Anda di halaman 1dari 159

MATERI KULIAH

M ATEMATIKA
MATEMATIKA
T EKNIK
TEKNIK

xi +1 xi
a = 100 %
xi +1

Disusun oleh Yan Sujendro Maximianus

JURUSAN TEKNIK SIPIL


FAKULTAS TEKNIK
UNIVERSITAS JANABADRA
YOGYAKARTA
2008
DAFTAR ISI

BAGIAN PERTAMA . 1

BAB I PENDAHULUAN . 2
1.1 Skalar . 2
1.2 Vektor .. 2
1.3 Vektor Satuan . 3
1.4 Penjumlahan Vektor . 6
1.5 Perkalian Vektor . 7
1.6 Vektor Orthogonal dan Vektor Normal .. 9
1.7 Latihan-latihan 10
1.8 Daftar Pustaka 11
BAB II MATRIKS . 12
2.1 Definisi Matriks . 12
2.2 Operasi Matriks ... 13
2.3 Matriks Bentuk Khusus ... 15
2.4 Penyekatan matriks .. 19
2.5 Latihan-latihan ... 20
2.6 Daftar Pustaka 20

BAB III DETERMINAN ... 21


3.1 Definisi Determinan ... 21
3.2 Minor dan Kofaktor ... 22
3.3 Sifat-sifat Determinan ... 24
3.4 Perhitungan dengan Kondensasi Pivot .. 25
3.5 Perhitungan dengan Kondensasi Pivot terbesar . 27
3.6 Latihan-latihan ... 28
3.7 Daftar Pustaka 30

BAB IV INVERS SUATU MATRIKS ... 31


4.1 Definisi invers matriks . 31
4.2 Matriks kofaktor .. 31
4.3 Matriks adjoint 32
4.4 Invers suatu matriks ... 33
4.5 Sifat-sifat invers 35
4.6 Mencari invers dengan transformasi berurutan ... 35
4.7 Latihan-latihan ... 41
4.8 Daftar Pustaka 42

BAB V OPERASI MATRIKS DENGAN SOFTWARE 43


5.1 Penulisan Matriks dalam Lembar Kerja Microsoft Excel ... 43
5.2 Operasi Matriks dengan Microsoft Excel .. 45
5.3 Operasi Matriks dengan Mathcad . 52

i
BAGIAN KEDUA 59

BAB VI PENDAHULUAN .. 60
6.1 Pendahuluan .. 60
6.2 Kesalahan (error) ... 60
6.3 Kesalahan Absolut dan Relatif .. 61
6.4 Deret Taylor . 64
6.5 Diferensial Numerik 66
6.5 Latihan-latihan ... 71
6.6 Daftar Pustaka 71

BAB VII SISTEM PERSAMAAN LINIER 74


7.1 Pendahuluan .. 74
7.2 Sistem Persamaan Dalam Bentuk Matriks .. 74
7.3 Metoda Eliminasi Gauss .. 75
7.4 Metoda Gauss Jordan .. 78
7.5 Metoda Iterasi 80
7.6 Latihan-latihan 85
7.7 Daftar Pustaka 85

BAB VIII AKAR-AKAR PERSAMAAN . 90


8.1 Pendahuluan .. 90
8.2 Metoda Setengah Interval ..... 91
8.3 Metoda Interpolasi Linier .... 94
8.4 Metoda Newton-Raphson .. 96
8.5 Metoda Secant .. 97
8.6 Metoda Iterasi . 99
8.7 Latihan-latihan 101
8.8 Daftar Pustaka 106
BAB IX INTERPOLASI 107
9.1 Pendahuluan .. 107
9.2 Interpolasi Linier ....................... 108
9.3 Interpolasi Kuadrat .... 110
9.4 Bentuk Umum Interpolasi Polinomial .... 113
9.5 Latihan-latihan 114
9.6 Daftar Pustaka 114
BAB X INTEGRASI NUMERIK .... 115
10.1 Pendahuluan .. 115
10.2 Metoda Trapesium ....................... 117
10.3 Metoda Trapesium dengan Banyak Pias ..... 119
10.4 Metoda Simpson .... 122
10.5 Integral dengan Panjang Pias Tak Sama .... 128
10.6 Metoda Kuadratur .. 129
10.7 Latihan-latihan . 132
10.8 Daftar Pustaka . 133

ii
BAGIAN

D alam lima bab pertama akan diberikan pengetahuan


tentang aljabar matriks. Tujuan dari buku ini adalah untuk
memenuhi kebutuhan mahasiswa yang akan mempelajari
bagian-bagian dari aljabar matriks dari sisi pandangan praktis.
Diharapkan setelah mempelajari buku ini mahasiswa akan dapat
lebih mudah memahami analisis struktur dengan cara matriks.

Pada bagian ini akan dipelajari tentang definisi matriks,


bentuk-bentuk operasi matriks, cara-cara mencari determinan dan
invers matriks. Pada akhir bagian ini akan dikenalkan juga cara-
cara penyelesaian matriks dengan perangkat lunak (software),
yaitu: Microsoft Excel dan Mathcad.

Bab
I Pendahuluan
II Matriks
III Determinan
IV Invers Suatu Matriks
V Operasi Matriks dengan Software

1
Matematika Teknik yan sujendro m

BAB I PENDAHULUAN

Besaran fisis dapat dikelompokkan dalam bentuk dua golongan besar,


yaitu besaran skalar dan besaran vektor. Sebelum membahas aljabar matriks,
ada baiknya ditinjau lebih dahulu konsep tentang skalar dan vektor.

1.1 Skalar
Besaran skalar adalah suatu besaran yang hanya memiliki nilai saja, atau
cukup dinyatakan dengan sebuah bilangan saja dengan satuan yang sesuai,
misalnya panjang, temperatur ruangan, massa, waktu dan sebagainya. Salah
satu contoh besaran skalar adalah laju kendaraan, yang dapat dinyatakan
dengan sebuah bilangan tunggal (misalnya 75), dengan catatan satuan bilangan
itu telah ditentukan (contoh: kilometer per jam). Arah gerak dari laju kendaraan
tidak ditentukan secara jelas.

1.2 Vektor
Vektor merupakan besaran dalam bentuk yang lain, yang sifatnya lebih
rumit dari pada skalar, dan tidak dapat dinyatakan hanya dengan sebuah
bilangan tunggal. Besaran vektor baru terdefinisi secara lengkap bila selain
ditetapkan besar (magnitude) dengan satuannya, juga diketahui ke mana
arahnya. Beberapa besaran yang terdapat dalam mekanika dasar, misalnya
gaya, momentum, kecepatan, dan percepatan. Untuk menggambarkan vektor
secara lengkap, besaran vektor dinyatakan dengan tiga bilangan dan suatu
sistem vektor, sehingga besaran vektor disebut vektor berdimensi 3. Sebagai
gambaran vektor dapat dilihat pada Gambar 1.1.

Fy

F
Fx
O x

Fz
z

Gambar 1.1. Suatu vektor F dan komponennya

Vektor F digambarkan dengan anak panah, yang memiliki panjang dan


arah. Dengan demikian jelas bahwa vektor tidak dapat dinyatakan hanya dengan
sebuah bilangan tunggal saja, tetapi harus lengkap besar dan arahnya.

2
Matematika Teknik yan sujendro m

Besar vektor adalah besaran skalar yang diperlihatkan oleh panjang


vektor; misal: jika vektor F adalah vektor gaya, maka besarnya mungkin 10
Newton, yang diperlihatkan dengan skala yang sesuai dengan panjang dari
pangkal anak panah sampai ujung. Besar suatu vektor mempunyai nilai non
negatif, yaitu positif atau nol, dan pada umumnya dinyatakan dengan tanda
mutlak, contoh: besar F ditulis sebagai F .

Suatu besaran vektor secara grafis dapat dinyatakan dengan sebuah garis
yang digambarkan dengan ketentuan:
a. panjang garis tersebut menyatakan besar dari besaran vektor dengan skala
yang telah ditetapkan,
b. arah garis menunjukkan ke arah mana besaran vektor tersebut bekerja.
Penunjukan arah dinyatakan dengan ujung anak panah.

1.3 Vektor satuan


Seringkali lebih mudah menyatakan suatu vektor dalam bentuk vektor
satuan (vektor yang besarnya satu), yang terletak pada garis yang sama dengan
vektor tersebut. Sebagai gambaran, Gambar 1.2. menunjukkan vektor satuan f
yang terletak pada garis yang sama dengan vektor F. Jika vektor F dinyatakan
dalam bentuk satuan ini, maka vektor F dapat ditulis dalam bentuk F = F.f,
dengan F menyatakan nilai skalar dari vektor. Jika vektor F mempunyai arah
yang sama dengan vektor satuan f, maka nilai skalar F akan positif dan sama
dengan besarnya vektor F. Tetapi bila arah vektor F berlawanan arah dengan
arah vektor satuan f, maka F akan negatif. Dengan kata lain, tanda dari nilai
skalar menentukan apakah vektor tersebut searah atau berlawanan arah dengan
vektor satuan tersebut.

j f

O x
i
k

Gambar 1.2. Vektor satuan

Dari Gambar 1.1. terlihat bahwa pada vektor F, jika ketiga sudut antara
vektor F dengan sumbu x, y, z diberikan, maka arah positif dari vektor akan
tertentu, dengan demikian bila besar vektor juga diketahui, maka vektor dapat
ditentukan dengan lengkap.

3
Matematika Teknik yan sujendro m

Cara yang lebih baik untuk menentukan vektor adalah dengan komponen
arah x, y, dan z. Vektor komponen dari vektor F adalah Fx, Fy, dan Fz. Komponen
ini dapat dijumlahkan secara vektor untuk memperoleh vektor F; penjumlahan ini
ditunjukkan oleh persamaan vektor sebagai berikut.
F = Fx + Fy + Fz
Vektor komponen Fx, Fy, dan Fz masing-masing dapat dituliskan dalam
bentuk vektor satuan i, j, dan k yang terletak pada sumbu x, y, dan z. Dengan
demikian, vektor Fx, Fy, dan Fz masing-masing dapat dinyatakan dalam bentuk
Fxi, Fyj, dan Fzk, dengan Fx, Fy, dan Fz merupakan nilai skalar dari vektor
komponen. Sehingga vektor F dapat dinyatakan sebagai:
F = Fxi + Fyj + Fzk
Untuk memperoleh cara penulisan vektor yang sederhana, vektor satuan i,
j, dan k dihilangkan dan hanya menggunakan komponen skalarnya. Vektor F
dituliskan sebagai:
F = Fx, Fy, Fz atau F = [Fx Fy Fz]
Untuk menyajikan vektor berdimensi 3 diperlukan tiga buah bilangan.
Secara umum, suatu vektor adalah barisan berurutan dari bilangan-bilangan.
Dari definisi tersebut memungkinkan untuk membentuk vektor berdimensi
banyak, sebagai contoh,
barisan bilangan [7 1 4 2 8] menyatakan suatu vektor berdimensi 5.
Dalam aljabar matriks perlu dibedakan antara vektor baris, yaitu vektor
yang komponennya dituliskan horisontal, dan vektor kolom, yaitu vektor yang
komponennya ditulis vertikal.
Vektor A dan B adalah vektor baris, sedang vektor C dan D adalah vektor
kolom.
A = [7 3] B = [6 4 6 1 7 ]

7
2
6
C= D = 3
3
0
4

Perbedaan antara vektor baris dan vektor kolom hanya pada penyajiannya
saja. Untuk menghemat tempat vektor kolom ditulis dalam bentuk baris dengan
menggunakan tanda { }, untuk menunjukkan bahwa vektor tersebut adalah vektor
kolom.

6
C = = {6 3}
3

4
Matematika Teknik yan sujendro m

7
2

D = 3 = {7 2 3 0 4}

0
4

Cara lain untuk menentukan arah dari suatu vektor dalam ruang adalah
dengan menentukan sudut antara arah positif vektor dengan sumbu-sumbu
koordinat orthogonal x, y, dan z. Sudut-sudut tersebut dengan besarnya vektor
menentukan arah vektor tersebut.

b P
r

c O a x

Gambar 1.3. Penentuan arah vektor dengan cosinus arah

Misalkan OP = r = ai + bj + ck, maka:


a
= cos , a = r cos
r
b
= cos , b = r cos
r
c
= cos , c = r cos
r
a2 + b2 + c2 = r 2
r 2 cos 2 + r 2 cos 2 + r 2 cos 2 = r 2
cos 2 + cos 2 + cos 2 = 1
a
Jika l = = cos ,
r
b
m = = cos , maka l 2 + m 2 + n 2 = 1
r
c
n = = cos ,
r

5
Matematika Teknik yan sujendro m

[l m n], yang ditulis dalam tanda kurung siku, disebut sebagai cosinus
arah vektor OP. Masing-masing menyatakan harga cosinus dari sudut yang
terbentuk oleh vektor tersebut dengan ketiga sumbu kerangka acuan.

1.4 Penjumlahan Vektor


Dua vektor atau lebih yang berdimensi sama (banyaknya elemen sama)
dapat dijumlahkan secara vektor untuk mendapatkan sebuah vektor baru. Contoh
pada Gambar 1.4. menunjukkan dua buah vektor berdimensi 3 yaitu F1 dan F2
sembarang. Hasil penjumlahan F1 dan F2 dinyatakan dalam gambar sebagai FR
(vektor jumlah atau vektor resultant). Cara penjumlahan adalah dengan
menjumlahkan elemen-elemen yang bersesuaian. Contoh:
[
F1 = F1x F1 y F1z ]
F2 = [F2 x F2 y ]
F2 z , maka FR yang merupakan jumlah kedua vektor
tersebut adalah:
[
FR = F1x + F2 x F1 y + F2 y F1z + F2 z ]
Persamaan ini dapat dianggap sebagai hukum jajaran genjang untuk
menggabungkan dua vektor berdimensi 3. Definisi ini berlaku umum, artinya
dapat digunakan untuk vektor berdimensi lain.

F2

FR

O x

F1
z

Gambar 1.4. Penjumlahan vektor

Contoh:
A = [7 1 4 2 8]
B = [1 2 9 0 4]
C = A + B = [8 1 13 2 12]
Cara yang sama dapat dilakukan pula pada penjumlahan vektor kolom
dan pengurangan vektor
D = A B = [6 3 5 2 4]

6
Matematika Teknik yan sujendro m

Seringkali dalam perhitungan diperlukan vektor nol, yaitu vektor dengan


semua elemennya bernilai nol. Contoh:
0 = [0 0 0 0 0]

Vektor nol ini mempunyai peran yang sama dengan nol (0) pada aljabar
skalar. Contoh bila jumlah vektor A dan B adalah vektor nol, maka persamaan
vektornya adalah:
A+B=0 (A, B, dan 0 mempunyai dimensi yang sama)
Penjumlahan vektor dengan vektor itu sendiri menghasilkan vektor baru
dengan nilai skalar semua elemennya dua kali lebih besar dari nilai skalar
elemen vektor awal.
A + A = 2 A = [2 A1 2 A2 ........ 2 An ]

1.5 Perkalian Vektor


Dua bentuk hasil kali yang diperoleh dari perkalian vektor adalah:
1. Perkalian skalar (disebut juga perkalian dot atau perkalian titik). Disebut
sebagai perkalian skalar karena hasil perkaliannya berupa skalar, disebut
perkalian dot karena perkalian skalar dari dua buah vektor A dan B ditulis AB
(dibaca A dot B).
A = Ax i + A y j + Az k = Ax[ Ay Az ]
B = B x i + B y j + B z k = [B x By B z ], maka C adalah perkalian skalar yang
didefiniskan sebagai:
C = A B = Ax B x + A y B y + Az B z

Hubungan ini dapat digunakan untuk menentukan usaha dari sebuah gaya
yang bergerak dengan perpindahan tertentu. Sebagai contoh: vektor A adalah
sebuah vektor gaya yang tetap dan vektor B didefiniskan sebagai
perpindahan dari A, sehingga usaha yang dilakukan oleh gaya A adalah
perkalian skalar AB, dari persamaan tersebut tampak bahwa perkalian ini
bersifat komutatif, yaitu: AB = BA.
Perkalian skalar digunakan untuk menentukan komponen skalar dari sebuah
vektor dalam arah tertentu, dilakukan dengan melakukan perkalian skalar
antara vektor tersebut dengan vektor satuan yang komponen arahnya ingin
ditentukan. Sebagai contoh: perkalian skalar dari vektor A di atas dengan
vektor satuan i, j, dan k. Vektor satuan dapat ditulis dalam bentuk:
i = [1 0 0], j = [0 1 0] , k = [0 0 1]

maka perkalian skalarnya adalah:


Ai = Ax Aj = Ay Ak = Az
Dengan demikian, perkalian skalar antara A dengan vektor satuan i akan
menghasilkan komponen skalar A dalam arah x, dengan cara yang sama
diperoleh juga pada arah y dan z.

7
Matematika Teknik yan sujendro m

Yang perlu diperhatikan adalah apabila dua buah vektor berdimensi 3 saling
tegak lurus (orthogonal), maka perkalian skalarnya sama dengan nol.
Kesimpulan ini dapat diperoleh dari pemisalan vektor A dan vektor B sebagai
vektor yang orthogonal, dengan sumbu x sebagai arah vektor A dan sumbu y
untuk vektor B. Komponen-komponen tertentu dari A dan B akan mempunyai
harga:
Ay = Az = 0 Bx = Bz = 0
Jika vektor A dan B mempunyai arah yang sama, maka perkalian skalarnya
sama dengan hasil kali harga skalarnya. Misal vektor A dan B mempunyai
arah yang sama (arah sumbu x), maka perkalian skalar kedua vektor adalah
perkalian AxBx.
Cara lain untuk menyatakan perkalian skalar antara 2 vektor dimensi 3 A dan
B adalah (lihat Gambar 1.5):
AB = A B cos

dengan A dan B adalah besar vektor A dan B dan adalah sudut terkecil
antara dua vektor tersebut. Dari persamaan ini dapat dikatakan bahwa
perkalian skalar sama dengan besar vektor A dikalikan dengan besar
proyeksi vektor B pada vektor A (yaitu B cos ) demikian pula sebaliknya.
Untuk vektor orthogonal , sudut = 90, maka perkalian skalar yang
dihasilkan adalah sama dengan nol. Untuk vektor-vektor yang sejajar dengan
arah yang sama, maka sudut = 0, sehingga perkalian skalarnya sama
dengan hasil kali besar kedua vektor. Jika vektor-vektor tersebut sejajar
dengan arah yang berlawanan, maka sudut = 180, perkalian skalarnya
sama dengan hasil kali besar kedua vektor dalam tanda negatif.

y
B

O x

F1
z

Gambar 1.5. Perkalian vektor

Definisi perkalian skalar dari dua buah vektor berdimensi 3 dapat berlaku
umum untuk perkalian-perkalian vektor-vektor yang berdimensi lebih besar,
misalnya A dan B adalah vektor berdimensi n dengan:

8
Matematika Teknik yan sujendro m

A = [A1 A21 ........ An1 ]


B = [B1 B21 ........ Bn1 ]

maka perkalian skalarnya didefinisikan sebagai:


n
A B = A1 B1 + A2 B2 + ........ + An Bn = Ai Bi
i =1
A B = [7 1 4 2 8] [1 2 9 0 4]
A B = (7 )(1) + ( 1)(2 ) + (4 )(9 ) + (2 )(0 ) + ( 8)( 4 ) = 73

Dengan perhitungan yang sama berlaku pula untuk perkalian vektor-vektor


kolom, atau perkalian vektor baris dengan vektor kolom, dengan syarat kedua
vektor harus memiliki dimensi yang sama.
2. Perkalian silang (cross product). Untuk vektor berdimensi 3 A dan B,
perkallian vektor A x B didefinisikan:
( ) (
AxB = A y B z Az B y i + ( Az B x Ax B z ) j + Ax B y A y B x k )
AxB = [A y B z Az B y Az B x Ax B z Ax B y A y B x ]
Definisi perkalian dapat juga ditunjukkan dalam bentuk determinan, sebagai
berikut.

i j k
AxB = Ax Ay Az
Bx By Bz

Cross product tidak komutatif, dengan menggunakan persamaan tersebut


diperoleh: AxB = BxA, atau dengan kata lain vektor AxB sama dengan
vektor BxA tetapi dengan arah yang berlawanan.
Harga skalar C dari perkalian C = AxB dapat ditulis sebagai:
C = ABsin
dengan adalah sudut terkecil antara vektor A dan B.

1.6 Vektor Orthogonal dan Vektor Normal


Hasil kali skalar dua vektor yang saling tegak lurus adalah nol. Konsep
tentang tegak lurus ini dapat diperluas untuk vektor yang berdimensi lain. Jadi,
dua buah vektor berdimensi n dikatakan saling tegak lurus (orthogonal) jika
pekalian skalarnya nol.
Contoh: dari vektor dimensi 6 A dan B sebagai berikut.
A = [3 2 3 0 4 1] , dan B = [ 2 1 1 5 2 3]

Perkalian skalar C dari vektor A dan B adalah:


C = A B = (3)( 2 ) + ( 2 )(1) + (3)(1) + (0 )( 5) + (4 )(2 ) + (1)( 3) = 0

Karena AB = 0, maka vektor A dan B adalah vektor yang saling tegak


lurus.

9
Matematika Teknik yan sujendro m

Suatu vektor disebut normal bila besar vektor ini sama dengan vektor
satuan. Vektor normal dapat diperoleh dari vektor lain dengan membagi tiap
komponen vektor itu dengan besarnya. Sehingga vektor normal adalah vektor
satuan yang mempunyai arah yang sama (dalam ruang dimensi n) dengan vektor
yang diberikan.
Contoh: vektor berdimensi 6 A = [3 2 3 0 4 1]

Besar vektor A adalah:


A = 3 2 + ( 2 )2 + (0 )2 + 4 2 + 12 = 39

vektor satuan yang diperoleh dari normalisasi vektor A sama dengan:


1 3 2 3 4 1
a= A= 0
39 39 39 39 39 39

Cara normalisasi yang ditunjukkan di sini adalah membuat vektor sama


dengan vektor satuan, cara ini merupakan cara yang paling umum dalam
normalisasi vektor.

1.7 Latihan-latihan
1. Tentukan jumlah A + B dan C + D, dan selisih A B, dan C D, jika vektor A,
B, C, dan D ditentukan sebagai berikut.
A = [7,2 4,3 0,6 1,7]
B = [ 11,0 11,8 2,4 1,9]
1,7 2,4
1,0 0,7
C= , D=
1,0 6,8

4,3 3,0
2. Dari vektor-vektor soal no. 1 tentukan vektor-vektor R1 dan R2 dengan
ketentuan sebagai berikut.
R1 = 3A 2B R2 = 5C + 2D
3. Tentukan vektor R3 agar persamaan 2A 3B + R3 = 0 ini terpenuhi, jika A
dan B adalah vektor-vektor berdimensi 5 sebagai berikut.
A = [7 1 4 2 8]
B = [1 2 9 0 4]

4. Tentukan komponen vektor A pada arah vektor B jika:


A = [2 3 5], B = [1 4 2]

5. Tentukan sudut antara vektor A dan vektor B pada soal no. 4


6. Tentukan perkalian vektor AxB, dan BxA untuk vektor-vektor berikut ini.
A = [6 3 2]
B = [4 7 1]

10
Matematika Teknik yan sujendro m

1.8 Daftar Pustaka

Gere, James M., Weaver, William Jr., 1987, Aljabar Matriks untuk Insinyur,
Erlangga, Jakarta.
Stroud, K.A., 1996, Matematika untuk Teknik, Erlangga, Jakarta.

11
Matematika Teknik yan sujendro m

BAB II MATRIKS

2.1 Definisi matriks


Matriks adalah sekumpulan bilangan riil (atau elemen) atau kompleks
yang disusun menurut baris dan kolom sehingga membentuk jajaran (array)
persegi panjang.
Bentuk yang paling umum dari sebuah matriks adalah susunan bilangan-
bilangan yang berbentuk empat persegi panjang yang dapat digambarkan
sebagai berikut.

A11 A12 ...... A1n


A A22 ...... A2n
A = 21 (1.1)
...... ...... ...... ......

Am1 Am 2 ...... Amn

Bilangan-bilangan A11, A12, ..., A1n yang menyusun rangkaian itu disebut
elemen atau unsur dari matriks. Indeks pertama elemen menunjukkan baris,
indeks kedua menunjukkan kolom tempat elemen itu berada.
Matriks yang mempunyai m baris dan n kolom disebut matriks m x n (m
kali n) atau matriks berorder m x n. Order matriks ditentukan oleh banyaknya
baris dan kolom. Matriks bujur sangkar adalah matriks yang jumlah baris dan
kolomnya sama (m = n).
Bentuk suatu matriks ditunjukkan dengan menuliskan jajarannya di antara
5 7 2
kurung siku, misalnya adalah matriks 2 x 3 dengan 5, 7, 2, 6, 3, 8
6 3 8
adalah merupakan elemen-elemennya.
Dalam menyatakan matriks, yang disebut pertama adalah jumlah baris,
kemudian jumlah kolom.

5 6 4
2 3 2
adalah matriks berorder 4 x 3, yaitu matriks dengan 4 baris
7 8 7

6 7 5
dan 3 kolom.
Tiap-tiap elemen dari suatu matriks memiliki alamat atau tempat yang
dapat ditentukan dengan menggunakan sistem dua indeks, indeks pertama
menyatakan baris, dan indeks kedua menyatakan kolom. Contoh:

A11 A12 A13 A14


A
21 A22 A23 A24 , A23 menunjukkan elemen yang terletak pada baris
A31 A32 A33 A34
kedua dan kolom ketiga.

12
Matematika Teknik yan sujendro m

2.2 Operasi Matriks

1. Penjumlahan dan pengurangan matriks


Penjumlahan dua buah matriks A dan B dapat dilakukan apabila kedua
matriks itu berorder sama. Matriks-matriks seperti itu disebut matriks-matriks
yang sesuai untuk penjumlahan. Jumlah dua buah matriks adalah matriks lain
yang berorder sama dengan elemen-elemennya merupakan jumlah dari elemen-
elemen yang sesuai dari kedua matriks tersebut. Jika A + B = C, maka tiap
elemen C akan mempunyai bentuk:
Aij + Bij = Cij (1.2)

1 2 3 6 5 2
A= , B=
1 0 4 0 0 4
1 + 6 2 + 5 3 2 7 3 1
A+B=C= =
1 + 0 0 + 0 4 + 4 1 0 8

Dari contoh di atas tampak bahwa penjumlahan matriks bersifat komutatif


dan asosiatif. . Contoh: A + B = B + A, atau A + (B + C) = (A + B) + C. Dengan
demikian berarti penjumlahan matriks dapat dilakukan untuk sembarang urutan
dan dapat dikelompokkan dalam berbagai susunan.
Pengurangan matriks mempunyai syarat yang sama dengan penjumlahan.
Dari contoh di atas tampak bahwa A B = D, dengan

1 6 2 5 3 ( 2) 5 7 5
D= =
1 0 00 4 4 1 0 0

2. Perkalian matriks
a. Perkalian dengan skalar: Suatu matriks dapat dikalikan dengan suatu
bilangan skalar, yaitu dengan mengalikan setiap elemennya dengan bilangan
skalar itu. Bila A adalah matriks berorder m x n dan adalah sebuah skalar,
maka hasil kali A adalah matriks B yang berorder m x n dengan Bij = Aij.

15 21 15 5 7 5
3D = , D=
3 0 0 1 0 0

Kebalikannya juga berlaku, yaitu faktor yang sama dapat dikeluarkan dari
setiap elemen. Contoh:

10 25 45 2 5 9
35 15 50 dapat dituliskan sebagai 5x 7 3 10

b. Perkalian dua buah matriks: Dua buah matriks dapat dikalikan, satu dengan
yang lain, hanya jika jumlah kolom pada matriks pertama sama dengan
jumlah baris pada matriks kedua.

13
Matematika Teknik yan sujendro m

b1
[ ]a a
Contoh: A = aij = 11 12
a13


, dan b = [bi ] = b2 , maka
a21 a22 a23 b
3
b1
a a a13 a11b1 + a12b2 + a13b3
A.b = 11 12 . b2 =
a21 a22 a23 a21b1 + a22b2 + a23b3
b3

Contoh 1:
8
4 7 6 4.8 + 7.5 + 6.9 32 + 35 + 54 121
2 3 1.5 = 2.8 + 3.5 + 1.9 = 16 + 15 + 9 = 40
9

Contoh 2
1 5
8 4 3 1
Jika A = [aij] = 2 7 , dan B = [bij] =
2 5 8 6
3 4

1 5
8 4 3 1
maka AB = 2 7 .
2 5 8 6
3 4
1 .8 + 5 .2 1 .4 + 5 .5 1 .3 + 5 .8 1 .1 + 5 .6
= 2.8 + 7.2 2.4 + 7.5 2.3 + 7.8 2.1 + 7.6
3.8 + 4.2 3.4 + 4.5 3.3 + 4.8 3.1 + 4.6
8 + 10 4 + 25 3 + 40 1 + 30
= 16 + 14 8 + 35 6 + 56 2 + 42
24 + 8 12 + 20 9 + 32 3 + 24
18 29 43 31
= 30 43 62 44
32 32 41 27

Perhatikan bahwa perkalian matriks (3 x 2) dengan matriks (2 x 4) meng-


hasilkan matriks berorder (3 x 4). Yaitu order (3 x 2) x order (2 x 4) order (3 x
4)
(sama)

Secara umum, perkalian matriks (l x m) dengan matriks (m x n) akan


menghasilkan matriks berorder (l x n).
Contoh 3
Suatu matriks hanya dapat dikuadratkan jika matriks tersebut merupakan
matriks bujur sangkar, yaitu matriks dengan jumlah baris sama dengan jumlah
kolom.

14
Matematika Teknik yan sujendro m

4 7
Jika A =
5 2
4 7 4 7 4.4 + 7.5 4.7 + 7.2 16 + 35 28 + 14 51 42
A2 = = = =
2 5 2 5.4 + 2.5 5.7 + 2.2 20 + 10 35 + 4 30 39
.
5
Perkalian matriks biasanya tidak komutatif, yaitu AB BA
Contoh 4
1 2 5 6
A= ,B= 7 8
3 4
1.5 + 2.7 1.6 + 2.8 19 22
A.B = =
3.5 + 4.7 3.6 + 4.8 43 50
5.1 + 6.3 5.2 + 6.4 23 34
B.A = =
7.1 + 8.3 7.2 + 8.4 31 46

Hukum asosiatif dan distributif berlaku juga untuk perkalian matriks dan
hubungan-hubungan berikut ini .
(AB)C = A(BC)
A(B + C) = AB + AC
(A + B)C = AC + BC
Contoh 5: hitunglah hasil kali AB dan AC matriks-matriks berikut ini.
1 0 2 3 2 3
A= ,B= ,C=
2 0 4 1 1 5
2 3 2 3
Hasilnya adalah: AB = , dan AC =
4 6 4 6
Dari contoh terlihat bahwa meskipun matriks B dan C tidak sama, tetapi
dapat diperoleh AB = AC

2.3 Matriks Bentuk Khusus


1. Matriks transpos
Matriks transpos adalah matriks baru yang dibentuk dengan menukarkan
baris dan kolom suatu matriks.
Baris pertama menjadi kolom pertama,
Baris kedua menjadi kolom kedua,
Baris ketiga menjadi kolom ketiga, dan seterusnya.

Jika matriks semula adalah A, maka transposnya dinyatakan sebagai AT.


Jika matriks A adalah matriks asal yang berorder m x n,
A11 A12 ..... A1n
A A22 ..... A2n
A= 21
..... ..... ..... .....

Am1 Am 2 ..... Amn

15
Matematika Teknik yan sujendro m

maka transposnya (AT) adalah matriks berorder n x m.


A11 A21 ..... Am1
A
T 12 A22 ..... Am 2
A =
..... ..... ..... .....

A1n A2n ..... Amn

4 6
4 7 2
Jika A = 7 9 , maka AT = 6 9 5
2 5

Dari definisi matriks transpos tampak bahwa suatu matriks transpos


ditransposkan akan kembali menjadi matriks asal.
(AT)T = A
Berlaku juga matriks transpos dari jumlah 2 buah matriks sama dengan
jumlah matriks-matriks transposnya
(A + B)T = AT + BT
Matriks transpos dari perkalian 2 buah matriks sama dengan hasil kali
matriks-matriks transposnya tetapi dengan susunan terbalik.
(AB)T = BTAT

4 0
2 7 6 3
Jika A = , dan B = 7 , maka
3 1 5 1 5
35 79 35 20
AB = , (AB)T =
20 32 79 32

2. Matriks bujur sangkar


Matriks bujur sangkar adalah matriks yang berorder m x m
Contoh:
1 2 5
6 8 9 adalah matriks 3 x 3

1 7 4

Matriks bujur sangkar (Aij) disebut simetrik jika aij = aji


Contoh:
1 2 5
2 8 9 , matriks tersebut simetris terhadap diagonal utamanya. Dalam

5 9 4
keadaan ini berlaku A = AT
Matriks bujur sangkar (Aij) disebut anti-simetrik jika aij = - aji

16
Matematika Teknik yan sujendro m

Contoh:
1 2 5
2 8 9 , dalam hal ini berlaku A = AT

5 9 4

3. Matriks nol
Matriks nol adalah matriks yang semua elemennya nol. Matriks nol dapat
berupa matriks bujur sangkar atau persegi panjang, dan matriks nol ini
mempunyai fungsi dalam aljabar matriks sama seperti nol dalam aljabar skalar
atau sebagai vektor nol dalam aljabar vektor. Sebuah matriks nol biasa ditulis 0.

0 0 0
A = 0 0 0
0 0 0

Jika AB = 0, tidak dapat disimpulkan bahwa A = 0, atau B = 0, karena


jika:
1 9
2 1 3 4 6 , maka
A= , dan B =
6 3 9 2 4
1 9
2 1 3 2 + 4 6 18 6 12 0 0
AB = .4 6 = =

6 3 9 2 6 + 12 18 54 18 36 0 0
4

Terlihat bahwa AB = 0, tetapi A 0, atau B 0


Sebagai contoh untuk menyatakan suatu sistem persamaan linear
homogen dalam bentuk matriks, dapat ditulis:
AX = 0, dengan 0 adalah sebuah matriks kolom yang semua elemennya
nol

4. Matriks diagonal
Suatu matriks bujur sangkar yang mempunyai elemen-elemen nol kecuali
elemen-elemen pada diagonal utamanya disebut matriks diagonal. Contoh:
D11 0 ....... 0
0 D 0
22 .......
Dn = , notasi D digunakan untuk menunjukkan
....... ....... D33 .......

0 0 ....... Dnn
sebuah matriks diagonal berorder n, dan elemen Dij adalah nol untuk i j.

5 0 0
Contoh: 0 2 0
0 0 7

17
Matematika Teknik yan sujendro m

Salah satu bentuk khusus dari matriks diagonal adalah matriks skalar,
yang semua elemen diagonal utamanya sama dengan harga skalar :
0 ....... 0
0 ....... 0
Sn =
....... ....... .......

