Sabtu, 17 Mei 2008

ANALISIS CFD UNJUK KERJA SIKLON

Siklon (cyclone) karena karakteristiknya sering digunakan sebagai alat pemisah partikel dengan gas. Penggunaan siklon sering dijumpai sebagai alat pengontrol polusi udara dari pengotor debu. Siklon juga dijumpai pada proses pembakaran untuk peralatan umpan bahan bakar padat (pulverized) pada boiler. Alasan utama penggunaan siklon adalah harganya yang murah, tidak mempunyai bagian yang bergerak dan mampu bertahan pada kondisi operasi yang berat

Prinsip kerja dari siklon adalah terdapatnya kumpulan partikel dan gas yang masuk dalam arah tangensial ke dalam siklon pada bagian puncaknya. Kumpulan gas dan partikel ditekan ke bawah secara spiral karena bentuk dari siklon. Gaya sentrifugal dan gaya inersia menyebabkan partikel terlempar ke arah luar, membentur dinding dan kemudian bergerak turun ke dasar siklon. Dekat dengan bagian dasar siklon, gas bergerak membalik dan bergerak ke atas dalam bentuk spiral yang lebih kecil (lihat Gambar). Gas yang bersih keluar dari bagian puncak siklon sedangkan partikel keluar dari dasar siklon.

Hasil dari analisa CFD (Computational Fluid Dynamic) akan dibandingkan dengan hasil eksperimen dari literatur lain. Karena aliran dalam siklon dipercaya termasuk kedalam jenis turbulen sehingga dalam analisa CFD juga perlu melibatkan pengaruh turbulen dalam pemecahan persamaan momentumnya (Navier Stokes). Dua model turbulen yaitu Spalart-Allmaras dan RNG k-e akan dilibatkan dalam perhitungan numerik. Dari hasil perhitungan numerik dan hasil eksperimen dapat disimpulkan bahwa desain siklon pada penelitian ini masih memungkinkan terjadinya aliran pintas. Besarnya efisiensi pemisahan partikel yang terjadi di atas 90% dan tidak tergantung secara signifikan pada kecepatan gas masuk. Peningkatan kecepatan gas masuk dari 13,2 m/s menjadi 17,8 m/s akan meningkatkan penurunan tekanan hampir dua kali lipat. Model Spalart-Allmaras lebih baik dalam memprediksi penurunan tekanan dan efisiensi pemisahan partikel dalam siklon untuk kisaran kecepatan gas masuk 13,2 m/s sampai 17,8 m/s dibandingkan model turbulen RNG k-e.

Senin, 05 Mei 2008

Analytic Hierarchy process (AHP)

Salah satu kesulitan pada awal implementasi sistem pengelolaan kinerja adalah menentukan bobot masing-masing KPI. Dalam artikel yang lalu disebutkan bahwa untuk melakukan pembobotan bisa dilakukan dengan dua cara yaitu dengan pembobotan secara langsung (direct weighting) atau menggunakan metode Analytic Hierarchy process (AHP). Pada artikel kali ini kita akan membahas bagaimana menggunakan metode AHP untuk menentukan bobot.

AHP dikembangkan oleh thomas saaty pada tahun 1970an. AHP merupakan sistem pembuat keputusan dengan menggunakan model matematis. AHP membantu dalam menentukan prioritas dari beberapa kriteria dengan melakukan analisa perbandingan berpasangan dari masing-masing kriteria. Dalam sistem pengelolaan kinerja yang dimaksud dengan kriteria tersebut adalah KPI.

Penggunaan metode AHP dalam Sistem Pengelolaan Kinerja

Kaidah pembobotan menyatakan bahwa:
Nilai bobot KPI berkisar antara 0 - 1 atau antara 0% - 100% jika kita menggunakan prosentase.
Jumlah total bobot semua KPI harus bernilai 1 (100%)
Tidak ada bobot yang bernilai negatif (-).

Berikut ini adalah langkah-langkah yang digunakan dalam menentukan bobot KPI dengan menggunakan AHP:

Menentukan nilai prioritas KPI. Biasanya orang lebih mudah mengatakan bahwa KPI A lebih penting daripada KPI B, KPI B kurang penting dibanding dengan KPI C dsb, namun mengalami kesulitan menyebutkan seberapa penting KPI A dibandingkan KPI B atau seberapa kurang pentingnya KPI B dibandingkan dengan KPI C. Untuk itu kita perlu membuat tabel konversi dari pernyatan prioritas ke dalam angka-angka. Contoh tabel skala nilai prioritas KPI seperti pada tabel dibawah:Nilai Tingkat prioritas
1 KPI A sama penting dibanding dengan KPI B
3 KPI A sedikit lebih penting dibanding dengan KPI B
5 KPI A lebih penting dibanding dengan KPI B
7 KPI A sangat penting dibanding dengan KPI B
9 KPI A jauh sangat penting dibanding dengan KPI B
2,4,6,8 *) nilai tengah-tengah


