MATERI METODE NUMERIK

Definisi Kesalahan
Kesalahan Sebenarnya
E t Harga sebenarnya - Aproksimasi

Kesalahan Relatif Persen Sebenarnya

t

Harga sebenarnya - Aproksimasi

100%
Harga sebenarnya

Kesalahan Relatif Persen Aproksimasi

a

Apr. sekarang - Apr. sebelumnya

100%
Aproksimasi sekarang

Kriteria Berhenti
Komputasi berhenti bila :
a s

atau
Jumlah iterasi > Jumlah iterasi maksimum
dimana s adalah kesalahan relatif persen dispesifikasikan secara
langsung atau dihitung dalam jumlah angka signifikan yang
diinginkan, n

s 0,5 10 2 n %
contoh : Tiga angka signifikan

s 0,5 10 23 % 0,05%
Definisi kesalahan perlu disampaikan sebelum membahas metode mengurung
(Bracketing Methods) dan metode Terbuka (Open Methods).

Metode Mengurung (Bracketing Methods)

 Metode Grafik
Pencarian Inkremental(Incremental Methods)
Metode bagi Dua(Bisection)
Metode Regula Falsi (Fals- Position)

Metode terbuka (Open Methods)

Iterasi Satu Titik( Sample Fixed Iteration )
Newton Rapshson
Metode Secant
Akar- akar Berganda ( Polynomials)

Metode Mengurung (Bracketing Methods)

Materi tentang akar-akar persamaan ini menangani metode yang menggali fakta bahwa
sebuah fungsi berdasarkan jenisnya akan berubah tanda disekitar suatu harga tertentu.
Teknik ini dinamakan metode mengurung (Bracketing Methods),Karena dibutuhkan dua
tebakan awal untuk akar. Sesuai namanya ,tebakan-tebakan ini terebut dalam kurung
atau berada pada kedua sisi nilai akar.

Metode Grafik

Sebuah metode sederhana untuk memperoleh sebuah taksiran mengenai akar persamaan
f ( x) 0 ialah dengan membuat grafik fungsi itu dan mengamati dimana ia memotong

sumbu x. Titik ini, yang menyatakan harga x untuk f ( x) 0 , memberikan sebuah

pendekatan kasar dari akar tersebut.
Contoh :
Gunakan pendekatan grafik untuk memperoleh sebuah akar pendekatan dari
f ( x) e x x

Solusi :
Harga-harga dihitung sebagai berikut :
X

f (x)

0,0

1,000

0,2

0,619

0,4

0,270

0,6

- 0,051

0,8

- 0,351

1,0

-0,632

Gambar a
Kurva memotong sumbu x diantara 0,5 dan 0,6. taksiran akan sama secara kasar = 0.57.
Ini mendekati harga sebenarnya, yakni 0,56714329, yang harus dicari dengan metode
numerik.
3

keabsahan taksiran visual dapat di cek dengan meamsukkan harga itu kedalam persamaan
awal agar memenuhi :
f (0,57) e 0 ,57 0,57 0,045 yang mendekati nol

Teknik grafik mempunyai nilai praktis yang terbatas, karena ia presisi. Tapi metode grafik
dapat dimanfaatkan untuk memperoleh taksiran akar-akar secara kasar. Taksiran ini dapat
digunakan sebagai tebakan awal untuk metode numerik.
Soal :
1) Tentukan akar-akar nyata secara grafik dari persamaan :
f(x) = -0,874 x2 + 1,75 x + 2,627
2) Tentukan akar-akar nyata secara grafik dari persamaan :
f(x) = -2,1 + 6,21 x - 3,9 x2 + 0,667 x3

PENCARIAN INKREMENTAL DAN PENENTUAN TEBAKAN AWAL

Disamping pengecekan jawaban masing-masing, anda harus menentukan apakah semua
akar kemungkinan telah ditempatkan. Seperti telah diutarakan sebelumnya, sebuah grafik
fungsi biasanya sangat bermanfaat untuk menuntun anda dalam tugas. Pilihan lainnya
adalah mengikutsertakan suatu carian inkremental pada saat memulai pemrograman
komputer. Pilihan ini bermula pada suatu ujung daerah yang diinginkan, lalu membuat
evaluasi fungsi dengan kenaikan (inkremen) disepanjang daerah tersebut. Jika tanda
fungsi berubah, harus dianggap bahwa suatu akar terletak dalam kenaikan itu. Harga x
pada permulaan dan akhir dari inkremen kemudian dapat memberikan tebakan awal bagi
salah satu teknik mengurung.

