MAKALAH

SIMPSON 1/3 DAN SIMPSON 3/8

Disusun untuk Memenuhi Tugas Mata Kuliah Metode Numerik

Dosen Pengampu: Nendra Mursetya Somasih Dwipa, M.Sc.

Disusun oleh:
Kelompok 8 / Kelas 7-A4
Anggita Maya Kurniawati (15144100119)
Anggit Tanjung Pradana (15144100122)
Yunia Afiyati (15144100132)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS PGRI YOGYAKARTA
2018

i
 KATA PENGANTAR

Puji dan syukur penulis panjatkan ke hadirat Allah SWT yang telah
memberikan karunia-Nya sehingga penulis dapat menyelesaikan makalah ini yang
berjudul “Simpson 1/3 dan Simpson 3/8”.
Makalah ini disusun untuk memenuhi tugas mata Metode Numerik.
Makalah ini membahas secara singkat mengenai metode numerik dan secara
khusus membahas mengenai pengertian, algoritma, contoh soal dan pembahasan
serta studi kasus dari Simpson 1/3 dan Simpson 3/8.
Penulis tidak lupa mengucapkan terima kasih kepada semua pihak yang
telah membantu dalam penyusunan makalah ini. Penulis juga menyadari bahwa
masih banyak terdapat kekurangan dalam makalah ini. Oleh karena itu, kritik dan
saran yang membangun dari pembaca akan penulis terima dengan senang hati.
Penulis berharap semoga makalah ini dapat bermanfaat dan menambah wawasan
dan pengetahuan bagi pembaca.

Yogyakarta, 26 Desember 2018

Penulis

ii
 DAFTAR ISI

KATA PENGANTAR.......................................................................................................ii
DAFTAR ISI....................................................................................................................iii
BAB I................................................................................................................................1
PENDAHULUAN.............................................................................................................1
A. Latar Belakang.......................................................................................................1
B. Rumusan Masalah..................................................................................................3
C. Tujuan....................................................................................................................3
BAB II...............................................................................................................................4
KAJIAN PUSTAKA.........................................................................................................4
A. Metode Numerik....................................................................................................4
B. Angka Signifikan/Bena..........................................................................................5
1. Pengertian Angka Bena......................................................................................5
2. Aturan-aturan tentang Angka Bena....................................................................6
3. Aturan Pembulatan.............................................................................................8
4. Aturan-aturan pada Operasi Aritmetika Angka Bena..........................................9
5. Contoh Soal........................................................................................................9
C. Deret Taylor.........................................................................................................10
1. Pengertian Deret Taylor....................................................................................10
2. Contoh Soal Deret Taylor.................................................................................11
D. Deret Mc. Laurin..................................................................................................13
1. Pengertian Deret Mc. Laurin............................................................................13
2. Contoh Soal Deret Mc. Laurin.........................................................................13
E. Error/Galat...........................................................................................................14
1. Pengertian Error/Galat......................................................................................14
2. Nilai Galat........................................................................................................15
3. Macam-macam Error/Galat..............................................................................17
F. Metode Biseksi.....................................................................................................18
1. Pengertian Metode Biseksi...............................................................................18
2. Langkah menggunakan metode biseksi............................................................19

iii
 3. Algoritma Metode Biseksi................................................................................19
G. Metode Regula Falsi.............................................................................................20
1. Pengertian Metode Regula Falsi.......................................................................20
2. Algoritma Metode Regula Falsi.......................................................................22
H. Metode Newton Rapshon.....................................................................................23
1. Pengertian Metode Newton Raphson...............................................................23
2. Algoritma Newton Raphson.............................................................................23
I. Metode Secant......................................................................................................23
1. Pengertian Metode Secant................................................................................23
2. Algoritma Metode Secant.................................................................................24
J. Metode Interpolasi Beda Maju dan Beda Mundur................................................24
1. Pengertian Interpolasi Beda Maju dan Beda Mundur.......................................24
2. Algoritma Metode Secant.................................................................................27
3. Contoh soal dan Penyelesaian Interpolasi Beda Maju......................................27
4. Contoh soal dan Penyelesaian Interpolasi Beda Mundur..................................29
K. Interpolasi Lagrange.............................................................................................30
1. Interpolasi Polinomial Lagrange.......................................................................30
2. Algoritma Interpolasi Lagrange........................................................................32
3. Kelebihan dan Keterbatasan Interpolasi Lagrange...........................................32
4. Contoh Soal Interpolasi Lagrange....................................................................33
BAB III...........................................................................................................................36
PEMBAHASAN.............................................................................................................36
A. Pengertian Metode Simpson 1/3 dan Simpson 3/8...............................................36
B. Algoritma Metode Simpson 1/3 dan Simpson 3/8................................................40
C. Kelebihan dan Keterbatasan Metode Simpson 1/3 dan Simpson 3/8....................41
D. Contoh Soal dan Penyelesaian Metode Simpson 1/3 dan Simpson 3/8................41
BAB IV............................................................................................................................45
STUDI KASUS...............................................................................................................45
BAB V.............................................................................................................................48
KESIMPULAN..............................................................................................................48
DAFTAR PUSTAKA......................................................................................................49

iv
 BAB I

PENDAHULUAN

A. Latar Belakang
Penggunaan matematika dalam kehidupan sangat berguna untuk
meningkatkan pemahaman dan penalaran, serta untuk memecahkan suatu
masalah dan menafsirkan solusi dari permasalahan yang ada. Tanpa disadari
ketika kita mempelajari matematika, kita memiliki ketelitian dan kecermatan
yang sangat baik karena nilai-nilai pada matematika yang menggunakan
nilai yang kompleks sehingga faktor ketelitian sangat diperlukan untuk
menghitung suatu rumusan masalah.

Integral merupakan suatu bagian dari matematika yang digunakan untuk

menghitung suatu luasan benda yang tak beraturan. Sama halnya seperti
matematika, dalam mencari solusi integral dibutuhkan ketelitian dalam
menghitung rumusan integralnya. Dalam dunia IT (Information Technology),
penggunaan integral diterapkan pada bidang kecerdasan buatan.

Perhitungan integral dapat dilakukan dengan metode analitik/kalkulus

dan menggunakan metode numerik. Namun metode analitik hanya dapat
memberikan solusi eksak sehingga terkadang tidak dapat menyelesaikan
solusi dari fungsi yang kompleks. Untuk itu, perhitungan integral dengan
metode numerik dilakukan untuk menyelesaikan solusi tersebut.

Integral numerik merupakan alat atau cara yang digunakan oleh ilmuwan
untuk memperoleh jawaban hampiran atau yang disebut aproksimasi dari
sebuah pengintegralan yang tidak dapat diselesaikan secara analitik. Dan
dalam integral numerik terdapat beberapa metode salah satunya Metode
Simpson 1/3. Metode Simpson ini sangat efektif digunakan ketika sub
intervalnya berjumlah genap dan untuk suatu fungsi yang memiliki pangkat
3.

1
 Meskipun dalam rumusan, integral numerik Metode Simpson sangat
tepat dalam menyelesaikan perhitungan integral suatu fungsi. Namun, jika
proses perhitungannya masih dilakukan secara manual, jelas sekali banyak
kendala yang terjadi yang dapat menghambat proses perhitungan dengan
tepat atau hasilnya pun tidak sesuai dengan yang diharapkan.

Faktor Human Error atau kesalahan manusia dalam menghitung solusi

integral numerik dapat menjadi salah satu kendalanya. Karena proses
perhitungan integral numerik Metode Simpson yang bersifat sistematis,
sehingga jika kita melakukan kesalahan sedikit dalam perhitungan rumusan
awal, maka solusi akhir dari Integral numerik Metode Simpson tidak dapat
ditemukan.

Di samping itu, faktor ketidakefisienan dalam segi waktu juga

merupakan suatu kendala yang dihadapi dalam proses perhitungan secara
manual. Dalam menghitung solusi integral numerik Metode Simpson,
dibutuhkan tingkat kecermatan dan konsentrasi yang tinggi. Oleh sebab itu,
dibutuhkan pula juga waktu yang lebih lama dalam proses menghitung
solusi integral numerik tersebut.

Solusi tepat yang dapat menjawab kendala perhitungan solusi integral

numerik suatu fungsi dengan menggunakan aplikasi yang dibuat dalam
sebuah alat bantu yaitu komputer. Peranan komputer dapat meminimalisasi
kesalahan dalam perhitungan solusi integral numerik Metode Simpson
dibandingkan dengan cara manual. Dalam faktor penggunaan waktu, proses
perhitungan jauh lebih efisien dibandingkan dengan manual. Selain itu,
belum banyak aplikasi yang digunakan untuk menghitung solusi integral
numerik dengan Metode Simpson.

