Metode Numerik

METODE NUMERIK
OLEH :
EDI WINARKO
PENDAHULUAN
Metode Numerik
Metode Numerik adalah teknik-teknik yang

digunakan untuk memformulasikan problem real
ke model matematis agar dapat dipecahkan
dengan operasi perhitungan
METODE PENYELESAIAN
KELEMAHAN
SOLUSI
Metode Analitik
Metode Geometrik
Metode Kalkulator
NUMERIK
Ketelitian
dan
Perhitungan Pendekatan
BILANGAN PENDEKATAN &
ANGKA BERARTI
Bilangan Mutlak
Adalah sebuah bilangan yang mutlak nilainya dan
bukan berasal dari nilai pendekatan maupun
pemotongan.
Contoh :
 50, ⅓, π, ¾, √2, e.
ANGKA BERARTI
Bilangan Pendekatan
Adalah sebuah bilangan yang nilainya berasal dari
pendekatan baik pembulatan maupun pemotongan.
Contoh :
 Bilangan 2.7183 berasal dari pendekatan bilangan e,
 1.4142 berasal dari pendekatan bilangan √2
 3.1416 berasal dari pendekatan bilangan π.
ANGKA BERARTI
Angka Berarti
Angka berarti adalah setiap bilangan dari digit : 1, 2, 3, 4,
5, 6, 7, 8, 9, dan 0 dengan bilangan 0 bukan digunakan
untuk menentukan titik desimal. Khusus untuk bentuk A
x 10n, maka angka berarti ditentukan oleh bilangan yang
ada pada factor sebelah kiri.
Contoh :
Bilangan 0.00125 memiliki angka-angka berarti 1, 2 dan 5
Bilangan 1025 memiliki angka berarti 1, 0, 2 dan 5
Bilangan 12500 dapat ditulis sebagai 1.25 x 104 atau 1.250
x 104 atau 1.2500 x 104 , maka banyaknya angka yang
berarti pada kasus ini adalah 3 (1, 2, 5), 4 (1, 2, 5, 0) atau
5 (1, 2, 5, 0, 0).
PEMBULATAN BILANGAN
Keterbatasan Digit Alat

Hitung
Pembulatan/Pemotongan
Bilangan Pendekatan
PEMBULATAN BILANGAN
Pembulatan/Pemotongan
Aturan
Pemotongan/Pembulatan
Menghindari Kesalahan
yang membesar
PEMBULATAN BILANGAN
Aturan
Jika diinginkan membulatkan suatu bilangan sampai n angka berarti,

dengan membuang semua angka yang berada di sebelah kanan dari angka ke-n
Jika bilangan yang akan dibuang kurang dari setengah satuan
dari tempat bilangan ke-n, maka angka yang ke-n dibuat TETAP
(Tidak Berubah)
Jika bilangan yang akan dibuang lebih dari setengah satuan dari
tempat bilangan ke-n, maka angka yang ke-n DITAMBAH 1
Jika bilangan yang akan dibuang tepat setengah satuan dari

tempat bilangan ke-n, maka angka yang ke-n :
DITAMBAH 1 jika angka yang ke-n GASAL
TETAP (tidak berubah) jika angka yang ke-n GENAP
PEMBULATAN BILANGAN
Contoh Aturan
ngan berikut dibulatkan sampai 4 angka yang berarti, maka diperole
Bilangan 3.7642 3.764
Bilangan 48.4489 48.45
Bilangan 6.3995 6.400
Bilangan 29.7654 29.76

KESALAHAN MUTLAK, RELATIF &
PRESENTASE
Kesalahan Mutlak
Yaitu kesalahan yang dihitung dari selisih antara
nilai sebenarnya dan nilai pendekatan.
Em = ∆Q = Qs – Qp
Dimana Em = ∆Q = kesalahan mutlak

Qs = nilai sebenarnya
Qp = nilai pendekatan
PRESENTASE
Kesalahan Relatif
Yaitu yaitu kesalahan mutlak dibagi dengan nilai
sebenarnya.
Er = ∆Q/Qs
Dimana Er = kesalahan relatif

∆Q = Kesalahan mutlak
PRESENTASE
Kesalahan Prosentase
Yaitu kesalahan Relatif yang dihitung dalam %.,
yaitu dengan mengalikan Er dengan 100.
Ec = ∆Q/Qs x 100
Dimana Ec = kesalahan prosentase

∆Q = Kesalahan mutlak
PRESENTASE
Catatan :
Toleransi kesalahan mutlak, tidak boleh lebih dari
setengah satuan dalam tempat yang ke-n untuk n angka
berarti.
Contoh :
Jika bilangan 4.625 adalah benar sampai empat angka
berarti, maka kesalahan mutlaknya tidak boleh melebihi
dari :
Em < ½ x 0.001 = 0.0005 → Em < 0.0005

HUBUNGAN KESALAHAN RELATIF &
BANYAKNYA ANGKA BERARTI
Aturan :
Jika angka berarti yang pertama dari suatu bilangan adalah k, dan
bilangan tersebut benar (correct) sampai n angka yang berarti,
maka kesalahan relatif kurang dari
Er < 1 / (k x 10n-1)
Contoh :
Jika sebuah bilangan 864.32 adalah benar sampai lima angka
yang berarti, maka diketahui : k = 8, n = 5, dan Em < ½ x 0.01 =
0.005 → Em < 0.005
Sehingga diperoleh Kesalahan Relatif :
Er ≤ Em / Qs
Er ≤ 0.005 / (864.32 – 0.005) = 5 / (864320 - 5) = 1 / (2 x 86432
- 1)
≤ 1 / (2 x (86432 - ½)) < 1 / (2 x 8 x 104) < 1 / (8 x 104)
Jadi E < 1 / (8 x 104)
LATIHAN
Tentukan Kesalahan Relatif dari bilangan berikut :

