METODE NUMERIK

Mencari Nilai Akar

Persamaan Non-Linear
Oleh : Nurul Hasanah, S.ST
 Mencari Nilai Akar Persamaan Non-Linear

I. Tujuan
- Dapat mencari nilai akar dari suatu persamaan non linear.
- Dapat menggunakan metode tabel, biseksi, false position, Raphson-Newton, dan
secant untuk menemukan akar dari suatu persamaan non linear.
- Dapat mencari nilai akar dari suatu persamaan non linear dengan metode tabel,
biseksi, false position, Raphson-Newton, dan secant menggunakan bahasa
pemprograman C# serta flowchart.

II. Dasar Teori

Akar sebuah persamaan f(x) =0 adalah nilai-nilai x yang menyebabkan nilai f(x) sama
dengan nol. Akar persamaan f(x) adalah titik potong antara kurva f(x) dan sumbu X.
Suatu range x=[a,b] mempunyai akar bila f(a) dan f(b) berlawanan tanda atau memenuhi
f(a).f(b)<0
Theorema di atas dapat dijelaskan dengan grafik-grafik sebagai berikut:

Karena f(a).f(b)<0 maka pada range x=[a,b]

terdapat akar.

Karena f(a).f(b)>0 maka pada range x=[a,b]

tidak dapat dikatakan terdapat akar.

A. Metode Tabel
Metode Tabel adalah salah satu metode dalam metode numerik yang
digunakan untuk mencari akar dari suatu persamaan. Prinsip dari Metode Tabel ini
adalah memasukan nilai x antara batas tertentu (batas atas dan batas bawah) kedalah
suatu fungsi, jika nilai fungsi (fx) mendekati nilai nol maka nilai x itulah yang
dianggap sebagai akar persamaan. Metode ini sangat lemah, artinya metode ini
memiki keakuratan yang sangat kurang dan sangat sulit untuk mendapatkan nilai eror
yang kecil. Penggunaan metode ini biasanya untuk mencari nilai pendekatan awal
pada metode metode lain seperti newton raphson atau pun metode secant.
 Algoritma Metode Tabel :
(1) Definisikan fungsi f(x)
(2) Tentukan batas bawah (a) dan atas (b)
(3) Tentukan nilai toleransi dan iterasi maksimum (n)
(4) Hitung step pembagi h
H = (b – a) / n
(5) Untuk i = 1 s/d n, hitung xi = a + i.h; dan yi
(6) Bila |f(xi)| < toleransi, maka akar = xi, dan proses dapat dihentikan.
(7) Jika tidak, kembali ke proses 5

B. Metode Biseksi

Algoritma Metode Biseksi :

(1) Definisikan fungsi f(x)
(2) Tentukan nilai a dan b
(3) Tentukan nilai toleransi dan iterasi = 2
(4) Hitung f(a) dan f(b)
(5) Jika f(a).f(b)<0 maka dapat dilanjutkan ke proses selanjutnya, jika tidak maka
harus mencari nilai a dan b lainnya.
(6) Hitung c = ( a + b ) / 2
(7) Hitung f(c)
(8) Bila |f(c)| < toleransi, maka akar = c, dan proses dapat dihentikan.
(9) Jika tidak, apabila f(a).f(c)<0 maka b=c, bila tidak maka a=c
(10) Kembali ke proses 6
C. Metode Regula Falsi

Algoritma Metode Regula Falsi :

1. Definisikan fungsi f(x)
2. Tentukan nilai a dan b
3. Tentukan nilai toleransi
4. Hitung f(a) dan f(b)
5. Jika f(a).f(b)<0 maka dapat dilanjutkan ke proses selanjutnya, jika tidak maka
harus mencari nilai a dan b lainnya.
6. Hitung c = (b.f(a) – a.f(b))/(f(a) - f(b))
7. Hitung f(c)
8. Bila |f(c)| < toleransi, maka akar = c, dan proses dapat dihentikan.
9. Jika tidak, apabila f(a).f(c)<0 maka b=c, bila tidak maka a=c
10. Kembali ke proses 6

D. Metode Raphson-Newton

Algoritma Metode Raphson-Newton:

1. Definisikan fungsi f(x) dan f-1(x)
2. Tentukan toleransi error (e)
3. Tentukan nilai pendekatan awal x0
4. Hitung f(x0) dan f’(x0)
5. Dimulai iterasi i = 1
 6. Hitung f(xi) dan f-1(xi)
f xi 
xi 1  xi 
f 1 xi 
7. Jika | f(xi) | < e, maka akar persamaan adalah nilai xi yang terakhir diperoleh.

