Definisi Metode Numerik

Seringkali kita menjumpai suatu model matematis yang berbentuk persamaan, baik itu linier
ataupun non-linier, sistem persamaan linier ataupun sistem persamaan non-linier, differensial,
integral maupun persamaan differensial biasa. Selanjutnya, ditunjukkan atau bagaimana
mencari penyelesaian dari model matematis tersebut. Penyelesaian tersebut dapat berupa
penyelesaian secara analitis atau bukan analitis.

Khusus penyelesaian secara analitis ini, model matematis tersebut diselesaikan menggunakan
teori atau metoda dan analisa matematika yang telah ada sedemikian hingga hasil yang
diperoleh adalah penyelesaian eksak. Sedangkan untuk penyelesaian bukan secara analitis,
penyelesaian dari model matematis tersebut diperoleh dengan menggunakan metode
pendekatan yang dikembangkan untuk menangani model matematis tersebut sedemikian
hingga penyelesaian yang diperoleh adalah penyelesaian pendekatan. Sehingga, penyelesaian
tersebut bukan penyelesaian eksak. Metode pendekatan tersebut selanjutnya disebut Metode
Numerik. Seiring dengan pesatnya perkembangan komputer digital, metode numerik banyak
digunakan untuk menyelesaikan permasalahan-permasalahan riil, yang mana penyelesaian
eksak sangat sulit untuk diperoleh.

Analisa Kesalahan

Dalam suatu perhitungan dengan menggunakan metode numerik, seringkali digunakan

komputer digital. Sehingga, sangat jarang sekali perhitungan tersebut diselesaikan
sedemikian hingga menghasilkan penyelesaian eksak. Secara umum, pada suatu perhitungan
numerik, suatu bilangan dinyatakan dalam bentuk desimal. Ini berarti bahwa apabila diambil
contoh bilangan 8 maka bilangan tersebut cenderung dinyatakan dengan 7,999..9 atau
8,000…1. Karena itu, dalam semua perhitungan numerik yang menggunakan komputer
digital selalu mengandung kesalahan meskipun itu sangat kecil sekali. Hal ini yang menjadi
perhatian apabila menyelesaikan suatu permasalahan perhitungan dengan metode numerik
menggunakan komputer digital. Dan yang penting adalah sampai batas mana kesalahan
tersebut dapat diterima, khususnya pada masalah teknik.

Ukuran kesalahan sangat penting adalah kesalahan relatif bukan kesalahan mutlak. Untuk
contoh, jika k0 adalah penyelesaian eksak dan k adalah penyelesaian pendekatannya maka
kesalahan dari penyelesaian tersebut yang sangat penting adalah kesalahan relatifnya, yaitu (
k – k0 ) / k0 , bukan kesalahan mutlakya , yaitu k- k0 .

Pada komputer modern, komputer tersebut dapat menampilkan bilangan-bilangan sampai

presisi tinggi, barangkali sampai 8 tempat desimal atau lebih. Namun, pada suatu hal tertentu,
kesalahan bisa timbul dalan suatu perhitungan oleh karena tiga sumber utama, yaitu
kesalahan akibat pembulatan ( roundoff ), akibat pemotongan ( truncation ) dan akibat
pembatalan ( cancellation ).

Kesalahan akibat pembulatan ( Roundoff Error)

Perhatikan contoh berikut ini dari manipulasi desimal sampai 2 tempat desimal ;
0.56 x 0.65 = 0.36 sehingga ( 0.56 x 0.65 ) x 0.54 = 0.19

sedangkan untuk

( 0.65 x 0.54 ) sehingga 0.56 x ( 0.65 x 0.54 ) = 0.20

Selanjutnya, perhatikan yang lainnya, yaitu :

51.4 x 23.25 – 50.25 x 22.75 + 1.25 x 10.75 – 1.2 x 9.8 = 53.54

Apabila perhitungan tersebut masing-masing dilakukan sampai dua tempat desimal, 4

bilangan berarti ( significant figure ), nol tempat desimal dan 3 bilangan berarti dengan
operasi dari depan ( D ) atau belakang ( B ), pembulatan ( P ) atau pembulatan setiap operasi (
S ) maka akan diperoleh hasil sebagai berikut :

