METODE TERBUKA

1. Metode iterasi terbuka

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,

PENYELESAIAN
xr 1 g ( xr )
x0

x1 , x2 , x3 .....,

Dan kita terke sebuah nilai awal (tebakan awal)

, lalu di hitung
yang
diharapkan konvergen ke akar sejati s sedemikian rupa sehingga f(s)=0 dan s=g(s)
Kriteria berhentinya iterasi dinyatakan bila,

xr 1 xr
Atau bila kita menggunakan galat relatif hampiran kriteria berhentinya iterasi dinyatakan
oleh,

xr 1 xr

xr 1

Dengan

Contoh :

dan telah ditetapkan sebelumnya.

f ( x) x 2 2 x 3 0
Tentukanlah akar-akar persamaan dari
0, 000001
titik tetap dengan
.

menggunakan metode iterasi

f ( x) x 2 2x 3 0
Menentukan akar-akar persamaan

menggunakan metode iterasi titik

0, 000001
tetap dengan kriteria berhentinya iterasi bila
tidak begitu sulit, namun untuk
menyelesaikan problema ini ada beberapa prosedur iterasi yang dapat dibentuk, yaitu :

x 2 2 x 3 0 x 2 2 x 3 x (2 x 3
a.

g ( x) (2 x 3)
Dalam hal ini kita dapat menuliskan

. Prosedur iterasinya adalah

xr 1 (2 xr 3)

x0 4

, dari sini kemudian diambil tebakan awal

dalam tabel berikut.

. Hasil iterasi diperlihatkan

xr 1 (2 xr 3)

f ( x) x 2 2 x 3 0
Tabel. Metode titik tetap
r

xr

xr 1 xr

0
1
2
3
4
5
6
7
8
9
10
11
12
13

4,00000
3,31662
3,10375
3,03439
3,01144
3,00381
3,00127
3,00042
3,00014
3,00005
3,00002
3,00001
3,00000
3,00000

0,68338
0,21288
0,06936
0,02295
0,00763
0,00254
0,00085
0,00028
0,00009
0,00003
0,00001
0,00000
0,00000
0,00000

b.

dengan prosedur iterasi

fxr

5,00000
1,36675
0,42575
0,13872
0,04589
0,01526
0,00508
0,00169
0,00056
0,00019
0,00006
0,00002
0,00001
0,00000
3
x 2 2 x 3 0 x 2 2 x 3 x( x 2) 3 x
x2

.
KET
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
STOP

g ( x)

Dalam kasus ini kita dapat mengekspresikan

xr 1

3
x2

. Serupa dengan langkah pada a)

3
xr 2

x0 4

prosedur iterasi yang harus diikuti adalah

. Setelah tebakan awal
iterasi kemudian dilakukan dan hasilnya di tunjukkan dalam tabel berikut.
xr 1

f ( x) x 2 2 x 3 0
Tabel. Metode titik tetap

dipilih

3
xr 2

dengan prosedur iterasi

xr

xr 1 xr

fxr

KET

0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

4,000000
1,500000
-6,000000
-0,375000
-1,263158
-0,919355
-1,027624
-0,990876
-1,003051
-0,998984
-1,000339
-0,999887
-1,000038
-0,999987
-1,000004
-0,999999
-1,000000
-1,000000

2,500000
7,500000
5,625000
0,888158
0,343803
0,108269
0,036748
0,012175
0,004066
0,001355
0,000452
0,000151
0,000050
0,000017
0,000006
0,000002
0,000001
1,000000

5,000000
-3,750000
45,000000
-2,109375
1,121884
-0,316077
0,111260
-0,036413
0,012212
-0,004062
0,001355
-0,000452
0,000151
-0,000050
0,000017
-0,000006
0,000002
-0,000001

LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
LANJUT
STOP

x2 2 x 3 0 2 x x2 3 x
c.

x2 3
2

g ( x)
Kita dapat menuliskan
xr 1

xr2 3
2

x2 3
2

. Mengikuti langkah pada b) prosedur iterasinya adalah

x0 4

, tebakan awal
kita tetapkan dan iterasi dikerjakan untuk mendapatkan
hasil seperti ditabulasikan dalam tabel berikut.
xr 1

f ( x) x 2 2 x 3 0
Tabel. Metode titik tetap
r

xr

dengan prosedur iterasi

xr 1 xr

Fxr

xr2 3
2

KET

0
4,000000
2,500000
5,000000
LANJUT
1
6,500000
13,125000
26,250000
LANJUT
2
19,625000
171,445313
342,890625
LANJUT
3
191,070313
18061,361847
36122,723694
LANJUT
4
18252,432159
18252,432159
333114771,870050
LANJUT
Prosedur iterasi terakhir ini tidak menemukan solusi atau dikatakan terjadi divergensi.