E. Metode Secant
Pada Metode Newton-Raphson memerlukan syarat wajib yaitu fungsi f(x)
harus memiliki turunan f'(x). Sehingga syarat wajib ini dianggap sulit karena tidak
semua fungsi bisa dengan mudah mencari turunannya. Oleh karena itu muncul ide
dari yaitu mencari persamaan yang ekivalen dengan rumus turunan fungsi. Ide ini
lebih dikenal dengan nama Metode Secant. Ide dari metode ini yaitu menggunakan
gradien garis yang melalui titik (x0, f(x0)) dan (x1, f(x1)). Perhatikan gambar
dibawah ini.

Algoritma Metode Secant:

1. Definisikan fungsi F(x)
2. Definisikan torelansi error (e) dan iterasi maksimum (n)
3. Masukkan dua nilai pendekatan awal yang di antaranya terdapat akar yaitu x 0 dan
x1, sebaiknya gunakan metode tabel atau grafis untuk menjamin titik
pendakatannya adalah titik pendekatan yang konvergensinya pada akar
persamaan yang diharapkan.
4. Hitung F(x0) dan F(x1) sebagai y0 dan y1
5. Untuk iterasi I = 1 s/d n atau |F(xi)|

xi  xi 1
xi 1  xi  yi
yi  yi 1

6. hitung y(i+1) = F(x(i+1))

7. Apabila F(x(i+1)) < e, maka akar persamaan adalah nilai x(i+1) yang terakhir.
III. FlowChart
A. Metode Tabel

Start

f(x) =

a=?b=?

T
f(a).f(b)<0

n = ? tol = ?

For (i =1; i <= n; ++i)

|f(a+i*h)|<tol T

Y
Akar = a + i * h

Stop
 B. Metode Biseksi

Start

f(x) =

a=?b=?

T
f(a).f(b)<0

tol = ?

c=(a+b)/2

Y
Akar = c | f(c) | < tol

T
Stop
Y
F(a).f(c) < 0 b=c

T
a=c
 C. Metode Regula Falsi

Start

f(x) =

a=?b=?

T
f(a).f(b)<0

tol = ?

c = (b.f(a) – a.f(b)) / (f(a) - f(b))

Y
Akar = c | f(c) | < tol

T
Stop
Y
F(a).f(c) < 0 b=c

T
a=c
D. Metode Raphson-Newton

Start

f(x) =
f-1(x) =

X[0] = ? tol=?

i=0

x[i + 1] = x[i] - (fx[i] / f-1x[i])

x[0] = x[i + 1]
| f(x[i + 1]) | < tol T
i++;

Y
Akar = x[i + 1]

Stop
E. Metode Secant

Start

f(x) =

tol=?

i=1

x[i-1]=? x[i] = ?

y[i] * y[i - 1]) < 0 T

x[i + 1] = x[i] - y[i] * ((x[i] - x[i - 1]) / (y[i] - y[i - 1]))

x[i - 1] = x[i];
| f[i + 1]) | < tol T
i++;

Y
Akar = x[i + 1]

