TUTORIAL PRAKTIS

BELAJAR MATLAB

Teguh Widiarsono, M.T.

TUTORIAL PRAKTIS
BELAJAR MATLAB

Teguh Widiarsono, M.T.

 PERINGATAN !
Tidak ada hak cipta dalam karya ini, sehingga setiap orang
memiliki hak untuk mengumumkan atau memperbanyak karya
ini tanpa izin dari siapa pun.
Barangsiapa dengan sengaja menyiarkan, memamerkan,
mengedarkan, atau membagikan secara gratis karya ini semoga
mendapatkan pahala yang berlipat ganda dari Allah SWT.

KATA PENGANTAR

Pertama-tama, penulis bersyukur kepada Allah SWT, karena hanya

dengan limpahan rahmat dan karunia-Nya penulis bisa menyelesaikan
buku tutorial ini.

Buku ini membahas tutorial penggunaan MATLAB secara praktis bagi

pengguna mula ataupun yang sudah familiar. Pembahasan dimulai
dengan pengenalan variabel, matriks, serta fungsi yang lazim ditemui
dalam kasus perhitungan sehari-hari. Berikutnya dikenalkan teknik
grafis 2 dan 3-dimensi, kemudian pemrograman MATLAB sehingga
pengguna bisa mendefinisikan fungsi sendiri. Pada bagian akhir dibahas
topik-topik yang lebih khusus meliputi: analisis data, statistika,
polinomial, analisis fungsi, serta perhitungan integral.

Lebih dari 200 contoh dan soal latihan disajikan dalam buku ini,
meliputi: perhitungan, program, dan command MATLAB yang ada
pada setiap bab; sehingga akan mempermudah pemahaman sekaligus
bisa digunakan sebagai rujukan yang bermanfaat.

Mahasiswa tingkat awal hingga akhir bisa memanfaatkan berbagai

kemampuan MATLAB untuk menyelesaikan perhitungan rumit yang
kerap ditemui dalam kuliah, atapun membuat simulasi untuk skripsi /
tugas akhir.

Penulis menyampaikan rasa terima kasih dan penghargaan setinggi-

tingginya kepada keluarga dan rekan-rekan yang telah mendorong
penulis untuk menyelesaikan buku ini; dan juga kepada rekan-rekan
yang turut menyebarkan buku ini secara cumacuma dalam bentuk
softcopy “e-book” ataupun hardcopy.

Penulis sangat mengharapkan kritik dan saran dari para pembaca untuk
memperbaiki kualitas buku ini. Penulis berharap buku ini akan
bermanfaat bagi banyak pihak, aamiin.

Jakarta,
Ramadhan 1426 / Oktober 2005

Buku ini kupersembahkan untuk istri tercinta, Anna Nurul Inayati

Shofia, dan anakku yang sholeh Faska Ulul ‘Azmi Mir. Juga kepada
Widjayanto (EL2000) dan Mas Teguh Prakoso (EL96) yang turut
mendorong dan menyebarluaskan buku ini.
 i

DAFTAR ISI

Bab 1: APA ITU MATLAB? 1

 ii

5.3.2 Plot Permukaan 60

5.3.3 Plot Kontur 62
5.4 Suara 64 Soal Latihan 65
1.1 Memulai MATLAB 2 Bab 6: M-FILE
1.2 Mencoba Kemampuan MATLAB 3 DAN 67
1.3 Demo di MATLAB 8
1.4 Mendapatkan Help 9
1.4.1 Mendapatkan Help dari Command Window 10
1.4.2 Mendapatkan Help dari Help Browser 11

Bab 2: VARIABEL DAN OPERASI DASAR 15

2.1 Kalkulator Sederhana 15
2.2 Menciptakan Variabel Penamaan 16
Variabel 18
2.3 Variabel Terdefinisi di Matlab 19
2.4 Fungsi Matematika 19
Soal Latihan 22

Bab 3: MATRIKS 23
3.1 Skalar, Vektor, dan Matriks 23
3.2 Ukuran Matriks 25
3.3 Matriks Khusus 26
3.4 Manipulasi Indeks Matriks Operator 28
Titik Dua 28
3.5 Membuat Deret 30
3.6 Membentuk-Ulang Matriks 32
Soal Latihan 34

Bab 4: OPERASI MATRIKS 37

4.1 Penjumlahan dan Pengurangan 37
4.2 Perkalian Matriks 38
4.3 Persamaan Linier dalam Matriks 39
4.4 Transposisi 40
4.5 Operasi Elemen-per-Elemen 41
4.6 Fungsi Elemen-per-Elemen 43
Soal Latihan 47

Bab 5: GRAFIK DAN SUARA 49

5.1 Plot 2-Dimensi 49
5.2 Lebih Jauh Mengenai Plot 53
5.3 Plot 3-Dimensi 58
5.3.1 Plot Garis
 58

PEMROGRAMAN MATLAB
6.1 Membuat M-File 67
6.2 M-File Sebagai Skrip Program 68
6.3 M-File Sebagai Fungsi 71
6.4 Display dan Input 73
6.5 Control Statement 74
6.5.1 Statement if ... elseif ... else ... end 74
6.5.2 Statement switch ... case 76
6.5.3 Statement for ... end 76
6.5.4 Statement while ... end 78
6.5.5 Statement break dan return 79
6.5.6 Statement continue 81
6.6 Operator Perbandingan dan Logika 82
Soal Latihan 86

Bab 7: ANALISIS DATA 87

7.1 Maksimum dan Minimum 87
7.2 Jumlah dan Produk 89
7.3 Statistika 90
7.4 Sortir 92
7.5 Histogram 93
7.6 Analisis Frekuensi: Transformasi Fourier 98
Soal Latihan 102

Bab 8: ANALISIS FUNGSI DAN INTERPOLASI 105

8.1 Polinomial di Matlab 105
8.2 Nol dari Fungsi 108
8.3 Minimum dan Maksimum dari Fungsi 111
Minimum dari Fungsi Multi Variabel 113
8.4 Interpolasi 114
8.5 Curve-Fitting 116
8.6 Function Tool 118 Soal Latihan 121 iii
Bab 9: PERHITUNGAN INTEGRAL 123
9.1 Menghitung Integral dengan Metode Numerik 123
9.2 Integral Lipat-2 125
9.3 Integral Lipat-3 127
Soal Latihan 129

Daftar Pustaka 131

Lampiran 1: REFERENSI CEPAT 133

Lampiran 2: PENGENALAN BILANGAN 141

KOMPLEKS

Lampiran 3: JAWABAN SOAL LATIHAN 147

Bab 2 147
Bab 3 149
Bab 4 152
Bab 5 154
Bab 6 159
Bab 7 162
Bab 8 166
Bab 9 172

BAB 1

APA ITU MATLAB?

MATLAB merupakan suatu program komputer yang bisa membantu

memecahkan berbagai masalah matematis yang kerap kita temui dalam
bidang teknis. Kita bisa memanfaatkan kemampuan MATLAB untuk
menemukan solusi dari berbagai masalah numerik secara cepat, mulai
hal yang paling dasar, misalkan sistem 2 persamaan dengan 2 variabel:

x – 2y = 32 12x +
5y = 12

hingga yang kompleks, seperti mencari akar-akar polinomial, interpolasi

dari sejumlah data, perhitungan dengan matriks, pengolahan sinyal, dan
metoda numerik.
kemampuannya untuk menggambarkan berbagai jenis grafik,
sehingga kita bisa memvisualisasikan data dan fungsi yang
kompleks. Sebagai contoh, tiga gambar berikut diciptakan dengan
command surf di MATLAB .

Gambar 1. 1 Grafik 3-dimensi diciptakan dengan command “surf”

di MATLAB.
Salah satu aspek yang sangat berguna dari MATLAB ialah
2 Apa Itu MATLAB

Dalam buku ini kita akan mempelajari MATLAB setahap demi

setahap, mulai dari hal yang sederhana hingga yang cukup kompleks.
Yang perlu kita persiapkan untuk belajar MATLAB ialah seperangkat
komputer yang sudah terinstal program MATLAB di dalamnya. Kita
bisa gunakan MATLAB versi 5, 6 ataupun 7 untuk mempraktekkan
berbagai contoh yang ada di buku ini. Di dalam buku ini kita akan
mempelajari ‘teori’ penggunaan MATLAB, namun untuk menjadi
mahir Anda harus duduk di depan komputer dan mempraktekkannya
secara langsung!

1.1 Memulai MATLAB

Kita memulai MATLAB dengan mengeksekusi ikon MATLAB di layar
komputer ataupun melalui tombol Start di Windows. Setelah proses
loading program, jendela utama MATLAB akan muncul seperti
berikut ini.

Memulai/ Direktori yang

Menu membuka M-file sedang aktif

Daftar variabel
yang aktif

Command
window

MATLAB Start

Gambar 1. 2 Jendela utama MATLAB.

Setelah proses loading usai, akan muncul command prompt di dalam

command window:
>>
 Apa Itu MATLAB 3

Dari prompt inilah kita bisa mengetikkan berbagai command

MATLAB, seperti halnya command prompt di dalam DOS.

Sebagai permulaan, mari kita ketikkan command date :

>> date setelah menekan Enter,

akan muncul

ans = 05-Feb-
2005

date adalah command MATLAB untuk menampilkan tanggal hari ini.

Berikutnya cobalah command clc untuk membersihkan command
window:
>> clc

Ketika kita selesai dengan sesi MATLAB dan ingin keluar, gunakan
command exit atau quit.

>> exit Atau... >> quit

Atau bisa juga dengan menggunakan menu: File

 Exit MATLAB.

1.2 Mencoba Kemampuan MATLAB

Jika Anda baru pertama kali menggunakan MATLAB, ada baiknya kita
mencoba beberapa command untuk melihat sepintas berbagai
kemampuan dan keunggulan MATLAB.

MATLAB dapat kita pergunakan seperti halnya kalkulator:

>> 2048 + 16 ans
=
2064

Menuliskan beberapa command sekaligus dalam satu baris:

>> 5^2, 2*(6 + (-3))

ans =
25
ans =
6
4 Apa Itu MATLAB

Menciptakan variabel untuk menyimpan bilangan,

serta menjalankan berbagai command atau fungsi yang sudah ada di
MATLAB.
>> x=12; y=0.25; z=pi/2;
>> a=3*x*y, b=sin(z), c=cos(z) a
=
9
b =
1
c =
0

Menciptakan dan memanipulasi vektor dan matriks:

>> Vektor1=[1 3 –6], Vektor2=[4; 3; -1]
Vektor1 =
1 3 -6
Vektor2 =
4
3
-1

>> Matrix=[1 2 3;4 5 6;7 8 9]

Matrix =
1 2 3
4 5 6
7 8 9

>> Vektor1 * Vektor2

ans = 19

>> Vektor2 * Vektor1 ans

=
4 12 -24
3 9 -18
-1 -3 6

>> Matrix * Vektor2

ans = 7
25
43

Menciptakan deret secara efisien:

 Apa Itu MATLAB 5

>> deret1=1:1:10 deret1

=
1 2 3 4 5 6 7 8 9 10

>> deret2=linspace(0,5,11) deret2

=
Columns 1 through 7
0 0.5000 1.0000 1.5000 2.0000 2.5000 3.0000

Columns 8 through 11
3.5000 4.0000 4.5000 5.0000
MATLAB juga dapat kita pergunakan untuk mencari akar-akar
polinomial. Misalkan akar-akar dari:

y = x4 – 10 x2 + 9
>> akar=roots([1 0 –10 0 9])
akar = 3.0000 -3.0000
1.0000
-1.0000

Melakukan interpolasi dengan berbagai metode, misalkan dengan

pendekatan polinomial.

Misalkan kita memiliki data pengamatan temperatur selama 12 jam:

>> t=1:12;
>> data=[22 22 22.5 24 25.5 28 29 29 30 29.5 29 28];

Data tersebut kita interpolasi menjadi kurva mulus polinomial orde-

5:

>> p=polyfit(t,data,5);
>> x=linspace(1,12,100); y=polyval(p,x);
>> plot(x,y,'k--',t,data,'k*')
>> p p
=
0.0000 0.0038 -0.1245 1.2396 -3.2370 24.2045
6 Apa Itu MATLAB

Gambar 1. 3 Interpolasi data temperatur terhadap waktu,

didekati dengan polinom y = 0,038 x4 – 0,1245 x3 + 1,2396 x2 – 3,237
x
+ 24,2045

Salah satu keunggulan MATLAB ialah kemudahannya untuk membuat

grafik dan suara. Misalkan membuat grafik 2-dimensi,
>> x=linspace(-5,5,200);
>> y=x.^2+cos(10*x);
>> plot(x,y)

atau bahkan grafik 3-dimensi:

>> u=linspace(-4,4,50);
>> [U,V]=meshgrid(u,u);
>> W=cos(U).*cos(V/3);
>> surf(U,V,W)
 Apa Itu MATLAB 7

Gambar 1. 4 Grafik 2 dan 3-dimensi diciptakan dengan command

plot dan surf.

Dan juga membuat suara, misalkan nada DO, RE, MI:

>> Fs=8000; %Frekuensi sampling 8 kHz
8 Apa Itu MATLAB

>> t=0:1/Fs:0.5; %Durasi nada 1/2 detik >>

frek=[262 294 330]; %Frekuensi DO RE MI
>> m=[];

>> for i=1:3

m=[m cos(2*pi*frek(i)*t)]; %Membuat vektor DO RE MI
end

>> sound(m,Fs)

Penjelasan dan langkah-langkah yang detail mengenai berbagai

contoh di atas akan kita pelajari dalam bab-bab berikutnya dari buku
ini.

1.3 Demo di MATLAB

Ketika sudah membuka MATLAB, kita bisa menjalankan demo yang
ada di dalamnya. Dari command window ketiklah demo, maka akan
muncul jendela browser di mana kita bisa memilih demo mana yang
akan dijalankan.

Gambar 1. 5 Jendela tempat memulai demo.

Kita bisa melihat dan merasakan berbagai aplikasi dari MATLAB

dengan cara mengeksplorasi demo. Di dalam demo tersebut terdapat
 Apa Itu MATLAB 9

beberapa game yang bisa kita mainkan, grafik-grafik yang menarik,

dan sejumlah simulasi dari berbagai bidang teknik.

Kita bisa mengekspansi folder MATLAB (klik tanda +) dan melihat

berbagai kategori demo. Misalkan kita memilih Gallery  Slosh,
lalu coba jalankan; maka akan muncul grafik berikut.

Gambar 1. 6 Salah satu gambar di dalam galeri demo

Demo ini memperlihatkan betapa efek grafis 3-dimensi yang bagus

bisa dibuat dengan MATLAB. Sekarang, nikmati waktu Anda dengan
menjalankan berbagai demo yang lain!

1.4 Mendapatkan Help

MATLAB memiliki sistem “help” yang ekstensif, memuat
dokumentasi detil dan informasi “help” meliputi semua command
dan fungsi di MATLAB. Sistem ini akan sangat membantu kita, baik
yang pemula maupun ahli, untuk memahami fungsionalitas MATLAB
yang belum pernah kita gunakan sebelumnya. Untuk mendapatkan
help, terdapat 2 cara: melalui command window, dan melalui help
browser.
10
Apa Itu MATLAB

1.4.1 Mendapatkan Help dari Command Window

Dari command window, kita bisa gunakan: help, helpwin, dan doc.
Misalkan kita ingin mengetahui deskripsi dari command plot.
>> help plot
PLOT Linear plot.
PLOT(X,Y) plots vector Y versus vector X. If X or Y is a
matrix, then the vector is plotted versus the rows or
columns of the matrix, whichever line up. If X is a
scalar and Y is a vector, length(Y) disconnected points
are plotted.
....
....
See also SEMILOGX, SEMILOGY, LOGLOG, PLOTYY, GRID, CLF,
CLC, TITLE, XLABEL, YLABEL, AXIS, AXES, HOLD, COLORDEF,
LEGEND, SUBPLOT, STEM.

Output dari help juga merujuk ke command lain yang berhubungan.

Dalam contoh ini: semilogx, semilogy, loglog, dan seterusnya. Untuk
melihat deskripsinya bisa kita ketikkan help semilogx, help loglog,
dan sebagainya.

Nama fungsi atau command di dalam help ditampilkan

dengan huruf kapital, tetapi ketika kita ketikkan di
command window harus menggunakan huruf kecil.
Penting! Contohnya dalam help plot di atas, tertulis PLOT(X,Y),
tetapi ketika kita gunakan harus ditulis plot(x,y)

Dari command window Anda juga bisa menggunakan helpwin.

>> helpwin plot

Akan muncul window yang berisi deskripsi tentang fungsi atau command
yang dimaksud.
 11

Apa Itu MATLAB

Terlihat bahwa help ataupun helpwin menampilkan informasi yang

sama, namun demikian terdapat kelebihan helpwin:
• Teks ditampilkan di window yang terpisah dengan command window
• Kita bisa langsung mengklik fungsi di “See also” untuk referensi,
jadi tidak usah mengetik lagi lewat command window.
• Terdapat link Default Topics yang berisi daftar semua kategori
fungsi MATLAB, sehingga kita bisa mengetahui semua fungsi yang
terdapat dalam suatu kategori. Misalkan kita ingin mengetahui
fungsi apa saja untuk plot grafik 2dimensi, maka pilihlah link
matlab\graph2d.

Cara yang lain untuk mendapatkan dokumentasi yang lengkap ialah

menggunakan doc.
>> doc plot

Keluaran command doc inilah yang paling lengkap, bahkan

menyediakan contoh lengkap yang bisa dipelajari dan dieksekusi.

Sekarang cobalah Anda lihat help untuk command lainnya: plot3,

polyfit, dan trapz.

1.4.2 Mendapatkan Help dari Help Browser

Sumber help lainnya ialah help browser. Anda bisa mengetikkan

helpbrowser di command window, atau dari menu Help  MATLAB
Help.

Help browser memiliki dua bagian utama: Help Navigator, dan layar
tampilan di sisi kanan. Cara penggunaan help browser mirip dengan
Windows Explorer; apa yang kita pilih di daftar navigator akan
 12
Apa Itu M ATLAB

Product
filter

Tab

Help
navigator Gambar 1. 7 Jendela help browser.
ditampilkan di layar sisi kanan. Help Navigator ini memiliki sejumlah
komponen:
• Product filter : mengaktifkan filter untuk memperlihatkan
dokumentasi hanya pada produk yang Anda inginkan
• Tab Contents : melihat judul dan daftar isi dokumentasi
• Tab Index : mencari entri indeks tertentu (dengan kata kunci) di
dalam dokumentasi
• Tab Demos : melihat dan menjalankan demo
• Tab Search : untuk mencari dokumentasi yang mengandung kata /
potongan kata tertentu. Untuk mendapatkan help dari suatu fungsi
tertentu, pilihlah Search type: Function Name
• Tab Favorites : melihat daftar link ke dokumen yang telah ditandai
sebagai favorit.

Di antara tab tersebut, yang paling sering digunakan ialah Contents dan
Search. Sebagai latihan, cobalah mencari dokumen mengenai “sound”
dengan help browser. Pilih tab Search, Search type: Full Text, Search
for: sound.
Apa Itu MATLAB
 13
Penggunaan kaca kunci untuk pencarian mirip dengan mesin pencari di
internet (google, yahoo, altavista, dll). Misalkan Anda ingin mencari
“filter digital”, maka ketikkan dalam Search for:
filter AND digital.
BAB 2

VARIABEL DAN OPERASI DASAR

2.1 Kalkulator Sederhana

Dalam mode penggunaan dasar, MATLAB dapat digunakan sebagai
fungsi kalkulator. Sebagai contoh, kita bisa lakukan perhitungan
berikut pada command window.
>> 3+12
ans =
15
>> 25*10-
16 ans =
234

>> (9+18)/3^2
ans =
3

Operator aritmatik dasar yang didukung oleh MATLAB ialah sebagai

berikut:

Tabel 2. 1

+ , -, *, / : tambah, kurang, kali, bagi

(, ) : kurung
\ : pembagian terbalik
: pangkat
^

Hirarki operator mengikuti standar aljabar yang umum kita kenal:

1. Operasi di dalam kurung akan diselesaikan terlebih dahulu
2. Operasi pangkat
3. Operasi perkalian dan pembagian
4. Operasi penjumlahan dan pengurangan

Sekarang kita coba contoh berikut ini.

16 Variabel dan Operasi Dasar
>> 2.5+0.6
ans =
3.1000
>>
3*4+3/4
ans =
12.7500

>> 5\(15+35)
ans =
10

>> 169^(1/2), (6+14)\10^2

ans =
13
ans =
5

Dalam contoh di atas kita menemui variabel ans, singkatan dari

“answer”, yang digunakan MATLAB untuk menyimpan hasil
perhitungan terakhir.

Kita bisa melakukan beberapa operasi sekaligus dalam

satu baris dengan menggunakan tanda koma sebagai
Tips pemisah
Gunakan panah atas/bawah ↑↓ berulang-ulang untuk
memunculkan lagi command yang pernah ditulis
sebelumnya.

format bilangan “floating point” di

MATLAB digambarkan dalam contoh berikut:
2.5 × 107 dituliskan 2.5e7
Penting! 0.02 × 10-16 dituliskan 0.02e-16 atau .02e-16
108 dituliskan 1e8 dan sebagainya

2.2 Menciptakan Variabel

 Variabel dan Operasi Dasar 17
Kita juga bisa menciptakan variabel untuk menyimpan nilai, baik
berupa bilangan ataupun teks. Contoh berikut ini untuk
menciptakan variabel:

>> a=100
a =
100
>> b=200
b =
200
>> c=300;
>> d=400;

>> total=a+b+c+d
total =
1000

>> rata_rata=total/4;

Untuk melihat hasil rata_rata, kita bisa panggil variabel tersebut.

>> rata_rata
rata_rata =
250

Jika kita tidak menambahkan tanda titik-koma ( ; ) di

akhir command, maka MATLAB akan menampilkan
Penting! variabel dan bilangan yang baru kita masukkan, atau
hasil perhitungan yang baru dikerjakan. Jika terdapat
titik-koma, maka perhitungan tetap dilakukan tanpa
menuliskan hasilnya.

Berikutnya, kita bisa melihat daftar variabel apa saja yang sedang
aktif di dalam MATLAB menggunakan command whos.
>> whos
Name Size Bytes Class

a 1x1 8 double array

b 1x1 8 double array c
1x1 8 double array d
1x1 8 double array rata_rata
1x1 8 double array total
1x1 8 double array

Grand total is 6 elements using 48 bytes

18 Variabel dan Operasi Dasar

Atau kita juga bisa melihat daftar ini di window Workspace, di

sebelah kiri command window (silakan lihat kembali Gambar 1.2).

Untuk menghapus beberapa atau semua variabel kita gunakan

command clear. Misalkan untuk menghapus variabel total.
>> clear total

dan untuk menghapus semua variabel sekaligus

>> clear

Penamaan Variabel

Pemberian nama variabel mengikuti rambu-rambu berikut ini:

• Gunakan karakter alfabet (A s/d Z, a s/d z), angka, dan garis
bawah ( _ ), sebagai nama variabel. Perlu diingat bahwa
MATLAB peka terhadap besar-kecilnya huruf.
Misalkan: jumlah, x1, x2, S_21, H_2_in; merupakan nama
variable yang valid
sinyal1, Sinyal1, SINYAL1; dianggap sebagai 3 variabel yang
berbeda.
• Jangan gunakan spasi, titik, koma, atau operator aritmatik
sebagai bagian dari nama.

Selain berisi bilangan, variabel juga bisa berisi teks. Dalam

mendefinisikan variabel teks gunakanlah tanda petik tunggal.
>> baca_ini = ‘Contoh variabel berisi teks!’;
>> baca_ini baca_ini =
Contoh variabel berisi teks!

Kita tidak boleh salah memperlakukan variabel berisi bilangan

dengan yang berisi teks, sebab variabel teks juga bisa terlibat dalam
operasi perhitungan. Misalkan:
>> clear
>> a=7;
>> b=’7’;
>>
a/b
ans =
0.1273
>>
a+b
ans =
 Variabel dan Operasi Dasar 19
62

Terlihat bahwa mengoperasikan variabel berisi teks bisa

memunculkan hasil perhitungan yang “salah”.

