BAB I

PENDAHULUAN

1.1 Pengertian Analisa Numerik

Analisa Numerik adalah studi algoritme untuk memecahkan masalah

dalam matematika kontinu (sebagaimana dibedakan dengan matematika
diskret). Salah satu tulisan matematika terdini adalah 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.

Analisan numerik modern tidak mencari jawaban eksak, karena

jawaban eksak dalam praktiknya tidak mungkin diperoleh. Sebagaimana
gantinya, kebanyakan anlisa 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
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.

2.1 Pengenalan umum

Tujuan keseluruhan bidang analisis numeris adalah perancangan dan

analisis teknik untuk mendapatkan solusi hampiran yang akurat terhadap
1
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
 Perusahaan asuransi menggunakan program numeris untuk analisis
aktuaria.

1.3 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
2
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. 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.

1.4 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.

3
 Dalam analisis numeris metode iteratif lebih jamak daripada
metode langsung. Beberapa metode pada intinya adalah langsung, namun
biasanya 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.

4
 BAB II
ANALISA NUMERIK DAN PEMAKAIANNYA

2.1 Kesalahan (error)

Penyelesaian secara numerik dari suatu persamaan matematik hanya
memberikan nilai perkiraan yang mendekati nilai eksak (benar) dari penyelesaian
analitis. Berarti dalam penyelesaian numerik tersebut terdapat kesalahan terhadap
nilai eksak.Ada tiga macam kesalahan yaitu kesalahan bawaan, kesalahan
pembulatan dan kesalahan pemotongan.
Kesalahan bawaan adalah kesalahan dari nilai data. Kesalahan tersebut
bisa terjadi karena kekeliruan dalam menyalin data, salah membaca skala atau
kesalahan karena kurangnya pengertian mengenai hukum-hukum fisik dari data
yang diukur.
Kesalahan pembulatan terjadi karena tidak diperhitungkannya beberapa
angka terakhir dari suatu bilangan. Kesalahan ini terjadi apabila bilangan
perkiraan digunakan untuk menggantikan bilangan eksak. Suatu bilangan
dibulatkan pada posisi ke n dengan membuat semua angka di sebelah kanan dari
posisi tersebut nol. Sedang angka pada posisi ke n tersebut tidak berubah atau
dinaikkan satu digit yang tergantung apakah nilai tersebut lebih kecil atau lebih
besar dari setengah dari angka posisi ke n.
Contoh :
8632574 dapat dibulatkan menjadi 8633000
3,1415926 dapat dibulatkan menjadi 3,14

Kesalahan pemotongan terjadi karena tidak dilakukannya hitungan sesuai

dengan prosedur matematik yang benar. Sebagai contoh suatu proses tak
terhingga diganti proses hingga. Di dalam matematika, suatu fungsi dapat
dipresentasikan dalam bentuk deret tak terhingga, misalkan:
ex = 1 + x +x2/2! + x3/3! + x4/4! + ......
Nilai eksak dari ex diperoleh apabila semua suku dari deret tersebut
diperhitungkan. Dalam praktek, sulit memperhitungkan semua suku sampai tak
terhingga. Apabila hanya diperhitungkan beberapa suku pertama saja, maka
hasilnya tidak sama dengan nilai eksak. Kesalahan karena hanya
diperhitungkannya beberapa suku pertama disebut dengan kesalahan pemotongan.
5
 2.2 Kesalahan Absolut dan Relatif
Hubungan antara nilai eksak, nilai perkiraan dan kesalahan dapat
diberikan dalam bentuk berikut ini :
p = p* +
Ee dengan :
p : nilai eksak
p* : nilai perkiraan
Ee : keslahan terhadap nilai eksak

Indeks e menunjukkan bahwa kesalahan dibandingkan terhadap nilai

eksak. dari bentuk persamaan di atas maka didapat bahwa kesalahan adalah
perbedaan antara nilai eksak dan nilai perkiraan
Ee = p – p* (2.1)
Bentuk kesalahan seperti diberikan oleh persamaan (1.1) disebut dengan
kesalahan absolut. Kesalahan absolut tidak menunjukkan besarnya tingkat
kesalahan. Sebagai contoh, kesalahan satu sentimeter pada pengukuran pensil
akan sangat terasa dibanding dengan keslahan yang sama pada pengukuran
panjang jembatan.
Besarnya tingkat kesalahan dapat dinyatakan dalam bentuk kesalahan
relatif, yaitu dengan membandingkan kesalahan yang terjadi dengan nilai nilai
eksak.
e = Ee/p (1.2)
dengan e adalah kesalahan relatif terhadap nilai eksak.
Kesalahan relatif sering diberikan dalam bentuk persen seperti berikut ini,

e = Ee/p x 100% (1.3)

Contoh :
Pengukuran panjang jembatan dan pensil memberikan hasil
9.999 cm dan 9 cm. Apabila panjang benar (eksak) adalah
10.000 cm dan 10 cm, hitung kesalahan absolut dan relatif.

Penyelesaian :
a. Kesalahan absolut,
- Jembatan :
Ee = 10.000 – 9.999 = 1 cm

6
 b. Kesalahan relatif :
- Jembatan :
 e = Ee/p x 100% = 1/10.000 x 100% =
0,01% - Pensil :
e = 1/10 x 100% = 10%

Contoh tersebut menunjukkan bahwa meskipun kesalahan adalah sama

yaitu 1 cm, tetapi kesalahan reltif pensil adalah jauh lebih besar. Kesimpulan yang
dapat diambil bahwa pengukuran jembatan memberikan hasil yang baik
(memuaskan), sementara hasil pengukuran pensil tidak memuaskan.

2.3 Bahasa Pemrograman Qbasic

Perkembangan yang dasyat komputer saat ini ikut mendorong pesatnya

pengembangan dan penggunaan metode numerik. Perkembangan hardware
(perangkat keras) selalu diikuti oleh perkembangan software (perangkat lunak).
Salah satu perangkat lunak adalah bahasa pemrograman. Saat ini di pasar
komputer banyak sekali beredar berbagai macam bahasa pemrogaman antara lain
PASCAL,BASIC, FORTRAN, QBASIC, TURBO PASCAL, VISUAL BASIC,
DELPHI, POWER STATION dan sebagainya. Dikesempatan ini kita akan
mempelajari bahasa pemrogaman QBASIC. Pemilihan bahasa pemrogaman ini
tidak berarti bahwa bahasa pemrogaman QBASIC adalah yang terbaik untuk
penyelesaian metode numerik dan membatasi Anda untuk menggunakan bahasa
pemrogaman yang lain, tetapi ini hanya memberikan suatu gambaran mengenai
salah satu bahasa pemrogaman yang dapat digunakan untuk membantu
menyelesaikan persamaan numerik.
A. Perintah dasar (CLS,PRINT,END)
1. Perintah CLS
Perintah CLS dipakai untuk membersihkan semua tulisan di layar monitor.
dengan perintah ini layar monitor akan ditempatkan di sudut kiri atas layar.
Ketikan : CLS (Enter)

2. Perintah PRINT
Perintah PRINT digunakan untuk mencetak data, baik data numerik maupun
data teks ke layar monitor. Apabila data yang ingin ditampilkan di layar
7
 monitor dianggap data TEKS, maka data tersebut harus diapit dengan tanda
kutip (“). Apabila data yang ingin ditampilkan di layar monitor adalah data
NUMERIK, maka data tersebut ditulis tanpa diapit tanda kutip.
Contoh :
(a) Menuliskan data numerik:

PRINT 1000
PRINT 3.14
PRINT 9*2

(b) Menuliskan data teks:

PRINT “MAHASISWA UNIVERSITAS NEGERI

MALANG” PRINT “9*2”

