Anda di halaman 1dari 25

BAB I

PENDAHULUAN

1.1 Latar Belakang


Persoalan yang melibatkan model matematika banyak muncul dalam
berbagai disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi,
atau pada persoalan rekayasa (engineering), seperti Teknik Kimia, Teknik Sipil,
Teknik Mesin, Elektro dan sebagainya. Seringkali model matematika tersebut
muncul dalam bentuk yang tidak ideal atau sulit untuk dikerjakan secara analitik
untuk mendapatkan solusi sejatinya (exact solution). Adapun yang dimaksud
dengan metode analitik adalah metode penyelesaian model matematika dengan
rumus-rumus aljabar yang sudah baku atau lazim digunakan.

Ada beberapa persoalan matematika yang tidak dapat diselesaikan dengan


metode analitik. Akan tetapi metode analitik unggul untuk sejumlah persoalan
yang memiliki tafsiran geometri sederhana. Misalnya menentukan akar
penyelesaian dari menggunakan rumus abc. Padahal persoalan yang muncul
dalam kehidupan sehari-hari tidak selalu dalam bentuk sederhana tetapi sangat
kompleks serta melibatkan bentuk dan proses yang rumit. Akibatnya nilai praktis
penyelesaian metode analitik menjadi terbatas. Bila metode analitik tidak dapat
lagi digunakan, maka salah satu solusi yang dapat digunakan adalah dengan
metode Numerik. Metode Numerik adalah teknik yang digunakan untuk
memformulasikan persoalan matematika sehingga dapat dipecahkan dengan
operasi perhitungan atau aritmatika biasa (tambah, kurang, kali, dan bagi). Ada
beberapa alasan menggunakan metode numerik, yaitu (Susy, 2006) :

1. Tidak semua permasalahan matematis atau perhitungan dapat diselesaikan


dengan mudah.
2. Dibutuhkan metode yang menggunakan analisis-analisis pendekatan persoalan-
persoalan non linier untuk menghasilkan nilai yang diharapkan.

1
3. Kesulitan menggunakan metode analitik untuk mencari solusi exact dengan
jumlah data yang besar, diperlukan perhitungan komputer, metode numerik
digunakan untuk menyelesaikan permasalahan ini.
4. Pemakaian metode analitik terkadang sulit diterjemahkan ke dalam algoritma
yang dapat dimengerti oleh komputer. Metode numerik yang memang
berangkat dari pemakaian alat bantu hitung merupakan alternatif yang baik
dalam menyelesaian persoalan-persoalan perhitungan yang rumit.

Prinsip-prinsip metode numerik adalah sebagai berikut :


1. Metode numerik ini disajikan dalam bentuk algoritma-algoritma yang dapat
dihitung secara cepat dan mudah.
2. Pendekatan yang digunakan dalam metode numerik merupakan pendekatan
analisis matematis, dengan tambahan grafis dan teknik perhitungan yang
mudah.
3. Algoritma pada metode numerik adalah algoritma pendekatan maka dalam
algoritma tersebut akan muncul istilah iterasi yaitu pengulangan proses
perhitungan.
4. Dengan metode pendekatan, tentunya setiap nilai hasil perhitungan akan
mempunyai nilai error (nilai kesalahan).

Penyelesaian secara numerik umumnya melibatkan proses iterasi,


perhitungan berulang dari data numerik yang ada. Jika proses iterasi tersebut
dilakukan secara manual, akan membutuhkan waktu yang relatif lama dan
kemungkinan timbulnya nilai kesalahan (error) akibat manusia itu sendiri juga
relatif besar. Misalnya untuk menyelesaikan persoalan persamaan non-linear , jika
diselesaikan menggunakan cara manual menggunakan Metode Biseksi diperlukan
beberapa iterasi. Untuk penyelesaian sampai tujuh angka di belakang koma dapat
terjadi iterasi sampai puluhan kali. Ini tentu membutuhkan waktu yang relatif
lama. Pada kenyataannya sering terjadi proses iterasi sampai ratusan kali, pada
keadaan demikian ini komputer sangat dibutuhkan untuk mengurangi waktu
penyelesaian (Munif, 1995).

2
Selain mempercepat perhitungan numerik, dengan komputer dapat dicoba
berbagai kemungkinan solusi yang terjadi akibat perubahan beberapa parameter
tanpa menyita waktu dan pikiran. Solusi yang diperoleh juga dapat ditingkatkan
ketelitiannya dengan mengubah-ubah nilai parameter (Susy, 2006).

