1

Program Studi
Teknik Kelautan

KL2203 Metoda Numerik

*(JenisROOT FINDING
font Dubai, align center, warna
gelap)
(Non Linear Algebric Equation)
Eddy Rachman G., ST., MT.

Teknik Kelautan - FTSL ITB

 Pendahuluan
2

Persamaan aljabar non liniar didefinisikan sebagai persamaan yang memiliki variabel
berpangkat atau fungsi transedental.

Fungsi-fungsi ini sangat sering dijumpai pada permasalahan engineering khususnya

ketika berhubungan dengan optimalisasi, persamaan diferensial ataupun permasalahan
eigenvalue dan eigenvactor
 Pendahuluan
3

Permasalahan yang kemudian solusinya adalah mencari akar dari persamaan.

y=f(x)

Yaitu mencari nilai x, yang memberikan nilai f(x) = 0.0

Akar dapat bersifat real, komplex atau keduanya.

Tidak ada metoda aljabar umum yang dapat menyelesaikan persamaan non linier. Oleh
karena itu metoda yang berbeda (contohnya numerik) diperlukan dengan suatu
derajat akurasi tertentu.
 Pendahuluan
4

Metoda yang dapat menyelesaikan permasalahan persamaan nonlinier ini antara lain:

- Graphical Method Bracketing

- Interval-Halving Method (Bi-Section) Methods
- False Position Method
- Newton Raphson Method
Open Methods
- Secan Method
 Graphical Method
5

Metoda ini dilakukan dengan memplot fungsi kemudian membaca di gambar berapa
nilai akarnya
𝑒 𝑥 − 2𝑥 2
2.0

1.5
Metoda ini dilakukan dengan memplot
1.0 fungsi kemudian membaca di gambar
0.5 berapa nilai akarnya
0.0
-10 -5 0 5 10
-0.5

-1.0

-1.5

-2.0

sin 𝑥
−0.5 +
𝑥
 Interval Halving Method (Bisection Method)
6

Tahapan Pengerjaan:
1. Tentukan x1 dan x2,
sehingga f(x1).f(x2)<0
2. Tentukan nilai toleransi
error (T) atau criteria
error maksimum
3. Hitung x3
x1 𝒙 +𝒙
x 𝒙𝟑 = 𝟏 𝟐 𝟐
x3 x2
4. Cek, jika |f(x3)|<T, maka
x3 adalah akar, jika tidak
teruskan perhitungan
5. Jika f(x1).f(x3)<0, maka
x2 = x3, jika tidak x1=x3
6. kembali ke step 3
 False Position Method
7

Tahapan Pengerjaan:
1. Tentukan x1 dan x2,
sehingga f(x1).f(x2)<0
2. Tentukan nilai toleransi
f(x1) error (T) atau criteria
error maksimum
3. Hitung x3
x2 x3 𝒙𝟐 𝒇 𝒙𝟏 −𝒙𝟏 𝒇(𝒙𝟐 )
x 4. 𝒙𝟑 =
f(x2) x1 𝒇 𝒙𝟏 −𝒇(𝒙𝟐 )
5. Cek, jika |f(x3)|<T, maka
x3 adalah akar, jika tidak
teruskan perhitungan
6. Jika f(x1).f(x3)<0, maka
x2 = x3, jika tidak x1=x3
7. kembali ke step 3
 19 0.928885 1.3 -0.52179077 12.78584918 0.943436 -0.441369453 BUKAN AKAR
20 0.943436 1.3 -0.44136945 12.78584918 0.955334 -0.366783488 BUKAN AKAR
21 0.955334 1.3 -0.36678349 12.78584918 0.964946 -0.300112597 BUKAN AKAR

False Position Method

8 22
23
0.964946
0.97263
1.3
1.3
-0.3001126
-0.2423385
12.78584918
12.78584918
0.97263
0.978719
-0.2423385
-0.193543796
BUKAN AKAR
BUKAN AKAR
24 0.978719 1.3 -0.1935438 12.78584918 0.98351 -0.153186857 BUKAN AKAR
25 0.98351 1.3 -0.15318686 12.78584918 0.987257 -0.120366312 BUKAN AKAR
26 0.987257 1.3 -0.12036631 12.78584918 0.990174 -0.094030526 BUKAN AKAR
27 0.990174 1.3 -0.09403053 12.78584918 0.992436 -0.0731209 BUKAN AKAR
28 0.992436 1.3 -0.0731209 12.78584918 0.994184 -0.056656769 BUKAN AKAR
29 0.994184 1.3 -0.05665677 12.78584918 0.995534 -0.043776708 BUKAN AKAR
Walaupun metoda false position biasanya, lebih baik dibandingkan dengan bisection, namun 30
31
0.995534
0.996573
1.3
1.3
-0.04377671
-0.03375107
12.78584918
12.78584918
0.996573
0.997371
-0.033751067
-0.025977592
BUKAN AKAR
BUKAN AKAR

