KOMPUTASI NUMERIK UNTUK ANALISIS KARAKTERISTIK
KERAMIK PSZ DENGAN ADITIF MgO, CaO
BERBASIS MATLAB
TESIS
Oleh
B O B B I N
067026003/FIS
SEKOLAH PASCASARJANA
UNIVERSITAS SUMATERA UTARA
KOMPUTASI NUMERIK UNTUK ANALISIS KARAKTERISTIK
KERAMIK PSZ DENGAN ADITIF MgO, CaO
BERBASIS MATLAB
TESIS
Untuk Memperoleh Gelar Magister Sains
dalam Program Studi Magister Fisika pada
Sekolah Pascasarjana Universitas Sumatera Utara
Oleh
B O B B I N
067026003/FIS
SEKOLAH PASCASARJANA
UNIVERSITAS SUMATERA UTARA
ABSTRAK
Partially Stabilized ZirkoniaI
(PSZ) dengan aditif CaO dan MgO merupakan
keramik yang tangguh sehingga dapat digunakan sebagai alat pemotong, biokeramik,
material refraktori ataupun lainnya yang membutuhkan ketangguhan dan ketahanan
terhadap suhu tinggi. Karakteistik keramik ini terhadap suhu sinteringnya dianalisis
secara komputasi numerik dengan berbasiskan bahasa pemrograman
Matlab version
7.0.1. 24704 (R14) Service Pack 1, September, 13, 2004.
Karakteristik yang
dianalisis adalah densitas, porositas, kekerasan, ketangguhan, kekuatan patah dan
koefisen ekspansi termal. Hasil komputasi yang diperoleh dari Ca-PSZ dengan adititif
8,64 % CaO dan Mg-PSZ dengan aditif 12 % MgO masing-masing adalah : nilai
densitas 3,9289 – 5,7735 x 10
3kg/m
3dan 4,3810 – 5,8732 x 10
3kg/m
3, porositas
9,3434 – 27,3391 % dan 7,4747 – 20,0420 %, kekerasan 8,2393 – 27,3388 GPa dan
5,0377 – 29,8253 GPa, ketangguhan 1,8883 – 2,4944 MPa m
1/2dan 1,4064 – 2,5355
MPa m
1/2, kuat patah 360,363 – 648,844 MPa dan 381,1607 – 712,7880 MPa,
koefisien ekspansi termal 16,5 – 10,3 x 10
-6oC
-1dan 17,1 – 12,3 x 10
-6oC
-1.
ABSTRACT
Partially Stabilized ZirkoniaI (PSZ) doped CaO dan MgO is a toughness ceramic so
that can be used by cutting tool, bioceramic, refractory material or other that need
high toughness and resistance on useful in high temperature. The correralation of
characteristic ceramics to sintering temperature is done by numerical method
computation using language programming base of Matlab version 7.0.1. 24704 (R14)
Service Pack 1, September, 13, 2004. Characteristics that analysed with numeric
method are density, porosity, hardness, fracture toughness, bending strength, and
coefficient of thermal expansion. The result of computation both of Ca-PSZ with 8,64
% CaO additive and Mg-PSZ with 12 % MgO additive each are : density 3,9289 –
5,7735 x 10
3kg/m
3and 4,3810 – 5,8732 x 10
3kg/m
3, porosity 9,3434 – 27,3391 %
and 7,4747 – 20,0420 %, hardness 8,2393 – 27,3388 GPa and 5,0377 – 29,8253 GPa,
fracture toughness 1,8883 – 2,4944 MPa m
1/2and 1,4064 – 2,5355 MPa m
1/2,
bending strength 360,363 – 648,844 MPa and 381,1607 – 712,7880 MPa, coefficient
of thermal expansion 16,5 – 10,3 x 10
-6oC
-1and 17,1 – 12,3 x 10
-6oC
-1.
KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas limpahan
dan rahmatNya sehingga tesis ini dapat terselesaikan.
Penulis ucapkan terima kasih sebesar-besarnya kepada Pemerintah Republik
Indonesia c.q. Pemerintah Provinsi Sumatera Utara yang telah memberikan bantuan
dana sehingga penulis dapat melanjutkan pendidikan kejenjang Program Magister
Sains pada Program Studi Magister Ilmu Fisika di Sekolah Pasca Sarjana Universitas
Sumatera Utara.
Dengan selesainya tesis ini, perkenankanlah juga penulis mengucapkan terima
kasih kepada :
Rektor Universitas Sumatera Utara, Prof. Chairuddin P. Lubis, DTM&H, Sp.Ak
atas kesempatan yang diberikan kepada penulis untuk mengikuti dan menyelesaikan
pendikan Program Magister Sains.
Direktur Sekolah Sekolah Pascasarjana Universitas Sumatera Utara, Prof. Dr.
Ir. Chairun Nisa B, M.Sc atas kesempatan menjadi mahasiswa Program Magister
Sains pada Sekolah Pascasarjana Universitas Sumatera Utara.
Ketua Program Studi Magister Ilmu Fisika, Prof. Dr. Eddy Marlianto, M.Sc,
Sekretaris Program studi Magister Ilmu Fisika, Drs. Nasir Saleh, M.Eng.Sc beserta
seluruh staf edukatif dan administratif pada Program Studi Magister Ilmu Fisika
Sekolah Pasca Sarjana Universitas Sumatera Utara.
Pembimbing Utama, Prof. Dr. Muhammad Zarlis, M.Sc dan Pembimbing
Lapangan Drs. Nasir Saleh, M.Eng.Sc yang telah memberikan arahan dan motivasi
yang sangat berarti bagi penulis untuk menyelesaikan penelitian ini.
Kepada Ayah (alm) J. Nainggolan dan Ibu Lince br Situmorang serta istri
tersayang Agnes Limbong dan anak-anak terkasih Paul, Theo dan Bima. Juga
saudaraku Josar Nainggolan, Sr. Patricia Limbong, FSE dan semua orang yang
membantu penulis secara moral dan materil untuk menyelesikan pendidikan ini.
Terima kasih atas doa dan dorongan kalian semua. Semoga kebanggaan ini,
juga menjadi kebanggaan kalian semua. Sekali lagi terima kasih.
Semoga kita diberikan taufik dan hidayahNya dalam memanfaatkan segala
ciptaanNya bagi kesejahteraan umat manusia. Amin.
RIWAYAT HIDUP
DATA PRIBADI
Nama lengkap berikut gelar
:
BOBBIN, S.Pd
Tempat dan Tanggal lahir
:
P. Siantar, 25 Pebruari 1965
Alamat rumah
:
Jl. Flamboyan Baru No. 50 Medan-20134
Hp :
06177656477
e-mail :
bob_nainggolan@yahoo.co.id
Instansi Tempat Bekerja
:
SMA Negeri 17 Medan
Alamat Kantor
:
Jl. Letjen. Jamin Ginting Km-13,5 Medan-20134
Telepon :
0618360082
DATA PENDIDIKAN
SD
:
SD Negeri 060888 Medan
Tamat : 1977
SMP
:
SMP Negeri 8 Medan
Tamat : 1981
SMA
:
SMA Kristen I Medan
Tamat : 1984
Diploma-3
:
IKIP Negeri Medan
Tamat : 1988
Strata-1
:
IKIP Al-Washliyah Medan
Tamat : 1995
Strata-2
:
Program Studi Magister Fisika
Tamat : 2008
DAFTAR ISI
Halaman
ABSTRAK ...
i
ABSTRACT ...
ii
KATA PENGANTAR ... iii
RIWAYAT HIDUP ...
iv
DAFTAR ISI ...
v
DAFTAR TABEL ... vii
DAFTAR GAMBAR ... viii
DAFTAR LAMPIRAN ...
ix
BAB I. PENDAHULUAN ...
1
1.1. Latar Belakang ...
1
1.2. Perumusan Masalah ...
3
1.3. Tujuan Penelitian ...
4
1.4. Manfaat Penelitian ...
4
BAB II. TINJAUAN PUSTAKA ...
5
2.1. Keramik Zirkonia ...
5
2.2. Karakterisasi Material Keramik ...
8
2.2.1. Densitas dan Porositas ...
9
2.2.2.
Kekerasan
(H
V) dan Ketangguhan (K
ic) ... 10
2.2.3. Kekuatan Patah ( ) ... 11
2.2.4. Koefisien Ekspansi Termal ( ) ... 11
2.3. Komputasi ... 12
2.3.1. Metoda Analitik dan Metoda Numerik ... 12
2.3.2. Komputer ... 12
2.3.3. Perangkat Lunak Komputer ... 13
2.3.4.
