Nama : Zahrah Meidina

NPM : 1915051009
Tugas 3 Metode Numerik

METODE SELISIH MAJU DAN MUNDUR

1 Pengertian Selisih Maju: Metode numerik yang digunakan untuk menyelesaikan permasalaan diferensial
sulit dengan mengadopsi rumus umum dari diferensial.

Selisih Mundur: Metode numerik yang digunakan untuk menyelesaikan permasalahan diferensial
sulit menggunakan prinsip kebalikan dari rumus umum dari
diferensial
2 Aplikasi Turunan Metode ini biasanya digunakan untuk menghitung hampiran turunan.
3 Rumus ( x ¿¿ 0)
f ' ( x 0 )=f ( x 0+ h ) −f ¿ f ' x =f ( x ¿¿ 0)−f ( x 0−h ) ¿
h ( 0) h
Metode Selisih Maju Metode Selisih Mundur
4 Kelebihan  Dalam hal galat yang dihasilkan, beda pusat lebih baik daripada beda maju dan beda mundur.
5 Kelemahan  Namun untuk beberapa kasus tertentu (misalnya pada masalah nilai batas), beda maju atau beda
mundur lebih tepat digunakan daripada beda pusat.
6 Algoritma Selisih Maju:
1) Mendefinisikan fungsi f(x)
2) Menuliskan range dari perhitungan yang akan dilakukan, serta nilai h-nya.
3) Menghitung nilai f′(x) maju dengan rumus yang telah ditentukan
Menghitung nilai error (E) dari setiap perhitungan

Selisih Mundur:
1) Mendefinisikan fungsi f(x)
2) Menuliskan range dari perhitungan yang akan dilakukan, serta nilai h-nya.
3) Menghitung nilai f′(x) mundur dengan rumus yang telah ditentukan
 4) Menghitung nilai error (E) dari setiap
perhitungan
ITERASI GAUSS SEIDEL
1 Pengertian Metode Gauss Seidel merupakan metode yang menggunakan proses iterasi sehingga diperoleh nilai-
nilai yang berubah. Metode ini dikembangkan dari gagasan metode iterasi pada solusi persamaan tak
linier.
2 Aplikasi Metode ini digunakan untuk menyelesaikan sistem persamaan linier (SPL) berukuran besar dan
proporsi koefesien nolnya besar, seperti sistem-sistem yang banyak ditemukan dalam sistem
persamaan diferensial. Biasanya metode ini digunakan untuk menghitung aliran beban.
3 Rumus

4 Kelebihan  Digunakan untuk menyelesaikan persamaan SPL yang berukuran kecil karena metode ini lebih
efesien.
 Dengan metode ini pembulatan dapat diperkecilkarena dapat meneruskan iterasi sampai
solusinya seteliti mungkin sesuai dengan batasan sesatan yang diperbolehkan
 Pengunaan memori komputer lebih hemat jika matriks yang dipertanyakan sangat besar dan
sangat jarang, yakni kebanyakan elemen-elemen nya adalah nol
Proses iterasi lebih cepat jika dibandingkan dengan metode iterasi lainya
5 Kelemahan  Masalah titik tengah harus benar-benar diperhatikan, karena penyusunan yang salah akan
menyebabkan iterasi menjadi divergen dan tidak diperoleh hasil yang benar
 Metode ini sulit digunakan untuk menyelesaikan SPLberukuran besar
 Proses iterasi lambat, terutama untuk persamaan linier serentak berordo tinggi
Hanya bisa diselesaikan apabila matriks bujur sangkar matriks yang mempunya baris dan kolom sama
banyak
6 Algoritma (1) Masukkan matrik A, dan vektor B beserta ukurannya n
(2) Tentukan batas maksimum iterasi max_iter
(3) Tentukan toleransi eror 𝜀
(4) Tentukan nilai awal dari 𝑥 𝑖 , untuk i= 1s/d n
(5) Simpan 𝑥𝑖 dalam 𝑠𝑖, untuk i= 1 s/d n
(6) Untuk I= 1 s/d n hitung
 (7) Iterasi ← iterasi+1
Bila iterasi lebih dari max_iter atau tidak terdapat 𝑒𝑖 < 𝜀 untuk i=1 s/d n maka proses dihentikan dari
penyelesaianya adalah 𝑥𝑖 untuk i=1 s/d n. bila tidak ulangi langkah (5).
METODE BISEKSI
1 Pengertian Metode biseksi ini membagi range menjadi 2 bagian, dari dua bagian ini dipilih bagian mana yang
mengandung dan bagian yang tidak mengandung akar dibuang. Hal ini dilakukan berulang-ulang
hingga diperoleh akar persamaan
2 Aplikasi Metode tertutup untuk menentukan solusi akar dari persamaan non linier. Akar-akar persamaan
linier dicari dengan proses iterasi dengan prinsip utama memilih bagian yang mengandung
akar dan
membuangnya yang tidak mengandung akar hingga diperoleh akar persmaan.
3 Rumus

