Escolar Documentos
Profissional Documentos
Cultura Documentos
1. Persamaan Matematis
Persamaan matematis dapat dibagi menjadi dua yaitu : a. persamaan garis lurus/persamaan linier b. persamaan kurva/persamaan nonlinier Perbedaan antara persamaan garis lurus dengan persamaan kurva terletak dari bentuk garis yang dihasilkan masing-masing persamaannya. Persamaan linier akan menghasilkan suatu garis lurus apabila digambarkan pada bidang kartesius (garis pada Gambar 1 berwarna merah) sedangkan persamaan nonlinier akan menghasilkan garis berupa kurva seperti yang ditampilkan pada Gambar 1 dengan warna biru.
Y Persamaan Nonlinier berupa Persamaan Kuadrat y=ax2+bx+c y=mx+c
Persamaan Linier
Secara matematis, persamaan linier merupakan persamaan matematis yang memiliki pangkat tertinggi dari variabel bebas sebesar 1 sedangkan persamaan nonlinier merupakan persamaan matematis yang memiliki pangkat tertinggi dari variabel bebas tidak sama dengan 1 atau mengandung suku eksponensial atau logarima. Perhatikan beberapa persamaan berikut ini : a. b. c. d. e. y=3x+5 y=4x y=3x2+2x+3 y=5e1,3x y=ln(2x)+6
Persamaan tersebut (persamaan a hingga e) merupakan persamaan dengan variabel terikat (variabel tidak bebas /dependen) adalah y dan variabel bebas (variabel independen) adalah x. Persamaan a dan b merupakan persamaan linier karena pangkat tertinggi dari variabel bebas (x) adalah 1 sedangkan persamaan c hingga e merupakan persamaan nonlinier karena mengandung pangkat tertinggi dari variabel x adalah 2 (pada persamaan c), eksponensial pada persamaan d dan logarima natural (ln) pada persamaan e.
Kadang memerlukan waktu yang cukup lama Memerlukan penguasaan metode matematis yang tinggi
Metode Numeris Kurang eksak, akurasi tergantung dari tingkat ketelitian yang diinginkan Butuh waktu yang lebih cepat Tidak memerlukan penguasaan manipulasi matematis, tapi memerlukan penguasaan terhadap metode numerik/pendekatan dan bahasa program
Penyelesaian persamaan nonlinier umumnya cukup sulit dan rumit sehingga selanjutnya akan dibahas terkait penyelesaian persamaan nonlinier secara numeris. Secara numeris, terdapat beberapa cara dalam penyelesaian persamaan nonlinier, beberapa metode numeris yang terkenal adalah sebagai berikut : 1. 2. 3. 4. 5. Metode Newton-Raphson Metode Penyetengahan Interval Metode Substitusi Berurut Metode Wegstein Metode Interpolasi Linear
y=f(x)
misalkan pencarian titik potong tersebut dimulai dari suatu titik x0 (titik coba/titik trial awal) yang letaknya sembarang pada sumbu x maka akan diperoleh nilai y=f(x0) tertentu yang terletak pada kurva. Kemudian dari titik y=f(x0) tersebut diambil suatu garis singgung dengan gradien (kemiringan) garis sebesar f(x0) hingga memotong sumbu x pada titik x1.
y=f(x)
X0 X1 f'(X0) f(X0)
Dari titik x1 maka nilai y=f(x1) dapat dihitung. Langkah selanjutnya adalah menentukan gradient garis yang akan memotong sumbu x pada titik x2. Demikian seterusnya hingga diperoleh titik x3 yang merupakan pendekatan terhadap titik potong terhadap sumbu x atau penyelesaian f(x)=0 (Gambar 4).
f'(X1) f(X1)
f'(X2)
X0
f(X2) X3 X2 f'(X0)
X1
f(X0)
Rumus persamaan gradient/kemiringan garis pada persamaan linier adalah sebagai berikut
f ' x1 y 2 y1 x 2 x1
(1)
dari garis f(x0) pada Gambar 3 dapat diambil dua titik sebagai berikut (x0,y0) dan (x1,y1) dengan y1 bernilai 0 karena memotong sumbu x. apabila y0 dinyatakan sebagai f(x0) dan y1 sebagai f(x1) maka diperoleh sebagai berikut:
f ' x 0 f ' x 0 f x1 f x 0 x1 x 0 0 f x 0 x1 x 0
(2)
(3)
persamaan tersebut diturunkan dengan cara yang sama untuk menentukan titik x2, x3 dan selanjutnya sehingga diperoleh persamaan umum untuk metode Newton-Raphson sebagai berikut:
x n 1 x n f x n f ' x n
untuk n=0,1,2,
(4)
Persamaan (4) merupakan persamaan iterasi Newton-Raphson dengan langkah iterasi diakhiri apabila tingkat kesalahan/error telah sesuai dengan criteria yang disyaratkan, misalnya nilai kesalahan perhitungan xn+1 adalah sebesar 0.1% dari nilai xn (x sebelumnya). Berikut contoh penggunaan Metode Newton-Raphson. Contoh 1 Sebuah persamaan nonlinier y=f(x)=x2+x-12 ingin ditentukan penyelesaian persamaan tersebut secara analitis dan numeris menggunakan Newton-Raphson. a. Penyelesaian analitis dari fungsi tersebut dapat dilakukan dengan memfaktorkan persamaan tersebut. x2+x-12=0 (x-3)(x+4)=0
