AKAR-AKAR PERSAMAAN NON LINIER

Dalam matematika terapan sering dijumpai masalah bagaimana mencari akar dari
suatu fungsi :
f ( x)  0 …[2.0]

Definisi :
Misalkan f adalah suatu fungsi. Suatu y
nilai c yang memenuhi f (c )  0
disebut akar persamaan dari y  f (x) . y  f (x)
Secara geometri, jika c merupakan
akar dari fungsi y  f (x) , maka titik akar
(c,0) merupakan titik potong antara
kurva y  f (x) dengan sumbu  x ,

x
sebagaimana yang ditunjukkan pada
Gambar 2.1
xc
Gambar 2.1

Suatu fungsi polynomial (suku banyak) berderajat dua, yang dikenal dengan persamaan
kwadrat :
f ( x)  ax 2  bx  c [2.1]
mempunyai akar-akar yang dapat dihitung dengan :
 b  b 2  4ac  b  b 2  4ac
x1  dan x2  [2.2]
2a 2a
Persamaan [2.2] dikenal dengan “rumus abc”. Untuk polynomial berderajat tiga atau
lebih, jarang ditemui rumus-rumus analitik untuk mencari akar-akarnya, kalaupun ada
bentuknya sangat kompleks (rumit).
Metode numerik memberikan beberapa alternatif penyelesaian untuk mencari
akar-akar dari suatu fungsi. Tentu saja fungsi yang dimaksudkan dalam hal ini tidak
terbatas pada fungsi-fungsi aljabar tapi juga fungsi transenden.

2.0 Iterasi dan Konvergensi

Definisi 2.0 (Konvergensi barisan)
Suatu barisan
{x n }  x 0 , x1 , x 2 , x3 , x 4 , , x k 1 , x k ,

disebut konvergen jika terdapat suatu k sedemikian hingga untuk setiap N  k

dan ε  0 berlaku :
x N 1  x N  ε …[2.3]
Jika tidak, maka barisan tersebut dinamakan divergen.

Metode Numerik II - 1
 Akar-akar persamaan non linier

Metode iterasi numerik adalah suatu metode dimana kita memilih suatu nilai awal
(mungkin beberapa) kemudian menghitung barisan :
{x n }  x0 , x1 , x 2 , x3 , x 4 ,, x k 1 , x k , ...[2.4]
metode iterasi ini mempunyai keuntungan karena umumnya tidak dipengaruhi oleh
kesalahan yang diakibatkan oleh pembulatan.

Sebagian besar permasalahan yang diselesaikan dengan metode numerik

dilakukan secara iteratif (berurutan) sedemikian hingga setiap hasil (iterasi) yang
diperoleh adalah lebih teliti dari jawab yang diperoleh sebelumnya. Akibat solusi yang
diperoleh dengan metode numerik merupakan nilai hampiran (kecuali untuk beberapa
kasus, yang mempunyai solusi bilangan rasional). Sebagai akibat, pengertian konvergensi
pada metode numerik tidak persis sama dengan definisi. Perhatikan bahwa pada
persamaan [2.3] kriteria konvergensi didasarkan pada ε  0 (berapapun kecilnya)
sementara pada metode numerik biasanya dipilih nilai “ ε tertentu” sebagai nilai
toleransi.
Akurasi jawab yang kita peroleh tergantung dari nilai ε yang digunakan,
semakin kecil akan semakin akurat hasil yang diperoleh, perhatikan Contoh 2.0.

Contoh 2.0
Salah satu akar dari fungsi f ( x)  x 2  4 adalah x  2 karena f (2)  2 2  4  0 .
 Jika kriteria konvergensi yang digunakan adalah toleransi nilai x (Xtol),
misalnya Xtol  0.001  10 3 , maka setiap hasil iterasi x k yang berada pada
interval 1.999  xk  2.001 dapat disimpulkan sebagai akar.
 Jika kriteria konvergensi yang digunakan adalah toleransi nilai fungsi (Ftol),
misalnya Ftol  0.0001  10 4 , maka setiap hasil iterasi x k yang berada pada
interval 1.99975  xk  2.00025 dapat disimpulkan sebagai akar.
 Jika kriteria konvergensi yang digunakan adalah toleransi kesalahan relatif
(Rtol), misalnya Rtol  0.01  10 2 , maka setiap hasil iterasi ke-k yakni x k
x k  x k 1
yang memenuhi  10  2 dapat disimpulkan sebagai akar.
xk

Dengan metode numerik, banyak alternatif pilihan yang dapat dilakukan untuk
mencari akar-akar persamaan non linier. Salah satu diantara tujuan pokok bahasan
(materi) ini adalah bagaimana memilih metode yang tepat untuk suatu permasalahan.
Pada dasarnya mencari akar-akar persamaan non linier dapat dikelompokkan atas :
1. Metode kurungan (bracketing method)
Metode ini biasa juga disebut metode jebakan karena langkah pertama yang
dilakukan adalah menaksir dimana letak akar dengan cara mengurung.
Selanjutnya kurungan tersebut diperkecil. Berbagai prosedur dapat dilakukan
untuk memperkecil kurungan tersebut, misalnya :
 Metode Tabel atau Grafik
 Bisection method (metode bagi dua)
 Regula falsi / False position method (metode posisi palsu)

Metode Numerik II - 2
 Akar-akar persamaan non linier

2. Metode Terbuka
Perbedaan dasar metode ini dengan metode kurungan adalah pada metode ini,
pemilihan sebuah (atau beberapa) nilai awal tidak perlu mengurung akar,
akibatnya dengan metode ini dapat saja diperoleh iterasi yang konvergen
(semakin mendekati akar) atau divergen (semakin menjauhi akar). Beberapa
pendekatan (formulasi) dapat digunakan antara lain :
 Fixed point method (metode titik tetap)
 Newton-Raphson Method
 Secant Method (metode tali busur)

2.1 Metode Jebakan

Prosedur metode ini didahului dengan menaksir dimana letak akar f (x ) dengan
cara mengurung akar pada interval tertutup [L,R] dengan syarat f (L) dan f (R )
haruslah berbeda tanda. Kenyataan ini didasarkan pada konsep teorema harga menengah.

