Soal.

Tentukan solusi dari persamaan 𝑦 ′ − 3𝑥 5 = 2 jika diketahui y(1) = ½ dari t= 0

dan t = 2, dengan menggunakan penyelesaian analitik dan numerik !
Penyelesaian.
1. PENYELESAIAN DENGAN PERSAMAAN DIFFERENSIAL BIASA
𝑦 ′ − 3𝑥 5 = 2
𝑑𝑦
(−3𝑥 5 ) = 2
𝑑𝑥
𝑑𝑦
= 3𝑥 5 + 2 dx
𝑑𝑥
𝑑𝑦
∫ 𝑑𝑥 = ∫(3𝑥 5 + 2)𝑑𝑥
3 1
𝑦 = 6 𝑥 6 + 2𝑥 +C = 2 𝑥 6 + 2𝑥 +C
1
Jadi, solusi Persamaan Differensial tersebut adalah 𝑦 = 𝑥 6 + 2𝑥 +C
2

Karena y(1) = ½ . Berarti x = 1 maka y = ½

1
𝑦= 𝑥 6 + 2𝑥 +C
2
1 1
= (1)6 + 2(1) +C
2 2

−2 = C
1
𝑦= 𝑥 6 + 2𝑥 -2 (nilai asli fungsi).
2

2. PENYELESAIAN DENGAN METODE TAYLOR

- Perhitungan Matlab
clc;
clear all;

a=1;
b=2;
n=10;
h=(b-a)/n;
t=zeros (n+1,1);

for i=1:n+1
t(i)=a+(i-1)*h;
end

%penyelesaian asli

1
was=zeros(n+1,1);
was(1)=2;
for i=2:n+1
was(i)= fas(t(i));
end
%taylor
tay=zeros (n+1,1);
tay(1)=2;

for i=2:n+1
tay(i)=tay(i-1)+ h*(f(t(i-1),tay(i-1))+(h/2)*faks1(t(i-1),tay(i-1))+...
(h/6)*faks2(t(i-1),tay(i-1))+(h/24)*faks3(t(i-1),tay(i-1)));
end

%nilai error
e=zeros (n+1,1);
for i=1:n+1
e(i)=abs(tay(i)-was(i));
end

figure (1)
plot (t,tay,t,was)
xlabel ('t')
legend ('taylor','penyelesaian asli')
figure (2)
plot(t,e)
xlabel('t')
ylabel ('error')

- Tabel Perbandingan
Perhitungan asli Perhitungan metode Nilai eror
taylor
2 2 0
200.096.000.000.000 160.000.000.000.000 0.400960000000000
203.072.000.000.000 129.568.640.000.000 0.735033600000000
223.328.000.000.000 113.737.600.000.000 109.590.400.000.000
298.304.000.000.000 121.532.160.000.000 176.771.840.000.000
5 168.121.600.000.000 331.878.400.000.000
946.496.000.000.001 278.121.600.000.000 668.374.400.000.000
181.347.200.000.000 490.509.440.000.000 132.296.256.000.000

2
 334.572.800.000.000 865.612.800.000.000 248.011.520.000.000
586.870.400.000.000 149.463.296.000.000 437.407.104.000.000
98 251.216.320.000.000 728.783.680.000.000
Tabel 1. Nilai dengan perhitungan asli, perhitungan metode taylor dan
nilai eror
Pada tabel diatas dapat dilihat bahwa perbandingan nilai penyelesaian asli
dan penyelesaian menggunakan metode taylor pada awalnya memiliki nilai sama
, namun dengan bertambahnya waktu nilai dari penyelesaian asli dan metode
taylor berbeda . perhitungan dengan metode taylor menunjukkan nilai lebih kecil
dari pada perhitungan asli, dan nilai eror yang dihasilkan semakin bertambahnya
waktu semakin meningkat.

- Gambar Grafik

Gambar 1. Penyelesaian metode taylor

Dari gambar 1 dapat diketahui bahwa nilai penyelesaian asli dengan

penyelesaian dengan metode taylor grafik berjauhan. Dengan kedua grafik yang
awalnya berhimpitan, namunn seiring bertambahnya t grafik perhitungan asli
semakin naik menjauhi grafik perhitungan dengan metode taylor, dan grafik
metode taylor menunjukkan nilai dibawah perhitungan asli.

