Anda di halaman 1dari 25

Makalah Metode Numerik

AKAR PERSAMAAN LINEAR DAN


NON-LINEAR

DISUSUN OLEH:
KELOMPOK 2
ALIFKA CENDANI PUTRI
(H22114004)
PUTRI WULANDARI
(H22114014)
MUHAMMAD SIDIQ TOLLENG
(H22114016)
BELLA PRATIWI
(H22114024)
NUR ANNISA MULYAWATI
(H22114305)
NUR YAQIEN JAYA
(H22114508)

JURUSAN FISIKA PROGRAM STUDI GEOFISIKA


FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
ALAM
UNIVERSITAS HASANUDDIN
2016

Kata Pengantar
Puji syukur penulis ucapkan kehadirat Allah Subhanahu wataala, yang telah
melimpahkan rahmat-Nya sehingga penulis dapat menyelesaikan makalah ini. Makalah ini
diajukan guna memenuhi tugas presentase mata kuliah Analisis Sinyal, mengenai Teori
Sistem Linear. Terima kasih penulis sampaikan kepada dosen mata kuliah yang telah
berdedikasi dalam penyelesaian makalah ini serta kepada semua pihak yang telah membantu
secara langsung maupun tak langsung sehingga makalah ini dapat diselesaikan sesuai dengan
waktunya.
Penulis menyadari sepenuhnya bahwa makalah ini masih jauh dari kesempurnaan.
Oleh karena itu, kritik dan saran yang bersifat membangun sangat diharapkan, sekecil apapun
akan penulis perhatikan dan pertimbangkan guna penyempurnaan dalam pembuatan makalah
yang akan datang.
Semoga makalah ini mampu memberikan nilai tambah bagi pembacanya dan juga bermanfaat
untuk pengembangan ilmu pengetahuan bagi kita semua.
Makassar, Februari 2016

Penulis

BAB I
PENDAHULUAN

I.1. Latar Belakang


Secara garis besar, ilmu fisika dapat dipelajari lewat 3 jalan, yaitu pertama, dengan
menggunakan konsep atau teori fisika yang akhirnya melahirkan fisika teori. Kedua, dengan
cara eksperimen yang menghasilkan aliran fisika eksperimental, dan ketiga, fisika bisa
dipelajari lewat simulasi fenomena alam yang sangat mengandalkan komputer serta algoritma
numerik[4].
Dalam bidang rekayasa, kebutuhan untuk menemukan solusi persoalan secara praktis
adalah jelas. Dari kacamata rekayasawan, masih tampak banyak cara penyelesaian persoalan
matematik yang dirasa terlalu sulit atau dalam bentuk yang kurang konkrit. Penyelesaian
analitik yang sering diberikan oleh kaum matematika kurang berguna bagi rekayasawan,
karena ia harus dapat mentransformasikan solusi matematika yang sejati ke dalam bentuk
yang biasanya meninggalkan kaidah kesejatiannya [BES97]. Solusi hampiran biasanya sudah
memenuhi persyaratan rekayasa dan dapat diterima sebagai solusi. Lagipula, banyak
persoalan matematika dalam bidang rekayasa yang hanya dapat dipecahkan secara hampiran.
Kadang-kadang dapat pula terjadi bahwa metode analitik hanya menjamin keberadaan (atau
hanya mengkarakteristikkan beberapa properti umum) solusi, tetapi tidak memberikan cara
menemukan solusi tersebut[KRE88].
Metode numerik digunakan untuk menyelesaikan persoalan dimana perhitungan
secara analitik tidak dapat digunakan. Metode numerik ini berangkat dari pemikiran bahwa
permasalahan dapat diselesaikan dengan menggunakan pendekatan-pendekatan yang dapat
dipertanggung-jawabkan secara analitik. Metode numerik disajikan dalam bentuk algoritma
algoritma yang dapat dihitung secara cepat dan mudah.Pendekatan yang digunakan dalam
metode numerik merupakan pendekatan analisis matematis. Sehingga dasar pemikirannya
tidak keluar jauh dari dasar pemikiran analitis, hanya saja pemakaian grafis dan teknik
perhitungan yang mudah merupakan pertimbangan dalam pemakaian metode numerik.
Mengingat bahwa algoritma yang dikembangkan dalam metode numerik adalah algoritma
pendekatan maka dalam algoritma tersebut akan muncul istilah iterasi yaitu pengulangan
proses perhitungan.Dengan kata lain perhitungan dalam metode numerik adalah perhitungan

yang dilakukan secara berulang-ulang untuk terus-menerus diperoleh hasil yang bisa
mendekati nilai penyelesaian exact.
I.2. Rumusan Masalah
1)
2)
3)
4)
5)
6)
7)

