dapat membantu mempercepat pemasyarakatan teknologi 

simulasi dengan harapan akan semakin banyak timbul produk-produk teknologi simulasi dan 

komputasi dari dalam negeri. 

Wassalamu’alaikum warahmatullahi wa barakatuh. 

Ketua Komite Teknis 

Dr-Ing. Edi Legowo 

iii


SAMBUTAN DEPUTI KEPALA 

BIDANG TEKNOLOGI INFORMASI ENERGI MATERIAL DAN LINGKUNGAN 

BPPT 

Assalamu’alaikum Warahmatullahi Wabarakatuh, 

Pertama-tama, mari kita panjatkan puji syukur kehadirat Tuhan Yang Maha Esa, karena 

atas Berkat dan Rahmat-Nya maka Semiloka ini telah dapat diselenggarakan dengan baik. 

Saya ucapkan selamat kepada semua peserta dan panitia pelaksana. 

Tidak dapat disangkal teknologi simulasi dan komputasi adalah salah satu kunci utama 

kemajuan industri untuk meningkatkan kualitas suatu produk. Akan tetapi dewasa ini belumlah 

dapat dikatakan bahwa bangsa kita telah menguasai teknologi ini, masih besar ketergantungan 

kita terhadap produk-produk asing dalam teknologi ini. Hanya sedikit sekali produk simulasi dan 

komputasi buatan dalam negeri yang dipakai dalam kalangan industri di Indonesia. 

Oleh karena itu, BPPT, dalam hal ini Pusat Teknologi Informasi dan Elektronika dibawah 

kedeputianTeknologi Informasi, Energi, Material dan Lingkungan dalam salah satu kegiatannya 

berusaha mengembangkan kegiatan pengembangan teknologi simulasi dan komputasi. Untuk 

mensosialisasikan hasil kegiatan BPPT dalam pengembangan teknologi ini dan untuk 

mendukung perkembangan teknologi simulasi dan komputasi di Indonesia, maka 

diselenggarakanlah semiloka teknolgi simulasi dan komputasi, yang tahun ini baru untuk 

pertama kalinya diselenggarakan. 

Semiloka ini juga diharapkan dapat menjadi salah satu wadah pertukaran informasi 

menegnai kemajuan penelitian dan pengembangan dalam teknologi simulasi dan komputasi 

sehingga dapat mendorong perkembangan teknologi ini yang pada akhirnya diharapkan dapat 

mendorong peningkatkan daya saing produk Indonesia dan membawa kemajuan bangsa 

Indonesia di masa mendatang. 

Selaku deputi kepala BPPT kami mengucapkan terima kasih yang sebesar-besarnya 

kepada semua pihak yang telah partisipasi sehingga semiloka dapat terselenggara dengan 

baik. Semoga kemitraan yang telah kita jalin dapat selalu dipertahankan dan ditingkatkan untuk 

kepentingan industri nasional secara keseluruhan. 

Terima kasih, 

Wabillahittaufiq Walhidayah 

Wassalamu’alaikum warahmatullahi wa barakatuh. 

Deputi Kepala Bidang TIEML BPPT, 

Ir. Martin Djamin, Msc, Ph.D., APU. 

iv


SUSUNAN PANITIA 

Pembina: 

Ir. Martin Djamin, Msc, Ph.D., APU (Deputi Kepala Bidang TIEML-BPPT) 

Drs. Sulistyo, MS (Direktur P3TIE-BPPT) 

Ir. Bambang Heru Tjahyono (BPPT) 

Komite Teknis: 

Dr-Ing. Edi Legowo (BPPT) (Ketua) 

Dr. Ade Jamal (BPPT) 

Dr. Anto Satriyo N. (Chukyo Univ. Japan) 

Dr. Dwi Handoko (BPPT) 

Dr. M.M. Sarinanto (BPPT) 

Dr. Ari Syahriar (BPPT) 

Dr. Purwoadi (BPPT) 

Panitia Pelaksana: 

Dr. Dwi Handoko, M.Eng (BPPT) (Ketua) 

Ir. Tri Sampurno (BPPT) 

Ir. Aris Suwarjono (BPPT) 

Ir. Vitria Pragesjvara (BPPT) 

Lebong Andalaluna, M.Eng (BPPT) 

Agus Sainjati, MSc (BPPT) 

v


DAFTAR ISI 

Kata Pengantar 

Dr-Ing. Edi Legowo 

Sambutan Deputi Kepala Bidang TIEML 

Dr. Martin Djamin, APU 

Susunan Panitia 

Daftar Isi 

iii 

iv 

v 

vi 

MAKALAH UNDANGAN 

1. Pengolahan Data Seismik Status dan Permasalahannya, 1 

Dr. Suprajitno Munadi APU, PPPTMGB “LEMIGAS” 

2. Aplikasi Teknologi Simulasi Dan Komputasi Di Industri Nuklir, 3 

M. Syamsa Ardisasmita, Pusat Pengembangan Teknologi Informasi dan Komputasi – 

BATAN 

3. Peranan Simulasi Dan Komputasi Dalam Industri Proses , 13 

Ade Jamal, Pusat Pengkajian dan Penerapan Teknologi Informasi dan Elektronika, 

BPPT 

4. Konstruksi dan Pengembangan Pengolah Paralel Menggunakan Klaster PC, 16 

Ir. Hermawan K. Dipojono, MSEE, Ph.D, Departemen Teknik Fisika Institut Teknologi 

Bandung 

SIMULASI 

5. Modifikasi Cerobong Industri Untuk Menekan Kerusakan Lingkungan: 24 

Simulasi dengan TAPM (The Air Pollution Model), 

Sumaryati dan Afif Budiyono, LAPAN Bandung 

6. Simulating Satellite Motions around Jupiter By Using VRML, 29 

Bachtiar Anwar, LAPAN Bandung 

7. Simulation of the Fatigue Process under Biaxial Loading with Regard to the 33 

Microcrack Growth, H. Agus Suhartono, LUK-BPPT 

8. Simulasi dan Rekayasa Kolektor Surya Untuk Penghangat Udara, 38 

Rudiyanto + , Budi I. Setiawan * dan Leopold O. Nelwan, Fateta-IPB 

PEMODELAN 

9. Pertimbangan Perilaku dalam Pemodelan Pengikutan Kendaraan 43 

untuk Simulator Trafik Kendaraan, 

Dwi Handoko, P3TIE-BPPT 

10. Disain Simulator Trafik Kendaraan Berorientasi Obyek, 47 

Amien Rusdiutomo, Dwi Handoko, P3TIE-BPPT 

11. Teknik Simulasi Time Response Analysis pada 52 

Multipath Optical Waveguide dengan Menggunakan Transfer Matrix, 

Iip Syarif Hidayat, Telkoma-LIPI 

vi


ANALISA 

12. Analisis Tegangan Pada Filter Bahan Bakar Solar, 56 

H. Agus Suhartono dan Ogi Ivano 

13. Analisis Regangan – Tegangan Pada Bagian Komponen 63 

Bowl Mesin Front Shovel, 

Ogi Ivano, Sudarmadi, Weni Wijatmoko H. 

14. Analisa Aerodinamika Dua Dimensi Jembatan Suramadu, 69 

Dewi Asmara, R.Wibawa Purabaya, LAGG-BPPT 

APLIKASI KOMPUTASI 

15. Vision: Decision Making Analysis for Leaders, 73 

Mohamad Haitan Rachman dan Hendro Julianto 

16. Potensi Aplikasi Modul ADAM-4080D Sebagai Pencacah Pada 77 

Pesawat Renograf, 

Hendra Prihatnadi, Wiranto Budi Santoso 

17. Pembuatan Prosessor Sinyal Kamera Gamma 37 PMT, 86 

Leli , Tjutju RL , Atang S , Sukandar P2PN- BATAN 

vii

MAKALAH UNDANGAN


Pengolahan Data Seismik 

Status & Permasalahannya 

Dr. Suprajitno Munadi APU 

PPPTMGB “LEMIGAS” 

1. Pendahuluan 

Teknologi komputasi telah banyak 

dimanfaatkan oleh para ahli yang 

berkecimpung di industri migas baik di 

sektor hulu maupun di sektor hilir. Di sektor 

hulu teknologi komputasi berperan besar 

dalam mengolah dan menganalisa data 

digital yang direkam sewaktu pengumpulan 

data di lapangan. Di sektor hilir, teknologi 

komputasi ada di dalam sistem kontrol yang 

menggerakkan instrument-instrument untuk 

bekerjanya proses kimia. Jadi komputasi di 

sektor hulu banyak digunakan untuk 

mengolah data terekam dari waktu-waktu 

yang lalu, sedang di sektor hilir komputasi 

bertindak pada waktu yang bersamaan 

dengan proses dikendalikannya. 

Kertas kerja ini memilih sektor hulu 

sebagai bidang kajian untuk aplikasi 

teknologi komputasi khususnya Eksplorasi. 

Sektor hulu di industri migas terdiri atas 

kegiatan Eksplorasi dan Eksploitasi (lihat 

gambar-1 dan gambar-2). Di bidang 

eksplorasi, pemakai terbesar teknologi 

komputasi adalah pada kegiatan satellite 

image processing dan seismic data 

processing. 

Dewasa ini satellite image 

processing telah mampu menampilkan 

gambaran rinci dari obyek-obyek yang ada 

dipermukaan tanah dengan kualitas dan 

presisi yang jauh lebih sempurna dari pada 

yang dapat diberikan oleh foto udara 

beberapa waktu yang silam. Peta-peta 

yang dihasilkan dari proses pengolahan 

citra satelit dapat dimanfaatkan untuk 

perencanaan wilayah ataupun perencanaan 

survei bahan galian yang ada di bawah 

permukaan. 

Walaupun bidang kajian kertas ini 

telah memilih sektor hulu, rupa-rupanya 

masih harus difokuskan lagi agar 

bahasannya dapat dibuat sedikit mendalam. 

Untuk itu fokus akan diberikan kepada 

pengolahan data seismik (seismic data 

processing). 

2. Pengolahan Data Seismik 

Pengolahan data seismik telah 

berkembang menjadi industri jasa yang 

besar dan telah masuk ke Indonesia 

semenjak tahun 1974. Pada saat itu 

Geophysical Service Inc. bekerjasama 

dengan PT. Electronika Nusantara 

membentuk pusat pengolahan data 

berbasis komputer main frame di Jakarta. 

Pengolahan data seismik adalah 

suatu proses yang urutannya panjang dan 

di dalam setiap sub proses perhitungan 

numeriknya cukup rumit. Contoh urutan 

pengolahan data seismik diberikan pada 

gambar-3. Para ahli mengatakan bahwa 

pengolahan data seismik digital “is entirely 

a mathematical process”. Jadi pengolahan 

data seismik digital merupakan pemakaian 

operator-operator matematika yang 

dikenakan kepada data yang berbentuk 

deret waktu. Bila rekaman deret waktu 

tersebut berubah terhadap jarak maka data 

seismik menjadi fungsi dari jarak dan waktu, 

sehingga operator matematikanya menjadi 

lebih kompleks lagi. 

Pada prinsipnya pengolahan data 

seismik dapat dibagi menjadi 3 kelompok 

besar yakni [1] 

1. Kelompok besar pertama terdiri atas 

urutan sub proses yang berusaha 

mengkoreksi data terhadap hal-hal 

yang bersifat geometris yang 

mengganggu pengukuran sewaktu 

pengumpulan data. 

2. Kelompok besar kedua terdiri atas 

urutan sub proses yang 

menghilangkan gangguan aktif yang 

merusak sinyal. 

3. Kelompok besar ketiga terdiri atas 

urutan sub proses yang berusaha 

mengekstraksi informasi seperti 

kecepatan, atenuasi dll. 

Kompleksitas pengolahan data 

seismik ini muncul karena 2 hal : 

1. Volume data seismik yang 

dimensinya amat besar 

2. Rumitnya proses-proses fisis 

geologis yang mempengaruhi 

terbentuknya data. 

3. Rumitnya algoritma numerik yang 

diperlukan untuk mengkompensasi 

proses-proses fisis-geologis yang 

ikut membentuk data. 

Berhubung kompleksitas tersebut di 

atas, akibatnya sampai dewasa ini kita 

belum mampu menciptakan software yang 

komplit untuk pengolahan data seismik. 

Dalam keadaan yang demikian ini maka 

pada pertengahan dekade tahun 1980-an 

1


masuklah software-software seismik import 

dari luar negeri, diantaranya : 

1. Geovector dari Compaine Generale 

de Geophysique (Perancis) 

2. Disco-Cogneseis dari Digicon Inc. 

(USA). 

3. Timap dari Geophysical Service Inc 

(USA) [2] 

4. Geco Prakla dari Norwegia – Jerman 

5. Software yang disewa oleh 

perusahaan Matra Delta. 

6. Software yang disewa oleh 

perusahaan Horizon 

7. Promax dari Landmark Graphic Inc 

(USA) 

8. Seismic Unix dari Stanford Univ 

(USA) yang bersifat public domain 

9. Focus dari perusahaan Paradigm 

(USA). 

3. Masalah Kita 

Keadaan yang kita hadapi dengan 

membanjirnya software-software luar negeri 

ke dalam industri nasional Indonesia adalah 

bahwa kita jatuh menjadi konsumen 

produk-produk perangkat lunak yang Luar 

Negeri yang ketergantungannya makin 

lama makin kuat dan kita jatuh sebagai 

pembeli dan operator saja. Ketergantungan 

itu pada umumnya kita bayar dalam bentuk 

pembayaran lisensi. 

Secara konsep teoritis maupun 

eksperimental sebetulnya bangsa kita 

mampu membuat software-software 

pengolahan data seismik itu [3] [4]. 

Masalah yang dihadapi adalah bagaimana 

mengemas teori-teori pengolahan data 

menjadi perangkat lunak yang siap pakai 

dan mampu bersaing dipasar global. 

Software yang dibuat ini tidak harus 

menyeluruh, akan tetapi dapat berupa 

modul-modul yang dapat di sambung 

dengan modul pengolahan yang lain 2 . 

Pembuatan modul ini dapat 

mendorong terbentuknya software house 

dikota-kota universitas di Indonesia seperti 

Bandung, Yogya, Malang, Surabaya, 

Medan, Pekan Baru, Ujung Pandang, 

Kendari dll, sehingga aktivitas intelektual 

dikota-kota pelajar tersebut diatas dapat 

dimuarakan pada kegiatan industri. Dengan 

adanya software dasar Matlab yang 

merupakan paket program komputasi dan 

visualisasi yang canggih, akan 

mengakibatkan realisasi dari modul-modul 

pengolahan data seismik yang diutarakan 

di atas. 

4. Kesimpulan 

Di sektor hulu dari industri migas 3 

pengolahan data seismik merupakan 

aplikasi teknologi komputasi yang paling 

banyak menyerap energi dan waktu 

komputasi. Kompleksitas komputasi akan 

dapat diatasi dengan memanfaatkan basic 

software Matlab sehingga modul-modul 

pengolahan data dapat dikembangkan di 

kota-kota universitas dalam bentuk 

kegiatan software house. 

Pengetahuan dasar dari software 

pengolahan data tersebut sebetulnya sudah 

diajarkan di universitas yang mengajarkan 

basic science dan teknologi [5]. Idealnya 

dana untuk membayar lisensi ini dapat 

diserap oleh software house software 

house tersebut diatas. Pembuatan modulmodul 

proses ini akan membuka peluang 

bagi terbentuknya home industri di kotakota 

universitas di Indonesia sehingga 

pengetahuan teoriris dari bangku kuliah 

dapat langsung diterapkan untuk 

memecahkan masalah-masalah industri. 

Dengan demikian ada kaitan antara ilmu 

komputasi dengan penerapan dalam 

praktek, yang pada gilirannya dapat 

membangkitkan minat terhadap 

pendalaman ilmu dan pengembangan 

teknologi dan aplikasinya [6]. 

Fasilitas internet dan komputer jenis 

PC yang kemampuannya makin maxi 

menghimbau kepada kita untuk masuk ke 

dalam teknologi komputasi secara 

mendalam dan produktif sebagai “the tool 

maker”, bukan sekedar sebagai operator 

saja. 

Daftar Pustaka 

1. Suprajitno, M., 1980. Seismic 

Processing Software, Lembaran 

Publikasi Lemigas No.1, tahun XIV, p. 

34 – 42 

2. Geophysical Service Inc. 900 package 

Seismic Data Processing Software for 

TIMAP. 

3. Suprajitno, M. dan Bambang, T., 1993. 

Mini Seismic Processing System for 

Training and Research Purposes, 

Proceedings, Indonesian Petroleum 

Association, Vol. II, p.557 – 569 

4. Arief Budiman, 2003. Aplikasi 

Pengolahan Data Seismik Modular 

dengan menggunakan Software Publik 

Domain Seismic Unix, Jurusan Fisika, 

FMIPA, ITS, Surabaya (Karya Tulis 

Ilmiah dalam rangka Diskusi Ilmiah IX, 

LEMIGAS). 

5. Yilmaz, O., 1987. Seismic Data 

Processing, Society of Exploration 

Geophysicist, Oklahoma. 

6. S. Munadi, E. Soedarmo, B. Widarsono, 

1996. An Overview of Computer 

Applications in the Indonesian Oil and 

Gas Industry, Seminar Aplikasi 

Teknologi Komputasi, BPPT, Jakarta. 

2


Aplikasi Teknologi Simulasi Dan Komputasi 

Di Industri Nuklir 

M. Syamsa Ardisasmita 

Pusat Pengembangan Teknologi Informasi dan Komputasi - BATAN 

Kawasan PUSPIPTEK Serpong, Tangerang 15310 

E-mail: syamsa@batan.go.id 

Abstrak 

Pada makalah ini disampaikan aplikasi dari Classroom Simulator Pembangkit 

Listrik Tenaga Nuklir di industri nuklir. Tujuan dari suatu Pembangkit Listrik 

Tenaga Nuklir adalah untuk memasok listrik dengan harga serendah mungkin, 

kualitas pelayanan yang tetap, fasilitas nuklir yang aman dan mengurangi 

polusi udara. Simulasi komputer adalah penggunaan model matematika untuk 

menggambarkan secara realistik perilaku nyata dari sistem dengan mengukur 

tanggap dinamik dari variabel-variabel proses yang dipantau, seperti 

temperatur, tekanan, dan komposisi bahan. Simulasi dari proses dapat dibagi 

kedalam dua kategori: keadaan tunak dan dinamik. Simulasi keadaan tunak 

biasanya terdiri dari sejumlah persamaan aljabar yang diselesaikan secara 

iteratif untuk menghitung kalkulasi panas dan keseimbangan bahan dari suatu 

proses dibawah kondisi keadaan tunak yang berubah-ubah. Simulasi dinamik 

tidak hanya memperhatikan kalkulasi panas dan keseimbangan bahan dalam 

keadaan tunak, tetapi juga kondisi transien dari proses perubahan. Ini 

diselesaikan dengan memecahkan persamaan-persamaan diferensial nonlinier 

berjumlah besar dalam waktu nyata, yang menggambarkan 

keseimbangan dinamik bahan dan energi dari proses yang disimulasikan. 

Karena simulasi dinamik dapat memberikan tanggap dinamik dari proses 

menurut waktu, maka secara luas dipergunakan dalam : (1) Pengembangan 

simulator untuk pelatihan; (2) Analisis keselamatan PLTN; dan (3) Studi 

perancangan untuk kendali proses. 

Abstract 

This paper present the application of the Nuclear Power Plant Classroom 

Simulator in nuclear industry. The objective of the Nuclear Power Plant is to 

supply electricity at the least possible cost with a constant service quality, a 

safety of nuclear facilities, and a reduction in air pollution. Computer 

simulation is the use of mathematical models to develop a realistic 

representation of the real process behaviour, as measured by the dynamic 

reponses of the monitored process variables such as temperature, pressures, 

and material compositions. Process simulation can be divided into two 

categories: Steatdy-state and Dynamic. Steady-state simulation usually 

consists of groups of algebraic equations solved iteratively to account for the 

heat and material balance calculations of the process under various steadystate 

conditions. Dynamic simulation is not only concerned with the steadystate 

heat and material balance calculation, but also the transient conditions of 

process evolution. This is accomplished by solving a large set of coupled, nonlinear 

differential equations in real time, that represent the dynamic material 

and energy balances for the process being simulated. Because dynamic 

simulation can provide dynamic responses of process over time, it is widely 

used in: (1) The development of training simulators; (2) Safety analysis for 

nuclear power plant; and (3) Design studies for process controls. 

Keywords: classroom simulator, full scope training simulator, nuclear power plant. 

1. PENDAHULUAN 

Kalau berbicara pemanfaatan tenaga 

nuklir maka oleh masyarakat umum selalu 

dikaitkan dengan senjata pemusnah masal 

yang memiliki daya ledak dan daya rusak 

yang luar biasa. Kekuatan bom nuklir 

modern dewasa ini adalah sebanding 

dengan beberapa juta ton TNT atau 40 kali 

lebih dahsyat dari ”Little Boy” dan ”Fat Man”, 

dua bom yang dijatuhkan di Hirosima dan 

3


Nagasaki pada tahun 1945. Tenaga yang 

sangat besar ini, dihasilkan dari suatu 

reaksi berantai uranium-235 yang disebut 

dengan proses fisi. Neutron yang diserap 

oleh inti atom uranium-235 akan 

1985 adalah sebagai sarana untuk 

menyongsong era industri nuklir di 

Indonesia. Pusat Penelitian ini dibangun 

diatas lahan seluas 30 Ha, dengan 37 

bangunan dan 13 Pusat Penelitian dan 

Gbr. 1 - Full Scope Training Simulator 

menghasilkan produk-produk fisi (cesium- 

140, Rubidium-93) dan dua atau tiga 

neutron lain dengan dilepaskannya tenaga 

sebesar 200 MeV atau sebanding dengan 

7,7 x 10 -12 cal. Rekasi ini disebut reaksi 

berantai karena neutron-neutron yang 

dihasilkan akan bereaksi kembali dengan 

atom-atom uranium-235 dan menghasilkan 

lebih banyak lagi neutron dan tenaga yang 

dilepaskan. 

1 235 140 93 1 

0 

n + 

92U 

→ 

55Cs 

+ 

37 

Rb + 30 

n + 200 MeV 

Reaksi berantai yang tidak terkendali 

akan menyebabkan ledakan bom atom, 

akan tetapi reaksi berantai yang dapat 

dikendalikan dalam suatu reaktor nuklir, 

akan menghasilkan pembangkit listrik yang 

murah, skala besar dan bebas terhadap 

polusi udara. Murah karena berdasarkan 

biaya produksi listrik rata-rata di dunia pada 

tahun 2002, untuk tenaga nuklir biaya per 

kilowatt-jam dalam dolar A.S. adalah 1,71 

sen, sedangkan tenaga batubara 1,85 sen, 

minyak 4,41 sen, dan gas 4,06 sen. Bersih 

karena dalam pengoperasiannya, 

pembangikit listrik tenaga nuklir tidak 

menghasilkan emisi gas sulfur atau gas-gas 

rumah kaca seperti pada pembangkit listrik 

batubara atau minyak. 

Pembangkit Listrik Tenaga Nuklir 

(PLTN) pertama mulai beroperasi di Inggris 

pada tahun 1956 dan di Amerika Serikat 

pada tahun 1957. Pada akhir tahun 2002, 

ada 441 PLTN yang beroperasi di 32 

negara, yang memberikan 2.543,6 TWh 

atau 16,2% dari produksi listrik dunia. 

Selain itu ada 32 PLTN baru yang sedang 

dalam proses pembangunan di 11 negara. 

Batan sedang memperjuangkan 

diterimanya opsi nuklir sebagai bagian dari 

sistem energi nasional jangka panjang. Jika 

opsi nuklir diterima maka PLTN pertama 

akan beroperasi di Indonesia pada tahun 

2016. Pembangunan Pusat Penelitian 

Tenaga Nuklir (PPTN) Serpong sejak tahun 

Pengembangan, yang didukung oleh 1452 

pegawai (50 S3, 124 S2, 396 S1, 820 

D3/SLTA). Reaktor Serbaguna G.A. 

Siwabessy dengan daya 30 MW diresmikan 

operasinya pada tanggal 20 Agustus 1987, 

merupakan peralatan utama Batan dalam 

melaksanakan litbang dan pemanfaatan 

iptek nuklir di Indonesia, selain dua reaktor 

riset lain dengan daya yang lebih kecil di 

Bandung dan Yogyakarta. Pemanfaatan 

Reaktor ini adalah sebagai: (1) Fasilitas 

iradiasi untuk produksi radioisotop bagi 

keperluan medis, industri, dan litbang 

lainnya; (2) Fasilitas eksperimen berkas 

neutron untuk pengembangan ilmu bahan; 

dan (3) Fasilitas analisis pengaktivan 

neutron untuk mendukung pengukuran 

pencemaran lingkungan. 

Pada tahun 1968, General Electric 

melengkapi pusat pelatihannya dengan 

Full Scope Training Simulator (FSTS) yaitu 

untuk melatih operator PLTN dalam kondisi 

normal maupun abnormal. Simulator ini 

memberikan replika dari ruang kendali 

PLTN dengan ketepatan dan keselarasan 

simulasi yang tinggi, yaitu sesuai dengan 

perilaku dan parameter PLTN yang 

disimulasikan. Kemudian pembangunan 

FSTS diikuti oleh seluruh pembuat PLTN di 

Amerika dan di seluruh dunia. 

Sekarang ini, pembangunan FSTS 

sudah menjadi keharusan bagi utulitas 

nuklir, terutama setelah terjadinya dua 

kecelakaan PLTN yang diakibatkan 

kesalahan manusia (operator). Pertama, 

kecelakaan PLTN jenis PWR di Three Mile 

Island, Pensylvania, A.S. pada tahun 1979 

akibat operator mematikan emergency core 

cooling system. Pada kecelakaan ini, hanya 

sedikit gas radioaktif yang keluar dari 

bangunan pelindung (containment building). 

Kedua adalah kecelakaan parah pada 

PLTN jenis RBMK-1000 di Chernobyl 

Ukrania, pada tanggal 26 April 1986, akibat 

operator mengadakan pengujian yang tidak 

sesuai dengan prosedur keselamatan 

4


menyebabkan terjadinya ledakan pada core 

reaktor dan kebakaran. Karena tidak ada 

bangunan pelindung seperti pada reaktor di 

Three Mile Island, maka terlepaslah isotop 

radiasi tinggi (100-150 juta curies) ke 

atmosfer. Akibat kecelakaan ini, 2 pekerja 

tewas pada waktu ledakan dan 31 pekerja 

meninggal kemudian akibat menerima 

dosis radiasi tinggi pada waktu melakukan 

pembersihan. 

Persyaratan ketaatannya yang tinggi 

(high fidelity) menyebabkan FSTS 

harganya sangat mahal dan belum dapat 

digunakan sebelum PLTN beroperasi 

secara komersial. Untuk memberikan 

pendidikan dan pelatihan awal bagi 

personal PLTN maka dibuat Classroom 

Simulator yang harganya relatif murah 

dengan menggunakan platform Komputer 

PC standar. Classroom Simulator dapat 

dianggap sebagai pelengkap dari Full 

Scope Training Simulator dalam 

memberikan pemahaman dasar teori PLTN 

dan sebagai alat untuk sistem pelatihan. 

Selama 30 tahun, telah terjadi perubahan 

besar dalam teknologi simulator akibat 

kemajuan pesat dari perangkat keras dan 

piranti lunak komputer. 

Walaupun demikian, biaya terbesar 

dalam pengembangan simulator PLTN 

tetap pada tenaga manusia, yaitu tenaga 

ahli untuk melakukan pemodelan 

matematika dari sistem fisik dan kemudian 

mengubah persamaan-persamaan 

matematika menjadi kode-kode komputer 

yang siap untuk dijalankan. Setelah 

program komputer dapat dijalankan, 

dilanjutkan dengan proses akhir untuk 

menyelaraskan dan memperkaya model 

tersebut agar dapat mendekati kenyataan 

yang sebenarnya. Pada masa lalu, 

pemodelan matematika merupakan proses 

yang membutuhkan tenaga kerja yang 

intensif, karena perubahan kecil dalam 

persamaan atau beberapa perubahan pada 

konstanta numerik, membutuhkan 

rekompilasi dan debugging kembali dari 

program. Sekarang dengan sistem 

pemodelan modular, konsumsi waktu 

untuk pengembangan simulator dapat lebih 

dipersingkat. 

2. DASAR-DASAR SIMULASI 

Simulasi komputer adalah usaha 

mengeksplorasi model-model matematika 

dari suatu proses atau fenomena fisik 

dengan menggunakan komputer dalam 

rangka memberikan gambaran situasi nyata 

dengan sebagian besar rinciannya. 

Sedangkan simulasi proses adalah 

penggunaan model matematika untuk 

menggambarkan secara realistik perilaku 

nyata dari sistem dengan mengukur 

tanggap dinamik variabel-variabel proses 

yang dipantau, misalnya temperatur, 

tekanan, dan komposisi bahan. Dengan 

memanipulasi atau bekerja dengan model 

diharapkan : 

1. Dapat meramalkan hasil atau 

keluaran; 

2. Lebih memahami model fisik dan 

matematik dari fenomena dan 

proses; 

3. Bereksperimen dengan model; 

4. Melakukan pengujian dengan model; 

dan terakhir 

5. Menggunakan model untuk tujuan 

pendidikan dan pelatihan. 

Simulasi proses tersebut dapat 

dibagi kedalam dua kategori: Keadaan 

Tunak dan Dinamik. 

• Simulasi keadaan tunak biasanya 

terdiri dari sejumlah persamaan 

aljabar yang diselesaikan secara 

iteratif, misalnya untuk menghitung 

kalkulasi panas dan keseimbangan 

bahan dari suatu proses dibawah 

kondisi keadaan tunak yang 

berubah-ubah. Program simulasi 

keadaan tunak umum digunakan 

dalam proses industri seperti 

pengukuran boiler dan peralatan 

turbin untuk laju panas tertentu. 

• Simulasi dinamik tidak hanya 

memperhatikan kalkulasi panas dan 

keseimbangan bahan dalam 

keadaan tunak, tetapi juga kondisi 

transien dari perubahan proses. 

Sebagai contoh adalah tanggap 

dinamik pada tingkat boiler yang 

diakibatkan oleh hilangnya 

pembangkit turbin secara tiba-tiba di 

dalam PLTN. Simulasi dilakukan 

dengan menyelesaikan persamaanpersamaan 

diferensial non-linier 

berjumlah besar dalam waktu nyata, 

untuk 

menggambarkan 

keseimbangan dinamik bahan dan 

energi dari proses yang 

disimulasikan. Laju akumulasi masa 

dan energi dihitung secara kontinyu 

dan diintegrasikan sepanjang interval 

waktu yang relatif kecil, yaitu untuk 

menghasilkan proses tiruan dari 

tanggap dinamik yang realistik dari 

temperatur, tekanan, komposisi 

bahan , dsb. Karena simulasi dinamik 

dapat memberikan tanggap dinamik 

dari proses menurut waktu, maka 

sangat luas dipergunakan dalam : (1) 

Pengembangan simulator untuk 

pelatihan; (2) Analisis keselamatan 

5


PLTN; dan (3) Studi perancangan 

untuk proses kendali. 

2.1. Pemodelan Matematik 

Model matematik adalah gambaran 

dari karakteristik dinamik suatu sistem. 

Agar dapat diselesaikan dengan komputer, 

maka fenomena atau proses fisik harus 

dapat dimodelkan dengan persamaan 

matematika. Beberapa sistem dinamik 

seperti mekanika, listrik, neutronik, panas, 

hidraulik, pneumatik dan sebagainya dapat 

dikarakterisasikan dengan persamaan 

diferensial, aljabar dan Boolean. 

Persamaan-persamaan tersebut dapat 

diturunkan dari hukum-hukum fisika 

berdasarkan sistem yang dipelajari, 

misalnya hukum Newton, hukum Kekekalan 

Energi, hukum Ohm, hukum Kinetika 

Reaktor dan sebagainya. Dalam mencari 

suatu model, kita harus mengkompromikan 

antara penyederhanaan model dan 

ketelitian hasil analisis. Harus dicari 

kesesuaian yang baik antara hasil analisis 

model matematik dan hasil studi 

eksperimental pada sistem fisik. 

Dengan pemodelan kita dapat 

melakukan : (1) Idealisasi dari proses dan 

fenomena; (2) Memahami pengaruh dan 

kendali lingkungan; (3) Menganalisis 

eksperimen yang sulit atau tidak mungkin 

dapat dilakukan; (4) Mempertajam 

pemahaman dan mengurangi pemborosan 

akibat eksperimen yang tidak terarah (trial 

& error); dan terakhir (5) Meningkatkan 

potensi dan keamanan sistem. Kesalahan 

pada pemodelan akan selalu terjadi. 

Pertama antara model fisik dengan model 

matematik akan terjadi kesalahan 

pemodelan karena adanya 

penyederhanaan-penyederhanaan. Dari 

model matematik ke model numerik akan 

terjadi kesalahan diskretisasi akibat 

pendekatan deret atau iterasi yang harus 

selalu terhingga. Demikian juga dari model 

numerik ke model komputer akan terjadi 

kesalahan numerik, akibat batasan-batasan 

pada perangkat keras komputer dan jumlah 

bit yang digunakan. 

Mendefinisikan model matematik 

yang tepat merupakan langkah yang paling 

kritis dalam simulasi. Sebagai contoh, 

teknik yang menerapkan pertukaran panas 

fasa tunggal (single phase heat exchanger) 

akan sangat berbeda dengan teknik yang 

menerapkan pertukaran panas dua fasa. 

Penganalisis simulasi harus dapat 

mengidentifikasi seluruh situasi yang akan 

disimulasikan oleh model yang akan dia 

dibuat dalam segala daerah operasi, 

termasuk situasi yang jarang terjadi, 

misalnya kegagalan pemakaian komponen 

(katup, pompa, dsb.). Semua ini dilakukan 

agar model dapat memberikan tanggap 

dinamik sesuai dengan yang sebenarnya. 

Karena itu pengembangan model dari suatu 

proses fisik membutuhkan intuisi dan 

pertimbangan yang baik, yang dapat 

diperoleh dari pengalaman. 

• Intuisi dibutuhkan untuk menentukan 

asumsi dasar, hubungan antara 

variabel-variabel kunci, dan 

pendekatan awal untuk menentukan 

model dari proses fisik. 

• Pertimbangan dibutuhkan untuk 

menjaga adanya keseimbangan 

antara ketelitian dan kelengkapan 

terhadap kerumitan dan biaya yang 

harus dikeluarkan. 

Harus dicatat bahwa pada beberapa 

sistem kompleks akan membutuhkan teknik 

pemodelan yang lebih rumit untuk 

mensimulasikan fenomena tertentu, seperti 

aliran dua fasa atau formasi gelembung 

uap. Kedua contoh tersebut banyak 

ditemukan pada PLTN (sistem pendingin 

reaktor, steam generator, pressurizer, 

dsb.); demikian juga pada pembangkit fosil 

(waterwalls, furnace boiler system, dsb.). 

2.2. Spesifikasi Model 

Sebelum mengembangkan model 

dari proses fisik, maksud dan tujuan dari 

model harus dinyatakan dengan jelas. 

Parameter-parameter dibawah ini dapat 

digunakan untuk pengembangan model 

dari proses fisik: 

• Lingkup dan batas dari proses yang 

dipelajari – definisi dari lingkup dan 

batas secara praktis, ditandai dengan 

kebutuhan Perangkat Instrumen dan 

Proses dan Diagram (misalnya 

diagram yang merinci aliran proses, 

pengaturan pekerjaan pemipaan, 

alat-alat dan instrumentasi yang 

dihubungkan dengan sub-bagian 

sistem). 

• Kedalaman rincian – menentukan 

apakah setiap proses, setiap 

peralatan (pompa, katup, dsb.), 

setiap instrumen (pressure 

transmitter, temperature transmitter, 

dsb.) harus disimulasikan. Jika 

simulasi dibutuhkan, apakah harus 

merupakan suatu simulasi yang 

terinci atau cukup dengan simulasi 

fungsi saja. 

• Pembatas fisik dan keamanan – 

pada kasus dimana dibutuhkan 

model proses untuk mensimulasikan 

batas-batas fisik dan keamanan yang 

ekstrim, seperti pecahnya pipa, 

adanya arus balik, atau meledaknya 

6


boiler, seberapa lama simulasi harus 

dilakukan pada batas-batas ekstrim 

tersebut. 

• Tanggap keadaan tunak dan dinamik 

– tanggap-tanggap ini harus 

diperoleh dari data operasional dari 

proses yang sedang berjalan. 

• Kebutuhan ketelitian – juga disebut 

sebagai ketaatan model. Seberapa 

ketelitian yang harus diberikan oleh 

suatu simulasi, jika dibandingkan 

dengan proses transien yang sedang 

berjalan. 

• Kebutuhan dan metode untuk 

memutakhirkan model. 

• Variabel-variabel keadaan dan 

variabel-variabel kendali yang 

tersedia – variabel keadaan dari 

suatu sistem dinamik adalah jumlah 

terkecil dari variabel yang dibutuhkan 

untuk menentukan keadaan sistem 

tersebut. Jika ada N variabel (X1(t), 

X2(t), ..., Xn(t) – misalnya tekanan, 

aliran, dsb.) yang dibutuhkan untuk 

menggambarkan secara lengkap 

perilaku dari suatu sistem dinamik, 

maka N variabel tersebut (X1(t), 

X2(t), ..., Xn(t)) adalah kumpulan dari 

variabel-variabel keadaan untuk 

proses dinamik. Variabel-variabel 

keadaan harus teridentifikasi dalam 

model. 

2.3. Hukum-hukum Dasar Fisika 

Sistem pada PLTN meliputi sistem 

neutronik, sistem termal, sistem hidraulik, 

sistem pneumatik, sistem mekanik dan 

sistem listrik. Secara umum, PLTN 

berfungsi untuk mengubah tenaga nuklir 

menjadi tenaga listrik. Reaktor nuklir 

menghasilkan panas dari proses fisi yaitu 

reaksi berantai nuklir yang dikendalikan 

oleh suatu batang kendali penyerap 

neutron. Jenis-jenis reaktor digolongkan 

berdasarkan jenis elemen bakar, moderator 

dan aliran pendingin yang digunakan. 

Panas yang dihasilkan pada inti reaktor 

digunakan untuk menggerakkan turbin dan 

kemudian menghasilkan listrik. Analisis 

reaktor nuklir didasarkan atas keterkaitan 

beberapa variabel yang terdiri dari elemen 

bakar nuklir, moderator, komposisi, 

geometri inti reaktor, dan perpindahan 

panas yang sebagian besar dibangkitkan 

oleh proses fisi. 

2.3.1. Persamaan Difusi Neutron 

Persamaan difusi merupakan 

persamaan dasar yang digunakan oleh 

perekayasa dalam merancang reaktor 

nuklir. Menurut hukum Fick, neutron 

mengalir dari daerah dengan densitas tinggi 

ke daerah dengan densitas yang lebih 

rendah, maka arus neutron sebanding 

dengan gradian negatif dari fluks neutron : 

2 

J = D∇ 

φ 

(1) 

dengan D adalah konstanta koefisien difusi. 

Persamaan difusi neutron merupakan 

persamaan diferensial parsial berbentuk 

parabolik. Teori persamaan difusi 

multigroup telah dikembangkan untuk 

penyelesaian laju pertumbuhan neutron. 

Energi neutron yang tersebar dari 10 MeV 

(neutron cepat) sampai dengan 0,025 eV 

(neutron termal) dapat dibagi menjadi 100 

group, sehingga penyelesaian himpunan 

persamaan diatas secara langsung 

sangatlah sukar. Persamaan 

keseimbangan neutron merupakan 

persamaan diferensial parsial multivariabel 

orde dua dari fluks neutron, yang dikoreksi 

dengan kebocoran, penyerapan, 

penyebaran dan produksi neutron. Reaktor 

dibagi-bagi atas sejumlah titik jala ruang 

(spatial mesh points) dimana persamaan 

difusi dapat dipecahkan dengan 

menerapkan boundary conditions. 

2.3.2. Kinetika Reaktor 

Delayed neutron yang dibangkitkan 

oleh peluruhan produk fisi (0,65% dari 

neutron yang dibangkitkan oleh fisi), 

ternyata dapat memperpanjang perioda 

reaktor. Hasilnya reaktor dapat 

dikendalikan dengan mudah. Jika tidak ada 

delayed neutron, maka tidak mungkin dapat 

mengendalikan daya nuklir dari proses fisi. 

Delayed neutron tersebut biasanya 

teridentifikasi kedalam 6 group. Jika kita 

umpamakan model kinetika reaktor 

sederhana berbentuk titik untuk suatu inti 

reaktor jenis PHWR, maka kita peroleh 

persamaan laju pertumbuhan neutron: 

dN 

dt 

dC 

dt 

FLUKS 

β N 

⎛ 

⎜ 

∆K 

− 

⎝ 

= 

6 

⎞ 

β ⎟ 

i 

N 

⎠ 

N 

∑ 

i= 

1 

LIFE 

FLUKS 

+ 

6 

∑ 

i= 

1 

λ C 

i 

i 

(2) 

i i FLUKS 

= − λ iCi 

(3) 

N LIFE 

dengan: ∆K adalah reaktivitas, β i adalah 

fraksi delayed neutron group ke-i, λ i adalah 

konstanta peluruhan group ke-i, C i adalah 

konsentrasi delayed neutron group ke-i, 

N LIFE adalah waktu hidup neutron rata-rata. 