(c) Menuliskan data teks dan numerik

PRINT “Hasil penjumlahan 25 + 5 =”; 25+5

3. Perintah END
Perintah END digunakan untuk menghentikan pelaksanaan/eksekusi suatu
program.
Contoh:

CLS
PRINT “MAHASISWA UNIVERSITAS NEGERI
MALANG” END

B. Perintah memasukkan data

(INPUT) 1. Konsep variabel
Variabel di dalam BASIC dibagi menjadi dua jenis yaitu:
VARIABEL NUMERIK dan VARIABEL TEKS atau VARIABEL
STRING. Variabel teks selalu diakhiri dengan tanda dollar ($), sedang
variabel numerik tidak boleh diakhiri dengan tanda dollar.
2. Perintah INPUT
Perintah INPUT digunakan untuk memasukkan data ke dalam variabel.
Contoh :

CLS
INPUT “Siapa nama anda” ;
NAMA$ INPUT “Tahun berapa anda
8
 lahir”; TAHUN
PRINT “HALO SENANG BERKENALAN DENGAN
ANDA”;NAMA$ PRINT “ANDA BERUSIA”; 2000 - TAHUN
END
RUN
Siapa nama anda ? NUGI
(Enter) Tahun berapa anda lahir
? 1980 (Enter)
HALO SENANG BERKENALAN DENGAN ANDA
NUGI ANDA BERUSIA 20

3. Operator aritmatika
Operator aritmatika didalam BASIC memiliki bentuk dan derajat
sebagai berikut,

Penulisan dalam
Jenis operator aritmatika BASIC Derajat
Tanda pangkat ^ Tertinggi
Tanda kali * Menengah
Tanda bagi /
Tanda penjumlahan + Rendah
Tanda pengurangan -

Yang dimaksud derajat adalah operator yang memiliki derajat tertinggi

akan dikerjakan lebih dahulu, dilanjutkan yang menengah dan terakhir
yang terendah. Contoh :
50*4/2+2 = 102

bukan 50 9/3+2^2

= 7 bukan 25

Untuk menghasilkan suatu persamaan yang kita inginkan dapat dilakukan dengan
memberikan kurung.
Contoh:
(50*4)/(2+2) =50

((9/3)+2)^2 = 25

9
C. Percabangan tak bersyarat (GOTO)
Komputer selalu melaksanakan program secara urut baris demi
baris Contoh:
CLS
PRINT “SAYA”
PRINT “NAIK”
10 PRINT
“KUDA” END
RUN
SAYA
NAIK
KUD
A

.Akan tetapi dengan perintah GOTO, anda bisa memaksa komputer untuk
meloncat ke nomor baris tertentu.
CLS
PRINT
“SAYA” GOTO
10 PRINT
“NAIK”
10 PRINT
“KUDA” END
RUN
SAYA

D. Percabangan Bersyaraf ( IF .... THEN, IF .... THEN .... ELSE .... )

1. Pengertian operator relasional dan kondisi

Operator rasional adalah operator yang digunakan untuk

menghubungkan sebuah nilai dengan nilai yang lain. Operator relasional terdiri
dari:
= : sama dengan
<> : tidak sama dengan
< : lebih kecil
> : lebih besar
<= : lebih kecil atau sama dengan
>= : lebih besar atau sama dengan

Semua pernyataan matematika yang menggunakan operator relasional disebut

KONDISI. Sebuah KONDISI hanya memiliki sebuah nilai saja pada suatu saat
yaitu bernilai BENAR atau SALAH.

10
2. Percabangan bersyarat dengan IF ......... THEN
Format pernyataan IF ....... THEN adalah sebagai berikut:
IF [kondisi] THEN [perintah]
Pernyataan IF ...... THEN selalu memeriksa [kondisi] yang berada di belakang
perintah IF terlebih dahulu.
- Apabila [kondisi] tersebut bernilai BENAR, maka [perintah] yang berada di
belakang THEN akan dilaksanakan.
- Apabila [kondisi] tersebut bernilai SALAH, maka [perintah] yang berada di
belakang THEN akan tidak dilaksanakan dan lansung dilanjutkan ke baris
berikutnya.

Contoh:
CLS
INPUT “BERAPA USIA KAMU”;
UMUR IF UMUR >= 17 THEN GOTO 10
PRINT “KAMU MASIH KECIL, DILARANG
MENONTON” GOTO 20
ENDIF
10 PRINT “SELAMAT MENONTON”
20 END
RU
N
BERAPA USIA KAMU ?
17 SELAMAT
MENONTON Ok

BERAPA USIA KAMU ? 10

KAMU MASIH KECIL, DILARANG MENONTON
Ok

3. Percabangan bersyarat dengan IF ......... THEN ....... ELSE ..........

Pernyataan percabangan tak bersyarat dapat dikembangkan pemakaiannya
dengan menambahkan persyaratan ELSE. Penulisan IF ... THEN ... ELSE ....
adalah:
IF [kondisi] THEN [perintah-1] ELSE [perintah-
2] Keterangan:
- Apabila [kondisi] bernilai BENAR, maka [perintah-1] akan dilaksanakan, lalu
dilanjutkan ke ke nomor baris berikutnya.
- Apabila [kondisi] bernilai SALAH, maka [perintah-2] akan dilaksanakan, lalu

11
 dilanjutkan ke ke nomor baris berikutnya.
Contoh:
CLS
INPUT “BERAPA UMUR KAMU”;A
IF A >=17 THEN PRINT “SELAMAT MENONTON” ELSE
PRINT “KELUAARRR ...”
END

E. Diagram alir (FLOWCHART)

Diagram alir sangat membantu dalam pembuatan program yang terstruktur
dengan baik. Diagram alir adalah gambaran dari urutan langkah-langkah
penyelesaian suatu masalah dengan menggunakan simbol-simbol tertentu.
Diagram alir adalah jembatan antara ide di dalam pikiran anda dengan program di
dalam bahasa komputer. Dari diagram alir, anda bisa mengetahui logika serta
aliran proses yang terjadi di dalam program. Simbol-simbol yang digunakan
adalah:

12
 Simbol MULAI Kegunaan
Mulai atau berhenti
INPUT B
INPUT C Perhitungan atau proses
A
Masukan atau keluaran

APAKAH Pengambilan keputusan

C=0
Arah aliran proses selanjutnya

Penghubung dalam satu halaman

A = B/C
PRINT
“TIDAK DIDEFINISIKAN”
A = B/C

“ PRINT A

13
Listing programnya berbentuk sebagai berikut:
CLS INPUT B
INPUT C
IF C = 0 THEN PRINT “TIDAK DIDEFINISIKAN” GOTO 10
END IF
A = B/C
PRINT A 10 END

F. Pengulangan proses /Looping (FOR .... TO ..... STEP ..... NEXT

Salah satu keuntungan komputer adalah bahwa komputer mampu

melakukan proses berulang dengan cepat dn akurat. Dalam bahasa pemrograman
QBASIC perintah yang digunakan adalah FOR TO STEP NEXT dengan bentuk
format:
FOR [variabel counter] = [A] TO [B] (STEP [C])

{ ------------ bagian program yang diulang -------}

NEXT [variabel counter]

FOR dan NEXT harus selalu berpasangan. Keduanya harus ada. Baris-baris
program yang berada diantara FOR dan NEXT akan diulang beberapa kali
tergantung nilai A, B, dan C.

- [variabel counter] berfungsi sebagai penghitung banyaknya pengulangan

proses. Variabel ini harus variabel numerik
- [A] adalah harga awal counter
- [B] adalah harga akhir counter
- (STEP [C]) boleh dipakai dan boleh tidak (tergantung kebutuhan). C adalah
besarnya kenaikan variabel counter.
-
Apabila STEP [C] tidak digunakan maka harga counter akan dinaikkan satu demi
satu mulai dari harga awal [A] sampai harga akhir [B]. Apabila STEP [C]
digunakan maka:

- Jika nilai C positip, maka setiap kali proses pengulangan dilakukan, harga
counter akan dinaikkan sebesar C mulai dari harga awal A sampai harga akhir
B.
- Jika nilai C negatip, maka setiap kali proses pengulangan dilakukan, harga
counter akan diturunkan sebesar C mulai dari harga awal A sampai harga
akhir B.
- Jika C = 0 maka pengulangan proses tidak akan berhenti.

