AKAR PERSAMAAN NON

LINIER

Metode Tabel
Metode Biseksi
Metode Regula Falsi
Metode Secant
Metode Newton Raphson
Metode Iterasi

Pendahuluan
Suatu persamaan non linier f(x) dapat
ditentukan akar persamaannya pada f(x) = 0,
yaitu nilai-nilai x yg menyebabkan nilai f(x) = 0.
Dg kata lain, akar persamaan f(x) adalah titik
potong antara kurva f(x) dan sumbu x.
Teorema 1
Suatu range x = [a,b] terdapat akar jika f(a) dan
f(b) berlawanan tanda, atau f(a).f(b) < 0

Metode Tabel
Cara yang paling mudah utk menentukan akar
persamaan non linier adalah dg Metode Tabel yaitu
dihitung nilai f(x) untuk x = [b,a] sehingga didapatkan
f(x) 0.
x

f(x)

x0 = b
x1
x2
xk

f(b)
f(x1)
f(x2)
f(xk) 0

xn = a

f(a)

Metode Tabel
Algoritma Metode Tabel :
1. Definisikan fungsi f(x)
2. Tentukan range utk x, batas bawah (b) & batas
atas (a)
3. Tentukan jumlah pembagian : n
4. Hitung xi mulai dari b s/d a dg step (a-b)/n, dan
untuk setiap xi hitung juga f(xi)
5. Dapatkan xk dimana f(xk)0, shg xk merupakan
penyelesaian
6. Jika tdk ada xk yg memenuhi f(xk)0 maka cari xk
dan xk+1 dimana f(xk). f(xk+1)<0, kemudian ulangi
langkah 2 5 dg b = xk dan a = xk+1

Metode Tabel
Contoh :
Selesaikan persamaan
xe-x + 1 = 0
Jawab :
Utk menaksir range yg
tepat, gambar grafik dr
f(x) sangat membantu.

0.5

f(x)=xe-x+1
0

-0.5

-1

-1.5

-2
-1

-0.9

-0.8

-0.7

-0.6

-0.5

-0.4

-0.3

-0.2

-0.1

Dari grafik terlihat bhw akar persamaan berada

pada range [-0.6,-0.5]

Metode Tabel
Range dibagi 10 bagian sehingga :
x

f(x)

f(x)

-0.60

-0.09327

-0.570

-0.00791

-0.59

-0.06435

-0.569

-0.00514

-0.58

-0.03590

-0.568

-0.00237

-0.57

-0.00791

-0.567

0.00040

-0.56

0.01962

-0.566

0.00316

-0.55

0.04671

-0.565

0.00591

-0.54

0.07336

-0.564

0.00866

-0.53

0.09957

-0.563

0.01141

-0.52

0.12535

-0.562

0.01415

-0.51

0.15070

-0.561

0.01689

-0.50

0.17564

-0.560

0.01962

Metode Biseksi
Pada Metode Biseksi,
diambil suatu range
utk x yg pasti terdapat
akar persamaan.
Range dibagi 2, dr 2
bagian ini dipilih
bagian yg mengandung akar, yg tidak
mengandung akar
dibuang.

Metode Biseksi
Algoritma Metode Biseksi :
1. Definisikan fungsi f(x)
2. Tentukan batas atas x (a) & batas bawah x (b),
sehingga f(a).f(b)<0
3. Tentukan toleransi kesalahan : e
4. Hitung : x = (a+b)/2
5. Hitung : f(x)
6. Jika f(x).f(a)<0 maka b = x, jika tidak a = x
7. Jika b-a<e maka proses dihentikan & didapatkan
akar = x, jika tidak ulangi langkah 4 7

Metode Biseksi
Contoh :
Selesaikan persamaan xe-x + 1 = 0, pada range x =
[-1,0] dan toleransi kesalahan 0,001.
Jawab :
Akar ada diantara
a = -1, f(a) = f(-1) = -1,71828
a dan b
b = 0, f(b) = f(0) = 1
b = -0,5
x = (-1+0)/2 = -0,5
f(b) = 0,17564
f(x) = f(-0,5) = 0,17564
a = -0,75
x = (-1-0,5)/2 = -0,75
f(x) = f(-0,75) = -0,58775 f(a) = -0,58775
dst.

