Laporan Praktikum

METODE NEWTON RAPHSON

Disusun oleh :

Nama : Muhammad Farhan

Nim : 1657301061

MK : Praktikum Metode Numerik

No. Prak : 03/PNM/TI 1.3/2017

PRODI : Teknik Informatika

LABORATORIUM INFORMATION PROCESSING

TEKNOLOGI INFORMASI DAN KOMPUTER
POLITEKNIK NEGERI LHOKSEMAWE
2017
 HALAMAN PENGESAHAN

Telah dilaksanakan praktikum ke 02 Mata kuliah Praktikum Metode Numerik di

Laboratorium Information Processing pada hari Rabu, Tgl 12 April 2017 s/d 18 April 2017
dengan Materi Praktikum :

Metode Newton Raphson

Oleh :
Nama : Muhammad Farhan
Nim : 1657301061
Kelas : TI 1.3

Disetujui oleh :

Dosen Pengasuh Mata Kuliah Nilai

Mulyadi,ST M.Eng
Nip : 1973072320022121001
 DAFTAR ISI

HALAMAN PENGESAHAN………………………………………............

BAB 1 : METODE NEWTON RAPHSON………………………………..

I. Tujuan Praktikum……………………………………………………..
II. Dasar Teori…………………………………………………………….
III. Alat dan Bahan………………………………………………………..
IV. Langkah Kerja…………………………………………………………

BAB 2 : PERCOBAAN DAN OUTPUT ……………………………..........

I. Percobaan………………………………………………………………
i. Percobaan 1……………………………………………………..
ii. Program fungsi f001 dan Turunan Fungsi f01p ………………..
iii. Program Menampilkan Grafik………………………………….
iv. Output Program…………………………………………………
v. Output Program : Grafik………………………………………..

BAB 3 : ANALISA…………………………………………………………..

I. Analisa………………………………………………………………….
i. Analisa percobaan 1……………………………………………..
ii. Analisa program fungsi f001 dan Turunan Fungsi f01p…………
iii. Analisa Program Menampilkan Grafik………………………….
iv. Perhitungan Manual……………………………………………..

KESIMPULAN……………………………………………………………….
 BAB 1
METODE NEWTON RAPHSON

I. Tujuan Praktikum

Mempelajari metode Newton Rphson untuk penyelesaian persamaan non linier.

II. Dasar Teori

Metode Newton-Raphson adalah metode pencarian akar suatu fungsi f(x)
dengan pendekatan satu titik, dimana fungsi f(x) mempunyai turunan. Metode ini
dianggap mudah dari Metode Bagi-Dua(Bisection Method) karena metode ini
menggunakan pendekatan satu titik sebagai titik awal. Semakin dekat titik awal
hang kita pilih dengan akar sebenarnya, maka semakin cepat konvergen ke akarnya.
(Gusdhe Keniten).
Metode Newton Raphson adalah metode pendekatan yang menggunakan
satu titik awal dan mendekatinya dengan memperhatikan slope atau gradient pada
titik tersebut.Titik pendekatan ke n+1 dituliskan dengan :
Metode newton raphson dapat digambarkan sebagai berikut :

Gambar 3.1. Metode Newton Raphson

Gambar 3.2. Penjualan Grafik dari Metode Newton Raphson

Algoritma Metode Biseksi :

1. Definisikan fungsi f(x) dan f’(x).

2. Tentukan toleransi error (e) dan iterasi maksimum (n)
3. Tentukan nilai pendekatan awal x0
4. Hitung f(x0) dan f’(x0)
5. Untuk iterasi I=1 s/d n atau |f(xi)|≥e

Hitung f(xi) dan f’(x0)

6. Akar persamaan adalah nilai xi yang terakhir diperoleh.
 Kelebihan kekurangan Metode Newton-Raphson
Kelebihan : Bila taksiran awal kebetulan memenag mendekati akar yang
sesungguhnya maka waktu yang dibutuhkan untuk menghitung akan
lebih cepat.
Kekurangan : Bila taksiran awal tidak tepat, hasilnya justru divergen (menjauhi
nilai akar yang sebenarnya).

