MODUL I

METODE NUMERIK SECARA UMUM

A Analitik dan numerik

Tidak semua persoalan matematis atau perhitungan yang melibatkan
model matematika dapat diselesaikan dengan mudah, karena seringkali muncul
dalam bentuk yang rumit dan sulit untuk diselesaikan dengan model analitik.
Biasanya dalam memandang persoalan matematis, Anda sering terlebih dahulu
memperhatikan apakah persoalan tersebut mempunyai penyelesaian atau tidak,
bukan? Hal ini karena Anda selalu mengacu bahwa tidak semua persoalan
matematis mempunyai penyelesaian analitik.

A.1 Pengertian analitik

Motode analitik adalah metode penyelesaian model matematika dengan
rumus-rumus aljabar yang sudah baku. Dalam menyelesaikan model matematika
yang rumit seringkali Anda menjadi putus asa/menyerah atau mungkin
mengatakan bahwa model tersebut tidak dapat diselesaikan dengan metode
analitik, bukan? Metode analitik memberikan solusi sejati yang tidak memiliki
nilai galat/error atau nilai galat sama dengan nol, sayangnya metode ini hanya
unggul untuk sejumlah persoalan matematis yang terbatas. Padahal persoalan
matematis yang muncul seringkali melibatkan banyak bentuk dan proses yang
rumit. Sebagai contoh perhatikan persoalan matematis berikut:
(i) Tentukan akar-akar persamaan polinom:
7 2
25 x - 2.4 x 5 + 80 x 4 + 10 x 3 - 150 x - 5 x + 200 = 0
(ii) Tentukan harga x yang memenuhi persamaan:

-2 -1(100 x 2 + x
35.5e - x
2x
= sin
10 x - 50
(iii) Selesaikan persamaan linier:
 1, 2 x - 3 y - 10 z + 10t + s = 10
x + 3 y - z + 10t - s = 15
5,5 x + 3 y - 5 z - 4t - 2s = 20
4 x - 3 y + 7 z + 4t - 2 s = 6
2 x + 3 y - 10 z + t - s = 4
(iv) Tentukan nilai maksimum dari fungsi:
x 2 + cos( x) + 6 x(0.2 + sin( x)
f ( x, y ) = sin + cos(3 xy 2 - 2) - tan( )
3 + ( xy ) 4
cos( y )
(v) Hitunglah taksiran niali y untuk x = 3,3
x y = f(x)
2,4 1,234
2,8 1,345
3,2 1,567
3,6 1,756
4,0 1,966
4,4 2,000
4,8 2,311
(vi) Hitung nilai f’(4,9) dan f”(3)
x y = f(x)
2 1
2,8 1,15
3,6 1,37
4,4 1,56
5,2 1,96
6 2,00

(vii) Hitung nilai integral:

3
20 3 2 x 2 + 3
�(45e + ) +
2x
dx
1
x 8
(viii) Hitung nilai y pada t = 2,2 dari persamaan differsial biasa (PDB):
ln(23t + 10) y
80 y "+ 4 y ' t = + 100
2t 2
Dengan nilai awal y’(0) = 0; dan y(0) = 1

Dapatkah Anda menyelesaian soal-soal di atas? Melihat soal-soal di atas

dalam ujian, mungkin Anda akan menyerah atau mungkin Anda akan mengatakan
bahwa soal-soal tersebut tidak dapat diselesaikan secara analitik yang Anda kenal.
Persoalan di atas terlihat sangat rumit, dan untuk menyelesaikannya bagi beberapa
orang bukanlah merupakan persoalan yang mudah atau dapat dikatakan tidak
mempunyai solusi, kalaupun bisa diselesaikan memerlukan pengetahuan
matematis yang tinggi dan waktu yang cukup lama.
Soal (i) untuk persoalan polinom derajat 2 masih dapat dicari akar-akar
polinom dengan rumus abc:

-b � b2 - 4ac
x1,2 =
2a
namun, untuk polinom derajat > 2 seperti pada soal (i) tidak terdapat rumus
aljabar untuk menghitung akar polinom, yang mungkin dilakukan dengan
memfaktorkan polinom tersebut menjadi beberapa suku, tetapi hal itupun cukup
sulit untuk dilakukan, bahwa jelas semakin tinggi derajat polinom maka semakin
sukar memfaktorkannya. Cara lain adalah secara grafik, yaitu dengan merajah
kurva fungsi di atas kertas grafik, kemudian berdasarkan gambar kurva, kita
mengambil tarikan akar secara kasar, yaitu titik poyong kurva dengan sumbu- x.
Cara ini, selain kaku dan tidak praktis, ketelitian akar yang diperoleh sangat
bergantung pada ketelitian penggambaran kurva.. Lagipula, merajah kurva pada
kertas grafik hanya terbatas pada fungsi yang dapat digambarkan pada bidang dua
matra atau tiga matra. Untuk fungsi dengan peubah lebih besar dari 3 jelas tidak
dapat (malah tidak mungkin) kita gambar kurvanya. Soal (ii) sama halnya dengan
soal (i), yaitu menentukan nilai x yang memenuhi kedua persamaan.
Soal (iii) untuk persoalan persamaan linier dengan 2 peubah masih dapat
dicari solusinya dengan menggunakan rumus titik potong dua buah garis atau
dengan aturan Cramer, untuk persamaan linier dengan 3 peubah dapat
diselesaikan dengan aturan Cramer, tetapi untuk sistem dengan jumlah persamaan
dan jumlah peubah lebih besar dari 3 tidak ada rumus yang dapat dipakai untuk
memecahkannya.
Soal (iv) untuk menentukan titik maksimum/optimum suatu fungsi,
pertama-tama harus ditentukan dahulu turunan fungsi tersebut lalu menjadikan
ruas kanannya sama dengan nol, selanjutnya memeriksa titik ekstrimnya, dan bila
fungsinya cukup rumit dan disusun oleh banyak peubah maka menghitung turunan
fungsi menjadi pekerjaan yang sulit atau bahkan tidak mungkin dilakukan.
Persoalan (v) seringkali muncul dalam penelitian atau pengamatan yang
mempresentasikan data-data eksperimen dari beberapa parameter yang diamati,
pengamat tidak mengetahui relasi yang menghubungkan parameter-parameter itu.
Pengamat hanya dapat mengukur nilai- nilai parameter tersebut dengan
menggunakan alat ukur seperti sensor, termometer, barometer, dan sebagainya.
Tidak satupun metode analitik yang yang tersedia untuk menyelesaikan persoalan
jenis ini. Sekarang bagaimana Anda dapat menghtiung nilai sebuah fungsi bila
rumus fungsi itu sendiri Anda tidak ketahui? Seperti Anda ketahui bahwa nilai
fungsi diperoleh dengan cara menyulihkan (substitute) harga dari peubahnya ke
dalam rumus fungsi. Masalahnya, bagaimana kalau persamaan fungsi tersebut
tidak diketahui, sedangkan yang tersedia hanyalah beberapa buah data diskrit
(discrete) dalam bentuk tabel.
Soal (vi) sama halnya dengan persoalan (v), bagaimana Anda dapat
menghitung turunan fungsi jika fungsinya sendiri tidak diketahui? Soal (vii) tidak
ada teknik integral yang dapat digunakan untuk fungsi yang bentuknya rumit. Soal
(viii) sama halnya dengan persoalan (vii), tidak ada metode persamaan differensial
biasa untuk menyelesaikannya.
Sekarang bagaimana Anda dapat menyelesaikan persoalan matematis
seperti di atas atau bahkan yang lebih rumit yang akan Anda jumpai, jika secara
analitik Anda tidak mendapatkan solusinya? Bila metode analitik sudah tidak
dapat digunakan, maka persoalan matematis tersebut masih dapat diselesaikan
dengan metode numerik.

A.2 Pengertian numerik

Metode numerik adalah teknik yang digunakan untuk memformulasikan
persoalan matematis sehingga dapat dipecahkan dengan operasi
perhitungan/aritmatika biasa. Metode berarti cara, numerik berarti angka, jadi
metode numerik secara harafiah berarti cara berhitung dengan menggunakan
angka-angka.
Perbedaan utama metode analitik dengan metode numerik terletak pada:
(1). Solusi dengan menggunakan numerik selalu berbentuk angka sedangkan
metode analitik biasanya menghasilkan solusi dalam bentuk fungsi
 matematik yang selanjutnya fungsi matematik tersebut dapat dievaluasi untuk
menghasilakn nilai dalam bentuk angka
(2). Metode numerik menghasilkan solusi yang menghampiri atau mendekati
solusi sejati sehingga solusi numerik disebut juga solusi
hampiran/pendekatan, solusi hampiran jelas tidak sama dengan solusi sejati
sehingga ada selisih antara keduanya yang disebut galat, sedangkan metode
analitik memberikan solusi sejati dengan galat sama dengan nol.
Mengapa Anda harus mempelajari metode numerik? Alasannya adalah:
(1). Metode numerik merupakan alat bantu pemecahan masalah matematika yang
sangat ampuh, karena mampu menangani persoalan matematis yang tidak
mungkin dipecahkan secara analitik.
(2). Saat ini banyak tersedia program aplikasi numerik komersil, dimana
penggunaan aplikasi tersebut lebih berarti bila pengguna memeliki
pengetahuan metode numerik.
(3). Persoalan matematis tidak selalu dapat diselesaikan dengan menggunakan
program aplikasi numerik komersil, karenanya Anda dapat membuat sendiri
program komputernya.
(4). Metode numerik menyediakan sarana untuk memperkuat kembali
pemahaman matematika, karena metode numerik ditemukan dengan
menyederhanakan matematika yang lebih tinggi menjadi operasi matematika
yang mendasar.
Dalam penerapan matematis untuk menyelesaiakan persoalan-persoalan
perhitungan dan analisis, terdapat beberapa keadaan dan metode yang digunakan
untuk menghasilkan penyelesaian yang baik:
(1). Bila persoalan merupakan persoalan yang sederhana atau terdapat teorema
analisa matematika yang dapat digunakan untuk menyelesaikan persoalan
tersebut, maka metode analitik yang digunakan, yang merupakan
penyelesaian eksak
(2). Bila persoalan sudah sangat sulit atau tidak mungkin diselesaikan secara
analitik karena tidak ada teorema analisa matematika yang dapat digunakan,
maka dapat digunakan metode numerik.
 Pada bahan ajar mandiri ini akan dibahas sejumlah persoalan matematis
yang banyak dijumpai di kehidupan nyata atau dalam bidang rekayasa yang
penyelesaiannya disajikan secara numerik, yaitu:
(1). Persamaan nonlinier
Selesaikan f(x) = 0 untuk x

(2). Persamaan linier

Selesaikan:
a11 x1 + a12 x2 = c1
a21 x1 + a22 x2 = c2
Untuk harga-harga x1 dan x2

(3). Interpolasi
Diberikan titik-titik (x0,y0), (x1,y1), …, (xn,yn).
Tentukan polinom pn(x) yang melalui semua titik tersebut.
(4). Turunan
Diberikan titik-titik (xi,yi) dan (xi+1,yi+1). Tentukan f’(x).

(5). Integral
b

Hitung integral: I = �
f ( x)dx
a
B Peranan komputer dalam numerik
Komputer berperan besar dalam perkembangan bidang metode numerik.
Hal ini karena perhitungan dengan metode numerik adalah berupa operasi
aritmatika, dimana operasi aritmatika ini sangat banyak dan berulang sehingga
perhitungan secara manual sering menjemukan dan kadang-kadang timbul
kesalahan di dalam perhitungan. Dalam hal ini komputer berperan:
(1). Mempercepat proses perhitungan tanpa membuat kesalahan
(2). Dengan komputer Anda dapat mencoba berbagai kemungkinan solusi yang
terjadi akibat adanya perubahan-perubahan beberapa parameter
(3). Solusi yang diperoleh juga dapat ditingkatkan ketelitiannya dengan
mengubaha-ubah nilai parameter.

B.1 Algoritma
Teknik pemecahan masalah dengan menggunakan komputer tidak terlepas
dari kemampuan Anda dalam menyusun langkah-langkah untuk memecahkan
masalah secara detail. Langkah-langkah inilah yang disebut algoritma. Algoritma
berasal dari kata algorism dan ritmis. Istilah ini pertama kali diungkapkan oleh
Abu Ja’far Mohammed Ibn Musa Al Khowarizmi (825 M) dalam buku Al-Jabr
Wa-al Muqabla. Dalam bidang pemrograman komputer, algoritma adalah suatu
prosedur yang menggambarkan urut-urutan rapi dan logis dengan tujuan
memudahkan pengimplementasian suatu masalah. Selanjutnya, sebagai prosedur
logis algoritma harus dapat dengan mudah diinterpretasikan dalam fungsi-fungsi
khusus pada komputer programming. Hubungan antara algoritma, masalah dan
solusi dapat digambarkan sebagai berikut :

Masalah Algoritma Solusi

Gambar 1.1 Diagram Hubungan Masalah, Algoritma dan Solusi

Proses dari suatu masalah hingga menjadi suatu algoritma disebut “tahap
pemecahan masalah”, sedangkan tahap dari algoritma hingga menjadi suatu solusi
disebut dengan “tahap implementasi”. Solusi yang dimaksud adalah suatu
program yang merupakan implementasi dari algoritma yang disusun.
Algoritma pemrograman yang baik memiliki cirri-ciri sebagai berikut :
 Tepat, benar, sederhana, standar dan efektif
 Logis, terstruktur dan sistematis
 Semua operasi terdefinisi
 Semua proses harus berakhir setelah
sejumlah langkah dilakukan
 Ditulis dengan bahasa yang standar dengan
format pemrograman agar mudah untuk diimplementasikan dan tidak
menimbulkan arti ganda.
Dua simbol yang digunakan dalam algoritma adalah period (.) menunjukan
akhir prosedur, dan titik koma (;) memisahkan tugas dalam beberapa langkah.
 Teknik loop (pengulangan) dalam algoritma dapat dinyatakan dengan
“kontrol penyanggah”.
For i = 1,2,…,n
Set xi = ai +i.h
 Ataupun “kontrol bersyarat”
While i < N do Steps 3 sampai 6
if … then, if … then … else

Latihan 1.1
Buatlah suatu algoritma untuk menghitung:
N
A = �xi
i =1

Penyelesaian:
Algoritma
INPUT : N, x1, x2, x3, …, xN.
OUTPUT : A = x1 + x2 + x3 + ... + xN .
Step 1 Set A = 0.
Step 2 For i = 1, 2, 3, …, N do
Set A = A + xi.
Step 3 OUTPUT (A);
STOP.

