Mata Kuliah Fisika Komputasi

PERSAMAAN DIFRENSIAL METODE EULER

Dosen Pengampu :
Dr. RITA JULIANI, M. Si.

Oleh :

Andil Hotasi Siregar 8216175007

Desi E Tarigan 8216176003
Nelly C Lumbantobing 8216175004

PROGRAM STUDI PENDIDIKAN FISIKA

PROGRAM PASCASARJANA
2021
 Kata Pengantar

Dengan mengucapkan puji syukur kehadirat Tuhan Yang Maha Esa, maka
kami dapat menyelesaikan makalah yang berjudul “Persamaan Difrensial Metode
Euler” dan dengan harapan semoga makalah ini bisa bermanfaat dan menjadikan
refrensi bagi kita sehingga lebih mengetahui tentang fisika komputasi.
Penulis berharap makalah ini dapat bermanfaat bagi semua pihak serta
dapat menambah pengetahuan dan wawasan bagi pembacanya.Penulis menyadari
bahwa makalah ini masih belum sempurna.Oleh karena itu, kritik dan saran yang
membangun selalu penulis harapkan demi kesempurnaan makalah ini.

Medan, April 2022

Kelompok 3

i
 DAFTAR ISI

Halaman
KATAPENGANTAR.................................................................................i
DAFTAR ISI...............................................................................................ii
BAB I PENDAHULUAN
1.1 Latar belakang........................................................................................3
1.2 Rumusan masalah..................................................................................3
1.3 Tujuan....................................................................................................3
BAB II PEMBAHASAN
2.1 Metode Numerik………………...........................................................4
2.2 Metode Euler.........................................................................................5
2.3 Aplikasi dalam fisika………………………………………………….15
BAB III PENUTUP
3.1 Kesimpulan............................................................................................16
3.2 Saran…………………………………………………………………...16
DAFTAR PUSTAKA.................................................................................17

ii
 BAB I
PENDAHULUAN

1.1.  Latar Belakang
Persamaan diferensial berperang penting di alam , sebab kebanyakan
fenomena alam dirumuskan dalam bentuk diferensial. Persamaan diferensial
sering digunakan sebagai model matematika dalam bidang sains maupun dalam
bidang rekayasa.

Persamaan differensial adalah pesamaan yang memuat turunan satu (atau

beberapa ) fungsi yang tidak diketahui. Suatu persamaan diferensial yang terdiri
dari satu variabel bebas saja dinamakan perasamaan diferensial biasa (Ordinary
Differential Equation-ODE). Sedangkan persamaan diferensial yang terdiri dari
dua atau lebih variabel bebas dinamakan persamaan diferensial parsial (partial
Differential Equation-PDE). Pada pembahasan makalah kami akan membahas
persamaan diferensial biasa (ODE) dengan metode Euler dan metode heun.
Penyelesaian persamaan diferensial biasa (ODE) mempunyai bentuk umum yaitu:

Penyelesaian PDB secara umerik berarti menghitung nilai fungsi di x r+1 =

xr + h, dengan h adalah ukuran langkah (step )setiap lelaran. Pada metode analitik,
nilai awal berfungsi untuk memperoleh solusi yang unik, sedangkan pada metode
numeric nilai awal (initial value ) pada ersamaan di atas berfungsi untuk memulai
lelaran .

1.2.  Rumusan Masalah
Adapun rumusan masalah dalam Makalah ini adalah sebagai berikut:
1. Bagaimana metode Euler dapat menyelesaikan permasalahan dalam Fisika
?
2. Apakah ada perbedaan antara hasil analisis dengan MATLAB ?

1.3.  Tujuan Penulisan
Tujuan penulisan Makalah ini adalah sebagai berikut:
1. Untuk mengetahui bahwa metode Euler dapat menyelesaikan
permasalahan dalam Fisika.
2. Untuk mengetahui ada perbedaan antara hasil analisis dengan MATLAB.