III. Alat dan Bahan :

 Laptop/PC
 MATLAB versi apa saja

IV. Langkah kerja :

 Hidupkan laptop/PC
 Jalankan aplikasi MATLAB pada laptop
 Klik new M-File
 Kemudian mulailah membuat program yg di inginkan
 Lalu klik Save and Run
 BAB 2
PERCOBAAN DAN OUTPUT

I. PERCOBAAN
i. Percobaan 1
 ii. Program fungsi f001 dan Turunan Fungsi f01p

iii. Program Menampilkan Grafik

iv. Output Program
v. Output Program : Grafik
 BAB 3
ANALISA
i. Analisa Percobaan 1

1. %Nama File newton.m

Ini adalah baris komentar yang tidak akan di eksekusi.

2. clear;
clear berfungsi untuk menghapus variable.

3. clc;
clc berfungsi untuk membersihkan layar.

4. galat = 1.e-5;
Baris ini mendefinisikan batas.

5. x = input('Masukkan nilai x : ');

Baris ini berfungsi untuk menginput data/nilai dari ‘Masukkan nilai x : ’ dengan
keyboard.

6. nilai = 1;
Baris ini adalah menginisialisasi data ke variabel nilai.

7. no = 0;
Baris ini adalah proses menyatakan nilai awal yaitu 0.

8. fx=x^3-2*x^2+1;
Proses menentukan persamaan dari fungsi fx.

9. fx1=3*x^2-2;
Proses menentukan persamaan dari fungsi fx1.

10. xn1=x=x-fx/fx1;
Setelah proses perhitungan dilakukan,maka nilai yang didapat menjadi nilai dari x.
11. clc;
clc berfungsi untuk membersihkan layar.

12. fprintf(‘masukkan nilai x : %3.5f\n’,x);

fprintf akan menampilkan/mencetak nilai dari ‘masukkan nilai x’ dengan %3.5f ke
layar dan dianjutkan dengan perintah new line.

13. fprintf('==================================================\n');
fprintf akan menampilkan/mencetak garis-garis yang ada dalam kolom dan
dilanjutkan dengan perintah new line.

14. fprintf('Iterasi x fx fx1 akar\n');

fprintf akan menampilkan/mencetak

15. fprintf('==================================================\n');
fprintf akan menampilkan/mencetak garis-garis yang ada dalam kolom dan
dilanjutkan dengan perintah new line.

16. while nilai> galat

Akan dilakukan perulangan while jika ‘nilai’ masih lebih besar dari galat.

17. x=xn1;
Nilai dari variable x merupakan dari proses perhitungan xn1 sebelumnya,nilai x
akan digunakan pada setiap proses iterasi.

18. no = no +1;
Baris ini adalah proses penomoran iterasi.

19. fx=x^3-2*x^2+1;
Proses menentukan persamaan dari fungsi fx.

20. fx1=3*x^2-2;
Proses menentukan persamaan dari fungsi fx1.

21. xn1=x-fx/fx1;
Setelah proses perhitungan dilakukan,maka nilai yang didapat menjadi nilai dari x.

22. nilai = abs((xn1-x)/xn1);

Proses menentukan nilai absolute yang digunakan untuk menentukan apabila nilai
ini lebih besar maka proses akan di lanjutkan apabila lebih kecil maka akan berhenti
23. fprintf (' %3d %8.5f %8.5f %8.5f %8.5f\n', no, x, fx, fx1,xn1);
Mencetak nilai dari variable ‘no,x,fx,fx1,dan xn1’ ke layar,dan dilanjutkan dengan
perintah new line.

24. end
end berarti bahwa kondisi perulangan while telah berakhir.

25. fprintf('==================================================\n');
fprintf akan menampilkan/mencetak garis-garis yang ada dalam kolom dan
dilanjutkan dengan perintah new line.

26. fprintf('Pada Iterasi ke-%1d, Selisih interval < %5.3f\n',no, galat);

menampilkan/ mencetak nilai dari variable no dan galatdan di awali dengan 'Pada
Iterasi ke-%1d, Selisih interval’ ke layar dan dilanjutkan dengan perintah new line.

