Bab 2 Persamaan Non Linearpdf 1647676199

BAB II
PENYELESAIAN PERSAMAAN
NON LINEAR
➢ Akar-Akar Persamaan
➢ Metode Pencarian Akar Persamaan
Non Linear
➢ Bracketing Method
➢ Open Method
PAGE 1
AKAR-AKAR PERSAMAAN
▪ Masalah (persoalan) matematika

▪ Penyelesaian persoalan matematika
o Secara analitik
o Secara numerik
▪ Metode numerik (metode pemrosesan dari data diskret
menjadi hasil numerik)
▪ Komputasi numerik (penyelesaian masalah menggunakan
metode numerik)
▪ Metode numerik merupakan cara untuk menyelesaikan model
matematika sebagai pendekatan dari penyelesaian secara
eksak.
Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 2
AKAR-AKAR PERSAMAAN
Suatu persamaan non linear 𝑓(𝑥) digambarkan pada koordinat kartesian

𝑥 − 𝑦 seperti disajikan pada gambar berikut. Perpotongan fungsi tersebut
dengan absis sumbu 𝑥 merupakan penyelesaian akar persamaan.

AKAR-AKAR PERSAMAAN
▪ Akar atau pembuat nol dari suatu fungsi adalah nilai-nilai

dari variabel bebas yang membuat fungsi bernilai nol.
▪ Dalam masalah mencari akar persamaan fungsi non linear
f(x), yaitu mencari solusi x = x0 terhadap persamaan

f(x) = 0
▪ Contoh persamaan non linear:
a. f (x ) = 4 x 3 − 15 x 2 + 17 x − 6 c. h(x ) = sin (x ) − 2 x 2 + 1
b. j (x ) = xe x d. k (x ) = log 3 (x ) + x
AKAR-AKAR PERSAMAAN
Suatu solusi x = x0 terhadap persamaan f(x) = 0

diperlukan dalam banyak konteks, yang kadang
merupakan suatu formulasi langsung dari suatu keadaan
fisik.
Namun demikian, seringkali masalah mencari akar
persamaan hanyalah salah satu tahapan yang harus
dilakukan untuk menyelesaikan masalah yang lebih
besar.
Termasuk dalam masalah ini adalah mencari titik potong
dua buah kurva f(x) dan g(x)

AKAR-AKAR PERSAMAAN
Contoh: f(x)=(2x - 6)(x + 1) mempunyai akar persamaan (

pembuat nol fungsi f(x) ) adalah x = 3 dan x = -1
Untuk f(x) = ax + b, dengan a dan b konstanta bilangan
nyata serta a ≠ 0, maka pembuat nol fungsi tersebut
adalah x = -b/a
Dalam beberapa kasus, bentuk fungsi f(x) cukup
kompleks sehingga tidak memungkinkan penentuan akar
persamaan secara langsung

AKAR-AKAR PERSAMAAN
▪ Sebagai contoh, penyelesaian analitik untuk

fungsi f (x ) = ax + bx + c = 0
2
kuadratik
diberikan oleh:
− b  b − 4ac
2
x=
2a
▪ Contoh lain, akan tidak mungkin mendapatkan
suatu penyelesaian analitik untuk fungsi:
f (x ) = e x − x = 0
METODE PENCARIAN AKAR PERSAMAAN
NON LINEAR
▪ Secara umum, terdapat dua kelompok metode untuk

pencarian akar dari persamaan tak linear:
▪ Metode yang pertama disebut juga metode pengapitan
akar (bracket), oleh karena pencarian akar dilakukan
pada suatu interval tertutup [a,b] sedemikian sehingga
f(a) dan f(b) mempunyai tanda yang berlawanan.
▪ Tebakan akar dalam metode ini selalu berada "dalam
kurung" atau berada pada kedua sisi dari nilai akar.
Karena itu, di sini diperlukan dua tebakan awal untuk
akar.

NON LINEAR
▪ Bila interval seperti ini ditemukan, maka proses

iterasi dapat diteruskan sampai ditemukan akar
persamaannya.
▪ Metode ini mempunyai suatu keunggulan yaitu
konvergen (makin lama makin mendekati nilai
sebenarnya), dan mempunyai kelemahan yaitu
konvergensinya relatif lambat.
▪ Metode pengapitan akar atau metode pengurung ini
diantaranya yaitu metode bagi dua (bisection)
dan metode Regula Falsi.

