MENCARI AKAR PERSAMAAN

Metode Numerik | Sistem Persamaan Non-Linear

Didasarkan pada materi kuliah oleh Sudarmaji dan artikel-artikel dari Wikipedia.org
Theodorus Permana, 30 September 2013

Geophysics

Root-Finding Methods

Bisection Method

Binary Search Method | Dichotomy Method

BISECTION METHOD
DEFINISI

Digunakan untuk menyelesaikan

persamaan kontinu f(x) = 0 yang terdefinisi
pada interval dari a hingga b, dimana f(a)
dan f(b) memiliki tanda yang berlawanan.
ASUMSI

Fungsi f memiliki
sedikitnya satu akar
yang berada diantara
a dan b, jika f kontinu,
real, dan berubah
tanda

BISECTION METHOD

DIKETAHUI

STEP 1

Pilih dua angka a dan b sehingga f(a) dan f(b)

Memiliki tanda yang berlawanan
Misal, a = 1 dan b = 2
= =
= = +

BISECTION METHOD

STEP 2

Hitung nilai tengah c dan nilai fungsi f(c)

+ +
=
=
= .

. = . . = .

BISECTION METHOD

STEP 3

Cek kondisi-kondisi berikut:

A

< = =
Akar persamaan ada di antara a dan c

> = =
Akar persamaan ada di antara c dan b

=
Akar persamaan adalah c
. = . >
KONDISI B TERPENUHI

Ubah a2 = 1.5 dan b2 = 2

BISECTION METHOD

STEP 4

hitung lagi c menggunakan nilai a dan b

yang baru, kemudian lanjut ke STEP 3
+
=

Hitung perkiraan error absolut:

. .
=
= . %
.

BISECTION METHOD

STEP 5

Bandingkan nilai error absolut dengan

nilai error (toleransi) yang telah ditentukan
Apakah

> ?

YA

TIDAK

Lanjut ke STEP 2 dengan

Nilai a dan b yang baru

STOP

BISECTION METHOD
Iterasi n

an

bn

cn

f(cn)

1.5

14.28

0.125

1.5

1.75

7.69

1.6093750

1.5

1.75

1.625

4.00

0.6660156

10

1.5195313

1.5214844

1.5205078

0.0642285 0.0051789

11

1.5205078

1.5214844

1.5209961

0.0321040 0.0022794

12

1.5209961

1.5214844

1.5212402

0.0160461

0.0008289

13

1.5212402

1.5214844

1.5213623

0.0080257

0.0001034

14

1.5213623

1.5214844

1.5214233

0.0040094

0.0002594

15

1.5213623

1.5214233

1.5213928

0.0020047

0.0000780

Setelah 13 iterasi, nilai c konvergen ke nilai

1.521. Nilai tersebut kemudian dianggap
sebagai akar persamaan

BISECTION METHOD
MENENTUKAN JUMLAH ITERASI

Tentukan secara manual

(pre-specified)

Tentukan batas toleransi

dan =
=

BISECTION METHOD
TEORI

f(a) dan f(b) bertanda

sama, tapi masih
mungkin terdapat
akar di antara a dan b

f(a) dan f(b) berubah

tanda, mungkin
terdapat lebih dari
satu akar di antara
a dan b

BISECTION METHOD

TEORI

f(a) dan f(b) bertanda sama, mungkin tidak

terdapat akar di antara a dan b

BISECTION METHOD
KELEBIHAN

Selalu konvergen
Interval (b - a) selalu menjadi
separuhnya pada setiap iterasi, maka
konvergensinya linear
KELEMAHAN

Konvergensi lambat
Jika nilai a atau b dekat dengan akar
persamaan yang dicari, konvergensinya
jadi lebih lambat lagi

BISECTION METHOD
KELEMAHAN

Fungsi yang
tidak melewati
sumbu-x

Fungsi yang
berubah tanda
tapi tidak
memiliki akar

Newton-Raphson Method
Newtons Method

NEWTON-RAPHSON METHOD
DEFINISI

Digunakan untuk menyelesaikan

persamaan f(x) = 0 yang differentiable
DIKETAHUI

Fungsi f
f = turunan dari fungsi tersebut
x0 = tebakan awal dari akar fungsi
TIPS

x0 dapat dicari dengan metode-metode

yang lebih sederhana, seperti metode
Bisection

NEWTON-RAPHSON METHOD
STEP 1

Hitung pendekatan nilai akar yang baru

=

STEP 2

Hitung error absolut

NEWTON-RAPHSON METHOD
STEP 3

Bandingkan nilai error absolut dengan

nilai error (toleransi) yang telah ditentukan
Apakah

> ?