2. 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 BagiDua (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.

Prosedur Metode Newton :

menentukan x0 sebagai titik awal, kemudian menarik garis lurus (misal garis l) yang menyinggung
titik f(x0). Hal ini berakibat garis l memotong sumbu x di titik x 1. Setelah itu diulangi langkah
sebelumnya tapi sekarang x1 dianggap sebagai titik awalnya. Dari mengulang langkah-langkah

sebelumnya akan mendapatkan x2, x3, xn dengan xn yang diperoleh adalah bilangan riil yang
merupakan akar atau mendekati akar yang sebenarnya.
Perhatikan gambar diatas untuk menurunkan rumus Metode Newton-Raphson

l : y y0 m x x0

persamaan garis

y f x0 f ' x0 x x0

y f(x0) = f'(x0)(x x0)

x1 adalah perpotongan garis l dengan sumbu x

0 f x0 f ' x0 x1 x0

0 f(x0) = f'(x0)(x1 x0)

y = 0 dan x = x1 maka koordinat titik (x1, 0)

f ( x0 )
( x1 x0 )
f '( x0 )
x1 x0

f ( x0 )
f '( x0 )

x2 x1

f ( x1 )
f '( x1 )

.
.
.

xn xn 1

f ( xn 1)
f '( xn 1)
untuk n = 1, 2, 3,

Contoh :
Tentukan akar dari persamaan
Raphson.

4 x 3 15 x 2 17 x 6 0

menggunakan Metode Newton-

Penyelesaian :

f x 4 x 3 15 x 2 17 x 6

f x 12 x 2 30 x 17
iterasi 1 :
ambil titik awal x0 = 3

f 3 4 3 15 3 17 3 6 18
3

f 3 12 3 30 3 17 35
2

f(3) = 12(3)2 30(3) + 17 = 35

x1 3

18
2, 48571
35

iterasi 2 :

f 2.48571 4 2.48571 15 2.48571 17 2.48571 6 5.01019

3

f 2.48571 12 2.48571 30 2.48571 17 16.57388

2

x2 2, 48571

5, 01019
2,18342
16,57388

iterasi 3 :

f 2.18342 4 2.18342 15 2.18342 17 2.18342 6 1.24457

3

f 2.18342 12 2.18342 30 2.18342 17 8.70527

2

x3 2,18342

1, 24457
2, 04045
8, 70527

iterasi 4 :

f 2.04045 4 2.04045 15 2.04045 17 2.04045 6 0.21726

3

f 2.04045 12 2.04045 30 2.04045 17 5.74778

2

x4 2, 04045

0, 21726
2, 00265
5, 74778

iterasi 5 :

f 3 4 2.00265 15 2.00265 17 2.00265 6 0.01334

3

f 2.00265 12 2.00265 30 2.00265 17 5.04787

2

x5 2, 00265

0, 01334
2, 00001
5, 04787

iterasi 6 :

f 2.00001 4 2.00001 15 2.00001 17 2.00001 6 0.00006

3

f 2.00001 12 2.00001 30 2.00001 17 5.00023

2

x6 2, 00001

0, 00006
2, 00000
5, 00023

iterasi 7 :

f 2 4 2 15 2 17 2 6 0
3

n
0
1
2
3
4
5
6

xn
3
2.48571
2.18342
2.04045
2.00265
2.00001
2.00000

f(xn)
18
5.01019
1.24457
0.21726
0.01334
0.00006
0.00000

f'(xn)
35
16.57388
8.70527
5.74778
5.04787
5.00023
5.00000

jika disajikan dalam tabel, maka

seperti tabel dibawah ini.

karena pada iteasi ketujuh f(x6) = 0 maka akar dari persamaan tersebut adalah x = 2.

3. Metode secant
Pada Metode Newton-Raphson memerlukan syarat wajib yaitu fungsi f(x) harus memiliki turunan
f'(x). Sehingga syarat wajib ini dianggap sulit karena tidak semua fungsi bisa dengan mudah mencari
turunannya. Oleh karena itu muncul ide dari yaitu mencari persamaan yang ekivalen dengan rumus
turunan fungsi. Ide ini lebih dikenal dengan nama Metode Secant. Ide dari metode ini yaitu
menggunakan gradien garis yang melalui titik (x0, f(x0)) dan (x1, f(x1)). Perhatikan gambar dibawah
ini.

