MATEMATIKA KOMPUTASI LANJUTAN

UNTUK
ILMU KOMPUTER & SAINS

Materi diringkas dari

Rinaldi Munir (Dosen ITB)
Purwanto (Dosen Budi Luhur)

Dosen Pengampu:
Maxrizal, S.Pd.Si., M.Sc.

JURUSAN TEKNIK INFORMATIKA

STMIK ATMA LUHUR PANGKALPINANG
2020

1
 DAFTAR ISI

Daftar Isi............................................................................................................................................2
Pertemuan 1. Pengantar Metode Numerik.......................................................................................3
Pertemuan 2. Deret Taylor & Analisa Galat......................................................................................6
Pertemuan 3. Metode Bisection......................................................................................................13
Pertemuan 4. Metode Regula Falsi.................................................................................................19
Pertemuan 5. Metode Newton Raphson.........................................................................................24
Pertemuan 6. Metode Secant..........................................................................................................31
Pertemuan 9. Metode Gauss Siedel...............................................................................................34
Pertemuan 10. Metode Eliminasi Gauss-Pivot...............................................................................41
Pertemuan 11. Interpolasi Lagrange...............................................................................................44
Pertemuan 12. Interpolasi Newton..................................................................................................47
Pertemuan 13. Integral Kuadratur...................................................................................................52
Pertemuan 14. Integral Trapesium..................................................................................................56

2
 Pertemuan 1
Pengantar Metode Numerik

A. Metode Numerik

Cara yang sistematis untuk menyelesaikan persoalan guna mencapai tujuan yang ditentukan
disebut dengan metode. Sedangkan numerik adalah hal yang berhubungan dengan angka. Jadi
metode numerik adalah cara sistematis untuk menyelesaikan persoalan matematika dengan

operasi angka
 , , ,: .

B. Cara Penyelesaian Persoalan Matematika

Berikut ini diberikan beberapa contoh persoalan matematika yaitu;

a. Tentukan akar polinomial dari 3x  4 x  100  0

10 4

x 2  1 sin x
e
b. Tentukan nilai x yang memenuhi persamaan 4x
3
3x  x 4
 ex
dx
c. Hitunglah nilai integral berikut 1,5

Untuk solusi permasalahan diatas dapat dihitung dengan cara;

a. Analitik
Menggunakan rumus baku dan teorema yang ada di matematika (rumus aljabar).

Contoh:

Carilah akar-akar dari persamaan x  5 x  6  0 .

2

Jawab:
Cara analitik yang ditempuh adalah menggunakan prinsip pemfaktoran.
x2  5x  6  0
 x  3  x  2   0
x  3 x  2

3
Jadi, dengan cara analitik kita peroleh akar-akar 3 atau 2 yang memenuhi persamaan

x2  5x  6  0 .
b. Numerik
Menggunakan pendekatan approksimasi untuk mencari solusi dengan operasi aritmatika
biasa.

Contoh:

Carilah akar-akar dari persamaan x  5 x  6  0 .

2

Jawab:
Salah satu cara numerik adalah dengan menggambar grafik.

Terlihat bahwa solusinya 2 atau 3.

C. Perbedaan Metode Analitik dan Metode Numerik

Perbedaaan antara metode analitik dan metode numerik terletak pada nilai solusi. Pada metode
analitik, solusi merupakan nilai eksak (tepat tanpa ada kesalahan). Sedangkan pada metode
numerik, solusi merupakan nilai hampiran (tidak tepat selalu sama dengan nilai eksak, selalu ada
kesalahan). Kesalahan dalam metode numerik disebut galat (error). Galat dapat diperbaiki
dengan mengubah parameter.

Kelebihan metode numerik adalah dapat menyelesaikan persoalan matematika yang tidak dapat
diselesaikan dengan metode analitik.

4
Pada dasarnya prinsip kerja metode numerik adalah perulangan (iterasi) aritmatika biasa. Oleh
karena itu alat bantu kalkulator dan komputer sangat dibutuhkan untuk memudahkan
perhitungan. Metode numerik pada dasarnya adalah algoritma sehingga dapat diprogram.

Tahap-tahap penyelesaian metode numerik, yaitu:

a. Pemodelan
b. Penyederhanaan model
c. Formulasi numerik
1. Menentukan metode numerik yang dipakai
2. Membuat algoritma penyelesaian
d. Pemprograman
e. Pengujian (test dengan uji data)
f. Menganalisi hasil numerik

Tahap 1 dan 2 melibatkan ahli yang sesuai dengan bidangnya (misalnya matematikawan).
Tahap 3 dan 4 melibatkan informatikawan.
Tahap 5 dan 6 melibatkan kolaborasi diantara keduanya.

5
 Pertemuan 2
Deret Taylor & Analisa Galat

A. Fungsi Polinomial

Polinomial atau suku banyak adalah persamaan dengan pangkat lebih dari 3. Fungsi polinomial
menginspirasi munculnya metode numerik. Bentuk umum polinomial yaitu;
f  x   a0 x 0  a1 x1  a2 x 2    an x n
 a0  a1 x  a2 x 2    an x n

B. Deret Taylor

Diberikan fungsi f . Turunan fungsi f adalah f ', f ", f "', pada selang
 a, b  . Misalkan
x0   a, b  x
maka nilai x disekitar 0 adalah

 x  x0   x  x0   x  x0 
2 m

f  x   f  x0   f '  x0   f ''  x0    f  m   x0   
1! 2! m!

C. Deret Maclaurin

Deret Maclaurin diperoleh dengan mensubsitusikan

x0  0 pada deret Taylor.

x x2 x m  m
f  x   f  0   f '  0  f ''  0     f  0  
1! 2! m!

Contoh:
f  x   sin  x  x0  1 .
Hampirilah ke dalam deret Taylor di sekitar
Jawab:

Pertama, tentukan turunan dari f .

f  x   sin  x 

f '  x   cos  x 

6
 f "  x    sin  x 

f "'  x    cos  x 

f
4
 x   sin  x 


 x  1 cos  x  1  x  1  x  1
2 3 4

sin  x   sin  1 
1!
 1 
2!
  sin  1  
3!
  cos  1  
4!
sin  1  

 0,8415  0,5403  x  1  0, 4208  x  1  0, 0901  x  1  0, 0351  x  1  

2 3 4

h   x  1
Misalkan , maka diperoleh
sin  x   0,8415  0,5403h  0, 4208h 2  0,0901h 3  0, 0351h 4 

Perhatikan bahwa suku-suku deret Taylor tak berhingga jumlahnya.

Contoh:
sin  x 
Ubahlah ke dalam deret Maclaurin!
Jawab:
Pada contoh diatas telah diperoleh deret Taylor
x x2 x3 x4
sin  x   sin  0   cos  0     sin  0      cos  0    sin  0   
1! 2! 3! 4!
3
x
 0  x  0   0 
3!
3
x
 x  
3!
x 3 x5
sin  x   x   
Jika diteruskan diperoleh 3! 5!

Latihan
Tentukan deret Maclaurin dari fungsi berikut!
cos  x 
a.
x
b. e
2x
c. e

7
 D. Deret Taylor Terpotong

Karena suku deret Taylor yang tak berhingga maka deret tersebut bisa dipotong hingga orde ke-
n . Deret baru yang terbentuk dinamakan deret Taylor Terpotong.

 x  x0   x  x0   x  x0 
2 n

f  x   f  x0   f '  x0   f ''  x0    f  n   x0   Rn  x 
1! 2! n!
 n 1

Rn  x  
 x  x0 
f
n 1
 c , x0  c  x
dengan  n  1 ! disebut galat atau residu (sisa).

