METODE EULER DAN METODE HEUN

6.1 Pendahuluan
a. Latar Belakang
Persamaan diferensial berperanan penting di alam, sebab kebanyakan fenomena
alam dirumuskan dalam bentuk diferensial. Persamaan diferensial sering digunakan
sebagai model matematika dalam bidang sains maupun dalam bidang rekayasa. Hukum-
hukum dasar fisika, mekanika, listrik, dan termodinamika biasanya didasarkan pada
perubahan sifat fisik dan keadaan sistem. Daripada menjelaskan keadaan sistem fisik
secara langsung, hukum-hukum tersebut biasanya dinyatakan dalam perubahan spasial
(koordinat) dan temporal (waktu). Misalnya hukum Newton II menyatakan percepatan
sebagai laju perubahan kecepatan setiap waktu, hukum termodinamika, hukum Faraday.
Dengan mengintegralkan persamaan diferensial, dihasilkan fungsi matematika yang
menjelaskan keadaan spasial dan temporal sebuah sistem, dinyatakan dalam percepatan,
energi, massa, atau tegangan.
Metode numerik untuk persamaan diferensial memainkan peranan sangat penting
bagi rekayasawan, karena dalam prakteknya sebagian besar persamaan diferensial tidak
dapat diselesaikan secara analitik. Metode numerik dipakai para rekayasawan untuk
memperoleh solusi persaman diferensial. Bila metode analitik memberikan solusi
persamaan diferensial dalam bentuk fungsi menerus, maka metode numerik
memberikan solusi persamaan diferensial. Berikut ini membahas berbagai metode
numerik untuk menghitung solusi PDB orde satu.
b. Rumusan Masalah
Berdasarkan latar belakang di atas maka kita dapat merumuskan masalah, yaitu
sebagai berikut :
1. Bagaimana cara agar mahasiswa dapat memahami dan menerapkan Metode Euler ?
2. Bagaimana cara agar mahasiswa dapat memahami dan menerapkan Metode Heun ?
c. Tujuan
Berdasarkan rumusan masalah di atas maka laporan ini memiliki tujuan, yaitu
sebagai berikut :
1. Mahasiswa dapat memahami dan menerapkan Metode Euler
2. Mahasiswa dapat memahami dan menerapkan Metode Heun

1
6.2 Landasan Teori
Persamaan diferensial (diferential equation) adalah persamaan yang memuat satu
atau lebih variabel tak bebas beserta turunannya terhadap variabel-variabel bebas.
Persamaan diferensial yang memuat suatu variabel tak bebas 𝑦 dan variabel bebas
𝑥 biasa dinotasikan dengan
𝑑𝑦
atau 𝑦 ′ (𝑥) atau 𝑦 ′
𝑑𝑥
(Resmawan, 2010).
Penyelesaian PDB secara numerik berarti menghitung nilai fungsi di 𝑥𝑟+1 = 𝑥𝑟+ℎ ,
dengan ℎ adalah ukuran langkah (step) setiap lelaran. Pada metode analitik, nilai awal
berfungsi untuk memperoleh solusi yang unik, sedangkan pada metode numerik nilai
awal (initial value) pada persamaan berfungsi untuk memulai lelaran. Terdapat
beberapa metode numerik yang sering digunakan untuk menghitung solusi PDB, mulai
dari metode yang paling dasar sampai dengan metode yang lebih teliti, yaitu Metode
Euler, Metode Heun, Metode Deret Taylor 4, Metode Runge-Kutta 5 dan Metode
predictor-corrector (Randi, 2016).
a. Metode Euler
Diberikan PDB orde satu: 𝑦 ′ = 𝑓(𝑥, 𝑦) dengan nilai awal: 𝑦(𝑥0 ) = 𝑦0 (1)
Misalkan 𝑦𝑟 = 𝑦(𝑥𝑟 ) adalah hampiran nilai 𝑦 di 𝑥𝑟 yang dihitung dengan Metode Euler.
Dalam hal ini 𝑥𝑟 = 𝑥0 + 𝑟ℎ, 𝑟 = 0,1,2, … , 𝑛. Metode Euler diturunkan dengan cara
menguraikan
(𝑥𝑟+1 −𝑥𝑟 ) (𝑥𝑟+1 −𝑥𝑟 )2
𝑦(𝑥𝑟+1 ) = 𝑦(𝑥𝑟 ) + 𝑦 ′ (𝑥𝑟 ) + 𝑦 ′′ (𝑥𝑟 ) + ⋯ (2)
1! 2!