Teorema Harga Menengah

Misalkan f (x ) suatu fungsi yang kontinu pada selang a  x  b dengan
y
f ( a )  A dan f (b)  B . Jika nilai C terletak antara A dan B, maka terdapat c
B
yang terletak antara a dan b sedemikian hingga f (c )  C . y  f (x)
C
A

x
a c b

Gambar 2.2 Teorema Harga Mengengah

2.1.1 Metode Tabel (Grafik)

Metode ini memanfaatkan wawasan grafik/tabel untuk menaksir dimana letak
akar. Langkah pertama yang dilakukan adalah menjebak akar dalam selang interval L
(apit kiri) dan R (apit kanan). Algoritma metode ini dapat disusun sebagaimana yang
diberikan pada Algoritma 2.1.

Algoritma 2.1
Input : f(x), a, b, Xtol
Output : Akar
Proses :
1. L:=a ; R:=b
2. Pilih c  [ L , R ] dan hitung f (c )
3. Jika ( R  L)  Xtol atau f (c )  0 maka Akar : c Selesai
Jika kita
4. hendak mencari
Jika tanda f (c )akar dari f (L ) , maka L : c , jika tidak R : c .
= tanda
suatu 5.
fungsi, makake
Kembali kecakapan
2. kita
untuk memperkirakan di sekitar mana
kurva yang kita buat memotong
sumbu_x sangat diperlukan, dan
hanya dengan latihan yang dapat
meningkatkan
Metode Numerik kemampuan untuk II - 3
mengatasi hal seperti ini. [lihat, 0.0 0.5 1.0 1.5 2.0
Gambar 2.3]
Gambar 2.3 Grafik Kurva, f(x) = 2x-x2-2x
 Akar-akar persamaan non linier

Contoh 2.1
Tentukan akar dari f ( x)  x 3  x  2 hingga 2 DP (desimal point).
Jawab :
Yang dimaksud dengan 2 DP adalah Xtol (toleransi nilai x), sebagaimana yang diberikan
pada Algoritma 2.1

Tabel Perhitungan
x f (x ) Penjelasan simulasi Algoritma 2.1
0.00 -2.0  a=0 dan b=2 memenuhi syarat f (a ) * f (b)  0
2.00 +4.0  L2. L=0 dan R=2
1.00 -2.0  L3. c=1.00 , L5. L=1.00 : R=2.00
1.50 -0.125  L3. c=1.50 , L5. L=1.50 : R=2.00
1.60 +0.496  L3. c=1.60 , L5. L =1.50 ; R=1.60
1.55 +0.173875  L3. c=1.55 , L5. L =1.50 ; R=1.55
1.52 -0.00819  L3. c=1.52 , L5. L =1.52 ; R=1.55
1.53 +0.051577  L3. c=1.53 , L5. L =1.52 ; R=1.53,
Karena jawab yang diinginkan dalam 2DP, maka alternatif
yang dipilih adalah c=1.52 atau c=1.53
1.525 +0.021578  L3. c=1.525 , L5. L =1.52 ; R=1.525
 L4. Karena (R-L)=0.005<Xtol maka disimpulkan bahwa akar
f(x) adalah x=1.525, akan tetapi karena akar yang diinginkan
dalam 2 DP, maka disimpulkan Akar = 1.52, bukan 1.53.
Perhatikan bahwa walaupun x=1.525 jika dibulatkan dalam
2DP seharusnya 1.53, akan tetapi karena akar lebih dekat ke
1.52 dari pada ke 1.53.

Dengan metode ini tidak memungkinkan untuk diselesaikan dengan menggunakan

komputasi mesin (komputer) karena pemilihan nilai c hanya didasarkan pada intuisi
(tidak terstruktur, lihat : L3 pada Algoritma 2.1), oleh karenanya metode ini hanya lazim
digunakan jika kita mencari akar secara manual, tentu saja dengan hasil yang mungkin
masih kasar (akurasi masih kurang). Untuk mengatasi hal tersebut dapat dilakukan
dengan menggunakan beberapa metode berikut.

Metode Numerik II - 4
 Akar-akar persamaan non linier

2.1.2 Metode Bagi Dua y y  f (x)

Perbedaan metode ini dengan metode
tabel, terletak pada pemilihan nilai c.
Prosedur yang digunakan untuk ta
mempersempit jebakan adalah dengan
cara kurungan sebelumnya (interval x
tertutup [L,R]) atas dua bagian yang 
sama besar. Yakni interval L  x  t b
dan interval t  x  R , dengan
demikian t merupakan titik tengah
interval [L,R]. a tb

Gambar 2.4. Iterasi Metode Bagi Dua

Algoritma 2.2 (Algoritma Metode Bagi Dua)

Input : f(x), a, b, Ftol (Nilai a dan b haruslah memenuhi syarat f (a) * f (b)  0 )
Output : Akar
Proses :
1
1. t  ( a  b) dan hitung f (t )
2
2. Jika f (t )  Ftol maka Akar : t . Selesai
3. Jika f (a) * f (t )  0 maka b : t jika tidak a : t
4. Kembali ke 1.

