(LANJUTAN)
Mengenai :
2. Metode Secant
3. Metode Newton Raphson menggunakan Python
4. Metode Secant menggunakan Python
Pendahuluan
Metode Newton Rapshon dan Metode secant termasuk kedalam kelompok
metode non linear terbuka. Metode terbuka hanya membutuhkan tebakan awal untuk
mencari akar dari persamaan non linear. Terdapat 2 kemungkinan yang dapat terjadi
jika menggunakan metode terbuka, yaitu divergen dan konvergen. Divergen merupakan
kondisi dimana perhitungan menjauhi hasil akar yang diinginkan. Sedangkan konvergen
merupakan kondisi dimana perhitungan mendekati hasil akar dengan cepat hingga
didapat hasilnya.
Hal ini terjadi karena metode terbuka tidak memiliki selang untuk membatasi
kemungkinan akar yang didapat, sehingga ada kemungkinan untuk tidak mendapatkan
akar yang dicari. Berbeda dengan metode tertutup yang pasti akan mendapatkan nilai
akar karena memiliki selang untuk membatasi nilai. Namun, metode terbuka memiliki
kelebihan, yang jika proses perhitungan konvergen maka akar akan didapat dengan
sangat cepat (Munir, 2015).
TOPIK 3 PERSAMAAN NON LINEAR (LANJUTAN)
f(xi )
f ′ (xi ) =
(xi − xi+1 )
f(xi )
xi+1 = xi − ; i = 1,2,3, … ; f′(xi ) ≠ 0
f ′ (xi )
Contoh:
Diketahui suatu fungsi f(x) = ex + 2x dengan tebakan awal x0 = 0,25 dan nilai
toleransi 0.00001 (1e-5) selesaikan dengan metode Newton Raphson
• Perhitungan Manual
1. Cari turunan dari persamaan f(x) = ex + 2x
f(x) = ex + 2x f(x) = e0,25 + 2(0,25) = 1,78403
f′(x) = ex + 2 f(x) = e0,25 + 2 = 3,28403
2. Mulai lakukan perhitungan
o Iterasi 1
(i) Masukkan nilai x0 ke dalam rumus
f(xi )
xi+1 = xi −
f ′ (xi )
f(x0 )
x1 = x0 −
f ′ (x0 )
1,78403
x1 = 0,25 −
3,28403
x1 = −0,29324
(ii) Masukkan nilai x1 ke dalam perhitungan iterasi selanjutnya
o Iterasi 2
(i) Masukkan nilai x1 ke dalam rumus
f(xi )
xi+1 = xi −
f ′ (xi )
f(x2 )
x2 = xi −
f ′ (x2 )
0,15935
x2 = −0,29324 −
2,74584
x2 = −0,35128
(ii) Masukkan nilai x2 ke dalam rumus perhitungan iterasi selanjutnya
o Iterasi 3
(i) Masukkan nilai x2 ke dalam rumus
f(xi )
xi+1 = xi −
f ′ (xi )
f(x3 )
x3 = xi −
f ′ (x3 )
0,00123
x3 = −0,35128 −
2,70379
x3 = −0,35173
(ii) Masukkan nilai x3 ke dalam fungsi f(x) untuk mengetahui seberapa
dekat dengan nilai 0
f(x3 ) = ex3 + 2x3
f(−0,35173) = e−0,35173 + 2(−0,35173)
f(−0,35173) = 0,0000100
Dapat dilihat nilai akar -0,35173 bisa didapat hanya dengan 3 iterasi jika
menggunakan Newton Raphson. Hitungan juga dapat dilakukan menggunakan
menggunakan Python, berikut adalah cara menghitung dengan menggunakan
Python.
f(x )
xi+1 = xi − f′ (xi ) sehingga didapat:
i
Teknik ini serupa dengan teknik Newton-Raphson dalam arti bahwa suatu
taksiran akar diramalkan oleh ekstrapolasi sebuah garis singgung dari fungsi terhadap
sumbu x. Tetapi metode secant lebih menggunakan diferensi daripada turunan untuk
memperkirakan kemiringan/slope.
1. Pilih sembarang dua nilai awal misal xi−1 dan xi sebagai perkiraan awal kemiringan
polinomial.
2. Tentukan xi+1 menggunakan rumus berikut
f(xi )(xi − xi−1 )
xi+1 = xi −
f(xi ) − f(xi−1 )
3. Buat evaluasi seperti di bawah ini, untuk menentukan pada nilai xi mana akar
persamaan.
• Jika f(xi+1 ) mendekati nol, maka xi+1 adalah akar persamaan.
• Jika f(xi+1 ) belum mendekati nol, maka xi+1 menjadi xi pada iterasi
berikutnya, lalu lakukan kembali langkah (2) algoritma ini sampai
mendapatkan f(xi+1 ) mendekati nol.
Contoh:
Taksir akar dari f(x) = e−x − x menggunakan metode secant dan taksiran x0 = 0 dan
x1 = 1,0 dengan nilai toleransi 0.00001 (1e-05)
• Perhitungan Manual
i. Mencari Nilai f(x) dari masing-masing taksiran
x0 = 0 f(x0 ) = 1
x1 = 1,0 f(x1 ) = −0,63212
ii. Iterasi 1:
−0,63212(0 − 1)
x1 = 1 − = 0,6127
1 − (−0,63212)
iii. Iterasi 2:
x0 = 1 f(x0 ) = −0,63212
x1 = 0,6127 f(x1 ) = −0,07081
−0,07081(1 − 0,6127)
x2 = 0,6127 − = 0,56385
0,63212 − (−0,07081)
iv. Iterasi 3:
0,00516(0,6127 − 0,56385)
x3 = 0,56385 − = 0,56714 …
−0,07081 − 0,00516
v. Iterasi 4:
x0 = 0,56385 f(x0 ) = 0.00516
x1 = 0,56714 f(x1 ) = 0.000005
0.000005(0,56385 − 0,56714)
x3 = 0,56714 − = 0.56714 …
0.00516 − 0.000005
x0 = 0.25
eps = 1e-5
newtonraphson(fung,dfung,x0, eps)
import numpy as np
x0 = 0
x1 = 1
tol = 1e-5
Refrensi
Delima, N. (2021, Februari 1 Januari 2022). Metode Numerik. Retrieved from
researchgate.net: https://www.researchgate.net/publication/349311746
H.S., S. (1996). Pengantar Aljabar Linier dan Geometri Analitik. Jakarta: Gunadarma.
Kartika, H. (2017). Aljabar Matrik (Teori dan Aplikasinya dengan Scilab). Yogyakarta:
Deepublish.
Muzzamil. (2017, Mai 1 Januari 2022). Metode Newton Raphson. Retrieved from
steemit.com: https://steemit.com/indonesia/@muzammil/metode-newton-
raphson
Seymour Lipschutz, M. L. (2004). Aljabar Linear Schaum Outlines (Ketiga ed.). Jakarta:
Erlangga.