B.2 Software Komputer

Banyak software programming, baik compiler ataupun semi compiler yang
dapat digunakan untuk menyelesaikan masalah numerik, diantaranya adalah:
 Fortran (LINPACK, EISPACK, LAPACK, BLAS, NAG)
 Matlab yang librarynya berdasarkan EISPACK dan LINPACK beberapa
Matlab Toolbox
 Maple
 Pascal
 Turbo C dan Turbo Basic, dll.

C Tahap-tahap memecahkan persoalan secara numerik

Ada 6 tahap yang dilakukan dalam pemecahan persoalan matematis dalam
dunia nyata dengan metode numerik, yaitu:
(1). Pemodelan
Persoalan dunia nyata dimodelkan ke dalam persamaan matematika
(2). Penyerdahanaan model
Model matematika yang dihasilkan pada tahap 1 mungkin saja terlalu
kompleks (memasukkan banyak peubah atau parameter) sehingga rumit
dalam penyelesaiannya. Mungkin beberapa andaian perlu dibuat sehingga
beberapa parameter dapat diabaikan.
(3). Formulasi numerik
Setelah model matematika yang sederhana diperoleh, tahap selanjutnya
adalah memformulasikannya secara numerik, antara lain:
a. Menentukan metode numerik yang dipakai bersama-sama dengan
analisis galat awal (yaitu taksiran galat, penentuan urutan langkah, dsb)
b. Menyusun galat awal dari metode numerik yang dipilih.
(4). Pemrograman
 Tahap selanjutnya adalah menterjemahkan algoritma ke dalam program
komputer dengan menggunakan salah satu bahasa pemrograman yang
dikuasai.
(5). Operasional
Pada tahap ini, program komputer dijalankan dengan data uji coba sebelum
data sesungguhnya
(6). Evaluasi
Bila program sudah selesai dijalankan dengan data yang sesungguhnya, maka
hasil yang diperoleh diinterpretasi. Interpretasi meliputi analisis hasil run dan
membandingkannya dengan prinsip dasar dan hasil-hasil empirik untuk
menaksir kualitas solusi numerik, dan keputusan untuk menjalankan kembali
program untuk memperoleh hasil yang lebih baik.

MODUL II
DERET TAYLOR DAN GALAT
A Deret Taylor
Kebanyakan dari metode-metode numerik yang diturunkan didasarkan
pada penghampiran fungsi ke dalam bentuk polinom. Fungsi yang bentuknya
kompleks menjadi lebih sederhana bila dihampiri dengan polinom, karena
polinom merupakan bentuk fungsi yang paling mudah dipahami kelakuannya.
Tools yang digunakan untuk membuat polinom hampiran adalah deret Taylor.

A.1 Definisi deret Taylor

Andaikan f dan semua turunannya f’,f”,f’”, …, menerus di dalam selang
[a,b], dan terdapat x0 ε [a,b], maka untuk nilai-nilai x di sekitar x0 (Gambar 2.1)
dan setiap x ε [a,b], f(x) dapat diperluas ke dalam deret Taylor:
( x - x0 ) ( x - x0 )2 ( x - x0 )m m
f ( x) = f ( x0 ) + f '( x0 ) + f "( x0 ) + ... + f ( x0 ) + ... (2.1)
1! 2! m!

Gambar 2.1 Nilai-nilai x di sekitar x0

Persamaan (2.1) merupakan penjumlahan dari suku-suku yang disebut deret. Jika
dimisalkan x - x0 = h maka f(x) dapat ditulis:
h h2 hm m
f ( x) = f ( x0 ) + f '( x0 ) + f "( x0 ) + ... + f ( x0 ) + ... (2.2)
1! 2! m!
Bila fungsi diperluas di sekitar x0 = 0, maka deretnya dinamakan deret Maclaurin:
x x2 xm m
f ( x) = f ( x0 ) + f '( x0 ) + f "( x0 ) + ... + f ( x0 ) + ... (2.3)
1! 2! m!

Latihan 2.1
Hampiri fungsi f(x) = cos(2) ke dalam:
a. Deret Taylor di sekitar x0 = 1
b. Deret Maclaurin
Penyelesaian:
Deret Taylor di sekitar x0 = 1
Uraikan cos(x) sebagai berikut:
 f(x0) = cos(x0) = cos(1)
f’(x0) = -sin(x0) = -sin(1)
f”( x0) = -cos(x0) = -cos(1)
f”’(x0) = sin(x) = sin(1)
fiv(x0) = cos(x0) =cos(1)
… dan seterusnya
Penyelesaian menggunakan deret Taylor adalah:
(2 - 1) (2 - 1) 2 (2 - 1) 3 (2 - 1) 4
cos(2) = cos(1) + (- sin(1)) + (- cos(1)) + sin(1) + (cos(1)) + ...
1! 2! 3! 4!

12 13 14
= 0,5403 + 1(-0,8415) + (-0,5403) + (0,8415) + (0,5403) + ...
2 6 24
= 0,5403 – 0,8415 – 0,2702 + 0,1403 + 0,0225 + …
= -0,4086 + …

Deret Maclaurin
Penyelesaian menggunakan deret Maclaurin adalah:
2 22 23 24
cos(2) = cos(0) + (- sin(0)) + (- cos(0)) + sin(0) + (cos(0)) + ...
1! 2! 3! 4!
4 8 16
= 1 + 2(0) + (-1) + (0) + (1) + ...
2 6 24
= 1 + 0 – 2 + 0 + 0,6667 +…
= -0,3333 + …

B Galat
Metode numerik merupakan metode komputasi matematika yang
menghasilkan nilai solusi dalam bentuk hampiran (aproksimasi). Ini berbeda
dengan metode analitik yang selalu menghasilkan nilai solusi yang sebenarnya
(eksak), yang disebut nilai sejati. Selisih antara nilai sejati dengan nilai hampiran
inilah yang dinamakan galat (error). Galat pada solusi numerik harus dihubungkan
dengan seberapa teliti polinom menghampiri fungsi sebenarnya.

B.1 Analisis Galat

 Galat berasosiasi dengan seberapa dekat solusi hampiran terhadap solusi
sejatinya. Semakin kecil galatnya, semakin teliti solusi numerik yang didapatkan.
Sehingga analisis galat sangat penting dalam perhitungan dengan mengunakan
metode numerik.
Misalkan a adalah nilai sejati dan â adalah nilai hampiran, maka galat
didefinisikan sebagai:
e = a - aˆ (2.4)
1

�
3
Misalnya t dt jika dihitung dengan metode analitik solusinya adalah 0,250,
0

tetapi jika dihitung dengan metode numerik (akan dipelajari nanti) solusinya
adalah 0,248, sehingga galatnya adalah 0,250 – 0,248 = 0,002.
Yang dimaksud dengan galat mutlak adalah galat yang hanya mengambil
besaran nilainya tanpa memperhatikan tandanya (positif atau negatif):
e = a - aˆ (2.5)
Galat 0,1 cm pada pengukuran sebatang pensil yang panjang sebenarnya
10 cm tentu berbeda dengan galat 0,1 cm pada pengukuran seutas tali yang
panjangnya 100 cm. Menurut Anda manakah yang lebih presisi antara pengukuran
pensil atau tali? Untuk mendapatkan presisi dari hasil suatu
pengukuran/perhitungan, maka galat kadangkala dinormalkan dengan nilai
sejatinya untuk memperoleh galat relatif. Galat relatif didefinisikan sebagai:
e
eR = (2.6)
a
atau dalam persentase
e
eR = x100% (2.7)
a
Jadi, galat relatif pengukuran sebatang pensil adalah 0,1/10 = 0,01,
sedangkan galat relatif pengukuran seutas tali adalah 0,1/100 = 0,001. Karena
galat relatif pengukuran tali lebih kecil daripada galat relatif pengukuran sebatang
pensil, maka pengukuran tali lebih presisi dibandingkan pengukuran pensil. Pada
metode numerik, menghitung galat relatif kemungkinan besar tidak dapat
dilakukan karena nilai solusi sejatinya tidak diketahui, karenanya hanya dapat
dihitung galat relatif hampiran.
 e
e RA = (2.8)
aˆ
Pada perhitungan numerik yang menggunakan pendekatan iterasi, galat
relatif hampiran dihitung dengan rumus:
ar +1 - ar
e RA = (2.9)
ar +1

dimana ar +1 adalah nilai hampiran iterasi sekarang dan ar adalah nilai hampiran
iterasi sebelumnya. Proses iterasi dihentikan bila:
e RA < e S (2.10)

dimana e S adalah toleransi galat yanng dispesifikasikan.

B.2 Sumber Galat

Sumber utama galat dalam perhitungan numerik:
(1). Galat pemotongan
(2). Galat pembulatan.
Selain kedua galat, masih ada sumber lain:
(a). Galat eksperimental, yaitu galat yang timbul dari data yang diberikan
(b). Galat pemrograman, yaitu galat yang terdapat di dalam program, sering
dinamakan kutu (bug).

B.2.1 Galat pemotongan

Mengacu pada galat yang ditimbulkan akibat penggunaan hampiran
sebagai pengganti formula eksak. Maksudnya, ekspresi matematik yang lebih
kompleks diganti dengan formula yang lebih sederhana.
Coba Anda perhatikan persamaan (2.1)! Terlihat bahwa suku-suku deret
Taylor tidak berhingga banyaknya, maka untuk alasan praktis dan penghampiran
fungsi, deret Taylor dipotong sampai suku orde tertentu. Deret Taylor yang
dipotong sampai suku orde ke-n dinamakan deret Taylor terpotong dan dinyatakan
oleh:
( x - x0 ) ( x - x0 ) 2 ( x - x0 )n n
f ( x) = f ( x0 ) + f '( x0 ) + f "( x0 ) + ... + f ( x0 ) + Rn ( x) (2.11)
1! 2! n!
dalam hal ini:
 ( x - x0 )( n +1) ( n +1)
Rn ( x) = f ( c) , x0 < c < x (2.12)
(n + 1)!
Dengan demikian deret Taylor yang dipotog sampai suku orde ke-n dapat ditulis
sebagai:
f ( x) = Pn ( x) + Rn ( x) (2.13)
dalam hal ini:
n
( x - x0 )k k
Pn ( x) = � f ( x0 ) (2.14)
k =0 k!
nilai Rn yang tepat hampir tidak pernah dapat, karena tidak mengetahui nilai c
sebenarnya terkecuali informasi bahwa c terletak pada suatu selang tertentu.
Karenanya yang dicari adalah nilai maksimum yang mungkin dari | Rn | untuk c
dalam selang yang diberikan:
( x - x0 )( n +1)
Rn ( x) < Max f ( n +1) (c) (2.15)
x0 < c < x (n + 1)!

Latihan 2.2
Hampiri fungsi f(x) = e2x ke dalam deret Taylor orde 4 di sekitar x0 = 1, untuk
x = 0,8
Penyelesaian:
Uraikan e2x sebagai berikut:
f(x0) = e 2 x0 = e2
f’(x0) = 2e 2 x0 = 2e2
f”( x0) = 4e 2 x0 = 4e2
f”’(x0) = 8e 2 x0 = 8e2
fiv(x0) = 16e 2 x0 = 16e2
fv(c) = 32e 2c = 32ec
Penyelesaian menggunakan deret Taylor adalah:
(0,8 - 1) (0,8 - 1) 2 (0,8 - 1)3 (0,8 - 1) 4
e2(0,8) = e2 + (2e2 ) + (4e 2 ) + (8e 2 ) + (16e 2 ) + R5 ( x)
1! 2! 3! 4!

(-0, 2) 2 ( -0, 2)3 ( -0, 2) 4

= 7,3891 - 0, 2(14,7782) + (29,5564) + (59,1128) + (177,3384) + R5 ( x)
2 6 24
 = 7,3891– 2,9556 + 0,5911 – 0,0788 + 0,0118 + R5(x)
= 4,9576 + R5(x)
(0,8 - 1)(4+1)
R4 (0,8) < Max f (4+1) (c)
0,8< c <1 (4 + 1)!