Matlab
(
Matrix Laboratory
) ... 13
BAB III. METODOLOGI PENELITIAN ... 20
3.1. Pemilihan Data dan Perangkat Lunak ... 20
3.1.1. Pemilihan Data ... 20
3.1.2. Pemilihan Perangkat Lunak ... 20
3.2. Variabel dan Parameter ... 20
3.2.1. Variabel ... 20
3.2.1.1. Variabel Tetap ... 20
3.2.1.2. Variabel Bebas ... 20
3.2.2. Parameter ... 22
3.3. Komputasi Numerik ... 22
3.3.1. Korelasi Suhu terhadap Sifat Karakteristik Keramik ... 24
3.3.2. Korelasi Densitas terhadap Suhu ... 25
3.3.4. Korelasi Kekerasan terhadap Suhu ... 26
3.3.5. Korelasi Ketangguhan terhadap Suhu ... 26
3.3.6. Korelasi Kekuatan Patah dengan Suhu ... 26
3.3.7. Korelasi Koefisien Ekspansi Termal dengan Suhu ... 27
3.4. Pemrograman ... 27
3.5. Algoritma ... 28
3.5.1. Algoritma Program untuk Menentukan Densitas ... 28
3.5.2. Algoritma Program untuk Menentukan Porositas ... 29
3.5.3. Algoritma Program untuk Menentukan Kekerasan ... 31
3.5.4. Algoritma Program untuk Menentukan Ketangguhan ... 32
3.5.5. Algoritma Program untuk Menentukan Kekuatan Patah ... 33
3.5.6. Algoritma Program untuk Menentukan Koefisien Ekspansi
Termal ... 34
3.6. Diagram Alir ... 36
BAB IV. HASIL DAN PEMBAHASAN ... 44
4.1.
Hasil Komputasi Numerik Densitas ... 44
4.2.
Hasil Komputasi Numerik Porositas ... 46
4.3.
Hasil Komputasi Numerik Kekerasan ... 47
4.4.
Hasil Komputasi Numerik Ketangguhan ... 49
4.5.
Hasil Komputasi Numerik Kekuatan Patah ... 50
4.6.
Hasil Komputasi Numerik Koefisien Ekspansi Termal ... 51
BAB V. KESIMPULAN DAN SARAN ... 54
5.1. Kesimpulan ... 54
5.2. Saran ... 55
DAFTAR TABEL
Nomor
J u d u l
Halaman
1.1
Komposisi Kimia dari Kaca Dasar dan Material Baku ... 2
1.2
Standar Bahasa Pemrograman ... 15
DAFTAR GAMBAR
Nomor J u d u l Halaman
2.1
Diagram Transformasi Fasa Struktur Kristal Zirkonia ... 6
2.2.a
Diagram Fasa ZrO
2-CaO ... 7
2.2.b
Diagram Fasa ZrO
2-MgO ... 7
2.3
Window Default Matlab ... 16
2.4
Command Window ... 16
2.5
Editor Window ... 17
2.6
Figure Window ... 18
2.7
Help Window ... 19
3.1.a
Batas Suhu Sintering ZrO
2-CaO ... 21
3.1.b
Batas Suhu Sintering ZrO
2-MgO ... 21
3.2
Diagram Alir Korelasi Densitas terhadap Suhu ... 38
3.3
Diagram Alir Korelasi Porositas terhadap Suhu ... 39
3.4
Diagram Alir Korelasi Kekerasan terhadap Suhu ... 40
3.5
Diagram Alir Korelasi Ketangguhan terhadap Suhu ... 41
3.6
Diagram Alir Korelasi Kekuatan Patah terhadap Suhu ... 42
3.7
Diagram Alir Korelasi Koefisien Ekspansi Termal terhadap
Suhu ...
43
4.1
Grafik Densitas – Suhu ... 44
4.2
Grafik Porositas – Suhu ... 46
4.3
Grafik Kekerasan – Suhu ... 48
4.4
Grafik Ketangguhan – Suhu ... 49
4.5
Grafik Kekuatan Patah – Suhu ... 51
DAFTAR LAMPIRAN
Nomor
J u d u l
Halaman
A
Tabel Data dan Hasil Komputasi ...
58
B
Pemrograman ...
74
C
Pemrosesan Data ...
93
D
Data Propertis Zirkonia dan Alumina ...
137
E
Zirkonia ...
139
F
Data Teknik PSZ ...
142
G
Komponen Zirkonia ...
143
H
Uj Kekerasan (
The Hardness Test
) ...
144
BAB I
PENDAHULUAN
1.1 LATAR BELAKANG
Sejalan dengan perkembangan teknologi saat ini, material keramik tidak hanya
dikenal sebagai produk keperluan rumah tangga atau barang seni, tetapi telah jauh
lebih maju menjadi bahan penting di bidang teknik maupun medis.
K. Niihara mengungkapkan bahwa zirkonia merupakan salah satu material
keramik yang menjanjikan dan diharapkan dapat digunakan untuk pemakaian yang
lebih luas. Material ini mempunyai struktur kekuatan dan ketangguhan yang baik
sehingga dapat dipakai sebagai material refraktori berkualitas tinggi. Pemakaiannya
terbatas karena sampai saat ini biayanya masih relatif mahal (Yang dkk, 2007).
Bahan baku Zirkonia cukup banyak terdapat di Indonesia dalam bentuk pasir
zircon
, dan selama ini masih diekspor dalam bentuk pasir. Sedangkan bahan adaptif
seperti MgO dan CaO cukup banyak tersedia juga. Akan tetapi sampai saat ini produk
PSZ masih diimpor dari Jepang, Australia, Eropa dan Amerika. Oleh karena itu perlu
dilakukan penelitian untuk menguasai pembuatan keramik PSZ, khususnya bahan
aditif MgO dan CaO (Simatupang, 2005).
MgO dan CaO juga terdapat pada kaolin, basal dan kaca dasar. Komposisi
kimia dari kaca dasar dan material baku ( basal dan kaolin) ditunjukkan pada Tabel
1.1 dalam persen jumlah (Hassan dkk, 2007).
Tabel 1.1 Komposisi Kimia dari Kaca Dasar dan Material Baku (Hassan dkk, 2007)
Oksida
Kaolin
(%)
Basal
(%)
Kaca Dasar
(%)
SiO
250,26 50,26
43,44
Al
2O
342,93 14,73
27,39
Fe
2O
31,06 3,96 -
MgO
0,59 6,25
3,70
CaO
0,93 10,79 6,51
Na
2O
1,31 2,46
1,49
K
2O
0,82 0,72
0,44
TiO
22,10 3,46
10,43
FeO
- 7,37
6,60
Selain dari bahan tambang, ternyata ubur-ubur (
jellyfish
) juga merupakan
sumber MgO berupa mineral brusit Mg(OH
2). Bila brusit dipanaskan sampai pada
suhu 1000
oC maka akan terbentuk MgO (Syukur, 2008).
Komputer adalah hasil produk teknologi tinggi yang akhir-akhir ini telah
banyak dijumpai, dipakai, dan dimanfaatkan pada berbagai bidang kegiatan
laboratorium fisika atau bidang lainnya. Pemakaian komputer ini lebih meningkat lagi
setelah diproduksinya berbagai jenis komputer yang harganya relatif murah.
Pengalaman dilapangan menunjukkan bahwa pemakaian komputer di laboratorium-
laboratorium masih terbatas untuk pengetikan atau pengolahan data tertentu, dengan
kata lain, pemakaian komputer sebagai alat yang serba guna belum maksimal. Dari
segi akademis, masih banyak dijumpai tenaga pengajar dan mahasiswa yang masih
enggan dalam menggunakan komputer, sedangkan komputer adalah sebagai alat
Kemajuan komputer digital telah membuat bidang metode numerik berkembang
secara dramatis. Tentu saja alasan utama penyebab kemajuan ini adalah
perkembangan komputer itu sendiri, baik dari segi kapasitas, kecepatan maupun
akurasinya.
Sejalan dengan itu, perangkat lunak (
software
) semakin berkembang dan
beragam sesuai dengan fungsinya masing-masing. Di pasaran terdapat banyak
program aplikasi komersil yang langsung dapat digunakan. Contoh program aplikasi
itu adalah Matlab yang diproduksi oleh TheMathWorks, Inc.
1.2 PERUMUSAN MASALAH
Penelitian keramik secara eksperimen terdiri atas beberapa tahap pengerjaan.
Antara lain mulai dari pemilihan bahan baku, proses kalsinasi, pencetakan, proses
sintering sampai penganalisaan. Semua hasil analisa dirangkum dari beberapa
pengujian dari beberapa sampel. Semakin banyak pengujian, maka hasil pengujian
semakin akurat. Akan tetapi pembuatan sampel sampai penganalisaan membutuhkan
waktu dan biaya yang relatif besar. Untuk mengatasi hal ini dipilih alternatif lain,
yaitu komputasi numerik.