2.3 Variabel Terdefinisi di MATLAB

Di dalam MATLAB telah terdapat beberapa variabel yang telah
terdefinisi, sehingga kita bisa langsung pergunakan tanpa perlu
mendeklarasikannya lagi. Variabel tersebut ialah:

Tabel 2. 2

ans “answer”, digunakan untuk menyimpan hasil

perhitungan terakhir
eps bilangan sangat kecil mendekati nol yang merupakan
batas akurasi perhitungan di MATLAB.
pi konstanta π, 3.1415926...
inf “infinity”, bilangan positif tak berhingga, misalkan
1/0, 2^5000, dsb.
NaN
“not a number”, untuk menyatakan hasil perhitungan
yang tak terdefinisi, misalkan 0/0 dan inf/inf.
i, j
unit imajiner, √-1, untuk menyatakan bilangan
kompleks.

2.4 Fungsi Matematika

Berbagi fungsi matematika yang umum kita pergunakan telah
terdefinisi di MATLAB, meliputi fungsi eksponensial, logaritma,
trigonometri, pembulatan, dan fungsi yang berkaitan dengan
bilangan kompleks.
20 Variabel dan Operasi Dasar

Tabel 2. 3

abs(x) menghitung nilai absolut dari x, yaitu x

sign(x) fungsi “signum”: bernilai +1 jika x positif, -1 jika x
negatif, dan 0 jika x sama dengan nol.

Fungsi eksponensial dan logaritma:

sqrt(x) akar kuadrat dari x exp(x) pangkat

natural dari x, yaitu ex log(x) logaritma natural dari
x, yaitu ln x log10(x) logaritma basis 10 dari x,
yaitu log10 x
log2(x) logaritma basis 2 dari x, yaitu log2 x

Fungsi trigonometri:

sin(x), cos(x), fungsi trigonometri sinus, cosinus, tangent, tan(x),

cot(x), cotangent, secant, dan cosecant. (x dalam sec(x), csc(x) satuan
radian)

asin(x), acos(x), fungsi arcus trigonometri

atan(x), acot(x), asec(x), acsc(x)

sinh(x), cosh(x), fungsi trigonometri-hiperbolik

tanh(x), coth(x), sech(x), csch(x)

asinh(x), acosh(x), fungsi arcus trigonometri-hiperbolik atanh(x),

acoth(x),
asech(x), acsch(x)
 Variabel dan Operasi Dasar 21

Fungsi pembulatan:

round(x) pembulatan x ke bilangan bulat terdekat floor(x)

pembulatan ke bawah dari x ke bilangan bulat
terdekat
ceil(x) pembulatan ke atas dari x ke bilangan bulat terdekat
fix(x) pembulatan ke bawah untuk x positif, dan ke atas
untuk x negatif
rem(x,y) sisa pembagian dari x/y

Fungsi bilangan kompleks:

real(z) menghitung komponen riil dari bilangan kompleks z

menghitung komponen imajiner dari bilangan
imag(z) kompleks z
menghitung magnitude dari bilangan kompleks z
abs(z) menghitung argumen dari bilangan kompleks z
angle(z) menghitung konjugasi dari bilangan kompleks z
conj(z)

Bagi Anda yang belum familiar dengan sistem bilangan kompleks,

tutorial singkat mengenai topik ini terdapat di Lampiran 2.

Untuk memperdalam pemahaman dari subbab 2.3 dan 2.4, cobalah

contoh berikut dan amatilah hasilnya:
>> a=pi/2, b=1000, c=-0.5, d=13, e=4

>> sign(a)

>> sqrt(10*b), exp(c), exp(b)

>> log(exp(c)), log10(b), log2(b+24)

>> sin(a), cos(a), tan(a/2)

>> asin(c), acos(c)
22 Variabel dan Operasi Dasar
>> round(d/e), floor(d/e), ceil(d/e), rem(d,e)

>> A=3+4i, B = sqrt(2) - i*sqrt(2)

>> real(A), imag(A), real(B), imag(B)

>> abs(A), angle(A), abs(B), angle(B)
>> abs(A)*cos(angle(A)), abs(A)*sin(angle(A))

Soal Latihan
1. Hitunglah dengan MATLAB:
12 / 3,5 (3 + 5/4)2 (0,252 + 0,752)1/2 2 / (6/0,3)

2. Buatlah empat variabel berikut:

A = 25 B = 50 C = 125 D = 89
Hitunglah dan simpan dalam variabel baru:
X = A + B +C Y = A / (D+B)
Z = DA/B + C

3. Manakah di antara nama-nama variabel berikut yang valid ?

luas, kel_1, 2_data, diff:3, Time, time_from_start,
10_hasil_terakhir, nilai-awal

4. Misalkan: x = π/6, y = 0,001; hitunglah:

y e−x sin x cos2x tan3x
log10 y log2 y ln y

p
5. Misalkan: p = 9+16i dan q = −9+16i; hitunglah: r = pq s=
p−r r+s p2 q q
p ∠p q ∠q r ∠r s ∠s
Variabel dan Operasi Dasar 23
BAB 3

MATRIKS

3.1 Skalar, Vektor, dan Matriks

Terdapat tiga jenis format data di MATLAB, yaitu skalar, vektor, dan
matriks.
• Skalar, ialah suatu bilangan tunggal
• Vektor, ialah sekelompok bilangan yang tersusun 1-dimensi.
Dalam MATLAB biasanya disajikan sebagai vektor-baris atau
vektor-kolom
• Matriks, ialah sekelompok bilangan yang tersusun dalam segi-
empat 2-dimensi. Di dalam MATLAB, matriks didefinisikan
dengan jumlah baris dan kolomnya. Di MATLAB terdapat pula
matriks berdimensi 3, 4, atau lebih, namun dalam buku ini kita
batasi hingga 2-dimensi saja.

Sebenarnya, semua data bisa dinyatakan sebagai matriks. Skalar bisa

dianggap sebagai matriks satu baris – satu kolom (matriks 1×1), dan
vektor bisa dianggap sebagai matriks 1-dimensi: satu baris – n kolom,
atau n baris – 1 kolom (matriks 1×n atau n×1). Semua perhitungan
di MATLAB dilakukan dengan matriks, sehingga disebut MATrix
LABoratory.

Matriks didefinisikan dengan kurung siku ( [ ] ) dan biasanya

dituliskan baris-per-baris. Tanda koma (,) digunakan untuk
memisahkan kolom, dan titik-koma (;) untuk memisahkan baris. Kita
juga bisa menggunakan spasi untuk memisahkan kolom dan menekan
Enter ke baris baru untuk memisahkan baris.

Perhatikan cara mendefinisikan skalar dengan ataupun tanpa kurung

siku.

>> skalar1 = 3.1415

skalar1 =
3.1415

>> skalar2 = [2.71828]

skalar2 =
2.7183
 Matriks 25

Contoh vektor-baris dan vektor-kolom

>> vektor1=[3,5,7]
vektor1 =
3 5 7

>> vektor2=[2;4;6]
vektor2 =
2
4
6

Berikutnya kita coba contoh berikut untuk mendefinisikan matriks

3×3.
>> matriks1=[10 20 30
40 50 60
70 80 90]

>> matriks2=[10 20 30; 40 50 60; 70 80 90]

Terlihat bahwa matrix1 dan matrix2 isinya sama, karenanya kita

bisa menekan Enter untuk membuat baris baru, ataupun
menggunakan titik-koma.
Kita juga bisa mendefinisikan matriks elemen per elemen.
>> mat(1,1)=100; mat(1,2)=200; mat(2,1)=300;
>> mat(2,2)=400
mat =
100 200
300 400

Kita sekarang akan mencoba menggabungkan variabel yang ada

untuk membentuk matriks baru.
>> gabung1=[vektor2 matriks1]
gabung1 =
2 10 20 30
4 40 50 60
6 70 80 90

>> gabung2=[vektor1; matriks2]

gabung2 =
3 5 7
10 20 30
40 50 60
70 80 90
26 Matriks

Kita harus ingat bahwa matriks gabungan harus memiliki jumlah

baris dan kolom yang valid sehingga membentuk persegi panjang.

Sekarang cobalah menghitung matriks gabungan berikut.

>> gabung3=[vektor2 vektor2 vektor2]
>> gabung4=[vektor1;vektor1;vektor1]
>> gabung5=[gabung3 gabung4]

3.2 Ukuran Matriks

Untuk mengetahui ukuran atau dimensi dari matriks yang ada, kita
bisa gunakan command size dan length. size umumnya digunakan
untuk matriks 2-dimensi, sementara length untuk vektor.
>> length(vektor1)
ans =
3

>> size(matrix1)
ans =
3 3

Menunjukkan panjang vektor1 ialah 3 elemen, dan ukuran matrix1

ialah 3-baris 3-kolom (3×3). Kita juga bisa menyimpan keluaran
command dalam variabel baru.
>> panjang=length(vektor2)
panjang =
3

>> [jml_baris,jml_kolom]=size(gabung5) jml_baris

=
3 jml_kolom =
6

Sementara itu, untuk menghitung jumlah elemen dari suatu matriks,

kita pergunakan command prod. Misalkan untuk matriks gabung5,
jumlah elemennya ialah;
>> jml_elemen=prod(size(gabung5)) jml_elemen
=
18

3.3 Matriks Khusus

 Matriks 27

MATLAB menyediakan berbagai command untuk membuat dan

memanipulasi matriks secara efisien. Di antaranya ialah command
untuk membuat matriks-matriks khusus, manipulasi indeks matriks,
serta pembuatan deret. Mari kita bahas terlebih dahulu mengenai
matriks khusus.

Berbagai matriks khusus yang kerap kita pergunakan dalam

perhitungan bisa dibuat secara efisien dengan command yang telah
ada di MATLAB.

Tabel 3. 1
ones(n) membuat matriks satuan (semua elemennya berisi
angka 1) berukuran n×n. membuat matriks satuan
ones(m,n)
berukuran m×n.
zeros(n)
membuat matriks nol (semua elemennya berisi angka
zeros(m,n) 0) berukuran n×n. membuat matriks nol berukuran
m×n.
eye(n)
membuat matriks identitas berukuran n×n (semua
elemen diagonal bernilai 1, sementara lainnya
bernilai 0).

rand(n), membuat matriks n×n, atau m×n, berisi bilangan

rand(m,n) random terdistribusi uniform pada selang 0 s.d. 1.

randn(n), membuat matriks n×n, atau m×n, berisi bilangan

randn(m,n) random terdistribusi normal dengan mean = 0 dan
varians = 1. Command ini kerap kita gunakan untuk
membangkitkan derau putih gaussian.
[]
matriks kosong, atau dengan kata lain matriks 0×0;
biasa digunakan untuk mendefinisikan variabel yang
belum diketahui ukurannya.

Untuk memperdalam pemahaman, mari kita lihat contoh di bawah

ini.
>> clear
>> mat_1=5*ones(2,4)
mat_1 =
5 5 5 5
28 Matriks
5 5 5 5

>> mat_2=zeros(2,4)
mat_2 =
0 0 0 0
0 0 0 0

>> mat_3=[eye(4) -ones(4)]

mat_3 =
1 0 0 0 -1 -1 -1 -1
0 1 0 0 -1 -1 -1 -1
0 0 1 0 -1 -1 -1 -1
0 0 0 1 -1 -1 -1 -1

>> bil_acak_uniform=rand(1,10) bil_acak_uniform

=
Columns 1 through 7
0.9501 0.2311 0.6068 0.4860 0.8913 0.7621 0.4565

Columns 8 through 10
0.0185 0.8214 0.4447

>> gaussian_noise=randn(5,1)
gaussian_noise = -0.4326
-1.6656
0.1253
0.2877
-1.1465

Misalkan kita ingin membangkitkan 20 buah bilangan acak gaussian

dengan mean = 5 dan varians = 3.
>> mu=5; %Nilai mean
>> varians=3; %Nilai variansi

>> bil_acak_gaussian= sqrt(varians)*randn(1,20) + mu

bil_acak_gaussian =

Setiap kali kita menggunakan command rand dan randn,

kita akan selalu mendapatkan nilai keluaran yang berbeda.
Tips Hal ini merupakan salah satu sifat bilangan acak.

3.4 Manipulasi Indeks Matriks

 Matriks 29

Dalam vektor ataupun matriks, indeks digunakan untuk menunjuk

satu/beberapa elemen dari vektor/matriks. Indeks dituliskan di dalam
tanda kurung ( ) dengan pola umum sebagai berikut.

Untuk vektor: nama_vektor( indeks ) Untuk

matriks:
nama_matriks( indeks_baris , indeks_kolom )

Dalam suatu vektor, elemen pertama diberi indeks = 1, sementara

dalam matriks, indeks menunjukkan nomor baris dan nomor kolom
dari elemen yang ingin ditunjuk. Untuk lebih jelasnya perhatikan
contoh berikut ini.
>> clear
>> vektor_ini = [1 3 5 7 9];
>> vektor_itu = [9; 8; 7; 6; 5];
>> matrix = [10 20 30; 40 50 60; 70 80 90];

>> vektor_ini(1)
ans =
1

>> vektor_itu(2)
ans =
8

>> matrix(1,2)
ans =
20

>> [matrix(1,1) matrix(1,2) matrix(1,3)]

ans =
10 20 30

Operator-Titik Dua

Kita juga bisa mengambil beberapa baris dan kolom sekaligus dari
suatu matriks dengan operator titik-dua (:). Dalam hal ini tanda titik-
dua berarti “sampai dengan”.
30 Matriks

Misalkan untuk mengambil elemen ke-1 sampai ke-3 dari vektor_ini

>> vektor_ini(1:3)
ans =
1 3 5

Mengambil elemen ke-3 sampai ke-5 dari vektor_itu

>> vektor_itu(3:5)
ans =
7
6
5

Mengambil elemen baris ke-1 sampai ke-2, kolom ke-2 sampai ke3
dari matrix
>> matrix(1:2,2:3)
ans =
20 30 50
60

Dalam hal lain tanda titik-dua bisa berarti “seluruhnya”.

Misalkan untuk mengambil seluruh elemen dari vektor_ini
>> vektor_ini(:)
ans =
1 3 5 7 9

Mengambil seluruh baris dan kolom dari matrix

>> matrix(:,:)
ans =
10 20 30
40 50 60 70
80 90

Mengambil seluruh elemen di baris ke-1 dari matrix

>> matrix(1,:)
ans =
10 20 30

Mengambil seluruh elemen di kolom ke-2 dari matrix

>> matrix(:,2)
ans =
20
50
 Matriks 31
80

Mengambil seluruh elemen di kolom ke-2 dan ke-3 dari matrix

>> matrix(:,2:3)
ans =
20 30
50 60
80 90

Dengan menggunakan indeks, kita bisa mengubah nilai elemen

matriks yang telah ada.
>> vektor_ini(1)=1000
vektor_ini =
1000 3 5 7 9

>> vektor_itu(2:4)=[-1; –1; –1]

vektor_itu =
9
-1
-1
-1
5

>> matrix(3,:)=100*ones(1,3)
matrix =
10 20 30
40 50 60 100 100
100

3.5 Membuat Deret

Deret bilangan merupakan hal yang kerap kita temui dalam
pengolahan data, terutama berkaitan dengan plot data dan proses
iterasi (perhitungan berulang-ulang). Misalkan kita memiliki data
tegangan suatu baterai pada setiap menit selama 1 jam. Dalam
menyajikan data “waktu”, kita harus membuat vektor berisi deret.
Kita tentunya bisa melakukannya secara manual seperti ini:
>> time=[1, 2, 3, 4, …, 60]

Tetapi akan lebih efisien jika deret diciptakan menggunakan operator

titik-dua. Formulanya ialah:
32 Matriks

deret = nilai_awal : inkremen : nilai_akhir

Inkremen harus bilangan bulat positif atau negatif Khusus

untuk inkremen = 1:
deret = nilai_awal : nilai_akhir

Sehingga kita bisa tuliskan

>> time=1:60

Sekarang kita akan berlatih menggunakan operator titik-dua untuk

membuat deret berikut:

x = 0, 100, 200, 300, 400, … , 2200, 2300 y = -10, -9.5, -9, -

8.5, … -0.5, 0, 0.5, … , 9, 9.5, 10 z = 10, 9.95, 9.9, 9.85, 9.8,
9.75, … , 1, 0.95, 0.9, … , 0.05, 0
>> x=0:100:2300;
>> y=-10:0.5:10;
>> z=10:-0.05:0;

Bedakan operator titik-dua untuk manipulasi indeks

matriks dengan operator titik-dua untuk membuat deret.
Penting! Untuk membedakannya ingatlah selalu bahwa indeks
selalu berada di dalam tanda kurung ( )

Di dalam MATLAB, pembuatan deret juga bisa dilakukan dengan

command berikut ini.
Tabel 3. 2

linspace(a,b,n) membuat vektor baris berisi n titik yang terpisah

merata secara linier antara a dan b.
logspace(a,b,n) membuat vektor baris berisi n titik yang terpisah
merata secara logaritmik antara 10^a dan 10^b.
Command ini biasa digunakan untuk menghitung
respon frekuensi suatu sistem.

Contoh:
 Matriks 33
>> linspace(0,10,11)
ans =
0 1 2 3 4 5 6 7 8 9 10

>> logspace(0,2,10)
ans =
Columns 1 through 7
1.0000 1.6681 2.7826 4.6416 7.7426 12.9155 21.5443

Columns 8 through 10
35.9381 59.9484 100.0000

3.6 Membentuk-Ulang Matriks

Terdapat beberapa command yang bisa digunakan untuk menukar,
merotasi, dan menyusun kembali elemen matriks.

Tabel 3. 3

fliplr(A) menukar posisi elemen matriks A secara

melintang, yaitu sebelah kiri ditukar dengan
sebelah kanan.
flipud(A) menukar posisi elemen matriks A secara
membujur, yaitu sebelah atas ditukar dengan
sebelah bawah. merotasi posisi elemen matriks A
rot90(A) berlawanan arah jarum jam sejauh 90o.
menyusun ulang elemen matriks A menjadi
reshape(A,m,n)
berukuran m×n. Harus diingat bahwa jumlah
elemen A harus sama dengan m× n

Contoh:
>> A=[0:3; 4:7]
A =
0 1 2 3
4 5 6 7

>> fliplr(A)
ans =
34 Matriks
3 2 1 0
7 6 5 4
>> flipud(A) ans =
4 5 6 7
0 1 2 3
>> rot90(A) ans =
3 7
2 6
1 5
0 4

>> reshape(A,1,8) ans =

0 4 1 5 2 6 3 7

>> reshape(A,4,2) ans =

0 2
4 6
1 3
5 7

Soal Latihan
1. Definisikan vektor dan matriks berikut ini di dalam MATLAB:

−5 1 3 5 0
 Matriks 35

(10 20 30 40) 1540 053 153 133

153

2. Gabungkan matriks A dan B berikut ini:

A 42 84 B 11 −11
menjadi:

C= (A B) W BB −BB

3. Hitunglah:
a. Masing-masing ukuran vektor/matriks pada soal no.1 dan
no. 2 di atas
b. Masing-masing jumlah elemen vektor/matriks pada soal
no.1 dan no.2 di atas.

4. Buatlah matriks-matriks berikut dengan command ones, zeros,

dan eye:
5000 5500
0500 5 500 005
0 5005
0005 0 −5 5
0

5. Buatlah vektor berukuran 100 berisi bilangan acak gaussian

dengan mean = 1 dan variansi = 0,2.

6. Buatlah matriks M berikut ini:

1 5 10 15 20

1 2 4 8 16
M 3036 9
32 16 8 4 2

5 −5 5 −5 5
36 Matriks

Buatlah vektor / matriks baru berisi:

- baris pertama dari M
- kolom ketiga dari M
- baris ketiga hingga kelima, kolom kedua hingga keempat
dari M
- elemen pada diagonal utama dari M

7. Buatlah deret berikut ini dengan operator titik-dua, linspace, dan

logspace:
x = -10, -9, -8, ... , 8, 9, 10 y = 7,5
, 7,0 , 6,5 , 6,0 , ... , 0,5 , 0 z = 1,
4, 7, 10, 13, ... , 100
w = 0,001 , 0,01 , 0,1 , 1 , 10 , ... , 106

8. Buatlah matriks N yang berisi kolom pertama hingga keempat

dari matriks M pada no.6 di atas. Bentuk-ulang matriks N
tersebut menjadi matriks baru seperti berikut ini:
- kolom pertama ditukar dengan kolom keempat, kolom kedua
ditukar dengan kolom ketiga
- baris pertama ditukan dengan baris kelima, baris kedua
ditukar dengan baris keempat
- matriks berukuran 10×2
- matriks berukuran 4×5
BAB 4

OPERASI MATRIKS

Ketika kita bekerja dengan matriks di dalam MATLAB, operasi

ataupun manipulasi yang kita lakukan terhadap matriks tersebut bisa
berupa: operasi (aljabar) matriks, dan operasi elemen-perelemen.
Operasi matriks di MATLAB sama seperti yang kita temui di aljabar
matriks, misalkan penjumlahan/pengurangan, perkalian matriks,
invers, transpose, dot product, cross product, dan sebagainya.
Sementara operasi elemen-per-elemen, yang merupakan ciri khas
MATLAB, mengoperasikan satu per satu elemen matriks seperti
operasi skalar, meliputi penjumlahan/pengurangan,
perkalian/pembagian, dan pangkat. Dalam bab ini, operasi matriks
dibahas terlebih dahulu, dan kemudian operasi elemen-per-elemen.

4.1 Penjumlahan dan Pengurangan

Penjumlahan dua matriks, A+B, dan selisih dua matriks, A–B,
terdefinisi jika A dan B berukuran sama. Namun demikian,
penjumlahan/pengurangan juga bisa dilakukan antara matriks dengan
skalar. Untuk jelasnya mari kita praktekkan contoh berikut ini.
>> A=[0 1;2 3];
>> B=[4 5;6 7];

>> Jumlah=A+B, Selisih=A-B, Tambah50=A+50

Jumlah =
4 6
8 10
Selisih =
-4 -4
-4 -4
Tambah50 =
50 51
52 53

4.2 Perkalian Matriks

Perkalian matriks, misalkan C = AB, terdefinisi jika jumlah kolom di
A sama dengan jumlah baris di B. Selain itu, perkalian juga bisa
dilakukan antara matriks dengan skalar.
38 Operasi Matriks

Kita akan lanjutkan contoh sebelumnya.

>> A,B
A =
0 1
2 3 B =
4 5
6 7

>> MultAB=A*B, MultBA=B*A

MultAB =
6 7
26 31
MultBA =
10 19
14 27

Ketika mengalikan dua matriks, maka matriks hasil

perkalian dihitung berdasarkan formula baku. Misalkan
Tips C=AB; A dan B matriks 2×2, sehingga hasilnya C juga
2×2.

c11 c1222 aa1121

b12
aa1222 bb1121
c21 c b22

di mana: c11 = a11b11 + a12b21

c12 = a11b12 + a12b22
c21 = a21b11 + a22b21
c22 = a21b12 + a22b22

Contoh berikutnya ialah perkalian dua vektor, yang juga mengikuti

aturan perkalian matriks, karena vektor sesungguhnya sama dengan
matriks 1-dimensi.
>> x=[3 2 1], y=[100;10;1]
x =
3 2 1

y =
100
 Operasi Matriks 39
10
1

>> z1=x*y, z2=y*x

z1 = 321 z2 =
300 200 100
30 20 10
3 2 1

Selain perkalian di atas, dikenal pula perkalian vektor, yaitu:

“dotproduct” (atau disebut juga inner-product), dan “cross-product”.

Tabel 4. 1
dot(x,y) menghitung dot-product dari vektor x dan y
cross(x,y) menghitung cross-product dari vektor x dan y

Dot-product dan cross-product dihitung berdasarkan

formula baku.
Tips Misalkan terdapat dua vektor x = (x1 x2 x3) dan y =
(y1 y2 y3), maka:

dot-product: x • y = x1y1 + x2y2 + x3y3

cross-product: x × y = (x2y3− x3y2 x3y1− x1y3 x1y2− x2y1)

Perlu diingat bahwa hasil dot-product berupa skalar,

sementara hasil cross-product berupa vektor.

