BAB I

PENDAHULUAN
1.1 Latar Belakang
Persoalan yang melibatkan model matematika banyak muncul dalam
berbagai disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi,
atau pada persoalan rekayasa (engineering), seperti Teknik Kimia, Teknik Sipil,
Teknik Mesin, Elektro dan sebagainya. Seringkali model matematika tersebut
muncul dalam bentuk yang tidak ideal atau sulit untuk dikerjakan secara analitik
untuk mendapatkan solusi sejatinya (exact solution). Adapun yang dimaksud
dengan metode analitik adalah metode penyelesaian model matematika dengan
rumus-rumus aljabar yang sudah baku atau lazim digunakan.
Ada beberapa persoalan matematika yang tidak dapat diselesaikan dengan
metode analitik. Akan tetapi metode analitik unggul untuk sejumlah persoalan
yang memiliki tafsiran geometri sederhana. Misalnya menentukan akar
penyelesaian dari menggunakan rumus abc. Padahal persoalan yang muncul
dalam kehidupan sehari-hari tidak selalu dalam bentuk sederhana tetapi sangat
kompleks serta melibatkan bentuk dan proses yang rumit. Akibatnya nilai praktis
penyelesaian metode analitik menjadi terbatas. Bila metode analitik tidak dapat
lagi digunakan, maka salah satu solusi yang dapat digunakan adalah dengan
metode Numerik. Metode Numerik adalah teknik yang digunakan untuk
memformulasikan persoalan matematika sehingga dapat dipecahkan dengan
operasi perhitungan atau aritmatika biasa (tambah, kurang, kali, dan bagi). Ada
beberapa alasan menggunakan metode numerik, yaitu (Susy, 2006) :
1. Tidak semua permasalahan matematis atau perhitungan dapat diselesaikan
dengan mudah.
2. Dibutuhkan metode yang menggunakan analisis-analisis pendekatan persoalanpersoalan non linier untuk menghasilkan nilai yang diharapkan.

3. Kesulitan menggunakan metode analitik untuk mencari solusi exact dengan

jumlah data yang besar, diperlukan perhitungan komputer, metode numerik
digunakan untuk menyelesaikan permasalahan ini.
4. Pemakaian metode analitik terkadang sulit diterjemahkan ke dalam algoritma
yang dapat dimengerti oleh komputer. Metode numerik yang memang
berangkat dari pemakaian alat bantu hitung merupakan alternatif yang baik
dalam menyelesaian persoalan-persoalan perhitungan yang rumit.
Prinsip-prinsip metode numerik adalah sebagai berikut :
1. Metode numerik ini disajikan dalam bentuk algoritma-algoritma yang dapat
dihitung secara cepat dan mudah.
2. Pendekatan yang digunakan dalam metode numerik merupakan pendekatan
analisis matematis, dengan tambahan grafis dan teknik perhitungan yang
mudah.
3. Algoritma pada metode numerik adalah algoritma pendekatan maka dalam
algoritma tersebut akan muncul istilah iterasi yaitu pengulangan proses
perhitungan.
4. Dengan metode pendekatan, tentunya setiap nilai hasil perhitungan akan
mempunyai nilai error (nilai kesalahan).
Penyelesaian secara numerik umumnya melibatkan proses iterasi,
perhitungan berulang dari data numerik yang ada. Jika proses iterasi tersebut
dilakukan secara manual, akan membutuhkan waktu yang relatif lama dan
kemungkinan timbulnya nilai kesalahan (error) akibat manusia itu sendiri juga
relatif besar. Misalnya untuk menyelesaikan persoalan persamaan non-linear , jika
diselesaikan menggunakan cara manual menggunakan Metode Biseksi diperlukan
beberapa iterasi. Untuk penyelesaian sampai tujuh angka di belakang koma dapat
terjadi iterasi sampai puluhan kali. Ini tentu membutuhkan waktu yang relatif
lama. Pada kenyataannya sering terjadi proses iterasi sampai ratusan kali, pada
keadaan demikian ini komputer sangat dibutuhkan untuk mengurangi waktu
penyelesaian (Munif, 1995).

