Anda di halaman 1dari 31

MAKALAH METODE NEWTON

RAPHSON
Makalah ini Diajukan untuk Memenuhi Tugas
Mata Kuliah Metode Numerik
Dosen Pengampu: Nendra Mursetya Somasih Dwipa, M.Sc

Disusun oleh:

Disusun oleh:
Kelompok 3/7A2
Tri Wahzudi (14144100018)
Avindita Putri Ariestyanti (14144100045)
Tunjung Dyah Ovi Pramaeda (14144100071)

PROGRAM STUDI PENDIDIKAN MATEMATIKA


FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS PGRI YOGYAKARTA
2017
KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Allah SWT atas rahmat dan karunia-
Nya sehingga penyusun dapat menyelesaikan Makalah Metode Newton Raphson
dengan harapan dapat bermanfaat dalam menambah ilmu dan wawasan kita.
Makalah ini dibuat dalam rangka memenuhi tugas Mata Kuliah Metode
Numerik. Dalam membuat Makalah ini, dengan keterbatasan ilmu pengetahuan
yang kami miliki, kami berusaha mencari sumber data dari berbagai sumber
informasi, terutama dari media internet dan media cetak. Kami juga ingin
mengucapkan terima kasih kepada seluruh pihak yang telah ikut serta membantu
dalam pembuatan Makalah ini dan beberapa sumber yang kami pakai sebagai data
dan acuan.
Dalam penulisan Makalah ini kami merasa masih banyak kekurangan -
kekurangan baik pada teknis penulisan maupun materi, mengingat akan
keterbatasan kemampuan yang kami miliki. Tidak semua bahasan dapat
dideskripsikan dengan sempurna dalam Makalah ini. Untuk itu kritik dan saran
dari semua pihak sangat kami harapkan demi penyempurnaan pembuatan
Makalah ini.
Akhirnya kami selaku penyusun berharap semoga Makalah ini dapat
memberikan manfaat bagi seluruh pembaca.

Yogyakarta, 2 Desember 2017

ii
DAFTAR ISI

HALAMAN JUDUL................................................................................................ i
KATA PENGANTAR ............................................................................................ ii
DAFTAR ISI .......................................................................................................... iii
BAB I PENDAHULUAN ...................................................................................... 1
A. Latar Belakang ............................................................................................. 1
B. Rumusan Masalah ........................................................................................ 2
C. Tujuan .......................................................................................................... 2
BAB II KAJIAN PUSTAKA ................................................................................. 3
A. Metode Numerik .......................................................................................... 3
B. Angka Bena .................................................................................................. 4
C. Deret Taylor dan Maclaurin ......................................................................... 9
D. Galat ........................................................................................................... 12
E. Persamaan Non Linear ............................................................................... 15
F. Metode Terbuka ......................................................................................... 15
BAB III PEMBAHASAN .................................................................................... 18
A. Metode Newton Raphson ........................................................................... 18
B. Algoritma Metode Newton Raphson ......................................................... 19
C. Kelebihan dan Kekurangan Metode Newton Raphson .............................. 19
D. Contoh Soal ................................................................................................ 20
BAB IV STUDI KASUS ..................................................................................... 23
BAB V KESIMPULAN ....................................................................................... 27
DAFTAR PUSTAKA ........................................................................................... 28

iii
BAB I
PENDAHULUAN

A. Latar Belakang
Persoalan yang melibatkan model matematika sering muncul dalam
berbagai disiplin ilmu pengetahuan, seperti bidang Fisika, Kimia, Ekonomi,
atau pada rekayasa (enginering) seperti Teknik Sipil, Teknik Mesin, dan
sebagainya. Seringkali model matematika tersebut muncul dalam bentuk yang
rumit atau tidak dapat diselesaikan dengan metode biasa, sehingga solusi
yang digunakan adalah Metode Numerik. Metode Numerik adalah teknik
yang digunakan untuk memformulasikan persoalan matematik sehingga dapat
dipecahkan dengan operasi perhitungan.
Metode numerik digunakan karena model matematika yang sering
muncul adakalanya tidak dapat diselesaikan dengan metode analitik. Seperti
halnya untuk menentukan solusi dari persamaan (akar persamaan) yang
berbentuk f(x) = 0. Sebuah bilangan dianggap akar dari sebuah persamaan
jika seandainya bilangan tersebut dimasukkan ke dalam persamaan, maka
nilai persamaan itu akan sama dengan nol atau bisa dikatakan akar sebuah
persamaan f(x) =0 adalah nilai-nilai x yang menyebabkan nilai f(x) sama
dengan nol. Persamaan yang bentuknya sederhana seperti persamaan linier
dan persamaan kuadrat dapat dengan mudah diselesaikan secara analitik.
Sehingga jika suatu persoalan sudah sangat sulit atau tidak dapat
menggunakan metode analitik, dapat digunakan metode numerik. Metode
numerik ini disajikan dalam bentuk algoritma-algoritma yang dapat dihitung
secara cepat dan mudah. Pendekatan yang digunakan dalam metode numerik
merupakan pendekatan analisis matematis, dengan tambahan grafis dan
teknik perhitungan yang mudah.
Ada 2 pendekatan yang dapat digunakan pada penyelesaian persamaan
non linier yaitu dengan metode tertutup dan metode terbuka. Metode tertutup
(Bracketing Method) adalah metode yang hanya membutuhkan 2 tebakan
awal untuk mengira-ngira akar dari sebuah persamaan. Sebuah fungsi sesuai

1
jenisnya akan berubah disekitar harga suatu akar. Akar sebenarnya dari
persamaan tersebut nantinya akan berada di antara 2 angka yang telah ditebak
tersebut. Sementara itu metode terbuka adalah metode yang tidak
memerlukan batas bawah dan batas atas pada perkiraan nilai awal. Karena hal
itu, bila tebakan awal tepat, maka hasilnya akan mendekati akar yang
sesungguhnya dengan kecepatan lebih cepat dari metode biseksi. Metode
yang akan dibahas pada makalah ini adalah metode terbuka yaitu metode
Newton Raphson.

