PROGRAM STUDI TEKNIK SIPIL

FAKULTAS TEKNIK
UNIVERSITAS KHAIRUN
TERNATE

METODE NUMERIK

OLEH :
M. Taufiq Yuda Saputra
 POKOK BAHASAN
MATA KULIAH METODE NUMERIK
1. PERSAMAAN NON-LINEAR
2. SISTEM PERSAMAAN LINEAR
3. INTERPOLASI
4. ANALISA KURVA
5. INTEGRASI NUMERIK

REFERENSI
1. Agus Setiawan, 2006, Metode Numerik, Penerbit Andi Offset,
Jogjajarta, Indonesia
2. Bambang T., 2001, Metode Numerik, Penerbit Andi Offset, Jogjajarta,
Indonesia
3. Chapra, 2008, Numerical Method For Engineer, download,
www.4shared.com
 PENILAIAN
UAS : Bobot 35%
UTS : Bobot 30%
Tugas : Bobot 25%
Kehadiran : Bobot 10%
100%
Kehadiran : Minimal 80% (12 pertemuan)
Apabila < 12 pertemuan, maka tidak diikutkan dalam
Ujian Akhir Semester (UAS) sesuai dengan peraturan
akademik.
 ATURAN PERKULIAHAN

- Toleransi waktu keterlambatan perkuliahan 30

menit, lewat waktu tersebut tidak diperbolehkan
masuk ke ruang kelas.
- Tidak boleh pakai sandal.
- Tidak boleh merokok dalam ruangan.
- Berpakaian yang sopan dan rapi.
 PENGANTAR METODE NUMERIK
Metode Numerik adalah suatu teknik penyelesaian yang
diformulasikan secara matematis dengan cara operasi
hitungan/aritmatik dan dilakukan secara berulang-ulang
dengan bantuan komputer atau secara manual.

Beberapa bahasa pemrograman yang dapat dipakai untuk

melakukan penghitungan dengan metode numerik antara
lain C++, Fortran, Turbo Pascal dan Basic.
 1. PERSAMAAN NON-LINEAR

Untuk menyelesaikan persamaan :

f ( x )  a.x 2  b.x  c  0

 b  b 2  4a.c
x
2a
A. Metode Interval Tengah
Jika fungsi f(x) bernilai riil dan kontinu dalam selang (xl,xu) serta f(xl) dan f(xu)
berlawanan tanda, yakni : f(xl).f(xu) < 0
Maka pasti akan terdapat paling sedikit satu buah akar riil antara xl dan xu.
Langkah-langkah dalam menjalankan metode interval tengah :
1. Pilih xl sebagai batas bawah dan xu sebagai batas atas untuk taksiran akar
sehingga terjadi perubahan tanda fungsi dalam selang inetrval tersebut.
Atau periksa apakah benar bahwa f(xl).f(xu) < 0
2. Taksiran nilai akar baru xr diperoleh dari :

xl  xu
xr 
2
3. Lakukan evaluasi berikut untuk menetukan dalam selang interval mana
akar berada :
a. Jika f(xl).f(xu) < 0, akar berada pada bagian interval bawah, maka
xu = xr dan kembali ke langkah 2
 lanjutan

b. Jika f(xl).f(xu) > 0, akar berada pada bagian interval atas maka xl = xr dan
kembali ke langkah 2
c. Jika f(xl).f(xu) = 0, akar setara dengan xr, hentikan perhitungan.

Iterasi dapat dihentikan apabila kesalahan relatifnya (a) sudah lebih kecil dari
syarat yang diberikan (s), atau :
baru lama
xr  xr
a  baru
 100 %
xr
Contoh :
Carilah salah satu akar dari persamaan berikut :
y = x3 + x2 – 3x – 3 = 0
Disyaratkan bahwa batas kesalahan relatif a < 0,01%
Iterasi 1 :
xl = 1 ; f(x=1) = (1)3 + (1)2 – 3(1) – 3 = -4
xu = 2 ; f(x=2) = (2)3 + (2)2 – 3(2) – 3 = 3
xr = (1+2)/2 = 1,5 ; f(x=1,5) = (1,5)3 + (1,5)2 – 3(1,5) – 3 = -1,875
f(xl).f(xr) = (-4) x (-1,875) = 7,5 ; εa = -

