BAB I

PENDAHULUAN

1.1 Latar Belakang

Perkembangan desain dunia keteknikan semakin hari semakin menunjukan

perkembangan yang pesat, akibatnya dibutuhkan penguasaan materi akan anlisa

numerik sangat dibutuhkan dalam dunia keteknikan ini. Analisa numerik adalah

suatu teknik untuk menyelesaikan masalah matematika dengan pengoprasian

aritmatika. Selain itu analisa numeric ini adalah alat bantu yang ampuh untuk

membantu memecahkan masalah pemodelan yamg rumit pada bidang keteknikan.

Analisis numerik adalah studi algoritma untuk memecahkan masalah dalam

matematika kontinu (sebagaimana dibedakan dengan matematika diskret) Salah

satu tulisan matematika terdini adalah tablet Babilonia YBC 7289, yang

memberikan hampiran numerik seksagesimal dari √2, panjang diagonal dari

persegi satuan.

Kemampuan untuk dapat menghitung sisi segitiga (dan berarti mampu

menghitung akar kuadrat) sangatlah penting, misalnya, dalam pertukangan kayu

dan konstruksi.

Analisis numerik melanjutkan tradisi panjang perhitungan praktis

matematika ini. Seperti hampiran orang Babilonia terhadap √2, analisis numerik

modern tidak mencari jawaban eksak, karena jawaban eksak dalam praktiknya

tidak mungkin diperoleh. Sebagai gantinya, kebanyakan analisis numerik

memperhatikan bagaimana memperoleh pemecahan hampiran, dalam batas galat

yang beralasan.

1
 Analisis numerik secara alami diterapkan di semua bidang rekayasa dan

ilmu-ilmu fisis, namun pada abad ke-21, ilmu-ilmu hayati dan seni mulai

mengadopsi unsur-unsur komputasi ilmiah. Persamaan diferensial biasa muncul

dalam pergerakan benda langit (planet, bintang dan galaksi. Optimisasi muncul

dalam pengelolaan portofolio. Aljabar linear numerik sangat penting dalam

psikologi kuantitatif. Persamaan diferensial stokastik dan rantai Markov penting

dalam mensimulasikan sel hidup dalam kedokteran dan biologi

Sebelum munculnya komputer modern metode numerik kerap kali

tergantung pada interpolasi menggunakan pada tabel besar yang dicetak. Sejak

pertengahan abad ke-20, sebagai gantinya, komputer menghitung fungsi yang

diperlukan. Namun algoritma interpolasi mungkin masih digunakan sebagai

bagian dari peranti lunak untuk memecahkan persamaan diferensial.

Metode numerik mengkombinasikan dua perangkat penting dalam

implementasinya: matematika dan komputer. Fisika komputasi memanfaatkan

metode dan analisa numerik untuk menjelaskan fenomena fisika, yang

disandarkan pada azaz-azas dan hukum-hukum fisika. Dengan perkembangan

yang revolusioner komputer PC saat ini, dari sisi kecepatan eksekusi data dan

kontrol, space memori yang semakin besar, dan harga yang semakin terjangkau,

kehadiran komputer menjadi sangat essensial di dalam aktivitas saintis. Bukan

hanya hardware yang berevolusi secara dramatis, proses pertumbuhan software

juga bertransformasi secara radikal beberapa tahun terakhir. Pemrograman

komputasi numerik dalam skala besar pun sudah bukan hal yang merepotkan lagi,

seperti yang terjadi pada dekade awal dengan kendala keterbatasan memori, dan

2
eksekusi program yang amat lambat. Dalam melakukan kegiatan komputasi

numerik, berarti berinteraksi dengan alat (komputer yang digunakan), metode

(implementasi analisa numerik dalam program yang dimiliki), dan teori (sifat unik

dari kasus yang dihadapi).

Komputer sebagai alat memiliki kemampuan:

1. Dapat melakukan operasi penyimpanan karena ada memori,

2. Dapat melakukan operasi-operasi tertentu atas data yang disimpan dimemori

3. Dapat menyajikan kembali isi memori dalam media display menurut format

yang dikehenda ki.

Ketiga hal tersebut berkaitan erat dengan data-programinformasi. Program

adalah deretan operasi yang sengaja ditulis untuk sebuah proses komputasi.

Program adalah resep tentang bagaimana komputasi itu harus dilaksanakan.

Sebagai sebuah fakta tentang obyek komputasi, program disimpan dalan memori

komputer untuk dijalankan, yaitu membuat komputer melaksanakan tiap operasi

yang terdapat dalam program, satu demi satu, dari operasi pertama, kedua dan

seterusnya. Himpunan instruksi yang dimiliki atau dikenal oleh komputer itulah

yang disebut sebagai bshasa komputer atau bahasa pemrograman komputer. Jadi

kehebatan komputer pada akhirnya hanya terletak dalam kemampuannya untuk

membedakan apakah yang tersimpan dalam alamat atau address A dalam memori

adalah data untuk dioperasikan atau instruksi untuk dilaksanakan, dan hanya

merupakan pencerminan dari kemampuan manusia untuk mengkomunikasikan

keinginannya dalam wujud program untuk dilaksanakan komputer.Disinilah peran

3
algoritma, yaitu istilah baku untuk proses komputasi berulang untuk memecahkan

persoalan dalam dunia nyata yang rumusan matematikanya bersifat eksplisit.

Deskripsi harfiah langkah demi langkahnya adalah salah satu jalan untuk

mengekspresikan algoritma..Flowchart adalah visual atau grafik representasi dari

algortima, yang menggunakan deretan blok-blok dan panah, yang masing-masing

menyatakan operasi atau langkah operasi. Sedangkan, pseudocode adalah kode

(code) yang menjembatani gap antara flowchart dan kode komputer, dan format

penulisannya lebih de kat pada pemrograman komputer.

4
 BAB II

PEMBAHASAN

2.1 Pengertian Analisa Numerik

Metode Analisis Numerik adalah teknik-teknik yang digunakan untuk

memformulasi kan masalah matematis agar dapat diselesaikan dengan operasi

perhitungan. Kemampuan untuk dapat menghitung sisi segitiga (dan berarti

mampu menghitung akar kuadrat) sangatlah penting, misalnya, dalam

pertukangan kayu dan konstruksi.

Sebelum komputer digunakan untuk penyelesaian komputasi, dilakukan

dengan berbagai metode yang memiliki kendala-kendala. Metode yang digunakan

antara lain:

5
 Metode Analitik, Solusi ini sangat berguna namun terbatas pada masalah

sederhana. Sedangkan Masalah real yang komplek dan non linier tidak dapat

diselesaikan.

 Metode Grafik, metode ini digunakan Sebagai pendekatan penyelesaian yang

kompleks. Kendalanya bahwa metode ini Tidak akurat, sangat lama, dan

banyak membutuhkan waktu.

 Kalkulator dan Slide Rules, Penyelesaian numerik secara manual. Cara ini

cukup lama dan mungkin bisa terjadi kesalahan pemasukan data.

Penggunaan metode numeric diharapkan dapat mengatasi berbagai

kelemahan-kelemahan metode yang ada sebelumnya. Dapat dipahami pula bawa

pada umumnya permasalahan dalam sains dan teknologi digambarkan dalam

persamaan matematika. Persamaan ini sulit diselesaikan dengan model analitik

sehingga diperlukan penyelesaian pendekatan numerik. Dengan metode numerik,

manusia terbebas dari hitung menghitung manual yang membosankan .

Sehinggga waktu dapat lebih banyak digunakan untuk tujuan yang lebih

kreatif, seperti penekanan pada formulasi problem atau interpretasi solusi dan

tidak terjebak dalam rutinitas hitung menghitung.

Analisis numerik secara alami diterapkan di semua bidang rekayasa dan

ilmu-ilmu fisis, namun pada abad ke-21, ilmu-ilmu hayati dan seni mulai

mengadopsi unsur-unsur komputasi ilmiah. Persamaan diferensial biasa muncul

dalam pergerakan benda langit (planet, bintang dan galaksi. Optimisasi muncul

dalam pengelolaan portofolio. Aljabar linear numerik sangat penting dalam

6
psikologi kuantitatif. Persamaan diferensial stokastik dan rantai Markov penting

dalam mensimulasikan sel hidup dalam kedokteran dan biologi

Sebelum munculnya komputer modern metode numerik kerap kali

tergantung pada interpolasi menggunakan pada tabel besar yang dicetak. Sejak

pertengahan abad ke-20, sebagai gantinya, komputer menghitung fungsi yang

diperlukan. Namun algoritma interpolasi mungkin masih digunakan sebagai

bagian dari peranti lunak untuk memecahkan persamaan diferensial.

