METODE NUMERIK
(Analisis Galat dan Akar – Akar Persamaan Non Linier)
Oleh :
GUSTI ASMARA
NIM 160120201028
a. Metode Analitik, solusi ini sangat berguna namun terbatas pada masalah
sederhana. Sedangkan masalah real yang kompleks dan nonlinier tidak dapat
diselesaikan.
c. Kalkulator dan Slide Rules, penyelesaian numerik secara manual. Cara ini
cukup lama dan mungkin bisa terjadi kesalahan pemasukan data.
2
mengetahui secara singkat dan jelas teori matematika yang mendasari paket
program, mampu merancang program sendiri
sesuai permasalahan dihadapi pada masalah rekayasa dan dapat menangani
masalah rekayasa yang tidak dapat ditangani secara analitis. Di samping itu,
metode numerik cocok untuk menggambarkan ketangguhan dan keterbatasan
komputer menangani galat (error) suatu nilai hampiran (aproksimasi)
dari masalah serta menyediakan sarana memperkuat pengertian matematika.
Pada metode numerik, kita hanya memperoleh solusi yang menghampiri atau
mendekati solusi sejati sehingga solusi numerik dinamakan juga solusi hampiran
(approxomation) atau solusi pendekatan, namun solusi hampiran dapat dibuat
seteliti yang kita inginkan. Solusi hampiran jelas tidak tepat sama dengan solusi
sejati, sehingga ada selisih antara keduanya. Selisih inilah yang disebut dengan
3
galat (error). Semakin kecil galat yang diperoleh berarti semakin dekat solusi
hampiran yang diperoleh dengan solusi sejatinya.
1.3 Tujuan
1. Untuk mengetahui bagaimana cara mengunakan metode – metode tertutup
2. Untuk menambahkan wawasan dan ilmu dalam menggunakan metode –
metode tersebut
3. Untuk mengetahui apa itu analisis galat dan cara mengunakannya
4. Mengetahui secara singkat dan jelas teori matematika yang mendasari paket
program.
5. Mampu merancang program sendiri sesuai persalahan yang dihadapi pada
masalah rekayasa.
6. Metode numerik cocok untuk menggambarkan ketangguhan dan keterbatasan
komputer dalam menangani masalah rekayasa yang tidak dapat ditangani
secara analitis.
1.4 Manfaat
4
BAB II
PEMBAHASAN
Nilai eksak dapat diformulasikan sebagai hubungan antara nilai perkiraan dan nilai
kesalahan sebagai berikut :
𝒗 = 𝒗′ + 𝜺
Dimana :
v = nilai eksak,
v’ = nilai perkiraan
𝜺 = nilai kesalahan/eror
5
2.1.2 Kesalahan Relatif
Kesalahan relatif menunjukkan besarnya tingkat kesalahan antara nilai
perkiraan dengan nilai eksaknya yang dihitung dengan membandingkan
kesalahan absolut terhadap nilai eksaknya (biasanya dinyatakan dalam % )
𝜀𝑎
𝜀𝑟 = | | × 100%
𝑣
dimana :
v = nilai eksak
𝜀𝑟 = kesalahan relatif
𝜀𝑎 = kesalahan absolut
Semakin kecil kesalahan relatifnya, maka nilai perkiraan yang diperoleh akan
semakin baik.
Contoh Soal 1:
Gusti membeli kabel listrik 30 meter dari sebuah toko alat-alat elektronika.
Setelah diukur ulang oleh Isna sesampainya di rumah, kabel tersebut ternyata hanya
mempunyai panjang 29,97 meter. Berapa kesalahan absolut dan kesalahan relatif
hasil pengukuran yang dilakukan oleh Gusti?
Diketahui :
V = 30 meter
V’ = 29,97 meter
Kesalahan absolut
𝜀𝑎 = 30 – 29,97 = 0.03 meter
Kesalahan relatif
𝜀𝑟 = 0.03/ 30 * 100% = 0.1%
Contoh soal 2:
Pengukuran panjang jembatan dan pensil memberikan hasil 9999 cm dan 9 cm.
Apabila panjang yang benar (eksak) adalah 10.000 cm dan 10 cm. Hitung kesalahan
absolut dan relatif!
