APLIKASI ANALISIS TINGKAT AKURASI

PENYELESAIAN PERSAMAAN NON LINIER

DENGAN METODE BISEKSIDAN METODE
NEWTON RAPHSON
Meilany Nonsi Tentua
Program Studi Teknik Informatika Universitas PGRI Yogyakarta
Jalan PGRI I Sonosewu No. 117 Yogyakarta
Telp : (0274)376808, Fax : (0274)376808
Email: meilany@upy.ac.id

ABSTRAK

Persamaan nonlinier adalah suatu persamaan untuk mencari akar x

sehingga F(x) = 0, fungsi ini tidak memiliki rumus tertentu sehingga untuk
mendapatkan nilai akarnya. Beberapa metode yang telah digunakan hanya dapat
di gunakan untuk derajat tertentu dengan tingkat akurasi yang belum memadai..
Metode biseksi yaitu metode mencari nilai akar dengan membagi dua dari
panjang batas awal dan akhir untuk menentukan baru dan menganti nilai batas
awal atau akhir yang tidak mendekati nilai akar dengan nilai batas baru.sehingga
disini batas pencarian akan semakin kecil dan nilai akar akan ditemukan.
Sedangkan pada metode Newton Raphson adalah metode pencarian akar suatu
fungsi f(x) dengan pendekatan satu titik, dimana fungsi f(x) mempunyai turunan.
Metode penelitian yang digunakan adalah studi literature.
Berdasarkan penelitian yang telah dilakukan metode biseksi dalam
perhitungan nya memerlukan jumlah iterasi yang lebih banyak dibandingkan
metode newton raphson. Untuk nilai error yang ditimbulkan pada perhitungan
dengan menggunakan metode biseksi ternyata lebih besar nilai error yang
ditimbulkan dibandingkan dengan metode newton raphson.Waktu yang
diperlukan untuk menyelesaiakan persamaan dengan menggunakan metode
biseksi lebih lama dibandingkan dengan metode newton raphson.

Kata Kunci : Persamaan nonlinier, Metode Biseksi, Metode Newton Raphson

113
 PENDAHULUAN

Latar Belakang Masalah

Persamaan nonlinier adalah suatu persamaan untuk mencari akar x
sehingga F(x) = 0, fungsi ini tidak memiliki rumus tertentu sehingga untuk
mendapatkan nilai akarnya digunakan beberapa metode pendekatan diantaranya
metode biseksi dan metode newton raphson.
Metode Biseksi adalah cara menyelesaikan persamaan non-linier dengan
membagi dua nilai x1 dan x2 dilakukan berulang-ulang sampai nilai x lebih kecil
dari nilai tolerasi yang ditentukan. Metode biseksi melakukan pengamatan
terhadap nilai f(x) dengan berbagai nilai x, yang mempunyai perbedaan tanda.
Taksiran akar diperhalus dengan cara membagi dua (2) pada interval x yang
mempunyai beda tanda tersebut.
Sedangkan metode Newton-Raphson merupakan metode penyelesaian non

linear jika diberikan satu terkaan awal pada titik xi , f xi maka dapat ditarik

garis singgung hingga memotong sumbu x. Titik potong dengan sumbu x ini biasanya
merupakan terkaan akar yang lebih baik dibandingkan terkaan sebelumya.
Aplikasi Metode Newton-Raphson Untuk Menghitung Aliran Beban
Menggunakan Program MATLAB 7.0.1 (Kusumaningtyas, 2010) Secara
matematis perhitungan aliran beban dapat dilakukan dengan mencari solusi atas
seperangkat persamaan linier simultan banyak peubah (multivariable simultaneous
linear equations). Penyelesaian persoalan tersebut membutuhkan metode
komputasi tingkat tinggi yang melibatkan prosedur iteratif. Metode komputasi
yang sering dipakai untuk menyelesaikan perhitungan aliran beban antara lain
metode Newton-Raphson, Fast Decoupled, dan Gauss-Seidel. Waktu yang singkat
untuk suatu penyelesaian dengan ketelitian yang sama, menyebabkan bahwa
metode Newton-Raphson lebih banyak dipilih untuk semua sistem
Implementasi Teknik Bisection Untuk Penyelesaian Masalah Nonlinear Break
Even Point (Natsir, 2016) Salah satu pendekatan yang digunakan manajemen dalam
perencanaan laba adalah metode titik impas (break even point). Metode

114
Break Even Point (BEP) erat kaitannya dengan hubungan biaya, volume, dan laba
yang merupakan teknik untuk menggabungkan, mengkoordinasikan dan
menafsirkan data produksi dan distribusi untuk membantu manajemen dalam
mengambil keputusan..

