[ 1 1 PENDAHULUAN SCILAB. Modul Praktikum Metode Numerik. 1. Struktur Scilab

Ukuran: px
Mulai penontonan dengan halaman:

Download "[ 1 1 PENDAHULUAN SCILAB. Modul Praktikum Metode Numerik. 1. Struktur Scilab"

Transkripsi

1 PENDAHULUAN SCILAB 1. Struktur Scilab Program Scilab sudah memiliki text editor di dalamnya. Perintah/kode program Scilab dapat dituliskan di dalam window Scilab Execution (Scilex) ataupun di window Scipad (text editor Scilab). Namun untuk praktikum Metode Numerik ini, program dituliskan di dalam Scipad.. File Extension File program Scilab memiliki extension.sce. File ini masih dalam bentuk text format. Untuk mengeksekusi file.sce, pertama kali file tersebut dibuka di dalam Scilab. Kemudian dieksekusi (ctrl + l). 3. Perintah Scilab 3.1. Vektor Cara untuk membuat vektor dalam Scilab sbb : (vektor disebut juga dengan array satu dimensi) x=[0 ; ;5] 3.. Matriks Cara untuk membuat matriks dalam Scilab sbb : (matriks disebut juga array dua dimensi) [ ] 5 perintahnya sbb : A=[1 3 4 ; 1 5 ; 4 3 5] 3.3. Vector Otomatis 1 Lab Komputer Dasar

2 Cara menciptakan vector secara otomatis dari 1 hingga 7 dengan faktor kenaikan sebesar 0. w = 1:0.: Menjalankan Function pada Vector Vektor dapat diberlakukan suatu function secara bersamaan dengan perintah : z = sin(w) 3.5. Membuat Plot dari Vector Dua vector z dan w dapat dibuat plot w versus z dengan perintah : plotd(w,z) 3.6. Matriks Bilangan Random Cara membuat matriks m x n yang berisi bilangan random sbb : rand(n,m) 3.7. Loops dan Condition Looping dan condition di dalam Scilab sbb : ans = 0; n = 1; term = 1; while( ans + term ~= ans ) ans = ans + term; term = term*x/n; n = n + 1; end ans kemudian dijalankan perintah sbb : Lab Komputer Dasar

3 x = 1.0 exec( ex.sci ) Selain itu : for j= 4::6 disp(j**) end Hasilnya adalah : 16, 4, 0, 4, 16, Statement IF Statement IF di dalam Scilab sbb : if expression then statements else if expression then statements else statements end 3.9. Function Contoh function pada Scilab : function y = ex(x) // EX A simple function to calculate exp(x) y = 0; n = 1; term = 1; while( y + term ~= y ) y = y + term; term = term*x/n; 3 Lab Komputer Dasar

4 n = n + 1; end endfunction cara menjalankan : exec('ex.sci') ex(1.0) 4 Lab Komputer Dasar

5 A. PENYELESAIAN AKAR AKAR PERSAMAAN KARAKTERISTIK Akar akar persamaan karakteristik adalah penyelesaian dari suatu persamaan polinomial. Polinomial tersebut berorde (berpangkat) atau lebih, biasa disebut dengan persamaan Non Linear. Untuk persamaan orde atau tiga masih mudah untuk menyelesaikan. Namun untuk persamaan berorde tinggi diperlukan metode numerik untuk mempermudah pencarian akar persamaan tersebut. Beberapa metode yang bisa digunakan akan dijelaskan di bawah ini : 1. METODE BISECTION Metode Bisection digunakan untuk mencari akar persamaan non linear melalui proses iterasi dengan persamaan : X c = X a X b /...(1.1) dimana nilai f X a. f X b 0...(1.). Kelemahan metode ini adalah : 1. Jika akar persamaan lebih dari satu, maka nilai tersebut hanya bisa ditemukan satu per satu/tidak bisa sekaligus.. Tidak dapat mencari akar kompleks (imajiner). 3. Proses iterasi tergolong lambat. Berikut algoritma penyelesaian Metode Bisection : 5 Lab Komputer Dasar