Suatu masalah potensial dengan carian inkremental adalah pemilihan panjang inkremen.
Jika panjang tersebut terlalu kecil, carian sangat menghabiskan waktu. Sebaliknya jika
panjang itu terlalu besar, mungkin saja akar-akar yang terpisah secara berdekatan akan
hilang. Masalah tersebut digabungkan dengan kemungkinan adanya akar ganda. Bantuan
sebagian untuk kasus semacam itu adalah dengan mencari turunan pertama dari fungsi
f ' ( x) pada awal dan akhir setiap interval. Jika turunan ini berubah tanda, ia

memberitahukan bahwa suatu minimal atau maksimal telah terjadi, dan interval harus
diperiksa lebih dekat agar terdapat sebuah kemungkinan akar.
Walaupun modifikasi demikian atau pengerjaan inkremen yang sangat halus meringankan
masalah. Anda harus bijaksana menambahkan teknik otomatis demikian dengan
sembarang keterangan lain yang memberi pengertian ke dalam penempatan akar-akar.
Keterangan semacam itu ditemukan dalam pembuatan grafik dan dalam mengartikan
masalah fisika darimana persamaan tersebut berasal.

Program Pencarian Inkremental menggunakan MATLAB

function xb = incsearch (func, xmin, xmax, ns)
% incsearch (func, xmin, xmax, ns):
% finds brackets of x that contain sign changes of a function on an iterval
% input:
% func = name a function
% xmin,xmax = endpoints of interval
% ns = (optional) number of subintervals along x used to search for brackets
% output:
% xb(K, 1) is the lower bound of the kth sign change
% xb(K, 2) is the upper bound of the kth sign change
% If no brackets found, xb = [ ]
5

if nargin < 4, ns = 50; end % if ns blank set to 50

% Incremental search
x = linespace (xmin, xmax, ns);
f = feval(func, x);
nb = 0; xb = [ ] ; % xb is null unless sign change detected
for k = 1 : length(x) 1
if sign (f(k)) ~= sign(f(k+1)) % check for sign change
nb = nb + 1;
xb(nb,1) = x(k);
xb(nb,2) = x(k + 1);
end
end
if isempty(xb) % display that no brackets were found
disp(no brackets found)
disp(check interval or increase ns)
else
disp(number of brackets :) % display number of brackets
disp(nb)
end
Contoh : Incremental search
Masalah : Gunakan M-file incsearch untuk mengidentifikasi pengurungan kedalam
interval [3, 6] untuk fungsi: f ( x) sin(10 x) cos(3 x)
Solusi : The MATLAB session using the default number of interval (50) is
>> incsearch (inline( sin(10 * x ) cos(3 * x ) ),3,6)
number of possible roots:
5
ans =
3.2449

3.3061

3.3061

3.3673

3.7347

3.7959

3.6531

4.7143

5.6327

5.6939

A plot of the function along with the root locations is down here.

3.5

4.5

5.5

gambar (b)

Metode Bagi Dua (Bisection Method)

Sewaktu menerapkan teknik grafik, kita telah mengamati (gambar a) bahwa f (x )
berganti tanda pada kedua sisi yang berlawanan dari kedudukan akar. Pada umumnya,
kalau f (x ) nyata (riil) dan kontinu dalam interval dari xl hingga xu , serta f ( xl ) dan
f ( xu ) berlainan tanda, yakni :
f ( x l ) f ( xu ) 0

[1]

maka terdapat sekurang-kurangnya satu akar nyata di antara xl dan xu .

