BAB II

PENYELESAIAN PERSAMAAN-PERSAMAAN NON LINIER

Suatu persamaan non-linier f(x) = 0 pada umumnya tak dapat diselesaikan

secara analitis. Persamaan ini dapat diselesaikan secara numerik. Metoda ini
didasarkan pada idea successive approximation atau gabungan idea successive
approximation dan linearisasi. Metoda ini sifatnya iteratif yakni dimulai dari satu
atau lebih pendekatan awal,selanjutnya diperoleh sederetan harga-harga x0, x1, x2,
...., yang diharapkan converge pada satu harga, yaitu penyelesaian dari persamaan
f(x) = 0 tersebut diatas. Dibawah ini dibahas beberapa metoda numerik yang
banyak digunakan untuk menyelesaikan persamaan ini.

2.1. Metoda Bisection

Pandanglah Persamaan pangkat tiga berikut :
f(x) = x3 + x2 - 3 x - 3 = 0
Akan dicari akar-akar persamaan ini. Pada x = 1, f(x) mempunyai harga -4. Pada x
= 2, f(x) mempunyai harga +3. Karena fungsi f(x) adalah kontinyu, jelaslah
bahwa perubahan tanda diantara x = 1 dan x = 2 menunjukkan setidak-tidaknya
satu akar berada pada interval (1,2) (lihat Gambar 2-1).

F(x)

4
3
2
1

1 2 X
-1
-2
-3
-4

Gambar 2-1. Penyajian grafis metoda Bisection untuk f(x)=x3+x2-3x-3=0

16
Misal, sekarang kita hitung harga fungsi pada x=1,5 dan bandingkan hasilnya
dengan harga fungsi pada x = 1 dan x = 2. Karena harga fungsi tandanya berubah
diantara x = 1,5 dan x=2 , maka satu akar terletak diantara x = 1,5 dan x = 2. Kita
dapat melanjutkan operasi membagi dua interval ini untuk menentukan interval
yang makin kecil di dalam mana satu akar terletak. Untuk contoh ini, dengan
melanjutkan proses diatas akhirnya diperoleh harga x = 1,73205081. Proses ini
digambar kan pada Gambar 2-2.

F(x)

4
3 (x2,f2)
2 (x4,f4)
1

X1 X3 X4 X2 X
-1
(x5,f5)
-2
(x3,f3)
-3
-4
(x1,f1)

Gambar 2-2. Proses perhitungan metoda Bisection secara grafis

Prosedur diatas merupakan algoritma yang merupakan dasar dari program
komputer. Prosedur diatas bila dinyatakan secara matematis adalah sebagai
berikut :
1. Pilih harga x1 dan x2 sedemikian sehingga f(x1) dan f(x2) berlawanan tanda.
2. Tentukan harga x3 dengan rumus :
x3 = (x1 + x2)/2
1
3. Bila x1  x 2  Toleransi, harga x3 adalah harga x yang dicari. Bila
2
tidak, lanjutkan ke tahap 4.
4. Bila f(x3 ) berlawanan tanda dengan f(x1 ), tetapkan x2 = x3
Bila f(x3 ) berlawanan tanda dengan f(x2 ), tetapkan x1 = x3
Kembali ke tahap 2.

17
 Start

Read x1,x2, Tol

f1 = f ( x1 )
f2 = f ( x2 )

Y
f1. f2 > 0

x3 = 1/2 ( x1 + x2 )

E = 1/2 .abs( x1 – x2 )

Y
E< Tol Cetak x3

f3 = f ( x3 ) End

Y
f1. f2 < 0 x2 = x3
f2 = f3
N

x1 = x3
f1 = f3

Gambar 2-3. Flow chart metode bisection

Contoh 2.1
Cari salah satu akar diantara 1 dan 2 dari persamaan x3 + x2 - 3 x - 3 = 0
dengan metoda Bisection. Toleransi= 10-5 .
Penyelesaian:
f(x) = x3 + x2 - 3 x - 3
x3 = (x1 + x2)/2.
Diperoleh hasil perhitungan yang ditunjukkan pada Tabel 2-1.

18
 Tabel 2-1 : Metoda Bisection untuk f(x) = x3 + x2 - 3 x - 3 = 0
Ite x1 x2 x3 f(x1) f(x2) f(x3) 1/2 abs (x1- x2)
1 1 2 1.5 -4 3 -1.875 0.5
2 1.5 2 1.75 -1.875 3 0.171875 0.25
3 1.5 1.75 1.625 -1.875 0.171875 -0.94336 0.125
4 1.625 1.75 1.6875 -0.94336 0.171875 -0.40942 0.0625
5 1.6875 1.75 1.71875 -0.40942 0.171875 -0.12479 0.03125
6 1.71875 1.75 1.734375 -0.12479 0.171875 0.02203 0.015625
. .
. .
. .
17 1.73204 1.732056 1.732048 -9.8E-05 4.6E-05 -2.6E-05 7.62939E-06
Maka harga x=1.732048

