Anda di halaman 1dari 65

METODE NUMERIK LAPORAN AKHIR PRAKTIKUM

DI SUSUN OLEH :
Nama NPM Dosen : Dwi Ardiyanti : F1A009047 : Yulian Fauzi S.Si. M.Si

PROGRAM STUDI MATEMATIKA


FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS BENGKULU 2011


1

KATA PENGANTAR
Puji syukur kehadirat Tuhan YME kerena berkat rahmat dan hidayahNya penulis dapat menyelesaikan Laporan Praktikum Metode Numerik ini. Penulis mengucapkan terima kasih kepada semua pihak yang telah membantu dalam proses pembuatan Laporan ini. Terutama penulis ucapkan banyak terima kasih kepada Bpk Yulian Fauzi S.si.M.si.selaku dosen pembimbing mata kuliah ini, penulis juga mengucapkan kepada asisten dosen, karena berkat bantuan dan dukungan merekalah laporan ini dapat terselesaikan. Penulis sadari seperti pepatah tiada gading yang tak retak, maka tiada pulalah kesempurnaan selain Allah SWT. Oleh karena itu penulis sangat mengharapkan kritik dan saran dari pembaca demi makalah ini lebih baik.
Semoga makalah ini dapat semakin membuka dan memperluas wawasan dan cakrawala berfikir para pembaca, serta menambah pengetahuan dan pemahaman pembaca mengenai penyelesaian Metode Numerik dalam Matlab.

Bengkulu, Juni 2011

Penulis

DAFTAR ISI
Kata pengantar.......................................................................i Daftar isi................................................................................ii

Bab I . Pendahuluan..................................................1
A. Latar Belakang...............................................................................1 B. Tujuan............................................................................................3 C. Rumusan Masalah..........................................................................3 D. Manfaat..........................................................................................4

Bab II........................................................................5
A. Penyelesaian persamaan nonlinier.................................5 1. Metode Bisection......................................................5 2. Metode Newton Raphson dan Secant......................13 A. Interpolasi.......................................................................29 1. Interpolasi linier.............................................................29 2. Interpolasi Lagrange......................................................36 1. Interpolasi Beda terbagi Newton..............................41 A. Integrasi Numerik...........................................................50 1. Aturan Trapesium.......................................................50 2. Aturan Simpson........................................................................54

Bab III. Kesimpulan dan Saran...................................60


1. Kesimpulan....................................................................................60 2. Saran.............................................................................................60

Daftaar Pustaka...............................................................................61

BAB I
3

PENDAHULUAN

A. LATAR BELAKANG

Seiring pesatnya perkembangan teknologi dan kemajuan zaman, maka diperlukan suatu produk dengan ketelitian dan akurasi tinggi, dan waktu pengerjaan yang singkat. Begitu juga dengan permasalahan dalam bidang matematika, ilmu pengetahuan fisika murni maupun terapan, bidang rekayasa teknik metalurgi, mesin, elektro, sipil dan lain-lain dituntut hal yang sama, dimana dalam suatu perhitungan dengan data numerik membutuhkan ketelitian dan akurasi yang cukup baik. Pada saat teknologi informasi belum ada atau boleh dikatakan belum maju pesat, para praktisi dan profesional di bidang rekayasa teknik dan sain menganalisa dengan perhitungan manual. Simplifikasi digunakan dimana struktur yang sangat kompleks disederhanakan menjadi struktur yang lebih sederhana. Artinya akan terjadi perbedaan dari suatu permodelan dengan kondisi aktual. Hal ini dilakukan untuk menghindari kesulitan dalam analisa. Adanya perkembangan teknologi informasi yang sangat pesat pada saat ini mendorong para praktisi untuk mengembangkan cara baru agar pekerjaan analisa dapat dilakukan dengan lebih baik dan lebih efektif. Metode kalkulasi dengan matriks dapat dilakukan dengan mudah menggunakan teknologi informasi. Sudah banyak persoalan di bidang teknik maupun sain yang dapat diselesaikan dengan menggunakan permodelan matematika. Sering kali permodelan matematika tersebut muncul dalam bentuk yang tidak ideal, sehingga tidak dapat diselesaikan dengan menggunakan metode analitik untuk mendapatkan solusi sejatinya (exact solution). Jika persoalan-persoalan yang kita hadapi tidak dapat diselesaikan dengan metode permodelan matematika metode analitik menggunakan dalil-dalil kalkulus, maka solusinya dapat diperoleh dengan metode numerik. Metode numerik secara harafiah berarti suatu cara berhitung dengan menggunakan angka-angka, sedangkan secara istilah metode numerik adalah teknik yang digunakan untuk memformulasikan persoalan matematik sehingga dapat diselesaikan dengan operasi aritmatika biasa.

