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? 1.1
Memulai MATLAB 1.2 Mencoba Kemampuan MATLAB 1.3 Demo di MATLAB 1.4 Mendapatkan Help
1.4.1 Mendapatkan Help dari Command Window 1.4.2 Mendapatkan Help dari Help Browser Bab 2:
VARIABEL DAN OPERASI DASAR 2.1 Kalkulator Sederhana 2.2 Menciptakan Variabel Penamaan
Variabel 2.3 Variabel Terdefinisi di Matlab 2.4 Fungsi Matematika Soal Latihan Bab 3: MATRIKS 3.1
Skalar, Vektor, dan Matriks 3.2 Ukuran Matriks 3.3 Matriks Khusus 3.4 Manipulasi Indeks Matriks
Operator Titik Dua 3.5 Membuat Deret 3.6 Membentuk-Ulang Matriks Soal Latihan Bab 4: OPERASI
MATRIKS 4.1 Penjumlahan dan Pengurangan 4.2 Perkalian Matriks 4.3 Persamaan Linier dalam
Matriks 4.4 Transposisi 4.5 Operasi Elemen-per-Elemen 4.6 Fungsi Elemen-per-Elemen Soal Latihan
Bab 5: GRAFIK DAN SUARA 5.1 Plot 2-Dimensi 5.2 Lebih Jauh Mengenai Plot 5.3 Plot 3-Dimensi 5.3.1
Plot Garis 1 2 3 8 9 10 11 15 15 16 18 19 19 22 23 23 25 26 28 28 30 32 34 37 37 38 39 40 41 43 47
49 49 53 58 58 ii 5.3.2 Plot Permukaan 5.3.3 Plot Kontur 5.4 Suara Soal Latihan Bab 6: M-FILE DAN
PEMROGRAMAN MATLAB 6.1 Membuat M-File 6.2 M-File Sebagai Skrip Program 6.3 M-File Sebagai
Fungsi 6.4 Display dan Input 6.5 Control Statement 6.5.1 Statement if ... elseif ... else ... end 6.5.2
Statement switch ... case 6.5.3 Statement for ... end 6.5.4 Statement while ... end 6.5.5 Statement
break dan return 6.5.6 Statement continue 6.6 Operator Perbandingan dan Logika Soal Latihan Bab
7: ANALISIS DATA 7.1 Maksimum dan Minimum 7.2 Jumlah dan Produk 7.3 Statistika 7.4 Sortir 7.5
Histogram 7.6 Analisis Frekuensi: Transformasi Fourier Soal Latihan Bab 8: ANALISIS FUNGSI DAN
INTERPOLASI 8.1 Polinomial di Matlab 8.2 Nol dari Fungsi 8.3 Minimum dan Maksimum dari Fungsi
Minimum dari Fungsi Multi Variabel 8.4 Interpolasi 8.5 Curve-Fitting 8.6 Function Tool Soal Latihan
60 62 64 65 67 67 68 71 73 74 74 76 76 78 79 81 82 86 87 87 89 90 92 93 98 102 105 105 108 111
113 114 116 118 121 iii Bab 9: PERHITUNGAN INTEGRAL 9.1 Menghitung Integral dengan Metode
Numerik 9.2 Integral Lipat-2 9.3 Integral Lipat-3 Soal Latihan Daftar Pustaka Lampiran 1: REFERENSI
CEPAT Lampiran 2: PENGENALAN BILANGAN KOMPLEKS Lampiran 3: JAWABAN SOAL LATIHAN Bab 2
Bab 3 Bab 4 Bab 5 Bab 6 Bab 7 Bab 8 Bab 9 123 123 125 127 129 131 133 141 147 147 149 152 154
159 162 166 172 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. Salah satu
aspek yang sangat berguna dari MATLAB ialah 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. 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. Gambar 1. 2
Jendela utama MATLAB. Setelah proses loading usai, akan muncul command prompt di dalam
command window: Menu Memulai/ membuka M-file Daftar variabel yang aktif MATLAB Start
Direktori yang sedang aktif 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 Æ 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)) 4 Apa Itu MATLAB ans = 25 ans = 6 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 Apa Itu MATLAB 5
Menciptakan deret secara efisien: >> 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 = x 4 – 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 >> t=0:1/Fs:0.5; %Durasi nada 1/2
detik 8 Apa Itu MATLAB >> 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 beberapa game yang bisa kita mainkan, grafik-grafik yang
Apa Itu MATLAB 9 menarik, dan sejumlah simulasi dari berbagai bidang teknik. Kita bisa
mengekspansi folder MATLAB (klik tanda +) dan melihat berbagai kategori demo. Misalkan kita
memilih Gallery Æ 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. Penting!
Nama fungsi atau command di dalam help ditampilkan dengan huruf kapital, tetapi ketika kita
ketikkan di command window harus menggunakan huruf kecil. 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. Apa Itu MATLAB 11 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 2- dimensi, 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 Æ MATLAB Help. 12 Apa Itu MATLAB Gambar 1. 7 Jendela
help browser. 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 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. Help navigator Product filter Tab 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 16 Variabel dan Operasi
Dasar Sekarang kita coba contoh berikut ini. >> 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. Tips Kita bisa melakukan beberapa operasi sekaligus dalam satu baris dengan menggunakan
tanda koma sebagai pemisah Gunakan panah atas/bawah ↑↓ berulang-ulang untuk memunculkan
lagi command yang pernah ditulis sebelumnya. Penting! format bilangan “floating point” di MATLAB
digambarkan dalam contoh berikut: 2.5 × 107 dituliskan 2.5e7 0.02 × 10-16 dituliskan 0.02e-16 atau
.02e-16 108 dituliskan 1e8 dan sebagainya 2.2 Menciptakan Variabel Kita juga bisa menciptakan
variabel untuk menyimpan nilai, baik berupa bilangan ataupun teks. Contoh berikut ini untuk
menciptakan variabel: Variabel dan Operasi Dasar 17 >> 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 Penting! Jika kita tidak menambahkan
tanda titik-koma ( ; ) di akhir command, maka MATLAB akan menampilkan 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 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. 18 Variabel dan Operasi Dasar >> 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 = 62 Variabel dan Operasi Dasar 19 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 eps pi inf NaN i, j
“answer”, digunakan untuk menyimpan hasil perhitungan terakhir bilangan sangat kecil mendekati
nol yang merupakan batas akurasi perhitungan di MATLAB. konstanta π, 3.1415926... “infinity”,
bilangan positif tak berhingga, misalkan 1/0, 2^5000, dsb. “not a number”, untuk menyatakan hasil
perhitungan yang tak terdefinisi, misalkan 0/0 dan inf/inf. 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)
sign(x) menghitung nilai absolut dari x, yaitu 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) exp(x) log(x)
log10(x) log2(x) akar kuadrat dari x pangkat natural dari x, yaitu e x logaritma natural dari x, yaitu ln x
logaritma basis 10 dari x, yaitu log10 x logaritma basis 2 dari x, yaitu log2 x Fungsi trigonometri:
sin(x), cos(x), tan(x), cot(x), sec(x), csc(x) asin(x), acos(x), atan(x), acot(x), asec(x), acsc(x) sinh(x),
cosh(x), tanh(x), coth(x), sech(x), csch(x) asinh(x), acosh(x), atanh(x), acoth(x), asech(x), acsch(x)
