MAKALAH

METODE NUMERIK

Oleh
HISYAM RAITU
12 221 016
V A MATEMATIKA

JURUSAN PENDIDIKAN MATEMATIKA

FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT KEGURUAN DAN ILMU PENDIDIKAN
(IKIP) MATARAM
2015

KATA PENGANTAR

Puji syukur kita panjatkan kehadirat Allah SWT atas berkat limpahan Rahmat, Taufiq, Hidayah,
dan Inayah-Nya sehingga kita semua masih diberikan kekuatan, kesehatann, dan kemudahan dalam
menjalankan kehidupan ini. Shalawat dan salam semoga selalu kita curahkan kepada junjungan
alam kita Nabi Muhammad Saw. beserta seluruh keluarga, para sahabatnya, serta para pengikutnya.
Pada penyusunan makalah kali ini kita akan menyampaikan tentang sederet materi dari mata
kuliah Metode Numerik, yaitu Deret Taylor, Analisis Galat, Metode Bagi Dua, Metode NewtonRhampson, Metode Secant, Interpolasi, Notasi Matriks, dan Eliminasi Gauss-Jordan. Penyusun
berharap makalah ini bisa memberikan manfaat bagi pembaca.
Ucapan terima kasih penyusun sampaikan pada rekan-rekan, sahabat, serta pada dosen
pembimbing yang telah membantu penyusun dalam menyelesaikan penyusunan makalah ini.
Namun tiada gading yang tak retak, begitu pula dengan makalah ini yang tak luput dari
ketidaksempurnaan. Oleh karena itu, penyusun mengharapkan kritik dan saran dari pembaca yang
menduung penyusun untuk lebih baik pada penyususnan di masa depan.

Januari,

2015

Penyusun

ii

DAFTAR ISI
Halaman Isi
HALAMAN JUDUL ...................................................................................................................... i
KATA PENGANTAR .................................................................................................................. ii
DAFTAR ISI ................................................................................................................................ iii
BAB I PENDAHULUAN
A. Latar Belakang ................................................................................................................. 1
B. Tujuan .............................................................................................................................. 1
BAB II PEMBAHASAN
A. Deret Taylor ..................................................................................................................... 2
B. Analisis Galat ................................................................................................................... 4
1. Galat Pemotongan ........................................................................................................ 6
2. Galat Pembulatan ......................................................................................................... 8
C. Metode Bagidua ............................................................................................................... 8
D. Metode Newton Rhapson ............................................................................................... 14
E. Metode Secant ................................................................................................................ 17
F. Notasi Matriks ................................................................................................................ 19
G. Eliminasi Gauss.............................................................................................................. 21
H. Interpolasi Linier ............................................................................................................ 23
I. Interpolasi Kuadrat ......................................................................................................... 26

iii

BAB I
PENDAHULUAN
A. Latar Belakang
Persoalan yang melibatkan model matematika banyak muncul dalam berbagai disiplin ilmu
pengetahuan, seperti dalam bidang fisika, kimia, ekonomi, atau pada persoalan rekayasa
(engineering), seperti Teknik Sipil, Teknik Mesin, Elektro, dan sebagainya. Seringkali model
matematika tersebut muncul dalam bentuk yang tidak ideal alias rumit. Model matematika
yang rumit ini adakalanya tidak dapat diselesaikan dengan metode analitik yang sudah umum
untuk mendapatkan solusi sejatinya (exact solution). Yang dimaksud dengan metode analitik
adalah metode penyelesaian model matematika dengan rumus-rumus aljabar yang sudah baku
(lazim).
Metode analitik disebut juga metode sejati karena ia memberi kita solusi sejati (exact
solution) atau solusi yang sesungguhnya, yaitu solusi yang memiliki galat (error) sama dengan
nol! Sayangnya, metode analitik hanya unggul untuk sejumlah persoalan yang terbatas, yaitu
persoalan yang memiliki tafsiran geometri sederhana serta bermatra rendah [CHA88]. Padahal
persoalan yang muncul dalam dunia nyata seringkali nirlanjar serta 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.
Perbedaan utama antara metode numerik dengan metode analitik terletak pada dua hal.
Pertama, solusi dengan menggunakan metode numerik selalu berbentuk angka. Bandingkan
dengan metode analitik yang biasanya menghasilkan solusi dalam bentuk fungsi matematik
yang selanjutnya fungsi mateamtik 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
hampiran (approxomation) atau solusi pendekatan, namun solusi hampiran 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).
B. Tujuan
Adapun tujuan penyusunan makalah ini antara lain :
a. Agar memenuhi nilai UTS mata kuliah Metode Numerik
b. Mengetahui perhitungan suat fungsi dengan deret Taylor, dapat menganalisis Galat,
mengenal dan mengetahui metode tertutup dan metode terbuka.
c. Mengetahui perhitungan Matriks dan metode Eliminasi Gauss-Jordan

BAB II
PEMBAHASAN
A. Deret Taylor
Definisi deret taylor:
Andaikan f dan semua turunannya,f, f, f,.., menerus didalam selang , . Misalkan
0 , , maka untuk nilai-nilai x di sekitar 0 dan x , , f(x) dapat diperluas (diekspansi)
ke dalam deret taylor
= 0 +

( 0 )

1!

0
2!

0 + +

( 0 )

0 +

x
x0

Gambar 2.1.

Nilai-nilai x di sekitar x0

Persamaan di atas merupakan penjumlahan dari suku-suku (trem), yang disebut deret.
Perhatikanlah bahwa deret taylor ini panjangnnya tidak berhingga sehingga untuk memudahkan
penulisan suku-suku selanjutnya kita menggunakan tanda ellipsis (.) jika 0 = maka f(x)
dapat juga ditulis sebagai :
= 0 +

0
1!

2!

0 +

3!

0 +

0 +

(1)

Contoh :
Hampiri fungsi = sin 0 = 1
Penyelesaiannya:
Kita harus menentukan turunan sin(x) terlebih dahulu sebagai berikut:
= sin

= cos

= cos

= sin

Dan seterusnya...

Maka berdasarkan persamaan (1), sin(x) di hampiri dengan deret taylor sebagai berikut:
= 1 +

(1)
cos
1!

1 +

1 2
2!

(1) +

(1)3
(
3!

1 )+

(1)4
sin
(1)
4!

Bila di misalkan 1 = ,
= 1 + cos 1

2
3
4
sin 1 1 +
sin 1 +
2
6
24

= 0,8415 + 0,5403 0,42082 0,09013 + 0,03514 +

Kasus khusus adalah bila fungsi diperluas di sekitar 0 = 0, maka deretnya dinamakan deret
macluarin, yang merupakan deret taylor baku. Kasus 0 = 0 paling sering muncul dalam praktek.
Contoh:
Uraikan sin , , cos , ln
( + 1) masing-masing ke dalam deret maclaurin
Penyelesaian:
Beberapa turunan sin(x) sudah di hitung. Deret maclaurin dari sin(x) adalah
= 0 +

3
3!

(0)
1!

5
5!