 Bilangan 12842 adalah benar sampai 5 angka yang berarti
 Bilangan 0.0800 adalah benar sampai 3 angka yang berarti
 Bilangan 369230 dimana 0 (nol) ditulis hanya untuk
menggantikan angka yang dibuang.
 Bilangan 1252300 dimana 0 (nol) ditulis hanya untuk
menggantikan angka yang dibuang.
ERROR PERAMBATAN
Penjumlahan
Jika kita mempunyai dua bilangan pendekatan

xa dan ya
Dengan nilai sebenarnya x dan y,
Masing-masing errornya ex dan ey.
Maka
x + y = (xa + ya ) + (ex + ey)
Error dalam penjumlahan
ex+y = (ex + ey)
ERROR PERAMBATAN
Pengurangan
Error dalam pengurangan

ex-y = (ex - ey)
Akan tetapi baik ex maupun ey dapat bernilai

positif maupun negatif, dan error mutlak
terbesar:
|ex-y| = |ex| + |ey|

ERROR PERAMBATAN
Perkalian
Error dalam perkalian

x . y = (xa + ex) . (ya + ey)
= xaya + xaey + yaex + exey
Jika dianggap error exey diabaikan maka

x . y  xaya + xaey + yaex
exy  xaey + yaex
ERROR PERAMBATAN
Pembagian
Error dalam pembagian
x xa  e x

y ya  e y
ERROR PERAMBATAN
Pembagian
 Faktor dalam kurung dapat diuraikan dalam bentuk deret
 Dengan mengalikan dan membuang semua bentuk perkalian
atau pangkat yang lebih besar dari pada 1 pada ex dan ey,
didapat
x xa e x xa
   2 .e y
y ya ya ya
1 xa
ex / y  .ex  2 .e y
ya ya
Selamat Berlatih
Pelajari
Deret Taylor
Jika h = x – x0 , maka
Residu :
Tugas :
Tentukan Deret Taylor untuk 2 Variabel
Tentukan Error
Persamaan Non Linear f(x)
Beberapa Metode Penyelesaian:
Metode Tabulasi
Metode Biseksi
(Bolzano)
Metode Regula Falsi

Metode Tabulasi
Metode Tabulasi adalah metode penyelesaian

persamaan nonlinear dengan cara membuat tabel-
tabel persamaan atau fungsi nonlinear di sekitar titik
penyelesaian.
Langkah Penyelesaian Metode Tabulasi

1.Menentukan dua nilai f(x1) dan f(x2) dengan syarat
f(x1)*f(x2)<0  Initial Value
2.Membuat tabel fungsi F(x) di sekitar f(x1) dan f(x2)
 Iiterasi ke-1 (Tabel 1)
Metode Tabulasi
Langkah Penyelesaian Metode Tabulasi

3.Membuat tabel di sekitar dua titik yang
menyebabkan terjadinya perubahan tanda fungsi F(x)
pada tabel ke 1  Iiterasi ke-2 (Tabel 2).
4.Membuat tabel di sekitar dua titik yang
menyebabkan terjadinya perubahan tanda fungsi F(x)
pada tabel ke 2  Iiterasi ke-3 (Tabel 3).
5.Dst.
Langkah dilanjutkan sampai didapatkan errornya
relative kecil dan biasanya lebih kecil dari 10-7
Contoh
Jika diketahui fungsi f(x), akan dicari akar

pendekatan dari fungsi tersebut. Diketahui
akar pendekatan awal (initial value) xa dan xb .
Jumlah pias yang dikehendaki adalah 10.
Misal diketahui nilai awalnya xa = 1 dan xb =2.

 Hitung , sehingga diperoleh
 dengan x0 = xa = 1.
No. Xi f(xi) Tanda

0 1 f(1) +
1 1,1 f(1,1) +
2 1,2 f(1,2) +
3 1,3 f(1,3) +
4 1,4 f(1,4) -
5 1,5 f(1,5) -
6 1,6 f(1,6) -
7 1,7 f(1,7) -
8 1,8 f(1,8) -
9 1,9 f(1,9) -
10 2 f(2) -
Didapatkan (tanda berbeda) pada xa = x3 = 1,3 dan xb = x4 = 1,4.

 dengan x0 = xa = 1,3.
No. Xi f(xi) Tanda

0 1,3 f(1,3) +
1 1,31 f(1,31) +
2 1,32 f(1,32) +
3 1,33 f(1,33) +
4 1,34 f(1,34) +
5 1,35 f(1,35) +
6 1,36 f(1,36) -
7 1,37 f(1,37) -
8 1,38 f(1,38) -
9 1,39 f(1,39) -
10 1,4 f(1,4) -

 dengan x0 = xa = 1,35.
No. Xi f(xi) Tanda

0 1,35 f(1,3) +
1 1,351 f(1,31) +
2 1,352 f(1,32) +
3 1,353 f(1,33) +
4 1,354 f(1,34) +
5 1,355 f(1,35) +
6 1,356 f(1,36) -
7 1,357 f(1,37) -
8 1,358 f(1,38) -
9 1,359 f(1,39) -
10 1,39 f(1,4) -

ILUSTRASI METODE BISEKSI
xa xc xb
Metode Biseksi (Bolzano)
Metode biseksi disebut juga metode Pembagian