0 0 .......

5. Matriks satuan
Matriks satuan adalah matriks diagonal yang semua elemen diagonal
utamanya sama dengan satu, atau matriks skalar yang nilai = 1,

1 0 ....... 0
0 1 ....... 0
In =
....... ....... 1 .......

0 0 ....... 1

5 2 4 1 0 0
Jika A = 1 0 1 0
3 8 , dan I =

7 9 6 0 0 1
maka AI = , sehingga AI = A
Serupa dengan itu jika kita bentuk perkalian IA akan diperoleh
1 0 0 5 2 4 5 + 0 + 0 2 + 0 + 0 4 + 0 + 0 5 2 4
0 1 0 . 1 3 8 = 0 + 1 + 0 0 + 3 + 0 0 + 8 + 0 = 1 3 8 = A

0 0 1 7 9 6 0 + 0 + 7 0 + 0 + 9 0 + 0 + 6 7 9 6

AI = IA = A, jadi sifat matriks satuan I sangat mirip dengan bilangan 1


dalam ilmu hitungan dan aljabar.
6. Matriks simetri, matriks skew, matriks skew simetri
Matriks simetri adalah matriks dengan elemen Aij pada baris ke i kolom ke
j sama dengan elemen Aji pada baris ke j kolom ke i, contoh:
1 2 3
2 4 5 . Karena hubungan antar elemen matriks seperti itu sehingga

3 5 6
matriks transpos dari suatu matriks simetri sama dengan matriks itu sendiri, atau
A = AT.
Matriks skew adalah matriks dengan elemen-elemen yang tidak terletak
pada diagonal utamanya mempunyai hubungan negatif, Aij = - Aji untuk i j, dan
elemen diagonal utamanya sebarang asal tidak semuanya 0 (nol), Contoh:
1 2 3
2 4 5

3 5 6

18
Matematika Teknik yan sujendro m

Matriks skew simetri adalah matriks dengan elemen-elemen yang tidak


terletak pada diagonal utamanya mempunyai hubungan negatif, Aij = Aji untuk i
j, dan elemen diagonal utamanya semuanya 0 (nol), Contoh:
0 2 3
2 0 5

3 5 0

7. Matriks segitiga bawah


Matriks segitiga bawah mempunyai elemen nol di sebelah atas dan kanan
diagonal utamanya, maka Aij = 0 untuk i < j. Bentuk matriks adalah :
A11 0 0 ....... 0
A 0
21 A22 0 .......
A31 A32 A33 ....... 0

....... ....... ....... ....... .......
An1 An 2 An3 ....... Ann

8. Matriks segitiga atas


Matriks segitiga atas mempunyai elemen nol di sebelah atas dan kanan
diagonal utamanya, maka Aij = 0 untuk i > j. Bentuk matriks adalah :
A11 A12 A13 ....... A1n
0 A
22 A23 ....... A2n
0 0 A33 ....... A3n

....... ....... ....... ....... .......
0 0 0 ....... Ann

2.4 Penyekatan matriks


Elemen-elemen suatu matriks dapat dibagi menjadi berbagai kelompok
atau submatriks untuk memudahkan penanganan matriks-matriks yang
berukuran besar, yang mungkin hanya sebagian saja dari elemen matriks
tersebut yang diperlukan.
Apabila suatu matriks dibagi menjadi beberapa kelompok, maka matriks
tersebut dikatakan disekat atau dipartisi. Digunakan garis-garis melintang untuk
menandai penyekatan matriks tersebut. Pada matriks A yang berorder 4 x 5
berikut ini disekat menjadi empat kelompok, yang masing-masing merupakan
suatu matriks.

A11 A12 A13 A14 A15


A A22 A23 A24 A25
A = 21
A31 A32 A33 A34 A35

A41 A42 A43 A44 A45

19
Matematika Teknik yan sujendro m

Garis penyekat harus melintasi seluruh matriks. Jika submatriks-


submatriks A dinyatakan dengan A11, A12, A21, A22 dengan
A11 A12 A13 A14 A15
A11 = A21 A22 A23 , A12 = A24 A25

A31 A32 A33 A34 A35

A21 = [A41 A42 A43 ] , dan A22 = [A44 A45 ]

Maka matriks A dapat ditulis dalam bentuk


A A 21
A = 11
A 21 A 22

2.5 Latihan-latihan

4 6 5 7 2 8 3 1
1. Jika A = , dan B =
3 1 9 4 5 2 4 6
Tentukan (a). A + B; (b). A B

4 3
5 9 2
2. Jika A = 2 7 , dan B =
6 1 4 0 8

Tentukan (a). 5A; (b). AB; (c). BA

2 6 3 2
3. Jika A = 5 7 , dan B = 0 7 , maka AB =

4 1 2 3

4 2 6 7
4. Jika A = , tentukan (a). AT; (b). AAT
3 8 9 1

2.6 Daftar Pustaka

Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta


Binsar Hariandja, 1997, Analisis Struktur Berbentuk Rangka Dalam Formulasi
Matriks, Aksara Husada, Bandung.
Gere, James M., Weaver, William Jr., 1987, Aljabar Matriks untuk Insinyur,
Erlangga, Jakarta.
Stroud, K.A., 1996, Matematika untuk Teknik, Erlangga, Jakarta.
Supartono, FX., Teddy Boen, 1987, Analisa Struktur dengan Metode Matrix, UI-
Pers, Jakarta.

20
Matematika Teknik yan sujendro m

BAB III DETERMINAN

3.1 Definisi determinan


Determinan mempunyai peranan penting dalam mencari invers,
penyelesaian persamaan linear, dan penentuan persamaan karakteristik nilai
eigen (eigenvalue).
Dalam penyelesaian persamaan linear dengan dua bilangan tak diketahui
X1 dan X2 berikut ini.
A11X1 + A12X2 = B1
A21X1 + A22X2 = B2, dalam bentuk matriks persamaan tersebut dapat
ditulis.
A11 A12 X 1 B1
A =
21 A22 X 2 B2

Penyelesaian persamaan tersebut adalah


A B A B A B A21B1
X1 = 22 1 12 2 , dan X 2 = 11 2
A11 A22 A12 A21 A11 A22 A12 A21

Dari penyelesaian tersebut tampak bentuk A11A22 A12A21 yang penting


dalam penentuan solusi persamaan simultan. Bentuk ini diberi notasi singkat:
A A12 A A12
A11 A22 A12 A21 = 11 , agar dari 11 diperoleh A11A22 A12A21 maka
A21 A22 A21 A22
A11
suku-sukunya harus dikalikan secara diagonal, hasil kali dikurangi
A22
A12
dengan hasil kali
A21
A11 A12
disebut determinan order kedua (ada dua baris dan dua kolom).
A21 A22

Secara umum determinan didefinisikan sebagai susunan bilangan


berbentuk bujur sangkar yang diselesaikan menurut aturan-aturan matematika
tertentu.
Order suatu determinan ditentukan oleh jumlah baris dan jumlah kolom
dalam determinan. Dari suatu matriks bujur sangkar sembarang dapat dibentuk
sebuah determinan yang berorder sama dengan matriks tersebut. Jika A adalah
sebuah matriks, maka determinan yang dibentuk dari elemen-elemen matriks A
disebut determinan dari sebuah matriks dan diberi notasi det(A) atau A .

Contoh:
A11 A12 A13
A = A21 A22 A23 , maka determinan dari A adalah
A31 A32 A33

21
Matematika Teknik yan sujendro m

A11 A12 A13


Det(A) = A = A21 A22 A23
A31 A32 A33

A11, A12, . Disebut sebagai elemen determinan. Jika elemen-elemen


ini berupa bilangan, maka penjabaran determinan ini akan menghasilkan suatu
bilangan tunggal.
Penjabaran determinan digambarkan dalam wujud skema anak panah
berikut ini.
(+) (+) (+) ( ) ( ) ( )
(+) ( )
A11 A12 A13 A11 A12
A11 A12
A21 A22 A23 A21 A22
A21 A22
A31 A32 A31 A31 A32

(a) (b)

A11 A12 A13


Det(A) = A = A21 A22 A23
A31 A32 A33
A11A22A33 A11A23A32 + A12A23A31 A12A21A33 + A13A21A32 A13A22A31

Contoh:
1 3 2
5 7 4 7 4 5
4 5 7 =1 3 +2
4 8 2 8 2 4
2 4 8
= (4028) 3(3214) + 2(1610) = 30

3.2 Minor dan kofaktor


Minor suatu determinan adalah determinan lain yang dibentuk dengan
menghilangkan kolom dan baris dengan jumlah yang sama banyak dari
determinan semula. Order sebuah minor ditentukan oleh banyaknya baris atau
kolom pada minor itu sendiri.
Contoh: dari suatu determinan order 4 jika dihilangkan satu baris dan satu
kolom akan diperoleh minor order 3, jika dihilangkan dua baris dan dua kolom
akan diperoleh minor order 2, dan seterusnya. Dari determinan berikut ini akan
diperoleh determinan berorder 2 dengan menghapus baris pertama dan kolom
sembarang. Jadi dengan menghapus baris pertama dan masing-masing kolom
pertama, kedua, dan ketiga akan diperoleh:

A11 A12 A13


A = A21 A22 A23 , minor :
A31 A32 A33

22
Matematika Teknik yan sujendro m

A11 A12 A13


A A23
Minor A11 adalah 22 , yang diperoleh dari A21 A22 A23
A32 A33
A31 A32 A33
A11 A12 A13
A A23
Minor A12 adalah 21 , yang diperoleh dari A21 A22 A23
A31 A33
A31 A32 A33
A11 A12 A13
A A22
Minor A13 adalah 21 , yang diperoleh dari A21 A22 A23
A31 A32
A31 A32 A33

Minor utama sebuah determinan adalah minor yang terbentuk jika baris
dan kolom yang dihilangkan mempunyai kedudukan yang sama. Determinan
berorder 3 mempunyai tiga buah minor utama berorder 2 yang masing-masing
diperoleh dengan menghilangkan baris pertama dan kolom pertama, baris kedua
dan kolom kedua, baris ketiga dan kolom ketiga:

A22 A23 A11 A13 A11 A12


, ,
A32 A33 A31 A33 A21 A22

Kofaktor suatu elemen dari suatu determinan diperoleh dengan memberi


tanda ( + atau ) yang sesuai pada minor yang terbentuk dengan menghilangkan
baris dan kolom yang memuat elemen tersebut. Tanda yang diberikan pada
kofaktor bergantung pada letak elemen tersebut dalam determinan. Misal elemen
tersebut terletak pada baris ke-i dan kolom ke-j, maka jika i + j genap tanda yang
diberikan adalah positif, jika i + j ganjil tanda yang diberikan adalah negatif,
contoh bila elemen itu A22 maka tanda positif, elemen A32 maka tanda negatif.
Kofaktor suatu elemen Aij dari suatu determinan dinyatakan dengan:
+ + ......
+ + ......
C
Aij = + + ...... ; sebagai pegangan elemen paling kiri atas
+ + ......
...... ...... ...... ...... ......
selalu bertanda positif (+).
Maka dengan demikian kofaktor elemen A11 adalah:
C A22 A23
A11 = = A22 A33 A23 A32
A32 A33
A A23
C
A12 = 21 = ( A21 A33 A23 A31 )
A31 A33
C A21 A22
A13 = = A21 A32 A22 A31
A31 A32

23
Matematika Teknik yan sujendro m

Suatu determinan dapat dihitung melalui kofaktor-kofaktornya dari salah


satu baris atau kolomnya. Baris (atau kolom) dari determinan tersebut dipilih
sembarang, kemudian setiap elemen dalam baris (atau kolom) itu dikalikan
dengan kofaktor dari elemen tersebut. Jumlah dari hasil kali ini adalah nilai
determinannya. (cara ini dikenal sebagai penjabaran kofaktor atau penjabaran
Laplacian). Penjabaran dalam kofaktor dari elemen baris pertama dapat ditulis
sebagai berikut.
Contoh:
C C C
A = A11 A11 A12 A12 + A13 A13
= A11 ( A22 A33 A23 A32 ) A12 ( A21 A33 A23 A31 ) + A13 ( A21 A32 A22 A31 )

Contoh:
3 7 2
6 4 3 2 3 2
A = 6 8 4 = 7 +8 9
1 5 1 5 6 4
1 9 5
= 7(304) + 8(152) 9(1212)
= 182 + 104 = 78

Hitung determinan order 4 berikut ini.

2 3 1 2
1 3 4 0
D= , D merupakan simbul dari determinan sembarang
0 1 1 2
5 3 0 1
yang diketahui. Jika determinan dijabarkan dengan elemen pada baris pertama,
maka setiap elemen baris pertama harus dikalikan.

3 4 0 1 4 0 1 3 0 1 3 4
D=2 1 1 2 ( 3) 0 1 2 + 10 1 2 20 1 1
3 0 1 5 0 1 5 3 1 5 3 0

Setiap determinan berorder 3 (minor) pada penjabaran ini dapat dihitung


dengan kofaktor, sehingga diperoleh hasil:
D = 2(25) + 3(41) + (37) 2(2) = 40

3.3 Sifat-sifat determinan


Menjabarkan determinan dengan elemen yang sangat banyak akan
sangat menjemukan, dengan mempelajari sifat-sifat determinan maka
perhitungannya akan dapat disederhanakan. Berikut ini diberikan beberapa sifat-
sifat utama determinan.
1. Nilai determinan dapat diperoleh dengan mengalikan setiap elemen dalam
suatu baris (kolom) dengan kofaktornya dan menjumlahkan hasil kali itu.
2. Harga determinan tidak berubah jika baris diganti menjadi kolom dan kolom
menjadi baris.

24
Matematika Teknik yan sujendro m

A1 A2 A1 B1
=
B1 B2 A2 B2
3. Jika dua baris atau dua kolom tempatnya ditukarkan, tanda determinan
berubah.
A1 A2 B B2
= 1
B1 B2 A1 A2
4. Jika ada dua baris atau kolom yang identik, maka harga determinan tersebut
sama dengan nol.
A1 A1
=0
B1 B1
5. Jika elemen-elemen salah satu baris atau kolom semua dikalikan dengan
faktor yang sama, maka determinannyapun dikalikan dengan faktor tersebut.
kA1 kA2 A A2
=k 1
B1 B2 B1 B2
6. Jika elemenelemen salah satu baris atau kolom ditambah atau dikurangi
dengan kelipatan elemen-elemen baris atau kolom lain yang bersesuaian,
maka harganya tidak berubah.
A1 kA2 A2 A1 A2
=
B1 kB2 B2 B1 B2

3.4 Perhitungan dengan kondensasi Pivot


Perhitungan dengan metoda ini didasarkan pada sifat-sifat determinan
yang telah dijelaskan sebelumnya. Langkah hitungan ini adalah dengan
membuat semua elemen kecuali satu dari suatu baris atau kolom tertentu
menjadi nol, kemudian determinan itu dapat dihitung pada suku elemen tak nol
yang dikalikan dengan kofaktornya.
Kofaktor ini merupakan determinan dengan order yang lebih rendah,
sehingga bila langkah ini diulang lagi akan diperoleh determinan berorder 3 yang
penyelesaiannya lebih mudah. Langkah-langkah dasar dijelaskan sebagai
berikut.

A11 A12 A13 ....... A1n


A21 A22 A23 ....... A2n
A = A31 A32 A33 ....... A3n
....... ....... ....... ....... .......
An1 An 2 An3 ....... Ann

Misal akan dibuat baris kedua semua elemen kecuali A22 bernilai nol.
Elemen A22 ini dikenal sebagai elemen pivotal atau disingkat pivot. Elemen A22
dibuat menjadi bernilai 1 dengan cara membagi semua elemen baris kedua atau
kolom kedua dengan A22. Bila baris kedua yang dibagi dengan elemen pivot
sehingga diperoleh:

25
Matematika Teknik yan sujendro m

A11 A12 A13 ....... A1n


A21 A23 A2n
1 .......
A22 A22 A22
A = A22 A
31 A32 A33 ....... A3n
....... ....... ....... ....... .......
An1 An 2 An3 ....... Ann

Langkah selanjutnya adalah menjumlahkan hasil kali kolom kedua dengan


suatu skalar ke kolom-kolom yang lain, sehingga semua elemen kecuali elemen
pivot sama dengan nol. Contoh: kalikan kolom kedua dengan A21/A22,
kemudian dijumlahkan ke kolom pertama. Maka elemen baris kedua kolom
pertama bernilai nol.

A
A11 21 A12 A12 A13 ....... A1n
A22
A23 A2n
0 1 .......
A22 A22
A = A22 A
A31 21 A32 A32 A33 ....... A3n
A22
....... ....... ....... ....... .......
A21
An1 An 2 An 2 An3 ....... Ann
A22

Langkah yang sama dilakukan agar elemen pada baris kedua kolom ke 3,
4, . dan n menjadi nol, sehingga diperoleh determinan sebagai berikut.
B11 B12 B13 ....... B1n
0 1 0 ....... 0
A = A22 B31 B32 B33 ....... B3n
....... ....... ....... ....... .......
Bn 2 Bn 2 Bn3 ....... Bnn

Determinan ini akan sama dengan elemen pivot dikalikan dengan kofaktor,
yang berupa determinan berorder n 1 dengan elemen B11, B13, , B1n.
Dengan mengulang langkah-langkah ini beberapa kali akan diperoleh determinan
yang berorder makin lama makin kecil, dan akhirnya akan diperoleh determinan
berorder tiga yang mudah perhitungannya. Karena hitungan ini didasarkan atas
elemen pivot yang berturut-turut akan mengecilkan order determinan, maka
metode ini dikenal dengan nama kondensasi pivot.

Contoh:
2 3 4 2
10 3 2 0
D=
1 2 4 3
2 0 1 5

26
Matematika Teknik yan sujendro m

Karena telah ada elemen yang bernilai nol, akan lebih mudah apabila
dijabarkan menurut kolom yang memuat nilai nol, misal dipilih kolom ke empat.

1 1,5 2 1
10 3 2 0
D=2 , Baris pertama dibagi 2, Baris ketiga dan keempat
1 2 4 3
2 0 1 5
dijadikan 0
Jika baris pertama dikalikan 3 lalu dikurangkan pada baris ke 3, dan
selanjutnya baris pertama dikalikan 5 lalu dikurangkan pada baris ke 5, maka
diperoleh:
1 1,5 2 1
10 3 2 0
D=2
2 2,5 2 0
7 7,5 9 0

Dengan menjabarkan berdasarkan kolom terakhir, akan diperoleh:


10 3 2
D = 2( 1) 2 2,5 2
7 7,5 9

Perhitungan determinan berorder 3 dapat dilakukan dengan kondensasi


pivot atau metoda lain sehingga akan diperoleh hasil:
D = 2(1)(68) = 136

3.5 Perhitungan dengan kondensasi Pivot terbesar


Setiap elemen dalam determinan dapat digunakan sebagai elemen pivot.
Sering terjadi kesalahan dalam perhitungan, untuk mengurangi kesulitan
perhitungan dilakukan pemilihan elemen pivot yang tepat. Salah satu cara adalah
menggunakan elemen dengan bilangan terbesar sebagai elemen pivot. Dipilih
elemen terbesar dalam determinan sebagai pivot pertama dan dilakukan proses
seperti yang telah dijelaskan sebelumnya, sehingga diperoleh determinan
berorder satu lebih rendah. Proses ini dilakukan berulang-ulang sampai didapat
nilai determinan tersebut.
Cara yang biasa digunakan adalah dilakukan pertukaran baris dan atau
kolom dalam determinan sehingga elemen terbesar terletak pada sudut kiri atas,
kemudian elemen tersebut digunakan sebagai elemen pivot. Sebagai contoh
digunakan determinan pada contoh sebelumnya.

2 3 4 2
10 3 2 0
D=
1 2 4 3
2 0 1 5

27
Matematika Teknik yan sujendro m

Elemen terbesar (10) terletak pada baris kedua, maka baris kedua
ditukarkan dengan baris pertama, sehingga pivot terletak pada posisi awal.
Langkah selanjutnya adalah membagi baris pertama dengan elemen pivot.

10 3 2 0 1 0,3 0,2 0
2 3 4 2 2 3 4 2
= 10
1 2 4 3 1 2 4 3
2 0 1 5 2 0 1 5

Tanda minus ditambahkan pada determinan karena pertukaran baris.


Baris pertama dikalikan dengan suatu skalar yang sesuai kemudian dijumlahkan
ke baris-baris yang lain untuk mendapatkan elemen-elemen lain kecuali elemen
pivot bernilai nol.

1 0,3 0,2 0
2,4 4,4 2
0 2,4 4,4 2
10 = 10(1) 1,7 4,2 3
0 1,7 4,2 3
0,6 0,6 5
0 0,6 0,6 5

Elemen terbesar adalah lima. Dilakukan pertukaran baris ketiga dengan


baris pertama kemudian kolom pertama dengan kolom pertama. Karena
dilakukan dua kali pertukaran, maka tanda determinan tidak berubah.

2,4 4,4 2 0,6 0,6 5 5 0,6 0,6


D = - 10(1) 1,7 4,2 3 = +10 1,7 4,2 3 = 10 3 4,2 1,7
0,6 0,6 5 2,4 4,4 2 2 4,4 2,4

Baris pertama dibagi lima maka determinan menjadi:


1 0,12 0,12
D = 10(5) 3 4,2 1,7
2 4,4 2,4

Baris kedua dan ketiga dikurangi dengan perkalian skalar baris pertama,
sehingga diperoleh:
1 0,12 0,12 1 0,12 0,12
D = 10(5) 0 3,84 1,34 = 50 0 3,84 1,34
2 4,4 2,4 0 4,16 2,16
3,84 1,34
50 = 50(3,84.2,16 1,34.4,16 ) = 50.2,72 = 136
4,16 2,16

3.6 Latihan-latihan
1. Hitunglah determinan D berikut ini dengan mengunakan
a. metoda penjabaran
b. kofaktor dari elemen dalam suatu baris
c. kofaktor dari elemen dalam suatu kolom

28
Matematika Teknik yan sujendro m

3 1 2 2 1 2
D1 = 1 4 5 , D2 = 4 0 1
4 0 1 3 5 2

2. Untuk nilai x berapa determinan berikut ini sama dengan nol


3 1 2
D = 6 4 x
2 0 1

3. Hitunglah determinan order 4 berikut ini dengan metoda penjabaran dengan


kofaktor
2 1 0 3 5 15 0 2
1 2 4 5 0 1 5 10
D1 = , D2 =
3 0 1 4 1 5 5 0
2 0 3 1 2 0 1 10

4. Dengan menggunakan kondensasi pivot, hitung determinan di bawah ini.


4 2 1 3 0
5 0 5 4 1
D = 1 3 2 8 2
2 4 0 3 4
3 1 6 1 2

5. Dengan menggunakan kondensasi pivot, hitung determinan di bawah ini.


2 1 0 3 5 15 0 2
1 2 4 5 0 1 5 10
D1 = , D2 =
3 0 1 4 1 5 5 0
2 0 3 1 2 0 1 10

6. Dengan menggunakan kondensasi pivot, hitung determinan di bawah ini.


2 0 1 1
3 2 1 5
D=
3 0 2 1
0 1 1 2

7. Dengan menggunakan kondensasi pivot, hitung determinan di bawah ini.


1 1 2 4 0 3
2 0 1 3 1 2
1 2 0 3 1 4
D=
3 1 1 2 0 4
0 2 2 2 3 2
2 0 1 3 1 1

29
Matematika Teknik yan sujendro m

3.7 Daftar Pustaka

Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta


Binsar Hariandja, 1997, Analisis Struktur Berbentuk Rangka Dalam Formulasi
Matriks, Aksara Husada, Bandung.
Gere, James M., Weaver, William Jr., 1987, Aljabar Matriks untuk Insinyur,
Erlangga, Jakarta.
Stroud, K.A., 1996, Matematika untuk Teknik, Erlangga, Jakarta.
Supartono, FX., Teddy Boen, 1987, Analisa Struktur dengan Metode Matrix, UI-
Pers, Jakarta.

30
Matematika Teknik yan sujendro m

BAB IV INVERS SUATU MATRIKS

4.1 Definisi invers matriks


Invers suatu matriks bujur sangkar A, ditulis A1, dan didefinisikan sebagai
matriks yang bila dikalikan dengan matriks asal A akan menghasilkan matriks
identitas (I). Matriks invers selalu sebuah matriks bujursangkar yang berorder
sama dengan matriks asal, dan hanya matriks bujursangkar yang mempunyai
invers. Hubungan antara matriks asal dengan inversnya dinyatakan sebagai
berikut.
AA1 = A1A = I
Persamaan tersebut menunjukkan bahwa sebuah matriks dan inversnya
selalu komutatif.
Ada kesamaan antara kebalikan suatu bilangan skalar pada aljabar skalar
dan invers suatu matriks. Bila dua bilangan a dan b mempunyai hubungan ab =
1, maka b sama dengan a1. Pada aljabar matriks hubungan yang serupa adalah:
AB = I ,
dari hubungan ini terlihat bahwa B adalah invers dari A, atau
B = A1
dan sebaliknya
A = B1

4.2 Matriks kofaktor


Dalam pengembangan metoda untuk memperoleh invers suatu matriks,
perlu didefinisikan lebih dahulu yang disebut dengan matriks kofaktor. Matriks
kofaktor adalah matriks yang dibentuk dengan menggantikan setiap elemen dari
suatu matriks bujur sangkar dengan kofaktornya. Kofaktor-kofaktor tersebut
diperoleh dari determinan matriks asal. Untuk menunjukkan matriks kofaktor
dapat dilihat dari matriks A berorder 3 di bawah ini.
A11 A12 A13
A = A21 A22 A23
A31 A32 A33

Matriks kofaktor dari A, dengan notasi AC, adalah:


A11
C
A12C C
A13
C C
AC = A21 C
A22 A23
AC AC AC
31 32 33

Setiap kofaktor diperoleh dari determinan A:


A11 A12 A13
A = A21 A22 A23
A31 A32 A33

Jadi kofaktor-kofaktor adalah:

31
Matematika Teknik yan sujendro m

C A22 A23 C A21 A23 C A21 A22


A11 = , A12 = , A13 =
A32 A33 A31 A33 A31 A32

dan seterusnya untuk kofaktor-kofaktor yang lain. Dengan cara yang sama dapat
digunakan untuk mencari matriks kofaktor dari matriks bujursangkar dengan
berbagai order, dan order matriks kofaktor sama dengan order matriks asalnya.

Contoh: dari matriks berikut ini akan dicari matriks kofaktornya.

2 1 3

A = 0 4 2
1 3 5
Elemen-elemen pada baris pertama dari matriks kofaktor ditetapkan
sebagai berikut.

C 4 2
A11 = = 14
3 5
C 0 2
A12 = = 2
1 5
C 0 4
A13 = = 4
1 3

dengan cara yang sama akan diperoleh kofaktor-kofaktor yang lain, sehingga
matriks kofaktornya menjadi:
14 2 4
C
A = 4 7 5
10 4 8

Dari definisi matriks kofaktor tampak bahwa, bila matriks asal adalah
simetri, maka matriks kofaktornya juga simetri. Demikian juga bila matriks
asalnya adalah diagonal, maka matriks kofaktornya juga diagonal.

4.3 Matriks adjoint


Matriks adjoint atau disebut juga matriks adjugate merupakan matriks
transpos dari matriks kofaktor. Matriks adjoint A dinotasikan Aa adalah sebagai
berikut.
A11
C C
A21 C
A31
( )T
Aa = AC = A12C C
A22 C
A32 sehingga matriks adjoint dari contoh di atas
AC AC AC
13 23 33
adalah:
14 4 10
a
A = 2 7 4
4 5 8

32
Matematika Teknik yan sujendro m

4.4 Invers suatu matriks


Untuk menunjukkan hubungan antara matriks adjoint dengan operasi
invers, perhatikan hasil perkalian suatu matriks dengan adjointnya.

A11 A12 A13 A11C C


A21 C
A31
a C C
AA = A21 A22 A23 A12 C
A22 A32 misalkan matriks hasil kali ini
A31 A32 A33 A13
C C
A23 C
A33

dinyatakan dengan B:

B11 B12 B13


AAa = B = B21 B22 B23
B31 B32 B33

maka berarti bahwa elemen-elemen matriks B merupakan hasil perkalian antara


baris-baris pada matriks A dengan kolom-kolom pada matriks Aa.

C C C
B11 = A11 A11 + A12 A12 + A13 A13 , elemen-elemen lain dapat diperoleh dengan
cara yang sama:
C C C
B12 = A11 A21 + A12 A22 + A13 A23
C C C
B13 = A11 A31 + A12 A32 + A13 A33 , dan seterusnya sampai semua elemen B
dihitung.
Elemen B11 terdiri dari elemen-elemen baris pertama yang dikalikan
dengan kofaktor dari elemen-elemen yang sama. Dengan demikian B11 identik
dengan penjabaran A dengan kofaktor dari elemen-elemen baris pertama, oleh
sebab itu harganya harus sama dengan determinan A . Elemen B12 juga terdiri
dari elemen-elemen baris pertama matriks A, tetapi dikalikan dengan kofaktor-
kofaktor baris kedua dari A . Penjabaran seperti ini akan menghasilkan nilai nol,
selanjutnya diperoleh bahwa semua elemen kecuali yang terletak pada diagonal
utama bernilai nol. Jadi hasil kali matriks A dengan matriks adjoint Aa adalah:

A 0 0
a
AA = 0 A 0 hasil ini dapat disederhanakan menjadi: AAa = A I
0 0 A
Aa Aa
Jika kedua ruas dibagi dengan A , diperoleh A = I , sehingga A1 =
A A

Persamaan ini menunjukkan bahwa invers suatu matriks sama dengan


matriks adjoint dibagi dengan determinan matriks tersebut. Dari persamaan
tersebut juga diperoleh bahwa invers suatu matriks hanya ada bila determinan
matriks tersebut tidak sama dengan nol. Jika A =0, maka matriks tersebut
dikatakan singular dan tidak memiliki invers.

33
Matematika Teknik yan sujendro m

Sebagai gambaran diberikan contoh sebagai berikut.

2 1
Contoh 1. Cari invers matriks dari A =
3 4

4 3
Matriks kofaktornya adalah AC =
1 2
4 1
dan matriks adjointnya Aa =
3 2

determinan A = 8 + 3 = 5

Invers matriks adalah matriks adjoint dibagi dengan determinannya:


1 A
a
1 4 1 0,8 0,2
A = = =
A 5 3 2 0,6 0,4

Hasil invers ini diperiksa dengan mengalikan A dengan A-1


2 1 0,8 0,2 1 0
AA1 = =
3 4 0,6 0,4 0 1

Contoh 2. Cari invers matriks order 3 berikut ini.


3 2 0

B = 1 2 4
2 1 3
10 5 5
C
Matriks kofaktornya adalah B = 6 9 7
8 12 4
10 6 8
dan matriks adjointnya B = 5 9 12
a

5 7 4
determinan B = 40

Invers matriks adalah matriks adjoint dibagi dengan determinannya:


a 10 6 8
B 1 =
B
=
1 5 9 12
B 40
5 7 4

4.5 Sifat-sifat invers


Banyak sifat-sifat serta aturan-aturan yang berkaitan dengan invers
matriks yang berguna dalam penyelesaian masalah, antara lain:
1. invers dari invers matriks adalah matriks asal,
(A-1)-1) = A, asal matriks A tidak singular,

34
Matematika Teknik yan sujendro m

2. invers suatu matriks adalah tunggal. Artinya bila AB = I, dan AC = I, maka B =


C = A-1

4.6 Mencari invers dengan transformasi berurutan


Salah satu cara untuk mencari invers suatu matriks adalah dengan
metoda transformasi berurutan. Dalam metoda ini dilakukan pembentukan
matriks-matriks transformasi yang mengubah bentuk suatu matriks menjadi
matriks identitas melalui beberapa operasi yang berurutan. Jika matriks-matriks
transformasi sudah diperoleh, invers matriks tersebut sama dengan hasil kali
matriks-matriks transformasi. Bila A adalah matriks asal, dan T1, T2, .., Tn
adalah matriks transformasi. Jika A dikalikirikan dengan matriks transformasi
akan diperoleh matriks identitas.
Tn.. T2 T1A = I, sehingga invers dari A adalah:
A-1 = Tn .. T2T1
Jika matriks-matriks transformasi sebagai pengalikiri, maka operasi-
operasi tersebut bekerja pada baris-baris matriks A.
Ciri utama dari metoda transformasi berurutan adalah penyelesaian dari
matriks-matriks transformasi itu sendiri. Contoh penyelesaian dengan metoda
transformasi berurutan adalah sebagai berikut.

A11 A12 ...... A1n


A A22 ...... A2n
A = 21
...... ...... ...... ......

An1 An 2 ...... Ann

Dimisalkan juga bahwa matriks-matriks transformasinya berperan sebagai


pengalikiri yang pengoperasiannya akan berkaitan dengan baris-baris dari
matriks A.
Matriks transformasi yang pertama adalah matriks yang akan mengubah
kolom pertama A menjadi kolom pertama pada matriks identitas. Hasil ini
diperoleh dengan membagi baris pertama matriks A dengan A11 , kemudian
menjumlahkan kelipatan baris pertama dengan baris-baris lainnya. Operasi
elementer yang dibutuhkan adalah penskalaran dan penggabungan. Matriks
transformasi T1, yang menjalankan penskalaran dan penggabungan adalah:

1
A 0 ....... 0
11
A21 1 ....... 0
T1 = A11
....... ....... ....... .......
A
n1 0 ....... 1
A11

T1 dibentuk dari matriks identitas, kemudian operasi-operasi yang


diinginkan pada matriks A dilakukan pada matriks identitas. Baris pertama pada

35
Matematika Teknik yan sujendro m

matriks identitas dibagi dengan A11 untuk menghasilkan harga satu pada posisi
utama matriks A. Elemen yang dipilih menjadi satu (pada keadaan ini adalah A11)
disebut elemen pivot. Elemen pivot ini dikalikan dengan suatu harga dan
jumlahkan hasil ini ke baris-baris lain agar sisa elemen pada kolom pertama
semuanya ditransformasikan menjadi nol. Sebagai contoh, minus A21 kali elemen
pivot harus dijumlahkan dengan elemen pertama pada baris kedua.
Penyelesaian selanjutnya minus A21 kali baris pertama dari T1 dijumlahkan
dengan baris kedua. Elemen-elemen lain pada kolom pertama T1 diperoleh
dengan cara yang sama.
Jika matriks A dikalikirikan dengan T1, diperoleh:

A12 A1n
1 A11
.......
A11

0 A A21 A A
....... A2n 21 A1n
T1 A = 22
A11
12
A11
....... ....... ....... .......
An1 A
0 An 2 A12 ....... Ann n1 A1n
A11 A11

atau dengan menggunakan tanda baru untuk matriks yang


ditransformasikan,

1 B12 ....... B1n


0 B ....... B2n
T1 A =
22
=B
....... ....... ....... .......

0 Bn 2 ....... Bnn

Selanjutnya dibentuk matriks transformasi T2 yang mengubah kolom


kedua matriks B menjadi kolom kedua matriks identitas dengan elemen B22
sebagai pivotnya, contoh:

B12
1 ....... 0
B22

0 1
....... 0
T2 = B22
....... ....... ....... .......
B
0 n2 ....... 1
B22

Jika B dikalikirikan dengan T2, maka akan diperoleh matriks C, yang dua
kolom pertamanya sama dengan matriks identitas:

1 0 ....... C1n
0 1 ....... C2n
T2 B = T2T1 A = =C
....... ....... ....... .......