3
 BAB II
PEMBAHASAN

2.1 Pendekatan dalam Metode Numerik

Bab ini dikhususkan untuk memecahkan persamaan diferensial biasa dari
bentuknya : 𝑑𝑦 𝑑𝑡 = (𝑓(𝑡, 𝑦). Kami mengembangkan metode numerik untuk
memecahkan persamaan semacam itu untuk kecepatan jumper bungee yang jatuh
bebas. Ingat bahwa metode itu dari bentuk umum : Nilai baru = nilai lama +
kemiringan x ukuran langkah Atau, dalam istilah matematika, yi+1 = yi + фh .
Dimana kemiringannya ф disebut fungsi kenaikan. Menurut persamaan ini,
perkiraan kemiringan ф digunakan untuk mengekstrapolasi dari nilai lama yi ke
nilai baru yi+1 dengan jarak h.
Perumusan ini dapat diterapkan selangkah demi selangkah untuk
menelusuri lintasan dari solusi ke dalam masa depan. Pendekatan semacam itu
disebut metode satu-langkah karena nilai fungsi kenaikannya didasarkan pada
informasi pada satu titik i. Mereka juga disahkan sebagai metode Runge Kutta
setelah dua matematikawan terapan yang pertama kalinya membahas di awal
1900-an. Kelas lain dari rnetode yang disebut metode multistep menggunakan
informasi dari beberapa poin sebelumnya sebagai dasar untuk ekstrapolasi ke nilai
baru. Pendekatan sederhana adalah untuk menggunakan persamaan diferensial
untuk memperkirakan kemiringan pada bentuk turunan pertama pada ti. Dengan
kata lain, kemiringan pada awal interval diambil sebagai perkiraan dari
Kemiringan rata-rata selama keseluruhan interval. Pendekatan ini, yang disebut
metode Euler, dibahas berikutnya.
Metode Euler Turunan pertama memberikan perkiraan langsung pada
kemiringan ti (Gambar 20.1) : ф = f (ti,yi) dimana f (ti,yi) adalah persamaan
diferensial dievaluasi pada ti dan yi. perkiraan ini dapat diganti ke dalam
persamaan yi+1 = yi + f (ti,yi)h, perumusan ini disebut sebagai metode Euler (atau
Euler-Cauchy atau Metode titiklereng). Sebuah nilai baru dari y adalah prediksi
yang menggunakan kemiringan (setara dengan turunan pertama pada nilai asli t)
untuk mengekstrapolasi secara linear melebihi langkah ukuran h (Gambar 20.1).

Contoh 20.1

4
2.2 Metode Euler
Pernyataan Masalah. Menggunakan metode Euler untuk mengintegrasikan
y’ = 4e0.8t – 0.5y dari t = 0 sampai 4 dengan mengukur sebuah langkah 1.
Kondisi awal pada t = 0 adalah y = 2. Catatan bahwa solusi tepat dapat ditentukan
secara analitis sebagai

Penyelesaian. Persamaan tersebut dapat digunakan untuk menerapkan metode

Euler : y (1) = y (0) +f (0,2) (1) dimana y(0) = 2 dan perkiraan kemiringan pada t
= 0 adalah f (0,2) = 4e0 – 0.5 (2) = 3. Oleh karena itu, y (1) = 2 + 3 (1) = 5
penyelesaian yang benar pada t =1 adalah

Demikian, persen kesalahan relatif adalah

Tabel 20.1 Perbandingan yang benar dan nilai numerik dari integral y’ = 4e0.8t –
0.5y, dengan kondisi awal bahwa y = 2 pada t = 0. Nilai numerik dihitung
menggunakan metode Euler dengan sebuah ukuran langkah 1.

5
 Perbandingan penyelesaian dengan penyelesaian numeric menggunakan
metode Euler untuk integral dari y’ = 4e0.8t – 0.5y dari t = 0 sampai 4 dengan
sebuah ukuran langkah 1.0. kondisi awal pada t = 0 adalah y = 2. Penyelesaian
yang benar saat t = 2.0 adalah 14.84392 dan, oleh karena itu, persen kesalahan
relatif sebenarnya adalah 23.19%.

Menganalisis Kesalahan Metode Euler

Penyelesaian numerik dari ODEs melibatkan dua jenis kesalahan :
1. Pemotongan, atau diskritisasi, kesalahan yang disebabkan oleh sifat teknik yang
digunakan untuk perkiraan nilai y.
2. Melepaskan kesalahan disebabkan oleh terbatasnya jumlah digit signifikan
yang dapat dipertahankan oleh komputer.
Wawasan ke besarnya dan sifat kesalahan pemotongan dapat diperoleh
dengan menurunkan metode Euler secara langsung dari rangkaian deret Taylor.
Untuk melakukan hal ini, Menyadari bahwa persamaan diferensial yang
diintegrasikan akan berbentuk umum dari persamaan (20.3), dimana dy/dt = y’ ,
dan t dan y adalah variabel Independen dan dependen, masing-masing.