Iterasi 2 :
xl = 1,5 ; f(x=1,5) = (1,5)3 + (1,5)2 – 3(1,5) – 3 = -1,875
xu = 2 ; f(x=2) = (2)3 + (2)2 – 3(2) – 3 = 3
xr = (1,5+2)/2 = 1,75 ; f(x=1,75) = (1,5)3 + (1,5)2 – 3(1,5) – 3 = 0,171875
f(xl).f(xr) = (-1,875) x (0,171875) = -0.3222656
baru lama
xr  xr 1,75  1,5
a  baru
 100 %   100 %  14.2857143 %  0.01%
xr 1,75

Dengan cara yang sama lanjutkan iterasi sampai diperoleh εa< 0.01%
 lanjutan
Hasil hitungan ditabelkan sebagai berikut :
Iterasi xl xu xr f(xl) f(xu) f(xr) f(xl).f(xr) ea (%)

1 1 2 1.5 -4 3 -1.875 7.5  

2 1.5 2 1.75 -1.875 3 0.171875 -0.3222656 14.2857143%

3 1.5 1.75 1.625 -1.875 0.171875 -0.9433594 1.7687988 -7.6923077%

4 1.625 1.75 1.6875 -0.9433594 0.171875 -0.4094238 0.3862338 3.7037037%

5 1.6875 1.75 1.71875 -0.4094238 0.171875 -0.1247864 0.0510905 1.8181818%

6 1.71875 1.75 1.734375 -0.1247864 0.171875 0.0220299 -0.0027490 0.9009009%

7 1.71875 1.734375 1.7265625 -0.1247864 0.0220299 -0.0517554 0.0064584 -0.4524887%

8 1.7265625 1.734375 1.7304688 -0.0517554 0.0220299 -0.0149572 0.0007741 0.2257336%

9 1.7304688 1.734375 1.7324219 -0.0149572 0.0220299 0.0035127 -5.25399E-05 0.1127396%

10 1.7304688 1.7324219 1.7314453 -0.0149572 0.0035127 -0.0057282 8.5678E-05 -0.0564016%

11 1.7314453 1.7324219 1.7319336 -0.0057282 0.0035127 -0.0011092 6.354E-06 0.0281928%

12 1.7319336 1.7324219 1.7321777 -0.0011092 0.0035127 0.0012013 -1.333E-06 0.0140944%

13 1.7319336 1.7321777 1.7320557 -0.0011092 0.0012013 0.0000460 -5.098E-08 -0.0070477%

 lanjutan

Dari hasil hitungan dengan tabel, diperoleh salah satu akar persamaan adalah
1,7320557.

B. Metode Interpolasi Linear

Metode interpolasi linear dilakukan dengan menarik garis lurus antara f(xl) dan
f (xu), titik potong garis ini dengan sumbu x kemudian kita jadikan sebagai xr.

f(x)
f(xu)

xl xr
x
xu

f(xl)
Gambar. Metode Interpolasi Linear
 lanjutan
Dari gambar, maka akan diperoleh hubungan :

f(xl) f(xu )

xr  xl xr  xu

f ( x l ).( x r  x u )  f ( x u ).( x r  x l )

x r . f  x l   f  x u    x u . f  x l   x l . f  x u 

x u .f  x l   x l .f  x u 
xr 
f x l   f x u 

f  x u . x l  x u 
xr  xu 
f x l   f x u 
Langkah berikutnya sama dengan metode interval tengah
Contoh :
Hitung kembali akar dari persamaan berikut dengan metode interpolasi linear :
y = x3 + x2 – 3x – 3 = 0
Disyaratkan bahwa batas kesalahan relatif a < 0,01%
Jawab :
Iterasi 1 :
3  1  2 
xl = 1 ; f(x=1) = (1)3 + (1)2 – 3(1) – 3 = -4 xr  2   1.571429
43
xu = 2 ; f(x=2) = (2)3 + (2)2 – 3(2) – 3 = 3
f(x=1,571429) = -1.3644315
f(xl).f(xr) = (-4) x (-1,3644315) = 5.4577259 ; εa = -

