Fitting The Data Menerjemahkan Model

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