MODUL PRAKTIKUM

KOMPUTASI GEOFISIKA

DIBUAT OLEH :
TIM ASISTEN PRAKTIKUM KOMPUTASI GEOFISIKA

DEPARTEMEN TEKNIK GEOFISIKA

FAKULTAS TEKNIK SIPIL, LINGKUNGAN DAN
KEBUMIAN
INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA
 DAFTAR ISI

DAFTAR ISI........................................................................................................................................... i
DAFTAR GAMBAR ............................................................................................................................ iii
MODUL I DASAR – DASAR PEMOGRAMAN MATLAB ............................................................ 1
1. Pendahuluan .................................................................................................................................. 1
1.1 Latar Belakang ........................................................................................................................ 1
1.2 Tujuan ...................................................................................................................................... 1
2. Dasar Teori .................................................................................................................................... 1
2.1 Skalar dan Matriks ................................................................................................................. 1
2.2 Struktur dalam MatLab ......................................................................................................... 2
2.3 If-While-For statement ........................................................................................................... 3
3. Tugas .............................................................................................................................................. 3
MODUL II LINIER & NON-LINIER ................................................................................................ 4
1. Pendahuluan .................................................................................................................................. 4
1.1 Latar Belakang ........................................................................................................................ 4
1.2 Tujuan ...................................................................................................................................... 4
2. Dasar Teori .................................................................................................................................... 4
2.1 Penyelesaian Sistem Linier ..................................................................................................... 4
2.2 Penyelesaian Sistem Non-Linier ............................................................................................ 9
3. Tugas ............................................................................................................................................ 11
MODUL III INTEGRAL & TURUNAN .......................................................................................... 12
1. Pendahuluan ................................................................................................................................ 12
1.1 Latar Belakang ...................................................................................................................... 12
1.2 Tujuan .................................................................................................................................... 12
2. Dasar Teori .................................................................................................................................. 12
2.1 Integral ................................................................................................................................... 12
2.2 Turunan ................................................................................................................................. 15
3. Tugas ............................................................................................................................................ 16
MODUL IV OPTIMASI & EIGEN-VALUES ................................................................................. 17
1. Pendahuluan ................................................................................................................................ 17
1.1 Latar Belakang ...................................................................................................................... 17
1.2 Tujuan .................................................................................................................................... 17
2. Dasar Teori .................................................................................................................................. 17
2.1 Finding Values (Bisection, Graphical Method) .................................................................. 17

i
 2.2 Optimasi ................................................................................................................................. 18
2.3 Eigen Values .......................................................................................................................... 19
3. Tugas ............................................................................................................................................ 20
MODUL V TUGAS BESAR .............................................................................................................. 21
1. Pendahuluan ................................................................................................................................ 21
1.1 Latar Belakang ...................................................................................................................... 21
1.2 Tujuan .................................................................................................................................... 21
3. Metodologi ................................................................................................................................... 21

ii
 DAFTAR GAMBAR
Gambar 1. 1 Pemanggilan variabel ‘Praktikum’ pada Command Window............................... 2
Gambar 1. 2 Pemanggilan variabel ‘Seismic’ pada Command Window................................... 3
Gambar 2. 1 plot kurva dari persamaan (2.16) dimana solusinya adalah x1 = 2 dan x2 = 3
(Chapra, 2008) ........................................................................................................................... 9
Gambar 2. 2 Ilustrasi pendekatan Newton Raphson (Chapra, 2008) ....................................... 11
Gambar 3. 1 Pendekatan integral dapat dilakukan dengan (a) garis lurus (trapezoid) dan (b)
parabola (Chapra, 2008)........................................................................................................... 12
Gambar 3. 2 Luas kurva dengan pendekaran linier dibagi menjadi segmen-segmen sebanyak n
(Chapra, 2008) ......................................................................................................................... 13
Gambar 3. 3 Luas kurva dengan pendekaran parabolik dibagi menjadi segmen-segmen
sebanyak n (Chapra, 2008) ...................................................................................................... 14
Gambar 3. 4 Simpson’s 1/3 dan 3/8 diaplikasikan bersama pada suatu kurva (Chapra, 2008)
.................................................................................................................................................. 15
Gambar 3. 5 (a) dan (b) merupakan gambaran dari diferensial, sedangkan (c) merupakan
derivatif (Chapra, 2008) ........................................................................................................... 15
Gambar 4. 1 Contoh script untuk Bisection ............................................................................. 18
Gambar 4. 2 Ilustrasi dalam penentuan nilai maksimal dan minimal (Chapra, 2008) ............. 19
Gambar 4. 3 Penentuan parameter – parameter yang digunakan dalam metode Golden Section
Search ....................................................................................................................................... 19

iii
 MODUL I
DASAR – DASAR PEMOGRAMAN MATLAB

1. Pendahuluan
1.1 Latar Belakang
Dalam memahami pemograman MatLab, diperlukan pemahaman yang berbeda
dibandingkan dengan bahasa pemograman yang lain. MatLab merupakan perangkat lunak
yang sangat berguna dengan kemudahannya dalam memanggil function yang sudah
tersedia. Tidak seperti bahasa pemograman yang lain, yang harus membuat dari awal
terlebih dahulu ataupun harus memiliki paket function tertentu. Dalam MatLab sendiri,
biasanya dapat digunakan untuk perhitungan yang diperuntukan para Engineer dimana
selain itu, dapat membuat suatu aplikasi dengan layout yang sudah diberikan oleh Matlab.
Oleh karena itu, dengan mengetahui dasar – dasar dari pemograman dari MatLab sendiri,
diharapkan praktikan dapat mengembangkan pemograman sesuai yang akan ditekuninya.

