Modul 4

Seri Matematika Terapan untuk S2
Modul 4:
Solusi Persamaan Aljabar Non-Linier Tunggal (PANLT)

dengan Metode-Metode Newton-Raphson, Secant, dan Aitken
A. Definisi Persamaan Aljabar Non-Linier Tunggal
Persamaan Aljabar Non-Linier Tunggal atau PANLT

merupakan suatu fungsi sembarang atau persamaan aljabar yang
terbentuk berdasarkan proyeksi ‘fungsional’ variabel bebasnya
(pada sumbu datar, absis) pada variabel terikatnya (pada sumbu
tegak, ordinat):
y ( x) ≡ f ( x)
Sedangkan problem utama yang dijumpai dalam pencarian akar

suatu PANLT adalah: ‘perpotongan’ persamaan (kurva) itu dengan
sumbu datar pada titik α (sehingga akarnya disebut juga sebagai
α), dan pada saat yang bersamaan fungsi f(x) tersebut juga
mencapai ‘nilai nol’nya. Bentuk umum PANLT ini dapat dituliskan
sebagai:
f ( x) = 0
Berbagai teknik telah dikembangkan untuk pencarian akar (atau

akar-akar) dari suatu PANLT dengan bentuk umum seperti di atas.
Bebarapa di antaranya dapat dikelompokkan dalam metode-metode
berikut:
1. ‘Metode Titik Tetap’ (fixed-point), yaitu suatu metode

pendekatan numeris yang terbentuk dari reorganisasi PANLT
sedemikian rupa sehingga dihasilkan 2 buah fungsi, di sisi yang
satu hanya mengandung variabel bebasnya saja sedangkan di
Intellectual Property of DR. Ir. Setijo Bismo, DEA., TGP-FTUI Modul 4 – Solusi Sistem Persamaan Aljabar Non-Linier Tunggal (PANLT) (1/1)
sisi lainnya berbentuk g(x), suatu fungsi dalam bentuk yang

lain. Metode ini memerlukan 1 (satu) buah harga x (disebut
sebagai x-awal) sebagai ‘tebakan’ untuk memulai proses iterasi.
Karena sifatnya yang kurang praktis, bahkan tidak efisien dan
juga lambat dalam mencapai konvergensi, maka metode ini
tidak akan dibicarakan lebih lanjut dalam kuliah ini.
2. ‘Metode Bidang Bebas’ atau lebih spesifik lagi disebut sebagai

‘Metode Bidang Paruh’ (Bisection). Prinsip dari metode ini
adalah “pemaruhan” (nilai rata-rata) dari nilai estimasi akar
suatu PANLT yang dibentuk dengan cara ‘menebak’ 2 buah
harga awal pada interval [a,b] yang bertempat-kedudukan
‘mengapit’ (di kiri dan kanan) akar atau jawab yang sebenarnya.
Metode ini pada umumnya memerlukan 2 (dua) buah tebakan
untuk harga-harga x-awal (x0 dan x1).
3. ‘Metode Tangent’ atau yang dikenal sebagai Metode Newton

atau Metode Newton-Raphson, yang dihasilkan dari ekspansi
f(α) sampai suatu harga x tertentu (xn) menggunakan deret
Taylor, dengan cara mengabaikan term order (α - xn)2 atau yang
lebih tinggi. Alternatif lain, penurunan tersebut juga dapat
dilakukan secara geometris, yang akan dijelaskan lebih lanjut
pada bagian awal dari modul 4 ini.
4. ‘Metode Secant’, yang terbentuk dari pendekatan melalui ‘garis

secant’ (garis busur) di sekitar jawab atau akar persamaan α. Di
sisi lain, metode ini sebenarnya bentuk atau ‘varian numeris’
dari bentuk turunan yang dipersyaratkan oleh Metode Newton
Raphson. Metode ini akan dijelaskan lebih jauh di modul ini.
5. Metode Delta-Kuadrat ( ∆2 ), yang dikembangkan karena

adanya divergensi, kendala waktu pencapaian konvergensi dan
juga waktu perhitungan fungsi. Yang termasuk dalam keluarga
metode ini adalah metode-metode Aitken, Shanks, dan
Steffensen).
Pengembangan Metode Secant, Metode Aitken, dan varian-

variannya menjadi lebih intensif dan meluas terutama untuk solusi
SPANL (sistem persamaan aljabar non-linier) yang akan dibahas
pada Modul 5.
Fokus utama pembahasan pada Modul 4 ini adalah pada metode-

metode Newton-Raphson, Secant, dan Aitken, karena metode-
metode ini juga menjadi sangat penting pemanfaatannya pada
solusi SPANL.
B. Solusi Pendekatan Garis Tangent untuk PANLT
Metode solusi PANLT yang paling dikenal adalah Metode

Newton-Raphson yang prinsipnya bekerja berdasarkan GARIS
TANGENT (garis singgung) yang menyinggung kurva y = f (x)
di suatu titik dalam kurva, sedemikian rupa sehingga akar dari garis
lurus yang terbentuk dapat digunakan untuk melakukan pendekatan
pada akar eksak dari PANLT (α atau x*) yang dimaksud. Metode
ini dikenal juga sebagai Metode Newton-Raphson, yang
kinerjanya relatif paling cepat dalam mencapai konvergensi, karena
memiliki laju konvergensi kuadrat. Namun, agar supaya metode
ini dapat bekerja dengan baik, harus dipenuhi beberapa persyaratan
berikut:
ð Diperlukan SATU HARGA AWAL (dapat berupa tebakan), dan
tebakan harga awal tersebut tidak menyebabkan harga fungsi
menjadi tak berhingga (∞),
ð Persamaan y = f (x) mempunyai turunan yang dapat disebut
sebagai y ' = f ' ( x) dan harus kontinyu di daerah domain jawab,
ð Turunan fungsi tersebut tidak berharga nol, y ≠ 0 , pada harga
'
xk (pada iterasi ke-k) yang diinginkan,
ð Kriteria penghentian iterasi dilakukan bilamana SALAH SATU