4.3 Persamaan Linier dalam Matriks

Kita sering menemui persamaan linier dengan beberapa variabel. Di
dalam aljabar, solusi persamaan tersebut bisa ditemukan, salah
satunya dengan menggunakan matriks. Misalkan kita tinjau sistem
persamaan linier dengan variabel x1 dan x2.

x1 – 2 x2 = 32
12 x1 + 5 x2 = 7

Dalam bentuk matriks bisa kita tuliskan:

40 Operasi Matriks

121 −52 x1 327 ⇔

AX = B
x2

X = A-1B ; di mana A-1 ialah invers matriks A

Dalam MATLAB kita tuliskan:

>> A=[1 –2;12 5]; B=[32;7];

>> X=inv(A)*B
X =
6.0000
-13.0000

Sehingga kita dapatkan solusi x1 = 6 dan x2 = -13.

Atau kita juga bisa mendapatkan solusi tersebut dengan operator
pembagian terbalik:
>> X=A\B
X =
6.0000
-13.0000

Sebagai bahan latihan, cobalah Anda pecahkan persamaan linier

dengan tiga variabel berikut ini.

x + 2y + 3z = 2 4x
+ 5y + 6z = -5,5
7x + 8y – 9z = -49

4.4 Transposisi
Salah satu operasi yang penting dalam matriks ialah transposisi,
dituliskan dalam MATLAB dengan operator petik tunggal ( ‘ ) dan
titik-petik ( .’ ). Operasi ini mempertukarkan baris dan kolom dari
suatu matriks atau vektor.

Tabel 3. 1
 Operasi Matriks 41

petik tunggal ( ‘ ) operasi transposisi untuk matriks berisi bilangan

riil, atau transposisi dan konjugasi untuk matriks
titik-petik ( .’ ) kompleks. operasi transposisi tanpa konjugasi.
Untuk matriks riil, operator ini memberi hasil yang
sama dengan petik tunggal

Mari kita praktekkan contoh berikut ini untuk memahami kedua

operator di atas.
>> Mat_riil=[1 0; 3 5], Mat_kompleks=[1+2i 3i; 1 2+3i]
Mat_riil =
1 0
3 5
Mat_kompleks =
1.0000 + 2.0000i 0 + 3.0000i
1.0000 2.0000 + 3.0000i

>> Transp_riil=Mat_riil',Transp_kompleks=Mat_kompleks'
Transp_riil =
1 3
0 5
Transp_kompleks =
1.0000 - 2.0000i 1.0000
0 - 3.0000i 2.0000 - 3.0000i

>> Transp_riil2=Mat_riil.'
Transp_riil2 =
1 3
0 5

>> Transp_kompleks2=Mat_kompleks.'
Transp_kompleks2 =
1.0000 + 2.0000i 1.0000
0 + 3.0000i 2.0000 + 3.0000i

4.5 Operasi Elemen-per-Elemen

Di dalam MATLAB, operasi matematik juga bisa dilakukan
elemenper-elemen. Dalam hal ini matriks atau vektor yang terlibat
harus berukuran sama. Operasi yang bisa dilakukan
ialah perkalian/pembagian, penjumlahan/pengurangan, serta
pangkat. Operator yang digunakan diawali dengan tanda “titik”
(kecuali penjumlahan/pengurangan), yaitu:
42 Operasi Matriks

Tabel 3. 2

+ – Tambah dan kurang (elemen-per-elemen)

.* ./ .\ Kali, bagi, bagi terbalik (elemen-per-elemen)
.^ Pangkat (elemen-per-elemen)

Operasi penjumlahan/pengurangan matriks secara definit sudah

dilakukan elemen-per-elemen, sehingga + dan – tidak diawali
“titik”.

Sekarang kita coba praktekkan contoh di bawah ini.

>> A=[1 -2;1 5]; B=[7 5; 2 0];

>> A+B ans
= 8
3
3 5
>> A.*B ans
= 7 -
10
2 0
>>
B./A
ans =
7.0000 -2.5000
2.0000 0
>> B.^2 ans
= 49
25
4 0
>> A.^B ans
= 1 -
32
1 1
>> 2.^B ans
= 128
32
4 1

Perhatikan bahwa hasil operasi juga berupa matriks berukuran sama

dengan A dan B.

Pada contoh berikutnya kita coba operasi antar vektor.

>> a = [3 2 1]; b = [4 5 6];
>> c = [10 20 30]’; d = [5 10 15]’;
 Operasi Matriks 43
>>
a.*b
ans =
12 10 6
>>
c.*d
ans =
50
200
450

>> a.*c
??? Error using ==> .* Matrix
dimensions must agree.

Perhatikan bahwa ukuran a dan c tidak cocok sehingga muncul pesan

error (a berukuran 1×3 sementara c 3×1).

>> b.^a, c./d+2

ans =
64 25 6
ans = 4
4
4

>> c./2.*d.^2
ans =
125
1000
3375

Ingat, operasi pangkat selalu dilakukan lebih dulu, diikuti

perkalian/pembagian, kemudian penjumlahan/pengurangan.

4.6 Fungsi Elemen-per-Elemen

Semua fungsi matematik yang berlaku pada skalar (lihat kembali
subbab 2.4), berlaku pula untuk matriks/vektor secara elemen-
perelemen. Pada contoh kali ini, kita akan mencoba beberapa contoh
sederhana, kemudian kita coba pula dua kasus perhitungan dengan
memanfaatkan berbagai fungsi yang telah kita pelajari.
>> n=-3:3
n =
-3 -2 -1 0 1 2 3
44 Operasi Matriks
>> abs(n), sign(n)
ans =
3 2 1 0 1 2 3
ans =
-1 -1 -1 0 1 1 1

>> round(n./2), floor(n./2), ceil(n./2)

ans =
-2 -1 -1 0 1 1 2 ans =
-2 -1 -1 0 0 1 1
ans =
-1 -1 0 0 1 1 2
>>
rem(n,3)
ans =
0 -2 -1 0 1 2 0

Contoh Kasus

Berikutnya, kita pelajari contoh kasus pertama:

Misalkan Anda ditugasi untuk mencari solusi persamaan logaritmik:

y = ln(x2)

di mana x bernilai antara –100 hingga +100. Setelah itu, Anda harus
menampilkan nilai pada rentang x = –2 hingga x = 2 saja.

>> clear
>> inkremen = 0.5;
>> x = -100:inkremen:100; %Di sini kita definisikan x,
>> y = log(x.^2); %kemudian kita hitung y Warning:
Log of zero.

Warning muncul karena terdapat perhitungan y = log(0) ketika x=0.

Untuk menghindari warning, kita bisa buat angka di dalam logaritma
tidak pernah bernilai nol dengan cara menambahkan bilangan “amat
kecil” eps.

>> y = log(x.^2+eps);

Nilai x telah didefinisikan, dan y telah dihitung. Sekarang, kita harus

melokalisasi data pada rentang –2 hingga +2. Untuk melakukannya,
kita harus tahu panjang vektor x, dan pada nomor indeks berapa saja
x bernilai –2 hingga +2.

>> panjang = length(x)

panjang =
 Operasi Matriks 45
401

>> titik_tengah = round(panjang/2) titik_tengah

=
201

Pada titik_tengah ini, x bernilai 0. Sekarang kita ambil nilai x di kiri

dan kanan titik_tengah sebanyak 4 titik untuk mendapatkan x = –2
hingga x = 2.

>> x_baru = x(titik_tengah-4:titik_tengah+4)

x_baru =
Columns 1 through 7
-2.0000 -1.5000 -1.0000 -0.5000 0 0.5000 1.0000

Columns 8 through 9
1.5000 2.0000

Lalu kita tampilkan nilai y pada rentang tersebut.

>> y_baru = y(titik_tengah-4:titik_tengah+4)

y_baru =
Columns 1 through 7
1.3863 0.8109 0.0000 -1.3863 -36.0437 -1.3863 0.0000

Columns 8 through 9
0.8109 1.3863

Berikutnya pada contoh kasus kedua:

Anda ditugasi membuat tabel trigonometri: sinus dan cosinus untuk

sudut-sudut istimewa: 0o, 30o, 45o, 60o, 90o, ... , 360o. Dalam tugas
ini akan digunakan pula command sort untuk mengurutkan data dan
disp untuk menampilkan isi variabel di layar.

Mula-mula, kita definisikan x sebagai sudut-sudut istimewa, berupa

sudut kelipatan 30o mulai 0o hingga 360o. Kemudian kita tambahkan
empat sudut istimewa: 45o, 135o, 225o, dan 315o, lalu kita urutkan isi
vektor x.
>> clear
>> x=0:30:360;
>> x=[x 45 135 225 315];

>> x=sort(x)
x =
Columns 1 through 13
46 Operasi Matriks
0 30 45 60 90 120 135 150 180 210 225 240 270

Columns 14 through 17
300 315 330 360

x dalam satuan derajat kita ubah menjadi t (radian), karena

perhitungan trigonometri dilakukan dalam satuan radian.

>> t=x.*pi/180;
>> y1=sin(t); y2=cos(t);

Selanjutnya kita buat matriks tiga kolom bernama tabel berisi:

sudut, sin, dan cos.

>> tabel=[x;y1;y2]';
>> judul=' sudut sin cos';

Ingat, vektor x, y1, dan y2 berupa satu baris; padahal kita ingin
menampilkannya memanjang ke bawah berupa kolom, jadi perlu
dilakukan transposisi.

>> disp(judul), disp(tabel)

sudut sin cos
0 0 1.0000
30.0000 0.5000 0.8660
45.0000 0.7071 0.7071
60.0000 0.8660 0.5000
90.0000 1.0000 0.0000
120.0000 0.8660 -0.5000
135.0000 0.7071 -0.7071
150.0000 0.5000 -0.8660
180.0000 0.0000 -1.0000
210.0000 -0.5000 -0.8660
225.0000 -0.7071 -0.7071
240.0000 -0.8660 -0.5000
270.0000 -1.0000 -0.0000
300.0000 -0.8660 0.5000
315.0000 -0.7071 0.7071
330.0000 -0.5000 0.8660
360.0000 -0.0000 1.0000

Soal Latihan
1. Operasikan matriks M dan N berikut ini:
 Operasi Matriks 47

M 105 208 N 11 −11

M + N, M − N, N + 9
MN, NM

2. Hitunglah dot-product dan cross-product dari dua vektor berikut


ini: 
a = (0 5 5) b= (1 1 1)

a•b a×b b×a
3. Pecahkanlah persamaan linier tiga variabel berikut ini:
x + 2y – 3z = -7 4x +
5y + 6z = 11
7x + 8y + 9z = 17

4. Carilah solusi dari persamaan lingkaran berikut ini:

y= 25−x2 untuk −5 ≤x≤ 5, dengan inkremen x sebesar
0,05. Setelah itu, tampilkanlah nilai y pada rentang x = 0 hingga
x = 1 saja.

5. Buatlah tabel hiperbolik-trigonometri: sinh, cosh, dan tanh untuk

rentang −5≤ x≤5, dengan inkremen x sebesar 0,1.
BAB 5

GRAFIK DAN SUARA

Salah satu keunggulan MATLAB ialah kemampuannya dalam

menampilkan/mengolah grafik dan suara dengan command yang
sederhana dan fleksibel. Pada bab ini ini kita akan belajar mengenai
visualisasi data (plot grafik 2-dimensi dan 3-dimensi), serta
penyuaraan.

5.1 Plot 2-Dimensi

Untuk memvisualisasi data secara 2-dimensi ataupun 3-dimensi, kita
menggunakan berbagai command plotting; di mana command yang
paling dasar ialah plot. Anda bisa praktekan contoh berikut ini.

>>>> x = 1:8; y=[20 22 25 30 28 25 24 22]; plot(x,y)

Akan muncul window baru berisi figure hasil plotting. Perhatikan

kegunaan dari ikon yang ada.
 50 Grafik dan Suara

ai
Menu
Rotate Zoo
klik ikon ini, lalu drag di klik
New figure, dalam figure untuk memutar figu
open, save, figure; terutama untuk figure dan
print 3-dimensi
Rot
klik
dal
Insert Zoom figu
menambahkan klik ikon ini, lalu klik di dalam 3-d
teks, panah, dan figure untuk memperbesar
garis ke dalam dan memperkecil
figure

Edit plot
klik ikon ini, pilih obyek yang ada di figure (garis plot, area plot,
dsb), lalu double-click untuk mengubah properties dari oby ek
tersebut.
Gambar 5. 1 Jendela figure.

Seperti yang Anda lihat, titik (1,20), (2,22), (3,25), (4,30), dst...
terhubung dengan garis lurus. Sekarang Anda bisa coba untuk
membalik urutan sintaks dan mengamati grafik yang dihasilkan!
>> plot(y,x)

Setiap gambar di figure window, bisa Anda print melalui menu

FilePrint (Ctrl+P), atau Anda simpan sebagai file FIG dengan
FileSave (Ctrl+S), ataupun Anda ekspor sebagai file JPG, EMF,
BMP, dsb dengan FileExport.

Untuk menambahkan judul, label, dan grid ke dalam hasil plot Anda,
digunakan command berikut ini.

Tabel 5. 1
 Grafik dan Suara 51

xlabel memberi label pada sumbu-x

ylabel title memberi label pada sumbu-y memberi
grid on grid judul di atas area plot memunculkan
off grid di dalam area plot menghapus
grid

Sekarang mari kita lihat contoh plot yang lain. Kita akan memplot
kurva y = x3 pada rentang x = -3 hingga x = +3.
>> clear
>> x=-3:0.1:3; %inkremen=0.1 agar kurva terlihat mulus
>> y=x.^3;
>> plot(x,y)
>> xlabel('Sumbu X'), ylabel('Sumbu Y')
>> title('Kurva Y=X^3')
>> grid on

Gambar 5. 2 Contoh plot: kurva Y = X3

Ketika Anda menggunakan command plot, gambar sebelumnya di

figure window akan terhapus. Lalu bagaimana jika kita ingin
memplot beberapa fungsi dalam satu figure sekaligus? Dalam hal ini
kita bisa gunkan command hold.

Tabel 5. 2
52 Grafik dan Suara

hold on untuk ‘menahan’ gambar sebelumnya supaya

tak terhapus ketika ditimpa gambar baru untuk
hold off
menonaktifkan command hold

Berikut ini contoh memplot beberapa kurva eksponensial negatif

sekaligus.
>> clear
>> x=linspace(0,5,500);
>> y1=exp(-x); plot(x,y1);
>> grid on
>> hold on
>> y2=exp(-0.5*x); plot(x,y2);
>> y3=exp(-0.25*x); plot(x,y3);
>> y4=exp(-0.1*x); plot(x,y4);
>> xlabel('sumbu-x'), ylabel('sumbu-y') >>
title('Perbandingan fungsi eksponensial ... negatif')

Gambar 5. 3 Hasil plot dengan “hold on”

5.2 Lebih Jauh Mengenai Plot

Anda mungkin ingin memplot beberapa fungsi dalam beberapa figure
window yang terpisah, atau membagi satu window menjadi sejumlah
 Grafik dan Suara 53

area plot, ataupun mengatur properties dari plot yang akan digambar.
Beberapa command di bawah ini bisa digunakan untuk tujuan
tersebut.

Tabel 5. 3

figure menciptakan figure window baru yang kosong

dan siap untuk di-plot
figure(k) untuk ‘menduduki’ figure window nomor-k
subplot(m,n,k) membagi figure window menjadi m-baris × n-
kolom area plot yang terpisah, dan menduduki
area ke-k
clf “clear figure”, mengosongkan figure window
yang sedang ‘diduduki’

Misalkan figure window berikut dibagi menjadi 2-baris × 2-kolom

dengan subplot . Perhatikan urutan nomor area dari kiri-atas ke
kanan-bawah.

Area ke-1 Area ke-2

Area ke-3 Area ke-4

Gambar 5. 4 Pembagian area plot dengan “subplot”

Tabel 5. 3 (lanjutan)
54 Grafik dan Suara

plot(x,y,’string’) menciptakan plot 2-dimensi dari vektor x

versus vektor y, dengan property yang

ditentukan oleh string, sebagai berikut:

Warna Jenis Garis Jenis Point

b biru hijau -: utuh . titik

g merah biru -. titik-titik o lingkaran tanda ×
r muda -- titik-strip x tanda + tanda *
c putus-putus + bujur sangkar
ungu
m *
kuning permata segitiga
y s
hitam d ke bawah segitiga
k
putih v ke atas segitiga ke
w
^ kiri segitiga ke
< kanan segilima
> segienam
p
h

Misalkan: plot(x,y,’r-’) memplot x versus y dengan garis utuh

warna merah plot(x,y,’k*’) menempatkan tanda * warna hitam untuk
setiap titik x versus y.
plot(x,y,’g--s’) memplot dengan garis putus-putus warna hijau dan
menempatkan tanda bujur sangkar di setiap titik x
versus y.
Perlu diingat bahwa ‘string’ dalam plot bersifat opsional. Apabila
tidak dituliskan maka digunakan garis utuh warna biru.

Tabel 5. 3 (lanjutan)
plot(x1,y1,’string1’,x2,y2,’string2’,x3,y3,’string3’, ... )
menciptakan sejumlah plot sekaligus dalam satu area
plot: x1 versus y1 dengan property string1, x2 versus y2
dengan property string2, dan seterusnya
legend(‘ket1’,’ket2’,’ket3’, ...)
menambahkan legenda ke dalam plot yang telah dibuat; ket1 untuk
plot pertama, ket2 untuk plot kedua, dan seterusnya
 Grafik dan Suara 55

axis off menghilangkan tampilan sumbu koordinat pada plot

axis on menampakkan kembali sumbu koordinat

axis([x_awal x_akhir y_awal y_akhir])

membuat tampilan area plot pada batas-batas nilai

x = x_awal hingga x_akhir, dan nilai y = y_awal hingga
y_akhir

axis equal mengubah skala sumbu-x dan sumbu-y menjadi

sama
axis square mengubah bentuk area plot menjadi bujur sangkar

Berbagai fungsi yang berkaitan dengan plot di atas, berlaku pula

untuk plot diskrit, plot logaritmik dan plot dalam koordinat polar.

Tabel 5. 4
stem( ... ) sama dengan plot( ... ), tetapi menampilkan y
sebagai data diskrit
semilogy( ... ) sama dengan plot( ... ), kecuali sumbu-y
menggunakan skala logaritmik (basis 10) sama
semilogx( ... ) dengan plot( ... ), kecuali sumbu-x
menggunakan skala logaritmik
loglog( ... ) sama dengan plot( ... ), tetapi sumbu-x dan
sumbu-y menggunakan skala logaritmik
polar(theta,rho,’string’)
membuat plot dalam koordinat polar dari sudut theta
(satuan radian) versus radius rho, dengan property
ditentukan oleh string

Kini saatnya mencoba berbagai command di atas dalam contoh

berikut ini.

Pertama, kita akan mencoba memplot kurva eksponensial negatif

seperti pada contoh subbab 5.1 secara lebih efisien.
56 Grafik dan Suara

>> clear
>> x=linspace(0,5,500);
>> y1=exp(-x); y2=exp(-0.5*x); y3=exp(-0.25*x);
>> y4=exp(-0.1*x);
>> plot(x,y1,x,y2,x,y3,x,y4)
>> grid on
>> xlabel('sumbu-x'), ylabel('sumbu-y')
>> title('Kurva y = exp(-Ax)')
>> legend('A=1','A=0.5','A=0.25','A=0.1')

Kemudian, kita coba memplot kurva tersebut dalam skala

semilogaritmik
>> figure
>> semilogy(x,y1,x,y2,x,y3,x,y4)
>> grid on
>> xlabel('sumbu-x'), ylabel('sumbu-y')
>> title('Kurva y = exp(-Ax)') >>
legend('A=1','A=0.5','A=0.25','A=0.1')

Misalkan kita ingin menyempitkan area plot pada y = 1 hingga 10 -2

saja, maka:
>> axis([0 5 1e-2 1])

Gambar 5. 5 Contoh plot semi-logaritmik

 Grafik dan Suara 57

Dalam contoh kedua, kita akan memplot gelombang sinus, cosinus,

kotak, dan gigi gergaji dengan melibatkan command subplot.
>> figure
>> t=0:0.05:10;

>> sinus=sin(2*pi*0.25*t);
>> cosinus=cos(2*pi*0.25*t);
>> kotak=square(2*pi*0.25*t);
>> gigi=sawtooth(2*pi*0.25*t);

>> subplot(2,2,1);
>> plot(t,sinus), title('sinus 1/4 Hz')

>> subplot(2,2,2);
>> plot(t,cosinus), title('cosinus 1/4 Hz')

>> subplot(2,2,3);
>> plot(t,kotak), title('kotak 1/4 Hz')

>> subplot(2,2,4);
>> plot(t,gigi), title('gigi gergaji 1/4 Hz')

Gambar 5. 6 Contoh penggunaan subplot

Dalam contoh ketiga, kita akan mencoba memplot suatu fungsi

matematis dalam koordinat polar. Diinginkan plot fungsi:
58 Grafik dan Suara

ρ = sin2(3θ )

dalam MATLAB dituliskan

>> figure
>> theta=linspace(0,2*pi,500);
>> rho=(cos(theta.*3)).^2;
>> polar(theta,rho);

Gambar 5. 7 Contoh plot dengan command “polar”

5.3 Plot 3-Dimensi

Dalam subbab ini akan dibahas tiga macam plot 3-dimensi: plot garis,
plot permukaan (surface), dan plot kontur.

5.3.1 Plot Garis

Mari kita mulai dengan plot garis di dalam ruang 3-dimensi. Ini mirip
dengan plot 2-dimensi, tetapi kali ini kita gunakan command plot3(
... ), dan dibutuhkan vektor z, untuk dimensi ketiga.
>> X = [10 20 20 10 10];
>> Y = [5 5 15 15 5];
>> Z = [0 0 70 70 0];
>> plot3(X,Y,Z); grid on;
 Grafik dan Suara 59
>> xlabel(‘sumbu X’); ylabel(‘sumbu Y’);
>> zlabel(‘sumbu Z’);
>> title (‘Contoh plot 3-D’);
>> axis([0 25 0 20 0 80])

Gambar 5. 8 Contoh plot 3-dimensi dengan command “plot3”

Perhatikan bahwa command label, title, grid, axis, hold, dan subplot
juga berlaku di sini. Anda juga bisa merotasi gambar 3dimensi
tersebut dengan cara men-klik ikon rotate dan dragging mouse di atas
gambar.

Sekarang kita coba contoh yang lain untuk menggambarkan helix.

>> t=0:0.1:25;
>> X=sin(t); Y=cos(t); Z=0.5*t;
>> plot3(X,Y,Z)
>> xlabel(‘sumbu X’); ylabel(‘sumbu Y’);
>> zlabel(‘sumbu Z’);
>> title (‘Helix’);
60 Grafik dan Suara

Gambar 5. 9 Contoh penggunaan “plot3”

5.3.2 Plot Permukaan

Sementara itu, untuk plot permukaan (surface) dalam ruang 3dimensi

digunakan command mesh atau surf. Contoh berikut ini
menggambarkan fungsi dua variabel z = x + y2.
2

Caranya ialah:
1) Definisikan batas-batas nilai x dan y yang akan diplot
2) Gunakan command meshgrid untuk “mengisi” bidang-XY
dengan jalinan titik
3) Hitunglah fungsi 3-dimensi untuk jalinan titik tersebut 4) Buatlah
plot dengan command mesh atau surf.

Sebagai contoh:
>> batas_x = -10:1:10; batas y = -10:4:10;
>> [X,Y] = meshgrid(batas_x,batas_y);
>> Z = X.^2 + Y.^2; >>
mesh(X,Y,Z);

Kini Anda mendapatkan plot 3-dimensi. Kini cobalah

>> surf(X,Y,Z);
 Grafik dan Suara 61

Gambar 5. 10 Hasil plot dengan “mesh” dan “surf”

Amatilah perbedaan hasil antara mesh dan surf ! Anda juga bisa
menambahkan “label” dan “title” seperti plot pada umumnya.

Sekarang kita coba contoh yang lain untuk memplot fungsi 3dimensi

sin(r)
z= , di mana r = x2 + y2 .
r
>> x = linspace(-10,10,40); y = x;
>> [X,Y] = meshgrid(x,y);
>> R = sqrt(X.^2+Y.^2);
>> Z = sin(R)./(R+eps);
>> surf(X,Y,Z);
62 Grafik dan Suara

Gambar 5. 11 Plot 3-dimensi dari fungsi sin(r) / r

di sini kita menggunakan variabel eps, untuk mencegah perhitungan

0/0 ketika R = 0.