14
Contoh:
CLS
FOR I = 1 TO 10 STEP 1
PRINT “NILAI KE =”; I
NEXT I
END
Ada kalanya dalam pembuatan suatu program anda harus meletakkan
suatu LOOP di dalam LOOP lain. Pengulangan proses seperti ini disebut LOOP
BERGANDA (NESTED LOOP). Hal yang perlu diperhatikan disini adalah
variabel counter yang digunakan masing-masing FOR NEXT harus berbeda.
Contoh:

CLS
FOR A = 1 TO 2
FOR B = 1 TO 3
PRINT”LOOPING A KE =”;A;”LOOPING B KE =”;B loop loop
NEXT B dalam luar
NEXT A
END
G.
Variabel berindeks (DIM)

Variabel berindeks digunakan ketika anda menginginkan sebuah variabel berisi

banyak nilai. Sebagai gambaran sederhana variabel indeks dapat dibayangkan seperti
sebuah hotel dengan nama tertentu yang memiliki banyak kamar. Nama hotel tersebut
adalah nama variabel, sedangkan jumlah kamarnya adalah jumlah indeksnya. Didalam
pemrograman QBASIC, penulisan variabel berindeks dinyatakan dengan perintah DIM
dengan bentuk format

DIM [variabel1(N)], [variabel2(M)], .........

N dan M adalah indeks tertinggi yang akan dipakai untuk variabel yang dipesan.
Kumpulan variabel berindeks disebut VARIABEL ARRAY. Ada dua jenis
variabel array yaitu variabel array numerik dan variabel array string. Variabel
array numerik hanya dapat digunakan untuk menyimpan deretan data numerik
saja., sedangkan variabel array string hanya dapat digunakan untuk menyimpan
deretan data string.

15
Contoh:
CLS
DIM A(14), A$(12), B(14)
FOR I = 0 TO 13
A(I) = I : B(I) = 5*I variabel array numerik
PRINT A(I) : PRINT B(I)
NEXT I
FOR Z = 1 TO 12
A$(Z) = “VERA” variabel array string
NEXT Z
PRINT
PRINT A$(11)
END

Variabel berindeks dapat dibuat menjadi dua indeks/dua dimensi dengan bentuk
format
DIM [variabel1(N,M)], [variabel2(J,K)], .............

Contoh:

Program untuk menjumlahkan matrik A dan B dengan bentuk matrik sebagai

berikut:
1 3 5 7 6 10
+ =
2 4 6 8 8 12

Matrik A Matrik B Matrik C

CLS
DIM A(2,2), B(2,2), C(2,2)
A(1,1) = 1 : A(1,2) = 3 : A(2,1) = 2 : A(2,2) = 4
B(1,1) = 5 : B(1,2) = 7 : B(2,1) = 6 : B(2,2) =
8 FOR BARIS =1 TO 2
FOR KOLOM = 1 TO 2
C(BARIS,KOLOM) = A(BARIS,KOLOM) +
B(BARIS,KOLOM) NEXT KOLOM
NEXT BARIS
FOR BARIS =1 TO 2
FOR KOLOM = 1 TO 2
PRINT
C(BARIS,KOLOM); NEXT
KOLOM
PRINT NEXT
BARIS END

16
 2.4 Akar – Akar Persamaan

A. Pengertian Akar-Akar Persamaan

Anda masih ingat bentuk persamaan berikut
ax2 + bx + c = 0

Bentuk persamaan di atas disebut persamaan polinomial derajad dua. karena

mempunyai nilai pangkat tertinggi adalah dua. Untuk mencari nilai “x” atau akar-
akar persamaannya jika konstanta a, b dan c diketahui dapat dicari secara analitis

dengan rumus :
b b2 4ac
x12 =
2a
Untuk polinomial berderajat tiga atau empat, rumus-rumus yang ada
sangat kompleks dan bahkan jarang sekali digunakan. Sedang untuk persamaan-
persamaan dengan derajad yang lebih tinggi tidak ada rumus yang dapat
digunakan untuk menyelesaikannya. Bentuk persamaan tersebut misalnya adalah:
f(x) = x3 + x2 – 3x – 3 = 0
f(x) = x5 + 2x4 + 3x3 + 4x2 – 3x – 1
= 0 f(x) = ex – 3x = 0
f(x) = 3x + sinx – ex =
0 dan sebagainya.
Bentuk-bentuk persamaan seperti tersebut di atas sulit atau tidak mungkin
diselesaikan secara eksplisit.
Metode numerik memberikan cara-cara untuk menyelesaikan bentuk
persamaan tersebut secara perkiraan sampai diperoleh hasil yang mendekati
penyelesaian eksak.
Penyelesaian numerik dilakukan dengan perkiraan yang berurutan
(iterasi), sedemikian sehingga setiap hasil adalah lebih teliti dari perkiraan
sebelumnya. Dengan melakukan sejumlah prosedur iterasi yang dianggap cukup,
akhirnya didapat hasil perkiraan yang mendekati hasil eksak (hasil yang benar)
dengan toleransi kesalahan yang diikinkan.
Salah satu cara yang paling sederhana untuk mendapatkan penyelesaian perkiraan
adalah dengan menggambarkan fungsi tersebut dan kemudian dicari titik
potongannya dengan sumbu x yang menunjukkan akar dari persamaan tersebut

17
(gambar 4.1). tetapi cara ini hanya memberikan hasil yang sangat kasar, karena
sangat sulit untuk menetapkan nilai sampai beberapa digit di belakang koma
hanya dengan membaca gambar. metode lain untuk menyelesaikan persamaan
tersebut adalah dengan cara coba banding, yaitu dengan mencoba nilai x
sembarang kemudian dievaluasi apakah nilai f(x) = 0. Jika nilai x tidak sama
dengan nol kemudian dicoba nilai x yang lain. Prosedur ini diulang terus sampai
akhirnya didapat nilai f(x) = 0, untuk suatu nilai x tertentu, yang merupakan akar
dari persamaan yang diselesaikan.
f(x)

akar persamaan

Gambar 4.1. Akar persamaan dari fungsi f(x)

Kedua cara tersebut adalah tidak efisien dan tidak sistematis. Ada
beberapa metode yang juga merupakan penyelesaian perkiraan, tetapi lebih
sistematis untuk menghitung akar-akar persamaan. Metode-metode tersebut akan
dipelajari pada sub bab berikut.

B. Metode Interpolasi Linier

Metode interpolasi linier dikenal juga dengan metode false position.
Metode ini mencari akar persamaan berdasarkan interpolasi dua nilai dari fungsi
yang mempunyai tanda berlawanan.
Bentuk interpolasi yang paling sederhana adalah menghubungkan dua titik
data dengan garis lurus.tekhnik ini dinamakan interpolasi linear,dilukiskan secara
grafis pada gambar diatas dengan memakai segitiga-segitiga sebangun sehingga
diperoleh:
𝑓1(𝑥)−𝑓(𝑥0 𝑓(𝑥1)−𝑓(𝑥0
= 𝑥 −𝑥 , yang dapat disusun ulang menjadi:
𝑥−𝑥0 1 0

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

18
 Cara penulisan𝑓1 (x) menunjukkan bahwa ini adalah polinom interpolasi
orde pertama (interpolasi lanjar).Perhatikan bahwa disamping menyatakan
kemiringan garis yang menghubugkan titik-titik, bentuk [f(𝑥1 )-f(𝑥0 )]/(𝑥1 − 𝑥0 )
adalah hampiran (aproksimasi) beda hingga terbagi dari turunan
pertama.Umumnya semakin kecil selag diantara titik-titik data, semakin baik
hampirannya.
Algoritma Interpolasi
1) Tentukan dua titik P1 dan P2 dengan koordinatnya masing-masing (x0,y0)
dan (x1,y1)
2) Tentukan nilai x dari titik yang akan dicari
𝑓(𝑥1 )−𝑓(𝑥0
3) Hitung nilai y dengan :𝑓1 (𝑥) = f(𝑥0 ) + (x-𝑥0 )
𝑥1 −𝑥0

4) Tampilkan nilai titik yang baru Q(x,y)

A. Interpolasi Kuadratik
Menentukan titik-titik antara3 buah titik dengan menggunakan pendekatan
fungsi kuadrat 3 titik yang diketahui: P1(x1,y1), P2(x2,y2) dan P3(x3,y3).

