KATA PENGANTAR

Puji syukur kami panjatkan ke hadirat Tuhan Yang Maha Esa, karena atas
berkat limpahan rahmatnya, penulis dapat menyusun laporan mengenai
pengaplikasian metode bisection search untuk mencari akar-akar persamaan non
linear menggunakan bantuan Microsoft excel yang terintegrasi dengan visual
basic.

Dalam penyusunan makalah ini, penulis banyak mendapat tantangan dan

hambatan, akan tetapi dengan bantuan dari berbagai pihak tantangan dan
hambatan tersebut dapat teratasi. Oleh karena itu, penulis mengucapkan terima
kasih kepada bapak Hasanudin S.T., M.T,. selaku dosen pengampu mata kuliah
Metode Optimasi yang telah memberikan kami pengetahuan dan wawasan dalam
penulisan makalah ini.

Terlepas dari semua itu, kami menyadari bahwa masih ada kekurangan
baik dari segi susunan kalimat maupun tata bahasa dalam penulisan makalah ini.
Oleh karena itu, kami menerima segala saran dan kritik yang membangun dari
pembaca sekalian. Kami berharap agar makalah ini dapat bermanfaat bagi
pembaca sekalian.

Surabaya, 5 November 2019

Penyusun

ii
 DAFTAR ISI

KATA PENGANTAR.......................................................................................................ii
DAFTAR ISI...................................................................................................................iii
DAFTAR GAMBAR.......................................................................................................iii
DAFTAR TABEL............................................................................................................iii
BAB I PENDAHULUAN.................................................................................................1
1.1. Latar Belakang..........................................................................................1
1.2. Tujuan........................................................................................................1
1.3. Manfaat......................................................................................................1
BAB II DASAR TEORI...................................................................................................2
2.1 Optimasi...................................................................................................2
2.2 Metode Optimasi......................................................................................3
2.3 Metode Biseksi..........................................................................................3
2.5 Metode Iterasi...........................................................................................4
BAB III METODOLOGI PENELITIAN.......................................................................5
3.1 Diagram Alir..............................................................................................5
3.2 Studi...........................................................................................................5
BAB IV HASIL DAN PEMBAHASAN..........................................................................6
4.1 Perumusan masalah di excel......................................................................6
4.2 Pemograman di Visual Basic.....................................................................8
BAB V KESIMPULAN.................................................................................................11
DAFTAR PUSTAKA.......................................................................................................12

DAFTAR GAMBAR
Gambar 2.1 Metode Biseksi..............................Error: Reference source not found
Gambar 3.1 Diagram alir pengerjaan.............Error: Reference source not found
Gambar 4.1 Contoh sketsa grafik untuk suatu persamaan............................... 6
Gambar 4.2 Cara menghubungkan visual basic dengan excel...........................8
Gambar 4.3 Tampilan awal visual basic...............................................................9
Gambar 4.4 Tampilan module visual basic...........................................................9

DAFTAR TABEL
Gambar 4.1 Hasil Iterasi dari Bisection Search..................................................7

iii
 Metode Optimasi
Optimization Method (MN184503)

BAB I
PENDAHULUAN
1.1. Latar Belakang
Metode Numerik adalah teknik-teknik yang digunakan untuk
memformulasikan masalah matematis agar dapat dipecahkan dengan operasi
perhitungan. Metode numerik secara umum merupakan salah satu mata
kuliah yang diajarkan di jurusan pendidikan matematika maupun matematika
murni. Metode Numerik dianggap penting karena mengajarkan mahasiswa
memecahkan suatu kasus dengan memakai berbagai cara dan permodelan.
Terlebih, dalam mata kuliah ini juga mengharuskan mahasiswanya untuk
cekatan dan aktif dalam memaksimalkan teknologi. Yang termasuk program
paket numerik, misalnya MATLAB, Maple, dan sebagainyayang digunakan
untuk menyelesaikan masalah matematika dengan metode numerik tersebut
yang dibuat oleh orang yang mempunyai dasar-dasar teori metode numerik.

Microsoft visual basic adalah bahasa pemograman yang digunakan untuk

membuat aplikasi Windows berbasis grafis (GUI – Grapichal User Interface)
untuk melakukan dan menyelesaikan tugas-tugas tertentu. Visual Basic
menggunakan bahasa yang mudah dimengerti sehingga pemograman di
dalam visual basic dapat dengan mudah dilakukan oleh orang yang baru
belajar membuat program.

