1

MODUL PERKULIAHAN

Metoda
Numerik
Modul 5
Iterasi, Metoda Newton –
Raphson, Metoda Fixed Point

Abstract
Solusi persamaan non linier
Menggunakan metoda iterasi,
yaitu iterasi Newton-Raphson dan
iterasi Fixed Point. Pengertian titik
awal dan iterasi konvergen untuk
mendapatkan akar persamaan.
Kompetensi
Dosen mampu menerapkan metoda
iterasi Newton-Raphson dan iterasi
Fixed Point untuk solusi persamaan non
linier berdasarkan langkah langkah
yang ditunjukkan dalam modul.

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

03
Teknik Magister Teknik Mesin 2A1586BA Dr Rita Sundari MSc/
Dr Haftirman Idrus
Metoda Numerik
Latar Belakang

1. Di lapangan dan dalam kehidupan sehari kita banyak menjumpai masalah masalah
teknik dan social/ekonomi maupun budaya.
2. Masalah masalah ini dapat dirangkum dalam bentuk pendekatan pendekatan
matematik yang dituangkan dalam metoda numeric dalam bentuk persamaan
persamaan non linier untuk menyelesaikan masalah.
3. Solusi persamaan matematis adalah dihasilkan nya nilai suatu variable yang dapat
memenuhi persamaan fungsi tersebut.
4. Iterasi adalah salah satu bentuk solusi persamaan non linier dimana iterasi
merupakan proses kejadian yang sifatnya berulang.
5. Iterasi bersifat konvergen apabila proses kejadian berulang mengerucut pada akar
persamaan yang ditandai dengan nilai konstan suatu variable.
6. Iterasi bersifat divergen apabila proses kejadian berulang menghasilkan nilai variable
yang berfluktuasi atau makin melebar sehingga tidak menemukan solusinya.
7. Solusi persamaan non linier dengan metoda iterasi dipengaruhi oleh penentuan titik
awal yang tepat. Kesalaham dalam penentuan titik awal akan menghasilkan iterasi
yang divergen dan ini merupakan keterbatasan dalam metoda iterasi.
8. Penentuan titik awal dapat dilakukan secara “trial and error” atau banyak
berdasarkan pada pengalaman masalah sebelumnya.
9. Dalam dunia perangkat lunak iterasi berhubungan dengan proses algorithma.
10. Beberapa metoda iterasi : 1. Iterasi biasa (satu titik awal)

2. Iterasi Newton-Raphson (satu titik awal)

3. Iterasi Fixed Point (satu titik awal)

4. Iterasi Secant (dua titik awal)

5. Iterasi Regular Falsi

Dalam Modul 6 akan dibahas Iterasi Newton-Raphson dan Iterasi Fixed Point.

2021 Nama Mata Kuliah dari Modul Biro Bahan Ajar eLearning dan MKCU
2 Metoda Numerik Modul 8 http://pbael.mercubuana.ac.id/
Dr Rita Sundari MSc
Metoda Newton-Raphson 1
1. Adalah cara untuk solusi mencari akar persamaan polynomial non linier
{transcendental (log, ln), trigonometri (cosinus, sinus), dan x ber pangkat suku tinggi
(diatas pangkat 2) }.

2. Cara nya dengan melakukan kejadian ber ulang ulang sampai diperoleh
angka/harga yang tetap berdasarkan decimal yang ditentukan dari soalnya. Titik
awal boleh ditentukan sebarang kecuali apabila sudah ditetapkan dari soal.

3. Rumus yang digunakan ialah:

xn+1 = xn - F(xn) / F’(xn)

F(x) adalah fungsi polynomial x yang non linier atau fungsi
transcendental/trigonometri.

F’(x) adalah turunan pertama fungsi polynomial x non linier.

4. Rumus Iterasi Newton- Raphson diturunkan dari geometris segitiga sistim orthogonal
sumbu x – y dan Deret Taylor.

X = Xo + θ h (1)

θ≈1

Deret Taylor dengan mengabaikan suku tinggi, maka

F(Xo +h) = F(Xo) + h F’(Xo) (2)

Jika F(Xo + h) = 0

maka, 0 = F(Xo) + h F’(Xo)

Rearrangement, diperoleh

h = - F(Xo) / F’(Xo) (3)

Dari pers. (1) X = Xo + θ h → X = Xo + h

Substitusi pers (3)kedalam pers. (1) diperoleh,

X = Xo - F(Xo) / F’(Xo)

X1 = Xo - F(Xo) / F’(Xo)
2021 Nama Mata Kuliah dari Modul Biro Bahan Ajar eLearning dan MKCU
3 Metoda Numerik Modul 8 http://pbael.mercubuana.ac.id/
Dr Rita Sundari MSc
 X2 = X1 - F(X1) / F’(X1)

Bentuk Rumus Umum menjadi,

Xn+1 = Xn - F(Xn) / F’(Xn) → rumus Iterasi Newton-Raphson

BEBERAPA CONTOH ITERASI NEWTON-RAPHSON

1. Misal ditetapkan xo = 1 (titik awal). Titik awal boleh ditetapkan sebarang kecuali
kalau sudah ditetapkan dari soal nya. Tentukan akar dari F(x) = 0. Maka berapa
harga x ?

