Metode Numerik untuk Teknik Mesin

2012

BAB I. PENGANTAR METODE NUMERIK

Metode numerik merupakan metode pemrosesan dari data numerik
(diskret) menjadi hasil numerik, dimana metode ini mampu menangani
sistem persamaan besar, ketidaklinearan dan kasus dengan geometri
yang komplek yang biasa dijumpai di kasus rekayasa dan seringkali
sulit untuk diselesaikan dengan cara analitis.
Analisa numerik dapat diartikan sebagai analisa mempergunakan
algoritma dari metode numerik.
Analisa numerik memunculkan dua sisi yang menarik yaitu dapat
menjadi :
IPTEK (science) : Bagian dari matematika dimana algoritma
yang
dipakai
dikembangkan
dari
persamaan-persamaan
matematika
tertentu.
Seni (art)
: Berkaitan dengan penentuan cara terbaik
untuk menyelesaikan suatu persoalan
matematika.
Penyelesaian persoalan matematika dapat diselesaikan dengan cara
analitis (eksak), grafis dan numerik. Metode analitis mempunyai
keunggulan dalam hasilnya yang eksak, tetapi biasanya terbatas untuk
kemudahan penyelesaian pada masalah yang dengan asumsi linear
dan pada kasus geometri yang sederhana. Metode grafis bertujuan
untuk menggambarkan perilaku system dalam bentuk gambar atau
nomograf dengan keterbatasan hanya mampu maksimal menguraikan
masalah dengan menggunakan gambar tiga dimensi.
Jenis persoalan Matematika yang akan diselesaikan dengan cara
numerik dapat digolongkan sebagai berikut:
1. Akar-akar persamaan
2. Persamaan aljabar linear serentak
3. Interpolasi
4. Pencocokan kurva (curve fitting)
5. Persamaan differensial biasa
6. Persamaan differensial parsial
7. Integrasi Numerik
Penyelesaian suatu persoalan matematika dengan metode numerik
umumnya dapat diselesaikan dengan lebih dari satu metode sehingga
harus dipilih metode terbaik yang dapat menghasilkan penyelesaian
yang efisien dan efektif serta tidak menghasilkan error yang besar.
Cara memilih metode terbaik :
1. Mengetahui jenis-jenis metode yang ada
2. Mengetahui bagaimana metode-metode tersebut bekerja.

Metode Numerik untuk Teknik Mesin

2012

3. Mengetahui kelemahan dan kelebihan metode-metode.

4. Mempunyai faktor intuisi dan pengalaman dalam menerapkan
metode-metode di atas.
Dengan mempelajari metode numerik akan memberikan sarana
langsung
dalam
belajar
pemrograman
komputer.
Dengan
perkembangan hardware dan software saat ini sangat mendukung
ketrampilan dalam memanfaatkan komputer sebagai alat bantu dalam
menyelesaikan kasus rekayasa di bidang teknik mesin. Dengan
memahami dan terbiasa dengan metode numerik akan memberikan
kemampuan lebih untuk merancang program sendiri tanpa harus
membeli program paket yang mahal. Beberapa bahasa program yang
umum digunakan adalah FORTRAN, PASCAL, DELPHI, VISUAL BASIC,
C++ dan banyak bahasa program lainnya.
Ciri-ciri pemrograman terstruktur harus mempunyai kriteria yaitu :
Benar
Mudah Difahami
Mudah Dimodifikasi
Salah satu yang menjadi kelemahan metode numerik adalah
munculnya galat atau error dikarenakan metode ini melibatkan suatu
pendekatan/aproksimasi hasil dari metode analitis.
Galat yang umum dijumpai meliputi :
1. Galat Sintaksis
Melanggar kaidah bahasa pemrograman
2. Galat waktu running
Terjadi selama eksekusi program
3. Galat logika
Kesalahan logika program
4. Galat pembulatan
Komputer hanya mampu mempertahankan sejumlah angka
tetap angka benar selama perhitungan.
Galat pembulatan merupakan galat yang paling sering dijumpai
terutama dalam perhitungan metode numerik secara manual untuk
latihan, quiz maupun ujian kuliah. Contoh pada bilangan-bilangan
seperti dan 5 tidak dapat diekspresikan sebagai sejumlah tetap
angka benar. Untuk itu yang harus diperhatikan dalam latihan metode
numerik adalah penggunaan yang konsisten jumlah angka di belakang
koma selama perhitungan.
Kontrol kualitas program numerik mencakup pekerjaan dalam :
1. DEBUGGING
Perbaikan galat yang diketahui
2. PENGUJIAN
Mendeteksi galat yang tidak diketahui

Metode Numerik untuk Teknik Mesin

2012

Berikut disajikan flowchart tahapan-tahapan dalam merancang dan

mengembangkan program yang berbasis metode numerik.

RANCANG BANGUN ALGORITMA

Pengembangan yang mendasari logika program

KOMPOSISI PROGRAM
Penulisan program dalam bahasa komputer

PENCARIAN DAN PENGUJIAN

Pemastian bahwa program bebas Galat dan andal

DOKUMENTASI
Membuat program mudah digunakan dan dipahami

PENYIMPANAN DAN PERAWATAN

Menyimpan program dan memperbaikinya sesuai
pengalaman dan kebutuhan pasar

Metode Numerik untuk Teknik Mesin

2012

BAB II. AKAR-AKAR PERSAMAAN

Penyelesaian kasus akar-akar persamaan dapat digolongkan menjadi
dua metode yaitu :
1. Metode pengurung (Bracketing Methods)
Mulai dengan terkaan awal yang mengurung atau memuat akar
dan kemudian secara bersistem mengurangi lebar kurungan.
Contoh : Bisection, Regula Falsi.
2. Metode terbuka (Open Methods)
Iterasi coba-coba yang sistematis.
Contoh : Newton Raphson, Secant.
2.1.

Metode Bagi Dua (Bisection Methods)

Perumusan mencari akar :

Evaluasi :

xmid =

f (xmid) = 0

x n1 x n
2

|f (xmid)|

y = f(x)

f(x2)

f(xmid)
x1

x
x2

xmid

f(x1)

Misal : Tentukan nilai nol dari suatu fungsi y = x3 - 7 x + 1

Pertama tentukan nilai awal untuk x1 dan x2 sehingga didapatkan f (x1)
dan f (x2) yang berbeda tanda, yang berarti titik penyelesaian ada di
sekitar itu.
Buat tabel untuk mempermudah pembacaan prosesnya.
No
x1
x2
f(x1)
f(x2)
xmid
1
2,5
2,6
-0,875
0,376
2,55

f(xmid)
-0,269

f(x1) dan f(xmid) sama tanda x1 = xmid

2

2,55

2,6

-0,269

0,376

2,575

0,049

Metode Numerik untuk Teknik Mesin

2012

f(x2) dan f(xmid) sama tanda x2 = xmid

3

2,55

2,575

-0,269

0,049

2,562

-0,117

f(x1) dan f(xmid) sama tanda x1 = xmid

4

2,562

2,575

-0,117

0,049

2,568

-0,041

f(x1) dan f(xmid) sama tanda x1 = xmid

5

2,568

2,575

-0,041

0,049

2,572

0,010

f(x2) dan f(xmid) sama tanda x2 = xmid

6

2,568

2,572

-0,041

0,010

2,570

-0,015

f(x1) dan f(xmid) sama tanda x1 = xmid

7

2,570

2,572

-0,041

0,010

2,571

-0,003

Sehingga salah satu akar yang dicari adalah 2,571.

Algoritma Metode Biseksi
START
Cari posisi akar f(xn) dan f(xn+1)
beda tanda

Hitung xmid =

x n1 x n
, f (xmid)
2

f(xn), f(xmid)
sama tanda ?
Tidak

Tidak

xn+1 = xmid
f (xn+1) = f (xmid)
f (xn), f (xmid)
sama tanda
|f (xmid)|
Ya
STOP

Ya

A
pxn = xmid
f (x
an) = f (xmid)
k
a
h

A
p
a
k
a
h

|f (xmid)|

Metode Numerik untuk Teknik Mesin

2012

2.2. Metode Posisi Palsu (False Position Methods)

Berdasar interpolasi linear antara 2 harga

mempunyai tanda berbeda f(x1) . f(x2) < 0
Konvergensi yang dihasilkan cepat.

f(x)

yang

y
y = f(x)
f(x2)

x1

x3

x4

x
x2

f(x1)
f(x1) dan f(x2) berbeda tanda berarti ada akar antara x 1 dan x2.
Perumusan mencari akar :

x n1 x n
x* = xn f(xn)

f (x n1 ) f (x n )
Evaluasi suatu akar : | f(x*) |
Algoritma Metode Posisi Palsu = Algoritma Metode Biseksi hanya
x
xn
tinggal mengganti rumusan xmid = n1
menjadi x* = xn f(xn)
2
x n1 x n

f (x n1 ) f (x n )
No
1

x1
2,5

x2
2,6

f(x1)
-0,875

f(x2)
0,376

x*
2,57

f(x*)
-0,015

f(x1) dan f(xmid) sama tanda x1 = xmid

2

2,57

2,6

-0,015

0,376

2,571

0,003

Sehingga salah satu akar yang dicari adalah 2,571. Terlihat dengan
metode ini hanya dibutuhkan 2 iterasi sehingga konvergensi lebih
cepat dibandingkan dengan metode biseksi.

Metode Numerik untuk Teknik Mesin

2012

2.3. Metode Newton

Tidak perlu mencari 2 harga f(x) yang mempunyai tanda

berbeda.
Konvergensi yang dihasilkan cepat.
Perlu menghitung turunan fungsi f(x).
Kelemahan : - tidak selalu menemukan akar (divergen).
- kemungkinan mencari f(x) sukar.
- Penetapan harga awal sulit.

Dari deret Taylor :

f(xn + h) = f(xn) + h f(xn) +

h2
f(x) + ..
2

diabaikan

Jika xn + h adalah akar f(xn + h) = 0

f (xn )
0 = f(xn) + h f(xn) h = f' (xn )
Perumusan mencari akar :
xn+1 = xn + h = xn -

f (xn )
f' (xn )

Algoritma Metode Newton

START

START

Pilih Xn yang cocok

Cari xn+1, f (xn+1)

f (xn )
xn + 1 = xn f' (xn )

|f (xn + 1)|
Ya
STOP

Tidak
xn = xn+1

A
p
a
k
a
h

|f (xn + 1)|

Metode Numerik untuk Teknik Mesin

2012

2.4. Metode Secant

Tidak perlu mencari 2 fungsi dengan tanda berbeda.