B. Rumusan Masalah
Berdasarkan latar belakang, permasalahan yang akan dibahas dirumuskan
sebagai berikut:
1. Apa pengertian metode numerik?
2. Apa pengertian metode Newton Raphson?
3. Bagaimana algoritma dan penyelesaian metode Newton Raphson?

C. Tujuan
Tujuan penyusunan makalah ini adalah sebagai berikut:
1. Memahami pengertian metode numerik
2. Memahami pengertian metode Newton Raphson
3. Mengetahui dan memahami algoritma dan penyelesaian metode Newton
Raphson.

2
BAB II
KAJIAN PUSTAKA
A. Metode Numerik
Metode numerik adalah teknik untuk menyelesaikan permasalahan-
permasalahan yang diformulasikan secara matematis dengan menggunakan
operasi hitungan (arithmatic) yaitu operasi tambah, kurang, kali, dan bagi.
Terdapat banyak jenis metode numerik, namun pada dasarnya, masing -
masing metode tersebut memiliki karakteristik umum, yaitu selalu mencakup
sejumlah kalkulasi aritmetika. Solusi dari metode numerik selalu berbentuk
angka dan menghasilkan solusi hampiran. Hampiran, pendekatan, atau
aproksimasi (approximation) didefinisikan sebagai nilai yang mendekati
solusi sebenarnya atau sejati (exact solution). Sedangkan galat atau kesalahan
(error) didefinisikan sebagai selisih nilai sejati dengan nilai hampiran.
Metode numerik dapat menyelesaikan permasalahan matematis yang
sering nonlinier yang sulit diselesaikan dengan metode analitik. Metode
analitik disebut juga metode sejati karena memberi solusi sejati
(exact solution) atau solusi yang sesungguhnya, yaitu solusi yang memiliki
galat (error) sama dengan nol. Jika terdapat penyelesaian secara analitik,
mungkin proses penyelesaiannya sangat rumit, sehingga tidak effisien.
Contohnya: menentukan akar-akar polynomial. Jadi, jika suatu persoalan
sudah sangat sulit atau tidak mungkin digunakan dengan metode analitik
maka kita dapat menggunakan metode numerik sebagai alternatif
penyelesaian persoalan tersebut.
Metode numerik ini disajikan dalam bentuk algoritma-algoritma yang
dapat dihitung secara cepat dan mudah. Pendekatan yang digunakan dalam
metode numerik merupakan pendekatan analisis matematis, dengan tambahan
grafis dan teknik perhitungan yang mudah. Algoritma pada metode numerik
adalah algoritma pendekatan maka dalam algoritma tersebut akan muncul
istilah iterasi yaitu pengulangan proses perhitungan. Dengan metode
pendekatan, tentunya setiap nilai hasil perhitungan akan mempunyai nilai
error (nilai kesalahan)

3
Penggunaan metode numerik biasanya digunakan untuk menyelesaikan
persoalan matematis yang penyelesaiannya sulit didapatkan dengan
menggunakan metode analitik, yaitu:
1. Menyelesaikan persamaan non linear
2. Menyelesaikan persamaan simultan
3. Menyelesaikan differensial dan integral
4. Menyelesaikan persamaan differensial
5. Interpolasi dan Regresi
6. Masalah multivariabel untuk menentukan nilai optimal yang tak bersyarat

Keuntungan penggunaan Metode Numerik:


1. Solusi persoalan selalu dapat diperoleh
2. Dengan bantuan komputer, perhitungan menjadi cepat dan hasilnya dapat
dibuat sedekat mungkin dengan nilai sesungguhnya

Kekurangan penggunaan Metode Numerik:


1. Nilai yang diperoleh adalah hampiran(pendekatan)
2. Tanpa bantuan alat hitung (komputer), perhitungan umumnya lama dan
berulang-ulang.

B. Angka Bena
1. Pengertian Angka Bena
Dalam kehidupan sehari-hari angka signifikan (bena) dapat dijumpai
pada bidang teknik, bisnis, sains, komunikasi, ekonomi dan lainnya.
Dalam bidang teknik informatika biasanya untuk coding sistem, atau
membuat program, pada bidang ini biasanya menggunakan mathlab untuk
mempermudah perhitungan. Dalam bidang sains biasanya terdapat pada
matematika untuk diperlajari oleh siswa atau mahasiswa, pada fisika
biasanya untuk satuan ukur saat percobaan atau penelitian dan pada kimia
atau farmasi untuk menimbang/meracik dosis obat.
Konsep angka bena (significant figure) atau angka bermakna telah
dikembangkan secara formal untuk menandakan keandalan suatu nilai

4
numerik. Angka bena adalah angka bermakna, angka penting, atau angka
yang dapat digunakan dengan pasti. Angka bena terdiri dari angka pasti
dan angka taksiran. Angka taksiran terletak pada akhir angka signifikan.
Ketika melakukan pengukuran atau perhitungan, kita harus
menghindar dari keinginan untuk menulis lebih banyak digit pada jawaban
terakhir dari jumlah digit yang diperbolehkan. Suatu indikasi bagi
ketepatan pengukuran yang diperoleh dari banyaknya angka-angka
penting. Angka-angka penting tersebut memberikan informasi yang aktual
(nyata) mengenai ketelitian pengukuran. Makin banyak angka-angka
penting, ketepatan pengukuran menjadi lebih besar.
Sebagai contoh, jari-jari bumi adalah 695000000 m. Jari-jari ini
sebenarnya tidak tepat, karena telah dibulatkan ke jutaan meter terdekat.
Maka jari-jari tersebut hanya memiliki 3 angka bena, angka nol di akhir
bukan merupakan angka penting. Angka nol bisa menjadi angka bena, jika
memenuhi aturan-aturan tentang angka bena.