Interval atau metode yang digunakan untuk mencari
akar-akar persamaan nonlinear melalui proses iterasi
dengan persamaan :
Langkah Penyelesaian Metode Biseksi

Langkah Penyelesaian Metode Iterasi

2.Hitung Nilai Xc, kemudian melakukan pengecekan
nilai f(Xc),
• Jika f(Xc)*f(Xa)<0 maka Xc  Xb

• Jika f(Xc)*f(Xb)<0 maka Xc  Xa
Hitung Nilai Xc  Iterasi 1


3.Hasil Iterasi 2, Xc, kemudian melakukan pengecekan
nilai f(Xc),



nilai f(Xc),


ILUSTRASI METODE REGULA FALSI
xa xc xd xb
Metode Regula Falsi
Metode Regula Falsi disebut juga metode Interpolasi

Linear yaitu metode yang digunakan untuk mencari
akar- akar persamaan nonlinear melalui proses iterasi
dengan persamaan:
Langkah Penyelesaian Metode Regula Falsi

Metode Regula Falsi

2.Hitung Nilai Xc, kemudian melakukan pengecekan
nilai f(Xc),


Metode Regula Falsi

nilai f(Xc),


Metode Regula Falsi

nilai f(Xc),


METODE SECANT
METODE SECANT
METODE SECANT
METODE SECANT
Selesaikan persamaan : f(x) = x3 + x2 – 3 x – 3 = 0

dengan metode Secant
Penyelesaian :
Iterasi 1
Diambil dua nilai awal x1 =1 dan x2 = 2
Untuk x1 =1 maka f(x1) = f(1) = (1)3 + (1)2 – 3(1) – 3 = - 4
Untuk x2 =2 maka f(x2) = f(2) = (2)3 + (2)2 – 3(2) – 3 = 3
Dengan menggunakan persamaan :
f(x 2 )(x 2  x 1 ) 3(2  1)
x3  x2   2  1,57142
f(x 2 ) - f(x 1 ) 3  (4)
Maka :
f(x3)= (1,57142)3 + (1,57142)2 – 3(1,57142) – 3 = -1,36449
Iterasi 2
Untuk x2 =2 maka f(x2) = f(2) = (2)3 + (2)2 – 3(2) – 3 = 3
Untuk x3 =1,57142 maka
f(x3)= (1,57142)3 + (1,57142)2 – 3(1,57142) – 3 = -1,36449
Dengan menggunakan persamaan :

f(x 3 )(x 3  x 2 )  1,36449(1,57142  2)
x4  x3   1,57142   1,70540
f(x 3 ) - f(x 2 )  1,36449  3
Persamaan Non Linear f(x)
Beberapa Metode Penyelesaian:
Metode Newton
Raphson
Metode Iterasi
Metode Gauss Seidel

Metode Newton Raphson
Metode Newton-Raphson adalah metode pencarian akar suatu

fungsi f(x) dengan pendekatan satu titik, dimana fungsi f(x)
mempunyai turunan. Metode ini dianggap lebih mudah dari
Metode Bagi-Dua (Bisection Method) karena metode ini
menggunakan pendekatan satu titik sebagai titik awal. Semakin
dekat titik awal yang kita pilih dengan akar sebenarnya, maka
semakin cepat konvergen ke akarnya.
Langkah Penyelesaian Metode Biseksi

Dimana xn adalah Initial Value
Langkah Penyelesaian Metode Newton Raphson

1.Menentukan nilai awal x0  Initial Value dan
turunan f(x) yaitu f`(x)
Langkah Penyelesaian Metode Newton-Raphson

2.Hitung Nilai X1 dengan rumusan diatas
 Iterasi 1
 Iterasi 2
Langkah Penyelesaian Metode Newton-Raphson
 Iterasi
3

Contoh
Tentukan akar dari persamaan 4x3 – 15x2 + 17x – 6 = 0

menggunakan Metode Newton-Raphson.
Penyelesaian :
f(x) = 4x3 – 15x2 + 17x – 6
f’(x) = 12x2 – 30x + 17
iterasi 1 :
ambil titik awal x0 = 3
f(3) = 4(3)3 – 15(3)2 + 17(3) – 6 = 18
f’(3) = 12(3)2 – 30(3) + 17 = 35
x1 = 3 –(18/35) = 2.48571
Err=| x –x |=|2.48571-3| = 0.51429
Contoh
iterasi 2 :
x1 = 2.48571
f(2.48571) = 4(2.48571)3 – 15(2.48571)2 +
17(2.48571) – 6 = 5.01019
f’(2.48571) = 12(2.48571)2 – 30(2.48571) + 17 =
16.57388
x2 = 2.48571 – (5.01019 / 16.57388 ) = 2.18342
Err=| x2–x1|=|2.18342-2.48571| = 0.30229

dst
Tugas
Gunakan Metode Newton-Raphson dan

metode Iterasi dengan =0.01 atau Iterasi =
3
1. f(x) = x³ + x² – 3x – 3 = 0, dengan x0 = 1
2. f(x) = x³ – 2x – 5, dengan x0 = 2
3. x - e-x = 0, dengan x0 = 0
4. f(x) = x2-2x-3, dengan x0 = 4
Metode Iterasi
Metode Iterasi Titik tetap kadang-kadang

dinamakan metode iterasi sederhana atau metode
langsung atau metode substitusi beruntun.
Kesederhanaan metode ini karena pembentukan
prosedur iterasinya yang mudah dibentuk, yaitu kita
ubah persamaan f (x) = 0 menjadi bentuk x = g(x),
kemudian dibentuk menjadi prosedur iterasi
Metode Iterasi
Metode Iterasi
Metode Iterasi