Untuk mengetahui kriteria-kriteria apa saja yang lebih tepat digunakan

untuk menjalankan program integral numerik dengan Metode Simpson, saya
akan menganalisis perbandingan penggunaan aplikasi pada bahasa
pemrograman C# dan bahasa pemrograman C++ baik dengan spesifikasi

2
 hardware yang sama maupun berbeda. Saya menggunakan kedua bahasa
pemrograman tersebut karena bahasa pemrogramannya yang bersifat
sederhana. Di samping itu, mereka berorientasi sebagai program untuk
menghasilkan solusi program baru yang eksekusinya cepat, reliable, dan
efektif terhadap berbagai kebutuhan.

B. Rumusan Masalah
1. Apa pengertian metode Simpson 1/3 dan Simpson 3/8?
2. Bagaimanakah algoritma dari metode Simpson 1/3 dan Simpson 3/8?
3. Bagaimanakah contoh dan penyelesaian dengan menggunakan metode
Simpson 1/3 dan Simpson 3/8?
4. Bagaimanakah aplikasi metode Simpson 1/3 dan Simpson 3/8 dalam
kehidupan sehari-hari?

C. Tujuan
Tujuan yang ingin dicapai dalam penyusunan makalah ini adalah:
1. Memahami apa yang dimaksud dengan metode Simpson 1/3 dan
Simpson 3/8.
2. Memahami algoritma dari metode Simpson 1/3 dan Simpson 3/8.
3. Memahami bagaimana cara menyelesaikan persoalan menggunakan
metode Simpson 1/3 dan Simpson 3/8.
4. Memahami dan mengetahui aplikasi metode Simpson 1/3 dan Simpson
3/8.

3
 BAB II

KAJIAN PUSTAKA

A. Metode Numerik
Metode numerik adalah teknik untuk menyelesaikan permasalahan-
permasalahan yang diformulasikan secara matematis dengan menggunakan
operasi hitungan (arithmatic) yaitu operasi tambah, kurang, kali, dan bagi.
Terdapat banyak jenis metode numerik, namun pada dasarnya, masing
-masing metode tersebut memiliki karakteristik umum, yaitu selalu mencakup
sejumlah kalkulasi aritmetika. Solusi dari metode numerik selalu berbentuk
angka dan menghasilkan solusi hampiran. Hampiran, pendekatan, atau
aproksimasi (approximation) didefinisikan sebagai nilai yang mendekati
solusi sebenarnya atau sejati (exact solution). Sedangkan galat atau kesalahan
(error) didefinisikan sebagai selisih nilai sejati dengan nilai hampiran.
Metode numerik dapat menyelesaikan permasalahan matematis yang
sering nonlinier yang sulit diselesaikan dengan metode analitik. Metode
analitik disebut juga metode sejati karena memberi solusi sejati
(exact solution) atau solusi yang sesungguhnya, yaitu solusi yang memiliki
galat (error) sama dengan nol. Jika terdapat penyelesaian secara analitik,
mungkin proses penyelesaiannya sangat rumit, sehingga tidak effisien.
Contohnya: menentukan akar-akar polynomial. Jadi, jika suatu persoalan
sudah sangat sulit atau tidak mungkin digunakan dengan metode analitik
maka kita dapat menggunakan metode numerik sebagai alternatif
penyelesaian persoalan tersebut.
Metode numerik ini disajikan dalam bentuk algoritma-algoritma yang
dapat dihitung secara cepat dan mudah. Pendekatan yang digunakan dalam
metode numerik merupakan pendekatan analisis matematis, dengan tambahan
grafis dan teknik perhitungan yang mudah. Algoritma pada metode numerik
adalah algoritma pendekatan maka dalam algoritma tersebut akan muncul
istilah iterasi yaitu pengulangan proses perhitungan. Dengan metode

4
 pendekatan, tentunya setiap nilai hasil perhitungan akan mempunyai nilai
error (nilai kesalahan)
Penggunaan metode numerik biasanya digunakan untuk menyelesaikan
persoalan matematis yang penyelesaiannya sulit didapatkan dengan
menggunakan metode analitik, yaitu:
1. Menyelesaikan persamaan non linear
2. Menyelesaikan persamaan simultan
3. Menyelesaikan differensial dan integral
4. Menyelesaikan persamaan differensial
5. Interpolasi dan Regresi
6. Masalah multivariabel untuk menentukan nilai optimal yang tak bersyarat

Keuntungan penggunaan Metode Numerik:

1. Solusi persoalan selalu dapat diperoleh
2. Dengan bantuan komputer, perhitungan menjadi cepat dan hasilnya dapat
dibuat sedekat mungkin dengan nilai sesungguhnya

Kekurangan penggunaan Metode Numerik:

1. Nilai yang diperoleh adalah hampiran(pendekatan)
2. Tanpa bantuan alat hitung (komputer), perhitungan umumnya lama dan
berulang-ulang.

B. Angka Signifikan/Bena
1. Pengertian Angka Bena
Angka bena (significant figure) atau angka berararti telah
dikembangkan secara formal untuk menandakan keandalan suatu nilai
numerik.Angka bena merupakan jumlah angka yang digunakan sebagai
batas minimal tingkat keyakinan.Angka bena terdiri dari angka pasti dan
angka taksiran.Letak angka taksiran berada di akhir angka bena.
Contoh:
Bilangan 45.389; angka 9 adalah angka taksiran
Bilangan 4, 785; angka 5 adalah angka taksiran
2. Aturan-aturan tentang Angka Bena
a. Angka bena adalah setiap angka yang bukan nol pada suatu bilangan

5
 Contoh:
Bilangan 4678; terdiri dari 4 angka bena
Bilangan 987, 654; terdiri dari 6 angka bena
Bilangan 4550679; terdiri dari 7 angka bena

b. Angka bena adalah setiap angka nol yang terletak di antara angka-
angka bukan nol.
Contoh:
Bilangan 2001; terdiri dari 4 angka bena
Bilangan 201003 terdiri dari 6 angka bena
Bilangan 2001, 400009 terdiri dari 10 angka bena

c. Angka bena adalah angka nol yang terletak di belakang angka bukan
nol yang terakhir dan dibelakang tanda desimal.
Contoh:
Bilangan 23, 3000; terdiri dari 6 angka bena
Bilangan 3, 10000000 terdiri dari 9 angka bena
Bilangan 345, 60000000 terdiri dari 11 angka bena
d. Dari aturan b dan c dapat diberikan contoh angka bena adalah sebagai
berikut:
Bilangan 34, 060000; terdiri dari 8 angka bena
Bilangan 0, 00000000000000566; terdiri dari 3 angka bena
Bilangan 0, 600; terdiri dari 3 angka bena
Bilangan 0, 060000; terdiri dari 5 angka bena
Bilangan 0, 000000000000005660; terdiri dari 4 angka bena

e. Angka nol yang terletak di belakang angka bukan nol terakhir dan
tanpa tanda desimal bukan merupakan angka bena.
Contoh:
Bilangan 34000; terdiri dari 2 angka bena
Bilangan 1230000; terdiri dari 3 angka bena

f. Angka nol yang terletak di depan angka bukan nol yang pertama
bukan merupakan angka bena.

