Modul 4

Solusi Persamaan Non Linier

I. Tujuan
1. Mahasiswa mampu menemukan solusi persamaan non-linier
menggunakan metode terbuka dan tertutup.
2. Mahasiswa mampu mengetahui bagaimana melakukan laju konvergensi
setiap metode.
3. Mahasiswa mampu mengetahui perbedaan dan cara penggunaan setiap
metode.

II. Teori Dasar

II.1 Persamaan Non Linier
II.2 Metode Penyelesaian Persamaan Non Linier.
Dalam metode numerik, pencarian akari dilakukan secara iterative.
Secara umum. Semua metode pencarian akar tersebut dapat
dikelompokan menjadi dua golongan besar :

1. Metode tertutup
Metode yang termasuk kedalam golongan ini mencari akar dalam
selang [a,b]. selang [a, b] sudah dipastikan berisi minimal satu buah
akar, karena itu metode jenis ini selalu berhasil menemukan akar.
Dengan kata lain, lelarannya selalu konvergen.
2. Metode terbuka
Berbeda dengan metode tertutup, metode terbuka tidak
memerlukan selang [a, b] yang mengandung akar. Yang diperlukan
adalah tebakan (guest) awal akar, lalu, dengan prosedur lelaran,
kita menggunakannya untuk menghitung hampiran akar yang baru.
Pada setiap kali lelaran, hampiran akar yang lama dipakai untuk
menghitung hampiran akar yang baru. Mungkin saja hampiran akar
yang baru mendekati akar sejati (konvergen) atau mungkin saja
menjauhinya (divergen) karena itu metode tebrbuka tidak selalu
berhasil menemukan akar, kadang kadang konvergen, kadang
divergen.

II.2.1 Metode Tertutup

1. Metode Bagi Dua
Misalkan kita telah menentukan selang [a, b] sehigga
f(a)f(b) < 0. Pada setiap lelaran, selang [a,b] kita bagi dua
di x = c, sehingga dapat dua buah upa selang yang
berukuran sama, yaitu selang [a,c] dan [c,b] selang yang
diambil untuk lelaran berikutnya adalah upa selang yang
memuat akar, bergantung pada apakah f(a)f(c) < 0.

Selang yang baru dibagi dua lagi dengan cara yang sama.
Begitu seterusnya sampai ukuran selang yang baru sudah
sangat kecil. Kondisi berhenti lelaran dipilih salah satu dari
kriteria berikut :

 Lebar selang baru : |a-b| < e, yang dalam hal ini e

adalah nilai toleransi lebar selang yang mengurng
akar.
 Nilai fungsi di hampiran akar f(c)=0. Atau
menggunakan epsilon mesin. Dengan cara f(c) <
epsilon_mesin.
 Galat relative hampiran akar | (Cbaru – Clama)/Cbaru| <
d, yang dalam hal ini d adalah galat relative
hampiran yang diinginkan.
Ada beberapa kasus yang mungkin terjadi sehingga akar
tidak dapat ditemukan diantaranya :

 Jumlah akar lebih dari satu

 Akar Ganda
 Singularitas
 2. Metode Regula Falsi
Meskipun Metode bagi dua selalu menemukan akar, tetapi
kecepatan konvergensinya lambat. Kecepatan konvergensi dapat
ditingkatkan bila nilai f(a) dan f(b) juga turut diperhitungkan.
Logikanya bila f(a) lebih dekat ke nol daripada f(b) tentu akar
lebih dekat ke x = a daripada ke x = b. metode yang
memanfaatkan nilai f(a) dan f(b) ini adalah metode regula-falsi
atau metode posisi palsu. Dengan metode regula falsi, dibuat garis
lurus menghubungkan titik (a,f(a)) dan (b,f(b)). Perpotongan garis
tersebut dengan sumbu-x merupakan taksiran akar yang
diperbaiki. Garis lurus tadi seolah olah berlaku menggantikan
kurva f(x) dan memberikan posisi dari akar.

Gradien garis AB = Gradien garis Bc

f ( b ) −f (a) f ( b )−0
=
b−a b−c

Yang dapat disederhanakan menjadi :

f ( b ) (b−a)
c=b−
f ( b )−f (a) (0)

2.2.2 Metode Terbuka

1. Metode Lelaran Titik Tetap
Metode ini kadang dinamakan juga metode lelaran sederhana,
metode langsung, atau metode silih beruntun. Kesederhanaan
 metode ini karena pembentukan prosedur lelarannya mudah
dibentuk sebagai berikut :

Susunlah persamaan f(x) = 0 menjadi bentuk x = g(x).

Lalu, bentukalh menjadi prosedur lelaran.

X r+1=g (x¿¿ r )¿ (0)

Dan terkalah sebuah nilai awal x0, lalu hitung nilai x1, x2, x3,…
yang mudah mudahan konvergen ke akar sejati s sedemikian
sehinga :
f ( s )=0 dan s=g(s)
Kondisi berhenti lelaran bila

|x r +1−x r|< e
Atau bila menggunakan galat relative hampiran
x r+1− xr
| |
x r +1
<d

Dengan e dan d telah ditetapkan sebelumnya.