fungsi trigonometri sinus, cosinus, tangent, cotangent, secant, dan cosecant. (x dalam satuan radian)
fungsi arcus trigonometri fungsi trigonometri-hiperbolik fungsi arcus trigonometri-hiperbolik Fungsi
pembulatan: round(x) floor(x) ceil(x) fix(x) rem(x,y) pembulatan x ke bilangan bulat terdekat
pembulatan ke bawah dari x ke bilangan bulat terdekat pembulatan ke atas dari x ke bilangan bulat
terdekat pembulatan ke bawah untuk x positif, dan ke atas untuk x negatif sisa pembagian dari x/y
Variabel dan Operasi Dasar 21 Fungsi bilangan kompleks: real(z) imag(z) abs(z) angle(z) conj(z)
menghitung komponen riil dari bilangan kompleks z menghitung komponen imajiner dari bilangan
kompleks z menghitung magnitude dari bilangan kompleks z menghitung argumen dari bilangan
kompleks z menghitung konjugasi dari bilangan kompleks 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) >> 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)) 22 Variabel dan Operasi Dasar 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 x e− sin x cos 2x tan 3x y 10 log y 2 log ln y 5. Misalkan: p = 9+16i dan q = −9+16i;
hitunglah: r = pq q p s = p − r r + s 2 p q p ∠p q ∠q r ∠r s ∠s 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 24 Matriks 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 Matriks 25 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 26 Matriks 3.3 Matriks Khusus 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) ones(m,n) zeros(n) zeros(m,n) eye(n) membuat matriks
satuan (semua elemennya berisi angka 1) berukuran n×n. membuat matriks satuan berukuran m×n.
membuat matriks nol (semua elemennya berisi angka 0) berukuran n×n. membuat matriks nol
berukuran m×n. membuat matriks identitas berukuran n×n (semua elemen diagonal bernilai 1,
sementara lainnya bernilai 0). rand(n), rand(m,n) membuat matriks n×n, atau m×n, berisi bilangan
random terdistribusi uniform pada selang 0 s.d. 1. randn(n), randn(m,n) [] membuat matriks n×n,
atau m×n, berisi bilangan 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 Matriks
27 >> mat_1=5*ones(2,4) mat_1 = 5 5 5 5 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 = Tips Setiap kali kita menggunakan command rand dan randn, kita akan selalu
mendapatkan nilai keluaran yang berbeda. Hal ini merupakan salah satu sifat bilangan acak. 28
Matriks 3.4 Manipulasi Indeks Matriks 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”. Matriks 29
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) 30 Matriks ans = 20 50 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 Matriks 31 operator titik-dua. Formulanya ialah: 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; Penting! Bedakan operator titik-
dua untuk manipulasi indeks matriks dengan operator titik-dua untuk membuat deret. 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) logspace(a,b,n) membuat vektor baris berisi n titik yang terpisah merata secara linier
antara a dan b. 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. 32
Matriks Contoh: >> 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) flipud(A)
rot90(A) reshape(A,m,n) menukar posisi elemen matriks A secara melintang, yaitu sebelah kiri
ditukar dengan sebelah kanan. menukar posisi elemen matriks A secara membujur, yaitu sebelah
atas ditukar dengan sebelah bawah. merotasi posisi elemen matriks A berlawanan arah jarum jam
sejauh 90o . menyusun ulang elemen matriks A menjadi 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 =
3 2 1 0 7 6 5 4 Matriks 33 >> 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 34 Matriks Soal Latihan 1.
Definisikan vektor dan matriks berikut ini di dalam MATLAB: ( ) 10 20 30 40           − − −
40 15 5               0 5 3 1 5 3 1 3 3 1 3 5 1 3 5 0 2. Gabungkan matriks A dan B berikut
ini:         = 2 4 4 8 A         − = 1 1 1 1 B menjadi: C = ( ) A B         − = B B B B
W 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:               0 0 0 5 0 0 5 0 0 5 0 0 5 0 0
0               − − 0 5 5 0 5 0 0 5 5 5 0 0 5 5 0 0 5. Buatlah vektor berukuran 100 berisi
bilangan acak gaussian dengan mean = 1 dan variansi = 0,2. 6. Buatlah matriks M berikut ini:     
           − − = − 5 5 5 5 5 32 16 8 4 2 3 0 3 6 9 1 2 4 8 16 1 5 10 15 20 M Matriks 35
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 38 Operasi Matriks 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. 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 Tips Ketika mengalikan dua
matriks, maka matriks hasil perkalian dihitung berdasarkan formula baku. Misalkan C=AB; A dan B
matriks 2×2, sehingga hasilnya C juga 2×2.                 =        21 22 11 12
21 22 11 12 21 22 11 12 b b b b a a a a c c c c 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 Operasi Matriks 39 y = 100 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) cross(x,y) menghitung dot-product dari vektor x dan y menghitung cross-product dari vektor
x dan y Tips Dot-product dan cross-product dihitung berdasarkan formula baku. 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 40 Operasi Matriks Dalam bentuk
matriks bisa kita tuliskan:         =                − 7 32 12 5 1 2 2 1 x x ⇔ AX =
B 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. Operasi Matriks 41 Tabel 3. 1 petik tunggal ( ‘ ) titik-petik ( .’ ) operasi transposisi untuk
matriks berisi bilangan riil, atau transposisi dan konjugasi untuk matriks 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. Operasi Matriks 43 Pada contoh berikutnya kita
coba operasi antar vektor. >> a = [3 2 1]; b = [4 5 6]; >> c = [10 20 30]’; d = [5 10 15]’; >> 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. 44
Operasi Matriks >> n=-3:3 n = -3 -2 -1 0 1 2 3 >> 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 Operasi Matriks 45
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
= 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 46 Operasi Matriks >> x=0:30:360; >> x=[x 45 135 225 315]; >> x=sort(x)
x = Columns 1 through 13 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 Operasi Matriks 47 Soal Latihan 1. Operasikan matriks M
dan N berikut ini:         = 5 8 10 20 M         − − = 1 1 1 1 N M + N, M − N, N + 9 MN,
NM 2. Hitunglah dot-product dan cross-product dari dua vektor berikut ini: a = ( ) 0 5 5 r b = (1 1 1) r
