Anda di halaman 1dari 67

M ODUL

MATA KULI AH

AN ALISA

NUM ERIK

M O DUL MAT A KULI AH AN ALIS A NU M ERIK Disu s un

Disus un Oleh :

Cand ra Mec ca Sufy ana S.S i

Poli teknik

PIKSI G anesha

Ba ndung

2 011

Kata Pengantar

Maha Besar Allah SWT yang memberikan kekuatan pada penyusun, sehingga mampu menyelesaikan modul kuliah analisa numerik ini. Mudah-mudahan modul kuliah ini dapat bermanfaat dan dimanfaatkan sebaik-baiknya bagi para pembaca yang berkepentingan mempelajari dan memahami konsep analisa numerik.

Elemen-elemen dasar pemahaman yang cukup baik tentang materi kalkulus, aljabar linear, dan algoritma akan membantu dalam memahami permasalahan-permasalahan yang menggunakan konsep penyelesaian dengan analisa numeric ini.

Cara yang paling efektif dalam mempelajari analisa numerik ini adalah aktif dengan membaca, bertanya, dan terus mencoba dan mencoba berbagai latihan-latihan soal yang ada dan tentunya mengaplikasikanya dalam bahasa pemograman.

Cukup banyak keterbatasan dan kekurangan yang ada dalam modul kuliah analisa numerik ini. Untuk itu adanya saran dan kritik dari pembaca sangat diperlukan penyusun untuk perbaikan modul ini dimasa mendatang agar lebih baik lagi.

Atas terselesaikannya modul ini, penyusun ucapkan terima kasih kepada pihak-pihak yang telah membantu dalam keberadaan dan keberlangsungan modul ini terutama semua civitas akademik Politeknik Piksi Ganesha dan pihak lain yang ikut membantu dan mendoakan penyusun sehingga mampu menyusun modul kuliah analisa numerik ini.

Bandung , April 2011

Penyusun

Daftar Isi

Kata Pengantar

….……………………………….…………

2

Daftar isi

3

Daftar Gambar

5

Daftar Tabel

6

Deskripsi Mata Kuliah………….……………………………….…………

7

Tujuan Mata Kuliah Umum

Tujuan Mata Kuliah Khusus.….……………………………….…………

7

7

BAB I

PENDAHULUAN

1.1 Definisi analisa numerik

8

1.2 Tahap penyelesaian secara numerik

10

1.3 Galat (Kesalahan)………………………………………….11

BAB II

SISTEM PERSAMAAN NON-LINEAR

2.1 Metode Tertutup

13

2.1.2 Metode grafik….………………………………………. 15

2.1.1 Metode tabel

…………………………………………

 

2.1.3 Metode bisection

……………………………………

16

2.1.4 Metode regulasi falsi…………………………………

17

2.2 Metode Terbuka

 
 

2.2.1 Metode iterasi…………………………………………

19

2.2.2 Metode Newton Rapshon…

………………………….

20

2.2.3 Metode secant…

……………………………………

23

BAB III

INTERPOLASI

3.1 Interpolasi Linear… ……………………….………………

29

3.2 Interpolasi Kuadratik……………………………

…………

30

3.3 Interpolasi Polinomial………………………….……….…… 31

3.4 Interpolasi Lagrange………………………….……….……

32

BAB IV

INTEGRASI NUMERIK

4.1 Dasar pengintegralan numerik…………….………………

35

4.2 Metode Reimann…………….…………………

…………

38

4.3 Metode Trapesium…………………………….……….……

39

4.4 Metode Simpson 1/3…………………….……….…………

40

4.5 Metode Simpson 3/8………………………….……….……

42

4.6 Metode Integrasi Gauss………………….……….…………

43

4.7 Penerapan Integrasi Numerik………………….……….……

44

BAB V

PERSAMAAN LINEAR SIMULTAN

5.1 Eliminasi Gauss… ……………………….………………

50

5.2 Eliminasi Gauss Jordan…………………………

…………

56

5.3 Dekomposisi LU………………………….……….……

58

5.4 Iterasi Gauss-Seidel………………………….……….……

62

DAFTAR PUSTAKA

67

Daftar Gambar

Gambar

Nama gambar

Halaman

1.1

Bagan Metode Analisa Numerik

8

2.1

Grafik akar persamaan kuadrat

10

2.2

Metode Grafik

15

2.3

Bisection

16

2.4

Daerah akar fungsi

17

2.5

Regulasi Falsi

18

2.6

Newton Rapshon

20

2.7

Penyelesaian dengan Newton Rapshon

20

2.8

Metode Secant

23

2.9

Grafik fungsi metode secant

24

2.10

Flowchart Metode Secant

25

3.1

Grafik Interpolasi

28

3.2

Interpolasi Linear

29

3.3

Interpolasi kuadratik

30

4.1

Dasar pengintegralan numeric

36

4.2

Pendekatan solusi integrasi numeric

36

4.3

Grafik Linear dan kuadratik

37

4.4

Grafik kubik dan polinomial

37

4.5

Grafik polynomial data

37

4.6

Grafik luas dengan integral

38

4.7

Metode Reimann

38

4.8

Grafik Solusi reimann

39

4.9

Metode Trapesium

40

4.10

Metode Simpson 1/3

41

4.11

Pembagian h metode simpson 1/3

42

4.12

Metode Simpson 3/8

42

5.1

Solusi sitem persamaan linear

48

5.2

Flowchart system persamaan linear

55

Daftar Tabel

Tabel

Keterangan

Halaman

2.1

Metode tabel

14

2.2

Contoh metode tabel

15

2.3

Penentuan metode bisection

18

2.4

Iterasi

20

2.5

Iterasi Newton Rapshin

25

2.6

Perbandingan Metode system persamaan linear

26

A. Deskripsi Mata Kuliah

Pada mata kuliah ini disajikan beberapa analisa numerik. Pertama-tama diberikan beberapa definisi, teorema yang berhubungan dengan analisa numerik, termasuk penyajian bilangan, galat dan beberapa konsep dasar yang terkait. Selanjutnya dibahas penyelesaian persamaaan non linear dengan menggunakan metode grafik, tabel, Bisection, Newton Raphson, Secant, dan Modifikasi metode Newton untuk Polinomial. Pembahasan Sistem Linear meliputi aljabar matriks, metode penyelesaian Sistem Linear dengan metode iterasi Jacobi, Gauss Seidel dan penyelesaian sistem linear tridiagonal. Sementara metode numerik untuk aljabar matriks dibahas mengenai menghitung determinan dan invers matriks. Untuk Interpolasi dibahas Interpolasi Polinomial yang meliputi Interpolasi Linear dan Kuadrat, Interpolasi Beda terbagi Newton, dan Interpolasi Lagrange, Integral numerik yang meliputi Konsep dasar Integral Numerik, Diantaranya Metode Reimann dan Trapezoid juga Metode Newton-Cotes termasuk Aturan Simpson 1/3 dan Aturan Simpson 3/8. Ditambah pengenalan tentang differensiasi numeric seperti konsep finite difference dan berbagai analisa numerik tersebut diaplikasikan dalam bahasa pemograman

B. Tujuan Kompetensi Umum

Setelah mengikuti mata kuliah ini, mahasiswa diharapkan dapat menggunakan dan menginterpretasikan beberapa analisa numerik beserta algoritmanya kepada berbagai masalah yang berhubungan dengan masalah numerik.

C. Tujuan Kompetensi Khusus

Menjelaskan penyajian bilangan, analisis kesalahan, pemilihan metode aritmetika dan konsep-konsep dasar yang berhubungan dengan metode numerik

Menyelesaikan persamaan non linear dengan beberapa metode dan menginterpreasikan hasilnya beserta algoritmanya

Menyelesaikan Sistem Linear dengan beberapa metode dan menginterpreasikan hasilnya beserta algoritmanya

Menentukan determinan dan invers matriks dan menginterpretasikan hasilnya beserta algoritmanya

Menentukan suatu interpolasi dari barisan data dengan beberapa metode dan menginterpreasikan hasilnya beserta algoritmanya

Menghitung integral secara numerik dengan beberapa metode.

