KELAS (B)

PRAKTIKUM KOMPUTASI FISIKA

TOPIK 7
PENERAPAN METODE GOLDEN SECTION, NEWTON DAN INTERPOLASI
KUADRAT UNTUK MENYELESAIKAN MASALAH OPTIMASI

Nama Praktikan : Maulina Putri Lestari

NIM : M0220052
Asisten Praktikum : Afrannisa Salsabilah

PROGRAM STUDI FISIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SEBELAS MARET

2022
 KELAS (B)

1. METODE GOLDEN SECTION

Metode Golden Section adalah sebuah metode optimasi numerik yang dapat diterapkan untuk
fungsi yang bersifat unimodal. Untuk kedua tipe optimasi, yaitu maksimasi dan minimasi dapat
diselesaikan dengan metode Golden Section ini. Metode Golden Section merupakan metode
optimasi sebuah variabel yang sederhana, dan memiliki pendekatan yang mirip dengan metode
bisection dalam penentuan akar persamaan tak linier.
Script program
clc
clear all
disp('=============================');
disp(' Metode Golden Section ');
disp(' Maulina Putri Lestari ');
disp(' NIM M0220052 ');
disp('=============================');
disp ('f(x)=x-exp(x)')
i=1;
e=input('Masukkan nilai error:');
a=input('Masukkan batas bawah:');
b=input('Masukkan batas atas:');
r=0.618;
Lk=abs(a-b);
f=inline('x-(exp(x))');
disp ('-----------------------------------------------------------------')
disp (' i a b f(x1) f(x2) Lk ')
disp ('-----------------------------------------------------------------')
while Lk>e
x1=b-(r*(b-a));
x2=a+(r*(b-a));
fprintf('%2d %10.8f %10.8f %10.8f %10.8f %10.5f\n',i,a,b,f(x1),f(x2),Lk)
if f(x1)<f(x2);
a=x1;
elseif f(x1)==f(x2);
b=x2;
elseif f(x1)>f(x2);
b=x2;
end
i=i+1;
Lk=abs(a-b);
end
 KELAS (B)

Gambar 1. Hasil Running Program Metode Golden Section

Pada percobaan metode Golden Section menggunakan persamaan f(x) x - expx , dengan
menggunakan fungsi while yang memiliki fungsi untuk melakukan perulangan selama kondisi
pada while terpenuhi, digunakan pula fungsi if,else if, end yang memiliki fungsi yaitu untuk
pernyataan fungsi bersyarat. Ketika program dijalankan, maka akan ditampilkan dan diberikan
nilai-nilai inputan yaitu batas atas, batas bawah, dan galat maksimum, yang harus dimasukkan
nilainya oleh praktikkan. Dimana pada percobaan ini untuk nilai inputan sudah ditentukan, yaitu
untuk (batas bawah = -1), ( batas atas = 3), (galat maksimum = 0,001%), dan nilai tetapan yang
sudah ditentukan pada metode Golden Section yaitu (r = 0,618). Maka akan dihasilkan hasil
untuk mencapai nilai optimum dengan iterasi sebanyak 18 kali
2. METODE NEWTON
Metode optimasi Newton ini menggunakan pendekatan yang sama dengan metode Newton
dalam penentuan akan persamaan tak-linear, melalui pendefisian fungsi :. Untuk
kondisi optimum berlaku dengan (x*) menyatakan nilai x optimum)). Sehingga
nilai x* dapat diperoleh secara iterative sebagai berikut

Script Program

clc
clear all
disp('=============================');
disp(' Metode Newton ');
 KELAS (B)

disp(' Maulina Putri Lestari ');

disp(' NIM M0220052 ');
disp('=============================');
disp ('fx=x-exp(x)')
disp ('f1(x)= 1-exp(x)(turunan fungsi satu)')
disp ('f2(x)= -exp (x)(turunan fungsi kedua)')
xi=2;
i=1;
erorr=0.00001;
f=inline('x-(exp (x))');
f1=inline('1-(exp (x))');%turunan fungsi pertama
f2=inline('-(exp(x))');%turunan fungsi kedua
xk=xi-(f1(xi)/f2(xi));%menghitung nilai x optimun
galat=abs(xk-xi);
disp ('------------------------------------------------------------')
disp (' i xi xk f`(x) f"(x) galat ')
disp ('------------------------------------------------------------')
while galat>erorr % loop untuk metode Newton
fx1=f1(xi);
fx2=f2(xi);
fprintf('%2d %10.6f %10.6f %10.5f %10.5f %10.4f\n',i,xi,xk,fx1,fx2,galat)
xi=xk;
xk=xi-(f1(xi)/f2(xi));
galat=abs(xk-xi);
i=i+1;
end

Gambar 2. Hasil Running Program Metode Newton

 KELAS (B)

Metode Optimasi Metode Newton menggunakan persamaan f (x) = x-ex Pada program ini
menggunakan inputan nilai yang sudah ditentukan sebesar 2 dan nilai galat atau error sebesar
0,001%. Metode Optimasi Metode Newton ini untuk fungsi persamaannya harus diturunkan
sebanyak dua kali, yaitu turunan fungsi pertama dari (f(x) = x – exp x ) adalah (1 – (expx)) , lalu
turunan kedua yaitu menjadi ( − (expx)). Dengan metode newton section menggunakan inputan
xi sebesar 2 didapatkan hasil iterasi untuk mencapai nilai optimum sebanyak 5 kali. Hasil pada
gambar 4 juga dipengaruhi oleh nilai inputan semakin xi semakin mendekati nilai perpotongan
maka iterasinya juga semakin kecil dan sebaliknya.