Dengan menggunakan metode numerik, solusi exact dari persoalan yang dihadapi tidak akan diperoleh. Metode numerik hanya bisa memberikan solusi yang mendekati atau menghampiri solusi sejati sehingga solusi numerik dinamakan juga solusi hampiran ( approximation solution). Pendekatan solusi ini tentu saja tidak tepat sama dengan solusi sejati, sehingga ada selisih antara keduanya. Solusi tersebut disebut solusi galat (error). Semakin kecil galat yang diperoleh berarti semakin dekat solusi hampiran yang diperoleh dengan solusi sejatinya. Pada saat sebelum perkembangan teknologi informasi belum pesat seperti sekarang ini, ada dua cara pendekatan yang biasa digunakan jika suatu persoalan tidak bisa diselesaikan dengan metode analitik, yaitu : a. Solusi grafik dipakai untuk mencirikan suatu perilaku sistem, teknik ini kurang presisi karena sangat tergantung pada ketelitian penggambaran grafik. b. Metode numerik secara manual. Secara teori pendekatan ini dapat digunakan dengan baik untuk penyelesaian masalah yang rumit, namun pada kenyataannya seringkali menemui masalah. Masalah ini timbul biasanya karena kesalahan kecil dalam perhitungan (Chapra & Canale, 1991) c. Komputer dan metode numerik memberikan suatu alternatif pemecahan dari masalahmasalah tersebut. Dengan menggunakan kemampuan komputer untuk mendapatkan solusi langsung, hampir semua persoalan dapat diselesaikan tanpa perlu penyederhanaan asumsi atau penggunaan teknik yang rumit. Selain mempercepat perhitungan numerik, dengan komputer kita dapat mencoba berbagai kemungkinan solusi yang terjadi akibat perubahan beberapa parameter dan kriteria error. MATLAB adalah sebuah lingkungan komputasi numerikal dan bahasa pemrograman komputer generasi keempat. Dikembangkan oleh The MathWorks, MATLAB memungkinkan manipulasi matriks, pem-plot-an fungsi dan data, implementasi algoritma, pembuatan antarmuka pengguna, dan peng-antarmuka-an dengan program dalam bahasa lainnya. Meskipun hanya bernuansa numerik, sebuah kotak kakas (toolbox) yang menggunakan mesin simbolik MuPAD, memungkinkan akses terhadap kemampuan aljabar komputer. Sebuah paket tambahan, Simulink, menambahkan simulasi grafis multiranah dan Desain Berdasar-Model untuk sistem terlekat dan dinamik. Pada tahun 2004, MathWorks mengklaim bahwa MATLAB telah dimanfaatkan oleh lebih dari satu juta pengguna di dunia pendidikan dan industri.

MATLAB (yang berarti "matrix laboratory") diciptakan pada akhir tahun 1970-an oleh Cleve Moler, yang kemudian menjadi Ketua Departemen Ilmu Komputer di Universitas New Mexico. Ia merancangnya untuk memberikan akses bagi mahasiswa dalam memakai LINPACK dan EISPACK tanpa harus mempelajari Fortran. Karyanya itu segera menyebar ke universitasuniversitas lain dan memperoleh sambutan hangat di kalangan komunitas matematika terapan. Jack Little, seorang insinyur, dipertemukan dengan karyanya tersebut selama kunjungan Moler ke Universitas Stanford pada tahun 1983. Menyadari potensi komersialnya, ia bergabung dengan Moler dan Steve Bangert. Mereka menulis ulang MATLAB dalam bahasa pemrograman C, kemudian mendirikan The MathWorks pada tahun 1984 untuk melanjutkan pengembangannya. Pustaka yang ditulis ulang tadi kini dikenal dengan nama JACKPAC. Pada tahun 2000, MATLAB ditulis ulang dengan pemakaian sekumpulan pustaka baru untuk manipulasi matriks, LAPACK. MATLAB pertama kali diadopsi oleh insinyur rancangan kontrol (yang juga spesialisasi Little), tapi lalu menyebar secara cepat ke berbagai bidang lain. Kini juga digunakan di bidang pendidikan, khususnya dalam pengajaran aljabar linear dan analisis numerik, serta populer di kalangan ilmuwan yang menekuni bidang pemrosesan citra. (Hanselman & Littlefield)

A. TUJUAN
Adapun tujuan dari penyusunan laporan ini adalah untuk menambah wawasan dan pengetahuan penyusun tentang penyelesaian metode numerik dengan menggunakan program Matlab.

B. Rumusan Masalah
Bagaimana menyelesaikan metode numerik dengan menggunakan program matlab? Bagaimana mengaplikasikan interpolasi dalam berbagai permasalahan yang diberikan dengan mengguanakan program komputer? Apa perbandingan antara aturan komposisi trapesium dan Simpson?