2. Aturan-aturan tentang Angka Bena


a. Setiap angka yang bukan nol pada suatu bilangan adalah angka bena.
Contoh:
14569 memiliki 5 angka bena.
2546 memiliki 4 angka bena.
b. Setiap angka nol yang terletak diantara angka-angka bukan nol adalah
angka bena.
Contoh:
406 memiliki 3 angka bena.
5000,1003 memiliki 9 angka bena.
280,0050 memiliki 7 angka bena.
c. Angka nol yang terletak di belakang angka bukan nol yang terakhir
dan di belakang tanda desimal adalah angka bena.
Contoh:
23,50000 memiliki 7 angka bena

5
278,900 memiliki 6 angka bena
d. Angka nol yang terletak di belakang angka bukan nol yang terakhir
dan tanpa tanda desimal bukan merupakan angka bena.
Contoh:
38000000 memiliki 2 angka bena.
e. Angka nol yang terletak di depan angka bukan nol yang pertama
bukan merupakan angka bena.
Contoh:
0,0090 memiliki 2 angka bena
0,0000000000000012 memiliki 2 angka bena
f. Semua angka nol yang terletak di belakang angka bukan nol yang
terakhir, dan terletak di depan tanda desimal merupakan angka bena.
Contoh:
800,0 memiliki 4 angka bena.

Komputer hanya menyimpan sejumlah tertentu angka bena. Bilangan


riil yang jumlah angka benanya melebihi jumlah angka bena komputer
akan disimpan dalam sejumlah angka bena komputer itu. Pengabaian
angka bena sisanya itulah yang menimbulkan galat pembulatan.

3. Penulisan angka bena dalam notasi ilmiah


Jika beberapa angka 0 dipakai di bagian ekor suatu bilangan, tidak
jelas berapa banyaknya 0 itu yang signifikan. Misal: 45,300 dapat
memiliki 3, 4, atau 5 buah digit signifikan tergantung apakah harga 0 itu
telah diketahui dengan pasti. Ketidakpastian itu dapat diselesaikan dengan
memakai notasi ilmiah. Misalnya tetapan dalam kimia dan fisika atau
ukuran jarak dalam astronomi.
Contoh:
a. 4,3123 × 10 memiliki 5 angka signifikan
b. 1,2 × 10-6 memiliki 2 angka signifikan

6
4. Aturan Pembulatan
Pembulatan suatu bilangan berarti menyimpan angka bena dan
membuang yang bukan merupakan angka bena dengan mengikuti aturan-
aturan berikut:
a. Tandai bilangan yang termasuk angka signifikan dan angka tidak
signifikan.
Contoh:
Empat angka bena dari bilangan 16,7321 adalah 16,73 (angka bena)
dan 21 (bukan angka bena).
b. Jika digit pertama dari bukan angka bena lebih besar dari 5, maka
digit terakhir dari angka bena ditambah 1. Selanjutnya buang bukan
angka bena.
Contoh:
Jika bilangan 23,472 dibulatkan menjadi tiga angka signifikan, maka
ditulis menjadi 23,5.
c. Jika digit pertama dari bukan angka bena lebih kecil dari 5, maka
buang bukan angka bena.
Contoh:
Jika bilangan 23,674 dibulatkan menjadi empat angka signifikan, maka
ditulis menjadi 23,67
d. Jika digit pertama dari bilangan bukan angka bena sama dengan 5,
maka:
- Jika digit terakhir dari angka signifikan ganjil, maka digit terakhir
angka signifikan ditambah 1. Selanjutnya buang angka tidak
signifikan.
Contoh:
Jika bilangan 37,759 dibulatkan menjadi tiga angka bena, maka
ditulis menjadi 37,8
- Jika digit terakhir dari angka bena merupakan bilangan genap genap,
maka buang bukan angka bena.

7
Contoh:
Jika bilangan 79,859 dibulatkan menjadi tiga angka bena, maka
ditulis menjadi 79,8.

5. Operasi Angka Penting


Dalam operasi perhitungan dengan menggunakan angka penting ada
suatu aturan umum yang harus diikuti.
a. Penjumlahan dan Pengurangan
Hasil dari penjumlahan atau pengurangan bilangan hanya boleh
mempunyai angka dibelakang koma sebanyak angka di belakang koma
yang paling sedikit pada bilangan-bilangan yang dilakukan operasi
penjumlahan atau penguranga.
Contoh:
2,34 + 0,345 = 2,685 (dibulatkan menjadi 2,68)
34,31 + 2,165 = 36,475 (dibulatkan menjadi 36,48)
b. Perkalian dan Pembagian
Hasil perkalian atau pembagian hanya boleh mempunyai angka
bena sebanyak bilangan dengan angka bena paling sedikit.
Contoh:
(32,1 × 1,234) ÷ 1,2 = 33,0095
Bilangan yang mempunyai angka signifikan paling sedikit adalah 1,2
(2 angka signifikan).
Jadi hasil perkalian dan pembagian di atas dibulatkan menjadi 33 (2
angka signifikan).
c. Kombinasi perkalian dan atau pembagian dengan penjumlahan dan
atau pengurangan.
Jika terdapat kombinasi operasi angka penting, maka hasil operasi
di dalam kurung harus dibulatkan terlebih dahulu sebelum melakukan
operasi selanjutnya.

Penerapan angka penting dalam kehidupan sehari-hari salah satunya


ketika seseorang melakukan pengukuran seperti mengukur tinggi badan,

8
mengukur celana, spedometer, dan lain-lain. Dalam pengukuran tersebut
tidak pasti tepat sehingga angka penting berperan dalam pengukuran agar
ketepatan pengukuran menjadi lebih besar.

