METODE NUMERIK

Penilaian

• Kehadiran : 10%
• Afektif : 10 %
• Tugas : 20%
• Kuis : 20%
• UTS : 20%
• UAS : 20%
Materi

1. Pengantar Metode Numerik

2. Hampiran dan Galat
3. Interpolasi
4. Diferensiasi dan Integrasi Numerik
5. Akar-akar persamaan non-linier
6. Penyelesaian numerik masalah nilai awal
Referensi

• Numerical methos for engineers. Chapra & Canale.

Mc.Graw Hill.
• Metode Numerik. Rinaldi Munir
PENGANTAR METODE NUMERIK
• Persoalan matematika dapat diselesaikan
dengan menggunakan metode analitik dan
metode numerik
Metode Analitik
• Merupakan metode yang memberikan solusi
sebenarnya (eksak), yaitu solusi yang memiliki
galat/error sama dengan nol
• Metode analitik hanya unggul pada sejumlah
persoalan matematika yang terbatas.
METODE = NUMERIK =
CARA ANGKA

METODE NUMERIK
Cara berhitung menggunakan
angka-angka
Metode Numerik
• Teknik yang digunakan untuk
memformulasikan masalah matematika
sehingga dapat dipecahkan dengan operasi
aritmatika sederhana
• Solusi angka yang diperoleh menggunakan
metode numerik merupakan solusi
pendekatan/hampiran dengan tingkat
ketelitian yang diinginkan
Mengapa menggunakan metode numerik?
• Tidak semua permasalahan matematis dapat
diselesaikan dengan menggunakan metode
analitik
• Kesulitan menggunakan metode analitik untuk
mencari solusi sebenarnya (exact solution) dengan
jumlah data yang besar.
• Metode numerik merupakan alternatif yang baik
dalam menyelesaikan persoalan-persoalan
perhitungan yang rumit.
Perbedaan Metode Numerik dan Metode
Analitik
• Solusi dengan metode numerik selalu berbentuk
angka, sedangkan dengan menggunakan metode
analitik biasanya menghasilkan solusi dalam
bentuk fungsi matematika.
• Metode numerik menghasilkan solusi yang
mendekati solusi sebenarnya. Dengan metode
analitik kita dapat memperoleh solusi sebenarnya.
Kriteria Penyelesaian Perhitungan Matematika

Metode Analitik

Metode Numerik

Simulasi
Prinsip-prinsip Metode Numerik
• Metode numerik disajikan dalam bentuk
algoritma-algoritma yang dapat dihitung
secara cepat dan mudah.
• Pendekatan yang digunakan dalam metode
numerik merupakan pendekatan analisis
matematis, dengan tambahan grafis dan teknik
perhitungan yang mudah.
• Keputusan menerima atau menolak suatu solusi
pendekatan pada metode numerik, didasarkan pada
toleransi pendekatan yang disepakati.
• Toleransi yang dibuat menyangkut kesepakatan
kesalahan / galat yang ditimbulkan oleh rumus atau
formula yang digunakan.
• Semakin kecil kesalahan / galat yang ditimbulkan oleh
penggunaan rumus atau formula, semakin baik hasil
(solusi) pendekatan yang dihasilkan.
• Hal yang hampir tidak mungkin dilakukan jika
menggunakan metode numerik adalah tidak
melibatkan alat komputasi (misal kalkulator)
HAMPIRAN DAN GALAT
Angka SIGNIFIKAN
• Bilangan atau angka yang digunakan dalam
perhitungan harus meyakinkan.
• Angka signifikan merupakan angka yang
bermakna atau angka bearti
• Angka ini sangat tergantung pada ketelitian
alat ukur yang digunakan.
Ada kesepakatan terhadap banyaknya angka
signifikan menyangkut angka nol,
✓ Bilamana angka nol sebagai penunjuk
tempat desimal bukan angka signifikan,
✓ selain itu angka-angka nol adalah signifikan.
contoh
• 25.473 memiliki 5 angka signifikan
• 700.046 memiliki 6 angka signifikan
• 0,0025 memiliki 2 angka signifikan
• 75.400 memiliki 5 angka signifikan
• 43.123 memiliki 5 angka signifikan (yaitu 4, 3, 1, 2, 3)
• 0,1764 memiliki 4 angka signifikan (yaitu 1, 7, 6, 4)
• 0,0000012 memiliki 2 angka signifikan(yaitu 1, 2)
Ketepatan dan Ketelitian
• Nilai Ketelitian mengacu pada jumlah angka
signifikan yang digunakan serta penyebaran nilai-
nilai yang terbaca dari suatu alat ukur.
pemakaian alat ukur dan penggaris dan jangka
sorong akan mempunyai perbedaan nilai
ketelitian.
• Nilai Ketepatan mengacu pada dekatnya sebuah
angka pendekatan atau pengukuran terhadap
harga sebenarnya.
Ketepatan dan ketelitian
a) Menunjukkan hasil yang tepat dan
teliti
b) Menunjukkan hasil yang teliti tapi
tidak tepat.
c) Menunjukkan hasil yang sebenarnya
tepat tapi tidak teliti.
d) Menunjukkan hasil yang tidak tepat
dan tidak teliti.
Hampiran dan Galat
Galat (kesalahan) didalam metode numerik, dibagi menjadi dua macam
yaitu:
1. Galat pembulatan (round of error) : galat yang disebabkan oleh
pembulatan atau penyederhanaan, yaitu galat yang disebabkan
oleh fakta bahwa alat komputasi hanya dapat menyatakan besaran
dengan sejumlah berhingga angka
Misalnya 0,4 menjadi 0 atau 0,5 menjadi 1.
 = 3,14159265...  3,14
2. Galat pemotongan (truncation error) : galat yang ditimbulkan
pada saat dilakukan pengurangan jumlah angka signifikan atau
galat yang disebabkan oleh adanya penghilangan beberapa suku
dari suatu deret dengan tujuan mempermudah perhitungan
Definisi GALAT
• Kesalahan (error/galat) adalah besarnya
perbedaan atau selisih antara nilai taksiran
(hampiran/aproksimasi) dengan nilai
sesungguhnya (eksak)
• Kesalahan ini biasa timbul karena proses
pengukuran atau penggunaan aproksimasi.
Nilai GALAT
Besarnya kesalahan atas suatu nilai taksiran dapat
dinyatakan secara kuantitatif dan kualitatif.

Besarnya kesalahan yang dinyatakan secara

kuantitatif disebut Kesalahan Absolut

Besarnya kesalahan yang dinyatakan secara

kualitatif disebut dengan Kesalahan Relatif
• Semakin kecil galat, semakin dekat solusi
hampiran terhadap solusi eksaknya atau
semakin teliti solusi numerikyang diperoleh.

