TUGAS METODE KOMPUTASI

DISUSUN OLEH:
KELOMPOK 6

DEEVA FADHILLAH N.H. 22-1014-155

NABILA NAQYA NAZDA 22-2014-156
LARAS NINGATI 22-2014-157
M. NURASHILA BAHRIAWAN 22-2014-162
CAHMINATI DARINTA ARIFIN 22-2014-167
NURUL FAUZIAH ENDAH N. 22-2014-168

FAKULTAS TEKNIK SIPIL DAN PERENCANAAN

JURUSAN TEKNIK SIPIL
INSTITUT TEKNOLOGI NASIONAL
BANDUNG
2017
 ALGORITMA

Definisi Algoritma

Algoritma adalah urutan langkah-langkah logis penyelesaian masalah yang

disusun secara sistematis dan logis. Kata logis merupakan kata kunci dalam
algoritma. Langkah-langkah dalam algoritma harus logis dan harus dapat ditentukan
bernilai salah atau benar. Dalam beberapa konteks, algoritma adalah spesifikasi urutan
langkah untuk melakukan pekerjaan tertentu. Pertimbangan dalam pemilihan algoritma
adalah, pertama, algoritma haruslah benar. Artinya algoritma akan memberikan
keluaran yang dikehendaki dari sejumlah masukan yang diberikan. Tidak peduli
sebagus apapun algoritma, kalau memberikan keluaran yang salah, pastilah algoritma
tersebut bukanlah algoritma yang baik.

Pertimbangan kedua yang harus diperhatikan adalah kita harus mengetahui

seberapa baik hasil yang dicapai oleh algoritma tersebut. Hal ini penting terutama pada
algoritma untuk menyelesaikan masalah yang memerlukan aproksimasi hasil (hasil
yang hanya berupa pendekatan). Algoritma yang baik harus mampu memberikan hasil
yang sedekat mungkin dengan nilai yang sebenarnya.

Ketiga adalah efisiensi algoritma. Efisiensi algoritma dapat ditinjau dari 2 hal
yaitu efisiensi waktu dan memori. Meskipun algoritma memberikan keluaran yang
benar (paling mendekati), tetapi jika kita harus menunggu berjam-jam untuk
mendapatkan keluarannya, algoritma tersebut biasanya tidak akan dipakai, setiap orang
menginginkan keluaran yang cepat. Begitu juga dengan memori, semakin besar
memori yang terpakai maka semakin buruklah algoritma tersebut. Dalam
kenyataannya, setiap orang bisa membuat algoritma yang berbeda untuk
menyelesaikan suatu permasalahan, walaupun terjadi perbedaan dalam menyusun
algoritma, tentunya kita mengharapkan keluaran yang sama. Jika terjadi demikian,
carilah algoritma yang paling efisien dan cepat.
 Penyajian algoritma secara garis besar bisa dalam 2 bentuk penyajian yaitu
tulisan dan gambar. Algoritma yang disajikan dengan tulisan yaitu dengan struktur
bahasa tertentu (misalnya bahasa Indonesia atau bahasa Inggris)
dan pseudocode. Pseudocode adalah kode yang mirip dengan kode pemrograman yang
sebenarnya seperti Pascal, atau C, sehingga lebih tepat digunakan untuk
menggambarkan algoritma yang akan dikomunikasikan kepada pemrogram.
Sedangkan algoritma disajikan dengan gambar, misalnya dengan flowchart. Secara
umum, pseudocode mengekspresikan ide-ide secara informal dalam proses
penyusunan algoritma. Salah satu cara untuk menghasilkan kode pseudo adalah dengan
meregangkan aturan-aturan bahasa formal yang dengannya versi akhir dari algoritma
akan diekspresikan. Pendekatan ini umumnya digunakan ketika bahasa pemrograman
yang akan digunakan telah diketahui sejak awal.

Psedocode

Kode atau tanda yang menyerupai (pseudo) atau merupakan penjelasan cara
menyelesaikan suatu masalah. Pseudo-code sering digunakan oleh manusia untuk
menuliskan algoritma.