Jika persamaan (2) dipotong sampai suku orde tiga, diperoleh

(𝑥𝑟+1 −𝑥𝑟 ) (𝑥𝑟+1 −𝑥𝑟 )2
𝑦(𝑥𝑟+1 ) ≈ 𝑦(𝑥𝑟 ) + 1!
𝑦 ′ (𝑥𝑟 ) + 2!
𝑦 ′′ (𝑡); 𝑥𝑟 ≤ 𝑡 ≤ 𝑥𝑟+1 (3)

Dari persamaan (1) 𝑦 ′ (𝑥𝑟 ) = 𝑓(𝑥𝑟 , 𝑦𝑟 ) dan 𝑥𝑟+1 − 𝑥𝑟 = ℎ maka persamaan (3) dapat
ditulis menjadi:
ℎ2
𝑦(𝑥𝑟+1 ) ≈ 𝑦(𝑥𝑟 ) + ℎ𝑓(𝑥𝑟 , 𝑦𝑟 ) + 𝑦 ′′ (𝑡) (4)
2

Dua suku pertama persamaan (4), yaitu:

𝑦(𝑥𝑟+1 ) ≈ 𝑦(𝑥𝑟 ) + ℎ𝑓(𝑥𝑟 , 𝑦𝑟 ); 𝑟 = 0,1, … , 𝑛 (5)
menyatakan Metode Euler (Metode Euler-Cauchy)
Untuk menyederhanakan penulisan:

2
 𝑦𝑟+1 = 𝑦𝑟 + ℎ𝑓𝑟 (6)
Meskipun Metode Euler sederhana tetapi mengandung dua macam galat, yaitu galat
pemotongan (truncation error) dan galat longgokan (cumulative error).
1) Galat pemotongnan dapat langsung ditentukan dari persamaan (4), yaitu:
1 2 ′′
ℎ 𝑦 (𝑡) = 𝑂(ℎ2 ); 𝑥𝑟 ≤ 𝑡 ≤ 𝑥𝑟+1
𝐸𝑝 ≈
2
2) Galat longgokan total sebenarnya adalah
𝐸𝑟 = 𝑦(𝑏)𝑠𝑒𝑗𝑎𝑡𝑖 − 𝑦(𝑥𝑛 )𝑒𝑢𝑙𝑒𝑟
b. Metode Heun
Metode Euler mempunyai ketelitian yang rendah karena galatnya besar. Buruknya
galat ini dapat dikurangi dengan menggunakan Metode Heun, yang merupakan
perbaikan Metode Euler (modified Euler's method). Pada Metode Heun, solusi dari
Metode Euler dijadikan sebagai solusi perkiraan awal (predictor). Selanjutnya, solusi
perkiraan awal ini diperbaiki dengan Metode Heun (corrector). Metode Heun
diturunkan sebagai berikut:
Pandangan PDB orde satu: 𝑦 ′ (𝑥) = 𝑓(𝑥, 𝑦(𝑥))
Integrasi kedua ruas persamaan dari 𝑥𝑟 sampai 𝑥𝑟+1
𝑥𝑟+1 𝑥
∫𝑥 𝑓(𝑥, 𝑦(𝑥)) 𝑑𝑥 = ∫𝑥 𝑟+1 𝑦 ′ (𝑥) 𝑑𝑥
𝑟 𝑟

= 𝑦(𝑥𝑟+1 ) − 𝑦(𝑥𝑟 )
= 𝑦𝑟+1 − 𝑦𝑟
atau
𝑥
𝑦𝑟+1 = 𝑦𝑟 ∫𝑥 𝑟+1 𝑓(𝑥, 𝑦(𝑥)) 𝑑𝑥 (7)
𝑟

Suku yang mengandung integral di ruas kanan, diselesaikan dengan kaidah

trapesium menjadi
𝑥𝑟+1 ℎ
∫𝑥 𝑓(𝑥, 𝑦(𝑥)) 𝑑𝑥 ≈ 2 [𝑓(𝑥𝑟 , 𝑦𝑟 ) + 𝑓(𝑥𝑟+1 , 𝑦𝑟+1 )] (8)
𝑟

Jika (8) disubtitusikan ke persamaan (7) maka menjadi:

ℎ
𝑦𝑟+1 = 𝑦𝑟 + 2 [𝑓(𝑥𝑟 , 𝑦𝑟 ) + 𝑓(𝑥𝑟+1 , 𝑦𝑟+1 )] (9)

yang merupakan metode Heun, atau metode Euler-Cauchy yang diperbaiki.

Nilai 𝑦𝑟+1 pada ruas kiri adalah solusi perkiraan awal (predictor) yang dihitung
dengan metode Euler. Karena itu, persamaan (9) dapat ditulis sebagai:
Predictor: 𝑦 (0) 𝑟+1 = 𝑦𝑟 + ℎ𝑓(𝑥𝑟 , 𝑦𝑟 )

3
 ℎ
Corrector: 𝑦𝑟+1 = 𝑦𝑟 + 2 [𝑓(𝑥𝑟 , 𝑦𝑟 ) + 𝑓(𝑥𝑟+1 , 𝑦 (0) 𝑟+1 )]

atau
ℎ
𝑦𝑟+1 = 𝑦𝑟 + 2 [𝑓(𝑥𝑟 , 𝑦𝑟 ) + 𝑓(𝑥𝑟+1 , 𝑦𝑟 + 𝑓(𝑥𝑟 , 𝑦𝑟 ))] (10)

Analisis Galat Metode Heun:

Galat per langkah = nilai sejati - nilai hampiran
Galat per langkah metode Heun sama dengan galat kaidah trapesium, yaitu
1 3 ′′′
𝐸𝑝 ≈ − ℎ 𝑦 (𝑡) = 𝑂(ℎ3 ); 𝑥𝑟 ≤ 𝑡 ≤ 𝑥𝑟+1
12
Galat longgokan total sebenarnya adalah
(𝑏 − 𝑎) 2 ′′
𝐸𝑝 = − ℎ 𝑦 (𝑡) = 𝑂(ℎ2 )
12
Galat longgokan metode Heun sebanding dengan ℎ2 (Rafflesia, 2019).
.

4
6.3 Langkah Kerja, Teladan, Listing dan Output
a. Langkah kerja
Langah-langkah dalam memulai dalam menggunakan metode bagi dua dengan
Matlab adalah sebagai berikut :
1. Klik “Matlab” pada desktop seperti gambar berikut :
2. Kemudian akan terbuka tampilan awal pada Matlab seperti gambar berikut :

Gambar 1. Tampilan awal Matlab

3. Untuk membuat listing program, fungsi dan fungsi turunan pilih File → New →
Blank M-File seperti gambar berikut :

Gambar 2. Pilihan sebelum membuat listing

4. Matlab siap digunakan untuk membuat listing program, fungsi dan fungsi turunan

Gambar 3. Tampilan untuk membuat listing

5
b. Teladan
Adapun Teladan dari praktikum ini adalah :
𝑑𝑦
Gunakan Metode Euler dan Heun untuk menyelesaikan PD dari = 4𝑒 0,8𝑡 − 0,5𝑦
𝑑𝑥

dan 𝑡 = 0 sampai 𝑡 = 4. Diketahui initial problem (masalah nilai awal) 𝑦(0) = 2.

Tentukan besaran error saat 𝑡 = 4

6
c. Listing
1. Listing Program

Gambar 4. Listing program dengan Metode Euler

Gambar 5. Listing program dengan Metode Heun

2. Listing Fungsi

Gambar 6. Listing fungsi dengan Metode Euler dan Heun

7
d. Output

Gambar 7. Output teladan dengan Metode Euler

Gambar 8. Output teladan dengan Metode Heun

8
6.4 Algoritma dan Flowchart
a. Algoritma
 Algoritma Metode Euler
Input : 𝑎, 𝑏, 𝑛, 𝑦0, 𝑥0
Proses :
1. Definisikan fungsi 𝑓(𝑥, 𝑦)
2. Input 𝑎, 𝑏, 𝑛, 𝑦0, 𝑥0
3. Dinyatakan 𝑥0 = 𝑎 dan 𝑖 = 0.
4. Vektor 𝑥(𝑖) = [𝑥0 , 𝑥0 + ℎ, , 𝑥0 + 2ℎ, … , 𝑥𝑛 ]
5. Dengan menggunakan rumus untuk 𝑖 = 0 sampai 𝑛 − 1, maka:
𝑦𝑟+1 = 𝑦𝑟 + ℎ𝑓(𝑥𝑟 , 𝑦𝑟
𝑥 = 𝑥0 + 𝑟ℎ
6. Hingga 𝑥2 = 𝑏
7. Maka integral dari 𝑓(𝑥, 𝑦) adalah 𝑖.
Output :𝑖
 Algoritma Metode Heun
Input : 𝑎, 𝑏, 𝑛, 𝑦0, 𝑥0
Proses :
1. Definisikan fungsi 𝑓(𝑥, 𝑦)
2. Input 𝑎, 𝑏, 𝑛, 𝑦0, 𝑥0
3. Dinyatakan 𝑥0 = 𝑎 dan 𝑖 = 0.
4. Vektor 𝑥(𝑖) = [𝑥0 , 𝑥0 + ℎ, , 𝑥0 + 2ℎ, … , 𝑥𝑛 ]
5. Dengan menggunakan rumus untuk i = 0 sampai n-1, maka:
ℎ
𝑦𝑟+1 = 𝑦𝑟 + 2 [𝑓(𝑥𝑟 , 𝑦𝑟 ) + 𝑓(𝑥𝑟+1 , 𝑦𝑟+1