Metode carian inkremental memodali pengamatan ini dengan penempatan sebuah interval
di mana fungsi tersebut bertukar tanda. Kemudian penempatan perubahan tanda (tentunya
harga akar) ditandai lebih teliti dengan cara membagi interval tersebut menjadi sejumlah
subinterval. Setiap subinterval itu dicari untuk menempatkan perubahan tanda.

Proses tersebut diulangi dan perkiraan akar diperhalus dengan membagi subinterval
menjadi lebih bertambah halus.
Metode bagi dua, disebut juga pemotongan biner (binary chopping), pembagian dua
interval (interval halving) atau metode Bolzano, adalah suatu jenis carian incremental
dimana interval senantiasa dibagi separuhnya. Kalau suatu fungsi berubah tanda
sepanjang suatu interval, harga fungsi ditengahnya dievaluasi. Letak akarnya kemudian
ditentukan berada di tengah-tengah subinterval di mana perubahan tanda terjadi. Proses
tersebut diulangi untuk memperoleh taksiran yang diperhalus.
Algoritma
Langkah 1 : Pilih taksiran terendah xl dan tertinggi xu untuk akar fungsi berubah tanda
sepanjang interval. Ini dapat diperiksa dengan menyakinkan bahwa
f ( x l ) f ( xu ) 0 .

Langkah 2 : Taksiran pertama akar x r ditentukan oleh :

x r xl 2xu
Langkah 3 : Buat evaluasi yang berikut untuk menentukan subinterval, di dalam mana
akar terletak :
a. Jika f ( xl ) f ( x r ) 0 , akar terletak pada subinterval pertama, maka xu x r
, dan lanjut ke langkah 4.
b. Jika f ( xl ) f ( x r ) 0 , akar terletak pada subinterval kedua, maka xl x r ,
dan lanjutkan ke langkah 4.
c. Jika f ( xl ) f ( x r ) 0 , akar = x r , hentikan komputasi.
Langkah 4 : Hitung taksiran baru akar :

x r xl 2xu
Langkah 5 : Putuskan apakah taksiran baru anda cukup akurat sesuai kebutuhan. Jika
ya, hentikan komputasi, jika tidak kembali ke langkah 3.
Contoh :
Gunakan metode bagi dua untuk menentukan akar dari f ( x) e x x .
Dari grafik fungsi (gambar a) terlihat bahwa harga akar terletak antara 0 dan 1.

Karena interval awal dapat dipilih dari xl 0 hingga xu 1 .

Dengan sendirinya, taksiran awal akar terletak di tengah interval tersebut :

xr

0 1
2

0,5

Taksiran ini menunjukan kesalahan dari (harga sebenarnya adalah 0,56714329) :

E t 0,56714329 0,5 0,06714329

atau dalam bentuk relatif :

t

0 , 06714329
0 , 56714329

x100% 11,8%

dimana indeks t menunjukkan bahwa kesalahan diacu terhadap harga sebenarnya.

Sekarang kita hitung :
f (0). f (0,5) 1.(0,10653) 0,10653 0

Tidak ada perubahan tanda terjadi antara xl dan x r .

akar selanjutnya terletak pada interval antara x 0,5 dan 1,0 ( xl 0,5 )

xr

0 , 5 1, 0
2

0,75 dan t 32,2%

Proses dapat dilanjutkan lagi agar mendapatkan taksiran yang lebih halus. misalnya untuk
iterasi ketiga adalah :
f (0). f (0,75) 0,030 0

Karena akar terletak di antara 0,5 dan 0,75 ( xu 0,75 ) :

xr

0 , 5 0, 75
2

0,625 dan t 10,2%

Dan iterasi keempat adalah :

f (0,5). f (0,625) 0,010 0

Karena akar terletak di antara 0,5 dan 0,625 ( xu 0,625 ) :

xr

0 , 5 0 , 625
2

0,5625 dan t 0,819%

sampai seterusnya diulangi untuk memperoleh taksiran yang lebih halus.

