KELAS (B)

PRAKTIKUM KOMPUTASI FISIKA

TOPIK 8
PENERAPAN PERSOALAN UTS PADA MATLAB

Nama Praktikan : Maulina Putri Lestari

NIM : M0220052
Asisten Praktikum : Afrannisa Salsabilah

PROGRAM STUDI FISIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SEBELAS MARET

2022
 KELAS (B)

1. METODE NUMERIK
a. Perbedaan : pada metode tertutup akar yang dicari selalu diapit atau dikurung dalam
suatu interval dan pada proses yang dilakukan adalah membuat interval pengapit akar
tersebut makin lama makin pendek sedangkan pada metode terbuka agar tidak perlu
diapit.
b. Kelebihan dan kekurangan pada tipe metode terbuka dan tertutup
1. Kelebihan
Kelebihan pada metode tertutup adalah prosesnya terlalu konvergen sedangkan pada
metode terbuka selama proses interaksi agar fungsi tidak perlu diapit interval dan
kekonvergenanea relatif lebih cepat
2. Kelemahan
Pada metode tertutup selama proses interaksi agar fungsi selalu diapit interval dan
kekonvergen nya relatif lambat sedangkan pada metode terbuka kelemahannya prosesnya
tidak selalu konvergen
c. Metode tertutup
a. Metode bisection : metode membagi interval antara x1 dan x2 di mana diperkirakan
terdapat sebuah akar menjadi dua sub interval yang sama besar interval tidak boleh terlalu
lebar
b. Metode false position : metode pencarian akar dengan memanfaatkan kemiringan dan
selisih tinggi dari dua titik batas interval yang mengurung akar
Metode terbuka
a. Metode Newton raphson : metode yang membutuhkan satu tebakan awal dan
memerlukan satu nilai turunan pertama dari persamaan yang akan dicari akarnya
b. Metode secant : perbaikan dari metode regular palship dimana kemiringan dua titik
dinyatakan secara diskrit dengan mengambil bentuk garis lurus melalui satu titik
2. METODE NEWTON RAPHSON
a. Algoritma
a. Tentukan 𝑋𝑖 , toleransi, dan jumlah iterasi maksimum
b. Hitung

c. Jika |𝑋𝑏𝑎𝑟𝑢 – 𝑋1| < 𝑡𝑜𝑙𝑒𝑟𝑎𝑛𝑠𝑖, diperoleh tulisan 𝑋baru sebagai hasil perhitungan
d. Jika tidak, lanjutkan ke langkah berikutnya
e. Jika jumlah iterasi > iterasi maksimum, akhiri program
f. 𝑋 = 𝑋baru, dan kembali ke langkah (b)
 KELAS (B)

b. Listing program
clc
% Mulai Program
disp
('=====================================================================
====');
disp(' Aplikasi Metode Newton Raphson UTS
');
disp(' Maulina Putri Lestari
');
disp(' M0220052 ');
disp('=================================================================
========');
f=inline('x.^2-2'); % Persamaan f(xi)
f1=inline('2*x'); % Turunan persamaan f(xi) = f'(xi)
xi=input('Masukkan tebakan awal (xi) = ');%Memasukkan nilai (xi)
galat=input('galat='); %Memasukkan nilai toleransi
n=input('jumlah iterasi maksimum (n) = ');%Memasukkan nilai n
i=1;
xbaru=xi-(f(xi)/f1(xi));
toleransi=abs(xbaru-xi);
disp('=============================================================');
disp(' i xi xbaru f(xi) f1(xi)
toleransi ');
disp('=============================================================');
fprintf('%3d %12.6f %12.6f %12.6f %12.6f
%12.6f\n',i,xi,xbaru,f(xi),f1(xi),toleransi)
while toleransi>galat
xi=xbaru;
xbaru=xi-(f(xi)/f1(xi));
toleransi=abs(xbaru-xi);
i=i+1;
if i >= n;
break
end
fprintf('%3d %12.6f %12.6f %12.6f %12.6f
%12.6f\n',i,xi,xbaru,f(xi),f1(xi),toleransi)
end
disp('___');
disp(sprintf('Akarnya adalah = %10.8f\n', xi))
 KELAS (B)

c. Analisis

Gambar 1. Running program metode Newton Raphson

Hasil Running program setelah dijalankan sama dengan bukti teori pengerjaan secara
manual yaitu sebagai berikut:

Gambar 2. Pengerjaan teori metode Newton Raphson

hasil program pencarian akar menggunakan Metode Newton Raphson diperoleh nilai
akar sebesar 1,41421569 dengan nilai galat atau toleransi sebesar 0,01 dengan iterasi
sebanyak 3 pengulangan dengan jumlah iterasi maksimum adalah 5 kali.
 KELAS (B)

3. METODE GAUSS NAIF

a. Algoritma
a. Tentukan nilai matriks a
b. Tampilkan string dalam bentuk variable data
c. Eliminasi nilai matriks a
d. Subtitusi terbalik hasil eliminasi matriks a
e. Tampilkan hasil eliminasi a dalam x,y, dan z
f. selesai
b. Listing program
clc
% Mulai Program
disp
('=====================================================================
====');
disp(' Aplikasi Metode Gauss Naif UTS
');
disp(' Maulina Putri Lestari
');
disp(' M0220052 ');
disp('=================================================================
========');
a=[2 -1 0 5;1 -3 1 0;0 1 -2 5]
disp('Matriks A')
fprintf('%i %i %i = %i \n', a');
[m,n]=size(a);
%eleminasi
for j=1:m-1
for z=2:m
if a(j,j)==0
t=a(j,:);a(j,:)=a(z,:);
a(z,:)=t;
end
end
for i =j+1:m
a(i,:)=a(i,:)-a(j,:)*(a(i,j)/a(j,j));
end
end
a
disp('Hasil meleminasi A')
fprintf('%.1f %.1f %.1f = %.1f \n', a');
 KELAS (B)

x=zeros(1,m);
%substitusi terbalik
for s=m:-1:1
c=0;
for k=2:m
c=c+a(s,k)*x(k);
end
x(s)=(a(s,n)-c)/a(s,s);
end
fprintf('x=%.1f , y=%.1f, z=%.1f \n',x(1),x(2),x(3))
c. Analisis

