METODE NUMERIK

PENGENALAN METODE NUMERIK

DISUSUN OLEH
:

RAIHANA NURFITRAH
1411142003

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN IPA

UNIVERSITAS NEGERI MAKASSAR

2015

BAB I
PENDAHULUAN

A.

Pengertian Metode Numerik

Metode

Numerik adalah teknik-teknik yang digunakan untuk memformulasikan

masalah matematis agar dapat dipecahkan

dengan operasi perhitungan. Metode

numerik secara umum merupakan salah satu mata kuliah yang diajarkan di jurusan
pendidikan matematika maupun matematika murni. Metode Numerik dianggap penting
karena mengajarkan mahasiswa memecahkan suatu kasus dengan memakai berbagai
cara dan permodelan. Terlebih, dalam mata kuliah ini juga mengharuskan mahasiswanya
untuk cekatan dan aktif dalam memaksimalkan teknologi. Sebelum komputer digunakan
untuk penyelesaian komputasi, beberapa metode telah dilakukan, namun masih memiliki
kendala-kendala. Metode yang digunakan antara lain:
a. Metode Analitik, solusi ini sangat berguna namun terbatas pada masalah sederhana.
Sedangkan masalah real yang kompleks dan nonlinier tidak dapat diselesaikan.
b. Metode Grafik,

metode ini digunakan sebagai pendekatan penyelesaian yang

kompleks. Kendalanya bahwa metode ini tidak akurat, sangat lama, dan banyak
membutuhkan waktu.
c. Kalkulator dan Slide Rules, penyelesaian numerik secara manual. Cara ini cukup lama
dan mungkin bisa terjadi kesalahan pemasukan data.
Metode numerik merupakan suatu metode untuk menyelesaikan masalahmasalah matematika dengan menggunakan sekumpulan aritmatik sederhana dan
operasi logika pada sekumpulan bilangan atau data numerik yang diberikan. Metode
komputasi yang digunakan disebut algoritma. Proses penyelesaiannya mungkin
memerlukan puluhan bahkan sampai jutaan operasi, tergantung pada kompleksitas
masalah yang harus diselesaikan, tingkat keakuratan yang diinginkan dan seterusnya.
Ada beberapa alasan mengapa mempelajari metode numerik, yaitu:
1) Metode numerik merupakan alat untuk memecahkan masalah matematika yang
sangat handal. Banyak permasalahan teknik yang mustahil dapat diselesaikan secara
analitik, karena kita sering dihadapkan pada sistem-sistem persamaan yang besar, tidak
linear dan cakupan yang kompleks, dapat diselesaikan dengan metode numerik.
2) Program paket numerik, misalnya MATLAB, MAPLE, dan sebagainya yang digunakan
untuk menyelesaikan masalah matematika dengan metode numerik dibuat oleh orang
yang mempunyai dasar-dasar teori metode numerik.
3) Banyak masalah matematika yang tidak dapat diselesaikan dengan memakai program
paket atau tidak tercakup dalam program paket. Oleh karena itu kita perlu belajar
metode numerik untuk dapat membuat program paket (software) untuk masalah sendiri.
4) Metode numerik merupakan suatu sarana yang efisien untuk mempelajari
penggunaan komputer. Belajar pemrograman secara efektif adalah menulis program

komputer. Metode numerik mengandung bagian yang dirancang untuk diterapkan pada
komputer, misalnya membuat algoritma.
5) Metode numerik merupakan suatu sarana untuk lebih memahami matematika. Karena
fungsi metode numerik adalah menyederhanakan matematika yang lebih tinggi dengan
operasi-operasi hitungan dasar.
Tahap-tahap dalam menyelesaikan masalah matematika secara numerik
dengan memakai alat bantu komputer secara umum adalah:
1) Pemodelan
2) Pemilihan metode (algoritma) numerik
3) Pemrograman (koding)
4) Dokumentasi
5) Penafsiran hasil.
Dengan mempelajari metode numerik diharapkan mahasiswa mampu menangani sistem
persamaan besar ketaklinieran dan geometri yang rumit,yang dalam masalah rekayasa
tidak mungkin dipecahkan secara analitis. Selain itu, mahasiswa diharapkan mengetahui
secara

