AKAR PERSAMAAN TAK LINIER

Secara matematis, mencari akar persamaan berarti menyelesaikan

persamaan dengan bentuk :
f(x) = 0 ; x merupakan variabel tunggal.
Yang artinya : kita mencari nilai x sehingga f(x) berharga nol.
Dalam pembahasan ini nilai x dicari secara iteratif. Mula-
mula x ditebak dengan nilai xo, dan selanjutnya dihitung x1, x2, …xn,
secara iteratif sampai nilai f(xn) – 0 < ε. Dimana ε adalah toleransi
ketepatan penghitungan, atau iterasi menjadi divergen.
Marilah kita coba mencari akar persamaan dari fungsi berikut :
f(x) = e-x – x

Untuk menyelesaikan persamaan seperti ini ada beberapa cara:

 Solusi Persamaan Non Linear (i)
1) Metode Akolade (bracketing method)
Contoh: • Metode Biseksi
(Bisection Method)

• Metode Regula Falsi

(False Position Method)

Keuntungan: selalu konvergen

Kerugian: relatif lambat konvergen

a. Metode Bagi Dua/ Bisection Methods
Metode ini memerlukan dua buah titik tebakan, a
dan b, dengan syarat f(a) * f(b) < 0.
Nilai c (akar persamaan yang dicari) ditentukan
secara iterative dengan persamaan:
Y f(bo)
f(c1)
a n 1  bn 1
ao ξ cn bo X Cn  n=1,2,3 ...
2
f(ao)
Jika f(cn) bernilai positif ( + ) berarti cn ada di
sebelah kanan ξ sehingga untuk iterasi
selanjutnya cn menggantikan bn-1 ,
sebaliknya jika f(cn) bernilai negatif ( - )
berarti cn ada disebelah kiri ξ sehingga untuk
iterasi selanjutnya cn menggantikan an-1 .

Iterasi dihentikan jika |f(cn) – f(cn-1) | ≤

toleransi
b. Metode Posisi Palsu / Regular Falsi
Jika f(an-1) . f(xn) < 0 berarti akar ada disebelah
kiri xn (dengan kata lain xn ada di sebelah kanan ξ) ,
maka xn menggantikan bn-1 dan f(xn) menggantikan
f(bn-1). Y f(b )
0

bn 1  a n1
xn  a n1  . f (a n 1 )
f (bn 1 )  f (a n 1 )
a0 xn b0 n = 1, 2, 3,…

f(a0)

Jika f(an-1) . f(xn) > 0 berarti akar ada disebelah kanan

xn , maka xn menggantikan an-1 dan f(xn)
menggantikan f(an-1).
Zolat: carilah solusi dari model simulasi
waktu paruh T ½ = X + ln X - 5

• Gunakan metode pengapitan akar bagi dua

dan posisi palsu dengan a0 = 3,2 dan b0 = 4,0
untuk 4 iterasi pertama
 Dengan metode bagi dua

Error =
n a f(a) b f(b) c = (a+b) / 2 f( c )
f(Cn) - f(Cn-1)

1 3.2 -0.63684919 4 0.386294361 3.6 -0.119066155 0.119066155

2 3.6 -0.119066155 4 0.386294361 3.8 0.135001067 0.254067221
3 3.6 -0.119066155 3.8 0.135001067 3.7 0.00833282 0.126668247
4 3.6 -0.119066155 3.7 0.00833282 3.65 -0.055272832 0.063605652
5 3.65 -0.055272832 3.7 0.00833282 3.675 -0.023446867 0.031825965
6 3.675 -0.023446867 3.7 0.00833282 3.6875 -0.007551278 0.015895589
7 3.6875 -0.007551278 3.7 0.00833282 3.69375 0.000392202 0.007943481
8 3.6875 -0.007551278 3.69375 0.000392202 3.690625 -0.00357918 0.003971382
9 3.690625 -0.00357918 3.69375 0.000392202 3.6921875 -0.001593399 0.001985780
10 3.6921875 -0.001593399 3.69375 0.000392202 3.69296875 -0.000600576 0.000992823
11 3.69296875 -0.000600576 3.69375 0.000392202 3.693359375 -0.000104181 0.000496395
12 3.693359375 -0.000104181 3.69375 0.000392202 3.693554688 0.000144012 0.000248193
13 3.693359375 -0.000104181 3.6935547 0.000144012 3.693457031 1.99156E-05 0.000124096
14 3.693359375 -0.000104181 3.693457 1.99156E-05 3.693408203 -4.21328E-05 6.20484E-05
15 3.693408203 -4.21328E-05 3.693457 1.99156E-05 3.693432617 -1.11086E-05 3.10242E-05
 Dengan metode posisi palsu
bn 1  a n1
xn  a n1  . f (a n 1 )
f (bn 1 )  f (a n 1 )