Jawab
a. Kesalahan absolut
Jembatan : 𝜀𝑎 = v – v’ = │10.000 – 9999 │= 1 cm
Pensil : 𝜀𝑎 = v – v’ = │10 – 9 │= 1 cm
6
b. Kesalahan relatif
𝜀 1
Jembatan : 𝜀𝑟 = | 𝑣𝑎| x 100% = │10000│x 100% = 0.1%
𝜀 1
Pensil : 𝜀𝑟 = | 𝑣𝑎| x 100% = │10│x 100% = 10%
Secara matematis, jika x adalah solusi hampiran x0 dan solusi eksak, galat
dinyatakan oleh
𝑒 = 𝑥0 − 𝑥
Galat Mutlak, dapat bernilai positif dan negatif. Jika tanda galat tidak seimbang
galat mutlak didefenisikan sebagai
|𝑒| = |𝑥0 − 𝑥|
Galat Relatif, istilah galat reatif muncul untuk menghindari salah interpretasi
terhadap nilai galat galat relatif didefenisikan sebagai,
𝑒
𝑒𝑟 =
𝑥0
Akan tetapi, dalam metode numerik, kita tidak mengetahui nilai sejatinya
sehingga sulit untuk mendapatkan galat relatif ini. Untuk mengatasi hal tersebut, galat
dibandingkan dengan nilaihampirannya (disebut galat relatif hampiran), yaitu :
𝑒
𝑒𝑟ℎ = × 100%
𝑥
7
2.1.3 Galat pada Taylor
𝑓 ′′ (𝑎) 𝑓 𝑛 (𝑎)
𝑓(𝑥) = 𝑓(𝑎) + 𝑓 ′ (𝑎)(𝑥 − 𝑎) + (𝑥 − 𝑎)2 + ⋯ + (𝑥 − 𝑎)𝑛
2! 𝑛!
+ 𝑅𝑛 (𝑥)
= 𝑃𝑛 (𝑥) + 𝑅𝑛 (𝑥)
Dengan 𝑃𝑛 (𝑥) adalah hampiran Taylor untuk fungsi dan 𝑅𝑛 (𝑥) adalah galat atau
sisnya, yakni
′ (𝑎)(𝑥
𝑓 ′′ (𝑎) 2
𝑓 𝑛 (𝑎)
𝑃𝑛 (𝑥) = 𝑓(𝑎) + 𝑓 − 𝑎) + (𝑥 − 𝑎) + ⋯ + (𝑥 − 𝑎)𝑛
2! 𝑛!
+ 𝑅𝑛 (𝑥)
𝑓 𝑛+1 (𝑥)
𝑅𝑛 (𝑥) = (𝑥 − 𝑎)𝑛+1
𝑛 + 1!
8
Dalam penerapan dunia maya, tentu saja nilai sebenarnya tidak diketahui
sebelumnya, alternatifnya adalah dengan mengambil nilai taksiran (proksimasi). Untuk
menghitung aproksimasi yang lebih baik, galat sering ditaksir dengan selisih aproksimasi
sekarang dan sebelumnya.
2. Galat Pembulatan
Galat yang ditimbulkan dari keterbatasan komputer dalam menyajikan bilangan real.
contoh :
1
= 0,1666 ….
6
Komputer tidak dapat menyatakan secara tepat jumlah dari digit 6. Komputer hanya
mampu mempresentasikan sejumlah digit atau bit (1 byte = 8 bit)
3. Galat total
Galat akhir pada solusi numerik. Merupakan jumlah galat pemotongan dan galat
pembulatan.
Contoh :
0,52 0,54
cos(0,5) ≈ 1 − + ≈ 0,877604...