Perhatikan bahwa, pada Algoritma 2.2 kriteria konvergensi yang digunakan adalah
toleransi nilai nol fungsi, yaitu f (t )  Ftol . Kriteria ini dapat saja diganti dengan
kriteria yang lain, misalnya jika digunakan kriteria tolerasi nilai kesalahan (Etol), maka
L2 menjadi :
2a. Jika t  tlama  Etol maka Akar : t Selesai
2b. tlama : t
jika digunakan toleransi nilai kesalahan relatif (Rtol) maka L2 menjadi :
t  tlama
2a. Jika  Rtol maka Akar : t Selesai
t
2b. tlama : t

Contoh 2.2
Tentukan akar dari f ( x)  x 3  3 dengan menggunakan nilai Ftol  10 4 .
Jawab :
Dengan memilih nilai awal a  1 dan b  2 , diperoleh nilai f (1)  13  3  2 dan
f (2)  2 3  3  5 , berarti syarat berlawanan tanda dipenuhi. Kemudian disusun tabel hasil
iterasi seperti yang disajikan pada Tabel 2.2. Perhatikan bahwa dipilih nilai awal dengan
f(a) yang bernilai negatif.
Tabel 2.2 Perhitungan dengan Metode Bagi Dua untuk f ( x)  x 3  3 .
Iterasi a b t f (t ) f (a) * f (t )  0
0 1 2 1.5 0.375 Ya

Metode Numerik II - 5
 Akar-akar persamaan non linier

1 1 1.5 1.25 -1.0468 Tidak

2 1.25 1.5 1.375 -0.4004 Tidak
3 1.375 1.5 1.4375 -0.0295 Tidak
4 1.4375 1.5 1.4688 0.1684 Ya
5 1.4375 1.4688 1.4531 0.0684 Ya
6 1.4375 1.4531 1.4453 0.0192 Ya
7 1.4375 1.4453 1.4414 -0.0053 Tidak
8 1.4414 1.4453 1.4434 0.0069 Ya
9 1.4414 1.4434 1.4424 0.0008 Ya
10 1.4414 1.4424 1.4419 -0.0022 Tidak
11 1.4419 1.4424 1.4421 -0.0007 Tidak
12 1.4421 1.4424 1.44225 0.000003
Setelah iterasi ke-12, diperoleh t=1.44225 dengan f (t )  0.000003  3  10 6  10 4 ,
maka disimpulkan bahwa salah satu akar dari f ( x)  x 3  3 adalah x=1.44225.

2.1.3 Metode Posisi Palsu

Dengan metode Posisi Palsu
selang jebakan (interval [L,R])
dipersempit dengan cara membagi
interval L  x  R atas dua bagian,
yakni, interval L  x  c dan c  x  R ,
dimana titik (0 , c ) adalah titik potong
antara garis lurus yang menghubungkan
titik (a , f (a )) dengan (b , f (b)) dan
sumbu-x. Selanjutnya nilai x  c
dipilih sebagai nilai iterasi berikutnya,

y y  f (x)


x

b=R
cb
L=a ca
Gambar 2.5 Iterasi Metode Posisi Palsu

Bagaimana menentukan nilai c ?

Persamaan garis lurus yang melalui titik (a , f (a )) dengan (b , f (b)) adalah :

Metode Numerik II - 6
 Akar-akar persamaan non linier

f (b) - f ( a )
y  f ( a )  m( x  a ) dengan m  …[2.5]
ba
dengan memilih (c,0) sebagai titik potong dengan sumbu-x, diperoleh :
f (b) - f (a ) (b  a ) f ( a )
0  f (a )  (c  a ) atau c  a  …[2.6]
ba f (b) - f ( a )

Persamaan [2.6] dapat pula dinyatakan dengan :

af (b) - af ( a) - bf ( a)  af ( a) af (b) - bf ( a )
c atau c  …[2.7]
f (b) - f (a ) f (b) - f (a )
Selanjutnya Algoritma metode posisi palsu dapat disusun seperti pada Algoritma 2.3.

Algoritma 2.3 (Algoritma Metode Posisi Palsu)

Input : f(x), a, b, Ftol (Nilai a dan b haruslah memenuhi syarat f (a ) * f (b)  0 )
Output : Akar
Proses :
af (b) - bf ( a )
1. c  dan hitung f (c)
f (b) - f ( a )
2. Jika f (c)  Ftol maka Akar : c Selesai
3. Jika f (a ) * f (c)  0 maka b : c jika tidak a : c
4. Kembali ke 1.

Sebagai bahan perbandingan berikut Contoh 2.2 yang dikerjakan kembali dengan
menggunakan nilai awal dan kriteria konvergensi yang sama.

Contoh 2.2a
Tentukan akar dari f ( x)  x 3  3 dengan menggunakan nilai Ftol  10 4 .

Jawab :
Tabel 2.2a Perhitungan dengan Metode Posisi Palsu untuk f ( x)  x 3  3 .
Iterasi a b f(a) f(b) c f(c) f(a)* f(c)<0
0 1 2 -2.0000 5 1.2857 -0.8746 Tidak
1 1.2857 2 -0.8746 5 1.3921 -0.3024 Tidak
2 1.3921 2 -0.3024 5 1.4267 -0.0958 Tidak
3 1.4267 2 -0.0958 5 1.4375 -0.0295 Tidak
4 1.4375 2 -0.0295 5 1.4408 -0.0090 Tidak
5 1.4408 2 -0.0090 5 1.4418 -0.0027 Tidak
6 1.4418 2 -0.0027 5 1.4421 -0.0008 Tidak
7 1.4421 2 -0.0008 5 1.4422 -0.0003 Tidak
8 1.4422 2 -0.0003 5 1.44224 -0.00006

Setelah iterasi ke-8, diperoleh c=1.44224 dengan nilai f (c)  0.00006  10 4 , maka
disimpulkan bahwa salah satu akar dari f ( x)  x 3  3 adalah x=1.44224.