6
 Contoh:
Bilangan 0, 0000023; terdiri dari 2 angka bena
Bilangan 0, 000000000002424; terdiri dari 4 angka bena
Bilangan 0, 12456; terdiri dari 5 angka bena
g. Semua angka nol yang terletak di belakang angka bukan nol yang
terakhir, dan terletak di depan tanda deimal merupakan angka bena.
Contoh:
Bilangan 340, 67; terdiri dari 5 angka bena
Bilangan 123000, 6; terdiri dari 7 angka bena

h. Untuk menunjukkan jumlah angka bena, kita dapat memberi tanda

pada angka yang merupakan batas angka bena dengan garis bawah,
garis atas, atau cetak tebal
Contoh:
56778 adalah bilangan yang memiliki 5 angka signifikan
56778 adalah bilangan yang memiliki 5 angka signifikan
56778 adalah bilangan yang memiliki 5 angka signifikan

Penulisan angka bena dalam notasi ilmiah mengikuti aturan bentuk

umum notasi ilmiah yaitu a  10 n dengan a adalah bilangan riil yang
memenuhi 1  a  10 dan n adalah bilangan bulat.
Contoh:
Bilangan 29000 jika ditulis dalam notasi ilmiah menjadi 2,9  10 4
Bilangan 2977000 jika ditulis dalam notasi ilmiah menjadi 2,977  10 6
Bilangan 14, 98 jika ditulis dalam notasi ilmiah menjadi 1,498  101
Bilangan 0, 006 jika ditulis dalam notasi ilmiah menjadi 6  10 3
Bilangan -0, 00029 jika ditulis dalam notasi ilmiah menjadi  2,9  10 4

3. Aturan Pembulatan
Pembulatan suatu bilangan berarti menyimpan angka bena dan
membuang bukan angka bena dengan mengikuti aturan-aturan berikut:

7
a. Jika digit pertama dari bukan angka bena lebih besar dari 5, maka digit
terakhir dari angka bena ditambah 1. Selanjutnya buang bukan angka
bena.
Contoh:
Jika bilangan 567864 akan dibulatkan menjadi 4 angka bena, maka
ditulis menjadi 5679
Jika bilangan 145,89 akan dibulatkan menjadi 4 angka bena, maka
ditulis menjadi 145,9
Jika bilangan 123,76 akan dibulatkan menjadi 3 angka bena, maka
ditulis menjadi 124

b. Jika digit pertama dari bukan angka bena lebih kecil dari 5, maka
buang bukan angka bena
Contoh:
Jika bilangan 123,74 akan dibulatkan menjadi 4 angka bena, maka
ditulis menjadi 123,7
Jika bilangan 13416 akan dibulatkan menjadi 3 angka bena, maka
ditulis menjadi 134
c. Jika digit pertama dari bilangan bukan angka bena sama dengan 5,
maka:
1) Jika digit terakhir dari angka signifikan ganjil, maka digit terakhir
angka signifikan ditambah 1. Selanjutnya buang angka tidak
signifikan
Contoh:
Jika bilangan 13,356 akan dibulatkan menjadi 3 angka bena, maka
ditulis menjadi 13,4
2) Jika digit terakhir dari angka signifikan genap, maka buang angka
tidak signifikan

Contoh:
Jika bilangan 13,456 akan dibulatkan menjadi 3 angka bena, maka
ditulis menjadi 13,4

8
4. Aturan-aturan pada Operasi Aritmetika Angka Bena
a. Hasil penjumlahan atau pengurangan hanya boleh mempunyai angka
dibelakangkoma sebanyak angka di belakang koma yang paling sedikit
pada bilanganbilanganyang dilakukan operasi penjumlahan atau
pengurangan.
Contoh
0,4567 + 4,677 = 5,1337 (dibulatkan menjadi 5, 134)
345,31 + 3,5= 348,81 (dibulatkan menjadi 348, 8)
b. Hasil perkalian atau pembagian hanya bolehmempunyai angka bena
sebanyak bilangan dengan angka bena paling sedikit.
Contoh:

6, 78 x 8, 9123 = 60, 425394 ditulis menjadi 60, 4

420 : 2, 1 = 200 ditulis menjadi 2, 0 x 102

46, 5 x 1,4 = 65, 1 ditulis menjadi 6, 5 x 101
5. Contoh Soal
a. [(4,84 : 0, 40) x 2, 32] – [9, 12 x (4, 05 x 0, 212)]
b. [(3, 12 x 4, 87) + (0, 49 : 0, 7)]
c. 0, 00000121 : 1, 1
d. Hasil pengukuran panjang tali yang diperoleh oleh siswa A adalah 0,
50300 m. Maka banyak angka penting hasil pengukuran tersebut
adalah …
Penyelesaian
a. [(4,84 : 0, 40) x 2, 32] – [9, 12 x (4, 05 x 0, 212)]
= [12, 1 x 2, 32] – [9, 12 x 0, 8586]
Pembulatan sesuai aturan angka bena pada perkalian dan pembagian
= [12 x 2, 32] – [9, 12 x 0, 859]
= 27, 84 – 7, 83408
Pembulatan sesuai aturan angka bena pada perkalian
= 28 – 7, 83
= 20, 17
Pembulatan sesuai aturan angka bena pada pengurangan

9
 = 20
b. [(3, 12 x 4, 87) + (0, 49 : 0, 7)]
= [15, 1944 + 0, 7]
Pembulatan sesuai aturan angka bena pada perkalian dan pembagian
= [15, 2 + 0, 7]
= 15, 9
c. 0, 00000121 : 1, 1
= 1, 1 x 10-6
d. Banyak angka penting dari bilangan 0, 50300 adalah 5 angka penting

C. Deret Taylor
1. Pengertian Deret Taylor
Deret Taylor merupakan dasar untuk menyelesaikan masalah dalam
metode numerik, terutama penyelesaian persamaan diferensial.
Teorema Taylor: Hanya ada satu deret pangkat dalam x-c memenuhi
untuk f(x) sehingga:
f ( x )  a 0  a1 ( x  c )  a 2 ( x  c) 2  a3 ( x  c) 3  ..... a n ( x  c) n  ...


=  a n ( x  c)
n

n 0

Berlaku untuk semua dalam beberapa interval di sekitar c dengan

f a (c )
an 
n!

f a (c )
Deret: f ( x)   ( x  c) n disebut deret Taylor
n 0 n!

Teorema tersebut dijelaskan sebagai berikut:

Jika f (x ) kontinu dalam selang (c-h, c+h) dengan 0 ≤ h ≤ ∞ dan andaikan
f didefinisikan sebagai:
(1) f ( x)  a 0  a1 ( x  c)  a 2 ( x  c)  a3 ( x  c)  ..... a n ( x  c)  ...
2 3 n

Untuk semua x dalam selang (c-h, c+h), maka:

10
 f ' ( x)  a1  2a 2 ( x  c)  3a 3 ( x  c) 2  4a 4 ( x  c ) 3  5a 5 ( x  c ) 4  6a 6 ( x  c) 5  ...
f ' ' ( x)  2a 2  2.3a 3 ( x  c )  3.4a 4 ( x  c ) 2  4.5a 5 ( x  c ) 3  5.6a 6 ( x  c ) 4  ...
f ' ' ' ( x)  2.3a 3  2.3.4a 4 ( x  c )  3.4.5a 5 ( x  c ) 2  4.5.6a 6 ( x  c ) 3  ...
.............................
f n ( x )  n ! a n  ( n  1)! a n 1 ( x  c)  (n  2)! a n  2 ( x  c ) 2  (n  3)! a n  3 ( x  c ) 3  ...

Jika pada fungsi-fungsi turunan tersebut ditetapkan x = c maka diperoleh:

f (c )  a 0 ; f ' (c )  1! a1 ; f ' ' (c )  2 ! a 2 ; f ' ' ' (c )  3 ! a 3 ;....
f ' (c ) f ' ' (c ) f ' ' ' (c ) f n (c )
f n (c)  n ! a n ;....atau : a 0  f (c ); a1  ; a2  ; a3  ;....; a n  ;....
1! 2! 3! n!

Jika harga-harga a 0 , a1 , a 2 , a3 ,...a n ,... dimasukkan ke (1) maka

diperoleh:
f ' (c ) f ' ' (c ) f ' ' ' (c ) f n (c )
f ( x )  f (c )  ( x  c)  ( x  c) 2  ( x  c) 3  .....  ( x  c ) n  ...
1! 2! 3! n!

2. Contoh Soal Deret Taylor

1
a. Tentukan deret taylor dari f ( z )  di sekitar z = i!
1 z
Penyelesaian:
1 1
f ( z)  , f (i ) 
1 z 1 i
1 1
f ' ( z)  , f ' (i ) 
(1  z ) 2
(1  i ) 2
2 2
f ' ' ( z)  , f ' ' (i ) 
(1  z ) 3
(1  i ) 3
6 6
f ' ' ' ( z)  , f ' ' ' (i ) 
(1  z ) 4
(1  i ) 4
(1) n .n ! (1) n .n !
f n ( z)  , f n
(i ) 
(1  z ) n 1 (1  i ) n 1

1
Jadi deret taylor dari f ( z )  di sekitar z = i adalah
1 z

11
 1
f ( z) 
1 z
 (n)
f (i )
 f (i )   ( z  i) n
n 1 n!
1 
(1) n
  ( z  i) n
1  i n 1 (1  i ) n 1


(1) n
 n 1
( z  i) n
n 0 (1  i )

b. Tentukan deret taylor dari f ( x )  ln x di sekitar x = h!

