KOMPUTASI

NUMERIK

Hani Rubiani
 Identitas

• Nama Mata Kuliah : Komputasi Numerik

• Kode Mata Kuliah : WP034503
• Semester/SKS : V/2 sks
• Status Mata Kuliah : Wajib
• Prasyarat : Kalkulus
Matematika
• Prodi/Semester/SKS : Teknik Elektro/V/2
 Deskripsi
• Matakuliah Komputasi Numerik berbobot 2 SKS teori dan
mencakup materi tentang: galat dalam hampiran numerik,
penyelesaian sistem persamaan linier secara numerik, hampiran
akar persamaan tak linier secara numerik, interpolasi, penurunan
dan pengintegralan secara numerik, dan penyelesaian persamaan
diferensial biasa (masalah nilai awal) secara numerik. Beberapa
metode numerik untuk menyelesaikan masalah matematika
diperkenalkan dalam matakuliah ini. Sebagai kesatuan
matakuliah ini adalah kegiatan praktik menggunakan program
MATLAB untuk menyelesaian masalah matematika secara numerik.
Untuk mengambil matakuliah ini, mahasiswa sudah harus
mengambil mata kuliah Kalkulus dan Matematika. Penggunaan
MATLAB dikarenakan program komputer ini sangat cocok untuk
komputasi numerik dan memerlukan teknik pemrograman yang
sangat sederhana.
 Deskripsi
• Dalam matakuliah ini mahasiswa belajar menggunakan
berbagai alternatif penyelesaian masalah matematika secara
numerik, berlatih berfikir secara sistematis dan algoritmik –
yakni menyelesaikan masalah langkah demi langkah untuk
menarik suatu kesimpulan. Oleh karena itu, setelah selesai
mengikuti perkuliahan ini diharapkan mahasiswa dapat
menggunakan metode numerik yang sesuai dengan
menggunakan bahasa pemrograman MATLAB untuk
menyelesaikan masalah-masalah matematika. Kemampuan
ini dapat berguna untuk menyelesaikan masalah-masalah
matematika yang tidak dapat diselesaikan secara eksak
(analitik).
Tujuan Instruksional Khusus

• Mahasiswa dapat menggunakan

metode numeric yang sesuai dengan
menggunakan bahasa pemrograman
MATLAB untuk menyelesaikan
masalah-masalah matematika.
 Tujuan Instruksional Umum
• Menentukan galat suatu hampiran numerik;
• Menggunakan metode numerik yang sesuai untuk menentukan
hampiran penyelesaian suatu SPL;
• Menggunakan metode numerik yang sesuai untuk menghitung
hampiran penyelesaian suatu persamaan tak linear;
• Menggunakan metode numerik (interpolasi) yang sesuai untuk
menghitung hampiran nilai suatu fungsi;
• Menggunakan metode numerik yang sesuai untuk menghitung
hampiran nilai turunan suatu fungsi;
• Menggunakan metode numerik yang sesuai untuk menghitung
hampiran nilai integral suatu fungsi, dan
• Menggunakan metode numerik yang sesuai untuk menghitung
hampiran penyelesaian persamaan diferensial biasa (masalah nilai
awal).
 Referensi
• Pengantar Komputasi Numerik dengan MATLAB (2005) oleh
Sahid (Penerbit Andi Yogyakarta)
• Handout Metode Numerik (Sahid, 2008-2009, FMIPA UNY
• Applied Numerical Analysis, 5th edition (1994), oleh Curtis F.
Gerald & Patrick O. Wheatly. (Adison Wisley Pub. Comp.)
• Elementary Numerical Analysis (1993) oleh Kendall Atkinson.
(John Wiley & Sons)
 Penilaian
• Kehadiran 10%
• Tugas (Tugas2 + presentasi) 20%
• UTS 30%
• UAS 40%
 Materi Perkuliahan
• Galat hampiran numerik;
• Penyelesaian SPL secara numerik;
• Akar numeric persamaan tak linear;
• Interpolasi;
• Integrasi numerik;
• Penurunan fungsi secara numerik;
• Penyelesaian PD biasa (masalah nilai
awal).
 1.1Pendahuluan