singkat

dan jelas teori matematika yang mendasari paket program, mampu

merancang program sendiri sesuai permasalahan dihadapi pada masalah rekayasa dan
dapat menangani masalah rekayasa yang tidak dapat ditangani secara analitis.
Di samping itu, metode numerik

cocok untuk

menggambarkan

ketangguhan dan

keterbatasan komputer menangani galat (error) suatu nilai hampiran (aproksimasi) dari
masalah serta menyediakan sarana memperkuat pengertian matematika mahasiswa.
Karena salah satu kegunaannya adalah menyederhanakan matematika yang lebih tinggi
menjadi operasi-operasi matematika yang mendasar.
Dalam sebuah laporan yang berjudul Metode Numerik oleh Drs. Heri Sutarno tertulis
bahwa metode numerik merupakan alat untuk memecahkan masalah matematika yang
sangat handal. Banyak permasalahan teknik yang mustahil dapat diselesaikan secara
analitik, karena kita sering dihadapkan pada sistem-sistem persamaan yang besar, tidak
linear dan cakupan yang kompleks, dapat diselesaikan dengan metode numerik.
Menurutnya, banyak masalah matematika yang tidak dapat diselesaikan dengan
memakai program paket atau tidak tercakup dalam program paket. Oleh karena itu kita
perlu belajar metode numerik untuk dapat membuat program paket (software) untuk
masalah sendiri. Metode numerik merupakan suatu sarana yang efisien untuk
mempelajari penggunaan komputer. Belajar pemrograman secara efektif adalah menulis

program komputer. Metode numerik mengandung bagian yang dirancang untuk

diterapkan

pada

komputer,

misalnya

membuat

algoritma.

Tahap-tahap

dalam

menyelesaikan masalah matematika secara numerik dengan memakai alat bantu

komputer secara umum adalah : pemodelan, pemilihan metode (algoritma) numerik,
pemrograman (koding), dokumentasi dan penafsiran hasil.
Pada metode numerik, kita hanya memperoleh solusi yang menghampiri atau
mendekati solusi sejati sehingga solusi numerik dinamakan juga solusi hampiran
(approxomation) atau solusi pendekatan, namun solusi hampiran dapat dibuat seteliti
yang kita inginkan. Solusi hampiran jelas tidak tepat sama dengan solusi sejati, sehingga
ada selisih antara keduanya. Selisih inilah yang disebut dengan galat (error). Semakin
kecil galat yang diperoleh berarti semakin dekat solusi hampiran yang diperoleh dengan
solusi sejatinya.

BAB II
GALAT
Pendekatan yang digunakan dalam metode numerik merupakan pendekatan
analitis matematis. Sehingga dasar pemikirannya tidak keluar dari dasar pemikiran
analitis, hanya saja teknik perhitungan yang mudah merupakan pertimbangan dalam
pemakaian metode numerik. Mengingat bahwa algoritma yang dikembangkan dalam
metode numerik adalah algoritma pendekatan maka dalam algoritma tersebut akan
muncul istilah iterasi yaitu pengulangan proses perhitungan. Dengan kata lain
perhitungan dengan metode numerik adalah perhitungan yang dilakukan secara

