SOLUSI PERSAMAAN NONLINIER

(mencari akar persamaan)

Dalam bidang sains dan rekayasa, para ahli ilmu alam dan
rekayasawan sering berhadapan dengan persoalan mencari
solusi persamaan yang lazim disebut akar persamaan (roots of
equation) atau nilai-nilai nol yang berbentuk f(x) = 0.

Beberapa persamaan sederhana mudah ditemukan akarnya.

Misalnya 2x – 3 = 0, maka solusinya x = 3/2.

Begitu juga persaman kuadratik seperti x2 – 4x – 5 = 0, akar-

akarnya mudah ditemukan dengan cara pemfaktoran menjadi
(x – 5)(x + 1) = 0 sehingga x1 = 5 dan x2 = -1.
Umumnya persamaan yang akan dipecahkan muncul dalam
bentuk nonliner yang melibatkan bentuk sinus, cosinus,
eksponensial, logaritma, dan fungsi transenden lainnya,
misalnya ;
1. Tentukan akar riil terkecil dari
9.34 - 21.97x + 16.3x3 - 3.704x5 = 0
2. Kecepatan ke atas sebuah roket dapat dihitung dengan
memakai rumus berikut :

dalam hal ini v = kecepatan ke atas, u = kecepatan relatif pada saat

bahan bakar dikeluarkan terhadap roket, m0 = massa awal roket pada
saat t = 0, q = laju pemakaian bahan bakar, dan g= percepatan gravitasi
(= 9.8 m/det2).
Jika u = 2200 m/det, m0 = 160000 kg, dan q = 2680 kg/det, hitunglah
waktu saat v = 1000 m/det. (Nyatakan persamaan dengan ruas kanan
sama dengan 0: v - u ln[m0/(m0 - qt)] + gt = 0 )
3. Dalam teknik kelautan, persamaan gelombang berdiri yang
dipantulkan oleh dermaga pelabuhan diberikan oleh

maka,

4. Dalam bidang teknik lingkungan, persamaan berikut ini dapat

digunakan untuk menghitung tingkat oksigen pada hilir sungai
dari tempat pembuangan limbah :

dalam hal ini x = jarak hilir sungai ke tempat pembuangan limbah (mil).

Tentukan jarak kehilir sungai bila pembacaan pertama pada alat pengukur
tingkat oksigen adalah 4.
Nyatakan persamaan dengan ruas kanan sama dengan 0: maka,
 Rumusan Masalah

Persoalan mencari solusi persamaan nonlinier dapat

dirumuskan secara singkat sebagai berikut:

tentukan nilai x yang memenuhi persamaan f(x) = 0,

yaitu nilai x = s sedemikian hingga f(s) sama dengan nol.
 Penyelesaian konvensional

1. Penyelesaian coba-banding (trial & error)

2. Penyelesaian cara grafis

Sangat tidak efisien untuk persamaan-persamaan komplek

I. METODE SETENGAH INTERVAL (MID POINT)

0
Langkah analisis

1. Hitung fungsi pada interval yang sama dari x sampai pada perubahan
tanda dari fungsi f(xn) dan f(xn+1), yaitu f(n) x f(xn+1) < 0

2. Estimasi awal dari akar xt dihitung dengan ;

3. Buat evalusi berikut untuk menentukan didalam sub interval mana akar
persamaan berikut berada :
a) Jika f(xn) x f(xn+1) < 0, tetapkan xn+1=xt, lanjutkan langkah 4
b) Jika f(xn) x f(xn+1) > 0, tetapkan xn=xt, lanjutkan langkah 4
c) Jika f(xn) x f(xn+1) =0, akar persamaan adalah xt dan hitungan selesai
4. Hitung perkiraan baru dari akar persamaan dengan,

5. Apabila perkiraan baru sudah cukup kecil (sesuai batas toleransi yang ditentukan)
maka hitungan selesai, dan xt adalah akar persamaan yang dicari. Jika belum
maka hitungan kembali ke langkah 3.
Bagan alir metode setengah interval
Contoh :
Hitung salah satu akar dari persamaan berikut :