BAB I PENDAHULUAN

A.

Tujuan Kompetensi Khusus

Mahasiswa dapat mengetahui dan memahami pengertian dan maksud pembelajaran analisa numerik dan mampu mengetahui perbedaanya dengan metode analitik dan metode empirik

Menjelaskan penyajian bilangan, analisis kesalahan (galat), pemilihan metode aritmetika dan konsep-konsep dasar yang berhubungan dengan metode numeric

B.

Uraian Materi

1.1

Definisi Analisa Numerik

Dalam metode penyelesaian permasalahan di berbagai disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, matematika atau ekonomi, atau pada persoalan di bidang rekayasa (engineering), seperti Teknik Sipil, Teknik Mesin, Elektro, dan sebagainya, diantaranya pada umumnya harus diformulasikan dalam notasi matematika sebelum dianalisa secara kualitatif baik secara analitik (secara eksakta) ataupun secara numerik, walaupun ada beberapa pula yang menggunakan metode penyelesaian secara empiris (melalui percobaan).

Metode

Penyelesaian

Numerik
Numerik
Analitik
Analitik
Empirik
Empirik

Gambar 1.1. Bagan Metode Penyelesaian Metode analitik adalah metode sebenarnya yang dapat memberikan solusi sebenarnya (exact solution) atau solusi sejati artinya metode penyelesaian model matematika dengan rumus-rumus aljabar yang sudah baku (lazim) dan solusi yang dihasilkan memiliki galat atau error = 0. Namun metode analitik hanya unggul pada sejumlah persoalan matematika yang terbatas. Padahal persoalan yang muncul dalam dunia nyata seringkali melibatkan bentuk dan proses yang rumit. Akibatnya nilai praktis penyelesaian metode analitik menjadi terbatas. Bila metode analitik tidak dapat lagi diterapkan, maka solusi persoalan sebenarnya masih dapat dicari dengan menggunakan metode numerik. Metode numerik adalah teknik yang digunakan untuk memformulasikan persoalan matematik sehingga dapat dipecahkan dengan operasi perhitungan/aritmetika biasa (tambah, kurang, kali, dan bagi). Metode artinya cara, sedangkan numerik artinya angka. Jadi metode numerik secara harafiah berarti cara berhitung dengan menggunakan angka-angka. Dari penjelasan tersebut terdapat dua hal mendasar mengenai perbedaan antara metode numerik dengan metode analitik yaitu pertama, solusi dengan menggunakan metode numerik selalu berbentuk angka sedangkan metode analitik umumnya menghasilkan solusi dalam bentuk fungsi matematik yang selanjutnya fungsi matematik tersebut dapat dievaluasi untuk menghasilkan nilai dalam bentuk angka. Kedua, dengan metode numerik, kita hanya memperoleh solusi yang menghampiri atau mendekati solusi

sejati sehingga solusi numerik dinamakan juga solusi pendekatan (approxomation), namun solusi pendekatan dapat dibuat seteliti yang kita inginkan. Solusi hampiran jelas tidak tepat sama dengan solusi sejati, sehingga ada selisih antara keduanya. Selisih inilah yang disebut dengan galat (error). Sebagai contoh ilustrasi, tinjau sekumpulan persoalan matematik di bawah ini. (1) Tentukan akar-akar persamaan polinom:

7.77

7

x

1.24

6

x

+

99

4

x

+

38

3

x

14.2

2

x

x +

666

=

0

(2) Selesaikan sistem persamaaan lanjar (linear)

666 = 0 (2) Selesaikan sistem persamaaan lanjar ( linear ) (3) Tentukan nilai maksimum fungsi

(3) Tentukan nilai maksimum fungsi tiga matra (dimension):

Tentukan nilai maksimum fungsi tiga matra ( dimension ): (4) Hitung nilai integral-tentu berikut (5) Diberikan

(4) Hitung nilai integral-tentu berikut

( dimension ): (4) Hitung nilai integral-tentu berikut (5) Diberikan persamaan differensial biasa (PDB) dengan

(5) Diberikan persamaan differensial biasa (PDB) dengan nilai awal:

persamaan differensial biasa (PDB) dengan nilai awal : Hitung nilai y pada t = 1.8! Untuk

Hitung nilai y pada t = 1.8! Untuk menyelesaikan soal-soal seperti di atas dengan metode analitik, sangatlah sulit. Soal (1) misalnya, biasanya untuk polinom derajat dua masih dapat mencari akar-akar polinom dengan rumus abc, grafik atau difaktorkan. Sedangkan untuk polinom berderajat banyak seperti diatas memerlukan bantuan numerik. Soal (2) pun sama, untuk menyelesaikan persamaan linear dengan banyak peubah juga sulit untuk diselesaikan secara analitik, begitupun dengan soal lainya. Dari Ilistrusi diatas dapat disimpulkan mengenai alasan menggunakan MetodeNumerik

Tidak semua permasalahan matematis atau perhitungan dapat diselesaikan dengan mudah.

Dibutuhkan metode yang menggunakan analisis-analisis pendekatan persoalan non linier untuk menghasilkan nilai yang diharapkan.

Kesulitan menggunakan metode analitik untuk mencari solusi exact dengan jumlah data yang besar, diperlukan perhitungan komputer, metode numerik menjadi penting untuk menyelesaikan permasalahan ini

Pemakaian metode analitik terkadang sulit diterjemahkan kedalam algoritma yang dapat dimengerti oleh komputer. Metode numeric yang memang berangkat dari pemakaian alat bantu hitung merupakan alternatif yang baik dalam menyelesaian persoalan-persoalan perhittungan yang rumit.

Beberapa kriteria penyelesaian perhitungan matematika

Bila persoalan merupakan persoalan yang sederhana atau ada theorem analisa matematika yang dapat digunakan untuk menyelesaikan persoalan tersebut, maka penyelesaian matematis (metodeanalitik) adalah penyelesaian exact yang harus digunakan. Penyelesaian ini menjadi acuan bagi pemakaian metode pendekatan.

Bila persoalan sudah sangat sulit atau tidak mungkin diselesaiakan secara matematis (analitik) karena tidak ada theorem analisa matematik yang dapat digunakan, maka dapat digunakan metode numerik.

Bila persoalan sudah merupakan persoalan yang mempunyai kompleksitas tinggi, sehingga metode numeric pun tidak dapat menyajikan penyelesaian dengan baik, maka dapat digunakan metode-metode simulasi.

1.2

Tahap-Tahap Memecahkan Persoalan Secara Numerik

Ada enam tahap yang dilakukan dakam pemecahan persoalan dunia nyata dengan metode numerik, yaitu

1. Pemodelan

Ini adalah tahap pertama. Persoalan dunia nyata dimodelkan ke dalam persamaan matematika (lihat contoh ilustrasi pada upabab 1.2)

2. Penyederhanaan model

Model matematika yang dihasilkan dari tahap 1 mungkin saja terlalu kompleks, yaitu

memasukkan banyak peubah (variable) atau parameter. Semakin kompleks model matematikanya, semakin rumit penyelesaiannya. Mungkin beberapa andaian dibuat sehingga beberapa parameter dapat diabaikan.Contohnya, faktor gesekan udara diabaikan sehingga koefisian gesekan di dalam model dapat dibuang. Model matematika yang diperoleh dari penyederhanaan menjadi lebih sederhana sehingga solusinya akan lebih mudah diperoleh.