• Istilah HAMPIRAN = PENDEKATAN =

APROKSIMASI
• Istilah GALAT = ERROR = KESALAHAN
Hubungan antara Galat dan Nilai Eksak
Nilai Eksak = Nilai hampiran + Galat

atau
 = Nilai eksak - Nilai hampiran

dengan 𝜉 merupakan galat

Galat ABSOLUT (Galat Mutlak)
Kesalahan absolut menunjukkan besarnya perbedaan
antara nilai eksak dengan nilai hampiran, yaitu:

m = Nilai eksak – Nilai hampiran 

Kesalahan absolut tidak menunjukkan besarnya tingkat

kesalahan, tetapi hanya sekedar menunjukkan selisih
perbedaan antara nilai eksak dengan nilai hampiran.
Galat RELATIF
Galat relatif menunjukkan besarnya tingkat
kesalahan antara nilai perkiraan dengan nilai
eksaknya yang dihitung dengan membandingkan
kesalahan absolut terhadap nilai eksaknya
(biasanya dinyatakan dalam % ).
Rumus :
ξm
ξr =  100%
Nilai eksak

dimana :
r = galat relatif
m = galat absolut

Semakin kecil kesalahan relatifnya, maka nilai

hampiran yang diperoleh akan semakin baik.
Galat RELATIF
t Nilai eksak - nilai hampiran
=
Nilai eksak Nilai eksak

Galat
Persentase galat relatif = 100%
Nilai eksak

Catatan:
• Dalam metode numerik, nilai eksak hanya akan diketahui apabila fungsi
yang diberikan dapat diselesaikan secara analitik
Galat Relatif terhadap Nilai Hampiran
• Pada kenyataannya, nilai eksak tidak diketahui
sebelumnya. Sehingga pada proses iterasi
untuk menuju nilai eksak perlu untuk
menormalkan galat dengan menggunakan
galat relatif terhadap nilai hampiran (𝜉𝑎 )
 Galat nilai hampiran
a = 100%
Nilai hampiran
Nilai hampiran sekarang - Nilai hampiran sebelumnya
= 100%
Nilai hampiran sekarang
 Contoh
Isna membeli kabel listrik 30 Diketahui :
meter dari sebuah toko alat- V = 30 meter
alat elektronika. Setelah diukur V’ = 29,97 meter
ulang oleh Isna sesampainya di
rumah, kabel tersebut ternyata Kesalahan absolut
hanya mempunyai panjang m =  30 – 29,97= 0.03 m
29,97 meter.
Berapa kesalahan absolut dan Kesalahan relatif
kesalahan relatif hasil r =  0.03/ 30 x100% =
pengukuran yang dilakukan 0.1%
oleh Isna?
 Contoh
Pengukuran panjang a. Kesalahan absolut
Jembatan :
jembatan dan pensil
m=v – v’=│10.000–9999│=1 cm
memberikan hasil 9999 Pensil :
cm dan 9 cm. Apabila m = v – v’  = │10 – 9 │= 1 cm
panjang yang benar b. Kesalahan relatif
(eksak) adalah 10.000 cm Jembatan :
dan 10 cm. Hitung ξr =
ξm
V
 100%=
1
10000
 100%=0,01%

kesalahan absolut dan Pensil :

relatif ξr =
ξm
V
 100%=
1
10
 100% = 10%
Nilai Toleransi
Pada pelaksanaan komputasi, tanda galat tidak
dipedulikan, yang penting adalah apakah nilai
mutlaknya lebih kecil dari suatu toleransi yang telah
ditetapkan sebelumnya. Sehingga pada perhitungan
yang berulang (iteratif), iterasi diulangi sampai
a  s
Perhitungan akan mendapatkan hasil yang benar
sampai paling sedikit n angka penting,jika :
 s = ( 0, 5 102− n ) %
Contoh : (Taksiran Kesalahan Metode Iterasi):

Misal ingin ditaksir nilai ex, dengan x=0,5 mengunakan pendekatan deret, menggunakan 3
angka signifikan (e0,5 = 1.648721271)
x2 x3 x4
e = 1+ x +
x
+ + + ...
2! 3! 4!

dengan semakin banyak suku yang ditambah, maka nilai taksiran

semakin mendekati dari nilai ex yang sebenarnya

Dari persamaan
 s = ( 0, 5 x102− n ) %
dapat ditentukan kriteria galat yang akan memastikan adanya
suatu hasil yang benar sampai paling sedikit tiga angka bena :
𝜉 s = (0,5 x 102-3)% = 0,05 %
 x2 x3 x4
e = 1+ x +
x
+ + + ...
2! 3! 4!

Taksiran ke-1

ex = 1
1, 648721271 − 1
t1 =  100% = 39, 3%
e 0,5
=1 1, 648721271

Taksiran ke-2
ex = 1+ x 1, 648721271 − 1, 5
t 2 =  100% = 9, 02%
e0,5 = 1 + 0,5 = 1,5 1, 648721271
• Untuk menentukan taksiran galat aproksimasi iterasi ke dua, diperoleh
aproksimasi sekarang- aproksimasi sebelumnya
a 2 =  100%
aproksimasi sekarang
1, 5 − 1
=  100% = 33, 3%
1, 5

Karena 𝜉 a tidak lebih kecil dari nilai 𝜉 s yang disyaratkan, maka

komputasi dilanjutkan dengan menambah suku lain, x2/2!,
dan mengulangi perhitungan galatnya.
Proses ini dilanjutkan sampai 𝝃a < 𝝃s
Iterasi Hasil Hampiran e0.5 𝜉t % 𝜉a % 𝜉s %
1 1 39,34693 0,05
2 1,5 9,02040 33,3333 0,05
3 1,625 1,43877 7,6923 0,05
4 1,6458333 0,17516 1,2658 0,05
5 1,6484375 0,01721 0,1580 0,05
6 1,6486979 0,00142 0,0158 0,05

Jadi setelah enam suku dimasukkan, galat aproksimasi

jatuh di bawah 𝜉 s = 0,05%, dan komputasi dihentikan,
dengan nilai hampiran dari e0.5=1,6486979
DERET TAYLOR
• Deret Taylor merupakan dasar untuk
menyelesaikan masalah dalam metode numerik,
terutama penyelesaian persamaan diferensial
• Menyediakan sarana untuk meramalkan nilai
fungsi dari suatu titik (merupakan model
hampiran terhadap suatu fungsi 𝑓 𝑥 )
• Deret Taylor berguna untuk menghampiri fungsi
kedalam bentuk polinom
 • Misalkan fungsi 𝑓 𝑥 dan semua turunannya
kontinu di selang 𝑎, 𝑏 . Misalkan 𝑥0 ∈ 𝑎, 𝑏 ,
maka untuk nilai-nilai 𝑥 di sekitar 𝑥0 , dan 𝑥 ∈
𝑎, 𝑏 , maka 𝑓 𝑥 dapat di ekspansi ke dalam
deret Taylor
( x − x0 ) f ' ( x − x0 ) ( x − x0 )
2 m

f ( x ) = f ( x0 ) + ( x0 ) + f '' ( x0 ) + + f ( m ) ( x0 ) +
1! 2! m!
• Misalkan 𝑥 − 𝑥0 = ℎ, maka

h ' h 2 '' hm (m)

f ( x ) = f ( x0 ) + f ( x0 ) + f ( x0 ) + + f ( x0 ) +
1! 2! m!
 Deret Taylor dari fungsi 𝑓 𝑥𝑖+1 di sekitar titik 𝑥𝑖
adalah
( xi +1 − xi ) ( xi +1 − xi ) ( xi +1 − xi )
2 m

f ( xi +1 ) = f ( xi ) + f ' ( xi ) + f '' ( xi ) + + f ( m ) ( xi ) +
1! 2! m!
f '' ( xi ) f ( m ) ( xi )
= f ( xi ) + f ( xi ) x + ( x ) + + ( x ) +
' 2 m