Penyelesaian :
Dihitung nilai f(x) pada interval antara dua titik, missal x =1 dan x = 2.
Untuk  x = 1, f(x=1) = (1)3+(1)2-3(1)-3= -4
Untuk  x = 2, f(x=2) = (2)3+(2)2-3(2)-3 = 3
Mengingat fungsi adalah kontinyu, berarti perubahan tanda dari fungsi
antara x=1 dan x=2 akan memotong sumbu x paling tidak satu kali. Titik
perpotongan antara sumbu x dan fungsi merupakan akar-akar persamaan.

Dihitung nilai xt dan f(xt),

f(xt=1.5) = (1.5)3 + (1.5)2 - 3(1.5) - 3 = -0.01831

Oleh karena f(xt) x f(xn) bertanda (-), maka akar persamaan terletak antara x=1
dan x=2.
Perhitungan selanjutnya dapat disajikan dalam bentuk tabel berikut :

Iterasi xn xn+1 xt f(xn) f(xn+1) f(xt) f(xt)*f(xn)

1 1.000 2.000 1.500 -4.0000 3.0000 -1.8750 7.5000
2 1.500 2.000 1.750 -1.8750 3.0000 0.1719 -0.3223
3 1.500 1.750 1.625 -1.8750 0.1719 -0.9434 1.7688
4 1.625 1.750 1.688 -0.9434 0.1719 -0.4094 0.3862
5 1.688 1.750 1.719 -0.4094 0.1719 -0.1248 0.0511
6 1.719 1.750 1.734 -0.1248 0.1719 0.0220 -0.0027
7 1.719 1.734 1.727 -0.1248 0.0220 -0.0518 0.0065
8 1.727 1.734 1.730 -0.0518 0.0220 -0.0150 0.0008
9 1.730 1.734 1.732 -0.0150 0.0220 0.0035 -0.0001
10 1.730 1.732 1.731 -0.0150 0.0035 -0.0057 0.0001
11 1.731 1.732 1.732 -0.0057 0.0035 -0.0011 0.0000
Contoh soal 1 : penerapan pada rekayasa saluran terbuka :

Aliran air pada saluran terbuka dengan debit 50 m3/detik. Bila karakteristik fisik
saluran diketahui sebagai berikut ;

Penampang = Trapesium
Kemiringan lereng = 1:2
Kekasaran Manning (n) = 0.023
h m
Kemiringan dasar saluran = 0.00015
Lebar dasar saluran (B) = 8.00 meter
B

Dengan asumsi aliran bersifat uniform flow,

HITUNG KEDALAMAN ALIRAN !
 II. METODE INTERPOLASI LINIER (FALSE POTISION)
Metode interpolasi linier didasarkan pada interpolasi antara dua nilai dari fungsi yang
mempunyai tanda berlawanan.
Mula-mula dicari nilai fungsi untuk setiap interval Δx yang sama sampai akhirnya
didapat dua nilai fungsi f(xn) dan f(xn+1) berturutan yang mempunyai tanda
berlawanan. Dari kedua nilai fungsi tersebut ditarik garis lurus sehingga terbentuk
segitiga. Dengan menggunakan sifat segitiga sebangun, maka didapat persamaan ;
Nilai x* digunakan untuk
menghitung nilai f(x*) yang
kemudian digunakan lagi
untuk interpolasi linier
dengan nilai f(xn) atau f(xn+1)
sedemikian hingga kedua
fungsi memiliki tanda
berbeda. Prosedur ini diulang
lagi sampai didapat nilai f(x*)
mendekati nol.
Contoh :
Hitung salah satu akar dari persamaan

Penyelesaian

Mencari x1 dan x2 yang berseberangan.

Misal :
x1 =1  f(x1=1) = -4
x2 = 2  f(x2=2) = 3
karena f(x1) dan f(x2) berbeda tanda, maka x1 dan x2 berseberangan dan
dapat digunakan untuk langkah selanjutnya.