syarat berikut telah dipenuhi:
(a). Selisih harga xk (pada iterasi terbaru) dengan xk-1 (pada
iterasi sebelumnya) lebih kecil atau sama dengan harga ε,
atau dapat dituliskan sebagai:
∆xk ≤ ε , atau
(b). Harga fungsi f(xk) (dengan menggunakan harga x pada

iterasi terbaru) sudah sangat kecil dan menuju nol atau
dapat dikatakan juga lebih kecil atau sama dengan harga ε,
yang dapat dituliskan sebagai:
f ( xk ) ≤ ε
Solusi akar (atau akar-akar) dengan menggunakan Metode Newton-

Raphson seperti di atas, secara sederhana, dapat diturunkan dari
geometri gambar di bawah ini:
Gambar 4.1. Representasi garis tangent pada metode Newton-Raphson.
Garis tangent yang dimaksudkan pada Gb. 7.1. di atas adalah garis
AC, yang berarti juga bahwa tangent dari ∠ CAB (sudut CAB)
dapat dituliskan sebagai berikut:
CB
tan(∠ CAB) =
AB
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:
f ( xn )
xn +1 = xn −
f ' ( xn )
Formula rekursif di atas juga dapat diperoleh dengan cara

pengembangan pengembangan deret Taylor pada titik xn, sebagai
berikut:
f (x ) = f ( xn ) + ( x − xn ) ⋅ f ( xn ) + ' ( x − xn )2 f " (ξ ) + L
2
dengan ξ berada di antara x dan xn. Kemudian, pada saat tercapai
solusi eksak, atau x = α , yang berarti juga bahwa f ( x) = 0 , maka
akan deperoleh rumus rekursif berikut:
f ( xn ) (α − xn )2 ⋅ f " (ξ n )
α = xn − − −L
f ( xn )
' 2 f ( xn )
Dari persamaan di atas, jika iterasi masih atau sedang berlangsung

maka formula Newton-Raphson yang lengkap (dengan formula
sesatannya) akan diperoleh sebagai berikut:
f ( xn )  (α − xn )2 f " (ξ n ) 
xn +1 = xn − −  ⋅ + L
f ' ( xn )  2 f ( xn ) 
 (α − x n )2 f " (ξ n ) 
Term  ⋅ + L merupakan term ‘ketelitian’ dari
 2 f (xn ) 
formula rekursif perhitungan yang dikembangkan dari deret Taylor,
namun dengan alasan bahwa term tersebut juga sekaligus berperan
sebagai sesatan (error) dari formula Newton-Raphson, maka
Metode Newton-Raphson tersebut di atas sekaligus dapat dikatakan
memiliki LAJU KONVERGENSI KUADRATIS, karena adanya
term (α − xn )2 .
B1. Algoritma Metode Newton-Raphson
Berbeda dengan metode-metode sebelumnya, bahkan berbeda

dengan Metode Secant yang akan dibahas pada Modul 8, Metode
Newton-Raphson ini hanya membutuhkan ‘tebakan’ 1 buah harga
awal yang seharusnya terletak di sekitar DOMAIN JAWAB (secara
intuitif) nilai akar α, sedemikian rupa sehingga formula tersebut
konvergen (menuju ke titik jawab).
Hal lain yang harus diperhatikan adalah bahwa Metode Newton-
Raphson ini memberikan beban tambahan kepada penggunanya,
karena adanya keharusan menghitung fungsi turunan f ' ( xn ) , di
setiap iterasi (titik xn ). Hal ini merupakan salah satu kekurangan
dari metode ini, mengingat tidak semua fngsi dapat diturunkan atau
mempunyai turunan pada suatu interval yang kontinyu. Namun,
sekali lagi, analisis tentang kelemahan metode ini masih dapat
diterima mengingat kecepatan konvergensinya yang relatif paling
baik.
Secara ringkas, algoritma dari Metode Newton-Raphson ini adalah

sebagai berikut:
Algoritma NEWRAP(f,df,xold,x,ε,iter,itmax,flag)
1. Set harga variabel-variabel: iter = 0,
flag = 0;
2. Set x = xold;
3. x = x - f(x)/df(x);
4. Set iter = iter + 1;
5. Jika abs(x – xold) ≤ ε maka flag = 1
atau jika iter > itmax maka flag = 2
atau jika tidak maka xold = x;
6. Jika flag = 0 ulangi ke nomor 3;
7. Selesai.
Perhatikan dengan baik-baik: bahwa algoritma di atas tidak

memperhitungkan adanya kemungkinan harga fungsi turunan yang
berharga nol ( f ' ( x) = df ( x) = 0 ). Cobalah analisis atau beri
komentar saudara tentang masalah tersebut ! Jika saudara
berpendapat harus ada peringatan tentang bahaya fungsi turunan
yang berharga nol, bagaimanakah bentuk algoritmanya menurut
saudara ?
Dari uraian-uraian di atas, berikut ini diberikan suatu ringkasan

umum tentang sifat dan karakteristik metode ini, agar supaya dapat
memudahkan penggunaannya:
ð Memerlukan penebakkan 1 harga awal (≡ x0),
ð Laju konvergensinya merupakan yang paling cepat, yaitu
konvergensi kuadratis,
ð Hanya sesuai untuk fungsi PANLT yang memiliki turunan
( f ' ( x) ) yang terdefinisi dengan jelas (≡ kontinyu dan dapat