(0,8 - 1)(4+1)
R4 (0,8) < Max 32e 2c
0,8< c <1 (4 + 1)!
nilai max |32e2c| di dalam selang 0,8<c<1 adalah c = 0,8, sehingga
(0,8 - 1)(4 +1)
R4 (0,8) < 32e 2(0,8)
�0,0004
(4 + 1)!
Jadi, e2(0,8) = 4,9576 dengan galat pemotongan lebih kecil dari 0,0004

B.2.2 Galat pembulatan

Perhitungan dengan metode numerik hampir selalu menggunakan bilangan
real, masalah timbul bila komputasi numerik dikerjakan oleh mesin, karena semua
bilangan real tidak dapat disajikan secara tepat di dalam komputer. Keterbatasan
komputer dalam menyajikan bilangan real menghasilkan galat pembulatan.

MODUL III
PERSAMAAN NON LINIER 1
A Metode persamaan nonlinier
Penyelesaian persamaan non linier adalah penentuan akar-akar persamaan
non linier, dimana akar sebuah persamaan f(x) = 0 adalah nilai-nilai x yang
menyebabkan nilai f(x) sama dengan nol. Dengan kata lain, akar persamaan f(x)
adalah titik potong antara kurva f(x) dan sumbu x.

Latihan 3.1
Carilah akar dari persamaan f(x) = 2x2 – 2 dengan menggunakan representasi
grafik

Penyelesaian:
2x2 = 2
x2 = 1
x= 1
x1 = -1 ; x2 =1
x f(x)
-3 16
-2,5 10,5
-2 6
-1,5 2,5
-1 0
-0,5 -1,5
0 -2
0,5 -1,5
1 0
1,5 2,5
2 6
2,5 10,5
3 16
3,5 22,5
4 30
 35

30

25

20

15

10 akar

0
-3

-2,5

-2

-1,5

-1

-0,5

0,5

1,5

2,5

3,5

4
-5

Dalam metode numerik, pencarian akar f(x) = 0 dilakukan secara iterasi.

Secara umum metode pencarian akar tersebut dapat dikelompokkan menjadi 2
yaitu:
(1). Metode tertutup
Pada metode ini pencarian akar dilakukan dalam selang [a,b], dimana dalam
selang [a,b] ini sudah dipastikan berisi minimal satu buah akar, karenanya
iterasi pada metode ini selalu konvergen.
(2). Metode terbuka
Pada metode ini tidak diperlukan selang [a,b] yang mengandung akar. Yang
diperlukan adalah tebakan awal akar, lalu dengan prosedur iterasi digunakan
untuk menghampiri akar baru. Pada setiap kali iterasi, hampiran akar yang
lama digunakan untuk menghitung hampiran akar baru yang mungkin saja
konvergen atau divergen dari akar sejatinya.

A.1 Metode tertutup

Seperti dijelaskan, metode tertutup memerlukan selang [a,b] yang
mengandung akar, sehingga proses pencarian akar hanya dilakukan dalam selang
tersebut. Secara grafik dapat diilustrasikan sebagai berikut:
 f(a)f(b) < 0
 Gambar 3.1 Banyaknya akar ganjil

Gambar 3.1 memperlihatkan bahwa selalu terdapat akar di dalam selang [a,b]
jika nilai fungsi berbeda tanda (+/-) di x = a dan x = b.
 f(a)f(b) > 0

Gambar 3.2 Banyaknya akar genap

Gambar 3.2 memperlihatkan bahwa mungkin terdapat akar atau tidak sama
sekali di dalam selang [a,b] jika nilai fungsi samaa tanda di x = a dan x = b.

Syarat cukup keberadaan akar yang digunakan pada metode ini adalah jika
f(a)f(b) < 0 dan f(x) menerus di dalam selang [a,b] maka paling sedikit terdapat
satu buah akar persamaan f(x) = 0 di dalam selang [a,b], seperti yang
diperlihatkan pada gambar 3.2.
 Gambar 3.3 Lokasi akar

Dalam pemilihan selang [a,b], Anda tidak diharuskan memeriksa terlebih

dahulu apakah di dalam selang tersebut terdapat akar, jadi di dalam pemilihan
selang [a,b] di sini Anda diberi kebebasan. Ada dua masalah yang dapat terjadi
karena ketidaktepatan dalam pemilihan selang:
(1). Bila dalam selang [a,b] terdapat lebih dari satu akar, maka dalam sekali
metode bagidua digunakan akan diperoleh satu akar, dan untuk mencari akar-
akar lainnya Anda dapat menganti-ganti selang [a,b].
(2). Bila digunakan selang yang tidak memenuhi syarat cukup, maka metode
bagidua tidak dapat digunakan dalam pencarian akar, dan bukan berarti tidak
terdapat akar dalam selang [a,b] yang dipilih. Hal ini dapat disiasati dengan
menganti-ganti selang [a,b].
Ada 2 pendekatan yang digunakan dalam memilih selang:
(1). Membuat grafik fungsi bidang x-y, lalu melihat dimana perpotongannya
dengan sumbu-x. Dari sini dapat dikira-kira selang yang memuat titik potong
tersebut.
(2). Mencetak nilai fungsi pada titik-titik absis yang berjarak tetap. Jarak titik ini
dapat diatur cukup kecil. Jika tanda fungsi berubah pada selang, pasti
terdapat minimal satu akar di dalamnya.
Kondisi berhenti iterasi:
(1). Lebar selang baru: |a – b| < Є, yang dalam hal ini Є adalah nilai toleransi
lebar selang yang mengurung akar, atau
(2). Nilai fungsi hampiran akar: f(c) = 0 atau |f(c)| < Є, atau
(3). Galat relatif hampiran akar: |cbaru – clama) / cbaru| < δ, dimana δ adalah galat
relatif hampiran yang diinginkan.

A.1.2 Metode bagidua

Misalkan diberikan selang [a,b] dimana f(a)f(b) < 0, pada setiap kali iterasi
selang [a,b] dibagi dua di x = c, sehingga terdapat dua buah subselang yang
berukuran sama, yaitu selang [a,c] dan [c,b]. Selang yang dipakai untuk iterasi
berikutnya adalah subselang yang memuat akar, bergantung apakah f(a)f(c) < 0
atau f(c)f(b) < 0. Metode ini dapat digambarkan seperti pada gambar 3.4.
[ a ,b ]

bagi dua di x = c

[ a ,c ] [ c ,b ]

f(a )f(c ) < 0 ?

ya

s e la n g b a r u : [ a ,b ] [ a ,c ] s e la n g b a r u : [ a ,b ] [ c ,b ]

Gambar 3.4 Metode bagidua

Latihan 3.3
Carilah akar dari persamaan f(x) = 2x2 – 2 dengan menggunakan metode bagidua,
tebakan awal selang:
a. [a,b] = [-3 , 0]
b. [a,b] = [0 , 3]
Є = 0,001. Gunakan kriteria berhenti: |a – b| < Є atau |f(c)| < Є
Penyelesaian:
diperoleh hampiran akar (x1)= -0,9998

diperoleh hampiran akar (x2)= 0,9998

A.1.3 Metode regula-falsi / posisi palsu

Metode regula-falsi adalah metode pencarian akar dengan memanfaatkan
kemiringan dan selisih tinggi dari dua titik batas range. Pada metode ini nilai f(a)
dan f(b) turut diperhitungkan, bila f(a) lebih dekat ke nol daripada f(b) tentu akar
lebih dekat ke x = a daripada x = b. Dengan metode ini dibuat garis lurus yang
menghubungkan titik (a,f(a)) dan (b,f(b)), perpotongan garis tersebut dengan
sumbu x merupakan taksiran akar yang diperbaiki. Garis lurus tadi seolah-olah
berlaku menggantikan kurva f(x) dan memberikan posisi palsu, seperti yang
diperlihatkan pada gambar 3.5.
 Gambar 3.5 Metode regula-falsi

gradien garis AB = gradien garis BC

f (b) - f (a ) f (b) - 0
=
b-a b-c
Yang dapat disederhanakan menjadi
f (b)(b - a )
c =b- (3.1)
f (b) - f (a )

Latihan 3.4
Carilah akar dari persamaan f(x) = 2x2 – 2 dengan menggunakan metode regula-
falsi, tebakan awal selang [a,b]:
a. [a,b] = [-3 , 0]
b. [a,b] = [0 , 3]
Є = 0,001. Gunakan kriteria berhenti: |a – b| < Є atau |f(c)| < Є
Penyelesaian:
diperoleh hampiran akar (x1)= -0,9999

diperoleh hampiran akar (x2)= 0,9998

 MODUL IV
PERSAMAAN NON LINIER 2

A Metode terbuka
Metode terbuka berbeda dengan metode tertutup, pada metode terbuka
tidak memerlukan selang yang mengurung akar, cukup satu atau dua buah tebakan
awal akar yang tidak perlu mengurung akar. Pada metode ini hampiran akar
sekarang didasarkan pada hampiran akar sebelumnya melalui prosedur iterasi,
dimana iterasinya dapat divergen atau konvergen. Apabila iterasinya konvergen
maka konvergensinya akan sangat cepat.
Kondisi berhenti iterasi:
(1). Lebar akar hampiran: : |xr+1 – xr| < Є, dimana Є adalah nilai toleransi lebar
yang ditetapkan, atau
xr +1 - xr
(2). Galat relatif hampiran akar: < d , dimana δ adalah galat relatif
xr +1

hampiran yang diinginkan.

A.1 Metode titik tetap

Prosedure iterasi pada metode ini adalah sebagai berikut:
(1). Susunlah persamaan f(x) = 0 menjadi x = g(x)
(2). Bentuklah menjadi iterasi: xr+1 = g(x)
(3). Berilah satu tebakan awal akar x0
(4). Lalu hitunglah nilai x1, x2, x3, … yang mungkin konvergen ke akar sejati s
sedemikian sehingga: f(s) = 0 dan s = g(s)
(5). Lakukan sampai kondisi berhenti dipenuhi

Latihan 4.1
Tentukan akar persamaan x2 – 3x + 2 dengan metode iterasi titik tetap. Gunakan
tebakan awal x0 = 1,5 dan kondisi berhenti |xr+1 – xr| < Є, dimana Є = 0,001
Penyelesaian:
Terdapat 2 kemungkinan prosedure iterasi yang dapat dibentuk:
 x2 – 3x + 2 = 0
 x 2 = 3x - 2
x = 3x - 2

Prosedure iterasinya: xr +1 = 3xr - 2

Hampiran akar x = 1,9974

 x2 – 3x + 2 = 0
x2 + 2
x=
3
xr 2 + 2
Prosedure iterasinya: xr +1 =
3
 Hampiran akar x = 1,0014
A.2 Metode Newton-Raphson
Metode ini diturunkan dengan bantuan deret Taylor:
(1). Uraikan f(xr+1) di sekitar xr ke dalam deret Taylor
( xr +1 - xr ) ( x - x )2 ( x - x )m
f ( xr +1 ) = f ( xr ) + f '( xr ) + r +1 r f "( xr ) + ... + r +1 r f m ( xr ) + ... (4.1)
1! 2! m!
(2). Persamaan (4.1) dipotong sampai orde ke-1, diperoleh:
f ( xr +1 ) = f ( xr ) + ( xr +1 - xr ) f '( xr ) (4.2)
(3). Karena dalam hal ini akan dicari akar, maka f(xr+1) = 0 sehingga
0 = f ( xr ) + ( xr +1 - xr ) f '( xr ) (4.3)
f ( xr )
xr +1 = xr - , dimana f’(xr) ≠ 0 (4.4)
f '( xr )
Pada metode ini hanya dibutuhkan satu buah tebakan awal akar x0.

Latihan 4.2
Tentukan akar persamaan x2 – 3x + 2 dengan metode Newton-Raphson. Gunakan
tebakan awal x0 = 3 dan kondisi berhenti |xr+1 – xr| < Є, dimana Є = 0,001
Penyelesaian:
f(x) = x2 – 3x + 2
f’(x) = 2x – 3
Hampiran akar x = 2,000

A.3 Metode Secant

Kelemahan dari metode Newton-Raphson adalah Anda diharuskan
melakukan perhitungan turunan fungsi, yaitu f’(xr). Seperti diketahui, bahwa tidak
semua fungsi mudah untuk dicari turunannya, terutama untuk fungsi-fungsi yang
rumit. Karenanya, turunan fungsi dapat dihilangkan dengan cara menggantinya
dengan bentuk lain yang ekuivalen.