0 2

cos 0 +

2!

( 0)3

(0) +

3!

(0)4
4!

sin 0 +

Untuk menentukan deret maclaurin dari , kita harus menentukan turunan terlebih dahulu
sebagai berikut: = , = , = , = , 4 = , dan seterusnya.
Deret maclaurin dari adalah:
= (0) +

(0) (0)

1!

=1++

2
2!

0 2 (0)

2!

3
3!

4
4!

(0)3 (0)

3!

(0)4 (0)

4!

Untuk menentukan deret maclaurin dari cos(x), kita harus menentukan turunan cos(x) terlebih
dahulu
sebagai
berikut:
= cos , = sin , = cos , =
2
4
6
sin , 4 = cos ,dan seterusnya deret maclaurin dari cos (x) adalah = 1 2! + 4! + 6! +
Untuk menentukan deret maclaurin dari ln(x+1), kita harus menentukan turunan cos(x) terlebih
dahulu sebagai berikut:
= ln x + 1 , = + 1

1 ,

= +1

2 ,

= 2 x+1

2 , 4

2(0 + 1)3 +

(0)4

= 6(x + 1)4 ,

dan seterusnya deret maclaurin dari ln (x+1) adalah

+ 1 = 0 + 1 +

2
2

3
3

0
1!

(0 + 1)1 +

4
4

2!

((0 + 1))2 +

(0)3
3!

4!

(6(0 + 1))4 +

Karena suku-suku deret taylor tidak berhingga banyaknya maka, untuk alasan praktis deret taylor
dipotong sampai suku orde tertentu. Deret taylor yang dipotong sampai suku orde ke-n dinamakan
deret taylor terpotong dan dinyatakan oleh :
= 0 +
Yang dalam hal ini,
(residu)

0
1!

0 2

2!

0 +1
+1 !

+1

+ +

0
!

,0 < <

0 +
disebut galat atau sisa

Dengan demikian deret taylor yang dipotong sampai suku orde ke-n dapat ditulis sebagai
= +
Yang dalam hal ini,

=1
!

 0 +1
+1 !

+1

, 0 < <

Contoh :
Jika dihampiri dengan deret Taylor orde 4 disekitar 0 = 1 adalah :
= sin 1 +

1
1!

1
4 =

Yang dalam hal ini ,

1 2

2!

1 5
cos
5!

1 3

3!

1 +

1 4

4!

1 +

,1< <

Deret Taylor terpotong di sekitar 0 = 0 disebut deret Maclaurin terpotong.

Berdasarkan contoh diatas, deret Maclaurin terpotong untuk , , , dan + 1
adalah
=

3 5
+ +
3! 5!

= 1 + +

3 3 4
+ + +4
2! 3! 4!

= 1

2
4!

4
6!

6
6!

+ 6 ; 6 =

In + 1 =

2
2

3
3

4
;
4

;5 =

6!

; 4 =

(sampai suku orde 5)

5!

4 =24

5!

(sampai suku orde 4)

7
cos
7!

+1

(sampai suku orde 6)

(sampai suku orde 4)

Yang dalam hal ini, < < .

B. Analisis Galat
Kita harus memahami dua hal: (a) bagaimana menghitung galat, dan (b) bagaimana
galat timbul.
Misalkan adalah nilai hampiran terhadap nilai sejati a, maka selisih
=a

disebut galat.

dengan ;

galat

a=

nilai sejati

nilai hampiran

Contoh:
Jika = 10.5 adalah nilai hampiran dari a = 10.45, maka galatnya adalah = -0.01. Jika tanda
galat (positif atau negatif) tidak dipertimbangkan, maka galat mutlak didefinisikan sebagai
=a
Namun,ukuran galat kurang bermakna sebab ia tidak menceritakan seberapa besar galat
itu di bandingkan dengan nilai sejatinya. Sebagai contoh :
Seorang anak melaporkan panjang sebatang kawat 99 cm, padahal panjang sebenarnya 100 cm.
Galatnya adalah 100 99 = 1cm. Anak yang lain melaporkan panjang sebatang pensil 9 cm,
padahal panjang sebenarnya 10 cm, sehingga galatnya juga 1 cm. Kedua galat pengukuran

sama-sama bernilai 1 cm,namun galat 1 cm pada pengukuran panjang pensil lebih berarti
daripada galat 1 cm pada pengukuran panjang kawat. Jika tidak ada informasi mengenai
panjang sesungguhnya, kita mungkin menganggap kedua galat tersebut sama saja. Untuk
mengatasi interpretasi nilai galat, maka galat harus dinormalkan terhadap nilai sejatinya.
Sehingga dinamakan galat relatif.
Galat relatif didefinisikan sebagai
=

= %

atau dalam persentase

Karena galat dinormalkan terhadap nilai sejati, maka galat relatif tersebut dinamakan juga galat
relatif sejati.
Dengan demikian, pengukuran panjang kawat mempunyai galat relatif sejati =
1

1
100

= 0,01,

sedangkan pengukuran panjang pensil mempunyai galat relatif sejati = 10 = 0,1.

Dalam praktek kita tidak mengetahui nilai sejati a, karena itu galat seringkali
dinormalkan terhadap solusi hampirannya, sehingga galat relatifnya dinamakan galat relatif
hampiran.

Contoh:
10

Misalkan nilai sejati = 3 dan nilai hampiran = 3.333. Hitunglah galat, galat mutlak, galat
relatif, dan galat relatif hampiran.
Penyelesaian:
Diketahui : a =

dan

Galat

Galat Mutlak

=a
=

=3.333

=
= 0.000333

=a

Galat Relatf Sejati

= .
= 0.000333

Galat Relatif
Hampiran
=

=
.

= .

Galat relatif hampiran yang di hitung dengan persamaan ( = ) masih mengandung kelemahan

sebab nilai tetap membutuhkan pengetahuan nilai a (dalam praktek kita jarang sekali mengetahui

nilai sejati a ). Oleh karena itu perhitungan galat relatif hampiran menggunakan pendekatan lain.
Pada perhitungan numerik yang menggunakan pendekatan lelaran ( iteration), di hitung dengan
cara

RA

a r 1 a r

r 1

Yang dalam hal ini ar+1 adalah nilai hampiran lelaran sekarang dan ar adalah nilai
hampiran lelaran sebelumnya. Proses lelaran dihentikan bila

RA

Yang dalam hal ini S adalah toleransi galat yang spesifikasikan. Nilai S menentukan
ketelitian solusi numerik.semakin kecil nilai S semakin teliti nilai solusinya, namun
semakin banyak proses lelarannya.
Contoh :
Misalkan ada prosedur lelaran sebagai berikut
Xr+1 =

(x r 3 +3)
,
6

r = 0,1,2,3...

