Metode Numerik

Modul :
Persamaan Non Linier

Dra.Dwina K.,M.Kom

Metode Numerik 1
Apa yang akan dibahas

1. Pendahuluan dan motivasi

2. Analisis Kesalahan
3. Persamaan Tidak Linier
4. Persamaan Linier Simultan
5. Interpolasi
6. Integrasi Numerik
7. Solusi Persamaan Differensial Biasa

Metode Numerik 2
Daftar Pustaka
 Chapra, S. C. and Canale, R. P. (1991): Metode
Numerik untuk Teknik. Penerbit Universitas
Indonesia, Jakarta.
 Hanselman, D. and Littlefield, B. (1997): Matlab
Bahasa Komputasi Teknis. Penerbit Andi,
Yogyakarta.
 Scheid, F. (1983), Numerical Analysis, McGraw-
Hill International Editions, Singapore.
 Conte, S. D. and de Boor, C. (1993), Dasar-Dasar
Analisis Numerik, Penerbit Erlangga, Jakarta.

Metode Numerik 3
Pendahuluan

 Metode Numerik: Teknik menyelesaikan

masalah matematika dengan
pengoperasian hitungan.
 Pada umumnya mencakup sejumlah
besar kalkulasi aritmetika yang sangat
banyak dan menjenuhkan
 Karena itu diperlukan bantuan komputer
untuk melaksanakannya

Metode Numerik 4
Motivasi

Kenapa diperlukan?
 Pada umumnya permasalahan dalam
sains dan teknologi digambarkan dalam
persamaan matematika
 Persamaan ini sulit diselesaikan dengan
“tangan”  analitis sehingga diperlukan
penyelesaian pendekatan  numerik

Metode Numerik 5
Penyelesaian persoalan numerik
 Identifikasi masalah
 Memodelkan masalah ini secara matematis
 Identifikasi metode numerik yang diperlukan
untuk menyelesaikannya
 Implementasi metode ini dalam komputer
 Analisis hasil akhir: implementasi, metode,
model dan masalah

Metode Numerik 6
Persoalan analisis numerik
 Eksistensi (ada tidaknya solusi)
 Keunikan (uniqueness)
 Keadaan tidak sehat (ill-conditioning)
 instabilitas (instability)
 Kesalahan (error)

Contoh: Persamaan kuadrat

Persamaan linier simultan

Metode Numerik 7
Angka Signifikan
 7,6728  7,67 3 angka signifikan
 15,506  15,51 4 angka signifikan
 7,3600  7,4 2 angka signifikan
 4,27002  4,3 2 angka signifikan

Metode Numerik 8
 Sumber Kesalahan
 Kesalahan pemodelan
contoh: penggunaan hukum Newton
asumsi benda adalah partikel
 Kesalahan bawaan
contoh: kekeliruan dlm menyalin data
salah membaca skala
 Ketidaktepatan data
 Kesalahan pemotongan (truncation error)
 Kesalahan pembulatan (round-off error)

Metode Numerik 9
Kesalahan pemotongan (i)

 Kesalahan yang dihasilkan dari

penggunaan suatu aproksimasi pengganti
prosedur matematika yang eksak
Contoh: approksimasi dengan deret
Taylor 2 n
x x n x
f ( x i 1 )  f ( x i )  f ( x i ) 
 f ( xi )    f ( xi )  Rn
1! 2! n!
x  xi 1  xi
f ( n 1) ( ) ( n 1)
Kesalahan: Rn  x
( n  1)!

Metode Numerik 10
 Kesalahan pemotongan (ii)
 Aproksimasi orde ke nol (zero-order appr.)
f ( xi 1 )  f ( xi )

• Aproksimasi orde ke satu (first-order appr.)

x
f ( xi 1 )  f ( xi )  f ( xi )
1!

• Aproksimasi orde ke dua (second-order appr.)

x x2
f ( x i  1 )  f ( x i )  f ( x i )  f  ( x i )
1! 2!

Metode Numerik 11
 Motivasi Dari Persamaan Non Linear
Dalam desain tikungan jalan lingkar, terdapat
rumusan berikut:
R2
R M
2 2
R T

R = jari-jari kurva jalan

T = jarak tangensial = 273.935 m

M = ordinat tengah = 73.773 m

Metode Numerik 12
Motivasi Dari Persamaan Non Linear (ii)
Dari suatu perhitungan tentang kebutuhan akan
produksi optimal suatu komponen struktur didapat
persamaan biaya yang dibutuhkan untuk pengadaaan
produksi dalam satu hari sebagai berikut:

C  13000 N 1  158.11 N 0.5  N  0.0025 N 2

dengan
C = biaya per hari

N = jumlah komponen yang diproduksi

Metode Numerik 13
Solusi Persamaan Non Linear (i)
1) Metode Akolade (bracketing method)
Contoh: • Metode Biseksi
(Bisection Method)

• Metode Regula Falsi

(False Position Method)

Keuntungan: selalu konvergen

Kerugian: relatif lambat konvergen

Metode Numerik 14
Solusi Persamaan Non Linear (ii)
2) Metode Terbuka

Contoh: • Iterasi Titik-Tetap

(Fix Point Iteration)