1.2 Tujuan
 Memahami dasar – dasar pemograman MatLab
 Dapat mengaplikasikan dasar – dasar pemograman MatLab dalam perhitungan
geofisika

2. Dasar Teori
2.1 Skalar dan Matriks
2.1a Skalar
Skalar merupakan jenis data yang berupa satuan. Pada matematika sendiri, biasanya
skalar hanya berdiri satu angka dan tidak berpengaruh dengan arah geraknya.
Sedangkan input/output dalam bentuk skalar merupakan bentuk dalam jenis ‘interger’.
2.1b Matriks
Apabila pada subsubab 2.1a menjelaskan skalar yang beridiri sendiri. Maka matriks
merupakan kumpulan dari skalar tersebut yang dijadikan dalam 1 struktur matriks.
Matriks sendiri memiliki ukuran m x n, dimana dengan mengetahui ukuran dari matriks
tersebut sangat berguna untuk melakukan perhitungan selanjutnya.

1
 Transpose Matriks
Diberi tanda petik (‘) di akhir

2.2 Struktur dalam MatLab

2.2a Cell
Merupakan struktur dalam MatLab yang berupa gabungan dari nilai nilai matriks atau
skalar tertentu. Dalam pembuatan cell sendiri merupakan pembuatan suatu variabel
baru dengan menggunakan tanda {} seperti berikut dimana matriks merupakan contoh
matriks dengan bentuk 1x3,

Dan pada command window apabila dipanggil cell ‘Praktikum’ akan menampilkan seperti
berikut,

Gambar 1. 1 Pemanggilan variabel ‘Praktikum’ pada Command Window

2.2b Structure
Untuk mempermudah atau mengurangi banyak variabel (digunakan dalam geofisika
atau data lainnya), MatLab menyediakan fitur structure yang berguna untuk membuat
sebuah variabel yang bercabang. Sehingga apabila kita memiliki suatu variabel
‘Seismic’ dimana memiliki variabel cabang yaitu, ‘Traces’, ‘Header’, dan ‘Time’,
maka dapat dibuat menggunakan script seperti berikut,

2
 Dimana untuk menggabungkan variabel variabel tersebut menggunakan dot (.) untuk
membuat structure dari seismic. Apabila ingin mengetahui, struktur dari Seismic
sendiri, maka dapat dipanggil dengan cara menginput Seismic di command window,

Gambar 1. 2 Pemanggilan variabel ‘Seismic’ pada Command Window

2.3 If-While-For statement

2.3a If Statement
If Statement merupakan bahasa pemograman yang bertujuan untuk melaksanakan
sesuatu (dapat berupa perhitungan atau lainnya) dengan syarat syarat tertentu. Untuk
menggunakan if statement dapat menggunakan argumen seperti berikut,

Argumen Deskripsi
= Sama dengan
~= Tidak Sama Dengan
> Lebih dari
< Kurang dari
>= Lebih dari sama dengan
<= Kurang dari sama dengan
|| Atau
&& Dan

2.3b While loop

While loop merupakan jenis looping yang berguna untuk memaksimalkan atau
pengulangan suatu pemograman sampai tercapainya suatu parameter. Sedikit sama
dengan if statement yang dimana memanfaatkan suatu parameter untuk mengeksekusi
script. Sedangkan While loop memiliki kelebihan dimana pemograman akan terus
berjalan sampai dengan suatu parameter tercapai,
2.3c For loop
For loop merupakan jenis looping tertutup dimana untuk melakukan script-nya akan
dibatas dari batas awal sampai akhir seperti i = 1,2,3,...,N. Oleh karena itu,
penggunakan For loop biasanya digunakan untuk perhitunga yang diskrit dan memiliki
batasan yang sudah diinginkan.

3. Tugas
1. Membuat 3 persamaan sederhana berorde 2.
2. Menghitung menggunakan persamaan yang telah dibuat dari langkah 1 menggunakan for loop
dan/atau while loop serta if statement.
3. Hasil dari perhitungan dibuat ke dalam bentuk struktur.
4. Melakukan plot antara hasil dengan variabelnya.

3
 MODUL II
LINIER & NON-LINIER

1. Pendahuluan
1.1 Latar Belakang
Permasalahan sehari-hari dapat disederhanakan dalam suatu persamaan. Persamaan
tersebut dapat berupa persamaan linier atau persamaan non-linier. Untuk menyelesaikan
permasalahan tersebut, dibutuhkan suatu penyelesaian. Dalam praktiknya, persamaan
tersebut dapat berupa persamaan yang rumit, yang apabila diselesaikan secara manual
dapat menghabiskan waktu yang lama. Sehingga untuk mempersingkat waktu
penyelesaian, digunakan MATLAB untuk memudahkan perhitungan.

1.2 Tujuan
 Praktikan dapat merepresentasikan sistem persamaan linier dan non-linier dalam
bentuk matriks
 Praktikan dapat melakukan penyelesaian sistem persamaan linier dan non-linier
menggunakan MATLAB
 Praktikan dapat mengaplikasikan perhitungan Integral dan Turunan pada perhitungan
metode Geofisika menggunakan MATLAB

2. Dasar Teori
2.1 Penyelesaian Sistem Linier
Persamaan linier adalah suatu kalimat matematika terbuka yang variabel berderajat
(berpangkat) satu.