0 0 ....... Cnn

36
Matematika Teknik yan sujendro m

Proses mengubah kolom di atas diulang sebanyak n kali sampai hasil


kalinya berupa matriks identitas:
Tn.T2T1A = I
Sebagai gambaran tentang metoda transformasi berurutan ini dapat dilihat
pada contoh-contoh berikut ini.

Contoh 1 cari invers matriks


2 1
A=
3 4
Invers matriks akan diselesaikan dengan operasi-operasi terhadap baris,
maka matriks transformasinya akan berfungsi sebagai pengalikiri dari A. Matriks
T1 dibentuk hingga mengubah elemen pertama baris pertama menjadi satu dan
elemen pertama pada baris kedua menjadi nol.

1
0
A11 0,5 0
T1 = =
1 1,5 1
A21
A11

Hasil kali T1A = B, sehingga:

0,5 0 2 1 1 0,5 1 B12


T1 A = = = =B
1,5 1 3 4 0 2,5 0 B22

Untuk mengubah matriks B menjadi matriks identitas diperlukan matriks


transformasi kedua T2 dengan susunan sebagai berikut.

B12
1 B 1 0,2
T2 = 22 =

0 1 0 0,4
B22

Hasil kali T2B akan menjadi matriks identitas:

1 0,2 1 0,5 1 0
T2 B = T2T1 A = =I
0 0,4 0 2,5 0 1
Dengan demikian transformasi yang diperlukan untuk mengubah matriks
A menjadi matriks identitas telah diperoleh, sehingga invers matriks A adalah:

1 0,2 0,5 0 0,8 0,2


A1 = T2T1 = =
0 0,4 1,5 1 0,6 0,4
Contoh di atas menunjukkan cara transformasi dengan pengkalikirian,
sehingga matriks transformasi melakukan operasi atas baris-baris. Prosedur
yang sama dapat dilakukan dengan pengkalikananan terhadap matriks A.

37
Matematika Teknik yan sujendro m

Dengan demikian matriks transformasi akan melakukan operasi terhadap kolom-


kolom matriks asal.

2 1
Contoh 2 cari invers matriks A =
3 4
1 A
12 0,5 0,5
T3 = A11 A11 =
1
1
0
0
dan hasil kali AT3 dinyatakan sebagai D adalah:

2 1 0,5 0,5 1 0 1 0
AT3 = = = =D

3 4 0 1 1,5 2,5 D21 D22
1 0
1 =
1 0
T4 = D21 0,6 0,4
D
22 D22

Hasil kali DT4 akan menjadi matriks identitas:

1 0 1 0 1 0
DT4 = AT3T4 = = =I
1,5 2,5 0,6 0,4 0 1
Dengan demikian transformasi yang diperlukan untuk mengubah matriks
A menjadi matriks identitas telah diperoleh, sehingga invers matriks A adalah:

0,5 0,5 1 0 0,8 0,2


A1 = T3T4 = =
0 1 0,6 0,4 0,6 0,4

Contoh 3 diketahui matriks A berorder 3, cari inversnya dengan operasi terhadap


baris-baris.

20 14 3
A 2 1 0
5 4 1

Menentukan matriks transformasi T1 :

0,05 0 0
T1 = 0,1 1 0
0,25 0 1

0,05 0 0 20 14 3 1 0,7 0,15


Hasil kali T1 A = 0,1 1 0 2 1 0 = 0 0,4 0,30 = B
0,25 0 1 5 4 1 0 0,5 0,25

Matriks transformasi T2 adalah:

38
Matematika Teknik yan sujendro m

1 1,75 0
T2 = 0 2,5 0
0 1,25 1

Hasil kali selanjutnya adalah:


1 1,75 0 0,05 0 0 20 14 3 1 0 0,375
T2T1 A = 0 2,5 0 0,1 1 0 2 1 0 = 0 1 0,750 = C
0 1,25 1 0,25 0 1 5 4 1 0 0 0,125

Matriks transformasi T3 adalah:

1 0 3
T3 = 0 1 6
0 0 8

Hasil kali terakhir akan menghasilkan matriks identitas. Jadi invers matriks
A adalah:

1 0 3 1 1,75 0 0,05 0 0 1 2 3
A 1
= T3T2T1 = 0 1 6 0 2,5 0 0,1 1 0 = 2 5 6
0 0 8 0 1,25 1 0,25 0 1 3 10 8

Dengan cara yang sama dapat diperoleh invers matriks dengan


melakukan operasi-operasi kolom.
Pada uraian penyelesaian dengan metoda transformasi berurutan di atas
matriks-matriks transformasi dituliskan satu persatu, kemudian dari hasil kali
matriks-matriks transformasi diperoleh invers matriksnya. Dengan bentuk
penyajian seperti itu perhitungan-perhitungan menjadi lebih rumit, sehingga perlu
disusun perhitungan yang lebih sistematis. Pada bentuk operasi pada baris,
ditambahkan matriks identitas di samping kanan matriks yang akan dicari
inversnya, kemudian lakukan transformasi yang sama pada matriks identitas.
Jika semua transformasi sudah selesai dilakukan, maka di sebelah kiri akan
diperoleh matriks identitas dan di sebelah kanan diperoleh invers matriksnya.
Jika pengoperasian dilakukan pada kolom, maka penambahan matriks identitas
diletakkan di bawah matriks asal. Setelah transformasi selesai, maka di sebelah
atas terdapat matriks identitas, dan di sebelah bawah diperoleh invers matriks.

2 1
Contoh 4: penyelesaian digunakan matriks A =
3 4
2 1 1 0
Penulisan matriks menjadi:
3 4 0 1
Dilakukan transformasi seperti pada contoh sebelumnya. Setiap
transformasi dilakukan juga pada matriks identitasnya.

39
Matematika Teknik yan sujendro m

Langkah pertama jadikan elemen pertama baris pertama menjadi 1


dengan membagi baris tersebut dengan dua.

1 0,5 0,5 0
3 , selanjutnya baris kedua dikurangi dengan 3 kali baris
4 0 1
pertama

1 0,5 0,5 0
0 2,5 1,5 1 . Baris kedua dibagi dengan 2,5.

1 0,5 0,5 0
0 , selanjutnya baris pertama ditambah 0,5 kali baris
1 0,6 0,4
kedua.

1 0 0,8 0 1 0,8 0
0 1 0,6 0,4 , sehingga A = 0,6 0,4

Dengan operasi-operasi ini, matriks A telah ditransformasikan menjadi
matriks identitas, dan matriks identitas telah ditransformasikan menjadi matriks
invers. Dengan cara yang sama dapat dilakukan pula pada operasi-operasi
kolom.

2 3 1
Contoh 5: Matriks B = 5 4 2

3 0 1

Penyelesaian:
2 3 1 1 0 0
Penulisan matriks menjadi: 5 4 2 0 1 0

3 0 1 0 0 1

Untuk mentransformasikan kolom pertama matriks B menjadi matriks


identitas dilakukan tiga langkah sekaligus:
a. baris pertama dibagi 2
b. baris kedua dikurangi 5 kali baris pertama
c. baris ketiga dikurangi 3 kali baris pertama

3 1 1
1 2
2 2
0 0
7 1 5
0 1 0
2 2 2
0 9 1 3
0 1
2 2 2

Mentransformasikan kolom kedua matriks B menjadi matriks identitas


dilakukan tiga langkah sekaligus:
a. baris kedua dibagi 7/2
b. baris pertama dikurangi 3/2 kali baris kedua

40
Matematika Teknik yan sujendro m

c. baris ketiga ditambah 9/2 kali baris kedua

2 4 3
1 0 7 7
7
0
1 5 2
0 1 0
7 7 7
0 0 1 12 9
1
7 7 7
Mentransformasikan kolom ketiga matriks B menjadi matriks identitas
dilakukan tiga langkah sekaligus:
a. baris ketiga dibagi 1/7
b. baris pertama dikurangi 2/7 kali baris ketiga
c. baris kedua dikurangi 1/7 kali baris ketiga

1 0 0 4 3 2
0 1 0 1 1 1

0 0 1 12 9 7

Matriks B telah ditransformasikan menjadi matriks identitas, dan matriks


identitas telah ditransformasikan menjadi matriks invers.

4.7 Latihan-latihan
Soal nomor 1 sampai dengan 7 dikerjakan dengan matriks adjoint
1. Carilah invers dari setiap matriks di bawah ini:
4 2 3 1 7 12
A1 = , A2 = , A3 =
1 2 5 2 3 2
2. Carilah invers dari matriks di bawah ini:
2 1 1
A = 7 1 2
21 0 4

3. Carilah invers dari matriks di bawah ini:


4 19 11
B= 1 5 2
2 7 12

4. Carilah invers dari matriks di bawah ini:


2 1 3
C = 0 2 4
5 1 6

5. Carilah invers dari matriks di bawah ini:

41
Matematika Teknik yan sujendro m

5 0 10
D = 5 9 12

5 7 4

6. Carilah invers dari matriks di bawah ini:


4 2 3
E = 2 5 1
3 1 6

7. Carilah invers dari matriks di bawah ini:


10 6 8
F = 5 9 12

5 7 4

8. Tentukan invers dari matriks segitiga bawah berorder empat di bawah ini.
2 0 0 0
1 1 0 0
G=
3 2 2 0

4 0 2 3

Penyelesaian selanjutnya menggunakan metoda transformasi berurutan


9. Inverskan matriks di bawah ini dengan operasi pada baris:
5 8 4 5
A1 = , A2 =
4 7 12 18
10. Inverskan matriks di bawah ini dengan operasi pada kolom:
6 9 4 5
B1 = , B2 =
2 5 10 15
11. Inverskan matriks di bawah ini dengan operasi pada baris kemudian
cocokkan hasilnya dengan operasi pada kolom:
2 1 4 4 2 3

C1 = 3 5 2 , C 2 = 1
2 5
0 1 1 1 0 3

4.8 Daftar Pustaka

Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta


Binsar Hariandja, 1997, Analisis Struktur Berbentuk Rangka Dalam Formulasi
Matriks, Aksara Husada, Bandung.
Gere, James M., Weaver, William Jr., 1987, Aljabar Matriks untuk Insinyur,
Erlangga, Jakarta.
Stroud, K.A., 1996, Matematika untuk Teknik, Erlangga, Jakarta.
Supartono, FX., Teddy Boen, 1987, Analisa Struktur dengan Metode Matrix, UI-
Pers, Jakarta.

42
Matematika Teknik yan sujendro m

BAB V OPERASI MATRIKS DENGAN SOFTWARE

Melakukan operasi-operasi matriks secara manual (dengan kalkulator)


bukan merupakan pekerjaan yang mudah, terutama untuk matriks dengan order
tinggi. Selain prosedurnya cukup rumit, juga memerlukan ketelitian yang sangat
tinggi.
Operasi-operasi matriks dengan pemrograman komputer juga tidak
mudah, karena tidak semua orang menguasai bahasa pemrograman. Kalaupun
dapat dibuat program komputer untuk operasi-operasi matriks, maka untuk setiap
bentuk operasi harus dibuat program-program tersendiri. Cara yang paling
mudah adalah dengan menggunakan piranti lunak (software) yang sudah banyak
tersedia di pasaran dan secara luas banyak digunakan seperti: Microsoft Excel,
Mathcad, ataupun Mathlab.
Sebagai program komputer untuk aplikasi hitungan dan pembuatan tabel,
Microsoft Excel cukup banyak dikenal orang dan memiliki kemampuan yang
sangat handal dalam perhitungan-perhitungan dengan bentuk formula dan
fungsi.
Mathcad adalah piranti lunak (software) buatan MathSoft Engineering &
Education, Inc. yang merupakan alat hitung standar industri yang banyak
digunakan oleh para profesional, pengajar dan mahasiswa. Piranti lunak ini
sangat mudah dipelajari dan memiliki kekuatan yang tinggi sebagai bahasa
pemrograman. Dalam Mathcad persamaan-persamaan dituliskan di layar
komputer seperti apa yang dituliskan di atas kertas atau papan tulis.
Mathlab adalah bahasa untuk komputasi teknik, yang dirancang untuk
meningkatkan jangkauan dan produktivitas bidang teknik. Mathlab menyediakan
fasilitas-fasilitas yang mudah dipelajari dan digunakan, yang memungkinkan
pembuatan aplikasi yang lebih kompleks.

5.1 Penulisan Matriks dalam Lembar Kerja Microsoft Excel


Dalam Microsoft Excel, sebuah sel pada lembar kerja (worksheet) dapat
diisi dengan empat jenis data,yaitu:
a. label atau string text, yaitu huruf alfabet dari A hingga Z dan karakter-karakter
khusus seperti ~ @ # $,
b. numerik atau bilangan yang dapat dihitung (ditambahkan, dikurangi, dikalikan,
atau dibagi),
c. alfanumerik, yaitu angka-angka yang tidak memiliki nilai sehingga tidak dapat
dihitung (nomor telepon, nomor kode, atau nomor rumah),
d. formula atau rumus, termasuk dalam hal ini adalah referensi (alamat sel lain)
dan fungsi.
Cara penulisan matriks dalam lembar kerja Excel adalah dengan
mengisikan elemen-elemen matriks pada sel-sel lembar kerja sesuai dengan
letaknya dalam matriks.
Sebagai contoh suatu matriks (5 x 3) memiliki 5 buah baris dan 3 buah
kolom. Dalam lembar kerja elemen-elemen matriks diisikan juga pada sel-sel

43
Matematika Teknik yan sujendro m

dengan jumlah baris 5 buah dan 3 buah kolom, dengan letak sel bebas (tidak
harus dimulai pada sel A1) seperti pada contoh berikut ini.

2 0 1
1 1 3

Matriks A = 3 2 5 . Elemen-elemen matriks diisikan pada

4 10 3
7 6 8
lembar kerja seperti terlihat pada Gambar 5.1. berikut ini.

Gambar 5.1. Cara penulisan matriks pada lembar kerja

Angka dua diisikan pada sel B2, nol pada sel C2 dan seterusnya,
sehingga matriks A diisikan semuanya dalam sel B2 sampai dengan sel D6, atau
biasa dituliskan sebagai B2:D6.
Bentuk-bentuk operasi matriks adalah berupa operasi penjumlahan dan
pengurangan, perkalian, determinan, dan invers matriks.
Perhitungan matematika dan trigonometri dengan Microsoft Excel dapat
dilakukan dengan dua cara, yaitu dengan menggunakan fasilitas Help (Lotus 1-2-
3 Help) dan dengan formula. Penjumlahan dan pengurangan matriks dapat
dilakukan langsung dalam lembar kerja seperti yang telah dikenal dalam
pengolahan data Excel. Operasi-operasi matriks dengan menggunakan fasilitas
Lotus 1-2-3 Help hanya dapat dilakukan untuk perhitungan perkalian dan
mencari invers matriks. Pada penggunaan formula dapat dihitung bentuk-bentuk
operasi determinan, invers, perkalian, dan transpos matriks.

44
Matematika Teknik yan sujendro m

5.2 Operasi Matriks dengan Microsoft Excel


1. Penjumlahan dan pengurangan matriks
Sebagai contoh digunakan penjumlahan dan pengurangan matriks seperti
contoh pada Bab II.

1 2 3 6 5 2
A= , B=
1 0 4 0 0 4
1 + 6 2 + 5 3 2 7 3 1
A+B=C= =
1 + 0 0 + 0 4 + 4 1 0 8
1 6 2 5 3 ( 2 ) 5 7 5
AB=D= =
1 0 00 4 4 1 0 0

Matriks A dan matriks B diisikan ke dalam lembar kerja. Matriks A pada


sel B2:D3, dan matriks B pada sel F2:H3.
a. Penjumlahan A + B = C, ketik formula =B2+F2 pada sel B6 dan tekan tombol
 , atau ketik = dan bawa kursor ke sel B2, ketik + dan bawa kursor ke sel F2
dan tekan tombol . Selanjutnya copy isi sel B6 ke B6:D7 dan . Maka hasil
penjumlahan dapat dilihat pada sel B6:D7.
b. Pengurangan A B = C, ketik formula =B2F2 pada sel F6 dan tekan tombol
 , atau ketik = dan bawa kursor ke sel B2, ketik dan bawa kursor ke sel F2
dan tekan tombol . Selanjutnya copy isi sel F6 ke F6:H7 dan . Maka hasil
penjumlahan dapat dilihat pada sel F6:G7.
Operasi penjumlahan dan pengurangan matriks dapat dilihat pada
Gambar 5.2. berikut ini.

Gambar 5.2. Penjumlahan dan pengurangan matriks

45
Matematika Teknik yan sujendro m

2. Operasi matriks dengan fasilitas Lotus 1-2-3 Help

Microsoft Excel menyediakan fasilitas Lotus 1-2-3 Help, terutama bagi


pengguna (user) yang terbiasa dengan Lotus 1-2-3. Dengan menu bantuan
Lotus 1-2-3 Help ini, pengguna akan dibimbing untuk melakukan operasi-operasi
ataupun pengolahan data dengan menu sesuai dengan menu Lotus 1-2-3. Dalam
Lotus 1-2-3 Help terdapat 2 pilihan bentuk bantuan, yaitu berupa instruksi
(instructions) atau bentuk demo (lihat Gambar 5.3 dan 5.4).

Gambar 5.3. Menjalankan menu bantuan Lotus 1-2-3 Help

Pilih Help pada lembar kerja, kemudian pilih Lotus 1-2-3 Help. Selanjutnya
akan muncul layar seperti pada Gambar 5.4 berikut ini.

46
Matematika Teknik yan sujendro m

Gambar 5.4. Menu bantuan untuk pengguna Lotus 1-2-3


Pada Gambar 5.4. tampak menu seperti yang terdapat pada lembar kerja
Lotus 1-2-3. Pilih Data, maka akan muncul bentuk pilihan seperti pada Gambar
5.5, kemudian pilih Matriks sehingga akan muncul pilihan operasi matriks berupa
Invert (mencari invers matriks), atau Multiply (perkalian matriks) seperti terlihat
pada Gambar 5.6.

Gambar 5.5. Menu pilihan Data

Gambar 5.6. Menu pilihan Matriks

Pilih bentuk operasi Invert untuk mencari invers dari matriks yang akan
dicari, atau Multiply untuk melakukan operasi perkalian matriks. Sampai di sini
urutan operasi sama, tinggal apakah akan melakukan operasi Invert atau
Multiply.

47
Matematika Teknik yan sujendro m

Sebagai contoh akan dicari invers dari matriks A sebagai berikut.

2 0 1 4
1 1 3 0
Contoh 1: cari invers dari matriks A =
3 2 5 2

4 0 2 10

Langkah pertama adalah menuliskan matriks A di dalam lembar kerja.


Selanjutnya lakukan pilihan menu bantuan Lotus 1-2-3 Help seperti yang telah
dijelaskan di atas. Pilih Invert, dan akan muncul menu bantuan untuk
memasukkan range matriks yang akan dicari inversnya seperti terlihat pada
Gambar 5.7. (dalam hal ini adalah B2:E5), selanjutnya masukkan range untuk
outputnya (C7:F10) dan tekan tombol  atau click OK.

Gambar 5.7. Cara memasukan range input dan output

Selanjutnya akan ditunjukkan cara penyelesaian operasi tersebut dengan


bentuk instruksi atau demo tergantung pada pilihan yang kita lakukan, dan
hasilnya seperti terlihat pada Gambar 5.8.

Gambar 5.8. Hasil invers matriks

48
Matematika Teknik yan sujendro m

Demikian pula untuk bentuk operasi perkalian matriks dapat dilihat pada
contoh berikut ini.
Contoh 2:

1 2 4
1 4 3 1
7
, dan B = 5 2 9
3
Hitung C=AB, bila A =
2 5 7
1 2 0
4 4 9

Setelah matriks A dan Matriks B diisikan ke dalam lembar kerja, kemudian


dijalankan menu bantuan seperti yang telah dilakukan di atas, hasilnya dapat
dilihat pada Gambar 5.9 berikut ini.

Gambar 5.9. Hasil operasi perkalian matriks

3. Operasi matriks dengan fasilitas dengan menggunakan formula


Operasi-operasi matriks untuk mencari determinan, invers, perkalian, dan
transpos matriks dapat dilakukan dengan menggunakan formula pada lembar
kerja Microsoft Excel. Dalam penggunaan formula, pengguna juga akan dituntun
langkah demi langkah sampai diperoleh hasil akhir sesuai dengan bentuk operasi
matriks yang diinginkan.
Bentuk umum fungsi yang berhubungan dengan matriks adalah sebagai
berikut.
a. Determinan: digunakan untuk mencari nilai determinan dari suatu matriks.
Syntax : MDETERM(array)

49
Matematika Teknik yan sujendro m

Matriks berupa jajaran numerik dengan jumlah baris dan kolom sama.
b. Invers matriks: digunakan untuk mencari invers dari suatu matriks.
Syntax : MINVERSE(array)
Catatan : formula dalam hitungan harus dalam bentuk array formula.
Setelah hasil dicopy pada lembar kerja, pilih range tersebut dimulai dari
letak formula cell. Tekan F2, dan tekan CTRL+SHIFT+ENTER.
c. Perkalian matriks: mencari hasil perkalian dari matriks A dengan matriks B
Syntax : MMULT(array1,array2)
Array1, array2 adalah arrays yang akan dikalikan.
Catatan : formula dalam hitungan harus dalam bentuk array formula.
Setelah hasil dicopy pada lembar kerja, pilih range tersebut dimulai dari
letak formula cell. Tekan F2, dan tekan CTRL+SHIFT+ENTER.
d. Transpos matriks: mengubah orientasi vertikal dan horisontal matriks,
transpos terbentuk dengan mengubah baris pertama menjadi kolom
pertama pada matriks baru, dan baris kedua menjadi kolom kedua, dan
seterusnya.
Syntax : TRANSPOSE(array)

2 0 1 4
1 1 3 0
Contoh 3: Diketahui A = cari invers A
3 2 5 2

4 0 2 10
Penyelesaian:
a. Tuliskan matriks A ke dalam lembar kerja
b. Pada sel yang diinginkan lakukan operasi yang diinginkan dengan click
pada fx pada lembar kerja, maka akan muncul menu fungsi seperti pada
Gambar 5.10.

50
Matematika Teknik yan sujendro m

Gambar 5.10. Menu Insert Function


c. Pilih kategori Math & Trig untuk perhitungan matematika dan trigonometri.
Untuk operasi matriks terdapat 4 pilihan yaitu mencari determinan
(MDETERM), mencari nilai invers (MINVERSE), melakukan operasi
perkalian matriks (MMULT), dan mencari transpos (TRANPOSE). Dalam
hal ini pilih MINVERSE. Selanjutnya pilih range dari matriks (array B2:E5).

Gambar 5.11. Pemasukan letak data dari matriks (array range)

d. Click OK, maka akan diperoleh hasil seperti terlihat pada gambar berikut
ini.

Gambar 5.12. Hasil invers

51
Matematika Teknik yan sujendro m

e. Untuk memperbaiki hasil pada range C7:F10 tekan tombol F2 dan diikuti
dengan menekan tombol Ctrl, Shift, dan Enter secara bersama-sama.
Hasilnya dapat dilihat pada Gambar 5.13.

Gambar 5.13. Hasil akhir operasi invers matriks

Dengan prosedur yang sama dapat dicari determinan maupun hasil


perkalian matriks.

5.3 Operasi Matriks dengan Mathcad

Penulisan persamaan dalam Mathcad sangat mudah dan dituliskan dalam


bentuk seperti yang ditulis di atas kertas, dan terlihat sama seperti yang ada
pada layar monitor. Dalam bahasa pemrograman rumus abc dituliskan sebagai
berikut.
x=(-B+SQRT(B**2-4*A*C))/(2*A)
Dalam lembar kerja (spreadsheet Excel), persamaan dituliskan dalam sel
sebagai berikut.
+(B1+SQRT(B1*B1-4*A1*C1))/(2*A1)
Dapat dilihat bahwa pada umumnya persamaan tersebut berkaitan
dengan angka-angka. Dalam Mathcad, persamaan yang sama dituliskan seperti
di papan tulis atau buku-buku referensi, dan tidak ada cara penulisan (syntax)
yang sulit untuk dipelajari; hanya menunjuk dan click dan persamaan akan
b + b2 4 a c
muncul. Contoh: x :=
2a

52
Matematika Teknik yan sujendro m

1. Lembar Kerja Mathcad


Pada saat mengaktikan Mathcad, dapat dilihat jendela (window) seperti
terlihat pada Gambar 5.14. Secara umum lembar kerja (worksheet) berwarna
putih. Untuk pilihan warna lain, pilih ColorBackground dari menu Format.

Gambar 5.14. Lembar kerja Mathcad

Setiap tombol pada Math toolbar (Gambar 5.14), membuka toolbar


operator atau simbol. Dapat digunakan beberapa operator secara bersama-
sama, huruf Greek, dan ditempatkan pada lembar kerja dengan melakukan click
pada tombol yang terdapat dalam toolbar (Gambar 5.15).
Isi dan kegunaan dari Math toolbar dapat dilihat pada Gambar 5.16.
Mathcad mengijinkan memasukkan persamaan, text, dan gambar di
sembarang tempat pada lembar kerja. Setiap persamaan, text, atau elemen
membentuk bidang (region) tersendiri. Mathcad membuat segi empat yang tak
terlihat sebagai tempat setiap region. Lembar kerja Mathcad merupakan
kumpulan region.

Untuk memulai region dalam Mathcad:


a. Click di mana saja pada daerah kosong dalam lembar kerja, akan
+
terlihat tanda silang kecil. Apapun yang diketik akan muncul pada
tanda silang.
b. Bila region yang dibuat adalah math region, ketik apa saja pada pada tanda
silang. Secara default Mathcad mengerti apa yang diketikkan sebagai
persamaan matematik.
c. Untuk membuat text region, pilih Text Region dari Insert menu kemudian
mulai mengetik.

53
Matematika Teknik yan sujendro m

Gambar 5.15. Operator dan simbul yang terdapat pada Math toolbar

Gambar 5.16. Penggunaan operator dan simbul pada Math toolbar

2. Penulisan matriks dalam Mathcad


Penulisan matriks dengan Mathcad dapat dilakukan dengan 2 cara:
a. Melalui menu toolbar: pilih Insert, Matrix (atau tekan Ctrl+M) Gambar 5.17.

54
Matematika Teknik yan sujendro m

b. Melalui Math toolbar: dan click o o o


o o o
dan ikuti perintah berikutnya untuk

o o o

memasukkan jumlah baris dan kolom (Gambar 5.18) dan tekan tombol insert,
maka akan terbentuk matriks dalam lembar kerja. Isikan elemen-elemen
matriks ke dalam region matriks.

Gambar 5.17. Pembuatan matriks dengan menu toolbar

Gambar 5.18. Menu untuk menentukan order matriks

3. Operasi matriks
Operasi-operasi matriks dapat dilakukan dengan membuka operator
matriks (Gambar 5.19) dari Math Toolbar.

55
Matematika Teknik yan sujendro m

Gambar 5.19. Operator matriks dan vektor


Untuk mencari invers dari suatu matriks dilakukan aktifkan region dari
matriks yang telah dibuat, kemudian dapat dilakukan dengan 2 cara:
a. dengan click X1 pada operator matriks. Dari Toolbar menu pilih Symbolics,
Evaluate, Symbolically atau dengan menekan tombol Shift+F9 (lihat Gambar
5.20)

Gambar 5.20. Operasi matriks dengan Math toolbar

b. Dengan Toolbar menu pilih Symbolics, Matrix, Invert (Gambar 5.21)

Gambar 5.21. Operasi matriks dengan Toolbar menu

56
Matematika Teknik yan sujendro m

Hasil invers matriks dapat dilihat pada Gambar 5.22. Operasi-operasi


matriks yang lain dapat dilakukan dengan cara yang sama.

Gambar 5.22. Invers matriks

Contoh perkalian matriks dapat dilihat pada Gambar 5.23 berikut ini.

Gambar 5.23. Hasil perkalian matriks

5.4 Daftar Pustaka

Adi Kusrianto, 2001, Mengupas Tuntas Formula dan Fungsi Microsoft Excel, Elex
Media Komputindo, Jakarta.
Anonim, 2001, Mathcad Users Guide with Reference Manual Mathcad 2001i,
MathSoft Engineering & Education, Inc., Cambridge

57
Matematika Teknik yan sujendro m

Berk, Kenneth N., Carey, Patrick, Data Analysis with Microsoft Excel, Duxbury
Thomson Learning, California.
Fausett, Laurene V., Applied Numerical Analysis Using Mathlab, Prentice Hall
International,
Hanselman, Duane, Littlefield, Bruce, 2002, Mathlab Bahasa Komputasi Teknis,
Andi and Pearson Education Asia Pte. Ltd., Yogyakarta.
Penny, John, Lindfield, George, 1999, Numerical Method Using Mathlab, Ellis
Horwood, Hertfordshire.

58
BAGIAN

KEDUA

D alam lima bab terakhir akan diberikan pengetahuan dasar


tentang metoda numerik. Tujuan dari buku ini adalah
sebagai pegangan mahasiswa yang akan melaksanakan
penelitian yang berkaitan dengan hitungan numerik. Untuk
mempermudah pemahaman teori yang disampaikan, setiap materi
yang dibahas dilengkapi dengan contoh soal dan penyelesaiannya,
serta contoh penyelesaian dengan Microsoft Excel

Pada bagian ini akan dipelajari tentang metoda numerik,


bentuk-bentuk kesalahan, penyelesaian persamaan linier, cara
mencari akar-akar persamaan, bentuk-bentuk interpolasi, serta
penyelesaian integrasi numerik.

Bab
VI Metoda Numerik
VII Sistem Persamaan Linier
VIII Akar-akar Persamaan
IX Interpolasi
X Integrasi Numerik

59
Matematika Teknik yan sujendro m

BAB VI PENDAHULUAN

6.1 Pendahuluan
Metoda numerik adalah teknik penyelesaian masalah yang diformulasikan
secara matematis dengan cara operasi hitungan. Berbagai permasalahan dalam
bidang ilmu pengetahuan dan teknologi dapat digambarkan dalam bentuk
persamaan matematik. Bila bentuk persamaan sederhana, maka dapat
diselesaikan secara analitis, tetapi pada umumnya bentuk persamaan sulit
diselesaikan secara analitis, sehingga penyelesaian dilakukan secara numeris.
Pada umumnya digunakan tiga cara pendekatan untuk menyelesaikan
masalah:
1. Penyelesaian dilakukan dengan menggunakan metoda analitis atau eksak.
Penyelesaian analitis seringkali hanya dapat dilakukan pada beberapa bentuk
persamaan yang terbatas. Persamaan-persamaan ini meliputi persamaan
yang dapat didekati dengan model linier dengan bentuk geometri sederhana
dan dimensi rendah.
2. Penyelesaian grafis digunakan untuk menyelesaikan masalah yang berbentuk
gambar atau nomograf.
3. Penyelesaian secara manual dengan kalkulator. Perhitungan secara manual
lambat dan membosankan. Hasil yang konsisten sulit untuk diperoleh karena
ketidaktelitian yang terjadi pada saat pengerjaan.
Metoda numerik merupakan cara penyelesaian masalah yang tepat.
Metoda numerik mampu menangani sistem persamaan besar, tidak linier dan
dengan bentuk geometri yang tidak mungkin diselesaikan secara analitis.
Hasil penyelesaian numeris merupakan nilai perkiraan atau pendekatan
dari penyelesaian analitis atau eksak. Karena merupakan nilai pendekatan, maka
terdapat kesalahan terhadap nilai eksak.
Dalam metoda numerik terdapat beberapa bentuk proses hitungan atau
algoritma untuk penyelesaian suatu bentuk persamaan matematis. Operasi
hitungan dilakukan dengan iterasi dalam jumlah yang sangat banyak dan
berulang-ulang, sehingga diperlukan bantuan komputer untuk melaksanakan
operasi hitungan tersebut.

6.2 Kesalahan (error)


Penyelesaian secara numeris hanya memberikan nilai perkiraan yang
mendekati nilai eksak dari penyelesaian analitis, dengan demikian dalam
penyelesaian numeris tersebut terdapat kesalahan terhadap nilai eksak.
Penyelesaian analitis mampu menghitung ksesalahan dengan tepat.
Kesalahan bawaan adalah kesalahan dari nilai data. Kesalahan ini terjadi
karena kekeliruan dalam menyalin data, salah membaca skala atau kesalahan
karena kurang pengertian tentang hukum-hukum fisik dari data yang diukur.
Kesalahan pembulatan terjadi karena beberapa angka terakhir dari suatu
bilangan. Kesalahan ini terjadi bila bilangan perkiraan digunakan untuk
menggantikan bilangan eksak. Suatu bilangan dibulatkan pada posisi ke n

60
Matematika Teknik yan sujendro m

dengan membuat angka di sebelah kanan dari posisi tersebut menjadi nol. Angka
pada posisi ke n tersebut tidak berubah atau dinaikkan satu digit tergantung pada
nilai tersebut lebih kecil atau lebih besar dari setengah dari angka posisi ke n
Contoh:
8632574 dapat dibulatkan menjadi 8630000
3,1415926 dapat dibulatkan menjadi 3,14
Kesalahan pemotongan terjadi karena tidak dilakukan hitungan sesuai
dengan prosedur matematik yang benar. Sebagai contoh: suatu proses tak
berhingga diganti dengan proses berhingga. Dalam matematik, suatu proses
dapat dipresentasikan dalam bentuk deret tak berhingga, misal:

x x 2 x3 x 4
e = 1+ x + + + + ............... (6.1)
2! 3! 4!
Nilai eksak dari ex diperoleh bila semua suku dari deret tersebut
diperhitungkan. Dalam praktek sulit memperhitungkan semua suku sampai tak
berhingga. Bila hanya diperhitungkan terhadap beberapa suku pertama saja,
maka hasilnya tidak sama dengan nilai eksak. Kesalahan karena hanya
diperhitungkan terhadap beberapa suku pertama disebut dengan kesalahan
pemotongan.