KAJIAN PUSTAKA

Persamaan Non-Linier (Tak Linier)

Persamanan non-linier adalah suatu persamaan untuk mencari akar x
sehingga F(x) = 0, fungsi ini tidak mempunyai rumus tertentu sehingga untuk
mendapatkn nilai akarnya digunakan beberapa metode pendekatan. Persamaan
dengan sistem ini terdiri dari himpunan-himpunan nilai x yang secara simultan
atau bersama-sama memberikan semua persamaan tersebut nilai yang sama
dengan nol, serta penentuan akar-akar satu persamaan tunggal. Suatu masalah
yang berkaitan dengan penyelesaian sistem ini adalah bagaimana melokasikan
akar-akar himpunan persamaan non-linier.
Metode Penyelesaian persamaan non-Linier
a) Metode Biseksi

Metode setengah interval atau metode bisection adalah cara menyelesaikan

persamaan non-linier dengan membagi dua nilai x1 dan x2 dilakukan berulang-
ulang sampai nilai x lebih kecil dari nilai tolerasi yang ditentukan. Algoritma
metode setengah interval adalah sebagai berikut :
1) Pilih interval awal [x0 , x1 ] tentukan nilai ,

2) Tentukan titik x2dengan rumus

x2 = [x0 + x1]/2

3) Membuang interval yang tidak berguna tinjau f(x0). f(x2) dengan

ketentuan :

- Jika f(x0). f(x2) > 0 akan berada pada bagian interval atas , maka x1 = x2 ,
dan kembali kelangkah 2

115
 - Jika f(x0). f(x2) = 0 maka iterasi berhenti dengan kesimpulan x2adalah akar
persamaan.

- Jika f(x0). f(x2) < 0 akan berada pada bagian interval bawah, maka x2 =
xr ,dan kembali kelangkah 2maka x2 mengantikan x0

4) Iterasi akan berhenti ketikaIx1 - x0 I < atau If(x0)f(x2)I <

Metode Biseksi menjamin bahwa selalu berhasil menemukan akar yang

dicari. Hanya kelemahan dari metode tersebut bekerja sangat lambat karena selalu
menentukan titik tengah x2 sebagai titik ujung interval berikutnya, padahal
mungkin saja sudah mendekati akar.
b) Metode Newton Raphson

Metode Newton-Raphson merupakan metode yang paling sering

digunakan diantara metode-metode pencarian akar persamaan yang dikenal. Ide

dari metode ini adalah, jika diberikan satu terkaan awal pada titik xi , f xi maka
dapat ditarik garis singgung hingga memotong sumbu x. Titik potong dengan
sumbu x ini biasanya merupakan terkaan akar yang lebih baik dibandingkan terkaan
sebelumya.
Disamping menggunakan pendekatan geometris, metode ini juga dapat
diturunkan dari ekspansi deret Taylor disekitar titik x x0 , yaitu
1 2 2
f xf x0x x0 f ' x0 2 x x0 f '' x0 O x x0

Dengan mengabaikan suku kuadratik dan suku-suku yang lebih tinggi dan dengan
fx0 x
mengambil , maka diperoleh harga sebagai

0
f (x )
x=x 0
1 0 f ' (x )
Atau dalam bentuk hubungan rekursi (10) dapat dinyatakan kembali dalam bentuk

f ( n) x
x =x
n+1 n f ' (xn)

116
Secara geometris, x n 1 dapat ditafsirkan sebagai harga pada sumbu x yang mana

x ,f x
sebuah garis melalui titik n n
memotong sumbu x tersebut.
Algoritma metode newton raphson :
- Pilih x0 sebarang ;dengan toleransi kesalahan ,

- Tentukan nilai f(x0)

- Perhitungan selanjutna dilakukan untuk k = 0,1,2,…..

f (x )
x x k
k 1 k f ' (x )
k

x x
- Iterasi berhenti ketika k 1
x
k
atau f (xk 1)
k

Galat (Kesalahan / ketidaksesuaian)

