Anda di halaman 1dari 11

LAPORAN PRAKTIKUM KOMPUTASI PROSES

BAB III. AKAR PERSAMAAN NON LINEAR

Disusun Oleh :
Nama : Muhamad Susianto

No. Mahasiswa : 15521095

Hari/ Kelas : Selasa / A

Asisten : 1. Lutfiana Rochmatuz Zam-zam

2. Intan Nurjannah

3. Shinta Widya Widaryanto

4. Panji Kumala Setiawan

LABORATORIUM KOMPUTASI PROSES


PROGRAM STUDI TEKNIK KIMIA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2017
i
BAB I

PENDAHULUAN
A. Tujuan
Agar mahasiswa dapat mencari akar persamaan non linear menggunakan
persamaan numerik.

B. Dasar Teori
1. Metode numerik adalah teknik untuk menyelesaikan permasalahan
permasalahan yang diformulasikan secara matematis dengan operasi
hitungan aritmetika biasa (tambah, kurang, bagi, dan kali). Salah satu
penerapan metode numerik dalam perhitungan aritmetika adalah
mencari akar-akar persamaan nonlinier. Metode pencarian akar-akar
persamaan nonlinier di antaranya adalah Metode Newton Raphson dan
Metode Halley.

Sebelum komputer digunakan untuk penyelesaian komputasi, dilakukan


dengan berbagai metode yang memiliki kendala-kendala. Metode yang
digunakan antara lain:

Metode Analitik, Solusi ini sangat berguna namun terbatas pada


masalah sederhana. Sedangkan Masalah real yang komplek dan non
linier tidak dapat diselesaikan.
Metode Grafik, metode ini digunakan Sebagai pendekatan penyelesaian
yang kompleks. Kendalanya bahwa metode ini Tidak akurat, sangat
lama, dan banyak membutuhkan waktu.
Kalkulator dan Slide Rules, Penyelesaian numerik secara manual. Cara
ini cukup lama dan mungkin bisa terjadi kesalahan pemasukan data.

Penggunaan metode numerik diharapkan dapat mengatasi berbagai


kelemahan-kelemahan metode yang ada sebelumnya. Dapat dipahami
pula bawa pada umumnya permasalahan dalam sains dan teknologi

1
digambarkan dalam persamaan matematika. Persamaan ini sulit
diselesaikan dengan model analitik sehingga diperlukan penyelesaian
pendekatan numerik. Dengan metode numerik, manusia terbebas dari
hitung menghitung manual yang membosankan . Sehinggga waktu dapat
lebih banyak digunakan untuk tujuan yang lebih kreatif, seperti
penekanan pada formulasi problem atau interpretasi solusi dan tidak
terjebak dalam rutinitas hitung menghitung.
2. Metode Newton Raphson adalah metode pendekatan yang
menggunakan satu titik awal dan mendekatinya dengan memperhatikan
slope atau gradien pada titik tersebut.
( )
x xold = (
)

Iterasi dihentikan ketika xold xnew

f(xold) 0

ALGORITMA METODE NEWTON RAPHSON :


1. Menentukan nilai x dan
2. Menghitung nilai f(xold)
3. Menghitung nilai f (xold) dengan cara central
( + ) ( )
( ) =
2
4. Menghitung xnew
( )
=
( )
3. Dalam bidang teknik sering didapatkan persamaan non linear : f(x) = 0.
Ingin dicari hagra x yang memenuhi persamaan tersebut. Ada beberapa
cara numeris yang dapat digunakan. Di sini akan dibahas cara Newton
Rhapson.
Mula mula diramal suatu harga x, (misal xold), yang kira kira dapat
memenuhi. Berdasarkan harga tersebut dicari harga x yang lebih baik,
yaitu xnew, yang didapatkan dengan persamaan :

2
( )
=
( )

Selanjutnya harga xnew menjadi xold untuk mencari xnew berikutnya.


Demikian seterusnya hingga diperoleh harga x yang cukup baik. Hal ini
ditandai dengan harga xnew mendekati xold atau harga : f(xnew) 0

4. Dengan metode numerik, kita hanya memperoleh solusi yang


menghampiri atau mendekati solusi sejati sehingga solusi numerik
dinamakan juga solusi hampiran (approxomation) atau solusi
pendekatan, namun solusi hampiran dapat dibuat seteliti yang kita
inginkan. Solusi hampiran jelas tidak tepat sama dengan solusi sejati,
sehingga ada selisih antara keduanya. Selisih inilah yang disebut dengan
galat (error).
5. Fungsi penyelesaian persamaan non linear dalam matlab
Untuk menetukan akar-akar persamaan polynomial dalam matlab dapat
menggunakan command r = roots p dimana p adalah vector koefisien
polynomial. Sebagai contoh, untuk menentukan akar persamaan
P(x) = x5 + 8,5x4 +10x3 37,5x2 - 36x + 54
Kita dapat menuliskan command berikut ini dalam matlab
>> p = [1 8.5 10 -37.5 -36 54];
>> r = roots(p)
r= -6.0000
-3.0000
-2.0000
1.5000
1.0000
Untuk jenis persamaan nonlinear lainnya, kita dapat menggunakan
matlab function yang disebut dangan fzero dengan cara menuliskan
X = fzero (fun,x0) atau [x, residual] = fzero (fun, x0)
Jika fun didefinisikan sebagai anonymous function. Contohnya
>>fun = @(x) sin(x)