Untuk memperoleh titik Q(x,y) digunakan interpolasi kuadratik:

(𝒙 − 𝒙𝟐 ) (𝒙− 𝒙𝟑 ) (𝒙 − 𝒙𝟏 ) (𝒙− 𝒙𝟑 ) (𝒙 − 𝒙𝟏 ) (𝒙− 𝒙𝟐 )
Y = Y1(𝒙 + Y2(𝒙 + Y3(𝒙
𝟏 − 𝒙𝟐 ) (𝒙𝟏 − 𝒙𝟑 ) 𝟐 − 𝒙𝟏 ) (𝒙𝟐 − 𝒙𝟑 ) 𝟑 − 𝒙𝟏 ) (𝒙𝟑 − 𝒙𝟐 )

Algoritma Interpolasi Kuadratik:

1) Tentukan 3 titik P1, P2 dan P3 dengan koordinatnya masing-masing(x1,y1),
(x2,y2),dan(x3,y3).
2) Tentukan titik x dari titik yang akan dicari
3) Hitung nilai y dengan:
19
 (𝒙 − 𝒙𝟐 ) (𝒙− 𝒙𝟑 ) (𝒙 − 𝒙𝟏 ) (𝒙− 𝒙𝟑 ) (𝒙 − 𝒙𝟏 ) (𝒙− 𝒙𝟐 )
Y = Y1(𝒙 + Y2(𝒙 + Y3(𝒙
𝟏 − 𝒙𝟐 ) (𝒙𝟏 − 𝒙𝟑 ) 𝟐 − 𝒙𝟏 ) (𝒙𝟐 − 𝒙𝟑 ) 𝟑 − 𝒙𝟏 ) (𝒙𝟑 − 𝒙𝟐 )

4) Tampilkan nilai titik yang terbaru

Interpolasi Polinomial

Adalah sebuah metode untuk menaksir (mengestimasi) nilai di antara titik- titik
data yang tepat. Persamaan polinomial adalah persamaan aljabar yang hanya
mengandung jumlah dari variabel x berpangkat bilangan bulat (integer). Bentuk
umum persamaan polinomial order n adalah:
f (x) = a0 + a1 x + a2 x2 + … + an xn
Prosedur seperti dijelaskan diatas dapat digunakan untuk membentuk polinomial
order ndari (n + 1) titik data. Bentuk umum polinomial order n adalah:
fn(x) = bo + b1(x – x0) + … + bn(x – x0)(x – x1) ... (x – xn1)
Seperti yang dilakukan interpolasi linier dan kuadrat, titik-titik data dapat
dilakukan dengan evaluasi koefisien b0, b1, ..., bn. Untuk polinomial order n,
diperlukan (n + 1) titik data x0, x1, x2, ..., xn. Dengan menggunakan titik-titik data
tersebut, maka persamaan berikut digunakan untuk mengevaluasi
koefisienb0, b1, ...,bn.
b0 = f (x0)

b1 = f [x1, x0]
b2 = f [x2, x1, x0]
bn = f [xn, xn – 1, ..., x2, x1, x0]
Dengan definisi fungsi berkurung ([….]) adalah pembagian beda hingga.
Misalnya, pembagian beda hingga pertama adalah:
f [xi, xj] =
Pembagian beda hingga kedua adalah:
f [xi, xj, xk] =
Pembagian beda hingga ke n adalah:
f [xn, xn – 1, ..., x2, x1, x0] =
Bentuk pembagian beda hingga tersebut dapat digunakan untuk mengevaluasi
koefisien-koefisien dalam persamaan (1.8) sampai persamaan (1.11) yang
kemudian disubstitusikan ke dalam persamaan (1.7) untuk mendapatkan
interpolasi polinomial order n.

20
 fn(x) = f (x0) + f [x1, x0](x – x0) + f [x2, x1, x0](x – x0)(x – x1) + … +
f [xn, xn – 1, ..., x2, x1, x0](x – x0)(x – x1) … (x – xn – 1)

 Perhitungan Interpolasi Linear

a. Menghitung Interpolasi Linear suatu data
Contoh soal
Diketahui pertumbuhan bakteri dalam tubuh manusia setiap detiknya:
X (waktu dlm s) 10 15 20 25 30
F(x) (jumlah bakteri) 132 382 574 844 1425
Berapakah jumlah bakteri yang tumbuh pada selang waktu 28,5 detik?
Carilah dengan menggunakan interpolasi linear!
Jawab
a. Langkah pertama yang kita lakukan adalah dengan membuka program
Matlab dan memasukkan Listing pada lembar M-File, sebagai berikut:

a. Kemudian kita klik tombol Run Listing, sehingga pada command

windows akan muncul:

Dengan menggunakan matlab, kita

dapat mengetahui interpolasi pada
23 adalah sebesar 736

a. Cara kedua adalah dengan memasukkan Listing pada lembar kerja M-File,
seperti berikut.

21
b. Kemudian kita klik tombol Run Listing, sehingga pada command
windows akan muncul:

Dengan menggunakan matlab, kita

dapat mengetahui interpolasi pada
23 adalah sebesar 736

a. Untuk membuat grafiknya, kita masukkan Listing seperti berikut.

Sehingga akan menghasilkan grafik sebagai berikut.

22
 c. Setelah kita mengetahui nilai interpolasi pada x=23 menggunakan Matlab,
maka selanjutnya kita mencari nilai interpolasi pada x=23 dengan cara
perhitungan manual menggunakan metode interpolasi linear.

 Perhitungan Interpolasi Kuadratik

a. Menghitung Interpolasi Kuadratik suatu data
Contoh soal
Diketahui pertumbuhan bakteri dalam tubuh manusia setiap detiknya:
X (waktu dlm s) 10 15 20 25 30
F(x) (jumlah bakteri) 132 382 574 844 1425
Berapakah jumlah bakteri yang tumbuh pada selang waktu 28,5 detik?
Carilah dengan menggunakan interpolasi kuadratik!
Jawab
a. Langkah pertama yang kita lakukan adalah dengan membuka program
Matlab dan memasukkan Listing pada lembar M-File, sebagai berikut:

23
b. Kemudian kita klik tombol Run Listing, sehingga pada command
windows akan muncul:

Dengan menggunakan Matlab kita

mendapatkan hasil Interpolasi pada
x=23 sebesar 726.64

c. Cara kedua adalah dengan memasukkan Listing pada lembar kerja M-File,
seperti berikut.

24
a. Kemudian kita klik tombol Run Listing, sehingga pada command
windows akan muncul:

Dengan menggunakan Matlab kita

mendapatkan hasil Interpolasi pada
x=23 sebesar 726.64

a. Untuk membuat grafiknya, kita masukkan Listing seperti berikut.

Sehingga akan menghasilkan grafik sebagai berikut.

25
a. Setelah kita mengetahui nilai interpolasi pada x=23 menggunakan Matlab,
maka selanjutnya kita mencari nilai interpolasi pada x=23 dengan cara
perhitungan manual menggunakan metode interpolasi linear.