Persamaan garis l adalah

x x1
y f ( x1 )

x0 x1 f ( x0 ) f ( x1 )

Karena x = x2 maka y = 0, sehingga diperoleh

x2 x1
0 f ( x1 )

x0 x1 f ( x0 ) f ( x1 )

x2 x1

f ( x1 ) x0 x1
f ( x0 ) f ( x1 )

x2 x1

f ( x1 )[ x0 x1 ]
f ( x0 ) f ( x1 )

x2 x1

f ( x1 )[ x1 x0 ]
f ( x1 ) f ( x0 )

secara umum rumus Metode Secant ini ditulis

xr xr 1

f ( xr 1 )( xr 1 xr 2 )
f ( xr 1 ) f ( xr 2 )

Prosedur Metode Secant :

Ambil dua titik awal, misal x0 dan x1. Ingat bahwa pengambilan titik awal tidak disyaratkan alias
pengambilan secara sebarang. Setelah itu hitung x2 menggunakan rumus diatas. Kemudian pada iterasi
selanjutnya ambil x1 dan x2 sebagai titik awal dan hitung x3. Kemudian ambil x2 dan x3 sebagai titik
awal dan hitung x4. Begitu seterusnya sampai iterasi yang diingankan atau sampai mencapai error
yang cukup kecil.
Contoh :
Tentukan salah satu akar dari 4x3 15x2 + 17x 6 = 0 menggunakan Metode Secant sampai 9 iterasi.
Penyelesaian :

f x 4 x3 15 x 2 17 x 6

iterasi 1 :
ambil x0 = -1 dan x1 = 3 (ngambil titik awal ini sebarang saja, tidak ada syarat apapun)

f 1 4 1 15 1 17 1 6 42
3

f 3 4 3 15 3 17 3 6 18
3

x2

(18)[3 (1)]
1.8
18 (42)

iterasi 2 :
ambil x1 = 3 dan x2 = 1.8

f 1.8 4 1.8 15 1.8 17 1.8 6 0.672

3

x3 1.8

(0.672)[1.8 (3)]
1.84319
0.672 18

iterasi 3 :
ambil x2 = 1.8 dan x3 = 1.84319

f 1.84319 4 1.84319 15 1.84319 17 1.84319 6 0.57817

3

x4 1.84319

( 0.57817)[1.84319 1.8]
2.10932
0.57817 (0.672)

iterasi 4 :
ambil x3 = 1.84319 dan x4 = 2.10932

f 2.10932 4 2.10932 15 2.10932 17 2.10932 6 0.65939

3

x5

2.10932

(0.65939)[2.10932 1.84319]
1.96752
0.65939 ( 0.57817)

iterasi 5 :
ambil x4 = 2.10932 dan x5 = 1.96752

f 1.96752 4 1.96752 15 1.96752 17 1.96752 6 0.15303

3

x6 1.96752

(0.15303)[1.96752 2.10932]
1.99423
0.15303 0.65939)

iterasi 6 :
ambil x5 = 1.96752 dan x6 = 1.99423

f 1.99423 4 1.99423 15 1.99423 17 1.99423 6 0.02854

3

x7 1.99423

(0.02854)[1.99423 1.96752]
2.00036
0.02854 (0.15303)

iterasi 7 :
ambil x6 = 1.99423 dan x7 = 2.00036

f 2.00036 4 2.00036 15 2.00036 17 2.00036 6 0.00178

3

x8

2.00036

(0.00178)[2.00036 1.99423]
2.00000
0.00178 ( 0.02854)

iterasi 8 :
ambil x7 = 2.00036 dan x8 = 1.999996

f 1.999996 4 1.999996 15 1.999996 17 1.999996 6 0.0002

3

x9 1.999996

(0.0002)[1.999996 2.00036]
2.0000
0.0002 0.00178

iterasi 9 :
ambil x8 = 1.999996 dan x9 = 2.00000

f 2.00000 4 2.00000 15 2.00000 17 2.00000 6 0.00000

3

x10

2.00000

n
1
2
3
4
5
6
7
8
9

xn-1
-1
3
1.8
1.84319
2.10932
1.96752
1.99423
2.00036
2.00000

(0.00000)[2.00000 1.999996]
0.00000
0.00000 (0.00002)
xn
3
1.8
1.84319
2.10932
1.96752
1.99423
2.00036
2.00000
2.00000

xn+1
1.8
1.84319
2.10932
1.96752
1.99423
2.00036
2.00000
2.00000
2.00000

f(xn-1)
-42
18
-0.672
-0.57817
0.65939
-0.15303
-0.02854
0.00178
-0.00002

Jadi salah satu akar dari 4x3 15x2 + 17x 6 = 0 adalah 2

f(xn)
18
-0.672
-0.57817
0.65939
-0.15303
-0.02854
0.00178
-0.00002
0.00000

f(xn+1)
-0.672
-0.57817
0.65939
-0.15303
-0.02854
0.00178
-0.00002
0.00000
0.00000