Bentuk persamaan linear dan Non-linear


Penyelesaian akar persamaan linear dan non-linear
Metode bisection.
Metode Newton-Raphson.
Metode Regula Falsi.
Metode Secant.
Pemanfaatn aplikasi Microsoft Excel maupun MATLAB.

I.3. Tujuan
1)
2)
3)
4)
5)
6)
7)

Mengetahui bentuk persamaan linear dan Non-linear


Menemukan akar persamaan linear dan non-linear
Menyelesaikan persamaan linear dan non-linear melalui metode bisection.
Menyelesaikan persamaan linear dan non-linear melalui metode Newton-Raphson.
Menyelesaikan persaaan linear dan non-linear melalu imetode Regula Falsi.
Menyelesaikan persamaan linear dan non-linear melalui metode Secant.
Memanfaatkan software aplikasi numerik berupa Microsoft Excel maupun MATLAB.

BAB II
PEMBAHASAN

II.1. Persamaan Linear dan Non-Linear


Dalam matematika bentuk persamaan secara umum dibagi menjadi dua bagian, yaitu:
persamaan linear dan persamaan non linear. Perbedaan mendasar dari kedua persamaan
tersebut adalah dari bentuk persamaannya. Persamaan linear mengandung variabel bebas
yang berpangkat 1 (satu) atau 0 (nol). Sedangkan persamaan non linear mengandung variabel
bebas yang berpangkatkan bilangan real [6].
Salah satu masalah yang paling umum ditemui dalam matematika adalah mencari akar suatu
persamaan. Jika diketahui fungsi f(x), akan dicari nilai-nilai x yang memenuhi f(x) = 0.
Termasuk dalam masalah menentukan titik potong dua buah kurva. Apabila kurva-kurva
tersebut dinyatakan oleh fungsi f(x) dan g(x), maka absis titik potong kedua kurva tersebut
merupakan akar-akar persamaan f(x) g(x) = 0 [6]
Definisi 2.1 (akar suatu persamaan, pembuat nol fungsi)
Misalkan f(x) adalah suatu fungsi kontinu. Setiap bilangan r pada domain f yang memenuhi
f(r) = 0 disebut akar persamaan f(x) = 0, atau disebut juga pembuat nol fungsi f(x). Secara
singkat, r disebut akar fungsi f(x).
Ada beberapa metode standar untuk menyelesaikan persamaan f(x)=0, sebagai contoh bentuk
polynomial derajat dua berikut ax2+bx+c=0, dapat dicari akar-akar persamaannya dengan
rumus persamaan kuadrat berikut:
Demikian pula seperti pada bagian terdahulu beberapa persamaan dapat ditulis dalam bentuk
x=f(x) dengan beberapa cara dan kemudian dikerjakan dengan cara pemfaktoran.
Suatu persamaan seperti persaamaan f(x)=0 mungkin tidak memiliki akar-akar nyata. Pada
berbagai pengerjaan komputerisasi, terlebih dahulu dapat dibuat sketsa suatu grafik f(x) dan
melihat dimana letak grafik memotong sumbu x. hal itu dapat memperlihatkan bagaimana
banyaknya akar-akar nyata sebagai penyelesaian persamaan tersebut [6].

II.2. Metode Bisection


Metode bagi dua atau bisection adalah algoritma pencarian akar pada sebuah interval. interval

tersebut membagi dua bagian, lalu dari dua bagian ini dipilih mana yang mengandung akar
dan bagian yang tidak mengandung akar dibuang. hal ini dilakukan berulang-ulang hingga
diperoleh akar persamaan yang mendekati akar persamaan. Metode ini akan berlaku ketika
ingin memecahkan persamaan f(x) = 0 dengan f merupakan fungsi
kontinue[4].

