1

Materi Ajar-1

PENDAHULUAN
 Persoalan yang melibatkan model matematika banyak model berbagai disiplin
ilmu pengetahuan ( bidang Fisika, Kimia, Teknik, dsb )
 Sering ditemukan model matematika tersebut rumit dan tidak dapat
diselesaikan dengan METODE ANALITIK
 METODE ANALITIK adalah metode penyelesaian model matematika dengan
rumus-rumus aljabar yang sudah lazim digunakan.

Persoalan Matematika
Bagaimana cara menyelesaikannya?
1. Tentukan akar-akar persamaan polinom berikut:
23.4 x 7  1.25 x 6  120 x 4  15 x3  120 x 2  x  100  0
2. Selesaikan sistem persamaan linier berikut:
1.2a  3b  12c  12d  4.8e  5.5 f  100 g  18
0.9a  3b  10c  16d  8e  5 f  10 g  17
4.6a  3b  6c  2d  4e  6.5 f  13 g  19
3.7 a  3b  8c  7 d  14e  8.4 f  16 g  6
2.2a  3b  17c  6d  12e  7.5 f  18 g  9
5.9a  3b  11c  9d  5e  25 f  10 g  0
1.6a  3b  1.8c  12d  7e  2.5 f  g  5

 Soal 1, untuk polinom derajat 2 masih dapat dicari akar-akar polinom dengan
rumus abc
 Sedangkan untuk polinom dengan derajat > 2 tidak terdapat rumus aljabar
untuk menghitung akar polinom
 Dengan cara pemfaktoran, semakin tinggi derajat polinom, jelas semakin sukar
pemfaktorannya
 Soal 2, juga tidak ada rumus yang baku untuk menemukan solusi sistem pers
linier. Apabila sistem pers linier hanya mempunyai 2 peubah, kita dapat
menemukan solusinya dengan grafik, aturan cramer
 2

Metode Analitik vs Metode Numerik

 Jika metode analitik tidak dapat diterapkan, maka solusi dapat dicari dengan
metode numerik
 Metode Numerik adalah teknik yang digunakan untuk memformulasikan
persoalan matematikan sehingga dapat dipecahkan dengan operasi
perhitungan biasa (+, -, *, / )
 Contoh:
Selesaikan integral di bawah ini:
1
A   4  x  dx
2

1

 Dengan Metode Analitik

1
1
 x3   1  1 22
A   2

4  x dx   4 x     4 1    4  1   
   
 7.33
1  3  1  3 3  3

 Dengan Metode Numerik

A pqrs
   
  f  1  f  1 2    0.5 / 2   f  1 2   f  0    0.5 / 2 

 f  0  f 1 2  0.5 / 2 f 1 2   f 1  0.5 / 2

 0.5 2  f  1  2 f  1 2   2 f  0   2 f 1 2   f 1
 0.5 2 3  7.5  8  7.5  3
 7.25

Galat/ Error = 7.25  7.33  0.0833

 3

Perbedaan Metode Numerik dan Metode Analitik

 Metode Numerik
 Solusi selalu berbentuk angka
 Solusi yan dihasilkan adalah solusi pendekatan sehingga terdapat
error/galat

 Metode Analitik
 Solusi dapat berupa fungsi matematik
 Solusi yang dihasilkan berupa solusi eksak yaitu solusi dengan error/galat
sama dengan nol

Kesalahan Numerik
 Kesalahan numerik adalah kesalahan yang timbul karena adanya proses
pendekatan
 Hubungan kesalahan dan penyelesaian adalah:
x  xe
Keterangan:
x : nilai yang sebenarnya (nilai eksak)
x : nilai pendekatan yang dihasilkan dari metode numerik
e : kesalahan numerik (galat/error)
 Kesalahan fraksional adalah prosentase antara kesalahan numerik dan nilai
sebenarnya, dengan rumus
e
  100%
x
 Pada banyak permasalahan kesalahan fraksional sulit dan tidak bisa dihitung
karena nilai eksaknya tidak diketahui. Sehingga kesalahan fraksional dihitung
berdsarkan nilai pendekatan yang diperoleh:
e
  100%
x
Dimana e pada waktu ke-n adalah selisih nilai pendekatan ke-n dan ke-(n-
1), perhitunan kesalahan semacam ini dilakukan untuk mencapai keadaan
konvergensi pada suatu proses iterasi
 4

Peran Metode Numerik

 Metode Numerik merupakan alat bantu pemecahan masalah matematika yang
sangat ampuh. Metode numerik mampu menangani sistem persamaan linier
yang besar dan persamaan-persamaan yang rumit
 Merupakan penyederhanaan matematika yang lebih tingggi menjadi operasi
matematika yang mendasar
 Program paket numerik, misalnya MATLAB, MAPLE, dan sebagainya digunakan
untuk menyelesaikan masalah matematika dengan metode numerik yang
dibuat oleh orang yang mempunyai dasar-dasar teori metode numerik
 Tahapan dalam penyelesaian masalah matematika secara numerik dengan
menggunakan alat bantu komputer secara umum adalah:
1. Pemodelan, yakni merumuskan masalah dalam istilah matematis,
mendefinisikan peubah-peubah bebas dan tidak bebas, dan persamaan-
persamaan yang terlibat (persamaan linier atau tak linier, interal, sistem
persamaan, pesamaan diferensial, dan sebagainya) dengan
memperhitungkan jenis komputer yang ingin dipakai
2. Pemilihan metode (algoritma) numerik, perumusan secara matematis
dilanjutkan dengan rancang bangun algoritma, bersama dengan analisis
galat pendahuluan(taksiran galat, penentuan ukuran langkah dan
sebagainya)
3. Pemrograman (koding), biasanya dimulai dengan pembuatan diagram alir
yang memperlihatkan diagram blok dari prosedur yang harus dilaksanakan
oleh komputer dan kemudian penulisan program dalam bahasa komputer
(koding), pencarian dan perbaikan kesalahan dan pengujian
4. Dokumentasi: pemberian keterangan (penjelasan),
Penyimpanan: Flashdisk, hardisk dan lain-lain
Perawatan: proteksi, penyesuaian dengan perkembangan baru
5. Penafsiran hasil, menjalankan ulang dengan data yang lebih jauh dan
bervariasi
 5

Persoalan yang Diselesaikan dengan Metode Numerik

 Menyelesaikan persamaan non-linier
Tertutup : Tabel, Biseksi, Regula Falsi
Terbuka : Secant, Newton Raphson, Iterasi Sederhana
 Menyelesaikan Persamaan linier
Eliminasi Gauss, Eliminasi Gauss Jordan, Gauss Seidel
 Diferensiasi Numerik
Selisih maju, selisih tengahan, selisih mundur
 Integrasi Numerik
Integral Reimann, Integral Trapezoida, Simpson, Gauss
 Interpolasi
Interpolasi Linier, Quadrat, Kubik, Polinom Lagrange, Polinom Newton
 Regresi
Regresi linier dan Non Linier
 Penyelesaian Persamaan Diferensial
Euler, Taylor
 6

PERSAMAAN NON LINIER

 Metode Tabel
 Metode Biseksi

 Metode Regula Falsi

 Metode Iterasi Sederhana

 Metode Newton-Raphson

 Metode Secant

 Penentuan akar-akar persamaan non linier

 Akar sebuah persamaan f(x) = 0 adalah nilai-nilai x yang menyebabkan nilai
f(x) = 0
 Akar persamaan f(x) adalah titik potong antara kurva f(x) dan sumbu X

 Penyelesaian persamaan linier mx+c = 0 dengan m dan c adalah konstanta,

maka dapat dihitung dengan :
mx  c  0
c
x
m
 Penyelesaian persamaan kuadrat ax2 + bx + c = 0 dapat dihitung dengan
menggunakan rumus ABC
b  b2  4ac
x12 
2a
 Metode Tertutup
 Mencari akar pada range [a,b] tertentu
 Dalam range [a,b] dipastikan terdapat satu akar
 Hasil selalu konvergen → disebut juga metode konvergen
 Metode Terbuka
 Diperlukan tebakan awal
 Xn dipakai untuk menghitung Xn+1
 Hasil dapat konvergen atau divergen
 7

METODE TERTUTUP
 Metode Tabel
 Metode Biseksi

 Metode Regula Falsi

METODE TERBUKA
 Metode Iterasi Sederhana

 Metode Newton-Rapshon

 Metode Secant

Teorema:
 Suatu range x = [a,b] mempunyai akar bila f(a) dan f(b) berlawanan tanda atau
memenuhi f(a).f(b) < 0
 Teorema diatas dapat dijelaskan dengan grafik-grafik sebagai berikut:

Karena f(a).f(b) < 0 maka pada range x = [a,b]

terdapat akar

Karena f(a).f(b) > 0 maka pada range x = [a,b] tidak

dapat dikatakan terdapat akar
 8

METODE TABEL
Metode Tabel atau Pembagian Area, dimana untuk x antara a dan b dibagi
sebanyak-n bagian dan pada masing-masing bagian dihitung nilai f(x) sehingga
diperoleh tabel:
x f(x)
X0 = a f(a)
x1 f(x1)
X2 f(x2)
X3 f(x3)
… …
Xn f(b)

Langkah Metode Tabel:

1. Definisikan fungsi f(x)
2. Tentukan range untuk x yang berupa batas bawah Xbawah dan batas atas Xatas
3. Tentukan jumlah pembagi-N
4. Hitung step pembagi-H
x x
H  atas bawah
N
5. Untuk i=0 s/d N, hitung
Xi = Xbawah + i.H
Yi = f(xi)
6. Untuk I = 0 s/d N dicari K dimana
 Bila f(xk) = 0 maka xk adalah penyelesaian
 Bila f(xk).f(xk+1) < 0 maka:
 Bila f ( xk )  f  xk 1  maka xk adalah penyelesaian
 Bila tida xk+1 adalah penyelesaian atau dikatakan penyelesaian berada di
antara xk dan xk+1
 9

Contoh:
Selesaikan persamaan non linier berikut:
x  ex  0
Dengan range x   1,0
Penyelesaian:
Range dibagi menjadi 10 bagian, sehingga diperoleh:
x f(x)
-1.0 -0.632121
-0.9 -0.493430
-0.8 -0.350671
-0.7 -0.203415
-0.6 -0.051188
-0.5 0.106531
-0.4 0.270320
-0.3 0.440818
-0.2 0.618731
-0.1 0.804837
0.0 1.000000

Dari table diperoleh penyelesaian berada di antara –0,6 dan –0,5 dengan nilai f(x)
masing-masing -0,0512 dan 0,1065,
sehingga dapat diambil keputusan penyelesaiannya di x = -0,6.
Bila pada range x = [-0,6 , -0,5] dibagi 10 maka diperoleh f(x) terdekat dengan nol
pada x = -0,57 dengan F(x) = 0,00447

Kelemahan Metode Tabel

 Metode table ini secara umum sulit mendapatkan penyelesaian dengan error
yang kecil, karena itu metode ini tidak digunakan dalam penyelesaian
persamaan non linier
 Tetapi metode ini digunakan sebagai taksiran awal mengetahui area
penyelesaian yang benar sebelum menggunakan metode yang lebih baik dalam
menentukan penyelesaian
Evaluasi:
Selesaikan persamaan non linier dengan metode tabel
1. f ( x)  x  e  x
2. f ( x)  x 3  7 x  1
 10

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

 Untuk menggunakan metode biseksi, terlebih dahulu ditentukan batas bawah

(a) dan batas atas (b).Kemudian dihitung nilai tengah :
ab
x
2
 Dari nilai x ini perlu dilakukan pengecekan keberadaan akar. Secara matematik,
suatu range terdapat akar persamaan bila f(a) dan f(b) berlawanan tanda atau
dituliskan :
f  a  . f b  0
 Setelah diketahui dibagian mana terdapat akar, maka batas bawah dan batas
atas di perbaharui sesuai dengan range dari bagian yang mempunyai akar.

Langkah Metode Biseksi:

1. Definisikan fungsi f ( x) yang akan dicari akarnya
2. Tentukan nilai a dan b
3. Tentukan toelransi error (e) dan iterasi pada maksimum N
4. Hitung f ( a ) dan f (b)
5. Jika f (a). f (b)  0 maka proses dihentikan karena tidak ada akar, bila tidak
maka dilanjutkan
ab
6. Hitung x 
2
7. Hitung f ( x)
 11

8. Bila f (a). f (b)  0 maka b  x dan f (b)  f ( x) , bila tidak ada a  x dan
f (a)  f ( x)
9. Jika b  a  e atau iterasi > iterasi maksimum maka proses dihentikan
didapatkan akar = x dan bila tidak ulangi langkah 6

Contoh soal:
Tentukan solusi persamaan berikut
xe  x  1  0
Penyelesaian:
Dengan menggunakan range x  [1, 0]
Diperoleh tabel sebagai berikut:
Iterasi a b x = (a+b)/2 f(x) f(a) Keterangan
1 -1 0 -0.5 0.175639365 -1.718281828 berlawanan tanda
2 -1 -0.5 -0.75 -0.587750012 -1.718281828
3 -0.75 -0.5 -0.625 -0.167653723 -0.587750012
4 -0.625 -0.5 -0.5625 0.012781755 -0.167653723 berlawanan tanda
5 -0.625 -0.5625 -0.59375 -0.075142355 -0.167653723
6 -0.59375 -0.5625 -0.578125 -0.030619244 -0.075142355
7 -0.578125 -0.5625 -0.5703125 -0.008779997 -0.030619244
8 -0.5703125 -0.5625 -0.56640625 0.002035378 -0.008779997 berlawanan tanda
9 -0.5703125 -0.56640625 -0.568359375 -0.003363662 -0.008779997
10 -0.568359375 -0.56640625 -0.567382813 -0.000661983 -0.003363662

ab
 Dimana x 
2
Pada iterasi ke 10 diperoleh x = -0.56738 dan f(x) = -0.000661983
 Untuk menghentikan iterasi, dapat dilakukan dengan menggunakan toleransi
error atau iterasi maksimum.
 Catatan : Dengan menggunakan metode biseksi dengan tolerasi error 0.001
dibutuhkan 10 iterasi, semakin teliti (kecil toleransi errornya) maka semakin
besar jumlah iterasi yang dibutuhkan.
 12

METODE REGULA FALSI

 Metode pencarian akar persamaan dengan memanfaatkan kemiringan dan
selisih tinggi dari dua titik batas range.
 Dua titik a dan b pada fungsi f(x) digunakan untuk mengestimasi posisi c dari
akar interpolasi linier.
 Dikenal dengan metode False Position

f (b)  f (a) f (b)  0


ba bx
 (b  a) 
x  b  f (b)  
 f (b)  f (a) 

Langkah Metode Regula Falsi:

1. Definisikan fungsi f(x)
2. Tentukan batas bawah (a) dan batas atas (b)
3. Tentukan toleransi error (e) dan iterasi maksimum (N)
4. Hitung Fa = f(a) dan Fb = f(b)
5. Untuk iterasi I = 1 s/d n atau error > e
Fb.a  Fa.b
 x
Fb  Fa
 Hitung Fx = f(x)
 Hitung error = Fx
 Jika Fx.Fa < 0 maka b = x dan Fb = Fx jika tida a = x dan Fa = Fx
6. Akar pesamaan adalah x
 13

Contoh:
Selesaikan persamaan xe  x  1  0 pada range x  [1, 0]
Penyelesaian:
 f (b)(b  a) 
iterasi a b x b  f(x) f(a) f(b)
 f (b)  f (a) 
1 -1 0 -0.367879441 0.468536395 -1.718281828 1.000000000
2 -1 -0.367879441 -0.503314332 0.167420076 -1.718281828 0.468536395
3 -1 -0.503314332 -0.547412051 0.053648692 -1.718281828 0.167420077
4 -1 -0.547412501 -0.561115182 0.016574995 -1.718281828 0.053647488
5 -1 -0.561115182 -0.565308331 0.005062787 -1.718281828 0.016574995
6 -1 -0.565308331 -0.566585355 0.001540997 -1.718281828 0.005062788
7 -1 -0.566585355 -0.566973703 0.000468542 -1.718281828 0.001540996
8 -1 -0.566973703 -0.567091749 0.000142415 -1.718281828 0.000468543
9 -1 -0.567091749 -0.567127626 0.000043283 -1.718281828 0.000142414
10 -1 -0.567127626 -0.56713853 0.000013155 -1.718281828 0.000043284
 14

METODE ITERASI SEDERHANA

Metode iterasi sederhana adalah metode yang memisahkan x dengan sebagian x
yang lain sehingga diperoleh x = g(x)
Contoh:
X – ex = 0 → ubah
X = ex atau g(x) = ex
g(x) inilah yang menjadi dasar iterasi pada metode iterasi sederhana ini

Contoh:
Selesaikan persamaan x – e-x = 0 dengan menggunakan Fixed Point dengan 10
iterasi atau sampai dua angka dibelakang koma tidak berubah.
Penyelesaian:
f(x)= x – e-x
ubah terlebih dahulu kedalam bentuk x = g(x), sehingga diperoleh x = e-x
misal kita ambil titik awalnya x1 = 0.5, maka iterasinya adalah xn+1 = e-x_{n}akan
diperoleh
x1 = 0.5 (penetuan titik awal)
f(x1) = 0.5 – e-0.5 = -0.1065
x2 = g(x1) = e-0.5 = 0.6065 (iterasi pertama)
f(x2) = 0.6065 – e-0.6065 = 0.0612
x3 = g(x2) = e-0.6065 = 0.5452 (iterasi ke-2)
f(x3) = 0.5452 – e-0.5452 = -0.0345
x4 = g(x3) = e-0.5452 = 0.5797 (iterasi ke-3)
f(x4) = 0.5797 – e-0.5797 = 0.0196
.
.
x9 = g(x8) e-0.5664 = 0.5675 (iterasi ke-9)
f(x9) = 0.5 – e-0.5 = -0.1065
x10 = g(x9) e-0.5675 = 0.5669 (iterasi ke-10)
f(x10) = 0.5 – e-0.5 = -0.1065
 15

sehingga apabila ditulis dalam bentuk table akan diperoleh

iterasi xn g ( xn1 ) f ( xn )
1 0.5 0.60653066 -0.10653066
2 0.60653066 0.545239212 0.061291448
3 0.545239212 0.579703095 -0.034463883
4 0.579703095 0.560064628 0.019638467
5 0.560064628 0.571172149 -0.011107521
6 0.571172149 0.564862947 0.006309202
7 0.564862947 0.568438048 -0.003575101
8 0.568438048 0.566409453 0.002028595
9 0.566409453 0.567559634 -0.001150182
10 0.567559634 0.566907213 0.000652421

