RANGKUMAN

Akar atau pembuat nol dari suatu fungsi adalah nlai – nilai yang membuat fungsi bernilai
nol. Metode secant termasuk kedalam kelompok metode pencarian akar dari persamaan tak linear
yaitu metode terbuka. Dalam metode ini, pencarian akar dimulai dari suatu nilai tunggal variabel
bebas, atau dua nilai yang tidak perlu mengurung akar. Metode ini mempunyai suatu kelemahan
yaitu tidak selalu konvergen, tetapi mempunyai kelebihan yaitu jika konvergen maka
konvergensinya lebih cepat daripada metode pengurung. Contoh dari metode terbuka yaitu metode
iterasi titik tetap (fixed-point iterasion), Metode Newton-Rhampson, dan metode garis potong
(secant).
Metode secant merupakan perbaikan dari metode regula-falsi dan newton raphson dimana
kemiringan dua titik dinyatakan sacara diskrit, dengan mengambil bentuk garis lurus yang melalui
satu titik. Pada Metode Newton-Raphson memerlukan syarat wajib yaitu fungsi f(x) harus
memiliki turunan f’(x). Sehingga syarat wajib ini dianggap sulit karena tidak semua fungsi bisa
dengan mudah mencari turunannya. Oleh karena itu muncul ide dari yaitu mencari persamaan yang
ekivalen dengan rumus turunan fungsi. Ide ini lebih dikenal dengan nama Metode Secant. Ide dari
metode ini yaitu menggunakan gradien garis yang melalui titik (x0, f(x0)) dan (x1, f(x1)). Tujuan
metode secant adalah untuk menyelesaikan masalah yang terdapat pada Metode Newton-
Raphson yang terkadang sulit mendapatkan turunan pertama yaitu f‘(x). Fungsi Metode Secant
adalah untuk menaksirkan akar dengan menggunakan diferensi daripada turunan untuk
memperkirakan kemiringan/slope.
Metode Grafik Metode Secant:
1. Grafik pertama
Disajikan suatu grafik kurva g(x)

2. Grafik Kedua
 Prinsip pencarian akar pada grafik diatas yaitu menggunakan metode terbuka yang berarti
kita bisa memilih sembarang titik sebagai X1 yang diterka mampu konvergen pada nilai akar.
Kemudian terka juga X2 yang dekat dengan X1. Pada metode secant tidak memerlukan dua
taksiran awal yang harus mengurung akar persamaan. Sebaiknya ketika menentukan nilai X1
dan X2 menggunakan metode grafik atau metode tabel agar nilai yang diambil sebagai X1
dan X2 konvergensi ke akar atau ke perpotongan kurva g(x) di sumbu X.

yang akan terjadi jika mengambil titik X1 dan X2 tanpa mengetahui apakah garis lurus dari
grafik akan memotong sumbu X. Hal ini tentunya tidak akan membantu menemukan akar.

3. Grafik Ketiga

Lakukan tebakan awal X1 dan X2 pada grafik Kemudian tarik garis putus – putus sehingga
memotong grafik persamaan g(x) setelah itu Tarik garis antara kedua titik tersebut pada
 kurva dinamakan garis sekan. Maka akan terlihat perpotongan garis itu dengan sumbu X
seperti pada gambar. Perpotongan itulah yang dinamakan X3. Untuk menemukan nilai
menggunakan rumus sekan yaitu :

𝑓 (𝑥𝑛 ) [𝑥𝑛 − 𝑥𝑛−1 ]

𝑥𝑛+1 = 𝑥𝑛 −
𝑓 (𝑥𝑛 ) − 𝑓 (𝑥𝑛 − 1)

4. Grafik Keempat
 Dari tebakan awal tersebut X1 dan X2 sebagai titik awal dan diperolah X3, Kemudian ambil
X2 dan X3 sebagai titik awal dan diperoleh X4, begitu seterusnya hingga Xn yang dibuat dengan
menarik garis lurus dari masing – masing titik pada grafik persamaan g(x) begitu seterusnya
sampai mendekati akar sebenarnya (s) atau kovergen ke s. Apabila menjauhi s maka divergen ke
akar sejati (s).
Rumus yang digunakan untuk meramalkan sebuah harga dari Xn. Jadi dengan diberikannya
sebuah tebakan awal pada akar Xn, dapat digunakan untuk menghitung suatu taksiran baru
Xn+1,berikut adalah rumusnya :
𝒇 (𝒙𝒏 ) [𝒙𝒏 − 𝒙𝒏−𝟏 ]
𝒙𝒏+𝟏 = 𝒙𝒏 −
𝒇 (𝒙𝒏 ) − 𝒇 (𝒙𝒏−𝟏 )

|𝒙𝒏 − 𝒙𝒏−𝟏 |
𝜺𝒉 = | | 𝒙 𝟏𝟎𝟎 %
𝒙𝒏

Beragam konsep untuk menemukan Rumus Metode Secant yaitu :

