Buku Pemrograman

Supardi, M.
Si
BAB 1
Pendahuluan
Matlab merupakan sebuah singkatan dari Matrix Laboratory, yang
pertama kali dikenalkan oleh University of New Mexico dan University of
Stanford pada tahun 1970. software ini pertama kali memang digunakan
untuk keperluan analisis numerik, aljabar linier dan teori tentang matriks.
Saat ini, kemampuan dan fitur yang dimiliki oleh Matlab sudah jauh lebih
lengkap dengan ditambahkannya toolbox-toolbox yang sangat luar biasa.
Beberapa manfaat yang didapatkan dari Matlab antara lain:
 Perhitungan Matematika
 Komputasi numerik
 Simulasi dan pemodelan
 Visualisasi dan analisis data
 Pembuatan grafik untuk keperluan sains dan teknik
 Pengembangan aplikasi, misalnya dengan memanfaatkan GUI.
Matlab dapat dipadang sebagai sebuah kalkulator dengan fitur yang
lengkap. Kita pernah menggunakan kalkulator dengan degan fasilitas
minimal, misalnya hanya terdapat fasilitas penambahan, pengurangan
perkalian dan pembagian. Kalkulator yang lebih lengkap lagi adalah
kalkulator scientific dimana fasilitas yang diberikan tidak hanya yang
disebutkan di atas, melainkan sudah ada fungsi-fungsi trigonometri,
Dasar-Dasar Pemrograman Matlab Untuk Sains dan Teknik 1

Supardi, M.Si
bilangan kompleks, akar kuadrat dan logaritma. Nah, Matlab mirip dengan
kalkulator tersebut, tetapi dengan fitur-fitur yang lengkap diantaranya
dapat digunakan untuk memprogram, aplikasi berbasis GUI dan lengkap
dengan toolbox yang dapat dimanfaatkan untuk memecahkan masalah
sains dan teknik.
Dokumentasi Matlab
Matlab memberikan kemudahan bagi para pengguna untuk
menemukan bantuan sehubungan dengan semua fasilitas yang diberikan
oleh Matlab. Misalnya, bantuan tentang bagaimana memulai Matlab
pertama kali, trik pemrograman, membuat grafik 2 dan 3 dimensi,
menggunakan tool akuisisi data, pengolahan sinyal, penyelesaian
persamaan diferensial parsial.
Untuk memperoleh bantuan tersebut, kita dapat memilih MATLAB
Menu dari menu Help. Untuk bantuan tentang Matlab sendiri, dibagi atas
beberapa bagian antara lain
 Development Environment, bagian ini akan memberikan informasi
yang lengkap mengenai desktop dari Matlab.
 Mathematics, bagian yang menjelaskan bagaimana menggunakan
fitur yang dimiliki oleh Matlab untuk dalam mengolah data
matematis dan statistik. Isi dalam bantuan ini dicakup antara lain:
Matrks dan aljabar linier, polinomial dan interpolasi, analisis data
dan statistik, fungsi function, matriks jarang (sparse matrix).
 Programming and data type, bagian ini menjelaskan bagaimana
membuat script dan fungsi dengan menggunakan Matlab. Bantuan

Supardi, M.Si
ini mencakup pemrograman M-File, larik, larik multidimensi,
optimalisai performance Matlab, tip pemrograman Matlab.
 Graphics, bagian ini menjelaskan tentang bagaimana membuat atau
mengeplot grafik dari data yang kita miliki. Yang termasuk dalam
bagian ini antara lain, dasar-dasar pengeplotan, format grafik,
membuat grafik khusus misalnya grafik dalam bentuk bar,
histogram, contour dan lain-lain
 3-D Visualization, bagian ini menjelaskan dengan tuntas bagaimana
menampilkan data yang kita miliki dalam grafik 3 dimensi, termasuk
didalamnya membuat grafik 3D, menentukan tampilan objek,
transparansi objek, lighting dan lain-lain.
 Creating Graphical User Interfaces, bagian ini menjelaskan
bagaimana kita dapat membuat GUI (Graphical User Interface)
berbasis Matlab.
Disamping bagian-bagian yang sudah disebutkan di atas, disini juga
disertakan beberapa bagian tambahan yang ikut melengkapi dokumentasi
penjelasan tentang Matlab, diantaranya function-By cattegory, function-
Alphabetical List, handle graphic property browser, external interfaces/API,
external interfaces/API references dan lain-lain. Dibawah ini diperlihatkan
bagian online-help yan dapat diakses dengan cara pilih Menu -> MATLAB
Help -> Matlab.

Supardi, M.Si
Gambar 1.1 . Daftar bantuan yang disediakan Matlab
Desktop Matlab
Ketika kita pertama kali menjalankan Matlab, maka tampilan
pertama yang kita temui ini dikenal sebagai Desktop Matlab. Dalam
desktop ini terdapat tool-tool yang berfungsi untuk manajemen file,
variabel dan aplikasi yang berkaitan dengan Matlab. Dibawah ini
ditunjukkan desktop Matlab versi 6.5.

Supardi, M.Si
7
5 3
6 4 1
2
10 8
11 9
Gambar 2. Tool yang disertakan pada Matlab 6.5
Keterangan
1. tool untuk browse direktori aktif. Dari tool ini kita dapat mengeset
direktori mana yang aktif. Direktori aktif berarti bahwa direktori
inilah yang siap untuk diakses file didalamnya atau tempat yang siap
untuk digunakan sebagai penyimpan data.
2. Tool yang menampilkan direktori aktif. Dari tool ini kita dapat
melihat direktori mana yang aktif. Sebagai default direktori aktif
Matlab adalah C:\MATLAB6p5\work, jika Matlab diinstal di

Supardi, M.Si
direktori C:\ , kalau disimpan di D:\ maka direktori aktif defaultnya
D:\MATLAB6p5\work, begitu juga di E:\ atau dimana saja.
3. Jendela ini disebut disebut sebagai Command Window. Dari jendela
ini kita dapat memasukkan perintah Matlab. Disamping itu kita juga
dapat menjalankan atau mengeksekusi program yang sudah kita
buat di editor window dan disimpan di direktori aktif.
4. Tool yang digunakan untuk mendisplay bantuan pada Matlab.
5. Tool yang dapat digunakan untuk menuju ke Simulink Library
Browser.
6. Tool untuk membuka file yang ada di direktori aktiv.
7. Tool untuk membuat file baru dengan format M-File.
8. Tool untuk mengatur ukuran jendela.
9. Tool untuk melihat perintah apa saja yang pernah kita jalankan
melalui command window. Tool ini diberi nama command history.
10. Tool untuk mendisplay isi file apa saja yang terdapat di direktori
aktif.
11. Tool untuk mendisplay nama variabel, ukuran, bytes dan classnya.
Tool-tool yang sudah disebutkan di atas dapat diatur
kemunculannya melalui menu View. Misalnya, kita tidak menginginkan
tampilnya jendela command history, maka kita kita harus menghilangkan
tanda cek yang ada pada submenu command hstory. Lihat gambar 3.

Supardi, M.Si
Gambar 3. Menonaktifkan jendela command history

Supardi, M.Si
BAB 2
Dasar-Dasar Matlab
5.1) Memulai Matlab

Ketika kita pertama kali menjalankan Matlab, maka yang tampil
adalah Desktop Matlab seperti yang telah disinggung di atas. Diantara
jendela yang yang ada pada desktop Matlab adalah command window. Di
jendela inilah segala macam aktivitas berkaitan dengan perintah maupun
eksekusi program berada. Perintah atau eksekusi program dapat dilakukan
setelah prompt atau tanda “ >> “. Sebagai contoh
>> x=6;
>> y=7;
>> z=x*y
z=
42
5.2) Cara Program Matlab Bekerja

Sekarang kita akan menjelaskan bagaimana program komputer yang
ditulis dalam Matlab bekerja. Perlu diketahui bahwa Matlab secara teknis
disebut sebagai interpreter. Bandingkan dengan bahasa pemrograman tinggi
seperti Pascal, Fortran, C atau lainnya.
Sebagai interpreter, Matlab akan menterjemahkan pada setiap baris
perintah tanpa perlu mengkompile terlebih dahulu. Setelah dilakukan
penterjemahan setiap baris perintah, maka Matlab segera akan
menjalankannya dan hasilnya akan dapat kita lihat.

Supardi, M.Si
Konsep dasar Matlab adalah menyimpan angka-angka di dalam
memori komputer (RAM). Apabila Matlab memerlukan penyimpanan
terhadap suatu angka tertentu, maka suatu ruangan telah diset untuk
menempatkan angka tersebut. Memori komputer dapat dibayangkan
sebagai bank kotak-kotak yang mana didalam kotak tersebut tersimpan
angka-angka yang sewaktu-waktu dapat diambil atau dipanggil. Kotak-
kotak yang berada dalam bank tersebut diberi nama simbolik tertentu.
Sebagai contoh tuliskan dalam command window seperti di bawah ini
>> gaya=80
Pernyataan di atas berarti bahwa Matlab menyimpan nilai 80 ke
dalam lokasi memori (kotak) bernama gaya. Nilai 80 ini dapat diubah
menjadi harga berapapun. Nama lokasi memori atau kotak dimana suatu
harga tersimpan di dalamnya disebut variabel.
Dibawah ini dituliskan program komputer sederhana sebagai
berikut:
gaya=10;
luas_permukaan=2;
tekanan=gaya*luas_permukaan;
disp(tekanan);
Program yang telah kita tuliskan di atas diterjemahkan oleh Matlab
sebagai berikut:
a) Letakkan (simpan) nilai 10 pada variabel bernama gaya dan harga
variabel tersebut tidak ditampilkan (dalam command window).
b) Letakkan nilai 2 pada variabel bernama luas_permukaan dan harga

Supardi, M.Si
variabel tidak ditampilkan.
c) Lakukan operasi perkalian antara variabel gaya dan luas_permukaan
dan harganya disimpan di dalam variabel tekanan.
d) Tampilkan isi dari variabel tekanan (dengan perintah disp).
5.3) Bantuan Matlab

Kadang-kadang, pada saat membuat program komputer kita lupa
akan satu perintah atau belum tahu deskripsi atau pengguanaan dari
perintah tersebut. Nah, disamping kita dapat meminta bantuan lewat tool
bantuan (Help), kita dapat pula meminta bantuan lewat command window,
caranya ketik help perintah_yang dimaksud. Misalnya, kita ingin tahu
bagaimana deskripsi dan cara menggunakan fungsi ode45. Caranya cukup
dengan mengetik
>> help ode45
Gambar 2.1. Mencari bantuan tentang ode45
Pada level dasar Matlab dapat dipandang sebagai sebuah kalkuklator

Supardi, M.Si
hitung yang canggih. Contoh
>> Nesya = 8*100;
>>NEsya= Nesya/5;
>> NESYA=exp(NEsya*3)
>> clc;
>> pwd;
>> who
>> whos
Pada contoh diatas, variabel Nesya, NEsya, NESYA dipandang
sebagai variabel berbeda. Variabel Nesya tidak sama dengan NEsya tidak
sama pula dengan variabel NESYA. Ini berarti bahwa antara huruf besar
dengan huruf kecil dibedakan. Oleh sebab itu, Matlab adalah case sensitive.
Gambar 2.2 Gambar grafik yang diaktifkan melalui perintah funtool

Supardi, M.Si
Gambar 2.2 ditampilkan grafik fungsi yang dapat diangani oleh
Matlab dengan perintah funtool. Dengan mengubah-ubah bentuk fungsi f
maupun g, konstanta a serta domain yang dinginkan, maka Matlab dapat
menampilkannya dalam bentuk grafik. Selanjutnya, kita juga dapat
melakukan fitting data dengan tool yang disediakan oleh Matlab. Sebagai
ilustrasi, sekarang ketiklah perintah di command window sebagai berikut
>> load census
>> cftool
Setelah anda tulis perintah seperti di atas maka akan muncul gambar
seperti terlihat pada gambar 2.3 sebagai berikut.
Gambar 2.4. Gambaran curva fitting dari cftool
Matlab juga menyediakan tool untuk memecahkan persamaan
diferensial parsial dengan pdetool. Untuk memberikan gambaran tentang

Supardi, M.Si
pdetool ini, maka ketiklah perintah di command window
>> pdetool
Gambar 2.6. pde tool untuk memecahkan masalah persamaan diferensial parsial.
Disamping beberapa tool yang sudah diberikan ilustrasi di atas,
Matlab masih banyak menyediakan tool-tool lain yang sangat berguna
untuk menyelesaikan masalah sains dan teknik.
5.4) Operator Dasar Aritmatika

Operator dasar aritmatika antara lain adalah penjumlahan (+),
pengurangan (-), perkalian (*), pembagian (/) dan pangkat (^). Simbol ^
digunakan untuk menyatakan pangkat, misalnya
>> a=10
a=
10

Supardi, M.Si
>> a^2
ans =
100
>> a^3
ans =
1000
>> 1+2*4/3
ans =
3.6667
>> 1+2/4*3
ans =
2.5000
Tetapi, coba kita lihat contoh ke-4 dan ke-5, yaitu bagaimana urutan
operasi pada angka-angka tersebut. Untuk bentuk yang lebih jelas operasi
1+2*4/3 dapat dituliskan sebagai
1+((2*4)/3) = 1+8/3
= 1+ 2.667
= 3.667
Sedangkan operasi 1+2/4*3 dapat dituliskan sebagai
1+2/4*3 = 1+(2/4)*3
= 1 + 0.5 *3
= 2.5000
Jadi, dalam mengeksekusi sebuah operasi matematika, Matlab mengikuti
aturan-aturan sebagai berikut:
 Matlab memprioritaskan operasi yang berada di dalam kurung
 Operasi yang melibatkan operator * dan / (dapat * / atau / *) bekerja
dari kiri ke kanan.

Supardi, M.Si
 Operasi matematika yang melibatkan operator + dan – (dapat + - atau
- +) juga bekerja dari kiri ke kanan.
Contoh
Lakukan evaluasi terhadap pernyataan Matlab berikut ini dengan
perhitungan manual terlebih dahulu dan setelah itu dicek dengan Matlab
a) 1/3/2/4/5
b) 2*3/4+5
c) 2-3*4/6
d) (3-4*2)/4-6/2
e) 3-4/(2+3*5)
5.5) Cara membuat variable

Matlab tidak memerlukan deklarasi variabel atau pernyataan
dimensi pada setiap variabel yang akan digunakan dalam sebuah program
komputer. Variabel dalam Matlab secara otomatis akan dibuat dan
disimpan setiap kali Matlab menemukan nama variabel baru. Disamping
itu, hal yang sangat penting untuk diingat bahwa variabel Matlab bersifat
case sensitif, artinya antara huruf besar dengan huruf kecil dibedakan.
Dibawah ini diberikan beberapa aturan penulisan variabel dalam Matlab,
1. Variable tidak boleh diawali dengan angka, misalnya 2abc, 45y, 3ok43
2. Variabel dapat merupakan kombinasi antara huruf dan angka,
misalnya ok45, ok45ok, abc432 dsb
3. Variabel tidak boleh menggunakan karakter khusus Matlab,

Supardi, M.Si
misalnya %, #, - , +, = , dsb. Misalnya %ok, net-cost, %x, @sign dsb.
4. Hindari memberikan nama variabel dengan nama-nama khusus
yang ada di Matlab, misalnya hindari memberikan nama variabel
dengan nama pi, eps, i, j. Karena pi=22/7, eps= 2 − 54 , i dan j memiliki
harga − 1.
5. Disarankan pembuatan variabel singkat tetapi penuh makna
(informatif). Hal ini untuk menghindari kesalahan penulisan variabel
yang berulang-ulang.
5.6) Format penulisan angka

Di dalam Matlab dikenal beberapa format penulisan angka yang
kelak akan sangat berguna. Format penulisan angka dapat diatur melalui
desktop Matlab, caranya pilih menu File > Preferences > Command
Window , kemudian pilih format yang diinginkan.
Gambar 2.7. Mencari bantuan tentang ode45

Secara default, format penulisan angka di Matlab adalah format
short seperti yang dapat dilihat pada gambar 2.7. Untuk mengubah ke

Supardi, M.Si
bentuk format penulisan angka yang lain dapat dilakukan dengan
menuliskan perintah
>> format format_numerik_yang_diinginkan
misalnya
>> format long
Tabel 1 diberikan contoh perintah untuk mengubah format penulisan
angka yang diinginkan. Ada 8 (delapan) format penulisan angka yang
dikenal dalam Matlab ditambah dengan beberapa perintah untuk
mengubah bentuk real menjadi integer.
Tabel 2.1 Format penulisan angka.
No perintah Contoh keluaran

1 >> format short 3.1429 ( 4 angka di belakang
koma)
2 >> format long 3.14285714285714
3 >> format short e 3.1429e+000
4 >> format long e 3.142857142857143e+000
5 >> format rational 22/7
6 >> format short g 3.14286
7 >> format long g 3.14285714285714
8 >> format bank 3.14
5.7) Perintah Pembulatan Angka

Beberapa perintah Matlab untuk membulatkan angka antara lain
 ceil(x) : perintah untuk membulatkan angka ke bil integer di atasnya
(arah tak berhingga)
 floor(x): perintah untuk membulatkan angka ke bil integer di

Supardi, M.Si
bawahnya (arah minus tak berhingga)
 fix(x) : perintah untuk membulatkan angka ke bil integer ke atas
atau ke bawah menuju arah nol
 round(x): perintah untuk membulatkan angka ke bil integer ke arah
lebih dekat.
 rem(x,y): sisa yang ditinggalkan setelah operasi pembagian dengan
definisi x-n*y dimana n=fix(x./y). Hasil dari perintah rem(x,y)
bertanda sama dengan x.
 mod(x,y): sisa yang ditinggalkan setelah operasi pembagian dengan
definisi x-n*y dimana n=floor(x./y). Hasil dari perintah mod(x,y)
sama tandanya dengan y. Harga dari mod(x,y) akan bernilai sama
dengan rem(x,y) jika x dan y bertanda sama dan akan berharga beda
jika x dan y bertanda beda.
 abs(x): harga mutlak dari x.
 sign(x): tanda dari x.
 factor(x): faktor utama dari x.
Sebagai contoh penggunaan fungsi tambahan tersebut dapat dilihat
di bawah ini.
>> x=22/3
x=
7.3333
>> ceil(x)
ans =

Supardi, M.Si
>> floor(x)
ans =
>> fix(x)
ans =
>> round(x)
ans =
>> rem(4,3)
ans =
>> rem(-4,3)
ans =
-1
>> mod(4,3)
ans =
>> mod(-4,3)
ans =
>> abs(-2.3)
ans =
2.3000

Supardi, M.Si
>> abs(2+3i)
ans =
3.6056
>> sign(-2.3)
ans =
-1
>> sign(2.3)
ans =
>> factor(18)
ans =
2 3 3
5.8) Perintah Tambahan Matlab

Perintah tambahan yang berguna untuk pemrograman
1. clc : menghapus layar di command window
2. close all : menghapus semua gambar yang tampil
sebelumnya.
3. clear : perintah untuk menghapus data di memori
Matlab
4. cd : perintah untuk mengubah direktori
5. pwd : perintah untuk mengetahui kita berada di
direktori mana pada saat ini.
6. dir : perintah untuk mengetahui file apa saja yang
ada di current directory

Supardi, M.Si
7. mkdir : perintah untuk membuat direktori dibawah
current direktori
8. delete : perintah untuk menghapus file
9. who : menampilkan semua variabel saat ini.
10. whos : menampilkan semua variabel saat ini bersama
dengan informasi tentang ukuran, bytes, class dll
11. what : menampilkan semua file dengan ekstensi .M (M-File)
12. lookfor : perintah untuk mencari file dengan katakunci.
Untuk memberikan gambaran penggunaan beberapa perintah
tersebut maka diberikan contoh seperti di bawah ini
>> pi=5;
>> sqrt(pi)
ans =
2.2361
>> mkdir latihan;
>> who
Your variables are:
ans pi
>> whos
Name Size Bytes Class
ans 1x1 8 double array
pi 1x1 8 double array
Grand total is 2 elements using 16 bytes

Supardi, M.Si
>> clear
>> whos
>> sqrt(pi)
ans =
1.7725
5.9) Menampilkan/Menyembunyikan Output

Kadang-kadang ada alasan tertentu kita ingin menampilkan harga
dari sebuah variabel atau mungkin menyembunyikan saja. Untuk tujuan
itu, kita dapat menggunakan notasi titik koma (semi colon) , contoh
>> x=2.1; y=3*x, z=x*y
y=
6.3000
z=
13.2300
Perhatikan contoh di atas, bahwa harga variabel x tidak ditampilkan,
sedangkan variabel y dan z ditampilkan. Tentunya kita dapat memahami,
karena setelah variabel x diikuti tanda titik koma, sedangkan y dan z tidak
diikuti titik koma.
5.10) Fungsi Bawaan Matlab (Built-In Functios)
5.10.1. Fungsi Trigonometri
Ada beberapa fungsi trigonometri yang kita kenal dalam
matematika. Fungsi-fungsi tersebut masuk ke dalam fungsi bawaan Matlab.
Fungsi-fungsi trigonometri tersebut antara lain: sin(), cos(), tan(), sinh(),
cosh(), tanh(), asin(), acos(), atan(), asinh(), acosh()dan atanh(). Yang penting

Supardi, M.Si
untuk diingat bahwa argumen untuk fungsi trigonometri ini adalah mode
radian. Contoh
>> sin(pi/3),cos(pi/3),tan(pi/3)
ans =
0.8660
ans =
0.5000
ans =
1.7321
>> asin(0.88),acos(0.88),atan(0.88)
ans =
1.0759
ans =
0.4949
ans =
0.7217
>> sinh(pi/3),cosh(pi/3),tanh(pi/3)
ans =
1.2494
ans =
1.6003
ans =
0.7807
>> asinh(1.22),acosh(1.22),atanh(1.22)
ans =
1.0287
ans =
0.6517
ans =
1.1558 + 1.5708i
5.11) Fungsi Dasar Matlab

Disamping fungsi trigonometri, fungsi-fungsi dasar juga penting.
Beberapa fungsi dasar tersebut antara abs(), sqrt(), exp(), log(), log10(),

Supardi, M.Si
log2(). Untuk lebih jelasnya, lihat tabel dibawah ini
Tabel 2.2 Fungsi dasar Matlab
No Nama variabel Keterangan

1 abs() Menyatakan harga mutlak, misal ∣x∣
2 sqrt() Menyatakan akar pangkat dua, misal x
3 exp() Menyatakan harga eksponensial, misal e x
4 log() Menyatakan harga ln, misal ln(x)
5 log10() Menyatakan harga logaritma basis 10, misal log(x)
6 log2() Menyatakan harga logaritma basis 2, misal
2
log  x 
Contoh
>> z = 3+4i;
>> abs(z)
ans =
>> a=100;
>> sqrt(a)
ans =
10
>> log(a)
ans =
4.6052
>> log10(a)
ans =

Supardi, M.Si
>> log2(a)
ans =
6.6439
>> exp(log10(a))
ans =
7.3891
5.12) Konstanta Khusus Matlab

Di pasal terdahulu kita sudah menyinggung beberapa konstanta
khusus yang mana sebaiknya dihindari untuk didefinisikan kembali sebagai
konstanta. Beberapa konstanta khusus tersebut antara lain
Tabel 2.3 Konstanta khusus
No Konstanta Keterangan
1 pi 3.14159265...
2 i Unit imajiner, −1
3 j Sama dengan i
4 eps Ketelitian relatif floating-point
5 realmin Bilangan floating-point terkecil
6 realmax Bilangan floating-point terbesar
7 inf Bilangan tak hingga
8 NaN Not-a-Number
>> pi

Supardi, M.Si
ans =
3.1416
>> i
ans =
0 + 1.0000i
>> j
ans =
0 + 1.0000i
>> realmin
ans =
2.2251e-308
>> realmax
ans =
1.7977e+308
>> eps
ans =
2.2204e-016
>> 1/0
Warning: Divide by zero.
ans =
Inf
>> 0/0
Warning: Divide by zero.
ans =

Supardi, M.Si
NaN
5.13) Menggunakan Fungsi Meshgrid

Fungsi meshgrid digunakan untuk membuat jaring-jaring (grid)
pada bidang x-y yang diatasnya terdapat permukaan fungsi. Perintah ini
akan mentransformasi vektor x dan y pada domain tertentu menjadi bentuk
array X dan Y yang dapat digunakan untuk mengevaluasi fungsi dengan
dua variabel dan plot permukaan 3-D.
Contoh
Tentukan grafik fungsi z =x 2− y 2 pada domain 0x5 dan

0 y0
Penyelesaian
Langkah pertama adalah menentukan jaring-jaring pada bidang x-y dengan
menggunakan meshgrid.
>> x=0:5;
>> y=0:5;
>> [X Y]=meshgrid(x,y)
X=
0 1 2 3 4 5
0 1 2 3 4 5
0 1 2 3 4 5
0 1 2 3 4 5
0 1 2 3 4 5
0 1 2 3 4 5
Y=
0 0 0 0 0 0
1 1 1 1 1 1

Supardi, M.Si
2 2 2 2 2 2
3 3 3 3 3 3
4 4 4 4 4 4
5 5 5 5 5 5
Efek dari penggunaan meshgrid ini adalah kolom dari matriks X
memiliki elemen yang bergerak sesuai sumbu x. Sedangkan, matriks Y
memiliki elemen yang bergerak sesuai sumbu y. Selanjutnya harga z nya
adalah
>> z=X.^2-Y.^2
z=
0 1 4 9 16 25
-1 0 3 8 15 24
-4 -3 0 5 12 21
-9 -8 -5 0 7 16
-16 -15 -12 -7 0 9
-25 -24 -21 -16 -9 0
Sebagai contoh pada titik jaring (3,4) harga z =32−2 2=5 . Dengan
demikian kita tidak usah khawatir dengan penggunaan meshgrid. Untuk
menampilkan grafiknya
>> mesh(X,Y,z)

Supardi, M.Si
Illustration 1:
5.14) Fungsi Khusus Matlab

Matlab memiliki fungsi khusus yang sangat berguna untuk
perhitungan numerik. Dalam bab ini kita akan membahas beberapa fungsi
khusus yang biasa digunakan dalam bidang sains maupun teknik.
5.14.1. Fungsi feval()
Fungsi feval() dapat digunakan untuk mengevaluasi sebuah fungsi.
Untuk itu, pertama kali yang harus dipersiapkan adalah membuat fungsi
yang akan dievaluasi. Kali ini, kita menggunakan fungsi yang sudah
disediakan oleh Matlab bernama humps.