Penyelesaian yang digunakan dalam metode Numerik adalah penyelesaian


pendekatan, oleh karena itu biasanya timbul kesalahan (error). Pada
penyelesaiannya diusahakan untuk mendapatkan error yang sekecil mungkin.

1.2 Rumusan Masalah

Berdasarkan latar belakang tersebut diatas, maka permasalahan dalam


makalah ini adalah bagaimana menyelesaikan persamaan non-linear menggunakan
berbagai metode dengan program komputer.

1.3 Tujuan Penulisan

Dengan adanya permasalahan yang muncul, maka tujuan dari makalah ini
adalah mengetahui perbedaan kecepatan dan tingkat kemudahan dalam
menyelesaikan persamaan non-linear ditinjau dari berbagai metode yang
digunakan.

1.4 Manfaat Penulisan


Ada beberapa manfaat yang diharapkan dari makalah ini, diantaranya
adalah memberikan wawasan tambahan mengenai cara-cara menyelesaikan
persamaan non linear menggunakan Metode Numerik yang paling efektif dan
efisien, karena hanya dengan beberapa langkah saja sudah bisa didapatkan apa
yang diinginkan.

3
BAB II
TINJUAN PUSTAKA

2.1 Persamaan Non-Linear


Dalam usaha mendapatkan persamaaan matematika yang menjabarkan
model dari suatu persoalan nyata, sering solusi yang dicari berupa suatu nilai
variabel x sedemikian rupa, sehingga terpenuhi persamaan f (x) = 0 yang
digunakan dalam model. Untuk beberapa kasus, melalui faktorisasi f(x) = 0 dapat
diperoleh penyelesaian seperti yang diinginkan, namun bentuk yang lebih rumit
telah mampu memberikan solusi melalui analisis matematik.

Apa yang dimaksud dengan menentukan x hingga terpenuhi persamaan


f(x) = 0 ? secara geometri ini berarti mencari suatu titik hal mana f(x) tepat
memotong sumbu x, sehingga f(x) = 0. jika dianggap f(x) sesungguhnya
memotong sumbu x, maka dapat dicari suatu interval [a,b], sedemikian rupa
sehingga f(a) dan f(b) mempunyai tanda berbeda.

Gambar 2.1 Grafik non linier

Dengan pembatasan interval ini, secara cermat dapat dicari x =  yang


memberikan nilai f (  ) = 0 sebagai berikut :

1. Bagi dua interval [a,b] dan evaluasi nilai f(x) pada titik tengah interval.

2. Apabila f(m) = 0 berarti x = m, bila tidak sama dicari posisi nilai m apakah
berada pada interval [a,m] atau interval [m,b] ; yaitu dengan memeriksa
perbedaan tanda :

4
a. Jika f (a) dan f(m) berbeda tanda berarti  di [a,m]

b. Jika f(a) dan f(m) mempunyai tanda sama berarti  di [n,b] proses
pembagian interval dapat diulang sampai ditemukan nilai  yang
memberikan f(  ) = 0.

Pada bab ini dibahas solusi dari persamaan non linear yang banyak
dijumpai dalam formulasi kasus-kasus fisika, yaitu pencarian akar persamaan
(finding roots). Disajikan beberapa metode yang biasa digunakan, dan inti
pembahasan terletak beberapa metode komputasi numerik yang akan dibahas,
yaitu metode Successive Substitution, metode Secant, metode Newton Raphson,
dan metode Regula Falsi beserta cara menangani berbagai kasus yang disertakan.

2.2 Successive Substitution


Metode ini mempunyai strategi yang sama dengan metode iterasi titik
tetap dan metode Gauss-Seidel. Masing-masing persamaan tak linier diselesaikan
untuk memperoleh sebuah nilai x yang tak diketahui. Sistem persamaan ini
selanjutnya diproses secara iteratif untuk menghitung nilai-nilai x yang baru, yang
diharapkan akan konvergen. Suatu persamaan non linier tunggal dalam bentuk
f(x) = 0 dapat ditentukan akar-akarnya dengan cara iterasi subtitusi berurut,
dengan cara sebagai berikut:
1. Mengubah persamaan menjadi bentuk X = g(x)
2. Dimulai dengan menebak nilai x0 awal untuk mengevaluasi nilai g(x0) dan
menentukan nilai x1, kemudian lakukan iterasi.
X(i+1) = g(xi) dimana i =1,2,3,…
Sampai hasilnya tidak mengalami perubahan lagi, dimana
|𝑥𝑖+1 − 𝑥𝑖 | ≤ 𝜖
Tidak semua fungsi dapat diselesaikan dengan metode successive
substitution, karena ada iterasi yang divergen. Syarat agar iterasi dijamin
konvergen, adalah:

nilai dari dg ( x )
1 , pada nilai tebakan awal xo.
dx

5
Gambar 2.2 Grafik Direct Substitution (Convergence)

Ketika lereng dg (x)/dx < 1, maka metode tersebut konvergen seperti yang
ditunjukkan pada gambar.

Gambar 2.3 Direct Substitution (Divergence)

Ketika lereng dg (x) / dx> 1, maka metode tersebut divergen seperti yang
ditunjukkan pada gambar 2.2.
Contoh:
1. Tentukan nilai x dari persamaan berikut:
2
𝑥 3 + 2𝑥 + 2 = 10𝑒 −2𝑥
Jawab:
Ubah persamaan menjadi bentuk X = g(x)

6
1 𝑥 3 +2𝑥+2
X = g(x) = √− 2 ln( )
10

Misalkan x0 = -0.5
Penyelesaian iterasi dapat dilihat pada tabel.
X g(x)
-0.5 1.103657
1.103657 0.542445
0.542445 0.750208
0.750208 0.684039
0.684039 0.706208
0.706208 0.698905
0.698905 0.701325
0.701325 0.700525
0.700525 0.700789
0.700789 0.700702
0.700702 0.700731
0.700731 0.700721
0.700721 0.700724
0.700724 0.700723
0.700723 0.700724

2. Temukan penyelesaian dari:


f(x)= x (tan x) - 1, Untuk 0 < x < π/2
Jawab:
Pilih tebakan awal dalam range yg dipersyaratkan, missal π/8
Cari g(x)
X=g(x)
X=1/tan x
dg ( x )
Cek konvergensi, ternyata >1 maka tidak dijamin
dx
konvergen.

7
Di coba subtitusi x0= π/8=0,3927 atau 22,5 derajat sebagai nilai tebakan
awal
Maka menghasilkan
x1=2,4142 atau 0,7 π, sehingga berada di luar range 0 < x < π/2 atau
divergen
untuk g(x) yg lain:
x=tan-1(1/x)
dg ( x )
Cek konvergensi, ternyata <1 maka dijamin konvergen.
dx
Di coba subtitusi x0= π/8=0,3927 atau 22,5 derajat sebagai nilai tebakan
awal.
Maka menghasilkan table iterasi
X g(x)
0.3927 1.196599
1.196599 0.696135
0.696135 0.962669
0.962669 0.804416
0.804416 0.893368
0.893368 0.841657
0.841657 0.871166
0.871166 0.854142
0.854142 0.863902
0.863902 0.858286
0.858286 0.861511
0.861511 0.859657
0.859657 0.860722
0.860722 0.86011
0.86011 0.860462
0.860462 0.86026
0.86026 0.860376

8
0.860376 0.860309
0.860309 0.860348
0.860348 0.860326

2.3 Metode Newton

Metode ini adalah salah satu metoda penyelesaian sistem persamaan


nonlinier, metoda ini terdiri dari beberapa langkah yaitu : penurunan secara
parsial, penyusunan, menghitung nilai 𝑑1 dan 𝑑2 , dan proses pengulangan.
Metode ini mempunyai beberapa kekurangan diantaranya, sulitnya menentukan
turunan parsial untuk fungsi tertentu, langkah dan pengerjaan yang panjang.