4 Kelebihan Selalu berhasil menemukan akar solusi yang dicari atau dengan kata lain selalu konvergen.
5 Kekurangan  Hanya dapat dilakukan apabila ada akar persamaan pada interval yang diberikan
 Jika ada beberapa akar pada interval yang diberikan maka hanya satu akar saja yang dapat
ditemukan
Memiliki proses iterasi yang banyak sehingga memperlama proses penyelesaiannya. Tidak
memandang bahwa sebenarnya akar atau solusi yang dicari dekat sekali dengan batas interval yang
digunakan.
6 Algoritma Algortima Metode Biseksi adalah sebagai berikut:
(1) Definisikan fungsi 𝑓(𝑥) yang akan dicari akarnya
(2) Tentukan nilai a dan b
(3) Tentukan torelansi e dan iterasi maksimum N
(4) Hitung 𝑓(𝑎) dan 𝑓(𝑏)
(5) Jika f(𝑎). 𝑓(𝑏) > 0 maka proses dihentikan karena tidak ada akar, bila tidak dilanjutkan.
(6) Hitung
 (7) Hitung f(x)
(8) Bila 𝑓(𝑥). 𝑓(𝑎) < 0 maka 𝑏 = 𝑥 dan 𝑓(𝑏) = 𝑓(𝑥), bila tidak 𝑎 = 𝑥 dan 𝑓(𝑎) = 𝑓(𝑥)
Jika |𝑏 − 𝑎| < 𝑒 atau iterasi > iterasi maksimum maka proses dihentikan dan didapatkan akar = x, dan
bila tidak, ulangi langkah 6.
METODE SECANT
1 Pengertian Metode secant merupakan perbaikan dari metode regula-falsi dan newton raphson dimana kemiringan
dua titik dinyatakan sacara diskrit, dengan mengambil bentuk garis lurus yang melalui satu titik.
2 Aplikasi Metode secant digunakan untuk mengganti diferensial dengan pendekatan turunan.

3 Rumus

4 Kelebihan  Merupakan fungsi berkelanjutan

 Baik digunakan jika mempunyai pengetahuan dan kecakapan tentang fungsi
 Jika turunan fungsi f(x) sulit diperoleh, maka metode secant menjadi altrenatif yang baik
5 Kekurangan  Analisis turunan
 Jika penetapan harga awal tidak baik maka pendekatan dengan metode secant hanya akan
memberikan sangat sedikit kemungkinan harga akar-akar persamaan pada interval yang
ditentukan
6 Algoritma (1) Definisikan fungsi 𝐹(𝑥)
(2) Definisikan torelansi error (e) dan iterasi maksimum (n)
(3) Masukkan dua nilai pendekatan awal yang di antaranya terdapat akar yaitu 𝑥0 dan 𝑥1, sebaiknya
gunakan metode tabel atau grafis untuk menjamin titik pendakatannya adalah titik pendekatan
yang konvergensinya pada akar persamaan yang diharapkan.
(4) Hitung 𝐹(𝑥0) dan 𝐹(𝑥0) sebagai 𝑦0 dan 𝑦1
(5) Untuk iterasi I = 1 s/d n atau |𝐹(𝑥𝑖)| ≥ 𝑒
(6)
(7) hitung 𝑦𝑖 + 1 = 𝐹(𝑥𝑖 + 1)
 (8) Akar persamaan adalah nilai x yang terakhir
METODE NEWTHON-RAPHSON
1 Pengertian Metode newton raphson adalah metode pendekatan yang menggunakan satu titik awal dan
mendekatinya dengan memperhatikan slope atau gradien pada titik tersebut.
2 Aplikasi Digunakan untuk menghitung akar-akar persamaan suku banyak umumnya efesiensi yang sangat baik
dalam proses perhitunganya.
3 Rumus