2.2. Metoda Interpolasi Linear

Walaupun metoda bisection mudah dan mempunyai analisa kesalahan
yang sederhana, namun metoda ini tidak efisien. Untuk sebagian besar fungsi-
fungsi, kita dapat meningkatkan kecepatan konvergensi. Salah satu dari metoda ini
adalah metoda "interpolasi linear" (disebut juga metoda "false position" atau
metoda "regula falsi"). Misal dianggap bahwa fungsi f(x) linear pada interval (x 1,
x2) dimana f(x1) dan f(x2) mempunyai tanda yang berlawanan. Dari gambar 2-4
dapat ditunjukkan :
x 2  x3 f ( x2 )

x 2  x1 f ( x 2 )  f ( x1 )
atau,
f ( x2 )
x3  x 2  ( x 2  x1 ) (2-1)
f ( x 2 )  f ( x1 )

19
 F(x)

4
3 (x2,f2)
2
1

X1 X3 X2 X
-1
.f(x2)-f(x1)
-2
-3 (x3,f3)
-4
(x1,f1)

Gambar 2-4
Kemudian dihitung f(x3) dan diadakan lagi interpolasi linier diantara
harga-harga pada mana f(x) berubah tanda, dan menghasilkan harga baru untuk x3.
Prosedur ini bila diulangi terus, akhirnya akan diperoleh harga akar yang
dikehendaki. Prosedur dari metoda ini diringkas sebagai berikut :
1. Pilih harga x1 dan x2 sedemikian sehingga f(x1) dan f(x2) berlawanan tanda.
2. Tentukan harga x3 dengan rumus :
f ( x2 )
x3  x 2  ( x 2  x1 )
f ( x 2 )  f ( x1 )

3. Bila f ( x3 )  Toleransi, harga x3 adalah harga x yang dicari. Bila tidak,

lanjutkan ke tahap 4.
4. Bila f(x3) berlawanan tanda dengan f(x1), tetapkan x2 = x3
Bila f(x3) berlawanan tanda dengan f(x2), tetapkan x1 = x2
Kembali ke tahap 2.
Contoh 2.2
Tentukan salah satu akar real persamaan berikut : x3 + x2 - 3 x - 3 = 0 yang berada
diantara 1 dan 2 dengan metoda interpolasi linear (Regula falsi). Toleransi=10-5.
f ( x2 )
Penyelesaian: f(x) = x3 + x2 - 3 x - 3 ; x3  x 2  ( x 2  x1 )
f ( x 2 )  f ( x1 )

Hasil perhitungan ditunjukkan pada Tabel 2-2.

20
 Tabel 2-2 : Metoda Regulasi falsi untuk f(x) = x3 + x2 - 3 x - 3 = 0
Ite x1 x2 x3 f(x1) f(x2) f(x3) abs (f(x3))
1 1 2 1.57143 -4 3 -1.3644 1.364431487
2 1.57143 2 1.70541 -1.3644 3 -0.2477 0.2477451
3 1.70541 2 1.72788 -0.2477 3 -0.0393 0.039339551
4 1.72788 2 1.7314 -0.0393 3 -0.0061 0.006110673
5 1.7314 2 1.73195 -0.0061 3 -0.0009 0.000945921
6 1.73195 2 1.73204 -0.0009 3 -0.0001 0.000146349
7 1.73204 2 1.73205 -0.0001 3 -2E-05 2.26406E-05
8 1.73205 2 1.73205 -2E-05 3 -4E-06 3.50252E-06
Maka harga x=1.73205
Metoda ini kelihatannya lebih cepat dari pada metoda bisection. Tabel 2-2
menunjukkan suatu kejelekan metoda regula falsi yaitu pendekatan ke akar yang
dikehendaki adalah satu sisi. Bila f(x) mempunyai kelengkungan yang besar
diantara x1 dan x2, maka keadaan ini sangat memperlambat kecepatan mendekati
harga akar yang sebenarnya (lihat Gambar 2-5). Maka diadakan suatu modifikasi
metoda interpolasi linier. Dalam hal ini harga f(x) pada posisi ujung yang stagnan
diganti dengan f(x)/2.

F(x)

4
3 (x2,f2)
2
1
.f(x2)-f(x1)
X1 X3 X2 X
-1
-2 (x3,f3)
(x1,f1)
-3
-4

Gambar 2-5

21
Hal ini ditunjukkan pada Gambar 2-6. Algoritma untuk metoda interpolasi linier
yang dimodifikasi sebagai berikut :
1. Pilih harga x1 dan x2 sedemikian sehingga f(x1) dan f(x2) berlawanan tanda.
2. Tetapkan SAVE = f(x1). Nyatakan f1 = f(x1) dan f2 = f(x2).
3. Tentukan harga x3 dengan rumus :
f ( x2 )
x3  x 2  ( x 2  x1 )
f ( x 2 )  f ( x1 )

4. Bila f ( x3 )  Toleransi, harga x3 adalah harga x yang dicari. Bila

tidak, lanjutkan ke tahap 5.