*) Pengertian nilai tengah-tengah adalah Jika KPI A sedikit lebih penting dari KPI B maka kita seharusnya memberikan nilai 3, namun jika nilai 3 tersebut dianggap masih terlalu besar dan nilai 1 masih terlalu kecil maka nilai 2 yang harus kita berikan untuk prioritas antara KPI A dengan KPI B.
*) Tabel diatas tidak disebutkan konversi nilai KPI A kurang penting dari KPI B karena pernyataan KPI A kurang penting dari KPI B sama dengan pernyataan nilai KPI B lebih penting dari KPI A

Selanjutnya adalah membuat table perbandingan prioritas setiap KPI dengan membandingkan masing-masing KPI. Sebagai contoh: Jika kita mempunyai 4 KPI, maka kita membuat matrik perbandingan ke-4 KPI tersebut. Misalkan dari proses menbandingkan antar KPI diperoleh nilai prioritas KPI sebagai berikut: KPI A KPI B KPI C KPI D
KPI A 1 1/2 1/5 1/3
KPI B 2 1 1/3 1
KPI C 5 3 1 1/2
KPI D 3 1 2 1


Cara mengisinya adalah dengan menganalisa prioritas antara KPI baris dibandingkan dengan KPI kolom. Dalam prakteknya kita hanya perlu menganalisa prioritas KPI yang terdapat dibawah pada garis diagonal (kotak dengan warna dasar putih) yang ditunjukan dengan warna kuning atau diatas garis diagonal yang ditunjukan dengan kotak warna hijau. Hal ini sesuai dengan persamaan matematika yang menyebutkan jika A:B= X, maka B : A = 1/X. Contoh: jika prioritas KPI B (baris) : KPI A (kolom) = 2, maka prioritas KPI A (baris) : KPI B (kolom) = 1/2 (lihat rumus persamaan perbandingan matematika diatas). Sehingga prioritas setiap KPI antara KPI A : KPI A = 1, KPI C : KPI A = 5, KPI C : KPI B = 3, KPI D : KPI A = 3, KPI D : KPI B = 1, KPI D : KPI C = 2.

Selanjutnya adalah menentukan bobot pada tiap KPI, nilai bobot ini berkisar antara 0 - 1. dan total bobot untuk setiap kolom adalah 1. Cara menghitung bobot adalah angka pada setiap kotak dibagi dengan penjumlahan semua angka dalam kolom yang sama. Contoh bobot dari (KPI A, KPI A) = 1/ (1+2+5+3) = 0.090, (KPI B, KPI A) = 2 / (1+2+5+3) = 0.181. Dengan perhitungan yang saman bobot prioritas tabel KPI di atas menjadi: KPI A KPI B KPI C KPI D
KPI A 0.091 0.091 0.057 0.118
KPI B 0.182 0.182 0.094 0.353
KPI C 0.455 0.545 0.283 0.176
KPI D 0.273 0.182 0.566 0.353



Selanjutnya adalah mencari nilai bobot untuk masing-masing KPI. Caranya adalah dengan melakukan penjumlahan setiap nilai bobot prioritas pada setiap baris tabel dibagi dengan jumlah KPI. Sehingga diperoleh bobot masing-masing KPI adalah:
KPI A = (0.091 + 0.092 + 0.057 + 0.11 / 4 = 0.089 (8.9%)
KPI B = (0.182 + 0.182 + 0.094 +0.353) / 4 = 0.203 (20.3%), dengan perhitungan yang sama KPI C, KPI D
KPI C = 0.365 (36.5%)
KPI D = 0.343 (34.3%)

Sehingga jumlah total bobot semua KPI = 1 (100%) sesuai dengan kaidah pembobotan dimana jumlah total bobot harus bernilai 100.

Perhitungan secara manual akan lebih mudah jika jumlah KPI yang dimiliki hanya sedikit , jika jumlah KPI sudah lebih dari 10 maka perhitungan bobot menggunakan software akan jauh lebih mudah. Ada beberapa software yang bisa dipakai antara lain Expert Choice, Decision Lens, TESS, Web-HIPPRE.

Proses yang paling menentukan dalam menentukan bobot KPI dengan menggunakan AHP adalah menentukan besarnya prioritas antar KPI. Karena itu seringkali terjadi pembahasan yang alot antar anggota tim implementasi sistem pengelolaan kinerja mengenai masalah tersebut. Hal ini dikarenakan tiap-tiap anggota tim memiliki persepsi tersendiri mengenai prioritas masing-masing KPI.

Sabtu, 03 Mei 2008

Computational Fluid Dynamic (CFD)


CFD atau pengkomputeran pergerakan fluida masa-masa ini sering dipakai dalam dunia industri. Semakin meningkatnya kemampuan hardware dan software, simulasi dan viualisasi dengan komputasi menjadi peralatan yang penting untuk menunjang dan meningkatkan proses industri.
Software-software untuk analisa aliran fluida yang ada saat ini banyak sekali salah satu diantaranya adalah Fluent dan Ansys.
Fluent dan Ansys, adalah software yang dapat digunakan untuk melakukan analisa terhadap aliran fluida, heat and mass transfer, fenomena turbulent, reacting dan multiphase flow. Software fluent dapat diaplikasikan pada Aerospace, Automotive, Chemical, HVAC, metal dan Power generation.

Simulasi pergerakan tangan dengan progam Fluent

Simulasi balap sepeda dengan progam Fluent