5.3.3 Plot Kontur

Fungsi dua variabel, misalkan z = f(x,y) bisa kita gambarkan

konturnya dalam dua dimensi dengan command berikut ini:

Tabel 5. 5
 Grafik dan Suara 63

contour(X,Y,Z) menggambar kontur dari nilai di Z dengan 10

level. Elemen Z diterjemahkan sebagai
levellevel di atas bidang (x,y) menghitung
C = contour(X,Y,Z) matriks kontur C menggambar kontur dengan n
contour(X,Y,Z,n) level menggambar kontur dengan property
contour( ... , ‘string’) yang ditentukan oleh string (lihat Tabel 5.3)
menuliskan angka pada garis-garis kontur
clabel(C) untuk menunjukkan level
menggambar permukaan seperti pada command
meshc(X,Y,Z)
mesh, dan juga memplot kontur pada dasar
grafik.
64 Grafik dan Suara

Mari kita gambarkan kontur dari fungsi sin(r)/r di atas, lalu

bandingkan dengan plot permukaannya:

>> figure; contour(X,Y,Z);

>> figure; meshc(X,Y,Z);

Gambar 5. 12 Contoh plot kontur

 Grafik dan Suara 65

5.4 Suara
Untuk menyuarakan suatu vektor, ataupun membaca dan menyimpan
file audio berformat WAV, digunakan command berikut ini:

[x,Fs] = wavread(‘nama_file’) membaca file WAV dan

menyimpannya dalam vektor x, serta mengembalikan
frekuensi sampling Fs dari file tersebut. Command ini juga
bisa membaca file WAV multi kanal
wavwrite(x,Fs,’nama_file’) menuliskan file WAV dari vektor x
dengan frekuensi sampling Fs
sound(x,Fs) menyuarakan vektor x dengan frekuensi
sampling Fs
soundsc(x,Fs) sama seperti sintaks sebelumnya, namun vektor x
terlebih dahulu diskalakan pada selang –1 ≤ x ≤ +1

File yang akan dibaca harus tersimpan di direktori Matlab\work,

atau Anda harus merinci drive, direktori dan nama file jika file
tersimpan di direktori lain.

Sebagai gambaran, marilah kita dengarkan suara berikut ini.

Pertama, suara pitch 400 Hz berdurasi 2 detik.

>> Fs=8000; %frekuensi sampling 8 kHz >> t=0:1/Fs:2;
%sinyal berdurasi 2 detik
>> frek=400; %frekuensi sinyal 400 Hz
>> m=cos(2*pi*frek*t);
>> sound(m,Fs); %suara dari m
>> wavwrite(m,Fs,’tone_400Hz.wav’); ...
%Menyimpan vektor m ke dalam file

Berikutnya, memperdengarkan suara helikopter yang ada di file

heli.wav.
>> [x,Fs]=wavread(‘heli.wav’); %Membaca file heli.wav
>> sound(x,Fs); %Suara helikopter
66 Grafik dan Suara

Soal Latihan

1. Gambarkan kurva y = x4−9x2 pada rentang –6 ≤ x ≤ 6.

Buatlah inkremen x cukup kecil sehingga kurva terlihat mulus.

2. Gambarkan kurva-kurva berikut pada rentang −10≤x≤10 dalam

satu figure sekaligus!
y= 100+x2 y= 100+2x2 y= 100+4x2 y= 100+16x2

3. Suatu filter memiliki respon frekuensi sebagai berikut:

Vo 1
= di mana F = 4kHz ialah frekuensi cut-off
Vi 1+ j2πfF
dari filter. Buatlah plot semilogaritmis pada sumbu frekuensi:
V
respon amplituda, Voi versus f, dan plot respon fasa, ∠

V
Vo i

versus f, pada rentang frekuensi 0 hingga 50 kHz.

Gambarkan kedua plot tadi pada satu window saja, setengah
bagian atas untuk plot amplituda, dan setengah bagian bawah
untuk plot fasanya.

4. Sebuah antena diketahui memiliki pola radiasi dalam koordinat

polar sebagai berikut:

U(φ) cos3φ −π2 ≤φ≤π2

0 selainnya
Gambarkan pola radiasi ini!

5. Gambarkan kurva berikut ini di dalam ruang 3-D: x =1+ cost

y = 2+sint 0 ≤ t ≤ 2π

z =1−cos2t

6. Plot fungsi dua variabel berikut ini: z = x2 - y2, untuk rentang

-5 ≤ x ≤ 5, -5 ≤ y ≤ 5
 Grafik dan Suara 67

7. Plot kontur dari fungsi dua variabel berikut ini: f (x, y)= cos
xsin 2y , untuk 0 ≤ x ≤ 4π, 0 ≤ y ≤ 4π
8. Buatlah suatu file suara WAV berisi urut-urutan tone DO-REMI-
FA-SOL-LA-TI-DO dengan frekuensi berikut ini:
DO RE MI FA SOL LA TI DO
262 294 330 349 392 440 495 524
BAB 6

M-FILE DAN
PEMROGRAMAN MATLAB

Pada bab-bab yang lalu, Anda telah belajar berinteraksi dengan

MATLAB menggunakan command window. Sekarang, katakanlah
Anda harus mempergunakan sederetan command secara
berulangulang di dalam sesi MATLAB yang berbeda. Akan sangat
repot jika Anda harus mengetikkan command tersebut secara manual
di command window setiap kali Anda butuhkan. Namun dengan
Mfile, deretan command tersebut bisa Anda simpan dalam bentuk
skrip teks. Kapan saja Anda butuhkan, skrip tersebut bisa
dijalankan/dieksekusi secara otomatis dengan cara mengetikkan
nama M-file yang bersangkutan di command window.

Kali ini kita akan belajar mengenal M-file dengan contoh sederhana.
Namun demikian perlu diketahui bahwa MATLAB sebenarnya
merupakan bahasa pemrograman umum, seperti halnya Basic, C,
Java, Pascal, Fortran, dll. Sehingga dalam bab ini kita akan
menitikberatkan pada pelajaran pemrograman komputer.

6.1 Membuat M-File

Untuk menuliskan skrip M-file, Anda bisa mulai dengan membuka
file baru. Caranya ialah melalui menu di main window: FileOpen
atau FileNewM-file; atau dengan mengklik ikon yang ada di
jendela utama. Sebuah jendela editor akan terbuka seperti gambar
berikut ini.
 M-file dan Pemrograman MATLAB 69

Menu

Print Cari teks Ikon

Memulai, de-bugging
membuka,
menyimpan M-file

Ikon editing

Gambar 6. 1 Jendela editor M-file

Dengan editor ini, kita bisa membuka sejumlah M-file, melakukan
editing, ataupun mencoba menjalankannya dan melakukan debuging
(mencari kesalahan di dalam skrip).

Sementara itu, untuk menyimpan M-file, Anda bisa lakukan dengan

menu: FileSave atau FileSave As; ataupun dengan mengklik
ikon yang ada.

Namun demikian, sebenarnya Anda juga bisa menuliskan M-file

dengan sebarang editor teks, seperti MS Word, Notepad, dll.; yang
penting Anda menyimpan file tersebut dengan ekstensi *.m.

6.2 M-File Sebagai Skrip Program

Pada bagian ini, kita akan menggunakan M-file untuk menjalankan
sederetan command yang kita tuliskan sebagai skrip. Mari kita mulai
dengan skrip sederhana untuk menghitung rata-rata dari lima
bilangan. File ini kita namakan rata_rata.m.

Bukalah M-file baru lalu ketikkan skrip berikut ini.

% Program sederhana untuk menghitung
70 M-file dan Pemrograman MATLAB
% rata-rata 5 bilangan:
% rata_rata.m a = 50; b
= 100; c = 150; d = 200;
e = 250;

% Menghitung dan menampilkan rata-rata

hasil = (a + b + c + d + e)/5; hasil

Teks yang diawali tanda “%” menunjukkan komentar, dan tidak akan
dieksekusi oleh MATLAB.

Simpanlah file ini di dalam direktori Matlab\work dengan nama

rata_rata.m. Sekarang cobalah jalankan dari command window.
Sebelumnya pastikan bahwa direktori menunjuk ke Matlab\work.
Perhatikan “Current Directory” yang ada di jendela utama
MATLAB . Kita bisa mengubah direkt ori yang sedang aktif melalui
drop-down menu ataupun melalui browse .

Direktori yang
sedang aktif

Kita bisa memilih

direktori dari
‘drop-down menu’ ataupun ‘browse’

Gambar 6. 2 Memilih direktori untuk menjalankan M-file

>> clear >>

rata_rata hasil =
150
>> whos
Name Size Bytes Class

a 1x1 8 double array

ans 1x1 8 double array b
1x1 8 double array c
 M-file dan Pemrograman MATLAB 71
1x1 8 double array d
1x1 8 double array e
1x1 8 double array hasil
1x1 8 double array

Grand total is 7 elements using 56 bytes

Perhatikan bahwa:
• Di dalam M-file, setiap command diakhiri dengan titik-koma
supaya hasil perhitungan di tiap baris tidak ditampilkan di
command window. Kecuali pada hasil perhitungan yang ingin
kita tampilkan, tidak diakhiri titik-koma.
• Variabel yang didefinisikan di dalam M-file akan disimpan oleh
MATLAB ketika M-file telah dieksekusi.

Di dalam editor, skrip yang kita tuliskan akan memiliki warna

tertentu:
• hijau untuk komentar
• hitam untuk variabel dan command
• biru untuk statement pemrograman.

Sekarang, marilah kita mencoba M-file lain untuk menghitung sisi

miring suatu segi tiga siku-siku dengan formula phytagoras,
menghitung luasnya, dan kelilingnya.
% Program menghitung segi-3 siku-siku: segi3.m
% Untuk menghitung sisi miring, luas, dan keliling

% Mendefinisikan sisi siku-siku segitiga

Sisi_A = 3;
Sisi_B = 4;

% Menghitung sisi miring

Sisi_C = sqrt(Sisi_A^2 + Sisi_B^2)

% Menghitung luas segitiga

Luas = 1/2* Sisi_A * Sisi_B

% Menghitung keliling
Keliling = Sisi_A + Sisi_B + Sisi_C
Lalu simpan dengan nama segi3.m.

Sekarang kita panggil M-file tersebut

>> segi3
72 M-file dan Pemrograman MATLAB
Sisi_C =
5
Luas =
6
Keliling =
12

Sekarang Anda bisa mencoba sendiri membuat program yang lebih

menantang, seperti menghitung dan memplot fungsi 2 ataupun
3dimensi dengan M-file.

6.3 M-File Sebagai Fungsi

Sebagai skrip program, jika kita ingin mengubah/mengatur
parameter masukan program, maka harus kita lakukan di dalam
editor. Padahal seringkali kita harus menjalankan satu
program/algoritma berulang kali dengan nilai masukan yang
berbeda-beda, misalkan dalam proses iterasi atau optimasi. Untuk
keperluan ini, kita bisa menuliskan M-file sebagai suatu fungsi
spesifik sesuai kebutuhan kita.

Dalam setiap fungsi terdapat tiga unsur:

1. Parameter masukan; dalam hal ini kita sebut sebagai “argumen
input”. Jumlah parameter (argumen) tersebut bisa sebarang
(satu, dua, sepuluh, atau tidak ada argumen input sama sekali).
Jenis argumen pun sebarang (variabel, bilangan ataupun teks).
2. Proses di dalam program; berupa sederetan command untuk
menjalankan suatu algoritma tertentu.
3. Parameter keluaran; atau “argumen output” yang jumlah dan
jenisnya sebarang.

Deklarasi fungsi di M-file harus dilakukan pada baris awal dengan

sintaks:

function [argumen output] = nama_fungsi(argumen input)

Sebagai contoh awal, kita akan membuat fungsi untuk menghitung

sisi miring, luas, dan keliling segitiga; seperti program yang ada pada
contoh sebelumnya.
%Fungsi untuk menghitung segi-3 siku-siku: segitiga.m
%Untuk menghitung sisi miring, luas, dan keliling

function [Sisi_C,Luas,Kll] = segitiga(Sisi_A,Sisi_B)

 M-file dan Pemrograman MATLAB 73
% Menghitung sisi miring
Sisi_C = sqrt(Sisi_A^2 + Sisi_B^2);

% Menghitung luas segitiga

Luas = 1/2* Sisi_A * Sisi_B;

% Menghitung keliling
Kll = Sisi_A + Sisi_B + Sisi_C;

Lalu simpan dengan nama “segitiga.m”.

Sekarang Anda panggil fungsi tersebut.

>> clear
>> [Hyp,Area,Circum]=segitiga(12,16)
Hyp =
20
Area =
96
Circum =
48

Dari contoh sederhana tersebut, ada beberapa hal yang perlu kita
perhatikan:
• Dalam fungsi segitiga, terdapat dua argumen input (Sisi_A,
Sisi_B), dan tiga argumen output (Sisi_C, Luas, Kll).
• Ketika dipanggil di command window, kita bisa menggunakan
nama argumen input/output yang berbeda dengan di M-file,
namun urutannya tidak berubah. Di dalam contoh, argumen
Sisi_A dan Sisi_B kita isi dengan bilangan, sementara argumen
Sisi_C, Luas, dan Keliling kita panggil dengan Hyp, Area, dan
Circum.

Sekarang kita lihat dengan command whos:

>> whos
Name Size Bytes Class

Area 1x1 8 double array

Circum 1x1 8 double array
Hyp 1x1 8 double array
74 M-file dan Pemrograman MATLAB
Grand total is 3 elements using 24 bytes

Terlihat bahwa variabel yang dideklarasikan di dalam fungsi tidak

disimpan, melainkan dimusnahkan ketika suatu fungsi selesai
dijalankan. Yang ada di sana hanyalah variabel yang telah
dideklarasikan di command window untuk menyimpan nilai output.
Hal ini merupakan salah satu perbedaan utama antara skrip program
dengan fungsi.

Ketika membuat fungsi dengan M-file, nama file harus

sama dengan nama fungsi yang dideklarasikan dalam
sintaks function ...
Penting!
Aturan penamaan M-file sama dengan penamaan
variabel! Lihat kembali aturan tersebut di subbab 2.2

Perlu diperhatikan bahwa fungsi yang telah kita buat pada dasarnya
sama dengan fungsi yang telah ada di MATLAB, semisal fungsi sin(x)
ataupun sqrt(x). Misalkan kita memanggil fungsi tanpa
menyebutkan argumen output, maka keluaran akan disimpan di ans.

6.4 Display dan Input

Adakalanya kita membutuhkan interaksi dengan pengguna program
untuk memasukkan parameter tertentu di awal/tengah program.
Dalam hal ini kita bisa pergunakan cara sederhana dengan command
input. Sementara command disp digunakan untuk menampilkan
teks di layar.

Misalkan kita akan membuat program untuk menghitung jumlah

kombinasi team basket yang mungkin dari sejumlah mahasiswa.

% Program menghitung kombinasi : hit_komb.m

% untuk menghitung jumlah kombinasi
% dari sejumlah populasi

% Menampilkan judul program

clc;
disp(‘Menghitung Kombinasi’); disp(‘-------------------
--‘);
 M-file dan Pemrograman MATLAB 75
% Meminta masukan dari user
n = input(‘Berapa jumlah mahasiswa yang ada? : ‘); r
= input(‘Berapa jumlah personel satu team? : ‘);

% Menghitung kombinasi
kombinasi = factorial(n)/factorial(r)/factorial(n-r);

% Menampilkan keluaran
disp(‘Jumlah kombinasi yang ada = ‘,kombinasi);

Kita coba jalankan program tersebut:

>> hit_komb

Menghitung Kombinasi
---------------------
Berapa jumlah mahasiswa yang ada? : 8
Berapa jumlah personel satu team? : 5
Jumlah kombinasi yang ada =
56

6.5 Control Statement

Seperti halnya bahasa program pada umumnya, kita bisa
mengendalikan arah program dengan berbagai cara, berupa
percabangan arah program berdasarkan kondisi tertentu, ataupun
loop (perhitungan berulang) ketika kita melakukan iterasi.

6.5.1 Statement if … elseif … else … end

Ini merupakan statement untuk percabangan program

berdasarkan satu/beberapa kondisi tertentu. Sintaks yang
digunakan dalam MATLAB meliputi:

if kondisi
Command yang dijalankan jika kondisi dipenuhi end

if kondisi
Command yang dijalankan jika kondisi dipenuhi else
Dijalankan jika kondisi tidak dipenuhi
76 M-file dan Pemrograman MATLAB

end

if kondisi1
Command yang dijalankan jika kondisi1 dipenuhi
elseif kondisi2
Dijalankan jika kondisi2 dipenuhi elseif
kondisi3
Dijalankan jika kondisi3 dipenuhi
elseif ...
...dst...
else Dijalankan jika kondisi manapun tidak dipenuhi
end

Selain itu, dimungkinkan pula membuat pernyataan if di dalam

pernyataan yang lain (disebut nested-if), misalkan:

if kondisi1
command1
if kondisiA
commandA
else
commandB end else
command2 end

jangan keliru menuliskan elseif dan else if, karena

keduanya berbeda. Yang pertama untuk menguji kondisi
Penting! alternatif setelah kondisi di if terdahulu tak dipenuhi;
tetapi yang kedua berarti nested-if.

6.5.2 Statement switch … case

Sebagai alternatif dari statement if … elseif … else … end, kita bisa

menggunakan statement switch. Sintaksnya ialah:

switch nama_variabel case{kondisi1,kondisi2,...}

Dijalankan jika kondisi1 atau kondisi2 dst...
dipenuhi case{kondisiA,kondisiB,...}
Dijalankan jika kondisiA atau kondisiB dst...
dipenuhi case{kondisiX,kondisiY,...}
Dijalankan jika kondisiX atau kondisiY dst...
dipenuhi
 M-file dan Pemrograman MATLAB 77

case{...}
...dst...
default
Dijalankan jika kondisi manapun tidak dipenuhi
end

6.5.3 Statement for … end

Statement ini digunakan untuk loop/perhitungan berulang. Sintaks

yang digunakan dalam MATLAB ialah:

for variabel = nilai_awal : inkremen : nilai_akhir

Command untuk dijalankan
end

Adapun sintaks yang digunakan untuk membatasi loop mirip dengan

yang kita pakai untuk membuat deret (lihat kembali subbab 3.5).
Misalkan untuk menampilkan bilangan kelipatan 3 dari 30 sampai
100.

for k = 30:3:100
end k

Hasilnya ialah:
k =
30 k =
33 k =
... k =
99

Sementara untuk nilai inkeremen = 1, cukup dituliskan nilai awal dan

akhir. Misalkan untuk mendaftar bilangan bulat dari –10 hingga 10
dan menyimpannya dalam satu vektor.

Vektor=[];
for k = -10:10 %dalam hal ini inkremen = 1
Vektor = [Vektor k];
end Vektor

Menghasilkan:

Vektor =
78 M-file dan Pemrograman MATLAB
Columns 1 through 13
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2

Columns 14 through 21
3 4 5 6 7 8 9 10

Atau untuk memplot kurva parabola:

y = Ax2

dengan berbagai nilai parameter A, yaitu 0,5 , 1 , 1,5 , dan 2. Dalam

hal ini indeks vektor A kita iterasi dari 1 hingga indeks terakhir.
figure; x = linspace(-4,4,500); % mendefinisikan
nilai x A = 0.5:0.5:2; % mendefinisikan
vektor A for i = 1:length(A)
y = A(i)* x.^2;
plot(x,y);
hold on;
end grid
on;

Menghasilkan:

Gambar 6. 3 Contoh plot 4 kurva parabola dengan “for”

 M-file dan Pemrograman MATLAB 79

Perhatikan bahwa setiap selesai satu loop, variabel (dalam contoh di

atas ialah i) akan otomatis mengalami inkremen. Demikian
seterusnya hingga nilai_akhir (yaitu length(A)) tercapai dan
program dilanjutkan ke baris selanjutnya.

6.5.4 Statement while … end

Alternatif dari sintaks loop ialah berikut ini

while kondisi
Command untuk dijalankan jika kondisi dipenuhi
end %keluar dari loop jika kondisi tidak dipenuhi

Misalkan untuk memplot fungsi akar kuadrat

y = B x1/2

dengan berbagai nilai parameter B.

figure;
x=linspace(0,4,500);
A=0.5:0.5:2;
i=1;
while i <= length(A)
y = A(i)* x.^(1/2);
plot(x,y); hold on; i=i+1;
end grid
on;

Menghasilkan:
80 M-file dan Pemrograman MATLAB

Gambar 6. 4 Contoh plot 4 kurva dengan “while”

6.5.5 Statement break dan return

Ketika kita sudah berada dalam suatu loop, kita bisa keluar dengan
break tanpa menunggu nilai_akhir tercapai, atau tanpa menunggu
kondisi loop tidak dipenuhi lagi. Sementara, return digunakan untuk
keluar dari fungsi yang sedang berjalan. Berikut ini gambarannya
dalam kasus penentuan apakah suatu bilangan bersifat prima atau
tidak.

Algoritma yang akan digunakan ialah sebagai berikut:

• User memasukkan satu bilangan bulat positif N sebagai argumen
input.
• Apabila N bukan bilangan bulat positif, maka perhitungan tidak
dilanjutkan, dan digunakan return untuk keluar.
• N kita coba-coba bagi dengan 2, 3, 4, 5, … dst. dengan loop.
Apabila satu waktu ditemukan N habis terbagi, berarti N bukan
bilangan prima. Selanjutnya kita langsung keluar loop dengan
break dan menampilkan hasilnya di layar.
• Apabila N tidak pernah habis dibagi oleh 2, 3, 4, … , N/2 (sampai
loop selesai), maka N pasti bilangan prima. Selanjutnya kita
tampilkan di layar dan program selesai.
• Untuk mengetahui apakah N habis terbagi atau tidak, kita bisa
menggunakan fungsi rem(N,pembagi).
 M-file dan Pemrograman MATLAB 81
% Fungsi untuk menentukan sifat prima suatu bilangan:
% apa_prima.m
%
function apa_prima(N)

% N : bil. bulat positif yang dimasukkan oleh user

if N <= 0 %Jika N bilangan negatif

disp('Masukan harus bilangan bulat positif');
return; %Perhitungan tidak dilanjutkan end

% Membulatkan N kalau-kalau N bukan bil. bulat

N = round(N);

prima = 1; %Kita anggap N bil prima pd awal program

%flag 'prima' kita set jadi satu.

for i = 2:floor(N/2)
if rem(N,i) == 0
prima=0;
% ternyata N tidak prima,
% flag 'prima' kita set jadi nol
break; % Keluar dari loop
end
end

% Menampilkan hasil:
if prima == 0
disp(N), disp('bukan bilangan prima!');
else
disp(N), disp('adalah bilangan prima!');
end

Simpanlah fungsi ini dengan nama apa_prima.m di dalam direktori

Matlab\work.

Kita coba jalankan fungsi di atas pada command window:

>> apa_prima(37)
37 adalah bilangan
prima!

>> apa_prima(27)
27 bukan bilangan
prima!

>> apa_prima(-27)
Masukan harus bilangan bulat positif
82 M-file dan Pemrograman MATLAB

Perlu diingat bahwa fungsi apa_prima di atas tidak memiliki

argumen keluaran, karena hasil perhitungan langsung kita tampilkan
di layar menggunakan disp, sehingga hasil tersebut tidak bisa
disimpan dalam variabel.

6.5.6 Statement continue

Statement continue digunakan untuk memaksa program untuk

langsung menuju iterasi berikutnya dari suatu loop, tanpa
mengeksekusi command yang masih ada di bawahnya.