Kriteria Terminasi dan Taksiran Kesalahan
Mengembangkan suatu kriteria objektif untuk menentukan kapan metode ini berhenti.
Kita memerlukan suatu taksiran kesalahan yang tidak ditentukan oleh pengetahuan
tentang akar itu sebelumnya. Suatu kesalahan aproksimasi dapat dihitung

x r baru x r lama
100%
x r baru

dimana x r baru adalah akar dari iterasi sekarang, dan x r lama adalah akar iterasi
sebelumnya. Harga absolut dipakai karena kita biasanya cenderung memakai besarnya
a

ketimbang tandanya. Bila

menjadi lebih kecil daripada suatu kriteria

penghentian praspesifikasi s , komputasi dihentikan.

Contoh :
Taksiran kesalahan untuk metode bagidua
Taksiran pertama x r 0,5
Taksiran kedua x r 0,75
a

0 , 75 0 , 5
0 , 75

x100% 33,3%

t %
a %
xr
Kecenderungan
:
1
0,5 a selalu lebih11,8
besar dari t
2
0,75
32,2
33,3
karakteristik ekstrim
s ,
Jadi bila a jatuh
3
0,625
10,2di bawah20,0
komputasi
dapat
dihentikan
dengan
4
0,5625
0,819
11,1
keyakinan
bahwa
akar
telah
5
0,59375
4,69
5,3
diketahui sekurang-kurangnya sama
MATLAB M-file
: bisection
telitinya
dengan tingkat penentuan

Iterasi

awal yang dapat diterima

Function root = bisection(func,xl,xu,es,maxit)

% bisection(func,xl,xu,es,maxit):
% use bisection method to find the root of a function
% input :
% func = name of function
% xl,xu = lower and upper guesses
% es = (optional) stopping criterion (%)
% maxit = (optional) maximum allowable iterations
% output :
% root = real root
if func(xl) * func(xu) > 0 % if guesses do not bracket a sign
error (no bracket)
% change, display an error message
return
% and terminate
end
% if necessary, assigan default values
if nargin < 5, maxit = 50; end % if maxit blank set to 50
if nargin < 4, es = 0.001; end % if es blank set to 0,001
% bisection
iter = 0
xr = xl
10

while (1)
xrold = xr;
xr = (xl + xu)/2;
iter = iter + 1;
if xr ~= 0, ea = abs((xr xrold)/xr) * 100; end
test = func(xl) * func(xr);
if test < 0
xu = xr;
elseif test > 0
xl = xr;
else
ea = 0
end
if ea <= es | iter > maxit, break, end
end
root = xr

Metode Posisi Salah (The False-Position Method)

Walupun metode bagi dua merupakan suatu teknik sempurna yang berlaku secara
sempurna untuk menentukan akar-akar, pendekatan Paksa-Besar (brute-force)nya
relatif kurang efisien. Posisi salah merupakan suatu alternative perbaikan berdasarkan
suatu pengertian grafik. Kelemahan metode bagidua ialah dalam membagi interval xl
hingga xu ke dalam paruhan-paruhan yang sama, tidak ada perhitungan mengenai besar
harga f ( xl ) dan f ( xu ) . Misalnya jika f ( xl ) lebih mendekati nol daripada f ( xu ) ,
tampaknya akar menjadi lebih dekat ke xl daripada ke xu (gambar c).

f ( xu )
xl x r

xu

f ( xl )
f ( xl )

11

gambar c
Suatu metode alternative yang menggali pengertian grafik ini ialah dengan
menggabungkan titik-titik oleh sebuah garis lurus. Perpotongan dari garis ini dengan
sumbu x menyatakan sebuah taksiran perbaikan dari akar. Ternyata penempatan kembali
kurva oleh sebuah garis lurus memberikan suatu posisi salah dari akar-akar, nama
aslinya adalah metode posisi salah (method of false position) atau regula falsi dalam
bahasa latin. Metode ini juga dinamakan metode interpolasi linier.
Dengan memakai segitiga yang serupa (gambar c), perpotongan garis lurus dengan
sumbu x dapat ditaksir sebagai :
f ( xl )
xr xl

f ( xu )
xr xu

[1]

f ( xu ).( xl xu )
f ( xl ) f ( xu )