C. Deret Taylor dan Maclaurin


1. Deret Taylor
Pada bidang teknik elektro lebih tepatnya teknik kendali (salah satu
spesialisasi di teknik elektro) biasanya menggunakan deret taylor untuk
mengendalikan gerak pesawat dengan menggunakan perhitungan
persamaan matematis. Persamaan matematis ini biasanya berupa
persamaan nonlinear, karena unutk mengolah persamaan nonlinear itu
sangat sulit, jadi persamaan tersebut dilinearisasikan dengan menggunakan
deret taylor.
Dalam matematika, Deret Taylor adalah representasi fungsi
matematika sebagai jumlah tak hingga dari suku-suku yang nilainya
dihitung dari turunan fungsi tesebut di satu titik. Deret ini dapat dianggap
sebagai limit polimial Taylor. Deret Taylor merupakan dasar untuk
menyelesaikan masalah dalam metode numerik, terutama penyelesaian
persamaan diferensial. Deret Taylor secara umum berarti deret pangkat (x-
a) , dengan a adalah konstanta.
Suatu fungsi yang terdifferensial sampai orde n di x = a, jika diberikan
fungsi f . Fungsi f tersebut dapat dinyatakan oleh suatu deret pangkat
dalam x-a.
Rumus Taylor

Misalkan f fungsi yang turunan ke (n+1), f ( n1) ( x) ada untuk masing-


masing x dalam interval terbuka I yang mengandung a. Maka untuk
masing-masing x dalam I

f ''(a) f n (a)
f ( x)  f (a)  f '(a) ( x  a)  ( x  a) 2  ...  ( x  a) n
2! n!

9
Bentuk yang diperoleh diatas dikenal dengan bentuk polinomial
taylor. Fungsi yang dapat diperderetkan dalam bentuk polinomial taylor,
dinamakan deret Taylor.
Contoh:

Tentukanlah ekspansi Taylor orde 5 f(x)=cos x, a 
6
Jawab:

a  30 o
6
f ( x)  cos x
f (a)  cos a

f a   f(30)  cos 30 


1
3
2
1
f' (a)  f' (30)   sin 30  
2
1
f 2 (a)  f 2 (30)   cos 30   3
2
1
f 3 (a)  f 3 (30)  sin 30 
2
1
f 4 (a)  f 4 (30)  cos 30  3
2
1
f 5 (a)  f 5 (30)   sin 30  
2
Substitusi a = 30
f' ' (a) f' ' ' (a) f 4 (a) f 5 (a)
f(x)  f(a)  f' (a) (x a)  (x a)2  (x a)3  (x a)4  (x a)5
2! 3! 4! 5!
1 1 1 1
3 3
1 1
cos x  3  (x  30)  2 (x  30)2  2 (x  30)3  2 (x  30)4  2 (x  30)5
2 2 2! 3! 4! 5!
1 1 1 1 1 1
 3  (x  30)  (x  30)2  (x  30)3  (x  30)4  (x  30)5
2 2 4 12 48 240

Bentuk pengaplikasian Deret Taylor adalah untuk penghitungan


metode numerik, digunakan untuk sistem kendali, membuat persamaan

10
matematis dari suatu sistem/proses, penghitungan analisis matematika,
terdapat dalam kombinatorika dengan nama fungsi pembangkit.

2. Deret maclaurin

Dalam kasus a = 0 , polinom Taylor orde-n dapat disederhanakan


yang disebut dengan polinom Maclaurin orde-n. Dengan demikian
polinom Maclaurin orde-n diberikan oleh rumus,
f 2(0) 2 f n (0) n
f ( x)  f (0)  f '(0) x  x  ...  x
2! n!

Beberapa deret Maclaurin yang penting adalah sebagai berikut:

1
1. 1  x  x 2  x 3  x 4  ...
1- x
x2 x3 x4 x5
2. ln ( x  1 )  x     ... 1  x  1
2 3 4 5
x3 x5 x7 x9
3. tan 1 x  x     ...
3 5 7 9
x2 x3 x4
4. e x 1  x    ... untuk semua x
2! 3! 4!
x3 x5 x7 x9
5. sin x  x     ... untuk semua x
3! 5! 7! 9!
x 2 x 4 x6 x8
6. cos x 1     ... untuk semua x
2! 4! 6! 8!
x3 x5 x7 x9
7. cos ec x  x     ...
3! 5! 7! 9!
x 2 x 4 x 6 x8
8. sec x 1      ...
2! 4! 6! 8!
Contoh:
Dengan menggunakan rumus Maclaurin, tentukanlah polinom orde 5 dari
f ( x)  (1  x) 5 / 2

11
Jawab:
f ( x)  (1  x) 5 / 2

f (a)  (1  a) 5 / 2

f (a)  (1  a) 5 / 2  (1  0) 5 / 2  1

5 5
f ' (a)  (1  a) 3 / 2 
2 2

15 15
f 2 (a)  ( 1  a )1 / 2 
4 4

15 15
f 3 (a)  ( 1  a )1 / 2 
8 8
15 15
f 4 (a)   (1  a ) 3 / 2  
16 16
45 45
f 5 (a)  (1  a) 5 / 2 
32 32

Maka deret Maclaurinnya adalah,

1  x  5 15 2 15 3 15 4 45 5
5
2 1  x x  x  x  x
2 4 . 2! 8 . 3! 6 . 4! 32 .5!