27. fprintf('Jadi, akar persamaannya adalah %7.5f\n', xn1);

menampilkan/mencetak nilai dari variable xn1 dan diawali dengan 'Jadi, akar
persamaannya adalah’ ke layar dan dilanjutkan dengan perintah new line.

ii. Analisa Program fungsi f001 dan Turunan Fungsi f01p

1. f001 = inline('x.^3-2*x.^2+1','x')
Inline digunakan untuk mendefinisikan inline function dalam command
window,inline function yang akan didefinisikan adalah 'x.^3-2*x.^2+1','x'.

2. f01p = inline('3*x.^2-2','x')
Inline digunakan untuk mendefinisikan inline function dalam command
window,inline function yang akan didefinisikan adalah '3*x.^2-2','x'.
 iii. Analisa program Menampilkan Grafik

1. x = [-0.8:0.01:2.0]';y=f001(x);
Baris ini adalah proses penambahan nilai yg akan digunakan untuk menampilkan
grafik.

2. plot(x,y);xlabel('x');ylabel('f001(x)');
plot berfungsi untuk menentukan garis x dan garis y,proses selanjutnya adalah
penamaan garis x dengan nama x,lalu dulanjutkan dengan proses penamaan garis y
dengan nama f001(x).

3. grid on
proses untuk menampilkan garis pada gambar grafik.
 iv. Perhitungan Manual
Dari hasil percobaan yang diperoleh maka dapat dilakukan pencarian manual untuk
membuktikan hasil pada output program. Dengan persamaan f(x) = x3-2x2+1 maka
pencarian akar menggunakan metode newton raphson adalah sebagai berikut :
Iterasi 0

Nilai x yang ditunjukkan adalah 2, sehingga perhitungan akar menjadi :

X1=2

F(x0) = (2)3- 2(2)2+ 1 = 1

F’(x0) = 3(2)2-2 = 10
𝑓(𝑥 ) 1
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x1=2 − 10 = 1,9
𝑖)

Iterasi 1

X1=1.90000

F(x1) = (1.90000)3- 2(1.90000)2+ 1 = 0.63900

F’(x1) = 3(1.90000)2-2 = 8.83000

𝑓(𝑥 ) 0.63900
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x2=1.90000 − 8.83000 = 1.82763
𝑖)

Iterasi 2

X2=1.82763

F(x2) = (1.82763)3- 2(1.82763)2+ 1 = 0.42425

F’(x2) = 3(1.82763)2-2 = 8.02073

𝑓(𝑥 ) 0.42425
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x3=1.82763 − 8.02073 = 1.77474
𝑖)
Iterasi 3

X3=1.77474

F(x3) = (1.77474)3- 2(1.77474)2+ 1 = 0.29049

F’(x3) = 3(1.77474)2-2 = 7.44909

𝑓(𝑥 ) 0.29049
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x4=1.77474 − 7.44909 = 1.73574
𝑖)

Iterasi 4

X4=1.73574

F(x4) = (1.73574)3- 2(1.73574)2+ 1 = 0.20384

F’(x4) = 3(1.73574)2-2 = 7.03839

𝑓(𝑥 ) 0.20384
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x5=1.73574 − 7.03839 = 1.70678
𝑖)

Iterasi 5

X5=1.70678

F(x5) = (1.70678)3- 2(1.70678)2+ 1 = 0.14582

F’(x5) = 3(1.70678)2-2 = 6.73929

𝑓(𝑥 ) 0.14582
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x6=1.70678 − 6.73929 = 1.68514
𝑖)

Iterasi 6

X6=1.68514

F(x6) = (1.68514)3- 2(1.68514)2+ 1 = 0.10590

F’(x6) = 3(1.68514)2-2 = 6.51911

𝑓(𝑥 ) 0.10590
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x7=1.68514 − 6.51911 = 1.66890
𝑖)
Iterasi 7

X7=1.66890

F(x7) = (1.66890)3- 2(1.66890)2+ 1 = 0.07781

F’(x7) = 3(1.66890)2-2 = 6.35566

𝑓(𝑥 ) 0.07781
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x8=1.66890 − 6.35566 = 1.65666
𝑖)

