Metode FTCS: Cara Komputer Mensimulasikan Perambatan Panas pada Batang Logam

Persamaan diferensial digunakan untuk menggambarkan bagaimana suatu besaran berubah secara kontinu terhadap ruang dan waktu. Persamaan panas, misalnya, menjelaskan bagaimana suhu suatu objek mengalami perubahan akibat perpindahan energi.

Komputer tidak memproses turunan kontinu secara langsung seperti yang dilakukan dalam perhitungan analitis. Karena itu, domain ruang dan waktu perlu dibagi menjadi titik-titik diskret yang dapat direpresentasikan sebagai angka.

Pada arah ruang, batang logam dibagi menjadi sejumlah titik atau grid. Setiap titik kemudian memiliki nilai suhu tertentu yang dapat dihitung secara numerik pada setiap langkah waktu.

Bayangkan sebuah batang logam yang memiliki panjang tertentu. Daripada menghitung suhu pada setiap posisi kontinu, komputer membagi batang tersebut menjadi sejumlah irisan.

Dalam simulasi yang dibahas, digunakan 100 slices atau titik pembagian untuk menghasilkan grafik perubahan suhu yang lebih halus. Setiap titik memiliki indeks tertentu sehingga komputer dapat menghitung perubahan suhu secara sistematis.

Pendekatan ini menjadi dasar berbagai simulasi numerik karena fenomena fisik yang kompleks dapat direpresentasikan sebagai sekumpulan operasi matematika sederhana.

FTCS merupakan singkatan dari Forward Time Centered Space. Nama tersebut menjelaskan cara pendekatan numerik dilakukan.

Forward time berarti perubahan suhu dihitung menggunakan langkah waktu berikutnya. Sementara itu, centered space berarti turunan ruang didekati menggunakan informasi dari titik di sebelah kiri dan kanan suatu posisi.

Pendekatan tersebut penting karena simulasi tidak dapat bergantung pada informasi masa depan yang belum dihitung. Dengan menggunakan nilai saat ini untuk memperkirakan kondisi pada langkah berikutnya, proses simulasi dapat berjalan secara berurutan.

Secara sederhana, komputer melakukan proses seperti berikut: mengambil kondisi suhu saat ini, menghitung perubahan berdasarkan titik di sekitarnya, kemudian menentukan suhu pada langkah waktu berikutnya.

Persamaan panas menunjukkan bahwa perubahan suhu pada suatu titik dipengaruhi oleh kondisi suhu di sekitarnya. Konsep ini dapat dipahami melalui bentuk kurva suhu atau konkavitas.

Jika sebuah titik bersuhu rendah berada di antara titik-titik yang lebih panas, energi dari lingkungan sekitarnya akan cenderung mengalir menuju titik tersebut. Sebaliknya, titik yang sangat panas di antara wilayah yang lebih dingin akan kehilangan energi.

Dengan demikian, sistem secara bertahap bergerak menuju distribusi suhu yang lebih seimbang.

Kecepatan penyebaran energi ditentukan oleh difusivitas termal atau thermal diffusivity. Semakin tinggi nilainya, semakin cepat energi panas dapat menyebar melalui material.

Dalam analogi yang digunakan dalam pembelajaran, difusivitas termal dapat dibayangkan seperti tingkat “social distancing” antaratom. Jika jaraknya secara konseptual lebih memungkinkan terjadinya pertukaran energi, panas dapat menyebar dengan lebih cepat.

Konsep tersebut membantu menghubungkan persamaan matematika dengan fenomena fisik yang mudah dibayangkan.

Simulasi batang logam dimulai dengan kondisi batas tertentu. Dalam contoh yang dibahas, ujung kiri batang memiliki suhu 50, sedangkan ujung kanan memiliki suhu 0.

Perbedaan suhu tersebut menciptakan gradien temperatur. Seiring waktu berjalan, panas bergerak dari wilayah bersuhu tinggi menuju wilayah bersuhu rendah.

Program kemudian mengambil beberapa snapshot pada waktu tertentu, antara lain 0,01 detik, 0,1 detik, 0,41 detik, dan 10 detik. Setiap snapshot menunjukkan bagaimana profil suhu berubah selama proses simulasi.

Pada sekitar 10 detik, sistem mencapai kondisi steady state. Secara visual, grafik suhu menjadi garis lurus karena distribusi temperatur tidak lagi mengalami perubahan signifikan dan konkavitasnya mendekati nol.

Simulasi numerik tidak hanya menghadapi persoalan matematika dan fisika. Pemrograman juga memiliki tantangan tersendiri.

Salah satunya adalah representasi angka floating-point. Komputer tidak selalu dapat menyimpan bilangan desimal secara persis. Akibatnya, dua nilai yang secara matematis seharusnya sama dapat memiliki perbedaan sangat kecil ketika disimpan dalam komputer.