Stop
IV. Hasil Coding dan Form pada C#
Pada praktikum ini akan dibandingkan hasil akar persamaan f(x) = X^3 – X^2 – 2 ;
dengan metode tabel, biseksi, regula falsi, Raphson-Newton, dan Secant.
A. Metode Tabel

public partial class Form1 : Form

{
public Form1()
{
InitializeComponent();
}
public double f(double x)
{
return x * x * x - x * x - 2;
}
private void button1_Click(object sender, EventArgs e)
{
double n, a, b, tol, h, c;
int i;
a = Convert.ToDouble(textBox1.Text);
b = Convert.ToDouble(textBox2.Text);
if ((f(a) * f(b)) > 0)
{
textBox1.Text = "";
textBox2.Text = "";
}
n = Convert.ToDouble(textBox3.Text);
tol = Convert.ToDouble(textBox4.Text);
h = (b - a) / n;
for (i = 1; i <= n; ++i)
{ c = a + i * h;
if ((Math.Abs(f(c))) < tol)
{
textBox5.Text = c.ToString();
textBox6.Text = i.ToString();
break;
}
}
}
}
 Pengujian nilai dengan metode tabel :

public partial class Form1 : Form

{
public Form1()
{
InitializeComponent();
}
public double f(double x)
{
return x * x * x - x * x - 2;
}
private void button1_Click(object sender, EventArgs e)
{
double n, a, b, tol, h, c;
int i;

a = Convert.ToDouble(textBox1.Text);
b = Convert.ToDouble(textBox2.Text);

if ((f(a) * f(b)) > 0)

{
textBox1.Text = "";
textBox2.Text = "";
}

n = Convert.ToDouble(textBox3.Text);
tol = Convert.ToDouble(textBox4.Text);
h = (b - a) / n;

for (i = 1; i <= n; ++i)

{
c = a + i * h;
if ((Math.Abs(f(c))) < tol)
{
textBox5.Text = c.ToString();
int row = 0;
dataGridView1.Rows.Add();
row = dataGridView1.Rows.Count - 2;
dataGridView1["Column1", row].Value = i;
dataGridView1["Column2", row].Value = c;
 dataGridView1["Column3", row].Value = f(c);
dataGridView1.Refresh();
break;
}
else
{
int row = 0;
dataGridView1.Rows.Add();
row = dataGridView1.Rows.Count - 2;
dataGridView1["Column1", row].Value = i;
dataGridView1["Column2", row].Value = c;
dataGridView1["Column3", row].Value = f(c);
dataGridView1.Refresh();
}
}
}
}

B. Metode Biseksi

public partial class Form1 : Form

{
public Form1()
{
InitializeComponent();
}
public double f(double x)
{
return x * x * x - x * x - 2;
}
private void button1_Click_1(object sender, EventArgs e)
{
double a, b, fa, fb, fc, tol, c;

a = Convert.ToDouble(textBox1.Text);
b = Convert.ToDouble(textBox2.Text);
if ((f(a) * f(b)) > 0)
{
textBox1.Text = "";
textBox2.Text = "";
}
tol = Convert.ToDouble(textBox4.Text);
 nurul:
c = ((b - a) / 2.0) + a;
if ((Math.Abs(f(c))) <= tol)
{
textBox5.Text = c.ToString();
}
else
{
if ((f(a) * f(c)) < 0)
{
b = c;
goto nurul;
}
else
{
a = c;
goto nurul;
}
}
}
}

Pengujian nilai dengan metode biseksi:

public partial class Form1 : Form

{
public Form1()
{
InitializeComponent();
}
public double f(double x)
{
return x * x * x - x * x - 2;
}
private void button1_Click(object sender, EventArgs e)
{
double a, b, tol, c;
 a = Convert.ToDouble(textBox1.Text);
b = Convert.ToDouble(textBox2.Text);
if ((f(a) * f(b)) > 0)
{
textBox1.Text = "";
textBox2.Text = "";
}

tol = Convert.ToDouble(textBox4.Text);