Lelaran dihentikan bila kondisi

RA

S dalam hal ini S adalah toleransi galat yang

diinginkan .misalnya dengan memberikan x0 = 0.5 dan S = 0.00001 kita memperoleh

runtunan :
X0 = 5
X1= 0.4791667
; RA=(x1-x0)/x1 = 0.043478>S
X2=0.4816638
;RA=(x2-x1)/x2 = 0.0051843>S
X3=0.4813757
; RA=(x3-x2)/x3 = 0.0005984>S
X4=0.4814091
; RA=(x4-x3)/x4 = 0.0000693>S
X5=0.4814052
; RA=(x5-x4)/x5 = 0.0000081<S,berhenti!
Pada lelaran ke-5, eRA< eS sudah terpenuhi sehingga lelaran dapat dihentikan.
Secara umum terdapat dua sumber utama penyebab galat dalam perhitungan numerik:
1. Galat pemotongan (truncation error)
2. Galat pembulatan (round-off error)
1. Galat Pemotongan
Galat pemotongan mengacu pada galat yang ditimbulkan akibat penggunaan hampiran sebagai
pengganti formula eksak. Maksudnya, ekspresi matematik yang lebih kompleks diganti dengan
formula yang lebih sederhana. Tipe galat pemotongan bergantung pada metode komputasi yang
digunakan untuk penghampiran sehingga kadang-kadaang ia disebut juga galat metode. Misalnya,
turunan pertama fungsi f di xi dihampiri dengan formula
+1 ( )
( )

yang dalam hal ini h adalah lebar absis xi+1 dengan xi. Galat yang ditimbulkan dari penghampiran
turunan tersebut merupakan galat pemotongan.
Contohnya, hampiran fungsi cos(x) dengan bantuan deret Taylor di sekitar x = 0:
2 4 6
8 10
1 2! + 4! 6!
+ 8! + 10! .
cos
()

pemotong

Deret Taylor fungsi cos(x) sebenarnya tidak berhingga, namun untuk keperluan praktis, deret
tersebut kita potong sampai suku orde tertentu, misalnya sampai suku orde n = 6 seperti pada
contoh di atas.
Kita dapat menghampiri galat pemotongan dengan rumus suku sisa:
0 +1
+1 !

+1

()

, 0 < <

Pada contoh cos (x) diatas :

6 =

7
()
7!

, 0 < <

Nilai Rn yang tepat hampir tidak pernah dapat kita peroleh, karena kita tidak mengetahui nilai c
sebenarnya terkecuali informasi bahwa c terletak pada suatu selang tertentu. Karenanya tugas kita
adalah mencari nilai maksimum yang mungkin dari Rnuntuk c dalam selang yang diberikan itu,

0 +1
yaitu:
() <
+1 () +1
!
0 < <
Contoh :
Gunakan deret Taylor orde 4 di sekitar x0 = 1 untuk menghampiri ln(0.9) dan berikan
taksiran untuk galat pemotongan maksimum yang dibuat.
Penyelesaian:
Tentukan turunan fungsi f(x) = ln(x) terlebih dahulu
f(x) = ln(x) f(1)=0
1
f (x) = f (1)=1

f (x) = 2 f (1) = -1
f (x) =

2
3

f (1) = 2
6

f (4)(x) = 4 f (4)(1) =-6

f (5)(x) =

24
5

f (5)(c) = 24/c5

Deret Taylornya adalah

(x 1)2 (x 1)3 (x 1)4

ln x = x 1
+

+ R 4 (x)
2
3
4

dan
ln 0.9 = 0.1

(0.1)2 (0.1)3 (0.1)4

+

+ R 4 x = 0.1053583 + R 4 x
2
3
4

juga
5 (0.9) <

0.9 < < 1

24
5

(0.1)5
5!

24

dan nilai Max 5 di dalam selang 0.9 < c < 1 adalah pada c = 0.9 (dengan mendasari
pada fakta bahwa suatu pecahan nilainya semakin membesar bilamana penyebut dibuat
lebih kecil), sehingga
24 (0.1)5

5 (0.9) <

0.0000034
0.9 < < 1 5
5!
Jadi ln(0.9) = -0.1053583 dengan galat pemotongan lebih kecil dari 0.0000034.

2. Galat Pembulatan
Perhitungan dengan metode numerik hampir selalu menggunakan bilangan riil.
Masalah timbul bila komputasi numerik dikerjakan oleh mesin (dalam hal ini komputer)
karena semua bilangan riil tidak dapat disajikan secara tepat di dalam komputer.
Keterbatasan komputer dalam menyajikan bilangan riil menghasilkan galat yang disebut
galat pembulatan. Sebagai contoh 1/6 = 0.166666666 tidak dapat dinyatakan secara
tepat oleh komputer karena digit 6 panjangnya tidak terbatas. Komputer hanya mampu
merepresentasikan sejumlah digit (atau bit dalam sistem biner) saja. Bilangan riil yang
panjangnya melebihi jumlah digit (bit) yang dapat direpresentasikan oleh komputer
dibulatkan ke bilangan terdekat.
Kebanyakan komputer digital mempunyai dua buah cara penyajian bilangan riil, yaitu
bilangan titik-tetap (fixed point) dan bilangan titik-kambang (floating point).
Dalam format bilangan titik -tetap setiap bilangan disajikan dengan jumlah tempat desimal
yang tetap, misalnya 62.358, 0.013, 1.000. Sedangkan dalam format bilangan titikkambang setiap bilangan disajikan dengan jumlah digit berarti yang sudah tetap, misalnya
0.6238 103 0.1714 10-13 atau ditulis juga 0.6238E+03 0.1714E-13
Digit-digit berarti di dalam format bilangan titik-kambang disebut juga angka bena
(significant figure). Konsep angka bena dijelaskan berikut ini.
Angka Bena
Konsep angka bena (significant figure) atau angka berarti telah dikembangkan
secara formal untuk menandakan keandalan suatu nilai numerik. Angka bena adalah angka
bermakna, angka penting, atau angka yang dapat digunakan dengan pasti.
Contohnya,
43.123 memiliki 5 angka bena (yaitu 4, 3, 1, 2, 3)
0.1764 memiliki 4 angka bena (yaitu 1, 7, 6, 4)
0.0000012 memiliki 2 angka bena (yaitu 1, 2)
278.300 memiliki 6 angka bena (yaitu 2, 7, 8, 3, 0, 0)
270.0090 memiliki 7 angka bena (yaitu 2, 7, 0, 0, 0, 9, 0)
0.0090 memiliki 2 angka bena (yaitu 9, 0)
1360, 1.360, 0.001360 semuanya memiliki 4 angka bena
Perhatikanlah bahwa angka 0 bisa menjadi angka bena atau bukan. Pada contoh 0.001360,
tiga buah angka nol pertama tidak berarti, sedangkan 0 yang terakhir angka berarti karena
pengukuran dilakukan sampai ketelitian 4 digit. Jumlah angka bena akan terlihat dengan
pasti bila bilangan riil itu ditulis dalam penulisan ilmiah (scientific notation), misalnya
tetapan dalam kimia dan fisika atau ukuran jarak dalam astronomi. Jumlah angka bena
terletak pada jumlah digit mantis-nya (tentang mantis ini akan dibahas belakangan):
4.3123 101 memiliki 5 angka bena
1.764 10-1 memiliki 4 angka bena
1.2 10-6 memiliki 2 angka bena
2.78300 102 memiliki 6 angka bena
0.2700090 103 memiliki 7 angka bena
9.0 10-3 memiliki 2 angka bena
13.60 102 , 0.1360 101 , 1.360 10-3 memiliki 4 angka bena
6.02 1023 memiliki 24 angka bena (bilangan Avogadro)
1.5 107 memiliki 8 angka bena (jarak bumi-matahari)
C. Metode Bagidua
Metode tertutup adalah cara penentuan akar persmaan fungsi dengn mengurung akar
tersebut dalam suatu interval. Kondisi ini akan terjadi manakala nilai f(x1) f(x2) < 0 atau dengan
kata lain f(x1) berlainan tanda dengan f(x2). Berlainan tanda dalam hal ini dimaksudnya ada
yang positif dan ada yang lainnya negative. Jika hal tersebut terjadi, maka pada interval [x1 x2]
akan memuat x sehingga f(x) = 0.