Contoh kasus : mencari bilangan terbesar dari dua bilangan yang diinputkan

Solusi Pseudo-code :

1. Masukkan bilangan pertama

2. Masukkan bilangan kedua
3. Jika bilangan pertama > bilangan kedua maka kerjakan langkah 4, jika tidak,
kerjakan langkah 5.
4. Tampilkan bilangan pertama
5. Tampilkan bilangan kedua
Solusi Algoritma :

1. Masukkan bilangan pertama (a)

2. Masukkan bilangan kedua (b)
 3. if a > b then kerjakan langkah 4
4. print a
5. print b
Contoh Lain Algortima dan Pseudo-code :

Flowchart
Flowchart merupakan gambar atau bagan yang memperlihatkan urutan dan
hubungan antar proses beserta pernyataannya. Gambaran ini dinyatakan dengan
simbol. Dengan demikian setiap simbol menggambarkan proses tertentu. Sedangkan
antara proses digambarkan dengan garis penghubung. Dengan
menggunakan flowchart akan memudahkan kita untuk melakukan pengecekan bagian-
bagian yang terlupakan dalam analisis masalah. Disamping itu flowchart juga berguna
sebagai fasilitas untuk berkomunikasi antara pemrogram yang bekerja dalam tim suatu
proyek.

Ada dua macam flowchart yang menggambarkan proses dengan komputer, yaitu :

Flowchart sistem yaitu bagan dengan simbol-simbol tertentu yang menggambarkan

urutan prosedur dan proses suatu file dalam suatu media menjadifile di dalam media
lain, dalam suatu sistem pengolahan data. Beberapa contoh Flowchart sistem:
 Flowchart program yaitu bagan dengan simbol-simbol tertentu yang menggambarkan
urutan proses dan hubungan antar proses secara mendetail di dalam suatu program.

Kaidah-Kaidah Umum Pembuatan Flowchart Program

Dalam pembuatan flowchart Program tidak ada rumus atau patokan yang bersifat
mutlak. Karena flowchart merupakan gambaran hasil pemikiran dalam menganalisis
suatu masalah dengan komputer. Sehingga flowchart yang dihasilkan dapat bervariasi
antara satu pemrogram dengan yang lainnya. Namun secara garis besar setiap
pengolahan selalu terdiri atas 3 bagian utama, yaitu :

1. Input,
2. Proses pengolahan dan
3. Output

Untuk pengolahan data dengan komputer, urutan dasar pemecahan suatu masalah:

1. START, berisi pernyataan untuk persiapan peralatan yang diperlukan sebelum

menangani pemecahan persoalan.
2. READ, berisi pernyataan kegiatan untuk membaca data dari suatu
peralatan input.
3. PROSES, berisi kegiatan yang berkaitan dengan pemecahan persoalan sesuai
dengan data yang dibaca.
4. WRITE, berisi pernyataan untuk merekam hasil kegiatan ke peralatan output.
5. END, mengakhiri kegiatan pengolahan.

Walaupun tidak ada kaidah-kaidah yang baku dalam penyusunan flowchart,

namun ada beberapa anjuran :
1. Hindari pengulangan proses yang tidak perlu dan logika yang berbelit sehingga
jalannya proses menjadi singkat.
2. Jalannya proses digambarkan dari atas ke bawah dan diberikan tanda panah
untuk memperjelas.
3. Sebuah flowchart diawali dari satu titik START dan diakhiri dengan END.
Berikut merupakan beberapa contoh simbol flowchart yang disepakati oleh dunia
pemrograman :
 PERSAMAAN NON LINIER

Metode Bagi-Dua
Metode bagi dua adalah algoritma pencarian akar pada sebuah interval. Interval
tersebut membagi dua bagian, lalu memilih dari dua bagian ini dipilih bagian mana
yang mengandung akar dan bagian yang tidak mengandung akar dibuang. Hal ini
dilakukan berulang-ulang hingga diperoleh akar persamaan atau mendekati akar
persamaan. Metode ini berlaku ketika ingin memecahkan persamaan f(x) = 0
dengan f merupakan fungsi kontinyu.