7


2.3.3. Sistem Pneumatik 

Aliran gas melalui lubang kecil dapat 

dianggap sebagai turbulen sedangkan 

aliran gas pada kecepatan tertentu melalui 

pipa besar dianggap sebagai laminar. 

Elemen-elemen yang menyebabkan aliran 

turbulen adalah lubang, katup dan pipa 

kecil. Sedangkan elemen-elemen yang 

menyebabkan aliran laminar adalah tabung 

sirkular dan pipa. Variabel kuantitas untuk 

sistem pneumatik adalah berat, variabel 

aliran adalah laju aliran dan variabel 

potensial adalah tekanan. Resistensi 

pneumatik pada aliran gas laminar dalam 

kondisi adiabatik adalah : 

128µ 

L 

R = 

4 

(4) 

πρD 

dengan: L= panjang pipa, D = diameter 

dalam, µ = viskositas absolut, γ = kerapatan 

gas. 

Resistensi pneumatik pada aliran gas 

turbulen dalam kondisi adiabatik adalah : 

0,5 

2 ⎛ γV 

⎞ 

fD 

R = dimana K = 

KAY 

⎜ 

g 

⎟ 

(5) 

⎝ ⎠ 

L 

dengan: V = kepala, f = faktor gesekan, D = 

diameter lubang, L = panjang ekuivalen, A= 

luas batas, g = konstanta gravitas. 

Kapasitansi pneumatik bejana 

dinyatakan dengan : 

V 

C = (6) 

nGT 

dengan: V = volume bejana, n = konstanta 

politropik, G = kontanta gas, T = temperatur. 

2.3.4. Sistem Hidraulik 

Sistem hidraulik mempunyai juga dua 

jenis aliran: aliran turbulen dengan bilangan 

Reynolds lebih besar dari 4000; dan aliran 

laminar dengan bilangan Reynolds kurang 

dari 2000. Variabel kuantitas adalah laju 

aliran dan variabel potensial adalah 

tekanan. Resistensi hidraulik dari aliran 

laminar adalah : 

128µ 

L 

R = 

4 

(7) 

πρD 

Resistensi hidraulik dari aliran 

turbulen adalah : 

F 

1 2P 

R = dimana K = 

2 2 

(8) 

gK A 

KA g 

Kapasitansi hidraulik untuk tangki 

dengan irisan lintang seragam adalah : 

Q = A 

(9) 

dengan: A = irisan lintang tangki pada 

permukaan cairan. 

2.3.5. Sistem Termal 

Ada tiga jenis perpindahan panas: 

konduksi, konveksi dan radiasi. Konduksi 

apabila perpindahan panas melalui benda 

padat. Konveksi apabila melalui pergerakan 

cairan atau gas dalam suatu bejana. 

Radiasi apabila perpindahan panas dari 

suatu permukaan suatu objek ke 

permukaan objek yang lain dalam suatu 

jarak. Sebagai variabel kuantitas adalah 

Entalpi yang umum dikenal sebagai panas, 

variabel aliran adalah aliran entalpi atau 

aliran panas, dan variabel potensial adalah 

temperatur. 

Resistensi termal untuk konduksi 

melalui suatu bahan homogen adalah: 

X 

R = (10) 

KA 

dengan: X = ketebalan, K = konduktivitas 

panas, A = luas irisan lintang. 

Resistensi termal untuk konveksi 

adalah: 

1 

R = (11) 

HA 

dengan: H = koefisien konveksi. 

Kapasitansi termal dinyatakan dengan: 

C = W S 

(12) 

dengan: W = berat, dan S = spesifikasi 

panas pada tekanan tetap. 

2.3.6. Sistem Mekanik 

Ada dua jenis sistem mekanik: 

translasi dan rotasi. Selain resistensi dan 

kapasitansi, sistem mekanik mempunyai 

karakteristik tambahan dari massa yang 

disebut momen inersia. Sebagai variabel 

kuantitas adalah momentum, variabel aliran 

adalah gaya dan variabel potensial adalah 

kecepatan. Menurut hukum Hooke, 

konstanta pegas adalah kebalikan dari 

turunan pergeseran terhadap gaya: 

Kecepa tan 

K = (13) 

Momentum 

8


Kapasitansi sama dengan konstanta pegas. 

Sedangkan resistensi sebanding dengan 

konstanta perendaman dari sistem piston 

hidraulik. 

2.3.7. Sistem Listrik 

Sebagai variabel kuantitas adalah 

muatan, variabel aliran adalah arus dan 

variabel potensial adalah tegangan. Ketiga 

sifat dari sistem listrik adalah: resistensi 

(V/I), kapasitansi (Q/V) dan induktansi (V/I). 

3. METODA NUMERIK 

Pemecahan masalah secara 

matematik dapat dilakukan dengan metode 

analitik atau jika masalah terlampau 

kompleks, tidak linier dan multivariabel 

maka dilakukan dengan metode numerik. 

Metode numerik adalah suatu cabang ilmu 

matematika yang menggunakan sistem 

bilangan untuk menyelesaikan proses 

matematika dengan menggunakan 

komputer. Seperti sudah disebutkan diatas 

bahwa beberapa sistem fisik seperti 

perpindahan massa, difusi neutron, 

perpindahan panas, gerak mekanik, termohidraulik, 

dsb., dapat dinyatakan dengan 

persamaan diferensial. Persamaan 

diferensial didefinisikan sebagai hubungan 

antara suatu fungsi yang tidak diketahui 

dengan satu atau lebih turunan-turunannya. 

Ada dua jenis persamaan diferensial: 

• Persamaan Diferensial Biasa 

(Ordinary Differential Equation) 

adalah persamaan diferensial yang 

hanya mempunyai satu variabel 

bebas. Contoh: y’ = x + y ; variabel 

bebasnya disimbolkan dengan x, 

sedangkan variabel terikatnya adalah 

y yang merupakan fungsi dari x. 

• Persamaan Diferensial Parsial 

(Partial Differential Equation) adalah 

persamaan diferensial yang 

mempunyai lebih dari satu variabel 

bebas (multivariabel). Turunan fungsi 

terhadap setiap variabel bebas 

dilakukan secara parsial. Contoh: 

persamaan perambatan panas 

adalah suatu persamaan diferensial 

parsial orde dua (parabolik), dengan 

ruang dan waktu sebagai variabelvariabel 

bebas. 

∂T(x,t) 

K 2 

= ∇ T(x,t) 

∂t 

Cρ 

(14) 

dengan: K = konduktivitas panas 

bahan, C = spesifikasi panas, ρ = 

kerapatan bahan. 

Cara umum untuk menyelesaikan 

persamaan diferensial parsial adalah 

dengan menuliskan persamaan tersebut 

dalam bentuk persamaan diferensial 

dengan syarat-syarat batas (boundary 

conditions). Dengan membagi daerah 

dalam titik-titik jala atau sel-sel, maka 

diperoleh sistem persamaan diferensial 

yang simultan yang dapat dipecahkan 

dengan cara iterasi Gauss-Seidel atau 

metode Liebmann. Prinsip ini disebut 

dengan diskritisasi domain solusi dalam 

ruang dan waktu. Pemecahan lain adalah 

dengan metode elemen hingga (Finite 

Element Methode). Domain atau struktur 

dibagi menjadi elemen-elemen kecil yang 

terhubung satu dengan yang lain melalui 

titik-titik pertemuan yang disebut titik-titik 

simpul (nodal points). Pembagian ini 

disebut dengan triangulation. Untuk setiap 

elemen, pencarian penyelesaian dilakukan 

dengan pendekatan polinomial derajat dua 

(parabolik). Penyelesaian dari persamaanpersamaan 

ini adalah dengan aljabar linier. 

Penyelesaian persamaan diferensial 

dengan metode beda hingga atau metode 

elemen hingga dalam suatu simulator 

reaktor, membutuhkan komputasi yang 

sangat intensif, sehingga sulit direalisasikan 

dalam waktu nyata jika tidak menggunakan 

super-komputer. 

3.1. Penyederhanaan dan 

Penyelesaian Persamaan 

Diferensial 

Penyederhanaan dapat dilakukan 

dengan mengubah persamaan diferensial 

parsial menjadi sejumlah persamaan 

diferensial biasa. Misalnya dalam 

memecahkan masalah persamaan 

perambatan panas, dapat diasumsikan 

bahwa ruang dan waktu tergantung pada 

fungsi-fungsi yang terpisah dan 

perambatanpun dapat diambil dalam satu 

koordinat ruang saja. Hasilnya adalah dua 

persamaan diferensial biasa: 

2 

∂ X(x) 

2 

+ λ X(x) = 0 

2 

∂x 

∂ (t) 

+ λ 

∂t 

T 2 

K 

T(t) 

Cp 

= 0 

(15) 

(16) 

dengan: λ adalah suatu konstanta untuk 

dihitung. 

Pemecahan dalam waktu nyata dari 

sejumlah persamaan diferensial biasa 

dalam suatu simulator berbasis komputer 

digital, membutuhkan aplikasi teknik 

integrasi numerik yang stabil dan waktu 

integrasi tertentu. Umumnya teknik 

integrasi Euler orde pertama sering 

digunakan untuk komputasi waktu nyata 

9


dalam sebagian besar aplikasi simulasi, 

karena kesederhanaan skema integrasinya, 

kendali kestabilan dan langkah waktu yang 

tetap. Ada dua teknik Euler yaitu : Teknik 

integrasi Euler eksplisit dan Teknik integrasi 

Euler implisit. Pilihan dari teknik Euler yang 

akan digunakan tergantung analisis kondisi 

kestabilan numerik untuk sejumlah 

persamaan yang akan dicari 

penyelesaiannya. 

Aplikasi simulasi meliputi 

penyelesaian persamaan diferensial dan 

persamaan aljabar dalam bentuk matriks 

yang sangat besar. Ukuran matriks yang 

besar jika berisi matriks dengan nilai yang 

sangat kecil dan yang sangat besar, 

misalnya untuk menyelesaikan persamaan 

kekekalan massa dan momentum (tekanan 

dan aliran mempunyai konstanta waktu 

yang sangat kecil) dan termodinamik 

(temperatur mempunyai konstanta waktu 

besar), maka matriks tersebut disebut 

matriks ”stiff”. Untuk menghitung inverse 

dari suatu matriks ”stiff” secara komputasi 

adalah sangat mahal dan tidak dapat 

dilakukan oleh komputer PC dalam waktu 

nyata. 

3.2. Validitas dan Reliabilitas 

Model simulasi dinamik harus 

berlaku diseluruh daerah operasi PLTN, 

sebagai contoh: cold start, plant warmup, 

loading, full load, unloading, cooldown, 

shutdown. Sebagai tambahan, model harus 

dilengkapi juga dengan situasi darurat atau 

abnormal yang diakibatkan oleh kesalahan 

operator atau tidak berfungsinya alat. 

Memberikan hasil yang realistik merupakan 

kunci dari keandalan simulator dalam 

aplikasi pelatihan yang efektif. Model harus 

memenuhi beberapa kriteria keandalan 

yang disyaratkan, misalnya standar ANSI 

untuk ”Nuclear Power Plant Training 

Simulator” (ANSI/ANS-3.5-1981), yang 

menetapkan bahwa nilai perhitungan 

keadaan tunak untuk keseimbangan massa 

dan energi dan untuk parameter-parameter 

kritis harus dalam toleransi kesalahan ± 2%. 

Efektivitas suatu simulator akan jauh 

berkurang apabila sering terjadi kegagalan 

pada simulator tersebut. Kegagalan dapat 

disebabkan karena kerusakan pada 

perangkat keras atau akibat kesalahan 

model perangkat lunak. Sebagai contoh 

kegagalan model adalah akibat adanya 

pembagian nol, dimana suatu angka dibagi 

dengan angka yang lain, dan mendadak 

angka pembagi menjadi nol sehingga 

menyebabkan komputer ”crash”. Model 

harus melalui pengujian tertentu untuk 

menjamin perilaku yang sesuai walaupun 

ada diluar daerah jangkauan model 

tersebut. Sebagai contoh dalam pengujian 

model boiler dalam seluruh daerah operasi, 

dapat dilakukan pengujian kondisi ekstrim 

dimana seluruh air yang ada menguap. Kita 

lihat apakah model masih berfungsi dan 

memberikan hasil yang layak. 

4. CLASSROOM SIMULATOR 

IAEA (International Atomic Energy 

Agency) telah mensponsori pengembangan 

program komputer yang dioperasikan pada 

komputer PC untuk mensimulasikan 

beberapa jenis PLTN (BWR, PWR dan 

PHWR), dalam rangka membantu negaranegara 

anggota dalam pendidikan dan 

pelatihan. Tujuannya adalah untuk 

meningkatkan wawasan dan pengetahuan 

praktis mengenai rancangan dan 

karakteristik operasi reaktor, serta tindakantindakan 

yang harus dilakukan menghadapi 

gangguan dan situasi kecelakaan. 

Peralatan dan proses yang dimodelkan 

pada simulator adalah menggambarkan 

karakteristik PLTN yang sebenarnya. 

Walaupun demikian, untuk tujuan simulator 

pendidikan, ada beberapa penyederhanaan 

dan asumsi-asumsi yang dibuat pada 

model dan tidak mengarah pada rancangan 

dan keandalan dari PLTN komersial 

tertentu. Yang penting diketahui adalah 

bahwa tanggap yang diberikan simulator 

dalam situasi kecelakaan jangan digunakan 

untuk tujuan analisis keselamatan. 

Misalnya tanggap dari model dalam 

mengestimasi keadaan transien pada 

waktu kecelakaan, mungkin 

disederhanakan hanya persamaan 

diferensial orde pertama saja. 

Simulator tersebut dijalankan pada 

komputer PC untuk beroperasi dalam waktu 

nyata dan memberikan tanggap dinamik 

dengan ketaatan yang cukup baik. 

Simulator juga dilengkapi dengan 

antarmuka manusia-mesin untuk meniru 

instrumentasi pada panel kendali yang 

sebenarnya dan memungkinkan pemakai 

dapat berinteraksi dengan simulator. 

Seluruh parameter PLTN yang kritis 

terhadap beroperasinya unit dapat 

ditampilkan, yaitu parameter-parameter 

yang menentukan proses utama, sistem 

kendali dan sistem pelindung. Interaksi 

antara pemakai dan komputer adalah 

melalui kombinasi antara penayangan 

monitor, mouse dan keyboard. 

Pengembangan model dilakukan dengan 

pendekatan modular. Model-model dasar 

adalah kombinasi dari persamaan 

diferensial orde pertama, persamaan 

aljabar dan hubungan logika. 

10


Dalam simulasi reaktor kali ini, kita 

akan menampilkan unit-unit dari 

pembangkit listrik tenaga nuklir jenis air 

ringan (light-water reactor) yaitu PWR 

(pressurized-water reactor) dan BWR 

(boiling-water reactor) dan membandingkan 

antara keduanya. Gambar 2 

memperlihatkan sistem PWR 600 Mwe 

dengan dua steam generator, 4 loop 

resirkulasi dan satu pressurizer di dalam 

sistem. PWR mempunyai dua saluran 

pendingin (primer dan sekunder). Pendingin 

primer dialirkan kedalam inti oleh pompa 

resirkulasi dan mengalir membawa panas 

Simulator PWR mempunyai 14 

tayangan layar interaktif dimana diatas dan 

dibawah tayangan diberikan informasi 

proses (21 alaram dan pemberitahuan 

keadaan). Dibawah layar ditampilkan 

parameter-parameter utama PLTN yaitu : 

Reactor Neutron Power (%), Reactor 

Thermal Power (%), Generator Output (%), 

Primary Coolant Pressure (kPa), Core Flow 

(kg/sec), Main Steam Pressure (kPa), BOP 

Steam Flow (Kg/sec). Dibagian kiri bawah 

diberikan tombol inisialiasi untuk dua 

kejadian besar pada PLTN: Reactor Trip 

dan Turbine Trip. Reactor Power Demand 

Gbr. 2 – Simulasi PLTN jenis PWR. 

ke heat exchanger. Kondisi operasi normal 

PWR pada inti reaktor adalah air dalam 

fasa cairan. Pembangkitan uap terjadi 

hanya pada fase kedua dari siklus daya, 

disebut dengan ”steam generators”. 

Tekanan sistem primer dipertahankan oleh 

suatu pressurizer yang menggunakan 

pemanas listrik untuk memberikan 

pemanasan dan tekanan udara, dan 

semprotan (spray) untuk pendinginan dan 

mengurangi tekanan udara. Kendali daya 

reaktor dilakukan dengan kombinasi 

beberapa kumpulan batang kendali, boron 

cair hanya digunakan untuk masalahmasalah 

terbatas. Tidak ada air mendidih 

pada inti reaktor PWR selama operasi 

normal, sehingga tidak ada perubahan 

densitas yang besar pada inti reaktor, 

berbeda dengan inti BWR yang selama 

transien terjadi perubahan densitas yang 

cukup besar. 

Setpoint (SP) ditentukan oleh masukan dari 

operator atau fungsi terbatas otomatis 

(Reactor Stepback atau Reactor Setback). 

Turbin trip transien terjadi sebagai akibat 

dari load rejection atau tidak berfungsinya 

turbin. Reactor trip (reactor scram) adalah 

tindakan perlindungan reaktor yang 

dilakukan oleh Reactor Safety Shutdown 

System ketika mendeteksi alaram karena 

dilampauinya batas oleh parameterparameter 

tertentu pada inti reaktor, aliran 

pendingin dan sistem BOP (Balance of 

Plant). 

5. KESIMPULAN 

Kecelakaan nuklir yang terjadi akhirakhir 

ini umumnya disebabkan oleh 

kesalahan manusia. Kecelakaan tersebut 

dapat dicegah dan dihindari apabila 

operator dapat bertindak cepat dan tepat, 

sesuai prosedur. Karena itu operator- 

11


operator PLTN perlu dididik dan dilatih 

secara kontinyu, baik dalam kondisi normal 

maupun kondisi pengoperasian PLTN yang 

abnormal, dengan menggunakan Full 

Scope Training Simulator. Dalam persiapan 

pembangunan PLTN dan untuk mendidik 

dan melatih personal sebelum Full Scope 

Training Simulator dapat beroperasi, 

Classroom Simulator dapat digunakan 

sebagai pelengkap yang murah dan efektif. 

Pengembangan PLTN generasi baru 

telah menerapkan teknologi nuklir dengan 

kehandalan tinggi terhadap tuntutan 

keamanan yang semakin ketat dan 

persaingan harga yang semakin kompetitif. 

Rancangan baru PLTN telah 

menerapkan ”computer aided diagnostics” 

untuk memberikan indikasi dini jika terjadi 

ketidak normalan pada komponen atau 

sensor. Untuk menjamin keselamatan 

pengoperasian PLTN, maka dipasang 

sistem instrumentasi dan kontrol yang 

termaju, perawatan secara on-line dan 

kemungkinan penerapan sistem pakar. 

Untuk itu dibutuhkan simulator pelatihan 

PLTN yang lebih baik, kalau perlu dengan 

menerapkan teknologi realitas virtual yang 

dapat memberikan gambaran ruang yang 

lebih lengkap. 

12


Peranan Simulasi Dan Komputasi Dalam Industri Proses 

Ade Jamal 

Pusat Pengkajian dan Penerapan Teknologi Informasi dan Elektronika, 

BPP Teknologi 

Gedung BPPT II lt.. 4, Jl. MH Thamrin 8, Jakarta 10340 

1. Latar Belakang 

Negara Indonesia sebagai salah satu 

negara penghasil minyak dan gas (migas) 

terbesar di dunia, pastilah tidak akan lepas 

dari industri proses. Mulai dari pengeboran 

(produksi), penyulingan, sampai ke industri 

petrokimia sebagai turunan dari industri 

migas ada di negara ini. 

Sektor industri proses ini sebagai salah 

satu buah dari perkembangan teknologi 

industri di awal abad 20, mulai dari awal 

sejarahnya diketahui sebagai sektor yang 

memerlukan kemampuan teknologi yang 

tinggi. Kemampuan ini dituntut bukan hanya 

karena kepentingan ekonomis dari industri, 

tapi lebih penting karena faktor keselamatan, 

khususnya keselamatan jiwa manusia yang 

berhubungan dengan industri tersebut. 

Beberapa contoh mulai dari awal sejarah 

revolusi industri, ketel uap kapal Sultana 

pada tahun 1865 meledak dan meminta 

korban jiwa sampai 1500 orang. Ledakanledakan 

lain terus terjadi, sehingga negaranegara 

industri awal dipelopori oleh Amerika 

pda tahun 1906 membuat undang-undang 

untuk bejana dan pipa tekan yang 

merupakana pokok utama dari industri proses. 

Selain faktor keamanan, industriawan 

juga dihadapi oleh masalah biaya yang tinggi 

baik untuk investasi maupun produksi dalam 

industri proses ini. Perbaikan desain, 

pembangunan, pengoperasian dan 

perawatan dari industri proses terus 

dilakuakan baik demi keamanan maupun 

kepentingan finansial. 

Sebelum ditemukannya komputer 

semua kegiatan dalam siklus umur sebuah 

industri proses: desain, enjiniring, konstruksi, 

operasi, perawatan, dilakukan secara manual. 

Kemajuan perkembangan teknologi komputer 

khususnya tiga dasa warsa terakhir membuat 

banyak perubahan di segala lini dan fase dari 

siklus hidup industri proses ini . 

2. Siklus Industri Proses 

Siklus dari sebuah industri proses 

dimulai dari meja kerja perekayasa membuat 

konsep desain proses sampai setelah industri 

itu beroperasi dan memberikan masukan dan 

data kembali ke meja kerja enjinir untuk 

perbaikan konsep bahkan pembuatan konsep 

baru. 

Segala kegiatan di tiap tahap 

tergantung dari informasi tahapan 

sebelumnya dan menuntut penyampaian 

informasi ini dengan akurat dan cepat. 

Khususnya di fase perancangan 

keterbatasan waktu yang disediakan 

merupakan hal yang sangat penting dalam 

siklus ini. Difase operasi terbukti bahwa 

automasi telah banyak membantu dan 

memberikan peningkatan efisiensi produksi 

dan tingkat keamanan yang tinggi. 

Pengolahan data yang benar dan terintegarsi, 

mulai dari perancangan, sampai operasi, 

memberikan kemudahan untuk perawatan 

dan juga menjadi kunci penting dari 

perbaikan perancangan selanjutnya. 

Kemajuan teknologi komputer saat ini 

memberikan solusi yang tepat untuk tuntutan 

ini. 

3. Teknologi Komputer di Industri Proses 

Sejarah telah membuktikan bahwa 

teknologi industri proses ini sudah mencapai 

kedewasaannya di pertengahan abad 20, 

sementara teknologi komputer baru saja 

ditemukan saat itu. Selain karena itu 

ditambah dengan karakter umum dari pelaku 

industri proses yang konservatif, maka 

penerapan teknologi komputer di industri 

proses, khususnya dibidang perekayasaan 

tidaklah secepat di bidang lainya seperti 

bidang niaga, perbankan dan telekomunikasi 

maupun industri manufaktur. 

Dua dasa warsa terakhir, dengan 

semakin populernya PC, pemain-pemain 

lama mulai dikejar oleh orang muda yang 

lebih dapat menerima komputer sebagai alat 

bantu kerjanya. 

13


Di fase operasi, teknik kontrol dari 

proses sebelum era komputer digital telah 

dikenal dengan menggunakan teknologi 

analog (elektrikal, pneumatis maupun 

hidraulis). Peralihan ke teknik kontrol 

berbasis komputer digital merupakan hal 

yang logis. Walaupun lebih mudah diterima, 

sifat konservatif dari pihak industri tertampak 

dengan mengharuskan sistem cadangan 

yang manual atau semi manual. 

Fase perancangan baik konsep 

maupun detail merupakan lahan kedua yang 

menerima masuknya teknologi komputer. 

Disini campur tangan dari pihak enjiniiring 

dan kontraktor yang melihat potensi teknologi 

komputer ini sebagai alat bantu mendapatkan 

keuntungan yang lebih besar karena 

kemungkinan berkurangnya biaya pekerja 

(jam kerja). Penggunaan komputer di fase 

perancangan bisa diklasifikasikan menjadi 

dua, yaitu perancangan dalam arti gambar 

berbasis komputer (CAD) dan perancangan 

dalam arti analisa enjiniring (komputasi CAE). 

Penerimaan teknologi dari dua jenis ini agak 

berbeda. CAD yang teknologinya sebetulnya 

lebih lambat berkembangnya karena antara 

lain membutuhkan peralatan komputer grafis 

yang canggih, tapi lebih cepat diterimanya di 

dunia enjiniring sebagai pengganti pena, 

penggaris dan kertas. Satu dasa warsa 

terakhir ini kemajuan komputer grafis 

sangatlah cepat melampaui kemajuan dari 

teknologi komputasi/CAE yang lebih dahulu 

dikembangkan, yaitu tidak lama sesudah 

komputer ditemukan. 

Dalam fase perancangan konsep, 

komputasi dan simulasi proses merupakan 

alat bantu dari sumber informasi utamanya 

yaitu, eksperimen dan pengalaman ataupun 

masukkan dari data operasi industri yang 

sudah jalan. Berhubung ketergangtungan 

akan data-data eksperimen, dan data-data 

dari industri yang sudah beroperasi, 

komputasi dan simulasi untuk perancangan 

konsep biasanya tidak mudah didapat oleh 

umum dan kalaupun ada harganya sangat 

tinggi. 

Selain di fase perancangan dan 

operasi, teknologi komputer tidak begitu 

dikenal sampai beberapa tahun terakhir, 

dimana Mangement Information System 

(MIS) juga masuk kedunia industri proses. 

Pengembang CAD yang telah lebih dahulu 

memiliki market disini, mengantisipasi 

dengan mengembangkan produknya tidak 

hanya sekedar alat bantu menggambar, tapi 

merupakan bagian dari MIS. Dan lebih jauh 

dari itu keseluruhan siklus hidup dari Industri 

proses tersebut dilayani oleh satu paket 

produknya. Kecenderungan yang sangat 

berambisi ini menjiwai perkembangan 

teknologi komputer didunia industri proses. 

Hanya saja pemakaian teknologi ini dan 

dampak positifnya masih harus dibuktikan 

untuk mempertanggung jawabakna investasi 

yang tidak kecil. 

4. Peranan Komputasi dan Simulasi 

Telah disebutkan diatas bahwa 

penerapan teknologi komputasi dan simulasi, 

secara kuantitas, lebih rendah dibandingkan 

penerapan misalnya otomasi proses kontrol 

dan teknologi CAD. Tapi peranan bidang ini 

mulai meningkat karena ada kebutuhan yang 

lebih tinggi misalnya untuk efisiensi dari 

pabrik industri yang sudah beroperasi, atau 

adanya keinginan menaikkan jumlah produksi, 

atau untuk mengevaluasi umur pabrik yang 

berdasarkan spesifikasi rancangan sudah 

uzur. Untuk tujuan seperti ini kegunaan 

teknologi komputasi dan simulai tidak bisa 

diabaikan. 

Selain alasan tadi, pelaku industripun 

belajar dari pengalaman mengoperasikan 

pabriknya, bahwa banyak hal yang sering 

diabaikan dalam perancangan ternyata harus 

dibayar mahal dalam perawatannya. Sebagai 

contoh saja, vibrasi sonik yang selalu 

dihindarkan dengan aturan standar (rule of 

thumb), dapat mengakibatkan getaran pada 

klep pengontrol yang mengakibatkan 

kebocoran. Problem-problem praktis ini 

biasanya tidak diantisipasi pada fase 

perancangan detail karena sifat dinamis dari 

permasalahannya. Dunia enjiniring selalu 

menyederhanakan permasalahan karena 

alasan waktu yang tersedia bagi mereka 

dalam menyelesaikan tugas perancangannya. 

Kalau dulu, problem dinamis biasanya 

diselesaikan secara lapangan (field trouble 

shooting) atau mungkin juga dibawa 

kelaboratorium penelitian atau akademis 

untuk dicari solusinya, operator yang sering 

menemukan permasalahan ini mulai 

menuntut pihak enjiniring dan kontraktor 

untuk meningkatkan spesifikasi 

rancangannya dengan memasukkan 

permasalahan dinamis ini. Disini peranan 

komputasi dan simulasi akan diuji lebih jauh 

kegunaan praktisnya. 

5. Penutup- Kondisi di Indonesia 

Harus kita akui bahwa sebagai negara 

yang sedang berkembang menuju negara 

industri, negara kita tidaklah lebih baik 

dibandingkan dengan negara lain. Dengan 

tingkat “melek komputer” yang baru 

meningkat, bangsa kita belumlah cukup 

menikmati kemajuan teknologi komputer 

semaksimal mungkin di industri proses ini. 

Perancangan konsep, yang 

sebenarnya awal dari siklus tertutup industri 

proses masih belum banyak yang berani 

menyentuhnya. Walaupun ini merupakan inti 

14


dari ilmu industri proses, kita masih sangat 

menggantungkan diri ke negara maju. 

Perancangan detail dan enjiniring sudah 

mulai dilakukan sendiri oleh putra bangsa, 

walaupun disana-sini expat masih sering 

ditemukan. Khususnya untuk hal-hal yang 

berhubungan dengan komputasi dan simulasi 

orang Indonesia masih belum cukup 

menghargai kemampuan diri sendiri. Hanya 

di bidang teknik struktur sipil, sumber daya 

manusianya cukup tersedia. Untuk bidang 

seperti mekanikal apalagi proses masih 

terlalu langka. 

Walaupun demikian tidaklah benar 

kalau negara kita dibilang ketinggalan dalam 

menerapkan teknologi komputer di duinia 

industri proses kita. Untuk otomasi proses, 

instrumentasi dan kontrol, industri kita sudah 

menggunakan peralatan yang berteknologi 

“state of the art”. 


1. Bausbacher, E. and Hunt, R., Process 

Plant Layout and Piping Design, Prentice 

Hall, Englewood Cliffs. 

2. Ertas, A. and Jones, J.C., 1996, The 

Engineering Design Process, John Wiley 

& Sons. 

3. Jawad, M. H. and Farr, J.R., 1984, 

Structural Analysis and Equipment 

Design of Process Equipment, A Wiley- 

Interscience Publication, John Wiley & 

Sons. 

4. Woods, G.E. and Baguley, R.B. 1996, 

Practical Guide to ASME B31.3, Process 

Piping, , CASTI Publishing Inc. 

5. Adams, V. and Askenazi, A., 1999, 

Building Better Products with Finite 

element Analysis,OnWord Press, USA. 

15


Konstruksi dan Pengembangan Pengolah Paralel 

Menggunakan Klaster PC 

Ir. Hermawan K. Dipojono, MSEE, Ph.D 

DEPARTEMEN TEKNIK FISIKA INSTITUT TEKNOLOGI BANDUNG 


Klaster komputer pribadi (KP) atau 

personal computer (PC) adalah kumpulan 

KP yang terhubungkan dalam sebuah 

jaringan komputer dan berfungsi sebagai 

sebuah komputer untuk menyelesaikan 

suatu persoalan secara serempak 

(simultaneous). Oleh karena itu dengan 

menggunakan klaster KP ini diharapkan 

suatu program atau persoalan dapat 

dieksekusi dengan lebih cepat. Sudah 

barang tentu hanya problema yang dapat 

dipilah-pilah menjadi bagian-bagian yang 

dapat diproses secara terpisahlah yang 

dapat memanfaatkan secara maksimal 

fasilitas klaster KP ini. 

Kami memilih klaster KP sebagai 

pengganti komputer super karena melihat 

adanya sejumlah keuntungan yaitu: 

• Setiap KP di dalam klaster 

merupakan sistem yang lengkap 

sehingga dapat digunakan untuk 

berbagai keperluan lainnya. Dengan 

demikian pada saat tidak digunakan 

untuk keperluan komputasi intensif 

masingmasing mesin dapat 

digunakan untuk keperluan lainnya 

sehingga tidak terjadi kesia-siaan. 

• Dengan meningkatnya kebutuhan 

jaringan komputer maka hampir 

seluruh perangkat keras yang 

diperlukan untuk membangun klaster 

telah tersedia di pasaran. Lebih dari 

itu perangkat keras yang dibutuhkan 

itu telah membanjiri pasar sehingga 

harganyapun terus menurun. 

Penghematan masih dapat terus 

dilakukan mengingat bahwa 

sebenarnya untuk seluruh klaster 

hanya diperlukan sebuah monitor, 

sebuah video card, dan sebuah 

keyboard saja. 

• Skala klaster dapat sangat besar, 

dengan sedikit kerja tambahan 

klaster ini dapat diperluas sehingga 

mempunyai anggota dalam jumlah 

ratusan, bahkan seluruh internet 

dapat dilihat sebagai sebuah klaster. 

• Mengganti sebuah anggota klaster 

yang rusak dapat dilakukan dengan 

sangat mudah dan sederhana. Ini 

penting khususnya untuk 

penggunaan yang menuntut toleransi 

perbaikan yang amat tinggi. 

• Telah tersedianya berbagai aplikasi 

publik yang mendukung 

pengembangan klaster KP sebagai 

sistem pengolah paralel. 

• Harganya yang jauh lebih murah 

dibanding, namun mempunyai kinerja 

yang sebanding, dengan komputer 

super. 

Penelitian ini telah kami lakukan di 

Laboratorium Komputasi Sains Materi dan 

Komputasi Kinerja Tinggi, Departemen 

Teknik Fisika, Fakultas Teknologi Industri, 

Institut Teknologi Bandung dalam dua 

tahun terakhir ini. Pada tahap awal ini kami 

menggunakan 4 buah KP, sistem operasi 

LINUX, dan paralelisasi dengan MPI 

(Message Passing Interface). Pada saat ini 

kami mengembangkan klaster sehingga 

mempunyai anggota 8 KP dan selanjutnya 

berencana untuk memanfaatkan ratusan 

KP yang telah terhubungkan dalam suatu 

jaringan komputer dengan LAN. Pada awal 

kegiatan dalam penelitian ini kami fokuskan 

pada instalasi berbagai perangkat keras, 

perangkat lunak, dan uji kinerja klaster. 

Seluruh perangkat lunak yang kami 

gunakan sepenuhnya berasal dari domain 

publik. Melalui penelitian ini kami berharap 

dapat membangun sebuah perangkat 

komputasi yang dapat digunakan untuk 

memecahkan problema fisis yang 

memerlukan komputasi intensif. Penelitian 

ini, pada tahun pertama, bertujuan untuk: 

• Membangun, menguji dan 

mengembangkan sistem pengolah 

paralel menggunakan klaster KP 

dengan memanfaatkan semaksimal 

mungkin sistem operasi dan aplikasi 

publik sehingga dapat menekan 

biaya serendah mungkin 

Keberhasilan dalam membangun dan 

mengembangkan sistem pengolah paralel 

murah melalui penggabungan sejumlah KP 

ini akan membuka kemungkinan 

penggunaannya di berbagai bidang yang 

memerlukan komputasi intensif tanpa harus 

menggunakan komputer super yang amat 

mahal. Dalam penelitian selanjutnya kami 

akan memanfaatkannya untuk meneliti 

sistem atom-atom dan elektron-elektron 

yang amat memerlukan komputasi intensif. 

Meskipun demikian tidak berarti bahwa 

16


bidang-bidang lainnya, termasuk bidang 

atau ilmu sosial, tidak dapat memanfaatkan 

fasilitas komputasi paralel ini. 

Di samping itu dalam masa-masa 

mendatang akan terdapat ribuan komputer 

yang sudah dianggap kuno, tidak dapat 

digunakan untuk mengolah aplikasi terbaru 

lagi, padahal jika mereka digabung dalam 

klaster sebenarnya masih mempunyai 

kemampuan yang hebat. Oleh karena itu 

penguasaan teknologi klaster ini menjadi 

suatu keharusan bagi institusi pendidikan 

dan penelitian yang mempunyai dana 

terbatas namun menghadapi problematika 

komputasi yang amat intensif. Makalah 

yang singkat ini akan menyampaikan 

pengalaman kami dalam membangun dan 

memanfaatkan klaster KP untuk keperluan 

simulasi dinamika molekul sistem fisis 

kompleks yang amat memerlukan 

komputasi yang amat intensif. Menjadi 

harapan kami laporan kegiatan ini akan 

membuka sinergi dengan peneliti, penekun, 

dan pengguna klaster KP di manapun 

mereka berada. Kami berharap hasil 

penelitian kami dalam usaha untuk 

menguasai teknologi klaster ini dapat 

dimanfaatkan oleh rekan- rekan peneliti 

maupun pengajar dari manapun mereka 

berasal dan di manapun mereka berada. 

2 TINJAUAN PUSTAKA 

Secara generik klaster KP terdiri atas 

sejumlah KP yang terhubungkan dengan 

sebuah pemutus berkecepatan tinggi (high 

speed switch). Jadi setiap anggota klaster 

merupakan sebuah sistem tersendiri yang 

mempunyai pengolah (processor), baik 

tunggal maupun jamak, memori, sistem 

operasi, dan perangkat I/O (input output) 

sendiri. Anggota-anggota klaster ini dapat 

ditempatkan di sebuah tempat bersamasama 

atau terpisah secara fisik dan 

dihubungkan oleh suatu jaringan 

komunikasi komputer [1]. 

Paradigma pemrograman serial hadir 

terlebih dahulu dibanding paradigma paralel. 

Perbedaan utama dari kedua paradigma ini 

terletak pada jumlah penggunaan pengolah 

dan jumlah program yang bekerja. Pada 

pemrograman serial hanya terdapat satu 

program yang bekerja pada sebuah mesin 

dengan pengolah tunggal beserta sejumlah 

memori. Sedangkan dalam paradigma 

pemrograman paralel, sebuah program 

bekerja di banyak mesin yang masing 

masingnya dapat mempunyai pengolah 

tunggal ataupun jamak dan mempunyai 

sejumlah memori, serta bekerja secara 

simultan untuk memecahkan sebuah 

persoalan yang dapat dipilah-pilah 

sehingga dapat diselesaikan secara paralel. 

Agar pelaksanaan atau eksekusi paralel 

dapat berlangsung dengan baik maka 

dibutuhkan kerjasama yang baik antar 

pengolah itu. Untuk koordinasi kerjasama 

tersebut dibutuhkan sarana komunikasi 

antar pengolah. Dalam penelitian ini kami 

menggunakan fasilitas message passing 

(MP) untuk komunikasi antar pengolah. 

Paradigma MP berkembang sangat pesat 

akhir-akhir ini. Alasan utama dari 

banyaknya pengguna MP adalah karena ia 

dapat mendukung hampir semua arsitektur 

komputer. Program yang dibuat dengan 

menggunakan MP ini dapat digunakan di 

sistem klaster maupun sistem komputer 

pengolah tunggal [2]. Pada saat ini ada dua 

sistem MP yang sering dipakai untuk 

aplikasi sains dan rekayasa, yaitu PVM 

(Parallel Virtual Machine) dari Oak Ridge 

National Laboratory [3] dan MPI (Message 

Passing Interface) yang ditetapkan oleh 

Forum MPI. Klaster KP kami menggunakan 

MPI varian 

3 PEMBUATAN SISTEM KLASTER 

Perangkat yang digunakan dalam 

pembuatan klaster kami terdiri atas 

perangkat keras dan perangkat lunak 

dengan rincian sebagai berikut: 

1. Perangkat Keras 

• 8 buah KP dengan pengolah Pentium 

4, 2 GHz, memori DDRAM 256MB, 

hard disk 40 GB, dan kartu ethernet 

3 Com 3c905 Boomerang 

• Kabel UTP kategori 5 dengan 

konektor RJ45 

• 1 buah switch hub Cisco Catalyst seri 

2950 

• 1 CDROM untuk instalasi perangkat 

lunak 

• 1 buah keyboard, 1 buah monitor dan 

1 buah mouse 

2. Perangkat Lunak 

• Sistem operasi RedHat Linux 8.0 

dengan kernel 2.4.20 

• MOSIX 1.9.0 untuk kernel 2.4.20 

• MPICH 1.2.5 sebagai perangkat 

lunak message passing 

• Compiler gcc versi 3.2 

• Program ganglia versi 2.5.3 untuk 

memantau klaster melalui web 

browser 

• Program benchmark HPL versi 1.0 

• Program benchmark throughput 

jaringan netperf versi 2.2 p14 

• Program DFT++ versi 3.0 

• Library FFTW versi 2.1.3 

• Library ATLAS versi 3.4.1 yang 

menyediakan LAPACK secara 

lengkap 

17


3.1 Prosedur Pembuatan 

Prosedur pembuatan sistem klaster 

yang telah kami lakukan pada prinsipnya 

dapat dibedakan atas dua jenis prosedur 

yaitu prosedur instalasi perangkat keras 

dan prosedur instalasi perangkat lunak. 

Berikut ini rincian dari kedua jenis prosedur 

yang kami gunakan untuk pembuatan 

sistem klaster. 

3.1.1 Instalasi Perangkat Keras 

Topologi jaringan yang digunakan 

untuk klaster ini adalah jenis bintang(star) 

di mana semua simpul (node) terhubung 

pada hub atau switching hub. 

Kartu ethernet yang kami gunakan adalah 

kartu ethernet jenis fast ethernet 100 

Mbit/detik. Untuk menghubungkan kartu 

ethernet ke switch hub kami menggunakan 

kabel UTP kategori 5 yang biasa digunakan 

pada jaringan 100 Mbits/detik. Untuk 

menjaga kestabilan tenaga listrik kami 

menggunakan stabilizer sedangkan untuk 

menjaga catu daya kami menggunakan 

UPS. 

3.1.2 Instalasi Perangkat Lunak 

Ada sejumlah perangkat lunak yang 

diperlukan dalam pembangunan klaster ini. 