1.2. Tujuan
Adapun tujuan dalam melakukan penelitian ini adalah sebagai berikut:

1. Menyelesaikan permasalahan optimasi dengan metode numerik

2. Menyelesaikan dan mencari akar-akar dari sebuah persamaan dengan

metode bisection search.

1.3. Manfaat
Adapun manfaat yang didaptkan dalam melakukan penelitian ini adalah
sebagai berikut:

1. Mengetahui cara menyelesaikan permasalahan optimasi dengan metode

numerik

2. Mengetahui akar-akar dari sebuah persamaan dengan metode bisection

search.

1
 Metode Optimasi
Optimization Method (MN184503)

BAB II
DASAR TEORI
2.1 Optimasi
Optimasi (Optimization) adalah aktivitas untuk mendapatkan hasil terbaik
di bawah keadaan yang diberikan. Tujuan akhir dari semua aktivitas tersebut
adalah meminimumkan usaha (effort) atau memaksimumkan manfaat (benefit)
yang diinginkan. Karena usaha yang diperlukan atau manfaat yang diinginkan
dapat dinyatakan sebagai fungsi dari variabel keputusan, maka optimasi dapat
didefinisikan sebagai proses untuk menemukan kondisi yang memberikan nilai
minimum atau maksimum dari sebuah fungsi. Optimasi dapat diartikan sebagai
aktivitas untuk mendapatkan nilai minimum suatu fungsi karena untuk
mendapatkan nilai maksimum suatu fungsi dapat dilakukan dengan mencari
minimum dari negatif fungsi yang sama.

Tidak ada metode tunggal yang dapat dipakai untuk menyelesaikan semua
masalah optimasi. Banyak metode optimasi telah dikembangkan untuk
menyelesaikan tipe optimasi yang berbeda-beda seperti metode Lagrange.

Dalam optimasi diselidiki masalah penentuan suatu titik minimum suatu fungsi
pada subset ruang bilangan riil tak kosong. Untuk lebih spesifik dirumuskan
sebagai berikut: Misalkan � ruang bilangan riil dan � subset tak kosong dari �,
dan misalkan �:� → � sebuah fungsi yang diberikan. Kita akan mencari titik
minimum � pada �. Sebuah elemen �̅ ∈ � dikatakan titik minimum � pada � jika

�(�̅) ≤ �(�) untuk semua � ∈ �

Himpunan � dinamakan himpunan pembatas (constraint set) dan fungsi �

dinamakan fungsi objektif.

Metode pencari titik optimum juga dikenal sebagai teknik pemrograman

matematikal dan menjadi bagian dari penelitian operasional (operations research).
Penelitian operasional adalah suatu cabang matematika yang menekankan kepada
aplikasi teknik dan metode saintifik untuk masalah-masalah pengambilan
keputusan dan pencarian solusi terbaik atau optimal. Teknik pemrograman
matematikal sangat berguna dalam pencarian minimum suatu fungsi beberapa
variabel di bawa kendala yang ada. Teknik proses stokastik dapat digunakan untuk
menganalisis masalah yang didiskripsikan dengan sekumpulan variabel acak
dimana distribusi probabilitasnya diketahui. Metode statistikal dapat digunakan
untuk menganalisis data eksperimen dan untuk membangun model secara empirik
untuk memperoleh representasi yang lebih akurat mengenai situasi fiskal.