6 Langkah pertama, menentukan dua nilai x (Xa dan Xb) sebagai nilai awal perkiraan. Kedua nilai ini harus memenuhi syarat persamaan 1. Langkah kedua, jika nilai awal telah didapatkan selanjutnya menentukan nilai x (misal Xc) baru menggunakan persamaan 1.1 Langkah ketiga, mencari nilai f(xc) Langkah selanjutnya, melakukan langkah dan 3 hingga didapatkan f(xc) = 0 atau mendekati 0. Contoh : Carilah akar persamaan f x =x 3 7x 1 Langkah pertama, menentukan dua nilai x awal. Misal : Xa =.6 dan Xb =.5. Kemudian cek apakah kedua nilai tersebut memenuhi syarat? f(xa) = f(.6) = =0.376 f(xb) = f(.5) = = Karena f(xa).f(xb) < 0 maka kedua nilai perkiraan di atas benar. Langkah kedua, mencari nilai Xc X c = X a X b / atau X c =.6.5 / =.55 dan f X c = = karena nilai f(xc) negatif maka f(xc) menggantikan f(xb). Langkah ketiga, mencari nilai Xd 6 Lab Komputer Dasar

7 X d =.6.55 /=.575 dan f X d = = Langkah keempat, mencari nilai Xe X e = /=.565 dan f X e = = Langkah berikutnya, ulangi langkah langkah di atas hingga menemukan f(xn) yang mendekati nol atau f x n 1 f x n e. Sedangkan e dapat ditentukan sendiri, misalnya E x10 5 Tugas Anda 1. Buatlah program implementasi dari algoritma di atas! Hasil program di atas f(x) tidak pernah nol bulat ( 3,47 x 10 8 ) dengan x = Seorang peneliti atom menemukan hubungan waktu luruh radioaktif (t) dengan energi (E) yang dimiliki atom tersebut dengan suatu persamaan t=4 E 3 3 E E. Berapakah energi yang diperlukan untuk meluruh dalam waktu nol. 7 Lab Komputer Dasar

8 . METODE NEWTON RAPHSON Metode Newton Raphson juga digunakan untuk menyelesaikan persamaan non linear f(x). Rumus penyelesaian X n 1 = X n f X n / f ' X n... a Sedangkan persamaan non linear dapat diselesaikan jika memenuhi syarat sbb : f x 1. f '' x 1 / f ' x 1. f ' x 1 < 1... b dimana X 1 adalah titik awal yang ditentukan sebelum melakukan iterasi. Keterbatasan dari metode ini adalah : 1. jika fungsi f(x) mempunyai beberapa titik penyelesaian, maka akar akar penyelesaian tersebut tidak dapat dicari secara bersamaan.. Tidak dapat mencari akar imajiner(kompleks). 3. Tidak dapat mencari akar persamaan yang tidak memenuhi syarat persamaan b, meskipun sebenarnya persamaan memiliki akar persamaan. 4. Untuk persamaan yang sangat kompleks, pencarian turunan pertama dan kedua sangatlah sulit. Berikut algoritma Metode Newton Raphson : 1. Mencari turunan pertama dan kedua dari persamaan yang ada.. Menentukan nilai X 1 sebagai nilai perkiraan awal dan kemudian mengecek apakah memenuhi persyaratan persamaan b. 3. Jika memenuhi, maka iterasi dilakukan untuk mencari nilai X n. 4. Begitu seterusnya hingga antara X n 1 X n = 0 atau <= nilai e (error). Nilai error ini dapat ditentukan sendiri. 8 Lab Komputer Dasar

9 Contoh : Carilah persamaan non linear di bawah ini dengan Metode Newton Raphson : f x =e x 3x =0 Langkah pertama, mencari turunan persamaan tersebut f ' x =e x 6x f '' x =e x 6 Langkah kedua, menentukan nilai X 1, misalnya X 1 = 1. f(1) = e = f'(1) = e = f''(1) = e 3 6= jadi f x 1. f '' x 1 / f ' x 1. f ' x 1 = karena syarat dipenuhi maka proses iterasi dapat dilanjutkan. Langkah ketiga, melakukan iterasi persamaan a untuk mencari X n jika e (error) = E x10 7. x =x 1 f x 1 / f ' x 1 = x 1 x = Langkah keempat, karena selisih x lebih besar dari e dan bukan 0 maka x 3 =x f x / f ' x = x x 3 = dst. hingga selisihnya sama dengan nol atau lebih kecil dari e. Tugas Anda 9 Lab Komputer Dasar