1.Ubah persamaan f(x)=0 menjadi x=g(x)
2.Ambil nilai awal x0 sedemikian hingga |g’(x)|<1
3.Hitung Nilai x1 dengan rumusan diatas
 Iterasi 1
4.Hitung Nilai x2 dengan rumusan diatas
 Iterasi 2

Metode Iterasi
f(x) = 0
x = g(x)
Xi+1 =g(xi)
Contoh
Tentukan akar dari persamaan x2 – 3x + 1 = 0 menggunakan

Metode Iterasi.
Penyelesaian :
f(x) = x2 – 3x + 1 = 0  x = g(x) = (x2 + 1)/3
Iterasi :
 ambil titik awal x0 = 1
 x1 = (12 + 1)/3 = 2/3 = 0,6667
-> Err = |0.6667-1|=0.3333

 x2 = (0,66672 + 1)/3 = 0,481481
-> Err = |0.481481-0.6667|=0.185216

 x3 = (0,481481 2 + 1)/3 = 0,410608
-> Err = | 0,410608 -0.481481|=0.070873

 dst
Metode Iterasi (Syarat Konvergen)
F(x)=0
f1(x)=x;
f2(x)=g(x); => |g’(x)<1|
Metode Iterasi (Syarat Konvergen)
F(x)=0
f1(x)=x;
f2(x)=g(x); => |g’(x)>=1|
Latihan (Tugas)
Tentukan akar persamaan dengan metode iterasi

satu titik
1.f(x) = x3 -3x2 - 7x + 5 = 0; harga awal x0 =0,1
2. f(x) = ex - 5x + 1 = 0; harga awal x0 =1,2
3. f(x) = 2cos x - 1= 0 ; harga awal x0 =1
4. f(x) = ex - 7sin(0,5x) =0 ; harga awal x0 = tentukan
sendiri
Latihan (Tugas)
Tentukan akar persamaan dengan metode iterasi

satu titik
5. Jika suatu redaman tegangan dalam rangkain listrik
dinyatakan dalam persamaan:
V=5e-t sin(0.4 π t +1)
Tentukan nilai t pada selang 1-3 detik pertama
sebagaimana jika nilai tegangannya adalah 0 volt
Catatan: es = 1%
Metode Gauss Seidel
Merupakan metode Gauss Seidel

Prosedur Prosedur umum:
-Selesaikan secara aljabar variabel tidak diketahui xi
masing-masing persamaan linier
-Asumsikan nilai awal pada setiap penyelesaian
-Selesaikan masing-masing xi dan ulang
-Hitung nilai mutlak dari kesalahan relatif setelah
setelah masing-masing iterasi sehingga kurang dari
nilai toleransi toleransi.
Metode Gauss Seidel
Sistem Persamaan Linear AX = C dapat diselesaikan

dengan metode iterasi Jacobi dan metode iterasi
Gauss - Seidel sehingga konvergen, apabila matriks
koefisien A memenuhi syarat cukup yaitu dominan
secara diagonal :
Metode Gauss Seidel
Diketahui n persamaan dengan n variabel
Langkah Penyelesaian Metode Gauss Seidel

1.Jika elemen diagonal tidak nol, maka tuliskan
kembali masing-masing persamaan untuk mencari
nilai variabel yang tidak diketahui, seperti :
1. Persamaan ke-1 untuk mencari nilai x1
2. Persamaan ke-2 untuk mencari nilai x2 dst.
Metode Gauss Seidel

2.Sehingga diperoleh persamaan sebagai berikut :
1. dari Persamaan 1
2. dari persamaan ke-2
3. dari persamaan ke-m
4. dst.
Metode Gauss Seidel

3.Sehingga diperoleh bentuk umumnya :
Metode Gauss Seidel

4.Secara umumnya :
JACOBI VS GAUSS SEIDEL
PERSAMAAN
Metode Jacobi dan Gauss Seidel
-Sama2 untuk menyelesaikan Persamaan Serentak.
-Langkah penyelesaiannya sama, yaitu dengan
mencari :
- dari persamaan 1
- dari persamaan 2
- dari persamaan m
- dst
JACOBI VS GASUS SEIDEL
PERBEDAAN
Metode Jacobi
-Initial Value (nilai awal) yang diberikan digunakan
untuk Satu Kali Iterasi (semua nilai x1, x2,.. ,xm )
Misal Initial Value x1= c1, x2= c2,.. , xm= cm
maka nilai c1, c2,.. , cm digunakan untuk
mencari semua nilai x1, x2,.. , xm pada Iterasi 1,
sehingga diperoleh:
PERBEDAAN
Metode Jacobi
Dst.
Nilai x1, x2,.. , xm yang diperoleh digunakan untuk
Iterasi berikutnya... Dst.
PERBEDAAN
Metode Gauss Seidel
-Initial Value (nilai awal) yang diberikan digunakan
hanya jika belum ada nilai baru untuk x1, x2,.. ,xm .
Misal Initial Value x1= c1, x2= c2,.. , xm= cm
maka nilai c1, c2,.. , cm hanya digunakan jika
belum ditemukan nilai baru pada Iterasi 1, sehingga
diperoleh:
PERBEDAAN
Metode Gauss Seidel
Dst.
Nilai x*1, x*2,.. , x*m yang diperoleh digunakan untuk
Iterasi berikutnya... Dst.
Contoh
Selesaikan Sistem Persamaan berikut dengan