Metode analitik disebut juga metode sejati karena memberikan solusi sejati

(exact solution) atau solusi yang sesungguhnya, yaitu solusi yang memiliki galat

(error) sama dengan nol! Sayangnya, metode analitik hanya unggul untuk

sejumlah persoalan yang terbatas, yaitu persoalan yang memiliki tafsiran geometri

sederhana serta bermatra rendah. Padahal persoalan yang muncul dalam dunia

nyata seringkali nirlanjar serta melibatkan bentuk dan proses yang rumit.

Akibatnya nilai praktis penyelesaian metode analitik menjadi terbatas.

Bila metode analitik tidak dapat lagi diterapkan, maka solusi persoalan

sebenarnya masih dapat dicari dengan menggunakan metode numerik. Metode

numerik adalah teknik yang digunakan untuk memformulasikan persoalan

matematik sehingga dapat dipecahkan dengan operasi perhitungan/aritmetika

biasa (tambah, kurang, kali, dan bagi). Metode artinya cara, sedangkan numerik

artinya angka. Jadi metode numerik secara harafiah berarti cara berhitung dengan

menggunakan angka-angka.

7
 Perbedaan utama antara metode numerik dengan metode analitik terletak

pada dua hal. Pertama, solusi dengan menggunakan metode numerik selalu

berbentuk angka. Bandingkan dengan metode analitik yang biasanya

menghasilkan solusi dalam bentuk fungsi matematik yang selanjutnya fungsi

mateamtik tersebut dapat dievaluasi untuk menghasilkan nilai dalam bentuk

angka.

Kedua, dengan metode numerik, kita hanya memperoleh solusi yang

menghampiri atau mendekati solusi sejati sehingga solusi numerik dinamakan

juga solusi hampiran (approxomation) atau solusi pendekatan, namun solusi

hampiran dapat dibuat seteliti yang kita inginkan. Solusi hampiran jelas tidak

tepat sama dengan solusi sejati, sehingga ada selisih antara keduanya.

2.2 Manfaat Mempelajari Metode Numerik

Dengan mempelajari metode numerik kita diharapkan bisa :

1. Bisa menangani sistem persamaan besar, Ketaklinieran serta geometri

yang rumit, yang ada di masalah rekayasa tidak mungkin dipecahkan

dengan cara analitis.

2. Memahami secara singkat serta jelas teori matematika yang mendasari

paket program.

3. Bisa merancang program sendiri disesuaikan dengan permasalahan yang

dihadapi dalam masalah rekayasa.

8
 4. Metode numerik cocok buat melukiskan ketangguhan serta keterbatasan

komputer saat menangani masalah rekayasa yang tak dapat ditangani

secara analitis.

5. Menangani galat (error) suatu nilai hampiran (aproksimasi) atas masalah

rekayasa yang menjadi bagian atas paket program yang bersekala besar.

6. Menghadirkan sarana memperkuat pengertian matematika. Karena salah

satu kegunaannya yaitu menyederhanakan matematika yang lebih tinggi

sebagai operasi-operasi matematika yang mendasar

2.3 Pengenalan Metode Numerik

Mulai kembali aktivitas perkuliahan yang sebelumnya masih

dibingungkan dengan konversi mata kuliah akibat dari perubahan kurikulum di

green campus. Semangat yang tak pernah pudar setiap hari datang ke kampus

untuk menimbah ilmu baru di semester 3 ini dengan tanpa meninggalkan

semangat bermain DOTA yang masih melekat meski sudah sebulan kami (teman

sekelas) tidak bertemu :)

Hari pertama perkuliahan ini merupakan debut awal kami di semester 3

ini, Hari itu kami dikenalkan dengan Mata Kuliah "Metode Numerik", meski

fasilitas kelas sedang bermasalah sudah tentu tidak menyurutkan semangat kami.

Ir.Sutiyono, ya beliau yang akan memberikan salam perkenalan terhadap Materi

Metode Numerik, orang yang lupa mengenalkan dirinya sebelum memulai

mengenalkan materi yang akan beliau bawakan kepada kami :)

9
 Meski sedikit yang beliau sampaikan kepada kami, inilah materi metode

numerik, apa itu metode numerik? kenapa harus metode numerik? Apa itu Metode

Numerik? Definisi dan Prinsip Metode Numerik serta Pemakaian Metode

Numerik.

Metode Numerik adalah teknik untuk menyelesaikan problem-problem

yang diformulasikan secara matematis dengan cara operasi perhitungan." - Ir.

Sutiyono

Meski sedikit bingung pada awalnya, akhirnya saya mengerti, kenapa ada

Mata Kuliah Metode Numerik? Metode Numerik ini merupakan pemberhentian

terakhir atau finishing dari Aljabar Linier, Kalkulus dan Matematika Diskrit

(Meski kami belum mencicipi Matematika Diskrit di semester2 sebelumnya

dikarenakan perubahan kurikulum yang baru). Rasanya seperti beban terlalu

banyak pada semester ini-

Pada akhirnya semua Mata Kuliah saling terhubung dan saling mendukung

yang sampai pada kecerdasan buatan. Berikut ini akan saya berikan sedikit

informasi yang telah saya katakan tadi di atas, tentang apa yang saya dapatkan

dari googling dan saya kumpulkan menjadi satu dari berbagai sumber yang akan

selalu saya sertakan sebagai pusat informasi (Anda tidak perlu googling lagi

setelah menemukan Artikel ini, karena saya rasa materi yang saya kumpulkan di

bawah ini sudah lumayan lengkap untuk pengenalan Metode Numerik).

10
1. Definisi Metode Numerik

Metode Numerik adalah teknik untuk menyelesaikan permasalahan-

permasalahan yang diformulasikan secara matematik dengan cara operasi

hitungan (arithmetic).

Mengapa Harus Metode Numerik ?

Alasan pemakaian metode numerik ini karena tidak semua permasalahan

matematis atau perhitungan matematis dapat diselesaikan dengan mudah. Bahkan

dalam prinsip matematik, suatu persoalan matematik yang paling pertama dilihat

adalah apakah persoalan itu memiliki penyelesaian atau tidak.

Jadi, Jika suatu persoalan sudah sangat sulit atau tidak mungkin diselesaikan

dengan metode matematis (analitik) maka kita dapat menggunakan metode

numerik sebagai elternative penyelesaian persoalan tersebut.

2. Prinsip-Prinsip Metode Numerik

 Digunakan jika metode analitik tidak dapat digunakan lagi

 Metode Numerik merupakan pendekatan untuk mendapatkan pemecahan

masalah yang dapat dipertanggung jawabkan secara analitik

 Pendekatannya merupakan analisis matematis

 Metode Numerik terdiri atas algoritma-algoritma yang dapat dihitung

secara cepat dan mudah

 Karena berasal dari alogaritma pendekatan, maka Metode Numerik ini

akan memakai iterasi (pengulangan)

11
  Nilai kesalahan merupakan hal paling utama untuk mengetahui seberapa

baik metode yang digunakan.

3. Pemakaian Metode Numerik

Pemakaian Metode Numerik biasanya dilakukan untuk menyelesaikan

persoalan matematis yang penyelesaiannya sulit didapatkan dengan menggunakan

metode analitik, yaitu :

1. Menyelesaikan persamaan non linier

2. Menyelesaikan persamaan simultan

3. Menyelesaikan differensial dan integral

4. Interpolasi dan Regresi

5. Menyelesaikan persamaan differensial

6. Masalah multi variable untuk menentukan nilai optimal yang tak bersyarat

2.4 Metode Analitik versus Metode Numerik

Metode analitik disebut juga metode sejati karena memberikan solusi sejati

(exact solution) atau solusi yang sesungguhnya, yaitu solusi yang memiliki galat

(error) sama dengan nol! Sayangnya, metode analitik hanya unggul untuk

sejumlah persoalan yang terbatas, yaitu persoalan yang memiliki tafsiran geometri

12
sederhana serta bermatra rendah. Padahal persoalan yang muncul dalam dunia

nyata seringkali nirlanjar serta melibatkan bentuk dan proses yang rumit.

Akibatnya nilai praktis penyelesaian metode analitik menjadi terbatas.