nurul:
c = ((b - a) / 2.0) + a;
if ((Math.Abs(f(c))) <= tol)
{
textBox5.Text = c.ToString();
int row = 0;
dataGridView1.Rows.Add();
row = dataGridView1.Rows.Count - 2;
dataGridView1["Column1", row].Value = c;
dataGridView1["Column2", row].Value = f(c);
dataGridView1.Refresh();
}
else
{
if ((f(a) * f(c)) < 0)
{
int row = 0;
dataGridView1.Rows.Add();
row = dataGridView1.Rows.Count - 2;
dataGridView1["Column1", row].Value = c;
dataGridView1["Column2", row].Value = f(c);
dataGridView1.Refresh();
b = c;
goto nurul;
}
else
{
int row = 0;
dataGridView1.Rows.Add();
row = dataGridView1.Rows.Count - 2;
dataGridView1["Column1", row].Value = c;
dataGridView1["Column2", row].Value = f(c);
dataGridView1.Refresh();
a = c;
goto nurul;
}
}
}
}
C. Metode Regula Falsi

public partial class Form1 : Form

{
public Form1()
{
InitializeComponent();
}
public double f(double x)
{
return x * x * x - x * x - 2;
}
private void button1_Click(object sender, EventArgs e)
{
double a, b, tol, c;

a = Convert.ToDouble(textBox1.Text);
b = Convert.ToDouble(textBox2.Text);

if ((f(a) * f(b)) > 0)

{
textBox1.Text = "";
textBox2.Text = "";
}

tol = Convert.ToDouble(textBox4.Text);

nurul:
c = (b * f(a) - a * f(b))/(double)(f(a) - f(b));
if ((Math.Abs(f(c))) <= tol)
{
textBox5.Text = c.ToString();
int row = 0;
dataGridView1.Rows.Add();
row = dataGridView1.Rows.Count - 2;
 dataGridView1["Column1", row].Value = c;
dataGridView1["Column2", row].Value = f(c);
dataGridView1.Refresh();
}
else
{
if ((f(a) * f(c)) < 0)
{
int row = 0;
dataGridView1.Rows.Add();
row = dataGridView1.Rows.Count - 2;
dataGridView1["Column1", row].Value = c;
dataGridView1["Column2", row].Value = f(c);
dataGridView1.Refresh();
b = c;
goto nurul;
}
else
{
int row = 0;
dataGridView1.Rows.Add();
row = dataGridView1.Rows.Count - 2;
dataGridView1["Column1", row].Value = c;
dataGridView1["Column2", row].Value = f(c);
dataGridView1.Refresh();
a = c;
goto nurul;
}
}
}

D. Metode Raphson-Newton
public partial class Form1 : Form
{
public Form1()
{
InitializeComponent();
}
public double f(double m)
{
return m * m * m - m * m - 2;
}
public double g(double n)
{
return 3 * n * n - 2 * n;
}
private void button1_Click(object sender, EventArgs e)
{
int i;
double tol;
double[] x;
x = new double[100];

x[0] = Convert.ToDouble(textBox1.Text);
tol = Convert.ToDouble(textBox2.Text);

i = 0;

nurul:
x[i] = x[0];
x[i + 1] = x[i] - (f(x[i]) / g(x[i]));
if ((Math.Abs(f(x[i + 1]))) < tol)
{
int row = 0;
dataGridView1.Rows.Add();
row = dataGridView1.Rows.Count - 2;
dataGridView1["Column1", row].Value = i;
dataGridView1["Column2", row].Value = x[i + 1];
dataGridView1["Column3", row].Value = f(x[i + 1]);
dataGridView1.Refresh();
textBox4.Text = x[i + 1].ToString();
textBox5.Text = i.ToString();
}
else
{
int row = 0;
dataGridView1.Rows.Add();
row = dataGridView1.Rows.Count - 2;
dataGridView1["Column1", row].Value = i;
dataGridView1["Column2", row].Value = x[i + 1];
dataGridView1["Column3", row].Value = f(x[i + 1]);
dataGridView1.Refresh();
x[0] = x[i + 1];
i++;
goto nurul;
}
}
}
E. Metode Secant

public partial class Form1 : Form

{
public Form1()
{
InitializeComponent();
}
public double y(double z)
{
return z * z * z - z * z - 2;
}
private void button1_Click(object sender, EventArgs e)
{
int i;
double tol;
double[] x;
x = new double[100];