menggunakan Metode Jacobi dan Gauss Seidel !
4x – y + z = 7
4x – 8y +z = -21
-2x +y + 5z = 15
Dengan Initial Value x=1; y=2; z=2.
Ierasi JACOBI
Solusi
Iterasi 1
Iterasi 2
Iterasi 3
Iterasi Gauss Seidel
Solusi
Iterasi 1
Iterasi 2
Iterasi 3
Contoh
Jika diketahui kecepatan roket pada waktu tertentu

adalah sebagai berikut :
Dan diketahui :
Saat t = 5 diperoleh v = 106.8
t = 8 diperoleh v = 177.2
t = 12 diperoleh v = 279.2
Jika diketahui nilai awal a1 = 1; a2 = 2; a3 = 5 Tentukan
Persamaan Kecepatan Roket.. !
NEWTON-RAPHSON
Diketahui 2 persamaan dengan 2 variabel:
Jika x0, y0 merupakan nilai pendekatan akar dengan

error masing2 h dan k.
Penurunan
Turunkan dengan Deret Taylor

Dengan Metode Cramer
CONTOH
Diketahui : x0 = 3.4 dan y0 = 2.2

Dari x0 = 3.4 dan y0 = 2.2, diperoleh :
F(x0, y0) = 3.4 + 3 log(3.4) – (2.2)2 = 0.1545

G(x0, y0) = 2(3.4)2 –(3.4)(2.2) – 5(3.4) +1 = -0.72
x1 = 3.4 + 0.157 = 3.557
y1 = 2.2 + 0.085 = 2.285

Initian Value x=y=z=1
Diketahui : x0 = 1; y0 = 1; z0 = 1
METODE ITERASI
Jika di ketahui Initial

Value Xn dan Yn , maka rumusan yang digunakan :
METODE ITERASI
Jika di ketahui Initial

Value Xn dan Yn , maka rumusan yang digunakan :
CONTOH Metode Iterasi
Diketahui : x0 = 3.4 dan y0 = 2.2

Iterasi ke-1
Diperoleh x= 3.24556325 dan y = 1.79923943

Iterasi ke-2
awal x= 3.24556325 dan y = 1.79923943
Interpolasi Lagrange
Merupakan Polinomial Lagrange

Bentuk Polinomial Lagrange:
Polinom berderajat satu -> ada 2 titik
(x0, y0)(x1, y1)
( y1  y 0 )
p1 ( x)  y 0  ( x  x0 )
( x1  x0 )
Dapat diatur kembali sedemikian rupa sehingga

menjadi p1 ( x)  y 0
( x  x1 )
 y1
( x  x0 )
( x0  x1 ) ( x1  x0 )
Polinom berderajat dua -> ada 3 titik

(x0, y0)(x1, y1) (x2, y2)
( x  x1 )( x  x2 ) ( x  x0 )( x  x2 ) ( x  x0 )( x  x1 )
p2 ( x )  y0  y1  y2
( x0  x1 )( x0  x2 ) ( x1  x0 )( x1  x2 ) ( x2  x0 )( x2  x1 )
Polinom berderajat tiga -> ada 4 titik

(x0, y0)(x1, y1) (x2, y2) (x3, y3)
( x  x1 )( x  x2 )( x  x3 ) ( x  x0 )( x  x2 )( x  x3 )
p3 ( x)  y0  y1 
( x0  x1 )( x0  x2 )( x0  x3 ) ( x1  x0 )( x1  x2 )( x1  x3 )
( x  x0 )( x  x1 )( x  x3 ) ( x  x0 )( x  x1 )( x  x2 )
y2  y3
( x2  x0 )( x2  x1 )( x2  x3 ) ( x3  x0 )( x3  x1 )( x3  x2 )
Bentuk Umum Interpolasi Lagrange

Derajad n
(Berarti ada n+1 Pasang Data)
( x  x1 )( x  x2 )...( x  xn 1 ) ( x  x0 )( x  x2 )...( x  xn 1 )
pn ( x )  y0  y1  ... 
( x0  x1 )( x0  x2 )...( x0  xn 1 ) ( x1  x0 )( x1  x2 )...( x1  xn 1 )
( x  x0 )( x  x1 )...( x  xn 1 )( x  xn 1 )
yn
( xn  x0 )( xn  x1 )...( xn  xn 1 )( xn  xn 1 )
(Jika disederhanakan)
pn ( x)  y0 L0 ( x)  y1 L1 ( x)  ...  yn Ln ( x)
dimana
( x  x1 )( x  x2 )...( x  xn 1 )
L0 ( x) 
( x0  x1 )( x0  x2 )...( x0  xn 1 )
( x  x0 )( x  x2 )...( x  xn 1 )
L1 ( x) 
( x1  x0 )( x1  x2 )...( x1  xn 1 )
|
( x  x0 )( x  x1 )...( x  xn 1 )( x  xn 1 )
Ln ( x) 
( xn  x0 )( xn  x1 )...( xn  xn 1 )( xn  xn 1 )
Contoh
Jika diketahui data tabel sebagai berikut:

x 0 1 2 3
f(x) 3 7 11 21
a.Tentukan Polinomial Lagrange !