Carilah akar persamaan f(x) = x2-2x-2

 16

METODE NEWTON RAPHSON

Metode pendekatan yang menggunakan satu titik awal dan mendekatinya dengan
memperhatikan slope atau gradien pada titik tersebut.
Titik pendekatan ke n+1 dituliskan dengan:
f ( xn )
xn 1  xn 
f '( xn )

Langkah-langkah metode newton raphson

1. Definisikan fungsi f ( x) dan f '  x 

2. Tentukan toleransi error (e) dan iterasi maksimum

3. Tentukan nilai pendekatan awal x0

4. Hitung f  x0  dan f '  x0 

5. Untuk iterasi I = 1 s/d n atau f  xi   e

Hitung f  xi  dan f '  xi 

6. Akar persamaan adalah nilai xi yang terkahir diperoleh

 17

Contoh:
Selesaikan persamaan x  e  x  0 dengan titik pendekatan awal x0  0

Penyelesaian:
f  x   x  e x
f '  x   1  e x

f  x0   0  e0  1

f '  x0   1  e0  2

f  x0  1 1
x1  x0   0   0,5
f '  x0  2 2

iterasi x f(x) f'(x)

0 0 -1 2
1 0.5 -0.10653066 1.60653066
2 0.566311 -0.00130451 1.567615513
3 0.5671432 -0.00000019648 1.567143362

Soal:
x  e x cos x  2  0  x0  1
 18

METODE SECANT

Pada Metode Newton-Raphson memerlukan syarat wajib yaitu fungsi f(x) harus
memiliki turunan f'(x). Sehingga syarat wajib ini dianggap sulit karena tidak semua
fungsi bisa dengan mudah mencari turunannya. Oleh karena itu muncul ide dari
yaitu mencari persamaan yang ekivalen dengan rumus turunan fungsi. Ide ini lebih
dikenal dengan nama Metode Secant.
Ide dari metode ini yaitu menggunakan gradien garis yang melalui titik (x0, f(x0))
dan (x1, f(x1)). Perhatikan gambar dibawah ini.
 19

Persamaan garis l adalah

y  f ( x1 ) x  x1

f ( x0 )  f ( x1 ) x0  x1
Karena x = x2 maka y = 0, sehingga diperoleh
0  f ( x1 ) x x
 2 1
f ( x0 )  f ( x1 ) x0  x1
 f ( x1 )  x0  x1 
x2  x1 
f ( x0 )  f ( x1 )
f ( x1 )  x0  x1 
x2  x1 
f ( x0 )  f ( x1 ) atau
f ( x1 )  x1  x0 
x2  x1 
f ( x1 )  f ( x0 )
Secara umum rumus metode secant ini ditulis dengan:
f ( xn )  xn  xn 1 
xn1  xn 
f ( xn )  f ( xn1 )

Metode secant merupakan salah satu metode terbuka untuk menentukan solusi
akar dari persamaan non linier, dengan prinsip utama sebagai berikut:
 Metode ini melakukan pendekatan terhadap kurva f(x) dengan garis secant
yang ditentukan oleh 2 titik terakhir
 Nilai taksiran akar selanjutnya adalah titik potong antara garis secant dengan
sumbu x

Langkah-langkah metode secant

 20

 Definisikan fungsi F(x)

 Definisikan torelansi error (e) dan iterasi maksimum (n)
 Masukkan dua nilai pendekatan awal yang di antaranya terdapat akar yaitu x0
dan x1, sebaiknya gunakan metode tabel atau grafis untuk menjamin titik
pendakatannya adalah titik pendekatan yang konvergensinya pada akar
persamaan yang diharapkan.
 Hitung F(x0) dan F(x1) sebagai y0 dan y1
 Untuk iterasi I = 1 s/d n atau |F(xi)|
f  xk  xk  xk 1 
xk 1  xk 
f  xk   f  xk 1 

hitung yi+1 = F(xi+1)

 Akar persamaan adalah nilai x yang terakhir.

Contoh:
Selesaikan persamaan x2   x  1 e x  0
Penyelesaian:

iterasi X(n-1) Xn X(n+1) f(X(n-1)) f(Xn) f(X(n+1))

0 0 1 0.790988353 -1.0000000000 0.2642411177 -0.1863652002
1 1 0.790988353 0.877432985 0.2642411177 -0.1863652002 -0.0108400479
2 0.790988353 0.877432985 0.882771616 -0.1863652002 -0.0108400479 0.0005057065
3 0.877432985 0.882771616 0.882533661 -0.0108400479 0.0005057065 -0.0000012437

PERSAMAAN LINIER SIMULTAN

 21

 Bentuk Umum Persamaan Linier:

a1 x1  a2 x2  a3 x3  ...  an xn  b
 Sebuah persamaan linier dengan :
n peubah : x1 , x2 , x3 ,..., xn

n konstanta : a1 , a2 , a3 ,..., an

 Contoh:
 f  x   4x  2
 3x  5 y  6 z  10

 x1  4 x2  2 x3  5x4  0

 Sistem n persamaan linier terdiri dari n buah persamaan linier dengan n

peubah yang tak diketahui sebagai penyelesaiannya
 Bentuk umum sistem linier dengan n persamaan dan n peubah yang tak
diketahui:
a11 x1  a12 x2  a13 x3  ...  a1n xn  b1
a21 x1  a22 x2  a23 x3  ...  a2 n xn  b2
a31 x1  a32 x2  a33 x3  ...  a3n xn  b3
...
an1 x1  an 2 x2  an 3 x3  ...  ann xn  bn
Keterangan:
i, j  1, 2,3,..., n
aij  Konstanta
x j  Peubah

 Bentuk matriks
 22

Contoh sistem persamaan linier:

x1  3x2  4 x3  0
x1  2 x2  x3  6
x1  2 x2  x3  8

x  y  z 1
2x  6 y  z  0
3 x  y  4 z  2

Penerapan sistem persamaan linier:

Contoh 1:
Sebuah perusaan pembuat sepeda gunung memproduksi dua buah sepeda
gunung baru yaitu deluxe dan profesional yang kerangkanya terbuat dari
aluminium alloy dan stell slloy. Mereka meperkirakan keuntungan yang dapat
diperoleh dari penjualan per unit untuk deluxe $10 dan prodesional
profesional $15. Jumlah bahan baku yang dibutuhkan (dalam satuan pounds)
adalah
Aluminium Alloy Steel Alloy
Deluxe 2 3
Profesional 4 2
Sedangkan perusahaan hanya mampu menyediakan bahan baku 100 pounds
aluminium alloy dan 80 pounds steel alloy tiap mingunya. Berapa banyak
deluxe dan profesiona haru di produksi agar perusahaan memperoleh
keuntungan terbesar tiap minggunya?
 23

Penyelesaian:
Produk Jumlah
Deluxe Profesional
Keuntungan/ minggu 10 15 Maksimum
Aluminium Alloy 2 4 100
Steel Alloy 3 2 80
Banyak Produk x1 x2
Misal:
x1 = jumlah produk deluxe

x2 = Jumlah produk profesional

Fungsi maksimum tiap minggu:

Z  10 x1  15 x2
Fungsi kendala
Alumium Alloy : 2 x1  4 x2  100

Steel Alloy : 3x1  2 x2  80

Banyaknya produk : x1 , x2  0
 24

Contoh 2:
Diandaikan bahwa ekonomi suatu daerah tertentu tergantung pada tiga
industri: pelayanan, elektrisitas, dan produksi minyak. Berdasarkan
pengawasan operasi terhadap tiga industri tersebut atas periode satu tahun
diperoleh pengamatan sebagai berikut:
1. Untuk memproduksi 1 unit pelayanan, industri pelayanan harus memakai
0,3 unit dari produknya sendiri, 0,3 unit elektrisitas dan 0,3 unit minyak
untuk menjalankan operasinya.
2. Untuk memproduksi 1 unit elektrisitas, pabrik pembangkit daya harus
membeli 0,4 unit pelayanan, 0,1 unit dari produksinya sendiri, dan 0,5 unit
minyak.
3. Terakhir, perusahaan yang memproduksi minyak memerlukan 0,3 unit
pelayanan, 0,6 unit elektrisitas dan 0,2 unit dari produksinya sendiri untuk
memproduksi 1 unit minyak.
Tentukan tingkat produksi dari setiap industri tersebut dalam rangka
memenuhi permintaan internal dan eksternal dengan asumsi bahwa model di
atas adalah tertutup.

Penyelesaian:
Diambil variabel-variabel sebagai berikut:
1. p1 = tingkat produksi untuk industri pelayanan
2. p2 = tingkat produksi untuk pabrik pembangkit daya (elektrisitas).
3. p3 = tingkat produksi untuk perusahaan yang memproduksi minyak.
Karena model adalah tertutup, maka total pemakaian dari setiap industri harus
sama dengan total produksi.
Diperoleh sistem linear sebagai berikut:
0,3p1 + 0,3p2 + 0,3p3 = p1
0,4p1 + 0,1p2 + 0,5p3 = p2
0,3p1 + 0,6p2 + 0,2p3 = p3.