D. MANFAAT
Dapat memahami beberapa metode penyelesaian persamaan atau mencari akar persamaan non linier.

BAB II HASIL PRAKTIKUM

A.Penyelesaian Persamaan Nonlinier


1.

Metode Bisection (Bagi Dua)

Tujuan Praktikum 1. Memahami beberapa metode penyelesaian persamaan atau mencari akar persamaan non linier khususnya menggunakan metode bagi dua. 2. Dapat menggunakan metode tersebut untuk menyelesaikan masalah yang diberikan. Metode Numerik

Dasar Teori Metode Bisection atau disebut juga dengan metode bagi dua merupakan salah satu jenis metode pencarian instrumental dimana selang/range selalu dibagi dua atau membagi range menjadi 2 bagian. Ide awal metode ini adalah metode table, dimana suatu area dibagi menjadi N bagian. Pada Metode Bisection ini jika suatu fungsi berubah tanda pada suatu selang, maka nilai fungsi dihitung pada titik tengah, kemudian lokasi akar ditentukan sebagai titik tengah selang bagian terjadinya perubahan tanda.

Metode ini melakukan pengamatan terhadap nilai f(x) dengan berbagai nilai x, yang mempunyai perbedaan tanda. Taksiran akar diperhalus dengan cara membagi 2 pada interval x yang mempunyai beda tanda tersebut.
Prinsip dari Metode Bisection adalah: membagi range menjadi 2 bagian, dari dua bagian ini dipilih bagian mana yang mengandung akar dan membuang bagian yang tidak mengandung akar. Hal ini dilakukan berulang-ulang hingga diperoleh akar persamaan. Berikut adalah langkah-langkah dalam menyelesaikan Metode Bisection (metode bagi dua), yaitu : Langkah 1 : Pilih a sebagai batas bawah dan b sebagai batas atas untuk taksiran akar sehingga terjadi perubahan tanda fungsi dalam selang interval. Langkah 2 : Taksiran nilai akar baru yaitu c Langkah 3 : Menentukan daerah yang berisi akar fungsi: jika |f(c)| toleransi, maka harga c adalah harga x yang dicari, bila tidak dilanjutkan ke tahap 4. 8

Langkah 4 : Jika f(c) > 0, maka a baru = a dan b baru = c, sehingga daerah akar fungsi a < x < c. Jika f(c) < 0, maka a baru = c dan b baru = b, sehingga daerah akar fungsi c < x < b. Kemudian kembali ke tahap 2.

ALGORITMA
Masukan : f(x),a,b dan epsilon Keluaran : akar

Langkah-langkah
1. bman;cmbm 2. untuk iterasi=1,2, ,m untuk i=m-1,m-2, ,1 biai+ 3. fa.fb<0 4. Ta+b2 5. jika fa.fT<0 berarti akar berada pada selang a,Tmaka bT, jika tidak aT 6. jika b-aepsilon maka estimasi akar :=T. selesai 7. Ulangi kembali ke langkah 1

ye Flowchart Metode nBisection Soal1 s o

Selesa ht1,ht2= t0=t tc=aka t1=t Mul Definisi i Fungsi 0 r c 2 ai

tr,t a

H 3

10

ye Flowchart Metode nBisection Soal2 s o

Selesa ht1,ht2= t0=t tc=aka t1=t Mul Definisi i Fungsi 0 r c 2 ai

zr, z

H= 10

11

Listing Program Metode Bagi Dua

12

Fungsi Soal 1

Output Program
13

14

Fungsi Soal 2

Output Program
15

16

1. Metode Newton Raphson dan Secant


Tujuan
1. Memahami Secant 2. Dapat menggunakan metode tersebut untuk menyelesaikan diberikan. masalah yang beberapa metode penyelesaian persamaan atau mencari akar persamaan linier khususnya menggunakan metode Newton Raphson dan

Dasar Teori Metode Newton Raphson


Metode newton Raphson adalah metode pendekatan yang menggunakan satu titik awal dan mendekatinya dengan memperhatikan slope atau gradient pada titik tersebut. Titik pendekatan n+1 dituliskan sebagai berikut:
Xn+1=xn-F(xn)F1(xn)