Sebagai contoh, kita akan membuat fungsi untuk mengumpulkan

bilangan tak nol dari suatu vektor.
% Fungsi untuk mengumpulkan bilangan
% tak nol di dalam vektor
% hit_taknol.m

function y = hit_taknol(x)

% x : vektor masukan
% y : vektor berisi bilangan tak nol dari x
y = []; for
i=1:length(x)
if x(i)==0
continue else
y=[y x(i)]; end
end

Sekarang kita coba:

>> x = [0 0 2 -3.6 0 0 0 3 0 -0.6 10 0 0 0];
>> y = hit_taknol(x)
y =
2.0000 -3.6000 3.0000 -0.6000 10.0000

6.6 Operator Perbandingan dan Logika

Seperti yang kita lihat pada subbab 6.5 Control Statement, kita harus
bisa menuliskan kondisi dalam bahasa MATLAB untuk menciptakan
percabangan program ataupun loop. Untuk keperluan ini kita
mungkin harus membandingkan dua variabel (sama atau tidak, lebih
besar atau lebih kecilkah?), mengevaluasi apakah suatu variabel
memenuhi satu dari sejumlah syarat, dan sebagainya.
 M-file dan Pemrograman MATLAB 83

Untuk membandingan dua variabel digunakan operator berikut ini:

Tabel 6. 1

< > lebih kecil, lebih besar

<= >= lebih kecil atau sama dengan, lebih besar atau sama
dengan
== ~= sama dengan, tidak sama dengan

Sementara untuk mengevaluasi logika, digunakan fungsi dan

operator:

Tabel 6. 2
and(A,B) atau A & B operasi logika AND antara A dan B
or(A,B) atau A | B operasi logika OR operasi logika
xor(A,B) not(A) atau XOR operasi logika NOT pada A
~A

A dan B di sini bisa berupa skalar, vektor, maupun matriks, asalkan

ukuran A dan B sama.

Adapun tabel kebenaran yang digunakan pada setiap operasi logika

tersebut ialah sebagai berikut:

Tabel 6. 3

A B A&B A|B xor(A,B) ~A

nol nol nol 0 0 0 1

bukan nol bukan nol 0 1 1 1
bukan nol nol bukan 0 1 1 0
nol 1 1 0 0

Perlu diperhatikan bahwa operasi logika memiliki prioritas untuk

dihitung lebih dahulu, kemudian diikuti operasi aritmatika, lalu
operasi perbandingan.

Untuk menambah pemahaman, mari kita praktekkan contoh di bawah

ini di command window:
84 M-file dan Pemrograman MATLAB

>> A = [1 2 0 -1 -2]; B = [1 0 0 0 5];

>> C = and(A,B)
C =
1 0 0 0 1

>> D=A|B|C
D =
1 1 0 1 1

>> E = xor(~A,B)
E =
1 0 1 0 1

Sekarang, mari kita mencoba membuat fungsi untuk menentukan

suatu tahun termasuk kabisat atau tidak. Jangkauan tahun yang bisa
dihitung ialah 1900 hingga 2500. Kita ketahui bahwa tahun kabisat
terjadi pada tahun-tahun berkelipatan 4, kecuali tahun akhir abad;
namun untuk tahun akhir abad berkelipatan 400 termasuk kabisat
pula.
% Fungsi untuk mengetahui tahun kabisat atau tidak
% iskabisat.m

function hasil = iskabisat(thn)

% thn : merupakan masukan bilangan bulat positif

% hasil = 1 jika kabisat, 0 jika tidak

if thn<1900 | thn>2500
disp('Tahun yang valid: 1900 - 2500');
hasil=[]; return end

if rem(thn,4)==0 & (rem(thn,100)~=0|rem(thn,400)==0)

hasil=1; else hasil=0;
end

Pada fungsi tersebut, terdapat dua control statement “ if ”:

• if thn<1900 | thn>2500
Berarti jika variabel thn kurang dari 1900 ATAU lebih dari 2500,
command di dalam “ if ” tersebut akan dijalankan. • if
rem(thn,4)==0 & ... (rem(thn,100)~=0|rem(thn,400)==0)
Berarti jika variabel thn habis dibagi 4 DAN logika
(rem(thn,100)~=0|rem(thn,400)==0) bernilai 1 (true), maka
command setelah “ if “ akan dijalankan.
 M-file dan Pemrograman MATLAB 85

Perlu diperhatikan bahwa logika

(rem(thn,100)~=0|rem(thn,400)==0) akan bernilai 1 bila thn
bukan tahun abad (kelipatan 100); ataupun kalau tahun abad haruslah
kelipatan 400.

Sekarang kita bisa coba:

>> iskabisat(2005), iskabisat(1972) ans
=
0
ans =
1

Fungsi ini hanya bisa mengolah masukan skalar. Lalu bagaimana

kalau diinginkan masukan berupa vektor atau matriks? Kita bisa
ubah fungsinya menjadi berikut ini:
% Fungsi untuk mengetahui tahun kabisat atau tidak
% iskabisat.m

function hasil = iskabisat(thn)

% thn : merupakan masukan bilangan bulat positif

% hasil = 1 jika kabisat, 0 jika tidak

if sum(sum(thn<1900 | thn>2500))~=0
disp('Tahun yang valid: 1900 - 2500');
hasil=[]; return end
hasil = rem(thn,4)==0 & ...
(rem(thn,100)~=0|rem(thn,400)==0);

Sekarang kita bisa coba untuk menentukan tahun kabisat antara 1980
hingga 1990.
>> iskabisat(1980:1990)
ans =
1 0 0 0 1 0 0 0 1 0 0
86 M-file dan Pemrograman MATLAB

Soal Latihan
1. Buatlah program dengan M-file untuk menghitung volume dan
luas permukaan balok bila diketahui:
panjang = 5, lebar = 3, tinggi = 6,5.
Beri nama program ini dengan prog_balok.m

2. Buatlah suatu fungsi dengan M-file untuk menghitung volume

dan luas permukaan balok dengan spesifikasi:
masukan fungsi : panjang, lebar, dan tinggi balok keluaran
fungsi : volume, dan luas permukaan balok.
Beri nama fungsi ini dengan hitung_balok.m

3. Buatlah suatu fungsi dengan M-file untuk menghitung volume

dan luas permukaan dari suatu prisma segiempat dengan
spesifikasi:
masukan fungsi : panjang dan lebar alas prisma, serta tinggi
prisma
keluaran fungsi : volume, dan luas permukaan prisma Beri
nama fungsi ini dengan hitung_prisma.m

4. Buatlah suatu program untuk menampilkan segitiga Pascal.

Pengguna harus memasukkan jumlah level segitiga yang ingin
ditampilkan melalui command input. Apabila pengguna
menginginkan segitiga 4 level maka akan tampil keluaran:
1
1 1
 M-file dan Pemrograman MATLAB 87

1 2 1
1 3 3 1
Beri nama program ini dengan prog_pascal.m

5. Buatlah sebuah fungsi untuk menghitung jumlah hari di antara

dua tanggal. Spesifikasi dari fungsi tersebut ialah:
masukan : tanggal, bulan, dan tahun awal, serta tanggal,
bulan, dan tahun akhir.
keluaran : jumlah hari di antara dua tanggal tersebut.
Beri nama fungsi ini dengan hitung_hari.m.
Misalkan kita ingin menghitung jumlah hari antara 2 Januari
2004 hingga 5 November 2006, maka ketikkan:

>> jml_hari = hitung_hari(2,1,2004,5,11,2006)

jml_hari = 1038
BAB 7

ANALISIS DATA

Dalam bab ini, kita akan belajar bagaimana menganalisis dan

memanipulasi data mempergunakan MATLAB, terutama untuk
perhitungan statistik: rentang data, maksimum/minimum, rata-rata,
deviasi, jumlah kumulatif, dan sebagainya. Di MATLAB fungsifungsi
statistik semacam ini telah ada dan bisa digunakan secara fleksibel.

Dalam penjelasan bab ini, x dan y kita misalkan sebagai vektor

(baris ataupun kolom), dan A dan B sebagai matriks m×n.

7.1 Maksimum dan Minimum

Nilai maksimum dan minimum diperoleh dengan command berikut
ini:

Tabel 7. 1

max(x) menghitung nilai maksimum dari elemen vektor

x. Jika x bernilai kompleks maka dihitung
max(abs(x))
max(A) menghitung nilai maksimum dari setiap kolom di
max(max(A)) matriks A; hasilnya berupa vektor 1×n
menghitung nilai maksimum dari elemen matriks
max(A,B) A
menghitung matriks berukuran sama dengan A
dan B dengan elemen berisi nilai terbesar di
antara elemen A dan B pada posisi yang sama
min( ... )
sama dengan sintaks max( ... ) di atas, tetapi
untuk mencari minimum

Mari kita praktekkan beberapa contoh untuk menambah pemahaman

terhadap sintaks di atas. Misalkan x ialah data tinggi badan dari 10
orang, dan A ialah data indeks prestasi (IP) dari 4 mahasiswa dalam
3 semester.
 Analisis Data 89

Data tinggi badan (dalam cm)

175 177 173 165 160 170 174 177 168 170

Data IP mahasiswa
Nama IP sem-1 IP sem-2 IP sem-3
Agus 3,3 2,8 3,3
Dedy 3,9 4,0 3,8
Tanjung 3,8 3,5 2,9
Vijay 2,9 3,2 3,1

>> x=[175 177 173 165 160 170 174 177 168 170];
>> A=[3.3 2.8 3.3;
3.9 4.0 3.8;
3.8 3.5 2.9;
2.9 3.2 3.1];
>>
max(x)
ans =
177

>> max(A), max(A’)

ans =
3.9000 4.0000 3.8000
ans =
3.3000 4.0000 3.8000 3.2000

>> max(max(A))
ans =
4

Kita bisa melihat bahwa max(x) menghitung tinggi maksimum dari

10 orang yang ada, max(A) menghitung IP tertinggi pada setiap
semester, sedangkan max(A’) menghitung IP tertinggi dari setiap
mahasiswa. Sementara itu, max(max(A)) menghitung IP tertinggi
yang pernah dicapai mahasiswa selama 3 semester.
90 Analisis Data

7.2 Jumlah dan Produk

Beberapa jenis operasi penjumlahan bisa dilakukan dengan command
sum dan cumsum.

Tabel 7. 2

sum(x) menjumlahkan nilai elemen vektor x

sum(A) menjumlahkan nilai elemen dari setiap kolom di
matriks A; hasilnya berupa vektor 1×n
sum(sum(A)) menjumlahkan nilai semua elemen matriks A
cumsum(x) menghitung vektor berukuran sama dengan x
berisi jumlah kumulatif elemen x; yaitu elemen
kedua ialah jumlah dari elemen pertama dan
cumsum(A) kedua dari x, dan seterusnya
menghitung matriks berukuran sama dengan A di
mana kolom-kolomnya merupakan jumlah
kumulatif dari kolom di A

Sebagai contoh, kita akan definisikan vektor y dan matriks B sebagai

berikut:
123
y=(1 4 9 16 25) B= 456
789
>> y=[1:5].^2;
>> B=[1:3 ; 4:6 ; 7:9];
>> jml_y = sum(y) jml_y
=
55
>> jml_B = sum(B)
jml_B =
12 15 18 >>
total_B = sum(sum(B)) total_B
=
45

>> kumulasi_y = cumsum(y)

kumulasi_y =
 Analisis Data 91
1 5 14 30 55
>> kumulasi_B = cumsum(B)
kumulasi_B = 1 2 3
5 7 9
12 15 18

Sementara itu, produk (perkalian elemen-elemen) vektor dan matriks

bisa diperoleh dengan cara yang mirip.

Tabel 7. 3

prod(x) mengalikan nilai elemen vektor x

prod(A) mengalikan nilai elemen dari setiap kolom di
matriks A; hasilnya berupa vektor 1×n
prod(prod(A)) mengalikan nilai semua elemen matriks A
cumprod(x) menghitung vektor berukuran sama dengan x
berisi produk kumulatif elemen x; yaitu elemen
kedua ialah perkalian dari elemen pertama dan
cumprod(A) kedua dari x, dan seterusnya
menghitung matriks berukuran sama dengan A di
mana kolom-kolomnya merupakan produk
kumulatif dari kolom di A

Sebagai contoh kita gunakan vektor y dan matriks B seperti

sebelumnya.
>> pdk_y = prod(y)
pdk_y =
14400 >> pdk_B =
prod(B) pdk_B =
28 80 162 >>
tot_pdk_B = prod(prod(B))
tot_pdk_B = 362880
>> kumulasi_pdk_y = cumprod(y) kumulasi_pdk_y
=
1 4 36 576 14400
>> kumulasi_pdk_B = cumprod(B)
kumulasi_pdk_B = 1 2
3
4 10 18
28 80 162

7.3 Statistika
92 Analisis Data

Pada subbab sebelumnya, telah disajikan command operasi vektor

dan matriks untuk menghitung maksimum, minimum, jumlah, serta
produk. Sekarang kita akan belajar command untuk analisis data
statistik.

Tabel 7. 4

mean(x) menghitung rata-rata aritmatik dari elemen vektor

x
mean(A) menghitung rata-rata aritmatik dari elemen setiap
kolom di matriks A; hasilnya berupa vektor 1×n

median( ... ) sama seperti sintaks mean( ... ), tetapi untuk

menghitung median (nilai tengah)
std( ... ) sama seperti sintaks mean( ... ), tetapi untuk
menghitung deviasi standar (simpangan baku)
var( ... ) sama seperti sintaks mean( ... ), tetapi untuk
menghitung variansi

Sebagai contoh, kita gunakan kembali data tinggi badan dan nilai IP
mahasiswa seperti sebelumnya.
>> x=[175 177 173 165 160 170 174 177 168 170];
>> A=[3.3 2.8 3.3;
3.9 4.0 3.8;
3.8 3.5 2.9;
2.9 3.2 3.1];

>> rataan_IP_sem = mean(A) rataan_IP_sem

=
3.4750 3.3750 3.2750
>> rataan_IP_mhs = mean(A')
rataan_IP_mhs =
3.1333 3.9000 3.4000 3.0667
>> rataan_IP_total = mean(mean(A))
rataan_IP_total =
3.3750

>> nilai_tengah = median(x), deviasi = std(x), ...

variansi = var(x)
nilai_tengah =
171.5000 deviasi
= 5.4661
variansi =
 Analisis Data 93
29.8778

7.4 Sortir
Kita bisa mengurutkan data (sortir) di MATLAB dengan command
berikut ini:

Tabel 7. 5

sort(x) menghitung vektor dengan elemen x telah

tersortir secara ascending (dari kecil ke besar).
Jika x bernilai kompleks maka dihitung
sort(abs(x))
[y,ind] = sort(x) menghitung vektor y berisi sortiran elemen x,
dan vektor ind berisi indeks sehingga y =
[B,Ind] = sort(A) x(ind)
menghitung matriks B berisi sortiran
kolomkolom matriks A. Setiap kolom pada
matriks Ind berisi indeks seperti halnya kasus
vektor di atas

Mari kita coba command tersebut pada data tinggi badan dan IP
mahasiswa.

Kita urutkan data tinggi badan dari kecil ke besar (ascending).

>> sort(x)
ans =
160 165 168 170 170 173 174 175 177 177

Atau kita urutkan disertai indeks yang menunjukkan nomor urut

elemen pada vektor x sebelum disortir.
>> [y,ind]=sort(x)
y =
160 165 168 170 170 173 174 175 177 177 ind
=
5 4 9 6 10 3 7 1 2 8

Untuk mengurutkan tinggi badan dari besar ke kecil (descending).

94 Analisis Data
>> fliplr(sort(x))
ans =
177 177 175 174 173 170 170 168 165 160

Demikian pula untuk mengurutkan elemen matriks: secara ascending

pada kolom per kolom:
>> sort(A)
ans =
2.9000 2.8000 2.9000
3.3000 3.2000 3.1000
3.8000 3.5000 3.3000
3.9000 4.0000 3.8000

Atau secara descending pada kolom per kolom:

>> flipud(sort(A))
ans =
3.9000 4.0000 3.8000
3.8000 3.5000 3.3000
3.3000 3.2000 3.1000
2.9000 2.8000 2.9000

Ataupun melakukan sortir dengan indeks. Perhatikan bahwa kolom-

kolom dalam IND berisi nomor urut elemen pada matriks A sebelum
disortir.
>> [Y,IND]=sort(A)
Y =
2.9000 2.8000 2.9000
3.3000 3.2000 3.1000
3.8000 3.5000 3.3000
3.9000 4.0000 3.8000
IND =
4 1 3
1 4 4
3 3 1
2 2 2

Command fliplr dan flipud telah dibahas pada subbab 3.6 (Tabel
3.3).

7.5 Histogram
Histogram dan diagram batang yang kerap digunakan untuk
menggambarkan data statistik juga bisa ditampilkan dengan M ATLAB
dengan command berikut ini:
 Analisis Data 95

Tabel 7. 6

hist(x) memplot histogram dari data di x dalam 10

interval
hist(x,n) memplot histogram dari data di x dalam n
interval
hist(x,y) memplot histogram dari data di x dengan interval
yang dinyatakan oleh y. Elemen vektor y harus
terurut secara ascending.
bar(x)
memplot diagram batang dari data di x memplot
bar(z,x) diagram batang dari data di x pada posisi yang
bar(z,x,’string’) didefinisikan oleh z
memplot diagram batang dengan property
ditentukan oleh ‘string’, seperti pada Tabel 5.3.
stairs(x)
stairs(z,x) memplot diagram tangga
memplot diagram tangga dari data di x pada posisi
yang didefinisikan oleh z
stem(y)
stem(x,y) memplot data diskrit dari data di y
memplot data diskrit dari data di y pada posisi
yang didefinisikan oleh x

Pada command hist, bar, dan stairs, data bisa juga disimpan untuk
penggunaan selanjutnya.

Tabel 7. 7 (lanjutan)
[m,y] = hist(x)
membuat histogram dengan 10 interval seragam antara
minimum x dan maximum x. Vektor y berisi 10 nilai antara
min(x) dan max(x) yang terpisah seragam; vektor m berisi
jumlah pada setiap interval. Histogram bisa diplot dengan
bar(y,m,’string’)
96 Analisis Data

[m,y] = hist(x,n) membuat histogram dengan n interval seragam

[m,y] = hist(x,y) membuat histogram dengan interval
didefinisikan oleh vektor y
[xb,yb] = bar(y) membuat diagram batang dari nilai di y. Diagram
bisa diplot dengan plot(xb,yb) membuat diagram
[xb,yb] = bar(x,y) batang dari nilai y dengan posisi yang
didefinisikan oleh x
[xb,yb] = stairs(y) membuat diagram tangga dari nilai di y membuat
[xb,yb] = stairs(x,y)
diagram tangga dari nilai y dengan posisi yang
didefinisikan oleh x

Mari kita coba gunakan data tinggi badan yang ada. Pertama, kita
plot menjadi histogram dengan 10 interval.
>> x=[175 177 173 165 160 170 174 177 168 170];
>> hist(x); title(‘Histogram tinggi badan’);
>> xlabel(‘Interval tinggi badan’);
>> ylabel(‘frekuensi’);

Gambar 7. 1 Membuat histogram dengan “hist”

Jika kita hanya menginginkan 4 interval, maka:

>> hist(x,4); ); title(‘Histogram tinggi badan’);
>> xlabel(‘Interval tinggi badan’);
>> ylabel(‘frekuensi’);
 Analisis Data 97

Gambar 7. 2 Membuat histogram dengan 4 interval

Perhatikan bahwa histogram di atas menggambarkan distribusi dari

tinggi badan, dikelompokkan dalam sejumlah interval yang lebarnya
seragam.

Sementara itu, untuk menggambar data tinggi badan itu sendiri

dengan diagram batang, caranya mudah:
>> bar(x); title(‘Diagram batang tinggi badan’);

Atau kita bisa juga memplot vektor x tersebut sebagai data diskrit.
>> stem(x)
98 Analisis Data

Gambar 7. 3 Membuat diagram batang dengan “bar”

Gambar 7. 4 Memplot data diskrit dengan “stem”

Sekarang kita coba membuat histogram dan disimpan dalam variabel

dengan command yang ada, kemudian kita plot diagram batangnya
dan beri warna putih.
>> [m,y]=hist(x);
>> subplot(1,2,1); bar(y,m,’w’)
>> xlabel(‘Interval tinggi badan’)
>> ylabel(‘frekuensi’)

Data tadi juga bisa kita plot sebagai diagram tangga berwarna merah:
>> subplot(1,2,2); stairs(y,m,’r’)
>> xlabel(‘Interval tinggi badan’)
>> ylabel(‘frekuensi’)
 Analisis Data 99

Gambar 7. 5

7.6 Analisis Frekuensi : Transformasi Fourier

Analisis frekuensi terhadap suatu data ataupun sinyal umumnya
dilakukan dengan transformasi Fourier. Dengan transformasi ini,
kita bisa mengamati dan mengukur komponen frekuensi berapa saja
yang menyusun data / sinyal tersebut. Untuk melakukan analisis
frekuensi di dalam MATLAB, telah tersedia command “Fast Fourier
Transform” (FFT) sebagai berikut:

Tabel 7. 8

fft(x) menghitung “Transformasi Fourier Diskrit”

dengan metode FFT dari vektor x. Apabila x
berupa matriks, operasi akan dilakukan per kolom
menghitung FFT n-titik. Jika panjang x lebih dari
fft(x,n)
n maka sisanya akan diisi nol; jika panjang x lebih
dari n maka akan dipotong menghitung invers-
ifft(X) FFT dari X menghitung invers-FFT n-titik
ifft(X,n)
100 Analisis Data

X = fft(x) dan x = ifft(X) dihitung dengan formula “Transformasi

Fourier Diskrit” untuk N-titik sebagai berikut:

X(k)=∑N x(n)e− j2π (k−1)n N−1 untuk 1 ≤ k ≤ N

n=1

x(n)=∑N X(k)e j2π (k−1)n N−1 untuk 1 ≤ n ≤ N

n=1

Sebagai contoh, kita memiliki suatu sinyal seperti berikut ini:

>> clear;
>> Fs = 1000; % frekuensi sampling 1000Hz
>> t = 0:1/Fs:1.5; % durasi sinyal 1,5 detik
>> tone1 = 200;
>> tone2 = 300;
>> tone3 = 450; % 3 frekuensi tone dalam Hz
>> sinyal = cos(2*pi*tone1.*t) + ...
1/2*cos(2*pi*tone2.*t) + 1/3*sin(2*pi*tone3.*t);

Kita bisa lihat bentuk “time-domain” dari sinyal tersebut, kemudian

kita dengarkan:
>> plot(t,sinyal); axis([0 0.2 –1.5 1.5]);
>> xlabel(‘waktu (detik)’); ylabel(‘amplitude’)
>> sound(sinyal,Fs);
 101
Analisis Data

Gambar 7. 6 Bentuk “time-domain” dari sinyal

Kemudian kita lihat bentuk “frequency-domain” dari sinyal untuk

mengetahui kandungan frekuensinya:

>> S = fft(sinyal,Fs);
>> plot(abs(S));
>> xlabel(‘frekuensi (Hz)’); ylabel(‘magnitude’)

Gambar 7. 7 Bentuk “frequency-domain” dihitung dengan “fft”

Pada contoh di atas, vektor S, hasil operasi FFT, berisi bilangan

kompleks, sehingga yang diplot adalah “magnitude” dari vektor S
Analisis Data
102
dengan command plot(abs(S)).

Command yang berkaitan dengan bilangan kompleks telah dibahas pada

subbab 2.4, Tabel 2.3.

Perhatikan bahwa hasil plot terlihat simetris kiri-kanan, hal ini

merupakan ciri khas dari transformasi Fourier. Dalam hal ini yang perlu
kita perhatikan ialah plot pada frekuensi 0 s.d. Fs/2 saja, yaitu 0-500 Hz.
Pada rentang ini terlihat 3 komponen frekuensi yang tajam, yaitu: 200,
300, dan 450 Hz dengan magnitude masing-masing 500, 250, dan 167.
Magnitude ini proporsional dengan amplituda dari tiga tone komponen
sinyal yaitu: 1, 1/2 , dan 1/3.

Analisis Data

Soal Latihan
1. Berikut ini data pendudukan kanal pada suatu “trunk” (saluran
transmisi antar-sentral) pada setiap jam selama dua belas jam:

Data pendudukan kanal trunk

Waktu Pendudukan Waktu Pendudukan

 103

6:00-7:00 100 12:00-13:00 958

7:00-8:00 350 13:00-14:00 1008 897
8:00-9:00 824 14:00-15:00 921
9:00-10:00 1056 15:00-16:00 958
10:00-11:00 1525 16:00-17:00 215
11:00-12:00 1247 17:00-18:00

Hitunglah dan gambarlah:

a) Maksimum pendudukan per jam dari trunk tersebut
b) Total pendudukan trunk selama 12 jam
c) Mean dan median dari pendudukan per jam selama 12 jam
d) Simpangan baku dan variansi dari pendudukan per jam selama
12 jam
e) Urutkan data pendudukan trunk tersebut secara ascending dan
descending.
f) Tampilkan data pendudukan trunk tersebut dengan diagram
diskrit (command stem).
g) Tampilkan distribusi nilai pendudukan dengan histogram warna
merah dalam 6 interval.