diturunkan pada xn); sebaliknya akan menjadi kendala bila
fungsinya dan turunannya tidak jelas,
ð Dapat berakibat ‘divergen’, bila f ′( xn ) = 0 (≡ titik optimum)
ð Kriteria penghentian proses iterasi ada 2 kemungkinan, yaitu:
∆xn ≤ ε dan atau f ( xn ) ≤ ε .
Adapun tabel kerja dari metode ini (sesuai dengan algoritmanya),

dapat disajikan secara sistematis sebagai berikut:
Tabel 4.1. Tabel Kerja Metode Newton-Raphson
n xn f(xn) f’(xn)
0 … … …
1 … … …
… … … …
B2. Listing Program Metode Newton-Raphson
Seperti juga problem yang sama pada modul sebelumnya, diberikan

persoalan untuk menghitung akar (akar-akar) persamaan f(x) = 0,
sebagai berikut:
f ( x) ≡ x − e1 x = 0
Listing program sederhana (non-subroutine) dan program dengan

subroutine untuk Metode Newton-Raphson disertakan dalam
gambar-gambar 4.2. dan 4.3. di bawah ini, yang ditulis dalam
Bahasa FORTRAN 77 (kompatibel dengan Bahasa FORTRAN
90/95):
C Program: Solusi Persamaan Aljabar Non-Linier Tunggal (PANLT)

C dengan Metode 'Newton-Raphson'
C VARIAN: Program sederhana/Non-Subroutine
C Kondisi proses dinyatakan dalam variabel 'flag'
C flag = 0; berarti sistem masih dalam proses iterasi
C flag = 1; berarti proses telah mencapai konvergensi
C flag = 2; berarti jumlah iterasi maksimum telah terlampaui
C -------------------------------------------------------------
implicit none
REAL*8 eps,f,df,x,xold
INTEGER flag,iter,maxiter
WRITE(*,'(A,$)') 'Harga awal untux x (x0) : '

READ(*,*) xold
WRITE(*,'(A,$)') 'Jumlah iterasi maksimum : '
READ(*,*) maxiter
WRITE(*,'(A,$)') 'Epsilon/kriteria proses : '
READ(*,*) eps
iter = 0
flag = 0
x = xold
DO WHILE(flag .EQ. 0)
x = x - f(x)/df(x)
IF (ABS(x - xold) .LE. eps) THEN
flag = 1
ELSEIF (iter .GT. maxiter) THEN
flag = 2
ELSE
iter = iter + 1
xold = x
ENDIF
ENDDO
WRITE(*,*) 'xold = ',xold

WRITE(*,*) 'x = ',x
WRITE(*,*) 'f(x) = ',f(x)
WRITE(*,*) 'df(x) = ',df(x)
WRITE(*,*) 'Flag = ',flag
WRITE(*,*) 'Jumlah iterasi = ',iter
STOP
END
FUNCTION f(x)
REAL*8 f,x
f = x - exp(1.0D0/x)
RETURN
END
FUNCTION df(x)
REAL*8 df,x
df = 1.0D0 + exp(1.0D0/x)/(x**2)
RETURN
END
Gambar 4.2. Listing program Newton-Raphson sederhana (tanpa subroutine).

C dengan Metode 'Newton-Raphson'
C VARIAN: Program dengan Subroutine
C -------------------------------------------------------------
implicit none
external f,df
REAL*8 eps,f,df,x,xold
WRITE(*,'(A,$)') 'Harga awal untux x (x0) : '

READ(*,*) xold
READ(*,*) maxiter
READ(*,*) eps
iter = 0
flag = 0
x = xold
CALL NEWRAP(f,df,xold,x,eps,iter,maxiter,flag)
WRITE(*,*) 'xold = ',xold

WRITE(*,*) 'x = ',x
WRITE(*,*) 'f(x) = ',f(x)
WRITE(*,*) 'df(x) = ',df(x)
STOP
END
SUBROUTINE NEWRAP(ff,dff,xold,x,eps,itnum,itmax,prflag)
C --------------------------------------------------------
C Sub-program: Solusi PANLT dengan metode NEWTON-RAPHSON |
C ff : fungsi f(x) = 0 yang akan dicari akarnya |
C xold : nilai x-awal di sebelah kiri akar f(x) |
C x : akar f(x), nilai paruh (antara x0 dan x1) |
C eps : kriteria atau ketelitian penghitungan |
C itnum : jumlah iterasi yang dilakukan proses |
C itmax : jumlah pembatas iterasi untuk proses |
C prflag : identifikasi untuk konvergensi, yaitu: |
C 0 = proses sedang/akan berlangsung |
C 1 = proses mencapai konvergensinya |
C 2 = jumlah iterasi maksimum (itmax) telah |
C terlampaui |
C --------------------------------------------------------
REAL*8 eps,ff,dff,x,xold
INTEGER prflag,itnum,itmax
itnum = 0
prflag = 0
x = xold
DO WHILE(prflag .EQ. 0)
x = x - ff(x)/dff(x)
itnum = itnum + 1
IF (ABS(x - xold) .LE. eps) THEN
prflag = 1
ELSEIF (iter .GT. itmax) THEN
prflag = 2
ELSE
xold = x
ENDIF
ENDDO
RETURN
END
FUNCTION f(x)
REAL*8 f,x
f = x - exp(1.0D0/x)
RETURN
END
FUNCTION df(x)
REAL*8 df,x
df = 1.0D0 + exp(1.0D0/x)/(x**2)
RETURN
END
Gambar 4.3. Listing program dengan subroutine.
Perhatikan sekali lagi dengan baik-baik: program-program di

atas juga tidak memperhitungkan adanya kemungkinan harga
fungsi turunan yang berharga nol ( f ' ( x) = df ( x) = 0 ) ! Coba
sempurnakan program-program tersebut !
Tugas:
(a). Analisislah grafik di bawah ini, bagaimana karakteristik
solusinya bila digunakan Metode Newton-Raphson
(b). Cari akar (akar-akar) dari persamaan-persamaan berikut:

f ( x) = x + e − B x cos( x) ; dengan harga-harga B = 1, 5,
2
10, 25 dan 50. Analisislah hasil-hasilnya.
C. Solusi Pendekatan Garis Secant untuk PANLT
Untuk dapat memahami metode ini dengan baik, coba perhatikan

representasi grafis berikut ini:
f(x)
garis secant f(x1)
f(x2)
α = x*
x3 x2 x1
Gambar 4.4. Representasi grafis untuk Metode Secant.
Dari Gb. 4.1. di atas, maka kesebangunan segitiga yang terbentuk

adalah perbandingan berikut:
f ( x1 ) f ( x2 )
=
x1 − x3 x2 − x3
atau
x2 f ( x1 ) − x3 f ( x1 ) = x1 f ( x2 ) − x3 f ( x2 )
dan, pindahkan faktor x3 f ( x3 ) di ruas kanan ke ruas kiri:
x3 f ( x2 ) − x3 f ( x1 ) + x2 f ( x1 ) = x1 f ( x2 )
kemudian, tambahkan masing-masing ruas dengan [ − x 2 f ( x2 ) ],

sehingga diperoleh:
x3 f ( x2 ) − x3 f ( x1 ) − x2 f ( x2 ) + x2 f ( x1 ) = x1 f ( x2 ) − x2 f ( x2 )
kemudian, setelah penyusunan ulang akan diperoleh:
( x3 − x2 )( f ( x2 ) − f ( x1 ) ) = ( x1 − x2 ) f ( x2 )
dengan demikian, x3 dapat dihitung dari persamaan di atas setelah
dilakukan penyusunan ulang persamaan, sebagai berikut:
x 2 − x1
x3 = x2 − f ( x2 )
f ( x 2 ) − f ( x1 )
atau secara umum, dalam bentuk formula rekursif beturutan dari

Metode Secant:
xn − x n −1
x n +1 = xn − f ( xn )
f ( x n ) − f ( x n−1 )
Seperti juga pada metode-metode solusi PANLT lainnya, metode

ini hanya dapat bekerja dengan baik jika dipenuhi beberapa
persyaratan berikut:
ð Diperlukan DUA HARGA AWAL (yaitu: x n−1 dan x n , yang
keduanya merupakan tebakan yang nilainya hampir
berdekatan),
ð Kedua tebakan harga awal diatas, tidak boleh mengakibatkan
kedua harga ‘fungsi denominator’ (masing-masing f ( x n ) dan
f ( xn −1 ) ) menjadi ‘saling meniadakan’ ataupun 0 (nol),
ð Selama proses iterasi, harga-harga f ( x n ) dan f ( x n −1 ) tidak

boleh tepat sama,
ð Kriteria penghentian iterasi dilakukan bilamana SALAH SATU

syarat berikut telah dipenuhi:
(a). Selisih harga x n+1 (harga akar terbaru) dengan xn (harga
akar pada iterasi sebelumnya) lebih kecil atau sama dengan
harga ε, atau dapat dituliskan sebagai:
xn +1 − xn ≤ ε , atau
(b). Harga fungsi f( x n+1 ) (dengan menggunakan harga x pada

iterasi terbaru) sudah sangat kecil dan menuju nol atau
dapat dikatakan juga lebih kecil atau sama dengan harga ε,
yang dapat dituliskan sebagai:
f ( x n +1 ) ≤ ε
C1. Algoritma Metode Secant
Selain karakteristik evaluasi turunan fungsi yang tidak dilakukan

oleh Metode Secant ini, perbedaan fundamental lainnya dengan
Metode Newton-Raphson adalah bahwa Metode Secant ini
membutuhkan ‘tebakan’ 2 buah harga awal yang semuanya harus
berada di sekitar DOMAIN JAWAB dari akar α atau x* (secara
intuitif), sedemikian rupa sehingga formula tersebut konvergen
(menuju ke titik jawab).
Hal lain yang harus diperhatikan adalah meskipun Metode Secant
ini membutuhkan 2 buah nilai awal, namun ia dapat meringankan
beban tambahan kepada penggunanya dalam hal perhitungan fungsi
turunan f ' ( xn ) , di setiap iterasi (titik xn ). Hal ini merupakan salah
satu keuntungan dari penggunaan metode ini dibandingkan Metode
Newton-Raphson, mengingat tidak semua fungsi dapat diturunkan
atau bahkan belum tentu memiliki turunan pada suatu interval yang
kontinyu. Di samping itu juga, jaminan konvergensi dan bahkan
laju konvergensinya masih jauh lebih baik dari Metode Bidang

Bebas (misalnya: Metode Regula-Falsi) yang tida dibahas pada
modul ini.
Secara ringkas, algoritma Metode Secant ini dapat disajikan
sebagai berikut:
Algoritma SECANT(f,x,x0,x1,ε,iter,itmax,flag)
1. Set harga variabel-variabel: iter = 0,
flag = 0;
2. x = x1 - f(x1)[x1 – x0]/[f(x1) – f(x0)];
3. Jika abs(x – x1) ≤ ε maka flag = 1 atau

jika iter > itmax maka flag = 2 atau
jika tidak maka set
iter = iter + 1;
x0 = x1;
x1 = x;
5. Selesai.
Perhatikan dengan baik-baik: bahwa algoritma di atas tidak

memperhitungkan adanya kemungkinan kedua fungsi denominator
(f(x1) dan f(x0)) berharga nol atau berharga sama. Cobalah analisis
atau perbaiki algoritma tersebut, jika saudara berpendapat harus
ada peringatan tentang bahaya fungsi turunan yang berharga nol!
C2. Perbandingan Metode Secant dan Metode Newton-Raphson
Karena adanya kemiripan formula antara Metode Secant dengan

Metode Newton-Raphson, maka disini perlu ditinjau secara ringkas
tentang beberpa aspek efisiensi penggunaan dari kedua metode ini.

