ANALISA NUMERIK DAN

PENGUNAANNYA

Disusun Oleh:

NAMA : EKAMIATI
NPM : 1605020010
UNIT :A
SEMESTER : IV

FAKULTAS ILMU KOMPUTE

UNIVERSITAS ALMUSLIM
BIREUEN – 2018
 KATA PENGANTAR

Puji dan syukur kami panjatkan ke hadirat Allah S.W.T yamg atas karunia
dan Hidayah –Nya serta seizing-Nya lah kami dapat menyelesaikan makalah
Metode Numerik ini. Tidak lupa shalawat serta salam semoga selalu tercurah
kepada junjungan kita nabi besar Muhammad S.A.W.
Dalam kesempatan ini saya mencoba membuat suatu Makalah yaitu :
“Analisa Numerik dan Kegunaannya”. Makalah ini dibuat sebagai salah satu
tugas semester genap mata kuliah Analisa Numerik. Selama pembuatan makalah
ini penulis banyak menghadapi kendala, namun atas bantuan dan dukungan moril
maupun materil dari semua pihak yang telah membantu kelancaran dalam
menyelesaikan karya tulis ini, rasa terima kasih tersebut penulis ucapkan kepada :
1. Orang tua kami yang selalu mendoakan dan membimbing kami ke jalan
yang benar. Dan juga membantu dalam bidang apapun selama praktek
kerja ini dan terus menerus memberi semangat kepada kami, semoga Allah
SWT membalas atas semua apa yang telah diberikan kepada kami selama
ini “AMIN”.
2. Bapak Husaini, ST. M.Eng selaku dosen Analisa Numerik kami.
3. Seluruh rekan-rekan S1 Teknik Informatika.
Penulis menyadari bahwa dalam pembuatan Makalah ini masih belum
sepenuhnya sempurna baik dalam ejaan ataupun dalam penyajiannya. Oleh karena
itu penulis mengharapkan adanya saran dan kritik yang membangun dari pembaca
agar penulis mampu memperbaiki kekurangan yang ada. Akhirnya penulis
berharap makalah ini dapat memberikan manfaat khususnya bagi penulis dan
umumnya bagi pembaca

Matanggumpangdua, 15 Maret 2018

Penulis

ii
 DAFTAR ISI

KATA PENGANTAR ................................................................................... ii

DAFTAR ISI .................................................................................................. iii

BAB I PENDAHULUAN .............................................................................. 1

A. Latar Belakang .................................................................................... 1
B. Rumusan Masalah ............................................................................... 1
C. Tujuan ................................................................................................. 2

BAB II PENDAHULUAN ........................................................................... 3

A. Definisi Analisa Numerik ................................................................... 3
B. Penggunaan Analisa Numerik ............................................................ 48

BAB III PENUTUP ....................................................................................... 57

A. Kesimpulan ......................................................................................... 57
B. Saran ................................................................................................... 58

DAFTAR PUSTAKA

iii
 BAB I

PENDAHULUAN

A. Latar Belakang

Metode Numerik adalah metode yang sudah tidak asing lagi bagi para

mahasiswa yang sedang mengambil jurusan dalam bidang rekayasa. Misalnya

dalam bidang Pengolahan Citra (Image Processing). Sementara dalam perhitungan

numeric sendiri, turunan fungsi dalam orde yang lebih tinggi sering

dibutuhkan.Misalnya untuk menghitung batas-batas galat dengan rumus.

Berdasarkan hal tersebut makalah ini saya buat.yang diharapkan para

mahasiswa yang mengambil konsentrasi jurusan bidang rekayasa bisa lebih

memaksimalkan dari mata kuliah metode numeric ini.

B. Rumusan Masalah

Berdasarkan latar belakang yang telah di kemukakan diatas, saya mencoba

mengidentifikasi masalah yang merupakan dasar bagi makalah ini.Adapun

masalah yang dapat di identifikasi adalah :

1. Bagaimana yang dimaksud dengan analisa numeric, pemanfaatan Metode

Numerik dalam Bidang IT ?

2. Apa kegunaan metode Numerik itu sendiri ?

1
C. Tujuan Makalah

Adapun Tujuan pembuatan makalah ini adalah sebagai salah satu tugas

semester dari mata kuliah analisa numeric.Selain itu makalah ini bermanfaat bagi

mahasiswa bagaimana memaksimalkan metode numeric itu dalam bidang IT.

2
 BAB II

PEMBAHASAN

A. Definisi Analisa Numerik

Dalam metode penyelesaian permasalahan di berbagai disiplin ilmu

pengetahuan, seperti dalam bidang fisika, kimia, matematika atau ekonomi, atau

pada persoalan di bidang rekayasa (engineering), seperti Teknik Sipil, Teknik

Mesin, Elektro, dan sebagainya, diantaranya pada umumnya harus diformulasikan

dalam notasi matematika sebelum dianalisa secara kualitatif baik secara analitik

(secara eksakta) ataupun secara numerik, walaupun ada beberapa pula yang

menggunakan metode penyelesaian secara empiris (melalui percobaan).

Metode analitik adalah metode sebenarnya yang dapat memberikan solusi

sebenarnya (exact solution) atau solusi sejati artinya metode penyelesaian model

matematika dengan rumus-rumus aljabar yang sudah baku (lazim) dan solusi yang

dihasilkan memiliki galat atau error=0. Namun metode analitik hanya unggul pada

sejumlah persoalan matematika yang terbatas. Padahal persoalan yang muncul

dalam dunia nyata seringkali melibatkan bentuk dan proses yang rumit. Akibatnya

nilai praktis penyelesaian metode analitik menjadi terbatas. Bila metode analitik

tidak dapat lagi diterapkan, maka solusi persoalan sebenarnya masih dapat dicari

dengan menggunakan metode numeric. Metode numerik adalah teknik yang

digunakan untuk memformulasikan persoalan matematik sehingga dapat

dipecahkan dengan operasi perhitungan/aritmetika biasa (tambah, kurang, kali,

dan bagi). Metode artinya cara, sedangkan numerik artinya angka. Jadi metode

3
numerik secara harafiah berarti cara berhitung dengan menggunakan angka-angka.

Dari penjelasan tersebut terdapat dua hal mendasar mengenai perbedaan antara

metode numerik dengan metode analitik yaitu pertama, solusi dengan

menggunakan metode numerik selalu berbentuk angka sedangkan metode analitik

umumnya menghasilkan solusi dalam bentuk fungsi matematik yang selanjutnya

fungsi matematik tersebut dapat dievaluasi untuk menghasilkan nilai dalam

bentuk angka. Kedua, dengan metode numerik, kita hanya memperoleh solusi

yang menghampiri atau mendekati solusi sejati sehingga solusi numerik

dinamakan juga solusi pendekatan (approxomation), namun solusi pendekatan

dapat dibuat seteliti yang kita inginkan. Solusi hampiran jelas tidak tepat sama

dengan solusi sejati, sehingga ada selisih antara keduanya. Selisih inilah yang

disebut dengan galat (error).

Beberapa kriteria penyelesaian perhitungan matematika

1. Bila persoalan merupakan persoalan yang sederhana atau ada theorem

analisa matematika yang dapat digunakan untuk menyelesaikan persoalan

tersebut, maka penyelesaian matematis (metodeanalitik) adalah

penyelesaian exact yang harus digunakan. Penyelesaian ini menjadi acuan

bagi pemakaian metode pendekatan.

2. Bila persoalan sudah sangat sulit atau tidak mungkin diselesaiakan secara

matematis (analitik) karena tidak ada theorem analisa matematik yang dapat

digunakan, maka dapat digunakan metode numerik.

4
3. Bila persoalan sudah merupakan persoalan yang mempunyai kompleksitas

tinggi, sehingga metode numeric pun tidak dapat menyajikan penyelesaian

dengan baik, maka dapat digunakan metode-metode simulasi.

Tahap-Tahap Memecahkan Persoalan Secara Numerik

Ada enam tahap yang dilakukan dakam pemecahan persoalan dunia nyata dengan

metode numerik, yaitu:

1. Pemodelan

Ini adalah tahap pertama. Persoalan dunia nyata dimodelkan ke dalam

persamaan matematika

2. Penyederhanaan model

Model matematika yang dihasilkan dari tahap 1 mungkin saja terlalu

kompleks, yaitu memasukkan banyak peubah (variable) atau parameter.

Semakin kompleks model matematikanya, semakin rumit

penyelesaiannya. Mungkin beberapa andaian dibuat sehingga beberapa

parameter dapat diabaikan. Contohnya, faktor gesekan udara diabaikan

sehingga koefisian gesekan di dalam model dapat dibuang. Model

matematika yang diperoleh dari penyederhanaan menjadi lebih sederhana

sehingga solusinya akan lebih mudah diperoleh.

3. Formulasi numerik

Setelah model matematika yang sederhana diperoleh, tahap selanjutnya

adalah memformulasikannya secara numerik, antara lain:

5
 a. Menentukan metode numerik yang akan dipakai bersama-sama dengan

analisis galat awal (yaitu taksiran galat, penentuan ukuran langkah, dan

sebagainya). Pemilihan metode didasari pada pertimbangan:

1) Apakah metode tersebut teliti?

2) Apakah metode tersebut mudah diprogram dan waktu

pelaksanaannya cepat?

3) Apakah metode tersebut tidak peka terhadap perubahan data yang

cukup kecil? b. menyusun algoritma dari metode numerik yang

dipilih.

4. Pemrograman

Tahap selanjutnya adalah menerjemahkan algoritma ke dalam program

computer dengan menggunakan salah satu bahasa pemrograman yang dikuasai.

5. Operasional

Pada tahap ini, program komputer dijalankan dengan data uji coba

sebelum data yang sesungguhnya.

6. Evaluasi

Bila program sudah selesai dijalankan dengan data yang sesungguhnya,

maka hasil yang diperoleh diinterpretasi. Interpretasi meliputi analisis

hasil run dan membandingkannya dengan prinsip dasar dan hasil-hasil

empirik untuk menaksir kualitas solusi numerik, dan keputusan untuk

menjalankan kembali program dengan untuk memperoleh hasil yang lebih

baik.

6
 Bila persoalan merupakan persoalan yang sederhana atau ada

teoremaanalisa matematika yang dapat digunakan untuk menyelesaikan

persoalan tersebut, maka penyelesaian matematis (metode analitik) adalah

penyelesaian eksakyang harus digunakan. Penyelesaian ini menjadi acuan

bagi pemakaian metode pendekatan.