Gambar 4.1 Metode Secant

Berdasarkan gambar 4.1 dapat dihitung gradiennya sebagai berikut:

Dy f ( xr ) - f ( xr -1 )
f '( xr ) = = (4.5)
Dx xr - xr -1
Subsitusikan ke dalam rumus Newton-Raphson, dalam hal ini persamaan (4.4),
dan diperoleh:
f ( xr )( xr - xr -1 )
xr +1 = xr - , dimana (f(xr) – f(xr-1)) ≠ 0 (4.6)
f ( xr ) - f ( xr -1 )
Pada metode ini diperlukan dua buah tebakan awal akar, yaitu x0 dan x1.
Latihan 4.3
Tentukan akar persamaan x2 – 3x + 2 dengan metode Secant. Gunakan tebakan
awal x0 = -1, x1 = 3 dan kondisi berhenti |xr+1 – xr| < Є, dimana Є = 0,001.
Penyelesaian:

Hampiran akar x = 2,000

B Metode Horner
Pada metode-metode yang telah diuraikan sebelumnya, pencarian solusi
suatu persamaan non linier hanya didapatkan atau diperoleh solusi satu buah akar
hampiran, bila suatu persamaan memiliki lebih dari satu buah akar hampiran maka
Anda dapat mencari akar-akar lainnya dengan merubah-rubah tebakan awal selang
atau akar hampiran.
Adakah metode yang bisa mendapatkan solusi akar hampiran sekaligus
dalam satu kali perhitungan, tanpa perlu merubah-rubah tebakan awal selang atau
akar hampiran?
Metode Horner merupakan metode yang dapat menjawab pertanyaan di
atas, tetapi sayangnya metode ini hanya dapat digunakan untuk mencari akar-akar
real dari suatu persamaan non linier, jika persamaan tersebut mengandung akar
imajiner maka metode ini tidak dapat digunakan atau memberikan solusi.
Metode ini disebut juga metode perkalian bersarang (nested
multiplication) yang menyediakan cara perhitungan polinom dengan sedikit
operasi perkalian. Bentuk baku polinom derajat n adalah:
p ( x) = a0 + a1 x + a2 x 2 + a3 x 3 + ... + an -1 x n -1 + an x n (4.7)
polinom p(x) dinyatakan dalam perkalian bersarang:
p( x) = a0 + x(a1 + x(a2 + x (a3 + ... + x(an-1 + x (an ))))) (4.8)

Persamaan (4.8) dapat dinyatakan dalam tabel Horner berikut:

an an-1 an - 2 ... a1 a0
x xbn xbn -1 ... xb2 xb1
bn = an bn -1 = an -1 + xbn bn - 2 = an - 2 + xbn -1 ... b1 = a1 + xb2 b0 = a0 + xb1
p o lin o m s is a

hasil perhitungan:
p(x) = b0
n -1 n-2
polinom sisa = bn x + bn -1 x + ... + b3 x + b2 x + b1
2

Latihan 4.4
Nyatakan p(x) = x3 – 5x2 + 2x + 8 dalam tabel Horner, untuk x = 2
Penyelesaian:
1 -5 2 8
2 2 -6 -8
1 -3 -4 0

dari tabel diperoleh:

p(2) = 23 – 5(2)2 + 2(2) + 8 = 0
polinom sisa = x2 – 3x – 4

Proses perhitungan p(x) untuk x = t dengan menggunakan metode Horner:

�p ( x) �
� = q ( x) �+ b0 (4.9)
�(x - t) �
atau
p ( x) = b0 + ( x - t ) q( x) (4.10)
yang dalam hal ini q(x) adalah polinom sisa:
q ( x) = bn x n -1 + bn-1 x n - 2 + ... + b3 x 2 + b2 x + b1 (4.11)
Misalkan akar polinom untuk fungsi p(x) dihitung dengan metode Newton-
Raphson (persamaan 4.4), maka algoritma pencarian akar hampiran dalam
metode Horner adalah sebagai berikut:
(1). Hitung p(xr) dilakukan dengan:
misalkan t = xr adalah hampiran akar polinom p(x)
p ( x) = b0 + ( x - xr ) q( x)

dan jika akar hampiran xr merupakan akar sejatinya maka

p ( xr ) = b0 + ( xr - xr ) q( xr )

Sehingga diperoleh nilai p(xr) = b0

(2). Hitung p’(xr) dilakukan dengan:
misalkan t = xr adalah hampiran akar polinom p(x)
p ( x) = b0 + ( x - xr ) q( x)

turunan dari p(x)

p '( x) = 0 + 1.q( x) + ( x - xr ) q '( x)

= q ( x) + ( x - xr )q '( x)
dan jika akar hampiran xr merupakan akar sejatinya maka
p '( xr ) = q( xr ) + ( xr - xr )q '( xr )

Sehingga diperoleh nilai p’(xr) = q(xr)

Dari penurunan di atas, diperoleh prosedure iterasi pencarian akar dengan
Newton-Raphson sebagai berikut:
b0
xr +1 = xr - , dimana q(xr) ≠ 0 (4.12)
q ( xr )

Latihan 4.5
Carilah akar-akar dari polinom p(x) = x2 – 3x – 2. Gunakan metode Horner dan
Newton-Raphson, untuk x0 = 2 dan kondisi berhenti |xr+1 – xr| < Є, dimana Є
= 0,001
Penyelesaian:
Persamaan p(x) = x2 – 3x – 2 mempunyai dua akar
(1). Pencarian akar pertama (x0 = 2)
 Iterasi ke-1
 1 -3 2
2 2 -2
1 -1 0

q(x) = x – 1
q(2) = 2 – 1 = 1 ; b0 = 0
b0
x1 = x0 - = 2 – (0/1) = 2
q ( x0 )
|x1 – x0| = |2 – 2| = 0
Jika |xr+1 – xr| < 0,001 terpenuhi, maka hampiran akar pertama diperoleh,
yaitu x = 2, dan polinom sisa (q(x)) akan digunakan untuk pencarian akar
berikutnya.
(2). Pencarian akar kedua (x0 = 2)
 Iterasi ke-1
1 -1
2 2
1 1

q(x) = 1
q(2) = 1 ; b0 = 1
b0
x1 = x0 - = 2 – (1/1) = 1
q ( x0 )
|x1 – x0| = |2 – 1| = 1
Jika |xr+1 – xr| < 0,001 tidak terpenuhi, maka iterasi akan dilanjutkan
dengan menggunakan akar baru diperoleh, yaitu x1 = 1.
 Iterasi ke-2
1 -1
1 1
1 0

q(x) = 1
q(1) = 1 ; b0 = 0
b0
x2 = x1 - = 1 – (0/1) = 1
q ( x1 )
|x2 – x1| = |1 – 1| = 0 < 0,001
 Terpenuhi, maka hampiran akar kedua diperoleh, yaitu x = 1.

C Persamaan non linier untuk n persamaan dan n peubah

Persamaan yang diselesaikan tidak hanya satu tetapi dapat lebih dari satu,
sehingga membentuk persamaan non linier. Bentuk umum:
f1 ( x1 , x2 ,..., xn ) = 0
f 2 ( x1 , x2 ,..., xn ) = 0
(4.13)
...
f n ( x1 , x2 ,..., xn ) = 0
Penyelesaiannya adalah himpunan nilai x simultan x1, x2, …, xn, yang memenuhi
seluruh persamaan.
Kondisi berhenti iterasi:

(1). Lebar akar hampiran: : x1( r+1) - x1( r ) < Є and x2( r+1) - x2( r ) < Є and … and

xn( r+1) - xn( r ) < Є, dimana Є adalah nilai toleransi lebar yang ditetapkan. Jadi

untuk semua peubah yang terdapat dalam sistem harus memenuhi syarat ini.

C.1 Metode titik tetap

Untuk sistem dengan 2 persamaan, mempunyai 2 pendekatan prosedure
iterasi akar hampiran:
(1). Iterasi Jacobi:
xr +1 = g1 ( xr , yr )
(4.14)
yr +1 = g 2 ( xr , yr ) , r = 0,1, 2,...
atau
(2). Iterasi Seidel
Untuk mempercepat konvergensi maka nilai xr+1 yang baru diperoleh dapat
langsung digunakan dalam perhitungan yr+1
xr +1 = g1 ( xr , yr )
(4.15)
yr +1 = g 2 ( xr +1 , yr ) , r = 0,1, 2,...
Latihan 4.6
Carilah nilai dari x dan y dari persamaan berikut:
f1(x,y) = x2 + xy -10 =0
f2(x,y) = y + 3xy2 - 57 =0
Gunakan metode titik tetap dengan iterasi Seidel, dengan x0 = 1,5, y0 = 3,5 dan
Є = 0,001
Penyelesaian:
xr +1 = 10 - xr yr
Solusi: 57 - yr
yr +1 =
3xr +1

r xr yr |xr+1 – xr| |yr+1 – yr|

0 1,5000 3,5000 - -
1 2,1794 2,8605 0,6794 0,6395
2 1,9405 3,0496 0,2389 0,1890
3 2,0205 2,9834 0,0799 0,0661
4 1,9930 3,0057 0,0274 0,0223
5 2,0024 2,9981 0,0094 0,0077
6 1,9992 3,0007 0,0032 0,0026
7 2,0003 2,9998 0,0011 0,0009
8 1,9999 3,0001 0,0004 0,0003

Akar hampiran yang diperoleh, yaitu: x = 1,9999 dan y = 3,0001, dimana solusi
sejatinya adalah x = 2 dan y = 3
 MODUL V
PERSAMAAN LINIER

A Bentuk Umum Sistem Persamaan Linear

Sistem persamaan linear dengan n peubah:
a11x1 + a12x2 + … + a1nxn = b1
a21x1 + a22x2 + … + a2nxn = b2
.

an1x1 + an2x2 + … + annxn = bn

dengan menggunakan perkalian matriks, kita dapat menulis : Ax = b, dengan A
adalah matriks bujursangkar, yaitu:

 a11 a12 . . a1n   x1   b1 

a a 22 . . a 2 n   x 2  b2 
 21
 . . .  =  . 
    
 .  .   . 
a n1 an2 . . a nn   x n  bn 

beberapa metode dalam menyelesaikan SPL:

A.6 Metode Iterasi Untuk SPL

a11x1 + a12x2 + … + a1nxn = b1
a21x1 + a22x2 + … + a2nxn = b2
.

an1x1 + an2x2 + … + annxn = bn

dengan syarat akk ≠ 0 maka persamaan iterasinya sbb:
b1 - a12 x 2( k ) ... - a1n x n( k )
x1( k +1) =
a11

b2 - a 21 x1( k ) - a 23 x 2( k ) ... - a 2 n x n( k )
x 2( k +1) =
a 22
.
.
bn - a n1 x1( k ) - a n 2 x 2( k ) ... - a nn-1 x n( k-1)
x n( k +1) =
a nn
dengan k = 0, 1, 2, …
Iterasi dimulai dengan memberikan tebakan awal untuk x:

 x1( 0 ) 
 (0) 
 x2 
x0 =  . 
 
 . 
 x (0) 
 n 
xi( k +1) - xi( k )
Kondisi berhenti: <e untuk semua i = 0, 1, 2, 3, …, n
xi( k )

Syarat agar iterasinya konvergen adalah sistem dominan secara diagonal:

n
a ii  a
j =1, j  i
ij , i = 1, 2, 3, …, n

meskipun sistem tidak dominan secara diagonal, iterasi masih mungkin

konvergen. Kekonvergen juga ditentukan dari tebakan awal yang diberikan.

A.6.1 Metode Iterasi Jacobi

Misal: diberi tebakan awal x(0) = ( x1(0), x2(0),…, xn(0))T
Prosedur iterasinya:

>Iterasi I
b1 - a12 x 2( 0 ) ... - a1n x n( 0 )
x1(1) =
a11

b2 - a 21 x1( 0 ) ... - a 2 n x n( 0 )
x 2(1) =
a 22
.
bn - a n1 x1( 0 ) ... - a nn -1 x n( 0-)1
x n(1) =
a nn

>Iterasi II
 b1 - a12 x 2(1) ... - a1n x n(1)
x1( 2 ) =
a11

b2 - a 21 x1(1) ... - a 2 n x n(1)

x ( 2)
2 =
a 22
.
.
bn - a n1 x1(1) ... - a nn -1 x n(1-)1
x n( 2 ) =
a nn
dan seterusnya sampai kondisi berhenti dipenuhi.

Rumus umum:
n
bi - a
j =1, j  i
ij x (jk )
k = 0, 1, 2, …
xi( k +1) =
a ii

A.6.2 Metode Iterasi Gauss-Siedel

Metode ini lebih cepat karena sitiap harga xi yang baru dihasilkan segera
dipakai pada persamaan berikutnya untuk menentukan harga xi+1 yang lainnya.
>Iterasi I
b1 - a12 x 2( 0 ) ... - a1n x n( 0 )
x (1)
1 =
a11

b2 - a 21 x1(1) ... - a 2 n x n( 0 )
x 2(1) =
a 22
.
.
bn - a n1 x1(1) ... - a nn -1 x n( 0-)1
x (1)
n =
a nn
>Iterasi II
b1 - a12 x 2(1) ... - a1n x n(1)
x1( 2 ) =
a11

b2 - a 21 x1( 2 ) ... - a 2 n x n(1)

x 2( 2 ) =
a 22
.
bn - a n1 x1( 2) ... - a nn -1 x n(1-)1
x n( 2) =
a nn
dan seterusnya sampai kondisi berhenti dipenuhi.
Rumus umum:
n n
bi -  aij x (jk +1) - a ij x (jk )
j =1 j =i +1 k = 0, 1, 2, …
xi( k +1) =
a ii

Latihan 5.7
Selesaikan sistem persamaan linear
4x - y - z = 7
4x – 8y + z = -21
-2x + y + 5z = 15
dengan nilai awal P0 = (x0, y0, z0) = (1, 2, 2) Є = 0,0001

Penyelesaian:
Iterasi Jacobi
Persamaan iterasinya:
7 + yr - zr
x r +1 =
4
21 + 4 x r + z r
y r +1 =
8
15 + 2 x r - y r
z r +1 =
5
r xr yr zr |xr+1-xr| |yr+1-yr| |zr+1-zr|
0 1 2 2 - - -
1 1,75 3,375 3 0,75 1,375 1
2 1,84375 3,875 3,025 0,09375 0,5 0,025
… … … … … … …
19 2 4 3 0 0 0
solusi : (x, y, z) = (2, 4, 3)T
Iterasi Gauss-Seidel
Persamaan iterasinya:
7 + yr - zr
x r +1 =
4
 21 + 4 x r +1 + z r
y r +1 =
8
15 + 2 x r +1 - y r +1
z r +1 =
5

r xr yr zr |xr+1-xr| |yr+1-yr| |zr+1-zr|

0 1 2 2 - - -
1 1,75 3,75 2.95 0,75 1,75 1
2 1,95 3,96875 2,8625 0,2 0,21875 0,0875
… … … … … … …
10 2 4 3 0 0 0
T
solusi : (x, y, z) = (2, 4, 3)
 MODUL VI
INTERPOLASI DAN REGRESI

A Interpolasi
Merupkan salah satu metode pencocokan kurva, bila data hasil pengukuran
mempunyai ketelitian tingkat tinggi maka kurva cocokannya dibuat melalui setiap
titik. Jika fungsi cocokan yang digunakan berbentuk polinom maka dinamakan
polinom interpolasi.
Diberikan n + 1 buah titik berbeda: (x0,y0), (x1,y1), (x2,y2), …, (xn,yn),
tentukan polinom pn(x) yang menginterpolasi (melewati) semua titik-titik tersebut
sedemikian sehingga:
yi = pn(x) , untuk i = 0, 1, 2, …, n (5.1)
yi sedemikian sehingga yi = f(x) merupakan fungsi matematika, sedangkan pn(x)
merukan fungsi hampiran terhadap f(x).
Setelah polinom interpolasi pn(x) ditentukan, pn(x) dapat digunakan untuk
menghitung perkiraan nilai y di x = a, yaitu y = pn(a), bergantung pada letak nilai
x = a:
(1). Jika x0 < a < xn maka y = pn(a) disebut nilai interpolasi
(2). Jika a < x0 atau a > xn maka y = pn(a) disebut nilai ekstrapolasi.
Keduanya kondisi di atas dapat dilihat pada gambar 6.1.