Matriks masukan-keluaran adalah

 0,3 0,3 0,3 
 
A   0, 4 0,1 0,5 
 0,3 0, 6 0, 2 
 
dan selanjutnya sistem dapat dituliskan sebagai (A – I)P = 0. Matriks yang
diperbesar dari sistem homogen adalah

Yang dapat direduksi menjadi

 25

Untuk menyelesaikan sistem, diambil p3 = t (suatu parameter), maka

penyelesaian umumnya adalah
p1 = 0,82t
p2 = 0,92t
p3 = t.
Seperti yang telah disebutkan sebelumnya bahwa nilai dari variabel-variabel
dalam sistem harus tak negatif, karena itu t ≥ 0.
Sebagai contoh, diambil t = 100 akan menghasilkan penyelesaian p1 = 82 unit,
p2 = 92 unit, dan p3 = 100 unit.

 Misalkan terdapat sistem persamaan linier

a1 x  b1 y  c1 (a1 , b1  0)

a2 x  b2 y  c2 (a2 , b2  0)

Maka solusi SPL yang mungkin

 26

 Hubungan Determinan, Invers Matriks dan Penyelesaian Untuk SPL

Jika suatu SPL berbentuk Ax̅ = b̅ dan A matriks bujur sangkar, maka sifat dari
penyelesaian SPL dapat diketahui dari nilai determinan A atau invers matriks A.
berikut ini adalah hubungan yang berlaku:
det(A) ≠ 0 ⇔ A-1 terdefinisi (ada) ⇔ penyelesaian tunggal untuk SPL
det(A) = 0 ⇔ A tidak memiliki invers SPL memiliki penyelesaian banyak
SPL tidak memiliki penyelesaian
Pada kasus det(A) ≠ 0 untuk menetukan penyelesaiannya dapat digunakan invers
matriks untuk menghitungnya, yaitu x̅ = A-1 b̅
Sedangkan pada kasus det(A) = 0, untuk menentukan penyelesaiannya SPL harus
digunakan eliminasi Gauss-Jordan pada matriks diperbesar [ A| b̅ ]

 Dalam permasalahan sistem persamaan linier, metode yang digunakan secara:

Metode Analitik
 Metode Grafis
 Aturan Crammer
 Invers Matriks

Metode Numerik
 Metode Eliminasi Gauss
 Metode Eliminasi Gauss Jordan
 Metode Iterasi Gauss-Siedel
 27

 Metode Eliminasi Gauss

Metode eliminasi gauss merupakan metode yang dikembangkan dari metode
eliminasi, yaitu menghilangkan atau mengurangi jumlah variabel sehingga
dapat diperoleh nilai dari suatu variabel bebas.
Ubah matriks menjadi matriks segitiga atas atau segitiga bawah dengan
menggunakan OBE (Operasi Baris Elementer)

Selesaikan persamaan berikut:

x1  x2  x3  6
x1  2 x2  x3  2
2 x1  x2  2 x3  10
Penyelesaian:

Dengan menggunakan OBE

 28

Maka

 Metode Eliminasi Gauss Jordan

Metode ini merupakan pengembangan metode eliminasi Gauss, Caranya adalah
dengan meneruskan operasi baris dari eliminasi gauss sehingga menghasilkan
matriks yang eselon baris.
Contoh matriks diperbesar pada sebelah kiri diubah menjadi matriks diagonal

Penyelesaian dari persamaan linier simultan diatas adalah nilai d1, d2, d3, …,dn
Atau:
x1  d1 , x2  d2 , x3  d3 ,..., xn  dn
 29

 Metode Iterasi Gauss-Seidel

Metode iterasi Gauss-Seidel adalah metode yang menggunakan proses iterasi
hingga diperoleh nilai-nilai yang berubah
Bila diketahui persamaan linier simultan

Maka diperoleh:

Contoh:
Selesaikan persamaan linier simultan berikut:
4 x  y  2 z  15
2 x  y  z  10
2 x  y  3 z  16
Dengan menggunakan metode Gauss-Seidel.
Jika diketahui nilai awal x = 2, y = 2, z = 2 serta ketelitian hingga 3 desimal
Penyelesaian:
Cek apakah mempunyai solusi tunggal
4 1 2
det (A)  2 1 1  4  0
2 1 3

Persamaan linier simultan mempunyai solusi tunggal sehingga dapat

diselesaikan dengan metode iterasi Gauss-Seidel
 30

Dari persamaan linier simultan diperoleh sistem persamaan untuk iterasi:

x  (15  y  2 z ) / 4
y  (10  2 x  z ) /1
z  (16  2 x  y ) / 3

Iterasi x y z ex ey ez
0 2 2 2 - - -
1 2.25 3.5 2.666666667 0.1111111111 0.4285714286 0.2500000000
2 1.541666667 4.25 2.888888889 0.4594594595 0.1764705882 0.0769230769
3 1.243055556 4.625 2.962962963 0.2402234637 0.0810810811 0.0250000000
4 1.112268519 4.8125 2.987654321 0.1175858481 0.0389610390 0.0082644628
5 1.05304784 4.90625 2.995884774 0.0562374061 0.0191082803 0.0027472527
6 1.025495113 4.953125 2.998628258 0.0268677305 0.0094637224 0.0009149131
7 1.012404621 4.9765625 2.999542753 0.0129300991 0.0047095761 0.0003048780
8 1.006087999 4.98828125 2.999847584 0.0062783995 0.0023492561 0.0001016157
9 1.003005895 4.994140625 2.999949195 0.0030728666 0.0011732499 0.0000338707
10 1.001490246 4.997070313 2.999983065 0.0015133937 0.0005862810 0.0000112901

Karena iterasi sudah dirasakan cukup dengan melihat nilai error, maka diperoleh
x 1
y 5
z 3
 31

Contoh 2:
Kecepatan dorong suatu roket untuk tiga waktu berbeda adalah:
Waktu, t (s) Kecepatan, v (m/s)
5 106.8
8 177.2
12 279.2
Data kecepatan pada tabel diatas dapat di dekati dengan persamaan polonomial
berikut:
v(t )  a1t 2  a2t  a3 ,5  t  12
Persamaan dalam bentuk matriks
 t12 t1 1  a1   v1   25 5 1 a1   106.8 
 2         
 t2 t2 1  a2    v2  →  64 8 1 a2    177.2 
 t32 t3 1  a3   v3  144 12 1 a   279.2 
    3   
Perkiran nilai awal:
 a1   1 
   
 a2    2 
 a  5
 3  

Dengan iterasi gauss seidel diperoleh:

Iterasi x y z ex ey ez
0 1 2 5 - - -
1 3.672 -7.851 -155.356 0.7276688453 1.2547446185 1.0321841448
2 12.05644 -54.88202 -798.34312 0.6954324826 0.8569476852 0.8054019680
3 47.1821288 -255.5141404 -3448.856862 0.7444701986 0.7852094608 0.7685194974
4 193.3291026 -1093.375713 -14439.68222 0.7559491656 0.7663071007 0.7611542408
5 800.5344313 -4577.165173 -60071.77603 0.7584999532 0.7611238241 0.7596261810
Catatan: nilai error tidak banyak berkurang pada setiap iterasi, termasuk pula
tidak konvergen pada nilai sebenarnya.

Apa yang menyebabkan salah?

Walaupun perhitungan sudah benar, hasilnya tidak konvergen, contoh tersebut
menunjukkan kelemahan metode gauss-siedel (tidak semua sistem persamaan
menghasilkan jawaban yang konvergen)

Solusinya :
Satu dari sistem persamaan selalu konveren dimana koefisien matriks adalah
dominan diagonal,
Cek apakah koefisien matriks dominan diagonal?
12 3 5
 A   1 5 3 
 3 7 13 
 32

a11  12  12  a12  a13  3  5  8

a22  5  5  a21  a23  1  3  4
a33  13  13  a31  a32  3  7  10
Semua koefisien matriks tidak sama, dan salah satu baris bernilai lebih besar,
Oleh karena itu: penyelesaian dengan metode gauss siedel akan konvergen.

INTERPOLASI
 Definisi Interpolasi
Interpolasi adalah proses menemukan dan mengevaluasi fungsi yang grafiknya
melewati himpunan titik-titik yang diberikan.
Interpolasi digunakan untuk memperkirakan suatu fungsi dan nilai yang
berada diantara beberapa nilai hanya dengan data-data yang telah diketahui.