b.Carilah f(x) untuk x=0.5 !
Penyelesaian:
a. Karena ada 4 pasang data, berarti akan dicari
Lagrange Orde-3, yaitu dicari L0(x), L1(x), L2(x), L3(x)
Contoh
Penyelesaian:
p3 ( x)  y0 L0 ( x)  y1 L1 ( x)  y2 L2 ( x)  y3 L3 ( x)
dimana
( x  x1 )( x  x2 )( x  x3 ) ( x  1)( x  2)( x  3) ( x  1)( x  2)( x  3)
L0 ( x)   
( x0  x1 )( x0  x2 )( x0  x3 ) (0  1)(0  2)(0  3) 6
( x  x0 )( x  x2 )( x  x3 ) ( x  0)( x  2)( x  3) ( x  0)( x  2)( x  3)
L1 ( x)   
( x1  x0 )( x1  x2 )( x1  x3 ) (1  0)(1  2)(1  3) 6
( x  x0 )( x  x1 )( x  x3 ) ( x  0)( x  1)( x  3) ( x  0)( x  1)( x  3)
L2 ( x)   
( x2  x0 )( x2  x1 )( x2  x3 ) (2  0)(2  1)(2  3) 2
( x  x0 )( x  x1 )( x  x2 ) ( x  0)( x  1)( x  2) ( x  0)( x  1)( x  2)
L3 ( x)   
( x3  x0 )( x3  x1 )( x3  x2 ) (3  0)(3  1)(3  2) 6
Contoh
Sehingga diperoleh Penyelesaian:
( x  1)( x  2)( x  3) ( x  0)( x  2)( x  3)

p3 ( x)  y0  y1 
6 6
( x  0)( x  1)( x  3) ( x  0)( x  1)( x  2)
y2  y3
2 6
( x  1)( x  2)( x  3) ( x  0)( x  2)( x  3)
p3 ( x)  3 7 
6 6
( x  0)( x  1)( x  3) ( x  0)( x  1)( x  2)
11  21
2 6
Sederhanakan Sendiri...!
Contoh
b. Untuk x=0.5
Masukkan pada p3(x), sehingga diperoleh:
(0.5  1)(0.5  2)(0.5  3) (0.5  0)(0.5  2)(0.5  3)

p3 ( x)  3 7 
6 6
(0.5  0)(0.5  1)(0.5  3) (0.5  0)(0.5  1)(0.5  2)
11  21
2 6
Hitung Sendiri...!
Interpolasi Newton Umum
Beda Terbagi
yi  yi 1  yi
xi 1  xi  f [ xi 1 , xi ]
yi 1 yi
 yi 
2
xi  2  xi  f [ xi  2 , xi 1 , xi ]
yi  2 yi 1
 ( xi  xi  2 )( xi 1  xi  2 )  ( xi  xi 1 )( xi  2  xi 1 ) 
yi
( xi  2  xi )( xi 1  xi )
Beda Terbagi
 n yi  ( x  x
i
yi  n
i  n )( xi 1  xi  n )...( xi  n1  xi  n )
yi  n1
 ( xi  xin1 )( xi1  xin1 )...( xi  n2  xi  n1 )( xi  n  xi  n1 )  ...
yi
 ( xi 1  xi )( xi  2  xi )...( xi  n  xi )
 f[xi  n , xi  n 1 ,..., xi ]
   
n
 yi  n  j  n
 yi  j 
  n  atau  n 
j 0   ( x  j 0   ( x 
i  l  xi  n  j ) i  l  xi  j )
 l ( n j )  l j 
Tabel Beda Terbagi

Penjelasan Tabel Beda Terbagi

f [ x1 , x0 ]  y0  y1  y 0
x1  x0
f [ x2 , x1 ]  y1  y 2  y1
x 2  x1
f [ x3 , x2 ]  y 2  y3  y 2
x3  x 2
y1 y 0
f [ x2 , x1 , x0 ]   2
y0  x 2  x0
y 2 y1
f [ x3 , x2 , x1 ]   2
y1  x3  x1
 y1  2 y 0
f [ x3 , x2 , x1 , x0 ]  
2
3
y0  x3  x0
Interpolasi
pn ( x )  y0  ( x  x0 )y0 
( x  x0 )( x  x1 ) y0 
2
( x  x0 )( x  x1 )( x  x2 ) y0  ... 
3
( x  x0 )( x  x1 )...( x  xn 1 ) y0
n
Contoh
Jika diketahui data tabel sebagai berikut:

x f(x)
1 0
4 1,3862944
6 1,7917595
5 1,6094379
a.Tentukan Polinomial newton Umum !

b.Carilah f(x) untuk x=2 !
Contoh
Penyelesaian:
a. Buat table Beda sebagai berikut :
x f(x) f[xi+1, xi] f[xi+2,xi+1, xi] f[xi+3,xi+2,xi+1, xi]
1 0 0,46209813 –0,051873116 0,007865541
4 1,3862944 0,20273255 –0,020410950
6 1,7917595 0,1823216
5 1,6094379
b. Masukkan Nila beda pada Polinomial

Contoh
Penyelesaian:
b. Masukkan Nilai beda pada Polinomial
pn ( x )  y0  ( x  x0 )y0 
( x  x0 )( x  x1 ) 2 y0 
( x  x0 )( x  x1 )( x  x2 ) 3
y0
Sehingga diperoleh:
f3(x) = 0 + 0,46209813(x – 1) + (–0,051873116)(x – 1)
(x – 4) +0,007865541(x – 1)(x – 4)(x – 6)
Contoh
Penyelesaian:
c. Masukkan Nilai x=2 pada persamaan yang
diperoleh, sehingga di dapat:
f3(2) = 0 + 0,46209813(2 – 1) + (–0,051873116)(2 – 1)

