Nama : Tsania Ismi Fauzia

NIM : 19301244017
Kelas : Pendidikan Matematika C 2019
 Pengertian Galat

Kesalahan (error/galat) adalah besarnya perbedaan atau selisih antara nilai taksiran (hampiran/aproksimasi)
dengan nilai sesungguhnya (eksak), kesalahan ini biasa timbul karena proses pengukuran atau penggu-
naan aproksimasi. Dalam metode numerik, hasil yang diperoleh bukanlah hasil yang sama persis dengan
nilai sejatinya. Akan selalu ada selisih, karena hasil yang didapat dengan metode numerik merupakan
hasil yang diperoleh dengan proses iterasi (looping) untuk menghampiri nilai sebenarnya. Walaupun
demikian bukan berarti hasil yang didapat dengan metode numerik salah, karena galat tersebut dapat di
tekan sekecil mungkin sehingga hasil yang didapat sangat mendekati nilai sebenarnya atau bisa dikatakan
galatnya mendekati nol.

Galat = nilai sebenarnya − nilai pendekatan

 Macam-Macam Galat

1. Galat bawaan (Inherent Error)

Galat bawaan adalah Galat dalam nilai data.
Terjadi akibat kekeliruan dalam menyalin data, salah membaca skala atau kesalahan karena kurangnya
pengertian mengenai hukum-hukum fisik dari data yang diukur. Kesalahan ini sering terjadi karena
faktor human error
2. Galat Pemotongan (Truncation Error)
Berhubungan dengan cara pelaksanaan prosedur numerik. Kesalahan ini terjadi karena tidak dilakukan-
nya hitungan sesuai dengan prosedur matematik yang benar.
Contoh :

x3 x5 x7 x9
sinx = x − + − + − ...
3! 5! 7! 9!

Dapat dipakai untuk menghitung sinus sebarang sudut x dalam radian.

Jelas kita tidak dapat memakai semua suku dalam deret, karena deretnya tak berhingga
Kita berhenti pada suku tertentu misal xˆ9
Suku yg dihilangkan menghasilkan suatu galat
Dalam perhitungan numerik galat ini sangat penting
3. Galat Pembulatan (Round-0ff Error)
Galat yang berkaitan dengan penggunaan sejumlah terbatas angka signifikan. Galat ini terjadi akibat
pembulatan angka
 Sumber-Sumber Galat

Secara umum sumber utama galat ada dua yaitu:

a. Galat pemotongan
Galat yang ditimbulkan oleh pembatasan jumlah komputasi yang digunakan pada proses metode nu-
merik. Banyak metode dalam metode numerik yang penurunan rumusnya menggunakan proses iterasi
yang jumlahnya tak terhingga, sehingga untuk membatasi proses penghitungan, jumlah iterasi dibatasi
sampai langkah ke n. Hasil penghitungan sampai langkah ke n akan menjadi hasil hampiran dan nilai
penghitungan langkah n keatas akan menjadi galat pemotongan. dalam hal ini galat pemotongan kan
menjadi sangat kecil sekali jika nilai n di perbesar. Konsekuensinya tentu saja jumlah proses penghitun-
gannya akan semakin banyak.
b. Galat pembulatan
Galat yang ditimbulkan oleh keterbatasan komputer dalam menyajikan bilangan real. Hampir semua
proses penghitungan dalam metode numerik menggunakan bilangan real. Penyajian bilangan real yang
panjangnya tak terhingga tidak bisa disajikan secara tepat. Misalnya 1/6 akan menghasilkan nilai real
0.66666666. . . . . . .. Digit 6 pada bilangan tersebut panjangnya tidak terbatas. Sehingga untuk melan-
jutkan proses penghitungan bilangan tersebut dibulatkan menjadi 0.6667, tergantung berapa digit angka
yang dibutuhkan. Dalam hal ini selisih antara 0.666666. . . dan 0.6667 disebut galat pembulatan.
c. Galat eksperimental
Galat yang timbul dari data yang diberikan, misalnya karena kesalahan pengukuran, ketidaktelitian alat
ukur, dan sebagainya
d. Galat pemrograman
Galat yang terdapat di dalam program sering dinamakan dengan kutu (bug), dan proses penghilangan
galat ini dinamakan penirkutuan (debugging)
e. Galat Total
Galat akhir atau galat total atau pada solusi numerik merupakan jumlah galat pemotongan dan galat
pembulatan.
 Fenomena Kehilangan Angka Signifikan