6.3 Kesalahan Absolut dan Relatif


Hubungan antara nilai eksak, nilai perkiraan dan kesalahan dapat
diberikan dalam bentuk sebagai berikut.
p = p* + Ee (6.2)
dengan,
p = nilai eksak
p* = nilai perkiraan
Ee = kesalahan terhadap nilai eksak
Indeks e menunjukkan bahwa kesalahan dibandingkan terhadap nilai
eksak. Dari bentuk persamaan di atas dapat disimpulkan bahwa kesalahan
adalah perbedaan antara nilai eksak dan nilai perkiraan, yaitu:
Ee = p p* (6.3)
Bentuk kesalahan seperti di atas disebut dengan kesalahan absolut.
Kesalahan tidak menunjukkan besarnya tingkat kesalahan. Sebagai contoh,
kesalahan 1 cm pada panjang pensil akan sangat terasa dibandingkan dengan
kesalahan yang sama pada pengukuran panjang jembatan.
Besar tingkat kesalahan dapat dinyatakan dalam bentuk kesalahan relatif,
yaitu dengan membandingkan kesalahan yang terjadi dengan nilai eksak.
E
e = e (6.4)
p
dengan e adalah kesalahan relatif terhadap nilai eksak.
Kesalahan relatif sering diberikan dalam bentuk persen sebagai berikut.

61
Matematika Teknik yan sujendro m

Ee
e = 100% (6.5)
p

Dalam persamaan-persamaan tersebut, kesalahan dibandingkan terhadap


nilai eksak. Nilai eksak tersebut hanya dapat diketahui bila suatu fungsi dapat
diselesaikan secara analitis. Dalam metoda numerik, pada umumnya nilai
tersebut tidak diketahui. Untuk menghitung kesalahan relatif dinyatakan atas
dasar nilai perkiraan terbaik dari nilai eksak, sehingga kesalahan mempunyai
bentuk sebagai berikut.
E
a = e 100% (6.6)
p*
dengan,
a = kesalahan terhadap nilai perkiraan terbaik
p* = nilai perkiraan terbaik
Indeks a menunjukkan bahwa kesalahan dibandingkan terhadap nilai
perkiraan (approximate value).
Dalam metoda numerik, sering dilakukan pendekatan secara iteratif. Pada
pendekatan ini perkiraan sekarang didasarkan pada perkiraan sebelumnya,
sehingga kesalahan adalah perbedaan antara perkiraan sebelumnya dengan
perkiraan sekarang, dan kesalahan relatif dalam bentuk sebagai berikut.
p*n +1 p*n
a = 100% (6.7)
p*n +1
dengan,
p*n = nilai perkiraan pada iterasi ke n
p*n +1 = nilai perkiraan pada iterasi ke n+1

Contoh 1:
Pengukuran panjang jembatan memberikan hasil 9.999 cm dan pensil 9
cm. Bila panjang benar (eksak) berturut-turut adalah 10.000 cm dan 10 cm,
hitung kesalahan absolut dan relatif.
Penyelesaian
a. Kesalahan absolut
- jembatan:
Ee = 10.000 9.999 = 1 cm
- pensil
Ee = 10 9 = 1 cm
b. Kesalahan relatif
- jembatan:
E 1
e = e 100% = 100% = 0,01%
p 10000
- pensil
E 1
e = e 100% = 100% = 10%
p 10

62
Matematika Teknik yan sujendro m

Dari contoh tersebut tampak bahwa meskipun kedua kesalahan adalah


sama yaitu 1 cm, tetapi kesalahan relatif pensil jauh lebih besar daripada
kesalahan relatif jembatan.
Contoh 2:
Hitung kesalahan yang terjadi dari nilai ex dengan x = 0,5 bila hanya
diperhitungkan pada beberapa suku pertama saja. Nilai eksak dari e0,5 =
1,648721271.
Penyelesaian
Untuk menunjukkan bahwa pengaruh dari hanya diperhitungkannya
beberapa suku pertama dari deret terhadap besar kesalahan pemotongan, maka
hitungan dilakukan untuk beberapa keadaan. Keadaan pertama bila hanya
diperhitungkan satu suku pertama, keadaan kedua hanya diperhitungkan dua
suku pertama. Dan seterusnya sampai 6 suku pertama. Nilai ex dapat dihitung
berdasarkan deret berikut.
x 2 x3 x 4 x5
ex = 1+ x + + + + + ...............
2! 3! 4! 5!
a. diperhitungkan satu suku pertama
ex = 1
kesalahan relatif terhadap nilai eksak dihitung sebagai berikut
E 1,648721271 1
e = e 100% = 100% = 39,35%
p 1,648721271

b. diperhitungkan dua suku pertama


ex 1+ x
untuk x = 0,5 maka
e x 1 + 0,5 = 1,5
kesalahan relatif terhadap nilai eksak dihitung sebagai berikut
E 1,648721271 1,5
e = e 100% = 100% = 9,02%
p 1,648721271
c. diperhitungkan tiga suku pertama
x2
ex = 1+ x +
2!
untuk x = 0,5 maka
0,5 2
e x = 1 + 0,5 + = 1,625
2!
kesalahan relatif terhadap nilai eksak dihitung sebagai berikut
E 1,648721271 1,625
e = e 100% = 100% = 1,44%
p 1,648721271
E 1,625 1,5
a = a 100% = 100% = 7,69%
p* 1,625
Hitungan dilanjutkan sampai dengan 7 suku pertama. Hasilnya dapat
dilihat pada tabel berikut ini.

63
Matematika Teknik yan sujendro m

x= 0,5 nilai eksak = 1,648721271


Suku Hasil e (%) a (%)
1 1 39,34693404
2 1,5 9,02040106 33,33333333
3 1,625 1,43876781 7,69230769
4 1,645833333 0,17516227 1,26582278
5 1,6484375 0,01721158 0,15797788
6 1,648697917 0,00141651 0,01579529
7 1,648719618 0,00010026 0,00131626

6.4 Deret Taylor

1. Persamaan deret Taylor


Deret Taylor merupakan dasar penyelesaian masalah dalam metoda
numerik, terutama penyelesaian persamaan diferensial. Bila suatu fungsi f(x)
diketahui di titik xi dan semua turunan dari f terhadap x diketahui pada titik
tersebut, maka deret Taylor dapat dinyatakan nilai f pada titik xi+1 yang terletak
pada jarak x dari titik xi. Gambar 6.1 menunjukkan perkiraan suatu fungsi
dengan deret Taylor secara grafis.

Gambar 6.1. Perkiraan suatu fungsi dengan Deret Taylor

x x 2 x 3 x n
f ( xi + 1 ) = f ( x ) + f ' ( xi ) + f ' ' ( xi ) + f ' ' ' ( xi ) + ....... + f (xi )
n
+ Rn (6.8)
1! 2! 3! n!
dengan:
f(xi) = fungsi di titik xi
f(xi+1) = fungsi di titik xi+1
n
f, f, f = turunan pertama, kedua, ke n

64
Matematika Teknik yan sujendro m

x = langkah ruang, jarak antara xi dan xi+1


Rn = kesalahan pemotongan
! = operator faktorial, misal 3! = 3x2x1; 4! = 4x3x2x1
Dalam persamaan tersebut kesalahan pemotongan Rn diberikan oleh
bentuk berikut ini.
x n +1 x n + 2
R n = f n +1 ( x i ) + f n + 2 ( xi ) + .............. (6.9)
(n + 1)! (n + 2)!
Persamaan tersebut di atas mempunyai suku sebanyak tak terhingga
akan memberikan perkiraan suatu nilai suatu fungsi sesuai dengan penyelesaian
eksaknya. Dalam praktek sulit memperhitungkan semua suku tersebut dan
biasanya harus diperhitungkan beberapa suku pertama saja.
a. memperhitungkan satu suku pertama (order nol)
Apabila hanya memperhitungakan satu suku pertama dari ruas kanan,
maka persamaan menjadi:
f ( xi +1 ) f ( xi )
pada persamaan ini yang disebut sebagai perkiraan order nol, nilai f pada titik xi+1
sama dengan nilai pada xi perkiraan tersebut adalah benar bila fungsi yang
diperkirakan adalah konstan. Bila fungsi tidak konstan, maka harus
diperhitungkan suku-suku berikutnya dari deret Taylor.
b. Memperhitungkan dua suku pertama (order 1)
Bentuk deret Taylor order 1 yang memperhitungkan dua suku pertama,
dapat ditulis dalam bentuk sebagai berikut.
x
f ( xi + 1 ) f ( xi ) + f ' ( xi )
1!
yang merupakan bentuk persamaan garis lurus.
c. Memperhitungkan tiga suku pertama (order 2)
Deret Taylor yang memperhitungkan 3 suku pertama dari ruas kanan
dapat ditulis sebagai berikut.
x x 2
f ( xi +1 ) f ( xi ) + f ' ( xi ) + f ' ' ( xi )
1! 2!
persamaan ini disebut perkiraan order 2

2. Kesalahan pemotongan
Deret Taylor akan memberikan perkiraan suatu fungsi dengan benar jika
semua suku dari deret tersebut diperhitungkan. Dalam praktek hanya beberapa
suku pertama saja yang diperhitungkan sehingga hasil perkiraan tidak tepat
seperti pada penyelesaian analitik. Ada kesalahan karena tidak
diperhitungkannya suku-suku terakhir dari deret Taylor. Kesalahan ini disebut
dengan kesalahan pemotongan (truncation error, Rn), yang ditulis dalam bentuk:
(
Rn = x n +1 ) (6.10)

Indeks n menunjukkan bahwa deret yang diperhitungkan adalah sampai


pada suku ke n, sedang subskrib n+1 menunjukkan bahwa kesalahan
pemotongan mempunyai order n+1. Notasi O(xn+1) menunjukkan bahwa

65
Matematika Teknik yan sujendro m

kesalahan pemotongan mempunyai order xn+1; atau kesalahan sebanding


dengan langkah ruang pangkat n+1. Kesalahan pemotongan tersebut akan kecil
bila:
a. interval x adalah kecil,
b. memperhitungakan lebih banyak suku dari deret Taylor
Pada perkiraan order satu, besar kesalahan pemotongan adalah:

( )
x 2 = f ' ' ( x i )
x 2
2!
+ f ' ' ' ( xi )
x 3
3!
+ ....... + f n ( xi )
xn
n!
+ Rn (6.11)

6.5 Diferensial Numerik


Diferensial numerik digunakan untuk memperkirakan bentuk diferensial
kontinyu menjadi bentuk diskret. Diferensial numerik ini banyak digunakan untuk
menyelesaikan persamaan diferensial. Bentuk tersebut dapat diturunkan
berdasarkan deret Taylor
1. Diferensial turunan pertama
Deret Taylor dapat ditulis dalam bentuk:
( )
f ( xi +1 ) = f (xi ) + f ' ( xi )x + x 2 (6.12)
f f ( xi +1 ) f (xi )
= f ' ( xi ) = (x ) (6.13)
x x
Seperti ditunjukkan dalam gambar 6.2 dan persamaan di atas, turunan
pertama dari f terhadap x di titik xi didekati oleh kemiringan garis yang melalui titik
B (xi, f(xi)) dan titik C (xi+1, f(xi+1))

Gambar 6.2. Perkiraan garis singung suatu fungsi

66
Matematika Teknik yan sujendro m

Bentuk diferensial dari persamaan (6.13) disebut diferensial maju order


satu. Disebut diferensial maju karena menggunakan data pada titik xi dan xi+1
untuk menghitung diferensial. Jika data yang digunakan adalah titik xi dan xi-1
maka disebut diferensial mundur, dan deret Taylor menjadi:
x x 2 x 3
f ( xi 1 ) = f ( xi ) f ' ( xi ) + f ' ' ( xi ) f ' ' ' ( xi ) ........ (6.14)
1! 2! 3!
f ( xi 1 ) = f ( xi ) f ' ( xi )x x 2 ( ) (6.15)
f f ( xi ) f ( xi 1 )
= f ' ( xi ) = (x ) (6.16)
x x
Bila data yang digunakan untuk memperkirakan diferensial dari fungsi
adalah titik xi-1 dan xi+1, maka perkiraannya disebut diferensial terpusat. Jika
persamaan (6.6) dikurangi persamaan (6.14) diperoleh:
x x 3
f ( xi +1 ) f (xi 1 ) = 2 f ' ( xi ) + f ' ' ' ( xi ) + ........
1! 3!
atau
f f ( xi +1 ) f ( xi 1 ) x 3
= f ' ( xi ) = f ' ' ' ( xi ) + ........
x 2 x 6
atau
f
x
= f ' ( xi ) =
f ( xi +1 ) f ( xi 1 )
2 x
( )
+ x 2 ........ (6.17)

Dari persamaan (6.17) tampak bahwa kesalahan pemotongan berorder


x2; sedang pada diferensial maju atau mundur berorder x. Untuk interval x
kecil, nilai pemotongan yang berorder 2 (x2) lebih kecil dari pada order 1 (x).
Keadaan ini menunjukkan bahwa perkiraan diferensial terpusat lebih teliti
dibanding diferensial maju atau mundur. Keadaan ini dapat dilihat pada Gambar
6.2. Kemiringan garis yang melalui titik A dan C (diferensial terpusat) hampir
sama dengan kemiringan garis singgung yang melalui titik A dan B (diferensial
mundur) atau titik B dan C (diferensial maju)
2. Diferensial turunan kedua
Turunan kedua dari suatu fungsi dapat diperoleh dengan menjumlahkan
persamaan (6.6) dengan persamaan (6.14):
x x 2 x 4
f ( xi +1 ) + f ( xi 1 ) = 2 f ' ( xi ) + 2 f ' ' ( xi ) + f ' ' ' ' ( xi ) + ........
1! 2! 4!
atau
2 f f ( xi +1 ) 2 f ( xi ) + f (xi 1 ) x 4
= f ' ' ( xi ) = f ' ' ' ' ( xi ) + ........
x 2 x 2 12
atau
2 f
x 2
= f ' ' ( xi ) =
f ( xi +1 ) 2 f ( xi ) + f ( xi 1 )
x 2
( )
x 2 (6.18)

Dari uraian di atas dapat disimpulkan bahwa bentuk diferensial (biasa


maupun parsiil) dapat diubah dalam bentuk diferensial numerik (beda hingga).

67
Matematika Teknik yan sujendro m

3. Diferensial turunan lebih tinggi


Dengan cara yang sama dapat diturunkan diferensial turunan yang lebih
tinggi seperti berikut ini.
a. diferensial turunan ketiga
3 f f (xi + 2 ) 2 f ( xi +1 ) + 2 f ( xi 1 ) f ( xi 2 )
= f ' ' ' ( xi ) = (6.19)
3
x 2x 3
b. diferensial turunan keempat
4 f f ( xi + 2 ) 4 f ( xi +1 ) + 6 f ( xi ) 4 f ( xi 1 ) + f ( xi 2 )
= f ' ' ' ' ( xi ) = (6.20)
4
x 2x 4

Contoh 3:
Diketahui suatu fungsi f(x) = 0,25x3+0,5x2+0,25x+0,5. Dengan meng-
gunakan deret Taylor order nol, satu, dua dan tiga, perkirakan fungsi tersebut
pada titik xi+1 = 1, berdasar nilai fungsi pada titik xi = 0. Titik xi+1 = 1 berada pada
jarak x = 1 dari titik xi = 0.
Penyelesaian
Karena bentuk fungsi sudah diketahui, maka dapat dihitung nilai f(x)
antara 0 dan 1. Gambar 6.3 menunjukkan fungsi tersebut.

Gambar 6.3. Perkiraan fungsi Deret Taylor

Untuk xi=0 maka f(x=0) = 0,25(0)3 + 0,5 (0)2 + 0,25(0) + 0,5 = 0,5
Untuk xi+1=1 maka f(x=1) = 0,25(1)3 + 0,5 (1)2 + 0,25(1) + 0,5 = 1,5
Jadi nilai eksak untuk f(x=1) adalah 1,5. Bila digunakan deret Taylor order
nol, maka diperoleh:

68
Matematika Teknik yan sujendro m

f ( xi +1 = 1) f ( xi = 0) = 0,5

Seperti terlihat pada gambar 6.3., perkiraan order nol adalah konstan, dan
kesalahan pemotongannya adalah:

Ee = p p* = 1,5 0,5 = 1,0


Bila digunakan deret Taylor order satu, nilai f(xi+1=1) dapat dihitung
x
dengan menggunakan persamaan f ( xi +1 ) f ( xi ) + f ' ( xi ) . Hitung turunan
1!
fungsi di titik xi=0;
f(xi=0)= 0,75x2+x+0,25 = 0,75(0)2+(0)+0,25 = 0,25
x
sehingga diperoleh: f ( xi +1 ) f (xi ) + f ' ( xi )
1
0,5 + 0,25 = 0,75
1! 1
Dalam gambar terlihat bahwa perkiraan order satu adalah garis lurus, dan
kesalahan pemotongannya adalah:

Ee = p p* = 1,5 0,75 = 0,75


Bila digunakan deret Taylor order dua, nilai f(xi+1=1) dapat dihitung dengan
x x 2
menggunakan persamaan f ( xi +1 ) f (xi ) + f ' ( xi ) + f ' ' ( xi ) . Hitung turunan
1! 2!
kedua dari fungsi di titik xi=0;
f(xi=0)= 1,5x+1 = 1,5(0)+1 = 1,0

x x 2
sehingga diperoleh f ( xi +1 ) f ( xi ) + f ' ( xi ) + f ' ' ( xi )
1 1
= 0,5 + 0,25 + 1 = 1,25
1! 2! 1 2
Dalam gambar tampak bahwa perkiraan order dua adalah garis lengkung,
dan kesalahan pemotongannya adalah:

Ee = p p* = 1,5 1,25 = 0,25


Bila digunakan deret Taylor order tiga, nilai f(xi+1=1) dapat dihitung dengan
x x 2 x 3
menggunakan persamaan f ( xi + 1 ) f ( xi ) + f ' ( xi ) + f ' ' ( xi ) + f ' ' ' ( xi ) .
1! 2! 3!
Hitung turunan ketiga dari fungsi di titik xi=0;
f(xi=0)= 1,5
sehingga diperoleh
x x 2 x 3
f ( xi + 1 ) f ( xi ) + f ' ( xi ) + f ' ' ( xi ) + f ' ' ' ( xi )
1 1 1
= 0,5 + 0,25 + 1 + 1,5 = 1,5
1! 2! 3! 1 2 6
kesalahan pemotongannya adalah:

Ee = p p* = 1,5 1,5 = 0,0

69
Matematika Teknik yan sujendro m

Terlihat bahwa dengan menggunakan deret Taylor order tiga, hasil


penyelesaian numerik sama dengan penyelesaian eksak.

Contoh 4:
Diketahui suatu fungsi f(x) = 0,25x3+0,5x2+0,25x+0,5. Perkiraan turunan
pertama (kemiringan kurva) dan turunan kedua dari persamaan tersebut di titik
x=0,5 dengan menggunakan langkah ruang x=0,5
Penyelesaian:
Secara analitis turunan pertama dan kedua fungsi adalah:
f(xi=0,5)= 0,75x2+x+0,25 = 0,75(0,25)2+(0,25)+0,25=0,9375
f(xi=0)= 1,5x+1 = 1,5(0,5)+1 =1,75
dengan x=0,5 dapat dihitung nilai fungsi pada titik xi-1 dan xi+1
xi-1 = 0 f(xi-1) = 0,5
xi = 0,5 f(xi) = 0,78125
xi+1 = 1 f(xi+1) = 1,5
Perkiraan turunan pertama dengan diferensial mundur:
f f ( xi ) f ( xi 1 ) 0,78125 0,5
= f ' (0,5) = = = 0,5625
x x 0,5

Kesalahan terhadap nilai eksak:


Ee 0,9375 0,5625
e = 100% = 100% = 40%
p 0,9375

Perkiraan turunan pertama dengan diferensial maju:

f f ( xi +1 ) f ( xi ) 1,5 0,78125
= f ' (0,5) = = = 1,4375
x x 0,5

Kesalahan terhadap nilai eksak:


Ee 0,9375 1,4375
e = 100% = 100% = 53,3%
p 0,9375

Perkiraan turunan pertama dengan diferensial terpusat:

f f (xi +1 ) f (xi 1 ) 1,5 0,5


= f ' (0,5) = = = 1,0
x 2x 2.0,5

Kesalahan terhadap nilai eksak:


Ee 0,9375 1
e = 100% = 100% = 6,7%
p 0,9375

Perkiraan turunan kedua:

70
Matematika Teknik yan sujendro m

2 f f ( xi +1 ) 2 f ( xi ) + f ( xi 1 ) 1,5 2.0,78125 + 0,5


= f ' ' ( xi ) = = = 1,75
x 2 x 2 0,5 2

Kesalahan terhadap nilai eksak:


Ee 1,75 1,75
e = 100% = 100% = 0,0%
p 0,9375

6.6 Latihan-latihan

1. Hitung kesalahan yang terjadi dengan hanya memperhitungkan beberapa


suku pertama saja (sampai 5 suku pertama) dari deret berikut, dan hitung
pula kesalahan relatifnya pada x=0,5.

2. Diketahui suatu fungsi f(x) = 2x3+12x220x+8,5. Dengan mengunakan deret


Taylor order nol, satu, dua, dan tiga, perkirakan fungsi tersebut pada titik
xi+1=0,5 berdasarkan fungsi pada titik xi=0

3. Gunakan deret Taylor order nol sampai empat, perkirakan f(2) untuk fungsi
f(x)=ex dengan menggunakan titik awal pada x=0. Hitung kesalahan relatif
setiap perkiraan

4. Diketahui suatu fungsi f(x) = 2x3+12x220x+8,5. Perkirakan turunan pertama


(kemiringan kurva) dan turunan kedua dari persamaan tersebut di titik x=0,5
dengan menggunakan langkah ruang x=0,5. Hitung pula bila x=0,25

5. Perkirakan turunan pertama dan kedua dari persamaan soal no 3 dengan


menggunakan langkah ruang x=0,5. Hitung pula bila x=0,25

6.7 Daftar Pustaka


Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta
Chapra, S.P., Canale, R.P., 1985, Numerical Methods For Engineers, McGraw-
Hill Book Company, New York.

Contoh Penyelesaian
1. Hitung kesalahan yang terjadi dengan hanya memperhitungkan beberapa
suku pertama saja (sampai 5 suku pertama) dari deret berikut untuk x=0,5;
dan hitung pula kesalahan relatifnya.

x 2 x 4 x 6 x8
f (x ) = 1 f (x ) = 1 + + ..............
2! 4! 6! 8!
Penyelesaian
a. diperhitungkan satu suku pertama
f (x ) = 1

71
Matematika Teknik yan sujendro m

b. diperhitungkan dua suku pertama


x2
f (x ) = 1
2!
untuk x = 0,5 maka
0,5 2
f (x ) = 1 = 0,875
2!
kesalahan relatif terhadap nilai eksak dihitung sebagai berikut
E 0,875 1
a = a 100% = 100% = 14,28571%
P* 1
c. diperhitungkan tiga suku pertama
x2 x4
f (x ) = 1
+
2! 4!
untuk x = 0,5 maka
0,5 2 0,5 4
f (x ) = 1 + = 0,877604
2! 4!
kesalahan relatif terhadap nilai eksak dihitung sebagai berikut
E 0,877604 0,875
a = a 100% = 100% = 0,2967359%
P* 0,877604

Hitungan dilanjutkan sampai dengan 5 suku pertama. Hasilnya dapat


dilihat pada tabel berikut ini.

x = 0,5
Suku Hasil a (%)
1 1,0000000
2 0,8750000 -14,2857143
3 0,8776042 0,2967359
4 0,8775825 -0,0024729
5 0,8775826 0,0000110

2. Diketahui suatu fungsi f(x) = 2x3+12x220x+8,5. Dengan mengunakan deret


Taylor order nol, satu, dua, dan tiga, perkirakan fungsi tersebut pada titik
xi+1=0,5 berdasarkan fungsi pada titik xi=0
Penyelesaian
Bentuk deret Taylor:
x x 2 x 3 x n
f ( xi +1 ) = f ( x ) + f ' ( xi ) + f ' ' ( xi ) + f ' ' ' ( xi ) + ....... + f n (xi ) + Rn
1! 2! 3! n!
Untuk xi=0 maka f(x=0) = 2(0)3+12(0)220(0)+8,5=8,5
Untuk xi+1=0,5 maka f(x=0,5) = 2(0,5)3+12(0,5)220(0,5)+8,5=1,25
Jadi nilai eksak untuk f(x=0,5) adalah 1,25. Bila digunakan deret Taylor
order nol, maka diperoleh:
f ( xi +1 = 0,5) f (x = 0) 8,5

72
Matematika Teknik yan sujendro m

Bila digunakan deret Taylor order satu, nilai f(xi+1=0,5) dapat dihitung
x
dengan menggunakan persamaan f ( xi +1 ) f ( x ) + f ' (xi ) , Hitung turunan
1!
fungsi di titik xi=0;
f(xi=0)= 6x2+24x20 =6(0)2+24(0)20=20, sehingga diperoleh:
x
f ( xi + 1 ) f ( x ) + f ' ( xi ) 8,5 + ( 20 )
0,5
= 1,5
1! 1
Bila digunakan deret Taylor order dua, nilai f(xi+1=0,5) dapat dihitung
x x 2
dengan menggunakan persamaan f ( xi +1 ) = f (x ) + f ' ( xi ) + f ' ' ( xi ) , Hitung
1! 2!
turunan kedua dari fungsi di titik xi=0;
f(xi=0)= 12x+24= 12(0) +24= 24, sehingga diperoleh
x x 2 0,5 2
f ( xi +1 ) = f ( x ) + f ' ( xi ) + f ' ' ( xi ) = 8,5 + ( 20 )
0,5
+ 24 = 1,5
1! 2! 1 2!
Bila digunakan deret Taylor order tiga, nilai f(xi+1=0,5) dapat dihitung
dengan menggunakan persamaan
x x 2 x 3
f ( xi +1 ) = f ( x ) + f ' ( xi ) + f ' ' ( xi ) + f ' ' ' ( xi ) , Hitung turunan ketiga
1! 2! 3!
dari fungsi di titik xi=0;
f(xi=0)= 12
x x 2 x 3
sehingga diperoleh f ( xi +1 ) = f ( x ) + f ' ( xi ) + f ' ' ( xi ) + f ' ' ' ( xi )
1! 2! 3!
0,52 0,53
f ( xi +1 ) = 8,5 + ( 20 ) + ( 12 )
0,5
+ 24 = 1,25
1! 2! 3!
kesalahan pemotongannya adalah:
Ee = p p* = 1,5 1,25 = 0,25

73
Matematika Teknik yan sujendro m

BAB VII SISTEM PERSAMAAN LINIER

7.1 Pendahuluan
Penyelesaian suatu sistem n persamaan dengan n bilangan tak diketahui
banyak dijumpai dalam permasalahan ilmu pengetahuan dan teknologi. Untuk
beberapa persamaan ( n 3 ), kadang-kadang dapat diselesaikan dengan teknik-
teknik sederhana. Tetapi untuk empat persamaan atau lebih, penyelesaian
menjadi sulit.
Penyelesaian sistem persamaan untuk memperoleh nilai-nilai x1, x2, x3,
, xn yang memenuhi persamaan berikut ini.
f1(x1, x2, x3, , xn) = 0
f2(x1, x2, x3, , xn) = 0
f3(x1, x2, x3, , xn) = 0
..
..
..
fn(x1, x2, x3, , xn) = 0
Pada umumnya bentuk persamaan tersebut sebagian besar adalah linier.
Bentuk umum persamaan linier adalah sebagai berikut.
a11x1 + a12x2 + a13x3 ++ a1nxn = b1
a21x1 + a22x2 + a23x3 ++ a2nxn = b2
a31x1 + a32x2 + a33x3 ++ a3nxn = b3
..
..
an1x1 + an2x2 + an3x3 ++ annxn = bn

dengan a adalah koefisien konstan, b adalah konstan, n adalah jumlah


persamaan, dan x1, x2, x3, , xn adalah bilangan tak diketahui.

7.2 Sistem Persamaan Dalam Bentuk Matriks


Sistem persamaan linier dapat ditulis dalam bentuk matriks. Misal sistem
persamaan di atas dapat ditulis dalam bentuk:

a11 a12 a13 ......... a1n x1 b1


a
21 a 22 a 23 ......... a 2n x 2 b2
a31 a32 a33 ......... a3n x3 = b3

......... ......... ......... ......... ......... ......... .........
a n1 an2 a n3 ......... a nn x n bn

atau
AX = B
dengan
A = matriks koefisien n x n

74
Matematika Teknik yan sujendro m

X = kolom vektor n x 1 dari bilangan tak diketahui


B = kolom vektor n x 1 dari konstanta
Pada penyelesaian persamaan ini, dicari vektor kolom X dengan
mengalikan kedua ruas dengan matriks invers.
A-1AX = A-1B
karena A-1A = I
maka: X = A-1B
dengan demikian nilai X dapat dihitung
Contoh penyelesaian
Jika 2x1 x2 + 3x3 = 2
x1 + 3x2 x3 = 11
2x1 2x2 + 5x3 = 3
ditulis dalam bentuk:

2 1 3 x1 2
1 3 1 x 2 = 11

2 2 5 x3 3

Pokok-pokok langkah penyelesaian adalah sebagai berikut.

AX = B, X = A-1B
det(A) = |A| = 9

13 7 8 13 1 8
C= 1 4 2 , dan adj A = CT = 7
4 5
8 5 7 8 5 7

T 13 1 8
1
1 C
A = = 7 4 5 ,
A 9
8 5 7
13 1 8 2 9 1
1 1 1
x=A B = 7 4 5 11 = 45 = 5
9 9
8 5 7 3 27 3

x1 1
x = x2 = 5 x1 = 1, x2 = 5, x3 = 3
x3 3

7.3 Metoda Eliminasi Gauss


Metoda eliminasi Gauss adalah salah satu metoda yang paling awal
dikembangkan dan banyak digunakan dalam penyelesaian persamaan linier.
Prosedur penyelesaian dari metoda ini adalah mengurangi sistem persamaan ke
dalam bentuk segitiga atas sehingga salah satu dari persamaan-persamaan

75
Matematika Teknik yan sujendro m

tersebut hanya mengandung satu bilangan tak diketahui, dan setiap persamaan
berikutnya hanya terdiri dari satu tambahan bilangan tak diketahui baru.
a11 a12 a13 ......... a1n x1 b1
a a 22 a 23 ......... a 2n x 2 b2
21
a31 a32 a33 ......... a3n x3 = b3 , yaitu bentuk AX = B

......... ......... ......... ......... ......... ......... .........
a n1 an2 a n3 ......... a nn x n bn

Semua yang diperlukan untuk menyelesaikan sistem persamaan di atas


terdapat dalam matriks koefisien A dan matriks kolom B. Jika elemen-elemen
matriks B dituliskan ke dalam matriks A, maka diperoleh matriks yang diperluas
(augmented matrix) B untuk sistem persamaan tersebut.

a11 a12 a13 ...... a1n b1


a a 22 a 23 ...... a 2n b2
21
yaitu: a31 a32 a13 ...... a3n b3 langkah selanjutnya dilakukan

...... ...... ...... ...... ...... ......
a n1 a n 2 a n3 ...... a nn bn
dengan cara:
a. Eliminasikan elemen-elemen pada kolom pertama, kecuali elemen a11,
a 21
dengan cara mengurangi baris kedua dengan kali baris pertama,
a11
demikian seterusnya.
b. Langkah ini menghasilkan matriks baru dengan bentuk:
a11 a12 a13 ...... a1n b1
0 c d 2
22 c 23 ...... c 2n
0 c32 c13 ...... c3n d 3 , proses ini diulangi lagi untuk

...... ...... ...... ...... ...... ......
0 c n 2 c n3 ...... c nn d n
mengeliminasi elemen kolom kedua c12 mulai dari baris ketiga ke bawah.
Contoh 1:
Selesaikan persamaan berikut ini x1 + 2x2 3x3 = 3
2x1 x2 x3 = 11
3x1 + 2x2 + x3 = 5

1 2 3 x1 3
Persamaan ini ditulis sebagai: 2 1 1 x 2 = 11
3 2 1 x3 5
1 2 3 3
Matriks yang diperluas menjadi: 2 1 1 11
3 2 1 5

76
Matematika Teknik yan sujendro m

2
Kurangi baris kedua dengan kali baris pertama
1
3
baris ketiga dengan kali baris pertama,
1
1 2 3 3

sehingga menjadi 0 5 5 5
0 4 10 14
4
Kurangi baris ketiga dengankali baris kedua,
5
1 2 3 3

sehingga menjadi 0 5 5 5
0 0 6 18

dengan langkah-langkah ini matriks koefisien telah direduksi menjadi matriks


segitiga atas. Dengan mengembalikan ke bentuk semula,
1 2 3 x1 3
0 5 5 x 2 = 5 dengan substitusi mundur mulai baris terbawah

0 0 6 x3 18
diperoleh:
6x3 = 18, x3 = 3 x3 = 3
5x2 + 5x3 = 5 5x2 + 5( 3) = 5 x2 = 4
x1 + 2x2 3x3 = 3 x1 + 2( 4) 3( 3) = 3 x1 = 2

Contoh 2:
Selesaikan persamaan berikut ini x1 4x2 2x3 = 21
2x1 + x2 + 2x3 = 3
3x1 + 2x2 x3 = 2

1 4 2 x1 21
Persamaan ini ditulis sebagai: 2 1 2 x 2 = 3
3 2 1 x3 2
1 4 2 21
Matriks yang diperluas menjadi: 2 1 2 3
3 2 1 2
2
Kurangi baris kedua dengan kali baris pertama
1
3
baris ketiga dengan kali baris pertama,
1
1 4 2 21
sehingga menjadi: 0 9 6 39
0 14 5 65

77
Matematika Teknik yan sujendro m

14
Kurangi baris ketiga dengan kali baris kedua,
9
1 4 2 21

sehingga menjadi 0 9 6 39
0 0 4,33 4,33
dengan langkah-langkah ini matriks koefisien telah direduksi menjadi matriks
segitiga atas. Dengan mengembalikan ke bentuk semula,

1 4 2 x1 21
0 9 6 x 2 = 39 dengan
substitusi mundur mulai baris

0 0 4,33 x3 4,33
terbawah diperoleh: x1 = 3; x2 = 5; x3 = 1

7.4 Metoda Gauss Jordan

Metoda Gauss Jordan mirip dengan metoda Eliminasi Gauss. Dalam


metoda Gauss Jordan bilangan tak diketahui dieliminasi dari semua persamaan.
Dengan dengan demikian langkah-langkah eliminasi menghasilkan matriks
identitas sebagai berikut.

a11 a12 a13 ...... a1n b1 1 0 0 ...... 0 b*1


a
21 a 22 a 23 ...... a 2n b2 0 1 0 ...... 0 b*2

a31 a32 a13 ...... a3n b3 0 0 1 ...... 0 b*3
...... ...... ...... ...... ...... ......
............ ...... ...... ...... ......

a n1a n 2 a n3 ...... a nn bn 0 0 0 ...... 1 b*n
x1 ...... = b1*

x2 ...... = b2*
x3 ...... = b3*

...... ...... ...... ...... ...... ......
= bn*
......

Langkah-langkah penyelesaian menurut metoda Gauss Jordan adalah


dengan memilih secara berurutan elemen pertama tidak nol dari setiap baris
matriks sebagai berikut.
1. Baris pertama dibagi dengan elemen pertama (a11) sehingga diperoleh:
1 a '12 a '13 ...... a '1n b'1
a
21 a 22 a 23 ...... a 2n b2
a31 a32 a13 ...... a3n b3

...... ...... ...... ...... ...... ......
a n1 a n 2 a n3 ...... a nn bn

Elemen pertama dari semua baris lainnya dinolkan dengan cara sebagai
berikut.