Misalkan ada 2 persamaan non linier dengan 2 variabel, misalkan fungsi


u(x,y) dan v(x,y), maka, rumus iterasinya:

𝜕𝑣𝑟 𝜕𝑢𝑟
𝑢𝑟 + 𝑣𝑟
𝜕𝑦 𝜕𝑦
𝑥𝑟−1 = 𝑥𝑟 −
𝜕𝑢𝑟 𝜕𝑣𝑟 𝜕𝑢𝑟 𝜕𝑣𝑟

𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥

dan

𝜕𝑣𝑟 𝜕𝑢𝑟
𝑢𝑟 − 𝑣𝑟
𝜕𝑥 𝜕𝑥
𝑦𝑟−1 = 𝑦𝑟 −
𝜕𝑢𝑟 𝜕𝑣𝑟 𝜕𝑢𝑟 𝜕𝑣𝑟

𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥

Pembuktian rumus:

Perhatikan gradien kemiringan suatu kurva

9
Gambar 2.4 Gradien suatu kurva

Dari gambar diatas, kemiringan kurva dapat didekati dengan:


𝑓 (𝑥𝑟 )− 𝑓(𝑥𝑟+1 )
𝑔𝑟𝑎𝑑𝑖𝑒𝑛 (𝑚) = 𝑓 ′ (𝑥𝑟 ) = 𝑥𝑟 − 𝑥𝑟+1

Atau dalam bentuk lain ditulis:

𝑓(𝑥𝑟+1 ) = 𝑓(𝑥𝑟 ) − 𝑓 ′ (𝑥𝑟 )(𝑥𝑟 − 𝑥𝑟+1 )

atau

𝑓(𝑥𝑟+1 ) = 𝑓(𝑥𝑟 ) + 𝑓 ′ (𝑥𝑟 )(𝑥𝑟+1 − 𝑥𝑟 )

Maka untuk 2 persamaan non linier dengan 2 variabel misal u(x,y) dan
v(x,y), maka analog seperti diatas:

𝜕𝑢𝑟 𝜕𝑢𝑟
𝑢𝑟+1 = 𝑢𝑟 + (𝑥𝑟+1 − 𝑥𝑟 ) + (𝑦𝑟+1 − 𝑦𝑟 )
𝜕𝑥 𝜕𝑦

dan

𝜕𝑣𝑟 𝜕𝑣𝑟
𝑣𝑟+1 = 𝑣𝑟 + (𝑥𝑟+1 − 𝑥𝑟 ) + (𝑦𝑟+1 − 𝑦𝑟 )
𝜕𝑥 𝜕𝑦

Karena persoalan mencari akar, maka ur+1 = 0 dan vr+1 = 0.

𝜕𝑢𝑟 𝜕𝑢𝑟 𝜕𝑢𝑟 𝜕𝑢𝑟


𝑥𝑟+1 + 𝑦𝑟+1 = −𝑢𝑟 + 𝑥𝑟 + 𝑦𝑟
𝜕𝑥 𝜕𝑦 𝜕𝑥 𝜕𝑦

𝜕𝑣𝑟 𝜕𝑣𝑟 𝜕𝑣𝑟 𝜕𝑣𝑟


𝑥𝑟+1 + 𝑦𝑟+1 = −𝑣𝑟 + 𝑥𝑟 + 𝑦𝑟
𝜕𝑥 𝜕𝑦 𝜕𝑥 𝜕𝑦

10
Dengan sedikit manipulasi aljabar, kedua persamaan terakhir ini menjadi

𝜕𝑣𝑟 𝜕𝑢𝑟
𝑢𝑟 + 𝑣𝑟
𝜕𝑦 𝜕𝑦
𝑥𝑟+1 = 𝑥𝑟 −
𝜕𝑢𝑟 𝜕𝑣𝑟 𝜕𝑢𝑟 𝜕𝑣𝑟

𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥

Dan
𝜕𝑣𝑟 𝜕𝑢
𝑢𝑟 − 𝑣𝑟 𝑟
𝜕𝑥 𝜕𝑥
𝑦𝑟+1 = 𝑦 + 𝜕𝑢𝑟 𝜕𝑣𝑟 𝜕𝑢𝑟 𝜕𝑣𝑟

𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥

Terbukti!

Penyebut dari kedua persamaan tersebut disebut determinan jacobi. Urutan


penyelesaian system persamaan non-linear menggunakan metode Newton adalah
sebagai berikut :

Start

buat turunan parsial pertama


dari fungsi yang tersedia

buat turunan parsial kedua

Susun kembali persamaan nonlinier


menjadi bentuk
𝜕𝑓1 𝜕𝑓1
𝑑1 + 𝑑 = −𝑓1 (𝑥)
𝜕𝑥1 𝜕𝑥2 2

masukkan nilai perkiraan, awal

gunakan nilai 𝑑1 dan 𝑑2 untuk di


subtitusikan kedalam nilai 𝑒1 dan 𝑒2
sementara

Diperoleh hasil

Finish
11
Contoh Soal :

Soal 1 :

Misalkan diketahui sistem persamaan non linier berikut:

𝑓1 (𝑥) = 𝑥12 + 𝑥22 − 36 = 0

𝑓2 (𝑥) = 𝑥12 + 3𝑥2 − 16 = 0

Hitung nilai 𝑥1 dan 𝑥2 .