𝑎𝑥 = 𝑐
(2.1)
𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 𝑑
merupakan contoh sistem persamaan linier, dengan 𝑎, 𝑏, 𝑐, dan 𝑑 adalah konstanta.

a. Invers Matriks
Apabila jumlah persamaan (M) sama dengan jumlah variabel (N) maka dapat
digunakan metode invers matriks. Misal untuk persamaan (2.2)

𝑥1 + 𝑥2 + 𝑥3 = 6
2𝑥1 + 𝑥2 + 3𝑥3 = 13 (2.2)
𝑥1 + 2𝑥2 − 𝑥3 = 2

dapat dituliskan dalam bentuk matriks

𝐴𝑥 = 𝑏 (2.3)

1 1 1 𝑥1 6
[2 1 3 ] [𝑥2 ] = [13] (2.4)
1 2 −1 𝑥3 2

dimana 𝐴 merupakan parameter model, 𝑥 adalah matriks kernel, dan 𝑏 adalah data.
Untuk menghitung nilai 𝑥 dapat dilakukan dengan mengalikan invers 𝐴 pada kedua
ruas.
𝐴−1 𝐴𝑥 = 𝐴−1 𝑏
𝑥 = 𝐴−1 𝑏 (2.5)

4
 Di MATLAB, persamaan (2.5) dituliskan sebagai

>> x = inv(A)*b atau

>> x = A\b

Karena menggunakan invers, maka operasi ini hanya bisa dilakukan apabila 𝐴 bukan
merupakan matriks singular (determinan 𝐴 tidak sama dengan nol).

Apabila persamaannya overdetermined (𝑀 > 𝑁), maka harus dikalkulasi dengan

mengalikan transpose 𝐴 sehingga menjadi matriks kotak

𝐴′ 𝐴𝑥 = 𝐴′𝑏
𝑥 = (𝐴′ 𝐴)−1 𝐴′𝑏 (2.6)

b. Eliminasi Gauss
Metode eliminasi Gauss merupakan metode untuk mendapatkan nilai suatu variabel
dengan cara me-nol-kan bagian lower matriks 𝐴. Metode ini terdiei dari forward
elimination dan backward substitution.
Misal
𝑃1 : 𝑥1 + 𝑥2 + 3𝑥4 = 4
𝑃2 : 2𝑥1 + 𝑥2 − 𝑥3 + 𝑥4 = 1 (2.7)
𝑃3 : 3𝑥1 − 𝑥2 − 𝑥3 + 2𝑥4 = −3
𝑃4 : −𝑥1 + 2𝑥2 + 3𝑥3 − 𝑥4 = 4

Forward elimination
𝑃1 : 𝑥1 + 𝑥2 + 3𝑥4 = 4
(𝑃2 − 2𝑃1 ) → 𝑃2 : −𝑥2 − 𝑥3 + 5𝑥4 = −7
(𝑃3 − 3𝑃1 ) → 𝑃3 : −4𝑥2 − 𝑥3 − 7𝑥4 = −15
(𝑃4 + 𝑃1 ) → 𝑃4 : 3𝑥2 + 3𝑥3 + 2𝑥4 = 8

𝑃1 : 𝑥1 + 𝑥2 + 3𝑥4 = 4
𝑃2 : −𝑥2 − 𝑥3 + 5𝑥4 = −7
(𝑃3 − 4𝑃2 ) → 𝑃3 : 3𝑥3 + 13𝑥4 = 13 (2.8)
(𝑃4 + 3𝑃2 ) → 𝑃4 : −13𝑥4 = −13

Backward substitution
−13
𝑃4 : 𝑥4 = −13 = 1
1 1
𝑃3 : 𝑥3 = 3 (13 − 13𝑥4 ) = 3 (13 − 13) = 0
(2.9)
𝑃2 : 𝑥2 = −(−7 + 5𝑥4 + 𝑥3 ) = −(−7 + 5 + 0) = 2

𝑃1 : 𝑥1 = 4 − 3𝑥4 − 𝑥2 = 4 − 3 − 2 = −1

Dituliskan dalam bentuk matriks

1 1 0 3 𝑥1 4
2 1 −1 1 𝑥2
[ ][ ] = [ 1 ] (2.10)
3 −1 −1 2 𝑥3 −3
−1 2 3 −1 𝑥4 4

5
 Pengoperasian metode eliminasi Gauss dengan matriks dilakukan dengan membuat
augmented matrix, yaitu menggabungkan matriks 𝑏 dengan 𝐴

1 1 0 3 | 4
 2 1 1 1 | 1 

 3 1 1 2 |  3
 
 1 2 3 1 | 4

Menghilangkan 𝑥1 dengan 𝑃1

1 1 0 3 | 4 
0  1  1  5 |  7 
 
0  4  1  7 |  15
 
0 3 3 2 | 8 

Menghilangkan 𝑥2 dengan 𝑃2
1 1 0 3 | 4 
0  1  1  5 |  7 

0 0 3  13 | 13 
 
0 0 0  13 |  13

Kemudian dilakukan backward substitution.

−13
𝑥4 = =1
−13
13 − [(13)(1)]
𝑥3 = =0
3
(−7) − [(−1)(0)] + [(−5)(1)]
𝑥2 = =2
−1
4 − [(1)(2)] + [(0)(0)] + [(3)(1)]
𝑥1 = = −1
1

c. Eliminasi Gauss Jordan

Jika metode eliminasi Gauss hanya me-nol-kan matriks lower, metode Gauss-Jordan
me-nol-kan lower dan upper sehingga menjadi matriks identitas.