2! m!
dengan
∆𝑥 = ℎ = 𝑥𝑖+1 − 𝑥𝑖
Beberapa metode hampiran nilai fungsi di suatu
titik menggunakan pemotongan Deret Taylor
• Hampiran orde nol
f ( xi +1 )  f ( xi )

• Hampiran orde satu

f ( xi +1 ) = f ( xi ) + f ' ( xi ) x

• Hampiran orde dua

f '' ( xi )
f ( xi +1 ) = f ( xi ) + f ' ( xi ) x + ( x )
2

2!
Contoh
Hampiri fungsi 𝑓 𝑥 = sin 𝑥 ke dalam deret
Taylor di sekitar 𝑥0 = 1

Penyelesaian:
Diketahui f ( x ) = sin x
f ' ( x ) = cos x
f '' ( x ) = − sin x
f ''' ( x ) = − cos x
 ( x − 1) ( x − 1) ( x − 1)
2 3

sin ( x ) = sin (1) +

1!
cos (1) +
2!
( − sin (1) ) + 3!
( − cos (1) ) +
• Misalkan 𝑥 − 1 = ℎ, maka
h2 h3
sin ( x ) = sin (1) + h cos (1) + ( − sin (1) ) + ( − cos (1) ) +
2! 3!
= 0,8415 + 0,5403h − 0, 4208h 2 − 0, 0901h3 +

Kasus khusus: Jika nilai 𝒙𝟎 = 𝟎, maka deretnya

dinamakan deret MacLaurin, yang merupakan deret
Taylor baku
 • Karena suku-suku deret Taylor tidak berhingga
banyaknya, maka untuk alasan praktis, deret Taylor
dipotong sampai suku orde tertentu.
• Deret Taylor yang dipotong sampai suku orde ke-m
dinamakan deret Taylor terpotong dan dinyatakan
oleh:
( x − x0 ) f ' x + ( x − x0 ) f '' x + + ( x − x0 ) f ( m) x + + R x
2 m

f ( x ) = f ( x0 ) + ( 0) ( 0) ( 0) m( )
1! 2! m!
• Dengan galat/residu/sisa sebesar
( x − x0 )
( m +1)

Rm ( x ) = f ( m +1) ( c ) , x0  c  x
( m + 1)!

• Deret Taylor terpotong di sekitar 𝑥0 = 0 disebut

Deret MacLaurin terpotong
Tugas: Uraikan deret berikut ini

x3 x5 x6
sin x = x − + + R5 ( x ) ; R5 ( x ) = cos(c)
3! 5! 6!
2 3 4 5
x x x x
e x = 1 + x + + + + R4 ( x ) ; R4 ( x ) = ec ,
2! 3! 4! 5!
0c x
Soal
Gunakan uraian deret Taylor hingga orde enam
untuk mengaproksimasi fungsi dititik 𝑥𝑖+1
apabila diketahui 𝑓 𝑥 = 𝑒 2𝑥 dengan 𝑥𝑖 = 0 dan
𝑥𝑖+1 = 1
Tentukan juga persentase galat relatif untuk
setiap hampiran. Gunakan 2 angka signifikan
 xi xi+1
0 1

• ∆𝑥 = ℎ = 𝑥𝑖+1 − 𝑥𝑖 = 1 − 0 = 1
• Nilai eksak = 𝑓 𝑥𝑖+1 = 𝑒 2𝑥𝑖+1 yaitu 𝑓 1 =
𝑒 2(1) = 7,3809
• Batas toleransi 𝜉s = (0,5 x 102-2)% = 0,5 %
 f ( x ) = e2 x → f ( 0 ) = 1
f ' ( x ) = 2e 2 x → f ' ( 0 ) = 2
f '' ( x ) = 4e 2 x → f '' ( 0 ) = 4
f ''' ( x ) = 8e 2 x → f ''' ( 0 ) = 8
f (4) ( x ) = 16e 2 x → f (4) ( 0 ) = 16
f (5) ( x ) = 32e 2 x → f (5) ( 0 ) = 32
f (6) ( x ) = 64e 2 x → f (6) ( 0 ) = 64

• Hampiran orde nol

f ( xi +1 )  f ( xi ) 7, 3809 − 1
t 0 =  100% = 86%
 f (1)  f ( 0 ) = 1 7, 3809
• Hampiran orde satu
f ( xi +1 ) = f ( xi ) + f ' ( xi ) x
 f (1) = f ( 0 ) + f ' ( 0 ) x = 1 + 2h
 f (1) = 1 + 2(1) = 3
7, 3809 − 3
t1 =  100% = 59, 3%
7, 3809
• Hampiran orde dua
f '' ( xi )
f ( xi +1 ) = f ( xi ) + f ( xi ) x + ( x )
' 2

2!
f ( 0)
''

 f (1) = f ( 0 ) + f ' ( 0 ) x + ( x )
2

2!
4 2
 f (1) = 1 + 2h + 2h 2 = 1 + 2(1) + (1) = 5
2!
7, 3809 − 5
t 2 =  100% = 32, 2%
7, 3809
• Hampiran orde tiga
f '' ( xi ) f ''' ( xi )
f ( xi +1 ) = f ( xi ) + f ( xi ) x + ( x ) + ( x )
' 2 3

2! 3!
f ( 0)
''
f ( 0)
'''

 f (1) = f ( 0 ) + f ' ( 0 ) x + ( x ) + ( x )
2 3

2! 3!
8 4 8
 f (1) = 1 + 2h + 2h 2 + (h)3 = 1 + 2(1) + (1) 2 + (1)3 = 6,33
3! 2! 3!