Kombinasi Metode Newton dan Metode Posisi Palsu.
Tanpa mencari turunan fungsi f(x).

y = f(x)

x0

x1

x3

x2

E
B
C

x0 dan x1 dipilih
x 2 = x1 +
Segitiga ABC segitiga DEA
x1 x0
- f (x1 )
- f (x0 ) f (x1)
=
= - f(x1)

x1 - x0

f (x1) f (x0 )
x1 x0
maka : x2 = x1 - f(x1)

f (x1) f (x0 )

x n x n1
xn+1 = xn f(xn)

f (x n ) f (x n1 )

Perumusan :

Algoritma Metode Secant = Algoritma Metode Newton, hanya

tinggal mengganti rumusannya. Penggantian nilai dilakukan menurut
urutan yang ketat, dengan nilai baru xn+1 menggantikan xn dan nilai xn
menggantikan xn-1. Sehingga kadang dua nilai tersebut dapat pada
posisi yang sama kemungkinan divergen.
SUMMARY

Metode
pengurung
Metode
terbuka

JENIS
Bisection
Regula Falsi
Newton-Raphson
Secant

KELEBIHAN
- Selalu
Konvergen
-Laju konvergen
cepat
- Cukup satu
terkaan awal

KEKURANGAN
-Laju konvergen
lambat
- Turunan harus
dicari secara
analitis
- Bisa divergen

Metode Numerik untuk Teknik Mesin

2012

TUGAS :
Selesaikan dengan cara manual dan Buat program komputer dengan
menggunakan metode di atas dan Uji hasil program dengan
menyelesaikan fungsi sebagai berikut :
y = x4 + 3 x3 + 2 x2 + 5 x
Berikut listing program dengan menggunakan metode posisi palsu.
program posisi_palsu;
uses crt;
var
j,k,l,m,n,maxit,x1,x2,nb,na,xa,gmax : real;
function f( a,b,c,d,e,x :real):real;
begin
f:=a*sqr(sqr(x))+b*x*sqr(x)+c*sqr(x)+d*x+e;
end;
{prosedur pengisian data}
procedure data;
begin
clrscr;
writeln('Menghitung akar persamaan
');
writeln('f(x)=A x^4 + B x^3 + C x^2 + D x + E
');
writeln('dengan metode Posisi Palsu
');
writeln;
writeln;
write('Masukan nilai A = '); readln(j);
write('Masukan nilai B = '); readln(k);
write('Masukan nilai C = '); readln(l);
write('Masukan nilai D = '); readln(m);
write('Masukan nilai E = '); readln(n);
writeln;
write('Batas Error
= '); readln(gmax);
write('Jumlah Iterasi Maks. = '); readln(maxit);
write('Nilai bawah
= '); readln(nb);
write('Nilai atas
= '); readln(na);
clrscr;
end;
{prosedur perhitungan posisi palsu}
procedure pospalsu;
var
iterasi : integer;
galat,uji : real;
x:real;
begin
writeln;

Metode Numerik untuk Teknik Mesin

2012

writeln('
==========================================');
write('
Iterasi ke-');write('
');
write('Hasil');writeln;
write('
==========================================');
x1:=nb; x2:=na; iterasi:=0;
xa:=x1-((f(j,k,l,m,n,x1)*(x2-x1))/(f(j,k,l,m,n,x2)-f(j,k,l,m,n,x1)));
repeat
iterasi:=iterasi+1;
uji:=f(j,k,l,m,n,x1)*f(j,k,l,m,n,xa);
if uji= 0 then xa:=0
else if uji < 0 then
begin
x1:=nb; x2:=xa;
xa:=x1-((f(j,k,l,m,n,x1)*(x2-x1))/(f(j,k,l,m,n,x2)f(j,k,l,m,n,x1)));
writeln;write('
');
write(iterasi);
write('
',xa:3:5);
end
else if uji>0 then
begin
x1:=xa; x2:=na;
xa:=x1-((f(j,k,l,m,n,x1)*(x2-x1))/(f(j,k,l,m,n,x2)f(j,k,l,m,n,x1)));
writeln;write('
');
write(iterasi);write('
',xa:3:5);
end;
until (abs(f(j,k,l,m,n,xa))<=gmax) or (iterasi=maxit);
writeln;
writeln('
==========================================');
writeln;
writeln('Persamaan : ',j:2:2,'X^4 + (',k:2:2,')X^3 + (',l:2:2,')X^2 +
(',m:2:2,')X + (',n:2:2,')');
writeln('Jumlah Iterasi = ',iterasi,' Batas Error = ',gmax:3:5);
writeln('Batas Bawah = ',nb:3:2,' Batas Atas = ',na:3:2);writeln;
write('Salah satu akarnya adalah = ',xa:3:5);
end;
{prosedur / program utama}
begin
data;
pospalsu;
readln;
end.

10

Metode Numerik untuk Teknik Mesin

2012

HASIL RUNNING PROGRAM

Menghitung akar persamaan
f(x)=A x^4 + B x^3 + C x^2 + D x + E
dengan metode Posisi Palsu
Masukan
Masukan
Masukan
Masukan
Masukan

nilai
nilai
nilai
nilai
nilai

A=1
B=3
C=2
D=5
E=0

Batas Error
= 0.01
Jumlah Iterasi Maks. = 100
Nilai bawah
= -3.5
Nilai atas
= -1.5
=========================================
Iterasi keHasil
==========================================
1
-2.34464
2
-2.62648
3
-2.78083
4
-2.85257
5
-2.88317
6
-2.89572
7
-2.90078
8
-2.90281
9
-2.90362
10
-2.90395
==========================================
Persamaan : (1.00)X^4 + (3.00)X^3 + (2.00)X^2 + (5.00)X + (0.00)
Jumlah Iterasi = 10 Batas Error = 0.01000
Batas Bawah = -3.50 Batas Atas = -1.50
Salah satu akarnya adalah = -2.90395

11

Metode Numerik untuk Teknik Mesin

2012

BAB III. PERSAMAAN ALJABAR LINEAR SERENTAK

Bentuk umum persamaan aljabar linear serentak :
a11 x1 + a12 x2 + ..... + a1n xn = b1
a21 x1 + a22 x2 + ..... + a2n xn = b2
.
.
an1 x1 + an2 x2 +

..... + ann xn = bn

a1 1
a
21
.

a
n1

b
1
b2
.........

.

.
an2 ......... ann .
x b

n
n

a1 2
a2 2

.........

x
a1 n 1
x
a2 n 2

dimana a adalah koefisien-koefisien konstanta, b adalah konstantakonstanta dan n adalah banyaknya persamaan.
Penyelesaian persamaan linear serentak dapat dilakukan cara :
1. Eliminasi
Eliminasi Gauss, Gauss Jordan.
2. Iterasi
Iterasi Jacobi, Gauss siedel.
3. Dekomposisi Dekomposisi lower-upper (LU), Cholesky.
3.1. Eliminasi Gauss
Eliminasi bilangan unknown dengan menggabungkan persamaanpersamaan.
Strategi : mengalikan persamaan dengan konstanta agar salah satu
bilangan unknown akan tereliminasi bilamana dua
persamaan digabungkan.
Kebutuhan : pemahaman Operasi Matrik
Skema langkah eliminasi Gauss
a11 a12 a13 x1 b1
a

21 a22 a23 x 2 b2

a31 a32 a33
x 3 b3

(E1)
(E2)
(E3)

Forward
Elimination

a11
0

a12
a'22
0

a13
a'23

x1 b1
x b'
2 2

a' '33
x3 b' '3

Upper Triangular
System

Back
Substitution
x3
x2

= b3 / a33

= (b2 - a23 x3) / a22

x1 = (b1 - a12 x2 - a13 x3) / a11

12

Metode Numerik untuk Teknik Mesin

2012

Langkah eliminasi maju :

1. Eliminasikan x1 dari (E2) dan (E3), asumsi a11 0

a2 1
a'3 2
; m31 =
a1 1
a'2 2

m21 =

kurangkan (m21 x (E1)) pada (E2) dan kurangkan (m31 x (E1))

pada (E3), sehingga :
a11 x1

+ a12 x2 + a13 x3

= b1

a22 x2 + a23 x3

= b2

a32 x2 + a33 x3

= b3

NB : tanda petik satu berarti persamaan telah dimodifikasi satu kali.

2. Eliminasikan x2 dari (E3), asumsi a22 0
m32 = a'3 2

a'2 2

kurangkan (m32 x (E2)) pada (E3), sehingga :

a11 x1

+ a12 x2 + a13 x3 = b1
a22 x2 + a23 x3 = b2
a33 x3 = b3

NB :

tanda petik dua berarti persamaan telah dimodifikasi dua kali.

Langkah substitusi mundur :

x3 =

b3 / a33

Sehingga dapat dirumuskan :

(n - 1)
xn = b n
- 1)
a(n
nn

Untuk menghitung x sisanya :

x2 = (b2 - a23 x3) / a22
x1 =

(b1 - a12 x2 - a13 x3) / a11

Sehingga dapat dirumuskan :

xi =

- 1)
b(i

j i1
- 1)
a(i
ii

- 1)
a(i
xj
ii

dengan i = n 1, n 2 , . , 1
NB :

Persamaan (E1) disebut Pivot Equation, a11 disebut koefisien

Pivot dan operasi perkalian baris pertama dengan a21/a11
disebut sebagai Normalisasi.

13

Metode Numerik untuk Teknik Mesin

2012

Untuk kemudahan dapat dipakai matrik dalam bentuk kombinasi yang

disebut dengan Augmented Matrix (matrik yang diperbesar).
a
11
a2 1

a
3 1

a1 2 a1 3 b1

a2 2 a2 3 b2

a3 2 a3 3 b3

Masalah harus menghindari pembagian dengan nol, sehingga

muncul sebutan untuk metode ini yaitu Eliminasi Gauss Naif.
Teknik untuk memperbaiki penyelesaian Eliminasi Gauss :
1. Pivoting
Sebelum tiap baris dinormalkan, maka dilakukan penentuan
koefisien terbesar yang tersedia. Kemudian baris-baris tersebut
dipertukarkan sehingga elemen terbesar tersebut merupakan
elemen pivot.
2. Scaling
berguna dalam peminimalan galat pembulatan untuk kasus
dimana beberapa persamaan mempunyai koefisien-koefisien
yang jauh lebih besar dari lainnya.
Contoh soal :
Selesaikan persamaan simultan berikut ini.
27 x1 + 6 x2 x3
= 85 .. (1a)
6 x1 + 15 x2 + 2 x3 = 72 .. (1b)
x1 + x2 + 54 x3 = 110 .. (1c)
Penyelesaian :
Gunakan matrik dalam bentuk Augmented Matrix (matrik yang
diperbesar).
27 6 - 1 85
6 15 2 72 E - 6/27 E
1

2
1 1 54 110 E3 - 1/27 E1

E3 0,778/13,667 E2

6
-1
85
27
0 13,667 2,222 53,111

0 0,778 54,037 106,852

6
-1
85
27
0 13,667 2,222 53,111

0
0
53,911 103,829

dengan menggunakan substitusi mundur akan diperoleh x 1, x2, dan x3.

x3 = 103,829 / 53,911 = 1,926

14

Metode Numerik untuk Teknik Mesin

13,667 x2 + 2,222 x3 = 53,111

27 x1 + 6 x2 - x3 = 85

2012

x2 = 3,573

x1 = 2,425

3.2. Eliminasi Gauss-Jordan

Merupakan Variasi dari Eliminasi Gauss dengan kebutuhan untuk
menghitung matrik invers.
Strategi : Langkah eliminasi menghasilkan matrik satuan, sehingga
tidak diperlukan proses substitusi mundur.
Skema langkah eliminasi Gauss-Jordan
a
a1 2 a1 3 b1
11

a2 1 a2 2 a2 3 b2

a3 1 a3 2 a3 3 b3

(E1)
(E2)
(E3)

Elimination

*
0 0 b1

1 0 b*
2

0 1 b*

NO Back M
Substitution
a

t
r
i
k

x1 = b*1
x2 = b*2
x3 = b*3

S Gauss :
Selesaikan soal yang sama pada metode Eliminasi
27 6 - 1 85 1/27 E1
6 15 2 72