Selain mempercepat perhitungan numerik, dengan komputer dapat dicoba

berbagai kemungkinan solusi yang terjadi akibat perubahan beberapa parameter
tanpa menyita waktu dan pikiran. Solusi yang diperoleh juga dapat ditingkatkan
ketelitiannya dengan mengubah-ubah nilai parameter (Susy, 2006).
Penyelesaian yang digunakan dalam metode Numerik adalah penyelesaian
pendekatan, oleh karena itu biasanya

timbul kesalahan (error). Pada

penyelesaiannya diusahakan untuk mendapatkan error yang sekecil mungkin.

1.2

Rumusan Masalah
Berdasarkan latar belakang tersebut diatas, maka permasalahan dalam

makalah ini adalah bagaimana menyelesaikan persamaan non-linear menggunakan

berbagai metode dengan program komputer.
1.3

Tujuan Penulisan
Dengan adanya permasalahan yang muncul, maka tujuan dari makalah ini

adalah mengetahui perbedaan kecepatan dan tingkat kemudahan dalam

menyelesaikan persamaan non-linear ditinjau dari berbagai metode yang
digunakan.
1.4

Manfaat Penulisan
Ada beberapa manfaat yang diharapkan dari makalah ini, diantaranya

adalah memberikan wawasan tambahan mengenai cara-cara menyelesaikan

persamaan non linear menggunakan Metode Numerik yang paling efektif dan
efisien, karena hanya dengan beberapa langkah saja sudah bisa didapatkan apa
yang diinginkan.

BAB II
TINJUAN PUSTAKA
2.1

Persamaan Non-Linear
Dalam usaha mendapatkan persamaaan matematika yang menjabarkan

model dari suatu persoalan nyata, sering solusi yang dicari berupa suatu nilai
variabel x sedemikian rupa, sehingga terpenuhi persamaan f (x) = 0 yang
digunakan dalam model. Untuk beberapa kasus, melalui faktorisasi f(x) = 0 dapat
diperoleh penyelesaian seperti yang diinginkan, namun bentuk yang lebih rumit
telah mampu memberikan solusi melalui analisis matematik.
Apa yang dimaksud dengan menentukan x hingga terpenuhi persamaan
f(x) = 0 ? secara geometri ini berarti mencari suatu titik hal mana f(x) tepat
memotong sumbu x, sehingga f(x) = 0. jika dianggap f(x) sesungguhnya
memotong sumbu x, maka dapat dicari suatu interval [a,b], sedemikian rupa
sehingga f(a) dan f(b) mempunyai tanda berbeda.

Dengan
pembatasan

interval ini,

secara

cermat dapat

dicari x =

Gambar 2.1 Grafik non linier

yang

memberikan nilai f ( ) = 0 sebagai berikut :

1.

Bagi dua interval [a,b] dan evaluasi nilai f(x) pada titik tengah interval.

2.

Apabila f(m) = 0 berarti x = m, bila tidak sama dicari posisi nilai m apakah
berada pada interval [a,m] atau interval [m,b] ; yaitu dengan memeriksa
perbedaan tanda :

a.

Jika f (a) dan f(m) berbeda tanda berarti

di [a,m]

b.

Jika f(a) dan f(m) mempunyai tanda sama berarti

di [n,b] proses

pembagian interval dapat diulang sampai ditemukan nilai

yang

memberikan f( ) = 0.
Pada bab ini dibahas solusi dari persamaan non linear yang banyak
dijumpai dalam formulasi kasus-kasus fisika, yaitu pencarian akar persamaan
(finding roots). Disajikan beberapa metode yang biasa digunakan, dan inti
pembahasan terletak beberapa metode komputasi numerik yang akan dibahas,
yaitu metode Successive Substitution, metode Secant, metode Newton Raphson,
dan metode Regula Falsi beserta cara menangani berbagai kasus yang disertakan.
2.2

