digilib@itb.ac.id +62 812 2508 8800


BAB1 Awla Fajri Assalam
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB2 Awla Fajri Assalam
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB3 Awla Fajri Assalam
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB3 Awla Fajri Assalam
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB3 Awla Fajri Assalam
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB4 Awla Fajri Assalam
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB5 Awla Fajri Assalam
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

PUSTAKA Awla Fajri Assalam
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

COVER Awla Fajri Assalam
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

TALYS-1.95 merupakan salah satu garda terdepan kode reaksi nuklir. Diantara model yang tersedia pada TALYS-1.95 dan berfungsi untuk mencari yield kumulatif adalah temperature-dependant Brosa model. Model ini menganalisa reaksi fisi secara makroskopik-mikroskopik menggunakan gabungan konsep evolusi multichannel menuju scission serta multi modal random neck-rupture model. Studi ini membahas terkait pencarian polinomial berbasis nomor massa yang dapat ditambahkan ke dalam probabilitas rupture temperature-dependant Brosa model dan dapat meningkatkan akurasi model ini terhadap data benchmark. Data benchmark yang digunakan dalam studi ini berasal dari library JENDL-4.0 dengan inti yang termasuk lingkup studi ini adalah 6 inti Uranium, 5 inti Plutonium, serta 5 inti Curium dengan nomor massa bervariasi pada reaksi terinduksi neutron yang memiliki energi insiden 0.5 MeV. Studi ini memberikan hasil akhir berupa persamaan umum untuk ketiga elemen yang diuji (Uranium, Plutonium, dan Curium) beserta parameter untuk setiap elemen dan evaluasinya. Studi ini diawali dengan modifikasi TALYS-1.95 dalam bentuk perubahan 4 subroutine-nya yaitu talys.cmb, neck, input2, dan checkkeyword. Modifikasi ini bertujuan untuk menambahkan variabel dummy ???????????????? dalam persamaan probabilitas rupture di TALYS-1.95. Program yang telah termodifikasi kemudian digunakan untuk menghasilkan data simulasi setiap inti dalam lingkup studi dengan nilai ???????????????? divariasikan untuk setiap inti dari 0.01 hingga 4.00. Simulasi ini bertujuan untuk mendapatkan nilai ???????????????? yang memberikan yield kumulatif dengan akurasi paling tinggi terhadap data benchmark (didefinisikan sebagai data yield kumulatif dengan root-mean-square-error paling rendah dan koefisien korelasi paling tinggi terhadap data benchmark). ???????????????? yang seperti ini selanjutnya disebut sebagai ????????????????????.???????????????????? yang didapatkan kemudian diregresi terhadap nomor massa untuk bisa didapatkan bentuk persamaannya. Terdapat dua jenis regresi yang dilakukan pada tahap ini yaitu regresi linear dan polinomial orde dua. Regresi ini dilakukan terpisah untuk inti Uranium, Plutonium, dan Curium sehingga menghasilkan 6 bentuk persamaan ???????????????????? berbeda. Keenam bentuk persamaan ini disubstitusikan menggantikan variabel dummy ???????????????? dalam persamaan probabilitas rupture, disimulasikan, dan dievaluasi untuk dicari bentuk probabilitas rupture terbaik bagi masing-masing elemen. Dari seluruh langkah ini, akhirnya didapatkan persamaan probabilitas rupture untuk tiap elemen yang dapat disatukan menjadi satu bentuk persamaan umum ????(????)?exp(?(????????1????????????2+????????2????????????+????????3)2????????0[????2(????????)?????2(????)]????) dengan ????????1,????????2, dan ????????3 merupakan parameter bergantung elemen yang tersedia pada bab IV studi ini. Persamaan probabilitas rupture baru ini berhasil meningkatkan akurasi 15 dari 16 inti yang diuji. Lalu, persamaan ini juga meningkatkan rataan nilai koefisien korelasi yield kumulatif simulasi terhadap benchmark dari 0.7945 menjadi 0.8428 serta menurunkan root-mean-square-errornya dari 6.60001 menjadi 5.8088. Sehingga, bisa disimpulkan bahwa studi ini berhasil menemukan polinomial berbasis nomor massa yang dapat ditambahkan ke dalam probabilitas rupture temperature-dependant Brosa model dan dapat meningkatkan akurasi model ini terhadap data benchmark.