Perhitungan Akar Persamaan Non Linier

Hudchon Doyo Hastomo1), Rama Pharamahaesta H.2) , Ade Agung Harnawan, S.Si.,M.Sc3)
Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lambung
Mangkurat Banjarbaru, Indonesia

hudchonhas@gmail.com1 @gmail.com2 adeagungharnawan@ulm.ac.id3

, ,

ABSTRACT− The nonlinear equation is an open mathematical sentence whose variable

degree is not equal to one or contains non-linear function values, such as log, sin, and so forth.
There are several methods used to solve non linear equations using bisection method, regula falsi,
newton raphson and secant. The bisection method is a continuation of the table method because
the initial idea of this method is the table method, where the area is divided into N sections.
Regula falsi method is also called linear interpolation method is a method used to find the roots of
non linear equations through the iteration process with the equation. Newton raphson method is
one method of solving nonlinear equations with approach method using one starting point and
approaching it by paying attention to slope or gradient at that point, commonly used in finding
root from a non linear equation. The secant method is an improvement of the method of regula-
falsi and newton raphson in which the two-point slope is declared discrete, by taking a straight
line through a single point.
KEYWORD : Non-Linear Equations, Method Biseksi, Regula Falsi Method, Rhapson Newton
Method, Secant Method.

I. PENDAHULUAN fisika itu sendiri. Model fisika sendiri banyak

Seiring berkembangnya teknologi,
semakin banyak juga kemudahan yang
diciptakan oleh manusia dalam mencapai
tujuan atau keinginan dengan mudah dan
cepat. Dalam bekerja misalnya, banyak
kemudahan seperti software pembantu untuk
membantu melayani meringankan berbagai
macam pekerjaan manusia yang tergolong
rumit. Semakin susah suatu pekerjaan
manusia semakin besar pula keinginan
manusia untuk mencitakan sebuah alat bantu
khususnya software.
Di dunia perkuliahan, khusus nya ilmu
sains fisika, sangat banyak permasalahan
kompleks kehidupan sehari-hari yang coba
dipecahkan dengan membuat model
persamaan yang di gagas dalam teori dan di
aplikasikan dengan sebuah eksperimen.
Semakin kompleks sebuah permasalahan,
semakin banyak juga pemikiran dan waktu
untuk menyelseaikan nya, karena
memerlukan gabungan dari beberapa model
menggunakan konsep matematika dasar
dengan konsep perhitungan yang cukup
rumit.
Persoalan yang melibatkan model
matematika banyak muncul dalam berbagai
disiplin ilmu pengetahuan, seperti dalam
bidang fisika, kimia ekonomi atau pada
persoalan rekayasa (engineering), seperti
Teknik Sipil, Teknik Mesin, Elektro dan
sebagainya. Seringkali model matematika
tersebut muncul dalam bentuk yang tidak
ideal atau sulit untuk dikerjakan secara
analitik adalah metode penyelesaian model
matematika dengan rumus-rumus aljabar
yang sudah baku atau lazim digunakan.
Mendapatkan Penyelesaian matematika
yang menjabarkan model suatu persoalan
nyata bidang rekayasa, sering solusi yang
dicari berupa nilai variabel x atau variabel t
sedemikian rupa sehingga terpenuhi
persamaan f(x) atau f(t)=0 yang digunakan

