2.1.
Pendahuluan
Pembaca, khususnya yang berkecimpung dengan masalah teknik, mungkin sering
(2.1)
untuk mencari akar karakteristik persamaan tersebut, digunakan rumus sebagai berikut:
x 12
b b 2 4 ac
2a
(2.2)
Untuk persamaan karakteristik orde dua atau polinomial tingkat dua tidak dijumpai
kesulitan. Tetapi, untuk menyelesaikan persamaan polinomial orde tiga, atau mencari
penyelesaian dan persamaan nonlinear seperti dibawah ini:
x 4 1 ,1 x 3 2 ,3 x 2 0 ,5 x 3 ,3 0
3 x sin x e x 0
x 2 ln x 1 x 2 0
(2.3)
tentu bagi pembaca yang kurang menguasai matematika, akan mengalami kesulitan,
tetapi jika pembaca menguasai metode-metode yang akan diuraikan pada bab II ini,
pembaca akan dapat menyelesaikan persamaan- persamaan tersebut dengan mudah.
Persamaan karakteristik ini bisa berupa persamaan poilnomial tingkat tinggi,
persamaan sinusioda, persamaan eksponensial atau persamaan logaritmik atau kombinasi
dari persamaan-persamaan tersebut. Untuk menyelesaikan persamaan-persamaan ini, pada
bab ini dibahas beberapa cara, dimana masing-masing cara tersebut mempunyai kelebihan
dan kelemahan.
Beberapa cara tersebut diantaranya:
Metode Tabulasi
Metode Newton-Raphson
Metode Bairstow
2.2.
Metode Tabulasi
Metode tabulasi adalah metode penyelesaian persamaan nonlinear (transendental)
dengan cara membuat tabel-tabel persamaan atau fungsi nonlinear di sekitar titik
penyelesaiannya.
Metode tabulasi merupakan metode yang paling sederhana untuk menyelesaikan
persamaan nonlinear. Tidak ada persaman khusus yang diperlukan untuk menyelesaikan
persamaan nonlinear. Hal ini merupakan keuntungan dari metode tabulasi.
Selain mempunyai kelebihan di atas, metode tabulasi mempunyai beberapa
keterbatasan, yaitu:
1.
2.
3.
Langkah pertama
Menentukan dua nilai x awal yang memenuhi persyaratan di atas. Misalnya diambil
X1=0
x2=1
Langkah kedua
Membuat tabel fungsi f (x) di sekitar f (x1) dan f (x2).
x
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
f(x)
2.00000
1.59983
1.19867
0.79552
0.38942
-0.02057
-0.43536
-0.85578
-1.28264
-1.71667
absolut error
2.00000
1.59983
1.19867
0.79552
0.38942
0.02057
0.43536
0.85578
1.28264
1.71667
1.0
-2.15853
2.15853
Langkah ketiga
Membuat tabel di sekitar dua titik yang menyebabkan terjadinya perubahan tanda
fungsi f(x).
Pada tabel hasil langkah kedua, nilai error terkecil adalah 0,020575. Nilai ini masih
cukup besar, sehingga perlu mencari penyelesaian yang lebih tepat.
Pada tabel tersebut terlihat adanya perubahan tanda pada f(x) di sekitar f(0,4) dan
f(0,5). Hal ini menunjukkan bahwa akar penyelesaiannya berada di antara titik x =
0,4 dan x = 0,5.
X
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.48
0.49
0.50
f(x)
0.38942
0.34861
0.30776
0.26687
0.22594
0.18497
0.14395
0.10289
0.06178
0.02063
-0.02057
absolut error
0.38942
0.34861
0.30776
0.26687
0.22594
0.18497
0.14395
0.10289
0.06178
0.02063
0.02057
2.3.