1 1 54 110

E2 6 E1
E3 E1

1/13,667 E2

a
t
3,148
1 0,222 - 0,337
6
u
15
2
72

a54
1
1
110
n

1 0,222 - 0,337 3,148

0 13,667 2,222 53,111

0 0,778 54,037 106,852

1 0,222 - 0,337 3,148
0
1
0,163
3,886

0 0,778 54,037 106,852

15

Metode Numerik untuk Teknik Mesin

E1 0,222 E2 1 0 - 0,073 2,285

0 1 0,163
3,886

E3 0,778 E2 0 0 53,911 103,828 1/53,911 E3

E1 (- 0,073 E3)
E2 0,163 E3

1 0 0 2,426
0 1 0 3,572

0 0 1 1,926

2012

1 0 - 0,073 2,285
0 1 0,163 3,886

0 0
1
1,926

x1 = 2,426
x2 = 3,572
x3 = 1,926

3.3. Iterasi Gauss-Siedel

Bentuk umum persamaan linear serentak :
a11 x1 + a12 x2 + a13 x3 + ................... + a1n xn = b1
a21 x1 + a22 x2 + a23 x3 + ................... + a2n xn = b2
.
.
.
an1 x1 + an2 x2 + an3 x3 + .................. + ann xn = bn
Dapat diubah bentuknya menjadi :
1
x1 =
( b1 - a12 x2 + a13 x3 - .................... - a1n xn)
a11

1
( b2 - a21 x1 + a23 x3 - .................... - a2n xn)
a 22
1
x3 =
( b3 - a31 x1 + a32 x2 - .................... - a3n xn)
a 33
1
xn =
( bn - an1 x1 - an2 x2 - .................... - an(n-1) x(n-1))
ann
x2 =

Langkah-langkah Iterasi Gauss-Siedel

1. Asumsikan x2 = x3 = .. = xn = 0, sehingga dapat diperoleh :
b
x1 = 1
a11
2. Hasil dari x1 tersebut dimasukkan persamaan 2 untuk
mendapatkan harga x2 (dimana x3 = = xn = 0), maka akan
diperoleh :
1
x2 =
( b2 - a21 x1 )
a 22
3. Langkah 1 dan 2 dilakukan terus sampai diperoleh nilai x n dan
selesailah proses iterasi yang pertama. Kemudian hasil proses
tersebut dimasukkan kembali pada persamaan untuk mendapatkan
harga unknown dari x1, x2, x3. .. xn pada proses iterasi kedua,
ketiga dan seterusnya.

16

Metode Numerik untuk Teknik Mesin

2012

4. Proses iterasi berakhir bila hasil dari iterasi terakhir sama dengan
atau hampir sama dengan iterasi sebelumnya. Ini merupakan
kelemahan metode iterasi gauss-siedel yaitu proses akhir iterasi
menjadi meragukan.
Contoh soal :
Selesaikan persamaan simultan berikut :
27 x + 6 y z = 85 .. (1a)
6 x + 15 y + 2 z = 72 .. (1b)
x + y + 54 z = 110
.. (1c)
Penyelesaian :
Persamaan di atas dapat diubah bentuknya menjadi :
1
x=
( 85 - 6 y + z ) (2a)
27
1
y=
( 72 - 6 x - 2 z ) (2a)
15
1
z=
( 110 - x - y ) (2a)
54
Iterasi pertama
1. Asumsikan y = z = 0, sehingga dari persamaan (2a) akan diperoleh
85
: x1 =
= 3,15
27
2. Hasil dari x1 tersebut dimasukkan persamaan (2b) untuk
mendapatkan harga y1 (asumsi z = 0)
1
y1 =
( 72 - 6 (3,15) ) = 3,54
15
3. Masukkan hasil x1 dan y1 ke dalam persamaan (2c)
1
z1 =
( 110 3,15 3,54) = 1,91
54
Iterasi kedua
1
x2 =
( 85 - 6 (3,54) + 1,91 ) = 2,43
27
1
y2 =
( 72 - 6 (2,43) 2 (1,91) ) = 3,57
15
1
z2 =
( 110 2,43 3,57) = 1,926
54
Iterasi selanjutnya dapat ditabelkan sebagai berikut :
Iterasi ke 1
2
3
4
5

x
3,15
2,43
2,423
2,425
2,425

y
3,54
3,57
3,574
3,573
3,573

z
1,91
1,926
1,926
1,926
1,926

Jadi hasil penyelesaiannya adalah : x =2,425 ; y=3,573 ; z = 1,926

17

Metode Numerik untuk Teknik Mesin

2012

3.4. Iterasi Jacobi

Melalui proses iterasi dengan menggunakan persamaan :
n a
b
ij
xi(n+1) = i xj (n) ; j i
aii
j 1 aii

Keuntungan metode ini adalah langkah penyelesaiannya yang

sederhana, sedangkan kelemahannya adalah :
1. Proses iterasinya lambat. Terutama untuk persamaan linear
serentak dengan ordo tinggi.
2. Hanya dapat digunakan menyelesaikan persamaan linear serentak
yang memenuhi syarat berikut :

aii >

ij

; j i dan i = 1, 2, .., N

j 1

Contoh soal :
Selesaikan persamaan simultan berikut :
27 x + 6 y z = 85
.. (1a)
6 x + 15 y + 2 z = 72
.. (1b)
x + y + 54 z = 110
.. (1c)
Penyelesaian :
Persamaan di atas dIbentuk menjadi :
1
x(1) =
( 85 - 6 y(0) + z(0) ) (2a)
27
1
y(1) =
( 72 - 6 x(0) - 2 z(0) ) (2b)
15
1
z(1) =
( 110 - x(0) - y(0) ) (2c)
54
Iterasi pertama
Asumsikan x(0) = y(0) = z(0) = 0, sehingga dari persamaan (2a, 2b dan
2c) akan diperoleh :
85
x(1) =
= 3,148
27
72
y(1) =
= 4,800
15
110
z(1) =
= 2,037
54
Iterasi kedua
1
x(2) =
( 85 - 6 (4,8) + 2,037 ) = 2,157
27
1
y(2) =
( 72 - 6 (3,148) 2 (2,037) ) = 3,269
15
1
z(2) =
( 110 3,148 4,8) = 1,890
54

18

Metode Numerik untuk Teknik Mesin

2012

Iterasi selanjutnya dapat ditabelkan sebagai berikut :

Iterasi ke 1
2
3
4
5
6
7
8
9
10
11

X
3,148
2,157
2,492
2,401
2,432
2,423
2,426
2,425
2,426
2,425
2,425

Y
4,800
3,269
3,685
3,545
3,583
3,570
3,574
3,573
3,573
3,573
3,573

z
2,037
1,890
1,937
1,923
1,927
1,926
1,926
1,926
1,926
1,926
1,926

Jadi hasil penyelesaiannya adalah :

x = 2,425 ; y = 3,573 dan z = 1,926
3.5. Dekomposisi LU
Dengan cara membentuk matrik segitiga atas (Upper) dan matrik
segitiga bawah (Lower) dari matrik koefisien A serta membentuk
vektor matrik dari matrik hasil dengan aturan tertentu.
Kelebihannya adalah sangat efektif untuk menyelesaikan persamaan
linear serentak ordo tinggi, dengan hasil yang sangat mendekati nilai
eksaknya. Tentu saja konsekuensinya metode ini memerlukan cara
yang cukup kompleks.
[A] {X} = {B}
Dekomposisi
[U] [L]
[L] {D} = {B}
{D}
[U] {X} =

Maju
Pensubtitusian

{D}

Mundur
{X}

19

Metode Numerik untuk Teknik Mesin

2012

Langkah-langkah Dekomposisi LU
1. Membentuk matrik koefisien [A], matrik variabel {X} dan matrik
hasil {B} dari persamaan simultan.
[A] {X} = {B}
2. Mencari matrik segitiga bawah [L] dan matrik segitiga atas [U] dari
matrik koefisien [A] dengan aturan berikut :
li1 = ai1
; i = 1,2, , n
a1 j
a1 j
u1j =
=
; j = 2,3, , n
a11
l11
- untuk j = 2,3, , n-1
lij = aij -

j 1

l ik .u kj
k 1
j 1

a jk
ujk =

; i = j, j+1, , n

ji .u ik

i 1

; k =j+1, j+2, ,n ; lnn = ann -

l jj

n1

nk .u kn

k 1

3. Mencari matrik {B} dengan aturan berikut :

b1
b1 =
l11
4. Membentuk
diperoleh :
xn = bn

bi
;

bi =

Augmented
dan

i 1

ij .b' j

j 1

l ii
Matrix

xj = bj -

untuk i = 2, 3, , n
{UB}

jk

dan

penyelesaiannya

xk

k j 1

Berikut disajikan contoh listing program VISUAL BASIC untuk

menghitung persamaan linear serentak kasus di atas dengan metode
Iterasi Jacobi.
LISTING PROGRAM
Begin VB.Form Form1
Caption
= "MENGHITUNG INTERASI JACOBI"
ClientHeight = 6030
ClientLeft
= 60
ClientTop
= 345
ClientWidth
= 9510
LinkTopic
= "Form1"
ScaleHeight
= 6030
ScaleWidth
= 9510
StartUpPosition = 2 'CenterScreen
Begin VB.CommandButton Command3
Caption
= "Masukkan Variabel"
BeginProperty Font

20

Metode Numerik untuk Teknik Mesin

2012

Name
= "Nadall"
Size
= 12
Charset
= 0
Weight
= 700
Underline
= 0 'False
Italic
= 0 'False
Strikethrough = 0 'False
EndProperty
Height
= 495
Left
= 3840
TabIndex
= 38
Top
= 5400
Width
= 1215
End
Begin VB.CommandButton Command1
Caption
= "Hitung Interasi"
BeginProperty Font
Name
= "Nadall"
Size
= 11.25
Charset
= 0
Weight
= 700
Underline
= 0 'False
Italic
= 0 'False
Strikethrough = 0 'False
EndProperty
Height
= 495
Left
= 720
TabIndex
= 31
Top
= 3000
Width
= 1695
End
Begin VB.Frame Frame1
Caption
= "Masukkan Angka"
BeginProperty Font
Name
= "Palatino Linotype"
Size
= 12
Charset
= 0
Weight
= 700
Underline
= 0 'False
Italic
= 0 'False
Strikethrough = 0 'False
EndProperty
Height
= 2415
Left
= 720
TabIndex
= 0
Top
= 240
Width
= 6495
Begin VB.TextBox Text4

21

Metode Numerik untuk Teknik Mesin

2012

Height
= 375
Index
= 2
Left
= 5160
TabIndex
= 12
Top
= 1800
Width
= 975
End
Begin VB.TextBox Text3
Height
= 375
Index
= 2
Left
= 3480
TabIndex
= 11
Top
= 1800
Width
= 495
End
Begin VB.TextBox Text2
Height
= 375
Index
= 2
Left
= 1920
TabIndex
= 10
Top
= 1800
Width
= 495
End
Begin VB.TextBox Text1
Height
= 375
Index
= 2
Left
= 360
TabIndex
= 9
Top
= 1800
Width
= 495
End
Begin VB.TextBox Text4
Height
= 375
Index
= 1
Left
= 5160
TabIndex
= 8
Top
= 1080
Width
= 975
End
Begin VB.TextBox Text3
Height
= 375
Index
= 1
Left
= 3480
TabIndex
= 7
Top
= 1080
Width
= 495
End
Begin VB.TextBox Text2

22

Metode Numerik untuk Teknik Mesin

2012

Height
= 375
Index
= 1
Left
= 1920
TabIndex
= 6
Top
= 1080
Width
= 495
End
Begin VB.TextBox Text1
Height
= 375
Index
= 1
Left
= 360
TabIndex
= 5
Top
= 1080
Width
= 495
End
Begin VB.TextBox Text4
Height
= 375
Index
= 0
Left
= 5160
TabIndex
= 4
Top
= 360
Width
= 975
End
Begin VB.TextBox Text3
Height
= 375
Index
= 0
Left
= 3480
TabIndex
= 3
Top
= 360
Width
= 495
End
Begin VB.TextBox Text2
Height
= 375
Index
= 0
Left
= 1920
TabIndex
= 2
Top
= 360
Width
= 495
End
Begin VB.TextBox Text1
Height
= 375
Index
= 0
Left
= 360
TabIndex
= 1
Top
= 360
Width
= 495
End
Begin VB.Label Label6