• Metode Newton-Raphson

• Metode Secant
Keuntungan: cepat konvergen

Kerugian: tidak selalu konvergen

(bisa divergen)
Metode Numerik 15
 Metode Bagi Dua (i)
Asumsi: Fungsi f(x) kontinu dalam interval a0 ,b0 
f (a0 ) f (b0 )  0

do n = 0,1,…
m  (an  bn ) / 2
if f (a n ) f (m)  0, then an 1  an , bn 1  m

else a n  1  m , bn 1  bn
if bn 1  an 1   or f ( m)  0 exit
end do
Metode Numerik 16
Metode Biseksi (ii)

Metode Numerik 17
Latihan

Metode Numerik 18
 Regula Falsi (i)
Asumsi: Fungsi f(x) kontinu dalam interval a0 ,b0 
f (a0 ) f (b0 )  0

do n = 0,1,…
w  [ f (bn ) an  f (an )bn ] /[ f (bn )  f (an )]
if f (an ) f ( w)  0, then an 1  an , bn 1  w
else a n  1  w , bn 1  bn
if bn 1  an 1   or f ( w)  0 exit
end do
Metode Numerik 19
Regula Falsi (i)

Metode Numerik 20
 METODE ITERASI TITIK TETAP
 Syaratnya:
 f(x) = 0 dapat diubah menjadi bentuk:
x = g(x) (yang tidak unik)
 Cari akar dgn pertidaksamaan rekurens:
Xk+1 = g(Xk); untuk k = 0, 1, 2, 3, …
dgn X0 asumsi awalnya, sehingga diperoleh
barisan X0, X1, X2, X3, … yang diharapkan
konvergen ke akarnya.
 Jika g’(x) ε [a, b] dan g’(x) ≤ k dgn k< 1 Utk setiap
x ε [a, b] , maka titik tetap tersebut tunggal dan
iterasinya akan konvergen menuju akar

Metode Numerik 21
METODE ITERASI TITIK TETAP (cont’d)

 Dari bentuk x = g(x), berarti akar dari f(x) tak lain

adalah perpotongan antara garis lurus y = x dan
kurva y = g(x).

Metode Numerik 22
Iterasi Titik Tetap

Metode Numerik 23
METODE ITERASI TITIK TETAP (lanjutan)

Metode Numerik 24
METODE ITERASI TITIK TETAP (cont’d)

Metode Numerik 25
 n 1 n
x  g(x )

Metode Numerik 26
Contoh : f(x)=x2-x-2, x*=-1 & 2
|g’(x)|>1 for |x|>0.5  no convg

|g’(x)|<1 for x>= -1  convg

Metode Numerik 27
 METODE NEWTON-RAPHSON

 Waktu pencarian akarnya relatif lebih cepat

dibandingkan metode lainnya.
 Memanfaatkan turunan fungsi f(x) pada suatu titik P
[x1, f(x1)]
 Membuat garis singgung pada titik P tsb yg
memotong sumbu x  didapat xi+1
 Sampai ditemukan akarnya (sesuai batas
toleransi/error yg diberikan)

Metode Numerik 28
Gambar Grafik

Metode Numerik 29
Metode Newton-Raphson

Metode Numerik 30
 METODE NEWTON-RAPHSON
(lanjutan)

 Persamaan garis singgung melalui P [X1, f(X1)] adalah:

y – f(X1) = f ’(X1) . (X – X1)
dgn f ’(X1) : gradien garis singgung
 Persamaan tsb memotong sumbu x di titik (X2, 0) maka
akan diperoleh:
0 - f(X1) = f’(X1). (X2– X1)
X2 .f’(X1) - X1.f’(X1) = - f’(X1)
X2 = X1 – [f(X1)/ f’(X1)]
artinya dengan x1 didapat x2
 Setelah menghitung x2 untuk praktisnya x2 dapat menjadi
x1 yang baru dan
 selanjutnya menghitung x2 yang baru dst.

Metode Numerik 31
 METODE NEWTON-RAPHSON
(lanjutan)

Secara Rekurens, persamaan tsb dinyatakan

menjadi
Xi+1= Xi – (f(X1)/ f’(X1) ) ,
i = 1, 2, 3, …
f’(Xi): turunan pertama f(X) pada x = xi.
x n  x n 1
ea   100%  100% (dalam %)
xn
Proses ini diteruskan sampai kesalahan

Metode Numerik 32
Algoritma Newton Raphson
 Tahap Awal. Tentukan f(x), f ’(x), x1 , emax , imax
 Tahap
1. Hitung Xi+1= Xi – (f(X1)/ f’(X1) )
2. x2 mengganti x1 ,
3. Kembali ke 1 menghitung x2 yang baru
 Iterasi berhenti bila kesalahan
x n  x n 1
ea   100 %  100 % (dalam %)
xn

maka x2 terakir sebagai akar pendekatan

 Bila jumlah iterasi mencapai imax , iterasi dihentikan,
perlu evaluasi

Metode Numerik 33
Contoh x3  4x 2  x  4  0

Metode Numerik 34
Metode Numerik 35
Metode Numerik 36
Metode Numerik 37
 Metode Secant
• Seperti pada Regula Falsi dengan rumusan yang sama,
hanya x1 dan x2 tidak harus mengurung akar.
x1 dan x2 disebut sebagai taksiran awal.

Perbedaannya adalah x3 akan menggantikan x2 dan x2

menggantikan x1 selanjutnya dihitung x3 yang baru,
Proses diulangi sampai kesalahan

Metode Numerik 38
Metode Secant

Metode Numerik 39
Algoritma

Metode Numerik 40
Contoh
3 2 dalam interval [0 ,2]
x  4x  x  4  0

Metode Numerik 41
Metode Numerik 42
Metode Numerik 43