2
 Metode Optimasi
Optimization Method (MN184503)

2.2 Metode Optimasi

Metode numerik adalah satu-satunya metode alternatif yang ada dalam
upaya menyelesaikan persoalan-persoalan matematis. Metode yang lain dikenal
dengan sebutan metode analitik .Ada dua alasan umum mengapa pilihan dijatuhkan
kepada metode numerik. Alasan pertama metode ini memberikan keefisienan dan
keefektipan di dalam menyelesaikan perpersolan-persoalan matematis
dikarenakan berkembangnya perangkat keras dan lunak komputer akhir-akhir ini.
Alasan yang lain adalah metode numerik memungkinkan untuk mengkaji
parametrik dari persoalan dengan medan yang bersifat sembarang. Alasan yang
terakhir ini lebih bermakna ketidakmampuan metode analitik untuk
menyelesaikan persolan-persoalan matematis aplikasi yang kompleks. Dalam
banyak literatur analisa numerik diungkapkan bahwa di dalam metode numerik
keputusan menerima atau menolak suatu jawaban aproksimasi berdasarkan
kepada toleransi kedekatan yang disepakati. Toleransi yang dibuat menyangkut
kesepakatan kesalahan/galat yang ditimbulkan oleh rumus/formula yang
digunakan. Tentu semakin kecil kesalahan/galat yang ditimbulkan oleh
penggunaan suatu rumus/formula maka semakin baik hasil aproksimasi yang
dihasilkan. Kemajuan teknologi komputer saat ini memberi peluang besar untuk
mendapatkan nilai aproksimasi yang cepat dan akurat yang pada akhirnya
meringankan kerja si pengguna metode numerik. Hal ini didasari pada kenyataan
bahwa metode-metode yang sudah ada maupun yang sedang dikembangkan
memerlukan proses interasi yang cukup panjang. Oleh karena itu tidak cukup
memadai bila dikerjakan dengan cara manual maupun menggunakan kalkulator
biasa yang telah dikenal.

2.3 Metode Biseksi

Dinamakan metode biseksi (Bi Section) didasarkan atas teknis metode ini
adalah “belah dua”. Metode Biseksi diformulasikan berdasarkan Teorema 1.1
yang menyatakan bahwa bila fungsi kontinu dalam selang/interval (a , b) dan f(a)
dan f(b) berlawanan tanda, maka f(α) = 0 untuk suatu bilangan α sedemikian
hingga a < α <b

Dengan metode Biseksi, nilai α pertama kali diaproksimasi dengan memilih x

yang didefinisikan dengan x0 = a+b/2 Bila atau “dekat” kepada nilai 0 untuk
suatu nilai toleransi yang diberikan maka x adalah nilai akar dari f(x)=0 .
Sebaliknya bila f(x0) ≠ 0 atau f(x0) “dekat” kepada nilai 0 tetapi tidak memenuhi
suatu nilai toleransi yang diberikan, maka berdasarkan Teorema 1.1 ada dua
kemungkinan yakni nilai akar berada di antara a dan atau nilai akar berada di
antara x0 dan b. Dari salah satu kemungkinan ini, metode Biseksi kembali akan
digunakan. Secara geometris, metode Biseksi yang dikemukan di atas
diilustrasikan melalui gambar grafik berikut ini.

3
 Metode Optimasi
Optimization Method (MN184503)

Gambar 2.1 Metode Biseksi

2.5 Metode Iterasi

Dalam proses iteratif, dimulai dengan aproksimasi x untuk suatu akar α dan dari
hasil tersebut dilakukan aproksimasi sebelum aproksimasi x1 demikian
seterusnya. Dengan proses yang efektif nilai-nilai yang diperoleh x1,x2,x3,xn
makin lama makin mendekati akar α. Proses tersebut diteruskan sehingga
aproksimasi dengan ketelitian yang diinginkan diperoleh. Jadi untuk suatu proses
iteratif kita perlukan kedua hal berikut :

(i) Aproksimasi x , dan 0

(ii) Metode atau formula untuk memperoleh aproksimasi xn+1 dalam suku-suku
dari aproksimasi xn

4
 Metode Optimasi
Optimization Method (MN184503)

BAB III
METODOLOGI PENELITIAN
3.1 Diagram Alir
Adapun diagram alir yang digunakan selama penelitian ini adalah sebagai
berikut:

START

STUDI

Pemodelan persamaan non linier

linear
Penerjemahan Bahasa excel ke
visual basic

Pembuatan Bahasa pemograman

Menguji Bahasa pemograman

TIDAK
BAIK

YA
PEMBUATAN LAPORAN

SELESAI
Gambar 3.1 Diagram alir pengerjaan
3.2 Studi
Pada tahap ini dilakukan studi mengenai pencarian akar-akar pembuat nol
mengenai metode biseksi.