Supardi, M.Si
Gambar 2.1 Fungsi humps
Untuk mengevaluasi fungsi humps tersebut, kita harus membuat
fungsi handle dengan menggunakan tanda @ (baca et).
>> fhandle=@humps;
>> feval(fhandle,1)
ans =
16
5.14.2. Fungsi Polyval
Fungsi polyval digunakan untuk menentukan nilai sebuah
polinomial dalam bentuk

1 2 3 4 n−1 n
p x =a 0a 1 x a 2 x a3 x a 4 x ...an−1 x a n x
Matlab memiliki cara sederhana untuk menyatakan polinomial seperti dia
tas dengan cara

Supardi, M.Si
p=[ an an−1 ... a 3 a 2 a1 a0 ]

Contoh
Diketahui sebuah polinomial berbentuk p x =x 43 x 24 x 5

akan dievaluasi pada x=2, −3 dan 4.
Jawab
● Pertama, kita nyatakan polinomial yang akan dievaluasi berbentuk
p=[1 0 3 4 5].
● Kedua, kita nyatakan titik evaluasi yaitu x=[2,-3,4]
● Ketiga, mengevaluai polinomial pada x, yaitu polyval(p,x)
Jika ditulis dalam command window
>> p=[1 0 3 4 5];
>> x=[2,-3,4];
>> polyval(p,x)
ans =
41 101 325
5.14.3. Fungsi Polyfit
Jika kita telah memperoleh hasil dari sebuah eksperimen, maka
kadang kita perlu mencocokan dengan bentuk fungsi apa data yang telah
diperoleh. Mungkin saja cocok dengan fungsi yang berbentuk linier,
kuadratis, polinomial tiga atau polinomial lainnya. Dengan menggunakan
fungsi ini, kita dapat mencocokan data kita. Bentuk umum fungsi ini adalah
p = polyfit(x,y,n)
dengan n adalah polinomial orde n, yaitu polinomial yang digunakan untuk

Supardi, M.Si
mencocokan data.
Contoh
Dari hasil eksperimen diperoleh data sebagai berikut
x 1 2 3 4 5 6 7 8 9 10
y 1.3 3.2 11.3 15.1 25.5 38.2 47.1 68.2 81.3 98.2
Dari data eksperimen yang diperoleh, kita akan melakukan
pencocokan ke bentuk polinomial tertentu. Tetapi, kalau kita lihat dari
trend data y, kita bisa menduga bahwa data kita mendekati polinomial orde
2 (kuadratis).
x=[1:10];
y=[1.3,3.2,11.3,15.1,25.5,38.2,47.1,68.2,81.3,98.2];
p=polyfit(x,y,2)
Akhirnya diperoleh p berbentuk
p=
0.9284 0.7693 -1.0350
yang merupakan koefisien polinomial p. Sekarang kita memiliki polinomial
hasil pencocokan berbentuk
p=0.9284 x 2 0.7693 x−1.0350

Untuk melihat seberapa bagus hasil pencocokan yang kita lakukan, marilah
kita lakukan evaluasi pada titik-titik data yang kita miliki.
f=polyval(p,x);
tabel=[x' y' f' (y-f)']
tabel =

Supardi, M.Si
1.0000 1.3000 0.6627 0.6373
2.0000 3.2000 4.2173 -1.0173
3.0000 11.3000 9.6286 1.6714
4.0000 15.1000 16.8968 -1.7968
5.0000 25.5000 26.0218 -0.5218
6.0000 38.2000 37.0036 1.1964
7.0000 47.1000 49.8423 -2.7423
8.0000 68.2000 64.5377 3.6623
9.0000 81.3000 81.0900 0.2100
10.0000 98.2000 99.4991 -1.2991
Sekarang, marilah kita tampilkan selengkapnya dalam bentuk grafik
dengan menuliskan code melalui jendela editor.

Supardi, M.Si
Gambar 2.1 Pencocokan data dengan polinomial orde 2
5.14.4. Fungsi polyder
Fungsi polyder digunakan untuk menurunkan polinomial yang kita
miliki. Bentuk umum penggunaan fungsi polyder adalah
k = polyder(p)
atau
k = polyder(a,b)
Contoh
Turunkan polinomial di bawah ini
p x =4 x 4 3 x 24 x 5

Supardi, M.Si
Jawab
p=[4 0 3 4 5];
polyder(p)
ans =
16 0 6 4
Hasilnya jika dituliskan dalam bentuk ungkapan matematis
16 x 36 x 4
Contoh
Turunkan polinomial di bawah ini
p x = x 4 3 x 2 4 x 5 2 x 3 x 23 x1

Jawab
a=[4 0 3 4 5];
b=[2 1 3 1];
p=polyder(a,b)
p=
56 24 90 60 69 40 19
atau
p x =56 x 6 24 x 5 90 x 460 x 3 69 x 2 40 x 19
5.14.5. Fungsi roots
Fungsi roots digunakan untuk memperoleh akar dari sebuah
polinomial orde n. Bentuk umum dari fungsi ini adalah
r = roots(c)
Contoh

Supardi, M.Si
Diketahui sebuah polinomial p x =4 x 3 x 4 x 5 . Dapatkan

4 2
akar-akar polinomial tersebut dengan menggunakan fungsi roots.
Jawab
Polinomial p x =4 x 3 x 4 x 5 dapat

4 2
dituliskan dalam
Matlab berbentuk
p=[ 4 0 3 4 5]
Akar polinomial tersebut adalah
roots(p)
ans =
0.6364 + 1.0830i
0.6364 - 1.0830i
-0.6364 + 0.6222i
-0.6364 - 0.6222i
5.14.6. Fungsi poly
Fungsi poly digunakan untuk menentukan bentuk polinomial
setelah akar-akar polinomial tersebut diketahui. Bentuk umum fungsi poly
adalah
p = poly(r)
Contoh
Diketahui akar polinomial p adalah 1,2,3,4 dan 5. Tentukan bentuk
polinomialnya.
Jawab
>> r=[1 2 3 4 5];

Supardi, M.Si
>> poly(r)
ans =
1 -15 85 -225 274 -120
atau
5 4 3 2
p x =x −15 x 85 x −225 x 274 x −120
5.14.7. Fungsi conv
Fungsi conv digunakan untuk mengalikan polinomial. Bentuk
umumnya adalah
w = conv(u,v)
Contoh
Diketahui dua buah polinomial u  x =x 2 3 x 2 dan
v  x =x 3 2 x 2 3 x 1 . Tentukan hasil perkalian dua polinomial
tersebut.
Jawab
>> u=[1 3 2];
>> v=[1 2 3 1];
>> conv(u,v)
ans =
1 5 11 14 9 2
atau
x 5 5 x 4 11 x 314 x 2 9 x 2

Supardi, M.Si
5.14.8. Fungsi deconv
Fungsi deconv berkebalikan dengan conv. Fungsi ini akan
melakukan pembagian dua buah polinomial. Bentuk umumnya adalah
[q,r] = deconv(v,u)
dengan q dan r masing-masing adalah hasil bagi dan residu.
Contoh
Diketahui dua buah polinomial yaitu

4 3 2 2
p1 x =2 x 3 x x 4 x 5 dan p2  x =x 3 x 4 , maka carilah
hasil bagi antara p1 dengan p2 beserta residunya.
Jawab
Dengan menggunakan fungsi deconv, maka kita dapat memperoleh
hasil bagi dan residunya.
>> p1=[2 3 1 4 5];
>> p2=[1 3 4];
>> [q r]=deconv(p1,p2)
q=
2 -3 2
r=
0 0 0 10 -3
atau jika dinyatakan dalam bentuk matematis
q=2 x 2 −3 x 2 dan r =10 x −3

Supardi, M.Si
SOAL LATIHAN
1. Evaluasi pernyataan Matlab berikut ini. Hitunglah secara manual
terlebih dahulu, setelah itu cek jawabanmu dengan menggunakan
Matlab
a) 2-3 g) (2-3)/3*4
b) 2-5/2 h) (3+4/3)/(3-4/3)/3
c) 3+4*3 i) (3+4/3)/(3-4/3)*3
d) 3+4/3*3 j) (3+4/3)/(3-4/3)+3
e) 3+4*3/4 k) 3*4-4/5+2
f) (2-3/4)/2+3*4
2. Jelaskan dengan alasan yang masuk akal manakah penulisan variabel
yang tidak benar berikut ini
a) b32 g) kecepatan&
b) 2d h) laju sepeda
c) s34d i) 'a'nu
d) laju_sepeda j) pi
e) _laju k) realmax
f) %kecepatan l) a^3
3. Tentukan manakah bilangan-bilangan berikut ini yang tidak diterima
oleh Matlab
a) 2,34 c) 0.32
b) 2.32 d) -3214

Supardi, M.Si
e) 2.3e-4 h) 3.43e5.3
f) 5.2e+2 i) 34.2*e^2
g) 5e^3
4. Terjemahkan pernyataan-pernyataan berikut ini dalam Matlab
a) abc −b b 2−4 a c

e)
2a
a
b) −c
b f) x y z
w b
c) p a−
u−v c−d
g)
d) xyz b
a
cd
5. Bagaimanakah nilai x dan y setelah pernyataan berikut ini dieksekusi
y=0;
i=1;
x=x+i;
y=y+i/x;
x=x+i;
y=y+i/x;
x=x+i;
y=y+i/x;
x=x+i;
y=y+i/x;
6. Cobalah untuk membuat program komputer seperti pada perintah
berikut ini.
(a) Letakkan nilai 4 pada variabel bernama panjang dan tidak
ditampilkan.

Supardi, M.Si
(b) Letakkan nilai 2 pada variabel bernama lebar dan tidak
ditampilkan.
(c) Letakkan nilai 5 pada variabel bernama tinggi dan tidak
ditampilkan.
(d) Tentukan variabel volume sebagai hasil perkalian antara variabel
panjang, lebar dan tinggi.
(e) Tentukan variabel luas_permukaan sebagai duakali panjang kali
lebar ditambah duakali panjang kali tinggi ditambah duakali
lebar kali tinggi.
(f) Tampilkan harga yang tersimpan di dalam variabel volume dan
luas_permukaan

Supardi, M.Si
BAB 3
Vektor dan Matriks
5.1) Vektor
Salah satu fitur yang dimiliki oleh Matlab adalah penggunaan vektor
(array) sebagai objek. Vektor adalah sebuah larik satu-dimensi dari
bilangan-bilangan yang tersusun dalam baris atau kolom. Vektor kolom
dapat dibuat dengan cara menyusun bilangan-bilangan dalam sebuah
kurung kotak yang mana setiap elemen dibatasi titik koma.
>> A=[1;2;3]
A=
Sedangkan untuk membuat vektor yang berbentuk baris adalah
dengan menyusun bilangan-bilangan yang dibatasi dalam kurung kotak
dan setiap elemen dipisahkan oleh spasi atau tanda titik koma.
>> A=[1,2,3,4]
A=
1 2 3 4
Untuk menyatakan vektor baris dengan elemen-elemen dengan pola
tertentu juga dapat dibuat
>> x=1:5

Supardi, M.Si
x=
1 2 3 4 5
Perhatikan bahwa untuk menyatakan vektor dengan elemen-elemen
dari 1 hingga 5 dengan panjang langkah 1 dapat dilakukan dengan perintah
yang sangat sederhana. Vektor tersebut juga dapat dinyatakan sebagai

x=[1 2 3 4 5]
Sekarang cobalah dengan pernyataan Matlab berikut ini
>> y=0:2:10
y=
0 2 4 6 8 10
Dengan demikian vektor yang berurutan dengan pola tertentu dapat
dinyatakan secara umum sebagai
nama_vektor= bawah : panjang_langkah : atas
Untuk mengakses elemen pada vektor x maka kita dapat melakukannya
dengan cara
nama_vektor(indeks_elemen)
Contoh:
>>y(2)
ans =
2
>> 4*y(3)
ans =
16
Cara lain yang dapat digunakan untuk menyatakan vektor berurutan
dengan pola tertentu adalah dengan perintah linspace. Dengan perintah ini
kita dapat dengan mudah menentukan seberapa banyak elemen yang

Supardi, M.Si
diinginkan pada jangkauan tertentu. Sebagai contoh
>> z=linspace(0,10,5)
z=
0 2.5000 5.0000 7.5000 10.0000
Pada contoh di atas kita menginginkan vektor dengan pola tertentu
dengan jangkauan dari 0 hingga 10 dengan jumlah elemen 5. Ini berarti
bahwa panjang langkah untuk dua elemen yang berurutan adalah

10−0
=2
5
Jadi, dengan menggunakan linspace dapat ditentukan berapa
banyaknya elemen vektor pada jangkauan tertentu. Secara umum dapat
dituliskan sebagai
nama_vektor=linspace(bawah,atas,jmlh_elemen)
5.2) Manipulasi Vektor

Pada pasal ini kita akan membahas mengenai perhitungan sederhana
yang melibatkan vektor, termasuk pengenalan pada operasi dot (.). Untuk
lebih jelasnya, marilah kita perhatikan contoh berikut.
>> v=[1,2,3,4,5];
>> 2*v
ans =
2 4 6 8 10
Contoh di atas menjelaskan bahwa untuk mengalikan 2 pada setiap elemen
vektor dapat dilakukan dengan cara seperti di atas.

Supardi, M.Si
5.3) Operasi Pada Elemen Vektor dengan dot (.)

Sekarang, misalnya diketahui dua buah vektor a dan b dan kita ingin
melakukan perkalian pada elemen-elemen yang seletak, maka dapat
dilakukan dengan cara memberikan tanda dot (.) sebelum operator pengali
(*).
>> v=[1,2,3,4,5];
>> w=[2,3,4,5,6];
>> v.*w
ans =
2 6 12 20 30
Hasil di atas dapat dinyatakan secara umum sebagai
[ v 1 w 1 ,v 2 w 2 , v 3 w 3 ,v 4 w 4 ,v 5 w 5 ]
Selanjutnya jika v dan w dilakukan operasi pembagian pada setiap elemen
seletak, maka digunakan operasi v./w.
>> v=[1,2,3,4,5];
>> w=[2,3,4,5,6];
>> y=v./w
y=
0.5000 0.6667 0.7500 0.8000 0.8333
atau dapat dinyatakan sebagai
y=
[ v1 v2 v3 v4 v5
, , , ,
w1 w 2 w 3 w 4 w5
,
]
Agar lebih jelas mengenai operasi antar elemen pada vektor, maka marilah

Supardi, M.Si
kita kerjakan latihan berikut ini. Jika diketahui dua buah vektor masing-
masing v =linspace 1,2,5 dan w=linscape[2,4,5] , tunjukkan
hasilnya jika dilakukan operasi berikut ini.
a) v+w
b) w-v
c) v.*w
d) v.^2
e) w./v
f) 1./w
g) w/2
h) v+1
Hasilnya adalah
>> v=linspace(1,2,5);
>> w=linspace(2,4,5);
>> v+w
ans =
3.0000 3.7500 4.5000 5.2500 6.0000
>> w-v
ans =
1.0000 1.2500 1.5000 1.7500 2.0000
>> v.*w
ans =
2.0000 3.1250 4.5000 6.1250 8.0000
>> v.^2
ans =
1.0000 1.5625 2.2500 3.0625 4.0000
>> w./v
ans =
2 2 2 2 2
>> 1./w

Supardi, M.Si
ans =
0.5000 0.4000 0.3333 0.2857 0.2500
>> w/2
ans =
1.0000 1.2500 1.5000 1.7500 2.0000
>> v+1
ans =
2.0000 2.2500 2.5000 2.7500 3.0000
Contoh
x3
Dapatkan nilai fungsi dari f x = untuk domain 0x 2
1x 2
dengan panjang langkah 0.2.
Jawab
x=0:0.2:2;
f=x.^3;
g=x.^2+1;
y=f./g;
disp([y'])
Hasilnya adalah
0
0.0077
0.0552
0.1588
0.3122
0.5000
0.7082
0.9270
1.1506
1.3755
1.6000
Vektor yang telah kita bahas di atas semuanya berbentuk baris.

Supardi, M.Si
Untuk membuat vektor yang berbentuk kolom, dapat dibuat dengan
memberikan tanda titik koma (semicolon) pada elemen-elemennya.
>> v=[1;2;3;4;5]
v=
1
2
3
4
Subscript
Kita dapat mengakses salah satu elemen vektor v untuk dilakukan
operasi khusus. Letak setiap elemen vektor tersebut ditandai dengan
dengan subscript. Sebagai contoh
>> v=[2,4,6,8,10];
>> 2*v(2)
ans =
Pada contoh di atas kita dapat mengakses elemen nomor dua dari
vektor v dengan memberikan subscrip 2 pada vektor v.

Supardi, M.Si
Transpose Vektor
Kalau kita sudah memiliki vektor w yang berbentuk baris, maka kita
dapat membuatnya menjadi vektor kolom dengan cara mentranspose
vektor tersebut. Transpose dapat dilakukan dengan cara memberikan tanda
aksen tunggal pada pada vektor w tersebut. Misalnya kita memiliki vektor
kolom v dengan n jumlah elemen.
[]
v1
v2
v= v 3
⋮
vn
Transpose dari vektor v adalah
v T =[ v 1, v 2, v 3, ⋯, v n ]
Contoh
Jika kita memiliki vektor berupa baris maka trsenposenya berupa
vektor kolom
>> w=[1,2,3,4,5];
>> w'
ans =
1
2
3
4
5
Contoh
Jika kita memiliki vektor kolom, maka transposenya berupa vektor

Supardi, M.Si
baris
>> B=[1;2;3;4;5];
>> B'
ans =
1 2 3 4 5
5.4) Operasi Vektor

Di bawah ini disajikan operasi array (vektor) beserta keterangannya,
sebagaimana yang telah dijelaskan di atas.
No Simbol Keterangan
1 [ ] Konstruktur untuk array (vektor)
2 , Tanda pemisah kolom elemen vektor
3 ; Tanda pemisah baris elemen vektor
4 : Untuk menentukan range elemen
5 + Operasi penambahan vektor
6 - Operasi pengurangan vektor
7 .* Operasi perkalian elemen vektor
8 .^ Pangkat setiap elemen vektor
9 ./ Operasi bagi kanan
10 .\ Operasi bagi kiri
5.4.1. Operasi Penambahan dan Pengurangan
Untuk melakukan operasi penambahan atau pengurangan vektor,
maka syaratnya kedua jenis vektor adalah sejenis. Misalnya untuk
penambahan dua buah vektor baris A dan B

Supardi, M.Si
>> A=[1,2,3];
>> B=[3,4,5];
>> C=A+B
C=
4 6 8
Kemudian untuk pengurangan dua buah vektor kolom P dan Q
>> A=[1;2;3];
>> B=[3;4;5];
>> C=A+B
C=
4
6
8
5.4.2. Operasi elemen vektor
Pembagian antar elemen vektor
Matlab memiliki kemampuan untuk melakukan operasi antar elemen
vektor seletak. Apabila kita memiliki dua buah vektor sejenis, kemudian
elemen pada matriks pertama akan dibagi dengan elemen seletak pada
vektor kedua.
>> P=[8,6,4];
>> Q=[4,3,2];
>> P./Q
ans =
2 2 2

Supardi, M.Si
>> P.\Q
ans =
0.5000 0.5000 0.5000
Perkalian antar elemen vektor
Matlab juga memiliki fitur untuk mengalikan antar elemen vektor
yang seletak
>> A=[1,2,3,4];
>> B=[2,3,4,5];
>> C=A.*B
C=
2 6 12 20
Pangkat untuk elemen vektor
Jika memiliki sebuah vektor, maka elemen-elemennya dapat
dipangkatkan seperti contoh di bawah ini
>> A=[1,2,3,4];
>> A.^2
ans =
1 4 9 16
5.4.3. Membuat Vektor Lebih Besar dengan Variabel yang Sudah Ada
Apabila kita memiliki dua buah vektor A dan B, maka dengan
bermodal pada vektor tersebut kita dapat membuat vektor baru lagi
berdasarkan pada vektor tersebut dengan ukuran yang lebih besar.
d.1. Vektor A dan B adalah vektor kolom

Supardi, M.Si
>> A=[1;2;3];
>> B=[6;7];
>> C=[A;B]
C=
1
2
3
6
7
d.2. Vektor A dan B adalah vektor baris
>> A=[1,2,3];
>> B=[6,7];
>> C=[A,B]
C=
1 2 3 6 7
5.5) Sifat-Sifat Vektor
5.5.1. Perintah length()
Perintah length menyatakan jumlah elemen yang terkandung dalam
sebuah vektor. Perintah ini bisa digunakan untuk vektor baris maupun
kolom. Sebagai contoh
>> P=[1,2,3,4,5,6,7,8,10];
>> length(P)
ans =
9

Supardi, M.Si
5.5.2. Perintah max dan min
Kita juga dapat memperoleh informasi mengenai mana elemen yang
terbesar (dengan perintah max ) maupun yang terkecil (dengan min ).
>> P=[1,2,3,4,5,6,7,8,10];
>> max(P)
ans =
10
>> min(P)
ans =
1
5.5.3. Mencari Magnitud vektor
Sebelum kita memberikan contoh Matlab untuk memperoleh
magnitud dari sebuah vektor, kita ingatkan kembali jika kita memiliki
sebuah vektor kolom v.
[]
v1
v2
v= v
3
⋮
vn
maka magnitud vektor v adalah
∣v∣= v12v 22 v 23⋯v 2n
Jika kita memiliki sebuah vektor Q, kemudian vektor tersebut akan
dicari magnitudnya
>> Q=[4,3,2];
>> Q.*Q

Supardi, M.Si
ans =
16 9 4
>> y=sum(Q.*Q)
y=
29
>> magnitude=sqrt(y)
magnitude =
5.3852
Bagaimana kalau elemen-elemen vektornya ada merupakan bilangan
kompleks. Jika kita memiliki vektor Q yang mana elemennya ada
merupakan bilangan kompleks, maka pertama yang harus dilakukan
adalah mencari konjugat (sekawan) dari vektor Q. Lihat contoh berikut ini
>> Q=[4;3+2i;2]
Q=
4.0000
3.0000 + 2.0000i
2.0000
>> P=conj(Q)
P=
4.0000
3.0000 - 2.0000i
2.0000
>> W=Q.*P;
>> y=sum(W)
y=
33
>> sqrt(y)

Supardi, M.Si
ans =
5.7446
Kalau kita perhatikan langkah untuk memperoleh magnitud
bilangan kompleks tersebut terlampau panjang, maka lebih singkat dengan
cara
>> Q=[4;3+2i;2];
>> magnitud=sqrt(sum(conj(Q).*Q))
magnitud =
5.7446
Kita dapat menggunakan perintah abs() untuk menentukan harga
absolut dari vektor, artinya bahwa dengan perintah ini elemen-elemen
vektor tersebut dibuat menjadi harga absolutnya.
>> Q=[4;3+2i;2];
>> abs(Q)
ans =
4.0000
3.6056
2.0000
5.6) Perkalian Dot dan Cross

Perkalian dot pada dua vektor A=[ a 1, a 2, a 3, ⋯, a n ] dan
B=[ b 1, b2, b3, ⋯, bn ] didefinisikan
A⋅B=∑ ai bi
i
Dalam Matlab operasi perkalian dot dapat dilakukan dengan cara
dot(a,b).
>> A=[1,2,3,4];

Supardi, M.Si
>> B=[2,3,4,5];
>> dot(A,B)
ans =
40
Dengan menggunakan perkalian dot ini, maka kita dapat
menentukan harga magnitud dengan lebih mudah
>> A=[1,2,3,4];
>> dot(A,A)
ans =
30
>> magnitud=sqrt(dot(A,A))
magnitud =
5.4772
Operasi dot juga dapat bekerja pada vektor kompleks, seperti di
bawah ini
>> A=[4;3+2i;2];
>> dot(A,A)
ans =
33
Operasi lain pada vektor selain dot adalah perkalian cross. Syarat
agar dapat dilakukan operasi perkalian cross adalah jumlah elemen vektor
harus sama dengan tiga.
>> A=[1,2,3];
>> B=[2,3,4];
>> C=cross(A,B)
C=

Supardi, M.Si
-1 2 -1
5.7) Dasar-dasar Vektor

Dibawah ini akan dibahas tentang berbagai macam pembangkitan
dan pembangunan vektor (array) yang disediakan oleh Matlab. Sebelum
dibahas kita sajikan terlebih dahulu rangkumannya dalam tabel di bawah
ini.
No Perintah Keterangan
Membangkitkan vektor dengan panjang
1 :
langkah sama.
Membangkitkan vektor pada jangkauan
tertentu dengan jumlah langkah dapat

2 linspace
diambilsesuai kebutuhan. Panjang langkah
yang dibangkitkan memiliki lebar sama.

Membangkitkan secara logaritmik vektor
3 logspace dalam jangkauan tertentu dengan jumlah
langkah dapat diambil sesuai keiinginan.