Angka signifikan merupakan banyaknya digit yang diperhitungkan

di dalam suatu kuantitas yang diukur atau dihitung. Ketika angka signifikan digunakan, digit terakhir
dianggap tidak pasti. Ketidakpastian dari digit terakhir tergantung pada alat yang digunakan dalam
suatu pengukuran.

Aturan penulisan angka signifikan:

1. Setiap angka yang tidak nol merupakan angka signifikan.

Contoh: 76 memiliki 2 angka signifikan (7 dan 6) dan 24,53 memiliki 4 angka signifikan (2,4,5, dan 3).
2. Angka-angka nol yang terletak di antara angka bukan nol merupakan angka signifikan.
Contoh: 2,019 memiliki 4 angka signifikan (2, 0, 1, dan 9).
3. Angka nol terakhir di sebelah kanan koma desimal merupakan angka signifikan.
Contoh: 20.080 memiliki lima angka signifikan.
4. Angka nol di sebelah kiri dari angka pertama bukan nol merupakan angka tak signifikan.
Contoh: 0,00097 memiliki 2 angka signifikan (9 dan 7).
5. Nol yang terdapat di ujung dari deret angka dan disebelah kiri dari koma desimal dapat atau tidak
dapat menjadi angka signifikan.

Fenomena kehilangan angka signifikan juga disebabkan oleh

pengurangan dua buah bilangan yang nilainya hampir sama.
Contoh :

x̄ = 0.976451328 mengandung 9 angka signif ikan

ȳ = 0.9764501 mengandung 6 angka signif ikan

x̄ − ȳ = −0.000001228 mengandung 4 angka signif ikan

 Perambatan Galat

Galat yang dikandung dalam bilangan titik-kambang merambat pada hasil komputasi. Misalkan terdapat
dua bilangan a dan b (nilai sejati) dan nilai hampirannya masing-masing aˆ dan bˆ, yang mengandung
galat masing-masing

ϵa dan ϵb .

Jadi, kita dapat menulis

a = â + ϵa

dan

b = b̂ + ϵb

Di bawah ini akan diperlihatkan bagaimana galat merambat pada hasil penjumlahan dan perkalian a dan
b.
Untuk penjumlahan,

a + b = (â + ϵa ) + (b̂ + ϵb ) = (â + b̂) + (ϵa + ϵb )

Jadi, galat hasil penjumlahan sama dengan jumlah galat masing-masing operand.
Untuk perkalian,

ab = (â + ϵa )(b̂ + ϵb ) = âb̂ + âϵb + b̂ϵa + ϵa ϵb

yang bila kita susun menjadi

ab − âb̂ = âϵb + b̂ϵa + ϵa ϵb

Dengan mengandaikan bahwa

a ̸= 0 dan b ̸= 0,

maka galat relatifnya adalah

Dengan mengandaikan bahwa a dan aˆ hampir sama besar, yaitu aeaˆ , begitu juga b dan bˆ, dan ea
dan eb sangat kecil maka

