ANALISIS NUMERIK DENGAN METODE REGULA

FALSI DAN METODE SECANT

TUGAS UTS

MOH. IKRA ARDIANSYAH

G 501 18 059

PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
ALAM
UNIVERSITAS TADULAKO

MARET 2020
 METODE REGULA FALSI

A. Pengertian Metode Regula Falsi

Metode regula falsi disebut juga metode Interpolasi linear atau metode
posisi palsu, adalah metode yang di gunakan untuk mencari akar-akar
persamaan non-linear melalui proses iterasi. Metode regula falsi merupakan
metode pencarian akar persamaan dengan memanfaatkan kemiringan dan
selisih tinggi dari dua titik batas range. Metode regula falsi merupakan
modifikasi dari metode biseksi dengan cara memperhitungkan kesebangunan
yang dilihat pada kurva berikut.

Secara umum rumus iterasi dari metode regula falsi adalah :

𝑓 (𝑥2 ) (𝑥2 − 𝑥1 )
𝑥 = 𝑥2 −
𝑓 (𝑥2 ) − 𝑓(𝑥1 )

B. Algoritma Metode Regula Falsi

1. Definisikan fungsi 𝑓(𝑥)

2. Tentukan batas bawah (𝑥1 ) dan batas atas (𝑥2 )
3. Tentukan nilai fungsi error (𝜀) dan iterasi maksimum ( 𝑛 )
4. Tentukan nilai fungsi 𝑓(𝑥1 ) dan 𝑓(𝑥2 )
5. Untuk iterasi I = 1 s/d n
 𝑓 (𝑥2 ) (𝑥2 − 𝑥1 )
𝑥 = 𝑥2 −
𝑓 (𝑥2 ) − 𝑓(𝑥1 )

 Hitung nilai 𝑓(𝑥)

 Hitung error = |𝑓 (𝑥)|
 Jika 𝑓 (𝑥1 ). 𝑓 (𝑥) ≤ 0 𝑚𝑎𝑘𝑎 𝑥2 = 𝑥 dan jika tidak maka 𝑥1 =
𝑥
 Jika |𝑓 (𝑥 )| ≤ 𝜀, maka hentikan iterasi

6. Akar persamaan adalah 𝑥

C. Contoh Soal Metode Regula Falsi

1. Tentukan nilai x dengan menggunakan metode regula falsi sehingga
𝑥 𝑒 −𝑥 + 1 = 0 dengan toleransi kesalahan 𝐸 = 0,001.
Penyelesaian :

1. 𝑓(𝑥 ) = 𝑥 𝑒 −𝑥 + 1
[𝑥1 , 𝑥2 ] = [−1, 0]
𝑓 (𝑥1 ) = 𝑥1 𝑒 −𝑥1 + 1
𝑓 (−1) = −1 𝑒 —1 + 1
= −1,7183
𝑓(𝑥2 ) = 𝑥2 𝑒 −𝑥2 + 1
𝑓 (0) = 0 𝑒 −(0) + 1
=1
𝑓(𝑋2 ) (𝑋2−𝑋1 )
2. 𝑥 = 𝑥2 − 𝑓(𝑋2 )−𝑓(𝑋1)
(1)(0 − (−1))
𝑥 =0−
(1) − (−1,7183)
= −0,36788
3. 𝑓(𝑥 ) = 𝑥 𝑒 −𝑥 + 1
𝑓(−0,36788) = −0,36788 𝑒 0,36788 + 1
= 0,468535
𝑓(𝑥1 ). 𝑓 (𝑥) = (−1,7183). (0,46853) < 0
Maka 𝑥2 = 𝑥 = −3,6788 ; 𝑓 (𝑥2 ) = 0,468535
Nilai error = |𝑓 (𝑥)| = 0,468535
Iterasi 1
(0,468535)(−0,36788−(−1)
1. 𝑥 = −0.36788 − (0,468535)−(−1,7183)
= −0,50331
0,50331
2. 𝑓(𝑥 ) = −0,50331 𝑒 + 1 = 0,16742
𝑓(𝑥1 ) = −1,7183
𝑓(𝑥1 ). 𝑓 (𝑥) = (−1,7183). (0,16742) < 0
Maka 𝑥2 = 𝑥 = −0,50331 ; 𝑓(𝑥2 ) = 0,16742
Nilai error = |𝑓 (𝑥 )| = 0,16742