Contoh 2.3.
Tentukan akar dari f ( x)  2 x  x 2  2 x , Gunakan nilai awal a  0 dan b  2
Jawab :

Metode Numerik II - 7
 Akar-akar persamaan non linier

Iterasi pertama untuk metode bagi dua :

f (a )  f (0)  20  0 2  2(0)  1  0  0  1
f (b)  f (2)  22  2 2  2(2)  4  4  4  4
ab 02
t   1 dan f (t )  f (1)  21  12  2(1)  2  1  2  1
2 2
Karena f (a ) * f (t )  0 , maka nilai t menjadi nilai b pada iterasi berikutnya,
Iterasi pertama untuk metode posisi palsu :
f (a )  f (0)  20  0 2  2(0)  1  0  0  1
f (b)  f ( 2)  22  2 2  2( 2)  4  4  4  4
af (b)  bf (a ) (0)(4)  (2)(1)  2
c    0.4 dan
f (b)  f (a) (4)  (1) 5
f (c )  f (0.4)  20.4  (0.4) 2  2(0.4)  1.3195079  0.16  0.8  0.3595079

Karena f (a ) * f (c)  0 , maka nilai c menjadi nilai a pada iterasi berikutnya.

Kemudian dengan cara perhitungan yang sama iterasi berikutnya dikerjakan. Proses ini
dilanjutkan sampai kriteria konvergensi dipenuhi.
Perhitungan secara rinci tidak disajikan akan tetapi perhitungan persentase kesalahan
relatif disertakan, bandingkan perubahan nilai persentase kesalahan relatif untuk metode
bagi dua dan metode posisi palsu !

Tabel 2.3 Perhitungan akar f ( x)  2 x  x 2  2 x dengan Metode Bagi Dua

dan Metode Posisi Palsu.
Metode Bagi Dua Metode Posisi Palsu
Iterasi
t f(t) e(t) (%) c f(c) e(c) (%)
1 1.0000000 -1.0000000 0.4000000 0.3595079
2 0.5000000 0.1642136 100.0000 0.5319444 0.0990229 24.8042
3 0.7500000 -0.3807072 33.3333 0.5674092 0.0250884 6.2503
4 0.6250000 -0.0984142 20.0000 0.5763386 0.0062170 1.5493
5 0.5625000 0.0354199 11.1111 0.5785479 0.0015320 0.3819
6 0.5937500 -0.0308746 5.2632 0.5790921 0.0003770 0.0940
7 0.5781250 0.0024292 2.7027 0.5792260 0.0000927 0.0231
8 0.5859375 -0.0141837 1.3333 0.5792589 0.0000228 0.0057
9 0.5820313 -0.0058675 0.6711 0.5792670 0.0000056 0.0014
10 0.5800781 -0.0017167 0.3367 0.5792690 0.0000014 0.0003
11 0.5791016 0.0003569 0.1686 0.5792695 0.0000003 0.0001
12 0.5795898 -0.0006797 0.0842
13 0.5793457 -0.0001614 0.0421
14 0.5792236 0.0000977 0.0211 x n  x n 1
e( x n )  * 100%
15 0.5792847 -0.0000318 0.0105 xn
16 0.5792542 0.0000330 0.0053
17 0.5792694 0.0000006 0.0026

Dari Tabel 2.3, tampak baik dengan metode bagi dua maupun metode posisi palsu
konvergen ke akar yang sama (hingga ketelitian 10-6), akan tetapi dengan menggunakan
metode posisi palsu persentase kesalahan relatif (0.0057 pada iterasi ke 8) mengecil lebih
cepat dibandingkan dengan menggunakan metode bagi dua (0.0053 pada iterasi ke 16).
Akibatnya jumlah iterasi yang dilakukan akan lebih sedikit dengan metode posisi palsu

Metode Numerik II - 8
 Akar-akar persamaan non linier

(konvergen pada iterasi ke-11) dari pada dengan metode bagi dua (konvergen pada iterasi
ke-17).

2.2 Metode Terbuka

Metode jebakan dapat dengan mudah dikerjakan, mengingat adanya jaminan
konvergensi dari teorema harga menengah. Kesulitan yang mungkin muncul adalah
mungkinkah kita dapat dengan mudah menebak dua nilai awal yang memenuhi syarat
agar nilai fungsinya berbeda tanda?

Jika diketahui :
f ( x)  x 4  x 3  0.1

Bagaimana memilih dua nilai awal yang memenuhi persyaratan ? Berapa kali anda
melakukan trial and error (mencoba, jika gagal coba lagi) sebelum mendapatkan nilai
awal yang memenuhi syarat ? Adakah referensi yang dapat digunakan untuk
menyimpulkan bahwa f (x ) definit positif. Untuk mengatasi hal demikian berikut
diperkenalkan metode terbuka, karena dengan metode ini jebakan akar tidak diperlukan.

2.2.1 Metode Titik Tetap (Fixed Point Method)

Untuk menentukan akar dari f ( x)  0 , mula-mula dilakukan manipulasi terhadap f (x )
sedemkian hingga diperoleh bentuk :
x  g (x ) …[2.8]
kemudian dengan memilih nilai awal x 0 . dilakukan iterasi dengan :
x n 1  g ( x n ) …[2.9]

Secara geometri, jika r merupakan akar dari y  f (x ) , maka titik (0, r ) merupakan
titik potong antara kurva y  f (x ) dengan sumbu-x. Sedangkan penyelesaian dari
x  g (x) menyatakan titik potong antara garis lurus y  x dengan kurva y  g (x) .
Penyelesaian dari x  g (x) disebut titik tetap dari fungsi g [Lihat : Gambar 2.6a –
2.6d].

