FISIKA KOMPUTASI I
“Metode Trapesium”
Disusun oleh :
Nama : Igor Levi Satriani
NIM : 1707045038
Kelas :B
Igor Levi Satriani, Delia Aurora Fajarwati, dan Rania . Praktikum Fisika Komputasi I
dilakasanakan pada hari Sabtu, 9 Maret 2019 bertempat di Laboratorium Fisika Komputasi,
Gedung G lantai 3, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Mulawarman.
Praktikum dilaksankan pada pukul 17.00-19.30 WITA, dengan bahasan pokok materi yaitu
“Metode Trapesium”.
Aturan Trpezoida adalah suatu metode pentdekatan integral numerik dengan polinom rde
satu. Dalam metode ini, kurva yang berbentuk lengkung di dekatkan dengan garis lurus
sedemikian sehingga, bentuk dibawah kurvanya seperti trapesium.
Igor Levi Satriani, Delia Aurora Fajarwati, and Sapna Maharani .The Computational
Physics Practicum I was held on Saturday, 9th March, 2019 at the Computational Physics
Laboratory, Building G, 3rd floor, Faculty of Mathematics and Natural Sciences, Mulawarman
University. Practicum is carried out at 05.00 pm until 07.30 pm, with the practicum title namely
the Trapezoidal Method. Experimental procedures have been discussed in this report.
Trapezoid rule was a method that using integral numerical approaching with order of 1
polynomial. In this method, curve that has been made curved on the vicinity with the linear line,
therefore it shaped looks like a trapezoid
1.3 Tujuan
Terdapat beberapa tujuan yang merupakan destinasi akhir pemahaman praktikan, yaitu:
1. Untuk memahami dasar integrasi numeric dan perbedaanya dengan integrasi kalkulasi
analitik.
2. Untuk menentukan langkah penyelesaian suatu fungsi permasalahan dengan penyelesaian
integrasi numeric menggunakan metode trapezium dan trapezium banyak pias.
1.4 Manfaat
1. Dapat menguasi dengan baik dasar integrasi numeric
2. Dapat menentukan langkah penyelesaian dari fungsi permasalahan
BAB II
DASAR TEORI
Metode numeric merupakan salah satu dari banyak metode-metode yang digunakan
sebagai penyelesaian permasalahan model matematis dari berbagai bidang berbeda, baik pada
bidan teknik maupun saintik. Namun proses dan penyelesaian dari model matematika yang
kompleks ini membutuhkan kemampuan dan perangkat lunak komputasi numeric yang handal
dan sesuai dengan fungsinya (Sasongko,2010).
Komputer berperan besar dalam perkembangan bidang metode numerik. Hal ini mudah
dimengerti karena perhitungan dengan metode numerik adalah berupa operasi aritmetika seperti
penjumlahan, perkalian, pembagian, plus membuat perbandingan. Sayangnya, jumlah operasi
aritmetika ini umumnya sangat banyak dan berulang, sehingga perhitungan secara manual sering
menjemukan. Manusia (yang melakukan perhitungan manual ini) dapat membuat kesalahan
dalam melakukannya. Dalam hal ini, computer berperanan mempercepat proses perhitungan
tanpa membuat kesalahan. Penggunaan komputer dalam metode numerik antara lain untuk
memprogram (Nasution, 2011).
Salah satu dari banyaknya tugas dan tujuan dari peneliti, ilmuwan maupun ahli teknik
adalah dapat merepresentasikan berbagai sudut bagian fenomena alam menjadi suatu model yang
lebih sederhana ataupun dalam skala yang mikro. Model sendiri mempunyai arti sebagai suatu
bentuk atau wujud tiruan yang dapat diartikan bermacam-macam, model sendiri dapat berbentuk
baik fisik atau nonfisik, seperti model matematika. Lalu tujuan selanjutnya adalah memanfaatkan
model sederhana tersebut sehingga dapat memprediksi akar munculnya sebab fenomena alam
tersebut. Dan nanti pada akhirnya hasil yang didapat akan digunakan untuk merekayasa atau
mengkontrol system, baik dalam skala kecil pada model ataupun system yang makro
(Sasongko,2010).