5. Bila f(x3 ) berlawanan tanda dengan f1, tetapkan x2 = x3 dan f2=f3.
Bila f(x3 ) berlawanan tanda dengan SAVE tetapkan f1=f1/2.
6. Bila f(x3 ) berlawanan tanda dengan f1, tetapkan x2 = x3 dan f2=f3.
Bila f(x3 ) berlawanan tanda dengan SAVE tetapkan f1=f1/2.
Tetapkan SAVE = f(x3 ). Kembali ke tahap 3.

F(x)

4
3 (x2,f2)
2
1

X1 X3 X2 X
-1
.f(x2)-f(x1)
-2
-3 (x3,f3)
-4
(x1,f1)

Gambar 2-6
Tabel 2-3 menunjukkan pemakaian metoda interpolasi yang
dimodifikasi untuk mencari salah satu akar riel dari persamaan f(x) = x 3 + x2
-3x-3=0

22
 Start

Read x1,x2, Tol

f1 = f ( x1 )
f2 = f ( x2 )

Y
f1. f2 > 0

Save = f1

xs = x2 – ( f2 (x2-x1)) / (f2-f1)

E =abs( f3)

Y
Save = f3 E< Tol Cetak x3

f3 = f ( x3 ) End

N
f1 = f1/2 f1. f3 < 0 x1 = x3
f1 = f3
Y
Y
N N
x2 = x3
f3.fs> 0 F2 = f3
f3. fs > 0

f2 = f2/2

Gambar 2-7 Flow chart Metode regula falsi yang dimodifikasi

Contoh 2.3
Ulangi Contoh 2.2 dengan metoda Regula falsi yang dimodifikasi

23
Penyelesaian:
Perhitungan sesuai dengan Flow Chart yang ditunjukkan pada Gambar 2.7. Hasil
perhitungan ditunjukkan pada Tabel 2-3
Tabel 2-3: Metoda Regula falsi dimodifikasi untuk f(x) = x3 + x2 - 3 x - 3 = 0
Ite x1 x2 x3 f(x1) f(x2) f(x3) SAVE
1 1 2 1.57143 -4 3 -1.3644 -4
2 1.57143 2 1.77557 -1.3644 1.5 * 0.42371 -1.36443149
3 1.57143 1.77557 1.7272 -1.3644 0.42371 -0.0458 -1.36443149
4 1.7272 1.77557 1.73579 -0.0458 0.21186 0.03551 -0.04576993
5 1.7272 1.73579 1.73204 -0.0458 0.03551 -0.0001** -0.04576993
6 1.73204 1.73579 1.73206 -0.0001 0.01775 0.00011 -0.00011256
7 1.73204 1.73206 1.73205 -0.0001 0.00011 -9E-10 -0.00011256
*) Harga fungsi ini adalah f2 lama /2
**) Kesalahan x sesudah 5 iterasi = - 0,00013
Maka nilai x adalah 1.73205
Ada cara lain untuk memperbaiki metoda Regula Falsi. Dalam hal ini
fungsi f(x) tak perlu mempunyai tanda yang berlawanan pada dua harga x, namun
dipilih dua harga yang dekat dengan akar sebenarnya (hal ini ditunjukkan oleh
besarnya fungsi pada berbagai titik) dan diadakan interpolasi atau ekstrapolasi dari
titik-titik ini. Biasanya harga-harga terdekat dengan akar adalah dua harga terakhir
yang dihitung. Hal ini membuat interval yang ditinjau menjadi lebih pendek dan
sehingga asumsi bahwa fungsi f(x) dapat disajikan oleh garis lurus yang melalui
kedua titik tersebut menjadi makin valid. Algoritma untuk skema diatas ini
disebut "Secant Method".
Contoh 2.4
Ulangi Contoh 2.2 dengan metoda Secant.
Penyelesaian:
Tabel 2-4 menunjukkan perhitungan menurut meoda Secant

24
 Tabel 2-4 : Metoda Secant untuk f(x) = x3 + x2 - 3 x - 3 = 0
Ite x1 x2 x3 f(x1) f(x2) f(x3)
1 1 2 1.57143 -4 3 -1.3644315
2 2 1.57143 1.70541 3 -1.3644 -0.2477451
3 1.57143 1.70541 1.73514 -1.3644 -0.2477 0.0292554
4 1.70541 1.73514 1.732 -0.2477 0.02926 -0.0005152
5 1.73514 1.732 1.73205 0.02926 -0.0005 -1.039E-06
Kesalahan dalam x3 sesudah 5 iterasi adalah < 10-6.
Maka harga x=1.73205.
Start

Read x1,x2, Tol

f1 = f ( x1 )
f2 = f ( x2 )

error = 1
iter=0

x3 = x2 –f2*(x2 – x1)/(f2 – f1)

f3 = f(x3)
error = abs(f3)
iter=iter+1

x1 = x2
f1 = f2
x2 = x3
f2 = f3

error>tol

Cetak x3

End

Gambar 2-8 Flow chart Metode secant

25
2.3. Metoda Newton - Raphson
Dalam metoda Newton - Raphson, f(x) didekati dengan garis singgungnya
pada titik (xn , f(xn)) dan xn+1 adalah absis dari titik potong garis singgung dengan
sumbu x (lihat Gambar.2-9).