Bila persoalan sudah sangat sulit atau tidak mungkin diselesaiakan

secara matematis (analitik) karena tidak ada teorema analisa matematik

yang dapat digunakan, maka dapat digunakan metode numerik.

Bila persoalan sudah merupakan persoalan yang mempunyai

kompleksitas tinggi, sehingga metode numerikpun tidak dapat menyajikan

penyelesaian dengan baik, maka dapat digunakan metode-metode

simulasi.

7
 Metode Numerik adalah teknik untuk menyelesaikan permasalahan-

permasalahan yang diformulasikan secara matematik dengan cara operasi

hitungan (arithmetic).

Metode Numerik menurut beberapa ahli :

1. Chapra dan Chanale

Metode numerik adalah teknik di mana masalah matematika

diformulasikan sedemikian rupa sehingga dapat diselesaikan oleh

pengoperasian aritmetika.

2. Ibraheem dan Hisyam

Metode numerik adalah teknik -teknik yang digunakan untuk merumuskan

masalah matematika agar dapat diselesaikan hanya dengan operasi

hitungan, yang terdiri dari operasi tambah, kurang, kali dan bagi.

3. Rochmad

Metode numerik adalah suatu teknik untuk memformulasikan masalah

matematika sehingga dapat diselesaikan dengan operasi aritmetika yang

terdiri dari operasi tambah, kurang, kali dan bagi.

Galat (Kesalahan)

Penyelesaian secara numerik dari suatu persamaan matematis hanya

memberikan nilai perkiraan yang mendekati nilai eksak (yang benar) dari

penyelesaian analitis. Ada 3 macam kesalahan dasar;

a. Galat bawaan

b. Galat pemotongan

8
c. Galat pembulatan

Galat bawaan (Inheren)

Yaitu Galat dalam nilai data dan terjadi akibat kekeliruan dalam

menyalin data, salah membaca skala atau kesalahan karena kurangnya

pengertian mengenai hukum-hukum fisik dari data yang diukur.

Contoh :

Pengukuran selang waktu 2,3 detik :

• Terdapat beberapa galat karena hanya dg suatu kebetulan selang waktu

akan diukur tepat 2,3 detik.

• Beberapa batas yg mungkin pada galat inheren diketahui :

• Berhubug galat pd data yg dioperasikan oleh suatu komputer dg beberapa

prosedur numerik.

Galat Pemotongan (Truncation Error)

• Berhubungan dengan cara pelaksanaan prosedur numerik •

• Contoh pada deret Taylor tak berhingga :

𝑋3 𝑋5 𝑋7 𝑋9
Sin 𝑥 − + − + −⋯
3! 5! 7! 9!

• Dapat dipakai untuk menghitung sinus sebarang sudut x dalam radian

• Jelas kita tdk dapat memakai semua suku dalam deret, karena deretnya tak

berhingga

• Kita berhenti pada suku tertentu misal 𝑥 9

• Suku yg dihilangkan menghasilkan suatu galat

• Dalam perhitungan numerik galat ini sangat penting

9
 Galat Pembulatan

• Akibat pembulatan angka

• Terjadi pada komputer yg disediakan beberapa angka tertentu misal; 5

angka :

• Penjumlahan 9,2654 + 7,1625

hasilnya 16,4279

Ini terdiri 6 angka sehingga tidak dapat disimpan dalam komputer kita dan

akan dibulatkan menjadi

16,428

B. Rangkuman

• Metode numerik adalah teknik yang digunakan untuk memformulasikan

persoalan matematik sehingga dapat dipecahkan dengan operasi

perhitungan/aritmetika biasa (tambah, kurang, kali, dan bagi).

• metode numerik, kita hanya memperoleh solusi yang menghampiri atau

mendekati solusi sejati sehingga solusi numerik dinamakan juga solusi

pendekatan (approxomation),

• Tahap-Tahap Memecahkan Persoalan Secara Numerik yaitu pemodelan,

penyederhanaan model, pemograman, operasional, evaluasi

• Penyelesaian secara numerik dari suatu persamaan matematis hanya

memberikan nilai perkiraan yang mendekati nilai eksak (yang benar) dari

penyelesaian analitis, yaitu Galat bawaan, Galat pemotongan, Galat

pembulatan

10
 Analisis numerik adalah studi algoritme untuk memecahkan masalah

dalam matematika kontinu (sebagaimana dibedakan dengan matematika diskret)

Salah satu tulisan matematika terdini adalah loh Babilonia YBC 7289, yang

memberikan hampiran numerik seksagesimal dari √2, panjang diagonal dari

persegi satuan.

Kemampuan untuk dapat menghitung sisi segitiga (dan berarti mampu

menghitung akar kuadrat) sangatlah penting, misalnya, dalam pertukangan kayu

dan konstruksi.

Analisis numerik melanjutkan tradisi panjang perhitungan praktis

matematika ini. Seperti orang Babilonia terhadap √2 analisis numerik modern

tidak mencari jawaban eksak, karena jawaban eksak dalam praktiknya tidak

mungkin diperoleh. Sebagai gantinya, kebanyakan analisis numerik

memperhatikan bagaimana memperoleh pemecahan hampiran, dalam batas galat

yang beralasan.

Analisis numerik secara alami diterapkan di semua bidang rekayasa dan

ilmu-ilmu fisis, namun pada abad ke-21, ilmu-ilmu hayati dan seni mulai

mengadopsi unsur-unsur komputasi ilmiah. Persamaan diferensial biasa muncul

dalam pergerakan benda langit (planet, bintang dan galaksi. Optimisasi muncul

dalam pengelolaan portofolio. Aljabar linear numerik sangat penting dalam

psikologi kuantitatif. Persamaan diferensial stokastik dan rantai Markov penting

dalam mensimulasikan sel hidup dalam kedokteran dan biologi

Sebelum munculnya komputer modern metode numerik kerap kali

tergantung pada interpolasi menggunakan pada tabel besar yang dicetak. Sejak

11
pertengahan abad ke-20, sebagai gantinya, komputer menghitung fungsi yang

diperlukan. Namun algoritme interpolasi mungkin masih digunakan sebagai

bagian dari peranti lunak untuk memecahkan persamaan diferensial.

Pengenalan umum

Tujuan keseluruhan bidang analisis numeris adalah perancangan dan

analisis teknik untuk mendapatkan solusi hampiran yang akurat terhadap masalah-

masalah yang sukar. Contoh masalah-masalah tersebut akan dipaparkan di bawah.

 Metode numeris lanjut sangat penting dalam membuat prakiraan cuaca

numeris yang layak

 Perhitungan trajektori wahana antariksa mensyaratkan pemecahan numeris

yang akurat dari sistem persamaan diferensial biasa.

 Perusahaan otomotif dapat meningkatkan keamanan kendaraan dengan

menggunakan simulasi tabrakan kendaraan. Simulasi seperti ini pada

dasarnya terdiri dari pemecahan persamaan diferensial parsial secara

numeris.

 Lembaga dana investasi pribadi menggunakan alat-alat dari seluruh bidang

analisis numeris untuk menghitung nilai saham dan derivatif yang lebih

tepat daripada peserta pasar lainnya

 Maskapai penerbangan menggunakan algoritme optimisasi canggih untuk

menentukan harga tiket, pesawat terbang dan penugasan awak, serta

keperluan bahan bakar. Bidang ini juga dinamakan riset operasi

12
  Perusahaan asuransi menggunakan program numeris untuk analisis

aktuaria.

Sejarah

Bidang analisis numerik sudah sudah dikembangkan berabad-abad sebelum

penemuan komputer modern. Interpolasi linear sudah digunakan lebih dari 2000

tahun yang lalu. Banyak matematikawan besar dari masa lalu disibukkan oleh

analisis numerik, seperti yang terlihat jelas dari nama algoritme penting seperti

metode Newton, interpolasi polinomial Lagrange, eliminasi Gauss, atau metode

Euler.

Buku-buku besar berisi rumus dan tabel data seperti interpolasi titik dan

koefisien fungsi diciptakan untuk memudahkan perhitungan tangan. Dengan

menggunakan tabel ini (seringkali menampilkan perhitungan sampai 16 angka

desimal atau lebih untuk beberapa fungsi), kita bisa melihat nilai-nilai untuk

diisikan ke dalam rumus yang diberikan dan mencapai perkiraan numeris sangat

baik untuk beberapa fungsi. Karya utama dalam bidang ini adalah penerbitan

NIST yang disunting oleh Abramovich dan Stegun, sebuah buku setebal 1000

halaman lebih. Buku ini berisi banyak sekali rumus yang umum digunakan dan

fungsi dan nilai-nilainya di banyak titik. Nilai f-nilai fungsi tersebut tidak lagi

terlalu berguna ketika komputer tersedia, namun senarai rumus masih mungkin

sangat berguna.

Kalkulator mekanik juga dikembangkan sebagai alat untuk perhitungan

tangan. Kalkulator ini berevolusi menjadi komputer elektronik pada tahun 1940.

13
Kemudian ditemukan bahwa komputer juga berguna untuk tujuan administratif.

Tetapi penemuan komputer juga mempengaruhi bidang analisis numerik, karena

memungkinkan dilakukannya perhitungan yang lebih panjang dan rumit.

Metode langsung dan iteratif

Metode langsung menghitung pemecahan suatu masalah dalam jumlah

langkah terhingga. Metode ini akan memberikan jawaban persis bila dilakukan

dalam hitungan dengan ketepatan takhingga. Contohnya adalah eliminasi Gauss,

metode pemfaktoran QR untuk memecahkan sistem persamaan linear, dan metode

simpleks untuk pemrograman linear. Pada praktiknya, yang digunakan adalah

perhitungan ketepatan hingga (titik kambang) dan hasilnya adalah hampiran

terhadap pemecahan sebenarnya (dengan andaian tercapai kestabilan numeris).