Ada dua metode klasik yang termasuk ke dalam metode tertutup, yaitu metode bagidua
dan metode regula-falsi. Disini kita akan membahas metode bagidua.
Metode Bisection terdiri dari dua kata, yakni bi = dua dan section = bagian, sehingga
metode bisection merupakan cara penyelesaian persamaan non linear dengan membuat dua
buah bagian interval dari domain penyelesaian persamaan non linear tersebut. Proses
pembagian interval tersebut mula-mula di awali dengan penentuan interval yang memuat solusi
(akar) untuk f(x).
Berikut diberikan ilustrasi grafis metode Bisection.

1) Mula-mula pilih x1 dan x2 sebarang sehingga f(x1) f(x2) < 0

y
f (x1) > 0

f(x)= 0

x1

x
f( x)< 0

Gambar 1.2 interval yang memuat x sehingga f(x) = 0

Pada tahap ini, prinsipnya adalah menentukan lokasi titik potong f(x) dengan sumbu x.
Kondisi ini terjadi apabila x1 dan x2 yang dipilih memberikan nilai f(x1) dan f(x2) berlainan
tanda (positif dan negatif) sebagaimana pada gambar 1.3 di atas, hal ini dapat ditentuakn
dengan jika f(x1) f(x2) < 0, maka diantaranya ada yang negative dan yang lainnya positif.
Ilustrasi yang digambarkan pilihan x1 dan x2 yang salah adalah berikut ini.
f(x) = 0

f (x) =0
f(x1)> 0

f (x) = 0

f(x) = 0
x1

x2

x
Y = f (x)

x1

x2
f(x1)<0

f(x2)<0

Gambar 1.3 Interval yang tidak memuat x sehingga f(x)=0

Pada gambar 1.3 di atas , terlihat kemungkinan terlihat kemungkinan pilihan x1 dan x2
kurang salah, hal ini disebabkan karena tidak ada x sehingga f(x)=0 pada interval x 1 < x <
x3 yang di pilih. Cara matematis untuk memeriksa hal tersebut adalah f(x1)f(x2)> 0. Artinya
jika f(x1)f(x2) > 0 maka pada interval [ x1 x2 ]tidak memuat x sehingga f(x) = 0. jika pada
interval tersebut nilai akar f(x) dicari, maka tetunya tidak akan pernah ditemukan.

2) Hitung nilai xr = 0,5 (x1 + x2)

xr = 0,5(x1+x2)
f(x) = 0

x1

xr

x2

Gambar 1.4 Model Geometris metode bisection

Pada tahap ini sesungguhnya dilakukan upaya membagi dua interval akar menjadi dua
buah yang sama. Titik baginya disebut xr sehingga bagian-bagian intervalnya menjadi x1<
x < xr> dan Xr < x < x2 .
3) Periksa posisi nilai xr dengan
Posisi nilai xr ada tiga kemungkinan, yakni (1). sebelah kiri akar, (2) sebelah kanan akar
atau (3) tepat pada titik akar.
f (x2) > 0
f(x1)>0
f (xr) > 0

x1
f(xr)=0

f(x1) > 0

xr
x2

x2

x1

x (x2) < 0

xr

x2

x1

f(xr)<0 f(x2)<0

(x2) <0
xr < akar

xr > akar

f(x1)f(xr) >0 atau f(x2) f(xr) <0

(a)

f(x1)f(xr)<0 atau f(x2)f(xr)>0

(b)

xr = akar
f(x1)f(xr)=f(x2)f(xr) = 0
(c)

Gambar 1.5 possisi nilai akar xr

4) Perbariu interval akar persamaan sebelumnya

Pada tahap yang di lakukan pemilihan bagian interval yang memuat akar persamaan. Mengacu
kepada gambar 1.5 di atas, maka dapat di kontruksi tolak ukur interval yang baru sebagai berikut:

10

a) Berdasarkan nilai f(X1).

Jika f (x1)f(x2) > 0 maka x1 = xr (geser posisi x1 ke xr) ( gambar 1.5 a)
di peroleh interval baru [ x1 x2] = [xr x2]
Jika f(x1)f(x2) < 0, maka x2 = xr (geser posisi x2 ke xr)( Gambar 1.5 b)
diperoleh interval baru [x1 x2 ] = [x1 xr]
Jika f(x1)f(x2) = 0, maka akar = xr (gambar 1.5 c)
interval tidak perlu di buat, karena xr adalah nilai x sehingga f(x)= 0
b) berdasarkan nilai f(x2).
jika f(x2)f(xr) < 0, maka x2 = xr (geser posisi x1 ke xr) (gambar 1.5 a)
diperoleh interval baru [x1 x2 ] = [xr x2]
Jika f (x2)f(xr) > 0, maka x2 = xr (geser posisi x2 ke xr) ( gambar 1.5 b)
di peroleh interval baru [ x1 x2] = [x1 xr]
Jika f(x2)f(xr) = 0, maka akar = xr (gambar 1.5 c)
interval tidak perlu di buat, karena xr adalah nilai x sehingga f(x)= 0
5) Kembali lagi di ulangi membagi interval akar yang baru diperoleh dengan
mengikuti langkah 2, 3 dan 4 di atas sehingga diperoleh nilai f(xr) = 0 atau f(xr)
sedekat mungkin dengan 0 (nol).
Contoh :
Tentukan nilai x dengan menggunakan matode Bisection sehingga xe-x + 1 = 0 dengan
toleransi kesalahan E = 0,001.
Solusi :
Dengan mengembangkan bahasa program standar pada tabel 1.1 di atas, maka diperoleh
output numeric dari solusi masalah teladan 1.1 di atas adalah sebagai berikut :
f(x) = x* exp (-x) + 1
[x1, x2] = [-1, 0]
f(-1) = -1,7183
f(0) = 1
Karena f(x1) f(x2) < 0, maka x sehingga f(x) = 0 pada interval [-1, 0]
Toleransi kesalahan = 0,001
Iterasi ke 1
xr = 0.5(x1 + x2)
= 0.5(-1 + 0)
= 0.5(-1)
= -0.5
f(xr) = 0.17564
Karena