Jawab:

F(x) = x3 + 2x - 5 …. (1) → fungsi x polynomial non linier

F’(x) = 3x2 + 2 …. (2) → turunan pertama fungsi x

xn+1 = xn - F(xn) / F’(xn) …. (3) → rumus umum Newton-Raphson

x1 = xo - F(xo) / F’(xo) ….. (4) → tentukan harga x1 menggunakan rumus

Newton-Raphson

= 1 - {(1)3 + 2(1) – 5 } / {3(1)2 + 2}

= 1 - (- 2/5) = 1 + 0.4 = 1.4

x2 = x1 - F(x1) / F’(x1) ….. (5) → tentukan harga x2 menggnakan Newton-

Raphson

= 1.4 - {(1.4)3 + 2(1.4) - 5} / {3(1.4)2 + 2}

= 1.4 - 0.06903 = 1.330964

x3 = x2 - F(x2) / F’(x2) ……..(6)→ tentukan harga x3

= 1.330964 - {(1.330964)3 + 2(1.330964) - 5} / {3(1.330964)2 + 2}

= 1.330964 - 0.002692 = 1.328273

x4 = x3 - F(x3) / F’(x3) …..(7) → tentukan harga x4

= 1.328273 - {(1.328273)3 + 2(1.328273) - 5} / {3(1.328273)2 + 2}

= 1.328273 - 0.0000039 ≈ 1.328269

x5 = x4 - F(x4) / F’(x4) …………(8)→ tentukan harga x5

= 1.328269 - {(1.328269)3 + 2(1.328269) - 5} / {3(1.328269)2 + 2}

2021 Nama Mata Kuliah dari Modul Biro Bahan Ajar eLearning dan MKCU
4 Metoda Numerik Modul 8 http://pbael.mercubuana.ac.id/
Dr Rita Sundari MSc
 = 1.328269 - 0.0000000000085 ≈ 1.328269 → Iterasi stop sampai diperoleh harga

6 desimal yang tetap (penentuan decimal dari soal).

Jadi akar persamaan F(x) = x3 + 2x – 5 adalah x = 1.328269 ( sampai 6 desimal

yang tidak berubah ubah lagi). Test balik masukkan nilai x = 1.328269 kedalam F(x) =
(1.328269)3 + 2(1.328269) - 5 akan didapat F(x) ≈ nol. Jadi nilai akar persamaan
adalah apabila nilai itu dimasukkan kembali kedalam persamaan tersebut maka fungsi nya
mendekati atau sama dengan NOL.

Catatan: ITERASI = kejadian yang berulang kali. Kalau dengan software seperti
Algorithma

2. Persamaan non linier,

1 – x – x3 = 0 ; F(x) = 1 – x – x3

Tentukan akar persamaan x dengan metoda Newton-Raphson sampai ketelitian

0.0000001.

Titik awal ditetapkan xo = 0.5

Jawab:

F(x) = 1 – x – x3

F’(x) = - 1 – 3x2

x1 = xo - F(xo) / F’(xo) = 0.5 – { [(1 – 0.5 – (0.5)3] / [-1 -3 (0.5)2] }

= 0.5 - { 0.375 / -1.75 } = 0.714285

x2 = x1 – F(x1) / F’(x1)

= 0.714285 - { [1 – 0.714285 – (0.714285)3] / [-1 -3 (0.714285)2] }

= 0.714285 - { - 0.078717 / - 2.530612 }

= 0.683179

x3 = x2 – F(x2) / F’(x2)

= 0.683179 - { [ 1 – 0.683179 – (0.683179)3] / [-1 -3 (0.683179)2] }

= 0.683179 - { - 0.002043 / - 2.400203 }

= 0.682328
2021 Nama Mata Kuliah dari Modul Biro Bahan Ajar eLearning dan MKCU
5 Metoda Numerik Modul 8 http://pbael.mercubuana.ac.id/
Dr Rita Sundari MSc
 x4 = x3 – F(x3) / F’(x3)