tol = Convert.ToDouble(textBox3.Text);
i = 1;

x[i - 1] = Convert.ToDouble(textBox1.Text);
x[i] = Convert.ToDouble(textBox2.Text);
if ((y(x[i]) * y(x[i - 1])) < 0)
{
nurul:
x[i + 1] = x[i] - y(x[i]) * ((x[i] - x[i - 1]) /
(y(x[i]) - y(x[i - 1])));
if ((Math.Abs(y(x[i + 1]))) < tol)
{
int row = 0;
dataGridView1.Rows.Add();
row = dataGridView1.Rows.Count - 2;
dataGridView1["Column1", row].Value = i;
dataGridView1["Column2", row].Value = x[i + 1];
dataGridView1["Column3", row].Value = y(x[i + 1]);
dataGridView1.Refresh();
 textBox4.Text = x[i + 1].ToString();
textBox5.Text = i.ToString();
}
else
{
int row = 0;
dataGridView1.Rows.Add();
row = dataGridView1.Rows.Count - 2;
dataGridView1["Column1", row].Value = i;
dataGridView1["Column2", row].Value = x[i + 1];
dataGridView1["Column3", row].Value = y(x[i + 1]);
dataGridView1.Refresh();
x[i - 1] = x[i];
i++;
goto nurul;
}
}
else
{
textBox1.Text = "";
textBox2.Text = "";
}
}
}
 Analisa dan Simpulan

A. Analisa
Pada praktikum mencari nilai akar dari persamaan non-linear ini akan dibandingkan
hasil akar dengan metode tabel, biseksi, regula falsi, Raphson-Newton, dan secant.
Untuk memudahkan maka persamaan yang dipakai sama, yaitu f(x) = x 3 – x2 – 2 .
1. Metode Tabel
Berdasarkan coding hasil praktikum, setelah mendeklarasikan fungsi f(x), kita
dapat memasukkan nilai batas bawah (a) dan batas atas (b). Suatu persamaan
dikatakan memiliki akar jika berpotongan dengan sumbu X sehingga untuk
menemukan akar, f(a) * f(b) harus bernilai negatif. Metode tabel ini akan
membagi sumbu X dari a hingga b sebanyak n yang disebut h, nilai h yang
mendekati akar x itulah yang dicari. Berdasarkan praktikum akar persamaan dari
f(x) = x3 – x2 – 2 adalah x = 1,7 dengan i=9 dan f(x) = 0,022999. Menurut
perhitungan sebagai berikut: ............................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
Metode tabel ini memliki kekurangan dari segi keakuratannya, karena hanya
membagi sumbu X dari a hingga b sebanyak n, sehingga jikalau n yang
diinputkan kecil maka nilai toleransi yang dimasukkan seharusnya lebih besar
daripada metode-metode lainnya. Namun metode ini biasanya untuk mencari nilai
pendekatan awal pada metode metode lain seperti newton raphson atau pun
metode secant.
2. Metode Biseksi
Konsep utama dari metode biseksi yaitu membagi sumbu X menjadi dua bagian
dari a hingga b, sampai ditemukan nilai akar x dengan toleransi yang telah
ditentukan. Berdasarkan hasil praktikum akar dari persamaan f(x) = x 3 – x2 – 2
adalah x = 1,6953125 dengan f(x) = -0,0016..., Adapun menurut perhitungan
sebagai berikut :
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
Pencarian nilai akar x menggunakan metode biseksi ini memiliki nilai yang lebih
akurat dibandingkan menggunakan metode tabel, karena tidak ada batas nilai n
(yang digunakan pada metode tabel) sehingga sistem akan terus membagi 2 nilai
a dan b yang baru sampai nilai tengah mendekati akar x dengan toleransi yang
telah ditentukan. Nilai toleransi yang diinputkan pada metode ini juga dapat
diperkecil tidak ada batasan n seperti pada metode tabel.