(2 – 4) +0,007865541(2 – 1)(2 – 4)(2 – 6)
= 0,62876869.
DERET TAYLOR
Definisi :
Andaikata f dan semua turunannya, f’,f’’,f’’’,… menerus di
dalam selang [a,b]. Misalkan : xoє[a,b], maka nilai-nilai x
di sekitar xo dan xє[a,b], f(x) dapat diperluas (diekspansi)
ke dalam deret Taylor :
( x  xo ) ' ( x  xo ) 2 '' ( x  xo ) m ( m )
f ( x)  f ( xo )  f ( x0 )  f ( xo )  ....  f ( xo )  ...
1! 2! m!
Dimana f’(x) adalah turunan pertama

f’’(x) adalah turunan kedua
f’’’(x) adalah turunan ketiga, dst
DERET MACLAURIN
Deret Maclaurin adalah kondisi khusus dari Deret

Taylor, yaitu : Deret Taylor di sekitar xo =0, sehingga
didapat persamaan :
x ' x 2 '' x m (m)
f ( x)  f (0)  f (0)  f (0)  ....  f (0)  ...
1! 2! m!
Dimana f’(x) adalah turunan pertama

f’’(x) adalah turunan kedua
f’’’(x) adalah turunan ketiga, dst
NEWTON RAPHSON
h0 =
k0 =
Iterasi
x2 – y3 +4 = 0
x3 – y2 +2 = 0
Didapatkan :
x=
Turunan Fungsi
Definisi Tunurunan dengan Limit
Misalkan f(x) didefinisikan pada sebuah interval

terbuka yangmemuat x0 . Fungsi f dikatakan
diferensiable (dapat diturunkan) pada titik x0 jika
terdapat bilangan m sedemikian hingga
Turunan Fungsi
Metode Selisih Maju
Metode selisih maju merupakan metode yang

mengadopsi secara langsung
definisi differensial, dan dituliskan :
Turunan Fungsi
Contoh :
Hitung differensial f(x)=e-x sin(2x)+1 untuk nilai
x=[0,1] dengan h=0.05 :
Turunan Fungsi
Metode Selisih Tengah
Metode selisih tengahan merupakan metode

pengambilan perubahan dari dua
titik sekitar dari titik yang diukur.
Perhatikan selisih maju pada titik x-h adalah :
Dan selisih maju pada titik x adalah :

Turunan Fungsi
Metode Selisih Tengah
Metode selisih tengahan merupakan metode

pengambilan perubahan dari dua
titik sekitar dari titik yang diukur.
Turunan Fungsi
Contoh :
Hitung differensial f(x)=e-x sin(2x)+1 untuk nilai
x=[0,1] dengan h=0.05 :
Turunan Tingkat Tinggi
Turunan Tingkat Tinggi dapat diperoleh dengan cara

menurunkan fungsi secara terus menerus sampai
pada turunan tertentu.
Turunan ke-2:
Turunan ke-3:
Turunan ke-n:
Turunan Tingkat Tinggi
Untuk menghitung differensial tingkat tinggi ini dapat

digunakan metode differensiasi
yang merupakan pengembangan metode selisih
tengahan yaitu :
Differensiasi tingkat 2
Dengan Metode yang sama carilah Turunan ke-n !

INTEGRASI NUMERIK
Aturan Segiempat
Aturan Segiempat (Satu Pias)
Pandang sebuah pias berbentuk empat persegi

panjang dari x = x0 sampai x = x1, seperti Gambar
berikut:
Luas 1 pias dengan tinggi f(x0)
Luas 1 pias dengan tinggi f(x1)

Metode Integral Reimann
Metode integral Reimann ini merupakan metode

integral yang digunakan dalam
kalkulus, dan didefinisikan dengan :
Pada metode ini, luasan yang dibatasi oleh y = f(x) dan

sumbu x dibagi menjadi N
bagian pada range x = [a,b], yang akan dihitung. Li
adalah luas setiap persegi panjang dimana
Li =f(xi ). ∆xi
Sehingga diperoleh Luas f(x) terhadap sumbu x yang

dibatasirange x = [a,b], adalah :
L = L1 + L2 + L3 +...+ Ln
L = f(x1 ). ∆x1 + f(x2 ). ∆x2+ f(x3 ). ∆x3+...+f(xn ). ∆xn
L=∑(f(xi ). ∆xi)
Aturan Simphson 1/3
Aturan Simpson 1/3 di peroleh dengan

mengintegralkan Interpolasi Newton Maju untuk 2
pias (3 titik).
L(x)
f(x)
x0 h x1 h x2 x
Untuk Luas 1 (3 titik, yaitu (x0, f(x0)), (x1, f(x1)) dan
(x2, f(x2))
h
f ( x)dx   f ( x0 )  4 f ( x1 )  f ( x2 )
x2

x0 3
Untuk Luas 2 (3 titik, yaitu (x2, f(x2)), (x3, f(x3)) dan

(x4, f(x4))
h
 f ( x2 )  4 f ( x3 )  f ( x4 )
x4
 x2
f ( x)dx 
3
Aturan Komposisi Simpson
Sehingga jika [x0, xn] dibagi n pias dengan n adalah
bilangan genap, maka ba
h
n
f(x)
…...
x0 h x1 h x2 h x3 h x4 xn-2 xn-1 xn x
Luas totalnya adalah :
L  L1  L2  ...  Ln
h  
L
3  f 0  4  f i  2  f i  f 
n
i ganjil i genap 
Aturan Simpson 3/8
Aturan Simpson 3/8 di peroleh dengan

mengintegralkan Interpolasi Newton Maju untuk 3
pias (4 titik).
L(x) f(x)
x0 h x1 h x2 h x3 x
Untuk Luas 1 (4 titik, yaitu (x0, f(x0)), (x1, f(x1)) , (x2,
f(x2)) dan (x3, f(x3))
3h
f ( x)dx   f ( x0 )  3 f ( x1 )  3 f ( x2 )  f ( x3 )
x3

x0 8
Untuk Luas 2 (4 titik, yaitu (x3, f(x3)) , (x4, f(x4)), (x5,

f(x5)) dan (x6, f(x6))
3h
f ( x)dx   f ( x3 )  3 f ( x4 )  3 f ( x5 )  f ( x6 )
x6

x3 8
Luas totalnya adalah :
L  L1  L2  ...  Ln
3h
L   f 0  3( f1  f 2  f 4  f 5  ...)  2( f 3  f 6  f 9  f12  ...)  f n 
8
Aturan Weddle
Aturan Weddle di peroleh dengan mengintegralkan