1
 Hastomo, Hudchon ., dkk. Perhitungan Akar Persamaan Non Linier

dalam model. Dalam beberapa kasus, melalui berkaitan dengan mencari solusi persamaan
faktorisasi f(x) atau f(t) dapat diperoleh non linear (akar persamaan).Persamaan non
penyelesaian seperti yang diinginkan akan linear adalah persamaan yang mempunyai
tetapi lebih banyak jabaran persamaannya peubah dengan pangkat terkecil adalah
dalam model mempunyai bentuk yang rumit,
1.Masalah pencarian solusi persamaan linear
sehingga teknik analisis matematika murni
dapat dirumuskan dengan singkat sebagai
tidak dapat memberikan solusi. Metode yang
berikut : tentukan nilai x yangmemenuhi
digunakan dalam menyelesaikan persamaan
non-linier selain metode biseksi dan regula persamaan f(x) =0, yaitu nilai x = s sedemikian
falsi terdapat lagi yaitu metode newton- sehingga f(s) sama dengan nol.Dalam metode
rhapson dan metode secant. numerik, pencarian akar f(x) = 0 dilakukan
Penyelesaian persamaan non linear secara iteratif (looping). Metode yang
adalah penentuan akar-akar persamaan non digunakan dalam penyelesaian persamaan
linear. Akar Sebuah persamaan adalah nilail non linear adalah :
nilai x yang menyebabkan nilai sama dengan 1. Metode Biseksi
nol. Dengan kata lain akar persamaan adalah Nilai f(x) akan berubah tanda, berbeda
titik potong antara kurva dan sumbu X.
pada kedua sisi akar, seperti yang
Beberapa persamaan polynomial yang
ditunjukkan pada contoh 2.1. Secara umum,
sederhana dapat diselesaikan dengan theorem
jika f(x) real dan kontinu pada interval antara
sisa, sehingga tidak memerlukan metode
numerik dalam menyelesaikannya, karena xl sampai xu, dan f(xl) dan f(xu) berlawanan
metode analitik dapat dilakukan. tanda, maka :
Penyelesaian secara numerik umumnys f (xl )f (xu ) < 0 . . . . . . . . . . . . . . . (2.1)
melibatkan proses iterasi, perhitungan dan sekurang-kurangnya ada satu akar pada
berulang dari data numerik yang ada. Jika interval itu.
proses iterasi tersebut dilakukan secara Berikut langkah-langkah komputasi
manual, akan membutuhkan waktu yang aktual dengan metode bagi dua :
relatif lama dan kemungkinan timbulnya nilai
Langkah 1: Tentukan nilai awal xl yang
kesalahan (error) akibat manusia itu sendiri
lebih rendah dan xu yang lebih
juga relatif besar. Misalnya untuk
tinggi, sehingga fungsi berubah
menyelesaikan persoalan persamaan non-
linear , jika diselesaikan menggunakan cara tanda melalui interval. Ini bisa
manual menggunakan Metode Biseksi dicek dengan menghitung
diperlukan beberapa iterasi. Untuk
penyelesaian sampai tujuh angka di belakang Langkah 2: Estimasikan akar xr, yang
koma dapat terjadi iterasi sampai puluhan ditentukan oleh:
kali. Ini tentu membutuhkan waktu yang
....................
relatif lama. Pada kenyataannya sering terjadi
proses iterasi sampai ratusan kali, pada (2.2)
keadaan demikian ini komputer sangat Langkah 3: Lakukan evaluasi berikut untuk
dibutuhkan untuk mengurangi waktu menentukan interval akar:
penyelesaian. a. Jika f(xl )f(xr) < 0 berarti akar
pada sub-interval
II. METODOLOGI KASUS bawah(xl,xr), kemudian set
Dalam bidang sains atau pun terapan xu=xr dan kembali lakukan
sering kali berhadapan dengan masalah yang langkah 2
 b. Jika f(xl)f(xr) > 0berarti akar sumbu x dan garis singgung pada kurva f di
pada sub-interval atas(xu,xr), titik (xi,f(xi). Prosedur yang sama diulang,
kemudian set xl=xr dan menggunakan nilai terbaru sebagai nilai coba
kembali lakukan langkah 2 untuk iterasi seterusnya.
c. Jika f (xl)f (xr ) = 0 akarnya Metode Newton Raphson ini bisa
adalah xr, perhitungan diturunkan dari interpretasi geometri
dihentikan. (alternatif lain didasarkan pada deret Taylor).
Dengan metode ini ditentukan titik tengah Dari gambar 2.2, turunan pertama terhadap x
interval, dan interval akan dibagi menjadi adalah ekivalen dengan kemiringan :
dua sub-interval, yang salah satunya pasti
mengandung akar. Berikutnya yang ditinjau . . . . . . . . . . . . . . . . . . . . . (2.4)
adalah sub-interval yang mengandung akar. Dan bisa dituliskan ulang :
Proses diulangi dengan membagi sub-interval
tersebut dan memeriksa separo sub-interval
. . . . . . . . . . . . . . . . . .(2.5)
mana yangmengandung akar. Pembagiduaan
sub-sub interval ini dilanjutkan sampai lebar
interval yang ditinjau cukup kecil. Kriteria
penghentian komputasi dan kesalahan
estimasi pendekatan, adalah bijaksana untuk
selalu disertakan didalam setiap kasus
pencarian akar. Kesalahan relatif er cukup
representatif untuk kasus dimana nilai akar
sebenarnya telah diketahui. Pada situasi
aktual biasanya nilai akar sebenarnya tidak
Gambar 2.1 Skema Metode Newton Raphson
diketahui, sehingga diperlukan kesalahan
(Nakamura, 1993).
relatif pendekatan era, yaitu:
Metode Newton Raphson secara umum
direkomendasikan karena kesederhanaannya,
. . . . . . . .. . . . . . . .(2.3)
konvergensinya yang sangat cepat dan efisien
(Mathews, 1992).
dibanding metode lainnya. Tetapi ada pada
2. Metode Newton Raphson
situasi tertentu, seperti kasus khusus– akar-
Metode Newton Raphson adalah metode
akar ganda dialamati lebih lambat. misalnya
iterasi lain untuk memecahkan persamaan
menentukan akar positif dari fungsi f(x)=x10–
f(x)=0, dengan f diasumsikan mempunyai
1, dengan nilai tebakan awal x=0,5. Pada
turunan kontinu f’. Secara geometri metode
iterasi awal memberikan hasil yang cukup
ini menggunakan garis singgung sebagai
jauh 51,65; 46,485; … dan seterusnya dengan
hampiran fungsi pada suatu selang. Gagasan
nilai yang simultan turun dengan lambat,
dasarnya adalah grafik f dihampiri dengan
konvergensi sampai nilai sebenarnya 1
garis-garis singgung yang sesuai. Dengan
(Mathews, 1992).
menggunakan suatu nilai xi sebagai tebakan
3. Metode Talibusur (Secant)
awal yang diperoleh dengan melokalisasi
Masalah potensial dalam implementasi
akar-akar dari f(x) terlebih dahulu, kemudian
metode Newton Raphson adalah evaluasi
ditentukan xi+1 sebagai titik potong antara
pada turunan. Metode Secant diperoleh dari