Penyelesaian:
f ( x )  ln x, f ( h)  ln h
1 1
f ' ( x )  , f ( h) 
x h
1 1
f ' ' ( x)  2
, f ' ' ( h) 
( x) ( h) 2
2 2
f ' ' ' ( x)  3
, f ' ' ' ( h) 
( x) ( h) 3
(n  1)! (1) n 1 . ( n  1)! (1) n 1 .
f n ( x)  , f n
( h ) 
( x) n ( h) n

Jadi deret taylor dari f ( x)  ln x di sekitar x = h adalah

f ( x)  ln x
 (n)
f ( h)
 f ( h)   ( x  h) n
n 1 n!

(n  1) ! (1) n 1
 ln h   ( x  h) n
n 1 ( h) n n !

(1) n 1
 n
( x  h) n
n  0 ( h) n

D. Deret Mc. Laurin

1. Pengertian Deret Mc. Laurin
Bila deret taylor diterapkan c = 0, maka terjadi deret Mac. Laurin yaitu:
f ' (0) f ' ' (0) f ' ' ' (0) f n (0)
f ( x )  f ( 0)  ( x  0)  ( x  0) 2  ( x  0) 3  .....  ( x  0) n  ...
1! 2! 3! n!
f ' (0) f ' ' (0) 2 f ' ' ' (0) 3 f n (0) n
f ( x )  f ( 0)  x x  x  .....  x  ...
1! 2! 3! n!

12
 Catatan:
Sering dikatakan deret taylor daalam bentuk x – c dari suatu f (x) adalah
uraian Taylor tentang f di sekitar titik c, sedangkan deret Mac. Laurin
uraian Maclaurin tentang f di sekitar titik asal (c = 0).

2. Contoh Soal Deret Mc. Laurin

a. Deretkan f (c)  e x di sekitar c = 0
Penyelesaian:
f (0)  e 0  1
f ( x )  e x  f ' ( 0)  1
f ' ' ( 0)  1

dan seterusnya berulang
1 2 1 3
Jadi e x  1  x  x  x  ....
2! 3!

1
b. Deretkan f ( x)  di sekitar 0!
1 x
Penyelesaian:
f ( 0)  1
1
f ' ( x)   f ' (0)  1  1!
(1  x) 2
2
f ' ' ( x)   f ' ' (0 )  2  2 !
(1  x) 3
2.  3
f ' ' ' ( x)   f ' ' ' (0)  6  3!
(1  x ) 4
1
Jadi  1  x  x 2  x 3  ....
1 x
c. Deretkan f ' ( x)  (1  x) p dalam deret Mac. Laurin
Penyelesaian:

13
 f ( x )  (1  x ) p , f (0)  1
f ' ( x )  p (1  x ) p 1 , f ' (0)  p
f ' ' ( x )  p ( p  1)(1  x ) p  2 , f ' ' (0)  p ( p  1)
f ' ' ' ( x )  p ( p  1)( p  2)(1  x ) p 3 , f ' ' ' (0)  p ( p  1)( p  2)
.................................................,.....................................
p ( p  1) 2 p ( p  1)( p  2) 3
maka (1  x ) p  1  px  x  x  ....
2! 3!

f p
 0
atau (1  x ) p  
p 0 p!
xp

E. Error/Galat
1. Pengertian Error/Galat
Error/Galat/kesalahan berasosiasi dengan seberapa dekat solusi
hampiran terhadap solusi sejatinya. Semakin kecil galatnya maka semakin
teliti solusi numerik yang didapatkan.
Galat= |Nilai sejati ( nilai sebenarnya ) –Nilai hampiran (aproksimasi)|
Ukuran galat kurang bermakna karena tidak menceritakan seberapa besar
galat itu dibandingkan dengan nilai sejatinya. Untuk mengatasi interpretasi
nilai galat tersebut , maka galat harus dinormalkan terhadap nilai sejatinya.
Gagasan ini melahirkan apa yang dinamakan galat relatif.

r R 
a

dengan
 r = error relatif sebenarnya
a = nilai sebenarnya

Contoh:
Misalkan nilai sejati = 20/ 6 dan nilai hampiran = 3, 3333. Hitunglah galat,
galat mutlak, galat relatif, dan galat relatif hampiran
Penyelesaian

14
 20 20 3333 20.000  19.998 2
Galat =  3,333      0,000333...
6 6 1000 6000 6000
Galat mutlak = |0, 000333 …| = 0, 000333…
2
Galat relatif =
6000  1  0,0001
20 10000
6
2
Galat relatif hampiran = 6000  1
3,333 9999
2. Nilai Galat
Besarnya kesalahan atas suatu nilai taksiran dapat dinyatakan
secara kuantitatif dan kualitatif. Besarnya kesalahan yang dinyatakan
secara kuantitatif disebut kesalahan absolut. Besarnya kesalahan yang
dinyatakan secara kualitatif disebut dengan kesalahan relatif.
Nilai eksak dapat diformulasikan sebagai hubungan antara nilai
perkiraan dan nilai kesalahan sebagai berikut:
v  v'  
Dimana:
v = nilai eksak
v’ = nilai perkiraan
 = nilai kesalahan/galat
Berikut adalah penjelasan dari kesalahan absolut dan kesalahan relatif.
a. Kesalahan Absolut
Kesalahan absolut menunjukkan besarnya perbedaan antara
nilai eksak dengan nilai perkiraan:  | v  v ' |
Kesalahan absolut tidak menunjukkan besarnya tingkat kesalahan,
tetapi hanya sekedar menunjukkan selisih perbedaan antara nilai eksak
dengan nilai perkiraan.
b. Kesalahan Relatif
Kesalahan relatif menunjukkan besarnya tingkat kesalahan
antara nilai perkiraan dengan nilai eksaknya yang dihitung dengan

15
 membandingkan kesalahan absolut terhadap nilai eksaknya (biasanya
dinyatakan dalam %)
a
r   100%
v

dengan:
v = nilai eksak
 r = kesalahan relatif
 a = kesalahan absolut

Semakin kecil kesalahan relatifnya, maka nilai perkiraan yang

diperoleh akan semakin baik.
Contoh:
Pengukuran kabel listrik 40 meter dari sebuah toko alat-alat elektronika.
Setelah diukur ulang oleh pembeli A, kabel tersebut memiliki panjang 39,
96 meter. Berapa kesalahan absolut dan kesalahan relatif hasil pengukuran
yang dilakukan oleh si pembeli?
Penyelesaian
Diketahui: v = 40 meter
v’= 39, 96 meter
Ditanya: Berapa besar kesalahan absolut dan kesalahan relatif?
Jawab:
Kesalahan absolut:  a | 40  39,96 | 0,04 meter
0,04
Kesalahan relatif:  r | | 100%  0,1% meter
40
3. Macam-macam Error/Galat
Penyelesaian secara numerik dari suatu persamaan matematis
hanya memberikan nilai perkiraan yang mendekati nilai sebenarnya.
Berikut adalah tiga macam kesalahan dasar:
a. Galat Bawaan (Inhern)
Galat bawaan biasanya merujuk pada galat dalam nilai data yang
terjadi akibat kekeliruan dalam menyalin data, salah membaca skala

16
 atau kesalahan karena kurangnya pengertian mengenai hokum-hukum
fisik dari data yang diukur.
Contoh: Pengukuran selang waktu 3, 1 detik: terdapat beberapa galat
karena hanya dengan suatu kebetulan selang waktu akan diukur tepat
3, 1 detik.
Beberapa batas yang mungkin pada galat inheren diketahui:2,3± 0,1
detik. Berhubungan dengan galat pada data yg dioperasikan oleh suatu
komputer dengan beberapa prosedur numerik.
b. Galat Pemotongan
Pengertian galat pemotongan biasanya merujuk pada galat yang
disebabkan oleh penggantian ekspresi matematika yang rumit dengan
rumus yang lebih sederhana. Istilah ini berawal dari kebiasaan
mengganti suatu fungsi rumit dengan deret Taylor terpotong (hanya
diambil berhingga suku).
Contoh :
Deret Taylor tak berhingga :
Sin x
Dapat dipakai menghitung sinus sebarang sudut x dalam radian. Jelas
kita tidak dapat memakai semua suku dalam deret untuk perhitungan,
karena deretnya tak berhingga; kita berhenti sesudah sampai pada
sejumlah suku yang berhingga, misalnya x7 atau x9.
Suku-suku yang dihilangkan (jumlahnya tak berhingga) menghasilkan
suatu galat dalam hasil perhitungan. Galat ini disebut galat pemotongan
atau pemenggalan, yaitu yang disebabkan oleh pemotongan suatu
proses matematika yang tak berhingga.Kebanyakan prosedur yang
dipakai dalam perhitungan numerik adalah tak berhingga, sehingga
galat jenis ini penting untuk dipelajari.