5
 Metode Optimasi
Optimization Method (MN184503)

BAB IV
HASIL DAN PEMBAHASAN
4.1 Perumusan masalah di excel
Langkah-langkah untuk mendapatkan hasil dari proses iterasi menggunakan
bisection search adalah sebagai berikut :

1. Merumuskan fungsi pada excel, dalam kasus ini fungsi yang digunakan
adalah : -0.0885 X4 + 1.3542 X3 – 6.2708 X2 + 8.8333 X – 1

2. Menentukan domain penyelesaian dari suatu fungsi yang ingin dituju,

dalam kasus ini domain yang digunakan adalah 0 sampai dengan 8, atau
bisa ditulis 0≤X≤8.

3. Membuat sketsa grafik menggunakan excel untuk mengetahui atau

mendapatkan jumlah akar-akar pada domain yang sudah ditentukan pada
langkah nomor 2.

Gambar 4.1 Contoh sketsa grafik untuk suatu persamaan

4. Mengidentifikasi jumlah akar untuk persamaan yang sudah ditentukan

dalam langkah pertama, dalam kasus ini ada 4 akar pada rentang nilai
0≤X≤0.2, kemudian 2.2≤X≤2.4, kemudian 4.8≤X≤5, dan 7.8≤X≤8.

5. Menurunkan rumus untuk bisection search, dengan perincian sebagai

berikut:
F(X) : -0.0885 X4 + 1.3542 X3 – 6.2708 X2 + 8.8333 X – 1

6
 Metode Optimasi
Optimization Method (MN184503)

Domain : 0≤X≤8
Ditanya : Akar-akar persamaan didapat pada nilai X = ?

Dikarenakan persoalan ini untuk mendapatkan nilai akar-akar, maka

peninjauan fungsi adalah untuk mendapatkan Y=0, maka nilai F(X) yang
lebih besar dibandingkan F(X) lainnya akan diabaikan.

Maka untuk mendapatkan nilai F(X) agar bisa dibandingkan, dipilih 2 titik
sebagai acuan awal yang selanjutnya akan dilakukan iterasi sampai
mendapatkan nilai F(X) = 0.

Contoh , untuk 0≤X≤1

Titik 1 :0
Titik 2 :1
Titik Tengah : (0+1)/2 = 0.5
Maka nilai dari :
F(0) = -0.0885 (0)4 + 1.3542 (0)3 – 6.2708 (0)2 + 8.8333 (0) – 1
= -1
F(1) = -0.0885 (1)4 + 1.3542 (1)3 – 6.2708 (1)2 + 8.8333 (1) – 1
= 2.8282
F(0.5) = -0.0885 (0.5)4 + 1.3542 (0.5)3 – 6.2708 (0.5)2 + 8.8333 (0.5) – 1
= 2.01269

Dari hasil F(1) di atas, dapat terlihat ada perubahan tanda dari negatif
menjadi positif selama proses F(0) menuju F(1) atau lebih tepatnya lagi
yaitu F(0) menuju F(0.5). Perubahan tanda menunjukan adanya nilai 0
pada suatu titik antara 0 menuju 0.5. Maka, iterasi diulang dengan titik
acuan awal yang baru, yaitu dari Titik 0, menujuk Titik 0.5, dengan nilai
tengah baru yaitu 0.25. Seperti yang bisa dilihat pada tabel berikut :

Tabel 4.1 Hasil Iterasi dari Bisection Search

7
 Metode Optimasi
Optimization Method (MN184503)

6. Maka dengan pertimbangan error atau ketelitian dari proses iterasi, bisa
ditulis sebagai fungsi if pada excel agar hasil yang didapat sesuai dengan
ketelitian yang ditentukan. Dalam hal ini ketelitian diatur sebesar
0.0000000001.

7. Maka dapat dilihat hasil yang didapat adalah X = 0.123799702 untuk akar
pertama yaitu dari selang 0≤X≤1.

8. Untuk mendapatkan nilai akar-akar pada selang lainnya, maka domain

yang ditentukan pada contoh perhitungan langkah ke-5 dapat diubah
sesuai selang yang ada. Sehingga didapat hasil berupa :

X = 0.123799702 untuk 0≤X≤1

X = 2.35118919 untuk 2≤X≤3
X = 4.892948089 untuk 4≤X≤5
X = 7.933757934 untuk 7≤X≤8.