Metode bisection ini adalah metode untuk kmencari akar-akar dari sebuah fungsi dengan cara
menghitung nilai fungsi f(x) dari 2 nilai X: (X1, X2) yang diberikan. Tahap pertama proses
adalah menetapkan nilai sembarang a dan b sebagai batas segmen nilai fungsi yang dicari.
Batasan a dan b memberikan harga bagi fungsi f(x) untuk x=a dan x=b. langkah selanjutnya
adalah memeriksa apakah f(a)xf(b) < >
Dengan rumusan m=(a+b)/2, diperiksa apakah nilai mmutlak f(m) < >-6 (batas simpangan
kesalahan). Jika benar, nilai x=m adalah solusi yang dicari. Jika tidak terpenuhi, ditetapkan
batasan baru dengan mengganti nilai b=m apabila f(a)*f(m) < a = m>0; proses menemukan m
baru dilakukan seperti prosedur yang telah dijelaskan [6].
Metode Bisection memiliki sifat-sifat numeris sebagai berikut[6]:
a) Selalu melakukan pembagian dua (pemaruhan) interval [a,b] yang mengapit akar ,
sehingga setelah n kali iterasi akan didapatkan akar persamaan yang berdekatan
dengan harga yang sebenarnya (solusi analitis), dengan memperhitungkan kriteria
(akurasi) yang diinginkan.
b) Kecepatan atau laju konvergensi dari metode bisection dapat diperkirakan
menggunakan persamaan pendekatan.

c) Panjang (b-a) menggambarkan panjang interval yang digunakan sebagai harga


awal untuk memulai proses iterasi dalam metode bisecetion. Yang berarti bahwa
metode ini memiliki konvergensi linier dengan laju .
Representasi grafik dari metode bisection adalah sebagai berikut[6]:

Dari representasi grafis diatas dapat diambil kesimpulan dengan jelas, bahwa:
x 2=

x 1x 0
2

Sehingga setelah n kali literasi akan diperoleh: atau


x n1=

x 1x 0
2

Pada saat panjang interval [a,b] tidak melampaui suatu harga t (yang di dalamnya terdapat
akar ), sedemikian rupa sehingga jarak akar tersebut dengan ekstremitas interval tidak
melebihi t, maka pada saat itu toleransi perhitungan sudah dapat dilakukan.
Algoritma Metode Biseksi [1]:
(1) Definisikan fungsi f(x) yang akan dicari akarnya
(2) Tentukan nilai a dan b
(3) Tentukan toleransi error dan iterasi maksimum N
(4) Hitung f(a) dan f(b)
(5) Jika f(a).f(b)>0 maka proses dihentikan karena tidak ada akar, bila tidak dilanjutkan
(6) Hitung x =

a+b
2

(7) Hitung f(x)


(8) Bila f(x).f(a)<0 maka b=x dan f(b)=f(x), bila tidak a=x dan f(a)=f(x)
(9) Jika |b-a|<e atau iterasi>iterasi maksimum maka proses dihentikan dan didapatkan akar =
x, dan bila tidak, ulangi langkah 6.
Kelebihan Metode Bisection [1]:
Metode bisection sangat sederhana
Selalu konvergen
Kekurangan Metode Bisection

Harus menebak dua titik


Kekonvergenan relatif lambat

Ciri-ciri penyelesaian Numerik bila dibanding dengan penyelesaian Analitik yaitu [2]:
1.
2.
3.
4.
5.
6.

Adanya proses perhitungan yang berulang-ulang (iteratif)


Memerlukan alat bantu computer
Memerlukan pemodelan matematis dari situasi yang nyata
Penyediaan input dan data yang cukup bagi pemodelan
Pembuatan algoritma dan penulisan program
Jawaban-jawaban yang diperoleh berupa jawaban (nilai) pendekatan sehingga
memiliki tingkat kesalahan (error).

Soal yang dapat diselesaikan


1. Carilah nilai akar dari persamaan ( x =

x3 -

x 1=0

Penyelesaian :
Pilih a = 1 dan b = 2.
Karena ( 1 negatif dan ( 2 positif, maka salah satu akar terletak diantara 1 dan 2

(Teorema 1.1.). Oleh karena itu x =


Kemudian, karena x =

( 32 )

={

1+2
2

= 1,5.