4 Kelebihan  Konvergensi yang dihasilkan lebih cepat

Prosedur perhitungan relatif sederhana mudah dipahami
5 Kekurangan  Tidak selalu menemukan akar (divergen)
Kemungkinan sulit dalam mencari f’(𝑥𝑛) dan penetapan harga awal.
6 Algoritma Algortima Metode Newthon-Raphson sebagai berikut:
(1) Defian fungsi f(x) dan 𝑓 1(𝑥)
(2) Tentukan toleransi error (e) dan iterasi maksimum (n)
(3) Tentukan nilai pendekatan awal 𝑥0
(4) Hitung 𝑓(𝑥0)dan 𝑓1(𝑥0)
(5) Untuk iterasi I = 1 s/d n atau |𝑓(𝑥𝑖)| ≥ 𝑒
(6)
(7) Hitung 𝑓(𝑥𝑖) dan 𝑓1(𝑥𝑖)
(8) Akar persamaan adalah nilai 𝑥𝑖 yang terakhir diperoleh
EKSTRAPOLASI RICHARDSON
1 Pengertian Ekstrapolasi Richardson ialah salahsatu metode numerik untuk menyelesaikan fungsi yang
diintegralkan dengan cara menghitung nilai integrasi yang lebih baik (improve) dibandingkan dengan
Integral biasa. metode ini menggunakan dua perkiraan dari sebuah integral untuk mengkomputasi
pendugaan ketiga, yang lebih akurat.
2 Aplikasi Dalam melakukan pengetesan dan pengujian terhadap perangkat lunak serta memperbaiki kesalahan
 yang ada. Menghitung luasan suatu bidang dengan melakukan perhitungan nilai integrasi yang lebih
baik (improve)
3 Rumus

4 Kelebihan  Dapat diperluas untuk mendapatkan nilai turunan fungsi yang lebih baik
 Untuk mendapatkan orde yang lebih tinggi cukup menggunakan formula yang sama
 Mudah digunakan dalam komputasi
5 Kekurangan  Apabila fungsi yang diintegralkan merupakan fungsi singular, yaitu fungsi turunan yang tidak
terdefinisi di dalam batas batasnya. Dalam hal ini, ekstrapolasi Richardson menghasilkan nilai
yang salah.
 Tidak dapat mengatasi nilai q yang tidak diketahui pada rumus
6 Algoritma (1) Mula-mula hitunglah nilai integrasi dengan kaidah yang sudah baku dengan jarak antar titik
selebar h untuk mendapatkan I(h),
(2) Kemudian hitung kembali nilai integrasi dengan jarak antar titik selebar 2h untuk memperoleh
I(2h).
(3) Akhirnya, hitung nilai integrasi yang lebih baik dengan menggunakan persamaan ekstrapolasi
Richardson.
METODE RUNGE-KUTA
1 Pengertian Metode Runge-Kutta mencapai keakuratan dari suatu titik pendekatan Taylor tanpa memerlukan
turunan-turunan tingkat tinggi. Jadi, keakuratanmetode Runge-Kutta diatas metode Euler, Heun dan
Titik Tengah.
2 Aplikasi Diterapkan pada perhitungan persamaan differensial tak linier dan perhitungan nonanalitik atau
numerik. Contohnya dalam penyelesaian data, tegangan listrik dan lain lain
3 Rumus yr+1 = yr + a1k1 + a2k2 + ... + an kn
4 Kelebihan  Memiliki tangkat ketelitian yang lebih tinggi dibanding Euler, Heun dan deret Taylor.
 Tidak memerlukan perhitungan turunan
 Mampu melakukan perhitungan hingga orde yang tinggi
5 Kekurangan  Memiliki tahapan yang panjang dibandingkan dengan Euler
 Waktu untuk memproses penyelesaian menggunakan metode ini lebih lama
  Semakin tinggi orde dari persamaan yang diselesaikan maka semakin banyak pula iterasi yang
dilakukan
6 Algoritma Algoritma sebagai berikut:
(1) Menentukan titik awal integrase x0 dan y0
(2) Menentukan jumlah iterasi dan step size h yang digunakan.
(3) Jika derivate berupa fungsi x saja, maka orde ke 4 metode Range-Kutta sama dengan
persamaan metod simpon
(4) Pakailah orde ke 3 dan ke 4 untuk mengintegrasikan ODE, dari x=0 s.d. x = 4 dengan selang
langkah h = 0,5.
(5) Syarat awal yang diterapkan pada ODE tersebut adalah di titik x=0,y=1.
(6) Melakukan integrasi menggunakan persamaan metode Range-Kutta
METODE PREDIKTOR-KOREKTOR
1 Pengertian metode prediktor–korektor termasuk dalam algoritma yang dirancang untuk mengintegrasikan
persamaan diferensial biasa. Metode ini untuk menemukan fungsi yang tidak diketahui yang
memenuhi persamaan diferensial yang diberikan.
2 Aplikasi 1. bagian prediktor, yang memprediksi yk dengan menggunakan gradien-gradien fj (j < k),
bagian korektor, yang menggunakan suatu rumus integrasi untuk memperbaiki hampiran
3 Rumus Tergantung metode yang di gunakan karena pada metode predictor-krektor mengambil 2 metode yang
berbeda, yang mana satu metode sebagai predictor, dan metode yang lain sebagai korektor.
4 Kelebihan Memiliki keteitian yang lebih tinggi di banding metode satu langkah