DP DS BP BS
2 tempat desimal 53.54 52.54 53.54 53.54
4 bilangan berarti 53.68 53.67 54 54
0 tempat desimal 53 54 53 54
3 bilangan berarti 61.6 51.7 60 60

Juga perhatikan contoh berikut :

( 0.243875 x 106 + 0.41648 x 101 ) – 0.243826 x 106 = 0.530000 x 102

dan

( 0.243875 x 106 – 0.243826 x 106 ) + 0.41648 x 101 = 0.531265 x 102.

Kesalahan akibat pemotongan ( Truncation Error)

Kesalahan ini akan muncul bilamana suatu proses tak berhingga digantikan menjadi suatu
proses berhingga.

Jadi apabila :

diganti dengan :
dimana N adalah bilangan bulat berhingga maka muncul kesalahan pemotongan.

Diambil contoh :

Selanjutnya, seandainya dihitung exp(1/3). Apabila exp(1/3) dinyatakan

dengan exp(0.3333) maka akan muncul suatu kesalahan , yaitu :

dimana x 1 adalah kesalahan yang berkembang ( Propagated error ).

Apabila deret (1) tersebut dipotong setelah suku yang ke –5 , maka diperoleh kesalahan
pemotongan x 2 , yaitu :

Selanjutnya,

dan ini menimbulkan kesalahan akibat pembulatan yaitu –0.0000296304 sehingga kesalahan
totalnya adalah –0.0001124250.

Kesalahan akibat pembatalan ( Cancellation Error)

Perhatikan persamaan kuadrat berikut ini ,

Persamaan kuadrat tersebut memiliki akar-akar persamaan kuadrat :

Apabila a diberi nilai 100 dan x adalah 1 maka :

Hal ini sangat berbahaya karena mudah sekali menimbulkan pembatalan perhitungan, yaitu :
10000 –1 akan tidak dihitung sehingga 10000 –1 = 10000, yang mengakibatkan kesalahan
akibat pembatalan. Untuk amannya maka x2 dapat dinyatakan dengan
Rumus-rumus Beda (Difference formula)

Ekspansi Deret Taylor f(x) sekitar x1, yaitu :

dimana :

Beda Maju.

Beda Mundur.

Selanjutnya.
 …………Beda pusat

. Beda pusat

…………..(1).

………(2).

Contoh :

Jawab :

x = posisi

t = waktu

atau.
METODA BISEKSI ( MB )

MB = Metode Pengurung

dimana

Prosedur Iterasi

1. Pilih nilai xa dan xb (xb > xa ) dan isi  cukup kecil.

2. Hitung :

3. Hitung titik tengah,

 Hitung :

4. Cek :

Jika ,

atau

Cek :

Jika,

5. Cek :

jika,

maka ulang langkah ke-3.

Jika,

maka lakukan langkah ke- 6

6. Hitung :
 ,

Banyaknya iterasi pada metoda biseksi adalah :

Pertidaksamaan tersebut diperoleh dari :

METODA FALSE POSISI

Prosedure Iterasi :

1. Pilih xa dan xb dimana xb > xa isi x sekecil mungkin .

Pilih bilangan N bulat positif.

2. Hitung

Atur i = 0

3. Tambahkan i dengan 1 , Hitung titik intermediate, x1, ( titik yang letaknya

antara a dan b ) dengan formula :
 ,

4. Hitung :

5. Cek

atau

6. Cek | ft |  x atau jumlah iterasinya mencapai nilai N, jika dipenuhi salah satu dari
syarat tersebut maka x = xt. Apabila tidak terpenuhi syarat tadi maka ulangi langkah
3.

ITERASI FIXES POINT

IFP = metoda pendekatan berturutan.

Prosedur iterasinya adalah,

1. Pilih x0 ( estimasi awal ).

2. Hitung nilai x selanjutnya,

dari .

3. Cek ,
Jika :

maka ulangi langkah 2.

Jika :

Contoh :

Cari akar penyelesaiannya.