Metode Bisection
Metode Bisection disebut juga metode Pembagian Interval atau Metode Bolzano
adalah metode yang digunakan untuk mencari akar-akar persamaan nonlinear melalui
proses iterasi dengan persamaan 2-4
xc
xa xb
2
(2.4)
(2.5)
Metode biseksi merupakan metode yang sederhana, dan proses iterasinya lebih
cepat dari metode tabulasi. Hal ini merupakan keuntungan metode biseksi. Akan tetapi
metode ini mempunyai keterbatasan sama dengan metode tabulasi, yaitu:
1.
Jika fungsi
f(x)
penyelesaian tersebut tidak dapat dicari secara langsung ata secara bersamaan.
2.
3.
f(x)
f(x)
xa xb
2
Contoh :
Hitung harga nol dari
f ( x ) exp( x ) x
Penyelesaian :
Langkah Pertama
Untuk x0 = 0,
x1 = 1,
f(0) = 1
f(1) = -0.63212
dan
f(0,5) = 0,10653.
Langkah ketiga
Pada hasil langkah kedua nilai f ( x 2 ) positif, maka untuk memenuhi syarat f ( x a ) *
f ( x b ) 0 ., maka untuk dapatkan x3 kita gunakan x 2 dan x 1 sehingga persamaan 2-
x x
4 menjadi x 3 2 1 = 0,75.
2
0.5 0.75
=0,625.
2
0.5 0.625
= 0.5625
2
Iterasi dilanjutkan sampai konvergen setelah kesalahan relative lebih kecil atau sama
dengan batas kesalahan yang ditentukan.
2.4.
digunakan untuk mencari akar-akar persamaan nonlinear melalui proses iterasi. Interpolasi
linear dinyatakan dengan perbandingan ruas garis dari dua buah segitiga yang sebangun.
f(x1)
y
f( 0)x f( 1)x
x2 x0 x2 x1
x0
x2
x f( )x x f( )x
x2 1 0 0 1
f( 0 )x f( 1)x
x1
(x )x
x2 x1 0 1 f( 1)x
f( 0 )x f( 1)x
f(x2)
f(x0)
Gambar 2.3
(2.6)
Jika fungsi
f ( x ) mempunyai
penyelesaian tersebut tidak dapat dicari secara langsung atau secara bersamaan.
2.
f(x)
f(x)
f ( x 1 ) < 0.
( x0 x1 )
f ( x1 )
f ( x0 ) f ( x 1 )
Contoh :
Carilah penyelesaian dari persamaan nonlinear di bawah ini dengan metode regula falsi
f ( x ) x3 9x 1 0
Penyelesaian :
Langkah Pertama
f(x)
Mencari x 2 dan f ( x 2 )
x2
x 1 f ( x 0 ) x 0 f ( x 1 ) ( 4 )* ( 9 ) ( 2 )* ( 29 )
2 ,474
f ( x0 ) f ( x1 )
( 9 ) 29
x 2 f ( x 1 ) x 1 f ( x 2 ) ( 2.474 ) * ( 29 ) ( 4 ) * ( 6.123 )
2 ,739
f ( x1 ) f ( x 2 )
29 ( 6.123 )
Silahkan perhitungan dilanjutkan sampai konvergen atau dapatkan error yang cukup
kecil.
2.5.
f ( x ) ini
f(x)
x g( x ) .
(2.7)
Persamaaan nonlinear
f ( x ) dapat
x g( x )
jika
(2.8)
dimana x1 adalah titik yang ditentukan pada saat akan melakukan iterasi. Kelebihan
metode ini yaitu jika syarat tersebut sudah terpenuhi, proses iterasinya relatif cepat.
Sedangkan keterbatasannya adalah :
1.
Jika fungsi
f(x)
akar penyelesaian tersebut tidak dapat dicari secara langsung atau secara bersamaan.
2.
3.
4.
f ( x ) menjadi
bentuk
x g( x ) .
Langkah kedua Mencari turunan g(x), kemudian menentukan titik x1 dan menguji
apakah persyaratan untuk melakukan iterasi dipenuhi atau tidak. Jika tidak dipenuhi
maka diulangi dengan menentukan titik x1 yang baru.
