Logika dasar yang digunakan dalam membangun main model simulasi dinamis pada Gambar 5.8. dapat dilihat pada blok diagram model yang disajikan dalam
Gambar 5.9.
Energi Panas Burner
Suhu Keluaran dari Blower
Luas Saluran Penghantar
Suhu Dinding Saluran
Kapasitas Pemakaian Bahan Bakar per Jam
LHV Solar Efisiensi Burner
Koefisien Transfer Panas
Suhu Udara pada Ujung Saluran
Penghantar ke Ruang Plenum
Losses Perpindahan Panas
Panas yang Dibutuhkan
Ruang Plenum
Suhu Ruang Plenum = 45 ÂșC
Rugi Kalor
Rasio Kelembaban Ruang Plenum
Menggunakan Psikometrik Diagram
Lama Pengeringan Dihitung dengan
Metode Heat Balance
Faktor Bentuk Konduksi Total
Konduktivitas Termal Ruang Plenum
Rasio Kelembaban Shelter
Suhu Udara Shelter Massa Udara
Pengering
Berat Air yang Harus Dikeluarkan
Konsumsi Bahan Bakar per Siklus
Kadar Air Akhir
Kadar Air Awal
Berat Gabah yang Akan Dikeringkan
Kelembaban Shelter
Kelembaban Ruang Plenum
Debit Aliran Udara
Volume Spesifik Udara
Perpindahan Panas secara Forced Convection
Perpindahan Panas secara Forced Convection
Gambar 5.9. Blok Diagram Model
5.2.3. Fitting The Data
Pada langkah ini, dilakukan identifikasi terhadap data yang dikumpulkan. Identifikasi dilakukan untuk mengetahui pola data masa lalu agar dapat
memperoleh spesifikasi data yakni parameter distribusi dari data yang akan dijadikan acuan untuk pembangkitan data tiruan pada simulasi dinamis nantinya.
Pola data masa lalu ditentukan dengan melakukan uji distribusi data. Adapun data
Universitas Sumatera Utara
yang akan diuji polanya adalah data suhu dan kelembaban udara shelter, suhu
dinding saluran penghantar, losses panas, dan kelembaban udara ruang plenum. Maka, hasil dari pengujian data menggunakan software Stat::Fit sebagai
berikut : 1. Data suhu udara shelter berdistribusi Lognormal. Hasil pengujian dapat
dilihat pada gambar 5.10.
Gambar 5.10. Pengujian Data Suhu Udara Shelter
2. Data kelembaban shelter berdistribusi Uniform. Hasil pengujian distribusi dapat dilihat pada gambar 5.11.
Gambar 5.11. Pengujian Data Kelembaban Shelter
3. Data suhu dinding saluran penghantar berdistribusi Uniform. Hasil pengujian distribusi dapat dilihat pada gambar 5.12.
Universitas Sumatera Utara
Gambar 5.12. Pengujian Data Suhu Dinding Saluran Penghantar
4. Data losses panas berdistribusi Uniform. Hasil pengujian distribusi dapat dilihat pada gambar 5.13.
Gambar 5.13. Pengujian Data Losses Panas
5. Data kelembaban udara ruang plenum berdistribusi Uniform. Hasil pengujian distribusi dapat dilihat pada gambar 5.14.
Gambar 5.14. Pengujian Data Kelembaban Udara Ruang Plenum
Universitas Sumatera Utara
5.2.4. Menerjemahkan Model
Setelah membangun main model, langkah selanjutnya adalah menerjemahkan model dengan cara mendefinisikan komponen yang digunakan.
Sebelum didefinisikan, komponen masih berupa undefined variable yang memiliki tanda tanya. Mendefinisikan komponen dilakukan dengan kuantifikasi
yaitu melakukan double click pada komponen dan menginput formulasi untuk komponen rate dan auxiliary, sedangkan untuk komponen level dan constant yang
diinput adalah nilai. Seperti nilai efisiensi burner, diperoleh dengan perhitungan berdasarkan data kapasitas pemakaian bahan bakar, energi panas yang dihasilkan
oleh burner dan nilai LHV lower Heating Value bahan bakar sebagai berikut :
Untuk mengetahui jenis aliran fluida pada saluran penghantar, maka harus diketahui nilai bilangan reynoldnya sebagai berikut :
Re = 73,42 2300, maka aliran tersebut laminar.
