KOMPUTASI NUMERIK

TERAPAN (KNT)
TK-091356

TUJUAN
Mengembangkan kemampuan mahasiswa

untuk menyelesaikan persoalan-persoalan

teknik kimia secara numerik
Mengenalkan teknik-teknik numerik yang
dapat digunakan untuk menyelesaikan
persoalam matematik
Mahasiswa dapat menyelesaikan persoalan
matematik secara numerik melalui
pemrograman komputer

MATERI
Kesalahan dan Rambatan Kesalahan
Persamaan Non-Linear
Sistim Persamaan Linear

Interpolasi dan Curve-Fitting

Differensiasi dan integrasi numerik
Persamaan Diferensial Biasa
Persamaan Diferensial Parsial

BUKU REFERENSI
Curtis, F. Gerald, Applied Numerical Analysis,

Addison Wesley Publishing Co., London, 1978.

Constantinides , A and Mostoufi N, Numerical
Methods for Chemical Engineers with Matlab
Application, Prentice Hall, New Jersey, 1999
Cutlip MB and Shacham M, Problem Solving in
Chemical Engineering with Numerical Methods,
Prentice Hall, New Jersey, 1999
Chapra, S.C., Applied Numerical Methods with Matlab
for Engineers and Scientists, Mc Graw-Hill, New York,
2005.

EVALUASI
Tugas dan Kuis (30%)

Ujian Akhir Semester (40%)

Praktikum (30%)

PRASYARAT KULIAH
Matematika Teknik Kimia II

PENDAHULUAN

PENDAHULUAN
Pemodelan Matematika dan Engineering Problem
Solving
Memerlukan pemahaman tentang engineering

systems

Observasi dan experiment

Analisa teoritis dan generalisasi

Komputer adalah great tools, namun begitu tanpa

pemahaman fundamental masalah engineering

problems, tidak akan berguna.

Problem
definition

THEORY

Mathematical
model
Problem-solving tools :
Computers, Statistics,
Numerical methods,
Graphics, etc

Chapter 1

Numeric or
graphic results

DATA

Societal interface:
Scheduling, optimization,
communication, public
interaction, etc

Implementation

PENDAHULUAN
KENAPA BELAJAR KOMPUTASI NUMERIK TERAPAN?

Proses Fisik dan Kimia

Pemodelan matematik
Model Matematik

Penyelesaian Model Matematik

Analitik
Calculus
Matematika Teknik Kimia I
Matematika Teknik Kimia II

Numerik
Kompuasi Numerik Terapan

PENDAHULUAN
KENAPA BELAJAR KOMPUTASI NUMERIK TERAPAN?
Penyelesaian Analitik:
Eksak (tak ada kesalahan)
Bisa digunakan untuk persoalan sederhana atau yang disederhanakan
Penyelesaian Numerik:

Tidak Eksak (ada kesalahan)

Bisa digunakan untuk persoalan sederhana dan rumit
Umumnya meliputi approximasi dan iterasi

Umumnya membutuhkan program komputer

Iterasi = pengulangan suatu tindakan atau proses secara spesifik,
pemakaian berulang-ulang proses numerik untuk mendapatkan
hasil perhitungan yang makin teliti

PENDAHULUAN
LANGKAH LANGKAH PENYELESAIAN
PERSOALAN SECARA MATEMATIK/NUMERIK
1. Persoalan Alam, Fisika, Kimia

2. Persoalan Matematika/Numerik
3. Algoritma Numerik
4. Flow Chart
5. Program Komputer

PENDAHULUAN
Persoalan Numerik: Pernyataan yang jelas mengenai hubungan fungsional
antara data input dan data output. Data input/output dapat dinyatakan sebagai
vektor
Algoritma Numerik: Pernyataan yang komplit dari operasi-operasi melalui mana
masing-masing vektor data input menjadi vektor data output

Program Komputer terdiri dari:

1. Membaca atau memberi nilai data input

2. Proses perhitungan data output dari data input

3. Menampilkan hasil perhitungan

PENDAHULUAN
KESALAHAN DALAM PERHITUNGAN NUMERIK
SUMBER KESALAHAN
1. Kesalahan dari data input
2. Roundoff error selama perhitungan
3. Truncation error

4. Kesalahan akibat penyederhanaan model matematik

PERNYATAAN KESALAHAN

1. Kesalahan absolut = (ap a)

2. Kesalahan relatif = (ap a)/a

PENDAHULUAN
Matematika merupakan alat bantu (tool) yang sangat

penting dalam bidang sains dan teknologi

Banyak problem dalam pemodelan memiliki bentuk
yang komplek dan tidak mudah untuk diselesaiakan
secara eksak
Penyederhanna model dapat dilakukan sehingga dapat
dianalisa secara eksak, namun sering kali hasilnya
tidak memuaskan karena adanya penyimpangan dari
realita
Penyelesaian dengan perhitungan numerik yang
panjang (tergantung ketelitian) merupakan solusi

 A mathematical model is represented as a functional

relationship of the form

Dependent
=f
Variable

independent
forcing
variables, parameters, functions

Dependent variable: Characteristic that usually reflects the state

of the system
Independent variables: Dimensions such as time and space along
which the systems behavior is being determined
Parameters: reflect the systems properties or composition
Forcing functions: external influences acting upon the system

Newtons 2nd law of Motion

States that the time rate change of momentum of a body

is equal to the resulting force acting on it.