4.2 Pemograman di Visual Basic

Setelah mengetahui langkah-langkah di atas, langkah selanjutnya adalah
melakukan pemograman pada visual basic, yaitu dengan cara :

1. Membuka visual basic melalui excel. Yaitu pada tabs “DEVELOPER”.

Jika tidak ada, maka dapat mengikuti langkah-langkah berikut, yaitu :
File – Options – Customize Ribbon – Main Tabs – Developer. Pada kotak
bagian developer, dapat dicentang.

Gambar 4.2 Cara menghubungkan visual basic dengan excel

8
 Metode Optimasi
Optimization Method (MN184503)

2. Membuka tampilan visual basic dengan cara mengklik tombol “VISUAL

BASIC” pada tabs developer.Gambar 4.3 Cara membuka Visual Basic

Gambar 4.3 Tampilan awal visual basic

3. Membuat module pemograman dengan cara yaitu :

Insert – Module

Gambar 4.4 Tampilan module visual basic

9
 Metode Optimasi
Optimization Method (MN184503)

4. Membuat pemograman yaitu sebagai berikut :

5. Melakukan Running pada Excel dengan memasukan fungsi pada salah satu
cells di excel sesuai dengan baris pertama, yaitu :

“ =Bisection(Titik1,Titik2,Ketelitian) “

Contoh : =Bisection(0,1, 0.0000000001)

Maka cells tersebut akan langsung menunjukkan hasil running dari visual
basic tersebut, yaitu didapat X = 0.123799702, sesuai dengan hasil
perhitungan manual pada excel di subbab 4.1.

6. Mengulangi langkah kelima dengan mengganti batasan Titik 1 dan Titik 2

sesuai dengan selang yang ingin ditinjau. Yaitu didapat sebesar :

X = 0.123799702 untuk 0≤X≤1

X = 2.35118919 untuk 2≤X≤3
X = 4.892948089 untuk 4≤X≤5
X = 7.933757934 untuk 7≤X≤8.

10
 Metode Optimasi
Optimization Method (MN184503)

BAB V
KESIMPULAN
Setelah melakukan studi literatur dan serangkaian perhitungan di atas, dapat
disimpulkan bahwa :

1. Metode Biseksi dapat digunakan untuk mencari nilai-nilai akar dengan

prinsip membelah dua suatu domain dan membandingkan nilai fungsi dari
masing-masing daerah domain tersebut yang daerah penyelesaiannya
sesuai dengan hasil akhir yang ingin dicapai,dalam kasus ini yaitu 0. Hal
ini dilakukan secara berulang-ulang atau iterasi.

2. Untuk Persamaan -0.0885 X4 + 1.3542 X3 – 6.2708 X2 + 8.8333 X – 1

didapat 4 akar-akar penyelesaian, yaitu pada :

X = 0.123799702 untuk 0≤X≤1

X = 2.35118919 untuk 2≤X≤3
X = 4.892948089 untuk 4≤X≤5
X = 7.933757934 untuk 7≤X≤8.

3. Kekurangan program ini adalah masih harus dilakukan input fungsi secara
manual ke dalam visual basic, sehingga untuk kasus permodelan lainnya
harus mengganti fungsi yang sudah ditentukan dan juga dengan domain-
domain yang ada. Begitu juga dengan akar-akar yang berjumlah majemuk,
maka domain awal yaitu 0≤X≤8 harus dipecah menjadi 0≤X≤1 , 2≤X≤3,
4≤X≤5, dan 7≤X≤8 agar mendapat hasil yang teliti.

11
 Metode Optimasi
Optimization Method (MN184503)

DAFTAR PUSTAKA

(n.d.). Retrieved from https://physics.info/flow/

(n.d.). Retrieved from http://aeroengineering.co.id/2019/02/pengenalan-

computational-fluid-dynamics-cfd/

(n.d.). Retrieved from

https://www.academia.edu/35549822/HUKUM_KEKEKALAN_MASSA

(n.d.). Retrieved from https://fisikazone.com/hukum-ii-newton/

(n.d.). Retrieved from https://www.studiobelajar.com/hukum-kekekalan-energi/

(n.d.). Retrieved from http://digilib.unila.ac.id/6872/15/15%20BAB%20II.pdf

Berg, Z. (2018). Retrieved from

https://www.sciencedirect.com/topics/engineering/fluid-flow

Princeton. (2017). Retrieved from

https://www.princeton.edu/~asmits/Bicycle_web/continuity.html

12