23

Metode Numerik untuk Teknik Mesin

2012

Caption
= "+"
Height
= 375
Index
= 2
Left
= 3000
TabIndex
= 30
Top
= 1920
Width
= 375
End
Begin VB.Label Label5
Caption
= "+"
Height
= 375
Index
= 2
Left
= 1440
TabIndex
= 29
Top
= 1920
Width
= 375
End
Begin VB.Label Label3
Caption
= "Z"
Height
= 375
Index
= 2
Left
= 4080
TabIndex
= 27
Top
= 1920
Width
= 615
End
Begin VB.Label Label2
Caption
= "Y"
Height
= 375
Index
= 2
Left
= 2640
TabIndex
= 26
Top
= 1920
Width
= 495
End
Begin VB.Label Label1
Caption
= "X"
Height
= 375
Index
= 2
Left
= 1080
TabIndex
= 25
Top
= 1920
Width
= 495
End
Begin VB.Label Label6
Caption
= "+"
Height
= 375
Index
= 1

24

Metode Numerik untuk Teknik Mesin

2012

Left
= 3000
TabIndex
= 24
Top
= 1200
Width
= 375
End
Begin VB.Label Label5
Caption
= "+"
Height
= 375
Index
= 1
Left
= 1440
TabIndex
= 23
Top
= 1200
Width
= 375
End
Begin VB.Label Label4
Caption
= "="
Height
= 375
Index
= 1
Left
= 4680
TabIndex
= 22
Top
= 1200
Width
= 495
End
Begin VB.Label Label3
Caption
= "Z"
Height
= 375
Index
= 1
Left
= 4080
TabIndex
= 21
Top
= 1200
Width
= 615
End
Begin VB.Label Label2
Caption
= "Y"
Height
= 375
Index
= 1
Left
= 2640
TabIndex
= 20
Top
= 1200
Width
= 495
End
Begin VB.Label Label1
Caption
= "X"
Height
= 375
Index
= 1
Left
= 1080
TabIndex
= 19
Top
= 1200

25

Metode Numerik untuk Teknik Mesin

2012

Width
= 495
End
Begin VB.Label Label6
Caption
= "+"
Height
= 375
Index
= 0
Left
= 3000
TabIndex
= 18
Top
= 480
Width
= 375
End
Begin VB.Label Label5
Caption
= "+"
Height
= 375
Index
= 0
Left
= 1440
TabIndex
= 17
Top
= 480
Width
= 375
End
Begin VB.Label Label4
Caption
= "="
Height
= 375
Index
= 0
Left
= 4680
TabIndex
= 16
Top
= 480
Width
= 495
End
Begin VB.Label Label3
Caption
= "Z"
Height
= 375
Index
= 0
Left
= 4080
TabIndex
= 15
Top
= 480
Width
= 615
End
Begin VB.Label Label2
Caption
= "Y"
Height
= 375
Index
= 0
Left
= 2640
TabIndex
= 14
Top
= 480
Width
= 495
End
Begin VB.Label Label1

26

Metode Numerik untuk Teknik Mesin

2012

Caption
= "X"
Height
= 375
Index
= 0
Left
= 1080
TabIndex
= 13
Top
= 480
Width
= 495
End
Begin VB.Label Label4
Caption
= "="
Height
= 375
Index
= 2
Left
= 4680
TabIndex
= 28
Top
= 1920
Width
= 495
End
End
Begin VB.Frame Frame2
Caption
= "View Persamaan dan Hasil Interasi"
BeginProperty Font
Name
= "Palatino Linotype"
Size
= 12
Charset
= 0
Weight
= 700
Underline
= 0 'False
Italic
= 0 'False
Strikethrough = 0 'False
EndProperty
Height
= 5775
Left
= 120
TabIndex
= 32
Top
= 120
Width
= 9255
Begin VB.CommandButton Command2
Caption
= "CLear"
BeginProperty Font
Name
= "Nadall"
Size
= 12
Charset
= 0
Weight
= 700
Underline
= 0 'False
Italic
= 0 'False
Strikethrough = 0 'False
EndProperty
Height
= 375
Left
= 7080
TabIndex
= 37

27

Metode Numerik untuk Teknik Mesin

2012

Top
= 5280
Width
= 1815
End
Begin VB.ListBox List1
Height
= 2205
Left
= 240
TabIndex
= 33
Top
= 3000
Width
= 8655
End
Begin VB.Label Label9
Alignment
= 2 'Center
BorderStyle
= 1 'Fixed Single
BeginProperty Font
Name
= "Arial"
Size
= 14.25
Charset
= 0
Weight
= 700
Underline
= 0 'False
Italic
= 0 'False
Strikethrough = 0 'False
EndProperty
Height
= 735
Left
= 240
TabIndex
= 36
Top
= 2160
Width
= 8655
End
Begin VB.Label Label8
Alignment
= 2 'Center
BorderStyle
= 1 'Fixed Single
BeginProperty Font
Name
= "Arial"
Size
= 14.25
Charset
= 0
Weight
= 700
Underline
= 0 'False
Italic
= 0 'False
Strikethrough = 0 'False
EndProperty
Height
= 735
Left
= 240
TabIndex
= 35
Top
= 1320
Width
= 8655
End
Begin VB.Label Label7
Alignment
= 2 'Center

28

Metode Numerik untuk Teknik Mesin

2012

BorderStyle
= 1 'Fixed Single
BeginProperty Font
Name
= "Arial"
Size
= 14.25
Charset
= 0
Weight
= 700
Underline
= 0 'False
Italic
= 0 'False
Strikethrough = 0 'False
EndProperty
Height
= 735
Left
= 240
TabIndex
= 34
Top
= 480
Width
= 8655
End
End
End
Attribute VB_Name = "Form1"
Attribute VB_GlobalNameSpace = False
Attribute VB_Creatable = False
Attribute VB_PredeclaredId = True
Attribute VB_Exposed = False
Dim x(1000) As Single
Dim y(1000) As Single
Dim z(1000) As Single
Dim a(2) As Single
Dim b(2) As Single
Dim c(2) As Single
Dim d(2) As Single
Private Sub Command1_Click()
On Error Resume Next
Frame2.Visible = True
Frame1.Visible = False
Command1.Visible = False
Label7.Caption = Text1(0).Text & "X" & "+" & Text2(0).Text & "Y" &
"+" & Text3(0).Text & "Z" & "=" & Text4(0).Text
Label8.Caption = Text1(1).Text & "X" & "+" & Text2(1).Text & "Y" &
"+" & Text3(1).Text & "Z" & "=" & Text4(1).Text
Label9.Caption = Text1(2).Text & "X" & "+" & Text2(2).Text & "Y" &
"+" & Text3(2).Text & "Z" & "=" & Text4(2).Text
If Text1(0).Text = "" And Text1(1).Text = "" And Text1(2).Text = ""
And Text2(0).Text = "" And Text2(1).Text = "" And Text2(2).Text = ""
And Text3(0).Text = "" And Text3(1).Text = "" And Text3(2).Text = ""
Then
option15 = MsgBox("ANDA BELUM MEMASUKKAN NILAI
VARIABEL", vbOKOnly, "WARNING")

29

Metode Numerik untuk Teknik Mesin

2012

Frame2.Visible = False
Command3.Visible = True
End If
For I = 0 To 2
a(I) = Text1(I).Text
b(I) = Text2(I).Text
c(I) = Text3(I).Text
d(I) = Text4(I).Text
Next I
x(0) = 0
y(0) = 0
z(0) = 0
jumlah = 0
For I = 1 To 100000
jumlah = jumlah + 1
x(I) = (d(0) - (b(0) * y(I - 1) + c(0) * z(I - 1))) / a(0)
y(I) = (d(1) - (a(1) * x(I) + c(1) * z(I - 1))) / b(1)
z(I) = (d(2) - (a(2) * x(I) + b(2) * y(I))) / c(2)
If x(I) = x(I - 1) And y(I) = y(I - 1) And z(I) = z(I - 1) Then
GoTo 2
End If
Next I
2 List1.Clear
For I = 1 To jumlah
List1.AddItem I & vbTab & vbTab & x(I) & vbTab & vbTab & y(I) &
vbTab & vbTab & z(I)
Next I
End Sub
Private Sub Command2_Click()
Label7.Caption = ""
Label8.Caption = ""
Label9.Caption = ""
Frame2.Visible = False
Frame1.Visible = True
Command1.Visible = True
End Sub
Private Sub Command3_Click()
Frame1.Visible = True
Command1.Visible = True
Command3.Visible = False
End Sub
Private Sub Form_Load()
Frame2.Visible = False
Command3.Visible = False
End Sub

30

Metode Numerik untuk Teknik Mesin

2012

TAMPILAN HASIL PROGRAM

31

Metode Numerik untuk Teknik Mesin

2012

BAB IV. INTERPOLASI

Umumnya data engineering banyak yang berupa tabulasi. Penampilan
data seperti itu dikarenakan pada kenyataannya data yang bisa
diperoleh adalah bersifat discrete atau juga karena keterbatasan
dalam pengukuran sehingga hanya sebagian data yang dapat disimpan
atau dicatat.
Contoh data yang discrete
x

0.2
0.3
0.4
0.5
0.6

10.1
12.5
14.2
17.8
19.3

Menginterpretasikan manipulasi data discrete dapat dilakukan dengan

beberapa cara yaitu :
1. Numerical Interpolation.
2. Curve Fitting.
3. Numerical Differentiation.
4. Numerical Integration.
INTERPOLATION
4.1 Linear Interpolation
Yaitu interpolasi paling sederhana,
hubungan berupa garis antara dua titik data.

menganggap

Persamaan garis lurus yang

menghubungkan dua titik
data tersebut :
y yn
y
yn
= n1
x n1 - x n
x - xn

y = f(x)
yn+1

dengan

Garis Lurus

y = yn +

yn

y n1 y n
(x xn)
x n1 - x n

x
xn

xn+1

Untuk contoh data di atas misalnya ingin dicari untuk x = 0,25

32

Metode Numerik untuk Teknik Mesin

y = 10,1 +

2012

12,5 10,1
(0,25 0,2) = 11,3
0,3 - 0,2

4.2 Lagrange Interpolation

Membuat hubungan titik dalam tabulasi berupa suatu polinomial
dimana masing-masing titik berupa simpul-simpul yang harus dipenuhi
polinomial.
Tabulasi berupa titik-titik xi, yi dimana i = 0,1, . , n dimana terdapat
n+1 data, akan dipresentasikan y(x) = f(x) pada interval x 0 x xn
Polinomial interpolasi mempunyai bentuk :
Pn(x) = y0 b0(x) + y1 b1(x) + y2 b2(x) + + yn bn(x)
dengan bj(x) = suatu polinomial derajat n.
Polinomial bj(x) dapat dicari dengan menggunakan
persamaan constraint.

n+1

Persamaan constraint dapat dibuat sebagai berikut :