c. Galat Pembulatan
Akibat pembulatan angka Terjadi pada komputer yg disediakan
beberapa angka tertentu misal; 5 angka:
Penjumlahan 9,26536 + 7,1625 = 16,42786

17
 Ini terdiri 7 angka sehingga tidak dapat disimpan dalam komputer kita
dan akan dibulatkan menjadi 16,428

F. Metode Biseksi
1. Pengertian Metode Biseksi
Ide awal metode ini adalah metode tabel, di mana area dibagi
menjadi N bagian. Hanya saja metode biseksi ini membagi range menjadi
2 bagian, dari dua bagian ini dipilih bagian mana yang mengandung akar
dan bagian yang tidak mengandung akar dibuang. Hal ini dilakukan
berulang-ulang hingga diperoleh akar persamaan.
Dinamakan metode biseksi (Bi Section) didasarkan atas teknis
metode ini adalah “belah dua”. Metode Biseksi diformulasikan
berdasarkan Teorema 1.1 yang menyatakan bahwa bila fungsi�(x) kontinu
dalam selang/interval (a,b), dan�(�) dan�(b) berlawanan tanda, maka�(�)
= 0 untuk suatu bilangan α sedemikian hingga �<α< b .
Dengan metode Biseksi, nilai α pertama kali diaproksimasi dengan

memilih x0 yang didefinisikan dengan x0 = . Bila�(x0) = 0 atau�(x0)

“dekat” kepada nilai 0 untuk suatu nilai toleransi yang diberikan maka x0
adalah nilai akar dari �(x0) = 0. Sebaliknya bila �(x0) ≠ 0 atau �(x0)
“dekat” kepada nilai 0 tetapi tidak memenuhi suatu nilai toleransi yang
diberikan, maka berdasarkan Teorema 1.1 ada dua kemungkinan yakni
nilai akar berada di antara � dan xo atau nilai akar berada di antara xo dan b.
Dari salah satu kemungkinan ini, metode Biseksi kembali akan digunakan.
Secara geometris, metode Biseksi yang dikemukan di atas diilustrasikan
melalui gambar grafik berikut ini.

18
 Gambar 2. Grafik Metode Biseksi

2. Langkah menggunakan metode biseksi

a. Untuk menggunakan metode biseksi, terlebih dahulu ditentukan
batas bawah (a) dan batas atas (b). Kemudian dihitung nilai tengah :

x=

b. 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
c. Setelah diketahui dibagian mana terdapat akar, maka batas bawah
dan batas atas di perbaharui sesuai dengan range dari bagian yang
mempunyai akar.

3. Algoritma Metode Biseksi

a. Definisikan fungsi f(x) yang akan dicari akarnya
b. Tentukan nilai a dan b
c. Tentukan torelansi e dan iterasi maksimum N
d. Hitung f(a) dan. f(b)

19
 e. Jika f(a) . f(b)> 0 maka proses dihentikan karena tidak ada akar, bila
tidak dilanjutkan

f. Hitung x =

g. Hitung f(x)
h. Bila f(x) . f(a) < 0 maka b = x dan f(b) = f(x), bila tidak a = x dan f(a)
= f(x)
i. Jika |b-a| < e atau iterasi > iterasi maksimum maka proses dihentikan
dan didapatkan akar = x, dan bila tidak, ulangi langkah 6.

G. Metode Regula Falsi

1. Pengertian Metode Regula Falsi
Metode regula falsi disebut juga metode Interpolasi Linear atau
metode Posisi Salah adalah metode yang digunakan untuk mecari akar-
akar persamaan nonlinear melalui proses iterasi. Metode regula falsi
merupakan metode pencarian akar persamaan dengan memanfaatkan
kemiringan dan selilih tinggi dari dua titik batas range. Solusi akar (atau
akar-akar) dengan menggunakan metode Regula Falsi merupakan
modifikasi dari Metode Bisection dengan cara memperhitungkan
‘kesebangunan’ yang dilihat pada kurva berikut:

Gambar 3. Representasi grafis metode Regula-Falsi

Metode Regula Falsi menetapkan hampiran akar sebagai perpotongan
antara garis yang melalui titik [a, f(a)] dan titik [b, f(b)] dengan sumbu-x.

20
Jika titik potong tersebut adalah tersebut adalah c, maka akar terletak
antara (a,c) atau (c, b).

Perhatikan kesebangunan antara Pcb dan PQR pada Gambar

1 , sehingga didapatkan persamaan berikut dapat digunakan:

Pb PR

bc RQ

Diketahui :
Tabel 1. Koordinat titik-titik pada Gambar 1
Koordinat Titik koordinat
A (a, 0)
B (b, 0)
C (c, 0)
P (b, f(b))
Q (a, f(a))
R (c, f(c))

Dari persamaan di atas diperoleh:

f (b)  0 f (b)  f (a )

bc ba
Sehingga
f (b)  b  a 
c b
 f (b)  f ( a ) 
Persamaan di atas disebut sebagai persamaan rekursif dari metode
Regula Falsi.Nilai c merupakan nilai akar x yang dicari. Sehingga jika
dituliskan dalam bentuk yang lain, nilai akar x adalah sebagai berikut:

f (b)  b  a 
x b
 f (b)  f (a)
Dengan kata lain titik pendekatan x adalah nilai rata- rata range
berdasarkan F(x).

21
 Pada kondisi yang paling ekstrim |b – ar| tidak pernah lebih kecil dari
 , sebab salah satu titik ujung selang, dalam hal ini b, selalu tetap untuk
iterasi r = 1,2,3,..... Titik ujung selang yang tidak berubah itu dinamakan
titik mandek (stagnan point). Pada titik mandek,
|br – ar| = |b – ar| , dimana r = 1,2,3,...
Yang dapat mengakibatkan program mengalami looping. Untyk
mengatasi hal ini, kondisi berhenti pada algoritma Regula-Falsi harus
ditambah dengan memeriksa apakah nilai f(x) sudah sangat kecil hingga
mendekati nol.
2. Algoritma Metode Regula Falsi
Algoritma Metode Regula Falsi secara singkat dapat dijelaskan
sebagai berikut:
a. Definisikan fungsi f(x)
b. Tentukan batas bawah (a) dan batas atas (b)
c. Tentukan toleransi error (  ) dan iterasi maksimum (n)
d. Tentukan nilai fungsi f(a) dan f(b)
e. Untuk iterasi I = 1 s/d n
f (b)  b  a 
x b
 f (b)  f (a)
 Hitung nilai f(x)
 Hitung error = | f(x)|
 Jika f (a ). f ( x)  0 maka a = c jika tidak b = c
 Jika | f(x)|   , hentikan Iterasi
f. Akar persamaan adalah x

H. Metode Newton Rapshon

1. Pengertian Metode Newton Raphson
Metode newton raphson termasuk metode terbuka seperti halnya
metode iterasi titik tetap. Rumus yang digunakan pada metode Newton-
Raphson dapat diturunkan secara grafis maupun perluasan deret Taylor.
2. Algoritma Newton Raphson
Algoritma pada metode newton raphson adalah sebagai berikut:

a. Tentukan harga fungsi f ( x i )

b. Tentukan Harga Awal x i

22
 c. Tentukan Interval = [a;b] dengan jumlah pembagi h
d. Tentukan toleransi kesalahan  s dan iterasi maksimum n (jika belum
ditentukan)
e. Hitung nilai fungsi f ( x i ) dan turunannya f ' ( x i )
f. Hitung nilai x i ! menggunakan rumus:
f (xi )
x i 1  x i 
f ' ( xi )
g. Hitung kesalahan dan bandingkan dengan toleransi kesalahan yang
diizinkan
1) Jika  a   s , maka ulangi langkah ke-2
2) Jika  a   s , maka iterasi selesai dan x i 1 sebagai akar persamaan
h. Akar persamaan adalah x i terakhir yang diperoleh.

I. Metode Secant
1. Pengertian Metode Secant
Metode secant merupakan salah satu metode terbuka untuk
menentukan solusi akar dari persamaan non linear. Metode secant
melakukan pendekatan terhadap kurva f(x) dengan garis secant yang
ditentukan oleh dua titik. Kemudian nilai akar selanjutnya adalah titik
potong antara garis secant dengan sumbu x. Berikut metode secant
ditunjukan secara grafis.