Iterasi 8

X8=1.65666

F(x8) = (1.65666)3- 2(1.65666)2+ 1 = 0.05769

F’(x8) = 3(1.65666)2-2 = 6.23353

𝑓(𝑥 ) 0.05769
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x9=1.65666 − 6.23353 = 1.64740
𝑖)

Iterasi 9

X9=1.64740

F(x9) = (1.64740)3- 2(1.64740)2+ 1 = 0.04307

F’(x9) = 3(1.64740)2-2 = 6.14179

𝑓(𝑥 ) 0.04307
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x10=1.64740 − 6.14179 = 1.64039
𝑖)

Iterasi 10

X10=1.64039

F(x10) = (1.64039)3- 2(1.64039)2+ 1 = 0.3233

F’(x10) = 3(1.64039)2-2 = 6.07262

𝑓(𝑥 ) 0.3233
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x11=1.64039 − 6.07262 = 1.63506
𝑖)
Iterasi 11

X11=1.63506

F(x11) = (1.63506)3- 2(1.63506)2+ 1 = 0.02437

F’(x11) = 3(1.63506)2-2 = 6.02031

𝑓(𝑥 ) 0.02437
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x12=1.63506 − 6.02031 = 1.63102
𝑖)

Iterasi 12

X12=1.63102

F(x12) = (1.63102)3- 2(1.63102)2+ 1 = 0.01843

F’(x12) = 3(1.63102)2-2 = 5.98065

𝑓(𝑥 ) 0.01843
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x13=1.63102 − 5.98065 = 1.62794
𝑖)

Iterasi 13

X13=1.62794

F(x13) = (1.62794)3- 2(1.62794)2+ 1 = 0.01397

F’(x13) = 3(1.62794)2-2 = 5.95053

𝑓(𝑥 ) 0.01397
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x14=1.62794 − 5.95053 = 1.62559
𝑖)

Iterasi 14

X14=1.62559

F(x14) = (1.62559)3- 2(1.62559)2+ 1 = 0.01060

F’(x14) = 3(1.62559)2-2 = 5.92762

𝑓(𝑥 ) 0.01060
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x15=1.62559 − 5.92762 = 1.62380
𝑖)
Iterasi 15

X15=1.62380

F(x15) = (1.62380)3- 2(1.62380)2+ 1 = 0.00806

F’(x15) = 3(1.62380)2-2 = 5.91018

𝑓(𝑥 ) 0.00806
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x16=1.62380 − 5.91018 = 1.62244
𝑖)

Iterasi 16

X16=1.62244

F(x16) = (1.62244)3- 2(1.62244)2+ 1 = 0.00614

F’(x16) = 3(1.62244)2-2 = 5.89689

𝑓(𝑥 ) 0.00614
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x17=1.62244 − 5.89689 = 1.62139
𝑖)

Iterasi 17

X17=1.62139

F(x17) = (1.62139)3- 2(1.62139)2+ 1 = 0.00468

F’(x17) = 3(1.62139)2-2 = 5.88676

𝑓(𝑥 ) 0.00468
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x18=1.62139 − 5.88676 = 1.62060
𝑖)

Iterasi 18

X18=1.62060

F(x18) = (1.62060)3- 2(1.62060)2+ 1 = 0.00357

F’(x18) = 3(1.62060)2-2 = 5.87904

𝑓(𝑥 ) 0.00357
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x19=1.62060 − 5.87904 = 1.61999
𝑖)
Iterasi 19

X19=1.61999

F(x19) = (1.61999)3- 2(1.61999)2+ 1 = 0.00272

F’(x19) = 3(1.61999)2-2 = 5.87314

𝑓(𝑥 ) 0.00272
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x20=1.61999 − 5.87314 = 1.61953
𝑖)

Iterasi 20

X20=1.61953

F(x20) = (1.61953)3- 2(1.61953)2+ 1 = 0.00208

F’(x20) = 3(1.61953)2-2 = 5.86864

𝑓(𝑥 ) 0.00208
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x21=1.61953 − 5.86864 = 1.61918
𝑖)

Iterasi 21

X21=1.61918

F(x21) = (1.61918)3- 2(1.61918)2+ 1 = 0.00158

F’(x21) = 3(1.61918)2-2 = 5.86521

𝑓(𝑥 ) 0.00158
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x22=1.61918 − 5.86521 = 1.61891
𝑖)