Successive Substitution
Metode ini mempunyai strategi yang sama dengan metode iterasi titik

tetap dan metode Gauss-Seidel. Masing-masing persamaan tak linier diselesaikan

untuk memperoleh sebuah nilai x yang tak diketahui. Sistem persamaan ini
selanjutnya diproses secara iteratif untuk menghitung nilai-nilai x yang baru, yang
diharapkan akan konvergen. Suatu persamaan non linier tunggal dalam bentuk
f(x) = 0 dapat ditentukan akar-akarnya dengan cara iterasi subtitusi berurut,
dengan cara sebagai berikut:
1. Mengubah persamaan menjadi bentuk X = g(x)
2. Dimulai dengan menebak nilai x0 awal untuk mengevaluasi nilai g(x0) dan
menentukan nilai x1, kemudian lakukan iterasi.
X(i+1) = g(xi)

dimana i =1,2,3,

Sampai hasilnya tidak mengalami perubahan lagi, dimana

|x i+1x i|

Tidak semua fungsi dapat diselesaikan dengan metode successive

substitution, karena ada iterasi yang divergen. Syarat agar iterasi dijamin
konvergen, adalah:
nilai dari

dg ( x )
1
dx
, pada nilai tebakan awal xo.

Gambar 2.2 Grafik Direct Substitution (Convergence)

Ketika lereng dg (x)/dx < 1, maka metode tersebut konvergen seperti yang
ditunjukkan pada gambar.

Gambar 2.3 Direct Substitution (Divergence)

Ketika lereng dg (x) / dx> 1, maka metode tersebut divergen seperti yang
ditunjukkan pada gambar 2.2.
Contoh:
1. Tentukan nilai x dari persamaan berikut:

x 3+2 x +2=10 e2 x

Jawab:
Ubah persamaan menjadi bentuk X = g(x)

X = g(x) =

x 3 +2 x+2
10
1
ln( )
2

Misalkan x0 = -0.5
Penyelesaian iterasi dapat dilihat pada tabel.
X

g(x)
1.10365

-0.5
1.10365

7
0.54244

7
0.54244

5
0.75020

5
0.75020

8
0.68403

8
0.68403

9
0.70620

9
0.70620

8
0.69890

8
0.69890

5
0.70132

5
0.70132

5
0.70052

5
0.70052

5
0.70078

5
0.70078

9
0.70070

9
0.70070

2
0.70073

2
0.70073

1
0.70072

1
7

0.70072

0.70072

1
0.70072

4
0.70072

4
0.70072

3
0.70072

2. Temukan penyelesaian dari:

f(x)= x (tan x) - 1, Untuk 0 < x < /2
Jawab:
Pilih tebakan awal dalam range yg dipersyaratkan, missal /8
Cari g(x)
X=g(x)
X=1/tan x

Cek konvergensi, ternyata

dg ( x )
dx
>1 maka tidak dijamin

konvergen.
Di coba subtitusi

x0= /8=0,3927 atau 22,5 derajat sebagai nilai tebakan

awal
Maka menghasilkan
x1=2,4142 atau 0,7 , sehingga berada di luar range 0 < x < /2 atau
divergen
untuk g(x) yg lain:
x=tan-1(1/x)
Cek konvergensi, ternyata
Di coba subtitusi

dg ( x )
dx

<1 maka dijamin konvergen.

x0= /8=0,3927 atau 22,5 derajat sebagai nilai tebakan

awal.
Maka menghasilkan table iterasi
X
g(x)
0.3927
1.196599
1.196599 0.696135

0.696135
0.962669
0.804416
0.893368
0.841657
0.871166
0.854142
0.863902
0.858286
0.861511
0.859657
0.860722
0.86011
0.860462
0.86026
0.860376
0.860309
0.860348
2.3

0.962669
0.804416
0.893368
0.841657
0.871166
0.854142
0.863902
0.858286
0.861511
0.859657
0.860722
0.86011
0.860462
0.86026
0.860376
0.860309
0.860348
0.860326

Metode Newton
Metode ini adalah salah satu metoda penyelesaian sistem persamaan

nonlinier, metoda ini terdiri dari beberapa langkah yaitu : penurunan secara
parsial, penyusunan, menghitung nilai

d1

dan

d2

, dan proses pengulangan.