Teknik komputasi adalah cabang ilmu

yang secara khusus mempelajari
pelaksanaan komputer menuju
pada tujuan akhir.
Pada bidang teknik, komputasi
berurusan dengan pemecahan
persoalan-persoalan matematika
tertentu yang muncul di bidang
tersebut.
 Apakah Komputasi Numerik?
• Komputasi Numerik: mencari penyelesaian suatu
persoalan melalui pemodelan matematis.
• Hubungan antara dunia nyata – model – solusi

Fisik Matematis

Analisis Numerik
Apakah Komputasi Numerik? (II)
• Model pada komputasi numerik bertujuan untuk:
– Memudahkan analisa permasalahan
– Menghemat waktu
– Mengurangi resiko
– Menirukan/mensimulasikan fenomena dunia nyata
– Dapat diulang kapanpun

• Contoh:
– Simulasi Bom Atom
– Simulasi Pesawat
– Simulasi Robot
– dll
Apakah Komputasi Numerik? (III)
• Menghitung sesuatu secara matematis,
seperti:
– Analisis : Hasil sebenarnya
– Numerik : Hasil mendekati sebenarnya
• Aproksimasi /pendekatan
• Contoh:
• V = km/jam sebenarnya
• Kecepatan juga dapat
pendekatan
dipengaruhi kecepatan angin
 menggunakan pendekatan
karena ada faktor luar
 Contoh kasus
• Seorang penerjun memiliki bobot 68.100 gr
meloncat dari pesawat terbang. Jika
diketahui koefisien tahanan udara c = 12.500
gr/dt dan konstanta gravitasi g= 980 cm/dt2.
Hitung kecepatan penerjun tepat sebelum
membuka parasutnya?

• Permasalahan tersebut dapat diselesaikan

dengan 2 pendekatan:
• 1. Analisis
• 2. Numerik
 Pendekatan Analisis t, det v, cm/det
0 0

• Jika F = m.a 2 1.640,5

4 2.776,9
• a = dv/dt 6 3.564,2
• Maka: F = m. dv/dt 8 4.109,5
10 4.487,3
• Jika F = FD + FU 12 4.749,0
FD = m.g ∞ 5.339,0
FU = -c.v 5000
• Maka: m. dv/dt = m.g – 4500

c.v 4000
3500
• dv/dt = g – (c/m).v 3000
2500
2000
1500
1000

• V(t) = gm/c [1-e-(c/m)t] 500

0
1 2 3 4 5 6 7
 Pendekatan Numerik
• Jika dv/dt = [v(ti+1)-v(ti)]/(ti+1-ti)
• Maka [v(ti+1)-v(ti)] / (ti+1 - ti) = g – (c/m).v(ti)
• Atau v(ti+1) = v(ti) + [g-(c/m).v(ti)]. (ti+1-ti)

6000
t, det v, cm/det
5000 Taksiran (Solusi
0 0
Numerik)
2 1.960,0 4000

4 3.200,5
3000
6 3.985,6
2000
Pasti (Solusi
8 4.482,5 Analitis)
10 4.796,9 1000

12 4.995,9 0
∞ 5.339,0 1 2 3 4 5 6 7
 Sistem penyajian Bilangan

• Bilangan dapat dikelompokkan menjadi 2 kategori :

• Bilangan bulat (integer)
– mencakup bilangan bulat positif dan bilangan bulat negatif,
sehingga harus ada tanda yang membedakan walau
nilainya sama.
– Bersifat diskret sehingga dapat dienumerasi dgn tepat
– Jumlahnya tak hingga
• Bilangan riil (real)
– Bersifat kontinu dan tak berhingga (continuum), karena
diantara 2 buah bilangan riil terdapat bilangan riil lainnya
– Cara penyajian terdapat 2 macam yaitu sistem titik tetap
(fixed point) dan sistem titik ambang (floating point)
 Sistem Penyajian Bilangan
Bilangan Bulat

