A.

Teori Singkat
Metode numerik untuk menyelesaikan persamaan tak linear pada umumnya berupa
metode tak langsung (iterasi). Pada metode ini dimulai dengan menggunakan satu atau
beberapa tebakan awal terhadap akar fungsi f(x)=0. Selanjutnya kita tentukan suatu rumus
rekursif yang nantinya akan menghasilkan barisan bilangan yang diharapkan konvergen ke
akar dari persamaan tersebut.
Terdapat dua metode yang dapat dilakukan dalam perhitungan ini yaitu metode
pengurung dan pembuka. Pada metode pengurung, dalam mencari akar selalu diapit oleh dua
interval, proses pasti konvergen tetapi kekonvergenan lambat. Pada metode terbuka, akar
yang dicari tidak perlu harus diapit dalam interval, kekonvergenan lebih cepat tetapi hasil
bisa divergen.
Contoh meode pengurung adalah metode posisi palsu yaitu suatu metode yang
menggunakan dua tebakan awal yang kemudian nilai fungsinya dan menghubungkan kedua
nilai ini dalam sebuah garis lurus dengan syarat hasil perkalian kedua nilai fungsi ini bernilai
negatif. Kemudian titik potong garis yang kita tarik dengan sumbu x akan menjadi titik yang
baru yang akan menggantikan salah satu tebakan awal tadi dengan syarat yang akan
dijelaskan pada algoritma lebih lanjut.
Kemudian contoh metode terbuka adalah metode Newton Raphson. Pada metode ini
hanya diperlukan satu sembarang tebakan awal dan kemudian membuat garis singgung
terhadap fungsi f(x) di titik (x0,f(x0)). Jika nilai turunan tidak nol maka garis singgung
tersebut akan memotong sumbu x dan kemudian proses berulang dengan x yang baru.
Metode yang lain yang dapat digunakan adalah metode titik tetap. Pada metode ini
kita memecah fungsi menjadi dua fungsi yang kemudian dicari titik potongnya. Titik potong
ini menjadi akar dari fungsi tersebut.
B. Algoritma Penyelesaian Masalah
B.1 Metode Posisi Palsu
Input : f(x)
Dua buah tebakan awl a, b
Batas galat epsilon.
Output : Akar dari fungsi f(x)
Langkah-langkah :
1. fa=f(a)
1

2. fb=f(b)
3. cek hasil perkalian fa dan fb >0, proses stop
4. Hitung c pertama dengan c1=2*b-a
5. Hitung c2=b-

fb(ba)
fbfa

6. Cari nilai fungsi dari c2

7. Jika fa*fc2<0
Maka b = c
fb=fc
Jika tidak
a=c
fa=fc
8. Galat = |c2-c1|
9. c1=c2
10. jika galat < epsilon maka akar = c2, proses selesai
11. ulangi langkah 5
B.2 Metode Titik Tetap
Input : f2x dengan f(x)= f1- f2
Tebakan awal = x0
Batas galat = epsilon
maksimum iterasi.
Output : akar dari f(x) = x1
Langkah-langkah

1. Cari f2x dengan f1 -f(x)

f2x = x-x4+0.25 = -x4+x+0.25
2. Iterasi = 1
3. x1=f(x0)
4. Galat = | (x1-x0)/x0 |
5. Jika galat < epsilon, maka akar = x1, proses selesai
6. x0=x1
7. Iterasi = iterasi + 1
8. Jika iterasi > maksimal, maka proses belum konvergen atau salah memasukkan
tebakan awal
2

9. Kembali ke langkah 2
B.3 Metode Newton-Raphson
Input : f(x)
Turunan dari f(x) = df(x)
Tebakan awal = x0
Batas galat = epsilon
Batas maksimum iterasi
Output : akar dari fungsi f (x) = x1
Langkah-langkah :
1. Iterasi = 1
2. |df(x0)| < 1.0 E -12, maka proses gagal
3. x1 = x0- (f(x0)/df(x0))
4. galat = | (x1-x0)/x0|
5. jika galat < epsilon maka akar = x1, selesai
6. x0=x1
7. Iterasi = iterasi + 1
8. Jika iterasi > maksimum, maka proses belum konvergen atau salah memasukkan
tebakan awal, proses stop
9. Kembali ke langkah 2
C. Source Program

Gambar 1. Tampilan Awal Program dengan 3 Pilihan Metode

Gambar 2. Metode Regula Falsi

Gambar 3. Metode Titik Tetap

Gambar 4. Metode Newton Raphson

D. Hasil Eksekusi
f(x) = x4-0.25
epsilon = 0.001

Gambar 5. Grafik fungsi

D.1 Metode Regula Falsi

Interval [ 0.5,1 ]