3. Formulasi numerik

Setelah model matematika yang sederhana diperoleh, tahap selanjutnya

adalah memformulasikannya secara numerik, antara lain:

a. menentukan metode numerik yang akan dipakai bersama-sama dengan analisis galat awal (yaitu taksiran galat, penentuan ukuran langkah, dan sebagainya). Pemilihan metode didasari pada pertimbangan:

- apakah metode tersebut teliti?

- apakah metode tersebut mudah diprogram dan waktu pelaksanaannya cepat?

- apakah metode tersebut tidak peka terhadap perubahan data yang cukup kecil?

b.

menyusun algoritma dari metode numerik yang dipilih.

4.

Pemrograman

Tahap selanjutnya adalah menerjemahkan algoritma ke dalam program computer dengan

menggunakan salah satu bahasa pemrograman yang dikuasai.

5. Operasional

Pada tahap ini, program komputer dijalankan dengan data uji coba sebelum data yang

sesungguhnya.

6. Evaluasi

Bila program sudah selesai dijalankan dengan data yang sesungguhnya, maka hasil yang diperoleh diinterpretasi. Interpretasi meliputi analisis hasil run dan membandingkannya dengan prinsip dasar dan hasil-hasil empirik untuk menaksir kualitas solusi numerik, dan

keputusan untuk menjalankan kembali program dengan untuk memperoleh hasil yang lebih

baik.

1.3

Galat (Kesalahan)

Penyelesaian secara numerik dari suatu persamaan matematis hanya memberikan nilai

perkiraan yang mendekati nilai eksak (yang benar) dari penyelesaian analitis. Ada 3 macam kesalahan dasar;

1. Galat bawaan

2. Galat pemotongan

3. Galat pembulatan

Galat bawaan (Inheren) Yaitu Galat dalam nilai data dan terjadi akibat kekeliruan dalam menyalin data, salah membaca skala atau kesalahan karena kurangnya pengertian mengenai hukum-hukum fisik dari data yang diukur. Contoh :

Pengukuran selang waktu 2,3 detik :

Terdapat beberapa galat karena hanya dg suatu kebetulan selang waktu akan diukur tepat 2,3 detik.

Beberapa batas yg mungkin pada galat inheren diketahui :

Berhub dg galat pd data yg dioperasikan oleh suatu komputer dg beberapa prosedur numerik. Galat Pemotongan (Truncation Error)

Berhubungan dengan cara pelaksanaan prosedur numerik

• Contoh pada deret Taylor tak berhingga :

 

3

5

7

9

sin x

=

x

x

+

x

x

+

x

 
 

3!

5!

7!

9!

Dapat dipakai untuk menghitung sinus sebarang sudut x dalam radian

Jelas kita tdk dapat memakai semua suku dalam deret, karena deretnya tak berhingga

Kita berhenti pada suku tertentu misal x 9

Suku yg dihilangkan menghasilkan suatu galat

Dalam perhitungan numerik galat ini sangat penting

Galat Pembulatan

• Akibat pembulatan angka

Terjadi pada komputer yg disediakan beberapa angka tertentu misal; 5 angka :

Penjumlahan 9,2654 + 7,1625 hasilnya 16,4279 Ini terdiri 6 angka sehingga tidak dapat disimpan dalam komputer kita dan akan

dibulatkan menjadi 16,428

C. Rangkuman

Metode numerik adalah teknik yang digunakan untuk memformulasikan persoalan matematik sehingga dapat dipecahkan dengan operasi perhitungan/aritmetika biasa (tambah, kurang, kali, dan bagi).

metode numerik, kita hanya memperoleh solusi yang menghampiri atau mendekati solusi sejati sehingga solusi numerik dinamakan juga solusi pendekatan (approxomation),

Tahap-Tahap Memecahkan Persoalan Secara Numerik yaitu pemodelan, penyederhanaan model, pemograman, operasional, evaluasi

Penyelesaian secara numerik dari suatu persamaan matematis hanya memberikan nilai perkiraan yang mendekati nilai eksak (yang benar) dari penyelesaian analitis, yaitu Galat bawaan, Galat pemotongan, Galat pembulatan

D.

Tugas

Buatlah sebuah kajian literatur tentang manfaat analisa numeric di berbagai bidang baik sains, rekayasa, maupun informatika!

E. Evaluasi

1. Apa perbedaan dari metode analitik, metode empirik, dan metode numerik?

2. Apa yang dimaksud pemodelan dan model matematika?

3. Jelaskan tahapan-tahapan penyelesaian secara numerik dan dimanakah peran orang informatika dalam tahapan tersebut?

4. Mengapa dalam konsep analisa numerik ada yang dinamakan galat?

5. Jelaskan definisi dan berbagai jenis-jenis galat?

6. Apa yang dimaksud ketidakpastian dalam proses fisis dan pengukuran?

7. Sebutkan manfaat apa saja yang akan kalian dapat dalam mempelajari analisa numerik?

a2

x12=

m

BAB II SISTEM PERSAMAAN NON-LINEAR

A. Tujuan Kompetensi Khusus

Menyelesaikan persamaan non linear dengan beberapa metode pengurung dan menginterpreasikan hasilnya beserta algoritmanya

Menyelesaikan persamaan non linear dengan beberapa metode terbuka dan menginterpreasikan hasilnya beserta algoritmanya

B. Uraian Materi

Pada umumnya untuk mendapatkan penyelesaian matematika yang menjabarkan model persoalan nyata di berbagai bidang, sering solusi yang harus dicari berupa suatu nilai variabel x sehingga f(x) =0 artinya nilai-nilai x yang menyebabkan nilai f(x) sama dengan nol. Atau dalam arti lain kita menentukan akar-akar persamaan non linier tersebut. Beberapa metoda untuk mencari akar yang telah dikenal adalah:

Dengan memfaktorkan atau dengan cara Horner. Sebagai contoh, untuk mencari akar dari persamaan x 2
Dengan memfaktorkan atau dengan cara Horner. Sebagai contoh, untuk mencari akar
dari persamaan x 2 – 2x − 8 = 0 ruas kiri difaktorkan menjadi (x−4) (x+2) = 0 sehingga
diperoleh akar persamaannya adalah x = 4 dan x = -2.
Penyelesaian persamaan kuadrat ax 2 + bx + c = 0 dapat dihitung dengan
menggunakan rumus ABC.
Akar persamaan f(x) adalah titik potong antara kurva f(x) dan sumbu X.
Gambar 2.1 Grafik akar persamaan kuadrat
Penyelesaian persamaan linier mx + c = 0 dimana m dan c adalah konstanta, dapat
dihitung dengan : mx + c = 0 , sehingga, x = -

Akan tetapi, akar persamaan akan sulit dicari jika persamaan tersebut tidak dapat difaktorkan menjadi bilangan bulat yang bukan pecahan dan cara-cara analitik diatas. Sebagai contoh adalah akar dari persamaan polinom derajat tiga atau lebih. Sehingga terdapat metode-metode secara numerik untuk menyelesaikan kasus-kasus persamaan non- linear yang kompleks dan rumit yaitu metode tertutup dan terbuka

2.1. Metode Tertutup (Akolade atau Bracketing Methods)

2.1. Metode Tertutup (Ako lade atau Bracketing Methods) Mencari akar pada range [a,b] tertentu juga dibutuhkan

Mencari akar pada range [a,b] tertentu juga dibutuhkan dua tebakan awal.

pada range [a,b] tertentu juga dibutuhkan dua tebakan awal. Dalam range [a,b] dipastikan terdapat satu akar

Dalam range [a,b] dipastikan terdapat satu akar Hasil selalu konvergen disebut juga metode konvergen Yang termasuk meode tertutup antara lain:

metode konvergen Yang termasuk meode tertutup antara lain: Metode Tabel dan Grafik Metode Bisection Metode

