BAB I

A. TUJUAN PERCOBAAN
Agar mahasiswa dapat mencari akar persamaan non linear menggunakan penyelesaian
numerik.

B. DASAR TEORI
1. Persamaan linear
Persamaan linear merupakan sebuah persamaan aljabar dimana tiap sukunya
mengandung konstanta atau perkalian konstanta dengan tanda sama dengan serta
variabelnya berpangkat satu. Persamaan ini dikatakan linear karena jika kita
gambarkan dalam koordinat cartesius berbentuk garis lurus.
Bentuk persamaan linear :
ax + b = 0
Grafik dalam persamaan linear berbentuk garis lurus, misalnya :

2. Persamaan non linear

Penyelesaian persamaan non linier adalah penentuan akar-akar persamaan non
linier. Dimana akar sebuah persamaan f(x) =0 adalah nilai-nilai x yang menyebabkan
nilai f(x) sama dengan nol. Dengan kata lain akar persamaan f(x) adalah titik potong
antara kurva f(x) dan sumbu X.

1
Bentuk persamaan non linear :
ax2 + bx + c = 0
Grafik dalam persamaan non linearberbentuk parabola, misalnya :

a. Analitik
Rumus ABC :
−𝑏 ± √𝑏 2 − 4𝑎𝑐
𝑥1,2 =
2𝑎

Contoh :
x2 - 4x + 4 = 0
(x – 2) (x – 2)
x=2

b. Numerik
Persamaan numerik :
 Biseksi
Ide awal metode ini adalah metode table, dimana area dibagi menjadi
N bagian.Hanya saja metode biseksi ini membagi range menjadi 2 bagian,
dari dua bagian ini dipilih bagian mana yang mengandung dan bagian
yang tidak mengandung akar dibuang.Hal ini dilakukan berulang-ulang
hingga diperoleh akar persamaan.

2
 Untuk menggunakan metode biseksi, terlebih dahulu ditentukan batas
bawah (a) dan batas atas (b).Kemudian dihitung nilai tengah :

Dari nilai x ini perlu dilakukan pengecekan keberadaan akar. Secara

matematik, suatu range terdapat akar persamaan bila f(a) dan f(b)
berlawanan tanda atau dituliskan :
f(a) . f(b) < 0
Setelah diketahui dibagian mana terdapat akar, maka batas bawah dan
batas atas di perbaharui sesuai dengan range dari bagian yang mempunyai
akar.

 Regula falsi
Metode regula falsi adalah metode pencarian akar persamaan dengan
memanfaatkan kemiringan dan selisih tinggi dari dua titik batas range.
Seperti halnya metode biseksi, metode ini bekerja secara iterasi dengan
melakukan update range.Titik pendekatan yang digunakan oleh metode
regula-falsi adalah :

3
 Dengan kata lain titik pendekatan x adalah nilai rata-rata range
berdasarkan
F(x).Metode regula falsi secara grafis digambarkan sebagai berikut :

 Newton rhapson
Metode newton raphson adalah metode pendekatan yang menggunakan
satu titik awal dan mendekatinya dengan memperhatikan slope atau
gradien pada titik tersebut.Titik pendekatan ke n+1 dituliskan dengan :

𝑋 → 𝑋𝑜𝑙𝑑 → 𝑋𝑛𝑒𝑤
X = Xnew
F (Xold) = 0

4
 Secan
Metode secant merupakan perbaikan dari metode regula-falsi dan
newton raphson dimana kemiringan dua titik dinyatakan sacara diskrit,
dengan mengambil bentuk garis lurus yang melalui satu titik.
y - y0 = m(x − x0 )
dimana m diperoleh dari:

Bila y = F(x), ny dan xn diketahui maka titik ke n+1 adalah :

Bila titik xn+1 dianggap akar persamaan maka :

Sehingga diperoleh :

Persamaan ini yang menjadi dasar pada proses pendekatan dimana nilai
pendekatannya adalah :

Sehingga untuk menggunakan metode secant ini diperlukan dua titik

pendekatan x0 dan x1. Kedua titik pendekatan ini diambil pada titik-titik
yang dekat agar konvergensinya dapat dijamin.

5
 Dalam bidang teknik sering didapatkan persamaan non linear : f (x) = 0. Ingin
dicari harga x yang memenuhi persamaan tersebut. Ada beberapa cara numeris yang
dapat digunakan, salah satunya adalah metode Newton (juga dikenal sebagai metode
Newton-Raphson). Metode Newton sering konvergen dengan cepat, terutama bila iterasi
dimulai "cukup dekat" dengan akar yang diinginkan. Namun bila iterasi dimulai jauh dari
akar yang dicari, metode ini dapat meleset tanpa peringatan. Implementasi metode ini
biasanya mendeteksi dan mengatasi kegagalan konvergensi.