adakalanya terdapat kasus yang sebaliknya 32

33
0.997371
0.997985
1.3
1.3
-0.02597759
-0.01996845
12.78584918
12.78584918
0.997985
0.998456
-0.019968448
-0.015333936
BUKAN AKAR
BUKAN AKAR
34 0.998456 1.3 -0.01533394 12.78584918 0.998817 -0.011765964 BUKAN AKAR
35 0.998817 1.3 -0.01176596 12.78584918 0.999094 -0.009022846 BUKAN AKAR
Contoh untuk fungsi: 𝑓 𝑥 = 𝑥 10 − 1 NO ITERASI
36
37
1
X1
0.999094
0.9993060
X2 1.3
1.3
f(X1)
-0.00902285
-0.00691611-1
f(X2)
12.78584918
12.78584918
X3
0.999306
0.999469
0.0943
f(X3)
-0.006916107
-0.005299416-1
BUKAN AKAR
BUKAN AKAR
38
2 0.999469
0.0943 1.3 -0.00529942-1 12.78584918 0.999593
0.181759 -0.00405955
-0.999999961 BUKAN AKAR
39
3 0.999593
0.181759 1.3 -0.00405955
-0.99999996 12.78584918 0.999689
0.262874 -0.003109128
-0.999998424 BUKAN AKAR

