Metode Akolade (Grafik dan Bagi Dua)
Hallo, sebagai mahasiswi pendidikan fisika, kita diajarkan mata kuliah fisika komputasi lho.. salah satu materinya adalah Metode Akolade (Grafik dan Bagi dua). Materi ini membahas tentang bagaimana caranya kita membuat sebuah koding di berbagai software untuk menemukan akar persamaan. Mari kita simak pembahasan tiap materinya...
A. Angka Penting
a.
Aturan-aturan
penulisan angka penting menurut (Riskawati & Karim, 2019):
1.
Angka yang tidak nol
selalu signifikan.
Misal: 184,5 m
mengandung 4 angka penting.
18,4 s mengandung 3 angka
penting.
2.
Angka nol disebut
signifikan, jika letaknya di antara angka yang bukan nol.
Misal: 180, 45 liter
mengandung 5 angka penting.
10, 5 kg mengandung 3 angka penting.
3. Angka nol di sebelah
kanan angka yang bukan nol termasuk angka penting, kecuali jika ada penjelasan
lain, misalnya berupa garis bawah angka terakhir yang masih dianggap angka
penting.
Misal: 18,40 cm
mengandung 4 angka penting.
18,400 cm mengandung
4 angka penting.
18400 cm mengandung 3
angka penting.
4. Angka nol tidak
signifikan, jika terletak di sebelah kiri angka yang bukan nol, baik di sebelah
kiri atau kanan koma desimal.
Misal: 0,18 ml
mengandung 2 angka penting.
0,0018 ml mengandung 2 angka
penting.
b.
Penulisan angka
penting dalam notasi ilmiah
Pada bilangan sepuluh pangkat,
angka penting dapat dituliskan dalam bentuk:
Atau
yang biasa disebut sebagai notasi ilmiah, dimana besarnya a antara -10 dan -1 atau antara +1 sampai +10,
dan n adalah bilangan bulat positif atau negatif.
Contoh:
Berdasarkan contoh di atas, perubahan satuan tidak boleh mengubah jumlah angka penting. Maka bilangan a menunjukkan angka penting.
c.
Pengoperasian angka
penting
Dalam aturan berhitung dengan angka
penting, yang harus diingat adalah jumlah angka penting pada hasil perhitungan
tidak mungkin melebihi jumlah angka penting pada hasil pengukuran.
1.
Penjumlahan dan
Pengurangan
Pada operasi ini
bilangan-bilangan dengan berpedoman pada aturan angka penting, hasil operasinya
hanya boleh mengandung satu angka yang diragukan.
Contoh:
·
35,572 angka 2 diragukan
2,2626 + angka 6 diragukan
37,8346 angka 4 dan 6 diragukan, sehingga
hasil penjumlahan ditulis 37,835 disesuaikan dengan aturan pembulatan.
·
35,572 angka 2 diragukan
2,2626 - angka 6 diragukan
33,3094 angka 9 dan 4 diragukan, sehingga
hasil pengurangan ditulis 33,309 supaya hanya terdapay satu angka yang
diragukan
2.
Perkalian dan Pembagian
Pada operasi ini, jumlah
angka penting disesuaikan dengan jumlah deretan angka penting yang paling
sedikit.
Contoh:
·
2,04 mengandung tiga angka penting
3,5 x mengandung
dua angka penting
7,140 Hasil perkalian hanya boleh mengandung dua angka penting sesuai dengan deret angka yang paling sedikit, sehingga hasil perkalian ditulis 7,1
·
6,7825 mengandung lima angka penting
2,5 : mengandung dua angka penting
2,713 Hasil Pembagian hanya boleh
mengandung dua angka penting, sehingga hasilnya ditulis 2,7
3.
Penarikan akar
Penulisan hasil dan
penarikan akar disesuaikan dengan jumlah angka penting yang terkandung pada
bilangan yang ditarik akarnya.
Contoh:
B. Akurasi dan Presisi
Akurasi, presisi, dan ketidakpastian
hasil pengukuran merupakan parameter-parameter yang saling berkaitan satu sama lain,
yang digunakan sebagai indikator untuk kerja suatu metode pengujian.