Matlab adalah salah satu dari sekian banyak perangkat lunak perhitungan.
Software
ini belum begitu populer untuk penelitian dengan menggunakan metoda
numerik dibandingkan dengan yang lainnya, padahal Matlab versi pertama telah
dikomersilkan sejak tahun 1970 (Ramza, 2007). Hal ini menjadi daya tarik tersendiri
pengujian secara komputasi numerik berbasis Matlab untuk analisis bahan keramik
PSZ dengan aditif CaO, MgO belum pernah dilakukan.
1.3 TUJUAN PENELITIAN
Penelitian ini bertujuan untuk mengetahui korelasi suhu sintering pada keramik
PSZ dengan aditif MgO, CaO terhadap sifat karakteristiknya, yaitu sifat fisis (densita
s
dan
porositas) dan sifat mekanis (kekerasan, ketangguhan dan kekuatan patah), dan
koefisien ekpansi termal dengan cara komputasi numerik berbasis Matlab. Penelitian
secara eksperimen telah dilakukan oleh Simatupang (2005).
1.4 MANFAAT PENELITIAN
Penelitian ini menghasilkan program komputer yang dapat digunakan
dengan fleksibel karena pemrograman yang dilakukan bersifat terbuka untuk berbagai
data (lihat Lampiran B halaman 74). Pada awalnya penelitian ini hanya dimaksudkan
untuk komputasi numerik untuk analisis beberapa karakteristik keramik zirkonia,
namun program ini dapat juga menganalisis karakteristik lainnya dengan melakukan
pengubahan beberapa bagian pemrograman. Penelitian ini diharapkan dapat dijadikan
rujukan untuk penelitian yang berkaitan dengan metode numerik khususnya yang
73
BAB II
TINJAUAN PUSTAKA
2.1 KERAMIK ZIRKONIA
Sejak zaman dahulu kala, Zirkon telah dikenal sebagai batu permata. Zirkon
berasal dari bahasa Arab,
Zargon
, yang bermakna : warna keemasan. Zirkonia dengan
nama lain dioksida logam (ZrO
2), telah diidentifikasi pada tahun 1789 oleh ahli kimia
Jerman, Klaproth. Perkembangan zirkonia sebagai material teknik telah diperlihatkan
oleh Garvie pada tahun 1970 dengan mendemonstrasikan cara pembuatan terbaik
tranformasi fasa t-m dari Penstabilan Sebagian Zirkonia (PSZ), yang akan
mempengaruhi sifat keramik zirkonia (Živko dkk, 2004).
Zirkonia (ZrO
2) merupakan oksida logam yang diperoleh melalui pemurnian
pasir zirkon (ZrSiO
4). Pasir ini banyak terdapat ditemukan sebagai bahan tambang.
Zirkonia (ZrO
2) merupakan salah satu jenis dari keramik teknik yang aplikasinya
sangat luas. ZrO
2tergolong material bersifat polimorfi yang memiliki tiga macam
struktur kristal yaitu :
monoklinik
,
tetragogal
dan
kubik
. Monoklinik Zirkonia
(m-ZrO
2) dan tetragonal Zirkonia (t-ZrO
2) tergolong tidak stabil pada suhu 1000
0C –
1100
0C, karena pada kisaran suhu tersebut terjadi transformasi fasa dari monoklink
ke tetragonal (
reversible
) sehingga dapat menimbulkan perubahan volume (3 – 5 %).
Dampaknya akan terjadi keretakan mikro (
microcrack
), dan bila retak tersebut
menjalar maka dapat menimbulkan kerusakan (
failure
) pada material (Worral, 1986).
Hal yang sama juga dikemukakan oleh Thornton, P.A dan Vito J. Colangelo
(1985) bahwa ZrO
2akan mengalami perubahan polimorfi pada suhu 1000
oC yang
menghasilkan perubahan volume yang signifikan (lihat Lampiran E halaman 139).
Pada keadaan ini, ZrO
2murni akan mengalami keretakan (
crack
) selama siklus
pemanasan dan pendinginan pada pemakaian material refraktori.
Menurut Garvie (1970) dan Guliati dkk (1980) dinyatakan bahwa kubik
Zirkonia (k-ZrO
2) merupakan fasa yang paling stabil terhadap perubahan suhu. ZrO
2murni umumnya memiliki struktur kristal monoklinik, dan untuk merubah ke fasa
yang stabil k-ZrO
2diperlukan pemanasan sampai suhu yang tinggi di atas suhu
leburnya yaitu 2680
0C. Gambar 2.1 menunjukkan diagram transformasi fasa struktur
kristal zirkonia.
1000 – 1100 0C
Monoklinik ZrO2
Kubik ZrO2
2680 0C
Tetragonal ZrO2
Gambar 2.1 Diagram transformasi fasa struktur kristal zirkonia (Garvie,1970)
Selain itu, juga dinyatakan bahwa penambahan oksida-oksida
bivalen
dan
trivalen
seperti misalnya : CaO, MgO, Y
2O
3, Sc
2O
3dapat diperoleh fasa stabil k-ZrO
2pada suhu relatif rendah di bawah titik leburnya. Adanya fasa k-ZrO
2dalam bentuk
keramik ZrO
2dapat dihindari penjalaran retak mikro akibat tranformasi fasa
monoklinik. Proses penambahan aditif pada pembuatan keramik ZrO
2, dalam
strukturnya terbentuk sebagian fasa stabil k-ZrO
2yang disebut sebagai proses
penstabilan sebagian zirkonia
(
Partially Stabilized Zirconia
– PSZ ).
Gambar 2.2.a dan 2.2.b merupakan diagram fasa biner sistem ZrO
2-CaO dan
Dari kedua diagram fasa tersebut terlihat bahwa untuk dapat terbentuknya fasa
k-ZrO
2dan t-ZrO
2muncul secara bersama-sama maka diperlukan prosentase aditif
CaO sekitar 7 – 15 % mol dan untuk MgO sekitar 3 – 14 % mol.
Gambar 2.2.a Diagram Fasa ZrO
2-CaO
(Garvie, 1970)
Gambar 2.2.b Diagram Fasa ZrO
2-MgO
(Garvie, 1970)
Produk keramik PSZ memiliki keunggulan antara lain : tahan korosi, stabil
untuk pemakaian suhu tinggi, sangat keras, memiliki kekuatan patah lebih besar 400
MPa, dan mempunyai densitas lebih besar dari 5x10
3kg/m
3(lihat Lampiran A Tabel
G.c halaman 73). Produk PSZ yang banyak dijual adalah tipe Mg-PSZ (menggunakan
aditif MgO). Sedangkan, tipe Ca-PSZ (menggunakan aditif CaO) jarang ditemui di
pasaran. Produk keramik PSZ banyak digunakan sebagai komponen alat pemotong
(
cutting tools
),
noozle
pengapian dan beberapa komponen mekanik (
bearing, seal
pump
) dan refraktori suhu tinggi (Chan dkk, 1992). Produk PSZ ini juga telah
dikembangkan untuk penggunaan sebagai bahan biokeramik, misalnya
Reaksi dari keramik zirkonia tersinter dari paduan bahan ZrO
2, Al, MgAl
telah diteliti oleh Yang (2007). Lapisan campuran serbuk dari Al dengan Ca-PSZ
tidak efektif pada penggilingan karena keausannya (
attrition
) bila dibandingkan
dengan serbuk alumina. Akan tetapi dengan menggunakan bola alumina (
alumina
balls
) lebih baik dari pada bola zirkonia (
zirconia balls
) karena efesiensi aus
penggilingan akan bertambah dengan besar. Akan lebih mudah menggiling
menggunakan serbuk MgAl daripada serbuk Ca-PSZ. Selama pemanasan, Mg dan Al
pertama-tama akan menjadi oksida dan selanjutnya berubah menjadi
spinel
(MgAl
2O
4). Pada reaksi ini, MgO tidak tereaksi dan ternyata inilah yang
menstabilkan zirkonia. Oksida yang terbentuk pada proses oksidasi mempunyai
ukuran butir (
grain size
) yang sangat halus sehingga reaksi sintering menjadi lebih
efektif pada densifikasinya, dan juga menghasilkan mikrostruktur yang homogen.
Sifat mekanik (
mechanical properties
) dari paduan zirkonia dan
spinel
stabil akan
lebih baik dari paduan zirkonia yang hanya distabilkan oleh MgO saja (Yang, 2007)
2.2 KARAKTERISASI MATERIAL KERAMIK
Karakteristik keramik (
ceramic properties
) antara lain adalah sebagai berikut
(bandingan dengan material lainnya ada pada Lampiran I halaman 145):
a.