3
>>x0 = 3;
>>x = fzero (fun, x0)
X = 3.1416
Atau
>> fun = @(x) sin(x);
>> x0 =3;
>> [x, residual] = fzero (fun, x0)
X=
3.1416
Residual =
1.2246e-16
Jika fun dituliskan dalam M-function,kita dapat menuliskan didalam file
dan menyimpannya dengan nama fun.m
Function y = fun (x)
Y = sin (x)
Selanjutnya dalam jendela command dapat ditulis
>>x0 = 3;
>> x = fzero(@ fun, x0)
X=
3.1416
Atau
>> x0 = 3;
>> [x, residual ] = fzero (@fun, x0)
X=
3.1416
Residual =
1.2246e-16

4
BAB II

PERSOALAN DAN PENYELESAIAN

A. Latihan

Latihan 1

Xold = 6
= 0.0001 y = 3 X^2 + 2X - 5

Xold f(Xold) Xold + Xold - f'(Xold) Xnew f(Xnew)


6.0000 115.0000 6.0001 5.9999 38.0000 2.9737 27.4758
2.9737 27.4758 2.9738 2.9736 19.8421 1.5890 5.7523
1.5890 5.7523 1.5891 1.5889 11.5338 1.0902 0.7462
1.0902 0.7462 1.0903 1.0901 8.5414 1.0029 0.0229
1.0029 0.0229 1.0030 1.0028 8.0172 1.0000 0.0000
1.0000 0.0000 1.0001 0.9999 8.0000 1.0000 0.0000
1.0000 0.0000 1.0001 0.9999 8.0000 1.0000 0.0000
1.0000 0.0000 1.0001 0.9999 8.0000 1.0000 0.0000

Jadi, penyelesaian dari akar persamaan non linear di atas adalah X=1

Latihan 2

Xold = 1 y = 12x^2 + 1/(5x+2) + ln x


= 0.0001

Xold f(Xold) Xold + Xold - f'(Xold) Xnew f(Xnew)


1.0000 12.1429 1.0001 0.9999 24.8980 0.5123 2.6997
0.5123 2.6997 0.5124 0.5122 14.0068 0.3196 0.3625
0.3196 0.3625 0.3197 0.3195 10.4123 0.2847 0.0088
0.2847 0.0088 0.2848 0.2846 9.9192 0.2839 0.0000
0.2839 0.0000 0.2840 0.2838 9.9077 0.2838 0.0000
0.2838 0.0000 0.2839 0.2837 9.9077 0.2838 0.0000
0.2838 0.0000 0.2839 0.2837 9.9077 0.2838 0.0000

Jadi, penyelesaian akar persamaan non linear di atas adalah X=0,2838

5
Latihan 3

Xold = 6 y = x^2+xlnx-0.15
= 0.0005

Xold f(Xold) Xold + Xold - f'(Xold) Xnew f(Xnew)


6.0000 46.6006 6.0005 5.9995 14.7918 2.8496 10.9539
2.8496 10.9539 2.8501 2.8491 7.7463 1.4355 2.4295
1.4355 2.4295 1.4360 1.4350 4.2324 0.8615 0.4636
0.8615 0.4636 0.8620 0.8610 2.5738 0.6813 0.0528
0.6813 0.0528 0.6818 0.6808 1.9789 0.6547 0.0012
0.6547 0.0012 0.6552 0.6542 1.8857 0.6540 0.0000
0.6540 0.0000 0.6545 0.6535 1.8834 0.6540 0.0000
0.6540 0.0000 0.6545 0.6535 1.8834 0.6540 0.0000

Jadi, penyelesaian akar persamaan non linear di atas adalah X=0,6540

B. Tugas
Tugas 1
Xold = 2 y = e^-2x*x^2/3+sin(3*x^4+2*x)
= 0.0005

Xold f(Xold) Xold + Xold - f'(Xold) Xnew f(Xnew)


2.0000 1.0157 2.0005 1.9995 -16.0169 2.0634 0.9507
2.0634 0.9507 2.0639 2.0629 -40.9523 2.0866 -0.9518
2.0866 -0.9518 2.0871 2.0861 -23.7358 2.0465 0.1958
2.0465 0.1958 2.0470 2.0460 103.2589 2.0446 -0.0019
2.0446 -0.0019 2.0451 2.0441 104.4357 2.0447 0.0000
2.0447 0.0000 2.0452 2.0442 104.4438 2.0447 0.0000
2.0447 0.0000 2.0452 2.0442 104.4438 2.0447 0.0000
2.0447 0.0000 2.0452 2.0442 104.4438 2.0447 0.0000