Langkah ketiga Melakukan iterasi dengan persamaan x n 1 g( x n ) , dimana n = 1, 2,
3, . . . . Proses iterasi dihentikan jika sudah didapatkan nilai x yang sama atau hampir
sama pada setiap iterasi.
Contoh :
Carilah penyelesaian persamaan di bawah ini dengan metode iterasi
f ( x ) x2 2x 8 0
Penyelesaian :
x g( x ) .
Langkah Pertama :
b.
2x 8
x
c.
x2 8
2
x g( x ) .
2x 8
Langkah Kedua
b.
g' ( x ) 2 / x
c.
g' ( x ) x g' ( x ) 5
( 2x 8 )
x2
g' ( 5 ) 0.32
Langkah Ketiga
x2
b.
x2
c.
x 2 8 52 8
x2 1
8.5
2
2
2 x1 8
2 * 5 8 4.2426407
2 x1 8 2 * 5 8
3.6
x1
5
Proses dilanjutkan terus sampai didapatkan nilai x yang tidak berubah atau hampir
tidak berubah.
2.6.
Metode Newton-Raphson
Persamaan yang harus diselesaikan berbentuk
f(x) 0
( x x0 ) 2 f ' ' ( x0 )
. .. 0
2!
(2.9)
Jika hanya diambil dua suku saja, maka f ( x 0 ) ( x x 0 ) f ' ( x 0 ) = 0, dan jika x = x0
sebagai harga awal, maka pendekatan akar berikutnya adalah :
f ( x0 ) ( x 1 x0 ) f ' ( x0 ) 0
x1 x0
f ( x0 )
f ' ( x0 )
x 2 x1
f ( x1 )
f ' ( x1 )
Dengan cara yang sama akhirnya akan didapatkan persamaan umumnya sebagai
berikut :
x n 1 x n
f ( xn )
f ' ( xn )
(2.10)
Persamaan non linear f(x) dapat diselesaikan dengan metode ini jika memenuhi
persyaratan di bawah ini :
f ( x1 ) * f ' ' ( x1 )
1
f ' ( x1 ) * f ' ( x1 )
(2.11)
dimana x1 adalah titik awal ditentukan sebelum melakukan iterasi. Kelebihan metode
iterasi ini yaitu jika syarat tersebut sudah dipenuhi, proses iterasinya cepat, lebih cepat
dari metode iterasi x g( x ) . Sedangkan keterbatasannya adalah:
1.
Jika fungsi
f(x)
penyelesaian tersebut tidak dapat dicari secara langsung atau secara bersamaan.
2.
3.
Tidak bisa mencari akar persamaan yang tidak memenuhi persyaratan 2-11,
meskipun ada akar penyelesaiannya.
4.
Untuk persamaan non linear yang cukup kompleks, pencarian turunan pertama
dan kedua
f(x)
f(x)
dengan
f ( x ).
Langkah kedua : Menentukan titik x1 dan menguji apakah syarat persamaan 2-11
dipenuhi atau tidak. Jika tidak dipenuhi diulangi mencari nilai x1 yang baru.
Langkah ketiga : Melakukan iterasi dengan persamaan 2-10.
Contoh :
Carilah penyelesaian persoalan nonlinear di bawah ini dengan metode Newton-Raphson
f ( x) exp( x) 3 x 2 0
Penyelesaian:
Langkah Pertama
Langkah Ketiga
Melakukan iterasi dengan persamaan 2-10.
Iterasi pertama, n = 1, didapatkan
x 2 x1
f ( x1 )
0 ,9141155
f ' ( x1 )
f ( x2 )
0 ,910018
f' ( x2 )
f ( x3 )
0 ,910008
f' ( x3 )
Langkah keempat
Proses iterasi dilakukan terus sampai didapatkan nilai x yang tidak berubah atau
hampir tidak berubah.
2.7.