Ketidakpastian pengukuran mempunyai kontribusi yang cukup besar dalam
menentukan akurasi dan presisi (Ratnawati & Sunarko, 2008).
Akurasi dapat dinyatakan sebagai ukuran
seberapa dekat nilai hasil ukur rata-rata yang diperoleh dari sejumlah
pengukuran berulang terhadap nilai sesungguhnya (Ratnawati & Sunarko, 2008), sedangkan presisi merupakan proses pengukuran yang
memiliki kesalahan acak sekecil mungkin. Akurasi mengacu pada seberapa dekat
angka pendekatan/pengukuran terhadap harga sebenarnya. Sedangkan presisi
mengacu pada: jumlah angka signifikan yang menyatakan suatu besaran dan
penyebaran dari nilai-nilai yang terbaca dari suatu alat ukur (Subakti, 2006). Kesalahan pada pengukuran mewakili dua hal, yaitu tidak
akurat dan tidak presisi dari suatu pengukuran yang dilakukan (Wulan, 2016).
C. Galat (Kesalahan/Eror)
Penyelesaian secara numerik dari suatu persamaan matematis
hanya memberikan nilai perkiraan yang mendekati nilai eksak (yang benar) dari
penyelesaian analitis. Penyelesaian numerik akan memberikan kesalahan terhadap
nilai eksak yang dinamakan dengan galat.
Beberapa jenis galat, yaitu sebagai berikut:
1. Kesalahan relatif (relative error) yaitu galat absolut dibagi dengan nilai sebenarnya. Karena nilai sebenarnya tidak diketahui maka digunakan nilai pendekatan.
Contoh pada
deret Taylor tak berhingga:
Dapat dipakai untuk
menghitung sinus sebarang sudut x dalam radian
- Jelas kita
tdk dapat memakai semua suku dalam deret, karena deretnya tak berhingga
- Kita berhenti
pada suku tertentu misal x 9
- Suku yg dihilangkan menghasilkan suatu galat
4. Kesalahan pembulatan
Akibat pembulatan
angka, terjadi pada komputer yg disediakan beberapa angka tertentu misal; 5
angka: Penjumlahan 9,2654 + 7,1625
Hasilnya 16,4279 Ini terdiri 6 angka sehingga tidak dapat disimpan dalam komputer kita dan akan dibulatkan menjadi 16,428
5. Blunder (Mistakes). Blunder bukanlah suatu error. Misalnya bilangan 6238 dibaca sebagai 6328, bilangan 62238 dibaca sebagai 62338.
D. Perhitungan Akar Persamaan Metode
Grafik
Dalam fisika, kita sering menghadapi situasi di mana kita
perlu mencari kemungkinan nilai x yang memastikan persamaan f (x) = 0, di mana
f (x) bisa menjadi eksplisit atau fungsi implisit dari x. Jika nilai seperti
itu ada, kita menyebutnya akar atau nol dari persamaan. Sebuah fungsi
berdasarkan jenisnya akan berubah tanda di sekitar suatu harga akar. Teknik ini
dinamakan metode akoladi (bracketing
method), karena dibutuhkan 2 tebakan awal untuk akar. Sesuai namanya,
tebakan tersebut harus “dalam kurung” atau berada pada kedua sisi nilai akar.
Untuk memperoleh taksiran akar persamaan f(x) = 0 ialah dengan membuat grafik
fungsi itu dan mengamati dimana ia memotong sumbu x. Titik ini, yang menyatakan
harga x untuk f(x) = 0, memberikan suatu pendekatan kasar dari akar tersebut.
Metode grafik merupakan metode
sederhana untuk mendapatkan akar perkiraan dari persamaan f(x)=0 dengan membuat
plot dari fungsi dan mengamatinya di mana fungsi tersebut memotong sumbu x. Di
titik ini, yang merepresentasikan nilai x yang membuat f(x)=0, memberikan
hampiran kasar bagi akar persamaan itu.