Iterasi 2
(0,167431)(−0,50331−(−1))
1. 𝑥 = −0,50331 − (0,167431)−(−1,7183)
= −0,54741
0,54741
2. 𝑓(𝑥 ) = −0,54741 𝑒 + 1 = 0,053652
𝑓(𝑥1 ) = −1,7183
𝑓(𝑥1 ). 𝑓 (𝑥) = (−1,7183). (0,053652) < 0
Maka 𝑥2 = 𝑥 = −0,54741 ; 𝑓(𝑥2 ) = 0,053652
Nilai error = |𝑓 (𝑥 )| = 0,053652

Iterasi 3
(0,053652)(−0,54741−(−1)
1. 𝑥 = −0,54741 − (0,053652)−(−1,7183)
= −0,56111
0,5111
2. 𝑓(𝑥 ) = −0,5111 𝑒 + 1 = 0,016577
𝑓(𝑥1 ) = −1,7183
𝑓(𝑥1 ). 𝑓 (𝑥) = (−1,7183). (0,016577) < 0
Maka 𝑥2 = 𝑥 = −0,56111 ; 𝑓(𝑥2 ) = 0,016577
Nilai error = |𝑓 (𝑥 )| = 0,016577
Iterasi 4
(0,016577)(−0,56111−(−1)
1. 𝑥 = −0,56111 − (0,016577)−(−.1,7183)
= −0,56531
0,56531
2. 𝑓(𝑥 ) = −0,56531 𝑒 + 1 = 0,005067
𝑓(𝑥1) = −1,7183
𝑓(𝑥1 ). 𝑓 (𝑥) = (−1,7183). (0,005067) < 0
Maka 𝑥2 = 𝑥 = −0,56531 ; 𝑓(𝑥2 ) = 0,005067
Nilai error = |𝑓 (𝑥 )| = 0,005067
Iterasi 5
(0,005058)(−0,56531−(−1)
1. 𝑥 = −0,56531 − (0,005058)−(−1.7183)
= −0,56659
0,56659
2. 𝑓(𝑥 ) = −0,56659 𝑒 + 1 = 0,00154
Maka 𝑥2 = 𝑥 = −0,56659 ; 𝑓(𝑥2 ) = 0,00154
Nilai error = |𝑓 (𝑥 )| = 0,00154

Karena nilai error telah mencapai nilai E = 0,001 maka iterasi di hentikan.
i x1 x2 f(x1) f(x2) x fx error keterangan
0 -1 0 -1.71828 1 -0.36788 0.46854 0.46854 f(x1).f(x)<0
1 -1 -0.36788 -1.71828 0.468535 -0.50331 0.16742 0.16742 f(x1).f(x)<0
2 -1 -0.50331 -1.71828 0.167431 -0.54741 0.05365 0.05365 f(x1).f(x)<0
3 -1 -0.54741 -1.71828 0.053654 -0.56111 0.01658 0.01658 f(x1).f(x)<0
4 -1 -0.56111 -1.71828 0.016589 -0.56531 0.00507 0.00507 f(x1).f(x)<0
5 -1 -0.56531 -1.71828 0.005058 -0.56659 0.00154 0.00154

Berdasarkan tabel di atas dapat disimpulkan bahwa nilai x untuk mencapai nilai E =
0,001, dari persamaan 𝑥 𝑒 −𝑥 + 1 = 0 adalah x = -0.56659

METODE SECANT

A. Pengertian Metode Secant

Metode secant merupakan perbaikan dari metode regula falsi dan
Newton Rhapson dimana kemiringan dua titik di nyatakan secara diskrit,
dengan mengambil bentuk garis lurus yang melalui satu titik. Tujuan metode
secant adalah untuk menyelesaikan masalah yang terdapat pada metode
Newton Rhapson yang terkadang sulit mendapatkan turunan pertama yaitu
𝑓 ′ (𝑥). Dan fungsi metode secant adalah untuk menaksirkan akar dengan
menggunakan diferensi daripada turunan untuk memperkirakan
kemiringan/slope.