Contoh 2.4
f ( x)  2 x  x 2  2 x  0
Jawab :
Berikut diberikan contoh alternatif bagaimana membentuk g(x) yang dikerjakan oleh
empat mahasiswa yang berbeda,
Reni : x  2 x  x 2  2x  x  x  g ( x)  2 x  x 2  x
1 x
Erni : 2x  2 x  x 2  x  g ( x)  (2  x 2 )
2
Rien : x 2  2 x  2x  x  g ( x)  2 x  2x
ln( x 2  2 x )
Erin : x 2
2  x  2x  x  g ( x) 
ln(2)

Metode Numerik II - 9
 Akar-akar persamaan non linier

Dengan nilai awal yang sama ( x0  1 ) diperoleh hasil perhitungan sebagaimana yang
diisajikan pada Tabel 2.2.

Tabel 2.4. Perhitungan beberapa Alternatif g(x) untuk

menentukan akar dari f ( x)  2 x  x 2  2 x
dengan menggunakan Metode Titik Tetap
Iterasi Reni Erni Rien Erin
0 1 1 1 1
1 0 0,5000000 0 1,5849625
2 1 0,5821068 1 2,5064067
3 0 0,5790927 0 3,4975981
4 1 0,5792805 1 4,2651660
5 0 0,5792690 0 4,7399546
6 1 0,5792697 1 4,9976121
7 0 0,5792697 0 5,1281016
 
26 5,2505670
27 5,2505670

Alternatif g(x) yang diberikan oleh Reni dan Rien memberikan iterasi yang nilainya
berayun (bolak-balik) 0 dan 1, sedangkan jawaban Erni konvergen ke nilai x=0,5792697
setelah iterasi yang ke-7. Lain halnya Erin yang semula iterasinya konvergen tapi lambat
(Perhatikan, dari iterasi yang satu ke iterasi berikutnya error (kesalahan) semakin kecil),
dan akhirnya setelah iterasi ke 27 iterasinya konvergen ke nilai x=5.2505670 sehingga
nilai akar yang diperoleh oleh Reni dan Erin berbeda.
Kenapa demikian ? Salah satu penyebabnya adalah pemilihan pemilihan bentuk g(x) yang
berbeda, penyebab lain yang mungkin adalah pemilihan nilai awal.

Tidak ada aturan bagaimana membentuk fungsi x  g (x ) dari f ( x)  0 . Akan tetapi

dianjurkan untuk menggunakan kriteria fungsi g(x) yang berikut ini.

Dari x  g (x ) diperoleh :
a  b  g (a )  g (b) …[2.10]
Berdasarkan teorema harga rata-rata, terdapat suatu ξ , dengan aξb sedemikian
hingga :
g (a )  g (b)
g' (ξ)  …[2.11]
ab
Karena g ' (ξ) menyatakan kemiringan (slope/gradient) garis singgung maka barisan
{x n 1}  {g ( x n )} akan konvergen jika nilai dari g ' ( x )  1 . Dengan demikian maka g(x)
yang digunakan sebaiknya memenuhi syarat g ' ( x)  1 . Perhatikan Gambar 2.6.

Metode Numerik II - 10
 Akar-akar persamaan non linier

yx
y yx y

  y  g (x)


 

 y  g (x)

x
x x0 x2 x1
x0 x1 x2  
Gambar 2.6.a Iterasi Titik Tetap Gambar 2.6.b Iterasi Titik Tetap
Untuk 0<g’()<1 untuk -1<g’()<0

Dengan menggunakan g(x) dengan 0<g’()<1 dan -1<g’()<0 sebagaimana yang

ditunjukkan pada Gambar 2.6.a dan Gambar 2.6.b, tampak iterasi menuju akar yang
dicari. Sebaliknya dengan menggunakan g(x) dengan g’()<-1 atau g’()>1 sebagaimana
yang ditunjukkan pada Gambar 2.6.c dan Gambar 2.6.d, memberikan iterasi yang
semakin menjauhi akar yang dicari.

y y  g (x) y yx



 
yx
y  g (x)
x x
x0
x2 x1 x0  x2 x1

Gambar 2.6.c. Iterasi Titik Tetap
untuk g’()>1 Gambar 2.6.d. Iterasi Titik Tetap
untuk g’()<-1

Metode Numerik II - 11
 Akar-akar persamaan non linier

2.2.2 Metode Newton Rapshon

Metode ini memanfaatkan garis
singgung kurva, kemudian nilai x dimana garis
singgung memotong sumbu-x dipilih sebagai
titik iterasi berikutnya. Persamaan garis
singgung di titik (x0,f(x0)) adalah :
y  f ( x0 )  ( x  x0 ) f ' ( x0 )
Misalkan titik potong garis singgung tersebut
dengan sumbu-x, adalah titik ( x1 ,0) , maka
diperoleh :
0  f ( x0 )  ( x1  x0 ) f ' ( x0 )
atau
f ( x0 )
x1  x0 
f ' ( x0 )

y y  f (x)

x0 x2
x


x1

Gambar 2.7. Iterasi Metode Newton Raphson

Dari keterangan di atas, dapat dibentuk iterasi :

f ( xn )
xn 1  xn  …[2.12]
f ' ( xn )
Persamaan [2.12] dikenal dengan nama Iterasi Newton Rapshon.

Algoritma 2.4
Input : x0, f(x), Rtol , Maxi
Output : Akar
Proses :
1. n:=0
2. Hitung f ( xn ) dan f ' ( xn )
3. Jika f ' ( xn ) =0, proses gagal. Selesai.

Metode Numerik II - 12
 Akar-akar persamaan non linier

f ( xn )
4. xn 1  xn 
f ' ( xn )
x n 1  x n
5. Jika x n 1
 Rtol maka Akar : xn 1 . Selesai.
6. Jika n  Maxi maka n  n  1 : Kembali ke L2.
7. “Iterasi divergen sampai dengan iterasi yang ke-Maxi”. Selesai.
Catatan :
Rtol:= Toleransi kesalahan relatif yang dimungkinkan.
Maxi := Maksimum banyaknya iterasi yang dilakukan.

Contoh 2.5
Tentukan akar dari : f ( x)  x 4  x 3  0.1
Jawab :
f ( x)  x 4  x 3  0.1  f ' ( x)  4 x 3  3x 2
Dengan nilai awal x0  1.0 dan Rtol:=10-6, diperoleh barisan iterasi sebagai berikut :

Tabel 2.5 Hasil perhitungan metode Newton untuk Contoh 2.5

i x (i ) f ( x (i )) f ' ( x (i )) R ( x (i ))
0 -1.0 0.1 -1.0 -
1 -0.9 0.0271 -0.486 0.1111111
2 -0.8442386831 0.0062750207 -0.2686703218 0.0660492
3 -0.8208828446 9.21204E-04 -0.1910572349 0.0284521
4 -0.8160612340 3.64866E-05 -0.1759754840 5.90839E-03
5 -0.8158538948 6.65083E-08 -0.1753340397 2.54138E-04
6 -0.8158535155 2.22516E-13 -0.1753328668 4.64941E-07

Karena nilai R ( x(i )) = 4.64941 10 7  10 6  Rtol , maka disimpulkan bahwa akar

dari f ( x)  x 4  x 3  0.1 adalah x = -0.8158535155.

Contoh 2.6
Tentukan akar dari : f ( x)  x  e 5 x cos( x) . Gunakan x0  0 dan Ftol  10 6
2

Jawab :
2
f ( x)  x  e 5 x cos( x)  2 2
f ' ( x )  1  10 xe 5 x cos( x )  e 5 x sin( x)

Tabel 2.6 Hasil perhitungan metode Newton untuk Contoh 2.6

Iterasi x f (x ) f ' ( x)
0 0 1 1,0000000
1 -1.0 -0.9963595 1,0420751
2 -0,043869774 +0.9456007 1,4775142
3 -0,683864097 -0.6090737 1,5724243
4 -0,296517181 +0.3196524 3,0153033
5 -0,402527200 +6,717505E-03 2,8215676

Metode Numerik II - 13
 Akar-akar persamaan non linier

6 -0,404907970 +1,006485E-05 2,8130895

7 -0,404911548 +2,297779E-11 2,8130766

Karena f (0.404911548)  2.297779  10 11  Ftol  10 6 maka disimpulkan bahwa

adalah x  0.404911548 .
2
akar dari f ( x)  x  e 5 x cos( x)

2.2.3 Metode Secant

Masalah utama yang paling potensial pada metode Newton Rapshon berada pada
penggunaan turunan. Tentu tidak menyenangkah untuk polynomial dan fungs-fungsi
transenden lainnya yang terkadang terlalu sukar menentukan turunannya.

Perhatikan bahwa persamaan [2.12] akan bermasalah jika dalam proses iterasi dijumpai
nilai f ' ( x)  0 . Untuk mengatasi hal tersebut dapat digunakan metode secant (tali
busur), yang memanfaatkan pendekatan beda hingga terbagi :
f f ( xi )  f ( xi 1 )
f ' ( xi )   …[2.13]
x xi  xi 1
Jika pendekatan [2.13] digunakan pada persamaan [2.12], maka diperoleh :
( x - x ) f ( xn )
x n 1  x n  n n 1 …[2.14]
f ( x n ) - f ( x n 1 )
Dengan iterasi tersebut diperlukan dua nilai awal, masing-masing x 0 dan x1 .
Selanjutnya dapat disusun algortitma metode secant seperti pada Algoritma 2.5 berikut.

Algoritma 2.5
Input : x0, x1, f(x), Rtol, Maxi
Output : Akar
Proses :
1. n:=1
2. Hitung f ( x n 1 ) dan f ( xn )
( x n  x n1 ) f ( x n )
3. xn 1  x n 
f ( x n ) - f ( xn 1 )
x n 1  x n
4. Jika  Rtol maka Akar : xn 1 . Selesai.
x n 1
5. Jika n  Maxi maka n  n  1 : Kembali ke L2.
6. “Iterasi divergen sampai dengan iterasi yang ke-Maxi”. Selesai.

Contoh 2.7
Tentukan akar dari : f ( x)  x 4  x 3  0.1
Jawab :
Dengan nilai awal x0  0.5 ; x1  0 dan Rtol=10-6, diperoleh :
f ( x0 )  f (0.5)  0.0375 dan f ( x1 )  f (0)  0.1

Metode Numerik II - 14
 Akar-akar persamaan non linier

( x1  x 0 ) f ( x1 ) (0  (0.5))(0.1)
x 2  x1  0  0.80
f ( x1 )  f ( x0 ) 0.1  0.0375
Dengan cara yang sama diperoleh :

Metode Numerik II - 15
 Akar-akar persamaan non linier

Iterasi Metode Secant, untuk Iterasi Metode Secant, untuk

f ( x)  x 4  x 3  0.1 f ( x)  x 4  x 3  0.1
dengan nilai awal x0  0.5 ; x1  0 dengan nilai awal x0  0.5 ; x1  1
Iterasi (i ) x (i ) f ( x (i )) Iterasi (i ) x (i ) f ( x (i ))
0 -0.5 0.0375 0 -0.5 0.0375
1 0.0 0.1 1 +1.0 2.1
2 -0.8000000 -2.4000000E-03 2 -0.527272727 3.0702657E-02
3 -0.7812500 -4.3081284E-03 3 -0.549933236 2.5147408E-02
4 -0.8235833 1.4487193E-03 4 -0.652512440 3.4603658E-03
5 -0.8129301 -4.9941737E-04 5 -0.668879890 9.0996667E-04
6 -0.8156611 -3.3678901E-05 6 -0.674719695 8.5635494E-05
7 -0.8158586 8.9014123E-07 7 -0.675326362 2.7315864E-06
8 -0.675346351 8.8863088E-09