78
Matematika Teknik yan sujendro m

a. Baris kedua dikurangi dengan hasil kali elemen pertama baris kedua (a21)
dengan baris pertama.
b. Baris ketiga dikurangi dengan hasil kali elemen pertama baris ketiga (a31)
dengan baris pertama dan seterusnya
c. Baris ke-n dikurangi dengan hasil kali elemen pertama baris ke-n (an1)
dengan baris pertama.
1 a '12 a '13 ...... a '1n b'1
0 a'
22 a ' 23 ...... a ' 2 n b' 2
0 a '32 a '13 ...... a '3n b'3

...... ...... ...... ...... ...... ......
0 a ' n 2 a ' n3 ...... a ' nn b' n

2. Baris kedua dibagi dengan a22 sehingga diperoleh:


1 a '12 a '13 ...... a '1n b'1
0 1 a"23 ...... a"2n b"2

0 a '32 a '13 ...... a '3n b'3 ,

...... ...... ...... ...... ...... ......
0 a ' n 2 a ' n3 ...... a ' nn b' n

elemen kolom kedua yang lain dijadikan nol dengan cara-cara seperti di atas,
sehingga diperoleh:
1 0 a"13 ...... a"1n b"1
0 1 a"23 ...... a"2n b"2

0 0 a"13 ...... a"3n b"3

...... ...... ...... ...... ...... ......
0 0 a"n3 ...... a"nn b"n

3. demikian dilakukan sampai diperoleh:


1 0 0 ...... 0 b*1

0 1 0 ...... 0 b*2

0 0 1 ...... 0 b*3
...... ...... ...... ...... ...... ......

0 0 0 ...... 1 b*n

Contoh 3: Selesaikan sistem persamaan berikut ini dengan metoda Gauss


Jordan 3x + y z = 5
4x + 7y 3z = 20
2x 2y + 5z = 10
Persamaan linier tersebut ditulis dalam bentuk matriks sebagai berikut.
3 1 1 x 5 3 1 1 5
4
7 3 y = 20 atau ditulis sebagai 4 7 3 20

2 2 5 z 10 2 2 5 10

79
Matematika Teknik yan sujendro m

Langkah penyelesaian sebagai berikut.


1. Baris pertama dibagi dengan elemen pertama baris pertama (3), sehingga
1 0,33333 0,33333 1,66666
menjadi : 4 7 3 20
2 2 5 10

2. a. Baris kedua dikurangi dengan 4 kali baris pertama


b. Baris ketiga dikurangi dengan 3 kali baris pertama
1 0,33333 0,33333 1,66666
0 5,66668 1,66668 13,33336

0 2,66666 5,66666 6,66668

3. Baris kedua dibagi dengan elemen kedua baris kedua (5,66668), sehingga
1 0,33333 0,33333 1,66666

menjadi : 0 1 0,29410 2,35290
0 2,66666 5,66666 6,66668

4. a. Baris pertama dikurangi dengan 0,33333 kali baris kedua


b. Baris ketiga dikurangi dengan 2,66666 kali baris kedua
1 0 0,2353 0,8824
0 1 0,2941 2,3529

0 0 4,8824 12,9410

5. Baris ketiga dibagi dengan elemen ketiga baris ketiga (4,8824), sehingga
1 0 0,2353 0,8824
menjadi: 0 1 0,2941 2,3529
0 0 1 2,6505

6. a. Baris pertama dikurangi dengan 0,2353 kali baris ketiga


b. Baris kedua dikurangi dengan 0,2941 kali baris ketiga
1 0 0 1,5061
0 1 0 3,1324

0 0 1 2,6505

Dari sistem persamaan tersebut diperoleh nilai


x = 1,5061; y = 3,1324; z = 2,6505

7.5 Metoda Iterasi

Metoda-metoda yang dipelajari sebelumnya adalah metoda langsung.


Metoda lain adalah metoda iterasi. Untuk beberapa keadaan, metoda iterasi lebih
baik dari pada metoda langsung, misalnya untuk matriks yang tersebar yaitu
matriks yang memiliki banyak elemen nol.
1. Metoda Jacobi

80
Matematika Teknik yan sujendro m

Pada sistem 3 persamaan dengan 3 bilangan tidak diketahui:


a11x1 + a12x2 + a13x3 = b1
a21x1 + a22x2 + a23x3 = b2
a31x1 + a32x2 + a33x3 = b3
Persamaan pertama dari sistem di atas dapat digunakan untuk
menghitung x1 sebagai fungsi dari x2 dan x3. demikian juga persamaan kedua
dan ketiga untuk menghitung x2 dan x3, sehingga diperoleh:
(b a x a13 x3 )
x1 = 1 12 2
a11
(b a21 x1 a 23 x3 )
x2 = 2
a 22
(b a31 x1 a32 x2 )
x3 = 3
a33

Hitungan dimulai dengan nilai perkiraan awal sebarang untuk variabel


yang dicari (biasanya diambil sama dengan nol). Nilai perkiraan awal tersebut
disubstitusikan ke ruas kanan dari persamaan dari sistem untuk mendapatkan
nilai perkiraan kedua. Prosedur tersebut diulangi lagi sampai nilai setiap variabel
pada iterasi ke n mendekati nilai pada iterasi ke n 1. Bila superskrip n
menunjukkan jumlah iterasi, maka persamaan dapat ditulis dalam bentuk:
b a x n 1 a x n 1
xn =
1 12 2 13 3
1 a11
b a x n 1 a x n 1
=
2 21 1 23 3
n
x
2 a 22

x n
=
(b
3 a31 x n 1 a32 x n 1
1 2
)
3 a33

Iterasi hitungan berakhir setelah:


x1n 1 x1n , x 2n 1 x 2n , x3n 1 x3n
atau setelah dipenuhi kriteria berikut ini.
xin xin 1
a = 100% < s , dengan s adalah batasan ketelitian yang
xin
dikehendaki.

Contoh 4: selesaikan sistem persamaan berikut dengan metoda Jacobi


3x + y z = 5
4x + 7y 3z = 20
2x 2y + 5z = 10
Penyelesaian sistem persamaan dapat ditulis dalam bentuk:

81
Matematika Teknik yan sujendro m

5 y + z
x=
3
20 4 x + 3z
y=
7
10 2 x + 2 y
z=
5
Langkah pertama dengan memasukkan nilai awal x = y = z = 0 dan
dihitung x, y, z.
50+0
x' = = 1,66667
3
20 4(0) + 3(0)
y' = = 2,85714
7
10 2(0) + 2(0 )
z' = =2
5
Nilai x, y, dan z yang diperoleh tidak sama dengan nilai pemisalan.
Iterasi dilanjutkan dengan memasukkan nilai x, y, z ke dalam persamaan untuk
menghitung x, y, z dan kesalahan yang terjadi.
5 2,85714 + 2
x" = = 1,38095
3
1,38095 1,66667
x = 100% = 20,69%
1,38095
20 4(1,66667 ) + 3(2)
y" = = 2,76190
7
2,761905 2,857143
x = 100% = 3,44%
2,761905
10 2(1,66667 ) + 2(2,85714)
z" = = 2,47618
5
2,552381 2,47619
x = 100% = 19,23%
2,552381
Hitungan dilanjutkan sampai diperoleh kesalahan yang relatif kecil.

Tabel Iterasi Hitungan


x y z
awal akhir salah (%) awal akhir salah (%) awal akhir salah (%)
0 1,6667 0 2,8571 0 2,0000
1,6667 1,3810 -20,6897 2,8571 2,7619 -3,4483 2,0000 2,4762 19,2308
1,3810 1,5714 12,1212 2,7619 3,1293 11,7391 2,4762 2,5524 2,9851
1,5714 1,4744 -6,5826 3,1293 3,0531 -2,4955 2,5524 2,6231 2,6971
1,4744 1,5234 3,2152 3,0531 3,1388 2,7328 2,6231 2,6315 0,3171
1,5234 1,4975 -1,7236 3,1388 3,1144 -0,7838 2,6315 2,6462 0,5563
1,4975 1,5106 0,8635 3,1144 3,1355 0,6716 2,6462 2,6468 0,0211
1,5106 1,5038 -0,4544 3,1355 3,1283 -0,2306 2,6468 2,6500 0,1210
1,5038 1,5072 0,2304 3,1283 3,1336 0,1684 2,6500 2,6498 -0,0058
1,5072 1,5054 -0,1202 3,1336 3,1315 -0,0655 2,6498 2,6505 0,0272
1,5054 1,5063 0,0613 3,1315 3,1328 0,0429 2,6505 2,6504 -0,0036

82
Matematika Teknik yan sujendro m

2. Metoda Gauss Seidel


Pada metoda Jacobi, nilai x1 yang dihitung dari persamaan pertama tidak
digunakan untuk menghitung nilai x2 dengan persamaan kedua. Demikian juga
nilai x2 tidak digunakan untuk menghitung x3, sehingga nilai-nilai tersebut tidak
dimanfaatkan. Sebenarnya nilai-nilai baru tersebut lebih baik dari nilai-nilai lama.
Dalam metoda Gauss Seidel nilai-nilai tersebut dimanfaatkan untuk menghitung
variabel berikutnya.

Seperti pada metoda Jacobi sistem persamaan:


a11x1 + a12x2 + a13x3 = b1
a21x1 + a22x2 + a23x3 = b2
a31x1 + a32x2 + a33x3 = b3
diubah menjadi :
(b a x a13 x3 )
x1 = 1 12 2
a11
(b a21 x1 a 23 x3 )
x2 = 2
a 22
(b a31 x1 a32 x2 )
x3 = 3
a33

kemudian ke dalam sistem persamaan x1 disubstitusikan nilai-nilai


sembarang, x02 dan x03 (biasanya diambil nol), sehingga:
b a x 0 a x 0
x1 = , nilai baru x tersebut disubstitusikan ke dalam
1 12 2 13 3
1
1 a11
persamaan kedua dari sistem.
b a x1 a x 0
x1 =
2 21 1 23 3
2 a 22
demikian juga ke dalam persamaan ketiga dari sistem disubstitusikan nilai baru
dari x1, dan x2, sehingga diperoleh:

1
x =
( b3 a31 x1 a32 x1
1 2
)
. Dengan cara ini maka nilai x1, x2, dan x3 akan
3 a33
diperoleh lebih cepat dari cara Jacobi.

Contoh 5: selesaikan sistem persamaan berikut dengan metoda Jacobi


3x + y z = 5
4x + 7y 3z = 20
2x 2y + 5z = 10
Penyelesaian sistem persamaan dapat ditulis dalam bentuk:
5 y + z
x=
3
20 4 x + 3z
y=
7

83
Matematika Teknik yan sujendro m

10 2 x + 2 y
z=
5
Langkah pertama dengan memasukkan nilai awal y = z = 0 dan dihitung x,
50+0
x' = = 1,66667 , selanjutnya dihitung y dengan mensubstitusikan
3
nilai x ke dalam persamaan, sehingga diperoleh:
20 4(1,66667 ) + 3(0)
y' = = 1,90476 , dan seterusnya
7
10 2(1,66667 ) + 2(1,90476)
z' = = 2,09524
5
Nilai x, y, dan z yang diperoleh tidak sama dengan nilai pemisalan.
Iterasi dilanjutkan dengan memasukkan nilai x, y, z ke dalam persamaan untuk
menghitung x, y, z dan kesalahan yang terjadi.
5 1,90476 + 2,09524
x" = = 1,73016
3
1,73016 1,66667
x = 100% = 3,67%
1,73016
20 4(1,73016) + 3(2,09524)
y" = = 2,76644
7
2,76644 1,90476
x = 100% = 31,15%
2,76644
10 2(1,73016) + 2(2,76644)
z" = = 2,41451
5
2,41451 2,09524
x = 100% = 13,22%
2,41451
Hitungan dilanjutkan dengan prosedur tersebut, sampai diperoleh
kesalahan yang relatif kecil (terhadap ketelitian yang diharapkan).

Tabel Iterasi Hitungan


x y z
awal akhir salah (%) awal akhir salah (%) awal akhir salah (%)
0 1,6667 0 1,9048 0 2,0952
1,6667 1,7302 3,6697 1,9048 2,7664 31,1475 2,0952 2,4145 13,2231
1,7302 1,5494 -11,6694 2,7664 3,0066 7,9874 2,4145 2,5829 6,5190
1,5494 1,5254 -1,5682 3,0066 3,0924 2,7756 2,5829 2,6268 1,6713
1,5254 1,5115 -0,9247 3,0924 3,1192 0,8593 2,6268 2,6431 0,6171
1,5115 1,5080 -0,2319 3,1192 3,1282 0,2873 2,6431 2,6481 0,1886
1,5080 1,5066 -0,0884 3,1282 3,1311 0,0927 2,6481 2,6498 0,0639
1,5066 1,5062 -0,0267 3,1311 3,1321 0,0305 2,6498 2,6503 0,0205
1,5062 1,5061 -0,0091 3,1321 3,1324 0,0099 2,6503 2,6505 0,0068
1,5061 1,5060 -0,0029 3,1324 3,1325 0,0033 2,6505 2,6506 0,0022
1,5060 1,5060 -0,0010 3,1325 3,1325 0,0011 2,6506 2,6506 0,0007

84
Matematika Teknik yan sujendro m

7.6 Latihan-latihan
1. Tulis bentuk persamaan dalam bentuk matriks berikut dalam persamaan
linier.
1 3 1 1 x1 3
2
0 1 1 x 2 1
=
0 1 4 1 x3 6

0 1 1 5 x 4 16

2. Selesaikan soal no 1. dengan metoda eliminasi Gauss


3. Selesaikan soal no 1. dengan metoda Gauss Jordan
4. Selesaikan soal no 1. dengan metoda Jacobi
5. Selesaikan soal no 1. dengan metoda Gauss Seidel
6. Selesaikan system persamaan berikut ini.
5x1 + 4x2 = 25
4x1 3x2 + 7x3 =3
x2 6x3 + 4x4 = 17
12x3 + 2x4 = 36
7. Selesaikan persamaan ini dengan metoda Gauss Jordan
10x1 3x2 + 6x3 = 24,5
1x1 + 8x2 2x3 = 9
2x1 + 4x2 9x3 = 50
8. Selesaikan soal no 7 dengan metoda eliminasi Gauss
9. Selesaikan soal no 7 dengan metoda Jacobi
10. Selesaikan soal no 1. dengan metoda Gauss Seidel

7.7 Daftar Pustaka

Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta


Binsar Hariandja, 1997, Analisis Struktur Berbentuk Rangka Dalam Formulasi
Matriks, Aksara Husada, Bandung.
Chapra, S.P., Canale, R.P., 1985, Numerical Methods for Engineers, McGraw-
Hill Book Company, New York.
Stroud, K.A., 1996, Matematika untuk Teknik, Erlangga, Jakarta.
Supartono, FX., Teddy Boen, 1987, Analisa Struktur dengan Metode Matrix, UI-
Pers, Jakarta.

Contoh penyelesaian
1. Tulis bentuk persamaan dalam bentuk matriks berikut dalam persamaan
linier.
1 3 1 1 x1 3
2
0 1 1 x 2 1
=
0 1 4 1 x3 6

0 1 1 5 x 4 16

85
Matematika Teknik yan sujendro m

Penyelesaian:
Bentuk persamaan linier adalah sebagai berikut.
x1 + 3x2 + x3 x4 = 3
2x1 + x3 + x4 = 1
x2 + 4x3 + x4 = 6
x2 + x3 5x4 = 16
2. Dengan metoda eliminasi Gauss
Matriks yang diperluas menjadi:
1 3 1 1 3
2 0 1 1 1

0 1 4 1 6

0 1 1 5 16

2
a. Kurangi baris kedua dengan kali baris pertama sehingga menjadi
1
1 3 1 1 3
0 6 1 3 5

0 1 4 1 6

0 1 1 5 16

b. baris kedua dibagi dengan 6 sehingga menjadi


1 3 1 1 3
1 5
0 1 0,5
6 6
0 1 4 1 6

0 1 1 5 16

c. kurangi baris ke 3 dengan 1 kali baris ke 2


kurangi baris ke 4 dengan 1 kali baris ke 2, sehingga diperoleh
1 3 1 1 3
1 5
0 1 0,5
6 6
1 5
0 0 4 0,5 6
6 6
0 0 5
4,5 15
1
6 6
1
d. bagi baris ke tiga dengan 4 sehingga diperoleh
6
1 3 1 1 3
1 5
0 1 0,5
6 6
0 0 1 0,12 1,64
5 1
0 0 4,5 15
6 6

86
Matematika Teknik yan sujendro m

5
e. kurangi baris ke 4 dengan kali baris ke tiga sehingga diperoleh
6
1 3 1 1 3
1 5
0 1 0,5
6 6
0 0 1 0,12 1,64

0 0 0 4,6 13,8

f. bagi baris ke 4 dengan 4,6 sehingga diperoleh


1 3 1 1 3
1 5
0 1 6 0,5 6 , dari matriks ini diperoleh:
0 0 1 0,12 1,64

0 0 0 1 3

x4 = 3;
x3 + 0,12x4 =1,64; x3 = 2
1 5
x2 + x3 0,5x4= ; x2 = 1
6 6
x1 + 3x2 + x3 x4= 3; x1 = 1

3. Dengan metoda Jacobi


3 x1 x3 + x 4
x1 + 3x2 + x3 x4 = 3, menjadi x2 =
3
1 x3 x 4
2x1 + x3 + x4 = 1, menjadi x1 =
2
6 + x2 x4
x2 + 4x3 + x4 = 6, menjadi x3 =
4
x + x3 16
x2 + x3 5x4 = 16, menjadi x4 = 2
5

Langkah pertama dengan memasukkan nilai awal x1 = x2 = x3 = x4 = 0 dan


dihitung x1, x2, x3, x4.
3 x1 x3 + x 4 3 (0 ) (0 ) + (0 )
x' 2 = = =1
3 3
1 x3 x 4 1 (0 ) (0 )
x'1 = = = 0,5
2 2
6 + x 2 x 4 6 + (0 ) (0 )
x '3 = = = 1,5
4 4
x' 4 =
(0) + (0) 16 = 3,2
5
Nilai x1, x2, x3, x4 yang diperoleh tidak sama dengan nilai pemisalan. Iterasi
dilanjutkan dengan memasukkan nilai x1, x2, x3, x4 ke dalam persamaan
untuk menghitung x1, x2, x3, x4 dan kesalahan yang terjadi.

87
Matematika Teknik yan sujendro m

3 x'1 x'3 + x' 4 3 (0,5) (1,5) + ( 3,2 )


x' ' 2 = = = 0,733333
3 3
a =
( 0,733333) 1100% = 236,3636%
0,733333

Hitungan dilanjutkan sampai diperoleh kesalahan yang relatif kecil.

Iterasi Hitungan
X1 X2 X3 X4
Awal Akhir Salah Awal Akhir Salah Awal Akhir Salah Awal Akhir Salah
0,000 0,500 0,000 1,000 0,000 1,500 0,000 -3,200
0,500 1,350 62,963 1,000 -0,733 236,364 1,500 2,550 41,176 -3,200 -2,700 -18,519
1,350 0,575 -134,783 -0,733 -1,200 38,889 2,550 1,992 -28,033 -2,700 -2,837 4,818
0,575 0,923 37,669 -1,200 -0,801 -49,792 1,992 1,909 -4,321 -2,837 -3,042 6,740
0,923 1,066 13,482 -0,801 -0,958 16,357 1,909 2,060 7,328 -3,042 -2,978 -2,125
1,066 0,959 -11,169 -0,958 -1,035 7,454 2,060 2,005 -2,742 -2,978 -2,980 0,038
0,959 0,987 2,843 -1,035 -0,981 -5,468 2,005 1,986 -0,957 -2,980 -3,006 0,879
0,987 1,010 2,249 -0,981 -0,993 1,191 1,986 2,006 0,998 -3,006 -2,999 -0,231
1,010 0,996 -1,352 -0,993 -1,005 1,188 2,006 2,001 -0,234 -2,999 -2,997 -0,055
0,996 0,998 0,153 -1,005 -0,998 -0,661 2,001 1,998 -0,170 -2,997 -3,001 0,111
0,998 1,001 0,335 -0,998 -0,999 0,049 1,998 2,001 0,124 -3,001 -3,000 -0,021
1,001 1,000 -0,156 -0,999 -1,001 0,173 2,001 2,000 -0,014 -3,000 -3,000 -0,013
1,000 1,000 -0,006 -1,001 -1,000 -0,075 2,000 2,000 -0,027 -3,000 -3,000 0,013

4. Dengan metoda Gauss-Seidel


3 x1 x3 + x 4
x1 + 3x2 + x3 x4 = 3, menjadi x2 =
3
1 x3 x 4
2x1 + x3 + x4 = 1, menjadi x1 =
2
6 + x2 x4
x2 + 4x3 + x4 = 6, menjadi x3 =
4
x 2 + x3 16
x2 + x3 5x4 = 16, menjadi x4 =
5
Langkah pertama dengan memasukkan nilai awal x1 = x2 = x3 = x4 = 0 dan
dihitung x1, x2, x3, x4.
3 x1 x3 + x 4 3 (0 ) (0 ) + (0 )
x' 2 = = =1
3 3
1 x3 x 4 1 (0 ) (0 )
x'1 = = = 0,5
2 2
dari nilai x2, dan x1 tersebut dihitung x3, dan x4
6 + x 2 x 4 6 + (1) (0 )
x '3 = = = 1,75
4 4
x' 4 =
(1) + (1,75) 16 = 2,65
5

88
Matematika Teknik yan sujendro m

Nilai x1, x2, x3, x4 yang diperoleh tidak sama dengan nilai pemisalan. Iterasi
dilanjutkan dengan memasukkan nilai x1, x2, x3, x4 ke dalam persamaan
untuk menghitung x1, x2, x3, x4 dan kesalahan yang terjadi.
3 x'1 x'3 + x' 4 3 (0,5) (1,75) + ( 2,65)
x' ' 2 = = = 0,633333
3 3
a =
( 0,633333) ( 0,733333)100% = 215,789%
0,633333

Hitungan dilanjutkan sampai diperoleh kesalahan yang relatif kecil.

Iterasi Hitungan
X1 X2 X3 X4
Awal Akhir Salah Awal Akhir Salah Awal Akhir Salah Awal Akhir Salah
0,000 0,500 0,000 1,000 0,000 1,750 0,000 -2,650
0,500 0,950 47,368 1,000 -0,633 257,895 1,750 2,004 12,682 -2,650 -2,926 9,428
0,950 0,961 1,127 -0,633 -0,960 34,028 2,004 1,991 -0,638 -2,926 -2,994 2,267
0,961 1,001 4,025 -0,960 -0,982 2,240 1,991 2,003 0,573 -2,994 -2,996 0,070
1,001 0,996 -0,470 -0,982 -1,000 1,796 2,003 1,999 -0,198 -2,996 -3,000 0,146
0,996 1,001 0,417 -1,000 -0,999 -0,142 1,999 2,000 0,073 -3,000 -3,000 -0,019
1,001 1,000 -0,101 -0,999 -1,000 0,168 2,000 2,000 -0,028 -3,000 -3,000 0,015
1,000 1,000 0,051 -1,000 -1,000 -0,038 2,000 2,000 0,010 -3,000 -3,000 -0,004
1,000 1,000 -0,016 -1,000 -1,000 0,020 2,000 2,000 -0,004 -3,000 -3,000 0,002

89
Matematika Teknik yan sujendro m

BAB VIII AKAR-AKAR PERSAMAAN

8.1 Pendahuluan
Dalam bab ini dipelajari cara-cara mencari akar persamaan. Pada
persamaan polinomial derajad dua, persamaan dapat diselesaikan dengan
rumus persamaan kuadrat yang sederhana, misalnya dengan bentuk persamaan
abc. Pada bentuk persamaan ax2+bx+c=0, dapat dicari akar-akarnya secara
analitis dengan rumus berikut.
b b 2 4ac
x12 =
2a
Cara penyelesaian lain adalah dengan cara melengkapi kuadrat.
Contoh:
Selesaikan persamaan x26x4=0.
a. diselesaikan dengan persamaan abc
a=1, b=6, c=4
b b 2 4ac ( 6 ) ( 6)2 4(1)( 4)
x12 = = = 3 13
2a 2(1)

b. diselesaikan dengan cara melengkapi persamaan kuadrat


Penyelesaian persamaan ini dilakukan dengan cara penambahan suatu
konstanta pada kedua ruasnya, sehingga menjadi:
x26x4+4=4 x26x=4 x2+2(3)x=4
x2+2(3)x+(3)2=4+(3)2 (x3)2=4+(3)2 (x3)2=4+(3)2
(x3)2=13 x 3 = 13 x = 3 13
x = 3 + 13 , dan x = 3 13

Pada persamaan polinomial derajad tiga atau empat, rumus-rumus yang


ada sangat kompleks dan jarang digunakan. Sedang untuk persamaan dengan
derajad yang lebih tinggi tidak ada rumus penyelesaian yang dapat digunakan.
Bentuk-bentuk persamaan tersebut misalnya:
f (x ) = x 3 + x 2 3x 3 = 0
f (x ) = x 5 + 2 x 4 + 3x 3 + 4 x 2 3x 1 = 0
f (x ) = e x 3x = 0
f ( x ) = 3 x + sin x e x = 0

Bentuk persamaan di atas sulit untuk diselesaikan secara eksplisit.


Penyelesaian dapat dilakukan dengan metoda numerik, yaitu dengan
memberikan suatu nilai perkiraan sampai diperoleh hasil yang mendekati nilai
eksak.
Penyelesaian numerik dilakukan dengan perkiraan secara iterasi
(berurutan), sehingga diperoleh hasil yang lebih teliti dari perkiraan sebelumnya.
Dengan prosedur iterasi yang dianggap cukup, akan diperoleh hasil perkiraan
yang mendekati hasil eksak dengan toleransi kesalahan yang diijinkan.

90
Matematika Teknik yan sujendro m

Salah satu cara sederhana untuk mendapatkan penyelesaian sederhana


adalah dengan menggambarkan fungsi tersebut, kemudian dicari titik potong
dengan sumbu x, yang menunjukkan akar dari persamaan tersebut (Gambar
8.1). Cara ini hanya memberikan hasil yang sangat kasar, karena sulit untuk
menetapkan nilai sampai beberapa digit di belakang koma hanya dengan
membaca gambar.

Gambar 8.1. Menentukan akar persamaan secara grafis

Metoda lain adalah dengan cara coba banding, yaitu dengan mencoba
nilai x sembarang kemudian dievaluasi apakah nilai f(x)=0. Jika nilai f(x) tidak
sama dengan nol dicoba nilai yang lain. Prosedur ini diulang sampai diperoleh
nilai f(x)=0, untuk suatu nilai x yang merupakan akar persamaan.
Kedua cara tersebut tidak efisien dan sistematis. Beberapa metoda yang
lebih sistematis (juga merupakan penyelesaian perkiraan) untuk menghitung
akar-akar persamaan akan diuraikan pada sub-sub bab berikutnya.

8.2 Metoda Setengah Interval


Metoda setengah interval merupakan bentuk yang paling sederhana dari
beberapa metoda mencari akar-akar persamaan. Prosedur hitungan secara
grafis dapat dilihat pada Gambar 8.2. Langkah-langkah penyelesaian persamaan
metoda setengah interval adalah sebagai berikut.
1. Hitung fungsi pada interval yang sama dari x sampai pada perubahan tanda
dari fungsi f(xi) dan f(xi+1), sampai tercapai f(xi)Xf(xi+1)<0
2. Perkiraan pertama dari akar xt dihitung dari rata-rata nilai xi dan xi+1:
x xi + 1
x1 = i
2
3. Buat evaluasi berikut untuk menentukan di dalam sub interval mana akar
persamaan berada:

91
Matematika Teknik yan sujendro m

a. Jika f(xi)Xf(xi+1)<0, akar persamaan berada pada sub interval pertama,


kemudian tetapkan xi+1 = xt dan lanjutkan pada langkah ke 4.
b. Jika f(xi)Xf(xi+1)>0, akar persamaan berada pada sub interval kedua,
kemudian tetapkan xi = xt dan lanjutkan pada langkah ke 4.
c. Jika f(xi)X f(xi+1)=0, akar persamaan adalah xt dan hitungan selesai.
4. Hitung perkiraan perkiraan baru dari akar dengan cara berikut:
x xi + 1
x1 = i
2
5. Bila perkiraan baru sudah cukup kecil (sesuai dengan batasan yang
ditentukan), maka hitungan selesai, dan xt adalah akar persamaan yang
dicari. Bila belum maka hitungan kembali ke langkah 3.

Gambar 8.2. Prosedur hitungan metoda setengah interval

Contoh 1:
Hitung salah satu akar dari persamaan pangkat tiga berikut ini.
f (x ) = x 3 + x 2 3x 3 = 0

Penyelesaian
Dihitung nilai f(x) pada interval antara dua titik, misalnya x=1 dan x=2
Untuk x=1, f ( x = 1) = (1)3 + (1)2 3(1) 3 = 4
Untuk x=2, f ( x = 2 ) = (2)3 + (2 )2 3(2 ) 3 = 3

Mengingat bahwa fungsi kontinyu, berarti perubahan tanda dari fungsi


antara x=1 dan x=2 akan memotong sumbu x paling tidak satu kali. Titik potong
antara sumbu x dan fungsi merupakan akar-akar persamaan.
Langkah selanjutnya adalah menghitung xt, kemudian fungsi f(xt):

92
Matematika Teknik yan sujendro m

x xi + 1 1 + 2
x1 = i = = 1,5
2 2
Untuk x=1,5, f ( x = 1,5) = (1,5)3 + (1,5)2 3(1,5) 3 = 1,875

Karena fungsi berubah tanda antara x=1,5 dan x=2, maka akar
persamaan terletak di antara kedua nilai tersebut.
Penyelesaian selanjutnya dengan menggunakan prosedur di atas
dilakukan dengan menggunakan Microsoft Excel seperti pada Tabel 8.1 berikut
ini.

Tabel 8.1. Hasil hitungan contoh 1 dengan metoda setengah interval


i Xi Xi+1 Xt f(x) f(Xi+1) f(Xt)
1 1,000000 2,000000 1,500000 -4,000000 3,000000 -1,875000
2 1,500000 2,000000 1,750000 -1,875000 3,000000 0,171875
3 1,500000 1,750000 1,625000 -1,875000 0,171875 -0,943359
4 1,625000 1,750000 1,687500 -0,943359 0,171875 -0,409424
5 1,687500 1,750000 1,718750 -0,409424 0,171875 -0,124786
6 1,718750 1,750000 1,734375 -0,124786 0,171875 0,022030
7 1,718750 1,734375 1,726563 -0,124786 0,022030 -0,051755
8 1,726563 1,734375 1,730469 -0,051755 0,022030 -0,014957
9 1,730469 1,734375 1,732422 -0,014957 0,022030 0,003513
10 1,730469 1,732422 1,731445 -0,014957 0,003513 -0,005728
11 1,731445 1,732422 1,731934 -0,005728 0,003513 -0,001109
12 1,731934 1,732422 1,732178 -0,001109 0,003513 0,001201
13 1,731934 1,732178 1,732056 -0,001109 0,001201 0,000046

Contoh 2:
Hitung salah satu akar dari persamaan berikut ini.
f ( x ) = tg ( x ) x 1 = 0

Penyelesaian
Dihitung nilai f(x) pada interval antara dua titik, misal x=1 dan x=1,5. dalam
menghitung fungsi tg(x), nilai x dinyatakan dalam radian seperti pada hitungan
berikut.
x 1
Untuk x=1 f ( x = 1) = tg 180 x 1 = tg 180 1 1 = 0,44259

1,5
Untuk x=1,5 f ( x = 1,5) = tg 180 1,5 1 = 11,60142

Perubahan tanda nilai f(x) menunjukkan bahwa akar persamaan berada
antara nilai x=1 dan x=1,5. dihitung nilai xt, dan kemudian fungsi f(xt)
x xi +1 1 + 1,5
x1 = i = = 1,25
2 2
1,25
Untuk x=1,25, f ( x = 1) = tg 180 1,25 1 = 0,75957

93
Matematika Teknik yan sujendro m

Langkah selanjutnya adalah membuat setengah interval berikutnya untuk


membuat interval yang semakin kecil, tempat akar persamaan terdapat.
Penyelesaian selanjutnya dengan menggunakan prosedur di atas dilakukan
dengan menggunakan Microsoft Excel seperti pada Tabel 8.2 berikut ini.
Tabel 8.2. Hasil hitungan contoh 2 dengan metoda setengah interval
i Xi Xi+1 Xt f(x) f(Xi+1) f(Xt)
1 1,000000 1,500000 1,250000 -0,442592 11,601420 0,759570
2 1,000000 1,250000 1,125000 -0,442592 0,759570 -0,032429
3 1,125000 1,250000 1,187500 -0,032429 0,759570 0,292413
4 1,125000 1,187500 1,156250 -0,032429 0,292413 0,116234
5 1,125000 1,156250 1,140625 -0,032429 0,116234 0,038839
6 1,125000 1,140625 1,132813 -0,032429 0,038839 0,002480
7 1,125000 1,132813 1,128906 -0,032429 0,002480 -0,015151
8 1,128906 1,132813 1,130859 -0,015151 0,002480 -0,006380
9 1,130859 1,132813 1,131836 -0,006380 0,002480 -0,001961
10 1,131836 1,132813 1,132324 -0,001961 0,002480 0,000257
11 1,131836 1,132324 1,132080 -0,001961 0,000257 -0,000853
12 1,132080 1,132324 1,132202 -0,000853 0,000257 -0,000298
13 1,132202 1,132324 1,132263 -0,000298 0,000257 -0,000021

8.3 Metoda Interpolasi Linier


Metoda setengah interval yang dibahas pada sub bab sebelumnya mudah
tetapi tidak efisien, karena untuk mendapatkan hasil yang mendekati nilai eksak
diperlukan langkah yang cukup panjang. Untuk menutup kekurangan tersebut
digunakan metoda interpolasi linier. Metoda interpolasi linier didasarkan pada
interpolasi antara dua nilai dari fungsi yang memiliki tanda berlawanan.
Mula-mula dicari nilai fungsi untuk setiap interval x yang sama sampai
diperoleh dua nilai fungsi f(xi) dan f(xi+1) berurutan yang mempunyai tanda
berlawanan (Gambar 8.3). dari kedua nilai fungsi f(xi) dan f(xi+1) ditarik garis lurus
sehingga terbentuk suatu segitiga. Dengan menggunakan sifat-sifat segitiga
sebangun, didapat persamaan sebagai berikut.
xi +1 x* f ( xi + 1 )
=
xi + 1 xi f ( x i + 1 ) f ( xi )
f ( x i +1 )
x* = xi +1 ( xi + 1 xi ) (8.2)
f ( x i +1 ) f ( x i )

Nilai x* tersebut digunakan untuk menghitung nilai f(x*), yang kemudian


digunakan lagi untuk interpolasi linier dengan nilai f(xi) atau f(xi+1) sehingga
kedua fungsi mempunyai tanda berbeda. Prosedur ini diulang kembali sehingga
diperoleh nilai x* mendekati nol.