D. Galat
1. Analisis Galat
Menganalisis galat sangat penting di dalam perhitungan yang
menggunakan metode numerik. Galat berasosiasi dengan seberapa dekat
solusi hampiran terhadap solusi sejatinya. Semakin kecil galatnya,
semakin teliti solusi numerik yang didapatkan. Kita harus memahami dua
hal:
(1) bagaimana menghitung galat
(2) bagaimana galat timbul.
Misalkan â adalah nilai hampiran terhadap nilai sejati a, maka selisih

 aa

12
disebut galat. Sebagai contoh, jika â = 10,5 adalah nilai hampiran dari a =
10,45 , maka galatnya adalah ɛ = -0,01. Jika tanda galat (positif atau
negatif) tidak dipertimbangkan, maka galat mutlak dapat didefinisikan

sebagai:
  aa

Ukuran galat ɛ kurang bermakna sebab tidak menceritakan seberapa


besar galat itu dibandingkan dengan nilai sejatinya.
Contoh:
Seorang anak melaporkan panjang sebatang kawat 99 cm, padahal panjang
sebenarnya 100 cm. Galatnya adalah 100 – 99 = 1 cm. Anak yang lain
melaporkan panjang sebatang pensil 9 cm, padahal panjang sebenarnya 10
cm, sehingga galatnya juga 1 cm. Kedua galat sama-sama bernilai 1cm,
namun galat 1 cm pada pengukuran panjang pensil lebih berarti daripada
galat 1 cm pada pengukuran panjang kawat. Jika tidak ada informasi
mengenai panjang sesungguhnya, kita mungkin menganggap kedua galat
tersebut sama saja. Untuk mengatasi interpretasi nilai galat ini, maka galat
harus dinormalkan terhadap nilai sejatinya. Gagasan ini melahirkan apa
yang dinamakan galat relatif.
Galat relatif didefinisikan sebagai


R 
a
atau dalam persentase


 R   100 %
a
Karena galat dinormalkan terhadap nilai sejati, maka galat relatif
tersebut dinamakan juga galat relatif sejati. Dengan demikian, pengukuran
panjang kawat mempunyai galat relatif sejati = 1/100 = 0.01, sedangkan
pengukuran panjang pensil mempunyai galat relatif sejati = 1/10 = 0.1.

13
2. Jenis-jenis galat
Faktor-faktor yang menyebabkan kesalahan pada metode numerik antara
lain:
a. Kesalahan karena bawaan data (Inherent error)
Kesalahan bawaan data merupakan kesalahan dari nilai data.
Misal kekeliruan dalam menyalin data, salah membaca skala atau
kesalahan karena kurangnya pengertian mengenai hukum-hukum fisik
dari data yang diukur.
b. Kesalahan karena pembulatan (round-off error)
Kesalahan karena pembulatan round-off error terjadi karena tidak kita
memperhitungkan beberapa angka terakhir dari suatu bilangan; artinya
solusi hampiran digunakan untuk menggantikan solusi sejati eksak.
Contoh:
Tulis bilangan berikut menjadi tiga angka bena.
8632574 dapat dibulatkan menjadi 8630000
3,1415926 dapat dibulatkan menjadi 3,14
c. Kesalahan karena pemotongan (truncation error)
Kesalahan pemotongan terjadi karena adanya proses komputasi tak-
berhingga diganti dengan proses berhingga. Misal pada deret Taylor
atau McClaurin.
Contoh:
Terdapat tugas untuk mengukur panjang sebuah jembatan dan sbeuah
aku keliling. Didapat hatga 9.999 dan 9 cm. Jika harga sebenarnya
adalah 10.000 dan 10 cm, maka hitunglah:
(a) error,
(b) error relatif persen untuk setiap kasus!
Jawab:
(a) Untuk jembatan ɛ = 10.000 – 9.999 = 1 cm
Untuk paku keliling ɛ = 10 – 9 = 1 cm
1
(b) Untuk jembatan R   100 %  0,01%
10000

14
1
Untuk paku keliling  R   100 % 10%
10
Jadi, walaupun sama-sama error 1 cm, tapi pengukuran
dikatakan lebih baik untuk jembatan.

E. Persamaan Non Linear


Penyelesaian persamaan linier dimana m dan c adalah
konstanta, dapat dihitung dengan . Penyelesaian

persamaan kuadrat dapat dihitung dengan menggunakan



rumus ABC.

Beberapa persamaan polynomial dapat diselesaikan dengan


menggunakan teorema sisa. Sehingga tidak memerlukan metode numerik
dalam menyelesaikannya, karena metode analitik dapat dilakukan. Tetapi
bagaimana cara menyelesaikan persamaan yang mengandung unsur bilangan
natural untuk menyelesaikan persamaan non linear merupakan metode
pencarian akar secara berulang-ulang. Penyelesaian persamaan non linear
adalah dengan metode tertutup dan terbuka.

F. Metode Tertutup
Metode tertutup (Bracketing Method) adalah metode yang hanya
membutuhkan 2 tebakan awal untuk mengira-ngira akar dari sebuah
persamaan. Sebuah fungsi sesuai jenisnya akan berubah disekitar harga suatu
akar. Akar sebenarnya dari persamaan tersebut nantinya akan berada di antara
2 angka yang telah ditebak tersebut.
1. Metode Biseksi
Metode bagi dua (Bisection) disebut juga pemotongan biner
(binary chopping), metode pembagian dua (interval halving). Prinsip
metode bagi dua adalah mengurung akar fungsi pada interval [a,b].
Selanjutnya interval tersebut terus menerus dibagi dua hingga sekecil
mungkin, sehingga nilai hampiran yang dicari dapat ditentukan dengan
tingkat akurasi tertentu. Menentuka selang [a,b] sehingga f (a) . f (b) < 0.

15
Algoritma Metode Biseksi:
a. Fungsi f(x) yang akan dicari akarnya
b. Taksir batas bawah (a) dan batas atas (b) dengan syarat f (a) . f (b) < 0
c. Tentukan toleransi 
ln | b  a |  ln |  |
d. Iterasi maksimum r: r 
ln( 2)
e. Hitung f(a) dan f(b)
f. Jika f(a).f(b)>0 maka proses dihentikan karena tidak ada akar, bila
tidak dilanjutkan
ab
g. Hitung nilai hampiran akar dengan rumus, c 
2
h. Hitung f(c)
i. Jika f (a). f (c) < 0, maka b= c. Lanjutkan ke langkah 4
i. Jika f (a). f (c) > 0, maka a= c. Lanjutkan ke langkah 4
ii. Jika f (a). f (c) = 0, maka akar = c. Stop.
j. Lebar selang b – c. Jika b  c   maka proses dihentikan dan

didapatkan akar x =c dan bila tidak ulangi langkah 7

2. Metode Regulasi Falsi


Metode regula falsi disebut juga metode Interpolasi Linear atau
metode Posisi Salah adalah metode yang digunakan untuk mecari akar-
akar persamaan nonlinear melalui proses iterasi. Metode regula falsi
merupakan metode pencarian akar persamaan dengan memanfaatkan
kemiringan dan selilih tinggi dari dua titik batas range.
Algoritma metode regulasi falsi:
a. Definisikan fungsi f(x)
b. Tentukan batas bawah (a) dan batas atas (b)
c. Tentukan toleransi error (  ) dan iterasi maksimum (n)
d. Tentukan nilai fungsi f(a) dan f(b)
e. Untuk iterasi I = 1 s/d n