10 1. Buatlah program yang menerapkan algoritma di atas. Jika jawaban benar maka akar f(x) = atau mendekatinya.. Seorang ekonom menemukan bahwa hubungan permintaan (x) dengan besar inflasi (y) adalah y =x 4 9x x. Tentukan jumlah permintaan yang menandakan bahwa inflasi sebesar nol! (error = 0.01). 10 Lab Komputer Dasar

11 B. PENYELESAIAN PERSAMAAN LINEAR SERENTAK Persamaan Linear serentak adalah suatu persamaan dengan variabel bebas, misalnya : y 1 = a 11 x 1 + a 1 x + a 13 x a 1n x n y = a 1 x 1 + a x + a 3 x a n x n y = a 31 x 1 + a 3 x + a 33 x a 3n x n Penyelesaian dari persamaan tersebut bisa menggunakan bantuan matriks. Namun untuk ordo (jumlah variabel dan jumlah persamaan) yang tinggi, penyelesaian dapat menggunakan nilai pendekatan. Oleh sebab itu, metode numerik bisa digunakan untuk persamaan ini. Metode yang bisa dipakai akan dijelaskan di bawah ini. 1. METODE JACOBI Metode iterasi Jakobi adalah metode penyelesaian persamaan serentak melalui proses iterasi dengan menggunakan persamaan sbb : n x n 1 1 =h i /a ii a ij /a ii x n j...3a j=1 dimana j <> i Kelemahan dari metode ini adalah : 1. Jika ordo persamaan cukup tinggi maka konsumsi waktu untuk eksekusi program menjadi lama.. Metode ini hanya bisa dipakai jika persamaan yang akan diselesaikan memenuhi syarat persamaan berikut n a ii a ij, i=1,,...,n persamaan 3b j=1 11 Lab Komputer Dasar

12 dimana j <> I Berikut algoritma Metode Jacobi 1. Cek apakah susunan persamaan yang akan diselesaikan memenuhi syarat persamaan 3b. Jika ya, maka lanjut ke langkah kedua.. Menyusun matriks koefisien, matriks variabel, dan matriks hasil. 3. Langkah ketiga adalah menentukan titik variabel x awal kemudian melakukan iterasi dengan persamaan 3a hingga didapatkan nilai variabel x yang tidak berubah atau hampir tidak berubah dari iterasi yang sebelumnya. Contoh : Carilah penyelesaian dari persamaan sbb : 8x 1 x x 3 =8 x 1 7x x 3 = 4 x 1 x 9x 3 =1 Langkah pertama, menyusun urutan persamaan sehingga memenuhi persyaratan pada persamaan 3b. Urutannya sebagai berikut : persamaan 8x 1 x x 3 =8 diletakkan pada posisi paling pertama dikarenakan koefisien a 11 memiliki nilai paling besar. Kemudian posisi nomer dua adalah persamaan x 1 7x x 3 = 4 dikarenakan koefisien a memiliki nilai paling besar dari ketiga persamaan. Dan yang terakhir adalah persamaan x 1 x 9x 3 =1. Langkah kedua, menyusun matriks koefisien, matriks variabel dan matriks hasil. matriks koefisien : 1 Lab Komputer Dasar

13 A= matriks variabel : 1 x= x x 3 x matriks hasil : h= Langkah ketiga, menentukan titik awal variabel, misal diambil nilai awal dari x 1, x, x 3 = 0. Kemudian melakukan iterasi dengan persamaan 3a hingga nilai x 1, x, x 3 tidak berubah. Contoh iterasi pertama sbb : x 1 = 8 8 a 1 a 11 x a 13 a 11 x 3 x 1 =8/8 0 0 =1 x = 4 7 a 1 a x 1 a 3 a x 3 x = =0.571 x 3 = 1 9 a 31 a 33 x 1 a 3 a 33 x x 3 = =1.333 setelah dilanjutkan hingga iterasi ke 8 maka hasil dari x 1, x, x 3 semuanya adalah Lab Komputer Dasar