Contoh:
f  x   sin  0, 2 
Hampirilah fungsi ke dalam deret Taylor terpotong hingga orde ke-4 di sekitar

x0  1 , dengan ketelitian hingga 4 desimal di belakang koma.

Jawab:

Pertama, tentukan turunan dari f .

f  x   sin  x 

f '  x   cos  x 

f "  x    sin  x 

f "'  x    cos  x 

f  4   x   sin  x 

 x  1 cos  x  1  x  1  x  1
2 3 4

sin  x   sin  1 
1!
 1 
2!
  sin  1  
3!
  cos  1  
4!
sin  1

 0,8415  0,5403  x  1  0, 4208  x  1  0, 0901  x  1  0, 0351  x  1

2 3 4

sin  0, 2   0,8415  0,5403  0, 2  1  0, 4208  0, 2  1  0, 0901  0, 2  1  0, 0351 0, 2  1

2 3 4

 0,8415  0,5403  0,8   0, 4208  0,8   0, 0901 0,8   0, 0351 0,8 

2 3 4

 0, 2005

sin  0, 2   0,1987
Perhatikan bahwa dengan menggunakan kalkulator, nilai .

8
 E. Galat

Galat digunakan untuk menyatakan seberapa dekat solusi hampiran terhadap solusi eksaknya.
Semakin kecil galatnya, semakin teliti solusi numerik yang didapatkan.
Misalkan c adalah nilai hampiran dari nilai eksak c , maka galat didefinisikan sebagai;
 cc

F. Galat Mutlak

Misalkan c adalah nilai hampiran dari nilai eksak c , maka galat mutlak (absolut) didefinisikan
sebagai;
  cc

Contoh:

Tentukan nilai galat dan galat mutlak, jika diketahui nilai hampiran 10,5 dari 10, 45 (nilai eksak) .
Jawab:

  c  c  10, 45  10,5  0, 05 dan   0,05  0, 05 .

G. Galat Relatif

Galat relatif didefinisikan sebagai;

 
r   r   100%
c atau c
Dalam kenyataannya nilai eksak sulit sekali untuk ditemukan, maka galat relatif dinormalkan
terhadap nilai hampirannya.
 
r   r  100%
c atau c

9
Definisi galat relatif hampiran masih mempunyai kelemahan karena kita harus mengetahui
tentang nilai sejatinya sehingga digunakan pendekatan iterasi.
cn  cn 1 cn  cn 1
r  r 
cn 1  cn
atau

dengan
cn  nilai pendekatan iterasi sekarang

cn 1  nilai pendekatan iterasi sebelumnya

r  s  s adalah toleransi galat

Salah satu syarat proses iterasi akan berhenti jika , dimana

yang telah ditetapkan (biasanya

 s dituliskan sebagai xtol ).

Contoh:
Misalkan terdapat proses iterasi sebagai berikut:

xn 1 
 x 3
n  3
, n  0,1, 2,3,
6

Kapankah proses iterasi dapat dihentikan? Jika diketahui nilai awal

x0  0,5 dan

xtol  0,00001 .

Jawab:
x0  0,5

x1  x0
x1  0, 4791667   r   0,043478
x1

x2  x1
x2  0, 48166387   r   0, 0051843
x2

x3  x2
x3  0, 4813757   r   0,0005984
x3

x4  x3
x4  0, 4814091   r   0, 0000693
x4

x5  x4
x5  0, 4814052   r   0, 0000081
x5

 r  xtol
Proses iterasi dihentikan pada iterasi ke-5 karena .

10
 H. Sumber Utama Galat Numerik

Macam-macam sumber utama galat numerik, yaitu;

a. Galat Pemotongan (Truncation Error)
Galat yang ditimbulkan akibat penggunaan hampiran sebagi pengganti formula eksak.
b. Galat Pembulatan (Round-Off Error)
Galat yang ditimbulkan akibat keterbatasan alat bantu untuk menyajikan bilangan real.
c. Galat Eksperimental
Galat yang ditimbulkan akibat data yang diberikan. Misalnya kesalahan pengukuran dan
ketelitian alat hitung.
d. Galat Pemprograman
Galat yang terdapat di dalam program itu sendiri (biasanya dinamakan bug)

I. Pembulatan Bilangan

Ada dua macam jenis pembulatan bilangan yaitu;

a. Pembulatan Pangkas (Chopping)

Contoh:

Misalkan bilangan   0,31459265358 maka

Pembulatan 5 digit, menjadi   0, 31459

Pembulatan 6 digit, menjadi   0,314592

Pembulatan 7 digit, menjadi   0,3145926

Pembulatan 8 digit, menjadi   0,31459265

b. Pembulatan ke digit terdekat (in-rounding)

Misalkan bilangan a dalam basis 10, didefinisikan dengan

a  0, d1d 2 d3d 4  d n d n 1  10 p

11
Misalkan n adalah jumlah digit mantis komputer, karena jumlah digit mantis a  jumlah digit
mantis komputer, maka bilangan a akan dibulatkan.
flround  a   0, d1d 2 d 3d 4  d n'  10 p

dimana
d n , jika d n 1  5
d  1 , jika d n 1  5
 n
dn  
d n , jika d n 1  5 dan n genap
 d n  1 , jika d n 1  5 dan n gasal

Contoh:
4
Misalkan bilangan a  0,5682785715287 10 maka
4
Pembulatan 7 digit, menjadi a  0,5682786 10
4
Pembulatan 8 digit, menjadi a  0,56827857  10
4
Pembulatan 6 digit, menjadi a  0,568278  10
4
Pembulatan 9 digit, menjadi a  0,568278572 10 .

12
 Pertemuan 3
Metode Bisection

A. Prinsip Metode Biseksi

Metode biseksi merupakan salah satu metode tertutup untuk menentukan solusi akar dari
persamaan non linear. Prinsip utama metode biseksi adalah;
a. Menggunakan dua nilai awal yang digunakan untuk mengurung salah satu atau lebih
akar persamaan non linear.
b. Nilai akarnya diduga melalui nilai tengah antara dua nilai awal yang diberikan.

ab
c
Nilai akar dugaannya dicari dengan 2 . Selanjutnya proses ini dilanjutkan hingga
dekat dengan akar eksak.

13
 B. Iterasi Metode Biseksi

Langkah-langkah metode biseksi, yaitu:

a. Tentukan nilai awal a dan b
f  a f  b
b. Cek konvergensi dan
f  a  f  b
1. Jika tanda , nilai awal dapat digunakan untuk iterasi selanjutnya.
f  a  f  b
2. Jika tanda , pilih nilai awal yang baru.
c. Lakukan iterasi
ab
c
d. Hitung nilai tengah c antara a dan b , dengan 2 .
e. Cek konvergensi nilai c .
cn  cn 1
r 
1. Jika terdapat
xtol , bandingkan xtol dengan  r yaitu cn
.

2. Jika terdapat
ftol , bandingkan ftol dengan f  cn  .

3. Jika nilai
cn 1 dan cn konstan

f  cn   0
4. Jika nilai
f. Jika belum konvergen juga, tentukan nilai awal baru dengan cara;
f  c f  a
1. Jika tanda = tanda maka c akan menggantikan a .

14
 f  c f  b
2. Jika tanda = tanda maka c akan menggantikan b .