3
 Gambar 2. Grafik nilai eror penyelesaian asli dan metode taylor

Pada gambar 2 grafik dapat diketahui bahwa nilai eror mengalami kenaikan
pada waktu setelah 0,4 dan terus mengalami kenaikan sampai waktu 2 dengan
maksimal nilai eror 70.

3. PENYELESAIAN DENGAN METODE EULER

- Perhitungan dengan Matlab

clc;
clear all;

n=10;
a=1;
b=5;
h=(b-a)/n;
t=zeros(n+1,1);

for i=1:n+1
t(i)=a+(i-1)*h;
end

w=zeros(n+1,1);
w(1)=0.5;

%asli
was=zeros(n+1,1);
was(1)=0.5;
for i=2:n+1
was(i)=fas(t(i));
end

4
%Metode Euler
w_el=zeros(n+1,1);
w_el(1)=0.;
for i=2:n+1
w_el(i)=w_el(i-1)+h*f(t(i-1),w_el(i-1));
end

plot (t,w_el,'g',t,was)
figure (2)
plot(t,e)
xlabel('t')
ylabel ('error')

- Tabel Perbandingan

Perhitungan asli Perhitungan metode Eror

euler
0.500000000000000 2 150.000.000.000.000
200.096.000.000.000 164.000.320.000.000 0.360956800000000
203.072.000.000.000 136.021.120.000.000 0.670508800000000
223.328.000.000.000 116.274.880.000.000 107.053.120.000.000
298.304.000.000.000 105.818.880.000.000 192.485.120.000.000
5 108.129.600.000.000 391.870.400.000.000
946.496.000.000.001 132.059.520.000.000 814.436.480.000.001
181.347.200.000.000 196.637.120.000.000 161.683.488.000.000
334.572.800.000.000 338.170.880.000.000 300.755.712.000.000
586.870.400.000.000 620.118.080.000.000 524.858.592.000.000
98 114.617.920.000.000 865.382.080.000.000
Tabel 2. Nilai perhitungan asli, perhitungan metode euler dan eror
Pada tabel diatas dapat dilihat bahwa perbandingan nilai penyelesaian asli
dan penyelesaian menggunakan metode euler berbeda . perhitungan dengan
metode euler menunjukkan nilai lebih kecil dari pada perhitungan asli, dan nilai
eror yang dihasilkan semakin bertambahnya waktu semakin meningkat.

- Gambar Grafik

5
 Gambar 3. Grafik nilai penyelesaian asli dan penyelesaian dengan metode
euler
Dari gambar 3 dapat diketahui bahwa nilai penyelesaian asli dengan
penyelesaian dengan metode euler grafik sedikit berjauhan. Dengan grafik
penyelesaian asli naik dan grafik penyelesaian euler awalnya berhimpit, namun
seiring dengan bertambahnya t kedua tabel tersebut bergerak menjauhi satu sama
lain. Dan grafik perhitungan dengan metode euler lebih rendah dari pada grafik
perhitungan asli.

Gambar 4. Grafik nilai eror metode euler

Pada gambar 4 grafik dapat diketahui bahwa nilai eror mengalami kenaikan
pada waktu setelah 2,5 dan terus mengalami kenaikan sampai waktu 5 dengan
maksimal nilai eror 4000.

4. PENYELESAIAN DENGAN METODE MIDPOINT

- Perhitungan dengan Matlab

6
clc;
clear all;

n=100;
a=1;
b=3;
h=(b-a)/n;
t=zeros(n+1,1);

for i=1:n+1
t(i)=a+(i-1)*h;
end

%asli
was=zeros(n+1,1);
was(1)=-2;
for i=2:n+1
was(i)=fas(t(i));
end

%midpoin metode
w_mid=zeros(n+1,1);
w_mid(1)=-2;
for i=2:n+1
w_mid(i)=w_mid(i-1)+h*f(t(i-1)+h/2,w_mid(i-1)+(h/2)*f(t(i-1),w_mid(i-1)));
end

plot (t,w_mid,'*g',t,was,'r')
figure (2)
plot(t,e)
xlabel('t')
ylabel ('error')

- Tabel Perbandingan

Perhitungan Perhitungan metode Nilai eror

penyelesaian asli midpoin
-2 -2 0
200.000.000.960.000 - 403.960.000.959.999
203.959.999.999.999
200.000.030.720.000 - 407.840.030.719.270
207.839.999.999.270
200.000.233.280.000 - 411.640.233.263.645
211.639.999.983.645

