SI-6232 Analisis Sumber

Daya Air
Metode Interval Halving,
Metode Newton Rhapson, dan
Metode Secant

Selasa, 2 November 2021

(minggu 11)

(Dr. Dhemi Harlan, ST, MT, MSc)

1. Metode Interval Halving
• Metode ini adalah salah satu metode iterasi yang paling sederhana untuk
menentukan akar dari sebuah fungsi. Dasar untuk metode ini dapat
dengan mudah diilustrasikan dengan meninjau fungsi berikut.

y  f x 
(1)
• Tujuan kita adalah untuk mendapatkan nilai x dimana y adalah nol.
Pertama kali, kita mengevaluasi pada dua nilai x, misal x1 dan x2, sebagai

f  x1  f  x2   0 (2)
• Akibatnya adalah bahwa salah satu dari nilai tersebut negatif dan yang
lainnya positif. Selanjutnya, fungsi harus kontinu untuk x1 ≤ x ≤ x2 .
Kondisi ini dapat dengan mudah dipenuhi dengan menggambarkan fungsi
seperti pada Gambar 1.

• Secara jelas, fungsi adalah negatif pada x1 dan positif pada x2 dan
kontinu untuk x1 ≤ x ≤ x2 , Kemudian akar harus berada antara x1 dan
x2 dan suatu penentuan untuk akar persamaan dapat dihitung sebagai

x1  x2
x3  (3)
2
 y

x1
x
x3 x2

Gambar 1 – Ilustrasi grafis dari metode interval halving

• Secara jelas, x3 dan x1 dapat digunakan untuk menghitung nilai
sebelumnya. Proses ini diteruskan sampai f(x) ≈ 0 atau akurasi yang
diinginkan dicapai.

• Perlu dingat bahwa pada masing-masing iterasi, nilai x baru dan salah
satu dari dua nilai2 sebelumnya digunakan, jadi kontinuitasnya dan
perkalian fungsional dipenuhi. Besaran konvergen dari metode ini agak
lambat.

• Dalam kenyataan, interval dimana akar xi berada dikurangi dengan suatu

faktor 2-k , dimana k adalah jumlah iterasi.
• Contoh 1
• Gunakan metode interval-halving, fungsi berikut didapat mempunyai
suatu akar real antara x = 1 dan x = 3; tentukan akar dari:

f x   x3  5x 2  2 x  10
• Solusi:

• Evaluasi fungsi pada kedua nilai awal, x1 = 1 dan x2 = 3

x1 = 1  f(x1) = 4
x2 = 3  f(x2) = -14
• Secara jelas, f(1) f(3) = (4) (-14) < 0 dan akar persamaan mempunyai
nilai antara 1 dan 3.

• Selanjutnya sebuah nilai baru ditentukan dengan

1 3
x3  2 didapat f(x3) = -6
2
• Terbukti bahwa akar persamaan adalah antara x3 dan x1, dimana
sekarang digunakan untuk menghitung sebuah nilai x baru. Ini
disebabkan f(x1) f(x3) < 0 . Pemrosesan dengan lima iterasi berikut
memberikan
 x1  x3
x4   1,50000
2 - f  x4   0,87500

x1  x4
x5   1,25000 - f x5   1,64062
2

x5  x4
x6   1,37500 f x6   0,39648
2 -

x6  x4
x7   1,43750 - f x7   0,23657
2

x7  x6 f x8   0,08071
x8   1,40625 -
2

• Terbukti bahwa nilai-nilai fungsi mendekati nol seiring jumlah iterasi

bertambah. Setelah enam iterasi akar perkiraan adalah 1,40625 dibanding
nilai eksak
2
2. Metode Newton -Rhapson
• Metode ini adalah salah satu metode yang lebih populer yang digunakan
untuk menyelesaikan persamaan aljabar nonlinier. Metode ini juga dikenal
sebagai metode tangen. Metode ini konvergen lebih cepat dibanding
metode interval-halving.

• Bagaimanapun metode ini memiliki keterbatasan, jika nilai awal

mendekati akar persamaan pertama kali harus diestimasi dan turunan
fungsi harus dievaluasi. Dasar dari metode ini adalah akar aktual
diestimasi dan nilai nol tangen terhadap fungsi pada titik ditentukan
(Gambar 2).

• Jika suatu akar real diasumsikan untuk fungsi, selanjutnya dapat dengan
mudah menghitung fungsi f(x1) . Sekarang, jika kita gambar tangen
terhadap kurva pada titik x1 , dan garis tangen memotong sumbu x pada
sebuah titik, sebut x2 , dimana diharapkan lebih dekat pada akar aktual
daripada akar yang diasumsikan (x1). Nilai x2 dapat dicari , jika
kemiringan tangen sama dengan turunan pertama dari fungsi yang
dievaluasi pada x = x1 , yaitu

f '  x1   tan  (4)

• Untuk skema metode Newton dapat dilihat pada Gambar (2) dibawah.

y=f(x)

f(x1)

θ
0 x3 x2 x1 x

Gambar 2 – Metode Newton

• Sementara kemiringan tangen dapat ditentukan dari persamaan berikut:

f x1 
tan  
x1  x2 (5)