Penyelesaian

a. Kita buat turunan parsial dari fungsi pertama


𝑓1 (𝑥) = 𝑥12 + 𝑥22 − 36 = 0

Turunan parsial terhadap 𝑥1 adalah

𝜕𝑓1
= 2𝑥1
𝜕𝑥1

Turunan parsial terhadap 𝑥2 adalah

𝜕𝑓1
= 2𝑥2
𝜕𝑥2
b. Kita buat turunan parsial dari fungsi kedua
𝑓2 (𝑥) = 𝑥12 + 3𝑥2 − 16 = 0

Turunan parsial terhadap 𝑥1 adalah

𝜕𝑓2
= 2𝑥1
𝜕𝑥1

Turunan parsial terhadap 𝑥2 adalah

𝜕𝑓2
= −3
𝜕𝑥2
c. Kita susun persamaan nonlinier kembali menjadi,
𝜕𝑓1 𝜕𝑓1
𝑑1 + 𝑑 = −𝑓1 (𝑥)
𝜕𝑥1 𝜕𝑥2 2

12
𝜕𝑓2 𝜕𝑓2
𝑑1 + 𝑑 = −𝑓2 (𝑥)
𝜕𝑥1 𝜕𝑥2 2

Kita subsitusikan turunan parsial diatas, menjadi

(2𝑥1 )𝑑1 + (2𝑥2 )𝑑2 = −(𝑥12 + 𝑥22 − 36)

(2𝑥1 )𝑑1 + (−3)𝑑2 = −(𝑥12 + 3𝑥2 − 16)


a. Kita masukkan nilai perkiraan, awal misal 𝑥1 = 1 dan 𝑥2 = 1, maka di dapat
nilai 𝑑1 dan 𝑑2 , yaitu:
𝑑1 = 13,8
𝑑2 = 3,2
b. Kemudian kita gunakan nilai 𝑑1 dan 𝑑2 untuk di subtitusikan kedalam nilai
𝑒1 dan 𝑒2 sementara, dan nilai 𝑒1 dan 𝑒2 kita masukkan nilai perkiraaan. Setelah
itu kita masukkan 𝑒1 dan 𝑒2 sementara ke persamaan 𝑑1 dan 𝑑2 , begitu
seterusnya
𝑒1𝑠𝑒𝑚𝑒𝑛𝑡𝑎𝑟𝑎 = 𝑒1 + 𝑑1
𝑒2𝑠𝑒𝑚𝑒𝑛𝑡𝑎𝑟𝑎 = 𝑒2 + 𝑑2
c. Setelah melakukan proses pegulangan diatas, didapat nilai 𝑒1 dan 𝑒2 , yaitu
𝑒1 = 5,06

𝑒2 = 3,21

Soal 2 :

Suatu kondisi reaksi menggambarkan reaksi kompleks untuk fase liquid


seperti reaksi berikut:

r1
A 2B

r2
A C
r3

r4
B D+C

13
Dimana

r1 = k1 CA (gmol/liter sekon)
3/2
r2 = k 2 CA

r3 = k 3 CC2

r4 = k 4 CB2

k1 = 1,0 sec −1

k 2 = 0,2 liter1/2 ⁄gmol1/2 sec

k 3 = 0,05 liter/gmol sec

k 4 = 0,4 liter/gmol sec

Dimana

ri = gmol⁄liter sec

Reaktor tangki berpengaduk digunakan untuk suatu sistem reaksi seperti pada
gambar dibawah. Volume reaktor (VR) adalah 100 liter dan laju alir umpan Q
sebanyak 50 liter/sec dengan konsentrasi komponen A = 1 mol/liter. Reaktor
tangki berpengaduk di atur pada kondisi steady state dan sistem diasumsikan
berada pada kondisi isotermal. Neraca massa dari sistem reaksi tersebut yaitu:

Keluaran = Masukan + Yang terbentuk - Yang bereaksi

(Komponen A) CAQ = CAoQ + VR(rs) - VR(r1 + r2)