2! 4!
contoh soal :
1. Hitunglah error, relative error, dan digit yang signifikan dibawah ini dengan
perkiraan 𝑋𝐴 = 𝑋𝑡
a) diketahui :
𝑋𝑡 = 28,254
9
𝑋𝐴 = 28,271
Jawab :
ε = a-â = 28,354-28,271 = -17
𝜀 17
𝜀𝑅 = =− = −0,000601684717
𝛼 28,254
b) diketahui :
𝑋𝑡 = 0,028254
𝑋𝐴 = 0,028271
Jawab :
ε = a-â = 0,028354-0,028271 = -0,000017
𝜀 −0,000017
𝜀𝑅 = =− = −0,0006016847
𝛼 0,028254
c) diketahui :
𝑋𝑡 = e,
19
𝑋𝐴 =
7
Jawab :
ε = a-â = 2,178281828 – 2,7142857142857 = 0,0039961137143
ε 0,0039961137143
𝜀𝑅 = = = 0,0014700880803
a 2,178281828
d) diketahui :
𝑋𝑡 = 2
𝑋𝐴 = 1,414
Jawab :
ε = a-â = 1,4142135623731 – 1,414 = 0,0002135623731
ε 0,0002135623731
𝜀𝑅 = = = 0,0001510114022
a 1,4142135623731
10
2.2 Akar – Akar Persamaan Non Linier
Persamaan non linier umumnya ditujukan untuk mencari akar persamaan
dalam menyelesaian masalah persamaan tak linier bersifat iteratif, dilakukan
berulang-ulang sehingga konvergensi tercapai. Suatu fungsi f(x) terdefinisi dan
diketahui sebuah range. Fungsi f(x) akan mempunyai akar bila dan berlawanan
tanda atau memenuhi.
Pada saat awal pembuatan program harus didefinisikan terlebih
dahulutoleransi perhitungan yang diperkenankan serta bentuk kriteria konvergensi
yang digunakan. Salah satu dari 2 kriteria konvergensi berikut dapatdigunakan
untuk mengevaluasi roses iterasi :
1. |xi-xi-1| < toleransiii.
2. |f(x)| < toleransi
Bentuk umum persamaan tak linier variabel tunggal adalah :
f(x) = 0
Ada beberapa metode komputasi yang dapat digunakan utuk menyelesaikan
masalah yang melibatkan persamaan tak linier, diantaranya :
Untuk mencari akar persamaan linier dengan menggunakan metode bagi dua yaitu
harus dilakukan pertama kali adalah memperkirakan sebuah selang yang didalamnya
mengandung solusi akar.
11
Langkah Algoritma
Misalnya:
f(x) kontinu pada interval (a, b)
Algoritma:
𝑎+𝑏
1. Definisikan c = 𝑎+𝑏 2 𝑐 = 2
2. Jika | b – c | ≤ Ɛ, maka c akar persamaan selesai
3. Jika f(b) f(c) ≤ 0 maka a = c lainnya b = c
Contoh soal :
1. Carilah akar persamaan dari x = e dengan Ɛ = 0,001
Penyelesaian:
f(x) = e-x – x
Ambil sembarang selang (-1, 1)
f(-1) = e + 1 = 3,718
f(1) = e-1 – 1 = 0,632
f = x6 – x – 1 = 0
diambil selang (1, 2)
f(1) = 16 – 1 – 1 = -1
f(2) = 26 – 2 – 1 = 61
N a B c b-c f(c)
1 -1 1 0 1 0
2 0 1 0,5 0,5 0,1065
3 0,5 1 0,75 0,25 -0,2776
4 0,5 0,75 0,75 0,75 -0,897
𝑛 ≥ 9,97 ≈ 10 iterasi.
12
Position Method). Dengan metode Regulasi-Falsi dibuat garis lurus yang
menghubungkan titik ( a, 𝑓(a) ) dan ( b, 𝑓(b) ). Perpotongan garis tersebut dengan
sumbu x merupakan taksiran akar yang diperbaiki. Garis lurus tersebut seolah-olah
berlaku menggantikan kurva f(x) dan memberikan posisi palsu dari akar.
y ( b, 𝑓(b) )
(x)
(c,0)
a c x
b
( a, 𝑓(a) )
𝐺𝑟𝑎𝑑𝑖𝑒𝑛 𝐴𝐵 = 𝐺𝑟𝑎𝑑𝑖𝑒𝑛 𝐵𝐶
𝑓(𝑏) − 𝑓(𝑎) 𝑓(𝑏) − 0
=
𝑏−𝑎 𝑏−𝑎
𝑓(𝑏) − (𝑏 − 𝑎)
𝑏−𝑐 =
𝑓(𝑏) − 𝑓(𝑎)
𝑓(𝑏) − (𝑏 − 𝑎)
𝑐=𝑏−
𝑓(𝑏) − 𝑓(𝑎)
Algoritma
Misalkan dipunyai sebuah interfal [a, b] yang memenuhi 𝑓 𝑎 𝑓(𝑏) < 0 dan sebuah
toleransi galat .