Contoh
Pendekatan Grafik
Gunakan
pendekatan grafik untuk memperoleh suatu akar persamaan dari f(x) = e-x
– x. Solusinya yang kita peroleh dapat disajikan dalam tabel 4.1 dan gambar 4.1
seperti berikut ini. Pada gambar 4.1 terlihat grafik f(x) = e-x – x
terhadap x. Akar sesuai dengan harga x dimana f(x) = 0, yaitu titik dimana
fungsi memotong sumbu x. Pemeriksaan secara visual mengenai plot memberikan
taksiran kasar 0,57.
|
x |
f(x) |
|
0,0 |
1,000 |
|
0,2 |
0,619 |
|
0,4 |
0,270 |
|
0,8 |
-0,051 |
|
0,8 |
-0,351 |
|
1,0 |
-0,632 |
Tabel 4.1 Solusi pendekatan grafi
Gambar
4.1. Ilustrasi pendekatan grafik untuk memecahkan persamaan aljabar dan
transendental
Harga
sebenarnya adalah 0,56714329… Kecocokan taksiran visual dapat dicek dengan
memasukkan harga itu ke dalam persamaan awal agar memenuhi: F(0,57) = e-0,57
– 0,57 = -0,0045 yang mendekati nol. Teknik grafik praktis digunakan, dan dapat
memberikan taksiran akar secara kasar, tapi tidak presisi. Ia dapat digunakan
sebagai tebakan awal dalam metode numerik. Interpretasi grafik penting untuk
memahami sifat-sifat fungsi dan dapat memperkirakan jebakan pada metode
numerik, seperti terlihat pada gambar 4.2 di bawah ini. Pada gambar 4.2 di
bawah ini terlihat bagian (a) dan (c) menunjukkan bahwa bila f(xl)
dan f(xu) mempunyai tanda yang sama, tidak akan ada akar-akar atau
akar dalam jumlah genap pada interval. Bagian (b) dan (d) menunjukkan bahwa
bila fungsi mempunyai tanda yang berbeda pada kedua titik ujung, akan terdapat
akar dalam jumlah ganjil pada interval.
Gambar 4.2.
Ilustrasi sejumlah cara yang umum bahwa sebuah akar bisa terjadi dalam sebuah
interval yang dijelaskan oleh batas bawah xl dan batas
atas xu
Tetapi
gambar 4.2d, dimana f(xl) dan f(xu) berlawanan tanda
terhadap sumbu x, memperlihatkan 3 akar yang berada di dalam interval. Umumnya
jika f(xl) dan f(xu) mempunyai tanda yang berbeda akan
terdapat akar yang jumlahnya ganjil dalam interval. Seperti ditunjukkan oleh
gambar 4.2a dan c, jika f(xl) dan f(xu) mempunyai tanda
yang sama, tidak terdapat akar-akar atau akar yang jumlahnya genap berada
diantara harga-harga itu. Meskipun generalisasi ini biasanya benar, namun
terdapat kasus-kasus dimana hal itu tak dapat dipegang. Misalnya akar ganda.
Yakni fungsi yang menyinggung sumbu x (gambar 4.3a) dan fungsi-fungsi
diskontinu (gambar 4.3b) bisa menyalahi prinsip ini.
Pada gambar 4.3 di bawah ini, terlihat (a) Akar ganda yang terjadi sewaktu fungsi menyinggung sumbu x. Dalam hal ini, walaupun titik-titik ujungnya berlawanan tanda, terdapat akar-akar dalam jumlah genap untuk interval tersebut. (b) Fungsi diskontinu dimana titik-titik ujung tanda yang berlawanan juga mengurung akar-akar dalam jumlah genap. Strategi khusus dibutuhkan untuk penentuan akar-akar dalam kasus ini.