Gambar 3. Running program metode Gauss Naif

Dari rangkaian loop diatas akan didapat 3 persamaan pada setiap loop untuk mencari
I1, I2, dan I3 sebagai berikut,

Karena persamaan diatas merupakan persamaan aljabar linier maka permasalahan ini
dapat diselesaikan dengan metode Gauss Naif, dasar utama metode ini yaitu
menjadikan persamaan linier yang terdiri dari beberapa bilangan yang tidak diketahui
menjadi satu bilangan tak diketahui ( dengan membuat suatu matrik triangular atas)
 KELAS (B)

4. METODE INTERPOLASI KUADRAT

a. Algoritma
a. Tentukan nilai x, 𝑥0, 𝑦0, 𝑥1, 𝑦1, 𝑥2, 𝑑𝑎𝑛 𝑦2
b. Periksa apakah 𝑥0 = 𝑥1 𝑜𝑟 𝑥0 = 𝑥2. Jika ya maka kembali ke langkah 1 sebab nilai
fungsinya tidak terdefinisi dalam kondisi ini. Jika tidak, maka dilanjutkan ke
langkah 3.
c. Masukan nilai x.
d. Periksa apakah min{𝑥0, 𝑥1, 𝑥2 } ≤ 𝑥 ≤ max{𝑥0, 𝑥1, 𝑥2}. Jika tidak, maka masukkan
nilai x yang lain. Jika iya, maka dilanjutkan langkah e
e. Hitung

𝑏1 = ,
dan

𝑏2 =
f. Hitung 𝑃 =
g. Periksa apakah 𝑦0 = 𝑦1. Karena jika sama, maka akan siperoleh 𝑃 = 𝑦0.
h. Tulis hasil 𝑦 = 𝑃.
i. Selesai
b. Listing program
clc
% Mulai Program
disp
('=====================================================================
====');
disp(' Aplikasi Metode Interpolasi Kuadrat UTS
');
disp(' Maulina Putri Lestari
');
disp(' M0220052 ');
disp('=================================================================
========');
x=286;
x0=192;
x1=258;
x2=302;
y0=150;
 KELAS (B)

y1=180;
y2=210;
b1=(y1-y0)/(x1-x0);
b2=(((y2-y1)/(x2-x1))-((y1-y0)/(x1-x0)))/(x2-x0);
P=y0+(b1*(x-x0))+(b2*(x-x0)*(x-x1));
disp('b1 b2 f1x ')
fprintf('%1.7f %1.7f %1.7f\n', b1, b2, P);
fprintf('Nilai f(x) dari x=%4.3f adalah %4.3f\n',x,P);
c. Analisis

Gambar 4. Running program metode Interpolasi Kuadrat

interpolasi kuadrat digunakan untuk mencari titik-titik antara tiga titik dengan
menggunakan pendekatan fungsi kuadrat. Interpolasi kuadrat merupakan perbaikan
dari interpolasi linier.
5. METODE GOLDEN SECTION
a. Algoritma
a. Tentukan nilai I, a, b, dan r
b. Evaluasi nilai f(x1) dan f(x2) yaitu X1= b-r(b-a)=b-rLo
Dan X2= a+r(b-a) = a_rLo. Jika tidak maka Kembali ke Langkah 1 jika yam aka
dilanjutkan ke Langkah c
c. Hitung Lo dan f(x)
d. Tulis hasil f(x)
e. Selesai
b. Listing program
clc
% Mulai Program
disp
('=====================================================================
====');
disp(' Aplikasi Metode Golden Section UTS
');
 KELAS (B)

disp(' Maulina Putri Lestari

');
disp(' M0220052 ');
disp('=================================================================
========');
disp ('f(x)=2*sin(x)-((x^2)/10')
i=1;
a=0;b=4;r=0.618;
galat=0.001;
Lo=b-a;
f=inline('2*sin(x)-((x^2)/10)');
disp ('----------------------------------------------------------------
-')
disp (' i a b f(x1) f(x2) Lo')
disp ('----------------------------------------------------------------
-')
while b-a>galat
x1=b-(r*(b-a));
x2=a+(r*(b-a));
fprintf('%5.0f %10.5f %10.5f %10.5f %10.5f
%10.5f\n',i,a,b,f(x1),f(x2),Lo)
if f(x1)<f(x2);
a=x1;
elseif f(x1)==f(x2);
b=x2;
elseif f(x1)>f(x2);
b=x2;
end
i=i+1;
Lo=b-a;
End
 KELAS (B)

c. Analisis

Gambar 5. Running program metode Golden Section

Penggunaan metode Golden section pada masalah ini dikarenakan fungsi 𝑋 2 + 2𝑋 + 1
yang merupakan persamaan non-linier. Pada umumnya, metode Golden Section
digunakan untuk menyelesaikan persamaan non-linier satu variabel yang berbentuk
maksimasi atau minimasi : f(x)