= 0.17654>0.001 = e, maka update [x1 x2]

Karena f(x1) = -1.7183, maka f(x1) f(x2) < 0, sehingga x2 = xr

11

Jadi interval baru adalah [-1, -0.5]

Iterasi ke 2
xr = 0.5(x1 + x2)
= 0.5(-1 + -0.5)
= 0.5(-1.5)
= -0.75
f(xr) = -0.58775
Karena

= 0.58775>0.001 = e, maka update [x1, x2]

Karena f(x1) = -1.7183, maka f(x1) f(x2) < 0, sehingga x1 = xr

Jadi interval baru adalah [-0.75, -0.5]
Iterasi ke 3
xr = 0.5(x1 + x2)
= 0.5(-0.75 + -0.5)
= 0.5(-1, 2.5)
= -0.625
f(xr) = -0.16765
Karena

= 0,16765>0.001 = e, maka update [x1 x2]

Karena f(x1) = -0.58775, maka f(x1) f(x2) < 0, sehingga x1 = xr

Jadi interval baru adalah [-0.625, -0.5]
Iterasi ke 4
xr = 0.5(x1 + x2)
= 0.5(-0.625 + -0.5)
= 0.5(-1.125)
= -0.5625
f(xr) = -0.012782
Karena

= 0,012782>0.001 = e, maka update [x1 x2]

Karena f(x1) = -0.16765, maka f(x1) f(x2) < 0, sehingga x2 = xr

Jadi interval baru adalah [-0.625, -0.5625]
Iterasi ke 5
xr = 0.5(x1 + x2)

12

= 0.5(-0.625 + -0.5625)
= 0.5(-1.1875)
= -0.59375
f(xr) = -0.075142
Karena

= 0.075142>0.001 = e, maka update [x1 x2]

Karena f(x1) = -0.16765, maka f(x1) f(x2) < 0, sehingga x1 = xr

Jadi interval baru adalah [-0.59375, -0.5625]
Iterasi ke 6
xr = 0.5(x1 + x2)
= 0.5(-0.59375 + -0.5625)
= 0.5(-1.1563)
= -0.57813
f(xr) = -0.030619
Karena

= 0.030619>0.001 = e, maka update [x1 x2]

Karena f(x1) = -0.075142, maka f(x1) f(x2) < 0, sehingga x1 = xr

Jadi interval baru adalah [-0.57813, -0.5625]
Iterasi ke 7
xr = 0.5(x1 + x2)
= 0.5(-0.57813 + -0.5625)
= 0.5(-1.1406)
= -0.57031
f(xr) = -0.00878
Karena

= 0.00878>0.001 = e, maka update [x1 x2]

Karena f(x1) = -0.030619, maka f(x1) f(x2) < 0, sehingga x1 = xr

Jadi interval baru adalah [-0.57031, -0.5625]
Iterasi ke 8
xr = 0.5(x1 + x2)
= 0.5(-0.57031 + -0.5625)
= 0.5(-1.1328)
= -0.56641

13

f(xr) = -0.0020354
Karena

= 0.0020354>0.001 = e, maka update [x1 x2]

Karena f(x1) = -0.00878, maka f(x1) f(x2) < 0, sehingga x2 = xr

Jadi interval baru adalah [-0.57031, -0.56641]
Iterasi ke 9
xr = 0.5(x1 + x2)
= 0.5(-0.57031 + -0.56641)
= 0.5(-1.1367)
= -0.56836
f(xr) = -0.0033637
Karena

= 0.0033637>0.001 = e, maka update [x1 x2]

Karena f(x1) = -0.00878, maka f(x1) f(x2) < 0, sehingga x1 = xr

Jadi interval baru adalah [-0.56836, -0.56641]
Iterasi ke 10
xr = 0.5(x1 + x2)
= 0.5(-0.56836 + -0.56641)
= 0.5(-1.1348)
= -0.56738
f(xr) = -0.00066198
Karena

= 0.00066198<0.001 = e, maka proses berhenti

Jadi akar persamaannya adalah x = -0.56738 dengan f(xr) = -0.00066198

D. Metode Newton Rapshon

Metode newton rapshon merupakan metode terbuka yang hanya membutuhkan
sebuah nilai tebakan awal (0 ) untuk mendapatkan solusi dari persamaan non linier.
Diantara semua metode pencarian akar, metode newton rapshonlah yang paling terkenal dan
paling banyak dipakai dalam terapan sains dan rekayasa. Metode ini paling disukai karena
konvergensinya paling cepat diantara metode lainnya :
Ada dua pendekatan dalam menurunkan rumus metode newton rapshon yaitu :
a.
Penurunan rumus newton rapshon secara geometri
b.
Penurunan rumus metode newton rapshon dengan bantuan deret taylor

14

1. Penurunan rumus Newton Rapshon secara geometri

Dari gambar 3.13 gradien garis singgung di x adalah

0
+1

= = =

(p.3.8)

atau
=

+1

(p.3.9)

Sehingga prosedur lelaran metode newton rapshon adalah

+1 =

, 0

(p. 3.10)

2. Penurunan rumus newton-rapson dengan bantuan deret Taylor

Uraikan +1 disekitar dalam deret taylor :
+1 + +1 +

+1 2
,
2

< < +1

(p.3.11)

Yang dipotong sampai suku orde-2 saja menjadi

+1 + +1

(p.3.12)

Dan karena persoalan mencari akar, maka +1 = 0, sehingga

0 = + +1
Atau
+1 =

( )

, 0

(p.3.14)

Yang merupakan rumus metode newton-rapshon.

Kondisi berhenti lelaran newton-rapshon adalah bila
+1 <
Atau bila menggunakan gelar relative hampiran
+1
<
+1
Dengan adalah toleransi galat yang ingin digunakan.

15

Catatan :
1. Jika terjadi = 0, ulang kembali perhitungan lelaran dengan 0 yang lain
2. Jika persamaan = 0 memiliki lebih dari satu akar, pemilihan 0 yang berbedabeda dapat menemukan akar yang lain
3. Dapat pula terjadi lelaran konvergen ke akar yang berbeda dari yang diharapkan (seperti
halnya pada metode lelaran titik-tetap).
Contoh :
Hitunglah akar = 5 2 dengan metode newton- rapshon. Gunakan = 0.00001.
tebakan awal akar 0 = 1
Solusi :
= 5 2

= 10

Prosedur lelaran newton-rapshon:

+1 =

5 2
10

Tebakan awal 0 = 1
Table lelaranya:
I
0
1
2
3
4

+1
0.500000
0.618976
0.118976
0.605444
0.013532
0.605267
0.000177
0.605267
0.000000
Hampiran akar x = 0.605267

Metode newton-rapshon sangat berguna untuk menghitung fungsi-fungsi dasar, seperti akar
bilangan, nilai , arcsin (x), dan sebagainya. Contoh 3.9 dan contoh 3.10 memperlihatkan
penggunaan metode newton-rapshon untuk menghitung akar bilangan dan nilai pecahan.
Contoh
Tentukan bagaimana cara menentukan dengan metode newton- rapshon
Solusi :
Misalkan = . Kuadratkan kedua ruas sehingga = 2 <=> 2 = 0
Disini = 2 = 2. prosedur lelaran metode newton rapshon nya
adalah
+1

2
=
= 0,5 +
2

Untuk c = 2 dengan memilih 0 = 1 = 0.000001. Kita peroleh

1 = 1.500000

16

2 = 1.416667
3 = 1.414216
4 = 1.414214
Jadi 2 1.414214
Contoh :
1

Bagaimana mengjitung nilai c dengan metode newton-rapshon ?

