Objectives

 Memahami konsep dasar metode numerik

 Mampu menyelesaikan persamaan
matematika kompleks menggunakan
metode numerik
 Mengetahui penerapan metode numerik
Kompetensi Dasar dan Indikator

 Kompetensi Dasar
 Mahasiswa mampu memahami persamaan non linier
 Mahasiswa mampu memahami algoritma Metode Tabel,
Biseksi, Regula Falsi, Iterasi Sederhana, Newton Raphson
dan Secant untuk menyelesaikan persamaan non linier
 Indikator
 Mahasiswa mampu menjelaskan persamaan non linier
 Mahasiswa mampu menjelaskan algoritma Metode
Tabel, Biseksi, Regula Falsi, Iterasi Sederhana, Newton
Raphson dan Secant.
Topics to be covered

 Penyelesaian Persamaan Non Linier (W1 – W4)

 Metode Tabel
 Metode Biseksi
 Metode Regula Falsi
 Metode Iterasi Sederhana
 Metode Newton Raphson
 Metode Secant
Continued

 Penyelesaian Persamaan Linier Simultan(W5-W7)

 Metode Gauss
 Metode Gauss-Jordan
 Metode Iterasi Seidell
 Penyelesaian Differensiasi Numerik(w8-w10)
 Metode Selisih Maju
 Metode Tengahan
 Metode Selisih Tengahan untuk differensiasi
tingkat tinggi
Continued

 Penyelesaian Integrasi Numerik(w11 – w 14)

 Metode Integrasi Reimann
 Metode Integrasi Trapezoida
 Metode Integrasi Simpson
 Metode Kuadratur Gauss Dengan Dua Titik
 Penyelesaian Persamaan Differensial(w15-w17)
 Metode Euler
 Metode Taylor
 Metode Runge Kutta
Metode Tabel

Mencari akar persamaan non linier dengan

menentukan daerah x di antara a dan b(x = [a, b]
dimana a adalah batas bawah nilai perkiraan x dan
b adalah batas atas nilai perkiraan x.

Prinsip:
Membagi range a dan b menjadi N bagian. Masing-
masing bagian dihitung nilai f(x)nya untuk
mencari penyelesaian yang terdekat dalam
bentuk tabel berikut ini:
Metode Tabel
x f(x)
x0=a f(a)
X1 f(x1)
X2 f(x2)
… …
xn = b f(b)

Dari tabel didapat:

 Bila ditemukan f(xk) = 0 atau mendekati 0 maka
dikatakan bahwa xk adalah akar
 Bila tidak ada, maka proses pembagian area dilakukan
untuk nilai a = xk dan b = xk+1 dimana f(xk).f(xk+1) < 0
Contoh Soal
 Carilah akar persamaan dari persamaan berikut:
f(x) = exp(-x) – x
x f(x)
Range x = [0.0, 1.0] 0.00 1.000
0.10 0.805
0.20 0.619
0.30 0.441
0.40 0.270
0.50 0.107
0.60 -0.051
0.70 -0.203
0.80 -0.351
0.90 -0.493
1.00 -0.632
Soal

 Carilah akar persamaan dari fungsi berikut:

f(x) = ex – 5x2

Gunakan range x = [-0.5,1.4]

N = 10
Metode Regula Falsi

Merupakan metode penyelesaian

persamaan non linier yang
memanfaatkan kemiringan dan
selisih tinggi dari dua titik batas
range.
Titik pendekatan yang digunakan
adalah: f (b).a  f (a ).b
xr 
f (b)  f (a )
Continued..
Algoritma Metode Regula Falsi:

1. Definiskan fungsi f(x) yang akan dicari akarnya

2. Tentukan daerah (range) x yang berupa batas bawah a dan batas atas b.
Untuk memastikan bahwa range tersebut memiliki akar uji dengan f(a).f(b) <
0
3. Tentukan toleransi error (ɛ)
f (b).a  f (a).b
4. Hitung xr dengan rumus: xr 
f (b)  f (a )