( 32 ) x ( 32 ) x ( 32 )

maka akar karakteristik terletak antara 1 dan 1,5.

}-

( 32 )

1=

( 78 )

(positif)

x1

Kondisi ini memberikan

19
64

1+1,25
2

= 1,25. Karena (

x1

= ( 1,25

=-

(negatif), nilai akar yang dicari terletak diantara 1,25 dan 1,5.

Sehingga diperoleh
x1

1,25+1,5
2

Bila prosedur di atas diulang kembali hingga

= 1,375

x5

diperoleh nilai-nilai aproksimasi

berikut:
x3

= 1,3125,

x4

= 1,34375,

x5

= 1,328125

2. Hitung salah satu akar dari persamaan pangkat tiga berikut


f(x) =

x + x 3 x3=0

Penyelesaian :
Menerka dua nilai bilangan yang memberikan nilai f(x) berbeda tanda, misal a=1 dan b=2
3

untuk a=1, f(1) = 1 + 1 3 ( 1 )3=4


3
2
untuk b=2, f(2) = 2 +2 3 ( 2 )3=3

dihitung nilai

( a+2 b )=( 1+22 )=1,5

x=

x=1,5
3
2
) = 1,5 +1,5 3 ( 1,5 )3=1,875

Oleh karena nilai fungsi berubah tanda antara a=1,5 dan b=2 , maka akar terletak diantara
kedua nilai tersebut. Langkah selanjutnya membuat setengah interval berikutnya untuk
membuat interval yang lebih kecil. Adapun hasil perhitungan ada pada tabel 1 (lampiran)
II.3. Metode Newton-Raphson
Metode Newton-Rhapson adalah metode pencarian akar suatu fungsi f(x) dengan pendekatan
satu titik, dimana fungsi f (x) mempunyai turunan. metode ini dianggap lebih mudah dari

metode bisection karena metode ini menggunakan pendekatan satu titik sebagai titik awal.
semakin dekat titik awal yang kita pilih dengan akar sebenarnya, maka semakin cepat
konvergen ke nilai akarnya[8]. Metode Newton-Rhapson merupakan salah satu metode
terbuka untuk menentukan soluai akar dari persamaan non linear, dengan prinsip utama
sebagai berikut[4]:
1. Metode ini melakukan pendekatan terhadap kurva f(x) dengan garis singgung
(gradien) pada suatu titik nilai awal.
2. Nilai taksiran selanjutnya adalah titik potong antara garis singgung (gradien) kurva
dengan sumbu x.
Metode Newton-Raphson merupakan metode yang paling banyak dipakai, karena
konvergensinya paling cepat diantara metode lainnya. Penurunan rumus Metode NewtonRaphson dilakukan dengan dua cara, yaitu secara geometri dan dengan bantuan deret Taylor.
1. Penurunan rumus Metode Newton-Raphson secara geometri [7]

Pada gambar 2.3 diatas, gradien garis singgung di xr adalah


m=f ' ( x r ) =

'

f ( xr )=

y f ( x r )0
=
x x r x r+1

f ( xr )
x r xr +1

Sehingga rumus metode Newton-Raphson adalah


x r+1= xr

f ( xr )
f ' ( xr )

, dengan f ' (xr ) 0

2. Penurunan rumus Metode Newton-Raphson dengan bantuan deret Taylor. Uraikan

'

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

( x r+ 1x r )
2

f (t), {x} rsub {r} <t< {x} rsub {r+1}

'
Bila dipotong sampai suku orde satu menjadi: f ( x r +1 ) f ( x r ) + ( x r +1x r ) f ( x r ) Karena untuk

mencari akar maka

f ( x r +1 )=0

, sehingga

x r+1= xr

f ( xr )
f ( xr ) ,

f ( xr ) 0

merupakan rumus metode Newton-Raphson. Iterasi berhenti jika kondisinya

. Rumus tersebut

|x r+ 1x r|<

Metode Newton-Raphson merupakan salah satu metode terbuka untuk menentukan solusi
akar dari persamaan non linier, dengan prinsip utama sebagai berikut [4] :
1) Metode ini melakukan pendekatan terhadap kurva f(x) dengan garis singgung
(gradien) pada suatu titik nilai awal.
2) Nilai taksiran selanjutnya adalah titik potong antara garis singgung (gradien) kurva
dengan sumbu x
Algoritma Metode Newton-Raphson [6]:
Definisikan fungsi f (x) dan f(x)
Tentukan toleransi error (e) dan iterasi maksimum (n)
Tentukan nilai pendekatan awal x0
Hitung f(x0) dan f(x0)
Untuk iterasi i = 1 s/d n atau
x i+1=x 1

f ( xi )
f ( xi )