• Substitusi persamaan (5) kedalam persamaan (4) memberikan:

f x1 
f ' x1   (6)
x1  x2
• Atur pesamaan (6) untuk nilai x2 menjadi

f x1 
x2  x1 
f ' x1  (7)

• Secara umum persamaan (7) diberikan dalam bentuk berikut untuk iterasi
ke-k

f  xk 
xk 1  xk 
f '  xk 
• Secara umum persamaan (7) diberikan dalam bentuk berikut untuk iterasi
ke-k

f  xk 
xk 1  xk 
f '  xk  (8)

dimana:
xk+1 = akar perkiraan setelah iterasi k + 1
xk = akar perkiraan setelah k
f(xk) = nilai fungsi pada xk
f’(xk) = nilai turunan pertama dari fungsi pada xk
k = 1, 2, …

• Secara jelas, perkiraan awal x1 untuk akar persamaan pertama kali harus
diasumsikan atau secara grafis ditentukan untuk metode ini supaya.
Sebagai catatan bahwa metode ini sesuai untuk menentukan akar
bilangan real atau imajiner dari persamaan polinomial.

• Sayangnya, tidak selalu konvergen menuju sebuah nilai jika x1 tidak

cukup dekat dengan akar aktual
• Contoh 1
• Tentukan sebuah akar persamaan dari fungsi berikut:

f x   x3  3,5x 2  2 x  10

• Solusi
• Karena metode Newton Raphson mensyaratkan bahwa nilai turunan
dibatasi, kita tentukan turunan pertama

f '  x   3x 2  7 x  2
• Sekarang asumsikan sebuah akar, sebut x1 = 3. Selanjutnya

x1  3
f x   3  3,53  23  10  8,5
3 2

f ' x   33  73  2  8

2

• Terapkan persamaan (8) dan tentukan x2 .

• Kita dapatkan

f x1   8,5
x2  x1   3  4,0625
f ' x1  8.0

• Gunakan x2 sebagai nilai untuk mendapatkan x3 menghasilkan

f x2  7,4084
x3  x2   4,0625   3,7414
f ' x2  23,074
• Ulangi prosedur diatas yang pada akhirnya memberikan akar persamaan
yang dicari. Setelah lima iterasi akar yang diperkirakan menjadi
x6  3,6919
• Nilai fungsional berkurang menjadi

f ' x6   2,2 109

• Suatu kriteria untuk konvergen metode Newton Raphson dapat dibangun
dengan menulis kembali persamaan (8)
f x 
y  x
f ' x 
dimana y adalah perkiraan yang sudah diupdate dari akar persamaan.
Sebagai konsekwensinya, jika metode menuju konvergen, selanjutnya
nilai absolut dari besar perubahan y terhadap xharus lebih kecil dari 1,0,
yaitu

dy f ' x  f ' x   f x  f ' ' x 

 1 1
dx  f ' x 2

atau lebih sederhana

f x  f ' ' x  (9)

1
 f ' x  2

• Persamaan (9) mewakili kondisi yang sesuai untuk konvergen. Pada

persamaan f’(x) tidak boleh nol. Hal ini faktor penting ditinjau jika memilih
nilai x awal.
3. Metode Secant utk Menyelesaikan f(x) = 0
• Metode Secant ditentukan dari metode Newton dengan mengganti turunan
f’(x) dengan hasil bagi selisih,

f xn   f xn 1 
f '  xn   ,
xn  xn 1
• Selanjutnya persamaan (8) menjadi
xn  xn 1
xn 1  xn  f xn 
f xn   f xn 1 
(9)

• Secara geometri, dalam metode Newton xn+1 adalah perpotongan sumbu-x

dan tangen pada xn , sementara dalam metode secant xn+1 adalah
perpotongan sumbu-x dan secant dari kurva f(x) terkait dengan xn-1 dan
xn (Gambar 3). Metode secant memerlukan dua nilai awal, x0 dan x1 ,
akan tetapi menghindari evaluasi dari turunan.
• Untuk skema metode Secant dapat dilihat pada Gambar (3) dibawah.

y=f(x) Secant

0 s Xn+1 xn Xn-1 x

Gambar 3 – Metode Secant

• Contoh 2.5. Metode Secant
• Tentukan solusi positif dari f(x) = x – 2 sin x = 0 dengan metode secant,
mulai dari x0 = 2 , x1 = 1,9.

• Solusi:
• Dengan persamaan (9), maka

xn 1  xn 
 xn  2 sin xn xn  xn 1 
 xn 
Nn
xn  xn 1  2sin xn 1  sin xn  Dn
• Nilai numeriknya adalah:

n xn-1` xn Nn Dn xn+1-xn
1 2.000000 1.900000 -0.000740 -0.174005 -0.004253
2 1.900000 1.895747 -0.000002 -0.006985 -0.000252
3 1.895747 1.895495 0.000000 -0.000414 -0.000001
4 1.895495 1.895494 0.000000 -0.000001 0.000000
5 1.895494 1.895494 0.000000 0.000000 0.000000

• x4 = 1,895 494 adalah eksak sampai 6 digit