Untuk selanjutnya, bentuk dari model tersebut akan kembali dibahas pada model nonfisik
atau lebih tepatnya pada model matematis. Model matematika tersebut akan disusun ulang
berdasarkan pada dua pendekatan berbeda. Pendekatan pertama yaitu white box model yang
belum dibahas dan kita lihat lebih detail pendekatan kedua. Pada pendekatan kedua ini disusun
berdasarkan data yang didapatkan dari uji coba di lapangan dan dari hasil suatu penelitian
(experimental based data). Pendekatan kedua akan mendapatkan persamaan empiris yang
merupakan hubungan antara input dan output, atau hubungan dari variable bebas (independent
variable) dengan variable tak bebas (dependent variable), model seperti ini direpresentasikan
seperti pada gambar 2.1 (Sasongko,2010).
Persamaan
Variabel bebas Variable tak
Empiris bebas
Terdapat beberapa alasan tambahan mengapa kita harus mempelajari metode numerik.
Metode numerik merupakan alat bantu pemecahan masalah matematika yang sangat ampuh.
Metode numerik mampu menangani sistem persamaan besar, ketidaklinieran, dan geometri yang
rumit yang dalam praktek rekayasa seringkali tidak mungkin dipecahkan secara analitik. Di
pasaran banyak tersedia program aplikasi numerik komersil. Penggunaan aplikasi tersebut
menjadi lebih berarti bila kita memiliki pengetahuan metode numerik agar kita dapat memahami
cara paket tersebut menyelesaikan persoalan. Kita dapat membuat sendiri program komputer
tanpa harus membeli paket programnya. Seringkali beberapa persoalan matematika yang tidak
selalu dapat diselesaikan oleh program aplikasi. Sebagai contoh, misalkan ada program aplikasi
tertentu yang tidak dapat dipakai untuk menghitung integrasi lipat dua, atau lipat tiga. Mau tidak
mau, kita harus menulis sendiri programnya. Untuk itu, kita harus mempelajari cara pemecahan
integral lipat dua atau lebih dengan metode numerik. Metode numerik menyediakan sarana untuk
memperkuat kembali pemahaman matematika. Karena, metode numerik ditemukan dengan
menyederhanakan matematika yang lebih tinggi menjadi operasi matematika yang mendasar
(Nasution, 2011).
Pada umumnya, metode perhitungan integral secara numerik bekerja dengan sejumlah
titik diskrit. Karena data yang ditabulasikan sudah berbentuk demikian, maka secara alami ia
sesuai dengan kebanyakan metode integrasi numerik. Untuk fungsi menerus, titik-titik diskrit itu
diperoleh dengan menggunakan persamaan fungsi yang diberikan untuk menghasilkan tabel nilai.
Dihubungkan dengan tafsiran geometri inttegral Tentu, titik-titik pada tabel sama dengan
membagi selang integrasi [a, b] menjadi n buah pias (strip) atau segmen (Sasongko,2010).
Metode tranpesium merupakan metode Newton-Cotes orde pertama. Dalam metode ini
kurva lengkung dari fungsi 𝑓(𝑥) digantikan oleh garis lurus. Luasan bidang di bawah fungsi 𝑓(𝑥)
antara𝑥 = 𝑎 dan 𝑥 = 𝑏 didekati oleh luas trapesium di bawah garis lurus yang menghubungkan
antara 𝑓(𝑎) dan 𝑓(𝑏) (Ilmi, 2012)./
Metode trapesium banyak pias digunakan sama seperti halnya metode trapesium satu pias.
Tetapi metode trapesium banyak pias memiliki sebuah kelebihan jika dibandingkan dengan
metode trapesium satu pias. Kelebihannya adalah metode trapesium banyak pias ternyata mampu
mengurangi tingkat kesalahan yang terjadi pada perhitungan dari metode trapesium satu pias.
Caranya adalah kurva lengkung yang terbentuk pada perhitungan dari metode trapsium satu pias
didekati oleh sejumlah garis lurus, sehingga terbentuk banyak pias. Luas bidang adalah jumlah
dari beberapa pias tersebut. Semakin kecil pias yang digunakan, hasil yang didapatkan menjadi
semakin teliti. (Ilmi, 2012).
Integrasi suatu fungsi adalah operator matematik yang penting dan dipresentasikan
dalam bentuk yang merupakan integral suatu fungsi 𝑓(𝑥) terhadap variabel 𝑥 yang dihitung antara
batas bawah 𝑥 = 𝑎 sampai batas atas 𝑥 = 𝑏. Yang dimaksud dengan integrasi adalah nilai total
atau luasan yang dibatasi oleh fungsi 𝑓(𝑥) dan sumbu 𝑥 , serta antara batas bawah 𝑥 = 𝑎 dan batas
atas 𝑥 = 𝑏. Integrasi analitis suatu fungsi telah banyak dipelajari dalam mata kuliah kalkulus.
Dalam penelitian ini akan dibahas tentang integrasi numerik yang merupakan metode pendekatan
dari integrasi analitis (Ilmi, 2012).
Trapesium merupakan bangun datar dua dimensi yang dibentuk oleh empat buah
rusuk, dua rusuk di antaranya saling sejajar tetapi panjangnya tidak sama. Metode integrasi
numerik adalah suatu cara untuk menghitung aproksimasi luas daerah di bawah fungsi yang
dimaksud pada selang yang diberikan. metode trapezium merupakan metode integrasi numerik
yang didasarkan pada penjumlahan segmen-segmen berbentuk trapezium (Triadmojo, 2010).
Gambar 2.2 Grafik Metode Trapesium
(Triadmojo, 2010).
Error atau yang sering disebut galat adalah bentuk dari suatu kesalahan yang terjadi
disebabkan oleh besarnya perbedaan nilai pada hasil analitik dan hasil numerik. Pada perhitungan
integral, error merupakan standar mutlak antara selisih nilai analitik (nilai eksak) dan nilai
hampiran (Triadmojo, 2010).
Error dinyatakan dalam persamaan (2.9) :
𝐸= 𝑥 − 𝑥̅ (2.1)
dimana
E = error atau galat
x = nilai analitik (eksak)
𝑥̅ = nilai hampiran
Sebagai suatu contoh, jika 𝑥̅ = 8.5 merupakan nilai hampiran x = 8.35, maka galatnya
adalah 𝐸 = -0.15 . Tanda galat (positif atau negatif) tidak dipertimbangkan, sehingga galat mutlak
atau galat absolut dapat diartikan dengan istilah lain sebagai suatu ,panjang sebuah kayu
berdasarkan hasil pengukuran yang dilakukan oleh orang A (Triadmojo, 2010).
Bagi rekayasawan, solusi yang diperoleh secara analitik kurang kurang berguna untuk
tujuan numerik. Persoalan rekayasa dalam prakteknya tidak selalu membutuhkan solusi dalam
bentuk fungsi matematika menerus (continous). Rekayasawan seringkali menginginkan solusi
dalam bentuk numerik, misalnya persoalan integral tentu dan persamaan diferensial. Sebuah
contoh dalam termodinamika dikemukakan di bawah ini untuk memperjelas pernyataan ini
(Nasution, 2011).
METODE PRAKTIKUM
3.1 Kasus
𝜋
( )
6 3 1
∫ 𝑠𝑖𝑛 ( 𝑥 8 + 4𝑥 4 − 𝑥 2 − 5𝑥) 𝑑𝑥
0 2 2
Carilah plot hasil grafikdan bagi per pias
3.2 Algoritma
1. Dimulai program
2. Dicari nilai analitik dari persamaan yang diberikan
3. Dicari nilai numerik menggunakan persamaan
𝑛−1
ℎ
𝐼 = (𝑓(𝑥0) + 2 ∑ 𝑓𝑖 + 𝑓(𝑥𝑛))
2
𝑖=1
Mulai
Mendefinisikan fungsi
f(x)
∆𝑥 = (𝑏 − 𝑎)⁄𝑛
Inisialisasi
sum=sum+2*f(a)
𝑎 = 𝑎 + ∆𝑥
𝐼 = ∆ 𝑥 ⁄2 ∗)
Tampilkan numerik
selesai
3.4 Script
program baru !pias 1
implicit none
integer :: i,j
real :: a,b,fm,n,d,x,f,z,as,fl,pol,anali,error
a=0.0
b=4.0
d=(b-a)
anali= f(b)-f(a)
fm= d*(f(a)+f(b))/2
error=((anali-fm)/anali)*100
end program
real function f(x)
f=exp(x)
end function
program baruku !pias n
implicit none
integer :: i,n
real :: x,y,delta,zex,s,f,fl,a,l,kesesatan,fanal
x=0.0
y=180/6
n=100
s=0.0
delta=(y-x)/n
do i=1,n-1
x=x+delta
!delta(i)=x
end do
do i=1,n-1
s=s+ 2*f(x)
end do
fl= delta*0.5*(f(x)+f(y)+s)
fanal= l(y)-l(x)
kesesatan= ((fanal-fl)/fanal)*100
write (*,*) fl, 'hasil n pias numerik'
write (*,*) fanal, 'hasil analitik'
write (*,*) 'untuk nilai errornya sebessar', kesesatan, '%'
end program
real function f(x)
f= sin (3*x) + cos (3*x)
end function
real function l(x)
l= (sin (3*x) - cos (3*x))/3
end function
program tabelsumbu
implicit none
real,dimension(5000)::x,y
integer::i,n
real::b,k
open(2,file='pada x.txt',status='unknown')
open(4,file='pada y.txt',status='unknown')
x(1)=0.0
x(n)=30.0
n=100
b=(x(n)-x(1))/n
do i=1,n-1
k=k+dx
x(i)=k
!WRITE(2,*)x(i)
End do
Do i=1,n
y(i)=cos(3*x(i))+sin(3*x(i))
WRITE(2,*)x(i)
WRITE(4,*)y(i)
End do
End program
BAB IV
HASIL DAN PEMBAHASAN
4.1 Hasil
**** X(i) ********* Y(i) ************
0.300000012 1.40493679
0.600000024 0.746645451
0.900000036 -0.476692319
1.20000005 -1.33927894
1.5 -1.18832588
1.79999995 -0.138072133
2.0999999 1.01667225
2.39999986 1.40201926
2.69999981 0.726346374
2.99999976 -0.499010533
3.29999971 -1.34672689
3.59999967 -1.17526674
3.89999962 -0.114388883
4.19999981 1.03305709
4.5 1.39870501
4.80000019 0.705839753
5.10000038 -0.521191716
5.40000057 -1.35379481
5.70000076 -1.16187227
6.00000095 -9.07E-02
6.30000114 1.04915392
6.60000134 1.39499485
6.90000153 0.68513
7.20000172 -0.543229282
7.50000191 -1.36048138
7.8000021 -1.14814913
8.10000229 -6.69E-02
8.40000248 1.06495488
8.70000267 1.39088964
9.00000286 0.664227605
9.30000305 -0.565110624
9.60000324 -1.36678302
9.90000343 -1.13409972
10.2000036 -4.32E-02
10.5000038 1.0804528
10.800004 1.38639081
11.1000042 0.643137395
11.4000044 -0.586832225
11.7000046 -1.37269747
12.0000048 -1.1197294
12.300005 -1.94E-02
12.6000051 1.09564519
12.9000053 1.38150048
13.2000055 0.621860385
13.5000057 -0.608387828
13.8000059 -1.37822366
14.1000061 -1.10504401
14.4000063 4.41E-03
14.7000065 1.11053097
15.0000067 1.37621927
15.3000069 0.600412309
15.6000071 -0.62977612
15.9000072 -1.38335991
16.2000065 -1.09004605
16.5000057 2.82E-02
16.800005 1.12509274
17.1000042 1.37055302
17.4000034 0.578809261
17.7000027 -0.650957525
18.0000019 -1.38810098
18.3000011 -1.07476091
18.6000004 5.19E-02
18.8999996 1.13932383
19.1999989 1.364501
19.4999981 0.557057559
19.7999973 -0.671959996
20.0999966 -1.39244819
20.3999958 -1.05916548
20.699995 7.57E-02
20.9999943 1.15323985
21.2999935 1.35806668
21.5999928 0.535138726
21.899992 -0.692763329
22.1999912 -1.39640427
22.4999905 -1.04327822
22.7999897 9.94E-02
23.0999889 1.1668241
23.3999882 1.35124612
23.6999874 0.513078928
23.9999866 -0.713380694
24.2999859 -1.39996469
24.5999851 -1.02708936
24.8999844 0.123058438
25.1999836 1.18008518
25.4999828 1.34404755
25.7999821 0.490864217
26.0999813 -0.733787298
26.3999805 -1.4031316
26.6999798 -1.01061809
26.999979 0.146712124
27.2999783 1.19300735
27.5999775 1.33646631
27.8999767 0.468521148
28.199976 -0.753996074
28.4999752 -1.40590119
28.7999744 -0.993853986
29.0999737 0.170313716
29.3999729 1.20559859
29.6999722 1.32851148
30 0.44592303
Kedua, dengan metode numerik kita hanya memperoleh solusi yang menghampiri atau mendekati
solusi sejati sehingga solusi numerik dinamakan juga solusi hampiran atau solusi pendekatan.
Solusi hampiran jelas tidak tepat sama dengan solusi sejati, sehingga ada selisih antara keduanya.
Selisih inilah yang disebut galat (error).
2. Kelebihan Metoda Analitik
• Nilai yang diperoleh adalah nilai sejati atau exact
5.2 Saran
Unruk praktikum selanjutnya, kiranya pada ruas pias dapat diperbanyak sehingga hasil
perhitungan numerik, dapat mendekati nilai pastinya dan mengecilkan kemungkinan error
DAFTAR PUSTAKA