Pn(xi) = yi
; i = 0,1,2, ,n
Sehingga :
Pn(x0) = y0 y0 b0(x0) + y1 b1(x0) + .. + yn bn(x0) = y0
Pn(x1) = y1 y0 b0(x1) + y1 b1(x1) + .. + yn bn(x1) = y1
.
.
Pn(xn) = yn y0 b0(xn) + y1 b1(xn) + .. + yn bn(xn) = yn
Untuk mempermudah
dipilih:

penyelesaian

persamaan

constraint,

maka

1 ; i=j

bj(xi) =

0 ; ij
Pilihan tersebut memenuhi persamaan constraint.
Bentuk persamaan polinomial bj(x) adalah sebagai berikut :
bj(x) = Cj (x - x0) (x - x1) (x - x2) . (x - xj-1) (x - xj+1) (x - xn)
Sesuai pilihan di atas yang cocok dengan constraint yaitu : b j(xj) = 1
Maka konstanta Cj dapat dicari dengan rumusan berikut :
1
Cj =
(x j x 0 )(x j x1 )....(x j x j 1 )(x j x j 1 )...(x j x n )
Dengan demikian semua
b0(x) = C0 (x - x1)
b1(x) = C1 (x - x0)
b2(x) = C2 (x - x0)
.
.
bn(x) = Cn (x - x0)

polinomial bj(x) diperoleh :

(x - x2) . (x - xn)
(x - x2) (x - x3) . (x - xn)
(x - x1) (x - x3) . (x - xn)
(x - x1) . (x - xn-1)

33

Metode Numerik untuk Teknik Mesin

2012

1
(x 0 x1 )(x 0 x 2 )(x 0 x 3 )....(x 0 x n )
1
C1 =
(x1 x0 )(x1 x2 )(x1 x3 )....(x1 xn )
1
C2 =
(x 2 x 0 )(x 2 x1 )(x 2 x 3 )....(x 2 x n )
.
1
Cn =
(xn x0 )(xn x1)(xn x2 )....(xn xn1)

dimana :

C0 =

Jadi polinomial bj(x) dapat ditulis secara lengkap :

(x x1)(x x2 )....(x xn )
(x0 x1)(x0 x2 )....(x0 xn )
(x x0 )(x x2 )....(x xn )
b1(x) =
(x1 x0 )(x1 x2 )....(x1 xn )
b0(x) =

b2(x) =
.
.
bn(x) =

(x x 0 )(x x1 )(x x 3 )....(x x n )

(x 2 x 0 )(x 2 x1 )(x 2 x 3 )....(x 2 x n )

(x x0 )(x x1)(x x2 )....(x xn1)

(xn x0 )(xn x1)(xn x2 )....(xn xn1)

Sehingga persamaan polinomial dari lagrange interpolation dapat

dirumuskan sebagai berikut :
Pn(x) =

(x x0 )(x x1)....(x x j 1)(x x j 1)...(x xn )

j0

(x j x0 )(x j x1)....(x j x j 1)(x j x j 1)...(x j xn )

yj

Atau jika : Ln(x) = (x x 0 )(x x1)....(x x j 1)(x x j 1)...(x x n )

Maka :

Pn(x) =

y
j 0

L j (x)
L j (x j )

= y(x) = f(x)

Contoh Soal :
Hitung harga y(1.5) pada data yang disajikan pada tabel berikut ini.
x
1
2
3
4

y
0.1
0.2
0.4
0.8

34

Metode Numerik untuk Teknik Mesin

y(1,5) = y0

(1,5 x1 )(1,5 x 2 )(1,5 x 3 )

(1 x1 )(1 x 2 )(1 x 3 )

+ y1

(1,5 x 0 )(1,5 x 2 )(1,5 x 3 )

(2 x 0 )(2 x 2 )(2 x 3 )

+ y2

(1,5 x 0 )(1,5 x1 )(1,5 x 3 )

(3 x 0 )(3 x1 )(3 x 3 )

2012

(1,5 x 0 )(1,5 x1 )(1,5 x 2 )

(4 - x 0 )(4 x1 )(4 x 2 )
y(1,5) = 0.0313 + 0.1875 0.1250 + 0.0500 = 0.1438
+ y3

4.3 Newton-Gregory Interpolation

Berdasarkan formulasi Beda hingga, dimana dibuat suatu polinomial
dengan titik-titik data sebagai titik simpul.
Bentuk interpolasi polinomialnya adalah :
Pn(x) = C0 + C1 (x - x0) + C2 (x - x0) (x - x1) + .
+ Cn (x - x0) (x - x1) (x - xn-1)
dimana : C0, C1, , Cn suatu konstanta Cj ; j = 0, 1, , n dapat
dicari dengan memakai persamaan constraint berikut :
Pn(x) = yi
; i = 0, 1, 2, , n
Yang akan menghasilkan persamaan berikut :
P0(x0) = f(x0) = y0
P1(x1) = f(x1) = y1

C0 = y0
C0 + C1(x1 - x0) = y1
C0 + C1(x1 - x0) + C2 (x2 - x0)(x2 - x1) = y1
C0 + C1(xn - x0)+ + Cn (xn - x0)(xn - x1) (xn - xn-1)= yn

Dari persamaan linear simultan tersebut dapat dihitung C j ; j =

0, 1, 2, ,n. Dan seterusnya Pn(x) = f(x) = y(x) dapat dicari dan
harga y untuk setiap harga x dapat dihitung.
Harga Cj dapat dirumuskan sebagai berikut :
C0 = y0
y C0
C1 = 1
x1 x 0
C2 =

y 2 C 0 C1 (x 2 x 0 )
(x 2 x 0 )(x 2 x1 )

y 3 C 0 C1 (x 3 x 0 ) C 2 (x 3 x 0 )(x 3 x1 )
dst.
(x 3 x 0 )(x 3 x1 )(x 3 x 2 )
Metode ini menjadi lebih mudah jika inkremen dari x tetap.
xi+1 = xi = h
atau xi = x0 + ih ; i =1,2, , n
C3 =

35

Metode Numerik untuk Teknik Mesin

2012

Persamaan constraint di atas menjadi :

y0 = C0
y1 = C0 + C1 h
y2 = C0 + C1 (2h) + C2 (2h2)
y3 = C0 + C1 (3h) + C2 (6h2) + C3 (6h3)
.
.
yi = C0 + C1 (ih) + C2 (ih)((i-1)h) + C3 (ih)((i-1)h)((i-2)h)
+ Ci (i !)hi
Kalau persamaan ini diselesaikan akan didapatkan :
C0 = y0
y y0
y C0
y 0
C1 = 1
= 1
=
h
h
h
(y1 C 0 )
1
1
C2 =
[ y2 - C0 2h C1 ] =
[ y2 - y0 2h
]
2
2
h
2h
2h
1
1
=
[ (y2 - y1) (y1 - y0) ] =
[ (y2) ]
2
2h
2h 2
2 y
=
2h 2
Secara umum harga Cj dapat dirumuskan :
j y
Cj =
( j ! )h j
Untuk menghitung Cj secara lebih mudah dapat digunakan tabel
sebagai berikut :
xi
x0

yi
y0

x1

y1

x2

y2

x3

y3

x4

y4

x5

y5

yi =
yi+1 - yi
y0
y1
y2
y3
y4
.
.

2yi =
yi+1 - yi
2y0
2

y1
2

y2
2y3
.
.
.

3yi =
yi+1 - 2yi
2

3y0
3y1
3

y2
.
.
.
.

4yi =
yi+1 - 3yi
3

5yi =
yi+1 - 4yi
4

4y0

5y0

y1

.
.
.
.
.
.

.
.
.
.
.

Dari tabel tersebut Cj dapat dihitung dengan rumus Cj =

j y
( j ! )h j

36

Metode Numerik untuk Teknik Mesin

2012

Makin banyak tingkat Cj yang dipakai dalam menghitung harga y maka

makin teliti interpolasinya.
y(x) = C0 + C1(x - x0) + C2 (x - x0)(x - x1)
akan lebih kurang teliti dari y(x) yang dihitung dengan :
y(x) = C0 + C1(x - x0) + C2 (x - x0)(x - x1) + C3(x - x0)(x - x1)(x - x2)
dan seterusnya.
Coba selesaikan soal yang sama pada kasus di Interpolasi Lagrange.
Hitung y untuk x = 1.5 dengan interpolasi Newton-Gregory.
Berikut adalah tabel beda hingga untuk kasus di atas.
xi
1
2

yi
0.1
0.2

yi
0.1

2yi
0.1

0.2
3

0.4

0.8

3yi

0.1
0.2

0.4
Jika dipakai first order difference saja, maka :
y 0
y(1.5)= y0 +
(1.5x0)
h
0 .1
= 0.1 +
(1.5 1)
1
= 0.1 + 0.05 = 0.15
Jika dipakai first-second order difference maka :
y 0
2 y
y(1.5)= y0 +
(1.5x0)+ 2 (1.5x0)(1.5x1)
h
2h
0 .1
0 .1
= 0.1 +
(1.5 1)+
(1.5 1)(1.5 2)
1
2
= 0.1 + 0.05 - 0.0125 = 0.1375
Dipakai first-second-third order difference maka :
y 0
2 y
y(1.5)= y0 +
(1.5x0)+ 2 (1.5x0)(1.5x1)
h
2h
3
y
+
(1.5x0)(1.5x1)(1.5 x2)
6h3
0 .1
0 .1
= 0.1 +
(1.5 1)+
(1.5 1)(1.5 2)
1
2
0 .1
+
(1.5 1)(1.5 2)(1.5 3)
6
= 0.1 + 0.05 - 0.0125 + 0.0062 = 0.1437

37

Metode Numerik untuk Teknik Mesin

2012

BAB V. PENCOCOKAN KURVA (CURVE FITTING)

5.1. Curve Linear

y
y = f(x)

Persamaan
untuk kurva
dirumuskan :

pendekatan
linear dapat

f(x) = a + bx

1
a

y2

y1

x
Metode kuadrat terkecil
Jumlah kuadrat terkecil (D2)
D2 =

Ei =
i 1

yi f(x i )2
i 1

y i a bxi 2
i 1

A dan b dicari dengan meminimumkan harga D2.

D 2
=0
a

y i a bx i 2 = 0

i 1

a
-2

y i a bxi = 0
i 1

yI - a - b xi = 0
yI - n a - b x i = 0
n a = yI - b xi

yi
xi
-b
= y b x
n
n

a=

D 2
=0
b

a
-2

(1)

y i a bx i 2 = 0

i 1

y i a bxi xi = 0
i 1

xi yi - a xi - b xi2 = 0
a xi + b xi2 = xi yi

38

Metode Numerik untuk Teknik Mesin

2012

xi
y i
2
-b

xi + b xi = xi y i
n
n

xi yi - b x i + n b xi2 = n xi yi
2

b { n xi2 - x i } = n xi yI - xi yi
2

b=

n x i yi x i yi
n x i x i
2

(2)

Untuk melihat derajat kesesuaian dari curve fitting dengan cara

melihat harga (Koefisien Korerlasi).
=

Dt D 2
Dt

(berharga 0 s/d 1)

dengan Dt2 =

y i y
n

i 1

5.2. Curve Non-Linear

a.

y = a ebx
Proses Linearisasi ln y = ln a + b x ln e
= ln a + b x
Y = A +bx

Y = A + bx
y=ae

bx

ln y
b
1

x
xi
x1
x2
.
.
xn
xi

yi
y1
y2
.
.
yn
yi

Yi = ln yi
ln y1
ln y2
.
.
ln yn
yi

x i Yi
x1 y1
x2 y2
.
.
xn yn
xi yi

xi2
x12
x22
.
.
xn2
xi 2

39

Metode Numerik untuk Teknik Mesin

b=

2012

n x i Yi x i Yi

n x i x i
xi
Yi
A=
-b
= Y b x
n
n
2

b. y = a xb
Proses Linearisasi

A = ln a

a = eA

log y
= log a + b log x
Y = A +bX

Y = A + bX
y=ax

log y
b
1

x
xi
x1
x2
.
.
xn
xi

yi
y1
y2
.
.
yn
yi
b=

Xi = log xi
log x1
log x2
.
.
log xn
Xi

Yi = log yi
log y1
log y2
.
.
log yn
YI

X i Yi
X 1 Y1
X 2 Y2
.
.
X n Yn
X i Yi

Xi2
X12
X22
.
.
Xn2
xi 2

n Xi Yi Xi Yi

n Xi Xi
Yi
Xi
A=
-b
= Y b X
n
n
A = log a a = log-1 A
2

c. Polinomial y = a0 + a1 x + a2 x2+ .. + ar xr
Jumlah kuadrat dari kesalahan adalah :
D2 =

yi a0 a1x i a2 x i 2 .... ar x i r
n

i 1

Dengan cara yang sama

meminimumkan harga D2.

konstanta

dapat

dicari

dengan

40

Metode Numerik untuk Teknik Mesin

D 2
=0
a0
2

D
=0
a1
2

D
=0
a2

-2
-2
-2

D 2
=0
ar

yi a0 a1x i a2 x i 2 .... ar x i r = 0
n

i 1
n

x i yi a0 a1x i a2 x i 2 .... ar x i r = 0
i 1
n

x i 2 y i a0 a1x i a2 x i 2 .... ar x i r = 0
i 1

.
.