Metode Tabel dan Grafik

Metode Bisection

Metode Regulasi Falsi

2.1.1

Metode Tabel

Dimana untuk x di antara a dan b dibagi sebanyak N bagian dan pada masing- masing bagian dihitung nilai f(x) sehingga diperoleh tabel :

Tabel 2.1 Metode Tabel

X

f(x)

x

0 =a

f(a)

x

1

f(x 1 )

x

2

f(x 2 )

x

3

f(x 3 )

……

……

x

n =b

f(b)

Algoritma Metode Tabel:

x 2 f(x 2 ) x 3 f(x 3 ) …… …… x n =b f(b)

Co ntoh:

. Un tuk mendap atkan penye lesaian dari persamaan di atas rang e x = 10 bagian sehi ngga diperol eh :

Ta bel 2.2 Cont oh metode t abel

Sel esaikan pers amaan : x+ e x = 0 denga n range x =

[1,0] ,

[1,

0]

dibagi me njadi

X

f(x)

-1 ,0

-0,63212

-0 ,9

-0,49343

-0 ,8

-0,35067

-0 ,7

-0,20341

-0 ,6

-0,05119

-0 ,5

0,10653

-0 ,4

0,27032

-0 ,3

0,44082

-0 ,2

0,61873

-0 ,1

0,80484

0

,0

1,00000

Dari tabl e diperoleh

penyelesa ian

berada

di

antara –0, 6 dan –0,5 masing - 0,0512 dan

dengan nil ai f(x) masi ng- 0,1065, s ehingga da pat

diambil ke putusan pen yelesaianny a di x=-0,6.

 

dibagi 10

maka dipe roleh f(x) t erdekat den gan

nol pada x = -0,57 den gan F(x) =

Kelem mahan Meto de Tabel Meto de table in i secara u mum sulit

0,00447

mendapat kan

penye lesaian den gan error ya ng kecil, kar ena itu met ode

non

ini tid ak digunak an dalam pe nyelesaian persamaan

linier.

Tetapi me tode ini di gunakan se bagai taksi ran

awal

mengetahui area penyel esaian yang benar sebel um

meng gunakan

metode

ya ng

lebih

baik dal am

mene ntukan peny elesaian

.2.1 .2 Metod e Grafik

Sel ain metode table dapat pula melalu i pendekata n grafik, de ngan memb uat grafik f ungsi

dimana leta k dia

me motong sum bu x. Titik ini untuk m enyatakan f(x) = 0, m emberikan s uatu pende katan kas ar dari akar tersebut. M isalkan kita akan menye lesaikan per samaan

unt uk memper oleh taksira n akar pers amaan f(x)

= 0 yaitu

mengamati

3 2 f ( x ) = x − x + 4x −1 ma ka
3
2
f ( x
) = x
− x
+ 4x −1 ma
ka grafik te rsebut diluk iskan:
12
x
y
-1
-7
10
-0. 75
-4.98 43
8
-0. 5
-3.37 5
6
-0. 25
-2.07 81
0
-1
4
y = 1x 3 ‐ 1x 2 + 4x ‐ 1
0.2
5
-0.04 68
2
0.5
0.87
5
0
0.7
5
1.85
93
‐ 1
,5
‐1
‐0,5
0
0,5
1
1,5
2
2 ,5
1
3
‐2
1.2
5
4.39
06
‐4
1.5
6.12
5
‐6
1.7
5
8.29
68
‐8
2
11

Gamb ar 2.2 Metod e grafik Jad i terlihat ba hwa f(x) = y = 0, terleta k diantara su mbu x : 0.2 5-0.5.

c=

2.1.3

Bisection (METODE BAGI DUA)

Prinsip:

Ide awal metode ini adalah metode tabel, dimana area dibagi menjadi N bagian. Hanya

saja metode bisection ini membagi range menjadi 2 bagian, dari dua bagian ini dipilih bagian mana yang mengandung dan bagian yang tidak mengandung akar dibuang. Hal ini dilakukan berulang-ulang hingga diperoleh akar persamaan.

Langkah 1 :

Pilih a sebagai batas bawah dan b sebagai batas atas untuk taksiran akar sehingga terjadi

perubahan tanda fungsi dalam selang interval. Atau periksa apakah benar bahwa f(a) . f(b) < 0

Atau periksa apakah benar bahwa f(a) . f(b) < 0 Gambar 2.3 Bisection Langkah 2 :
Atau periksa apakah benar bahwa f(a) . f(b) < 0 Gambar 2.3 Bisection Langkah 2 :

Gambar 2.3 Bisection

Langkah 2 : Taksiran nilai akar baru, c diperoleh dari :

2

Χ

Langkah 3 : Menentukan daerah yang berisi akar fungsi:

o

Jika z merupakan akar fungsi, maka f(x < z) dan f(x > z) saling berbeda tanda.

o

f(a)*f(c) negatif, berarti di antara a & c ada akar fungsi.

o

f(b)*f(c) positif, berarti di antara b & c tidak ada akar fungsi

positif, berarti di antara b & c tidak ada akar fungsi Gambar 2.4 Daerah akar fungsi

Gambar 2.4 Daerah akar fungsi

Langkah 4 : Menentukan kapan proses pencarian akar fungsi berhenti:

Proses pencarian akar fungsi dihentikan setelah keakuratan yang diinginkan dicapai, yang

dapat diketahui dari kesalahan relatif semu.

dicapai, yang dapat diketahui dari kesalahan relatif semu. Contoh : Carilah salah satu akar persamaan berikut:

Contoh :

Carilah salah satu akar persamaan berikut: xe-x+1 = 0 disyaratkan bahwa batas kesalahan relatif (εa) =0.001, dengan menggunakan range

x=[1,0]

Dengan memisalkan bahwa :

(xl) = batas bawah = a

(xu) = batas atas

= b

(xr) = nilai tengah = x

maka diperoleh tabel biseksi sebagai berikut

×

perkiraanawal

aε=

Tabel 2.3 Tabel Penentuan Metode Bisection

raan awal a ε = Tabel 2.3 Tabel Penentuan Metode Bisection Pada iterasi ke 10 diperoleh

Pada iterasi ke 10 diperoleh x = -0.56738 dan f(x) = -0.00066 Untuk menghentikan iterasi, dapat dilakukan dengan menggunakan toleransi error atau iterasi maksimum. Catatan :

Dengan menggunakan metode biseksi dengan tolerasi error 0.001 dibutuhkan 10 iterasi, semakin teliti (kecil toleransi errornya) maka semakin bear jumlah iterasi yang dibutuhkan.

2.1.4

Metode Regula Falsi

o

Metode pencarian akar persamaan dengan memanfaatkan kemiringan dan selisih tinggi dari dua titik batas range.

o

Dua titik a dan b pada fungsi f(x) digunakan untuk mengestimasi posisi c dari akar interpolasi linier.

o

Dikenal dengan metode False Position

posisi c dari akar interpolasi linier. o Dikenal dengan metode False Position Gambar 2.5. Grafik Regulasi

Gambar 2.5. Grafik Regulasi Falsi

=x

3(x=

)(fbf

=x

Algoritma Metode Regulasi Falsi:

= x 3( x = )( fbf − = x Algoritma Metode Regulasi Falsi: 2.2 Metode

2.2

Metode Terbuka

 
  Diperlukan tebakan awal

Diperlukan tebakan awal

x n dipakai untuk menghitung x n + 1

x

n dipakai untuk menghitung x n+1

Hasil dapat konvergen atau divergen

Hasil dapat konvergen atau divergen

2.2.1

Metode Iterasi Sederhana

Bentuk lain metode penentuan akar persamaan adalah dengan memulai suatu perkiraan harga akar persamaan yang kemudian dengan serangkaian nilai perkiraan ini, mulai x 0 (perkiraan awal), x 1 , x 2 , …., x k , akhirnya konvergen pada , yaitu x n cukup dekat pada

menurut tingkat kecermatan yang diinginkan, dapat ditulis sebagai berikut:

f(x) = x – g(x) = 0, sehingga = g().