Dengan rumus :
𝑓 (𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )
𝑓 ′ (𝑥 ) =
(𝑥𝑛 ) − (𝑥𝑛−1 )
𝑓 (𝑥𝑛 )(𝑥𝑛 − 𝑥𝑛−1 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )
B. Algoritma Metode Secant
1. Definisikan fungsi f(x)
2. Definisikan toleransi error (E) dan iterasi maksimum (n)
3. Masukkan dua nilai pendekatan awal yang di antaranya terdapat akar
yaitu x0 dan x1, sebaiknya gunakan metode tabel atau grafis untuk
menjamin titik pendekatannya adalah titik pendekatan yang
konvergensinya pada akar persamaan yang di harapkan.
4. Hitung f(x0) dan f(x1) sebagai y0 dan y1
5. Untuk iterasi I = 1 s/d n gunakan rumus :
𝑓 (𝑥𝑛 )(𝑥𝑛 − 𝑥𝑛−1 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )
6. Akar persamaan adalah nilai x yang terakhir

C. Contoh Soal Metode Secant

Hitunglah akar persamaan dari : 𝑓(𝑥 ) = 4𝑥 3 − 15𝑥 2 + 17𝑥 − 6,
dimana 𝑥1 = −1 𝑑𝑎𝑛 𝑥2 = 3
penyelesaian :

Iterasi 1
𝑥1 = −1
𝑥2 = 3
𝑓 (𝑥1 ) = 4𝑥1 3 − 15𝑥1 2 + 17𝑥1 − 6 = −42
𝑓 (𝑥2 ) = 4𝑥2 3 − 15𝑥2 2 + 17𝑥2 − 6 = 18

𝑓 (𝑥2 )(𝑥2 − 𝑥1 )
𝑥3 = 𝑥2 −
𝑓(𝑥2 ) − 𝑓(𝑥1 )
(18)(3 − (−1))
𝑥3 = 3 − = 1.8
(18) − (−42)

Iterasi 2
𝑥1 = 3
𝑥2 = 1.8
𝑓 (𝑥1 ) = 4𝑥1 3 − 15𝑥1 2 + 17𝑥1 − 6 = 18
𝑓 (𝑥2 ) = 4𝑥2 3 − 15𝑥2 2 + 17𝑥2 − 6 = −0,672

𝑓 (𝑥2 )(𝑥2 − 𝑥1 )
𝑥3 = 𝑥2 −
𝑓(𝑥2 ) − 𝑓(𝑥1 )
(−0,672)(1.8 − 3)
𝑥3 = 1.8 − = 1.84319
(−0,672) − (18)
Iterasi 3
𝑥1 = 1.8
𝑥2 = 1.84319
𝑓 (𝑥1 ) = 4𝑥1 3 − 15𝑥1 2 + 17𝑥1 − 6 = 0,672
𝑓 (𝑥2 ) = 4𝑥2 3 − 15𝑥2 2 + 17𝑥2 − 6 = −0,57817

𝑓 (𝑥2 )(𝑥2 − 𝑥1 )
𝑥3 = 𝑥2 −
𝑓(𝑥2 ) − 𝑓(𝑥1 )
(−0,57817)(1.84319 − 1.8)
𝑥3 = 1.84319 − = 2,10932
(−0,57817) − (0,672)

Iterasi 4
𝑥1 = 1.84319
𝑥2 = 2,10932
𝑓 (𝑥1 ) = 4𝑥1 3 − 15𝑥1 2 + 17𝑥1 − 6 = −0,57817
𝑓 (𝑥2 ) = 4𝑥2 3 − 15𝑥2 2 + 17𝑥2 − 6 = 0,65939

𝑓 (𝑥2 )(𝑥2 − 𝑥1 )
𝑥3 = 𝑥2 −
𝑓(𝑥2 ) − 𝑓(𝑥1 )
(0,65939)(2,10932 − 1.84319)
𝑥3 = 2,10932 − = 1.96752
(0,65939) − (−0,57817)