Metode ini mempunyai beberapa kekurangan diantaranya, sulitnya menentukan

turunan parsial untuk fungsi tertentu, langkah dan pengerjaan yang panjang.
Misalkan ada 2 persamaan non linier dengan 2 variabel, misalkan fungsi
u(x,y) dan v(x,y), maka, rumus iterasinya:

vr
u
+ vr r
y
y
x r1=x r
ur v r ur v r

x y
y x
ur

dan

 vr
u
v r r
x
x
y r1= y r
ur v r ur v r

x y
y x
ur

Pembuktian rumus:
Perhatikan gradien kemiringan suatu kurva

Gambar 2.4 Gradien suatu kurva

Dari gambar diatas, kemiringan kurva dapat didekati dengan:
gradien ( m )=f ' ( x r ) =

f ( x r ) f (x r +1 )
xr x r +1

Atau dalam bentuk lain ditulis:

'

f ( x r +1 )=f ( xr )f (x r )( xr x r +1)
atau
f ( x r +1 )=f ( xr ) +f ' ( x r )(x r +1x r )
Maka untuk 2 persamaan non linier dengan 2 variabel misal u(x,y) dan
v(x,y), maka analog seperti diatas:
ur +1=ur + ( x r+1x r )

ur
u
+ ( y r +1 y r ) r
x
y

10

dan
v r +1=v r + ( x r +1x r )

vr
v
+ ( y r +1 y r ) r
x
y

Karena persoalan mencari akar, maka ur+1 = 0 dan vr+1 = 0.

u r
u
u
u
x r +1+ r y r+1 =u r + x r r + y r r
x
y
x
y
vr
v
v
v
x r +1+ r y r +1=v r + x r r + y r r
x
y
x
y
Dengan sedikit manipulasi aljabar, kedua persamaan terakhir ini menjadi
vr
u
+v r r
y
y
x r+1= xr
ur v r ur v r

x y
y x
ur

Dan

Start

v
ur
ur r v
buat turunan
parsial
pertama dari fungsi yang tersedia
r
x
x
y r +1= y +
ur v r u r v r

x y
y x
buat turunan parsial kedua
Terbukti!
PenyebutSusun
dari kembali
kedua persamaan
tersebut menjadi
disebut bentuk
determinan jacobi. Urutan
persamaan nonlinier
penyelesaian system persamaan non-linear menggunakan metode Newton adalah
sebagai berikut :

masukkan nilai perkiraan, awal

gunakan nilai dan untuk di subtitusikan kedalam nilai sementara

Diperoleh hasil
Finish

11

Contoh Soal :
Soal 1 :
Misalkan diketahui sistem persamaan non linier berikut:
f 1 ( x )=x 21+ x2236=0
2

f 2 ( x )=x 1+ 3 x 216=0
Hitung nilai

x 1 dan x 2

Penyelesaian
a

Kita buat turunan parsial dari fungsi pertama

f 1 ( x )=x 21+ x2236=0

Turunan parsial terhadap

x1

adalah

f 1
=2 x 1
x1

12

Turunan parsial terhadap

x2

adalah

f 1
=2 x 2
x2
b

Kita buat turunan parsial dari fungsi kedua

2

f 2 ( x )=x 1+ 3 x 216=0
Turunan parsial terhadap

x1

adalah

x2

adalah

f 2
=2 x 1
x1
Turunan parsial terhadap
f 2
=3
x2
c.