… -3 -2 -1 0 1 2 3 …

Bilangan Riil (titik tetap / fixed point)

32321435 , 9382743
Angka Bulatan Angka Pecahan
Bilangan riil (titik ambang (Floating point)
Terdapat 3 komponen utama yaitu mantissa, basis, dan eksponen.
0,231432 x 10-12

Mantissa Basis Eksponen

 Aturan Pembulatan

• Angka < 5 dibulatkan ke bawah

• Angka > 5 dibulatkan ke atas
• Angka = 5
– Di kiri 5 ganjil, maka dibulatkan keatas
– Contoh : 2,215 2,22

– Di kiri 5 genap, maka dibulatkan ke bawah

– Contoh : 2,225 2,22
 Diskusi
• Algoritma 1
• n= N (N>>1) • Algoritma 2
• x=c (c>1) • x=1
• for i=1:n • while (1+x > 1)
• x=sqrt(x) • x=x/2
• end • end
• For i=1:n
• x=x*x
• end
• Jelaskan apa yang terjadi dan
mengapa?
 Akurasi dan Presisi
• Perhatikan gambar dibawah. Bagaimana
pendapat anda mengenai “akurasi” dan
AKURASI
“presisi”?

P
R
E
S
I
S
I
 Akurasi dan Presisi
• Akurasi: mendekati nilai kebenaran /akurat
• Presisi : konsisten / tetap  hasil selanjutnya
tidak jauh berbeda dengan sebelumnya

• http://beniraharjo.files.wordpress.com/2011/03/akurasi_presisi.jpg
 Pengertian “Error”(galat)
• Error : perbedaan antara suatu nilai
dengan nilai sebenarnya.
• Berdasarkan sumbernya, error terdiri dari 2
kategori:
– Error data : error yang terjadi karena
kesalahan manusia dalam memasukkan data,
atau alat ukur yang digunakan, dll.
– Error komputasi : kesalahan yang diakibatkan
oleh metode dan instrumen yang digunakan
selama proses komputasi.
 Pengertian “Error”
• Error komputasi dibagi kedalam 2 tipe, yaitu:
– Error pembulatan (Rounding error),
disebabkan oleh keterbatasan mesin komputer
dalam menyimpan dan mengoperasikan
bilangan.
– Error pemotongan (truncation error),
disebabkan oleh pendekatan rumus matematis
yang kita gunakan. Misal, dalam kasus
pemotongan barisan yang seharusnya sampai
berhingga, atau pemotongan proses iterasi yang
dipandang sudah memenuhi persyaratan
konvergensi.
 Pengertian “Error”
• Cara pengukuran error :
• x = hasil komputasi ; y = nilai sebenarnya
– Error Mutlak
Error mutlak = |x - y|
– Error Relatif
Error relatif = |x - y| / |y|
• Error relatif lebih kontekstual, karena jika
dibandingkan dengan nilai seharusnya,
menjadi tidak terdefinisi jika y = 0.
 Pengertian “Error”
• Analisa Error :
– Analisa Maju (forward error analysis)
• Langsung membandingkan antara hasil komputasi
dengan solusi sebenarnya. Namun tidak mudah
dilakukan karena pada umumnya solusi yang
seharusnya tidak diketahui
– Analisa Mundur (Backward error analysis)
• Menganalisa error secara tidak langsung
• Untuk penyelesaian sistem persamaan linear Ax =
b, error didekati dengan ||Ax – b||
• Untuk penyelesaian sistem persamaan non linear
f(x) = 0 didekati dengan |f(x)|
Mengapa perlu teknik komputasi?