Iterasi 2 :
3  1,571429  2 
xl = 1,571429 ; f(x=1,571429) = -1,3644315 xr  2   1.705411
 1,3644315  3
xu = 2 ; f(x=2) = (2)3 + (2)2 – 3(2) – 3 = 3
f(x=1,705411) = -0.2477451
f(xl).f(xr) = (-1,36443) x (-0,2477451) = 0.3380312 ; εa = 7.856304%

Dengan cara yang sama lanjutkan iterasi sampai diperoleh εa< 0.01%
Hasil hitungan ditabelkan sebagai berikut :

Iterasi xl xu xr f(xl) f(xu) f(xr) f(xl).f(xr) ea (%)

1 1 2 1.571429 -4 3 -1.3644315 5.4577259  

2 1.571429 2 1.705411 - 3 -0.2477451 0.3380312 7.856304%

1.364431487

3 1.705411 2 1.727883 -0.2477451 3 -0.0393396 0.0097462 1.300546%

4 1.727883 2 1.731405 -0.0393396 3 -0.0061107 0.0002404 0.203427%

5 1.731405 2 1.731951 -0.0061107 3 -0.0009459 0.0000058 0.031524%

6 1.731951 2 1.732035 -0.0009459 3 -0.0001463 0.0000001 0.004878%

Dari hasil hitungan seperti tabel di atas, diperoleh salah satu akar persamaan
adalah 1,732035.
C. Metode Secant
Misalkan diasumsikan bahwa f(x) adalah linear di sekitar xr. Sekarang pilih titik lain
xl yang dekat dengan xo dan juga dekat dengan xr , lalu kita gambarkan garis lurus
melewati dua titik itu (Lihat gambar). Jika f(x) benar-benar linear, garis lurus itu
akan memotong sumbu x tepat pada xr. Namun kenyataannya f(x) jarang berupa
fungsi linear, sebab tidak akan menggunakan metode ini pada fungsi linear. Hal ini
berarti bahwa perpotongan garis lurus tadi dengan sumbu x tidak pada x = xr ,
namun letaknya cukup berdekatan.
Dari gambar, diperoleh persamaan segitiga sebangun :

x0  x2  
 x 0  x1 
fx0  f  x 0   f  x1 

x2  x 0  f  x 0 .
 x 0  x1 
f  x 0   f  x1 
 lanjutan

f(x0)

f(x1)

xr
x2 x1 x0

Gambar. Metode Secant

Contoh :
Hitung kembali akar dari persamaan berikut dengan metode Secant :
y = x3 + x2 – 3x – 3 = 0
Disyaratkan bahwa batas kesalahan relatif a < 0,01%
Jawab :
Iterasi 1 :
x0 = 1 ; f(x=1) = (1)3 + (1)2 – 3(1) – 3 = -4
x 2  1  (  4)
1  2   1.571429
x1 = 2 ; f(x=2) = (2)3 + (2)2 – 3(2) – 3 = 3 43
f(x=1,571429) = -1.3644315
εa = -

Iterasi 2 :
x0 = 2 ; f(x=2) = (2)3 + (2)2 – 3(2) – 3 = 3 x2  2  3
 2  1,571429   1.705411
3 - (-1,364431 5)
x1 = 1,571429 ; f(x=1,571429) = -1,3644315
εa = 7.856304%

Dengan cara yang sama lanjutkan iterasi sampai diperoleh εa< 0.01%
 Hasil hitungan ditabelkan sebagai berikut :

Iterasi x0 x1 x2 f(x0) f(x1) f(x2) ea (%)

1 1 2 1.571429 -4 3 -1.364431487  
2 1.571429 2 1.705411 -1.364431487 3 -0.2477451 7.856304%
3 1.705411 2 1.727883 -0.24775 3 -0.039339551 1.300546%
4 1.727883 2 1.731405 -0.03934 3 -0.006110673 0.203427%
5 1.731405 2 1.731951 -0.00611 3 -0.000945921 0.031524%
6 1.731951 2 1.732035 -0.00095 3 -0.000146349 0.004878%