16
f (b) b  a 
x b
 f (b)  f (a)
 Hitung nilai f(x)
 Hitung error = | f(x)|
 Jika f (a). f ( x)  0 maka a = c jika tidak b = c

 Jika | f(x)|   , hentikan Iterasi


f. Akar persamaan adalah x

G. Metode Terbuka
Metode terbuka adalah metode yang menggunakan satu, atau dua
tebakan awal yang tidak perlu mengurung akar, metode ini tidak memerlukan
batas atas dan batas bawah pada perkiraan nilai awal. Metode terbuka terdiri
dari beberapa jenis, yaitu metode Iterasi Titik Tetap, metode Newton-
Raphson, dan metode Secant.

17
BAB III
PEMBAHASAN

A. Metode Newton Raphson


Metode Newton Rapshon merupakan metode pendekatan yang
menggunakan satu titik awal dan mendekatinya dengan memperhatikan
gradien pada titik tersebut. Metode ini dimulai dengan mencari garis
singgung kurva pada titik x i ,f (x i ) . Perpotongan garis singgung dengan
sumbu x yaitu Xi+1, akan menjadi nilai x yang baru, dengan cara dilakukan
berulang-ulang (iterasi).

Gambar 3.1 Grafik Metode Newton Raphson


Telah diketahui bahwa gradien garis singgung kurva adalah turunan
pertama dari kurva tersebut, yaitu f ' (x i ) . Sehingga persamaan garis
singgungnya:
f(xi )  y  f ' (xi )(xi - x)

Garis ini melalui titik x i 1 ,0 , maka didapat:


f(x i )  0  f ' (xi )(xi  xi 1 )
f(x i )
  (xi  xi 1 )
f ' (xi )
f(x i )
 xi 1  xi 
f ' (xi )

18
xi1 digunakan untuk menaksir nilai akar dari f(x) dan pendekatan
yang lebih baik untuk akar dari f(x). Metode ini banyak digunakan untuk akar
dari suatu persamaan.

B. Algoritma Metode Newton Raphson


Algoritma Metode Newton Raphson adalah sebagai berikut:
1. Definisikan fungsi f(x) yang akan dicari akarnya.
2. Tentukan harga awal / titik awal (x0).
3. Tentukan toleransi kesalahan (ɛ).
4. Cari turunan fungsi f(x).
Jika f ’(x) = 0, maka metode newton raphson tidak dapat dilanjutkan.
5. Hitung nilai fungsi f(x) dan f ’(x) dengan menggunakan titik awal.
6. Hitung nilai xi+1 menggunakan rumus:
f(xi )
xi 1  xi 
f ' (xi )

7. Hitung kesalahan xi 1  xi dan bandingkan dengan toleransi kesalahan

(ɛ).
8. Jika xi 1  xi   , maka dipilih akar persamaan xi+1

Jika xi 1  xi   , maka iterasi dilanjutkan.

9. Akar persamaannya adalah xi+1 yang terakhir diperoleh.

C. Kelebihan dan Kekurangan Metode Newton Raphson


1. Kelebihan
Jika pemilihan titik awal tepat, maka proses iterasinya cepat.
2. Kekurangan
a. Jika fungsi f(x) mempunyai beberapa akar (titik) penyelesaian, akar-
akar penyelesaian tersebut tidak dapat dicari secara langsung atau
secara bersamaan.
b. Tidak dapat mencari akar kompleks (imajiner).
c. Tidak dapat mencari akar persamaan jika titik terkaan awalnya tidak
tepat, meskipun ada akar penyelesaiannya.

19
d. Untuk persamaan non linear yang cukup kompleks, pencarian turunan
pertama dan kedua dari f(x) akan menjadi cukup sulit.

D. Contoh Soal
Contoh soal 1
Tentukan akar dari f(x)  x 6  x  1 . Pada titik awal x0 = 1,5 dan ɛ = 0,0001.
Penyelesaian:
1. f(x)  x 6  x  1
2. Titik awal x0 = 1,5
3. Toleransi kesalahan ɛ = 0,0001
4. Turunan fungsi f(x) adalah f ' (x)  6 x 5  1 . Karena f ’(x) ≠ 0 maka metode
newton raphson dapat dilanjutkan.
5. Nilai fungsi f(x) dan f ’(x) adalah:
f( 1,5 )  1,5 1,5  1  8,890
6

f ' ( 1,5 )  61,5  1  44,562


5

6. Nilai xi+1 adalah:


f(x i )
xi 1  xi 
f ' (xi )

f(x0 )
x01  x0 
f ' (x0 )
8,890
x1 1,5  1,3005
44,562
7. Kesalahan xi 1  xi  1,3005  1,5  0,1995

Iterasi selanjutnya dilakukan dengan mencari f(xi), f ’(xi), xi+1 dan seterusnya
sampai xi 1  xi   , sehingga didapatkan data pada tabel berikut:

20
Tabel 3.1 Tabel kerja metode newton rapshon

n xi f(xi) f’(xi) xi+1 xi 1  xi

0 1,5 8,890625 44,5625 1,300490884 0,199509116


1 1,300491 2,537266625 21,31968214 1,181480472 0,119010528
2 1,18148 0,538453249 12,81284448 1,13945551 0,04202449
3 1,139456 0,049239563 10,52494996 1,134777634 0,004678366
4 1,134778 0,00055418 10,29030796 1,134724145 5,38546E-05

Sampai iterasi ke-4, didapat xi 1  xi   yaitu 0,000053546≤ 0,0001, maka


iterasi dihentikan dan didapat nilai akar x yaitu xi+1 = 1,134724145.