7
 200.000.983.040.000 - 415.360.982.905.996
215.359.999.865.996
200.003.000.000.000 - 419.002.999.334.555
218.999.999.334.555
200.007.464.960.000 - 422.567.462.522.994
222.559.997.562.994
200.016.134.720.000 - 426.056.127.456.185
226.039.992.736.185
200.031.457.280.000 - 429.471.438.625.560
229.439.981.345.560
200.056.687.040.000 - 432.816.644.247.991
232.759.957.207.991
200.096.000.000.000 - 4.360.959.101.621.100
235.999.910.162.110
Tabel 3. Nilai perhitungan asli, perhitungan metode midpoin dan eror

Pada tabel diatas dapat dilihat bahwa perbandingan nilai penyelesaian asli
dan penyelesaian menggunakan metode midpoin pada awalnya memiliki nilai
sama , namun dengan bertambahnya waktu nilai dari penyelesaian asli dan
metode midpoin berbeda . perhitungan dengan metode midpoin menunjukkan
nilai lebih kecil dari pada perhitungan asli, dan nilai eror yang dihasilkan
semakin bertambahnya waktu semakin meningkat dan nilai eror yang dihasilkan
relatif besar.

- Gambar Grafik

Gambar 5. Grafik nilai perhitungan asli dengan perhitungan metode

midpoint

8
 Dari gambar 5 dapat diketahui bahwa nilai penyelesaian asli dengan
penyelesaian dengan metode midpoin grafik berjauhan. Kedua grafik awalnya
berdekatan, namun seiring bertambahnya nilai t kedua grafik bergeak menjauh.
Grafik midpoin lebih tinggi daripada grafik perhitungan asli.

Gambar 6. Grafik nilai eror metode midpoint

Pada gambar 6 grafik dapat diketahui bahwa nilai eror mengalami kenaikan
dari waktu 0 dan terus mengalami kenaikan sampai waktu 2 dengan maksimal
nilai eror 90.

5. PENYELESAIAN DENGAN METODE HEUN

- Perhitungan Matlab

clc;
clear all;

n=10;
a=1;
b=5;
h=(b-a)/n;
t=zeros(n+1,1);

for i=1:n+1
t(i)=a+(i-1)*h;
end

w=zeros(n+1,1);
w(1)=0.5;

%asli
was=zeros(n+1,1);
was(1)=0.5;

9
for i=2:n+1
was(i)=fas(t(i));
end

%Metode Heun
for i=2:n+1
w(i)=w(i-1)+(h/4)*(f(t(i-1),w(i-1)+3*f(t(i-1)+((2*h)/3),...
w(i-1)+(2*h/3)*f(t(i-1)+(h/3),w(i-1)+(h/3)*f(t(i-1),w(i-1))))));
end

plot (t,w,'g',t,was)
figure (2)
plot(t,e)
xlabel('t')
ylabel ('error')

- Tabel Perbandingan

Perhitungan nilai asli Perhitungan metode Nilai eror

heun
0.500000000000000 0.500000000000000 0
200.096.000.000.000 0.400000000000000 160.096.000.000.000
203.072.000.000.000 0.320001600000000 171.071.840.000.000
223.328.000.000.000 0.260104000000000 197.317.600.000.000
298.304.000.000.000 0.221270400000000 276.176.960.000.000
5 0.207824000000000 479.217.600.000.000
946.496.000.000.001 0.232824000000000 923.213.600.000.000
181.347.200.000.000 0.327473600000000 178.072.464.000.000
334.572.800.000.000 0.555712000000000 329.015.680.000.000
586.870.400.000.000 103.514.240.000.000 576.518.976.000.000
98 196.544.800.000.000 960.345.520.000.000
Tabel 4. Nilai perhitungan asli, perhiungan dengan metode heun dan eror
Pada tabel diatas dapat dilihat bahwa perbandingan nilai penyelesaian asli
dan penyelesaian menggunakan metode heun pada awalnya memiliki nilai sama
, namun dengan bertambahnya waktu nilai dari penyelesaian asli dan metode
heun berbeda . perhitungan dengan metode heun menunjukkan nilai lebih kecil
dari pada perhitungan asli, dan nilai eror yang dihasilkan semakin bertambahnya
waktu semakin meningkat dan nilai eror yang dihasilkan relatif besar.