Metode Biseksi
f(x)

Ket

0.17564

b=x

-1.71828 -0.50000 0.17564 -0.75000 -0.58775

a=x

-0.75000 -0.58775 -0.50000 0.17564 -0.62500 -0.16765

a=x

-0.62500 -0.16765 -0.50000 0.17564 -0.56250

0.01278

b=x

-0.62500 -0.16765 -0.56250 0.01278 -0.59375 -0.07514

a=x

-0.59375 -0.07514 -0.56250 0.01278 -0.57813 -0.03062

a=x

-0.57813 -0.03062 -0.56250 0.01278 -0.57031 -0.00878

a=x

-0.57031 -0.00878 -0.56250 0.01278 -0.56641

0.00204

b=x

-0.57031 -0.00878 -0.56641 0.00204 -0.56836 -0.00336

a=x

10

-0.56836 -0.00336 -0.56641 0.00204 -0.56738 -0.00066

a=x

Iterasi

f(a)

-1

-1.71828

-1

f(b)

1.00000 -0.50000

b-a= -0,56641 + 0,56738= 0,00098 < e

Metode Regula Falsi

Metode Regula Falsi
mencari akar pers. dg
memanfaatkan
kemiringan dan selisih
tinggi dr 2 titik batas
range.
Titik pendekatan yg
digunakan adalah :
x=

f (b ) a f ( a ) b
f (b) f (a )

Pendekatan x adalah
nilai rata-rata range
berdasarkan f(x).

Metode Regula Falsi

Algoritma Metode Regula Falsi :
1. Definisikan fungsi f(x)
2. Tentukan batas atas x (a) & batas bawah x (b),
sehingga f(a).f(b)<0
3. Tentukan toleransi kesalahan : e
4. Hitung f(a) dan f(b)
5. Hitung : x =

f (b) a f (a ) b
dan f(x)
f (b ) f ( a )

6. Hitung f(x).f(a)<0 maka b = x, jika tidak a = x

7. Jika f(x)<e maka proses dihentikan & didapatkan
akar = x, jika tidak ulangi langkah 4 7

Metode Regula Falsi

Contoh :
Tentukan akar persamaan dari ex 2 Cos x = 0,
pada range x = [0,1] dan toleransi kesalahan 0,001.
Jawab :
a = 0, f(a) = f(0) = -1
b = 1, f(b) = f(1) = 1,63768
x = [f(b).a f(a).b] / [f(b) f(a)] = 0,37912
a = 0,37912
f(x) = f(0,37912) = -0,39698
x = [f(b).a f(a).b] / [f(b) f(a)] = 0,50026
a = 0,50026
f(x) = f(0,50026) = -0.10576
dst.

Metode Regula Falsi

Iterasi

f(a)

-1.00000

0.37912

-0.39698

0.50026

f(x)

Ket

1.63768 0.37912

-0.39698

a=x

1.63768 0.50026

-0.10576

a=x

-0.10576

1.63768 0.53058

-0.02512

a=x

0.53058

-0.02512

1.63768 0.53767

-0.00580

a=x

0.53767

-0.00580

1.63768 0.53930

-0.00133

a=x

0.53930

-0.00133

1.63768 0.53967

-0.00030

a=x

f(x)= 0,00030 < e

f(b)

Metode Secant
Metode Secant merupakan perbaikan dr Metode
Regula Falsi dimana kemiringan 2 titik dinyatakan
secara diskrit.
BD CD
=
BA CE
y1 y0
y 0
= 1
x1 x0 x1 x2
x2 = x1

y1 ( x1 x0 )
atau
y1 y0

xn +1 = xn

yn ( xn xn 1 )
y n yn 1

Tidak perlu dicek apakah y1.y0 < 0

Metode Secant
Algoritma Metode Secant :
1. Definisikan fungsi f(x)
2. Tentukan toleransi kesalahan : e
3. Tentukan : x0 & x1
4. Hitung : y0 = f(x0) dan y1 = f(x1)
5. Lakukan iterasi berikut selama yi e :

xi +1 = xi

yi ( xi xi 1 )
dan yi+1 = f(xi+1)
y i yi 1

6. Akar persamaan adalah nilai x yang terakhir

Metode Secant
Contoh :
Tentukan akar persamaan dari ex 2 Cos x = 0,
pada range x = [-1,0] dan toleransi kesalahan 0,001.
Jawab :
x0 = -1, y0 = f(-1) = -0,71273
x1 = 0, y1 = f(0) = -1
x2 = 0 [-1(0-(-1))] / [-1-(-0,71273)] = -3,48099
y2 = f(-3,48099) = 1,91669
dst.