14 Tugas Anda 1. Buatlah program yang mengimplementasikan algoritma di atas.. Seorang peneliti melakukan penelitian mengenai lintasan elektron yang dipengaruhi oleh 3 faktor, katakanlah x, y, dan z. Hasil dari penelitian tersebut memberikan 3 buah persamaan sbb : 4x 10y 6z=30 3x 5y 7z=15 6x 8y 6z= 8 Tugas Anda sebagai programmer adalah membantu peneliti tersebut dengan membuatkan program untuk mencari nilai x, y, dan z. nilai error = 0.01 dengan menggunakan Metode Jacobi. 14 Lab Komputer Dasar

15 . METODE GAUSS SEIDEL Metode Gauss Seidel digunakan untuk menyelesaikan persamaan serentak. Metode ini lebih cepat dibandingkan dengan Metode Jacobi. Metode Gauss Seidel ini menggunakan persamaan sbb : x i n 1 = b i i 1 a ij a ii j=1 N x n 1 a j ii j=i 1 a ij n x a j ii persamaan 4.a dimana : i = 1,,...N n = 1,, Algoritma Gauss Seidel, sbb : 1. Cek apakah susunan persamaan yang akan diselesaikan memenuhi syarat persamaan 4a. Jika ya, maka lanjut ke langkah kedua.. Menyusun matriks koefisien, matriks variabel, dan matriks hasil. 3. Menentukan titik variabel x awal kemudian melakukan iterasi dengan persamaan 4a hingga didapatkan nilai variabel x yang tidak berubah atau hampir tidak berubah dari iterasi yang sebelumnya. Contoh : Carilah penyelesaian dari persamaan ini menggunakan metode Gauss Seidel : 8x 1 x x 3 =8 x 1 7x x 3 = 4 x 1 x 9x 3 =1 Langkah pertama, menyusun urutan persamaan sehingga memenuhi persyaratan pada persamaan 3b. Urutannya sebagai berikut : 15 Lab Komputer Dasar

16 persamaan 8x 1 x x 3 =8 diletakkan pada posisi paling pertama dikarenakan koefisien a 11 memiliki nilai paling besar. Kemudian posisi nomer dua adalah persamaan x 1 7x x 3 = 4 dikarenakan koefisien a memiliki nilai paling besar dari ketiga persamaan. Dan yang terakhir adalah persamaan x 1 x 9x 3 =1. Langkah kedua, menyusun matriks koefisien, matriks variabel dan matriks hasil. matriks koefisien : A= matriks variabel : 1 x= x x 3 x matriks hasil : h= Langkah ketiga, menetukan titik awal misalnya : x 1 1,x 1,x 3 1 =0 kemudian melakukan iterasi dengan persamaan 4.a, yaitu : x 1 = h 1 0 a 1j a 11 j=1 a 11 x j 3 a n 1 1j j= a 11 x j x 1 = h 1 a 11 0 a 1 a 11 x 1 a 13 a 11 x 3 1 x 1 = =1 n 16 Lab Komputer Dasar

17 x = h 1 a j a j=1 a x j 3 a n 1 j j=3 a x j x = h a 0 a 1 a x 1 a 3 a x 3 1 x = /7 0 = x 3 = h a 3j a j=1 a 33 x j 3 a n 1 3j j=4 a 33 x j x 3 = h 3 a 33 0 a 31 a 33 x 1 a 3 a 33 x x 3 =1.333 / /9 =1.03 n n Setelah dilanjutkan sampai iterasi ke N ditemukan hasil dari x 1, x,x 3 =1. Tugas Anda : 1. Buatlah implementasi program dengan Scilab pada persoalan di atas. 3. Seorang peneliti melakukan penelitian mengenai lintasan elektron yang dipengaruhi oleh 3 faktor, katakanlah x, y, dan z. Hasil dari penelitian tersebut memberikan 3 buah persamaan sbb : 4x 10y 6z=30 3x 5y 7z=15 6x 8y 6z= 8 Tugas Anda sebagai programmer adalah membantu peneliti tersebut dengan membuatkan program untuk mencari nilai x, y, dan z. nilai error = 0.01 menggunakan Metode Gauss Seidel. 17 Lab Komputer Dasar