The model is formulated as
F=ma
F=net force acting on the body (N)
m=mass of the object (kg)
a=its acceleration (m/s2)

17

Formulation of Newtons 2nd law has several

characteristics that are typical of mathematical models

of the physical world:
It describes a natural process or system in mathematical
terms
It represents an idealization and simplification of reality
Finally, it yields reproducible results, consequently, can be
used for predictive purposes.

 Some mathematical models of physical phenomena

may be much more complex.

Complex models may not be solved exactly or require

more sophisticated mathematical techniques than

simple algebra for their solution

Example, modeling of a falling parachutist:

19

dv F

dt m
F FD FU
FD mg
FU cv
dv mg cv

dt
m

20

dv
c
g v
dt
m
This is a differential equation and is written in terms

of the differential rate of change dv/dt of the variable

that we are interested in predicting.
If the parachutist is initially at rest (v=0 at t=0), using
calculus
Independent

gm
( c / m ) t
v(t )
1 e
c

Dependent variable

Forcing
function

variable

Parameters

Conservation Laws and Engineering

Conservation laws are the most important and

fundamental laws that are used in engineering.

Change = increases decreases
Change implies changes with time (transient). If the

change is nonexistent (steady-state), becomes

Increases =Decreases

 For steady-state incompressible fluid flow in pipes:

Flow in = Flow out

or
100 + 80 = 120 + Flow4
Flow4 = 60

KESALAHAN (ERROR)

Kesalahan dalam Perhitungan Numerik

Ketelitian dari suatu perhitungan numerik bergantung

pada besarnya kesalahan yang terjadi. Terdapat beberapa

sumber-sumber kesalahan, antara lain :
1. Kesalahan dari Data Input

Pengukuran yang dipengaruhi oleh systematic Errors

atau gangguan sesaat.
Kesalahan pada data input akibat round-off error
yang terjadi pada saat bilangan irrasional dibulatkan
menjadi bilangan desimal.

Kesalahan dalam Perhitungan Numerik

2. Round-off error selama perhitungan
Bila komputer tak dapat memproses bilanganbilangan yang mempunyai lebih dari S digit, maka
hasil perkalian dua buah bilangan dari S digit
(berarti hasil perkalian ini terdiri dari 2 S atau 2 S-1
digit) tak dapat diproses dalam perhitungan
selanjutnya; hasil perkalian harus dibulatkan.
Kesalahan pembulatan (Round-off)

Kesalahan dalam Perhitungan Numerik

3. Truncation Errors
Kesalahan ini terjadi misal bila deret tak berhingga
diputus pada beberapa suku, atau suatu turunan
didekati dengan difference quotient, atau fungsi non
linier didekati dengan fungsi linier
Kesalahan pemotongan (Truncation )

Kesalahan dalam Perhitungan Numerik

4. Kesalahan akibat Penyederhaan model
Matematik
5. Human Error dan Machine Error
Pada penyelesaian suatu masalah, dikehendaki jawaban
sejati, yang disimbulkan a , tetapi biasanya jawaban
pendekatan yang diperoleh (disimbolkan) a

Kesalahan dalam Perhitungan Numerik

Definisi Kesalahan
Kesalahan dapat disajikan sebagai 2 kesalahan absolut
(mutlak) dan kesalahan relatif (nisbi).
Kesalahan absolut dan kesalahan relatif ini dapat
dinyatakan sebagai berikut :

Kesalahan absolut = error(a) a a

Kesalahan relatif

aa
= Re l (a)
, bila
a
a : nilai sejati

a : nilai pendekatan

a0

Kesalahan dalam Perhitungan Numerik

Definisi Kesalahan
Contoh :

a e 2,7182818...

19
a
2,7142857...
7

Kesalahan absolut dan relatif a :

error(a) 0,003996...

Re l (a) 0,00147...