1. Metode Newton – Rhapson dan Gradien
Pada dasarnya metode ini sama dengan metode Newton-Rhapson, perbedaanya hanya
terletak pada pendekatan untuk turunan pertama dari f saja. Prosedur iterasi Newton-Rhapson
memerlukan perhitungan turunan fungsi, sayangnyaa tidak semua fungsi mudah dicari
turunanya terutama fungsi yang bentuknya rumit. Turunan fungsi dapat dihilangkan dengan
cara menggantinya dengan bentuk lain yang ekivalen yang dikenal dengan modifikasi
metode Newton-Rhapson dinamakan metode secant.
Rumus modifikasi secant :
𝒇 (𝒙𝒏 ) − 𝒇 (𝒙𝒏−𝟏 )
𝒇′(𝒙𝒏 ) =
𝒙𝒏 − 𝒙𝒏−𝟏
Didapat dari rumus gradient kurva secant:

𝑓(𝑥𝑛 )

𝑓(𝑥𝑛−1 )

𝑥𝑛−1 𝑥𝑛
c

Berdasarkan gambar diatas maka rumus gradient yang melaluin 2 titik (𝑥1 , 𝑦1 ) dan
(𝑥2 , 𝑦2 ) adalah sebagai berikut :
Δ𝑦 𝐴𝐶 𝑦2 − 𝑦1 𝒇(𝒙𝒏 ) − 𝒇(𝒙𝒏−𝟏 )
𝑚= = = =
Δ𝑥 𝐵𝐶 𝑥2 − 𝑥1 𝒙𝒏 − 𝒙𝒏−𝟏
Subtitusikan Rumus diatas kedalam persamaan Metode Newton-Rhapson sebagai berikut :
𝒇 (𝒙𝒏 )
𝒙𝒏+𝟏 = 𝒙𝒏 −
𝒇′ (𝒙𝒏 )
Sehingga
𝑓 ( 𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓 (𝑥𝑛 ) − 𝑓 (𝑥𝑛−1 )
𝑥𝑛 − 𝑥𝑛−1
𝑥𝑛 − 𝑥𝑛−1
𝑥𝑛+1 = 𝑥𝑛 − 𝑓 (𝑥𝑛 ).
𝑓 (𝑥𝑛 ) − 𝑓 (𝑥𝑛−1 )
𝒇 (𝒙𝒏 )[𝒙𝒏 − 𝒙𝒏−𝟏 ]
𝒙𝒏+𝟏 = 𝒙𝒏 −
𝒇 (𝒙𝒏 ) − 𝒇 (𝒙𝒏−𝟏 )
2. Segitiga Sebangun
Misalkan dengan menggunakan gambar ilustrasi di bawah ini kita dapat mengambil
persamaan dari sifat segitiga sebangun sebagai berikut :

𝑓(𝑥𝑛 )

𝑓(𝑥𝑛−1 )

𝑥𝑛+1 𝑥𝑛−1 𝑥𝑛

𝐴𝐵 𝐷𝐶
=
𝐴𝐸 𝐷𝐸

𝑓(𝑥𝑛 ) 𝑓(𝑥𝑛−1 )
=
𝑥𝑛 − 𝑥𝑛+1 𝑥𝑛−1 − 𝑥𝑛+1

𝑓(𝑥𝑛 )(𝑥𝑛−1 − 𝑥𝑛+1 ) = 𝑓(𝑥𝑛−1 )(𝑥𝑛 − 𝑥𝑛+1 )

𝑓(𝑥𝑛 )𝑥𝑛−1 − 𝑓(𝑥𝑛 )𝑥𝑛+1 = 𝑓(𝑥𝑛−1 )𝑥𝑛 − 𝑓(𝑥𝑛−1 )𝑥𝑛+1

𝑓(𝑥𝑛 )𝑥𝑛+1 − 𝑓(𝑥𝑛−1 )𝑥𝑛+1 = 𝑓(𝑥𝑛 )𝑥𝑛−1 − 𝑓(𝑥𝑛−1 )𝑥𝑛

𝑥𝑛+1 [𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )] = [𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )]𝑥𝑛 − 𝑓(𝑥𝑛 )[𝑥𝑛 − 𝑥𝑛−1 ]