NON LINEAR
▪ Metode yang kedua adalah metode terbuka (Open

Method).
▪ Pencarian dimulai dari suatu nilai tunggal variabel
bebas, atau dua nilai yang tidak perlu mengurung
akar.
▪ Caranya tidak dengan membagi dua interval
tersebut, melainkan membuat suatu interpolasi
linear yang digunakan untuk mendapatkan suatu
titik baru yang diharapkan cukup dekat dengan akar
persamaan yang dicari.

NON LINEAR
▪ Metode ini mempunyai suatu kelemahan yaitu tidak

selalu konvergen, tetapi mempunyai keunggulam
yaitu jika konvergen maka konvergensinya lebih
cepat dari pada metode pengurung.
▪ Yang termasuk ke dalam metode terbuka ini yaitu

metode iterasi titik tetap (Öxed-point
iteration), metode Newton-Raphson, dan
metode garis potong (secant).
BRACKETING METHOD
1. METODE BISECTION
▪ Metode ini mengasumsikan bahwa fungsi f(x)

adalah kontinu pada interval [a1; b1], serta
f(a1) dan f(b1) mempunyai tanda berlawanan,
artinya f(a1) f(b1) < 0.
▪ Karena itu terdapat minimal satu akar pada
interval [a1; b1].
▪ Idenya adalah interval selalu dibagi dua sama
lebar.
BRACKETING METHOD
1. METODE BISECTION
▪ Jika fungsi berubah tanda sepanjang suatu

subinterval, maka letak akarnya kemudian
ditentukan ada di tengah-tengah subinterval.
▪ Proses ini diulangi

untuk memperoleh
hampiran yang
diperhalus.
(perhatikan
Gambar berikut).

BRACKETING METHOD
1. METODE BISECTION Algoritma
Proses untuk metode bagi dua diberikan seperti dalam Algoritma 1.

Algorithm 1 Algoritma Metode Bagi Dua
▪ Masukan:
‒ fungsi kontinu: f (x)
‒ interval yang mengurung akar: [a1, b1]
‒ maksimum iterasi: N  
‒ toleransi keakuratan:  misalnya  = 10
−5
an + bn
▪ Perhitungan Inti: ketika n   dan  h   , hitung xn = .
2
Tentukan subinterval mana yang akan mengapit akar:
a) Jika f (an )  f ( xn )  0, maka an +1 = an , bn +1 = xn .
b) Jika f (an )  f ( xn )  0, maka an +1 = xn , bn +1 = bn .
c) Jika f (an )  f ( xn ) = 0, maka diperoleh akar = x n .
Berhenti.
BRACKETING METHOD
1. METODE BISECTION Algoritma
Kemudian hitung:
xn − xn −1
h = 100%, n  1
xn
Hasil akhir
▪ Akar xn sedemikian sehingga f (xn )  0.

BRACKETING METHOD
1. METODE BISECTION Flowchart
Berikut ini adalah flowchart dari
metode Bisection.

BRACKETING METHOD
1. METODE BISECTION Contoh. 1 Solusi
Selesaikan persamaan x 2 − 3 = 0 dalam interval [1, 2] menggunakan
metode Bisection sampai lima iterasi.
Penyelesaian:
Iterasi 1: a1 = 1  f (a1 ) = −2
b1 = 2
a + b1 1 + 2
x1 = 1 = = 1,5  f ( x1 ) = −0,75
2 2
Iterasi 2: Diamati bahwa f (a1 )  f ( x1 )  0, maka
a2 = x1 = 1,5  f (a2 ) = −0,75
b2 = b1 = 2
a2 + b2 1,5 + 2
x2 = = = 1,75  f ( x2 ) = 0,0625
2 2
x2 − x1 1,75 − 1,5
2 = 100% = 100% = 14,29%
x2 1,75
BRACKETING METHOD
Iterasi 3: Diamati bahwa f (a2 )  f ( x2 )  0, maka
a3 = a2 = 1,5  f (a3 ) = −0,75
b3 = x2 = 1,75
a3 + b3 1,5 + 1,75
x3 = = = 1,625  f ( x3 ) = −0,3594
2 2
x − x2 1,625 − 1,5
3 = 3 100% = 100% = 7,69%
x3 1,625
a4 = x3 = 1,625  f (a4 ) = −0,3594
b4 = b3 = 1,75
a4 + b4 1,625 + 1,75
x4 = = = 1,6875  f ( x4 ) = −0,1523
2 2
x −x 1,6875 − 1,625
 4 = 4 2 100% = 100% = 3,7%
x4 1,6875
BRACKETING METHOD
a5 = x4 = 1,6875  f (a5 ) = −0,1523

b5 = b4 = 1,75
a5 + b5 1,6875 + 1,75
x5 = = = 1,7187  f ( x5 ) = −0,0459
2 2
x5 − x4 1,7187 − 1,6875
5 = 100% = 100% = 1,82%
x5 1,7187
Pada iterasi ke-5 diperoleh akar hampiran x = 1,7187