Berbeda dengan metode langsung, metode iteratif tidak diharapkan akan berakhir

dalam jumlah langkah terhingga. Dimulai dari tebakan awal, metode iteratif

menghasilkan hampiran yang secara berturut-turut akan konvergen ke pemecahan

eksak. Uji kekonvergenan dilakukan untuk memutuskan kapan pemecahan yang

cukup akurat dapat dicapai. Bahkan dengan menggunakan aritmetika ketepatan

takhingga sekali pun metode seperti ini secara umum tidak akan mencapai

pemecahan dalam jumlah langkah terhingga. Contohnya termasuk metode

Newton, metode bagi dua, dan iterasi Jacobi. Dalam aljabar komputasi matriks,

metode iteratif biasanya diperlukan untuk masalah besar.

Dalam analisis numeris metode iteratif lebih jamak daripada metode

langsung. Beberapa metode pada intinya adalah langsung, namun biasanya

14
diterapkan seolah-olah bukan, seperti GMRES dan metode gradien sekawan.

Untuk metode-metode ini jumlah langkah yang diperlukan untuk mencapai solusi

eksak sangat besar sehingga hampiran dapat diterima seperti pada metode iteratif.

Diskretisasi

Masalah kontinu kadang-kadang mesti digantikan dengan masalah diskret

yang solusinya diketahui menghampiri masalah kontinu. Proses seperti ini

dinamakan diskretisasi. Sebagai contoh, solusi persamaan diferensial adalah

sebuah fungsi. Fungsi ini mesti direpresentasikan oleh data dalam jumlah

terhingga, misalnya oleh nilainilainya pada sejumlah terhingga titik dalam

domainnya, meskipun domainnya adalah malaran. Penciptaan dan perambatan

galat Studi galat merupakan bagian penting dari analisis numerik. Ada beberapa

jalan masuknya galat ke dalam pemecahan suatu masalah.

Pembulatan

Galat pembulatan muncul karena tidak mungkin merepresentasikan bilangan

riil secara eksak dalam sebuah mesin dengan memori terhingga (semua komputer

digital seperti ini).

Galat pemenggalan dan diskretisasi

Galat pemenggalan dilakukan ketika metode iteratif diakhiri atau prosedur

matematika dihampiri, dan pemecahan hampiran berbeda dengan pemecahan

eksak. Mirip dengan hal ini, galat diskretisasi terjadi karena pemecahan masalah

15
diskret tidak sama dengan pemecahan masalah kontinu. Sebagai contoh pada

iterasi untuk menghitung pemecahan persamaan, setelah 10 atau lebih iterasi, kita

menyimpulkan bahwa akarnya kira-kira 1,99. Dengan demikian kita memiliki

galat pemenggalan 0,01. Sekali galat diciptakan, galat ini akan merambat ke

seluruh perhitungan. Sebagai contoh, kita telah mengetahui bahwa operasi + pada

kalkulator atau komputer tidaklah eksak. Karena itu penghitungan a+b+c+d+e

lebih tidak eksak lagi. Apa artinya ketika kita mengaktan bahwa galat

pemenggalan diciptakan ketika kita menghampiri sebuah prosedur matematika?

Kita mengetahui bahwa untuk mengintegralkan fungsi dengan eksak kita perlu

mengetahui jumlahan trapesium yang banyaknya tak hingga.

Namun secara numeris kita hanya dapat menemukan jumlahan trapesium

hingga, dan karena itu hanyalah hampiran dari prosedur matematika itu. Mirip

dengan hal itu, untuk menurunkan suatu fungsi, elemen diferensial mendekati nol,

namun secara numeris kita hanya dapat memilih nilai hingga dari elemen

diferensial. Cenggana Perangkat lunak Sejak akhir abad keduapuluh, algoritme

kebanyakan diimplementasikan dalam berbagai bahasa pemrograman. Netlib

memiliki berbagai daftar perangkat lunak yang banyak digunakan di bidang

numerik, kebanyakan bahasa pemrograman yang digunakan dalam Fortran dan C.

Untuk produk perangkat lunak yang komersial menerapkan algoritme

numerik yang lebih beragam termasuk IMSL dan NAG libraries, sedangkan

untuk alternatif yang gratis adalah GNU Scientific Library. Ada beberapa

perangkat lunak populer di bidang numerik seperti MATLAB , TK Solver , S -

PLUS ,

16
 LabVIEW , dan IDL selain itu ada juga versi gratis seperti freemat, Scilab,

GNU Octave (mirip dengan Matlab), IT ++ (C ++ library), R (mirip dengan S -

PLUS ) dan varian tertentu dari Python. Kinerja yang dihasilkan dari perangkat

lunak tersebut bervariasi, untuk operasi matrik dan vector biasanya cukup cepat

sedangkan untuk skalar kecepatan bervariasi berdasarkan urutan besarnya.

Banyak sistem aljabar computer seperti perangkat lunak Mathematica memiliki

kelebihan dalam hal arbitrary precision arithmetic sehingga dapat memberikan

hasil yang lebih akurat.

Selain itu perangkat lunak lembatang sebar juga dapat digunakan untuk

menyelesaikan permasalahan berkaitan dengan analisis numeric

1. Hampiran akar dari 2 itu adalah empat angka seksagesimal, yaitu sekitar

enam angka desimal: 1 + 24/60 + 51/602 + 10/603 = 1.41421296...

2. Otoritas kualifikasi Selandia Baru secara khusus menyebutkan kecekatan

ini dalam dokumen 13004 versi 2, tertanggal 17 Oktober 2003 berjudul

CARPENTRY THEORY: Demonstrate knowledge of setting out a building

Perangkat lunak

Sejak akhir abad kedua puluh, algoritme kebanyakan diimplementasikan

dalam berbagai bahasa pemrograman. Netlib memiliki berbagai daftar perangkat

lunak yang banyak digunakan di bidang numerik, kebanyakan bahasa

pemrograman yang digunakan dalam Fortran dan C. Untuk produk perangkat

lunak yang komersial menerapkan algoritme numerik yang lebih beragam

termasuk IMSL dan NAG libraries, sedangkan untuk alternatif yang

17
gratis adalah GNU Scientific Library. Ada beberapa perangkat lunak populer di

bidang numerik seperti MATLAB , TK Solver , S - PLUS , LabVIEW , dan IDL

selain itu ada juga versi gratis seperti freemat, Scilab, GNU Octave (mirip dengan

Matlab), IT ++ (C ++ library), R (mirip dengan S - PLUS ) dan varian tertentu

dari

Python. Kinerja yang dihasilkan dari perangkat lunak tersebut bervariasi,

untuk operasi matrik dan vektor biasanya cukup cepat sedangkan untuk skalar

kecepatan bervariasi berdasarkan urutan besarnya.

Banyak sistem aljabar computer seperti perangkat lunak Mathematica

memiliki kelebihan dalam hal arbitrary precision arithmetic sehingga dapat

memberikan hasil yang lebih akurat. Selain itu perangkat lunak lembatang sebar

juga dapat digunakan untuk menyelesaikan permasalahan berkaitan dengan

analisis numeric.

Pengenalan umu masalah-masalah yang sukar. Contoh masalah-masalah

tersebut akan dipaparkan di bawah. Metode numeris lanjut sangat penting dalam

membuat prakiraan cuaca numeris yang layak Perhitungan trajektori wahana

antariksa mensyaratkan pemecahan numeris yang akurat dari sistem persamaan

diferensial biasa. Perusahaan otomotif dapat meningkatkan keamanan kendaraan

dengan menggunakan simulasi tabrakan kendaraan. Simulasi seperti ini pada

dasarnya terdiri dari pemecahan persamaan diferensial parsial secara numeris.

Lembaga dana investasi pribadi menggunakan alat-alat dari seluruh bidang

analisis numeris untuk menghitung nilai saham dan derivatif yang lebih tepat

daripada peserta pasar lainnya Maskapai penerbangan menggunakan algoritme

18
optimisasi canggih untuk menentukan harga tiket, pesawat terbang dan penugasan

awak, serta keperluan bahan bakar. Bidang ini juga dinamakan riset operasi

Perusahaan asuransi menggunakan program numeris untuk analisis aktuaria.

Analisis Numerik adalah studi algoritma untuk memecahkan masalah

dalam matematika kontinu. Salah satu tulisan matematika terdini adalah loh

Babilonia YBC 7289, yang memberikan hampiran numeric seksagesimal dari,

panjang diagonal dari persegi satuan.

Metode Numerik adalah teknik untuk menyelesaikan permasalahan-

permasalahan yang diformulasikan secara matematik dengan cara operasi

hitungan (arithmetic).

Beberapa definisi metode numerik dikemukakan ahli matematika,

misalnya metode numerik adalah teknik di mana masalah matematika

diformulasikan sedemikian rupa sehingga dapat diselesaikan oleh pengoperasian

aritmetika (Chapra dan Chanale, 1991); metode numerik adalah teknik -teknik

yang digunakan untuk merumuskan masalah matematika agar dapat diselesaikan

han ya dengan operasi hitungan, yang terdiri dari operasi tambah, kurang, kali dan

bagi (Susila, 1994 ; Ibraheem dan Hisyam, 2003). Terdapat banyak jenis metode

numerik, namun pada dasarnya, masing -masing metode tersebut memiliki

karakteristik umum, yaitu selalu mencakup sejumlah kalkulasi aritmetika. Jadi

metode numerik adalah suatu teknik untuk memformulasikan masalah matematika

sehingga dapat diselesaikan dengan operasi aritmetika yang terdiri dari operasi

tambah, kurang, kali dan bagi (Rochmad, 2011).

19
Analisa Numerik Bahan Matrikulasi

Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan

menyelesaikan masalah – masalah di dalam bidang rekayasa teknik dan sain

dengan menggunakan operasi perhitungan matematik. Masalah-masalah tersebut

biasanya diidealkan dan diformulasikan secara matematis. Operasi perhitungan

matematik di dalam metode numerik ini biasanya dilakukan secara berulang

ulang. Bila dilakukan secara manual operasi perhitungan ini akan membutuhkan

waktu yang sangat lama.

Oleh karena itu, untuk operasi perhitungan metode numerik diperlukan

bantuan komputer. Dengan bantuan komputer operasi perhitungan yang dilakukan

berulang-ulang dapat diselesaikan dengan sangat cepat.

Metode numerik sudah lama sejak lama dikembangkan orang. Akan tetapi

pada awal perkembangannya aplikasi metode tersebut dalam menyelesaikan

permasalahan masih sangatlah jarang. Hal ini disebabkan karena alat bantu

operasi perhitungan matematik, yaitu komputer masih sangatlah kurang. Setelah

perkembangan teknologi komputer semakin pesat dan pemakaian komputer sudah

semakin meluas, metode numerik ini menjadi metode yang handal untuk

menganalisa dan menyelesaikan masalah-masalah yang terjadi dalam segala

bidang ilmu pengetahuan.