Dalam pandangan sederhana, mungkin dapat disimpulkan bahwa
Metode Newton-Raphson bekerja dengan lebih efisien dan cepat.
Namun demikian, perlu dicatat pula disini, bahwa Metode Secant
sebenarnya hanya memerlukan ‘sekali evaluasi fungsi’ per-
langkah, sedangkan nilai fungsi yang sudah ada sebelumnya tidak
perlu lagi dievaluasi; sedangkan Metode Newton-Raphson ternyata
selalu memerlukan 2 kali evaluasi fungsi per-langkahnya. Jadi
secara umum, Metode Newton akan memerlukan lebih sedikit
iterasi untuk mendapatkan akurasi yang diinginkan, namun, ia akan
memerlukan lebih banyak waktu komputasi per-langkah iterasi
yang dilakukan.
Atkinson (1978) menganalisis keduanya, bahwa bila waktu yang
dibutuhkan oleh program untuk mengevaluasi f ' ( x) lebih besar
dari 44 % dari waktu yang diperlukan untuk mengevaluasi f (x) ,
maka sudah dapat dipastikan bahwa Metode Secant akan lebih
efisien untuk digunakan.
Ringkasan umum tentang sifat dan karakteristik metode ini adalah
sebagai berikut:
ð Memerlukan 2 harga awal (≡ x0 dan x1),

ð Konvergensi superlinier, namun mendekati Kuadratis
(mendekati metode Newton-Raphson),
ð Sesuai untuk fungsi yang turunannya tak terdefinisi dengan
jelas atau sulit dilakukan (≡ diskontinyu); sehingga kendala
perhitungan turunan fungsi dapat dihindari,
ð Divergen (RTE, run time error) bila selama proses iterasi
diperoleh harga xn = xn-1 (≡ ∆x = 0 tepat),
ð Kriteria penghentian iterasi : xn +1 − xn ≤ ε dan atau
f ( x n +1 ) ≤ ε .
Adapun tabel kerja dari metode ini (sesuai dengan algoritmanya),

dapat disajikan secara sistematis sebagai berikut:
Tabel 4.2. Tabel Kerja Metode Secant
n xn-1 xn f(xn-1) f(xn)

0 … … … …
1 … … … …
… … … … …
C3. Listing Program Metode Secant
Sama seperti pada modul-modul sebelumnya, problem yang

diberikan adalah perhitungan untuk akar (akar-akar) persamaan
berikut:
f ( x) ≡ x − e1 x = 0
Listing program sederhana (non-subroutine) dan program dengan

subroutine untuk Metode Secant disertakan dalam gambar-gambar
8.2. dan 8.3. di bawah ini, yang ditulis dalam Bahasa FORTRAN
77 (kompatibel dengan Bahasa FORTRAN 90/95):

C dengan Metode 'SECANT'
C VARIAN: Program sederhana/Non-Subroutine
C -------------------------------------------------------------
implicit none
REAL*8 eps,f,x,x0,x1
WRITE(*,'(A,$)') 'Harga-harga awal x0, x1 : '

READ(*,*) x0,x1
READ(*,*) maxiter
READ(*,*) eps
iter = 0
flag = 0
DO WHILE(flag .EQ. 0)
x = x1 - f(x1)*(x1 - x0)/(f(x1) - f(x0))
IF (ABS(x - x1) .LE. eps) THEN
flag = 1
ELSEIF (iter .GT. maxiter) THEN
flag = 2
ELSE
iter = iter + 1
x0 = x1
x1 = x
ENDIF
ENDDO
WRITE(*,*) 'x0 = ',x0

WRITE(*,*) 'x1 = ',x1
WRITE(*,*) 'x = ',x
WRITE(*,*) 'f(x) = ',f(x)
STOP
END
FUNCTION f(x)
REAL*8 f,x
f = x - exp(1.0D0/x)
RETURN
END
Gambar 4.5. Listing program Metode Secant sederhana (tanpa subroutine).

C dengan Metode 'SECANT'
C VARIAN: Program dengan Subroutine
C -------------------------------------------------------------
implicit none
external f
REAL*8 eps,f,x,x0,x1
WRITE(*,'(A,$)') 'Harga-harga awal x0, x1 : '

READ(*,*) x0,x1
READ(*,*) maxiter
READ(*,*) eps
iter = 0
flag = 0
CALL SECANT(f,x0,x1,x,eps,iter,maxiter,flag)
WRITE(*,*) 'x0 = ',x0

WRITE(*,*) 'x1 = ',x1
WRITE(*,*) 'x = ',x
WRITE(*,*) 'f(x) = ',f(x)
STOP
END
FUNCTION f(x)
REAL*8 f,x
f = x - exp(1.0D0/x)
RETURN
END
SUBROUTINE SECANT(ff,x0,x1,x,eps,itnum,itmax,prflag)
C --------------------------------------------------------
C Sub-program: Solusi PANLT dengan metode SECANT |
C sebagai varian dari metode BISECTION |
C ff : fungsi f(x) = 0 yang akan dicari akarnya |
C x0 : nilai x-awal, identik dengan x(n-1) |
C x1 : nilai x-awal, identik dengan x(n) |
C x : nilai x-baru, identik dengan x(n+1) |
C eps : kriteria atau ketelitian penghitungan |
C itnum : jumlah iterasi yang dilakukan proses |
C itmax : jumlah pembatas iterasi untuk proses |
C prflag : identifikasi untuk konvergensi, yaitu: |
C 0 = proses sedang/akan berlangsung |
C 1 = proses mencapai konvergensinya |
C 2 = jumlah iterasi maksimum (itmax) telah |
C terlampaui |
C --------------------------------------------------------
REAL*8 eps,ff,x,xold,x0,x1
INTEGER prflag,itnum,itmax
itnum = 0
prflag = 0
DO WHILE(prflag .EQ. 0)
x = x1 - ff(x1)*(x1 - x0)/(ff(x1) - ff(x0))
IF (ABS(x - x1) .LE. eps) THEN
prflag = 1
ELSEIF (itnum .GT. itmax) THEN
prflag = 2
ELSE
itnum = itnum + 1
x0 = x1
x1 = x
ENDIF
ENDDO
RETURN
END
Gambar 4.6. Listing program dengan subroutine.
Perhatikan sekali lagi dengan baik-baik: semua listing program-