Metode Secant
i

xi

yi

-1

-0.71273

-1.00000

-3.48099

1.91669

-1.19347 -0.43370

-1.61557

-1.44703 -0.01164

-1.45357 -0.00019

0.28830

f(x)= 0,00019 < e

Hasil yang diperoleh

Metode Secant kok
berbeda dg Metode
Regula Falsi?
Pd Met. Regula Falsi:
x = 0,53967
Ada yang salah ???

Metode Secant
Cek dg. gambar grafik !!!
2

Hasil penyelesaian akar persamaan bisa

berbeda karena
perbedaan penentuan range x

1.5

y = ex 2 Cos x

0.5

-0.5

-1

-1.5
-2

-1.5

-1

-0.5
x

0.5

Metode Newton Raphson

xn +1 = xn

f ( xn )
f ( xn )

)
f(x 0
f(x)

x1
1)

x2
f(x

Metode Newton
Raphson menggunakan 1 titik awal untuk y
mendekati akar
persamaan dg
memperhatikan
slope/gradien pd titik
tsb.
Titik pendekatan ke n+1
dihitung dg :

x0

Metode Newton Raphson

Algoritma Metode Newton Raphson :
1. Definisikan fungsi f(x) dan f(x)
2. Tentukan toleransi kesalahan : e
3. Tentukan pendekatan awal : x0
4. Hitung : f(x0) dan f(x0)
5. Lakukan iterasi berikut selama f(xi) e :

xi +1 = xi

f ( xi )
, hitung f(xi+1) dan f(xi+1)
f ( xi )

6. Akar persamaan adalah nilai x yang terakhir

Metode Newton Raphson

Metode Newton Raphson
mempunyai permasalahan:
1. Tidak dapat digunakan
ketika titik pendekatannya
berada pada titik optimum
(titik puncak) karena nilai
f(x) = 0 yang merupakan
penyebut.
2. Mengalami kesulitan utk
mendapatkan penyelesaian ketika titik
pendekatan berada
diantara 2 titik stasioner.

Titik Puncak/
Stasioner

Akar
Persamaan

f(x)

lama atau tidak memperoleh penyelesaian

(divergensi)

Metode Newton Raphson

Untuk mengatasi 2 permasalahan tsb :
1. Bila titik pendekatan berada pada titik optimum/titik
puncak, titik pendekatan harus digeser sedikit :
xi = xi dimana adalah konstanta yg ditentukan
shg f(xi) 0.
2. Untuk menghindari terjadinya divergensi, sebaiknya Metode Newton Raphson didahului oleh
Metode Tabel atau grafik f(x) sehingga dapat
dijamin konvergensinya.

Metode Newton Raphson

Contoh :
Selesaikan persamaan x e-x = 0 dg titik pendekatan
awal x0 = -1 dan toleransi kesalahan 0,0001.
Jawab :
f(x) = x e-x f(x) = 1 + e-x
f(x0) = -1 e1 = -3,718282
f(x0) = 1 + e1 = 3,718282
x1 = -1 (-3,718282)/ 3,718282 = 0
f(x1) = 0 e-0 = -1
f(x1) = 1 + e-0 = 2
x2 = 0 (-1)/2 = 0,5 , dst

Metode Newton Raphson

i

xi

f(xi)

f'(xi)

-1

-3.718282

3.718282

0.000000 -1.000000

2.000000

0.500000 -0.106531

1.606531

0.566311 -0.001305

1.567616

0.567143

1.567143

-1.96E-07

f(x) = x e-x

f(x)= 1,96x10-7 < e

-1

-2

-3

-4
-1

-0.5

0.5
x

1.5

Metode Newton Raphson

Metode Newton Raphson dapat juga digunakan utk
menyelesaikan 2 persamaan dg 2 variabel sbb :
f1(x1,x2) = 0
f2(x1,x2) = 0
Formula Metode Newton Raphson untuk menyelesaikan 2 persamaan tersebut adalah :
f 1( x1n , x 2 n )
f 1( x1n , x 2 n )
x1
f 2( x1n +1 , x 2 n )
x 2 n +1 = x 2 n
f 2( x1n +1 , x 2 n )
x 2
x1n +1 = x1n