6
Dimana h = ti+1-ti dan Rn = sisa istilah, didefinisikan sebagai

Dimana ξ terletak dimana pun pada interval ti sampai ti+1. Sebagai bentuk
alternatif dapat dikembangkan dengan mengganti persamaan 20.3 ke dalam
persamaan 20.6 dan 20.7 sehingga menghasilkan :

Dimana O(hn+1) menentukan bahwa kesalahan pemotongan lokal sebanding

dengan ukuran langkah diangkat ke (n+1) yang kuat.
Dengan membandingkan Pers. (20,5) dan (20,8), dapat dilihat bahwa kerucut
roket Euler Ke deret Taylor sampai dan termasuk istilahnya f (ti , yi)h. Selain itu,
perbandingannya Menunjukkan bahwa pemotongan terjadi karena kita
menemukan solusi sebenarnya dengan menggunakan jumlah terbatas dari deret
Taylor.
Dengan demikian kita memotong, atau meninggalkan, bagian dari yang
benar larutan. Sebagai contoh, kesalahan pemotongan dalam metode Euler
disebabkan oleh persyaratan yang tersisa dalam ekspansi deret Taylor yang tidak
termasuk dalam Pers. (20.5). Mengurangkan Pers. (20.5) dari Pers. (20.8) hasil

Dimana Et = Kesalahan pemotongan lokal. Untuk yang sebenarnya cukup kecil h ,

persyaratan tingkat tinggi Di Pers. (20.9) biasanya diabaikan, dan hasilnya sering
digambarkan sebagai

7
Dimana Ea = Perkiraan kesalahan pemotongan lokal. Menurut Persamaan (20. ll),
kita melihat bahwa kesalahan lokal adalah proporsional ukuran langkah dan
turunan pertama persamaan diferensial. Itu dapat juga ditunjukkan bahwa
kesalahan pemotongan umum adalah O(h)-artinya itu proposional untuk ukuran
langkah (Carnahan, et al., 1969).
Observasi ini menyebabkan beberapa kesimpulan yang berguna :
1. Kesalahan global dapat dikurangi dengan mengurangi ukuran langkah.
2. Metode ini akan memberikan prediksi bebas dari kesalahan jika fungsi dasarnya
(yaitu, Solusi dari persamaan diferensial) bersifat linier, karena untuk garis lurus
yang kedua Turunannya akan menjadi nol.
Kesimpulan terakhir ini masuk akal intuitif karena metode Euler
menggunakan segmen garis lurus mendekati solusi. Oleh karena itu, metode Euler
disebut sebagai suatu metode orde pertama. Perlu juga dicatat bahwa pola umum
ini berlaku untuk metode langkah orde satu yang lebih tinggi yang dijelaskan
di halaman berikut. Artinya, metode orde ke-n akan menghasilkan hasil yang
sempurna jika solusi yang mendasarinya adalah polinom orde ke-n. Selanjutnya,
kesalahan pemotongan lokal akan menjadi O (hn+1) dan kesalahan global O (hn ).

8
Tafsiran geometri Metode PDB
f(x,y) dalam persamaan diferensial menyatakan gradiaen garis siggng
kurva di titik (x,y). kita mulai menarik garis singgung dari titik (x0,y0) dengan
gradien f(x0,y0) dan berenti di titik (x1,y1), dengan y1 di hitung dari persamaan
4. Selanjutnya di titik (x1,y1) ditarik lagi garis dengan gradien f(x1,y1) dan
berhenti dititik (x2,y2) dengan y2 dihitung dari persamaan 4. Proses ini kita ulang
beberapa kali, misalnya sampai lelaran ke-n, sehingga hasilnya adalah garis patah-
patah seperti yang ditunjukkan pada gambar berikut:

9
Analisis Galat Metode Euler
Meskipun metode Euler sederhana, tetapi ia mengandung dua macam
galat, yaitu galat pemotong (truncation error) dan galat longgokan (cumulative
error). Galat pemotong dapat langsung ditentukan dari persamaan berikut:

Galat pemotongan ini sebanding dengan kuadrat ukuran langkah h

sehingga di sebut juga galat per langkah (error per step) atau galat local. Semakin
kecil nilai h (yang berarti semakin banyak langkah perhitungan). Nilai pada setiap
langkah (yr) dipakai lagi pada langkah berikutnya. Galat solusi pada langkah ke-r
adalah tumpukan galat dari langkahlangkah sebelumnya. Galat yang terkumpul
pada akhir langkah ke-r ini di sebit galat longgokan (cumulative error). Jika
langkah dimulai dari x0 = a dan berakhir di xn = b maka total galat yang
terkumpul pada solusi akhir (yn) adalah