Contoh:
Periksalah dengan metode Biseksi, apakah salah satu akar dari persamaan

f  x   x 3  2 x 2  3x  4
telah ditemukan pada iterasi ke-5? Jika diketahui nilai awal x  11

x  0,0001 serta ketelitian hingga 2 desimal.

dan x  5 , tol
Jawab:
Perhatikan persamaan polinomial
1. Nilai awal yaitu a  11 dan b  5
f  a f  b
2. Cek konvergensi dan

a  11 maka f  11   11  2  11  3  11  4  1126

3 2

b  5 maka f  5    5  2  5   3  5   4  186
3 2

f  a  f  b
Karena tanda maka nilai awal dapat digunakan untuk iterasi selanjutnya.
ab
c
3. Hitung nilai tengah c antara a dan b , dengan 2 .

c
 11  5  3
f  3   3  2  3  3  3  4  22
3 2
2 maka .
Perhatikan digram garis berikut!

4. Lanjutkan iterasi pada a  3 dan b  5 .

c
 3  5  1
f  1   1  2  1  3  1  4  2
3 2
2 maka .
Perhatikan digram garis berikut!

15
 5. Lanjutkan iterasi pada a  3 dan b  1 .

c
 3  1  1
f  1   1  2  1  3  1  4  6
3 2
2 maka .
Selanjutnya, iterasi bisa dilanjutkan berdasarkan tabel di bawah ini.

iteras
i A C b f(a) f(c) f(b)
0 -11 -3 5 -1126 -22 186
1 -3 1 5 -22 2 186
2 -3 -1 1 -22 -6 2
3 -1 0 1 -6 -4 2
4 0 0,5 1 -4 -1,875 2
5 0,5 0,75 1 -1,875 -0,203 2

c5  c4 0,75  0,5
r    0,33
c5 0, 75
Cek galat pada iterasi ke-5 yaitu .
 r  xtol  0,0001
Karena iterasi harus dilanjutkan untuk memperoleh akar persamaan
non linear.

C. Kriteria Penghentian Iterasi

 r  xtol
a. Penghentian sampai

Misalkan diketahui
xtol  0, 001 . Akan dicari pada iterasi ke berapa harus berhenti. Misalkan

apakah pada iterasi ke-4 telah ditemukan akarnya?

16
 c4  c3 2, 032   2,188 
r    0, 077
c4 2,032
Cek galat pada iterasi ke-4 yaitu .
 r  xtol  0, 001
Karena iterasi harus dilanjutkan untuk memperoleh akar persamaan non
linear.

Misalkan diketahui
xtol  0, 001 . Pada iterasi berapa harus berhenti?

 r  xtol
Iterasi dapat dihentikan pada iterasi ke-10 karena sehingga diperoleh akar persamaan
non linear adalah 2,001.

b. Penghentian sampai
cn & cn 1 konstan

Perhatikan tabel iterasi di bawah ini.

17
Iterasi dapat dihentikan pada iterasi ke-8, karena
c7 dan c8 konstan sehingga diperoleh akar

persamaan non linear adalah 2,74.

f  cn   0
c. Penghentian sampai konstan

Perhatikan tabel iterasi di bawah ini!

f  c10   0, 000
Iterasi dapat dihentikan pada iterasi ke-10, karena sehingga diperoleh akar

persamaan non linear adalah 0,735 .

D. Latihan

18
 f  x   x2  2x  2
1. Tentukan salah satu akar persamaan non linear dengan

menggunakan Metode Biseksi. Jika diketahui nilai awal x  2 dan x  3 serta ketelitian
hingga 2 desimal.
f  x   x 3  3x 2  0,5
2. Tentukan salah satu akar persamaan non linear dengan

menggunakan Metode Biseksi. Jika diketahui nilai awal x  0 dan x  3,5 dengan

x  xtol   0,02
toleransi galat relatif serta ketelitian hingga 2 desimal.
f  x   x3  2 x  1
3. Tentukan salah satu akar persamaan non linear dengan

menggunakan Metode Biseksi. Jika diketahui nilai awal x  1, 6 dan x  1,8 serta
ketelitian hingga 2 desimal.
f  x   4 x 2  3x  3,5
4. Tentukan salah satu akar persamaan non linear dengan

menggunakan Metode Biseksi. Jika diketahui nilai awal x  0,5 dan x  2 serta
ketelitian hingga 2 desimal.
f  x   4 x 2  3x  3,5
5. Tentukan salah satu akar persamaan non linear dengan

menggunakan Metode Biseksi. Jika diketahui nilai awal x  1 dan x  1 dengan

x  xtol   0, 01
toleransi galat relatif serta ketelitian hingga 2 desimal.
Pertemuan 4
Metode Regula Falsi

A. Prinsip Dasar Regula Falsi

Metode regula falsi merupakan salah satu metode tertutup untuk menentukan solusi akar dari
persamaan non linear, dengan prinsip utama yaitu;
1. Menggunakan garis scan (garis lurus yang menghubungkan 2 koordinat nilai awal

f  x
terhadap kurva) untuk mendekati akar persamaan non linear (titik potong kurva
dengan sumbu x ).
2. Taksiran nilai akar selanjutnya merupakan titik potong garis scan dengan sumbu x .

19
 B. Iterasi Metode Regula Falsi

Langkah-langkah metode regula falsi, yaitu:

a. Tentukan nilai awal a dan b
f  a f  b
b. Cek konvergensi dan
f  a  f  b
1. Jika , nilai awal dapat digunakan untuk iterasi selanjutnya.
f  a  f  b
2. Jika , pilih nilai awal yang baru.
c. Lakukan iterasi
c  a  w b  a
d. Hitung nilai tengah c antara a dan b , dengan , dengan

f  a
w
 f  a  f  b 
.
e. Cek konvergensi nilai c .
cn  cn 1
r 
1. Jika terdapat
xtol , bandingkan xtol dengan  r yaitu cn
.

2. Jika terdapat
ftol , bandingkan ftol dengan f  cn  .

3. Jika nilai
cn 1 dan cn konstan

f  cn   0
4. Jika nilai
f. Jika belum konvergen juga, tentukan nilai awal baru dengan cara;

20
 f  c f  a
1. Jika tanda = tanda maka c akan menggantikan a .
f  c f  b
2. Jika tanda = tanda maka c akan menggantikan b .

Contoh:
Periksalah dengan metode regula falsi, tentukanlah salah satu akar dari persamaan

f  x   x 2  5x  4
. Jika diketahui nilai awal x  2 dan x  5 serta ketelitian hingga 3
desimal.
Jawab:
Perhatikan persamaan polinomial
1. Nilai awal yaitu a  2 dan b  5
f  a f  b
2. Cek konvergensi dan

a  2 maka f  2    2   5  2   4  2
2

b  5 maka f  5    5  5  5   4  4
2

f  a  f  b
Karena tanda maka nilai awal dapat digunakan untuk iterasi selanjutnya.
3. Hitung nilai tengah c antara a dan b ,
f  2  2   0,333
w 
 f  2   f  5    2   4
.
Selanjutnya, hitung
c  a  w  b  a   2  0,333  5  2   3

Jika c  3 maka    
f 3  3  5  3  4  2
2

.
Perhatikan digram garis berikut!

4. Lanjutkan iterasi pada a  3 dan b  5 .

21
 f  3  2   0,333
w 
 f  3  f  5   2   4
.
Selanjutnya, hitung
c  a  w  b  a   3  0,333  5  3  3, 667

Jika c  3,667 maka 

f 3, 667    3, 667   5  3, 667   4  0,889
2

.
Perhatikan digram garis berikut!