Universitas Sumatera Utara
Sehingga, perhitungan perpindahan panas yang terjadi dari blower ke ruang plenum menggunakan konsep forced convection secara laminar. Sedangkan
untuk debit aliran udara pengering diperoleh sebagai berikut : Q = v x A
Q = 150 ms x 0,7 m x 0,7 m Q = 73,5 m
3
s Q = 264.600 m
3
jam Untuk nilai rasio kelembaban udara shelter maupun ruang plenum
diperoleh dengan cara interpolasi berdasarkan range nilai pada grafik psikometrik, yang dapat dilihat pada gambar 5.15.
Gambar 5.15. Nilai Rasio Kelembaban menggunakan Grafik Psikometrik
Universitas Sumatera Utara
Nilai batas atas dan batas bawah pada grafik diatas merupakan nilai yang akan dijadikan sebagai input dalam interpolasi untuk mendapatkan nilai rasio
kelembaban ruang plenum maupun shelter. Sedangkan untuk nilai constant yang lainnya diinput berdasarkan data
yang diperoleh dari perusahaan, yang tertera pada pengumpulan data. Setelah selesai mendefinisikan komponen maka tanda tanya akan hilang dan komponen
akan menjadi terdefinisi. Pendefinisian komponen yang dilakukan adalah sebagai berikut :
Universitas Sumatera Utara
Gambar 5.16. Equation Window Powersim
Universitas Sumatera Utara
Setelah semua komponen terdefinisi, maka dapat dilakukan perhitungan dengan model simulasi dinamis yakni dengan cara menjalankan simulasi dinamis yang
dibuat. Menjalankan simulasi dinamis dilakukan dengan cara mengklik perintah RUN pada menu bar atau dapat juga dilakukan dengan cara shortcut melalui
keyboard yakni dengan menekan tombol Ctrl dan Space secara bersamaan. Adapun hasil simulasi dinamis suhu keluaran dari blower dan suhu udara pada
ujung saluran penghantar ke ruang plenum dapat dilihat dalam time table pada tabel 5.5.
Tabel 5.5. Time Table Hasil Simulasi Suhu Keluaran dari Blower
Sedangkan untuk time graph dari hasil simulasi dinamis suhu keluaran dari blower dapat pada gambar 5.17.
T ime Suhu Keluaran dari Blow er c elc ius
Mar 01 12: 00 AM Mar 01 3: 00 AM
Mar 01 6: 00 AM Mar 01 9: 00 AM
Mar 01 12: 00 PM Mar 01 3: 00 PM
Mar 01 6: 00 PM Mar 01 9: 00 PM
Mar 02 12: 00 AM Mar 02 3: 00 AM
Mar 02 6: 00 AM Mar 02 9: 00 AM
Mar 02 12: 00 PM Mar 02 3: 00 PM
Mar 02 6: 00 PM Mar 02 9: 00 PM
Mar 03 12: 00 AM Mar 03 3: 00 AM
Mar 03 6: 00 AM Mar 03 9: 00 AM
Mar 03 12: 00 PM Mar 03 3: 00 PM
Mar 03 6: 00 PM Mar 03 9: 00 PM
Mar 04 12: 00 AM 63. 38
63. 64 63. 91
64. 17 64. 44
64. 70 64. 97
65. 23 65. 49
65. 46 65. 42
65. 39 65. 35
65. 32 65. 28
65. 24 65. 21
65. 06 64. 91
64. 75 64. 60
64. 45 64. 30
64. 15 64. 00
Universitas Sumatera Utara
Gambar 5.17. Time Graph Hasil Simulasi Suhu Keluaran Blower
Hasil simulasi dinamis suhu udara pada ujung saluran penghantar ke ruang
plenum dapat dilihat dalam time table pada tabel 5.6. Tabel 5.6.
Time Table Hasil Simulasi Suhu Udara pada Ujung Saluran Penghantar ke Ruang
Plenum
Time Suhu Udara pada Ujung Saluran Penghant ar ke Ruang Plenum c elc ius
Mar 01 12: 00 AM Mar 01 3: 00 AM
Mar 01 6: 00 AM Mar 01 9: 00 AM
Mar 01 12: 00 PM Mar 01 3: 00 PM
Mar 01 6: 00 PM Mar 01 9: 00 PM
Mar 02 12: 00 AM Mar 02 3: 00 AM
Mar 02 6: 00 AM Mar 02 9: 00 AM
Mar 02 12: 00 PM Mar 02 3: 00 PM
Mar 02 6: 00 PM Mar 02 9: 00 PM
Mar 03 12: 00 AM Mar 03 3: 00 AM
Mar 03 6: 00 AM Mar 03 9: 00 AM
Mar 03 12: 00 PM Mar 03 3: 00 PM
Mar 03 6: 00 PM Mar 03 9: 00 PM
Mar 04 12: 00 AM 46. 25
46. 26 46. 27
46. 29 46. 30
46. 31 46. 32
46. 33 46. 34
46. 61 46. 88
47. 15 47. 41
47. 68 47. 95
48. 22 48. 49
48. 15 47. 81
47. 47 47. 13
46. 79 46. 45
46. 10 45. 76
Universitas Sumatera Utara
Sedangkan untuk time graph dari hasil simulasi dinamis suhu udara pada ujung saluran penghantar ke ruang plenum dapat pada gambar 5.18.
Gambar 5.18. Time Graph Hasil Simulasi Suhu Udara pada Ujung Saluran
Penghantar ke Ruang Plenum
Hasil simulasi dinamis suhu ruang plenum, panas yang dibutuhkan ruang plenum, dan rugi kalor dapat dilihat dalam time table pada tabel 5.7.
Tabel 5.7. Time Table Hasil Simulasi Suhu Ruang Plenum, Panas yang
Dibutuhkan Ruang Plenum, dan Rugi Kalor
ce lciu s
Universitas Sumatera Utara
Sedangkan untuk time graph dari hasil simulasi dinamis suhu ruang plenum, panas yang dibutuhkan ruang plenum, dan rugi kalor dapat pada gambar 5.19.
Gambar 5.19. Time Graph Hasil Simulasi Suhu Ruang Plenum, Panas yang
Dibutuhkan Ruang Plenum, dan Rugi Kalor
Hasil simulasi dinamis waktu untuk menaikkan suhu ruang plenum dapat dilihat dalam time table pada tabel 5.8
Tabel 5.8. Time Table Hasil Simulasi Waktu untuk Menaikkan Suhu Ruang
Plenum
T ime Wakt u unt uk Menaikkan Suhu Ruang Plenum menit
Mar 01 12: 00 AM Mar 01 3: 00 AM
Mar 01 6: 00 AM Mar 01 9: 00 AM
Mar 01 12: 00 PM Mar 01 3: 00 PM
Mar 01 6: 00 PM Mar 01 9: 00 PM
Mar 02 12: 00 AM Mar 02 3: 00 AM
Mar 02 6: 00 AM Mar 02 9: 00 AM
Mar 02 12: 00 PM Mar 02 3: 00 PM
Mar 02 6: 00 PM Mar 02 9: 00 PM
Mar 03 12: 00 AM Mar 03 3: 00 AM
Mar 03 6: 00 AM Mar 03 9: 00 AM
Mar 03 12: 00 PM Mar 03 3: 00 PM
Mar 03 6: 00 PM Mar 03 9: 00 PM
Mar 04 12: 00 AM 8. 23
8. 29 8. 35
8. 40 8. 46
8. 51 8. 57
8. 63 8. 68
9. 18 9. 68
10. 18 10. 68
11. 18 11. 68
12. 18 12. 68
11. 81 10. 94
10. 08 9. 21
8. 34 7. 47
6. 60 5. 73
Universitas Sumatera Utara
Sedangkan untuk time graph dari hasil simulasi waktu untuk menaikkan suhu ruang plenum dapat dilihat pada gambar 5.20.
Gambar 5.20. Time Graph Hasil Simulasi Waktu untuk Menaikkan Suhu
Ruang Plenum
Hasil simulasi dinamis lama pengeringan dapat dilihat dalam time table pada tabel 5.9.
Tabel 5.9. Time Table Hasil Simulasi Lama Pengeringan
Sedangkan untuk time graph dari hasil simulasi lama pengeringan dapat dilihat pada gambar 5.21.
Universitas Sumatera Utara
Gambar 5.21. Time Graph Hasil Simulasi Lama Pengeringan
Untuk kebutuhan energi serta material dan energy balance yang digunakan dalam proses pengeringan GKP sebanyak 6 ton dapat dilihat pada lampiran 3.
5.2.5. Verifikasi