Newton Raphson ini menggunakan fungsi derivatif (turunan) sebagai fungsi garis singgung. Hal lain yang harus diperhatikan adalah bahwa Metode Newton Raphson ini memberikan beban tambahan kepada penggunanya, karena adanya keharusan menghitung fungsi turunan f (x)n di setiap iterasi (titik xn ). Hal ini merupakan salah satu kekurangan dari metode ini, mengingat tidak semua fungsi dapat diturunkan atau mempunyai turunan pada suatu interval yang kontinu. Kekurangan lainnya adalah penetapan harga awal sulit dan tidak selalu menemukan akar (divergen). Sedangkan keunggulan metode ini adalah memiliki laju konvergensi kuadratik, sehingga metode ini lebih cepat untuk konvergen menuju akar pendekatan daripada metode lain yang memiliki laju konvergensi linear. Pada dasarnya, algoritma metode Newton untuk mencari akar suatu fungsi f(x) dimulai dengan menentukan nilai awal iterasi terlebih dahulu, misalkan x = a. Pada setiap iterasi, metode Newton ini akan mencari suatu nilai katakanlah b yang berada pada sumbu-x. Nilai b ini diperoleh dengan menarik garis singgung fungsi f(x) di titik x = a ke sumbu-x. Dibawah ini adalah langkah-langkah penyelesaian dengan Newton Raphson : 1. Definisikan fungsi f (x) dan f (x)
17

2. Tentukan toleransi error (e) dan iterasi maksimum (n) 3. Tentukan nilai pendekatan awal x0 4. Hitung f (x0) dan f (x0) 5. Hitung nilai x1 = x0 - dan selanjutnya yaitu 6. Untuk iterasi i = 1 s/d n, hitung f (X i+1) dan f (X i+1) 7. Akar persamaannya adalah x terakhir yang diperoleh. Beberapa permasalahan pada Metode Newton Raphson antara lain :
a. b.

Metode ini tidak dapat digunakan ketika titik pendekatannya berada pada titik ekstrim atau titik puncak, karena pada titik ini nilai f (x) = 0. Metode ini menjadi sulit atau lama mendapatkan penyelesaian ketika titik pendekatannya berada di antara dua titik stasioner

Solusi akar (atau akar-akar) dengan menggunakan Metode Newton-Raphson, secara sederhana, dapat diturunkan dari geometri gambar di bawah ini:

Gambar. Representasi garis tangent pada metode Newton-Raphson.

Garis tangent yang dimaksudkan pada Gb. di atas adalah garis AC, yang berarti juga bahwa tangent dari CAB (sudut CAB) dapat dituliskan sebagai berikut: tan( CAB) = CB AB
18

Bila diperhatikan pada gambar di atas, maka akan diperoleh kesamaan-kesamaan berikut: CB = f (xn ) 0 = f (xn ) AB = xn xn+1, dan tan(< CAB)= f ' ( xn) Sehingga, persamaan tan( CAB) dapat ditulis kembali sebagai:
f'xn=f(xn)xn-xn+1

atau setelah disusun-ulang, akan diperoleh formula rekursif dari Metode Newton-Raphson:
xn+1=xn-fxnf'xn

ALGORITMA METODE NEWTON RAPHSON


Masukan : f(x),f(x),x0, epsilon dan m (banyaknya iterasi) Keluaran : akar

Langkah-langkah
1. 2. 3. 4. 5.

Definisikan terlebih dahulu fungsi dan turunan fungsinya . Jika f(x)=0 maka proses gagal. Selesai Jika tidak, xr :=x0 f(x0)f'(x) Jika |xr-x0xr| epsilon maka akar :=xr. Selesai satu iterasi Ulangi iterasi dengan mengambil x0 :=xr

H=5t2-30t+20 ti+1-ti<eps H'=10t-30 Ti=ti+1

Selesai Flowchart Metode Newton Raphson Soa Mulai Ti+1=akar

Max

19

Flowchart Metode Newton Raphson Soal2

20

H=z3-11z2+39z-105 Mulai z0,zi+1 Max iter=10 dan eps=0,00001

zi=zi+1 Selesai

zi=zi+1

zi+1-zi<eps

Listing Program

21

Fungsi soal 1

22

Output Program

Fungsi Soal 2

23

Output Program

24

METODE SECANT Dasar Teori


Metode Secant, memiliki kemiripan persamaan rekursif yang sangat dekat dengan Metode Newton-Raphson. Namun demikian, perbedaan yang paling mencolok dari keduanya adalah dalam hal cara mereka menghitung turunan fungsi y = f (x), yaitu: metode NewtonRaphson menghitung turunan fungsi dengan cara analitis , sedangkan Metode Secant menghitung turunan fungsi dengan pendekatan numeris. Oleh sebab itulah, Metode Secant ini tidak ada pilihan lagi mengharuskan para penggunakan untuk menebak 2 buah (sembarang) harga x-awal yang berbeda. Sesuai dengan namanya, Metode Secant bekerja berdasarkan GARIS SECANT (garis busur) yang menghubungkan 2 titik pada kurva y = f (x), sedemikian rupa sehingga secara geometris akan terbentuk kesebangunan segitiga dan kemudian daripadanya dapat dihitung suatu titik pendekatan baru pada kurva y = f(x) yang mendekati akar atau jawaban eksaknya dan kemudian dari titik yang baru ini ditarik lagi suatu garis secant yang baru yang berhubungan dengan salah satu titik awal yang tempat kedududkannya lebih dekat ke arah akar eksaknya, demikian proses rekursif tersebut dilakukan secara berulang (iteratif) sehingga diperoleh suatu akar yang paling mendekati akar eksaknya sesuai dengan kriteria yang ditentukan. (Metode Secant untuk Solusi PANLT) Solusi akar (atau akar-akar) dengan menggunakan Metode Secant, secara sederhana, dapat diturunkan dari representasi grafis di bawah ini:

25

Gambar. Representasi grafis untuk Metode Secant.

Perhatikan Gb. di atas, maka kesebangunan segitiga yang terbentuk adalah perbandingan berikut:
xn+1xn-fxnxn-xn-1fxn-f(xn-1)

Algoritma Metode Secant Masukan : xn,xn-1,f(x),x, epsilon dan m (banyaknya iterasi) Keluaran : akar

Langkah-langkah
1. Masukkan 2 tebakan awal. 2. Jika f beda hingga = 0 maka proses gagal. Selesai 3. Jika tidak, xn+1xn-fxnxn-xn-1fxn-f(xn-1) 4. Jika |xn+1-xnxn+1 epsilon maka akar := xn+1. Selesai 5. Ulangi iterasi dengan mengambil xn:=xn+1 hingga galat epsilon

atau sesuai jumlah iterasi.

26

Flowchart metode secant soal 1

Selesa Toleransi error (Tk-tk- T k,tk-1 Iter>max Max Tk+1=tk.Ftk(tk. tk-1)F H=5t2Mul Max i terpenuhi 1)tkeps iter iter 1) 30t+20 ai

eps=0

Selesa Mul Max error(Zk-zk- zzk-1) Toleransi Iter>max Zk+1=zk.Fzk(zk. k,zk-1 Flowchart m Max i iter 1) ai terpenuhi 1)zkeps iter

eps=0

27

Listing Program

Fungsi Soal 1

28

Output

29

Fungsi Soal 2

30

Output program

31

A. INTERPOLASI
1. Interpolasi Linier

Tujuan Praktikum 1. Dapat memahami Interpolasi Linier. 2. Dapat mengaplikasikan interpolasi linier dalam berbagai permasalahan yang diberikan dengan menggunakan program komputer. Dasar Teori Metode ini dikenal juga dengan metode false position, metode ini ada untuk menutupi kekurangan pada metode setengah interval yang mudah tetapi tidak efisien (untuk mendapatkan hasil yang mendekati nilai eksak diperlukan langkah iterasi cukup panjang). Dengan metode ini nilai akar dari suatu fungsi dapat lebih cepat diperoleh daripada dengan metode setengah interval, metode ini didasarkan pada interpolasi antara dua nilai dari fungsi yang mempunyai tanda berlawanan. Mula-mula dicari nilai fungsi untuk setiap interval yang sama hingga didapat dua x, nilai fungsi f (xi) dan f (xi + 1) berurutan dengan tanda berlawanan. Kedua nilai fungsi tersebut ditarik garis lurus hingga terbentuk suatu segitiga, dengan menggunakan sifat segitiga sebangun didapat persamaan berikut:

=
x i + 1 x xi + 1 xi f ( xi + 1 ) f ( xi + 1 ) f ( xi )

x = xi + 1
f ( xi + 1 ) f ( xi + 1 ) f ( xi )

(xi + 1 xi)

32

Gambar Metode interpolasi linier

Nilai fungsi untuk setiap interval x, digunakan untuk menghitung nilai fungsi f (x) yang kemudian digunakan lagi untuk interpolasi linier dengan nilai f (xi) atau f (xi didapat mendekati nol.
+ 1

) sedemikian

sehingga kedua fungsi mempunyai tanda berbeda, prosedur ini diulang sampai nilai f (x) yang

Contoh soal:
1) Hitung salah satu akar dari persamaan berikut ini: f (x) = x3 + x2 3x 3 = 0. Penyelesaian: Langkah pertama adalah menghitung nilai f (x) pada interval antara dua titik sedemikian sehingga nilai f (x) pada kedua titik tersebut berlawanan tanda. Dihitung nilai f (x) pada interval antara dua titik, misalnya x = 1 dan x = 2. Untuk x1 = 1; f (x1 = 1) = (1)3 + (1)2 3(1) 3 = 4. Untuk x2 = 2; f (x2 = 2) = (2)3 + (2)2 3(2) 3 = 3.

Dengan menggunakan persamaan (3.2), didapat:


x = xi + 1 f ( xi + 1 ) f ( xi + 1 ) f ( xi ) (xi + 1 xi) = 2 3 [3 (4)] (2 1) = 1,57142.