Menghitung x* dan f(x*)

Karena f(x*) dan f(xn) bertanda sama, maka akar persamaan terletak antara x=1.57142
dan x=2.

Selanjutnya dihitung x* yang baru ;

Prosedur hitungan tersebut dilanjutkan sampai akhirnya didapat nilai f(x*)~0, seperti
ditunjukkan tabel berikut :

Iterasi xn xn+1 f(xn) f(xn+1) x* f(x*) f(xn)*f(x*)

1 1.0000 2.000 -4.000 3.000 1.571429 -1.36443 5.45772595
2 1.5714 2.000 -1.364 3.000 1.705411 -0.24775 0.33803121
3 1.7054 2.000 -0.248 3.000 1.727883 -0.03934 0.00974618
4 1.7279 2.000 -0.039 3.000 1.731405 -0.00611 0.00024039
5 1.7314 2.000 -0.006 3.000 1.731951 -0.00095 0.00000578
6 1.7320 2.000 -0.001 3.000 1.732035 -0.00015 0.00000014
SELESAIKAN Contoh Soal 1 dengan Metode FALS POTITION !!!!!
 III. METODE NEWTON RAPHSON

Prosedur Metode Newton Raphson secara grafis

Dari gambar diatas, turunan pertama pada xi adalah ekivalen dengan kemiringan.

atau,
FLOWCHART PERHITUNGAN METODE NEWTON RAPHSON
Contoh :
Hitung salah satu akar dari persamaan

Penyelesaian

Persamaan yang diselesaikan :

Turunan pertama dari persamaan :

Pada awal hitungan ditentukan x1 = 1 (sembarang), maka ;

Langkah pada iterasi ke-2 ditetapkan x2=3, maka ;

Perhitungan iterasi berikutnya ditunjukkan pada tabel berikut,

Iterasi xi f(xi) f'(xi) xi+1 f(xi+1)

1 1.000 -4.000 2.000 3.000 24.00
2 3.000 24.000 30.000 2.200 5.88800
3 2.200 5.888 15.920 1.830 0.98900
4 1.830 0.989 10.709 1.738 0.05457
5 1.738 0.055 9.535 1.732 0.00020
6 1.732 0.000 9.464 1.732 0.00000
 IV. METODE SECANT
Kelemahan Metode Newton Raphson adalah diperlukannya turunan pertama
(deferensial) dari f(x) dalam hitungan. Kadang-kadang sulit untuk mendeferensialkan
persamaan yang akan diselesaikan. Untuk itu maka diferensial didekati dengan nilai
perkiraan berdasarkan diferensial beda hingga.

Gambar disamping menunjukkan

bahwa garis singgung di titik xi
didekati dengan gradient garis AB
dengan rumus berikut :

Bila persamaan tersebut disubti-

tusikan kedalam persamaan
Newton Raphson, maka diperoleh :

Penyelesaian persamaan ini memerlukan dua nilai awal dari x.

Flowchart perhitungan Metode Secant
Contoh :
Hitung salah satu akar dari persamaan

Penyelesaian :

Iterasi ke-1 :
Diambil dua nilai awal (sembarang), misalnya :
x1 = 1, maka f(x1=1) = -4
x2 = 2, maka f(x2=2) = 3

Dengan menggunakan persamaan dari metode secant, maka ;

Iterasi ke-2 :
x1 = 2  f(x1=2)=3
x2 = 1.57142  f(x2=1.57142) = -1.36449
Perhitungan dilanjutkan pada iterasi berikutnya hingga f(x3) mendekati 0.

Iterasi x1 x2 f(x1) f(x2) x3 f(x3)

1 1.000 2.000 -4.0000 3.0000 1.571429 -1.36443149

2 2.000 1.571429 3.0000 -1.3644 1.705411 -0.24774510

3 1.571 1.705411 -1.3644 -0.2477 1.735136 0.02925540

4 1.705 1.735136 -0.2477 0.0293 1.731996 -0.00051518

5 1.735 1.731996 0.0293 -0.0005 1.732051 -0.00000104