Kita susun persamaan nonlinier kembali menjadi,

f 1
f
d 1 + 1 d 2 =f 1 ( x )
x1
x2

f 2
f
d 1 + 2 d 2 =f 2 ( x )
x1
x2
Kita subsitusikan turunan parsial diatas, menjadi

( 2 x1 ) d 1 + ( 2 x2 ) d 2=( x21 + x 2236)

( 2 x1 ) d 1 + (3 ) d2 =(x 21+3 x 216)

13

x 1=1 dan x 2=1

a. Kita masukkan nilai perkiraan, awal misal

nilai

d1

dan

d2

, maka di dapat

, yaitu:

d 1=13,8
d 2=3,2
b. Kemudian kita gunakan nilai
e 1 dan e 2

nilai

d1

dan

sementara, dan nilai

perkiraaan. Setelah itu kita masukkan

d1

dan

d2

d2

untuk di subtitusikan kedalam

e 1 dan e 2
e 1 dan e 2

kita masukkan nilai

sementara ke persamaan

, begitu seterusnya

e sementara
=e1 +d 1
1
sementara

e2

=e2 +d 2

c. Setelah melakukan proses pegulangan diatas, didapat nilai

e 1 dan e 2

, yaitu

e 1=5,06
e 2=3,21
Soal 2 :
Suatu kondisi reaksi menggambarkan reaksi kompleks untuk fase liquid
seperti reaksi berikut:

14

Dimana
r1 = k1 CA (gmol/liter sekon)
3/ 2

r 2=k 2 C A
r 3=k 3 C 2C
r 4 =k 4 C 2B

k 1=1,0 sec1
k 2=0,2liter 1/ 2 /gmol1 /2 sec
k 3 =0,05liter / gmol sec
k 4=0,4 liter /gmol sec
Dimana
r i=gmol /liter sec
Reaktor tangki berpengaduk digunakan untuk suatu sistem reaksi seperti pada
gambar dibawah. Volume reaktor (VR) adalah 100 liter dan laju alir umpan Q
sebanyak 50 liter/sec dengan konsentrasi komponen A = 1 mol/liter. Reaktor
tangki berpengaduk di atur pada kondisi steady state dan sistem diasumsikan
berada pada kondisi isotermal. Neraca massa dari sistem reaksi tersebut yaitu:
Keluaran = Masukan + Yang terbentuk - Yang bereaksi

15

(Komponen A) CAQ = CAoQ

+ VR(rs)

- VR(r1 + r2)

(Komponen B) CBQ = 0

+ VR(2r1)

- VR(r4)

(Komponen C) CCQ = 0

+ VR(r2 + r4)

- VR(r3)

(Komponen D) CDQ = 0

+ VR(r4)

- 0

Tahap selanjutnya susun persamaan nonlinear seperti dibawah ini:

F1=C A +C AO +V R ( k 1 C Ak 2 C 3A/2 +k 3 C2C ) /Q=0
F2 =C B +V R (2 k 1 C A k 4 C2B)/Q

=0

3
2
A

F3 =C c +V R ( k 2 C k 3 C2C + k 4 C 2B )/Q=0
2

F 4=C D +V R (k 4 C B)/Q=0
Selanjutnya laju alir masing-masing komponen dapat dicari dengan menggunakan
metode Newton.
2.4

Metode Determinan Jacobi

Det . Jacobi=

ur v r ur v r

x y
y x

Inilah rumus iterasi untuk sistem persamaan non linier 2 persamaan 2 variabel.

16

Sedangkan

urutan

penyelesaian

system

persamaan

non-linear

menggunakan metode Determinan Jacobi adalah sebagai berikut :

17

Start
Cari nilai u dan v pada titik-titik tebakan awal

Diferensiasi parsialkan semua persamaan untuk setiap variabel

Hitung nilai determinan jacobi pada titik tebakan awal

Lakukan iterasi untuk menemukan persamaan newton utk sistem persamaan non linier

Lanjutkan iterasi hingga diperoleh nilai x dan y

Diperoleh hasil
Finish

Contoh Soal :
Carilah akar dari sistem persamaan berikut:
2

f 1 ( x . y )=u=x + xy 10=0
f 2 ( x , y )=v= y +3 xy 257=0
Dengan tebakan awal x0 = 1,5 dan y0 = 3,5
Penyelesaian:
Rumus:

18

 vr
u
+v r r
y
y
x r+1= xr
(3.14)
ur v r ur v r

x y
y x
ur

Dan
vr
u
v r r
x
x
y r +1= y r +
(3.15)
u r v r ur v r

x y
y x
ur

Langkah 1.
Cari nilai u dan v pada titik-titik tebakan awal
u0=(1,5)2+1,5 ( 3,5 ) 10=2,5
v 0 =( 3,5 ) +3 (1,5 ) (3,5)2 57=1,625
Langkah 2.
Diferensiasi parsialkan semua persamaan untuk setiap variabel.
Lalu cari nilai dari semua komponen determinan jacobi-nya pada titik tebakan
awal.
u 0
=2 x + y=2 ( 1,5 ) +3,5=6,5
x
u 0
=x =1,5
y
v0
=3 y 2=3(3,5)2=36,75
x

19

 v0
=1+ 6 xy=1+6(1,5)=32,5
y
Langkah 3.
Hitung nilai determinan jacobi pada titik tebakan awal:
Det . Jacobi=

ur v r ur v r

(3.16)
x y
y x

Det. Jacobi

= (6.5)(32.5) - (1.5)(36.75)
= 156.125

Langkah 4.
Lakukan iterasi untuk menemukan persamaan newton utk sistem persamaan non
linier

vr
u
+v r r
y
y
x r+1= xr
(3.14)
ur v r ur v r

x y
y x
ur

Dan
vr
u
v r r
x
x
y r +1= y r +
(3.15)
u r v r ur v r

x y
y x
ur

20

Dengan cara yang sama iterasi dilanjutkan,

Coba teruskan!
diperoleh x=.... dan y=....
2.5

Metode Secant
Masalah potensial dalam implementasi metode Newton adalah evaluasi

pada turunan. Metode Secant diperoleh dari metode Newton dengan cara
menggantikan turunan f(x) dengan beda hingga terbagi. Bila turunan fungsi f(x)
sulit ditemukan, metode newton tidak dapat dipakai. Solusinya, bahwa sebetulnya
f(x) pada hakekatnya merupakan suatu slope atau gradien.

Jika diambil persamaan backward untuk disubstitusikan pada persamaan

forward iteratifnya menjadi

Atau bisa dituliskan dalam bentuk

Secara geometri, dalam metode Newton xi+1 merupakan perpotongan

sumbu x dengan garis singgung di xi, sedangkan dalam metode Secant xi+1
adalah perpotongan sumbu x dengan talibusur kurva f(x) yang berpadanan

21

terhadap xn+1 dan xn. Metode Secant memerlukan dua tebakan awal, xi1 dan xi,
tetapi tanpa perhitungan turunan.
Dapat diperlihatkan metode Secant lebih lambat dibandingkan metode
Newton Raphson, tetapi menjadi pilihan bilamana kerja penghitungan suatu nilai
f(x) lebih lama daripada kali kerja penghitungan nilai f(x). Algoritmanya
serupa dengan metode Newton.

22

Sebuah peluru bermassa 2 gram ditembakkan vertikal ke udara dan

bergerak turun setelah mencapai batas kecepatan. Batas kecepatan ditentukan oleh
mg=Ftarik, dimana m=massa dan g = percepatan gravitas i. Persamaan lengkap
adalah sebagai berikut:

dimana v adalah kecepatan batas, m/det. Suku pertama pada ruas kanan
menyatakangesekan tarik (friction drag), dan suku kedua menyatakan tekanan
tarik (pressure drag). Tentukan batas kecepatan dengan metode secant. Nilai coba
awal v @ 30 m/det
Solusi:
Kasus ini didefinisikan sebagai pencarian akar dari

diset vo=30 dan v1=30,1 didasarkan pada nilai coba awal, dimana y0 dan y1
dihitung dengan persamaan (2.12). Iterasi penyelesaian dengan persamaan (2. 11)
sebagai berikut:

Jadi batas kecepatannya adalah v=37,7 m/det

23

2.6

Regula Falsi
Sesi metode numerik ini membahas salah satu metode penyelesaian sistem

persamaan non linier, yaitu dengan metode pencarian akar persamaan dengan
memanfaatkan kemiringan dan selisih tinggi dari dua titik batas range. Dua titik a
dan b pada fungsi f(x) digunakan untuk mengestimasi posisi c dari akar interpolasi
linier, dikenal dengan metode False Position atau metode regula falsi.