Dengan nilai awal x0  0.5 ; x1  0 , f (x(7)) = 8.9014123  10 7  10 6  TOLN ,

dapat disimpulkan bahwa pada iterasi ke-7, diperoleh nilai akar dari f ( x)  x 4  x 3  0.1
adalah x = -0.8158596 [bandingkan hasil yang diperoleh pada Contoh 2.5].
Sebaliknya jika dipilih nilai awal x0  0.5 ; x1  1 , pada iterasi ke-8 diperoleh
f ( x (8)) = 8.8863088  10 9  10 6  Ftol , sehingga disimpulkan bahwa akar
f ( x)  x 4  x 3  0.1 adalah x = -0.675346351.

Metode Numerik II - 16
 Akar-akar persamaan non linier

SOAL-SOAL LATIHAN

1. Diketahui f ( x)  x 2  2 x  3 .
a. Dengan “rumus abc” tentukan akar-akar dari f (x)
b. Nyatakan f ( x)  0 dalam tiga bentuk x  g (x ) yang berbeda
c. Hitung lima iterasi pertama untuk masing-masing bentuk yang saudara pilih
pada pertanyaan (b).
d. Dengan menggunakan kriteria konvergen TOLN  10 3 , apakah hasil yang
saudara dapatkan pada pertanyaan (c) konvergen ?
e. Jika konvergen, ke salah satu akar [jawab (a)], gantilah nilai awal yang
saudara gunakan agar konvergen ke nilai akar yang lainnya.
2. Tuliskan suatu bentuk iterasi untuk menghitung akar dari suatu bilangan p  R 
(bilangan riil positif) dengan :
 Metode Titik Tetap
 Metode Newton Rapshon
3. Tentukan akar dari :
a. f ( x)  x  e  x
b. Nyatakan f ( x)  0 dalam tiga bentuk x  g (x ) yang berbeda
c. Hitung lima iterasi pertama untuk masing-masing bentuk yang saudara pilih
pada pertanyaan (b).
d. Dengan menggunakan kriteria konvergen Ftol  10 3 , apakah hasil yang
saudara dapatkan pada pertanyaan (c) konvergen ?
4. Tentukan akar positif dari f ( x)  10  x 2 dengan menggunakan, Maxi : 5 ;
Ftol  10 3 , dan nilai awal pilihan anda.
a. Metode Grafik (tabel) dalam 2DP, gambarkan grafik f ( x)  10  x 2
b. Metode Bagi Dua
c. Metode Posisi Palsu
d. Metode Titik Tetap
e. Metode Newton Rapshon
f. Metode Secant
5. Tentukan akar dari f ( x)  x 3  6 x 2  11x  6 , lakukan dengan Maxi  3 .
a. Metode Grafik
b. Metode Bagi Dua, gunakan nilai awal x0  2.5 dan x1  3.6
c. Metode Posisi Palsu, gunakan nilai awal x 0  2.5 dan x1  3.6
d. Metode Newton Rapshon dengan x0  3.6
e. Metode Secant, gunakan nilai awal x 0  2.5 dan x1  3.6

Metode Numerik II - 17
 Akar-akar persamaan non linier

Beberapa Aplikasi
1. Bidang Ekonomi
Diketahui M (i  1)  rM (i )  M (i )
Tunjukkan bahwa :
M (T )  M (0)(1  r ) T
dimana
r : Suku bunga
T : lama deposito (tahun)
M (0) : Modal awal
M (T ) : Nilai setelah T tahun
T : lama deposito (tahun)
a. Apa makna dari P1 (T )  (1  r ) T  1) P1 (0)
b. Apa makna dari P2 (T )  (1  (1  r ) T ) P2 (0)
c. Apa makna jika P1 (T ) = P2 (T )
d. Tentukanlah nilai r , jika diketahui
T1  30 ; T2  20 ; P1  2000 ; P2  8000

2. [Kasus Angsuran dengan pembayaran tetap]: Seorang tukang ojek, bingung

bagaimana seharusnya ia memilih cara membeli sebuah sepeda motor. Kemudian
ia bertanya kepada salah seorang mahasiswa langganannya. Dari sebuah literatur,
mahasiswa tersebut mengetahui :
r (1  r ) T
Ap  P
(1  r ) T  1
dimana A p : Jumlah pembayaran tahunan
P : Harga Jual
T : Lama pembayaran (tahun)
r : Suku bunga (tahun)
Dari brosur, yang ia dapatkan tertulis beberapa alternatif :
Suku Bunga
Angsuran
Alternatif Harga Cash Uang Muka PA Lama Angsuran
(per bulan)
(per Annum)
A 12.500.000 - r1 350.000 5 x 12 bulan
B 12.500.000 5.000.000 r2 210.000 5 x 12 bulan
C 12.500.000 - 20% 300.000 T tahun
D 12.500.000 - 20% Ap 4 x 12 bulan

Dari brosur di atas, tentukanlah nilai-nilai :

a. r1 [Kunci : 18%  r1  19% ], nyatakan dalam 3DP %
b. r2 [Kunci : 20%  r  21% ], nyatakan dalam 3DP %
c. T [Kunci : T  7 ], nyatakan dalam bulan.
d. A p [Kunci : A p  410.000 ], nyatakan dalam satuan terkecil Rp.100.
Perhatikan iklan berikut ini,

Metode Numerik II - 18
 Akar-akar persamaan non linier

PT “Saroceko”, salah satu perusahaan pengembang yang terpercaya di kota ini

memberikan penawaran khusus dengan diskon 10% bagi 20 pendaftar pertama dan
seterusnya …. (tidak ada kecap yang nomor dua …).