Bila metode analitik tidak dapat lagi diterapkan, maka solusi persoalan

sebenarnya masih dapat dicari dengan menggunakan metode numerik. Metode

numerik adalah teknik yang digunakan untuk memformulasikan persoalan

matematik sehingga dapat dipecahkan dengan operasi perhitungan/aritmetika

biasa (tambah, kurang, kali, dan bagi). Metode artinya cara, sedangkan numerik

artinya angka. Jadi metode numerik secara harafiah berarti cara berhitung dengan

menggunakan angka-angka.

Perbedaan utama antara metode numerik dengan metode analitik terletak

pada dua hal. Pertama, solusi dengan menggunakan metode numerik selalu

berbentuk angka. Bandingkan dengan metode analitik yang biasanya

menghasilkan solusi dalam bentuk fungsi matematik yang selanjutnya fungsi

mateamtik tersebut dapat dievaluasi untuk menghasilkan nilai dalam bentuk

angka.

Kedua, dengan metode numerik, kita hanya memperoleh solusi yang

menghampiri atau mendekati solusi sejati sehingga solusi numerik dinamakan

juga solusi hampiran (approxomation) atau solusi pendekatan, namun solusi

hampiran dapat dibuat seteliti yang kita inginkan. Solusi hampiran jelas

tidak tepat sama dengan solusi sejati, sehingga ada selisih antara keduanya. Selisih

inilah yang disebut dengan galat (error).

13
Pemodelan  Matematik  dan  Pemecahan  Masalah  Rekayasa

Pemodelan matematik diperlukan untuk membantu menyelesaikan

permasalahan  rekayasa (permasalahan  riil). Gambaran  tahapan pemrosesan

masalah  rekayasa  yang secara  analitis sulit diselesaikan selanjutnya dibawa ke

bentuk model matematik dan  diselesaikan  secara  matematis, aljabar  atau

statistik  dan komputasi.

Apabila telah diperoleh penyelesaian matematik proses selanjutnya

mengimplementasikan hasil matematis  ke masalah  rekayasa  sbb:

14
 Dalam menangani masalah rekayasa(masalah riil) perlu melakukan :

 Membawa  permasalahan  rekayasa  kedalam  teori  matematika (model

matematika)

 Model matematika yang diperoleh diselesaikan  dengan cara matematika

yaitu  digunakan komputasi, statistika dan matematika yang  disebut

dengan  alat  pemecah  masalah.

 Hasil  dari pemecah  masalah  masih  berupa nilai    numeris  atau grafik

 Hasil numeris yang diperoleh diimplementasikan kembali ke permasalah

semula (masalah rekayasa) sehingga  dapat dipublikasikan  sesuai  dengan

permasalahan  yang dimaksud.

Tahap-Tahap Memecahkan Persoalan Secara Numerik yang dilakukan

dakam pemecahan persoalan dunia nyata dengan metode numerik, yaitu:

1. Pendefinisian masalah (apa yang diketahui dan apa yang diminta).

2. Pemodelan, Persoalan dunia nyata dimodelkan ke dalam  persamaan

matematika

3. Penyederhanaan model, Model matematika yang dihasilkan dari tahap

sebelumnya mungkin saja terlalu kompleks, yaitu memasukkan banyak

peubah (variable) atau parameter. Semakin kompleks model

matematikanya, semakin rumit penyelesaiannya. Mungkin beberapa

andaian dibuat sehingga beberapa parameter dapat diabaikan.  Model

matematika yang diperoleh dari penyederhanaan menjadi lebih sederhana

sehingga solusinya akan lebih mudah diperoleh.

15
 4. Formulasi numerik, Setelah model matematika yang sederhana diperoleh,

tahap selanjutnya

5. adalah memformulasikannya secara numerik

6. Pemrograman, Tahap selanjutnya adalah menerjemahkan algoritma ke

dalam program komputer

7. dengan menggunakan salah satu bahasa pemrograman yang dikuasai.

8. Operasional, Pada tahap ini, program komputer dijalankan dengan data uji

coba sebelum   data yang sesungguhnya.

9. Evaluasi, Bila program sudah selesai dijalankan dengan data yang

sesungguhnya, maka hasil yang diperoleh diinterpretasi. Interpretasi

meliputi analisis hasil run dan membandingkannya dengan prinsip dasar

dan hasil-hasil empirik untuk menaksir kualitas solusi numerik, dan

keputusan untuk menjalankan kembali program dengan untuk memperoleh

hasil yang lebih baik.

Desain  Algoritma

Algoritma adalah merupakan  sederetan(sequence) langkah logika yang

diperlukan  untuk  melakukan  suatu  tugas  tertentu  seperti  pemecahan  masalah.

Algoritma  yang  baik  mempunyai  sejumlah  kriteria   berikut :

 Setiap  langkah  harus  determinestik.

 Proses  harus  berakir  setelah   sejumlah  berhingga  langkah.

16
  Hasil akhir tidak boleh tergantung kepada siapa yang menjalani algoritma

tersebut.

 Suatu  algoritma  tidak  boleh  berakhir terbuka.

 Algoritma  harus  cukup  umum  untuk  menangani  keperluan  apapun.

Bagan  Alir ( flowchart)

Bagan alir merupakan  pernyataan  visual atau grafis suatu algoritma. Bagan alir

menggunakan deretan  blok  dan  anak  panah,  yang  masing-masing  menyatakan

operasi  atau langkah tertentu dalam algoritma. Anak panah menyatakan urutan

bagaimana   seharusnya operasi  dijalankan.

Manfaat Bagan  Alir

 Dipakai  untuk  menyatakan  dan  mengkomunikasikan  algoritma.

 Dapat membantu dalam perencanaan, menyelesaikan keruwetan.

 Mengkomunikasikan  logika  program.

 Merupakan wahana yang menarik  untuk  memvisualisasikan  beberapa

struktur  yang mendasar  yang  diterapkan  dalam  pemrograman

Komputer.

17
Peranan Komputer dalam Metode  Numerik
Komputer berperan besar dalam perkembangan bidang metode numerik.

Hal ini mudah dimengerti karena perhitungan dengan metode numerik adalah

berupaoperasi aritmetika seperti penjumlahan, perkalian, pembagian, plus

membuat perbandingan. Sayangnya, jumlah operasi aritmetika ini umumnya

sangat banyak dan berulang, sehingga perhitungan secara manual sering

menjemukan. Manusia (yang melakukan perhitungan manual ini) dapat membuat

kesalahan dalam melakukannya. Dalam hal ini, komputer berperanan

mempercepat proses perhitungan tanpa membuat kesalahan.

Penggunaan komputer dalam metode numerik antara lain untuk memprogram.

Langkah-langkah metode numerik diformulasikan menjadi program komputer.

18
Program ditulis dengan bahasa pemrograman tertentu, seperti FORTRAN,

PASCAL, C, C++, BASIC, dan sebagainya.

Sebenarnya, menulis program numerik tidak selalu diperlukan. Di pasaran

terdapat banyak program aplikasi komersil yang langsung dapat digunakan.

Beberapa contoh aplikasi yang ada saat ini adalah MathLab, MathCad, Maple,

Mathematica, Eureka, dan sebagainya. Selain itu, terdapat juga library yang berisi

rutin-rutin yang siap digabung dengan program utama yang ditulis pengguna,

misalnya IMSL (International Mathematical and Statistical Library) Math/Library

yang berisi ratusan rutin-rutin metode numerik. Selain mempercepat perhitungan

numerik, dengan komputer kita dapat mencoba berbagai kemungkinan solusi yang

terjadi akibat perubahan beberapa parameter. Solusi yang diperoleh juga dapat

ditingkatkan ketelitiannya dengan mengubahubah nilai parameter.

Kemajuan komputer digital telah membuat bidang metode numerik

berkembang secara dramatis. Tidak ada bidang matematika lain yang mengalami

kemajuan penting secepat metode numerik. Tentu saja alasan utama penyebab

kemajuan ini adalah perkembangan komputer itu sendiri, dari komputer mikro

sampai komputer Cray, dan kita melihat perkembangan teknologi komputer tidak

pernah berakhir. Tiap generasi baru komputer menghadirkan keunggulan seperti

waktu, memori, ketelitian, dan kestabilan perhitungan. Hal ini membuat ruang

penelitian semakin terbuka luas. Tujuan utama penelitian itu adalah

pengembangan algoritma numerik yang lebih baik dengan memanfaatkan

keunggulan komputer semaksimal mungkin. Banyak algoritma baru lahir atau

perbaikan algoritma yang lama didukung oleh komputer.

