Anda di halaman 1dari 14

BAB I

PENDAHULUAN
1.1 Tujuan
Mencari akar persamaan dengan metode Newton Raphson
1.2 Dasar Teori

Persamaan kuadrat
Persamaan kuadrat adalah suatu persamaan polinomial berorde dua. Bentuk umum

dari persamaan kuadrat adalah :

dengan

Huruf-huruf a, b dan c disebut sebagai koefisien : koefisien kuadrat a adalah koefisien


dari

, koefisien linier b adalah koefisien dari x, dan c adalah koefisien konstan atau

disebut juga suku bebas.


Ada beberapa metode standar untuk penyelesaian persamaan :
f(x) = 0

(3.1)

Sebagai contoh bentuk polinomial derajat dua berikut ax2 + bx + c = 0 , dapat dicari akarakar persamaannya dengan rumus persamaan kuadrat berikut :

x1,2 =

b b 2 4ac
2a

(3.2)

Demikian pula seperti pada bagian terdahulu beberapa persamaan dapat ditulis dalam
bentuk

x = F(x) dengan beberapa cara dan kemudian dikerjakan dengan cara metode

iteratif.
Suatu persamaan seperti persamaan (3.1) mungkin tidak memiliki akar-akar nyata, satu
akar nyata, banyak akar nyata atau bahkan bilangan pasti dari akar nyata. Dalam hal ini
ingin didapatkan semua akar-akar nyatanya, sebagian darinya (semua akar positif) atau

hanya satu akar bagian saja. Persamaannya juga mungkin memiliki akar bilangan
kompleks.
Pada pembahasan berikut, akan dibicarakan yang berkaitan dengan akar-akar nyata.
Pada berbagai pekerjaan computerisasi, terlebih dahulu dapat dibuat sketsa suatu grafik
f(x) dan melihat dimana letak grafik ini memotong sumbu x. Hal itu dapat memperlihatkan
bagaimana banyaknya akar-akar nyata disana dan memberikan suatu ide perkiraan dari
nilainya. Jadi jika grafik f(x) terlihat seperti Gambar.3.1 kita melihat adanya tiga akar
nyata, dalam interval (1,2), (3,4), (5,6).

Gambar.3.1 kurva f(x)

Metode Newton-Raphson
Metode Newton-Raphson adalah metode pencarian akar suatu fungsi f(x) dengan
pendekatan satu titik, dimana fungsi f(x) mempunyai turunan. Metode ini menggunakan
pendekatan satu titik sebagai titik awal. Semakin dekat titik awal yang kita pilih dengan
akar sebenarnya, maka semakin cepat konvergen ke akarnya. Metode ini paling banyak
digunakan dalam mencari akar-akar dari suatu persamaan. Jika perkiraan awal dari akarakar adalah xi, suatu garis isnggung dapat dibuat dari titik (x i, f (xi)). Dimana garis
singgung tersebut memotong sumbu x biasanya memberikan perkiraan yang lebih dekat
dari nilai akar.
Metode Newton-Rephson ini diketahui untuk menyelesaikan dalam bentuk persamaan
(3.1). Pada Gambar.3.2 ditunjukan grafik y = f(x) yang berpotongan dengan sumbu x pada
titik R sebagai akarnya.

Pendekatan langsung terhadap akarnya adalah x i, yang

memberikan titik P pada kurva tersebut. Kita gambarkan tangen terhadap kurva di titik P,
yang memotong sumbu di T. Apabila jarak PR adalah kecil, kurva tidak akan menyimpang

terlalu jauh dari garis lurus dalam interval ini, dengan demikian T akan semakin dekat
kepada R. Kita ambil posisi T sebagai pendekatan berikutnya terhadap akar , xi+1
Sekarang tinggi PM adalah f (xi) dan tan PTM = f(xi) , secara trigonometri sederhana :
f ( xi)
f ' ( xi )

Ini merupakan rumusan untuk metode Newton xi+1 = xi (3.3)


Gambar 3.2. Pendekatan untuk metode Newton

1.3 Algoritma
1. Definisikan fungsi f(x) dan f(x).
2. Tentukan batas toleransi kesalahan (e) dan iterasi maksimumnya (n).
3. Tentukan nilai pendekatan awalnya, x0.
4. Hitung f(x0) dan f(x0).