â/a ≈ 1, b̂/b ≈ 1,

dan

(ϵa /a)ϵb /b) ≈ 0

Jadi, galat relatif hasil perkalian sama dengan jumlah galat relatif masing-masing operand.
Jika operasi aritmetika hanya dilakukan sekali saja, maka kita tidak perlu terlalu khawatir terhadap galat
yang ditimbulkannya. Namun, bila operasi dilakukan terhadap seruntunan komputasi, maka galat operasi
aritmetika awal akan merambat dalam seruntunan komputasi. Bila hasil perhitungan sebuah operasi
aritmetika dipakai untuk operasi selanjutnya, maka akan terjadi penumpukan galat yang semakin besar,
yang mungkin mengakibatkan hasil perhitungan akhir menyimpang dari hasil sebenarnya. Ketidakpastian
hasil akibat galat pembulatan yang bertambah besar itu dapat menyebabkan perhitungan menjadi tidak
stabil (unstable atau instability), sedangkan lawannya adalah stabil, yang merupakan proses numerik
yang diinginkan. Metode komputasi dikatakan stabil jika galat pada hasil antara (intermediate) hanya
sedikit pengaruhnya pada hasil akhir. Jika galat pada hasil antara memberikan pengaruh yang besar
pada hasil akhir maka metode komputasinya dikatakan tidak stabil [KRE88] (Munir, 2015: 49-50)
 Bilangan Titik Mengambang

Bilangan Titik Mengambang (Floating-point) adalah format bilangan yang dapat digunakan bagi mem-
presentasikan sebuah nilai yang sangat luhur atau sangat kecil. Bilangan ini direpresentasikan diprediksi
menjadi dua anggota, yakni anggota mantisa dan anggota eksponen (E). Anggota mantisa menentukan
digit dalam angka tersebut, sementara eksponen menentukan nilai berapa luhur pangkat pada anggota
mantisa tersebut (pada posisi titik desimal).
Contoh:
bilangan 314600000 dan bilangan 0.0000451 dapat direpresentasikan dalam bentuk bilangan floating
point:

3146E5 dan 451E − 7( artinya 3146 × 105 , dan 451 × 10− 7).

Titik Mengambang Normal (Normalized Floating-Point)

Misalkan x adalah suatu bilangan desimal bukan nol. Kita dapat menya-
takan x dalam bentuk

x = σ.m.10p

dengan σ = +1 atau σ = −1, dan 0.1≤m < 1. Besaran σ, m, p

berturut-turut disebut tanda, mantis, dan eksponen atau pangkat.

Contoh :

13.642 = 0.13642 × 102

 Aritmetika Interval

Dalam praktik komputasi, nilai-nilai x dan y mungkin tidak diketahui. Hanya hampiran-hampirannya,
yaitu

x̄ dan ȳ

yang diketahui. Teknik untuk menentukan batas-batas

ex̄ ⊗ ȳ

dikenal sebagai aritmetika interval. Jika batas-batas

x − x̄ dan y − ȳ

diketahui, maka dapat ditentukan sebuah interval yang memuat

ex̄ ⊗ ȳ

Contoh
 √
2 ≈ ...

>x0=1

>x1=(x0+2/x0)/2

1.5

>x2=(x1+2/x1)/2

1.41666666667

>x3=(x2+2/x2)/2

1.41421568627
>longest iterate("(x+2/x)/2",1,10)’

1
1.5
1.416666666666667
1.41421568627451
1.41421356237469
1.414213562373095
1.414213562373095
1.414213562373095
1.414213562373095
1.414213562373095
1.414213562373095

>akar2=iterate("(x+2/x)/2",5)

1.41421356237

>akar2^2

Iterasi tersebut konvergen ke

√
2.
Mengapa? Perhatikan iterasi:

xn = (xn−1 + 2/xn−1 )/2.

Jika iterasi tersebut konvergen, artinya:

xn = xn−1 , setelah nilai n tertentu.

Berarti nilai konvergennya adalah nilai x yang memenuhi

x = (x + 2/x)/2 atau x2 = 2.

√
3 ≈ ...

>longest iterate("(x+3/x)/2",5,10)’

5
2.8
1.935714285714285
1.742764891934633
1.732083741329572
1.732050807881978
1.732050807568877
1.732050807568877
1.732050807568877
1.732050807568877
1.732050807568877
>longest sqrt(3)

1.732050807568877

Berapakah
v v
u u s
u r
√
u u q
t t
1 + 1 + 1 + 1 + ... + 1 + 3

>longest iterate("sqrt(1+x)",1)’

1.618033988748632

>longest solve("x^2-x-1",3)

1.618033988749895

>longest (1+sqrt(5))/2

1.618033988749895
 x x2 x3
ex = 1 + + + + ...
1! 2! 3!

