AKAR PERSAMAAN NON

LINIER

Metode Tabel

Metode Biseksi

Metode Regula Falsi

Metode Secant

Metode Newton Raphson

Metode Iterasi

Pendahuluan

Suatu persamaan non linier f(x) dapat

ditentukan akar persamaannya pada f(x) = 0,
yaitu nilai-nilai x yg menyebabkan nilai f(x) = 0.
Dg kata lain, akar persamaan f(x) adalah titik
potong antara kurva f(x) dan sumbu x.
Teorema 1
Suatu range x = [a,b] terdapat akar jika f(a) dan
f(b) berlawanan tanda, atau f(a).f(b) < 0
 Metode Tabel
Cara yang paling mudah utk menentukan akar
persamaan non linier adalah dg Metode Tabel yaitu
dihitung nilai f(x) untuk x = [b,a] sehingga didapatkan
f(x) ≈ 0.
x f(x)
x0 = b f(b)
x1 f(x1)
x2 f(x2)
xk f(xk) ≈ 0
M M
xn = a f(a)

Metode Tabel
Algoritma Metode Tabel :
1. Definisikan fungsi f(x)
2. Tentukan range utk x, batas bawah (b) & batas
atas (a)
3. Tentukan jumlah pembagian : n
4. Hitung xi mulai dari b s/d a dg step (a-b)/n, dan
untuk setiap xi hitung juga f(xi)
5. Dapatkan xk dimana f(xk)≈0, shg xk merupakan
penyelesaian
6. Jika tdk ada xk yg memenuhi f(xk)≈0 maka cari xk
dan xk+1 dimana f(xk). f(xk+1)<0, kemudian ulangi
langkah 2 – 5 dg b = xk dan a = xk+1
 Metode Tabel
Contoh : y 1

Selesaikan persamaan 0.5

xe-x + 1 = 0 f(x)=xe-x+1

Jawab :
0

Utk menaksir range yg -0.5

tepat, gambar grafik dr -1

f(x) sangat membantu. -1.5

-2
-1 -0.9 -0.8 -0.7 -0.6 -0.5 -0.4 -0.3 -0.2 -0.1 0
x
Dari grafik terlihat bhw akar persamaan berada
pada range [-0.6,-0.5]

Metode Tabel
Range dibagi 10 bagian sehingga :
x f(x) x f(x)
-0.60 -0.09327 -0.570 -0.00791
-0.59 -0.06435 -0.569 -0.00514
-0.58 -0.03590 -0.568 -0.00237
-0.57 -0.00791 -0.567 0.00040
-0.56 0.01962 -0.566 0.00316
-0.55 0.04671 -0.565 0.00591
-0.54 0.07336 -0.564 0.00866
-0.53 0.09957 -0.563 0.01141
-0.52 0.12535 -0.562 0.01415
-0.51 0.15070 -0.561 0.01689
-0.50 0.17564 -0.560 0.01962
 Metode Biseksi
Pada Metode Biseksi,
diambil suatu range
x1 x3 x2
utk x yg pasti terdapat y
akar persamaan. x4 f(x)
x5
Range dibagi 2, dr 2
bagian ini dipilih
bagian yg mengan-
dung akar, yg tidak x
mengandung akar
dibuang.

Metode Biseksi
Algoritma Metode Biseksi :
1. Definisikan fungsi f(x)
2. Tentukan batas atas x (a) & batas bawah x (b),
sehingga f(a).f(b)<0
3. Tentukan toleransi kesalahan : e
4. Hitung : x = (a+b)/2
5. Hitung : f(x)
6. Jika f(x).f(a)<0 maka b = x, jika tidak a = x
7. Jika │f(x)│<e maka proses dihentikan & didapatkan
akar = x, jika tidak ulangi langkah 4 – 7
 Metode Biseksi
Contoh :
Selesaikan persamaan xe-x + 1 = 0, pada range x =
[-1,0] dan toleransi kesalahan 0,001.
Jawab :
Akar ada diantara
a = -1, f(a) = f(-1) = -1,71828 a dan b
b = 0, f(b) = f(0) = 1
b = -0,5
x = (-1+0)/2 = -0,5 f(b) = 0,17564
f(x) = f(-0,5) = 0,17564
a = -0,75
x = (-1-0,5)/2 = -0,75 f(a) = -0,58775
f(x) = f(-0,75) = -0,58775
dst.