Prosedur Metode Bagi-Dua:

Misal dijamin bahwa f(x) adalah fungsi kontinyu pada interval [a, b] dan f(a)f(b) < 0.
Ini artinya bahwa f(x) paling tidak harus memiliki akar pada interval [a, b]. Kemudian

definisikan titik tengah pada interval [a, b] yaitu c := . Dari sini kita memperoleh
dua subinterval yaitu [a, c] dan [c, b]. Setelah itu, cek apakah f(a)f(c) < 0 atau f(b)f(c)
< 0 ? Jika f(a)f(c) < 0 maka b = c (artinya titik b digantikan oleh titik c yang berfungsi
sebagai titik b pada iterasi berikutnya), jika tidak maka a = c. Dari iterasi pertama kita
memperoleh interval [a, b] yang baru dan titik tengah c yang baru. Kemudian lakukan
pengecekan lagi seperti sebelumnya sampai memperoleh error yang cukup kecil.
Metode Newton-Raphson
Metode Newton-Raphson 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 Bagi-Dua (Bisection Method) 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 akarnya.

Prosedur Metode Newton :

menentukan x0 sebagai titik awal, kemudian menarik garis lurus (misal garis l)
yang menyinggung titik f(x0). Hal ini berakibat garis l memotong sumbu x di titik x1.
Setelah itu diulangi langkah sebelumnya tapi sekarang x1 dianggap sebagai titik
awalnya. Dari mengulang langkah-langkah sebelumnya akan mendapatkan x2, x3,
xn dengan xn yang diperoleh adalah bilangan riil yang merupakan akar atau mendekati
akar yang sebenarnya.

Metode Secant
Pada Metode Newton-Raphson memerlukan syarat wajib yaitu fungsi f(x)
harus memiliki turunan f'(x). Sehingga syarat wajib ini dianggap sulit karena tidak
semua fungsi bisa dengan mudah mencari turunannya. Oleh karena itu muncul ide dari
yaitu mencari persamaan yang ekivalen dengan rumus turunan fungsi. Ide ini lebih
dikenal dengan nama Metode Secant. Ide dari metode ini yaitu menggunakan gradien
garis yang melalui titik (x0, f(x0)) dan (x1, f(x1)). Perhatikan gambar dibawah ini.

Persamaan garis l adalah

=
Karena x = x2 maka y = 0, sehingga diperoleh

x2 x1 =

x2 = x1

= x1
secara umum rumus Metode Secant ini ditulis
xn+1 = xn

Prosedur Metode Secant :

 Ambil dua titik awal, misal x0 dan x1. Ingat bahwa pengambilan titik awal tidak
disyaratkan alias pengambilan secara sebarang. Setelah itu hitung x2menggunakan
rumus diatas. Kemudian pada iterasi selanjutnya ambil x1 dan x2sebagai titik awal dan
hitung x3. Kemudian ambil x2 dan x3 sebagai titik awal dan hitung x4. Begitu
seterusnya sampai iterasi yang diingankan atau sampai mencapai error yang cukup
kecil.
 PERSAMAAN LINIER
Metode Gauss-Jordan
Metode Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam matriks
sehingga menjadi matriks yang lebih sederhana (ditemukan oleh Carl Friedrich Gauss).
Caranya adalah dengan melakukan operasi baris sehingga matriks tersebut menjadi
matriks yang Eselon-baris. Ini dapat digunakan sebagai salah satu metode penyelesaian
persamaan linear dengan menggunakan matriks. Caranya dengan mengubah persamaan
linear tersebut ke dalam matriks teraugmentasi dan mengoperasikannya. Setelah
menjadi matriks Eselon-baris, lakukan substitusi balik untuk mendapatkan nilai dari
variabel-variabel tersebut.
Ciri ciri Metode Gauss adalah
1. Jika suatu baris tidak semua nol, maka bilangan pertama yang tidak nol adalah 1 (1
utama)
2. Baris nol terletak paling bawah
3. 1 utama baris berikutnya berada dikanan 1 utama baris diatasnya
4. Dibawah 1 utama harus nol
Jika diketahui suatu persamaan linier sebagai berikut
11 1 + 12 2 + 13 3 = 1
21 1 + 22 2 + 23 3 = 2
31 1 + 32 2 + 33 3 = 3
Eliminasi Gauss dapat dinyatakan dalam bentuk matriks A.X=b, yaitu
11 12 13 1 1
A= [21 22 23 ] ; X= [2 ] ; b=[2 ]
31 32 33 3 3
Metode eliminasi Gauss bertujuan untuk mengubah matriks A berbentuk
segitiga atas dan diagonal A bernilai 1. Matriks dibawah ini dikatakan matriks
eselon baris
1 12 13
A= [0 1 23 ]
0 0 1
 Selanjutnya untuk mendapatkan nilai x1, x2 dan x3 dapat dihitung degan cara
berikut:
1 12 13 1 1
[0 1 23 ] [ 2 ] = 2
0 0 1 3 3
11 + 12 2 + 13 3 = 1
01 + 12 + 13 3 = 2
01 + 02 + 13 = 3
Sehingga dari persamaan perhitungan diatas kita mendapatkan nilai x 1, x2 dan
x3.