19
 Bagian mendasar dari perhitungan rekayasa yang dilakukan saat ini adalah

perhitungan “waktu nyata” (real time computing), yaitu perhitungan keluaran

(hasil) dari data yang diberikan dilakukan secara simultan dengan

event pembangkitan data tersebut, sebagaimana yang dibutuhkan dalam

mengendalikan proses kimia atau reaksi nuklir, memandu pesawat udara atau

roket dan sebagainya. Karena itu, kecepatan perhitungan dan kebutuhan memori

komputer adalah pertimbangan yang sangat penting. Jelaslah bahwa kecepatan

tinggi, keandalan, dan fleksibilitas komputer memberikan akses untuk

penyelesaian masalah praktek. Sebagai contoh, solusi sistem persamaan lanjar

yang besar menjadi lebih mudah dan lebih cepat diselesaikan dengan komputer.

Perkembangan yang cepat dalam metode numerik antara lain ialah penemuan

metode baru, modifikasi metode yang sudah ada agar lebih mangkus, analisis

teoritis dan praktis algoritma untuk proses perhitungan baku, pengkajian galat,

dan penghilangan jebakan yang ada pada metode.

2.5 Perbedaan Metode Numerik dengan Analisis Numerik

Untuk persoalan tertentu tidaklah cukup kita hanya menggunakan metode

untuk memperoleh hasil yang diinginkan; kita juga perlu mengetahui apakah

metode tersebut memang memberikan solusi hampiran, dan seberapa bagus

hampiran itu . Hal ini melahirkan kajian baru, yaitu analisis numerik.

Metode numerik dan analisis numerik adalah dua hal yang berbeda.

Metode adalah algoritma, menyangkut langkah-langkah penyelesaian persoalan

secara numerik, sedangkan analisis numerik adalah terapan matematika untuk

20
menganalisis metode. Dalam analisis numerik, hal utama yang ditekankan adalah

analisis galat dan kecepatan konvergensi sebuah metode. Teorema-teorema

matematika banyak dipakai dalam menganalisis suatu metode. Di dalam

perkuliahan  ini, kita akan memasukkan beberapa materi analisis numerik seperti

galat metode dan kekonvergenan metode. Tugas para analis numerik ialah

mengembangkan dan menganalisis metode numerik. Termasuk di dalamnya

pembuktian apakah suatu metode konvergen, dan menganalisis batas-batas galat

solusi numerik.Terdapat banyak sumber galat, diantaranya tingkat ketelitian

model matematika, sistem aritmetik komputer, dan kondisi yang digunakan untuk

menghentikan proses pencarian solusi. Semua ini harus dipertimbangkan untuk

menjamin ketelitian solusi akhir yang dihitung.

2.6 PEMAKAIAN ANALISA NUMERIK

1. MODEL MATEMATIKA

Model matematika secara luas dapat didefinisikan sebagai perumusan atau

persamaan yang mengekspresikan feature pokok dari sistem atau proses fisis

dalam istilah matematis. Dalam penalaran yang sangat umum , model matematis

dapat dinyatakan sebagai suatu hubungan fungsional yang berbentuk

Peubah tak bebas = f ( peubah bebas, parameter, fungsi

pemaksa ) ..................................( 2. 1 )

 peubah tak bebas : suatu karakteristik yang biasanya mencerminkan

keadaan atau perilaku sistem

21
  peubah bebas : dimensi, seperti waktu dan ruang, sepanjang mana perilaku

sistem sedang ditentukan

 parameter : pencerminan sifat – sifat atau komposisi sistem

 fungsi pemaksa : pengaruh eksternal yang bekerja padanya

Ekspresi matematis yang sebenarnya dari persamaan 2. 1 dapat berkisar dari

suatu hubungan aljabar sederhana sampai himpunan persamaan diferensial besar

yang rumit. Sebagai contohnya perhatikan model matematis dari hukum kedua

Newton dalam persamaan

F = m.a ...........................................................................................................( 2. 2 )

Persamaan 2.2 mempunyai sejumlah ciri yang khas dari model matematis di dunia

fisik

1. persamaan tersebut menggambarkan suatu proses atau sistem biasa dalam

istilah – istilah matematis.

2. Persamaan tersebut menyatakan suatu idealisasi dan penyedderhanaan dari

keadaan yang sebenarnya. Yakni rincian yang sederhana dari proses

almiah diabaikan dan perhatian dipusatkan pada manifestasi yang penting.

3. Persamaan tersebut memberikan hasil yang dapat direproduksi, sehingga

dapat dipakai untuk tujuan peramalan.

Contoh 2.1

Pernyataan masalah : seorang penerjun payung dengan massa 68.100 gram

gm
v (t )= [ 1−e−(c /m ) t ]
melompat keluar dari pesawat. Gunakan persamaan c untuk

menghitung kecepatan ( velocity ) sebelum parasutnya terbuka. Koefisien hambat

c kira – kira sama dengan 12.500 gram/det

22
Penyelesaian : Pemasukan parameter – parameter ke dalam persamaan
t1 det v 1 cm/det
gm
v (t )= [ 1−e−(c /m ) t ]
c
0 0,00
Menghasilkan :
2 1640,00
980(68 .100 ) ( 12 .500/68 . 100)t
v (t )= [ 1−e ] 4 2777,00
12. 500

−0 ,18355 t 6 3564,00
= v(t )=5339,0[1−e ]
10 4487,00
Menurut model tersebut, penerjun itu melaju dengan cepat. Kecepatan
∞
5339,00
sebesar 4487,00 cm / det dicapai setelah 10 detik. Setelah waktu yang cukup

lama, dicapai kecepatan konstanta ( dinamakan kecepatan akhir )sebesar 5339,00

gm
v (t )= [ 1−e−(c /m ) t ]
cm / det. Persamaan c disebut penyelesaian analitis atau eksak.

Sayang sekali terdapat banyak model matematika yang tidak dapat diselesaikan

secara eksak. Dalam kebanyakan kasus – kasus seperti itulah alternatifnya adalah

mengembangkan suatu penyelesaian numerik yang menghampiri

( mengakprosimasi ) penyelesaian yang eksak.

Penyelesaian Numerik

Pernyataan masalah : lakukan komputasi yang sama seperti contoh di atas

gm
v (t )= [ 1−e−(c /m ) t ]
namun gunakan persamaan c untuk menghitung kecepatan

dengan pertambahan waktu sama dengan 2 detik.

Penyelesaian : pada saat memulai perhitungan ( t 1 =0 ), kecepatan penerjun

payung sama dengan nol. Dengan memakai informasi ini dan nilai – nilai

23
 gm
v (t )= [ 1−e−(c /m ) t ]
parameter dari contoh maka persamaan c dapat digunakan untuk

menaksir kecepatan pada t i+1=2 detik

12 ,5
v =0+[9,8− (0)]2=19 , 60 m/det
68 , 1

Untuk selang (interval) berikutnya dari (t=2 sampai 4 detik ), komputasi

diulang dengan hasil

12 , 5
v=19 ,6+[ 9,8− (19 ,60 )]2=32 , 00 m/det
68 ,1

Komputasi dilanjutkan dengan cara sama untuk memperoleh nilai – nilai

tambahan

t1 det v 1 m/det

0 0,00

2 19,60

4 32,00

6 39,85

10 47,97
∞
53,39

24
 GAMBAR 2.1

Hasil- hasilnya dilukiskan dalam Gambar 2.1 bersamaan dengan

penyelesaian eksak. Dapat dilihat bahwa secara cermat metode numerik

mencakup segi – segi utama dari penyelesaian eksak. Tetapi karena digunakan

ruas – ruas garis lururs untuk mengaproksimasi suatu fungsi melengkung yang

kontinu maka terdapat ketidakcocokan antara kedua hasil tersebut. Satu cara untuk

meminimumkan ketidakcocokan yang demikian adalah dengan menggunakan

selang komputasi yang lebih kecil. Misalnya dengan menerapkan pada masalah

penerjun payung diatas dengan selang 1 detik akan menghasilkan galat yang lebih

kecil, karena lintasan ruas-ruas garis lurus lebih dekat ke penyelesaian

sebenarnya.

25
2. APROKSIMASI DAN GALAT

Kekeliruan , Kesalahan perumusan dan Ketidakpastian Data

Walau sumber kesalahan di bawah ini secara langsung tak dihubungkan

dalam metode numerik, dampak dari kesalahan ini cukup besar.

Kekeliruan.

Kesalahan bruto/kekeliruan.

Tahun awal penggunaan komputer, komputer sering kali gagal pakai

(malfunction).

