MODUL

METODE NUMERIK

OLEH:
PRATIWI DWI WARIH S., S.Si, M.Pd

JURUSAN PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS PANCA MARGA
2018
BAB 1
 DERET TAYLOR DAN ANALISIS GALAT

2.1. PENDAHULUAN
Metode numerik merupakan teknik-teknik yang digunakan untuk merumuskan
masalah-masalah matematika agar dapat diselesaikan dengan operasi-operasi aritmatika
(hitungan) biasa (tambah, kurang, kali, dan bagi). Ada beberapa alasan mengapa
mempelajari metode numerik, yaitu:
1) Metode numerik merupakan alat untuk memecahkan masalah matematika yang sangat
handal. Banyak permasalahan teknik yang mustahil dapat diselesaikan secara analitik,
karena kita sering dihadapkan pada sistem-sistem persamaan yang besar, tidak linear
dan cakupan yang kompleks, dapat diselesaikan dengan metode numerik.
2) Program paket numerik, misalnya MATLAB, MAPLE, dan sebagainya yang
digunakan untuk menyelesaikan masalah matematika dengan metode numerik dibuat
oleh orang yang mempunyai dasar-dasar teori metode numerik.
3) Banyak masalah matematika yang tidak dapat diselesaikan dengan memakai program
paket atau tidak tercakup dalam program paket. Oleh karena itu kita perlu belajar
metode numerik untuk dapat membuat program paket (software) untuk masalah
sendiri.
4) Metode numerik merupakan suatu sarana yang efisien untuk mempelajari penggunaan
komputer. Belajar pemrograman secara efektif adalah menulis program komputer.
Metode numerik mengandung bagian yang dirancang untuk diterapkan pada
komputer, misalnya membuat algoritma.
5) Metode numerik merupakan suatu sarana untuk lebih memahami matematika. Karena
fungsi metode numerik adalah menyederhanakan matematika yang lebih tinggi dengan
operasi-operasi hitungan dasar.
 Tahap – tahap dalam menyelesaikan masalah matematika secara numerik
dengan memakai alat bantu komputer secara umum adalah:
1) Pemodelan
2) Pemilihan metode (algoritma) numerik
3) Pemrograman (koding)
4) Dokumentasi
5) Penafsiran hasil.

2.2. DERET TAYLOR

Kebanyakan dari metode – metode numerik yang diturunkan didasarkan pada
penghampiran fungsi ke dalam bentuk polinom. Fungsi yang bentuknya kompleks
menjadi lebih sederhana bila dihampiri dengan polinom, karena polinom merupakan
bentuk fungsi yang paling mudah dipahami kelakuannya.
Solusi numerik merupakan pendekatan (hampiran) terhadap solusi sejati,
sehingga terdapat galat (error) sebesar selisih antara solusi sejati dengan solusi hampiran.
Galat pada solusi numerik harus dihubungkan dengan seberapa teliti polinomial dalam
menghampiri fungsi yang sesungguhnya. Biasanya dalam menghampiri fungsi yang
sesungguhnya, orang menggunakan apa yang disebut dengan deret Taylor.
Deret Taylor biasanya digunakan untuk kuantifikasi atau perkiraan besar
kesalahan.
Andaikan f dan semua turunannya, f ' , f ' ' , f ' ' ' , …, menerus dalam selang
[a , b]. Misal x 0 ∈[a , b] , maka untuk nilai-nilai x disekitar x 0 dan x ∈[a , b] , f ( x) dapat
diperluas ke dalam deret Taylor:
2
( x−x 0 ) ( x−x 0 ) ( x−x 0 )
f ( x )=f ( x 0 ) + f ' ( x0)+ f '' ( x0 ) + …+ f m ( x0 ) + …
1! 2! m!
2.3. ANALISIS GALAT
Menganalisis galat sangat penting 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. Kita
harus memahami dua hal: (1) bagaimana menghitung galat, dan (2) bagaimana galat
timbul.
Misalkan a^ adalah nilai hampiran terhadap nilai sejati a , maka selisih
ε =a−^a
disebut galat. Sebagai contoh, jika a^ =10.5 adalah nilai hampiran dari a=10.45, maka
galatnya adalah ε =−0.01 . Jika tanda galat (positif atau negatif) tidak dipertimbangkan,
maka galat mutlak dapat didefinisikan sebagai
|ε|=|a− a^|
Sayangnya, ukuran galat ε kurang bermakna sebab ia tidak menceritakan
seberapa besar galat itu dibandingkan dengan nilai sejatinya. Untuk mengatasi interpretasi
nilai galat ini, maka galat harus dinormalkan terhadap nilai sejatinya. Gagasan ini
melahirkan apa yang dinamakan galat relatif.