Gambar 6. Hasil eksekusi metode posisi palsu

D.2 Metode Titik Tetap

Tebakan awal = 0.5

Gambar 7. Hasil eksekusi metode titik tetap

D.3 Metode Newton Raphson

Gambar 8. Hasil Eksekusi Metode Newton Raphson

E. Analisa
Metode
Iterasi

Regula Falsi

Titik Tetap

Newton Raphson

1
2
3
4
5
6
7
8

-0.1204
-0.6556
-0.0323
-0.0156
-0.0069
-0.0031
-0.0014
-0.0006

-0.1875
-0.0266
0.01
-0.0043
0.0017
-0.0007
-0.0003

-0.1875
0.3362
0.0656
0.0049
0.00003

Tabel 1. Hasil Iterasi

Berdasarkan tabel di atas kita dapat melihat bahwa metode Newton Raphson adalah
metode tercepat yang dapat kita lakukan untuk memperoleh akar dari persamaan di atas. Hal
ini membuktikan bahwa metode terbuka lebih cepat konvergen dari metode pengurung. Hal
ini dapat disebabkan karena dalam metode terbuka jika konvergen maka akan cenderung
mendekati akar persamaan (konvergen) secara lebih cepat karena proses iterasi tidak
berdasarkan interval dengan jarak yang memiliki pola seperti pada metode pengurung. Selain
itu, kecepatan laju kekonvergenan ditentukan oleh multiplisitas akar dari suatu fungsi
tersebut. Untuk multiplisitas > 1 maka laju kekonvergenannya lambat. Metode Newton
Raphson dapat memodifikasi masalah ini sehingga laju kekonvergenannya lebih cepat selain
juga bisa diatasi dengan mengganti tebakan awal yang mendekati salah satu akar suatu fungsi
yang memiliki multiplisitas =1.

Selain itu, pada tabel kita dapat melihat bahwa pada metode Newton Raphson, akar
yang dihasilkan lebih akurat. Hal ini dapat dilihat bahwa nilai f(x) terakhir untuk metode
Newton Raphson bernilai 0.00003 sedangkan untuk metode titik tetap bernilai 0.0003 dan
metode regula falsi 0.0006. Ingat bahwa semakin akurat akar yang dihasilkan, maka nilai
fungsi akan semakin mendekati nol.
Namun, salah satu kekurangan metode terbuka seperti Newton Raphson dan titik tetap
adalah dapat terjadi proses yang divergen. Hal ini bisa disebabkan karena salah tebakan awal
atau fungsi memang menyebabkan metode terbuka menghasilkan hasil yang divergen (nilai
semakin menjauh dari akar persamaannya).
Metode Newton Raphson dapat gagal diterapkan pada suatu fungsi f(x) jika :
a. Turunan fungsi tersebut bernilai nol atau hampir nol, sehingga proses iterasi
selanjutnya tidak dapat dihitung.
b. Proses bersifat siklis yang menyebabkan hasil iterasi berosilasi.
c. Fungsi yang bersifat cekung ke atas dan memiliki asimptot datar y=o sehingga
iterasi akan divergen.
Selain hal di atas kita juga harus ingat bahwa pada metode tertutup, proses selalu
konvergen sedangkan pada metode terbuka proses tidak selalu konvergen. Oleh sebab itu,
untuk fungsi yang sama, metode terbuka dapat menghasilkan laju kekonvergenan yang lebih
lambat jika tebakan awal yang kita gunakan kurang tepat dan dapat juga menyebabkan hasil
yang divergen.
Sebagai contoh pada kasus ini ketika kita memasukkan tebakan awal = 2 pada metode
titik tetap maka hasil eksekusi program akan error karena nilai fungsi akan terus bertambah,
menjauh dari nol sehingga menimbulkan error pada program karena hasil perhitungan terlalu
besar.
Oleh karena itu, penting bagi kita untuk mengetahui grafik fungsi sebagai salah satu
solusi untuk mencegah kasus salah tebakan awal. Ketika kita mengetahui grafik suatu fungsi,
maka kita akan memasukkan tebakan awal yang kira-kira mendekati akar dari fungsi tersebut
dan dapat menghasilkan proses yang konvergen.

F. Kesimpulan

Pada kasus persamaan : f(x) = x4-0.25, metode Newton Raphson lebih cepat dari
metode titik tetap dan posisi palsu. Seperti terlihat dalam tabel untuk tebakan awal, x0=0.5
dan epsilon = 0.001, metode Newton Raphson hanya memerlukan 5 kali iterasi sedangkan
metode titik tetap memerlukan 7 kali iterasi dan metode posisi palsu memerlukan sampai 8
kali iterasi.
Namun, kita juga harus berhati-hati dalam memberi tebakan awal agar metode terbuka
tidak menghasilkan proses yang divergen sesuai dengan sifat metode terbuka yang tidak
selalu konvergen. Oleh karena itu, penting bagi kita untuk mengetahui grafik suatu fungsi
sebelum kita memberi tebakan awal agar kita tidak salah dalam memberikan nilai tebakan
awal.
G. JP
1. Contoh fungsi yang membuat metode Newton Raphson menghasilkan proses siklis adalah :
F(x) = x3-2x+2
Dengan tebakan awal, x0=0

Gambar 9. Program untuk metode Newton Raphson f(x) = x3-2x+2

Gambar 10. Hasil eksekusi program dengan tebakan awal = 2 yang menunjukkan osilasi

2. Mengapa metode terbuka lebih cepat konvergen daripada metode pengurung ?

Berdasarkan hasil di atas terbukti bahwa metode terbuka lebih cepat konvergen dari metode
pengurung. Hal ini dapat disebabkan karena dalam metode terbuka jika konvergen maka akan
cenderung mendekati akar persamaan (konvergen) secara lebih cepat karena proses iterasi
tidak berdasarkan interval dengan jarak yang memiliki pola seperti pada metode pengurung.
Selain itu, kecepatan laju kekonvergenan ditentukan oleh multiplisitas akar dari suatu fungsi
tersebut. Untuk multiplisitas > 1 maka laju kekonvergenannya lambat

H. Pustaka
Djohan, Warsoma. 2011. Diktat Metode Numerik. Bandung : Institut Teknologi Bandung.

10