Sekarang kekeliruan ini dihubungkan dengan ketidaksempurnaan

manusianya. Kekeliruan dapat terjadi pada sembarang langkah proses

pemodelan matematika dan dapat mengambil bagian terhadap semua komponen

kesalahan lainnya. Ia hanya dapat dicegah oleh pengetahuan yang baik tentang

prinsip dasar dan berhati-hatilah dalam melakukan pendekatan dan mendesain

solusi untuk masalah anda.

Biasanya tak dianggap dalam pembahasan metode numerik. Ini terjadi,

karena kesalahan bruto sampai taraf tertentu tak dapat dihindari. Tapi tentu saja

pasti ada cara untuk memperbaiki keadaan ini.

Misalnya: kebiasaan pemrograman yang baik, seperti yang dibahas

dalam bab 2, sangat berguna untuk mengurangi kekeliruan pemrograman.

Sebagai tambahan, terdapat juga cara- cara sederhana untuk memeriksa

apakah suatu metode numerik tertentu bekerja secara sempurna.

26
 Kesalahan Perumusan.

Kesalahan perumusan model dihubungkan dengan penyimpangan yang

dapat dianggap berasal dari model matematika yang tak sempurna.

Contoh: fakta bahwa hukum Newton kedua tak menghitung efek

relativistik. Ini tak mengurangi kelayakan solusi pada contoh sebelumnya, karena

kesalahan-kesalahan ini adalah minimal pada skala waktu dan ruang dari seorang

penerjun payung.

Anggap bahwa tahanan udara bukan proporsi linier terhadap

kecepatan jatuh seperti dalam persamaan tetapi merupakan sebuah fungsi

kuadrat kecepatan. Kalau hal ini benar, baik kedua solusi analitis maupun

numerik yang diperoleh dalam bab 1 hasilnya menjadi salah karena

kesalahan perumusan.

Ketidakpastian Data.

Kesalahan-kesalahan seringkali masuk ke dalam suatu analisis karena

ketidakpastian data fisika yang mendasari suatu model.

Misalnya kita ingin menguji model penerjun payung dengan loncatan-

loncatan berulang yang dibuatnya, mengukur kecepatan orang tersebut setelah

interval waktu tertentu.

Ketidakpastian yang menyertai pengukuran-pengukuran ini tak

diragukan, karena penerjun akan jatuh lebih cepat selama beberapa loncatan

27
daripada loncatan lainnya. Kesalahan- kesalahan ini dapat memunculkan ketidak

akuratan dan ketidak presisian. Jika instrumen kita menaksir terlalu rendah

atau terlalu tinggi terhadap kecepatan, kita menghadapi suatu alat yang tak

akurat atau menyimpang. Pada keadaan lainnya, jika pengukuran tinggi dan

rendah secara acak, kita akan berhadapan dengan sebuah pertanyaan mengenai

kepresisian.

Kesalahan-kesalahan pengukuran dapat dikuantifikasikan dengan

meringkaskan data dengan satu atau lebih statistik yang dipilih yang

membawa sebanyak mungkin informasi mengenai sifat-sifat data tertentu.

Statistik yang deskriptif ini kebanyakan sering dipilih untuk

menyatakan (1) letak pusat distribusi data, dan (2) tingkat penyebaran data.

Hal demikian memberikan suatu ukuran penyimpangan dan ketidakpresisian.

Analisis Galat

Menganalisis galat sangat penting di dalam perhitungan yang

menggunakan metode numerik. Galat berasosiasi dengan seberapa dekat solusi

hampiran terhadap solusi sejatinya. Semakin kecil galatnya, semakin teliti solusi

numerik yang didapatkan.

Nilai sejati ( true value ) = Hampiran (aproksimasi) + Galat

¿
a
Misalkan adalah nilai hampiran terhadap nilai sejatinya a , maka selisih

28
 ¿
ε=a−a

ε
disebut Galat. Jika tanda Galat ( positif atau negatif ) tidak dipertimbangkan ,

maka Galat mutlak

¿
|ε|=|a−a|
ε
Ukuran galat kurang bermakna karena tidak menceritakan seberapa

besar galat itu dibandingkan dengan nilai sejatinya. Untuk mengatasi interpretasi

nilai galat tersebut , maka galat harus dinormalkan terhadap nilai sejatinya.

Gagasan ini melahirkan apa yang dinamakan galat relatif.

Galat Relatif didefinisikan sebagai

ε
ε R=
a

Atau dalam persentase

ε
ε R= x 100 %
a

Karena galat dinormalkan terhadap nilai sejati, maka galat relatif tersebut

dinamakan juga relatif sejati. Dalam praktek ketika kita tidak mengetahui nilai

sejati a, karena itu galat ε sering dinormalkan terhadap solusi hampirannya,

sehingga galat relatifnya dinamakan galat relatif hampiran

ε
ε RA = ¿
a

29
 Salah satu tantangan metode numerik adalah menentukan taksiran galat

tanpa mengetahui nilai sejatinya. Misalnya, metode numerik tertentu memakai

pendekatan secara iterasi untuk menhitung jawaban. Dalam pendekatan yang

demikian, suatu aproksimasi sekarang dibuat berdasarkan aproksimasi

sebelumnya. Proses ini dilakukan secara berulang , atau secara iterasi dengan

maksud secara beruntun menghitung aproksimasi yang lebih dan lebih baik. Jadi,

persen galat relatif :

aproksimasi sekarang - aproksimasi sebelumnya

ε a= ×100 %
aproksimasi sekarang

Komputasi diulang sampai

|ε a|<εs

Nilai
ε s menentukan ketelitian solusi numerik. Semakin kecil nilai ε s

semakin teliti solusinya.

Soal

1. Misalkan nilai sejati = 10/3 dan nilai hampiran = 3.333. hitunglah galat,

galat mutlak, dan galat relatif hampiran.

3
2. Prosedur iterasi sebagai berikut x r+1=(−x r +3)/6 r = 0, 1, 2, 3, ...

x 0=0. 5 dan ε s = 0.00001

Sumber Utama Galat Numerik

Secara umum terdapat dua sumber utama penyebab galat dalam perhitungan

numerik

1. Galat pembulatan ( round-off error )

2. Galat Pemotongan ( truncation error )

30
Selain kedua galat ini, terdapat sumber galat lain :

1. Galat eksperimental , galat yang timbul dari data yang diberikan, misalnya

karena kesalahan pengukuran, ketidaktelitian alat ukur dan sebagainya.

2. Galat pemrograman. Galat yang terdapat di dalam program sering

dinamakan dengan bug. Dan proses penghilangan galat dinamakan

debugging.

Algoritma

Algoritma merupakan rentetan langkag – langkah logika yang diperlukan

untuk melakukan suatu tugas tertentu seperti pemecahan masalah.

Ciri – ciri suatu algoritma yang baik

1. Aksi yang dilaksanakan harus dirinci secara jelas untuk tiap kasus. Hasil

akhir tidak boleh tergantung kepada yang mengalami algoritma

2. Proses algoritma harus selalu berakhir setelah sejumlah berhingga langkah

tidak boleh berakhir terbuka ( oppen – ended )

3. Algoritma harus cukup umum untuk menangani keperluan yang lebih

banyak.

Cara pembuatan algoritma

1. Flow chart ( diagram alir )

2. Kode psudo ( menggunakan kalimat – kalimat yang kata-katanya sudah

punya aturan – aturan tertentu )

Hitungan Langsung dan Tak Langsung

31
 a. Hitungan langsung

Hitungan melalui serangkaian operasi hitung untuk memperoleh hasil.

b. Hitungan Tak langsung ( hitungan iterasi )

Solusi diperoleh dengan melakukan pengulangan pada suatu perhitungan

langsung dimulai dengan suatu tebakan awal untuk memperoleh suatu

nilai hampiran sebagai perbaikan atas nilai tebakan awal sampai diperoleh

nilai hampiran yang diinginkan.

x 0=1
Soal 3.2 : Gunakan tebakan awal untuk menghitung

( x 1 +2/ x i )
x i +1=
2 i=0,1,2 ,...
untuk

METODE PENGURUNG (BRACKETING METHOD)

Salah satu masalah yang sering terjadi pada bidang ilmiah adalah masalah

untuk mencari akar-akar persamaan berbentuk f(x) = 0 ………………….(1)

Fungsi f di sini adalah fungsi atau persamaan tak linear. Nilai x = x0 yang

memenuhi (1) disebut akar persamaan fungsi tersebut. Sehingga x 0 di sini

menggambarkan fungsi tersebut memotong sumbu-x di x = x0.