𝑥𝑛+1 [𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )] [𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )]𝑥𝑛 − 𝑓(𝑥𝑛 )[𝑥𝑛 − 𝑥𝑛−1 ]

=
𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 ) 𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )

𝑓(𝑥𝑛 )[𝑥𝑛 − 𝑥𝑛−1 ]

𝑥𝑛+1 = 𝑥𝑛 −
𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )

Atau

𝑥𝑛 − 𝑥𝑛−1
𝑥𝑛+1 = 𝑥𝑛 − 𝑓(𝑥𝑛 )
𝑓(𝑥𝑛 ) − 𝑓(𝑥𝑛−1 )
3. Gradien
𝑓(𝑥1 )

𝑓(𝑥2 ) = 0
0 𝑥4

𝑓(𝑥0 )

Perhatikan Kurva f(x) diatas pada titik (𝑥0 , 𝑓(𝑥0 )) dan (𝑥1 , 𝑓(𝑥1 )) persamaan garis dari
kurva diatas adalah :
𝑥 − 𝑥1 𝑦 − 𝑦1
=
𝑥2 − 𝑥1 𝑦2 − 𝑦1
𝑥 − 𝑥1 𝑦 − 𝑓(𝑥1 )
=
𝑥1 − 𝑥0 𝑓(𝑥1 ) − 𝑓(𝑥0 )
Karena x = 𝑥2 maka y = 0, sehingga :
𝑥2 − 𝑥1 0 − 𝑓(𝑥1 )
=
𝑥1 − 𝑥0 𝑓(𝑥1 ) − 𝑓(𝑥0 )
(𝑥2 − 𝑥1 ). (𝑓(𝑥1 ) − 𝑓(𝑥0 )) = (𝑥1 − 𝑥0 ). (0 − 𝑓(𝑥1 ))
(𝑥2 − 𝑥1 ). (𝑓(𝑥1 ) − 𝑓(𝑥0 )) (𝑥1 − 𝑥0 ). (0 − 𝑓(𝑥1 ))
=
𝑓(𝑥1 ) − 𝑓(𝑥0 ) 𝑓(𝑥1 ) − 𝑓(𝑥0 )
− 𝑓(𝑥1 ). (𝑥1 − 𝑥0 )
𝑥2 − 𝑥1 =
𝑓(𝑥1 ) − 𝑓(𝑥0 )
𝒇(𝒙𝟏 ). (𝒙𝟏 − 𝒙𝟎 )
𝒙𝟐 = 𝒙𝟏 −
𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟎 )
𝒂𝒕𝒂𝒖
𝒇(𝒙𝒏 ). (𝒙𝒏 − 𝒙𝒏−𝟏 )
𝒙𝒏+𝟏 = 𝒙𝒏 −
𝒇(𝒙𝒏 ) − 𝒇(𝒙𝒏−𝟏 )
Rumus diatas yaitu :
𝒇 (𝒙𝒏 ) [𝒙𝒏 − 𝒙𝒏−𝟏 ]
𝒙𝒏+𝟏 = 𝒙𝒏 −
𝒇 (𝒙𝒏 ) − 𝒇 (𝒙𝒏−𝟏 )
Atau
𝒇 (𝒙𝒏−𝟏 ) [𝒙𝒏−𝟐 − 𝒙𝒏−𝟏 ]
𝒙𝒏 = 𝒙𝒏−𝟏 −
𝒇 (𝒙𝒏−𝟐 ) − 𝒇 (𝒙𝒏−𝟏 )
Rumus diatas adalah sama yang membedakan hanyalah grafiknya. Sehingga 𝒙𝒏 = 𝒙𝒏−𝟏 =
𝒙𝒏−𝟐 atau 𝒇 (𝒙𝒏 ) = 𝒇 (𝒙𝒏−𝟏 ) = 𝒇 (𝒙𝒏−𝟐 ). Selisih batas yang kurvanya diatas sumbu X dengan
batas kurva dibawah sumbu X. maka untuk persamaan ini grafiknya adalah sebagai berikut :

Pada grafik batas yang kurvanya diatas sumbu X adalah titik 𝒙𝟎 sedangkan yang batas
kurvanya di bawah sumbu X adalah titik 𝒙𝟏 . Sehingga 𝒙𝟎 − 𝒙𝟏 begitu pula dengan 𝒇(𝒙𝟎 ) −
𝒇(𝒙𝟏 ).