Analisis Galat (kesalahan) dalam suatu hasil komputasi merupakan

dasar semua perhitungan yang baik, baik dikerjakan dengan tangan atau manual
ataupun dengan komputer. Walaupun selalu berusaha untuk memperoleh jawaban
yang eksak, jawaban demikian jarang diperoleh secara numerik. Dalam tiap
langkah penyelesaian persoalan dan formulasi hingga komputasi numeriknya,
galat (kesalahan) dan ketidakpastian dapat terjadi. Menurut Djojodiharjo (2000)
proses pemecahan persoalan, pada umumnya berlangsung tiga tahap yaitu:
a. Perumusan secara tepat dari model matematika dan model numerik yang
berkaitan

b. Penyusunan (konstruksi) metode untuk memecahkan persoalan numerik

c. Penerapan metode untuk menghitung jawaban yang di cari.

117
Matrix Laboratory (MATLAB)

Matrix Laboratory(MATLAB)adalah sebuah program untuk analisis dan

komputasi numerik dan merupakan suatu bahasa pemrograman matematika
lanjutan yang dibentuk dengan dasar pemikiran menggunkan sifat dan bentuk
matriks. MATLAB memungkinkan manipulasi matriks, pem-plot-an fungsi dan
data, implementasi algoritma, pembuatan antarmuka pengguna, dan peng-
antarmuka-an dengan program dalam bahasa lainnya.
MATLAB merupakan suatu sistem interaktif yang memiliki elemen data
dalam suatu array sehingga tidak ada masalah dimensi. Hal ini memungkinkan
untuk memecahkan banyak masalah teknis yang terkait dengan komputasi,
kususnya yang berhubungan dengan matrix dan formulasi vektor, yang mana
masalah tersebut merupakan persoalan apabila harus menyelesaikannya dengan
menggunakan bahasa level rendah seperti Pascall, C dan Basic.

METODE PENELITIAN

Penelitian ini termasuk jenis penelitian studi literatur dengan mencari

referensi teori yang relefan dengan kasus atau permasalahan yang ditemukan.
Referensi teori yang diperoleh dengan jalan penelitian studi literatur dijadikan
dasar dan alat utama bagi perancangan system yang akan dibuat..

118
Rancangan Sistem
Flowchart Sistem

Start

Input pers. Non

linear

Proses penelesaian Proses penelesaian

dengan metode Biseksi dengan metode Regula
Falsi

Output akurasi
penyelesaian

End

Gambar 1 Flowchart Sistem

Bagan alir (flowchart) adalah bagan (chart) yang menunjukkan alir (flow) di
dalam program atau prosedur sistem secara logika. Berikut ini flowchartpada
sistemdapat dilihat pada Gambar 3.1.

Penjelasan pada Gambar 3.1 adalah sebagai berikut:

a. Menginputkan persamaan non linear.
b. Melakukan proses penyelesaian persamaan non linear dengan metode biseksi
dan metode newton raphson.
c. Menghasilkan analisis tingkat akurasi dalam penyelesaian persamaan non
linear

119
 IMPLEMENTASI DAN PEMBAHASAN

Implementasi

Implementasi dari AplikasiAnalisis Tingkat Akurasi Penyelesaian

Persamaan Non Linier Dengan Metode BiseksiDan Metode Newton Raphson
yang telah dibuat membahas tingkat akurasi perhitungan berdasarkan kesalahan
hitung (error) dan waktu hitung. Aplikasi yang dibuat berbasis command line di
MATLAB .
1. Tampilan Metode Biseksi
Untuk menjalankan aplikasi perhitungan persamaan non linear dilakukan pada
jendela command window dengan cara menuliskan nama aplikasinya yaitu
biseksi2. Setelah itu akan muncul tampilan seperti pada gambar 4.1

Gambar 2. Masukkan awal pada aplikasi

Misalnya di masukkan persamaan f(x) = x^3+x^2-x-1, setelah itu diminta untuk
menginputkan nilai tebakan pertama yang akan diinputkan dalam variable a.

Gambar 3. Menginputkan nilai tebakan pertama

Misalkan nilai tebakan pertama yang diinputkan adalah 0. Setelah itu akan
ditanyakan nilai tebakan kedua yang diinputkan dalam variable b.