(Komponen B) CBQ = 0 + VR(2r1) - VR(r4)

(Komponen C) CCQ = 0 + VR(r2 + r4) - VR(r3)


(Komponen D) CDQ = 0 + VR(r4) - 0

14
Q

CAO

Q
VR

CA, CB, CC, CD CA, CB, CC, CD

Tahap selanjutnya susun persamaan nonlinear seperti dibawah ini:


3/2
𝐹1 = −𝐶𝐴 + 𝐶𝐴𝑂 + 𝑉𝑅 (−𝑘1 𝐶𝐴 − 𝑘2 𝐶𝐴 + 𝑘3 𝐶𝐶2 )⁄𝑄 = 0

𝐹2 = −𝐶𝐵 + 𝑉𝑅 (2𝑘1 𝐶𝐴 − 𝑘4 𝐶𝐵2 )⁄𝑄 = 0


3
𝐹3 = −𝐶𝑐 + 𝑉𝑅 (𝑘2 𝐶𝐴2 − 𝑘3 𝐶𝐶2 + 𝑘4 𝐶𝐵2 )⁄𝑄 = 0

𝐹4 = −𝐶𝐷 + 𝑉𝑅 (𝑘4 𝐶𝐵2 )⁄𝑄 = 0

Selanjutnya laju alir masing-masing komponen dapat dicari dengan menggunakan


metode Newton.

2.4 Metode Determinan Jacobi

∂ur 𝜕𝑣𝑟 𝜕𝑢𝑟 𝜕𝑣𝑟


Det. Jacobi = −
𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥

Inilah rumus iterasi untuk sistem persamaan non linier 2 persamaan 2 variabel.

Sedangkan urutan penyelesaian system persamaan non-linear


menggunakan metode Determinan Jacobi adalah sebagai berikut :

15
Start

Cari nilai u dan v pada titik-


titik tebakan awal

Diferensiasi parsialkan
semua persamaan untuk
setiap variabel

Hitung nilai determinan jacobi pada


titik tebakan awal

Lakukan iterasi untuk menemukan


persamaan newton utk sistem
persamaan non linier

Lanjutkan iterasi hingga diperoleh nilai


x dan y

Diperoleh hasil

Finish

Contoh Soal :

Carilah akar dari sistem persamaan berikut:

𝑓1 (𝑥. 𝑦) = 𝑢 = 𝑥 2 + 𝑥𝑦 − 10 = 0

𝑓2 (𝑥, 𝑦) = 𝑣 = 𝑦 + 3𝑥𝑦 2 − 57 = 0

Dengan tebakan awal x0 = 1,5 dan y0 = 3,5

Penyelesaian:

Rumus:

16
𝜕𝑣𝑟 𝜕𝑢𝑟
𝑢𝑟 + 𝑣𝑟
𝜕𝑦 𝜕𝑦
𝑥𝑟+1 = 𝑥𝑟 − (3.14)
𝜕𝑢𝑟 𝜕𝑣𝑟 𝜕𝑢𝑟 𝜕𝑣𝑟

𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥

Dan

𝜕𝑣𝑟 𝜕𝑢𝑟
𝑢𝑟 − 𝑣𝑟
𝜕𝑥 𝜕𝑥
𝑦𝑟+1 = 𝑦𝑟 + (3.15)
𝜕𝑢𝑟 𝜕𝑣𝑟 𝜕𝑢𝑟 𝜕𝑣𝑟

𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥

Langkah 1.

Cari nilai u dan v pada titik-titik tebakan awal

𝑢0 = (1,5)2 + 1,5 (3,5) − 10 = −2,5

𝑣0 = (3,5) + 3(1,5)(3,5)2 − 57 = 1,625

Langkah 2.

Diferensiasi parsialkan semua persamaan untuk setiap variabel.

Lalu cari nilai dari semua komponen determinan jacobi-nya pada titik tebakan
awal.

𝜕𝑢0
= 2𝑥 + 𝑦 = 2(1,5) + 3,5 = 6,5
𝜕𝑥

𝜕𝑢0
= 𝑥 = 1,5
𝜕𝑦

𝜕𝑣0
= 3𝑦 2 = 3(3,5)2 = 36,75
𝜕𝑥

𝜕𝑣0
= 1 + 6𝑥𝑦 = 1 + 6(1,5) = 32,5
𝜕𝑦

Langkah 3.