Sepintas metode secant mirip dengan metode regula-falsi, namun sesungguhnya prinsip
dasar keduanya berbeda, seperti yang dirangkum pada tabel di bawah ini
Langkah-langkah perhitungan dengan menggunakan metode Secant :

1. Berikan dua terkaan awal 𝑥0 dan 𝑥1 yang tidak harus mengurung akar.
2. Hitung 𝑥2 dengan cara
𝒇(𝒙𝟏 ). (𝒙𝟏 − 𝒙𝟎 )
𝑥𝑛 = 𝒙𝟐 = 𝒙𝟏 −
𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟎 )
3. hitung nilai 𝑥2 , 𝑥3 , … , 𝑥𝑛 yang konvergen ke suatu titik s,sedemikian sehingga
4. Ulangi poin 2 dan 3 sampai nilai 𝑥𝑛 tidak berubah secara signifikan
 Kondisi iterasi berhenti apabila
|𝑥𝑛 − 𝑥𝑛−1 | < 𝜀
atau bila menggunakan galat relatif hampiran, kriteria berhentinya iterasi dinyatakan
|𝑥𝑛 − 𝑥𝑛−1 |
| |<𝛿
𝑥𝑛
dengan 𝜀 dan 𝛿 telah ditetapkan sebelumnya dan merupakan toleransi galat
 Selain itu iterasi akan berhenti jika bilangan telah mendekati nilai eksak atau tidak
mengalami perubahan yang signifikan antara satu iterasi dengan iterasi lainnya.
 Iterasi berhenti ketika 𝑓(𝑥𝑛−1 ) = 0 atau error = 0

Soal & Penyelesaian:

1. Gunakan metode Secant untuk menyelesaikan 𝑥 2 − 3 = 0 dengan tebakan awal 𝑥0 = 1 dan

𝑥0 = 2.
Penyelesian :

Berikut adalah konsep grafik soal 𝑥 2 − 3 = 0

X2

X1

X0
Alogaritma perhitungan menggunakan metode Secant :

1. Berikan dua terkaan awal 𝑥0 dan 𝑥1 yang tidak harus mengurung akar
𝑥0 = 1
𝑥1 = 2
2. Hitung 𝑥2 dengan cara
𝒇(𝒙𝟏 ). (𝒙𝟏 − 𝒙𝟎 )
𝑥𝑛 = 𝒙𝟐 = 𝒙𝟏 −
𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟎 )
3. hitung nilai 𝑥2 , 𝑥3 , … , 𝑥𝑛 yang konvergen ke suatu titik s,sedemikian sehingga
4. Ulangi poin 2 dan 3 sampai nilai 𝑥𝑛 tidak berubah secara signifikan

Iterasi 1
𝑓(𝑥1 ) = 1
𝑓(𝑥0 ) = −2
𝑓(𝑥1 ). (𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓(𝑥0 ) − 𝑓(𝑥1 )
1. (1 − 2)
𝑥2 = 2 −
−2 − 1
𝑥2 = 1,666666667
𝑓(𝑥2 ) = 1,6666666672 − 3 = −0,2222222444
𝑥2 − 𝑥1
𝜀2 = | |
𝑥2
1,666666667 − 2
=| |
1,666666667
= 0,1999999994

Iterasi 2
𝑓(𝑥1 ) = 1
𝑓(𝑥2 ) = −0,2222222444
𝑓(𝑥2 ). (𝑥1 − 𝑥2 )
𝑥3 = 𝑥2 −
𝑓(𝑥1 ) − 𝑓(𝑥2 )
(−0,2222222444). (2 − 1,666666667)
𝑥3 = 1,666666667 −
1 − (−0,2222222444)
𝑥3 = 1,727272732
𝑓(𝑥3 ) = 1,7272727322 − 3 = −0,01652890929
𝑥3 − 𝑥2
𝜀3 = | |
𝑥3
1,727272732 − 1,666666667
=| |
1,727272732
= 0,03508772203
Iterasi 3
𝑓(𝑥2 ) = −0,2222222444
𝑓(𝑥3 ) = −0,01652890929
𝑓(𝑥3 ). (𝑥2 − 𝑥3 )
𝑥4 = 𝑥3 −
𝑓(𝑥2 ) − 𝑓(𝑥3 )
(−0,01652890929). (1,666666667 − 1,727272732)
𝑥4 = 1,727272732 −
−0,2222222444 − (−0,01652890929)
𝑥4 = 1,732142857
𝑓(𝑥4 ) = 1,7321428572 − 3 = 0,0003188770561
𝑥4 − 𝑥3
𝜀4 = | |
𝑥4
1,732142857 − 1,727272732
=| |
1,732142857
= 0,002811618268