18 C. PENYELESAIAN PERSAMAAN NON LINEAR SERENTAK Persamaan Non Linear serentak adalah dua buah persamaan berordo(pangkat) lebih dari satu. Masingmasing persamaan memiliki kaitan sehingga penyelesaian persamaan satu dapat digunakan sebagai penyelesaian dalam persamaan yang lainnya. Salah satu metode yang bisa digunakan untuk menyelesaikan persamaan non linear serentak adalah Metode Newton Raphson. METODE NEWTON RAPHSON Metode Newton Raphson ini memiliki proses iterasi yang cepat. Namun hanya terbatas pada persamaan berordo dua atau tiga. Untuk ordo yang lebih besar, persoalan akan menjadi kompleks dikarenakan ada penghitungan determinan matriks ordo tinggi. Algoritma Newton Raphson 1. Menyelesaikan persamaan Non Linear serentak menjadi : F x 1,x =0 dan G x 1,x =0. Mencari nilai fungsi F x 1,x dan G x 1,x =0 dan turunan fungsi tersebut terhadap masing masing variabelnya, yaitu df /dx 1, df/ dx, dg/dx 1, dg/dx pada titik awal yang ditentukan yaitu x 1 0 dan x Mencari nilai r 1 dan s 1 ( r 1 dan s 1 adalah deviasi dari nilai x 1 dan x ), dengan aturan sbb : x 1, x df /dx r 1 = F G x 1, x dg/dx df /dx 1 df /dx dg /dx 1 dg/dx /dx 1 F x 1,x s 1 = df dg/dx 1 df /dx 1 df /dx dg/ dx 1 dg/dx G x 1, x kemudian dengan pendekatan didapatkan 18 Lab Komputer Dasar

19 x 1 1 =x 1 0 r 1 x 1 =x 0 s 1 4. melakukan operasi iterasi dengan mengulang langkah kedua sampai didapatkan nilai r dan s nol atau mendekati nol/error. Contoh : Carilah penyelesaian dari persamaan non linear serentak sbb : x x 1 =1.6 x 1 e x 4ln x x 1 0.3=3x 1 x Penyelesaiannya adalah : Langkah pertama, menyusun persamaan di atas menjadi bentuk F x 1,x =0 G x 1,x =0 yaitu : F x 1,x =x 1 e x x x 1 1.6=0 G x 1,x =4ln x x x 1 x Langkah kedua, Mencari nilai fungsi dan turunannya pada x 0 1 dan x 0 misalkan ditentukan nilai awalnya sebesar x 0 1 =4 dan x 0 =3 akan didapatkan : F x 1,x =x 1 e x x x F x 1,x =4exp F x 1,x = dan G x 1, x =4ln x x x 1 x 19 Lab Komputer Dasar

20 G x 1, x =4ln G x 1,x = nilai turunannya : df /dx 1 = x e x = 3 exp 3 = df /dx = x 1 x 1 e x = 4 4exp 3 = dg/dx 1 =x 1 3x = 4 33= dg /dx =4/x 3x 1 /x =4/3 3 4 / 3 = Langkah ketiga, mencari nilai r 1 dan s 1 r 1 = = s 1 = = sehingga x 1 1 =x 1 0 r 1 = = x 1 =x 0 s 1 = = Langkah keempat, mengulang langkah kedua dan ketiga hingga didapatkan nilai r 1 dan s 1 sama dengan nol. Hasil akhirnya adalah x 1 = dan x = Tugas Anda 1. Buatlah program menggunakan Scilab pada persoalan di atas.. Buatlah program untuk menyelesaikan persamaan non linear serentak dari persamaan sbb 0 Lab Komputer Dasar

21 x 1 =log x x 1 x dan x 1 x =e x 3 ln x 1 1 Lab Komputer Dasar

22 D. INTERPOLASI Interpolasi adalah mencari nilai dari suatu fungsi yang tidak diketahui melalui nilai nilai fungsi yang diketahui. Dengan kata lain, fungsi tersebut tidak diketahui persamaannya namun yang diketahui hanya nilainya. Misalnya suatu fungsi yang bernilai sbb : x f(x) Kemudian dicari nilai x dimana f(x) = Penyelesaian dari interpolasi dapat menggunakan bantuan Tabel Beda Hingga. Berikut penjelasan mengenai Tabel Beda Hingga. Tabel Beda Hingga dari kasus di atas jika dibuat tabel beda hingga sbb : x f(x) f(x) f(x) f(x) 3 f(x) 4 f(x) 5 f(x) Lab Komputer Dasar