>n=0:10

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

>x=1

>s=x^n/n!;
>longest s’

1
1
0.5
0.1666666666666667
0.04166666666666666
0.008333333333333333
0.001388888888888889
0.0001984126984126984
2.48015873015873e-005
2.755731922398589e-006
2.755731922398589e-007
>longest sum(s)

2.718281801146385

Jadi didapatkan nilai hampiran

e ≈ 2.718281801146385

>sum(1:100)

5050

>longest sum(1/(1:10000000))

16.69531136585727

>function deretexponen(x,n) ...

m=0:n;
s=x^m/m!;
return sum(s);
endfunction
>longest deretexponen(1,9)

2.718281525573192

>longest deretexponen(1,10)

2.718281801146385

Rumus Brothers (2004) untuk menghitung nilai e:

∞
X 2n + 2
e=
n=0
(2n + 1)!

>function brothers(n) ...

m=0:n;
s=(2*m+2)/(2*m+1)!;
return sum(s);
endfunction

>longest brothers(4)
 2.718281525573192

>longest brothers(5)

2.718281826198493

>10^7/5

2000000

>13!/2^13

760134.375

>15!/2^15

39907054.6875

>longest deretexponen(2,16)
 7.389056098516415

>longest deretexponen(2,15)

7.389056095384136

(1 − x)2 (1 − x)3
ln x = ln(1 − (1 − x)) = −(1 − x) − − − ..., 0 < x ≤ 2
2 3

> function deretln(x,n) ...

m=1:n;
s=-(1-x)^m/m;
return sum(s);
endfunction

>long deretln(pi/2,18)

0.451581899223

>long deretln(pi/2,19)

0.451583141987
>long log(pi/2)-deretln(pi/2,30)

5.86745207976e-010

>long log(2)-deretln(2,499999)

-1.00000105929e-006

>long log(5)-(2*deretln(2,1000000)+deretln(5/4,1000000))

9.9999938552e-007

Hasil perhitungan

(1 − x)2 (1 − x)3
ln x = ln(1 − (1 − x)) = −(1 − x) − − − ..., 0 < x ≤ 2
2 3
dengan mengambil n suku pertama agar galat hampiran kurang dari 0.000001.

Nilai Banyak Jumlah Nilai Galat

x suku (n) n suku Fungsi Hampiran
1 1 0 0 0
5/4 8 0.22314320518857 0.22314355131421 0.00000034612564
π/2 18 0.45158189922284 0.45158270528945 0.00000080606661
2 500000 0.69314618056100 0.69314718055995 0.00000099999894
π 500000 1.14472888585046 1.14472988584940 0.00000099999894
5 1000000 1.60943691243471 1.60943791243410 0.00000099999939
10 1500000 2.30258409299462 2.30258509299405 0.00000099999943

Kesimpulan:
==========
Untuk nilai x mulai dari 2 dan seterusnya, banyak suku yang harus dijumlahkan sangat besar agar galat
hampirannya kurang dari yang ditentukan (deretnya sangat lambat).

>function deretcos(x,n) ...

m=1:n; s=(-1)^(m-1)*x^(2*(m-1))/(2*(m-1))!;
return sum(s);
endfunction

>deretcos(pi/4,4)

0.707103214823
>deretcos(pi/4,5) // using 5 first terms gives result with 6 significant digits

0.707106805683

>deretcos(pi/4,6)

0.707106781072

>deretcos(pi,7)

-0.999899529704

>deretcos(pi,8)

-1.00000416781

>deretcos(pi,9)

-0.99999986474
>function deretsin(x,n) ...

m=1:n; s=(-1)^m*x^(2*m-1)/(2*m-1)!;
return sum(s);
endfunction

>deretsin(pi/4,4)

-0.707106469575

>deretsin(pi/4,5)

-0.707106782937

>n=3; (pi/4)^(2*n+1)/(2*n+1)!*sqrt(2)

5.17265640146e-005

>n=4; (pi/4)^(2*n+1)/(2*n+1)!*sqrt(2)
 4.43160350565e-007

>10^7/(5*log(2))-1

2885389.08178