Hitung f(xi) dan f(xi)


Akar persamaan adalah nilai xi yang terakhir diperoleh
Permasalahan pada pemakaian metode Newton Raphson adalah [7]:
1) Metode ini tidak dapat digunakan jika titik pendekatannya berada pada titik ekstrim
atau titik puncak, karena pada titik ini nilai f(x) = 0 sehingga nilai penyebut dari sama
dengan 0.
Secara Grafis dapat dilihat sebagai berikut:

Bila titik pendekatan berada pada titik puncak, maka titik selanjutnya akan berada di
tak terhingga
2) Metode ini menjadi sulit atau lama mendapatkan penyelesaian ketika titik
pendekatannya berada diantara dua titik stasioner .

Soal-soal yang diselesaikan


2
1) Tentukanlah salah satu akar persamaan nonlinier f ( x )=x 5 x+ 6 dengan metode

Newton-Raphson. Jika diketahui nilai awal x=0, toleransi galat relative x adalah 0,02
serta ketelitian hingga 3 desimal.
Penyelesaian:
2
Persamaan Nonlinier f ( x )=x 5 x+ 6
'
Turunan Fungsi f ( x )=2 x 5

Diketahui nilai awal


Cek konvergensi

x 0=0

f ( x0 )

f ( x 0 ) =f ( 0 ) =
Sehingga perlu dilakukan iterasi

Nilai awal xO = 0
Hitung nilai f(x) dan f (x)
f(xO) = f(O) = (O)2 5(O) + 6 = 6

Iterasi 1

f (xO) = f (O) = 2(O) 5 = - 5

Galat Relatif xk (Erx) = -

Nilai x1 = xO (f(xO) / f (xO)) = O (6/(-5)) =


1,2
Hitung nilai f(x) dan f (x)
f(x1) = f(1,2) = (1,2)2 5(1,2) + 6 = 1,44
Iterasi 2 f (x1) = f (1,2) = 2(1,2) 5 = - 2,6
Galat Relatif xk (Erx) = |x1 xO| / |x1|
= |1,2 O| / |1,2|
= 1 > XTOL = O,O2
Nilai x2 = x1 (f(x1) / f (x1)) = 1,2 (1,4/(-2,6)) = 1,754
Hitung nilai f(x) dan f (x)

f(x1) = f(1,754) = (1,754)2 5(1,754) + 6 = 0,307


f (x ) = f (1,754) = 2(1,754) 5 = - 1,492
1
Galat Relatif xk (Erx) = |x2 x1| / |x2| = |1,754 1,2| / |1,754|
= 0,316 > XTOL = O,O2

Iterasi 3

Nilai x3 = x2 (f(x2) / f (x2)) = 1,754 (O,3O7/(-1,492)) =


1,96
Hitung nilai f(x) dan f (x)
f(x3) = f(1,96) = (1,96)2

5(1,96) + 6 = 0,042

f (x3) = f (1,96) = 2(1,96)

5 = - 1,080

Galat Relatif xk (Erx) = |x3 x2| / |x3| = |1,96


1,754| / |1,96|
Iterasi 4
= 0,105 > XTOL = O,O2
Iterasi dapat
pada iterasi

dihentikan
ke-4

Karena

Erx XTOL=0.02

dengan salah satu akarnya =2

2) Tentukan salah satu akar dari persamaan x2x6=0 dengan metode Newton Raphson.
Penyelesaian:
Persamaannya : x2x6=0, artinya f(x)=x2x6
sehingga turunannya : f(x)=2x1