Masalah-masalah yang dapat diselesaikan dengan metode numerik

tersebut tidak hanya masalah sederhana yang masih dapat diselesaikan secara

analitis, akan tetapi juga masalah-masalah kompleks yang tidak dapat lagi

diselesaikan secara analitis. Pada awalnya metode numerik banyak diperkenalkan

20
oleh para ahli matematik. Akan tetapi selanjutnya dalam perkembangan metode

numerik juga banyak konstribusi dari ahli rekayasa sipil, mesin, elektro, ekonomi,

sosial dan bidang ilmu lainnya.

Didalam metode numerik, permasalahan-permasalahan yang

diformulasikan secara matematis merupakan suatu pendekatan. Akurasi

perhitungan dari permasalahan yang didekati secara matematis sangat tergantung

pada asumsi-asumsi yang diberikan. Misalnya, untuk aliran air sungai satu

dimensi.

Kecepatan setiap titik hitung diasumsikan sama. Semakin akurat data yang

dipergunakan untuk perhitungan operasi matematik dan semakin sedikit asumsi

yang diberikan maka pendekatan akan memberikan hasil yang lebih baik. Ukuran

akurasi dari pendekatan ini lebih dikenal dengan nama error atau kesalahan.

Kesalahan (error) Hasil operasi perhitungan matematik dari persamaan matematik

(yang merupakan pemodelan dari permasalahan) merupakan suatu perkiraan yang

mendekati nilai eksak, apabila persamaan tersebut dapat diselesaikan secara

analitis.

Tiga macam kesalahan dalam operasi perhitungan matematik adalah

sebagai berikut :

1. Kesalahan Bawaan

Kesalahan bawaan adalah suatu kesalahan yang terjadi karena

kesalahan input data yang dipergunakan untuk perhitungan. Kesalahan ini

terjadi karena kurang telitinya pencatatan data dari lapangan maupun

pencatatan dari data primer dan sekunder.

21
 2. Kesalahan Pembulatan

Kesalahan pembulatan terjadi karena pemotongan desimal dari bilangan

yang diperhitungkan, baik untuk input data maupun pada waktu operasi

perhitungan matematik. Contoh dari kesalahan pembulatan ini adalah

sebagai berikut:

2,71828183 dibulatkan menjadi 2,71

3,14159265 dibulatkan menjadi 3,14

3. Kesalahan Pemotongan

Kesalahan pemotongan terjadi karena didalam operasi matematik tidak

dilakukan prosedur perhitungan matematik yang sesuai dengan

pemodelannya

Metode Analisis Numerik

Metode Analisis Numerik adalah teknik-teknik yang digunakan untuk

memformulasi kan masalah matematis agar dapat diselesaikan dengan operasi

perhitungan. Kemampuan untuk dapat menghitung sisi segitiga (dan berarti

mampu menghitung akar kuadrat) sangatlah penting, misalnya, dalam

pertukangan kayu dan konstruksi.

22
 Sebelum komputer digunakan untuk penyelesaian komputasi, dilakukan

dengan berbagai metode yang memiliki kendala-kendala. Metode yang digunakan

antara lain:

 Metode Analitik, Solusi ini sangat berguna namun terbatas pada masalah

sederhana. Sedangkan Masalah real yang komplek dan non linier tidak

dapat diselesaikan.

 Metode Grafik, metode ini digunakan Sebagai pendekatan penyelesaian

yang kompleks. Kendalanya bahwa metode ini Tidak akurat, sangat lama,

dan banyak membutuhkan waktu.

 Kalkulator dan Slide Rules, Penyelesaian numerik secara manual. Cara ini

cukup lama dan mungkin bisa terjadi kesalahan pemasukan data.

Penggunaan metode numerik diharapkan dapat mengatasi berbagai

kelemahan-kelemahan metode yang ada sebelumnya. Dapat dipahami pula bawa

pada umumnya permasalahan dalam sains dan teknologi digambarkan dalam

persamaan matematika. Persamaan ini sulit diselesaikan dengan model analitik

sehingga diperlukan penyelesaian pendekatan numerik. Dengan metode numerik,

manusia terbebas dari hitung menghitung manual yang membosankan . Sehinggga

waktu dapat lebih banyak digunakan untuk tujuan yang lebih kreatif, seperti

penekanan pada formulasi problem atau interpretasi solusi dan tidak terjebak

dalam rutinitas hitung menghitung.

Analisis numerik secara alami diterapkan di semua bidang rekayasa dan

ilmu-ilmu fisis, namun pada abad ke-21, ilmu-ilmu hayati dan seni mulai

mengadopsi unsur-unsur komputasi ilmiah. Persamaan diferensial biasa muncul

23
dalam pergerakan benda langit (planet, bintang dan galaksi. Optimisasi muncul

dalam pengelolaan portofolio. Aljabar linear numerik sangat penting dalam

psikologi kuantitatif. Persamaan diferensial stokastik dan rantai Markov penting

dalam mensimulasikan sel hidup dalam kedokteran dan biologi

Sebelum munculnya komputer modern metode numerik kerap kali

tergantung pada interpolasi menggunakan pada tabel besar yang dicetak. Sejak

pertengahan abad ke-20, sebagai gantinya, komputer menghitung fungsi yang

diperlukan. Namun algoritma interpolasi mungkin masih digunakan sebagai

bagian dari peranti lunak untuk memecahkan persamaan diferensial.

AKAR PERSAMAAN F(X)

Akar dari suatu persamaan f(x) = 0, atau penyelesaian suatu sistem

persamaan, dapat dicari dengan cara grafis atau cara numerik. Cara grafis dapat

digunakan apabila ketepatan tidak terlalu menjadi perhatian. Proses numerik

dimulai dengan aproksimasi (pendekatan) terhadap solusi, biasanya dengan

penggambaran grafik secara kasar (sketsa), kemudian digunakan metode

sistematik dari perhitungan numerik untuk memperbaiki keakuratan nilai tadi.

Proses seperti ini dihentikan bila telah dicapai hasil dengan tingkat akurasi yang

diinginkan Setiap proses numerik harus, sedapat mungkin, mencakup formula

untuk pemeriksaan prosedur sehingga peningkatan error (kesalahan) dapat

dihilangkan.

Salah satu metode numerik yang umum dikenal adalah metode iterasi.

Metode ini dimulai dengan menetapkan suatu nilai pendekatan, kemudian dengan

24
menggunakan suatu formula perhitungan, dihasilkan nilai pendekatan berikutnya

yang lebih baik. Nilai kemudian diperbaiki lagi dengan menggunakan rumus yang

sama, dan seterusnya. Proses dihentikan apabila dua iterasi berturut-turut

menghasilkan nilai yang sama pada tingkat akurasi yang diharapkan ( yaitu nilai

desimal yang sama). Metode ini merupakan dasar dari semua program komputer

kecepatan tinggi.

Metode Grafis

Bila ketepatan (akurasi) dianggap tidak begitu penting, akar dari

persamaan f(x) = 0 dapat ditentukan dengan membuat plot grafik fungsi y = b

dimana f(a) dan f(b) mempunyai tanda x f(x) sepanjang interval a yang

berbeda. Akar persamaan kemudian diperoleh dengan pembacaan nilai absis pada

perpotongan fungsi dengan sumbu-x.

Di samping cara sederhana di atas kita dapat juga mencari solusi dengan

(x) -cara menuliskan f(x) dalam bentuk selisih dua fungsi yang lain (x)(x) dan

kemudian menggambar grafik dari kedua fungsi tersebut :  (x). absis

perpotongan kedua fungsi akan merupakan akar f(x) yangdan diminta.

Contoh 1:

Akar persamaan : 1 + x2 – 3 tan x = 0 dapat dicari dengan mencari

perpotongan antara grafik fungsi y = 1 + x2 dan y = 3 tan x. Seperti pada Gambar

2.1, kurva fungsi-fungsi ini dapat dengan mudah digambar sehingga absis

25
perpotongannya dapat ditentukan. Dari skets akar terkecil dapat diperkirakan =

0.4.

Aproksimasi x = x0 terhadap akar persamaan f(x) = 0, dapat diperbaiki

dengan menggambar bagian dari grafik y = f(x), atau dalam hal ini, (x) disekitar x

= x0 dengan skala(x) dan y = bagian dari grafik y = yang lebih besar. Ini

dilakukan dengan menempatkan akar persamaan tersebut dengan ketepatan yang

lebih tinggi.

Gambar kurva yang sebenarnya, digantikan dengan garis-garis lurus yang

digambar melalui titik-titik ujung disekitar x = x0. Cara ini akan menghasil

galat/simpangan (error) untuk estimasi berikutnya sehingga proses ini berulang

sampai suatu hasil dengan akurasi yang diinginkan dapat dicapai.

Contoh 2:

Melanjutkan soal pada Contoh 1, perlu dibuat tabel seperti berikut ini

(x) = 3 tan x(x) = 1 + x2 x

0.3 1.09 0.93

0.4 1.16 1.27

(x) danDari tabel terlihat bahwa kurva y = (x) berpotongany = pada di

antara 0.3 dan 0.4. Dengan menggantikan kurva dengan garis lurus yang melalui

titik-titik ujung dari masing-masing kurva (Gambar 2.2) akan memberikan nilai

akar yang lebih akurat yaitu 0.36.

Simpangan (error) dari estimasi di atas diperoleh dengan cara menghitung

nilai fungsi f(0.36), yaitu = 0.0004, sehingga hasil x = 0.36 dapat dianggap cukup

26
akurat untuk menghentukan perhitungan. Ketepatan (akurasi) yang lebih baik

dapat diperoleh dengan menggambar garis-garis lurus berikutnya, yaitu yang

melalui titik-titik ujung dari nilai-nilai (x) yang melalui titik x = 0.360 dan x

=(x) dan y = fungsi y = 0.361. Nilai estimasi yang diperoleh adalah 0.3601.

Sampai dengan tahap ini dapat dikatakan bahwa hasil x = 0.360 adalah

tepat untuk ketelitian tiga (3) desimal.