Metode Biseksi
Iterasi a f(a) b f(b) x f(x) Ket
1 -1 -1.71828 0 1.00000 -0.50000 0.17564 b=x
2 -1 -1.71828 -0.50000 0.17564 -0.75000 -0.58775 a=x
3 -0.75000 -0.58775 -0.50000 0.17564 -0.62500 -0.16765 a=x
4 -0.62500 -0.16765 -0.50000 0.17564 -0.56250 0.01278 b=x
5 -0.62500 -0.16765 -0.56250 0.01278 -0.59375 -0.07514 a=x
6 -0.59375 -0.07514 -0.56250 0.01278 -0.57813 -0.03062 a=x
7 -0.57813 -0.03062 -0.56250 0.01278 -0.57031 -0.00878 a=x
8 -0.57031 -0.00878 -0.56250 0.01278 -0.56641 0.00204 b=x
9 -0.57031 -0.00878 -0.56641 0.00204 -0.56836 -0.00336 a=x
10 -0.56836 -0.00336 -0.56641 0.00204 -0.56738 -0.00066 a=x

│f(x)│= 0,00066 < e = 0,001
x = -0,56738

 Metode Regula Falsi
Metode Regula Falsi
mencari akar pers. dg
memanfaatkan
kemiringan dan selisih
tinggi dr 2 titik batas
range.
Titik pendekatan yg
digunakan adalah :
a f (b) − b f ( a)
x=
f (b ) − f ( a )
Pendekatan x adalah
nilai rata-rata range
berdasarkan f(x).

Metode Regula Falsi

Algoritma Metode Regula Falsi :
1. Definisikan fungsi f(x)
2. Tentukan batas atas x (a) & batas bawah x (b),
sehingga f(a).f(b)<0
3. Tentukan toleransi kesalahan : e
4. Hitung f(a) dan f(b)
a f (b) − b f ( a)
5. Hitung : x = dan f(x)
f (b ) − f ( a )
6. Hitung f(x).f(a)<0 maka b = x, jika tidak a = x
7. Jika │f(x)│<e maka proses dihentikan & didapatkan
akar = x, jika tidak ulangi langkah 4 – 7
 Metode Regula Falsi
Contoh :
Tentukan akar persamaan dari ex – 2 Cos x = 0,
pada range x = [0,1] dan toleransi kesalahan 0,001.
Jawab :
a = 0, f(a) = f(0) = -1
b = 1, f(b) = f(1) = 1,63768
x = [f(b).a – f(a).b] / [f(b) – f(a)] = 0,37912
f(x) = f(0,37912) = -0,39698 a = 0,37912
x = [f(b).a – f(a).b] / [f(b) – f(a)] = 0,50026
f(x) = f(0,50026) = -0.10576 a = 0,50026
dst.

Metode Regula Falsi

Iterasi a f(a) b f(b) x f(x) Ket

1 0 -1.00000 1 1.63768 0.37912 -0.39698 a=x

2 0.37912 -0.39698 1 1.63768 0.50026 -0.10576 a=x

3 0.50026 -0.10576 1 1.63768 0.53058 -0.02512 a=x

4 0.53058 -0.02512 1 1.63768 0.53767 -0.00580 a=x

5 0.53767 -0.00580 1 1.63768 0.53930 -0.00133 a=x

6 0.53930 -0.00133 1 1.63768 0.53967 -0.00030 a=x

│f(x)│= 0,00030 < e
x = 0,53967

 Metode Secant
Metode Secant merupakan perbaikan dr Metode
Regula Falsi dimana kemiringan 2 titik dinyatakan
secara diskrit.
BD CD
=
BA CE
y1 − y0 y −0
= 1
x1 − x0 x1 − x2
y1 ( x1 − x0 )
x2 = x1 − atau
y1 − y0
yn ( xn − xn −1 )
xn +1 = xn −
y n − yn −1
Tidak perlu dicek apakah y1.y0 < 0

Metode Secant

Algoritma Metode Secant :

1. Definisikan fungsi f(x)
2. Tentukan toleransi kesalahan : e
3. Tentukan : x0 & x1
4. Hitung : y0 = f(x0) dan y1 = f(x1)
5. Lakukan iterasi berikut selama │yi │≥ e :
yi ( xi − xi −1 )
xi +1 = xi − dan yi+1 = f(xi+1)
y i − yi −1
6. Akar persamaan adalah nilai x yang terakhir
 Metode Secant
Contoh :
Tentukan akar persamaan dari ex – 2 Cos x = 0,
pada range x = [-1,0] dan toleransi kesalahan 0,001.
Jawab :
x0 = -1, y0 = f(-1) = -0,71273
x1 = 0, y1 = f(0) = -1
x2 = 0 – [-1(0-(-1))] / [-1-(-0,71273)] = -3,48099
y2 = f(-3,48099) = 1,91669
dst.