Baris ke 1 dibagi dengan 𝑎11 , lalu baris lainnya dieliminasi dengan baris 1, sehingga
kolom 1 (selain baris 1) menjadi 0

1 1 0 3 | 4 1 1 0 3 | 4 
 2 1 1 1 | 1  0  1  1  5 |  7 
  
 3 1 1 2 |  3 0  4  1  7 |  15
   
 1 2 3 1 | 4 0 3 3 2 | 8 

6
 Baris ke 2 dibagi dengan 𝑎22 , lalu baris lainnya dieliminasi dengan baris 2, sehingga
kolom 2 (selain baris 2) menjadi 0

1 1 0 3 | 4  1 0 1  2 | 3
0 1 1 5 | 7  0 1 1 5 | 7 
 
0  4  1  7 |  15 0 0 3 13 | 13 
   
0 3 3 2 | 8  0 0 0  13 |  13

Baris ke 3 dibagi dengan 𝑎33 , lalu baris lainnya dieliminasi dengan baris 3, sehingga
kolom 3 (selain baris 3) menjadi 0

1 0 1  2 | 3  1 0 0 2,33 | 1,33 
0 1 1 5 | 7  0 1 0 0,67 | 2,67
 
0 0 1 4,33 | 4,33 0 0 1 4,33 | 4,33
   
0 0 0  13 |  13 0 0 0  13 |  13 

Baris ke 4 dibagi dengan 𝑎44 , lalu baris lainnya dieliminasi dengan baris 4, sehingga
kolom 4 (selain baris 4) menjadi 0

1 0 0 2,33 | 1,33  1 0 0 0 |  1
0 1 0 0,67 | 2,67 0 1 0 0 | 2 
 
0 0 1 4,33 | 4,33 0 0 1 0 | 0
   
0 0 0 1 | 1  0 0 0 1 | 1

Sehingga didapatkan nilai 𝑥1 = −1; 𝑥2 = 2; 𝑥3 = 0; dan 𝑥4 = 1

d. Iterasi Jacobi
Misal
10𝑥1 − 𝑥2 + 2𝑥3 = 6
−𝑥1 + 11𝑥2 − 𝑥3 + 3𝑥4 = 25
2𝑥1 − 𝑥2 + 10𝑥3 − 𝑥4 = −11 (2.11)
3𝑥2 − 𝑥3 + 8𝑥4 = 15
Dipindah ruas sehingga menjadi
1 2 6
𝑥1 = 𝑥2 − 𝑥3 +
10 10 10
1 1 3 25
𝑥2 = 𝑥1 + 𝑥3 − 𝑥4 +
11 11 11 11
2 1 1 11
𝑥3 = − 𝑥1 + 𝑥2 + 𝑥4 −
10 10 10 10
3 1 15
𝑥4 = − 𝑥2 + 𝑥3 +
8 8 8

(𝑏𝑎𝑟𝑢) 1 (𝑙𝑎𝑚𝑎) 2 (𝑙𝑎𝑚𝑎) 6

𝑥1 =𝑥2 − 𝑥3 +
10 10 10
(𝑏𝑎𝑟𝑢) 1 (𝑙𝑎𝑚𝑎) 1 (𝑙𝑎𝑚𝑎) 3 (𝑙𝑎𝑚𝑎) 25
𝑥2 = 𝑥 + 𝑥3 − 𝑥4 +
11 1 11 11 11 (2.12)

7
 (𝑏𝑎𝑟𝑢) 2 (𝑙𝑎𝑚𝑎) 1 (𝑙𝑎𝑚𝑎) 1 (𝑙𝑎𝑚𝑎) 11
𝑥3 =− 𝑥1 + 𝑥2 + 𝑥4 −
10 10 10 10
(𝑏𝑎𝑟𝑢) 3 (𝑙𝑎𝑚𝑎) 1 (𝑙𝑎𝑚𝑎) 15
𝑥4 = − 𝑥2 + 𝑥3 +
8 8 8

Dituliskan dalam bentuk matriks

 1 2   6 
 0  0   
 ( baru)
  10 10
  ( lama)
  10 
 x1(baru)   1 0
1 x
   (lama)  
3 1 25

(2.13)
 x2   11 11 
11 x2   11 
 (baru)    2 1

1   (lama)   11 
 x3    0  x3  
 x(baru)   10 10 10   (lama)   10 
 4  3 1   x4   15 
 0  0   
 8 8   8 

Inisiasi awal 𝑥 (0) = (0; 0; 0; 0)

6 (1)
𝑥1 =
10
(1) 25
𝑥2 =
11
(1) 11
𝑥3 = −
10
(1) 15
𝑥4 =
8
Nilai 𝑥 ini menjadi 𝑥 (𝑙𝑎𝑚𝑎) pada perhitungan selanjutnya
(2) 1 (1) 2 (1) 6
𝑥1 = 𝑥2 − 𝑥3 +
10 10 10
(2) 1 (1) 1 (1) 3 (1) 25
𝑥2 = 𝑥 + 𝑥3 − 𝑥4 +
11 1 11 11 11
(2) 2 (1) 1 (1) 1 (1) 11
𝑥3 = − 𝑥1 + 𝑥2 + 𝑥4 −
10 10 10 10
(2) 3 (1) 1 (1) 15
𝑥4 = − 𝑥2 + 𝑥3 +
8 8 8
Perhitungan seperti ini dilakukan terus hingga nilai iterasi maksimum atau hingga
tercapai error maksimal yang ditoleransi

Tabel 2.1. Hasil akhir elemen-elemen vektor x hingga iterasi ke-10

k 0 1 2 3 4 ... 9 10
(𝑘) 0,0000 0,6000 0,9326 0,9326 1,0152 ... 0,9997 1,0001
𝑥1
(𝑘) 0,0000 2,2727 2,0530 2,0530 1,0357 ... 2,0004 1,9998
𝑥2
(𝑘) 0,0000 -1,1000 -1,0493 -1,0493 -0,9681 ... -1,0004 -0,9998
𝑥3
(𝑘) 0,0000 1,8852 1,1309 1,1309 0,9739 ... 1,0006 0,9998
𝑥4

Hasil akhir iterasi ke-10 sudah mendekati solusi yang tepat yaitu :
𝑥 = (1; 2; −1; 1)

e. Iterasi Gauss Seidel

Metode ini hampir sama dengan metode iterasi Jacobi, hanya saja vektor 𝑥 (𝑏𝑎𝑟𝑢)
yang langsung digunakan pada persamaan berikutnya (tanpa menunggu iterasi
berikutnya.