Penyelesaian :

Estimasi awal dan

i X0 XL i X0 XL
1 0.750000 0.776863 9 0.811333 0.811682
2 0.776863 0.791745 10 0.811682 0.811889
3 0.791745 0.800240 11 0.811889 0.812011
4 0.800240 0.805166 12 0.812011 0.812084
5 0.805166 0.808048 13 0.812084 0.812127
6 0.808048 0.809743 14 0.812127 0.812152
7 0.809743 0.810742 15 0.812152 0.812167
8 0.810742 0.811333 16 0.812167 0.812176

METODE NEWTON-RAPHSON
Ekspansi Deret Taylor

Asumsi :

f(x) garis lurus è f(2)(x) dan lebihnya = 0. Pilih Sedemikian hingga :

f(x0+h) = 0 ç garis lurus yang garis tangen pada x0.

:: Untuk konvergensinya dipilih :

Prosedur Iterasi

1. Pilih :

2. Hitung f(x0).

3. Cek :

jika dipenuhi x = x0 , Jika tidak terpenuhi maka lakukan langkah ke-4.

4. Hitung :
 5. Jika :

maka ulangi langkah ke – 2.

Kondisi-kondisi dimana tidak ada akar penyelesaian ( N-R ).

f(x) tak punya akar riil.

f(x) punya 2 akar riil.

METODA MODIFIKASI NEWTON RAPHSON

Pada sistem persamaan yang besar, proses perhitungan derivatif dapat menciptakan
biaya yang mahal pada proses iterasinya. Karena itu diperlukan metoda modifikasi yang
dapat digunakan untuk mengevaluasi f’(xi) pada semua perhitungan ekstrapolasi selanjutnya.

Rumus Modifikasi Newton-Raphson adalah :

Contoh :

Cari akar penyelesaian dari :

Penyelesaian :

Pilih :

x f(x)

----------------------------------------

2 5.0000

1.5455 1.1458

1.4413 0.5528
1.3910 0.3006

1.3637 0.1724

…. …..

…. ……

METODE SECANT

Untuk akar penyelesaian dari bentuk f(x)=0 . Dimulai dari titik yang berbeda, yaitu xa dan xb.

Prosedure Iterasi

1. Pilih xa dan xb. Isi sekecil mungkin.

2. Hitung :

3. Cek :

jika dipenuhi maka :

jika tak terpenuhi, lakukan langkah ke-4.

4. Pakai interpolasi untuk menghitung xL yang mana rumusnya adalah

5. Reset xa = xb dan xb = xL , ulangi langkah 2.

Contoh :

Cari akar persamaan penyelesaian dari

Penyelesaian :

, ,

Iterasi xa xb f(xb) xL
1 0.0155400 0.0466200 8.22865.104 0.026331
2 0.0466200 0.026331 -6.81592.103 0.0278850
3 0.026331 0.0278850 -5.61669.102 0.0280243
4 0.0278850 0.0280243 7.18865 0.0280226
5 0.0280243 0.0280226 -7.00575.10-3 -

--- 0O0 ---

METODA CARI TAMBAH

Metoda ini adalah metoda numerik yang analog dengan menggambarkan x dan f(x) masing-
masing dalam arah horisontal dan arah kurva pada bidang datar untuk mengetahui
bahwa f(x) memotong sumbu x.
Adapun prosedur iterasinya adalah :

1. Atur

Pilih nilai awal :

Pilih nilai tambah = h

Hitung nilai f(x) pada :

2. Tambahkan I dengan 1.

Atur :

Hitung :

3. Uji/cek apakah :

Jika :

kembali ke langkah 2.

Jika :

lakukan langkah 4.

4. Estimasi akar x dari rumus dibawah ini,

Contoh :

Cari akar persamaan

Penyelesaian :

H= -0.05

1 0.95 0.55006 >0

2 0.90 0.350100 >0

3 0.85 0.150506 >0

4 0.80 - 0.048400 <0

Soal Latihan

1. Cari Akar penyelesaian dari :

2. Cari akar penyelesaian dari 1.a dan 1.b dengan menggunakan metoda :

a. Biseksi
b. False Posisi,
c. Newton Raphson,