Kesemua aplikasi ini sengaja kami 

usahakan untuk dapat diperoleh secara 

cuma-cuma (open source codes) dari situs 

publik sehingga mengurangi beban biaya. 

Dalam laporan ini rincian instalasi kami 

sajikan secara rinci sehingga publik dapat 

memanfaatkannya secara maksimal. 

Instalasi Sistem Operasi Linux 

Perangkat lunak yang pertama kali 

dipasang adalah sistem operasi yang 

dalam hal ini kami menggunakan Linux 

RedHat versi 8.0. Hal ini dapat dilakukan 

dengan pertama mengubah setting pada 

BIOS komputer agar memulai proses 

booting dari CDROM. Selanjutnya instalasi 

akan mendapat bimbingan langsung (on 

line). Di samping itu kami juga merasa perlu 

untuk memasang Java Development Kit 

(JDK) versi 1.3.1 sehingga 

programprogram dalam bahasa Java 

nantinya dapat pula ditangani oleh klaster 

kami. 

Pemberian Alamat IP (internet protocol) 

root > ls 

j2sdk-1 3 1 02-linux-i386.bin 

root > chmod 755 j2sdk-1 3 1 02-linux-i386.bin 

root > ./j2sdk-1 3 1 02-linux-i386.bin 

Gambar 1. Perintah instalasi Java 

Development Kit. 

Untuk membedakan antara satu 

anggota dengan anggota klaster lainnya 

maka setiap anggota diberi alamat IP yang 

berbeda. Pengalokasian alamat IP kami 

lakukan dengan menggunakan standar 

yang digariskan oleh IANA (Internet 

Assigned Numbers Authority). Badan inilah 

yang menjaga agar tidak terjadi konflik 

karena ada pemakaian IP yang sama. 

Berdasarkan RFC1597 untuk jaringan 

pribadi (private) dapat dipakai alokasi IP 

sebagai berikut: 

• Jaringan kelas A: 10.0.0.0 - 10.255.255.255 

• Jaringan kelas B: 172.16.0.0 - 

172.31.255.255 

• Jaringan kelas C: 192.168.0.0 - 

192.168.255.255 

Karena sistem klaster yang kami 

kembangkan saat ini hanya mempunyai 

anggota sebanyak 8 KP maka yang 

digunakan adalah kelas C. Untuk anggota 

nomor 1 kami beri alamat IP 192.168.1.1 

dan untuk anggota lainnya kami beri alamat 

192.168.1.x dengan x merupakan nomor 

urut anggota selanjutnya. 

Instalasi Remote Shell 

Remote shell dipasang dalam klaster 

dengan tujuan agar login ke remote host 

dapat dilakukan tanpa password. Layanan 

remote shell (rsh) dapat tersedia di setiap 

anggota klaster dengan cara mengaktifkan 

terlebih dahulu server rsh dan rlogin. Daftar 

anggota yang diijinkan mengakses layanan 

rsh disimpan di dalam file rhost yang 

terletak di home directory setiap anggota 

klaster. Sedangkan jika diinginkan 

konfigurasi yang berlaku secara global 

maka daftar nama anggota disimpan pada 

file /etc/hosts.equiv. login ke anggota yang 

lain dapat dilakukan dengan menggunakan 

perintah rsh. Jika konfigurasi telah 

dilakukan secara benar maka login akan 

secara otomatis memindahkan layanan 

kerja ke anggota yang dituju tanpa 

memerlukan password lagi. 

Gambar 2. rsh dari anggota nomor 1 ke 

root@anggota-1 root > ssh node-2 

root@anggota-2 root > 

anggota nomor 2 

Instalasi Secure Shell (ssh) 

ssh adalah layanan sejenis rsh 

namun disertai adanya enkripsi terhadap 

data. Jika diinginkan agar tidak perlu 

memasukkan password pada saat login ke 

anggota klaster yang lain maka perlu dibuat 

sebuah kunci pengenalan authentication 

key yang terdiri dari sebuah public key 

untuk eknripsi data dan sebuah kunci 

18


pribadi (private key) untuk melakukan 

dekripsi (decrypt) data. Untuk membuat 

sebuah kunci pengenalan dapat digunakan 

program ssh-keygen diikuti dengan 

disalinnya file ~/.ssh/id_rsa.pub ke dalam 

file ~/.ssh/authorized_keys2 yang harus 

selalu ada di setiap anggota klaster. 

root@anggota-1 root > rsh node-2 

Last login: Mon Oct 2 05:04:01 from master 

root@anggota-2 root > 

Gambar 3. ssh dari anggota nomor 1 

ke anggota nomor 2. 

Instalasi MOSIX 

Kami menggunakan MOSIX versi 

1.9.0 yang diperuntukkan bagi kernel Linux 

versi 2.4.20. Adapun prosedur instalasi 

MOSIX adalah sebagai berikut: 

• Ekstrak file MOSIX dengan 

menggunakan perintah: 

tar -zxvf MOSIX-1.90.tgz 

tar -zxvf MOSKRN-1.90.tgz 

tar -jxvf linux-2.4.20.tar.bz2 -C /usr/src 

• Masuklah ke direktori MOSIX-1.9.0 

dengan perintah cd MOSIX-1.9.0 

• Lakukan instalasi MOSIX dengan 

perintah ./mosix_install 

• Setelah itu akan muncul tampilan 

konfigurasi kernel 

• Pilih konfigurasi kernel yang sesuai 

dengan perangkat keras dan perangkat 

lunak yang kita miliki. Bagian yang 

harus diperhatikan antara lain adalah 

dukungan MOSIX, jenis pengolah, kartu 

jaringan dan jangan lupa matikan 

dukungan untuk PCMCIA dan SCSI jika 

memang perangkat keras 

pendukungnya tidak tersedia 

• Setelah semua konfigurasi serta 

kompilasi kernel selesai, reboot 

komputer 

• Tambahkan baris berikut pada file 

/etc/mosix.map: 

1 192.168.1.1 8 

# 

MOSIX CONFIGURATION 

# ------------------- 

# Each line should contain 3 fields, 

mapping IP 

# addresses to MOSIXnode-numbers: 

# 1) first MOSIX node-number in range 

# 2) IP address of the above node 

# 3) number of nodes in this range 

# 

# MOSIX IP number-of-nodes 

# --------------------- 

1 192.168.1.1 8 

Gambar 4: Konfigurasi file /etc/mosix.map 

Setelah proses instalasi di atas 

selesai maka dengan menggunakan root 

nama-nama host untuk setiap anggota 

klaster (node) ditambahkan pada file 

/etc/hosts sehingga isinya menjadi seperti 

Gambar 5 di bawah ini 

Dengan perintah mon dapat dilihat apakah 

instalsi MOSIX telah sesuai dengan semua 

prosedur atau belum. 

127.0.0.1 localhost 

192.168.1.1 node-1 

192.168.1.2 node-2 

192.168.1.3 node-3 

192.168.1.4 node-4 

192.168.1.5 node-5 

192.168.1.6 node-6 

192.168.1.7 node-7 

192.168.1.8 node-8 

Gambar 5: Isi dari file /etc/hosts 

Instalasi MPICH 

Instalasi dilakukan dengan 

menggunakan MPICH versi 1.2.5 yang 

dapat diperoleh secara resmi dari situs 

MPICH melalui prosedur sebagai berikut: 

• Esktrak file mpich.tar.gz 

• Masuk ke dalam direktori mpich-1.2.5 

• Konfigurasi MPICH dengan prosedur 

berikut: 

1. ./configure 

2. --prefix=/usr/local/mpich-1.2.5 

3. --with-device=ch_p4mpd 

4. --with-arch=LINUX 

5. -rsh=rsh 

di mana di sini telah digunakan: 

• --prefix untuk menentukan di mana 

program mpich akan di install 

• --with-device=ch_p4mpd 

menentukan cara komunikasi antar 

anggota, yaitu dengan menggunakan 

metoda p4 dengan sistem startup 

MPD 

• --with-arch=LINUX yang berarti 

bahwa program mpich akan 

digunakan pada arsitektur KP 

dengan sistem operasi LINUX 

soliton@node-1 > cat machines.LINUX 

node-1 

node-2 

node-3 

node-4 

node-5 

node-6 

node-7 

node-8 

Gambar 6: Nama-nama anggota klaster di 

dalam file machines.LINUX 

19


• -rsh=rsh untuk petunjuk bahwa akses 

antar anggota dilakukan dengan 

menggunakan rsh. Opsi ini perlu 

digunakan karena pada versi terbaru, 

default yang dipakai adalah dengan 

menggunakan ssh yang lebih lambat 

dibandingkan rsh. 

• • make untuk melakukan kompilasi 

Setelah kompilasi selesai dilakukan 

maka daftar anggota klaster dengan nama 

file machine.LINUX harus dibuat dan 

disimpan di dalam direktori util/machines. 

Gambar 6 menunjukkan nama-nama 

anggota klaster yang disimpan di 

machines.LINUX. Langkah terakhir yang 

harus dilakukan adalah melakukan instalasi 

MPICH dengan menggunakan perintah 

make install. Untuk anggota lainnya cukup 

dilakukan dengan mengkopi direktori 

/usr/local/mpich-1.2.5 berserta isinya. 

3.2 Uji Kinerja 

Dalam penelitian ini uji kinerja klaster 

KP dilakukan dengan menggunakan 

berbagai jenis program aplikasi yang 

memang dibuat dengan tujuan tersebut 

sebagaimana yang dirumuskan oleh IEEE 

TFCC (Task Force on Cluster Computing). 

Uji kinerja yang kami lakukan dapat 

dibedakan atas dua kategori: 

1. Benchmark menggunakan aplikasi untuk 

mengukur kinerja klaster dalam 

menjalankan aplikasi tersebut 

2. Benchmark komunikasi untuk mengukur 

kinerja komunikasi klaster 

Aplikasi yang kami gunakan pada tahap 

ini adalah LINPACK (linear packages) yang 

juga telah digunakan secara umum untuk 

menguji kinerja komputer paralel di dunia. 

Dengan aplikasi ini dapat diketahui kinerja 

klaster dalam menyelesaikan persamaan 

simultan (sistem linier) yang amat besar. 

Gambar 7: Pengujian throughput jaringan 

Dalam penelitian ini kami 

menggunakan varian dari LINPACK yang 

disebut HPL (high performance linpack) 

yang merupakan versi LINPACK untuk 

digunakan pada komputer dengan memori 

terdistribusi, yang pada dasarnya adalah 

operasi matriks. Di samping itu kami juga 

menggunakan aplikasi Povray untuk suatu 

pengolahan citra. Sedangkan untuk 

menguji kinerja jaringan penelitian ini akan 

memanfaatkan benchmark netperf. 

4 HASILDANPEMBAHASAN 

4.1 Pengujian Jaringan 

Pengujian Throughput Jaringan 

Dengan menggunakan program 

benchmark netperf kami melakukan uji 

kinerja throughput jaringan antara anggota 

1 dan 2. Throughput jaringan adalah jumlah 

data yang dapat dipindahkan dari satu 

tempat ke tempat lain pada jaringan dalam 

waktu tertentu. Dalam penelitian ini kami 

melakukan pengujian throughput pada 

anggota nomor 1 dan nomor 2. Terlihat 

bahwa 

throughput maksimal jaringan mencapai 

94,11 Mbps. Dengan demikian kurang lebih 

sekitar 94,11 % dari total lebar pita 

(bandwidth) dapat digunakan untuk 

menyalurkan data. Angka ini cukup 

memuaskan untuk komputasi paralel. 

4.2 Uji Pengolahan Citra Dengan 

Povray 

Program povray digunakan untuk 

mengetahui kinerja suatu sistem dalam 

mengolah citra. Penelitian ini menggunakan 

fasilitas publik (open source code) yang 

tersedia di situs http://www.povray.org. 

Sebenarnya program povray dibuat untuk 

dijalankan pada sistem dengan pengolah 

tunggal. Agar dapat dijalankan pada 

lingkungan MPI maka perlu dilakukan 

modifikasi, yang dalam hal ini kami 

menggunakan fasilitas patch yang dapat 

diperoleh di http://www.pov.mpi.org. 

Sebagai objek penelitian ini 

menggunakan gambar yang telah 

disediakan dari situs publik dalam suatu file 

yang bernama skyvase.pov. Kami sengaja 

memilih fasilitas ini agar dapat 

membandingkan hasil yang diperoleh 

dengan berbagai klaster yang ada di dunia. 

Situs yang menyediakan objek untuk acuan 

benchmark ini adalah 

http://www.haveland.com/povbench/index.p 

hp. Situs ini merupakan situs resmi untuk 

povray benchmarking yang mengumpulkan 

hasil-hasil benchmark dari berbagai tipe 

pengolah, baik untuk sistem berpengolah 

tunggal maupun jamak. 

Uji kinerja dengan aplikasi povray 

dengan klaster kami sebanyak 8 buah 

dilakukan dengan menggunakan perintah: 

mpirun -np 8 mpi-x-povray skyvase.pov +v1 -d - 

x +a0.300 +r3 -q9 -w640 -h480 -h480 -mv2.0 

+b1000 > & results-mpi.txt 

Waktu yang dibutuhkan untuk mengolah 

citra skyvase dengan menggunakan klaster 

8 pengolah adalah 2 detik sedangkan jika 

menggunakan sebuah pengolah saja 

20


diperlukan waktu 14 detik. Jadi dengan 

klaster 8 pengolah diperoleh percepatan 

sebesar 7 kali. 

Perbandingan waktu untuk mengolah 

citra skyvase oleh berbagai sistem 

komputer dapat dilihat pada Tabel 1. 

Sistem klaster yang dikembangkan melalui 

penelitian ini menempati urutan ke 6 

lunak yang dapat digunakan untuk 

menyelesaikan suatu sistem persamaan 

linier pada komputer dengan memori 

tersebar. Perangkat lunak ini diperlengkapi 

dengan program penguji dan pencatat 

waktu untuk menghitung keakuratan dan 

kecepatan sistem komputer menyelesaikan 

suatu sistem persamaan linier. Penelitian 

Tabel 1: Perbandingan waktu pengolahan citra skyvase 

Tabel 2: Perbandingan waktu dalam detik pengolahan citra skyvase untuk berbagai 

resolusi citra 

sedangkan sistem klaster kami terdahulu 

menempati urutan ke 117. Percepatan yang 

diperoleh klaster dalam penelitian ini 

mencapai 87.5 %, suatu hasil yang relatif 

sangat baik. 

Kami juga melakukan pengujian 

pengolahan ini citra ini untuk berbagai 

resolusi. Variasi resolusi yang kami 

gunakan adalah 320 × 320, 640 × 480, 800 

× 600, dan 1024 × 768 pixel. Hasil 

penelitian itu dapat dilihat pada Tabel 2. 

Pada tabel tersebut dapat dilihat bahwa 

percepatan yang dihasilkan tidak 

terpengaruh oleh resolusi citra. Jadi kinerja 

sistem klaster relatif tidak terpengaruh oleh 

resolusi. 

4.3 HPL Benchmarking 

HPL adalah sebuah paket perangkat 

Tabel 3 Kinerja klaster TF dalam 

Gflops untuk beberapa ukuran 

sistem linier 

ini menggunakan perangkat lunak HPL 

sebagai salah satu perangkat uji kinerja 

klaster. Aplikasi ini dipasang seluruh 

anggota klaster untuk menguji kemampuan 

klaster dalam parameter Gflops (giga 

floating points operation per-second). Hasil 

yang diperoleh kami bandingkan dengan 

acuan yang tersedia di situs: 

http://www.netlib.org/benchmark/hpl/results.html 

21


Sebagai acuan pembanding adalah 

sistem yang menggunakan 4 AMD Athlon 

K7 500 Mhz (256 MB) - (2x) 100 Mbs 

Switched - 2 NICs per node. Kinerja dari 

acuan pembanding dapat dilihat pada tabel. 

Tabel 4 Kinerja klaster pembanding 

dalam Gflops untuk beberapa 

ukuran sistem linier 

Dari tabel-tabel kinerja dalan Gflops 

dapat dilihat bahwa sistem klaster dalam 

penelitian ini secara rata-rata lebih cepat 

1,6 kali acuan pembanding. Hasil ini cukup 

ideal karena sudah mendekati 2 kali lipat, 

ukuran maksimal secara teoritis. Di 

samping itu sistem acuan pembanding 

menggunakan 2 NIC untuk di setiap 

anggota klasternya sehingga menambah 

lebar pitanya. 

4.4 Perkalian Matriks 

Program perkalian matriks 

melakukan perkalian dua buah matriks, 

yaitu matriks A dan matriks B. Matriks A 

mempunyai ukuran NRA (number of rows in 

matrix A) × NCA (number of column in 

matrix A) sedangkan matriks B mempunyai 

ukuran NCA × NCB (number of column in 

matrix B). Syarat agar perkalian matrix C = 

A × B adapat dilakukan adalah jika jumlah 

kolom matrik A sama dengan jumlah baris 

matriks B. Oleh karena itu maka jumlah 

baris matriks B tidak perlu diberikan di sini. 

program serial dan paralel 

Pada Tabel 5 dapat dilihat 

perbandingan proses antara program serial 

dan paralel. Untuk matriks yang berukuran 

relatif kecil, waktu eksekusi program serial 

lebih pendek dibanding waktu eksekusi 

program paralel. Hal ini disebabkan adanya 

overhead time, yaitu waktu yang 

dibutuhkan untuk melakukan paralelisasi 

yang dominan. Waktu paralelisasi meliputi 

waktu untuk mengumpulkan data, 

mengirimkan perintah serta menerima hasil 

dari komputer slave. Pada matriks ukuran 

relatif besar hasil yang diperoleh 

sebagaimana yang diharapkan, percepatan 

pengolahan paralel lebih besar dibanding 

pengolahan serial. Waktu paralelisasi tidak 

lagi dominan dibanding waktu komputasi itu 

sendiri. 

5 KESIMPULAN DAN SARAN 

Penelitian ini telah membangun dan 

melakukan uji klaster komputer pribadi 

yang terdiri atas 8 buah komputer pribadi 

yang masing-masingnya mempunyai 

pengolah Intel P-IV 2GHz. Sistem operasi 

yang digunakan adalah Mandrake Linux 9.1 

dan message passing yang digunakan 

adalah MPI varian MPICH dari Argonne 

National Laboratory. Uji kinerja yang 

dilakukan meliputi uji kinerja thorughput dan 

kemampuan percepatan pengolahan data. 

Untuk tujuan tersebut penelitian ini 

menggunakan sejumlah aplikasi standar 

untuk uji kinerja klaster, di antaranya 

dengan menggunakan netperf, povray, dan 

HPL. Di samping itu uji kinerja klaster 

dalam menyelesaikan operasi matriks juga 

telah pula dilakukan. Dari uji kinerja 

Tabel 5: Uji kinerja perkalian matriks untuk program serial dan paralel 

Matriks C yang dihasilkan mempunyai 

ukuran NRA × NCB. Uji kinerja dengan 

perkalian matriks dilakukan untuk melihat 

berapakah percepatan yang diperoleh dila 

digunakan sistem klaster. Hasil dari studi ini 

dapat dilihat pada Tabel 5. 

throughput diperoleh hasil penggunaan 

lebar pita mencapai 94,12 %. Percepatan 

pengolahan citra menggunakan aplikasi 

povray mencapai 87,5 % dan angka ini 

relatif tidak tergantung pada resolusi citra. 

Sedangkan dalam uji kinerja 

22


menyelesaikan sistem persamaan linier 

diperoleh hasil kinerja 80 % dari prediksi 

teori. Dari uji kinerja menangani operasi 

matriks diperoleh hasil bahwa klaster 

dengan anggota sebanyak 8 kami akan 

efektif menangani matriks dengan ukuran 

sekurang-kurangnya 3200 × 3200. 

Setelah melakukan uji kinerja klaster PC 

yang terhubungkan satu dengan lainnya 

secara langsung, kami mengusulkan agar 

dilakukan studi selanjutnya untuk 

mengembangkan klaster dengan 

memanfaatkan jaringan komunikasi 

komputer, baik via LAN, WAN maupun 

internet. Dengan demikian keanggotaan 

klaster dapat diperluas tanpa harus 

melakukan investasi yang terlalu besar 

namun mempunyai kemampuan komputasi 

yang semakin besar. 

6. UCAPAN TERIMA KASIH 

Penelitian ini dapat berlangsung 

diantaranya karena adanya bantuan 

keuangan melalui Proyek Hibah Bersaing 

XI Direktorat Perguruan Tinggi Departemen 

Pendidikan Nasional dan Proyek Sub QUE 

Departemen Teknik Fisika ITB. Juga 

penulis ingin menyampaikan terima kasih 

kepada Dr.Ir. Nugraha, Heriyadi Zulhaidi ST, 

dan Leon Gunanta dari Laboratorium 

Komputasi dan Proses Material 

Departemen Teknik Fisika ITB atas 

bantuan dan masukan dalam penelitian 

mengenai klaster KP ini. 

7 PUSTAKA 

1. Rajkumar Buyya, “High Performance 

Cluster Computing volume 2”, 

http://www.cs.mu.oz.au/ raj/cluster/, 

Sept. 11 2003 

2. Neil MacDonald, “Writing Message 

Passing Parallel Programs with MPI”, 

www.epcc.ed.ac.uk/computing/training/d 

ocument archive/mpicourse/ mpicourse.pdf, 

Sept. 11 2003 

3. Parallel Virtual Machine (PVM) version 3, 

http://www.epm.ornl.gov/pvm/pvm 

home.html, Sept. 11 2003 

4. MPICH-A Portable Implementation of 

MPI, http://wwwunix.mcs.anl.gov/mpi/mpich/, 

Sept. 11 

2003 

23

SIMULASI


MODIFIKASI CEROBONG INDUSTRI UNTUK MENEKAN 

KERUSAKAN LINGKUNGAN : 

Simulasi dengan TAPM (The Air Pollution Model) 

Sumaryati dan Afif Budiyono 

Bidang Pengkajian Ozon dan Polusi Udara 

Pusat Pemanfaatan Sains Atmosfer dan Iklim - LAPAN 

Abstrak 

Salah satu hal yang perlu diperhatikan dalam perkembangan industri 

adalah managemen polusi untuk menghindari atau menekan kerusakan 

lingkungan. Khusus untuk emisi gas buang dari industri, salah satu 

managemen emisi gas buangnya dapat dilakukan dengan mengatur waktu 

pengeluaran dan memodifikasi keluaran polutan agar diperoleh bentuk 

sebaran polutan yang cocok bagi lingkungan. 

TAPM (The Air Polution Model) mampu mensimulasikan bentuk sebaran 

polutan dengan berbagai dimensi cerobong dan kecepatan keluaran 

polutan. Dalam kajian ini disimulasikan beberapa bentuk cerobong dan 

kecepatan keluaran polutan untuk laju emisi polutan yang sama. Tinggi 

cerobong tunggal dimodifikasi 50 m, 75 m , dan 100 m, dan kecepatan 

keluaran polutan dimodifikasi 2 m/det, 4 m/det dan 8 m/det. Jari-jari 

cerobong tunggal sebesar 1 m dan 2 m, kemudian empat buah cerobong 

dengan jari-jari 1 m. 

Hasil simulasi menunjukkan bahwa modifikasi tinggi cerobong dan 

kecepatan keluaran polutan mempengaruhi bentuk sebaran. Sedangkan 

modifikasi diameter cerobong tidak signifikan berpengaruh pada bentuk 

sebaran polutan. Cerobong yang semakin tinggi dan penambahan 

kecepatan keluaran membentuk pola sebaran polutan jauh dan luas, 

sehingga menekan konsentrasi polutan di udara ambien. 

Kata kunci: polusi udara, TAPM, cerobong, sebaran 


Penekanan laju emisi polutan pada 

industri suatu saat akan mengalami 

klimaksnya, sehingga terbentuknya polutan 

tidak terelakkan lagi. Langkah selanjutnya 

adalah mengatur sistem pembuangan 

polutan tersebut agar dampak yang 

ditimbulkan terhadap kerusakan lingkungan 

menjadi sekecil mungkin. 

Agar kerusakan lingkungan oleh 

polutan udara dari suatu sumber menjadi 

kecil maka polutan tersebut harus 

menyebar ke daerah rendah aktifitas 

manusia, seperti laut dan hutan. Beberapa 

simulasi yang telah dikerjakan dengan 

TAPM (The Air pollution Model) dan LADM 

(Lagrangian Atmospheric Dispersion 

Model) di daerah tepi pantai dengan bentuk 

topografi berbeda, Surabaya, Semarang, 

dan Jakarta, menunjukan pola waktu yang 

berbeda kapan polutan itu menyebar ke 

laut (1) . Maka jika industri mengeluarkan 

polutannya secara berkala perlu 

mempertimbangkan pola waktu ini. 

Jika sumber polutan jauh dari laut 

dan hutan, maka harus dibuatlah sistem 

pembuangan emisi gas buang sedemikian 

rupa sehingga polutan itu menyebar dalam 

area yang luas, agar konsentrasi polutan di 

udara ambien menjadi rendah. Selain 

dengan nelihat pola waktu kapan polutan 

menyebar dalam jangkauan yang luas, juga 

bisa dilakukan dengan memodifikasi 

cerobong keluaran gas yang membawa 

polutan. 

Dalam makalah ini disimulasikan 

penyebaran polusi dari suatu sumber yang 

dimodifikasi bentuk cerobongnya. Simulasi 

dilakukan dengan TAPM (The Air Pollution 

Model), yang dikeluarkan oleh CSIRO, 

Australia. 

2. PENJELASAN 

Untuk proses running TAPM 

dibutuhkan input data topografi domain 

(daerah yang disimulasikan), data sinoptik, 

dan data yang berkaitan dengan cerobong 

dan polutan. 

Topografi diambil dari data global 

topografi yang dikeluarkan oleh US 

24


Geological Survey, Earth Resources 

Observation Systems (EROS) Data Center 

Distributed Active Archive Center (EDC 

DAAC) dengan resolusi 30 detik atau 

sekitar 1 km yang telah diformat oleh 

CSIRO untuk input TAPM. 

Data sinoptik meteorologi enam 

jam-an telah tersedia dalam format yang 

telah dibentuk oleh CSIRO untuk wilayah 

Indonesia dan Malaysia. Data tersebut 

diturunkan dari analisa LAPS data Bereau 

of Meteorology (BoM), Australia. 

Data polutan meliputi bentuk 

cerobong (tinggi dan diameter), kecepatan 

keluaran gas buang, laju emisi polutan 

(partikel, NOx, SO 2 , smog), kontinuitas 

emisi, temperatur, bouyancy, dan 

perbandingan NO terhadap NO 2 . Dalam 

simulasi ini penyebaran partikelnya saja. 

Simulasi dilakukan pada suatu 

industri dengan cerobong tunggal yang 

mengeluarkan polutan partikel dengan laju 

emisi (E) sebesar 3,1 mg/det. Cerobong 

tersebut berukuran tinggi (h) 50 m, 

diameter (d) 2 m, dan kecepatan keluaran 

gas dari cerobongnya 2 m/det. 

Simulasi dilakukan pada suatu 

industri dengan cerobong tunggal 

berukuran tinggi (h) 50 m, diameter (d) 2 m, 

dan kecepatan keluaran gas dari 

cerobongnya 2 m/det. Konsentrasi partikel 

sebesar 500 µg/m3. dari asumsi data itu 

perhitungan laju emisi partikel (E) 

memberikan nilai sebesar 3,1 mg/det. 

Lokasi industri pada koordinat 

(6°12,5’ LS ; 107°120’ BT) sekitar daerah 

Karawang. Domain diambil 50 km x 50 km 

yang terbagi dalam 50 x 50 grid. Topografi 

domain hasil running terlihat pada Gambar 

Waktu simulasi dilakukan selama 

lima hari pada tanggal 10 – 14 Juli 2001. 

Tanggal tersebut dimaksudkan untuk 

mewakili musim kemarau saat klimaknya 

masalah polusi udara. 

Simulasi selanjutnya dilakukan 

dengan memodifikasi cerobong dengan 

memasang blower. Proses industri tidak 

berubah. Dengan asumsi udara yang 

dimasukkan ke dalam cerobong sangat 

bersih, maka pemasangan blower ini tidak 

mempengaruhi laju emisi partikel dari 

cerobong keluaran tetapi menurunkan 

konsentrasinya. 

Data input untuk semua simulasi 

dapat dilihat pada Tabel 1 dan modifikasi 

cerobong dapat dilihat pada Gambar 3 dan 

4. Input data yang lain, seperti temperatur 

dan laju emisi dibuat tetap 

Tabel 1 Data input simulasi 

no N v d h 

1 1 v 1 d 1 h 1 

2 1 2 v 1 

d 1 h 1 

3 1 4 v 1 d 1 h 1 

4 1 v 1 2 d 1 h 1 

5 4 v 1 d 1 h 1 

6 1 v 1 d 1 3/2 h 1 

7 1 v 1 d 1 2 h 1 

N = jumlah cerobong 

v = kecepatan keluaran gas buang 

pembawa polutan (2 m/det) 

d = diameter cerobong (2 m) 

h = tinggi cerobong (50 m) 

3. HASIL DAN PEMBAHASAN 

Output dari TAPM berupa display 

sesaat arah dan kecepatan angin serta 

bentuk penyebaran polusi dalam dua dan 

tiga dimensi. Nilai beberapa parameter 

meteo per jam tiap grid dan level ketinggian, 

dan konturnya (2) . 

Gambar 2 adalah contoh display 

sesaat bentuk sebaran dalam dua dan tiga 

dimensi. Waktu 02.22.00 menunjukkan hari 

ke dua simulasi (tanggal 11 Oktober) jam 

22.00. 

1. 

Gambar 1. Kontur Topografi daerah 

Simulasi Daerah Kerawang 

(50 km x 50 km) 

25


(a) 

(b) 

Gambar 2. Tampilan sesaat bentuk 

penyebaran 

(a) dua dimensi dan (b) tiga dimensi 

Untuk analisanya ditampilkan kontur 

konsentrasi rata-rata dan maksimum, 

keduanya dalam satuan µg/m 3 . Konsentrasi 

rata rata yaitu konsentrasi rata-rata selama 

proses running. Konsentrasi maksimum 

adalah konsentrasi maksimum yang pernah 

terjadi selama proses running. 

Dari tampilan sesaat dapat diketahui 

bentuk, luas, dan konsentrasi pada saat 

tertentu saja. Sedangkan dengan 

menampilkan kontur konsentrasi rata-rata 

dan maksimum dapat diketahui bentuk dan 

luas penyebaran selama proses running, 

serta konsentrasi rata-rata dan konsentrasi 

maksimum yang dapat terjadi pada setiap 

grid. 

Running pertama dengan tinggi 

cerobong h, diameter cerobong d, dan 

kecepatan keluaran v, kontur konsentrasi 

rata-rata dan maksimumnya dapat dilihat 

pada Gambar 3. 

Lokasi simulasi diambil 50 km x 50 

km, pada tampilan gambar di atas 

dicropping 20 km x 30 km agar gambar 

lebih jelas. Koordinat (0,0) pada gambar 

merupakan letak cerobong yang bertepatan 

dengan koordinat bumi (6°12,5’ LS ; 

107°120’ BT). Konsentrasi yang semakin 

tinggi ditunjukkan dengan warna yang 

semakin gelap, dengan skala seperti 

ditunjukkan pada Gambar 3. 

Gambar 4 berikut adalah bentuk 

modifikasi cerobong dan kontur konsentrasi 

rata-rata dan maksimum pada simulasi no 2 

sampai no.7 Skala konsentrasi mengikuti 

skala simulasi pertama. 

Dilihat dari konsentrasi maksimum 

dari simulasi pertama sampai yang ke tujuh 

daerah sebarannya bisa menjangkau lebih 

dari 25 km, meskipun sangat tipis yang 

menunjukkan konsentrasinya sangat 

rendah. Jangkauan yang cukup jauh ini 

mungkin disebabkan dorongan angin darat 

menuju ke laut. Kalau dilihat kontur 

topografi Gambar 1, terlihat di tepi laut 

topografinya sangat datar tidak ada yang 

menghalangi polutan menyebar ke arah 

yang jauh. 

Dengan merubah kecepatan keluaran 

gas (no. 2 dan no. 3) menghasilkan bentuk 

sebaran yang semakin luas dan 

konsentrasi rata-rata yang tidak terkumpul 

pada daerah dekat sumber. Akibatnya 

konsentrasi maksimumnya pada daerah 

yang jauh dari sumber masih terlihat tebal. 

1 Bentuk cerobong 

2 

Bentuk cerobong 

Kontur konsentrasi 

rata-rata 


maksimum 


rata-rata 


maksimum 

Gambar 3. Simulasi pertama sebagai 

dasar simulasi selanjutnya 

26


3 


5 



rata-rata 


maksimum 


rata-rata 


maksimum 

4 


6 



rata-rata 


maksimum 


rata-rata 


maksimum 

27


7 


rata-rata 



maksimum 

Dengan menambah luas penampang 

cerobong (no. 4 dan no. 5), area jangkauan 

dan bentuk sebaran partikel tidak 

mengalami perubahan yang signifikan. 

Hanya untuk diameter 2d terlihat 

konsentrasi maksimum pada jarak yang 

jauh dari sumber masih gelap tetapi bentuk 

kontur masih hampir sama. 

Penambahan tinggi cerobong (no. 6 

dan no. 7) merubah bentuk sebaran, dan 

sedikit perubahan luas daerah paparan 

partikel. Warna kontur terutama konsentrasi 

maksimumnya terlihat semakin tipis dengan 

makin tinggi cerobong. Hal ini distribusi 

vertikalnya semakin tinggi dengan semakin 

tingginya cerobong pengeluaran. 

Gambar 4. Simulasi berdasarkan 

Modifikasi cerobong dari 

simulasi pertama 

Modifikasi perubahan luas 

penampang cerobong dilakukan dengan 

menambah luas penampang (no.4) dan 

menjadikan banyak cerobong (no.5). Dilihat 

dari luas totalnya, bentuk no. 4 dan no. 5 

adalah sama, hanya untuk bentuk no. 4 

lebih menghemat bahan untuk pembuat 

cerobong. 

4. KESIMPULAN 

Dengan memodifikasi cerobong 

keluaran gas buang industri diperoleh 

bentuk sebaran polusi yang berbeda. 

Perubahan kecepatan keluaran gas buang 

pembawa partikel dan tinggi cerobong 

paling lebih berpengaruh dari pada 

perubahan penampang cerobong. 

DAFTAR PUSTAKA 

1. Sumaryati, Kajian Sebaran Polutan dari 

Industri di Daerah Tepi Pantai untuk 

Mendapatkan Tata Ruang yang Sehat. 

Disampaikan pada Seminar dan 

Lokakarya Kajian Aspek Klimatologi dan 

Lingkungan serta Pemanfaatannya, 

Bandung, 2003 

2. Hurley, P. The Air Pollution Model 

(TAPM) Version 1: User Manual. CSIRO 

Australia. 1999 

28


Simulating Satellite Motions around Jupiter 

By Using VRML 

Bachtiar Anwar 

Watukosek Solar Observatory 

National Institute of Aeronautics and Space (LAPAN) 

Jl. DR. Djundjunan 133, Bandung 40173 

E-mail: bachtiara@yahoo.com 

Abstract 

In this paper we describe a method of simulating satellite motions around 

Jupiter by using VRML. Jupiter is a largest planet in solar system that orbits 

the Sun in between Mars and Saturn orbits. It has 16 satellites as follows: 

Adrastea, Metis, Amalthea, Thebe, Io, Europa, Ganymede, Callisto, Leda, 

Himalia, Lysithea, Elara, Ananke, Carme, Pasiphae, and Sinope. We have 

developed a program written in Javascript that generates the VRML codes 

automatically for given parameter inputs. The user then views the satellite 

motions by loading the VRML codes to a VRML browser. In this simulation, 

we have used mean orbital elements of the satellites published in 

Astrophysical Data: Planet and Stars 1) . We conclude that VRML combined 

with web technologies can be used as a 3D tool for simulating the satellites 

orbits in solar system. 

Key words: simulation, satellite motions, Jupiter, VRML 

1. Introduction 

Jupiter is by far the most massive 

object in the solar system 2) . Jupiter’s mass 

is almost 2.5 times larger than the masses 

of all other planets combined. Jupiter is 318 

times more massive than Earth, or, 

alternatively, about 1/1000 the mass of the 

Sun. Additionally, Jupiter is the largest 

planet in the solar system. Jupiter’s 

diameter is roughly 143000 km or about 11 

times larger than Earth’s diameter. 

Consequently, more than 1300 Earths 

could fit inside a sphere the size of Jupiter. 

Jupiter orbits the Sun in between 

Mars and Saturn orbits at distant of about 

5.20 AU (Astronomical Unit), with 

eccentricity of 0.048, inclination angle to the 

ecliptic plane is 1.31 o , and the sidereal 

period is 11.86 years. Jupiter has been 

found to have sixteen satellites that orbit at 

various distances, eccentricities, and 

inclinations to Jupiter’s orbital plane 1) . Four 

its largest satellites were discovered by 

Galileo in 1610; they were named Io, 

Europa, Ganymede, and Callisto. Other 

satellites were then discovered later by 

using more advance telescopes spacecrafts. 

With its 16 satellites, the Jupiter 

system resembles “a tiny solar system”. 

Therefore, it is interesting to see the 

satellite motions orbiting Jupiter as well as 

the orbital orientation relative to each other. 

This paper is aimed to describe a method of 

simulating the satellite motions around the 

Jupiter by using VRML (Virtual Reality 

Modeling Language). Some explanations 

on VRML basics are given in books 3,4,5) . 

The motions of the nine planets about the 

Sun have been simulated by Anwar 6) . 

The paper is organized as follows. 

Section 2 describes the Jupiter and its 

satellites, as well as the orbital elements 

used in simulations. Graphical User 

Interface (GUI) for generating VRML codes 

automatically is presented in Section 3, 

while algorithms used in this simulation are 

provided in Section 4. The results of 

simulation are given in Section 5. Finally, 

conclusions are presented in Section 6. 

2. Jupiter and its satellites 

One of the most interesting features 

of Jupiter is Great Red Spot. This 

phenomenon was firstly discovered by 

Giovanni Domenico Cassini in 1660. He 

has used a better telescope compared to 

the telescope used by Galileo. By observing 

Great Red Spot during several nights, 

Cassini found that Jupiter has rotation 

period of about 10 hours. It is the faster 

than any other planet in the solar system. 

Since the Jupiter’s mass is large, its gravity 

is accordingly larger compared to other 

planets. Therefore, Jupiter’s gravity can 

disturb the orbit of celestial body such as 

comet that passes close to Jupiter. 

With an advance technique in 

observations, astronomers can measure 

29


some properties of each satellite of the 

Jupiter. One of the accurate sources of data 

on Jupiter is Astrophysical Data: Planet and 

Stars 1) . The mean orbital and physical 

elements of the Jupiter’s satellites are given 

in Table 1. 

The Graphical User Interface for the 

program is given in Figure 1. To generate 

VRML codes, the user is requested to fill 

parameters such as: the name of satellite, 

semimajor axis of the orbit, orbital 

eccentricity, orbital inclination, longitude of 

Table 1. The mean orbital and physical elements of the Jupiter’s satellites. 

Satellite Name 

Radius 

(km) 

Semi-major axis 

(Jupiter radius=1) 

Orbital Period 

(days) 

Eccentricity 

Inclination 

(degree) 

Adrastea 20 1.8 0.295 0 0 

Metis 20 1.8 0.295 0 0 

Amalthea 135 2.55 0.489 0.003 0.4 

Thebe 40 3.11 0.675 0.0 0.0 

Io 1815 5.95 1.769 0.004 0.0 

Europa 1569 9.47 3.551 0.000 0.0 

Ganymede 2631 15.1 7.155 0.001 0.5 

Callisto 2400 26.6 16.69 0.010 0.2 

Leda 5 156 240 0.146 26.7 

Himalia 90 161 251 0.158 27.6 

Lysithea 10 164 260 0.130 29.0 

Elara 40 165 260 0.207 24.8 

Ananke 10 291 617 0.17 147 

Carme 15 314 692 0.21 164 

Pasiphae 20 327 735 0.38 145 

Sinope 15 333 758 0.28 153 

The inclinations of the satellite are 

measured relative to the orbital plane of 

Jupiter. It is obvious that the satellite orbits 

have various inclination angles, and in 

principle can be grouped into three groups 

(see the last column of Table 1). For 

satellites with inclinations close to zero, 

their eccentricities are almost zero (the 

orbital shape is almost circular). Four 

greatest satellites found by Galileo are Io, 

Europa, Ganymede and Callisto. Other 

satellite’s radiuses are in range of 5 to 135 

km, so they are so small to be detected by 

Galileo’s telescope. Usually, the orbital 

elements of satellites orbiting the Earth 

include the position of the ascending node 

and the location of perifocus 7) . In case of 

Jupiter, these orbital elements are difficult 

to be observed from the Earth, so they are 

not given in Table 1. 

the ascending node, longitude of perifocus 

and orbital period. Additional parameters 

are color for satellite, number of points for 

3. Graphical User Interface 

We have developed program written 

in Javascript in order to generate satellite’s 

orbits as well as to simulate the satellite 

motions around Jupiter by using VRML. 

Figure 1. The Graphical User Interface 

for Satellite’s Orbit Generator 

30


interpolation of the orbital path, and color 

for the orbit. The user can also specify 

whether to add the central object (Sun or 

planet) as well as the ecliptic plane or not. 

The default values are provided, although 

the user is recommended to fill the 

parameters to satisfy his/her needs. 

When the user finished in filling 

parameters, Create button should clicked. 

The VMRL codes are displayed in a textbox 

area. 

