BAB II

Galat & Analisisnya

FTI-Universitas Yarsi
 Galat - error

• Penyelesaian secara numerik dari suatu

persamaan matematis hanya memberikan nilai
perkiraan yang mendekati nilai eksak (yang
benar) dari penyelesaian analitis.
• Penyelesaian numerik akan memberikan
kesalahan terhadap nilai eksak
• Ada 3 macam kesalahan dasar;
1.Galat bawaan
2.Galat pemotongan
3.Galat pembulatan
FTI-Universitas Yarsi
 Galat Relatif dan Absolut

• Galat absolut suatu bilangan adalah selisih antara

nilai sebenarnya (dengan anggapan telah diketahui)
dgn suatu pendekatan pada nilai sebenarnya.
• Hubungan antara nilai eksak (nilai sebenarnya), nilai
 x  e diberikan dalam bentuk :
perkiraan danxkesalahan
dimana :
xx = nilai eksak
= pendekatan pd nilai sebenarnya
e = kesalahan

3
FTI-Universitas Yarsi
 e kesalahan absolut
e  xx
Kesalahan absolut tidak menunjukkan besarnya tingkat
kesalahan.
Contoh :
Kesalahan 1 cm pd. pengukuran pensil akan sangat terasa dibanding
dengan kesalahan yg sama pd pengukuran panjang jembatan.

Kesalahan relatif
kesalahan absolut dibagi nilai pendekatan
galat absolut dibagi nilai sebenarnya
e
e  x 100 %
x
• Nilai eksak bila diselesaikan secara analitis
• Metode numerik nilai eksak tidak diketahui
• Kesalahan diberikan (berdasar pd nilai terbaik dari nilai eksak)
4
FTI-Universitas Yarsi
 
a  x 100 %
x

• x nilai perkiraan terbaik

• Dalam metode numerik pendekatan iteratif
• Perkiraan sekarang dibuat berdasar perkiraan
sebelumnya, sehingga :
n 1 n
x x
a  n 1
x 100 %
x
• dimana :
n
• x = nilai perkiraan pada iterasi ke n
n 1
• x = nilai perkiraan pada iterasi ke n+1

5
FTI-Universitas Yarsi
Contoh-2 :
Hasil pengukuran sebuah jembatan = 9.999 cm
Hasil pengukuran sebuah paku = 9 cm
Jika nilai sebenarnya berturut-turut adalah 10.000 cm dan 10 cm, Hitung
Kesalahan dan Kesalahan relatif persen dari kedua hasil pengukuran
diatas.

Kesalahan:
Jembatan : Et = 10.000 – 9.999= 1 cm
Paku : Et = 10 – 9 = 1 cm

Kesalahan relatif:
Jembatan : et = 1/10.000 * 100%= 0,01%
Paku : et = 1/10 * 100% = 10%

Kesimpulan :
“Hasil Pengukuran Jembatan lebih baik dari hasil pengukuran paku” Yarsi
FTI-Universitas
Kesalahan Relatif Persen Aproksimasi (ea)

ea = (Kesalahan Aproksimasi / Aproksimasi ) * 100 %

= (Aproksimasi sekarang - Aproksimasi sebelumnya) /
Aproksimasi sekarang * 100 %

Pada proses iterasi, iterasi dihentikan jika telah memenuhi kondisi

|ea| < es

Dimana es = tingkat kesalahan yang masih dapat diterima

Hubungan es dengan angka signifikan

es = (0,5 * 102-n) %

FTI-Universitas Yarsi
Contoh : (Taksiran Kesalahan Metode Iterasi):

Dalam matematika fungsi-fungsi dapat dinyatakan dalam deret tak hingga. Jadi, jika
lebih banyak suku ditambahkan kedalam deret maka aproksimasi menjadi taksiran
yang jauh lebih baik. Misal ingin menaksir nilai ex, dengan x=0,5 mengunakan
pendekatan deret, menggunakan 3 angka signifikan (e0,5 = 1.648721271)
x 2 x3 x 4
e  1 x 
x
   ...
2! 3! 4!
Taksiran ke-1
ex  1
1,648721271  1
e 0,5  1 et  *100%  39,3%
1,648721271

Taksiran ke-2

ex  1 x
1,648721271  1,5
e0,5  1  0,5  1,5 et  *100%  9,02%
1,648721271
FTI-Universitas Yarsi
 Galat bawaan (Inheren)

Galat dalam nilai data

• Terjadi akibat kekeliruan dalam menyalin data, salah membaca

skala atau kesalahan karena kurangnya pengertian mengenai
hukum-hukum fisik dari data yang diukur.

Contoh :
Pengukuran selang waktu 2,3 detik :
 Terdapat beberapa galat karena hanya dg suatu kebetulan selang
waktu akan diukur tepat 2,3 detik.
 Beberapa batas yg mungkin pada galat inheren diketahui :
 2,3± 0,1 detik
 Berhub dg galat pd data yg dioperasikan oleh suatu komputer dg
beberapa prosedur numerik.