a b r r • a b r r × b a r r × 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: 2 y = 25 − x
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 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 FileÆPrint (Ctrl+P), atau Anda simpan sebagai file FIG dengan FileÆSave
(Ctrl+S), ataupun Anda ekspor sebagai file JPG, EMF, BMP, dsb dengan FileÆExport. Untuk
menambahkan judul, label, dan grid ke dalam hasil plot Anda, digunakan command berikut ini. Menu
New figure, open, save, print Edit plot klik ikon ini, pilih obyek yang ada di figure (garis plot, area
plot, dsb), lalu double-click untuk mengubah properties dari obyek tersebut. Insert menambahkan
teks, panah, dan garis ke dalam figure Zoo klik figu dan Rot klik dala figu 3-di Zoom klik ikon ini, lalu
klik di dalam figure untuk memperbesar dan memperkecil Rotate klik ikon ini, lalu drag di dalam
figure untuk memutar figure; terutama untuk figure 3-dimensi Grafik dan Suara 51 Tabel 5. 1 xlabel
ylabel title grid on grid off memberi label pada sumbu-x memberi label pada sumbu-y memberi judul
di atas area plot memunculkan grid di dalam area plot menghapus grid Sekarang mari kita lihat
contoh plot yang lain. Kita akan memplot kurva y = x 3 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. 52 Grafik dan Suara Tabel 5. 2 hold on hold off untuk ‘menahan’ gambar
sebelumnya supaya tak terhapus ketika ditimpa gambar baru untuk 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” Grafik
dan Suara 53 5.2 Lebih Jauh Mengenai Plot Anda mungkin ingin memplot beberapa fungsi dalam
beberapa figure window yang terpisah, atau membagi satu window menjadi sejumlah area plot,
ataupun mengatur properties dari plot yang akan digambar. Beberapa command di bawah ini bisa
digunakan untuk tujuan tersebut. Tabel 5. 3 figure figure(k) subplot(m,n,k) clf menciptakan figure
window baru yang kosong dan siap untuk di-plot untuk ‘menduduki’ figure window nomor-k
membagi figure window menjadi m-baris × n-kolom area plot yang terpisah, dan menduduki area ke-
k “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. Gambar 5. 4 Pembagian area plot dengan “subplot” Area ke-1 Area ke-2 Area
ke-3 Area ke-4 54 Grafik dan Suara Tabel 5. 3 (lanjutan) 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 g r c m y k w biru hijau merah biru muda ungu kuning hitam putih - : -. --
utuh titik-titik titik-strip putus-putus . o x + * s d v ^ < > p h titik lingkaran tanda × tanda + tanda *
bujur sangkar permata segitiga ke bawah segitiga ke atas segitiga ke kiri segitiga ke kanan segilima
segienam 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 axis on menghilangkan tampilan sumbu koordinat pada plot
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 axis square mengubah skala sumbu-x dan sumbu-y menjadi sama 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( ... ) semilogy( ... ) semilogx( ...
) loglog( ... ) sama dengan plot( ... ), tetapi menampilkan y sebagai data diskrit sama dengan plot( ... ),
kecuali sumbu-y menggunakan skala logaritmik (basis 10) sama dengan plot( ... ), kecuali sumbu-x
menggunakan skala logaritmik 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. >> 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') 56 Grafik dan Suara >>
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 Dalam contoh kedua,
kita akan memplot gelombang sinus, cosinus, kotak, dan gigi gergaji dengan melibatkan command
subplot. >> figure >> t=0:0.05:10; Grafik dan Suara 57 >> 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: ρ = sin2
(3θ) dalam MATLAB dituliskan 58 Grafik dan Suara >> 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; >> xlabel(‘sumbu X’); ylabel(‘sumbu Y’); >> zlabel(‘sumbu Z’); >> title
(‘Contoh plot 3-D’); >> axis([0 25 0 20 0 80]) Grafik dan Suara 59 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 3- dimensi 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 3- dimensi
digunakan command mesh atau surf. Contoh berikut ini menggambarkan fungsi dua variabel z = x 2
+ y2 . 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 3- dimensi ( ) r r z sin = , di mana 2 2 r = x + y . >> 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 contour(X,Y,Z)
C = contour(X,Y,Z) contour(X,Y,Z,n) contour( ... , ‘string’) clabel(C) meshc(X,Y,Z) menggambar kontur
dari nilai di Z dengan 10 level. Elemen Z diterjemahkan sebagai levellevel di atas bidang (x,y)
menghitung matriks kontur C menggambar kontur dengan n level menggambar kontur dengan
property yang ditentukan oleh string (lihat Tabel 5.3) menuliskan angka pada garis-garis kontur
untuk menunjukkan level menggambar permukaan seperti pada command mesh, dan juga memplot
kontur pada dasar grafik. Grafik dan Suara 63 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 64 Grafik dan Suara 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 Grafik dan
Suara 65 Soal Latihan 1. Gambarkan kurva y = x 4 −9x 2 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! 2 y = 100 + x 2 y = 100 + 2x 2 y = 100 + 4x 2 y = 100 +16x 3. Suatu
filter memiliki respon frekuensi sebagai berikut: V j fF V i o 1 2π 1 + = di mana F = 4kHz ialah
frekuensi cut-off dari filter. Buatlah plot semilogaritmis pada sumbu frekuensi: respon amplituda, i o
V V versus f, dan plot respon fasa,         ∠ i o V V 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: ( )     − ≤ ≤ = selainnya U 0 2 2 cos3 π φ π φ φ
Gambarkan pola radiasi ini! 5. Gambarkan kurva berikut ini di dalam ruang 3-D: 0 2π 1 cos 2 2 sin 1
cos ≤ ≤      = − = + = + t z t y t x t 6. Plot fungsi dua variabel berikut ini: z = x 2 - y 2 , untuk
rentang -5 ≤ x ≤ 5, -5 ≤ y ≤ 5 7. Plot kontur dari fungsi dua variabel berikut ini: f ( ) x, y = cos x sin 2y ,
untuk 0 ≤ x ≤ 4π, 0 ≤ y ≤ 4π 66 Grafik dan Suara 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: FileÆOpen atau
FileÆNewÆM-file; atau dengan mengklik ikon yang ada di jendela utama. Sebuah jendela editor
akan terbuka seperti gambar berikut ini. 68 M-file dan Pemrograman MATLAB 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: FileÆSave atau FileÆSave 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. Menu Memulai, membuka, menyimpan M-file Ikon editing Print Cari teks Ikon
de-bugging M-file dan Pemrograman MATLAB 69 Bukalah M-file baru lalu ketikkan skrip berikut ini.