x=3 atau x=-4 dari penyelesaian analitis dapat diketahui bahwa penyelesaian persamaan tersebut adalah x=3 atau x=-4. b. Penyelesaian secara numeris dengan metode Newton-Raphson membutuhkan suatu penentuan nilai awal. misalnya diambil nilai x awal (x0) sebesar 10. Penentuan nilai awal ini sangat mempengaruhi hasil akhir perhitungan, terlebih dari hasil perhitungan secara analitis terlihat bahwa nilai x yang memberikan nilai f(x)=0 ada dua sehinggapenentuan nilai awal pada Newton-Raphson menjadi sangat penting. Kesalahan pada pengambilan nilai awal yang sangat jauh dari nilai sebenarnya dapat menyebabkan tidak selesainya perhitungan sehingga nilai sebenarnya tidak diperoleh. Pada persamaan (4) dapat dilihat bahwa dibutuhkan nilai dari f(x) dan nilai turun an f(x) sehingga dari persoalan diatas dapat ditentukan sebagai berikut: y=f(x)=x2+x-12 y=f(x)=2x+1 (a) (b)
Langkah perhitungannya adalah sebagai berikut: 1. Tentukan nilai batas minimum eror/toleransi kesalahan perhitungan sebesar 0,1% atau 0,001 2. Tentukan nilai awal (tebakan awal) x0=10 3. Hitung nilai f(x) dari persamaan (a) 4. Hitung nilai turunan pertama dari f(x) yaitu persamaan (b) 5. Hitung nilai x baru (x1) dengan persamaan (4) 6. Bandingkan nilai x1 dengan x0, apakah beda antara x1 dengan x0 sudah lebih kecil dari batas toleransi 0,001? a. Jika Tidak, maka ulangi perhitungan pada langkah 2 dengan mengambil nilai x baru sebagai nilai awal b. Jika Ya, maka x baru adalah penyelesaian persamaan 7. Perhitungan selesai. Langkah perhitungan ini apabila dinyatakan dalam bentuk diagram alir maka dapat digambarkan seperti Gambar 5:
Mulai Perhitungan
Perhitungan/ nilai absolut dari (x iterasi kex lama f(x lama) f'(x lama) x baru lama-xbaru) 1 10 98 21 5.33333 4.66667 2 5.33333 21.77778 11.66667 3.46667 1.86667 3 3.46667 3.48444 7.93333 3.02745 0.43922 4 3.02745 0.19291 7.05490 3.00011 0.02734 5 3.00011 0.00075 7.00021 3.00000 0.00011
Dari Tabel 2 diatas dapat dilihat bahwa dibutuhkan 5 kali perhitungan berulang hingga beda antara x lama dengan x baru mencapai dibawah nilai toleransi.
Dari perhitungan diatas dapat dilihat bahwa nilai x yang diperoleh sebesar 3 sama dengan salah satu hasil penyelesaian persamaan secara analitis. Namun dari hasil metode analitis terlihat bahwa penyelesaian persamaan yang lain adalah -4, hal ini disebabkan karena nilai tebakan awal yang diberikan lebih dekat kepada 3 daripada -4 sehingga menyebabkan arah penyelesaian Newton-Raphson ke nilai x=3 daripada x=-4. Apabila nilai tebakan yang diambil adalah x=-10, maka hasil perhitungannya secara numeris seperti yang ditampilkan pada Tabel 3.
Tabel 3. Hasil Perhitungan dengan Newton-Raphson dengan Nilai Tebakan Awal yang Berbeda
Perhitungan/ nilai absolut dari (x iterasi kex lama f(x lama) f'(x lama) x baru lama-xbaru) 1 -10 78 -19 -5.89474 4.10526 2 -5.89474 16.85319 -10.78947 -4.33273 1.56200 3 -4.33273 2.43985 -7.66547 -4.01444 0.31829 4 -4.01444 0.10131 -7.02889 -4.00003 0.01441 5 -4.00003 0.00021 -7.00006 -4.00000 0.00003
Dari Tabel 3 dapat dilihat dengan mengubah nilai tebakan awal ke x=-10 akan diperoleh nilai akhir sebesar x=-4 sama seperti pada cara analitis. Dari contoh 1 ini dapat dilihat bahwa metode Newton-Raphson sangat tergantung dari nilai tebakan awal.
% menset nilai iterasi awal iter=0; % memberikan nilai logika agar while dieksekusi delx=10 % untuk penampilan hasil fprintf('iterasi xlama f(x) turunan f(x) xbaru xlama-xbaru \n') % memulai perhitungan dengan newton raphson dengan perhitungan berulang while delx>=tol % menset nilai iterasi iter=iter+1; % hitung nilai f(x) flama=xlama.^2+xlama-12; % hitung nilai turunan f(x) ftlama=2*xlama+1; % hitung x baru xbaru=xlama-flama/ftlama; % hitung beda xlama dengan xbaru delx=abs(xlama-xbaru); % jika nilai delx baru lebih besar dari tol maka perhitungan akan terus % dilakukan maka perlu dilakukan mendefinisikan xbaru sebagai xlama xlama=xbaru; % menuliskan hasil perhitungan hasil=[iter xlama flama ftlama xbaru delx]; fprintf(' %1g %6.5f %9.5f %9.5f %9.5f %9.5f \n',hasil) end
b. Menggunakan m-file fzero Selain dengan membangun sendiri kode matlab berbasis pengetahuan numeris, Matlab juga menyediakan m-file yang sudah mengandung metode Newton-Raphson dan siap digunakan sesuai dengan aturan yang disyaratkan oleh Matlab. Kode program akan menjadi lebih sederhana dan proses penyusunan programnya menjadi lebih cepat karena tidak perlu lagi berpikir menyusun logika perhitungan secara khusus. Berikut ini merupakan contoh penggunaan m-file fzero yang dirancang untuk mencari nilai nol suatu fungsi. Kode Matlab
function newton_raphson_fzero %tebakan awal x0=10; [x,fval]=fzero(@fungsi,x0); fprintf(' hasil penyelesaian fungsi \n')