Gambar
4.3. Ilustrasi beberapa perkecualian terhadap kasus-kasus umum yang ditunjukkan
dalam gambar 4.2
Sebagai
contoh fungsi yang mempunyai akar ganda adalah persamaan kubik f(x) = (x – 2)
(x – 2) (x – 4). Perhatikan bahwa x = 2 membuat kedua suku polinomial itu sama
dengan 0. Jadi x = 2 disebut sebuah akar ganda. Adanya kasus-kasus seperti yang
dinyatakan dalam gambar 4.3 di atas mempersulit pengembangan algoritma komputer
secara umum yang menjamin penempatan semua akar dalam suatu interval. Tetapi
kalau digunakan bersama-sama dengan pendekatan grafik, akan banyak memberikan
nilai guna.
A.
Aplikasi Metode Bagi Dua untuk Menghitung Akar Persamaan
1. Pengetian Metode Bagi
Dua (Bisection)
Metode bagi dua (Bisection) disebut juga pemotongan
biner (binary chopping), metode pembagian dua (interval halving).
Prinsip metode bagi dua adalah mengurung akar fungsi pada interval [a,b].
Selanjutnya interval tersebut terus menerus dibagi dua hingga sekecil mungkin,
sehingga nilai hampiran yang dicari dapat ditentukan dengan tingkat akurasi
tertentu. Menentuka selang [a,b] sehingga f (a) . f (b) < 0. Pada setiap
kali lelaran, selang [a,b] kita bagi dua di x = c, sehingga terdapat dua buah
upaselang yang berukuran sama, yaitu [a,c] dan [c,b]. selang yang diambil untuk
lelaran berikutnya adalah upaselang yang memuat akat, tergantung pada apakah f
(a) . f (c) < 0 atau f (c) . f (b) < 0.
Selang yang baru
dibagi dua lagi dengan cara yang sama. Begitu seterusnya sampai ukuran selang
yang baru sudah sangat kecil. Kondisi berhenti lelaran dapat dipilih salah satu
dari tiga kriteria berikut:
Kasus yang mungkin terjadi pada
penggunaann metode bagi dua (Bisection):
1)
Jumlah
akar lebih dari satu
Bila dalam selang [𝑎, 𝑏] terdapat lebih dari satu akar (banyaknya akar ganjil), hanya satu buah
akar yang dapat ditemukan. Cara mengatasinya: gunakan selang [𝑎, 𝑏] yang cukup kecil yang memuat hanya satu buah akar.
2)
Akar
ganda
Metode bagidua tidak berhasil
menemukan akar ganda. Hal ini disebabkan karena tidak terdapat perbedaan tanda
di ujungujung selang yang baru.
Contoh: (𝑥) = (𝑥 − 3)2 = (𝑥 − 3)(𝑥 − 3), mempunyai dua akar yang sama, yaitu 𝑥 = 3
3)
Singularitas
Pada titik singular, nilai fungsinya
tidak terdefinisi. Bila selang [𝑎, 𝑏] mengandung titik singular, lelaran metode bagidua tidak pernah
berhenti. Penyebabnya, metode bagidua menganggap titik singular sebagai akar
karena lelaran cenderung konvergen. Yang sebenarnya, titik singular bukanlah
akar, melainkan akar semu.
Cara mengatasinya: periksa nilai |(𝑏) − 𝑓(𝑎)|. Jika |(𝑏) − 𝑓(𝑎)| konvergen ke nol, akar yang dicari pasti akar sejati, tetapi jika |𝑓(𝑏) − 𝑓(𝑎)| divergen, akar yang dicari merupakan titik singular (akar semu). Pada setiap lelaran pada metode bagidua, kita mencatat bahwa selisih antara akar sejati dengan akar hampiran tidak pernah melebihi setengah panjang selang saat itu.
2.
Algoritma
bisection adalah sebagai berikut:
B.
Kriteria
Berhenti Iterasi
Teknik iterasi
selalu mulai dengan suatu vektor awal x(0) yang diasumsikan,
dari vektor x(0) nilai vektor x(1) yang
baru dihitung. Nilai x(1) diharapkan lebih mendekati x yang
merupakan vektor solusi. Dengan menggunakan x(1) kita hitung
lagi vektor x(2) yang baru, yang baik daripada x(1).