BRACKETING METHOD
2. METODE REGULA FALSI
Mirip dengan metode bagi dua, yang memerlukan

pendugaan interval untuk memulai proses iterasi.
Caranya tidak dengan membagi dua interval tersebut,

melainkan membuat suatu interpolasi linear yang
digunakan untuk mendapatkan suatu titik baru yang
diharapkan cukup dekat dengan akar persamaan yang
dicari.

BRACKETING METHOD
▪ Sebagai alternatif perbaikan terhadap metode bisection, jika

ternyata f(a)=0 dibanding f(b) maka terlihat akar lebih
mendekati a dibanding b. Untuk itu metode regula falsi
menghubungkan kedua titik a dan b dengan sebuah garis
lurus. Perpotongan garis terhadap sumbu x merupakan
perbaikan taksiran terhadap akar
▪ Metode pencarian akar persamaan dengan memanfaatkan
kemiringan dan selisih tinggi dari dua titik batas interval
yang mengurung akar.
▪ Metode ini merupakan salah satu alternatif untuk
mempercepat konvergensi.

BRACKETING METHOD
Metode ini
merupakan
salah satu
alternatif
untuk
mempercepat
konvergensi.

BRACKETING METHOD
2. METODE REGULA FALSI Algoritma
Proses untuk metode Regula Falsi diberikan seperti dalam
Algoritma 2.
Algorithm 2 Algoritma Metode Regula Falsi
▪ Masukan:
‒ fungsi kontinu: f (x)
‒ interval yang mengurung akar: [a1, b1]
‒ maksimum iterasi: N  
‒ toleransi keakuratan:  misalnya  = 10
−5
▪ Perhitungan Inti: ketika n   dan  h   ,

Hitung: a n  f (bn ) − b n  f (an )
xn =
 f (bn ) −  f (an )
BRACKETING METHOD
2. METODE REGULA FALSI Algoritma
Tentukan subinterval mana yang akan mengapit akar:

a) Jika f (an )  f (bn )  0, maka an +1 = an , bn +1 = xn .
b) Jika f (an )  f (bn )  0, maka an +1 = xn , bn +1 = bn .
c) Jika f (an )  f (bn ) = 0, maka diperoleh akar = xn .
Berhenti.
Kemudian hitung:  abs = xn − xn −1
xn − xn −1
 rel = 100%, n  1
xn
Hasil akhir
▪ Akar xn sedemikian sehingga f (xn )  0.
BRACKETING METHOD
2. METODE REGULA FALSI Flowchart
metode Regula Falsi.

BRACKETING METHOD
2. METODE REGULA FALSI Contoh. 2 Solusi
Selesaikan persamaan x − 3 = 0 dalam interval [1, 2] menggunakan

2
metode Regula falsi sampai lima iterasi.
Penyelesaian:
Iterasi 1: a1 = 1  f (a1 ) = −2
b1 = 2  f (b1 ) = 1
a  f (b1 ) − b1  f (a1 ) 11 − 2  (− 2)
x1 = 1 = = 1,6667
f (b1 ) − f (a1 ) 1 − (− 2)
f ( x1 ) = (1,667 ) − 3 = −0,2222
2
Iterasi 2: Diamati bahwa f (a1 )  f (b1 )  0, maka

a2 = a1 = 1  f (a2 ) = −2
b2 = x1 = 1,6667  f (b2 ) = −0,2222
BRACKETING METHOD
a2  f (b2 ) − b2  f (a2 )
x2 =
f (b2 ) − f (a2 )
=
(− 0,2222) 1 − (− 2)  (1,6667 ) = 1,7500
(− 0,2222) − (− 2)
f ( x2 ) = (1,7500) − 3 = 0,0626
2
 2 = x2 − x1 = 1,7500 − 1,6667 = 0,0833

