Bab I

Pendahuluan
A Tujuan
Agar mahasiswa dapat menyelesaikan bentuk penyelesaian differensial
ordiner jenis initial value problem menggunakan penyelesaian numerik.

B Dasar Teori
Secara umum optimasi berarti pencarian nilai terbaik (minimum atau
maksimum) dari beberapa fungsi yang diberikan pada suatu konteks. Optimasi
dapat diartikan sebagai suatu proses untuk mencari kondisi yang optimum, dalam
arti paling menguntungkan, jadi dapat berupa maksimasi atau minimasi. Bila kita
berhadapan dengan masalah keuntungan, keadaan optimum adalah keadaan yang
memberikan keuntungan maksimum (maksimasi), sedangkan bila berhadapan
dengan masalah pengeluaran atau pengorbanan, keadaan optimum adalah yang
memberikan pengeluaran atau pengorbanan minimum (minimasi). Secara umum
fungsi yang akan dimaksimumkan atau diminimumkan disebut objective function,
sedangkan harga harga yang berpengaruh dan bisa dipilih disebut variabel
(perubah).
Secara analitis, nilai maksimum atau minimum dari suatu persamaan :
y=f ( x) (7.1)
dapat diperoleh pada harga x yang memenuhi
y ' ( x )=f ' ( x ) ( 7.2 )
Untuk fungsi yang sukar untuk diturunkan atau mempunyai turunan yang
sukar dicari akarnya, proses optimasi dapat dilakukan secara numeris.
Golden section merupakan salah satu cara optimasi numeris yang bisa
dipakai untuk fungsi yang bersifat unimodal. Kedua tipe optimasi, yaitu

maksimasi dan minimasi dapat diselesaikan dengan cara ini. Golden-section

(search) method merupakan metode optimasi satu variabel yang sederhana, dan
mempunyai pendekatan yang mirip dengan metode bisection dalam penentuan
akar persamaan tak linier. Misal akan dilakukan maksimasi terhadap persamaan
(7.1) dalam interval xA sampai xB.
y

1
1

XA

XP

XQ

XB

Gambar 7.1 Eliminasi dengan Golden Section

Misal akan dilakukan maksimasi y pada interval x A xB. Dipilih 2 titik
untuk evaluasi, misal xp dan xQ. Jika fungsi unimodal (hanya punya satu titik
ekstrem) maka dengan berdasar harga y pada 2 titik tersebut maka ada sebagian
interval yang dapat dieliminasi. Diharapkan pila bahwa pada evaluasi langkah
selanjutnya, salah satu tiitk lama bisa dipakai lagi. Jadi hanya diperlukan 1 titik
baru. Proses eliminasi interval terlihat seperti pada gambar 7.2.

1
l

xA

xF xQ

xp x

xA

xF xQ xp

Gambar 7. 2. Proses Eliminasi Interval

Disini ada problem, dimana letak titik P dan Q agar pada interval
berikutnya salah satu titiknya masih bisa dipakai. Misal ititk P dan Q masing
masing berjarak l x interval awal dari titik B dan A. Dalam hal ini harga l akan
dicari.
Dari gambar 7. 1. terlihat bahwa :

( x Qx p )lama =( x P x A )baru

Selanjutnya :
{l(1l )} ( x Bx A )lama= (1l ) . ( x P x A )baru
{2. l(1l)}( x Bx A )lama =( 1l ) . l. ( x P x A )baru

(2. l1)=(ll2 )

l +l1=0
Kemungkinan kemungkinan yang terjadi pada eliminasi dengan cara
Golden Section adalah :
Maksimasi

: y p < yQ

yp > yQ

Minimasi

: y p < yQ

yp > yQ

xA

xp

xP

xQ

xB

xB

xQ

= Dicari

xA

xA

xB

xQ

xQ

xP

xP

= Dicari

xA

xA

xB

xQ

xQ

xP

xP

= Dicari

xA

xp

xP

xQ

xB

xB

xQ

= Dicari

Algoritma
1
2
3

Mendefinisikan persamaan y = f(x)

Menentukan nilai xa, xb, toleransi (xa xb), R atau L = 0,618
Mencari nilai xP dan xQ
x P=x a +[(1L)(x bx a )] x Q=x a +[( L)( x b xa )]

4
5
6

Mencari nilai yP dan yQ ke persamaan y = f(x)

Mencari nilai yp yQ
Melihat nilai yP dan yQ untuk memastikan menggunakan

kemungkinan eliminasi yang dipakai.

Mencari nilai xopt dan yopt
( x a + x b)
x opt =
2
yopt = mensubstitusikan xopt ke persamaan y = f(x)