8
 (𝑏𝑎𝑟𝑢) 1 (𝑙𝑎𝑚𝑎) 2 (𝑙𝑎𝑚𝑎) 6
𝑥1 = 𝑥2 − 𝑥3 +
10 10 10
(𝑏𝑎𝑟𝑢) 1 (𝑏𝑎𝑟𝑢) 1 (𝑙𝑎𝑚𝑎) 3 (𝑙𝑎𝑚𝑎) 25
𝑥2 = 𝑥 + 𝑥3 − 𝑥4 +
11 1 11 11 11 (2.14)
(𝑏𝑎𝑟𝑢) 2 (𝑏𝑎𝑟𝑢) 1 (𝑏𝑎𝑟𝑢) 1 (𝑙𝑎𝑚𝑎) 11
𝑥3 = − 𝑥1 + 𝑥2 + 𝑥4 −
10 10 10 10
(𝑏𝑎𝑟𝑢) 3 (𝑏𝑎𝑟𝑢) 1 (𝑏𝑎𝑟𝑢) 15
𝑥4 = − 𝑥2 + 𝑥3 +
8 8 8

2.2 Penyelesaian Sistem Non-Linier

Persamaan non linier adalah suatu kalimat matematika dengan variabel berderajat bukan
satu atau mengandung nilai fungsi non linier, seperti log, sin dan lain sebagainya.

𝑥 3 = 11
𝑥 2 + 7𝑦 = 12
2𝑥𝑦 + 6𝑦 = 4 log 𝑥 (2.15)
𝑥 + 2𝑦1/2 − 𝑧 = 3𝑥 3
a. Substitusi Suksesif
Prinsipnya sama dengan iterasi Gauss-Seidel, dimana setiap persamaan nonlinier
dapat menjadi penyelesaian dari persamaan lainnya. Dihitung secara iterasi sehingga
(diharapkan) dapat konvergen mendekati suatu solusi.
Contoh,
𝑥12 + 𝑥1 𝑥2 = 10 (2.16a)
𝑥2 + 3𝑥1 𝑥22 = 57 (2.16b)

Gambar 2. 1 plot kurva dari persamaan (2.16) dimana solusinya adalah 𝑥1 = 2 dan 𝑥2 = 3
(Chapra, 2008)

Persamaan (2.16a) dapat diselesaikan dengan

10 − 𝑥12
𝑥1 =
𝑥2
dan persamaan (2.16b) dapat diselesaikan dengan

𝑥2 = 57 − 3𝑥1 𝑥22

9
 Dengan asumsi awal 𝑥1 = 1,5 dan 𝑥2 = 3,5 disubstitusikan untuk mengetahui nilai
𝑥1 dan 𝑥2
10 − (1,5)2
𝑥1 = = 2,21429
(3,5)
𝑥2 = 57 − 3(2,21429)(3,5)2 = −24,37516

Terlihat bahwa pendekatan menunjukkan divergensi. Apabila dilakukan iterasi

kedua
10 − (2,21429)2
𝑥1 = = −0,20910
(−24,37516)
𝑥2 = 57 − 3(−0,20910)(−24,37516)2 = 429,709

Jelas bahwa pendekatan ini tidak sesuai. Maka diperlukan komputasi dengan cara
lain. Persamaan (2.16) dihitung dengan solusi alternatif sebagai berikut

𝑥1 = √10 − 𝑥1 𝑥2
57 − 𝑥2
𝑥2 = √
3𝑥1

Substitusi asumsi awal nilai 𝑥1 dan 𝑥2

𝑥1 = √10 − (1,5)(3,5) = 2,17945

57 − 3,5
𝑥2 = √ = 2,86051
3(2,17945)
𝑥1 = √10 − (2,17945)(2,86051) = 1,94053
57 − 2,86051
𝑥2 = √ = 3,04955
31,94053
Pendekatan ini konvergen menuju nilai 𝑥1 = 2 dan 𝑥2 = 3

b. Newton Raphson
Metode Newton Raphson menggunakan derivatif/gradien untuk menentukan
penyelesaian suatu sistem persamaan non-linier. Deret Taylor orde 1 :

𝑓(𝑥𝑖+1 ) = 𝑓(𝑥𝑖 ) + (𝑥𝑖+1 − 𝑥𝑖 )𝑓 ′ (𝑥𝑖 ) (2.17)

dimana 𝑥𝑖 merupakan asumsi awal dan 𝑥𝑖+1 merupakan titik dimana gradien
berpotongan dengan sumbu-x (gambar 2.2). Persamaan (2.17) dapat dituliskan
sebagai
𝑓(𝑥𝑖 ) (2.18)
𝑥𝑖+1 = 𝑥𝑖 −
𝑓′(𝑥𝑖 )

Kemudian dengan persamaan (2.18) dilakukan iterasi hingga nilai iterasi maksimal
atau hingga nilai error yang ditoleransi (dimana 𝑒𝑟𝑟𝑜𝑟 = |𝑥𝑖 − 𝑥𝑖+1 | ≈ 0)