Dari hasil hitungan di atas, diperoleh akar persamaan adalah 1,732051.

 lanjutan

D. Metode Newton-Raphson
Dari terkaan nilai akar pertama xi (fungsi f(xi)), maka dapat ditarik suatu garis
singgung yang melewati titik ( xi;f(xi) ). Dalam gambar terlihat garis singgung ini
akan memotong sumbu x dan merupakan taksiran akar bagi iterasi berikutnya.

f(x)
Kemiringan = f’(xi)

f(xi)
f(xi) - 0
x
xi+1 xi

xi -xi+1

Gambar. Metode Newton-Raphson

 lanjutan
Turunan pertama di xi , setara dengan kemiringan :
f(xi )  0
f'(xi ) 
xi  xi  1
f(xi )
x i1  xi 
f ' (xi )
Contoh :
Hitung kembali akar dari persamaan berikut dengan metode Newton raphson :
y = x3 + x2 – 3x – 3 = 0
Disyaratkan bahwa batas kesalahan relatif a < 0,01%
Jawab :
Iterasi 1 :
xi = 2 ; f(x=2) = (2)3 + (2)2 – 3(2) – 3 = 3
f’(x=2) = 3x2 + 2x – 3 = 3(2)2 + 2(2) – 3 = 13
εa = -
Iterasi 2 :
3
x i 1  2   1.769231
13

xi+1 = 1,769231 ; f(x=1.769231) = 0.3604916

f’(x=1,769231) = 3x2 + 2x – 3 = 9,928994

εa = -13,043478%

Dengan cara yang sama lanjutkan iterasi sampai diperoleh εa< 0.01%
Hasil hitungan ditabelkan sebagai berikut :
Iterasi xi f(xi) f'(xi) ea (%)
1 2 3 13  
2 1.769231 0.3604916 9.928994 -13.043478%
3 1.732924 0.0082669 9.474922 -2.095127%
4 1.732051 0.0000047 9.464108 -0.050374%
5 1.732051 0.0000000 9.464102 -0.000029%
Dari hasil hitungan diatas, diperoleh akar persamaan adalah 1,732051.
 lanjutan

E. Metode Muller
Metode Muller menggunakan suatu polinomial untuk dapat menghampiri nilai
akar yang hendak dicari. Sebuah polinomial derajat dua dipakai untuk
mendapatkan tiga buah titik di dekat akar, (xo, f(x0)), (x1, f(x1)), (x2, f(x2)).
Prosedur Muller dimulai dengan menuliskan sebuah persamaan kuadrat yang
melewati 3 buah titik tersebut, dalam bentuk av2 + bv + c (Gambar). Usaha ini
akan lebih mudah bila kita mentransformasi sumbu melewati titik tengah
(dengan mensubtitusi v = x – xo).
Misalkan h1 = x1 – xo dan h2 = xo – x2. Kita cari nilai koefisien a dan b dengan
mengevaluasi p2(v) pada tiga titik :
V = 0 ; a(0)2 + b(0) + c = f0
V = h1 ; a(h1)2 + b(h1) + c = f1
V = -h2 ; a(h2)2 – b(h2) + c = f2
 lanjutan
Dari persamaan pertama, c = fo. Gantikan h2/h1 = , maka dari dua persamaan
berikutnya dapat diselesaikan untuk a dan b :
.f1  f0 .(1   )  f2
a 2
.h1 .(1   )
2
f  f  a.h1
b 1 0
h1
Setelah menghitung a, b dan c, maka dapat diperoleh suatu akar yang terletak di
dekat titik tengah x0. Nilai ini adalah :
2c
xr  x0 
b  b 2  4 .a.c