2. Berikut ini data pengukuran temperatur suatu ruang penyimpanan

yang dilakukan tiga kali selama tiga hari berturut-turut Dalam setiap
seri dilakukan pengukuran per jam selama 8 jam:

Data pengukuran temperatur (dalam oC)

Waktu Hari ke-1 Hari ke-2 Hari ke-3

9:00 27,0 26,8 27,1

10:00 28,2 28,1 28,8
11:00 29,5 30,3 29,0
12:00 29,6 30,6 29,1
13:00 30,0 30,0 31,2
14:00 30,5 31,0 31,3
15:00 29,8 29,6 30,2
16:00 28,9 27,5 26,8

Analisis Data

Hitunglah dan gambarlah:

a) Rata-rata temperatur pada masing-masing hari
b) Rata-rata temperatur pada jam 11:00, 12:00, dan 13:00.
c) Rata-rata temperatur pada hari pertama dan kedua
104
d) Rata-rata temperatur selama tiga hari pada pukul 9:0012:00.
e) Temperatur tertinggi dan terendah selama tiga hari
f) Rata-rata, median, simpangan baku, dan variansi dari
temperatur selama tiga hari tersebut.
g) Histogram dari temperatur selama tiga hari, digambarkan dalam
4 interval.

3. Keluarkan file suara WAV yang sudah dibuat pada Soal

Latihan bab 5 berisi urut-urutan tone DO-RE-MI-FA-SOLLA-TI-
DO. Lakukanlah analisis frekuensi dengan Transformasi Fourier
dengan command fft n-titik, di mana n ialah panjang sinyal WAV
tadi. Plot magnitude dari hasil transformasi tersebut pada rentang
frekuensi 0 hingga 1 kHz.
BAB 8

ANALISIS FUNGSI DAN INTERPOLASI

Berbagai fungsi matematis bisa dievaluasi dan dianalisis dengan

berbagai command yang ada di MATLAB. Salah satu fungsi matematis
yang sering digunakan, yaitu polinomial, penanganan dan evaluasinya
akan dibahas pula dalam bagian ini. Berikutnya akan disajikan juga
analisis fungsi, misalkan mencari nol, maksimum, dan minimum. Di
samping itu, interpolasi dan curvefitting menggunakan MATLAB akan
dibahas pula. Pada bagian akhir akan dikenalkan “Function Tool,
yaitu sebuah tool analisis fungsi yang ada di MATLAB.

8.1 Polinomial di MATLAB

Suatu polinomial, p(x), berderajat n dinyatakan sebagai sebuah vektor
baris p berukuran n+1. Elemen vektor menunjukkan koefisien dari
polinomial yang diurutkan dari orde tertinggi ke terendah.

p(x)=anxn +an−1xn−1 +...+a1x+a0

dinyatakan sebagai:

p = ( an an-1 ... a1 a0 )

Command berikut digunakan untuk menangani polinomial:

Tabel 8. 1
106 Analisis Fungsi dan Interpolasi

polyval(p,x) mengevaluasi polinonial p pada nilai x. x bisa

berupa skalar maupun vektor
poly(x) menghitung vektor sepanjang n+1 yang mewakili
suatu polinomial orde-n. Vektor x sepanjang n berisi
akar-akar dari polinom tersebut
roots(p) menghitung vektor berisi akar-akar dari polinomial
p
conv(p,q)
menghitung produk (hasil perkalian) dari polinomial
p dan q. Bisa juga dianggap sebagai konvolusi
[k,r] = antara p dan q
deconv(p,q) membagi polinomial p dengan q. Hasil pembagian
disimpan dalam polinom k dan sisa pembagian
dalam polinom r. Bisa juga dianggap sebagai
polyder(p) dekonvolusi antara p dan q
menghitung vektor sepanjang n berisi turunan
pertama dari polinom p

Misalkan kita memiliki dua polinomial sebagai berikut:

g(x)= 2x3 + 5x −1 h(x)= 6x2 − 7

Dalam MATLAB kedua polinomial ini dinyatakan dengan:

>> g = [2 0 5 –1];
>> h = [6 0 –7];

Untuk mengevaluasi polinomial pada x = 10 kita tuliskan:

>> nilai1 = polyval(g,10), nilai2 = polyval(h,10) nilai1
= 2049 nilai2 =
593

Namun bisa pula x berbentuk vektor:

>> x = -3:3 x =
-3 -2 -1 0 1 2 3

>> nilai1 = polyval(g,x), nilai2 = polyval(h,x) nilai1 =

-70 -27 -8 -1 6 25 68
nilai2 =
47 17 -1 -7 -1 17 47
 Analisis Fungsi dan Interpolasi 107

Jika kita kalikan kedua polinomial tersebut, akan diperoleh sebuah

polinomial baru:
>> p = conv(g,h) p
=
12 0 16 -6 -35 7

yang mewakili: p(x)=12x5 +16x3 − 6x2 −35x + 7

Akar-akar dari polinomial g(x) dan h(x) bisa kita hitung:

>> akar_g = roots(g), akar_h = roots(h)
akar_g = -0.0985 + 1.5903i
-0.0985 - 1.5903i
0.1969
akar_h = 1.0801
-1.0801

Perhatikan plot dari kedua polinomial tersebut.

Gambar 8. 1 Plot polinomial g(x) dan h(x)

Turunan pertama dan kedua dari g(x) bisa kita hitung pula:
>> g1=polyder(g), g2=polyder(g1) g1
=
108 Analisis Fungsi dan Interpolasi
6 0 5 g2 =
12 0 yang masing-masing
mewakili

g'(x)= 6x2 + 5 dan g''(x)=12x

8.2 Nol dari Fungsi

Fungsi matematis bisa dinyatakan dalam bentuk M-file di
MATLAB. Misalkan fungsi

f (x)= (x−15.x3)−2 6+ .40.002 + x3 +9x0.03 −

(x−0.x92−)02.+40.005
bisa kita tuliskan pada editor M-file (lihat kembali subbab 6.1)
function y = f(x)
y = (5.*x - 6.4)./((x-1.3).^2 + 0.002) + ...
(9.*x)./(x.^3 + 0.003) - ...
(x - 0.4)./((x-0.92).^2 + 0.005);

Fungsi f didefinisikan menggunakan operator elemen-per-elemen

.* ./ .^ + − (lihat kembali subbab 4.5 dan 4.6), sehingga apabila
fungsi dipanggil dengan argumen vektor maka hasilnya juga berupa
vektor. Semua fungsi MATLAB pada bab ini harus didefinisikan
seperti contoh tersebut.

Fungsi tersebut bisa diplot dengan command plot:

>> x = linspace(0,2); % membuat vektor x
>> plot(x,f(x)); % memplot grafik f(x)
>> grid on;
>> title(‘Fungsi f(x)’); Atau
menggunakan command fplot:

>> fplot(‘f’,[0 2]); % memplot grafik f(x)

>> grid on;
>> title(‘Fungsi f(x)’);
 Analisis Fungsi dan Interpolasi 109

Gambar 8. 2 Plot fungsi rasional f(x)

Untuk mencari nol dari fungsi f(x), sama saja dengan mencari solusi
dari f(x) = 0. Nol dari suatu fungsi satu variabel bisa dicari dengan
command fzero. Sementara untuk polinomial gunakanlah roots
seperti pada subbab 8.1. Algoritma yang digunakan pada fzero
bersifat iteratif, dan membutuhkan tebakan awal (initial guess) yang
tidak terlalu jauh dari nol fungsi yang dicari.

Tabel 8. 2
fplot(‘fcn’,lim,’string’) memplot fungsi fcn pada interval lim dengan
property yang didefinisikan oleh string (lihat Tabel 5.3). fcn
berupa M-file yang berisi definisi fungsi.
lim berupa vektor 2 elemen berisi batas interval xmin dan xmax.
fzero(‘fcn’,x0) menghitung nol dari fungsi fcn dengan nilai tebakan
awal x0. fzero(‘fcn’,x0,tol) menghitung nol dari fungsi fcn dengan
nilai tebakan awal x0. tol menentukan toleransi error dari perhitungan
pendekatan yang diinginkan

Command zerodemo akan memberikan demonstrasi dari topik ini.

Kita akan menghitung nol dari fungsi f(x) sebagai berikut:

>> x1=fzero(‘f’,0), x2=fzero(‘f’,0.5), x3=fzero(‘f’,2)
x1 = 0.0011 x2 = 0.7320 x3 =
1.2805
110 Analisis Fungsi dan Interpolasi

Misalkan kita ingin menghitung titik potong dari dua fungsi:

cos 2x dan 5x − 2; atau dengan kata lain mencari solusi dari
persamaan:

s(x)=cos2x−5x+2=0

Maka, pertama kita definisikan fungsi cosm.m dalam M-file.

function s = cosm(x)
s = cos(2.*x) – 5.*x + 2;

Kemudian kita plot untuk memudahkan mendapatkan tebakan awal:

>> fplot(‘cosm’,[-10 10]);
>> grid on;
>> title(‘cos(2x) – 5x + 2’);

Gambar 8. 3 Plot fungsi s(x) = cos 2x – 5x + 2

Kita lihat bahwa x = 2 merupakan tebakan awal yang bagus.

>> nol = fzero(‘cosm’,2)

nol = 0.5060

8.3 Minimum dan Maksimum dari Fungsi

 Analisis Fungsi dan Interpolasi 111

Untuk melakukan optimisasi, yaitu mendapatkan solusi optimal, kita

harus mendapatkan maksimum atau minimum dari fungsi pada suatu
interval. Dalam hal ini MATLAB menggunakan metode numerik untuk
menemukan minimum dari suatu fungsi. Algoritma yang
digunakannya iteratif, yaitu suatu proses berulang.

Misalkan kita ingin mencari minimum xmin dari fungsi f(x).

f (xmin )= minx f (x)

Metode iteratif ini membutuhkan tebakan awal x0. Dari nilai awal ini
akan diperoleh nilai berikutnya, x1, yang diharapkan semakin
mendekati xmin. Seberapa dekat x1 ke xmin tergantung pada metode
numerik yang digunakan. Proses iterasi ini berlanjut hingga nilai xi
yang mendekati dengan akurasi tertentu diperoleh, di mana
|xmin − xi| cukup kecil.

Dalam MATLAB tidak ada command untuk menentukan maksimum

suatu fungsi f(x), namun dalam hal ini bisa digunakan fungsi g(x) =
− f(x) untuk dicari minimumnya.

Tabel 8. 3

fmin(‘fcn’,x1,x2) menghitung minimum dari fungsi satu variabel fcn

pada interval x1 < x < x2. Jika minimum-lokal tidak ditemukan,
hasilnya ialah nilai x terkecil pada interval tadi.
fminbnd(‘fcn’,x1,x2) sama dengan command fmin, tetapi untuk
MATLAB versi terbaru.
fmins(‘fcn’,x0) menghitung minimum dari fungsi multi variabel fcn
dengan tebakan awal berupa vektor x0.
fminsearch(‘fcn’,x0) sama dengan command fmins, tetapi untuk
MATLAB versi terbaru.

Misalkan kita akan mencari minimum dari fungsi sinus pada interval
0 ≤ x ≤ 2π.

>> minimum_sinus = fmin(‘sin’,0,2*pi)

minimum_sinus =
4.7124
112 Analisis Fungsi dan Interpolasi

Untuk fungsi yang lebih rumit, misalkan fungsi f(x) pada subbab
8.2, kita bisa temukan minimumnya pada interval 0 ≤ x ≤ 2.
>> minimum_f1 = fmin(‘f’,0,2)
minimum_f1 =
1.2278

Perhatikan bahwa ini hanyalah satu “minimum-lokal” dan belum

tentu merupakan minimum-global dari interval tadi. Jika kita lihat
Gambar 8.2 maka terlihat bahwa minimum global terletak di
interval yang lebih sempit 0 ≤ x ≤ 1:

>> minimum_f2 = fmin(‘f’,0,1) minimum_f2

=
0.9261

Untuk mencari maksimum dari fungsi f(x), terlebih dahulu kita

definisikan fungsi −f(x) dengan M-file, lalu simpanlah sebagai
minusf.m.
function y = minusf(x)
y = -f(x);

Kemudian kita cari minimum dari fungsi tersebut yang merupakan

maksimum dari f(x) :
>> maximum_f = fmin(‘minusf’,0,2) maximum_f
=
0.1144

Perhatikan kembali bahwa ini hanyalah satu “maksimum-lokal” yang

ternyata kebetulan merupakan maksimum-global dari interval tadi.

Minimum dari Fungsi Multi Variabel

Misalkan kita definisikan suatu fungsi dua variabel:

g(x1,x2)= x12 +x22 − x14x2 −sin x1

Kita tuliskan dalam M-file gx1x2.m

function g = gx1x2(x)
 Analisis Fungsi dan Interpolasi 113

g = x(1).^2 + x(2).^2 – 0.25.*x(1).*x(2) – sin(x(1));

Kemudian kita coba plot fungsi ini beserta konturnya (penjelasan plot
kontur lihat kembali subbab 5.3):
>> x=linspace(-1,1,50); % menciptakan vektor x
>> % asumsikan y = x
>> for i = 1:50 % menghitung gx1x2 pada setiap titik
for j = 1:50
Z(i,j) = gx1x2([x(i) x(j)]); end
end

>> meshc(x,x,Z); % plot grafik 3-D plus kontur

Gambar 8. 4 Plot permukaan dan kontur dari fungsi dua variabel

Dari gambar tersebut, kita coba tebakan awal pada titik (1,0):

>> minimum_gx1x2 = fmins(‘gx1x2’,[1,0])

minimum_gx1x2 = 1.0e-004 *
0.1467 -0.4034

8.4 Interpolasi
Pada fungsi yang memiliki sejumlah titik terbatas, dimungkinkan
untuk menentukan titik-titik perantaranya dengan interpolasi. Cara
114 Analisis Fungsi dan Interpolasi

termudah untuk menghitungnya ialah dengan menggunakan

interpolasi linier untuk menghubungkan dua titik yang berdekatan.

Command interp1 menggunakan algoritma khusus

untuk interpolasi titik-titik data yang terpisah secara seragam.
Untuk command ini, kita harus tambahkan tanda asteris ‘*’ di depan
nama metoda yang diinginkan, misalkan
interp(x,y,xx,’*nearest’).

Tabel 8. 4
yy = interp1(x,y,xx) menghitung vektor yy yang panjangnya sama
dengan vektor xx. Dalam hal ini yy fungsi dari xx merupakan
interpolasi dari y fungsi dari x. Vektor x harus diurutkan secara
ascending / descending
interp1(x,y,xx,’string’) menghitung interpolasi 1-dimensi; string
menunjukkan metode yang digunakan, yaitu:

linear interpolasi linier

nearest interpolasi “nearest-neighbor”
spline interpolasi “cubic-spline”
interpolasi kubik, membutuhkan jarak pisah
cubic
A seragam pada x
pabila string tidak dituliskan, maka digunakan
interpolasi linier. Untuk semua metode tersebut, x harus
diurutkan ascending / descending. interp1q(x,y,xx) bekerja
seperti interp1 namun lebih cepat untuk titik-titik data yang
terpisah tak seragam. x, y, dan xx harus berupa vektor kolom.

Misalkan kita memiliki data tekanan udara dalam suatu ruang tertutup
yang diukur pada jam-jam tertentu sebagai berikut:
>> t = [0 2 3 5 8.5 10 12];
>> pres = [660 900 400 300 500 50 300];

Sekarang kita interpolasi dengan beberapa metode dan kita plot pada
satu gambar sekaligus:
>> tt = linspace(0,12,100);
>> PP1 = interp1(t,pres,tt,’*linear’);
 Analisis Fungsi dan Interpolasi 115
>> PP2 = interp1(t,pres,tt,’*cubic’);
>> PP3 = interp1q(t’,pres’,tt’);

>> figure;
>> plot(t,pres,’k*’,tt,PP1,’k-‘,tt,PP2,’k:’, ...
tt,PP3,’k--’)
>> grid on;
>> xlabel(‘waktu (jam)’), ylabel(‘Pressure’)
>> legend(‘data’,’linier’,’kubik’,’interp1q’)
>> title(‘Perbandingan metode interpolasi’

Gambar 8. 5 Perbandingan hasil interpolasi dengan tiga metode

8.5 Curve-Fitting
Pencocokkan kurva (curve-fitting) yang akan dibahas di sini ialah
pencocokkan titik-titik data dengan suatu fungsi polinomial dengan
metode pendekatan kuadrat terkecil (least squares approximation).

Tabel 8. 5

polyfit(x,y,n) menghitung vektor berisi koefisien polinomial orde-n

yang mendekati titik-titik data di ( xi , yi )
116 Analisis Fungsi dan Interpolasi

[p,E] = polyfit(x,y,n) menghitung vektor polinomial p dan matriks E

yang bisa digunakan oleh command polyval untuk mengestimasi
error.

Mari kita coba dekati data tekanan udara seperti contoh sebelumnya
dengan polinomial orde tiga, empat, dan lima.

>> t = [0 2 3 5 8.5 10 12];

>> pres = [660 900 400 300 500 50 300];
>> p3 = polyfit(t,pres,3) p3 =
0.5857 -6.9967 -38.3200 727.0393

>> p4 = polyfit(t,pres,4); p4
=
-0.3022 7.8645 -60.4717 77.6181 704.1170

>> p5 = polyfit(t,pres,5);
p5 = 1.0e+003 *
0.0006 -0.0183 0.1908 -0.8055 1.0783 0.6648

Polinomial yang diwakili oleh p3, p4, dan p5 ialah:

p3(x)= 0,6x3 − 7,0x2 −38,3x+ 727,0

p4(x)=−0,3x4 + 7,9x3 − 60,5x2 + 77,6x+ 704,1 p5(x)= 0,6x5

−18,3x4 +190,8x3 −805,5x2 +1078,3x+ 664,8

Berikutnya kita plot data dan ketiga kurva polinomial tersebut untuk
dibandingkan.
>> tt = linspace(0,12,100);
>> kurva_p3 = polyval(p3,tt);
>> kurva_p4 = polyval(p4,tt);
>> kurva_p5 = polyval(p5,tt);

>> figure;
>> plot(t,pres,’ko’,tt,kurva_p3,’k-‘, ...
tt,kurva_p4,’k:’,tt,kurva_p5,’k--’)
>> grid on;
>> xlabel(‘waktu (jam)’), ylabel(‘Pressure’)
>> legend(‘data’,’orde-3’,’orde-4’,’orde-5’)
>> title(‘Perbandingan pendekatan polinomial’)
 Analisis Fungsi dan Interpolasi 117

Gambar 8. 6 Perbandingan curve-fitting polinomial orde 3, 4, dan 5

8.6 Function Tool

Di dalam MATLAB telah terdapat perangkat (tool) untuk menggambar
dan menganalisis fungsi secara praktis yang dikenal dengan “Function
Tool”. Untuk membuka perangkat ini, dari command window bisa
kita ketikkan:
>> funtool

dan akan muncul tiga window berikut ini:

118 Analisis Fungsi dan Interpolasi

Figure 1berisi plot Figure 2berisi plot

dari f(x) dari g(x) koefisien “a”

fungsi f(x) dan g(x)

dideskripsikan di sini

batas-batas plot kurva

f(x) dan g(x)

Figure 3berfungsi
sebagai papan kunci
Gambar 8. 7 Tiga window pada Function Tool

Berbagai operasi fungsi bisa kita lakukan dengan mengklik berbagai

tombol yang ada di Figure3, misalkan:

Tabel 8. 6
 Analisis Fungsi dan Interpolasi 119

df/dx df (x) menghitung turunan f(x) terhadap x:

dx
int f menghitung integral tak tentu dari f(x)
terhadap x: ∫ f (x)dx
finv
menghitung fungsi invers dari f(x)
f+a, f-a, f*a, f/a, f^a
f(x+a), f(x*a) memanipulasi f(x) dengan konstanta a
memanipulasi variabel x dengan konstanta a
f+g, f-g, f*g, f/g
f(g) mengoperasikan fungsi f(x) dan g(x)
g = f swap menghitung f(g(x)) menyalin f(x) ke
g(x)
menukar antara f(x) dengan g(x)

Soal Latihan
120 Analisis Fungsi dan Interpolasi

1. Nyatakanlah polinomial berikut dalam bentuk vektor baris:

p(x)= x2 −1 q(x)= x4 − x2 +

r(x) x2 + x+1 x3 −

x2 + 1 x

2 2
2. Evaluasilah ketiga polinomial pada no.1 tersebut pada nilainilai x
= -1,5 , -1,2 , -0,9 , ... , 1,2 , 1,5

3. Buatlah plot dari ketiga polinomial pada no.1 tersebut pada

rentang: -1,5 ≤ x ≤ 1,5. Buatlah inkremen x cukup kecil agar
kurva terlihat mulus.

4. Hitunglah nol, minimum, dan maksimum dari fungsi rasional

berikut ini pada rentang -10 ≤ x ≤ 10

F(x)= x 2−+ 1
x 1

5. Hitunglah minimum dan maksimum dari fungsi dua variabel

berikut ini pada rentang -2 ≤ x ≤ 2, -2 ≤ y ≤ 2
G(x, y)= sin xsin y+ sin xy

6. Berikut ini data distribusi pemakaian suatu telepon selama

sebulan terakhir.

Distribusi pemakaian telepon

Waktu pemakaian telepon (menit) Frekuensi

 Analisis Fungsi dan Interpolasi 121

0 11 185 8
1 12 130 6
2 13 101 72 4
3 14 54 3
4 15 40 2
5 16 29 2
6 17 22 1
7 18 17 1
8 19 11 1
9 20 10 1
10

Plot data distribusi ini dan dekatilah dengan dua metode

interpolasi!

7. Misalkan terdapat tiga polinomial sebagai berikut: m(x)= Ax+B

n(x)=Cx2 + Dx+ E
k(x)= Fx3 +Gx2 + Hx+ I

Cocokkanlah titik-titik data pada no.6 dengan kurva-kurva

persamaan eksponensial berikut ini:
M(x)= em(x) = exp(Ax)expB

( )
N(x)= en(x) = exp Cx2 exp(Dx)expE

K(x)= ek(x) = exp(Fx )exp(Gx )exp(Hx)exp(I)

3 2

- Hitunglah nilai A, B, C, .. , I dengan command polyfit.

- Plot titik-titik data beserta ketiga kurva tersebut di dalam satu
gambar.
BAB 9

PERHITUNGAN INTEGRAL

Solusi numerik dari integral terbatas bisa dihitung secara efisien di

MATLAB. Pertama, kita akan pelajari perhitungan integral dengan
berbagai metode numerik. Berikutnya, kita kembangkan ke
perhitungan integral lipat-2 dan lipat-3.

9.1 Menghitung Integral dengan Metode Numerik

Integral terbatas bisa diselesaikan secara numerik dengan MATLAB,
yaitu:
b

q =∫ f (x)dx
a

Terdapat sejumlah metode perhitungan integral secara numerik,

misalkan: trapezoid, kuadratur, dll.

Tabel 9. 1
 Perhitungan Integral 123

trapz(x,y) menghitung integral dari y sebagai fungsi dari x. Vektor x

dan y panjangnya harus sama. Nilai elemen dalam x sebaiknya
disortir
trapz(x,A) menghitung integral dari setiap kolom di A sebagai fungsi
dari x; hasilnya berupa vektor baris berisi hasil integrasi. Jumlah
kolom A harus sama dengan panjang x.
quad(‘fcn’,a,b) menghitung aproksimasi dari integral fungsi fcn pada
interval a ≤ x ≤ b. Fungsi fcn harus didefinisikan terlebih dahulu
dalam M-file.
quad(‘fcn’,a,b,tol) menghitung aproksimasi integral dari fcn dengan
toleransi kesalahan sebesar tol.
quad(‘fcn’,a,b,tol,trace,pic) menghitung aproksimasi integral dari
fcn dengan toleransi tol. Jika trace tidak nol, maka grafik yang
mengilustrasikan integral akan diplot. Hasil integrasi dievaluasi pada
pic. Kita bisa memberi nilai nol pada tol dan trace dengan matriks
kosong [ ]. quad8( ... )
sama dengan command quad, tetapi menghitung dengan akurasi
yang lebih tinggi.
quadl( ... )
sama dengan command quad8( ... ), namun untuk MATLAB versi
terbaru.