YA

TIDAK

Lanjut ke STEP 1 dengan

Nilai x yang baru

STOP

NEWTON-RAPHSON METHOD

PERSAMAAN UMUM

KELEBIHAN

Konvergensi kuadratik, jika memang

konvergen
Hanya butuh satu tebakan awal

NEWTON-RAPHSON METHOD
KELEMAHAN

Divergensi di Titik Belok

Tebakan awal atau hasil iterasi yang
mendekati titik belok dari suatu fungsi f
akan mulai divergen dari akar fungsi itu

NEWTON-RAPHSON METHOD
KELEMAHAN

Pembagian oleh Nol

Misalkan fungsi:
= . + . =

Dalam bentuk Newton-Raphson menjadi:

. + .
+ =
.
Jika = atau = . , penyebutnya
akan menjadi nol

NEWTON-RAPHSON METHOD
KELEMAHAN

Osilasi di dekat Maksimum Lokal

atau Minimum Lokal
Hasil dari metode ini mungkin saja tidak
konvergen ke suatu akar, tapi konvergen
ke maksimum atau minimum lokal
Hal ini dapat berujung pada pembagian
oleh nilai yang mendekati nol, dan
hasilnya menjadi divergen

NEWTON-RAPHSON METHOD
KELEMAHAN

Osilasi di dekat Maksimum Lokal

atau Minimum Lokal

NEWTON-RAPHSON METHOD

KELEMAHAN

Root
Jumping
Jika fungsi f(x) berosilasi dan memiliki
beberapa akar, kita terkadang memilih
tebakan awal yang mendekati satu dari
akar-akar tersebut. Namun, tebakan
tersebut dapat melompat dan malah
konvergen ke akar yang lain

Secant Method

SECANT METHOD
PENURUNAN RUMUS

dari Metode Newton

+

cari pendekatan untuk turunan pertama

( )
( ) =

Substitusikan menjadi
+

=
( )

SECANT METHOD
FAKTA

Padahal, metode Secant ditemukan lebih

dari 3000 tahun sebelum metode Newton
ditemukan!
PENURUNAN RUMUS 2

Pendekatan Garis Secant

Prinsip segitiga
sebanding

=

SECANT METHOD

PENDEKATAN GARIS SECANT

()
( )
=
+ +
Disusun ulang menjadi
+

=
( )

SECANT METHOD

DIKETAHUI

Fungsi f
x0 dan x1 = tebakan awal dari akar
fungsi, tidak harus mengapit akar yang
akan dicari, namun diusahakan nilainya
dekat dengan akar yang dicari.

Jika x0 dan x1 tidak cukup dekat dengan

akar yang dicari, maka metode ini tidak
dijamin dapat konvergen
TIPS

x0 dan x1 dapat dicari dengan metode yang

lebih sederhana, seperti Bisection

SECANT METHOD
STEP 1

Hitung nilai pendekatan akar yang baru

menggunakan x0 dan x1
+

=
( )

Hitung error absolut

+
=

+

NEWTON-RAPHSON METHOD
STEP 2

Bandingkan nilai error absolut dengan

nilai error (toleransi) yang telah ditentukan
Apakah

> ?

YA

TIDAK

Nilai xn = xn+1 dan xn-1 = xn

Lanjut ke STEP 1 dan cari
xn+1 yang baru

STOP

NEWTON-RAPHSON METHOD
KELEBIHAN

Konvergensinya cepat, jika memang

konvergen
Konvergensi superlinear, di antara
linear dan kuadratik
Butuh dua tebakan awal yang tidak
harus mengapit akar yang dicari
KELEMAHAN

Pembagian oleh Nol

Root Jumping

SECANT METHOD
FAKTA

pendekatan untuk turunan pertama

( )
( ) =

disebut juga pendekatan

FINITE-DIFFERENCE

yang akan dipelajari di bab-bab berikutnya

BISECTION

Dua nilai, harus mengapit akar yang

dicari, fungsi harus berlawanan tanda di
antara kedua nilai tersebut
NEWTON-RAPHSON

Satu nilai, sebisa mungkin dekat dengan

akar yang dicari
SECANT

Dua nilai awal yang tidak harus mengapit

akar yang dicari, tapi diusahakan dekat
dengan akar yang dicari

SUMMARY

INPUT TEBAKAN AWAL DARI AKAR PERSAMAAN

BISECTION

Fungsi f(x)
NEWTON-RAPHSON

Fungsi f(x) dan turunan pertamanya f (x)

SECANT

Fungsi f(x)

SUMMARY

INPUT FUNGSI YANG AKAN DISELESAIKAN

BISECTION

Pasti konvergen, konvergensi linear

(orde 1)
NEWTON-RAPHSON

Belum pasti konvergen, tapi jika memang

konvergen, konvergensinya kuadratik
(orde 2)
SECANT

Belum pasti konvergen, tapi jika memang

konvergen, konvergensinya superlinear
(orde 1.618)

SUMMARY

KONVERGENSI

TUGAS KELOMPOK
WAJIB

Bisection Method
PILIHAN

Newton-Raphson Method
Secant Method
BAHASA PROGRAM

asal jangan Matlab

YANG DIKUMPUL

Kode Program
Tabel hasil iterasi manual
Tabel hasil iterasi program

The End ?