Membangun sebuah matriks diagonal
4 blkdiag
dengan argumen masukan.
5 eye Membangun matriks identitas.
Membangun matriks dengan elemen sama
6 ones
dengan 1.
Membangun matriks dengan elemen sama
7 zeros
dengan 0

Supardi, M.Si
Membangun matriks dengan elemen

8 rand
random yang terdistribusi secara uniform
Membangun matriks dengan elemen
9 randn
random yang terdistribusi secara normal
Membangkitkan array (vektor) untuk fungsi
10 ndgrid
multidimensi dan interpolasi.
Membangkitkan matriks X dan Y untuk
11 meshgrid
tujuan plot 3 dimensi.
Pembangkitan vektor dengan menggunakan linspace dan titik dua (:)
sudah diberikan di awal pembahasan tentang vektor. Sekarang kita akan
membahas beberapa yang belum dijelaskan di atas.
5.8) Membangkitkan Vektor dengan Logspace

Fungsi logspace dapat membangkitkan secara logaritmik vektor
dalam jangkauan yang dapat diatur. Bentuk umum dari fuungsi ini adalah
y = logspace(a,b)
y = logspace(a,b,n)
y = logspace(a,pi)
Dengan perintah y=logspace(a,b) maka akan dibangkitkan secara
logaritmik vektor baris x sebanyak 50 titik yang terbentang dari 10

a
hingga 10b .
>> x=logspace(0,1);
>> y=x;
>> stem(x,y)

Supardi, M.Si
Gambar. Deskripsi penggunaan logspace(a,b
Kalau kita menginginkan vektor dalam rentang a dan b dengan
jumlah tertentu, maka kita dapat menggunakan fungsi y=logspace(a,b,n).
>> x=logspace(0,1,10);
>> y=x;
>> stem(x,y)

Supardi, M.Si
Gambar. Deskripsi penggunaan y=logspace(a,b,n)
5.9) Matriks
5.9.1. Macam-Macam Matriks dan Operasi Elementer
Matriks adalah susunan angka-angka yang membentuk baris dan
kolom hingga bentuknya menjadi dua dimensi, seperti
[ ]
a11 a12 a 13
A= a21 a22 a 23
a31 a32 a 33
Sedangkan array merupakan bentuk khusus dari matriks karena
bentuknya berupa larik membentuk baris atau kolom, dengan kata lain
array merupakan matriks satu dimensi. Array sering juga disebut vektor

Supardi, M.Si
seperti yang telah dibahas di depan.
Kemudahan yang luar biasa diberikan oleh Matlab diantaranya
adalah penulisan dan operasi Matlab yang sangat mudah. Lain halnya
dengan bahasa pemrograman murni seperti halnya bahasa C, fortran atau
lainnya yang begitu sulitya melakukan operasi antar matriks. Sekarang
marilah kita menulis matriks misalnya
[
2 1 12
A= 4 2 −1
5 12 4 ]
Matriks seperti di atas dapat kita tuliskan dengan cara
>> A=[ 2 1 12; 4 2 -1; 5 12 4]
>> A=[ 2 1 12; 4 2 -1; 5 12 4]
A=
2 1 12
4 2 -1
5 12 4
atau
>> A=[ 2, 1, 12; 4, 2, -1; 5, 12, 4]
A=
2 1 12
4 2 -1
5 12 4
Jadi, antara elemen satu dengan elemen yang lain dalam satu baris
dapat dipisahkan dengan spasi atau tanda koma (, ). Sedangkan tanda
semikolon (titik koma) digunakan untuk memisahkan antara baris satu
dengan baris lainnya.

Supardi, M.Si
Untuk mengakses salah satu elemen dalam matriks A dapat
dilakukan dengan perintah A(elemen_baris_ke, elemen_kolom_ke).
Contoh, misalnya elemen pada baris pertama dan kolom ketiga yang
berharga 12 akan dikalikan dengan 11, maka perintah yang dapat dilakukan
adalah
>> A(1,3)*11
5.10) Operasi Dasar Matriks
5.10.1. Penambahan dan Pengurangan
Operasi penambahan dan pengurangan dua buah matrik atau lebih
dapat dilakukan apabila matriks pesertanya adalah seorde.
>> B=[2,3,4,5;1,2,3,4;4,2,1,3;4,5,2,3];
>> A+B
ans =
3 5 7 9
3 5 7 9
7 6 6 9
8 10 8 10
>> A-B
ans =
-1 -1 -1 -1
1 1 1 1
-1 2 4 3
0 0 4 4
Apabila matriks pesertanya tidak seorde, maka akan terjadi pesan

Supardi, M.Si
kesalahan
>> A=[1,2,3,4;2,3,4,5;3,4,5,6;4,5,6,7];
>> B=[2,3,4;1,2,3;4,2,1;4,5,2];
>> A+B
??? Error using ==> +
Matrix dimensions must agree.
Contoh Program
Hitunglah 2A-3B, jika diketahui matriks A dan matriks B masing-
masing adalah
A=  
3 5
1 2
,  
B= 4 10
6 5
Penyelesaian
A=[3,5;1,2]
B=[4,10;6,5];
C=2*A-3*B;
disp(C)
5.10.2. Transpose matriks
Transpose matriks berarti menukarkan elemen-elemen matriks yang
berada pada baris i ke kolom j atau dapat dinyatakan dalam notasi Aij = A ji .
T
Matlab hanya membutuhkan tanda apostrop (') untuk melakukan transpose
matriks A.
>> z=v*u
z=
2 4 6

Supardi, M.Si
3 6 9
4 8 12
>> z'
ans =
2 3 4
4 6 8
6 9 12
Tetapi hati-hati apabila vektor atau matriks yang kita miliki adalah
kompleks artinya bahwa elemen-elemennya bahwa elemen-elemennya
merupkan bilangan kompleks. Hal ini karena penambahan apostrop saja
berarti kita melakukan transpose konjugat kompleks matriks tersebut.
Sedangkan, kalau kita hanya ingin melakukan transpose saja, maka perlu
digunakan tanda titik dikuti tanda apostrop ( .' )
>> A=[2i+1,3i-2,2+3i;i+2,3+2i,3i-5;2+4i,3i+1,5i+1]
A=
1.0000 + 2.0000i -2.0000 + 3.0000i 2.0000 + 3.0000i
2.0000 + 1.0000i 3.0000 + 2.0000i -5.0000 + 3.0000i
2.0000 + 4.0000i 1.0000 + 3.0000i 1.0000 + 5.0000i
>> A'
ans =
1.0000 - 2.0000i 2.0000 - 1.0000i 2.0000 - 4.0000i
-2.0000 - 3.0000i 3.0000 - 2.0000i 1.0000 - 3.0000i
2.0000 - 3.0000i -5.0000 - 3.0000i 1.0000 - 5.0000i
>> A.'
ans =
1.0000 + 2.0000i 2.0000 + 1.0000i 2.0000 + 4.0000i

Supardi, M.Si
-2.0000 + 3.0000i 3.0000 + 2.0000i 1.0000 + 3.0000i
2.0000 + 3.0000i -5.0000 + 3.0000i 1.0000 + 5.0000i
5.10.3. Perkalian Matriks
Masalah matriks memang banyak digunakan dalam penyelesaian
kasus matematika. Persamaan linier simultan merupakan salah satu
masalah yang dapat dipecahkan dengan matriks. Perkalian matriks sendiri
membutuhkan syarat yakni jumlah kolom matriks kiri harus sama dengan
jumlah baris matriks kanan. Oleh sebab itu, perkalian matriks tidak bersifat
komutatif atau AB≠BA .
>> A=[1,2,3;2,3,4;3,4,5]
A=
1 2 3
2 3 4
3 4 5
>> B=[3,2,1;4,3,2;6,5,4]
B=
3 2 1
4 3 2
6 5 4
>> A*B
ans =
29 23 17
42 33 24
55 43 31
>> B*A

Supardi, M.Si
ans =
10 16 22
16 25 34
28 43 58
Lihatlah bahwa A*B memang tidak sama dengan B*A. Sekarang,
kalau aturan di atas tidak terpenuhi seperti pada contoh di bawah, maka
akan ada pesan kesalahan
>> P=[1,2,3;2,3,4;3,4,5];
>> Q=[3,2,1;4,3,2];
>> P*Q
??? Error using ==> *
Inner matrix dimensions must agree.
Akan tetapi jika terpenuhi maka operasi akan dijalankan
>> P=[1,2,3;2,3,4;3,4,5];
>> Q=[3,2;1,4;3,2];
>> P*Q
ans =
14 16
21 24
28 32
5.10.4. Perkalian Antar Elemen Matriks
Seperti halnya pada vektor, Matlab juga mampu melalukan antar
elemen seletak. Matriks A dan B dapat dilakukan operasi perkalian elemen
jika keduanya merupakan matriks yang sejenis. Lihat contoh dibawah ini

Supardi, M.Si
>> A=[1,2,3;2,3,4;3,4,5];
>> B=[3,2,1;4,3,2;6,5,4];
>> A.*B
ans =
3 4 3
8 9 8
18 20 20
Jika matriks P dan Q tidak sejenis maka operasi perkalian antar
elemen tidak akan terjadi
>> P=[1,2,3;2,3,4;3,4,5];
>> Q=[3,2,1;4,3,2];
>> P.*Q
??? Error using ==> .*
Matrix dimensions must agree.
5.10.5. Pembagian Elemen Matriks
Kita juga dapat melakukan operasi pembagian kanan (./) maupun
pembagian kiri (.\) matriks. Agar dapat melakukan operasi pembagian
antar elemen matriks maka kedua matriks harus sejenis.
>> A=[1,2,3;2,3,4;3,4,5];
>> B=[2,4,6;4,6,8;6,8,10];
>> A./B
ans =
0.5000 0.5000 0.5000

0.5000 0.5000 0.5000

Supardi, M.Si
0.5000 0.5000 0.5000
>> A.\B
ans =
2 2 2
2 2 2
2 2 2
Disamping pembagian kanan dan pembagian kiri, Matlab juga bisa
melakukan pemangkatan pada elemen-elemennya.
>> A=[1,2,3;2,3,4;3,4,5];
>> A.^3
ans =
1 8 27
8 27 64
27 64 125
5.11) Matriks Bawaan Matlab

Matlab memiliki banyak fungsi untuk mencreate matriks, antara lain
1. Untuk membuat matriks simetri secara otomatis, Matlab memiliki
fungsi pascal()
>> pascal(4)
ans =
1 1 1 1
1 2 3 4
1 3 6 10
1 4 10 20
(1) Untuk membuat matriks tak simetri, Matlab memiliki fungsi magic().
>> magic(4)

Supardi, M.Si
ans =
16 2 3 13
5 11 10 8
9 7 6 12
4 14 15 1
3. Untuk membuat matriks yang mana elemen-elemennya bilangan
random dalam ranah 0x1 dapat dibuat dengan fungsi
rand(baris,kolom). Sedangkan apabila kita menginginkan elemen-
elemennya berada dalam ranah 0xa , maka fungsi
pembangkitannya berbentuk a*rand(baris,kolom). Satu lagi, elemen-
elemen fungsi tadi semuanya bertipe real, kalau kita menginginkan
bertipe integer maka haru ditambahi fungsi round(), ceil(), fix() atau
floor(). Lihat contoh
 >> rand(3,4)
ans =
0.0153 0.9318 0.8462 0.6721

0.7468 0.4660 0.5252 0.8381
0.4451 0.4186 0.2026 0.0196
 >> 10*rand(3,4)
ans =
6.8128 5.0281 3.0462 6.8222

3.7948 7.0947 1.8965 3.0276
8.3180 4.2889 1.9343 5.4167
 >> round(10*rand(3,4))
ans =
2 9 5 6
7 9 9 8

Supardi, M.Si
4 6 8 7
 >> ceil(10*rand(3,4))
ans =
4 6 9 8
3 8 6 6
4 4 4 5
4. Matriks identitas. Matriks identitas disebut pula matriks satuan.
Sebagaimana operasi perkalian memiliki angka satuan 1, sedemikian
hingga a×1=a , operasi penambahan/ pengurangan memiliki angka
identitas 0, hingga a0=a atau a−0=a . Matriks juga memiliki
identitas matriks yang biasa disimbulkan dengan I, sehingga

AI=IA =A . Dalam Matlab, untuk membuat matriks identitas cukup
menggunakan fungsi eye(m,n)
>> A=[1,2,3;2,3,4;3,4,5]
A=
1 2 3
2 3 4
3 4 5
>> I=eye(3)
I=
1 0 0
0 1 0
0 0 1
>> A*I

Supardi, M.Si
ans =
1 2 3
2 3 4
3 4 5
>> I*A
ans =
1 2 3
2 3 4
3 4 5
5. Matriks–matriks khusus. Matlab memiliki matriks khusus, yang
mana dua diantaraya sudah disebutkan di atas yaitu rand(m,n) dan
eye(m,n). Disamping kedua matriks tersebut ada lagi matriks khsuus
lainnya yaitu ones(m,n), zeros(m,n) dan randn(m,n)
>> ones(3,4)
ans =
1 1 1 1
1 1 1 1
1 1 1 1
>> zeros(3,4)
ans =
0 0 0 0
0 0 0 0
0 0 0 0
>> randn(3,4)
ans =
-0.4326 0.2877 1.1892 0.1746

-1.6656 -1.1465 -0.0376 -0.1867

Supardi, M.Si
0.1253 1.1909 0.3273 0.7258
Contoh
Buatlah sebuah matriks dengan bentuk seperti di bawah ini
 
1 2 3 4
2 0 0 0
3 0 0 0
4 0 0 0
Penyelesaian
Untuk membuat bentuk matriks tersebut tentunya tidak sulit sama
sekali, apalagi jumlah elemennya tidak banyak. Tapi bayangkan kalau
jumlah elemennya sangat banyak, maka apa yang dapat kita perbuat?? Kita
langsung menyelesaikan
x=zeros(4);
r=1:4;
x(:,1)=r';
x(1,:)=r
Program menampilkan matriks seperti di atas dapat pula dibuat
dengan prgram seperti di bawah ini
>> a=[1,2,3,4;2,zeros(1,3);3,zeros(1,3);4,zeros(1,3)]
a=
1 2 3 4
2 0 0 0
3 0 0 0
4 0 0 0

Supardi, M.Si
Contoh
Buatlah matriks yang berbentuk seperti di bawah ini
1 2 0 0 0 0 0 0 0 0
2 1 2 0 0 0 0 0 0 0
0 2 1 2 0 0 0 0 0 0
0 0 2 1 2 0 0 0 0 0
0 0 0 2 1 2 0 0 0 0
0 0 0 0 2 1 2 0 0 0
0 0 0 0 0 2 1 2 0 0
0 0 0 0 0 0 2 1 2 0
0 0 0 0 0 0 0 2 1 2
0 0 0 0 0 0 0 0 2 1
Penyelesaian
Matriks di atas hanyalah matriks dengan ukuran 10 x 10. Dengan
Matlab kita dapat menanganinya dengan mudah meskipun ukurannya jauh
lebih besar. Untuk menyelesaikannya coba lihat program di bawah ini.
y=eye(10);
i=1;
for j=1:9;
i=i+1;
y(i,j)=2;
y(j,i)=2
end
5.12) Determinan dan Sistem Persamaan Linier

Supardi, M.Si
Determinan sebuah matriks A yang berorde 2 x 2 didefinisikan
sebagai
A=
∣a 11 a12
a 21 a 22 ∣
=a 11 a 22−a 12 a 21
Untuk menentukan determinan A dalam Matlab sangat mudah yaitu
cukup dengan perintah det(A). Coba lihatlah contoh di bawah ini
>> A=[1,2;3,1]
A=
1 2
3 1
>> det(A)
ans =
-5
>> B=[1,2,4;2,1,5;8,3,1];
>> det(B)
ans =
54
Dengan memahami tentang determinan, maka kita dapat
menemukan satu set persamaan simultan linier. Sebagai contoh jika kita
memilki satu set persamaan linier

3 x2 y− z=3
x3 y2 z=5
−4 x3 y−5z=1
Untuk memperoleh harga x, y dan z yang memenuhi persamaan tersebut
maka

Supardi, M.Si
• Tentukan matriks A yaitu
 
3 2 −1
◦ A= 1 3 2
−4 3 −5
• Tentukan matriks b yaitu

3
◦ b= 5
1
• Gunakan operasi bagi kiri untuk memperoleh harga x,y dan z yang
memenuhi persamaan tersebut.
>> A=[3,2,-1;1,3,2;-4,3,-5];
>> b=[3;5;1];
>> A\b
ans =
0.2500
1.3214
0.3929
Ini berarti bahwa x,y dan z masing-masing berharga 0.2500, 1.3214
dan 0.3929.
5.13) Invers Matriks

Invers matriks A dinotasikan dengan A -1. Hubungan antara
keduanya dapat dinyatkan
AA−1= A−1 A= I
dimana I merupakan matriks identitas. Misalnya kita memiliki tiga
persamaan linier simultan

Supardi, M.Si
a11 xa12 ya 13 z =b1

a 21 xa 22 y a 23 z =b 2
a31 xa 32 ya 33 z =b3
maka kita dapat menyederhanakan dalam bentuk matriks
    
a11 a 12 a 13 x b1
a 21 a 22 a 23 y = b2
a 31 a 32 a 33 z b3
atau disingkat menjadi

A X =b
Untuk memperoleh harga X
A−1 A X =A−1 b
X = A−1 b
dimana A-1A=I
Contoh
Selesaikan sistem persamaan linier berikut ini.

3 x2 y− z=3
x3 y2 z=5
−4 x3 y−5z=1
Penyelesaian
>> A=[3,2,-1;1,3,2;-4,3,-5]
A=
3 2 -1
1 3 2
-4 3 -5
>> b=[3;5;1]
b=

Supardi, M.Si
3
5
1
>> X=inv(A)*b
X=
0.2500
1.3214
0.3929
Kita dapat lihat bahwa penyelesaian ini persis sama dengan penyelesaian
sebelumnya. Dalam contoh di atas memang benar bahwa A-1A=I.
>> A=[3,2,-1;1,3,2;-4,3,-5];
>> inv(A)
ans =
0.2500 -0.0833 -0.0833

0.0357 0.2262 0.0833
-0.1786 0.2024 -0.0833
>> inv(A)*A
ans =
1.0000 -0.0000 0
0 1.0000 -0.0000
0 0.0000 1.0000
Kalau kita perhatikan hasil perkalian A-1A mengandung suku -0.000.
Apa yang terjadi sebenarnya? Dalam hal ini kita hasrus ingat bahwa
didalam perhitungan numerik terdapat beberapa kesalahan hasil
perhitungan diantaranya adalah kesalahan pembulatan. Oleh sebab itu, hasil
yang diperoleh merupakan pendekatan, namun begitu akurasi dapat
diandalkan.

Supardi, M.Si
5.14) Dekomposisi Matriks

Matlab mampu dengan cepat melakukan dekomposisi matriks
LU,QR maupun SVD. Dalam pasal ini kita akan lihat bagaimana
dekomposisi LU (Lower Upper) dapat digunakan untuk menyelesaikan
persamaan simultan linier. Untuk mendapatkan hasil dekomposisi matriks
dengan Matlab perintahnya adalah
[L,U]=lu(A),
dimana L adalah matriks Lower (bawah) dan U adalah matriks Upper
(atas). Sebagai contoh kita akan melakukan dekomposisi terhadap matriks
 
3 2 −1
A= 1 3 2
−4 3 −5
Penyelesaian
>> A=[3,2,-1;1,3,2;-4,3,-5];
>> [L,U]=lu(A)
L=
-0.7500 1.0000 0
-0.2500 0.8824 1.0000
1.0000 0 0
U=
-4.0000 3.0000 -5.0000

0 4.2500 -4.7500
0 0 4.9412
Setelah kita peroleh matriks L dan U, selanjutnya akan kita gunakan untuk
menyelesaikan persamaan simultan linier seperti contoh di pasal
sebelumnya. Jika

Supardi, M.Si

3
b= 5
1
maka penyelesaian dapat diperoleh dengan dua kali bagi kiri, yaitu
X=L\(U\b)
Kita dapatkan
>> A=[3,2,-1;1,3,2;-4,3,-5];
>> b=[3;5;1];
>> [L,U]=lu(A);
>> X=U\(L\b)
X=
0.2500
1.3214
0.3929
5.15) Operator Colon (titik dua)

Operator colon merupakan operator yang powerful dalam Matlab
dan memberikan cara yang efisien dalam menghendel matriks.
5.15.1. Menyederhanakan ungkapan matriks.
Untuk menyatakan metriks a
a=
1 2 3 4
3 4 5 6
5 6 7 8
7 8 9 10

Supardi, M.Si
dapat dinyatkan dengan cara sederhana dengan
>> a=[1:4;3:6;5:8;7:10]
a=
1 2 3 4
3 4 5 6
5 6 7 8
7 8 9 10
5.15.2. Mengakses elemen matriks
 Untuk menampilkan seluruh elemen pada baris ketiga, dapat
dinyatakan
>> a(3,:)
ans =
5 6 7 8
 Untuk menampilkan elemen mariks pada seluruh kolom pertama
dan kedua saja, misalnya dapat dinyatakan dengan
>> a(:,[1 2])
ans =
1 2
3 4
5 6
7 8
 Untuk menampilkan seluruh elemen pada baris ketiga dan keempat
saja dapat dinyatakan

Supardi, M.Si
>> a([3 4],:)
ans =
5 6 7 8
7 8 9 10
 Untuk mengakses elemen matriks a yang berada pada baris ke 1 dan
2 dan kolom 3 dan 4 dapat dinyatakan dengan
>> a(1:2,3:4)
ans =
3 4
5 6
 Jika kita menginginkan mengganti seluruh elemen matriks pada
baris ke 2,3 dan4 dan kolom 1,2 dan 3 dengan elemen-elemen
berharga 1.
>> a(2:4,1:3)=ones(3)
a=
1 2 3 4
1 1 1 6
1 1 1 8
1 1 1 10
 Kita dapat membuat tabel dengan menggunkan operator colon.
Contoh, kita ingin membuat tabel sinus dan cosinus dari sudut
tertentu, misalnya dibuat kelipatan 30o
>> x=[0:30:180]';
>> trig(:,1)=x;

Supardi, M.Si
>> trig(:,2)=sin(pi/180*x);
>> trig(:,3)=cos(pi/180*x);
>> trig
trig =
0 0 1.0000
30.0000 0.5000 0.8660
60.0000 0.8660 0.5000
90.0000 1.0000 0.0000
120.0000 0.8660 -0.5000
150.0000 0.5000 -0.8660
180.0000 0.0000 -1.0000
 Operator colon dapat digunakan untuk operasi elemen-elemen pada
metode eliminasi Gauss.
>> a=[-1,1,2,2;8,2,5,3;10,-4,5,3;7,4,1,-5];
>> a(2,:)=a(2,:)-a(2,1)/a(1,1)*a(1,:)
a=
-1.00 1.00 2.00 2.00
0 10.00 21.00 19.00
10.00 -4.00 5.00 3.00
7.00 4.00 1.00 -5.00
>> a(3,:)=a(3,:)-a(3,1)/a(1,1)*a(1,:)
a=
-1.00 1.00 2.00 2.00
0 10.00 21.00 19.00

Supardi, M.Si
0 6.00 25.00 23.00
7.00 4.00 1.00 -5.00
>> a(4,:)=a(4,:)-a(4,1)/a(1,1)*a(1,:)
a=
-1.00 1.00 2.00 2.00
0 10.00 21.00 19.00
0 6.00 25.00 23.00
0 11.00 15.00 9.00
>> a(3,:)=a(3,:)-a(3,2)/a(2,2)*a(2,:)
a=
-1.00 1.00 2.00 2.00
0 10.00 21.00 19.00
0 0 12.40 11.60
0 11.00 15.00 9.00
>> a(4,:)=a(4,:)-a(4,2)/a(2,2)*a(2,:)
a=
-1.00 1.00 2.00 2.00
0 10.00 21.00 19.00
0 0 12.40 11.60
0 0 -8.10 -11.90
>> a(4,:)=a(4,:)-a(4,3)/a(3,3)*a(3,:)
a=
-1.00 1.00 2.00 2.00
0 10.00 21.00 19.00

Supardi, M.Si
0 0 12.40 11.60
0 0 0 -4.32
 Kata kunci end dapat menyatakan elemen paling akhir dari sebuah
matriks. Misal, kita memiliki sebuah vektor
>> a=[1:6]
a=
1 2 3 4 5 6
>> a(end)
ans =
>> sum(a(2:end))
ans =
20
 Operator colon juga dapat berfungsi sebagai subscript tunggal.
Dalam kasus ini, operator ini akan berperilaku lain ketika berada di
ruas kiri dan ruas kanan. Ketika berada di ruas kanan, operator colon
akan menampilkan seluruh elemen dalam format kolom.
>> a=[1,2,3;2,3,4];
>> b=a(:)
b=

Supardi, M.Si
Sedangkan, ketika berada di ruas kiri operator colon akan mereshapes
matriks a yang sebeleumnya sudah ada. a(:) menyatakan matriks
dengan dimensi (orde) yang sama dengan a tetapi konten elemen
diambil dari matriks pada ruas kanan.
>> b=[1,2,3,3;4,5,6,7]
b=
1 2 3 3
4 5 6 7
>> a=zeros(4,2)
a=
0 0
0 0
0 0
0 0
>> a(:)=b
a=
1 3
4 6
2 3
5 7
 Sebagai kasus khusus, operator colon dapat digunakan untuk
mengganti seluruh elemen matriks.