Dengan tanda + pada bagian penyebut diambil sehingga memberikan nilai

terbesar bagi penyebut (atau jika b > 0 maka pilih +, dan jika b < 0 pilih -).
Setelah diperoleh x1, maka untuk iterasi selanjutnya dipilh lagi tiga titik
berikutnya. Jika xr terletak disebelah kanan x0 ambil x0, x1 dan xr. Jika xr terletak
sebelah kiri xo, ambil xo, x2 dan xr.
 lanjutan

(X1,f1) f(x)
(X0,f0)

Parabola
av2+bv+c=p2(v)

(X2,f2) h2 h1

Gambar. Grafis Metode Muller

Contoh :
Tentukan sebuah akar antara 0 dan 2 dari fungsi berikut :
f(x) = x3 + x2 – 3x – 3 = 0
 Iterasi 1 :
x0 = 1 ; f(x=1) = (1)3 + (1)2 – 3(1) – 3 = -4 h1 = x1 – x 0 = 2 – 1 = 1
x1 = 2 ; f(x=2) = (2)3 + (2)2 – 3(2) – 3 = 3 h2 = x0 – x2 = 1 – 0 = 1
x2 = 0 ; f(x=0) = (0)3 + (0)2 – 3(0) – 3 = -3 γ = h2/ h1 = 1/1 = 1
(1.3)  (4).(1  1)  3
a 4
1.(1) 2 .(1  1) c = -4
3  (4)  4.(1) 2 2(-4)
b 3 xr  1  1,693
1 3  3  4.4.(-4)
2

εa = -

Iterasi 2 :
x0 = 1,693 ; f(x=1,693) = -0,3602 h1 = x1 – x0 = 2 – 1,693 = 0,307
(5,5x 3)=2( 0,3602=) (2)
(13+5,(2)
5) 2–(3(2)
3) – 3 = 3 2 = (-0,3602)
a 1 ; f(x=2)  4,7 x r  h2 =x0 – x2 = 1,693 – 0
1,693 1,693
x2 5=,50;(f(x=0)
0,307) =(0)
(13+5,(0)
2
5) 2 – 3(0) – 3 = -3 γ = h2/9,5045  (9,5045)
h1 = 1,693/0,307 = 5,5 4  4,7  (-0,3602)
2

3  (c=0,f(x
3602) )
=  a.(0
-0,3602,307 ) 2
x r  1,730213
b 0  9,5045
0,307
 lanjutan

Hasil hitungan ditabelkan sebagai berikut :

Iterasi x0 x1 x2 h1 h2 g f(x0) f(x1) f(x2) a b c xr ea (%)

1 1 2 0 1 1 1.0 -4.0000 3 -3 4.0 3.0000 -4.0000 1.693000  

2 1.693000 2 0 0.307000 1.693000 5.5 -0.3602 3 -3 4.7 9.5045 -0.3602 1.730213 -10.3315%

3 1.730213 2 0 0.269787 1.730213 6.4 -0.0174 3 -3 4.7 9.9081 -0.0174 1.731965 0.1011%

4 1.731965 2 0 0.268035 1.731965 6.5 -0.0008 3 -3 4.7 9.9273 -0.0008 1.732047 0.0047%

Dari hasil hitungan diatas, diperoleh akar persamaan adalah 1.732047

 lanjutan

F. Metode Iterasi Satu Titik : Metode x = g(x)

Metode ini sangat berguna untuk mencari akar dari f(x) = 0. Untuk menggunakan
metode ini, kita susun f(x) menjadi bentuk lain yang ekuivalen, yakni x = g(x).
Bentuk iterasi satu titik ini dapat dituliskan dalam bentuk :

x n 1  g( x n ) ; n  0,1,2 .....
Contoh
Gunakan metode iterasi satu titik untuk mendapatkan akar dari :
f(x) = x3 + x2 – 3x – 3 = 0
Jawab :
Menyusun kembali persamaan dalam bentuk : x = g(x)
 lanjutan

Ada beberapa macam yang dapat ditempuh antara lain :

x  3x  3  x 
2 1/ 3

x  3x  3  x 3
x3  x2  3
x
3
3
x 2
( x  x  3)
Jika diambil nilai awal x0 = 1, maka hasil iterasi sesuai dengan persamaannya
yaitu :
 lanjutan