Persamaan atau fungsi f dapat berbentuk sebagai berikut:

Persamaan aljabar atau polinomial

32
f(x) = pn(x) = anxn + an-1xn-1 + … + a1x + a0 ……………………………….(2)

Persamaan transenden

Yaitu persamaan yang mengandung fungsi antara lain trigonometri, logaritma,

atau eksponen

Contoh: (i) ex + cos(x) = 0 (ii) ln(x) + log(x2) = 0

Persamaan campuran

Contoh: (i) x3 sin(x) + x = 0 (ii) x2 + log(x) = 0

Untuk polinomial derajat dua, persamaan dapat diselesaikan dengan rumus

akar persamaan kuadrat. Misalkan bentuk persamaan kuadrat adalah: ax2 + bx + c

= 0 dapat dicari akar-akarnya secara analitis dengan rumus berikut.

−b± √ b 2−4 ac
X 1,2 =
2a

Untuk polinomial derajat tiga atau empat, rumus-rumus yang ada sangat

kompleks dan jarang digunakan. Sedangkan untuk menyelesaikan polinomial

dengan derajat yang lebih tinggi atau persamaan tak linear selain polinomial, tidak

ada rumus yang dapat digunakan untuk menyelesaikannya. Metode Numerik

memberikan cara-cara untuk menyelesaikan bentuk tersebut, yaitu metode

hampiran. Penyelesaian numerik dilakukan dengan hampiran yang berurutan

(metode iterasi), sedemikian sehingga setiap hasil adalah lebih teliti dari perkiraan

sebelumnya. Dengan melakukan sejumlah prosedur iterasi yang dianggap cukup,

33
akhirnya didapat hasil perkiraan yang mendekati hasil eksak (hasil yang benar)

dengan toleransi kesalahan yang diijinkan. Metode iterasi mempunyai keuntungan

bahwa umumnya tidak sangat terpengaruh oleh merambatnya error pembulatan.

4. LOKALISASI AKAR

Lokasi akar persamaan tak linear diselidiki untuk memperoleh tebakan

awal, yaitu:

Metode Grafik.

Untuk memperoleh taksiran akar persamaan f(x) = 0 ialah dengan

membuat grafik fungsi itu dan mengamati dimana ia memotong sumbu x. Titik

ini, yang menyatakan harga x untuk f(x) = 0, memberikan suatu pendekatan kasar

dari akar tersebut.

Contoh 4.1. Pendekatan Grafik.

Gunakan pendekatan grafik untuk memperoleh suatu akar persamaan dari

f(x) = e-x – x.

Solusinya adalah sebagai berikut:

X f(x)
0,0 1,000

0,619

0,4 0,270

34
 Gambar 4.1

Gambar 4.1. Ilustrasi pendekatan grafik untuk memecahkan persamaan

aljabar dan transendental. Grafik f(x) = e-x – x terhadap x. Akar sesuai dengan

harga x dimana

f(x) = 0, yaitu titik dimana fungsi memotong sumbu x. Pemeriksaan secara

visual mengenai plot memberikan taksiran kasar 0,57. Harga sebenarnya adalah

0,56714329…

Teknik grafik praktis digunakan, dan dapat memberikan taksiran akar

secara kasar, tapi tidak presisi.

Ia dapat digunakan sebagai tebakan awal dalam metode numerik.

Interpretasi grafik penting untuk memahami sifat-sifat fungsi dan

35
dapat memperkirakan jebakan pada metode numerik, seperti terlihat pada gambar

4.2 di bawah ini.

Gambar 4.2 memperlihatkan sejumlah cara dimana akar bisa berada

dalam interval yang dijelaskan oleh suatu batas bawah a dan batas atas b.

Gambar 4.2b memperlihatkan kasus dmana sebuah akar tunggal

dikurung oleh harga-harga positif dan negatif dari f(x).

Gambar 4.2

Gambar 4.2. Ilustrasi sejumlah cara yang umum bahwa sebuah akar bisa

36
terjadi dalam sebuah interval yang dijelaskan oleh batas bawah a dan batas atas b.

Bagian (a) dan (c) menunjukkan bahwa bila f(a) dan f(b) mempunyai tanda yang

sama, tidak akan ada akar-akar atau akar dalam jumlah genap pada interval.

Bagian (b) dan (d) menunjukkan bahwa bila fungsi mempunyai tanda yang

berbeda pada kedua titik ujung, akan terdapat akar dalam jumlah ganjil pada

interval. Tetapi gambar 4.2d, dimana f(a) dan f(b) berlawanan tanda

terhadap sumbu x, memperlihatkan 3 akar yang berada di dalam interval.

Umumnya jika f(a) dan f(b) mempunyai tanda yang berbeda akan terdapat akar

yang jumlahnya ganjil dalam interval.

Seperti ditunjukkan oleh gambar 4.2 a dan c, jika f(a) dan f(b) mempunyai

tanda yang sama, tidak terdapat akar-akar atau akar yang jumlahnya genap berada

diantara harga-harga itu.

Meskipun generalisasi ini biasanya benar, namun terdapat kasus-kasus

dimana hal itu tak dapat dipegang.

Misalnya akar ganda. Yakni fungsi yang menyinggung sumbu x

(gambar 4.3a) dan fungsi- fungsi diskontinu (gambar 4.3b) bisa menyalahi

prinsip ini.

37
 Gambar 4.3. Ilustrasi beberapa perkecualian terhadap kasus-kasus umum

yang ditunjukkan dalam gambar 4.2. (a) Akar ganda yang terjadi sewaktu fungsi

menyinggung sumbu x. Dalam hal ini, walaupun titik-titik ujungnya berlawanan

tanda, terdapat akar-akar dalam jumlah genap untuk interval tersebut. (b) Fungsi

diskontinu dimana titik-titik ujung tanda yang berlawanan juga mengurung akar-

akar dalam jumlah genap.

Strategi khusus dibutuhkan untuk penentuan akar-akar dalam kasus ini.

Sebagai contoh fungsi yang mempunyai akar ganda adalah persamaan kubik f(x)

= (x – 2) (x– 2) (x – 4). Perhatikan bahwa x = 2 membuat kedua suku polinomial

itu sama dengan 0. Jadi x = 2 disebut sebuah akar ganda.

38
Cara Tabulasi

Nilai-nilai fungsi pada interval yang diminati dihitung dengan membagi

interval tersebut menjadi sub interval – sub interval, dan nilai-nilai tersebut ditulis

dalam bentuk tabulasi. Jika pada suatu interval nilai fungsi berubah tanda, maka

pada interval tersebut ada akar.

Lokasi Akar Untuk Persamaan Polinomial

Persamaan polinomial mempunyai bentuk umum sbb.

f(x) = pn(x) = anxn + an-1xn-1 + … + a1x + a0 …………………….(3)

Jika pn(x) = 0, maka persamaan tersebut mempunyai tepat n akar, antara

lain akar bilangan real dan juga termasuk akar bilangan kompleks. Akar bilangan

kompleks selalu muncul berpasangan. Yang disebut bilangan kompleks adalah:

a + b i . dimana a, b bilangan real, i =

√−1

Untuk melokasikan akar-akar real, digunakan beberapa aturan:

(a) aturan tanda koefisien

(i) akar real positif

u = banyaknya pergantian tanda pada koefisien ai dari pn(x)

np = banyaknya akar real positif

maka berlaku: np < u (4)

u – np = 0, 2, 4, 6, …

39
 (ii) akar real negatif

v = banyaknya pergantian tanda pada koefisien ai dari pn(-x)

ng = banyaknya akar real negative, maka berlaku:

ng < v ..........................................................................(5)

v – ng = 0, 2, 4, 6, …

(b) batas interval akar

r=1+ maks|aa | k

n
1 ≤k ≤n

maka semua akar real pn(x) terletak pada interval [-r, r].

Sebuah fungsi berdasarkan jenisnya akan berubah tanda di sekitar suatu

harga akar.

Teknik ini dinamakan metode akoladi (bracketing method), karena

dibutuhkan 2 tebakan awal untuk akar.

Sesuai namanya, tebakan tersebut harus “dalam kurung” atau berada

pada kedua sisi nilai akar.

4.2. Metode Bagidua (Biseksi).

Pada teknik grafik sebelumnya, terlihat bahwa f(x) berganti tanda

pada kedua sisi yang berlawanan dari kedudukan akar. Pada umumnya, kalau

f(x) nyata (real) dan kontinu dalam interval dari xl hingga xu, serta f(xl) dan f(xu)

40
berlainan tanda, yakni:

f(xl) f(xu) < 0

Maka terdapat sekurang-kurangnya 1 akar nyata diantara xl dan xu.

dengan penempatan sebuah interval dimana fungsi tersebut bertukar tanda.