Metode LU Decomposition
Jika matrik A non singular maka A dapat difaktorkan (diuraikan atau
didekomposisi menjadi matriks segitiga bawah (lower) dan matriks segitiga atas U
(upper) :
=
Dalam bentuk matriks, pemfaktoran ini ditulis sebagai berikut, matriks yang
dicontohkan adalah 3 x 3
11 12 13
A= [ 21 22 23 ]

31 32 33
1 0 0 11 12 13
L= [21 1 0] U= [ 0 22 23 ]
31 32 1 0 0 33
Pada matriks segitiga bawah L, semua elemen diagonal adalah 1, sedangkan pada
matriks U tidak ada aturan khusus pada elemen diagonalnya.
Metode ini dinamakan juga metode-metode pemfaktoran segitiga (triangular
factorization). Metode eliminasi Gauss merupakan suatu dekomposisi LU dari matriks
A.
Penyelesaian Ax = b dengan metode dekomposisi LU adalah sebagai berikut:
Ax = b
Faktorkan A menjadi L dan U sedememikian rupa, sehingga
A= LU
Jadi, LU x = b. Misalkan Ux=y, maka Ly = b
Untuk memperoleh y1,y2 ,y3,yn menggunakan Lower
1 0 0 1 1
Ly = b
L= [ 21 1 0] x [2 ] = [2 ]
31 32 1 3 3
Untuk memperoleh x1,x2, x3,..xn menggunakan Upper
11 12 13 1 1
Ux = y U= [ 0 22 23 ]x [2 ] = [2 ]
0 0 33 3 3
Jadi, langkah-langkah menghitung solusi sistem persamaan linier dengan metode
dekomposisi LU dapat diringkas sebagai berikut :
1. Bentuklah matriks Ldan U dari A
2. Pecahkan Ly = b , lalu hitung y dengan menggunakan Lower
3. Pecahkan Ux = y , lalu hitung x dengan menggunakan Upper
 INTERPOLASI

