2.

2 Matlab
Matlab merupakan bahasa pemograman dengan kemampuan tinggi dalam
bidang komputasi.Matlab memeiliki kemampuan mengintegrasikan komputasi,
visualisasi, dan pemograman. Oleh karenanya, matlab banyak digunakan dalam
bidang riset-riset yang memerlukan komputasi numerik yang kompleks.
Penggunaan Matlab meliputi bidang-bidang:

a. Matematika dan Komputasi

b. Pembentukan Algorithm
c. Akusisi data
d. Pemodelan, simulasi, dan pembuatan prototype
e. Analisa data, explorasi, dan visualisasi
f. Grafik keilmuan dan bidang rekayasa

Matlab merupakan kepanjang dari Matrix Laboratory. Sesuai dengan

namanya , struktur data yang terdapat dalam matlab menggunakan matriks atau
array berdimensi dua (double). Oleh karenanya penguasaan teori matriks mutlak
diperlukan bagi pengguna pemula Matlab agar dalam mempelajari dan memahani
operas-operasi yang ada di Matlab. Dan Matlab ini terdiri dari beberapa metode
diantaranya yaitu:

2.2.1 Bracketing Method

Metode ini adalah suatu metode dalam metode numerik yang berfungsi
untuk mencari akar-akar dari suatu persamaan dengan cara menebak dua
nilai,kemudian kita mengurung dengan menggunakan kedua nilai tersebut hingga
kita dapat menemukan akar-akar dari persamaan tersebut.
Ada banyak cara untuk mencari suatu nilai akar-akar dari suatu persamaan
(dapat berupa model matematis dari suatu sistem). Salah satu metode dasar yaitu
Bracketing Methode atau Metode pengurungan. Dalam metode ini dapat
menemukan berbagai macam cara:
1. Metode Grafis
Metode ini dapat digunakan untuk mencari akar-akar persamaan. Akar
dapat diperoleh dengan mudah apabila kurva memotong sumbu horizontal.
Dimisalkan untuk menyelesaikan persamaan berikut diketahui bahwa :
 >> t = [0:2:20]’
Parameter yang digunakan:
>> g =9.81;m = 68.1: cd = 0.25;
2. Metode Pembagian Dua (Bisection Method)
Metode ini masih erat hubungannya dengan metode grafis. Metode ini
dilakukan dengan cara membagi dua kurva yang mewakili oleh suatu titik yang
nilainya dikalikan oleh nilai tertinggi dan yang terendah (sesuai dengan perkiraan
kita) secara bergantian. Namun hal tersebut harus mengikuti syarat sebgai berikut:
Xr = f(a).f(b)<0

Gambar 2.1 Hasil Program metode Bisection

3. False Position Method
Walaupun metode bagis dua (bisection) sudah merupakan yang baik untuk
mencari akar, metode posisi-palsu memeiliki koefisien yang lebih tinggi. Dengan
mengambil garis lurus dari suatu kurva sesungguhnya kita mendapatkan posisi-
palsu dari akarnya menggunakan kesebangunan segitiga. Namun akar persamaan
dapat dicari melalui rumus:
𝑏.𝑓(𝑎).𝑎.𝑓(𝑏)
Xr =
𝑓(𝑎)−𝑓(𝑏)
 Gambar 2.2 Hasil Program metode false position
2.2.2 Open Method
Dalam open metdod ini di bagi menjadi 2 macam yaitu :
1. Metode Newton-Raphson
Metode Newton-Raphson adalah metode pencarian akar suatu fungsi f(x)
dengan pendekatan suatu titik, dimana fungsi f(x) mempunyai turunan. Metode
ini dianggap lebih mudah dari metode bagi-dua (Bisection Methode) 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.
𝑓(𝑥)
x1 = x0 -
𝑔(𝑥)

Gambar 2.3 Hasil program metode newton raphson

 2. Metode Secant
Metode Secant merupakan pengembangan dari metode Newton-
Raphson. Metode ini menghilangkan fungsi turunan dalam pencarian nilai akar
dengan cara mensubstitusi dengan persamaan yang diperoleh dari uraian deret
Taylor.
(𝑥1−𝑓(𝑥1))∗(𝑥1−𝑥0)
X2 =
(𝑓(𝑥1)−𝑓(𝑥0))