Iterasi 3: Diamati bahwaf (a2 )  f (b2 )  0, maka
a3 = x2 = 1,7500  f (a3 ) = 0,0626
b3 = b2 = 1,6667  f (b3 ) = −0.2222
a3  f (b3 ) − b3  f (a3 )
x3 =
f (b3 ) − f (a3 )
BRACKETING METHOD
x3 =
(1,7500)  (− 0,2222) − (1,6667 )  (0,0626)
(− 0,2222) − (0,0626)
x3 = 1,7317
f ( x3 ) = (1,7317 ) − 3 = −0,0012
2
 3 = x3 − x2 = 1,7317 − 1,7500 = 0,0183

a4 = a3 = 1,7500  f (a3 ) = 0,0626
b4 = x3 = 1,7317  f (b3 ) = −0,0012
a4  f (b4 ) − b4  f (a4 )
x4 =
f (b4 ) − f (a4 )
=
(1,7500)  (− 0,0012) − (1,7317 )  (0,0626)
(− 0,0012) − (0,0626)
BRACKETING METHOD
x5 = 1,73205
f ( x5 ) = (1,73205) − 3 = −0,000002797
2
 5 = x5 − x4 = 1,73205 − 1,7320 = 0,00005000

a5 = a4 = 1,7500  f (a4 ) = 0,0626
b5 = x4 = 1,7320  f (b4 ) = −0,000176
a5  f (b5 ) − b5  f (a5 )
x5 =
f (b5 ) − f (a5 )
=
(1,7500)  (− 0,000176) − (1,7320)  (0,0626)
(− 0,000176) − (0,0626)
x5 = 1,73205
f ( x5 ) = (1,73205) − 3 = −0,000002797
2
 5 = x5 − x4 = 1,73205 − 1,7320 = 0,00005000

OPEN METHOD 1
1. METODE NEWTON RAPHSON
▪ Metode ini paling banyak digunakan dalam mencari akar –

akar dari suatu persamaan
▪ Jika perkiraan awal dari akar adalah 𝑥𝑖 , suatu garis singgung
dapat dibuat dari titik 𝑓 𝑥𝑖
▪ Titik dimana garis singgung tersebut memotong sumbu x
biasanya memberikan perkiraan yang lebih dekat dari nilai
akar
▪ Turunan pertama pada Xi adalah ekivalen dengan kemiringan

OPEN METHOD 1
Garis singgung dy
(tangent)
tangent = = f'
dx
f ( xi ) − 0
f ' ( xi ) =
xi − xi +1
sehingga dapat disusun :
f(xi)
f ( xi )
xi +1 = xi −
f ' ( xi )
Metode pendekatan yang menggunakan satu
titik awal dan mendekatinya dengan
xi+1 xi
memperhatikan slope atau gradien pada titik
tersebut.Titik pendekatan ke n+1 dituliskan dengan :
F ( xn )
xn +1 = xn − '
F ( xn )
OPEN METHOD 1

OPEN METHOD 1
Metode ini tidak dapat digunakan ketika titik pendekatannya
berada pada titik ekstrim atau titik puncak, karena pada titik ini
nilai f’(x) = 0 sehingga nilai penyebut dari 𝑓′(𝑥)
𝑓(𝑥)
sama dengan nol,
secara grafis dapat

dilihat sebagai berikut:
Bila titik pendekatan
berada pada titik
puncak, maka titik
selanjutnya akan
berada di tak
berhingga.

OPEN METHOD 1

OPEN METHOD 1
1. METODE NEWTON RAPHSON Algoritma
Proses untuk metode Newton Raphson diberikan seperti dalam

Algoritma 3.
Algorithm 3 Algoritma Metode Newton Raphson
▪ Definisikan fungsi 𝑓 𝑥𝑖 dan 𝑓′ 𝑥𝑖
▪ Tentukan toleransi error (𝜀) dan iterasi maksimum (𝑛)
▪ Tentukan nilai pendekatan awal 𝑥0
▪ Hitung 𝑓 𝑥0 dan 𝑓′ 𝑥0
▪ Untuk iterasi 𝐼 = 1, 2, 3 ⋯ 𝑛 𝑎𝑡𝑎𝑢 𝑓 𝑥𝑖 <𝜀
f (xi )
▪ Hitung 𝑓 𝑥𝑖 dan 𝑓′ 𝑥𝑖 yaitu: xi +1 = xi − '
f (xi )
▪ Akar persamaan adalah nilai 𝑥𝑖 yang terakhir diperoleh.
OPEN METHOD 1
1. METODE NEWTON RAPHSON Flowchart
metode Newton Raphson.