Contoh soal 2
Tentukan akar dari f(x)  e x  5 x 2 . Pada titik awal x0 = 1 dan ɛ = 0,0001.
Penyelesaian:
1. f(x)  e x  5 x 2
2. Titik awal x0 = 1
3. Toleransi kesalahan ɛ = 0,0001
4. Turunan fungsi f(x) adalah f ' (x)  e x  10 x . Karena f ’(x) ≠ 0 maka metode
newton raphson dapat dilanjutkan.
5. Nilai fungsi f(x) dan f ’(x) adalah:
f ' ( 1 )  e1  10.1  2,2817

f ' ( 1 )  e1  10.1  7,2817


6. Nilai xi+1 adalah:
f(x i )
xi 1  xi 
f ' (xi )

f(x 0 )
x01  x0 
f ' (x0 )
(-2,2817)
x1 1   0,6866
(-7,2817)

7. Kesalahan xi 1  xi  0,6866  1  0,3133

21
Iterasi selanjutnya dilakukan dengan mencari f(xi), f ’(xi), xi+1 dan seterusnya
sampai xi 1  xi   , sehingga didapatkan data pada tabel berikut:

Tabel 3.2 Tabel kerja metode newton rapshon

n xi f(xi) f’(xi) xi+1 xi 1  xi

0 1 -2,28172 -7,28172 0,686651 0,313349


1 0,686651 -0,3704 -4,87946 0,610741 0,07591
2 0,610741 -0,02323 -4,26561 0,605296 0,005445
3 0,605296 -0,00012 -4,22117 0,605267 2,89E-05

Sampai iterasi ke-3, didapat xi 1  xi   yaitu 2,89 × 10-5≤ 0,0001, maka


iterasi dihentikan dan didapat nilai akar x yaitu xi+1 = 0,605267.

22
BAB IV
STUDI KASUS

Studi kasus numerik metode newton raphson dalam bidang manajemen


keuangan untuk menentukan nilai Internal Rate of Return (IRR)..
1. Dalam kasus Umur Project N = 3 Tahun (Net Cash Flow dengan Jumlah yang
Sama)
Misalkan kita ditawarkan sebuah proposal proyek investasi di mana kita harus
menginvestasikan dana sebesar Rp 10 juta. Sebagai imbalan dari proyek yang
berjangka waktu 3 tahun ini, di mana kita akan menerima pembayaran Rp 2
juta pada setiap akhir tahun selama 2 tahun dan Rp 12 juta pada akhir tahun
ketiga. Apabila kita menggunakan formulasi IRR dalam bentuk rumus deret
geometris
Penyelesaian:
2 2 12 2 2 12
NPV  -10    10   
(1  r%)1
(1  r%) 2
(1  r%) 3
(1  r%)1
(1  r%) 2
(1  r%) 3
f ( x)  10 x 3  28x 2  24 x  6  0 atau f ( x)  5x 3  14 x 2  12 x  3  0
Dengan mengandung
f ( x)  10 x 3  28x 2  24 x  6 maka f ' ( x)  derivatif pertama

f ' ( x)  30 x 2  56 x  24 ,
Untuk nilai awal ditest x  0 dan x  1
Untuk x  0 diperoleh f (0)  6
Untuk x  1 diperoleh f (1)  10  28  24  6  56
Berhubung nilai f (0) dan f (6) berbeda tanda, maka diambil dugaan bahwa
akar persamaan, yaitu x * di antara x  1 dan x  0 . Sehubungan dengan ini
lakukan langkah iterasi (perhitungan) yang pertama sebagai berikut:
f ( xi )
xi 1
 xi 
f ' ( xi )
f (0)
 0
f ' (0)

23
6
 0
24
1
  25%
4
1
Lakukan test untuk f   ini yaitu:
4
3 2
1 1 1 1
f    10    28    24    6
4 4 4 4
122
  1,9
64
Dan dengan menjalankan hingga iterasi ke 3, diperoleh hasil akar yang
optimal atau konvergen, yaitu:
f (0,202351)
x i 1
 0,202351 
f ' (0,202351)
1 0,0428
 
4 15(0,202351)  28(0,202351)  12
2

1 0,0428
 
4 18,28
 0,202351  0,002341
 0,2
Akhirnya kita lakukan test
f (0,2)  f (20%)  5(0,2) 3  14(0,2) 2  12(0,2)  3  0 .
Dengan demikian dapat dikatakan bahwa x  20% merupakan akar
persamaan polinomial dan Internal Rate Return adalah pada tingkat r  20% .
Dengan menggunakan Software Excell yaitu fasilitas fungsi IRR (Range cell,
guess) akan diperoleh nilai IRR  20% . Begitu pula apabila dihitung dengan
menggunakan paket program Matlab bernilai sama, yaitu 20%. Hasil dengan
metode Newton Raphson ini IRR  20% sama persis seperti hasil yang
diperoleh pada software aplikasi Excel.