Metode Secant
i xi yi Hasil yang diperoleh
Metode Secant kok
0 -1 -0.71273 berbeda dg Metode
1 0 -1.00000 Regula Falsi?
2 -3.48099 1.91669 Pd Met. Regula Falsi:
x = 0,53967
3 -1.19347 -0.43370
Ada yang salah ???
4 -1.61557 0.28830
5 -1.44703 -0.01164
6 -1.45357 -0.00019

│f(x)│= 0,00019 < e
x = -1,45357

 Metode Secant
Cek dg. gambar grafik !!!
2
Hasil penyele-
1.5
saian akar per-
1 samaan bisa
y = ex – 2 Cos x berbeda karena
0.5
perbedaan pe-
y

0 nentuan range x
-0.5

-1

-1.5
-2 -1.5 -1 -0.5 0 0.5 1
x

Metode Newton Raphson

Metode Newton
Raphson menggu-
nakan 1 titik awal untuk y
mendekati akar )
f’(x 0
persamaan dg f(x)
memperhatikan
slope/gradien pd titik x1
x0 x
tsb. x2
Titik pendekatan ke n+1
1)

dihitung dg :
f’(x

f ( xn )
xn +1 = xn −
f ′( xn )
 Metode Newton Raphson
Algoritma Metode Newton Raphson :
1. Definisikan fungsi f(x) dan f’(x)
2. Tentukan toleransi kesalahan : e
3. Tentukan pendekatan awal : x0
4. Hitung : f(x0) dan f’(x0)
5. Lakukan iterasi berikut selama │f(xi)│ ≥ e :
f ( xi )
xi +1 = xi − , hitung f(xi+1) dan f’(xi+1)
f ′( xi )
6. Akar persamaan adalah nilai x yang terakhir

Metode Newton Raphson

Metode Newton Raphson
y Titik Puncak/
mempunyai permasalahan: Stasioner
1. Tidak dapat digunakan f(x)
ketika titik pendekatannya
berada pada titik optimum
(titik puncak) karena nilai x
f’(x) = 0 yang merupakan Akar
Persamaan
penyebut.
2. Mengalami kesulitan utk
mendapatkan penyele-
lama atau tidak mem-
saian ketika titik
peroleh penyelesaian
pendekatan berada
(divergensi)
diantara 2 titik stasioner.
 Metode Newton Raphson
Untuk mengatasi 2 permasalahan tsb :
1. Bila titik pendekatan berada pada titik optimum/titik
puncak, titik pendekatan harus digeser sedikit :
xi = xi ± δ dimana δ adalah konstanta yg ditentukan
shg f’(xi) ≠ 0.
2. Untuk menghindari terjadinya divergensi, sebaik-
nya Metode Newton Raphson didahului oleh
Metode Tabel atau grafik f(x) sehingga dapat
dijamin konvergensinya.

Metode Newton Raphson

Contoh :
Selesaikan persamaan x – e-x = 0 dg titik pendekatan
awal x0 = -1 dan toleransi kesalahan 0,0001.
Jawab :
f(x) = x – e-x → f’(x) = 1 + e-x
f(x0) = -1 – e1 = -3,718282
f’(x0) = 1 + e1 = 3,718282
x1 = -1 – (-3,718282)/ 3,718282 = 0
f(x1) = 0 – e-0 = -1
f’(x1) = 1 + e-0 = 2
x2 = 0 – (-1)/2 = 0,5 , dst
 Metode Newton Raphson
i xi f(xi) f'(xi)
0 -1 -3.718282 3.718282
1 0.000000 -1.000000 2.000000

2 0.500000 -0.106531 1.606531 2

3 0.566311 -0.001305 1.567616 1 f(x) = x – e-x

4 0.567143 -1.96E-07 1.567143 0

-1

y
│f(x)│= 1,96x10-7
<e
-2

x = 0,567143
-3

-4
-1 -0.5 0 0.5 1 1.5 2
x

Metode Newton Raphson

Metode Newton Raphson dapat juga digunakan utk
menyelesaikan 2 persamaan dg 2 variabel sbb :
f1(x1,x2) = 0
f2(x1,x2) = 0
Formula Metode Newton Raphson untuk menyelesai-
kan 2 persamaan tersebut adalah :
f 1( x1n , x 2 n )
x1n +1 = x1n −
∂f 1( x1n , x 2 n )
∂x1
f 2( x1n +1 , x 2 n )
x 2 n +1 = x 2 n −
∂f 2( x1n +1 , x 2 n )
∂x 2
 Metode Newton Raphson
Algoritma Metode Newton Raphson untuk menyele-
saikan 2 persamaan dg 2 variabel :
1. Definisikan fungsi y1 = f1(x1,x2) dan y2 = f2(x1,x2)
∂f 1( x1, x 2) ∂f 2( x1, x 2)
2. Tentukan y1′ = dan y 2′ =
∂x1 ∂x 2
3. Tentukan toleransi kesalahan : e
4. Tentukan pendekatan awal : x10 dan x20
5. Hitung : y1│x10,x20 dan y1’│x10,x20