7, 3809 − 6, 33
t 3 =  100% = 14, 29%
7, 3809
• Hampiran orde empat
f '' ( xi ) f ''' ( xi ) f (4) ( xi )
f ( xi +1 ) = f ( xi ) + f ( xi ) x + ( x ) + ( x ) + ( x )
' 2 3 4

2! 3! 4!
f ( 0)
''
f (0)
'''
f (4)
(0)
 f (1) = f ( 0 ) + f ' ( 0 ) x + ( x ) + ( x ) + ( x )
2 3 4

2! 3! 4!
8 16
 f (1) = 1 + 2h + 2h 2 + (h)3 + (h) 4
3! 4!
4 8 16
 f (1) = 1 + 2(1) + (1) 2 + (1)3 + (1) 4 = 6,997
2! 3! 4!
7, 3809 − 6, 997
t 4 =  100% = 5, 2%
7, 3809
 • Hampiran orde lima
f '' ( xi ) f ''' ( xi ) f (4) ( xi ) f (5) ( xi )
f ( xi +1 ) = f ( xi ) + f ( xi ) x + ( x ) + ( x ) + ( x ) + ( x )
' 2 3 4 5

2! 3! 4! 5!
f ( 0)
''
f (0)
'''
f (4)
(0) f (5)
(0)
 f (1) = f ( 0 ) + f ' ( 0 ) x + ( x ) + ( x ) + ( x ) + ( x )
2 3 4 5

2! 3! 4! 5!
8 16 32
 f (1) = 1 + 2h + 2h 2 + (h)3 + (h) 4 + (h)5
3! 4! 5!
4 8 16 32
 f (1) = 1 + 2(1) + (1) 2 + (1)3 + (1) 4 + (1)5 = 7, 26
2! 3! 4! 5!
7, 3809 − 7, 26
t 5 =  100% = 1, 6%
7, 3809
• Hampiran orde enam
f '' ( xi ) f ''' ( xi ) f (6) ( xi )
f ( xi +1 ) = f ( xi ) + f ( xi ) x + ( x ) + ( x ) + + ( x )
' 2 3 6

2! 3! 6!
f ( 0)
''
f (0)
'''
f (6)
(0)
 f (1) = f ( 0 ) + f ' ( 0 ) x + ( x ) + ( x ) + + ( x )
2 3 6

2! 3! 6!
8 16 32 64
 f (1) = 1 + 2h + 2h 2 + (h)3 + (h) 4 + (h)5 + ( h) 6
3! 4! 5! 6!
4 8 16 32 64
 f (1) = 1 + 2(1) + (1) 2 + (1)3 + (1) 4 + (1)5 + (1)6 = 7,35
2! 3! 4! 5! 6!
7, 3809 − 7, 35
t 6 =  100% = 0, 41%
7, 3809
• Sampai dengan orde enam, untuk 𝑥 = 1 maka
nilai hampiran dari 𝑒 2𝑥 ≈7,35
INTERPOLASI
• Interpolasi merupakan proses pencarian dan
perhitungan nilai suatu fungsi yang grafiknya
melewati sekumpulan titik yang diberikan.
• Titik-titik tersebut mungkin merupakan hasil
eksperimen dalam sebuah percobaan, atau
diperoleh dari sebuah fungsi yang diketahui
• Fungsi interpolasi biasanya dipilih dari sekelompok
fungsi tertentu, salah satunya adalah fungsi
polinomial
• Tujuan : mendapatkan fungsi hampiran yang
dapat digunakan untuk merepresentasikan
data diskrit
• Diantara fungsi-fungsi yang dapat digunakan
sebagai fungsi hampiran : fungsi polinomial,
fungsi trigonometrik dan fungsi rasional
• Yang akan dibahas pada mata kuliah ini adalah
fungsi polinomial hampiran
Interpolasi Numerik
Misalkan diberikan data dalam bentuk diskrit
berikut ini
x x1 x2 x3 … xn
y y1 y2 y3 … yn

dengan 𝑥1 < 𝑥2 < ⋯ < 𝑥𝑛 . Akan dicari sebuah

polinomial P(x) sedemikian sehingga
𝑃 𝑥𝑖 = 𝑦𝑖 untuk 1 ≤ 𝑖 ≤ 𝑛
Metode interpolasi
Interpolasi Interpolasi
Beda Terbagi Linier

Interpolasi Interpolasi Interpolasi

Newton Beda Maju Kuadrat

Polinomial Interpolasi
Interpolasi Beda Mundur
Interpolasi
Lagrange
Interpolasi Linier
• Merupakan interpolasi yang menghubungkan
dua buah titik data sebuah garis
• Misalkan diberikan dua titik data 𝐴 𝑥0 , 𝑓 𝑥0
dan 𝐶 𝑥1 , 𝑓 𝑥1
 Persamaan garis lurus
C
f(x1) f1 ( x) − f ( x0 ) f ( x1 ) − f ( x0 )
B =
x − x0 x1 − x0
f1(x)
A
f(x0)

x0 x x1
f (x1 ) − f (x 0 )
f1 (x ) = f (x0 ) + (x − x0 )
Atau: (x1 − x0 )
Algoritma Interpolasi Linier
• Tentukan dua titik A dan C, yang koordinat
titiknya masing-masing 𝑥0 , 𝑓 𝑥0 dan
𝑥1 , 𝑓 𝑥1
• Tentukan nilai 𝑥 yang akan dicari
• Hitung nilai 𝑓1 (𝑥) dengan menggunakan rumus
f ( x1 ) − f ( x0 )
f1 ( x ) = f ( x0 ) + ( x − x0 )
( x1 − x0 )
• Tampilkan nilai titik yang baru 𝐵(𝑥, 𝑓1 (𝑥))
• Semakin kecil selang diantara titik-titik data,
semakin baik hampiran.
contoh
Diketahui
x 0,5 0,8
f(x) 13 17

Tentukanlah 𝑓1 𝑥 dan 𝑓1 0,6

 Jawab 17

f ( x1 ) − f ( x0 )
f1 ( x ) = f ( x0 ) + ( x − x0 ) 16.5

( x1 − x0 ) 16

f ( 0,8 ) − f ( 0,5 )
= f ( 0,5 ) + ( x − 0,5) 15.5

( 0,8 − 0,5 ) 15
17 − 13
= 13 + ( x − 0,5)
( 0,8 − 0,5)
14.5

14
4
= 13 + ( x − 0,5) 13.5
0,3
4
f1 ( 0, 6 ) = 13 + ( 0, 6 − 0,5)
13
0.5 0.55 0.6 0.65 0.7 0.75 0.8 0.85 0.9

0,3
= 14,33
Interpolasi kuadrat
• Merupakan interpolasi yang menghubungkan 3
titik data dalam suatu kurva parabola
• Misalkan diberikan titik P 𝑥0 , 𝑓 𝑥0 ,
𝑄 𝑥1 , 𝑓 𝑥1 dan R 𝑥2 , 𝑓 𝑥2
 • Bentuk umum interpolasi kuadrat
f 2 (x ) = b0 + b1 (x − x0 ) + b2 (x − x0 )(x − x1 )

f ( x2 ) − f ( x1 ) f ( x1 ) − f ( x0 )
dengan −
x2 − x1 x1 − x0
b0 = f (x0 ) b2 = f [ x2 , x1 , x0 ] =
x2 − x0
f ( x1 ) − f ( x0 )
b1 = f [ x1 , x0 ] =
x1 − x0
contoh
Diketahui
x 0,1 0,3 0,5
f(x) 0,003 0,0067 0,148

Tentukanlah 𝑓2 𝑥 dan 𝑓2 0,4

Jawab
x0 x1 x2

x 0,1 0,3 0,5

f(x) 0,003 0,0067 0,148

b0 = f ( x0 ) = 0, 003 f ( x2 ) − f ( x1 ) f ( x1 ) − f ( x0 )
−
f ( x1 ) − f ( x0 ) x2 − x1 x1 − x0
b1 = f [ x1 , x0 ] = b2 = f [ x2 , x1 , x0 ] =