= 0.682328 – { [ 1 – 0.682328 – (0.682328)3] / [-1 -3 (0.682328)2 ] }

= 0.682328 – { - 0.000002 / - 2.39672 }

= 0.6823278

x5 = x4 – F(x4) / F’(x4)

= 0.6823278 – { [ 1 – 0.6823278 – (0.6823278)3] / [-1 -3 (0.6823278)2] }

= 0.6823278 – { - 0.0000000000008 / - 2.39671 }

= 0.6823278

Karena x4 ≈ x5 maka akar F(x) adalah 0.6823278

Test balik untuk validasi maka

F(x) = 1 – x –x3 = 1- 0.6823278 – (0.6823278)3 ≈ 0

3. Persamaan Transendental F(x) = tg x - (3x + 1)

Tentukan akar F(x) sampai ketelitian 5 desimal (0.00001)

dengan metoda Newton-Raphson.

Titik awal = - 0.5 → xo = - 0.5

Jawab:

F(x) = tg x - (3x + 1)

F’(x) = sec2x - 3 ; sec x = 1 / cos x ‘ sec2x = ( 1/cos )2

xn+1 = xn - F(xn) / F’(xn)

x1 = xo - F(xo) / F’(xo) = - 0.5 – { [tg -0.5 – [3 (- 0.5) + 1] / [sec2 (-0.5) – 3] }

= - 0.5 - { - 0.0463 / - 1.70155 }

= - 0.5 – 0.02721

= - 0.52721

x2 = x1 - F(x1) / F’(x1) = - 0.52721 – { [ tg (-0.52721) –

3 (- 0.52721) + 1] / [sec2(-0.52721) – 3] }

= - 0.52721 - { 0.00054 / - 1.66107 }

2021 Nama Mata Kuliah dari Modul Biro Bahan Ajar eLearning dan MKCU
6 Metoda Numerik Modul 8 http://pbael.mercubuana.ac.id/
Dr Rita Sundari MSc
 = - 0.52721 – 0.00032

= - 0.52754

x3 = x2 - F(x2) / F’(x2) = - 0.52754 – { [tg (- 0.52754) –

3 (-0.52754) + 1] / [sec2(-0.52754) – 3] }

= - 0.52754 – { -0.00000008 / -1.66056 }

= - 0.52754

Karena x2 ≈ x3 maka akar F(x) adalah - 0.52754

Pada test balik masukkan nilai akar kedalam persamaan F(x)

Maka diperoleh F(x) ≈ 0.

METODA FIXED POINT

1. Pada Iterasi Fixed Point, proses kejadian nya berulang kali seperti pada iterasi
Newton-Raphson sampai diperoleh angka/harga yang tetap tidak berubah.

2. Tujuan nya untuk solusi persamaan non linier yang sering diterapkan pada
persamaan eksponensial.

3. Metoda Fixed Point lebih sederhana dari pada metoda Newton-Raphson tetapi
melibatkan langkah iterasi yang lebih panjang.

4. Biasanya dilakukan “rearrangement” persamaan non linier sedemikian rupa

sehingga akhirnya dapat diterapkan metoda Fixed Point.

5. Seperti pada metoda Newton-Raphson, penentuan titik awal adalah penting

yang bisa menyebabkan iterasi divergen atau konvergen yang berhubungan
dengan keberhasilan metoda Fixed Point dalam solusi persamaan non linier.

6. Titik awal dapat ditentukan secara “trial and error” atau berdasarkan pengalaman
lalu. Salah dalam penentuan titik awal bisa berakibat pada kegagalan solusi
persamaan non linier.

7. Seperti pada metoda Newton-Raphson, Metoda Fixed Point hanya memerlukan

satu titik awal. Titik awal boleh bernilai negative atau positif atau berharga NOL.

8. Akar persamaan fungsi biasanya dianggap konstan pada 5 atau 6 desimal

supaya lebih mendekati titik akurasi.

2021 Nama Mata Kuliah dari Modul Biro Bahan Ajar eLearning dan MKCU
7 Metoda Numerik Modul 8 http://pbael.mercubuana.ac.id/
Dr Rita Sundari MSc
 9. Apabila suatu persamaan diselesaikan dengan metoda Iterasi Fixed Point dan
Newton-Raphson maka hasil akhir yang diperoleh harus sama.

BEBERAPA CONTOH ITERASI FIXED POINT

1. Persamaan eksponensial non liner: 3x ex = 1 (e = 2.718). Tentukan akar
persamaan F(x) sampai 6 desimal yang tidak berubah sehingga F(x) = 0.
Ditetapkan titik awal xo = 0.