Jadi, penyelesaian akar persamaan non linear di atas adalah X=2,0447

6
Tugas 2
Xold = 3
= 2 + 2 + +
= 0.0005 2

Xold f(Xold) Xold + Xold - f'(Xold) Xnew f(Xnew)


3.0000 455.5413 3.0005 2.9995 874.5935 2.4791 170.3360
2.4791 170.3360 2.4796 2.4786 330.8693 1.9643 64.0051
1.9643 64.0051 1.9648 1.9638 133.4637 1.4848 25.7813
1.4848 25.7813 1.4853 1.4843 56.0226 1.0246 8.9079
1.0246 8.9079 1.0251 1.0241 13.9098 0.3842 0.8263
0.3842 0.8263 0.3847 0.3837 19.0714 0.3408 0.2995
0.3408 0.2995 0.3413 0.3403 7.8160 0.3025 0.0629
0.3025 0.0629 0.3030 0.3020 5.0098 0.2900 0.0031
0.2900 0.0031 0.2905 0.2895 4.5326 0.2893 0.0000
0.2893 0.0000 0.2898 0.2888 4.5097 0.2893 0.0000
0.2893 0.0000 0.2898 0.2888 4.5096 0.2893 0.0000
0.2893 0.0000 0.2898 0.2888 4.5096 0.2893 0.0000
0.2893 0.0000 0.2898 0.2888 4.5096 0.2893 0.0000

Jadi, penyelesaian akar persamaan non linear di atas adalah X=0,2893

7
BAB III PENUTUP
A. Kesimpulan
Kualitatif
1. Metode numerik merupakan teknik-teknik yang digunakan untuk
memformulasikan masalah matematis agar dapat dipecahkan dengan
operasi perhitungan.
2. Dari latihan yang dilakukan diperoleh kesimpulan bahwa semakin besar
nilai xold maka semakin banyak pula iterasi yang dilakukan. Hal ini
dikarenakan nilai tebak dari xold jauh dari nilai yang sebenarnya, sehingga
diperlukan beberapa kali iterasi agar mendapat nilai x yang sebenarnya.
Selesainya iterasi ditandai dengan nilai xold dan xnew yang sama, dan
f(xold) bernilai 0. xold dan xnew pada f(xold) = 0 tersebut merupakan akar
dari persamaan yang dicari.
3. Metode Newton Rhapson merupakan metode terbuka yaitu diperlukan
tebakan awal, xn dipakai untuk menghitung xn+1, hasil dapat konvergen
atau divergen. Metode Newton Rhapson memiliki kelebihan dan
kekurangan, kelebihan metode ini antara lain adalah konvergensi yang
dihasilkan lebih cepat. Beberapa kekurangannya adalah tidak selalu
menemukan akar atau divergen karena tidak ditentukannya range dari
akar akar yang dicari, selain itu sulit untuk mencari f (xold) dan
penetapan xold yang cukup sulit.

Kuantitatif
1. Pada soal latihan 1 dengan xold tebak sebesar 6 dan 0,0001 diperoleh
akar xold dan xnew pada f (xold) = 0 sebesar 1 , dengan f (xold) sebesar
8,000.
2. Pada soal latihan 2 dengan xold tebak sebesar 1 dan 0,0001 diperoleh
akar xold dan xnew pada f (xold) = 0 sebesar 0,2838 dengan f (xold) sebesar
9,9077.

8
3. Pada soal latihan 3 dengan xold tebak sebesar 6 dan 0,0005 diperoleh
akar xold dan xnew pada f (xold) = 0 sebesar 0,6540 dengan f (xold) sebesar
1,8834.
4. Pada soal tugas 1 dengan xold tebak sebesar 2 dan 0,0005 diperoleh akar
xold dan xnew pada f (xold) = 0 sebesar 2,0447 dengan f (xold) sebesar
104,4438.
5. Pada tugas 2 dengan xold tebak sebesar 3 dan 0,0005 diperoleh akar xold
dan xnew pada f (xold) = 0 sebesar 0,2893 dengan f (xold) sebesar 4,5096.

B. Saran
Dalam penulisan rumus atau formula pada Microsoft Excel
dibutuhkan ketelitian yang tinggi karena tanda kurung dan simbol simbol
matematika yang digunakan cukup banyak pada praktikum ini.
Ketidaktelitian dalam membaca soal dapat berakibat hasil perhitungan yang
tidak sesuai. Pada praktikum ini dibutuhkan ketelitian terutama dalam
penulisan rumus f(xold) karena rumus yang digunakan cukup panjang
sehingga kesalahan penulisan sangat mungkin dan sering terjadi pada saat
melakukan praktikum.

DAFTAR PUSTAKA
1. http://rumusrumus.com/sistem-persamaan-non-linier/ di akses pada 12
Oktober 2017 pukul 19.00 WIB.

2. https://fairuzelsaid.wordpress.com/2010/10/13/metode-numerik-01-
pengantar-metode-numerik/. di akses pada 12 Oktober 2017, pukul
19.15 WIB.

3. Modul Praktikum Komputasi Proses , 2017,Yogyakarta, Teknik Kimia.


Universitas Islam Indonesia.