10
 Gambar 2. 2 Ilustrasi pendekatan Newton Raphson (Chapra, 2008)

3. Tugas
Terapkan metode penyelesaian sistem persamaan linier dan non-linier (yang ada pada dasar teori) ke
dalam MATLAB

11
 MODUL III
INTEGRAL & TURUNAN

1. Pendahuluan
1.1 Latar Belakang
Dalam pembelajaran yang telah dilakukan dalam Kalkulus maupun Fisika Dasar, selalu
terdapat perhitungan menggunakan integral dan/atau diferensial (turunan). Dalam
perhitungan sistematis, suatu persamaan dapat diubah menjadi persamaan yang lebih
sederhana setelah melalui proses ini. Namun, untuk perhitungan untuk mendapatkan solusi
yang unique, perhitungan manual membutuhkan waktu serta energi yang cukup banyak.
Selain itu, dalam pendekatan persamaan yang digunakan dalam metode geofisika pun
menggunakan integral ataupun diferensial yang seperti contohnya dalam mendapatkan
kecepatan dan lainnya. Oleh karena itu, dengan menggunakan MatLab dalam perhitungan
integral dan turunan, diharapkan praktikan dapat mendapatkan solusi yang unique pada
persamaan integral dan differensial yang kompleks.

1.2 Tujuan
 Praktikan memahami perhitungan Integral dan Turunan menggunakan MatLab
 Praktikan dapat mengaplikasikan perhitungan Integral dan Turunan pada perhitungan
metode Geofisika menggunakan MatLab

2. Dasar Teori
2.1 Integral
Untuk menentukan luasan di bawah suatu kurva dapat digunakan integral. Prinsip dari
integral adalah membagi luasan tersebut menjadi bagian-bagian kecil, lalu luasan bagian
kecil tersebut didekati dengan rumus luas bangun 2 dimensi biasa, dan akhirnya
dijumlahkan sehingga didapatkan luasan total kurva tersebut. Bangun 2 dimensi yang
dimaksud bisa berupa trapesium, persegi, ataupun yang lainnya.

Gambar 3. 1 Pendekatan integral dapat dilakukan dengan (a) garis lurus (trapezoid) dan (b)
parabola (Chapra, 2008)

Composite Trapezoidal Rule (Orde 1)

Gambar 3.1.(a) menunjukkan pendekatan dengan garis yang membentuk bangun
trapesium. Integral dari f(x) adalah
𝑏 (3.1)
𝐼 = ∫𝑎 𝑓(x) 𝑑𝑥
dengan menggunakan persamaan garis orde 1, persamaan (3.1) menjadi

12
 𝑏 𝑥−𝑎 (3.2)
𝐼 = ∫𝑎 (𝑓(𝑎) + (𝑓(𝑏) − 𝑓(𝑎)) ) 𝑑𝑥
𝑏−𝑎
Rumus luas trapesium adalah
(𝑓(𝑎)+𝑓(𝑏))(𝑏−𝑎) (3.3)
𝐼= 2
Jika luasan dibawah kurva dibagi menjadi segmen-segmen sebanyak n (gambar 3.2),
maka
𝑥1 𝑥2 𝑥𝑛
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 + ∫ 𝑓(𝑥)𝑑𝑥 +. . . + ∫ 𝑓(𝑥)𝑑𝑥
𝑥0 𝑥1 𝑥𝑛−1
ℎ ℎ ℎ
𝐼= (𝑓(𝑥0 ) + 𝑓(𝑥1 )) + (𝑓(𝑥1 ) + 𝑓(𝑥2 ))+. . . + (𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 ))
2 2 2
ℎ (3.4)
𝐼 = 2 [𝑓(𝑥0 ) + 2 ∑𝑛−1
𝑖=1 𝑓(𝑥𝑖 ) + 𝑓(𝑥𝑛 )]
𝑏−𝑎
Dengan ℎ= 𝑛

Gambar 3. 2 Luas kurva dengan pendekaran linier dibagi menjadi segmen-segmen sebanyak n
(Chapra, 2008)

* Fungsi di MATLAB untuk integral trapezoid dituliskan dengan

>> trap (y,a,b,n)
dengan
y = fungsi kurva
a = batas bawah
b = batas atas
n = banyak segmen

Integral Simpson’s Rule

Selain dengan trapesoid, integral juga dapat didekati dengan polinom atau dengan orde
yang lebih besar. Semakin besar orde, semakin besar pula ketelitiannya.
a. Simpson’s 1/3 Rule (Orde 2)

13
 𝑥2 (𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥2 )
𝐼=∫ [ 𝑓(𝑥0 ) + 𝑓(𝑥1 )
𝑥0 (𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 ) (𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 )
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
+ 𝑓(𝑥2 )]
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )

𝑓(𝑥0 + 4𝑓(𝑥1 ) + 𝑓(𝑥2 )

𝐼 = (𝑏 − 𝑎)
6

ℎ (3.5)
𝐼 = 3 [𝑓(𝑥0 + 4𝑓(𝑥1 ) + 𝑓(𝑥2 )]

dimana ℎ = (𝑏 − 𝑎)/2.
Jika luasan dibawah kurva dibagi menjadi segmen-segmen sebanyak n (gambar 3.3),
maka
𝑥2 𝑥4 𝑥𝑛
𝐼 = ∫ 𝑓(𝑥)𝑑𝑥 + ∫ 𝑓(𝑥)𝑑𝑥 +. . . + ∫ 𝑓(𝑥)𝑑𝑥
𝑥0 𝑥2 𝑥𝑛−2

𝑓(𝑥0 + 4𝑓(𝑥1 ) + 𝑓(𝑥2 ) 𝑓(𝑥2 + 4𝑓(𝑥3 ) + 𝑓(𝑥3 )