3
 Hastomo, Hudchon ., dkk. Perhitungan Akar Persamaan Non Linier

metode Newton dengan caramenggantikan iterasi pada (2.10) dalam bentuk :

turunan f’(x) dengan beda hingga terbagi,

. . . . . (2.6)
Jika persamaan diatas di subsitusikan
iteratifnya menjadi :
. . . …..(2.7)
atau bisa dituliskan dalam bentuk
. . . . (2.8)
Secara geometri, dalam metode Newton
xi+1 merupakan perpotongan sumbu x dengan
garis singgung di xi, sedangkan dalam
metode Secant xi+1 adalah perpotongan sumbu
x dengan talibusur kurva f(x)
berpadanan terhadap xn+1 dan xn. Metode
Secant memerlukan dua tebakan awal, xi–1
dan xi, tetapi tanpa perhitungan turunan.
. . ... . (2.9)
karena bisa jadi menimbulkan kesulitan
ketika xn dan xn-1 bernilai hampir sama
(Morris, 1983).
4. Metode Regula Falsi
Metode Regula Falsi (dalam bahasa latin)
yang berarti metode posisi palsu atau false
position method merupakan suatu metode
yang memanfaatkan nilai f(a) dan nilai f(b).
Metode regula falsi adalah metode pencarian
akar persamaan dengan memanfaatkan
kemiringan (gradien) dan selisih tinggi dari
dua titik batas range. Seperti halnya metode
biseksi, metode ini bekerja secara iterasi
dengan melakukan update range. Dengan
metode ini, dibuat suatu garis lurus yang
yang
menghubungkan titik (a,f(a)) dan (b,f(b)).
Perpotongan garis tersebut dengan sumbu x
merupakan taksiran akar. Garis lurus tersebut
seolah-olah berlaku menggantikan kurva f(x)
dan memberikan posisi palsu dari akar
(Nakamura, 1993).
Persamaan non linier ini biasanya berupa
persamaan polynomial tingkat tinggi,
eksponensial, logaritmik, dan kombinasi dari
persamaan-persamaan tersebut. Seperti
metode biseksi,  Metode regula falsi juga
termasuk dalam metode tertutup. Pada
umumnya pencarian akar dengan metode
biseksi selalu dapat menemukan akar, namun

Gambar 2.1 Skema Metode Secant kecepatan untuk mencapai akar hampiran

Dapat diperlihatkan metode Secant lebih sangat lambat, oleh karena itu untuk

lambat dibandingkan metode Newton mempercepat pencarian akar tersebut

Raphson, tetapi menjadi pilihan bilamana dibutuhkan metode lain yaitu metode regula

kerja penghitungan suatu nilai f’(x) lebih lama falsi. kehadiran metode regula falsi adalah

daripada ½ kali kerja penghitungan nilai f(x). sebagai modifikassi dari metode biseksi, yang

Algoritmanya serupa dengan metode kinerjanya lebih cepat dalam mencapai akar

Newton. Tidak dianjurkan menuliskan skema hampiran (Mathews, 1992).