26
C. Metoda Newton-Raphson
Metoda ini paling banyak digunakan dalam mencari akar-akar dari suatu
persamaan. Jika perkiraan awal dari akar adalah xi , suatu garis singgung dapat
dibuat dari titik (xi, f(xi)). Titik dimana garis singgung tersebut memotong sumbu
x biasanya memberikan perkiraan yang lebih dekat dari nilai akar.

f(xi)

Gambar Prosedur Metode newton secara grafis

Seperti yang ditunjukkan pada gambar di atas, turunan pertama pada xi

adalah ekivalen dengan kemiringan.

f (xi )  0 Pilih nilai awal xn

f'(xi) = sembarang
xi  xi 1
atau
f (xi )
xi+1 = xi - (4-2)
f ' (xi ) Hitung xn+1 dan f(xn+1)

Apakah f(xn+1)
kecil ? Selesai

x =x
n n+1

27
Contoh 2 :
Selesaikan soal pada contoh 1 dengan metode Newton Raphson.
Penyelesaian
Persamaan yang diselesaikan f(x)=x3 + x2 - 3x -

3=0

Turunan pertama dari persamaan tersebut adalah:

f'(x) = 3x2 + 2x - 3
dengan menggunakan persamaan (4-2),

f (xi )
xi+1 = xi - f ' (xi )
Pada awal hitungan ditentukan nilai xi sembarang, misalnya x1 = 1, f(x1=1) =
(1)3 + (1)2 - 3(1) - 3 = -4
f'(x1=1) = 3(1) 2 + 2(1) - 3 = 2 x2 = 1 -
 4
2 =3
Langkah berikutnya ditetapkan x2 = 3, f(x2 = 3) =
(3)3 + (3)2 - 3(3) - 3 = 24 f'(x1=3) = 3(3) 2 + 2(3) - 3
= 30
24
x3 = 3 - 30 = 2,2

Hitungan dilanjutkan dengan prosedur yang sama dan hasilnya diberikan dalam
tabel 4.2.
Tabel 4.2. Hasil hitungan dengan metode Newton Raphson
Jumlah iterasi Xi Xi+1 f(xi) f(xi+1)
1 1,0 3,0 -4,0 24,0
2 3,0 2,2 24,0 5,888
3 2,2 1,83 5,888 0,987387
4 1,83 1,73778 0,987387 0,05442
5 1,7377 1,73207 0,05442 0,0001816
8

Bentuk programnya dalam QBASIC:

'METODE NEWTON-RAPHSON
10 CLS
PRINT "Metode Newton
Raphson" PRINT " "
PRINT "Nilai x1, x2, fx1 dan fx2 secara berurutan
adalah :" PRINT ""
x1 = 1
30 fx1 = x1 ^ 3 + x1 ^ 2 - 3 * x1 -
28
 3 fxi1 = 3 * x1 ^ 2 + 2 * x1 - 3
x2 = x1 - (fx1 / fxi1)
fx2 = x2 ^ 3 + x2 ^ 2 - 3 * x2 - 3
IF ABS(fx2) > .00001 THEN
PRINT USING "####.#####"; x1; x2; fx1;
fx2 x1 = x2
GOTO 30
ELSE
PRINT " "
END IF
END

D. Aplikasi Dalam Teknik Sipil

Dalam merencanakan saluran irigasi atau drainase, data yang diketahui
biasanya adalah jenis saluran, debit yang akan dialirkan, dan bentuk penampang
saluran, kemiringan dasar saluran. Persamaan yang digunakan adalah persamaan
Manning berbentuk:

Q = 1/n . R2/3 S1/2. A

dengan:
Q = Debit saluran (m3/det)
n = koefisien kekasaran Manning berdasarkan jenis saluran
R = Jari-jari hidrolis = A/P (m)
A= luas penampang basah saluran (m2) = b.h
(untuk saluran berpenampang segiempat)
P= Keliling basah saluran (m) = b+ 2h
(untuk saluran berpenampang segiempat)
S = kemiringan dasar saluran

h (kedalaman air (m))

b (lebar saluran(m))

Data yang akan dicari adalah kedalaman air (h). Jika diketahui data-data suatu
perencanaan saluran drainase sebagai berikut: debit (Q) = 10 m 3/det, bentuk
penampang segiempat dengan lebar dasar saluran (b) = 1,0 m, saluran dibuat dari
pasangan batu (n=0,030) dan kemiringan dasar saluran (S) = 0,0010, carilah
kedalaman air (h) saluran tersebut.
Penyelesaian
A = b . h = 1,0 x h = h
P = b+ 2h = 1 + 2 x h = 1 + 2h R

29
= A/P = h/(1+2h)
Q = 1/n . R2/3 . S1/2 . A
10 = 1/0,03 . (h/(1+2h))2/3 . (0,001)1/2 . (h)

10x0,03 h2/3

(0,001)1/ 2 = (1  2h)2 / 3 x h
h5 / 3
9,487 = 2/3
9,487 1. Metode interpolasi linier dikenal juga dengan metode false
position. Metode ini mencari akar persamaan berdasarkan
h5/3 - interpolasi dua nilai dari fungsi yang mempunyai tanda
berlawanan. Bentuk persamaannya adalah:
f (xn1 )
x* = xn+1 - (xn1  xn )
linier f (x n1 )  f (x n )
2. Metoda Newton Raphson memberikan perkiraan awal dari akar
adalah xi , suatu garis singgung dapat dibuat dari titik (xi, f(xi)).
Titik dimana garis singgung tersebut memotong sumbu x
biasanya memberikan perkiraan yang lebih dekat dari nilai akar
dengan turunan pertama pada xi adalah ekivalen dengan
kemiringan. Bentuk persamaannya adalah:

f (xi )
xi+1 = xi - f ' (xi )

30
 2.5 Sistem Persamaan Linier

A. Pengertian Sistem Persamaan Linier

Penyelesaian suatu sistem n persamaan dengan n bilangan tak diketahui

(anu) banyak dijumpai dalam permasalahan teknik, seperti penyelesaian
numeris persamaan diferensial biasa dan diferensial parsiil, analisis struktur,
analisis jaringan dan sebagainya.
Di dalam penyelesaian sistem persamaan akan dicari nilai x1, x2, ....... ,xn
yang memenuhi sistem persamaan berikut,
f1(x1,x2, .............xn) = 0
f2(x1,x2, .............xn) = 0
fn(x1,x2, .............xn) = 0

Sistem persamaan di atas dapat linier atau tak linier. Penyelesaian sistem
persamaan tak linier adalah sulit. Untungnya, sebagian besar permasalahan yang
ada merupakan persamaan linier. Di dalam bab ini Anda akan mempelajari sistem
persamaan linier, yang mempunyai bentuk umum berikut ini
B.
a11x1 + a12x2 + ......... + a1nxn = b1 a21x1 +
a22xC.
2 + ......... + a2nxn = b2

an1x1 + an2x2 + ......... + annxn = bn

dengan a adalah koefisien konstan, b adalah konstan, n adalah jumlah persamaan

dari x1, x2, .......... xn adalah bilangan tak diketahui. Sistem persamaan linier pada

persamaan 5-1 tersebut dapat ditulis dalam bentuk matrik


a a .......a
11 12 1n  
x 1 
b 1

    
a a x
 21 22 ......a2n   2  b
 2 
   = 
  .  . 
  .  . 
  x  b 

a a
n1 n2 ......ann   n   n 
(5-2)

31
atau
AX=B
dengan
A : matrik koefisien n x n
X : vektor kolom n x 1 dari bilangan tak diketahui
B : vektor kolom n x 1 dari konstanta

Di dalam penyelesaian sistem persamaan, dicari vektor kolom X

berdasarkan persamaan (5-2). Salah satu cara untuk menyelesaikannya adalah
mengalikan kedua ruas persamaan dengan matrik inverse.
A-1 A X = A-1 C
karena
A-1 A = I
maka
X = A-1 C
Dengan demikian nilai X dapat dihitung.

B. Metode Gauss-Jordan
Seandainya Anda mempunyai 4 sistem persamaan dengan 4 bilangan
tidak diketahui:
a11x1 + a12x2 + a13x3 + a14x4 = b1
a21x1 + a22x2 + a23x3 + a14x4 = b2 (5-3) a31x1 + a32x2 + a33x3 + a34x4 =
b3
a41x1 + a42x2 + a43x3 + a44x4 = b4

Persamaan tersebut dapat ditulis dalam bentuk matrik

b
2 x1   1
=  2
  b
 b b  4ac x 2 

b3 


x
3


4 
x



2a
(5-4)

b
4 
Didalam metode Gauss-Jordan, dipilih secara berurutan setiap baris
sebagai baris pivot, dengan pivot adalah elemen pertama tidak nol dari baris
tersebut.