4. Algorithms 

In order to generate the VRML codes 

for simulating satellite motions we have 

used the following algorithm: 

1. Read the orbital parameters from GUI 

2. Provide default values if the user does 

not give the inputs 

3. Define a variable to hold the VRML 

codes to be generated 

4. Create a sphere object at the center to 

simulate Jupiter 

5. Create a sphere object to simulate 

satellite at a distant of semimajor axis. 

6. Generate an orbit path by using ellipse 

equation and locate the Jupiter at one 

of the focus. 

7. Simulate the satellite motions based on 

the orbital period. 

8. Write the VRML codes to a textbox 

area 

9. Repeat steps 5 – 8 to generate other 

satellites. 

When the VRML codes are displayed 

the user can copy and paste the codes to 

any text editor and save to file with 

extension .wrl. The extension is used to 

ensure a web browser with VRML plug-in 

will be able to recognize and parse the 

VRML codes properly and display the 

virtual world to the screen. Note that some 

VRML browsers are available freely from be 

downloaded. One of the most popular 

VRML browsers is Cortona VRML client. 

This browser can be downloaded from 

www.parallelgraphics.com. 

5. Results 

In this section we provide some 

results of the simulation. Figure 2 shows all 

satellite orbits around Jupiter seen at 

different view points. It is obvious that there 

are three groups of orbits. The first group 

located close to Jupiter and their orbits 

deviate slightly (0.0 o – 0.5 o ) to the Jupiter 

orbital plane (a plane where Jupiter orbits 

about the Sun; a rectangular plane in 

Figure 2). The second group consists of 

satellite orbits that incline relative to the 

Jupiter orbital plane at about 24 o - 29 o . And 

the third group consists of satellite orbits 

with inclination of about 145 o - 164 o . Please 

note that the sizes of satellites are too small 

to be seen from a distant in this figure. 

Figure 2. Satellite orbits of Jupiter seen 

from different view points. 

Figure 3. Scenes resulted from virtual 

camera (observer) approaching 

Jupiter at different distances 

(clockwise) 

Figure 4. Scenes of virtual worlds when 

the observer approaching 

Jupiter closer. The last row 

clearly shows the satellites at 

different locations 

In Figure 3, the virtual observer 

(camera) is getting closer to Jupiter and 

passing the outer orbits (first row), as well 

as the middle orbits (second row). At this 

31


distance, the inner satellites still can not be 

seen. Further approaching to the central 

object (Jupiter) shows satellites orbiting 

Jupiter (Figure 4). 

6. Conclusion 

We have described a method for 

simulating the satellite motions of Jupiter by 

using VRML. The VRML codes are 

generated automatically by program written 

in Javascript with web-based graphical user 

interface. We conclude that VRML 

combined with web technologies can be 

used as a 3D tool for simulating the 

satellites orbits in solar system. 

Acknowledgements 

The author would like to acknowledge 

Bambang Setiahadi and John Maspupu for 

their fruitful discussions. The computation in 

this work was performed by using 

computing facility at National Institute of 

Aeronautics and Space. 

References: 

1. Lang, K. R. 1992, Astrophysical Data, 

Planets and Stars, Springer-Verlag. 

2. Kaufmann, W. J. 1978, Exploration of 

the Solar System, Macmillan Publishing 

Co., Inc. 

3. Matsuba, S. N. and Rohl, B. (1996), 

Special Edition Using VRML, QUE. 

4. Anwar, B. (1999), Belajar Sendiri 

Bahasa Pemrograman VRML 1.0 

(book), PT Elekmedia Komputindo, 

Jakarta. 

5. Anwar, B, (1999), Belajar Sendiri 

Bahasa Pemrograman VRML97 (book), 

PT Elekmedia Komputindo, Jakarta. 

6. Anwar, B, 2003, Simulating Planet 

Motions in Solar System By Using 

VRML, in Proc. Seminar Fisika 

Nasional 2003, Department of Physics, 

ITS, 22-23 September, 2003, Surabaya. 

7. Wertz, J. R. 2001, Mission Geometry; 

Orbit and Constellation Design and 

Management, Space Technology 

Library, Microcosm Press. 

32


Simulation of the Fatigue Process under Biaxial Loading with 

Regard to the Microcrack Growth 

H. Agus Suhartono 

UPT LUK Puspiptek, Serpong, Indonesien 

ABSTRACT 

The present research results recognize that the growth of microcracks 

is significantly influenced by the microstructure of the material. In order 

to take into account the influence of the microstructure on the damage 

process a simulation. model is suggested in this paper which considers 

the local stress state in addition to the random nature of the material 

structure in the form of grain boundaries and slip systems. 

Special emphasis is given to the microcrack behaviour under multiaxial 

loading. Combined normal and shear stresses are investigated with 

regard to their influence on the microcrack growth and the simulated 

life time. It can be shown, that a phase shift benveen normal and shear 

stress loading causes a significant changing in the crack growth 

behaviour compared to proportional in phase loading. The results 

generated by means of the simulation model are compared and verified 

with those experiences obtainedfrom multiaxialfatigue testing. 

Key word: simulation, fatigue, microcrack 

1. INTRODUCTION 

The microstructure of the material 

strongly affects the growth of microcracks 

under repetitive loading. To improve the 

accuracy of lifetime predictions, the 

algorithm for lifetime calculation has to take 

into account the microstructural damage 

process. Besides the experimental 

investigations some fatigue simulation 

models have been proposed in the last 

years, to describe the interaction between 

the crack and microstructural barriers [1-5]. 

These simulation models are based on the 

present knowledge about micro crack 

initiation and growth. 

A Microcrack Simulation Model gives 

the opportunity to verify the current 

hypotheses of the micro structural crack 

growth mechanism in comparison to the 

experiments. Furthermore, it is possible to 

study the influencing parameter, like grain 

si-,e and orientation, or the influence of 

multiaxial loading or variable load 

sequences. As a result, an improvement of 

lifetime prediction should be possible. 

In the following paper a simulation 

model which describes the microcrack 

growth is introduced. 

2. SIMULATION OF MICROCRACK 

GROWTH 

It is assumed, that the microcrack 

growth can be divided into Stage-I und 

Stage-11 crack growth phases. During the 

Stage-I crack growth, the cracks are driven 

by the cyclic shear stress on the slip. 

planes of tho polycrystalline material. The 

crack growth rate depends on the shear 

stress amplitude and on the distance s 

between the crack tips and the dominant 

microstructural barriers, in this case the 

grain boundary. The microcrack growth 

equation has the form 

da 

α 

= A∆τ ω 

⋅ s 

(1) 

dN 

where s is the crack tip distance to the next 

barrier, and A and α are material 

parameters [6]. At the beginning the crack 

growth is fast, but when the crack 

approaches the barrier (s ≈ 0) the crack 

growth rate tends toward zero. In the 

current model the grain boundary is 

regarded to be the dominant material 

barrier. 

The polycrystalline material is 

modeled as a two-dimensional hexagonal 

network of grains with specific sizes of 

diameter d = 60 µm. Individual slip systems 

are active in each grain with a randomized 

crystallographic orientation ω, Figure 1. The 

stress state in the slip plane of each grain is 

dependent on its orientation and the applied 

loading. Only the material surface with its 

plane stress state is considered. The 

locations of the microcrack nucleation is 

given by a random generator. The shape of 

33


τω 

σy 

τxy 

ω 

d 

τxy 

σx 

Furman [9] proposed a critical distance of 

25 percent of the grain diameter. 

After the crack reaches a size of 

three grain diameters [8] only Stage-II crack 

growth is assumed. In this case, the crack 

growth direction is perpendicular to the 

maximum principal stress direction and the 

growth rate is depending on the crack 

length and the principal stress amplitude. 

Figure 1. Microstructure, stress state 

and crack growth of 

Simulation 

the microcrack seed is a point with no 

spatial extension, denoting an initial crack 

length of zero. It is assumed that the points 

of crack nucleation are given at the 

beginning of the simulation and that the 

crack growth starts with the first load cycle. 

When the Stage-I-crack is sufficiently long 

to permit an opening of the crack front, the 

development of Stage-II (tensile) crack 

occurs. At this point, the influence of the 

rnicrostructure is limited, and crack growth 

can be described by continuum mechanics. 

It is assumed, that during a transition stage 

a competitive crack growth occurs between 

Stage-I and Stage-II. The equation of 

Stage-II crack growth proposed by Hobson, 

Brown and de los Rios [7] is used in the 

model: 

da 

β χ 

= B∆σ 

ω 

⋅ a 

(2) 

dN 

where ∆σ represents the tensile stress 

perpe ndicular to the crack plane, and β, B 

and D are experimentally determined 

material parameters. The material 

parameters used in the simulation are taken 

from Hobson [7]. The crack length at the 

transition from Stage-I to Stage-II can be 

introduced by assigning the number of the 

grains. Taylor and Knott [8) suggest a value 

of about three grain diameters for the 

transition. In the transition zone the crack 

growth is calculated by using the higher 

value between equation 1 and equation 2. 

Besides the cyclic growth of 

microcracks, a rapid spread of the crack 

length can be observed during the 

experiment by the linking of cracks. 

The crack coalescence is described 

by assuming that the linking of cracks 

appears when the length of the cracks 

reaches 75 percent of the grain size, and 

the distance r between the crack tips is 

les's then a critical distance r, Socie and 

da 

dN 

β χ 

= B∆σ 1 

⋅ a − C (3) 

The simulation ends when the 

predetermined number of load cycles is 

reached, or the microcrack reaches the 

predetermined crack length. The crack 

length is defined by the direct line between 

both crack tips. If a crack was formed by 

linking of several microcracks, the crack 

length is always represented by the crack 

tips with the longest distance. In the 

following simulations the final crack length 

is 500µm. 

The simulation does not yet 

consider the crack growth in the depth 

direction of the material. Furthermore, the 

deformation behavior of microstructure, the 

cyclic hardening and softening of the 

material, the crackopening effects, as well 

as the texture and anisotropy of the 

material are not considered. 

3. COMPARISON BETWEEN 

SIMULATION AND EXPERIMENTAL 

RESULTS 

TensionlCompression 

A comparison between the crack growth 

pattern for repetitive tension/compression 

loading observed in experiment and 

simulation is presented in Figure 2. It can 

be seen that multiple Stage-I cracks initiate 

in the maximum shear stress direction. 

After the cracks have reached a specific 

size, the crack growth direction turns 

perpendicular to the orientation of the 

maximum principal stress, where ∆ 

represents the tensile stress perpendicular 

to the crack plane, and β, B and D are 

experimentally determined material 

parameters. 

In Figure 3 the simulated crack length 

a [µm] is plotted versus the number of load 

cycles. Due to the crack arrest at the grain 

boundaries, a decreased crack growth rate 

can be observed for crack sizes minor 60 

µm, which represents the grain diameter. 

For those cracks able to overcome the 

34


Figure 2 : Surface cracks with tension/compression loading 

barrier, an increasing crack growth rate can 

be seen until the end of the simulation. 

Figure 4 shows the crack growth 

behaviour for torsion loading. The cracks 

again occur in the maximum shear stress 

direction and change their growth direction 

Risslänge a (µm) 

600 

500 

400 

300 

200 

100 

0 

0 2 10 3 4 10 3 6 10 3 

Schwingspiele N 

Figure 3. Crack growth versus number of 

cycles with tension/ compression 

at a specific size, as it can be seen for 

tension/compression. 

steel or aluminium. The simulated ratio is 

caused by the combination of shear- and 

normal- stress determined crack growth. If 

the fatigue life is dominated by the Stage-I 

crack growth, the 

τ / σ ratio would tend 

a 

to a value of 0.5, whereas for Stage-II crack 

dominated materials, the - ratio 

would reach a value of 1.0. 

a 

τ / σ 

5. SIMULATION OF MULTIXIAL 

LOADING 

In Phase Loading 

In the current paper the crack growth 

behaviour with combined tension/ 

compression and torsion loading is of 

special interest. Figure 5 shows the 

simulated crack growth pattern for different 

ratios 

τ / σ of the load amplitudes. 

a 

a 

Depending on the maximum shear stress 

direction, the orientation ϕ of the overall 

crack growth varies from 0 o to –30 o . In 

Figure 7 the resultant S-N curve for load 

ratios of = 0 (tension/compression) 

τ / σ 

a 

a 

a 

a 

A comparison of simulated 

S-N-curves is given in Figure 7. Ever, 

though there is now material plasticity 

introduced in the simulation model, the load 

amplitude ratio 

τ / σ for a given number 

a 

of endurable load cycles lies in between 0.6 

< 0.7, which is a usual value for 

τ / σ 

< 

a a 

a 

Figure 4: Surface cracks with torsion loading 

and τ 

a 

/ σ = 0.5 (in phase loading) are 

given. 

a 

Out Of Phase Loading 

Compared to the in-phase loading, 

multiaxial loading with a phase difference of 

τ / σ 

90º and a load ratio 

a a 

= 0.5 between 

35


axial loading Proportional loading τ a /σ a = 0,2 

Proportional loading τ a /σ a = 0,5 Proportional loading τ a /σ a = 0,8 

Figure 5: Simulated crack pattern for different load ratios 

tension/ compression and torsion leads to a 

significant changed crack pattern. This is 

due to the rotating principal stress direction 

during one load cycles in case of the phase 

shifted loading. As a result, initial crack 

growth takes place in the simulation in 

every grain containing a crack seed. On the 

other hand, the effective shear stress 

amplitude τ 

ω 

in the slip planes is reduced 

compared to the in phase loading. In 

addition to that, the normal and shear 

τ / σ 

a 

stress cycles in a specific slip direction do 

not appear at the same time. As the result, 

a microcrack experiences two stress cycles 

during one load cycle. For Stage-I and 

Stage-II cracks the shear stress or the 

normal stress cycles might be dominant, 

respectively. Nevertheless it can be 

assumed, that both stress cycles cause 

crack growth. 

In Figure 6 the crack growth pattern 

observed in experiment and simulation with 

a 

Figure 6: Surface cracks with phase shifted tension/compression loadin 

36


phase shifted loading ( 

τ / σ 

a 

a 

= 0.5 and 90 o 

phase difference) is shown. It can be seen 

that no preferential crack growth direction 

can be found. 

The simulated load cycles for the final 

crack length are plotted as a S-N curve for 

tens ion/compression, torsion and 

combined in phase and out of phase 

loading. The stress-ratio between 

tension/compression and torsion as well as 

the in phase combined loading are 

comparable to usual experimental results. 

In the current simulation the phase shift 

leads to an increased life time. 

6. CONCLUSION 

A two dimensional microcrack 

simulation model is presented. The model 

takes into account the rate and direction of 

microcrack growth, the interaction between 

the crack and the material barriers, as well 

as the crack coalescence. 

The simulated crack pattern for 

different uniaxial and multiaxial load cases 

are in good agreement to experimental 

results 

REFERENCES 

[1] Hoshide T., D. F. Socie, 1988, "Crack 

Nucleation and Growth Modelling in 

Biaxial Fatigue," Engineering Fracture 

Mechanics, Vol 29, No. 3, pp. 287-299. 

[2] Socie, D., S. Furman, 1996, "Fatigue 

Damage Simulation Models for 

Multiaxial Loading," Fatigue 96, Sixth 

International Fatigue Congress, G. 

Ltitjering and H. Nowark, Ed., Berlin, 

Germany, pp.967-976 

[3] Argence, D., J. Weiss, A. Pineu, 1994, 

"Observation and Modelling of 

Transgranular and Intergranular 

Multiaxial Low Cycle Fatigue Damage of 

Austenitic Stainless Steels," In ESIS: 

Fourth International Conference on 

BiaxiallMultiaxial Fatigue, Paris, France, 

Vol. I, pp. 309-322. 

- 

[4] Hoshide, T., Kusuura, K., 1998, "Life 

Prediction by Simulation of Crack 

Growth in Notched Components with 

Different Microstructures and under 

Multiaxial Fatigue," Fatigue Fracture 

Engineering Materials Structures Vol 2 1, 

pp. 201-213. 

[5] Suhartono, H.A., K. Poetter, A. Schram, 

H. Zenner, "Modeling of Short Crack 

Growth Under Biaxial Fatigue: 

Comparison Between Simulation and 

Experiment", Multiaxial Fatigue and 

Deformation: Testing and Prediction, 

ASTM STP 1487, S. Kalluri and J. 

Bonacuse, Eds., American Society for 

Testing Materials, West Conshohocken, 

PA, 2000, pp. 323-339. 

[6] Miller, K-J., 1991, Metal Fatigue – Past, 

Current and Future, Proceedings of the 

Institution of Mechanixal Engineers. 

[7] Hobson, P.D., M. W. Brown, E. R. de los 

Rios, 1986. “Two Phases of short Crack 

Growth in medium Carbon Steel”, The 

Behaviour of short Fatigue Cracks, EGF 

Pub. 1, K.J.Miller and E.R. de los Rios, 

Ed., London, pp.441-459 

[8] Taylor, D., J.F. Knott, 1981, “Fatigue 

Crack Propagation Behaviour of Short 

cracks; The effect of Microstructure, 

“ Fatigue Fracture Engginering Materials 

Structures 4, pp. 147 

[9] Socie, D., S. Furman,1996, “Fatigue 

Damage Simulation Models for 

Multiaxial Loading,” Fatigue 96, Sixth 

International Fatigue Congress, G 

Lutjering and H.Nowack, Ed., Berlin, 

Germany, pp.967-976 

Author 

- H. Agus Suhartono, born in Klaten 3 th 

September 1967. Graduated from 

Metallurgical Engineering of University 

of Indonesia in 1991 and promoted the 

Doctor degree from Technische 

Universitaet Clausthal Germany in the 

field of fatigue and fracture mechanic in 

2000. Work in UPT LUK BPPT 

37


SIMULASI DAN REKAYASA KOLEKTOR SURYA 

UNTUK PENGHANGAT UDARA 

Rudiyanto + , Budi I. Setiawan * dan Leopold O. Nelwan 

Departemen Teknik Pertanian, FATETA IPB, PO BOX 220 Bogor 16002 

Email : + lupusae@yahoo.com dan * budindra@ipb.ac.id 

Abstract 

Makalah ini menjelaskan tentang rekayasa kolektor surya untuk 

menghangatkan udara. Model matematika dikembangkan untuk menghitung 

pindah panas dan massa. Model matematika dipecahkan dengan metode 

finite difference menggunakan skema implisit. Verifikasi dilakukan untuk 

melihat kesepadanan model dengan hasil pengukuran. Untuk itu, dibuat 

kolektor surya plat datar dengan luas permukaan 2 m 2 . Hasil pengujian 

menunjukan bahwa kolektor surya mampu meningkatkan suhu rata-rata 

aliran udara dalam kolektor sebesar 5.57 o C dengan efisiensi 57 %. Model 

yang dibuat mampu menduga perubahan suhu sistem kolektor surya 

dengan ketepatan sekitar 70 %. 

Kata kunci : kolektor surya, pemanas udara, efisiensi termal, simulasi. 

1. PENDAHULUHAN 

Penyusunan model dan simulasi 

merupakan bagian penting dari desain 

suatu proses. Pemodelan dimaksudkan 

untuk meniru dari suatu sistem 

sebenarnya (1) . Model yang dibuat biasanya 

dalam bentuk persamaan matematika. 

Simulasi model dilakukan karena beberapa 

alasan misalnya, biaya yang terlalu besar 

untuk membuat sistem nyata atau belum 

tersedianya bentuk nyata karena masih 

dalam perancangan, untuk menganalisis 

dan identifikasi pola hubungan input-output, 

menyusun suatu strategi optimal dalam 

sistem pengendalian dan mengidentifikasi 

kondisi-kondisi yang dapat diterima. 

Pemanasan udara merupakan 

proses termal yang banyak dilakukan untuk 

berbagai keperluan manusia; misalnya 

untuk penghangat ruangan, pengeringan (2) , 

penghangat air pembenihan ikan (3) dan 

lain-lain. Pemanas udara biasanya 

menggunakan sumber energi yang berasal 

dari listrik, biomassa dan minyak atau gas. 

Salah satu usaha diversifikasi penggunaan 

sumber energi adalah dengan 

menggunakan energi surya. Sumber 

energi terbarukan ini mempunyai 

keuntungan antara lain tidak menimbulkan 

polusi CO 2 ataupun hujan asam seperti 

yang terjadi pada sistem penggunaan 

bahan bakar fosil. Disamping itu Indonesia 

yang letaknya di daerah tropis mempunyai 

potensi energi surya yang cukup melimpah. 

Irradiasi surya rata-rata di Indonesia 

mencapai 562.5 w/m 2(2) . Sehingga, sangat 

potensial untuk dikembangkan. 

Pengkonversian energi surya menjadi 

panas dilakukan dengan menggunakan 

kolektor surya plat datar. 

Tujuan dari penelitian ini adalah 

untuk merancang kolektor surya sebagai 

penghangat udara dengan membuat model 

matematika pindah panas dan massa, 

membuat software simulator, pengujian 

kolektor surya dan verifikasi model. 

2. BAHAN DAN METODE 

Kolektor surya yang digunakan 

adalah kolektor surya plat datar yang 

mempunyai 2 buah lubang, yaitu lubang 

masuk dan keluar udara. Udara 

dihembuskan untuk mengambil panas dari 

plat hitam yang mengakumulasikan energi 

surya yang berupa irradiasi secara 

konveksi paksa (force convection). 

Sehingga akan terjadi kenaikan suhu udara 

sebelum masuk dan saat keluar kolektor 

surya. Bentuk fisik kolektor plat datar 

disajikan pada Gambar 1 

Setiap unit kolektor surya yang 

digunakan mempunyai panjang, lebar dan 

tebal/tinggi berturut-turut adalah 100 cm, 

100 cm dan 20 cm. Diameter lubang 

saluran udara adalah 10.16 cm. Tutup 

kolektor surya terbuat dari polykarbonat. 

Plat hitam terbuat dari seng yang dicat 

hitam dan dinding kolektor surya terbuat 

dari kayu. Pada penelitian ini digunakan 2 

unit kolektor surya. 

Alat ukur yang digunakan terdiri dari: 1). 

Termokopel CC berfungsi sebagai sensor 

suhu. 2). Chino Recorder berfungsi untuk 

38


merekam suhu lingkungan, tutup, udara 

dan plat hitam kolektor surya. 3). 

Pyranometer dan voltmeter untuk 

mengukur irradiasi surya. 

menit selama 6.5 jam. Untuk mendapatkan 

hasil interpolasi yang baik data tersebut 

didekati dengan piece-wise polynomial 

pangkat tiga dengan menggunakan 

1. Tutup kolektor surya 

Udara 

masuk 

2. Plat hitam 

Udara 

keluar 

3. Dinding kolektor surya 

Gambar 1. Skema kolektor surya plat datar 

Dalam penyusunan model matematika, 

kolektor surya dibagi menjadi 3 sub sistem; 

yaitu : 1) Tutup kolektor surya. 2) Udara 

dalam kolektor surya dan 3) Plat hitam 

kolektor surya. Berikut ini adalah 

persamaan keseimbangan energi pindah 

panas dan massa yang digunakan untuk 

menghitung perubahan suhu yang terjadi 

pada setiap sub sistem: 

a. Perubahan suhu tutup kolektor surya. 

dT 

t 

( mCp ) 

t 

= ( h 

out 

A) 

t 

( T 

l 

− T 

t 

) 

dt 

(1) 

+ ( h A) 

( T − T ) 

+ 

in 

t 

uk 

( 1 − λ ) 0.5 At 

Irr 

surya 

b. Perubahan suhu udara dalam 

kolektor surya. 

dT 

uk 

( mCp ) 

uk 

= ( hin 

A) 

t 

( Tt 

− Tuk 

) 

dt 

(2) 

+ ( UA ) ( T − T ) 

+ m 

+ 2 

alas 

• 

u Cp 

u 

( T − T ) 

( hA ) ( T − T ) 

c. Perubahan suhu plat hitam kolektor 

surya. 

dT 

pl 

( mCp ) 

pl 

= 2( hA) 

pl 

( Tuk 

− T 

pl 

) (3) 

dt 

+ ατA 

Irr 

pl 

pl − Irr 

l 

L 

pl 

t 

surya 

Efisiensi termal yang merupakan 

perbandingan energi yang digunakan untuk 

memanaskan udara dengan energi yang 

masuk ke dalam sistem (4) dihitung sebagai 

berikut: 

• 

mu 

Cpu 

( Tuot 

− Tuin 

) 

η 

T 

= 

(4) 

AIrr 

Persamaan 1, 2 dan 3 diselesaikan 

secara numerik dengan metode finite 

difference skema implisit. Data suhu 

lingkungan dan irradiasi surya diperoleh 

dari hasil pengukuran dengan interval 15 

uk 

uk 

uk 

interpolasi kubik spline (5) . Secara 

matematika dapat dirumuskan dalam 

persamaan berikut: 

T 

Irradiasi surya (W/m2) 

1000 

800 

600 

400 

200 

0 

2 3 

( t) a + b t + c t d t 

= (5) 

ling i i i i 

+ 

Irr 

2 3 

( t) e + f t + g t h t 

= (6) 

surya i i i i 

+ 

dimana a i , b i , c i , d i , e i , f i , g i adalah konstanta 

piece-wise polynomial data ke-i, T lingi adalah 

suhu lingkungan pada pengambilan data 

ke-i dan Irr suryai adalah irradiasi surya pada 

pengambilan data ke-i. 


Data irradiasi dan suhu lingkungan 

yang digunakan simulasi diambil dari data 

aktual di lapang dengan interval waktu 

pengambilan data 15 menit selama 6.5 jam. 

Irradiasi surya yang digunakan simulasi 

mempunyai nilai maximum 975.71 watt/m 2 , 

nilai minimum 234.29 watt/m 2 dan nilai ratarata 

790.95 watt/m 2 . Suhu lingkungan yang 

juga sebagai suhu udara masuk ke kolektor 

surya mempunyai nilai maximum 43 o C, 

9:00 10:00 11:00 12:00 13:00 14:00 15:00 

Waktu (Jam) 

Gambar 2. Irradiasi surya dan suhu 

lingkungan 

nilai minimum 35 o C dan nilai rata-rata 

38.67 o C. Grafik irradiasi surya dan suhu 

i 

i 

39


lingkungan yang digunakan simulasi 

disajikan pada Gambar 2. 

60 

50 

sebaran suhu hasil pengukuran dan 

simulasi pada garis 45 derajat. Dengan 

demikian model yang dibuat mampu cukup 

baik untuk memprediksi/menerangkan 

perubahan yang terjadi pada tutup, udara 

dan plat hitam kolektor surya. 

Suhu (C) 

40 

60 

30 

20 

9:00 10:00 11:00 12:00 13:00 14:00 15:00 

Waktu (Jam) 

Gambar 3. Profil suhu lingkungan 

Efisiensi termal kolektor surya 

Energi irradiasi surya yang diterima 

oleh kolektor surya adalah sebesar 9.88 

kWh. Energi tersebut sebesar 5.637 kWh 

digunakan untuk memanaskan aliran udara 

dalam kolektor surya atau terjadi kenaikan 

suhu aliran udara rata-rata sebesar 5.57 o C 

dengan efisiensi termal bangunan sebesar 

57 %. Grafik kenaikan suhu aliran udara 

disajikan pada Gambar 4. 

Kenaikan suhu (C) 

12 

10 

8 

6 

4 

2 

0 

9:00 10:00 11:00 12:00 13:00 14:00 15:00 

Waktu (Jam) 

Gambar 4. Kenaikan suhu aliran udara 

Simulasi dan verifikasi 

Model yang telah disusun dan telah 

dibuat dalam software simulator diuji 

dengan data percobaan. Keluaran model 

adalah suhu tutup, udara dan plat hitam 

kolektor surya. Gambar 5, 6 dan 7 

menyajikan Profil suhu tutup, udara dan 

plat hitam kolektor surya hasil pengukuran 

dan simulasi 

Secara umum suhu tutup, udara dan 

plat hitam kolektor surya hasil simulasi 

telah mampu mengikuti perubahan suhu 

tutup, udara dan plat hitam kolektor surya. 

Nilai koefisien determinasi antara hasil 

suhu simulasi dan pengukuran untuk tutup, 

udara dan plat hitam kolektor surya 

berturut-turut adalah 0.78, 0.73 dan 0.7. 

Sedangkan sebaran suhu simulasi dan 

pengukuran cukup menyebar pada garis 45 

derajat. Gambar 8, 9 dan 10 menyajikan 

Suhu tutup kolektor surya (C) 

50 

40 

30 

9:00 10:00 11:00 12:00 13:00 14:00 15:00 

Waktu (Jam) 

Ukur 

Simulasi 

Gambar 5. Profil suhu tutup kolektor surya 

hasil pengukuran dan simulasi 

Suhu udara kolektor surya (C) 

60 

50 

40 

30 

9:00 10:00 11:00 12:00 13:00 14:00 15:00 

Waktu (Jam) 

Ukur 

Simulasi 

Gambar 6. Profil suhu udara kolektor surya 

hasil pengukuran dan simulasi 

Suhu p lat kolektor sury a ( C ) 

60 

50 

40 

30 

9:00 10:00 11:00 12:00 13:00 14:00 15:00 

Waktu (Jam) 

Ukur 

Simulasi 

Gambar 7. Profil suhu plat hitam kolektor 

surya hasil pengukuran dan 

simulasi 

40


Suhu tutup kolektor surya ukur (C) 

60 

50 

40 

30 

R 2 = 0.78 

30 40 50 60 

Suhu tutup kolektor surya simulasi (C) 

Gambar 8. sebaran suhu hasil pengukuran 

dan simulasi tutup kolektor 

surya pada garis 45 derajat 

Suhu udara kolektor surya ukur (C) 

60 

50 

40 

30 

R 2 = 0.73 

30 40 50 60 

Suhu udara kolektor surya simulasi (C) 

numerik persamaan pindah panas dan 

massa kedalam bahasa pemrograman 

komputer Borland Delphi 5. Program 

simulasi dibagi menjadi 3 bagian yaitu: 1) 

Fungsi untuk mempresentasikan suhu 

lingkungan. 2) Fungsi untuk 

mempresentasikan irradiasi surya. 3) 

Prosedure untuk memecahkan persamaan 

pindah panas dan massa dengan metode 

finite difference skema implisit dan 

algoritma Gaus Jordan. 

Form software simulator secara 

visual dibuat dalam 3 form, yaitu: 1) Form 

utama berisi grafik suhu sistem, irradiasi 

surya dan suhu lingkungan. 2) Form kedua 

berisi input sistem. 3) Form ketiga berisi 

grafik daya dan energi irradiasi surya dan 

aliran udara. Software simulator juga 

dilengkapi fasilitas untuk menyimpan data 

dalam bentuk text file (*.txt) dan 

menyimpan grafik dalam bentu meta file 

(*.wmf). Interval waktu penyimpanan data 

hasil simulasi juga dapat diatur sesuai 

keinginan pengguna. Gambar 11 

menunjukan form utama software simulator. 

Gambar 9. sebaran suhu hasil pengukuran 

dan simulasi udara kolektor surya 

pada garis 45 derajat 

Suhu plat kolektor surya ukur (C) 

60 

50 

40 

30 

R 2 = 0.7 

30 40 50 60 

Suhu plat kolektor surya simulasi (C) 

Gambar 10. sebaran suhu hasil 

pengukuran dan simulasi plat 

hitam kolektor surya pada 

garis 45 deraja 

Software simulator 

Pembuatan software simulator 

dilakukan dengan menulis pemecahan 

Gambar 11. Form utama software simulator 

4. KESIMPULAN 

Model keseimbangan energi yang 

dibuat telah mampu memprediksi suhu 

tutup, udara, plat hitam kolektor surya 

dengan baik. Sehingga software simulator 

rancang bangun pemanas udara 

menggunakan kolektor surya siap 

digunakan. 

UCAPAN TERIMA KASIH 

Riset ini merupakan bagian dari RUT 

X 2003-2005 berjudul Rancang Bangun 

Sistem Resirkulasi Air Terkendali Untuk 

Pembenihan Ikan Patin (Pangasius 

hypopthalmus). Penulis mengucapkan 

terima kasih kepada Dewan Riset Nasional 

atas dukungan finansial dalam 

menyelenggarakan riset ini. 

41



1. W.F. Stoecker, Deseign of Thermal 

System, Third Edition, Singapore; Mc 

Graw Hill, Inc., 1989. 

2. L. P. Manalu, K. Abdullah, Model 

Simulasi Proses Pengeringan Kakao 

Memakai Pengering Surya Tipe Efek 

Rumah Kaca, Bulletin Keteknikan 

Pertanian, 15(3), 2001, 154-166. 

3. Rudiyanto, B. I. Setiawan dan L. O. 

Nelwan, Simulasi Pemanfaatan Kolektor 

Surya Sebagai Penghangat Air 

Terkendali Pada Unit Pembenihan Ikan 

Patin, Prosiding Ilmu Komputer dan 

Teknologi Informasi IV, Surabaya, 2003, 

28-33. 

4. L. P. Manalu, Studi Kebutuhan Energi 

Untuk Pengeringan Kakao Dengan Alat 

Pengering Tenaga Surya, Bulletin 

Keteknikan Pertanian, 16(3), 2002, 174- 

182. 

5. B.I. Setiawan, Aplikasi Cubic Spline 

Interpolation Dalam Penentuan Debit 

Sungai. Prosiding Perkemahan Dan 

Seminar Tahunan PERTETA, 

Jatinangor, 7-8 Juli 1997. 

DAFTAR SIMBOL 

m massa (kg) 

Cp panas jenis (kJ/kg o C) 

T suhu ( o C) 

t waktu (detik) 

h pindah panas konveksi (W/m 2 o C) 

A luas permukaan (m 2 ) 

U overall U (W/m 2 o C) 

Irr irradiasi surya (W/m 2 ) 

λ transmisivitas 

α absorptivitas 

• 

m 

η 

laju aliran (kg/detik) 

efisiensi 

SUBSKRIP 

t tutup kolektor surya 

out tutup kolektor surya-udara 

lingkungan 

in tutup kolektor surya-udara dalam 

kolektor 

uk udara kolektor surya 

alas alas kolektor surya 

l lingkungan 

u 

pl 

udara 

plat hitam kolektor surya 

RIWAYAT PENULIS 

1. Rudiyanto, STP lahir di Jombang, 28 

Agustus 1980. Menamatkan S1 tahun 

2002 di Institut Pertanian Bogor (IPB) 

dalam bidang Teknik Pertanian. Saat 

menjadi research student pada 

Departemen Teknik Pertanian, FATETA 

IPB. 

2. Dr. Ir. Budi I. Setiawan, MAgr lahir di 

Tasikmalaya, 28 Juni 1960. 

Menamatkan S1 tahun 1983 di Institut 

Pertanian Bogor (IPB) dalam bidang 

Teknik Pertanian, Menamatkan S2 

tahun 1990 dan S3 tahun 1993 di The 

University of Tokyo, Jepang dalam 

bidang Teknik Pertanian. Saat ini 

penulis bekerja sebagai staf pengajar 

pada Departemen Teknik Pertanian 

FATETA IPB. Penulis juga menjadi 

anggota pada organisasi profesi ilmiah: 

a. JSIDRE (Japan Society of Irrigation, 

Drainage and Reclamation 

Engineering) 

b. ISPWEE (International Society of 

Paddy and Water Environmental 

Engineering) 

c. ICIS (Indonesian Society on 

Computer and Informations 

Sciences) 

d. PERTETA (Perhimpunan Teknik 

Pertanian Indonesia) 

e. HATHI (Himpunan Ahli Teknik 

Hidraulik Indonesia) 

3. Ir. Leopold O. Nelwan, MSi lahir di 

Jakarta, 8 Desember 1970. 

Menamatkan S1 tahun 1994 di 

Universitas Samratulangi, Manado 

dalam bidang Teknik Pertanian. 

Menamatkan S2 di Institut Pertanian 

Bogor (IPB) tahun 1997 dan sedang 

menempuh S3 di IPB juga dalam 

bidang Teknik Pertanian. Saat ini 

penulis bekerja sebagai staf pengajar 

pada Departemen Teknik Pertanian 

FATETA IPB. Penulis juga menjadi 

anggota pada organisasi profesi ilmiah 

Perhimpunan Teknik Pertanian 

Indonesia (PERTETA). 

42

PEMODELAN


Pertimbangan Perilaku dalam 

Pemodelan Pengikutan Kendaraan untuk 

Simulator Trafik Kendaraan 

Dwi Handoko 

Pusat Pengkajian dan Pengembangan Teknologi Informasi dan Elektronika, BPPT 

Jl. M. H. Thamrin No. 8 Jakarta 10340 

E-mail: dwih@inn.bppt.go.id 

Abstrak 

Model pengikutan kendaraan (Car Following) adalah salah satu komponen 

penting dalam simulator trafik kendaraan mikroskopik. Beberapa model 

kendaraan pengikut telah diketengahkan sebelum ini, dimana sebagian 

besar adalah berbasis model matematik. Dalam makalah ini diketengahkan 

pemodelan kendaraan hibrid yaitu pencampuran antara model matematika 

dan model perilaku kendaraan dan pengemudi. Dalam pendekatan ini, 

perilaku spesifik dari tiap-tiap kendaraan dan pengemudi dapat dimodelkan, 

sesuai untuk simulator kendaraan bersifat mikroskopik. 

Kata kunci: Simulator trafik kendaraan, model kendaraan pengikut, model perilaku kendaraan 

1. Pendahuluan 

Simulator trafik kendaraan 

merupakan alat komputasi untuk 

mensimulasikan aliran kendaraan di jalan. 

Simulator ini dapat dimanfaatkan untuk 

perancangan jalan sehingga kondisi 

lalulintas setelah perubahan jalan dapat 

diramalkan sebelumnya, dimana dapat 

mengurangi akibat buruk dari perencanaan 

yang kurang matang. 

Pada umumnya simulator trafik 

kendaraan dapat dikategorikan atas 2 jenis, 

yaitu yang berbasis makroskopik dan 

berbasis mikroskopik. Simulator berbasis 

makroskopik memodelkan berdasarkan 

aliran kendaraan, sedang simulator 

mikroskopik memodelkan berdasarkan 

gerak kendaraan secara mikro satu 

persatu[1]. 

Simulator makroskopik dimaksudkan 

untuk melakukan simulasi trafik kendaraan 

dalam wilayah yang luas, sedang simulator 

mikroskopik dimaksudkan untuk 

mensimulasikan trafik kendaraan untuk 

wilayah yang lebih kecil, mengingat 

kendaraan dimodelkan satu persatu, hingga 

diperlukan kemampuan komputasi yang 

besar untuk memodelkan kendaraan dalam 

wilayah luas. 

Dalam model untuk simulator 

mikroskopik, pengikutan kendaraan (car 

following) adalah salah satu komponen 

pentingnya, dimana disini dimodelkan 

bagaimana kendaraan mengikuti 

kendaraan didepannya. 

Beberapa model telah dikembangkan 

sebelum ini, diantaranya meggunakan 

model fisika seperti persamaan di bawah 

untuk mencari percepatan kendaraan [2]: 

a(t) = A[v t (t)-v f (t)] + B{[x t (t)-x f (t)]-H des }, (1) 

dimana, a(t) adalah percepatan kendaraan 

yang dicari, v t (t) dan v f (t) adalah kecepatan 

kendaraan didepan dan kecepatan 

kendaraan obyek, x t (t) dan x f (t) adalah 

posisi kendaraan didepan dan kendaraan 

obyek, dan H des jarak aman antar 

kendaraan. A dan B adalah konstanta yang 

sesuai. 

Dalam makalah ini dikembangkan 

model dengan memasukkan 

pertimbangan perilaku kendaraan untuk 

simulator trafik kendaraan berbasis 

mikroskopik, selain model dari matematika 

yang digunakan. 

2. Perilaku Kendaraan 

Dalam kenyataan kondisi trafik 

kendaraan, perilaku kendaraan sangat 

mempengaruhi kondisi trafik. Oleh karena 

itu dalam konsiderasi perilaku dalam 

pemodelan kendaraan akan dapat 

meningkatkan akurasi dari simulasi. 

Akan tetapi tidaklah mudah untuk 

memodelkan perilaku kendaraan secara 

detail, karena umumnya perilaku kendaraan 

dipengaruhi perilaku pengemudi yang mana 

sangat kompleks karena menyangkut 

manusia. 

Dalam pembuatan simulator trafik 

kendaraan ini, pendekatan pemodelan 

perilaku yang dilakukan adalah dengan 

memodelkan perilaku kendaraan 

berdasarkan sikap pengemudi secara 

umum dan perilaku dari tipe kendaraan 

43


secara umum. Sebagai contoh perilaku 

kendaraan tipe kendaraan umum tentu 

berbeda dengan kendaraan pribadi. 

Pada makalah ini perbedaan perilaku 

tipe kendaraan tidak dibahas secara 

mendetail, pembahasan dibatasi atas 

perilaku kendaraan secara umum. Perilaku 

umum yang menjadi pertimbangan itu 

adalah antara lain: 

- Pengemudi menekan rem pada lampu 

merah kalau jarak sudah dekat. 

- Pengemudi mengikuti kecepatan 

kendaraan didepan bila jarak sudah 

dekat dan menjaga jarak aman antar 

kendaraan. 

- Pengemudi menekan gas bila didepan 

kosong atau jarak ke mobil depan 

cukup jauh. 

- Pengemudi mempertahankan 

kecepatan bila sudah mencapai 

kecepatan maksimum dan jarak untuk 

berhenti masih jauh. (Tidak ada 

hambatan di depan) 

- Tiap-tiap tipe kendaraan mempunyai 

jarak aman antara kendaraan bergerak 

dan kendaraan yang relatif diam 

(kecepatan sangat rendah berbeda). 