OPEN METHOD 1
1. METODE NEWTON RAPHSON Contoh. 3 Solus
Selesaikan persamaan f ( x) : x 2 − 6 x + 8 = 0 menggunakan metode Newton

Raphson. Dengan titik pendekatan awal x0 = 0.
Penyelesaian:
f (x0 )
Iterasi 1: f ( x) = x 2 − 6 x + 8 = 0 x1 = x0 −
f ' (x0 )
f ' ( x) = 2 x − 6
8
x0 = 0 ; f ( x0 ) → 0 − (6  0) + 8 = 8
2 = 0−
−6
f ' ( x0 ) → (2  0) − 6 = −6 = 1,3333
Iterasi 2: f ( x) = x 2 − 6 x + 8 = 0
f ' ( x) = 2 x − 6
x1 = 1,3333 ; f ( x1 ) → (1,3333) − (6 1,3333) + 8 = 1,7778
2
f ' ( x1 ) → (2 1,3333) − 6 = −3,3334

OPEN METHOD 1
1. METODE NEWTON RAPHSON Contoh. 3 Solus
Iterasi 3: f ( x) : x 2 − 6 x + 8 = 0
f ' ( x) : 2 x − 6
x2 = 1,8666 ; f ( x2 ) : (1,8666) − (6 1,8666) + 8 = 0,2846
2
f ' ( x2 ) : (2 1,8666) − 6 = −2,2668

f (x ) 0,2846
x3 = x2 − ' 2 = 1,8666 − = 1,9922
f ( x2 ) − 2,2668
 3 = x3 − x2 = 1,9922 − 1,8666 = 0,1256
Iterasi 4: f ( x) : x 2 − 6 x + 8 = 0
f ' ( x) : 2 x − 6
x3 = 1,9922 ; f ( x3 ) : (1,9922) − (6 1,9922) + 8 = 0,0156
2
f ' ( x3 ) : (2 1,9922) − 6 = −2,0156

OPEN METHOD 1
2. METODE SECANT
▪ Metode Newton Raphson memerlukan perhitungan turunan

fungsi 𝑓′ 𝑥 .
▪ Tidak semua fungsi mudah dicari turunannya terutama

fungsi yang bentuknya rumit.
▪ Turunan fungsi dapat dihilangkan dengan cara

menggantinya dengan bentuk lain yang ekivalen
▪ Modifikasi metode Newton Raphson dinamakan metode

Secant.
OPEN METHOD 1
2. METODE SECANT
y f ( x r ) − f ( xr −1 )
f ' ( x) = =
x x r − xr −1
Dari metode Newton-Raphson diperoleh:
f ( xr )
x r +1 = xr −
f ' ( xr )
f ( x r )( x r − xr −1 )
x r +1 = xr −
f ( x r ) − f ( x r −1 )
x r +1 x r −1 xr

OPEN METHOD 1
2. METODE SECANT Algoritma
Proses untuk metode Newton Raphson diberikan seperti dalam Algoritma 4.
Algorithm 4 Algoritma Metode Secant
▪ Definisikan fungsi 𝑓 𝑥𝑖 dan 𝑓′ 𝑥𝑖
▪ Tentukan toleransi error (𝜀) dan iterasi maksimum (𝑛)
▪ Masukkan dua nilai pendekatan awal yang di antaranya terdapat akar yaitu 𝑥0
dan 𝑥𝑖 , sebaiknya gunakan metode tabel atau grafis untuk menjamin titik
pendakatannya adalah titik pendekatan yang konvergensinya pada akar
persamaan yang diharapkan.
▪ Hitung 𝑓 𝑥0 dan 𝑓 𝑥1 sebagai 𝑦0 𝑑𝑎𝑛 𝑦1