 Metode Interpolasi:
 Interpolasi Linier
 Interpolasi Kuadratik
 Interpolasi Polinomial
 Interpolasi Lagrange

 Interpolasi Linier
Menentukan titik-titik antara nilai dari 2 buah titik dengan menggunakan garis
lurus.
Ilustrasi:
 33

Secara geometri bahwa

Persamaan garis lurus yang melalui 2 titik P1 ( x1 , y1 ) dan P2 ( x2 , y2 ) dapat

dituliskan dengan
y  y1 x  x1

y2  y1 x2  x1
Sehingga diperoleh persamaan dari interpolasi linier sebagai berikut:
x x
x  2 1  y  y1   x1
y2  y1
y2  y1
y  x  x1   y1
x2  x1

Menentukan persamaan garis lurus

Bentuk umum: y  mx  C
y2  y1
Diketahui bahwa m  dan C  y  mx
x2  x1

Contoh:
1. Carilah nilai x untuk titik y  2.315 yang berada diantara P1 (1,1.5) dan
P2 (3, 2.5)
2. Carilah nilai y untuk titik x  4 yang berada diantara P1 (1,1.5) dan
P2 (3, 2.5)
 34

Penyelesaian:
n x f(x) = y
1 1 1.5
2 3 2.5
Mencari nilai y 2.63 2.315
Mencari nilai x 6 4

Persamaan Garisnya
y= mx C
y= 0.5 1

Soal: Pada data percobaan pemanasan sampel bahan diketahui bahwa setelah
pemanasan 5 menit suhu bahan 42 derajat Celsius dan setelah pemanasan 10
menit suhu bahan menjadi 48 derajat Celsius. Perkirakan suhu benda setelah
pemanasan 7 menit dengan interpolasi linear!
Jawab:
X1 = 5 menit
Y1 = 42 derajat celsius
X2 = 10 menit
Y2 = 48 derajat celsius
X = 7 menit
Maka Y = 44,4
 35

 Interpolasi Kuadrat
Interpolasi kuadratik digunakan untuk mencari titik-titik antara nilai dari 3
buah titik P1 ( x1 , y1 ) , P2 ( x2 , y2 ) dan P3 ( x3 , y3 )
Dengan menggunakan pendekatan fungsi kuadrat

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

berikut:
a0  a1 x1  a2 x12  y1
a0  a1 x2  a2 x2 2  y2
a0  a1 x3  a2 x32  y3

Hitung nilai dari

a0 , a1 , a2 dari sistem persamaan tersebut dengan metode eliminasi gauss
jordan
Persamaan kurva tersebut yaitu:
y  a0  a1 x  a2 x 2

Cara lain:

y  y1
 x  x2  x  x3   y  x  x1  x  x3   y  x  x1  x  x2 
 x1  x2  x1  x3  2  x2  x1  x2  x3  3  x3  x1  x3  x2 
 36

Contoh:
Diberikan titik ln(8.0) = 2.0794, ln(9.0) = 2.1972, dan ln(9.5) = 2.2513,
tentukan ln(9.2)
Penyelesaian:
n x f(x) = y I
1 0 7 42
2 2 15 45
3 1 6 -48
Solusi -2 39

Cara II
a0 + (8.0) a1 + (8.0^2) a2 = 2.0794
a0 + (9.0) a1 + (9.0^2) a2 = 2.01972
a0 + (9.5) a1 + (9.5^2) a2 = 2.2513
Matriksnya yaitu:
1 0 0 7
1 2 4 15
1 1 1 6

1 0 0 7
0 2 4 8
0 1 1 -1

1 0 0 7
0 1 2 4
0 0 -1 -5

1 0 0 7
0 1 0 -6
0 0 1 5

a0 = 7
a1 = -6
a2 = 5

dari persamaan P2(x)= a0 + a1 x + a2

x^2
jika x = -2
maka P2(9.2) = 39

persamaan kurvanya
y= a0 a1x a2x^2
y= 7 -6 5
 37

INTERPOLASI LAGRANGE

Interpolasi lagrange atau dikenal dengan polinom lagrange.

 Polinom lagrange derajat 1 atau interpolasi linier
P1 ( x)  a0  a1 ( x)
 x  x1   x  x0 
  y0    y1
 x0  x1   x1  x0 
 1L0 ( x)  1L1 ( x)

 Polinom lagrange derajat 2 atau interpolasi kuadrat

P2 ( x)  a0  a1 x  a2 x 2
  x  x1  x  x2     x  x0  x  x2     x  x0  x  x1  
  y0    y1    y2
  x0  x1  x0  x2     x1  x0  x1  x2     x2  x0  x2  x1  
 2 L0 ( x)  2 L1 ( x)  2 L2 ( x)

 Polinom lagrange derajat 3 atau interpolasi kubik

P3 ( x)  a0  a1 x  a2 x 2  a3 x 3
  x  x1  x  x2  x  x3     x  x0  x  x2  x  x3  
  y0    y1 
  x0  x1  x0  x2  x0  x3     x1  x0  x1  x2  x1  x3  
  x  x0  x  x1  x  x3     x  x0  x  x1  x  x2  
  y2    y3
  x2  x0  x2  x1  x2  x3     x3  x0  x3  x1  x3  x2  
 3 L0 ( x)  3 L1 ( x)  3 L2 ( x)  3 L3 ( x)

Secara umum, maka rumus Interpolasi Lagrange adalah sebagai berikut:

0 , k  j
n
Lk ( x)  
1 , k  j
Jika k  n diperoleh
n
Lk ( x) 
 x  x1  x  x2  ...  x  xk 1  x0  xk 1  ...  x  xn 
 xk  x0  xk  x1  ...  xk  xk 1  xk  xk 1  ...  xk  xn 
 38

Contoh :
Diketahui 3 titik  0, 1 , 1, 1 , dan  2, 7  tentukan nilai y jika x = -3 dan
tentukan polinom derajat 2 P2(x)
Karena diketahui 3 titik yaitu
(x0, y0) = (0, -1),
(x1, y1) = (1, -1) dan
(x2, y2) = (2,7)
maka digunakan rumus
P2(x) = 2L0 (x) + 2L1 (x) + 2L2 (x)

Penyelesaian:
n x f(x)
0 0 -1
1 1 -1
2 2 7
soal -3 ?

n an yn Ln
0 10 -1 -10
1 -15 -1 15
2 6 7 42

maka:
x= -3
y= 47

Persamaan kurvanya,
  x  x1  x  x2    x  x    x1  x2   x1  x2 
  y0  y0  y0  y
  x0  x1  x0  x2    x0  x1  x0  x2   x0  x1  x0  x2   x0  x1  x0  x2  0
  x  x0  x  x2    x  x    x0  x2   x0  x2  y
  y1  y1  y1 
  x1  x0  x1  x2    x1  x0  x1  x2   x1  x0  x1  x2   x1  x0  x1  x2  1
  x  x0  x  x1    x  x    x0  x1   x0  x1 
  y2  y2  y2  y
  x2  x0  x2  x1    x2  x0  x2  x1   x2  x0  x2  x1   x2  x0  x2  x1  2

P2(x) ax^2 bx c
0 -0.5 1.50 -1
1 1 -2.00 0
2 3.5 -3.50 0
f(x) 4 -4 -1
f ( x)  4 x 2  4 x  1
 39

Cara lain, menentukan persamaan kurva

  x  x1  x  x2  
2
L0 ( x)    y0
  x0  x1  x0  x2  
  x  1 x  2  
   1
  0  1 0  2  
 x 2  3x  2 
   1
 2 
 x 2  3x  2

2

  x  x0  x  x2  
2
L1  x     y1
  x1  x0  x1  x2  
  x  0  x  2  
   1
 1  0 1  2  
 x2  2x 
   1
 1 
2x2  4x

2

  x  x0  x  x1  
2
L2  x     y2
  x2  x0  x2  x1  
  x  0  x  1 
  7
  2  0  2  1 
 x2  x 
  7
 2 
7 x2  7 x

2

 x 2  3x  2 2 x 2  4 x 7 x 2  7 x
P2  x    
2 2 2
8x2  8x  2

2
 4x  4x 1
2
 40

INTERPOLASI NEWTON

Tahap pembentukan rumus interpolasi newton adalah sebagai berikut:

P1  x   a0  a1  x  x0 

P2  x   a0  a1  x  x0   a2  x  x0  x  x1 

P3  x   a0  a1  x  x0   a2  x  x0  x  x1   a3  x  x0  x  x1  x  x2 

.
.
.
Pn  x   a0  a1  x  x0   ...  an  x  x0  x  x1  ...  x  xn1  x  xn 

Dengan selisih terbaginya masing-masing

a0  f  x0   y0
f  x1   f  x0  y1  y0
a1  f  x0 , x1   
x1  x0 x1  x0

f  x1 , x2   f  x0 , x1 
a2  f  x0 , x1 , x2  
x2  x0

f  x1 , x2 , x3   f  x0 , x1 , x2 
a3  f  x0 , x1 , x2 , x3  
x3  x0
.
.
.
f  x1 ,..., xn   f  x0 ,..., xn 1 
an  f  x0 ,..., x2  
xn  x0

Contoh:
Diberikan fungsi f(x) = cos x dari titik-titik x0 = 0.2, x1 = 0.3, dan x2 = 0.4
menggunakan Interpolasi Newton
Penyelesaian:
a0  f  x0   f  0.2  cos  0.2  0.98
cos  0.3  cos  0.2  0.9553  0.98
a1  f  x0 , x1     0.247
0.3  0.2 0.1
 41

cos  0.4   cos  0.3 0.9211  0.9553

f  x1 , x2     0.332
0.4  0.3 0.1
f  x1 , x2   f  x0 , x1  0.332   0.247 
a2  f  x0 , x1 , x2     0.425
x2  x0 0.4  0.2

P2  x   a0  a1  x  x0   a2  x  x0  x  x1 
 0.98  0.247  x  0.2  0.425  x  0.2 x  0.3
 0.98  0.247 x  0.0494  0.425 x 2  0.2125 x  0.0255
 1.0039  0.0345 x  0.425 x 2

Cara lain:
Iterasi xi f(xi) ST-1 ST-2 ST-3
0 X0 F(X0) F(X1,X0) F(X2,X1,X0) F(X3,X2, X1,X0)
1 X1 F(X1) F(X2,X1) F(X3,X1,X0)
2 X2 F(X2) F(X3,X2)
3 X3 F(X3)
ST: Selisih Terbagi

Contoh:
Tentukanlah perkiraan nilai f pada titik x = 8 dengan menggunakan metode
interpolasi newton dengan ketelitian hingga 2 desimal, jika diketahui:
x 2 4 7 9
F(x) 4 5 0 -3

penyelesaian:
Iterasi x y = f(x) ST-1 ST-2 ST-3
0 2 4 0.5 -0.4333333 0.066666667
1 4 5 -1.666666667 0.0333333
2 7 0 -1.5
3 9 -3
Soal 8 ?

