METODE NUMERIK

METODE BISEKSI
2016

FAKULTAS
SAINS DAN TEKNOLOGI

Bisection (METODE BAGI

DUA)

Prinsip:
Ide awal metode ini adalah metode table,
dimana area dibagi menjadi N bagian. Hanya
saja metode biseksi ini membagi range menjadi
2 bagian, dari dua bagian ini dipilih bagian mana
yang mengandung dan bagian yang tidak
mengandung akar dibuang. Hal ini dilakukan
berulang-ulang
hingga
diperoleh
akar
persamaan.

Metode Biseksi

Untuk menggunakan metode biseksi, terlebih dahulu

ditentukan batas bawah (a) dan batas atas (b).Kemudian
dihitung nilai tengah :
x= a b
2

Dari nilai x ini perlu dilakukan pengecekan keberadaan

akar. Secara matematik, suatu range terdapat akar
persamaan bila f(a) dan f(b) berlawanan tanda atau
dituliskan :
f(a) . f(b) < 0

Metode Biseksi
* Dari nilai X yang di dapat perlu dilakukan
pengecekkan akar, keberadaan akar yakni :
Jika f(x).f(a) < 0, maka b = x, f(b) = f(x), a = tetap atau
f(x).f(b) < 0, maka a = x, f(a) = f(x), b = tetap

Setelah diketahui dibagian mana terdapat akar,

maka batas bawah dan batas atas di perbaharui
sesuai dengan range dari bagian yang mempunyai
akar.

Akar
persamaan
biasanya
di
tentukan
berdasarkan
iterasi
maksimum yang diberikan, tetapi
yang paling banyak digunakan
yakni
dengan
menentukaan
toleransi
error
(e)
yang
di
tetapkan.

Keuntungan BISEKSI

Selalu berhasil menemukan akar (solusi)

yang dicari, atau dengan kata lain selalu
konvergen

Kelemahan Biseksi

Bekerja sangat lambat. Tidak memandang

bahwa sebenarnya akar atau solusi yang
dicari telah berada dekat sekali dengan X0
ataupun X1

Algoritma Metode Bisection

1.

Pilih harga xi yaitu harga x yang terendah

dan xu yaitu harga x yang tertinggi, agar
fungsi berubah tanda sepanjang interval
tersebut sehingga f(xi).f(xu) < 0

2.

Taksiran pertama akar sebut dengan xr

ditentukan oleh:
x i xu
xr
2

Algoritma Metode Bisection

Evaluasi harga xr untuk menentukan
subinterval mana yang akan memuat harga
akar dengan cara sebagai berikut

3.

Jika f(xi).f(xr) < 0, akar terletak pada subinterval

pertama, maka xu baru = xr.

Jika f(xi).f(xr) > 0, akar terletak pada subinterval

kedua, maka xi baru = xr.

Jika f(xi).f(xr) = 0, maka proses komputasi

berhenti dan akarnya = xr.

Algoritma Metode Bisection

4.

5.

Buat taksiran akar baru = xr baru dari

x i xu
xr
2
Putuskan apakah taksiran baru cukup
akurat dengan kebutuhan yaitu biasanya |a|
|s| yang ditentukan. Jika ya hentikan
komputasi, jika tidak kembali lagi ke
evaluasi.

Contoh :

f(x) = ex 2 x2, cari akarnya dengan

metode bisection dimana xi = 0.5; xu = 1.5;
s = 1%

Metode Bisection (Ex.)

Langkah 1:
1. xi = 0,5; xu = 1,5; f(xi) = 0,60128; f(xu) = 0,23169
2.

xr

x i xu
0,5 1,5

1
2
2

3. f(xr) = 0,28172
f(xi).f(xr) = (0,60128).(0,28172) > 0
maka xi baru = 1
4.
5.

xr

x i xu 1 1,5

1,25
2
2

1,25 1
100% 20%
1,25

Metode Bisection (Ex.)