- Tiap-tiap tipe kendaraan mempunyai 

percepatan maksimum dan minimum, 

serta kecepatan maksimum. 

Dalam simulator dengan model 

matematika seperti persamaan (1), 

percepatan kendaraannya dicari. Dalam 

model yang dikembangkan penulis, 

percepatan kendaraan tidak dihitung, untuk 

penyederhanaan, akan tetapi dijadikan 

tetap untuk tiap-tiap tipe kendaraan. 

Perilaku kendaraan dalam 

percepatan dan perlambatan didefinisikan 


- Setiap pengemudi selalu berusaha 

mencapai kecepatan maksimum 

secepat mungkin. 

- Setiap pengemudi selalu bersudaha 

dan percepatan minimum untuk 

mengurangi kecepatan atau statis untuk 

mempertahankan kecepatan. 

3. Model Kendaraan 

Dalam pemodelan kendaraan 

dengan memasukkan pertimbangan 

perilaku, untuk tahap awal ini, hanya sisi 

kecepatan dan percepatannya yang akan 

dimodelkan. Jadi tiap-tiap jenis kendaraan 

kecepatan maksimum dan percepatan yang 

berbeda. 

Dalam pendekatan yang dilakukan, 

jalan dari kendaraan dimodelkan sebagai 

sebuah jalur. Dimana hanya satu 

kendaraan yang dapat berada pada lebar 

kendaraan, dan tidak ada kendaraan 

parallel dalam satu jalur. 

Dari posisi kendaraan di dalam jalur, 

dapat dimodelkan 2 jenis kendaraan: 

- Kendaraan terdepan (lead vehicle): 

kendaraan yang berada di paling depan 

dari suatu jalur 

- Kendaraan pengikut (vehicle follower): 

kendaraan yang berada dibelakang dari 

kendaraan terdepan atau kendaraan 

belakang lainnya. 

Gambar 1 menunjukkan jalur, 

kendaraan terdepan, dan kendaraan 

pengikut. Berikut dideskripsikan 

pendekatan pemodelan untuk kendaraan 

tersebut. 

A. Kendaraan Terdepan 

Kendaraan terdepan adalah 

kendaraan yang berada pada posisi 

terdepan dari suatu jalur. Kendaraan ini 

mempunyai karakteristik untuk melaju 

sampai batas kecepatan maksimum sampai 

menjumpai hambatan. Dalam hal ini 

hambatan yang dimaksud adalah lampu 

merah atau hambatan lain selain 

kendaraan. 

Arah maju kendaraan 

Jalur 

Kendaraan 

Terdepan 

Kendaraan 

Pengikut 

Gambar 1. Hubungan kendaraan terdepan, pengikut dan jalur 

untuk mengurangi kecepatan dengan 

percepatan minimum. 

Oleh karena itu percepatan yang 

digunakan adalah hanya percepatan 

maksimum untuk meningkatkan kecepatan 

Apabila diketahui kecepatan 

maksimum kendaraan adalah v max , waktu 

yang diperlukan untuk mencapai vmax 

adalah t _speed_up dan waktu normal yang 

diperlukan untuk berhenti adalah t _stop , 

44


maka percepatan maksimum a max adalah 

v max /t _speed_up dan percepatan minimum 

(perlambatan) a min adalah -v max /t _stop . 

Untuk penyederhanaan perilaku 

kendaraan terdepan, ditetapkan: 

- Kendaraan selalu berusaha untuk 

mencapai kecepatan maksimum. 

- Kendaraan melakukan perlambatan 

dengan percepaan minimum. 

Oleh karena itu, bila kendaraan 

dalam kecepatan awal v max jarak yang 

diperlukan kendaraan untuk sampai 

berhenti x _stp dapat di hitung dengan 

persamaan v max × t _stop + t 2 _stop × a min /2. 

Oleh karenanya apabila di depan 

kendaraan terdapat hambatan dalam jarak 

(dist_stop + α), dimana α adalah jarak 

aman kendaraan dan hambatan, maka 

kendaraan harus mulai mengurangi 

kecepatan. 

B. Kendaraan Pengikut 

Kendaraan yang berada dibelakang 

kendaraan terdepan, mempunyai perilaku 

yang cukup kompleks, untuk memudahkan, 

perilaku berikut yang kami jadikan untuk 

pemodelan tahap awal: 

- mengejar kecepatan kendaraan didepan 

apabila jaraknya masih jauh 

- kendaraan belakang tidak melewati 

kendaraan didepannya 

- menjaga jarak aman (β) dengan 

kendaraan di depan apabila sudah 

dekat 

- kendaraan di depannya tidak melakukan 

pengereman mendadak 

- percepatan dan pelambatan hanya 

menggunakan a max dan a min 

- Tidak mendahului kendaraan di 

depannya 

Berdasarkan definisi perilaku seperti 

di atas, dan dengan asumpsi jarak aman 

antar kendaraan adalah β meter, 

dikembangkan model sebagaimana dalam 

diagram alur pada gambar 2. 

Parameter pada diagram alur adalah 

sbb: 

v o 

: kecepatan kendaraan saat 

ini 

v t_d : kecepatan kendaraan di 

depannya 

v t : kecepatan kendaraan yang 

dicari 

v ts : kecepatan sementara 

dist_front: : jarak ke kendaraan depan 

β : jarak aman antar 

kendaraan 

Pada diagram alur ini, kendaraan 

yang di depan di asumsikan sudah 

mempunyai kecepatan dan posisi pada 

waktu yang terbaru[3]. 

Hitung jarak ke depan 

Hitung jarak berhenti 

dengan v ts1 =v o 

If x _stp < dist_front+β 

F 

v ts1 dihitung dengan 

percepatan a min 

T 

Hitung v ts2 dengan 

percepatan a max dan tidak 

melebihi v max 

If v ts1 < v td 

F 

v t =v ts1 

Hitung jarak berhenti 

dengan v ts2 

T 

v t =v td 

If x _stp < dist_front+β 

F 

v t =v ts1 

T 

v t =v ts2 

Gambar 2. Diagram alur pengikutan kendaraan 

45


4. Simulasi 

Tabel 1, 2 di bawah menunjukkan 

simulasi dari majunya kendaraan terdepan. 

Dimana percepatan a max =2.08m/s 2 , a min =- 

2.78 m/s 2 , dan start dari keadaan diam. 

v maks nya adalah 16.67m/s. 

Tabel 1. Simulasi Percepatan 

Time Vt Dist 

0 0 0 

1 2.08 1.04 

2 4.17 4.17 

3 6.25 9.38 

4 8.33 16.67 

5 10.42 26.04 

6 12.5 37.5 

7 14.58 51.04 

8 16.67 66.67 

9 16.67 83.33 

10 16.67 100 

Tabel 2. Simulasi Rem 

Time Vt Dist 

0 16.67 0 

1 13.89 15.28 

2 11.11 27.78 

3 8.33 37.5 

4 5.56 44.44 

5 2.78 48.61 

6 0 48.61 

7 0 48.61 

8 0 48.61 

9 0 48.61 

10 0 48.61 

Tabel 3 menunjukkan simulasi dari 2 

buah kendaraan, dimana Mobil1 berjalan 

dengan kecepatan konstan 10m/s dan 

Mobil2 dengan percepatan a max =2.08ms/2, 

a min =-2.78 m/s2, dan start dari keadaan 

diam. v maks untuk kedua mobil tersebut 

adalah 16.67m/s. Pada simulasi ini jarak 

aman untuk kendaraan bergerak ditentukan 

10 m. 

Tabel 3. Simulasi Pengikutan Kendaraan 

Wkt 

Vt 

Mobil1 

Vt 

Mobil2 

Dist_front t_stp 

0 10 0 50 

1 10 2.08 57.92 

2 10 4.17 63.75 

x_stp 

3 10 6.25 67.5 0 

4 10 8.33 69.17 0 

5 10 10.42 68.75 0.15 1.53 

6 10 12.5 66.25 0.9 10.13 

7 10 14.58 61.67 1.65 20.26 

8 10 16.67 55 2.4 32.02 

9 10 16.67 48.33 2.4 32.02 

10 10 16.67 41.66 2.4 32.02 

11 10 16.67 34.99 2.4 32.02 

12 10 13.89 31.1 1.4 16.74 

13 10 13.89 27.21 1.4 16.74 

14 10 13.89 23.31 1.4 16.74 

15 10 13.89 19.42 1.4 16.74 

16 10 11.11 18.31 0.4 4.24 

17 10 11.11 17.19 0.4 4.24 

18 10 11.11 16.08 0.4 4.24 

19 10 11.11 14.96 0.4 4.24 

20 10 11.11 13.85 0.4 4.24 

21 10 11.11 12.73 0.4 4.24 

22 10 11.11 11.62 0.4 4.24 

23 10 11.11 10.51 0.4 4.24 

24 10 10 10.51 0 0 

25 10 10 10.51 0 0 

26 10 10 10.51 0 0 

27 10 10 10.51 0 0 

28 10 10 10.51 0 0 

5. Penutup 

Telah diuraikan di atas pemodelan 

pengikutan kendaraan dengan 

memasukkan pertimbangan perilaku 

kendaraan. Pada makalah ini hanya 

diuraikan pengikutan kendaraan 

berdasarkan perilaku secara umum. Hasil 

simulasi menunjukkan bahwa model yang 

dikembangkan cukup valid. Pemodelan 

pengikutan kendaraan atas tipe kendaraan 

secara mendetail belum dibahas dalam 

makalah ini, dan menjadi rencana masa 

datang dari kerja pembuatan trafik 

kendaraan ini. 


1. Staffan Algers, Eric Bernauer, Marco 

Boero, et all, “Review of Micro- 

Simulation Models”, Smartest Project, 8 

August 1997. 

http://www.its.leeds.ac.uk/projects/smart 

est/ 

2. Dwi Handoko, “Disain Simulator Trafik 

Kendaraan”, Proc. Seminar Ilmiah 

Nasional: Komputer dan Sistem Intelijen 

(KOMMIT) 2002, Vol. 2, Th. 2002, pp. 

B16-B20. 


Dwi Handoko lahir di Jakarta 25 

April 1970. Memperoleh gelar B.Eng dan 

M.Eng pada bidang Elektronika dari 

Miyazaki University Jepang tahun 1994 dan 

1996, dan gelar Dr.Eng pada bidang Sistem 

Mikroelektronika dari Shizuoka University 

Jepang tahun 2001. Saat ini bekerja di 

Pusat Pengkajian dan Pengembangan 

Teknologi Teknologi Informasi dan 

Elektronika, BPPT. Bidang penelitiannya 

adalah Multimedia Signal Processing, VLSI 

Design dan Simulasi. Dr. Dwi Handoko 

adalah anggota dari IEEE. 

46


Disain Simulator Trafik Kendaraan 

Berorientasi Obyek 

Amien Rusdiutomo 1 , Dwi Handoko 2 

1 Pusat Audit Teknologi, BPPT 

2 Pusat Pengkajian dan Pengembangan Teknologi Informasi dan Elektronika, BPPT 

Jl. M. H. Thamrin No. 8 Jakarta 10340 

E-mail: rusdiutomo2000@yahoo.com, dwih@inn.bppt.go.id 

Abstract 

Kota-kota besar dan daerah sekelilingnya mengalami tingkat pertumbuhan 

urban yang tinggi disertai mobilitas penduduk yang makin meningkat. Hal 

tersebut memerlukan pengaturan sistem lalu-lintas yang efisien dan terpadu. 

Penggunaan simulator untuk mengatur trafik kendaraan adalah salah satu 

cara untuk mencapai tujuan diatas. Pada makalah ini dipaparkan tentang 

disain simulator trafik kendaraan microscopik yang menggunakan 

pemodelan perilaku kendaraan dengan pendekatan desain berorientasi 

obyek. Dengan pendekatan desain berorientasi obyek tersebut, simulator 

trafik ini akan mampu merepresentasikan perilaku kendaraan lebih detail 

dan memiliki tingkat fleksibilitas yang tinggi untuk pemodifikasian ataupun 

penambahan fungsi pada pengembangan simulator trafik kendaraan. 

Katakunci: simulator trafik kendaraan, microscopic-model, perilaku kendaraan, object-oriented 


Banyak permasalahan nyata disekitar 

kita yang dicoba dipecahkah dengan 

menggunakan alat bantu komputer. 

Permasalahan tersebut dianalisis, 

dimodelkan, dan diimplementasikan sebagai 

sebuah program simulator. Dengan 

menggunakan simulator maka akan 

diperoleh efisiensi biaya, dan dapat 

berfungsi sebagai subsitusi percobaan untuk 

masalah yang sulit, kompleks, ataupun 

berbahaya. 

Salah satu permasalahan yang cukup 

kompleks dan perlu segera dipecahkan, 

khususnya untuk kota besar adalah masalah 

lalu-lintas (trafik) kendaraan. Dengan 

menggunakan bantuan program simulator 

trafik kendaraan akan sangat membantu 

dalam pengaturan lalu-lintas, maupun 

perencanaan ke depan pengembangan 

sistem lalu-lintas. 

Pengembangan program simulator 

trafik kendaraan telah dilakukan di beberapa 

negara maju seperti Amerika, negaranegara 

Eropa dan Jepang, yang dilakukan 

baik oleh institusi pemerintah maupun oleh 

industri. Fungsi yang disediakan oleh 

program simulator semakin beragam, mulai 

dari simulasi kondisi jalur, prediksi tingkat 

kemacetan lalu-lintas, hingga ke deteksi 

tingkat kenyamanan pengemudi (2) . Selain 

fungsi yang beragam dari program simulator 

trafik kendaraan, standar pemodelan trafik 

kendaraan belum ada. Hal ini disebabkan 

oleh kondisi yang berbeda antar negara 

menyangkut sistem lalu-lintas termasuk 

didalamnya behaviour (kelakuan) 

pengendara. 

Dengan kondisi lalu-lintas yang 

berbeda, Indonesia memerlukan suatu 

simulator trafik kendaraan yang dapat 

memodelkan kondisi lalu- lintasnya. Untuk 

memodelkan hal di atas maka diambil 

pendekatan dengan model mikroskopik 

(microscopic-model) yang memasukkan 

pertimbangan perilaku kendaraan (1,3) . 

Dalam makalah ini selanjutnya akan 

dibahas tentang pemodelan perangkat lunak 

simulasi trafik kendaraan, simulator trafik 

kendaraan tersebut dengan berorientasi 

obyek, dan rencana ke depan dari 

pengembangan simulator ini. 

2. MODEL SIMULASI TRAFIK 

KENDARAAN 

Simulasi trafik kendaraan dapat 

diklasifikasikan menurut tingkat detail dari 

obyek yang dipelajari menjadi dua model, 

yakni model makroskopik (macroscopicmodel) 

dan model mikroskopik (microscopicmodel) 

(2) . Pada model makroskopik, trafik 

kendaraan direpresentasikan sebagai aliran 

secara berkelompok dari kendaraan, 

dimana dalam satu kelompok, geraknya 

dianggap homogen. Model tersebut tidak 

sesuai untuk merepresentasikan kondisi 

kemacetan, perubahan kepadatan trafik 

secara riil. Sementara pada model 

47


mikroskopik, merepresentasikan trafik 

kendaraan dari masing-masing pergerakan 

kendaraan yang disimulasikan. Sehingga 

akan diperoleh hasil simulasi yang lebih 

detail dan mendekati kondisi riil. Model 

simulasi trafik kendaraan pada makalah ini 

adalah mikroskopik model. 

Pergerakan dari tiap-tiap kendaraan 

sangat bergantung kepada perilaku 

pengemudi. Referensi 3 membahas 

pemodelan gerak kendaraan dengan 

pertimbangan perilaku pengemudi, seperti: 

• Pengemudi menginjak rem pada lampu 

merah kalau jarak sudah dekat 

• Pengemudi menginjak rem kalau lampu 

rem mobil di depannya menyala dan 

jarak sudah dekat 

• Pengemudi menginjak gas bila didepan 

kosong atau jarak ke mobil depan cukup 

jauh 

• Pengemudi mempertahankan kecepatan 

bila sudah mencapai kecepatan 

maksimum dan lampu rem mobil di 

depan tidak menyala serta dalam jarak 

yang cukup 

Initializations 

New time slice 

Update controls 

Select Entities 

Select a new object 

Calculate the object 

All objects 

All Entities 

Gambar 1. Prosedur simulasi time-driven 

Untuk dapat memodelkan kendaraan 

tersebut, pendekatan berorientasi obyek 

sangatlah sesuai, mengingat tiap-tiap 

kendaraan dapat di modelkan secara 

terpisah, sehingga masing-masing dapat 

dimodelkan secara detail. 

Hampir semua entiti untuk simulasi 

trafik kendaraan adalah dinamik, dimana 

waktu adalah sebagai variable yang berdiri 

sendiri (independent variable). Kondisi 

(state) tiap-tiap entiti dari sistem berubah 

berdasar pergerakan waktu dari simulasi. 

Secara garis besar ada dua cara 

menggerakkan simulasi untuk 

merepresentasikan kondisi dinamik dari tiaptiap 

elemen sistem, yakni event-driven dan 

simulasi time-driven. Mengingat hampir 

semua kondisi entiti untuk simulasi trafik 

kendaraan berubah secara kontinyu, maka 

simulasi time-driven adalah pilihan yang 

lebih baik. 

Prosedur dari simulasi time-driven 

simulasi seperti tergambar pada gambar 1, 

dimana perubahan kondisi dari tiap-tiap 

obyek dihitung pada setiap satuan waktu. 

Pada saat pertama dilakukan inisialisasi dari 

kondisi simulasi. Kemudian pemilihan suatu 

entitas. Dalam setiap satuan waktu dihitung 

pergerakan dari obyek-obyek dalam entitas 

tersebut (3) . 

3. DESAIN ENTITI BERORIENTASI 

OBYEK 

Dalam simulator kendaraan ini, 

didefinisikan ada dua buah komponen 

utama dari obyek yaitu jalur (lane) dan 

kendaraan (vehicle), disamping komponen 

lainnya seperti lampu lalu lintas (traffic light), 

persilangan jalur (junction) dan lain-lain. 

Tiap kendaraan harus berada dalam 

jalur. Jalur mempunyai arah dan posisi pada 

peta. Jalur selanjutnya dapat dibedakan lagi 

menjadi, jalur lurus (straight lane) dan jalur 

tikungan (curve lane). Perhitungan gerak 

dari kendaraan harus disesuaikan dengan 

jenis jalur yang dilaluinya. 

Sementara kendaraan dapat 

dibedakan menjadi dua yakni, kendaraan 

pribadi (private vehicle) dan kendaraan 

umum (public vehicle). Pembedaan di atas 

terletak pada perilaku umum dari masingmasing 

kendaraan. Seperti kendaraan 

umum mempunyai beberapa titik berhenti 

sedang kendaraan pribadi hanya satu. Dan 

juga mempunyai perbedaan pada sisi 

kecepatan maksimum dan percepatannya. 

Peta jalan dapat terdiri dari 

komponen: node (N), curve-lane (C), 

straight-lane (L), T-junction (T), dan 

intersection (I), seperti tampak pada gambar 

2 di bawah. 

Definisi dari masing-masing 

komponen, yang juga merupakan obyek, 

jalan seperti berikut: 

• Node adalah titik titik ujung jalur, 

merepresentasikan sambungan dua jalur. 

• Straight-lane adalah jalur lurus 

• Curve-lane adalah variasi dari jalur yang 

melengkung. 

• T-junction adalah persimpangan 3 buah 

jalur berbentuk huruf T dengan lampu 

trafik 

48


• Intersection adalah persimpangan dua 

jalur dengan lampu trafik 

Gambar 2. Data Trafik Jalan 

Masing-masing komponen jalur 

memiliki atribut seperti: panjang, lebar, titik 

koordinat, kecepatan maksimum jumlah 

dalam jalur. 

Sementara untuk kendaraan, 

atributnya antara lain atribut fisik dan atribut 

perilaku. Atribut fisik dari kendaraan berupa: 

jenis, lebar, panjang, kecepatan. Atribut 

perilaku untuk merepresentasikan perilaku 

kendaraan adalah: percepatan maksimum, 

percepatan minimum, kecepatan maksimum, 

tempat berhenti dan tujuan. Kendaraan 

pribadi dan kendaraan umum berbeda dari 

terutama atribut perilakunya. 

Komponen trafik berupa jalur dan 

kendaraan di atas, dengan berorientasi 

obyek, dapat direpresentasikan dengan 

notasi Object Modeling Technique (OMT) (7) 

seperti pada gambar 3 di bawah. 

Superclass vehicle diturunkan 

(inheritanced) menjadi dua subclass: publicvehicle 

dan private-vehicle. Sementara 

superclass lane diturunkan menjadi dua 

subclass: straight-lane dan curve-lane. 

Lewat cara penurunan (inheritance), 

masing-masing subclass memiliki sifat-sifat 

dasar dari superclass selain sifat spesifik 

pada subclass tersebut. 

Seperti diuraikan di atas, perbedaan 

perilaku kendaraan antara kendaraan umum 

dan pribadi adalah pada atribut kecepatan 

maksimum (v_max) dan percepatan (a). 

Dalam implementasinya dengan bahasa 

C++, dapat digunakan virtual function pada 

superclass vehicle, sementara nilai dan 

perhitungan perubahan kecepatan 

sebenarnya ada pada masing-masing 

subclass. 

Antar vehicle class dan lane class 

direpresentasikan sebagai hubungan 

association. Dimana di atas obyek jalur 

terdapat obyek kendaraan yang sedang 

bergerak. Ada situasi dimana tidak ada 

kendaraan yang bergerak di atas jalur. 

Gerak kendaraan dapat mengakibatkan 

suatu kendaraan dapat berpindah dari suatu 

jalur ke jalur lain sesuai dengan tujuan 

perjaluran. Dalam makalah ini, link antara 

kendaraan dan jalur dimodelkan dimana 

kendaraan terdepan dari suatu jalur (lead 

vehicle) mempunyai link dengan jalur, 

sedang kendaraan pengikut (vehicle 

follower) linknya ke kendaraan di depannya. 

Dalam bahasa C++, hubungan 

tersebut dapat diimplementasikan dengan 

bantuan pointer yang menunjuk ke obyek 

kendaraan pada class lane dan memakai 

fungsi friend. Gambar 4 menunjukkan link 

antara kendaraan dan jalur. 

Gambar 4. Link antara Jalur dan Kendaraan 

Gambar 3. Notasi Obyek: Jalur dan 

Kendaraan 

4. PENGEMBANGAN KE DEPAN 

Dengan pendekatan model 

mikroskopik dan berorientas obyek, maka 

gerak dari tiap-tiap kendaraan dapat 

direpresentasikan lebih detail dan perilaku 

kendaraan dapat ditambah ataupun 

dimodifikasi dengan lebih fleksibel. 

Konsekuensi dari model mikroskopik adalah 

memerlukan komputasi yang besar 

dibanding dengan model makroskopik. 

Untuk mensimulasikan area yang luas dan 

49


jumlah kendaraan yang besar, maka 

komputasi secara paralel tidak dapat 

dihindarkan. 

Dari hasil simulasi di University of 

Edinburg, diperoleh keunggulan paralel 

komputasi untuk mensimulasikan trafik 

kendaraan dengan jumlah 200.000 

kendaraan yang bergerak di atas 7.000 jalur 

dengan performansi yang setara dengan 

kondisi sebenarnya 

(8) . Performansi dari 

paralel simulasi sangat bergantung pada 

kecepatan prosesing dan overhead dari 

komunikasi antar node komputer. Pada tes 

performansi oleh Kasetsart University 

diperoleh hasil yang cukup skalabel dimana 

diperoleh peningkatan speed-up mendekati 

75% dari kondisi ideal, dengan penambahan 

jumlah prosesor pada jumlah kendaraan 

tetap (6) . 

Disain simulator trafik kendaraan ini 

akan diimplementasikan di atas PC-cluster. 

Dimana beberapa PC dihubungkan oleh 

jaringan untuk membentuk suatu gugusan 

komputasi (cluster computations). Semua 

PC berbasis arsitektur yang sama, yakni 

intel micro-processor, dan menggunakan 

sistem operasi GNU/Linux. Parallel library 

yang digunakan adalah Message Passing 

Interface (MPI), mengingat arsitektur dari 

platform yang digunakan sama, dan MPI-2 

juga telah menyediakan tambahan 

language-bindings bahasa C++ untuk 

pemrograman berorientasi obyek (9) . 

Secara bersamaan, kami telah 

memulai mendisain paralisasi simulasi trafik 

kendaraan yang meliputi paralisasi data 

trafik, paralel algoritma, dan cara 

pendistribusian beban pada tiap-tiap node 

komputasi 

(4) . Pendekatan perancangan 

perangkat lunak dengan berorientasi obyek, 

di satu sisi, juga memudahkan untuk 

pendistribusian beban komputasi berbasis 

perhitungan obyek. 

Selanjutnya kami akan implementasi 

program simulator trafik kendaraan 

berorientasi obyek di atas PC-cluster. 

5. PENUTUP 

Pada makalah ini dipaparkan disain 

simulator trafik kendaraan yang berorientasi 

obyek. Pendekatan model yang dipakai 

adalah mikroskopik agar dapat 

merepresentasikan perilaku dari kendaraan 

secara detail. Program simulator yang 

dirancang bersifat moduler dan komponenkomponen 

simulasi dimodelkan berorientasi 

obyek (object-oriented). Sehingga 

penambahan dan perubahan feature dari 

simulator dapat lebih fleksibel. 

Karena untuk mensimulasikan trafik 

kendaraan dengan jumlah kendaraan yang 

besar, paralisasi komputasi sangat perlu, 

maka dipaparkan konsideran implementasi 

di atas PC-cluster dan secara bersamaan 

telah mendisain paralisasi simulasi trafik 

kendaraan (4) . 


1. Dwi Handoko, “Pertimbangan Perilaku 

dalam Pemodelan Pengikutan 

Kendaraan untuk Simulator Trafik 

Kendaraan”, Semiloka Teknologi 

Simulasi dan Komputasi serta Aplikasi, 

Oktober 2003. 

2. Staffan Algers, Eric Bernauer, Marco 

Boero, et all, “Review of Micro-Simulation 

Models”, Smartest Project, 8 August 

1997. http://www.its.leeds.ac.uk/projects/ 

smartest/ 

3. Dwi Handoko, “Disain Simulator Trafik 

Kendaraan”, Proc. Seminar Ilmiah 

Nasional: Komputer dan Sistem Intelijen 

(KOMMIT) 2002, Vol. 2, Th. 2002, pp. 

B16-B20. 

4. Amien Rusdiutomo, Dwi Handoko, 

Lebong Andalaluna, Aris Suwarjono, 

”Distribusi Beban Komputasi Paralel 

Simulator Trafik Kendaraan”, Proc. 

Seminar Ilmiah Nasional: Komputer dan 

Sistem Intelijen (KOMMIT) 2002, Vol. 2, 

Th. 2002, pp. A26-A29. 

5. Ryota Horiguchi, Masahiko Katakura et al, 

“A Development of A Traffic Simulator for 

Urban Lane Networks: AVENUE”, Proc. 

Conference on Vehicle Navigation and 

Information Systems, 1994, pp. 254-250 

6. Narinnat Suksawat, Yuen Poovarawan, 

Somchai Numprasertchai, “The 

Development of Scalable Traffic 

Simulation Based on Java Technology“, 

Technical Report of Dept. Computer 

Engineering, Fac. Of Engineering, 

Kasetsart University, Bangkok, Thailand. 

http://pindex.ku.ac.th/file_research/Scala 

bleTrafficSimulation.pdf 

7. James Rumbaugh, Michael Blaha, et al, 

“Object-Oriented Modeling and Design”, 

Prentice-Hall, 1991 

8. Brian J. N. Wylie, David McArthur, 

“PARAMICS – Moving Vehicles on the 

Connection Machine”, Proc. of 

Supercomputing ’94, November 1994 

9. MPI Forum, “MPI-2: Extensions to the 

Message-Passing Interface”, July 1997 


Amien Rusdiutomo lahir di kota 

Yogyakarta pada tanggal 26 September 

1971. Menamatkan pendidikan S1 di 

50


University of Electro-communication, Tokyo, 

Jepang pada tahun 1996 dalam bidang Ilmu 

Komputer. Dan menyelesaikan program S2 

pada tahun 1998 di universitas yang sama 

dengan bidang spesialis Parallel/Distributed 

Processing. Saat ini bekerja sebagai staf 

peneliti di Bidang Telematika, Pusat Audit 

Teknologi, BPPT, Jakarta. Penulis juga 

menjadi anggota pada organisasi profesi 

ilmiah IECI, ACM 

Dwi Handoko lahir di Jakarta 25 April 

1970. Memperoleh gelar B.Eng dan M.Eng 

pada bidang Elektronika dari Miyazaki 

University Jepang tahun 1994 dan 1996, 

dan gelar Dr.Eng pada bidang Sistem 

Mikroelektronika dari Shizuoka University 

Jepang tahun 2001. Saat ini bekerja di 

Pusat Pengkajian dan Pengembangan 

Teknologi Teknologi Informasi dan 

Elektronika, BPPT. Bidang penelitiannya 

adalah Multimedia Signal Processing, VLSI 

Design dan Simulasi. 

Dr. Dwi Handoko adalah anggota dari IEEE. 

51


Teknik Simulasi Time Response Analysis pada Multipath Optical 

Waveguide dengan Menggunakan Transfer Matrix 

Iip Syarif Hidayat 

Abstrak 

Time response analysis sangatlah dibutuhkan untuk melihat kemampuan 

bandwidth dari suatu rangkaian optik. Selama ini, dalam mencari time 

response analysis dari rangkaian optical waveguide digunakan metoda yang 

sudah sangat terkenal yaitu Finite Difference Time Domain (FDTD). Metoda 

ini berbeda dengan Beam Propagation Method (BPM), ia mampu 

menghitung struktur optical path yang bersifat melengkung, melingkar atau 

struktur-struktur yang rumit sekalipun. Akan tetapi, metoda FDTD 

memerlukan memori CPU yang besar dan waktu yang lama. Penulis 

mencoba memberikan alternatif lain tentang cara mencari time response 

analysis dari optical waveguide yang bersifat multipath dengan 

menggunakan transfer matrix yang dimodifkasi. Hasil perhitungan 

menunjukkan bahwa tingkat ketelitian hitung pada domain waktu metoda ini 

masih dibawah FDTD, akan tetapi tetap bisa digunakan sebagai studi awal 

karakterisasi sebuah rangkaian optical waveguide tanpa perlu menggunakan 

komputer dengan memori yang berorde Gigabyte 


Penggunaan komponen optik saat ini 

telah menjangkau berbagai bidang tidak 

hanya pada bidang telekomunikasi, tetapi 

juga pada bidang-bidang lain seperti sensor, 

kedokteran, industri, analisa bahan dan lain 

sebagainya. Sejalan dengan itu, ide-ide untuk 

menghasilkan komponen optik yang baru 

terus tumbuh. Salah satu tahap dalam 

mendisain komponen adalah simulasi. 

Simulasi dilakukan untuk melihat unjuk kerja 

awal suatu disain rangkaian yang selanjutnya 

dilakukan berbagai optimasi 

parameter-parameter yang ada. Pada saat ini, 

metoda yang sering digunakan dalam 

simulasi komponen optik adalah Beam 

Propagation Method (BPM) dan Finite 

Difference Time Domain (FDTD). Untuk 

komponen-komponen yang tidak 

mengandung waveguide yang melengkung 

atau melingkar, metoda BPM sering 

digunakan. Adapun untuk komponen optik 

yang terdapat waveguide yang berbentuk 

lingkaran atau lengkungan digunakan metoda 

FDTD. Metoda FDTD juga dilakukan untuk 

melihat time response dari komponen. 

Metoda FDTD adalah metoda yang relatif 

mudah tetapi memerlukan memori komputer 

yang besar dan waktu yang relatif lama. 

Misalnya, dengan menggunakan CPU 1GHz 

dengan RAM 2GHz, untuk komponen yang 

berdimensi 100µmx100µm membutuhkan 

waktu 12 jam lebih. Sehingga untuk sebuah 

simulasi tahap awal dimana masih banyak 

parameter yang perlu dioptimasi, FDTD 

sangat memerlukan waktu yang relatif lama. 

Pada makalah ini penulis mencoba 

mengenalkan cara sederhana mensimulasi 

komponen yang mengandung waveguide 

melingkar. Dalam hal ini penulis mengambil 

kasus rangkaian seperti pada gambar 1, yang 

kami sebut sebagai multi path ring resonator 

(MPRR). Yang melatar belakangi metoda 

perhitungan ini adalah karena kami ingin 

mencoba menemukan komponen baru untuk 

Outport 2 

In 

Outport 1 

Gambar 1. Struktur multipath ring resonator 

yang dijadikan model 

perhitungan. 

modulator optik yang mampu bekerja pada 

tegangan rendah dan kecepatan tinggi dan 

mempunyai sifat penseleksian panjang 

gelombang. Komponen ini diharapkan akan 

dapat diaplikasi pada jaringan telekomunikasi 

DWDM dengan range panjang gelombang 

berorde THz. 

Pada struktur tersebut terdapat dua 

buah ring dengan keliling lingkaran yang 

52


berbeda. Sinar yang masuk melalui input 

waveguide akan dikeluarkan dalam dua buah 

port. Outport 1 adalah untuk sinyal yang tidak 

berresonansi sedangkan outport 2 adalah 

untuk sinyal yang berresonansi. Jika bahan 

substrate menggunakan bahan elektro-optis, 

maka modulasi dapat dilakukan dengan 

menempelkan elektroda pada lintasan 

lingkaran. Dengan memberikan tegangan 

pada elektroda ini, akan terjadi perubahan 

indeks bias. Perubahan indeks bias ini akan 

mengakibatkan perubahan keadaan 

resonansi sehingga sinyal yang keluar baik 

dari outport 1 ataupun outport 2 akan 

merupakan sinyal yang termodulasi. 

2. METODA SIMULASI 

Metoda simulasi yang penulis paparkan 

dalam makalah ini pada prinsipnya 

menggunakan dua cara yaitu dengan transfer 

matrix dan dengan signal flow chart (SFC). 

Transfer matrix digunakan untuk 

mengekspresikan sub komponen yang ada 

dalam struktur MPRR sedangkan SFC 

digunakan untuk mencari transfer function 

akhir dari MPRR. Secara mendasar transfer 

matrix yang digunakan dalam studi ini adalah 

mirip dengan transfer matrix yang sering 

digunakan dalam multilayer optics, rangkaian 

microwave atau fiberoptic [1], [2]. 

Beberapa kelebihan transfer matrix 

dapat kami sebutkan sebagai berikut : 

(a). Untuk rangkaian yang memiliki 

subkomponen-subkomponen yang 

berulang, relatif lebih mudah menyusun 

persamaannya. 

(b). Tidak memerlukan kerja keras dalam 

menyelesaiakan persamaan-persamaan 

yang berjumlah banyak, cukup dengan 

mengaplikasikan operasi matrix, 

persamaan rangkaian bisa diselesaikan. 

Untuk dapat menerapkan transfer 

matrix dalam struktur gambar 1, selanjutnya 

maka gambar 1 perlu diungkapkan dalam dua 

subkomponen sebagaimana diperlihatkan 

dalam gambar 2. Subkomponen tersebut 

terdiri dari: 

a. Komponen coupler. Transfer matrix yang 

digunakan untuk subkomponen coupler 

kami adopsi dari transfer matrix directional 

coupler. Adopsi ini akan valid selama input 

light hanya dilakukan pada satu port saja 

sehingga arah cahaya yang beresonansi 

pada MPRR satu arah. Persamaan (1) 

memperlihatkan persamaan untuk transfer 

matrix subkomponen coupler H c . 

⎡ 1 − K 

⎤ 

i − j 1 − K i 

H c = 1 − γ ⎢ 

⎥ (1) 

⎢⎣ 

− j 1 − K i 1 − K i ⎥⎦ 

dimana, 

K i : power coupling ratio, 

γ : fractional loss, dan 

j = − 1 . 

b. Komponen delay line. Transfer matrix 

untuk subkomponen delay line ini 

diperlihatkan dalam persamaan (2). 

⎡ exp{ − j( 

β + jα) 

l} 

H c 

= ⎢ 

⎣ 0 

dimana, 

β : propagation constant, dan 

α : waveguide loss. 

l : panjang delay 

0⎤ 

0 

⎥ 

⎦ 

(2) 

Pada persamaan (1), nilai power 

coupling ratio dapat dicari dengan persamaan 

berikut: 

K = sin 2 ( κl ) 

(3) 

dimana 

κ : coupling coefficient, dan 

l c : panjang daerah coupling. 

c 

Adapun coupling coefficient κ dari 

suatu waveguide yang mempunyai dimensi 

lebar W tertentu dan jarak antara dua 

waveguide D tertentu dapat diturunkan dari 

pendekatan coupling vertical antara dua slab 

waveguide sebagi berikut: 

2 

2 2 

k0 2 2 x z ⎡ 2y ⎤ 

κ = (neff 

− n1 

) exp⎢− 

(D − W) 

β 

4 

⎥ (4) 

(1 + y)z ⎣ W ⎦ 

dimana, 

k 0 : vacuum propagation constant, 

n eff : effective refractive index dari 

waveguide, 

n 1 : refractive index of core, dan 

Resonance Out 

Coupler 

In 

Inner ring 

Outer ring 

Coupler 

Delay line 

Antiresonance Out 

Gambar 2. Subkomponen directional coupler dan 

delay line dalam rangkaian MPRR. 

53


W 2 2 2 

x = ( neff 

k0 

− β ) 

2 

W 2 2 2 

y = ( β − n1 

k0 

) 

(5) 

2 

2 

z = x + 

y 

2 

Pada studi simulasi ini diasumsikan 

bahwa substrate yang dipakai adalah LiNbO 3 

sehingga nilai n eff adalah 2.238 untuk panjang 

gelombang 1.5µm. Bahan LiNbO 3 ini dikenal 

sebagai bahan yang memiliki sifat 

elektro-optis sehingga sering digunakan 

sebagai bahan substrate modulator optik. 

Dalam simulasi ini juga terdapat beberapa 

penyederhanaan, diantaranya yaitu efek 

polarisasi cahaya di dalam waveguide 

diabaikan dan panjang bagian coupler 

dianggap tidak ada. 

3. TIME RESPONSE ANALYSIS 

Untuk mendapatkan time response dari 

struktur yang ada pada gambar 2, digunakan 

Out-2 

u 

melambangkan pasangan input dan output 

port pada transfer matrix dari directional 

coupler [3], [4]. 

Sebagaimana diperlihatkan dalam 

gambar 3, subkomonen delay line untuk inner 

ring dan outer ring tersusun dari banyak 

transfer matrix. Jumlah transfer matrix pada 

inner ring dan outer ring harus ditetapkan 

sesuai dengan persamaan syarat resonansi 

dalam MPRR. Sebagai contoh, sesuai 

dengan syarat resonansi yang ada pada 

referensi [3], perbandingan panjang lintasan 

inner ring dan outer ring untuk seperempat 

lingkaran inner ring dapat dipenuhi dengan 

angka 10:11. Maka, jumlah transfer matrix 

pada seperempat lingkaran inner ring menjadi 

10 dan jumlah transfer matrix pada 

seperempat outer ring adalah 11. Dalam hal 

ini diasumsikan bahwa panjang directional 

coupler diabaikan. Dari sini, jeda waktu yang 

diperlukan dalam perhitungan adalah : 

n. 

∆l 

∆t 

= 

c 

(6) 

H H H H H 

H 

H 

H 

H 

H 

H H H H 

(6) 

(5) 

H 

H 

H 

H 

H c2 

(7) 

(4) 

H c4 

(8) (3) 

w (1) (2) 

H H H H H c1 H H H H 

H c3 

H H H H H 

v 

H 

H 

H 

H 

H 

In 

u 

u 

Out-1 

Gambar 3. Blok diagram MPRR yang tersusun dari subkomponen coupler dan delay line. 

cara dengan memecah subkomponen delay 

line dalam beberapa bagian. Jika kita 

mengungkapkan struktur MPRR yang ada 

pada gambar 2 dalam bentuk block diagram 

dari transfer matrix 

subkomponen-subkomponennya, maka block 

diagram tersebut menjadi seperti terlihat pada 

gambar 3. Simbol u, v dan w dalam gambar 3 

masing-masing melambangkan lintasan untuk 

straight waveguide (input-output waveguide), 

inner ring dan outer ring. Adapun 

angka-angka (1) sampai dengan (8) 

dimana untuk kasus perbandingan 10:11, ∆l 

adalah: 

πr 

/ 2 

∆ l = 

(7) 

10 

Selanjutnya contoh hasil perhitungan 

time response dapat diperlihatkan pada 

gambar 4. Variable yang diperlihatkan dalam 

gambar 4 adalah nilai K 1 dan K 3 . Kami 

mendefiniskan K 1 sebagai nilai power 

coupling ratio antara input waveguide dengan 

54


outer ring, sedangkan K 3 adalah power 

coupling ratio antara inner ring dan outer ring. 

Pada gambar 4 didapat contoh hasil bahwa 

untuk K 1 =0.4 dan K 3 =0.016, dihasilkan 

risetime sebesar 0.03ns yang berarti dapat 

meresponse sinyal baseband pada bandwidth 

11.7GHz. Nilai ini menunjukkan bahwa 

struktur MPRR sangat potensial untuk 

digunakan dalam sistem yang menuntut 

sinyal berorde Gigabits per second (Gbps). 

Dalam hasil yang diperlihatkan dalam gambar 

4 tersebut terlihat bahwa risetime mengalamai 

1 

0.5 

0 

0.2 0.4 0.6 0.8 1 

Gambar 4. Contoh hasil perhitungan time 

response analysis untuk 

berbagai nilai power coupling 

ratio K 

degradasi sejalan dengan mengecilnya nilai 

K 1 dan K 3 . Sebenarnya ada hal lain yang 

perlu diperhitungkan untuk memilih nilai 

power coupling ratio ini, yaitu interchannel 

crosstalk. Dalam studi ini kami tidak 

membahasnya secara detail, dan akan kami 

laporkan pada lain kesempatan. 

Untuk melihat tingkat ketelitian dari 

metoda yang kami lakukan ini, penulis telah 

membandingkan hasil spektrum resonansi 

dengan hasil perhitungan yang dilakukan 

dalam kondisi steady state. Hasil 

perbandingan menunjukkan bahwa keduanya 

hanya berbeda pada digit desimal ke-4 (untuk 

satuan panjang gelombang dalam mikron). 

4. KESIMPULAN 

Metoda transfer matrix yang 

dimodifikasi telah penulis gunakan untuk 

melakukan time response analysis pada 

struktur waveguide yang kompleks yang 

mengandung komponen melingkar. Hasil 

perhitungan menunjukkan bahwa tingkat 

ketelitian metoda ini sampai pada digit 

desimal ke-4. Walaupun tidak sepresisi hasil 

yang dilakukan dengan menggunakan 

metoda biasa (yakni FDTD), akan tetapi untuk 

karakterisasi awal dari sebuah hasil disain 

baru suatu komponen optik, metoda ini dapat 

digunakan. Sebagai contoh, kami dapat 

memprediksi kemampuan unjuk kerja struktur 

MPRR untuk modulator optik. 


Penulis mengucapkan terima kasih 

kepada Dr. Yoshitaka Toyota (Oakayama 

University, Japan) atas diskusi yang 

mendalam untuk mengembangkan metoda ini 

dalam analisa komponen optik. Penulis juga 

mengucapkan terima kasih kepada Prof. Ryuji 

Koga dan Prof. Osami Wada (Okayama 

University, Japan) atas bantuan yang 

diberikannya dalam studi ini. Terakhir penulis 

berterima kasih kepada saudara Satoru 

Ichi-Uma (Oki Electric, Japan) yang 

membantu penulis dalam kajian ini. 


[1]. B. Moslehi, et al., "Fiber-optic lattice 

signal processing," Proc. IEEE, vol. 72, 

pp.909-930, 1984. 

[2]. P. Urquhart, "Compound 

optical-fiber-based resonators," J. Opt. 

Soc. Am. A, vol. 5, no. 6, pp. 803-811, 

1988. 

[3]. J. Capmany, et al., "A new Transfer 

Matrix Formalism for the Analysis of 

Fiber Ring Resonators: Compound 

Coupled Structures for FDMA 

Demultiplexing," J. of Lighwave Tecnol., 

vol. 8, no. 12, pp. 1904-1919,1990. 

[4]. F. Sanchez, "Matrix Algebra for All-fiber 

Optical Resonators," J. Lightwave 

Technol., vol. 9, no. 7, pp. 838-844, 1991. 

[5]. Iip Syarif Hidayat, et al., “Application of 

transfer matrix method with signal 

flow-chart to analyze optical multi-path 

ring-resonator,” Memoirs of Faculty Of 

Eng. Okayama Univ., vol.36, no.2, pp. 

73-82, March, 2002. 

[6]. I.S. Hidayat, et al., “Multipath structure 

for FSR expansion in waveguide-based 

optical ring resonator,” Electronics 

Letters, vol. 39, Issue 4, pp. 366-367, 

February, 2003. 


Iip Syarif Hidayat, lahir di Cirebon 

pada tanggal 22 Maret 1969. Penulis 

menamatkan S1 dan S2 pada tahun 1994 dan 

1996 di Yamagata University, Japan pada 

bidang telekomunikasi optik. Pada tahun 2003 

penulis telah menyelesaikan S3 nya di 

Okayama University juga pada bidang yang 

sama. Saat ini penulis adalah staf peneliti 

pada Pusat Penelitian Elektronika dan 

Telekomunikasi LIPI (P2ET-LIPI). Selain 

bidang telekomunikasi optik, penulis juga aktif 

melakukan kajian pada bidang gelombang 

mikro dan telekomunikasi satelit. 

55

ANALISA


ANALISIS TEGANGAN PADA FILTER 

BAHAN BAKAR SOLAR 

H. Agus Suhartono dan Ogi Ivano 

UPT-LUK BPP Teknologi, Kawasan Puspiptek Serpong Tangerang 

Abstract 

A stress analysis of fuel filter. The analysis of stress on the fuel filter that is 

used in a combustion engine system was carried out due to the repeated 

failure of the part during operation. The stress analysis are conducted by 

analitical method, Finite Element Method (FEM) and stress measurement. 

The results of analysis are discribed in this paper which indicates the critical 

area of the fuel filter. The critical area proved to be the most place where the 

failure occurred. 

Kata kunci: fuel filter, FEM, fatigue 


Pada era industri yang makin 

berkembang, peningkatan efisiensi adalah 

tuntutan yang harus dipenuhi di dalam 

memproduksi suatu produk. Proses 

produksi harus memenuhi syarat yaitu 

selain biaya produksi yang rendah dituntut 

pula kualitas dan performance produk yang 

dihasilkan. Faktor penyebab rendahnya 

kualitas produk dapat disebabkan karena 

terjadinya kesalahan di dalam : disain, 

pemilihan material, pabrikasi, perakitan, 

dan/atau pemakaian. Penguasaan 

teknologi dan ilmu penunjang seperti 

analisis tegangan sangat membantu 

mengindentifikasi masalah dalam fabrikasi 

suatu produk. 

Kerusakan berulang pada suatu 

produk sebelum umurnya terpenuhi 

merupakan pertanda terjadinya suatu 

kesalahan dalam produksi misalnya dari 

segi pemakaian, disain konstruksi maupun 

pemilihan material. Pada umumnya 

kerusakan merupakan representasi data 

pada kondisi sebenamya yang terjadi pada 

pemakaian. 

Pengujian di lapangan selain 

membutuhkan biaya yang besar juga 

memiliki tingkat kesulitan yang tinggi selain 

itu juga membutuhkan waktu yang lama. 

Saat ini dengan kemajuan yang sangat 

pesat terutama pada industri komponen 

otomotif sangat dibutuhkan teknologi yang 

dapat mempersingkat tahapan pengujian di 

lapangan, tetapi dengan hasil yang 

mendekati keadaan sesungguhnya. 

Teknologi simulasi semakin berkembang 

untuk mempermudah pendekatan terhadap 

pengujian dan pembebanan yang terjadi 

pada saat pemakaian. Pendekatan analisis 

pada tegangan yang bekerja pada suatu 

komponen dapat dilakukan dengan analisis 

metode elemen hingga (Finite Element 

Method/ FEM). 

Pendekatan perhitungan analisis 

tegangan dengan metoda elemen hingga 

akan mengungkap tegangan yang bekerja 

pada komponen sehingga dapat 

diantisipasi secara disain konstruksi dan 

pemilihan material berbagai macam produk 

komponen. Data hasil analisis tegangan 

dapat digunakan dalam peningkatan mutu 

suatu komponen dengan membuat garis 

pedoman pabrikasi yang efektif lewat 

penyempurnaan mutu disain, manufaktur 

dan perakitan. Sehingga dengan sentuhan 

analisis tegangan maka mutu komponen 

dapat menjadi lebih handal seperti filter 

solar yang menjadi permasalahan pada 

kasus ini. 

Filter bahan bakar solar di dalam 

system motor bakar diesel adalah 

merupakan komponen yang cukup penting. 

Bahan bakar solar yang akan diinjeksikan 

ke dalam ruang bakar harus terlebih dahulu 

melalui sistem saringan (filter) untuk 

menjamin kebersihan bahan bakar. Bahan 

bakar yang bersih akan dapat 

menghasilkan daya dan umur mesin yang 

baik. Filter bahan bakar yang digunakan 

harus dijamin tidak terjadi kebocoran, retak, 

ataupun pecah pada bagian body/cover 

filter, sebab dapat menyebabkan tejadinya 

kebakaran pada mesin. Oleh karena itu, 

kualitas body ataupun cover filter harus 

dijamin tidak rusak sampai penggantian 

secara periode dilakukan pada saat servis. 

Body (tabung) filter dibuat dari baja 

pelat tipis dengan simbol kualitas material 

SPCC [1] yang diproduksi melalui proses 

penarikan dalam (deep drawing) 

sedangkan cover filter yang mengalami 

kerusakan pada kasus ini dibuat dari baja 

pelat tipis dengan simbol kualitas material 

56


SEC [2] 

yang diproduksi melalui proses 

produksi pembentukan logam pressing 

sehingga bagian cover dan body filter 

saling menyatu. Proses pressing tersebut 

mengakibatkan terjadinya deformasi yang 

cukup besar pada material yang 

merupakan posisi terjadinya kerusakan. 

Analisis tegangan dilakukan pada 

filter solar yang mengalami robek atau retak 

pada bagian cover filter. Dengan analisis 

tegangan maka akan dapat diketahui faktor 

utama penyebab terjadinya kerusakan yang 

selanjutnya akan menjadi masukan yang 

sangat berharga pada pembuatan cover 

filter berikutnya yang lebih berkualitas. 

Data awal dari pabrikator diketahui 

bahwa material dasar cover filter adalah 

baja paduan SEC yaitu material baja SPCC 

yang dilapisi dengan unsur seng [2] . Dari 

pabrikator juga diperoleh data hasil burst 

test, endurance test, dan impulse test pada 

filter tipe tersebut. Dari data tersebut 

diketahui bahwa material body filter tidak 

mengalami pembebanan yang berarti 

dibanding kekuatan material yang 

digunakan karena tekanan maksimum yang 

terjadi pada burst test adalah 20kgf/cm 2 

dan yang mengalami kerusakan pada saat 

pengujian tersebut adalah bagian elco yang 

menggelembung. Dan dari hasil uji 

ketahanan (endurance test) dengan 

tekanan 15 kgf/cm 2 selama 60 menit tidak 

menunjukkan adanya perubahan bentuk 

pada filter. Demikian pula untuk uji impuls 

pada julat tegangan 2-9 kgf/cm 2 , suhu 80°, 

frekwensi 90 rpm, sampai pada siklus 4 x 

10 4 tidak menunjukkan adanya kebocoran 

ataupun perubahan bentuk pada filter. 

2. Perhitungan, Analisis dan 

Pengukuran Tegangan 

Tujuan dari pekerjaan ini adalah 

melakukan kajian engineering dan 

perhitungan kekuatan dengan melakukan 

perhitungan, analisis metoda elemen 

hingga dan pengukuran beban untuk 

mengkaji bagian-bagian kritis yang sering 

mengalami kegagalan. 

2.1 Perhitungan Tegangan Analitis 

Tabung 

Tegangan-tegangan yang terjadi 

pada tabung adalah tegangan radial / arah 

jari-jari (σ r ), tegangan tangensial / 

melingkar tabung (σ t ) dan tegangan 

longitudinal / sepanjang sumbu tabung (σ z ). 

Tegangan-tegangan pokok yang bekerja 

pada tabung tersebut adalah : 

σ = pd / 2t 

t 

σ = pd / 4t 

/(1 + d / t) 

z 

(1),(2) 

dimana : 

σ t : tegangan arah melintang tabung 

σ z : tegangan arah memanjang 

tabung 

p : tekanan = 9 kg/cm 2 (0.09 

kgf/mm 2 ) 

d : diameter tabung = 11 cm 

t : tebal dinding tabung = 0,06 cm 

σ = 9⋅11/ 

2⋅ 

0,06= 

825kg 

/ cm 

t 

σ = pd / 4h 

= 412,5 kg / cm 

l 

2 

2 

= 80,85 N / mm 

= 40,425N 

/ mm 

2.2 Analisis Tegangan dengan Metode 

Elemen Hingga (FEM) 

Untuk memecahkan masalah 

mekanika teknik secara numerik dapat 

dilakukan dengan menggunakan Metoda 

Elemen Hingga (FEM). Metoda ini 

menganalisis pendekatan melalui 

pemisahan kontinum menjadi elemenelemen 

yang saling berhubungan. 

Elemen-elemen tersebut mempunyai 

bentuk yang sederhana dari hubungan 

antar nodal dan saling berhubungan satu 

sama lainnya oleh nodal-nodal tersebut. 

Setiap elemen mempunyai besaran 

berlanjut seperti gaya, perpindahan dan 

kekakuan yang berbeda-beda tergantung 

dari bentuk, ukuran dan sifat bahannya. 

Pada kumpulan elemen-elemen 

tersebut diberlakukan hukum Hooke seperti 

berikut : 

f = kx 

(3) 

dimana : 

f : gaya vektor gaya 

k : kekakuan matrik kekakuan 

x : perpindahan vektor perpindahan 

Melalui hukum Hooke (3) dibuat 

kekakuan-kekakuan masing-masing 

elemen menjadi matrik kekakuan yang lebih 

besar dan menjadi satu, gaya dan 

perpindahan masing-masing elemen 

dikumpulkan menjadi vektor gaya dan 

vektor perpindahan. Maka terbentuklah 

persamaan matrik sebagai berikut: 

{f}=[K]{x} (4) 

Untuk menjadikan persamaan matrik 

tersebut memberikan hasil, maka pada 

beberapa elemen diberikan harga awal 

atau kondisi batas, yaitu untuk gaya berupa 

2 

2 

57


beban dan untuk perpindahan berupa 

constraint. Dengan demikian seluruh data 

lengkap awal lengkap, persamaan matrik 

dapat dipecahkan. Sehingga setiap elemen 

akan terlengkapi data gaya dan 

perpindahannya. Dan dari data gaya dan 

perpindahan dapat diuraikan menjadi 

tegangan dan regangan dengan dibagi oleh 

Modulus Elastisitas. 

hingga atap tabung adalah seperti pada 

gambar 3. 

V1 

L1 

C1 

125.5 

112.4 

99.3 

86.23 

73.15 

60.07 

47. 

33.92 

20.84 

7.765 

-5.312 

-18.39 

-31.47 

-44.54 

V1 

L1 

C1 

Z 

Y 

X 

-57.62 

-70.7 

Output Set: MPa 

Contour: Axisym Axial Stress 

Gambar 3. Geometry potongan model 

tabung filter 

-83.77 

Z 

Y 

X 

Gambar 1. Model tabung tampak 

samping 

V1 

L1 

C1 

Y 

Z 

X 

Gambar 2. Model tabung tiga dimensi 

Metode Analisis Tegangan ini 

dilakukan dengan menggunakan Software 

Finite Element Analysis MSC/Nastran V4.0. 

Pemodelan dilakukan dengan 

menggunakan element type axysimmetric 

yang dapat menghitung tegangan pada 

pelat tipis. Karakteristik mekanik dari 

material SPCD-SD JIS G3141 yang dipakai 

adalah sebagai berikut : 

− Modulus Young, E : 210 GPa 

− Poisson’s Ratio, ν: 0,3 

− Massa Jenis, ρ : 7800 kg/m 3 

− Yield Strength : 153 MPa 

− Ultimate Tensile Strength: 358 MPa 

2.3 Pengukuran Tegangan 

Pengukuran tegangan dilakukan 

dengan melakukan pengujian hidrodinamis 

pada tabung. Pada bagian lengkung tabung 

dipasang strain gauge arah logitudinal dan 

arah tangensial. Bagian dalam diberikan 

tekanan sebesar 2 s.d. 9 kgf/cm 2 dan 

luaran dari strain gauge diamati dan 

direkam dengan menggunakan data logger. 

3 Hasil Analisis Tegangan 

Pembebanan pada perhitungan FEA 

dilakukan berdasarkan beban maksimum 9 

kg/cm 2 . Sedangkan kondisi batas pada 

model tersebut adalah untuk bagian atas 

simetris arah sumbu Z, dan dinding bawah 

adalah pin (fix translasi free rotasi) pada 

bagian bawah. 

Hasil perhitungan berupa distribusi 

tegangan ditampilkan pada bagian-bagian 

tabung sebagai berikut : 

V1 

L1 

C1 

Z 

Y 

X 


-0.3468 

-0.5126 

-0.4204 

-0.3501 

-0.4374 

-0.7059 

-0.1133 

-0.4407 

-0.6978 

-0.2174 

-0.5072 

-0.8086 

-0.08258 

-0.4103 

-0.7197 

-0.1858 

-0.5092 

-0.8115 

-0.06957 

-0.3892 

-0.7108 

-0.1643 

-0.4947 

-0.8005 

-0.1529 

-0.4846 

-0.7938 

104.4 

-0.05036 75.69 

Criteria: Axisym Axial Stress 

Gambar 4. Distribusi tegangan pada arah 

radial tebal 

94.8 

85.25 

66.13 

56.57 

-0.3656 

47.02 

37.46 

27.9 

-0.6935 

18.34 

8.786 

-0.771 

-10.33 

-19.89 

-29.44 

-39. 

-48.56 

Dimensi tabung adalah sebagai berikut: 

− Diameter, d = 11 cm 

− Tebal, t = 0,06 cm 

− Tinggi tabung, h = 20 cm 

V1 

L1 

C1 

55.456 

56.029 

55.616 

55.503 

56.685 

56.609 

55.737 

55.365 

57.433 

57.03 

55.823 

55.246 

57.871 

57.257 

55.856 

55.155 

69.53 

56.18 

42.83 

29.48 58.056 

57.312 16.14 

2.789 

55.833 

-10.56 

55.111 

-23.91 

Dengan model axisymmetric dapat 

diketahui gaya-gaya atau tegangantegangan 

dari radial, tangensial maupun 

longitudinal. Model Perhitungan FEA 

dengan elemen axisymmetric pada 

potongan tabung mulai dari dinding tabung 

Z 

Y 

X 


55.312 

55.207 

54.693 

54.149 

Criteria: Axisym Azimuth Stress 

Gambar 5. Distribusi tegangan pada arah 

tangensial pada puncak tabung 

54.173 

53.457 

53.825 

53.041 

52.89 

-37.25 

53.607 

-50.6 

-63.95 

-77.3 

-90.65 

-104. 

-117.3 

-130.7 

-144. 

58


V1 

L1 

C1 

91. 

82.9 

V1 

L1 

C1 

29.342 29.422 29.501 

29.312 29.395 29.477 

104.4 

94.8 

Z 

Y 

X 


Criteria: Axisym Radial Stress 

55.609 

55.628 

55.296 

56.188 

55.498 

55.007 

57.259 

55.815 

54.378 

57.027 

55.316 

53.514 

58.177 

55.931 

53.704 

57.543 

55.174 

52.734 

58.589 

55.968 

53.374 

57.725 

55.096 

Gambar 6. Distribusi tegangan pada 

arah longitudinal pada 

puncak tabung 

52.42 

57.695 

55.086 

52.429 

74.8 

66.71 58.517 

58.61 

50.52 

42.42 

55.932 

34.33 

26.23 

53.375 

18.13 

10.04 

1.943 

-6.152 

-14.25 

-22.34 

-30.44 

-38.53 

Z 

Y 

X 



29.309 

29.308 

29.306 

29.306 

29.306 

29.339 

29.337 

29.336 

29.335 

29.335 

29.335 


arah radial pada dinding 

tabung 

29.394 

29.394 

29.394 

29.394 

29.394 

29.422 

29.422 

29.423 

29.423 

29.423 

29.423 

29.479 

29.48 

29.481 

29.481 

29.481 

29.505 

29.508 

29.509 

29.51 

29.511 

29.51 

85.25 

75.69 

66.13 

56.57 

47.02 

37.46 

27.9 

18.34 

8.786 

-0.771 

-10.33 

-19.89 

-29.44 

-39. 

-48.56 

V1 

L115.784 

17.546 

C1 

Z 

Y 

19.369 20.701 

X 

17.668 15.781 



19.538 16.331 

23.974 25.484 

7.1974 0.01479 

2.5415 

16.282 

21.916 

29.664 

34.821 

-3.6265 

23.25 15.972 

40.075 37.774 

-0.362 -11.148 

25.227 15.401 

50.447 45.08 

-4.8086 -18.111 

14.344-12.102 

49.49826.795 

63.678 

-23.268 

13.357-16.889 

55.85228.017 

72.535 

-19.372 

-37.146 

29.172 

12.752 

78.152 

-22.925 

63.564 

-41.778 

30.378 

12.262 

85.516 

68.458 -25.826 

-45.389 

31.421 

11.95 

91.769 

72.541 

-47.221 

11.703 

-28.374 

Gambar 7. Distribusi tegangan dengan 

arah tegak lurus pada 

lengkung antara puncak 

tabung dan dinding tabung 

-30.11 

104.4 

94.8 

85.25 

75.69 

66.13 

56.57 

47.02 

37.46 

27.9 

18.34 

8.786 

-0.771 

-10.33 

-19.89 

-29.44 

-39. 

-48.56 

V1 

L1 

C1 

Z 

Y 

X 



59.512 

59.519 

59.525 

59.531 

59.536 

59.407 

59.415 

59.422 

59.428 

59.435 

59.44 

59.445 

59.235 

59.242 

59.249 

59.255 

59.26 

59.131 

59.139 

59.147 

59.154 

59.16 

59.166 

59.171 

58.963 

58.97 

58.977 

58.983 

58.988 

58.858 

58.867 

58.876 

58.883 

58.889 

58.895 

58.9 

69.53 

59.505 59.228 58.955 

56.18 

Gambar 11. Distribusi tegangan 

pada arah tangensial 

dinding tabung 

42.83 

29.48 

16.14 

2.789 

-10.56 

-23.91 

-37.25 

-50.6 

-63.95 

-77.3 

-90.65 

-104. 

-117.3 

-130.7 

-144. 

V1 

L1-66.616 

-66.638 -69.119 -71.811 -80.411 -86.218 

C1 

-94.293 

-68.353 -69.449 -74.551 -78.797 

-94.091 

-83.593 

-68.697 -71.14 

-100.56 

-81.715 -109.03 

-72.276 

-85.061 

-68.82 -92.427 

-109.44 -118.81 

Z 

Y 

X 



-69.204 -75.238 

-90.09 -98.636 

-69.833 -77.662 

-102.59 -119.66 

-79.612 -96.588 

-72.585 

-124.61 

-107.73 -125.76 

-82.732 -100.85 

-75.006 

-131.89 

-128.98 

-138.89 

-103.22 

-113.06 

-76.543 

-132.62 

-86.357 

-142.25 

-106.07 

-115.83 

-78.567 

-88.492 -134.77 

-143.91 

-107.97 

-117.41 

-80.21 

-89.981 

-144.04 

-117.74 

-135.22 


arah menembus dinding 

pada daerah lengkung 

antara puncak tabung dan 

dinding tabung 

V1 

L148.633 

44.775 32.689 23.915 0.912 -12.521 

C1 

-21.076 

59.523 52.374 32.664 19.99 

-11.622 

17.456 

72.373 60.404 

-16.114 

32.169 -33.184 

64.465 

32.156 

84.089 14.493 

-20.802 -37.756 

Z 

Y 

X 



88.332 69.257 

31.264 12.764 

90.995 69.56 

86.701 

-38.535 

12.249-22.159 

68.39229.864 

80.828 

-37.871 

11.548-21.37 

64.41528.149 

-20.484 

-34.756 

26.593 

10.513 

75.897 

-18.135 

57.417 

-30.878 

24.52 

10.038 

68.079 

51.404 -15.197 

-26.271 

22.27 

9.6299 

59.376 

44.92 

-22.808 

9.6538 

-10.859 


arah lengkung dinding pada 

daerah lengkung antara 

puncak tabung dan dinding 

tabung 

69.53 

56.18 

42.83 

29.48 

16.14 

2.789 

-10.56 

-23.91 

-37.25 

-50.6 

-63.95 

-77.3 

-90.65 

-104. 

-117.3 

-130.7 

-144. 

91. 

82.9 

74.8 

66.71 

58.61 

50.52 

42.42 

34.33 

26.23 

18.13 

10.04 

1.943 

-6.152 

-14.25 

-22.34 

-30.44 

-38.53 

V1 

L1 

C1 

Z 

Y 

X 



-0.798 

-0.798 

-0.798 

-0.798 

-0.798 

-0.6966 

-0.6965 

-0.6965 

-0.6965 

-0.6965 

-0.6965 

-0.6965 

-0.09821 

Jika kita mempertimbangkan fatigue 

limit, maka tegangan tidak melebihi 

tegangan ijin. Secara keseluruhan hasil 

perhitungan di atas dapat dilihat pada tabel 

1. 

Hasil pengukuran strain gauge 

dengan pembebanan hidrodinamis sebesar 

2 hingga 9 kg/cm2 . Didapat nilai regangan 

utama sebesar 300 mikrostrain Dan nilai 

tegangan pada bagian dinding arah 

tangensial sebesar adalah 63 MPa dan 

pada arah longitudinal sebesar 20 Mpa. 

Dari pengukuran pada tempat kritis 

diketahui bahwa pada penampang 

melintang memiliki tegangan 2 x dibanding 

penampang longitudinal. Sehingga pelat 

memiliki kecenderungan robek searah 

-0.3951 

-0.3951 

-0.4951 

-0.3952 

-0.4951 

-0.3952 

-0.4951 

-0.3952 

-0.4951 

-0.3952 

-0.4951 

-0.3952 

-0.09817 

-0.798 -0.4951 -0.1966 

82.9 

-0.09818 

-0.1967 

-0.09819 

-0.1967 

-0.0982 

-0.1967 

-0.09821 

-0.1967 

-0.09821 

-0.1967 


arah longitudinal dinding 

tabung 

91. 

74.8 

66.71 

58.61 

50.52 

42.42 

34.33 

26.23 

18.13 

10.04 

1.943 

-6.152 

-14.25 

-22.34 

-30.44 

-38.53 

59


dengan sumbu longitudinal atau tegak lurus 

penampang melintang. 

4. PEMBAHASAN 

Sifat mekanik kedua macam baja 

canai memenuhi standard JIS G 3141 

SPCD-SD. Dari hasil pengujian tidak 

terdapat perbedaan yang signifikan pada 

sifat mekanik kedua bahan. Perbedaan 

yang dapat terdeteksi adalah homogenitas 

sifat mekanik dari masing-masing bahan. 

Kuat luluh pada baja Baoshan pada arah 

longitudinal terdapat perbedaan sebesar 

13,7 % dari 2 benda uji. Kuat luluh arah 

longitudinal dan tranversal terdapat 

perbedaan harga maksimum dan harga 

minimum sebesar 36,4 %. 

Kandungan unsur karbon pada baja 

Daewoo lebih kecil dari 0,005 % selain itu 

ditemukan unsur Ti, Nb dan V, sedangkan 

pada baja Baoshan tidak ditemukan unsurunsur 

tersebut. Unsur-unsur Ti, Nb dan V 

memiliki pengaruh sebagai penghalus butir, 

pembentuk karbida yang berguna untuk 

membantu pembentukan struktur pancake 

yang memperbaiki kemampuan penarikan 

dalam. 

Atap 

tabung 

Tabel 1. Hasil Perhitungan Analisis 

Tegangan 

(satuan dalam Mpa) 

Lengkung 

antara atap 

dan 

dinding 

Dinding 

tabung 

Tegangan 

tangensial 

arah 

melintang 

Tegangan 

arah 

longitudinal 

Teganga 

n arah 

radial 

57,9 58,5 -0,8 

91(dinding 

dlm) 

-37 

(dinding 

luar) 

91(dinding 

dlm) 

-47(dinding 

luar) 

-89 

(dinding 

dlm) 

-144 

(dinding 

luar) 

59,5 29,5 -0,8 

Hasil uji kekerasan antara kedua 

jenis baja tidak menunjukkan perbedaan 

yang signifikan. Pada pengujian komponen 

terjadi peningkatan kekerasan yang 

kemungkinan merupakan akibat dari proses 

pengerasan regang. 

Pemeriksaan mikrostruktur dilakukan 

terhadap baja canai dan komponen yang 

telah mengalami pengubahan bentuk. 

Hasil pemeriksaan pada baja canai dari 

Baoshan steel dan Daewoo steel 

menunjukkan struktur mikro yang terdiri dari 

fasa ferit. Baja dari Baoshan steel memiliki 

butiran yang lebih kasar dibandingkan baja 

dari Daewoo steel. Endapan karbida yang 

kemungkinan merupakan karbida Ti dan Nb 

banyak ditemukan pada mikrostruktur dari 

Daewoo steel. 

Pemeriksaan struktur mikro juga 

dilakukan pada baja yang telah mengalami 

pengubahan bentuk menjadi tabung filter. 

Pada sisi dinding tampak butiran struktur 

ferit yang terdeformasi memanjang 

sedangkan pada sisi atap filter struktur 

mikro tidak menunjukkan adanya 

perubahan yang signifikan. 

Photo mikro dengan perbesaran 100 

x memberikan data derajad deformasi 

bagian-bagian filter. Dari hasil pengukuran 

gambar yang terletak pada struktur mikro 

didapat hasil sebagai berikut: 

• Tebal material dasar : 0,6 mm 

• Tebal dinding tabung : 0,506 mm 

• Tebal bagian atap tabung: 0,662 mm 

Hasil pengujian fatik menunjukkan 

bahwa fatik limit bahan adalah 120 Mpa. 

Pembebanan berdasar perhitungan, 

pengujian, dan metode elemen hingga 

Data awal dari fabrikator diketahui 

bahwa material dasar tabung yaitu material 

baja SPCD-SD. Dari fabrikator juga 

diperoleh data hasil burst test, endurance 

test, dan impulse test pada filter tipe 

tersebut. Dari data tersebut diketahui 

bahwa material body filter mengalami 

pembebanan 20 kgf/cm 2 burst test Hasil uji 

ketahanan (endurance test) dengan 

tekanan 15 kgf/cm 2 selama 60 menit. 

Demikian pula untuk uji impuls dinamis 

pada julat tegangan 2-9 kgf/cm 2 , suhu 80°, 

frekwensi 90 rpm, hingga 4 x 10 4 siklus. 

Besar tegangan yang bekerja pada 

komponen dideteksi dengan tiga metode 

yaitu perhitungan analitis, metode elemen 

hingga dan pengukuran dengan strain 

gauge. Perhitungan dengan metode 

elemen hingga memiliki keuntungan dalam 

kemudahan dan kecepatan dalam 

pendeteksian tegangan pada berbagai 

bagian tabung. 

Berdasarkan perhitungan dengan 

metode elemen hingga tabung pada saat 

dibebani dengan tekanan operasi sebesar 9 

kgf/cm2, tegangan tarik paling tinggi terjadi 

pada bagian dalam lengkungan antara 

dinding dan atap tabung sebesar adalah 91 

MPa. Tegangan tekan tidak diperhitungkan 

karena keberadaannya tidak berbahaya 

bagi kekuatan struktur. 

Berdasarkan pengalaman dalam 

pengoperasian kerusakan paling sering 

terjadi pada bagian lengkungan antara 

60


(a) 

(b) 

Gambar 13 Retak pada bagian tabung 

dinding dan atap tabung dan pada bagian 

dinding tabung lihat gambar 13 a dan b. 

Berdasarkan pengalaman dalam 

pengoperasian kerusakan paling sering 

terjadi pada bagian lengkungan antara 

dinding dan atap tabung dan pada bagian 

dinding tabung lihat gambar 13 a dan b. 

Tegangan pada bagian dinding 

tabung hasil perhitungan secara analitis 

dengan rumus (1)(2) pada arah tangensial 

sebesar 80,85 MPa sedangkan pada arah 

longitudinal sebesar 40,43 MPa. Hasil 

pengukuran dengan strain gauge 

menunjukkan tegangan pada bagian 

dinding arah tangensial sebesar adalah 63 

MPa dan pada arah longitudinal sebesar 20 

MPa. Analisis tegangan dengan metode 

elemen hingga memberikan hasil yang 

hampir sama dengan pengukuran dengan 

strain gauge yaitu 59,5 Mpa pada arah 

tangensial dan 29,5 MPa arah longitudinal. 

Hasil perhitungan dan pengukuran 

menunjukkan bahwa tegangan pada 

dinding tabung arah tangensial jauh lebih 

besar dibanding arah longitudinal. 

Walaupun demikian tegangan-tegangan 

tersebut masih lebih rendah dibandingkan 

batas fatik bahan. Dengan demikian 

secara teoritis tidak akan terjadi kegagalan. 

Untuk menganalisis hal tersebut perlu 

dilakukan analisis statistik dengan 

interpolasi. Secara statistik kemungkinan 

terjadinya kegagalan adalah apabila 

komponen yang memiliki kualitas yang 

kurang baik mendapatkan beban yang 

tinggi. Kemungkinan bahan yang 

mengalami kegagalan adalah akibat 

adanya goresan dari dies pada badan 

tabung yang selain mengurangi luas 

penampang dinding tabung juga 

merupakan konsentrasi tegangan. Pengotor 

pada baja juga dapat menjadi penyebab 

dari kegagalan. 

Berdasarkan hasil pemeriksaan 

komposisi kimia diketahui bahwa baja 

buatan Daewoo memenuhi kualitas SPCE 

yaitu kualitas baja yang lebih tinggi dari 

SPCD dengan kandungan Karbon yang 

sangat rendah 0,004% sedangkan 

persyaratan SPCD hanya 0,018%. Selain 

itu baja dari Daewoo mengandung unsurunsur 

V, Nb dan Ti. Untuk pembuatan 

tabung dengan derajat deformasi yang 

tinggi baja berkualitas SPCE lebih baik 

digunakan dibandingkan dengan baja 

SPCD. 

VI. KESIMPULAN DAN SARAN 

Dari penelitian ini dapat diambil 

kesimpulan sebagai berikut: 

1. Hasil pengukuran beban dan pengujian 

karakteristik material diketahui bahwa 

dengan pembebanan operasi 

maksimum 9 kg/cm2 masih berada di 

bawah batas fatik bahan 

2. Kegagalan yang sering terjadi 

kemungkinan disebabkan oleh : 

• inhomogenitas dalam bahan 

• timbulnya goresan yang dapat 

menjadi konsentrasi tegangan. 

• Inhomogenitas atau goresan 

tersebut terkena beban dinamis 

dan terjadi penjalaran retak 

3. Baja dari Daewoo yang pada mill 

sertifikat tertera sebagai baja SPCD 

setelah diperiksa lebih lanjut 

berkualitas SPCE yang merupakan 

grade yang lebih tinggi, yang memiliki 

kualitas deep drawing lebih baik. 

Berdasarkan penelitian ini maka untuk 

mendapatkan kualitas tabung yang 

lebih baik disarankan untuk 

menggunakan baja SPCE. 

4. Disarankan memeriksakan komposisi 

kimia baja pada saat pembelian untuk 

mengetahui kualitas baja tersebut. 

61



[1] JIS Handbook 2001 Ferrous materials 

and Metallurgy II, JIS G 3141, Coldreduced 

carbon steel sheets and strip, 

291-314. 

[2] JIS Handbook 2001 Ferrous materials 

and Metallurgy II, JIS G 3313 

Electrolytic zinc-coated steel sheets 

and coils, hal 428- 480. 

[3] Dieter, G-E, Mechanical Metallurgy, 3 rd 

edition, McGraw-Hill Book Company, 

1986. 

[4] ASM Metal Handbook Vol. 12, 

Factography, ASM International 1990. 

[5] ASM Metal Handbook Vol. 8 

Metallography and Microstructures, 

ASM International 1990. 

[6] Colangelo, V.J., and Heiser, F.A., 

Analysis of Metallurgical Failures, John 

Wiley & Sons, New York, 1974. 


H. Agus Suhartono. lahir di Klaten, 3 

September 1967. Menamatkan pendidikan 

S1 di Universitas Indonesia dalam bidang 

Teknik Metalurgi tahun 1991, dan 

pendidikan S3 di Technische Universitaet 

Clausthal di Jerman, dalam bidang 

Metalurgi Material tahun 2001. Saat ini 

bekerja sebagai staf Bidang Pengujian 

Material UPT LUK BPP Teknologi, 

Puspiptek Serpong. 

Ogi Ivano, lahir di Bandung, 6 Juni 

1969. Menamatkan pendidikan S1 di 

Universitas Ibaraki dalam bidang Teknik 

Mesin tahun 1994, dan pendidikan S2 di 

Universitas Ibaraki di Jepang, dalam bidang 

Mesin Konstruksi pada tahun 1996. Saat ini 

bekerja sebagai Ka Sub Bid Desain UPT 

LUK BPP Teknologi, Puspiptek Serpong. 

62


ANALISIS REGANGAN – TEGANGAN PADA BAGIAN 

KOMPONEN BOWL MESIN FRONT SHOVEL 

Ogi Ivano, Sudarmadi, Weni Wijatmoko H. 

UPT Laboratoria Uji Konstruksi – BPPT 

PUSPIPTEK Serpong, Tangerang 15314 

Katakunci: 

Abstrak 

Suatu bagian dari komponen bowl dari mesin front shovel sering 

mengalami kerusakan berupa retak sampai patah. Ingin diketahui apakah 

kerusakan tersebut karena kesalahan operasi ataukah karena kualitas 

material yang kurang memenuhi syarat. Penelitian dilakukan dengan 

pengukuran regangan secara eksperimental, pemeriksaan kekerasan 

material, dan analisis metode elemen hingga terhadap bagian yang sering 

rusak. Hasil penelitian menunjukkan bahwa kerusakan disebabkan oleh 

tingginya tegangan yang terjadi pada saat operasi, baik pada operasi 

normal maupun pada kesalahan operasi. 

regangan, tegangan, kekerasan material, pengukuran, metode elemen hingga 


Mesin Front Shovel adalah salah satu alat 

berat yang banyak digunakan di daerah 

pertambangan. Mesin ini berfungsi untuk 

menggali tanah dan batuan sekaligus 

memuatnya ke truk. Alat ini menjadi vital 

karena kalau penggalian berhenti atau 

berkurang jam operasinya karena rusaknya 

alat ini, berakibat pada berhenti atau 

berkurangnya produksi yang pada akhirnya 

berujung pada kerugian perusahaan. 

Kasus yang diteliti pada studi ini 

adalah sering rusaknya bagian komponen 

bowl dari mesin Front Shovel. Kerusakan 

yang terjadi adalah retak dan patahnya 

bagian dudukan penggerak bowl. Lihat 

Gambar 1. Ketika terjadi kerusakan, bagian 

yang patah tersebut kemudian diganti 

dengan material baru. Akan tetapi, setelah 

diganti pun terjadi hal yang sama. 

Asumsi sementara penyebab 

kerusakan adalah karena operasi mesin 

yang menyalahi prosedur yang semestinya 

sehingga diduga mengakibatkan terjadinya 

tegangan yang melebihi dari nilai yang 

diijinkan. Permasalahannya adalah 

benarkah asumsi yang dikemukakan 

tersebut. Oleh karena itu, dilakukanlah 

penelitian ini dengan tujuan untuk 

mengetahui distribusi dan besarnya 

tegangan yang sebenarnya terjadi ketika 

mesin dioperasikan. Dari data hasil 

penelitian ini diharapkan akan dapat 

diketahui penyebab terjadinya kerusakan. 

2. BENDA UJI DAN METODE 

PENELITIAN 

2.1 Benda uji 

Sebagai benda uji adalah bagian 

komponen bowl yang sering mengalami 

kerusakan sebagaimana diperlihatkan pada 

Gambar 1(b). Material asli diketahui berupa 

baja tuang (casting), sedangkan material 

pengganti adalah SS400. 

Bagian sering rusak 

Gambar 1 (a) Mesin Front Shovel dan (b) 

Bagian bowl yang sering rusak. 

63


2.2 Metode Penelitian 

Penelitian ini dilakukan melalui serangkaian 

kegiatan meliputi peng-ukuran regangan 

secara eskperimental, pemeriksaan 

kekerasan material, dan analisis metode 

elemen hingga. Data yang diperoleh 

kemudian digunakan sebagai bahan di 

dalam analisis penyebab kerusakan. 

4 

180 

5 

6 

170 

80 

2.2.1 Pengukuran regangan 

Pengukuran regangan dilakukan dengan 

memasang beberapa sensor regangan 

(strain gage, SG) di beberapa lokasi titi 

ukur. Lokasi titik ukur disesuaikan dengan 

kondisi yang paling memungkinkan di 

lapangan. Lokasi titik ukur dapat dilihat 

pada Gambar 2. 

Grease 

hole 

1 

180 

2 

150 

(c) Sketsa lokasi titik ukur sisi kanan 

3 

Grease 

hole 

(a) Sketsa lokasi titik ukur sisi kiri 

(d) Strain gage terpasang pada titik ukur 

sisi kanan 

Gambar 2 Lokasi titik-titik ukur 

pemeriksaan regangan 

(b) Strain gage terpasang pada titik ukur 

sisi kiri 

Sensor regangan yang digunakan 

memiliki spesifikasi sebagai berikut : 

• Merk & Tipe: HBM Type 6/120LY11 

• Resistance: 120 Ω ± 0,35% 

• Gauge factor: 2,08 ± 1% 

• Transverse sensitivity: -0,1% 

• Temperature compensation: α = 

10,8(10 6 )/ o C 

64


Setelah sensor regangan terpasang di 

lokasi titik ukur kemudian dihubungkan ke 

data logger yang akan berfungsi sebagai 

perekam data. Data logger yang digunakan 

adalah merk Tokyo Sokki Kenkyujo, tipe 

TDS – 302. Sebelum digunakan untuk 

pengukuran sebenarnya, sensor regangan 

diperiksa untuk memastikan bahwa ia 

berfungsi dan dikalibrasi. 