3. Metode Regula Falsi

Metode ini menggunakan kesamaan gradien yang terbentuk antara gradien (m 1)
yaitu gradien garis f(a) – c dengan gradien yang terbentuk antara gradien (m2)
yaitu gradien garis c – f(b). Sehingga dapat ditemukan rumus :
c = (b.f(a) – a.f(b)) / (f(a) – f(b))
Proses ini akan berulang hingga nilai c (pada sumbu x) mendekati nilai x dengan
toleransi yang telah ditentukan. Berdasarkan hasil praktikum akar dari persamaan
f(x) = x3 – x2 – 2 didapatkan x = 1,6956052668.., dengan f(x) = -8,11427323x10-5
dengan toleransi 0,0001. Menurut perhitungan:
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
Dari praktikum dapat dilihat bahwa metode ini juga memiliki keakuratan nilai
akar yang tinggi, sehingga dapat digunakan untuk mencari nilai akar.
4. Metode Raphson-Newton
Metode ini lebih dipermudah lagi karena tidak perlu menentukan batas atas
maupun batas bawah, cukup menentukan satu nilai untuk dijadikan nilai x awal.
Prinsip metode ini yaitu dengan menggunakan pendekatan tan α, dimana tan α
merupakan turunan dari persamaan f(x), sehingga didapatkan rumus :
x = x0 – (f(x) / f-1(x))
Nilai x terakhir yang mendekati akar itulah yang dicari. Berdasarkan praktikum
akar dari persamaan f(x) = x3 – x2 – 2 didapatkan x = 1,69563338455502 dengan
f(x) = 6,60294x10-5 dengan toleransi 0,0001. Menurut perhitungan :
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
Dari hasil praktikum ini dapat dilihat bahwa metode ini memiliki keakuratan
yang lebih tinggi dari metode regula falsi namun tidak beda jauh. Sehingga
metode ini juga dapat digunakan untuk menentukan nilai akar. Namun metode ini
memiliki kelemahan, yaitu harus menentukan turunan fungsi tersebut sedangkan
tidak semua fungsi mudah dicari turunannya terutama fungsi yang bentuknya
rumit.
5. Metode Secant
Metode ini menggunakan prinsip persamaan garis lurus melalui (X 0, Y0),
sehingga didapatkan rumus :
xn+1 = xn – yn ((xn – xn-1) / (yn – yn-1)
dimana xn+1 terakhir mendekati toleransi yang dicari. Berdasarkan praktikum akar
dari persamaan f(x) = x3 – x2 – 2 didapatkan x = 1,6956204685... dengan nilai
f(x) = -1,57570255x10-6 dengan toleransi 0,0001. Menurut perhitungan :
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
...................................................................................................................................
Bila dibandingkan dengan metode lain metode ini memiliki keakuratan yang
lebih tinggi karena nilai f(x) sangat mendekati toleransi, sehingga dapat
digunakan untuk mencari nilai akar. Namun jika dilihat dari semua metode nilai
akar yang didapat tidak jauh beda, akar dari persamaan f(x) = x 3 – x2 – 2 yaitu
sekitar x = 1,69.
B. Simpulan
Simpulan yang dapat diambil dari praktikum ini adalah kita dapat mencari
nilai akar dari suatu persamaan non linear dengan metode tabel, biseksi, false position
(regula falsi), Raphson-Newton, dan secant, baik secara teori maupun menggunakan
bahasa pemprograman C# beserta flowchart. Dari kelima metode yang digunakan
untuk mencari akar dari suatu persamaan non linear pada praktikum dapat dilihat
bahwa metode secant memiliki ketelitian yang paling tinggi, yaitu persen errornya
sangat mendekati angka toleransi.
 DAFTAR PUSTAKA

Situs:

http://nana.lecturer.pens.ac.id/index_files/materi/Teori_Metnum/MetNum3-PersNonLInier_baru.ppt

http://agungimam.blogspot.co.id/2013/04/algoritma-source-code-metode-tabel.html

http://www.academia.edu/7957915/Metode_Numerik_Penyelesaian_Persamaan_Non_Linier

https://gofar.files.wordpress.com/2007/09/modul-numerik1.pdf