berulang-ulang untuk terus-menerus memperoleh hasil yang semakin mendekati nilai

penyelesaian yang sebenarnya.
Dengan menggunakan metode pendekatan semacam ini, tentunya setiap nilai
hasil perhitungan akan mempunyai GALAT (error) atau nilai kesalahan. Kesalahan ini
penting artinya, karena kesalahan dalam pemakaian algoritma pendekatan akan
menyebabkan nilai kesalahan yang besar, tentunya ini tidak diharapkan. Sehingga
pendekatan metode numerik selalu membahas tingkat kesalahan dan tingkat kecepatan
proses yang akan terjadi.
Masalah-masalah matematika yang sering kita hadapi merupakan masalah
matematika yang diselesaikan dengan metode analitik atau metode sejati, yaitu suatu
metode yang memberikan solusi sejati atau solusi yang sesungguhnya, karena memiliki
galat (error) yang bernilai nol. Tetapi penyelesaian dengan menggunakan metode analitik
hanya terbatas pada masalah tertentu saja. Bila metode analitik tidak dapat lagi
diterapkan, maka solusinya masih dapat dicari yaitu dengan menggunakan metode
numerik. Pada metode numerik solusinya merupakan hampiran (pendekatan) terhadap
solusi sejati.
2.1 Definisi Galat
Galat dapat disebut juga error atau dalam keseharian dapat disebut sebagai
kesalahan, kesalahan yang dimaksud disini adalah kesalahan dalam proses pengambilan
data. Menurut buku karangan Suntoyo Yitnosumarto, 1993, galat adalah
keanekaragaman (variabilitas) yang disebabkan oleh ketidakmampuan materi percobaan
atau obyek percobaan untuk berperilaku sama dalam percobaan tersebut. Galat atau
error dapat pula didefinisikan sebagai selisih dari nilai atau hasil yang kita harapkan
terjadi (expected value) dengan observasi atau kenyataan yang terjadi di lapangan.
Galat dapat berfungsi untuk menunjukkan efisiensi dari satu jenis percobaan atau
penelitian ke penelitan yang lain. Secara normal kita menginginkan galat yang bernilai
kecil bahkan tidak terjadi galat. namun ketiadaan galat juga dapat menyebabkan
pertanyaan dalam penelitian kita. Terpenting dari galat ini adalah galat harus terjadi
secara alami sehingga dapat menggambarkan obyek penelitian yang sesungguhnya.
Cara yang paling efektif untuk menimbulkan kealamian galat adalah dengan
menghomogenkan perlakuan terhadap obyek.
2.2 Jenis-Jenis Galat
2.2.1 Galat Bawaan
Galat bawaan, terjadi karena kekeliruan dalam menyalin data, salah membaca
skala, atau karena kurangnya pengertian mengenai hukum-hukum sik dari data yang
diukur.

2.2.2. Galat Pembulatan

Galat pembulatan adalah galat yang ditimbulkan oleh keterbatasan komputer
dalam menyajikan bilangan real. Hampir semua proses penghitungan dalam metode
numerik menggunakan bilangan real. Penyajian bilangan real yang panjangnya tak
terhingga tidak bisa disajikan secara tepat. Misalnya 1/6 akan menghasilkan nilai real
0.66666666.. Digit 6 pada bilangan tersebut panjangnya tidak terbatas. Sehingga
untuk melanjutkan proses penghitungan bilangan tersebut dibulatkan menjadi 0.6667,
tergantung berapa digit angka yang dibutuhkan. Dalam hal ini selisih antara 0.666666
dan 0.6667 disebut galat pembulatan.
2.2.3. Galat Pemotongan
Galat pemotongan mengacu pada galat yang ditimbulkan akibat Penggunaan hampiran
sebagai pengganti formula eksak. Tipe galat pemotongan bergantung pada metode
komputasi yang digunakan untuk penghampiran sehingga kadang-kadang ia disebut juga
galat metode. Misalnya, turunan pertama fungsi f di x, dihampiri dengan formula

dV
dt

v
t

V ( ti+1 ) V (ti)
ti+1ti

Contoh lain yaitu pengambilan beberapa suku awal dari deret Taylor :

F(xi+1) = f(xi) + f(xi) (xi+1-xi) +

f (n)(xi)
n!

f ' '(xi)
2!

(xi+1-xi2) +

f ' ' '(xi)

3!

(xi+1-xi)n + Rn

Dengan Rn = +

f ( n+1 ) (c )
( n+1 ) !

(xi+1-xi)n+1 dimana c

Dari deret Taylor di atas diperoleh hampiran orde-0 :

f (xi+1) f ( xi ) ,
Hampiran orde-1 :
'

f ( xi+1 ) f ( xi )+f ( xi ) ( xi+1xi )

[xi, xi+1].

(xi+1-xi)3+ ...