 Secara umum metode Regula Falsi lebih persamaan atau nilai-nilai nol yang berbentuk
cepat konvergensinya jika dibandingkan f(x) = 0. Umumnya persamaan yang akan
dengan metode bagi dua (bisection), karena dipecahkan muncul dalam bentuk persamaan
kecepatan konvergensi dapat ditingkatkan non linier yang melibatkan bentuk sinus,
bila nilai f(a) dan f(b) juga cosinus, eksponensial, logaritma dan fungsi
diperhitungkan.Selain sederhana, metode transenden lainnya. Pada penelitian ini akan
Biseksi dan metode Regula Falsi mempunyai dibahas sejumlah metode untuk mencari
beberapa kelebihan yaitu proses iterasi lebih akar-akar persamaan non linier dengan
cepat, mudah untuk dibuat program dan menggunakan metode numerik. Dalam
tingkat kesalahan kecil. Untuk metode yang Metode Numerik, pencarian akar-akar dari
menghasilkan error kecil maka metode f(x) = 0 dilakukan secara iteratif. Metode
tersebut lebih teliti dibanding dengan metode iteratif dimulai dengan aproksimasi atau
lain. Dalam metode Numerik ada beberapa tebakan awal untuk penyelesaian
metode yang dapat digunakan untuk penyelesaian atau akar-akar yang
menyelesaikan persamaan non-linear, sebenarnya, dan bila konvergen, hasil
diantaranya metode Tabulasi, metode Biseksi, aproksimasi terdekat dari barisan tersebut
metode Regula Falsi, metode Iterasi bentuk x adalah siklus dari perhitungan-perhitungan
= g(x), metode Newton Rapson, metode yang diulang-ulang, sampai diperoleh
Faktorisasi (P3, P4, P5), metode Bairstow dan penyelesaiannya atau akarnya. Di dalam
metode Quotient-Difference (Q-D) (Morris, metode analitik, banyaknya perhitungan
1983). adalah tetap atau tertentu, tetapi pada metode
Metode Newton Raphson adalah metode iteratif, banyaknya perhitungan tergantung
iterasi lain untuk memecahkan persamaan pada ketelitian yang diinginkan
f(x)=0, dengan f diasumsikan mempunyai (Mulyono,2020).
turunan kontinu f’. Secara geometri metode Matematika merupakan salah satu ilmu yang
ini menggunakan garis singgung sebagai sering diminati, karena di dalam matematika
hampiran fungsi pada suatu selang. Gagasan banyak permasalahan yang bisa diselesaikan,
dasarnya adalah grafik f dihampiri dengan salah satunya adalah menyelesaikan
garis-garis singgung yang sesuai. Pada permasalahan persamaan nonlinear yang
prosesnya digunakan suatu nilai xi sebagai berbentuk
tebakan awal yang diperoleh dengan
melokalisasi akar-akar dari f(x) terlebih
dahulu, kemudian ditentukan xi+1 sebagai dengan f : D adalah fungsi skalar di selang
terbuka D. Untuk menyelesaikan persamaan
titik potong antara sumbu x dan garis
singgung pada kurva f di titik (xi,f(xi). (1) kadangkala metode analitik tidak dapat
digunakan, sehingga diperlukan metode lain.
Prosedur yang sama diulang, menggunakan
nilai terbaru sebagai nilai coba untuk iterasi Metode yang sering digunakan untuk
menyelesaikan persamaan (1) adalah metode
seterusnya [6](Richard,2019)
llDi dalam bidang sains dan teknik, numerik dalam bentuk metode iterasi yang
menghasilkan penyelesaian berupa nilai
sering
dijumpai suatu persoalan untuk mencari hampiran. Metode iterasi yang sangat
populer dan sering digunakan untuk
solusi persamaan atau disebut akar-akar

5
 Hastomo, Hudchon ., dkk. Perhitungan Akar Persamaan Non Linier

menyelesaikan persamaan (1) adalah metode 4. Memasukan iterasi maksimum.

Newton dengan bentuk 5. Mencari nilai akar dari suatu
persamaan.
6. Menampilkan hasil operasi dan nilai
akar suatu persamaan.
dengan orde konvergensi dua [5]. Pada
perkembangannya metode Newton telah b. Mencari Akar Persamaan Dengan
banyak mengalami modifikasi dengan tujuan Metode Regula Falsi.
untuk meningkatkan orde konvergensi dan
1. Memasukkan nilai A.
indeks efisiensi. Kung dan Traub [8]
2. Memasukkan nilai B..
mengembangkan metode Newton menjadi
3. Mencari nila akar dari A dan B.
metode iterasi dua langkah dengan bentuk 4. Menampilkan nilai akar dari A dan B.