▪ Untuk iterasi 𝐼 = 1, 2, 3 ⋯ 𝑛 𝑎𝑡𝑎𝑢 𝑓 𝑥𝑖 <𝜀
f ( x r )( x r − xr −1 )
▪ Hitung 𝑓 𝑥𝑖+1 yaitu: x r +1 = xr −
f ( x r ) − f ( x r −1 )
▪ Akar persamaan adalah nilai 𝑥𝑖 yang terakhir diperoleh.
OPEN METHOD 1
2. METODE SECANT Contoh. 4 Solusi
Gunakan metode Secant untuk mencari solusi 𝑥 2 − 6𝑥 + 8 = 0

dengan 𝑥0 = 0 dan 𝑥1 = 1; 𝜀 = 0,001 serta 4 desimal.
Penyelesaian:
Iterasi 1: Iterasi 2:
f (x ) : x 2 − 6 x + 8 = 0 f (x ) : x 2 − 6 x + 8 = 0
x0 = 0 ; f (x0 ) : 0 2 − (6  0) + 8 = 8 x1 = 1 ; f (x1 ) : 12 − (6 1) + 8 = 3
x1 = 1 ; f (x1 ) : 12 − (6 1) + 8 = 3 x2 = 1,6 ; f (x2 ) : (1,6) − (6 1,6) + 8 = 0,96
2
 2 = x2 − x1 = 1,6 − 1 = 0,6 f ( x2 )( x2 − x1 )
x3 = x2 −
f ( x1 )( x1 − x0 ) f ( x2 ) − f ( x1 )
x2 = x1 −
f ( x1 ) − f ( x0 )
x3 = 1,6 −
(0,96) (1,6 − 1) = 1,8824
3  (1 − 0) 0,96 − 3
x2 = 1 − = 1,6
3−8  3 = x3 − x2 = 1,8824 − 1,6 = 0,2824
OPEN METHOD 1
Iterasi 3: f (x ) : x 2 − 6 x + 8 = 0
x2 = 1,6 ; f ( x2 ) : (1,6 ) − (6 1,6 ) + 8 = 0,96
2
x3 = 1,8824 ; f ( x3 ) : (1,8824) − (6 1,8824) + 8 = 0,2490

2
f ( x3 )( x3 − x2 )
x4 = x3 −
f ( x3 ) − f ( x2 )
x4 = 1,8824 −
(0,2490) (1,8824 − 1,6)
= 1,9813
0,2490 − 0,96
 4 = x4 − x3 = 1,9813 − 1,8824 = 0,0989
Iterasi 4: f (x ) : x 2 − 6 x + 8 = 0
x3 = 1,8824 ; f (x3 ) : (1,8824) − (6 1,8824) + 8 = 0,2490
2
x4 = 1,9813 ; f (x4 ) : (1,9813) − (6 1,9813) + 8 = 0,0377

2

OPEN METHOD 1
f ( x4 )( x4 − x3 )
Iterasi 4: x5 = x4 −
f ( x4 ) − f ( x3 )
x5 = 1,9813 −
(0,0377 ) (1,9813 − 1,8824)
= 1,9989
0,0377 − 0,2490
 5 = x5 − x4 = 1,9989 − 1,9813 = 0,0176

TUGAS 2
Latihan. 2
1. Suatu balok kayu berukuran 8𝑐𝑚 × 10𝑐𝑚 sepanjang 29𝑚 menopang papann yang
digunakan sebagai tempat penyimpanan batu bata. Batu bata disusun seperti pada
Gambar berikut. Tebal papan adalah 1𝑐𝑚 dan lebar 30𝑐𝑚. Elastisitas kayu
2500 𝑀𝑃𝑎. Defleksi vertical (dalam cm) struktur balok tersebut didekati dengan
persamaan non linear berikut:
𝑣 𝑥 = −0,13533 10−8 𝑥 5 − 0,66722 10−6 𝑥 4 + 0,42493 10−4 𝑥 3 − 0,018507 𝑥
dengan 𝑥 adalah jarak sepanjang balok 𝑚 . Hitunglah defleksi maksimum balok.

TUGAS 2
Latihan. 2
2. Suatu bola terapung seperti yang ditunjukkan pada gambar berikut memiliki berat
jenis 0,6 dan jari-jari 5,5 𝑐𝑚 digunakan sebagai alat pengukur elevasi muka air
dalam sumur uji. Tentukan kedalaman bola yang terendam dalam air, bila
kedalaman bola yang terendam air 𝑥 dinyatakan dengan persamaan berikut.
𝑥 3 − 0,165 𝑥 2 + 3,993 10−4 = 0
a) Gunakan metode Bisection untuk menentukan akar-akar persamaan kedalaman
bola yang terendam air 𝑥. Lakukan tiga kali iterasi untuk memperkirakan akar-
akar persamaan
b) Tentukan nilai absolut dari kesalahan perkiraan relatif pada masing-masing
iterasi, dan jumlah digitnpentingnya