 Banyak persoalan matematika

yang penyelesaiannya secara
eksplisit tidak tersedia, karena
itu perlu dukungan untuk
mendapatkannya, yaitu dengan
menggunakan penyelesaian
numeris.
Materi yang akan dipelajari
Materi yang akan dipelajari
Yang Diperlukan selama perkuliahan
• Kalkulator
• Aplikasi Scilab dapat diakses di www.scilab.org
• Atau matlab
 Mengapa
perlu
mempelajar
i Komputasi
Numerik
?
Pengertian Metode Numerik dalam Matkul
Komputasi Numerik

• Metode numerik adalah teknik-teknik yang

digunakan untuk memformulasikan
masalah matematis agar dapat
diselesaikan dengan menggunakan operasi
perhitungan.
Metode Numerik Vs Metode Analitik
• Selalu Angka • Solusi dalam bentuk
fungsi matematika
yang dievaluasi
menghasilkan nilai
• Menghampiri solusi dalam bentuk angka
sejati, dibuat seteliti
• Solusi sejati/eksak
mungkin ( ada
tidak selalu
error/galat)
ditemukan/dapat
dihitung
 Contoh Kasus 1

• Misalkan sebuah tabung diisi penuh air dengan tinggi

tabung 7 cm dan kedalamnya dimasukkan sebuah bola
sehingga air dari tabung tumpah sebanyak 10 cm3. Ingin
diketahui berapa ukuran diameter bola yang harus
dimasukkan. Permasalahan ini diformulasikan kedalam
persamaan matematika menjadi
Vtabung  Vbola  Vairtumpah
4
7 r 2   r 3  10
3
30
4r 3  21r 2  0

 Contoh Kasus 2
• Misalkan berikut ini adalah data dari jarak tempuh dan
kecepatan sebuah mobil
Waktu (detik) 0 3 6 8 12
Jarak (meter) 0 40 85 130 210
Kecepatan (m/det) 0 30 45 35 20
• Dari data yang dimiliki dapat ditentukan posisi mobil pada
detik ke-10 dengan menggunakan aproksimasi
Tahap – tahap Memecahkan Masalah
dengan Numerik
• Pemodelan masalah dunia nyata ke persamaan
matematika
• Penyederhanaan model → mengabaikan beberapa
variabel/parameter
• Formulasi Numerik
 Tentukan metode numerik yang akan dipakai (teliti, mudah diprogram, waktu
eksekusi cepat dan tidak peka terhadap perubahan data cukup kecil.
 Menyusun algoritma dari metode numerik yang dipilih
• Pemrograman → menerjemahkan ke salah satu
bahasa pemrograman
• Operasional program dijalankan dengan data uji
coba
• Evaluasi bandingkan hasil run dengan prinsip
dasar/hasil empiris
Sumber Kesalahan Aproksimasi dalam
numerik
• Galat sebelum komputasi
Kesalahan Pemodelan, Keterbatasan alat ukur, data yang
diambil hasil aproksimasi
• Galat selama komputasi
 Galat akibat pembulatan (rounded error)
Kesalahan akibat pembulatan
 Galat akibat pemotongan (truncation error)
sering disebut Galat Metode
Penggunaan hampiran sebagai pengganti persamaan
eksak Cth: fungsi kontinu didiskritisasi dengan sejumlah
titik, menghampiri nilai fungsi dengan deret Taylor
 Galat Akibat Pembulatan
• Pemotongan (Chopping)
• Pembulatan terdekat (Rounding)

Bilangan Pemotongan Pembulatan Bilangan Pemotongan Pembulatan

2.749 2.7 2.7 2.849 2.8 2.8
2.750 2.7 2.8 2.850 2.8 2.8
2.751 2.7 2.8 2.851 2.8 2.9
2.799 2.7 2.8 2.899 2.8 2.9