c. Mencari Akar Persamaan Dengan

Metode Newton Rhapson.

yang dikenal dengan metode dobel Newton 1. Memasukkan tebakan awal.

dan memiliki orde konvergensi empat dengan 2. Memasukkan galat maksimum.
empat evaluasi fungsi pada setiap iterasi. 3. Memasukkan iterasi maksimum.
Selanjutnya, Potra dan Ptak [9] juga 4. Mencari nila akar dari dari suatu
mengembangkan metode Newton menjadi persamaan.
metode dua langkah, sehingga diperoleh 5. Menampilkan nilai akar.
sebuah metode iterasi baru dengan bentuk.
d. Mencari Akar Persamaan Dengan
Metode Secant.

1. Masukkan tebakan awal (x0).

d 4. Memasukan iterasi maksimum.
engan orde konvergensi tiga [9].
Pada artikel ini dibahas kombinasi
metode iterasi pada persaman (3) dan
persamaan (4) menjadi metode iterasi tiga
langkah bebas turunan yang kemudian
dilanjutkan dengan analisa konvergensi
metode tersebut, Selanjutnya, metode iterasi
yang diperoleh dilakukan uji komputasi
dengan beberapa kasus yang diplih untuk
melihat keunggulan metode dengan beberapa
metode yang dibandingkan(Muhaijir,2017).
A. Algoritma
a. Mencari Akar Persamaan Dengan
Metode Biseksi.
2. Masukkan tebakan awal (x1).
3. Memasukan galat maksimum.
5. Mencari nilai akar dari suatu
persamaan.
6. Menampilkan hasil operasi dan nilai
akar suatu persamaan.
e. Mencari Akar Persamaan Dengan
Metode Muller
1. Masukkan 3 Nilai Tebakan Awal.
2. Masukkan Nilai error dan iterasi
maksimum.
3. Mencari nilai akar dari suatu
persamaan.
4. Menampilkan nilai akar dan jumlah
iterasi.

1. Masukkan tebakan awal bawah (a). f. Mencari Akar Persamaan Dengan

2. Masukkan tebakan atas (b). Metode Brent
3. Memasukan galat maksimum.
1. Memulai Program start
2. Mencari nilai akar dari suatu
persamaan
3. Menampilkan nilai akar

-Memasukkan Nilai A
B. Flowchart -Memasukkan Nilai B
a. Mencari Akar Persamaan Dengan
Metode Biseksi
start

Mencari Nilai Akar A dan B

-Memasukkan Tebakan Awal Bawah

-Memasukkan Tebakan Atas
-Memasukkan Galat Maksimum
-Memasukkan Iterasi Maksimum Menampilkan Hasil

End
Mencari Nilai Akar

c. Mencari Akar Persamaan Dengan

Metode Newton-Rhapson
Menampilkan Hasil start

End
Memasukkan Tebakan Awal

b. Mencari Akar Persamaan Dengan

Metode Regula Falsi

Mencari Nilai Akar

Menampilkan Hasil

End

d. Mencari Akar Persamaan Dengan

Metode Secant

7
 Hastomo, Hudchon ., dkk. Perhitungan Akar Persamaan Non Linier

start
Start

-Memasukkan Tebakan Awal x0

-Memasukkan Tebakan Awal x1
-Memasukkan Galat Maksimum
-Memasukkan Iterasi Maksimum Memproses Iterasi

Mencari Nilai Akar

Menampilkan Hasil

Menampilkan Hasil
End

End III. HASIL DAN PEMBAHASAN

A. Hasil Komputasi
1. Hasil Persamaan
e. Mencari Akar Persamaan Dengan a. f(x)= x3 – 3x2 -x -1
Metode Muller b. f(x) = 16x5 – 19x3 + x2 +5x-1
start c. f(x)= x2 + x+3

-Memasukkan 3 Nilai Tebakan Awal

-Memasukkan Nilai Error dan Iterasi
Maksimum

Mencari Nilai Akar

Gambar 3.1 Persamaan f(x)= x3 – 3x2 -x -1

Menampilkan Hasil

End

f. Mencari Akar Persamaan Dengan

Metode Brent

Gambar 3.2 Persamaan f(x) = 16x5 – 19x3 + x2

 +5x-1

Gambar 3.3 Persamaan f(x)= x2 + x+3

Nilai Akar
Persa Akar Error Metode Teba Teba Banyak Nilai terhitung Beda hasil
maa Ke- kan 1 kan Iterasi Akar dengan akar (A-B)
n 2 diperluka terhitung WxMaxima
n (A) (B)
a 1 1×10-6 Biseksi -4 -2 20 -3,214319 0,0000007