Pada iklan tersebut terlampir tabel sebagai berikut :

Maksimum Angsuran per bulan
Type Harga cash Uang Muka
KPR 5 tahun 10 tahun 15 tahun
36/98 39,500,000 27,650,000 11,850,000 762,006 540,292 482,000
45/112 49,800,000 34,860,000 14,940,000 960,706 681,178 608,500
70/150 87,000,000 60,900,000 36,100,000 1,678,343 1,190,011 1,063,000

Tertukanlah suku bunga yang diberlakukan per bulan untuk lama angsuran 5 tahun untuk
rumah type 36/98. Untuk jangka waktu yang sama, apakah suku bunga tersebut yang
diberlakukan untuk type rumah yang lain ?

Tertukanlah suku bunga yang diberlakukan per tahun untuk lama angsuran 10 tahun
untuk rumah type 36/98. Apakah suku bunga yang sama juga diberlakukan untuk Type
rumah yang lain ?
r (1  r ) T
Periksa, apakah penggunaan rumus Ap  P dengan r, T, P, Ap dinyatakan
(1  r ) T  1
dalam tahun ekivalen jika ia dinyatakan dalam bulan ? Beri komentar jawaban saudara,
periksa kebenaran komentar saudara untuk angsuran yang dilakukan selama 15 tahun
untuk masing-masing type rumah. [Perhatikan bahwa, (i) suku bunga yang wajar saat ini
(tahun 2002) hanya sekitar 20% per tahun. (ii) suku untuk angsuran jangka panjang
biasanya lebih kecil dari suku bunga jangka pendek]

Perusahaan “Acculeang” memproduksi berbagai mainan anak-anak. Salah satu jenis

produksinya adalah mobil-mobilan :
Diketahui :
17 x  2000
u ( x)  100  10 x  0.1x 2 ; b( x ) 
10
dimana
u ( x) , menyatakan banyaknya keuntungan yang diperoleh jika terjual
sejumlah x unit barang.
Contoh, Jika terjual x  10 , maka keuntungan yang diperoleh adalah
u (10)  100  10(10)  0.1(10) 2  190
Jika terjual x  50 , maka keuntungan yang diperoleh adalah
u (50)  100  10(50)  0.1(50) 2  100  500  250  350
b( x ) , menyatakan biaya yang harus dikeluarkan untuk memproduksi x
unit.
Contoh, Jika diproduksi sebesar x  10 , maka biaya produksi yang
17(10)  2000 2170
dibutuhkan adalah b(10)    217
10 10

Metode Numerik II - 19
 Akar-akar persamaan non linier

Jika diproduksi sebesar x  35 , maka biaya produksi yang

17(35)  2000 2595
dibutuhkan adalah b(35)    259.5 .
10 10
Dengan asumsi setiap barang yang diproduksi, selalu laku terjual. Beri komentar :
 Benarkah asumsi semakin banyak yang diproduksi keuntungan semakin besar?
 Laba = Keuntungan – Biaya produksi
Dengan formula dapat dinyatakan sebagai L( x)  u ( x)  b( x)
Titik impas (BEP-break even point), adalah suatu titik dimana laba bernilai nol (untung
tidak, rugipun tidak). Ini berarti jumlah produksi untuk BEP adalah akar dari L( x )  0 .
Tentukanlah kedua akar L( x )  0 , diantara kedua nilai tersebut, mana yang sebaiknya
digunakan untuk menghitung BEP.
Tentukanlah nilai x, sedemikian hingga laba maksimum. (Jika pada metode tabel dicari
nilai nol dari L( x) , maka untuk mencari produksi optimal yang dicari adalah nilai x
sedemikian hingga L( x) mencapai nilai terbesar).
Seseorang mewariskan kepada anaknya (si Boros) sejumlah uang, kemudian ia memberi
syarat, anak tersebut hanya diperbolehkan menggunakan maksimum 5% dari uang yang
tersedia perbulannya, Syarat tambahan lainnya ialah jika uang yang sisa kurang dari 10%
dari yang diwariskan, maka ia dapat mengabiskannya pada bulan berikutnya, [Petunjuk,
gunakan W (T )  W (0)(1  r ) T ]
 Berapa bulan maksimum Si Boros menggunakan uangnya, jika uang yang
diwariskan sebesar 10 juta ? [Kunci : T  4 tahun ],
 Jika ia diwariskan 100 juta, dan diharapkan uang tersebut dapat digunakan
minimal 5 tahun (60 bulan), berapa persen perbulannya maksimum yang ia
gunakan ? [Kunci : r  4% ],
Asuransi :
Jika seseorang membayar premi ( p) bulanan (tetap), dengan suku bunga r per bulan,
Tunjukkan bahwa setelah T bulan, maka nilai total premi pada bulan berikutnya adalah :
(1  r ) T 1  (1  r )
N (T )  p
r
Petunjuk :
N (1)  p (1  r )
N (2)  p (1  r )  p (1  r ) 2
N (T )  p (1  r )  p (1  r ) 2  p (1  r ) 3    p (1  r ) T
 p (1  r )[1  (1  r )  (1  r ) 2    (1  r ) T 1 ]
Gunakan kesamaan :
1 xn
1  x  x 2  x 3  x 4    x n1 
1 x
Jika seseorang membayar premi ( p ) bulanan sebesar Rp, 100,000, dengan suku bunga
1% per bulan, hitunglah nilai total premi, setelah 10 tahun,
(1  r ) T 1  (1  r )
N (T )  p
r

Metode Numerik II - 20