a0 = 4 IN(0) 4
a1 = 0.5 IN(1) 3
a2 = -0.43333 IN(2) -10.4
a3 = 0.066667 IN (3) 1.6
P(8) -1.8
 42

P3  x   a0  a1  x  x0   a2  x  x0  x  x1   a3  x  x0  x  x1  x  x2 
y0  a0
y1   a1   x0     a1  x 
y2   a2   x0   x1   a2   x0    x1    x   a2  x  x 

   
y3  a3   x0   x1   x2   a3  x0 x1  x0 x2  x1 x2  x   a3    x0  x1  x2   x 2   a3 x 3 

Persamaan Kurvanya
y= a bx cx^2 dx^3
y1 = 4
y2 = -1 0.5
y3 = -3.46667 2.6 -0.43333
y4 = -3.73333 3.333333 -0.86667 0.066667
y= -4.2 6.433333 -1.3 0.066667
 43

DIFFERENSIASI NUMERIK

Permasalahan Differensiasi Numerik

Salah satu perhitungan kalkulus yang banyak digunakan adalah
differensial, dimana differensial ini banyak digunakan untuk keperluan
perhitungan geometrik. Dan perhitungan-perhitungan yang berhubungan dengan
perubahan nilai per-satuan waktu atau jarak. Secara kalkulus, differensial
didefinisikan sebagai perbandingan perubahan tinggi (selisih tinggi) dan
perubahan jarak, dan dituliskan dengan :
dy y
 lim
dx ax  0 x
Hampir semua fungsi kontinu dapat dihitung nilai differensialnya secara mudah,
sehingga dapat dikatakan metode numerik dianggap tidak perlu digunakan untuk
keperluan perhitungan differensial ini. Masalahnya seiring dengan
perkembangannya pemakaian komputer sebagai alat hitung dan pada banyak
permasalahan differensial adalah salah satu bagian dari penyelesaian, sebagai
contoh metode newton raphson memerlukan differensial sebagai pembagi nilai
perbaikan errornya, sehingga metode newton raphson ini hanya bisa dilakukan
bila nilai differensialnya bisa dihitung.
Contoh lainnya adalah penentuan titik puncak kurva y = f(x) yang
dinamakan titik maksimal dan titik minimal, juga memerlukan titik differensial
sebagai syarat apakah titik tersebut sebagai titik puncak.Dimana didefinisikan
dy
bahwa suatu titik dinamakan titik puncak bila differensial pada titik tersebut
dx
adalah 0.
Pada beberapa permasalahan, nilai differensial dapat dihitung secara
manual. Misalkan diketahui f ( x)  xe x  cos x maka differensialnya adalah

f '( x)  1  x  e x  sin x . Tetapi pada permasalahan lain nilai fungsi sulit

diselesaikan secara manual. Terutama jika fungsinya hanya diketahui berupa nilai
 44

atau grafis. Misalkan menghitung puncak distribusi data yang berupa distribusi
e m m x
poisson. f ( x) 
x!
Menghitung differensial ini tidak mudah, disinilah metode numerik dapat
digunakan. Hubungan antara nilai fungsi dan perubahan fungsi untuk setiap
titiknya didefinisikan dengan :
y  f ( x)  f '( x).h( x)

Dan f '( x) didefinisikan dengan:

f ( x  h)  f ( x )
f '( x)  lim
h 0 h

Dari formulasi ini dapat diturunkan beberapa metode differensiasi numerik,

antara lain :
 Metode Selisih Maju
 Metode Selisih Tengahan
 45

METODE SELISIH MAJU

Metode selisih maju merupakan metode yang mengadopsi secara langsung

definisi differensial, dan dituliskan :
f ( x  h)  f ( x )
f '( x) 
h
Pengambilan h diharapkan pada nilai yang kecil agar errornya kecil, karena
metode ini mempunyai error sebesar :
1
E  x    hf ''  x 
2

Contoh:
Hitung diffensial dari f  x   e x sin  x   1 pada interval x  [0,1] dengan h = 0.05

Penyelesaian:
f  x   e x sin  x   1

f  x  h   e( xh) sin  x  h   1

f  x  h  f  x
f ' x 
h
Interval [0 , 1]
x f(x) f(x+h) f'(x) Eksak Error
0.00 1.00000 1.04754 - 1 -
0.05 1.04754 1.09033 0.950833128 0.902498979 0.048334149
0.10 1.09033 1.12862 0.855827091 0.809983989 0.045843102
0.15 1.12862 1.16266 0.765791633 0.722420561 0.043371072
0.20 1.16266 1.19268 0.680681964 0.639753957 0.040928008
0.25 1.19268 1.21893 0.600434128 0.561911356 0.038522772
0.30 1.21893 1.24164 0.524967129 0.488803924 0.036163205
0.35 1.24164 1.26103 0.454184945 0.420328762 0.033856183
0.40 1.26103 1.27735 0.387978405 0.356370727 0.031607678
0.45 1.27735 1.29079 0.326226968 0.296804152 0.029422816
0.50 1.29079 1.30156 0.268800374 0.241494442 0.027305932
0.55 1.30156 1.30988 0.215560188 0.190299564 0.025260624
 46

0.60 1.30988 1.31594 0.16636124 0.14307143 0.023289811

0.65 1.31594 1.31991 0.121052953 0.099657178 0.021395775
0.70 1.31991 1.32198 0.079480573 0.059900354 0.019580219
0.75 1.32198 1.32233 0.041486307 0.023641997 0.01784431
0.80 1.32233 1.32111 0.006910359 -0.009278365 0.016188724
0.85 1.32111 1.31848 -0.02440812 -0.039021812 0.014613692
0.90 1.31848 1.31458 -0.052630162 -0.065749202 0.013119039
0.95 1.31458 1.30956 -0.077916206 -0.089620431 0.011704226
1.00 1.30956 1.30354 -0.100425383 -0.110793765 0.010368382
 47

METODE SELISIH TENGAHAN

Metode selisih tengahan merupakan metode pengambilan perubahan dari dua

titik sekitar dari titik yang diukur. Perhatikan selisih maju pada titik x – h adalah
f  x  f  x  h
f1 '  x  h  
h
Dan selisih maju pada titik x adalah:
f  x  h  f  x
f2 '  x  
h
Metode selisih tengahan merupakan rata-rata dari dua selisih maju:
f1 '  x   f 2 '  x 
f ' x 
2
Atau dituliskan:
f  x  h  f  x  h
f ' x 
2h
Kesalahan pada metode ini adalah:
h2
E  x   f '''  x 
6
Metode selisih tengahan ini yang banyak digunakan sebagai metode diffrensiasi
numerik.

Contoh:
Hitung diffensial dari f  x   e x sin  x   1 pada interval x  [0,1] dengan h = 0.05

Penyelesaian:
f  x   e x sin  x   1

f  x  h   e x sin  x  h   1

f  x  h   e x h  sin  x  h   1

f  x  h  f  x  h
f ' x 
2h
 48

Interval [0 , 1]
x f(x) f(x+h) f(x-h) f'(x) Eksak Error
0.00 1.00000 1.04754 0.94746 1.000833125 1 0.000833125
0.05 1.04754 1.09033 1.00000 0.90333011 0.902498979 0.000831131
0.10 1.09033 1.12862 1.04754 0.810809362 0.809983989 0.000825373
0.15 1.12862 1.16266 1.09033 0.723236799 0.722420561 0.000816238
0.20 1.16266 1.19268 1.12862 0.640558046 0.639753957 0.000804089
0.25 1.19268 1.21893 1.16266 0.562700629 0.561911356 0.000789273
0.30 1.21893 1.24164 1.19268 0.489576037 0.488803924 0.000772113
0.35 1.24164 1.26103 1.21893 0.421081675 0.420328762 0.000752913
0.40 1.26103 1.27735 1.24164 0.357102686 0.356370727 0.00073196
0.45 1.27735 1.29079 1.26103 0.297513671 0.296804152 0.000709519
0.50 1.29079 1.30156 1.27735 0.242180281 0.241494442 0.000685839
0.55 1.30156 1.30988 1.29079 0.190960714 0.190299564 0.00066115
0.60 1.30988 1.31594 1.30156 0.143707096 0.14307143 0.000635667
0.65 1.31594 1.31991 1.30988 0.100266763 0.099657178 0.000609585
0.70 1.31991 1.32198 1.31594 0.06048344 0.059900354 0.000583086
0.75 1.32198 1.32233 1.31991 0.024198333 0.023641997 0.000556336
0.80 1.32233 1.32111 1.32198 -0.00874888 -0.009278365 0.000529485
0.85 1.32111 1.31848 1.32233 -0.038519141 -0.039021812 0.000502671
0.90 1.31848 1.31458 1.32111 -0.065273184 -0.065749202 0.000476018
0.95 1.31458 1.30956 1.31848 -0.089170795 -0.089620431 0.000449637
1.00 1.30956 1.30354 1.31458 -0.110370137 -0.110793765 0.000423628
 49

 Differensiasi Tingkat Tinggi

Differensiasi tingakt tinggi merupakan proses pendifferensialan secara terus
menerus, hingga tingkatan yang ditentukan.
1. Differensiasi tingkat 2 adalah:
f ''  x   f '  f '  x  