5 Kekurangan Semakin tinggi ordenya maka iterasinya semakin banyak

6 Algoritma Algoritma sebagai berikut:
(1) "prediksi", dimulai dari fungsi yang ditempatkan ke nilai fungsi dan nilai turunan untuk
mengekstrapolasi nilai fungsi ini pada titik baru berikutnya.
(2) "korektor", menyempurnakan perkiraan awal dengan menggunakan nilai fungsi yang
diprediksi dan metode lain untuk menginterpolasi nilai fungsi yang tidak diketahui itu
pada titik berikutnya.
METODE HEUN
1 Pengertian Metode Heun adalah salah satu metode numerik yang dapat digunakan untuk menyelesaikan
 berbagai persoalan matematikayang mempunyai masalah nilai awal. Masalah nilai awal
merupakanmasalah penyelesaian suatu persamaan diferensial dengansyarat awalyang telah
diketahui. Pada metode Heun, solusi dari metode Euler dijadikan sebagai solusi perkiraan awal
(predictor). Selanjutnya solusi perkiraan awal ini diperbaiki dengan menggunakan metode Heun
(corrector).
2 Aplikasi Metode Euler mempunyai ketelitian yang rendah karena galatnya besar. Buruknya galat ini dapat
dikurangi dengan menggunakan metode Heun, yang merupakan perbaikan metode Euler. Pada
metode Heun, solusi dari metode Euler dijadikan sebagai solusi perkiraan awal (predictor).
Selanjutnya, solusi perkiraan awal ini diperbaiki dengan metode Heun (corrector).
3 Rumus

4 Kelebihan Mempunyai ketelitian yang lebih dibandingkan dengan metode euler.

5 Kekurangan Memiliki terasi yang lebih banyak dibandingkan dengan metode euler.
6 Algoritma (1) Tentukan titik awal integrasi 𝑥0 dan 𝑦0.
(2)Tentukan jumlah iterasi n dan step size h yang digunakan.
(3)Lakukan prediksi nilai awal dengan persamaan predictor.
(4)Lakukan koreksi nilai awal menggunakan persamaan corrector.
(5)Lakukan koreksi terhadap nilai koreksi yang dihasilkan dengan menggunakan persamaan
corrector.
KUADRATUR GAUSS LENDRE
1 Pengertian Kuadratur Gauss Legendre merupakan salah satu metode integrasi numerik yang merupakan
pengembangan dari metode Newton Cotes. Metode ini tidak menggunakan pembagian are yang
banyak tetapi memanfaatkan titik berat dan pembobot integrasi. Gauss-Legendre membutuhkan
minimal 2 buah titik evaluasi (𝑥0,1) dan 2 nilai fungsi pembobot (𝑤0,𝑤1) yang digunakan untuk
mengintegralkan suatu fungsi pada interval [-1,1] dengan cukup baik. Metode kuadratur
GaussLegendre mewakilkan pendekatan pengintegralan kepada dua atau lebih titik yang bisa
merepresentasikan hasil sejati integral.
2 Aplikasi Integrasi Kuadratur Gauss digunakan untuk menghitung jarak yang ditempuh sebuah roket.
3 Rumus Polinom Legendre
Untuk n = 0,1,2, … polinom Legendre didefiniskan sebagai berikut.