Bentuk iterasi satu titik ini dapat dituliskan dalam bentuk: x(n+1)=g(x n ),

Dimana

n=0,1,2,3,

, Contoh:

menyusun kembali persamaan tersebut dalam bentuk = g().

(

i )

(

ii )

(

(

iii )

iv)

Dari rumusan pertama dapat dinyatakan persamaan iterasinya sebagai

dengan n = 1,2,3,

,

Jika diambil dari nilai xo = 1, maka:

055686.3)=

=2x

8.23(3×43867 2+0

Dan seterusnya. Hasilnya dapat ditabelkan sebagai berikut Tabel 2.4. Tabel Iterasi

iterasi

x

g(x)

Ea

1

1

4.795832

 

2

4.795832

2.677739

-79.1

3

2.677739

3.235581

17.24086

4

3.235581

3.030061

-6.78272

5

3.030061

3.098472

2.207889

6

3.098472

3.074865

-0.76773

7

3.074865

3.082913

0.26104

8

3.082913

3.080158

-0.08944

9

3.080158

3.081099

0.030566

10

3.081099

3.080777

-0.01045

Algoritma program dengan metode Iterasi

a). Tentukan X 0 , toleransi, dan jumlah iterasi maksimum. b). Hitung X baru = g(X 0 ). c). Jika nilai mutlak (X baru - X 0 ) < toleransi, diperoleh tulisan x baru sebagai hasil perhitungan;jika tidak, lanjutkan ke langkah berikutnya. d). Jika jumlah iterasi > iterasi maksimum, akhiri program. e). X 0 = X baru , dan kembali ke langkah (b).

2.2.2 Newton Rapshon

Salah satu metode penyelesaian akar-akar persamaan non linier f(x), dengan menentukan

satu nilai tebakan awal dari akar yaitu x i , dengan rumus:

Grafik Pendekatan Metode Newton-Raphson

f ( x ) i Kemiringan f '(xi) f (x) x i+1 f x (
f
(
x
)
i
Kemiringan
f '(xi)
f (x)
x
i+1
f x
(
)
i+1
Kemiringan
f '(xi + 1)
f
(
x
)
i
f
(
x
)
i+1
x
x
0
x
x
i+2
i
i+1
x − x
i
i +1

Gambar 2.6. Grafik Newton Rapshon

Gambar 2.7 Penyelesaian metode newton-rapshon

Pernyataan Masalah:

Gunakan Metode Newton-Raphson untuk menaksir akar dari :

f(x) = e -x -x , menggunakan sebuah tebakan awal x 0 = 0.

Turunan pertama dan kedua dari fungsi f(x) = e -x -x , dapat dievaluasikan sebagai :

Langkah 1:

Lakukan uji syarat persamaan

Langkah 2:

Langkah 3:

La kukan Iteras i dengan :

x

i + 1

= x

i

f

( x )

i

f

'( x )

i

Ak ar x akan se makin akur at, jika nilai f(x) semaki n mendekati 0

Ta bel 2.5 Tabe l Iterasi Ne wton Rapsho n

Contoh f(x) = x 3 - 3x - 20,

Dengan demikian x k+1 = x k - (x 3 k - 3x k - 20 ) / (3x 2 k - 3) .

Perkira an awal xo = Maka:

f(5)=53 -3.(5)-20 =9 0 f'(5)=3( 5)2-3 =72 xbaru= 5-(90/72)=3 .75

maka f1(x) =

5

3x 2 - 3

iterasi

X k

X

k+1

f(x k )

f'(x k )

F(x k+1 )

 

1

5

3.75

90

72

21.484375

2

3. 75

3.201754

21.48438

39.187

5

3.21666113

2

3

3. 201754

3.085854

3.216661

27.753

69344

0.12746944

7

4

3. 085854

3.080868

0.127469

25.567

4865

0.00022998

5

5

3. 080868

3.080859

0.00023

25.475

25192

7.53268E-1 0

Ke lemahan M etode Newt on-Raphso n

1. Jika fungsi

f(x) mempu nyai bebera pa akar (titik ) penyelesa ian, akar-ak ar penyeles aian

tersebut tida k dapat dica ri secara be rsamaan.

2. Tidak dapat mencari ak ar kompleks

3. Tidak bisa

(imajiner).

mencari akar persamaan yang tidak

memenuhi p ersyaratan p ersamaanny a,

meskipun a da akar peny elesaiannya .

4. Untuk persa maan non li nier yang cu kup komple ks, pencari an turunan p ertama dan

kedua f(x) a kan menjad i sulit.

Alg oritma Tentuk an Xo, toler ansi, dan ju mlah iterasi Hitung Xbaru = x - f'(x 0 )/f(X 0 ).

maksimum.

Jika nil ai mutlak ( perhitu ngan;

X baru

-

X 0 )

< toleransi , diperoleh

jika tid ak, lanjutka n ke langka h berikutnya .

Jika ju mlah iterasi

X = X b aru , dan kem bali ke lang kah (b).

> iterasi ma ksimum, akh iri program .

tulisan xba ru sebagai

hasil

2.2 .3 Metode Ma salah yang

tur unan pertam a, yakni f’ (x). Masala h potensial

Secant didapat dala m metode N ewton-Rap hson adalah terkadang s ulit mendap atkan

dalam meto de Newton -Raphson a dalah

hingga ter bagi.

f

eva luasi turun an f (x i ),

sehingga tu runan dapa t dihampiri

f

' ( x

i

)

=

f

(

x

i

1

)

(

x

i

)

,

oleh beda

Seh ingga deng an jalan pen dekatan

x

i 1

x

i

did

apat:

x

i

+

1

= x

i

f

(

x

i

)( x

i

1

x )

i

f

(

x

i

1

) f

(

x

i

)

me tode secant memerlukan

dua taksira n awal untu k x.

) i f ( x i − 1 ) − f ( x i ) me

Gamba r 2.8 Metod e Secant

Contoh:

Selesaikan Persamaan:

Contoh: Selesaikan Persamaan: Berdasarkan gambar grafk didapatkan akar terletak pada range [0.8, 0.9], maka X0 =

Berdasarkan gambar grafk didapatkan akar terletak pada range [0.8, 0.9], maka X0 = 0.8 dan x1 = 0.9, sehingga:y0 = F(x0) = -0.16879y1 = F(x1) = 0.037518 Iterasi Metode Secant adalah sbb:

= F(x1) = 0.037518 Iterasi Metode Secant adalah sbb: Gambar 2.9 Grafik fungsi Algoritma Metode Secant
= F(x1) = 0.037518 Iterasi Metode Secant adalah sbb: Gambar 2.9 Grafik fungsi Algoritma Metode Secant

Gambar 2.9 Grafik fungsi

Algoritma Metode Secant :

1. Definisikan fungsi F(x)

fungsi Algoritma Metode Secant : 1. Definisikan fungsi F(x) untuk range [-1,1} 2. Ambil range nilai

untuk range [-1,1}

2. Ambil range nilai x =[a,b] dengan jumlah pembagi p

3. Masukkan torelansi error (e) dan masukkan iterasi n

4. Gunakan algoritma tabel diperoleh titik pendekatan awal x0 dan x1 untuk setiap

range yang diperkirakan terdapat akar dari :

F(xk) * F(xk+1)<0 maka x0 = xk dan x1=x0+(b-a)/p . Sebaiknya gunakan metode tabel atau grafis untuk menjamin titik pendakatannya adalah titik pendekatan yang konvergensinya pada akar persamaan yang diharapkan.

