Anda di halaman 1dari 23

Material dan Metalurgi

Pendekatan dan Kesalahan


Dr. Agung Purniawan ST., M.Eng
Error dalam Metode Numerik

04/15/2021 Slide - 2
Bahasan Error dalam Metode Numerik
• Angka Signifikan (Penting)
• Akurasi dan Presisi
• Definisi Kesalahan
• Kesalahan Pembulatan
• Kesalahan Pemotongan
• Kesalahan Numerik Total
(Kekeliruan, Kesalahan Formulasi, dan Ketidakpastian
Data)

04/15/2021 Slide - 3
Hubungan Analisa Numerik dengan error

Contoh Kasus  Kecepatan benda jatuh


BAGAIMANA KALAU ADA
Angin?  Perubahan tekanan Udara?  Dimensi Benda?
 Deviasi (Penyimpangan)

04/15/2021 Slide - 4
Toleransi Error dalam Metode Numerik
• Metode Numerik  Pendekatan dari solusi analitis yg pasti
• Metode Numerik  Melibatkan aproksimasi
• Metode Numerik  Ada kesalahan/ketidak cocokan

“Sampai berapa besar kesalahan itu dapat


ditolerir?”

04/15/2021 Slide - 5
Akurasi dan Presisi
Presisi Akurasi
• Jumlah angka signifikan yg menyatakan • Dekatnya sebuah angka pendekatan atau pengukuran
suatu besaran thd harga sebenarnya yang hendak dinyatakan
• Penyebaran dlm bacaan berulang dari • Adalah bagaimana dekatnya hasil perhitungan
sebuah alat yg mengukur suatu perilaku dengan nilai sebenarnya
fisik tertentu INAKURASI (Bias)
• Adalah bagaimana dekatnya hasil • Simpangan sistematis dari kebenaran
individual perhitungan dengan nilai
sebenarnya

Kesalahan  “mewakili dua hal yaitu tidak akurat dan tidak presisi dari
ramalan yang dilakukan”

04/15/2021 Slide - 6
Konsep akurasi dan presisi

• (a) tidak akurat dan tidak presisi


• (b) akurat tapi tidak presisi
• (c) tidak akurat dan presisi
• (d) akurat dan presisi

04/15/2021 Slide - 7
Definisi Kesalahan

Kesalahan Numerik  Adanya aproksimasi


Meliputi:
• Kesalahan pembulatan (round-off error)  ketika angka2
aproksimasi dipakai utk menyatakan angka-angka pasti.
• Kesalahan pemotongan (truncation error)  saat
aproksimasi digunakan utk menyatakan suatu prosedur
matematika eksak.

04/15/2021 Slide - 8
Kesalahan sebenarnya
• Sehingga, bisa dihubungkan:
Harga Sebenarnya = pendekatan + Kesalahan
• Bisa dikatakan: “Kesalahan numerik adalah setara terhadap
ketidakcocokan antara yang sebenarnya dan aproksimasi”
Et = Harga sebenarnya – aproksimasi

Dimana, Et = harga pasti dari kesalahan; huruf t


dimaksudkan bahwa ia adalah kesalahan “sebenarnya”

04/15/2021 Slide - 9
Kesalahan fraksional relatif sebenarnya

 
Kesalahan fraksional relatif sebenarnya

 
x 100%

04/15/2021 Slide - 10
Kelemahan
• Tidak memperhitungkan tingkat/orde besar dari nilai yang
diperiksa, mis: kesalahan 1 cm akan sangat berarti pada
pengukuran panjang paku dari pada pengukuran panjang
jembatan
• Contoh: dalam pengukuruan jembatan yang panjang 10 m
dan paku 10 cm. Bila pengukuran didapat 9.999 cm dan 9
cm maka
• True error  Et = 10.000 – 9.999 = 1 cm dan Et = 10 – 9 = 1 cm
• Relative error  t = (1/10.000 ) x 100% = 0.01% dan t = (1/10)
x 100% = 10%