Sebenarnya persamaan x2x6=0 mempunyai dua akar yaitu -2 dan 3 seperti grafik di
atas. Nilai x0 yang kita pilih akan menentukan akar yang akan kita peroleh tergantung
dari x0 tersebut lebih dekat ke akar yang mana. Berikut berbagai variasi pemilihan
nilai x0 yang langsung disajikan dalam tabel berikut.
Pilih nilai x0=4 yang lebih dekat dengan 3 daripada -2, maka ketika kita iterasi untuk
x0=4 maka hasil akarnya adalah 3 seperti pada tabel iterasi berikut,

Pilih nilai x0=1 yang lebih dekat dengan 3 daripada -2, maka ketika kita iterasi untuk
x0=1 maka hasil akarnya adalah 3 seperti pada tabel iterasi berikut

Pilih nilai x0=0 yang lebih dekat dengan -2 daripada 3, maka ketika kita iterasi untuk
x0=0 maka hasil akarnya adalah -2 seperti pada tabel iterasi berikut,

Pilih nilai x0=3 yang lebih dekat dengan -2 daripada 3, maka ketika kita iterasi untuk
x0=3 maka hasil akarnya adalah -2 seperti pada tabel iterasi berikut,

Dari soal k-2 ini dapat disimpulkan bahwa untuk persamaan f(x)=0 yang mempunyai
akar lebih dari satu, dan untuk nilai awal yang dipilih (x0) mempengaruhi akar akhir
yang diperoleh. Jika nilai awalnya (x0) berbeda , maka kemungkinan akar akhir (akar
pendekatan) yang diperoleh juga berbeda tergantung nilai x0 nya lebih dekat ke akar
yang manan (akar sebenarnya).
II.4. Metode Regula Falsi
Metode regula falsi atau metode posisi palsu merupakan salah satu solusi pencarian
akar dalam penyelesaian persamaan-persamaan non linier melalui proses iterasi
(pengulangan). Persamaan non linier ini biasanya berupa persamaan polynominal tingkat
tinggi, eksponensial, logaritmik, dan kombinasi dari persamaan-persamaan tersebut. Seperti
metode bisection, Metode regulasi falsi juga termaksut dalam metode tertutup. Pada
umumnya pencarian akar dengaan metode bisection selalu dapat menemukan akar, namun
kecepatan untuk mencapai akar hampiran sangat lambat, oleh karena itu untuk mempercepat
pencarian akar tersebut di butuhkan metode lain yaitu metode regula falsi. Kehadiran metode
regula falsi adalah sebagai medifikasi dari metode bisection, yang kinerjanya lebih cepat
dalam mencapai akar hampir.
Metode Regula Falsi adalah panduan konsep Metode Bagi-Dua dan Metode
Secant. Menggunakan konsep Metode Bagi-Dua karena dimulai dengan pemilihan dua titik
awal x0 dan x1 sedemikian sehingga f(x0) dan f(x1) berlawanan tanda atau f(x0) dan f(x1) < 0.
Kemudian menggunakan konsep Metode Secan yaitu dengan meneerik garis l dari titik f(x0)

dan f(x1) sedemikian sehingga garis l berpotongan pada sumbu x dan memotong kurva /
grafik fungsi pada titik f(x0) dan f(x1). Sehingga Metode Regula Falsi ini akan menghasilkan
titik potong pada sumbu-x yaitu x2 yamng merupakan calon akar dan tetap berada dalam
interval [x0, x1]. Metode ini kemudian berlanjut dengan menghasilkan berturut-turut interfal
[xn-1, xn] yang semuanya berisi akar f.

Gambar 1.1 Proses Iterasi


Algoritma Metode Regula
Asumsi awal yang

Falsi
harus diambil adalah

sama seperti pada metode bisection yaitu menebak interval awal [a,b] dimana f(x) adalah
kontinu, demikian pula interval tersebut harus mengapit nilai akar, sehingga
Alogaritma :
1. Tentukan nilai awal a dan b
2. Cek konvergensi nilai f(a) dan f(b)
a. Jika tanda f(a) tanda f(b), nilai awal dapat di gunakan untuk iterasi
selanjutnya.
b. Jika tanda f(a) = f(b), tentukan nilai awal yang baru.
3. Lakukan iterasi.
4. Hitung nilai c (hitung akar), dimana c = a + w (b-a) dengan w =