2. Algoritma Metode Secant

Algortima pada metode Secant yaitu:

a. Definisikan fungsi f(x)

b. Definisikan toleransi eror (εs)
c. Taksir batas atas xidan batas bawah xi-1.
d. Tentukan f(xi) dan f(xi-1). Jika f(xi) = f(xi-1) maka iterasi tidak
dilanjutkan, tetapi jika f(xi) = f(xi-1) maka iterasi dilanjutkan.
e. Lakukan iterasi dengan menghitung nilai taksiran akar selanjutnya
dengan:
f ( x i )( x i  x i 1 )
x i 1  x i 
f ( x i )  f ( x i 1 )
f. Iterasi berhenti jika εrh ≤ εs, dengan:

23
 xi 1  xi
 rh 
xi 1
a.

J. Metode Interpolasi Beda Maju dan Beda Mundur

1. Pengertian Interpolasi Beda Maju dan Beda Mundur
Interpolasi adalah suatu cara untuk mencari suatu fungsi yang tidak
diketahui diantara beberapa nilai fungsi yang diketahui pada tabel fungsi
tersebut. Interpolasi Newton-Gregory merupakan kasus khusus dari
interpolasi Newton untuk titik-titik yang berjarak sama. Untuk titik-titik
yang berjarak sama, rumus interpolasi Newton menjadi lebih sederhana.
Selain itu, tabel beda hingga pun lebih mudah terbentuk yang disebut
dengan tabel beda hingga. Dinamakan dengan tabel beda hingga karena
tidak ada proses pembagian dalam pembentukan elemen tabel.
Ada dua macam tabel beda hingga, yaitu tabel beda hingga maju dan
tabel beda hingga mundur. Berdasarkan dua macam tabel beda hingga
tersebut, maka ada dua macam Interpolasi Newton-Gregory, yaitu
interpolasi Newton-Gregory Forward dan interpolasi Newton-Gregory
Backward.
Interpolasi Newton-Gregory Forward (interpolasi beda maju)
diturunkan dari tabel beda hingga maju. Penurunan rumus Interpolasi
Newton-Gregory Forward dikembangkan berdasarkan pada tabel beda
hingga maju maju. Sedangkan Interpolasi Newton-Gregory Backward
(interpolasi beda mundur) diturunkan dari tabel beda hingga mundur.
Penurunan rumus Interpolasi Newton-Gregory Backward dikembangkan
berdasarkan pada tabel beda hingga mundur.
a. Tabel Beda Hingga Maju
Misal diberikan lima buah titik dengan absis x yang berjarak sama. Tabel
beda hingga maju yang dibentuk dari kelima titik itu adalah:

n x f(x) ∆f ∆2 f ∆3f ∆4f

0 x0 f0
∆ f0
1 x1 f1 ∆2 f0
∆ f1 ∆3 f0

24
 2 x2 f2 ∆2 f1 ∆4f0
∆ f2 ∆3 f1
2
3 x3 f3 ∆ f2
∆ f3
4 x4 f4

Lambang ∆ menyatakan beda hingga maju. Nilai beda hingga fungsi

f(x) dapat dicari dengan
∆nf(x) = ∆n-1f(x+h) – ∆n-1f(x)
dimana:h = ∆ x,n=1 disebut beda hingga tingkat 1, n=2 disebut beda
hingga tingkat 2 dst.
b. Tabel Beda Hingga Mundur
Misal diberikan lima buah titik dengan absis x yang berjarak sama.
Tabel selisih maju yang dibentuk dari ketiga titik itu adalah:

n x f(x) f 2
f 3
f 4
f
-4 x-4 f-4
f-4
-3 x-3 f-3 2
f-4
3
f-3 f-4
-2 x-2 f-2 2
f-3 4
f-4
3
f-2 f-3
-1 x-1 f-1 2
f-2
f-1
0 x0 f0
Lambang menyatakan beda mundur. Nilai beda hingga fungsi f(x)

dapat dicari dengan

n
f(x) = n-1 f(x) – n-1
f(x+h)
Dimana h = x, n=1 disebut beda hingga tingkat 1, n=2 disebut beda
hingga tingkat 2 dst.
c. Penyelesaian Interpolasi Beda Maju
Interpolasi Beda Maju adalah metode yang digunakan untuk
menyelesaikan persoalan interpolasi dengan persamaan berikut

25
 s s s  1 2 s  s  1 s  2  3
f ( xs)  f 0  f 0   f0   f 0  ...
1! 2! 2!
s  s  1 s  2 ... s  n  1 n
 f0
n!
x  x0
Dimana s 
h
d. Penyelesaian Interpolasi Beda Mundur
Interpolasi Beda Mudur adalah metode yang digunakan untuk
menyelesaikan persoalan interpolasi dengan persamaan berikut

s s  s  1 2 s  s  1 s  2  3
f ( xs )  f 0  f 1   f 2   f 3  ...
1! 2! 2!
s  s  1 s  2... s  n  1 n
 f n
n!
x s  x0
Dimana s 
h

2. Algoritma Metode Secant

a. Algoritma interpolasi beda maju

1) Cari nilai – nilai beda hingga dari fungsi f(x)

2) Buat tabel beda hingga maju

3) Cari nilai s

4) Cari nilai fungsi f(xs)

b. Algoritma interpolasi beda mundur

1) Cari nilai – nilai beda hingga dari fungsi f(x)

2) Buat tabel beda hingga mundur

3) Cari nilai s

4) Cari nilai fungsi f(xs)

3. Contoh soal dan Penyelesaian Interpolasi Beda Maju

Contoh soal:

26
Carilah nilai f(xs) pada xs = 1,03 dari tabel di bawah ini dengan metode
interpolasi beda maju.

n x f(x)
0 1,0 1,449
1 1,3 2,060
2 1,6 2,645
3 1,9 3,216

Penyelesaian :
Mencari nilai beda hingga dari f(x) dengan membuat tabel beda hingga maju.
n x f(x) ∆f ∆2 f ∆3f
0 1,0 1,449
0,611
1 1,3 2,060 -0,026
0,585 0,012
2 1,6 2,645 -0,014
0,571
3 1,9 3,216
x s  x 0 1,03  1
Mencari nilai s    0,1
h 1,3  1

Dari tabel beda hingga dapat diketahui nilai

∆f = 0,611

∆2 f = -0,026

∆3 f = 0,012

27
 Sehingga,

s s  s  1 2 s  s  1 s  2  3
f ( xs )  f 0  f 0   f0   f 0  ...
1! 2! 2!
s  s  1 s  2 ... s  n  1 n
 f0
n!
0,1 0,1 0,1  1 0,1 0,1  1 0,1  2 
 1,449  (0,611)  ( 0,026)  0,012
1! 2! 3!
 1,449  0,0611  0,00117  0,000342
 1,511612

4. Contoh soal dan Penyelesaian Interpolasi Beda Mundur

Contoh soal:
Carilah nilai f(xs) pada xs = 2,67 dari tabel di bawah ini dengan metode
interpolasi beda mundur.

n x f(x)
-3 1,9 3,216
-2 2,2 3,779
-1 2,5 ,338
0 2,8 4,898
Penyelesaian :
Mencari nilai beda hingga dari f(x) dengan membuat tabel beda hingga
mundur.

-3 1,9 3,216
0,563
-2 2,2 3,779 -0,004
0,559 0,004
-1 2,5 3,338 -0,001
0,560
0 2,8 4,898

28
 x s  x0 2,67 - 2,8
Mencari nilai s   = 0,43333
h 1,3 - 1

Dari tabel beda hingga dapat diketahui nilai

∆f 0 = 4,898

∆ f -1= 0,560

∆2 f-2 = -0,001

∆3 f-3 = 0,004

= 4,654783, Jadi f(2,67) = 4,654783

K. Interpolasi Lagrange
1. Interpolasi Polinomial Lagrange
Interpolasi Polinomial lagrange hampir sama dengan interpolasi
polinomial dari newton, tetapi tidak menggunakan pembagian beda
hingga. Interpolasi polinomial lagrange dapat diturunkan dari persamaan
newton.

Sehingga di dapat persamaan interpolasi polinomial lagrange order

satu.

29
 Dan persamaan interpolasi polinomial lagrange order dua.

Bentuk ponomial Lagrange derajat dinyatakan sebagai

dengan

dan menyatakan fungsi interpolasi polynomial

Lagrange berderajat dengan sebagai koefisien interpolasi

Lagrangenya dan sebagai polinomial Lagrangenya.

Bentuk paling sederhana dari suatu interpolasi adalah bentuk
polynomial. Hal ini dimungkinkan dalam membentuk suatu fungsi

, yaitu polinomial derajat yang melalui pasangan

data.
Andaikan polynomial dan mempunyai derajat dapat

menginterpolasikan di titik-titik maka

dengan berupa polinomial berderajat .

untuk .