F(x)

4
3 (xn,fn)
2
1
X

-1 Xn+2 Xn+1 Xn

-2
-3
-4

Gambar. 2-9
Jadi untuk menentukkan xn+1 digunakan Persamaan :
f(xn ) + (xn+1 - xn ) f'(xn ) = 0
atau,
f xn 
X n 1  X n  (2-2)
f ' xn 
= Xn - hn
Iterasi dihentikan bila (xn+1-xn)/xn menjadi lebih kecil dari kesalahan terbesar
yang dibolehkan. Tabel 2-5 menunjukan pemakaian methode Newton Raphson
untuk mencari akar positif dari f(x) = sin x - (x/2)2 = 0, sampai ketelitian lima
angka dibelakang koma dengan menggunakan x0 = 1.5 sebagai pendekatan
awal.

26
 start

xo; tol

f(x0) ; f’(x0)

x1= x0 - f(x0) / f’(x0)

Y
Abs (f(x1)) Cetak
Xk+1
< tol

end
X0=X1

Gambar. 2-10 Flow chart metode Newton Raphson

Contoh 2.5

Tentukan salah satu akar real dari persamaan sin x -(x/2)2 =0 dengan metoda
Newton Raphson. Toleransi = 10-5
Penyelesaian:
f ( x)  sin x   x / 2 
2

f ' ( x)  cos x  x / 2

x n 1  x n  f ( x n ) / f ' ( x n )

Hasil perhitungan ditunjukkan pada Tabel 2.5

27
 Tabel 2-5: Metoda Newton Raphson untuk f(x) = sin x -(x/2)2 =0
Ite xn f(xn) f'(xn) hn xn+1 (xn+1 - xn)/xn
1 1.5 0.43499 -1.4293 -0.3043 1.80435 0.20289947
2 1.80435 0.15893 -2.0358 -0.0781 1.88242 0.04326702
3 1.88242 0.06596 -2.189 -0.0301 1.91255 0.01600796
4 1.91255 0.0277 -2.2477 -0.0123 1.92488 0.00644463
5 1.92488 0.01168 -2.2716 -0.0051 1.93002 0.00267059
6 1.93002 0.00493 -2.2816 -0.0022 1.93218 0.00111923
7 1.93218 0.00208 -2.2857 -0.0009 1.93309 0.00047124
. .
. .
12 1.93373 2.8E-05 -2.2888 -1E-05 1.93374 6.3244E-06
Akar yang dicari : 1,93374
4.4. Metode Succesive approximation, penggunaan bentuk x = g(x)
Bila f(x) = 0 dituliskan dalam bentuk lain yaitu:
x = g(x) ........................ (2-3)
maka ada beberapa cara untuk menuliskan persamaan tersebut,sebagai
contoh ,
f(x) = x2 - 2 x - 3 = 0
dapat ditulis dalam bentuk ,
x  2x  3 ................... (2-4)
atau bisa ditulis dalam bentuk ,
3
x ................... (2-5)
x2
atau ,
x2  3
x …………………………… (2-6)
2
Jelas bahwa x yang memenuhi persamaan diatas adalah x = 3, dan x = -1 .
Sebagai pendekatan mula dipilih misalnya saja x 0, maka pendekatan selanjutnya
diambil ;
X1 = g(x0 )
X2 = g(x1 ) dan seterusnya .
Pendekatan ke - n atau yang disebut iterasi ke - n adalah :
xn = g (xn - 1) .......... (2-7)

28
dan hal yang perlu diperhatikan disini adalah x n akan memberikan jawaban
yang konvergen bila n bertambah.
Proses iterasi ini dapat digambarkan secara geometrik seperti pada
gambar 2-11 dimana diinginkan pemecahan persamaan (2-3). Kurva y = g(x)
mempunyai karakteristik 0<g'(x)<1 dan bila x = a adalah harga dari titik potong
kurva y = x dan y = g(x) maka a adalah akar persamaan (2-3). Terlihat bahwa
iterasi yang terjadi konvergen.
Bentuk kurva y = g(x) yang lain dimana turunan g'(x) negatif tetapi g ' ( x) < 1

terlihat pada Gambar 2-12. Untuk keadaan ini ternyata iterasi juga konvergen.