Amati Tabel diatas dan simpulkan aturan pembulatan terdekat

untuk 1 desimal
Latihan (lakukan pembulatan 2
& 3 desimal)

Bilangan Pemotongan Pembulatan Bilangan Pemotongan Pembulatan

5.3456 5.3456
28.6785 28.6785
52.5354 52.5354
235.7935 235.7935
7.245 7.245
 Deret Taylor

• Tools untuk menurunkan metode numerik dan menghampiri fungsi

• Definisi
Andaikan f dan f ΄, f ΄΄,… kontinu pada selang [a,b]. Misalkan x0 ∈ [a,b] maka untuk x
disekitar x0, x ∈ [a,b] maka f(x) dapat diekspansi ke dalam deret Taylor menjadi

( x  x0 ) ( x  x0 ) 2 ( x  x0 ) m
f ( x)  f ( x0 )  f ( x0 )  f ( x0 )    f ( x0 )
( m)

1! 2! m!

Jika x - x0 = h maka deret Taylor dituliskan kembali menjadi

h h2 hm
f ( x)  f ( x0 )  f ( x0 )  f ( x0 )    f ( x0 )
( m)

1! 2! m!
Jika x0 =0 maka deret Taylor ini disebut dengan deret Maclaurin
x2 xm
f ( x)  f (0)  f (0) x  f (0)    f (0)
( m)

2! m!
 Contoh

Hampiri fungsi f ( x)  sin( x) ke dalam deret Taylor disekitar x0=1

f ( x)  cos( x) f ( x)  f ( x0 )  f ( x0 )
( x  x0 )
 f ( x0 )
( x  x0 ) 2

f ( x)   sin( x) 1! 2!
f ( x)   cos( x) ( x  x0 ) m
 f ( x0 )
(m)

f ( 4) ( x)  sin( x) m!
( x  1) ( x  1) 2 ( x  1)3
sin( x)  sin(1)  cos(1)  (  sin(1))  ( cos(1))  ...
1! 2! 3!
 0.8415  0.5403h  0.4208h 2  0.0901h3  ...

f (2)  sin(2)  ? h  x 1
 Galat ?
Et  aˆ  a
Et  galat mutlak
Bagaimana menghitung galat aˆ  nilai hampiran terhadap a
a  nilai sejati

Galat Mutlak Galat Relatif Sejati

Et E
t  atau  t  t  100%
a a
Galat  t  galat relatif

Galat Relatif Galat Relatif Hampiran

ar 1  ar
a   100%
ar 1
a a
 s  toleransi galat  a  r 1 r berhenti jika  a   s
ar 1
.
Latihan
x
• Hampiri nilai ke dalam deret Taylor
e
disekitar x  0 kemudian aproksimasi
0

nilai e1 dan lengkapi tabel dibawah ini

Suku ke - Nilai Hampiran Galat Eksak Galat Relatif
 Orde Hampiran
• Aproksimasi secara numerik dari solusi eksak  membangun
sebuah barisan yang konvergen
x1 , x2 ,...., xke
n
suatu nilai x.
• hasil perhitungan numerik disetiap iterasi
• x nilai yang
x1 , x2 ,...., xn diharapkan adalah nilai solusi eksak

• Banyak kemungkinan barisan

lim xn  yang
x bisa konvergen menuju x .
n 
Perbedaannya terletak dari kecepatan konvergensi.
 xn 
• Untuk mengukur kecepatan konvergensi digunakan orde
kekonvergenan yang dinotasikan dengan O (big – O).
 Orde Hampiran

• Misalkan  n  n 1 konvergen ke bilangan untuk n



membesar. Jika terdapat konstanta positif p dan K

sehingga 1
  n  K. p
untuk semua n besar n
• Maka dikatakan    konvergen 

n n 1
ke dengan orde
 1 
kekonvergenan O  n 
p

 1 
n    O  p 
n 
• Persamaan ini 1menyatakan  n   dengan kecepatan
konvergensi n p
 Contoh