30
 Dalam hai ini paling sedikit ada satu polynomial berderajat yang

menginterpolasikan fungsi di titik yang berbeda-beda

sehingga

Terlihat bahwa polynomial derajat akan nol di titik data tersebut

kecuali di titik yaitu polynomial sebagai

= ….

….

dengan dan didefinisikan polynomial

Lagrange untuk titik-titik data sebagai yang

berupa polynomial derajat dan yang menginterpolasikan dititik-

titik data Dalam hal berada pada dua buah

titik yaitu dan dan mempunyai dan

sehingga

Atau

yang disebut interpolasi linear.

Dilain pihak jika terdiri dari tiga titik, yaitu dan

mempunyai koefisien Lagrange

31
 ; ;

Sehingga polinomial sebagai

2. Algoritma Interpolasi Lagrange

a. Tetapkan jumlah titik yang diketahui
b. Mencari L(x) dan P(x)
3. Kelebihan dan Keterbatasan Interpolasi Lagrange
Metode lagrange mempunyai beberapa kelebihan yaitu:

a. Interpolasi metode lagrange dapat digunakan untuk menyelesaikan

persoalan interpolasi aquispaced (h=constan) ataupun non-equispaced
(h tidak konstan).
b. Metode lagrange dapat digunakan untuk menyelesaikan kasus
interpolasi dan interpolasi balik(invers interpolation).
c. Metode lagrange dapat digunakan untuk mencari nilai fungsi yang
variabelnya terletak pada daerah awal, akhir ataupun tengah.
d. Tidak membutuhkan tabel beda hingga dapat menyelesaikan
persoalannya, sehingga langkah penyelesaian persoalan akan menjadi
mudah.

Sedangkan kekurangannya adalah jika nilai variabel dan nilai fungsi

yang ada dalam tabel jumlahnya banyak maka perhitungan dengan
persamaan 5.6 akan cukup kompleks.

4. Contoh Soal Interpolasi Lagrange

a. Carilah nilai fungsi pada dari tabel

5.17

0 1,0 0,00000
1 1,2 0,26254

32
 2 1,5 0,91230
3 1,9 2,31709
4 2,1 3,27194
5 2,5 5,72682
6 3,0 9,88751
Penyelesaian :
Dengan menggunakan persamaan 5.6 didapatkan untuk

33
Untuk didapat

34
35
36
 BAB III

PEMBAHASAN

A. Pengertian Metode Simpson dan Simpson

1. Pengertian Metode Simpson 1/3

Hampiran nilai integrasi yang lebih baik dapat ditingkatkan dengan

mengunakan polinom interpolasi berderajat yang lebih tinggi.
Misalkan fungsi f(x) dihampiri dengan polinom interpolasi derajat 2
yang grafiknya berbentuk parabola. Luas daerah yang dihitung sebagai
hampiran nilai integrasi adalah daerah di bawah parabola (Gambar
3.1). Untuk itu, dibutuhkan 3 buah titik data, misalkan (0, f(0)), (h,
f(h)), dan (2h, f(2h)).

Gambar 3.1 Metode Simpson

Polinom interpolasi Newton-Gregory derajat 2 yang melalui ketiga

buah titik tersebut adalah
x ( x  h) 2 x ( x  h) 2
p 2 ( x)  f ( x 0 )  2
 f ( x 0 )  f 0  xf 0  
2! h 2! h 2

37
 Integrasikan p2 ( x ) di dalam selang [0, 2h]:
2h 2h
I 
0
f ( x )dx  p
0
2 ( x)

setelah melalui beberapa tahap pengintegrasian dari p2 ( x ) di

dalam selang [0, 2 h] di atas maka diperoleh:
h
I  2hf 0  2h( f 1  f 0 )  ( f2  2 f1  f0 )
3
h 2h h
 2hf 0  2hf 1  2hf 0 )  f 2  f 1  f0
3 3 3
h 4h h (P.3.1)
 f0  f1  f 2
3 3 3
h
 ( f 0  4 f1  f 2 )
3

Persaman (P.3.1) ini dinamakan metode Simpson . Sebutan

muncul karena di dalam persamaan (P.3.1) terdapat faktor (sekaligus

untuk membedakannya dengan metode Simpson yang lain.

Secara umum metode Simpson dituliskan sebagai berikut:

h
I ( f 0  4 f 1  2 f 2  4 f 3  2 f 4  ....  2 f n  2  4 f n 1  f n )
3
n 1 n2
h
 ( f0  4  fi )  4  fi  fn )
3 i  ganjil i  genap

(P.3.2)
ba
, dimana h 
n

Persamaan (P.3.2) ini mudah dihafalkan dengan mengingat pola

koefisien suku-sukunya:
1, 4, 2, 4, 2, ... ,2, 4, 1

38
 Namun penggunaan metode Simpson mensyaratkan jumlah

upaselang (n) harus genap, ini berbeda dengan metode trapesium yang
tidak mempunyai persyaratan mengenai jumlah selang.

2. Galat Metode Simpson

Pada metode Simpson galat atau kesalahan untuk pendekatannya

adalah:
h4
E tot   (b  a ) f ( iv )
(t )
180

3. Pengertian Metode Simpson

Seperti halnya pada kaidah Simpson , hampiran nilai integrasi

yang lebih teliti dapat ditingkatkan terus dengan mengunakan polinom

interpolasi berderajat lebih tinggi pula. Misalkan sekarang fungsi f(x)
kita hampiri dengan polinom interpolasi derajat 3. Luas daerah yang
dihitung sebagai hampiran nilai integrasi adalah daerah di bawah kurva
polinom derajat 3 tersebut parabola (Gambar 3.2). Untuk membentuk
polinom interpolasi derajat 3, dibutuhkan 4 buah titik data, misalkan
titik-titk tersebut (0, f(0)), (h, f(h)), (2h, f(2h)), dan (3h, f(3h)).

39
 Gambar 3.2 Metode Simpson

Polinom interpolasi Newton-Gregory derajat 3 yang melalui

keempat buah titik itu adalah

Integrasi di dalam selang adalah

Dengan cara penurunan yang sama seperti pada kaidah Simpson ,

diperoleh

(P.3.3)

Secara umum metode Simpson adalah:

40
 (P.3.4)

Persamaan (P.3.4) ini mudah dihafalkan dengan mengingat pola

suku-sukunya :

1, 3, 3, 2,,3,3,2,3,3,2, ... , 2, 3, 3, 1

4. Galat Metode Simpson

B. Algoritma Metode Simpson dan Simpson

1. Metode Simpson
a. Tentukan batas atas (b) dan batas bawah (a)
b. Tentukan jumlah upaselang (n)
c. Cari nilai xi
ba
h 
xi  a  i.h dengan n
d. Tentukan nilai fungsi dari f(xi)
e. Tentukan besar luasan
h� �
L  �f 0  4 � f i  2 � f i  f n �
3� i ganjil i genap �

f. Menghitung Galat
 b  a
5

E . f ''''(c )
180n 4

41
 2. Algoritma Metode Simpson
a. Tentukan batas atas (b) dan batas bawah (a)
b. Tentukan jumlah upaselang (n)
c. Cari nilai xi
ba
xi  a  i.h dengan h  n
d. Tentukan nilai fungsi dari f(xi)
e. Tentukan besar luasan
3h
L   f 0  3 f1  3 f 2  2 f 3  ...  3 f n 1  f n 
8

f. Menghitung Galat
3 b  a
5

E . f ''''(c )
80n5

C. Kelebihan dan Keterbatasan Metode Simpson dan Simpson

Metode Simpson mempunyai beberapa keterbatasan yaitu :

1. Hanya dapat digunakan untuk mencari nilai integral dengan tabel

equispaced
2. Metode ini baru efektif jika n genap, sebab tidak menimbulkan error
yang besar

Sedangkan keuntungan dari metode Simpson adalah langkah

penyelesaiannya yang sederhana.

Metode Simpson mempunyai beberapa keterbatasan yaitu :

1. Hanya dapat digunakan untuk mencari nilai integral dengan tabel

equispaced
2. Metode ini baru efektif jika n merupakan kelipatan tiga, sebab tidak
menimbulkan error yang besar

Sedangkan keuntungan dari metode Simpson 3/8 adalah langkah

penyelesaiannya yang sederhana.