2. Differensiasi tingkat 3 adalah:

f (3)  x   f '  f ''  x  

3. Differensiasi tingkat n adalah:


f ( n )  x   f ' f  n1  x  
Dapat dituliskan dengan:

dn f d  d n1 f 
  
dx n dx  dx n1 

Untuk menghitung differensial tingkat tinggi ini dapat digunakan metode

differensiasi yang merupakan pengembangan metode selisih tengahan yaitu:

Diferensiasi tingkat 2
f  x  h  2 f  x  f a  h
f ''  x  
h2
Untuk menghitung differensial tingkat 2 ini maka diambil h yang kecil, karena
error dari metode ini:
h2 (4)
E f   f  x
12
Kesalahan ini dinamakan kesalah diskritisasi

Contoh:
Hitung diffensial dari f  x   e x sin  x   1 pada interval x  [0,1] dengan h = 0.05

Penyelesaian:
f  x   e x sin  x   1
 50

f  x  h   e x sin  x  h   1

f  x  h   e x h  sin  x  h   1

f  x  h  2 f  x  f a  h
f ''  x  
h2
f '  x   e x sin  x   e x cos x

f '  x   e x sin  x   e x cos  x   e x sin  x   e x cos  x 

Interval [0 , 1]
x f(x) f(x+h) f(x-h) f''(x) Eksak Error
0.00 1.00000 1.04754 0.94746 -1.999999861 -2 0.0000001389
0.05 1.04754 1.09033 1.00000 -1.900120757 -1.900081271 0.0000394861
0.10 1.09033 1.12862 1.04754 -1.800709152 -1.800634 0.0000751525
0.15 1.12862 1.16266 1.09033 -1.702193375 -1.702086307 0.0001070673
0.20 1.16266 1.19268 1.12862 -1.60495673 -1.604821295 0.0001354358
0.25 1.19268 1.21893 1.16266 -1.509339966 -1.509179506 0.0001604605
0.30 1.21893 1.24164 1.19268 -1.415643697 -1.415461356 0.0001823407
0.35 1.24164 1.26103 1.21893 -1.324130796 -1.323929525 0.0002012714
0.40 1.26103 1.27735 1.24164 -1.235028739 -1.234811296 0.0002174433
0.45 1.27735 1.29079 1.26103 -1.148531885 -1.148300843 0.0002310421
0.50 1.29079 1.30156 1.27735 -1.064803708 -1.06456146 0.0002422480
0.55 1.30156 1.30988 1.29079 -0.983978958 -0.983727723 0.0002512353
0.60 1.30988 1.31594 1.30156 -0.906165751 -0.905907578 0.0002581724
0.65 1.31594 1.31991 1.30988 -0.831447591 -0.83118437 0.0002632214
0.70 1.31991 1.32198 1.31594 -0.759885318 -0.75961878 0.0002665381
0.75 1.32198 1.32233 1.31991 -0.691518969 -0.691250697 0.0002682715
0.80 1.32233 1.32111 1.32198 -0.626369572 -0.626101008 0.0002685639
0.85 1.32111 1.31848 1.32233 -0.564440854 -0.564173303 0.0002675512
0.90 1.31848 1.31458 1.32111 -0.505720869 -0.505455507 0.0002653624
0.95 1.31458 1.30956 1.31848 -0.450183546 -0.449921427 0.0002621197
1.00 1.30956 1.30354 1.31458 -0.39779016 -0.397532221 0.0002579390

 Pemakaian Differensiasi untuk menentukan titik puncak kurva

Salah satu pemakaian diffrensial yang paling banyak dibicarakan adalah
penentuan titik puncak kurva, dimana titik puncak (tertinggi atau terendah)
diperoleh dengan memanfaatkan nilai differensial dari kurva pada setiap titik
yang ditinjau
 51

Kurva tersebut memepunyai 7 titik puncak, yaitu P1 , P2 , P3 , P4 , P5 , P6 ,dan P7 . titik

puncak P1 , P3 , P5 ,dan P7 dinamakan titik puncak maksimum. Titik puncak

P2 , P4 , dan P6 dinamakan titik puncak minimum.

Untuk menentukan titik puncak perhatikan definisi berikut:

Definisi 1
Suatu titik a pada kurva y = f(x) dinamakan titik puncak bila dan hanya bila
f 'a  0

Definisi 2
Sebuah titik puncak a dikatakan titik maksimum pada kurva y = f(x) bila f ''  a   0

Definisi 3
Sebuah titik puncak a dikatakan titik minimum pada kurva y  f ( x) bila f ''  a   0
 52

Dari definisi-definisi di atas, maka untuk menentukan titik puncak kurva y  f ( x)

secara numerik adalah menentukan titik-titik dimana f '( x)  0 , kemudian

dihitung apakah f '( x)  0 atau f ( x )  0 untuk menentukan apakah titik tersebut

titik puncak maksimal atau titik puncak minimal.

Contoh:
Hitung diffensial dari f  x   e x sin  x   1 pada interval x  [0,1] dengan h = 0.05

Penyelesaian:
f  x   e x sin  x   1

f  x  h   e x sin  x  h   1

f  x  h   e x h  sin  x  h   1

f  x  h  f  x  h
f ' x 
2h
f  x  h  2 f  x  f a  h
f ''  x  
h2
x f(x) f(x+h) f(x-h) f'(x) f''(x)
-1.00 -1.28736 -1.10326 -1.47879 3.755366227 -2.935481546
-0.95 -1.10326 -0.92667 -1.28736 3.606819832 -3.006374244
-0.90 -0.92667 -0.75773 -1.10326 3.45525493 -3.05622185
-0.85 -0.75773 -0.59651 -0.92667 3.301679634 -3.086789989
-0.80 -0.59651 -0.44303 -0.75773 3.147015685 -3.099767957
-0.75 -0.44303 -0.29730 -0.59651 2.992102287 -3.096767956
-0.70 -0.29730 -0.15926 -0.44303 2.837699969 -3.079324758
-0.65 -0.15926 -0.02885 -0.29730 2.684494456 -3.048895778
-0.60 -0.02885 0.09405 -0.15926 2.533100524 -3.006861501
-0.55 0.09405 0.20956 -0.02885 2.384065831 -2.954526238
-0.50 0.20956 0.31784 0.09405 2.237874695 -2.893119173
-0.45 0.31784 0.41906 0.20956 2.094951824 -2.823795662
-0.40 0.41906 0.51340 0.31784 1.955665964 -2.747638767
-0.35 0.51340 0.60109 0.41906 1.82033347 -2.665660985
-0.30 0.60109 0.68233 0.51340 1.689221792 -2.578806144
-0.25 0.68233 0.75734 0.60109 1.562552852 -2.487951452
-0.20 0.75734 0.82638 0.68233 1.440506324 -2.393909664
-0.15 0.82638 0.88967 0.75734 1.323222799 -2.297431348
-0.10 0.88967 0.94746 0.82638 1.210806834 -2.199207237
-0.05 0.94746 1.00000 0.88967 1.103329887 -2.099870632
 53

0.00 1.00000 1.04754 0.94746 1.000833125 -1.999999861

0.05 1.04754 1.09033 1.00000 0.90333011 -1.900120757
0.10 1.09033 1.12862 1.04754 0.810809362 -1.800709152
0.15 1.12862 1.16266 1.09033 0.723236799 -1.702193375
0.20 1.16266 1.19268 1.12862 0.640558046 -1.60495673
0.25 1.19268 1.21893 1.16266 0.562700629 -1.509339966
0.30 1.21893 1.24164 1.19268 0.489576037 -1.415643697
0.35 1.24164 1.26103 1.21893 0.421081675 -1.324130796
0.40 1.26103 1.27735 1.24164 0.357102686 -1.235028739
0.45 1.27735 1.29079 1.26103 0.297513671 -1.148531885
0.50 1.29079 1.30156 1.27735 0.242180281 -1.064803708
0.55 1.30156 1.30988 1.29079 0.190960714 -0.983978958
0.60 1.30988 1.31594 1.30156 0.143707096 -0.906165751
0.65 1.31594 1.31991 1.30988 0.100266763 -0.831447591
0.70 1.31991 1.32198 1.31594 0.06048344 -0.759885318
0.75 1.32198 1.32233 1.31991 0.024198333 -0.691518969
0.80 1.32233 1.32111 1.32198 -0.00874888 -0.626369572
0.85 1.32111 1.31848 1.32233 -0.038519141 -0.564440854
0.90 1.31848 1.31458 1.32111 -0.065273184 -0.505720869
0.95 1.31458 1.30956 1.31848 -0.089170795 -0.450183546
1.00 1.30956 1.30354 1.31458 -0.110370137 -0.39779016

Terlihat bahwa nilai puncak terjadi antara 0.75 dan 0.8., karena nilai f '( x)

mendekati nol . pada nilai tersbut terlihat nilai f ''  x   0 maka nilai puncak

tersebut adalah nilai puncak maksimum

 54

INTEGRASI NUMERIK

Permasalahan Integrasi
Perhitungan integral adalah perhitungan dasar yang digunakan digunakan dalam
kalkulus, dalam banyak keperluan. Integral ini secara definitif digunakan untuk
menghitung luas daerah yang dibatasi oleh fungsi y = f(x) dan sumbu x. Perhatikan
gambar berikut :

Luas daerah yang diasir L dapat dihitung dengan:

b
L   f  x  dx
a

Pada beberapa permasalahan perhitungan integral ini, dapat dihitung secara

manual dengan mudah, sebagai contoh :
1

x 
 e x dx
2

Secara analitik dapat diselesaikan dengan:

1
1  1 3  1 3  1
1

  2
x  e dx   x3  e x    1  e1     0   e0    e  1  e 
2 x

0 3 0  3  3  3 3

Tetapi pada banyak permasalahan, integral sulit sekali dihitung bahkan dapat
dikatakan tidak dapat dihitung secara manual, sebagai contoh :
2
sin x

1 x
dx

Dalam hal ini, metode numerik dapat digunakan sebagai alternatif untuk
menyelesaikan integral di atas.
Pada penerapannya, perhitungan integral ini digunakan untuk menghitung luas
area pada peta, volume permukaan tanah, menghitung luas dan volume-volume
 55

benda putar dimana fungsi f(x) tidak ditulis, hanya digunakan gambar untuk
menyajikan nilai f(x). Sebagai contoh, diketahui photo daerah sebagai berikut :

Untuk menghitung luas daerah yang diarsir L, perlu digunakan analisa numerik.
Karena polanya disajikan dalam gambar dengan faktor skala tertentu.