5. Hitung f(xr), f(a) dan f(b)

6. Jika f(xr).f(a) < 0 maka b = xr dan f(b) = f(xr), bila tidak maka a = xr dan
f(a) = f(xr)
7. Jika |f(xr)| < ɛ, maka proses dihentikan dan didapatkan akar = xr. Jika tidak
maka proses diulang mulai dari langkah 4
Contoh soal
Carilah akar persamaan
f ( x)  e  x  x
Batas bawah a = 0.0
Batas atas b = 1.0

Uji apakah batas bawah a dan batas atas b mengandung akar.

f(0.0)*f(1.0) < 0

Toleransi error(ɛ) = 0.0001

Hitung xr
f (1.0) * 0.0  f (0.0) *1.0
xr 
f (1.0)  f (0.0)
xr  0.6127

Hitung f(xr), f(a), dan f(b)

f(xr) = -0.0708139
f(a) = 1.000
f(b) = -0.632
Continued..

f(xr)*f(a) < 0
b = xr = 0.6127
f(b) = f(xr) = -0.0708139

|-0.0708139 | < 0.0001 ?

Hitung nilai xr
Dan seterusnya sampai nilai |f(xr)| < 0.0001
Continued..
Iterasi a b xr f(xr) f(a) f(b)
1 0.00000 1.00000 0.612700 -0.0708139 1.000000 -0.632121
2 0.00000 0.61270 0.572181 -0.0078883 1.000000 -0.070814
3 0.00000 0.57218 0.567703 -0.0008774 1.000000 -0.007888
4 0.00000 0.56770 0.567206 -0.0000976 1.000000 -0.000877

Pada iterasi keempat, iterasi dihentikan karena sudah memenuhi kondisi dimana |
f(xr)| < error yaitu | -0.0000976| < 0.0001
Jadi, akar persamaan xr adalah 0.567206
Buatlah
 program untuk menyelesaikan persoalan dari persamaan non linear dengan
 
fungsi :
F(x) = e-x-x (a = 0, b = 1, e = 0.0001)
F(x) = e-x – 5x2, (a = 0, b = 1 dan e = 0.00001)

Penulisan hasil :
a. Dapatkan nilai akar xr setiap iterasi dari awal sampai dengan akhir iterasi
b. Akar xr terletak diantara nilai dua fungsi yang berubah tanda

c. Dapatkan xr =

d. Perkecil rangenya dengan :

 Bila F(a) * F(xr) < 0, maka a tetap, b = xr, F(b) =F(xr)
 Bila F(a) * F(xr) > 0, maka b tetap, a = xr, F(a) = F(xr)
 Bila F(a) * F(xr) = 0, maka xr merupakan akar yang dicari
a. Akhir iterasi ditentukan dengan nilai |f(xr)| < e
Metode Biseksi

Merupakan metode penyelesaian persamaan non

linier yang membagi range(batas bawah dan
batas atas) menjadi dua bagian dan memilih salah
satu range yang mengandung akar untuk
mencari akar. Proses pembagian dan pemilihan
dilakukan secara iterasi

Pembagian atau nilai tengah dicari

ab
dengan
menggunakan rumus: xr 
2
Continued..
Algoritma Metode Biseksi

1. Definisikan fungsi f(x)

2. Tentukan range yang berupa batas bawah(a) dan batas atas(b). Uji apakah f(a).f(b)
<0
Jika ya, range tersebut memiliki akar; jika tidak range tersebut tidak memiliki akar.
3. Tentukan toleransi error(ɛ)/galat
4. Hitung x rata-rata (xr) dengan rumus:
ab
xr 
2
5. Hitung f(xr) , f(a), dan f(b)
6. Jika f(xr).f(b) < 0 maka a = xr dan f(a) = f(xr), Jika tidak maka b = xr dan f(b) =
f(xr)
7. Jika |b-a| < galat atau iterasi > iterasi maksimum N maka proses dihentikan dan
didapatkan akar = xr. Jika tidak maka proses diulang dari langkah 4
Continued..
Carilah akar persamaan: f ( x)  e  x  x
Batas bawah a = 0.0
Batas atas b = 1.0