Regula -1 2 18 -3,21432 -0,0000002

Falsi
Newton- -5 - 6 -3,21432 -3,2143197.. -0,0000002
Rhapson
Secant -3,5 -3,1 10 -3,2143198 -0,00000005

Muller - - - - -
Brent - - - - -
2 1×10-6 Biseksi -0,5 -0,4 18 -0,460811 -0,00000012

Regula -0,5 0,5 6 -0,46081 -0,0000011

Falsi
Newton- -0,3 - 4 -0,46081 -0,4608111.. -0,0000011
Rhapson
Secant -0,6 -0,5 5 -0,4608111 -0,00000002

Muller - - - - -
Brent - - - - -
3 1×10-6 Biseksi 0,5 0,7 19 0,675131 0,0000001

Regula 1 2 29 0,675132 0,0000011

Falsi
Newton- 0,5 - 5 0,67513 0,6751308.. -0,0000008
Rhapson
Secant 0,1 0,5 12 0,6751308 -0,00000007
Muller - - - - -
Brent - - - - -
1 1×10-10 Biseksi -5 -2,5 33 -3,214320 -0,0000002

Regula -1 3 11 -3,21432 -0,0000002

Falsi

9
 Hastomo, Hudchon ., dkk. Perhitungan Akar Persamaan Non Linier

Newton- -5 - 7 -3,21432 -3,2143197.. -0,0000002

Rhapson
Secant -3,5 -3,1 14 -3,2143197 0,00000004

Muller - - - - -
Brent - - - - -
2 1×10-10 Biseksi 1 0,5 33 0,675131 -0,0000001

Regula 0,2 0,3 28 0,67513 -0,0000011

Falsi
Newton- 0,5 - 6 0,67513 0,6751308.. -0,0000011
Rhapson
Secant 0,6 0,5 19 0,6751309 0,00000002

Muller - - - - -
Brent - - - - -
3 1×10-10 Biseksi -0,5 -0,2 33 -0,460811 -0,00000012

Regula -0,5 0,3 8 -0,46081 -0,0000011

Falsi
Newton- -0,6 - 5 -0,46081 -0,4608111.. -0,0000011
Rhapson
Secant -0,6 -0,5 7 -0,4608111 0,00000002
Muller - - - - -
Brent - - - - -
b 1 1×10-6 Biseksi 0,3 0,5 19 0,456739 0,0000002

Regula 0,1 0,5 8 0,45674 0,0000012

Falsi
Newton- 0,5 - 4 0,45674 0,4567387.. 0,0000012
Rhapson
Secant 0.1 0.5 8 0,4567388 0,00000006

Muller - - - - -
Brent - - - - -
2 1×10-6 Biseksi 0,1 0,3 20 0,236919 -0,0000003

Regula 0,1 0,3 12 0,23692 0,0000006

Falsi
Newton- 0,1 - 5 0,23692 0,2369193.. 0,0000006
Rhapson
Secant 0.1 0.3 15 0,2369194
0,000000009
Muller - - - - -
Brent - - - - -
3 1×10-6 Biseksi 0,8 1 18 0,906861 0,00000009

Regula 0,5 1 17 0,90686 -0,0000009

Falsi
Newton- 0,8 - 7 0,90686 0,9068609.. -0,0000009
Rhapson
Secant 0,8 0,9 6 0,9068609
-0,000000005
Muller - - - - -
 Brent - - - - -
4 1×10-6 Biseksi -0,8 -0,7 18 -0,740965 -0,00000014

Regula -0,8 -0,5 13 -0,74097 -0,0000048

Falsi
Newton- -0,7 - 4 -0,74097 -0,7409651.. -0,0000048
Rhapson
Secant -0,8 -0,7 11 -0,7409653 -0,00000015

Muller - - - - -
Brent - - - - -
5 1×10-6 Biseksi -0,9 -0,6 19 -0,85954 0,0000013

Regula -1 -0,8 28 -0,85955 0,0000038

Falsi
Newton- -0,9 - 5 -0,85955 -0,8595538.. 0,0000038
Rhapson
Secant -1 -0,9 10 -0,8595567 -0,0000028
Muller
Brent
1 1×10-10 Biseksi 0,2 0,4 33 0,236919 -0,0000003

Regula 0,2 0,3 12 0,23692 0,0000006

Falsi
Newton- 0,3 - 6 0,23692 0,2369193.. 0,0000006
Rhapson
Secant 0,1 0,3 24 0,2369194
0,000000009
Muller - - - - -
Brent - - - - -
2 1×10-10 Biseksi 0,3 0,5 33 0,456739 0,0000002