Sebagai contoh, kita hitung integral berikut ini dengan metode

numerik:
2

∫e dx
−x3
0

>> x = linspace(0,2,50); % definisikan vektor x

>> y = exp(-x.^3); % hitung nilai y
>> integral = trapz(x,y)s % integralkan !
integral =
0.8821

Dengan command quad, kita terlebih dahulu harus mendefinisikan

fungsi dalam M-file:
function y = myfun(x)

y = exp(-x.^3);
124 Perhitungan Integral

Kita hitung integral tersebut dengan toleransi yang berbeda:

>> format long; % format bilangan “long”
>> int_1 = quad(‘myfun’,0,2,0.001), ...
int_2 = quad(‘myfun’,0,2,0.00001)
int_1
=
0.89309707589214
int_2 =
0.89295225387894

Kita bandingkan akurasinya dengan quad8:

>> int_3 = quadl(‘myfun’,0,2)
int_3 =
0.89295351461757

>> format short; % mengembalikan format ke “short”

Ini adalah hasil paling akurat yang bisa diperoleh MATLAB.

9.2 Integral Lipat-2

Kita bisa menghitung integral terbatas lipat-2
dengan menyelesaikan integralnya satu per satu
menggunakan command quad.

Misalkan kita ingin menghitung integral berikut ini:

11

∫∫e −x3−y dydx

00

Pertama, kita buat M-file untuk fungsi ini:

function z = fungsiku(x,y)

z = exp(-x.^3-y);

Kedua, kita hitung integral-integral pada arah y untuk x yang tetap:

>> x = linspace(0,1,50); % definisikan nilai x
 Perhitungan Integral 125
>> for i = 1:50 % hitung integral unt setiap x(i)
integral(i) = quad(‘fungsiku’,0,1,[],[],x(i)); end

Sekarang, kita memiliki 50 integral pada arah y. Ketiga, kita hitung

integral arah x, misalkan dengan trapz.
>> Integral2 = trapz(x,integral)
Integral2 =
0.5105

Cara lain yang lebih praktis untuk menghitung integral lipat-2 ialah
menggunakan command berikut ini:

Tabel 9. 2
dblquad(‘fcn’,xmin,xmax,ymin,ymax,tol) menghitung integral
lipat-2 untuk fungsi dua variabel fcn pada area segiempat xmin
≤ x ≤ xmax, ymin ≤ y ≤ ymax.

Untuk contoh integral di atas:

>> Integral_dobel = dblquad(‘fungsiku’,0,1,0,1)
Integral_dobel =
0.5104

Untuk mendapatkan gambaran dari fungsi tersebut, kita ketikkan:

>> [X,Y] = meshgrid(x,x);
>> Z = fungsiku(X,Y);
>> mesh(X,Y,Z)
126 Perhitungan Integral

Gambar 8. 1 Plot fungsi exp(-x3-y) dengan domain [0,1]×[0,1]

9.3 Integral Lipat-3

Serupa dengan integral lipat-2, integral lipat-3 bisa kita selesaikan
setahap demi setahap. Misalkan untuk integral berikut ini kita
simpan dalam M-file:
222

∫ ∫ ∫ x + y +z dzdydx
2 2 2

−2−2−2

function w = funxyz(x,y,z)

w = sqrt(x.^2 + y.^2 + z.^2);

Kita akan selesaikan integral tersebut dengan metode yang berbeda

dengan sebelumnya, yaitu menggunakan nested-for:

Pertama, kita definisikan batas-batas nilai x, y, dan z:

>> x = linspace(-2,2,50); % definisikan nilai x
>> y = x; % definisikan nilai y
>> z = x; % definisikan nilai z

>> int_w = 0;
 Perhitungan Integral 127
>> for i = 1:length(x)-1
X = (x(i)+x(i+1))/2;
dX = x(i+1)-x(i);

for j = 1:length(y)-1
Y = (y(j)+y(j+1))/2;
dY = y(j+1)-y(j);

for k = 1:length(z)-1
Z = (z(k)+z(k+1))/2;
dZ = z(k+1)-z(k);
int_w = int_w + funxyz(X,Y,Z)*dX*dY*dZ;
end
end
end >>
int_w
int_w =
122.9346

Cara lain yang lebih praktis ialah menggunakan command berikut ini:

Tabel 9. 3
triplequad(‘fcn’,xmin,xmax,ymin,ymax,zmin,zmax,tol)
menghitung integral lipat-3 untuk fungsi tiga variabel fcn pada
area balok xmin ≤ x ≤ xmax, ymin ≤ y ≤ ymax, zmin ≤ z ≤
zmax, dengan toleransi kesalahan sebesar tol.

Untuk contoh integral di atas, kita hitung dengan toleransi 0,001:

>> Integral_tripel = triplequad(‘funxyz’, ...
-2,2,-2,2,-2,2,0.001)

Integral_tripel =
122.9577

Soal Latihan
1. Hitunglah integral terbatas berikut ini dengan metode trapezoid
dan kuadratur:
128 Perhitungan Integral
10

y= ∫ 100−x2dx
−10
Bandingkan hasilnya dengan luas setengah lingkaran, yang
merupakan bentuk area yang dibatasi persamaan tersebut: y =
50π
2. Hitunglah integral lipat-2 berikut ini:
45

∫∫10−2x −y dydx
2 2

−4−5

3. Hitunglah integral lipat-3 dari fungsi tiga variabel berikut ini:

w(x, y,z)= x2 +xy+ yz+z2 pada batas-batas -1 ≤ x ≤ 1, -1 ≤ y
≤ 1, -1 ≤ z ≤ 1.
DAFTAR PUSTAKA

Pärt-Enander, E. dan Sjöberg A., The Matlab 5 Handbook, Addison-

Wesley, 1999.

Proakis, J.G. dan Manolakis, D.G., Digital Signal Processing:

Principles, Algorithms and Applications, Macmillan, 1996.

www.mathworks.com/support

www.math.hmc.edu/calculus/tutorials/complex
LAMPIRAN 1

REFERENSI CEPAT
Berikut ini ringkasan command, sebagian telah dijelaskan pada isi buku,
dan selebihnya bisa dieksplorasi sendiri dengan bantuan help.
Editing dan Kunci-kunci Khusus

↑ atau Ctrl-P dan melihat kembali command yang pernah

↓ atau Ctrl-N diketik

← atau Ctrl-B bergeser satu karakter ke kiri

→ atau Ctrl-F Ctrl-L bergeser satu karakter ke kanan
bergeser satu kata ke kiri
atau Ctrl-← bergeser satu kata ke kanan
Ctrl-R atau Ctrl-→ bergeser ke awal baris
Ctrl-A atau Home menghapus karakter
Delete atau BackSpace menghapus hingga akhir baris
Ctrl-K Ctrl- menghentikan proses/kalkulasi yang sedang
C berjalan

Command Sistem Dasar

exit, quit keluar dari MATLAB
diary save mencatat sesi dalam diary
load type, menyimpan pekerjaan di ke dalam file
mengeluarkan kembali pekerjaan dari dalam file
dbtype daftar file
what, dir, ls daftar isi dari direktori
cd pwd mengubah direktori
melihat direktori saat ini

Help dan Demonstrasi

134 Referensi Cepat

help memunculkan help dari topik tertentu

lookfor mencari teks program demonstrasi
expo, demo daftar fitur-fitur baru informasi
whatsnew
umum
info

Variabel

who, whos daftar variabel yang aktif

clear size, membersihkan variabel
length exist ukuran matriks dan vektor
eksistensi
format mengatur format keluaran
Konstanta dan Variabel Standar

ans jawaban terakhir yang tak tersimpan ke variabel

pi π = 3.141 592 653 589 79
eps akurasi relatif
realmax, realmin bilangan terbesar dan terkecil tak
inf hingga, didefinisikan sebagai 1/0
NaN not-a-number, misalkan 0/0
i, j
unit imajiner, √-1
nargin, nargout
jumlah argumen masukan dan keluaran

Pencatat waktu
flops tic, toc, jumlah flop (operasi floating point)
etime clock, menghidupkan dan mematikan pencatat waktu
date cputime waktu dan tanggal saat ini waktu sejak
MATLAB dimulai

Fungsi Matematik
Fungsi elementer:
abs nilai absolut
sign fungsi signum
sqrt akar kuadrat
pow2 kuadrat
exp fungsi eksponensial fungsi
log, log2, log10 logaritmik fungsi
sin, cos, tan, cot, sec, csc trigonometrik inversi fungsi
asin, acos, atan2, atan, trigonometrik
acot, asec, acsc sinh, cosh,
tanh, coth, asinh, acosh, fungsi hiperbolik dan invers-hiperbolik
atanh, acoth,
sech, csch, asech, acsch

Fungsi matematika lanjut:

legendre fungsi Legendre
bessel, bessely fungsi Bessel
gamma, gammaln, gammai nc fungsi Gamma beta,
betaln, betainc fungsi Beta
expint integral eksponensial
erf, erfinv, erfc, erfcx error-function
ellipke, ellipj integral eliptik

Transformasi koordinat:
cart2pol, pol2cart kartesian dan polar
cart2sph, sph2cart kartesian dan bola
136 Referensi Cepat

Operasi Bilangan Bulat dan Floating Point

round, fix, floor, ceil pembulatan

rat rats rem gcd lcm pendekatan ke bilangan rasional
mengubah bilangan rasional ke string
sisa pembagian faktor pembagi
terbesar kelipatan pengali terkecil

Bilangan Kompleks

real, imag komponen riil dan imajiner

conj angle konjugasi sudut fase
unwrap mengatur kembali argumen sudut
cplxpair pasangan kompleks

Vektor dan Matriks

: operator indeks
linspace, logspace pembangkit vektor
eye matriks identitas
ones, zeros matriks satuan dan matriks nol
[] matriks kosong matriks
rand, randn random matriks diagonal
diag
matriks segitiga membentuk-
triu, tril
fliplr, flipud, rot90, reshape ulang matriks matriks-matriks
hilb, invhilb, toeplitz, compan, khusus
gallery, hadamard, hankel,
magic, pascal, rosser, vander,
wilkinson

Operasi Matriks
 Referensi Cepat 137

+ − penjumlahan dan
* .* pengurangan
cross, perkalian
dot, pembagian dan
kron pembagian terbalik
/ \ transposisi, konjugasi
./ .\ pangkat
‘ .’ operator
^ .^ pembandingan
>, <, operator logika
>=,
<=,
==,
~=
and,
or,
not,
&, |,
~,
xor

Fungsi Matriks

det, trace, rank determinan, trace, dan rank

inv, pinv orth, invers dan pseudo-invers
null subspace basic subspaces sudut
expm, logm, sqrtm, funm, antara subspaces
polyvalm fungsi-fungsi matriks
size, length
any, all, isnan, isinf, isieee, ukuran dan panjang matriks / vektor
issparse, isstr, isempty, finite fungsi logika

Antarmuka dengan Pengguna

138 Referensi Cepat

disp memunculkan nilai atau teks di command

window
input input dari keyboard membaca
ginput koordinat eksekusi berhenti
pause sementara menunggu aksi dari
waitforbuttonpress
format menu pengguna format keluaran di
lasterr command window mengeluarkan
menu dengan pilihan memunculkan
pesan error terakhir

Grafik

Grafik 2-D dan 3-D:

plot plot3 plot grafik 2-dimensi plot

fplot subplot garis dalam 3-dimensi
errorbar plot fungsi
comet, comet3 membagi figure yang ada menjadi subplot
polar plot grafik dengan error-bar plot
semilogx, semilogy, beranimasi, 2-D, 3-D plot dalam
loglog quiver, koordinat polar plot logaritmik
feather, compass,
rose stem grafik bilangan kompleks
hist, bar, stairs
plot data diskrit
plot histogram, diagram batang dan tangga

Mengatur grafik:

figure menciptakan atau memunculkan suatu figure clf

membersihkan figure
hold menahan plot yang ada agar tidak hilang tertimpa
plot baru
subplot membagi figure yang ada menjadi subplot clc
membersihkan tampilan command window
 Referensi Cepat 139

home mengembalikan kursor ke pojok kiri-atas axis

mengatur sumbu plot
zoom memperbesar / memperkecil (untuk grafik 2-D) grid
memunculkan / menghilangkan grid
title, xlabel, menuliskan berbagai teks di dalam plot ylabel,
zlabel
text menuliskan teks di manapun di dalam plot gtext
menempatkan teks dengan mouse ginput membaca
koordinat di dalam plot rbbox memindahkan suatu area segi
empat hidden memperlihatkan / menyembunyikan
permukaan view mengatur posisi dan sudut penglihatan

Plot permukaan dan kontur:

contour plot kontur

contour3 clabel plot kontur dalam ruang 3-D
meshgrid memberi tanda pada garis kontur
cylinder, sphere membuat jalinan titik untuk plot 3-D
surf mesh grid untuk geometri silinder dan bola
meshc, meshz, waterfall plot permukaan (surface) plot mesh
surfl, surfc, surfnorm plot mesh dengan garis referensi plot
permukaan dengan pencahayaan khusus,
pcolor kontur, dan garis normal plot permukaan
fill, fill3 dilihat dari atas
slice mengisi poligon plot
fungsi tiga variabel

Suara

sound membunyikan suara

wavwrite, wavread menulis dan membaca file .WAV

Pemrograman

Conditional statements:
140 Referensi Cepat

if kondisi if kondisi if kondisi_1

command command_A command_1
end else command_B elseif kondisi_2
end command_2
elseif kondisi_3
command_3
...
end

switch nama_variabel case {

kondisi_1, kondisi_2, ... }
command_1
case { kondisi_A, kondisi_B, ... }
command_2
case { kondisi_X, kondisi_Y, ... }
command_3
...
default
command
end

Loop: for variabel = awal :

inkremen : akhir command end

while kondisi
command end

Lain-lain:

% penanda komentar
break keluar dari suatu loop
return keluar dari program
continue melanjutkan loop tanpa menjalankan command
di bawahnya
global mendeklarasikan variabel
nargin global jumlah argumen input
nargout jumlah argumen output
 Referensi Cepat 141

Analisis Data dan Statistik

max, min sum, maksimum dan minimum

cumsum prod, jumlah dan jumlah kumulatif
cumprod produk dan produk kumulatif
diff, gradient, del2 difference rata-rata dan
mean, median median deviasi standar
std var, cov variansi dan kovariansi
skew, kurt skewness dan kurtosis
corrcoef sort matriks korelasi sortir
hist, bar, stairs histogram, diagram batang dan tangga
stem plot data diskrit transformasi Fourier
fft, ifft

Analisis Fungsi dan Interpolasi

fzero fmin, nol dari fungsi

fminbnd fmins, minimum dari fungsi satu variabel
fminsearch minimum dari fungsi multi variabel
interp1, interp1q interpolasi interpolasi Fourier
interpft
interpolasi spline
spline

Polinomial dan Curve-Fitting

142 Referensi Cepat

polyval, polyvalm mengevaluasi polinomial

conv, deconv konvolusi, perkalian polinomial
residue polyder menghitung residu
poly compan turunan pertama dari fungsi polinomial
polyfit polinomial karakteristik companion
matrix aproksimasi polinomial

Integral

trapz, quad, quad8, menghitung integral terbatas

quadl dblquad
triplequad menghitung integral terbatas lipat-2
menghitung integral terbatas lipat-3
LAMPIRAN 2

PENGENALAN BILANGAN KOMPLEKS

Bilangan kompleks yang merupakan perluasan dari bilangan riil,
mengandung semua akar-akar dari persamaan kuadrat. Jika kita
definisikan i sebagai solusi dari persamaan x2 = -1, atau dengan kata
lain:
i:= −1
maka himpunan semesta bilangan kompleks C dinyatakan dalam
bentuk standar sebagai:
{a+ib | a,b∈R}
Kita biasa menggunakan notasi z = a + ib untuk menyatakan
bilangan kompleks. Bilangan a disebut komponen riil dari z (Re
z), sementara b disebut komponen imajiner dari z (Im z).

Dua bilangan kompleks dikatakan sama jika dan hanya jika

komponen riilnya sama dan komponen imajinernya juga sama.

Kita menggambarkan bilangan kompleks dengan mengasosiasikan z

= a + ib dengan titik (a,b) pada bidang kompleks.

Im
z = a + ib
b

Re
a

Operasi Dasar
Operasi dasar dari bilangan kompleks didefinisikan berikut ini:

(a+ib)+(c+id)=(a+c)+i(b+d)
142 Pengenalan Bilangan Kompleks
(a+ib)−(c+id)=(a−c)+i(b−d)
(a+ib)(c+id)=(ac−bd)+i(bc+ad)

ca++idib = ca++idib cc−−idid = acc 2 ++bdd 2 +i

bcc2 −+add 2

Ketika membagi a + ib dengan c + id , kita merasionalkan penyebut

mengingat:
(c+id)(c−id)= c2 −icd +icd −i2d 2 = c2 +d 2
Bilangan c + id dan c – id disebut konjugat kompleks.

Im
z = c + id
d

Re
c

-d
z* = c - id

Jika z = c + id , kita gunakan notasi z* untuk c – id.

Ditinjau sebagai vektor dalam bidang kompleks, z = a + ib memiliki

magnitude:
z = a2 +b2
Magnitude disebut juga modulus atau nilai absolut. Perlu diingat
bahwa: zz*= z 2

Contoh:
(2+3i)(2−3i)= 4−6i+6i−9i2 = 4+9 =13
2+ 3i = 2− 3i = 4+9 = 13
 Pengenalan Bilangan Kompleks 143

Bentuk Polar
Untuk z = a + ib , kita dapatkan:
a=rcosθ b=rsinθ

Im
z = a + ib
b
r

θ Re
a

dan kita dapatkan pula:

r = z = a2 +b2 θ =
b
arctan a

Kemudian, z = rcosθ +i⋅rsinθ

Dengan persamaan Euler: eiθ = cosθ +isinθ

kita dapatkan bentuk polar: z =reiθ
Di sini, r disebut magnitude dari z dan θ disebut argumen dari
z (arg z). Nilai argumen ini tidak unik; kita bisa tambahkan kelipatan
bulat dari 2π ke dalam θ tanpa mengubah z.

Kita definisikan Arg z, yaitu nilai prinsipil dari argumen yang

berada dalam selang -π < Arg z ≤ π. Nilai prinsipil ini unik untuk
setiap z tetapi menciptakan diskontinuitas pada sumbu riil negatif
ketika meloncat dari π ke -π. Loncatan ini disebut branch cut.

Contoh:
eiπ = cosπ+isinπ=−1
3eiπ/2 = 3 cosπ+isinπ 3i

2 2
144 Pengenalan Bilangan Kompleks
π π
−2eiπ/6 =−2 cos +isin =− 3 −i

6 6
Perkalian dan pembagian bilangan kompleks dalam bentuk polar
menjadi lebih mudah. Jika z1 = r1eiθ 1 dan z2 = r2eiθ 2 maka:

z1z2 =r1r2 ei(θ 1+θ 2)

z1 = r1 ei(θ −θ ) z2
1 2

r2

Jika z = reiθ maka z* = re−iθ , dan juga zz*= reiθ ( )(re )= r

−iθ 2

Contoh:
Untuk menghitung (1+i)8 , kita terlebih dahulu bisa menuliskan
(1+i) dalam bentuk polar sebagai 2eiπ/4 , kemudian:

( 2e ) =( 2) e
iπ/4
8 8
i8π/4 =16ei2π =16

Akar-akar dari Satu

Persamaan
zn =1
memiliki n-buah solusi berbentuk kompleks, disebut akar pangkatn
dari satu. Kita ketahui bahwa akar dari persamaan tersebut memiliki
magnitude 1.

Sekarang misalkan z=eiθ , maka

(e ) =1⇔ e
iθ n inθ
=
ei(2πk)

π
⇔ nθ = 2πk ⇔θ = 2 k
n
(e ) =e
iθ n inθ
, dengan persamaan Euler, menghasilkan formula de

Moivre:

(cosθ +isinθ )n = cosnθ +isinnθ

Pengenalan Bilangan Kompleks 145

Sehingga akar pangkat-n dari satu memiliki bentuk: i2πk

z=e n
Terdapat n buah akar yang berbeda, di mana akar-akar tersebut
terdistribusi merata pada lingkaran satuan dalam bidang kompleks.

Contoh:
Kita akan menghitung 3 1 .

3 1=(ei2πk )1/3 =ei2πk /3 k = -1, 0, 1

untuk k = -1 diperoleh:
e−i2π/3 = cos 2π−isin 2π=− −i

33
untuk k = 0 diperoleh: e0 =1 untuk k = 1
diperoleh:
ei2π/3 = cos 2π+isin 2π=− +i

3 3
Bila kita gambarkan pada lingkaran satuan di bidang kompleks:
146 Pengenalan Bilangan Kompleks

Im
1 1
−2 + 2 3
i

120 o Re
120 o
120 o 1

1 1
− 2 −i 2 3

Sekarang kita akan menghitung solusi dari z5 = 32.

(
z= 5 32= 32ei2πk ) 1/5 =321/5ei2πk/5
untuk k = -2, -1, 0, 1, 2
untuk k = -2, diperoleh:

z1 = 2e−i4π/5 = 2 cos 45π−isin 45π

=−1,618−1,176i untuk k = -1, diperoleh:

z2 = 2e−i2π/5 = 2 cos 25π−isin 25π

0,618−1,902i untuk k = 0, diperoleh: z3 = 2e0 = 2 untuk k = 1,
diperoleh:

2 π 2 π
z4 = 2ei2π/5 = 2 cos 5 +isin 5 =

0,618+1,902i untuk k = 2, diperoleh:

π 4 π
z5 = 2ei4π/5 = 2 cos +isin 5

=−1,618+1,176i
Digambarkan dalam bidang kompleks:

Im
z4

z5

72o Re
z3

z1
z2

LAMPIRAN 3

JAWABAN SOAL LATIHAN

Berikut ini salah satu alternatif jawaban untuk memecahkan berbagai
masalah dalam latihan.