10
Perhitungan Analitik:
Contoh :
Diketahui PDB Dy/dx = x + y dan y(0)=1
Gunakan metode Euler untuk menghitung y(0, 10) dengan ukuran langkah h =
0,05 dan h = 0,02. Jumlah angka bena = 5. diketahui solusi sejati PDB tresebut
adalah y(x) = ex – x – 1.
Penyelesaian:
 Diketahui :
a = x0 = 0
b = 0.10
h = 0.05
dalam hal ini f(x,y) = x + y, dan penerapan metode Euler pada PDB tersebut
menjadi

11
 Diketahui:
a = x0=0
b = 0.10
h = 0.02

12
MENGGUNAKAN APLIKASI MATLAB
 Masukkan program matlabnya Untuk ukuran h = 0.05 :
>> disp('Menganalisis Persamaan Euler')
>> disp('Kelompok 3,Andil Hotasi Siregar,Desi Esterina Tarigan,Nelly Catrina
Lumbantobing')
x=0;
y=1;
b=0.10;
n=5;
h=(b-x)/n
hasil=[0 1];
for r=1:n
y=y+h*(x+y);
x=x+h;
hasil=[hasil; x y];
end
f=exp(b)-b-1;
galat=f-y;
hasil
eror=[f galat]

Sehingga akan muncul hasil outputnya sebagai berikut:

 Masukkan program matlabnya Untuk ukuran h = 0.02

13
>> disp('Menganalisis Persamaan Euler')
>> disp('Kelompok 3,Andil Hotasi Siregar,Desi Esterina Tarigan,Nelly Catrina
Lumbantobing')
x=0;
y=1;
b=0.10;
n=2;
h=(b-x)/n
hasil=[0 1];
for r=1:n
y=y+h*(x+y);
x=x+h;
hasil=[hasil; x y];
end
f=exp(b)-b-1;
galat=f-y;
hasil
eror=[f galat]

Kemudian akan muncul hasil outputnya seperti berikut:

2.3 Aplikasi Dalam Fisika

14
 Penerapan Formalisme Euler Lagrange dan Solusi Persamaan Geraknya dalam
Perancangan Pompa Air dengan Kincir Sebagai Tenaga Penggerak
Sebagian besar pompa air untuk mengalirkan air dari posisi yang rendah ke
posisi yang lebih tinggi menggunakan mesin sebagai tenaga penggerak. Roda
kecil pada bagian pompa air digerakkan melalui hubungan antara beberapa roda
ke mesin. Berdasarkan mekanisme tersebut, maka dalam studi ini dilakukan
perancangan pompa air dengan kincir sebagai tenaga penggerak.
Perancangan tersebut dilakukan dengan menerapkan formalisme Euler
Lagrange untuk menentukan persamaan gerak turbin dan roda lainnya untuk
memutar roda kecil yang terhubung secara seporos dengan pompa. Solusi
persamaan gerak tersebut ditentukan dengan metode Runge Kutta orde empat
untuk mengetahui konfigurasi dan dimensi roda roda yang digunakan dilibatkan
dalam sistem tersebut

BAB III

15
 PENUTUP

3.1. Kesimpulan
Metode Euler adalah salah satu dari metode satu langkah yang paling
sederhana.Metode euler atau disebut juga metode orde pertama karena
persamaannya kita hanya mengambil sampai suku orde pertama saja. Misalnya
diberikan PDB orde satu, , = dy/dx = f(x,y) dan nilai awal y(x0) = x0 Persamaan
metode Euler yaitu : yr = yr-1 + h * f(xr-1, yr-1)

3.2. Saran
Adapun saran kami bagi pembaca makalah ini, kiranya setelah makalah ini
selesai maka kami berharap akan ada diskusi selanjutnya terkait masalah-masalah
yang belum jelas, sehingga dengan demikian proses pembuatan makalah
selanjutnay bisa disempurnakan dan lebih baik lagi.

DAFTAR PUSTAKA

16
Steven C. Chapra, 2012, Applied Numerical Method with MATLAB for
Engineers and Scientists, Third Edition, Mc Graw-Hill, New York, USA.

Supriyanto Suparno, 2013, Komputasi untuk Sains dan Teknik Menggunakan

MATLAB, Departemen Fisika-FMIPA, Universitas Indonesia

17