2012

-2

x i r yi a0 a1x i a2 x i 2 .... ar x i r = 0
n

i 1

Atau dapat ditulis dalam bentuk matrik berikut :

xi
x 2
i
.

.
x i r

xi
2
xi

xi
3
xi

xi
.
.

xi
.
.

xi

r 1

xi

r 2

r
. . x i a0 y i

r 1
. . x i a1 x i y i
2
r 2
. . x i a2 x i y i

. .
. . .

. .
. . .

r
r n
. . x i ar x i y i

Penyelesaian persamaan ini akan didapat a0, a1, a2, .. ar

5.3. Curve Multi Linear / Non-Linear
Hubungan antara variabel terikat dengan lebih dari satu veriabel
bebas secara linier dapat dirumuskan sebagai berikut :
y = b0 + b1 x1 + b2 x2 + b3 x3 + ........ + bk xk
dimana:
y
= variabel terikat
x1 s/d xk = variabel bebas
D2 =
D2 =

Observ ed Response Predicted

Response

i 1
n

yi b0 b1x1i b2 x 2i b3 x 3i ........ bk x ki 2
i 1

Dengan Metode Kuadrat Terkecil, nilai D2 diturunkan terhadap

konstanta bo s/d bk dan diminimumkan (disamakan dengan nol),
sehingga dapat dicari nilai dari konstanta bo s/d bk.

41

Metode Numerik untuk Teknik Mesin

Dirumuskan dalam bentuk matrik
x1i
x 2i
x 3i
...
n

2
x1i
x1i x 2i x1i x 3i ...
x1i
x 2i x1i x 2i x 2i 2 x 2i x 3i ...

2
...
x 3i x1i x 3i x 2i x 3i x 3i
.
.
.
.
.

.
.
.
.
.
x ki x1i x ki x 2i x ki x 3i x ki ...

2012

x ki b 0

x1i x ki b1

x 2i x ki b 2

x 3i x ki b 4 =
.
.

.
.
2
x ki b k

yi

x1i y i
x 2 i y i

x 3 i y i
.

.
x ki y i

Contoh kasus di bidang mesin :

Rumuskan persamaan empirik Parameter Pemotongan Proses
Pembubutan Terhadap Gaya Pemotongan Material ST 42
Besarnya gaya pemotongan merupakan informasi yang
diperlukan dalam perencanaan mesin perkakas, karena itu merupakan
titik tolak setiap hitungan dan analisa mesin perkakas. Gaya
pemotongan yang bereaksi pada pahat dan benda kerja, yang
selanjutnya diteruskan pada bagian-bagian tertentu mesin perkakas,
akan mengakibatkan lenturan. Meskipun lenturan itu kecil tapi
mungkin sudah cukup untuk menjadi penyebab kesalahan geometri
produk maupun sebagai sumber getaran yang dapat memperpendek
umur pahat. Gaya pemotongan teoritis telah dapat dirumuskan, tetapi
karena adanya penyederhanaan dan anggapan yang mendasari
penurunan rumus tersebut, maka tidak dapat dipakai dalam
perencanaan proses pemesinan sesungguhnya. Sehingga masih
dibutuhkan suatu bentuk rumus empirik yang menggambarkan
hubungan antara gaya pemotongan dengan variabel-variabel dalam
proses pemesinan. Dengan menetapkan dan mengubah beberapa
variabel proses pemesinan (di eksperimen ini dilakukan pada variabel
a dan f) maka dapat dicari suatu korelasi berupa rumusan empirik
variabel proses a dan f terhadap gaya pemotongan .
Variabel yang diukur terdiri dari :
1. Variabel Bebas (Independent Variable)
a) Kedalaman potong (a1 = 0,5 ; a2 = 0,1 ; a3 = 1,0 )
b) Kecepatan pemakanan (f1 = 0,05 ; f2 = 0,16 ; f3 = 0,20)
2. Variabel Terikat (Dependent Variable)
a) Variabel Utama, sebagai variabel yang menjadi pembahasan
utama yaitu:
gaya pemotongan (Fv) (N)
b) Data pendukung
Diameter sebelum dan sesudah pemotongan (mm)
Putaran spindel tanpa beban dan dengan beban (rpm)
Waktu pemotongan sebenarnya (detik)
3. Parameter yang dikonstankan pada eksperimen ini adalah :
a) Jenis material kerja (ST 42) dan pahat (Karbida).
b) Panjang pemotongan (L) = 30 mm.

42

Metode Numerik untuk Teknik Mesin

2012

c) Putaran spindel (n) = 494 rpm.

d) Posisi pemotongan Orthogonal (kr =90o).
Hasil eksperimen berupa besar Gaya Pemotongan (Fv) yang terjadi
terhadap perubahan parameter a dan f dapat dilihat pada tabel
berikut:
f (mm/put)
a
(mm)
0.05
0.16
0.2
83.768
202.295
215.205
0.5
82.542
192.469
239.084
16.402
60.704
85.404
0.1
18.968
110.964
83.140
151.598
380.966
270.679
1
124.435
370.195
444.666
Model curve fitting yang dipilih adalah :
Fv = c1 ab1 fb2
Model non-linear dilinierisasi menjadi model linear dengan cara
di-log-kan sebagai berikut:
Log Fv = log c1 + b1 log a + b2 log f
Y = b0 + b1 X1 + b2 X2
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

Fv

83.768
82.542
16.402
18.968
151.598
124.435
202.295
192.469
60.704
110.964
380.966
370.195
215.205
239.084
85.404
83.14
270.679
444.666

0.5
0.5
0.1
0.1
1
1
0.5
0.5
0.1
0.1
1
1
0.5
0.5
0.1
0.1
1
1

f
0.05
0.05
0.05
0.05
0.05
0.05
0.16
0.16
0.16
0.16
0.16
0.16
0.2
0.2
0.2
0.2
0.2
0.2

Y = Log
Fv
1.923
1.917
1.215
1.278
2.181
2.095
2.306
2.284
1.783
2.045
2.581
2.568
2.333
2.379
1.931
1.920
2.432
2.648

X1 =
Log a
-0.301
-0.301
-1.000
-1.000
0.000
0.000
-0.301
-0.301
-1.000
-1.000
0.000
0.000
-0.301
-0.301
-1.000
-1.000
0.000
0.000

X2 = Log
f
-1.301
-1.301
-1.301
-1.301
-1.301
-1.301
-0.796
-0.796
-0.796
-0.796
-0.796
-0.796
-0.699
-0.699
-0.699
-0.699
-0.699
-0.699

37.820

-7.806

-16.775

Dari tabel di atas

18 b0
-7.806 b0
-16.775 b0

X12

X22

X1X2

X1Y

X2Y

0.091
0.091
1.000
1.000
0.000
0.000
0.091
0.091
1.000
1.000
0.000
0.000
0.091
0.091
1.000
1.000
0.000
0.000

1.693
1.693
1.693
1.693
1.693
1.693
0.633
0.633
0.633
0.633
0.633
0.633
0.489
0.489
0.489
0.489
0.489
0.489

0.392
0.392
1.301
1.301
0.000
0.000
0.240
0.240
0.769
0.769
0.000
0.000
0.210
0.210
0.699
0.699
0.000
0.000

-0.579
-0.577
-1.215
-1.278
0.000
0.000
-0.694
-0.688
-1.783
-2.045
0.000
0.000
-0.702
-0.716
-1.931
-1.920
0.000
0.000

-2.502
-2.494
-1.581
-1.663
-2.837
-2.726
-1.835
-1.818
-1.419
-1.628
-2.054
-2.044
-1.631
-1.663
-1.350
-1.342
-1.700
-1.851

6.544

16.888

7.275

-14.129

-34.136

akan didapatkan persamaan berikut ini:

+ -7.806 b1 + -16.775 b2 = 37.820
+ 6.544 b1 + 7.275 b2
= -14.129
+ 7.275 b1 + 16.888 b2 = -34.136

43

Metode Numerik untuk Teknik Mesin

2012

Dengan prosedur numerik Gauss-Siedel didapatkan :

b0 = 3.2375
b1 = 0.7193
b2 = 0.8847
Y = b0 + b1 X1 + b2 X2 = 3.2375 + 0.7193 X1 + 0.8847 X2
Karena model tersebut dilinearisasikan maka harus dikembalikan ke
model non linearnya yaitu meng-anti log-kan b0-nya.
sehingga c1 = Log-1 3.2375 = 1727.825
Maka :

Fv = 1727,825 . a

0,7193

. f

0,8847

44

Metode Numerik untuk Teknik Mesin

2012

BAB VI. PERSAMAAN DIFFERENSIAL BIASA

Persamaan differensial biasa dengan ordo n, merupakan persamaan
dengan satu perubah (variabel) yang dapat dituliskan dalam bentuk :
dy d 2 y
d ny
F(x, y,
,
,
......
,
)=0
dx dx 2
dx n
dengan y = f (x)
Penyelesaian persamaan differensial ordo satu dapat lebih dari
satu, sehingga untuk mencari penyelesaian yang unik atau khusus
memerlukan informasi tambahan berupa syarat batas.
Metode untuk penyelesaian Persamaan differensial biasa :
1. EULERS METHOD
Deret taylor orde 1
Sangat sensitif terhadap besarnya h
yn = yn-1 + h . f ( xn-1,yn-1 )
; n = 1,2, 3,
x n x0
h=
n
dengan :
xn = nilai x yang ditanya nilai fungsinya.
x0 = nilai x awal.
n = bilangan bulat
2. MODIFIED EULERS METHOD
Mengurangi kesalahan akibat pemilihan h
h
(k )
yn(k+1) = yn-1 +
. f (x n-1 , yn-1 ) f (x n , y n )
2
Dengan : yn(k) = yn-1 + h. f ( xn-1, yn-1)
k = 0,1,2, dan
n = 1,2, 3,

3. RUNGE-KUTTA METHOD
Deret taylor orde 4
Lebih teliti
h
y n1 y n k1 2k 2 2k3 k 4
6
dimana
: k1 = f (xn, yn)
k2 = f (xn+ 0,5h, yn+ 0,5 h . k1)
k3 = f (xn+ 0,5h, yn+ 0,5 h . k2)
k4 = f (xn + h, yn+ h . k3)
Contoh :

dy
= 3x2 + 5x + y
; y(1) = 1
dx
Cari nilai y (1,2) dengan Metode Euler, Modified Euler dan Runge Kutta
(pakai h = 0,1).