Regula 0,3 0,5 13 0,45674 0,0000012

Falsi
Newton- 0,4 - 6 0,45674 0,4567387.. 0,0000012
Rhapson
Secant 0,1 0,5 13 0,4567387 -0,00000003

Muller - - - - -
Brent - - - - -
3 1×10-10 Biseksi 0,9 1 31 0,906861 -0,00000009

Regula 0,7 1 22 0,90686 -0,0000009

Falsi
Newton- 0,8 - 8 0,90686 0,9068609.. -0,0000009
Rhapson
Secant 0,8 0,9 5 0,9068610 0,00000009

Muller - - - - -
Brent - - - - -
4 1×10-10 Biseksi -0,8 -0,7 31 -0,740965 -0,0000014

Regula -0,8 -0,5 22 -0,74097 -0,0000048

11
 Hastomo, Hudchon ., dkk. Perhitungan Akar Persamaan Non Linier

Falsi
Newton- -0,7 - 5 -0,74097 -0,7409651.. -0,0000048
Rhapson
Secant -0,8 -0,7 17 -0,7409651 0,00000004

Muller - - - - -
Brent - - - - -
5 1×10-10 Biseksi -0,9 -0,7 32 -0,85954 0,0000013

Regula -1 -0,8 50 -0,85955 0,0000038

Falsi
Newton- -0,8 - 9 -085955 -0,8595538.. 0,0000038
Rhapson
Secant -1 -0,9 20 -0,8595539 -0,00000001

Muller - - - - -
Brent - - - - -
c 1 1×10-6 Biseksi - - - - -
Regula - - - - -
Falsi
Newton- - - - - Akar -
Rhapson imajiner
Secant - - - - -
Muller - - - - -
Brent - - - - -
2 1×10-6 Biseksi - - - - -
Regula - - - - -
Falsi
Newton- - - - - Akar -
Rhapson imajiner
Secant - - - - -
Muller - - - - -
Brent - - - - -
1 1×10-10 Biseksi - - - - -
Regula - - - - -
Falsi
Newton- - - - - Akar -
Rhapson imajiner
Secant - - - - -
Muller - - - - -
Brent - - - - -
2 1×10-10 Biseksi - - - - -
Regula - - - - -
Falsi
Newton- - - - - Akar -
Rhapson imajiner
Secant - - - - -
Muller - - - - -
Brent - - - - -
 B. PEMBAHASAN 0,73193. Kemudian dibandingkan hasilnya
Praktikum persamaan non linier dengan WxMaxima dan hasilnya tidak jauh
bertujuan untuk mengenal metode newton- berbeda.
rhapson dan secant serta menyelesaikan Pada tugas praktikum pertama bagian B
kasus persamaan non linier menggunakan yakni menentukan akar-akar persamaan non
metode newton-rhapson, biseksi, regula falsi linier dengan semua metode. Hasil yang
dan secant. Penyelesaian persamaan non didapatkan yakni nilai akar persamaannya
linier adalah menghitung akar suatu adalah 0,9999 dan 2,00132. Hasilnya tidak
persamaan non linier dengan satu variabel. berbeda jauh ketika dibandingkan dengan
Dari praktikum akan mendapatkan hasil hasil perhitungan WXMaxima.
iterasi (perulangan) dan galat dengan Dari pengaplikasian semua metode
memasukkan nilai tebakan awalnya saja. diatas, diketahui metode yang paling efisien
Secara umum metode regula falsi lebih cepat untuk menentukan nilai akar persamaan.
konvergensinya dibandingkan metode bagi Metode yang dimaksud adalah metode regula
dua (biseksi). Sepintas metode secant mirip falsi, newton rhapson dan secant.
dengan metode regula falsi, namun Kelebihannya ialah, nilai error yang didapat
sesungguhnya prinsip dasar keduanya lebih kecil dan dapat membatasi banyak
berbeda. Pada biseksi setiap keluaran pada iterasinya. Namun, penggunaan metode ini
metode bagi dua mencatat bahwa selisih cukup rumit karena harus memasaukkan data
antara akar sejati dengan akar hampiran tidak secara mendetail.
pernah melebhi setengah panjang selang saat Pada praktikum kali ini yaitu tentang
itu. penyelesaian persamaan non linier yang
Penyelesaian kasus menggunakan tujuannya untuk nilai akar suatu persamaan
metode biseksi dari hasil praktikum terlihat dengan menggunakan metode biseksi dan regula
bahwa proses dilakukan dengan falsi. Kemudian tujuan yang berikutnya untuk
menggunakan iterasi memerlukan waktu menyelesaikan persamaan non linier dengan
penyelesaian yang lebih panjang, namun kita metode newton rhapson dan metode secant.
dapat membatasi perhitungan dengan banyak Dimana definisi persamaan non linier sendiri yaitu
iterasi dan galat yang kita inginkan agar data penyelesaian penentuan akar-akar persamaan non
hasil yang diperoleh semakin akurat. linier. Dimana akar sebuah persamaan f(x) =0
Sedangkan pada penyelesaian kasus adalah nilai-nilai x yang menyebabkan nilai f(x)
menggunakan metode regula falsi kita dapat
sama dengan nol. Dengan kata lain akar
menyelesaikan permasalahan dengan waktu
persamaan f(x) adalah titik potong. Penyelesaian
yang cukup singkat dengan hanya
persamaan non-linear adalah menghitung akar
menampilkan akar persamaan akan tetapi
suatu persamaan non-linear dengan satu variabel
metode ini tergolong lebih rumit. Metode
x dan f(x).
biseksi dan metode regula falsi mempunyai
kelebihan yaitu proses iterasi lebih cepat dan Penyelesaian kasus menggunakan
tingkat kesalahan kecil. Untuk metode yang metode biseksi dari hasil praktikum terlihat
menghasilkan error kecil maka metode ini bahwa proses dilakukan dengan
lebih teliti dibanding dengan metode lain. menggunakan iterasi memerlukan waktu
Pada tugas praktikum yang pertama penyelesaian yang lebih panjang, namun kita
bagian A yakni mencari nilai akar-akar
dapat membatasi perhitungan dengan banyak
persamaan non linier pada f(x)= x3 – 3x2 -x -1.
iterasi dan galat yang kita inginkan agar data
Menggunakan semua metode (metode
newton rhapson, secant, regula falsi, biseksi, hasil yang diperoleh semakin akurat.
dan muller) dengan tebakan awal 1 0,4 dan Sedangkan pada penyelesaian kasus
tebakan awal 2 0,9 didapatkan hasilnya menggunakan metode regula falsi kita dapat