Pada metode Newton - Raphson kita menggunakan garis singgung pada titik ( x 0 , f ( x 0 ))
sebagai hampiran
f(x)
f(x)
Apabila kedua fungsi tersebut tidak rumit, metode tersebut mungkin sangat baik
mengingat tingkat kekonvergenannya. Akan tetapi, sebagaimana sudah disinggung di
depan, dalam beberapa kasus mungkin tidak mudah menurunkan f ' ( x ) dan
f ( x ).
Oleh
karena itu, diperlukan suatu metode pengganti yang memiliki tingkat kekonvergenan
mendekati tingkat kekonvergenan metode Newton - Raphson. Metode alternatif ini
adalah metode Tali Busur (Secant).
Metode ini digunakan untuk mengatasi kesulitan pada saat menentukan derivatif
dari f(x). Derivatif dari f(x) didekati dengan :
f' ( xi )
f ( x i 1 ) f ( x i )
x i 1 x i
f ( x i )( x i x i 1 )
f ( x i ) f ( x i 1 )
(2.12)
Jadi, untuk iterasi berikutnya diperlukan hasil iterasi pada dua titik sebelumnya.
Perbedaan metode Tali busur dengan metode Newton-Raphson adalah dalam hal
kebutuhan titik awal. Metode Newton-Raphson memerlukan sebuah titik awal,
sedangkan metode Tali Busur memerlukan dua buah titik awal sebagai permulaan proses
iterasinya. Begitu juga dalam proses iterasinya, metode Tali Busur kadang lebih cepat
kadang lebih lambat dibandingkan dengan metode Newton-Raphson, ini tergantung pada
penentuan titik awal yang di ambil.
Penyelesaian dari Metode Tali busur (Secant)
f(x)
titik x 0 dan x 1 .
Langkah kedua : adalah mencari nilai x 2 dengan persamaan 2-12, yaitu :
x2 x1
f ( x 1 )( x 1 x 0 )
f ( x1 ) f ( x0 )
Penyelesaian :
Langkah Pertama
Menentukan dua nilai
f(x)
Langkah Kedua
Mencari x 2 dan f ( x 2 )
x 2 x1
f ( x 1 )( x 1 x 0 )
= 0.8806723
f ( x1 ) f ( x0 )
Langkah Ketiga
Melakukan pengulangan dengan persamaan 2-12. Untuk mencari x 3 yang dijadikan
dasar adalah x 1 dan x 2 , maka akar pendekatan berikutnya adalah :
x3 x2
f ( x 2 )( x 2 x 1 )
= 0.9085228
f ( x 2 ) f ( x1 )
Silahkan perhitungan dilanjutkan sampai konvergen atau dapatkan error yang cukup
kecil.
2.8.
(2.13)
dimana nilai A0, A1, A2 adalah koefisien-koefisien persamaan polinomial. Sedangkan b0,
a1, a0 dicari melalui proses iterasi dengan persamaan 2-13 a, b dan c.
A0
a0
(2.14a)
a 1 A2 b0
(2.14b)
b0
a 0 A1 a 1 b0
(2.14c)
iterasi awal dilakukan dengan mengambil nilai b0 = 0.
Metode faktorisasi P3(x) mempunyai kelebihan sebagai berikut:
1.
Akar-akar persamaan polinomial tingkat tiga dapat dicari sekaligus atau secara
bersamaan
2.
Sering terjadi pada saat melakukan iterasi dihasilkan nilai a0 = 0. Pada kondisi yang
demikian ini proses iterasi tidak dapat dilanjutkan, karena akan menghasilkan nilai b0 = ~
(lihat persamaan 2-14a).