Solusi :
1
c

1
x

1
x

Missal = x = c c = 0. Disini = =

1
x2

Prosedur Newton Rapshonnya adalah:

(

+1 = 1/

= (2 )

Untuk c = 7, dengan memilih 0 = 0,2 = 0,0000001,

1 = 0.1200000
2 = 0.1392000
1 = 0.1427635
1 = 0.1428570
1 = 0.1428751
1 = 0.1428571
Jadi, 1/7 0,1428571

E. Metode Secant
Prosedur lelaran metode Newton-Raphson memerlukan perhitungan turunan
fungsi, (). Sayangnya, yidak semua fungsi mudah dicari turunannya, terutama fungsi
yang bentuknya rumit. Turunan fungsi dapat dihilangkan dengan cara menggantinya
dengan bentuk lain yang ekuivalen. Modifikasi metode Newton-Raphson ini dinamakan
metode secant.

Berdasarkan Gambar metode secant, dapat kita hitung gradien

17

( ) = = =

( )( 1 )
1

(P. 3.30)

Sulihkan (P.3.30) ke dalam rumus Newton-Raphson :

( )

+1 = ( )

+1 =

sehingga diperoleh

( )( 1 )
( )( 1 )

(P. 3.01)

yang merupakan prosedur lelaran metode secant.

Dalam hal ini, diperlukan dua buah tebakan awal akar, yaitu 0 dan 1 . Kondisi berhenti

lelaran adalah 1 < (galat mutlak ) atau 1
< ( galat hampiran ) dengan

dan adalah toleransi galat.

+1

a. Algoritma Metode Secant

1. Definisikan fungsi f(x)
2. Definisikan torelansi error (e) dan iterasi maksimum (n)
3. Masukkan dua nilai pendekatan awal yang di antaranya terdapat akar yaitu x0 dan
x1, sebaiknya gunakan metode tabel atau grafis untuk menjamin titik
pendakatannya adalah titik pendekatan yang konvergensinya pada akar persamaan
yang diharapkan.
4. Hitung f(x0) dan f(x1) sebagai y0 dan y1
5. Untuk iterasi I = 1 s/d n atau |f(xi)| hitung yi+1 = f(xi+1)
Iterasi akan berhenti jika nilai |f(xi)|= 0 atau sedekat mungkin dengan 0.
6. Akar persamaan adalah nilai x yang terakhir.
Contoh :
Terapkan dengan metode secant persamaan :
= dengan 1 = 0 dan 2 = 3 dan error = 0.05

= dengan 1 = 0 dan 2 = 3 dan error = 0.05

Solusi :
0 = =
3 = = =
1 [0, 3]
3 = 2
3 = 1

(2 )(2 1 )
4 30
12 18 12
=3
= 3
=

(2 ) (1 )
4 2
6
6
6

1 = = =
= (3 ) = =
1 [ 3,1]
4 = 3

(3 )(3 2 )
(2) 1 3
4
6 12
= 1
=1
= +
(3 ) (2 )
(2) 4
6
6 6
18

4 = 1
1 = + = + =
= (4 ) = =
Maka akar 4 = 1 dan (4 ) = 0
Contoh :
Hitunglah akar = 52 dengan metode secant. Gunakan = 0.00001. tebakan
awal akar 0 = 0.5 dan 1 = 1.
Solusi :
Tabel lelarannya :

0
1
3
4
5
6
7
8
9
10
11
12
Akar x= -0.371418

0.500000
1.000000
-0.797042
10.235035
-0.795942
-0.794846
-0.472759
-0.400829
-0.374194
-0.371501
-0.371418
-0.371418`

+1
0.500000
1.797042
11.032077
11.030977
0.001096
0.322087
0.071930
0.026635
0.002692
0.000083
0.000000

Ternyata lelarannya mengarah ke akar yang lain, yaitu x= -0.371418

F. Notasi Matriks
Matriks adalah susunan suatu kumpulan bilangan dalam bentuk persegi panjang
yang diatur menurut baris dan kolom dan dibatasi oleh kurung biasa atau kurung siku.
Sebuah matriks terdiri dari baris dan kolom. Baris suatu matriks adalah susunan bilanganbilangan yang mendatar dalam matriks, sedangkan kolom suatu matrik adalah susunan
bilangan-bilangan yang tegak (vertikal) dalam matrik.
1. Notasi Matriks
Di dalam sub ini akan dipelajari beberapa konsep dan notasi aljabar matriks.Matriks
adalah suatu larikan bilanganbilangan yang berbentuk empat persegi panjang .Matriks
tersebut mempunyai bentuk sebagai berikut.

a11
a
21
A =
.

am1

a12

a13

a22

a23

am 2

am 3

a1n
a2 n
.

amn

Di dalam bentuk di atas, A adalah notasi matriks sedang aij adalah elemen matrik.
Deretan horizontal elemen elemen di sebut baris dan deretean vertical di sebut

19

kolom.Subskrit pertama i menunjukkan nomor baris dimana a23 adalah elemen yang
terletak pada baris 2 dan kolom 3.
Matriks di atas mempunyai m baris dan n kolom ,dan di sebut mempunyai dimensi
m kali n (m x n).Matrik dengan dimensi baris m = 1,seperti:
B=

Di sebut vektor baris.Untuk menyederhanakan penulisan ,subskrit pertama dari

setiap elemen di hilangkan .Matrik dengan dimensi kolom n = I,seperti:

C=

Di sebut vektor kolom.Untuk menyederhanakan penulisan,subskrit kedua di

hilangkan .Matriks dimana m = n di sebut matriks bujur sangkar.Misalnya matriks 4 x 4
adalah :

a11 a12
a
a 22
21
A =
a31 a32

a 41 a 42

a13
a 23
a33
a 43

a1n
a 2 n
Diagonal yang terdiri dari elemen a11,a22,a33,dan a44 adalah
a34

a 44

diagonal uatama matriks.