Y Y
Y=x Y=x

X X
.x0 .x1 .x2 .x0 .x2 .x3 .x1
Gambar. 2-11 Gambar. 2-12

Untuk g' (x) >1 dan g' (x) < -1 seperti pada Gb. 2-13 dan Gambar 2-14
iterasi tidak konvergen. Ternyata bila g ' ( x) < + 1 iterasi berdasar persamaan

(2-7) konvergen .
Y Y
Y=x Y=x

X X
.x0 .x1 .x2 .x2 .x0 .x1
Gambar. 2-13 Gambar. 2-14

29
 start

X0 , tol

X1 = g(x0)

x1  x0 Cetak
 Tol X1
end
x0

X0=X1

Gambar. 2-15 Flow chart metode successive approximation

2.5. Konvergensi Metoda Newton - Raphson

f xn 
Algoritma, X n 1  X n  , n = 1,2,3, .........
f ' xn 
adalah mempunyai bentuk xn+1 = g (xn). Dimuka telah diterangkan bahwa bentuk
xn+1 = g(xn), konvergen bila g ' ( x) < + 1 .

Karena,
f x 
g x   X 
f ' x 
maka,
f ' x . f ' x   f x  f ' ' x 
g ' x   1 
( f '  x ) 2

f x  f ' ' x 
g ' x  
( f '  x ) 2

f x  f ' ' x 
Maka bila g '  x   < 1 ................... (2-8)
( f '  x ) 2

Pada interval disekitar harga benar x = r , metoda ini konverge untuk sebarang
harga pendekatan mula x0 di dalam interval ini. Kondisi diatas memerlukan

30
persyaratan bahwa f(x) dan turunan turunannya ada dan kontinue, juga f'(x) tak
boleh sama dengan nol.
Sekarang kita tunjukkan bahwa metoda Newton konvergen kwadratis.
Karena r adalah akar persamaan f(x) = 0 , r = g(r). Sehingga xn+1 = g (xn). dapat
ditulis :
xn+1 – r = g (xn) - g (r)
g(xn ) diekspansikan sebagai deret Taylor disekitar r dengan suku turunan kedua
sebagai sisa.
g(xn ) = g(r) + g'(r) (xn -r) + (g'’()/2!) (xn -r)2

dimana  terletak dalam interval diantara xn dan r .

f r  f ' ' r 
g ' r   0
( f ' r ) 2

karena f(r) = 0 ( r adalah sebuah akar ), maka akan diperoleh :

g(xn ) = g(r) + g'(r) (xn -r) + (g'’()/2) (xn -r)2
Misalkan xn - r = en , maka
.en+1 = xn+1 – r = g(xn) – g(r) = (g'’()/2) en2
Berarti suatu kesalahan berbanding langsung dengan kwadrat kesalahan
sebelumnya, yakni metode Newton - Raphson adalah Konvergen - Kwadratis.

2.6. Penentuan Akar-Akar Suatu Polinomial

Metoda yang relatif effesien untuk menentukan seluruh akar-akar suatu
polinomial tanpa trial awal adalah Q - D ( QUOTIENT - DIFFERENCE
ALGORITHM ) algorithm. Berikut ini dibahas metoda tersebut. Untuk
Polinomial derajat - n
Pn (x) = a1 xn + a2 xn-1 + ......... + an x + an+1
kita bentuk suatu tabel dengan suku suku q dan e. Tabel dimulai dengan
menghitung baris pertama dari pada q dan baris kedua dari pada e :
q (1) = - a2 / a1 seluruh q yang lain adalah nol
e(i) = ai+1 /ai+1 i = 1, 2, ......,n-1
e(o) = e(n) =0

31
Permulaan tabel tersebut adalah :
…………
Ite e(0) q(1) e(1) q(2) e(2) q(3) e(n-1) q(n) e(n)
1 - a2 / a1 0 0 ………… 0
0 a3 / a2 a4 / a3 ………… an+1 / an 0

Baris yang baru untuk q dihitung dari persamaan

new q (i) = e (i) - e (i-1) + q (i) .
dengan menggunakan suku-suku e dan q pada baris tepat diatasnya Baris yang
baru untuk e dihitung dengan persamaan.
 q (i 1)  (i )
new e (i)
=  (i ) .e
 q 
Perhitungan baris-baris q dan e dilanjutkan terus sampai semua harga-
harga e mendekati nol. Bila hal ini terjadi , harga-harga q terakhir merupakan
akar-akar polinomial tersebut. Karena metoda ini lambat konvergensinya, maka
pada umumnya , metoda ini digunakan untuk memperoleh harga pendekatan,
yang kemudian bisa diperteliti dengan metoda Newton - Raphson. Bila
polinomial mempunyai sepasang akar konjugat kompleks, salah satu e tidak
akan mendekati nol, tapi akan berfluktuasi harganya. Jumlah dua harga q pada
kedua sisi e ini akan mendekati r dan hasil kali q disebelah atas - kiri dan q
disebelah bawah - kanan mendekati - s pada faktor x - rx - s.
Contoh 2.5
Cari semua akar-akar persamaan berikut: x4 - 256 x3 + 160 x2 -32 x + 1 =0
dengan Q-D Algorithm.
Penyelesaian:
Tabel 2-6, menunjukkan hasil perhitungan yang telah dilakukan.