Iterasi 4
𝑓(𝑥3 ) = −0,01652890929
𝑓(𝑥4 ) = 0,0003188770561
𝑓(𝑥4 ). (𝑥3 − 𝑥4 )
𝑥5 = 𝑥4 −
𝑓(𝑥3 ) − 𝑓(𝑥4 )
(0,0003188770561). (1,727272732 − 1,732142857)
𝑥5 = 1,732142857 −
−0,01652890929 − (0,0003188770561)
𝑥5 = 1,73205068
𝑓(𝑥5 ) = 1,732050682 − 3 = −0,00000044191154
𝑥5 − 𝑥4
𝜀5 = | |
𝑥5
1,73205068 − 1,732142857
=| |
1,73205068
 = 0,00005321841968

Iterasi 5
𝑓(𝑥5 ) = −0,00000044191154
𝑓(𝑥4 ) = 0,0003188770561
𝑓(𝑥5 ). (𝑥4 − 𝑥5 )
𝑥6 = 𝑥5 −
𝑓(𝑥4 ) − 𝑓(𝑥5 )
(−0,00000044191154). (1,732142851 − 1,73205068)
𝑥6 = 1,73205068 −
0,00003188770561 − (−0,00000044191154)
𝑥6 = 1,732050808
𝑓(𝑥6 ) = 1,7320508082 − 3 = 0,00000000149345
𝑥6 − 𝑥5
𝜀6 = | |
𝑥6
1,732050808 − 1,73205068
=| |
1,732050808
= 0,00000007390083444

Iterasi 6
𝑓(𝑥6 ) = 0,00000000149345
𝑓(𝑥7 ) = 0,0003188770561
𝑓(𝑥6 ). (𝑥6 − 𝑥7 )
𝑥7 = 𝑥6 −
𝑓(𝑥6 ) − 𝑓(𝑥7 )
(0,00000000149345). (1,73205068 − 1,732050808)
𝑥7 = 1,732050808 −
−0,00000044191154 − ( 0,00000000149345)
𝑥7 = 1,732050808
𝑓(𝑥7 ) = 1,7320508082 − 3 = 0,00000000149345
𝑥6 − 𝑥5
𝜀7 = | |
𝑥6
1,732050808 − 1,732050808
=| |
1,732050808
=0
 Berikut ini adalah tabel penyelesian sampai 6 iterasi

𝒙𝒏 − 𝒙𝒏−𝟏
Iterasi n 𝑿𝒏 𝜀=|
𝒙𝒏
|

1 1.666666667 0,1999999994
2 1.727272732 0,03508772203
3 1.732142857 0,002811618268
4 1.73205068 0,00005321841968
5 1.732050808 0,00000007390083444
6 1.732050808 0

Maka dapat diambil kesimpulan pada iterasi ke – 6 diperoleh akar hampiran xn =

1.732050808 dengan f(xn) = 0,000000000149345 dengan error = 0. Karena hal inilah
iterasi dihentikan.
Perolehan eksak :
𝑥2 − 3 = 0
𝑥2 = 3
𝑥 = ±√3 = 1,732050808
Berikut ini adalah tabel perhitungan nilai 𝒙𝒏 jika iterasinya diteruskan. Maka hasilnya akan
eksak dan sama. Pada iterasi ke 5 hasil 𝒙𝒏 telah sama dengan eksak ±√3 = 1,732050808.
Pada iterasi berikutnya nilai 𝒙𝒏 sama.

