LAPORAN PRAKTIKUM

FISIKA KOMPUTASI II

LAPORAN PENDAHULUAN
PRAKTIKUM FISIKA KOMPUTASI II

I. NOMOR PERCOBAAN : 1 (Satu)

II. NAMA PERCOBAAN : Metode Beda Hingga-1
III. TUJUAN PERCOBAAN : Membuat program komputer (script Matlab(TM))
untuk aplikasi metode beda hingga pada kasus
fisika yang melibatkan persamaan diferensial
parsial

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI II

IV. DASAR TEORI

4.1 Pengeretian Metode Beda Hingga
FDM merupakan sebuah metode numerik untuk menyelesaikan persamaan
differensial. Metode ini menggunakan aproksimasi persamaan beda (difference
equations), dalam hal ini turunan(‘persoalan’) diaproksimasi dengan beda hingga. FDM
adalah sebuah metode diskretisasi (Monado dkk., 2018). Metode beda hingga dapat
digunakan untuk mengubah persamaan differensial parsial menjadi bentuk sistem
persamaan linier. Terdapat dua metode beda hingga yang dapat digunakan untuk
menyelesaikan suatu persamaan yaitu metode beda hingga eksplisit dan metode beda
hingga implisit (Oktaviana, 2020).
Metode beda hingga eksplisit dihampiri dengan deret Taylor menggunakan
hampiran beda maju. Metode beda hingga adalah metode yang menggunakan pendekatan
ekspansi deret Taylor. Turunan numerik dibentuk berdasarkan penggunaan deret Taylor
sehingga memperoleh suatu formula dari turunan numerik untuk tiga hampiran yaitu
hampiran beda maju, hampiran beda mundur serta hampiran beda pusat. Skema eksplisit
digunakan untuk menyelesaikan persamaan dimensi satu dengan dihampiri oleh
pendekatan deret Taylor oleh hampiran beda maju orde satu dan hampiran beda pusat
orde dua. Skema implisit tidak menggunakan batas kestabilan seperti pada skema
eksplisit. Skema implisit digunakan untuk menyelesaikan persamaan dimensi satu dengan
dihampiri oleh pendekatan deret Taylor oleh hampiran beda mundur orde satu dan
hampiran beda pusat orde dua (Oktaviana, 2020).
4.2 Penegertian Metode Diskretisasi
Prinsip diskretisasi yaitu proses membagi atau menguraikan suatu sistem atau
menjadi komponen atau elemen-elemen yang lebih kecil yang disebut elemen-elemen
hingga. Tujuan diskretisasi adalah memudahkan penglolaan suatu sistem dengan harus
tetap menyadari bahwa sisten yang diurai merupakan suatu keseluruhan atau
kekontiniuan dari sistem. Diskretisasi secara tidak langsung berarti pendekatan dari suatu
kenyataan atau kekontinuan sehingga hasil rakitan akhir yang divisualisasikan adalah
suatu tiruan dari lingkungan kontiniu yang nyata. Proses diskretisasi pada metode elemen
hingga memungkinkan dipecahkannya persoalan-persoalan rumit dalam bidang teknik
dan fisika matematis seperti geometri-geometri yang tidak teratur, ketidakhomogenan,
sifat tidak linear, dan kondisi pembebanan yang sebarang yang sangat sulit atau tidak bisa