Langkah 2:
1. f(xr) = f(1,25) = 0,07216
f(xi).f(xr) = (0,28172).(0,07216) > 0
maka xi baru = 1,25
2. x x i xu 1,25 1,5 1,375
r
2
2
3.

1,375 1,25

100% 9,1%
1,375

Metode Bisection (Ex.)

Langkah 3:
1. f(xr) = f(1,375) = 0,06445
f(xi).f(xr) = (0,07216).(0,06445) < 0
maka xu baru = 1,375

2. x x i x u 1,25 1,375 1,3125

r
2

3. 1,3125 1,375 100% 4,76%

a
1,3125

Metode Bisection (Ex.)

Langkah 4:
1. f(xr) = f(1,3125) = 0,0072
f(xi).f(xr) = (0,07216).(0,0072) > 0
maka xi baru = 1,3125
2. x x i xu 1,3125 1,375 1,34375
r
2

3. 1,34375 1,3125 100% 2,3%

a
1,34375

Metode Bisection (Ex.)

Langkah 5:
1. f(xr) = f(1,3125) = 0,0072
f(xi).f(xr) = (0,0072).(0,0277) > 0
maka xi baru = 1,34375
x i x u 1,3125 1,34375
2.
xr

1,328125
2
2
3.

1,328125 1,34375

100% 1,176%
1,328125

Metode Bisection (Ex.)

Langkah 6:
1. f(xr) = f(1,328125) = 0,010
f(xi).f(xr) = (0,0072).(0,010) < 0
maka xu baru = 1,328125
x i x u 1,3125 1,328125
2.
xr

1,3203
2
2
3.

1,3203 1,328125

100% 0,59%
1,3203

Metode Bisection (Ex.)

Iterasi

Xi

Xr

Xu

f(Xi)

f(Xr)

Kali

Xi

Xu

es

1 0,5000 1,0000 1,5000 -0,6013 -0,2817 0,1694

1,00

1,50 100,00%

2 1,0000 1,2500 1,5000 -0,2817 -0,0722 0,0203

1,25

1,50 25,00%

3 1,2500 1,3750 1,5000 -0,0722 0,0645 -0,0047

1,25

1,38 10,00%

4 1,2500 1,3125 1,3750 -0,0722 -0,0072 0,0005

1,31

1,38

5,00%

5 1,3125 1,3438 1,3750 -0,0072 0,0277 -0,0002

1,31

1,34

2,38%

5 1,3125 1,3281 1,3438 -0,0072 0,0100 -0,0001

1,31

1,33

1,19%

5 1,3125 1,3203 1,3281 -0,0072 0,0014 0,0000

1,31

1,32

0,60%

Contoh Soal

Tentukanlah salah satu akar dari

persamaan pangkat tiga berikut ini ;
f(x) = X3 + X2 3x - 3 = 0 dengan xi =
0.5; xu = 2; s = 1%

Tabel Perhitungan Metode

Biseksi
Iterasi

Xi

Xr

Xu

f(Xi)

f(Xr)

Kali

X1

es

X2

1 0,5000 1,2500 2,0000 -4,1250 -3,2344 13,3418

1,25

2,00 100,00%

2 1,2500 1,6250 2,0000 -3,2344 -0,9434 3,0512

1,63

2,00 23,08%

3 1,6250 1,8125 2,0000 -0,9434 0,8020 -0,7566

1,63

1,81 10,34%

4 1,6250 1,7188 1,8125 -0,9434 -0,1248 0,1177

1,72

1,81

5,45%

5 1,7188 1,7656 1,8125 -0,1248 0,3248 -0,0405

1,72

1,77

2,65%

6 1,7188 1,7422 1,7656 -0,1248 0,0966 -0,0121

1,72

1,74

1,35%

7 1,7188 1,7305 1,7422 -0,1248 -0,0150 0,0019

1,73

1,74

0,68%

Next Week

TERIMA KASIH