3. Metode Numerik Untuk Menyelesaikan F(X) = 0

Penyelesaian grafis pada I.2. dapat di representasikan secara numerik

sebagai suatu proses iterasi yang dikenal dengan: Rule of False Position (Aturan

Kesalahan Posisi) yang akan dibahas berikut ini.

a. Rule of False Position atau Metode Interpolasi Linier

(x) = 0, terletak(x) -  Misalkan satu akar dari persamaan f(x)

antara nilai x0 dan x0 + a. (semakin kecil a, semakin baik) maka Gambar

1.3 menunjukkan bahwa nilai akar pendekatan yang lebih baik adalah x =

x1 = x0 + h, dimana dengan menggunakan segitiga yang sama, diperoleh

atau Pendekatan (aproksimasi) kedua adalah (x) = f(x) ;(x) = 0, maka

Dapat dicatat bahwa, apabila dan berturut-turut A = dan B = .

Contoh 2.

Hitunglah akar persamaan 1 + x2 – 3 tan x = 0 yang terletak dalam selang

0< x < 1 Penyelesaian: (x)Misalkan (x)= 3 tan x, maka ada akar di antara 0

dan= 1 + x2 dan 1. Misalkan nilai akar pendekatan pertama adalah x0 = 0, maka

27
akar pendekatan berikutnya dapat dicari dengan menggunakan persamaan 1) dan

bantuan tabel berikut: (x)(x) - (x) = 3 tan x (x) = 1 + x2 x 0 1 0 1 1 2 4.67 -

2.67 Dengan a = 1, A = 1, B = 2.67, maka h = ( 1/ 3.67) x 1 = 0.30.27 Akar

pendekatan kedua: x1 = x0 + h = 0.3 . Kemudian dibuat tabel berikutnya: (x)(x)

- (x) = 3 tan x (x) = 1 + x2 x 0.3 1.090 0.928 +0.162 0.4 1.160 1.268 -0.108

Disini a = 0.1, A = 0.162, B = 0.108, dengan demikian h = = 0.06 Pendekatan

ketiga adalah x2 = x1 + h = 0.3 + 0.06 = 0.36 Kemudian dibuat tabel selanjutnya:

(x)(x) - (x) = 3 tan x (x) = 1 + x2 x 0.360 1.12960 1.12921 + 0.00039 0.361

1.13032 1.13264 - 0.00232 Dari tabel didapat a = 0.001, A = 0.00039, B =

0.00232, dengan demikian h = = 0.0001. dari sini diperoleh akar pendekatan ke

empat x3 = x2 + h = 0.360 + 0.0001 = 0.3601.

Catatan: - Selisih (x) tidak hanya menunjukkan nilai A dan B, tetapi(x) - 

perbedaan/perubahan tanda menunjukkan bahwa ada satu akar di antara kedua

nilai x yang digunakan dalam perhitungan. b) Metode-Metode Iterasi (x), maka

dapat dibangunApabila f(x) = 0 dapat diubah menjadi x = suatu metode iteratif

untuk mencari akar-akar persamaan tersebut. Prosedur iterasinya adalah: (xn)x

n+1 = dimana xn adalah iterasi ke n dan prosedur ini dihentikan apabila syarat

ketepatan (akurasi) sudah tercapai pada 2 iterasi yang terakhir berturut-turut (a)

dan (b) menggambarkan dua proses iterasi yang konvergen x0, x1, x2, x3 . . . ;

yang pertama konvergen langsung ke nilai akarnya, sedangkan yang lain bergerak

mencari nilai akar. (c) menggambarkan proses yang divergen (menjauh) terhadap

nilai akar yang dicari. Ada kemungkinan, proses ini dimulai dengan nilai

28
perkiraan (aproksimasi) yang sangat dekat dengan nilai akar yang diinginkan, dan

perhitungan nilai akar semakin menjauh dari nilai akar riilnya. Untuk itu perlu

ditetapkan kondisi konvergensi ’(x)< 1 pada daerah sekeliling akarnya.

Kriteria ini terpenuhi pada gambar (a) dan (b) tetapi tidak pada gambar (c).

Contoh:

Carilah akar persamaan x3 – 2x2 + 3x – 1 = 0 di dekat 0.5 Penyelesaian:

Persamaan di atas ditulis dalam bentuk; di mulai dari x0 = 0, proses iterasi akan

menghasilkan: xo = 0 x4 = 0.42 x8 = 0.43016 x1 = 0.3 x5 = 0.430 x9 = 0.430160

x2 = 0.38 x6 = 0.4301 x3 = 0.41 x7 = 0.43014 Jadi akar persamaan yang dicari

adalah x = 0.4302 dengan ketelirtian 4 desimal. Metode ini tidak menghasilkan

konvergensi yang cepat, akan tetapi cukup efektif untuk digunakan. Kelemahan

utama dari metode ini adalah banyaknya kemungkinan untuk penulisan kembali

f(x) = 0 menjadi bentuk (x). Berbagai bentukx = penyusunan ini akan bisa

menghasilkan proses konvergen maupun divergen. Sebagai ilustrasi, kita akan

lihat persamaan berikut ini: x2 – 4x + 3 = 0 , yang memiliki akar riil x = 1 dan x =

3 Rumus iterasi yang berbentuk: x n+1 = 4 – 3/xn  1(xn) 1) ’(1)dimana >

’(3)1 dan < 1, yang berarti iterasi akan konvergen di dekat x = 3 dan divergen

disekitar x = 1. sehingga tidak mungkin untuk menggunakan formula iterasi 1) .

Rumus iterasi kedua akan berbentuk: x n+1 = 3/(4 – xn)  2(xn) 2)

’(1)dimana < ’(3)1 dan > 1, yang berarti iterasi akan konvergen di dekat x

= 1 dan divergen disekitar x = 3.

29
 Untuk menggunakan metode iterasi ini, diperhatikan bahwa iterasi harus

konvergen menuju akar yang diinginkan/dicari.

c) Metode Newton-Raphson

Misalkan x0 adalah suatu nilai pendekatan dari akar persamaan f(x) = 0,

maka ekspansi deret Taylor dari f(x) di sekitar x0 adalah:

3) Bila x1 adalah suatu nilai x yang dekat dengan nilai akar, maka (x1 – x0)

adalah kecil, f(x1) mendekati nol, dan f ”(x0) tidak terlalu besar, maka Deret

Taylor di atas dapat diganti dengan

0 = f(x0) + (x1 – x0)(f’(x0)

Sehingga

Rumus Newton-Raphson diulangi untuk pendekatan x1, x2, x3, . . . . akan

menghasilkan hubungan iterative :

di mana xn adalah nilai iterasi ke n

Contoh:

Carilah akar dari persamaan

x3 – 6x2 + 12x – 24 = 0 , yang dekat dengan x = 4

Penyelesaian:

Misalkan f(x) = x3 – 6x2 + 12x – 24

Dan f’(x) = 3x2 – 12x + 12

= 3(x2 – 4x + 4)

30
= 3(x – 2)2

Mulai dengan x0 = 4,

x1 = 4 – (-8/12) = 4.6

x2 = 4.6 – (1.576/20.28) = 4.6 – 0.0778 = 4.52 (dibulatkan)

x3 = 4.52 – (0.00310/19.0513)

= 4.52 – 0.0001627 = 4.51984

x4 = 4.51984 – (-0.00002/19.04879)

= 4.51984 – 0.0000010499

= 4.5198410499

Sesudah iterasi keempat ini, didapat akar persamaan = 4.51984 adalah

akurat untuk ketelitian 5 desimal.

METODE NEWTON-RAPHSON

Dalam analisis numerik, metode Newton-Raphson merupakan metode

yang paling dikenal untuk mencari hampiran terhadap akar fungsi riil. Metode

Newton-Raphson 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. Metode ini paling

banyak digunakan dalam mencari akar – akar dari suatu persamaan.

31
METODE ITERASI TITIK TETAP

Metode iterasi titik tetap adalah metode yang memisahkan x sedemikian

sehingga f (x) = 0 ekuivalen dengan x = g(x). Selanjutnya p adalah suatu akar dari

f (x) jika hanya jika p adalah suatu titik tetap dari g (x).

1. Aplikasi-Aplikasi Metode Numerik

Beberapa contoh aplikasi metode numerik :

2. Aplikasi Metode Numerik dengan Metode Simpson

Metode simpson merupakan metode integral numerik yang menggunakan

fungsi polinominal dengan order lebih tinggi. Metode simpson

menggunakan tiga titik data (polinimonal order 2) dan simpson

menggunakan empat titik data (polinominal order 3). Jarak antara titik data

tersebut adalah sama.

3. Aplikasi Metode Numerik dengan Metode Eliminasi Gauss-Jordan

Pada metode eliminasi Gauus‐Jorda kita membuat nol elemen‐elemen

dibawah maupun di atas diagonal utama suatu matriks. Hasilnya adalah

matriks tereduksi yang berupa matriks diagonal satuan (Semua elemen

pada diagonal utama bernilai 1, elemen‐elemen lainnya nol).

4. Integrasi Numerik

Di dalam kalkulus, integral adalah satu dari dua pokok bahasan yang

mendasar disamping turunan (derivative). Dalam kuliah kalkulus integral,

telah diajarkan cara memperoleh solusi analitik (dan eksak) dari integral

Tak-tentu maupun integral Tentu. Integral Tak-tentu dinyatakan sebagai ∫

( ) ( ) Solusinya, F(x), adalah fungsi menerus sedemikian sehingga F'(x) =

32
 f(x), dan C adalah sebuah konstanta. Integral Tentu menangani

perhitungan integral di antara batas-batas yang telah ditentukan, yang

dinyatakan sebagai ∫ ( ) ( )∫ ( ) ( )

Secara geometri, integrasi Tentu sama dengan luas daerah yang

dibatasi oleh kurva y = f(x), garis x = a dan garis x = b (Gambar 6.1).

Daerah yang dimaksud ditunjukkan oleh bagian yang diarsir

Fungsi-fungsi yang dapat diintegrasikan dapat dikelompokkan sebagai :

1. Fungsi menerus yang sederhana

seperti polinomial, eksponensial, atau fungsi trigonometri. Fungsi

sederhana seperti ini mudah dihitung integralnya secara eksak dengan

menggunakan metode analitik. Metode-metode analitik untuk menghitung

integral fungsi yang demikian sudah tersedia .