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI II

dilakukan dengan metode sederhana (Alie dan Ramadhan, 2019). Secara umum,
diskretisasi bekerjan dengan mengubah variabel numerik (kontiniu) menjadi varibel baru
yang nilainya berupa selang-selang nilai asal yang tidak tumpang tindih (Sartono dkk.
2020).
Diskretisasi seringkali membantu dalam proses eksplorasi dan visualisasi
perbandingan kejadian kategori suatu kelas berdasarkan nilai-nilai variabel numerik.
Tanpa ada diskretisasi, terlihat banyak noise yang mengganggu sehingga pola-pola umum
pada data menjadi tidak begitu terlihat. Metode diskretisasi dikelompokkan menjadi dua
yaitu metode splitting dan metode merging. Cara yang pertama adalah memandang semua
nilai asal berada pada satu selang nilai yang sangat lebar kemudian dipisah-pisah menjadi
selang-selang yang lebih kecil. Cara yang kedua bekerja sebaliknya dengan membuat
selang-selang yang super kecil yang hanya memuat satu macam nilai dan kemudian
melakukan penggabungan terhadap selang-selang yang bersebalahan (Sartono dkk.,
2020).
4.3 Bentuk Umum Persamaan Diferensial Parsial
Suatu persamaan yang di dalamnya terdapat turunan parsial dan terdapat dua atau
lebih variabel bebas maka persamaan tersebut disebut persamaan diferensial parsial
(partial differential equation/pde). Bentuk umum persamaan diferensial parsial linear
orde 2 dalam 2 variabel bebas adalah:
𝐴𝑓𝑥𝑥 + 𝐵𝑓𝑥𝑦 + 𝐶𝑓𝑦𝑦 + 𝐷𝑓𝑥 + 𝐸𝑓𝑦 + 𝐹𝑓 = 𝐺 (4.3.1)
Menurut Sasangko, persamaan di atas dapat dinyatakan sebagai kondisi jika koefisien A,
B, D,E, F, G adalah konstanta atau fungsi yang terdiri dari variabel bebas saja, maka
persamaan tersebut disebut linear (Rahayu dkk., 2013). Persamaan difernsial parsial
(PDP) adalah persamaan diferensial suatu fungsi yang memiliki turunan dari dua atau
lebih varibel bebas. Orde PDP adalah pangkat tertinggi turunan parsial yang ada
dipersamaan. Tahap awal mencari solusi PDP menggunakan metode ini adalah merubah
bentuk PDP menjadi bentuk diskrit (Syafutra dan Kartono, 2017).
4.4 Perbedaan PDB dan PDP
Persamaan diferensial muncul sebagai model matematika dari berbagai bidang ilmu
antara lain: fisika, kimia, biologi, rekayasa, ekonomi dan lain lain sebagainya. Secara
umum persamaan diferensial digolongkan menjadi dua jenis yaitu: Persamaan Diferensial
Biasa dan Persamanaa Diferensial Parsial. Jika suatu persamaan diferensial hanya

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI II

mengandung turunan biasa, maka ia disebut Persamaan Diferensial Biasa (PDB). Jika
mengandung turunan parsial ia disebut Persamaan Diferensial Parsial (PDP) (Monado
dkk., 2018). Persamaan diferensial parsial adalah persamaan-persamaan yang
mengandung satu atau lebih turunan-turunan parsial. Diferensial numerik digunakan
untuk memperkirakan bentuk diferensial kontinu menjadi bentuk diskret. Diferensial
numerik ini banyak digunakan untuk menyelesaikan persamaan diferensial (Khamidiyah
dan Pagalay, 2014).
4.5 Pengertian Syarat Batas
Solusi dari suatu persamaan diferensial, baik persamaan diferensial biasa (PDB)
maupun persamaan diferensial parsial (PDP) tidaklah tunggal. Jika solusi pada PDB
ketidaktunggalan dinyatakan dalam konstanta, maka ketidaktunggalan pada PDP
dinyatakan dengan fungsi. Ketunggalan solusi persamaan diferensial dapat diperoleh jika
persamaan diferensial tersebut dilengkapi syarat awal dan atau syarat batas. Syarat awal
adalah suatu syarat atau kondisi yang harus dipenuhi pada awal waktu tertentu,
sedangankan syarat batas adalah suatu syarat atau kondisi yang harus dipenuhi pada
batas-batas domain yang terkait dengan ruang. Suatu syarat batas dikatakan linear jika
pada batas domain, syarat batas tersebut dinyatakan dalam relasi linear antara u dan
turunan-turunannya (Manaqib, 2018).

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI II

V. ALGORITMA
Program Solusi Persoalan Dristribusi Panas
Step 1 Mulai
Step 2 Inisialisasi n=9, i, j, p, u, v, jj, m, k, x, S, w
Inisialisasi matrik A
Inisialisasi matriks b
Inisialisasi untuk i=1 sampai n; untuk j=1 sampai n-1; untuk i=jj sampai n;
untuk k=1 sampai n+1; untuk i=n-1 sampai 1 dengan selisih 1; S=0;
untuk j=n sampai i+1 dengan selisih -1
Step 3 Proses matriks A(i, n+1)= matriks b(i, 1)
Step 4 Jika matriks A(j,j)=0, maka Proses u=matriks A(j,p)
Proses v=matriks A(j+1, p)
Proses matriks A(j+1,p)=u
Proses matriks A(j,p)=v
Step 5 Jika tidak proses jj=j+1
Step 6 Proses m=matriks A(i,j) dibagi matriks A(j,j)
Step 7 Proses matriks A(i,k)=matriks A(i,k)-m dikali matriks A(j,k)
Step 8 Proses matriks x(n,1)=matriks A(n, n+1) dibagi matriks A(n,n)
Step 9 Proses S=0
Step 10 Proses S=S+ matriks A(i,j) dikali matriks x(j,1)
Step 11 Proses matriks x(i,1)=(matriks A(i, n+1) dibagi matriks A(i,j)
Step 12 Cetak w=matriks x
Step 13 Selesai