3. METODE INTERPOLASI KUADRAT

Metode interpolasi kuadrat dapat digunakan untuk melakukan optimasi secara numerik,
dikarenakan prnggunaan polinomial orde dua yang menghasilkan pendekatan cukup baik
terhadap bentuk f(x) di dekat titik optimumnya.
Metode interpolasi kuadrat dapat digunakan untuk melakukan optimasi numerik. Hal ini
disebabkan oleh penggunaan polinomial orde-dua yang menghasilkan pendekatan cukup baik
terhadap bentuk f(x)di dekat titik optimumnya. Jika mula-mula kita mempunyai tiga buah titik
tebakan awal (yakni x0, x1, dan x2) yang mengapit titik optimumnya, maka sebuah parabola
dapat di-fit-kan melalui ketiganya. Diferensiasikan persamaan yang diperoleh, set hasilnya
menjadi sama dengan nol, dan perkiraan x optimum dapat ditentukan (dalam hal ini sebagai x3)
sebagai berikut:

Script Program
clc
clear all
disp('=============================');
disp(' Metode Interpolasi Kuadrat ');
disp(' Maulina Putri Lestari ');
disp(' NIM M0220052 ');
disp('=============================');
disp ('f(x)=x-exp(x)');
x0=-1;
x1=2;
x2=4;
i=1;
erorr=0.00001;
f=inline('x-(exp(x))');
x3=((f(x0)*(x1^2-x2^2))+(f(x1)*(x2^2-x0^2))+(f(x2)*(x0^2-x1^2)))/((2*f(x0)*(x1-x2))
+(2*f(x1)*(x2-x0))+(2*f(x2)*(x0-x1)));
galat=abs(x3-x0);
disp ('---------------------------------------------------------------------------------------------')
disp (' i x0 x1 x2 x3 f(x0) f(x1) f(x2) galat ')
 KELAS (B)

disp ('---------------------------------------------------------------------------------------------')
while galat>erorr
fprintf('%2d %10.6f %10.7f %10.5f %10.5f %10.5f %10.5f %10.5f %10.5f\
n',i,x0,x1,x2,x3,f(x0),f(x1),f(x2),galat)
x0=x1;
x1=x2;
x2=x3;
x3=((f(x0)*(x1^2-x2^2))+(f(x1)*(x2^2-x0^2))+(f(x2)*(x0^2-x1^2)))/((2*f(x0)*(x1-x2))
+(2*f(x1)*(x2-x0))+(2*f(x2)*(x0-x1)));
galat=abs(x3-x0);
i=i+1;
end

Gambar 3. Hasil Running Program Metode Interpolasi Kuadrat

Penentuan x3 dilakukan secara iteratif, melalui strategi yang sama dengan metode golden
section, hingga diperoleh penyelesaian yang konvergen. Hasil dengan metode interpolasi kuadrat
pada gambar 6, menggunakan input x0 bernilai -1, x1 bernilai 2, x2 bernilai 4, dan galat bernilai
0.001% didapatkan hasil iterasi untuk mencapai nilai optimum sebanyak 12
 KELAS (B)

KESIMPULAN
1. Metode Golden Section adalah sebuah metode optimasi numerik yang dapat diterapkan
untuk fungsi yang bersifat unimodal. Untuk kedua tipe optimasi, yaitu maksimasi dan
minimasi dapat diselesaikan dengan metode Golden Section ini. Metode Golden Section
merupakan metode optimasi sebuah variabel yang sederhana, dan memiliki pendekatan
yang mirip dengan metode bisection dalam penentuan akar persamaan tak linier.
2. Metode Newton optimasi menggunakan pendekatan yang sama dengan metode Newton
dalam penentuan akar persamaan tak linier, melalui pendefinisian fungsi : g(x) = f’(x).
karena pada kondisi optimum : f’(x*) = g(x*) = 0.
3. Metode interpolasi kuadrat dapat digunakan untuk melakukan optimasi secara numerik,
dikarenakan prnggunaan polinomial orde dua yang menghasilkan pendekatan cukup baik
terhadap bentuk f(x) di dekat titik optimumnya. Terdapat tiga tebakan awal untuk metode
ini dimana ketiga tebakan tersebut mengapit titik optimum yang ingin dicari.
4. Metode Newton optimasi merupakan metode yang paling efektif yang digunakan dalam
mencari nilai optimal. Hal ini dikarenakan metode newton menghasilkan nilai iterasi
yang paling sedikit. Sedangkan untuk kedua metode lainnya, metode interpolasi kuadrat
lebih efektif dibandingkan metode golden section karena batasan nilai interval yang
ditentukan lebih banyak juga nilai iterasi yang dihasilkan lebih sedikit.