Mula-mula diramal suatu harga x (misal xold), yang kira-kira memenuhi.

Berdasarkan harga tersebut dicari harga x yang lebih baik, yaitu x new yang didapatkan
dari persamaan :
𝑓(𝑥𝑜𝑙𝑑)
xnew = xold – 𝑓′ (𝑥𝑜𝑙𝑑)

Diketahui fungsi ƒ(xold) dan turunannya ƒ '(xold), kita memulai dengan tebakan
pertama, xold. Hampiran yang lebih baik xnew. Selanjutnya harga xnew menjadi xold untuk
mencari harga xnew berikutnya. demikian seterusnya hingga diperoleh harga x yang
cukup balik. Hal ini ditandai dengan harga xnew mendekati xold atau harga f (xnew)  0

Permasalahan pada pemakaian metode newton raphson adalah :

1. Metode ini tidak dapat digunakan ketika titik pendekatannya berada pada titik ekstrim
𝑓(𝑥)
atau titik puncak, karena pada titik ini nilai F1x=0 sehingga nilai penyebut dari 𝑓1 (𝑥)

sama dengan nol, secara grafis dapat dilihat sebagai berikut :

6
 Bila titik pendekatan berada pada titik puncak, maka titik selanjutnya akan berada di
tak berhingga.

2. Metode ini menjadi sulit atau lama mendapatkan penyelesaian ketika titik

pendekatannya berada di antara dua titik stasioner.

Bila titik pendekatan berada pada dua tiitik puncak akan dapat mengakibatkan
hilangnya penyelesaian (divergensi). Hal ini disebabkan titik selanjutnya berada pada
salah satu titik puncak atau arah pendekatannya berbeda.

Untuk dapat menyelesaikan kedua permasalahan pada metode newton raphson ini, maka
metode newton raphson perlu dimodifikasi dengan :
1. Bila titik pendekatan berada pada titik puncak maka titik pendekatan tersebut harus di
geser sedikit, xi = xi ±δ dimanaδ adalah konstanta yang ditentukan dengan demikian
F1 (xi ) ≠ 0 dan metode newton raphson tetap dapat berjalan.
2. Untuk menghindari titik-titik pendekatan yang berada jauh, sebaiknya pemakaian
metode newton raphson ini didahului oleh metode tabel, sehingga dapat di jamin
konvergensi dari metode newton raphson.

7
Alogaritma :

1. Menentukan nilai x dan 

2. Menghitung nilai f(xold)
3. Menghitung nilai
𝑓(𝑥𝑜𝑙𝑑+)−𝑓(𝑥𝑜𝑙𝑑−)
f’(xold) = 2

4. Menghitung xnew
𝐹 (𝑋𝑜𝑙𝑑)
𝑋𝑛𝑒𝑤 = 𝑋𝑜𝑙𝑑 −
𝐹 ′ (𝑋𝑜𝑙𝑑)
Catatan : iterasi dihentikan apabila xold  xnew atau f(xold)  0

8
 BAB II

A. LATIHAN

LATIHAN 1

Xold 4
y  x  3x  3
4 2
ε 0,0001

Xold f(Xold) f'(Xold) Xnew

4,0000 205,0000 232,0000 3,1164
3,1164 62,1840 102,3646 2,5089
2,5089 17,7382 48,1167 2,1403
2,1403 4,2407 26,3739 1,9795
1,9795 0,5981 19,1476 1,9482
1,9482 0,0198 17,8894 1,9471
1,9471 0,0000 17,8457 1,9471
1,9471 0,0000 17,8457 1,9471
1,9471 0,0000 17,8457 1,9471

jadi nilai x yang didapatkan adalah 1.9471

LATIHAN 2

y  e x  2 x  6
Xold 4
ε 0,0005

9
 Xold f(Xold) f'(Xold) Xnew
4 48,6607 54,5548 3,1080
3,1080 16,4932 22,2968 2,3683
2,3683 4,8732 10,5453 1,9062
1,9062 0,9943 6,5426 1,7542
1,7542 0,0754 5,5735 1,7407
1,7407 0,0005 5,4939 1,7406
1,7406 0,0000 5,4933 1,7406
1,7406 0,0000 5,4933 1,7406
1,7406 0,0000 5,4933 1,7406

jadi nilai x yang didapatkan adalah 1.7406

LATIHAN 3

2 Xold 9
x
yx 3,5
 e  cos x  4
3
ε 0,0004

Xold f(Xold) f'(Xold) Xnew

9,0000 2587,3399 1119,8647 6,6896
6,6896 855,8284 463,1433 4,8417
4,8417 270,8428 196,3627 3,4624
3,4624 84,2444 84,4658 2,4650
2,4650 25,4697 37,4657 1,7852
1,7852 7,1025 18,0729 1,3922
1,3922 1,5365 10,6756 1,2483
1,2483 0,1549 8,5744 1,2303
1,2303 0,0022 8,3322 1,2300