𝒙𝒏 − 𝒙𝒏−𝟏
n 𝒙𝒏−𝟏 𝒙𝒏 𝒙𝒏+𝟏 𝒇(𝒙𝒏 ) 𝒇(𝒙𝒏−𝟏 ) 𝒇(𝒙𝒏+𝟏 ) 𝜀=|
𝒙𝒏
|

-
1 1 2 1.666666667 1
-2 0.222222222 0.2
-
2 2 1.666666667 1.727272727 -0.222222222
1 0.016528926 0.035087719
-
3 1.666666667 1.727272727 1.732142857 -0.016528926
0.222222222 0.000318878 0.002811621
- -4.40416 x
4 1.727272727 1.732142857 1.73205068 0.000318878
0.016528926 10-7 5.32183x10-5
-1.17026 x
5 1.732142857 1.73205068 1.732050808 -4.40416 x 10-7
0.000318878 10-11 7.34007x10-8
-4.40416 x
6 1.73205068 1.732050808 1.732050808 -1.17026 x10-11
10-7 0 1.9504x10-12
 Iterasi dhentikan karena pada iterasi 5 dan 6 tidak terdapat perubahan yang signifikan dan
cenderung sama yang berarti bahwa iterasi sudah mencapai eksak ataupun telah
menemukan nilai akar. Berdasarkan perhitungan excel seperti tabel di bawah ini iterasi
juga dihentikan pada iterasi ke 6 dikarenakan 𝑓(𝑥𝑛−1 ) = 0. Selain itu pada perhitungan
manual diatas maka diketahui bahwa pada iterasi ke 6 nilai error = 0 sehingga iterasi harus
dihentikan.

Soal & Penyelesaian:

2. Gunakan metode secant untuk menyelesaikan 𝑓(𝑥) = cos 𝑥 − 0,5 ; 𝑥0 = 0, 𝑥1 = 𝜋/2

Penyelesian :

Metode Grafik 𝑓(𝑥) = cos 𝑥 − 0,5

X3
Akar

X1

X0
X2

Alogaritma perhitungan menggunakan metode Secant :

1. Berikan dua terkaan awal 𝑥0 dan 𝑥1 yang tidak harus mengurung akar
𝑥0 = 0
 𝜋
𝑥1 = 2 = 1,5707796327
2. Hitung 𝑥2 dengan cara
𝒇(𝒙𝟏 ). (𝒙𝟏 − 𝒙𝟎 )
𝑥𝑛 = 𝒙𝟐 = 𝒙𝟏 −
𝒇(𝒙𝟏 ) − 𝒇(𝒙𝟎 )
3. hitung nilai 𝑥2 , 𝑥3 , … , 𝑥𝑛 yang konvergen ke suatu titik s,sedemikian sehingga
4. Ulangi poin 2 dan 3 sampai nilai 𝑥𝑛 tidak berubah secara signifikan

Iterasi 1
𝜋
𝑥0 = 0, 𝑥1 = = 1,570796327
2
 𝑓(𝑥0 ) = cos(𝑥0 ) − 0,5 = 1 − 0,5 = 0,5
𝑓(𝑥1 ) = cos(𝑥1 ) − 0,5 = 0 − 0,5 = −0,5
(𝑥1 − 𝑥0 )
𝑥2 = 𝑥1 − 𝑥 𝑓(𝑥1 )
𝑓(𝑥1 ) − 𝑓(𝑥0 )
1,570796327−0
= 1,570796327 − −0,5−0,5
𝑥 − 0,5

= 0,7853981633

0,7853981633 − 1,570796327
𝜀 =| |
0,7853981633
= |−1,000000001|
= 1,000000001

Iterasi 2
𝑥1 = 1,570796327, 𝑥2 = 0,7853981633

 𝑓(𝑥1 ) = cos(𝑥1 ) − 0,5 = −0,5

𝑓(𝑥2 ) = cos(𝑥2 ) − 0,5 = 0,2071067812
(𝑥2 − 𝑥1 )
𝑥3 = 𝑥2 − 𝑥 𝑓(𝑥2 )
𝑓(𝑥2 ) − 𝑓(𝑥1 )
0,7853981633−1,570796327
= 0,7853981633 − 0,2071067812+0,5
𝑥 0,2071067812

= 1,015435959

1,015435959 − 0,7853981633
𝜀 =| |
1,015435959
= 0,2265409194
Iterasi 3
𝑥2 = 0,7853981633, 𝑥3 = 1,015435959

 𝑓(𝑥2 ) = cos(𝑥2 ) − 0,5 = 0,2071067812

𝑓(𝑥3 ) = cos(𝑥3 ) − 0,5 = 0,02724954273
(𝑥3 − 𝑥2 )
𝑥4 = 𝑥3 − 𝑥 𝑓(𝑥3 )
𝑓(𝑥3 ) − 𝑓(𝑥2 )
1,015435959−0,7853981633
= 1,015435959 − 0,02724954273−0,2071067812 𝑥 0,02724954273
= 1,050288183