% Program sederhana untuk menghitung % 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 direktori
yang sedang aktif melalui drop-down menu ataupun melalui browse. Gambar 6. 2 Memilih direktori
untuk menjalankan M-file Direktori yang sedang aktif Kita bisa memilih direktori dari ‘drop-down
menu’ ataupun ‘browse’ 70 M-file dan Pemrograman MATLAB >> 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 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 M-file
dan Pemrograman MATLAB 71 % Menghitung keliling Keliling = Sisi_A + Sisi_B + Sisi_C Lalu simpan
dengan nama segi3.m. Sekarang kita panggil M-file tersebut >> segi3 Sisi_C = 5 Luas = 6 Keliling = 12
Sekarang Anda bisa mencoba sendiri membuat program yang lebih menantang, seperti menghitung
dan memplot fungsi 2 ataupun 3- dimensi 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) 72 M-file dan Pemrograman MATLAB 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) %
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. M-file dan Pemrograman MATLAB 73 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 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. Penting! Ketika membuat fungsi dengan M-file, nama file harus sama
dengan nama fungsi yang dideklarasikan dalam sintaks function ... 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. 74 M-file dan
Pemrograman MATLAB % Program menghitung kombinasi : hit_komb.m % untuk menghitung jumlah
kombinasi % dari sejumlah populasi % Menampilkan judul program clc; disp(‘Menghitung
Kombinasi’); disp(‘---------------------‘); % 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: M-file dan Pemrograman MATLAB 75 if kondisi Command yang dijalankan jika
kondisi dipenuhi end if kondisi Command yang dijalankan jika kondisi dipenuhi else Dijalankan jika
kondisi tidak dipenuhi 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 Penting! jangan keliru
menuliskan elseif dan else if, karena keduanya berbeda. Yang pertama untuk menguji kondisi
alternatif setelah kondisi di if terdahulu tak dipenuhi; tetapi yang kedua berarti nested-if. 76 M-file
dan Pemrograman MATLAB 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 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
k end Hasilnya ialah: M-file dan Pemrograman MATLAB 77 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 = 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; 78 M-file dan Pemrograman MATLAB Menghasilkan: Gambar 6. 3 Contoh plot 4 kurva
parabola dengan “for” 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. M-file dan Pemrograman MATLAB 79 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: 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. 80 M-file
dan Pemrograman MATLAB • 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). % 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. M-file dan Pemrograman MATLAB 81 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
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]; 82 M-file dan Pemrograman MATLAB >> 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. 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 or(A,B)
atau A | B xor(A,B) not(A) atau ~A operasi logika AND antara A dan B operasi logika OR operasi logika
XOR operasi logika NOT pada 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: M-file dan Pemrograman MATLAB 83 Tabel 6. 3 A B A & B A | B xor(A,B) ~A nol
nol bukan nol bukan nol nol bukan nol nol bukan nol 0 0 0 1 0 1 1 1 0 1 1 0 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: >> 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 thn2500
disp('Tahun yang valid: 1900 - 2500'); hasil=[]; return end 84 M-file dan Pemrograman MATLAB 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 thn2500 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.
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(thn2500))~=0 disp('Tahun yang valid: 1900 - 2500'); hasil=[]; return
end M-file dan Pemrograman MATLAB 85 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 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) max(A) max(max(A)) max(A,B) min( ... ) menghitung nilai maksimum dari elemen
vektor x. Jika x bernilai kompleks maka dihitung max(abs(x)) menghitung nilai maksimum dari setiap
kolom di matriks A; hasilnya berupa vektor 1×n menghitung nilai maksimum dari elemen matriks A
menghitung matriks berukuran sama dengan A dan B dengan elemen berisi nilai terbesar di antara
elemen A dan B pada posisi yang sama 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. 88 Analisis Data 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.
Analisis Data 89 7.2 Jumlah dan Produk Beberapa jenis operasi penjumlahan bisa dilakukan dengan
command sum dan cumsum. Tabel 7. 2 sum(x) sum(A) sum(sum(A)) cumsum(x) cumsum(A)
menjumlahkan nilai elemen vektor x menjumlahkan nilai elemen dari setiap kolom di matriks A;
hasilnya berupa vektor 1×n menjumlahkan nilai semua elemen matriks A menghitung vektor
berukuran sama dengan x berisi jumlah kumulatif elemen x; yaitu elemen kedua ialah jumlah dari
elemen pertama dan 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: y = ( ) 1 4 9 16 25           = 7 8 9 4 5 6 1
2 3 B >> 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 = 1 5 14 30 55
>> kumulasi_B = cumsum(B) kumulasi_B = 1 2 3 5 7 9 12 15 18 90 Analisis Data Sementara itu,
produk (perkalian elemen-elemen) vektor dan matriks bisa diperoleh dengan cara yang mirip. Tabel
7. 3 prod(x) prod(A) prod(prod(A)) cumprod(x) cumprod(A) mengalikan nilai elemen vektor x
mengalikan nilai elemen dari setiap kolom di matriks A; hasilnya berupa vektor 1×n mengalikan nilai
semua elemen matriks A menghitung vektor berukuran sama dengan x berisi produk kumulatif
elemen x; yaitu elemen kedua ialah perkalian dari elemen pertama dan 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
Pada subbab sebelumnya, telah disajikan command operasi vektor dan matriks untuk menghitung
maksimum, minimum, jumlah, Analisis Data 91 serta produk. Sekarang kita akan belajar command
untuk analisis data statistik. Tabel 7. 4 mean(x) mean(A) median( ... ) std( ... ) var( ... ) menghitung
rata-rata aritmatik dari elemen vektor x menghitung rata-rata aritmatik dari elemen setiap kolom di
matriks A; hasilnya berupa vektor 1×n sama seperti sintaks mean( ... ), tetapi untuk menghitung
median (nilai tengah) sama seperti sintaks mean( ... ), tetapi untuk menghitung deviasi standar
(simpangan baku) 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 = 29.8778 92 Analisis Data 7.4 Sortir Kita bisa mengurutkan data (sortir) di
MATLAB dengan command berikut ini: Tabel 7. 5 sort(x) [y,ind] = sort(x) [B,Ind] = sort(A) menghitung
vektor dengan elemen x telah tersortir secara ascending (dari kecil ke besar). Jika x bernilai kompleks
maka dihitung sort(abs(x)) menghitung vektor y berisi sortiran elemen x, dan vektor ind berisi indeks