5.

Hitung F(x0) dan F(x1) sebagai y0 dan y1

6. Untuk iterasi I = 1 s/d n atau |F(xi)|e

y0 dan y1 6. Untuk iterasi I = 1 s/d n atau |F(xi)| ≥ e Hitung

Hitung yi+1 = F(xi+1)

7. Akar persamaan adalah nilai x yang terakhir

≥ e Hitung yi+1 = F(xi+1) 7. Akar persamaan adalah nilai x yang terakhir Gambar 2.10.

Gambar 2.10. Flowchart Metode Secant

Perbandingan Berbagai Metode.

Dari berbagai metode, baik metode tertutup maupun terbuka, maka dapat disimpulkan

seperti disajikan dalam tabel berikut ini:

Tabel 2.6 Perbandingan berbagai metode system persamaan non-linear

Metode

Tebakan

Laju

Stabilitas

Akurasi

Luas

Upaya

Komentar

awal

konversi

aplikasi

program

relatif

Langsung

-

-

-

-

Sangat

-

-

terbatas

Grafik

-

-

-

Kurang

Akar

-

Memakan

sesung-

waktu

lebih

guhnya

banyak

daripada

metode

numerik

Bagidua

2

Perlahan

Selalu

Baik

Akar

Mudah

-

konvergen

sesung-

guhnya

Regula

2

Sedang

Selalu

Baik

Akar

Mudah

-

Falsi

konvergen

sesung-

guhnya

Iterasi satu

1

Perlahan

Bisa

Baik

Umum

Mudah

-

titik

divergen

Newton-

1

Cepat

Bisa

Baik

Umum,

Mudah

Memerlukan

Raphson

divergen

dibatasi

evaluasi

jika

f’(x)

f’(x)=0

Modifikasi

1

Cepat

Bisa

Baik

Umum,

Mudah

Memerlukan

Newton-

bagi akar

divergen

didesain

evaluasi

Raphson

berganda;

khusus

f’’(x)

dan

sedang

bagi

f’(x)

bagi akar

akar

tunggal

berganda

Secant

2

Sedang

Bisa

Baik

Umum

Mudah

Tebakan

hingga

divergen

awal

tak

cepat

harus

mengurung

akar

Modifikasi

1

Sedang

Bisa

Baik

Umum

Mudah

-

Secant

hingga

divergen

cepat

C.

Rangkuman

1.

2.

Metode-metode secara numerik untuk menyelesaikan kasus-kasus persamaan non- linear yang kompleks dan rumit yaitu metode tertutup dan terbuka

Metode Tertutup (Akolade atau Bracketing Methods)

Mencari akar pada range [a,b] tertentu juga dibutuhkan dua tebakan awal.

Dalam range [a,b] dipastikan terdapat satu akar

Hasil selalu konvergen disebut juga metode konvergen

3.

4.

5.

6.

7.

8.

9.

10.

11.

Yang termasuk meode tertutup antara lain:

Metode Tabel dan Grafik

Metode Bisection

Metode Regulasi Falsi

Metode tabel ini secara umum sulit mendapatkan penyelesaian dengan error yang kecil, karena itu metode ini tidak digunakan dalam penyelesaian persamaan non linier.

Metode bisection ini membagi range menjadi 2 bagian, dari dua bagian ini dipilih

bagian mana yang mengandung dan bagian yang tidak mengandung akar dibuang. Hal ini dilakukan berulang-ulang hingga diperoleh akar persamaan.

Metode Regula Falsi yaitu metode pencarian akar persamaan dengan memanfaatkan kemiringan dan selisih tinggi dari dua titik batas range.

Metode Terbuka

Diperlukan tebakan awal

x n dipakai untuk menghitung x n+1

Hasil dapat konvergen atau divergen

Yang termasuk metode terbuka adalah:

Metode Iterasi Sederhana

Metode Newton-Raphson

Metode Secant.

metode iterasi adalah dengan memulai suatu perkiraan harga akar persamaan yang

kemudian dengan serangkaian nilai perkiraan ini

Newton-Rapshon menentukan satu nilai tebakan awal dari akar yaitu

rumus:

x i , dengan

f

(

x

i

)

f

'(

x

i

)

x

i

+

1

= x

i

metode secant memerlukan dua taksiran awal untuk x

D. Tugas

Pilihlah satu metode untuk menyelesaikan persamaan non-linear diatas, kemudian cobalah membuat programnya dengan menggunakan bahasa MATLAB!

E. Evaluasi

Gunakan Metode Bisection dan Newton Rapshon untuk memperkirakan akar dari f(x) =0.

Yang ada diantara titik a dan b berkut ini.

f

(

x

)

= x

4

+ x

3

, a = 1 dan b = 2.

BAB III INTERPOLASI

A.

Tujuan Kompetensi Khusus

Menentukan suatu Interpolasi linear dan kuadratik dari barisan data dengan beberapa metode dan menginterpreasikan hasilnya beserta algoritmanya.

Menentukan suatu polinomial dari barisan data dengan beberapa metode dan menginterpreasikan hasilnya beserta algoritmanya

B.

Uraian Materi

Interpolasi adalah teknik mencari harga suatu titik diantara 2 titik yang nilai fungsi pada ke-2 titik tersebut sudah diketahui. Kegunaan dari interpolasi itu sendiri sangat penting karena Data yang sering dijumpai di lapangan sering dalam bentuk data diskrit yang umumnya disajikan dalam bentuk tabel. Sebagai gambaran, sebuah eksperimen di laboratorium fisika dasar mengenai hubungan antara jarak tempuh benda yang jatuh bebas terhadap waktu tempuh menghasilkan data seperti disajikan dalam tabel berikut:

Tabel 3.1 Tabel data interpolasi

y

(meter)

10

20

30

40

50

60

70

80

90

100

t

(detik)

1.45

2.0

2.4

2.85

3.0

3.5

3.75

4.0

4.2

4.52

Permasalahan yang sering ditemui pada data di atas adalah menentukan suatu nilai di antara titik-titik tersebut yang dapat diketahui tanpa melakukan pengukuran kembali. Misalkan kita ingin mengetahui berapa jarak tempuh benda ketika waktu tempuhnya 7,5 detik? Pertanyaan ini tidak secara langsung dapat dijawab, karena fungsi yang menghubungkan variabel t dan y tidak diketahui. Salah satu solusinya adalah mencari fungsi yang mencocokkan (fit) titiktitik dalam tabel di atas. Pendekatan semacam ini disebut pencocokan kurva (curve fitting) dan fungsi yang diperoleh dengan pendekatan ini merupakan fungsi hampiran. Tentu saja nilai fungsi yang diperoleh juga merupakan nilai hampiran (hasilnya tidak setepat nilai eksaknya), tetapi cara pendekatan ini dalam praktek sudah mencukupi karena formula yang menghubungkan dua variabel atau dua besaran fisika sulit ditemukan.

Bila data yang diketahui mempunyai ketelitian yang sangat tinggi, maka kurva pencocokannya dibuat melalui titik-titik, persis sama apabila kurva fungsi yang sebenarnya diplot melalui setiap titik-titik yang bersangkutan. Di sini kita dikatakan melakukan interpolasi titik-titik data dengan sebuah fungsi (Gambar disamping)

titik-titik data dengan sebuah fungsi (Gambar disamping) Gambar 3.1 Grafik interpolasi Interpolasi memegang peranan

Gambar 3.1 Grafik interpolasi Interpolasi memegang peranan yang sangat penting dalam metode numerik. Fungsi yang tampak sangat rumit akan menjadi sederhana bila dinyatakan dalam polinom interpolasi. Sebagian besar metode integrasi numerik, metode persamaan difrensial biasa dan metode

turunan numerik didasarkan pada polinom interpolasi sehingga banyak yang menyatakan bahwa interpolasi merupakan pokok bahasan yang fundamental dalam metode numerik. Ada beberapa jenis interpolasi diantaranya:

Interpolasi Liniermetode numerik. Ada beberapa jenis interpolasi diantaranya: Interpolasi Kuadratik Interpolasi Polinomial Interpolasi

Interpolasi Kuadratikbeberapa jenis interpolasi diantaranya: Interpolasi Linier Interpolasi Polinomial Interpolasi Lagrange 3.1 Interpolasi

Interpolasi Polinomialdiantaranya: Interpolasi Linier Interpolasi Kuadratik Interpolasi Lagrange 3.1 Interpolasi Linear Interpolasi

Interpolasi LagrangeLinier Interpolasi Kuadratik Interpolasi Polinomial 3.1 Interpolasi Linear Interpolasi linear adalah

3.1 Interpolasi Linear

Interpolasi linear adalah interpolasi dua buah titik dengan sebuah garis lurus. Misalkan dua buah titik, ( x 1 , y 1 ) dan (x 2 , y 2 ). Polinom yang menginterpolasi kedua titik itu adalah

persamaan garis lurus berbentuk:

kedua titik itu adalah persamaan garis lurus berbentuk: Gambar 3.2 Grafik Interpolasi Linear Persamaan garis lurus

Gambar 3.2 Grafik Interpolasi Linear Persamaan garis lurus yang melalui 2 titik P1(x1,y1) dan P2(x2,y2) dapat dituliskan dengan:

2 titik P1(x1,y1) dan P2(x2,y2) dapat dituliskan dengan: Sehingga diperoleh persamaan dari in terpolasi linier

Sehingga diperoleh persamaan dari interpolasi linier sebagai berikut:

persamaan dari in terpolasi linier sebagai berikut: Algoritma Interpolasi Linier : (1) Tentukan dua titik P

Algoritma Interpolasi Linier :

(1) Tentukan dua titik P 1 dan P 2 dengan koordinatnya masing-masing (x 1 ,y 1 ) dan (x 2 ,y 2 ) (2) Tentukan nilai x dari titik yang akan dicari (3) Hitung nilai y dengan :

Tentukan nilai x dari titik yang akan dicari (3) Hitung nilai y dengan : (4) Tampilkan

(4) Tampilkan nilai titik yang baru Q(x,y)

(1kkyx+

=y

1kkxy+−+

=36y

−+)67(

)364=−( 9

1)14+=−9

()17(−+

1=y

)4()6( 8

Contoh: Diketahui data sebagai berikut :

x

-3

-2

-1

0

1 2

3

4

5

6

7

y

9

4

1

0

1 4

9

16

25

36

49

Tentukan harga y pada x = 6,5 !

Jawab :

x = 6,5 terletak antara x=6 dan x=7, sehingga dengan menggunakan rumus:

, didapat:

Alternatif 2 : x = 6,5 terletak antara x=1 dan x=7, dengan rumus yang sama, didapat:

Jika kita bandingkan kedua kedua hasil tersebut yakni:

Karena hubungan. x dan y adalah y = x 2 maka untuk harga x = 6,5 didapat y = (6,5) 2 =

42,25

Kesalahan mutlak (E), untuk :

y = 42.5 |42.5 – 42.25| = 0.25 = 25 %

Sedangkan untuk

y = 45 |45 – 42.25| = 3.25 = 325 %

Terlihat bahwa y = 42.5 lebih akurat, jadi dapat disimpulkan bahwa Semakin kecil interval antara titik data, hasil perkiraan interpolasi akan semakin baik.

3.2 Interpolasi Kuadratik

Banyak kasus, penggunaan interpolasi linier tidak memuaskan karena fungsi yang diinterpolasi berbeda cukup besar dari fungsi linier. Untuk itu digunakan polinomial lain yang berderajat dua (interpolasi kuadrat) atau lebih mendekati fungsinya. Interpolasi Kuadratik digunakan untuk mencari titik-titik antara dari 3 buah titik P 1 (x 1 ,y 1 ), P 2 (x 2 ,y 2 ) dan P 3 (x 3 ,y 3 ) dengan menggunakan pendekatan fungsi kuadrat.

) dan P 3 (x 3 ,y 3 ) dengan menggunakan pendekatan fungsi kuadrat. Gambar 3.3

Gambar 3.3 Grafik Interpolasi Kuadratik

Untuk memperoleh titik Q(x,y) digunakan interpolasi kuadratik sebagai berikut:

Q(x,y) digunaka n interpolasi kuadratik sebagai berikut: Algoritma Interpolasi Kuadratik: (1) Tentukan 3 titik input

Algoritma Interpolasi Kuadratik:

(1) Tentukan 3 titik input P 1 (x 1 ,y 1 ), P 2 (x 2 ,y 2 ) dan P 3 (x 3 ,y 3 ) (2) Tentukan nilai x dari titik yang akan dicari (3) Hitung nilai y dari titik yang dicari menggunakan rumus dari interpolasi kuadratik:

yang dicari menggunakan rumus dari interpolasi kuadratik: (4) Tampilkan nilai x dan y 3.3 Interpolasi Polinomial

(4) Tampilkan nilai x dan y

3.3 Interpolasi Polinomial

Interpolasi polynomial digunakan untuk mencari titik-titik antara dari n buah titik

P1(x1,y1), P2(x2,y2), P3(x3,y3), …, PN(xN,yN) dengan menggunakan pendekatan fungsi polynomial pangkat n-1:

dengan menggunakan pendekatan fungsi polynomial pangkat n-1: Masukkan nilai dari setiap titik ke dalam pe rsamaan

Masukkan nilai dari setiap titik ke dalam persamaan polynomial di atas dan diperoleh persamaan simultan dengan n persamaan dan n variable bebas:

persamaan simultan dengan n persamaan dan n variable bebas: Penyelesaian persamaan simultan di atas adalah nilai-nilai

Penyelesaian persamaan simultan di atas adalah nilai-nilai a0, a1, a2, a3, …, an yang merupakan nilai-nilai koefisien dari fungsi pendekatan polynomial yang akan digunakan. Dengan memasukkan nilai x dari titik yang dicari pada fungsi polinomialnya, akan diperoleh nilai y dari titik tersebut.

Algoritma Interpolasi Polynomial :

(1) Menentukan jumlah titik N yang diketahui. (2) Memasukkan titik-titik yang diketahui P i = x i y i untuk i=1,2,3,…,N (3) Menyusun augmented matrik dari titik-titik yang diketahui sebagai berikut:

matrik dari titi k-titik yang diketahui sebagai berikut: (4) Menyelesaikan persamaan simultan dengan augmented matrik

(4) Menyelesaikan persamaan simultan dengan augmented matrik di atas dengan menggunakan metode eliminasi gauss/Jordan. (5) Menyusun koefisien fungsi polynomial berdasarkan penyelesaian persamaan

)(xy

300)(305

300)(

30)(3054

−=30300( 4

30)(3004

30(

4

2)3074771

2)3074829

42)=78

(xy

simultan di atas.

307 4 77 1 − 2) 307 4829 42) = 78 ( xy simultan di atas.