5. Lanjutkan iterasi pada a  3,667 dan b  5 .

f  3, 667   0,889   0,182
w 
 f  3, 667   f  5    0,889   4
.
Selanjutnya, hitung
c  a  w  b  a   3, 667  0,182  5  3, 667   3,909

Jika c  3,909 maka 

f 3,909    3,909   5  3,909   4  0, 264
2

.
Selanjutnya, iterasi bisa dilanjutkan berdasarkan tabel di bawah ini.

Iterasi dapat dihentikan pada iterasi ke-7, karena

c6 dan c7 konstan  c6  c7  4, 000 

sehingga diperoleh akar dari persamaan non linear adalah 4,000.

22
C. Latihan

1. Dengan menggunakan metode regula falsi, tentukan salah satu akar dari persamaan

f  x   2x2  x  1
nonlinear , jika diketahui nilai awal x  0 dan x  1 serta dengan
ketelitian hingga 3 desimal.
f  x   x3  3x
2. Misalkan diketahui persamaan nonlinear , dengan nilai awal x  2 dan

x  1 serta ketelitian 2 desimal, toleransi galat relatif terhadap x  0, 01 . Dengan

menggunakan metode regula falsi, apakah iterasi ke-6 telah ditemukan salah satu akar
dari persamaan tersebut?
f  x   x 2  3x  4
3. Misalkan diketahui persamaan nonlinear , dengan nilai awal x  1,5

dan x  4,5 serta ketelitian 3 desimal, toleransi galat relatif terhadap x  0, 001 .
Dengan menggunakan metode regula falsi, temukan salah satu akar dari persamaan
tersebut?
f  x   x2  7 x  1
4. Tentukan salah satu akar dari persamaan non linear dengan

metode regula falsi, jika diketahui nilai awal x  0,5 dan x  9 serta ketelitian 2
desimal.
2 2 3
f  x  x  x 1
5. Tentukan salah satu akar dari persamaan non linear 3 4 dengan

metode regula falsi, jika diketahui nilai awal x  0,5 dan x  3, 25 , toleransi galat

relatif terhadap x  0,05 serta ketelitian 2 desimal.

23
 Pertemuan ke-5
Metode Newton Raphson

A. Prinsip Dasar Metode Newton Raphson

Metode Newton-Raphson merupakan salah satu metode terbuka untuk menentukan solusi akar
persamaan non linear, dengan prinsip utama sebagai berikut;
f  x
1. Metode ini melakukan pendekatan terhadap kurva dengan garis singgung
(gradien) pada suatu titik nilai awal.
2. Nilai taksiran selanjutnya adalah titik potong antara garis singgung (gradien) kurva
dengan sumbu-x.

24
Langkah penting metode Newton Raphson, diilustrasikan pada gambar di bawah ini!

B. Iterasi Pada Metode Newton Raphson

Langkah-langkah iterasi metode Newton Raphson yaitu:

a. Tentukan nilai awal

x0

f  x0  f  x0 
b. Hitung kemudian cek konvergensi
f ' x f '  x0 
c. Tentukan fungsi kemudian hitung
d. Lakukan iterasi
f  xk 
xk 1  xk 
f '  xk 
e. Hitunglah nilai taksiran akar selanjutnya

f. Cek konvergensi terhadap

xtol (jika ada).

25
Contoh:
f  x   x2  5x  6
Tentukanlah salah satu akar persamaan nonlinear dengan metode Newton

Raphson. Jika diketahui nilai awal x  0 , toleransi galat relatif x adalah 0,02 serta ketelitian
hingga 3 desimal.
Jawab:
f  x   x2  5x  6 f ' x  2x  5 x0  0 . Cek
Diketahui . Turunannya . Diberikan nilai awal

f  x0 
konvergensi .
f  x0   f  0   02  5  0   6  6

Sehingga perlu dilakukan iterasi.

Nilai awal
x0  0 .

f  x0   f  0   02  5  0   6  6

f '  x0   f '  0   2.  0   5  5
2

Galat relatif
r  

Nilai awal
x0  0 .

f  x0   6 
x1  x0   0     1, 2
f '  x0   5 
Nilai .
f  x f ' x
Hitung nilai dan
f  x1   f  1, 2   1, 22  5  1, 2   6  1, 44

f '  x1   f '  1, 2   2.  1, 2   5  2, 6

2

x1  x0 1, 2  0
r    1  xtol  0, 02
x1 1, 2
Galat relatif

26
Nilai awal
x1  1, 2 .

f  x1   1, 4 
x2  x1   1, 2     1, 754
f '  x1   2, 6 
Nilai .
f  x f ' x
Hitung nilai dan
f  x2   f  1, 754   1, 7542  5  1, 754   6  0,307

f '  x2   f '  1, 754   2.  1, 754   5  1, 492

2

x2  x1 1, 754  1, 2
r    0,316  xtol  0, 02
x2 1, 754
Galat relatif

Nilai awal
x2  1, 754 .

f  x2   0,307 
x3  x2   1, 754     1,96
f '  x2   1, 492 
Nilai .
f  x f ' x
Hitung nilai dan
f  x3   f  1,96   1,962  5  1,96   6  0, 042

f '  x3   f '  1,96   2.  1,96   5  1, 080

2

x3  x2 1,96  1, 754
r    0,105  xtol  0, 02
x3 1,96
Galat relatif

27
Iterasi dapat dilanjutkan sesuai tabel iterasi di bawah ini.

Iterasi dapat dihentikan pada iterasi ke-4. Karena

 r  xtol  0, 02 dengan salah satu akarnya

adalah 2.

C. Metode Newton Raphson 2

Metode Newton Raphson 2 dapat digunakan untuk menyelesaikan akar dari suatu bilangan.
Prinsip dan langkah penyelesaiannya identik dengan metode Newton Raphson untuk
menentukan akar dari suatu persamaan nonlinear.

Contoh:
5
Tentukan nilai 70 dengan menggunakan metode Newton Raphson jika diketahui nilai awal

x  3 dan ketelitian hingga 3 desimal.

Jawab:

Misalkan x  70 .
5

x  5 70
1
x  70 5
x5  70
f  x   x 5  70 f '  x   5x4
Selanjutnya misalkan maka .

28
Diketahui nilai awal
x0  3 . Selanjutnya cek konvergensi f  x0  .

f  x0   f  3  35  70  173

Sehingga perlu dilakukan iterasi.

Nilai awal
x0  3 .

f  x f ' x
Hitung nilai dan .
f  x0   f  3  35  70  173

f '  x0   f '  3  5.  3  405

4

f  x0   173 
x1  x0   3   2,573
f '  x0   405 
Nilai .
f  x f ' x
Hitung nilai dan

f  x1   f  2,573   2,573   70  42, 771

5

f '  x1   f '  2,573  5.  2,573   219,144

4

f  x1   42, 771 
x2  x1   2,573     2,378
f '  x1   219,144 
Nilai .
f  x f ' x
Hitung nilai dan

f  x2   f  2,378    2,378   70  6, 043

5

f '  x2   f '  2,378   5.  2,378   159,889

4

29
Iterasi dapat dilanjutkan sesuai tabel iterasi di bawah ini!

Iterasi dapat dihentikan pada iterasi ke-4. Karena nilai

x4 dan x5 telah konstan

 x4  x5  2,339  sehingga ditemukan salah satu akarnya adalah 2,339.