Hitung nilai determinan jacobi pada titik tebakan awal:

17
∂ur 𝜕𝑣𝑟 𝜕𝑢𝑟 𝜕𝑣𝑟
Det. Jacobi = − (3.16)
𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥

Det. Jacobi = (6.5)(32.5) - (1.5)(36.75)

= 156.125

Langkah 4.

Lakukan iterasi untuk menemukan persamaan newton utk sistem persamaan non
linier
𝜕𝑣𝑟 𝜕𝑢𝑟
𝑢𝑟 + 𝑣𝑟
𝜕𝑦 𝜕𝑦
𝑥𝑟+1 = 𝑥𝑟 − (3.14)
𝜕𝑢𝑟 𝜕𝑣𝑟 𝜕𝑢𝑟 𝜕𝑣𝑟

𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥

(2.5)(32.5)  (1.625)(1.5) (78.8125)


x1  1.5   1.5   2.0048
det . jacobi 156.125

Dan

𝜕𝑣𝑟 𝜕𝑢𝑟
𝑢𝑟 − 𝑣𝑟
𝜕𝑥 𝜕𝑥
𝑦𝑟+1 = 𝑦𝑟 + (3.15)
𝜕𝑢𝑟 𝜕𝑣𝑟 𝜕𝑢𝑟 𝜕𝑣𝑟

𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥

(2.5)(36.75)  (1.625)(6.5)
y1  3.5   3.5  (0.656125)  2.84388
det . jacobi

Dengan cara yang sama iterasi dilanjutkan,

Coba teruskan!

diperoleh x=.... dan y=....

2.5 Metode Secant

Masalah potensial dalam implementasi metode Newton adalah evaluasi


pada turunan. Metode Secant diperoleh dari metode Newton dengan cara
menggantikan turunan f’(x) dengan beda hingga terbagi. Bila turunan fungsi f’(x)

18
sulit ditemukan, metode newton tidak dapat dipakai. Solusinya, bahwa sebetulnya
f’(x) pada hakekatnya merupakan suatu slope atau gradien.

Jika diambil persamaan backward untuk disubstitusikan pada persamaan


forward iteratifnya menjadi

Atau bisa dituliskan dalam bentuk

Secara geometri, dalam metode Newton xi+1 merupakan perpotongan


sumbu x dengan garis singgung di xi, sedangkan dalam metode Secant xi+1
adalah perpotongan sumbu x dengan talibusur kurva f(x) yang berpadanan
terhadap xn+1 dan xn. Metode Secant memerlukan dua tebakan awal, xi–1 dan xi,
tetapi tanpa perhitungan turunan.

Dapat diperlihatkan metode Secant lebih lambat dibandingkan metode


Newton Raphson, tetapi menjadi pilihan bilamana kerja penghitungan suatu nilai
f’(x) lebih lama daripada ½ kali kerja penghitungan nilai f(x). Algoritmanya
serupa dengan metode Newton.

19
Sebuah peluru bermassa 2 gram ditembakkan vertikal ke udara dan
bergerak turun setelah mencapai batas kecepatan. Batas kecepatan ditentukan oleh
mg=Ftarik, dimana m=massa dan g = percepatan gravitas i. Persamaan lengkap
adalah sebagai berikut:

dimana v adalah kecepatan batas, m/det. Suku pertama pada ruas kanan
menyatakangesekan tarik (friction drag), dan suku kedua menyatakan tekanan
tarik (pressure drag). Tentukan batas kecepatan dengan metode secant. Nilai coba
awal v @ 30 m/det

Solusi:

Kasus ini didefinisikan sebagai pencarian akar dari

diset vo=30 dan v1=30,1 didasarkan pada nilai coba awal, dimana y0 dan y1
dihitung dengan persamaan (2.12). Iterasi penyelesaian dengan persamaan (2. 11)
sebagai berikut:

Jadi batas kecepatannya adalah v=37,7 m/det

20
2.6 Regula Falsi

Sesi metode numerik ini membahas salah satu metode penyelesaian sistem
persamaan non linier, yaitu dengan metode pencarian akar persamaan dengan
memanfaatkan kemiringan dan selisih tinggi dari dua titik batas range. Dua titik a
dan b pada fungsi f(x) digunakan untuk mengestimasi posisi c dari akar interpolasi
linier, dikenal dengan metode False Position atau metode regula falsi.