32
1. Pertama kali baris pertama dari persamaan (5-4) dibagi dengan elemen pivot,
yaitu a11, sehingga didapat

 1 a'12 a'13 a'14 

 b' 

 a a  x1   b 1
21 22 a23 a 24     2
 2


x  = 

b3 
x

 a a a a  3 
34  4 
x


 31 32 33
b
 a a a a   4 
 41 42 43 44 
Penyelesaian suatu sistem n persamaan dengan n bilangan tak diketahui (anu)
banyak dijumpai dalam permasalahan teknik, seperti penyelesaian numeris
persamaan diferensial biasa dan diferensial parsiil, analisis struktur, analisis
jaringan dan sebagainya.
Di dalam penyelesaian sistem persamaan akan dicari nilai x1, x2, .......
,xn yang memenuhi sistem persamaan berikut,
f1(x1,x2, .............xn)
= 0 f2(x1,x2,
.............xn) = 0

fn(x1,x2, .............xn) = 0

Sistem persamaan di atas dapat linier atau tak linier. Penyelesaian sistem
persamaan tak linier adalah sulit. Untungnya, sebagian besar permasalahan yang
ada merupakan persamaan linier. Di dalam bab ini Anda akan mempelajari sistem
persamaan linier, yang mempunyai bentuk umum berikut ini
a11x1 + a12x2 + ......... +
a1nxn = b1 a21x1 + a22x2 +
......... + a2nxn = b2

an1x1 + an2x2 + ......... + annxn = bn

33
dengan a adalah koefisien konstan, b adalah konstan, n adalah jumlah persamaan

dari x1, x2, .......... xn adalah bilangan tak diketahui. Sistem persamaan linier pada

persamaan 5-1 tersebut dapat ditulis dalam bentuk matrik :


a a .......a
11 12 1n  
x 1 
b 1

    
a a x
 21 22 ......a2n   2  b
 2 
   = 
  .  . 
  .  . 
  x  b 

a a
n1 n2 ......ann   n   n 
atau
AX=B
dengan
A : matrik koefisien n x n
X : vektor kolom n x 1 dari bilangan tak diketahui
B : vektor kolom n x 1 dari konstanta

Di dalam penyelesaian sistem persamaan, dicari vektor kolom X

berdasarkan persamaan (5-2). Salah satu cara untuk menyelesaikannya adalah
mengalikan kedua ruas persamaan dengan matrik inverse.
A-1 A X = A-1 C
karena
A-1 A = I
maka
X = A-1 C
Dengan demikian nilai X dapat dihitung.

B. Metode Gauss-Jordan
Seandainya Anda mempunyai 4 sistem persamaan dengan 4 bilangan
tidak diketahui:
a11x1 + a12x2 + a13x3 + a14x4 = b1
a21x1 + a22x2 + a23x3 + a14x4 = b2 (5-3) a31x1 + a32x2 + a33x3 + a34x4 =
b3
a41x1 + a42x2 + a43x3 + a44x4 = b4

Persamaan tersebut dapat ditulis dalam bentuk matrik

34
 b
2 x1   1
=  2
  b
 b b  4ac x 2 

b3 


x
3


4 
x



2a 
b
4 
(5-4)
Didalam metode Gauss-Jordan, dipilih secara berurutan setiap baris
sebagai baris pivot, dengan pivot adalah elemen pertama tidak nol dari baris
tersebut.
2. Pertama kali baris pertama dari persamaan (5-4) dibagi dengan elemen pivot,
yaitu a11, sehingga didapat

 1 a'12 a'13 a'14 

 b' 
 a a  x1   b 1
21 22 a23 a 24     2
 2


x  = 

b3 
x

a a a a  3 
34  4 
x

31 32 
 33
b
 a a a a   4 
 41 42 43 44 
Elemen pertama dari semua baris lainnya dihilangkan dengan cara:
a. Persamaan pertama dikalikan elemen pertama dari persamaan kedua (a21) dan
kemudian dikurangkan terhadap persamaan kedua.
b. Persamaan pertama dikalikan elemen pertama dari persamaan ketiga (a31) dan
kemudian dikurangkan terhadap persamaan ketiga.
Persamaan pertama dikalikan elemen pertama dari persamaan keempat (a41) dan
kemudian dikurangkan terhadap persamaan keempat

35
2. kemudian ditetapkan baris kedua sebagai baris pivot dan a'22 sebagai elemen
pivot. Prosedur di atas diulangi lagi untuk baris kedua.
Baris kedua dari persamaan di atas dibagi dengan elemen pivot yaitu a'22
sehingga didapat:

1 a'12 a'13 a'14 

b'1 
  x  

0 1 a'' a'' 
 
1 b'' 2 
= 
23 24 2
x 


 a' a' a'   x3


x



b'3 
0 32 33 34 4  
 
b'
 4 
 0 a' a' a' 
 42 43 44 
Elemen kedua dari semua baris lainnya dihilangkan dengan cara:
a. Persamaan kedua dikalikan elemen kedua dari persamaan pertama (a'12) dan
kemudian dikurangkan terhadap persamaan pertama.
b. Persamaan kedua dikalikan elemen kedua dari persamaan ketiga (a'32) dan
kemudian dikurangkan terhadap persamaan ketiga.
c. Persamaan kedua dikalikan elemen kedua dari persamaan keempat (a'42)
dan
kemudian dikurangkan terhadap persamaan
keempat. Operasi ini menghasilkan sistem persamaan
berikut:

36
 1 0 a''13 a''14 
b''1 
  x  
a'' b'' 
 0 1 a''23 24 

2



1
x 
=


2

  b''3 

x

  x3
 0 0 a''33 a''34 4  
  b''4 
 0 0 a'' a'' 

 43 44 
(5-6)

37
3. Untuk langkah selanjutnya ditetapkan baris ketiga sebagai pivot. setelah itu

prosedur diulangi lagi sehingga akhirnya didapat sistem persamaan berikut:

1 0 0 0  iv1 
 0 1 00  x1 
b
 iv 
  2
x

  b 2
 =

0 0 1 0 
x3

 x4 biv 3 
000 
  

 iv 

1 b
 4

(5-7)
Dari sistem persamaan (5-7) dapat dihitung nilai x1, x2, x3 dan x4
x1 = b1iv
x2 = b2iv
x3 = b3iv
x4 = b4iv
Contoh 1:
3x + y - z = 5
4x + 7y - 3z = 20 (1)
2x - 2y +5z = 10
Penyelesaian:
Sistem persamaan di atas dapat ditulis dalam bentuk matrik berikut:
Sistem persamaan di atas dapat ditulis dalam bentuk matrik berikut:

3 1 1 x 5 
 7  
4 3 y 20
  = 
2 2

5 
 z

10


(2)
Baris pertama dari persamaan (2) dibagi dengan elemen pivot, yaitu 3 sehingga
persamaan menjadi:
1 0,3333 0,3333 x 1,6666
 7 3   

4
 = 
y 20

2

2 5  
 z 10

 
Persamaan pertama dikalikan elemen pertama dari persamaan kedua, yaitu 4, dan
kemudian dikurangan terhadap persamaan kedua. Dengan cara yang sama untuk
persamaan ketiga, sehingga didapat:
38
 1 0,3333 0,3333 x 1,6666 

0 5,6668 1,6668   y 13,3336


  = 
0

2,6666 5,6666  
z  6,6668

 
Baris kedua dari persamaan di atas dibagi dengan elemen pivot, yaitu 5,6668,
sehingga sistem persamaan menjadi:
1 0,3333 0,3333 x 1,6666 
 1   

0 0,2941
 = 
y 2,3529

0

2,6666 5,6666    z 6,6668

 
Persamaan kedua dikalikan dengan elemen kedua dari persamaan pertama
(0,3333) dan kemudian dikurangkan terhadap persamaan pertama. Kemudian
dengan cara yang sama untuk persamaan ketiga, sehingga didapat:

1 0 0,2353 x 0,8824 
 1 0,2941   

0
 
y
=  2,3529 
0 0 4,8824    
 
 z 12,9410

Persamaan ketiga dibagi dengan elemen pivot yaitu 4,8824 sehingga persamaan
menjadi:
1 0 0,2353 x 0,8824 
 1    2,3529

0 0,2941
 
y
=  
0

0 1  
2,6505
 z

  
Persamaan ketiga dikalikan elemen ketiga dari persamaan pertama dan kemudian
dikurangkan terhadap persamaan pertama. Kemudian dengan cara yang sama
untuk persamaan kedua, sehingga didapat:
1 0 0 x 1,5061 
 1 0   