Interpolasi Newton Maju untuk 6 pias (7 titik).
3h
x0 f ( x)dx  10  f ( x0 )  5 f ( x1 )  f ( x2 )  6 f ( x3 )  f ( x4 )  5 f ( x5 )  f ( x6 )
x6
3h
x6 f ( x)dx  10  f ( x6 )  5 f ( x7 )  f ( x8 )  6 f ( x9 )  f ( x10 )  5 f ( x11 )  f ( x12 )
x12
|
3h
f ( x)dx   f ( xn 6 )  5 f ( xn 5 )  f ( xn  4 )  6 f ( xn 3 )  f ( xn  2 )  5 f ( xn 1 )  f ( xn
x12
x6
10
 f ( x0 )  5( f ( x1 )  f ( x5 )  ...  f ( xn 1 ))  
( f ( x )  f ( x )  f ( x )  f ( x )  ..  
xn 3h  2 4 8 10 
xn6 f ( x ) dx 
10  f ( xn  2 ))  6( f ( x3 )  f ( x9 )  ..  f ( xn 3 ))  
 
2( f ( x6 )  f ( x12 )  ...  f ( xn ))  f ( xn ) 

Metode Numerik

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Metode Numerik

Diunggah oleh

Hak Cipta:

Format Tersedia

METODE NUMERIK

Metode Numerik adalah teknik-teknik yang

Keterbatasan Digit Alat

Jika diinginkan membulatkan suatu bilangan sampai n angka berarti,

Jika bilangan yang akan dibuang tepat setengah satuan dari

ngan berikut dibulatkan sampai 4 angka yang berarti, maka diperole

Bilangan 3.7642 3.764

Bilangan 48.4489 48.45

Bilangan 6.3995 6.400

Bilangan 29.7654 29.76

Dimana Em = ∆Q = kesalahan mutlak

Dimana Er = kesalahan relatif

Dimana Ec = kesalahan prosentase

Em < ½ x 0.001 = 0.0005 → Em < 0.0005

Tentukan Kesalahan Relatif dari bilangan berikut :

Jika kita mempunyai dua bilangan pendekatan

Error dalam pengurangan

Akan tetapi baik ex maupun ey dapat bernilai

|ex-y| = |ex| + |ey|

Error dalam perkalian

Jika dianggap error exey diabaikan maka

Beberapa Metode Penyelesaian:

Metode Regula Falsi

Metode Tabulasi adalah metode penyelesaian

Langkah Penyelesaian Metode Tabulasi

Langkah Penyelesaian Metode Tabulasi

Jika diketahui fungsi f(x), akan dicari akar

Misal diketahui nilai awalnya xa = 1 dan xb =2.

No. Xi f(xi) Tanda

Didapatkan (tanda berbeda) pada xa = x3 = 1,3 dan xb = x4 = 1,4.

No. Xi f(xi) Tanda

Didapatkan (tanda berbeda) pada xa = x5 = 1,35 dan xb = x6 = 1,36.

No. Xi f(xi) Tanda

Didapatkan (tanda berbeda) pada xa = x5 = 1,355 dan xb = x6 = 1,356.

Metode biseksi disebut juga metode Pembagian

Langkah Penyelesaian Metode Biseksi

Langkah Penyelesaian Metode Iterasi

• Jika f(Xc)*f(Xa)<0 maka Xc  Xb

Hitung Nilai Xc  Iterasi 1

Langkah Penyelesaian Metode Iterasi

• Jika f(Xc)*f(Xa)<0 maka Xc  Xb

Hitung Nilai Xc  Iterasi 2

Langkah Penyelesaian Metode Iterasi

• Jika f(Xc)*f(Xa)<0 maka Xc  Xb

Hitung Nilai Xc  Iterasi 3

Metode Regula Falsi disebut juga metode Interpolasi

Langkah Penyelesaian Metode Regula Falsi

Langkah Penyelesaian Metode Regula Falsi

• Jika f(Xc)*f(Xa)<0 maka Xc  Xb

Hitung Nilai Xc  Iterasi 1

Langkah Penyelesaian Metode Regula Falsi

• Jika f(Xc)*f(Xa)<0 maka Xc  Xb

Hitung Nilai Xc  Iterasi 2

Langkah Penyelesaian Metode Regula Falsi

• Jika f(Xc)*f(Xa)<0 maka Xc  Xb

Hitung Nilai Xc  Iterasi 3

Selesaikan persamaan : f(x) = x3 + x2 – 3 x – 3 = 0

Dengan menggunakan persamaan :

Beberapa Metode Penyelesaian:

Metode Gauss Seidel

Metode Newton-Raphson adalah metode pencarian akar suatu

Langkah Penyelesaian Metode Biseksi

Dimana xn adalah Initial Value