𝜀 maka Regulasi-Falsi dapat dicari dengan langkah-langkah sebagai berikut :
𝑓(𝑏)(𝑏−𝑎)
1. Definisikan 𝑐 = 𝑏 −
𝑓(𝑏)−𝑓(𝑎)
2. Jika 𝑏 − 𝑐 ≤ 𝜀 maka c adalah akar dan proses selesai.
3. Jika 𝑓(𝑏). 𝑓(𝑎) ≤ 0 maka a adalah ( a=c ). Untuk kondisi yang lain (jika kondisi
itu tidak terpenuhi) b adalah akar ( b=c ).
Contoh soal :
Diketahui :
𝑓 𝑥 = 𝑥 6 − 𝑥 − 1 = 0 dengan 𝜀 = 0,001 pada selang (1,2)
13
Iterasi a B C F(a) F(b) F(c) b-c
1 1 2 1.02 -1 61 0,89 0,98
2 1,02 2 1,04 -0,94 61 -0,77 0,96
3 1,04 2 1,06 -0,77 61 -0,64 0,94
4 1,06 2 1,07 -0,64 61 -0,56 0,93
5 1,07 2 1,08 -0,56 61 -0,49 0,92
6 1,08 2 1,09 -0,49 61 -0,36 0,91
dst … … … … … … …
𝑓(𝑏)(𝑏−𝑎)
𝑐=𝑏−
𝑓(𝑏)−𝑓(𝑎)
(61)(1)
=2−
61−(−1)
61
=2−
62
= 2 – 0,983870967
= 1,016129032
2.2.3 Flowchat
1. Biseksi
14
2. Regulasi Falsi
15
2.2.4 Analisis Kelebihan dan Kelemahan Metode Biseksi dan Regula falsi
1. Kelebihan
a. Regula Falsi
Hasil konvergen terjamin, ini dibuktikan dengantitik error yang
diberikan pada insialisasi dan nyatanya padaakhir program error yang dicapai
mendekati error yangdiinginkan. Ini membuktikan bahwa tingkat ke
konvergenanhasil akar tersebut bisa cukup akurat.
b. Biseksi
Rumus yang digunakan untuk mendapatkan hasil akar cukup simpel
jika dibandingkan dengan rumus lainnya. Jika perhitungan manual
akan memudahkan. Hasil yang didapatkan juga cukup akurat
untuk mencapai konvergen. Ini bisaditunjukkan pada titik error.
2. Kelemahan :
a. Regula Falsi
Untuk mendapatkan akarnya lebih lambatmencapai konvergen, tetapi
jika dibandingkan dengan biseksilebih cepat. Ini dibuktikian pada persoalan
diatas. Tidak hanyaitu , rumus yang digunakan untuk mendapatkan akar
denganmetode ini lebih rumit jika dibandingkan dengan biseksi.
b. Biseksi
Hasil akar yang didapatkan cenderung lebih lambatmencapai titik
konvergen jika dibandingkan dengan metodelainnya. Karena perhitungan
rumus yang cukup simpel jadi kekonvergenan nya cukup lama. Dan metode ini
tidak bisamenggunakan fungsi kompleks.
16
BAB III
PENUTUP
3.1 Kesimpulan
3.2 Saran
17
DAFTAR PUSTAKA
Sumber Buku
Sumber Internet
http://blog.iain-tulungagung.ac.id/wp-content/uploads/sites/100/2013/11/Metode-Numerik-
3.pdf
https://informatika.stei.itb.ac.id/~rinaldi.munir/Buku/Metode-Numerik/BA-2002-Deret-
Taylor-dan-Analisis-Galat.pdf
18