𝑥 = 𝑥0 + 𝑟ℎ
6. Hingga 𝑥2 = 𝑏
7. Maka integral dari 𝑓(𝑥, 𝑦) adalah 𝑖.
Output : 𝑖

9
b. Flowchart

START

𝑎, 𝑏, 𝑛, 𝑦0, 𝑥0

ℎ = (𝑏 − 𝑎) / 𝑛
𝑗𝑠𝑖𝑠𝑖 = 0

𝑖 = 1: 𝑛

𝑥 = 𝑎 + (𝑖 ∗ ℎ)
𝑗𝑠𝑖𝑠𝑖 = 𝑗𝑠𝑖𝑠𝑖 + 𝑓(𝑥)

𝑦𝑟+1 = 𝑦𝑟 + ℎ𝑓(𝑥𝑟 , 𝑦𝑟 )
𝑥 = 𝑥0 + 𝑟ℎ

END

Gambar 9. Flowchart Metode Euler

10
 START

𝑎, 𝑏, 𝑛, 𝑦0, 𝑥0

ℎ = (𝑏 − 𝑎) / 𝑛
𝑗𝑠𝑖𝑠𝑖 = 0

𝑖 = 1∶ 𝑛

𝑥 = 𝑎 + (𝑖 ∗ ℎ)
𝑗𝑠𝑖𝑠𝑖 = 𝑗𝑠𝑖𝑠𝑖 + 𝑓(𝑥)

ℎ
𝑦𝑟+1 = 𝑦𝑟 + [𝑓(𝑥𝑟 , 𝑦𝑟 ) + 𝑓(𝑥𝑟+1 , 𝑦𝑟+1 )
2
𝑥 = 𝑥0 + 𝑟ℎ

END

Gambar 10. Flowchart Metode Heun

11
6.5 Hasil dan Pembahasan
a. Hasil

Gambar 11. Output teladan dengan Metode Euler

Gambar 12. Output teladan dengan Metode Heun

12
b. Pembahasan
𝑑𝑦
Berdasarkan teladan yang diberikan, yaitu menyelesaikan PD dari = 4𝑒 0,8𝑡 −
𝑑𝑥