2. Operasi Pada Matrik
a. Penjumlahan matriks
Penjumlahan matriks hanya dapat dilakukan terhadap matriks-matriks yang
mempunyai ukuran (orde) yang sama. Jika A=(aij ) dan B=(bij ) adalah matriks-matriks
berukuran sama, maka A+B adalah suatu matriks C=(cij ) dimana (cij ) = (aij ) +(bij ) atau
[A]+[B] = [C] mempunyai ukuran yang sama dan elemennya (cij ) = (aij ) +(bij )
Contoh :
A=

3 1
0 2
1
,B =
,C =
4 2
1 3
1

0 5
maka
0 5

A+B =

3
4

3+0
1
0 2
+
=
4+1
2
2 3

1+2
3 3
=
2+3
5 5

A+C=

3
4

1
1 0 5
+
= .
2
1 0 5

A + C tidak terdefinisi (tidak dapat dicari hasilnya) karena matriks A dan C

mempunyai ukuran yang tidak sama.
b. Pengurangan matriks
Sama seperti pada penjumlahan matriks, pengurangan matriks hanya dapat
dilakukan pada matriks-matriks yang mempunyai ukuran yang sama. Jika ukurannya
berlainan maka matriks hasil tidak terdefinisikan.
Contoh :
A=

3 4
dan B = 0 2 , maka
3 4
4 5

20

AB =

3
4

0
4

3
5

30 42
3 2
=
43 54
1 1

c. Perkalian matriks dengan matriks

Beberapa hal yang perlu diperhatikan :
1. Perkalian matriks dengan matriks umumnya tidak komutatif.
2. Syarat perkalian adalah jumlah banyaknya kolom pertama matriks sama dengan
jumlah banyaknya baris matriks kedua.
3. Jika matriks A berukuran mxp dan matriks pxn maka perkalian A*B adalah
suatu matriks C=(cij ) berukuran mxn dimana
4. cij = ai1b1j + ai2b2j + ai3b3j + .+ aipbpj
Contoh :
A= 3

2 1

dan

AB = 3 2 1

B=
3
=
1

3
1

maka

3 3 + 2 1 + (1 0) = 11

Beberapa Hukum Perkalian Matriks :

1.
2.
3.
4.

Hukum Distributif, A B + C = AB + AC
Hukum Assosiatif, A B C = AB C
Tidak Komutatif, A B B A
Jika A B = 0, maka beberapa kemungkinan
o A = 0 dan B = 0
o A = 0 atau B = 0
o A 0 dan B 0

5. Bila C A B = A C, belum tentu B = C

d. Kesamaan dua matrik
Dua matrik A dan B di katakan sama apabila elemen elemen matriks A sama
dengan elemen elemen B dan ukuran keduanya adalah sama,aij = bij untuk i dan j.
e. Transpose matriks
Jika diketahui suatu matriks A=aij berukuran mxn maka transpose dari A
adalah matriks AT =nxm yang didapat dari A dengan menuliskan baris ke-i dari A
sebagai kolom ke-i dari AT.
Beberapa Sifat Matriks Transpose :
i.
ii.
iii.
iv.

(A+B)T = AT + BT
(AT) = A
k(AT) = (kA)T
(AB)T = BT AT

G. Metode Eliminasi Gauss

Metode Eliminasi Gauss merupakan metode yang dikembangkan dari metode
eliminasi, yaitu menghilangkan atau mengurangi jumlah variabel sehingga dapat diperoleh
nilai dari suatu variabel bebas.
Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam matriks
sehingga menjadi matriks yang lebih sederhana. Caranya adalah dengan
melakukan operasi baris sehingga matriks tersebut menjadi matriks yang eselon- baris. Ini
dapat digunakan sebagai salah satu metode penyelesaian persamaan linear dengan

21

menggunakan matriks. Caranya dengan mengubah persamaan linear tersebut ke dalam

matriks teraugmentasi dan mengoperasikannya. Setelah menjadi matriks Eselon-baris,
lakukan substitusi balik untuk mendapatkan nilai dari variabel-variabel tersebut.
Metode ini berangkat dari kenyataan bahwa bila matriks A berbentuk segitiga
atas (menggunakan Operasi Baris Elementer) seperti system persamaan berikut ini:

Metode Eliminasi Gauss Naif

Tata ancang eliminasi yang tidak mempedulikan nilai pivot adalah tata ancang yang
naif atau sederhana. Metode Eliminasi Gauss seperti ini dinamakan Metode Eliminasi
Gauss Naif (nsivr Gaussian elimination), karena metodenya tidak melakukan pemeriksaan
kemungkinan pembagian dengan nol. Pada metode eliminasi Gauss naif tidak ada operasi
pertukaran baris dalam rangka menghindari pivot yang bernilai nol itu.
Contoh :
Selesaikan sistem persamaan lanjar dengan metode eliminasi Gauss Naif

2 x1 3x 2 x 3 5
4 x1 4 x 2 x3 3 3
2 x1 3x 2 x 3 1
Penyelesaian :

2 3 1 5 R2 4 R1 2 3 1 5 R3 6
R
2
2 2

~
~
4 4 3 3
0 2 1 7
2 3 1 1 R3 2 R1 0 6 2 6
2

2 3 1 5

0 2 1 7
0 0 5 15

Keterangan :
1. Elemen yang dicetak tebal menyatakan pivot
2. simbol ~ menyatakan operasi baris elementer
3. R1 menyatakan baris (row) ke i
4.

R2 4 R1 artinya elemen-elemen pada baris kedua dikurangi dengan dua kali elemen
2
elemen pada baris ke satu.

R2 : 4 4 3 3

2 R1 : 4 6 2 10

R2 4 R1 : 0 2 1 7
2

(menjadi elemen baris ke 2)

Solusi sistem diperoleh dengan teknik penyulihan mundur sebagai berikut:

22

 5 x 3 15 x3 15 5 3
2 x 2 x 3 7 x 2 (7 3) 2 2
2 x1 3x 2 x 3 5 x1 (5 3 6) 2 1
Jadi , solusinya adalah x (1, 2, 3)T
Kelemahan Eliminasi Gauss Naif
Jika pivot app = 0 , baris ke k tidak dapat digunakan untuk mengeliminasi elemen pada kolom
p, karena terjadinya pembaian dengan nol. Oleh karena itu, pivot yang bernilai nol harus
dihindari dengan tata ancang (strategy) pivoting.
1. Tata ancang pivoting
Prinsip tata ancang pivoting adalah sebagai berikut: jika

= 0, cari baris k dengan

dan k > p, lalu pertukaran baris p dan baris k. Metode eliminasi Gauss dengan
tata ancang pivoting disebut metode eliminasi Gauss yang diperbaiki (modified Gauusian
elimination)
Contoh:
Selesaikan sistem prsamaan lanjar berikut dengan meetode eliminasi Gauss yang
menerapkan tata ancang pivoting.

Operasi baris 1

Operasi baris 2

H. Interpolasi Polynomial (Interpolasi Linier)

Interpolasi
Interpolasi adalah suatu cara untuk mencari nilai diantara beberapa titik data yang telah
diketahui. Dalam kehidupan sehari-hari interpolasi dapat digunakan untuk memperkirakan
suatu fungsi dimana fungsi tersebut tidak terdefinisi dengan suatu formula, tetapi
didefinisikan hanya dengan data Interpolasi.