Bab 2:
1. >> 12/3.5, (3+5/4)^2
ans = 3.4286 ans
= 18.0625

>> (.25^2 + .75^2)^(1/2), 2/(6/.3)

ans = 0.7906 ans =
0.1000
2. >> A=25, B=50, C=125,
D=89 A =
25
B =
50
C =
125
D =
89

>> X = A+B+C, Y = A/(D+B)

X =
200
Y =
0.1799
148 Pengenalan Bilangan Kompleks

>> Z = D^(A/B) + C
Z =
134.4340

3. luas : valid, kel_1 : valid,

2_data : tidak valid, karena diawali dengan angka, diff:3 : tidak
valid, karena mengandung titik-dua, Time : valid, time : valid,
time_from_start : valid, 10_hasil_terakhir : tidak valid,
karena diawali dengan angka, nilai-awal : tidak valid, karena
mengandung tanda minus
 Jawaban Soal Latihan 149

4. >> x=pi/6; y=.001;

>> sqrt(y), exp(-x), sin(x) ans = 0.0316 ans =
0.5924 ans = 0.5000

>> cos(2*x), tan(3*x) ans = 0.5000 ans =

1.6331e+016

>> log10(y), log2(y), log(y) ans = -3 ans = -

9.9658 ans = -6.9078

5. >> clear
>> p = 9 + 16*i; q = -9 + 16*i; >> r=p*q, s=p/q, p-r r
= -337 s =
0.5193 - 0.8546i ans =
3.4600e+002 +1.6000e+001i
>> r+s, p^2, sqrt(q) ans =
-3.3648e+002 -8.5460e-001i ans =
-1.7500e+002 +2.8800e+002i ans = 2.1630 +
3.6985i

>> abs(p), angle(p) ans = 18.3576 ans =

1.0584

>> abs(q), angle(q) ans = 18.3576 ans =

2.0832 >> abs(r), angle(r) ans = 337
ans = 3.1416
>> abs(s), angle(s) ans = 1 ans =
-1.0248

Bab 3:

1. >> vektor_1=[10 20 30 40] vektor_1 = 10 20

30 40

>> vektor_2=[-5;
-15; -40] vektor_2 = -5
-15
-40

>> matriks=[1 3 5 0;
3 1 3 5;
5 3 1 3; 0 5 3 1] matriks = 1 3 5
0
3 1 3 5
5 3 1 3
0 5 3 1
2. >> A=[4 8;2 4], B=[1 1;1 –1] A =
4 8
2 4
150 Jawaban Soal Latihan

C =
1 1
1 -1

>> C=[A B]
D =
4 8 1 1
2 4 1 -1

>> W=[B B;B –B]

W =
1 1 1 1
1 -1 1 -1
1 1 -1 -1
1 -1 -1 1

3. a) >> size(vektor_1), size(vektor_2), size(matriks) ans

= 1 4 ans = 3 1 ans =
4 4
Sehingga ukuran vektor/matriks ialah masing-masing:
1×4, 3×1, dan 4×4.

b) >> prod(size(vektor_1)), ...

prod(size(vektor_2)), prod(size(matriks)) ans
= 4 ans = 3 ans =
16

4. >> 5.*eye(4) ans =

5 0 0 0
0 5 0 0
0 0 5 0
0 0 0 5

>> [5.*ones(2), zeros(2); -5.*eye(2),

5.*(ones(2)-eye(2))] ans =
5 5 0 0
5 5 0 0
-5 0 0 5
0 -5 5 0

5. >> bil_acak = sqrt(0.2).*randn(1,100) + 1

6. >> M = [1 5:5:20; 2.^[0:4]; -3:3:9; 2.^[5:-1:1];
5 –5 5 –5 5]
M =
1 5 10 15 20
1 2 4 8 16
 Jawaban Soal Latihan 151

-3 0 3 6 9
32 16 8 4 2
5 -5 5 -5 5
>> M(1,:) ans =
1 5 10 15 20
>> M(:,3) ans = 10
4
3
8
5
>> M(3:5,2:4) ans = 0 3
6
16 8 4
-5 5 -5

>> [M(1,1) M(2,2) M(3,3) M(4,4) M(5,5)] ans =

1 2 3 4 5

7. >> x = -10:10
>> y = 7.5:-0.5:0
>> z = 1:3:100

>> format long

>> w = logspace(-3,6,10)
>> format short

8. >> N = M(:,1:4)
N =
1 5 10 15
1 2 4 8
-3 0 3 6
32 16 8 4
5 -5 5 -5

>> fliplr(N)
>> flipud(N)
>> reshape(N,10,2)
>> reshape(N,4,5)

Bab 4:

1. >> M=[10 20; 5 8]; N=[-1 1;1 –1];

152 Jawaban Soal Latihan

>> M+N, M-N, N+9 ans

= 9 21 6
7 ans = 11 19
4 9 ans = 8
10
10 8

>> M*N, N*M ans =

10 -10 3
-3 ans = -5
-12
5 12

2. >> a=[0 5 5]; b=[1 1 1];

>> dot(a,b) ans =
10

>> cross(a,b), cross(b,a) ans =

0 5 -5 ans =
0 -5 5

3. Pertama, definisikan matriks A yang berisi koefisien yang melekat

pada variabel x, y, z.
>> A=[1 2 –3; 4 5 6; 7 8 9];

Kedua, definisikan vektor b yang merupakan ruas kanan dari

persamaan.
>> b=[-7; 11; 17]

Ketiga, hitung solusi dengan invers matriks.

>> x=inv(A)*b x =
1.0000 -1.0000
2.0000
Sehingga diperoleh: x = 1, y = -1, z = 2.

4. >> x = [ -5:0.05:5 ]'; % membuat vektor x

>> y = sqrt(25-x.^2); % menghitung y

>> pj = length(x); % menghitung panjang vektor x

>> awal = round(pj/2); akhir = awal + 1/0.05;
>> % menentukan indeks untuk x=0 hingga x=1 >>
[ x(awal:akhir), y(awal:akhir) ] ans =
0 5.0000
0.0500 4.9997
0.1000 4.9990 0.1500
4.9977 0.2000 4.9960
0.2500 4.9937 0.3000
4.9910 0.3500 4.9877
0.4000 4.9840 0.4500
4.9797 0.5000 4.9749
 Jawaban Soal Latihan 153

0.5500 4.9697 0.6000

4.9639 0.6500 4.9576
0.7000 4.9508 0.7500
4.9434 0.8000 4.9356
0.8500 4.9272 0.9000
4.9183
0.9500 4.9089
1.0 4.8990

5. >> x = -5:0.1:5; % membuat vektor x

>> sinus=sinh(x); cosinus=cosh(x); tangent=tanh(x);
>> clc % membersihkan layar
>> disp(‘Tabel hiperbolik-trigonometri:’), ...
disp(‘x sinh cosh tanh’), ...
disp('--------------------------------') >> [x’
sinus’ cosinus’ tangent’] ans =
-5.000 -74.2032 74.2099 -0.9999
-4.900 -67.1412 67.1486 -0.9999
-4.800 -60.7511 60.7593 -0.9999
....
-0.100 -0.1002 1.0050 -0.0997
0 0 1.0000 0
0.100 0.1002 1.0050 0.0997
0.200 0.2013 1.0201 0.1974
....
4.900 67.1412 67.1486 0.9999
5.000 74.2032 74.2099 0.9999

Bab 5:

1. >> x = linspace(-6,6,100); % mendefinisikan x

>> y = x.^4 - 9.*x.^2; % menghitung y
>> figure; plot(x,y); grid on; % membuat plot x-y
>> xlabel(‘x’), ylabel(‘y’);
154 Jawaban Soal Latihan

2. >> x = linspace(-10,10,150); % definisikan x >> y1=

sqrt(100 + x.^2); % hitung y1 s.d. y4
>> y2= sqrt(100 + 2.*x.^2);
>> y3= sqrt(100 + 4.*x.^2);
>> y4= sqrt(100 + 16.*x.^2);

>> figure;
>> plot(x,y1,'k-',x,y2,'k--',x,y3,'k:',x,y4,'r-');
>> grid on; % membuat plot
>> xlabel(‘sumbu-X’), ylabel(‘sumbu-Y’)
>> legend(‘Y1’,’Y2’,’Y3’,’Y4’)
 Jawaban Soal Latihan 155

3. >> clear
>> f=linspace(100,1e5,500); % finisikan frekuensi
>> F=4e3; % frekuensi cut-off
>> Vo_Vi = 1./(1+j*2*pi.*f./F); % menghitung Vo/Vi

>> figure;
>> subplot(2,1,1); semilogx(f,abs(Vo_Vi));
>> % plot respon amplituda
>> grid on; ylabel(‘|Vo/Vi|’);

>> subplot(2,1,2); semilogx(f,angle(Vo_Vi));

>> % plot respon fasa
>> grid on; ylabel(‘arg(Vo/Vi)’); xlabel(‘f’);
156 Jawaban Soal Latihan

4. >> phi=linspace(-pi/2,pi/2,100);
>> % definisikan rentang sudut phi
>> U = cos(phi).^3; % menghitung U
>> figure; polar(phi,U); grid on;

5. >> t = linspace(0,2*pi,100);
 Jawaban Soal Latihan 157

>> % definisikan parameter t

>> x = 1 + cos(t); y = 2 + sin(t); z = 1 –
cos(2.*t); >> % hitung x,y,z

>> figure; plot3(x,y,z);

>> grid on; xlabel(‘x’), ylabel(‘y’), zlabel(‘z’)

6. >> clear;
>> x = linspace(-5,5,25); y=x;
>> % definisikan batas x dan y
>> [X,Y]=meshgrid(x,y);
>> % buat jalinan titik pada bidang xy
>> Z = X.^2 – Y.^2; % hitung z

>> figure; surf(X,Y,Z);

>> grid on; xlabel(‘x’), ylabel(‘y’), zlabel(‘z’)
158 Jawaban Soal Latihan

7. >> clear;
>> x = linspace(0,4*pi,100); y=x;
>> [X,Y]=meshgrid(x,y);
>> Z = cos(X).*sin(2.*Y);
>> figure; contour(x,y,Z);

8. >> Fs = 2e3; % frekuensi sampling 2 kHz

>> t = 0:1/Fs:1; % durasi tone = 1 detik
>> f = [262 294 330 349 392 440 495 524];
>> suara=[];
 Jawaban Soal Latihan 159

>> for i=1:8

suara = [suara cos(2*pi*f(i).*t)];
end

>> sound(suara,Fs);
>> wavwrite(suara,Fs,‘file_suara.wav’)

Bab 6:

1. % Program untuk menghitung volume &

% luas permukaan balok: prog_balok.m

panjang=5; lebar=3; tinggi=6.5;

volume = panjang * lebar * tinggi luas = 2*

(panjang*lebar + panjang*tinggi + ...
lebar*tinggi)

Kita jalankan program tersebut:

>> prog_balok volume
= 97.5000 luas =
134

2. % Fungsi untuk menghitung volume &

% luas permukaan balok: hitung_balok.m

function [vol,area] = hitung_balok(p,l,t)

vol = p*l*t; % hitung volume

area = 2*(p*l + p*t + l*t); % luas permukaan

Kita jalankan fungsi tersebut:

>> [V,L] = hitung_balok(10,5,3)
V =
150
L =
190

3. % Fungsi untuk menghitung volume &

% luas permukaan prisma segi-4: hitung_prisma.m

function [vol,area] = hitung_prisma(p,l,t)

vol = 1/3*p*l*t; % hitung volume

% hitung tinggi segitiga pada sisi lebar alas t_l =

sqrt((p/2)^2 + t^2);
160 Jawaban Soal Latihan

% hitung tinggi segitiga pada sisi panjang alas t_p =

sqrt((l/2)^2 + t^2);

% hitung luas permukaan prisma area = p*l

+ p*t_p + l*t_l;

Kita jalankan fungsi tersebut:

>> [V,L] = hitung_prisma(6,4,5)
V =
40
L =
79.6348
4. % Program segitiga Pascal: prog_pascal.m
clear;
x = input('Masukkan jumlah level: ');
if x < 1 % jika level negatif atau nol return
end
x = ceil(x); % pembulatan kalau-kalau x bukan
% bilangan bulat disp('
1') % tampilkan level-1 if x==1
return
end
disp(' 1 1') % tampilkan level-2 if x==2
return
end P=[1 1]; for i=3:x for j=1:i-2
q(j) = P(j) + P(j+1);
end
P = [1 q 1]; disp(P) % tampilkan level-3
dst..
end
Kita coba jalankan program tersebut:
>> prog_pascal
Masukkan jumlah: 6
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1

5. % Fungsi untuk menghitung jumlah hari

% di antara dua tanggal: hitung_hari.m
function jml_hari = hitung_hari(tgli,blni,thni, ...
tglf,blnf,thnf)

% tgli, blni, thni : tanggal, bulan, dan tahun

% awal, dalam angka
% tglf, blnf, thnf : tanggal, bulan, dan tahun
 Jawaban Soal Latihan 161

% akhir, dalam angka

% jml hari dlm setiap bulan: Januari s.d. Desember

tabel_bulan = [0 31 28 31 30 31 30 31 31 30 31 ...
30 31]; if (thni<1900) |
(thnf<1900)
% keluar dari program jika tahun < 1900
disp('Tahun harus >= 1900') return
elseif (blni<1) | (blnf<1) | (tgli<1) | (tglf<1)
% keluar jika bulan/tanggal < 1 disp('Bulan
dan tanggal harus positif') return
end if (thni>thnf) | (thni==thnf & blni>blnf) |
... (thni==thnf & blni==blnf & tgli>tglf) %
keluar jika awal lebih dulu daripada akhir
disp('Masukkan: tgl,bln,thn_awal, ...
tgl,bln,thn_akhir') return
end if (tgli>tabel_bulan(blni+1)+iskabisat(thni)) |
...
(tglf > tabel_bulan(blnf+1) + iskabisat(thnf))
disp('Tanggal terlalu besar')
return
end jml_hari=0; if thni~=thnf for i=thni:thnf-1
jml_hari = jml_hari + 365 + iskabisat(i); end
end for i=1:blni
jml_hari = jml_hari - tabel_bulan(i); if
i==3
jml_hari = jml_hari - iskabisat(thni);
end
end
for i=1:blnf jml_hari = jml_hari + tabel_bulan(i);
if i==3 jml_hari = jml_hari + iskabisat(thnf);
end
end
jml_hari = jml_hari + tglf - tgli;

Kita jalankan fungsi tersebut untuk menghitung jumlah hari antara

tanggal 1 Januari 2000 – 1 Januari 2001, dan antara 2 Januari 2004
– 5 November 2006.
>> jml_hari = hitung_hari(1,1,2000,1,1,2001) jml_hari =
366
>> jml_hari = hitung_hari(2,1,2004,5,11,2006) jml_hari
=
1038

Bab 7:

1. >> waktu = 6:17;

>> pend = [100 350 824 1056 1525 1247 958 1008 ... 897
921 958 215]; a) >> max(pend) ans =
162 Jawaban Soal Latihan

1525
b) >> sum(pend) ans =
10059
c) >> mean(pend), median(pend)
ans = 838.2500 ans =
939.5000
d) >> std(pend), var(pend) ans
= 418.4339 ans =
1.7509e+005
e) >> urut_asc = sort(pend)
urut_asc =
Columns 1 through 6
100 215 350 824 897 921 Columns 7
through 12
958 958 1008 1056 1247 1525

>> urut_dsc = fliplr(urut_asc) urut_dsc =

Columns 1 through 6
1525 1247 1056 1008 958 958
Columns 7 through 12
921 897 824 350 215 100

f) >> figure; stem(waktu,pend); grid

on;
>> xlabel(‘waktu’), ylabel(‘pendudukan’)

g) >> [m,y]=hist(pend,6); >> figure;

bar(y,m,’r’)
>> xlabel('Pendudukan'), ylabel('Frekuensi')
 Jawaban Soal Latihan 163

2. >> waktu = 9:16;

>> T = [27.0 28.2 29.5 29.6 30.0 30.5 29.8 28.9;
26.8 28.1 30.3 30.6 30.0 31.0 29.6 27.5; 27.1 28.8
29.0 29.1 31.2 31.3 30.2 26.8];
a) >> avg_harian = mean(T’) avg_harian =
29.1875 29.2375 29.1875

b) >> avg_11_13 = mean(T(:,3:5)) avg_11_13 =

29.6000 29.7667 30.4000

c) >> avg_hari_1_2 = mean( [ T(1:2,:) ]' ) avg_hari_1_2

=
29.1875 29.2375

d) >> avg_3hari_9_12 = mean(mean(T(:,1:4)))

avg_3hari_9_12 =
28.6750

e) >> max_T = max(max(T)), min_T = min(min(T)) max_T =

31.3000 min_T = 26.8000

f) >> TT = reshape(T,1,24);
% bentuk ulang matriks T menjadi vektor TT >>
avg_T = mean(TT), med_T = median(TT) avg_T =
29.2042 med_T =
29.5500
164 Jawaban Soal Latihan

>> sd_T = std(TT), var_T = var(TT) sd_T =

1.4101 var_T = 1.9882

g) >> figure; hist(TT,4);

>> xlabel('Temperatur'), ylabel('Frekuensi')

3. >> [suara,Fs] = wavread(‘file_suara.wav’);

>> pj = length(suara);
>> S = fft(suara,pj);

>> frek = [ 0:(pj-1) ].* Fs/pj;

>> figure;
>> plot(frek,abs(S)); axis([0 1000 0 max(abs(S))])
>> grid on; xlabel(‘frek (Hz)’),ylabel(‘Magnitude’)
 Jawaban Soal Latihan 165

Terlihat delapan komponen frekuensi yang mewakili nadanada satu

oktaf.
Bab 8:

1. >> p=[1 0 –1], q=[1 0 -10/9 0 1/9] p =

1 0 -1 q =
1.0000 0 -1.1111 0 0.1111 >>
r=conv([1 3/2 1/2],[1 -3/2 1/2 0]) r =
1.0000 0 -1.2500 0 0.2500 0
2. >> x = -1.5:0.3:1.5;
>> eval_p = polyval(p,x) eval_p =
Columns 1 through 6
1.2500 0.4400 -0.1900 -0.6400 -0.9100 -1.0000
Columns 7 through 11
-0.9100 -0.6400 -0.1900 0.4400 1.2500

>> eval_q = polyval(q,x) eval_q =

Columns 1 through 6
2.6736 0.5847 -0.1328 -0.1593 0.0192 0.1111
Columns 7 through 11
0.0192 -0.1593 -0.1328 0.5847 2.6736

>> eval_r = polyval(r,x) eval_r =

Columns 1 through 6
-3.7500 -0.6283 0.0958 0.0422 -0.0437 0
Columns 7 through 11
0.0437 -0.0422 -0.0958 0.6283 3.7500

3. >> x = linspace(-1.5,1.5,100);
166 Jawaban Soal Latihan

>> yp=polyval(p,x); yq=polyval(q,x);

>> yr=polyval(r,x);

>> figure; plot(x,yp,'k-',x,yq,'k--',x,yr,'k:');

>> grid on, xlabel(‘x’), ylabel(‘y’)
>> legend(‘p(x)’,’q(x)’,’r(x)’)
>> title(‘polinom p(x), q(x), dan r(x)’)

4. Kita definisikan fungsi tersebut dalam M-file:

function y = fungsi_Fx(x)

y = (x-1)./(x.^2+1);

Kita simpan dengan nama fungsi_Fx.m, kemudian kita plot:

>> figure; fplot(‘fungsi_Fx’,[-10 10]);
 Jawaban Soal Latihan 167

Kita cari nol dari fungsi dengan initial guess x = 0.

>> nol_1 = fzero(‘fungsi_Fx’,0)
nol_1 = 1
Kita cari minimum dari fungsi pada rentang –2 ≤ x ≤ 2.
>> min_1 = fminbnd(‘fungsi_Fx’,-2,2)
min_1 = -0.4142

Untuk mencari maksimum kita tuliskan terlebih dahulu M-file baru

bernama minus_Fx.m
function y = minus_Fx(x)

y = -1.* fungsi_Fx(x);

Kita cari maksimum dari fungsi pada rentang 0 ≤ x ≤ 6.

>> max_1 = fminbnd(‘minus_Fx’,0,6)
max_1 = 2.4142

Nol fungsi ada di x = 1, minimum di x = -0,4142, dan maksimum di

x = 2,4142.

5. Kita definisikan fungsi tersebut dalam M-file:

function z = fungsi_Gxy(x)

z = sin(x(1)).*sin(x(2)) + sin(x(1).*x(2));
Kita simpan dengan nama fungsi_Gxy.m dan kita plot:
>> x=linspace(-2,2,50); % menciptakan vektor x
>> % asumsikan y = x
>> for i = 1:50 % menghitung Gxy pada setiap titik
for j = 1:50
168 Jawaban Soal Latihan

z(i,j) = fungsi_Gxy([x(i) x(j)]);

end end

>> meshc(x,x,z); % plot grafik 3-D plus kontur

Terlihat bahwa terdapat dua minimum. Kita cari minimum dengan

initial guess di (x,y) = (1,-1) dan (-1,1).
>> min_1 = fminsearch('fungsi_Gxy',[1,-1]) min_1 =
1.3233 -1.3233
>> min_2 = fminsearch('fungsi_Gxy',[-1,1]) min_2 =
-1.3233 1.3233

Untuk mencari maksimum terlebih dahulu kita tulis M-file baru

bernama minus_Gxy.m
function z = minus_Gxy(x)

z = -fungsi_Gxy(x);

Terlihat bahwa terdapat pula dua maksimum. Kita akan cari dengan
initial guess di (x,y) = (1,1) dan (-1,-1).
>> max_1 = fminsearch('minus_Gxy',[1,1]) max_1 =
1.3233 1.3233
>> max_2 = fminsearch('minus_Gxy',[-1,-1]) max_2 =
-1.3233 -1.3233

6. >> waktu = 0:20;

>> frek = [185 130 101 72 54 40 29 22 17 11 10 ...
8 6 4 3 2 2 1 1 1 1];

>> t = linspace(0,20,100);
 Jawaban Soal Latihan 169

>> F1 = interp1(waktu,frek,t,’*linear’);
>> F2 = interp1(waktu,frek,t,’*nearest’);

>> figure;
>> plot(waktu,frek,’ko’,t,F1,’k-‘,t,F2,’k:’);
>> xlabel(‘waktu’), ylabel(‘frekuensi’)
>> legend(‘data’,’interp linier’,’interp nearest’)

7. Data pendudukan akan dicocokkan dengan fungsi eksponensial,

sementara polyfit bekerja untuk fungsi polinomial; sehingga data
tersebut harus dilogaritma natural terlebih dahulu:
>> log_frek = log(frek); >> p_m =
polyfit(waktu,log_frek,1) p_m =
-0.2782 5.0864
>> p_n = polyfit(waktu,log_frek,2) p_n =
0.0027 -0.3314 5.2549 >> p_k
= polyfit(waktu,log_frek,3) p_k =
0.0003 -0.0075 -0.2523 5.1394
Ketiga polinomial di atas masing-masing mewakili:
m(x)=−0,2782x+ 5,0864 n(x)= 0,0027x2 −
0,3314x+ 5,2549
k(x)= 0,0003x3 − 0,0075x2 − 0,2523x+ 5,1394

Kemudian ketiga polinomial dievaluasi dan ditransformasikan

kembali ke bentuk eksponensial:
>> kurva_m=polyval(p_m,t); kurva_M=exp(kurva_m);
>> kurva_n=polyval(p_n,t); kurva_N=exp(kurva_n); >>
kurva_k=polyval(p_k,t); kurva_K=exp(kurva_k);
170 Jawaban Soal Latihan

Sehingga diperoleh persamaan eksponensial:

M(x)=em(x) =161,8exp(− 0,2782x)

( )
N(x)=en(x) =191,5exp 0,0027x2 exp(− 0,3314x)
K(x)=ek(x) =170,6exp(0,0003x3)exp(− 0,0075x2)exp(− 0,2523x)

>> figure;
>> plot(waktu,frek,’ko’,t,kurva_M,’k-‘, ...
t,kurva_N,’k:’,t,kurva_K,’k--’)
>> xlabel(‘waktu’), ylabel(‘frekuensi’)
>> legend(‘data’,’M(waktu)’,’N(waktu)’,’K(waktu)’)

Bab 9:

1. >> x = linspace(-10,10,200); % metode trapezoid

 Jawaban Soal Latihan 171

>> y = sqrt(100 - x.^2); >>

int_trap = trapz(x,y)
int_trap = 157.0204

Untuk metode kuadratur, kita tuliskan M-file terlebih dahulu

bernama fungsi_01.m
function y = fungsi_01(x)

y = sqrt(100 – x.^2);

>> int_quad = quad(‘fungsi_01’,-10,10)

int_quad = 157.0796

2. Kita tuliskan M-file bernama fungsi_02.m

function z = fungsi_02(x,y)

z = 10 – 2.*x.^2 – y.^2;

>> int_2 = dblquad(‘fungsi_02’,-4,4,-5,5) int_2 =

-720

3. Kita tuliskan M-file bernama fungsi_03.m

function w = fungsi_03(x,y,z)

w = x.^2 + x.*y + y.*z + z.^2;

>> int_3 = triplequad(‘fungsi_03’,-1,1,-1,1,-1,1)

int_3 = 5.3333
PROFIL PENULIS

Nama : Teguh Widiarsono

Alamat : Johar Baru IVA Gg.L no .1A, Johar Baru, Jakarta Pusat,
10560
Email : [email protected]
Telepon / HP : 021 – 421 3852 / 0815 619 2813
Tempat / Tanggal Lahir : Purwokerto / 2 Desember 1980
Profil Singkat :
Penulis bernama lengkap Teguh Widiarsono, lahir di Purwokerto, 1980. Penulis
menamatkan S1 (Sarjana) di ITB pada 2002, bidang keahlian Teknik
Telekomunikasi, Departemen Teknik Elektro, dengan predikat Cum-Laude. Tahun
2004, penulis menyelesaikan S2 (Magister Teknik) di ITB, dengan bidang keahlian
Sistem Informasi Telekomunikasi, Departemen Teknik Elektro. Selama berkuliah,
penulis kerap menulis dan memberikan tutorial di bidang teknik elektro, terutama
telekomunikasi. Selama berkuliah S2, penulis bekerja sebagai asisten riset di Pusat
Antar-Universitas ITB. Sejak 2005, penulis bekerja sebagai network engineer dan
tinggal di Jakarta.