Galat relatif dinyatakan sebagai:

ε
ε R=
a
atau dalam persentase:
ε
ε R = ×100 %
a
 BAB 2
SOLUSI PERSAMAAN NIRLANJAR

2.1. PENDAHULUAN
Persoalan mencari solusi persamaan nirlanjar (non linear) dapat dirumuskan
secara singkat sebagai berikut: tentukan nilai x yang memenuhi persamaan
f ( x )=0
yaitu nilai x=s sedemikian sehingga f (s ) sama dengan nol.

2.2. METODE TERTUTUP atau metode pengurung (bracketing method)

Metode yang termasuk ke dalam golongan ini mencari akar di dalam selang [a , b].
Selang [a , b] sudah dipastikan berisi minimal satu buah akar, karena itu metode jenis ini
selalu berhasil menemukan akar. Dengan kata lain, lelarannya (iterasi) selalu konvergen
(menuju) ke akar, karena itu metode tertutup kadang-kadang dinamakan dinamakan juga
metode konvergen.
Ada dua metode klasik yang termasuk ke dalam metode tertutup, yaitu metode
bagidua dan metode regula-falsi.

2.2.1. Metode Bagidua

Metode ini menggunakan bantuan selang tertutup, misal [a , b], sehingga
f ( a ) f ( b ) <0 . Pada setiap kali lelaran, selang [a , b] kita bagi dua di x=c , sehingga terdapat
dua buah upaselang yang berukuran sama, yaitu selang [a , c ] dan [c , b ]. Selang yang
diambil untuk lelaran berikutnya adalah upaselang yang memuat akar, bergantung pada
apakah f ( a ) f ( c )< 0 atau f ( c ) f ( b )< 0.
 Bagi dua di

ya tidak

Selang baru: [a,c] Selang baru: [a,c]

Contoh: Tentukan akar-akar persamaan berikut:

f ( x )=x 2−3 x−1=0
a. Dengan cara eksak/ biasa
b. Metode bagidua dengan selang [3,4]
Penyelesaian:
a. Dengan cara eksak
−b ± √ b2−4 ac 3 ± √ 9+4 3± 3,60555
x 1,2= = = =3,30278
2a 2 2
Jadi, diketahui akar eksak yang diminta = 3,30278
b. Algoritma MATLAB untuk Metode Bagidua sebagai berikut:
disp(‘====================================================’);
disp(‘ METODE BAGIDUA ‘);
disp(‘====================================================’);

clear all;
clc;
a=input(‘masukkan batas atas=’);
b=input(‘masukkan batas bawah=’);
epsilon=input (‘batas lebar=’);
iterasi=1;
disp(‘r a b c f(a) f(c) selang baru lebar’);
while abs (b-a)>epsilon;
c=(a+b)/2
fc=c^2-3*c-1;
fa=a^2-3*a-1;
fb=b^2-3*b-1;
fprint(‘%3f %3.4f %5.4f %5.4f %10.7f %10.7f %10.7f’,iterasi,a,b,c,
fa,fb,fc);
if fa*fc<0;
b=c;
selang=’[a,c]’;
elseif fa*fc>0
a=c
selang=’[c,b]’;
else
selang=’[a,c]’;
break;
end
fprintf(‘%8s %10.7f\n’,selang,abs(b-a));
iterasi=iterasi+1;
end
akar=c;
disp(‘’)
fprintf(‘Akar persamaan adalah=%8.7f\n’,akar);
disp([‘Jumlah iterasi adalah=’,num2str(iterasi)]);
2.2.2. Metode Regula-Falsi
Metode Bagidua cenderung membutuhkan iterasi yang lama, untuk itu
dibutuhkan suatu metode yang memiliki kecepatan konvergensi. Metode Regula-Falsi ini
juga memperhitungkan nilai f (a) dan f (b), sehingga bila f (a) lebih dekat ke nol daripada
f (b), maka akar lebih dekat ke x=a daripada x=b .
Dari gambar diketahui persamaan garis AB:
y− y1 x−x 1 y−f ( a ) x−a
= ↔ =
y 2− y 1 x 2−x 1 f ( b )−f (a) b−a
Melaui titik (c , 0) sehingga disederhanakan menjadi:
f ( b )−( a−b )
c=b−
f ( a )−f (b)
Dari contoh 1 diatas, maka algoritma MATLAB dengan Metode Regula-Falsi adalah:
disp(‘====================================================’);
disp(‘ METODE REGULA-FALSI ‘);
disp(‘====================================================’);

clear all;
clc;
E=inf;
C1=0;
a=input(‘masukkan batas atas=’);
b=input(‘masukkan batas bawah=’);
error=input(‘masukkan batas error yang diinginkan=’);
i=0;disp(‘iterasi akan berhenti saat E<error’);
fprintf(‘================================================’);
fprintf(‘