1,050288183 − 1,015435959
𝜀 =| |
1,050288183
= 0,03318348675

Iterasi 4
𝑥3 = 1,015435959, 𝑥4 = 1,050288183

 𝑓(𝑥3 ) = cos(𝑥3 ) − 0,5 = 0,02724954273

𝑓(𝑥4 ) = cos(𝑥4 ) − 0,5 = −0,002678949394
(𝑥4 − 𝑥3 )
𝑥5 = 𝑥4 − 𝑥 𝑓(𝑥4 )
𝑓(𝑥4 ) − 𝑓(𝑥3 )
1,050288183−1,015435959
= 1,050288183 − −0,002678949394−0,02724954273 𝑥 − 0,002678949394
= 1,047168502

1,047168502 − 1,050288183
𝜀 =| |
1,047168502
= |−0,002979158554|
= 0,002979158554

Iterasi 5
𝑥4 = 1,050288183, 𝑥5 = 1,047168502

 𝑓(𝑥4 ) = cos(𝑥4 ) − 0,5 = −0,002678949394

𝑓(𝑥5 ) = cos(𝑥5 ) − 0,5 = 0,00002515713125
(𝑥5 − 𝑥4 )
𝑥6 = 𝑥5 − 𝑥 𝑓(𝑥5 )
𝑓(𝑥5 ) − 𝑓(𝑥4 )
1,047168502−1,050288183
= 1,047168502 − 0,00002515713125+0,002678949394 𝑥 0,00002515713125
= 1,047197526
 1,047197526 − 1,047168502
𝜀 =| |
1,047197526
= 0,00002771587908

Iterasi 6
𝑥5 = 1,047168502, 𝑥6 = 1,047197526

 𝑓(𝑥5 ) = cos(𝑥5 ) − 0,5 = 0,00002515713125

𝑓(𝑥6 ) = cos(𝑥6 ) − 0,5 = 0,000000021901799
(𝑥6 − 𝑥5 )
𝑥7 = 𝑥6 − 𝑥 𝑓(𝑥6 )
𝑓(𝑥6 ) − 𝑓(𝑥5 )
1,047197526−1,047168502
= 1,047197526 − 𝑥 0,000000021901799
0,000000021901799−0,00002515713125
= 1,047197551

1,047197551 − 1,047197526
𝜀 =| |
1,047197551
= 0,00000002387324147

Iterasi 7
𝑥6 = 1,047197526, 𝑥7 = 1,047197551

 𝑓(𝑥6 ) = cos(𝑥6 ) − 0,5 = 0,000000021901799

𝑓(𝑥7 ) = cos(𝑥7 ) − 0,5 = −0,0000000000081157

(𝑥7 − 𝑥6 )
𝑥8 = 𝑥7 − 𝑥 𝑓(𝑥7 )
𝑓(𝑥7 ) − 𝑓(𝑥6 )
1,047197551−1,047197526
= 1,047197551 − −0,0000000000081157−0,000000021901799 𝑥 − 0,0000000000081157
= 1,047197551

1,047197551 − 1,047197551
𝜀 =| |
1,047197551
=0

Iterasi 8
𝑥7 = 1,047197551, 𝑥8 = 1,047197551

 𝑓(𝑥7 ) = cos(𝑥7 ) − 0,5 = −0,0000000000081157

𝑓(𝑥8 ) = cos(𝑥8 ) − 0,5 = −0,0000000000081157

 (𝑥8 − 𝑥7 )
𝑥9 = 𝑥8 − 𝑥 𝑓(𝑥8 )
𝑓(𝑥8 ) − 𝑓(𝑥7 )
1,047197551−1,047197551
= 1,047197551 − −0,0000000000081157+0,0000000000081157 𝑥 − 0,0000000000081157
= 1,047197551

1,047197551 − 1,047197551
𝜀 =| |
1,047197551
=0

Berikut ini adalah tabel penyelesian sampai 8 iterasi

𝒙𝒏 − 𝒙𝒏−𝟏
Iterasi n 𝑿𝒏 𝜀=|
𝒙𝒏
|

1 0,7853981633 1,000000001
2 1,015435959 0,2265409194
3 1,050288183 0,03318348675
4 1,047168502 0,002979158554
5 1,047197520 0,00002771587908
6 1,047197551 0,00000002387324147
7 1,047197551 0
8 1,047197551 0

Maka dapat diambil kesimpulan pada iterasi ke – 7 diperoleh akar hampiran xn =

1,047197551 dengan error = 0. Karena hal inilah iterasi dihentikan.
Perolehan Eksak :
𝑓(𝑥) = cos(𝑥) − 0.5
cos(𝑥) − 0.5 = 0
cos(𝑥) = 0.5
𝑥 = 𝐴𝑟𝑐𝐶𝑜𝑠 (0.5) = 1,047197551
Diatas adalah tabel perhitungan nilai 𝒙𝒏 jika iterasinya diteruskan. Maka hasilnya akan
mendekati eksak bahkan eksak seperti tabel diatas. Pada iterasi ke-7 hasil 𝒙𝟖 telah sama
dengan eksak ArcCos (0,5) = 1, 047197551. Pada iterasi berikutnya nilai 𝒙𝒏 sama. Maka
dapat diambil kesimpulan pada iterasi ke–7 diperoleh akar hampiran 𝒙𝟖 = 1.047197551
dengan e = 0.
 𝒙𝒏 − 𝒙𝒏−𝟏
n 𝒙𝒏−𝟏 𝒙𝒏 𝒙𝒏+𝟏 𝒇(𝒙𝒏 ) 𝒇(𝒙𝒏−𝟏 ) 𝒇(𝒙𝒏+𝟏 ) 𝜀=|
𝒙𝒏
|

1 0 1.570796327 0.785398163 -0.5 0.5 0.207106781 1

2 1.570796327 0.785398163 1.01543596 0.207106781 -0.5 0.027249542 -1
3 0.785398163 1.01543596 1.050288183 0.027249542 0.207106781 -0.002678949 0.22654092
4 1.01543596 1.050288183 1.047168502 -0.002678949 0.027249542 2.5157E-05 0.033183486
5 1.050288183 1.047168502 1.047197525 2.5157E-05 -0.002678949 2.23855E-08 -0.002979158
6 1.047168502 1.047197525 1.047197551 2.23855E-08 2.5157E-05 -1.87794E-13 2.77151E-05
7 1.047197525 1.047197551 1.047197551 -1.87794E-13 2.23855E-08 0 2.46838E-08
8 1.047197551 1.047197551 1.047197551 0 -1.87794E-13 0 -2.0716E-13

Iterasi dhentikan karena pada iterasi 7 dan 8 tidak terdapat perubahan yang signifikan dan
cenderung sama yang berarti bahwa iterasi sudah mencapai eksak ataupun telah
menemukan nilai akar. Berdasarkan perhitungan excel seperti tabel di bawah ini iterasi
juga dihentikan pada iterasi ke 7 dikarenakan 𝑓(𝑥𝑛+1 ) = 𝑓(𝑥𝑛 ) = 0. Selain itu pada
perhitungan manual diatas maka diketahui bahwa pada iterasi ke 7 nilai error = 0 sehingga
iterasi harus dihentikan.
 DAFTAR PUSTAKA

Nugroho, Didit Budi. 2009. Diktat Metode Numerik.

https://www.yumpu.com/id/document/view/13981521/metode-numerik-fakultas-
sains-dan-matematika-universitas-/23. Diakses pada 20 Febuari 2017.
Said, Fairuzel. Metode Numerik. https://fairuzelsaid.wordpress.com/tag/metode-numerik/.
Diakses pada 5 Maret 2017
Salamah. 2012. Metode Secant. http://salamah604.blogspot.co.id/2012/12/metode-
secant.html. Diakses pada 5 Maret 2017
Supardi, M.Si. Pencarian akar Persamaan Non Linier. Dikases dari
https://www.google.co.id/url?sa=t&rct=j&q=&esrc=s&source=web&cd=5&cad=r
ja&uact=8&ved=0ahUKEwjg95jymZ_SAhVMuI8KHYFfAdAQFggsMAQ&url=
http%3A%2F%2Fstaff.uny.ac.id%2Fsites%2Fdefault%2Ffiles%2Fpendidikan%2
FSupardi%2C%2520M.Si%2FPENCARIAN%2520AKAR%2520PERSAMAAN
%2520NON%2520LINIER.pdf&usg=AFQjCNGxhyZ7Mnt7mCxTaXeu1YMdtD
cKTQ&sig2=1QzBxRLpBFjdS_Eq6Z-DyQ. Pada 20 Febuari 2017