=
f ( 0,3) − f ( 0,1)
0,3 − 0,1
x1 − x0
? x2 − x0

f 2 (x ) = b0 + b1 (x − x0 ) + b2 (x − x0 )(x − x1 )
Soal 1

Taksirlah nilai dari log 7, dengan memakai interpolasi linier

dengan
a) menginterpolasi antara log 3 dan log 8,
b) Menginterpolasi antara log 6 dan log 8
c) Bandingkan hasil yang diperoleh dengan menghitung
galat relatif masing-masing persoalan diatas
Soal 2
Hitung g(1,4), jika diberikan data:
x 0,5 1,0 1,5
g(x) 2,119 2,910 3,945
POLINOM INTERPOLASI NEWTON
 Polinom interpolasi newton
• Polinom orde ke-n, memerlukan n+1 titik-titik data,
yaitu x0, x1, ..., xn
• Semakin tinggi orde yang digunakan untuk
interpolasi hasilnya akan semakin baik (teliti)
• Bentuk umum hampiran polinom orde ke-n adalah:
f n ( x) = b0 + b1 ( x − x0 ) + b2 ( x − x0 )( x − x1 ) + + bn ( x − x0 )( x − x1 ) ( x − xn −1 )
 Polinom interpolasi newton
• dengan
b0 = f ( x0 ) beda terbagi hingga orde nol
b1 = f  x1 , x0  beda terbagi hingga orde satu

bn = f  xn , xn −1 , , x1 , x0  beda terbagi hingga orde n

dimana perhitungan dalam kurung siku merupakan beda terbagi hingga

• First finite difference (beda terbagi hingga
pertama)
f ( x ) − f (x )
f x , x  = i j

xi − x j
i j

o Beda terbagi hingga kedua :

 
f xi , x j , xk =
  
f xi , x j − f x j , xk 
xi − xk
Polinom interpolasi newton
• Beda terbagi hingga ke- n
f xn , xn −1 , , x1  − f xn −1 , xn − 2 , , x0 
f xn , xn −1 , , x1 , x0  =
xn − x0

o Titik data yang dipakai tidak perlu berjarak sama antara

satu dengan yang lainnya.
o Nilai-nilai absis yang dipakai juga tidak perlu dalam
urutan menaik.
xi f(xi) Orde 1 Orde 2 Orde 3
x0 f(x0) 𝑓[𝑥1 , 𝑥0 ] 𝑓[𝑥2 , 𝑥1 , 𝑥0 ] 𝑓[𝑥3 , 𝑥2 , 𝑥1 , 𝑥0 ]
x1 f(x1) 𝑓[𝑥2 , 𝑥1 ] 𝑓[𝑥3 , 𝑥2 , 𝑥1 ]
x2 f(x2) 𝑓[𝑥3 , 𝑥2 ]
x3 f(x3)
contoh
Gunakan interpolasi polinom newton untuk
menaksir nilai dari ln 2, dengan menggunakan
titik-titik pada x0=1, x1=4, x2=6, x3=5
jawab
• Terdapat 4 titik data, bearti yang digunakan
adalah polinom interpolasi newton orde 3.
• Nilai sebenarnya dari ln 2 adalah: 0,693147
• dengan nilai dari
x 0 = 1 → f (x 0 ) = ln1 = 0
x1 = 4 → f (x1 ) = ln 4 = 1,3862944
x 2 = 6 → f (x 2 ) = ln 6 = 1,7917595
x 3 = 5 → f (x 3 ) = ln 5 = 1,6094379
• Bentuk umum polinom orde ke tiga, adalah:
f3 (x ) = b0 + b1 (x − x0 ) + b2 (x − x0 )(x − x1 ) + b3 (x − x0 )(x − x1 )(x − x2 )
Beda terbagi pertama adalah:
f ( x1 ) − f ( x0 ) 1,3862944 − 0
b = f x , x  = = = 0,46209813
x1 − x0 4 −1
1 1 0

f ( x2 ) − f ( x1 ) 1,7917595 − 1,3862944
f x2 , x1  = = = 0,20273255
x2 − x1 6−4
f ( x3 ) − f ( x2 ) 1,6094379 − 1,7917595
f x3 , x2  = = = 0,18232160
x3 − x2 5−6
• Beda terbagi kedua:
f x2 , x1  − f x1 , x0 
b2 = f x2 , x1 , x0  = =
x2 − x0
f x3 , x2  − f x2 , x1 
f x3 , x2 , x1  = =
x3 − x1

• Beda terbagi ketiga adalah:

f x3 , x2 , x1  − f x2 , x1 , x0 
b3 = f x3 , x2 , x1 , x0  = =
x3 − x0
• Sehingga diperoleh:

f 3 (x ) = b0 + b1 (x − x0 ) + b2 (x − x0 )(x − x1 ) + b3 (x − x0 )(x − x1 )(x − x2 )

= b0 + b1 (x − 1) + b2 (x − 1)(x − 4) + b3 (x − 1)(x − 4)(x − 6)

f 3 (2) = b0 + b1 (2 − 1) + b2 (2 − 1)(2 − 4) + b3 (2 − 1)(2 − 4)(2 − 6)

PR
Carilah f(9,7) dengan interpolasi polinomial
newton dengan n = 3 apabila diketahui
f(9)=2,19722,
f(9,5)=2,25129,
f(10)=2,30259,
f(11)=2,39790
PR
Diketahui data sebagai berikut

x 0 1 2 2,5 3 3,5 4
y 2,5 0,5 0,5 1,5 1,5 1,125 0
Tentukanlah nilai dari y(3,4) dengan menggunakan
pendekatan
a. Interpolasi linier apabila digunakan data ke 4 dan ke 7
b. Interpolasi kuadrat apabila digunakan data ke 2,5,6
c. Interpolasi polinomial Newton orde 6
INTERPOLASI LAGRANGE
• Interpolasi beda terbagi Newton untuk fungsi
pendekatan dengan polinomial yang tinggi akan
terlalu panjang
• Interpolasi Lagrange menghasilkan sebuah fungsi
pendekatan tanpa harus menurunkan berkali-kali
• Interpolasi Lagrange menggunakan pendekatan
polinomial
• Menggunakan jumlah titik data yang fleksibel,
tergantung pada orde yang ingin digunakan
• Interpolasi Lagrange pada orde n, nilai fungsi 𝑦
pada sebuah nilai 𝑥 diperoleh dengan
n
y =  Li yi
i =0

• Dimana n x − xj
Li = 
j =0 xi − x j
j i
Interpolasi Lagrange Orde 1
• Menggunakan dua titik pendekatan 𝑥0 , 𝑦0
dan 𝑥1 , 𝑦1
• Nilai fungsi 𝑦 pada suatu nilai 𝑥 diperoleh
dengan cara
y = L0 y0 + L1 y1
x − x1
• dimana L0 =
x0 − x1
x − x0
L1 =
x1 − x0
Contoh
Diketahui data sebagai berikut
x 1 4 7 10
y 3 5 9 16