120
 Gambar 4. Tampilan menginputkan nilai tebakan kedua
Nilai tebakan kedua yang diinputkan misalnya adalah 1. Setelah itu aplikasi
akan menghitung nilai fungsi dari tebakan pertama dan tebakan kedua. Ada 2
(dua) tampilan untuk hasil perkalian dari dua fungsi tebakan, yaitu iterasi akan
dilanjutkan atau diminta kembali untuk menginputkan nilai tebakan.
Ketika iterasi akan dilanjutkan, aplikasi akan menanyakan nilai error yang
ditoleransi seperti pada gambar 4.4.

Gambar 5. Tampilan iterasi akan dilanjutkan

Untuk pemberhentian iterasi, maka aplikasi akan meminta nilai tebakan yang
lain. Tampilan permintaan ulang nilai tebakan dpat dilihat pada gambar 4.5

Gambar 6. Tampilan permintaan ulang nilai tebakan

Hasil perhitungan akar persamaan akan ditampilkan pada gambar 4.6. Dengan
keterangan :
i = jumlah iterasi
a = nilai titik ke 1

121
 b = nilai titik ke 2
c = nilai bagi dua antara titik ke 1 dan titik ke 2
f(a) = nilai fungsi titik ke 1
f(b) = nilai fungsi titik ke 2
f(c) = nilai fungsi titik bagi dua
E = nilai error
Elapsed time adalah waktu yang dibutuhkan untuk menghitung akar-akar
persamaan.

Gambar 7.tampilan hasil perhitungan aplikasi biseksi

Source code yang dijalankan untuk menampilkan hasil perhitungan akar-
akar penyelesaian persamaan non linear dengan metode biseksi dapat dilihat pada
modul 4.1
tic
syms x;
fx=input('Masukkan persamaan f(x)= ');
uji= 1;
while (uji>0)
a=input('Masukkan nilai a = ');
fa=subs(fx,x,a);
b=input('Masukkan nilai b = ');
fb=subs(fx,x,b);
uji=fa*fb;
if uji > 0

122
 disp('Ulangi menebak nilai a dan b !');
end
end
epsilon=input('Masukkan error toleransi = ');
i=0;
e=abs(fa);
disp(' i a b c f(a) f(b)
f(c) E' );
disp(' ----------------------------------------------
--------');
while (e>epsilon)
fa=subs(fx,x,a);
fb=subs(fx,x,b);
c=(a+b)/2;
fc= subs(fx,x,c);
i=i+1;
e=abs(fc);
G=[i a b c fa fb fc e];
disp(G)

if fa*fc < 0
b=c;
else
a=c;
end
end
toc

Modul 1. Source code aplikasi biseksi

2. Tampilan Metode Newton Raphson

Untuk menjalankan aplikasi perhitungan persamaan non linear dilakukan pada
jendela command window dengan cara menuliskan nama aplikasinya yaitu
newtonraphson. Setelah itu akan muncul tampilan seperti pada gambar 4.7

Gambar 8. Masukkan awal pada aplikasi

Misalnya di masukkan persamaan f(x) = x^3+x^2-x-1, setelah itu diminta
untuk menginputkan nila toleransi yang diinginkan yaitu 0.5. Tampilan untuk
permintaan masukan nilai toleransi dapat dilihat pada gambar 4.8

123
 Gambar 9. Menginputkan nilai toleransi
Nilai tebakan yang diinputkan hanya satu nilai, untuk saat ini nilai tebakan
yang diinputkan adalah 2.

Gambar 10. Tampilan untuk menginputkan satu nilai tebakan

Setelah menginputkan satu nilai tebakan, aplikasi akan menghitung hasil dari
akar persamaan non linear. Tampilah hasil perhitungan dapat dilihat pada
gambar 4.10

124
 Gambar 11. Hasil perhitungan akar persamaan
Hasil perhitungan akar persamaan akan ditampilkan pada gambar 4.10.
Dengan keterangan :
i = jumlah iterasi
xi = nilai titik awal
xi+1 = nilai titik berikutnya
f(xi) = nilai fungsi titik awal
f(xi+1) = nilai fungsi titik berikutnya
E = nilai error
Elapsed time adalah waktu yang dibutuhkan untuk menghitung akar-akar
persamaan.
Source code yang dijalankan untuk menampilkan hasil perhitungan akar-
akar penyelesaian persamaan non linear dengan metode biseksi dapat dilihat pada
modul 4.2