Interpolasi Lagrange
Aproksimasi merupakan salah satu usaha untuk menyajikan data berbentuk grafis
menjadi kalimat matematis. Secara umum aproksimasi harus mendapatkan suatu
fungsi yang melewati semua titik yang diketahui. Aproksimasi ini dikenal sebagai
interpolasi. Karena harus melewati semua titik yang ada, maka ada banyak fungsi yang
memenuhi, kecuali jika fungsi tersebut mempunyai syarat tertentu.
x = xi f(xi) = yi
Sedangkan secara khusus aproksimasi tidak mensyaratkan melewati semua titik.
Walaupun demikian solusi yang didapat haruslah merupakan hasil terbaik yang
mendekati semua titik yang diketahui. Aproksimasi secara khusus lebih dikenal dengan
istillah regresi.
x = xi f(xi) yi
KONSEP INTERPOLASI LAGRANGE
Interpolasi Lagrange merupakan teknik yang popular, karena menggunakan
fungsi dalam bentuk polinom. Jika fungsi yang dicari adalah f(x) dan cacah data n
maka :
ALGORITMA INTERPOLASI LAGRANGE
Dari manual diatas dapat dituliskan algoritma kasarnya sebagai berikut :
1. Tetapkan jumlah titik yang diketahui. Untuk menginputkan titik yang diketahui
dapat meenggunakan dua array x dan y dengan jumlah data = jumlah
titiknya. Dengan dua array akan lebih mudah mengatur perilaku data didalam
program. Bisa juga menggunakan banyak array sejumlah titik yang diketahui,
sehingga masing-masing pasang data disimpan dalam satu array. Cara ini terlihat
lebih sederhana, tetapi lebih sulit dalam mengatur perilaku data. Dalam
implementasi ini nantinya akan dipilih cara yang pertama, yakni menggunakan
dua array x dan y.
2. Mencari Li(x) dan P(x) Li(x) didapat sejumlah titik yang diketahui, sehingga
diperlukan perulangan sebanyak titik yang diketahui. Demikian pula P(x)
merupakan jumlahan dari perkalian yi dan Li(x), sehingga memerlukan perulangan
yang jumlahnya sana dengan proses pencarian Li(x). Untuk mencari
Li(x) diperlukan Qi(x) dan Qi(xi). Karena Qi(x) merupakan hasil perkalian (x-xi)
sejumlah titik yang diketahui, maka diperlukan perulangan lagi untuk mencarinya.
Tetapi yang harus diingat disini adalah bahwa, untuk (x-xi) tersebut tidak ikut dalam
hasil perkalian. Sehingga proses hanya akan dilakukan untuk nilai selain (x-xi).
Untuk Qi(xi) dapat dicari setelah Qi(x) diketahui dengan cara mensubstitusi nilai xi
ke dalam Qi(x). Setelah Qi(x) dan Qi(xi) diketahui dapat dicari Li(x). Dan untuk
selanjutnya mencari P(x).
 INTEGRAL
Metode Trapesium

Sebagaimana namanya, metode trapezium merupakan metode integrasi

numerik yang didasarkan pada penjumlahan segmen-segmen berbentuk trapesium.
Apabila sebuah integral didekati dengan metode trapesium dengan satu segmen
saja, maka dapat dituliskan sebagai:

Suku pertama pada ruas kanan adalah aturan trapezium yang kita maksudkan,
sedangkan suku kedua yang dinyatakan dengan E adalah kesalahan yang dimiliki oleh
metode ini.
Untuk memperoleh ungkapan metode trapesium (3-5) dan untuk mengetahui
seberapa besar kesalahan yang dimiliki oleh metode ini, maka kita perlu melakukan
ekspansi deret Taylor luasan A (x) yang didefinisikan sebagai

(3-6)
Ekspnasi deret Taylor untuk luasan A (x) selanjutnya adalah

(3-
7)
dengan definisi (3-6) maka diperoleh
A '(x)=f(x), A ''(x)=f'(x), A '''(x)=f''(x) (3-8)
Selajutnya, ungkapan (3-6) untuk batas bawah integrasi x0 dan batas atas x0+ h
menjadi
 (3-9)
Dengan mendekati ungkapan turunan pertama dengan beda hingga maju (forward
difference))

(3-10)
maka persamaan (3-6) akan mengambil bentuk

(3-11)

Dengan demikian kita memperoleh pendekatan integral dengan teknik integrasi

trapesium adalah

(3-12)
Dari ungkapan (3-11) dapat diketahui bahwa pendekatan integrasi dengan aturan
trapesium memiliki kesalahan yang sebanding dengan (h)3. Oleh sebab itu, jika kita
membagi dua terhadap h maka kesalahan hasil integrasi akan tereduksi hingga 1/8
nya. Akan tetapi, ukuran domainnya juga terbagi menjadi dua, sehingga dibutuhkan
aturan trapesium lagi untuk mengevaluasinya, selanjutnya sumbangan hasil
integrasi tiap domain dijumlahkan. Hasil akhirnya memiliki kesalahan 1/4 nya bukan
lagi 1/8 nya.
Metode Simpson 1/3

Metode Simpson merupakan sebuah metode alternatif pendekatan integral

disamping metode trapesium dan titik tengah. Dengan menggunakan metode Simpson
ini diharapkan meskipun lebar segmen h pada integrasi diambil cukup lebar,
namun diharapkan akan diperoleh ketelitian yang lebih tinggi dari metode sebelumya.
Dengan mengintegralkan deret Taylor sepanjang interval 2 h dan
mengurangkannya dengan

terlihat bahwa kesalahan pendekatan integrasi Simpson 1/3 adalah O(h5), sedangkan
kesalahan pada aturan trapezium dan titik tengah adalah O(h3), ini berarti bahwa
aturan Simpson 1/3 memiliki ketelitian dua orde lebih tinggi dibandingkan
metode trapesium dan titik tengah.