Lalu penempatan perubahan tanda (tentunya harga akar) ditandai

lebih teliti dengan cara membagi interval tersebut menjadi sejumlah

subinterval. Setiap subinterval itu dicari untuk menempatkan perubahan tanda.

Proses tersebut diulangi dan perkiraan akar diperhalus dengan membagi

subinterval menjadi lebih halus lagi.

Metode Bagidua (biseksi), disebut juga pemotongan biner (binary

chopping), pembagian 2 (interval halving) atau metode Bolzano.

Letak akarnya kemudian ditentukan ada di tengah-tengah subinterval

dimana perubahan tanda terjadi. Proses ini diulangi untuk memperoleh taksiran

yang diperhalus.

Step 1: Pilih taksiran terendah xl dan tertinggi xu untuk akar agar

fungsi berubah tanda sepanjang interval. Ini dapat diperiksa

dengan: f(xl) f(xu) < 0.

Step 2 : Taksiran pertama akar xr ditentukan oleh:

xl+ xu
xr=
2
Step 3 : Buat evaluasi yang berikut untuk menentukan subinterval, di

dalam mana akar terletak:

41
 a. Jika f(xl) f(xr) < 0, akar terletak pada subinterval pertama,

maka xu = xr, dan lanjutkan ke step 2.

b. Jika f(xl) f(xr) > 0, akar terletak pada subinterval kedua, maka

xl = xr, dan lanjutkan ke step 2.

c. f(xl) f(xr) = 0, akar = xr, komputasi selesai.

Contoh Metode Bagidua.

Gunakan Bagidua untuk menentukan akar dari f(x) = e-x - x.

Dari grafik fungsi tersebut (gambar 4.1) terlihat bahwa harga akar terletak

diantara 0 dan 1.

Karenanya interval awal dapat dipilih dari xl = 0 hingga xu = 1.

Dengan sendirinya,

taksiran awal akar terletak di tengah interval tersebut:

0+1
xr= =0,5
2

Taksiran ini menunjukkan kesalahan dari (harga sebenarnya adalah

0,56714329…):

Et = 0,5 = 0,06714329

atau dalam bentuk relatif:

0,56714329
|t|=| |x 100%=11,8%
0,06714329

dimana indeks t menunjukkan bahwa kesalahan diacu terhadap harga

42
 sebenarnya. Lalu:

f(0) f(0,5) = (1) (0,10653) = 0,10653

yang lebih besar dari nol, dengan sendirinya tak ada perubahan tanda

terjadi antara xl dan xr.

Karena itu, akar terletak pada interval antara x = 0,5 dan 1,0. Batas bawah

didefinisikan lagi

0,5+1
xr= =0 , 75
2

Taksiran ini menunjukkan kesalahan dari (harga sebenarnya adalah

0,56714329…):

Et = 0,5 = 0,06714329

atau dalam bentuk relatif:

f(0,5) f(0,75) = -0,030 < 0

Karenanya akar terletak diantara 0,5 dan 0,75:

xu = 0,75

Dan iterasi seterusnya

Metode Regula Falsi (False Position).

Disebut juga metode interpolasi linier.

f ( xu )( x u −x 1 )
x r =x u−
f ( x u )−f ( x1 )

43
 Penjelasan grafiknya adalah sebagai berikut:

Penjelasan grafik dari metode Regula Falsi. Segitiga serupa yang digunakan untuk
menurunkan rumus buat metode tersebut adalah yang diarsir.
Contoh Metode Regula Falsi.
Gunakan Regula Falsi untuk menentukan akar dari f(x)

= e-x - x. Akar sesungguhnya 0,56714329.

xl = 0 dan xu = 1.
Iterasi pertama:
xl = 0 f(xl) = 1
xu = 1 f(xu) = -0,63212
(−0 , 63212)(1−0 )
x r =1− =0 , 6127
−0 ,63212−1

0,56714329−0 ,6127
|t|=| |x100%=8%
0,56714329

44
Iiterasi ke-2

f(xl) f(xr) = -0,0708

akar pada subinterval I. xr di batas atas berikutnya

xl = 0 f(xl) = 1

xu = 0,6127 f(xu) = -0,0708

(−0 , 0708 )(0 ,6127−0 )
x r =0 , 6127− =0 , 572179
−0 , 63212−1

0,572179−0 ,6127
|t|=| |x100%=7,8%
0,572179

Kesalahan untuk Regula Falsi berkurang lebih cepat daripada Bagidua

disebabkan rancangan yang lebih efisien untuk penempatan akar dalam

Regula Falsi.

45
 Perbandingan t pada metode Bagidua dan Regula Falsi untuk

f(x) = e-x – x

Pada Bagidua, interval antara xl dan xu muncul semakin kecil selama

komputasi. Interval, x/2 = |xu – xl| / 2, merupakan ukuran error untuk

pendekatan ini.

Pada Bagidua, hal di atas tak terjadi, karena salah satu tebakan awal

kondisinya tetap selama komputasi, sedangkan tebakan lainnya konvergen

terhadap akar.

Pada contoh metode regulasi falsi di atas, xl tetap pada 0, sedangkan

xu konvergen terhadap akar. Didapat, interval tak mengkerut, tapi agak

mendekati suatu harga konstan.

4.3.1. Jebakan pada Metode Regula Falsi.

Contoh 4.5. Bagidua lebih baik dari Regula Falsi.

Gunakan Bagidua dan Regula Falsi untuk menempatkan akar di antara x =

0 dan 1,3 untuk:

f(x) = x10 – 1.

Dengan Bagidua, didapat:

Iteras xl Xu Xr | t|% | a|%

1 0 1,3 0,65 35
2 0,65 1,3 0,975 2,5 33,3
3 0,975 1,3 1,1375 13,8 14,3
4 0,975 1,1375 1,05625 5,6 7,7
5 0,975 1,05625 1,015625 1,6 4,0

Setelah 5 iterasi, t < 2%.

Kemudian dengan Regula Falsi, didapat:

46
Iterasi xl Xu Xr | t|% | a|%
1 0 1,3 0,09430 90,6
2 0,09430 1,3 0,18176 81,8 48,1
3 0,18176 1,3 0,26287 73,7 30,9
4 0,26287 1,3 0,33811 66,2 22,3
5 0,33811 1,3 0,40788 59,2 17,1
Setelah 5 iterasi, t < 60%.

Juga | a| < | t|

Ternyata dengan Regula Falsi, a ternyata meleset. Lebih jelas terlihat

dalam grafik:

Grafik dari f(x) = x10 – 1, menunjukkan konvergensi metode Regula Falsi

yang lambat

Terlihat, kurva menyalahi perjanjian yang mendasar Regula Falsi,

yakni jika f(xl) lebih mendekati 0 dibanding f(xu), sehingga akan lebih

dekat ke xl daripada ke xu.

Karena bentuk fungsi yang sekarang, kebalikannya tentu juga benar. Yang

47
harus dilakukan adalah memasukkan taksiran akar ke dalam persamaan

semula dan ditentukan apakah hasil itu mendekati nol. Pengecekan semacam ini

juga harus dilakukan pada program komputer untuk penempatan akar.

Metode Newton-Raphson.