Tentukanlah nilai y(5) apabila diketahui titik data

(4,5) dan (7,9)
 Jawab
x − x1 5 − 7
L0 = = = 0, 667
x0 − x1 4 − 7
x − x0 5 − 4
L1 = = = 0,333
x1 − x0 7 − 4

Sehingga diperoleh

y ( 5 ) = L0 y0 + L1 y1
= (0, 667)(5) + (0,333)(9)
= 6,333
Interpolasi Lagrange Orde 2
• Menggunakan tiga titik pendekatan 𝑥0 , 𝑦0 ,
𝑥1 , 𝑦1 dan 𝑥2 , 𝑦2
• Nilai fungsi 𝑦 pada suatu nilai 𝑥 diperoleh
dengan cara
y = L0 y0 + L1 y1 + L2 y2
x − x1 x − x2 x − x0 x − x1
• dimana L0 = . L2 = .
x0 − x1 x0 − x2 x2 − x0 x2 − x1
x − x0 x − x2
L1 = .
x1 − x0 x1 − x2
Contoh
Diketahui data sebagai berikut
x 1 4 7 10
y 3 5 9 16

Tentukanlah nilai y(5) apabila diketahui titik data

(1,3), (4,5) dan (7,9)
 x − x1 x − x2 5 − 4 5 − 7
Jawab L0 = . = . = −0,111
x0 − x1 x0 − x2 1 − 4 1 − 7
x − x0 x − x2 5 − 1 5 − 7
L1 = . = . = 0,889
x1 − x0 x1 − x2 4 − 1 4 − 7
x − x0 x − x1 5 − 1 5 − 4
L2 = . = . = 0, 222
x2 − x0 x2 − x1 7 − 1 7 − 4

• Sehingga diperoleh
y ( 5 ) = L0 y0 + L1 y1 + L2 y2
= (−0,111)(3) + (0,889)(5) + (0, 222)(9)
= 6,111
Interpolasi polinomial Lagrange kurang disukai dalam
prakteknya, karena:
• Jumlah komputasi yang dibutuhkan untuk satu kali
interpolasi adalah besar. Interpolasi untuk nilai x yang lain
memerlukan jumlah komputasi yang sama karena tidak ada
bagian dari komputasi sebelumnya yang dapat digunakan
(harus diulang dari awal untuk setiap nilai x yang berbeda)
• Apabila jumlah titik data yang digunakan meningkat atau
menurun, hasil komputasi sebelumnya tidak dapat
digunakan. Karena tidak ada hubungan antara yn-1(x) dan
yn(x) pada polinomial Lagrange
Contoh perintah matlab
• Matlab polinomial Lagrange
clc; for i=1:b
qx=1;
clear;
for j=1:b
syms x; if (i~=j)
b=input('Banyak titik = '); qx=qx*(x-bx(j));
for i=1:b end
end
fprintf('x%d',i)
qxl=subs(qx,x,bx(i));
bx(i)=input('='); lx=qx/qxl;
fprintf('y%d',i) lxl=collect(lx);
by(i)=input('='); fprintf('L%d(x)=',i);
disp(lxl);
end
fx=fx+by(i)*lx;
disp('Titik-titik yang diketahui adalah sebagai end
berikut: ');
for i=1:b px=collect(fx);
fprintf('(%d,%1.1f)',bx(i),by(i));
fprintf('\nPersamaan Lagrange =');
end
disp(px);
x=input('Nilai x yang di cari=');
fx=0; Hasil=subs(px);
fprintf('\n\n');
fprintf('\nHasil nilai fungsi dari Persamaan Lagrange =');
disp('Nilai masing-masing L(x)');
disp(Hasil);
PR
Diketahui nilai yang berkorespondensi dengan 𝑦 =
log10 𝑥 adalah sebagai berikut

x 300 304 305 307

𝑦 = log10 𝑥 2,4771 2,4829 2,4843 2,4871

Tentukanlah nilai dari 𝑦 = log10 301 dengan

menggunakan keempat titik data diatas
TURUNAN NUMERIK
Definisi turunan

f ( x + h) − f ( x )
f ( x ) = lim
'
h →0 h
• Apabila persamaan fungsi 𝑓(𝑥) diberikan secara
eksplisit, maka kita dapat menentukan fungsi
turunannya, 𝑓 ′ 𝑥 , 𝑓 ′′ 𝑥 , ⋯ , 𝑓 (𝑛+1) (𝑥), lalu
menggunakannya untuk menghitung nilai turunan
fungsi di 𝑥 = 𝑡
• Tetapi apabila fungsi 𝑓(𝑥)tidak diketahui secara
eksplisit, tetapi hanya memiliki beberapa titik data
saja, maka kita tidak dapat menentukan nilai
turunan fungsi tersebut secara analitik
Persoalan Turunan Numerik
• Persoalan turunan numerik adalah persoalan
untuk menentukan hampiran nilai turunan dari
fungsi 𝑓 𝑥 yang diberikan dalam bentuk
tabel.
Tiga pendekatan perhitungan turunan
numerik
• Hampiran beda/selisih maju
• Hampiran beda mundur
• Hampiran beda terpusat
Hampiran beda maju
(Forward difference approximation)

f ( x0 + h) − f ( x0 )
f ( x0 ) =
'

h
Misalkan 𝑓(𝑥) menyatakan fungsi riil satu
variabel. Polinomial taylor orde satu untuk fungsi
𝑓(𝑥) di sekitar 𝑥 = 𝑥0 adalah

( x − x0 ) f ' ( x − x0 )
2

f ( x ) = f ( x0 ) + ( x0 ) + f '' ( c ) dengan c   x, x0 
1! 2!
Misalkan 𝑥 = 𝑥0 + ℎ, dengan ℎ > 0 maka
h 2 ''
f ( x0 + h ) = f ( x0 ) + hf ( x0 ) +
'
f ( c ) untuk suatu c   x0 , x0 + h 
2!
Sehingga diperoleh
f ( x0 + h ) − f ( x0 ) h ''
f ' ( x0 ) = − f (c) untuk suatu c   x0 , x0 + h 
h 2
 𝑓 𝑥0 +ℎ −𝑓(𝑥0 )
• Apabila ℎ mengecil, maka nilai
ℎ
akan memberikan taksiran untuk nilai 𝑓 ′ (𝑥0 ).
• Hal ini bearti
f ( x0 + h ) − f ( x0 )
f '
( x0 ) 
h
Hampiran beda mundur
(Backward difference approximation)

f ( x0 ) − f ( x0 − h)
f ( x0 ) =
'

Buktikan persamaan diatas

Hampiran beda pusat
(Central difference approximation)

f ( x0 + h) − f ( x0 − h)
f ( x0 ) =
'

2h
• Dari hampiran beda maju, diperoleh

hf ( x0 ) = f ( x0 + h ) − f ( x0 )
'