Gambar 6.1 Interpolasi dan ekstrapolasi

A.1 Interpolasi linier
Merupakan interpolasi yang melibatkan dua buah titik dengan sebuah garis
lurus. Misalkan 2 buah titik: (x0,y0) dan (x1,y1) maka polinom yang
menginterpolasi titik-titik tersebut adalah garis lurus yang berbentuk:
p1 = a0 + a1x (5.2)
Gambar 6.2 memperlihatkan garis lurus yang menginterpolasi titik (x0,y0) dan
(x1,y1).

Gambar 6.2 Interpolasi linier

Persamaan garis lurus yang melewati dua buah titik:

y - y0 x - x0
=
y1 - y0 x1 - x0
x - x0
y - y0 = ( y1 - y0 )
x1 - x0
y1 - y0
maka: p1 ( x) = y0 + ( x - x0 ) (5.3)
x1 - x0

Latihan 6.1
Perkirakan jumlah penderita malaria di NTT pada tahun 2000, berdasarkan data
berikut:
Tahun 1998 2002
Jumlah penderita (ribu) 48 125

Penyelesaian:
 y1 - y0
p1 (2000) = y0 + ( x - x0 )
x1 - x0
125 - 48
= 48 + (2000 - 1998)
2002 - 1998
= 86,5
Jadi, diperkirakan jumlah penderita malaria di NTT pada tahun 2000 adalah
86,5 ribu jiwa.

A.2 Interpolasi Lagrange

Penuruna interpolasi lagrange dapat diturunkan sebagai berikut:
Tinjau persamaan (5.3), persamaan ini dapat disusun kembali menjadi
x - x1 x - x0
p1 ( x) = y0 + y1 (5.4)
x0 - x1 x1 - x0
atau dapat dinyatakan dalam bentuk
p1 ( x) = a0 L0 ( x) + a1 L1 ( x) (5.5)
dimana:
a0 = y0 ; a1 = y1
x - x1 x - x0
L0 ( x) = ; L1 ( x) =
x0 - x1 x1 - x0
maka bentuk interpolasi polinom Lagrange
n
pn ( x ) = �ai Li ( x ) =a0 L0 ( x ) + a1 L1 ( x ) + a2 L2 ( x ) + ... + an Ln ( x)
i =0

� �n �� (5.6)
� � x - xj �
n
�
= �� ai � ) �
� �
i = 0 � �j = 0 xi - x j ��
� �j �i ��
dimana:
ai = yi
i, j = 0,1, 2,..., n

Latihan 6.2
Hampiri fungsi ex + 2x2 dengan interpolasi polinom Lagrange derajat 3, dan
perkirakan nilai p3(0,7)
 x 0 0,2 0,5 0,6 0,9 1,1 1,3 1,4
f(x) 1,000 1,301 2,149 2,542 4,080 5,424 7,049 7,975

Penyelesaian:
Untuk menghampiri interpolasi polinom derajat 3, maka dibutuhkan 4 titik yang
menginterpolasi fungsi tersebut. Untuk mendapatkan hampiran nilai yang
mendekati solusi sejatinya, maka anda harus memilih selang dimana titik x = 0,7
berada setidaknya di tengah selang tersebut. Dalam hal ini akan dipilih selang
[0,5 , 1,1], dimana titik-titik yang berada dalam selang tersebut: (0,5 , 2,149),
(0,6 , 2,542), (0,9 , 4,080), dan (1,1 , 5,424).
( x - x1 )( x - x2 )( x - x3 ) ( x - x0 )( x - x2 )( x - x3 )
p3 (0, 7) = y0 + y1
( x0 - x1 )( x0 - x2 )( x0 - x3 ) ( x1 - x0 )( x1 - x2 )( x1 - x3 )
( x - x0 )( x - x1 )( x - x3 ) ( x - x0 )( x - x1 )( x - x4 )
+ y2 + y3
( x2 - x0 )( x2 - x1 )( x2 - x3 ) ( x3 - x0 )( x3 - x1 )( x3 - x4 )
(0, 7 - 0, 6)(0, 7 - 0,9)(0, 7 - 1,1) (0, 7 - 0,5)(0, 7 - 0,9)(0, 7 - 1,1)
p3 (0, 7) = 2,149 + 2,542
(0,5 - 0, 6)(0,5 - 0,9)(0,5 - 1,1) (0, 6 - 0,5)(0, 6 - 0,9)(0, 6 - 1,1)
(0, 7 - 0,5)(0, 7 - 0, 6)(0, 7 - 1,1) (0, 7 - 0,5)(0, 7 - 0, 6)(0, 7 - 0,9)
+ 4,080 + 5,424
(0,9 - 0,5)(0,9 - 0, 6)(0, 6 - 1,1) (1,1 - 0,5)(1,1 - 0, 6)(1,1 - 0,9)

p3(0,7) = 2,993609599
Sebagai perbandingan, nilai sejati dari f(0,7) = e0,7 + 2(0,7)2 = 2,993752707

A.3 Polinom Newton

Penuruna interpolasi Newton dapat diturunkan sebagai berikut:
Tinjau persamaan (5.3), persamaan ini dapat disusun kembali menjadi
p1 ( x ) = a0 + a1 ( x - x0 ) (5.7)
dimana:
a0 = p0 ( x) = y0
y1 - y0
a1 =
x1 - x0
y1 - y0
maka bentuk a1 = dapat dituliskan a1 = f[x1,x0], yang merupakan bentuk
x1 - x0
selisih terbagi (ST).
Polinom Newton dapat disajikan dalam tabel selisih terbagi Newton,
misalnya tabel tabel selisih terbagi Newton derajat 3:
 i xi yi = f(xi) ST-1 ST-2 ST-3
0 x0 y0 f[x1,x0] f[x2,x1,x0] f[x3,x2,x1,x0]
1 x1 y1 f[x2,x1] f[x3,x2,x1]
2 x1 y1 f[x3,x2]
3 x2 y2
maka:
pn ( x ) = pn -1 ( x ) + a n ( x - x0 )( x - x1 )...( x - xn -1 )
= a0 + a1 ( x - x0 ) + a2 ( x - x0 )( x - x1 ) + ... + an ( x - x0 )( x - x1 )...( x - xn-1 )

pn ( x) = f ( x0 ) + f [ x1 , x0 ]( x - x0 ) + f [ x2 , x1 , x0 ]( x - x0 )( x - x1 ) +
(5.8)
... + f [ xn , xn -1 ,..., x0 ]( x - x0 )( x - x1 )...( x - xn -1 )
dimana:
y1 - y0
f [ x1 , x0 ] =
x1 - x0
f [ x2 , x1 ] - f [ x1 , x0 ]
f [ x2 , x1 , x0 ] =
x2 - x0
f [ x3 , x2 , x1 ] - f [ x2 , x1 , x0 ]
f [ x3 , x2 , x1 , x0 ] =
x3 - x0
f [ xn , xn -1 ,..., x1 ] - f [ xn , xn -1 ,..., x0 ]
f [ xn , xn -1 ,..., x0 ] =
xn - x0

Latihan 6.3
Hampiri fungsi ex + 2x2 dengan interpolasi polinom Newton derajat 3, dan
perkirakan nilai p3(0,7)
x 0 0,2 0,5 0,6 0,9 1,1 1,3 1,4
f(x) 1,000 1,301 2,149 2,542 4,080 5,424 7,049 7,975

Penyelesaian:
Untuk menghampiri interpolasi polinom derajat 3, maka dibutuhkan 4 titik yang
menginterpolasi fungsi tersebut. Dalam hal ini akan dipilih selang [0,5 , 1,1],
dimana titik-titik yang berada dalam selang tersebut: (0,5 , 2,149), (0,6 , 2,542),
(0,9 , 4,080), dan (1,1 , 5,424).
i xi yi = f(xi) ST-1 ST-2 ST-3
0 0,5 2,149 3,930 2,992 0,325
1 0,6 2,542 5,127 3,187
2 0,9 4,080 6,720
3 1,1 5,424
pn ( x) = 2,149 + 3,930(0, 7 - 0,5) + 2,992(0, 7 - 0,5)(0, 7 - 0, 6)
+ 0,325(0, 7 - 0,5)(0,7 - 0, 6)(0,7-0,9)
p3(0,7) = 2,993533333

A.4 Interpolasi 2 dimensi

Merupakan interpolasi yang memperkirakan nilai fungsi dengan dua
peubah. Fungsi dengan dua peubah dinyatakan sebagai berikut:
z = f(x,y) (5.9)
Jika z diinterpolasi dengan polinom dua peubah maka harus ditentukan berapa
derajat dalam arah-x dan berapa derajat dalam arah-y. Pada setiap arah anda harus
memilih peubah yang dipegang konstan. Dalam arah-x nilai y dipegang konstan,
dan dalam arah-y nilai x dipegang konstan.

Latihan 6.4
Hampiri fungsi exy – 2xy2, dalam arah-x dengan interpolasi polinom Lagrange
derajat 2, dan dalam arah-y dengan interpolasi polinom Newton derajat 3,
perkirakan nilai f(0,5 , 0,7)
y
0 0,2 0,3 0,5 0,8 1
x
0 1,000 1,000 1,000 1,000 1,000 1,000
0,3 1,000 1,038 1,040 1,012 0,887 0,750
0,4 1,000 1,051 1,055 1,021 0,865 0,692
0,7 1,000 1,094 1,108 1,069 0,855 0,614
0,9 1,000 1,125 1,148 1,118 0,902 0,660
1 1,000 1,141 1,170 1,149 0,946 0,718

Penyelesaian:
Untuk menghampiri interpolasi polinom arah-x dengan interpolasi polinom
Lagrange derajat 2, maka dibutuhkan 3 titik yang menginterpolasi fungsi
tersebut, dengan selang [0,3 , 0,7]. Sedangkan interpolasi polinom arah-y
dengan interpolasi polinom Newton derajat 3, maka dibutuhkan 4 titik yang
menginterpolasi fungsi tersebut, dengan selang [0,3 , 1]
 Dalam arah-x (y tetap)
 y = 0,3
y = 0,3
x z
 0,3 1,040
0,4 1,055
0,7 1,108

(0,5 - 0, 4)(0,5 - 0,7) (0,5 - 0,3)(0,5 - 0,7) (0,5 - 0,3)(0,5 - 0, 4)

p2 (0,5, y ) = 1,040 + 1,055 + 1,108
(0,3 - 0, 4)(0,3 - 0,7) (0, 4 - 0,3)(0, 4 - 0,7) (0,7 - 0,3)(0,7 - 0, 4)

p2(0,5,y) = 1,072
 y = 0,5
y = 0,5
x z
0,3 1,012
0,4 1,021
0,7 1,069

(0,5 - 0, 4)(0,5 - 0,7) (0,5 - 0,3)(0,5 - 0,7) (0,5 - 0,3)(0,5 - 0, 4)

p2 (0,5, y ) = 1,012 + 1,021 + 1,069
(0,3 - 0, 4)(0,3 - 0, 7) (0,4 - 0,3)(0, 4 - 0,7) (0,7 - 0,3)(0, 7 - 0, 4)

p2(0,5,y) = 1,034
 y = 0,8
y = 0,8
x z
0,3 0,887
0,4 0,865
0,7 0,855

(0,5 - 0, 4)(0,5 - 0,7) (0,5 - 0,3)(0,5 - 0,7) (0,5 - 0,3)(0,5 - 0, 4)

p2 (0,5, y ) = 1,012 + 1,021 + 1,069
(0,3 - 0, 4)(0,3 - 0,7) (0, 4 - 0,3)(0, 4 - 0,7) (0,7 - 0,3)(0,7 - 0, 4)

p2(0,5,y) = 0,852
 y=1
y=1
x z
0,3 0,750
0,4 0,692
0,7 0,614

(0,5 - 0, 4)(0,5 - 0,7) (0,5 - 0,3)(0,5 - 0, 7) (0,5 - 0,3)(0,5 - 0, 4)

p2 (0,5, y) = 0,750 + 0,692 + 0,614
(0,3 - 0, 4)(0,3 - 0, 7) (0, 4 - 0,3)(0, 4 - 0,7) (0,7 - 0,3)(0, 7 - 0, 4)

p2(0,5,y) = 0,650
 Dalam arah-y (x tetap)
x= 0,5
Y z
0,3 1,072
0,5 1,034
0,8 0,852
 1 0,650

I yi zi ST-1 ST-2 ST-3

0 0,3 1,072 -0,190 -0,833 0,038
1 0,5 1,034 -0,607 -0,807
2 0,8 0,852 -1,010
3 1 0,650

p3 (0,5, 0, 7) = 1,072 + (-0,190)(0, 7 - 0,3) + (-0,833)(0, 7 - 0,3)(0, 7 - 0,8)

+ 0,038(0, 7 - 0,3)(0, 7 - 0,5)(0,7-0,8)
p3(0,5 , 0,7) = 0,929028571
Sebagai perbandingan, nilai sejati dari:
z(0,5 , 0,7) = e0,5(0,7) – 2(0,5)(0,7)2 = 0,929067549

B Regresi
Merupkan salah satu metode pencocokan kurva, bila data hasil pengukuran
mengandung derau (noise) maka kurva cocokannya dibuat mengikuti pola titik
sebagai suatu kelompok, sehingga selisih antara titik data dengan titik
hampirannya di kurva sekecil mungkin, seperti dapat dilihat pada gambar 6.3.