13
 Hastomo, Hudchon ., dkk. Perhitungan Akar Persamaan Non Linier

menyelesaikan permasalahan dengan waktu Morris, J. L. 1983. Computational Methods in

yang cukup singkat dengan hanya Elementary Numerical Analysis, Wiley.
menampilkan akar persamaanakan tetapi
Muhaijir.2017. Metode Iterasi Orde
metode ini tergolong lebih rumit. Metode Konvergensi Enam
Biseksi dan metode Regula Falsi mempunyai Untuk Penyelesaian Persamaan
kelebihan yaitu proses iterasi lebih cepat dan Nonlinear. Seminar Nasional Teknologi
tingkat kesalahan kecil. Untuk metode yang Informasi, Komunikasi dan Industri Fakultas
menghasilkan error kecil maka metode ini Sains dan Teknologi.UIN Sultan Syarif
Kasim Riau.
lebih teliti dibanding dengan metode lain.
Mulyono.2020. Sejumlah Metode Tertutup
C. KESIMPULAN Untuk Mencari Akar-Akar Persamaan
Kesimpulan yang dapat diperoleh dari Non Linier Secara Iteratif. Prosiding
praktikum ini adalah: Seminar Nasional Teknik Elektro. 5
1. Metode numerik yang digunakan (1)2020.
dalam pencarian akar berbeda-beda
dalam hal iterasi dan penentuan Nakamura, S. 1993. Applied Numerical Methods
tebakan awal. in C. Prentice-Hall Inc : New Jersey.
2. Hasil dari metode-metode yang
Richard.2019.Kajian Distribusi Intensitas
digunakan jika dibandingkan
Cahaya Pada Fenomena Difraksi Celah
hasilnya, metode newton rhapson
Tunggal Dengan Metode Bagi Dua Dan
dan regula falsi yang lebih efektif
Metode Newton Raphson .Jurnal Fisika
dan efisien.
Sains dan Aplikasinya.2(5).
D. UCAPAN TERIMA KASIH
Terimakasih saya ucapkan Kepada
dosen pengampu mata kuliah Fisika
Komputasi serta kepada para asisten atas
bimbingannya saya dapat menyelesaikan
tugas praktikum ini.

E. Daftar Pustaka

Mathews, J. H. 1992. Numerical Methods for

Mathematics, Science and Engineering.
Prentice-Hall Inc : New Jersey.
15