23 1. INTERPOLASI METODE NEWTON GREGORY FORWARD (NGF) Interpolasi metode Newton Gregory Forward adalah metode yang digunakan untuk menyelesaikan persoalan interpolasi dengan menggunakan persamaan sbb : f x s = f 0 s f 0 s s 1! persamaan 1.D f 0 s s 1 s 3! 3 f 0... s s 1 s... s n 1 n f n! 0 dimana s= x s x 0 h dan f 0 didapatkan melalui Tabel Beda Hingga. Metode ini memiliki keterbatasan antara lain : 1. Hanya dapat digunakan untuk menyelesaikan persoalan interpolasi equispaced. ( x 1 x 0 =x x 1 =x 3 x =...=x n x n 1 =konstan atau h = konstan). Hanya cocok untuk menyelesaikan persoalan interpolasi untuk nilai xs terletak di dekat nilai awal x 1 dan x 0 (nilai errornya kecil). 3. Tidak dapat digunakan untuk menyelesaikan permasalahan interpolasi balik (invers interpolation). Namun metode ini sangat efektif digunakan untuk mencari nilai f(x) di sekitar titik awal. Algoritma NGF Langkah pertama, mencari nilai nilai beda hingga dari f(x) dengan bantuan Tabel Beda Hingga. Langkah kedua, mencari nilai s dan nilai fungsi f(xs) dengan persamaan 1.D. Contoh : Carilah nilai dari f(xs) dengan xs = 1.03 menggunakan metode NGF. 3 Lab Komputer Dasar

24 n x f(x) Penyelesaian : Langkah pertama, mencari nilai nilai beda hingga dari data yang diberikan. s x f(x) f(x) f(x) f(x) 3 f(x) 4 f(x) 5 f(x) Langkah kedua, mencari nilai s dengan persamaan 1D. s= x x s 0 h = =0.1 dengan bantuan tabel didapatkan f 0 =0.611 ; f 0 = 0.06 ; 3 f 0 =0.01 ; 4 f 0 =0.006 ; 5 f 0 =0.004 ; 6 f 0 = sehingga : 4 Lab Komputer Dasar

25 f x s = f 0 s f 0 s s 1! f 0 s s 1 s 3 f 3! 0 s s 1 s s 3 4 s s 1 s s 3 s 4 f 4! 0 5 f 5! 0 s s 1 s s 3 s 4 s 5 6 f 6! 0 = Tugas Anda 1. Buatlah program menggunakan Scilab dari persoalan di atas.. Buatlah program untuk mendapatkan nilai f(x) dimana x =.09 menggunakan NGF n x f(x) Lab Komputer Dasar

26 . INTERPOLASI METODE STIRLING Interpolasi Metode Stirling adalah metode penyelesaian interpolasi menggunakan persamaan sbb : f x s = f 0 s 1 f f 1 0 s 1 s f 1 s f 3 f 1 s 4 s f 6 s 6 6 f 3...persamaan.D dimana : s= x s x 0 h s 5 5 f 3 5 f s 3 dan s j s j s j 1 s j s j 3... s j k 1 = k k! Keuntungan dari metode ini adalah jika nilai f(x) yang dicari berada di sekitar nilai tengah maka nilai errornya kecil. Algoritma Stirling Langkah pertama, mencari nilai beda hingga dan membuat Tabel Beda Hingga. Langkah kedua, mencari nilai s dan mencari nilai f(xs) dengan persamaan D. Contoh Carilah nilai f(xs) pada xs = 1.87 dengan Metode Stirling n x f(x) Lab Komputer Dasar

27 Penyelesaian : Langkah pertama, mencari nilai beda hingga dari data di atas. s x f(x) f(x) f(x) f(x) 3 f(x) 4 f(x) 5 f(x) Langkah kedua, mencari nilai s dan f(xs) s= x x s 0 h = = 0.1 dari tabel beda hingga diketahui f 1 =0.571 ; f 0 =0.563 ; f 1 = ; 3 f =0.006 ; 3 f 1 =0.004 ; 4 F = 0.00 ; 5 f 3 =0.004 ; 5 f 1 =0.003 ; 6 f 3 = sehingga f x 5 = f f f f f 3 f f f 3 5 f f 3 = Lab Komputer Dasar