Uji apakah batas bawah a dan batas atas b mengandung akar.

f(0.0)*f(1.0) < 0

Toleransi error(ɛ) = 0.0001

Hitung xr = (0.0 + 1.0) / 2

= 0.5
Hitung f(xr), f(a), f(b)
f(xr) = 0.106530660
f(a) = 1.00000
f(b) = -0.63212

f(xr).f(b) < 0
a = xr = 0.5
f(a) = f(xr) = 0.106530660
Continued..
| b – a | = | 1.0 – 0.5 | > 0.0001
Kembali ke langkah 4. Dan seterusnya…
Iterasi a b xr f(xr) f(a) f(b)
1 0.00000 1.0000000 0.50000000 0.106530660 1.00000 -0.63212
2 0.50000 1.0000000 0.75000000 -0.277633447 0.10653 -0.63212
3 0.50000 0.7500000 0.62500000 -0.089738571 0.10653 -0.27763
4 0.50000 0.6250000 0.56250000 0.007282825 0.10653 -0.08974
5 0.56250 0.6250000 0.59375000 -0.041497550 0.00728 -0.08974
6 0.56250 0.5937500 0.57812500 -0.017175839 0.00728 -0.04150
7 0.56250 0.5781250 0.57031250 -0.004963760 0.00728 -0.01718
8 0.56250 0.5703125 0.56640625 0.001155202 0.00728 -0.00496
9 0.56641 0.5703125 0.56835938 -0.001905360 0.00116 -0.00496
10 0.56641 0.5683594 0.56738281 -0.000375349 0.00116 -0.00191
11 0.56641 0.5673828 0.56689453 0.000389859 0.00116 -0.00038
12 0.56689 0.5673828 0.56713867 0.000007238 0.00039 -0.00038
13 0.56714 0.5673828 0.56726074 -0.000184060 0.00001 -0.00038
14 0.56714 0.5672607 0.56719971 -0.000088412 0.00001 -0.00018
Metode Iterasi Sederhana

Merupakan metode yang memisahkan x

dengan sebagian x yang lain sehingga
diperoleh: x = g(x).
Sebagai contoh untuk menyelesaikan
x
persamaan e  x  0 maka persamaan diubah
x
menjadi: x  e atau g ( x)  e  x
Continued..
Carilah akar persamaan dari persaman berikut:
f ( x)  e  x  x

Definisikan fungsi
x
f(x) dan g(x)
f ( x)  e x g ( x)  e  x

Toleransi error (ɛ) = 0.1; jumlah iterasi N = 5

Pendekatan awal x0 = 0.0

Iterasi i = 1
x1 = g(xi-1) = g(x0) = g(0.0) = 1.0
f(x1) = f(1.0) = -0.632121
i < N? ya atau |f(xi)| > ɛ? ya
Continued..

Iterasi i = 2
x2 = g(x1) = g(1.0) = 0.367879
f(x2) = f(0.367879 ) = 0.324321
i < N atau |f(x2)| > ɛ

Iterasi i = 3
x3 = g(x2) = g(0.367879) = 0.692201
f(x3) = f(0.692201 ) = -0.191727
I < N atau |f(x3)| > ɛ

Dan seterusnya…
Continued..
Iterasi x0 g(xi-1) xi f(xi)
1 0.000000 1.000000 1.000000 -0.632121
2 0.000000 0.367879 0.367879 0.324321
3 0.000000 0.692201 0.692201 -0.191727
4 0.000000 0.500474 0.500474 0.105770
5 0.000000 0.606244 0.606244 -0.060848
Metode Newton Raphson

