METODE RAPHSON
DISUSUN OLEH :
NIM : 1957301011
KELAS/SEMESTER : 2.A/3
MK : Prak.Metode Numerik
No.Prak : 03/PMN/IT/2020
2020
HALAMAN PENGESAHAN
Telah dilaksanakan Praktikum ke-3 Mata Kuliah Metode Numerik di Rumah masing –
masing pada hari Senin, Tanggal 26 Oktober 2020 s/d 2 November 2020 dengan
Materi Praktikum :
Oleh
Nim : 1957301011
Kelas : TI 2.A
Disetujui Oleh :
i
DAFTAR ISI
ii
DAFTAR GAMBAR
iii
PRAKTIKUM 3
METODE RAPHSON
3.1.Tujuan Praktikum
Mempelajari metode Newton Raphson untuk penyelesaian persamaan non
liniear.
3.2.Dasar Teori
Metode Newton – Raphson adalah metode pencarian akar suatu fungsi
f(x) dengan pendekatan satu titik, dimana fungsi f(x) mempunyai turunan.
Metode ini dianggap lebih mudah dari Metode Bagi – Dua (Bisection Method)
karena metode ini menggunakan pendekatan satu titik sebagai titik awal.
Semakin dekat titik awal yang kita pilih dengan akar sebenarnya, maka
semakin cepat konvergen ke akarnya. (Gusdhe Keniten)
Metode Newton Raphson adalah metode pendekatan yang menggunakan
satu titik awal dan mendekatinya dengan memperhatikan slope atau gradien
pada titik tersebut. Titik pendekatan ke n+1 dituliskan dengan :
( )
𝑥 = 𝑥 + ………………………….(3.1)
( )
1
Gambar 3. 2 Penjelasan Grafik dari Metode Newton Raphson
2
Kekurangan : bila taksiran awal tidak teapt, hasilnya justru divergen
(menjauhi nilai akar yang sebenarnya).
3.3.Percobaan
3
Output program
4
3.3.3. Program Menampilkan Grafik
Output program
Dari program fungsi dan grafik diatas maka output yang diperoleh
adalah sebagi berikut :
5
3.4.Perhitungan Manual
1. Mendefinisikan fungsi 𝑓(𝑥) dan 𝑓′(𝑥), dalam percobaan ini menggunakan
fungsi
𝑓(𝑥) = 𝑥 − 2𝑥 + 1
Sehingga turunannya adalah 𝑓 (𝑥) = 3𝑥 − 4𝑥
2. Toleransi error (e) = 1.e-5
3. Kemudian tentukan nilai pendekatan awal 𝑥
Percobaan ini menggunakan 𝑥 = 2.000
4. Tentukan 𝑓(𝑥) dan 𝑓′(𝑥)
𝑓(2) = 𝑥 − 2𝑥 + 1
= (2) − 2(2) + 1
= 8−8+1
= 1
𝑓′(2) = 3𝑥 − 4𝑥
= 3(2) − 4(2)
= 12 − 8
= 4
5. Tentukan akar
𝑓(𝑥)
𝑥 = 𝑥 −
𝑓′(𝑥)
1
𝑥 = 2−
4
𝑥 = 1.75
6
Iterasi 1
𝑥 = 1.75
𝑓(1.75) = 𝑥 − 2𝑥 + 1
= (1.75) − 2(1.75) + 1
= 5.359375 − 6.125 + 1
= 0.23438
𝑓 (1.75) = 3𝑥 − 4𝑥
= 3(1,75) − 4(1,75)
= 9.1875 − 7
= 2.18750
𝑓(𝑥)
𝑥 = 𝑥 −
𝑓′(𝑥)
0,23438
𝑥 = 1.75 −
2.18750
𝑥 = 1.64286
Iterasi 2
𝑥 = 1.64286
𝑓(1.64286) = 𝑥 − 2𝑥 + 1
= (1.64286) − 2(1.64286) + 1
= 4.43406 − 5.39797 + 1
= 0.03608
𝑓 (1.64286) = 3𝑥 − 4𝑥
= 3(1.64286) − 4(1.64286)
= 8.09696 − 6.57144
= 1.52551
7
𝑓(𝑥)
𝑥 = 𝑥 −
𝑓′(𝑥)
0.03608
𝑥 = 1.64286 −
1.52551
𝑥 = 1.61921
Iterasi 3
𝑥 = 1.61921
𝑓(1.61921) = 𝑥 − 2𝑥 + 1
= (1.61921) − 2(1.61921) + 1
= 4.24531 − 5.24368 + 1
= 0.00162
𝑓 (1.61921) = 3𝑥 − 4𝑥
= 3(1,61921) − 4(1,61921)
= 7.86552 − 6.47684
= 1.38867
𝑓(𝑥)
𝑥 = 𝑥 −
𝑓′(𝑥)
0.00162
𝑥 = 1.61921 −
1.38867
𝑥 = 1,61804
Iterasi 4
𝑥 = 1.61804
𝑓(1.61804) = 𝑥 − 2𝑥 + 1
= (1.61804) − 2(1.61804) + 1
= 4.23611 − 5.23610 + 1
= 0.00000 atau 1.e-5
8
𝑓 (1.61804) = 3𝑥 − 4𝑥
= 3(1.641804) − 4(1.641804)
= 1.38198
𝑓(𝑥)
𝑥 = 𝑥 −
𝑓′(𝑥)
0,00000
𝑥 = 1.61804 −
1.38198
𝑥 = 1.61804 atau mendekati 1.61803
Iterasi dilakukan sampai 4 saja, karena selisih interval yang didapatkan
sudah < 0.000. Sehingga akar persamaan yang didapatkan adalah
1.61803.