METODE KUADRATUR GAUSS

Sampai saat ini kita telah membahas kaidah integrasi yang berbasis titik-titik
data diskrit dengan metode Newton-Cotes. Sebelum melakukan perhitungan integrasi,
kita harus membentuk tabulasi titik-titik diskrit yang berjarak sama. Titik-titik diskrit
tersebut harus berawal dan berakhir di ujung-ujung selang dan . Trapesiumtrapesium
yang menghampiri daerah integrasi harus berawal dan berakhir di ujungujung selang
tersebut. Batasan ini mengakibatkan galat yang dihasilkan dengan mekanisme ini
ternyata cukup besar. Misalnya bila kita menggunakan kaidah trapesium unutuk
menghitung 1 1 , maka daerah integrasi dalam selang 1,1 dihampiri dengan
sebuah trapesium yang luasnya adalah
= () 1 1 2 1 + 1 1 + (1) .................. persamaan (1)
Dengan = 1 (1) = 2

Perhatikan kembali bahwa persamaan (1) dapat ditulis sebagai

= 1 + 2 ................... persamaan(2)
Dengan = 1, = 1, 1 = 2 = 2 = 2 2 = 1 Pendekatan integrasi yang berbeda
dengan metode Newton-Cotes dikembangkan oleh Gauss dan dinamakan metode
Kuadratur Gauss(Gaussian Quadrature).Dengan metode ini, batasan-batasan yang
terdapat pada metode NewtonCotes kuadratur dihilangkan. Disini kita tidak perlu
lagimenentukan titik-titik diskrit yang berjarak sama, tetapi nilai integrasi numerik
cukup diperolah dengan menghitung nilai fungsi () pada beberapa titik tertentu.
Untuk memberi gambaran tentang kuadratur Gauss,. Sebuah garis lurus ditarik
menghubungkan dua titik sembarang pada kurva = (). Titik-titik tersebut diatur
sedemikian sehingga garis lurus tersebut menyeimbangkan galat positif dan galat
negatif. Luas daerah yang dihitung sekarang adalah luas daerah di bawah garis lurus,
yang dinyatakan sebagai
= () 1 1 = 1 1 + 2 2 ..................... persamaan(3)
Dengan 1 , 2 , 1 , dan 2 adalah sembarang nilai.Persamaan (3) ini dinamakan
persamaan Kuadratur Gauss. Perhatikan bahwa bila dipilih 1 = 1, 2 = 1, dan 1 =
2 = 1, maka persamaan kuadratur Gauss (persamaan (3)) menjadi kaidah trapesium
(persamaan (1)). Jadi, kaidah trapesium memenuhi persamaan kudratur Gauss.

Persamaan (3) mengandung empat buah peubah yang tidak diketahui, yaitu 1 , 2 ,
1 , dan 2 . Kita harus memilih 1 , 2 , 1 , dan 2 sedemikian sehingga galat
integrasinya minimum. Karena ada empat buah peubah yang tidak diketahui, maka kita
harus mempunyai empat buah persamaan simultan yang mengandung 1 , 2 , 1 , dan
2 .
DAFTAR PUSTAKA
http://oolish.blog.uns.ac.id/algoritma-dan-pemrograman/
http://lecturer.ukdw.ac.id/anton/download/strukdat1.pdf
https://aimprof08.wordpress.com/2012/08/30/metode-bagi-dua-bisection-method/
https://nurfajrinanovitasari.wordpress.com/metode-integrasi-kuadratur-gauss/
http://documents.tips/documents/metode-integrasi-kuadratur-gauss.html
https://aimprof08.wordpress.com/2012/09/13/interpolasi-newton/
https://aimprof08.wordpress.com/2012/09/01/metode-secant-secant-method/
http://darkzone7.blogspot.co.id/2013/04/pengertian-metode-newton-raphson.html
https://aimprof08.wordpress.com/2012/08/31/metode-newton-raphson-newton-
raphson-method/