Contoh 3:
Hitung salah satu akar dari persamaan pangkat tiga berikut ini.

f (x ) = x 3 + x 2 3x 3 = 0

94
Matematika Teknik yan sujendro m

Gambar 8.3. Metoda interpolasi linier

Penyelesaian
Dihitung nilai f(x) pada interval antara dua titik, misalnya x=1 dan x=2
Untuk x=1, f ( x = 1) = (1)3 + (1)2 3(1) 3 = 4
Untuk x=2, f ( x = 2 ) = (2)3 + (2 )2 3(2 ) 3 = 3

Dengan menggunakan Persamaan 8.2. diperoleh:


f ( x i +1 )
x* = xi +1 (xi +1 xi ) = 2 3 (2 1) = 1,571428
f ( x i +1 ) f ( x i ) 3 ( 4 )
f ( x* ) = (1,571428)3 + (1,571428)2 3(1,571428) 3 = 1,364435

Karena f(x*) bertanda negatif, maka akar persamaan terletak antara x=1,571428
dan x=2, selanjutnya dihitung nilai x*:

f ( xi + 1 )
x* = xi +1 ( xi + 1 x i ) = 2 3
(2 1,571428) = 1,705411
f ( xi + 1 ) f ( xi ) 3 ( 1,364435)
f ( x* ) = (1,705411)3 + (1,705411)2 3(1,705411) 3 = 0,247743

Prosedur hitungan tersebut dilanjutkan dengan Microsoft Excel, dan


hasilnya dapat dilihat pada Tabel 8.3.

95
Matematika Teknik yan sujendro m

Tabel 8.3. Hasil hitungan dengan metoda interpolasi linier


i Xi Xi+1 X* f(x) f(Xi+1) f(X*)
1 1,000000 2,000000 1,571429 -4,000000 3,000000 -1,364431
2 1,571429 2,000000 1,705411 -1,364431 3,000000 -0,247745
3 1,705411 2,000000 1,727883 -0,247745 3,000000 -0,039340
4 1,727883 2,000000 1,731405 -0,039340 3,000000 -0,006111
5 1,731405 2,000000 1,731951 -0,006111 3,000000 -0,000946
6 1,731951 2,000000 1,732035 -0,000946 3,000000 -0,000146
7 1,732035 2,000000 1,732048 -0,000146 3,000000 -0,000023
8 1,732048 2,000000 1,732050 -0,000023 3,000000 -0,000004

8.4 Metoda Newton-Raphson


Metoda ini banyak digunakan dalam mencari akar-akar persamaan. Jika
perkiraan awal adalah xi, suatu garis singgung dapat dibuat dari titik {xi,f(xi)}. Titik
letak garis singgung tersebut memotong sumbu x biasanya memberikan
perkiraan yang lebih dekat pada nilai akar persamaan.

Gambar 8.4. Prosedur metoda Newton-Raphson

Terlihat pada Gambar 8.4., turunan pertama pada xi adalah ekivalen


dengan kemiringan garis singgung.
f ( xi ) 0
f ' (x ) =
xi xi + 1
atau
f ( xi )
xi + 1 = xi (8.3)
f ' ( xi )

96
Matematika Teknik yan sujendro m

Contoh 4:
Hitung salah satu akar dari persamaan pangkat tiga berikut ini.
f (x ) = x 3 + x 2 3x 3 = 0

Penyelesaian
Turunan pertama dari persamaan tersebut adalah:
f ' (x ) = 3x 2 + 2 x 3
f ( xi )
dengan menggunakan Persamaan (8.3). xi +1 = xi
f ' (x )

Pada awal hitungan ditentukan nilai xi sembarang, misalnya xi=1


Untuk x=1, f ( x = 1) = (1)3 + (1)2 3(1) 3 = 4
f ' (1) = 3(1)2 + 2(1) 3 = 2
4
x2 = 1 =3
2
Langkah berikutnya nilai x2=3 tersebut digunakan untuk hitungan pada
iterasi berikutnya:

Untuk x=3, f ( x = 3) = (3)3 + (3)2 3(3) 3 = 24


f ' (3) = 3(3)2 + 2(3) 3 = 30
24
x3 = 3 = 2,2
30
Demikian hitungan dilanjutkan dengan menggunakan Microsoft Excel dan
hasilnya dapat dilihat pada Tabel 8.4.
Tabel 8.4. Hasil hitungan dengan metoda Newton-Raphson

i Xi X(i+1) f(Xi) f'(Xi) f(X(i+1))


1 1,000000 3,000000 -4,000000 2,000000 24,000000
2 3,000000 2,200000 24,000000 30,000000 5,888000
3 2,200000 1,830151 5,888000 15,920000 0,989001
4 1,830151 1,737795 0,989001 10,708657 0,054573
5 1,737795 1,732072 0,054573 9,535390 0,000203
6 1,732072 1,732051 0,000203 9,464368 0,000000

8.5 Metoda Secant


Kekurangan dari metoda Newton-Raphson adalah harus mencari turunan
pertama (diferensial) dari f(x) dalam hitungan. Tidak semua persamaan mudah
dicari turunannya. Untuk itu maka bentuk diferensial didekati dengan nilai
perkiraan berdasarkan beda hingga.
Pada Gambar 8.5. dapat dilihat garis singgung di titik xi didekati dengan
bentuk berikut.

97
Matematika Teknik yan sujendro m

f ( xi ) f ( x i +1 )
f ' (x ) =
x i x i +1

Bila bentuk tersebut disubstitusikan pada Persamaan (8.3), maka


diperoleh:
f ( xi )( xi xi 1 )
xi +1 = xi (8.4)
f (xi ) f ( xi 1 )

Dalam metoda ini pendekatan memerlukan dua nilai awal dari x, yang
digunakan untuk memperkirakan kemiringan dari fungsi.

Gambar 8.4. Prosedur metoda Secant

Contoh 5:
Hitung salah satu akar dari persamaan pangkat tiga berikut ini.
f (x ) = x 3 + x 2 3x 3 = 0

Penyelesaian
Pada iterasi pertama digunakan dua nilai awal yaitu x=1 dan x=2.
Untuk x1=1, f ( x = 1) = (1)3 + (1)2 3(1) 3 = 4
Untuk x2=2, f ( x = 2 ) = (2)3 + (2 )2 3(2 ) 3 = 3

Dengan menggunakan Persamaan (8.4), diperoleh:


f ( x2 )( x2 x1 ) 3(2 1)
x3 = x2 = 2 = 1,571428
f ( x2 ) f ( x1 ) 3 ( 4)

Pada iterasi kedua digunakan dua nilai awal yaitu x=2 dan x=1,571428.
Untuk x2=2, f (x = 2) = 3

98
Matematika Teknik yan sujendro m

Untuk x3=1,571428, f ( x = 1,571428) = 1,364435

Dengan menggunakan Persamaan 8.4. diperoleh:


f ( x3 )( x3 x2 ) 1,364435(1,571428 2 )
x4 = x 4 = 1,571428 = 1,705411
f ( x3 ) f ( x2 ) 1,364435 3

Hitungan dengan prosedur ini dilanjutkan dengan menggunakan Microsoft


Excel. Hasilnya dapat dilihat pada Tabel 8.5
Tabel 8.5. Hasil hitungan dengan metoda Secant

i X(i-1) X(i) X(i+1) f(Xi-1) f(Xi) f(Xi+1)


1 1,000000 2,000000 1,571429 -4,000000 3,000000 -1,364431
2 2,000000 1,571429 1,705411 3,000000 -1,364431 -0,247745
3 1,571429 1,705411 1,735136 -1,364431 -0,247745 0,029255
4 1,705411 1,735136 1,731996 -0,247745 0,029255 -0,000515
5 1,735136 1,731996 1,732051 0,029255 -0,000515 -0,000001
6 1,731996 1,732051 1,732051 -0,000515 -0,000001 0,000000

8.6 Metoda Iterasi


Dalam metoda iterasi ini digunakan suatu persamaan untuk
memperkirakan nilai akar persamaan. Persamaan tersebut dikembangkan dari
fungsi f(x)=0 sehingga parameter x berada di sisi kiri dari persamaan, yaitu:
x=g(x) (8.5)
Transformasi ini dapat dilakukan dengan manipulasi aljabar atau dengan
menambahkan parameter x pada kedua ruas persamaan aslinya. Sebagai
contoh:
x 3 + x 2 3x 3 = 0
dapat ditulis dalam bentuk:
x3 + x 2 3 3
x= , atau x = x 2 + 3x + 3
3
Persamaan (8.5) menunjukkan bahwa nilai x merupakan fungsi dari x,
sehingga dengan memberi nilai perkiraan awal dari akar xi dapat dihitung
perkiraan baru xi+1, dengan rumus iteratif berikut:
xi+1=g(xi+1) (8.6)
Besar kesalahan dihitung dengan rumus berikut ini.
x x
a = i +1 i 100%
xi +1

Contoh 6:
Hitung salah satu akar dari persamaan pangkat tiga berikut ini.
f (x ) = x 3 + x 2 3x 3 = 0

99
Matematika Teknik yan sujendro m

Penyelesaian
Persamaan tersebut dapat ditulis dalam bentuk:
3
x 3 + x 2 3x 3 = 0 x = x 2 + 3x + 3

Dalam bentuk Persamaan (8.6), persamaan tersebut menjadi:


xi +1 = 3 x 2i + 3 xi + 3

Bila ditentukan perkiraan awal x1=2, diperoleh:


x 2 = 3 (2 )2 + 3(2) + 3 = 1,709976

Besar kesalahan:
x x 1,709976 2
a = i +1 i 100% = 100% = 16,96071%
x i +1 1,709976

Selanjutnya nilai x2=1,709976 tersebut digunakan untuk menghitung nilai x3 pada


iterasi berikutnya, sehingga:
x 2 = 3 (1,709976)2 + 3(1,709976) + 3 = 1,733134
xi +1 xi 1,733134 1,709976
a = 100% = 100% = 1,33619%
x i +1 1,733134

Hitungan dengan prosedur seperti tersebut di atas dilanjutkan dengan


Microsoft Excel, dan hasilnya seperti pada Tabel 8.6.
Tabel 8.6. Hasil hitungan dengan metoda iterasi

i Xi X(i+1) a (%)
1 2,000000 1,709976 -16,960710
2 1,709976 1,733134 1,336213
3 1,733134 1,731995 -0,065792
4 1,731995 1,732054 0,003400
5 1,732054 1,732051 -0,000175

Dari tabel tersebut terlihat bahwa hasil hitungan pada iterasi yang lebih
tinggi semakin dekat ke akar persamaan yang benar, dengan kata lain kesalahan
yang terjadi semakin kecil. Penyelesaian persamaan seperti ini disebut
konvergen.

Persamaan x 3 + x 2 3x 3 = 0 dapat diubah juga menjadi:


x3 + x 2 3
x=
3
Dalam bentuk iterasi persamaan tersebut menjadi:
xi 3 + xi 2 3
xi + 1 =
3

100
Matematika Teknik yan sujendro m

Untuk perkiraan awal x1=2, diperoleh:


x 3 + xi 2 3 2 3 + 2 2 3
xi + 1 = i = =3
3 3
Besar kesalahan:
x x 32
a = i +1 i 100% = 100% = 33,3333%
x i +1 3

Hitungan dengan prosedur seperti tersebut di atas dilanjutkan dengan


Microsoft Excel, dan hasilnya seperti pada Tabel 8.7.

Tabel 8.7. Hasil hitungan metoda iterasi

i Xi X(i+1) a (%)
1 2,000000 3,000000 33,333333
2 3,000000 11,000000 72,727273
3 11,000000 483,000000 97,722567
4 483,000000 37637291,000000 99,998717

Tampak bahwa hasil hitungan pada iterasi yang lebih tinggi semakin
menjauhi nilai akar persamaan yang benar. Keadaan hitungan seperti ini disebut
divergen.

8.7 Latihan-latihan
1. Dengan menggunakan metoda setengah interval, cari perpotongan antara
kurva y=ex dan y=3x dengan mencari akar dari 3x 3x2=0. Ketelitian hitungan
adalah 0,5%
2. Dengan menggunakan metoda setengah interval cari salah satu akar dari
persamaan berikut ini.
a. tg(x)x1 =0
b. 2exsin(x)=0
c. x3x22x+1=0
d. 3x3+4x28x1=0
e. 3x3x2=0
3. Selesaikan persamaan pada soal no 2 dengan berbagai metoda yang telah
diberikan.
4. Selesaikan persamaan di bawah ini dengan berbagai metoda:
2 ex + x2
a. x =
3
b. 3x2ex=0
c. ex+2x+2cosx6=0
d. x2+10cosx=0

101
Matematika Teknik yan sujendro m

Contoh penyelesaian

1. Carilah akar-akar persamaan berikut ini


3x3+4x28x1=0
a. Dengan metoda setengah interval
Penyelesaian
Dihitung nilai f(x) pada interval antara dua titik, misalnya x=1 dan x=2
Untuk x=1, f ( x = 1) = 3(1)3 + 4(1)2 8(1) 1 = 2
Untuk x=2, f ( x = 2 ) = 3(2)3 + 4(2)2 8(2 ) 1 = 23

Mengingat bahwa fungsi kontinyu, berarti perubahan tanda dari fungsi


antara x=1 dan x=2 akan memotong sumbu x paling tidak satu kali. Titik
potong antara sumbu x dan fungsi merupakan akar-akar persamaan.
Langkah selanjutnya adalah menghitung xt, kemudian fungsi f(xt):
x + x2 1 + 2
xi = 1 = = 1,5
2 2

Untuk x=1,5 f ( x = 1,5) = 3(1,5)3 + 4(1,5)2 8(1,5) 1 = 6,125

Karena fungsi berubah tanda antara x=1 dan x=1,5, maka akar
persamaan terletak di antara kedua nilai tersebut.

Penyelesaian selanjutnya dengan menggunakan prosedur di atas


dilakukan dengan menggunakan Microsoft Excel seperti pada tabel berikut ini.

Tabel Hasil hitungan dengan metoda setengah interval

i Xi Xi+1 Xt f(x) f(Xi+1) f(Xt)


1 1,000000 2,000000 1,500000 -2,000000 23,000000 6,125000
2 1,000000 1,500000 1,250000 -2,000000 6,125000 1,109375
3 1,000000 1,250000 1,125000 -2,000000 1,109375 -0,666016
4 1,125000 1,250000 1,187500 -0,666016 1,109375 0,164307
5 1,125000 1,187500 1,156250 -0,666016 0,164307 -0,264923
6 1,156250 1,187500 1,171875 -0,264923 0,164307 -0,053860
7 1,171875 1,187500 1,179688 -0,053860 0,164307 0,054331
8 1,171875 1,179688 1,175781 -0,053860 0,054331 0,000013
9 1,171875 1,175781 1,173828 -0,053860 0,000013 -0,026979
10 1,173828 1,175781 1,174805 -0,026979 0,000013 -0,013497
11 1,174805 1,175781 1,175293 -0,013497 0,000013 -0,006745
12 1,175293 1,175781 1,175537 -0,006745 0,000013 -0,003367
13 1,175537 1,175781 1,175659 -0,003367 0,000013 -0,001677
14 1,175659 1,175781 1,175720 -0,001677 0,000013 -0,000832
15 1,175720 1,175781 1,175751 -0,000832 0,000013 -0,000409
16 1,175751 1,175781 1,175766 -0,000409 0,000013 -0,000198
17 1,175766 1,175781 1,175774 -0,000198 0,000013 -0,000092

102
Matematika Teknik yan sujendro m

b. Dengan metoda interpolasi linier


3x3+4x28x1=0
Dihitung nilai f(x) pada interval antara dua titik, misalnya x=1 dan x=2
Untuk x=1, f ( x = 1) = 3(1)3 + 4(1)2 8(1) 1 = 2
Untuk x=2, f ( x = 2 ) = 3(2)3 + 4(2)2 8(2 ) 1 = 23
f ( x i +1 )
x* = xi +1 (xi +1 xi ) = 2 23 (2 1) = 1,08
f ( x i +1 ) f ( x i ) 23 ( 2 )
f ( x* = 1,08) = 3(1,08)3 + 4(1,08)2 8(1,08) 1 = 1,195264

Karena f(x*) bertanda negatif, maka akar persamaan terletak antara


x=1,08 dan x=2,0 selanjutnya dihitung nilai x*:
f ( xi +1 )
x* = xi +1 ( xi +1 x i ) = 2 23
(2 1,08) = 1,125448
f ( xi +1 ) f ( xi ) 23 ( 1,195264 )
f ( x* = 1,125448) = 3(1,125448)3 + 4(1,125448)2 8(1,125448) 1 = 0,6604533

Prosedur hitungan tersebut dilanjutkan dengan Microsoft Excel, dan


hasilnya dapat dilihat pada tabel berikut ini.

Tabel Hasil hitungan dengan metoda interpolasi linier

i Xi Xi+1 X* f(x) f(Xi+1) f(X*)


1 1,000000 2,000000 1,080000 -2,000000 23,000000 -1,195264
2 1,080000 2,000000 1,125449 -1,195264 23,000000 -0,660453
3 1,125449 2,000000 1,149861 -0,660453 23,000000 -0,349199
4 1,149861 2,000000 1,162575 -0,349199 23,000000 -0,180336
5 1,162575 2,000000 1,169090 -0,180336 23,000000 -0,091999
6 1,169090 2,000000 1,172400 -0,091999 23,000000 -0,046641
7 1,172400 2,000000 1,174075 -0,046641 23,000000 -0,023571
8 1,174075 2,000000 1,174921 -0,023571 23,000000 -0,011893
9 1,174921 2,000000 1,175347 -0,011893 23,000000 -0,005996
10 1,175347 2,000000 1,175562 -0,005996 23,000000 -0,003022
11 1,175562 2,000000 1,175670 -0,003022 23,000000 -0,001522
12 1,175670 2,000000 1,175725 -0,001522 23,000000 -0,000767
13 1,175725 2,000000 1,175752 -0,000767 23,000000 -0,000386
14 1,175752 2,000000 1,175766 -0,000386 23,000000 -0,000195
15 1,175766 2,000000 1,175773 -0,000195 23,000000 -0,000098

c. Dengan metoda Newton-Raphson


3x3+4x28x1=0
Penyelesaian
Turunan pertama dari persamaan tersebut adalah:
f ' (x ) = 9 x 2 + 8 x 8

dengan menggunakan Persamaan (8.3).

103
Matematika Teknik yan sujendro m

f ( xi )
xi +1 = xi
f ' ( xi )

Pada awal hitungan ditentukan nilai xi sembarang, misalnya xi=1


Untuk x=1, f ( x = 1) = 3(1)3 + 4(1)2 8(1) 1 = 2
f ' (1) = 9(1)2 + 8(1) 8 = 9
f (x1 ) 2
x 2 = x1 = 1 = 1,222222
f ' ( x1 ) 9
Langkah berikutnya nilai x2=1,222222 tersebut digunakan untuk hitungan
pada iterasi berikutnya:

Untuk x=1,222222
f ( x = 1,222222) = 3(1,222222)3 + 4(1,222222 )2 8(1,222222 ) 1 = 0,674894
f ' (1,222222 ) = 9(1,222222)2 + 8(1,222222) 8 = 15,222215
f ( xi ) 0,674894
x3 = xi = 1,222222 = 1,177886
f ' (x ) 15,222215
Demikian hitungan dilanjutkan dengan menggunakan Microsoft Excel dan
hasilnya dapat dilihat pada tabel berikut ini.
Tabel Hasil hitungan dengan metoda Newton-Raphson

i Xi X(i+1) f(Xi) f'(Xi) f{X(i+1)}


1 1,000000 1,222222 -2,000000 9,000000 0,674897
2 1,222222 1,177886 0,674897 15,222222 0,029224
3 1,177886 1,175785 0,029224 13,909824 0,000064
4 1,175785 1,175780 0,000064 13,848512 0,000000

d. Metoda Secant
3x3+4x28x1=0
Penyelesaian
Pada iterasi pertama digunakan dua nilai awal yaitu x=1 dan x=2.
Untuk x=1, f ( x = 1) = 3(1)3 + 4(1)2 8(1) 1 = 2
Untuk x=2, f ( x = 2 ) = 3(2)3 + 4(2)2 8(2 ) 1 = 23

Dengan menggunakan Persamaan (8.4), diperoleh:


f ( x 2 )( x 2 x1 ) 23(2 1)
x3 = x 2 = 2 = 1,08
f ( x 2 ) f ( x1 ) 23 ( 2 )
Pada iterasi kedua digunakan dua nilai awal yaitu x=1,08 dan x=2.
Untuk x=1,08 f ( x = 1,08) = 3(1,08)3 + 4(1,08)2 8(1,08) 1 = 1,19564
Untuk x=2, f ( x = 2 ) = 3(2)3 + 4(2)2 8(2 ) 1 = 23

f ( x3 )( x3 x 2 ) 23(2 1,08)
x 4 = x3 = 2 = 1,254487
f ( x3 ) f ( x 2 ) 23 ( 1,19564 )

104
Matematika Teknik yan sujendro m

Hitungan dengan prosedur ini dilanjutkan dengan menggunakan Microsoft


Excel. Hasilnya dapat dilihat pada tabel berikut ini

Tabel Hasil hitungan dengan metoda Secant

i X(i-1) X(i) X(i+1) f(Xi-1) f(Xi) f(Xi+1)


1 1,000000 2,000000 1,080000 -2,000000 23,000000 -1,195264
2 1,000000 1,080000 1,198823 -2,000000 -1,195264 0,326883
3 1,198823 1,080000 1,173306 0,326883 -1,195264 -0,034181
4 1,198823 1,173306 1,175721 0,326883 -0,034181 -0,000817
5 1,175721 1,173306 1,175780 -0,000817 -0,034181 0,000002
6 1,173306 1,175780 1,175780 -0,034181 0,000002 0,000000

e. Metoda Iterasi
3x3+4x28x1=0
Penyelesaian

4 x 2 + 8x + 1
Persamaan tersebut dapat ditulis dalam bentuk: x = 3
3
Dalam bentuk Persamaan (8.6), persamaan tersebut menjadi:
4 xi 2 + 8 xi + 1
xi + 1 =3
3
Bila ditentukan perkiraan awal x1=2, diperoleh:
4(2 )2 + 8(2) + 1
x2 = 3 = 0,693361
3
Besar kesalahan:
x x 0,693361 2
a = i +1 i 100% = 100% = 188,45%
xi + 1 0,693361

Selanjutnya nilai x2=0,693361 tersebut digunakan untuk menghitung nilai


x3 pada iterasi berikutnya, sehingga:

4(0,693361)2 + 8(0,693361) + 1
x2 = 3 = 1,155124
3
Besar kesalahan:
x x 1,155124 0,693361
a = i +1 i 100% = 100% = 39,975%
xi + 1 1,155124

Hitungan dengan prosedur seperti tersebut di atas dilanjutkan dengan


Microsoft Excel, dan hasilnya seperti pada tabel berikut ini.

105
Matematika Teknik yan sujendro m

Tabel Hasil hitungan dengan metoda iterasi

i Xi X(i+1) a (%)
1 2,000000 0,693361 -188,449914
2 0,693361 1,155124 39,975188
3 1,155124 1,177974 1,939702
4 1,177974 1,175531 -0,207805
5 1,175531 1,175808 0,023615
6 1,175808 1,175777 -0,002667
7 1,175777 1,175781 0,000301

8.8 Daftar Pustaka


Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta
Chapra, S.P., Canale, R.P., 1985, Numerical Methods for Engineers, McGraw-
Hill Book Company, New York.

106
Matematika Teknik yan sujendro m

BAB IX INTERPOLASI

9.1 Pendahuluan
Dalam analisis regresi dibuat kurva atau fungsi yang menunjukkan suatu
rangkaian titik data dalam koordinat x y. Kurva yang terbentuk tidak melalui
semua titik data, tetapi hanya mengikuti kecenderungan (trend) dari sebaran
data.
Dalam interpolasi dicari suatu nilai yang berada di antara beberapa titik
data yang telah diketahui nilainya. Untuk dapat memperkirakan nilai tersebut,
dibuat suatu fungsi atau persamaan yang melalui titik-titik data. Setelah
persamaan garis atau kurva terbentuk, kemudian nilai fungsi yang ada di antara
titik-titik data dihitung. Gambar 9.1 menunjukkan sket kurva yang dibuat dari data
yang sama dengan cara regresi dan interpolasi. Kurva pada Gambar 9.1.a tidak
melalui semua titik pengukuran, tetapi hanya mengikuti trend dari data menurut
garis lurus. Gambar 9.1.b menggunakan segmen garis lurus atau interpolasi linier
untuk menghubungkan titik-titik data, sedang Gambar 9.1.c menggunakan kurva
untuk menghubungkan titik-titik data.

f(x) f(x) f(x)


y y y
y y y y y y
y y y y y y

a. regresi b. interpolasi c. interpolasi

Gambar 9.1. Perbedaan antara regresi (a) dan interpolasi (b, c)

Metoda interpolasi yang paling banyak digunakan adalah intepolasi


polinomial. Persamaan polinomial adalah persamaan aljabar yang mengandung
jumlah dari variabel x berpangkat bilangan bulat (integer). Bentuk umum
persamaan polinomial adalah:

f ( x ) = a0 + a1 x + a 2 x 2 + .......... + a n x n (9.1)

dengan a0, a1, a2, ., an adalah parameter yang akana dicari berdasarkan titik
data; n adalah derejad (order) dari persamaan polinomial, dan x adalah variabel
bebas.
Untuk n+1 titik data, hanya ada satu polinomial order n atau kurang yang
melalui semua titik. Misalnya, hanya ada satu garis lurus (polinomial order 1)
yang menghubungkan 2 titik (Gambar 9.2.a). Demikian juga 3 buah titik dapat
dihubungkan dengan fungsi parabola (polinomial order 2), sedangkan 4 titik
dapat dilalui kurva polinomial order 3. Dalam operasi interpolasi ditentukan suatu
persamaan polinomial order n yang melalui n+1 titik data, yang kemudian
digunakan untuk menentukan suatu nilai di antara titik data tersebut.

107
Matematika Teknik yan sujendro m

y y
y
y

y
y x y x

a. order 1 menghubungkan 2 titik b. order 2 menghubungkan 3 titik

y y

y
y
x

c. order 3 menghubungkan 4 titik

Gambar 9.2. Interpolasi polinomial

Sebelum mempelajari bentuk umum interpolasi polinomial, akan dijelaskan


metoda interpolasi linier (order 1) yang mudah dipahami dan bentuknya
sederhana. Pada polinomial derajad satu, diperoleh bentuk interpolasi linier yang
sudah banyak dikenal. Interpolasi linier memberikan hasil yang kurang teliti.
Selanjutnya akan dipelajari interpolasi polinomial dengan derajad lebih tinggi,
yang merupakan fungsi non linier, dengan hasil yang lebih baik.

9.2 Interpolasi linier


Bentuk paling sederhana dari interpolasi adalah dengan menghubungkan
2 buah titik data dengan garis lurus. Metoda ini disebut dengan interpolasi linier.

f(x) C
y

f(x1) E
y
f1(x)
C

f(x0) yA B D

x
x0 x x1

Gambar 9.3. Interpolasi Linier

108
Matematika Teknik yan sujendro m

Nilai suatu fungsi di titik x0 dan x1, adalah f(x0) dan f(x1). Dengan metoda
interpolasi linier akan dicari nilai fungsi di titik x, yaitu f1(x). Indeks 1 pada f1(x)
menunjukkan bahwa interpolasi dilakukan dengan interpolasi polinomial order 1.
Dari dua segitiga sebangun ABC dan ADE (Gambar 9.3), terdapat
hubungan sebagai berikut:
BC DE
=
AB AD
f1 ( x ) f ( x0 ) f ( x1 ) f ( x0 )
=
x x0 x1 x0
f ( x1 ) f ( x0 )
f1 ( x ) = f ( x ) + (x x0 ) (9.2)
x1 x0

Persamaan 9.2. adalah rumus interpolasi linier, yang merupakan bentuk


f ( x1 ) f ( x0 )
interpolasi polinomial order 1. Suku adalah kemiringan garis yang
x1 x0
menghubungkan dua titik data dan merupakan perkiraan beda hingga turunan
pertama. Semakin kecil interval antara titik data, hasil perkiraan akan semakin
baik.

Contoh 1
Dicari nilai ln 2 dengan metoda interpolasi linier berdasar data ln 1=0 dan
ln 6=1,7917595. Hitung juga nilai tersebut berdasar data ln 1 dan ln
4=1,3862944. Untuk membandingkan hasil yang diperoleh, diketahui nilai eksak
dari ln 2=0,69314718.
Penyelesaian
Dengan menggunakan Persamaan 9.2., dihitung dengan interpolasi linier
nilai ln pada x=2 berdasar nilai ln di x0=1, dan x1=6.

f ( x1 ) f ( x0 )
f1 ( x ) = f ( x ) + (x x0 )
x1 x0
1,7917595 0
f1 (2 ) = 0 + (2 1) = 0,35835190
6 1
Besar kesalahan adalah:
0,69314718 0,35835190
Et = 100% = 48,3%
0,69314718

Apabila digunakan interval yang lebih kecil, yaitu nilai x0=1, dan x1=6,
maka:
1,3862944 0
f1 (2) = 0 + (2 1) = 0,46209813
4 1
Besar kesalahan adalah:

109
Matematika Teknik yan sujendro m

0,69314718 0,46209813
Et = 100% = 33,3%
0,69314718

Dari contoh di atas terlihat bahwa dengan menggunakan interval yang


lebih kecil diperoleh hasil yang lebih baik (kesalahan lebih kecil). Gambar 9.4.
menunjukkan prosedur hitungan dalam contoh 1 secara grafis.

f(x)

ln x y

y
Nilai benar
1,0
f1(x)
y
y Nilai perkiraan
y

y x
0 1 2 3 4 5 6

Gambar 9.4. Interpolasi linier mencari ln 2

9.3 Interpolasi Kuadrat


Kesalahan yang terjadi pada Contoh 1 adalah karena kurva dari fungsi
didekati dengan garis lurus. Untuk mengurangi kesalahan tersebut maka
perkiraan dilakukan dengan garis lengkung yang menghubungkan titik-titik data.
Apabila terdapat 3 titik, maka perkiraan dapata dilakukan dengan polinomial
order 2. Untuk tujuan tersebut polinomial order 2 ditulis dalam bentuk:
f 2 (x ) = b0 + b1 (x x0 ) + b2 ( x x0 )( x x1 ) (9.3)

Meskipun Persamaan (9.3) kelihatan berbeda dengan Persamaan (9.1),


tetapi sebenarnya kedua persamaan tersebut sama, ini dapat ditunjukkan
dengan mengalikan suku-suku dari Persamaan (9.3) sehingga menjadi:
f 2 (x ) = b0 + b1 x b1 x0 + b2 x 2 + b2 x0 x1 b2 x0 x b2 xx1
atau
f 2 (x ) = a0 + a1 x + a 2 x 2

dengan:
a0 = b0 b1 x0 + b2 x0 x1
a1 = b1 b2 x0 b2 x1
a 2 = b2
Terlihat bahwa Persamaan (9.3) sama dengan Persamaan (9.1).

110
Matematika Teknik yan sujendro m

Selanjutnya untuk tujuan interpolasi, persamaan polinomial ditulis dalam


bentuk Persamaan (9.3). Berdasarkan titik data yang ada kemudian dihitung
koefisien b0, b1, dan b2. Prosedur untuk menentukan nilai dari koefisien- koefisien
tersebut adalah sebagai berikut.
Koefisien b0 dapat dihitung dari Persamaan (9.3) dengan memasukkan
nilai x=x0 :
f ( x0 ) = b0 + b1 ( x0 x0 ) + b2 ( x0 x0 )(x0 x1 )
b0 = f ( x0 ) (9.4)

Bila Persamaan (9.4) disubstitusikan ke dalam Persamaan (9.3), dan


kemudian dimasukkan nilai x=x1, maka akan diperoleh nilai koefisien b1:
f ( x1 ) = f ( x0 ) + b1 ( x1 x0 ) + b2 ( x1 x0 )(x1 x1 )
f ( x1 ) f ( x0 )
b1 = (9.5)
x1 x0

Bila Persamaan (9.4) dan (9.5) disubstitusikan ke dalam Persamaan (9.3),


dan kemudian dimasukkan nilai x=x2, maka akan diperoleh nilai koefisien b2:
f ( x1 ) f ( x0 )
f ( x 2 ) = f ( x0 ) + (x2 x0 ) + b2 (x2 x0 )(x2 x1 )
x1 x0
f ( x1 ) f ( x0 )
b2 ( x 2 x0 )( x 2 x1 ) = f ( x 2 ) f ( x0 ) [(x2 x0 ) + (x1 x0 )]
x1 x0
f ( x1 ) f ( x0 )
= f ( x 2 ) f ( x0 ) (x2 x1 ) f (x1 ) + f (x0 )
x1 x0
f ( x1 ) f ( x0 )
= f ( x 2 ) f ( x1 ) (x2 x1 )
x1 x0
atau
f ( x1 ) f ( x0 )
f ( x 2 ) f ( x1 ) (x2 x1 )
x1 x0
b2 =
(x2 x0 )(x2 x1 )
f ( x 2 ) f ( x1 ) f ( x1 ) f ( x0 )

x 2 x1 x1 x0
b2 = (9.6)
( x 2 x0 )
Dengan memperhatikan Persamaan (9.3), (9.4), (9.5), dan (9.6)
terlihat bahwa dua suku pertama dari Persamaan (9.3) adalah ekivalen dengan
interpolasi linier dari titik x0 ke x1 seperti ditunjukkan oleh Persamaan (9.2).
sedang suku terakhir , b2 (x x0 )( x x1 ) merupakan tambahan karena digunakan
kurva order 2.
Koefisien b1 dan b2 dari interpolasi polinomial order 2 (Persamaan (9.5)
dan (9.6) adalah mirip dengan bentuk beda hingga untuk turunan pertama dan
kedua seperti terlihat pada Persamaan (6.18) dan (6.19). Dengan demikian

111
Matematika Teknik yan sujendro m

penyelesaian interpolasi polinomial dapat dilakukan dengan menggunakan


bentuk beda hingga.