(6) Memasukkan nilai x dari titik yang diketahui (7) Menghitung nilai y dari fungsi polynomial yang dihasilkan

Menghitung nilai y dari fungsi polynomial yang dihasilkan (8) Menampilkan titik (x,y) 3.4 Interpolasi lagrange

(8) Menampilkan titik (x,y)

3.4 Interpolasi lagrange

Interpolasi polynomial digunakan untuk mencari titik-titik antara dari n buah titik

P1(x1,y1), P2(x2,y2), P3(x3,y3), …, PN(xN,yN) dengan menggunakan pendekatan fungsi polynomial yang disusun dalam kombinasi deret dan didefinisikan dengan:

yang disusun dalam kombinasi deret dan didefinisikan dengan: Algoritma Interpolasi Lagrange : (1) Tentukan jumlah titik

Algoritma Interpolasi Lagrange :

(1) Tentukan jumlah titik (N) yang diketahui (2) Tentukan titik-titik Pi(xi,yi) yang diketahui dengan i=1,2,3,…,N (3) Tentukan x dari titik yang dicari (4) Hitung nilai y dari titik yang dicari dengan formulasi interpolasi lagrange

dari titik yang dicari dengan formulasi interpolasi lagrange (5) Tampilkan nilai (x,y) Contoh: Nilai yang

(5) Tampilkan nilai (x,y)

Contoh: Nilai yang berkorespondensi dengan y = 10 log x adalah :

X

300

304

305

307

10 log x

2,4771

2,4829

2,4843

2,4871

Carilah 10 log 301 ? Untuk menghitung y(x) = 10 log 301 dimana x = 301, maka nilai diatas menjadi

x 0 = 300

x 1 = 304

x 2 = 305

x 3 = 307

y 0 = 2,4771

y 1 = 2,4829

y 2 = 2,4843

y 3 = 2,4871

Dengan menggunakan interpolasi lagrange

()149 (12 )112)(49 (19 1214)(9

2=x

=x

)(124(

714=−+

Contoh 2 :

Bila y 1 = 4, y 3 = 12, y 4 = 19 dan y x = 7, carilah x ? Karena yang ditanyakan nilai x dengan nilai y diketahui, maka digunakan interpolasi invers atau kebalikan yang analog dengan interpolasi Lagrange.

Nilai sebenarnya dari x adalah 2, karena nilai-nilai atau data diatas adalah hasil dari polinom y(x) = x 2 + 3. Adapun untuk membentuk polinom derajat 2 dengan diketahui 3 titik, dapat menggunakan cara yang sebelumnya pernah dibahas dalam hal mencari persamaan umum polinomial kuadrat.

C.

1. Interpolasi adalah teknik mencari harga suatu titik diantara 2 titik yang nilai fungsi pada ke-2 titik tersebut sudah diketahui

2. Interpolasi linear adalah interpolasi dua buah titik dengan sebuah garis lurus. Misalkan dua buah titik, ( x 1 , y 1 ) dan (x 2 , y 2 ). Polinom yang menginterpolasi kedua titik itu adalah persamaan garis lurus

Rangkuman

kedua titik itu adalah persamaan garis lurus Rangkuman 3. Interpolasi Kuadratik digunakan untuk mencari

3. Interpolasi Kuadratik digunakan untuk mencari titik-titik antara dari 3 buah titik P 1 (x 1 ,y 1 ), P 2 (x 2 ,y 2 ) dan P 3 (x 3 ,y 3 ) dengan menggunakan pendekatan fungsi kuadrat.

,y 3 ) dengan menggunakan pendekatan fungsi kuadrat. 4. Interpolasi polynomial digunakan untuk mencari

4. Interpolasi polynomial digunakan untuk mencari titik-titik antara dari n buah titik P1(x1,y1), P2(x2,y2), P3(x3,y3), …, PN(xN,yN) dengan menggunakan pendekatan fungsi polynomial pangkat n-1:

menggunakan pendekatan fungsi polynomial pangkat n-1: 5. P1(x1,y1), P2(x2,y2), P3(x3,y3), …, PN(xN,yN) dengan

5. P1(x1,y1), P2(x2,y2), P3(x3,y3), …, PN(xN,yN) dengan menggunakan pendekatan fungsi polynomial yang disusun dalam kombinasi deret dan didefinisikan dengan:

yang disusun dalam kombinasi deret dan didefinisikan dengan: D. Tugas Carilah sebuah data di lapangan (x,y)

D. Tugas

Carilah sebuah data di lapangan (x,y) dan kemudian lakukan interpolasi pada saat x tertentu!

E.

Soal

1. Cari nilai y untuk titik x =2.5 yang berada diantara titik (1,5), (2,2) dan (3,3) dengan menggunakan interpolasi kuadratik !

dan (3,3) dengan menggunakan interpolasi kuadratik ! 2. Diketahui data berikut: x 100 110 120 130

2. Diketahui data berikut:

x

100

110

120

130

10

log

2

2.0413

2.0791

2.1139

x

Carilah 10 log 115 dengan menggunakan Interpolasi Lagrange dari data diatas

y =

N

∑ ∏

y

i

i = 1

j

1

(

x x x

x

i

j

)

(

j

)

3. Hitunglah interpolasi dari data yang diketahui berikut ini:

a)

Jika dari data-data diketahui bahwa n (9,0) = 2,1972 dan n (9,5) = 2,2513

maka tentukanlah nilai n (9,2) dengan interpolasi linear sampai 5 angka dibelakang koma.

b)

Diberikan data n (8,0) = 2,0794, n (9,0) = 2,1972 dan n (9,5) = 2,2513. Tentukanlah nilai n (9,2) dengan interpolasi kuadratik

BAB IV

NUMERIK

A.

Tujuan Kompetensi Khusus

Menghitung integral secara numerik dengan beberapa metode persegi panjang dan trapezium

Menghitung integral secara numerik dengan aturan simpson 1/3 dan aturan simpson

3/8

B.

Uraian Materi

Di dalam kalkulus, terdapat dua hal metode penting untuk menyelesaikan permasalahan matematis yaitu integral dan turunan (derivative). Pengintegralan numerik merupakan alat atau cara yang digunakan untuk memperoleh jawaban hampiran (aproksimasi) dari pengintegralan yang tidak dapat diselesaikan secara analitik. Kita lihat contoh berikut:

Fungsi yang dapat dihitung integralnya secara analitik :

n + 1 ax n ∫ ax dx = + C n + 1 ax
n + 1
ax
n
ax dx =
+ C
n
+ 1
ax
e
ax
e
dx =
∫ + C
a
1
∫ +
sin(
ax
b dx
)
=−
cos(
a
+
b
)
+
C
a
1
∫ +
cos(
ax
b dx
)
=
sin(
a
+
b
)
+
C
a
1
dx
=
ln |
x
|
+
C
x
∫ ln |
x dx
|
= x
ln |
x
|
− +
x
C
3
Fungsi yang rumit misalnya :
2
2
+
cos(1
+ x
2
)
e
1
+
0.5sin x
0

0.5x

dx

Perhitungan integral adalah perhitungan dasar yang digunakan dalam kalkulus, dalam banyak keperluan. digunakan untuk menghitung luas daerah yang dibatasi oleh fungsi y = f(x) dan sumbu x. Penerapan integral semisal menghitung luas dan volume-volume benda putar dan juga yang lainya.

4.1

 

Dasar Pengintegralan Numerik

Penjumlahan berbobot dari nilai fungsi

 

n

b

a

f

(

x dx

)

c f

i

(

x

i )

=

i = 0

c

0

f

(

x

0

)

+

c f

1

(

x

1

)

+ +

c

n

f

(

x

n

)

Ga m bar 4.1 D a sar Pengin t egralan Nu m erik Melak u

Ga mbar 4.1 D asar Pengint egralan Nu merik

Melaku kan pengin teralan pad a bagian-b agian kecil , seperti sa at awal b elajar

integral yaitu penju mlahan bagi ian-bagian. Metode Numerik h anya menco ba untuk le bih cepat d an lebih me ndekati jaw aban eksak.

Gambar 4.2 Pendek atan solusi

Per hitungan int egral meng gunakan For mula Newto n-Cotes yai tu berdasark an pada

I

=

b

a

f

(

x dx

)

b

a

f

n

(

x dx

)

 

f

n

     

n