f xi
5. Untuk iterasi i = 1 ... n atau dengan batas

X n 1 X n

f Xn
f ' X n

6. Akar persamaan adalah nilai xi yang terakhir diperoleh.

1.4 Flowchart

Mulai

Defini Fx

Input:
Pendekatan awal (x0)
Error
Iterasi max (n)

X=x0

Iterasi= i+1
Fx=f(x0)
Y1=f(x0)

Xb=x0-fx/fx1

|xbxo|<error
Iter>iter_max

Tidak
X0=Xb

Ya

Tampilkan hasil
Xb,f(xb)

Akar terletak di x dengan


nilai Fx

selesai

1.5 Program

function y=newton21 (x);

y=x.^3-10*x.^2+5
% PROGRAM METODE NEWTON RAPHSON
clc
clear all
x=0.7; %tebakan awal
disp('%LATIHAN PROGRAM METODE NEWTON RAPHSON')
disp('f(x)=x*^3-10*x^2+5')
disp('-----------')
disp('|iterasi xr|ea%|')
disp('--------')
for i=1:5
fx(i)=newton21(x(i));
y1(i)=newton22(x(i));
x(i+1)=x(i)-(fx(i)/y1(i));
ea=abs((x(i)-x(i+1))/x(i+1))*100;
plot(fx,y1); grid on;
xlabel('x');
ylabel('y');
title('grafik f(x)=x.^3-10*x.^2+5');
title('grafik y(1)=3*x^2-20*x');
fprintf('%6.0f%13.8f%13.6f\n',i,x(i+1),ea)
end

function y=newton22 (x);


y=3*x^2-20*x

%PROGRAM METODE NEWTON RAPHSON


clc
clear all
x=0; %tebakan awal
disp('%PROGRAM METODE NEWTON RAPHSON')
disp('f(x)=exp(-x)-x')
disp('-----------')
disp('|iterasi xr|ea%|')
disp('--------')
for i=1:5
fx(i)=newton11(x(i));
y1(i)=newton12(x(i));
x(i+1)=x(i)-(fx(i)/y1(i));
ea=abs((x(i)-x(i+1))/x(i+1))*100;
x1=0:0.1:2;
fx1=newton11(x1);
y12=newton12(x1);
plot(fx,y1); grid on;
xlabel('x');
ylabel('y');
title('grafik f(x)=x.^3-10*x.^2+5');
title('grafik y(1)=3*x^2-20*x');
hold on
plot(x(i+1),fx1(i),'r0');
text(x(i+1)-0.6,fx(i)-0.1,{akar persamaan ',x(i+1)'});
fprintf('%6.0f%13.8f%13.6f\n',i,x(i+1),ea
end
BAB II

HASIL DAN PEMBAHASAN


2.1 Hasil

0.4430

-12.5300

-0.0098

-13.0849

-4.3998e-006

-13.0731

-8.8374e-013

-13.0731

-13.0731

%PROGRAM METODE NEWTON


RAPHSON
f(x)=x*^3-10*x^2+5
----------|iterasi xr|ea%|
--------

grafik y(1)=3*x 2-20*x

100

80

60

40

20

-20
-20

20

40
x

60

80

100

%PROGRAM METODE NEWTON RAPHSON


f(x)=exp(-x)-x
----------|iterasi xr|ea%|
-------1

0.50000000

100.000000

0.56631100

11.709291

0.56714317

0.146729

0.56714329

0.000022

0.56714329

0.000000

grafik f(x)=exp(-x)-x

-1

-1.5

-2

-2.5

-3

-3.5

-4
-0.8

-0.6

-0.4

-0.2

0.2

0.4

0.6

0.8

2.2 Pembahasan
Metode Newton-Raphson didasarkan pada pemakaian turunan (yakni kemiringan) suatu
fungsi untuk menaksir pemotongan dengan sumbu peubah bebasnya-yakni akar. Taksiran ini
didasarkan pada uraian deret Taylor
f ( x r +1 )=f ( xr ) + ( x r +1x r ) f ' ( x r )

Dimana

xr

adalah tebakan awal pada akarnya dan

singgung memotong sumbu x. pada perpotongan ini,

f ( x r +1 )

x r+1

adalah titik tempat garis

yang didefinisikan sama dengan

nol, dapat disusun kembali untuk menghasilkan


f ( x r +1 )=x r

f ( xr)
f ' ( xr )

Yang merupakan bentuk persamaan tunggal dari Metode Newton Raphson.