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI II

VI. FLOWCHART

Mulai

Inisialisasi n=9, i, j, p, u, v, jj, m, k, x, S, w

Inisialisasi matrik A
Inisialisasi matriks b
Inisialisasi untuk i=1 sampai n; untuk j=1 sampai n-1;
untuk i=jj sampai n; untuk k=1 sampai n+1; untuk i=n-1
sampai 1 dengan selisih 1; S=0; untuk j=n sampai i+1
dengan selisih -1

Perulangan untuk i=1

Sampai n
Proses matriks A(i, n+1)= matriks b(i, 1)

Jika matriks A(j,j)=0

Tidak

Ya

Proses u=matriks A(j,p); Proses v=matriks A(j+1, p);

Proses matriks A(j+1,p)=u; Proses matriks A(j,p)=v

Proses jj=j+1

A B C
A A

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI II

A B C
A
A

Proses m=matriks A(i,j) dibagi matriks A(j,j)

Proses matriks A(i,k)=matriks A(i,k)-m dikali matriks A(j,k)

Proses matriks x(n,1)=matriks A(n, n+1) dibagi matriks A(n,n)

Proses S=0

Proses S=S+ matriks A(i,j) dikali matriks x(j,1)

Proses matriks x(i,1)=(matriks A(i, n+1) dibagi matriks A(i,j)

Cetak w=matriks x

Selesai

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI II

VII. LISTING
% solusi persoalan distribusi panas, FDM Elliptik
clear all
clc
n=9;
A=[ 4 -1 0 -1 0 0 0 0 0; -1 4 -1 0 -1 0 0 0 0;
0 -1 4 0 0 -1 0 0 0; -1 0 0 4 -1 0 -1 0 0;
0 -1 0 -1 4 -1 0 -1 0; 0 0 -1 0 -1 4 0 0 -1;
0 0 0 -1 0 0 4 -1 0; 0 0 0 0 -1 0 -1 4 -1;
0 0 0 0 0 -1 0 -1 4];
b=[25; 50; 150; 0; 0; 50; 0; 0; 25];
%&&&&&& Proses Eliminasi Gauss &&&&&&&&&&&&&&&&&&&&&&&
%====== Menggabungkan Vektor b kedalam matrik A ======
%====== sehingga terbentuk matrik Augmentasi. ========
for i=1:n
A(i,n+1)=b(i,1);
end
%---------Proses Triangularisasi-----------
for j=1:(n-1)
%----mulai proses pivot---
if (A(j,j)==0)
for p=1:n+1
u=A(j,p);
v=A(j+1,p);
A(j+1,p)=u;
A(j,p)=v;
end
end
%----akhir proses pivot---
jj=j+1;
for i=jj:n
m=A(i,j)/A(j,j);
for k=1:(n+1)

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI II

A(i,k)=A(i,k)-(m*A(j,k));
end
end
end
%-------------------------------------------
%------Proses Substitusi mundur-------------
x(n,1)=A(n,n+1)/A(n,n);
for i=n-1:-1:1
S=0;
for j=n:-1:i+1
S=S+A(i,j)*x(j,1);
end
x(i,1)=(A(i,n+1)-S)/A(i,i);
end
%===== Menampilkan Vektor w ========
w=x

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI II

VIII. TUGAS PENDAHULUAN

1. Jelaskan pengertian PDP Elliptik
2. Jelaskan pengertian syarat batas! Apa bedanya dengan syarat awal?
Jawaban:
1. PDP Elliptik yaitu suatu PDP dikatakan sebagai PDP elliptik jika nilai bermula
dari AC – B2 >0
2. Syarat batas adalah suatu kondisi yang harus dipenuhi pada batas-batas domain
terkait dengan ruang. Perbedaan syarat batas dengan syarat awal ialah syarat awal
merupakan kondisi yang harus dipenuhi pada waktu tertentu, sedangkan syarat
batas harus dipenuhi terkait dengan ruang.

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI II

IX. DATA HASIL PENGAMATAN

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI II

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI II

X. ANALISA
Penyelesaian persamaan diferensial parsial akan sulit diselesaikan dengan Matlab
jika langsung mengimplementasikan rumus persamaan diferensial parsial, maka dengan
itu digunakan metode yang lebih sederhana untuk menyelesaikan suatu persamaan
diferensial parsial pada Matlab. Metode yang digunakan untuk menyelesaikan suatu
persamaan diferensial parsial dapat dilakukan dengan metode eliminasi Gauss, proses
augmentasi, triangularisasi, serta pivot. Pada akhir proses pivot langsung diberikan
perulangan dan langsung membaca script m yang berfungsi untuk membantu proses
mengubah. Proses pivot itu sendiri berfungsi untuk mengubah matriks menjadi nol. Untuk
proses triangularisasi terjadi pada baris ke 20 dengan menggunakan perulangan. Dalam
proses triangularisasi tadi terdapat proses pivot yang sebagaimana sudah dijelaskan
sebelumnya. Proses triangularisasi dijalankan dengan pendekatan segitiga untuk matriks.
Varibel jj tidak lagi bernilai satu dikarenakan varibel tersebut sudah di inisialisasi pada
baris ke 31. Proses berikutnya ada proses subtitusi mundur yang menggunakan metode
augmentasi, yang berfungsi akan menampilkan nilai dengan nilai mundur untuk hasil
matriks. Pada proses augmentasi terdapat varibel baru yaitu varibel S=0. Varibel S ini
hanya menghasilakn satu kali perulangan. Sebelum melakukan penyelesaian persamaan
diferensial menggunakan proses-proses yang sudah disebutkan tadi, terlebih dahulu
diselesaikan menggunakan metode beda hingga serta terlebih dahulu menentukan syarat
batas dari persamaan. Jika syarat batas sudah ditentukan, persamaan yang akan
diselesaikan akan membentuk matriks.

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI II

XI. KESIMPULAN
1. Perbedaan yang sangat jelas antara Persamaan Diferensial Biasa dengan Persamaan
Diferensial Parsial terletak pada variabel yang ada.
2. Proses augmentasi diselesaikan menggunakan eliminasi Gauss
3. Klasifikasi percobaan kali ini merupakan Persamaan Diferensial Parsial Elliptik

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI II

DAFTAR PUSTAKA
Alie, M. Z., dan Ramadhan, M. I., 2019. Perhitungan Kekuatan Kapal Dengan Metode
Elemen Hingga. Sleman: Deepublish.
Khadimiyah, K., dan Pagalay, U., 2014. Diskritasi Pada Sistem Persamaan Diferensial
Parsila Pola Pembentukan Sel. Cauchy, 3(3): 132-133.
Manaqib, M., 2018. Penyelesaian Masalah Syarat Batas Persamaan Helmhotz
Menggunakan Dual Reciprocitu Boundary Element Method. Jurnal Logika, 2(8):
116-117.
Monado, F., Korianti, E., dan Ariana, M., 2018. Modul Praktikum Fisika Komputasi II.
Indralaya: Universitas Sriwijaya.
Oktaviana, L., Noviani, E., dan Yudhi., 2020. Metode Beda Hingga Eksplisit Dan Implisit
Untuk Menyelesaikan Persamaan Panas. Bimaster, 2(09): 301-302; 304-307.
Rahayu, J., Pagalay, U., dan Kusumastuti, A., 2013. Solusi Numerik Model Reaksi-
Difusi(Turing) Dengan Metode Beda Hingga Implisit. Jurnal Cauchy, 1(3): 19.
Sartono, B., Bodro, D. K., dan Dito, G. A., 2020. Teknik Eksplorasi Data Yang Harus
Dikuasai Para Scientist. Bogor: IPB Press.
Syafutra, H., dan Kartono, A., 2017. Fisika Komputasi. Bogor: IPB Press.

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI II

LAMPIRAN

Fakultas MIPA – Jurusan Fisika

Universitas Sriwijaya