2. Metode Newton – Raphson
Diantara semua metode pencarian akar, metode Newton
Rapshonlah yang paling terkenal dan banyak dipakai. Metode ini
paling disukai karena konvergensinya paling cepat diantara metode
lainnya.

Dari gambar diatas, gradien garis singgung di xr adalah :

Δy f ( xr )
m=f ' ( x r )= = (0)
Δx x r−x r +1
Atau
 f (x r )
f ' ( x r )= (0)
x r−x r +1

Sehingga prosedur lelaran metode Newton-Rahpson adalah

f ( xr )
x r +1=x r− '
, f ' ( xr )≠ 0 (0)
f ( xr )
Catatan :
 Jika terjadi f’(xr) = 0, ulang kembali perhitungan dengan
lelaran x0 yang lain.
 Jika persamaan f(x) = 0 memiliki lebih dari satu akar,
pemilihan x0 yang berbeda beda dapat menemukan akar
yang lain
 Dapat pula terjadi lelaran konvergen ke akar yang berneda
dari yang diharapkan

3. Metode Secant
Prosedur lelaran metode Newton-Rhapson memerlukan
perhitungan turunan fungsi f’(x) sayangnya tidak semua fungsi
mudah dicari turunannya. Terutama fungsi yang bentuknya rumit.
Turunan fungsi dapat dihilangkan dengan cara menggantinya
dengan bentuk lain yang ekivalen. Modifikkasi newton-Rhapson
disebut metode secant.

Berdasarkan gambar diatas dapat kita hitung gardien

' ∆ y AC f ( x r ) −f (x r−1)
f ( xr )= = = (0)
∆ x BC x r−x r −1

Subtitusikan persamaan (6) ke dalam rumus Newton-

Rhapson.
 f ( xr )
x r +1=x r− (0)
f ' (x¿¿ r )¿

Sehinnga diperoleh
f (x r)( x r −x r−1)
x r +1=x r− (0)
f (x¿¿ r )−f ( x r−1 )¿
Yang merupakan prosedur lelaran metode secant. Dalam hal
ini diperlukan 2 tebakan awal akar, yaitu x0 dan x1. Kondisi ini
berhenti apabila :

Dengan e dan d adalah toleransi galat.

2.3 Laju Konvergensi

III. Tugas Pendahuluan

III.1 Listing Program

aku=1e-3;
f=@(x) x^2-3*x-10;
a=1;
b=3.5;
s=f(a)*f(b);
for i=1:100
if s>0
error('Ganti interval')
else
c=(a+b)/2;
s1=f(a)*(c);
s2=f(b)*f(c);
if s1<0
b=c;
c=(a+b)/2;
err = abs(b-c); if err < aku, break; end
end
if s2>0
a=c;
c=(a+b)/2;
err = abs(b-c); if err < aku, break; end
end
ii=i;
end
end
fprintf('Akar : %f\ndiperoleh dengan iterasi sebanyak %d
kali\ndan akurasi sebesar %f', c, ii, aku)
III.2 Tampilan

Gambar 3.1. Tampilan ketika program hanya dieksekusi ketika f(a) x f(b) < 0

Gambar 3.2. Tampilan ketika program dieksekusi meski f(a) x f(b) > 0

III.3 Analisa
Untuk menghitung iterasi yang diperlukan,
ln|b−a|−ln ε
r>
ln (2)
ln|3.5−1|−ln(0.001)
r>
ln (2)
r>11.28
sehingga dibutuhkan minimal 11 kali iterasi.
Dari persamaan x2-3x-10=0 untuk interval dari 1 dan 3.5 dapat
ditentukan f(1) = -12 dan f(3,5)= -8,25 sehingga pada interval ini tidak
terdapat akar real. Jika akan terus dieksekusi, metode ini tidak
menghasilkan nilai yang tepat karena asumsi nilai interval yang
diambil tidak tepat.

Untuk masalah seperti ini dapat dicari dengan solusi analitik. Solusi
analitik dari x2-3x-10=10 adalah
 −b±√ b2 −4 ac
Akar =
2a
3± √(−3 )2−4 (1 )(−10 )
¿
2(1)
x 1 , x 2 =(−2,5 )
Terbukti bahwa persamaan diatas tidak memiliki solusi di interval 1
sampai 3,5.
IV. Algoritma Program
IV.1 Metode Bisection
Persamaan

Interval A sampai B

C=(A+B)/2

Sebanyak n kali [A,C] [B,C] Sebanyak n kali

f(A) x f(C) <0

Ya Tidak

[A,B]=[A,C] [A,B]=[C,B]

Akar=C

IV.2 metode newton-raphson

Dafar Pustaka

Canale, R. P., dan Chapra, S. C. 2010. Numerical Methods for Engineers. Edisi
ke-6. New York: McGraw-Hill.

Kiusalaas, J. 2005. Numerical Methods in Engineering with MATLAB ®. Edisi ke-

1. Cambridge: Cambridge University Press.

Sutarno, H., & Rachmatin, D. 2005. Metode Numerik. Edisi ke-1. Bandung: Sinar
Baru Algensindo.