Supardi, M.Si
>> a=[1:4;5:8]
a=
1 2 3 4
5 6 7 8
>> a(:)=-1
a=
-1 -1 -1 -1
-1 -1 -1 -1
5.15.3. Menggandakan baris dan kolom
Kadang-kadang kita perlu membangkitkan kembali elemen-elemen
yang ada pada baris atau kolom karena kebetulan elemen-elemen yang
pada baris/kolom berikutnya sama. Kita dapat menggunakan perintah
repmat untuk menggandakan baris/kolom tersebut.
>> a=[1;2;3];
>> b=repmat(a,[1 3])
b=
1 1 1
2 2 2
3 3 3
Hasil di atas (matriks b) dibangkitkan dari vektor a yang berdimensi
3 x 1 menjadi matriks b yang berdimensi 3 x 3. Perintah repmat(a,[1 3])
berarti gandakan sebanyak 1 baris dan 3 kolom dari matriks a.
>> c=repmat(a,[2 1])

Supardi, M.Si
c=
Perintah repmat(a,[2 1]) berarti gandakan sebanyak 2 baris dan 1
kolom dari matriks a.
Perintah alternatif yang dapat digunakan, misalnya repmat (a,[1 3])
dapat dinyatakan dengan repmat(a,1,3) dan repmat (a,[2 1]) bisa dinyatakan
dengan repmat(a,2,1).
5.15.4. Menghapus baris dan kolom matriks
Kita dapat menggunakan operator colon dan larik kosong [ ] untuk
menghapus elemen matriks di kolom maupun di baris.
>> b=[1,2,3;3,4,5;6,7,8]
b=
1 2 3
3 4 5
6 7 8
>> b(:,2)=[]
b=
1 3

Supardi, M.Si
3 5
6 8
Kalau yang akan dihapus adalah elemen matriks b pada kolom 2 dan
3, maka
>> b=[1,2,3;3,4,5;6,7,8];
>> b(:,[2 3])=[]
b=
Demikian pula, jika kita akan menghapus elemen matriks b pada
kolom 2 dan 3, maka
>> b=[1,2,3;3,4,5;6,7,8];
>> b([2 3],:)=[]
b=
1 2 3
5.15.5. Manipulasi matriks
Di bawah ini diberikan beberapa fungsi untuk manipulasi matriks,
antara lain
 diag, fungsi ini digunakan untuk membuat matriks diagonal. Jika kita
memiliki sebuah vektor v, maka diag(v) akan menghasilkan matriks
diagonal dengan elemen diagonal adalah elemen-elemen pada v.
>> v=[1:4];

Supardi, M.Si
>> diag(v)
ans =
1 0 0 0
0 2 0 0
0 0 3 0
0 0 0 4
Untuk menggeser diagonal ke kanan atau ke bawah, digunakan
perintah diag(v,b) yang akan menggeser kekanan atau ke bawah
sebesar b kolom.
>> diag(v,2)
ans =
0 0 1 0 0 0
0 0 0 2 0 0
0 0 0 0 3 0
0 0 0 0 0 4
0 0 0 0 0 0
0 0 0 0 0 0
>> diag(v,-2)
ans =
0 0 0 0 0 0
0 0 0 0 0 0
1 0 0 0 0 0
0 2 0 0 0 0
0 0 3 0 0 0
0 0 0 4 0 0
 fliplr, perintah ini digunakan untuk mempertukarkan elemen-elemen

Supardi, M.Si
matriks yang berada di sebelah kanan dengan elemen-elemen yang
berada di sisi kiri.
>> a=[1,2,3;4,5,6]'
a=
1 4
2 5
3 6
>> fliplr(a)
ans =
4 1
5 2
6 3
Kalau a berupa vektor, maka seperti terlihat di bawah ini
>> a=[1,2,3,4,5,6]
a=
1 2 3 4 5 6
>> fliplr(a)
ans =
6 5 4 3 2 1
 flipud, fungsi ini digunakan untuk mempertukarkan elemen matriks
yang berada di atas dengan yang ada di bawah.
>> a=[1,2,3;4,5,6]
a=
1 2 3

Supardi, M.Si
4 5 6
>> flipud(a)
ans =
4 5 6
1 2 3
 rot90, fungsi ini digunakan untuk merotasikan matriks A sebesar 90 o
menentang arah dengan arah jarum jam.
>> a=[1,2,3;4,5,6]
a=
1 2 3
4 5 6
>> rot90(a)
ans =
3 6
2 5
1 4
 tril, fungsi ini digunakan untuk menentukan elemen segitiga bawah
dari matriks tertentu. Sedankan triu, untuk menentukan elemen
segitiga atas matriks.
>> a=[1,2,3;4,5,6]
a=
1 2 3
4 5 6
>> tril(a)

Supardi, M.Si
ans =
1 0 0
4 5 0
>> triu(a)
ans =
1 2 3
0 5 6
5.15.6. Fungsi matriks lainnya
Masih ada banyak fungsi yang dapat digunakan untuk manipulasi
matriks. Beberapa diantaranya
 det,fungsi ini digunakan untuk menentukan determinan matriks.
Ingat, bahwa matriks yang memimiliki determinan hanyalah matriks
bujur sangkar.
>> a=[1,2,3;4,3,-2;-1,5,2];
>> det(a)
ans =
73
 eig, ini digunakan untuk menentukan nilai eigen.
>> a=[1,2,3;4,3,-2;-1,5,2];
>> eig(a)
ans =
5.5031
0.2485 + 3.6337i

Supardi, M.Si
0.2485 – 3.6337i
 inv, fungsi ini digunakan untuk melakukan invers matriks seperti
telah dijelaskan di atas.
 lu, adalah fungsi untuk melakukan dekomposisi matriks menjadi
matriks segitiga bawah dan matriks segitiga atas.
>> a=[1,2,3;4,3,-2;-1,5,2];
>> [L,U]=lu(a)
L=
0.25 0.22 1.00
1.00 0 0
-0.25 1.00 0
U=
4.00 3.00 -2.00
0 5.75 1.50
0 0 3.17
5.15.7. Matriks jarang (sparse)
Dalam masalah sains dan teknik kita sering menemui permasalahan
yang melibatkan ukuran matriks yang sangat besar. Sedangkan elemen-
elemen yang berharga tidak sama dengan nol dari matriks tersebut jarang.
Bayangkan kalau ukuran matriks sangat besar, misalnya 1000 x 1000 dengan
diagonal berharga 2 dan diapit oleh elemen berharga -1.
Matlab memberikan cara yang mudah untuk menyatakan jenis
matriks semacam ini yaitu dengan menggunakan fungsi sparse. Bentuk

Supardi, M.Si
umum penggunaan fungsi sparse adalah
sparse(baris,kolom,masukan,m,n)
Contoh kasus sederhana, jika kita ingin menyatakan matriks ukuran
5 x 5 dengan elemen-elemen seperti di bawah ini
[ ]
2 −1 0 0 0
−1 2 −1 0 0
0 −1 2 −1 0
0 0 −1 2 −1
0 0 0 −1 2
maka caranya
>> p=sparse(1:5,1:5,2,5,5);
>> p=p+sparse(2:5,1:4,-1,5,5);
>> p=p+sparse(1:4,2:5,-1,5,5);
>> full(p)
ans =
2.00 -1.00 0 0 0
-1.00 2.00 -1.00 0 0
0 -1.00 2.00 -1.00 0
0 0 -1.00 2.00 -1.00
0 0 0 -1.00 2.00
Keterangan
 Pertama dibuat matriks ukuran 5 x 5 dengan diagonal berharga 2.
 kedua ditambahkan pada baris 2 hingga n dan kolom 1 hingga n-1
dengan harga -1.
 ketiga, ditambahkan pada kolom 2 hingga n dan baris 1 hingga n-1

Supardi, M.Si
dengan -1.

Supardi, M.Si
SOAL LATIHAN
1. Diketahui dua buah vektor yaitu A=(1 -3 2 5 6) dan B=(4 1 3 5 1)
tentukan
(a) magnitud dari masing-masing vektor
(b) hasil perkalian antar elemen yang seletak
(c) hasil bagi antar elemen yang seletak.
2. Diketahui vektor A=(2+i -3+5i 5 1-3i 2).
(a) tentukan transpose matriks A.
(b) tentukan transpose konjugat dari matriks A.
(c) tentukan magnitud matriks A.
3. Anggaplah kita memiliki bilangan 3,2,3,1 dan 6. Buatlah vektor
kolom A dan vektor baris dengan elemen-elemen tersebut.
4. Bagaimanakah untuk memerintahkan Matlab untuk membuat
matriks dengan orde 7 x 7 dengan seperti di bawah ini
 
3 0 0 0 0 0 0
0 3 0 0 0 0 0
0 0 3 0 0 0 0
(a) A= 0 0 0 3 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 3 0
0 0 0 0 0 0 3

Supardi, M.Si
 
3 4 5 6 7 8 9
4 3 0 0 0 0 0
5 0 3 0 0 0 0
(b) A= 6 0 0 3 0 0 0
7 0 0 0 0 0 0
8 0 0 0 0 3 0
9 0 0 0 0 0 3
5. Jika diketahui A=[1,2,3,5,3] dan B=[ 4;3;2;5;2]. Tentukan
(a) hasil kasil cross vektor A dengan vektor B
(b) transpose dari ketor B
(c) hasil kali dot vektor A dengan vektor B'.
6. Diketahui dua buah matriks

3 2 −1 2 4
A= −2 1 1 3 2
8 2 −4 3 −5   4 1 −1 2 7
B= 6 3 0 3 6
1 −2 14 2 −5
(a) tentukan hasil perkalian matriks A dengan B.
(b) tentukan invers dari matriks A dan invers matriks B.
(c) tentukan AA-1 , AB, BB-1 dan A-1B-1.
6. Diketahui empat buah persamaan linier
2p + 3p + 4q -5s =10
p - 5p + 6q – 10s =-2
4p + 2q – 7r – 10s = 9
-2p + 10q + 2r – 4s = 6
(a) tentukan determinan dari matriks koefisien A.
(b) tentukan invers matriks koefisien.
(c) dapatkan nilai p, q, r dan s.
7. Diketahui satu set persamaan linier sebagai berikut

Supardi, M.Si
 
2 x5 y6 z =7
5 x−6 y2 z=1
−5 x−2 y8 z =−2
(a) gunakan bagi kiri untuk memperoleh x, y dan z.
(b) tentukan matriks L dan U dengan mendekomposisi matriks
koefisien A.
(c) dapatkan hasilnya setelah matriks L an U diperoleh.

Supardi, M.Si
BAB 4
Menggambar Grafik Fungsi
5.1) Membuat Grafik Garis

Peranan grafik dalam bidang sains dan teknik adalah sangat penting.
Grafik dapat digunakan untuk menampilkan hasil suatu hasil penelitian
maupun observasi lapangan. Dengan menampilkan dalam sebuah grafik,
pembaca akan dengan mudah memahami atau masalah tertentu. Dapat
dibayangkan, misalnya kita memiliki data penelitan sebanyak 10.000 titik
data dan semua data disajikan dalam bentuk tabel, sudah tentu kita akan
pusing dibuatnya. Lain halnya, jika data tersebut disajikan dalam bentuk
grafik, maka dengan mudah kita dapat memahami hasil penelitian tersebut.
Untuk membuat sebuah grafik garis, fungsi yang kita gunakan
adalah plot. Fungsi ini memiliki bentuk berbeda tergantung pada argumen
input yang kita berikan. Sebagai contoh, misalnya kita memiliki data dalam
bentuk array dan kita simpan dalam vektor y, maka plot(y) akan
ditampilkan grafik elemen-elemen y terhadap indeks elemen-elemen
tersebut. Sedangkan, jika kita menentukan dua argumen x dan y maka
plot(x,y) akan ditampilkan grafik y versus x. contoh
y=10*rand(100,1);
plot(y)

Supardi, M.Si
Gambar 4.1 Tampilan grafik y vs indeks y
Jika kita memiliki dua buah argumen x dan y, dimana 0 x 10 
dan y=cos  x  maka grafik y vs x dapat dilihat pada gambar 4.2.
x=0:pi/200:10*pi;
y=cos(x);
plot(x,y)
Gambar 4.2 Tampilan grafik y vs x
Kita juga dapat menggunakan perintah linspace untuk menentukan

Supardi, M.Si
domain fungsi, sehingga script di atas dapat dituliskan kembali menjadi
x=linspace(0,10*pi,200);
y=cos(x);
plot(x,y)
Secara umum, penggunaan perintah linspace mempunyai rumus
linspace(awal,akhir, jumlah_langkah)
Kita juga dapat membuat beberapa grafik dalam satu frame. Matlab
secara otomatis akan membedakan grafik-grafik tersebut dengan warna
yang berbeda-beda. Plot tiga grafik dalam satu frame dapat dilihat pada
gambar 4.3
y1=cos(x);
y2=cos(x-0.5);
y3=cos(x-1.0);
plot(x,y1,x,y2,x,y3)
Gambar 4.3 Tampilan tiga grafik dalam satu frame x-y.

Supardi, M.Si
5.1.1. Menentukan Jenis Garis dan Jaring
Kita dapat menentukan jenis garis untuk menampilkan grafik yang
kita miliki, misalnya garis putus-putus, titik-titik, kombinasi garis dan titik
dan lain-lain. Sedangkan untuk menampilkan jaring-jaring pada frame, kita
dapat menggunakan perintah grid. Lihat contoh dibawah ini
y1=cos(x);
y2=cos(x-0.5);
y3=cos(x-1.0);
plot(x,y1,'-',x,y2,'o',x,y3,':')
grid
Gambar 4.4. Menampilkan grafik dengan style garis
berbeda

Supardi, M.Si
5.1.2. Warna, Jenis Garis dan Penanda
Fungsi plot dapat menerima argumen bewujud karakter maupun
string yang menyatakan warna, jenis garis dan penanda. Secara umum,
bentuk umum
plot(x,y,'JenisGaris_Penanda_Warna')
Argumen JenisGaris_Penanda_Warna berbentuk string dan diapit
oleh tanda petik tunggal.
 Jenis garis dapat berupa garis putus-putus (dash), titik-tiitk (dot)
dan lain-lain.
 Penanda dapat berupa tanda bintang (*), kotak (square), bulatan (o),
diamond, tanda silang (x) dan lain-lain.
 Warna dapat berupa merah (r), kuning (y), hijau (g), cian (C), hitam
(b) dan lain-lain.
Sebagai contoh perintah plot(x,y,'-squarer') akan menampilkan grafik vs x
dengan jenis grafik dash (-), penanda kotak (square) dan warna merah.
y=cos(x);
plot(x,y,'-squarer')

Supardi, M.Si
Gambar 4.5. Menampilkan grafik dengan style garis
diikuti kotak berwarna merah
Kita juga dapat menentukan warna dan ukuran garis grafik melalui
perintah-perintah
 LineWidth: menentukan ketebalan garis,
 MarkerEdgeColor: menentukan warna penanda atau warna tepian
penanda masif.
 MarkerFaceColor: menentukan warna muka penanda masif.
 MarkerSize: menentukan ukuran penanda.
x = -pi:pi/10:pi;
y = tan(sin(x)) - sin(tan(x));
plot(x,y,'--rs','LineWidth',3,...
'MarkerEdgeColor','k',...
'MarkerFaceColor','g',...
'MarkerSize',5)
Script di atas akan menghasilkan grafik y vs x dengan
 Jenis garis putus-putus berwarna merah dengan penanda berbentuk

Supardi, M.Si
kotak ('--rs'),
 Tebal garis sama dengan 3
 Tepian penanda berwarna hitam (k),
 Muka penanda berwarna hijau (g),
 Ukuran penanda 5
Gambar 4.6. Menampilkan grafik dengan style garis berukuran 3 diikuti
kotak dengan kotak warna isi hijau dan warna tepian hitam dengan
ukuran kotak 5
5.1.3. Menambahkan Plot Grafik Baru pada Grafik yang ada
Kita dapat menambahkan grafik baru pada grafik sebelumnya
dengan perintah hold. Perintah ini akan aktif saat di on-kan atau hold on dan
tidak aktif saat diberi perintah hold off. Contoh
clear; close all;

Supardi, M.Si
x=1:100;
semilogx(x,'-','LineWidth',3);
hold on;
plot(1:5:500,1:100,'+');
hold off
Gambar 4.7. Menambahkan grafik pada grafik
terdahulu
5.1.4. Menggambar Titik-Titik Data
Kadang-kadang kita tidak ingin menghubungkan antar titik-titik
data yang ada dengan berbagai alasan. Untuk tujuan tersebut, maka atribut
atau property gambar hanya disertakan penanda (marker) saja.
clear; close all;
x = -pi:pi/10:pi;
y = tan(sin(x)) - sin(tan(x));

Supardi, M.Si
plot(x,y,'square')
Gambar 4.8. Menggambar titik-titik data
5.1.5. Menggambar dengan Penanda dan Garis
Untuk mengeplot grafik dengan garis dan penanda saja, dapat
dilakukan dengan mudah. Contoh,
x = 0:pi/15:4*pi;
y = exp(2*cos(x));
plot(x,y,'-r',x,y,'ok')

Supardi, M.Si
Gambar 4.9. Menggambar dengan garis dan
penanda
5.1.6. Plot Grafik untuk Data Berbentuk Matriks
Ketika kita memanggil perintah plot untuk mengeplot grafik data
bentuk vektor atau array, maka hasilnya dapat kita lihat seperti contoh-
contoh di atas. Nah, bagaimana jika data yang kita miliki berbentuk
matriks. Untuk memecahkan masalah ini, marilah kita ingat kembali bahwa
vektor memiliki ukuran 1×m atau m×1 Perintah plot(y) akan menampilkan
setiap elemen dalam kolom atau baris y terhadap indeks elemen vektor
tersebut. Demikian pula, perintah plot untuk data Y yang berbentuk
matriks akan menampilkan elemen pada setiap kolom atau baris matriks
terhadap indeks elemen. Jadi seandainya kita memiliki Y berukuran 10×10
, maka kita memiliki 10 (sepuluh) grafik. Sebagai contoh, fungsi peaks
merupakan fungsi dua variabel yang menghasilkan matriks 2 dimensi
dengan ukuran 49 x 49.
y=peaks;

Supardi, M.Si
plot(y)
Gambar 4.10 Contoh plot data berbentuk matriks
Jika kita perhatikan, grafik yang terbentuk terdiri atas 49 buah
dengan warna berbeda-beda. Secara umum, jika perintah plot digunakan
untuk mengeplot grafik fungsi dengan dua argumen dimana data yang
terbentuk berupa matriks 2 dimensi, maka
1. jika y adalah matriks dan x berupa vektor, maka perintah plot (x,y)
akan menampilkan grafik elemen pada kolom/baris matriks y
terhadap elemen vektor x.
2. jika x adalah matriks dan y berupa vektor, maka plot(x,y) akan
menampilkan grafik elemen matriks pada tiap-tiap kolom/baris
matriks x terhadap elemen vektor y. Contoh,
x=1:length(peaks);
plot(peaks,x)

Supardi, M.Si
Gambar 4.11 Contoh plot data berbentuk matriks
5.1.7. Memberikan Label, Legend dan Judul Grafik
Pemberian label pada sumbu-sumbu grafik sangat penting untuk
memudahkan pemahaman terhadap makna grafik itu sendiri. Perintah yang
digunakan untuk tujuan tersebut antara lain
 xlabel : untuk memberikan label pada sumbu x
 ylabel : untuk memberikan label pada sumbu y
 zlabel : untuk memberikan label pada sumbu z
 tittle : memberikan judul garfik
 legend : untuk memberikan keterangan grafik
untuk lebih mudahnya perhatikan contoh di bawah ini,
clear; close all;
x=-2:0.1:2;
y=-2:0.1:2;
[X,Y]=meshgrid(x,y);

Supardi, M.Si
f=-X.*Y.*exp(-2*(X.^2+Y.^2));
mesh(X,Y,f);
xlabel('Sumbu x');
ylabel('Sumbu y');
zlabel('Sumbu z');
title('Contoh judul grafik');
legend('ini contoh legend')
Gambar 4.12 Contoh penggunaan label, legend dan judul grafik
5.1.8. Memberikan Teks Tambahan Pada Grafik
Teks tambahan kadang-kadang penting diberikan apabila grafik

Supardi, M.Si
yang digambar lebih dari satu. Untuk memberikan teks tambahan ini dapat
dilakukan dengan memberikan perintah gtext(). Sebagai contoh
clear; close all;
y1=cos(x);
y2=cos(x-0.5);
y3=cos(x-1.0);
plot(x,y1,x,y2,x,y3);
gtext('y1=cos(x)');gtext('y1=cos(x-0.5)');
gtext('y1=cos(x-1.5)');
Gambar 4.12 Contoh penggunaan perintah gtext()
Untuk memberika teks tambahan dapat juga dilakukan dengan cara
di bawah ini
clear; close all;

Supardi, M.Si
y1=cos(x);
y2=cos(x-0.5);
y3=cos(x-1.0);
plot(x,y1,x,y2,x,y3)
text(pi/2,cos(pi/2),'\leftarrowy1=cos(x)');
text(pi/3,cos(pi/3-0.5),'\leftarrowy1=cos(x-0.5)');
text(2*pi/3,cos(2*pi/3-1.0),'\leftarrowy1=cos(x-1.0)')
Gambar 4.13 penambahan perintah leftarrow
5.1.9. Penulisan Simbol, Huruf Yunani dan
Dibawah ini disajikan tabel tentang simbul dan cara penulisannya.
Penulisan simbul dapat disertakan dalam label, title, text maupun legend.
Tabel 2. Simbul dan cara penulisannya

Supardi, M.Si
Cara Cara
Simbol simbul
penulisan penulisan
\alpha α \epsilon ε
\beta β \phi φ
\gamma γ \chi χ
\delta δ \psi ψ
\eta η \Gamma Ψ
\zeta ζ \Omega Ω
\iota ι \Delta ∆
\theta θ \Theta Θ
\vartheta ϑ \Lambda Λ
\kappa κ \Xi Χ
\lambda λ \Pi Π
\nu ν \Sigma Σ
\mu µ \Phi Φ
\xi ξ \Epsilon Ε
\phi φ \Rho Ρ
\rho ρ \Kappa Κ
5.1.10. Membuat Plot Khusus
Grafik Berbentuk Bar
Matlab memiliki fungsi untuk menampilkan data dalam bentuk
grafik bar. Ada dua jenis grafik bar yaitu bar horisontal dan bar vertikal.
Fungsi-fungsi tersebut antara lain adalah bar, barh, bar3 dan bar3h. Contoh
Y = [5 2 1

Supardi, M.Si
873
986
555
4 3 2];
bar(Y)
Gambar 4.14. Grafik berbentuk bar 2D

Supardi, M.Si

Supardi, M.Si
5.2) Membuat Plot 3 Dimensi

Tabel 4.3 dibawah ini disajikan langkah-langkah pembuatan grafik 3
dimensi dari fungsi tertentu yang memuat data grafik maupun model objek
3 dimensi.
Tabel 4.3 Langkah-langkah membuat grafik 3D
No. Langkah-langkah Kode

1. Mempersiapkan data Z=peaks(20)
2. Pilih jendela dan posisi figure(1)

subplot(2,1,2)
grafik dalam jendela
gambar
3. Panggil fungsi untuk h = surf(Z); h=mesh(Z); h=contour(Z)

Supardi, M.Si
menampilkan grafik
4. Atur peta warna dan colormap hot
shading interp
shading
set(h,'EdgeColor','k')
5. Tambahkan pencahayaan light('Position',[-2,2,20])

lighting phong
material([0.4,0.6,0.5,30])
set(h,'FaceColor',[0.7 0.7 0],...
'BackFaceLighting','lit')
6. Atur titi pandang grafik View([30,25])
set(gca,'CameraViewAngleMode','Manual')
7. Atur batas sumbu dan Axis([5 15 5 15 -8 8])

set(gca,'ZTickLabel','Negative|| ... Positive')
tick mark
8. Atur aspek rasio set(gca,'PlotBoxAspectRatio',...
[2.5 2.5 1])
9. Berikan tambahan xlabel('X Axis')

ylabel('Y Axis')
keterangan pada sumbu
zlabel('Function Value')
dan judul grafik
title('Peaks')
10. Mencetak grafik set(gcf,'PaperPositionMode',...
'auto')print -dps2
5.2.1. Plot garis dari data 3D
Apabila kita memiliki dua buah fungsi dengan argumen sama, maka
kita dapat menampilkan grafik 3D dari data tersebut. Demikian pula jika
kita memiliki 3 buah vektor dengan ukuran sama, maka kita juga dapat
menampilkannya menjadi grafik 3D. Contoh

Supardi, M.Si
t=-2*pi:pi/200:2*pi;
x=sin(t);
y=cos(t);
plot3(x,y,t);grid
Gambar 4.17 . Contoh grafik garis 3D
5.2.2. Plot data matriks
Apabila kita memiliki data yang sudah dibuat dalam bentuk matriks,
maka kita dapat menampilkannya dalam bentuk grafik. Grafik yang terbuat
merupakan plot setiap data dalam kolom matriks tersebut.
x=linspace(-2,2,200);
y=linspace(-2,2,200);
[X,Y] = meshgrid(x,y);
Z = X.*exp(-X.^2-Y.^2);
plot3(X,Y,Z)

Supardi, M.Si
grid on
Gambar 4.18 . Contoh grafik 3D dari data
matriks
Matlab juga dapat menampilkan beberapa jenis grafik 3 dimensi
antara lain
No. Fungsi Keterangan

1. mesh, surf Plot grafik permukaan
2. mesh, surfc Plot permukaan dengan contour
3. meshz Plot permukaan dengan curtain plot
4. pcolor Plot permukaan flat
5. surfl
6. surface

Supardi, M.Si
5.2.3. Grafik dengan mesh, surf dan pcolor
sintak untuk plot grafik dengan mesh adalah sebagai berikut,
mesh(X,Y,Z)
mesh(Z)
mesh(...,C)
mesh(...,'PropertyName',PropertyValue,...)
meshc(...)
meshz(...)
h = mesh(...)
h = meshc(...)
h = meshz(...)
Contoh
x=-3:.125:3;
y=-3:.125:3;
Z = peaks(X,Y);
mesh(X,Y,Z);
axis([-3 3 -3 3 -10 5])

Supardi, M.Si
Gambar 4.19. Plot grafik 3D dengan fngsi mesh()
Gambar 4.20. Plot grafik 3D dengan fngsi meshc()

Supardi, M.Si
Gambar 4.21 . Plot grafik 3D dengan fngsi meshz()

Supardi, M.Si
Gambar 4.22 . Plot grafik 3D dengan fungsi pcolor()
Gambar 4.23 . Plot grafik 3D dengan fngsi surfl()

Supardi, M.Si
Gambar 4.24 . Plot grafik 3D dengan fungsi surface()
5.2.4. Memvisualkan fungsi dengan dua variabel
Apabila kita memiliki sebuah fungsi f(x,y) yakni fungsi dengan dua
variabel bebas x dan y, dimana a x b dan a  y b , maka tidak serta
merta dapat dibuat grafik fungsi f terhadap x dan y. Akan tetapi, ada satu
langkah yang harus dilakukan yaitu membuat vektor x dan y tersebut
menjadi matriks. Untuk membuat matriks vektor x dan y tersebut dapat
dilakukan dengan fungsi meshgrid.
clear; close all;
x=-8:.5:8;
y=-8:.5:8;

Supardi, M.Si
R = sqrt(X.^2 + Y.^2) + eps;
Z=sin(R)./R;
surf(X,Y,Z);
grid on
Dibawah ini disajikan data berbentuk matriks berasal dari
pengenaan fungsi meshgrid pada vektor x dan y.
x=1:3;
y=1:4;
[X,Y]=meshgrid(x,y);
X=
1 2 3
1 2 3
1 2 3
1 2 3
Y=
1 1 1
2 2 2
3 3 3
4 4 4

Supardi, M.Si
Gambar 4.25. Grafik 3D menggunakan fungsi meshgrid dari
fungsi Z=sin(R)./R
Matlab menyediakan banyak teknik untuk untuk memperindah isi
informasi dari grafik yang kita miliki. Di bawah ini diberikan contoh grafik
dengan menggunakan pencahayaan dan titik pandang yang sesuai
menggunakan fungsi-fungsi daspect, axis, camlight, view
clear; close all;
x=-8:.5:8;
y=-8:.5:8;
R = sqrt(X.^2 + Y.^2) + eps;
Z=sin(R)./R;
surf(X,Y,Z,'FaceColor','interp',...