sehingga y = 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). >> fliplr(sort(x)) ans = 177 177 175 174 173 170 170 168 165 160 Demikian
pula untuk mengurutkan elemen matriks: secara Analisis Data 93 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 MATLAB dengan command
berikut ini: 94 Analisis Data Tabel 7. 6 hist(x) hist(x,n) hist(x,y) bar(x) bar(z,x) bar(z,x,’string’) stairs(x)
stairs(z,x) stem(y) stem(x,y) memplot histogram dari data di x dalam 10 interval memplot histogram
dari data di x dalam n interval memplot histogram dari data di x dengan interval yang dinyatakan
oleh y. Elemen vektor y harus terurut secara ascending. memplot diagram batang dari data di x
memplot diagram batang dari data di x pada posisi yang didefinisikan oleh z memplot diagram
batang dengan property ditentukan oleh ‘string’, seperti pada Tabel 5.3. memplot diagram tangga
memplot diagram tangga dari data di x pada posisi yang didefinisikan oleh z 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’) Analisis Data 95 [m,y] = hist(x,n) [m,y]
= hist(x,y) [xb,yb] = bar(y) [xb,yb] = bar(x,y) [xb,yb] = stairs(y) [xb,yb] = stairs(x,y) membuat histogram
dengan n interval seragam membuat histogram dengan interval didefinisikan oleh vektor y membuat
diagram batang dari nilai di y. Diagram bisa diplot dengan plot(xb,yb) membuat diagram batang dari
nilai y dengan posisi yang didefinisikan oleh x membuat diagram tangga dari nilai di y membuat
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’); 96 Analisis Data 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)
Analisis Data 97 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’) 98 Analisis
Data 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’) 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:
Analisis Data 99 Tabel 7. 8 fft(x) fft(x,n) ifft(X) ifft(X,n) 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 n maka sisanya akan diisi nol; jika panjang x lebih
dari n maka akan dipotong menghitung invers-FFT dari X menghitung invers-FFT n-titik X = fft(x) dan
x = ifft(X) dihitung dengan formula “Transformasi Fourier Diskrit” untuk N-titik sebagai berikut: ( ) ( )
∑= − − − = N n N n j k X k x n e 1 1 2 1 ( ) π untuk 1 ≤ k ≤ N ( ) ( ) ∑= − − = N n N n j k x n X k e 1 1 2 1 ( )
π untuk 1 ≤ n ≤ N 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); 100 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 101 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. 102
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 6:00-7:00 7:00-8:00 8:00-9:00 9:00-10:00 10:00-11:00 11:00-12:00
100 350 824 1056 1525 1247 12:00-13:00 13:00-14:00 14:00-15:00 15:00-16:00 16:00-17:00 17:00-
18:00 958 1008 897 921 958 215 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 o C)
Waktu Hari ke-1 Hari ke-2 Hari ke-3 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 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 Analisis Data 103 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 d) Rata-rata temperatur selama tiga hari pada pukul 9:00- 12:00. 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. ( ) 1 0 1 1 p x a x a x ... a x a n n n = n + + + + − − dinyatakan sebagai: p = ( an an-1 ... a1 a0 )
Command berikut digunakan untuk menangani polinomial: 106 Analisis Fungsi dan Interpolasi Tabel
8. 1 polyval(p,x) poly(x) roots(p) conv(p,q) [k,r] = deconv(p,q) polyder(p) mengevaluasi polinonial p
pada nilai x. x bisa berupa skalar maupun vektor menghitung vektor sepanjang n+1 yang mewakili
suatu polinomial orde-n. Vektor x sepanjang n berisi akar-akar dari polinom tersebut menghitung
vektor berisi akar-akar dari polinomial p menghitung produk (hasil perkalian) dari polinomial p dan q.
Bisa juga dianggap sebagai konvolusi antara p dan q membagi polinomial p dengan q. Hasil
pembagian disimpan dalam polinom k dan sisa pembagian dalam polinom r. Bisa juga dianggap
sebagai dekonvolusi antara p dan q menghitung vektor sepanjang n berisi turunan pertama dari
polinom p Misalkan kita memiliki dua polinomial sebagai berikut: ( ) 2 5 1 3 g x = x + x − ( ) 6 7 2 h x =
x − 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 Analisis Fungsi dan Interpolasi 107
nilai2 = 47 17 -1 -7 -1 17 47 Jika kita kalikan kedua polinomial tersebut, akan diperoleh sebuah
polinomial baru: >> p = conv(g,h) p = 12 0 16 -6 -35 7 yang mewakili: ( ) 12 16 6 35 7 5 3 2 p x = x + x −
x − x + 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) 108 Analisis Fungsi dan
Interpolasi Turunan pertama dan kedua dari g(x) bisa kita hitung pula: >> g1=polyder(g),
g2=polyder(g1) g1 = 6 0 5 g2 = 12 0 yang masing-masing mewakili '( ) 6 5 2 g x = x + dan g''(x) = 12x
8.2 Nol dari Fungsi Fungsi matematis bisa dinyatakan dalam bentuk M-file di MATLAB. Misalkan
fungsi ( ) ( ) ( ) 0.92 0.005 0.4 0.03 9 1.3 0.002 5 6.4 2 3 2 − + − − + + − + − = x x x x x x f x 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) Analisis Fungsi dan Interpolasi 109 >> grid on; >> title(‘Fungsi f(x)’); 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 110 Analisis Fungsi dan
Interpolasi 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 Misalkan kita ingin menghitung titik potong dari dua fungsi: cos 2x dan 5x − 2;
atau dengan kata lain mencari solusi dari persamaan: s( ) x = cos 2x − 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’); Analisis Fungsi dan Interpolasi 111 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 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 ( ) () x f x x min min = 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 112 Analisis Fungsi dan Interpolasi 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 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: Analisis Fungsi dan Interpolasi 113 >>
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: ( ) 1 2 1
2 2 2 1 2 1 sin 4 , x x x g x x = x + x − − Kita tuliskan dalam M-file gx1x2.m function g = gx1x2(x) 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 114 Analisis Fungsi dan Interpolasi >> 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 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’). Analisis Fungsi dan Interpolasi 115 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 nearest spline cubic interpolasi linier interpolasi “nearest-neighbor”
interpolasi “cubic-spline” interpolasi kubik, membutuhkan jarak pisah seragam pada x Apabila 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’); >> 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’ 116 Analisis Fungsi dan 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 ) [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]; Analisis Fungsi
dan Interpolasi 117 >> 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: ( ) ( ) ( ) 0,6 18,3 190,8 805,5 1078,3 664,8 0,3 7,9 60,5 77,6 704,1 0,6 7,0 38,3 727,0 5 4 3 2