0
 
y
= 
3,1324

0 0 1   2,6505 
  z

  
Dari sistem persamaan di atas, didapat nilai x, y dan
z x = 1,5061 y = 3,1324 z = 2,6505

Bentuk programnya dalam QBASIC:

'MATRIKS - GAUSS JORDAN
CLS
DIM A(10, 10), C(10, 10), D(10, 10)
PRINT "MATRIKS - METODE GAUSS JORDAN"
INPUT "UKURAN MATRIK = ", N
FOR I = 1 TO N
FOR J = 1 TO (N + 1)
PRINT "KOEFISIEN MATRIK A(";I;",";J;")=",:INPUT"",A(I,J)
NEXT J
PRINT

39
 NEXT I
FOR LANG = 1 TO N
PRINT "LANGKAH PERHITUNGAN KE = ",
LANG FOR PIV = 1 TO (N + 1)
C(LANG, PIV) = A(LANG, PIV) / A(LANG, LANG)
NEXT PIV
FOR K = 0 TO (N - 1)
L = K + 1
IF L = LANG THEN GOTO 10
FOR NORM = 1 TO (N + 1)
D(L, NORM) = C(LANG, NORM) * A(L,
LANG) C(L, NORM) = A(L, NORM) - D(L,
NORM) NEXT NORM
10 NEXT K
FOR ROW = 1 TO N
FOR COL = 1 TO (N + 1)
A(ROW, COL) = C(ROW, COL)
PRINT USING "######.#####"; A(ROW, COL);
NEXT COL
PRINT
NEXT ROW
PRINT
NEXT LANG
PRINT "HASIL PERHITUNGAN : "
FOR I = 1 TO N
X(I) = A(I, N + 1)
PRINT "NILAI VARIABEL X("; I; ") = ", X(I)
NEXT I
END

C. Matriks Inverse
Telah dijelaskan di atas bahwa apabila matriks A adalah bujur sangkar,
maka terdapat matriks lain yaitu A-1, yang disebut matriks inverse dari A,
sedemikian hingga:
A A-1 = A-1 A = I
dengan I adalah matrik identitas.
Selain itu juga telah ditunjukkan bahwa matriks inverse dapat digunakan untuk
menyelesaikan sistem persamaan yang berbentuk:
AX=C (5-8)
atau

X = A-1 C (5-9)
Persamaan di atas menunjukkan bahwa X dapat dihitung dengan
mengalikan matriks inverse dari koefisien matriks A dengan ruas kanan dari
persamaan (5-9), yaitu C.
Matriks inverse dapat diari dengan menggunakan metode Gauss-Jordan.

Untuk itu matriks koefisien A ditingkatkan dengan matriks identitas I. Kemudian

metode Gauss-Jordan ini digunakan untuk mengubah matriks koefisien menjadi

matriks identitas, maka sisi kanan dari matriks yang ditingkatkan adalah matriks

inverse. Contoh berikut menunjukkan prosedur embuatan matriks inverse.

40
Contoh 2.
Akan dicari matriks inverse dari matriks berikut:
2 1 1
 
A= 1 2 1 
1 1 2
 
Penyelesaian :
Matriks A ditingkatkan dengan matriks identitas sehingga menjadi:
2 1 1! 1 0 0
 
A= 1 2 1! 0 1 0
1 1 2! 0 0 1
 
1. Ditetapkan elemen pertama dari baris pertama sebagai elemen pivot, yaitu 2.
Baris tersebut dibagi dengan elemen pivot (2) sehingga didapat:
1 1/ 2 1/ 2! 1 0 0 
 
A= 1 2 1 ! 0 1 0
1 1 2 ! 0 0 1
 
Baris kedua dan ketiga dikurangi oleh baris pertama
1 1/ 2 1/ 2! 1/ 2 0 0 
 
A= 0 3 / 2 1/ 2! 1/ 2 1 0 
0 1/ 2 3 / 2! 1/ 2 0 1
 

2. Baris kedua ditetapkan sebagai baris pivot, kemudian baris tersebut dibagi
dengan elemen pivot, yaitu 3/2.
1 1/ 2 1/ 2! 1/ 2 0 0
 
A= 0 1 1/ 3! 1/ 3 2 / 3 0 
0 1/ 2 3 / 2! 1/ 2 0 1
 
Kemudian baris kedua dikalikan dengan 1/2 dan hasilnya digunakan untuk
mengurangi persamaan pertama dan ketiga,
1 0 1/ 3! 2/3 1/ 3 0
 
A= 0 1 1/ 3! 1/ 3 2 / 3 0
0 0 4 / 3! 1/ 3 1/ 3 1
 
3. Persamaan ketiga ditetapkan sebagai baris pivot dan kemudian baris tersebut
dibagi dengan elemen ivot, yaitu 4/3.
1 0 1/ 3! 2/3 1/ 3 0 
 
A= 0 1 1/ 3! 1/ 3 2/3 0
0 0 1! 1/ 4 1/ 4 3 / 4
 
41
Baris pertama dan kedua dikurangi dengan baris ketiga yang dikalikan dengan
1/3.

1 0 1/ 3! 3 / 4 1/ 4 1/ 4 
 
A= 0 1 1/ 3! 1/ 4 3 / 4 1/ 4 
0 0 1 ! 1/ 4 1/ 4 3 / 4
 
Dengan demikian didapat matriks inversenya adalah:

 3/4  1/4  1/4

-1  

A = 1/4 3/4  1/4

 

 1/4  1/4 3/4 

Bentuk programnya dalam QBASIC:

'MATRIKS INVERS CLS
DIM A(10,10),C(10,10),D(10, 10)
PRINT "MATRIKS INVERS "
INPUT "UKURAN MATRIK =",N FOR
I = 1 TO N
FOR J = 1 TO N
PRINT"KOEFISIEN MATRIK A(";I;",";J;")=";:INPUT"",A(I, J) NEXT
J
PRINT
NEXT I
FOR I = 1 TO N
FOR J = 1 TO (2 * N)
IF J < (N + 1) THEN C(I,
J) = A(I, J) GOTO 1
ELSE
IF J = N + I THEN C(I,
J) = 1
ELSE
C(I, J) = 0 END
IF
END IF
1 NEXT
J
NEXT
I
PRINT "MATRIK YANG
DIMAKSUDKAN" FOR I = 1 TO N
FOR J = 1 TO (2 * N)
A(I, J) = C(I, J)
PRINT USING "######.#####"; A(I,
J); NEXT J
PRINT
NEXT

42
 I
FOR LANG = 1 TO N
PRINT "LANGKAH PERHITUNGAN KE = ";
LANG FOR PIV = 1 TO (2 * N)
C(LANG, PIV) = A(LANG, PIV) / A(LANG,
LANG) NEXT PIV
FOR K = 0 TO (N -
1) L = K + 1
IF L = LANG THEN GOTO 10
FOR NORM = 1 TO (2 * N)
D(L, NORM) = C(LANG, NORM) * A(L, LANG)
C(L, NORM) = A(L, NORM) - D(L, NORM)
NEXT NORM
10 NEXT K
FOR ROW = 1 TO N
FOR COL = 1 TO (2 * N)
A(ROW, COL) = C(ROW, COL)
PRINT USING "######.#####"; A(ROW,
COL); NEXT COL
PRINT
NEXT ROW
PRINT
NEXT
LANG

PRINT "NILAI MATRIK INVERSNYA ADALAH :

" FOR I = 1 TO N
FOR J = 1 TO
N K = N + J
INV(I, J) = A(I, K)
PRINT USING "######.#####"; A(I,
K); NEXT J
PRINT
NEXT
I END

C. Aplikasi Dalam Teknik Sipil

Di dalam analisa struktur rangka statik tidak tentu (statically
determinate trust) dengan sambungan-sambungan simpul, tegangan (F) dalam
tiap batang dapat diperoleh dari persamaan matriks dibawah ini (hasil persamaan
diperoleh dari pengaturan jumlah seluruh gaya-gaya yang beraksi secara
horisontal dan vertikal pada tiap simpul disamadengankan ke nol