Sifat fisis : densitas, porositas, warna dan ukuran butir (
grain size
).
b.
Sifat mekanik : ketangguhan (
fracture toughness
), Modulus Young,
kekuatan lentur (
flexural strength
), kekerasan (
hardness
), kuat tekan
c.
Sifat termal : konduktivitas termal (
thermal conductivity
), koefisien
ekspansi termal (
coefficient of thermal expansion
).
d.
Sifat listrik : kekuatan dielektrik (
dielectric strength
), keraguan dielektrik
(
dielectric loss
), resistivitas volume (
volume resistivity
).
2.2.1 Densitas ( ) dan Porositas (P)
Densitas (rapat massa) didefinisikan sebagai perbandingan antara massa (m)
dengan volume (V). Untuk pengukuran volume, khususnya bentuk dan ukuran yang
tidak beraturan sulit untuk ditentukan. Oleh karena itu, salah satu cara untuk
menentukan densitas (
bulk density
) dan porositas dari sampel keramik PSZ yang telah
disintering adalah dengan menggunakan metode Archimedes, dengan persamaan
sebagai berikut :
air k g b s
×
)
m
-(m
-m
m
=
(2.1)
(2.2)
dan
×
%
)
m
-(m
-m
m
-m
=
P
k g b s b100
dengan :
air= massa jenis air (kg/m
3)
m
s= massa sampel kering (kg)
m
b= massa sampel setelah direndam air (kg) m
g= massa kawat penggantung (kg)
2.2.2 Kekerasan (H
V) dan Ketangguhan ( K
ic)
Kekerasan didefenisikan sebagai ketahanan bahan terhadap penetrasi atau
ketahanan terhadap deformasi dari permukaan bahan. Kekerasan (H
V) dan
Ketangguhan (K
ic) suatu bahan dapat ditentukan dengan persamaan berikut :
(2.3)
2
81731
1
D
P
x
,
=
H
V -4dan
(2.4)
dengan :
K
ic= ketangguhan (MPa).
P = beban yang diberikan (N).
D = panjang diagonal jejak indentor (m) .
H
V= kekerasan Vickers (GPa).
E = modulus Young (GPa).
C = jarak pusat ke salah satu unjung retak (m).
Untuk material keramik PSZ, nilai modulus Young E adalah 200-205 GPa.
Dengan menyulihkan nilai Modulus Young E dan Kekerasan H
V(hasil pengukuran)
maka besarnya nilai K
icdapat dihitung.
Uji kekerasan (
hardness test
) yang umum dipakai untuk keramik adalah Uji
Vickers dan Uji Brinell (lihat Lampiran H halaman 144).
2 1 2
3
5845
49
/V /
(
E
/
H
)
C
2.2.3 Kekuatan Patah ( )
Kekuatan Patah (
bending strength
) sering disebut
Modulus of Rupture
(MOR)
yang menyatakan ukuran ketahanan bahan terhadap tekanan mekanis dan tekanan
panas (
thermal stress
) . Persamaan kekuatan patah (
bending strength
) sampel keramik
dinyatakan sebagai berikut :
2
10
47
1
bh
PL
x
,
=
-3(2.5)
dengan :
= kekuatan patah (Mpa).
P = gaya penekan (N).
L = jarak dua penumpu (m).
b,h = dimensi sampel (m).
2.2.4 Koefisien Ekspansi Termal ( )
Pengukuran nilai ekspansi termal dapat dilakukan dengan alat
dilatometer
. Dari
kurva yang ditunjukkan diperoleh hubungan antara suhu dengan persen ekspansi,
dengan rentang suhu yang dipergunakan mulai dari suhu kamar sampai 1000
0C.
Koefisien ekspansi termal dapat ditentukan dengan persamaan :
)
T
-(T
L
L
-L
=
0 1 0
0 t
(2.6)
dengan :
= koefisien ekspansi termal (K
-1)
L
0= panjang sampel pada suhu T
0(m) ; T
0= suhu awal (K)
2.3 KOMPUTASI
2.3.1 Metode Analitik dan Metode Numerik
Persoalan yang melibatkan model matematika seringkali kali muncul dalam
berbagai ilmu pengetahuan, seperti dalam bidang Fisika, Kimia, Ekonomi, atau pada
bidang rekayasa (
engineering)
, seperti Teknik Sipil, Teknik Mesin, Teknik Elektro,
dan sebagainya. Seringkali model matematika itu muncul dalam bentuk yang tidak
ideal alias rumit. Model yang rumit ini bisa saja diselesaikan dengan metode analitik,
tetapi membutuhkan waktu dan langkah-langkah yang panjang sekali (bahkan sampai
menjemukan), atau mungkin tak dapat diselesaikan karena belum ada bentuk rumus
aljabar yang baku. Bila metode analitik ini tidak dapat lagi diterapkan, maka solusi
persoalan masih dapat dicari dengan menggunakan metode numerik.
Perbedaan utama antara metode numerik dan metode analitik terletak pada dua
hal. Pertama, solusi dengan menggunakan metode numerik selalu berbentuk
angka
.
Sedangkan dengan metode analitik yang biasanya menghasilkan solusi dalam bentuk
fungsi matematik
yang selanjutnya fungsi matematik tersebut dapat dievaluasi untuk
menghasilkan nilai dalam bentuk angka (Munir, 2006).
2.3.2 Komputer
Komputer adalah produk berteknologi tinggi. Komputer berperan besar dalam
perkembangan bidang metode numerik. Sejalan dengan perkembangan komputer itu
sendiri yang tiap generasinya menghadirkan keunggulan, seperti waktu dan memori
telah membuat ruang untuk penelitian dengan menggunakan metode numerik
2.3.3 Perangkat Lunak Kumputer
Sebahagian besar komputer PC (
Personal Computer
) menggunakan sistem
operasi (
operating system
) berbasis
Windows
. Versi
windows
yang populer sekarang
ini adalah
Windows 2000, Windows XP, Windows 2003,
dan yang paling terbaru
adalah
Windows Vista
.
Alat perangkat lunak (
software
) adalah program yang telah
ditulis
untuk
melakukan operasi umum. Perangkat lunak program aplikasi yang paling umum
dipakai oleh pengguna komputer PC sekarang ini adalah Microsoft Office 98, 2000,
XP
, 2002, 2003 dan terakhir 2007. Perangkat lunak ini mempunyai penggunaan
tertentu dalam aplikasinya. Misalnya, pengolah kata (
word processor
), seperti
Microsoft Word
adalah program yang digunakan untuk memformat teks. Adanya juga
perangkat lunak untuk pengunaan yang lainnya, misalnya :
AdobePhotoshop CS
,
Coreldraw
,
AutoCad
, dan lain-lain.
2.3.4 Matlab (
Matrix Laboratory
)
Matlab, Matematica,
dan
Maple
adalah alat perhitungan matematis yang sangat
kuat. Alat ini bukan hanya mampu untuk matematis yang sangat kuat tetapi juga
menyediakan kemampuan luas untuk membuat gambar (Etter dkk, 2003).
Matlab (
Matrix Laboratory
) adalah sebuah program untuk analisis dan
komputasi numerik, merupakan suatu bahasa pemrograman matematika lanjutan yang
merupakan perangkat lunak (
software
) yang dikembangkan oleh TheMathWorks, Inc.
dan merupakan perangkat lunak yang paling efisien untuk perhitungan numerik
berbasis matriks. Dengan demikian, jika di dalam perhitungan, permasalahan dapat
diformulasikan ke bentuk format matriks, maka Matlab merupakan perangkat lunak
terbaik untuk penyelesaian numeriknya (Arhami, 2005).
Suatu bahasa pemrograman haruslah memenuhi beberapa kriteria (Garcia,
1994), diantaranya :
a.
Kemampuan (
powerful
) : kemampuan menyusun dan menangani tipe data
yang berbeda (seperti, bilangan kompleks), dan tersedianya rumus-rumus
standar.
b.
Kejelasan (
clean
) : mudah untuk dibaca, mudah untuk digunakan dan
mudah untuk mencari kesalahan (
debug
).
c.
Grafik (
graphics
) : tidak hanya grafik yang biasa tetapi juga grafik tingkat
tinggi (seperti,
countor plot
).
d.
Portabel (
portable
) : dapat dipakai pada
operating system
seperti
IBM PCs
,
Kriteria dari beberapa bahasa pemrograman ditunjukkan pada tabel 2.1.
Tabel 2.1 Standar Bahasa Pemrograman (Garcia, 1994)
Bahasa
pemrograman
Kemampuan Kejelasan
Grafik
Portabel
Basic
C- B+ B- B-
FORTRAN
B C+ C- C+
Pascal
C+ B C B-
C
B+ B- C B-
Sym.