5 4 3 2 4 3 2 3 = − + − + + = − + − + + = − − + p x x x x x x p x x x x x p x x x x 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’) 118 Analisis Fungsi dan Interpolasi 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: Analisis Fungsi dan Interpolasi 119 Gambar 8. 7 Tiga window pada
Function Tool Berbagai operasi fungsi bisa kita lakukan dengan mengklik berbagai tombol yang ada
di Figure3, misalkan: fungsi f(x) dan g(x) dideskripsikan di sini koefisien “a” batas-batas plot kurva f(x)
dan g(x) Figure 1 berisi plot dari f(x) Figure 2 berisi plot dari g(x) Figure 3 berfungsi sebagai papan
kunci 120 Analisis Fungsi dan Interpolasi Tabel 8. 6 df/dx int f finv f+a, f-a, f*a, f/a, f^a f(x+a), f(x*a)
f+g, f-g, f*g, f/g f(g) g = f swap menghitung turunan f(x) terhadap x: ( ) dx df x menghitung integral
tak tentu dari f(x) terhadap x: ( ) ∫ f x dx menghitung fungsi invers dari f(x) memanipulasi f(x) dengan
konstanta a memanipulasi variabel x dengan konstanta a mengoperasikan fungsi f(x) dan g(x)
menghitung f(g(x)) menyalin f(x) ke g(x) menukar antara f(x) dengan g(x) Analisis Fungsi dan
Interpolasi 121 Soal Latihan 1. Nyatakanlah polinomial berikut dalam bentuk vektor baris: ( ) 1 2 p x =
x − ( ) 9 1 9 4 10 2 q x = x − x + ( )        − +      r x = x + x + x x x 2 1 2 3 2 1 2 2 3 3 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 ( ) 1 1 2 + − = x x F x 5. Hitunglah minimum dan
maksimum dari fungsi dua variabel berikut ini pada rentang -2 ≤ x ≤ 2, -2 ≤ y ≤ 2 G( ) x, y = sin x sin y +
sin xy 6. Berikut ini data distribusi pemakaian suatu telepon selama sebulan terakhir. Distribusi
pemakaian telepon Waktu pemakaian telepon (menit) Frekuensi 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
16 17 18 19 20 185 130 101 72 54 40 29 22 17 11 10 8 6 4 3 2 2 1 1 1 1 122 Analisis Fungsi dan
Interpolasi Plot data distribusi ini dan dekatilah dengan dua metode interpolasi! 7. Misalkan terdapat
tiga polinomial sebagai berikut: m( ) x = Ax + B n(x) = Cx + Dx + E 2 k( ) x = Fx + Gx + Hx + I 3 2
Cocokkanlah titik-titik data pada no.6 dengan kurva-kurva persamaan eksponensial berikut ini: ( ) ( )
M x e ( ) Ax B m x = = exp exp ( ) ( ) N x e (Cx ) (Dx) E n x exp exp exp 2 = = ( ) ( ) K x e (Fx ) (Gx ) (Hx) (I)
k x exp exp exp exp 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 a q f x dx Terdapat sejumlah metode
perhitungan integral secara numerik, misalkan: trapezoid, kuadratur, dll. 124 Perhitungan Integral
Tabel 9. 1 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 0 3 e dx x >> 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: Perhitungan Integral 125 function y = myfun(x) y =
exp(-x.^3); 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: ∫∫ − − 1 0 1 0 3 e dydx x y 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 126 Perhitungan
Integral >> 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)
Perhitungan Integral 127 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: ∫∫∫ −−− + + 2 2 2 2 2 2 2 2 2 x y z dzdydx
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 128 Perhitungan Integral >> int_w = 0; >> 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 Perhitungan
Integral 129 Soal Latihan 1. Hitunglah integral terbatas berikut ini dengan metode trapezoid dan
kuadratur: ∫ − = − 10 10 2 y 100 x dx Bandingkan hasilnya dengan luas setengah lingkaran, yang
merupakan bentuk area yang dibatasi persamaan tersebut: y = 50π 2. Hitunglah integral lipat-2
berikut ini: ∫ ∫ − − − − 4 4 5 5 2 2 10 2x y dydx 3. Hitunglah integral lipat-3 dari fungsi tiga variabel
berikut ini: ( ) 2 2 w x, y,z = x + xy + yz + z 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 ↓ atau Ctrl-N melihat kembali command yang pernah diketik ← atau Ctrl-B →
atau Ctrl-F Ctrl-L atau Ctrl-← Ctrl-R atau Ctrl-→ Ctrl-A atau Home Delete atau BackSpace Ctrl-K Ctrl-C
bergeser satu karakter ke kiri bergeser satu karakter ke kanan bergeser satu kata ke kiri bergeser
satu kata ke kanan bergeser ke awal baris menghapus karakter menghapus hingga akhir baris
menghentikan proses/kalkulasi yang sedang berjalan Command Sistem Dasar exit, quit diary save
load type, dbtype what, dir, ls cd pwd keluar dari MATLAB mencatat sesi dalam diary menyimpan
pekerjaan di ke dalam file mengeluarkan kembali pekerjaan dari dalam file daftar file daftar isi dari
direktori mengubah direktori melihat direktori saat ini Help dan Demonstrasi help lookfor expo,
demo whatsnew info memunculkan help dari topik tertentu mencari teks program demonstrasi
daftar fitur-fitur baru informasi umum Variabel who, whos clear size, length exist format daftar
variabel yang aktif membersihkan variabel ukuran matriks dan vektor eksistensi mengatur format
keluaran 134 Referensi Cepat Konstanta dan Variabel Standar ans pi eps realmax, realmin inf NaN i, j
nargin, nargout jawaban terakhir yang tak tersimpan ke variabel π = 3.141 592 653 589 79 akurasi
relatif bilangan terbesar dan terkecil tak hingga, didefinisikan sebagai 1/0 not-a-number, misalkan
0/0 unit imajiner, √-1 jumlah argumen masukan dan keluaran Pencatat waktu flops tic, toc, etime
clock, date cputime jumlah flop (operasi floating point) menghidupkan dan mematikan pencatat
waktu waktu dan tanggal saat ini waktu sejak MATLAB dimulai Fungsi Matematik Fungsi elementer:
abs sign sqrt pow2 exp log, log2, log10 sin, cos, tan, cot, sec, csc asin, acos, atan2, atan, acot, asec,
acsc sinh, cosh, tanh, coth, asinh, acosh, atanh, acoth, sech, csch, asech, acsch nilai absolut fungsi
signum akar kuadrat kuadrat fungsi eksponensial fungsi logaritmik fungsi trigonometrik inversi fungsi
trigonometrik fungsi hiperbolik dan invers-hiperbolik Fungsi matematika lanjut: legendre bessel,
bessely gamma, gammaln, gammainc beta, betaln, betainc expint erf, erfinv, erfc, erfcx ellipke, ellipj
fungsi Legendre fungsi Bessel fungsi Gamma fungsi Beta integral eksponensial error-function integral
eliptik Transformasi koordinat: cart2pol, pol2cart cart2sph, sph2cart kartesian dan polar kartesian
dan bola Referensi Cepat 135 Operasi Bilangan Bulat dan Floating Point round, fix, floor, ceil rat rats
rem gcd lcm pembulatan pendekatan ke bilangan rasional mengubah bilangan rasional ke string sisa
pembagian faktor pembagi terbesar kelipatan pengali terkecil Bilangan Kompleks real, imag conj
angle unwrap cplxpair komponen riil dan imajiner konjugasi sudut fase mengatur kembali argumen
sudut pasangan kompleks Vektor dan Matriks : linspace, logspace eye ones, zeros [ ] rand, randn
diag triu, tril fliplr, flipud, rot90, reshape hilb, invhilb, toeplitz, compan, gallery, hadamard, hankel,
magic, pascal, rosser, vander, wilkinson operator indeks pembangkit vektor matriks identitas matriks
satuan dan matriks nol matriks kosong matriks random matriks diagonal matriks segitiga
membentuk-ulang matriks matriks-matriks khusus Operasi Matriks + − * .* cross, dot, kron / \ ./ .\ ‘ .’