• Diberikan dua barisan berikut

1 2
xn  yn 
n n3
• Memiliki xn  0  O(n 1 ) dan yn  0  O  n 3 
• Tentukan mana yang lebih cepat konvergen
• Persamaan diatas dapat dituliskan kembali menjadi
dan dengan 1
xn  0  O(h) yn  0  O  h 
3
h
n
h<1 maka makin besar pangkat makin kecil galat
dan semakin teliti penghampiran fungsinya
 Contoh

h 2 h3 h 4
e  1  h     O (h 5 )
h

2! 3! 4!

h3 h5
sin(h)  h    O(h 7 )
3! 5!
 Contoh Galat Akhir

cos(0.2)  1  0.2 2 / 2  0.2 4 / 24  0.980067

Galat Pemotongan Galat Pembulatan

Hasil akumulasi dari galat pemotongan dan galat

pembulatan -> Mengecek akurasi dan presisi
Akurasi-> Ketepatan (seberapa dekat hasil aproksimasi)
Presisi-> Stabilitas (seberapa rentan hasil aproksimasi)
Tidak akurat -> Bias
Tidak presisi ->Ketidak pastian (Uncertainty)
Hubungan akurasi dan presisi

Sumber Steven Chapra, Applied

Numerical Method with Matlab for
Engineers & Scientist
 Minggu depan

• Bawa Kalkulator
• Pelajari pengantar Scilab/Matlab
• Aplikasi Scilab/Matlab sudah terinstal di
laptop
Persoalan komputasi dalam teknik dapat diselesaikan dengan cara sebagai berikut :

1. Simbolis : penyelesaian
komputasi yang didasarkan
pada manipulasi simbol-simbol

2. Numeris : penyelesaian
komputasi yang hasilnya
berupa angka-angka yang
bertumpu pada kemampuan
komputer untuk melakukan
operasi numeris.
Langkah-langkah yang diperlukan untuk menyelesaikan
permasalahan numerik

 Formulasi fisik/teknik
 Formulasi matematik
 Analisis numerik (menggunakan pendekatan numerik) terdiri
dari :
1. Analisis ralat
Ralat diskritisasi
Ralat input
Ralat numerik
Ralat proses (ralat komputasi)
2. Analisisi konvergensi. Pendekatan yang dipergunakan
adalah pendekatan iteratif.
3. Stabilitas
 Pemilihan algoritma (rangkaian dari instruksi-instruksi yang
dilakukan dengan komputer)
 Flow charting program
 Testing-debugging (memperbaiki kesalahan)
 Modelling, Komputer dan
Analisis Kesalahan

• Untuk kasus metode komputasi,

penguasaan metode ini dapat
dilakukan dengan dua cara
sekaligus, yakni dengan
penguasaan teori dan cara empirik.
• Dalam hal teori, maka diperlukan
suatu model matematika.
 Sistem Model Matematika

Perumusan
Masalah

Teori Model Matematika Data

Teknik Problem solving : komputer, statistik, metode numerik,

grafik dan sebagianya

Hasil Grafik atau Numerik

Perumusan hal-hal yang bermanfaat : jadwal, optimisasi,

komunikasi, interaksi publik dan lain-lain

Implementasi
 Komputer dan Software
• Metode komputasi memang
mampunyai dua landasan yaitu
matematika dan komputer.
Matematika untuk formulasi
masalah, sedangkan komputer
digunakan supaya perintah-
perintah yang berulang dapat
diselesaikan secara otomatis.
Urutan Penyelesaian Masalah
1. Perumusan Masalah
2. Algoritma
3. Flowchart
4. Penulisan kode
program
5. Kompilasi
6. Eksekusi Program
 Bahasa Pemrograman
• Matlab
• C, C++
• Pascal
• Basic
• Delphi
• JavaScript
• Perl
• PHP
• dll