Jawab:

Dilakukan “rearrangement” terhadap persamaan eksponensial non linier

sehingga diperoleh,

x = 1/3 e- x

xn+1 = 1/3 e – xn

x1 = 1/3 e – xo = 1/3 e -0 = 1/3 1/e0 = 1/3 = 0.333333

x2 = 1/3 e –x1 = 1/3 (2.718) – 0.333333 = 0.238852

x3 = 1/3 e –x2 = 1/3 (2.718) – 0.238852 = 0.262517

x4 = 1/3 e –x3 = 1/3 (2.718) – 0.262517 = 0.256378

x5 = 1/3 e –x4 = 1/3 (2.718) – 0.256378 = 0.257957

x6 = 1/3 e –x5 = 1/3 (2.718) – 0.257957 = 0.257549

x7 = 1/3 e –x6 = 1/3 (2.718) – 0.257549 = 0.257655

x8 = 1/3 e –x7 = 1/3 (2.718) – 0.257655 = 0.257628

x9 = 1/3 e –x8 = 1/3 (2.718) – 0.257628 = 0.257635

x10 = 1/3 e –x9 = 1/3 (2.718) – 0.257635 = 0.257633

x11 = 1/3 e –x10 = 1/3 (2.718) – 0.257633 = 0.257633

Jadi akar F(x) adalah x = 0.257633 (karena sampai 6 desimal tidak berubah lagi). Jika nilai
ini dimasukka kedalam F(x) = 1/3 e - 0.257633 = 1/3 (2.718) - 0.257633
≈ 0 (mendekati nol)

Dibuat table

ITERASI xn I xn+1 - xn I n ≠0

2021 Nama Mata Kuliah dari Modul Biro Bahan Ajar eLearning dan MKCU
8 Metoda Numerik Modul 8 http://pbael.mercubuana.ac.id/
Dr Rita Sundari MSc
1 0.333333

2 0.238852 - 0.094481
+ 0.023665
3 0.262517 - 0.006138
+ 0.001579
4 0.256378

5 0.257957

6 0.257549 - 0.000406

7 0.257655 + 0.000105

8 0.257628 - 0.000027
+ 0.000006
9 0.257635
- 0.000001
10 0.257633 + 0.0000004

11 0.257633 (sampai 6 desimal)

Maka akarnya adalah x = 0.257633

2. Tentukan akar persamaan non linier eksponensial berikut dengan metoda iterasi
Fixed Point:

F(x) = e2x + 5x

Titik awal ditetapkan xo = 0

Akar persamaan F(x) ditetapkan sampai ketelitian 0.00001 ( 5 desimal ).

Jawab:

F(x) = e2x + 5x → F(x) = 0

Maka e2x + 5x = 0 → 5x = - e2x → x = - 1/5 e2x

x1 = - 1/5 e2xo = - 1/5 e0 = - 1/5 . 1 = - 1/5 = - 0.2

x2 = - 1/5 e2x1 = - 1/5 e2(-0.2) = - 1/5 e-0.4 =

2021 Nama Mata Kuliah dari Modul Biro Bahan Ajar eLearning dan MKCU
9 Metoda Numerik Modul 8 http://pbael.mercubuana.ac.id/
Dr Rita Sundari MSc
 = - 1/5 (0.67032) = - 0.13406

x3 = - 1/5 e2x2 = - 1/5 e2(-0.13406) = - 1/5 (0.76481) = - 0.15296

x4 = - 1/5 e2x3 = - 1/5 e2(-0.15296) = - 1/5 (0.736644) = - 0.14728

x5 = - 1/5 e2x4 = - 1/5 e2(-0.14728) = - 1/5 (0.74485) = - 0.14897

x6 = - 1/5 e2x5 = - 1/5 e2(-0.14897) = - 1/5 (0.74234) = - 0. 14846

x7 = - 1/5 e2x6 = - 1/5 e2(-0.14846) = - 1/5 (0.74309) = - 0.14861

x8 = - 1/5 e2x7 = - 1/5 e2(-0.14861) = -1/5 (0.74287) = - 0.14857

x9 = - 1/5 e2x8 = - 1/5 e2(-0.14857) = -1/5 (0.74293) = - 0.14858

x10 = - 1/5 e2x9 = - 1/5 e2(-0.14858) = - 1/5(0.74291) = - 0.14858

Karena x9 ≈ x10 maka akar persamaan F(x) adalah - 0.14858

Iterasi metoda Fixed Point dapat dinyatakan dalam bentuk Tabel yaitu:

ITERASI xn I xn+1 - xn I n ≠0

1 -0.2

2 -0.13406 - 0.06594

3 -0.15296 + 0.01890

4 -0.14728 - 0.00568

5 -0.14897 + 0.00169

6 -0.14846 - 0.00051

7 -0.14861 + 0.00015

8 -0.14857 - 0.00014

9 -0.14858 + 0.00001

10 -0.14858 0.00000

(sampai 5 desimal)

Petunjuk:

2021 Nama Mata Kuliah dari Modul Biro Bahan Ajar eLearning dan MKCU
10 Metoda Numerik Modul 8 http://pbael.mercubuana.ac.id/
Dr Rita Sundari MSc
  Pada umumnya langkah dalam metoda Newton-Raphson lebih pendek
jika dibandingkan dengan langkah pada metoda Fixed Point, karena itu
metoda Newton-Raphson lebih sering dipilih kecuali apabila ada
ketentuan lain.

 Perhitungan perhitungan iterasi secara manual memerlukan kalkulator

“scientific”.

 Bila dibuat dalam program Excell, akan lebih mudah dilakukan dengan

memasukkan rumus rumus dalam pengoperasian nya.

LATIHAN:

1. Persamaan non linier trigonometri berikut ini,

F(x) = cos (2x – 1) ; x = ?

Selesaikan dengan metoda Iterasi Newton-Raphson untuk mendapatkan akar

F(x) sampai ketelitian 0.000001. Titik awal ditentukan sebarang.

2. Persamaan non linier eksponensial berikut ini,

3x ex = 1 ; x = ?

Tentukan akar persamaan F(x) dengan metoda Fixed Point sampai 6 desimal.

Titik awal sebarang. Kemudian buat Tabel Iterasi nya.

3. Selesaikan persamaan eksponensial pada soal nomor 2 dengan metoda

Iterasi Newton-Raphson. Bandingkan hasil akhir yang diperoleh antara ke 2
metoda tersebut.

MEODA ITERASI BISECANT

2021 Nama Mata Kuliah dari Modul Biro Bahan Ajar eLearning dan MKCU
11 Metoda Numerik Modul 8 http://pbael.mercubuana.ac.id/
Dr Rita Sundari MSc
Dimulai dari 2 titik awal sebarang, yang terpenting iterasi nya harus konvergen.

Kalau cenderung divergen, maka titik awal harus diganti dengan titik lain, bersifat “trial and
error”. Akan dibahas mendalam pada Modul berikutnya.

2021 Nama Mata Kuliah dari Modul Biro Bahan Ajar eLearning dan MKCU
12 Metoda Numerik Modul 8 http://pbael.mercubuana.ac.id/
Dr Rita Sundari MSc
Daftar Pustaka

1. Henny Dwi Bhakti, 2019, Aplikasi Artificial Neural Network (ANN) untuk Memprediksi
Masa Studi Mahasiswa, Program Studi Teknik Informatika, Universitas
Muhammadiyah, Gresik.
2. Agus Setiwan, 2016, Diktat Kuliah Analisis Numerik, Universitas Pembangunan
Jaya, Tanggerang Selatan.
3. Munir Rinaldi, 2013, Metode Numerik, Informatika Bandung, 3rd ed.
4. Ion Riswan Sinaga, 2010, Analisa aliran fluida pada hydrocyclone dengan metode
numeric menggunakan perangkat lunak CFD, Thesis Sarjana Teknik Univesitas
Sumatera Utara, Medan.
5. R. Bronson, J.T.Saccoman, G.Costa, 2013, Linear Algebra, Academic Press, 7th ed.
6. Nana Ramadijanti, 2014, Persamaan Non Linier, Bina Nugraha, Bandung.

 Sumber Internet :
1. https://eksplora.stikom-bali.ac.id/index.php/eksplora/article/view/234
2. http://ocw.upj.ac.id/files/Textbook-CIV-208-Diktat-Analisis-Numerik-CIV-208.pdf
3. https://informatika.stei.itb.ac.id/~rinaldi.munir/MetNum/2010-2011/Pengantar
%20Metode%20Numerik.pdf
4. https://adoc.pub/prosiding-seminar-nasional-biosains-november-2015-jurusan-bi.html
5. https://www.elsevier.com/en-in/search-results?query=linear%20algebra&page=1
6. https://www.slideshare.net/dagangku1/metode-numerik-persamaan-linier

2021 Nama Mata Kuliah dari Modul Biro Bahan Ajar eLearning dan MKCU
13 Metoda Numerik Modul 8 http://pbael.mercubuana.ac.id/
Dr Rita Sundari MSc