Gambar 6.3 Regresi

B.1 Regresi linier

Misalkan terdapat n titik data, dengan (xi ,yi) adalah data hasil pengukuran,
titik-titik tersebut akan dihampiri dengan sebuah garis lurus, dan garis tersebut
dibuat sedemikian sehingga galatnya sekecil mungkin dengan titik-titik data,
dapat dilihat pada gambar 6.4. Sehingga nilai data sebenarnya adalah:
 g ( xi ) = yi + ei , i = 1, 2,3,..., n (5.10)
dengan ei merupakan galat setiap data. Diinginkan fungsi linier:
f ( x ) = a + bx (5.11)
yang mencocokan data sedemikian sehingga mempunyai deviasi minimum:
ri = yi - f ( xi ) = yi - (a + bxi ) (5.12)

Gambar 6.4 Regresi linier

total kuadrat deviasi:

n n
R = �ri 2 = �( yi - a - bxi ) 2 (5.13)
i =1 i =1

agar R minimum, maka haruslah:

dR
= -2�( yi - a - bxi ) = 0
da
(5.14)
dR
= -2�xi ( yi - a - bxi ) = 0
db
dengan operasi aljabar

�y -�a -�bx = 0
i �a +�bx = �y
i i i na + b�xi = �yi
→ →
�x y -�x a -�bx = 0 �x a +�bx = �x y
i i i
2
i i
2
i i i a �xi + b�xi2 = �xi yi

persamaan bentuk matriks:

�n
�
�x �a ��y �
��i
���= � �
i
(5.15)
�xi
� �x ���
b2
i �x y �
� i i

Nilai a dan b dapat dicari dengan metode persamaan linier, galat RMS (root mean
square error):
 1/ 2
�1 n 2�
ERMS = � �yi - f ( xi ) � (5.16)
�n i =1 �
B.2 Pelinieran
Regresi linier tidak tepat mewakili kencenderungan titik-titik data pada
kasus dimana hubungan variabel x dan y yang tidak linier.

Gambar 6.5 Pelinieran

Gambar 6.5 lebih tepat dihampiri dengan fungsi non linier yang
memberikan galat lebih kecil jika dibandingkan dengan menggunakan hampiran
fungsi linier. Meskipun fungsi hampirannya berbentuk non linier, namun
pencocokan kurva dengan fungsi non linier tersebut dapat dengan menggunakan
regresi linier. Misalkan 3 macam fungsi non linier berikut:
(1). Pelinieran pangkat sederhana
y = Cxb , C dan b konstan
pelinieran:
ln(y) = ln(Cxb)
= ln(C) + ln(xb) = ln(C) + b(ln(x))
maka:
Y = ln(y)
a = ln(C)
b=b
X = ln(x)
diperoleh persamaan regresi linier: Y = a + bX
(2). Pelinieran model eksponensial
Contoh: model pertumbuhan populasi dan peluruhan zat radioaktif
y = Cebx , C dan b konstan
pelinieran:
ln(y) = ln(Cebx)
= ln(C) + ln(ebx) = ln(C) + bx(ln(e)) = ln(C) + bx
maka:
Y = ln(y)
a = ln(C)
b=b
X=x
diperoleh persamaan regresi linier: Y = a + bX
(3). Pelinieran model laju pertumbuhan jenuh
Contoh: model pertumbuhan bakter kondisi pembatas
Cx
y= , C dan b konstan
d+x
pelinieran:
1 d+x d x d 1 1 1 d 1
= = + = + = +
y Cx Cx Cx C x C C C x
maka:
1
Y=
y
1
a=
C
d
b=
C
1
X=
x
diperoleh persamaan regresi linier: Y = a + bX
Latihan 6.5
Cocokan data berikut dengan fungsi y = Cxb
i xi yi
1 0,150 0,046
2 0,650 0,846
3 1,150 2,646
4 1,650 5,446
5 2,150 9,246

Penyelesaian:
i xi yi Xi = ln(xi) Yi = ln(yi) Xi2 XiYi
1 0,150 0,046 -1,897 -3,079 3,599 5,841
2 0,650 0,846 -0,431 -0,167 0,186 0,072
3 1,150 2,646 0,140 0,973 0,020 0,136
4 1,650 5,446 0,501 1,695 0,251 0,849
5 2,150 9,246 0,765 2,224 0,586 1,703
� -0,922 1,646 4,641 8,601

diperoleh:
� 5 -0,922 ���
a �1, 646 �
� ���=�
-0,922 4, 641 ���
� b 8, 601�
� �
Dengan menggunakan metode persamaan linier didapat a = 0,696 dan b = 1,992.
didapat nilai C = e0,696 = 2,006
Sehingga fungsi y = 2,006(x1,992)
 MODUL VII
INTEGRAL

A Metode pias
Persoalan integral tentu telah anda ketahui, yaitu menghitung luas daerah
di bawah kurva dengan batas-batasan tertentu, maka untuk menghitungnya luas
daerah pada batasan [a,b] dihampiri sebagai n buah pias, seperti pada gambar 7.2.

Gambar 7.2 Metode pias

Terdapat 2 metode pias yang akan dibahas pada modul ini, yaitu: metode
trapesium dan titik tengah.

A.1 Metode pias-trapesium

Pandang sebuah pias sebagai trapesium dari x = x0 hingga x = x1 seperti
pada gambar 7.3.
 Gambar 7.3 Metode pias-trapesium

Luas satu daerah trapesium adalah:

x1
h
�f ( x)dx = 2 [ f ( x ) + f ( x )]
x0
0 1 (7.3)

dalam hal ini h adalah lebar pias. Jika terdapat n buah pias trapesium maka
diperoleh:
b x1 x2 xn

�
f ( x)dx = �
a
f ( x )dx + �
x0
f ( x )dx + ... + �
x1
f ( x )dx
xn-1

�h � �h � �h �
= � [ f ( x0 ) + f ( x1 )] �+ � [ f ( x1 ) + f ( x2 ) ] �+ ... + � [ f ( xn -1 ) + f ( xn ) ] �
�2 � �2 � �2 �
h
= [ f ( x0 ) + 2 f ( x1 ) + 2 f ( x2 ) + ... + 2 f ( xn -1 ) + f ( xn ) ]
2
n -1
h� �
= �
2�
f ( x0 ) + 2 �
i =1
f ( xi ) + f ( xn ) �
�
(7.4)

Latihan 7.1
2

�
x + x dx 2
Hitunglah integral dengan menggunakan metode pias-trapesium
1,2

dengan pias n = 4.

Penyelesaian:
b - a 2 - 1, 2
h= = = 0, 2
n 4
 i xi f(xi)
0 1,2 2,640
1 1,4 3,360
2 1,6 4,160
3 1,8 5,040
4 2 6

2
0, 2
�
x + x dx =
2
[ 2,640 + 2(3,360) + 2(4,160) + 2(5,040) + 6]
1,2
2
= 3,376
2

�
x + x dx = 3,370666667
2
Secara analitik
1,2

A.2 Metode titik tengah

Pandang sebuah pias sebagai empat persegi panjang dari x = x0 hingga
x = x1 seperti pada gambar 7.4.

Gambar 7.4 Metode titik tengah

Luas satu daerah empat persegi panjang adalah:

x1

�f ( x)dx = hf ( x
x0
0 + h / 2) = hf ( x1/ 2 ) (7.5)

dalam hal ini h adalah lebar pias. Jika terdapat n buah pias trapesium maka
diperoleh:
b

�
f ( x)dx = hf ( x
a
1/ 2 ) +hf ( x3/ 2 ) + hf ( x5/ 2 ) + ... + hf ( xn -(1/ 2) )
 n -1
= h( f1/ 2 + f 3/ 2 + f 5/ 2 + ... + f n -(1/ 2) = h �f i +(1/ 2) (7.6)
i =0

Latihan 7.2
2

�
x + x dx
2
Hitunglah integral dengan menggunakan metode titik tengah dengan
1,2

pias n = 4.
Penyelesaian:
b - a 2 - 1, 2
h= = = 0, 2
n 4
h
= 0,1
2
i xi x(i+(h/2)) f(x(i+(h/2)))
0 1,2 1,3 2,990
1 1,4 1,5 3,750
2 1,6 1,7 4,590
3 1,8 1,9 5,510

�
x + x dx = 0, 2(2,990 + 3,750 + 4,590 + 5,510)
2

1,2

= 3,368

B Metode Newton-Cotes
Pada metode ini, persoalan integral tentu akan diturunkan dari polinom
interpolasi.
b b

�
f ( x)dx ��
a
pn ( x )dx
a
(7.7)

dimana: pn(x) = a0 + a1x + a2x2 + … + an-1xn-1 + anxn

Terdapat 3 metode Newton-Cotes yang akan dibahas pada modul ini,
yaitu: metode trapesium dan Simpson 1/3, dan Simpson 3/8. Perlu diperhatikan,
bahwa pada metode ini setiap subselang (n) dianggap mempunyai lebar (h) yang
sama.
B.1 Metode Newton-Cotes -trapesium
 Pandang polinom Newton derajat 1 (terdapat 1 subselang) yang melewati
2 buah titik, yaitu: (0,f(0)) dan (h,f(h)), seperti pada gambar 7.5.

Gambar 7.5 Metode Newton-Cotes-trapesium

Polinom Newton derajat 1 pada selang [0,h] seperti gambar 7.3 adalah:
p1 ( x) = f ( x0 ) + f [ x1 , x0 ]( x - x0 )
f1 - f 0
= f0 + ( x - x0 )
x1 - x0
f1 - f 0
= f0 + ( x - 0)
h-0
f -f
= f0 + 1 0 x
h
kemudian integrasikan p1(x):
h h
f1 - f 0
�
f ( x)dx ��
0
f +
0
0
h
x dx

h
f1 - f 0 2
�xf 0 + x
2h 0

f1 - f 0 2
�hf 0 + h
2h
h
�hf 0 + ( f1 - f 0 )
2
h
� ( f 0 + f1 ) (7.8)
2

Untuk n buah subselang maka diperoleh:

b x1 x2 xn

�
f ( x) dx =
a
�f ( x)dx + �f ( x)dx + ... +
x0 x1
�f ( x)dx
xn-1

h h h
= ( f 0 + f1 ) + ( f1 + f 2 ) + ... + ( f n -1 + f n )
2 2 2
n -1
h� �
= �
2�
f 0 + 2 �
i =1
fi + f n �
�
(7.9)

Latihan 7.3
2

Hitunglah integral �
2 x + 5 dx
1,2
dengan menggunakan metode Newton-Cotes-

trapesium dengan subselang n = 4.