Gambar 5.2

Metode Newton Rapson adalah metode pendekatan yang menggunakan

satu titik awal, dan mendekatinya dengan memperhatikan kemiringan pada titik

tersebut. Secara geometri metode ini menggunakan garis lurus sebagai hampiran

fungsi pada suatu selang, dengan menggunakan suatu nilai xi sebagai tebakan

awal yang diperoleh dengan melokalisasi akar-akar dari f(x) terlebih dahulu,

metode ini paling banyak digunakan untuk menarik akar-akar dari persamaan f(x)

= 0 dengan asumsi f(x), f’(x), f’’(x) kontinu dekat satu akar p. akar dari

persamaan adalah titik potong garis singgung pada titik (xi, f(xi))

48
 f ( xi)
x i+1 = x i− '
f ( xi)

Dimana i = 0,1,2,3, …

Syarat f’(xi) ≠ 0

f’(xi) = 0 maka garis singgung sejajar sumbu x

Algoritma Metode Newton Rapson

Masukan: f(x), f’(x), x0 (tebakan awal),  (criteria penghentian), M

(maksimum iterasi

Keluaran : akar

Langkah-langkah

Iterasi

Jika f’(x0) = 0, proses gagal, stop

f ( x 0)
x baru= x 0 −
1. f ' ( x0 )

x baru−x 0
jika| |≤ε , maka stopdan x (akar )=x baru
2. x baru

3. x0 = xbaru

4. Iterasi: I = i + 1

5. Jika iterasi I ≤ M kembali ke langkah 2

6. Prosesnya konvegen atau divergen

49
 n
Iterasi N-R untuk menentukan √A

Ambil N = 2

andaikan bahwa A>0 suatu bil real dan misal x0 > 0

{A>0,N genap ¿{A≠0¿¿ ¿
adalah tebakan awal untuk √A
∞
{ x k }k =0
barisan

didefenisikan dengan rumus rekursif sebagai berikut:

A
p x−1 +
x k −1
xk=
2

∞
akar barisan { x k }k =0 lim
konvergen
x
ke √ A
k
x →∞

yaitu : √A =

Bukti : A>0

Missal x = √A
X2 = A

X2 – A = 0, f(x) = 0 maka f(x) = x2 - A

F(x) = x2-A

F’(x) = 2x

50
 Defenisi fungsi iterasi Newton Rapson

f (x)
g ( x ) =x−
f ' (x)
( x 2− A )
g ( x ) =x−
2x
( 2 x2 −x 2 + A )
g ( x ) =x−
2x
x A
g ( x ) =x− +
2 2x
x A
g (x )= +
2 2x
1
g (x )= x +
2 ( )A
x
x+A x
g( x )=
2

Atau x k−1 =g ( x k )
A
pk −1 +
pk −1
pk = , K=1,2,3 , .. .
2

Metode Secant.

Masalah yang didapat dalam metode Newton-Raphson adalah

terkadang sulit mendapatkan turunan pertama, yakni f’(x). Sehingga

dengan jalan pendekatan

f ( x n ) −f ( x n−1 )
f ' ( x )≈
x n −x n−1

Menjadi
f ( x i )−f ( x i−x i−1 )
x i +1=x i− yi
f ( x i )−f ( x i −1 )

51
 Persamaan di atas memang memerlukan 2 taksiran awal x,

tetapi karena f(x) tidak membutuhkan perubahan tanda diantara

taksiran maka Secant bukan metode Alokade.

Gambar 5.3

Teknik ini serupa dengan teknik Newton-Raphson dalam arti bahwa suatu

taksiran akar diramalkan oleh ekstrapolasi sebuah garis singgung dari fungsi

terhadap sumbu x. Tetapi metode Secant lebih menggunakan diferensi daripada

turunan untuk memperkirakan kemiringan/slop

52
Perbedaan Metode Secant dan Regula Falsi.

Persamaan di metode Secant maupun Regula Falsi identik suku demi suku.

Keduanya menggunakan 2 taksiran awal untuk menghitung

aproksimasi slope fungsi yang digunakan untuk berproyek terhadap sumbu x

untuk taksiran baru akar.

Perbedaannya pada harga awal yang digantikan oleh taksiran baru.

Dalam Regula Falsi, taksiran terakhir akar menggantikan harga

asli mana saja yang mengandung suatu harga fungsi dengan tanda yang

sama seperti f(xr). Sehingga 2 taksiran senantiasa mengurung akar.

Secant mengganti harga-harga dalam deretan yang ketat, dengan

harga baru xi+1 menggantikan xi, dan xi menggantikan xi-1. Sehingga 2

harga terkadang dapat terletak pada ruas akar yang sama. Pada kasus tertentu ini

bisa divergen.

Pada gambar grafik di bawah ini disajikan penggunaan metode Regula

Falsi dan Secant untuk menaksir akar f(x) = ln x, dimulai dari harga x1 = xi-1 =

0,5 dan xu = xi = 5,0:

53
 Gambar 5.3.1

Perbandingan metode Regula Falsi dan Secant. Iterasi pertama (a) dan (b)

untuk iterasi kedua metode adalah identik. Tetapi pada iterasi kedua (c) dan (d),

titik yang dipakai berbeda.

Gambar 5.3.2

54
Pemakaian Analisa Numerik

Tidak semua permasalahan matematis atau perhitungan dapat diselesaikan

dengan mudah atau dapat diselesaikan dengan menggunakan perhitungan biasa.

Contohnya dalam persoalan yang melibatkan model matematika yang sering

muncul dalam berbagai disiplin ilmu pengetahuan, bidang fisika, kimia, ekonomi,

atau pada persoalan rekayasa. Seringkali model matematika tersebut muncul

dalam bentuk yang tidak idealis atau rumit. Model matematika yang rumit ini

adakalanya tidak dapat diselesaikan dengan metode analitik yang sudah umum

untuk mendapatkan solusinya. Sebagai contoh, perhatikan sekumpulan persoalan

matematik berikut dan bagaimana cara menyelesaikannya?

a. Tentukan akar – akar persamaan polinom

7 6 4 3 2
23 . 4 x −1. 25 x +120 x +15 x −120 x −x +100=0

b. Tentukan harga x yang memenuhi persamaan

√
2
1 (120 x + √2 x )
27 .8 e − =cos−1
5x
x 17 x−65

c. Hitung integral
1

∫ sinx x dx
0

Contoh – contoh diatas memperlihatkan bahwa kebanyakan

persoalanmatematik tidak dapat diselesaikan dengan metode analitik. Metode

analitik disebut juga metode sejati karena memberi solusi sejati atau solusi

yang sesungguhnya, yaitu solusi yang memiliki galat ( error ) sama dengan

nol. Metode analitik seringkali hanya unggul untuk sejumlah persoalan yang

memiliki tafsiran geometri sederhana, padahal persoalan yang mincul dalam

55
 dunia nyata sering melibatkan bentuk dan proses yang rumit. Akibatnya nilai

praktis penyelesaian metode analitik menjadi terbatas.

Bila metode analitik tidak dapat lagi diterapkan, maka solusi persoalan

sebenarnya dapat dicari dengan metode numerik. Metode numerik adalah

teknik yang digunakan untuk memformulasikan persoalan matematik

sehingga dapat dipecahkan dengan operasi perhitungan / aritmatik biasa

( tambah, kurang, kali dan bagi ). Secara harafiah metode numerik memiliki

arti sebagai cara berhitung dengan menggunakan angka – angka. Metode

numerik yang berangkat dari pemakaian alat bantu hitung merupakan

alternatif yang baik dalam menyelesaikan persoalan – persoalan perhitungan

yang rumit, saat inipun telah banyak yang menawarkan program – program

numerik sebagai alat bantu perhitungan.

Dalam penerapan matematis untuk menyelesaikan persoalan –

persoalan perhitungan dan analisis, terdapat beberapa keadaan dan metode

yang baik :

 Bila persoalan merupakan persoalan yang sederhana atau terdapat theorem

analisa matematika yang dapat digunakan untuk menyelesaiakan persoalan

tersebut, maka penyelesaian matematis ( metode analitik ) yang digunakan

adalah ppenyelesaian excat yang harus digunakan. Penyelesaian ini

menjadi acuan bagi pemakaian metode pendekatan.

 Bila persoalan sudah sangat sullit atau tidak mungkin diselesaiakan secara

matematis ( analitik ) karena tidak ada theorema analisa matematika yang

dapat digunakan , maka dapat digunakan metode numerik.

56
 Bila persoalan sudah merupakan persoalan yang mempunyai kompleksitas

tinggi, sehingga metode numerikpun tidak dapat menyajikan penyelesaian

dengan baik, maka dapat digunkana metode-metode simulasi.

57
 BAB III

PENUTUP

3.1 Kesimpulan

Analisis Numerik adalah teknik-teknik yang digunakan untuk memformulasi

kan masalah matematis agar dapat diselesaikan dengan operasi perhitungan.

Kemampuan untuk dapat menghitung sisi segitiga (dan berarti mampu

menghitung akar kuadrat) sangatlah penting, misalnya, dalam pertukangan kayu

dan konstruksi.

Metode Numerik adalah teknik untuk menyelesaikan permasalahan-

permasalahan yang diformulasikan secara matematik dengan cara operasi

hitungan (arithmetic).

58
 DAFTAR PUSTAKA

Supardi. 2012. Arti pentingnya analisa numerik. Bandung : PT. Reneka Cipta

Wikipedia.com

Thanks to: bloggersragen | url:

http://www.bloggersragen.com/2011/09/pengantar-metode-numerik-secara-

umum.html

59