10
 - Gambar grafik

Gambar 7. Grafik perbandingan nilai perhitungan asli dan perhitungan

dengan metode heun
Dari gambar 7 dapat diketahui bahwa nilai penyelesaian asli dengan
penyelesaian dengan metode heun grafik sangat berjauhan. Dengan grafik hasil
penyelesaian dengan metode heun lebih tinggi dari grafik penyelesaian asli.
Grafik dari perhitungan asli dan metode heun awalnya berhimpitan, namun
seiring bertambahnya t perhitungan dengan metode heun semakin meningkat
dan grafik perhitungan asli tetap stabil nilainya.

Gambar 8. Grafik nilai eror nilai asli dan perhitungan dengan metode
heun
Pada gambar 8 grafik dapat diketahui bahwa nilai eror mengalami kenaikan
pada waktu setelah 0 dan terus mengalami kenaikan sampai waktu 2 dengan
maksimal nilai eror < 90.

6. PENYELESAIAN DENGAN METODE RUNGE-KUTTA

- Perhitungan Matlab

clc;
clear all;

11
n=10;
a=1;
b=5;
h=(b-a)/n;
t=zeros(n+1,1);

for i=1:n+1
t(i)=a+(i-1)*h;
end

w=zeros(n+1,1);
w(1)=0.5;

%asli
was=zeros(n+1,1);
was(1)=0.5;
for i=2:n+1
was(i)=fas(t(i));
end

%Metode runge kuta

for i=2:n+1
k1=h*f(t(i-1),w(i-1));
k2=h*f(t(i-1)+(h/2),w(i-1)+k1/2);
k3=h*f(t(i-1)+(h/2),w(i-1)+k2/2);
k4=h*f(t(i),w(i-1)+k3);

w(i)=w(i-1)+(k1+2*k2+2*k3+k4)/6;
end

plot (t,w,'g',t,was)
figure (2)
plot(t,e)
xlabel('t')
ylabel ('error')

- Tabel Perbandingan
Perhitungan penyelesaian Perhitungan metode Nilai eror
asli runge-kutta
0.500000000000000 0.500000000000000 0
200.096.000.000.000 0.140001133333333 186.095.886.666.667
203.072.000.000.000 -0.139880933333333 217.060.093.333.333

12
 223.328.000.000.000 -0.337993400000000 257.127.340.000.000
298.304.000.000.000 -0.445003466666667 342.804.346.666.667
5 -0.428538333333333 542.853.833.333.333
946.496.000.000.001 -0.204001200000000 966.896.120.000.001
181.347.200.000.000 0.413044733333334 177.216.752.666.667
334.572.800.000.000 177.753.226.666.667 316.797.477.333.333
586.870.400.000.000 451.319.420.000.000 541.738.458.000.000
98 964.312.333.333.334 883.568.766.666.667
Tabel 5. Nilai Perhitungan asli, perhitungan dengan metode runge kutta dan
eror
Pada tabel diatas dapat dilihat bahwa perbandingan nilai penyelesaian asli
dan penyelesaian menggunakan metode runge-kutta pada awalnya memiliki nilai
sama , namun dengan bertambahnya waktu nilai dari penyelesaian asli dan
metode runge-kutta berbeda . perhitungan dengan metode runge-kutta
menunjukkan nilai lebih besar dari pada perhitungan asli, dan nilai eror yang
dihasilkan semakin bertambahnya waktu semakin meningkat.

- Gambar Grafik

Gambar 9. Grafik perbandingan nilai penyelesaian asli dengan metode

runge-kutta
Dari gambar 9 dapat diketahui bahwa nilai penyelesaian asli dengan
penyelesaian dengan metode rungee-kutta grafik awalnya berhimpit kemudian
semakin bertambahnya t nilai grafik penyelesaian runge-kutta semakin
meningkat sedangkan grafik perhitungan asli menunjukkan kodisi stabil..