Jika pada proses iterasi dihasilkan nilai a0 = 0, untuk menyelesaikan persamaan
polinomial yang dihadapi, harus diubah terlebih dahulu. Misalnya untuk persamaan x3 +
1 = 0, jika dilakukan iterasi akan dihasilkan a0 = 0. Oleh karena itu persamaan tersebut
harus diubah terlebih dahulu. Misalnya dengan mendefinisikan x = y - 2. maka persamaan
tersebut akan berubah menjadi y3 - 6y2 + l2y - 7 = 0. Kemudian dilakukan iterasi.
b 2 4 ac
2a
Contoh :
Carilah akar-akar penyelesaian persamaan polinomial tingkat tiga dibawah ini dengan
metode faktorisasi :
p3 ( x ) x 3 5 x 2 10 x 12
Penyelesaian :
Langkah Pertama
Melakukan iterasi dengan persamaan 2.14a, b dan c.
Iterasi pertama diambil nilai b0 = 0, kemudian dihitung nilai a1 dan a0 yaitu :
a 1 A2 b0 5
a 0 A1 a 1 .b0 10
dimana b1, b0, a1 dan a0, dicari melalui proses iterasi dengan persamaan 2-15 a, b, c
dan d.
b0
A0
a0
(2.15a)
b1
A1 a 1 b0
a0
(2.15b)
a 1 A3 b1
(2.15c)
a0 A2 b0 a 1 b1
(2.15d)
Cara penyelesaian dari metode faktorisasi tingkat empat sama seperti cara penyelesaian
dan metode faktorisasi tingkat tiga.
Contoh Penyelesaian Persoalan
p4 ( x ) x 4 10 x 3 23 x 2 34 x 120 0
p4 ( x ) x 4 A3 x 3 A2 x 2 A1 x A0 ( x 2 b1 x b0 )( x 2 a1 x a0 )
Penyelesaian :
Langkah Pertama
0 ,790
a0
23
a 1 A3 b1 10 0 ,790 9 ,210
a 0 A2 b0 a 1 .b1 23 ( 5 ,217 ) ( 9 ,210 )( 0 ,790 ) 20 ,940
Iterasi dilakukan sampai didapat nilai b1, b0, a1 dan a0 tidak berubah.
Penyelesaian persoalan diatas adalah b1 = 1, b0 = -6 , a1 = 9 dan a0 = 20.
Langkah kedua
2.10.
Metode Bairstow
Metode Bairstow adalah metode yang digunakan untuk menyelesaikan persamaan
Pn ( x ) a 1 x n a 2 x n 1 a 3 x n 2 . . . a n x a n 1
(2.16)
Dengan menggunakan faktor kuadrat tersebut, persamaan 2.16 dapat ditulis menjadi
persamaan 2.17.
Pn ( x ) ( x 2 rx s )( b1 x n 2 b2 x n 3 . . . bn 1 x bn )
(2.17)
2.
3.
Iterasinya cepat.
bn 1 a n 1 rbn sbn 1
dan mencari nilai koefisien bantu c1, c2, c3 , cn+1, dengan aturan persamaan 2.19.
(2.18)
c 1 b1
c 2 b2 rc 1
c 3 b3 rc 2 sc 1
c 4 b4 rc 3 sc 2
c 5 b5 rc 4 sc 3
.
(2.19)
c n 1 bn 1 rc n sc n 1
ds
cn 1 bn
c n bn 1
c n 1 c n 2
c n c n 1
(2.20)
(2.21)
langkah keempat adalah melakukan proses iterasi dengan mengulang langkah kedua dan
ketiga sampai didapatkan nilai dr dan ds sama dengan nol atau mendekati nol.
Langkah kelima adalah mencari akar-akar persamaan polinomial dengan bantuan rumus
ABC.
2.11.
Contoh 1 :
Misalnya diperoleh akar karakteristik sebagai berikut :
1
0
( 4 3 i )
1
( 3 2 ,5 i )
1
0
1
( 1 2 i
x1 0
x 2 0
) x 3 0
Pertanyaan :
Selesaikan persamaan untuk memperoleh nilai eigen ( 1 , 2 , 3 ) !