[2]

yang dapat diselesaikan menjadi

x r xu

Penjabaran :

f xl
f xu

xr xl xr xu

f xl xr xu f xu xr xl

xr f xl f xu xu f xl xl f xu masing2 f xl f xu
xr
xr

xu f xl xl f xu
f xl f xu

f xl xu
f xu xl

f xl f xu f xl f xu

x r xu
x r xu
x r xu
x r xu

f xl xu
f xu xl
xu
f xl f xu
f xl f xu

f xl xu
x f xl f xu
f xu xl
u

f xl f xu
f xl f xu
f xl f xu
f xu xu
f xu xl

f xl f xu f xl f xu
f xu xu xl
f xl f xu

12

atau

x r xu

f xu xl xu
f xl f x u

catatan :
Kelemahan metode Bisection tidak melibatkan f(xu) & f(xl) dalam mengurung akar.
ALGORITMA
Langkah 1 : Pilih taksiran terendah xl dan tertinggi xu untuk akar fungsi berubah tanda
sepanjang interval. ini dapat diperiksa dengan menyaksikan bahwa
f(xl).f(xu)<0.
Langkah 2 : x r xu

f xu xl xu
f xl f x u

Langkah 3 : Buat evaluasi yang berikut untuk menentukan subinterval, di dalam mana
akar terletak :
a. Jika f ( xl ) f ( x r ) 0 , akar terletak pada subinterval pertama, maka xu x r
, dan lanjut ke langkah 4.
b. Jika f ( xl ) f ( x r ) 0 , akar terletak pada subinterval kedua, maka xl x r ,
dan lanjutkan ke langkah 4.
c. Jika f ( xl ) f ( x r ) 0 , akar = x r , hentikan komputasi.
Langkah 4 : Hitung taksiran baru akar dengan :

x r xu

f xu xl xu
f xl f x u

Langkah 5 : Putuskan apakah taksiran baru anda cukup akurat sesuai kebutuhan. Jika
ya, hentikan komputasi, jika tidak kembali ke langkah 3.
REKOMENDASI
Walaupun metode posisi salah kelihatannya selalu menjadi metode prefrensi mengurung,
ada harus-harus dimana metode ini bekerja kurang baik. ternyata pada masalah yang lain,
dimana bagi dua mengandung hasil yang lebih baik.
Contoh :
Suatu harus dimana metode Bisection lebih disukai dari pada metode posisi salah.

13

Pernyataan masalah :
Gunakan metode Bisection dan posisi salah untuk menempatkan akar-akar:
f x x 10 1

diantara x = 0 dan 1,3

selusi :
dengan menggunakan metode Bisection, diperoleh hasil-hasil yang dapat diringkaskan
sebagai berikut :
Iterasi
1

Xl
0

Xu
1.3

Xr
0.65

t %

0.65

1.3

0.975

2.5

33.3

0.975

1.3

1.1375

13.8

14.3

0.975

1.1375

1.05625

5.6

7.7

a%

35

5
0.975
1.05625
1.015625
1.6
4.0
jadi, setelah lima kali iterasi, kesalahan sebenarnya dikurangi sampai kurang dari 2%.
Untuk posisi salah, harga-harga yang sangat berbeda diperoleh :
Iterasi

Xl

Xu

Xr

t %

1.3

0.09430

90.6

0.09430

1.3

0.18176

81.8

48.1

0.18176

1.3

0.26287

73.7

30.9

0.26287

1.3

0.33811

66.2

22.3

0.33811

1.3

0.40788

59.2

17.1

a%

Setelah lima kali iterasi, kesalahan sebenarnya hanya dikurangi menjadi kira-kira 59%.
Sebagai tambahan, patut dicatat bahwa

a t

. Jadi, kesalahan aproksinasi ternyata

meleset.
f (x )
f x x 10 1

14

-1
gambar b

15