10
 1,2300 0,0000 8,3287 1,2300
1,2300 0,0000 8,3287 1,2300

jadi nilai x yang di dapatkan adalah 1,2300

B. TUGAS

y  2 x.e 2 x 3  cos(3x)  3 3x 2

Xold 1,5 Xold f(Xold) f'(Xold) Xnew

ε 0,005 1,5000 1211,9655 3231,2835 1,1249
1,1249 429,2714 1240,0971 0,7788
0,7788 149,0362 486,6097 0,4725
0,4725 49,8604 199,2935 0,2223
0,2223 15,2453 90,2583 0,0534
0,0534 3,5786 51,5514 -0,0160
-0,0160 0,4673 33,9613 -0,0298
-0,0298 0,0075 32,7552 -0,0300
-0,0300 0,0000 32,7317 -0,0300
-0,0300 0,0000 32,7317 -0,0300
-0,0300 0,0000 32,7317 -0,0300

JADI NILAI X YANG DIDAPATKAN ADALAH -0,0300

11
 BAB III

A. KESIMPULAN
 Kualitatif
1. Metode newton raphson adalah metode pendekatan yang menggunakan satu titik
awal dan mendekatinya dengan memperhatikan slope atau gradien pada titik
tersebut.
2. Metode Newton sering konvergen dengan cepat, terutama bila iterasi dimulai
"cukup dekat" dengan akar yang diinginkan.
3. Alogaritma :
a. Menentukan nilai x dan 
b. Menghitung nilai f(xold)
c. Menghitung nilai
𝑓(𝑥𝑜𝑙𝑑+)−𝑓(𝑥𝑜𝑙𝑑−)
f’(xold) = 2

d. Menghitung xnew
𝐹 (𝑋𝑜𝑙𝑑)
𝑋𝑛𝑒𝑤 = 𝑋𝑜𝑙𝑑 −
𝐹 ′ (𝑋𝑜𝑙𝑑)
Catatan : iterasi dihentikan apabila xold  xnew atau f(xold)  0
4. Metode ini tidak dapat digunakan ketika titik pendekatannya berada pada titik
ekstrim atau titik puncak, karena pada titik ini nilai F1x=0 sehingga nilai penyebut
𝑓(𝑥)
dari 𝑓1 (𝑥) sama dengan nol, Bila titik pendekatan berada pada titik puncak, maka

titik selanjutnya akan berada di tak berhingga.

5. Metode ini menjadi sulit atau lama mendapatkan penyelesaian ketika titik
pendekatannya berada di antara dua titik stasioner. Bila titik pendekatan berada
pada dua tiitik puncak akan dapat mengakibatkan hilangnya penyelesaian
(divergensi). Hal ini disebabkan titik selanjutnya berada pada salah satu titik
puncak atau arah pendekatannya berbeda.

 Kuantitatif
1. Akar persamaan dari
Dengan nilai
y  x  3x  3
4 2

12
 Xold 4
ε 0,0001

Adalah 1,9471

2. Akar persamaan dari

y  e x  2 x  6
Xold 4
ε 0,0005

Adalah 1,7406

3. Akar persamaan dari

2 Dengan nilai
x
y  x3,5  e  cos x  4
3 Xold 9
ε 0,0004

Adalah 1,2300

4. Akar persamaan dari tugas yang diberikan

y  2 x.e 2 x 3  cos(3x)  3 3x 2

Dengan nilai Xold 1,5

ε 0,005

Adalah -0,0300

B. SARAN
1. Agar lebih memperhatikan apabila asisten sedang menjelaskan.
2. Agar lebih teliti dalam memasukkan rumus dan angka.
3. Agar lebih teliti dalam memberi tanda kurung.

13
 DAFTAR PUSTAKA

- Modul praktikum komputasi proses jurusan teknik kimia fakultas teknologi industri
Universitas Islam Indonesia.
- http://mediabelajaronline.blogspot.com/2011/10/grafik-persamaan-fungsi-kuadrat.html
- http://rumus-matematika.com/persamaan-dan-pertidaksamaan-linear/
- http://lecturer.eepis-its.edu/~alfaruqi/mnumerik/bab3tm.pdf

14