Contoh 2
Dicari nilai ln 2 dengan metoda interpolasi polinomial order 2 berdasar
data ln 1=0 dan ln 6=1,7917595. Hitung juga nilai tersebut berdasar data ln 1 dan
ln 4=1,3862944. Untuk membandingkan hasil yang diperoleh, diketahui nilai
eksak dari ln 2=0,69314718.
Penyelesaian
Interpolasi polinomial dihitung dengan menggunakan Persamaan (9.3),
dan koefisien b0, b1, dan b2 dihitung dengan Persamaan (9.4), (9.5), dan (9.6).
Dengan menggunakan Persamaan (9.4) diperoleh nilai b0 :
b0 = 0

Koefisen b1 dapat dihitung dengan Persamaan (9.5):


1,3862944 0
b1 = = 0,46209813
4 1
Persamaan (9.6) digunakan untuk menghitung b2:
1,7917595 1,3862944
0,46209813
b2 = 64 = 0,051873116
(6 1)

f(x)

f(x) =ln x
y
Nilai benar
1,0
f2(x)
y
y
Nilai perkiraan
order dua

y x
0 1 2 3 4 5 6

Gambar 9.5. Interpolasi polinomial order 2

Nilai-nilai tersebut dimasukkan ke dalam Persamaan (9.3)


f 2 (x ) = 0 + 0,46209813( x 1) + 0,051873116( x 1)(x 4 )

112
Matematika Teknik yan sujendro m

untuk x = 2, maka diperoleh nilai interpolasi:


f 2 (2 ) = 0 + 0,46209813(2 1) + 0,051873116(2 1)(2 4 ) = 0,56584436

Besar kesalahan adalah:


0,69314718 0,56584436
Et = .100% = 18,4%
0,69314718

Dari contoh tersebut terlihat bahwa dengan menggunakan interpolasi


polinomial order 2 diperoleh hasil yang lebih baik (kesalahan lebih kecil). Gambar
9.5. menunjukkan prosedur hitungan dalam contoh secara grafis.

9.4 Bentuk Umum Interpolasi Polinomial


Prosedur seperti dijelaskan di atas dapat digunakan untuk membentuk
polinomial order n dari n + 1 titik data. Bentuk umum polinomial order n adalah:
f n ( x ) = b0 + b1 ( x0 x0 ) + ........... + bn ( x x0 )(x x1 )......( x x n 1 ) (9.7)

Seperti yang dilakukan dengan interpolasi linier dan kuadrat, titik-titik data
dapat digunakan untuk mengevaluasi koefisien b0, b1, .., bn. Untuk
polinomial order n, diperlukan n + 1 titik data x0, x1, .., xn. Dengan
menggunakan titik-titik data tersebut, persamaan berikut digunakan untuk
mengevaluasi koefisien b0, b1, .., bn :

b0 = f ( x0 ) (9.8)
f ( x1 ) f ( x0 )
b1 = f [x1 , x0 ] = (9.9)
x1 x0
f ( x 2 , x1 ) f ( x1 , x0 )
b2 = f [x 2 , x1 , x0 ] = (9.10)
x 2 x0
bn = f [x n , x n 1 ,............x 2 , x1 , x0 ] (9.11)

dengan definisi fungsi berkurung ([..]) adalah pembagian beda hingga.


Misalnya, pembagian beda hingga pertama adalah:

[ ] ( )
f ( xi ) f x j
f xi , x j = (9.12)
xi x j

Pembagian beda hingga kedua adalah:

f [xi , x1 , x k ] =
( ) (
f xi , x j f x j , x k ) (9.13)
xi x k

Pembagian beda hingga ke n adalah:

f [x n , x n 1 ,......., x1 , x0 ] =
[ ] [
f x n , x n 1, ......, x1 f x n , x n 1, ......, x1 ] (9.14)
x n x0

Bentuk pembagian beda hingga tersebut dapar digunakan untuk


mengevaluasi koefisien-koefisien dalam Persamaan (9.8) sampai dengan (9.11),

113
Matematika Teknik yan sujendro m

yang kemudian disubstitusikan ke dalam Persamaan (9.7) untuk mendapatkan


interpolasi polinomial order n.

f n ( x ) = f ( x0 ) + f [x1 , x0 ]( x x0 ) + f [x 2 , x1 , x0 ]( x x0 )( x x1 ) + ................ +
[ ]
f x n , x n 1, ......., x1 , x0 (x x0 )( x x1 )......( x x n 1 ) (9.15)

Persamaan (9.12) sampai dengan (9.14) adalah berturutan, artinya


pembagian beda yang lebih tinggi terdiri dari pembagian beda hingga lebih
rendah.

9.5 Latihan-latihan
1. Perkirakan nilai log 4 dengan menggunakan interpolasi linier jika diketahui:
a. log 3 = 0,4771213 dan log 5 = 0,69897
b. log 3 = 0,4771213 dan log 6 = 0,7781513
Pada setiap interpolasi dihitung pula kesalahannya. Nilai eksak dari log 4 =
0,60206.

2. Dengan menggunakan metoda interpolasi kuadrat dan berdasar data dari


soal 1, hitung log 4.

3. Dengan menggunakan metoda interpolasi polinomial order 3 dan berdasar


data dari soal 1, hitung log 4. Tambahan data log 3,5 = 0,544068

4. Diberikan tabel berikut:

x 0,0 0,5 1,0 1,5 2,0 2,5


f(x) 1,000 2,119 2,910 3,945 5,720 8,695

Hitung f(1,3) dengan interpolasi linier

5. Dengan menggunakan data soal 4, hitung f(1,3) dengan interpolasi kuadrat.

6. Dengan menggunakan data soal 4, hitung f(1,3) dengan interpolasi


polinomial order 3.

7. Selesaikan soal 4 dengan menggunakan metoda Lagrange order 2.

8. Selesaikan soal 4 dengan menggunakan metoda Lagrange order 3.

9.6 Daftar Pustaka


Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta
Chapra, S.P., Canale, R.P., 1985, Numerical Methods for Engineers, McGraw-
Hill Book Company, New York.

114
Matematika Teknik yan sujendro m

BAB X INTEGRASI NUMERIK

10.1 Pendahuluan
Integral suatu fungsi adalah operator matematik yang dipresentasikan
dalam bentuk :
b
I = f ( x)dx (10.1)
a

dan merupakan integral suatu fungsi f(x) terhadap variabel x dengan batas-batas
integrasi adalah dari x = a sampai dengan x = b. Ditunjukkan dalam Gambar 10.1
dan Persamaan (10.1) bahwa yang dimaksud dengan integral adalah nilai total
atau luasan yang dibatasi oleh fungsi f(x) dan sumbu x, serta antara batas x = a
dan x = b. Dalam integral analitis, Persamaan (10.1) dapat diselesaikan menjadi :
b
f ( x)dx = [F (x )]a = F (a ) F (b )
b

dengan F(x) adalah integral dari f(x) sehingga diperoleh F(x) = f(x).

Contoh:
3 3
1 3 1 3 1 3
x dx = 3 x 0 = 3 (3) 3 (0) = 9
2

f(x)
I

x
a b

Gambar 10.1. Integral suatu fungsi

Integrasi analitis suatu fungsi telah banyak dipelajari dalam mata kuliah
matematika atau kalkulus. Pada bab ini akan dipelajari integral numerik yang
merupakan metoda pendekatan dari integral analitis.
Penyelesaian dengan integral numerik dilakukan bila :

115
Matematika Teknik yan sujendro m

1. integral tidak dapat (sulit) dikerjakan secara analitis,


2. fungsi yang diintegrasikan tidak diberikan dalam bentuk analitis, tetapi secara
numerik dalam bentuk angka (tabel).
Metoda integral numerik merupakan integral tertentu yang didasarkan
pada hitungan perkiraan. Hitungan perkiraan tersebut dilakukan dengan
mendekati fungsi yang diintegralkan dengan polinomial yang diperoleh
berdasarkan data tersedia. Bentuk yang paling sederhana adalah apabila
tersedia dua titik data yang dapat dibentuk menjadi fungsi polinomial order satu
yang merupakan garis lurus (linier), seperti terlihat pada Gambar 10.2. Akan
dihitung :
b
I = f ( x)dx
a

y y

f(b)

f1(x) f(c)
f(a)
f(x) f(x)

I I II

x x
a b a b c
(a) (b)
y

f2(x)
I f(x)

x
a b
(c)

Gambar 10.2. Metoda integral numerik

yang merupakan luasan antara kurva f(x) dan sumbu x serta antara titik x = a dan
x = b. Bila nilai f(a) dan f(b) diketahui maka dapat dibentuk fungsi polinomial
order 1 f1(x). Dalam gambar fungsi f(x) didekati dengan f1(x), sehingga
integralnya adalah luasan antara garis f1(x) dan sumbu x serta x = a dan x = b.

116
Matematika Teknik yan sujendro m

bidang tersebut merupakan trapesium yang luasannya dapat dihitung dengan


rumus geometri, yaitu :
f (a ) + f (b )
I = (b a )
2
Dalam integral numerik, pendekatan tersebut dikenal dengan metoda
trapesium. Dengan pendekatan ini integral suatu fungsi adalah sama dengan
luasan bidang yang diarsir.
Bila hanya terdapat dua data f(a) dan f(b), hanya dapat dibentuk satu
trapesium, dan cara ini dikenal dengan metoda trapesium satu pias. Jika tersedia
lebih dari dua data dapat dilakukan pendekatan dengan lebih dari satu trapesium,
dan luas total adalah jumlah luas trapesium-trapesium yang terbentuk. Cara ini
dikenal sebagai metoda trapesium banyak pias (Gambar 10.2.b) dengan tiga
data terbentuk dua trapesium, dan luas kedua trapesium (bidang yang diarsir)
adalah pendekatan dari integral fungsi. Hasil pendekatan ini lebih baik daripada
pendekatan dengan satu pias. Bila digunakan dengan lebih banyak trapesium
hasilnya akan lebih baik.
Fungsi yang diintegralkan dapat juga didekati dengan fungsi polinomial
dengan order lebih tinggi, sehingga kurva yang terbentuk tidak lagi linier, tetapi
merupakan kurva lengkung (Gambar 10.2.c), tiga data yang ada dapat digunakan
untuk membentuk polinomial order tiga. Metoda Simpson merupakan metoda
integral numerik yang menggunakanfungsi polinomial dengan order lebih tinggi.
Metoda Simpson menggunakan tiga titik data (polinomial order dua) dan
Simpson menggunakan empat titik data (polinomial order tiga). Jarak antara
titik data tersebut adalah sama.

10.2 Metoda Trapesium


Metoda trapesium merupakan metoda pendekatan integral numerik
dengan persamaan polinomial order satu. Dalam metoda ini kurva lengkung dari
fungsi f(x) digantikan dengan garis lurus.
Seperti terlihat pada Gambar 10.3. Luasan bidang di bawah fungsi f(x)
antara x = a dan x = b didekati oleh luas satu trapesium yang terbentuk oleh garis
lurus yang menghubungkan f(a) dan f(b) dan sumbu x dengan batas antara x = a
dan x = b. Pendekatan dilakukan dengan satu pias (trapesium). Menurut rumus
geometri, luas trapesium adalah lebar kali tinggi rerata, yang berbentuk :
f (a ) + f (b )
I (b a ) (10.2)
2
Seperti terlihat dalam Gambar 10.3., penggunaan garis lurus untuk men-
dekati garis lengkung menyebabkan terjadinya kesalahan sebesar luasan yang
tidak diarsir.
Besar kesalahan yang terjadi dapat diperkirakan dari persamaan berikut :

f ' ' ( )(b a )


1
E= (10.3)
2

117
Matematika Teknik yan sujendro m

dengan adalah titik yang terletak di dalam interval a dan b.

f(b)

f(a)
f(x)

x
a b

Gambar 10.3. Metoda trapesium

Persamaan (10.3) menunjukkan bahwa bila fungsi yang diintegralkan


adalah linier, maka metoda trapesium akan memberikan nilai eksak karena
turunan kedua dari fungsi linier adalah nol. Sebaliknya untuk fungsi dengan
derajad dua atau lebih, penggunaan metoda trapesium akan meberikan
kesalahan.
Contoh 1
4
Gunakan metoda trapesium satu pias untuk menghitung I = e x dx
0

Penyelesaian
Bentuk integral di atas dapat diselesaikan secara analitis:

[ ] ( )
4
4
I = e x dx = e x 0 = e 4 e 0 = 53,598150
0

Hitungan integral numerik dilakukan dengan menggunakan Persamaan (10.2) :

f (a ) + f (b ) e4 e0
I (b a ) = (4 0 ) = 111,1963
2 2
Untuk mengetahui tingkat ketelitian dari integral numerik, hasil hitungan
numerik dibandingkan dengan hitungan analitis. Kesalahan relatif terhadap nilai
eksak adalah :
53,598150 111,1963
= 100% = 107,46%
53,598150

Terlihat bahwa penggunaan metoda trapesium satu pias memberikan


kesalahan sangat besar (lebih dari 100%).

118
Matematika Teknik yan sujendro m

10.3 Metoda Trapesium dengan Banyak Pias

Dari contoh 1 terlihat bahwa pendekatan dengan menggunakan satu pias


(trapesium) menimbulkan kesalahan sangat besar. Untuk mengurangi kesalahan
yang terjadi maka kurva lengkung didekati dengan sejumlah garis lurus, sehingga
terbentuk banyak pias (Gambar 10.4). Luas bidang adalah jumlah dari luas
beberapa pias tersebut. Semakin kecil pias yang digunakan, hasil yang diperoleh
menjadi semakin teliti.

y
f(x)

x
x0=a x1 x2 x3 xn-3 xn-2 xn-1 xn
x

Gambar 10.4. Metoda trapesium dengan banyak pias

Dalam Gambar (10.4) panjang pias adalah sama yaitu x. Apabila


terdapat n pias, berarti panjang tiap-tiap pias adalah:
ba
x =
n
batas-batas pias diberi notasi:
x0 = a, x1 , x 2 ,......., x n = b

Integral total dapat ditulis dalam bentuk:


x1 x2 xn
I= f (x )dx + f (x )dx + ........... + f (x )dx (10.4)
x0 x1 x n 1

Substitusi Persamaan (10.2) ke dalam Persamaan (10.4) diperoleh:


f ( x1 ) + f ( x0 ) f ( x 2 ) + f ( x1) f ( x n ) + f ( x n 1 )
I = x + x + ................. + x
2 2 2
atau

119
Matematika Teknik yan sujendro m

n 1
x
I= f ( x 0 ) + 2 f ( xi ) + f ( x n ) (10.5)
2 i =1
atau
n 1
x
I= f (a ) + f (b ) + 2 f ( xi ) (10.6)
2 i =1

besar kesalahan yang terjadi pada penggunaan banyak pias adalah:

x 2
Et = (b a ) f " (xi ) (10.7)
12
yang merupakan kesalahan order dua. Bila kesalahan tersebut diperhitungkan
dalam hitungan integral, maka diperoleh hasil yang lebih teliti.
Bentuk persamaan trapesium dengan memperhitungkan koreksi adalah:

( )
n 1
x x 2
I= f (a ) + f (b ) + 2 f ( xi ) (b a ) f " ( ) x 4 (10.8)
2 i =1 12

Untuk kebanyakan fungsi, bentuk f " ( ) dapat didekati dengan:

f ' (b ) f ' (a )
f " ( ) = (10.9)
ba
Substitusi Persamaan (10.9) ke dalam Persamaan (10.8) diperoleh:
n 1
x x 2
I= f (a ) + f (b ) + 2 f ( xi ) [ f ' (b ) f ' (a )] (10.10)
2 i =1 12

Bentuk Persamaan (10.10) disebut dengan persamaan trapesium dengan


koreksi ujung, karena memperhitungkan koreksi pada ujung interval a dan b.
Metoda trapesium dapat digunakan untuk integral suatu fungsi yang
diberikan dalam bentuk numerik pada interval diskret. Koreksi pada ujung-
ujungnya dapat didekati dengan mengganti diferensial f(a) dan f(b) dengan
diferensial beda hingga.

Contoh 2
Gunakan metoda trapesium empat pias dengan lebar pias x=1 untuk
menghitung:
4
I = e x dx
0

120
Matematika Teknik yan sujendro m

Penyelesaian
Metoda trapesium dengan 4 pias, sehingga panjang pias adalah:

x =
(b a ) = (4 0) = 1
n 4
Luas bidang dihitung dengan Persamaan (10.6):
n 1
x
I= f (a ) + f (b ) + 2 f ( xi )
2 i =1
I= [
1 0
2
( )]
e + e 4 + 2 e1 + e 2 + e 3 = 57,991950

Kesalahan relatif terhadap nilai eksak:


53,598150 57,991950
= .100% = 8,2%
53,598150

Bila digunakan metode trapesium dengan koreksi ujung, maka nilai


integral dihitung dengan Persamaan (10.10). Dalam persamaan tersebut koreksi
ujung mengandung turunan pertama dari fungsi. Karena f(x)=ex, turunan
pertamanya adalah f(x)=ex, sehingga:
n 1
x x 2
I= f (a ) + f (b ) + 2 f ( xi ) [ f ' (b ) f ' (a )]
2 i =1
12

I=
2
[
1 0
(
e + e 4 + 2 e1 + e 2 + e 3 )] (
1 4
12
)
e e 0 = 57,991950 4,466513 = 53,525437

Kesalahan relatif terhadap nilai eksak:


53,598150 53,515437
= .100% = 0,14%
53,598150

Contoh 3
Diberikan tabel data sebagai berikut.

x 0 1 2 3 4
f(x) 1 3 9 19 33
Hitung luasan di bawah fungsi f(x) dan di antara x=0 dan x=4 dengan
menggunakan metoda trapesium dan trapesium dengan koreksi ujung.
Penyelesaian
Integral numerik dihitung dengan Persamaan (10.6):
n 1
x 1
I= f (a ) + f (b ) + 2 f ( xi ) = [1 + 33 + 2(3 + 9 + 19 )] = 48
2 i =1 2

121
Matematika Teknik yan sujendro m

Bila digunakan metoda trapesium dengan koreksi ujung, integral dihitung dengan
Persamaan (10.10):
n 1
x x 2
I= f (a ) + f (b ) + 2 f ( xi ) [ f ' (b ) f ' (a )]
2 i =1 12
Turunan pertama pada ujung-ujung dihitung dengan diferensial beda hingga:
f ( x 2 ) f ( x1 ) f (1) f (0) 3 1
f ' ( x1 = a = 0 ) = = = =2
x 2 x1 1 0 1
f ( x n ) f ( x n 1 ) f (4) f (3) 33 19
f ' (xn = b = 4) = = = = 14
x n x n 1 43 1

I = [1 + 33 + 2(3 + 9 + 19)] (14 2) = 47


1 1
2 12

10.4 Metoda Simpson


Disamping menggunakan rumus trapesium dengan interval yang lebih
kecil, cara lain untuk mendapatkan perkiraan yang lebih teliti adalah
menggunakan polinomial order lebih tinggi untuk menghubungkan titik-titik data.
Misal, bila terdapat satu titik tambahan di antara f(a) dan f(b), maka ketiga titik
dapat dihubungkan dengan fungsi parabola (Gambar 10.5.a). Bila terdapat dua
titik tambahan dengan jarak yang sama antara f(a) dan f(b), maka ke empat titik
tersebut dapat dihubungkan dengan menggunkan polinomial order tiga (Gambar
10.5.b). Rumus yang dihasilkan oleh integral di bawah polinomial tersebut
dikenal dengan metoda (aturan) Simpson.

y y

f(x) f(x)



x x
a b a b
(a) (b)
Gambar 10.5. Aturan Simpson

1 Aturan Simpson 1/3

Dalam aturan Simpson 1/3 digunakan polinomial order dua (persamaan


parabola) yang melalui titik f(xi-1) dan f(xi+1) untuk mendekati fungsi. Rumus
Simpson dapat diturunkan berdasarkan deret Taylor. Untuk itu, dipandang bentuk
integral sebagai berikut.

122
Matematika Teknik yan sujendro m

x
I ( x ) = f (x )dx (10.11)
a

Bila bentuk tersebut didiferensialkan terhadap x, akan menjadi:


dI ( x )
I ' (x ) = = f (x ) (10.12)
dx
Dengan memperhatikan Gambar 10.6 dan Persamaan (10.12), maka
persamaan deret Taylor adalah:

f(x)

f(x)

I(xi+1)

I(xi-1)

x
a xi-1 xi xi+1

Gambar 10.6. Penurunan metoda Simpson

I ( xi +1 ) = ( xi + x )

= I ( xi ) + xf ( xi ) +
x2
2!
f ' ( xi ) +
x3
3!
f " ( xi ) +
x4
4!
f ' ' ' ( xi ) + x 5 ( ) (10.13)

I ( xi 1 ) = ( xi x )

= I ( xi ) xf ( xi ) +
x2
2
f ' ( xi )
x3
3!
f " ( xi ) +
x4
4!
( )
f ' ' ' ( xi ) x 5 (10.14)

Seperti terlihat pada Gambar 10.6. nilai I(xi+1) merupakan luasan di bawah
fungsi f(x) dengan batas a dan xi+1. Sedangkan nilai I(xi-1) adalah luasan antara
batas a dan xi-1. Dengan demikian luasan di bawah fungsi antara batas xi-1 dan
xi+1, yaitu Ai adalah luasan I(xi+1) dikurangi dengan I(xi-1) atau Persamaan (10.13)
dikurangi (10.14).
Ai = I ( xi +1 ) I ( xi 1 )

atau

Ai = 2xf ( xi ) +
x 3
3
f " ( xi ) + x 5 ( ) (10.15)

123
Matematika Teknik yan sujendro m

Nilai f(xi) ditulis dalam bentuk diferensial terpusat:

f " ( xi ) =
f ( xi 1 ) 2 f ( xi ) + f ( xi +1 )
x 2
( )
+ x 2

Kemudian bentuk tersebut disubstitusikan ke dalam Persamaan (10.16).


Untuk memudahkan penulisan, notasi f(xi) ditulis dalam bentuk fi, sehingga
Persamaan (10.15) menjadi:

Ai = 2xf i +
x
3
( f i 1 2 f i + f i +1 ) + x 3
3
( ) ( )
x 2 + x 5

atau

Ai =
x
3
( )
( f i 1 + 4 f i + f i +1 ) + x 5 (10.16)

Persamaan (10.16) dikenal sebagai metoda Simpson 1/3. Penambahan


ba
nama 1/3 karena x dibagi 3. Pada pemakaian satu pias, x = , sehingga
2
Persamaan (10.16) dapat ditulis dalam bentuk:
ba
Ai = [ f (a ) + 4 f (c ) + f (b )] (10.17)
6
dengan titik c adalah titik tengah antara a dan b.
Kesalahan pemotongan yang terjadi dari metode Simpson 1/3 untuk satu pias
adalah:

x 5 f "" ( )
1
Et =
90
ba
karena x = , maka
2
ba
Et = f "" ( )
2880

Contoh 4
Gunakan aturan Simpson 1/3 untuk menghitung:
4
I = e x dx
0

Penyelesaian
Dengan menggunakan Persamaan (10.17) luas bidang adalah:

124
Matematika Teknik yan sujendro m

Ai =
ba
6
[ ]
[ f (a ) + 4 f (c ) + f (b )] = 4 0 e 0 + 4e 2 + e 4 = 56,7696
6
Kesalahan terhadap nilai eksak :
53,598150 56,7696
Et = 100% = 5,917 %
53,598150

Terlihat bahwa pada pemakaian satu pias, aturan Simpson 1/3 memberikan hasil
yang lebih baik daripada rumus trapesium.

2 Aturan Simpson 1/3 dengan banyak pias


Seperti dalam metoda trapesium, metoda Simpson 1/3 dapat diperbaiki
dengan membagi luasan dalam sejumlah pias dengan panjang interval yang
sama (Gambar 10.7) :
ba
x =
n
dengan n adalah jumlah pias.

f(x)
f(x)





A1 A3 A5
An-1

x
a 1 2 3 4 5 n-1 b

Gambar 10.7 Metoda Simpson dengan banyak pias

Luas total diperoleh dengan menjumlahkan semua pias, seperti terlihat


pada Gambar 10.7.
b
f (x )dx = A1 + A3 + A5 + .............. + An 1 (10.18)
a

Dalam metoda Simpson ini jumlah interval adalah genap. Bila Persamaan
(10.16) disubstitusikan ke dalam Persamaan (10.18) diperoleh:
b
x
f (x )dx = ( f 0 + 4 f1 + f 2 ) + x ( f1 + 4 f 2 + f 3 ) + ...... + x ( f n 2 + 4 f n 1 + f n )
3 3 3
a

125
Matematika Teknik yan sujendro m

atau

n 1 n2
x
b
f ( x )dx = f (a ) + f (b ) + 4 f ( x i ) + 2 f (xi ) (10.19)
3 i =1 i=2
a

Seperti terlihat pada Gambar 10.7, dalam penggunaan metoda Simpson


dengan banyak pias ini jumlah interval adalah genap. Perkiraan kesalahan yang
terjadi pada aturan Simpson untuk banyak pias adalah:
ba
Ea = f ""
180n 4
dengan f adalah rerata dari turunan keempat untuk setiap interval.

Contoh 5
Gunakan metoda Simpson dengan lebar pias x=1 untuk menghitung:
4
I = e x dx
0

Penyelesaian
Dengan menggunakan Persamaan (10.19) maka luas bidang adalah:

I=
1 0
3
[ ( ) ]
e + e 4 + 4 e1 + e 3 + 2e 2 = 53,863846

Kesalahan terhadap nilai eksak:


53,598150 53,863846
Et = 100% = 0,5 %
53,598150

3 Aturan Simpson 3/8


Metoda Simpson 3/8 diturunkan dengan menggunakan persamaan
polinomial order tiga yang melalui empat titik.
b b
I = f ( x )dx = f 3 dx
a a

Dengan cara yang sama seperti pada penurunan aturan Simpson 1/3,
diperoleh:
3x
I= [ f (x0 ) + 3 f (x1 ) + 3 f (x2 ) + f (x3 )] (10.20)
8
dengan:

126
Matematika Teknik yan sujendro m

ba
x =
3
Persamaan (10.20) disebut sebagai metoda Simpson 3/8 karena x
dikalikan dengan 3/8. Metoda Simpson 3/8 dituliskan dalam bentuk:

I = (b a )
[ f (x0 ) + 3 f (x1 ) + 3 f (x2 ) + f (x3 )] (10.21)
8
Metoda Simpson 3/8 mempunyai kesalahan pemotongan sebesar:

Et = x 3 f "" ( )
3
(10.22.a)
8
ba
Mengingat bahwa x = , maka:
3

Et =
(b a )5
f "" ( ) (10.22.b)
6480
Metoda Simpson 1/3 pada umumnya lebih disukai karena ketelitian order
tiga hanya memerlukan 3 titik, dibandingkan dengan metoda Simpson 3/8 yang
membutuhkan 4 titik. Dalam pemakaian banyak pias, metoda Simpson 1/3
hanya berlaku untuk jumlah pias genap. Bila dikehendaki jumlah pias ganjil,
maka dapat digunakan metoda trapesium, tetapi metoda ini memiliki kesalahan
yang cukup besar. Kedua metoda dapat digabung, sejumlah genap pias dihitung
dengan metoda Simpson 1/3, sedang 3 pias sisanya dengan metoda Simpson
3/8.

Contoh 6
4
Dengan aturan Simpson 3/8 hitung I = e x dx . Hitung pula integral
0
tersebut dengan menggunakan gabungan dari metoda Simpson 1/3 dan 3/8, bila
digunakan 5 pias dengan x=0,8.
Penyelesaian
a. Metoda Simpson 3/8 dengan 1 pias
Integral dihitung dengan menggunakan Persamaan (10.21):

I = (4 0 )
[e 0
]
+ 3 e1,3333 + 3 e 2,6667 + e 4
= 55,07798
8
Besar kesalahan adalah:
53,598150 55,07798
= 100% = 2,761 %
53,598150

b. Bila digunakan 5 pias, maka untuk kelima pias tersebut adalah:

127
Matematika Teknik yan sujendro m

f (0) = e 0 = 1 f (2,4) = e 2,4 = 11,02318


f (0,9) = e 0,8 = 2,22554 f (3,2 ) = e 3,2 = 24,53253
f (1,6) = e1,6 = 4,95303 f (4,0) = e 4,0 = 54,59815

Integral untuk dua pias pertama dihitung dengan metoda Simpson 1/3
(Persamaan 10.17):

I=
1,6
(1 + 4.2,22554 + 4,95303) = 3,96138
6
Tiga pias terakhir dihitung dengan menggunakan metoda Simpson 3/8:

I = 2,4
(4,9503 + 3.11,02318 + 3.24,53253 + 54,59815) = 49,86549
8
Integral total adalah jumlah dari kedua hasil di atas:
I = 3,96138 + 49,86549 = 53,826873

Kesalahan terhadap nilai eksak:


53,598150 53,826873
= 100% = 0,427 %
53,598150

10.5 Integral dengan Panjang Pias Tidak Sama


Beberapa rumus yang telah dipelajari di depan didasarkan pada titik data
yang berjarak sama. Dalam praktek sering dijumpai suatu keadaan dengan
pembagian pias dengan panjang pias tidak sama, seperti terlihat pada Gambar
10.8. Pada bagian kurva yang melengkung tajam diperlukan pias dengan jumlah
yang lebih banyak, sehingga panjang pias lebih kecil dibandingkan dengan
bagian kurva yang lebih datar.

x
x0 x1 x2 xn

Gambar 10.8. Integral dengan panjang pias tidak sama

128
Matematika Teknik yan sujendro m

Dari beberapa aturan yang telah dipelajari, yang dapat digunakan pada
keadaan ini adalah metoda trapesium dengan banyak pias. Bentuk persamaan
menjadi:
f ( x1 ) f ( x0 ) f ( x 2 ) f ( x1 ) f ( x n ) f ( x n 1 )
I = x1 + x 2 + ........... + x n (10.23)
2 2 2
dengan xi = xi xi 1

10.6 Metoda Kuadratur


Pada metoda trapesium dan Simpson, fungsi yang diintegralkan secara
numerik terdiri atas 2 bentuk yaitu tabel data atau fungsi. Pada metoda kuadratur
(terutama metoda Gauss kuadratur), data yang diberikan berupa fungsi.
Pada metoda trapesium dan Simpson, integral didasarkan pada nilai-nilai
pada ujung-ujung pias. Tampak pada Gambar 10.9.a metoda trapesium
didasarkan pada luasan di bawah garis lurus yang menghubungkan nilai-nilai
fungsi pada ujung-ujung interval integrasi. Rumus yang digunakan untuk
menghitung luasan adalah:
f (a ) + f (b )
I = (b a ) (10.24)
2
dengan a dan b adalah batas integrasi dan (b-a) adalah lebar interval integrasi.
Karena metoda trapesium harus melalui titik-titik ujung, maka rumus trapesium
memberikan kesalahan yang cukup besar (Gambar 10.9.a).

f(x) f(x)

x (b) x
(a)
Gambar 10.9. Bentuk grafis metoda trapesium dan Gauss Kuadratur

Pada metoda Gauss Kuadratur luasan dihitung di bawah garis lurus yang
menghubungkan dua titik sebarang pada kurva. Dengan menerapkan posisi dari
kedua titik tersebut secara bebas, makaakan dapat ditentukan garis lurus yang
dapat menyeimbangkan antara kesalahan positif dan negatif (Gambar 10.9.b).
Pada metoda trapesium, persamaan integral seperti diberikan oleh
Persamaan (10.24) dapat ditulis dalam bentuk:
I = c1 f (a ) + c 2 f (b ) (10.25)

129
Matematika Teknik yan sujendro m

dengan c adalah konstanta. Dari persamaan tersebut akan dicari koefisien c1 dan
c2.
Seperti pada metoda trapesium, dalam metoda Gauss Kuadratur juga
dicari koefisien-koefisien dari persamaan yang berbentuk:
I = c1 f ( x1 ) + c 2 f ( x 2 ) (10.26)

Pada keadaan ini, variabel x1 dan x2 adalah tidak tetap dan akan dicari
(Gambar 10.10). Persamaan (10.26) mengandung empat bilangan tak diketahui,
yaitu c1, c2, x1 dan x2, sehingga diperlukan empat persamaan untuk
penyelesaiannya. Untuk menyelesaikan dianggap Persamaan (10.26) harus
memenuhi integral dari empat fungsi, yaitu f ( x ) = 1 , f ( x ) = x , f ( x ) = x 2 , dan
f ( x ) = x 3 , sehingga:

f(x)

f(x2)

f(x1)

1 x1 x2 1

Gambar 10.10 Integrasi Gauss Kuadratur

1
f ( x ) = x : c1 f ( x1 ) + c 2 f (x 2 ) =
3
x
3
dx = 0 = c1 x13 + c 2 x 23 (10.27)
1
1
f ( x ) = x 2 : c1 f ( x1 ) + c 2 f ( x 2 ) =
2
x
2
dx = = c1 x12 + c 2 x 22 (10.28)
3
1
1
f ( x ) = x : c1 f (x1 ) + c 2 f ( x 2 ) = xdx = 0 = c1 x1 + c2 x2 (10.29)
1
1
f ( x ) = 1 : c1 f ( x1 ) + c 2 f ( x 2 ) = 1dx = 2 = c1 + c 2 (10.30)
1

sehingga didapat sistem persamaan:

c1 x13 + c 2 x 23 = 0
2
c1 x12 + c 2 x 22 =
3

130
Matematika Teknik yan sujendro m

c1 x1 + c 2 x 2 = 0
c1 + c2 = 2

Penyelesaian dari sistem persamaan di atas adalah:


c1 = c 2 = 1
1
x1 = = 0,577350269
3
1
x2 = = 0,577350269
3
Substitusikan hasil tersebut ke dalam Persamaan (10.26) menghasilkan:

1 1
I = f + f
3 3
Batas-batas integral dalam Persamaan (10.27) sampai dengan (10.30)
adalah dari 1 sampai 1, sehingga lebih memudahkan hitungan dan membuat
rumus yang diperoleh dapat digunakan secara umum. Dengan melakukan
transformasi, batas-batas integrasi yang lain dapat diubah ke dalam bentuk
tersebut. Untuk itu dianggap terdapat hubungan antara variabel baru xd dan
variabel asli x secara linier dalam bentuk:

x = a0 + a1 x d (10.31)

Apabila batas bawah adalah x = a, untuk variabel baru batas tersebut


adalah xd = 1. Kedua nilai tersebut disubstitusikan ke dalam Persamaan (10.31),
sehingga diperoleh:
a = a0 + a1 ( 1)

dan batas baru xd=1, memberikan:


b = a0 + a1 (1)

dari hasil tersebut dapat diselesaikan secara simultan dan hasilnya


adalah:
b+a ba
a0 = dan a1 = , sehingga dihasilkan:
2 2
(b + a ) + (b a )xd
x= , diferensial dari persamaan tersebut adalah:
2

dx =
(b a ) dx
d
2

Bentuk rumus Gauss Kuadratur untuk dua titik dapat dikembangkan untuk
lebih banyak titik, yang secara umum memiliki bentuk:

I = c1 f ( x1 ) + c 2 f ( x 2 ) + .......... + c n f ( x n ) (10.32)

131
Matematika Teknik yan sujendro m

10.7 Latihan-latihan
1. Hitung integral berikut ini dengan metoda trapesium satu pias. Hitungan
sampai 5 angka di belakang koma.