Gambar 2.5 Grafik metode Regula Falsi

f (b)  f (a) f (b)  0


 
ba bx
 f (b)(b  a)
x b
f (b)  f (a)
 af (b)  bf (a)
x
f (b)  f (a)
Algoritma Metode Regula Falsi :

1. Defenisikan fungsi f(x)


2. Tentukan batas bawah (a) dan batas atas (b)

21
3. Tentukan toleransi error (e) dan iterasi maksimum (n)
4. Hitung Fa = f(a) dan Fb = f(b)
5. Untuk iterasi I = 1 sampai n atau error > e
𝑓𝑏.𝑎−𝑓𝑎.𝑏
•𝑥= 𝑓𝑏−𝑓𝑎

• Hitung Fx = f(x)
• Hitung error = |Fx|
• Jika Fx.Fa < 0 maka b = x dan Fb = Fx jika tidak a = x dan Fa = Fx
6. Akar persamaan adalah x

Contoh Soal :

Terapkan metode Regulasi Falsi untuk menemukan akar persamaan berikut

𝜋
𝑓(𝑧) = 𝑧 tan 𝑧 − 1, jika 0 < z <
2

Penyelesaian:

Dengan memasukkan nilai batas x ke dalam persamaan, kita mendapatkan bahwa;

𝑓(0) = −1
𝜋
𝑓 ( ) = +∞
2
𝜋
Tetapi x2 = tidak dapat digunakan karena nilainya tak terhingga. Jadi kita harus
2
menggunakan nilai yang lebih kecil dari (𝜋/2), yaitu 0.7(𝜋/2), sehingga
𝜋
𝑓 (0.7 ) = 1.158
2

Hasil aplikasi dari metode Regulasi Falsi dapat dilihat pada tabel berikut.

22
x1 x2 𝒇(x1) 𝒇(x2) x3 𝒇 (x3)

-1.000 -7.151 x
1.100 0.0000 1.158 0.5097
10-1

-7.151 x -3.354 x
1.100 0.5097 1.158 0.7351
10-1 10-1

-3.354 x -1.296 x
1.100 0.7351 1.158 0.8170
10-1 10-1

-1.296 x -4.620 x
1.100 0.8170 1.158 0.8455
10-1 10-2

-4.620 x -1.600 x
1.100 0.8455 1.158 0.8553
10-2 10-2

-1.600 x -5.482 x
1.100 0.8533 1.158 0.8586
10-2 10-3

-5.482 x -1.872 x
1.100 0.8586 1.158 0.8597
10-3 10-3

-1.872 x -6.383 x
1.100 0.8597 1.158 0.8601
10-3 10-4

-6.383 x -2.196 x
1.100 0.8601 1.158 0.8603
10-4 10-4

-2.196 x -7.492 x
1.100 0.8603 1.158 0.8603
10-4 10-5

-7.492 x -2.556 x
1.100 0.8603 1.158 0.8603
10-5 10-5

23
BAB III
PENUTUP

3.1 Kesimpulan

1. Metode Numerik adalah teknik yang digunakan untuk


memformulasikan persoalan matematika sehingga dapat dipecahkan
dengan operasi perhitungan atau aritmatika biasa

2. Metode non linear terbagi menjadi beberapa bahasan yaitu metode


successive substitution, metode secant, metode wewton, dan metode
regula falsi

24
DAFTAR PUSTAKA

Alifis. 2008. bab-ii-solusi-persamaan-non-linear.pdf. Diakses 16 Maret 2016

Anonim. 2010. “Penyelesaian Persamaan Non-Linear”. http://www. Pustaka


skripsi.com/penyelesaian-persamaan-non-linear-metode-biseksi-dan
metode-regula-falsi-menggunakan-cara-komputasi-skripsi-373.html.
Diakses 10 Maret 2016

Chapra, S.C., and Canale, R.P. 1998, “Numerical Methods for Engineers”.
McGraw-Hill.

Elsaid, Fairus. 2008. “Persamaan Non-Linear”. http://fairuzelsaid


.wordpress.com/. Diakses 16 Maret 2016

James B. Riggs. 1988. “An Introduction To Numerical Methods For Chemical


Engineers”. USA : Texas Tech University Press

Kubicek, Milan. et al. 2005. “Numerical Methods And Algorithms”. Praha

Riggs, James B. “An introduction to numerical methods for chemical engineer 2nd
edition”. USA : Texas Tech University Press

25