program di atas juga tidak memperhitungkan adanya kemungkinan
harga kedua fungsi f(x1) dan f(x0) berharga sama atau keduanya nol
(yang menyebabkan harga denominator menjadi nol)!
Bila saudara anggap perlu, coba perbaiki atau modifikasi program-

program di atas, agar supaya kemungkinan adanya masalah
divergensi akibat fungsi-fungsi denominator dapat dihindari !
Tugas:
Cari akar (akar-akar) dari persamaan-persamaan berikut:
(c). f ( x) = e − x ⋅ ln( x)
(d). f ( x) = x 6 − x − 1 dan
(e). f ( x) = x + e − B x cos( x) ; dengan harga-harga B = 1, 5,
2
10, 25 dan 50. Analisislah hasil-hasilnya.
D. Metode ‘Delta-Kuadrat’ untuk perbaikan Konvergensi
Seperti telah dipelajari dan dibahas pada metode-metode Newton-

Raphson dan Secant di atas, daya tarik paling menonjol dari
Metode Newton-Raphson adalah dalam hal laju konvergensinya
yang kuadratis, dan tentu saja nilai tebakan awal yang diperlukan
hanya 1 buah saja. Di sisi lain, Metode Secant sebagai kompetitor
paling serius dari Metode Newton-Raphson terutama dalam hal
kemudahan prosedurnya yang tidak memerlukan perhitungan atau
evaluasi fungsi turunan (derivative), bahkan relatif sangat hemat
dalam hal evaluasi fungsi pada saat proses iterasi telah berjalan.
Walaupun laju konvergensi Metode Secant tersebut hanya sekitar
1,62 (superlinier), namun kekurangan ini masih dapat tertutupi
oleh penghematan yang dilakukannya dalam hal evaluasi fungsi
PANLT ataupuun turunannya.
Kompetitor lain dari metode-metode di atas, adalah metode-metode
yang mendasarkan proses iterasisnya berdasarkan selisih kuadrat

(Proses Ä2 atau Delta-Squares Process) dari akar-akar yang
diperolehnya pada iterasi yang baru dilangsungkan. Metode-
metode yang termasuk keluarga atau memiliki kemiripan proses
seperti disebutkan di atas diantaranya dikembangkan oleh: Aitken,
Shanks, dan Steffensen.
Secara matematis, prinsip kerja dari metode-metode ini adalah
melakukan evaluasi dan perbaikan rasio nilai-nilai akar yang telah
diperoleh relatif terhadap akar eksaknya sedemikian rupa sehingga
dapat meningkatkan laju konvergensinya (dan bahkan menghindari
divergensi) sampai mendekati konvergensi kuadratis. Bila
digunakan α sebagai akar atau solusi eksaknya, maka rasio delta
nilai-nilai akar yang diperoleh pada 2 langkah iterasi secara
berturutan adalah:
α − xn +1
≈ λ = konstan ; n ≥ 0
α − xn
dengan perbaikan nilai pendekatan sejalan dengan bertambahnya

nilai n. Dengan analogi yang serupa dengan formula di atas, maka
dapat dituliskan pula:
α − xn +1 α − xn + 2
≈ ; n≥0
α − xn α − xn +1
atau jika disusun-ulang akan diperoleh:
(α − xn +1 )2 ≈ (α − xn )(α − xn + 2 )
sehingga diperoleh
α ≈ an + 2 ≡ xn + 2 −
( xn + 2 − xn +1 )2
( xn − xn +1 ) − ( xn +1 − xn + 2 )
Formula di atas dikenal sebagai formula ekstrapolasi dari Aitken.

Bila rasio delta nilai-nilai akar seperti di atas ternyata sudah cukup
memuaskan, maka ‘ekstrapolan’ an + 2 adalah suatu perbaikan

pendekatan yang sangat memuaskan pada xn + 2 di sekitar akar
eksak α .
Nilai rasio delta nilai-nilai akar, λ , dapat dihitung dengan cara
penggabungan atau modifikasi persamaan-persamaan di atas, atau
secara langsung akan dihasilkan:
xn + 2 − xn +1
=
(α − xn +1 ) − (α − xn + 2 )
xn +1 − xn (α − xn ) − (α − xn +1 )
 α − xn + 2 
1 − 
 α − x n +1 
=
 α − xn 
 − 1
 α − xn +1 
1− λ
≈ = λ
1
−1
λ
atau, pada akhirnya
xn + 2 − xn +1
= λ
xn +1 − xn
Ketelitian dari ketiga formula terakhir tidak bergantung pada besar

atau ukuran λ , melainkan lebih pada ketelitian ‘rasio delta nilai-
nilai akar’ untuk nilai xn yang sedang digunakan.
Aplikasi dari metode-metode Ä-kuadrat seperti di atas, secara

umum diterapakan pada PANLT yang telah disusun-ulang menjadi:
xn +1 = g ( xn )
yang disebut sebagai ‘formula titik-tetap’ (fixed-point), dimana:
f ( x) ≡ g ( x) − x = 0
Dari fungsi di atas, perlu diketahui bahwa tutunan fungsi g (x)