Penyelesaian:
b - a 2 - 1, 2
h= = = 0, 2
n 4
i xi f(xi)
0 1,2 7,40
1 1,4 7,80
2 1,6 8,20
3 1,8 8,60
4 2 9

2
0, 2
�
2 x + 5 dx = [ 7,40 + 2(7,80) + 2(8,20) + 2(8,60) + 9]
1,2
2
= 6,56
2

Secara analitik �
2 x + 5 dx = 6,56
1,2

B.2 Metode Simpson 1/3

Pandang polinom Newton derajat 2 (terdapat 2 subselang) yang melewati
3 buah titik, yaitu: titik (0,f(0)), (h,f(h)) dan (2h,f(2h)), seperti pada gambar 7.6.
 Gambar 7.6 Metode Simpson 1/3

Polinom Newton derajat 2 pada selang [0,2h] seperti gambar 7.4 adalah:
p2 ( x ) = f ( x0 ) + f [ x1 , x0 ]( x - x0 ) + f [ x2 , x1 , x0 ]( x - x0 )( x - x1 )
f1 - f 0 f [ x2 , x1 ] - f [ x1 , x0 ]
= f0 + ( x - x0 ) + ( x - x0 )( x - x1 )
x1 - x0 x2 - x0
f 2 - f1 f1 - f 0
-
f1 - f 0 x2 - x1 x1 - x0
= f0 + ( x - 0) + ( x - 0)( x - h)
h-0 2h - 0
f 2 - f1 f1 - f 0
-
f1 - f 0
= f0 + x + h - h h - 0 ( x 2 - xh)
2
h 2h
f 2 - f1 f1 - f 0
-
f1 - f 0
= f0 + x+ h h ( x 2 - xh)
h 2h
f1 - f 0 ( f - f )-( f - f )
= f0 + x + 2 1 2 1 0 ( x 2 - xh)
h 2h
kemudian integrasikan p2(x):
2h 2h
f1 - f 0 ( f - f )-(f - f )
�f ( x)dx ��f 0 +
0 0
h
x + 2 1 2 1 0 ( x 2 - xh) dx
2h
2h
f -f ( f - f ) - ( f - f ) x3 x 2 h
�xf 0 + 1 0 x 2 + 2 1 2 1 0 ( - )
2h 2h 3 2 0
f1 - f 0 2 ( f 2 - f1 ) - ( f1 - f 0 ) 3 8 4
�2 hf 0 + 4h + h( - )
2h 2h 2 3 2
( f 2 - f1 ) - ( f1 - f 0 ) 3 4
�2 hf 0 + 2 h( f1 - f 0 ) + h( )
2h 2 6
h
�2 hf 0 + 2 h( f1 - f 0 ) + [ ( f 2 - f1 ) - ( f1 - f 0 ) ]
3
h
�2 hf 0 + 2 h( f1 - f 0 ) + ( f 2 - 2 f1 + f 0 )
3
h
� ( f 0 + 4 f1 + f 2 ) (7.10)
3
Untuk n buah subselang maka diperoleh:
b x2 x4 xn

�
f ( x) dx = �
a
f ( x) dx + �
x0
f ( x) dx + ... + �f ( x) dx
x2 xn-2

h h h
= ( f 0 + 4 f1 + f 2 ) + ( f 2 + 4 f 3 + f 4 ) + ... + ( f n - 2 + 4 f n -1 + f n )
3 3 3
h� n -1 n-2
�
= f
�0
3�
+ 4 � f i + 2 � fi + f n � (7.11)
i =1,3,5,... i = 2,4,6,... �

Latihan 7.4
2

Hitunglah integral �
2 x + 5 dx
1,2
dengan menggunakan metode Simpson 1/3 dengan

subselang n = 4.
Penyelesaian:
b - a 2 - 1, 2
h= = = 0, 2
n 4
i xi f(xi)
0 1,2 7,40
1 1,4 7,80
2 1,6 8,20
3 1,8 8,60
4 2 9
2
0, 2
�
2 x + 5 dx = [ 7,40 + 4(7,80) + 2(8,20) + 4(8,60) + 9]
1,2
3
= 6,56
2

Secara analitik �
2 x + 5 dx = 6,56
1,2

B.3 Metode Simpson 3/8

Pandang polinom Newton derajat 3 (terdapat 3 subselang) yang melewati
4 buah titik, yaitu: (0,f(0)), (h,f(h)), (2h,f(2h)) dan (3h,f(3h)), seperti pada
gambar 7.7.
 Gambar 7.7 Metode Simpson 3/8

Polinom Newton derajat 3 pada selang [0,3h] seperti gambar 7.5 adalah:
p3 ( x) = f ( x0 ) + f [ x1 , x0 ]( x - x0 ) + f [ x2 , x1 , x0 ]( x - x0 )( x - x1 ) + f [ x3 , x2 , x1 , x0 ]( x - x0 )( x - x1 )( x - x2 )
f1 - f 0 f [ x2 , x1 ] - f [ x1 , x0 ] f [ x3 , x2 , x1 ] - f [ x2 , x1 , x0 ]
= f0 + ( x - x0 ) + ( x - x0 )( x - x1 ) + ( x - x0 )( x - x1 )( x - x2 )
x1 - x0 x2 - x0 x3 - x0
f3 - f 2 f 2 - f1 f 2 - f1 f1 - f0
- -
f 2 - f1 f1 - f 0 x3 - x2 x2 - x1 x2 - x1 x1 - x0
- -
f1 - f 0 x - x x1 - x0 x3 - x1 x2 - x0
= f0 + ( x - 0) + 2 1 ( x - 0)( x - h ) + ( x - 0)( x - h )( x - 2h)
h-0 2h - 0 3h - 0
f 3 - f 2 f 2 - f1 f 2 - f1 f1 - f 0
- -
f 2 - f1 f1 - f 0 h h - h h
-
f1 - f 0 2 h - h h - 0 2 h 2 h
= f0 + x+ ( x - xh ) + +
2
( x)( x - h)( x - 2h)
h 2h 3h
f 2 - f1 f1 - f 0 f 3 - 2 f 2 + f1 f 2 - 2 f1 + f 0
- -
f1 - f 0 h h 2h 2 2h 2
= f0 + x++ ( x - xh ) +
2
x ( x 2 - 3xh + 2h 2 )
h 2h 3h
f1 - f 0 (f - f )-(f - f ) ( f - 2 f 2 + f1 ) - ( f 2 - 2 f1 + f 0 ) 3
= f0 + x + 2 1 2 1 0 ( x 2 - xh ) + 3 ( x - 3x 2h + 2 xh 2 )
h 2h 6h 3

kemudian integrasikan p3(x):

3h 3h
f1 - f 0 ( f - f )-( f - f ) ( f - 2 f 2 + f1 ) - ( f 2 - 2 f1 + f 0 ) 3
�f ( x)dx ��f +
0 0
0
h
x + 2 1 2 1 0 ( x 2 - xh) + 3
2h 6h 3
( x - 3x 2 h + 2 xh 2 ) dx

3h
� ( f 0 + 3 f1 + 3 f 2 + f3 ) (7.12)
8
Anda buktikan untuk persamaan (7.12)! Untuk n buah subselang maka diperoleh:
b x3 x6 xn

�
f ( x)dx = �
a
f ( x)dx + �
x0
f ( x)dx + ... + �
x3
f ( x )dx
xn-3

3h 3h 3h
= ( f 0 + 3 f1 + 3 f 2 + f 3 ) + ( f3 + 3 f 4 + 3 f5 + f 6 ) + ... + ( f n -3 + 3 f n -2 + 3 f n-1 + f n )
8 8 8

� n -1 n -3
�
3h �
= f 0 + 3 � fi + 2 � f i + f n � (7.13)
8 �
� i =1,... i = 3,6,9,...
�
�
� i �3,6,9,... �
Latihan 7.5
2

Hitunglah integral �
2 x + 5 dx
0,8
dengan menggunakan metode Simpson 3/8 dengan

subselang n = 6.
Penyelesaian:
b - a 2 - 0,8
h= = = 0, 2
n 6
i xi f(xi)
0 0,8 6,60
1 1 7
2 1,2 7,40
3 1,4 7,80
4 1,6 8,20
5 1,8 8,60
6 2 9

2
3(0, 2)
�
2 x + 5 dx = [ 6,60 + 3(7) + 3(7,40) + 2(7,80) + 3(8,20) + 3(8,60) + 9 ]
0,8
8
= 9,36
2

Secara analitik
0,8
�
2 x + 5 dx = 9,36

C Integral lipat ganda

Merupakan integral yang memperkirakan nilai integral dengan melibatkan
dua peubah. Fungsi dengan dua peubah dinyatakan sebagai berikut:
d b

�
�f ( x, y )dxdy
c a
(7.14)

Tahukah anda bahwa perhitungan integral lipat ganda secara geometri

merupakan perhitungan volume daerah yang dibatasi oleh kurva y = f(x,y), garis x
= a, x = b, x = c, dan x = d.
Perhitungan integral lipat ganda dapat diperoleh dengan melakukanproses
integral sebanyak dua kali, dalam arah-x nilai y dipegang konstan, dan dalam
arah-y nilai x dipegang konstan.
Latihan 7.6
0,8 1,2

Hitunglah integral ��f ( x, y)dxdy dari tabel berikut:

0,2 0,3

y
0,2 0,4 0,6 0,8
x
0,3 1,038 1,031 0,981 0,887
0,6 1,079 1,079 1,001 0,848
0,9 1,125 1,145 1,068 0,902
1,2 1,175 1,232 1,190 1,076

dalam arah-x dengan metode pias-trapesium, dan dalam arah-y dengan metode
Simpson 3/8.
Penyelesaian:
 Dalam arah-x (y tetap)
h = 0,3
 y = 0,2
1,2
0,3
�f ( x, y)dx = [ 1,038 + 2(1,079) + 2(1,125) + 1,175]
0,3
2
= 0,993
 y = 0,4
1,2
0,3
�f ( x, y)dx = [ 1,031 + 2(1,079) + 2(1,145) + 1,232]
0,3
2
= 1,007
 y = 0,6
1,2
0,3
�f ( x, y)dx = [ 0,981 + 2(1,001) + 2(1,068) + 1,190]
0,3
2
= 0,947
 y = 0,8
1,2
0,3
�f ( x, y)dx = [ 0,887 + 2(0,848) + 2(0,902) + 1,076 ]
0,3
2
= 0,820
 Dalam arah-y (x tetap)
0,8
3(0, 2)
�f ( x, y)dy = [ 0,993 + 3(1,007) + 3(0,947) + 0,820]
0,2
8
= 0,500
0,8 1,2

diperoleh, ��f ( x, y)dxdy = 0,5

0,2 0,3
 MODUL VIII
TURUNAN

Secara kalkulus, turunan didefinisikan sebagai perbandingan perubahan

tinggi dan perubahan jarak, yang didefinisikan sebagai berikut:
dy Dy
= lim (8.1)
dx Dx�0 Dx
atau dalam bentuk lain:
dy f ( x + h) - f ( x )
= lim (8.2)
dx h �0 h
Terdapat tiga pendekatan dalam menghitung turunan secara numerik, yaitu:
(1). Hampiran selisih maju

Gambar 8.1 Hampiran selisih maju

Dari gambar 8.1 akan didapatkan turunan numerik sebagai berikut:

f ( x0 + h) - f ( x0 ) f1 - f 0
f ' ( x0 ) = = (8.3)
h h
(2). Hampiran selisih mundur
 Gambar 8.2 Hampiran selisih mundur

Dari gambar 8.2 akan didapatkan turunan numerik sebagai berikut:

f ( x0 ) - f ( x0 - h) f 0 - f -1
f ' ( x0 ) = = (8.4)
h h
(3). Hampiran selisih pusat

Gambar 8.3 Hampiran selisih pusat

Dari gambar 8.2 akan didapatkan turunan numerik sebagai berikut:

f ( x0 + h) - f ( x0 - h) f1 - f -1
f ' ( x0 ) = = (8.5)
2h 2h
Dari ketiga pendekatan di atas maka rumus-rumus turunan numerik dapat
diturunkan dengan dua cara:
(1). Dengan menggunakan deret Taylor
(2). Dengan menggunakan polinom interpolasi
A Penurunan rumus turunan dengan menggunakan deret Taylor
A.1 Rumus untuk turunan pertama
Diberikan titik-titik (xi , fi), i = 0, 1, 2, …, n, dimana:
xi = x0 + h
dan
fi = f(xi)
diinginkan menghitung f’(x), yang mana xi = x0 + sh , s ε R dengan ketiga
pendekatan di atas.
(1). Hampiran selisih maju
Uraikan f(xi+1) di sekitar xi sampai orde 2:
( xi +1 - xi ) ( xi +1 - xi ) 2
f ( xi +1 ) = f ( xi ) + f '( xi ) + f "( xi )
1! 2!
h2 "
fi +1 = f i + hf i ' + fi
2
h2 "
hf i = f i +1 - f i -
'
fi
2
f -f h
fi ' = i +1 i - f i "
h 2
f i +1 - f i
fi ' = + O ( h) (8.6)
h
h
dimana O( h) = - f "(t ) , xi < t < xi+1, yang merupakan galat
2
(2). Hampiran selisih mundur
Uraikan f(xi-1) di sekitar xi sampai orde 2:
( xi +1 - xi ) ( xi +1 - xi ) 2
f ( xi -1 ) = f ( xi ) + f '( xi ) + f "( xi )
1! 2!
h2 "
fi -1 = f i - hf i ' + fi
2
h2 "
hf i = - f i -1 + f i +
'
fi
2
f -f h
fi ' = i i -1 + fi "
h 2
f i - fi -1
fi ' = + O ( h) (8.7)
h
h
dimana O(h) = f "(t ) , xi-1 < t < xi, yang merupakan galat
2
(3). Hampiran selisih pusat
Uraikan f(xi+1) di sekitar xi sampai orde 3:
( xi +1 - xi ) ( x - x )2 ( x - x )3
f ( xi +1 ) = f ( xi ) + f '( xi ) + i +1 i f "( xi ) + i +1 i f "'( xi )
1! 2! 3!
2 3
h " h "'
f i +1 = f i + hf i ' + fi + fi
2 6
Uraikan f(xi-1) di sekitar xi sampai orde 3:
( xi -1 - xi ) ( xi -1 - xi ) 2 ( xi -1 - xi )3
f ( xi -1 ) = f ( xi ) + f '( xi ) + f "( xi ) + f "'( xi )
1! 2! 3!
h 2 " h3 "'
fi -1 = fi - hf i ' + fi - fi
2 6
Kurangkan kedua persamaan di atas:
h 2 " h3 "' h2 " h3 "'
f i +1 - fi -1 = ( fi + hf i ' + fi + fi ) - ( f i - hfi ' + fi - fi )
2 6 2 6
2h3 "'
= 2hfi + '
fi
6
h3 "'
2hf i ' = fi +1 - fi -1 - fi
3
f -f h 2 "'
f i ' = i +1 i -1 - fi
2h 6
f i +1 - f i -1
fi ' = + O( h 2 ) (8.8)
2h
h2
dimana O( h 2 ) = - f "'(t ) , xi-1 < t < xi+1, yang merupakan galat
6