Hampiran orde-2 :
''
f ( xi )
f ( xi+1 ) f ( xi )+f ( xi ) ( xi+1xi )+
(xi+1xi)2
2!
'

Contoh 2.1
Diberikan fungsi

f ( x )=0,2 x 40,30 x 30,10 x 20,50 x+2,4

Turunan pertama dan kedua dari

f (x)

berturut-turut yaitu :

f ' ( x )=0,8 x 30,9 x 20,20 x0,50

''
2
f ( x )=0,24 x 0,18 x0,20

Dimulai dari x = 0, diperoleh hampiran orde-1 untuk f(1) :

'
f ( 1 ) f ( 0 ) +f ( 0 )( 10 )=2,40,50=1,9

Dan hampiran orde-2 untuk f(1) :

''
f (0)
( 10 )2=2,40,500,10=1,8
f ( 1 ) f ( 0 ) +f ( 0 )( 10 )+
2!
'

2.3 Perhitungan Galat

Untuk galat pembulatan dan pemotongan, hubungan antara hasil yang eksak
dengan hampirannya dapat dirumuskan oleh
Nilai Eksak = Hampiran + Galat
Dengan menyusun kembali persamaan di atas, diperoleh
Es = Galat = Nilai Eksak Hampiran

Dimana subskrip s menunjukkan bahwa tingkat besaran dari nilai yang diperiksa
sama sekali tidak diperhatikan. Salah satu cara untuk menormalkan galat
terhadap nilai eksak, yaitu L

Galat Relatif =

NIlai eksakHampiran
Nilai Eksak

Galat Relatif dapat juga dikalikan dengan 100% agar dapat dinyatakan sebagai

s=PersenGalat Relatif =

Nilai Eksak Hampiran

x100
Nilai Eksak

Dicatat bahwa metode numerik, nilai eksak hanya akan diketahui jika fungsi
yang ditangani dapat diselesaikan secara eksak. Jika tidak demikian, maka
alternatifnya setelah menormalkan galat dengan menggunakan hampiran terbaik
yang tersedia dari nilai eksak, yaitu terhadap hampiran itu sendiri, seperti yang
dirumuskan oleh

h=

Galat Hampiran
100
Hampiran

Hampiran SekarangHampiran Sebelumnya

x 100
Hampiran Sekarang

Dengan subskrip h menunjukkan bahwa galat dinormalka terhadap nilai

hampiran

BAB III
PENCARIAN AKAR
3.1 Akar-Akar Persamaan
Akar atau pembuat nol dari suatu fungsi adalah nilai-nilai dari variabel bebas
yang membuat fungsi bernilai nol. Sebagai contoh penyelesaian untuk fungsi
kuadratik

f ( x )=ax 2 +bx+c=0

diberikan oleh

b b 4 ac
x=
2a
2

3.2 Jenis-Jenis Metode Pencarian Akar dari Persamaan tak linear

1. Metode Pengurung
Sesuai dengan namanya, tebakan akar dalam metode ini selalu berada
"dalam kurung" atau berada pada kedua sisi dari nilai akar. Karena itu, di sini
diperlukan dua tebakan awal untuk akar. Metode ini mempunyai suatu
keunggulan yaitu konvergen (makin lama makin mendekati nilai sebenarnya),
dan mempunyai kelemahan yaitu konvergensinya relatif lambat. Contoh dari
metode pengurung yaitu metode bagi dua (bisection) dan metode posisi palsu
(false position).
2. Metode Terbuka.
Dalam metode ini, pencarian dimulai dari suatu nilai tunggal variabel
bebas, atau dua nilai yang tidak perlu mengurung akar. Metode ini mempunyai

suatu kelemahan yaitu tidak selalu konvergen, tetapi mempunyai keunggulam

yaitu jika konvergen maka konvergensinya lebih cepat daripada metode
pengurung. Contoh dari metode terbuka yaitu metode iterasi titik tetap (fixedpoint iteration), metode Newton-Raphson, dan metode garis potong (secant).
Penggunaan metode pengurung didasarkan pada teorema berikut ini.
Teorema 3.1 Diberikan f : [a; b] ! R adalah kontinu, dimana a; b 2 R dan a < b.
Jika f (a) f (b) < 0, maka terdapat c 2 (a; b) sedemikian sehingga f (c) = 0.

3.2 Metode Bagi Dua

Metode ini mengasumsikan bahwa fungsi f(x) adalah kontinu pada interval
[a1; b1], serta f (a1) dan f (b1) mempunyai tanda berlawanan, artinya f (a1)f (b1)
< 0. Karena itu terdapat minimal satu akar pada interval [a1; b1]. Idenya adalah
interval selalu dibagi dua sama lebar. Jika fungsi berubah tanda sepanjang suatu
subinterval, maka letak akarnya kemudian ditentukan ada di tengah-tengah
subinterval. Proses ini diulangi untuk memperoleh hampiran yang diperhalus.
(Lihat Gambar 3.1.)