Sedangkan fungsi pembobot dapat ditentukan sebagai berikut:

dengan 𝑥𝑖 adalah akar penyelesaian ke-i dari polinom Legendre dan 𝑃𝑛 ′ (𝑥𝑖) adalah turunan pertama
polinom Legendre pada titik 𝑥𝑖. Setelah didapatkan titik evaluasi dan fungsi pembobot maka
integrasi numerik metode Gauss-Legendre dapat dihitung dengan persamaan berikut.

4 Kelebihan  Metode Kuadratur Gauss-Legendre secara komputasi memiliki banyak kelebihan karena
mempunyai ketepatan dan ketelitian yang tinggi dibandingkan dengan metode lainnya. Hal ini
ditunjukkan dengan jumlah pembaginya yang kecil dan dengan jumlah pembagi yang relative
kecil mempunyai kesalahan yang sama dengan metode lain dengan jumlah pembagi yang besar
karena Semakin besar nilai 𝑛 maka semakin kompleks penyelesainnya dan semakin kecil nilai
error yang muncul.
 Pada metode ini diterapakan untuk menentukan nilai hampiran integrasi dari fungsi eksponensial.
Sehingga akan dilakukan analisis error untuk menetukan metode mana yang memiliki akurasi
paling bagus yang mendekati nilai eksaknya.
 Metode Gauss-Legendre menggunakan fungsi pembobot yang lebih akurat dibandingkan metode
lainnya, disamping itu penentuan titik-titik evaluasi Gauss-Legendre lebih halus karena
mengevaluasi seluruh titik pada selang interval [-1,1] dan sehingga titik awal dan titik akhir
belum tentu -1 dan 1.
5 Kekurangan Jika dibandingkan dengan beberapa metode integrase numerik diantaranya Metode Gauss-Hermit,
Gauss Chebysev, Gauss-Radau dan Gauss-Laguerre yang masih terbuka kemungkinan memiliki nilai
integrasi numerik yang lebih akurat dibandingkan dengan metode Gauss-Legendre untuk fungsi
eksponensial yang dimodifikasi.
INTERPOLASI POLINOMIAL LAGRANGE
1 Pengertian Interpolasi Polinomial Lagrange merupakan bentuk penyederhanaan dari interpolasi beda terbagi
newton yang tanpa harus menurunkan berkali-kali, dengan pencarian nilai menggunakan fungsi
pendekatan polinomial secara umum untuk mendapatkan fungsi P(x) berderajat tertentu yang
melewati sejumlah titik data. Jumlah titik data yang digunakan itu fleksibel, tergantung pada orde
yang ingin digunakan.
2 Aplikasi Biasa digunakan untuk penyelesaian perpangkatan matriks ataupun menaksir suatu titik kurva,
Estimasi harga saham, untuk mengurangi resiko kerugian dalam perusahaan, dan Pengamatan jumlah
penderita HIV tiap tahunnya apabila terjadi peningkatan.
3 Rumus

Notasi ∏ merupakan symbol untuk menyatakan perkalian yang menyerupai notasi sigma tetapi untuk
operasi penjumlahan diganti dengan operasi perkalian.
4 Kelebihan Interpolasi Polinomial Lagrange pada dasarnya dilakukan untuk menghindari perhitungan dari
differensiasi Polinomial Newton sehingga sangat baik untuk perhitungan satu nilai x, dengan hanya
nilai y titik data yang bervariasi dari satu masalah ke masalah lainnya.
5 Kekurangan  Rumus Interpolasi Polinomial Lagrange biasa, membutuhkan waktu pengerjaan ulang seluruh
interpolant ataupun dengan mengharuskan setiap nilai perlu dicatat.
Interpolasi untuk nilai x yang lain memerlukan jumlah komputasi yang sama. Jika jumlah titik
ditambah atau dikurangi, hasil komputasi sebelumnya tidak dapat digunakan.
6 Algoritma Algortima sebagai berikut:
(1) Interpolasi Polinomial Lagrange derajat 0 yang hanya memiliki satu data [𝑥0,𝑓(𝑥0)] dengan
bentuk polinomial 𝑃0(𝑥) = 𝑎0 (konstan).
(2) Interpolasi Polinomial Lagrange derajat 1 yang memiliki dua data [𝑥0,𝑓(𝑥0)] dan [𝑥1,𝑓(𝑥1)]
dengan bentuk polinomial
Interpolasi Polinomial Lagrange derajat 2 yang memiliki tiga data [𝑥0,𝑓(𝑥0)], [𝑥1,𝑓(𝑥1)],
[𝑥2,𝑓(𝑥2)] dengan bentuk polinomial 𝑃2(𝑥) = 𝐿0(𝑥)𝑓(𝑥0) + 𝐿1(𝑥)𝑓(𝑥1) + 𝐿2(𝑥)𝑓(𝑥 2)
 (4) Dimana:

(5) Hingga derajat ke-n sesuai dengan banyaknya data yang diminta
ELIMINASI GAUSS
1 Pengertian Eliminasi Gauss adalah suatu metode untuk mengoperasikan nilai-nilai di dalam matriks sehingga
menjadi matriks yang lebih sederhana lagi. Dengan melakukan operasi baris sehingga matriks
tersebut menjadi matriks yang baris. Ini dapat digunakan sebagai salah satu metode penyelesaian
persamaan linear dengan menggunakan matriks. Caranya dengan mengubah persamaan linear
tersebut ke dalam matriks teraugmentasi dan mengoperasikannya. Setelah menjadi matriks baris,
lakukan substitusi balik untuk mendapatkan nilai dari variabel-variabel tersebut.
2 Aplikasi Metode ini digunakan untuk memecahkan sistem persamaan linear dengan merepresentasikan
(mengubah) menjadi bentuk matriks, matriks tersebut lalu diubah kebentuk Eselon Baris melalui
Operasi Baris Elementer. Kemudian sistem diselesaikan dengan substitusi balik.
3 Rumus

4 Kelebihan  Menentukan apakah sistem konsisten

 Menghilangkan kebutuhan untuk menulis ulang variabel setiap langka
Lebih mudah untuk memecahkan
5 Kelemahan memiliki masalah akurasi saat pembulatan desimal

6 Algoritma 1. Masukkan matrik A, dan vektor B beserta ukurannya n

2. Buat augmented matrik [A|B] namakan dengan A
3. Untuk baris ke i dimana i=1 s/d n. perhatikan apakah nilai a
sama dengan nol: Bila ya :
pertukarkan baris ke i dan baris ke i+k<n, dimana aj-ki tidak
sama dengan nol, bila tidak ada berarti perhitungan tidak bisa
dilanjutkan dan proses dihentikan dengan tanpa penyelesaian.
Bila tidak : lanjutkan
4. Untuk baris ke j, dimana j =i+1 s/d n lakukan operasi baris
 elementer:
 Hitung 𝑐 = 𝑎𝑗,𝑖/𝑎𝑖,𝑖
 Untuk kolom k dimana k=1 s/d n+1 hitung 𝑎𝑗,𝑘=𝑎𝑗,𝑘 − 𝑐. 𝑎𝑖,𝑘
5. Hitung akar, untuk i = n s/d 1 (bergerak dari baris ke n sampai baris pertama)

dimana nilai 𝑖 + 𝑘 ≤ 𝑛
INTEGRASI ROMBERG
1 Pengertian Integrasi Romberg merupakan salah satu metode ekstrapolasi yang didasarkan pada perluasan
ekstrapolasi Richardson, dimana pada setiap penerapan ekstrapolasi Richardson akan menaikkan
orde galat pada hasil solusinya sebesar dua yang mengakibatkan nilai galat akan semakin kecil,
maka solusi numeriknya akan mendekati nilai eksak (sebenarnya).
2 Aplikasi Integrasi suatu fungsi mempunyai banyak penerapan dalam bidang teknik, salah satunya adalah
penerapan integral pada penentuan arus RMS (Root Mean Square). Arus RMS adalah nilai efektif
3 Rumus

4 Kelebihan  Memperluas lebih lanjut aturan boole dengan cara yang sangat sedikit.
 Mudah diaplikasikan untuk jangkauan fungsi yang lebar.
Semakin banyak grid, semakin bagus untuk memperkecil galat.
5 Kelemahan Jika dibandingkan untuk mengukur pada titik jarak yang sama memiliki tingkat akurat yang lebih
rendah terhadap kuadrat gauss.
6 Algoritma Algortima sebagai berikut;
(1) Tentukan fungsi 𝑓(𝑥) dan selang integrasinya [a, b]
(2) Tentukan jumlah subinterval 𝑚.
(3) Bentuk matrik 𝑅 dengan ukuran 𝑚 × 𝑚 yang akan menampung hasil perhitungan.