Merupakan metode pendekatan yang

menggunakan satu titik awal dan
mendekatinya dengan memperhatikan slope
atau gradien pada titik tersebut.
Titik pendekatan ke i+1 dituliskan dengan:
F ( xi )
xi 1  xi  '
F ( xi )
Metode Newton Raphson
Algoritma Metode Newton Raphson:
1. Definisikan fungsi f(x) dan f’(x)
2. Tentukan toleransi error(ɛ) dan iterasi maksimum(n)
3. Tentukan nilai pendekatan awal x0
4. Untuk iterasi i = 0 s/d n atau |f(xi)| >= ɛ
Hitung f(xi) dan f’(xi)

f ( xi )
xi 1  xi 
f ' ( xi )

5. Akar persamaan adalah nilai xi yang terakhir diperoleh

Continued..
Carilah akar persamaan dari persaman berikut: f ( x)  e  x  x
Definisikan fungsi f(x) dan f’(x)
f ( x)  e  x  x f ' ( x )  e  x  1
Toleransi error(ɛ) = 0.001; n = 5

Pendekatan awal x0=0.0

f(xo) =1.0
f’(xo)=-2

Iterasi i = 0
1.0
f ( x0 ) x1  0.0 
x1  x0  ;  2.0
f ' ( x0 )
x1  0.5
Continued..

Hitung f(x1) dan f’(x1)

f(x1) = 0.106531
f’(x1) = -1.60653

i < n atau |f(x1)| > ɛ

Lanjutkan ke iterasi berikutnya…

Continued

Iterasi xi f(xi) f'(xi)

0 0.000000 1.000000 -2.00000
1 0.500000 0.106531 -1.60653
2 0.566311 0.001305 -1.56762
3 0.567143 0.000000 -1.56714
Metode Secant

 Metode Secant merupakan salah satu metode

terbuka untuk menentukan solusi akar dari
persamaan non linear, dengan prinsip utama
sebagai berikut :
 Metode ini melakukan pendekatan terhadap
kurva f(x) dengan garis secant yang
ditentukan oleh 2 titik terakhir
 Nilai taksiran akar selanjutnya adalah titik
potong antara garis secant dengan sumbu x.
Metode Secant
 Metode secant merupakan
perbaikan dari metode regula-
falsi dan newton raphson
dimana kemiringan dua titik
dinyatakan secara diskrit,
dengan mengambil bentuk
garis lurus yang melalui satu
titik.
 Yaitu dengan menggunakan
gradien garis yang melalui titik
(x0, f(x0)) dan (x1, f(x1))
Metode Secant

 Tujuan Metode Secant adalah untuk

menyelesaikan masalah yang terdapat pada
metode Newton Raphson yang terkadang sulit
mendapatkan turunan pertama yaitu f1(x)
 Fungsi metode Secant adalah untuk
menaksirkan akar dengan menggunakan
diferensi daripada turunan untuk
memperkirakan kemiringan/slope
Metode Secant
 Algoritma Metode Secant:

1. Definisikan fungsi f(x)

2. Masukkan range: batas bawah (a) dan batas atas
(b).
3. Uji nilai range apakah memiliki akar atau tidak.
Jika tidak memiliki akar, perbarui nilai a dan b
sampai range tersebut memiliki akar.
4. Masukkan toleransi error (е) dan jumlah
maksimum iterasi N
5. Tentukan p0 = a, p1 = b
6. Hitung fp0 = fx(p0) dan fp1 = fx(p1)
Sambungan Metode Secant
7. Untuk iterasi i = 1 s/d N, hitung:
p2 = p1 – fp1 * (p1 – p0)/(fp1 – fp0)
fp2 = fx(p2).
Jika | (p2-p1) | < error, cetak p2 sebagai hampiran akar. Keluar dari
looping.
Jika tidak, tentukan:
p0 = p1.
p1 = p2.
fp0 = f(p1).
fp1 = f(p2).
8. Jika (i > N), hampiran akar tidak ditemukan.
Tugas


1.   Carilah akar persamaan dari fungsi berikut
ini dengan menggunakan metode Secant:
a.
(a = 0, b = 1, e = 0.1*10-4)

b.
(a=-1, b=3, e=0.1*10-5)