D. Latihan

f  x   x2  4x  5
1. Tentukanlah salah satu akar persamaan nonlinear dengan metode

Newton Raphson. Jika diketahui nilai awal x  2 , toleransi galat relatif x adalah 0,002
serta ketelitian hingga 3 desimal.
1 2
f  x  x  2x  2
2. Tentukanlah salah satu akar persamaan nonlinear 2 dengan

metode Newton Raphson. Jika diketahui nilai awal x  11 , serta ketelitian hingga 3
desimal.
f  x   2 x3  x 2  1
3. Tentukanlah salah satu akar persamaan nonlinear dengan metode

Newton Raphson. Jika diketahui nilai awal x  3 , serta ketelitian hingga 3 desimal.
7
4. Tentukan nilai 342 dengan menggunakan metode Newton Raphson jika diketahui nilai

awal x  9 dan ketelitian hingga 3 desimal.

30
 9
5. Tentukan nilai 19 dengan menggunakan metode Newton Raphson jika diketahui nilai

awal x  2,5 dan ketelitian hingga 3 desimal.

Pertemuan ke-6
Metode Secant

31
 A. Prinsip Dasar Metode Scant

Metode Secant merupakan salah satu metode terbuka untuk menentukan solusi akar dari
persamaan non linear, dengan prinsip utama sebagai berikut;
f  x
1. Metode ini melakukan pendekatan terhadap kurva dengan garis secant yang
ditentukan oleh 2 titik terakhir.
2. Nilai taksiran akar selanjutnya adalah titik potong antara garis secant dengan sumbu-x.

B. Iterasi Pada Metode Secant

Langkah-langkah menggunakan metode secant yaitu;

1. Tentukan nilai awal

x0 dan x1

f  x0  f  x1  f  x0  f  x1 
2. Hitung dan kemudian cek konvergensi dan
3. Lakukan iterasi
 f  xk  
xk 1  xk     xk  xk 1 
4. Hitunglah nilai taksiran akar selanjutnya  f  xk   f  xk 1  

5. Cek konvergensi terhadap

xtol (jika ada).

Contoh:

32
 f  x   x2  5x  6
Tentukan salah satu akar persamaan non linear dengan metode secant.

Jika diketahui nilai awal

x0  0 dan x1  2,5 serta ketelitian hingga 2 desimal.

Jawab:
f  x   x2  5x  6 f  x0  f  x1 
Diketahui . Cek konvergensi dan .
f  x0   f  0   02  5  0   6  6

f  x1   f  2,5    2, 5   5  2,5   6  0, 25

2

Sehingga perlu dilakukan iterasi.

x0  0 maka f  x0   f  0   0  5  0   6  6 . Sedangkan xk  xk 1   dan

2
Nilai awal

f  xk   f  xk 1   

f  x1   f  2,5    2, 5  5  2,5   6  0, 25

2

Nilai awal
x1  2,5 maka . Sedangkan

xk  xk 1  x1  x0  2,5  0  2,5 dan f  xk   f  xk 1   f  x1   f  x0   6, 25 .

Nilai akar selanjutnya

f  x1 
x2  x1   x1  x0 
f  x1   f  x0 

 2,5 
 0, 25   2,5 
6, 25
 2, 4

f  x2   f  2, 4    2, 4   5  2, 4   6  0, 24
2

.
Sedangkan

33
xk  xk 1  x2  x1  2, 4  2,5  0,1

f  xk   f  xk 1   f  x2   f  x1   0, 01
.

Berikut tabel lanjutan untuk proses iterasi.

f  x9   0
Iterasi dapat dihentikan pada iterasi ke-9. Karena nilai sehingga ditemukan salah
satu akarnya adalah 2.

C. Latihan

f  x   3x 2  x  2
1. Tentukan salah satu akar persamaan non linear dengan metode

secant. Jika diketahui nilai awal

x0  0,5 dan x1  1,5 , xtol  0,05 serta ketelitian

hingga 3 desimal.
f  x   x3  2
2. Tentukan salah satu akar persamaan non linear dengan metode secant.

Jika diketahui nilai awal

x0  2 dan x1  2 , xtol  0,1 serta ketelitian hingga 2

desimal. (iterasi kedua)

f  x   2 x3  x 2  1
3. Tentukan salah satu akar persamaan non linear dengan metode

secant. Jika diketahui nilai awal

x0  5 dan x1  2 serta ketelitian hingga 2 desimal.

34
 Pertemuan ke-9
Metode Gauss-Siedel

A. Bentuk Umum Sistem Persamaan Linear

Bentuk umum sistem sistem persamaan linear dengan n persamaan dan n peubah yang tak
diketahui.
a11 x1  a12 x2  a13 x3    a1n xn  b1
a21 x1  a22 x2  a23 x3    a2 n xn  b2
a31 x1  a32 x2  a33 x3    a3n xn  b3

an1 x1  an 2 x2  an3 x3    ann xn  bn

a  x 
Dimana i, j  1, 2,3, , n , ij konstanta dan j variabel (peubah) .
Bentuk sistem diatas dapat dinyatakan dalam bentuk matriks, yaitu:
 a11 a12  a1n   x1   b1 
a a22  a2 n   x2  b2 
 21 
          
    
 an1 an 2  ann   xn  bn 

Atau dinyatakan sebagai AX  B .

B. Penyelesaian Sistem Persamaan Linear

Misalkan terdapat sistem persamaan linear

a1 x  b1 y  c1  a1 , b1  0   g1
a2 x  b2 y  c2  a2 , b2  0   g 2

Solusi sistem persamaan linear yang mungkin yaitu;

35
Contoh:
Selesaikan sistem persamaan linear berikut ini!
x1  7 x2  2
 x1  5 x2  10
Jawab:

Eliminasikan
x1 .

x1  7 x2  2
 x1  5 x2  10
___________ 
12 x2  12
x2  1

Selanjutnya subsituskan
x2  1 ke dalam salah satu persamaan sehingga diperoleh x1  5 .

C. Determinan Matriks

Syarat suatu sistem persamaan linear Ax  B mempunyai solusi tunggal jika determinan
matriks konstanta A tidak sama dengan nol.

1. Determinan matriks berordo 2x2

a b  a b
A  det  A   A   ad  bc
Misalkan matriks c d  , c d .

2. Determinan matriks berordo 3x3

36
  a11 a12 a13 
A   a21 a22 a23 
 a31 a32 a33 
Misalkan matriks ,
det  A   a11a22 a33  a12 a23a31  a13a21a32  a13a22 a31  a11a23a32  a12 a21a33
.

Contoh:
Apakah sistem persamaan linear di bawah ini mempunyai solusi tunggal?
x1  3 x2  2
 x1  5 x2  10
Jawab:
 1 3
A 
Bentuk matriks  1 5 maka det  A   ad  bc  1 5   3  1  8  0 .
Jadi, sistem persamaan linear ini mempunyai solusi tunggal.

Contoh:
Apakah sistem persamaan linear di bawah ini mempunyai solusi tunggal?
 x1  3 x2  4 x3  0

 x1  2 x2  x3  6
 x  2x  x  8
1.  1 2 3

x  y  2z  2

x  3y  z  0
2 x  y  2 z  1
2. 

D. Algoritma Gauss-Siedel

Bentuk umum SPL yaitu;

a11 x1  a12 x2  a13 x3    a1n xn  b1
a21 x1  a22 x2  a23 x3    a2 n xn  b2
a31 x1  a32 x2  a33 x3    a3n xn  b3

an1 x1  an 2 x2  an3 x3    ann xn  bn

37
Tiap persamaan diubah bentuknya sehingga masing-masing variabel
 xi  merupakan satu-
satunya komponen yang berada pada ruas kiri.