125
 tic
syms x;
disp('Program Metode Newton Raphson');
disp('=============================');
f=input('Masukkan persamaan f(x):');
eps=input('Masukkan Error Toleransi:');
g=diff(f);
disp(g);
xawal=input('Masukkan X awal :');
E=999999;

disp('______________________________________________________' );

disp(' i xi xi+1 f(xi) f(xi+1)

E');
disp('______________________________________________________' );

i=0;
while (E>eps)
fx=subs(f,x,xawal);
gx=subs(g,x,xawal);
xberikut=xawal-(fx/gx);
fx1=subs(f,x,xberikut);
E= abs(xawal-xberikut);
i=i+1;
H=[i xawal xberikut fx fx1 E];
disp(H)
xawal=xberikut;
end

disp('_______________________________________________________
') disp('akarnya adalah = ');
disp(xberikut)
disp('nilai error = ');
disp(fx1)
toc
Modul 4.2 Source code aplikasi newton Raphson

Pembahasan

Metode biseksi merupakan salah satu metode tertutup untuk mentukan

solusi akar dari persamaan non linear atau disebut juga metode pembagian
Interval atau metode yang digunakan untuk mencari akar-akar persamaan
nonlinear melalui proses iterasi, dengan prinsip utama sebagai berikut:
- Menggunakan dua buah nilai awal untuk mengurung salah satu atau lebih akar
persamaan non linear.

126
- Nilai akarnya diduga melalui nilai tengah antara dua nilai awal yang ada.

Untuk perhitungan fungsi persamaan f(x) = x^3+x^2-x-1 dengan titik tebakan 0

dan 1 dengan menggunakan aplikasi yang telah dbuat, memerlukan 7 iterasi
dengan waktu perhitungan selama16,117859 detik. Error yang timbul pada
perhitungan adalah 0.031006

Gambar 12. Hasil perhitungan fungsi x^3+x^2-x-1 dengan metode biseksi

Untuk perhitungan fungsi persamaan f(x) = 4*x^5+3*x^4-x^3-x^2-2

dengan titik tebakan 0 dan 1 dengan menggunakan aplikasi yang telah dibuat,
memerlukan 7 iterasi dengan waktu perhitungan selama 74,624891 detik.Nilai
error yang timbul pada perhitungan adalah 0.026174208.

127
 Gambar 13. Hasil perhitungan fungsi 4*x^5+3*x^4-x^3-x^2-2 dengan metode
biseksi

Metode Newton-Raphson merupakan salah satu metode terbuka untuk enentukan

solusi akar dari persamaan non linier, dengan prinsip utama sebagai berikut :
- metode ini melakukan pendekatan terhadap kurva f(x) dengan garis singgung
(gradien) pada suatu titik nilai awal.

- nilai taksiran selanjutnya adalah titik potong antara garis singgung(gradien)

kurva dengan sumbu x

Untuk perhitungan fungsi persamaan f(x) = x^3+x^2-x-1 menggunakan

metode newton raphson dengan titik tebakan 2 dengan menggunakan aplikasi
yang telah dibuat, memerlukan 4 iterasi dengan waktu perhitungan selama
21.085071 detik. Error yang ditimbulkan pada perhitungan adalah 0.000029858

128
 Gambar 14. Hasil perhitungan fungsi x^3+x^2-x-1 dengan metode newton
raphson

Untuk perhitungan fungsi persamaan f(x) = 4*x^5+3*x^4-x^3-x^2-2

menggunakan metode newton raphson dengan titik tebakan 2pada aplikasi yang
telah dibuat, memerlukan 6 iterasi dengan waktu perhitungan selama 20.817429
detik. Nilai error yang timbul pada perhitungan adalah 0.0.

129
 Gambar 15. Hasil perhitungan fungsi 4*x^5+3*x^4-x^3-x^2-2 dengan metode
newton raphson

Dengan membandingkan hasil perhitungan dari metode biseksi dan

metode newton raphson dengan menggunakan aplikasi yang telah dibuat
berdasarkan nilai error, iterasi dan waktu yang dibutuhkan untuk perhitungan
disajikan pada tabel 4.1.