Untuk memahami metode Newton Raphson lebih lanjut maka kita mengambil contoh
penyelesaian kasus berikut :
Gunakan metode Newton Raphson untuk menentukan akar dari

tebakan awal x=0.7


Penyelesaian :
' x1

Langkah 1: Mencari turunan pertama dan kedua dari f(x), yaitu : f =3 x 20 x


Langkah 2: menentukan titik x1, missal x1 = 0.7
Langkah 3: Melakukan Iterasi dengan persamaan:
Iterasi 1:
x i+1=x i

f ( xi )
f

' ( x i)

x i+1=x i

x ix 10 x +5
2
3 x 20 x

f ( x )=x 10 x + 5

dengan

3 x 320 x 2x 3+ 10 x 25
3 x2 20 x 2

2 x 310 x 25
x ( 3 x20 )

x 1=

2 0.7310.0.7 25
0.7 ( 3 ( 0.7 )20 )

x 1=0.73536

Iterasi 2
x 2=

2 ( 0.73536 )310 ( 0.73536 )25


0.73536 ( 3 ( 0.73536 )20 )

x 2=0.7346

Iterasi 3
2 ( 0.7346 )3 10 ( 0.7346 )25
x 3=
0.7346 ( 3 ( 0.7346 )20 )

x=0.7346

Proses iterasi ini dilanjutkan terus sampai didapatkan nilai x yang tidak berubah atau hampir
tidak berubah.
Dari contoh kasus di atas serta penyelesaiannya dapat dilihat bahwa metode Newton Raphson
sangat sederahana.

BAB III
PENUTUP

Kesimpulan
Dalam analisis numerik, metode Newton (juga dikenal sebagai metode NewtonRaphson)yang mendapat nama dari Issac Newton dan Joseph Raphson, merupakan metode yang
paling dikenal untuk mencari hampiran terhadap akar fungsi real.
Metode Newton-Raphson sering konvergen dengan cepat, terutama bila iterasi dimulai
cukup dekat dengan akar yang diinginkan. Namun bila iterasi dimulai jauh dari akar yang
dicari, metode ini dapat meleset tanpa peringatan. Implementasi metode ini biasanya mendeteksi
dan mengatasi konvergensi.
Metode Newton Raphson akan konvergen secara lambat atau mungkin gagal jika kurva
fungsinya hampir datar di sekitar akar atau titik-titik belok / balik, yakni jika terjadi f '(x) =0.
Kelebihan metode : Dapat menyelesaikan persamaan kompleks dengan lebih cepat dan efisien.
Kekurangan metode : Sulit menghitung fungsi derivative dan banyak melakukan iterasi.

DAFTAR PUSTAKA

Atkinson, Kendal (1993). Elementar Numerical Analysis. second edition. John Wiley & Sons,
Singapore.
Borse, G.J (1997). Numerical Methods with MATLAB, A Resource for Scientiests and Engineers.
PWS Publishing Company, Boston.
Conte, Samuel D. & Carl de Boor (1981). Elementary Numerical Analysis, An Algorithmic
Approach. 3rd edition. McGraw-Hill Book Company, Singapore
Gerald, Curtis F. & Patrick O. Wheatly (1994). Applied Numerical Analysis. 5th edition. AddisonWisley Pub. Co., Singapore
Jacques, Ian & Colin Judd (1987). Numerical Analysis. Chapman and Hall, New York.
Mathews, John H (1992). Numerical Methods for Mathematics, Science, and Engineering.
second edition. Prentice-Hall, Inc. Englewood Cliffs, New York.
Rinaldi Munir, Metode Numerik, Penerbit Informatika, 2010.
Scheid, Francis (1989). Schaum's Outline Series Theory and Problems of Numerical Analysis.
2/ed. McGraw-Hill Book Company, Singapore.
Volkov, E. A (1990). Numerical Methods. Hemisphere Publishing Company, New York.