04/15/2021 Slide - 11
Bagaimana untuk menutupi kelemahan di atas??
• Metode numerik tertentu memakai pendekatan iterasi utk
menghitung jawaban. Suatu aproksimasi skrg dibuat
berdasarkan suatu aproksimasi sblmnya dilakukan berulang
kali atau scr interasi spy dapat menghitung aprosimasi yg
lbh baik & semakin baik.
• Dgn demikian, kesalahan sering ditaksir sbg perbedaan
antara aproksimasi sblmnya dgn aproksimasi sekarang,
Sehingga kesalahan relatif persen ditentukan

04/15/2021 Slide - 12
Bagaimana untuk menutupi kelemahan tersebut?
• Alternatif yg selalu dipakai dlm menormalisasi kesalahan
dgn mengunakan taksiran terbaik dari harga yang sebenarnya
terhadap kesalahan aproksimasi itu sendiri, yaitu sbb:
 
x 100%
 
x 100%

Masalah & Sekaligus tantangan dlm Analisa Numerik


“Menentukan taksiran kesalahan tanpa pengetahuan
mengenai harga yang sebenarnya”
04/15/2021 Slide - 13
Bagaimana untuk menutupi kelemahan di atas??
• Kalau hubungan (│εa│ < εs ) dipegang, hasil kita anggap
berada dlm tingkat praspesifikasi yang dapat diterima εs
• (Scarborough, 1966) Jika kriteria di atas bisa diterima,
maka dapat menjamin bhw hasilnya adalah betul hingga
sekurang-kurangnya “n” angka penting
• εs = ( 0,5 x 102-n ) %  Buku Chapra,hal 79-81

04/15/2021 Slide - 14
Kesalahan Pembulatan (round-off error)
• Berasal dari kenyataan bhw komputer hy menyimpan sejumlah
tertentu angka signifikan selama kalkulasi
Misalnya: besarnya  = 3,1415926 (ada 8 angka penting)
• Bila ia menyimpan 7 angka penting maka  sebagai  = 3,141592, dgn
mengabaikan suku – suku yg dikalikan dlm kesalahan pembulatan:
Et = 0,00000065 …
Kelemahan pembulatan di atas  ia mengabaikan suku-suku sisa dalam menyatakan desimal
lengkap.
• Jika dibulatkan  = 3,141593 karena angka ke-8 adalah 6, maka kesalahan
pembulatan berkurang menjadi:
Et = 0,00000035 …

04/15/2021 Slide - 15
Kesalahan Pembulatan (round-off error)
• Untuk membulatkan bilangan sesuai dengan aturan
pembulatan dari syarat di atas  Menambah biaya
komputasi & akibatnya beberapa mesin memakai chopping
(mengambil suku2 sisa dalam menyatakan desimal lengkap)
sederhana.
• Pendekatan ini bs diterima dengan asumsi bhw jumlah
angka signifikan pd kebanyakan komputer cukup besar,
hingga kesalahan pembulatan berdasarkan permotongan
biasanya diabaikan.
• Aturan pembulatan  Lihat buku Chapra, hal 85-87

04/15/2021 Slide - 16
Kesalahan Pemotongan (truncation error)
• Adalah kesalahan yg dihasilkan dari penggunaan suatu
aproksimasi pengganti prosedur matematika eksak suatu
kesalahan pemotongan dimskan ke dlm solusi numerik karena
kesamaan diferensial hanya melakukan aproksimasi harga
turunan sebenarnya.
• Agar memperkuat pengertian thd perilaku kesalahan semacam
ini, sekarang kita kembalipada suatu rumus matematika yg
secara luas telah digunakan dalam metode numerik untuk
menyatakan fungsi2 dalam suatu bentuk pendekatan yaitu
Deret taylor

04/15/2021 Slide - 17
Deret Taylor
h = Xi+1 - Xi
(Zero order)

(1st order)

(2nd order)

04/15/2021 Slide - 18
Error dalam pendekatan deret taylor

04/15/2021 Slide - 19
Kesalahan Numerik Total
• Kekeliruan
• Kesalahan Formulasi
• Ketidakpastian Data

04/15/2021 Slide - 20
04/15/2021 Slide - 21
04/15/2021 Slide - 22
04/15/2021 Slide - 23

Anda mungkin juga menyukai