(4) Untuk 𝑅1,1 hitung integral fungsi menggunakan metode trapezoida dengan 𝑚 = 1
−1
(5) Untuk 𝑗 = 2, … , 𝑚 dan 𝑘 = 1 hitung integral dengan jumlah panel 𝑚 = 2𝑗

(6) Untuk 𝑗 = 2, … , 𝑚 dan 𝑘 =

 (7) 2, … , 𝑚 hitung nilai perbaikan nilai integrasi menggunakan Persamaan Solusi integrasi
diperoleh pada 𝑅𝑚,𝑚
METODE EULER
1 Pengertian Metode Euler adalah metode orde pertama yang berarti bahwa kesalahan lokal (kesalahan
perlangkah) sebanding dengan kuadrat ukuran langkah dan kesalahan global (kesalahan pada waktu
tertentu). Metode ini merupakan metoe yang paling sederhana yang diturunkan dari deret Taylor.
Tujuan dari Metode Euler adalah untuk mengetahui dengan baik pendekatan nilai integrasi
persamaan dengan penyelesaian numerik.
2 Aplikasi Diterapkan menentukan solusi persamaan gerak jatuh bebas berdasarkan pendekatan analitik,
menentukan solusi persamaan gerak jatuh bebas berdasarkan pendekatan numerik, menyusun suatu
program komputer sederhana dengan Spreadsheet Excel untuk mensintesis serangkaian data analitik
dan numerik persamaan gerak, menentukan solusi persamaan gerak parabola berdasarkan
pendekatan analitik.
3 Rumus

4 Kelebihan Kelebihan dari metode Euler adalah pemrosesan metode Euler pada program lebih cepat isbanding
Runge Kutta, pemrograman lebih sederhana dibandingkan dengan Runge Kutta, karena lebih
sederhana, metode ini lebih mudah dipahami dibandingkan metode yang lain.
5 Kelemahan  Tingkat ketelitian dari hasil perhitungannya rendah, dalam metode Euler, diperlukan h<1 untuk
memperoleh hasil yang cukup teliti (akurat)
Tidak mampu mengerjakan perhitungan pada orde tinggi karena terlalu sederhana.
6 Algoritma 1. ntukan titik awal integrasi dan
2. Menentukan jumlah iterasi dan step size h yang digunakan.
3. Mencari slope awal = 𝑓(𝑥𝑖, 𝑦𝑖)
4. Pakailah metode euler untuk mengintegralkan ODE dibawah ini, dari x = 0 s.d. x=4 dengan
selang langkah h 0.5
5. Syarat awal yang diterapkan pada ODE tersebut adalah di titik x=0, y=1.
6. Slope awal pada nomer 1 digunakan untuk ekstrapolasi nilai dengan rumus
𝑦𝑖+1 = 𝑦𝑖 + 𝑓(𝑥𝑖, 𝑦𝑖). ℎ
METODE TURUNAN TINGKAT TINGGI
1 Pengertian turunan tingkat tinggi adalah turunan fungsi yang tidak hanya sampai turunan pertama, bisa turunan
kedua, ketiga, bahkan sampai turunan ke n. jika f' adalah turunan suatu fungsi f, maka f' juga
merupakan suatu fungsi, f' adalah turunan pertama dari f. jika turunan dari f' ada, turunan ini
dinamakan turunan kedua dan ditulis f''. dengan cara yang sama turunan pertama dari f'', jika turunan
ini ada. turunan ketiga, ditulis f'''. turunan ke-n dari fungsi f, dimana n bilangan positif yang lebih
besar dari 1, adalah dinyatakan dengan f(n).
2 Aplikasi aplikasi turunan kedua dalam penentuan percepatan, jika s = f(t) menyatakan fungsi posisi objek pada
waktu t yang bergerak pada garis lurus, maka :
 v(t) = ds/dt = f'(t) menyatakan kecepatan objek pada waktu t
 a(t) = dv/dt = d2s/dt2 = f''(t) menyatakan percepatan objek pada waktu t
3 Rumus

4 Kelebihan turunan tingkat tinggi ini bisa dipakai untuk menyelesaikan permasalahan kecepatan, percepatan dan
masalah benda jatuh.
5 Kelemahan kekurangan: harus sangat teliti karena jika sudah salah diawal, maka untuk turunan selanjutnya akan
salah pula