0,5𝑦 dan 𝑡 = 0 sampai 𝑡 = 4. Jika diketahui initial problem (masalah nilai awal)
𝑦(0) = 2. Kita diminta untuk menentukan besaran error saat 𝑡 = 4 dan 𝑛 = 5 dengan
menggunakan metode euler dan metode heun. Dengan menggunakan metode euler pada
interval [0,4] dengan 𝑦(0) = 2 kita gunakan listing program yang tertera pada gambar 4
dan listing fungsi yang tertera pada gambar 6 maka diperoleh hasil seperti gambar 11,
yaitu untuk 𝑛 = 1 dan 𝑡 = 0,800000 diperoleh nilai 𝑦(𝑡)[𝑒𝑘𝑠𝑎𝑘] = 5,113443 dan
𝑦(𝑡)[𝑒𝑢𝑙𝑒𝑟] = 4,400000 sehingga diperoleh error 13,952296%. Untuk 𝑛 = 2 dan 𝑡 =
1,600000 diperoleh nilai 𝑦(𝑡)[𝑒𝑘𝑠𝑎𝑘] = 10,582691 dan 𝑦(𝑡)[𝑒𝑢𝑙𝑒𝑟] = 8,708739
sehingga diperoleh error 17,707710%. Untuk 𝑛 = 3 dan 𝑡 = 2,400000 diperoleh nilai
𝑦(𝑡)[𝑒𝑘𝑠𝑎𝑘] = 20,663202 dan 𝑦(𝑡)[𝑒𝑢𝑙𝑒𝑟] = 16,734490 sehingga diperoleh error
19,013080%. Untuk 𝑛 = 4 dan 𝑡 = 3,200000 diperoleh nilai 𝑦(𝑡)[𝑒𝑘𝑠𝑎𝑘] =
39,585088 dan 𝑦(𝑡)[𝑒𝑢𝑙𝑒𝑟] = 31,867761 sehingga diperoleh error 19,495540%.
Untuk 𝑛 = 5 dan 𝑡 = 4,0000000 diperoleh nilai 𝑦(𝑡)[𝑒𝑘𝑠𝑎𝑘] = 75,338963 dan
𝑦(𝑡)[𝑒𝑢𝑙𝑒𝑟] = 60,515272 sehingga diperoleh error 19,675995%.
Dengan menggunakan metode heun pada interval [0,4] dengan 𝑦(0) = 2 kita
gunakan listing program yang tertera pada gambar 5 dan listing fungsi yang tertera pada
gambar 6 maka diperoleh hasil seperti gambar 12, yaitu untuk 𝑛 = 1 dan 𝑡 = 0,800000
diperoleh nilai 𝑦(𝑡)[𝑒𝑘𝑠𝑎𝑘] = 5,113443, 𝑦(𝑡)[𝑝𝑟𝑒𝑑𝑖𝑐𝑡𝑜𝑟] = 4,400000 dan
𝑦(𝑡)[ℎ𝑒𝑢𝑛] = 5,354369 sehingga diperoleh error 4,711635%. Untuk 𝑛 = 2 dan 𝑡 =
1,600000 diperoleh nilai 𝑦(𝑡)[𝑒𝑘𝑠𝑎𝑘] = 10,58291 dan 𝑦(𝑡)[𝑝𝑟𝑒𝑑𝑖𝑐𝑡𝑜𝑟] = 8,708739
serta 𝑦(𝑡)[ℎ𝑒𝑢𝑛] = 10,567245 sehingga diperoleh error 0,145954%. Untuk 𝑛 = 3
dan 𝑡 = 2,400000 diperoleh nilai 𝑦(𝑡)[𝑒𝑘𝑠𝑎𝑘] = 20,663202, 𝑦(𝑡)[𝑝𝑟𝑒𝑑𝑖𝑐𝑡𝑜𝑟] =
16,734490 dan 𝑦(𝑡)[ℎ𝑒𝑢𝑛] = 20,288250 sehingga diperoleh error 1,814585%.
Untuk 𝑛=4 dan 𝑡 = 3,200000 diperoleh nilai 𝑦(𝑡)[𝑒𝑘𝑠𝑎𝑘] = 39,585088,
𝑦(𝑡)[𝑝𝑟𝑒𝑑𝑖𝑐𝑡𝑜𝑟] = 31,867761 dan 𝑦(𝑡)[ℎ𝑒𝑢𝑛] = 38,624881 sehingga diperoleh
error 2,425677%. Untuk 𝑛 = 5 dan 𝑡 = 4,000000 diperoleh nilai 𝑦(𝑡)[𝑒𝑘𝑠𝑎𝑘] =
75,338963, 𝑦(𝑡)[𝑝𝑟𝑒𝑑𝑖𝑐𝑡𝑜𝑟] = 60,515272 dan 𝑦(𝑡)[ℎ𝑒𝑢𝑛] = 73,340511 sehingga
diperoleh error 2,652614%.

13
6.6 Kesimpulan dan Saran
a. Kesimpulan
Dari laporan ini bisa kita tarik kesimpulan bahwa persamaan diferiensial biasa
(PDB) dengan menggunakan metode heun lebih efektif dibandingkan dengan
menggunakan metode euler. Hal ini bisa kita lihat pada hasil yang diperoleh dari teladan
yang diberikan. Dengan menggunakan metode euler pada interval [0,4] dan 𝑦(0) = 2
semakin besar 𝑛 dan 𝑡 maka nilai errornya semakin besar sedangkan jika menggunakan
metode heun pada interval [0,4] dan 𝑦(0) = 2 diperoleh error terkecil di 𝑛 = 2 dan 𝑡 =
1,600000 yaitu 0,145954% serta error terbesar di 𝑛 = 1 dan 𝑡 = 0,800000 yaitu
4,711635%
b. Saran
Dalam praktikum analisa numerik kali ini, masih banyak ketidak pahaman
praktikan tentang listing yang digunakan. Sebaiknya, di dalam modul lebih diperjelas
lagi kegunaan beberapa listing ataupun dijelaskan lebih detail pada saat praktikum
berlangsung.

14