Perhatikan kembali bentuk umum SPL, sehingga diperoleh;

x1 
 b1  a12 x2  a13 x3    a1n xn 
a11

x2 
 b2  a21 x1  a23 x3    a2 n xn 
a22

x3 
 b3  a31 x1  a32 x2    a3n xn 
a33

xn 
b a
n x  an 2 x2    an n 1 xn
n1 1 
ann

Contoh:
Diberikan SPL
4 x  y  2 z  15

2 x  y  z  10
2 x  y  3z  16

Diperoleh sistem persamaan untuk iterasi, yaitu

x
 15  y  2 z 
4
y  10  2 x  z

z
 16  2 x  y 
3

Selanjutnya, adapun langkah-langkah algoritma Gauss-Siedel yaitu

1. Menentukan nilai awal untuk setiap peubah

 xi 

2. Lakukan iterasi secara berurutan terhadap variabel

 xi 
3. Iterasi variabel selanjutnya menggunakan nilai akhir dari peubah.

38
Contoh:
Selesaikan SPL berikut ini dengan metode Gauss-Siedel
4 x  y  2 z  15

2 x  y  z  10
2 x  y  3z  16


Jika diketahui nilai awal x  2, y  2, z  2 serta ketelitian hingga 2 desimal.

Jawab:
Ubah SPL dalam bentuk matriks
 4 1 2   x  15 
 2 1 1   y   10 
    
 2 1 3   z  16 

4 1 2
det  A   2 1 1  4  0
2 1 3
Cek dengan cara Sarus yaitu, . Karena SPL mempunyai solusi
tunggal sehingga dapat diselesaikan dengan metode Gauss-Siedel.

Dari SPL diperoleh sistem persamaan untuk iterasi, yaitu

x
 15  y  2 z 
4
y  10  2 x  z

z
 16  2 x  y 
3

Diketahui nilai awal x  2, y  2, z  2 .

Iterasi selanjutnya

39
 x
 15  y  2 z    15  2  2  2  
 2, 25
4 4
y  10  2 x  z  10  2  2, 25   2  3,50

z
 16  2 x  y    16  2  2, 25   3,5   2, 67
3 3

Iterasi selanjutnya

x
 15  y  2 z    15  3,5  2  2, 67  
 1,54
4 4
y  10  2 x  z  10  2  1,54   2, 67  4, 25

z
 16  2 x  y    16  2  1,54   4, 25  2,89
3 3

Iterasi selanjutnya

x
 15  y  2 z    15  4, 25  2  2,89  
 1, 24
4 4
y  10  2 x  z  10  2  1, 24   2,89  4, 63

z
 16  2 x  y    16  2  1, 24   4, 63  2,96
3 3

40
Berikut ini tabel iterasi lengkapnya.

Solusi SPL telah ditemukan pada iterasi ke-7. Karena x,y danz konstan, sehingga solusi SPL

adalah x  1, 01, y  4,98 dan z  3 .

E. Latihan

1. Selesaikan SPL berikut ini dengan metode Gauss-Siedel

x  y  2z  9

2 x  4 y  3 z  1
3 x  6 y  5 z  0


Jika diketahui nilai awal x  1,8, y  1,8, z  3 serta ketelitian hingga 2 desimal.
(Lakukan iterasi maksimum 10x)
2. Selesaikan SPL berikut ini dengan metode Gauss-Siedel
 x  2 y  2 z  1

x  3y  z  4
 x  3y  2z  3


Jika diketahui nilai awal x  5, y  2, z  0 serta ketelitian hingga 2 desimal. (Lakukan

iterasi maksimum 10x)
3. Selesaikan SPL berikut ini dengan metode Gauss-Siedel
3 x  2 y  z  0

x  2 y  2z  0
x  3y  2z  1


41
 Jika diketahui nilai awal x  0, y  0, z  0 serta ketelitian hingga 2 desimal. (Lakukan
iterasi maksimum 10x)
4. Selesaikan SPL berikut ini dengan metode Gauss-Siedel
2 x  2 y  z  0

x  2 y  1
2 y  3 z  1


Jika diketahui nilai awal x  1, y  0, z  0,5 serta ketelitian hingga 2 desimal. Apakah
pada iterasi ke-5 dapat dihentikan (telah diperoleh penyelesaian)?

42
 Pertemuan ke-10
Metode Eliminasi Gauss-Pivot

A. Algoritma Gauss-Pivot

Langkah-langkah algoritma Gauss-Pivot yaitu;

1. Forward Elimination (Penyederhanaan)
Mengubah koefisien matriks A dari sistem Ax  b menjadi bentuk matriks segitiga atas.
Misalkan SPL 3x3.
 a11 a12 a13  x1   b1   a11 a12 a13  x1   b1 
         
 a21 a22 a23  x2    b2    0 p q  x2    b2 
a a32    
a33  x3   b3   0  0 r    
 31  x3   b3 
2. Back Substitution (Substitusi Balik)
Mensubsitusi secara bertahap nilai peubah (variabel) yang telah terjawab ke persamaan
lain untuk menentukan solusi persamaan yang lain.
Misalkan SPL 3x3.
 a11 a12 a13  x1   b1   a11 a12 a13  x1   b1 
         
 a21 a22 a23  x2    b2    0 p q  x2    b2 
a a32 a33      r    
 31  x3   b3   0 0  x3   b3 
atau
a11 x1  a12 x2  a13 x3  b1
px2  qx3  b2
rx3  b3

Contoh:
Selesaikan SPL
2 x  y  z  4

2 x  y  z  3
 x  2 y  2 z  1

Dengan menggunakan metode eliminasi Gauss-Pivot serta ketelitian hingga 2 desimal.

43
Jawab:
1. Forward Elimination (Penyederhanaan)
Ubah bentuk menjadi matriks
 2 1 1  x1   4 
    
 2 1 1  x2    3 
 1 2 2  x   1 
  3   
Cek apakah SPL mempunyai solusi tunggal?
2 1 1
det  A   2 1 1  10  0
1 2 2

SPL mempunyai solusi tunggal sehingga dapat diselesaikan dengan metode eliminasi Gauss-
Pivot.
B1  2 1 1  x1   4 
    
B2  2 1 1  x2    3 
B3  1 2 2    
 x3   1 
1
B *
 B  B B3*  B3  B1
Untuk baris 2 2 1 dan 2 .

 2 1 1  x1   4 
    
B2  B1  0 2 0  x2    7 
1  0 1,5 2,5    
 x3   1
B3  B1 
2
1,5 *
B3**  B3*  B3
Untuk baris 2 .
 2 1 1  x1   4 
    
 0 2 0  x2    7 
1,5 *  0 0 2,5    
 x3   6, 25 
B3*  B3
2

2. Back Substitution (Substitusi Balik)

Perhatikan kembali SPL

44
  2 1 1  x1   4 
    
 0 2 0  x2    7 
 0 0 2,5  x   6, 25 
  3   
Dari persamaan matriks diperoleh
2,5 x3  6, 25  x3  2,50
2 x2  0 x3  7  2 x2  7  x2  3,50
2 x1  x2  x3  6, 25  x1  1

Diperoleh solusi SPL adalah

x1  1 , x2  3,50 dan x3  2,50 .

B. Latihan

1. Selesaikan SPL
x  y  2z  9

2 x  4 y  3 z  1
3 x  6 y  5 z  0

Dengan menggunakan metode eliminasi Gauss-Pivot serta ketelitian hingga 2 desimal.