Kesalahan dalam Perhitungan Numerik

Angka Signifikan :
Perlu dikenali tentang jumlah digit dan jumlah desimal
dari suatu bilangan. Jumlah digit dari suatu bilangan
adalah jumlah angka dari bilangan tersebut, dimana
angka nol dimuka tak diperhitungkan. Sedang jumlah
desimal dari suatu bilangan adalah jumlah angka
dibelakang koma dari bilangan tersebut.
Contoh 1-3 :
0,00147 .. 3 digit, 5 desimal
12,34
.. 4 digit, 2 desimal

Kesalahan dalam Perhitungan Numerik

Bila besar kesalahan tak melebihi 0,5 . 10-t, maka dikatakan
mempunyai t desimal yang betul. Jumlah digit dalam yang
menempati kedudukan dimana satuan ini lebih besar, atau
sama dengan 0,5 . 10-t, disebut digit yang bermakna
(significant digit).
Contoh 1-4 :
0,001234 0,000004 mempunyai 5 desimal yang betul
dan 3 significant digit.
Jumlah desimal yang betul, memberikan ide tentang
besarnya kesalahan mutlak. Sedang jumlah significant digit
memberikan idea kasar tentang kesalahan nisbi.

Kesalahan dalam Perhitungan Numerik

Dalam melakukan suatu operasi aritmatik, komputer
sering melakukan pembulatan bilangan-bilangan.
Dibedakan dua type pembulatan, yaitu Rounding dan
Chopping.
Rounding,
dipilih antara bilangan-bilangan yang dapat dinyatakan
dalam t-desimal yang terdekat dengan bilangan tersebut.
Chopping,
semua desimal disebelah kanan desimal ke-t dihilangkan.

Kesalahan dalam Perhitungan Numerik

Aturan pembulatan rounding :
Bila desimal ke- (t + 1),
< 0,5 . 10-t . desimal ke-t tak berubah
> 0,5 . 10-t . desimal ke-t ditambah satu
= 0,5 . 10-t . tak berubah

Contoh
t=3 < 0,005
> 0,005
= 0,005

: 0,0053 pembulatan 0,005

: 0,0056 pembulatan 0,006
: 0,0055 pembulatan 0,005

Kesalahan dalam Perhitungan Numerik

Contoh :
Bulatkan bilangan-bilangan berikut sampai 3 desimal :
0,2397 0,2375 0,2365
0,23652,
Jawab :
Rounding
0,2397 ..
0,2375 ..
0,2365 ..
0,23652 ..

10,24
10,237
10,236
10,236

Chopping,
0,2397 10,239
0,2375 10,237
0,2365 10,236
0,23652 10,236

Rambatan Kesalahan dalam Perhitungan Numerik

Rambatan kesalahan merupakan kesalahan yang

ditimbulkan karena operasi :

Penjumlahan
Pengurangan
Pembagian
Perkalian

Rambatan kesalahan dapat diketahui bila bilanganbilangan yang terlibat dalam operasi diketahui
kesalahannya

Rambatan Kesalahan dalam Perhitungan Numerik

Sumber Error

Rambatan Kesalahan dalam Perhitungan Numerik

Rambatan Kesalahan dalam Perhitungan Numerik

Propagated Error pada Perkalian

Rambatan Kesalahan dalam Perhitungan Numerik

Propagated Error pada Pembagian

Rambatan Kesalahan dalam Perhitungan Numerik

Propagated Error pada Penjumlahan dan Pengurangan

KONSEP DASAR

KONSEP PERHITUNGAN NUMERIK

Ide dasar perhitungan numerik
Persoalan numerik dan algoritma
Galat (error) dalam perhitungan numerik
Galat dan perambatan galat

Ide Dasar Perhitungan Numerik

Iteration (proses berulang) or
Succcessive Approximation Iteration (pengulangan

suatu tindakan/proses secara spesifik)

Proses pengulangan numerik bertujuan untuk
mendapatkan tingkat ketelitian yang ditetapkan

Ide Dasar Perhitungan Numerik

Contoh :
Penyelesaian persamaan X=F(x)
Harga awal x=x0
X1=F(x0) ; X2=F(x2); X3=F(x2); dst...
Perhitungan bertipe Xn+1 = F(xn) disebut dengan
proses iterasi
Bila himpunan Xn konvergen pada suatu nilai batas ,
maka lim F ( xn ) F ( ) , shg X= memenuhi persamaan
n
X=F(x)
Interpretasi secara grafis spt gambar berikut :

Ide Dasar Perhitungan Numerik

Kurva X=F(x) increasing

Akar pers. X=F(x) dinyatakan

dg absis (sumbu x) yang
merupakan titik perpotongan
kurva y=F(x) dan y=x.
Iterasi dimulai dari (x0, F(x0))
diperoleh x1=F(x0), titik x1
didapat dgn menarik garis datar
sampai memotong garis y=x
pada titik (x1,x1), kemudian
tarik garis tegak sampai
(x1,F(x1))=(x1,x2) dst...
xn konvergen pada nilai

Ide Dasar Perhitungan Numerik

Akar pers. X=F(x) dalam
bentuk fungsi decreasing
Penyelesaian dari persamaan
ini juga konvergen pada suatu
nilai

Kurva X=F(x) decreasing

Ide Dasar Perhitungan Numerik

Contoh penyelesaian dari persamaan X=F(x) yang
divergen

Ide Dasar Perhitungan Numerik

Yang menentukan kecepatan konvergen (divergen) adalah

slope kurva y= F(x) disekitar akar.