Data pengukuran regangan diambil 

dengan cara merekam nilai-nilai regangan 

pada saat mesin dioperasikan. Dalam hal 

ini diambil tujuh kasus operasi: 

• Kasus 1: Kondisi awal (saat bowl terbuka 

penuh, muatan kosong) = saat nol. 

• Kasus 2: Saat bowl menutup sempurna 

terhadap dozer, mesin mendorong/ 

menyodok muatan. 

• Kasus 3: Saat membuang muatan 

(unloading). 

• Kasus 4: Saat bowl menutup tidak 

sempurna terhadap dozer, mesin 

mendorong/menyodok muatan. 

• Kasus 5: Saat muatan kosong, posisi 

tengadah, bowl menutup tiba-tiba (impact 

closing) 

• Kasus 6: Saat bowl dan dozer tidak 

menutup, mesin mengisi muatan dengan 

cara sambil menutupkan bowl terhadap 

dozer (clamping) 

• Kasus 7: Saat muatan kosong, posisi 

telungkup, bowl menutup tiba-tiba. 

Pada setiap kasus dilakukan beberapa 

kali pengambilan data ketika mesin 

beroperasi. Rangkaian kasus uji dari 1 – 7 

dilakukan sebanyak tiga kali. Kasus 4 dan 

6 dianggap sebagai kasus salah operasi 

yang seharusnya dihindari. 

(a) Workshop 

(b) Lapangan 

Gambar 3 Lokasi titik ukur pemeriksaan 

kekerasan material 

V1 

L3 

C1 

Y 

1 

2 

1 

3 

6 

4 

5 

2 

Z 

X 

2.2.2 Pemeriksaan Kekerasan Material 

Pemeriksaan kekerasan material 

dilakukan dengan portable hardness tester 

merk Equotip. Angka kekerasan yang 

digunakan adalah kekerasan Brinell (HB). 

Lokasi titik ukur untuk pemeriksaan 

kekerasan material dapat dilihat pada 

Gambar 3. 

2.2.3 Analisis Metode Elemen Hingga 

Program yang digunakan untuk 

analisis metode elemen hingga adalah 

NASTRAN. Analisis diawali dengan sketsa 

dan pengukuran dimensi benda uji. Setelah 

itu dibuat modelnya dan selanjutnya 

dilakukan running analisis. Model yang 

dibuat adalah seperti yang terlihat pada 

Gambar 4. 

Gambar 4 Model untuk analisis metode 

elemen hingga 


3.1 Regangan – Tegangan Terukur 

Rangkuman hasil pengukuran 

regangan disajikan pada Tabel 1. Pada 

Tabel 1 hanya ditampilkan harga regangan 

maksimum untuk masing-masing kasus 

operasi dan harga tegangannya. 

65


Tabel 1 Regangan – Tegangan Maksimum saat Operasi 

Regangan Maks. 

Kasus Operasi Terukur (x10 -6 ) Tegangan (MPa) Posisi Keterangan 

(a) (b) (c)=(b)xE baja (d) (e) 

Pengukuran I 

1 0 0 Di-nol-kan 

2 -312 -62,4 SG 3 Tekan 

3 307 61,4 SG 6 Tarik 

4 -281 -56,2 SG 3 Tekan 

5 -310 -62 SG 3 Tekan 

6 338 67,6 SG 6 Tarik 

7 -315 -63 SG 3 Tekan 

Pengukuran II 


2 -553 -110,6 SG 6 Tekan 

3 -458 -91,6 SG 6 Tekan 

4 -369 -73,8 SG 6 Tekan 

5 -570 -114 SG 6 Tekan 

6 -572 -114,4 SG 6 Tekan 

7 -570 -114 SG 6 Tekan 

Pengukuran III 


2 -271 -54,2 SG 3 Tekan 

3 -306 -61,2 SG 3 Tekan 

4 437 87,4 SG 6 Tarik 

5 -291 -58,2 SG 3 Tekan 

6 -299 -59,8 SG 3 Tekan 

7 -311 -62,2 SG 3 Tekan 

Dari tiga kali pengukuran tampak 

bahwa nilai-nilai regangan terekam tidak 

sama baik pada kasus operasi yang sama 

maupun kasus operasi yang berbeda. 

Memang tidak mungkin untuk 

mendapatkan harga regangan terukur yang 

sama karena faktor yang mempengaruhi 

selalu berubah. Faktor tersebut diantaranya 

adalah jenis/kekerasan/kepadatan dari 

tanah/ batuan, volume muatan, dan posisi 

mesin/ bowl. 

Dari Tabel 1 dapat diketahui bahwa 

dari tiga posisi sensor pada masing-masing 

sisi, yang mengalami tegangan terbesar 

pada setiap operasi adalah posisi sensor 3 

(SG 3) atau sensor 6 (SG 6) dengan beban 

tekan atau tarik. Kemudian dari tiga kali 

pengukuran untuk berbagai kasus operasi, 

tegangan terbesar dari keseluruhan kasus 

operasi terjadi pada SG 6 sebesar -114,4 

MPa (tekan) pada Kasus Operasi 6 

(clamping). 

3.2 Kekerasan Material 

Selanjutnya hasil pemeriksaan 

kekerasan material disajikan pada Tabel 2. 

Dari hasil pemeriksaan kekerasan 

dan estimasi kuat tarik terhadap material 

bowl, tampak bahwa terjadi 

ketidakseragaman antara hasil pengukuran 

terhadap di workshop, di lapangan pada 

sisi kanan, dan di lapangan pada sisi kiri. 

Hal ini menunjukkan bahwa material yang 

digunakan sebagai bahan bowl kurang 

homogen. 

3.3 Tegangan Simulasi 

Beban (gaya) sebenarnya yang 

bekerja pada daerah ukur pada saat 

operasi sulit untuk diketahui. Oleh karena 

itu, untuk keperluan analisis, pada daerah 

ukur diterapkan beban simulasi sebesar 1 

ton pada lubang lingkaran tempat dudukan 

penggerak hidrolik yang bekerja pada arah 

45 o (searah putaran jarum jam) dari sumbu 

X. Arah beban dengan sudut 45 o ini dibuat 

untuk mensimulasikan saat operasi pada 

Kasus Operasi 6 (clamping) di mana 

secara eksperimental menghasilkan 

tegangan terbesar (tekan = 114,4 MPa) 

pada posisi sensor 6. Hasil analisis dengan 

beban simulasi 1 ton disajikan pada 

Gambar 5. 

66


Dari hasil analisis yang disajikan 

pada Gambar 5 diperoleh nilai tegangan 

tekan pada daerah posisi sensor 6 sebesar 

sekitar 0,0853 kg/mm 2 (0,853 MPa). Dari 

Gambar 5 diketahui pula bahwa ketika 

pada posisi sensor 6 terjadi tegangan tekan 

maka pada sisi dalamnya terjadi tegangan 

tarik. Pada beban 1 ton besarnya tegangan 

tarik yang terjadi adalah sekitar 0,266 

kg/mm 2 (2,66 MPa). Dengan demikian 

diperoleh perbandingan antara nilai 

tegangan tekan (posisi sensor 6) terhadap 

nilai tegangan tarik (posisi sisi dalam dari 

sensor 6), yaitu 1 berbanding 3,12. 

Perbandingan nilai tegangan dari analisis 

metode elemen hingga kemudian 

diterapkan terhadap hasil pengukuran 

regangan eksperimental. Mengacu pada 

nilai perbandingan yang ada, maka ketika 

pada posisi sensor 6 terjadi tegangan tekan 

sebesar 114,4 MPa, diperoleh nilai 

tegangan tarik pada posisi dalam dari 

sensor 6 sebesar 3,12 x 114,4 MPa = 

356,9 MPa. Apabila nilai tegangan tarik ini 

dibandingkan dengan kuat tarik material, 

memang masih berada di bawah nilai kuat 

tariknya (lihat Tabel 2, di mana nilai 

minimum kuat tarik material adalah 400 

MPa). Akan tetapi, nilai tegangan ini 

diperkirakan telah melampaui batas leleh 

(yield) material. Di samping itu, operasi alat 

adalah terus berulang-ulang sehingga 

meskipun tegangan yang terjadi masih di 

bawah kuat tariknya, material dapat 

mengalami kelelahan (fatigue) yang 

berakibat terjadinya retak awal dan pada 

akhirnya mengalami patah (fracture). 

Proses kerusakan dapat diterangkan 

sebagai berikut. Ketika batas leleh 

dilampaui maka material akan mulur atau 

ketika batas kelelahan dilampaui maka 

material akan mengalami retak awal. 

Mulurnya atau timbulnya retak awal ini 

akan menimbulkan ketidakstabilan bearing. 

Begitu bearing tidak stabil, bearing akan 

merusak sisi dalam lingkaran. Selain itu, 

retak awal dapat menyebabkan terjadinya 

konsentrasi tegangan sehingga begitu 

terjadi retak awal, retak itu akan terus 

merambat sampai akhirnya patah. 

Tabel 2 Hasil Pengukuran Kekerasan 

Material 

Lokasi : Workshop, Material : Asli (casting) 

Angka 

Kekerasan 

Brinell (HB) 

Titik 

Uku 

r 

1 

2 

3 

4 

5 

6 

I 

1 

8 

6 

1 

1 

5 

1 

2 

1 

1 

1 

9 

1 

7 

6 

1 

4 

5 

I 

I 

1 

6 

5 

1 

1 

9 

1 

1 

6 

1 

1 

9 

1 

4 

8 

1 

4 

2 

I 

I 

I 

1 

5 

7 

1 

2 

0 

1 

2 

3 

1 

2 

5 

1 

4 

8 

Estimasi 

Kuat Tarik 

(MPa) 

1 

5 

2 156 530 

1 

4 

5 144 480 

Minimum 400 

Lokasi : Lapangan, Sisi : Kanan, Material : 

Asli (casting) 

Angka 

Kekerasan 

Brinell (HB) 

Titik 

Uku 

r 

1 

2 

I 

1 

4 

9 

2 

0 

7 

I 

I 

1 

8 

7 

2 

1 

6 

I 

I 

I 

1 

7 

9 

1 

8 

4 

I 

V 

1 

9 

3 

2 

0 

9 

Estimasi 

Kuat Tarik 

(MPa) 

2 

0 

2 203,6 690 

Minimum 640 

Lokasi : Lapangan, Sisi : Kiri, Material : 

Modifikasi (SS 400) 

Angka 

Kekerasan 

Brinell (HB) 

Titik 

Uku 

r 

1 

2 

I 

1 

7 

2 

1 

6 

8 

I 

I 

1 

4 

4 

1 

6 

6 

I 

I 

I 

1 

7 

2 

1 

6 

8 

I 

V 

1 

5 

2 

1 

6 

0 

Estimasi 

Kuat Tarik 

(MPa) 

I 

V V 

Ratarata 

1 

5 166,2 

7 5 560 

1 1 

2 2 

4 3 120,2 400 

1 

2 

4 121 400 

1 1 

1 2 

8 5 121,2 400 

Ratarata 

V 

2 

4 

5 190,6 640 

Ratarata 

V 

1 

5 

3 158,6 530 

1 

4 

9 162,2 545 

Minimum 530 

Gambar 5 Distribusi tegangan hasil analisis 

metode elemen hingga 

67


4. KESIMPULAN 

Dari hasil-hasil pemeriksaan dan 

analisis yang telah dilakukan pada 

penelitian ini dapat ditarik kesimpulan 


1. Pada setiap kali operasi besarnya 

regangan – tegangan yang terjadi 

selalu tidak sama karena faktor-faktor 

jenis/ kekerasan/kepadatan dari tanah/ 

batuan, volume muatan, dan posisi 

mesin/bowl. 

2. Dari tiga kali pengukuran dengan tujuh 

kasus operasi diperoleh nilai regangan 

maksimum sebesar 572x10 -6 , berupa 

regangan tekan pada posisi sensor 6 

pada kasus operasi 6 : saat bowl dan 

dozer tidak menutup, mesin mengisi 

muatan dengan cara sambil 

menutupkan bowl terhadap dozer 

(clamping). Tegangan yang terjadi 

sebesar 114,4 MPa. 

3. Dari pengukuran kekerasan diperoleh 

perkiraan nilai kuat tarik material yaitu 

berkisar 400 – 690 MPa. 

4. Dari analisis dengan metode elemen 

hingga diperoleh nilai tegangan tarik 

yang mungkin terjadi pada sisi dalam 

dari posisi sensor 6, yaitu sebesar 

356,9 MPa, ketika pada kasus operasi 

6, posisi sensor 6 mencapai tegangan 

tekan sebesar 114,4 MPa. 

5. Kerusakan alat kemungkinan diawali 

oleh terlampauinya batas leleh material 

dan atau karena kelelahan. 

Saran yang dapat disampaikan adalah 

mengadakan perbaikan dalam hal : 

- Penggunaan material yang memiliki 

batas leleh dan ketahanan terhadap 

perambatan retak (stress intensity factor) 

lebih tinggi 

- Keseragaman/homogenitas material 

- Perubahan desain pada daerah ukur 

untuk mendapatkan dimensi yang lebih 

besar 

- Agar dihindari operasi yang menyalahi 

prosedur baku yang dapat mengakibatkan 

terjadinya tegangan yang lebih tinggi dari 

yang diharapkan 


Terima kasih yang sebesar-besarnya 

disampaikan kepada PT Sanggar Sarana 

Baja atas kerja samanya sehingga 

penelitian ini dapat dilaksanakan. Kepada Ir. 

Supriyatno dan Ir. Aswandi juga diucapkan 

terima kasih yang sedalam-dalamnya atas 

bantuannya dalam penelitian ini. 


1. H.E. Davis et al., “The Testing and 

Inspection of Engineering Materials”, 

3 rd Edition, McGraw-Hill, New York, 

1964. 

2. MSC/Nastran, Version 4.0, “Reference 

Manual”, 1997. 

3. MSC/Nastran, Version 4.0, “Static 

Analysis”, 1997. 


Ogi Ivano, lahir di Bandung pada 

tanggal 6 Juni 1969. Pada tahun 1994 

menamatkan pendidikan S1 di Universitas 

Ibaraki, Jepang dalam bidang Mechanical 

Engineering. Program S2 pada bidang 

yang sama diselesaikan di universitas yang 

sama pula pada tahun 1996. Saat ini 

bekerja sebagai Kepala Sub Bidang Desain, 

Bidang Sarana Hidraulik dan Mekanik, UPT 

Laboratoria Uji Konstruksi – BPPT, 

Puspiptek Serpong, Tangerang. 

Sudarmadi, lahir di Purbalingga 

pada tanggal 30 Agustus 1967. Pada tahun 

1992 menamatkan pendidikan S1 di 

Universitas Gadjah Mada dalam bidang 

Teknik Sipil Struktur. Program S2 pada 

bidang Teknik Sipil diselesaikan di The 

University of Queensland, Brisbane, 

Australia pada tahun 2000. Saat ini bekerja 

di Bidang Pengujian Komponen dan 

Konstruksi UPT Laboratoria Uji Konstruksi 

– BPPT, Puspiptek Serpong, Tangerang. 

Weni Wijatmoko H., lahir di 

Purwakarta pada tanggal 31 Januari 1958. 

Menamatkan pendidikan S1 di Institut 

Teknologi Bandung pada tahun 1985. 

Pendidikan S2 dan S3 diselesaikan pada 

tahun 1993 dan 2001 di Imperial College 

University of London, Inggeris. Sekarang 

bekerja sebagai peneliti di UPT Laboratoria 

Uji Konstruksi – BPPT, Puspiptek Serpong, 

Tangerang. 

68


ANALISA AERODINAMIKA DUA DIMENSI 

JEMBATAN SURAMADU 

Dewi Asmara, R.Wibawa Purabaya 

Unit Pelaksana Teknis Laboratorium Aero Gas Dinamika dan Getaran (LAGG) 

Gedung 200, Kawasan Puspiptek Serpong Tangerang 15310 

E-mail : wieke288@yahoo.com, wpurabaya@yahoo.com 

Abstract 

Untuk mengetahui karakteristik aliran di sekitar jembatan dilakukan 

pengujian di terowongan angin. Sebelum pengujian itu dijalankan, dilakukan 

simulasi pengujian dengan menggunakan software Computational Fluid 

Dynamics. Simulasi dilakukan terhadap suatu model jembatan dengan 

memvariasikan beberapa sudut serang. Dengan simulasi ini dapat diketahui 

estimasi gaya yang dialami oleh model jembatan sehingga dapat didesain 

struktur model dan tumpuan yang kuat untuk menahan beban tersebut. 


Jembatan Suramadu merupakan 

jembatan yang akan dibangun untuk 

menghubungkan Surabaya dan Pulau 

Madura. Bagian tengah dari jembatan ini 

adalah cable stayed sepanjang 843 m. 

Pengujian terhadap model Jembatan 

Suramadu dilakukan di terowongan angin 

LAGG, namun sebelum itu dilakukan analisa 

aerodinamika dengan menggunakan 

software Computational Fluid Dynamics 

(CFD). 

Penelitian dilakukan untuk 

mengetahui medan aliran yang terjadi di 

sekitar jembatan dan estimasi gaya yang 

akan dialami oleh model di terowongan 

angin, sehingga dapat didesain struktur 

model dan tumpuannya yang kuat untuk 

menahan beban tersebut. Penelitian ini 

meliputi simulasi aliran di sekitar jembatan 

dengan memvariasikan sudut serang. 

Software CFD yang digunakan dalam 

mensimulasikan aliran adalah Concert. 

2. PENJELASAN 

Concert adalah salah satu software 

CFD yang dapat mensimulasikan aliran di 

sekitar model dua dimensi (2D) maupun tiga 

dimensi (3D). Selain untuk aliran yang 

steady, Concert juga dapat digunakan untuk 

aliran yang unsteady. Software Concert 

terdiri dari tiga bagian, yaitu prapemrosesan, 

pencarian solusi dan pascapemrosesan. 

Pada tahap prapemrosesan dilakukan 

pendefinisian masalah dengan membentuk 

geometri, dapat berupa geometri dua 

dimensi maupun tiga dimensi. Dalam 

pembentukan geometri ini didefinisikan 

topologi yang akan dibangun mulai dari 

pembentukan titik (point), garis (curve, edge), 

bidang (face) atau volume sehingga menjadi 

model yang diinginkan. 

Setelah geometri terbentuk dilakukan 

diskritisasi menjadi sejumlah grid dimana 

persamaan atur akan dicari solusinya di 

masing-masing grid tersebut. Bila 

menggunakan diskritisasi grid berstruktur 

diusahakan sisi yang membentuk grid tetap 

tegak lurus atau memliki skewness dengan 

toleransi tertentu. Pada grid tak berstruktur 

diperhatikan perbandingan antara panjang 

dan lebar (aspect ratio) bentuk grid. (3) 

Setelah geometri masalah 

didefinisikan secara numerik melalui gridgrid, 

tahap selanjutnya adalah pencarian 

solusi. Pada tahap ini persamaan atur yang 

diterapkan untuk memodelkan medan aliran 

didiskritisasi untuk masing-masing grid dan 

dicari solusinya. Persamaan atur yang 

digunakan dalam CFD tergantung dari 

permasalahan yang akan dimodelkan. Pada 

penelitian ini hanya digunakan pemodelan 

aliran fluida stasioner, laminar dan 

inkompresibel. Dalam hal ini digunakan 

persamaan atur Navier-Stokes. 

Pada tahap terakhir adalah 

pascapemrosesan. Pada tahap ini semua 

solusi dari parameter aliran yang telah 

diperoleh untuk setiap grid akan dibentuk 

visualisasi. Visualisasi solusi ini bertujuan 

untuk mempermudah memahami solusi 

yang dihasilkan oleh software CFD. 

Beberapa contoh visualisasi yang dihasilkan 

oleh Concert adalah Domain dari geometri 

dan tampilan grid, plot vektor kecepatan, 

plot kontur parameter aliran plot skalar 

dalam Diagran X-Y. Selain dalam bentuk 

visualisasi, Concert juga dapat 

menghasilkan data pressure force dan shear 

force. 

Model jembatan dibuat 2D dengan 

lebar 0.43 m. Simulasi dilakukan pada 3 

posisi sudut serang masing-masing -5, 0 

dan 5. Diasumsikan kecepatan angin 40 m/s 

69


dengan densitas ρ = 1.225 dan viskositas µ 

= 1.789. x 10 -5 . 

Diasumsikan bahwa aliran pada 

jembatan lebih didominasi oleh aliran yang 

bersifat 2D yaitu tidak ada aliran yang 

melintang, maka perhitungan cukup 

dilakukan secara 2D dengan mengambil 

bentuk penampang (cross-section) jembatan. 

Dalam penelitian ini pembentukan grid yang 

digunakan adalah metoda block structure. 

Hasil perhitungan pada sudut serang 

α = -5 pusaran aliran terjadi di bagian bawah 

jembatan seperti yang terlihat pada gambar 

(4). 


Setelah dilakukan perhitungan 

dengan menggunakan Concert dapat dilihat 

hasil Lift dan Drag pada Tabel di bawah ini. 

Tabel 1 Lift dan Drag 

α Lift (N) Drag (N) 

0 -32.72949 -0.074049 

-5 -201.5667 -0.060799 

5 131.74309 -0.043021 

Gambar 2. Kontur tekanan pada α = 0 

Pada sudut serang α = 0 seperti yang 

terlihat pada gambar (1), aliran di bagian 

atas jembatan mengalami perlambatan dan 

bagian bawah mengalami percepatan maka 

tekanan di permukaan atas lebih besar 

dibandingkan dengan tekanan pada 

permukaan bawah, sehingga gaya lift 

bernilai negatif dan jembatan akan 

mengalami gaya kebawah. 

Gambar 3. Kontur kecepatan pada α = 0 

Gambar 1. Vektor kecepatan pada α = 0 

Hal ini dapat terlihat juga pada kontur 

tekanan gambar (2) dan kontur kecepatan 

gambar (3). 

Pada barrier side jembatan 

menghasilkan pusaran (vortex) di 

belakangnya. Aliran di belakang barrier 

tersebut pusaran kecil terbentuk bersatu 

dengan aliran pusaran yang terjadi di ujung 

belakang jembatan. 

Gambar 4. Vektor kecepatan pada α = -5 

Pada sudut serang ini jembatan akan 

terdorong ke bawah karena mempunyai 

gaya lift negatif. Untuk kontur tekanan dan 

70


kontur kecepatan dapat dilihat pada gambar 

(5-6). 

positif karena tekanan di permukaan bawah 

lebih besar dibandingkan dengan tekanan di 

permukaan atas. Untuk lebih jelasnya kontur 

tekanan dan kontur kecepatan pada sudut 

serang ini dapat dilihat pada gambar (8-9). 

Gambar 5. Kontur tekanan pada α = -5 

Gambar 8. Kontur tekanan pada α = 5 

Gambar 6. Kontur kecepatan pada α = -5 

Sedangkan untuk sudut serang α = 5 

aliran vortex terjadi di sebagian besar 

permukaan 

seperti yang diperlihatkan pada 

gambar (7). 

Gambar 7. Vektor kecepatan pada α = 5 

Hal ini akan mengakibatkan jembatan 

terangkat ke atas atau mempunyai gaya lift 

Gambar 9. Kontur kecepatan pada α = 5 

4. KESIMPULAN 

Dari hasil simulasi yang diperoleh 

dapat disimpulkan bahwa gaya lift untuk 

sudut serang α = 0 dan α = -5 bernilai 

negatif (jembatan akan mengalami gaya ke 

bawah). Sedangkan untuk sudut serang α = 

5 jembatan mengalami gaya lift positif. 

Pada daerah di atas dek terjadi ulakan 

aliran udara, hal ini kurang nyaman bagi 

pengguna jalan. 


1. CONCERT Reference Manual, “CFD 

Tutorial Version 2.0”, Numeritec 

Corporation, USA, 1998. 

2. Casmara, “Analisa Awal Pola Aliran Pada 

Model Jembatan”, LAGG-BPPT, 1997. 

71


3. Parwatha, I Gede,. “Studi Komputasional 

Simulasi Pengujian Ground Effect di ILST 

Serpong”, ITB, 2003. 

4. Pope Alan, Harper John J., “Low Speed 

Wind Tunnel Testing”, John Wiley & 

Sons, Inc, New York, USA, 1996. 


WIBAWA PURABAYA lahir di 

Bandung pada 30 Juni 1965. Menamatkan 

pendidikan S1 dan S2 di Aerospace 

Engineering di TU Delft, Belanda tahun 

1995. Saat ini bekerja sebagai peneliti untuk 

spesialisasi Getaran di UPT-LAGG BPPT, 

Serpong. 

DEWI ASMARA lahir di Bandung 28 

Agustus 1974. Menamatkan pendidikan S1 

Matematika di Universitas Padjadjaran 

Bandung tahun 1998. Saat ini bekerja 

sebagai staf Mekanika Fluida di UPT-LAGG 

BPPT, Serpong. 

72

APLIKASI KOMPUTASI


VISION: Decision Making Analysis for Leaders 

Mohamad Haitan Rachman dan Hendro Julianto 

Jln. Karawitan No. 25 Bandung, PT Multiforma Sarana Consultant 

Abstrak 

Analytic Hierarchy Process (AHP) merupakan suatu model pendekatan 

yang memberikan kesempatan bagi setiap individu atau kelompok untuk 

membangun gagasan-gagasan atau ide-ide dan mendefinisikan persoalanpersoalan 

yang ada dengan cara membuat asumsi-asumsi dan selanjutnya 

mendapatkan pemecahan yang diinginkannya. Pada saat ini AHP telah 

digunakan secara luas dalam perencanaan perusahaan, pemilihan 

investasi, analisa biaya, bahkan untuk kebutuhan militer. VISION 

merupakan tool berbasis AHP dan akan memudahkan proses 

pengambilan keputusan, dan juga untuk mengetahui level 

ketidakkonsistensian yang dimiliki dalam proses tersebut sehingga akan 

memberikan kemudahan juga untuk memperbaiki analisa keputusan yang 

dibuat. VISION dapat meningkatkan kepahaman terhadap satu 

permasalahan dengan baik, sehingga user lainnya memungkinkan untuk 

mempelajari satu permasalahan tersebut dengan baik pula dan akhirnya 

menumbuhkan berbagi pengetahuan untuk menangani permasalahan 

bersama. 

Katakunci: Analytic Hierarchy Process, Decicion Making Analysis 


Setiap dari kita memahami bahwa 

dunia merupakan sistem yang sangat 

kompleks, dan merupakan keterikatan atau 

integrasi dari beberapa sistem yang juga 

kompleks, seperti sistem politik, militer, 

pendidikan, ekonomi dsb; satu sistem tidak 

bisa terlepas dari sistem yang lainnya, 

sebagai contoh tidak mungkin mempunyai 

sistem pendidikan yang baik kecuali 

mempunyai sistem perekonomian yang 

baik juga atau bahkan harus mempunyai 

sistem teknologi yang tepat dan begitupun 

sebaliknya. 

Permasalahan yang muncul 

merupakan keterikatan yang sangat erat 

diantara sistem-sistem tersebut, sehingga 

mendorong kita semua untuk bisa 

memetakan persoalan dan menetapkan 

prioritasnya dengan baik dan terstruktur, 

sehingga langkah-langkah solusi dapat 

dilaksanakan. Tetapi kebanyakan orang 

berpikir bahwa untuk bisa menangani 

persoalan yang mempunyai kompleksitas 

tinggi, harus juga mempunyai cara berpikir 

yang rumit. Pandangan seperti ini tidak 

benar karena pendekatan tersebut jelas 

tidak akan dipahami banyak orang, dan 

juga akan sulit menjelaskan prioritasprioritasnya. 

Penyelesaian masalah tersebut dapat 

dilaksanakan melalui multi-criteria methods. 

Salah satu metoda yang sangat populer 

adalah Analytic Hierarchy Process (AHP), 

dan telah banyak diterapkan dalam macammacam 

aplikasi. Metoda multi-criteria 

lainnya seperti scoring and rangking 

techniques, multi-attribute value analysis 

(MAVA), multi-attribute utility analysis 

(MAUA), dan simple multi-attribute rating 

technique (SMART), telah juga 

dipergunakan untuk penyelesaian masalah 

(1) . 

Tulisan ini akan menjelaskan 

pendekatan yang cukup populer untuk 

mendukung analisa proses pengambilan 

keputusan, Analytic Hierarchy Process 

(AHP), dan disamping itu juga menjelaskan 

perangkat lunak VISION yang 

memanfaatkan pendekatan AHP. 

2 CARA BERPIKIR ANALITIK 

Untuk dapat menyelesaikan 

persoalan yang kompleks dan memberikan 

keputusan-keputusan efektif, maka 

diperlukan tiga prinsip berpikir analitik yaitu 

(2) 

: 

• Menyusun Hierarki. Untuk memperoleh 

informasi yang lengkap, maka kita harus 

mampu menyusun realitas atau 

persoalan yang kompleks ke dalam 

elemen-elemen yang mempengaruhinya, 

selanjutnya elemen-elemen tersebut 

juga disusun dari elemen-elemen yang 

lebih kecil, dan seterusnya, sehingga 

membentuk hierarki. Untuk mampu 

73


menyusun hierarki dari satu persoalan 

dengan baik, biasanya orang melakukan 

brainstorming dahulu sehingga akan 

terkumpul elemen-elemen tersebut, 

selanjutnya dipilih secara baik dan 

membentuk hierarki tersebut. 

• Menentukan Prioritas. Setelah 

menyusun hierarki, selanjutnya kita 

membandingkan elemen-elemen 

tersebut satu sama lain yang 

mempunyai hubungan, melalui 

perbandingan skala yang dikembangkan 

di AHP, maka akhirnya terbentuk 

urutan-urutan prioritas terhadap 

persoalan tersebut. Dari hasil urutan 

tersebut, kita akan mempunyai 

pandangan yag logis dan mampu 

mengambil keputusan-keputusan yang 

efektif dan logis. 

• Konsistensi Logis. Setiap hierarki yang 

dibangun akan memberikan perhitungan 

konsistensi logis yang dimiliki oleh 

setiap orang. Sehingga hierarki dapat 

dipergunakan untuk memperlihatkan 

kekonsistensian seseorang dalam 

menghadapi persoalan, dan 

memberikan solusi-solusinya. 

3. ANALYTIC HIERARCHY PROCESS 

(AHP) 

Analytic Hierarchy Process (AHP) 

merupakan suatu model pendekatan yang 

memberikan kesempatan bagi setiap 

individu atau kelompok untuk membangun 

gagasan-gagasan atau ide-ide dan 

mendefinisikan persoalan-persoalan yang 

ada dengan cara membuat asumsi-asumsi 

dan selanjutnya mendapatkan pemecahan 

yang diinginkannya. 

AHP ini bergantung kepada imajinasi, 

pengalaman dan pengetahuan untuk 

mampu menyusun hierarki suatu persoalan, 

dan juga untuk memberikan pertimbanganpertimbangannya. 

AHP memperlihatkan 

hubungan-hubungan elemen-elemen 

tertentu terhadap puncaknya, dan juga 

cabang-cabang elemen tertentu terhadap 

elemen tersebut, sehingga membentuk 

diagram pohon yang beranting. 

Untuk mampu mendefinisikan suatu 

persoalan yang cukup kompleks, maka 

AHP ini harus terus dicoba berulang-ulang, 

karena kita sendiri sulit mengharapkan 

pemecahan masalah dalam waktu dekat 

dan segera atas persoalan tersebut. Pada 

saat ini AHP telah digunakan secara luas 

dalam perencanaan perusahaan, pemilihan 

investasi, analisa biaya, bahkan untuk 

kebutuhan militer. Di bawah ini beberapa 

keuntungan AHP (2) : 

• AHP memberikan satu model yang 

mudah dimengerti, luwes untuk 

macam-macam persoalan yang tidak 

terstruktur. 

• AHP mencerminkan cara berpikir alami 

untuk memilah-milah elemen-elemen 

dari satu sistem ke dalam berbagai 

tingkat berlainan dan mengelompokkan 

unsur yang serupa dalam setiap tingkat. 

• AHP memberikan suatu skala 

pengukuran dan memberikan metoda 

untuk menetapkan prioritas. 

• AHP memberikan penilaian terhadap 

konsistensi logis dari pertimbanganpertimbangan 

yang digunakan dalam 

menentukan prioritas. 

• AHP menuntun ke suatu pandangan 

menyeluruh terhadap alternatifalternatif 

yang muncul untuk persoalan 

yang dihadapi 

• AHP memberikan satu sarana untuk 

penilaian yang tidak dipaksakan tetapi 

merupakan penilaian yang sesuai 

pandangannya masing-masing. 

• AHP memungkinkan setiap orang atau 

kelompok untuk mempertajam 

kemampuan logik dan intuisinya 

terhadap persoalan yang dipetakan 

melalui AHP. 

Terdapat empat tahap digunakan 

untuk menyelesaikan sebuah masalah 

dengan metodologi AHP (3) : 

1. Membangun penyajian hirarki dari 

permasalahan. Posisi puncak dari 

hirarki merupakan sasaran atau goal 

yang akan dicapai, sedangkan 

keputusan alterntif-alternatif berada di 

paling bawah dari hirarki tersebut. 

2. Menghasilkan nilai-nilai perbandingkan 

dari elemen-elemen yang ada di 

hierarki tersebut. Tahap ini 

memerlukan analis (pengambil 

keputusan) untuk membuat 

perbandingan-perbandingan dari 

elemen-elemen dari setiap level 

terhadap level yang lebih tingginya. 

Skala yang dipergunakan AHP untuk 

membandingkan dua elemen, 

misalkan A dan B, terhadap sebuah 

atribut U, yaitu: 

1- A mempunyai kepentingan yang 

sama dengan B terhadap U 

3- A mempunyai lebih kepentingan 

sedikit dibandingkan B terhadap U 

5- A mempunyai lebih kepentingan 

dibandingkan B terhadap U 

7- A mempunyai lebih banyak 

kepentingan dibandingkan B terhadap 

U 

74


9- A mendominasi kepentingan 

daripada B terhadap U 

2, 4, 6, 8 merupakan nilai yang berada 

di antaranya 

3. Melakukan perhitungan melalui 

metoda eigenvalue (pendekatan 

matematika yang digunakan AHP (4) ) 

untuk menentukan prioritas-prioritas 

relatif dari setiap elemen di setiap level 

hierarki. 

4. Menampilkan urutan-urutan prioritas 

dari seluruh alternatif solusi 

penyelesaian masalah terhadap goal 

yang hendak dicapai. 

4. VISION 

VISION merupakan perangkat lunak 

pendukung proses pengambilan keputusan 

berbasiskan metoda AHP. VISION akan 

memudahkan proses pengambilan 

keputusan, dan juga untuk mengetahui 

level ketidakkonsistensian yang dimiliki 

dalam proses tersebut sehingga akan 

memberikan kemudahan juga untuk 

memperbaiki analisa keputusan yang 

dibuat. VISION dapat meningkatkan 

kepahaman terhadap satu permasalahan 

dengan baik, sehingga user lainnya 

memungkinkan untuk mempelajari satu 

permasalahan tersebut dengan baik pula 

dan akhirnya menumbuhkan berbagi 

pengetahuan untuk menangani 

permasalahan bersama. 

VISION dapat dipergunakan untuk 

keputusan-keputusan yang berhubungan 

dengan proses bisnis, seperti : 

• Keputusan memilih peralatan 

• Keputusan memilih kandidat SDM 

• Keputusan mengalokasikan sumber 

untuk R&D 

• Keputusan mengevaluasi divisi 

perusahaan 

• Keputusan mengevaluasi Benefits/Cost 

dari projek 

• Keputusan bagian yang akan 

dibenchmark 

• Keputusan menyusun visi dan strategi 

perusahaan 

• Keputusan menangani konplik 

Di bawah ini merupakan fitur-fitur 

utama VISION : 

• Hierarchy View. Hierarchy View 

merupakan fasilitas untuk mengelola 

dan menampilkan hierarki goal dan 

kriteria berserta nilai-nilai lokal dan 

globalnya. Sehingga fitur ini 

memberikan kemudahan bagi user 

untuk melakukan proses perbandingan 

sesuai levelnya, dan memudahkan user 

untuk mengetahui nilai-nilai relatif 

terhadap satu level yang sama dan 

terhadap goal secara keseluruhan. 

Gambar 1. Hierarchy View 

• Manajemen Brainstorming 

Brainstorming merupakan fasilitas yang 

cukup penting untuk menyusun hierarki 

kriteria. Dengan adanya fasilitas ini, user 

akan mudah untuk mengeksplorasi 

seluruh kriteria-kriteria yang 

kemungkinan berhubungan dengan 

proses pengambilan keputusan yang 

akan dicapai. 

Gambar 2. Brainstorming Module 

• Perbandingan Kriteria. Kriteria-kriteria 

yang berada dalam satu level untuk 

GOAL atau kriteria yang lebih tinggi 

perlu dibandingkan satu sama lain untuk 

mendapatkan nilai relatif dari setiap 

kriteria tersebut. VISION mempunyai 

dua model interface perbandingan yaitu 

perbandingan satu-satu dan 

perbandingan kriteria dalam satu 

halaman. Perbandingkan dalam satu 

halaman dapat dipergunakan untuk 

mengevaluasi proses perbandingan 

tersebut, VISION menyediakan fasilitas 

cetak untuk perbandingan tersebut. 

75


Gambar 3. Perbandingan Kriteria Satu-ke- 

Satu 

5. KESIMPULAN DAN RISET LANJUTAN 

VISION merupakan perangkat lunak 

berbasis metoda AHP untuk mendukung 

proses pengambilan keputusan secara 

sistematik dan cepat. Dan tentunya VISION 

akan memudahkan pimpinan perusahaan / 

organisasi melakukan evaluasi terhadap 

proses pengambilan keputusan yang 

dilakukan, sehingga setiap orang dapat 

memperbaiki keputusan yang sudah dibuat. 

Diagramming dan integrasi AHP 

dengan metoda lainnya merupakan kajian 

yang menarik untuk dilaksanakan, sehingga 

pendekatan yang diterapkan tidak hanya 

bergantung pada satu metoda tetapi akan 

dapat memanfaatkan kelebihan-kelebihan 

yang tidak dimiliki oleh AHP. 


Gambar 4. Perbandingan Kriteria Satu 

Halaman 

• Analisa Inconsistency dan Priorities List. 

Perbandingan kriteria-kriteria dalam 

AHP model akan menghasilkan daftar 

nilai relatif dari setiap kriteria mulai dari 

yang terbesar ke terkecil dan nilai 

ketidakkonsistensian perbandingan 

yang dilakukan. Nilai-nilai tersebut akan 

memudahkan proses pertejemahan 

pada proses pengambilan keputusan. 

1. C.S. Yap, K.S. Raman dan C.M. Leong, 

“Methods for Information System Project 

Selection: An Experimental Study of 

AHP and SMART”, IEEE, 1992. 

2. Thomas L. Saaty, “Decision Making for 

Leaders”, RWS Publications, 1988. 

3. Les Frair, Jessica O. Matson, dan Jack 

E. Matson, “An Undergraduate 

Curriculum Evaluation with the Analytic 

Hierarchy Process”, IEEE, 1998. 

4. Thomas L. Saaty, “The Analytic 

Hierarchy Process”, RWS Publications, 

1988. 


Mohamad Haitan Rachman lahir di 

kota Bandung tanggal 2 Agustus 1966. 

Sedang mengikuti pendidikan S3 dalam 

bidang Knowledge Management di 

Multimedia University (MMU), Cyberjaya 

Malaysia. Saat ini sedang memimpin 

perusahaan yang bergerak dalam bidang 

manajemen dan IT, PT Multiforma Sarana 

Consultant, Bandung. Dapat dikontak 

melalui email haitan@jamrud.com. 

Hendro Julianto lahir di kota 

Lhokseumawe, Aceh, tanggal 16 Juli 1980. 

Telah menamatkan pendidikan D3 Juruan 

Ilmu Komputer di UNPAD. Saat ini sedang 

berkerja sebagai Programmer di PT 

Multiforma Sarana Consultant, Bandung. 

Dapat dikontak melalui email 

hendro@jamrud.com. 

Gambar 5. Analisa Konsistensi dan Daftar 

Prioritas 

76


POTENSI APLIKASI MODUL ADAM-4080D SEBAGAI 

PENCACAH PADA PESAWAT RENOGRAF 

Oleh: Hendra Prihatnadi, Wiranto Budi Santoso 

ABSTRAK 

Potensi aplikasi modul ADAM-4080D sebagai pencacah pada pesawat 

Renograf dimungkinkan sesuai dengan perkembangan komputer saat ini. 

Sebelumnya pencacah berupa add-on card dengan menggunakan 

teknologi ISA bus yang perlahan-lahan mulai ditinggalkan. Kemampuan 

modul ADAM-4080D dibanding add-on card pada Renograf, alat diagnosa 

fungsi ginjal, adalah membuka jalur komunikasi data antara pencacah 

dengan komputer menggunakan port serial RS-232, sehingga 

memungkinkan penggunaan komputer note book. Renograf dibagi menjadi 

3 (tiga) bagian, yaitu sistem detektor, modul akuisisi data, dan komputasi. 

Modul akuisisi data terdiri dari 2 (dua) perangkat yaitu modul ADAM-4080D 

berfungsi sebagai pencacah dan modul ADAM-4520 berfungsi sebagai 

konverter dari RS-485 ke jalur komunikasi RS-232 pada komputer. 

Komputer memberi perintah pada ADAM-4080D sebagai pencacah, 

melalui jalur komunikasi RS-232. Perintah dirubah oleh konverter ADAM- 

4520 menjadi perintah yang dimengerti ADAM-4080D. Sedangkan untuk 

memberi perintah, menerima data dan menampilkan hasil cacahan, baik 

berupa angka maupun gafik dibuat perangkat lunak yang dengan bahasa 

pemrograman Visual Basic. Hasil pencacahan dapat dibaca pada led 

display yang terdapat pada ADAM-4080D dan ditampilkan secara grafik 

pada layar komputer. 