24
2. Kasus Umur Project N = 3 Tahun (Net Cash Flow yang Tidak Sama)
Pada contoh kasus ini tak jauh berbeda dengan contoh kasus di atas, hanya saja
terdapat nilai Net Cash Flow yang berbeda dari tahun ke tahun. Jadi misalkan
kita ditawarkan sebuah proposal proyek investasi di mana kita harus
menginvestasikan dana sebesar Rp 110 juta. Sebagai imbalan dari proyek yang
berjangka waktu 3 tahun ini, di mana kita akan menerima pembayaran Rp 50
juta pada setiap tahun pertama, tahun kedua memperoleh Net Cash Flow Rp 40
juta dan Rp 65 juta pada akhir tahun ketiga. Apabila kita menggunakan
formulasi IRR dalam bentuk rumus deret geometris
Penyelesaian:
50 40 65
NPV  -110    dengan memisalkan r%  x ,
(1  r%) 1
(1  r%) 2
(1  r%) 3
50 40 65 50 40 65
0  -110    110   
(1  r%)1
(1  r%) 2
(1  r%) 3
(1  x) 1
(1  x) 2
(1  x) 3
f ( x)  22 x 3  56 x 2  38x  9  0 sedangkan f ' ( x)  66 x 2  112 x  38
Maka dengan demikian lakukan test awal x  0 dan x  1
Untuk x  0 diperoleh f (0)  9
Untuk x  1 diperoleh f (1)  22  56  38  9  107
Dengan demikian dugaan akar x * agar f ( x*)  0 adalah terletak di antara x  1 dan
x  0 . Maka diadakan proses perhitungan iterasi:
f ( xi )
xi 1
 xi 
f ' ( xi )
f (0)
 0
f ' (0)
6
 0
66(0)  112(0)  38
2

9
 0  0,2368
38
Dengan demikian diperoleh dugaan akar sementara x*  0,2368 . Nilai
f 0,2368 perlu test untuk menganalisa seberapa jauhkah eror terhadap
f ( x*)  0

25
Lakukan test untuk f ( x*)  0

f ( x*)  f (2368)  22(0,2368) 3  56(0,2368) 2  38(0,2368)  9  3,44


Sedemikian hingga apabila dilanjutkan sampai iterasi ke 4, sehingga diperoleh
hasil akar yang konvergen, yaitu:
f (0,1836)
x i 1
 0,1836 
f ' (0,1836)
0,0006
 0,1836 
2.2248  20,5632  3828
 0,18359013
Dugaan akar yang terakhir ini yaitu x  0,18359013 akan dilakukan test sampai
berapa jauhkah error terhadap f ( x)  0 . Berikut perhitungannya:

f (0,18359013)  22(0,18359013) 3  56(0,18359013) 2  9  0,0000352 .


Dengan demikian dapat dikatakan bahwa nilai
f (0,18359013)  0,0000352 sudah sangat mendekati f ( x)  0 atau sebesar

3,52.10 5 menunjukkan errornya sudah mencapai sangat kecil dalam orde


perseratusan ribu. Dengan demikian nilai x  0,18359013 atau IRR  18,359%
merupakan nilai yang dicari. Adapun dari hasil Matlab didapatkan
0,1836  18,36% adalah merupakan approksimasi atau digit di belakang koma.
Apabila digunakan Software Excell yaitu fasilitas fungsi IRR (Range cell,
guess) akan diperoleh nilai IRR  18% . Sedangkan bila menggunakan software
Matlab 7.00 sebagai pengujian validitas dan software pembanding, maka
diperoleh nilai x  0,1836  18,36% . Hasil perhitungan denganmetode Newton
Raphson di atas tadi merupakan pendekatan dari IRR  18% seperti hasil yang
diperoleh pada software aplikasi Excell maupun software Matlab.

26
BAB V
KESIMPULAN

Metode Numerik adalah teknik yang digunakan untuk memformulasikan


persoalan matematik sehingga dapat dipecahkan dengan operasi perhitungan.
Karena tidak semua perhitungan bisa diselesaikan dengan metode analitik,
sehingga dibutuhkan metode lain untuk menyelesaikan perhitungan tersebut.
Salah satunya adalah menghitung nilai akar dari fungsi non linear. Terdapat dua
metode untuk menghitung nilai akar dari fungsi non linear, yaitu metode tertutup
dan metode terbuka. Metode Newton-Raphson adalah salah satu contoh
pendekatan numerik dengan metode terbuka. Disebut metode terbuka karena
akarnya tidak dibatasi oleh batas bawah ataupun batas atas seperti pada metode
biseksi. Langkah awal menentukan metode ini adalah dengan mendefinisikan
persamaan fungsi dan turunan fungsi tersebut terlebih dahulu. Setelah itu,
tentukan nilai awal x yang diperkirakan merupakan akar persamaan, lalu lanjutkan
iterasinya hingga ditemukan akar dari fungsi non linear tersebut. Kelebihan
metode ini adalah bila perkiraan akar ataupun nilai awal sudah tepat, maka waktu
yang dibutuhkan untuk mendapatkan akar persamaan pun lebih cepat daripada
waktu yang dibutuhkan oleh metode biseksi.

27
DAFTAR PUSTAKA

Bambang Triatmojo. 2008. Metode Numerik. Yogyakarta: Beta Offset.


Lina Aryanti. 2012. Pengantar Analisis Numerik. Yogyakarta: UGM
Luknanto Djoko. 2001. Metoda Numerik. Yogyakarta: UGM
Moh. Toifur. 1998. Fisika Matematika. Yogyakarta: Universitas Ahmad Dahlan.
Serway, Raymond A & Jewett, John. 2014. FISIKA untuk Sains dan Teknik.
Edisi ke 6. Diterjemahkan oleh: Chriswan Sungkono. Jakarta: Salemba
Teknika.
Sudiadi & Rizani Teguh. 2015. Metode Numerik. Palembang: Sekolah Tinggi
Manajemen Informatika dan Komputer Global Informatika.
http://dosen.univpancasila.ac.id/dosenfile/4502211002138388192708November2
013.pdf (diakses 1 Desember 2017)
http://eprints.binadarma.ac.id/926/1/ANALISIS%20ALGORITMA%20MATERI
%207.pdf (diakses 1 Desember 2017)
https://www.scribd.com/document_downloads/direct/37751852?extension=pdf&ft
=1512188211&lt=1512191821&user_id=354092461&uahk=rEZKtz5d7q5t-
lgfmsGp0i8n_dU (diakses 1 Desember 2017).

28