Tabel 2-6 : Contoh metode Q-D untuk P4(x) = 128x4 - 256x3 + 160x2 -32x + 1 =0
Ite e(0) q(1) e(1) q(2) e(2) q(3) e(3) q(4) e(4)
1 2
0 -0.625 -0.2 -0.0313 0
2 1.375 0.425 0.16875 0.03125
0 -0.1932 -0.0794 -0.0058 0
3 1.18182 0.53877 0.24237 0.03704

32
 0 -0.0881 -0.0357 -0.0009 0
4 1.09375 0.59111 0.27722 0.03792
0 -0.0476 -0.0168 -0.0001 0
5 1.04615 0.62196 0.29385 0.03804
0 -0.0283 -0.0079 -2E-05 0
6 1.01786 0.64234 0.30175 0.03806
0 -0.0179 -0.0037 -2E-06 0
7 1 0.65648 0.30546 0.03806
0 -0.0117 -0.0017 -2E-07 0
8 0.98828 0.66647 0.30719 0.03806
0 -0.0079 -0.0008 -3E-08 0
9 0.98037 0.67358 0.30799 0.03806
0 -0.0054 -0.0004 -4E-09 0
10 0.97494 0.67864 0.30836 0.038 **
0 -0.0038 -0.0002 -5E-10 0

Akar-akar persamaan yang diperoleh adalah: 0.975 ; 0,677 ; 0.308 ; 0,038.

Contoh 2.6
Cari semua akar-akar persamaan berikut: P4(x) = x4 - 6 x3 + 12 x2 - 19 x +
12=0 dengan Q-D Algorithm.
Penyelesaian:
Tabel 2-7, menunjukkan hasil perhitungan yang telah dilakukan.
Dari tabel ini terlihat bahwa q(1) memusat keharga 4, sedang q(4) memusat
keharga 1. Karena e(2) tak mendekati nol, q(2) dan q(3) menyatakan suatu faktor
kwadratik :
r = q(2) + q(3) = 1.456 - 0.466 = 0.99 ;
s = - (-6.426) (-0.466) = -2.995
Faktor kwadratiknya :
x2 - rx - s = x2 - 0.99 x - (-2.995) = x2 - 0.99 x + 2.995
Perhatikan bahwa kita tak dapat menghitung harga q dan e pada baris pertama dan
kedua bila salah satu koefisien polinomial nol. Dalam hal ini diadakan perubahan
variabel y = x - 1 , dengan mendefinisikan y = x - 1, maka diperoleh :
f (y) = y4 + 4 y3 + y - 1
Tabel 2-7 : Metoda Q - D dengan akar-akar kompleks, untuk P4(x) = x4 - 6 x3 +
12 x2 - 19 x + 12

33
 No e(0) q(1) e(1) q(2) e(2) q(3) e(3) q(4) e(4)
1 6.0000
0 -2 -1.5833 -0.6316 0
2 4.0000 0.41667 0.95175 0.63158
0 -0.2083 -3.6167 -0.4191 0
3 3.7917 -2.9917 4.14931 1.05069
0 0.16438 5.01616 -0.1061 0
4 3.9560 1.86011 -0.973 1.15682
0 0.07729 -2.6238 0.1261 0
5 4.0333 -0.841 1.77702 1.03064
0 -0.0161 5.54413 0.0731 0
6 4.0172 4.71925 -3.6939 0.95746
0 -0.0189 -4.3396 -0.019 0
7 3.9983 0.3986 0.62669 0.97642
0 -0.0019 -6.8229 -0.0296 0
8 3.9964 -6.4224 7.42006 1.00598
0 0.00303 7.88275 -0.004 0
9 3.9994 1.45728 -0.4667 1.00999
0 0.00111 -2.5245 0.0086 0
10 4.0005 -1.0683 2.06645 1.00131
0 -0.0003 4.88318 0.0042 0

2.7. METODA BAIRSTOW

Metoda ini digunakan untuk mencari semua akar-akar persamaan
polinomial dengan menentukan faktor-faktor kwadratisnya. Berikut ini akan
diterangkan cara menentukan suatu faktor kwadratis dari suatu polinomial.
Dalam hal ini Polinomial dituliskan sebagai berikut,
Pn (x) = a1 xn + a2 xn-1 + ......... + an x + an+1
Bila x2 - rx - s adalah faktor kwadratis yang akan dicari, maka :
Pn (x) = a1 xn + a2 xn-1 + ......... + an x + an+1
= (x2 - rx - s)(b1 xn-2 + b2 xn-3 + ... + bn-1) + { bn(x-r) + bn+1 }
Apabila x2 - rx - s adalah faktor kwadratis yang sudah benar, maka bn = 0 dan
bn+1 = 0. Dicari hubungan antara ai dan bi .