2. Selesaikan SPL
 3a  b  2c  d  1
 a  3b  d  3


 a  2b  c  d  1
 5a  b  c  3d  5

Dengan menggunakan metode eliminasi Gauss-Pivot serta ketelitian hingga 2 desimal.

3. Selesaikan SPL
4 x  2 y  3

 x  3 y  z  2
 y  2z  5

Dengan menggunakan metode eliminasi Gauss-Pivot serta ketelitian hingga 2 desimal.
4. Selesaikan SPL
 a  2b  d  2
 2a  b  2c  2d  20


 2a  3b  3c  2d  5
 4b  3c  3d  8

45
 Dengan menggunakan metode eliminasi Gauss-Pivot serta ketelitian hingga 2 desimal.

Pertemuan ke-11
Interpolasi Lagrange

A. Prinsip Dasar Interpolasi

Interpolasi adalah cara untuk mendapatkan kurva sesuai dengan data yang ada, tanpa
menimbulkan kesalahan terhadap data tersebut. Pembahasan interpolasi akan diutamakan pada
bentuk fungsi polinomial, karena kurvanya lebih mudah untuk dilakukan interpolasi.
Ada dua jenis interpolasi yaitu interpolasi Lagrange dan interpolasi Newton.

Misalkan pada suatu penelitian terhadap tanaman kentang. Tujuan penelitiannya adalah untuk
mengetahui hubungan antara jumlah pupuk yang diberikan (kg) dengan berat kentang yang
dipanen (kg), diperoleh data;

Lengkapi data pada tabel berikut ini!

Nah, interpolasi akan membantu mengetahui nilainya dengan data yang diberikan.

B. Interpolasi Lagrange

Misalkan terdapat n data (x) dari suatu fungsi f, fungsi polinomial didefinisikan
n
p  x    f ili  x 
i 1

dengan

46
  xx 
n
li  x    x x 
j

i 1, j  i i j
.

Contoh:
Tentukanlah prakiraan nilai f pada titik x=8 dengan menggunakan metode polinomial interpolasi
Lagrange dengan ketelitian hingga 2 desimal, jika diketahui data sebagai berikut:

Jawab:

l1  x  
 x  x2   x  x3   x  x4    8  4   8  7   8  9  
4
 0, 06
 x1  x2   x1  x3   x1  x4   2  4   2  7   2  9  70

l2  x  
 x  x1   x  x3   x  x4    8  2   8  7   8  9  
6
 0, 2
 x2  x1   x2  x3   x2  x4   4  2   4  7   4  9  30

l3  x  
 x  x1   x  x2   x  x4    8  2   8  4   8  9  
24
 0,8
 x3  x1   x3  x2   x3  x4   7  2   7  4   7  9  30

l4  x  
 x  x1   x  x2   x  x3    8  2   8  4   8  7  
24
 0,34
 x4  x1   x4  x2   x4  x3   9  2   9  4   9  7  70
n
p  x    f i li  x   4  0, 06   5  0, 2   0  0,8    3  0,34   1,8
berlaku i 1

Jadi nilai polinomial f pada titik x=8 adalah 1,8 .

C. Kelemahan Interpolasi Lagrange

Beberapa kelemahan interpolasi Lagrange, yaitu:

1. Jumlah komputasi yang dibutuhkan untuk satu kali interpolasi besar (tergantung banyak
data yang ada)
2. Jika jumlah data diubah (ditambah/dikurangi), hasil komputasi sebelumnya tidak dapat
digunakan lagi.

D. Latihan

47
1. Tentukanlah prakiraan nilai f pada titik x=2 dengan menggunakan metode polinomial
interpolasi Lagrange dengan ketelitian hingga 2 desimal, jika diketahui titik-titik sebagai
berikut:
A  3,3 , B  1,1 , C  1,3  , D  3,5  , E  5,9 
.
2. Tentukanlah prakiraan nilai f pada titik x  2 dengan menggunakan metode polinomial
interpolasi Lagrange dengan ketelitian hingga 2 desimal, jika diketahui:
f  2   3, f  1  1, f  1  2, f  3  5
.

3. Tentukanlah prakiraan nilai f pada titik x  1,34 dengan menggunakan metode

polinomial interpolasi Lagrange dengan ketelitian hingga 2 desimal, jika diketahui:
f  4, 67   3,5, f  2, 78   1,5, f  0,56   0,5, f  1, 76   2, 75, f  0, 08   3

4. Tentukanlah prakiraan nilai f pada titik x  8 dengan menggunakan metode polinomial

interpolasi Lagrange dengan ketelitian hingga 2 desimal, jika diketahui:

48
 Pertemuan ke-12
Interpolasi Newton

A. Prinsip Interpolasi Newton

Misalkan terdapat n data (x) dari suatu fungsi f, fungsi polinomial didefinisikan
p  x   f  x0    x  x0  f  x1 , x0    x  x0   x  x1  f  x2 , x1 , x0   
  x  x0   x  x1    x  xn 1  f  xn , xn 1 , , x2 , x1 , x0 

dengan
f  xi   f  x j 
f  xi , x j  
xi  x j

f  xi , x j   f  x j , xk 
f  xi , x j , xk  
xi  xk


f  xn , xn1 , , x1   f  xn1 , xn 2 , , x1 , x0 
f  xn , xn1 , , x1 , x0  
xn  x0
Fakta diatas dinamakan selisih terbagi. Dibawah ini diberikan tabel selisih terbagi untuk n=4.

Dengan mendefiniskan konstanta

a0 , a1 , a2 , , an merupakan selisih terbagi, maka

49
a0  f  x0 
a1  f  x1 , x0 
a2  f  x2 , x1 , x0 
a3  f  x3 , x2 , x1 , x0 

an  f  xn , xn 1 , , x2 , x1 , x0 

Tabel selisih terbagi untuk n=4 menjadi

Berdasarkan tabel di atas, didefinisikan polinomial Newton yaitu;

p  x   f  x0    x  x0  f  x1 , x0    x  x0   x  x1  f  x2 , x1 , x0   
  x  x0   x  x1    x  xn 1  f  xn , xn 1 , , x2 , x1 , x0 

atau
p  x   a0  a1  x  x0   a2  x  x0   x  x1     an  x  x0   x  x1    x  xn 1 

Contoh:
Tentukanlah prakiraan nilai f pada titik x=8 dengan menggunakan metode polinomial interpolasi
Lagrange dengan ketelitian hingga 2 desimal, jika diketahui data sebagai berikut:

Jawab:
Isi tabel selisih terbagi berdasakan masalah (soal).

Cara mengisi ST-1

50
Cara mengisi ST-2

51
Cara mengisi ST-3

52
diperoleh
p3  x   a0  a1  x  x0   a2  x  x0   x  x1   a3  x  x0   x  x1   x  x2 
p3  8   4  0,5  8  2    0, 43   8  2   8  4     0, 07  8  2   8  4   8  7 
 1,80

Jadi, nilai fungsi polinomial f pada titik x=8 adalah 1,8 .

