Dr. LAILA FITRIANA, M.

Pd

Buku : Metode Analisis Numerik

 Pengantar
 Angka Signifikan (Penting)
 Akurasi dan Presisi
 Definisi Kesalahan
 Kesalahan Pembulatan
 Kesalahan Pemotongan
 Kesalahan Numerik Total
(Kekeliruan, Kesalahan Formulasi, dan
Ketidakpastian Data)
 T. Numerik  Solusi analitis yg pasti
 T. Numerik  Melibatkan aproksimasi?
 T. Numerik  Ada kesalahan/tdk cocok
 Kesalahan  karena aproksimasi, kekeliruan data,
kekeliruan didalam metode atau kedua-duanya.
 Angka yang menyatakan suatu bilangan adalah angka-angka signifikan
 Konsep angka signifikan  keandalan sebuah nilai numerik
 Banyak angka signifikan  banyaknya digit tertentu yg dpt dipakai dengan
meyakinkan
 Selain angka signifikan, jg ada angka taksiran
 Angka 0 (nol) tdk sll pasti mjd angka signifikan, why?
 Ketidakpastian kepastian, jk pakai notasi ilmiah
How?
0,000123  mengandung 3 AS (nol bkn merupakan AS)
0,00123  mengandung 3 AS (nol bkn merupakan AS)
12.300  Tidak jelas berapa AS, karena msh di?kan nol itu
berarti atau tidak…!
1,23 x 104  mengandung 3 AS (memakai notasi ilmiah)
1,230 x 104  mengandung 4 AS (memakai notasi ilmiah)
1,2300 x 104  mengandung 5 AS (memakai notasi ilmiah)
 Untuk membulatkan bilangan sampai ke n angka signifikan hilangkan

setiap bilangan yang ada di sebelah kanan angka ke n dan bila bilangan

yang dihilangkan tersebut :

1. Kurang dari 5 (setengah satuan ), maka angka ke-n tidak berubah

(tetap)

2. lebih besar dari 5 (setengah satuan ) , maka angka ke-n bertambah

satu (satu satuan )

3. Tetap 5 ( setengah unit ), maka angka ke n bertambah satu (satu satuan

) bila angka ke n ganjil, yang lain nya tetap

 Bilangan-bilangan berikut dibulatkan sampai
empat angka signifikan !
1. 1,78736
2. 2,03928
3. 0.86751
4. 6,20854
5. 40,0191
6. 8,32029
Angka Signifikan (AS)

“AS akan memberikan “AS memberikan pengabaian

kriteria untuk merinci dari angka signifikan sisa utk
seberapa keyakinan kita besaran-besaran yang
mengenai hasil spesifik yang tidak bisa
pendekatan dalam dinyatakan secara eksak krn
metode numerik” jumlah digit yang terbatas”
 (kesalahan
pembulatan/round-off-
error)
 Presisi Akurasi
 Jumlah angka signifikan  Dekatnya sebuah angka
yg menyatakan suatu pendekatan atau
besaran pengukuran thd harga
 Penyebaran dlm bacaan sebenarnya yagn hendak
berulang dari sebuah dinyatakan
alatyg mengukur suatu Inakurasi (Tdk akurat)
perilaku fisik tertentu  Simpangan sistematis
dari kebenaran

Kesalahan 
“mewakili dua hal yaitu tidak akurat dan tidak presisi
dari ramalan yang dilakukan”
1. Bila f (x) kontinue didalam a≤ x ≤ b dan f(a)
dengan f(b) berlawanan tanda, maka f( ) =0
untuk suatu bilangan sedemikian hingga
a ≤ ≤ b.
2. Teorema Rolle
bila (i) f(x) kontinu dalam a≤ x ≤ b
(ii) f ‘(x) ada dalam a < x < b dan
(iii) f (a) = f(b) =0
maka ada paling sedikit satu nilai x, misal β
sedemikian hingga f ‘(β) =0 dengan a < β < b
3. Teorema Nilai Rata – rata untuk derivatif
bila (i) f(x) kontinu dalam a≤ x ≤ b
(ii) f ‘(x) ada dalam a < x < b
maka ada paling sedikit satu nilai x = β
sedemikian hingga dengan a< β < b
bila b = a + h, teorema tersebut dapat
dinyatakan dengan bentuk:
f (a+h) = f(a) + h f’ (a + h) dengan 0 < < 1
4. Deret Taylor untuk fungsi dengan satu
variabel. Bila f(x) kontinu dan memiliki
turunan ke n yang kontinu dalam suatu
interval yang memuat x = a maka di dalam
interval tersebut berlaku :
4. Ekspansi Mac laurin
 Kesalahan Numerik  Adanya aproksimasi
Meliputi:
 Kesalahan pembulatan (round-off error)  ketika angka2
aproksimasi dipakai utk menyatakan angka-angka pasti.
 dari bilangan x yang dibulatkan n desimal dibelakang koma
secara raunded ≤ ½ .10-n
 Kesalahan pemotongan (truncation error)  saat aproksimasi
digunakan utk menyatakan suatu prosedur matematika eksak.
 dari bilangan x yang dibulatkan n desimal dibelakang koma
secara TRUNCATION ≤ 10-n
 Kesalahan mutlak = selisih numerik antara besar nilai

sebenarnya dengan nilai aproksimasinya

EA = Harga sebenarnya – harga aproksimasi

E A = x - xt

Harga Sebenarnya = pendekatan + Kesalahan

Kekeliruan relatif

E R = (x – xt) / x

Ketelitian relatif =
 Alternatif
yg selalu dipakai dlm menormalisasi
kesalahan dgn mengunakan taksiran terbaik dari
harga yang sebenarnya terhadap kesalahan
aproksimasi itu sendiri, yaitu sbb:
εa = (Kesalahan aproksimasi/Aproksimasi)x 100%
Dimana: a = kesalahan tersebut dinormalisasikan
thd sebuah harga aproksimasi.
Masalah & Sekaligus tantangan dlm Met-Num 
“menentukan taksiran kesalahan tanpa
pengetahuan mengenai harga yang sebenarnya”