Dengan perkalian dan identity,

a1 = b1 ……………. b1 = a1

34
a2 = b2 – rb1 ……………. b2 = a2 + rb1
a3 = b3 – rb2 – sb1 ……………. b3 = a3 + rb2 + sb1
‘ ‘
‘ ‘
an = bn – rbn-1 – sbn-2 ……………. bn = an + rbn-1 + sbn-2
an+1 = bn+1 – rbn – sbn-1 ……………. bn+1 = an+1 + rbn + sbn-1
Diinginkan bahwa bn = 0 dan b n+1 = 0. Terlihat bahwa bn dan b n+1 keduanya
merupakan fungsi r dan s.
Andaikan harga r=r* dan s=s*, merupakan harga r dan s yang menyebabkan
bn = 0 dan b n+1 = 0, maka : bn (r*, s* ) = 0 dan bn+1(r*,s* ) = 0. Bila bn (r*, s* ) = 0
dan bn+1 (r*,s* ) = 0, diekspansikan menurut deret Taylor disekitar (r,s) sampai
pada suku-suku linier saja , maka :
bn * b
 
bn r * , s *  bn r , s  
r
 
r  r  n s*  s
s
 
bn 1 * b
 
bn 1 r * , s *  bn 1 r , s  
r
 
r  r  n 1 s *  s
s
 
atau,
bn b
0  bn  r  n s (2-9)
r s
bn 1 b
0  bn 1  r  n 1 s (2-10)
r s
dimana, r = r* - r dan s = s* - s .
r dan s dapat dihitung dari Pers. (2-9) dan (2-10) asalkan
bn bn bn 1 b
, , , dan n 1 dapat diestimasi.
r s r s
Harga-harga turunan parsial ini dapat dinyatakan dalam koefisien
polinomial ci yang merupakan polinomial hasil bagi, polinomial dengan
koefisien bi dengan faktor kwadratis x2 - rx - s. Cara memperoleh ci dari bi
adalah sama dengan, cara memperoleh bi dari ai. Jadi,
c1 = b1
c2 = b2 – rc1
c3 = b3 – rc2 – sc1

35
 ‘
cn = bn – rcn-1 – scn-2
cn+1 = bn+1 – rcn – scn-1
Bahwa turunan-turunan polynomial pada Pers. (2-9) dan (2-10) dapat
dinyatakan dalam koefisien ci dapat dijelaskan berikut ini.
b1 b1
b1 = a1 0 0
r s
b2 b2
b2 = a2 – rb1  b1  c1 0
r s
b3 b b3
b3 = a3 – rb2 – sb1  b2  r 2  b1  c1
r r s
= b2 + rc1 = c2
b4 b b b4 b
b4 = a4 – rb3 – sb2  b3  r 3  s 2  r 3  b2
r r r s s
= b3 + rc2 + sc1 = c3 = b2 + rc1 = c2
‘ ‘ ‘
bn bn
bn = an – rbn-1 – sbn-2  c n 1  cn2
r s
bn 1 bn 1
bn+1 = an+1 – rbn – sbn-1  cn  c n 1
r s
Berarti,
bn bn
 c n 1  cn2
r s
bn 1 bn 1
 cn  c n 1
r s
Sehingga Pers. (2-9) dan (2-10) bisa ditulis :,
cn-1 . r + cn-2 . s = -bn (2-11)
cn . r + cn-1 . s = -bn+1 (2-12)
Dari Pers. (2-11) dan (2-12), r dan s, bisa diperoleh sebagai berikut :
 bn .c n 1  bn 1 .c n  2
r  (2-13)
cn1 2  cn .cn2
 bn 1 .c n 1  bn .c n
s  (2-14)
cn1 2  cn .cn2

36
Dengan diperolehnya r dan s, maka r * dan s * dapat dicari, sebagai yaitu :
r* = r + r
s* = r + s
Dalam algoritmanya pertama kali dipilih harga pendekatan awal r dan s.
Harga pendekatan berikutnya yaitu r* dan s*, kemudian dicari secara iteratif.
Iterasi dihentikan bila r dan s sudah cukup kecil.,
Algoritma penentuan faktor kwadratis suatu fungsi polinomial dijelaskan sebagai
berikut.
1. Pilih harga pendekatan awal R dan S, dan pilih harga toleransi.
2. Tentukan b(i) dan c(i) sebagai berikut :
b1 = a1 c1 = b1
b2 = a2 + rb1 c2 = b2 – rc1
b3 = a3 + rb2 + sb1 c3 = b3 – rc2 – sc1
‘ ‘
‘ ‘
‘ ‘
bn = an + rbn-1 + sbn-2 cn = bn – rcn-1 – scn-2
bn+1 = an+1 + rbn + sbn-1 cn+1 = bn+1 – rcn – scn-1
3. Tentukan :
D E N O M = (cn-1)2 - cn . cn-2
4. Bila D E N O M = 0, maka set R = R + 1, S = S + 1 ,dan kembali ke
tahap 2 . Bila DENOM # 0 lanjutkan ke tahap 5.
5. Tentukan DELR dan DELS yaitu :
DELR = [ -bn . cn-1 + bn+1 . cn-2 ] / D E N O M .
DELS = [-bn+1 . cn-1 + bn . cn ] / D E N O M .
6. Tentukan R baru dan S baru yaitu :
Rbaru = Rlama + DELR
Sbaru = Slama + DELS
7. Bila DELR  DELS   Toleransi maka perhitungan dihentikan dan