Jawab :
1. Menentukan Persamaan karakteristik dari persoalan diatas :
( 4 3 i )
1
0
1
( 3 2 ,5 i )
1
=0
0
1
( 1 2 i )
3 - 2,5 i
( 4 - 3 i )
1
1
1 1
1
00
1 - 2 i
0
0
15 i 3 45 ,5 i 2 38 i 7 0
f ( x ) 15 i 3 45 ,5 i 2 38 i 7
f ' ( x ) 45 i 2 91 i 38
1.
x=
0,5000000
-0,1666667
0,1028586
0,2250059
0,2544191
0,2561208
Nilai Fgs
-2,5000000
14,6666667
3,5564347
0,5824623
0,0302224
0,0000985
7
8
2.
0,2561263
0,2561263
0,0000000
0,0000000
3.
x=
1,0000000
1,0625000
1,0627167
1,0627167
1,0627167
Nilai Fgs
-0,5000000
-0,0017090
-0,0000001
0,0000000
0,0000000
x=
4,0000000
3,0431472
2,4244833
2,0404563
1,8254491
1,7342136
1,7152983
1,7144917
1,7144903
1,7144903
Nilai Fgs
-377,0000000
-110,0028508
-31,4469690
-8,5302533
-1,9922201
-0,2936399
-0,0115408
-0,0000206
0,0000000
0,0000000
Contoh 2 :
Hubungan antara debit air Q penampang saluran terbuka berbentuk trapesium terhadap
parameter geometri penampang adalah :
1 ( b zy ) y
Q
n b 2 y 1 z
2/ 3
S 1 / 2 ( b zy ) y
( 0 ,5 0 ,15 y ) y
1
0 ,83
*
* 0 ,009 ( 0 ,5 0 ,15 y ) y
0 ,025 0 ,5 2 y 1 0 ,15
0 ,83 * 0 ,025
y
2/ 3
( 0 ,5 0 ,15 y ) y
* 0 ,009 ( 0 ,5 0 ,15 y )
0 ,5 2 y 1 0 ,15
f1x
Error
1,0000000
0,8576279
0,1423721
0,8576279
0,9256069
0,0679791
0,9256069
0,8916601
0,0339468
0,8916601
0,9082410
0,0165809
0,9082410
0,9000537
0,0081873
0,9000537
0,9040748
0,0040211
0,9040748
0,9020947
0,0019801
0,9020947
0,9030685
0,0009738
0,9030685
0,9025893
0,0004792
10
0,9025893
0,9028250
0,0002358
11
0,9028250
0,9027090
0,0001160
12
0,9027090
0,9027661
0,0000571
13
0,9027661
0,9027380
0,0000281
14
0,9027380
0,9027518
0,0000138
15
0,9027518
0,9027450
0,0000068
16
0,9027450
0,9027484
0,0000033
17
0,9027484
0,9027467
0,0000016
18
0,9027467
0,9027475
0,0000008
19
0,9027475
0,9027471
0,0000004
20
0,9027471
0,9027473
0,0000002
21
0,9027473
0,9027472
0,0000001
22
0,9027472
0,9027473
0,0000000
23
0,9027473
0,9027473
0,0000000
24
0,9027473
0,9027473
0,0000000
Contoh 3 :
Untuk menghitung kedalaman pemancangan dinding turap baja dapat digunakan rumus
seperti di bawah ini :
K p D 3 K A ( H D )3 0
dengan :
Jika diketahui
diperlukan:
Jawab :
KA = tan2(45-28/2) = tan2( 31*22/(180*7)) = 0,3613898
Kp = tan2(45+28/2) = tan2( 59*22/(180*7)) = 2,7750331
f ( D ) 2 ,7750 D 3 0 ,3614 ( 10 D ) 3 0
f ' ( D ) 8 ,3251 D 2 1 ,0842( 10 D ) 2 0
Iter
Nilai Fgs
1
2
3
4
5
6
7
9,0000000
10,6111988
10,2942734
10,2792283
10,2791947
10,2791947
10,2791947
-455,8676000
151,1082331
6,5550443
0,0145694
0,0000004
0,0000000
0,0000000