( x )
2
3
x 2 + 5 x + 3 dx
0

2. Hitung integral pada soal nomor 1 dengan metoda trapesium banyak pias
dengan interval x=0,5.
3. Hitung integral pada soal nomor 1 dengan metoda Simpson 1/3 dengan
interval x=0,5.
4. Hitung integral pada soal nomor 1 dengan metoda Simpson 3/8 dengan
interval x=0,5.
5. Hitung integral berikut ini dengan metoda trapesium satu pias. Hitungan
sampai 5 angka di belakang koma.
2
xe
x
dx
0

6. Hitung integral pada soal nomor 5 dengan metoda trapesium banyak pias
dengan interval x=0,5.
7. Hitung integral pada soal nomor 5 dengan metoda Simpson 1/3 dengan
interval x=0,5.
8. Hitung integral beriku ini.

(4 + 2 sin x )dx
0
a. metoda trapesium satu pias,
b. metoda trapesium banyak pias (n=5),
c. Metoda Simpson 1/3 satu pias
d. Metoda Simpson 3/8 satu pias
e. Metoda Simpson banyak pias
9. Hitung integral berikut ini dengan interval x=1 dan x=3 dengan metoda
Simpson 1/3. Hitungan sampai 5 angka di belakang koma.
3
x / 2
e dx
1

10. Hitung integral dari tabel data berikut dengan menggunakan metoda
trapesium dan metoda trapesium dengan koreksi ujung.
x 0,0 0,1 0,2 0,3 0,4 0,5
f(x) 1 7 4 3 5 9
11. Hitung integral soal nomor 10 dengan menggunakan metoda Simpson.

132
Matematika Teknik yan sujendro m

12. Hitung integral dari tabel data berikut dengan menggunakan metoda
trapesium dan Simpson
x 3 1 1 3 5 7 9 11
f(x) 1 4 5 2 4 8 6 3

10.8 Daftar Pustaka


Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta
Chapra, S.P., Canale, R.P., 1985, Numerical Methods for Engineers, McGraw-
Hill Book Company, New York.

133
GARIS-GARIS BESAR PROGRAM PENGAJARAN
(GBPP)

NAMA MATAKULIAH : MATEMATIKA TEKNIK


NOMOR KODE/SKS : TS 2113 / 3 SKS
DESKRIPSI SINGKAT : Matakuliah Matematika Teknik diberikan pada semester IV dengan jumlah tatap muka 14 kali dan pada tengah
semester diadakan ujian Mid Semester. Dalam tatap muka diberikan penjelasan tentang matriks, bentuk-bentuk
operasi matriks, penyelesaian matematika secara numeris, dan penyelesaian dengan menggunakan perangkat
lunak (software).
TUJUAN INSTRUKSIONAL UMUM : Pada akhir semester mahasiswa akan dapat menjalankan operasi-operasi matriks dan mengerti dasar-
dasar metoda numerik dan dapat menggunakan software untuk perhitungan matematika..

Estimasi Daftar
No. Tujuan Instruksional Khusus Pokok Bahasan Sub Pokok Bahasan
Waktu Pustaka
Setelah mengikuti kuliah ini
mahasiswa akan dapat :
1. Menjelaskan arti bilangan skalar dan 1. Pendahuluan 1.1. Skalar 3 jam A2, A3
vektor. 1.2. Vektor
1.3. Vektor Satuan
1.4. Penjumlahan Vektor
1.5. Perkalian Vektor
1.6. Vektor Orthogonal dan Vektor
Normal
2. Menjelaskan tentang definisi matriks, 2. Matriks 2.1. Definisi matriks 3 jam A2, A3
operasi-operasi matriks, bentuk- 2.2. Operasi matriks
bentuk matriks, dan penyekatan 2.3. Matriks bentuk khusus
matriks. 2.4. Penyekatan matriks
3. Menjelaskan definisi determinan, 3. Determinan 3.1. Definisi determinan 3 jam A2, A3
sifat-sifat dan cara-cara mencari 3.2. Minor dan kofaktor
determinan. 3.3. Sifat-sifat determinan
3.4. Perhitungan dengan kondensasi
Pivot
Estimasi Daftar
No. Tujuan Instruksional Khusus Pokok Bahasan Sub Pokok Bahasan
Waktu Pustaka
3.5. Perhitungan dengan kondensasi
Pivot terbesar
4. Menjelaskan definisi invers matriks, 4. Invers Suatu Matriks 4.1. Definisi invers matriks 6 jam A2, A3
sifat-sifat invers matriks, dan cara- 4.2. Matriks kofaktor
cara mencari invers matriks. 4.3. Matriks adjoint
4.4. Invers suatu matriks
4.5. Sifat-sifat invers
4.6. Mencari invers dengan trans-
formasi berurutan
5. Menjelaskan operasi-operasi matriks 5. Operasi Matriks dengan 5.1. Penulisan Matriks dalam Lembar 6 jam A2, A3,
dengan menggunakan Microsoft Software Kerja Microsoft Excel B1, B2
Excel dan Mathcad. 5.2. Operasi Matriks dengan Micro-
soft Excel
5.3. Operasi Matriks dengan Math-
cad
6. Menjelaskan tentang metoda 6. Metoda Numerik 6.1. Pendahuluan 3 jam A1, A4
numerik, bentuk-bentuk kesalahan, 6.2. Kesalahan (error)
deret Taylor, dan diferensial numerik. 6.3. Kesalahan absolut dan relatif
6.4. Deret Taylor
6.5. Diferensial numerik
7. Menjelaskan tentang sistem persa- 7. Sistem Persamaan Linier 7.1. Pendahuluan 3 jam A1, A2, A4
maan linier, penyelesaian sistem 7.2. Sistem persamaan dalam bentuk
persamaan dalam bentuk matriks, matriks
dan penyelesaian dengan metoda 7.3. Metoda eliminasi Gauss
eliminasi Gauss, metoda Gauss 7.4. Metoda Gauss Jordan
Jordan, dan metoda iterasi. 7.5. Metoda iterasi
8. Menjelaskan tentang akar-akar 8. Akar-akar Persamaan 8.1. Pendahuluan 6 jam A1, A4
persamaan dengan berbagai cara 8.2. Metoda setengah interval
penyelesaian. 8.3. Metoda interpolasi linier
8.4. Metoda Newton Raphson
8.5. Metoda secant
Estimasi Daftar
No. Tujuan Instruksional Khusus Pokok Bahasan Sub Pokok Bahasan
Waktu Pustaka
8.6.Metoda iterasi
9. Menjelaskan tentang bentuk-bentuk 9. Interpolasi 9.1. Pendahuluan 3 jam A1, A4
interpolasi 9.2. Interpolasi linier
9.3. Interpolasi kuadrat
9.4. Bentuk Umum Interpolasi Poli-
nomial
9.5. Interpolasi Polinomial Lagrange
10. Menjelaskan tentang bentuk-bentuk 10. Integrasi Numerik 10.1. Pendahuluan 6 jam A1, A4
integrasi numerik. 10.2. Metoda trapesium
10.3. Metoda trapesium dengan
banyak pias
10.4. Metoda Simpson
10.5. Metoda Kuadratur

A. Buku Wajib

1. Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta


2. Gere, James M., Weaver, William Jr., 1987, Aljabar Matriks untuk Insinyur, Erlangga, Jakarta.
3. Stroud, K.A., 1996, Matematika untuk Teknik, Erlangga, Jakarta.
4. Chapra, S.P., Canale, R.P., 1985, Numerical Methods For Engineers, McGraw-Hill Book Company, New York.

B. Buku Pendukung
1. Adi Kusrianto, 2001, Mengupas Tuntas Formula dan Fungsi Microsoft Excel, Elex Media Komputindo, Jakarta.
2. Anonim, 2001, Mathcad Users Guide with Reference Manual Mathcad 2001i, MathSoft Engineering & Education, Inc., Cambridge
3. Berk, Kenneth N., Carey, Patrick, Data Analysis with Microsoft Excel, Duxbury Thomson Learning, California.
4. Binsar Hariandja, 1997, Analisis Struktur Berbentuk Rangka Dalam Formulasi Matriks, Aksara Husada, Bandung.
5. Fausett, Laurene V., Applied Numerical Analysis Using Mathlab, Prentice Hall International,
6. Hanselman, Duane, Littlefield, Bruce, 2002, Mathlab Bahasa Komputasi Teknis, Andi and Pearson Education Asia Pte. Ltd.,
Yogyakarta.
7. Penny, John, Lindfield, George, 1999, Numerical Method Using Mathlab, Ellis Horwood, Hertfordshire.
8. Supartono, FX., Teddy Boen, 1987, Analisa Struktur dengan Metode Matrix, UI-Pers, Jakarta.
SATUAN ACARA PENGAJARAN (SAP)

Mata Kuliah : Matematika Teknik


Kode mata kuliah : TS 2113
Sks : 3 sks
Waktu pertemuan : 3 x 50 menit
Pertemuan ke :1

A. Tujuan Instruksional
1. Umum
Setelah menyelesaikan kuliah ini (pada akhir semester), mahasiswa akan dapat
menjalankan operasi-operasi matriks dan mengerti dasar-dasar metoda numerik dan
dapat menggunakan software untuk perhitungan matematika teknik.
2. Khusus
Setelah mengikuti kuliah ini (pada akhir pertemuan ke 1), mahasiswa akan dapat
menjelaskan arti bilangan skalar dan vektor.

B. Pokok Bahasan : Pendahuluan

C. Sub Pokok Bahasan


1. Besaran Skalar
2. Vektor
3. Vektor Satuan
4. Penjumlahan Vektor
5. Perkalian Vektor
6. Vektor Orthogonal dan Vektor Normal

D. Kegiatan Belajar Mengajar

Kegiatan Media dan alat


Tahap Kegiatan Pengajar
Mahasiswa pengajaran
Pendahuluan 1. Menjelaskan ruang lingkup Memperhatikan Komputer, LCD
materi pada pertemuan 1 projector, OHP
dan papan tulis
2. Menjelaskan tentang besaran Memperhatikan
skalar dan vektor
Penyajian 3. Menjelaskan pengertian besaran Melakukan atau Komputer, LCD
skalar memberikan ja- projector, OHP
4. Menjelaskan pengertian vektor waban pertanya- dan papan tulis
5. Menjelaskan pengertian vektor an
satuan
6. Menjelaskan cara-cara penjumla-
han vektor
7. Menjelaskan cara-cara pekalian
vektor
8. Menjelaskan pengertian vektor
orthogonal dan vektor normal
Penutup 9. Menutup pertemuan Memberikan ko-

1
Kegiatan Media dan alat
Tahap Kegiatan Pengajar
Mahasiswa pengajaran
a. mengundang komentar atau mentar atau per-
pertanyaan mahasiswa tanyaan tentang
b. memberikan gambaran umum besaran skalar
tentang materi kuliah yang dan vektor
akan datang

E. Evaluasi
Instrumen yang digunakan : checklist untuk menilai pemahaman mahasiswa tentang
besaran skalar dan vektor

F. Referensi :
1. Gere, James M., Weaver, William Jr., 1987, Aljabar Matriks untuk Insinyur, Erlangga,
Jakarta.
2. Stroud, K.A., 1996, Matematika untuk Teknik, Erlangga, Jakarta.
3. Supartono, FX., Teddy Boen, 1987, Analisa Struktur dengan Metode Matrix, UI-Pers,
Jakarta.

2
Mata Kuliah : Matematika Teknik
Kode mata kuliah : TS 2113
Sks : 3 sks
Waktu pertemuan : 3 x 50 menit
Pertemuan ke :2

A. Tujuan Instruksional
1. Umum
Setelah menyelesaikan kuliah ini (pada akhir semester), mahasiswa akan dapat
menjalankan operasi-operasi matriks dan mengerti dasar-dasar metoda numerik dan
dapat menggunakan software untuk perhitungan matematika teknik.
2. Khusus
Setelah mengikuti kuliah ini (pada akhir pertemuan ke 2), mahasiswa akan dapat
menjelaskan tentang definisi matriks, operasi-operasi matriks, bentuk-bentuk matriks,
dan penyekatan matriks.

B. Pokok Bahasan : Matriks

C. Sub Pokok Bahasan


1. Definisi matriks
2. Operasi matriks
3. Matriks bentuk khusus
4. Penyekatan matriks

D. Kegiatan Belajar Mengajar

Kegiatan Media dan alat


Tahap Kegiatan Pengajar
Mahasiswa pengajaran
Pendahuluan 1. Menjelaskan ruang lingkup Memperhatikan Komputer, LCD
materi pada pertemuan 2 projector, OHP
dan papan tulis
2. Menjelaskan tentang matriks Memperhatikan
Penyajian 3. Menjelaskan tentang definisi Melakukan atau Komputer, LCD
matriks memberikan ja- projector, OHP
4. Menjelaskan tentang bentuk- waban pertanya- dan papan tulis
bentuk operasi matriks an
5. Menjelaskan tentang matriks
dengan bentuk khusus
6. Menjelaskan tentang penyekatan
matriks
Penutup 7. Menutup pertemuan Memberikan ko-
a. mengundang komentar atau mentar atau per-
pertanyaan mahasiswa tanyaan tentang
b. memberikan gambaran umum matriks
tentang materi kuliah yang
akan datang

3
E. Evaluasi
Instrumen yang digunakan : checklist untuk menilai pemahaman mahasiswa tentang
matriks

F. Referensi :
1. Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta
2. Binsar Hariandja, 1997, Analisis Struktur Berbentuk Rangka Dalam Formulasi Matriks,
Aksara Husada, Bandung.
3. Gere, James M., Weaver, William Jr., 1987, Aljabar Matriks untuk Insinyur, Erlangga,
Jakarta.
4. Stroud, K.A., 1996, Matematika untuk Teknik, Erlangga, Jakarta.
5. Supartono, FX., Teddy Boen, 1987, Analisa Struktur dengan Metode Matrix, UIPers,
Jakarta.

4
Mata Kuliah : Matematika Teknik
Kode mata kuliah : TS 2113
Sks : 3 sks
Waktu pertemuan : 3 x 50 menit
Pertemuan ke :3

A. Tujuan Instruksional
1. Umum
Setelah menyelesaikan kuliah ini (pada akhir semester), mahasiswa akan dapat
menjalankan operasi-operasi matriks dan mengerti dasar-dasar metoda numerik dan
dapat menggunakan software untuk perhitungan matematika teknik.
2. Khusus
Setelah mengikuti kuliah ini (pada akhir pertemuan ke 3), mahasiswa akan dapat
menjelaskan tentang definisi determinan, sifat-sifat dan cara-cara mencari
determinan.

B. Pokok Bahasan : Determinan

C. Sub Pokok Bahasan


1. Definisi determinan
2. Minor dan Kofaktor
3. Sifat-sifat determinan
4. Perhitungan dengan kondensasi Pivot
5. Perhitungan dengan kondensasi Pivot terbesar

D. Kegiatan Belajar Mengajar

Kegiatan Media dan alat


Tahap Kegiatan Pengajar
Mahasiswa pengajaran
Pendahuluan 1. Menjelaskan ruang lingkup Memperhatikan Komputer, LCD
materi pada pertemuan 3 projector, OHP
dan papan tulis
2. Menjelaskan tentang determinan Memperhatikan
Penyajian 3. Menjelaskan definisi determinan Melakukan atau Komputer, LCD
4. Menjelaskan tentang minor dan memberikan ja- projector, OHP
kofaktor waban pertanya- dan papan tulis
5. Menjelaskan tentang sifat-sifat an
determinan
6. Menjelaskan tentang perhitungan
dengan kondensasi Pivot
7. Menjelaskan tentang perhitungan
dengan kondensasi Pivot
Penutup 8. Menutup pertemuan Memberikan ko-
a. mengundang komentar atau mentar atau per-
pertanyaan mahasiswa tanyaan tentang
b. memberikan gambaran umum determinan

5
Kegiatan Media dan alat
Tahap Kegiatan Pengajar
Mahasiswa pengajaran
tentang materi kuliah yang
akan datang

E. Evaluasi
Instrumen yang digunakan : checklist untuk menilai pemahaman mahasiswa tentang
determinan

F. Referensi :
1. Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta
2. Binsar Hariandja, 1997, Analisis Struktur Berbentuk Rangka Dalam Formulasi Matriks,
Aksara Husada, Bandung.
3. Chapra, S.P., Canale, R.P., 1985, Numerical Methods For Engineers, McGraw-Hill
Book Company, New York.
4. Stroud, K.A., 1996, Matematika untuk Teknik, Erlangga, Jakarta.
5. Supartono, FX., Teddy Boen, 1987, Analisa Struktur dengan Metode Matrix, UI-Pers,
Jakarta.

6
Mata Kuliah : Matematika Teknik
Kode mata kuliah : TS 2113
Sks : 3 sks
Waktu pertemuan : 2 x 3 x 50 menit
Pertemuan ke :4

A. Tujuan Instruksional
1. Umum
Setelah menyelesaikan kuliah ini (pada akhir semester), mahasiswa akan dapat
menjalankan operasi-operasi matriks dan mengerti dasar-dasar metoda numerik dan
dapat menggunakan software untuk perhitungan matematika teknik.
2. Khusus
Setelah mengikuti kuliah ini (pada akhir pertemuan ke 4), mahasiswa akan dapat
menjelaskan tentang definisi invers matriks, sifat-sifat invers matriks, dan cara-cara
mencari invers matriks.

B. Pokok Bahasan : Invers Matriks

C. Sub Pokok Bahasan


1. Definisi invers matriks
2. Matriks kofaktor
3. Matriks adjoint
4. Invers suatu matriks
5. Sifat-sifat invers
6. Mencari invers matriks dengan transformasi berurutan

D. Kegiatan Belajar Mengajar

Kegiatan Media dan alat


Tahap Kegiatan Pengajar
Mahasiswa pengajaran
Pendahuluan
1. Menjelaskan ruang lingkup Memperhatikan Komputer, LCD
materi pada pertemuan 4 projector, OHP
dan papan tulis
2. Menjelaskan tentang invers Memperhatikan
matriks
Penyajian 3. Menjelaskan tentang definisi Melakukan atau Komputer, LCD
invers matriks memberikan ja- projector, OHP
4. Menjelaskan tentang matriks waban pertanya- dan papan tulis
kofaktor an
5. Menjelaskan tentang matriks
adjoint
6. Menjelaskan tentang cara mencari
invers matriks
7. Menjelaskan tentang sifat-sifat
invers matriks
8. Menjelaskan cara mencari invers
matriks dengan transformasi

7
Kegiatan Media dan alat
Tahap Kegiatan Pengajar
Mahasiswa pengajaran
berurutan
Penutup 9. Menutup pertemuan Memberikan ko-
a. mengundang komentar atau mentar atau per-
pertanyaan mahasiswa tanyaan tentang
b. memberikan gambaran umum invers matriks
tentang materi kuliah yang
akan datang

E. Evaluasi
Instrumen yang digunakan : checklist untuk menilai pemahaman mahasiswa tentang
invers matriks.

F. Referensi :
1. Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta
2. Binsar Hariandja, 1997, Analisis Struktur Berbentuk Rangka Dalam Formulasi Matriks,
Aksara Husada, Bandung.
3. Chapra, S.P., Canale, R.P., 1985, Numerical Methods For Engineers, McGraw-Hill
Book Company, New York.
4. Stroud, K.A., 1996, Matematika untuk Teknik, Erlangga, Jakarta.
5. Supartono, FX., Teddy Boen, 1987, Analisa Struktur dengan Metode Matrix, UI-Pers,
Jakarta.

8
Mata Kuliah : Matematika Teknik
Kode mata kuliah : TS 2113
Sks : 3 sks
Waktu pertemuan : 2 x 3 x 50 menit
Pertemuan ke :5

A. Tujuan Instruksional
1. Umum
Setelah menyelesaikan kuliah ini (pada akhir semester), mahasiswa akan dapat
menjalankan operasi-operasi matriks dan mengerti dasar-dasar metoda numerik dan
dapat menggunakan software untuk perhitungan matematika teknik.
2. Khusus
Setelah mengikuti kuliah ini (pada akhir pertemuan ke 5), mahasiswa akan dapat
menjelaskan tentang operasi-operasi matriks dengan menggunakan Microsoft Excel
dan Mathcad.

B. Pokok Bahasan : Operasi Matriks dengan Software

C. Sub Pokok Bahasan


1. Penulisan Matriks dalam Lembar Kerja Microsoft Excel
2. Operasi Matriks dengan Microsoft Excel
3. Operasi Matriks dengan Mathcad

D. Kegiatan Belajar Mengajar

Kegiatan Media dan alat


Tahap Kegiatan Pengajar
Mahasiswa pengajaran
Pendahuluan 1. Menjelaskan ruang lingkup Memperhatikan Komputer, LCD
materi pada pertemuan 5 projector, OHP
dan papan tulis
2. Menjelaskan tentang Operasi Memperhatikan
Matriks dengan Software
Penyajian 3. Menjelaskan cara-cara penulisan Melakukan atau Komputer, LCD
matriks dalam lembar kerja memberikan ja- projector, OHP
Microsoft Excel waban pertanya- dan papan tulis
4. Menjelaskan tentang operasi an
matriks dengan Microsoft Excel
5. Menjelaskan tentang operasi
matriks dengan Mathcad
Penutup 6. Menutup pertemuan Memberikan ko-
a. mengundang komentar atau mentar atau per-
pertanyaan mahasiswa tanyaan tentang
b. memberikan gambaran umum operasi matriks
tentang materi kuliah yang dengan software
akan datang

9
E. Evaluasi
Instrumen yang digunakan : checklist untuk menilai pemahaman mahasiswa tentang
operasi matriks dengan software

F. Referensi :
1. Adi Kusrianto, 2001, Mengupas Tuntas Formula dan Fungsi Microsoft Excel, Elex Media
Komputindo, Jakarta.
2. Anonim, 2001, Mathcad Users Guide with Reference Manual Mathcad 2001i, MathSoft
Engineering & Education, Inc., Cambridge
3. Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta
4. Berk, Kenneth N., Carey, Patrick, Data Analysis with Microsoft Excel, Duxbury Thomson
Learning, California.

10
Mata Kuliah : Matematika Teknik
Kode mata kuliah : TS 2113
Sks : 3 sks
Waktu pertemuan : 3 x 50 menit
Pertemuan ke :6

A. Tujuan Instruksional
1. Umum
Setelah menyelesaikan kuliah ini (pada akhir semester), mahasiswa akan dapat
menjalankan operasi-operasi matriks dan mengerti dasar-dasar metoda numerik dan
dapat menggunakan software untuk perhitungan matematika teknik.
2. Khusus
Setelah mengikuti kuliah ini (pada akhir pertemuan ke 6), mahasiswa akan dapat
menjelaskan tentang metoda numerik, bentuk-bentuk kesalahan, deret Taylor, dan
diferensial numerik.

B. Pokok Bahasan : Metoda Numerik

C. Sub Pokok Bahasan


1. Pendahuluan
2. Kesalahan (error)
3. Kesalahan Absolut dan Relatif
4. Deret Taylor
5. Diferensial Numerik

D. Kegiatan Belajar Mengajar

Kegiatan Media dan alat


Tahap Kegiatan Pengajar
Mahasiswa pengajaran
Pendahuluan 1. Menjelaskan ruang lingkup Memperhatikan Komputer, LCD
materi pada pertemuan 6 projector, OHP
dan papan tulis
2. Menjelaskan tentang metoda Memperhatikan
numerik, bentuk-bentuk kesalah-
an, deret Taylor, dan diferensial
numerik.
Penyajian 3. Menjelaskan ketentuan umum Melakukan atau Komputer, LCD
tentang metoda numerik memberikan ja- projector, OHP
4. Menjelaskan tentang bentuk- waban pertanya- dan papan tulis
bentuk kesalahan an
5. Menjelaskan tentang kesalahan
absolut dan kesalahan relatif
6. Menjelaskan tentang deret Taylor
7. Menjelaskan tentang diferensial
numerik
Penutup 8. Menutup pertemuan Memberikan ko-
a. mengundang komentar atau mentar atau per-

11
Kegiatan Media dan alat
Tahap Kegiatan Pengajar
Mahasiswa pengajaran
pertanyaan mahasiswa tanyaan tentang
b. memberikan gambaran umum metoda numerik
tentang materi kuliah yang
akan datang

E. Evaluasi
Instrumen yang digunakan : checklist untuk menilai pemahaman mahasiswa tentang
metoda numerik

F. Referensi :
1. Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta
2. Chapra, S.P., Canale, R.P., 1985, Numerical Methods For Engineers, McGraw-Hill
Book Company, New York.
3. Penny, John, Lindfield, George, 1999, Numerical Method Using Mathlab, Ellis
Horwood, Hertfordshire.

12
Mata Kuliah : Matematika Teknik
Kode mata kuliah : TS 2113
Sks : 3 sks
Waktu pertemuan : 3 x 50 menit
Pertemuan ke :7

A. Tujuan Instruksional
1. Umum
Setelah menyelesaikan kuliah ini (pada akhir semester), mahasiswa akan dapat
menjalankan operasi-operasi matriks dan mengerti dasar-dasar metoda numerik dan
dapat menggunakan software untuk perhitungan matematika teknik.
2. Khusus
Setelah mengikuti kuliah ini (pada akhir pertemuan ke 7), mahasiswa akan dapat
menjelaskan tentang sistem persamaan linier, penyelesaian sistem persamaan dalam
bentuk matriks, dan penyelesaian dengan metoda eliminasi Gauss, metoda Gauss
Jordan, dan metoda iterasi

B. Pokok Bahasan : Persamaan Linier

C. Sub Pokok Bahasan


1. Pendahuluan
2. Sistem Persamaan dalam Bentuk Matriks
3. Metoda eliminasi Gauss
4. Metoda GaussJordan
5. Metoda Iterasi

D. Kegiatan Belajar Mengajar

Kegiatan Media dan alat


Tahap Kegiatan Pengajar
Mahasiswa pengajaran
Pendahuluan 1. Menjelaskan ruang lingkup Memperhatikan Komputer, LCD
materi pada pertemuan 7 projector, OHP
dan papan tulis
2. Menjelaskan tentang persamaan Memperhatikan
linier
Penyajian 3. Menjelaskan tentang pengertian Melakukan atau Komputer, LCD
persamaan linier memberikan ja- projector, OHP
4. Menjelaskan tentang persamaan waban pertanya- dan papan tulis
dalam bentuk matriks an
5. Menjelaskan cara penyelesaian
dengan metoda eliminasi Gauss
6. Menjelaskan cara penyelesaian
dengan metoda GaussJordan
Penutup 7. Menutup pertemuan Memberikan ko-
a. mengundang komentar atau mentar atau per-
pertanyaan mahasiswa tanyaan tentang
b. memberikan gambaran umum persamaan linier

13
Kegiatan Media dan alat
Tahap Kegiatan Pengajar
Mahasiswa pengajaran
tentang materi kuliah yang
akan datang

E. Evaluasi
Instrumen yang digunakan : checklist untuk menilai pemahaman mahasiswa tentang
persamaan linier

F. Referensi :
1. Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta
2. Chapra, S.P., Canale, R.P., 1985, Numerical Methods For Engineers, McGraw-Hill
Book Company, New York.
3. Penny, John, Lindfield, George, 1999, Numerical Method Using Mathlab, Ellis
Horwood, Hertfordshire.

14
Mata Kuliah : Matematika Teknik
Kode mata kuliah : TS 2113
Sks : 3 sks
Waktu pertemuan : 2 x 3 x 50 menit
Pertemuan ke :8

A. Tujuan Instruksional
1. Umum
Setelah menyelesaikan kuliah ini (pada akhir semester), mahasiswa akan dapat
menjalankan operasi-operasi matriks dan mengerti dasar-dasar metoda numerik dan
dapat menggunakan software untuk perhitungan matematika teknik.
2. Khusus
Setelah mengikuti kuliah ini (pada akhir pertemuan ke 8), mahasiswa akan dapat
menjelaskan tentang akar-akar persamaan dengan berbagai cara penyelesaian

B. Pokok Bahasan : Akar-akar Persamaan

C. Sub Pokok Bahasan


1. Pendahuluan
2. Metoda Setengah Interval
3. Metoda Interpolasi Linier
4. Metoda Newton - Raphson
5. Metoda Secant
6. Metoda Iterasi

D. Kegiatan Belajar Mengajar

Kegiatan Media dan alat


Tahap Kegiatan Pengajar
Mahasiswa pengajaran
Pendahuluan 1. Menjelaskan ruang lingkup Memperhatikan Komputer, LCD
materi pada pertemuan 8 projector, OHP
dan papan tulis
2. Menjelaskan tentang akar-akar Memperhatikan
persamaan
Penyajian 3. Menjelaskan arti akar persama- Melakukan atau Komputer, LCD
an memberikan ja- projector, OHP
4. Menjelaskan cara mencari akar waban pertanya- dan papan tulis
persamaan dengan metoda an
setengah interval
5. Menjelaskan cara mencari akar
persamaan dengan metoda
interpolasi linier
6. Menjelaskan cara mencari akar
persamaan dengan metoda
Newton-Raphson
7. Menjelaskan cara mencari akar
persamaan dengan metoda

15
Kegiatan Media dan alat
Tahap Kegiatan Pengajar
Mahasiswa pengajaran
secant
8. Menjelaskan cara mencari akar
persamaan dengan metoda
iterasi
Penutup 9. Menutup pertemuan Memberikan ko-
a. mengundang komentar atau mentar atau per-
pertanyaan mahasiswa tanyaan tentang
b. memberikan gambaran umum akar-akar persa-
tentang materi kuliah yang maan
akan datang

E. Evaluasi
Instrumen yang digunakan : checklist untuk menilai pemahaman mahasiswa tentang
akar-akar persamaan

F. Referensi :
1. Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta
2. Chapra, S.P., Canale, R.P., 1985, Numerical Methods For Engineers, McGraw-Hill
Book Company, New York.
3. Penny, John, Lindfield, George, 1999, Numerical Method Using Mathlab, Ellis
Horwood, Hertfordshire.

16
Mata Kuliah : Matematika Teknik
Kode mata kuliah : TS 2113
Sks : 3 sks
Waktu pertemuan : 3 x 50 menit
Pertemuan ke :9

A. Tujuan Instruksional
1. Umum
Setelah menyelesaikan kuliah ini (pada akhir semester), mahasiswa akan dapat
menjalankan operasi-operasi matriks dan mengerti dasar-dasar metoda numerik dan
dapat menggunakan software untuk perhitungan matematika teknik.
2. Khusus
Setelah mengikuti kuliah ini (pada akhir pertemuan ke 9), mahasiswa akan dapat
menjelaskan tentang bentuk-bentuk interpolasi

B. Pokok Bahasan : Interpolasi

C. Sub Pokok Bahasan


1. Pendahuluan
2. Interpolasi Linier
3. Interpolasi Kuadrat
4. Bentuk Umum Interpolasi Polinomial
5. Interpolasi Polinomial Lagrange

D. Kegiatan Belajar Mengajar

Kegiatan Media dan alat


Tahap Kegiatan Pengajar
Mahasiswa pengajaran
Pendahuluan 1. Menjelaskan ruang lingkup Memperhatikan Komputer, LCD
materi pada pertemuan 9 projector, OHP
dan papan tulis
2. Menjelaskan tentang bentuk- Memperhatikan
bentuk interpolasi
Penyajian 3. Menjelaskan tentang arti interpo- Melakukan atau Komputer, LCD
lasi memberikan ja- projector, OHP
4. Menjelaskan tentang interpolasi waban pertanya- dan papan tulis
linier an
5. Menjelaskan tentang interpolasi
kuadrat
6. Menjelaskan tentang bentuk
umum interpolasi polinomial
7. Menjelaskan tentang interpolasi
polinomial lagrange
Penutup 8. Menutup pertemuan Memberikan ko-
a. mengundang komentar atau mentar atau per-
pertanyaan mahasiswa tanyaan tentang
b. memberikan gambaran umum interpolasi

17
Kegiatan Media dan alat
Tahap Kegiatan Pengajar
Mahasiswa pengajaran
tentang materi kuliah yang
akan datang

E. Evaluasi
Instrumen yang digunakan : checklist untuk menilai pemahaman mahasiswa tentang
interpolasi

F. Referensi :
1. Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta
2. Chapra, S.P., Canale, R.P., 1985, Numerical Methods For Engineers, McGraw-Hill
Book Company, New York.
3. Penny, John, Lindfield, George, 1999, Numerical Method Using Mathlab, Ellis
Horwood, Hertfordshire.

18
Mata Kuliah : Matematika Teknik
Kode mata kuliah : TS 2113
Sks : 3 sks
Waktu pertemuan : 2 x 3 x 50 menit
Pertemuan ke : 10

A. Tujuan Instruksional
1. Umum
Setelah menyelesaikan kuliah ini (pada akhir semester), mahasiswa akan dapat
menjalankan operasi-operasi matriks dan mengerti dasar-dasar metoda numerik dan
dapat menggunakan software untuk perhitungan matematika teknik.
2. Khusus
Setelah mengikuti kuliah ini (pada akhir pertemuan ke 10), mahasiswa akan dapat
menjelaskan tentang bentuk-bentuk integrasi numerik.

B. Pokok Bahasan : Integrasi Numerik

C. Sub Pokok Bahasan


1. Pendahuluan
2. Metoda trapesium
3. Metoda trapesium dengan Banyak Pias
4. Metoda Simpson
5. Metoda Kuadratur

D. Kegiatan Belajar Mengajar

Kegiatan Media dan alat


Tahap Kegiatan Pengajar
Mahasiswa pengajaran
Pendahuluan 1. Menjelaskan ruang lingkup Memperhatikan Komputer, LCD
materi pada pertemuan 9 projector, OHP
dan papan tulis
2. Menjelaskan tentang bentuk- Memperhatikan
bentuk integrasi numerik
Penyajian 3. Menjelaskan tentang arti integrasi Melakukan atau Komputer, LCD
numerik memberikan ja- projector, OHP
4. Menjelaskan tentang integrasi waban pertanya- dan papan tulis
numerik dengan metoda trape- an
sium
5. Menjelaskan tentang integrasi
numerik dengan metoda trape-
sium dengan banyak pias
6. Menjelaskan tentang integrasi
numerik dengan metoda Simpson
7. Menjelaskan tentang integrasi
numerik dengan metoda Kuadra-
tur
Penutup 8. Menutup pertemuan Memberikan ko-

19
Kegiatan Media dan alat
Tahap Kegiatan Pengajar
Mahasiswa pengajaran
c. mengundang komentar atau mentar atau per-
pertanyaan mahasiswa tanyaan tentang
d. memberikan gambaran umum integrasi numerik
tentang materi kuliah yang
akan datang

E. Evaluasi
Instrumen yang digunakan : checklist untuk menilai pemahaman mahasiswa tentang
integrasi numerik

F. Referensi :
1. Bambang Triatmodjo, 2002, Metode Numerik, Beta Offset, Yogyakarta
2. Chapra, S.P., Canale, R.P., 1985, Numerical Methods For Engineers, McGraw-Hill
Book Company, New York.
3. Penny, John, Lindfield, George, 1999, Numerical Method Using Mathlab, Ellis
Horwood, Hertfordshire.

20