2. Fungsi menerus yang rumit

Fungsi yang rumit seperti ini jelas sulit, bahkan tidak mungkin,

diselesaikan dengan metode-metode integrasi yang sederhana. Karena itu,

solusinya hanya dapat dihitung dengan metode numerik.

3. Fungsi yang ditabulasikan

yang dalam hal ini nilai x dan f(x) diberikan dalam sejumlah titik diskrit.

Fungsi seperti ini sering dijumpai pada data hasil eksperimen di

laboratorium atau berupa data pengamatan di lapangan. Pada kasus

terakhir ini, umumnya fungsi f(x) tidak diketahui secara eksplisit. Yang

dapat diukur hanyalah besaran fisisnya saja.

33
 Integrasi fungsi seperti ini jelas harus didikerjakan secara numerik.

Turunan Numerik dan Interpolasi Polinomial

Setiap mahasiswa yang pernah mengambil kuliah kalkulus tentu masih

ingat dengan turunan fungsi yang didefenisikan sebagai

Persoalan menghitung turunan fungsi cukup banyak muncul dalam bidang

rekayasa. Misalnya dalam bidang pengolahan citra (image processing), turunan

fungsi diterapkan untuk mendeteksi sisi (edge) obyek pada suatu citra (lihat

bagian terakhir bab ini). Sementara dalam perhitungan numerik sendiri, turunan

fungsi dalam orde yang lebih tinggi, f ', f ", f "', ..., kadang-kadang diperlukan.

Misalnya untuk menghitung batas-batas galat interpolasi polinom dengan

rumus

Atau untuk menghitung galat integrasi numeric dengan aturan trapezium

Bila persamaan fungsi f(x) diberikan secara eksplisit, maka kita

dapat menentukan fungsi turunannya, f '(x), f "(x), ..., f (n+1) (x), lalu

menggunakannya untuk menghitung nilai turunan fungsi di x = t.

34
 Seringkali fungsi f(x) tidak diketahui secara eksplisit, tetapi kita hanya

memiliki beberapa titik data saja. Pada kasus seperti ini kita tidak dapat

menemukan nilai turunan fungsi secara analitik. Sebaliknya, pada kasus lain,

meskipun f(x) diketahui secara eksplisit tetapi bentuknya rumit sehingga

menentukan fungsi turunannya merupakan pekerjaan yang tidak mangkus dan

tidak praktis, misalnya pada fungsi-fungsi berikut ini :

Untuk kedua kasus terakhir, perhitungan nilai turunan dapat dikerjakan

secara numerik (numerical differentiation atau numerical derivative). Nilai

turunan yang diperoleh merupakan nilai hampiran. Sebagaimana halnya pada

integrasi numerik, perhitungan turunan numerik juga menggunakan nilai-nilai

diskrit. Karena itu, fungsi dalam bentuk tabel merupakan bentuk alami untuk

perhitungan turunan.

Implementasi / Hasil dan Pembahasan

1. Integrasi Numerik

Integral mempunyai banyak terapan dalam bidang sains dan

rekayasa. Dalam praktek rekayasa, seringkali fungsi yang diintegrasikan

(integrand) adalah fungsi empirik yang diberikan dalam bentuk tabel, atau

integrand-nya tidak dalam bentuk fungsi elementer (seperti sinh x, fungsi

Gamma G(a), dsb), atau fungsi eksplisit f yang terlalu rumit untuk

35
 diintegralkan [KRE88]. Oleh sebab itu, metode numerik dapat digunakan

untuk menghampiri integrasi.

Di bawah ini diberikan beberapa contoh persoalan dalam bidang

sains dan rekayasa.

1. Dalam bidang fisika, integral digunakan untuk menghitung persamaan

kecepatan. Misalkan kecepatan sebuah partikel merupakan fungsi waktu

menerus yang diketahui terhadap waktu, v(t). Jarak total d yang ditempuh

oleh partikel ini selama waktu t diberikan oleh:

d=∫ ( )

2. Dalam bidang teknik elektro/kelistrikan, telah diketahui bahwa harga rata-

rata suatu arus listrik yang berosilasi sepanjang satu periode boleh nol.

Disamping kenyataan bahwa hasil netto adalah nol, arus tersebut mampu

menimbulkan kerja dan menghasilkan panas. Karena itu para rekayasawan

listrik sering mencirikan arus yang demikian dengan persamaan

IRMS = √∫ ( )

yang dalam hal ini IRMS adalah arus RMS (root-mean-square), T adalah

periode, dan i(t) adalah arus pada rangkaian, misalnya i(t) = 5e-2i sin 2Πt

untuk 0 ≤ t ≤T/2 =0 untuk T/2 ≤ t ≤ T

3. Contoh fungsi dalam bentuk tabel adalah pengukuran fluks panas matahari

yang diberikan oleh tabel berikut:

36
 Data yang ditabulasikan pada tabel ini memberikan pengukuran fluks panas

q setiap jam pada permukaan sebuah kolektor sinar matahari. Diminta

memperkiraan panas total yang diserap oleh panel kolektor seluas 150.000 cm

selama waktu 14 jam. Panel mempunyai kemangkusan penyerapan (absorption),

eab, sebesar 45%. Panas total yang diserap diberikan oleh persamaan.

Demikianlah beberapa contoh terapan integral dalam bidang sains dan

rekayasa. Umumnya fungsi yang diintegralkan bentuknya rumit sehingga sukar

diselesaikan secara analitik. Karena itu, perhitungan integral secara numerik lebih

banyak diprak-tekkan oleh para insinyur.

 Kaidah Reimann

Pandang sebuah pias berbentuk empat persegi panjang dari x = x0

sampai x = x1 berikut

37
Luas satu pias adalah (Tinggi pias = f(xo)) ∫ ( ) ( ) Atau (tinggi pias = f(x1)) ∫ ( ) ( )

Jadi

Bagi setiap ruas persamaan hasil penjumlahan di atas dengan 2, untuk

menghasilkan

Persamaan ini dinamakan kaidah reimann atau segi empat.Kaidah

Reimann untuk satu pias dapat kita perluas.

Yang dalam hal ini.I samadengan luas daerah integrasi dalam selang

(a,b).Luas derah tersebut diperoleh dengan membagi selang (a,b) menjadi n buah

pias segiempat dengan lebar h,yaitu dengan absis [x0, x1], [x1, x2], [x2,

38
x3],………Jumlah luas seluruh pias segiempat itu adalah hampiran lias I.Kaidah

integrasi yang diperoleh adalah kaidah segiempat gabungan

Bagi setiap ruas persamaan hasil penjumlahan diatas dengan 2,

untuk menghasilkan

Dengan fr = f(xr), r=0, 1, 2……n

 Kaidah Trapezoida

Pandang sebuah pias berbentuk trapezium dari x = x0 sampai x = xi

Persamaan ini dikenal dengan nama kidah trapezium. Bila selang [a,b] dibagi atas

n buah pias trapezium,kaidah integrasi yang diperoleh adalah Kaidah Trapesium

Gabungan

39
  Kaidah Gauss

Sampai saat ini kita telah membahas kaidah integrasi yang berbasis titik-

titik data diskrit.Titik-titik diskrit tersebut harus berawal dan berahir di ujung-

ujung selang a dan b.Trapesium-trapesium yang menghampiri daerah integrasi

harus berawal dan berahir di ujung-ujung tersebut. Batasan ini mengakibatkan

galat yang dihasilkan dengan mekanisme ini ternyata cukup besar.

Pendekatan integrasi yang berbeda dengan metode Newton-Cotes

dikembangkan oleh Gauss dan dinamakan metode kuadratur Gauss (Gaussian

Quadrature). Dengan metode kuadratur Gauss, batasan-batasan yang terdapat pada

metode Newton-Cotes kuadratur dihilangkan. Di sini kita tidak perlu lagi

menentukan titik-titik diskrit yang berjarak sama, tetapi nilai integrasi numerik

cukup diperoleh dengan menghitung nilai fungsi f(x) pada beberapa titik tertentu.

Untuk memberi gambaran tentang kuadratur Gauss, perhatikan Gambar 6.15.

Sebuah garis lurus ditarik menghubungkan dua titik sembarang pada kurva y =

f(x). Titik-titik tersebut diatur sedemikian sehingga garis lurus tersebut

menyeimbangkan galat positif dan galat negatif. Luas daerah yang dihitung

sekarang adalah luas daerah di bawah garis lurus, yang dinyatakan sebagai

40
 Dengan C1, C2, X1 dan X2 adalah sembarang nilai.Persamaan ini

dinamakan kuadratur Gauss.Perhatikan bahwa bila dipilih x1 = -1 , x2 = 1 dan

c1= c2 = 1 maka persamaan kuadratur Gauss menjadi kaidah trapezium.Jadi

kaidah trapezium memenuhi kuadratur Gauss

Di atas telah dikatakan bahwa kaidah trapesium bersesuaian dengan

kuadratur Gauss. Dapat dilihat bahwa nilai integrasi numerik dengan kaidah

trapesium akan tepat (galatnya = 0) untuk fungsi tetap dan fungsi lanjar. Misalnya

untuk f(x) = 1 dan f(x) = x . Dari dua buah fungsi tersebut, diperoleh dua

persamaan:

41
 Kita memerlukan dua buah persamaan lagi agar x1, x2, c1, dan c2 dapat

ditentukan. Dari penalaran bahwa kaidah trapesium sejati untuk fungsi tetap dan

fungsi lanjar, maka penalaran ini juga kita perluas dengan menambahkan

anggapan bahwa integrasinya juga sejati untuk

F(x) = x2 dan f(x) = x2

Sekarang kita mendaatkan dua persamaan tambahan yaitu :

Sekarang kita sudah mempunyai empat buah persamaan simultan C1 + C2

=2

42
C1X1 + C2X2 = 0

C1X12 + C2X22= 2/3

C1X3 + C2X3 = 0

Yang bila dipecahkan menjadi

C1 = C2 = 1

X1 = 1√ = 0.5773

X2 = -1√

Jadi

Persamaan dinamakan kaidah Gauss-Legendre 2-titik. Dengan kaidah ini,

menghitung integral f(x) di dalam selang [-1, 1] cukup hanya dengan

mengevaluasi nilai fungsi f di x =1√ dan di x = -1√ .