Gambar 2.4 Hasil program metode secant

2.2.3 Polynomial & deret Taylor
1. Polynomial
Matlab memiliki fungsi yang bagus dalam memanipulasi dan menemukan akar
dari suatu polinomial salah satunya adalah fungsi “fzero” didesain untuk mencari
satu akar dari satu fungsi polinomial. Bentuk syntaxnya adalah sebagai berikut:
Fzero = (f,x0,options)
Dimana “f” adalah fungsi yang anda analisa, x0 adalah asumsi awal, dan options
adalah parameter optimasi ( fungsi dalam matlab diketik optimset).
Tabel 3. Jenis fungsi polynomial
Function Description
fzero Akar suatu fungsi
roots Mencari akar polynomial
poly Membuat polynomial dengan akar tertentu
polyval Mengevaluasi polynomial
 polyvalm Mengevaluasi polynomial dengan argumen matrix
residue Ekspansi sebagian fraksi (residues)
polyder Mengideferensial polynomial
conv Mengalikan polynomial
deconv Membagi polynomial

Gambar 2.5 Hasil program polynomial

2. Taylor Series
Metode Taylor adalah suatu metode pendekatan yang menggunakan deret
Taylor sebagai bentukperbaikan nilai untuk nilai fungsi secara keseluruhan pada
penyelesaian persamaan diferensial. Deret taylor merupakan teorema utama untuk
menurunkan suatu metode numerik. Dalam matematika, deret Taylor adalah
refresentasi fungsi matematika sebagai jumlahan tak hingga dari suku-suku yang
nilainya dihitung dari turunan fungsi tersebut di suatu titik. Deret ini dapat dianggap
sebagai limit polynomial Taylor. Deret Taylor mendapat nama dari matematikawan
Inggris Brook Taylor. Bila deret tersebut terpusat di titik nol, deret tersebut
dinamakan sebagai deret Maclaurin, dari nama matematikawan Skotlandia Colin
Maclaurin.
2.2.4 Matriks dan Metode Gauss
1. Matriks
Dimensi matrik sebagai array dua dimensi mempunyai baris dan kolom, misalnya
matrik M dengan ukuran 4 x 5 berarti memiliki 4 baris dan 5 kolom. Penulisan
matriks ada dua cara :
a. Pemisahan per baris memakai titik koma.
b. Pemisahan per baris dengan setter.
Contoh 1:
>> A = [1,2,3;4,5,6;7,8,9]
A=
1 2 3
4 5 6
7 8 9
Contoh 2 :
>> A = [1 2 3
456
7 8 9]
A=
1 2 3
4 5 6
7 8 9
2. Eliminasi Gauss
Metode eliminasi Gauss merupakan metode yang dikembangkan dari metode
eliminasi, yaitu menghilangkan atau mengurangi jumlah variabel sehingga dapat
diperoleh nilai dari suatu variabel bebas. Metode eliminasi gauss, adalah suatu
metode dimana bentuk matrik, pada bagian kiri diubah menjadi matrik segitiga atas
atau segitiga bawah dengan menggunakan OBE (Operasi Baris Elementer).
Ciri-ciri Eliminasi Gauss :
a) Jika suatu baris tidak semua nol, maka bilangan pertama yang tidak nol
adalah 1 (1 utama).
b) Baris nol terletak paling bawah.
c) 1 utama baris berikutnya berada dikanan 1 utama baris diatasnya.
d) Dibawah 1 utama harus no l.
3. Gauss Jordan
Eliminasi Gauss-Jordan, prinsipnya mirip sekali dengan metode eliminasi
Gauss, namun dalam metode ini jumlah operasi numerik yang dilakukan jauh lebih
besar, karena matriks A mengalami inversi terlebih dahulu untuk mendapatkan
matriks identitas (I). Karena kendala tersebut, maka metode ini sangat jarang
dipakai, namun sangat bermanfaat untuk menginversikan matriks.