^ .^ >, =, <=, ==, ~= and, or, not, &, |, ~, xor penjumlahan dan pengurangan perkalian pembagian dan
pembagian terbalik transposisi, konjugasi pangkat operator pembandingan operator logika 136
Referensi Cepat Fungsi Matriks det, trace, rank inv, pinv orth, null subspace expm, logm, sqrtm,
funm, polyvalm size, length any, all, isnan, isinf, isieee, issparse, isstr, isempty, finite determinan,
trace, dan rank invers dan pseudo-invers basic subspaces sudut antara subspaces fungsi-fungsi
matriks ukuran dan panjang matriks / vektor fungsi logika Antarmuka dengan Pengguna disp input
ginput pause waitforbuttonpress format menu lasterr memunculkan nilai atau teks di command
window input dari keyboard membaca koordinat eksekusi berhenti sementara menunggu aksi dari
pengguna format keluaran di command window mengeluarkan menu dengan pilihan memunculkan
pesan error terakhir Grafik Grafik 2-D dan 3-D: plot plot3 fplot subplot errorbar comet, comet3 polar
semilogx, semilogy, loglog quiver, feather, compass, rose stem hist, bar, stairs plot grafik 2-dimensi
plot garis dalam 3-dimensi plot fungsi membagi figure yang ada menjadi subplot plot grafik dengan
error-bar plot beranimasi, 2-D, 3-D plot dalam koordinat polar plot logaritmik grafik bilangan
kompleks plot data diskrit plot histogram, diagram batang dan tangga Mengatur grafik: figure clf
hold subplot clc menciptakan atau memunculkan suatu figure membersihkan figure menahan plot
yang ada agar tidak hilang tertimpa plot baru membagi figure yang ada menjadi subplot
membersihkan tampilan command window Referensi Cepat 137 home axis zoom grid title, xlabel,
ylabel, zlabel text gtext ginput rbbox hidden view mengembalikan kursor ke pojok kiri-atas mengatur
sumbu plot memperbesar / memperkecil (untuk grafik 2-D) memunculkan / menghilangkan grid
menuliskan berbagai teks di dalam plot menuliskan teks di manapun di dalam plot menempatkan
teks dengan mouse membaca koordinat di dalam plot memindahkan suatu area segi empat
memperlihatkan / menyembunyikan permukaan mengatur posisi dan sudut penglihatan Plot
permukaan dan kontur: contour contour3 clabel meshgrid cylinder, sphere surf mesh meshc, meshz,
waterfall surfl, surfc, surfnorm pcolor fill, fill3 slice plot kontur plot kontur dalam ruang 3-D memberi
tanda pada garis kontur membuat jalinan titik untuk plot 3-D grid untuk geometri silinder dan bola
plot permukaan (surface) plot mesh plot mesh dengan garis referensi plot permukaan dengan
pencahayaan khusus, kontur, dan garis normal plot permukaan dilihat dari atas mengisi poligon plot
fungsi tiga variabel Suara sound wavwrite, wavread membunyikan suara menulis dan membaca file
.WAV Pemrograman Conditional statements: if kondisi command end if kondisi command_A else
command_B end if kondisi_1 command_1 elseif kondisi_2 command_2 elseif kondisi_3 command_3
... end 138 Referensi Cepat 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: % break return continue global nargin nargout penanda komentar keluar dari suatu
loop keluar dari program melanjutkan loop tanpa menjalankan command di bawahnya
mendeklarasikan variabel global jumlah argumen input jumlah argumen output Analisis Data dan
Statistik max, min sum, cumsum prod, cumprod diff, gradient, del2 mean, median std var, cov skew,
kurt corrcoef sort hist, bar, stairs stem fft, ifft maksimum dan minimum jumlah dan jumlah kumulatif
produk dan produk kumulatif difference rata-rata dan median deviasi standar variansi dan kovariansi
skewness dan kurtosis matriks korelasi sortir histogram, diagram batang dan tangga plot data diskrit
transformasi Fourier Referensi Cepat 139 Analisis Fungsi dan Interpolasi fzero fmin, fminbnd fmins,
fminsearch interp1, interp1q interpft spline nol dari fungsi minimum dari fungsi satu variabel
minimum dari fungsi multi variabel interpolasi interpolasi Fourier interpolasi spline Polinomial dan
Curve-Fitting polyval, polyvalm conv, deconv residue polyder poly compan polyfit mengevaluasi
polinomial konvolusi, perkalian polinomial menghitung residu turunan pertama dari fungsi
polinomial polinomial karakteristik companion matrix aproksimasi polinomial Integral trapz, quad,
quad8, quadl dblquad triplequad menghitung integral terbatas 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 x 2 = -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. z = a + ib a b Re Im 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 ) 2 2 2
2 c d bc ad i c d ac bd c id c id c id a ib c id a ib + − + + + = − − + + = + + Ketika membagi a + ib dengan c
+ id , kita merasionalkan penyebut mengingat: ( )( ) 2 2 2 2 2 c + id c − id = c − icd + icd − i d = c + d
Bilangan c + id dan c – id disebut konjugat kompleks. z = c + id c d Re Im z* = c - id -d Jika z = c + id ,
kita gunakan notasi z* untuk c – id. Ditinjau sebagai vektor dalam bidang kompleks, z = a + ib
memiliki magnitude: 2 2 z = a + b Magnitude disebut juga modulus atau nilai absolut. Perlu diingat
bahwa: 2 zz* = z Contoh: ( )( ) 2 3 2 3 4 6 6 9 4 9 13 2 + i − i = − i + i − i = + = 2 + 3i = 2 − 3i = 4 + 9 = 13
Pengenalan Bilangan Kompleks 143 Bentuk Polar Untuk z = a + ib , kita dapatkan: a = r cosθ b = rsinθ
z = a + ib a b Re Im r θ dan kita dapatkan pula: 2 2 r = z = a + b a b θ = arctan Kemudian, z = r cosθ + i
⋅rsinθ Dengan persamaan Euler: θ θ θ e cos isin i = + kita dapatkan bentuk polar: iθ z = re 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: = cosπ + sinπ = −1 π e i i e i i i 3 2 sin 2 3 3 cos / 2  =      = + π π π