33

f (x) = (1,57142)3 + (1,57142)2 3(1,57142) 3 = 1,36449. Karena f (x) bertanda negatif maka akar terletak antara x = 1,57142 dan x = 2, selanjutnya dihitung nilai x: x = 2 3 [3 (1,36449)] (2 1,57142) = 1,70540.

f (x) = (1,70540)3 + (1,70540)2 3(1,70540) 3 = 0,24787. Dengan menggunakan pemrograman komputer, hasil hitungan tersebut diatas ada pada tabel dan didapat pada iterasi ke 7, yaitu x = 1,73205.
Tabel Hasil hitungan metode interpolasi linier I 1 xi 1.0000 0 2 1.5714 3 3 1.7054 1 4 1.7278 8 5 1.7314 1 6 1.7319 5 7 1.7320 4 xi + 1 2.0000 0 2.0000 0 2.0000 0 2.0000 0 2.0000 0 2.0000 0 2.0000 0 x 1.5714 3 1.7054 1 1.7278 8 1.7314 1 1.7319 5 1.7320 4 1.7320 5 f (xi) 4.00000 1.36443 0.24774 0.03934 0.00611 0.00094 0.00014 f (xi + 1) 3.0000 0 3.0000 0 3.0000 0 3.0000 0 3.0000 0 3.0000 0 3.0000 0 f (x) 1.36443 0.24774 0.03934 0.00611 0.00094 0.00014 0.00002

34

Algoritma Interpolasi Linier


Masukan : xi, f(xi), x ; i = 1, 2, , n keluaran : ilinier Langkah-langkah
1. Untuk i = 1, 2, masukan xi dan f(xi) 2. Beda terbagi : = f(x2)-f(x1)x2-x1 3. Ilinier : = f(x1) + Beda terbagi x ( x x1)

Fx=fx0+fx1-fx0x1-x0.(x-x0)

X0,x,x1

Mulai Selesai

Flowchar

Fx=fx0+fx1-fx0x1-x0.(x-x0)

X0,x,x1

Mulai Selesai

Flo

Listing Program

35

Fungsi Soal 1

Output Program
36

Fungsi soal 2

Output Program
37

1. Interpolasi Lagrange Tujuan Praktikum 1. Dapat memahami Interpolasi Langrange beserta keuntungan dan kerugiannya. 2. Dapat mengaplikasikan Interpolasi Langrange tersebut dalam berbagai permasalahan yang diberikan dengan menggunakan program komputer.

Dasar Teori Interpolasi Lagrange sangat dikenal dalam metode numerik, karena menggunakan fungsi dalam bentuk polinomial. Dari sekumpulan data berpasangan yang ada, dapat diketahui dengan pasti fungsi yang melalui titik-titik tersebut. Dengan menggunakan Matlab dibuat aplikasi untuk membantu proses pencarian fungsi yang dimaksud. Titik-titik yang diketahui haruslah merupakan bilangan real, dalam bidang datar. Berdasarkan fungsi ini dapat diprediksikan nilai

38

selanjutnya untuk kasus yang ada. Interpolasi banyak digunakan untuk memprediksi nilai data berpasangan. Interpolasi Lagrange diterapkan untuk mendapatkan fungsi polinomial P(x) berderajat tertentu yang melewati sejumlah titik data. Misalnya, kita ingin mendapatkan fungsi polinomial berderajat satu yang melewati dua buah titik yaitu (x0, y0) dan (x1, y1). Rumus yang digunakan untuk interpolasi Lagrange adalah sebagai berikut

Algoritma Interpolasi Linier


Masukan : n, xi, f(xi), x ; i:= 0, 1, 2, . . ., n Keluaran : perkiraan langrange (plag) Langkah-langkah 1. Plag := 0
2. Untuk i := 0,1,2 , ,n 3. Jika j I,faktor := factor. x-xjxi-xj 4. Plag :=plag + faktor . f(xi)

39

Fx=k(x)k(xk)=fk

Mula i

Sele Factor := 1 sai J:=1,2,3,4,5,6

Jika j tidak sam Faktorfakto

40

Fx=k(x)k(xk)=fk

Mula i

Sele sai

Factor := 1 J:=1,2,3,4

Jika j tidak sam Faktorfakto

41

Listing Program

42

Output soal 1

43

Output Soal 2

44

1. Interpolasi Beda Terbagi Newton Tujuan Praktikum


1. Dapat memahami Interpolasi beda terbagi newton.

2. Dapat mengaplikasikan interpolasi beda terbagi newton tersebut dalam berbagai permasalahan yang diberikan dengan menggunakan program komputer.