 Turunan Numerik dan Interpolasi Polinomial

Citra (image) merupakan kumpulan elemen gambar (picture element =

pixel) yang secara keseluruhan merekam suatu adegan (scene) melalui pengindera

visual (kamera) . Citra intensitas ialah citra yang setiap pixel merekam intensitas

cahaya yang dipantulkan dari setiap titik di objek, misalnya citra biner, graylevel,

berwarna, dan banyak-alur (multi-channel). Untuk kebutuhan pengolahan dengan

komputer, citra disajikan dalam bentuk diskrit yang disebut citra digital. Citra

digital dapat disajikan oleh matriks f yang berukuran M ´ N dengan bentuk:

43
 Tiap elemen matriks adalah bilangan bulat dalam rentang [0..255] untuk

citra 8 bit Salah satu proses yang terdapat dalam pengolahan citra ialah

pendeteksian tepi. Tepi merupakan feature yang penting pada suatu citra. Tepi

didefinisikan sebagai perubahan intensitas yang besar dalam jarak yang singkat.

Perbedaan intensitas inilah yang menampakkan rincian pada gambar. Tepi

biasanya terdapat pada batas antara dua daerah berbeda pada suatu citra. Tepi

memberikan informasi batas-batas objek dengan lingkungannya atau dengan

objek yang lain, feature untuk mengidentifikasi objek, dan untuk terapan

penapisan citra.

Pendeteksian tepi merupakan langkah pertama untuk melingkupi informasi

di dalam citra. Tepi mencirikan batas-batas objek dan karena itu tepi berguna

untuk proses segmentasi dan identifikasi objek di dalam citra. Tujuan operasi

pendeteksian tepi adalah untuk meningkatkan penampakan garis batas suatu

daerah atau objek di dalam citra.

Salah satu pendekatamyang dipakai dalam pendeteksian sisi adalah dengan

kemiringan diferensial (differential gradient). Secara matematis perubahan

intensitas yang besar dalam jarak yang sangat singkat dapat dipandang sebagai

suatu fungsi yang memiliki kemiringan yang besar. Pengukuran kemiringan suatu

fungsi dilakukan dengan menghitung turunan pertamanya. Dalam citra digital,

pendeteksian tepi dapat dilakukan dengan cara yang mirip, yaitu dengan turunan

pertamanya secara parsial dalam ruang diskrit:

44
 Yang dalam hal ini kedua turunan parsial didefinisikan sebagai

Biasanya , sehingga persamaan turunan pertama menjadi:

Kekuatan tepi pada setiap pixel citra dihitung dengan rumus :

Atau dengan rumus

Suatu pixel dianggap sebagai pixel sisi jika kekuatan tepinya di atas nilai

ambang (threshold) tertentu.

D1(x) dan D1( y) merupakan hampiran selisih-maju. Hampiran lain yang

dipakai adalah hampiran selisih-pusat, yaitu:

45
 Operator lain yang digunakan untuk mendeteksi sisi adalah yang

berdasarkan pada operasi turunan kedua, yang dikenal dengan operator Laplace

(Laplacian). Operator Laplace mendeteksi lokasi tepi lebih akurat khususnya pada

tepi yang curam.

Pada Gambar 7.3, kurva pada baris pertama menunjukkan perubahan

intensitas suatu tepi. Baris kedua adalah turunan pertamanya, dan baris ketiga

adalah turunan keduanya. Kolom kiri (a) adalah untuk sisi yang landai sedangkan

kolom (b) untuk sisi yang curam. Dari Gambar 7.3 terlihat juga bahwa turunan

kedua dari tepi yang landai tidak terdapat persilangan-nol (zerro crossing),

sedangkan pada tepi yang curam terdapat persilangan-nol yang ditandai dengan

46
titik (·). Persilangan-nol ialah titik perubahan dari nilai positif ke negatif atau

sebaliknya.

Jika digunakan hampiran selisih-maju, maka operator Laplace diturunkan

sebagai berikut:

Biasanya Δx = Δx = 1 sehingga bentuk menjadi lebih sederhana.Gambar

7.4 memperlihatkan pendeteksian tepi pada citra botol dengan operator Laplace

47
Sistem Persamaan Linier

Beberapa metode untuk menyelesaikan system persamaan linier.

Penyelesaian system persamaan dengan jumlah variable n yang tidak diketahui

sering ditemukan didalam ilmu rekayasa sipil.

Misalnya, ada suatu system persamaan yang akan dicari nilai 𝑥1 , 𝑥2,…, 𝑥𝑛

yang memenuhi persamaan berikut,

𝑓1 (𝑥1 , 𝑥2 , 𝑥3,…, 𝑥𝑛 ) = 0

𝑓2 (𝑥1 , 𝑥2 , 𝑥3,…, 𝑥𝑛 ) = 0

𝑓𝑛 (𝑥1 , 𝑥2 , 𝑥3,…, 𝑥𝑛 ) = 0

Sistem persamaan ini bias merupakan system persamaan linier dan non

linier. Untuk sistem persamaan non linier lebih rumit daripada penyelesaian untuk

sistem persamaan linier. Didalam pembahasan ini hanya akan dibahas sistem

persamaan linier yang mempunyai bentuk umum sebagai berikut :

B. Kegunaan Numerik

Semenjak sekolah menengah pertama kita pasti sudah diajarkan

bagaimana cara mencari akar dari persamaan kuadrat seperti x2 – 5x + 6 = 0 atau

x2 – 1 = 0. Banyak cara yang digunakan untuk mencari akar dari persamaan

tersebut seperti dengan cara Memfaktorkan, Melengkapi Kuadrat atau dengan

menggunakan Rumus Kecap. Tapi cara-cara diatas hanya berlaku hanya untuk

persamaan linier atau polinomial dan cara-cara seperti itu dinamakan Metode

Matematis (Analitis).

48
Gambar : e-x – x = 0 sin x – x = 0

Bagaimana dengan persamaan non linier? Seperti sin x – x = 0 atau e-x – x

= 0. Persamaan seperti ini tidak mudah untuk diselesaikan secara analitis, maka

diperlukan suatu metode yang bias menyelesaikan persamaan non linier seperti ini

yaitu dengan Metode Numerik, tapi perlu dicatat

Metode Numerik ini tidak hanya digunakan menyelesaikan persamaan

non linier, bisa juga digunakan untuk menyelesaian persamaan polinom seperti

diatas. Tetapi tentu akan memakan waktu yang cukup banyak jika dibandingkan

dengan cara analitis. Oleh karena itu metode ini banyak digunakan untuk

menyelesaikan persamaan non linier atau yang tidak bisa diselesaikan dengan cara

analitis. Metode Numerik yang digunakan untuk mencari solusi persamaan adalah

Metode Bagi-Dua (Bisection Method), Metode Newton-Raphson (Newton-

Raphson Method), Metode Secant (Secant Method), Metode Regular Falsi

(Regular Falsi Method) dan Metode Titik Tetap (Fixed Point Method).

Dalam menggunakan Metode Numerik ini akan terjadi kesalahan (error),

error yang dihasilkan adalah untuk mengukur seberapa baik metode tersebut

digunakan.

Apakah Metode Numerik itu hanya digunakan untuk mencari solusi suatu

persamaan? Tentu tidak hanya itu, Metode Numerik juga digunakan untuk

menghitung luas dibawah kurva, misalnya menggunakan Aturan Trapezoidal

(Trapezoida Rule) Aturan Simpson 1 per 3 dan Aturan Simpson 3 per 8.

Kemudian Metode Numerik juga digunakan untuk menginterpolasi suatu fungsi

49
atau polinom, cara menginterpolasi bisa menggunakan Interpolasi Lagrange,

Interpolasi Newton atau Cubic Splain.

Alasan pemakaian metode numerik ini karena tidak semua permasalahan

matematis atau perhitungan matematis dapat diselesaikan dengan mudah. Bahkan

dalam prinsip matematik, suatu persoalan matematik yang paling pertama dilihat

adalah apakah persoalan itu memiliki penyelesaian atau tidak.

Jadi, Jika suatu persoalan sudah sangat sulit atau tidak mungkin

diselesaikan dengan metode matematis (analitik) maka kita dapat menggunakan

metode numerik sebagai elternative penyelesaian persoalan tersebut.

Di samping itu menurut Rochmad (2011) ada sejumlah alasan mengapa

orang menggunakan metode numerik untuk memecahkan masalah yang

dihadapinya. Beberapa alasan tersebut sebagai berikut.

1. Metode numerik merupakan suatu teknik untuk menyelesaikan masalah

matematika yang efektif dan efisien. Dengan bantuan komputer ia sanggup

menangani masalah yang rumit dan melibatkan perhitungan y ang luas,

misalnya untuk memecahkan masalah solusi suatu persamaan tak linear,

sistem persamaan yang besar, dan permasalahan lainnya termasuk dalam

teknik dan sosial. Masalah yang sering sulit atau bahkan tidak mungkin dapat

diselesaikan secara analitis dapat diselesaikan dengan metode numerik.

2. Saat ini terdapat berbagai paket program komputer (misalnya exel, maple,

matlab, atau program paket lainnya) yang tersedia dan diperdagangkan

sehingga mudah didapat yang dalam pengoperasiannya mencakup metode

numerik. Dengan demikian, pemecah masalah tinggal menyesuaikan dengan

50
 karakteristik program paket tersebut dengan algortima yang digunakan dalam

pemecahan masalah.

3. Apabila masalah yang dihadapi sulit diselesaikan dengan bantuan program

paket komputer, maka pemecah masalah dapat menggunakan program

komputer (misalnya basic, pascal, fortran, atau program komputer lainnya).

Jika pemecah masalah mahir mendesain program sendiri, maka pemecah

masalah dapat lebih leluasa dalam menggunakan metode numerik untuk

memecahka n masalah yang dihadapinya.

4. Di sisi lain, metode numerik merupakan semacam sarana yang efisien untuk

mengenal karakteristik komputer dan mendesain algoritma, diagram alur dan

menulis program komputer sendiri.

Tahap-Tahap Memecahkan Persoalan Secara Numerik yang dilakukan

dakam pemecahan persoalan dunia nyata dengan metode numerik, yaitu:

1. Pendefinisian masalah

(apa yang diketahui dan apa yang diminta).

2. Pemodelan

Persoalan dunia nyata dimodelkan ke dalam persamaan matematika.