Supardi, M.Si
'EdgeColor','none',...
'FaceLighting','phong')
daspect([5 5 1])
axis tight
view(-50,30)
camlight left
Gambar 4.26 . Grafik 3D menggunakan fungsi meshgrid
dari fungsi Z=sin(R)./R dengan menambahkan teknik
pencahayaan dan titik pandang yang sesuai
5.2.5. Plot permukaan untuk data nonuniform
Kita dapat menggunakan fungsi meshgrid untuk membuat jaring-
jaring dari titik-titik data sampel uniform. Selanjutnya, Matlab membangun

Supardi, M.Si
plot permukaan dengan cara menghubungkan elemen-elemen matriks yang
berdekatan untuk membuat sebuah mesh kuadrilateral. Untuk membuat
plot permukaan dari data yang nonuniform, pertama kita harus
menggunakanfungsi griddata untuk menginterpolasi nilai-nau surf seperti
basanya.
Dibawah ini diberikan contoh menampilkan data nonuniform
dengan plot permukaan. Contoh ini akan mengevaluasi fungsi sinc untuk
data yang dibangkitkan dari fungsi random (acak) untuk range tertentu,
dan kemudian membangkitkan data sample uniform untuk ditampilkan
sebagai plot permukaan.
Proses untuk membuat tampilan data nonuniform tersebut meliputi
tiga proses antara lain:
 Menggunakan linspace untuk mengenerate data pada range tertentu.
 Menggunakan fungsi meshgrid untuk mengenerate ploting grid
dengan ouput dari linspace.
 Menggunakan fungsi griddata untuk menginterpolasi data yang
beraturan menjadi data yang teratur.

Supardi, M.Si
BAB 5
PEMROGRAMAN DAN TIPE DATA
5.1) Pendahuluan
Matlab memberikan kemudahan di dalam penulisan pernyataan-
pernyataan atau perintah-perintah. Pernyataan/perintah tersebut dapat
dituliskan di dalam editor tertentu dan disimpan eksetensi .m. Dengan
memberikan nama file dengan ekstensi tersebut, maka akan dapat
deksekusi di dalam lingkungan Matlab. Juga, dengan ekstensi tersebut file
yang kita buat bernama M-File.
M-File dapat berupa skrip maupun fungsi. M_File dalam bentuk
skrip dapat dieksekusi secara mudah dengan menuliskan nama skrip
tersebyut di command window, atau cukup menekan tombol F5 dengan
catatan skrip sudah diberikan nama. M-File dalam bentuk fungsi terdiri atas
argumen yang harus diberikan input sebelum dieksekusi dan menghasilkan
ouput. Apabila M-File kita berupa fungsi, maka langkah eksekusi file
adalah sebagai berikut.
 Membuat M-File dengan

function c = fungsiku(a,b)
teks editor.
c = sqrt(a.^2 + b.^2);
 Memanggil M-File melalui >> a=2.4;

Supardi, M.Si
>> b= 3.1;
>> c=fungsiku(a,b)
command window c=
3.9205
Perbedaaan antara M-File dalam bentuk skrip dan fungsi antara lain
M-File dalambentuk skrip M-File dalam bentuk fungsi

1. Tidak menerima input atau 2. Menerima argumen input dan
return argumen keluaran. mereturn argumen output.
2. Menjalankan data yang
berada di ruang kerja 3. Tidak menjalankan data yang ada
(workspace) di ruang kerja, melainkan dari
3. Sangat berguna apabila kita variabel internal yang secara
membutuhkan data default merupakan variabel lokal
sewaktu-waktu, karena fungsi.
data tersimpan dalam
ruang kerja. 4. Sangat berguna apabila di lain
waktu kita membutuhkan fungsi
tersebut, karena fungsi tersimpan
di current directory.

Supardi, M.Si
5.2) Skrip
Skrip merupakan bentuk sederhana dari M-File, karena tidak
memiliki argumen input maupun output. Bentuk ini sangat berguna untuk
otomatisasi serangkaian perintah-perintah Matlab, misalnya perhitungan
yang berulang-ulang dengan data yang sama. Dengan menggunakan
tombol down arrow atau up arrow, maka kita dapat menemukan kembali
data atau perintah yang pernah kita eksekusi. Hal ini karena data atau
perintah tadi terseimpan di dalam ruang kerja. Dibawah ini diberikan
contoh skrip M-File sederhana
% Skrip M-file untuk menghasilkan % baris komentar
% plot "flower petal"
theta = -pi:0.01:pi; % perhitungan
rho(1,:) = 2*sin(5*theta).^2;
rho(2,:) = cos(10*theta).^3;
rho(3,:) = sin(theta).^2;
rho(4,:) = 5*cos(3.5*theta).^3;
for k = 1:4
polar(theta,rho(k,:)) % keluaran grafik
pause
end
5.3) Fungsi

Supardi, M.Si
Sebagaimana bahasa pemrogrman tingkat tinggi lainnya, Matlab
memiliki fungsi bawaan, yaitu fungsi yang sudah tercompile sehingga
fungsi ini siap digunakan. Contoh fungsi bawaan ini misalnya sin, cos, tan,
exp, log, dan lainnya. Disamping fungsi bawaan ini, Matlab juga
menyediakan fungsi yang siap digunakan dalam bentuk M-File. Ingatlah
kembali, bahwa ketika kita membuat program melalui edit window, file
tersebut selalu disimpan dalam ekstensi .m. Ekstensi ini menunjukkan
bahwa file yang disimpan tersebut dalam format M-File. Fungsi M-File yang
sudah disiapkan oleh Matlab berjumlah banyak. Sebagai contoh fzero, ode23,
ode113, diag, mean, median dan yang lainnya.
Dibawah ini diberikan contoh M-File dalam bentuk fungsi yang
sangat berguna bagi pemrograman komputer.
function f = fact(n) % baris untuk definisi fungsi
% FACT Factorial. % baris H1
% FACT(N) mereturn factorial dari N, H! % teks bantuan
% biasanya dilambangkan N!
% FACT(N) hasilnya sama dengan PROD(1:N).
f = prod(1:n); % body fungsi
Fungsi ini memmiliki beberapa bagian, sebagaimana daapt
ditemukan di dalam fungsi-fungsi di Matlab.
 Baris definisi fungsi. Baris ini mendefinisikan nama fungsi dan
argumen input dan output. Dalam contoh tersebut nama fungsinya

Supardi, M.Si
adalah fac, argumen input adalah a dan b, serta argumen output
adalah c.
 Baris bantuan. H1 singkatan dari baris “help 1”. Matlab akan
menampilkan baris H1 ketika kita mencarinya dengan perintah
lookfor.
 Body fungsi. Bagian ini memuat code yang akan melakukan
komputasi dan menyimpan harga untuk kepentingan setiap
argumen output.
5.3.1. Beberapa Contoh
Misalnya kita mempunyai sebuah sistem yang terdiri atas dua massa
yang tergandeng dengan sebuah pegas. Fungsi h(t) dibawah ini
menggambarkan sistem terkopel tersebut

h t=sin 7 tsin 8t 
Dalam Matlab, kita dapat menyatkan h(t) tersebut dengan perintah inline,
h=inline('sin(7*t)+sin(8*t)','t')
Untuk menampilkan grafik, kita tinggal mengetikkan kode di
command window.
>> h=inline('sin(7*t)+sin(8*t)','t');
>> t=0:pi/60:5*pi;
>> plot(t,h(t))

Supardi, M.Si
Illustration 1:
Perhatikan pada bagian inline, variabel t disana merupakan variabel
inputan. Variabel t tersebut disebut pula sebagai variabel dummy. Kita dapat
memberikan masukan pada fungsi h dengan variabel input tidak harus
bernama t. Lihat contoh di bawah ini
>> h=inline('sin(7*t)+sin(8*t)','t');
>> x=0:pi/6:pi;
>> disp([x' h(x)'])
0 0
0.5236 -1.3660
1.0472 1.7321
1.5708 -1.0000
2.0944 -0.0000
2.6180 0.3660

Supardi, M.Si
3.1416 -0.0000
Untuk memberikan contoh konkrit penggunaan fungsi M-File ini,
ditinjau metode numerik terkenal dalam pencarian akar persamaan
nonlinier bernama metode Newton-Raphson. Metode ini dapat
diungkapkan dengan
f  xi 
x i1= xi −
f '  xi 
Apabila fungsi nonlinier yang akan dicari akar persamaannya adalah

f  x =sin x−x , maka kita memerlukan turunan fungsi tersebut yaitu
f '  x=cos x −1 .
Untuk membuat fungsi M-File f(x) dan f'(x) kita dapat melakukan
dengan dua cara, yaitu dengan inline dan menyimpannya dalam file M-File
lainnya.
✔ Dengan menggunakan inline, kita dapat membuat memperoleh akar
persamaan tersebut dengan seperti dibawah ini
clear; close all;
f=inline('sin(x)-x','x');
df=inline('cos(x)-1','x');
x=input('Masukkan terkaan awal :');
step=0;
tol=1e-2;
temp=1;
while (temp>=tol)
xlama=x;

Supardi, M.Si
x=x-f(x)/df(x);
step=step+1;
disp([x' f(x)']);
temp=abs(x-xlama);
end
if temp<=tol
disp('Akar persamaan ditemukan di x =');
disp(x);
else
disp('Akar persamaan tidak ditemukan.');
end
Kemudian simpanlah file ini dengan nama newton.m dan anggillah
file melalui command window.
✔ Kita juga dapat menyelesaikan masalah di atas dengan terlebih
dahulu membuat fungsi M-File. Cara, bukalah jendela editor
kemudian tuliskan fungsi
function y=f(x)
y=sin(x)-x;
Selanjutnya simpanlah file fungsi tersebut dengan nama f.m. Setelah
itu, buatlagi fungsi turunan dari f yaitu
function y=df(x)
y=cos(x)-1;
Setelah itu, simpan file fungsi tersebut dengan nama df.m.
Untuk menjalankan fungsi tersebut, hapuslah bagian inline dari

Supardi, M.Si
contoh program yang telah diberikan, kemudian panggillah nama
file newton melalui command window atau cukup tekan F5.
5.3.2. Aturan Dasar
Aturan dasar yang dimaksudkan adalah bagaimanakah cara
membuat fungsi sendiri dengan argumen input dan output yang
dimungkinkan. Untuk memberikan gambaran ini, marilah kita membuat
sebuah fungsi yang akan digunakan untuk menghitung rerata dan dan
jumlah dari data yang dimasukkan.
function [jumlah,mean]=fungsiku(x)
N=length(x);
jumlah=sum(x);
mean=sum(x)/N;
Kemudian dari command window jalankan,
>> s=1:3;
>> [J,M]=fungsiku(s)
J=
M=
Dari contoh di atas kita dapat menarik kesimpulan tentang fungsi
yaitu,
 Bentuk umum fungsi adalah
function [outarg1, outarg2, . . .] = nama_fungsi( inarg1, inarg2, . . . )

Supardi, M.Si
outarg1 = ... ;
outarg2 = ... ;
...
 Kata kunci fungsi
Sebuah fungsi harus diawali dengan kata kunci function.
 Argumen input dan argumen output merupakan variabel dummy,
artinya bahwa kita dapat memberikan nama berbeda saat fungsi
tersebut dipanggila. Sebagai contoh, argumen input pada fungsi
yang dibuat adalah jumlah dan mean, tetapi ketika dipanggil di
command window kita ganti dengan J dan M. Demikian pula pada
argumen outputnya, pada fungsi adalah x sedangkan saat dipanggil
diganti dengan s.
 Multi Argumen Output
Kita dapat menentukan lebih dari satu argumen ouput. Pada contoh,
argumen ouput yang kita buat yaitu jumlah dan mean. Kita dapat
membuat lebih dari dua output kika diinginkan. Untuk memanggil
semua argumen output, kita harus menggunakan kurung kotah
[outarg1, ouarg2, ...]. Jika hanya menginkan hasil dari outarg1 saja,
maka tidak diperlukan kurung kotak.
>> jum=fungsiku(x)
jum =
 Aturan Penamaan Fungsi
Penamaan fungsi harus sesuai dengan aturan penamaan variabel di

Supardi, M.Si
Matlab. Apabila fungsi yang kita buat diberikan nama lain, maka
pemanggilan fungsi harus sesuai dengan nama fungsi yang
disimpan. Sebagai contoh, jika fungsi yang telah kita buat bukan
diberikan nama fungsiku (sesuai dengan nama fungsi ini) melainkan
stats, maka untuk menjalankannya
>> r=rand(1,10);
>> [J,M]=stats(r)
J=
3.8603
M=
0.3860
 Mengecek Jumlah Argumen Fungsi
Sebuah fungsi dapat dipanggil beserta semua, sebagian atau tidak
sama sekali argumen yang dimilikinya. Kalau kita tidak ingin
menyertakan argumen input sama sekali, maka tanda kurung
dihilangkan. Untuk argumen output, kita juga dapat menyertakan
semua argumen, sebagian atau satu saja. Apabila kita memanggil
fungsi tanpa argumen output, maka argumen pertama yang akan
ditampilkan. Untuk mengecek jumlah input, kita menggunakan
perintah nargin.
function y = myfunction(a, b, c)
disp( nargin );
...
Sedangkan untuk mengecek jumlah output digunakan perintah

Supardi, M.Si
nargout.
function [y1,y2,y3] = myfunction(a, b, c)
disp( nargout );
...
5.3.3. Handle Fungsi
Contoh program pada subpasal 5.3.1 di atas adalah program untuk
menyelesaikan sebuah persamaan f(x)=0 dengan menggunakan metode
Newton Raphson. Metode ini membutuhkan ungkapan eksplisit f  x  dan
turunannya f '  x pada file fungsinya. Nah, ini kurang praktis karena kita
akan selalu mengedit file tersebut manakala fungsi yang akan dicari
akarnya berbeda.
Dengan menggunakan handle fungsi, kita dapat mengubah file
fungsi tersebut menjadi lebih umum. Artinya, fungsi tersebut akan dapat
digunakan untuk menyelesaikan f  x =0 bagaimanapun bentuknya.
Sebagai ilustrasi sederhana, perhatikan contoh fungsi handle berikut ini
>> fhandle=@cos;
>> y=feval(fhandle,pi)
y=
-1
Perhatikan bahwa ungkapan feval(fhandle,pi) sama saja dengan ungkapan
cos(pi). Jadi, ungkapan
>> fhandle = @ cos;
akan membuat sebuah handle untuk fungsi cos. Untuk program Newton

Supardi, M.Si
Raphson pada subpasal 5.3.1 dapat dituliskan
function [x,f,conv]=newton2(fh,dfh,xo)
x=xo;
step=0;
tol=1e-2;
temp=1;
while (temp>=tol)
xlama=x;
x=x-feval(fh,x)/feval(dfh,x);
step=step+1;
disp([x' feval(fh,x)']);
temp=abs(x-xlama);
end
if temp<=tol
conv=1;
else
conv=0;
end
f=feval(fh,x);
Untuk menjalankan file fungsi newton2.m perhatikan di bawah ini
>> xo=1;
>> fh=@f;
>> dfh=@df;
>> [x,f,conv]=newton2(fh,dfh,xo)

Supardi, M.Si
Tetapi untuk tujuan lebih praktis lagi, kita dapat mendefinisikan
fungsi melalui command window, misalnya
>> xo=1;
>> fh=inline('x.^2-3*x-4');
>> dfh=inline('2*x-3');
>> [x,f,conv]=newton2(fh,dfh,xo)
5.3.4. MenDebug Script
Debug adalah proses langkah demi langkah untuk mengetahui
kemungkinan kesalahan pada script yang kita buat. Untuk mengetahui
bagaimana cara mendebug secara intraktiv, marilah kita buka kembali file
newton.m.
➔ Untuk melihat script newton.m di command window beserta nomor
barisnya, ketiklah perintah dbtype newton.m
>> dbtype newton.m
1 clear; close all;
2 x=input('Masukkan terkaan awal :');
3 step=0;
4 tol=1e-2;
5 temp=1;
6 while (temp>=tol)
7 xlama=x;
8 x=x-f(x)/df(x);
9 step=step+1;

Supardi, M.Si
10 disp([x' f(x)']);
11 temp=abs(x-xlama);
12 end
13 if temp<=tol
14 disp('Akar persamaan ditemukan di x =');
15 disp(x);
16 else
17 disp('Akar persamaan tidak ditemukan.');
18 end
➔ Untuk masuk ke mode Debug, kita perlu memberi tanda breakpoint
pada baris tertentu, misalnya baris nomor 2. untuk memberi tanda
ini, cukup klik pada tanda dash (-) di sebelah kanan nomor baris
perintah di editor window.
➔ Setelah mengeset breakpoint, mulai kita jalankan script tersebut
dengan menekan tombol F5 atau klik menu Debug > Run. Kita juga
dapat menjalankan script tersebut dari command window.
➔ Ketika script mulai jalan, di command window akan muncul simbol
K di sebelah kiri prompt (K>>). Ini menunjukkan bahwa kita berada
dalam mode Debug. Di bagian editor window akan muncul tanda
anak panah berwarna hijau di sebelah kanan tanda breakpoint.
Tanda anak panah ini menunjukkan baris perintah berikutnya yang
akan dijalankan.
➔ Untuk menlanjutkan langkah berikutnya maka klik menu Debug >
Step atau tekan tombol F10. Saat sampai pada baris nomor 5, kita

Supardi, M.Si
perlu memberikan masukan x melalui command window.
➔ Ketika kita sampai pada baris nomor 8, klik F11 maka debuger akan
mengantar kita ke fungsi f.m dan df.m.
➔ Perhatikan tanda anak anak panah akan berulang-ulang dari baris
perintah nomor 6 hingga 12. Kita tahu bahwa program ini akan
mencari akar hingga terpenuhi syarat yang diberikan.
➔ Setelah syarat yang diberikan terpenuhi maka anak panah akan
menuju ke baris perintah berikutnya.
5.3.5. Debug Fungsi
Disamping mendebug script, kita juga dapat mendebug fungsi. Akan
tetapi,fungsi yang dibuat harus dijalankan terlebih dahulu. Sayangnya, kita
tidak dapat langsung menjalankan fungsi tersebut dari jendela
editor/debuger. Jadi, kita masuk dulu ke jendela command window dan
memberikan masukan argumen input terlebih dahulu.
➔ Buka file newton2.m melalui jendela editor.
➔ Berikan breakpoint pada baris 2 (x=xo).
➔ Di jendela command, buatlah handle fungsi untuk f dan df kemudian
panggil newton2.m.
>> xo=1;
>> fh=@f;
>> dfh=@df;
>> [x,f,conv]=newton2(fh,dfh,xo);
➔ Selanjutnya debug akan dimulai dari baris dimana kita memberikan

Supardi, M.Si
breakpoint.
5.3.6. Operator Aritmatik
Matlab menyediakan operator aritmatika seperti terlihat pada tabel
di bawah ini.
Operator Deskripsi
+ Penambahan
- Pengurangan
.* Perkalian
./ Bagi kanan
.\ Bagi kiri
: Operator kolon
.^ Pangkat
.' Transpose
' Transpose konjugat kompleks
* Perkalian matriks
/ Bagi kanan matriks
\ Bagi kiri matriks
^ Pangkat matriks
5.3.7. Operator relasi
Matriks juga menyediakan operator relasi sebagai berikut
Operator Deskripsi

Supardi, M.Si
< Kurang dari

<= Kurang dari atau sama dengan
> Lebih dari
>= Lebih dari atau sama dengan
== Sama dengan
~= Tidak sama dengan
Operator relasi berfungsi membandingkan elemen-elemen dari suatu
lmatriks (larik) terhadap elemen-elemen seletak dari matriks (larik) lain.
Contoh
>>P=[2,3,4;3,4,5;5,6,7];
>> Q=[3,2,4;2,4,5;5,1,2];
>> P==Q
ans =
0 0 1
0 1 1
1 0 0
>> P<Q
ans =
1 0 0
0 0 0
0 0 0
>> P<=Q
ans =

Supardi, M.Si
1 0 1
0 1 1
1 0 0
>> P>Q
ans =
0 1 0
1 0 0
0 1 1
>> P>=Q
ans =
0 1 1
1 1 1
1 1 1

Supardi, M.Si
BAB 6
KONTROL ALIRAN
5.1) Pendahuluan
Ada delapan pernyataan kontrol kendali yang disediakan di dalam
Matlab. Kedelapan pernyataan tersebut antara lain
1. if, termasuk di dalamnya pernyataan else dan elseif. Pernyataan ini
menjalankan kelompok pernyataan berdasarkan pada syarat logika.
2. switch, termasuk di dalamnya adalah case dan otherwise. Statement
ini mengeksekusi kelompok pernyataan berbeda bergantung pada
harga syarat kondisi.
3. while, menjalankan group pernyataan dengan jumlah iterasi tak
terbatas berdasarkan pada syarat logika.
4. for menjalankan group pernyataan dengan jumlah iterasi telah
ditentukan.
5. continue melewatkan kendali ke iterasi berikutnya untuk loop for
atau while.
6. break berfungsi menghentikan eksekusi looping for atau while.
7. try...catch mengubah kendali aliran apabila ditemukan kesalahan
selama proses eksekusi.
8. return menyebabkan eksekusi kembali ke fungsi invoking. Semua
aliran membangun pemnggunaan end untuk menunjukkan akhir

Supardi, M.Si
dari blok kontrol aliran.
5.2) Pernyataan Bersyarat if, else, dan elseif

Pernyataan if digunakan untuk menyeleksi suatu kondisi yang
memungkinkan dua atau lebih pilihan. Bila proses yang diseleksi terpenuhi
atau bernilai benar, maka pernyataan yang ada di dalam blok if akan
diproses dan dikerjakan. Sedangkan jika syarat tidak dipenuhi maka
program akan diakhiri. Dalam bentuk diagram alir percabangan if dapat
digambarkan seperti pada gambar 6.1
tidak
if (kondisi)
ya
Perintah
Gambar 6.1 Diagram alir percabangan if
Bentuk umum struktur kondisi if adalah :
if (syarat)
pernyataan
Dasar-Dasar Pemrogramanend
Matlab Untuk Sains dan Teknik 151
Supardi, M.Si
Keterangan
Apabila pernyataan logika berharga benar (true), maka seluruh
pernyataan atau perintah yang berada diantara if dan end akan dijalankan.
Sebaliknya, jika pernyataan logika berharga salah (false), maka seluruh
perintah/pernyataan yang berada diantara if dan end tidak akan dijalankan
karena Matlab akan langsung menuju end.
Syarat biasanya merupakan pernyataan logika, yakni pernyataan
yang mengandung operator relational yang berharga benar atau salah.
Dibawah ini disajikan operator relasi.
Operator relasi Arti

< Kurang dari
<= Kurang dari atau sama dengan
> Lebih dari
>= Lebih dari atau sama dengan
== Sama dengan
~= Tidak sama dengan
Beberapa contoh untuk pernyataan logika yang menggunakan
operator relasi beserta artinya.
b^2-4*a*c<0 b2 −4 a c0
b^2>4*a*c 2
b 4 a c
b^2-4*a*c==0 2
b −4 a c =0
b~=4 b≠4

Supardi, M.Si
Contoh 6.1
a=2;
if mod(a,2) == 0
disp('Pernyataan benar..!!')
end
Disamping operator relasi akan dibutuhkan pula operator logika
yang macamnya antara lain
Operator Lambang Arti
logika
And & Dan
Or | Atau
Not ~ Bukan
Xor Eksklusiv Or
Di bawah ini disajikan tabel harga dari pernyataan dengan operator
logika
a b a&b a|b ~a ~b a xor b
TRUE TRUE TRUE TRUE FALSE FALSE FALSE
TRUE FALSE FALSE TRUE FALSE TRUE TRUE
FALSE TRUE FALSE TRUE TRUE FALSE TRUE
FALSE FALSE FALSE FALSE TRUE TRUE FALSE

Supardi, M.Si
Contoh
Akan diberikan beberapa contoh berkaitan dengan penggunaan
operator logika seperti di bawah ini
5.3) Pernyataan Bersyarat if-else

Dalam pernyataan bersyarat if-else setidaknya terdapat dua
pernyataan. Jika syarat yang diperiksa bernilai benar atau terpenuhi maka
pernyataan pertamalah yang akan dijalankan, tetapi apabila syarat yang
diperiksa tidak memenuhi atay bernilai salah maka pernyataan yang
kedualah yang akan dijalankan. Blog program if-else dapat digambarkan
dengan diagram pada gambar 4.2.
Bentuk umumnya adalah sebagai berikut :
if(syarat)
pernyataan A
else
pernyataan B
Keterangan
✗ pernyataan A dan pernyataan B dapat berupa satu atau lebih
pernyataan
✗ Apabila pernyataan bersyarat bernilai benar, maka seluruh
pernyataan A yang berada diantara if dan else dijalankan.
✗ Sebaliknya, syarat tidak terpenuhi atau bernilai salah maka

Supardi, M.Si
pernyataan B yang berada diantara else dan end yang akan
dijalankan
tidak
if (kondisi)
ya
Perintah Perintah
Gambar 4.2 Diagram alir percabangan if…else
Contoh Program 6.2
x=input('Masukkan harga x:');
if (x>3)
disp('Pernyataan benar.');
disp('Pernyataan benar sekali..');
else
disp('Pernyataan salah.');
disp('Pernyataan salah sekali..');
end
5.4) Pernyataan Bersyarat elseif

Penggunaan pernyataan bersyarat else if akan memberikan solusi

Supardi, M.Si
kepada kita apabila terdapat lebih dari satu syarat yang ada untuk
menjalankan masing-masing pernyataan apabila syarat yang diberikan
terpenuhi.
Pernyaan else if akan dieksekusi apabila syarat yang dberikan pada if
sebelumnya (atau elseif sebelumnya) berharga salah (0). Pernyaaan ini
selanjutnya akan mengeksekusi perintah/pernyataan di dalamnya apabila
syarat logikanya berharga benar (1). Bentuk umum dari pernyataan
bersyarat elseif maka adalah
if(syarat1)
pernyataan/perintah A
elseif (syarat2)
pernyataan/perintah B
elseif(syarat3)
pernyataan/perintah C
..........
else
Dari bentuk umum di atas dapat dijelaskan sebagai berikut
✗ Setelah syarat1 diuji, maka jika berharga benar maka
pernyataan/perintah A akan dijalankan. Matlab kemudian menuju ke
pernyataan berikutnya setelah end.
✗ Jika syarat1 berharga salah, maka Matlab akan mengecek syarat2.
Jika berharga benar maka pernyataan/perintah B akan dijalankan.
Matlab kemudian akan menjalankan pernyataan berikutnya setelah