Iterasi ini dapat dihentikan sampai vektor x(n) yang
didapatkan berada dalam toleransi konvergensi
Selanjutnya,
tidak semua SPL jika dipecahkan dengan teknik iterasi akan konverge atau
mendekati solusi sebenarnya. Syarat utama suatu SPL bisa konverge adalah
koefisien matriksnya harus diagonal dominan. Suatu sistem yang tidak diagonal
dominan dapat dijadikan diagonal dominan dengan mengatur posisi lajur. Apabila
tidak memungkinkan untuk membuat suatu SPL menjadi diagonal dominan kemungkinan
sistem itu konverge atau tidak, tergantung kepada vektor x awal, karena
tidak ada jaminan sistem ini akan konverge sembarang x awal
Jumlah iterasi
untuk mencapai konvergensi tergantung dari beberapa faktor antara lain:
1.
Tingkat dominan dari
koefisien pada diagonalnya
2.
Vektor x awal
3.
Algoritma yang
digunakan
4.
Kriteria
konvergensinya
Ada tiga jenis algoritma
iterasi yang populer, yaitu sebagai berikut:
1.
Iterasi Jacobi
2.
Iterasi Gauss Seidel
3.
Iterasi dengan suksesi
relaksasi residu
1.
Iterasi Jacobi
Guna menjelaskan teknik ini kembali digunakan SPL yang
dituliskan sebagai berikut:
Dari sistem persamaan di atas dapat diturunkan persamaan untuk x:
Secara umum persamaan (2-150) dapat dituliskan
untuk i = 1, 2, ..., n
Guna menghitung xi kita perlu mulai dengan sembarang vektor x.
Meskipun vektor x awal dapat diberikan nilai sembarang, tetapi penentuan nilai x ini sangat berpengaruh dalam konvergensi. Sebagai pedoman,umumnya kita bisa digunakan:
Superscript pada persamaan (2-153) menandakan iterasi ke-. Vektor x yang baru dihitung dengan x(0) adalah:
Selanjutnya, dengan menggunakan xi(1),
xi(2) dapat kita hitung dengan persamaan (2-155).
Proses iterasi ini diulangi terus sampai suatu kriteria konvergen dipenuhi.
Algoritma ini mempunyai bentuk umum.
Atau bisa juga dituliskan dengan menambah kemudian mengurangi sisi-kanan (2-155) dengan xi(k)
untuk i = 1, 2, ..., n
Kriteria untuk menentukan berhentinya iterasi adalah:
2.
Iterasi
Gauss-Seidel
Pada metode iterasi Jacobi, xi(k+1) selalu ditentukan oleh xi(k). Kalau diperhatikan, tidak semua xi(k) harus berlaku untuk semua xi sebab misalnya untuk menghitung x2(k+1), x1(k+1) sudah bisa digunakan. Begitu pula untuk menghitung x3(k+1), x1(k+1), dan x2(k+1), sudah bisa digunakan. Metode iterasi yang menerapkan prinsip ini disebut metode iterasi Gauss-Seidel. Proses iterasinya dapat dijelaskan sebagai berikut:
Secara umum persamaan (2-161) dapat dituliskan:
Atau dapat juga dituliskan dengan menambah kemudian mengurangi sisi-kanan (2-162) dengan xi(k).
Kriteria untuk menentukan berhentinya iterasi adalah:
3.
Iterasi Suksesi
Relaksasi-Residu (SRR)
Contoh Soal Metode Bagi Dua :
1.
Tentukan
a (batas bawah) dan b (batas atas)
2.
Tentukan
nilai c , c = a +b/2
3.
Menentukan nilai f(a),f(b), f(c)
4.
c pengecekan keberadaan akar , suatu range
akar terdapat persamaan bila :
5. Bila f(c) belum sama dengan nol , maka iterasi terus berlanjut
• f(a) . F(c) < 0 maka b =c
• f(a) . F(c) > 0 maka a =c
• f(a) . F(c) = 0 maka F(c)=0 , nilai akar pada c
Tentukan solusi dari persamaan :y = x3 – 7x + 1dengan error 0.0001.
Setelah diRun :

































Tidak ada komentar: