2

SOLUSI
PERSAMAAN NON LINEAR

Pada bab ini dibahas solusi dari persamaan non linear yang banyak dijumpai
dalam formulasi kasus -kasus fisika , yaitu pencarian akar persamaan (finding roots).
Disajikan beberapa metode yang biasa digunakan, dan inti pembahasan terletak pada
implementasi 3 (tiga) metode komputasi numerik, yaitu metode Bisection, metode
Newton Raphson dan metode Secant, didalam menangani berbagai kasus yang
disertakan.

A. SASARAN UMUM
Sasaran umum dari perkuliahan ini adalah memberikan pe mahaman kepada
mahasiswa mengenai proses penyelesaian kasus fisika dalam formulasi persamaan
non linear secara komputasi numerik, dan memberikan keleluasaan wawasan tentang
beberapa metode dari sekian banyak metode yang bisa diimplementasikan.

B. SASARAN KHUSUS
Setelah perkuliahan selesai dilaksanakan, mahasiswa diharapkan mampu:
1. Memformulasikan fenomena fisis dalam bentuk persamaan non linear ke dalam
formula iteratif komputasi numerik.
2. Menyebutkan beberapa metode komputasi numerik dalam kasus finding roots
3. Menjelaskan proses iterasi dari bracketing methods dan open methods.
4. Menjelaskan perilaku metode Bisection, Newton Raphson dan Secant sesuai
dengan karakter persamaan non linear yang ditangani.
5. Mengembangkan pemahaman dengan menggunakan karakteristik metode-metode
komputasi numerik yang lain.
6. Meng-implementasikan metode komputasi numerik untuk persamaan non linear
dalam program komputer.

C. URAIAN MATERI
fisika-komputasi

30

Telah dikenal beberapa metode nonkomputer di dalam menyelesaikan akarakar secara aljabar dan non-aljabar. Untuk kasus non-aljabar ada persamaan
transendental didalamnya mengandung bentuk-bentuk trigonometri, eksponensial,
logaritma, dan persamaan campuran yang mengandung polinom dan transendental.
Dalam beberapa kasus, akar-akar bisa ditentukan dengan metode langsung. Contoh
yang paling sederhana seperti pada persamaan linear ax + b=0 (dimana a dan b
adalah konstanta dan a 0), maka akar tunggal dari persamaan, xo=b/a. Persamaan
kuadrat ax2 + bx + c=0 dalam keadaan tertentu bisa diselesaikan dengan formula
kuadratik:
x1 , 2 =

b b 2 4 ac
2a

(2.1)

Rumus-rumus yang memberikan nilai eksak dari penyelesaian secara eksplisit

hanya ada untuk kasus-kasus yang sangat sederhana. Fungsi yang cukup sederhana
seperti f(x) = e-x x sudah tidak bisa diselesaikan secara analitik . Dalam hal ini satusatunya alternatif adalah menggunakan solusi pendekatan (approximate solution)
Salah satu metode untuk menentukan solusi pendekatan adalah menggambar
fungsi dan menentukan nilai x dimana f(x)=0 , seperti terlihat pada contoh 2.1.

Contoh 2.1
Gunakan pendekatan grafik untuk menentukan koefisien tarik (drag coeffisient) c
yang diperlukan sebuah parasut bermassa m=68,1 kg sehingga kecepatannya 40
m/dtk setelah terjun bebas selama t=10 detik. Catatan: percepatan gravitasi 9,8
m/dtk.
Solusi
Kecepatan parasut yang diturunkan dari Hukum Newton II (diberikan oleh
persamaan
1.7 pada Bab 1) adalah:
v(t ) =

gm
c

(1 e ( c /

m)t

Dapat kita lihat bahwa tidak seperti kecepatan parasut secara eksplisit dapat diisolasi
pada satu sisi dan sebagai fungsi waktu. dalam kasus ini koefisien drag adalah

fisika-komputasi

31

implisit. Kasus ini bisa diselesaikan dengan metode numerik

dengan cara

mengurangi variabel takbebas v pada kedua sisi persamaan, sehingga:

gm

f (c ) =

(1 e( c /

m )t

) v

(2.2)

Nilai c yang membuat f(c)=0 , selanjutnya disebut akar persamaan, yang juga
representasi dari koefisien drag sebagai solusi dari kasus.
Dengan memasukkan parameter t=10, g=9,8, v=40 dan m=68,1
f (c ) =

9 ,8 (68 ,1)

f (c ) =

667 , 38

c
c

(1 e( c /

(1 e ( c /

68 ,1 ) 10

68 ,1 )10

) 40 atau

) 40

(2.3)

Variasi nilai c yang disubtitusi pada persamaan memberikan hasil f(c) pada tabel
sebelah kiri. Kurva melintasi sumbu c antara 12 dan 16. dan dari kelengkungan
grafik memberikan estimasi akar 14,75.
t,dt

f(x)
40

f(c)

4
8
12
16
20

34,115
17,653
6,067
2,269
8,401

20
Akar

12

20 c

10

Gambar 2.1. Pendekatan grafik untuk menentukan akar-akar persamaan

Dengan subtitusi 14,75 pada persamaan (2. 3), validitas estimasi grafik bisa diuji:
f (14 ,75 ) =
v=

667 , 38
14 ,75

9 ,8 (68 ,1 )
14 ,75

(1 e(14 ,75

(1 e(14 ,75

/ 68 ,1 )10

/ 68 ,1 ) 10

) 40 = 0 , 059

dan

) = 40 , 059 m / dtk

fisika-komputasi

32

Metode grafik ini tidak cukup teliti (precision). Cara yang lain adalah melakukan
trial and error. Teknik ini terdiri dari sebuah nilai coba x dan dievaluasi apakah
f(x)=0 . jika tidak, dimasukkan nilai coba yang lain dan f(x) dievaluasi kembali untuk
menentukan apakah nilai yang baru memberikan estimasi akar yang lebih baik.
Proses akan berulang sampai sebuah nilai coba memberikan hasil f(x)=0 . Metode
seperti itu jelas tidak sistematis, tidak efisien dan tidak memadai untuk aktivitas
saintis. Metode pendekatan yang paling tepat adalah metode -metode iterasi numerik.
Metode iterasi numerik adalah metode yang memberikan pilihan suatu x0
sebagai tebakan awal dan secara beruntun menghitung barisan x0,x1,x2 , secara
rekursif dari relasi berbentuk
xn +1 = g( xn )

(n=0,1,2,)

(2.4)

dengan g didefinisikan dalam selang yang memuat x0 dan rentang g terletak dalam
selang tersebut. Jadi secara beruntun dihit ung x1=g(x0), x2=g(x1), x3 =g(2). Metode
iterasi sangat penting untuk beragam masalah dalam analisa numerik, dengan
kelebihan umumnya tidak sangat terpengaruh oleh merambatnya kesalahan
pembulatan.

Contoh 2.2
Buatlah program sederhana menggunakan BASIC untuk mencari akar positif dari
fungsi f(x) = x2 5, dengan nilai tebakan awal x=1, lebar langkah 0,5 dan toleransi
106. Nilai sebenarnya 5 =2,236068
Solusi
Program BASIC
5
10
15
20
25
30
35
40
45
50
55
60
65

Def Fnf(x)=x*x5
Tolx=1.E06
x=1: FOld=Fnf(x): dx=.5
Iter%=0

While Abs(dx)>Tolx
Iter%=Iter%+1
x=x+dx
Print Iter%,x,Sqr(5)x
If FungsiOld*Fnf(x)>0 Then Goto 60
x=xdx: dx=dx/2
Wend

fisika-komputasi

33

70
Stop
Running program memberikan hasil sebagai berikut:
Iterasi
ke-n
1
2
3
4
.
.
13
14
.
.
32
33

Nilai x

Kesalahan
(Error)
1.5
0.7360679774997897
2
0.2360679774997897
2.5
0.2639320225002103
2.25
1.39320225002103E002
.
.
.
.
2.2421875
6.119522500210304E003
2.23828125
2.2132725002103036E003
.
.
.
.
2.236066818237305
1.159262485008914E006
2.236068725585938 7.480861478035856E007

Pada iterasi ke-33

proses komputasi berhenti, karena telah memenuhi toleransi

kesalahan 106 dengan presisi jawaban yang bagus.

Berikut

ini adalah

metode -metode

yang

populer

digunakan

untuk

menyelesaikan masalah finding roots terutama pada kasus persamaan non linear
f(x)=0 secara komputasi numerik:
a.

b.
c.
d.

e.
f.

g.
h.
i.

Bagidua (Bisection)
(initial Guesses:2,Convergence Rate:Slow, Stability:Always,
Accuracy:Good, Breadth of Application:Real Roots, Programming
Effort:Easy)
Posisi Palsu (False Position)
Titik Tetap ( Fixed Point Iteration)
NewtonRaphson
(initial Guesses:1,Convergence Rate:Fast, Stability:Possibly
Divergent, Accuracy:Good, Breadth of Application:General,
Programming Effort:Easy, Requires evaluation of f(x))
Modifikasi Newton Raphson
Tali Busur (Secant)
(initial Guesses:2,Convergence Rate:Medium to Fast,
Stability:Possibly Divergent, Accuracy:Good, Breadth of
Application:General, Programming Effort:Easy, Initial guesses do not
have to bracket the root
Modifikasi Talibusur (Secant Modified)
Mller
Bairstow
fisika-komputasi

34

Metode analisa numerik diatas, memiliki karakteristik terapan (metode a dan

b untuk akar-akar real, metode b sampai g untuk general aplikasi, dan metode h dan i
untuk akar-akar polinomial). Di sini hanya akan diimplementasikan satu atau
beberapa metode yang dipilih, dengan pertimbangan yang disertakan pada item
metode, sebagai dasar untuk menangani kasus-kasus fisika pada bab-bab selanjutnya.
Metode Grafik dengan contoh 2.1 dan metode Bagidua adalah termasuk
metode mengurung (bracketing methods), sedangkan metode Newton Raphson dan
metode Secant termasuk metode terbuka (open methods).

2.1 Metode Bagidua (Bisection)

Nilai f(x) akan berubah tanda , berbeda pada kedua sisi akar, seperti yang
ditunjukkan pada contoh 2.1. Secara umum, jika f(x) real dan kontinu pada interval
antara x l sampai xu , dan f(x l ) dan f(x u) berlawanan tanda, maka
f ( x l )f ( x u ) < 0

(2.5)

dan sekurang-kurangnya ada satu akar pada interval itu.

Berikut langkah-langkah komputasi aktual dengan metode bagidua:
Langkah 1:

Langk ah 2:

Tentukan nilai awal xl yang lebih rendah dan xu yang lebih tinggi,
sehingga fungsi berubah tanda melalui interval. Ini bisa dicek dengan
menghitung f ( x l )f ( x u ) < 0 .
Estimasikan akar xr, yang ditentukan oleh:
xr =

xl + xu
2

Langkah 3: Lakukan evaluasi berikut untuk menentukan interval akar:

(a) Jika f ( x l )f ( x r ) < 0 berarti akar pada sub-interval bawah(xl,xr),
kemudian set xu =x r dan kembali lakukan langkah 2
(b) Jika f ( x l )f ( x r ) > 0 berarti akar pada sub-interval atas(xu ,xr),
kemudian set xl=xr dan kembali lakukan langkah 2
(c) Jika f ( x l )f ( x r ) = 0 akarnya adalah xr, perhitungan dihentikan.
Dengan metode ini ditentukan titik tengah interval, dan interval akan dibagi
menjadi dua sub-interval, yang salah satunya pasti mengandung akar. Berikutnya
yang ditinjau adalah sub-interval yang mengandung akar. Proses diulangi dengan
membagi sub-interval tersebut dan memeriksa separo sub-interval mana yang
fisika-komputasi

35

mengandung akar. Pembagiduaan sub-sub interval ini dilanjutkan sampai lebar

interval yang ditinjau cukup kecil.
Kriteria penghentian komputasi dan kesalahan estimasi pendekatan, adalah
bijaksana untuk selalu disertakan didalam setiap kasus pencarian akar. Kesalahan
relatif e r cukup representatif untuk kasus dimana nilai akar sebenarnya telah
diketahui. Pada situasi aktual biasanya nilai akar sebenarnya tidak diketahui,
sehingga diperlukan kesalahan relatif pendekatan, era , yaitu:

x lama
r

baru

xr

e ra =

x baru
r

100 %

Contoh 2.3
Dengan menggunakan metode bisection (Bagidua) : [a] Selesaikan problem pada
contoh 2.1. [b] Tentukan akarnya sampai kesalahan pendekatan dibawah 0,5%.
Solusi
[a] Langkah pertama dalam metode bagidua, memberi dua nilai awal dari nilai yang
tidak diketahui yaitu koefisien drag (c), sehingga f(c) memberikan tanda yang
berbeda. dari gambar 2.1 dapat dilihat bahwa fungsi berubah tanda antara nilai 12
dan 16. Sehingga,
iterasi pertama:
xr =

12 + 16
2

estimasi awal akar x r yang merupakan titik tengah interval:

= 14 , kesalahan relatif er =5,3% (catatan bahwa nilai akar sebenarnya

14,7802). f (12 ) f (14 ) = 6 ,067 (1,569 ) = 9,517 > 0 ,konsekuensinya akar berada pada
interval 14 dan 16. selanjutnya
iterasi kedua:
titik tengah dari sub-interval antara 14 dan 16:
xr =

14 + 16
2

= 15 dengan kesalahan relatif : er =1.5%. Proses berulang untuk

mendapatkan estimasi: f (14 ) f (15 ) = 6, 067 (0 , 425 ) = 0 , 666 < 0 . Jadi akar berada
diantara 14 dan 15.
Iterasi ketiga :

xr =

14 + 15
2

= 14 , 5 dengan kesalahan relatif er=1,9%.

Metode ini bisa terus berulang sampai hasilnya cukup akurat.

fisika-komputasi

36

[b] kriteria penghentian es adalah 0,5%. Hasil untuk iterasi pertama kedua adalah 14
e ra =

dan 15, maka

15 14
14

100 % = 6 ,667 %

iterasi selengkapnya adalah sebagai berikut:

iterasi
1
2
3
4
5
6

xl
12
14
14
14,5
14,75
14,75

xu
16
16
15
15
15
14,875

xr
14
15
14,5
14,75
14,875
14,8125

era(%)

ex(%)
5,279
1,487
1,896
0,204
0,641
0,219

6,667
3,448
1,695
0,840
0,422

dari 6 iterasi akhirnya era<es=0,5% dan komputasi dihentikan.

Algoritma Bisection
Untuk

mengimplementasi

kasus

mencari

akar

persamaan

dengan

menggunakan metode bisection ke dalam pemrograman komputer, dapat digunakan

algoritma dalam format pseudocode dibawah.
FUNCTION Bisect(xl,xu,es,imax,xr,iter,era)
iter=0
DO
xrlama=xr
xr=(xl+xu)/2
iter=iter+1
IF xr 0 THEN
era=ABS((xrxrlama)/xr)*100
END IF
test=f(xl)*f(xr)
IF test<0 THEN
xu=xr
ELSE IF test>0 THEN xl=xr
ELSE
era=0
END IF
IF era<es OR
iter
END DO
Bisect=xr
END Bisect

imax EXIT

Algoritma in i tidak user friendly , tetapi tidak sulit bagi yang sudah mengenal
bahasa pemrograman. Fungsi pada algoritma ini didefinisikan sendiri oleh user untuk
membuat lokasi akar dan evaluasi fungsi telah dirancang lebih efisien.
fisika-komputasi

37

2.2 Metode Newton Raphson

Metode Newton Raphson adalah metode iterasi lain untuk memecahkan
persamaan f(x)=0, dengan f diasumsikan mempunyai turunan kontinu f. Secara
geometri metode ini menggunakan garis singgung sebagai hampiran fungsi pada
suatu selang. Gagasan dasarnya adalah grafik f dihampiri dengan garis-garis
singgung yang sesuai. Dengan menggunakan suatu nilai xi sebagai tebakan awal
yang diperoleh dengan melokalisasi akar-akar dari f(x) terlebih dahulu, kemudian
dite ntukan xi+1 sebagai titik potong antara sumbu x dan garis singgung pada kurva f
di titik (xi ,f(xi). Prosedur yang sama diulang, menggunakan nilai terbaru sebagai nilai
coba untuk iterasi seterusnya.
Metode Newton Raphson
ini

kemiringan=f(x o)

bisa

diturunkan

interpretasi geometri (alternatif

f(x i)

lain

f(x i) 0

didasarkan

Taylor).

Dari

turunan

pertama

adalah
f(x i+1)
0

dari

pada

deret

gambar

2.2,

terhadap

ekivalen

dengan

kemiringan:
xi+3 xi+2

xi+1

xi

xi x i+1

f ' ( x) =

Dan

f ( xi ) 0
x i x i +1

bisa

(2.6)

dituliskan

ulang

menjadi:
Gambar 2.2 Skema metode Newton Raphson

x i +1 = x i

f ( xi )

(2.7)

f ' ( xi )

Contoh 2.4
Carilah akar positif dari fungsi f(x) = x2 5 pada contoh soal 2.2, dengan nilai
tebakan awal x=1, Nilai sebenarnya 5 =2,236068. Gunakan metode Newton
Raphson !

Solusi :

fisika-komputasi

38

Turunan pertama dari fungsi f(x) = x2 5 adalah f(x)=2x, subtitusikan pada

persamaan (2.7) menjadi:
x i +1 = x i

x i2 5
2xi

Dimulai dari nilai tebakan awal x=1, hitungan iteras i menggunakan Microsoft Excel
memberikan data seperti pada gambar 2.3.

Gambar 2.3 Pencarian akar dengan Newton Raphson

Terlihat metode Newton Raphson hanya memerlukan 6 iterasi untuk

mendapatkan nilai pendekatan numerik yang tepat dengan nilai sebenarnya pada
ketelitian 106, dibanding dengan pencarian akar pada contoh soal 2.2.

Contoh 2.5
Gunakan metode Newton Raphson untuk mencari estimasi akar dari fungsi
transendental f(x) = e x x, dengan nilai tebakan awal x=0
Solusi :
Turunan pertama didapatkan: f(x) = ex 1, sehingga persamaan (2.7) menjadi:
x i +1 = x i

e xi x

e x 1
i

Dimulai dari nilai tebakan awal x=0, iterasi persamaan memberikan hasil:

fisika-komputasi

39

xi
0
1
2
3
4

0
0,500000000
0,566311003
0,567143165
0,567143290

era(%)
100
11,8
0,147
0,0000220
< 108

Pengecekan hasil menggunakan software Numerical Methods Electronic

Toolkit (terlihat pada gambar 2.4) memberikan hasil yaitu 0,5671433 dalam 7 angka
desimal, dengan tole ransi kesalahan sampai 108, yang dicapai dengan jumlah iterasi
yang cukup besar yaitu 35, lebih lambat konvergensinya dibanding dengan metode
Newton Raphson.

Gambar 2.4 Pencarian akar transendental dengan Numerical Methods Toolkit.

Tidak dijelaskan metode yang dipakai tetapi berdasarkan jumlah input
parameter nilai coba (low guess & high guess) adalah karakteristik metode talibusur
(Secant) yang akan dijelaskan berikutnya .
fisika-komputasi

40

Metode

Newton

Raphson

secara

umum

direkomendasikan

karena

kesederhanaannya, konvergensinya yang sangat cepat dan efisien dibanding metode

lainnya. Tetapi ada pada situasi tertentu, seperti kasus khusus akar-akar ganda
dialamati lebih lambat. misalnya menentukan akar positif dari fungsi f(x)=x101,
dengan nilai tebakan awal x=0,5. Pada iterasi awal memberikan hasil yang cukup
jauh 51,65; 46,485; dan seterusnya dengan nilai yang simultan turun dengan
lambat, konvergensi sampai nilai sebenarnya 1.
Algoritma Newton Raphson
Pencaria n akar persamaan dengan metode Newton Raphson dengan
pemrograman komputer, dapat mengacu pada algoritma pseudocode dibawah.
FUNCTION NewtonR( x0, es, imax, iter, era)
xr=x0
iter=0
DO
xrlama=xr
xr=xrf(xr)/f(xr)
iter=iter+1
IF xr 0 THEN
era=ABS((xrxrlama)/xr)*100
END IF
IF era<es OR
iter imax EXIT
END DO
NewtonR =xr
END NewtonR

Bagaimanapun program harus dimodifikasi untuk menghitung turunan

pertama dari fungsi. Hal ini menjadi lebih sederhana dengan menyisipkan fungsi
turunan yang didefinisikan oleh user sendiri.

2.3 Metode Talibusur (Secant)

Masalah potensial dalam implementasi metode Newton Raphson adalah
evaluasi pada turunan. Metode Secant diperoleh dari metode Newton dengan cara
menggantikan turunan f(x) dengan beda hingga terbagi,
fisika-komputasi

41

f ' ( x) =
f ' ( x) =

f (x i ) f ( x i 1 )
x i x i 1

f (x i 1 ) f (x i )
x i 1 x i

(forward) atau

(2.8)

(backward)

(2.9)

Jika diambil persamaan (2.8) untuk disubtitusikan pada persamaaan (2.7) persamaan
iteratifnya menjadi:
xi + 1 = x i

f ( x i )(x i x i 1 )

(2.10)

f ( x i ) f ( x i 1 )

atau bisa dituliskan dalam bentuk

x i = x i 1

f ( x i 1 )(x i 1 x i 2 )
f ( x i 1 ) f ( x i 2 )

, i=2,3

(2.11)
Secara geometri, dalam
metode Newton xi+1 merupakan
perpotongan sumbu x dengan

f(x i)

garis singgung di xi , sedangkan

dalam metode Secant xi+1 adalah
perpotongan sumbu x dengan
talibusur

kurva

f(x)

yang

berpadanan terhadap xn+1 dan xn.

f(x i 1)

Metode Secant memerlukan dua

0

xi 1

xi

tebakan awal, xi1 dan xi , tetapi

tanpa perhitungan turunan.

Gambar 2. 5 Skema metode Secant

Dapat diperlihatkan metode Secant lebih lambat dibandingkan metode

Newton Raphson, tetapi menjadi pilihan bilamana kerja penghitungan suatu nilai
f(x) lebih lama daripada kali kerja penghitungan nilai f(x).
Algoritmanya serupa dengan metode Newton. Tidak dianjurkan menuliskan
skema iterasi pada (2.10) dalam bentuk
x i +1 =

x i 1 f ( x i ) x i f ( x i 1 )
f ( x i ) f ( x i 1 )

fisika-komputasi

42

karena bisa jadi menimbulkan kesulitan ketika xn dan xn-1 bernilai hampir sama.

Contoh 2.6
Sebuah peluru bermassa 2 gram ditembakkan vertikal ke udara dan bergerak turun
setelah mencapai batas kecepatan. Batas kecepatan ditentukan oleh mg=Ftarik,
dimana m=massa dan g =percepatan gravitas i. Persamaan lengkap adalah sebagai
berikut:
(2 )(9 , 81 )
1000

= 1, 4 x10 5 v1 , 5 + 1,15 x10 5 v 2

dimana v adalah kecepatan batas, m/det. Suku pertama pada ruas kanan menyatakan
gesekan tarik (friction drag), dan suku kedua menyatakan tekanan tarik (pressure
drag). Tentukan batas kecepatan dengan metode secant. Nilai coba awal v 30 m/det
Solusi:
Kasus ini didefinisikan sebagai pencarian akar dari
y = f (v) =

(2 )(9 , 81 )
1000

= 1, 4 x10 5 v1 , 5 + 1,15 x10 5 v 2

(2.12)

diset vo=30 dan v1=30,1 didasarkan pada nilai coba awal, dimana y0 dan y1 dihitung
dengan persamaan (2.12). Iterasi penyelesaian dengan persamaan (2. 11) sebagai
berikut:

i
0
1
2
3
4
5
6

vi
30,00000
30,10000
30,15411
38,62414
37,64323
37,73358
37,73458

yn
1,9620001E02
6,8889391E03
6,8452079E03
8,9657493E04
9,0962276E05
9,9465251E07
1,8626451E09

Jadi batas kecepatannya adalah v=37,7 m/det

::: Studi Kasus Fisika :::

Hukum Gas Ideal dalam Termodinamika

Hukum gas ideal diberikan oleh

PV=nRT

fisika-komputasi

43

dimana P adalah tekanan mutlak, V adalah volume, n adalah jumlah mol, R adalah
konstanta gas universal dan T adalah temperatur mutlak. Persamaan ini amat luas
penggunaannya dalam aktivitas enginer dan saintis.
Persamaan keadaan alternatif untuk gas dinyatakan dalam persamaan
(P +

)(v b) = RT

v2

(2.13)

yang dikenal sebagai persamaan van der Waals, dimana v=V/n adalah molal volume,
a dan b adalah konstanta empiris yang tergantung pada sifat gas.
Diperlukan keakuratan di dalam memberikan estimasi terhadap molal volume (v)
dari karbon dan oksigen untuk sejumlah kombinasi temperatur dan tekanan yang
berbeda yaitu tekanan pada 1, 10 dan 100 atm untuk kombinasi temperatur pada 300,
500 dan 700 K, sehingga cocok dalam pemilihan bejana atau tempatnya. Berikut
adalah data -data yang diperlukan:
R= 0,82054 L atm/(mol K)
a= 3,592

karbon dioksida

b=0,04267
a= 1,360

oksigen

b=0,03183

Molal volume dari kedua gas dihitung menggunakan hukum gas ideal,
dengan n=1. Sebagai contoh jika P=1 atm dan T=300 K,
v=

V
n

RT
P

= 0 , 082054

L . atm 300 K
mol. K 1 atm

= 24 ,6162 L / mol

dan perhitungan diulang untuk seluruh kombinasi temperatur dan tekanan.

Komputasi molal volume dari persamaan van der Waals bisa di selesaikan
dengan baik menggunakan metode numerik untuk mencari akar-akar persamaan,
dengan

f (v ) = P +

a
( v b ) RT
v2

turunan dari f(v) mudah didapatkan dan implementasi metode Newton Raphson
dalam kasus ini sangat tepat dan efisien. Turunan f(v) terhadap v dituliskan

fisika-komputasi

44

f ' (v ) = P

a
v2

2 ab

(2.14)

v3

metode Newton Raphson untuk menentukan estimasi akar adalah dengan formula
iteratif,
v i +1 = v i

f (v i )
f '( v i )

ketika menggunakan nilai coba 24,6162, nilai komputasi molal volume dari karbon
dioksida pada 300 K dan 1 atm sebesar 24,5126 L/mol. Hasil ini didapat hanya
dengan dua iterasi saja dan memiliki kesalahan kurang dari 0,0001 %.
Berikut adalah hasil komputasi selengkapnya
Temperatur,
K

Tekanan,
atm

300

1
10
100
1
10
100
1
10
100

500
700

Molal Volume, L/mol

Van der Waals
Hk. Gas Ideal
Karbon dioksida
24,6162
24,5126
2,4616
2,3545
0,2462
0,0705
41,0270
40,9821
4,1027
4,0578
0,4103
0,3663
57,4378
57,4179
5,7438
5,7242
0,5744
0,5575

Van der Waals

Oksigen
24,5928
2,4384
0,2264
41,0259
4,1016
0,4116
57,4460
5,7521
0,5842

Dalam sistem kontrol proses produksi yang berkaitan dengan komputasi

terhadap kombinasi temperatur dan tekanan dengan persamaan sistem yang bisa
diturunkan, metode Newton Raphson sangat handal dalam hal kecepatan
konvergensinya. Dalam evaluasi jutaan akar, pilihan metode menjadi faktor penentu,
dan pada esensinya basisnya kontinu dari proses manufaktur sampai final produk.
D. SOAL-SOAL
(2.1)

Carilah akar positiv dari x20,9x1,52 pada interval [1,2] menggunakan

metode Bisection dengan toleransi 0,001

(2.2)

Dengan menggunakan iterasi, perlihatkan bahwa akar positif yang terkecil

dari persamaan x=tan x secara hampiran adalah 4,49

(2.3)

Gunakan metode Newton Raphson untuk menentukan akar

dari f(x)=

0,9x2+1,7x+2,5 dengan xo=5

(2.4)

Buatlah program untuk menentukan akar dari soal (2.1)

fisika-komputasi

45

(2.5)

Tentukan kecepatan batas pada contoh 2.6 menggunakan metode bisection

dengan toleransi 0,01

D. DAFTAR PUSTAKA
Chapra, S.C., and Canale, R.P., Numerical Methods for Engineers, McGraw-Hill,
1998
James, M.L., G.M. Smith, and J.C. Wolford, Applied Numerical Methods for Digital
Computations, 3rd ed. Harper & Row, 1985
Koonin, S.E., Computational Physics, Addison-Wesley Inc, 1986
Mathews, J.H., Numerical Methods for Mathematics, Science and Engineering ,
Prentice -Hall Inc., 1992
McCracken, D. D., Computing for Engineers and Scientists with Fortran 77, Wiley,
1984
Morris,J.L., Computational Methods in Elementary Numerical Analysis, Wiley, 1983
Nakamura, S., Applied Numerical Methods in C , Prentice-Hall Inc. 1993
Wark, K. Jr., Thermodynamics, McGraw-Hill, 1998
Yakowitz, S., and F. Szidarovszky, An Introduction to Numerical Computations,
Macmillan, 1986

fisika-komputasi

46