Untuk akar di antara 0 dan 1.3 40

4
41
5
0.999689
0.262874
0.999762
0.338105
1.3
1.3
-0.00310913
-0.99999842
-0.00238084
-0.99998048
12.78584918
12.78584918
0.999762
0.338105
0.999818
0.407878
-0.002380844
-0.999980478
-0.001822934
-0.999872561
BUKAN AKAR
BUKAN AKAR
42
6 0.999818
0.407878 1.3 -0.00182293
-0.99987256 12.78584918 0.99986
0.472583 -0.001395632
-0.999444374 BUKAN AKAR
43
7 0.99986
0.472583 1.3 -0.00139563
-0.99944437 12.78584918 0.999893
0.532572 -0.001068415
-0.998164395 BUKAN AKAR
44
8 0.999893
0.532572 1.3 -0.00106842
-0.99816439 12.78584918 0.999918
0.588145 -0.000817873
-0.995047313 BUKAN AKAR
45
9 0.999918
0.588145 1.3 -0.00081787
-0.99504731 12.78584918 0.999937
0.639544 -0.000626056
-0.988552673 BUKAN AKAR
46
10 0.999937
0.639544 1.3 -0.00062606
-0.98855267 12.78584918 0.999952
0.686943 -0.000479212
-0.976600419 BUKAN AKAR
NO ITERASI X1 X2 f(X1) f(X2) X3 f(X3)
47
11 0.999952
0.686943 1.3 -0.00047921
-0.97660042 12.78584918 0.999963
0.730446 -0.000366801
-0.956760193 BUKAN AKAR
1 0 1.3 -1 12.78584918 0.65 -0.986537257 BUKAN AKAR 48
12 0.999963
0.730446 1.3 -0.0003668
-0.95676019 12.78584918 0.999972
0.770099 -0.000280754
-0.926639184 BUKAN AKAR
2 0.65 1.3 -0.98653726 12.78584918 0.975 -0.223670379 BUKAN AKAR 49
13 0.999972
0.770099 1.3 -0.00028075
-0.92663918 12.78584918 0.999979
0.805908 -0.000214889
-0.884428161 BUKAN AKAR
3 0.975 1.3 -0.22367038 12.78584918 1.1375 2.626720217 BUKAN AKAR 50
14 0.999979
0.805908 1.3 -0.00021489
-0.88442816 12.78584918 0.999984
0.837874 -0.000164475
-0.829475581 BUKAN AKAR
4 0.975 1.1375 -0.22367038 2.626720217 1.05625 0.728491386 BUKAN AKAR 51
15 0.999984
0.837874 1.3 -0.00016447
-0.82947558 12.78584918 0.999987
0.866028 -0.000125887
-0.762689207 BUKAN AKAR
5 0.975 1.05625 -0.22367038 0.728491386 1.015625 0.167706847 BUKAN AKAR 52
16 0.999987
0.866028 1.3 -0.00012589
-0.76268921 12.78584918 0.99999
0.890457 -9.63514E-05
-0.686576977 BUKAN AKAR
6 0.975 1.015625 -0.22367038 0.167706847 0.9953125 -0.045898489 BUKAN AKAR 53
17 0.99999
0.890457 1.3 -9.6351E-05
-0.68657698 12.78584918 0.999993
0.911328 -7.37452E-05
-0.604862419 BUKAN AKAR
7 0.995313 1.015625 -0.04589849 0.167706847 1.00546875 0.056053141 BUKAN AKAR 54
18 0.999993
0.911328 1.3 -7.3745E-05
-0.60486242 12.78584918 0.999994
0.928885 -5.64428E-05
-0.521790771 BUKAN AKAR
8 0.995313 1.005469 -0.04589849 0.056053141 1.000390625 0.003913124 BUKAN AKAR 55
19 0.999994
0.928885 1.3 -5.6443E-05
-0.52179077 . 12.78584918 0.999996
0.943436 -4.31997E-05
-0.441369453 BUKAN AKAR
9 0.995313 1.000391 -0.04589849 0.003913124 0.997851563 -0.02127785 BUKAN AKAR 56
20 0.999996
0.943436 1.3 -4.32E-05
-0.44136945 . 12.78584918 0.999997
0.955334 -3.30638E-05
-0.366783488 BUKAN AKAR
10 0.997852 1.000391 -0.02127785 0.003913124 0.999121094 -0.008754382 BUKAN AKAR 57
21 0.999997
0.955334 1.3 -3.3064E-05
-0.36678349 . 12.78584918 0.999997
0.964946 -2.53061E-05
-0.300112597 BUKAN AKAR
11 0.999121 1.000391 -0.00875438 0.003913124 0.999755859 -0.002438726 BUKAN AKAR 58
22 0.999997
0.964946 1.3 -2.5306E-05
-0.3001126 12.78584918 0.999998
0.97263 -1.93685E-05
-0.2423385 BUKAN AKAR
12 0.999756 1.000391 -0.00243873 0.003913124 1.000073242 0.000732663 BUKAN AKAR 59
23 0.999998
0.97263 1.3 -1.9368E-05
-0.2423385 12.78584918 0.999999
0.978719 -1.4824E-05
-0.193543796 BUKAN AKAR
13 0.999756 1.000073 -0.00243873 0.000732663 0.999914551 -0.000854164 BUKAN AKAR 60
24 0.999999
0.978719 1.3 -1.4824E-05
-0.1935438 12.78584918 0.999999
0.98351 -1.13458E-05
-0.153186857 BUKAN AKAR
14 0.999915 1.000073 -0.00085416 0.000732663 0.999993896 -6.10335E-05 BUKAN AKAR 61
25 0.999999
0.98351 1.3 -1.1346E-05
-0.15318686 12.78584918 0.999999
0.987257 -8.68371E-06
-0.120366312 BUKAN AKAR
15 0.999994 1.000073 -6.1033E-05 0.000732663 1.000033569 0.000335744 BUKAN AKAR 62
26 0.999999
0.987257 1.3 -8.6837E-06
-0.12036631 12.78584918 0.999999
0.990174 -6.64622E-06
-0.094030526 BUKAN AKAR
63
27 0.999999
0.990174 1.3 -6.6462E-06
-0.09403053 12.78584918 0.999999
0.992436 -5.0868E-06
-0.0731209 BUKAN AKAR
16 0.999994 1.000034 -6.1033E-05 0.000335744 1.000013733 0.000137338 BUKAN AKAR
64
28 0.999999
0.992436 1.3 -5.0868E-06
-0.0731209 12.78584918 0.9941841 -3.89326E-06
-0.056656769 BUKAN AKAR
17 0.999994 1.000014 -6.1033E-05 0.000137338 1.00000E+00 3.81476E-05 BUKAN AKAR
65
29 0.9941841 1.3 -3.8933E-06
-0.05665677 12.78584918 0.9955341 -2.97977E-06
-0.043776708 BUKAN AKAR
18 0.999994 1.000004 -6.1033E-05 3.81476E-05 0.999998856 -1.1444E-05 BUKAN AKAR
66
30 0.9955341 1.3 -2.9798E-06
-0.04377671 12.78584918 0.9965731 -2.28062E-06
-0.033751067 BUKAN AKAR
19 0.999999 1.000004 -1.1444E-05 3.81476E-05 1.000001335 1.33515E-05 BUKAN AKAR
67
31 0.9965731 1.3 -2.2806E-06
-0.03375107 12.78584918 0.9973711 -1.74551E-06
-0.025977592 BUKAN AKAR
20 0.999999 1.000001 -1.1444E-05 1.33515E-05 1.000000095 9.53675E-07 AKAR
68
32 0.9973711 1.3 -1.7455E-06
-0.02597759 12.78584918 0.9979851 -1.33595E-06
-0.019968448 BUKAN AKAR
69
33 0.9979851 1.3 -1.336E-06
-0.01996845 12.78584918 0.9984561 -1.02249E-06
-0.015333936 BUKAN AKAR
70
34 0.9984561 1.3 -1.0225E-06
-0.01533394 12.78584918 0.9988171 -7.82579E-07
-0.011765964 AKAR
BUKAN AKAR
35 0.998817 1.3 -0.01176596 12.78584918 0.999094 -0.009022846 BUKAN AKAR
36 0.999094 1.3 -0.00902285 12.78584918 0.999306 -0.006916107 BUKAN AKAR
 False Position Method
9