Dari teorema nilai rata-rata, bahwa
xn1 xn F ( xn ) F ( xn1 )

F ' ( )
xn xn 1
xn xn1

dimana terletak antara xn-1 dan xn.

Konvergen semakin cepat bila nilai |F(x)| semakin kecil
disekitar nilai akar.
Konvergen terjamin bila |F(x)| <1 untuk semua x disekitar
nilai akar yang mengandung x0 dan x1.
Bila |F(x)| >1, maka xn konvergen pada hanya untuk
kasus yang khusus.

Ide Dasar Perhitungan Numerik

Contoh : Metode cepat menentukan akar kwadrat
pers. X2 = c dapat ditulis x=F(x), dimana :
1
c
F ( x) ( x ), c 0
2
x

Nilai batas adalah = c1/2 dan F(x)=0

1
c
xn1 ( xn )
Jadi kita set
2

xn

untuk c=2, x0=1,5 didapat x1=1/2(1,5+2/1,5)=1,4167

x2=1,414216
2 1,414214...
Bandingkan dengan

Ide Dasar Perhitungan Numerik

Linearization
Fungsi komplek didekati dengan suatu fungsi linear pada

suatu titik/tempat tertentu.

contoh:
penyelesaian f(x) = 0, berarti akan dicari perpotongan
dengan sumbu x dari kurva y = f(x). Bila x0 adalah
pendekatan awal dari titik potong ini. Kurva tersebut
didekati dengan garis singgung pada titik (x0, f(x0)).
Biasanya x1 adalah lebih teliti dari pada x0.
Kombinasi ide iterasi dan linearisasi setempat
menghasilkan metoda Newton-Raphson

Ide Dasar Perhitungan Numerik

Linearization
Representasi grafis pendekatan linearisasi

Problema Numerik dan Algoritma

Problema Numerik adalah pernyataan yang jelas

mengenai hubungan fungsional antara data input dan data

out-put. Hubungan fungsional ini bisa dinyatakan secara
eksplisit atau implisit. Data input/output dapat dinyatakan
sebagai vektor.
Algoritma untuk suatu problema numerik adalah
pernyataan yang komplit dari operasi-operasi melalui
mana masing-masing vektor data input diubah menjadi
vektor data output. Operasi ini bisa operasi aritmatik dan
logik.

Problema Numerik dan Algoritma

Contoh 1-2 : Tentukan akar real terbesar dari :
x3 + a2x2 + a1x + a0 =0
Data input
: a0 , a1 , a2
Data out-put
: x (akar terbesar).
Algoritma untuk problema numerik ini bisa dengan
menggunakan metode Newton Raphson atau metode
Cardan's exact solution (menggunakan akar kwadrat atau
akar kubik).
Sering orang mulai membuat algoritma untuk suatu
problema dengan memecah problema itu menjadi subproblem. Sehingga data out-put dari suatu sub-problem
menjadi data input untuk sub-problem berikutnya

Recursive Formula
Salah satu bagian yang sangat penting pada penyelesaian

problema dengan komputer adalah menemukan pernyatan

rekursif hitungan dapat disajikan dalam betuk rumusrumus rekursif yang sederhana. Contoh : perhitungan
polynomial, pada suatu titik z :
P (z) = a0 z3 + a1 z2 + a2 z + a3
polynomial tersebut dapat di formulasikan menjadi :
P (z) = ( (a0z + a1) z + a2 ) z + a3
Algoritma penyelesaian dengan metoda Horners Rule
a0
a1
a2
a3
.
z.b0 z.b1 z.b2
+
b0
b1
b2
b3 , P (z) = b3

Recursive Formula
Contoh :
Hitung p(8) , dimana p(x) = 2x3 + x + 7
Metoda Horners Rule
2
0
1
7
.
16
128 1032
+
2
16
129 1039 , P (8) = 1039

Recursive Formula
Untuk polynomial derajad - n :,
P (x) = a0 xn + a1 xn-1 + . .an-1 x + an
dapat diformulasikan sebagai berikut :
b0 = a0
bi = ai + z.bi-1
(i = 1, 2, ... n), bn = P(z),
Rumus bi = ai + z.bi-1 disebut dengan rumus Rekursif.
Perhitungan P(z) dengan algoritma diatas bisa disajikan
dalam bentuk Flow Chart sebagai berikut :

Recursive Formula
Flow Chart Metoda Rekursif