Interpolasi linier

23

Sebagaimana dalam pembahasan sebelumnya, bahwa interpolasi linier merupakan

interpolasi yang menggunakan persamaan polynomial berderajat n=1 dengan
persamaan linier, f ( x) a0 a1x . misalkan dimiliki dua buah titik ( x1 , f ( x1 )) dan

x ( x2, f ( x2 )) , maka persamaan linier yang melalui kedua titik tersebut adalah:

f ( x1 ) a0 a1 x1
f ( x2 ) a0 a1 x2

f ( x2 ) f ( x1 ) a1 ( x2 x1 ) a1

f ( x2 ) f ( x1 )
x2 x1

f ( x1 ) a0 a1 x1 a0 f ( x1 ) a1 x1 f ( x1 )
f ( x) a0 a1 x f ( x1 )
f ( x)

f ( x2 ) f ( x1 )
x1
x2 x1

f ( x2 ) f ( x1 )
f ( x2 ) f ( x1 )
x1
x
x2 x1
x2 x1

f ( x2 ) f ( x1 )
( x x1 ) f ( x1 )
x2 x1

Persamaan terakhir disebut sebagai persamaan untuk interpolasi linier yang di gunakan
untuk mendapatkan nilai f(x) berdasarkan data ( x1 , f ( x1 )) dan x ( x2, f ( x2 )) .

Pembahasan soal-soal

Contoh 1 :
Dua buah warung makan sama-sama menjual nasi bungkus dengan harga yang sama,
pada hari penjualan yang sama, warung A mendapat untung Rp. 130.000 Perhari
dengan modal awal Rp. 500.000 dan warung B mendapat untung sebesar Rp. 50.000
dengan modal Rp. 200.000 karena melihat warung A dan B memperoleh keuntungan
yang cukup menjanjikan, pak Ahmat berkeinginan untuk menjual nasi bungkus seperti
yang dijual oleh kedua warung tersebut. Dengan melihat perbandingan hasil atau
keuntungan yang diperoleh toko A dan B , Berapakah keuntungan yang didapat pak
Ahmat dengan menggunakan modal sebesar Rp. 350.000
Jawaban :
Berdasarkan data di atas, maka pendekatan yang dapat digunakan adalah interpolasi
linier karena banyaknya data yang diketahui ada dua. Berdasarkan data tersebut maka
dapat di definisikan variabel sebagai berikut:

x1 200.000 f ( x1 ) 50.000
x2 500.000 f ( x2 ) 130.000
x 350.000 f ( x) ...?
Maka :

24

f ( x)

f ( x2 ) f ( x1 )
( x x1 ) f ( x1 )
x2 x1

130.000 50.000
(350.000 200.000) 50.000
500.000 200.000
90.000

jadi perkiraan keuntungan penjualan pak Ahmad dengan modal 350.000 adalah 90.000
Contoh 2:
Perkirakan jumlah penduduk amerika serikat pada tahun 1968 berdasarkan data
tabulasi berikut [KRE88]
Tahun
Jumlah Penduduk (Juta)

f ( x)

1960
179.3

1970
203.2

f ( x2 ) f ( x1 )
( x x1 ) f ( x1 )
x2 x1

f (1968)

203.2 179.3
(1968 1960) 179.3 198.4
1970 1960

Contoh 3 :
Aliefa akan menentukan nilai t table pada taraf signifikan 5% untuk uji satu pihak dengan
dk = 47. Pada table tersebut nilai yang di cari tidak termuat. Akan tetapi nilai yang
termuat adalah t table = 2.68 untuk dk = 40 dengan t table 1.67 dan dk = 60. Tentukan nilai
pendekatan t table pada dk = 47 tersebut dengan menggunakan interpolasi linier.
Jawaban :
Dari permasalahan tesebut diketahui:

x1 40, f ( x1 ) 2.68
x2 60, f ( x2 ) 1.67
x 47, f ( x) ...?

f ( x)

f ( x2 ) f ( x1 )
( x x1 ) f ( x1 )
x2 x1

f ( x)

1.67 2.68
(47 40) 2.68 2.33
60 40

Jadi nilai t table = 2.33 Pada taraf signifikan 5% dengan dk = 47

25

I. Interpolasi kuadrat
Interpolasi kuadrat merupakan metode untuk mendapatkan nilai di antara titik-titik data
yang diketahui menggunakan persamaan kuadrata atau polynomial berderajat 2. Misal
diberikan tiga buah titik data . x0 , y 0 , x1 , y1 , dan x 2 , y 2 . Polinom yang menginterpolasi
ketiga buah titik itu adalah polinom kuadrat yang berbentuk :

p 2 x a0 a1 x a 2 x 2

persamaan (1.1)

Polinom p2 x ditentukan dengan cara berikut :

Sulihkan x1 , y1 ke dalam persamaan (1.1), dimana i 0,1,2. dari sini di peroleh tiga
buah persamaan dengan tiga buah parameter yang tidak diketahui, yaitu a0 , a1 , dan a2 :

a 0 a1 x 0 a 2 x 0 y 0
2

a 0 a1 x1 a 2 x1 y1
2

a 0 a1 x 2 a 2 x 2 y 2
2

Hitunglah a0 , a1 , dan a2 dari system persamaan tersebut dengan metode eliminasi gauss.

x1 , y1

x 2 , y 2

x0 , y 0
X
Gambar interpolasi kuadratik
Augmented matriks dari SPL tersebut adalah

1 0 0 2 a y a 1 0 0 2

0 0 0

2
2
1

1 1 a1 y1 a1 1 1 1

2
2

1 2 2 a 2 y 2 a 2 1 2 2

y0
y
1
y 2

jadi persamaan interpolasi kuadrat yang dapat dilakukan adalah

2
a 0 1 0 0
a 1 2
1 1 1
a 2 1 2
2 2

y0
y
1
y 2

Contoh
1. Diberikan titk In (8.0) = 2.0794, In (9.0) = 2.1972 dan in (9.5) = 2.2513. tentukan nilai
In(9.2) dengan interpolasi kuadratik.
Penyelesaian :

26

System persamaan lanjar yang terbentuk adalah :

a 0 8.0a1 64.00a 2 2.0794

a 0 9.0a1 81.00a 2 2.1972
a 0 9.5a1 90.25a 2 2.2513
Penyelesain

system

persamaan dengan metode eliminasi gauss menghasilkan

a0 0,6762. a1 0.2266. dan a3 0.0064 x 2 polinom kuadratnya adalah

p2 ( x) 0.6762 0.2266 x 0.0064 x 2

Sehingga

p2 (9.2) 2.2192
Yang sama dengan nilai sejatinya (5 angka bena).
2. Diketahui :
Jarak

50

100

150

Kedalaman

45

60

78

0 + 1 50 + 2 502 = 45
0 + 1 100 + 2 1002 = 60
0 + 1 150 + 2 1502 = 78
Sehingga di peroleh bentuk augmented matriks koefesien polynomial kuadrat adalah
0
1 50
502
1 = 1 100 1002
2
1 150 1502

45
60
78

Selesaikan dengan interpolasi kuadrat :

Sehingga di dapat = 33 + 0.21 + 0.0006 2

27