Metode Newton Raphson

6. Lakukan iterasi berikut selama │y1│x1i, x2i│ ≥ e
dan │y2│x1i+1, x2i│ ≥ e :
y1
x1i +1 = x1i −
y1′ x1i , x 2i
y2
x 2i +1 = x 2i −
y 2′ x1i +1 , x 2i

Hitung : y1│x1i+1,x2i+1 dan y1’│ x1i+1,x2i+1

7. Akar persamaan adalah nilai x1 dan x2 yang
terakhir
 Metode Newton Raphson
Contoh :
Dapatkan nilai x1 dan x2 yang memenuhi persamaan 2x1 – x2 =
-3 dan x1 – 2x2 = -3. Lakukan iterasi dg titik pendekatan awal
x10 = x20 = 0 dan toleransi kesalahan 0,001.
Jawab :
y1 = f1(x1,x2) = 2x1 – x2 + 3 → y1’ = 2
y2 = f2(x1,x2) = x1 – 2x2 + 3 → y2’ = -2
y1│0,0 = 2x0 – 0 +3 = 3
y1’ = 2
x1 = 0 – 3/2 = -1.5
y2│-1.5,0 = -1.5 – 2x0 + 3 = 1.5
x2 = 0 – 1.5/(-2) = 0,75 , dst

Metode Newton Raphson

i x1i x2i y1 y1' y2 y2'
0 0 0 3 2 1.5 -2
1 -1.500000 0.750000 -0.750000 2 0.375000 -2
2 -1.125000 0.937500 -0.187500 2 0.093750 -2
3 -1.031250 0.984375 -0.046875 2 0.023438 -2
4 -1.007813 0.996094 -0.011719 2 0.005859 -2
5 -1.001953 0.999023 -0.002930 2 0.001465 -2
6 -1.000488 0.999756 -0.000732 2 0.000366 -2
7 -1.000122 0.999939 -0.000183

│y1│= 1,83x10-4 < e dan │y2│= 3,66x10-4 < e

x1 = -1,000122 dan x2 = 0,999939
 Metode Iterasi
Metode Iterasi (iterasi titik tetap) adalah metode
yang memisahkan x dg sebagian x yg lain sehingga
diperoleh x = g(x).
Persamaan non linier f(x) dapat diselesaikan
(konvergen) dg. Metode Iterasi jika dipenuhi syarat :
g ′( x0 ) < 1
Proses iterasi dilakukan secara berulang dg :
xn +1 = g ( xn )

Metode Iterasi
Algoritma Metode Iterasi :
1. Definisikan fungsi f(x) dan x = g(x)
2. Tentukan toleransi kesalahan : e
3. Tentukan pendekatan awal x0 yang memenuhi
│g’(x0)│ < 1
4. Lakukan iterasi berikut selama │f(xi)│ ≥ e :
xi +1 = g ( xi ) , hitung f(xi+1)
5. Akar persamaan adalah nilai x yang terakhir
 Metode Iterasi
Contoh :
Selesaikan persamaan x – e-x = 0 dg titik pendekatan
awal x0 = 0,5 dan toleransi kesalahan 0,001.
Jawab :
x – e-x = 0 → x = g(x) = e-x dan g’(x) = -e-x
│g’(x0)│ = │-e-0,5│ = 0,606531 < 1 (OK)
x1 = g(x0) = e-0,5 = 0,606531
f(x1) = 0,606531 – e-0,606531 = 0,061291
x2 = g(x1) = e-0,606531 = 0,545239
f(x2) = 0,545239 – e-0,545239 = -0,034464
dst

Metode Iterasi
i xi g(xi) f(xi)
0 0.500000 0.606531 -0.106531
1 0.606531 0.545239 0.061291
2 0.545239 0.579703 -0.034464
3 0.579703 0.560065 0.019638
4 0.560065 0.571172 -0.011108
5 0.571172 0.564863 0.006309
6 0.564863 0.568438 -0.003575
7 0.568438 0.566409 0.002029
8 0.566409 0.567560 -0.001150
9 0.567560 0.566907 0.000652

│f(x)│= 0,000652 < e
x = 0,567560