Dasar Teori
Basis polinomial Newton, , didefinisikan oleh:

dengan konvensi sebagai berikut:

Lagi pula

45

Dasar Newton adalah dasar

, ruang polinomial gelar paling banyak sebesar

Memang, mereka merupakan sebuah eselon derajat set

polinomial. Polinomial

interpolasi Newton derajat adalah:

terkait dengan pembagian yang

dimana

Kita akan melihat bagaimana untuk menentukan koefisien

dalam bagian berikut

berhak perbedaan dibagi. Polinomial interpolasi Newton derajat memberikan:

, Dievaluasi pada

46

Secara umum, ditulis:

disebut orde nol dibagi perbedaan. Polinomial interpolasi Newton derajat

dievaluasi pada

, memberikan:

Karenanya

disebut

. Order dibagi perbedaan. Polinomial interpolasi Newton derajat

Dievaluasi pada

, memberikan:

Oleh karena itu:

47

Bentuk umumnya pilihan berikut:

Karenanya

disebut

. Order dibagi perbedaan. Dengan kambuh, kita memperoleh:

demikian disebut

. Order dibagi perbedaan. Dalam prakteknya, ketika kita

ingin menentukan berikut

. Order dibagi perbedaan

misalnya, kita perlu kuantitas

48

Karenanya

Biarkan

dan

merupakan permutasi dari

. Kemudian

Algoritma Interpolasi Beda Terbagi Newton


Masukan : n, xi, f(xi), z, epsilon ; i = 1, 2, , n Keluaran : perkiraan bagi (pbagi) Langkah-langkah bo : = f(xo) pbagi :=bo faktor :=i Untuk i :=1,2,,n lakukan bi := f(xi) untuk j :=i-1,,0 lakukan
bj= bj+1-bxi-xj

faktor := faktor (z xi-1) suku :=bofaktor pbagi := pbagi + suku Jika sukuepsilon ,selesai

49

Selesai interpolasi linier beda terbagi newton

Suku;=b0.factor x0,x1,x2, p.bagi= Fx=1666.7x jika F Bj;=bj+1-b Bi=fx1 MulFlowchart Interpolasi Bed 2617.2 Xi-xj pbagi+suku 1 Untuk i1,2, , ai Untuk j=i-1,1-2, , n 0

50

Listing Program

51

Output soal 1

52

Output Soal 2

53

A. INTEGRASI NUMERIK 1. Aturan Trapesium


Tujuan Praktikum 1. Dapat memahami aturan trapesium untuk menyelesaikan integral. 2. Dapat menggunakan aturan Trapesium untuk menyelesaikan permasalahan yang diberikan. Dasar Teori Pada metode pertama, kami akan perkiraan trapesium terbentuk di bawah ini. oleh mendekati grafik fungsi

dengan garis lurus. Itu berarti bahwa kita mendekati daerah di bawah grafik y = f (x) oleh

Luas trapesium adalah luas persegi panjang ditambah luas segitiga tersebut. Itu berarti pendekatan kita adalah

Tentu saja, kita tidak bisa berharap ini menjadi pendekatan yang baik. Namun, kami dapat mematahkan wilayah [a, b] menjadi potongan-potongan yang lebih kecil dan menerapkan pendekatan pada masing-masing bagian. Pada bagian-bagian yang lebih kecil, grafik terlihat lebih dan lebih seperti garis lurus sehingga pendekatan harus memperbaiki.
54

Mari kita memilih beberapa n bilangan bulat positif dan memecahkan [a, b] menjadi n

potongan yang sama. Luas masing-masing bagian adalah

Kami akan label poin didefinisikan oleh sub-interval dengan xi dan panggilan yi = f (xi) . Jika kita dengan perkiraan luas di bawah grafik oleh daerah trapezoids, kami telah

Trapesium Sum Pendekatan trapesium dari oleh Trapesium Sum = 1 2 [F (x 0) + 2f (x 1) + ... + 2f (x n - 1) + f (x n)] x
a, b

f (x) dx terkait dengan partisi a = x 0 <x 1 <... n x <= b diberikan

Algoritma Aturan Trapesium


Masukan : a, b, n, f(x) Keluaran : A (Luas daerah) Langkah-langkah
1. h(b-a)n

2. jsisi := 0 3. Untuk i := sampai n-1 lakukan


55

xa+h*i+1 jsisi :=jsisi+fx jsisih2fa+fb+2*jsisi S=h2(fa+fb+2fxi) H= b-an Mulai

Selesai

Masukkan X(i)= a+hi

I=1,2,,n-1

Listing Program

56

Fungsi

Output
57

1. Aturan Simpson
Tujuan Praktikum 1. Dapat memahami aturan komposisi simpson untuk menyelesaikan integral. 2. Dapat menggunakan aturan simpson untuk menyelesaikan permasalahan yang diberikan. 3. Dapat membandingkan aturan komposisi trapesium dan simpson.
Dasar Teori