Manipulator
C+ B- A- B+
Masing-masing penilaian adalah sebagai berikut : 60-64 = C- ; 65-69 = C ; 70-74 =
C+ ; 75-79 = B- ; 80-84 = B ; 85-89 = B+ ; 90-94 = A- dan 95-100 = A. Nilai untuk
Matlab adalah antara B+ dan A- dari keempat kategori.
Seperti bahasa-bahasa komputer yang lain, Matlab mempunyai aturan
pemberian nama. Aturan-aturannya adalah sebagai berikut (Ramza, 2007) :
1.
Variabel harus dimulai dengan sebuah huruf, diikuti dengan angka, digit dan
penilaian.
2.
Variabel dapat terdiri dari 31 karakter, selebihnya diabaikan.
3.
Variabel merupakan kasus sensitif (x_value, X_Value, X_VALUE,
Ketika Matlab dibuka untuk pertama sekali maka layar awal (
window default
)
yang tampak adalah seperti gambar 2.3 berikut :
Layar utama pada Matlab ada 4 yaitu :
a. Layar Perintah Matlab (
Matlab Command Window
)
Gambar 2.3
Window Default Matlab
( TheMathWorks, Inc.,2004))
Window
ini merupakan layar yang dibuka aktif pertama sekali setiap Matlab
dijalankan. Pada layar ini dapat dilakukan akses ke perintah (
command
) yang ada
dengan mengetikkan barisan ekpresi, misalnya
help elfun
. Ciri layar ini adalah adanya
prompt
(>>) yang menyatakan bahwa Matlab siap menerima perintah.
b. Layar Editor (
Editor Window
)
Window
(Gambar 2.5) ini merupakan
too
l yang disediakan oleh Matlab versi 5
ke atas yang berfungsi sebagai
editor script
. Window ini sering juga disebut
Window
M-File
. Untuk mengakses window ini dapat dilakukan dengan :
1.
Pilih
File
, kemudian pilih
New
.
2.
Pilih
M-File
, maka Matlab akan menampilkan
editor window
.
Atau dapat juga dengan cara lain, pada
command window
, ketikkan : >> edit
lalu tekan
Enter
maka layar editor akan ditampilkan.
c. Layar Gambar (
Figure Window
)
Window
ini adalah visualisasi
script
Matlab. Namun Matlab memberikan
kemudahan bagi
programer
untuk mengedit visualisasi keluaran (
output
) sekaligus
dapat menjadi media masukan (
input
) yang interaktif.
d. Layar Bantuan (
Help Window
)
Selain
help
yang dapat diakses melalui
command window
, informasi tersebut
dapat juga dilihat pada
Matlab Help Window
. Pada layar ini berisikan perintah yang
sangat berguna untuk mempelajari pemrograman Matlab, yaitu
intro
, yang membahas
konsep-konsep dasar tentang bahasa Matlab, misalnya
getting started
. Selain itu,
terdapat juga banyak program demonstrasi yang mengillustrasikan berbagai
kapabilitas Matlab, misalnya
basic matrix operations
. Untuk hal ini dapat dilakukan
dengan perintah
demos.
Help Window
ditunjukkan pada gambar 2.7.
[image:30.612.124.521.102.422.2]BAB III
METODOLOGI PENELITIAN
3.1 PEMILIHAN DATA DAN PERANGKAT LUNAK
3.1.1 Pemilihan Data
Pemilihan data / pengambilan data diperoleh dari hasil penelitian yang telah
dilakukan oleh Simatupang (2005). Data yang diperoleh ini ditabelkan pada Lampiran
A halaman 58–71.
3.1.2 Pemilihan Perangkat Lunak
Perangkat lunak (
Software
) yang dipilih pada penelitian ini adalah
Matlab
version 7.0.1. 24704 (R14) Service Pack 1, September, 13, 2004.
3.2. VARIABEL DAN PARAMETER
3.2.1. Variabel
3.2.1.1. Variabel Tetap
Variabel tetap : Aditif 8,64 % mol CaO dan 12 % mol MgO (Simatupang,
2005).
3.2.1.2 Variabel bebas
Variabel bebas yang dipilih merupakan batas suhu sintering terendah dan suhu
sintering tertinggi yang ditentukan berdasarkan diagram fasa ZrO
2-CaO dan diagram
fasa ZrO
2-MgO.
Penentuan batas suhu sintering masing-masing ditunjukkan pada gambar 3.1.a
dan 3.1.b.
d
Tt
Tr
Tr
Tt
Gbr 3.1.b Batas Suhu Sintering
ZrO
2-MgO
Gbr 3.1.a Batas Suhu Sintering
ZrO
2-CaO
Dari gambar terlihat bahwa batas suhu sintering untuk ZrO
2-8,64% CaO sekitar
1100 - 1900
oC dan pada ZrO
2-12% MgO sekitar 1400 - 1600
oC. Pada prakteknya,
suhu sintering di atas batas bawah dan di bawah batas atas untuk mengantisipasi
terjadinya deformasi. Batas suhu sintering sebagai variabel bebas pada pengujian
bahan secara eksperimen adalah 1100 – 1500
oC dengan rentang suhu 100
oC
(Simatupang, 2006), tetapi pada pengujian bahan secara numerik, batas suhu sintering
yang menjadi variabel bebas adalah 1100, 1200, 1250, 1300, 1350, 1400, 1450, 1500,
3.2.2 Parameter
Parameter yang digunakan pada analisis ini meliputi : densitas (
density
),
porositas (
porousity
), kekerasan (
hardness
), ketangguhan (
fracture toughness
),
kekuatan patah (
bending strength
), dan koefisien ekspansi termal (
thermal expansion
coefficient
).
3.3 KOMPUTASI NUMERIK
Regresi adalah teknik pencocokan kurva untuk data berketelitian rendah.
Contoh data yang berketelitian rendah adalah data hasil pengamatan, percobaan di
laboratorium atau data statistik. Data seperi ini disebut
data hasil pengukuran
. Galat
yang dikandung data berasal dari ketidaktelitian alat ukur yang dipakai, kesalahan
membaca alat ukur (paralaks), atau karena kelakuan sistem yang diukur. Untuk data
hasil pengukuran, pencocokan kurva berarti membuat fungsi hampiran (regresi)
titik-titik data. kurva fungsi tidak perlu melalui semua titik-titik data tetapi dekat dengannya
tanpa perlu menggunakan polinom berderajat tinggi (Munir, 2006).
Satu cara untuk melakukan pencocokan kurva adalah dengan meminimumkan
ketidaksesuaian antara titik-titik data dengan kurva. Sebuah teknik untuk
melaksanakan tujuan ini dinamakan regresi kuadrat terkecil (Chapra, 1994).
Regresi linear adalah pencocokan kurva untuk data yang memiliki hubungan
linear antara variabel bebas dan variabel terikatnya. Rangkuman beberapa fungsi dan
Tabel 3.1 Fungsi dan Bentuk Linear (Munir, 2006)
Fungsi
y = f(x)
Bentuk linear
Y = a + bX
Perubahan variabel dan konstanta
y = Cx
bln(y) = ln(C) + b ln(x)
Y = ln(y) ; X = ln(x) ; C = e
ay = Ce
bxln(y) = ln(C) + bx
Y = ln(y) ; X = x ; C = e
ax
+
d
Cx
=
y
C
+
x
C
d
=
y
1
1
1
Y = 1/y ; X = 1/x ;
C = 1/a ; d =bC
x
b
+
a
=
y
x
b
+
a
=
y
Y = y ; X = 1/x
C
+
x
D
=
y
(
xy
)
C
1
-+
C
D
=
y
b
1
-=
C
;
b
a
-=
D
;
1/x
=
X
;
y
=
Y
bx
+
a
=
y
1
=
a
+
bx
y
1
x
=
X
;
bX
+
a
=
Y
1
(
)
-2bx
+
a
=
y
y
-1/2=
a
+
bx
Y
=
y
-1/2;
X
=
x
y = Cxe
-Dx)
=
ln(
C
)
+
(
-Dx)
x
y
ln(
)
;
C
=
e
;
D
=
-b
x
y
ln(
=
Y
aPersamaan regresi linear dengan kuadrat terkecil (Chapra, 1994) dirumuskan
sebagai berikut :
‡”
x
=
‡”y
b
+
a
n
n = n = i i i 1 1 1(3.1)
‡”
x
=
‡” y
x
b
+
‡”x
a
n = n = i i i in
=
i i 11 1
2 1
(3.2)
Persamaan normal tersebut dapat ditulis dalam bentuk matriks sebagai berikut :
‡”x
‡”x
=
b
a
‡”x
‡”x
‡”x
n
n = i i n = i i n = i i n = i i n = i i 1 1 1 2 1 1(3.3)
Nilai a dan b juga dapat ditentukan dengan bentuk lain dari persamaan normal, yaitu:
(3.4)
2 2x
‡”y
-x
‡”y
n
y
‡”y
x
‡”y
-xy
‡”y
n
=
b
n 1 = i i n 1 = i i n 1 = i i n 1 = i i n 1 = i i(3.5)
x
b
-y
=
a
dengan : = nilai rata-rata x, dan = nilai rata-rata y.
x
y
Regresi linear hanya tepat bila data memiliki hubungan linear antara variabel
bebas dan variabel terikatnya, tetapai ada kalanya hal ini tidak terjadi pada data hasil
pengukuran. Meskipun demikian pencocokan kurva dengan fungsi nonlinear dapat
juga diselesaikan dengan cara regresi linear (Munir, 2006).
3.3.1 Korelasi Karakteristik Keramik terhadap Suhu Sintering
Bila korelasi karakteristik x dari suatu keramik terhadap suhu sintering T
dinyatakan sebagai fungsi nonlinear dengan pangkat sederhana sebagai berikut :
y = c x
b(3.6)
dengan b adalah konstanta, maka persamaan ini akan diselesaikan dengan cara regresi
3.3.2 Korelasi Densitas terhadap Suhu Sintering
Korelasi densitas terhadap suhu sintering dinyatakan sebagai berikut (Harahap,
2006) :
b
(3.7)
T
c
=
Bila diambil logaritma alam kedua ruas persamaan tersebut maka diperoleh :
ln = ln c + b ln T (3.8)
Analog dengan persamaan linear :
y = a + bx
(3.9)
maka :
(3.10)
y = ln
a = ln c
(3.11)
x = ln T
(3.12)
Untuk memperoleh nilai konstanta a dan b digunakan metode kuadrat terkecil
melalui persamaan regresi linear dengan menggunakan persamaan (3.3) .
Dari persamaan (3.11), nilai c dihitung dengan cara sebagai berikut :
c = e
a(3.13)
Kemudian nilai c dan b disulihkan ke persamaan (3.7).
Dengan cara yang sama, penghitungan diselesaikan terhadap karakteristik
3.3.3 Korelasi Porositas terhadap Suhu Sintering
Korelasi porositas terhadap suhu sintering dinyatakan sebagai berikut (Harahap,
2006) :
P = a T
bBila diambil logaritma alam kedua ruas persamaan tersebut maka diperoleh :
ln P = ln a + b ln T
(3.15)
3.3.4 Korelasi Kekerasan terhadap Suhu Sintering
Korelasi kekerasan terhadap suhu sintering dinyatakan sebagai berikut
(Harahap, 2006) :
H
V= a T
bBila diambil logaritma alam kedua ruas persamaan tersebut maka diperoleh :
(3.17)
ln H
V= ln a + b ln T
3.3.5 Korelasi Ketangguhan terhadap Suhu Sintering
Korelasi ketangguhan terhadap suhu sintering dinyatakan sebagai berikut
(Harahap, 2006) :
K
ic= a T
bBila diambil logaritma alam kedua ruas persamaan tersebut maka diperoleh :
(3.19)
ln K
ic= ln a + b ln T
3.3.6. Korelasi Kekuatan Patah terhadap Suhu Sintering
Korelasi kekuatan patah terhadap suhu sintering dinyatakan sebagai berikut
(Harahap, 2006) :
(3.14)
(3.16)
(3.18)
(3.20)
= a T
bln = ln a + b ln T
3.3.7 Korelasi Koefisien Ekspansi Termal terhadap Suhu Sintering
Korelasi koefisien ekspansi termal terhadap suhu sintering dinyatakan sebagai
berikut (Harahap, 2006) :
= a T
b(3.22)
Bila diambil logaritma alam kedua ruas persamaan tersebut maka diperoleh :
ln = ln a + b ln T
(3.23)
3.4 PEMROGRAMAN
Dalam metode komputasi, data-data eksperimen diolah dengan perangkat lunak
(
software
) komputer PC, yaitu Matlab. Program simulasi yang dirancang akan
digunakan untuk menganalisa korelasi suhu sintering terhadap karakteristik keramik
PSZ dengan aditif MgO, dan juga dengan aditif CaO.
Zarlis (2007a) menyebutkan bahwa proses perancangan program simulasi
dilakukan dengan langkah-langkah sebagai berikut :
1.
Identifikasi persoalan yang meliputi antara lain : masalah yang akan
disimulasi,
inpu
t dan
output
yang diperlukan.
2.
Membuat struktur cara penyelesaiannya.
3.
Memilih metode penyelesaian.
4.
Membuat diagram alir (
flowchart
).
5.
Memilih bahasa pemrograman.
6.
Menerjemahkan algoritma ke dalam bahasa pemrograman.
3.5 ALGORITMA
Algoritma adalah urutan langkah-langkah penyelesaian masalah yang disusun
secara sistematis dan logis. Kata
logis
merupakan kata kunci algoritma yang dapat
ditentukan bernilai salah atau benar (Zarlis, 2007a).
Perancangan suatu program yang terstruktur dan terkendali sangat diperlukan.
Untuk itu perlu dilakukan perancangan algoritma dan diagram alir sehingga dapat
memperjelas langkah-langkah dalam membuat program secara utuh (Chapra, 1994)
3.5.1 Algoritma Program Densitas
Algoritma untuk menentukan densitas adalah sebagai berikut :
INPUT
1. n
= jumlah data eksperimen.
2. T
= suhu sintering.
3. Da
= densitas air.
4. m
s= massa sampel kering.
5. m
b= massa sampel basah.
6. m
g= massa sampel di air.
7. m
k= massa kawat gantungan.
8. m
= jumlah data numerik.
PROSES
1.
Kalkulasi densitas.
3.
Kalkulasi logaritma alam suhu sintering .
4.
Lakukan perulangan untuk n data.
5.
Kalkulasi total logaritma alam densitas.
6.
Kalkulasi total logaritma alam suhu sintering.
7.
Kalkulasi total perkalian logaritma alam densitas dan logaritma alam suhu
sintering.
8.
Kalkulasi total logaritma alam densitas kuadrat.
9.
Kalkulasi koefisien a dan b.
10.
Kalkulasi koefisien c.
11.
Kalkulasi densitas numerik untuk m data.
OUTPUT
1.
Untuk memperoleh hasil, tekan tombol
Enter
.
2.
Untuk menggambar grafik, digunakan fungsi
plot
sebagai berikut :
plot( ,T) , lalu tekan
Enter
.
3.5.2. Algoritma Program Porositas
Algoritma untuk menentukan porositas adalah sebagai berikut :
INPUT
1. n
= jumlah data eksperimen.
2. T
= suhu sintering.
3. m
s= massa sampel kering.
4. m
b= massa sampel basah.
5. m
g= massa sampel di air.
7. m
= jumlah data numerik.
PROSES
1.
Kalkulasi porositas.
2.
Kalkulasi logaritma alam porositas.
3.
Kalkulasi logaritma alam suhu sintering.
4.
Lakukan perulangan untuk n data.
5.
Kalkulasi total logaritma alam porositas.
6.
Kalkulasi total logaritma alam suhu sintering.
7.
Kalkulasi total perkalian logaritma alam porositas dan logaritma alam suhu
sintering.
8.
Kalkulasi total logaritma alam porositas kuadrat.
9.
Kalkulasi koefisien a dan b.
10.
Kalkulasi koefisien c.
11.
Kalkulasi porositas numerik untuk m data.
OUTPUT
1.
Untuk memperoleh hasil, tekan tombol
Enter
.
2.
Untuk menggambar grafik, digunakan fungsi
plot
sebagai berikut :
plot(P,T) , lalu tekan
Enter
.
3.5.3 Algoritma Program Kekerasan
Algoritma untuk menentukan kekerasan adalah sebagai berikut :
INPUT
1.
n = jumlah data eksperimen.
3.
P = beban yang diberikan.
4.
D = panjang diagonal jejak indentor.
5.
m = jumlah data numerik.
PROSES
1.
Kalkulasi kekerasan.
2.
Kalkulasi logaritma alam kekerasan.
3.
Kalkulasi logaritma alam suhu sintering.
4.
Lakukan perulangan untuk n data.
5.
Kalkulasi total logaritma alam kekerasan.
6.
Kalkulasi total logaritma alam suhu sintering.
7.
Kalkulasi total perkalian logaritma alam kekerasan dan suhu sintering.
8.
Kalkulasi total logaritma alam kekerasan kuadrat.
9.
Kalkulasi koefisien a dan b.
10.
Kalkulasi koefisien c.
OUTPUT
1.
Untuk memperoleh hasil, tekan tombol
Enter
.
2.
Untuk menggambar grafik, digunakan fungsi
plot
sebagai berikut :
plot(Hv,T) , lalu tekan
Enter
.
3.5.4 Algoritma Program Ketangguhan
Algoritma untuk menentukan ketangguhan adalah sebagai berikut :
INPUT
1.
n
= jumlah data eksperimen.
2.
T
= suhu sintering.
3.
P
= beban yang diberikan.
4.
C
= jarak dari pusat ke salah satu ujung retak.
5.
Hv =
kekerasan
Vickers.
6.
E =
modulus
Young.
7.
m
= jumlah data numerik.
PROSES
1.
Kalkulasi ketangguhan.
2.
Kalkulasi logaritma alam ketangguhan.
3.
Kalkulasi logaritma alam suhu sintering.
4.
Lakukan perulangan untuk n data.
5.
Kalkulasi total logaritma alam ketangguhan.
6.
Kalkulasi total logaritma alam suhu sintering.
7.
Kalkulasi total perkalian logaritma alam ketangguhan dan logaritma alam
8.
Kalkulasi total logaritma alam ketangguhan kuadrat.
9.
Kalkulasi koefisien a dan b.
10.
Kalkulasi koefisien c.
11.
Kalkulasi ketangguhan numerik untuk m data.
OUTPUT
1.
Untuk memperoleh hasil, tekan tombol
Enter
.
2.
Untuk menggambar grafik, digunakan fungsi
plot
sebagai berikut :
plot(Kic,T) , lalu tekan
Enter
.
3.5.5 Algoritma Program Kekuatan Patah
Algoritma untuk menentukan kekuatan patah adalah sebagai berikut :
INPUT
1.
n
= jumlah data eksperimen.
2.
T
= suhu sintering.
3.
P
= gaya penekan.
4.
L
= jarak dua penumpu.
5.
b
= dimensi sampel.
6.
h
= dimensi sampel.
PROSES
1.
Kalkulasi kekuatan patah.
2.
Kalkulasi logaritma alam kekuatan patah.
3.
Kalkulasi logaritma alam suhu sintering.
4.
Lakukan perulangan untuk n data.
5.
Kalkulasi total logaritma alam kekuatan patah.
6.
Kalkulasi total logaritma alam suhu sintering.
7.
Kalkulasi total perkalian logaritma alam kekuatan patah dan logaritma alam
suhu sintering.
8.
Kalkulasi total logaritma alam kekuatan patah kuadrat.
9.
Kalkulasi koefisien a dan b.
10.
Kalkulasi koefisien c.
11.
Kalkulasi kekuatan patah untuk m data.
OUTPUT
1.
Untuk memperoleh hasil, tekan tombol
Enter
.
2.
Untuk menggambar grafik, digunakan fungsi
plot
sebagai berikut :
plot( ,T) , lalu tekan
Enter
.
3.5.6 Algoritma Program Koefisien Ekspansi Termal
Algoritma untuk menentukan koefisien ekspansi termal adalah sebagai berikut :
INPUT
1.
k
= jumlah data suhu sintering.
2.
m
= jumlah data suhu akhir.
4.
L/Lo= panjang sampel pada suhu T
o.
5.
T
0= suhu awal (suhu kamar).
6.
T
1= suhu akhir.
7.
n
= jumlah data numerik.
PROSES
1.
Kalkulasi koefisien ekspansi termal.
2.
Lakukan perulangan untuk k data.
3.
Kalkulasi koefisien termal rata-rata.
4.
Kalkulasi logaritma alam koefisien ekspansi termal rata-rata.
5.
Kalkulasi logaritma alam suhu sintering.
6.
Lakukan perulangan untuk m data.
7.
Kalkulasi total logaritma alam koefisien ekspansi termal rata-rata.
8.
Kalkulasi total logaritma alam suhu sintering.
9.
Kalkulasi total perkalian logaritma alam koefisien ekspansi termal rata-rata
dan logaritma alam suhu sintering.
10.
Kalkulasi total logaritma alam koefisien ekspansi termal rata-rata kuadrat.
11.
Kalkulasi koefisien a dan b.
12.
Kalkulasi koefisien c.
13.
Kalkulasi koefisien ekspansi termal rata-rata numerik untuk n data.
OUTPUT
2.
Untuk menggambar grafik, digunakan fungsi
plot
sebagai berikut :
plot( ,T) , lalu tekan
Enter
.
3.6 Diagram Alir
Diagram alir (
flowchart
) adalah pernyataan visual atau grafis suatu algoritma.
Diagram alir menggunakan deretan
blok
dan anak panah, yang masing-masing
menyatakan operasi atau langkah tertentu dalam algoritma (Chapra, 1994), misalnya :
a.
: Menyatakan awal atau akhir proses (
terminator
).
b.
: Menyatakan keputusan alternatif (
decision
).
c.
: Menyatakan perhitungan atau manipulasi data (
process
).
d. dan lain-lain
Diagram alir dibuat dengan dasar penjelasan sebagai berikut : Mulai (
start
)
dengan koneksi konstanta c dan b. Karena c dan b masih sama dengan 0 (nol) maka
penghitungan akan dilakukan dengan memasukkan jumlah data (
for i=1-n
), data
eksperimen dan rumus. Inisialisasi digunakan untuk menghitung total. Perulangan
dilakukan sebanyak jumlah data. Setelah penghitungan total selesai, koefisien
korelasi b dan c dihitung dengan rumus yang telah dimasukkan. Setelah b dan c telah
dihitung, buka kembali koneksi. Karena c dan b tidak lagi sama dengan 0 (nol) maka
penghitungan numerik dapat dilakukan dengan memasukkan jumlah data (
for i=1-m
),
rumus dan nilai suhu sintering masing-masing data. Setelah perulangan selesai,
selanjutnya tutup koneksi. Diagram alir untuk densitas (
density
), porositas
(
bending strength
), dan koefisien ekspansi termal (
thermal expansion coefficient
)
for i = 1 to n
Input data a , b Input jumlah data (n)
Inisialisasi
Xtot = 0, Ytot = 0 X2tot = 0, XYtot = 0
Input data Ti , msi, mbi , mgi , mk, Da
Di= msi / (mbi – (mgi - mki))*Da
Ytot = Ytot + ln (Di)
Xtot = Xtot + ln (Ti)
XYtot = XYtot + ln (Ti)* log (Di)
X2tot = X2tot + ln (Ti)* ln (Ti)
E O F
a_dan_b=[n xtot ; xtot x2tot] \ [ytot ; xytot]
c = e a
Update nilai a dan b pada koneksi F
T T
T
Start
Buka koneksi c & b
If c & b = 0
Input suhu (T)
D = c * Tb
Cetak D
Hitung D lagi
Tutup koneksi F
F Input jumlah data
(m)
[image:49.612.125.521.70.615.2]End for i = 1 to m
for i = 1 to n
Input data a , b Input jumlah data (n)
Inisialisasi Xtot = 0, Ytot = 0
X2tot = 0, XYtot = 0
Input data Ti , msi, mbi , mgi , mki
Pi= (mbi - msi )/ (mbi – (mgi - mki))*100 %
Ytot = Ytot + ln (Pi)
Xtot = Xtot + ln (Ti)
XYtot = XYtot + ln (Ti)* ln (Pi)
X2tot = X2tot + ln (Ti)* ln (Ti)
E O F
a_dan_b=[n xtot ; xtot x2tot] \ [ytot ; xytot]
c = e a
Update nilai a dan b pada koneksi F
T T
Start
Buka koneksi c & b
If c & b = 0
T
Input suhu (T)
P = c * Tb
Cetak P
Hitung P lagi
Tutup koneksi F
F Input jumlah data (m)
for i = 1 to m
[image:50.612.117.529.68.641.2]End
for i = 1 to n
Input data a , b Input jumlah data (n)
Inisialisasi Xtot = 0, Ytot = 0
X2tot = 0, XYtot = 0
Input data Ti , Pi, Di
HVi= 1,8544*Pi /(Di ^ 2)
Ytot = Ytot + ln (Hvi)
Xtot = Xtot + ln (Ti)
XYtot = XYtot + log (Ti)* ln Hvi)
X2tot = X2tot + ln (Ti)* ln (Ti)
E O F
a_dan_b=[n xtot ; xtot x2tot] \ [ytot ; xytot]