Suatu bentuk informasi dapat 

dihasilkan dari sistem pengolahan data. 

Dari masukan data, sistem itu dapat 

meneruskan informasi masukan tersebut 

bahkan dapat merubah menjadi bentuk 

informasi yang lain. Dalam suatu sistem 

pencacah radiasi dimana bentuk informasi 

yang dihasilkan adalah jumlah radiasi yang 

dapat ditangkap. 

Radiasi pada detektor NaI(Tl) diubah 

dalam bentuk denyut listrik. Perbandingan 

tinggi denyut listrik yang terjadi sebanding 

dengan tenaga sinar gamma yang 

tertangkap detektor. Setelah melalui alat 

pendeteksi yang disebut detektor. Pulsa 

dari detektor mengalami penguatan melalui 

rangkaian penguat pulsa yaitu penguat 

awal dan penguat linier. Setelah melewati 

penganalisa pulsa untuk spektroskopi 

waktu (TSCA), pulsa yang datang dapat 

dipisahkan secara berurutan dengan 

mengabaikan tinggi pulsa. Pulsa tersebut 

kemudian dihitung dengan pencacah. 

Banyaknya cacahan sebanding dengan 

intensitas suatu sumber radiasi. 

Sistem pencacahan pada renograf 

adalah pencacahan yang dilakukan untuk 

menghasilkan data hasil cacahan. Hasil 

cacahan tersebut dapat memberikan 

informasi analog. Informasi analog tersebut 

dapat dibaca secara langsung oleh analog 

counter berupa tampilan angka cacahan. 

Hasil cacahan tersebut merupakan 

perwakilan bentuk dari paparan radiasi. 

Banyaknya radiasi memberikan cacah 

paparan radiasi yang mengakibatkan 

tampilan berupa bentuk pulsa. 

Cacah radiasi mempunyai perubahan 

terhadap waktu cacah. Pada saat awal 

pencacahan dapat dikatakan paparan 

radiasi dianggap belum ada atau 0. 

Kemudian paparan radiasi lambat laun naik 

diiringi dengan banyaknya jumlah cacah 

atau intensitas cacah sehingga bentuk 

pulsa naik, intensitas tersebut sampai 

puncak tertentu akan turun kembali atau 

mengalami fase mendatar, juga fase naik. 

Hal tersebut memberikan gambaran dari 

berbagai gejala yang timbul dari paparan 

radiasi yang tertangkap, informasi tentang 

paparan radiasi yang tertangkap tersebut 

akan menjadi sumber masukan dari data 

hasil cacahan. Data hasil cacahan diolah 

dengan bahasa program sehingga dapat 

menampilkan suatu tampilan interaktif yang 

dapat mewakili hasil pendiagnosaan pada 

gejala gagal ginjal. Hasil dari tampilan 

cacahan akan ditampilkan dalam bentuk 

grafik pada tampilan komputer. Blok 

diagram sistem pendiagnosaan ginjal 

renograf dapat dilihat blok diagram pada 

gambar1 

77


KIRI 

Cuplikan 

KANAN 

detektor 

HV 

detektor 

Pre- 

Amp 

Pre- 

Amp 

ampli 

fier 

ampli 

fier 

TSCA 

Modul 

Akuisisi 

Data 

TSCA 

Kom 

puter 

Gambar 1. Blok diagram perangkat keras 

Renograf 

Dari blok diagram renograf pada gambar 1 

dapat dijelaskan sebagai berikut : 

a. Cuplikan 

Sumber radiasi yang disuntikkan secara 

intravena yaitu disuntikan kepada 

pasien dengan sumber radiasi gamma I- 

131 dengan dosis 30 µ ci. Cuplikan 

tersebut akan sensitif menyebar pada 

daerah tertentu seperti ginjal dan 

kemudian ginjal tersebut didiagnosa 

dengan detektor. 

b. HV (High Voltage) 

High Voltage atau tegangan tinggi 

dihubungkan dengan detektor 

memberikan tegangan kerja detektor 

yaitu diantara 0-1500 Vol dc. 

c. Detektor 

Detektor sebagai elemen yang merubah 

sinyal radiasi menjadi sinyal listrik. 

Dalam penelitian ini dipakai detektor NaI 

(Tl) sebagai pendeteksi radiasi gamma. 

d. Pre Amplifier 

Pre Amplifier adalah sebagai penguat 

awal pulsa yang mempunyai voltage 

sensitive (sensitifitas tegangan) pulsa 

detektor dan mempunyai sensitifitas 

terhadap perubahan tegangan. Penguat 

awal memberikan penguatan pada pulsa 

keluaran dari detektor. 

e. Amplifier 

Amplifier memberikan penguatan linier 

dari bentukan pulsa yang dihasilkan 

oleh pre amplifier (penguat awal) agar 

dapat memberikan bentuk pulsa yang 

lebih sempurna. Pada amplifier ini 

terjadi penguatan pulsa sebesar 10 kali 

penguatan. 

f. TSCA (Timing Single Chanel Analyzer) 

TSCA adalah suatu sistem penganalisa 

bentuk pulsa agar dengan bentuk pulsa 

tersebut dapat diketahui dengan 

menggambarkan distribusi jumlah cacah 

untuk tiap tinggi pulsa tertentu. TSCA 

dapat memisahkan urutan pulsa yang 

datang dengan mengabaikan tinggi 

pulsa, untuk dihitung dengan cacahan 

perbandingan intensitas suatu sumber 

radiasi. TSCA juga mempunyai 

keunggulan dapat mengetahui saat 

radiasi datang ke detektor. 

g. Modul Akuisisi Data 

Modul akuisisi data berfungsi sebagai 

pencacah data yang mengolah 

intensitas radiasi dari TSCA menjadi 

informasi hasil cacahan yang kemudian 

data tersebut dikirim ke komputer . 

h. Komputer 

Komputer sebagai perangkat otomatis 

penampil dan pengolah data. Secara 

elektronis memberikan hasil pengolahan 

data yang akurat dan teliti sesuai yang 

diinstruksikan, biasanya terdiri dari unit 

pemasukan, unit keluaran, unit 

penyimpanan serta unit pengontrolan. 

Data pada komputer dapat ditampilkan 

secara grafis. 

2. APLIKASI MODUL ADAM-4080D 

SEBAGAI PENCACAH Modul ADAM- 

4080D 

ADAM-4080D adalah modul 

pencacah yang mempunyai dua kanal 

modul pencacah di dalamnya yaitu counter 

0 dan counter 1. Setiap pencacah pada 

modul ADAM-4080D mempunyai 

kemampuan cacah maximum: 

4,294,967,295 (32 bits). Modul ADAM- 

4080D dilengkapi dengan tampilan LED 

display yang menampilkan nilai-nilai 

cacahan. LED display tersebut yaitu 

berbentuk tampilan seven segmen digital 

dengan lima digit tampilan angka. Apabila 

komputer diperintah melalui program yang 

telah dibuat untuk melakukan pencacahan 

maka ADAM-4080D akan melakukan 

pencacahan dengan menampilkan angka 

cacahan pada LED display ADAM-4080D 

tersebut. 

Perintah-perintah yang diberikan oleh 

komputer berupa perintah yang dimengerti 

oleh ADAM-4080D dengan mengunakan 

kode standard ASCII . Dalam hal ini 

perintah tersebut ditulis dalam bentuk 

program komputer, dengan menggunakan 

software Visual Basic versi 6. Dengan 

demikian pencacahan dapat dilakukan 

dengan memberi perintah-perintah yang 

sudah terprogram pada komputer, yaitu 

pengolahan masukan data dan 

merubahnya menjadi informasi data 

tampilan pada komputer. Selain memberi 

perintah komputer juga dapat menampilkan 

data angka cacahan yang tampil pada 

display ADAM-4080D, dan juga 

menampilkan hasil cacahan dalam bentuk 

78


grafik. Grafik tersebut memvisualkan hasil 

cacahan yang telah dilakukan. 

Perangkat Keras 

Komputer memberikan perintah pada 

ADAM-4080D yang berfungsi sebagai 

pencacah, melalui jalur komunikasi data 

yang ada pada komputer yaitu RS-232, dan 

kemudian perintah tersebut diubah oleh 

konverter ADAM-4520, menjadi perintah 

yang dapat dimengerti ADAM-4080D 

melalui jalur RS-485. Perintah-perintah 

tersebut berfungsi menjalankan ADAM- 

4080D melalui komputer. Komputer 

memberi perintah pada ADAM-4080D untuk 

melakukan pencacahan, menghentikan 

pencacahan dan menampilkan hasil cacah 

dari masukan data yang diterima oleh 

ADAM-4080D. Jalannya proses 

pencacahan dapat dibaca pada LED 

display yang terdapat pada ADAM-4080D. 

Selain pada LED display ADAM-4080D 

hasil cacahan dapat ditampilkan pada layar 

monitor komputer. (lihat gambar 2) 

MASUKAN 

DATA 

Counter 0 

Counter 1 

ADAM 

-4080 D 

RS-485 

ADAM 

-4520 

RS-232 

Komputer 

Gambar 2. Jalur Komunikasi Data 

Perangkat Lunak 

Perangkat lunak yang dikembangkan 

memanfaatkan kemajuan teknologi 

informasi yaitu menggunakan bahasa 

pemrograman Visual Basic. Program 

tersebut berorientasi Windows. Program 

Visual Basic mempunyai kemampuan 

multitasking, yaitu kemampuan untuk 

berpindah dari satu program ke program 

yang lainnya. Juga mempunyai unjuk kerja 

lebih karena perhitungan menggunakan 

operasi 32 bit. 

Perangkat lunak ini memberikan 

beberapa hal baru dibandingkan dengan 

perangkat lunak berorientasi DOS, 

sehingga memudahkan dalam 

pengoperasiannya. 

Visual Basic pada dasarnya adalah 

sebuah bahasa pemrograman komputer. 

Bahasa pemrograman adalah perintahperintah 

atau instruksi yang dimengerti oleh 

komputer untuk melakukan tugas-tugas 

tertentu. Visual Basic selain disebut 

sebagai bahasa program, juga sering 

disebut sebagai sarana (tool) untuk 

menghasilkan program-program aplikasi 

berbasiskan windows. Kemampuan yang 

dapat dimanfaatkan dari Visual Basic versi 

6 diantaranya, untuk membuat program 

aplikasi berbasis window dan untuk 

menghasilkan program berakhiran EXE, 

yang bersifat executable, atau dapat 

langsung dijalankan. Selain hal tersebut 

Visual Basic versi 6 mempunyai 

keistimewaan di antaranya seperti: 

* Memiliki compiler andal yang 

dapat menghasilkan file executable 

yang lebih cepat dan lebih efisien. 

* Dapat mengakses data lebih 

cepat dan andal untuk membuat aplikasi 

database yang berkemampuan lebih 

tinggi. 

Program Visual Basic digunakan 

untuk mengakses data dengan tampilan 

grafik yang dapat bergerak dinamis. 

Tampilan grafik tersebut memberikan 

informasi kenaikan cacahan terhadap 

waktu cacah. 

Program tersebut membuka jalur 

komunikasi data untuk memberi perintah 

dan menerima data dari Modul ADAM- 

4080D melalui jalur serial port RS-232. 

Perintah-perintah yang dikirim dari 

komputer ke modul ADAM-4080D dalam 

bentuk ASCII sedangkan output data yang 

dikirim ADAM- 4080D masih dalam bentuk 

hexadesimal. Untuk merubah hexadesimal 

ke desimal maka dibuat program konversi. 

Pada tampilan program Visual Basic 

yang dibuat tertampil perintah-perintah, 

MULAI, BERHENTI, dan RESET. Perintah 

MULAI untuk menjalankan program 

pencacahan, yaitu untuk mengirim perintah 

ke ADAM-4080D denga format ASCII ditulis 

dengan $00501. Perintah BERHENTI untuk 

menghentikan pencacahan, dengan 

mengirim perintah $00500. Dan perintah 

RESET adalah untuk mengembalikan ke 

posisi awal pencacahan, dengan mengirim 

perintah $0060. Data cacahan dari ADAM- 

4080D disimpan pada tempat penyimpanan 

sementara komputer yaitu pada buffer. 

Dari buffer data cacahan akan ditampilkan 

berupa angka hasil cacahan dan dalam 

grafik oleh layar monitor komputer. 

Angka cacahan pada tampilan angka 

memberikan informasi angka kenaikan 

cacah pada setiap detik pencacahan yang 

dilakukan. Sedangkan grafik hasil cacahan 

mempunyai variable sumbu vertikal sebagai 

jumlah cacah, dan sumbu horizontal 

sebagai variable waktu yang bergerak. 

Penentuan waktu cacahan ditentukan 

dengan masukan pada tampilan program, 

berupa masukan data yang dituliskan pada 

79


kolom text box. Dalam menjalankan 

program pencacahan harus setiap kali 

memasukkan nilai angka waktu cacahan, 

jika nilai waktu cacahan tidak dimasukan 

maka komputer akan menolak untuk 

melanjutkan pencacahan dengan memberi 

peringatan untuk memasukkan nilai waktu 

pencacahan. Lihat Gambar 6. 

Untuk mengetahui jalannya program 

secara keseluruhan maka dibuat diagram 

alir. Diagram alir tersebut berisi perintahperintah 

pengendalian atau jalannya 

aplikasi yang dibuat menggunakan Visual 

Basic versi 6. Dalam diagram alir 

diperlihatkan susunan dari perintahperintah 

yang dipergunakan dan 

keputusan-keputusan dalam melaksanakan 

proses. Gambar 3 menampilkan diagram 

alir dari program. 

3. HASIL DAN PEMBAHASAN MASALAH 

Tatacara Pengujian 

Pengujian pencacahan dilakukan 

dengan menggunakan tiga modul alat 

pencacah dan sebuah alat pembangkit 

pulsa (function generator), yaitu 

pencacahan dengan ADAM-4080D, 

Tampilan Komputer, dan Universal Counter 

DC 503 A. Pada ADAM-4080D hasil 

pencacahan ditampilkan pada LED display. 

Pada komputer hasil pencacahan 

ditampilkan pada text box, berupa tampilan 

angka cacahan yang dinamik. Pada display 

Universal Counter DC 503 A dapat dilihat 

angka pengesetan frekuensi yang di ubah 

kenaikannya oleh Fungtion Generator 

sesuai frekuensi yang dikehendaki. 

Diagram sistem pengujian gambar 4. 

Pengujian yang dilakukan adalah 

dengan membaca hasil pencacahan 

kemudian mencatat hasil cacahan terhadap 

waktu yang ditentukan dari masing-masing 

alat, kemudian menghitung selisih rata-rata 

dari hasil pengukuran cacahannya. Pada 

tampilan komputer dan LED display ADAM- 

4080D hasil cacahan terhadap waktu, 

masing-masing dibandingkan dengan 

angka pengesetan frekuensi pada 

Universal Counter DC 503 A sebagai 

standard pengukuran. Dasar dari 

percobaan tersebut adalah definisi 

frekuensi yaitu banyaknya pulsa pada 

setiap detik. Percobaan dilakukan 

pencacahan dalam waktu 10 detik, yaitu 

dengan memasukan timer 10 detik pada 

text box lama pengukuran tampilan 

program Visual Basic. Pada alat Universal 

Counter DC 503 A setting frekuensi 

dilakukan dengan pengesetan function 

pada frequency dan timing pada 1s (1 

second). Pengesetan frekuensi dilakukan 

dengan menaikan frekuensi sebesar 100 

Hz. Tabel 1 dan Tabel 2 memperlihatkan 

data hasil pengujian. 

Fungtion 

Generator 

Gambar 4. Diagram sistem pengujian 

Data Hasil Pengujian 

Tabel 1. Universal Counter DC 503 A 

dengan Modul ADAM-4080D 

n 

Frekuensi 

Universal 

Counter 

DC503A 

Herz (S) 

ADAM- 

4080D 

Universal 

Counter 

DC 503 A 

Cacah 

Modul 

ADAM- 

4080D 

Cacah/10s 

(X) 

Selisih 

Cacah Alat 

∆X=⏐S-X⏐ 

(∆ X) 

Komputer 

Kesalahan 

Relatif 

KR= ∆ X 

S 

(%) 

1 100 104 4 4,000 

2 200 201 1 0,500 

3 300 301 1 0,333 

4 400 397 3 0,750 

5 500 503 3 0,600 

6 600 601 1 0,160 

7 700 703 3 0,428 

8 800 805 5 0,625 

9 900 905 5 0,555 

10 1000 1007 7 0,700 

11 1100 1103 3 0,272 

12 1200 1199 1 0,083 

13 1300 1315 15 1,154 

14 1400 1402 2 0,143 

15 1500 1481 19 1,267 

16 1600 1605 5 0,313 

17 1700 1707 7 0,412 

18 1800 1803 3 0,167 

19 1900 1907 7 0,368 

20 2000 2011 11 0,550 

21 2100 2101 1 0,048 

22 2200 2205 5 0,227 

23 2300 2302 2 0,087 

24 2400 2411 11 0,458 

25 2500 2512 12 0,480 

26 2600 2611 11 0,423 

27 2700 2703 3 0,111 

28 2800 2805 5 0,179 

29 2900 2899 9 0,310 

30 3000 3011 11 0,367 

31 3100 3113 13 0,419 

32 3200 3216 16 0,500 

33 3300 3296 4 0,121 

34 3400 3418 18 0,529 

35 3500 3501 1 0,029 

36 3600 3621 21 0,583 

37 3700 3711 11 0,297 

38 3800 3760 40 1,526 

39 3900 3913 13 0,333 

40 4000 4014 14 0,350 

Σ ∆X = 327 

Σ KR= 

20,759 

Dari pengujian dan pengambilan data 

cacahan diperoleh harga selisih rata-rata 

hasil pengukuran cacah antara Universal 

Counter DC 503 A dengan modul ADAM- 

4080D: 

80


Σ∆X 

327 

∆ X = = = 8,175 cacah 

n 40 

Kesalahan relatif rata-rata: 

ΣKR 

∗100% 

20,759 

KR = 

n 

= = 0,518975 % 

100 40 

b. Tabel 2. Universal Counter DC 503 A 

dengan Tampilan Komputer 

n 

Frekuensi Cacah 

Universal Tampilan 

Counter DC Program 

503 A Komputer 

Herz Cacah/10s 

(S) (X) 

Selisih 

Cacah Alat 

∆X 

= S − X 

(∆ X) 

Kesalahan 

Relatif 

KR = 

∆X 

S 

(%) 

1 100 103 3 3,000 

2 200 198 2 1,000 

3 300 298 2 0,667 

4 400 392 8 2,000 

5 500 499 1 0,200 

6 600 595 5 0,833 

7 700 694 6 0,857 

8 800 798 2 0,250 

9 900 889 11 1,222 

10 1000 988 12 1,200 

11 1100 1084 16 1,455 

12 1200 1177 23 1,917 

13 1300 1291 9 0,692 

14 1400 1383 17 0,214 

15 1500 1508 8 0,533 

16 1600 1577 23 1,438 

17 1700 1683 17 1,063 

18 1800 1785 15 0,833 

19 1900 1881 19 1,000 

20 2000 1975 25 1,250 

21 2100 2080 20 0,952 

22 2200 2166 34 1,545 

23 2300 2280 20 0,869 

24 2400 2388 12 0,500 

25 2500 2468 32 1,280 

26 2600 2565 35 1,346 

27 2700 2655 45 1,667 

28 2800 2777 23 0,821 

29 2900 2844 56 1,931 

30 3000 2958 42 1,400 

31 3100 3059 41 1,323 

32 3200 3155 45 1,406 

33 3300 3251 49 1,485 

34 3400 3366 34 1,000 

35 3500 3440 60 1,714 

36 3600 3558 42 1,167 

37 3700 3645 55 1,486 

38 3800 3812 12 0,316 

39 3900 3875 25 0,641 

40 4000 3959 41 1,025 

∑ ( ∆X) 

= ∑ KR = 

947 

46,498 

Dari pengujian dan pengambilan data 

cacahan diperoleh harga selisih rata-rata 

hasil pengukuran cacah antara Universal 

Counter DC 503 A dengan tampilan 

program komputer: 

∆X 

947 

∆X 

= ∑ = = 

n 40 

23,675 cacah 

Kesalahan relatif rata-rata: 

( KR) 

n) 

∑ ∗100 % 46,498 

KR = = = 1,162 % 

100 

40 

Analisa Pengujian 

Sebelum seluruh rangkaian 

pengujian dilakukan, hal yang perlu 

diperhatikan, apakah ADAM-4080D dapat 

dipergunakan sebagai pencacah pada 

pesawat Renograf. Hal tersebut dapat 

dilihat dengan membandingkan Spesifikasi 

Renograf dengan ADAM-4080D (lihat Tabel 

3). Pada Renograf spesifikasi didapat dari 

pengujian dengan menggunakan sumber I 

131 dengan jarak detektor 10 Cm dari 

cuplikan. 

Tabel 3. Perbandingan Spesifikasi 

Renograf terhadap ADAM-4080D 

No Spesifikasi Renograf ADAM-4080D 

1. Lebar pulsa 1 ms 20 µs 

2. Tinggi pulsa 8 V 30 V 

3. Jmlh Cacah 750 cacah 50.000 cacah 

4. Cacah Max 1000 4,294,967,295 

Dari Tabel 3 maka ADAM-4080D 

mempunyai spesifikasi ynag lebih tinggi 

dari spesifikasi Renograf, hal tersebut 

memungkinkan pemakaian ADAM-4080D 

sebagai pencacah pada pesawat Renograf. 

Setelah mengetahui kelayakan 

ADAM-4080D sebagai pencacah pada 

pesawat Renograf maka dilakukan 

pengujian selanjutnya. Pengujian dilakukan 

dengan membandingkan antara hasil 

pengukuran yang didapat dari Universal 

Counter DC 503 A dengan hasil yang 

didapat dari Modul ADAM-4080D, dan 

tampilan pada perangkat lunak. Modul 

ADAM-4080D dan tampilan perangkat 

lunak ADAM sebagai alat pencacah yang 

diamati cacahannya. Universal Counter DC 

503 A sebagai alat yang diamati 

frekuensinya. 

Nilai cacahan dari hasil pengamatan 

menunjukkan selisih cacahan akhir pada 

pencacahan yang dilakukan setiap waktu 

10 detik. Nilai tersebut yang menunjukkan 

perbedaan antara alat-alat pencacah 

dengan alat pengatur kenaikan frekuensi. 

Grafik dapat dilihat pada gambar 5. 

Dari hasil pengujian jelas terlihat 

bahwa data cacahan yang diperoleh 

mempunyai harga selisih rata-rata hasil 

pengukuran cacah antara Universal 

Counter DC 503 A dengan modul ADAM- 

4080D adalah ∆ X = 8,175 cacah, yang 

berarti setiap kenaikan frekuensi 100 Hz 

terjadi selisih rata-rata jumlah cacahan 

sebesar 8,175 cacah setiap kenaikannya. 

81


Kesalahan relatif rata-rata adalah KR = 

0,518975 %. Sedangkan untuk pengujian 

hasil data pencacahan harga selisih ratarata 

hasil pengukuran cacah antara 

Universal Counter DC 503 A dengan 

tampilan program komputer adalah ∆ X = 

23,675 cacah, hal ini juga mempunyai arti 

bahwa setiap kenaikan frekuensi 100 Hz 

terjadi selisih rata-rata jumlah cacahan 

sebesar 23,675 cacah setiap kenaikannya. 

Dengan kesalahan relatif rata-rata KR = 

1,162 %. 

Dari hasil pengujian menunjukkan 

bahwa selisih rata-rata hasil cacahan dari 

tampilan program komputer lebih besar 

dibanding dengan hasil cacahan modul 

ADAM-4080D. Hal tersebut memberikan 

pengertian bahwa dengan waktu 

pencacahan yang sama pada setiap kedua 

alat tersebut, tidak memberikan hasil 

cacahan yang sama. Pada tampilan 

program komputer menunjukan kelambatan 

pencacahan lebih besar pada setiap waktu 

cacahnya. Sedangkan pada LED display 

modul ADAM-4080D kelambatan 

pencacahan cenderung lebih kecil pada 

komputer. Gejala tersebut dapat 

diperkirakan karena pada komputer 

memerlukan waktu untuk pemberian 

perintah dan pengambilan data, yang 

disimpan pada tempat penyimpanan 

sementara yaitu buffer pada komputer. 

Kesalahan relatif rata-rata dari kedua alat 

pencacah yang digunakan masih 

menunjukan kesalahan yang relatif kecil, 

yaitu masih dibawah 5 %, dengan demikian 

kedua alat tersebut layak untuk digunakan 

sebagai alat pencacah. 

4. KESIMPULAN 

Modul ADAM-4080D telah layak 

dirancang sebagai modul pengganti antar 

muka antara pencacah dengan komputer 

pengolah data pada pesawat renograf, 

yang memanfaatkan teknologi komunikasi 

data melalui port serial, dan mampu 

membuka jalur komunikasi data antara 

pencacah dengan komputer dipergunakan 

komunikasi data secara serial yaitu dengan 

port serial RS-232. Dengan modul ADAM- 

4080D ini, pesawat renograf dapat 

dijalankan dengan menggunakan komputer 

note book. 

Dalam mengantisipasi suatu saat 

pada komputer tidak menggunakan slot ISA 

bus, maka Modul ADAM-4080D dapat 

digunakan sebagai modul pencacah 

perangkat renograf menggantikan modul 

add-on card yang ada saat ini. 

Untuk dapat melihat proses 

pencacahan yang dilakukan ADAM-4080D 

maka dibuatlah program komputer, yang 

secara langsung dapat menampilkan 

prosess pencacahan secara numeris 

maupun grafis pada tampilan komputer. 

5. DAFTAR PUSTAKA 

1. Adi Kurnia, Pemrograman Microsoft 

Visual Basic 6, Elex Komputindo, 

Jakarta,1999 

2. ADVANTECH, ADAM 4000 Serie, 

Data Aquisition Modules, User’s 

Manual 

3. Francis Weston Sears, Mark W. 

Zemansky, Fisika untuk Universitas 1 

Mekanika, Panas, Bunyi, Binacipta, 

Jakarta, 1985 

4. K.-H. Bremer, Application of 

Radionuclides in life Sciences, Joint 

German-Indonesia Seminar On R&D 

Activities Using The MPR-30, Jakarta, 

1985 

5. Rukmono. P, Joko. S, Renograf Dual 

Probe Berbasis Komputer Personal 

Akurat, Aman, dan Ekonomis, Leaflet, 

P2PN, Badan Tenaga Nuklir Nasional, 

Serpong, 2001 

6. Sudarti, Agus Santoso, Rahmat, 

Darsono, Petunjuk Praktikum 

Instrumentasi Nuklir, PATN-Batan, 

Yogyakarta 

7. Val King, Dick Waller, Paduan Praktis 

PC-DOS, Elex Media Komputindo, 

Jakarta,1988 

8. WWW.ADVANTECH.com 

6. LAMPIRAN 

1. Gambar 1b. Modul ADAM-4080D 

2. Gambar 3. Diagram Alir Program 

3. Gambar 5. Grafik Cacah terhadap 

Frekuensi 

4. Gambar 6. Tampilan Perangkat Lunak 

Program 


Nama Hendra Prihatnadi lahir di 

Subang pada tanggal 10 Juni 1969. 

Menamatkan pendidikan di Sekolah Tinggi 

Teknologi Nuklir dalam bidang Tekno Fisika 

Nuklir. Saat ini bekerja sebagai staf Bidang 

Peralatan Komponen Nuklir di Pusat 

Pengembangan Perangkat Nuklir – Badan 

Tenaga Nuklir Nasional, Kawasan 

PUSPIPTEK –Serpong Tangerang. 

82


83


Setting comport 9600, 8, 1, N 

Waktu 

A 

MULAI 

BERHENTI 

RESET 

Pesan 

Masukan 

Waktu 

NO 

Waktu=” ’’ 

Serial 

buffer = 0 

YES 

Kirim perintah 

MULAI = ”$00501” 


RESET =”$0060” 

A 

Hidupkan Timer 

Timer=waktu 

Hidupkan Timer 

Timer=waktu 


BERHENTI =”$00500” 

A 


BACA =#000 

Baca Serial buffer 

Konversi Hexadesimal 

Tampilkan 

YES 

Waktu


2200 2205 2166 

2300 2302 Gambar 2280 5. Grafik Cacah terhadap Frekuensi 

2400 2411 2388 

2500 2512 2468 

2600 2611 2565 

2700 4500 2703 2655 

2800 4000 2805 2777 

2900 3500 2899 2844 

3000 3000 3011 2958 

3100 2500 3113 3059 

3200 

2000 

3216 3155 

1500 

3300 3296 3251 

1000 

3400 3418 3366 

500 

3500 3501 3440 

0 

3600 3621 3558 

3700 3711 3645 

3800 3760 3812 

Frekuensi 

3900 3913 3875 

4000 4014 3958 

Cacah 

100 

300 

500 

700 

900 

1100 

1300 

1500 

1700 

1900 

2100 

2300 

2500 

2700 

2900 

3100 

3300 

3500 

3700 

3900 

ADAM4080D 

KOMPUTER 

Gambar 5. Grafik Cacah terhadap Frekuensi 

Gambar 6. Tampilan Perangkat Lunak Program 

85


Pembuatan Prosessor Sinyal 

Kamera Gamma 37 PMT 

Leli , Tjutju RL , Atang S , Sukandar 

P2PN- BATAN Kawasan Puspiptek Serpong 

Abstrak 

Pembuatan prosessor sinyal kamera gamma 37 PMT telah dilakukan yang 

merupakan salah satu bagian dari perangkat keras kamera gamma plannar 37 

PMT. Kamera Gamma adalah merupakan alat diagnosa yang dapat memberikan 

informasi berupa citra distribusi radioaktif yang berlabel dalam tubuh pasien. Citra 

tersebut diperoleh dengan cara mendeteksi pancaran radioaktif dari dalam tubuh 

pasien menggunakan detektor nuklir yang ditempatkan pada lokasi yang 

ditentukan diluar tubuh pasien. Secara garis besar perangkat kamera gamma 

dapat dibagi menjadi 3(tiga) bagian, yaitu sistem detektor, sistem elektronika dan 

sistem mekanik.Sistem elektronika terdiri dari perangkat pendeteksi sinyal dan 

perangkat pengolah sinyal. Perangkat pengolah sinyal adalah perangkat yang 

berfungsi untuk mengolah sinyal yang berasal dari perangkat pendeteksi sehingga 

sinyal keluaran dari prosessor sinyal ini bisa di teruskan ke rangkaian interface 

untuk komputerisasi. Ada 3 (tiga) sinyal utama kamera gamma yaitu x, y danz, 

pengolahan sinyal tersebut dilakukan untuk mendapatkan sinyal analog yang 

benar yang membawa informasi berupa posisi yang berasal dari perangkat 

pendeteksi sinyal kamera gamma. Sinyal keluaran yang dihasilkan adalah sinyal 

analog bipolar x dan y dengan amplitudo 5 volt dengan panjang waktu 1us dan 

sinyal z berupa TTL untuk mensinkronisasikan ke sinyal posisi x dan y tersebut. 

I. PENDAHULUAN 

Indonesia sebagai negara yang telah 

mengembangkan bidang kedokteran nuklir 

telah banyak menggunakaan kamera 

gamma dengan berbagai type yang 

umumnya di sponsori oleh BATAN, dengan 

demikian BATAN cukup banyak 

berpengalaman terutama dalam bidang 

perawatan kamera gamma, oleh karena itu 

kiranya BATAN perlu untuk 

mengembangkan sendiri Kamera Gamma 

untuk mengurangi ketergantungan terhadap 

negara lain dan juga tidak kalah pentingnya 

dalam menghemat devisa negara pada 

masa yang akan datang. 

Dalam rangka rekayasa disain 

kamera gamma sampai saat ini kegiatan 

litbang P2PN telah menghasilkan berbagai 

komponen untuk kamera gamma planar 

antara lain sampai saat ini telah tersedia 

37 PMT dalam bentuk larik heksagonal 

untuk kamera gamma planar berikut preamp 

dan amplifiernya menggunakan 

teknologi mikro-elektronik hibrida. Kegiatan 

selanjutnya perlu dibuat perangkat 

pengolah sinyal untuk melengkapi 

perangkat yang sudah ada yang nantinya 

akan dilakukan integrasi system untuk 

menghasilkan perangkat yang lebih 

lengkap, yang kemudian dapat 

dioperasikan dengan baik. 

II. Diskripsi Rangkaian 

Perangkat Kamera gamma yang 

sudah ada di P2PN BATAN yaitu telah 

terakit Kamera Gamma Planar 37 PMT 

dari Medx, USA , terdiri dari 

shielding detektor, casing detektor, rak 

PMT dan penunjang detektor. Kemudian 

telah dibuat perangkat pendeteksi 

sinyal yang berfungsi untuk mendeteksi 

sinyal dari detektor. 

Untuk perangkat pengolah sinyal 

telah didisain seperti terlihat pada gambar 

1. Blok diagram perangkat pengolah sinyal, 

dimana perangkatnya terdiri dari : 

• dua buah modul non linier 

• satu buah modul sum xyp 

• satu buah modul sum ze 

• satu buah modul PUI ( pile-up 

inspector ) 

• satu buah modul divider 

• dua buah modul SCA ( single 

channel analyzer ) 

Sedangkan untuk rangkaian detailnya bisa 

dilihat pada lampiran lampiran. 

86


PMT yang tidak terletak pada sumbu x 

Non 

Linier 1 

SUM 

XYP 

Divider 

Perangkat 

pendeteksi 

sinyal 

Non 

Linier 2 

SCA 

PUI 

inter 

face 

SUM 

ZE 

SCA 

Perangkat Pengolah Sinyal 

Gambar 1. Blok Diagram Perangkat pengolah sinyal 

Nonlinier : 

Respon dari tiap – tiap PMT tidak 

linier tetapi tergantung pada “solid 

angle“ kelipan cahaya pada kristal terhadap 

PMT (1) yang berpengaruh terhadap 

liniearitas. Fungsi rangkaian nonlinier ini 

adalah untuk mengurangi slope atau gain 

pulsa PMT. 

SUM XYP dan SUM ZE 

Dasar dari rangkaian ini adalah 

rangkaian summing amplifier atau 

rangkaian penjumlah dimana untuk sum 

xyp merupakan rangkaian penjumlah 

differensial sedangkan untuk sum ze 

rangkaian penjumlah biasa. Fungsi dari 

modul sum xyp ini adalah untuk 

mendapatkan sinyal yang sesuai dengan 

posisi dari PMT nya, dimana posisi PMT 

terdiri dari : 

- posisi x+ 

- posisi x- 

- posisi y+ 

- posisi y- 

Sinyal sum x adalah jumlah terbobot 

seluruh PMT yang tidak terletak pada 

sumbu y. Nilai bobot pada rangkaian sum 

x proporsional terhadap posisi PMT dari 

sumbu y. Sinyal sum y adalah jumlah 

terbobot seluruh 

Nilai bobot pada rangkaian sum x 

proporsional terhadap posisi PMT dari 

sumbu x. Tabung disepanjang sumbu x dan 

sumbu y tidak dijumlahkan karena 

memberikan pengaruh yang saling 

menghilangkan. Amplitudo sum x / sum y 

tergantung pada koordinat dan energi 

radiasi. Sum z (energi) menjumlahkan 

seluruh PMT dengan bobot yang sama. 

Keluaran penjumlah : 

Sum x = Σ Gi.gi.Ii 

Sum y = Σ Gi.fi.Ii 

Sum Z = Σ Gi.mi.Ii 

Gi = gain PMT ke-i 

gi, fi, mi = nilai bobot x, y, z 

Ii = input ke-i 

ZE,ZP,X,Y, 

input 

DZE/dt 

SCA ( Single Channel Analyzer ) 

Single Channal Analyzer atau 

analisator saluran tunggal adalah modul 

yang fungsinya untuk mengamati sinyal 

radiasi gamma, saluran yang hanya satu ini 

digunakan untuk menjaring (scanning) 

sekelompok sinyal secara manual atau 

otomatis. Sekelompok sinyal akan berhasil 

87


masuk ke dalam saluran yang lebih lebar 

tingkapnya (window-width) dan sinyal 

tertentu akan dilewatkan untuk diteruskan 

ke modul lain. Dalam SCA digunakan 

diskriminator diferensial yang mempunyai 

dua tingkat, yaitu diskriminator tingkat satu 

( D1 ) dan diskriminator tingkat dua ( D2 ) 

kedua diskriminator ini menjadi celah atau 

jendela yang lebarnya ( D2 – D1 ) volt. 

Sinyal yang berada dalam celah tersebutlah 

yang akan dilewatkan oleh modul SCA ini. 

Seperti terlihat pada gambar di bawah ini : 

D1 

D2 

input 

output 

Gambar 3. Bentuk sinyal pada SCA 

PUI (Pile-Up Inspector) 

Fungsi dari PUI adalah untuk 

mengidentifikasi apakah terjadi proses 

penumpukan pulsa atau tidak, sebab kalau 

terjadi penumpukan menyebabkan 

kesalahan koordinat pixel pada CRT. 

Proses identifikasi pulsa yang bertumpuk 

dapat dilakukan dengan cara menghibung 

lebar pulsa, pulsa dari penjumlah energi 

didiferensialkan, diperoleh pulsa bipolar 

deteksi jarak leading edge dan zero 

crossing. Keluaran PUI dilewatkan pada 

suatu gate generator yang menghasilkan 

sinyal kontrol gate, apabila sinyal yang 

diamati memenuhi syarat untuk diproses 

lebih lanjut. Sinyal gate tidak sinkron 

dengan sinyal sinyal penjumlah posisi. 

Sinyal sinyal dari penjumlah posisi perlu 

diperlambat selama selang waktu yang 

diperlukan PUI untuk memeriksa terjadinya 

pile-up. 

pile up 

DIVIDER 

Rangkaian divider ini berfungsi untuk 

membagi koordinat analog (x,y) oleh sinyal 

energi (z) untuk menghilangkan 

ketergantungan koordinaat terhadap energi. 

zx 

zp 

zy 

Diveder 

zx/zp 

zy/zp 

Gambar 4. Blok divider 

III. HASIL PERCOBAAN DAN 

KESIMPULAN 

Pengujian dilakukan pada setiap 

modul, dengan memberikan input yang 

diambil dari keluaran dari perangkat 

pendeteksi sinyal. Input masuk ke modul 

nonlinier1, modul nonlinier 2 dan modul 

sum ze. Pada modul nonlinier sinyal tidak 

mengalami perubahan karena sesuai 

dengan fungsinya modul nonlinier ini hanya 

untuk mengurangi slope atau gain pulsa 

yang keluar dari PMT. Sedangkan pada 

modul sum ZE dan modul sum XYP disini 

sinyal diolah pada rangkaian summing 

amplifier untuk mendapatkan titik koordinat 

yang benar sesuai dengan posisi x dan y 

pada PMT nya. Setelah melalui modul 

divider maka keluarannya adalah sinyal 

bipolar x dan sinyal y dengan tinggi 

amplitudo 5 vdc dan panjang waktu selama 

1 us. Sinyal ini merupakan input untuk 

rangkaian interface dimana pada rangkaian 

interface ini sinyal tersebut akan dirubah 

menjadi sinyal digital dan mentransfer 

sinyal x dan y tersebut yang di digitasi ke 

memori PC menurut parameter aqusisi 

yang telah didefinisikan sebelumnya yang 

disimpan oleh software dalam registernya. 

Sinyal z yang berupa TTL dihasilkan oleh 

modul PUI sinyal ini sebagai trigger sinyal x 

dan y atau untuk mensinkronkan sinyal x 

dan y . 

Bentuk sinyal yang dihasilkan seperti 

berikut : 

zx 

zy 

X, Y 

Gambar 4. Contoh sinyal yang menumpuk 

88


Z 

Dari hasil percobaan dapat 

disimpulkan bahwa keluaran perangkat 

pengolah sinyal adalah sinyal x dan y 

dengan tinggi amplitudo 5 volt dc dengan 

panjang waktu 1 us serta sinyal z yang 

berupa TTL. Sinyal ini merupakan sinyal 

input dari rangkaian interface kamera 

gamma yang pada saat ini sedang dalam 

tahap penyelesaian. 


1. (1) Diklat Perawatan Kamera Gamma 

Genesys/Pegasys ADAC, Januari 1996 

2. R.C. Smart, Principles of Radionuclide 

Imaging, Departement of Nuclear 

Medicine, St George Hospital, Kogarah, 

NSW, Australi 1988 

3. M. Ridwan dkk, Pengantar Ilmu 

Pengetahuan dan Teknologi Nuklir, 

Badan Tenaga Nuklir Nasional, 1978. 

4. Linier Applications Handbook, National 

Semiconductor, 1986 

5. Imagamma PC Gamma Camera 

Interface, Instituto Nacional De 

Oncologia Radiobiologia, Havana, Cuba, 

Oktober 1997 


LELI YUNIARSARI, lahir di Sumedang 

pada tanggal 4 Desember 1966. 

Pendidikan terakhir di PATN (Pendidikan 

Ahli Teknik Nuklir ) YOGYAKARTA Jurusan 

Intrumentasi, Teknik Fisika. Bekerja di 

P2PN BATAN sebagai Staff Bidang 

Perawatan dan Perbaikan 

89

Prosiding - KM Ristek

Create successful ePaper yourself

Delete template?

Save as template?