Supardi, M.Si
end.
✗ Dengan cara ini, maka semua syarat akan diuji hingga syarat yang
terpenuhi ditemukan. Jika sudah ditemukan maka elseif dibawahnya
sudah tidak akan dicek lagi.
✗ Apabila tidak ada satupun syarat dipenuhi, maka
pernyataan/perintahsetelah else yang akan dijalankan.
Ya
Perintah …
If
Perintah ....
Tidak
Ya Perintah …
elseif Perintah ....
Tidak
Ya Perintah …
elseif Perintah ....
Tidak
Perintah …
else Perintah ....
Gambar 6.3 Diagram alir pernyataan elseif
Contoh Program 6.3
n=input('Masukkan harga n:')

Supardi, M.Si
if n < 0 % jika n negatif, ada pesan salah.
disp('Masukan harus bilangan positif');
elseif rem(n,2) == 0 % jika n posisif dan bulat,
% kemudian bagi dengan 2
A = n/2;
else
A = (n+1)/2; % jika n positif dan ganjil
% tambahkan 1,kemudian bagi dengan 2.
end
5.5) Pernyataan bersyarat if bersarang

Pernyataan ini sangat penting untuk masalah-masalah yang memiliki
lebih dari dua cabang. Mengapa pernyataan ini disebut pernyataan
bersarang, karena di dalam pernyataan if ada pernyataan if lagi. If yang
kedua ini dapat berada di dalam if sendiri atau berada di dalam else. Untuk
lebih jelasnya lihatlah diagram alir 6.4. Bentuk umum dari pernyataan if
bersarang adalah

Supardi, M.Si
if (syarat)
perintah/pernyataan
if (syarat)
perintah/pernyataan
else
perintah/pernyataan
end
else
perintah/pernyataan
if (syarat)
perintah/pernyataan
Contoh Program 6.4
a=input('Masukkan a:');
if mod(a,2)==0
fprintf('%i adalah bilangan genap\n',a);
if (a>5)
fprintf('%i lebih besar 5',a);
else
fprintf('%i kurang dari 5',a);
end
else
fprintf('%i adalah bilangan ganjil\n',a);
if (a<5)
fprintf('%i kurang dari 5',a);

Supardi, M.Si
else
fprintf('%i lebih besar dari 5',a);
end
end
tidak
if (kondisi)
ya
Perintah
Perintah
if (kondisi)
if (kondisi)
Perintah Perintah Perintah Perintah
Perintah Perintah
Gambar 6.4 Diagram Alir Pernyataan If Bersarang
5.6) Operator Logika

Supardi, M.Si
Pernyataan logika yang lebih rumit dapat disusun dari tiga operator
logika yaitu and (&), or (|) dan not (~). Sebagai contoh dalam penyelesaian
persamaan kuadrat berbentuk
ax 2bxc=0
akan memiliki akar yang berharga -b/(2a) apabila diskriminan b 2−4 a c=0
dan a≠0 . Jika dinyatakan dalam Matlab
if (b^2-4*a*c)==0 & (a~=0)
x=-b/(2*a);
end
Gambar 6.5 Grafik fungsi kuadrat dengan dua akar yang sama
5.7) Memberikan Kriteria Nilai

Supardi, M.Si
Adakalanya kita memerlukan cara untuk memberikan nilai dari hasil
ujian semester dengan huruf. Penggunaan else-if merupakan cara yang
tepat untuk melakukan hal demikian. Biasanya, kita akan menggunakan
operator logika untuk membuat kriteria nilai. Tentunya, itu tidak salah..!
Tetapi, ada baiknya juga kalau kita membuat kriteria dengan cara yang
lebih efisien tanpa menggunakan operator logika. Coba sekarang lihat
contoh dibawah ini.
%Program kriteria Nilai degan operator logika
nilai = 100*rand;
disp(nilai);
if (nilai>=80)
disp('Nilai = A');
elseif (nilai>=70) & (nilai<80)
disp('Nilai = B');
disp('Nilai = C');
disp('Nilai = C');
disp('Nilai = C');
else
disp ('Nilai = D');
end
Tanpa menggunakan operator logika pun kita dapat melakukan hal

Supardi, M.Si
yang sama
%Program kriteria Nilai degan tanpa operator logika
nilai = 100*rand;
disp(nilai);
if (nilai>=80)
disp('Nilai = A');
elseif (nilai>=70)
disp('Nilai = B');
elseif (nilai>=60)
disp('Nilai = C');
elseif (nilai>=50)
disp('Nilai = D');
else
disp ('Nilai = E');
end
5.8) switch-case
Pernyataan switch akan mengeksekusi sekelompok perintah/
pernyataan berdasarkan pada harga variabel atau ekspresi. Bentuk dasar
dari switch adalah
Pernyataan switch bekerja dengan cara membandingkan masukan
(input) ekspresi dengan harga pada tiap-tiap peryataan case. Untuk
ekspresi numerik, pernyataan case bernilai benar apabila (nilai=ekspresi).
Untuk ekspresi string, pernyataan case bernilai benar apabila
strcmp(nilai,ekspresi).

Supardi, M.Si
switch ekspresi (skalar atau string)

case nilai1
pernyataan % dieksekusi jika ekspresi adalah nilai1
case nilai2
pernyataan % dieksekusi jika ekspresi adalah nilai2
..... .
......
otherwise
pernyataan % dieksekusi jika ekspresi tidak cocok
% dengan case manapun
end
Dari bentuk umum penggunaan switch di atas, maka pernyataan
switch terdiri atas beberapa blok antara lain:
➔ switch diikuti oleh ekspresi yang mana dapat berupa skalar
(bilangan) maupun string.
➔ Sejumlah grup case yang masing-masing diikuti oleh nilai ekspresi.
Nilai ekspresi ini berada dalam satu baris dengan case. Baris
dibawahnya berisi pernyataan-pernyataan yang akan dijalankan
apabila ekspresi nilai sesuai dengan ekspresi pada switch. Blok case
akan berakhir saat ditemukan blok otherwise.
➔ Blok otherwise. Blok ini ada untuk mengantisipasi apabila nilai
eksepresi pada switch tidak sama dengan nilai ekspresi pada case
manapun. Pernyataan-pernyataan yang berada dalam blok ini akan
berakhir saat bertemu dengan pernyataan end.
➔ Pernyataan end.
Dibawah ini diberikan sebuah contoh penggunaan pernyataan

Supardi, M.Si
switch-case. Pernyataan switch akan mengecek variabel masukan untuk
nilai tertentu. Apabila variabel masukan adalah 1, 2 atau 3 , maka
pernyataan case akan menampilkan luas masing-masing untuk kubus,
persegi panjang dan lingkaran. Sedangkan, apabila variabel masukan bukan
1,2 atau 3, maka switch akan langsung menuju ke otherwise.
% Contoh Program 6.5
disp('Pilih salah satu program..\n');
disp('1: menghitung luas bujur sangkar: \n');
disp('2: menghitung luas persegi panjang: \n');
disp('3: menghitung luas lingkaran: ');
no=input('\n Anda ingin menghitung luas 1,2 atau 3 \n');
switch no
case 1
a=input('masukkan panjang sisi bujur sangkar:');
luas=a^2;
fprintf('Luas bujur sangkar adalah %f \n',luas);
case 2
a=input('masukkan panjang persegi panjang: ');
b=input('masukkan lebar persegi panjang: ');
luas=a*b;
fprintf('Luas persegi panjang adalah %f',luas);
case 3
a=input('masukkan jari-jari lingkaran :');
luas=pi*r^2;

Supardi, M.Si
fprintf('Luas lingkaran adalah %f ',luas);
otherwise
fprintf('Ulangi pilihan yang ada...!!')
end
Pernyataan switch juga dapat digunakan untuk menghandle multi
syarat dalam satu case.
%Contoh Program 6.6
disp('Pilih salah satu program..\n');
disp('1: menghitung luas bujur sangkar: ');
disp('2: menghitung luas persegi panjang: ');
no=input('Anda ingin menghitung luas 1,2 atau 3 \n');
switch no
case 1
a=input('masukkan panjang sisi bujur sangkar:');
luas=a*a;
fprintf('Luas bujur sangkar adalah %f \n',luas);
case {2,3,4}
a=input('masukkan panjang persegi panjang: ');
b=input('masukkan lebar persegi panjang: ');
luas=a*b;

Supardi, M.Si
fprintf('Luas persegi panjang adalah %f',luas);
otherwise
disp('Ulangi pilihan yang ada...!!')
end
5.9) while
Pernyataan while akan menjalankan pernyataan atau sekelompok
pernyataan secara berulang-ulang selama kontrol perulangan berharga
benar (1). Secara umum, bentuk dari perulangan while adalah
while (syarat)
pernyataan
end
Contoh Program 6.7
Program di bawah ini akan mencari n bilangan pertama
perjumlahan bilangan interger yang berharga <100. Algoritma untuk
membuat program ini adalah
 inisialiasi untuk jum
 inisialisai untuk n
 ulang hingga syarat sum(1:n)< jum terpenuhi
 cetak n
 gantikan n dengan n+1
 akhiri perulangan
%program mencetak bilangan

Supardi, M.Si
jum=100;
n = 1;
while sum(1:n) < jum
disp(n)
n = n + 1;
end
Jika dijalankan hasilnya adalah
1
2
3
4
5
Contoh Program
Akan dibuat sebuah program Matlab berupakan tebak-tebakan
angka dengan algoritma sebagai berikut
✔ Bangkitkan bilangan random
✔ Berikan tebakan bilangan tersebut
✔ Selama tebakannya salah
➢ Jika tebakan terlalu rendah
▪ Katakan bahwa tebakannya terlalu rendah
➢ Sebaliknya
▪ Katakan bahwa tebakannya terlalu tinggi
➢ Berikan tebakan yang baru lagi
✔ Selesai
Penyelesaian

Supardi, M.Si
Progra Matlab yang dapat disusun dengan algoritma tersebut cukup
mudah seperti di bawah ini
bil=round(10*rand);
tebak=input('MAsukkan tebakanmu :');
while (bil~=tebak)
if (tebak<bil)
disp('Tebakan terlalu rendah..!');
else
disp('Tebakan terlalu tinggi..!');
end
tebak=input('Masukkan tebakan yang baru :');
end
disp('Selamat tebakanmu benar..!!')
Contoh Program 6.8
Sekarang kita akan mencetak pola-pola bilangan dengan yang
hasilnya seperti gambar di bawah ini
1 2
1 2 3
1 2 3 4
1 2 3 4 5
1 2 3 4 5 6
Penyelesaian

Supardi, M.Si
Marilah kita membuat algortima untuk mencetak pola bilangan
tersebut
 inisialiasasi I
 perulangan pertama hingga i<=6
 inisialisasi x
 perulangan kedua hingga x<=i
 cetak x
 gantikan x dengan x+1
 akhiri perulangan kedua
 lompat ke baris berikutnya
 gantikan i dengan i+1
 akhiri perulangan pertama
%Program mencetak pola bilangan
i=1;
while(i<=6)
x=1;
while(x<=i)
fprintf('%i',x);
x=x+1;
end
fprintf('\n');
i=i+1;
end

Supardi, M.Si
Contoh Program ...
Buatlah sebuah program Matlab untuk menghitung jumlahan
berikut ini
1−1/31 /5−1/71/9−⋯
hingga suku terkahir kurang dari 10−10
Penyelesaian
Sebelum kita membuat progra Matlab, kita perlu membuat
algoritmanya terlebih dahulu
 inisialisasi jum=0
 inisialisai tol=10−10
 inisialisasi sign=-1
 inisialisasi k=1
 inisialisasi suku=1
 selama (suku>tol)
➔ sign=-sign
➔ suku=1/(2*k-1)
➔ jum=jum+sign*suku
➔ gantikan k dengan k+1
 Cetak hasilnya
 Selesai
Selanjutnya, kita akan membuat program Matlabnya
jum=0;
tol=1e-2;
sign=-1;

Supardi, M.Si
k=1;
suku=1;
while (suku > tol)
sign=-sign;
suku=1/(2*k-1);
jum=jum+sign*suku;
k=k+1;
end
disp(jum)
5.10) Gerak Peluru

Gerak perluru adalah bahasan yang sudah sangat familiar baik
dalam sains maupun teknik. Gerak peluru merupakan perpaduan antara
gerak lurus beratura (GLB) dan gerak lurus berubah beraturan (GLBB).
Komponen GLB berada pada sumbu x dan komponen GLBB berada pada
sumbu y.
 Jarak yang ditempuh oleh peluru selama t detik pada arah sumbu x
adalah
x=v ox t
 Sedangkan tinggi peluru setelah t detik dapat digambarkan dengan

1 2
y=v oy t− g t
2
Nah, sekarang kita ingin mengetahui seberapa lama peluru terbang
di udara beserta lintasannya. Algoritma dari program yang akan kita
jalankan

Supardi, M.Si
 inisialisasi untuk step waktu dt
 inisialisasi untuk percepatan grafitasi g
 inisialisasi kecepatan awal vo
 Masukan untuk sudut tembakan
 Menentukan kecepatan awal ke arah x dan y masing-masing vox dan
voy
 inisialisasi untuk jarak x, tinggi y dan waktu tempuh t.
 memberikan nama file data yang akan disimpan
 selama y>=0
➔ menampilkan data
➔ menyimpan data dalam hardisk
➔ menggantikan t dengan t+dt
➔ menentukan jarak tempuh kearah sumbu x dan y
 mengambil data dari hardisk (load)
 menampilkan dalam grafik
Jika dibuat program Matlab maka hasilnya adalah sebagai berikut
dt=0.01;
g=9.8;
vo=10;
sudut=input('Masukkan sudut tembakan :');
sudut=sudut*pi/180;
vox=vo*cos(sudut);
voy=vo*sin(sudut);
x=0;y=0;t=0;

Supardi, M.Si
fid=fopen('peluru.txt','w');
while (y>=0)
disp([x' y' t'])
fprintf(fid,'%f %f %f\n',x,y,t);
t=t+dt;
x=vox*t;
y=voy*t-1/2*g*t^2;
end
fclose(fid);
load peluru.txt;
x=peluru(:,1);
y=peluru(:,2);
t=peluru(:,3);
plot(x,y)
grid on

Supardi, M.Si
Gambar. Lintasan peluru yang ditembakkan
5.11) Perulangan for

Struktur perulangan for biasa digunakan untuk mengulang suatu
proses yang telah diketahui jumlah perulangannya. Dari segi penulisannya,
struktur perulangan for tampaknya lebih efisien karena susunannya lebih
simpel dan sederhana. Secara default, penambahan indeks adalah 1, tetapi
kita dapat mengeset sendiri misalnya penambahannya 2, 3 atau berapapun
bahkan dapat pula negatif. Untuk penambahan positif, perulangan akan
berakhir manakala indeks sudah lebih dari yang tentukan. Sedangkan
untuk penambahan negatif, perulangan berakhir saat indeks lebih kecil dari

Supardi, M.Si
yang ditentukan. Secara umum, sintaks for adalah sebagai berikut
for indeks =i:k

pernyataan/perintah
end
atau
for indeks =i:m:k

pernyataan/perintah
end
Keterangan
✔ i:k merupakan vektor dengan elemen-elemen i ,i1,i2,⋯, k
✔ i :m: k adalah vektor dengan elemen-elemen i ,im ,i2 m ,⋯
hingga elemen terakhir tidak lebih dari k jika m>0 dan elemen
terakhir tidak kurang dari k jika m<0.
✔ Indeks merupakan bentu variabel.
Contoh program di bawah ini akan mencetak sebuah kalimat
berbunyi “Aku mahasiswa semester 5” sebanyak lima kali dengan
mengunakan pernyataan perulangan for.
%Contoh Program 6.9
%contoh perulangan for

Supardi, M.Si
N=5;
for i=1:N
fprintf('%i. Aku mahasiswa semester 5 \n',i);
end
Contoh Program 6.10
Buatlah sebuah program Matlab untuk menampilkan pola bilangan
seperti di bawah ini.
1 2
1 2 3
1 2 3 4
1 2 3 4 5
1 2 3 4 5 6
Penyelesaian
Mari kita buat algoritmanya terlebih dahulu
 tentukan perulangan pertama (6 kali) untuk menentukan
deretan bilangan ke bawah (baris) dengan variabel i.
 tentukan perulangan kedua (6 kali) untuk menentukan
deretan bilangan ke kanan (kolom) dengan variabel j.
 Cetak bilangan j.
 akhiri perulangan kedua
 lompat ke baris berikutnya.
 Akhiri perulangan kedua

Supardi, M.Si
% Program mencetak pola bilangan
for i=1:6
for j=1:i
fprintf('%5i',j);
end
fprintf('\n');
end
Contoh Program 6.11
Sekarang misalnya kita ingin mencari sebuah akar dari bilangan a=7,
kemudian algoritma yang diberikan adalah sebagai berikut
 inisialisasi a
 inisialisasi terhadapa x dengan a/2
 lakukan perulangan hingga 10 kali dengan for
 gantikan x dengan (x+a/2)/2
 tampilkan
 selesai
Dengan algoritma yang telah ditulis di atas maka kita dapat menulis
program sebagai berikut.
a=7;
x=a/2;
disp(['Menghitung pendekatan sqrt(a) jika a=',num2str(a)]);
for i=1:5

Supardi, M.Si
x=(x+a/x)/2;
disp(x);
end
disp(['Harga pendekatan sqrt(2) adalah ',num2str(x)])
disp('Harga perhitungan Matlab sqrt(2) adalah:')
disp(sqrt(a))
Jika dijalankan hasilnya adalah
Menghitung pendekatan sqrt(a) jika a=7
2.7500
2.6477
2.6458
2.6458
2.6458
Harga pendekatan sqrt(2) adalah 2.6458
Harga perhitungan Matlab sqrt(2) adalah:
2.6458
5.12) Menghidari perulangan for dengan Vektor

Sebagaimana pada bahasa pemrograman tingkat tinggi lainnya,
bentuk perulangan for merupakan bentuk paling dasar. Namun dengan
munculnya Matlab, maka ada cara lain untuk menyatakan perulangan
selain dengan for. Cara yang ditawarkan oleh Matlab ini berbasis pada
vektor.
Jika dipandang dari waktu komputasi yang ditawarkan dengan
perulangan berbasis vektor, maka waktu yang dibutuhkan jauh lebih

Supardi, M.Si
pendek. Dibawah ini diberikan contoh perulangan
Contoh Program ....

1000000
Hitunglah hasil jumlahan dari ∑ n2
n=1
Cara 1 dengan perulangan for
tic
sum=0;
N=10000;
for n=1:N
sum=sum+n^2;
end
toc
Hasilnya adalah
y = 333333833333127550.000000
elapsed_time =
2.9840e+000
Cara 2 dengan vektor
tic
N=1000000;
n=1:N;
y=sum( n.^2 )
toc

Supardi, M.Si
Hasilnya adalah
y=
3.3333e+017
elapsed_time =
0.0460
1000000
Dari hasil eksekusi program jumlahan ∑ n2 kita dapat melihat
n=1
bahwa dengan perulangan berbasis vektor waktu yang dibutuhkan jauh
lebih pendek dari penggunaan for.
Contoh Program .........
Buatlah sebuah program dengan koefisien berselang seling tanda
seperti di bawah ini

1 1 1 1
1−  −  −⋯
2 3 4 5
Penyelesaian
Untuk menyelesaikan bentuk jumlah yang bersaling seling ini kita
perlu sedikit pintar. Dalam contoh ini, kita akan menghitung hingga suku
yang ke 999. inilah programnya
N=999;
sum=1;
koef=-1;
for n=1:N
if (koef==-1)

Supardi, M.Si
koef=1;
end
sum=sum+1/n;
end
disp(sum)
5.13) Kesalahan yang Sering Dilakukan

Kesalahan yang sering muncul adalah penghilangan kata for pada
perulangan for. Sebagai contoh, jika kita bermaksud untuk menghitung
hasil akar dari suatu bilangan dengan menggunakan metode Newton
a=7;
x=a/2;
disp(['Menghitung pendekatan sqrt(a) jika a=',num2str(a)]);
i=1:5 % disini tidak ada for
x=(x+a/x)/2;
disp(x);
end
5.14) Pernyataan continue

Pernyataan continue berfungsi melewatkan kendali ke iterasi
berikutnya di dalam perulangan for maupun while. Apabila pernyataan
continue berada di dalam loop bersarang, maka pernyataan continue akan
melewatkan kendali ke iterasi berikutnya. Sebagai contoh, perhatikan di
bawah ini

Supardi, M.Si
N=20;
for i=1:N
if (i<5)
continue;
end
end
Apabila skrip program di atas dieksekusi, maka yang keluar adalah
tampilan tulisan “Aku mahasiswa semester 5” sebanyak 16 buah mulai dari
nomor 5 hingga nomor 20. Dengan kata lain, kalimat dari nomot 1 hingga 4
tidak ditampilkan. Hal ini disebabkan perintah continue yang berada di
dalam loop for.
5.15) Pernyataan break

Pernyataan break berfungsi untuk menghentikan eksekusi loop for
maupun loop while. Apabila break ditemukan di dalam kalang for maupun
while, maka eksekusi akan dihentikan apabila syarat yang diberikan
terpenuhi. Untuk lebih jelasnya perhatikan contoh berikut ini
N=20;
for i=1:N
if (i>5)
break;
end

Supardi, M.Si
end
Program di atas akan ditampilkan lima buah kalimat “Aku
mahasiswa semester 5” mulai dari nomor 1 hingga 5. Setelah iterasi ke 5,
program akan dihentikan karena pernyataan break di dalam pernyataan
bersyarat dimana syaratnya telah terpenuhi. Dengan kata lain, kalimat pada
nomor 6 hingga nomor 20 tidak akan dicetak.
Contoh Program
Contoh Program ...
Buatlah sebuah program Matlab untuk menghitung jumlahan
berikut ini
1−1/31 /5−1/71/9−⋯
hingga suku terkahir kurang dari 10−4
Penyelesaian
Sebelum kita membuat progra Matlab, kita perlu membuat
algoritmanya terlebih dahulu
 inisialisasi jum=0
 inisialisai tol=10−4
 inisialisasi sign=-1
 inisialisasi suku=1
 inisialisai N=100000000
 ulang hingga N kali perulangan dimulai dari k=1
➔ sign=-sign
➔ suku=1/(2*k-1)

Supardi, M.Si
➔ jika suku<tol
➔ hentikan pencarian
➔ jum=jum+sign*suku
 Cetak hasilnya
 Selesai
Hasil programya adalah
jum=0;
tol=1e-4;
sign=-1;
N=100000000
suku=1;
for k=1:N
sign=-sign;
suku=1/(2*k-1);
if (suku<tol)
break;
end
jum=jum+sign*suku;
end
disp(jum)

Supardi, M.Si
SOAL
1. Lihatlah potongan script seperti di bawah ini
if a>b
if c>a
tmp=c;
else
tmp=a;
end
else
if c>b
tmp=c;
else
tmp=b;
end
end
fprintf(tmp)
Jika ditentukan a=2, b=4 dan c=5, maka tentukan tmp terakhir.
2. Buatlah sebuah program komputer, yang mana apabila dijalankan
akan menghasilkan deretan angka seperti di awah ini. Ingat bahwa
hasil saat ini berdasarkan pada hasil sebelumnya.

Supardi, M.Si
12
20
30
42
3. Buatlah sebuah grafik untuk menggambarkan fungsi
z =e−x  cos y  dalam ranah 1x 10 dan 1y 10 .

4. Apabila diberikan fungsi seperti berikut ini
function y=f(n)
if n==0
y=0;
else
y=n+f(n-1);
end
Bagaimanakah keluaran fungsi tersebut apabila ditentukan n=3.
5. Buatlah sebuah program Matlab apabila algoritma prgram tersebut
seperti di bawah ini
• inisialisasi A=1 dan N=6
• ulang hingga 10 kali perulangan
• gantikan N dengan 2N
• Misalkan L=NA/2
• misalkan U =L  1− A2 /2
• misalkan P=(U+L)/2 (perkiraan untuk π)
• misalkan E=(U-L)/2 (perkiraan untuk kesalahan)

Supardi, M.Si
• cetakN,P,E
• selesai
6. Buatlah sebuah program Matlab apabila diberikan algoritma
program sebagai berikut
 inisialiasasi n=10
 fakt=1;
 ulang hingga n kali perulangan dimulai dari k=1
 gantikan fakt dengan k*fakt
 cetak fact
 selesai
7. Buatlah sebuah algoritma progra apabila diberikan program Matlab
sebagai berikut
p=10;
x=1;
q=30;
for i=1:q
x=p*x/n;
disp([n q]);
end
8. Buatlah program Matlab untuk memperoleh jumlahan dari
(a) 12 22 32 ...1000 2

1 1 1 1
(b) 1−   −...−
3 5 7 1003
9. Arus dalam keadaan mantap I mengalir dalam sebuah rangkaian

Supardi, M.Si
listrik dengan hambatan R=5 , kapasitansi C=10 dan
induktansi L=4 digambarkan dengan sebuah persamaan

E
I=

2
2

R  2 L−
1
2 C 
dengan E=2 dan =2 masing-masing adalah masukan untuk
tegangan dan frekuensi. Hitunglah I. (jawab 0.0396)
10. Penghitungan biaya penggunaan listrik dalam sebuah kota kecil
dihitung dengan cara sebagai berikut
○ Jika ada 500 unit atau kurang, maka biaya dihitung 2 sen per
unit.
○ Jika lebih dari 500 unit, tetapi tidak lebih dari 1000, maka
biaya dihitung 10 dolar untuk 500 unit, kemuadian 2 sen
untuk setiap unit selebihnya.
○ Jika lebih dari 1000 unit, maka penghitungan harga 35 dolar
untuk 1000 unit pertama, kemudian 10 sen untuk setiap unit
selebihnya.
○ Ditambah dengan fee untuk pelayanan sebesar 5 dolar, tidak
peduli pada penggunaan listrik berapapun.
11. Tuliskan program komputer dengan masukan 5 konsumsi dalam
sebuah vektor dan gunakan perulangan for untuk menghitung dan
menampilkan total biaya dari 200, 500, 700, 1000 dan 1500.
12. Diketahui kecepatan gerak jatuh bebas dari sebuah objek di dekat
permukaan bumi dapat dideskripsikan sebagai berikut

Supardi, M.Si
dv
=g ,
dt
dimana v adalah kecepatan dan g adalah percepatan grafitasi yang besarnya
9.8 m/s2. Cobalah membuat program komputer untuk memperoleh v pada
setiap saat dengan metode Euler. Untuk memudahkan, misalnya objek
mula-mula dalam keadaan diam kemudian dapatkan kecepatan pada

0t10 dan ikuti algoritma berikut ini :
1. Inisialisai variabel g, t_awal, t_akhir, vo, dt (semuanya dalam tipe
presisi ganda).
2. Inisialisai v=vo;
3. Tentukan jumlah interval N=(t_akhir-t_awal)/dt.
4. Untuk i=1,N
a) Tentukan nilai t pada saat ini.
b) Tentukan harga kecepatan saat ini (v=v+gt);
c) Cetak hasilnya (t dan v);
d) Simpan hasilnya dalam file bernama laju.txt
5. Tampilkan hasilnya dalam bentuk grafik.