• Dari hampiran beda mundur diperoleh

hf ' ( x0 ) = − f ( x0 − h ) + f ( x0 )
• Jumlahkan kedua persamaan, didapatkan

2hf ( x0 ) = f ( x0 + h ) − f ( x0 − h )
'

• sehingga

f ( x0 + h) − f ( x0 − h)
f ' ( x0 ) =
2h
 Contoh:
Taksirlah turunan pertama fungsi f(x) dibawah ini dengan hampiran beda maju, beda
mundur dan hampiran beda terpusat.

f(x) = -0,1x4 + 0,15x3 – 0,5x2 – 0,25x + 1,2

Pada x=0,5, dengan ukuran langkah h=0,5. Hitung juga hampiran untuk h=0,25
h=0,5
Jawab:

xi-1 x=0,5 xi+1

Untuk h=0,5, maka diperoleh:
xi −1 = x − h = 0,5 − 0,5 = 0 → f ( xi −1 ) = f (0) = 1,2
xi +1 = x + h = 0,5 + 0,5 = 1 → f ( xi +1 ) = f (1) = 0,2

xi = 0,5 → f ( xi ) = f (0,5) = 0,925

• Sehingga hampiran beda maju adalah
f ( xi +1 ) − f ( xi )
f ' (0,5) = + O ( h) Et=?
h
0,2 − 0,925
 = −1,45
0,5

• Hampiran beda mundur adalah ?

INTEGRASI NUMERIK
• Perhitungan integral adalah perhitungan dasar
yang digunakan dalam kalkulus, dalam banyak
keperluan.
Penerapan integral :
1. Menghitung luas yang dibatasi oleh fungsi y =
f(x) dan sumbu x.
2. Menghitung volume-volume benda putar
• Pengintegralan numerik merupakan alat atau
cara yang digunakan untuk memperoleh
jawaban hampiran (aproksimasi) dari integrasi
analitis untuk mempermudah mendapatkan
solusinya, dimana kadang-kadang suatu
integral sulit diselesaikan dengan analitis.
• Metode integrasi numerik adalah suatu cara
untuk menghitung aproksimasi luas daerah di
bawah suatu fungsi pada selang yang diberikan
 Dasar Pengintegralan Numerik
Penjumlahan berbobot dari nilai fungsi
f(x)

b n

 f ( x)dx   c f ( x )
a i =0
i i x0 x1 xn-1 xn x

= c0 f ( x0 ) + c1 f ( x1 ) + + cn f ( xn )
Klasifikasi Metode Integrasi Numerik
1. Metode Pias
Daerah integrasi (yaitu luas di bawah kurva y=f(x)) dibagi
atas sejumlah pias (partisi) yang berbentuk segi empat.
2. Metode Newton-Cotes
Fungsi f(x) dihampiri dengan polinom interpolasi 𝑓𝑛 𝑥 .
Selanjutnya dilakukan pengintegralan terhadap 𝑓𝑛 𝑥
3. Kuadratur Gauss
Nilai integral diperoleh dengan mengevaluasi nilai fungsi
pada sejumlah titik tertentu.
METODE PIAS
• Selang integrasi [a,b] di bagi menjadi n buah
pias atau partisi atau segmen. Lebar tiap
partisi adalah
𝑏−𝑎
ℎ=
𝑛
• Titik absis pada partisi dinyatakan sebagai
𝑥𝑟 = 𝑎 + 𝑟 ℎ, 𝑟 = 0,1,2, ⋯ , 𝑛
• Dan nilai fungsi pada titik absis adalah 𝑓(𝑥𝑟 )
 r xr fr
0 x0 f0
1 x1 f1
2 x2 f2
3 x3 f3
…
n-2 xn-2 fn-2
n-1 xn-1 fn-2

n xn fn
Kaidah Integrasi dengan Metode Pias
• Kaidah segiempat (rectangle rule)
• Kaidah trapesium (trapezoidal rule)
• Kaidah titik tengah (midpoint rule)
 Metode Pias – Kaidah segiempat
• Pandang sebuah partisi
berbentuk empat persegi
panjang dari x=x0 sampai
x=x1.
• Luas satu partisi (jika tinggi partisi = 𝑓(𝑥0 ))
adalah
𝑥1
‫𝑓 𝑥׬‬ 𝑥 𝑑𝑥 ≈ ℎ𝑓(𝑥0 )
0
• Luas satu partisi (jika tinggi partisi = 𝑓(𝑥1 ))
adalah
𝑥1
‫𝑓 𝑥׬‬ 𝑥 𝑑𝑥 ≈ ℎ𝑓(𝑥1 )
0
• Jumlahkan kedua
hampiran diatas,
diperoleh kaidah
segiempat berikut
Kaidah Segiempat Gabungan
Kaidah Segiempat Gabungan
b

 f ( x)dx  hf ( x ) + hf ( x ) +
a
0 1 + hf ( xn −1 )

 f ( x)dx  hf ( x ) + hf ( x ) +
a
1 2 + hf ( xn )

___________________________________ +
b
2 f ( x)dx  hf ( x0 ) + 2hf ( x1 ) + 2hf ( x2 ) + + 2hf ( xn −1 ) + hf ( xn )
a

b
h h
 f ( x)dx  f ( x0 ) + hf ( x1 ) + hf ( x2 ) + + hf ( xn −1 ) + f ( xn )
a
2 2
Kaidah segiempat gabungan adalah
b
h
 f ( x)dx  ( f 0 + 2 f1 + 2 f 2 + + 2 f n −1 + f n )
a
2
h n −1

=  f 0 + 2 f i + f n 
2 i =1 

dengan 𝑓𝑟 = 𝑓 𝑥𝑟 , 𝑟 = 0,1,2, ⋯ , 𝑛
Metode Pias – Kaidah Trapesium
• Pandang sebuah partisi berbentuk trapesium
dari x=x0 sampai x=x1
• Luas satu trapesium adalah
𝑥1
ℎ
න 𝑓 𝑥 𝑑𝑥 ≈ 𝑓 𝑥0 + 𝑓(𝑥1 )
2
𝑥0
Kaidah trapesium gabungan
b x1 x2 xn

 f ( x)dx   f ( x)dx +  f ( x)dx +

a x0 x1
+ 
xn−1
f ( x)dx

h h h
  0
f ( x ) + f ( x1 
) +  1
f ( x ) + f ( x2 
) + +  f ( xn−1 ) + f ( xn )
2 2 2
h
  f ( x0 ) + 2 f ( x1 ) + 2 f ( x2 ) + + 2 f ( xn −1 ) + f ( xn ) 
2
h n −1

  f 0 + 2 f i + f n 
2 i =1 
dengan f r = f ( xr ) , r = 0,1, 2, ,n
Contoh:
3,4 𝑥
‫׬‬1,8 𝑒 𝑑𝑥
Hitung integral dengan menggunakan
kaidah kaidah trapesium. Ambil h=0,2.
Jawab :
• Jumlah partisi adalah
• Tabel data diskrit
• Nilai integrasi sebenarnya:

• Nilai integrasi dengan menggunakan kaidah

trapesium adalah:
Metode Pias – Kaidah titik tengah
• Pandang partisi
berbentuk empat
persegi panjang dari
𝑥 = 𝑥0 sampai 𝑥 = 𝑥1
dan titik tengah absis
ℎ
𝑥 = 𝑥0 +
2
• Luas satu partisi adalah:
𝑥1
ℎ
න 𝑓 𝑥 𝑑𝑥 ≈ ℎ𝑓 𝑥0 + ≈ ℎ𝑓 𝑥1/2
2
𝑥0
Kaidah titik tengah – n partisi
b

 f ( x)dx  h ( f
a
1/ 2 + f 3/ 2 + + f n −1/ 2

n −1
 h fi +1/ 2
i =0

dengan xr +1/ 2 = a + ( r + 1/ 2 ) h
f r +1/ 2 = f ( xr +1/ 2 )
METODE NEWTON-COTES
 Metode-metode NEWTON-COTES
• Metode Newton-Cotes adalah metode yang
umum untuk menurunkan kaidah integrasi
numerik
• Dasar : polinom interpolasi, dimana fungsi f(x)
dihampiri dengan polinom interpolasi 𝑓𝑛 𝑥 ,
𝑏 𝑏
yaitu 𝐼 = ‫𝑥𝑑 𝑥 𝑛𝑓 𝑎׬ ≈ 𝑥𝑑 𝑥 𝑓 𝑎׬‬
f n ( x) = a0 + a1 ( x − x0 ) + a2 ( x − x0 )( x − x1 ) + + an ( x − x0 )( x − x1 ) ( x − xn−1 )
Yang digunakan dalam integrasi numerik metode
Newton-Cotes adalah Polinom Newton-Gregory
maju, yaitu:

f 0  f0
2
f n ( x ) = f 0 + ( x − x0 ) + ( x − x0 )( x − x1 ) 2
+ +
1!h 2!h
n f0
( x − x0 )( x − x1 ) ( x − xn ) n
n !h
Kaidah Integrasi dengan Metode Newton-Cotes

• Kaidah trapesium
• Kaidah Simpson 1/3
• Kaidah Simpson 3/8
Metode Newton-Cotes – Kaidah Trapesium
• Polinom interpolasi Newton-Gregory
derajat 1 yang melalui titik 𝑥0 = 0 dan
𝑥1 = ℎ adalah

∆𝒇 𝒙𝟎 ∆𝒇𝟎
𝒑𝟏 𝒙 = 𝒑 𝒙𝟎 +𝒙 = 𝒇𝟎 + 𝒙
𝒉 𝒉
 h h
I   f ( x)dx   p1 ( x)dx
0 0
h
 f 0 
• Integrasikan    f0 + x  dx
0
f 
𝑝1 (𝑥) di dalam x=h
x2
selang 0,1  xf 0 + f 0
2h x=0
didapatkan
h
 hf 0 + f 0
2
h
 hf 0 + ( f1 − f 0 )
2
h
 ( f 0 + f1 )
2
• Kaidah trapesium satu partisi
ℎ
ℎ
න 𝑓 𝑥 𝑑𝑥 ≈ 𝑓0 + 𝑓1
2
0
• Kaidah trapesium n partisi
ℎ 𝑛−1
ℎ
න 𝑓 𝑥 𝑑𝑥 ≈ 𝑓0 + 2 ෍ 𝑓𝑖 + 𝑓𝑛
2
0 𝑖=1
METODE NEWTON COTES
KAIDAH SIMPSON 1/3
• Misalkan fungsi f(x) dihampiri
dengan polinom interpolasi
derajat dua
• Luas daerah yang dihitung
sebagai hampiran nilai integrasi
adalah luas daerah di bawah
kurva
• Dibutuhkan 3 buah titik data,
misal 𝑥0 , 𝑓 𝑥0 , (𝑥1 , 𝑓(𝑥1 ))
dan (𝑥2 , 𝑓(𝑥2 ))
• Pada kaidah Simpson 1/3, fungsi f(x) dihampiri
dengan polinom interpolasi derajat dua
(interpolasi kuadrat):
f 2 ( x) = b0 + b1 ( x − x0 ) + b2 ( x − x0 )( x − x1 )
Integrasikan 𝑓2 (𝑥) di dalam selang [𝑥0 , 𝑥2 ] ,
yaitu:
x2 x2

I  f ( x)dx   f ( x)dx
x0 x0
2

x2

  (b
x0
0 + b1 ( x − x0 ) + b2 ( x − x0 )( x − x1 ) ) dx

h
  f ( x0 ) + 4 f ( x1 ) + f ( x2 )  Kaidah Simpson 1/3
3
 Kaidah Simpson 1/3 Gabungan (n partisi)
b x2 x4 xn

 f ( x)dx   f ( x)dx +  f ( x)dx +

a x0 x2
+ 
xn−2
f ( x)dx

h h h
 ( 0 1 2) ( 2
f + 4 f + f + f + 4 f 3 + f 4) + + ( f n−2 + 4 f n−1 + f n )
3 3 3
h
 ( f 0 + 4 f1 + 2 f 2 + 4 f3 + 2 f 4 + + 2 f n −2 + 4 f n −1 + f n )
3
h n −1 n−2

  f 0 + 4  fi + 2  fi + f n 
3 i =1,3,5 i = 2,4,6 
• Pola koefisien dalam rumus Simpson 1/3
adalah 1, 4, 2, 4, 2, …, 2, 4, 1
• Penggunaan kaidah Simpson 1/3 mensyaratkan
bahwa jumlah selang (n) harus genap
Galat Kaidah Simpson 1/3

( xn − x0 )
5

En =− 4
f IV
(c) , c   x0 , xn 
180n
 1 1
• Hitungintegral‫׬‬0 𝑑𝑥dengan menggunakan
1+𝑥
kaidah simpson 1/3 apabila diketahui h=0,125
 Jawab
Tabel titik-titik di r xr fr
dalam selang 0 0 1
0,1 , dengan 1 0,125
jumlah partisi 2 0,250
n=8 3 0,375
4 0,500
5 0,625
6 0,750
7 0,875
8 1,000
• Hampiran nilai integral dengan menggunakan
kaidah Simpson 1/3 adalah
1
1 h
0 1 + x 3 ( f0 + 4 f1 + 2 f 2 + 4 f3 + 2 f 4 + 4 f5 + 2 f6 + 4 f7 + f8 )
dx 

0,125
 (...)
3
 ( xn − x0 )
5

En = − 4
f IV ( c ) , c   x0 , xn  =  0,1
180n

1 24
f ( x) =  f ( x) =
IV

x +1 ( )+
5
1 x

24 
x = 0  f (0) =
IV
= 24 
(1 + 0 )
5


24 
x = 1  f IV (1) = = 0, 75  Pilih f IV
( c ) = f IV
(0) = 24
(1 + 1)
5 maks

24 
x = 0,5  f (0,5) =
IV
= 3,16 
(1 + 0,5) 
5