Anda di halaman 1dari 8

Rangkuman I

Pendahuluan dan Galat


Rangkuman ini disesuaikan dengan materi
yang akan disampaikan pada praktikum
Analisis Numerik IPB pada tanggal 25
Februari 2016

Oleh Dita Widya Aisyah


G54120059
Outline

 Pengantar
 Sumber-sumber galat
 Representasi bilangan dalam
komputer
 Machine epsilon
 Pemangkasan dan pembulatan
 Loss of significant error
 Propagasi Kesalahan
Pengantar

Analitik
Masalah
Solusi
Matematika

Numerik

Metode dan Solusi Metode dan Solusi


Analitik Numerik
Tidak ada galat Ada galat

Waktu penyelesaian Waktu relatif singkat


bergantung pada tingkat karena bantuan
kesulitan masalahnya komputer
Tidak semua Menjadi alternatif di kala
permasalahan dapat solusi analitik sulit
dicari solusi analitiknya didapat

Metode numerik yang baik adalah yang bisa


memberikan solusi yang akurat dalam waktu yang
relatif cepat.
Sumber-Sumber Galat
Sebelum proses komputasi:
 Kesalahan akibat model yang salah
 Kesalahan karena hasil observasi yang
salah atau pengukuran yang salah
 Kesalahan yang dibawa dari proses
perhitungan sebelumnya
Selama proses komputasi:
 Kesalahan karena hasil pendekatan/
hampiran
 Kesalahan karena proses pemangkasan
atau pembulatan

Notasi Ilmiah (Scientific Notation)


x = ± q × 10 n ; 1 ≤ q < 10
dengan: q disebut mantissa
n disebut eksponen
Contoh:
1. 0.0008291 = 8.291 × 10 -4
2. 26.0994 = 2.60994 × 10 1
3. 9194000 = 9.194 × 10 6
Titik Mengambang (Floating Point)
Setiap bilangan x direpresentasikan sebagai:

dengan: disebut mantissa

E :exponent 𝛽 :base/radix
p :precision [L,U] :exponent range
Hal ini berkaitan dengan kapasitas dan cara
mesin dalam menyimpan bilangan. Contoh:

Decimal Floating Point Number


0.1 ≤ ξ < 1
σ = ± 1 serta e bilangan bulat
Contoh:
1. 13.642 = 0.13642 × 10 2
2. 3.4108 = 0.34108 × 10 1
Definisi Galat (Error)
Andaikan xT adalah nilai bilangan yang sebenarnya
dan xA adalah nilai hasil representasinya, maka
suatu kesalahan di xA dituliskan sebagai :

dan kesalahan relatifnya dituliskan dalam bentuk :

Angka signifikan
Misalkan suatu hampiran bilangan x dinyatakan
sebagai:

Jika dk > 0 dan dj = 0 untuk j > k, maka digit-digit


dk, dk-1 … d-m dikatakan sebagai angka signifikan.
Contoh :
 Bilangan -0.00250 mempunyai 3 angka signifikan
 Bilangan 25.027 mempunyai 5 angka signifikan
Machine Epsilon
Andaikan y adalah bilangan terkecil yang
> 1 yang dapat direpresentasikan dalam suatu
komputer aritmatika, maka η = y – 1 disebut
machine epsilon.
Pemangkasan dan Pembulatan dalam
Sistem Desimal
Secara umum, bila diberikan suatu bilangan

Bila dilakukan pemangkasan, maka representasi


floating point dari x adalah :

Bila dilakukan pembulatan, formula yang


sederhana adalah sebagai berikut :

Loss of Significant Error


Bila suatu bilangan dikurangi dengan bilangan yang
hampir sama, akan terjadi loss of significance error
pada proses perhitungannya. Contoh fungsi:
Propagasi Kesalahan
Evaluasi suatu fungsi f(x) pada mesin seringkali
tidak menghasilkan f(x) melainkan suatu nilai
hampirannya,
Kemudian andaikan,
maka untuk mengevaluasi f(xT),
bisa jadi kita menghitung
Dengan demikian terjadi kesalahan sebesar :

Besaran biasanya disebut noise,


sedangkan besaran
disebut kesalahan karena propagasi.
Andaikan ω menandakan operasi aritmatika
seperti +, -, x atau /.
Besaran adalah galat propagasi
pada operasi aritmatika.

Sumber: Modul Kuliah Analisis Numerik IPB 2016