Supardi, M.Si
BAB VII
PENYELESAIAN PERSAMAAN ALJABAR
Dalam bab ini kita akan menggunakan Matlab untuk menyelesaikan
persamaan aljabar. Kita akan mulai dengan menyelesaikan persamaan
sederhana (persamaan dengan satu variabel) dan sistem persamaan.
5.16) Penyelesaian Persamaan Aljabar

Kita akan mulai dengan persamaan sederhana yang mana kita sudah
tahu jawabannya dengan mudah.

x−2=0
Dengan mudah kita tahu bahwa jawaban yang memenuhi persamaan
tersebut adalah x=2 . Apabila persamaan tersebut diselesaikan dengan
Matlab
>> x=solve('x-2=0')
x=
2
Dalam menuliskan persamaan yang akan dipecahkan tidak perlu
menyertakan bagian persamaan di ruas kanan, karena secara otomatis
Matlab akan menganggap bahwa ketika kita menuliskan 'x-2' berarti bahwa
persamaan yang diselesaikan adalah 'x-2=0'.
>> x=solve('x-2')
x=
2
Matlab juga dapat menyelesaikan persamaan yang melipatkan

Supardi, M.Si
beberapa simbol. Sebagai contoh, kita dapat memperoleh harga variabel
untuk persamaan yang melibatkan konstanta a

ax3=0
yaitu
>> x=solve('a*x+3')
x=
-3/a
Tetapi ada cara lain untuk menyatakan simbol mana yang akan
dipecahkan. Cara ini dapat dilakukan dengan sintaks
solve(persamaan,variabel).
Sebagai contoh, apabila kita ingin menyelesaikan persamaan ax3=0
dimana variabel yang akan diketahui adalah a maka dapat dituliskan
>> x=solve('a*x+3','a')
x=
-3/x
5.17) Penyelesaian Persamaan Kuadratik

Matlab dapat pula menyelesaikan persamaan kudratik maupun
persamaan dengan orde lebih tinggi. Cara persis sama dengan cara
sebelumnya. Contoh jika kita ingin menyelesaikan persmaan
x 2−4 x−8=0 ,
maka dapat dilakukan dengan
>> s= solve('x^2-4*x-8')
ans =
[ 2+2*3^(1/2)]
[ 2-2*3^(1/2)]
Jika persamaan yang akan diselesaikan berorde lebih tinggi, misalnya

Supardi, M.Si
4 2
x −4 x −8=0
>> s=solve('x^4-4*x^2-8')
ans =
[ (2+2*3^(1/2))^(1/2)]
[ -(2+2*3^(1/2))^(1/2)]
[ (2-2*3^(1/2))^(1/2)]
[ -(2-2*3^(1/2))^(1/2)]
Setiap akar dari persamaan yang telah dipecahkan disimpan oleh
Matlab sebagai s(1), s(2), s(3) ... s(n) sesuai dengan jumlah akar
persamaannya. Sebagai contoh, untuk akar persamaan 4 2

x −4 x −8=0
memiliki tiga akar. Jika kita panggil akar-akar persamaan tersebut
>> s=solve('x^4-4*x^2-8');
>> s(1)
ans =
(2+2*3^(1/2))^(1/2)
>> s(2)
ans =
-(2+2*3^(1/2))^(1/2)
>> s(3)
ans =
(2-2*3^(1/2))^(1/2)
>> s(4)
ans =
-(2-2*3^(1/2))^(1/2)
Dimungkinkan pula untuk menyimpan sebuah persamaan ke dalam
sebuah variabel, kemudian kita gunakan variabel tersebut untuk
dipecahkan.
>> d='x^4-4*x^2-8=0';
>> solve(d)
ans =
[ (2+2*3^(1/2))^(1/2)]

Supardi, M.Si
[ -(2+2*3^(1/2))^(1/2)]
[ (2-2*3^(1/2))^(1/2)]
[ -(2-2*3^(1/2))^(1/2)]
5.18) Mengeplot Persamaan Simbolik

Matlab dapat membangkitkan grafik persamaan simbolik yang kita
masukkan dengan perintah ezplot. Sebagai contoh jika kita ingin mengeplot
grafik dari fungsi

2
x −4 x−8
maka dengan mudah, yaitu
>> d=('x^2-4*x-8');
>> ezplot(d)
Gambar 7.1 Grafik simbolik fungsi dengan perintah ezplot.
Untuk mengeset domain pada sumbu x, kita dapat melakukan

Supardi, M.Si
dengan perintah
ezplot(f,[x1 x2])
Dengan perintah di atas, maka kita telah mengeset bahwa grafik
yang ingin kita buat berada dalam range x 1x x 2 . Jadi, jika cara ini
yang kita gunakan maka kita dapat memilih range pada sumbu x agar
grafik kelihatan lebih manis.
>> d=('x^2-4*x-8');
>> ezplot(d,[-4 8])
Gambar 7.2 Grafik simbolik fungsi dengan domain pada sumbu x
yang diset manual.
Disamping kita dapat menentukan range ploting grafik pada sumbu
x, ita juga dapat menentukan range ploting pada kedua sumbu y. Jika kedua

Supardi, M.Si
sumbu kita tentukan rangenya misalnya −4x8 dan −13 y15
maka
>> d=('x^2-4*x-8');
>> ezplot(d,[-4,8,-13,15])
Gambar 7.3 Grafik simbolik fungsi dengan domain pada sumbu x dsn y
yang diset manual.
Tetapi, ingat bahwa kita tidak dapat mengeplot grafik simbolik
fungsi dengan cara menuliskan persamaannya misalnya 'x^2-4*x-8=0'. Jika
ini yang kita lakukan maka tentu saja akan muncul pesan kesalahan.
>> d=('x^2-4*x-8=0');
>> ezplot(d)

Supardi, M.Si
??? Error using ==> inlineeval
Error in inline expression ==> x.^2-4.*x-8=0
??? Error: "End of Input" expected, "=" found.
Contoh 7.1
Dapatkan akar persamaan nonlinier x 4 2 x 2− 10=0 dan plot
grafiknya. Selanjutnya tentukan nilai numerik dari akar-akar tersebut.
Penyelesaian
Pertama, kita buat terlebih dahulu bentuk fungsi yang akan diplot
dan disimpan dalam variabel d. Setelah itu kita panggil ezplot untuk
mengeplot fungsi. Untuk menuliskan 10 dalam perintah Matlab, kita
bisa menggunakan sqrt(10) atau 10^(1/2) (Ingat... jangan dituliskan dengan
10^1/2).
>> d='x^4+2*x^2-sqrt(10)';
>> s=solve(d)
s=
[ (-1+(1+10^(1/2))^(1/2))^(1/2)]
[ -(-1+(1+10^(1/2))^(1/2))^(1/2)]
[ i*(1+(1+10^(1/2))^(1/2))^(1/2)]
[ -i*(1+(1+10^(1/2))^(1/2))^(1/2)]
>> ezplot(d)
>> double(s(1))
ans =
1.0199

Supardi, M.Si
>> double(s(2))
ans =
-1.0199
>> double(s(3))
ans =
0 + 1.7436i
>> double(s(4))
ans =
0 - 1.7436i
Gambar 7.4 Plot grafik fungsi simbolik
5.19) Sistem Persamaan

Apabila kita memiliki beberapa persamaan simultan linier dengan

Supardi, M.Si
sejumlah variabel yang tidak diketahui, maka Matlab akan dengan mudah
menyelesaikan persamaan tersebut dengan sempurna. Sebagai contoh, jika
diketahui dua buah persamaan linier

2 x−5 y=10
5 x2 y=5
Untuk menyelesaikan dua persamaan linier tersebut kita gunakan perintah
solve dengan cara
>> q=solve('2*x-5*y=10','5*x+2*y=5');
Perhatikan bahwa untuk memecahkan dua persamaan tersebut kita
harus menuliskan kedua persamaan tersebut dengan dipisahkan oleh tanda
koma. Setiap persamaan yang dituliskan juga harus berada diantara tanda
petik tunggal.
Sedangkan untuk memperoleh jawaban yaitu variabel x dan y yang
memenuhi kedua persamaan itu, maka caranya
>> x=q.x
x=
45/29
>> y=q.y
y=
-40/29
Metode ini dapat digunakan untuk menyelesaikan persamaan
simultan linier dengan banyak sekali variabel yang belum diketahui.
Misalnya

Supardi, M.Si
2 x4 y−5 z u−10v=1

x10 y−3 z10 u2 v=10
5 x−2 y3 z−3 u−2 v=6
10 x−5 y zu−4 v=7
4 x6 y9 z −2u7v=2
Untuk menyelesaikan sistem persamaan tersebut tidak sulit sama sekali
seperti cara di bawah ini.
>> pers1='2*x+4*y-5*z+u-10*v=1';
>> pers2='x+10*y-3*z+10*u+2*v=10';
>> pers3='5*x-2*y+3*z-3*u-2*v=6';
>> pers4='10*x-5*y+z+u-4*v=7';
>> pers5='4*x+6*y+9*z-2*u+7*v=2';
>> q=solve(pers1,pers2,pers3,pers4,pers5);
>> x=q.x
x=
-13063/51
>> y=q.y
y=
-15622/153
>> z=q.z
z=
8421/17
>> u=q.u
u=
51794/153
>> v=q.v

Supardi, M.Si
v=
-46817/153
5.20) Penyelesaian Fungsi Eksponensial dan Logaritma

Apa yang sudah kita bicarakan di atas adalah bagaimana
menyelesaikan fungsi yang berbentuk polinomial. Matlab juga dapat
menangani fungsi yang melibatkan eksponensial maupun logaritma.
Contoh
Dapatkan x yang memenuhi persamaan

ln x−ln x−5=4
Penyelesaian
Pernyataan logaritma yang kita gunakan dalam persamaan diatas
berarti logaritma basis 2, sehingga dapat diselesaikan dengan Matlab
>> d='log(x)-log(x-5)=4';
>> s=solve(d);
>> s(1)
ans =
5*exp(4)/(-1+exp(4))
Selanjutnya jika kita memiliki dua persamaan yang melibatkan
bentuk eksponen
y=34 x
x
y=3 2
dengan mudah dapat diperoleh y
>> d1='y=3^(2*x)';

Supardi, M.Si
>> d2='y=3^x+1';
>> s=solve(d1,d2);
>> s(1)
ans =
x: [2x1 sym]
y: [2x1 sym]
Ternyata yang muncul hanyalah dua variabel yang ingin kita cari.
Untuk menampilkan harga variabel tersebut caranya
>> s.x(1)
ans =
log(1/2*5^(1/2)+1/2)/log(3)
>> s.x(2)
ans =
log(1/2-1/2*5^(1/2))/log(3)
>> s.y(1)
ans =
3/2+1/2*5^(1/2)
>> s.y(2)
ans =
3/2-1/2*5^(1/2)
Atau jika kita menginginkan hasilnya dalam tampilan bilangan real,
maka cukup diberi perintah double
>> a=double(s.x(1))
a=

Supardi, M.Si
0.4380
>> b=double(s.x(2))
b=
-0.4380 + 2.8596i
>> c=double(s.y(1))
c=
2.6180
>> d=double(s.y(2))
d=
0.3820
Matlab juga dapat menyelesaikan persamaan yang melibatkan
bentuk eksponensial, misalnya
y=e 2x x

Supardi, M.Si
Gambar 7.5. Plot grafik fungsi e 2 x x
Jika diselesaikan dengan Matlab, maka dengan mudah hasilnya akan
diperoleh
>> d='exp(2*x)+x=0';
>> s=solve(d)
s=
-1/2*lambertw(2)
>> double(s)
ans =
-0.4263
5.21) Deret Fungsi

Salah satu kemampuan yang dimilki oleh Matlab adalah mampu
menderetkan fungsi. Tentunya kita masih ingat dengan deret Taylor
ataupun deret Maclaurin. Untuk menderetkan fungsi dengan deret Taylor,

Supardi, M.Si
perintahnya cukup dengan taylor(). Sebagai contoh, jika kita ingin
menderetkan fungi cos(x),
>> syms x
>> taylor(cos(x))
ans =
1-1/2*x^2+1/24*x^4
Secara default, perintah taylor() akan menderetkan fungsi dalam
lima suku. Dalam kasus penderetan fungsi cos(x) di atas yang tertampil
hanya ada tiga suku. Hal ini dikarenakan pada suku yang ke 2 dan ke 4,
suku-sukunya sama dengan nol.
Dengan perintah ini, kita dapat memesan sampai berapa suku deret
yang diinginkan. Sebagai contoh, jika kita menginkan 15 suku deret fungsi
exp(x):
>> syms x
>> s=taylor(exp(x),15)
s=
1+x+1/2*x^2+1/6*x^3+1/24*x^4+1/120*x^5+1/720*x^6+1/5040*x^
7+1/40320*x^8+1/362880*x^9+1/3628800*x^10+1/39916800*x^11
+1/479001600*x^12+1/6227020800*x^13+1/87178291200*x^14

Supardi, M.Si
Gambar 7.6. Plot grafik lima suku deret fungsi cos(x)
5.22) Mengekspansikan dan Mengumpulkan Suatu Persamaan

Saat kita berada di Sekolah Menengah Pertama dahulu, tentunya kita
biasa mendapatkan sebuah persamaan seperti misalnya:
 x−2 x4= x 2−2 x−8
Matlab dapat memperoleh ungkapan pada ruas sebelah kanan dengan
perintah expand.
>> syms x;
>> expand((x-2)*(x+4))
ans =
x^2+2*x-8
Fungsi expand juga dapat digunakan untuk mengekspansikan fungsi

Supardi, M.Si
trigonometrik. Sebagai contoh:
>> expand(cos(2*x))
ans =
2*cos(x)^2-1
Ingat bahwa untuk bekerja dengan fungsi simbolik, kita harus
memberi tahu kepada Matlab bahwa variabel kita berupa simbolik. Jika hal
tersebut tidak dilakukan, maka tentunya akan muncul pesan kesalahan.
Kita lanjutkan untuk mengekspansikan beberapa fungsi simbolik seperti di
bawah ini
>> syms x;
>> syms y;
>> expand(cos(x+y))
ans =
cos(x)*cos(y)-sin(x)*sin(y)
>> expand(cos(x-y))
ans =
cos(x)*cos(y)+sin(x)*sin(y)
>> expand(sin(x+y))
ans =
sin(x)*cos(y)+cos(x)*sin(y)
>> expand(sin(x-y))
ans =
sin(x)*cos(y)-cos(x)*sin(y)
>> expand(tan(x-y))

Supardi, M.Si
ans =
(tan(x)-tan(y))/(1+tan(x)*tan(y))
>> expand(sin(2*x))
ans =
2*sin(x)*cos(x)
>> expand(tan(2*x))
ans =
2*tan(x)/(1-tan(x)^2)
Matlab juga memungkinkan kita untuk melakukan dengan cara lain
dalam mengumpulkan dan menyederhanakan ungkapan persamaan, yaitu
dengan menggunakan fungsi collect.
>> z=x^2*(x^2+2*x-4);
>> collect(z)
ans =
x^4+2*x^3-4*x^2
Contoh lain dengan variabel simbolik t,
>> syms t;
>> y=(1+t^2)*cos(t)+t*cos(t);
>> collect(y)
ans =
cos(t)*t^2+t*cos(t)+cos(t)
Disamping itu, kita juga dapat memfaktorkan bentuk persamaan tertentu
yaitu dengan fungsi factor. Ini tentunya sebagai kebalikan dari fungsi
expand. Lihat contoh berikut ini,

Supardi, M.Si
>> syms x;
>> z=x^2-5*x-14;
>> factor(z)
ans =
(x+2)*(x-7)
>> z=sin(x)^2+2*sin(x)+1;
>> factor(z)
ans =
(sin(x)+1)^2
Kita juga dapat memfaktorkan lebih dari satu persamaan, sebagai contoh
>> syms x,y;
>> z1=x^2-y^2;
>> z2=x^3-y^3;
>> factor([z1,z2]);
Akhirnya, kita dapat menggunakan perintah simplify. Perintah ini dapat
digunakan untuk membagi bentuk polinomial.
>> syms x;
>> syms y;
>> z1=x^3-y^3;
>> z2=x^2-y^2;
>> simplify(z1/z2)
ans =
(x^2+x*y+y^2)/(x+y)
Contoh lain yang melibatkan ungkapan logaritma, sebagai contoh

Supardi, M.Si
e 2log4x=elog16x =16 x 2
>> z=exp(2*log(4*x));
>> simplify(z)
ans =
16*x^2

Supardi, M.Si
SOAL LATIHAN
1. Gunakan Matlab untuk menyelesaikan persamaan berikut ini
(a) x 2−3 x =10
(b) sin 2 x3sin x=2
(c) 3 cos 2 x2 cos x=7
(d) x 3− y 3=27
(e) x 2 sin xx sin x=4
2. Dapatkan x sedemikian hingga memenuhi persamaan berikut ini
(a) x 2−  5 x=
(b) 2 x 2 2  x−2=0
3. Dapatkan penyelesaian persamaan  x 2−2=5 dan plot grafik
fungsinya pada domain −6x6 dan −6 y2 .

Supardi, M.Si
BAB VII
KALKULUS DAN PENYELESAIAN PERSAMAAN
DIFERENSIAL
Dalam bab ini kita akan membahas masalah-masalah yang berkaitan
dengan kalkulus diantaranya limit, turunan dan cara mendapatkan hasil
simboliknya.
5.1) Menghitung Limit Fungsi

Matlab memiliki kemampuan untuk menghitung limit dari sebuah
fungsi dengan perintah limit. Sebagai contoh, jika kita ingin mengetahui
hasil limit dari ungkapan berikut ini:

x 33 x 2−4 x 10
lim
 x ∞ 2 x 310 x 2−4 x10
dapat dilakukan dengan cara
>> syms x;
>> f=x^3+3*x^2-4*x+10;
>> g=2*x^3+10*x^2-4*x+10;
>> limit(f/g,inf)
ans =
Ingat sekali lagi bahwa variabel di dalam ungkapan matematis yang
akan dicari harga limitnya adalah berupa varabel simbolik. Oleh sebab itu,

Supardi, M.Si
setiap kita menggunakan perintah limit untuk memperoleh ungkapan
matematik tertentu harus diawali dengan syms. Jadi untuk menghitung
lim f  x , perintah limit dapat dipanggil dengan sintaks lim(f,a). Sebagai

x a
contoh
>> syms x
>> limit(x^2-9,4)
ans =
Sifat pertama dari limit fungsi adalah bahwa limit dari jumlahan dua
buah fungsi sama dengan jumlah dari limit masing-masing fungsi atau jika
dinyatakan dalam ungkapan matematis

lim  f  x g  x=lim f  x lim g  x 
x a x a x a
Contoh 7-1.
2 x 2x −4 x−10
Misalnya f  x = dan g  x= . Hitunglah limit
x−2 2 x1
dari masing-masing fungsi jika x 3 , kemudian buktikan bahwa sifat
pertama dari limit benar.
Penyelesaian
Pertama kita harus mendeklarasikan variabel simbolik yang
digunakan dalam pernyataan fungsi, yaitu dengan syms.
>> syms x
>> f=(2*x^2+x-4)/(x-2);
>> g=(x-10)/(2*x+1);
>> F1=limit(f+g,3)

Supardi, M.Si
F1 =
16
>> F2=limit(f,3)+limit(g,3)
F2 =
16
Jadi jelas bahwa aturan limit yang pertama terbukti, karena
lim
x 3
2 x 2x−4
x −2
=17 , lim
x −10
x 3 2 x1
=−1 dan lim
x 3 x−2

2 x 2 x−4 x−10
2 x1
=16 .
Selanjutnya, aturan kedua limit adalah limit dari perkalian antara
kontanta dengan fungsi sama dengan konstanta dikalikan dengan limit fungsi
tersebut, yaitu
lim kf  x=k lim f  x 
x a x a
dengan k adalah konstanta sembarang.
Contoh. Jika f  x =2  x 2 x−4 , maka dengan menggunakan Matlab

2 2
buktikan bahwa lim
x 3
2 x x−4=2 lim  x x−4 .
x 3
>> syms x;
>> f1=2*(x^2+x-4);
>> f2=x^2+x-4;
>> limit(f1,3)
ans =
16
>> 2*limit(f2,3)
ans =

Supardi, M.Si
16 (Terbukti)
Aturan ketiga limit mengatakan bahwa limit dari perkalian antara dua
fungsi f dan g sama dengan perkalian dari masing-masing limit tersebut, yaitu
lim f  x g  x =lim f  x lim g  x
x a x a x a
Contoh. Jika f  x = x 2x −4 dan g  x= x−1 , maka buktikan aturan
ketiga limit bahwa lim  x 2 x−4 x−1=lim  x 2x−4 lim  x−1

x2 x 2 x 2
Penyelesaian
>> syms x;
>> f=x^2+x-4;
>> g=x-1;
>> limit(f*g,2)
ans =
>> limit(f,2)*limit(g,2)
ans =
Akhirnya aturan keempat mengatakan bahwa limit dari fungsi f(x)
yang dipangkatkan dengan g(x) akan sama dengan limit fungsi f(x) dipangkatkan
dengan limit fungsi g().

lim g  x
lim f  x g  x=lim f  x x a
x a x a

Supardi, M.Si
INTEGRASI NUMERIK DAN PERSAMAAN
DIFERENSIAL
Dalam bab ini kitaakan membahas metode numerik untuk
menyelesaikan masalah integral, turunan dan persamaan diferensial.
Beberapa integral yang tidak dapat diselesaikan secara analiti. Oleh karena
itu, kita membutuhkan metode numerik untuk mengatasi kesulitan
tersebut. Disamping itu, kita sering memerlukan data untuk
memperkirakan laju perubahan dan proses ini memerlukan perkiraan data
numerik. Yang terakhir, banyak masalah persamaan diferensial yang sulit
diselesaikan dengan cara analitik, tetapi dengan pendekatan numerik kita
akan dapat memperolehnya dengan memuaskan.

5.1) Integrasi Numerik
Integral fungsi f  x  dalam ranah a xb dapat
diintepretasikan sebagai luas daerah dibawah kurva f  x  yang
membentang dari x=a hingga x=b .
Drawing 1:
Supardi, M.Si
Dalam hal ini f  x  disebut integrand, x=a disebut batas bawah
integral dan x=b disebut batas atas integral sedangkan x adalah variabel
integral.
Masalah integral ini banyak digunakan dalam masalah sains dan
teknik. Beberapa contoh dibawah ini akan menggamarkan penggunaan
integral dalam sains dan teknik:
5.1.1. Percepatan dan kecepatan benda.
Kecepatan suatu benda pada saat t detik dengan kecepatan awal

v 0 dapat dinyatakan sebagai
t
v t =∫ a t tv 0
0
5.1.2. Kecepatan dan jarak benda
Jarak yang ditempuh oleh benda setelah bergerak dari t=a hingga
t=b dan posisi awal ada di s(a) ketikan t=a dinyatakan sebagai
b
s t=∫ v t ts a 
a
5.1.3. Kapasitor, tegangan dan arus
Muatan Q yang melewati dalam sebuah kapasitor merupakan
integral dari arus yang dikenakan melalui kapasitor tersebut. Jika mula-
mula kapasitor membawa muatan Q(a), kemudian arus dilewatkan melalui
kapasitor dari t=a hingga t=b , maka tegangan kapasitor v adalah

Supardi, M.Si
[∫ ]
b
1
v b = it dt Q a
C a
dimana C menyatakan kapasitansi dari kapasitor.
5.1.4. Usaha
Usaha yang dilakukan oleh sebuah benda yang dikenai gaya F x
dan bergeser sejauh d dapat dinyatakan oleh

d
W =∫ F  x  dx
0
Untuk pegas linier gaya F  x  dinyatakan oleh F  x =k x ,
dengan k adalah konstanta pegas. Kerja yang dilakukan terhadap pegas
selanjutnya
d
W =∫ k x dx
0
Integral memiliki sifat linier. Apabila c dan d bukan merupakan
fungsi x, maka
b b b
∫ [ c f  x d f  x  ] dx=c ∫ f  x dxd ∫ f  x dx

a a a
Integral Tak Wajar dan Singularitas
Beberapa integral memiliki nilai tak hingga, bergantung pada batas-
batas integrasinya. Sebagai contoh,

1
∫ x−1 dx=ln ∣x−1∣
Integral di atas termasuk integral tak wajar apabila batas integral di

Supardi, M.Si
1
atas mengandung titik x=1 . Fungsi harganya menjadi tak
1−x
terdefinisi saat nilai x mendekati harga sama dengan 1 dari arah kiri ke
kanan. Lihat gambar ()
Gambar 9.1 Titik singularitas
Untuk memperlihatkan ketidakwajaran integral di atas, marilah kita
ambil batas atas integral h yang mendekati 1.

h
1 h
lim
h1—
∫ x−1
dx= lim ln ∣x−1∣0
h 1 —
0
= lim  ln ∣h−1∣−ln∣−1∣
h1—
= lim  lnh−1  =−∞
h 1 —
Kita tahu bahwa ln 0=−∞ . Yang perlu kita ketahui bahwa meskipun
fungsi tersebut dapat diintegralkan, namun kita perlu mengecek kembali
titik mana yang menyebabkan nilai integral tak terdefinisi. Nah, titik-titik
dimana nilai integrand (fungsi yang diintegralkan) berharga sama dengan
nol disebut singularitas.