Dicatat bahwa terdapat beberapa kriteria penghentian pencarian akar jika

diberikan suatu toleransi keakuratan

, yaitu :

s <,h < ,atau ,ataunmaks =N N

Contoh 3.2

Selesaikan persamaan

x 6=0

dalam interval [3,4] menggunakan metode

bagi dua sampai sembilan iterasi.

Penyelesaian
Algoritma Metode Bagi Dua
Masukan :
Fungsi Kontinu:

f (x)

Interval yang mengurung akar: [a1,b1]

Maksimum iterasi:

NN

Toleransi keakuratan:

Perhitungan inti: Ketika

Hitung:

xn=

n N

, misalnya =10

dan

h ,

an+bn
2

Tentukan subinterval mana yang akan mengurung akar:

xn

an+1=an,bn+1=xn

a).

Jika

f ( an ) .f ( xn ) <0,

maka

b).

Jika

f ( an ) . f ( xn ) >0

, maka

c).

Jika

f ( an ) . f ( xn ) =0

, maka diperoleh akar sama dengan

.
Berhenti

an+1= xn,bn+1=bn

Hitung:

Hasil akhir : akar

h =

xn

x nx n1
100 ,n 1
xn
sedemikian sehingga

f (xn ) 0

Menggunakan Microsoft Excel, dapat kita lakukan perhitungan literasi sebagai berikut :

Iterasi
1
2
3
4
5
6
7
8
9

f(an)*f(x
a(n)
b(n)
Xn
f(an)
f(xn)
n)
Galat
3,000
4,000
3,500
3,000
6,250
0
0
0
0
0 18,7500
3,500
4,000
3,750
6,250
8,062
0
0
0
0
5 50,3906
6,6667
3,750
4,000
3,875
8,062
9,015
0
0
0
5
6 72,6885
3,2258
3,875
4,000
3,937
9,015
9,503
0
0
5
6
9 85,6837
1,5873
3,937
4,000
3,968
9,503
9,751
5
0
8
9
0 92,6724
0,7874
3,968
4,000
3,984
9,751
9,875
8
0
4
0
2 96,2933
0,3922
3,984
4,000
3,992
9,875
9,937
4
0
2
2
6 98,1358
0,1957
3,992
4,000
3,996
9,937
9,968
2
0
1
6
8 99,0652
0,0978
3,996
4,000
3,998
9,968
9,984
1
0
0
8
4 99,5319
0,0489

3.3 Metode Posisi Palsu

Metode posisi palsu adalah metode pencarian akar persamaan dengan memanfaatkan
kemiringan dan selisih tinggi dari dua titik batas interval yang mengurung akar. Metode
ini merupakan salah satu alternatif untuk mempercepat konvergensi.

Idenya adalah menghitung akar (yang merupakan titik ujung interval baru) yang
merupakan absis untuk titik potong antara sumbu x dengan garis lurus yang melalui
kedua titik yang absisnya adalah titik-titik ujung interval lama. (Lihat Gambar 3.2) Rumus

untuk mencari akar adalah sebagai berikut. Diasumsikan bahwa fungsi f(x) adalah
kontinu pada interval [an, bn], dan f(an).f(bn) < 0. Garis yang melalui titik (an, f(an)) dan
(bn,f(bn)) mempunyai persamaan

yf ( an )=

f ( bn )f ( an )
( xan ) .
bnan

Garis memotong sumbu x jika y = 0, sehingga diperoleh titik absis sebagai hampiran
akar yaitu

xn=an

bnan
f ( an ) .
f ( bn ) f ( an )

Proses untuk metode posisi palsu adalah seperti metode bagi dua tetapi penghitungan
xn menggunakan rumus (3.1).
Contoh 3.3
Selesaikan persamaan

x 6=0

dalam interval [3,4] menggunakan metode posisi

palsu sampai lima iterasi.