Tabel 4.1. Perbandingan nilai error, iterasi dan waktu pada kedua metode

Metode Persamaan Iterasi Nilai Error Waktu

Biseksi x^3+x^2-x-1 7 0.031006 16,117859
*x^5+3*x^4-x^3-x^2-2 7 0.026174208 74,624891
Newton x^3+x^2-x-1 4 0.000029858 21.085071
Raphson *x^5+3*x^4-x^3-x^2-2 6 0.000000 20.817429

Tabel 4.1 memperlihatkan bahwa pada metode biseksi dalam perhitungan

nya memerlukan jumlah iterasi yang lebih banyak dibandingkan metode newton
raphson.Untuk nilai error yang ditimbulkan pada perhitungan dengan
menggunakan metode biseksi ternyata lebih besar nilai error yang ditimbulkan
dibandingkan dengan metode newton raphson.Waktu yang diperlukan untuk
menyelesaiakan persamaan dengan menggunakan metode biseksi lebih lama
dibandingkan dengan metode newton raphson.

KESIMPULAN DAN SARAN

Kesimpulan

Metode biseksi yaitu metode mencari nilai akar dengan membagi dua dari
panjang batas awal dan akhir untuk menentukan baru dan menganti nilai batas awal
atau akhir yang tidak mendekati nilai akar dengan nilai batas baru.sehingga disini
batas pencarian akan semakin kecil dan nilai akar akan ditemukan. Sedangkan pada

130
metode Newton Raphson adalah metode pencarian akar suatu fungsi f(x) dengan
pendekatan satu titik, dimana fungsi f(x) mempunyai turunan.

Metode Newton Raphson ini dianggap lebih mudah dari Metode Biseksi
karena metode ini menggunakan pendekatan satu titik sebagai titik awal.Semakin
dekat titik awal yang dipilih dengan akar sebenarnya, maka semakin cepat
konvergen ke akarnya.

Berdasarkan penelitian yang telah dilakukan metode biseksi dalam

perhitungan nya memerlukan jumlah iterasi yang lebih banyak dibandingkan
metode newton raphson.Untuk nilai error yang ditimbulkan pada perhitungan
dengan menggunakan metode biseksi ternyata lebih besar nilai error yang
ditimbulkan dibandingkan dengan metode newton raphson.Waktu yang diperlukan
untuk menyelesaiakan persamaan dengan menggunakan metode biseksi lebih
lama dibandingkan dengan metode newton raphson.

Saran

Saran untuk penelitian selanjutnya adalah aplikasi dapat dibuat berbasis

Graphics user Interface (GUI) yang ada pada MATLAB, sehingga tampilan hasil
perhitungan dapat lebih menarik.

131
 DAFTAR PUSTAKA

Ardi Pujianto. 2007. Komputasi Numerik dengan Matlab, Graha Ilmu. Yogyakarta.

Asminah, Vivi Sahfitri. 2012. Implementasi Dan Analisis Tingkat Akurasi

Software Penyelesaian Persamaan Non Linier Dengan Metode Fixed Point
Iteration Dan Metode Bisection. Seminar Nasional Informatika 2012
(Semnasif 2012)UPN ”Veteran” Yogyakarta, 30 Juni 2012

Basuki, Achmad. 2005. Metode Numerik Dan Algoritma Komputasi. Andi

Yogyakarta.

Harijono Djojodihardjo .2000.: Metoda Numerik, Gramedia Pustaka Utama,

Jakarta

Kusumaningtyas, Pramesti. 2010. Aplikasi Metode Newton-Raphson Untuk

Menghitung Aliran Beban Menggunakan Program Matlab 7.0.1.Fakultas
Teknik Jurusan Elektro. Universitas Muhammadiyah Surakarta. Surakarta

Natsir, Khairina. 2016. Implementasi Teknik Bisection Untuk Penyelesaian

Masalah Nonlinear Break Even Point. Seminar Nasional Matematika Dan
Pendidikan Matematika Uny 2016. Yogyakarta

Rinaldi Munir . 2006: Metoda Numerik, Edisi Revisi, Informatika, Bandung Steven
C. Chapra; Raymond P. Canale .2006. Numerical Method for Engineers, 5th
Ed., Mcgraw-Hill, New York

Tentua, Meilany Nonsi, 2007. Bahan Ajar Metode Numerik. Fakultas Teknik
Universitas PGRI Yogyakarta. Yogyakarta

Rahayuni, Ida Ayu, 2016, Perbandingan Keefisienan Metode Newton-Raphson,

Metode Secant, Dan Metode Bisection Dalam Mengestimasi Implied
Volatilities Saham, E-Jurnal Matematika Vol. 5 (1), Januari 2016, pp. 1-6
ISSN: 2303-1751

132