memegang peran yang penting dalam memberikan informasi
tentang konvergensi metode yang digunakan. Dalam hal ini, syarat

yang harus dipenuhi agar sistem konvergen pada domain tersebut
adalah;
g ( x) < 1
Perlu diingat, bahwa angka ‘1’ sebenarnya menggambarkan fungsi

g (x) yang berdampingan dengan fungsi lain, yaitu f ( x) = x (garis
lurus yang melalui titik (0,0) dengan sudut 45º). Untuk lebih
jelasnya, bersama ini diberikan skematis tentang konvergensi
metode titik-tetap ini:
y y
y=x y=x
y = g(x)
y = g(x)
x x
x0 x1 x2 á x0 x2 á x1
0 < g’(á) < 1 -1 < g’(á) < 0
y y
y=x y=x
y = g(x)
y = g(x)
x2 x1
x x
x0 á x1 á x0
g’(á) > 1 g’(á) < -1
Gambar 4.7. Contoh-contoh sekuens konvergen dan divergen dari fungsi x n +1 = g ( x n ) .
Secara ringkas, algoritma Metode Aitken ini dapat disajikan

sebagai berikut:
Algoritma AITKEN(g,x0,ε,iter,itmax,flag)
1. Periksa terlebih dahulu karakteristik
konvergensinya, yaitu: |g(x)| < 1 ?
2. Set x1 = g(x0); x2 = g(x1);
3. a = x2 - (x1 – x2)2/{(x2 – x1) - (x1 –
x0)};
4. Jika abs(a – x2) ≤ ε maka flag = 1 atau
jika iter > itmax maka flag = 2 atau
jika tidak maka set
iter = iter + 1;
x0 = a;
6. Selesai.
Varian lain dari Metode Detlta-Kuadrat ini dapat dituliskan dalam

prosedur berikut:
λ
x∆ ( xn + 2 − xn +1 )
2
≈ an + 2 = xn + 2 +
1− λ
dengan
xn + 2 − xn +1
λ =
xn +1 − xn
Prosedur di atas dimulai pada harga awal xn (identik dengan x0 ),

kemudian lakukan iterasi biasa secara berturut-turut, yaitu
memasukan harga x0 ke dalam fungsi g (x) untuk mendapatkan x1

dan kemudian x1 yang baru diperoleh dimasukan juga ke dalam
fungsi g (x) sehingga diperoleh x2 , baru kemudian menghitung
harga x ∆ menggunakan formula varian di atas. Hal ini berarti baru
2
saja menyelesaikan satu siklus perhitungan ∆2 ; bila ingin

meneruskan ke siklus berikutnya, maka ambil harga x ∆ yang baru
2
diperoleh sebagai harga awal lagi, atau dalam hal ini sebagai x0
dalam siklus yang baru, kemudian berturut-turut lakukan
penghitungan x1 dan x2 yang baru, kemudian hitung lagi untuk
siklus tersebut harga x ∆ ; demikian seterusnya sebagai proses
2
iterasi secara menyeluruh. Iterasi dihentikan bilamana kriteria yang

diinginkan ( ≡ x ∆ − x2
2
≤ ε ) telah tercapai.
Dapat ditunjukan dai formula-formula rekursif di atas, bahwa

∆2
proses x merupakan konvergensi kuadrat, karena harga ε n +1
(yang identik dengan harga α − xn +1 ) sebanding dengan kuadrat
harga ε n . Jadi proses ∆2 ini akan menuju konvergen (memiliki laju
konvergensi) dengan sangat cepat (sebanding dengan Metode
Newton-Raphson) untuk sembarang g (x) , dengan syarat bahwa
harga awal x0 harus benar-benar berada dalam DOMAIN JAWAB
akar eksak α atau x* . Demikian pula, perlu dicatat bahwa pada
saat telah sangat dekat dengan akar eksaknya, maka laju
konvergensi dapat berubah menjadi konvergensi superlinier, namun
hal ini tetap saja menunjukkan bahwa prosedur ∆2 ini masih lebih
cepat daripada metode titik-tetap (iterasi suksesif) yang biasa.
Sebagai contoh untuk aplikasi metode di atas, diberikan persoalan
untuk menghitung akar (akar-akar) dari persamaan:
f ( x) ≡ x3 − x 2 − 2 = 0
menggunakan formula rekursif x ∆ di atas.

2
Maka, ringkasan hasil-hasil komputasinya dapat disajikan seperti

pada tabel 4.3. berikut ini:
Tabel 4.3. Metode ∆2 untuk akselerasi iterasi suksesif solusi f ( x) = x 3 − x 2 + 2 .
(a). xn +1 = ( xn ) 2 + 2 [ ]
1/ 3
x0 = 2.0 1.6945 1.6956
1.871 1.6952 1.6956

1.744 1.6954 1.6956
x0 = 1.0 1.6825 1.6956
1.442 1.6905 1.6956

1.508 1.6936 1.6956
(b). xn +1 = ( xn )3 + 2 [ ]1/ 2
x0 = 2.0 1.6959 1.6956
2.449 1.6952 1.6956

3.563 1.6971 1.6956
Catatan:
Harga akar eksak (akar analitis) dari persamaan di atas adalah:
α ≡ x* = 1.6956 .
Bagaimana program dalan FORTRAN untuk prosedur atau proses

∆2 yang terakhir seperti di atas ?
Tugas:
Coba buat program untuk aplikasi Metode AITKEN dalam Bahasa
FORTRAN dengan algoritma seperti di atas (dalam versi
SUBROUTINE) untuk persamaan-persamaan berikut:
(a). g ( x) = e1 / x
(b). g ( x) = 3 / x
1 3
(c). g ( x) = x + 
2 x
E. Daftar Pustaka
Atkinson, Kendal E., “An Introduction to Numerical Analysis”,