B. Latihan

1. Tentukanlah prakiraan nilai f pada titik x=2 dengan menggunakan metode polinomial
interpolasi Newton dengan ketelitian hingga 2 desimal, jika diketahui:
f  2   3, f  0   1, f  3  4, f  4   6
.
2. Tentukanlah prakiraan nilai f pada titik x=3,3 dengan menggunakan metode polinomial
interpolasi Newton dengan ketelitian hingga 2 desimal, jika diketahui:
f  2,5   3, f  4,5   1, f  6,5   2, f  9,5   5
.
3. Tentukanlah prakiraan nilai f pada titik x=1,34 dengan menggunakan metode polinomial
interpolasi Newton dengan ketelitian hingga 2 desimal, jika diketahui:
f  4,67   3,5, f  2,78   1,5, f  0,56   0,5, f  1, 76   2, 75
.
4. Tentukanlah prakiraan nilai f pada titik x=8 dengan menggunakan metode polinomial
interpolasi Newton dengan ketelitian hingga 2 desimal, jika diketahui:

53
 Pertemuan ke-13
Integral Kuadratur

A. Konsep Dasar Integral Tentu

Jika
f  x
kontinu dalam selang  a, b  dan jika
F  x
adalah integral tertentu dari
f  x
,
maka:
b
b
 f  x  dx  F  x   F  a  F  b
a
a

Contoh:
2

  2 x  10  dx
Tentukan nilai integral dari 0 .
Jawab:
2
2
  2 x  10  dx   x
2
 10 x    22  10  2     0 2  10  0    16
0
0

54
Contoh:
f  x  2x  3
Hitunglah luas daerah kurva yang dibatasi oleh fungsi pada selang 1  x  3
dan di atas sumbu-x.
Jawab:

Cara 1: Menggunakan konsep integral tentu

3
3
  2 x  3 dx   x  3x 
2
  32  3  3     12  3  1   18  4  14
1
1
Cara 2: Menggunakan konsep luasan trapesium
3
1 1
  2 x  3 dx  LuasTrapesium  2 h  s
1
1  s2  
2
 2   5  9   14

B. Jenis-Jenis Metode Integrasi Numerik

Beberapa jenis metode numerik, antara lain:

1. Integral Kuadratur
2. Integral Trapesium
1
3. Integral Simpson 3
4
4. Integral Simpson 3
5. Ektrapolasi Richardson

55
 6. Integral Romberg

C. Konsep Dasar Integral Kuadratur

Integral titik kuadratur secara numerik, didefinisikan;

b n

 f  x  dx   a  xi  f  xi 
a i 1

dengan
x1 , x2 , , xn merupakan titik kuadratur dan
b
a  xi    l  xi  dx
a

merupakan bentuk interpolasi  xx 

n
l  xi    x x 
j

Lagrange. i 1, j  i i j

Contoh:
7

 f  x  dx
Tentukanlah nilai 2 dengan menggunakan metode Integral Titik Kuadratik jika diketahui
mempunyai 3 titik kuadratik di bawah ini dengan ketelitian sampai dengan 2 desimal.

Jawab:
n
 xx 
l  xi    x x 
j

i 1, j  i
Dengan menggunakan Interpolasi Lagrange .
i j

l1  x  
 x  x2   x  x3    x  4   x  7  
x 2  11x  28
 x1  x2   x1  x3   2  4   2  7  10

l2  x  
 x  x1   x  x3    x  2   x  7  
x 2  9 x  14
 x2  x1   x2  x3   4  2   4  7  6

l3  x  
 x  x1   x  x2    x  2   x  4  
x2  6 x  8
 x3  x1   x3  x2   7  2   7  4  15
b
a  xi    l  xi  dx
Selanjutnya akan dihitung a .

56
 7
x 2  11x  28
a1  x    dx  0, 42
2
10
7
x 2  9 x  14
a2  x    dx  3, 47
2
6
7
x2  6 x  8
a3  x    dx  1,11
2
15
Jadi nilai integralnya adalah
7 3

 f  x  dx   a  xi  f  xi    0, 42   4    3, 47   5    1,11  0   19, 03
2 i 1
.

D. Latihan
5

 e  2 x 2  2 x  dx
2x

1. Tentukanlah nilai 3 dengan menggunakan metode Integral Titik

Kuadratik jika diketahui mempunyai 3 titik kuadratik di bawah ini dengan ketelitian
sampai dengan 2 desimal.

2,5

 log x  x  1 dx
2

2. Tentukanlah nilai 0,5

dengan menggunakan metode Integral Titik
Kuadratik jika diketahui mempunyai 3 titik kuadratik di bawah ini dengan ketelitian
sampai dengan 2 desimal.

57
  2  x 
7  x  ln  2  
  
3 3x
dx
3. Tentukanlah nilai dengan menggunakan metode Integral Titik
Kuadratik jika diketahui mempunyai 3 titik kuadratik di bawah ini dengan ketelitian
sampai dengan 2 desimal.
10
x 3
 2x 
 e x  ln x
dx
4. Tentukanlah nilai 1 dengan menggunakan metode Integral Titik Kuadratik
jika diketahui mempunyai 3 titik kuadratik di bawah ini dengan ketelitian sampai dengan 2
desimal.

Pertemuan ke-14
Integral Trapesium

A. Konsep Pias

Perhitungan integrasi numerik bekerja dengan sejumlah titik diskrit. Titik-titik tersebut akan

membagi selang integrasi  a, b  menjadi m buah pias (segmen). Lebar tiap pias (h) adalah

h
 b  a
m .

58
 B. Metode Integral Trapesium Gabungan

Jika dalam selang  a, b  dibagi m buah pias trapesium maka metode integrasi ini disebut
metode trapesium gabungan (Composite Trspezoidal’s Rule).

Secara numerik, integral trapesium didefinisikan

b
1 m
 f  x  dx  h  f i  f i 1 
a
2 i 1

dengan
x1 , x2 , , xn merupakan titik-titik kuadratur
n  jumlah titik kuadratur
m  jumlah segmen (pias)
m  n 1
ba
h
h  lebar tiap pias (jarak antar titik kuadratur) m

Contoh:

59
 6

  x  1 dx
Tentukanlah nilai 2 dengan menggunakan metode Integral Trapesium jika diketahui
diantara selang tersebut terdapat 9 titik kuadratik serta ketelitian sampai dengan 2 desimal.
Jawab:
62
h  0,5
Diketahui a  2, b  6, n  9, m  8 . Lebar tiap pias adalah 8 . Dengan
demikian, titik-titik kuadratik adalah

Selanjutnya, akan dihitung nilai

b
1 8
 f  x  dx  h  f i  f i 1 
a
2 i 1
1
 h  f1  2 f 2  2 f 3  2 f 4  2 f5  2 f 6  2 f 7  2 f 8  f 9 
2
1
  0, 5   1  2  1,5   2  2   2  2,5   2  3  5  2  3,5   2  4   2  4, 5   5 
2
 12
6

  x  1 dx
Jadi nilai 2 adalah 12.

C. Latihan

10

  0, 75x  x  dx
2

1. Tentukanlah nilai 6 dengan menggunakan metode Integral Trapesium

jika diketahui diantara selang tersebut terdapat 7 titik kuadratik serta ketelitian sampai
dengan 3 desimal.
12
 1,33x  2 x  dx
2

 4, 67
2. Tentukanlah nilai 3 dengan menggunakan metode Integral Trapesium
jika diketahui diantara selang tersebut terdapat 8 segmen (pias) serta ketelitian sampai
dengan 2 desimal.

60
 9
x 2,5
 9x 
 ln 2 x
dx
3. Tentukanlah nilai 3 dengan menggunakan metode Integral Trapesium
jika diketahui diantara selang tersebut terdapat 11 titik kuadratik serta ketelitian sampai
dengan 2 desimal.
7
 0, 75 x 2
 0,33 x  2 
 x
dx
4. Tentukanlah nilai 1 dengan menggunakan metode Integral
Trapesium jika diketahui diantara selang tersebut terdapat 12 segmen (pias) serta
ketelitian sampai dengan 2 desimal.

61