43
vertikal pada tiap simpul disamadengankan ke nol)
0,7071 0 0 -1 -0,8660 0 0 0 0 0

50

0,7071 0 1 0 0,5 0 0 0 0 -1000

0 1 0 0 0 -1 0 0 0 0
0 0 -1 0 0 0 0 0 0 F= 0
0 0 0 0 0 0 1 0 0,7071 500
0 0 0 1 0 0 0 0 -0,7071 0
0 0 0 0 0,8660 1 0 -1 0 0
0 0 0 0 -0,5 0 -1 0 0 -500
0 0 0 0 0 0 0 1 0,7071 0
P=1000 F4 P=500

F1 F2 F5 F7 F9

450 300 450

F2 F6 F8
P=500
Dengan menggunakan metode Gauss-Jordan, maka sistem persamaan di atas
dapat diselesaikan
P=1000 F4 P=500

F1 F2 F5 F7 F9

450 300 450

F2 F6 F8
P=500
Dengan menggunakan metode Gauss-Jordan, maka sistem persamaan di atas

44
  Analisis Regresi

Didalam praktek, sering dijumpai data diberikan dalam nilai diskret atau
tabel. Ada dua hal yang diharapkan dari data diskret tersebut, yaitu;
1. mencari bentuk kurva yang dapat mewakili data diskret tersebut
2. mengestimasi nilai data pada titik-titik diantara nilai-nilai yang
diketahui Kedua aplikasi tersebut di atas dikenal dengan curve fitting.
Ada dua metode pendekatan di dalam curve fitting yang didasarkan pada jumlah
kesalahan yang terjadi pada data.

 Regresi kuadrat terkecil

Regresi kuadrat terkecil dilakukan apabila data menunjukkan adanya

kesalahan cukup besar. Untuk itu dibuat kurva tunggal yang mempresentasikan

trend secara umum dari data. Karena beberapa data mungkin kurang benar, maka

kurva tidak dipaksakan untuk melalui setiap titik. Kurva dibuat mengikuti pola

dari sekelompok titik data. Seperti yang ditunjukkan dalam gambar 6.1. yang
berupa contoh hasil pengukuran, dua titik data A dan B kemungkinan mempunyai
kesalahan yang sangat besar, karena tidak mengikuti ola penyebaran titik-titik
lainnya. Curve fitting dengan menggunakan data A dan B akan menghasilkan
nilai yang juga mempunyai kesalahan.

53

45
 f(x) .

.A
. .B
. .
. .
. .
X

Gambar 6.1. Plot data pengukuran

 Interpolasi
Apabila data diketahui sangat benar maka pendekatan yang dilakukan
adalah membuat kurva atau sejumlah kurva yang melalui setiap titik.
Gambar 6.1. menunjukkan sket kurva yang dibuat dari data yang sama
dengan cara regresi kuadrat terkecil (gambar 6.1.a.) dan interpolasi (gambar 6.2.b
dan c). Kurva pada gambar 6.2.a. tidak melalui semua titik pengukuran, tetapi
hanya mengikuti trend dari data menurut garis lurus. Gambar 6.2.b. menggunakan
segmen garis lurus atau interpolasi linier untuk menghubungkan titik-titik data.
Sedangkan gambar 6.2.c. menggunakan kurva untuk menghubungkan titik-titik
data.

f(x) .
.
54

46
 .
. x

(a)

f(x) f(x)

. . . .
. . . .
x x
(b) (c)

Gambar 6.2.

 Metode Kuadrat Terkecil Untuk Kurva Linier

Bentuk paling sederhana dari regresi kuadrat terkecil adalah apabila
kurva yang mewakili titik-titik percobaan merupakan garis lurus, dengan bentuk

persamaannya adalah:
g(x) = a + b.x (6-1)
1
a = 1  yi -  xi.b (6-2)
n n
n xy  x
 i  y
i i i

b= nxi2  (xi )2 (6-3)

Dengan menggunakan persamaan (6-2) dan (6-3) untuk menghitung koefisien a
dan b, maka fungsi g(x) dapat dicari.

47
Contoh:
Tentukan persamaan garis yang mewakili data berikut:
x 1 2 3 4 5 6 7 8 9 10
y 4 6 8 10 14 16 20 22 24 28

Penyelesaian
No xi yi xi . yi xi2
1 4 30 120 16
2 6 18 108 36
3 8 22 176 64
4 10 28 280 100
5 14 14 196 196
6 16 22 352 256
7 20 16 320 400
8 22 8 176 484
9 24 20 480 576
10 28 8 224 784
 152 186 2432 2912

30 y

20

10

x
0 10 20 30
Gambar 6.3. Ploting titik-titik data pada sistem koordinat

Nilai rerata dari x dan y adalah :

x 152
x = =

48
 =15,2 n 10
y 186
y= = 18,6
n =18,6 n 10
Persamaan garis yang mewakili titik-titik data adalah: y = a =
b.x
dengan
n xy  x
 i  y
i i i 10x2432 152x186 3952

b= nxi2  (xi )2 = 10x2912 (152)2 = - 6016 = -0,6569

a = y - b x = 18,6 + 0,6569x15,2 = 28,5849 Jadi
persamaan garis adalah:
y = 28,5849 - 0,6569 x
Bentuk programnya dalam QBASIC:

'ANALISA REGRESI CLS

PRINT " ANALISA REGRESI - METODE INTERPOLASI
LINIER" PRINT ""
INPUT "BANYAKNYA DATA = ", N
FOR I = 1 TO N
PRINT "NILAI X KE "; I; " = ";
INPUT "", X(I)
PRINT "NILAI Y KE "; I; " = ";
INPUT "", Y(I)
NEXT I SUMA = 0
SUMB = 0 SUMC = 0
SUMD = 0 FOR I = 1
TO N
SUMA = SUMA + (X(I) * Y(I))
SUMB = SUMB + X(I)
SUMC = SUMC + Y(I) SUMD =
SUMD + (X(I)) ^ 2 NEXT I
b = ((N * SUMA) - (SUMB * SUMC)) / ((N * SUMD) - (SUMB) ^
2) PRINT ""
PRINT "NILAI B = "; b
YRAT = SUMC / N XRAT =
SUMB / N
a = YRAT - b * XRAT
PRINT "NILAI A = "; a
PRINT ""
PRINT "Jadi Persamaan Garis adalah : y = "; a; " + ("; b; ")x"

49
 BAB III
KESIMPULAN

3.1 Kesimpulan

 Metode numerik adalah teknik untuk menyelesaikan permasalahan-

permasalahan yang diformulasikan secara matematis dengan cara operasi
hitungan (aritmetic).

 Dalam metode numerik ini dilakukan operasi hitungan dalam

jumlah yang sangat banyak dan berulang-berulang. Oleh karena itu
diperlukan bantuan komputer untuk melaksanakan operasi hitungan.

 Meskipun metode numerik banyak dikembangkan oleh para ahli

matematika, tetapi ilmu tersebut bukan hanya milik mereka. Ilmu metode
numerik adalah milik semua ahli dari berbagai bidang, seperti teknik,
kedokteran, sosial dan bidang ilmu lainnya. Berbagai masalah yang ada
dalam berbagai disiplin ilmu pengetahuan dapat digambarkan dalam
bentuk matematik dari berbagai fenomena yang berpengaruh. Sebagai
contoh dalam teknik sipil adalah gerak air atau polutan dalam air,
perhitungan momen atau gaya lintang dalam suatu bangunan struktur
akibat suatu gaya tertentu dan sebagainya.

50
 DAFTAR PUSTAKA

Gerald.,C.F., Wheatley., P.G. 1983. Applied Numerical analysis.

Addison-Wesley Publishing Company. California. USA.

Koutitas.,C.G. 1983. Elements Of Computational Hydraulics. Pentech Press.

London

Triatmodjo., B. 1992. Metode Numerik. Beta Offset. Yogyakarta

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

tanggal 1 Oktober 2017, pukul 10.00

http://id.m.wikipedia.org./wiki/Analisis_numeris. Diakses pada tanggal 1 Oktober

2017, pukul 11.53

51