Penyelesain: Berikut ini adalah tabel penyelesaian sampai lima iterasi

Iterasi
1
2
3
4
5

an
bn
f(an)
f(bn)
xn
f(xn)
Galat
3,000
4,000
3,000
10,00
2,571
0
0
0
00
4
0,6122
2,571
4,000
0,612
10,00
2,478
4
0
2
00
3
0,1418
3,7594
2,478
4,000
0,141
10,00
2,456
3
0
8
00
4
0,0338
0,8909
2,456
4,000
0,033
10,00
2,451
4
0
8
00
1
0,0081
0,2135
2,451
4,000
0,008
10,00
2,449
1
0
1
00
9
0,0019
0,0513

3.4 Metode Iterasi Titik Tetap

Metode iterasi titik tetap adalah metode yang memisahkan x sedemikian sehingga f(x)=0
ekivalen dengan x=g(x). Selanjutnya p adalah suatu akar dari f(x) jika hanya jika p
adalah suatu titik tetap dari g(x). Kita mencoba untuk menyelesaikan x=g(x) dengan
menghitung

xn=g ( x n1 ) ,n=1,2

dengan menggunakan tebakan awal x0. Ilustrasi grafis untuk penyelesaian xn diberikan
oleh Gambar 3.3

Contoh 3.4
Gunakan metode iterasi titik tetap sampai lima iterasi untuk menyelesaikan
2

x 5 x7=0
kasus 1
Iterasi

dengan tebakan awal X0 = 1,5

xn-1
1
2
3

1,5000
9,6667
5,7241

KASUS 2
Iterasi
xn-1
1
2
3

kasus 3
Iterasi

xn
9,6667
5,7241
6,2229

xn
1,5000
13,7500
-99,5625

xn-1
1
2

Galat

Galat
13,7500
-99,5625
-10503,0664

xn
1,5000
7,6250

84,4828
68,8755
8,0148

89,0909
113,8104
99,0521

Galat
7,6250
1,1172

80,3279
582,5175

2,5000

9,1250

72,6027

3.5 Metode Newton-Raphson

Metode Newton-Raphson adalah metode pendekatan yang menggunakan satu titik awal
dan mendekatinya dengan memperhatikan kemiringan kurva pada titik tersebut.
Penjelasan grafis mengenai metode ini adalah seperti dalam Gambar 3.4.

Diasumsikan bahwa fungsi f(x) adalah kontinu. Idenya adalah menghitung akar yang
merupakan titik potong antara sumbu x dengan garis singgung pada kurva di titik

x n1
x n1 , f

)). Kemiringan kurva di titik tersebut adalah

f ' (x n1 )

singgung mempunyai persamaan.

yf ( X n1 )( xx n1 )
Karena itu diperoleh akar hampiran dengan mengambil y=0, yaitu

xn=x n1

f (x n1)
f ' (x n1)

, sehingga garis

Algoritma Metode Newton-Raphson

Masukan :
Fungsi kontinu : f(x), f(x)
Tebakan Awal : x0

Maksimum Iterasi N

Toleransi Keakuratan:

Perhitungan inti: Ketika

x n1

Hitung: Xn =

Hitung: Xn =

Hasil Akhir : Akar

n N

Xn

misalnya

dan

= 10-3

h ,

f ( x n1 )
f ' ( x n1 )

x n x n1
xn

x 100 %

sedemikian sehingga

f (xn) 0

Contoh 3.6 Gunakan metode Newton-Raphson untuk menyelesaikan

tebakan awal x0 = 1,5
Penyelesaian :

ITERAS
I

XN-1

F(XN)

F'(XN)

1,5000

-12,2500

-4,6250

37,5156

-2,0000
14,2500

-1,9923

6,9310

-8,9846

-1,2209

0,5951

-7,4418

-1,1409

0,0064

-7,2819

-1,1401

0,0000

-7,2801

XN
4,6250
1,9923
1,2209
1,1409
1,1401
1,1401

GALAT
132,43
24
132,14
09
63,184
9
7,0089
0,0770
0,0000

x 6=0

dengan

3.6 Metode Garis Potong

Masalah yang ada dalam metode Newton adalah terkadang sulit untuk mendapatkan
turunan pertama

f ' (x)

Alternatifnya adalah turunan

f ' (x n1 )

x
( n1)
x n1 , f

, dihampiri oleh kemiringan garis potong yang melalui

x
( n1)
x n1 , f

f ' (x n1 )

, kemiringan garis di

x
( n2)
x n2 , f

, dan