Metode Newton Raphson

Algoritma Metode Newton Raphson untuk menyelesaikan 2 persamaan dg 2 variabel :
1. Definisikan fungsi y1 = f1(x1,x2) dan y2 = f2(x1,x2)
2. Tentukan y1 =

f 1( x1, x 2)
f 2( x1, x 2)
dan y 2 =
x1
x 2

3. Tentukan toleransi kesalahan : e

4. Tentukan pendekatan awal : x10 dan x20
5. Hitung : y1x10,x20 dan y1x10,x20

Metode Newton Raphson

6. Lakukan iterasi berikut selama y1x1i, x2i e
dan y2x1i, x2i e :
x1i +1 = x1i

y1
y1 x1i , x 2i

x 2i +1 = x 2i

y2
y 2 x1i +1 , x 2i

Hitung : y1x1i+1,x2i+1 dan y1 x1i+1,x2i+1

7. Akar persamaan adalah nilai x1 dan x2 yang
terakhir

Metode Newton Raphson

Contoh :
Dapatkan nilai x1 dan x2 yang memenuhi persamaan 2x1 x2 =
-3 dan x1 2x2 = -3. Lakukan iterasi dg titik pendekatan awal
x10 = x20 = 0 dan toleransi kesalah-an 0,001.
Jawab :
y1 = f1(x1,x2) = 2x1 x2 + 3 y1 = 2
y2 = f2(x1,x2) = x1 2x2 + 3 y2 = -2
y10,0 = 2x0 0 +3 = 3
y1 = 2
x1 = 0 3/2 = -1.5
y2-1.5,0 = -1.5 2x0 + 3 = 1.5
x2 = 0 1.5/(-2) = 0,75 , dst

Metode Newton Raphson

i

x1i

x2i

y1

y1'

y2

y2'

1.5

-2

-1.500000 0.750000 -0.750000

0.375000

-2

-1.125000 0.937500 -0.187500

0.093750

-2

-1.031250 0.984375 -0.046875

0.023438

-2

-1.007813 0.996094 -0.011719

0.005859

-2

-1.001953 0.999023 -0.002930

0.001465

-2

-1.000488 0.999756 -0.000732

0.000366

-2

-1.000122 0.999939 -0.000183

y1= 1,83x10-4 < e

y2= 3,66x10-4 < e

Metode Iterasi
Metode Iterasi (iterasi titik tetap) adalah metode
yang memisahkan x dg sebagian x yg lain sehingga
diper-oleh x = g(x).
Persamaan non linier f(x) dapat diselesaikan
(konvergen) dg. Metode Iterasi jika dipenuhi syarat :
g ( x0 ) < 1

Proses iterasi dilakukan secara berulang dg :

xn +1 = g ( xn )

Metode Iterasi
Algoritma Metode Iterasi :
1. Definisikan fungsi f(x) dan x = g(x)
2. Tentukan toleransi kesalahan : e
3. Tentukan pendekatan awal x0 yang memenuhi
g(x0) < 1
4. Lakukan iterasi berikut selama f(xi) e :
xi +1 = g ( xi ) , hitung f(xi+1)
5. Akar persamaan adalah nilai x yang terakhir

Metode Iterasi
Contoh :
Selesaikan persamaan x e-x = 0 dg titik pendekatan
awal x0 = 0,5 dan toleransi kesalahan 0,001.
Jawab :
x e-x = 0 x = g(x) = e-x dan g(x) = -e-x
g(x0) = -e-0,5 = 0,606531 < 1 (OK)
x1 = g(x0) = e-0,5 = 0,606531
f(x1) = 0,606531 e-0,606531 = 0,061291
x2 = g(x1) = e-0,061291 = 0,545239
f(x2) = 0,545239 e-0,545239 = -0,034464
dst

Metode Iterasi
i

xi

g(xi)

f(xi)

0
1
2
3
4
5
6

0.500000
0.606531
0.545239
0.579703
0.560065
0.571172
0.564863

0.606531
0.545239
0.579703
0.560065
0.571172
0.564863
0.568438

-0.106531
0.061291
-0.034464
0.019638
-0.011108
0.006309
-0.003575

7
8
9

0.568438
0.566409
0.567560

0.566409
0.567560
0.566907

0.002029
-0.001150
0.000652

f(x)= 0,000652 < e