𝐼 = 2ℎ + 2ℎ +⋯
6 6
𝑓(𝑥𝑛−2 + 4𝑓(𝑥𝑛−1 ) + 𝑓(𝑥𝑛 )
+ 2ℎ
6

𝑓(𝑥0 ) + 4 ∑𝑛−1 𝑛−2

𝑖=1,3,5 𝑓(𝑥𝑖 ) + 2 ∑𝑗=2,4,6 𝑓(𝑥𝑗 ) + 𝑓(𝑥𝑛 ) (3.6)
𝐼 = (𝑏 − 𝑎) 3𝑛

Gambar 3. 3 Luas kurva dengan pendekaran parabolik dibagi menjadi segmen-segmen

sebanyak n (Chapra, 2008)

b. Simpson’s 3/8 Rule (Orde 3)

3ℎ (3.7)
𝐼= [𝑓(𝑥0 ) + 3𝑓(𝑥1 ) + 3𝑓(𝑥2 ) + 𝑓(𝑥3 )]
8
dengan ℎ = (𝑏 − 𝑎)/3

14
 Gambar 3. 4 Simpson’s 1/3 dan 3/8 diaplikasikan bersama pada suatu kurva (Chapra, 2008)

Integration with Unequal Segments

Dapat diselesaikan dengan pendekatan trapesium pada setiap segmen

𝑓(𝑥0 )+𝑓(𝑥1 ) 𝑓(𝑥1 )+𝑓(𝑥2 ) 𝑓(𝑥𝑛−1 )+𝑓(𝑥𝑛 ) (3.8)

𝐼 = ℎ1 2
+ ℎ2 2
+⋯+ ℎ𝑛 2

* Fungsi di MATLAB untuk unequal segments

>> trapuneq (x,y)

2.2 Turunan
Diferensial dapat diartikan sebagai perbedaan.
∆𝑦 𝑓(𝑥𝑖 + ∆𝑥) − 𝑓(𝑥𝑖 ) (3.9)
=
∆𝑥 ∆𝑥
Apabila ∆𝑥 mendekati nol, maka diferensial tersebut menjadi derivatif (turunan)
𝑑𝑦 𝑓(𝑥𝑖 + ∆𝑥) − 𝑓(𝑥𝑖 ) (3.10)
= lim
𝑑𝑥 ∆𝑥→0 ∆𝑥

Gambar 3. 5 (a) dan (b) merupakan gambaran dari diferensial, sedangkan (c) merupakan derivatif
(Chapra, 2008)

* Fungsi di MATLAB untuk diferensial adalah diff

15
 >> diff (x) menghitung 𝑥𝑛+1 − 𝑥𝑛
atau gradient
>> gradient (f,h) dengan h adalah 𝑥𝑛+1 − 𝑥𝑛

Apabila jarak antar data tidak sama, dapat digunakan polinomial Lagrange (3.11) untuk
pendekatan turunannya
𝑥 − 𝑥2 𝑥 − 𝑥1
Orde 1 𝑓(𝑥) = 𝑓(𝑥1 ) + 𝑓(𝑥2 ) (3.11a)
𝑥1 − 𝑥2 𝑥2 − 𝑥1
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥2 )
Orde 2 𝑓(𝑥) = 𝑓(𝑥0 ) + 𝑓(𝑥1 )
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 ) (𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 )
(3.11b)
(𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
+ 𝑓(𝑥2 )
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )
Turunan polinomial orde 2
2𝑥 − 𝑥1 − 𝑥2 2𝑥 − 𝑥0 − 𝑥2
𝑓 ′ (𝑥) = 𝑓(𝑥0 ) + 𝑓(𝑥1 )
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 ) (𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 )
2𝑥 − 𝑥0 − 𝑥1 (3.12)
+ 𝑓(𝑥2 )
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )

3. Tugas
4
1. Selesaikan ∫0 (1 − 𝑒 2𝑥 )𝑑𝑥
a. analisa matematis
b. single trapezoidal rule
c. composite trapezoidal rule dengan n = 3
d. single Simpson’s 1/3 rule
e. composite Simpson’s 1/3 rule dengan n = 4
f. fungsi trap dengan n = 4
2. Tentukan turunan dari 𝑦 = 2𝑥 4 − 6𝑥 3 − 12𝑥 − 8 pada 𝑥 = 0 berdasarkan nilai 𝑥0 = −0,5;
𝑥1 = 1; 𝑥2 = 2 dengan menggunakan
a. Persamaan (3.12)
b. diff atau gradient dengan h = 1

16
 MODUL IV
OPTIMASI & EIGEN-VALUES

1. Pendahuluan
1.1 Latar Belakang
Dalam penerapan suatu alat beserta penggunaannya, user selalu menginginkan nilai
yang optimal agar menghasilkan nilai yang paling optimal bagi user. Untuk mendapatkan
nilai tersebut, maka diperlukan optimasi yang sesuai dengan alat tersebut. Sedangkan,
ketika suatu benda yang saling terhubung satu sama lain, seharusnya memiliki persamaan
yang mengikat keduanya. Untuk mempermudah dalam perhitungan tersebut, model
perhitungan menggunakan Eigen-values merupakan cara yang mudah untuk
mempresentasikan hal tersebut.

1.2 Tujuan
 Mahasiswa memahami teori Optimasi dan Eigen-values menggunakan perangkat
lunak MatLab
 Mahasiswa memahami aplikasi dari Optimasi dan Eigen-values dalam metode
geofisika

2. Dasar Teori
2.1 Finding Values (Bisection, Graphical Method)
2.1a Graphical Method
Untuk mendapatkan suatu nilai persamaan sendiri dapat menggunakan pendekatan
grafik, dimana menggunakan cara menghitung terlebih dahulu grafik awal dari suatu
persamaan dengan nilai variabel dengan range tertentu. Kemudian, diinterpretasikan nilai
yang mendekati dengan nilai yang diinginkan. Berikut contohnya,

17
 2.1b Bisection
Metode pencarian suatu akar persamaan menggunakan metode bisection ialah dengan
cara membandingkan nilai tengah dari nilai Upper (tertinggi) dan nilai Lower (Terendah).
𝑥𝑈 + 𝑥𝐿
𝑥𝑟 =
2
Kemudian, nilai dari xr dibandingkan dengan nilai xL, apabila nilai xr > xL , maka xr menjadi
xL. Sedangkan apabila xr < xL, maka xr menjadi xU. Oleh karena itu, diperlukan pernyataan
pernyataan tertentu dari cara ini. Cara untuk membuat pernyataan – pernyataan tersebut
dapat dibentuk menggunakan if statement. Seperti berikut,

Gambar 4. 1 Contoh script untuk Bisection

2.2 Optimasi
2.2a Golden Section Search
Optimasi yang dimaksud dalam Golden Section Search kali ini merupakan optimasi
yang diperuntukan engineer dalam menganalisa suatu nilai yang maksimum atau
minimum.

18
 Gambar 4. 2 Ilustrasi dalam penentuan nilai maksimal dan minimal (Chapra, 2008)

Dalam pengaplikasiannya, Golden Section sendiri berdasarkan angka euclid (ø) yang
memiliki nilai 1.6180339887 (Chpra, 2012). Pencarian nilai tersebut sebenarnya memiliki metode
yang sedikit sama dengan Bisection, tetapi syarat syarat yang digunakan berbeda, karena nilai yang
digunakan ialah,

𝑥1 = 𝑥𝐿 + 𝑑
𝑥2 = 𝑥𝑈 − 𝑑
Dimana
𝑑 = (ø − 1)(𝑥𝑈 − 𝑥𝐿 )

Syarat yang digunakan untuk mencari segmen minimum tersebut ialah, ketika f(x1) <
f(x2) maka f(x1) merupakan nilai minimum dan domain diantara x2 dan xL akan dieleminasi
karena nilai tidak ada nilai minimum diantara domain tersebut serta x2 akan menjadi nilai
xL yang baru. Sedangkan, ketika ketika f(x2) < f(x1), maka f(x2) merupakan nilai minimum
sehingga nilai antara x1 sampai xU akan d eleminasi dan kemudian x1 akan menjadi nilai
xU terbaru. Untuk mencari segmen maksimum, maka syarat yang digunakan ialah
kebalikannya.

Gambar 4. 3 Penentuan parameter – parameter yang digunakan dalam metode Golden Section
Search

2.3 Eigen Values

Eigen Values sendiri merupakan nilai yang dinotasikan dengan ʎ, dimana memiliki
penyelesaian suatu persamaan yang sama dengan 0 ketika hanya x = 0. Dalam dunia
engineer persamaan tersebut dapat diselesaikan dalam bentuk seperti berikut,
[𝐴] − 𝜆[I] = 0
Dalam proses perhitungannya, nilai dari eigen-values bergantung dari dimensi matriks A,
berikut contoh perhitungan menggunakan eigen-values,

19
 Dari persamaan tersebut diambil nilai determinannya,

Dan memiliki solusi seperti berikut,

Untuk memahami kasus yang menggunakan eigen-values dapat dilihat di Chapra (2008).

3. Tugas
1. Mahasiswa melakukan penerapan dasar teori dari Finding Values
2. Mahasiswa melakukan penerapan dasar teori dari Optimasi
3. Mahasiswa melakukan penerapan dasar teori dari Eigen Values
4. Mahasiswa membuat suatu script yang berdasarkan Eigen Values, dimana yang dapat
berkaitan dengan metode geofisika ataupun engineer (Instrumentasi).

20
 MODUL V
TUGAS BESAR

1. Pendahuluan
1.1 Latar Belakang
Setelah melalui pembelajaran dalam dasar – dasar pemograman MatLab beserta
contoh aplikasinya dalam geofisika, diperlukan suatu pengujian berdasarkan pemahaman
mahasiswa terkait komputasi geofisika. Dengan membuat suatu pemograman yang sesuai
dengan bidangnya, maka diperlukan presentasi yang bertujuan untuk meningkatkan
pemahaman dari mahasiswa terkait komputasi. Oleh karena itu, Tugas Besar ini dilakukan
bertujuan untuk memberikan ruang kepada mahasiswa dalam memahami suatu
perhitungan geofisika menggunakan perangkat lunak MatLab.

1.2 Tujuan
 Meningkatkan pemahaman mahasiswa terkait perhitungan geofisika dalam perangkat
lunak MatLab

3. Metodologi
1. Mahasiswa membentuk kelompok beranggotakan 3 orang.
2. Setiap kelompok memilih suatu topik yang berbeda setiap kelompok
3. Setiap kelompok membuat script yang dapat meggunakan materi dari modul sebelumnya
dan/atau materi di luar modul terkait topik yang telah diangkat oleh kelompok tersebut.
4. Setiap kelompok membuat dokumen hasil dari scriptnya dalam bentuk word serta presentasi.

21
REFERENSI

Chapra, Steven C. 2008. Applied Numerical Method With Matlab for Engineers and Scientists,
Third Edition. New York: McGraw-Hill.
Yang, Won Young, dkk. 2005. Applied Numerical Method Using Matlab. Canada: John Wiley
& Sons, Inc.

22