Walaupun metoda false position biasanya, lebih baik dibandingkan dengan bisection, namun
adakalanya terdapat kasus yang sebaliknya
Contoh untuk fungsi: 𝑓 𝑥 = 𝑥 10 − 1

Untuk akar di antara 0 dan 1.3

.
.
.
 Newton Rhapson Method
10

Tahapan Pengerjaan:
1. Tentukan x1
2. Tentukan nilai toleransi
error (T)
3. Hitung x2
f(x1) 𝒇 𝒙
𝒙𝟐 = 𝒙𝟏 − 𝒇′ 𝒙𝟏
𝟏
4. Cek, jika f(x2)<T, maka x2
q adalah akar, jika tidak
x teruskan perhitungan
x2 x1
5. x1 = x2,
6. kembali ke step 3

𝑓(𝑥1 )
tan 𝜃 =
𝑥1 − 𝑥2
𝑓(𝑥1 ) 𝑓(𝑥1 )
𝑓′(𝑥1 ) = 𝑥2 = 𝑥1 −
𝑥1 − 𝑥2 𝑓′(𝑥1 )
 Newton Rhapson Method
11

Walaupun secara umum metoda ini

memberikan hasil yang cepat,
namun terdapat beberapa kondisi
yang menjadi permasalahan pada
metoda Newton Raphson ini.

Beberapa bentuk fungsi menjadikan

metoda ini sulit untuk mendapatkan
konvergensi
 Secan Method
12

Salah satu kesulitan dalam metoda Newton Rhapson adalah metoda ini memerlukan fungsi
turunan, yang pada fungsi-fungsi tertentu sulit untuk didapatkan. Untuk mengatasi hal ini
Metoda Secan melakukan aproksimasi fungsi turunan dengan melakukan backward
y
difference

Tahapan Pengerjaan:

1. Tentukan x1 dan x2
2. Tentukan nilai toleransi
error (T)
3. Hitung x3
𝒇 𝒙𝟐 (𝒙𝟏 −𝒙𝟐 )
𝒙𝟑 = 𝒙𝟐 −
x 𝒇 𝒙𝟏 −𝒇 𝒙𝟐
xi+1 xi xi-1 4. Cek, jika f(x3)<T, maka x3
𝑓(𝑥𝑖 )
𝑥𝑖+1 = 𝑥𝑖 − adalah akar, jika tidak
𝑓′(𝑥𝑖 ) teruskan perhitungan
𝑓 𝑥𝑖−1 − 𝑓 𝑥𝑖 5. x1 = x2, x2 = x3
𝑓′(𝑥1 ) ≈ 𝑓(𝑥1 )(𝑥𝑖−1 −𝑥𝑖 )
𝑥𝑖−1 − 𝑥𝑖 𝑥𝑖+1 = 𝑥𝑖 − 6. kembali ke step 3
𝑓 𝑥𝑖−1 − 𝑓 𝑥𝑖