13
 Gambar 10. Grafik perbandingan nilai asli dan perhitungan dengan
metode runge-kutta
Pada grafik dapat diketahui bahwa nilai eror mengalami kenaikan pada
waktu setelah 0 dan terus mengalami kenaikan sampai waktu 2 dengan maksimal
nilai eror 90.
PERBANDINGAN 6 METODE
- Perhitungan dengan matlab

clc;
clear all;

n=100;
a=0;
b=2;
h=(b-a)/n;
t=zeros(n+1,1);

for i=1:n+1
t(i)=a+(i-1)*h;
end

w=zeros(n+1,1);
w(1)=0.5;

14
%asli
was=zeros(n+1,1);
was(1)=0.5;
for i=2:n+1
was(i)=fas(t(i));
end
%taylor
tay=zeros (n+1,1);
tay(1)=2;

for i=2:n+1
tay(i)=tay(i-1)+ h*(f(t(i-1),tay(i-1))+(h/2)*faks1(t(i-1),tay(i-1))+...
(h/6)*faks2(t(i-1),tay(i-1))+(h/24)*faks3(t(i-1),tay(i-1)));
end

%nilai error
e=zeros (n+1,1);
for i=1:n+1
e(i)=abs(tay(i)-was(i));
end

%modifikasi euler
me=zeros(n+1,1);
me(1)=2;

for i=2:n+1
me(i)=me(i-1)+(h/2)*(f(t(i-1),me(i-1))+...
f(t(i),me(i-1)+h*f(t(i-1),me(i-1))));

15
end
%nilai error
e=zeros (n+1,1);
for i=1:n+1
e(i)=abs(me(i)-was(i));
end

%midpoin metode
w_mid=zeros(n+1,1);
w_mid(1)=-2;
for i=2:n+1
w_mid(i)=w_mid(i-1)+h*f(t(i-1)+h/2,w_mid(i-1)+(h/2)*f(t(i-1),w_mid(i-1)));
end

%nilai error
e=zeros (n+1,1);
for i=1:n+1
e(i)=abs(w_mid(i)-was(i));
end
%Metode Heun
for i=2:n+1
w_heun(i)=w(i-1)+(h/4)*(f(t(i-1),w(i-1)+3*f(t(i-1)+((2*h)/3),...
w(i-1)+(2*h/3)*f(t(i-1)+(h/3),w(i-1)+(h/3)*f(t(i-1),w(i-1))))));
end

%nilai error
e=zeros (n+1,1);
for i=1:n+1
e(i)=abs(w_heun(i)-was(i));

16
end
%Metode runge kuta
for i=2:n+1
k1=h*f(t(i-1),w(i-1));
k2=h*f(t(i-1)+(h/2),w(i-1)+k1/2);
k3=h*f(t(i-1)+(h/2),w(i-1)+k2/2);
k4=h*f(t(i),w(i-1)+k3);
w_runge(i)=w(i-1)+(k1+2*k2+2*k3+k4)/6;
end
%nilai error
e=zeros (n+1,1);
for i=1:n+1
e(i)=abs(w_runge(i)-was(i));
end
figure (1)
plot (t,tay,t,was,t,me,t,w_heun,t,w_mid,t,w_runge)
xlabel ('t')
legend ('taylor','penyelesaian asli','heun','midpoin','rungekutta','euler')
- Tabel Perbandingan nilai eror

Taylor mouler midpoin heun rungekuta

2,57556E+14 3,18957E+14 7,39061E+14 3,86459E+14 4,02924E+14

Tabel 6. Perbandingan nilai eror 5 metode
Dari tabel 6. Dapat dilihat bahwa metode yang memiliki nilai eror paling
kecil adalah metode taylor. Sedangkan metode yang mempunyai nilai eror paling
besar adalah metode midpoint. Hal ini berarti perhitungan dengan metode taylor
lebih bagus hasilnya jika dibandingkan dengan metode lainnya.
- Gambar Grafik

17
 Gambar 11. Grafik perhitungan nilai penyelesaian asli dan penyelesaian
dengan 6 metode
Pada gambar 11. Dapat dilihat bahwa dari ke-6 metode penyelesaian asli
memilliki grafik paling tinggi dan ke 5 metode lainnya berada dibawah jauh dari
grafik perhitungan asli. Dari ke 5 metode yang mendekati nilai perhitungan asli
adalah metode taylor.

Gambar 12. Grafik perbandingan nilai eror penyelesaian asli dan

penyelesaian dengan 5 metode
Pada gambar 12. Dapat dilihat bahwa nilai eror dari ke-6 metode
penyelesaian asli memilliki grafik paling tinggi dan ke 5 metode lainnya berada
dibawah jauh dari grafik perhitungan asli. Dari ke 5 nilai eror, eror yang mendekati
nilai perhitungan asli adalah metode taylor. Hal ini berarti metode yang lebih baik
untuk menghitung adalah metode taylor.

18