FTI-Universitas Yarsi
 Galat Pemotongan (Truncation Error)

Pengertian galat pemotongan biasanya merujuk pada galat yang disebabkan oleh penggantian ekspresi
matematika yang rumit dengan rumus yang lebih sederhana. Istilah ini berawal dari kebiasaan
mengganti suatu fungsi rumit dengan deret Taylor terpotong (hanya diambil berhingga suku).

CONTOH

Kita tahu bahwa deret konvergen ke nilai 1. Jika hanya diambil 10 suku pertama, maka diperoleh
hampiran Dalam hal ini terdapat galat pemotongan
sebesar

Dari kalkulus kita ketahui bahwa

Misalkan diketahui Cos1,5 = 0,070737 . Jika nilai ini dihampiri dengan mengambil empat suku
pertama deret tersebut, maka diperoleh hampiran yang senilai

Dibulatkan sampai enam angka desimal. Galat hampiran tersebut sebesar 0,000550 = 0,550x10 -3
dan galat relatifnya senilai 0,007753 < 0,5x10-1 . Jadi nilai hampiran tersebut benar sampai satu
angka signifikan.
FTI-Universitas Yarsi
 Galat Pembulatan

• Akibat pembulatan angka

• Terjadi pada komputer yg disediakan beberapa
angka tertentu misal; 5 angka :
• Penjumlahan 9,2654 + 7,1625
hasilnya 16,4279
Ini terdiri 6 angka sehingga tidak dapat
disimpan dalam komputer kita dan akan dibulatkan
menjadi 16,428

FTI-Universitas Yarsi
 Galat Pemotongan (Truncation Error)

• Berhubungan dg cara pelaksanaan prosedur numerik

• Contoh pada deret Taylor
x 3 takx 5berhingga
x 7 x 9:
sin x  x      ........
3! 5! 7! 9!

• Dapat dipakai untuk menghitung sinus sebarang sudut x dalam

radian
• Jelas kita tdk dapat memakai semua suku dalam deret, karena
deretnya tak berhingga
• Kita berhenti pada suku tertentu misal x9
• Suku yg dihilangkan menghasilkan suatu galat
• Dalam perhitungan numerik galat ini sangat penting

FTI-Universitas Yarsi
 Deret Taylor

• Deret Taylor merupakan dasar untuk menyelesaikan masalah

dalam metode numerik, terutama penyelesaian persamaan
diferensial.
• Jika fungsi f(x) diketahui di titik xi
• Semua turunan dari f terhadap x diketahui pada titik tersebut.
• Dengan deret Taylor dapat dinyatakan nilai f pada titik xi+1 yg
terletak pada jarak Dx dari titik 2xi.
Dx Dx Dx 3 Dx n
f ( x i 1 )  f ( x i )  f ' ( x i )  f " (x i )  f '" (x i )  .....  fn ( x i )  Rn
1! 2! 3! n!
f (x i )
dimana :
f ( x i1 )
= fungsi di titik x
= fungsi
n di titik x i + 1
f ' , f " , .....f
= turunan pertama, kedua, …. ke n dari fungsi
13
FTI-Universitas Yarsi
 Dx = jarak antara xi dan xi + 1
R n = kesalahan pemotongan
! = operator faktorial, misal 2! = 1 x 2

Kesalahan pemotongan Rn :
n 1 n 2
D x D x
R n  f n 1 ( x i )  f n 2 (x i )  .....
(n  1)! (n  2)!
1. Order nol (Memperhitungkan satu suku pertama)
f ( x i 1 )  f ( x i )
Perkiraan akan benar bila fungsi yg diperkirakan adalah konstan
2. Order 1 (Memperhitungkan dua suku pertama)
Dx
f ( x i 1 )  f ( x i )  f ' ( x i )
1!
14
Berupa garis lurus ( naik/turun ) FTI-Universitas Yarsi
3. Order 2 (Memperhitungkan tiga suku pertama)
Dx Dx 2
f ( x i 1 )  f ( x i )  f ' ( x i )  f " (x i )
1! 2!

f(x)
Order 2

Order 1

y Order 0

i xi+1 x

Gb. Perkiraan suatu fungsi dgn deret Taylor.

FTI-Universitas Yarsi
 Kesalahan Pemotongan pada Deret Taylor

R n  O(Dx n 1 )
Indek n deret yg diperhitungkan sampai suku ke n
Indek n +1 kesalahan pemotongan mempunyai order n+1
Kesalahan pemotongan akan kecil bila :
1. Interval D x adalah kecil
2. Memperhitungkan lebih banyak suku deret Taylor

Pada perkiraan order 1 besar kesalahan pemotongan :

Dx 2
Dx 3
O(Dx 2 )  f " ( x i )  f '" (x i )  .....
2! 3!

16
FTI-Universitas Yarsi