Gambar 2.5 Grafik metode Regula Falsi

24

Algoritma Metode Regula Falsi :

1. Defenisikan fungsi f(x)
2. Tentukan batas bawah (a) dan batas atas (b)
3. Tentukan toleransi error (e) dan iterasi maksimum (n)
4. Hitung Fa = f(a) dan Fb = f(b)
5. Untuk iterasi I = 1 sampai n atau error > e

x=

fb .afa. b
fbfa

Hitung Fx = f(x)
Hitung error = |Fx|
Jika Fx.Fa < 0 maka b = x dan Fb = Fx jika tidak a = x dan Fa = Fx
6. Akar persamaan adalah x
Contoh Soal :
Terapkan metode Regulasi Falsi untuk menemukan akar persamaan berikut
f ( z )=z tan z1 , jika 0 < z <

Penyelesaian:
Dengan memasukkan nilai batas x ke dalam persamaan, kita mendapatkan bahwa;
f ( 0 )=1

( 2 )=+

25

Tetapi x2 =

tidak dapat digunakan karena nilainya tak terhingga. Jadi kita

harus menggunakan nilai yang lebih kecil dari ( /2), yaitu 0.7( /2),
sehingga

f 0.7

=1.158
2

Hasil aplikasi dari metode Regulasi Falsi dapat dilihat pada tabel berikut.

f (x )
1

x1

x2

1.100

0.0000

1.158

1.100

0.5097

1.158

1.100

0.7351

1.158

1.100

0.8170

1.158

1.100

0.8455

1.158

1.100

0.8533

1.158

1.100

0.8586

1.158

1.100

0.8597

1.158

f (x )
2

x3

-1.000
-7.151
10-1
-3.354
10-1
-1.296
10-1
-4.620
10-2
-1.600
10-2
-5.482

0.5097
x
x
x
x
x
x

10-3
-1.872 x
10-3

0.7351
0.8170
0.8455
0.8553
0.8586
0.8597
0.8601

(x3)

-7.151

10-1
-3.354

10-1
-1.296

10-1
-4.620

10-2
-1.600

10-2
-5.482

10-3
-1.872

10-3
-6.383

10-4

26

1.100

0.8601

1.158

1.100

0.8603

1.158

1.100

0.8603

1.158

-6.383
10-4
-2.196
10-4
-7.492
10-5

x
x
x

0.8603
0.8603
0.8603

-2.196

10-4
-7.492

10-5
-2.556

10-5

27

BAB III
PENUTUP
3.1

Kesimpulan
1. Metode

Numerik

adalah

teknik

yang

digunakan

untuk

memformulasikan persoalan matematika sehingga dapat dipecahkan

dengan operasi perhitungan atau aritmatika biasa
2. Metode non linear terbagi menjadi beberapa bahasan yaitu metode
successive substitution, metode secant, metode wewton, dan metode
regula falsi

28

DAFTAR PUSTAKA

Alifis. 2008. bab-ii-solusi-persamaan-non-linear.pdf. Diakses 16 Maret 2016

Anonim. 2010. Penyelesaian Persamaan Non-Linear. http://www. Pustaka
skripsi.com/penyelesaian-persamaan-non-linear-metode-biseksi-dan
metode-regula-falsi-menggunakan-cara-komputasi-skripsi-373.html.
Diakses 10 Maret 2016
Chapra, S.C., and Canale, R.P. 1998,

Numerical Methods for Engineers.

McGraw-Hill.
Elsaid,

Fairus.

2008.

Persamaan

Non-Linear.

http://fairuzelsaid

.wordpress.com/. Diakses 16 Maret 2016

James B. Riggs. 1988. An Introduction To Numerical Methods For Chemical
Engineers. USA : Texas Tech University Press
Kubicek, Milan. et al. 2005. Numerical Methods And Algorithms. Praha
Riggs, James B. An introduction to numerical methods for chemical engineer 2 nd
edition. USA : Texas Tech University Press

29