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

5. Cek konvergensi nilai c yaitu jika nilai f(c) = 0 maka hentikan proses iterasi.
6. Jika belum konvergensi. Tentukan nilai interval baru dengan cara;
a. Jika tanda f(c) = tanda f(a) maka c akan menggantikan a
b. Jika tanda f(c) = tanda f(b) maka c akan menggantikan b
Metode Regula falsi merupakan salah satu metode tertutup untuk menentukan solusi akar
persamaan non linier, dengan prinsip utama sebagai berikut,

1. Menggunakan garis scan (garis lurus yang menghubungkan dua koordinat nilai awal
terhadap kurva) untuk mendekati akar persamaan nonlinier (titik potong kurfa f(x)
dengan sumbu x)
2. Taksiran nilai akar selanjutnyan merupakan titik potong garis scan dengan sumbu x.

Contoh soal :
Persamaan : x2 5x + 4
Dimana a = 2,

b=5

Penyelesaian : F(a) = (2)2 5(2) + 4


= 4 10 + 4

F(b) = (5)2
5(5) + 4
= 25
25
+4

= -2

= 4

Nilai iterasi

W =

f (a)
(
f a )f (b) .
2
25 .

= 0,333

Penyelesaian menggunakan Excel

C
=
a+
w
( b
-

II.5. Metode Secant


Metoda secant merupakan salah satu metoda yang digunakan untuk mencari nilai akar dari
persamaan y=f(x). Metoda ini dapat dipahami dengan menggunakan bantuan model segitiga
dalam penyelesainnya seperti berikut, dengan Xr-1 dan Xr merupakan batas yang dijadikan
acuan awal untuk mencari nilai X yang sebenarnya (Rahayu,2012).

Dengan menggunakan gambar ilustrasi di atas kita dapat mengambil persamaan dari sifat
segitiga sebangun sebagai berikut (Rahayu,2012) :
dimana :
BD CD
BD = f(x1)
=
DA CE
BA = x1-x0
CD = f(x1)
CE = x1-x2
Sehingga :
f ( x 1) f ( x 0) f ( x 1 )0
=
x 1x 0
x 1x 2
jadi x 2=x 1=f (x 1)

x n+1=x nf x n

x 1x 0
f ( x1 ) f ( x 0 )

x nx n1
, n 1
f ( x n) f ( x n1 )

Dari rumus di atas bisa kita lihat bahwa yang dicari adalah X n+1 , ( Xn+1) ini merupakan nilai X
yang dicari sebagai pendekatan terhadap nilai X yang sebenarnya seperti untuk nilai X 2

kemudian X3 pada gambar dibawah, semakin lama nilai X n+1 akan mendekati titik X yang
sebenarnya. Secara umum rumus Metode Secant ini ditulis (Rahayu,2012):

xn1 xn

f ( xn )( xn xn1 )
f ( xn ) f ( xn1 )

Soal yang diselesaikan :


Tentukan salah satu akar persamaan non linier f(x) = x3-2 dengan metode Secant jika
diketahui nilai awal x0 = -2 dan x1 = 2 ; serta ketelitian hingga 2 desimal.
Penyelesaian:
Iterasi 1
Dengan x0 = -2 dan x1 = 2
f(-2) = (-2)3 2 = -10

x2 x1

f ( x1 )( x1 x0 )
6(2 (2))
2
0.5
f ( x1 ) f ( x0 )
6 (10)
f(2) = (2)3 2 = 6

Iterasi 2
Dengan x0 = 2 dan x1 = 0.5
f(2) = (2)3 2 = 6
x2 x1

f ( x1 )( x1 x0 )
( 1.88)( 0.5 2)
0.5
0.86
f ( x1 ) f ( x0 )
1.88 6

f(0.5) = (0.5)3 2 = -1.88

Iterasi 3
Dengan x0 = 0.5 dan x1 = 0.86
f(0.5) = (0.5)3 2 = -1.88

x2 x1

f ( x1 )( x1 x0 )
(1.37)(0.86 0.5)
0.86
1.83
f ( x1 ) f ( x0 )
1.37 (1.88)

f(0.86) = (0.86)3 2 = -1.37

Iterasi 4
Dengan x0 = 0.86 dan x1 = 1.83
f(0.86) = (0.86)3 2 = -1.37
x2 x1

f ( x1 )( x1 x0 )
4.10(1.83 0.86)
1.83
1.10
f ( x1 ) f ( x0 )
4.10 ( 1.37)