Hasil hitungan ditabelkan sebagai berikut :

Iterasi x0 Pers.1 ea (%) x0 Pers.2 ea (%) x0 Pers.3 ea (%) x0 Pers.4 ea (%)

1 1 1.7099759   1 2   1 -0.333333   1.00 -3.00  

2 1.709976 1.7331343 41.520% 2 #NUM! 55.2786% -0.333333 -0.975309 400.00% -3.00 1.00 133.33%

3 1.733134 1.7319948 1.336% #NUM! #NUM! #NUM! -0.975309 -0.992171 65.82% 1.00 -3.00 400.00%

4 1.731995 1.7320537 -0.066% #NUM! #NUM! #NUM! -0.992171 -0.997431 1.70% -3.00 1.00 133.33%

5 1.732054 1.7320507 0.003% #NUM! #NUM! #NUM! -0.997431 -0.999148 0.53% 1.00 -3.00 400.00%

6 1.732051 1.7320508 0.000% #NUM! #NUM! #NUM! -0.999148 -0.999717 0.17% -3.00 1.00 133.33%

7       #NUM! #NUM! #NUM! -0.999717 -0.999906 0.06% 1.00 -3.00 400.00%

8                   -3.00 1.00 133.33%

9                   1.00 -3.00 400.00%

Dari hasil hitungan diatas, diperoleh akar persamaan adalah 1.732051

 lanjutan

G. Penerapan Dalam Bidang Transportasi

Perhitungan panjang lengkung/busur jalan dengan parameter-parameter PC =
titik kurvatur, PT = titik tangensial, PI = titik perpotongan.
Hubungan antara kelengkungan dan jari-jari :
L c . R  E  Lc
R dan R 
2 . 2 .R.E  E 2  90 0 L 
2sin  

  R 
Dengan nilai E = 195 m, Lc = 650 m, carilah harga R dan L ?
Jawab :
650 . R  195 
R
2 . 2 .R.195  195 2

Gunakan metode x = g(x) dengan R = g(R)

 lanjutan
Hasil hitungan ditabelkan sebagai berikut :
Iterasi R g(R) ea (%)
1 500 467.914935   Diperoleh nilai :
2 467.914935 458.801916 -6.857029%
3 458.801916 456.186016 -1.986264% R = 455.127899 m
4 456.186016 455.432843 -0.573428%
5 455.432843 455.215799 -0.165375%
6 455.215799 455.153237 -0.047679%
7 455.153237 455.135203 -0.013745%
8 455.135203 455.130004 -0.003962%
9 455.130004 455.128505 -0.001142%
10 455.128505 455.128073 -0.000329%
11 455.128073 455.127949 -0.000095%
12 455.127949 455.127913 -0.000027%
13 455.127913 455.127902 -0.000008%
14 455.127902 455.127899 -0.000002%
15 455.127899 455.127899 -0.000001%
16 455.127899 455.127898 0.000000%

Lc 650
R  455 .127899 
 90 L 
0
 90 0 L 
2sin  
 2 sin 



  R     455 . 127899 

Diperoleh nilai : L = 723.9411663 m = 723.9412 m

 lanjutan

Tugas 1
Carilah akar dari persamaan non-linear berikut :
Y = 2x3 + 3x2 -4x + 5 = 0
dengan metode :
1. Metode Interval Tengah untuk NPM dengan angka terakhir 0
2. Metode Interpolasi linear untuk NPM dengan angka terakhir 1 dan 8
3. Metode Secant untuk NPM dengan angka terakhir 2 dan 7
4. Metode Newton-Raphson untuk NPM dengan angka terakhir 3 dan 6
5. Metode Muller untuk NPM dengan angka terakhir 4 dan 5
6. Metode Iterasi Satu Titik ; Metode x = g(x) untuk NPM dengan angka
terakhir 9
Harus pakai Microsoft Excel sebagai alat bantu dalam melakukan perhitungan.
Tugas dikumpul minggu depan tgl 19 Maret 2014
 Sekian
Dan
Terima Kasih