Supardi, M.Si
5.2) Turunan
Turunan dan integral merupakan dua operasi yang saling
melengkapi. Sebagai contoh jika kita memiliki
f  x =∫ g  x  dx
maka g  x merupakan turunan f  x  terhadap x.

d f
g  x=
dx
Fungsi turunan f(x) secara geometris ditafsirkan sebagai kemiringan
(slope), sehingga f(x) sering disebut pula sebagai fungsi kemiringan. Beberapa
aturan tentang turunan ini antara lain:
5.2.1. Aturan perkalian
Jika kita memiliki fungsi h  x = f  x  g  x , maka

dh dg df
= f  x g  x 
dx dx dx
Contoh
dy
Jika diketahui y=x sin x , maka carilah . dengan
dx
menggunakan aturan perkalian dengan mudah diperoleh
dy d sin x  dx
=x sin x
dx dx dx
=x cos xsin  x 
5.2.2. Aturan Pembagian
f  x
Jika kita memiliki fungsi h  x = , maka
g  x

Supardi, M.Si
df dg
g  x − f x
dh dx dx
=
dx g 2
Contoh
sin x dy
Jika diketahui y= , maka carilah . Dengan
x dx
menggunakan aturan pembagian dengan mudah diperoleh
d sin x  dx
x −sin x
dy dx dx
=
dx x 2
x cos  x −sin  x
=
x2
5.2.3. Aturan Berantai
Apabila kita memiliki h  x = f  y , sedangkan y=g  x  maka
secara tidak langsung h juga merupakan fungsi x. Aturan berantai
menyatakan bahwa
dh df dy
=
dx dy dx
Contoh
df
Jika diketahui f =sin y dan y=cos  x  maka carilah .
dx
Dengan menggunakan aturan berantai dengan mudah diperoleh
df df dy
=
dx dy dx
d sin y  d cos x 
=
dy dx
=cos  y −sin  x 
=−cos cos  x  sin  x
5.3) Integrasi Numerik

Supardi, M.Si
Metode Trapesium
Sebagaimana namanya, metode trapezium merupakan metode
integrasi numerik yang didasarkan pada penjumlahan segmen-segmen
berbentuk trapesium. Apabila sebuah integral didekati dengan metode
trapesium dengan satu segmen saja, maka dapat dituliskan sebagai

b
∫ f  x  dx= b−a
2
[ f  a  +f  b  ] +E
a
Suku pertama pada ruas kanan adalah aturan trapezium yang kita
maksudkan, sedangkan suku kedua yang dinyatakan dengan E adalah
kesalahan yang dimiliki oleh metode ini.
Dengan demikian kita memperoleh pendekatan integral dengan
teknik integrasi trapesium adalah

x0 h
h
∫ f t dt≈
2
[ f  x 0 f  x 0h ]
x0
Secara grafis integrasi trapesium dapat digambarkan seperti pada
gambar (3-3)

Supardi, M.Si
Gambar 9.2. Deskripsi secara grafis aturan trapesium
Matlab menyediakan beberapa fungsi integrasi yang dapat
digunakan untuk memperoleh hasil pendekatan numerik dari ungkapan
integral. Beberapa fungsi integrasi yang disediakan Matlab ditampilkan
pada Tabel 9.1
Perintah Deskripsi
trapz(x,y) Perintah ini digunakan untuk menghitung
integral fungsi y terhadap x dengan pendekatan
integrasi numerik aturantrapesium, dimana larik
y berisi nilai fungsi yang besesuaian dengan titik x
quad('myfunction',a,b,tol) Perintah ini digunakan untuk menghitung
integral fungsi bernama 'myfunction' berdasarkan
aturan Simpson dengan batas bawah integrasi a
dan batas atas b serta tol adalah harga toleransi

Supardi, M.Si
yang diberikan.
quadl('myfunction',a,b,tol) Perintah ini digunakan untuk menghitung
integral fungsi berdasarkan pada integrasi
kuadratur Labato. Sedangkan a,b dan tol sama
dengan quad.
dblquad('fun',xmin,xmax, Digunakan untuk menghitung integral ganda dari
ymin,ymax,tol) fungsi 'fun' dengan xmin dan xmax masing-
masing adalah batas bawah dan atas pada sumbu
x, sedangkan ymin dan ymax masing-masing
adalah batas bawah dan batas atas pada sumbu y.
sedangkan tol adalah toleransi yang bisa diset.
triplequad('fun',xmin,xma Fungsi ini digunakan untuk menghitung integrasi
x,ymin,ymax,zmin,zmax,to numerik ganda tiga dari fungsi 'fun' dengan xmin,
l) ymin dan zmin masing-masing adalah batas
bawah untuk sumbu x,y dan z serta xmax, ymax
dan zmax masing-masing adalah batas atas
integrasi untuk sumbu x,y dan z.
Contoh
1
Dapatkan hasil pendekatan integral dari ∫  x−cos  x   dx .

0

Supardi, M.Si
Penyelesaian
>> x=linspace(0,1,100);
>> y=x-cos(x);
>> plot(x,y)
>> trapz(x,y)
ans =
-0.3415
Contoh
Sebuah akselerometer digunakan untuk mengukur percepatan
pesawat terbang. Dimisalkan pesawat dari keadaan diam pada t=0 dan
dicatat percepatannya setiap waktu seperti terlihat pada Tabel 9.2
Tabel 9.2 Percepatan pada setiap waktu yang diukur dengan akselerometer.
Waktu 0 1 2 3 4 5 6 7
Percepatan (m/s2) 0 2 4 7 20 23 40 55
(a) Perkirakan kecepatan pesawat setelah detik ke t=7.
(b) Perkirakan kecepatan pesawat pada saat t=1,2,3,...,7
Penyelesaian
(a) Untuk menyelesaikan masalah ini, kita tidak dapat menggunakan
fungsi quad atau quadl, karena integrand berupa data diskret. Oleh
sebab itu, kita hanya dapat menggunakan fungsi trapz. Hubungan
antara kecepatan dan percepatan adalah

7 7
v 10=∫ a t  dtv 0=∫ a t dt
0 0
>> t=[0:7];

Supardi, M.Si
>> a=[0,2,4,7,20,23,40,55];
>> v=trapz(t,a)
ans =
123.5000
(b) Untuk memperoleh kecepatan pada saat t=1,2,3,...,7, maka ungkapan
integral yang cocok adalah

tk tk
v t k =∫ a t dtv 1=∫ a t dt

t1 t1
Ingat bahwa Matlab tidak mengenal indeks 0, sehingga k bergerak
mulaidari 1 hingga 11 dimana t 1=0 dan t 8=7 . Jika dinyatakan
dalam pemrograman Matlab,
t=[0:7];
a=[0,2,4,7,20,23,40,55];
v(1)=0;
for i=2:8
v(i)=trapz(t(1:i),a(1:i))
end
disp([t' v']);
Bisa pula programnya dibuat lebih sederhana menjadi
t=[0:7];
a=[0,2,4,7,20,23,40,55];
v(1)=0;
for i=1:7
v(i+1)=trapz(t(i:i+1),a(i:i+1))+v(i);

Supardi, M.Si
end
disp([t' v']);
Hasil running programnya seperti diperlihatkan pada tabel di bawah
ini
0 0
1.0000 1.0000
2.0000 4.0000
3.0000 9.5000
4.0000 23.0000
5.0000 44.5000
6.0000 76.0000
7.0000 123.5000
Metode Simpson 1/3
Dalam pembahasan tentang metode numerik, metode integrasi
trapesium dapat mendapatkan secara eksak jika integrand berupa fungsi
yang linier. Tetapi bagaimana jika fungsi integrand berwujud fungsi
kuadratik. Jika fungsi integrand berupa polinomial orde dua (kuadratik),
maka metode Simpson 1/3 dapatdi terapkan untuk memperoleh harga yang
eksak. Metode Simpson dapat digambarkan dengan ungkapan
[ ]
b N /2−1 N /2−1
∫ f  x  dx≈ h3 f a 4 ∑ f  x 2i 1 2 ∑ f  x 2 i  f b

a i=0 i=1

Supardi, M.Si
Contoh
Buatlah pogram Matlab untuk mendapatkan hasil pendekatan
integral dari ∫ e x dx , dimana kita dapat memasukkan batas bawah a dan

a
batas atas b.
Penyelesaian
Untuk mendapatkan penyelesaian dari masalah ini, maka kita perlu
membuat algoritma program Simpson terlebih dahulu, yaitu
(1) Definisikan fungsi yang akan diintegrasikan
(2) Tentukan batas bawah b dan batas atas a integrasi
(3) Tentukan jumlah segmen N

b−a
(4) Hitung lebar segmen h=
N
(5) Inisialisai jumlahan sum = f ( a ) + f ( b )
(6) Inisialisasi faktor bobot fak = 4
(7) Hitung jumlahan dari i = 1 hingga i=N −1
(a) Tentukan node tiap-tiap x i=ai h
(b) Berikan syarat jika (fak = 4), maka fak=2
(c) Hitung nilai integral sum = sum + fak * f ( x)

h
(8) Hitung hasil akhir penjumlahan Hasil = * sum
3
%Program Simpson 1/3

f=inline('exp(x)','x');
b=input('Batas atas integrasi b:');

Supardi, M.Si
a=input('Batas bawah integrasi a:');

N=input('Jumlah segmen N:');
hasil_eksak=f(b)-f(a);
if(N < 2)
fprintf('Jumlah segmen <=2.Ulangi!!');
break;
end;
if (mod(N,2)~=0)
N=N+1;
end;
h=(b-a)/N;
sum=f(a)+f(b);
fak=2;
for i=1:N-1
x=a+i*h;
if(fak==2)
fak=4;
else
fak=2;
end
sum=sum+fak*f(x);
end
hasil=h/3*sum;
error=abs(hasil_eksak-hasil_num);
fprintf('hasil=%f, error=%f',hasil,error)
Matlab menyediakan fungsi quad yang didasarkan pada penggunaan
metode Simpson 1/3 untuk menyelesaikan masalah integral. Kalau fungsi

Supardi, M.Si
trapz dapat menyelesaikan dengan nilai eksak untuk fungsi integrand linier,
maka quad dapat memperoleh harga eksak untuk integrand yang berbentuk
kuadratik.
Contoh
6
Dapatkan nilai integral ∫ x 2 −3 x−4 dx dengan trapz dan quad.

4
Penyelesaian
Dengan menggunakan Matlab, maka dengan mudah akan diperoleh
hasilnya
(a) Dengan fungsi trapz
>> x=linspace(4,6,20);
>> y=x.^2-3*x-4;
>> trapz(x,y)
ans =
12.6704
(b) Dengan fungsi quad
>> y=inline('x.^2-3*x-4');
>> quad(y,4,6)
ans =
12.6667
(c) Dengan perhitungan manual

6 6
4
]
∫ x 2 −3 x−4 dx= 13 x 3− 32 x 2−4 x =−618.6667=12.6667
4
Jadi jelas bahwa dengan menggunakan metode Simpson yang
diwakili dengan fungsi quad dapat menemukan harga eksaknya jika

Supardi, M.Si
integrand merupakan fungsi kuadratik.
Diferensiasi Numerik /Pendekatan beda hingga
Untuk mengawali pembahasan persamaan diferensial, terlebih
dahulu kita akan mengenalkan teori sederhana tentang beda hingga. Apa
yang dimaksud dengan beda hingga? Tentunya kita masih ingat ketika
belajar tentang kalkulus tentang bentuk dibawah ini

dy y  x x− y x 
= lim (5-6)
dx  x  0 x
atau
dy y  x x −y  x − x 
= lim (5-7)
dx  x  0 2 x
Semua pendekatan berharga sama ketika diambil limit  x 0
untuk derivatif pertama y terhadap x. Untuk limit  x berhingga, maka
ungkapan (5-6) dan (5-7) dapat dinyatakan menjadi

dy y  x x −y  x 
≈ (5-8)
dx x
dy y  x x − y  x− x
≈ (5-9)
dx 2x
Nah, kita akan menggunakan ungkapan-ungkapan ini dalam
mendekati suatu bentuk turunan pertama dengan harga  x yang
berhingga. Oleh sebab itu, metode ini disebut dengan metode beda hingga.
Dengan demikian, ada tiga bentuk beda hingga, yakni
y ( xn + h ) − y ( xn )
Beda maju
h

Supardi, M.Si
y ( xn + h ) − y ( xn − h )
Beda terpusat
2h
y ( xn ) − y ( xn − h )
Beda Mundur
h

Supardi, M.Si
BAB VIII
PENGENALAN METODE NUMERIK DAN
APLIKASINYA
5. Pertumbuhan Bakteri
Misalnya sebuah koloni bakteri berlipat sebesar 0.1 kali jumlah
sebelumnya setiap jamnya. Akan dihitung jumlah bakteri setelah 10 jam
kemudian jika mula-mula jumlah bakteri adalah 10000. Persamaan
diferensial yang menggambarkan pertumbuhan bakteri ini adalah

dN
=rN dengan N 0=10000
dt
dimana N t  adalah jumlah bakteri setelah t jam. Secara analitis
penyelesaian untuk persamaan diferensial ini adalah
N t =N 0 e
rt
,
tetapi kita juga akan mendekatinya dengan metode Euler maju dengan
algoritma yang telah diberikan di atas. Dibawah ini diberikan kode sumber
untuk membandingkan hasil secara analitis dan numerik
a=0;
b=10;
dt=1;
M=round((b-a)/dt);
N=10;

Supardi, M.Si
N_eksak=10;
r=0.1;
fid=fopen('bakteri.txt','w');
for i=1:M
t=a+i*dt;
N=N+r*N*t; %hasil numerik Euler
N_eksak=N_eksak*exp(r*t); %hasil eksak
fprintf('%f %f %f\n',t,N,N_eksak);
fprintf(fid,'%f %f %f\n',t,N,N_eksak);
end
fclose(fid);
load bakteri.txt;
t=bakteri(:,1);
N=bakteri(:,2);
N_eksak=bakteri(:,3);
plot(t,N,'-',t,N_eksak,'--');
xlabel('t');
ylabel('Pertumbuhan bakteri N');
legend('N','N_eksak');

Supardi, M.Si
Gambar 8. Perbandingan hasil eksak dengan pendekatan numerik pertumbuhan

Bakteri
6. Arus Listrik
Jika kita memiliki sebuah rangkaian listrik yang terdiri atas sebuah
sumber teganganV, hambatan R dan induktor yang berfungsi sebagai
penyimpan tenaga L dan sebuah saklar yang dapat menutup rangkaian
pada saat t=0, maka menurut hukum Kirchofff ungkapan untuk sistem ini

Supardi, M.Si
adalah
di
L Ri=V
dt
dimana i adalah arus yang mengalir pada rangkaian. Begitu saklar dalam
keadaan ON maka arus listrik mengalir.
Untuk lebih memudahkan penyelesaian untuk arus i maka kita perlu
menyederhanakan ungkapan di atas.

di R V
 i=
dt L L
Secara analitis, penyelesaian persamaan di atas adalah
i=
V
L

1e

−R
L 
t
,
namun dengan menggunakan fungsi bawaan Matlab sebagai solver
persamaan diferensial dapat dilakukan dengan langkah-langkah sebagai
berikut.
1. Tentukan fungsi yang mendefinisikan ungkapan persamaan
diferensial
di −R V
= i
dt L L
yaitu
function I=listrik(t,i)
R=1;L=1;V=1;
I=-R/L*i+V/L;
2. Panggilah fungsi listrik.m yang telah dibuat serta berikan harga
parameter yang diinginkan. Dalam hal ini range waktu t 0t6
dengan panjang langkah 0.01.

Supardi, M.Si
>> a=0;b=6;R=1;L=1;V=1;
>> i0=0;
>> [t,i]=ode23(@listrik,[a:0.01:b],i0);
>> plot(t,i,'lineWidth',3);
>> xlabel('Waktu t');
>> ylabel('Arus i');
Gambar 8. Grafik arus i terhadap waktu t
7. Sistem Persamaan Diferensial : Chaos
Indonesia memiliki Badan Meteorologi dan Geofisika yang salah satu
tugasnya adalah memperkirakan cuaca di berbagai daerah di Indonesia.

Supardi, M.Si
Tentu, perkiraan yang disampaikan berdasarkan pada kajian ilmiah
tertentu. Kejadian alam yang terjadi pada cuaca pada waktu tertentu tidak
mungkin dapat ketahui secara pasti karena banyak faktor yang
berpengaruh. Kejadian ini bisa dikatakan sebagai gejala chaos. Persasamaan
diferensial berikut ini akan memodelkan gejala chaos yang terjadi pada
perkiraan cuaca. Akurasi perkiraan cuaca pada waktu tertentu didasarkan
pada kondisi awal yang diberikan.
Edward Lorenz, sorang peneliti meteorologi menemukan gejala yang
demikian pada tahun 1961. Meskipun persamaan aslinya begitu kompleks,
sistem berikut ini lebih sederhana namun tidak menghilangkan esensi dari
fitur chaotik yang ada.

dx
=10  y−x 
dt
dy
=−xz 28 x− y ()
dt
dz
= xy−8 z /3
dt
Persasamaan diferensial diatas sangat mudang diselesaikan dengan
Matlab melalui ODE Solver. Dalam hal ini, kita akan selesaikan
persasamaan diferensial tersebut dengan pertama-tama memberikan syarat
awal, mengeplot hasil kemudian menggantikan syarat awal lainnya.
Kita mulai dengan memberikan syarat awal x(0)=-1, y(0)=-3.2 dan
z(0)=15. Selanjutnya ikuti langkah-langkah berikut ini:
1. Buat fungsi bernama lorenz.m untuk menggambarkan sistem yang
kita miliki sebhagai berikut:
function f=lorenz(t,x)

Supardi, M.Si
f=zeros(3,1);
f(1)=10*(x(2)-x(1));
f(2)=-x(1)*x(3)+28*x(1)-x(2);
f(3)=x(1)*x(2)-8*x(3)/3;
Tiga elemen yaitu x(1), x(2) dan x(3) mewakili variabel x,y dan z.
Elemen-elemen vektor f mewakili ruas kanan dari tiga persamaan
diferensial.
2. Gunakan perintah berikut ini untuk menyelesaika sistem persamaan
diferensial yang kita miliki yaitu
>> x0=[-1,-3.2,15];
>> [t,x]=ode45(@lorenz,[0 10],x0);
>> plot(t,x)
>> xlabel('t');
>> ylabel('Penyelesaian LOrenz y(t)');

Supardi, M.Si
Gambar . Gejala chaos keadaan cuaca
Perhatikan bahwa fungsi untuk menyelesaika persamaan diferensial
yang kita gunakan adalah ode45(). Hal ini dikarenakan kita
menginginkan hasil yang lebih akurat.
3. Selanjutnya ubahlah syarat awal untuk variabel x,y dan z yaitu x(1)=-
3, x(2)=3, dan x(3)=10. Ploting data untuk masukan syarat awal ini
dapat dilihat pada gambar 8.2.

Supardi, M.Si
Gambar 6.2 Gejala chaos setela masukan syarat awal berbeda dari
gambar 6.1
4. Sekarang cobalah untuk menggunakan fungsi bawaan Matlab
lainnya selain ode45, misalnya ode23, ode113, ode15s, ode23s, ode23t
dan ode23tb.
8. Persamaan Van der Pol
Persamaan van der Pol dinyatakan dalam persamaan difernsial orde
dua seperti di bawah ini
d 2 y1 dy
2
−  1− y 21  1  y 1=0
dx dx

Supardi, M.Si
Untuk menyelesaikan persamaan ini maka marilah kita ikuti langkah-
langkah berikut ini:
1. Ubahlah bentuk persamaan diferensial orde dua tersebut menjadi
bentuk yang lebih sederhana yaitu persamaan diferensial orde satu,
sehingga kita memiliki dua persamaan diferensial orde satu.

dy
= y2 ()
dx
dy
=  1− y 1  y 2− y 1
2
()
dx
2. Buatlah kode sumber untuk menyatakan fungsi van der Pol di atas
kemudian simpan sesuai dengan nama fungsi tersebut.
function dydt=vdp(t,y)
dydt = [y(2); (1-y(1)^2)*y(2)-y(1)];
3. Tentukan syarat awal untuk y(1)=2.4, y(2)=0, konstanta =1 dan
salah satu solver persamaan diferensial biasa misalnya ode45().
Untuk range pada sumbu dipilih x=[0 20]. Kode sumber
selengkapnya untuk memperoleh grafik van der Pol adalah sebagai
berikut:
y(1)=2.4;
y(2)=0;
[t,y] = ode45(@vdp1,[0 20],[y(1); y(2)]);
plot(t,y(:,1),'-',t,y(:,2),'--')
title('Penyelesaian persamaan van der Pol, \mu = 1');
xlabel('waktu t');
ylabel('penyelesaian y');

Supardi, M.Si
legend('y_1','y_2')
Gambar 6.2 Penyelesaian persamaan van der Pol
9. Populasi Predator dan Prei
Contoh-contoh di atas menempatkan konstanta sebagai parameter
yang harus ditentukan secara manual dari fungsi yang dibuat. Sedangkan
pada pemodelan yang sebenarnya, kita perlu mengubah-ubah konstanta ini
untuk memperoleh bentuk yang mendekati fakta sebenarnya. Oleh sebab
itu, kali ini kita akan memberikan contoh bagaimanakan membuat fungsi
dengan argumen input termasuk konstanta. Contoh yang akan diberikan
adalah model Lotka-Voltera Predator-Prei:

Supardi, M.Si
dx
= px−qxy
dt
dy
=rxy−sy
dt
()
dimana x(t) dan y(t) adalah populasi predator dan prei pada waktu t,
sedangkan p, q, r dan s parameter yang ditentukan secara biologis. Dalam
contoh ini dimisalkan p=0.4, q=0.04, r =0.02, s=2, x 0=105 dan
y 0=8 . Untuk menyelesaika masalah ini marilah kita ikuti langkah
berikut ini:
1. Buatlah fungsi bernama voltera seperti di bawah ini
function f=voltera(t,x,p,q,r,s)
f=zeros(2,1);
f(1)=p*x(1)-q*x(1)*x(2);
f(2)=r*x(1)*x(2)-s*x(2);
2. Masuk ke command window dan berikan perintah berikut ini
>> p=0.4;q=0.04;r=0.02;s=2;x(1)=105;x(2)=8;
>> [t,x]=ode23(@voltera,[0 10],[x(1) x(2)],[],p,q,r,s);
>> plot(t,x);xlabel('Waktu');ylabel('Populasi');

Supardi, M.Si
Gambar 8.
Keterangan:
Syntax ode23() yang digunakan untuk menyelesaikan persamaan
Lotka-Voltera adalah [T,Y] = solver(odefun,tspan,y0,options,p1,p2...).
Kalau option untuk ode23() tidak ada maka diberikan tanda [ ];
10.

Buku Pemrograman

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Buku Pemrograman

Diunggah oleh

Hak Cipta:

Format Tersedia

Supardi, M.

Matlab merupakan sebuah singkatan dari Matrix Laboratory, yang

pertama kali dikenalkan oleh University of New Mexico dan University of

lengkap dengan ditambahkannya toolbox-toolbox yang sangat luar biasa.

Beberapa manfaat yang didapatkan dari Matlab antara lain:

 Simulasi dan pemodelan

 Visualisasi dan analisis data

 Pembuatan grafik untuk keperluan sains dan teknik

 Pengembangan aplikasi, misalnya dengan memanfaatkan GUI.

Matlab dapat dipadang sebagai sebuah kalkulator dengan fitur yang

lengkap. Kita pernah menggunakan kalkulator dengan degan fasilitas

minimal, misalnya hanya terdapat fasilitas penambahan, pengurangan

perkalian dan pembagian. Kalkulator yang lebih lengkap lagi adalah

kalkulator scientific dimana fasilitas yang diberikan tidak hanya yang

disebutkan di atas, melainkan sudah ada fungsi-fungsi trigonometri,

Dasar-Dasar Pemrograman Matlab Untuk Sains dan Teknik 1

kalkulator tersebut, tetapi dengan fitur-fitur yang lengkap diantaranya

dapat digunakan untuk memprogram, aplikasi berbasis GUI dan lengkap

dengan toolbox yang dapat dimanfaatkan untuk memecahkan masalah

sains dan teknik.

menemukan bantuan sehubungan dengan semua fasilitas yang diberikan

oleh Matlab. Misalnya, bantuan tentang bagaimana memulai Matlab

pertama kali, trik pemrograman, membuat grafik 2 dan 3 dimensi,

menggunakan tool akuisisi data, pengolahan sinyal, penyelesaian

persamaan diferensial parsial.

Untuk memperoleh bantuan tersebut, kita dapat memilih MATLAB

beberapa bagian antara lain

 Development Environment, bagian ini akan memberikan informasi

yang lengkap mengenai desktop dari Matlab.

 Mathematics, bagian yang menjelaskan bagaimana menggunakan

fitur yang dimiliki oleh Matlab untuk dalam mengolah data

Matrks dan aljabar linier, polinomial dan interpolasi, analisis data

dan statistik, fungsi function, matriks jarang (sparse matrix).

 Programming and data type, bagian ini menjelaskan bagaimana

membuat script dan fungsi dengan menggunakan Matlab. Bantuan

Dasar-Dasar Pemrograman Matlab Untuk Sains dan Teknik 2

ini mencakup pemrograman M-File, larik, larik multidimensi,

optimalisai performance Matlab, tip pemrograman Matlab.

 Graphics, bagian ini menjelaskan tentang bagaimana membuat atau

bagian ini antara lain, dasar-dasar pengeplotan, format grafik,

membuat grafik khusus misalnya grafik dalam bentuk bar,

histogram, contour dan lain-lain

 3-D Visualization, bagian ini menjelaskan dengan tuntas bagaimana

menampilkan data yang kita miliki dalam grafik 3 dimensi, termasuk

didalamnya membuat grafik 3D, menentukan tampilan objek,

transparansi objek, lighting dan lain-lain.

 Creating Graphical User Interfaces, bagian ini menjelaskan

bagaimana kita dapat membuat GUI (Graphical User Interface)

Disamping bagian-bagian yang sudah disebutkan di atas, disini juga

disertakan beberapa bagian tambahan yang ikut melengkapi dokumentasi

penjelasan tentang Matlab, diantaranya function-By cattegory, function-

Alphabetical List, handle graphic property browser, external interfaces/API,

external interfaces/API references dan lain-lain. Dibawah ini diperlihatkan

Help -> Matlab.

Dasar-Dasar Pemrograman Matlab Untuk Sains dan Teknik 3

Gambar 1.1 . Daftar bantuan yang disediakan Matlab

desktop ini terdapat tool-tool yang berfungsi untuk manajemen file,

variabel dan aplikasi yang berkaitan dengan Matlab. Dibawah ini

ditunjukkan desktop Matlab versi 6.5.

Dasar-Dasar Pemrograman Matlab Untuk Sains dan Teknik 4

Gambar 2. Tool yang disertakan pada Matlab 6.5

direktori mana yang aktif. Direktori aktif berarti bahwa direktori