f(1.83) = (1.83)3 2 =4.10

Iterasi 5
Dengan x0 = 1.83 dan x1 = 1.10
f(1.83) = (1.83)3 2 =4.10
x2 x1

f ( x1 )( x1 x0 )
(0.67)(1.10 1.83)
1.10
1.20
f ( x1 ) f ( x0 )
0.67 4.10

f(1.10) = (1.10)3 2 = -0.67

Iterasi 6
Dengan x0 = 1.10 dan x1 = 1.20
f(1.10) = (1.10)3 2 = -0.67
x2 x1

f ( x1 )( x1 x0 )
( 0.26)(1.20 1.10)
1.20
1.27
f ( x1 ) f ( x0 )
0.26 (0.67)

f(1.20) = (1.20)3 2 = -0.26

Iterasi 7
Dengan x0 = 1.20 dan x1 = 1.27
f(1.20) = (1.20)3 2 = -0.26

x2 x1

f ( x1 )( x1 x0 )
0.04(1.27 1.20)
1.27
1.26
f ( x1 ) f ( x0 )
0.04 ( 0.26)

f(1.27) = (1.27)3 2 = 0.04

Iterasi 8
Dengan x0 = 1.27 dan x1 = 1.26
f(1.27) = (1.27)3 2 = 0.04
x2 x1

f ( x1 )( x1 x0 )
0.00(1.26 1.27)
1.26
0.00
f ( x1 ) f ( x0 )
0.00 0.04

f(1.26) = (1.26)3 2 = 0.00

Tabel. Hasil hitungan dengan metode Secant


Iterasi

X0

X1

f(x0)

f(x1)

X2

1
2
3
4
5
6
7
8

-2
2
0.5
0.86
1.83
1.10
1.20
1.27

2
0.5
0.86
1.83
1.10
1.20
1.27
1.26

-10
6
-1.88
-1.37
4.10
-0.67
-0.26
0.04

6
-1.88
-1.37
4.10
-0.67
-0.26
0.04
0.00

0.5
0.86
1.83
1.10
1.20
1.27
1.26
1.26

Maka nilai salah satu akarnya = 1.26

BAB III
PENUTUP

III.1. Kesimpulan
Sistem persamaan secara garis besar terbagi menjadi 2 yaitu, sistem persamaan linear dan
sistem persamaan Non-linear. Umumnya, bentuk persamaan linear berpangkat 1 atau 0 dan
dapat diselesaikan dengan menggunakan metode grafik, subtitusi, eliminasi, atau determinan.
Sedangkan bentuk persamaan Non-linear berpangkat bilangan real dan dapat diselesaiakan
dengan menggunakan metode Bisection, Newton-Raphson, Regula Falsi, atau metode Secant.
Masing-masing metode memiliki kelebihan dan kekurangan. Untuk itu perlu mengkaji ulang
persoalan agar dapat denga tepat menggunakan ke dua metode tersebut.
III.2. Saran
Sebaiknya bila sistem pembelajaran mengenai Metode Numerik lebih interaktif dan
berlangsung dua arah, antara dosen dan fasilitator. Sehingga, tujuan pembelajaran dapat
dicapai.

Lampiran
Tabel 1. Hasil perhitungan metode interval bagi-dua

Listing program untuk metode Newton-Raphson dengan menggunakan MATLAB

DAFTAR PUSTAKA
[1] http://widhiarniisn.blogspot.co.id/2014/01/metode-numerik-menghitung-akar-

fungsi_8.html diakses pada tanggal 9 Februari 2016 pukul 16.22 WITA.


[2] Jack.2006.Metode Numerik.Lampung:Universitas Negeri Lampung.
[3] Luknanto, Djoko.Ir.2011.Metode Numerik.Yogyakarta: Universitas Gadjah Mada.
[4] Maulida, Lida. 2014. Laporan Praktikum Fisika Komputasi 1. Bandung: Universitas
Negeri Sunan Gunung Djati
[5] Rahayu, Fitri. 2012. Metode Secant. Cirebon: IAIN
[6] Syahruddin, Dr. Muhammad Hamzah. 2015. Metode Numerik Untuk Geofisika. Makassar:
Universitas Hasanuddin