harga R dan S terakhir adalah harga R,dan S yang dicari. Bila

DELR  DELS   Toleransi, kembali ke tahap 2.

37
 Untuk setiap faktor kwadratis dapat dihitung dua akar persamaan
Polinomial yang bersangkutan. Sehingga dengan menentukan seluruh faktor-
faktor kwadratis suatu polinomial, seluruh akar-akar polinomial tersebut dapat
ditentukan.

Contoh 2-1:
Cari semua akar-akar persamaan berikut dengan metoda Bairstow.
X3 - 6 x3 + 11 x - 6 = 0, Toleransi = 0.05,
Penyelesaian :
Sebagai pendekatan awal, dipilih : r = 0 s = 0,

Iterasi 1
1 -6 11 -6
r= 0 0 0 0
s= 0 0 0+
1 -6 11 -6
bn bn+1
r= 0 0 0 0
s= 0 0 0+
1 -6 11 -6
cn-2 cn-1 cn
 bn .c n 1  bn 1 .c n  2
r 
c n 1 2  c n .c n  2
= 2.4
 bn 1 .c n 1  bn .c n
s 
cn1 2  cn .cn2
= 3.4
r* = r +r = 2.4
s* = s +s = 3.4
R  S   Toleransi

Iterasi 2
1 -6 11 -6
r= 2.4 2.4 -8.64 13.824

38
s= 3.4 3.4 -12.24 +
1 -3.6 5.76 -4.416

r= 2.4 2.4 -2.88 15.072

s= 3.4 3.4 -4.08 +
1 -1.2 6.28 6.576

r = -0.5157
s = -6.3788
r* = r +r = 1.8843
s* = s +s = -2.9788
R  S   Toleransi

Iterasi 3
1 -6 11 -6
r= 1.8843 1.8843 -7.7552 0.50113
s= -2.9788 -2.9788 12.26 +
1 -4.1157 0.26595 6.76116

r= 1.8843 1.8843 -4.2046 -13.035

s= -2.9788 -2.9788 6.647 +
1 -2.2314 -6.9175 0.37349

r = 0.61821
s = 1.11352
r* = r +r = 2.5025
s* = s +s = -1.8653
R  S   Toleransi

Iterasi 4
1 -6 11 -6
r= 2.5025 2.5025 -8.7525 0.9564
s= -1.8653 -1.8653 6.52397 +

39
 1 -3.4975 0.38218 1.48037

r= 2.5025 2.5025 -2.49 -9.9428

s= -1.8653 -1.8653 1.85599 +
1 -0.995 -3.9731 -6.6064

r = 0.37489
s = -0.0092
r* = r +r = 2.87739
s* = s +s = -1.8745
R  S   Toleransi

Iterasi 5
1 -6 11 -6
r= 2.87739 2.87739 -8.985 0.4044
s= -1.8745 -1.8745 5.85329 +
1 -3.1226 0.14054 0.25769

r= 2.87739 2.87739 -0.7056 -7.0195

s= -1.8745 -1.8745 0.45965 +
1 -0.2452 -2.4395 -6.3021

r = 0.11688
s = -0.1119
r* = r +r = 2.995
s* = s +s = -1.987
R  S   Toleransi

Iterasi 6
1 -6 11 -6
r= 2.99427 2.99427 -9 0.0409
s= -1.9864 -1.9864 5.9705 +

40
 1 -3.0057 0.01366 0.0114

r= 2.99427 2.99427 -0.0343 -6.0096

s= -1.9864 -1.9864 0.02276 +
1 -0.0115 -2.007 -5.9754

r = 0.00576
s = -0.0136
r* = r +r = 3
s* = s +s = -2
R  S   Toleransi
Iterasi dihentikan.
Faktor kwadratis : x2 - rx - s = x2 - 3x + 2
Polinomial hasil bagi : x - 3
Maka :
(x3 - 6x2 + 11x - 6) = (x2 - 3x + 2) (x - 3) = 0
(x - 1) (x - 2) (x - 3) = 0
x =1 x =2 x =3

41