144 Pengenalan Bilangan Kompleks e i i i  = − −      − = − + 3 6 sin 6 2 2 cos π / 6 π π Perkalian
dan pembagian bilangan kompleks dalam bentuk polar menjadi lebih mudah. Jika 1 1 1 iθ z = r e dan
2 2 2 iθ z = r e maka: ( ) 1 2 1 2 1 2 θ +θ = i z z rr e ( ) 1 2 2 1 2 1 θ −θ = i e r r z z Jika iθ z = re maka iθ z
re − * = , dan juga ( )( ) 2 zz* re re r i i = = θ − θ Contoh: Untuk menghitung ( )8 1+ i , kita terlebih
dahulu bisa menuliskan ( ) 1+ i dalam bentuk polar sebagai / 4 2 iπ e , kemudian: ( ) 2 ( ) 2 16 16 8 / 4
2 8 8 / 4 = = = iπ i π i π e e e Akar-akar dari Satu Persamaan =1 n z memiliki n-buah solusi berbentuk
kompleks, disebut akar pangkatn dari satu. Kita ketahui bahwa akar dari persamaan tersebut
memiliki magnitude 1. Sekarang misalkan iθ z = e , maka ( ) ( ) n k n k e e e in i k n i π θ π θ θ θ π 2 2 1
2 ⇔ = ⇔ = = ⇔ = ( ) θ inθ n i e = e , dengan persamaan Euler, menghasilkan formula de Moivre: ( ) θ
i θ nθ i nθ n cos + sin = cos + sin Pengenalan Bilangan Kompleks 145 Sehingga akar pangkat-n dari
satu memiliki bentuk: n k i z e 2π = 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 . ( ) 2 /3 1/3 3 2 1 i k i k e e π π = = k = -1, 0, 1 untuk k = -1 diperoleh: 3 2 1 2 1 3 2 sin 3 2 cos 2 /3 e i
i i = − = − − − π π π untuk k = 0 diperoleh: 1 0 e = untuk k = 1 diperoleh: 3 2 1 2 1 3 2 sin 3 2 cos 2 / 3 e
i i i = + = − + π π π Bila kita gambarkan pada lingkaran satuan di bidang kompleks: Re Im 1 120o 120o
120o 3 2 1 2 1 − − i 3 2 1 2 1 − + i Sekarang kita akan menghitung solusi dari 32 5 z = . ( ) 1/5 2 /5 1/5
5 2 32 32 32 i k i k z e e π π = = = untuk k = -2, -1, 0, 1, 2 146 Pengenalan Bilangan Kompleks untuk k =
-2, diperoleh: z e i i i 1,618 1,176 5 4 sin 5 4 2 2 cos 4 / 5 1  = − −      = = − − π π π untuk k = -1,
diperoleh: z e i i i 0,618 1,902 5 2 sin 5 2 2 2 cos 2 / 5 2  = −      = = − − π π π untuk k = 0,
diperoleh: 2 2 0 z3 = e = untuk k = 1, diperoleh: z e i i i 0,618 1,902 5 2 sin 5 2 2 2 cos 2 / 5 4  = +  
   = = + π π π untuk k = 2, diperoleh: z e i i i 1,618 1,176 5 4 sin 5 4 2 2 cos 4 / 5 5  = − +      =
= + π π π Digambarkan dalam bidang kompleks: Re z3 72o z1 z2 z4 z5 Im 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 >> 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 148 Jawaban Soal Latihan 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 Jawaban Soal Latihan 149 >> 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 B = 1 1 1 -1 >>
C=[A B] C = 4 8 1 1 2 4 1 -1 150 Jawaban Soal Latihan >> 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 -3 0 3 6 9 32 16 8 4 2 Jawaban Soal Latihan 151 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) 152 Jawaban Soal
Latihan Bab 4: 1. >> M=[10 20; 5 8]; N=[-1 1;1 –1]; >> 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.
Jawaban Soal Latihan 153 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 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 154 Jawaban Soal Latihan 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’); 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; Jawaban Soal Latihan 157 5. >> t = linspace(0,2*pi,100); >> %
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 Jawaban Soal
Latihan 161 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 % 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 disp('Tahun harus >= 1900') return elseif (blni< 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 162 Jawaban Soal Latihan 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 = 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 Jawaban Soal Latihan 163 >> 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') 164 Jawaban Soal Latihan 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 >> 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') Jawaban Soal Latihan
165 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’) Terlihat delapan komponen frekuensi yang mewakili nadanada satu
oktaf. 166 Jawaban Soal Latihan 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); >> 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)’) Jawaban Soal Latihan 167 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]); Kita cari nol dari fungsi dengan initial guess
x = 0. >> nol_1 = fzero(‘fungsi_Fx’,0) nol_1 = 1 168 Jawaban Soal Latihan 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 z(i,j) = fungsi_Gxy([x(i) x(j)]); end end >> meshc(x,x,z); % plot grafik 3-D
plus kontur Jawaban Soal Latihan 169 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); >> F1 =
interp1(waktu,frek,t,’*linear’); >> F2 = interp1(waktu,frek,t,’*nearest’); 170 Jawaban Soal Latihan >>
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 ( ) 0,0027 0,3314 5,2549 2 n x = x − x + ( ) 0,0003 0,0075
0,2523 5,1394 3 2 k x = x − x − x + 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); Jawaban Soal Latihan 171 >>
kurva_k=polyval(p_k,t); kurva_K=exp(kurva_k); Sehingga diperoleh persamaan eksponensial: ( ) ( ) M
x e ( x) m x = = 161,8exp − 0,2782 ( ) ( ) N x e ( x ) ( x) n x 191,5exp 0,0027 exp 0,3314 2 = = − ( ) ( ) K x
e ( x ) ( x ) ( ) x k x 170,6exp 0,0003 exp 0,0075 exp 0,2523 3 2 = = − − >> 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)’) 172 Jawaban Soal Latihan Bab
9: 1. >> x = linspace(-10,10,200); % metode trapezoid >> 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.