Di samping menggunakan rumus trapesium dengan interval yang lebih kecil, cara lain untuk mendapatkan perkiraan yang lebih teliti adalah menggunakan polinomial order lebih tinggi untuk menghubungkan titik-titik data. Misalnya, apabila terdapat satu titik tambahan di antara f (a) dan f (b), maka ketiga titik dapat dihubungkan dengan fungsi parabola (Gambar a). Apabila terdapat dua titik tambahan dengan jarak yang sama antara f (a) dan f (b), maka keempat titik tersebut dapat dihubungkan dengan polinomial order tiga (Gambar b). Rumus

yang dihasilkan oleh integral di bawah polinomial tersebut dikenal dengan metode (aturan) Simpson.

58

Aturan Simpson dibentuk oleh aproksimasi kurva umum dengan parabola.

Parabola adalah grafik fungsi kuadrat

dan begitu tiga buah informasi

yang diperlukan untuk menentukan koefisien a, b , dan c . Ini berarti harus menggunakan data

tiga titik data

untuk memperbaiki parabola tersebut.

Lebar

masing-masing dua interval adalah pendekatan tersebut

. Dengan sedikit bekerja, Anda akan menemukan

Ini adalah Aturan Simpson dengan satu langkah. Lebih umum lagi, kita dapat mematahkan interval menjadi beberapa bagian dan menerapkan Peraturan Simpson pada interval masingmasing. Sebagai contoh, untuk menggunakan langkah-langkah n, mematahkan [a, b] ke 2n

potong, masing-masing lebar

Hubungi koordinat

dan

biarkan

Kemudian kita memiliki

59

Ini adalah ide yang sama dengan Peraturan Trapezoidal tetapi Anda melihat bahwa algoritma yang sedikit berbeda. Di dalam jumlah tersebut, endpoint yang berbobot sekali, sedangkan nilai aneh y adalah weigted empat kali dan bahkan nilai-nilai y di tengah adalah tertimbang dua kali.

Algoritma Aturan Simpson


Masukan : a, b, n, f(x) Keluaran : Luas Langkah-langkah
1. definisikan fungsi F(x) 2. input a, b, n 3. dinyatakan xo = a dan luas = 0

dengan menggunakan rumus x1 = xo + 2h x2 = x1 + 2h Luas = Luas + ( 2n/3 ) (f(xo) + 4f(x1) + f(x2)) hingga x2 = b maka integral dari F(x) adalah Luas

60

H= bMulai Selesai Nilai f(a) dan X(i)= an a+h*i f(b)

Masukkan nilai Flowchar f(x)

I=1,2,,n1

Listing Program

61

Fungsi

62

Output

63

BAB III PENUTUP A. Kesimpulan

Dalam pembelajaran kali ini dapat disimpulkan bahwa Tidak semua permasalahan matematis atau perhitungan dapat diselesaikan dengan mudah. Dibutuhkan metode yang menggunakan analisis-analisis pendekatan persoalan non linier untuk menghasilkan nilai yang diharapkan. Kesulitan menggunakan metode analitik untuk mencari solusi exact dengan jumlah data yang besar, diperlukan perhitungan komputer, metode numerik menjadi penting untuk menyelesaikan permasalahan ini. 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 Menyelesaikan masalah Metode Numerik dengan menggunakan pendekatanpendekatan analisis matematis dengan tambahan grafis dan teknik perhitungan yang mudah menggunakan salah satu program computer yaitu MATLAB adalah salah satu alternatif dalam menyelesaikankan masalah matematika yang berhubungan dengan banyak angka yang tidak dapat di kerjakan secara manual oleh manusia. B. Saran Semoga laporan ini bisa bermanfaat bagi yang membutuhkan dan yang telah membacanya. Apabila masih terdapat kesalahan dalam teori atau kesalahan lainya baik sengaja ataupun tidak sengaja, penulis ucapkan beribu maaf karena tidak ada manusia yang sempurna. Oleh karena itu penulis mengharapkan kritik dan saran dari pembaca. Semoga yang penulis harapkan dari Laporan praktikum metode numerik ini dapat terwujud dan bermanfaat bagi pengetahuan amin.

Daftar Pustaka
64

Chapra, S.C., and Canale, R.P., Numerical Methods for Engineers, McGraw-Hill, 1998 Morris,J.L., Computational Methods in Elementary Numerical Analysis, Wiley, 1983 Nakamura, S., Applied Numerical Methods in C , Prentice-Hall Inc. 1993 Agustina Dian dan Sriliana Idhia, Modul Praktikum Metode Numerik, Bengkulu 2010

65