John Wiley & Sons, Toronto, pp. 58-70, 1978.
Atkinson, L.V., Harley, P.J., “An Introduction to Numerical
Methods with Pascal”, Addison-Wesley Publishing Co.,
Tokyo, pp. 54-63, 1983.
Bismo, Setijo, “Modul Kuliah Metode Numerik”, TGP-FTUI,
1999.
Hanna, O.T., Sandall, O.C., “Computational Methods in
Chemical Engineering”, Prentice-Hall International Inc.,
Englewood Cliffs, New Jersey, pp. 153-157, 1995.
Press, W.H., Flannery, B.P., Teukolsky, S.A., dan Vetterling,
W.T., “Numerical Recipes”, Cambridge Univ. Press, 1986.

Modul 4

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modul 4

Diunggah oleh

Hak Cipta:

Format Tersedia

Seri Matematika Terapan untuk S2

Solusi Persamaan Aljabar Non-Linier Tunggal (PANLT)

A. Definisi Persamaan Aljabar Non-Linier Tunggal

Persamaan Aljabar Non-Linier Tunggal atau PANLT

Sedangkan problem utama yang dijumpai dalam pencarian akar

Berbagai teknik telah dikembangkan untuk pencarian akar (atau

1. ‘Metode Titik Tetap’ (fixed-point), yaitu suatu metode

sisi lainnya berbentuk g(x), suatu fungsi dalam bentuk yang

2. ‘Metode Bidang Bebas’ atau lebih spesifik lagi disebut sebagai

3. ‘Metode Tangent’ atau yang dikenal sebagai Metode Newton

4. ‘Metode Secant’, yang terbentuk dari pendekatan melalui ‘garis

5. Metode Delta-Kuadrat ( ∆2 ), yang dikembangkan karena

Pengembangan Metode Secant, Metode Aitken, dan varian-

Fokus utama pembahasan pada Modul 4 ini adalah pada metode-

B. Solusi Pendekatan Garis Tangent untuk PANLT

Metode solusi PANLT yang paling dikenal adalah Metode

xk (pada iterasi ke-k) yang diinginkan,

ð Kriteria penghentian iterasi dilakukan bilamana SALAH SATU

(b). Harga fungsi f(xk) (dengan menggunakan harga x pada

Solusi akar (atau akar-akar) dengan menggunakan Metode Newton-

Gambar 4.1. Representasi garis tangent pada metode Newton-Raphson.

Sehingga, persamaan tan(∠ CAB) dapat ditulis kembali sebagai:

atau setelah disusun-ulang, akan diperoleh formula rekursif dari

Formula rekursif di atas juga dapat diperoleh dengan cara

Dari persamaan di atas, jika iterasi masih atau sedang berlangsung

B1. Algoritma Metode Newton-Raphson

Berbeda dengan metode-metode sebelumnya, bahkan berbeda

Secara ringkas, algoritma dari Metode Newton-Raphson ini adalah

Perhatikan dengan baik-baik: bahwa algoritma di atas tidak

Dari uraian-uraian di atas, berikut ini diberikan suatu ringkasan

( f ' ( x) ) yang terdefinisi dengan jelas (≡ kontinyu dan dapat

Adapun tabel kerja dari metode ini (sesuai dengan algoritmanya),

Tabel 4.1. Tabel Kerja Metode Newton-Raphson

B2. Listing Program Metode Newton-Raphson

Seperti juga problem yang sama pada modul sebelumnya, diberikan

Listing program sederhana (non-subroutine) dan program dengan

C Program: Solusi Persamaan Aljabar Non-Linier Tunggal (PANLT)

WRITE(*,'(A,$)') 'Harga awal untux x (x0) : '

WRITE(*,*) 'xold = ',xold

Gambar 4.2. Listing program Newton-Raphson sederhana (tanpa subroutine).

C Program: Solusi Persamaan Aljabar Non-Linier Tunggal (PANLT)

WRITE(*,'(A,$)') 'Harga awal untux x (x0) : '

WRITE(*,*) 'xold = ',xold

Gambar 4.3. Listing program dengan subroutine.

Perhatikan sekali lagi dengan baik-baik: program-program di

(b). Cari akar (akar-akar) dari persamaan-persamaan berikut:

10, 25 dan 50. Analisislah hasil-hasilnya.

C. Solusi Pendekatan Garis Secant untuk PANLT

Untuk dapat memahami metode ini dengan baik, coba perhatikan

garis secant f(x1)

Gambar 4.4. Representasi grafis untuk Metode Secant.

Dari Gb. 4.1. di atas, maka kesebangunan segitiga yang terbentuk

dan, pindahkan faktor x3 f ( x3 ) di ruas kanan ke ruas kiri:

kemudian, tambahkan masing-masing ruas dengan [ − x 2 f ( x2 ) ],

kemudian, setelah penyusunan ulang akan diperoleh:

atau secara umum, dalam bentuk formula rekursif beturutan dari

Seperti juga pada metode-metode solusi PANLT lainnya, metode

ð Selama proses iterasi, harga-harga f ( x n ) dan f ( x n −1 ) tidak

ð Kriteria penghentian iterasi dilakukan bilamana SALAH SATU

(b). Harga fungsi f( x n+1 ) (dengan menggunakan harga x pada

C1. Algoritma Metode Secant

Selain karakteristik evaluasi turunan fungsi yang tidak dilakukan

laju konvergensinya masih jauh lebih baik dari Metode Bidang

WRITE(,) 'xold = ',xold

WRITE(,) 'xold = ',xold

WRITE(,) 'x0 = ',x0

WRITE(,) 'x0 = ',x0