45

Metode Numerik untuk Teknik Mesin

2012

6.1. Eulers Method

Dipilih h = 0.1
x x 0 1,2 1
x x0
h= n
n= n
=
=2
n
0.1
h
Dari data kondisi batas didapatkan x0 = 1 dan y0 = 1
Iterasi Pertama (n = 1)
y1 = y(1,1)
= y0 + h. f (x0, y0)
= y0 + h (3 x02 + 5 . x0 + y0)
= 1 + (0,1) (3 . 12 + 5 . 1 + 1) = 1,9
Iterasi Kedua (n = 2)
y2 = y(1,2)
= y1 + h. f (x1, y1)
= y1 + h (3 x12 + 5 . x1 + y1)
= 1,9 + (0,1) (3 . 1,12 + 5 . 1,1 + 1,9) = 3,003
Jadi penyelesaian kasus tersebut : y(1,2) = 3,003
6.2. Modified Eulers Method
Dengan rumusan Eulers Method
y1(0) = y0 + h. f ( x0, y0)
= y0 + h (3 x02 + 5 . x0 + y0)
= 1 + (0,1) (3 . 12 + 5 . 1 + 1) = 1,9
Proses iterasi dilakukan pada rumusan Modified Eulers.
Iterasi Pertama (x1 = 1,1 dan k = 0) :
h
(0)
y1(1) = y0 +
. f (x 0 , y 0 ) f (x1 , y1 )
2
h
2
2
(0)
(3x 0 5x 0 y0 ) (3x1 5x1 y1 )
= y0 +
2
0,1
(3 . 12 5.1 1) (3.1,12 5.1,1 1,9)
= 1+
2
= 2,0015

Iterasi Kedua (x1 = 1,1 dan k = 1) :

h
(1)
y1(2) = y0 +
. f (x 0 , y 0 ) f (x1 , y1 )
2
h
2
2
(1)
(3x 0 5x 0 y0 ) (3x1 5x1 y1 )
= y0 +
2
0,1
(3 . 12 5.1 1) (3.1,12 5.1,1 2,0015)
= 1+
2
= 2,0066

46

Metode Numerik untuk Teknik Mesin

2012

Iterasi Ketiga (x1 = 1,1 dan k = 2) :

h
(2)
y1(3) = y0 +
. f (x 0 , y 0 ) f (x1 , y1 )
2
h
2
2
(2)
(3x 0 5x 0 y0 ) (3x1 5x1 y1 )
= y0 +
2
0,1
(3 . 12 5.1 1) (3.1,12 5.1.1 2,0066)
= 1+
2
= 2,0068

Iterasi Keempat (x1 = 1,1 dan k = 3) :

h
(3)
y1(4) = y0 +
. f (x 0 , y 0 ) f (x1 , y1 )
2
h
2
2
(3)
(3x 0 5x 0 y0 ) (3x1 5x1 y1 )
= y0 +
2
0,1
(3 . 12 5.1 1) (3.1,1 5.1,1 2,0068)
= 1+
2
= 2,0068

Karena hasil iterasi keempat dan iterasi ketiga (iterasi sebelumnya)

sama maka proses iterasi dihentikan dengan hasil harga y 1 = 2,0068
y2(0) = y1 + h. f ( x1, y1)
= y1 + h (3 x12 + 5 . x1 + y1)
= 2,0068 + (0,1) (3 . 1,12 + 5 . 1,1 + 2,0068) = 3,1205
Iterasi Pertama (x2 = 1,2 dan k = 0) :
h
(0)
y2(1) = y1 +
. f (x1 , y1 ) f (x 2 , y 2 )
2
h
2
2
(0)
(3x1 5x1 y1 ) (3x 2 5x 2 y2 )
= y1 +
2
0,1
(3 . 1,12 5.1,1 2,0068) (3.1,22 5.1,2 3,1205)
=2,0068+
2
= 3,2357

Iterasi Kedua (x2 = 1,2 dan k = 1) :

h
(1)
y2(2) = y1 +
. f (x1 , y1 ) f (x 2 , y 2 )
2
h
2
2
(1)
(3x1 5x1 y1 ) (3x 2 5x 2 y2 )
= y1 +
2
0,1
(3 . 1,12 5.1,1 2,0068) (3.1,22 5.1,2 3,2357)
=2,0068+
2
= 3,2414

47

Metode Numerik untuk Teknik Mesin

2012

Iterasi Ketiga (x2 = 0,1 dan k = 2) :

h
(2)
y2(3) = y1 +
. f (x1 , y1 ) f (x 2 , y 2 )
2
h
2
2
(2)
(3x1 5x1 y1 ) (3x 2 5x 2 y2 )
= y1 +
2
0,1
(3 . 1,12 5.1,1 2,0068) (3.1,22 5.1,2 3,2414)
=2,0068+
2
= 3,2417

Iterasi Keempat (x2 = 0,1 dan k = 3) :

h
(3)
y1(4) = y0 +
. f (x1 , y1 ) f (x 2 , y 2 )
2
h
2
2
(3)
(3x1 5x1 y1 ) (3x 2 5x 2 y2 )
= y1 +
2
0,1
(3 . 1,12 5.1,1 2,0068) (3.1,22 5.1,2 3,2417)
=2,0068+
2
= 3,2417

Hasil iterasi keempat dan iterasi sebelumnya yaitu iterasi ketiga sama
maka proses iterasi dihentikan dengan hasil harga y 2 = 3,2417
Jadi penyelesaian kasus tersebut : y(1,2) = 3,2417
6.3. Runge-Kutta Method
Dipilih h = 0,1
Iterasi Pertama ( y1 = y(1,1) )
x0 = 1 ; y0 = 1
k1 = f (x0, y0) = (3 x02 + 5 . x0 + y0) = (3 . 12 + 5 . 1 + 1) = 9
k2 = f (x0+ 0,5h, y0+ 0,5 h . k1)
= 3 (x0+ 0,5h)2 + 5 . (x0+ 0,5h) + (y0+ 0,5 h . k1)
= 3 (1+ 0,5 . 0,1)2 + 5 . (1+ 0,5 . 0,1) + (1+ 0,5 . 0,1 . 9)
= 10,0075
k3 = f (x0+ 0,5h, y0+ 0,5 h . k2)
= 3 (x0+ 0,5h)2 + 5 . (x0+ 0,5h) + (y0+ 0,5 h . k2)
= 3 (1+ 0,5 . 0,1)2 + 5 . (1+ 0,5 . 0,1) + (1+ 0,5 . 0,1 . 10,0075)
= 10,0579
k4 = f (x0 + h, y0+ h . k3)
= 3 (x0+ h)2 + 5 . (x0+ h) + (y0+ h . k3)
= 3 (1+ 0,1)2 + 5 . (1+ 0,1) + (1+ 0,1 . 10,0579)
= 11,1358
h
k1 2k2 2k3 k 4
y1 y 0
6

48

Metode Numerik untuk Teknik Mesin

2012

0,1
(9+ (2 . 10,0075) + (2 . 10,0579) + 11,1358)
6
= 2,0044

=1+

Iterasi kedua ( y2 = y(1,2) )

x1 = 1,1 ; y1 = 2,0044
k1 = f (x1, y1) =(3 x12 + 5 . x1 + y1) = (3 . 1,12 + 5 . 1,1 + 2,0044)
= 11,1344
k2 = f (x1+ 0,5h, y1+ 0,5 h . k1)
= 3 (x1+ 0,5h)2 + 5 . (x1+ 0,5h) + (y1+ 0,5 h . k1)
= 3 (1,1+0,5.0,1)2 + 5.(1,1+0,5.0,1) + (2,0044+0,5.0,1.11,1344)
= 12,2787
k3 = f (x1 + 0,5h, y1 + 0,5 h . k2)
= 3 (x1+ 0,5h)2 + 5 . (x1+ 0,5h) + (y1+ 0,5 h . k2)
= 3 (1,1+0,5.0,1)2 + 5.(1,1+0,5.0,1) + (2,0044+0,5.0,1.12,2787)
= 12,3359
k4 = f (x1 + h, y1+ h . k3)
= 3 (x1+ h)2 + 5 . (x1+ h) + (y1+ h . k3)
= 3 (1,1+ 0,1)2 + 5 . (1,1+ 0,1) + (2,0044+ 0,1 . 12,3359)
= 13,5580
h
k1 2k2 2k3 k 4
y 2 y1
6
= 2,0044 +

0,1
(11,1344+(2. 12,2787)+(2. 12,3359)+13,5580)
6

= 3,2356

49

Metode Numerik untuk Teknik Mesin

2012

BAB VII. PERSAMAAN DIFFERENSIAL PARSIAL

Formulasi matematik dari kebanyakan permasalahan dalam ilmu
pengetahuan dan teknologi dapat dipresentasikan dalam bentuk
persamaan differensial parsial. Persamaan tersebut merupakan laju
perubahan terhadap dua atau lebih variable bebas yang biasanya
adalah waktu dan jarak (ruang).
Persamaan differensial dapat dibedakan menjadi tiga jenis yaitu :
A. Persamaan Differensial Parabolik
Biasanya merupakan persamaan yang tergantung pada waktu
(tidak permanen) dan penyelesaiannya memerlukan kondisi awal
dan batas. Persamaan parabolik paling sederhana adalah
perambatan panas.

T K 2 T
t
x 2
Penyelesaian dari persamaan di atas adalah mencari temperatur T
untuk nilai x pada setiap waktu t.
B. Persamaan Differensial Eliptik
Biasanya berhubungan dengan masalah kesetimbangan atau
kondisi permanen (tidak tergantung waktu) dan penyelesaiannya
memerlukan kondisi batas di sekeliling daerah tinjauan. Seperti
aliran air tanah di bawah bendungan dan karena adanya
pemompaan, defleksi plat akibat pembebanan, dsb.

2 2

0
x 2 y 2
C. Persamaan Differensial Hiperbolik
Biasanya berhubungan dengan getaran atau permasalahan dimana
terjadi diskontinue dalam waktu, seperti gelombang kejut yang
terjadi discontinue dalam kecepatan, tekanan dan rapat massa.

2U C2 2U
t2
x 2

50

Metode Numerik untuk Teknik Mesin

2012

7.1. Penyelesaian Persamaan Parabolik dengan Skema Eksplisit

T K 2 T
t
x 2
dengan :
K
t
x

. (7.1)

T =
temperatur
koefisien konduktivitas
waktu
jarak

=
=
=

Pada skema eksplisit, variabel pada waktu n+1 dihitung

berdasarkan variabel pada waktu n yang sudah diketahui. Dengan
menggunakan skema seperti di bawah ini, fungsi f(x,t) dan turunannya
dalam ruang dan waktu didekati oleh bentuk berikut :

n
n +1

i-1

i+1

f (x, t) = fi n
n 1

f
fi
f(x , t)
= i
t
t

f 2 (x , t)
t 2

fin1 2fi fi 1
t 2

Dari skema di atas, persamaan (7.1) dapat ditulis dalam bentuk

berikut :

Ti

n 1

Tn 2Ti Ti 1
Ti
= Ki i 1
t
x 2

atau

Ti

n 1

= Ti Ki

t
x

n
n
i 1 2Ti

Ti 1

(7.2)

51

Metode Numerik untuk Teknik Mesin

2012

Stabilitas Skema Eksplisit

Dalam

skema
n1
i 1 ,

eksplisit,
n1
i

Ti

tergantung

pada

tiga

titik

n1
i 1 .

sebelumnya yaitu: T
Keadaan ini dapat menyebabkan
T dan T
ketidakstabilan dari skema tersebut, yang berupa terjadinya
amplifikasi hasil hitungan dari kondisi awal. Agar stabil dibutuhkan
suatu syarat yaitu :
t
0 < < 1/2 dengan =
x 2
Contoh:

L=1m

Dimana :

t
x

0,001
0,12

k
x
t

=
=
=

1
0,1
0,001

= 0,1 < 0,5 (stabil)

Syarat batas : pada t = 0 T = 2x ; 0 x L

dan T = 2(1-x) ; L x L
pada semua t untuk x = 0 T = 0
Dengan menggunakan persamaan (6.2), hitungan dilakukan dari
i = 2 sampai dengan 5 dan dari n = 1 sampai waktu yang dikehendaki
(N).
Untuk n = 1 dan i bergerak dari i = 2 sampai i = 6,
1
T2 = 0,2 + 1 . 0,1 . (0 2 . 0,2 + 0,4) = 0,2
1

T3 = 0,4 + 1 . 0,1 . (0,2 2 . 0,4 + 0,6) = 0,4

1

T4 = 0,6 + 1 . 0,1 . (0,4 2 . 0,6 + 0,8) = 0,6

T51
T61

= 0,8 + 1 . 0,1 . (0,6 2 . 0,8 + 1) = 0,8

= 1 + 1 . 0,1 . (0,8 2 . 1 + 0,8) = 0,96

untuk n = 2 dan i bergerak dari i =2 sampai i = 6,

T22 = 0,2 + 1 . 0,1 . (0 2 . 0,2 + 0,4) = 0,2

T32 = 0,4 + 1 . 0,1 . (0,2 2 . 0,4 + 0,6) = 0,4

T42 = 0,6 + 1 . 0,1 . (0,4 2 . 0,6 + 0,8) = 0,6
T52 = 0,8 + 1 . 0,1 . (0,6 2 . 0,8 + 0,96) = 0,796
T62 = 0,96 + 1 . 0,1 . (0,8 2 . 0,96 + 0,8) = 0,928

52

Metode Numerik untuk Teknik Mesin

2012

Demikian perhitungan terus dilanjutkan s/d waktu yang dikehendaki

(N).
Tabel hasil skema eksplisit
i=
x=
t=0
t = 0,001
t = 0,002
t = 0,003
.
.
.
t=N

1
0
0
0
0
0
.
.
.
N

2
0.1
0.2
0.2
0.2
0.2
.
.
.
N

3
0.2
0.4
0.4
0.4
0.4
.
.
.
N

4
0.3
0.6
0.6
0.6
0.5996
.
.
.
N

5
0.4
0.8
0.8
0.796
0.7896
.
.
.
N

6
0.5
1
0.96
0.928
0.9016
.
.
.
N

7
0.6
0.8
0.8
0.796
0.7896
.
.
.
N

7.2. Penyelesaian Persamaan Parabolik dengan Skema Implisit

Dalam skema eksplisit, ruas kanan dari persamaan ditulis pada
waktu n yang nilainya sudah diketahui. Sedangkan pada skema
implisit, ruas kanan tersebut ditulis pada waktu n+1 di mana nilainya
belum diketahui.
Gambar di bawah ini menunjukkan jaringan titik simpul dari skema
implisit. Dengan menggunakan skema tersebut, fungsi f(x,t) dan
turunannya dalam ruang waktu didekati oleh bentuk berikut ini.

n
n+1

i-1

i+1

f (x,t) fin atau fin1

f(x,t) fin1 fin

t
t
f(x,t) fin11 fin11

x
2 x
2f(x,t)
x 2

fin11 2 fin1 fin11

x 2

53

Metode Numerik untuk Teknik Mesin

2012

Dengan menggunakan skema di atas, maka dapat dibentuk persamaan

dalam bentuk beda hingga :
1
Tin1 Tin
Tn1 2 Tin1 Tin
1
Ki i 1
t
x 2

1 n1
Ki
2 Ki n1
Ki
Tin
n1
n1
Ti

1
i
i

1
t
t
x 2
x 2
x 2

Ki

x 2

1
Tin1
(

1
2 Ki n1
Ki
Tin
n1

)
T

i
i 1
t
t
x 2
x 2

atau
Ai .Tin11 Bi .Tin 1 Ci .Tin11 Di

.......... (6.3)

dengan
Ai
Bi (

Ki
x

; Ci

Ki
1
2
)
t
x 2

; Di

Ki

x 2

Tin
t

Apabila persamaan (7.3) ditulis untuk setiap titik hitungan dari i

= 1 sampai M maka akan terbentuk suatu sisten persamaan linier yang
dapat diselesaikan dengan menggunakan metode matriks.
Untuk :

i = 1 A1T 0 + B1T1 + C1T2 = D1

i = 2 A2T 1 + B2T2 + C2T3 = D2
i = 3 A3T 2 + B3T3 + C3T4 = D3
i = 4 A4T 3 + B4T4 + C4T5 = D4
.
.
i =M
AMTM-1 + BMTM + CMTM+1 = DM

Untuk penyederhanaan penulisan, variabel Tin+1 ditulis Ti (tanpa

menulis n+1). Persamaan di atas dalam bentuk matrik menjadi :
B 1 C1 0

.........

T1

D1

A2 B2 C2 0

.........

T2

D2

0 A3 B3 C3 0

.........

T3

D3

0 A4 B4 C4

.........

T4

D4

.........

.........

. . . . . . AM BM

TM

DM

54

Metode Numerik untuk Teknik Mesin

2012

Persamaan tersebut dapat diselesaikan dengan metode

penyelesaian persamaan serentak untuk mendapatkan nilai Ti (i
=1........M).
Penyelesaian dengan menggunakan skema implisit lebih sulit
dibanding dengan skema eksplisit. Kelebihan dari skema implisit
adalah skema tersebut stabil tanpa syarat, langkah waktu t dapat
diambil sembarang (besar) tanpa menimbulkan kesalahan pemotongan
dalam batas-batas yang dapat diterima.
7.3. Penyelesaian Persamaan Eliptik
Penyelesaian
dilakukan
dengan
mendiskretisasi
suatu
persamaan differensial parsial eliptik dengan kondisi batas untuk dapat
ditransformasikan ke dalam suatu sistem dari N persamaan dengan N
bilangan anu.
Penyelesaian persamaan eliptik dilakukan dengan langkahlangkah berikut ini.
1. Membuat jaringan titik simpul di dalam seluruh bidang yang
ditinjau dan batas-batasnya.
2. Pada setiap titik dalam bidang tersebut dibuat turunanturunannya dalam bentuk beda hingga.
3. Ditulis nilai-nilai fungsi pada semua titik di batas keliling bidang
dengan memperhatikan kondisi batas.
Dari persamaan bentuk eliptik berikut :

2 2

0
2
2
x
y

Sehingga :

i 1, j 2i, j i 1, j
x 2

i, j 1 2i, j i, j 1
y 2

Untuk x = y, maka persamaan di atas menjadi :

4i, j i 1, j i 1, j i, j 1 i, j 1 0

55

Metode Numerik untuk Teknik Mesin

2012

Contoh Soal :
Determine the steady state temperature of the following plate
using = 1 and x = 1 ft.

y
4 ft
Tb = 40F

Tc = 0F

Ta = 10F

3 ft
x

Td = 20F
Jawab :

Tb = 40F

Ta = 10F

Tc = 0F

Td = 20F
Node 1

Node 3

1
1
Ta

1
2

-4
1

Tb

Tb

1
3

1
4

5
6

1
Tc

Td
10 + 40 - 4 T1 + T2 + T3 = 0

Ta

3
4

-4
1

1
6

Tc

Td
40 + T1 - 4 T3 + T4 + T5 = 0

56

Metode Numerik untuk Teknik Mesin

Node 2

2012
Node 4

Tb
1 1 3
Ta
2
4
1
-4
1

Tb
5

Tc

Ta

3
1

10 + 20 + T1 -4 T2 + T4 = 0

Tc

20 + T2 + T3 -4 T4 + T6 = 0

Node 5

Node 6

Tb

Tb
3

Ta
2

-4

1
Td

Td

1
5
6

-4

Ta
Tc

1
2

3
4

5
1

1
Tc
-4

Td

Td

40 + T3 -4 T5 + T6 = 0

20 + T4 + T5 - 4 T6 = 0

Sehingga hasil persamaan-persamaan tersebut dapat dibentuk dalam

suatu matrik :

-4
1
1
0
0
0

1
-4
0
1
0
0

1 0 0 0
0 1 0 0
-4 1 1 0
1 -4 0 1
1 0 -4 1
0 1 1 -4

T1
T2
T3
T4
T5
T6

-50
-30
-40
-20
-40
-20

T1 = 23,561 F
T2 = 18,344 F
T3 = 25,901 F
T4 = 19,814 F
T5 = 20,228 F
T6 = 15,010 F

57

Metode Numerik untuk Teknik Mesin

2012

BAB VIII. INTEGRASI NUMERIK

Metode Gauss Quadrature merupakan salah satu metode integrasi
numerik yang paling dapat diterima dan dipakai secara intensif untuk
menyelesaikan integrasi matrik kekakuan di Metode Elemen Hingga pada
elemen jenis isoparametrik. Dibandingkan dengan metode Trapezoid
yang hanya terbatas pada penggunaan dengan infromasi data yang
equispaced, maka metode Gauss Quadrature lebih luas penggunaannya
pada penyelesaian fungsi yang non-equispaced dan memiliki keakuratan
lebih tinggi.
Rumusan Gauss Quadrature mengubah batas integral dari suatu batas
(misal a s/d b) menjadi -1 s/d +1. Formula dasarnya adalah merupakan
penjumlahan dari perkalian koefisien berat dan harga dari fungsi pada
sampling points.
b

I=

f(x)dx =

Dengan :

Wk f(x k )

k 1

Wk = Koefisien berat (Weighting Coeff.)

xk = sampling (Gauss) point

untuk menentukan Koefisien berat (Weighting Coeff.) dilakukan

dengan prosedur memindah batas integral dari a s/d b menjadi -1 s/d
+1.
Tabel Gauss Quadrature
Polinomial
Degree
1

Jumlah
Point
1

Sampling (Gauss)
Point
x1 = 0

Koefisien Berat

x1 = - 0.5773503
x2 = 0.5773503

W1 = 1
W2 = 1

=5

x1 = - 0.7745967
x2 = 0
x3 = 0.7745967

W1 = 0.5555556
W1 = 0.8888889
W2 = 0.5555556

W1 = 2

58

Metode Numerik untuk Teknik Mesin

2012

Persamaan matrik kekakuan untuk elemen segiempat isoparametrik

dapat ditulis sebagai berikut:

[k ] h [B]T [C] [B] dX dY h [B]T [C] [B] J ds dt

A

A*
T

= W1W1 [B(s1, t1)] [C] [B(s1, t1)] |J(s1, t1)|

+ W1W2 [B(s1, t2)]T [C] [B(s1, t2)] |J(s1, t2)|
+ W2W1 [B(s2, t1)]T [C] [B(s2, t1)] |J(s2, t1)|
+ W2W2 [B(s2, t2)]T [C] [B(s2, t2)] |J(s2, t2)|
Dengan asumsi polynomial degree yang dipakai 3 dan sampling point
2 maka digunakan harga :
s1 = t1 = -0,577
s2 = t2 = 0,577
W1 = W2 = 1
Hitung I =

2y 2x dx dy

dengan Gauss Quadrature (point n = 2)

59

Metode Numerik untuk Teknik Mesin

2012

DAFTAR PUSTAKA
Abd. Munif, (1995), Cara Praktis Penguasaan dan Penggunaan
Metode Numerik, Guna Wijaya, Jakarta.
Chapra, Steven C., (1991), Metode Numerik, Erlangga, Jakarta.
Soehardjo (1985), Analisa Numerik, ITS, Surabaya.
Triatmodjo, Bambang,
Yogyakarta.

(1995),

Metode

Numerik,

Beta

Offset,

60