Misalnya, program mungkin mengharapkan waktu mencapai tepat 0,1 detik. Namun, hasil perhitungan internal bisa saja menghasilkan nilai yang sangat dekat tetapi tidak persis sama.

Solusinya adalah menggunakan toleransi atau epsilon (?). Alih-alih meminta komputer memeriksa apakah dua angka benar-benar identik, program memeriksa apakah selisih keduanya berada dalam batas yang sangat kecil.

Pendekatan ini membuat program lebih tahan terhadap kesalahan representasi numerik. Prinsip sederhana tersebut sangat penting dalam berbagai simulasi ilmiah yang menggunakan perhitungan berulang.

Menghubungkan Matematika dengan Pemrograman

Simulasi FTCS menunjukkan bahwa fisika komputasi bukan hanya tentang memahami persamaan matematika. Mahasiswa juga perlu memahami bagaimana persamaan tersebut diterjemahkan menjadi algoritma.

PDE memberikan model matematis, metode FTCS memberikan pendekatan numerik, sedangkan Python menjalankan perhitungan dan menghasilkan visualisasi. Ketiga komponen tersebut bekerja bersama untuk menggambarkan fenomena perpindahan panas.

Materi ini juga merujuk pada pembahasan Initial Value Problems dalam buku Computational Physics karya Mark Newman, khususnya bagian 9.3 yang berada pada halaman 418.

Sesi pembelajaran tersebut juga berlangsung dalam konteks perubahan sistem perkuliahan akibat situasi darurat kesehatan. Jacksonville University memperpanjang pembelajaran daring hingga 20 Juni, sehingga sisa semester musim semi dan awal semester musim panas dilaksanakan secara online.

Mahasiswa diberikan fleksibilitas terhadap tenggat tugas dan proyek akhir. Mereka juga didorong untuk berkomunikasi dengan dosen mengenai kebutuhan perangkat teknologi dan perangkat lunak yang diperlukan.

Kondisi tersebut memperlihatkan bahwa pembelajaran komputasi dapat tetap berlangsung meskipun kegiatan tatap muka terbatas. Bahkan, sifat materi yang berbasis pemrograman membuat sebagian proses pembelajaran dapat dilakukan secara digital.

Penerapan metode FTCS tidak berhenti pada menjalankan contoh yang sudah tersedia. Mahasiswa juga diarahkan untuk memodifikasi kondisi simulasi.

Salah satu tugas dalam Proyek 317 adalah mengintegrasikan fungsi sinus dari pustaka NumPy untuk mengubah suhu pada ujung kiri batang. Perubahan tersebut memungkinkan mahasiswa mengamati bagaimana sistem merespons kondisi batas yang tidak lagi konstan.

Eksperimen semacam ini penting karena membantu mahasiswa memahami hubungan antara persamaan, parameter, kode, dan perilaku sistem secara langsung.

Metode FTCS memberikan contoh konkret bagaimana komputer dapat digunakan untuk menyelesaikan persoalan fisika yang dijelaskan oleh Persamaan Diferensial Parsial. Dengan mendiskretisasi ruang dan waktu, persamaan kontinu dapat diterjemahkan menjadi operasi numerik yang dapat diproses komputer.

Dalam simulasi batang logam, perubahan suhu dihitung berdasarkan kondisi titik di sekitarnya dan nilai difusivitas termal. Proses tersebut menghasilkan gambaran evolusi temperatur hingga mencapai steady state.

Di luar konsep fisika, simulasi ini juga mengajarkan aspek penting pemrograman numerik, termasuk penggunaan grid, visualisasi, dan penanganan kesalahan floating-point menggunakan epsilon. Pada akhirnya, FTCS menunjukkan bagaimana matematika, fisika, dan pemrograman dapat dipadukan untuk memahami fenomena dunia nyata melalui simulasi komputer.

FAQ

1. Apa itu metode FTCS? FTCS adalah metode numerik Forward Time Centered Space yang digunakan untuk menyelesaikan persoalan yang melibatkan perubahan terhadap waktu dan ruang, termasuk persamaan panas.
2. Mengapa PDE perlu didiskretisasi? PDE perlu diubah menjadi bentuk diskret agar nilai turunan dan variabel kontinu dapat direpresentasikan sebagai angka yang dapat dihitung komputer.
3. Apa fungsi difusivitas termal? Difusivitas termal menentukan seberapa cepat energi panas menyebar melalui suatu material.
4. Mengapa simulasi menggunakan 100 titik grid? Pembagian menjadi 100 titik membantu merepresentasikan distribusi suhu sepanjang batang secara lebih detail dan menghasilkan visualisasi yang lebih halus.
5. Mengapa epsilon digunakan dalam Python? Epsilon digunakan sebagai toleransi ketika membandingkan bilangan floating-point agar perbedaan numerik yang sangat kecil tidak menyebabkan kesalahan logika program.