A.2 Rumus untuk turunan kedua

(1). Hampiran selisih maju
Uraikan f(xi+2) di sekitar xi sampai orde 3:
 ( xi + 2 - xi ) ( x - x )2 ( x - x )3
f ( xi + 2 ) = f ( xi ) + f '( xi ) + i + 2 i f "( xi ) + i + 2 i f "'( xi )
1! 2! 3!
2 3
4h '' 8h "'
fi + 2 = f i + 2hf i ' + fi + fi
2 6
�f - f h h 2 "' � 2 " 8h3 "'
fi + 2 = f i + 2h � i +1 i - f i " - fi � + 2h f i + fi
� h 2 6 � 6
h3 "' 4h3 "'
fi + 2 = f i + 2 f i +1 - 2 f i - h f i -
2 "
f i + 2h f i +
2 "
fi
3 3
fi + 2 = 2 f i +1 - f i + h 2 f i" + h3 f i "'
h 2 f i " = f i + 2 - 2 f i +1 + fi - h3 f i "'
f i + 2 - 2 fi +1 + f i
fi " = 2
- hf i"
h

f i + 2 - 2 fi +1 + f i
fi " = + O( h) (8.9)
h2
dimana O(h) = - hf " (t ) , xi < t < xi+2, yang merupakan galat
(2). Hampiran selisih mundur
Uraikan f(xi-2) di sekitar xi sampai orde 3:
( xi -2 - xi ) ( xi - 2 - xi ) 2 ( xi - 2 - xi )3
f ( xi - 2 ) = f ( xi ) + f '( xi ) + f "( xi ) + f "'( xi )
1! 2! 3!
4h 2 '' 8h3 "'
fi -2 = f i - 2hf i ' + fi - fi
2 6
�f - f i -1 h " h 2 "' � 2 " 8h 3 "'
f i - 2 = f i - 2h � i + fi - f i �+ 2h f i - fi
� h 2 6 � 6
h3 "' 4h3 "'
fi -2 = f i - 2 f i + 2 f i -1 - h 2 f i" + f i + 2h 2 f i " - fi
3 3
fi -2 = 2 f i -1 - f i + h 2 f i " - h3 f i "'
h 2 f i " = f i -2 - 2 f i -1 + f i + h 3 f i "'
f i - 2 - 2 fi -1 + f i
fi " = 2
+ hf i "
h
f i - 2 - 2 f i -1 + f i
fi" = + O( h) (8.10)
h2
dimana O( h) = hf " (t ) , xi-2 < t < xi, yang merupakan galat
(3). Hampiran selisih pusat
Uraikan f(xi+1) di sekitar xi sampai orde 4:
 ( xi +1 - xi ) ( x - x )2 ( x - x )3 ( x - x )4
f ( xi +1 ) = f ( xi ) + f '( xi ) + i +1 i f "( xi ) + i +1 i f "'( xi ) + i +1 i f iv ( xi )
1! 2! 3! 4!
2 3 4
h " h "' h iv
f i +1 = f i + hf i ' + fi + fi + fi
2 6 24
Uraikan f(xi-1) di sekitar xi sampai orde 4:
( xi -1 - xi ) ( x - x )2 ( x - x )3 ( x - x )4
f ( xi -1 ) = f ( xi ) + f '( xi ) + i -1 i f "( xi ) + i -1 i f "'( xi ) + i -1 i f iv ( xi )
1! 2! 3! 4!
2 3 4
h " h "' h iv
f i -1 = f i - hfi ' + fi - fi + fi
2 6 24
Tambahkan kedua persamaan di atas:
h 2 " h3 "' h 4 iv h 2 " h3 "' h 4 iv
f i +1 + f i -1 = ( f i + hf i ' + fi + fi + f i ) + ( f i - hf i ' + fi - fi + fi )
2 6 24 2 6 24
h 4 iv
= 2 f i + h 2 fi " + fi
12
h 4 iv
h 2 f i " = f i +1 + f i -1 - 2 f i - fi
12
f - 2 fi + f i -1 h 2 iv
f i " = i +1 - fi
h2 12

f i +1 - 2 f i + f i -1
fi" = + O( h 2 ) (8.11)
h2
h 2 iv
dimana O(h 2 ) = - f (t ) , xi-1 < t < xi+1, yang merupakan galat
12
Coba anda mencari rumus turunan numerik untuk turunan ketiga dan
seterusnya dengan menggunakan deret Taylor!

B Penurunan rumus turunan dengan menggunakan polinom interpolasi

Diberikan titik-titik data yang berjarak sama:
xi = x0 + h , i = 0, 1, 2, …
dan
x = x0 + sh sεR
dengan polinom interpolasi newton pada persamaan (5.8) dapat disusun kembali
menjadi:

pn ( x) = f ( x0 ) + f [ x1 , x0 ]( x - x0 ) + f [ x2 , x1 , x0 ]( x - x0 )( x - x1 ) +
... + f [ xn , xn -1 ,..., x0 ]( x - x0 )( x - x1 )...( x - xn -1 )
y2 - y1 y1 - y0
-
y1 - y0
pn ( x) = f ( x0 ) + sh + h h sh( x - ( x + h))
0
h 2h
y3 - y2 y2 - y1 y2 - y1 y1 - y0
- -
h h - h h
+ 2 h 2 h sh( x - ( x0 + h))( x - (( x0 + h) + h)) + ...
6h 3
Df 2 - Df1 Df1 - Df 0
Df1 - Df0 h h
-
Df 0 h 2 h 2 h
pn ( x) = f ( x0 ) + sh + sh( sh - h) + 3
sh( sh - h)( sh - 2h) + ...
h 2h 6h
Df - Df (Df 2 - Df1 ) - (Df1 - Df 0 ) 3
pn ( x) = f ( x0 ) + Df 0 s + 1 2 0 sh 2 ( s - 1) + sh ( s - 1)( s - 2) + ...
2h 6 h3

Df1 - Df 0 (Df - Df1 ) - (Df1 - Df 0 )

pn ( x) = f ( x0 ) + Df 0 s + s ( s - 1) + 2 s( s - 1)( s - 2) +
2 6
(8.12)
(Df - Df n-2 ) - ... - (Df1 - Df0 )
... + n-1 s( s - 1)( s - 2)...( s - n + 1)
n!
dalam hal ini: pn(x) = F(s)

B.1 Rumus untuk turunan pertama

Turunan pertama dari f’(x) adalah:
df dF ds
f ' ( x) = =
dx ds dx
� Df1 - Df 0 (Df - Df1 ) - (Df1 - Df 0 ) �
�f ( x0 ) + Df 0 s + 2
s (s - 1) + 2
6
s (s - 1)( s - 2) + �
d� �
� ... +
(Df n -1 - Df n -2 ) - ... - (Df1 - Df0 )
s ( s - 1)( s - 2)...( s - n + 1) �d �x - x0 �
� �� h �
= � n ! �� �
ds dx

� � 1 �� s2 1 � �1
=�
0 + Df + ( D
� 1 f - Df )( s - ) + ((
� 2Df - Df ) - ( Df - Df ))( - s + ) �+ ... � (8.13)
� 2 � 2 � �
0 0 1 1 0
� � �� 2 �h
(1). Hampiran selisih maju
 Gunakan interpolasi pada persamaan (8.13) derajat 1 yang melewati titik x0
dan x1.
y1 - y0
f ' ( x0 ) = Df 0 =
h
f1 - f 0
f ' ( x0 ) = (8.14)
h
(2). Hampiran selisih mundur
Gunakan interpolasi pada persamaan (8.13) derajat 1 yang melewati titik x-1
dan x0.
y0 - y-1
f ' ( x0 ) =
h
f 0 - f -1
f ' ( x0 ) = (8.15)
h
(3). Hampiran selisih pusat
Gunakan interpolasi pada persamaan (8.13) derajat 2 yang melewati titik x0,
x1 dan x2.
� � 1 � �1
f ' ( x) = �Df 0 + �
( Df1 - Df )( s - ) ��
� � 2 � �h
x1 - x0
Untuk titik pusat x = x1 didapat: s =
h
� � x - x0 1 ��1 � � h 1 ��1
f ' ( x1 ) = �Df0 + �
(Df1 - Df0 )(( 1 ) - ) �� = �Df0 + �
(Df1 - Df0 )( - ) ��
� � h 2 ��h � � h 2 ��h
1� 1 � 1 �1 1 � 1 �1 1 �
= �Df 0 + (Df1 - Df0 ) �= � Df0 + Df1 �= � ( f1 - f0 ) + ( f 2 - f1 ) �
h� 2 � h �2 2 � h �2 2 �

f 2 - f0
f ' ( x1 ) = (8.16)
2h

B.2 Rumus untuk turunan kedua

Turunan kedua dari f”(x) adalah:
d 2 f d �df �ds
f " ( x) = = � �
dx 2 ds �dx �dx
�� � 1 �� s2 1 � �1 �
d� �0 + Df 0 + � ((Df 2 - Df1 ) - (Df1 - Df 0 ))( - s + ) �+ ... � �d �x - x0 �
(Df1 - Df 0 )(s - ) �+ �
� � 2 �� 2 2 � �h � � �
= �
� �� h �
ds dx
 1
= ( 0 + 0 + [ (Df1 - Df 0 )] + [ ((Df 2 - Df1 ) - (Df1 - Df 0 ))( s - 1) ] + ...) (8.17)
h2
(1). Hampiran selisih maju
Gunakan interpolasi pada persamaan (8.17) derajat 2 yang melewati titik x0,
x1 dan x2.
Df1 - Df 0 ( y2 - y1 ) - ( y1 - y0 ) y2 - 2 y1 + y0
f " ( x0 ) = = =
h2 h2 h2
f 2 - 2 f1 + f 0
= (8.18)
h2
(2). Hampiran selisih mundur
Gunakan interpolasi pada persamaan (8.17) derajat 2 yang melewati titik x-2,
x-1 dan x0.
y-2 - 2 y-1 + y0
f " ( x0 ) =
h2
f -2 - 2 f -1 + f 0
= (8.19)
h2
(3). Hampiran selisih pusat
Gunakan interpolasi pada persamaan (8.17) derajat 3 yang melewati titik x0,
x1 dan x12.
1
f " ( x0 ) = (Df1 - Df 0 )
h2
x1 - x0
Untuk titik pusat x = x1 didapat: s =
h
1 ( y2 - y1 ) - ( y1 - y0 ) y0 - 2 y1 + y2
f " ( x1 ) = ( Df1 - Df 0 ) = =
h2 h2 h2
f 0 - 2 f1 + f 2
= (8.20)
h2

Anda coba perhatikan, penurunan rumus turunan baik dengan

menggunakan deret Taylor ataupun polinom interpolasi ternyata memberikan hasil
yang sama. Sekarang anda dapat mencoba mencari rumus turunan numerik untuk
turunan ketiga dan seterusnya dengan menggunakan polinom interpolasi!

Latihan 8.1
Diketahui sebuah fungsi f(x) = x2 + x, hitunglah f’(1,7) dengan ketiga pendekatan.
Penyelesaian:
Uraikan fungsi nilai fungsi f(x) = x2 + x dalam bentuk tabel dengan menggunakan
h = 0,1.
i xi f(xi)
0 1,5 3,75
1 1,6 4,16
2 1,7 4,59
3 1,8 5,04
4 1,9 5,51

 Selisih maju
Gunakan titik x0 = 1,7 dan x1 = 1,8, didapat
5, 04 - 4,59
f '(1, 7) = = 4,50
0,1
 Selisih mundur
Gunakan titik x-1 = 1,6 dan x0 = 1,7, didapat
4,59 - 4,16
f '(1, 7) = = 4,30
0,1
 Selisih pusat
Gunakan titik x-1 = 1,6 dan x-1 = 1,8, didapat
5, 04 - 4,16
f '(1, 7) = = 4, 40
2(0,1)
Secara analitik f’(1,7) = 4,40

Latihan 8.2
Diketahui sebuah fungsi f(x) = x3 + x2, hitunglah f”(1,7) dengan ketiga pendekatan.
Penyelesaian:
Uraikan fungsi nilai fungsi f(x) = x3 + x2 dalam bentuk tabel dengan menggunakan
h = 0,1.
i xi f(xi)
0 1,5 5,625
1 1,6 6,656
2 1,7 7,803
3 1,8 9,072
4 1,9 10,469

 Selisih maju
 Gunakan titik x0 = 1,7, x1 = 1,8 dan x2 = 1,9, didapat
10, 469 - 2(9, 072) + 7,803
f "(1, 7) = = 12,800
(0,1)2
 Selisih mundur
Gunakan titik x-2 = 1,5, x-1 = 1,6 dan x0 = 1,7, didapat
5,625 - 2(6, 656) + 7,803
f "(1, 7) = = 11, 600
(0,1) 2
 Selisih pusat
Gunakan titik x-1 = 1,6, x0 = 1,7 dan x1 = 1,8, didapat
9, 072 - 2(7,803) + 6,656
f "(1,7) = = 12, 200
(0,1)2
Secara analitik f”(1,7) = 12,200