َ َ ْ ْ ُ‫ض ُ ه‬
‫ال‬‫ث‬‫َم‬‫اْل‬
Latihan. 1
‫اَّلل‬ ‫ب‬ ِ
‫ر‬ ‫ي‬‫و‬
ْ ََ Pohon itu memberikan
‫ه‬ ِ
‫للنهاس لَ َعل ُه ْم‬ ِ buahnya
musim
pada
dengan
setiap
seizin
‫يَتَ َذ هكُرو َن ۗ تُ ْؤِت‬

Tuhannya. Allah membuat
perumpamaan-
ٍ‫أُ ُكلَ َها ُك هل ِحني‬ perumpamaan itu untuk

manusia supaya mereka
ِ ِ
‫ِِبِ ْذن َرّبَا‬
selalu ingat.” (QS: Ibrahim
Ayat: 25)

Bab 2 Persamaan Non Linearpdf 1647676199

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Bab 2 Persamaan Non Linearpdf 1647676199

Diunggah oleh

Hak Cipta:

Format Tersedia

BAB II

▪ Masalah (persoalan) matematika

Suatu persamaan non linear 𝑓(𝑥) digambarkan pada koordinat kartesian

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 3

▪ Akar atau pembuat nol dari suatu fungsi adalah nilai-nilai

▪ Dalam masalah mencari akar persamaan fungsi non linear

f(x), yaitu mencari solusi x = x0 terhadap persamaan

Suatu solusi x = x0 terhadap persamaan f(x) = 0

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 5

Contoh: f(x)=(2x - 6)(x + 1) mempunyai akar persamaan (

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 6

▪ Sebagai contoh, penyelesaian analitik untuk

▪ Secara umum, terdapat dua kelompok metode untuk

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 8

▪ Bila interval seperti ini ditemukan, maka proses

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 9

▪ Metode yang kedua adalah metode terbuka (Open

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 10

▪ Metode ini mempunyai suatu kelemahan yaitu tidak

▪ Yang termasuk ke dalam metode terbuka ini yaitu

▪ Metode ini mengasumsikan bahwa fungsi f(x)

▪ Jika fungsi berubah tanda sepanjang suatu

▪ Proses ini diulangi

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 13

Proses untuk metode bagi dua diberikan seperti dalam Algoritma 1.

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 15

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 16

Iterasi 5: Diamati bahwa f (a4 )  f ( x4 )  0, maka

a5 = x4 = 1,6875  f (a5 ) = −0,1523

Pada iterasi ke-5 diperoleh akar hampiran x = 1,7187

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 19

Mirip dengan metode bagi dua, yang memerlukan

Caranya tidak dengan membagi dua interval tersebut,

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 20

▪ Sebagai alternatif perbaikan terhadap metode bisection, jika

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 21

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 22

▪ Perhitungan Inti: ketika n   dan  h   ,

Tentukan subinterval mana yang akan mengapit akar:

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 25

Selesaikan persamaan x − 3 = 0 dalam interval [1, 2] menggunakan

metode Regula falsi sampai lima iterasi.

Iterasi 2: Diamati bahwa f (a1 )  f (b1 )  0, maka

 2 = x2 − x1 = 1,7500 − 1,6667 = 0,0833

 3 = x3 − x2 = 1,7317 − 1,7500 = 0,0183

 5 = x5 − x4 = 1,73205 − 1,7320 = 0,00005000

 5 = x5 − x4 = 1,73205 − 1,7320 = 0,00005000

▪ Metode ini paling banyak digunakan dalam mencari akar –

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 30

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 32

secara grafis dapat

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 33

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 34

Proses untuk metode Newton Raphson diberikan seperti dalam

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 36

Selesaikan persamaan f ( x) : x 2 − 6 x + 8 = 0 menggunakan metode Newton

f ' ( x1 ) → (2 1,3333) − 6 = −3,3334

f ' ( x2 ) : (2 1,8666) − 6 = −2,2668

f ' ( x3 ) : (2 1,9922) − 6 = −2,0156

▪ Metode Newton Raphson memerlukan perhitungan turunan

▪ Tidak semua fungsi mudah dicari turunannya terutama

▪ Turunan fungsi dapat dihilangkan dengan cara

▪ Modifikasi metode Newton Raphson dinamakan metode

Dosen Pengampu Analisis Numerik: Siti Muawanah Robial, M.Si PAGE 40