Iterasi 22

X22=1.61891

F(x22) = (1.61891)3- 2(1.61891)2+ 1 = 0.00121

F’(x22) = 3(1.61891)2-2 = 5.86258

𝑓(𝑥 ) 0.00121
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x23=1.61891 − 5.86258 = 1.61870
𝑖)
Iterasi 23

X23=1.61870

F(x23) = (1.61870)3- 2(1.61870)2+ 1 = 0.0092

F’(x23) = 3(1.61870)2-2 = 5.86058

𝑓(𝑥 ) 0.0092
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x23=1.61870 − 5.86058 = 1.61854
𝑖)

Iterasi 24

X24=1.61854

F(x24) = (1.61854)3- 2(1.61854)2+ 1 = 0.00070

F’(x24) = 3(1.61854)2-2 = 5.85905

𝑓(𝑥 ) 0.00070
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x25=2 − 5.85905 = 1.61842
𝑖)

Iterasi 25

X25=1.61842

F(x25) = (1.61842)3- 2(1.61842)2+ 1 = 0.00054

F’(x25) = 3(1.61842)2-2 = 5.85788

𝑓(𝑥 ) 0.00054
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x26=1.61842 − 5.85788 = 1.61833
𝑖)

Iterasi 26

X26=1.61833

F(x26) = (1.61833)3- 2(1.61833)2+ 1 = 0.00041

F’(x26) = 3(1.61833)2-2 = 5.85699

𝑓(𝑥 ) 0.00041
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x27=1.61833 − 5.85699 = 1.61826
𝑖)
Iterasi 27

X27=1.61826

F(x27) = (1.61826)3- 2(1.61826)2+ 1 = 0.00031

F’(x27) = 3(1.61826)2-2 = 5.85631

𝑓(𝑥 ) 0.00031
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x28=1.61826 − 5.85631 = 1.61821
𝑖)

Iterasi 28

X28=1.61821

F(x28) = (1.61821)3- 2(1.61821)2+ 1 = 0.00024

F’(x28) = 3(1.61821)2-2 = 5.85579

𝑓(𝑥 ) 0.00024
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x29=1.61821 − 5.85579 = 1.61817
𝑖)

Iterasi 29

X29=1.61817

F(x29) = (1.61817)3- 2(1.61817)2+ 1 = 0.00018

F’(x29) = 3(1.61817)2-2 = 5.85539

𝑓(𝑥 ) 0.00018
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x30=1.61817 − 5.85539 = 1.61814
𝑖)

Iterasi 30

X30=1.61814

F(x30) = (1.61814)3- 2(21.618142+ 1 = 0.00014

F’(x30) = 3(1.61814)2-2 = 5.85508

𝑓(𝑥 ) 0.00014
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x31=1.61814 − 5.85508 = 1.61811
𝑖)
Iterasi 31

X31=1.61811

F(x31) = (1.61811)3- 2(1.61811)2+ 1 = 0.00011

F’(x31) = 3(1.61811)2-2 = 5.85485

𝑓(𝑥 ) 0.00011
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x31=1.61811 − 5.85485 = 1.61809
𝑖)

Iterasi 32

X32=1.61809

F(x32) = (1.61809)3- 2(1.61809)2+ 1 = 0.00008

F’(x32) = 3(1.61809)2-2 = 5.85468

𝑓(𝑥 ) 0.00008
𝑥1+1 = 𝑥𝑖 − 𝑓1 (𝑥𝑖 x33=1.61809 − 5.85468 = 161808
𝑖)
 KESIMPULAN

 Metode Newton-Raphson adalah metode pencarian akar suatu fungsi f(x) dengan
pendekatan satu titik, dimana fungsi f(x) mempunyai turunan.
 Metode pendekatan yang menggunakan satu titik awal dan mendekatinya dengan
memperhatikan slope atau gradien pada titik tersebut.
 Nilai taksiran selanjutnya adalah titik potong antara garis singgung (gradien) kurva
dengan sumbu x.
 Metode ini sering konvergen dengan cepat, terutama bila iterasi dimulai “cukup
dekat” dengan akar yang di inginkan.