Error =
n a f(a) b f(b) Xn f( Xn)
f(Xn) - f(Xn-1)
1 3.2 -0.63684919 4 0.386294361 3.697954907 0.005734846
2 3.2 -0.63684919 3.697954907 0.005734846 3.448977454 -0.31294475 0.318679596
3 3.448977454 -0.31294475 3.697954907 0.005734846 3.57346618 -0.152997776 0.159946974
4 3.573466180 -0.152997776 3.697954907 0.005734846 3.635710544 -0.073484891 0.079512884
5 3.635710544 -0.073484891 3.697954907 0.005734846 3.666832726 -0.033839003 0.039645889
6 3.666832726 -0.033839003 3.697954907 0.005734846 3.682393816 -0.014043149 0.019795853
7 3.682393816 -0.014043149 3.697954907 0.005734846 3.690174362 -0.004151929 0.009891221
8 3.690174362 -0.004151929 3.697954907 0.005734846 3.694064634 0.000792013 0.004943942
9 3.690174362 -0.004151929 3.694064634 0.000792013 3.692119498 -0.001679819 0.002471832
10 3.692119498 -0.001679819 3.694064634 0.000792013 3.693092066 -0.000443868 0.001235951
11 3.693092066 -0.000443868 3.694064634 0.000792013 3.69357835 0.000174081 0.000617949
12 3.693092066 -0.000443868 3.69357835 0.000174081 3.693335208 -0.000134891 0.000308973
13 3.693335208 -0.000134891 3.69357835 0.000174081 3.693456779 1.95955E-05 0.000154487
14 3.693335208 -0.000134891 3.693456779 1.95955E-05 3.693395994 -5.76478E-05 7.72433E-05
15 3.693395994 -5.76478E-05 3.693456779 1.95955E-05 3.693426387 -1.90261E-05 3.86217E-05
 Solusi Persamaan Non Linear (ii)
2) Metode Terbuka

Contoh: • Iterasi Titik-Tetap

(Fix Point Iteration)
• Metode Newton-Raphson
• Metode Secant
Keuntungan: cepat konvergen
Kerugian: tidak selalu konvergen
(bisa divergen)
 a. Metode Titik Tetap
• Digunakan untuk mengatasi kendala pemilihan
dua titik awal pada metode sebelumnya.
• Dilakukan dengan mengubah bentuk
persamaannya dari f(x) = 0  x = g(x)
• Dengan memilih nilai awal sebarang titik Xo
iterasi dapat dilakukan sebagai berikut:
Xn+1 = g (Xn) dengan n = 0, 1, 2, 3, ...
Stop iterasi jika |Xn+1 – Xn |< Toleransi
Jika |gradien| > 1, Iterasi tidak akan konvergen
 b. Metode Newton Raphson
(dengan pendekatan garis singgung kurva)
• Akar persamaan dalam metode ini didekati
f (X )
dengan persamaan berikut : X  X 
f '(X )
n n 1
n 1

n 1
Algoritma
Masukan : f(x), f’(x), x0, tol
Keluaran : akar
Langkah-langkah :
•Iterasi = 1
•Jika f’(x0) = 0 maka proses gagal. Selesai
f (X )
X baru  X 
f '(X )
f ( x)
•Jika  tol maka akar = xbaru. Selesai
f ' ( x)
• x = xbaru
• Iterasi = iterasi + 1
• Jika Iterasi < batas iterasi, kembali ke langkah 2
• Batas itersai tercapai. Selesai
 Akar Ganda
y  ( x  1)3
y  ( x  1) 2

y  ( x  1) 4
c. Metode Tali Busur / Secant Method
Merupakan modifikasi metode Newton-Raphson

F(X0)

F(X1) F(X0)

F(X1)
F(X2)
F(X2)

X X3
X2 X0 X
X1 X2 X0
Y = F(X) Y = F(X) X1

Newton-Raphson Method Secant Method

 f ( X n 1 )
X n  X n 1  Newton-Raphson
Method
f ' ( X n 1 )

Secant Method

X n  ( X n 1 )
X n 1  X n  f (Xn)
f ( X n )  f ( X n 1 )
 Secant Method Algorithm
• Input : fungsi f(x) , tebakan awal x0 dan x1 ,
batas toleransi T , dan maksimum iterasi N
• Output : p sedemikian f(p) = 0 atau error
• Langkah-langkah:
– Set i=2, q0=f(x0) , q1=f(x1)
– While i ≤ 0 , do
• Hitung x = x1 –q1(x1-x0) / (q1 – q0)
• If |x1-x0| < T then set p = x ; go to stop
• Set i = i + 1
• set x0 = x1 dan x1 = x , q0 = q1 dan q1 = f(x1)
- Tulis pesan “metode gagal setelah N iterasi”
- Stop
Carilah akar persamaan dari fungsi berikut ini
e(-x)sin(x)+3x = 0
menggunakan metode2 yang telah dipelajari di atas