Metode Integral Riemann

Metode integral Reimann ini merupakan metode integral yang digunakan dalam
kalkulus, dan didefinisikan dengan:
b

 f ( x) dx  lim f  x  x
a
x 0
i

Pada metode ini, luasan yang dibatasi oleh y = f(x) dan sumbu x dibagi menjadi N
bagian pada range x = [a,b], yang akan dihitung. Kemudian dihitung tinggi dari
setiap partisi ke-I yaitu f(xi). Li adalah luas setiap persegi panjang dimana

Li  f  xi  xi
 56

Luas keseluruhan adalah jumlah Li dan dituliskan :

L  L0  L1  L2  ...  Ln

 f  x0  x0  f  x1  x1  f  x2  x2  ...  f  xn  xn

n
  f  xi  xi
i 0

Bila diambil x0  x1  x2  ...  xn  L maka didapat metode integral reimann

sebagai berikut:
b n

 f  x  dx  h f  xi 
a i 0

Contoh:
Hitung Luas yang dibatasi y  x 2 dan sumbu x untuk range x  0,1

1
L   x 2 dx
0

Dengan mengambil h = 0.1 maka diperoleh tabel:

penyelesaian:
h= 0.1
x y = f(x)
0 0
0.1 0.01
0.2 0.04
0.3 0.09
0.4 0.16
0.5 0.25
 57

0.6 0.36
0.7 0.49
0.8 0.64
0.9 0.81
1 1

L= 0.38401

10
L  h  f  xi 
n 0

 0.1 0  0.01  0.04  0.09  0.16  0.25  0.36  0.49  0.64  0.81 1.00

  0.1 3.85  0.385

Secara kalkulus:
1
1 
1
L   x dx   x3   0.333...
2

0  3 0
Terdapat kesalahan e = 0.385 – 0.333 = 0.052
Untuk mengurangi kesalahan dapat dilakukan dengan memperkecil nilai h atau
memperbesar jumlah pembagi N

Metode Integrasi Trapezoida

Pada metode integral Reimann setiap daerah bagian dinyatakan sebagai empat
persegi panjang dengan tinggi f ( xi ) dan lebar ∆ xi . Pada metode trapezoida ini

setiap bagian dinyatakan sebagai trapezium seperti gambar berikut :

 58

Luas Trapesium ke-i  Li  adalah:

Li 
1
2
 f  xi   f  xi 1   .xi
Atau
1
Li   fi  fi 1  . xi
2
Dan luas keseluruhan dihitung dengan menjumlahkan luas dari semua bagian
trapezium.
n 1
L   Li
i 0

Sehingga diperoleh
n 1
1 h
L   h  fi  fi 1    f 0  2 f1  2 f 2  ...  2 f n 1  f n 
i 0 2 2
Contoh:

e x
2
Hitung 1 2  sin  x  dx dengan step h = 0.1
Dengan menggunakan tabel diperoleh:
h= 0.1
x f(x)
0 0.5
0.1 0.430909
0.2 0.372376
0.3 0.322723
0.4 0.280537
0.5 0.244625
0.6 0.213991
0.7 0.1878
0.8 0.165355
0.9 0.146073
1 0.129468

L= 0.267912

Dari tabel diatas dapat dihitung :

L
0.1
2
 0.5   2  0.431   2  0.372  ...   2  0.146  0.129  0.2679
 59

Metode Integrasi Simpson

Metode integrasi Simpson merupakan pengembangan metode integrasi
trapezoida, hanya saja daerah pembaginya bukan berupa trapesium tetapi berupa
dua buah trapesium dengan menggunakan pembobot berat di titik tengahnya
seperti telihat pada gambar berikut ini. Atau dengan kata lain metode ini adalah
metode rata-rata dengan pembobot kuadrat.

Bila menggunakan trapesium luas bangunan diatas adalah:

h h h
L  fi 1  fi    fi  fi 1    fi 1  2 fi  fi 1 
2 2 2
Pemakaian aturan simpson dimana bobot f i sebagai titik tengah dikalikan dengan

2 untuk menghitung luas bangun diatas dapat dituliskan dengan:

h h h
L  fi 1  2 fi    2 fi  fi 1    fi 1  4 fi  fi 1 
3 3 3
Perhatikan gambar berikut:
 60

Dengan menggunakan aturan simpson, luas dari daerah yang dibatasi fungsi y=f(x)
dan sumbu X dapat dihitung sebagai berikut:
h h h h h
L  f0  2 fi    2 fi  f 2    f 2  2 f3   ...   f n2  2 f n1    2 f n1  f n 
3 3 3 3 3
Atau dapat ditulis dengan:

h 
L  f0  4  fi  2  fi  f n 
3 i ganjil i genap 

Contoh:
1
Hitung  2x3dx dengan h = 0.1
0

Dengan menggunakan tabel diperoleh:

h= 0.1
x f(x)
0 0
0.1 0.002
0.2 0.016
0.3 0.054
0.4 0.128
0.5 0.25
0.6 0.432
0.7 0.686
0.8 1.024
0.9 1.458
1 2

L= 0.5

Dan aturan simspon dapat dituliskan dengan:

L
0.1
3
 0   4  0.002    2  0.016    4  0.054    2  0.128  ...   2 1.024    4 1.458   2 
0.1
 15  0.5
3
Dibandingkan dengan hasil perhitungan kalkulus, maka kesalahannya sangat kecil.
 61

Beberapa penerapan integrasi numerik

1. Menghitung luas daerah berdasarkan gambar
Perhatikan gambar peta berikut ini:

Untuk menghitung luas integral di peta di atas, yang perlu dilakukan adalah
menandai atau membuat garis grid pada setiap step satuan h yang dinyatakan
dalam satu kotak. Bila satu kotak mewakili 1 mm, dengan skala yang tertera
maka berarti panjangnya adalah 100.000 mm atau 100 m.
Pada gambar di atas, mulai sisi kiri dengan grid ke 0 dan sisi kanan grid ke n
(dalam hal ini n=22). Tinggi pada setiap grid adalah sebagai berikut:
n y(n)
0 0
1 1
2 2.5
3 4.5
4 6
5 7
6 6.5
7 6
8 6
9 6.5
10 6.5
11 6
12 5.5
13 3.5
14 3
15 3
16 0

Dari tabel di atas, luas area dapat dihitung dengan menggunakan 3 macam
metode:
 62

a. Dengan menggunakan metode integrasi Reimann

16
L  h yi  73.5
i 0

b. Dengan menggunakan metode integrasi trapezoida

h 15

L   y0  y16  2 yi   73.5
2 i 1 
c. Dengan menggunakan metode integrasi Simpson

h 
L  y0  y16  4  yi  2  yi   74
3 i ganjil i genap 

2. Menghitung luas dan voleme benda putar

Untuk menghitung luas dan volume benda putar yang dibentuk oleh fungsi
y=f(x) dapat digunakan rumus berikut:
b
Luas benda putar : Lp  2  f  x  dx
a

 f  x  dx
b 2
Volume benda putar : Vp   
a

Sebagai contoh : hitung luas permukaan dan volume dari benda berikut ini:

satuan dalam cm

Ruang benda putar dapat dibedakan menjadi 4 bagian seperti gambar di atas,
dimana bagian I dan III merupakan bentuk silinder yang tidak perlu dihitung
 63

dengan membagi-bagi kembali ruangnya, sedangkan bagian II dan IV perlu

diperhitungkan kembali.
L1  2  4  7   56
Bagian I :
VI    4  7   196
2

LIII  2 12 12   288

Bagian II :
VIII   12 12   1728
2

Sedangkan untuk menghitung bagian II dan IV diperlukan pembagian area,

misalkan dengan mengambil h = 1 diperoleh:
n y(n)
0 7
1 10
2 11
3 11.5
4 12
5 12

Pada bagian II dan IV : LII  LIV dan VII  VIV

Dengan menggunakan integrasi trapezoida dapat diperoleh:

h 4

LII  LIV   2 
2
y0  y5  2 
i 1
yi   108

h 2 4

VII VIV    
2
y0  y5
2
 2i 1
yi 2   497.25

Luas permukaan dari botol adalah:
L  LI  LII  LIII  LIV

L  56 108  288 108  560  1758.4 cm2

Volume botol itu adalah

V  VI  VII  VIII  VIV

V  196 1187.5 1728 1187.5  4299 