3. Penyederhanaan model

Model matematika yang dihasilkan dari tahap sebelumnya mungkin saja

terlalu kompleks, yaitu memasukkan banyak peubah (variable) atau

parameter. Semakin kompleks model matematikanya, semakin rumit

penyelesaiannya. Mungkin beberapa andaian dibuat sehingga beberapa

parameter dapat diabaikan. Model matematika yang diperoleh dari

51
 penyederhanaan menjadi lebih sederhana sehingga solusinya akan lebih

mudah diperoleh.

4. Formulasi numeric

Setelah model matematika yang sederhana diperoleh, tahap selanjutnya

adalah memformulasikannya secara numerik.

5. Pemrograman

Tahap selanjutnya adalah menerjemahkan algoritma ke dalam program

komputer dengan menggunakan salah satu bahasa pemrograman yang

dikuasai.

6. Operasional

Pada tahap ini, program komputer dijalankan dengan data uji coba

sebelum data yang sesungguhnya.

7. Evaluasi

Bila program sudah selesai dijalankan dengan data yang sesungguhnya,

maka hasil yang diperoleh diinterpretasi. Interpretasi meliputi analisis

hasil run dan membandingkannya dengan prinsip dasar dan hasil-hasil

empirik untuk menaksir kualitas solusi numerik, dan keputusan untuk

menjalankan kembali program dengan untuk memperoleh hasil yang lebih

baik.

52
Prinsip-Prinsip Metode Numerik

1. Digunakan jika metode analitik tidak dapat digunakan lagi

2. Metode Numerik merupakan pendekatan untuk mendapatkan pemecahan

masalah yang dapat dipertanggung jawabkan secara analitik

3. Pendekatannya merupakan analisis matematis

4. Metode Numerik terdiri atas algoritma-algoritma yang dapat dihitung

secara cepat dan mudah

5. Karena berasal dari alogaritma pendekatan, maka Metode Numerik ini

akan memakai iterasi (pengulangan)

6. Nilai kesalahan merupakan hal paling utama untuk mengetahui seberapa

baik metode yang digunakan.

Pemakaian Metode Numerik

Pemakaian Metode Numerik biasanya dilakukan untuk menyelesaikan

persoalan matematis yang penyelesaiannya sulit didapatkan dengan

menggunakan metode analitik, yaitu :

a. Menyelesaikan persamaan non linier

b. Menyelesaikan persamaan simultan

c. Menyelesaikan differensial dan integral

d. Interpolasi dan Regresi

e. Menyelesaikan persamaan differensial

f. Masalah multi variable untuk menentukan nilai optimal yang tak bersyarat

53
Manfaat Metode Numerik

1. Mampu menangani sistem persamaan besar, Ketaklinieran dan geometri

yang rumit, yang dalam masalah rekayasa tidak mungkin dipecahkan

secara analitis.

2. Mengetahui secara singkat dan jelas teori matematika yang mendasari

paket program.

3. Mampu merancang program sendiri sesuai permasalahan yang dihadapi

pada masalah rekayasa.

4. Metode numerik cocok untuk menggambarkan ketangguhan dan

keterbatasan komputer dalam menangani masalah rekayasa yang tidak

dapat ditangani secara analitis.

5. Menangani galat (error) suatu nilai hampiran (aproksimasi) dari masalah

rekayasa yang merupakan bagian dari paket program yang bersekala besar.

6. Menyediakan sarana memperkuat pengertian matematika. Karena salah

satu kegunaannya adalah menyederhanakan matematika yang lebih tinggi

menjadi operasi-operasi matematika yang mendasar.

Tujuan Metode Numerik

Sebelum komputer digunakan untuk penyelesaian komputasi, dilakukan

dengan berbagai metode yang memiliki kendala-kendala, seperti penekanan

problem/interpretasi solusi dan tidak terjebak pada rutinitas hitung-menghitung.

Metode yang digunakan antara lain:

54
  Metode Analitik

Solusi ini sangat berguna namun terbatas pada masalah sederhana.

Sedangkan Masalah real yang komplek dan non linier tidak dapat

diselesaikan.

 Metode Grafik

metode ini digunakan Sebagai pendekatan penyelesaian yang kompleks.

Kendalanya bahwa metode ini Tidak akurat, sangat lama, dan banyak

membutuhkan waktu.

 Kalkulator dan Slide Rules

Penyelesaian numerik secara manual. Cara ini cukup lama dan mungkin

bisa terjadi kesalahan pemasukan data.

Penggunaan metode numerik diharapkan dapat mengatasi berbagai

kelemahan-kelemahan metode yang ada sebelumnya. Dapat dipahami pula bawa

pada umumnya permasalahan dalam sains dan teknologi digambarkan dalam

persamaan matematika. Persamaan ini sulit diselesaikan dengan model analitik

sehingga diperlukan penyelesaian pendekatan numerik. Dengan metode numerik,

manusia terbebas dari hitung menghitung manual yang membosankan . Sehinggga

waktu dapat lebih banyak digunakan untuk tujuan yang lebih kreatif, seperti

penekanan pada formulasi problem atau interpretasi solusi dan tidak terjebak

dalam rutinitas hitung menghitung.

Metode numerik hanya bias memberikan solusi yang mendekati atau

menghampiri solusi sejati sehingga solusi numerik dinamakan juga solusi

55
hampiran ( approximationsolution). Pendekatan solusi ini tentu saja tidak tepat

sama dengan Solus isejati, sehingga ada selisih antara keduanya. Solusi tersebut

disebut solusigalat (error). Semakin kecil galat yang diperoleh berarti semakin

dekatsolusi hampiran yang diperoleh dengan solusi sejatinya.

Penggunaan Komputer :

 Pencarian solusi numerik seringkali memerlukan komputasi yang

berulang-ulang untuk memperoleh nilai kesalahan yang terkecil

 Direkomendasikan untuk menggunakan alat bantu komputer/software,

baik dikembangkan sendiri, atau menggunakan toolsyang sudah ada

 Bahasa Pemrograman: Fortran, C++, Delphi, Java dll.

 Tools: Maple, MatLab, MathCad, Eureka, Mathematica, dll.

Keuntungan menggunakan Metoda Numerik:

 Solusi persoalan selalu dapat diperoleh

 Dengan bantuan komputer, perhitungan menjadi cepat dan hasilnya dapat

dibuat sedekat mungkin dengan nilai sesungguhnya

 Tampilan hasil perhitungan dapat disimulasikan

Kelemahan:

 Nilai yang diperoleh adalah hampiran (pendekatan)

 Tanpa bantuan alat hitung (komputer), perhitungan umumnya lama dan

berulang-ulang

56
 BAB III

PENUTUP

A. Kesimpulan

Metode Numerik adalah metode hampiran yang digunakan dalam

menghitung suatu permasalahan dibidang Sains dan Rekayasa.Dan Metode

Numerik juga dipakai dalam IT untuk menyelesaikan atau mempermudah dalam

mencari jalan keluar suatu masalah seperti yang digunakan dalam menghitung tepi

dalam Pengolahan Citra.Selain itu Metode Numerik adalah metode yang dipakai

oleh computer untuk mengeksekusi atau menghitung suatu permasalahan sehingga

computer tetap teratur dan terstruktur dalam menyelesaikan suatu permasalahn

tersebut.

Dan fungsi utama seorang IT adalah ketika ia hendak untuk membuta

program sebaiknya ia mempelajari dahulu bagaimana computer itu menyelesaikan

suatu permasalahan.

Berdasarkan dari analisa perhitungan yang telah dibuat, maka dapat

disimpulkan beberapa hal sebagai berikut.

1. Interpolasi didefinisikn sebagai cara untuk mengestimasi nilai dari fungsi yan

diberikan oleh kelompok data.

2. Interpolasi linear adalah interpolasi dua buah titik dengan sebuah garis

lurus.Misal diberikan dua buah titik (𝑥0 , 𝑦0 ) dan (𝑥1 , 𝑦1), polinom yang

menginterpolasikan dua buah titik ini ialah:

𝑓(𝑥1 )−𝑓(𝑥0
𝑓1 (𝑥)=f(𝑥0 )+ (x-𝑥0 )
𝑥1 −𝑥0

57
3. Interpolasi kuadrat ialah digunakan untuk mencari titik-tiik antara dari 3 buah

titik yaitu P1(𝑥0 , 𝑦0 ),p2(𝑥1 , 𝑦1), dan p3(𝑥2 , 𝑦2 ) . Polinom yang digunakan

untuk persamaan ini ialah:

𝑓2 (x)=𝑏0 + 𝑏1 (𝑥 − 𝑥0 ) + 𝑏2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )

4. Interpolasi polinomial adalah sebuah metode untuk menaksir (mengestimasi)

nilai di antara titik- titik data yang tepat. Bentuk umum polinomial

order n adalah:

fn(x) = bo + b1(x – x0) + … + bn(x – x0)(x – x1) ... (x – xn1)

5. Berdasarkan hasil dari perbandingan antara perhitungan manual dengan

perhitungan menggunakan program Matlab, di dapat hasil yang sama, baik

dengan menggunakan interpolasi linear, kuadratik, maupun dengan interpolasi

polinomial.

6. Matlab sangat memudahkan perhitungan yang melibatkan matriks dengan

dilengkapi fitur pengolahan, analisis data dan pembuatan grafik.

7. Bahasa pemrograman Matlab lebih sederhana dibandingkan bahasa

pemrograman lainnya, karena tidak memerlukan inisialisasi untuk setiap

variabel.

B. Saran

Hasil proyek makalah ini belum sempurna, oleh karena itu ada beberapa

saran yg mungkin dapat menjadi masukan untuk rekan-rekan.

58
 DAFTAR PUSTAKA

Away, A. 2010. Matlab Progamming. Bandung: Informatika Bandung.

Korps Asisten Laboratorium Sistem Pengaturan dan Komputer. 2008. Modul

Tutorial dan Praktikum Sistem Pengaturan dan Komputer. Indralaya:
Universitas Sriwijaya.

Mastering Matlab web site: http://www.eece.maine.edu/mm. Diakses pada tanggal

13 Maret 2018, pukul 16.50 Wib

http://lightnearby.files.wordpress.com/2013/05/modul-matlab.pdf. Diakses pada

13 Maret 2018, pukul 16.50 Wib

59