3.5.Analisa
Analisa Program
Pada baris 1 terdapat variabel clear yang berfungsi untuk memberikan
memori pada matlab ( yang sudah dideklarasi).
Pada baris 2 terdapat variabel clc yang berfungsi untuk menghapus
lembar kerja pada command window.
Pada baris 3 terdapat variabel galat dengan nilai 1.e-5.
Pada baris 4 terdapat variabel x dimana variabel ini akan menerima
inputan untuk variabel x.
Pada baris 5 terdapat variabel nilai = 1.
Pada baris 6 terdapat variabel no dengan nilai 0.
Pada baris 7 terdapat fungsi 𝑓(𝑥) = 𝑥 − 2𝑥 + 1
Pada baris 8 terdapat turunan dari fungsi 𝑓(𝑥) yang diatas yaitu
𝑓 (𝑥) = 3𝑥 − 4𝑥
9
pada baris 9 terdapat variable clc yang berfungsi mengahapus command
windows.
Pada baris 11 – 14 terdapat perintah fprintf berfungsi untuk
menampilkan kalimat atau angka ke layar.
Pada baris 15 – 23 terdapat proses pengulangan while dengan kondisi
nilai > galat. Baris 16 mendeklarasikan x = xn1. Kemudian terdapat
variabel no yang akan menyimpan hasil penjumlahan dari no + 1.
Selanjutnya terdapat fungsi 𝑓(𝑥) = 𝑥 − 2𝑥 + 1 dan turunan dari
fungsi 𝑓(𝑥) tadi, yaitu 𝑓 (𝑥) = 3 − 4𝑥. Kemudian terdapat formula
( )
untuk untuk mencari akar yaitu 𝑥 = 𝑥 − . Kemudian
( )
Analisa Pembahasan
Pada percobaan ini menggunakan fungsi 𝑓(𝑥) = 𝑥 − 2𝑥 + 1,
turunannya 𝑓 (𝑥) = 3 − 4𝑥 dan 𝑥 = 2.000. Kemudian pada hasil
yang diberikan terdapat 5 kolom terdiri dari, Iterasi, x , fx, fx1 dan akar.
Pada iterasi 1, nilai x didapatkan
𝑓(2) = 𝑥 − 2𝑥 + 1
= (2) − 2(2) + 1
= 8−8+1
= 1
𝑓′(2) = 3𝑥 − 4𝑥
= 3(2) − 4(2)
10
= 12 − 8
= 4
𝑓(𝑥)
𝑥 = 𝑥 −
𝑓′(𝑥)
1
𝑥 = 2−
4
𝑥 = 1,75
Kolom ketiga, terdapat f(x) dengan nilai 0.23438 yang didapatkan
setelah nilai 𝑥 = 1,75 dimasukkan kedalam f(x).
𝑓(1.75) = 𝑥 − 2𝑥 + 1
= (1.75) − 2(1.75) + 1
= 5.359375 − 6.125 + 1
= 0.23438
Kolom keempat, terdapat f(x1) atau fungsi turunan dari f(x) yang
didapatkan setelah nilai 𝑥 = 1,75 dimasukkan kedalam f(x1) dengan
nilai 2.18750.
𝑓 (1.75) = 3𝑥 − 4𝑥
= 3(1,75) − 4(1,75)
= 9.1875 − 7
= 2.18750
Kolom kelima, terdapat akar dengan nilai 1.64286
𝑓(𝑥)
𝑥 = 𝑥 −
𝑓′(𝑥)
0,23438
𝑥 = 1.75 −
2.18750
𝑥 = 1.64286
11
𝑓(1.64286) = 𝑥 − 2𝑥 + 1
= (1.64286) − 2(1.64286) + 1
= 4.43406 − 5.39797 + 1
= 0.03608
Kolom keempat, turunan dari fungsi f(x) yaitu (fx1) dengan nilai
𝑓 (1.64286) = 3𝑥 − 4𝑥
= 3(1.64286) − 4(1.64286)
= 8.09696 − 6.57144
= 1.52551
Kolom kelima, akar dengan nilai 1.61921 yang didapatkan dari hasil :
𝑓(𝑥)
𝑥 = 𝑥 −
𝑓′(𝑥)
0.03608
𝑥 = 1.64286 −
1.52551
𝑥 = 1.61921
12
Kolom kelima, terdapat akar dari hasil dari fungsi – fungsi yang telah
dikerjakan. Sehingga mendapat nilai
𝑓(𝑥)
𝑥 = 𝑥 −
𝑓′(𝑥)
0.00162
𝑥 = 1.61921 −
1.38867
𝑥 = 1,61804
13
3.6.Kesimpulan
Kesimpulan yang dapat diambil dari praktikum diatas adalah bahwa
Metode Raphson adalah metode terbuka untuk menentukan solusi akar dari
persamaan non linear. Metode Raphson atau Metode Newton Raphson sering
digunakan karena kesederhanaannya dan mempunyai konvergensi yang cepat.
Metode Newton Raphson adalah metode pencarian akar suatu fungsi f(x)
dengan pendekatan satu titik, dimana fungsi f(x) mempunyai turunan. Metode
ini menggunakan pendekatan satu titik sebagai titik awal. Semakin dekat titik
awal yang kita pilih dengan akar sebenarnya, maka semakin cepat konvergen
ke akarnya dan iterasi semakin sedikit.
memenuhi syarat .
14
DAFTAR PUSTAKA
15