Iterasi 5
𝑥1 = 2,10932
𝑥2 = 1.96752
𝑓 (𝑥1 ) = 4𝑥1 3 − 15𝑥1 2 + 17𝑥1 − 6 = 0,65939
𝑓 (𝑥2 ) = 4𝑥2 3 − 15𝑥2 2 + 17𝑥2 − 6 = −0,15303

𝑓 (𝑥2 )(𝑥2 − 𝑥1 )
𝑥3 = 𝑥2 −
𝑓(𝑥2 ) − 𝑓(𝑥1 )
(−0,15303)(1.96752 − 2,10932)
𝑥3 = 1.96752 − = 1.99423
(−0,15303) − (0,65939)

Iterasi 6
𝑥1 = 1.96752
𝑥2 = 1.99423
𝑓 (𝑥1 ) = 4𝑥1 3 − 15𝑥1 2 + 17𝑥1 − 6 = −0,15303
𝑓 (𝑥2 ) = 4𝑥2 3 − 15𝑥2 2 + 17𝑥2 − 6 = −0,02854

𝑓 (𝑥2 )(𝑥2 − 𝑥1 )
𝑥3 = 𝑥2 −
𝑓(𝑥2 ) − 𝑓(𝑥1 )
 (−0,02854)(1.99423 − 1.96752)
𝑥3 = 1.99423 − = 2,00036
(−0,02854) − (−0,15303)

Iterasi 7
𝑥1 = 1.99423
𝑥2 = 2,00036
𝑓 (𝑥1 ) = 4𝑥1 3 − 15𝑥1 2 + 17𝑥1 − 6 = −0,02854
𝑓 (𝑥2 ) = 4𝑥2 3 − 15𝑥2 2 + 17𝑥2 − 6 = 0,00178

𝑓 (𝑥2 )(𝑥2 − 𝑥1 )
𝑥3 = 𝑥2 −
𝑓(𝑥2 ) − 𝑓(𝑥1 )
(0,00178)(2,00036 − 1.99423)
𝑥3 = 2,00036 − = 1,999996
(0,00178) − (−0,02854)

Iterasi 8
𝑥1 = 2,00036
𝑥2 = 1,999996
𝑓 (𝑥1 ) = 4𝑥1 3 − 15𝑥1 2 + 17𝑥1 − 6 = 0,00178
𝑓 (𝑥2 ) = 4𝑥2 3 − 15𝑥2 2 + 17𝑥2 − 6 = −0,0002

𝑓 (𝑥2 )(𝑥2 − 𝑥1 )
𝑥3 = 𝑥2 −
𝑓(𝑥2 ) − 𝑓(𝑥1 )
(−0,0002)(1,999996 − 2,00036)
𝑥3 = 2,00036 − =2
(−0,0002) − (0,00178)

Iterasi 9
𝑥1 = 1,999996
𝑥2 = 2
𝑓 (𝑥1 ) = 4𝑥1 3 − 15𝑥1 2 + 17𝑥1 − 6 = −0,0002
𝑓 (𝑥2 ) = 4𝑥2 3 − 15𝑥2 2 + 17𝑥2 − 6 = 0

𝑓 (𝑥2 )(𝑥2 − 𝑥1 )
𝑥3 = 𝑥2 −
𝑓(𝑥2 ) − 𝑓(𝑥1 )
(0)(2 − 1,999996)
𝑥3 = 2,00036 − =0
(0) − (−0,0002)

Karena nilai 𝑥𝑛+1 = 0 maka iterasi di hentikan dengan akar persamaan dari
𝑓 (𝑥 ) = 4𝑥 3 − 15𝑥 2 + 17𝑥 − 6 adalah 2
i x1 x2 f(x1) f(x2) x3
1 -1 3 -42 18 1.8
2 3 1.8 18 -0.672 1.843188
3 1.8 1.843188 -0.672 -0.578174 2.109321
4 1.843188 2.10932 -0.57817 0.6593836 1.967522
5 -
2.10932 1.96752 0.659384 0.1530425 1.994232
6 -
1.96752 1.99423 -0.15304 0.0285511 2.000356
7 1.99423 2.00036 -0.02855 0.0018012 1.999996
8 2.00036 1.999996 0.001801 -2E-05 2
9 1.999996 2 -2E-05 0 2