c = e a
Update nilai a dan b pada koneksi F
T T
Start
Buka koneksi c & b
If c & b = 0
T
Input suhu (T)
Hv = c * Tb
Cetak Hv
Hitung Hv lagi
Tutup koneksi F
F Input jumlah data (m)
for i = 1 to m
[image:51.612.118.528.68.641.2]End
for i = 1 to n
Input data a , b Input jumlah data (n)
Inisialisasi Xtot = 0, Ytot = 0
X2tot = 0, XYtot = 0
Input data Ti, Pi, HVi, Ci
Kici = (0,016*Pi / C^3/2)*(E/HVi)^1/2
Ytot = Ytot + ln (Kici)
Xtot = Xtot + ln (Ti)
XYtot = XYtot + ln (Ti)* ln Kici)
X2tot = X2tot + ln (Ti)* ln (Ti)
E O F
a_dan_b=[n xtot ; xtot x2tot] \ [ytot ; xytot]
c = e a
Update nilai a dan b pada koneksi F
T T
Start
Buka koneksi c & b
If c & b = 0
T
Input suhu (T)
Kic = c * Tb
Cetak Kic
Hitung Kic lagi
Tutup koneksi F
F Input jumlah data (m)
for i = 1 to m
[image:52.612.117.529.68.641.2]End
for i = 1 to n
Input data a , b Input jumlah data (n)
Inisialisasi Xtot = 0, Ytot = 0
X2tot = 0, XYtot = 0
Input data Ti, Pi, HVi, Ci
i= 3*Pi*L / (2*b * (h^2))
Ytot = Ytot + ln ( i)
Xtot = Xtot + ln (Ti)
XYtot = XYtot + ln (Ti)* ln i)
X2tot = X2tot + ln (Ti)* ln (Ti)
E O F
a_dan_b=[n xtot ; xtot x2tot] \ [ytot ; xytot]
c = e a
Update nilai a dan b pada koneksi F
T T
Start
Buka koneksi c & b
If c & b = 0
T
Input suhu (T)
= c * Tb
Cetak
Hitung lagi
Tutup koneksi F
F Input jumlah data (m)
for i = 1 to m
[image:53.612.117.529.68.640.2]End
a_dan_b=[n xtot ; xtot x2tot] \ [ytot ; xytot]
F T
Input jumlah data (k)
E O F for i = 1 to k
c = e a
Update nilai a dan b pada koneksi
Inisialisasi Xtot = 0, Ytot = 0
X2tot = 0, XYtot = 0
Ytot = Ytot + ln ( i)
Xtot = Xtot + ln (Ti)
XYtot = XYtot + ln (Ti)* ln i)
X2tot = X2tot + ln (Ti)* ln (Ti)
Start
Buka koneksi c & b
Input data Ti
T
for i = 1 to m If
c & b = 0
Input data Ti , T0, L/L0
Input suhu (T)
= c * Tb
Cetak
Hitung lagi
Tutup koneksi
End F
F
i = ( L/L0)/ (Ti – T0))
Input jumlah data (n)
for i = 1 to n
E O F
i = ( L/L0)/ (Ti – T0))
F
T
[image:54.612.117.530.51.653.2]T
BAB IV
HASIL DAN PEMBAHASAN
Hasil komputasi numerik densitas, porositas, kekerasan, ketangguhan, kekuatan patah
dan koefisien ekspansi termal untuk keramik Ca-PSZ dan Mg-PSZ yang disintering
pada suhu sintering 1100
oC, 1200
oC, 1250
oC, 1300
oC, 1350
oC, 1400
oC, 1450
oC,
1500
oC, 1550
oC, 1600
oC adalah sebagai berikut (lihat Lampiran C halaman 93):
4.1 HASIL KOMPUTASI NUMERIK DENSITAS
Hasil komputasi numerik densitas untuk keramik Ca-PSZ dan Mg-PSZ
diperlihatkan pada Gambar. 4.1.
1100 1150 1200 1250 1300 1350 1400 1450 1500 1550 1600 3.5
[image:55.612.133.520.322.613.2]4 4.5 5 5.5 6
GRAFIK DENSITAS vs SUHU SINTERING
SUHU SINTERING ( oC )
D
E
N
S
IT
A
S
(
g
/c
m
3 )
Ca-PSZ Mg-PSZ
Dari grafik terlihat bahwa semakin tinggi suhu sintering maka nilai densitas
cenderung meningkat dengan linear. Juga dapat disimpulkan bahwa besarnya nilai
densitas 8,64 % mol CaO relatif lebih kecil bila dibandingakan dengan 12 % mol
Gambar 4.1. Grafik Densitas – Suhu Sintering
MgO. Besarnya nilai densitas untuk keramik Ca-PSZ berkisar dari 3,9289x10
3–
5,7735x10
3kg/m
3, sedangkan untuk keramik Mg-PSZ berkisar dari 4,3841x10
3–
5,8712x10
3kg/m
3. Menurut hasil eksperimen (Simatupang, 2006), besarnya nilai
densitas untuk keramik Ca-PSZ berkisar dari 3,6799x10
3– 5,1599x10
3kg/m
3,
sedangkan untuk keramik Mg-PSZ berkisar dari 4,2200x10
3– 5,4101x10
3kg/m
3dengan batas suhu sintering 1100-1500
oC dengan rentang 100
oC. Ini menunjukkan
bahwa komputasi numerik menghasilkan nilai densitas yang lebih besar daripada nilai
eksperimen. Perbedaan itu sekitar 5,4193 % dan 3,4217 % masing-masing untuk
Ca-PSZ dan Mg-Ca-PSZ. Menurut literatur (Nath, 2007), besar nilai densitas untuk Ca-Ca-PSZ
adalah 5,33 x 10
3kg/m
3, sedangkan untuk keramik Mg-PSZ berkisar antara 5,75 x
10
3kg/m
3(Marketech International, Inc., 2008). Hasil komputasi numerik
menunjukkan bahwa untuk mendapatkan nilai ini, kondisi suhu sinteringnya adalah
1400 – 1500
oC untuk Ca-PSZ, dan sekitar 1550 - 1600
oC untuk Mg-PSZ.
Sedangkan pada eksperimen, hanya sekitar 96,81 % untuk Ca-PSZ dan 94,09 %
untuk Mg-PSZ dari nilai literatur pada suhu sintering 1500
oC. Nilai densitas ini
menunjukkan bahwa Mg-PSZ lebih padat daripada Ca-PSZ.
Nilai banding densitas secara numerik, eksperimen dan literatur dapat dilihat
pada Lampiran A Tabel Ga, Tabel Gb dan Tabel Gc halaman 72-73.
4.2 HASIL KOMPUTASI NUMERIK POROSITAS
Nilai komputasi numerik porositas berkurang hampir mendekati linear seiring
pemrosesan dengan cepat, sesudahnya lebih landai dibanding suhu sintering
sebelumnya. Ini berarti bahwa proses pengurangan pori mulai konstan. Hal yang
sama juga berlaku untuk Mg-PSZ.
Hasil komputasi numerik porositas untuk keramik Ca-PSZ dan Mg-PSZ
diperlihatkan pada Gambar 4.2.
11005 1150 1200 1250 1300 1350 1400 1450 1500 1550 1600 10
[image:57.612.155.480.212.459.2]15 20 25 30
Grafik POROSITAS vs SUHU SINTERING
SUHU SINTERING ( oC )
PO
R
O
SI
T
AS
(
%
)
Ca-PSZ Mg-PSZ
Gambar 4.2 Grafik Porositas – Suhu Sintering
Nilai porositas untuk Ca-PSZ berkisar antara 9,3434 - 27,3391 %, sedangkan
untuk Mg-PSZ berkisar dari 7,4747 – 20,0420 %. masing-masing untuk Ca-PSZ dan
Mg-PSZ pada suhu sintering 1450
oC. Secara eksperimen nilai porositas yang terukur
berkisar dari 13,0989 – 31,6054 % dan 10,4111 – 22,5106 % masng-masing untuk
Ca-PSZ dan Mg-PSZ. Porositas terkecil terkomputasi numerik untuk Ca-PSZ bernilai
numerik dan eksperimen. Dari komputasi numerik terlihat bahwa porositas Ca-PSZ
relatif lebih besar dari Mg-PSZ, ini menunjukkan bahwa keramik Ca-PSZ lebih
berongga dibandingkan dengan Mg-PSZ. Tentu saja hal ini akan berkaitan densitas,
sehingga densitasnya menjadi lebih kecil. Dapat disimpulkan, bila porositas semakin
besar maka densitas akan semakin kecil, demikian juga sebaliknya.
Nilai banding porositas secara numerik, eksperimen dan literatur dapat dilihat
pada Tabel Ga, Tabel Gb dan Tabel Gc halaman 72-73.
4.3 HASIL KOMPUTASI NUMERIK KEKERASAN
Kurva menunjukkan bahwa semakin tinggi suhu sintering maka semakin
tingggi kekerasan keramik. Tampak dari grafik bahwa keramik C