42
D. Contoh Soal dan Penyelesaian Metode Simpson dan Simpson

1. Cari luasan suatu area dengan Metode Simpson dari persamaan

dibawah dengan n = 5
11

�
3
x dx
1
Penyelesaian:
b. Nilai h
(11  1)
h 2
5
c. Nilai xi dari fungsi yaitu x3
x0  1  0.2  1
f ( x0 )  13  1

x1  1  1.2  3
f ( x1 )  33  27

x2  1  2.2  5
f ( x2 )  53  125

x3  1  3.2  7
f ( x3 )  73  343

x4  1  4.2  9
f ( x4 )  93  729

x5  1  5.2  11
f ( x5 )  113  1331
b. Mencari luasan
2
L  [ 1  4.27  2.125  4.343  2.729  1331 ]
3
2
 .4519
3
 3012, 667
c. Mencari galat

43
 (11  10)5
E .0(5)  0
180.54

2. Cari luasan suatu area dengan Metode Simpson dari persamaan

dibawah dengan n = 5
11

�
3
x dx
1
Penyelesaian:
a. Nilai h
(11  1)
h 2
5
b. Nilai xi dari fungsi yaitu x3
x0  1  0.2  1
f ( x0 )  13  1

x1  1  1.2  3
f ( x1 )  33  27

x2  1  2.2  5
f ( x2 )  53  125

x3  1  3.2  7
f ( x3 )  73  343

x4  1  4.2  9
f ( x4 )  93  729

x5  1  5.2  11
f ( x5 )  113  1331
d. Mencari luasan
3.2
L [ 1  3.27  3.125  2.343  3.729  1331 ]
8
6
 .4661
8
 3495, 75
e. Mencari galat
3(11  10)5
E .0(5)  0
80.54

44
45
 BAB IV

STUDI KASUS

Masalah getaran sering dijumpai dalam kehidupan sehari-hari. Respons suatu

struktur yang tergetar dapat diwakili oleh percepatan, kecepatan, atau
perpindahan. Masalah yang dibahas dalam penelitian ini ialah mengenai
bagaimana mengolah sinyal percepatan struktur menjadi respons lainnya dan
menganalisis pola percobaan dari struktur tersebut.

Penelitian ini di lakukan dalam 2 tahapan. Pada tahap pertama telah dibuat
program perubahan sinyal percepatan menjadi sinyal kecepatan dan perpindahan
setelah dilakukan pengembangan program akuisis data. Tahap kedua meliputi
pembuatan program analisis pola percobaan untuk struktur sederhana dan
percobaan modus getar skala laboratorium bagi struktur sederhana tersebut. Pada
kedua tahapan, struktur uji yang berupa pelat tipis dianggap tetap berada dalam
keadaan elastis. Sebagian subrutin-subrutin program pada ahap awal maupun
program akuisisi dan pembacaannya digunakan untuk penelitian tahap kedua.

Kajian tahap pertama memperlihatkan bahwa perpindahan dan kecepatan

dapat diperhitungkan dari percepatannya yang diperoleh dengan bantuan satu
peralatan penangkap sinyal dan percepatan. Hasil penelitian ini yang berupa
program perubahan sinyal percepatan menjadi kecepatan dan perpindahan, juga
digunakan untuk mendapatkan kecepatan dan perpindahan tanah dari satu
rekaman percepatan tanah oleh satu strong motion accelerograph. Rekaman
percepatan tanah tersebut didapat akibat adanya pergerakan tanah sewaktu gempa
bumi terjadi. Teknik perolehan respons perpindahan dari sinyal percepatan
tersebut dilakukan dalam 2 ranah, yaitu ranah waktu dan ranah frekuensi.
Pendekatan dalam ranah waktu dilakukan dengan 2 teknik integrasi, yaitu
formulasi Newton-Cotes dan Simpson. Kedua cara tersebut dikombinasikan
dengan koreksi garis basis. Teknik koreksi garis basis yang digunakan ialah teknik
waktu akhir nol.

46
 Ranah frekuensi didekati dengan bantuan algoritma transformasi Fourier
cepat. Penerapan pada beberapa kasus studi memperlihatkan bahwa hasil
perolehan perpindahan dalam ranah frekuensi memberikan hasil yang lebih baik
jika dibandingkan dengan perolehan dalam ranah waktu. Hasil perolehan dalam
ranah frekuensi juga masih memperlihatkan beberapa kelemahan namun secara
umum masih lebih baik daripada hasil dalam ranah waktu. Selain itu proses
koomputasi perolehan perpindahan dalam ranah frekuensi masih lebih cepat bila
dibandingkan dengan proses dalam ranah waktu. Respons mekanik dapat
mewakili perilaku mekanik dari sebuah struktur yang terkena suatu eksitasi gaya.
Respons mekanik tersebut sangat dipengaruhi oleh parameter sistem dinamik
struktur tersebut. Kajian tahun kedua meliputi penentuan parameter tersebut, yaitu
pola getar, nilai-nilai frekuensi, dan nisbah redaman yang ada pada suatu struktur
sederhana. Parameter dinamik ini dapat ditentukan melalui analisis pola
percobaan pada struktur tersebut. Parameter tersebut ditentukan dalam 4 tahapan,
yaitu pengujian data dan akuisisi data, penentuan fungsi respons frekuensi,
penentuan parameter dinamik, dan penggambaran pola struktur. Untuk dapat
melakukan tahap kedua dan ketiga, dikembangkan 2 program terpisah untuk
setiap tahapnya. Hasil yang didapat melalui beberapa tahapan tersebut walau
cukup baik masih memperlihatkan kelemahan sehingga masih harus dilakukan
beberapa perbaikan program sebelum dapat digunakan untuk jenis struktur yang
lebih kompleks. Program akuisisi dan osiloskop yang digunakan pada studi di
tahap pertama dapat digunakan untuk mengukur respons lain dengan bantuan jenis
transducer lainnya dan amplifier yang bersesuaian. Jenis transducer dapat berupa
transducer perpindahan, strain gauge, pressure transducer, atau yang lainnya.

Program yang digunakan pada tahap kedua selain dapat diterapkan pada
struktur pelat juga dapat diterapkan pada jenis struktur lainnya. Program yang
digunakan pada tahap ketiga selain dapat diterapkan pada pelat tipis yang terbuat
dari baja atau beton serat (fiber), dapat juga diterapkan pada pelat tipis dengan
jenis bahan lain seperti tripleks. Selain itu program dapat juga digunakan untuk
mengenali pengaruh ketidaksempurnaan perletakan tepat pada parameter yang
didapat. Selain itu perluasan yang lebih jauh meliputi program analisis pola

47
percobaan pada dek atau lantai jembatan konvensional. Kerusakan atau kelainan
daya dukung fondasi dalam pembangunan suatu gedung atau struktur lainnya
biasanya terjadi akibat kelalaian operator ataupun oleh kondisi tanah. Program
pendeteksian kerusakan struktural seperti program analisis integritas tiang
pancang beton atau tiang bor yang mencakup salah satu jenis analisis dinamika
tiang pancang beton, dapat merupakan topik perluasan penelitian ini.

48
 BAB V
KESIMPULAN
Dalam dunia statistik khususnya matematika numerik terdapat berbagai
macam teknik integrasi metode-metode numerik dalam pengaplikasiannya di
dunia nyata salah satunya aturan Simpson. Di dalam aturan Simpson terdapat dua
bagian yaitu aturan Simphon 1/3 dan 3/8. Hampiran nilai integrasi yang lebih baik
dapat ditingkatkan dengan menggunakan polinom interpolasi yang berderajat
lehih tinggi. Misalkan fungsi f(x) dihampiri dengan polinom interpolasi derajat 2
yang grafiknya berbentuk parabola. Luas daerah yang dihitung sebagai hampiran
nilai integrasi adalah daerah dibawah parabola, untuk itu dibutuhkan 3 titik data,

misalkan , , . Sedangkan untuk aturan Simphon 3/8

dibutuhkan 4 buah titik dimana tingkat nilai dari integrasi cenderung lebih baik
daripada aturan Simpson 1/3.

49
 DAFTAR PUSTAKA

Munif, Abdul., & H, Aries Prastyoko. (1995). Cara raktis enguasaan dan
enggunaan Metode Numerik. Surabaya: Prima Printing.
Djojodiharjo, Harijono. (2000). Metode Numerik. Jakarta: Gramedia.
http://zai.lecturer.pens.ac.id/Kuliah/Workshop%20Metode
%20Numerik/Teori/Metode%20Integral%20Simpson.pdf diakses pada
19/12/2018 pukul 14:48
http://informatika.stei.itb.ac.id/~rinaldi.munir/Buku/Metode
%20Numerik/BAb-%2006%20Integrasi%20Numerik.pdf diakses pada
25/12/2018 pukul 12:14

50