28 jadi f(1.87) = Tugas Anda 1. Buatlah program menggunakan Scilab dari implementasi permasalahan di atas.. Buatlah program untuk mendapatkan nilai f(x) dimana x = 1.89 menggunakan Metode Stirling n x f(x) Lab Komputer Dasar

29 3. Interpolasi Metode Lagrange Interpolasi Lagrange memiliki penyelesaian dengan persamaan sbb : f x = x x x x x x... x x 1 3 n x 0 x 1 x 0 x x 0 x 3... x 0 x n f 0 x x 0 x x x x 3... x x n x 1 x 0 x 1 x x 1 x 3... x 1 x n f 1 x x 0 x x 1 x x 3... x x n x x 0 x x 1 x x 3... x x n f x x 0 x x 1 x x... x x n x 3 x 1 x 3 x x 3 x 3... x 3 x n f 3... x x x x x x... x x 1 3 n 1 x n x 1 x n x x n x 3... x n x n 1 f n...persamaan 3.D Kelebihan dari metode Lagrange adalah : 1. Interpolasi Metode Lagrange dapat digunakan untuk menyelesaikan persoalan interpolasi equispaced (h = konstan) atau non equispaced (h= todak konstan).. Metode Lagrange dapat digunakan untuk menyelesaikan kasus interpolasi dan invers interpolasi (interpolasi balik). 3. Metode Lagrange dapat digunakan untuk mencari nilai fungsi yang variabelnya terletak di daerah awal, akhir, maupun tengah. 4. Tidak membutuhkan tabel beda hingga dalam proses penyelesaiannya sehingga penyelesaian persoalaan lebih mudah. Contoh : Carilah nilai dari f(x) pada x = 1.03 dengan tabel sbb : n x f(x) 9 Lab Komputer Dasar

30 Penyelesaian : f x = x x x x x x x x x x x x x 0 x 1 x 0 x x 0 x 3 x 0 x 4 x 0 x 5 x 0 x 6 f 0 x x 0 x x x x 3 x x 4 x x 5 x x 6 x 1 x 0 x 1 x x 1 x 3 x 1 x 4 x 1 x 5 x 1 x 6 f 1 x x 0 x x 1 x x 3 x x 4 x x 5 x x 6 x x 0 x x 1 x x 3 x x 4 x x 5 x x 6 f x x 0 x x 1 x x x x 4 x x 5 x x 6 x 3 x 0 x 3 x 1 x 3 x x 3 x 4 x 3 x 5 x 3 x 6 f 3 x x 0 x x 1 x x x x 3 x x 5 x x 6 x 4 x 0 x 4 x 1 x 4 x x 4 x 3 x 4 x 5 x 4 x 6 f 4 x x 0 x x 1 x x x x 3 x x 4 x x 6 x 5 x 0 x 5 x 1 x 5 x x 5 x 3 x 5 x 4 x 5 x 6 f 5 x x 0 x x 1 x x x x 3 x x 4 x x 5 x 6 x 0 x 6 x 1 x 6 x x 6 x 3 x 6 x 4 x 6 x 5 f 6 = Tugas Anda : 1. Buatlah implementasi program dengan Scilab dari persoalan di atas.. Carilah nilai f(x) dengan x = Lab Komputer Dasar

31 n x f(x) Lab Komputer Dasar

32 E. INTEGRASI NUMERIK 1. Integrasi Numerik Metode Trapzoida Integrasi numerik adalah proses menyelesaikan nilai dari suatu integral f(x) pada batas tertentu ( x=x 0 x n ) dengan menggunakan persamaan 1.E untuk non equispaced dan.e untuk equispaced. f x dx= x 1 x 0 f 1 f 0 x x 1 f x dx= h [ f 0 f 1 f f 3... f n 1 f n ]...E dimana h=x 1 x 0 =x x 1 =...dst f f 1... x x n n 1 f n f n E Contoh : Carilah nilai integral dengan batas x = 1.0 sampai x =.8 dari tabel di bawah ini dengan Metode Trapzoida. n x f(x) Penyelesaian : Dari tabel di atas diketahui bahwa persamaan yang digunakan adalah equispaced (persamaan.e) f x dx= h [ f 0 f 1 f f 3 f 4 f 5 f 6 ] 3 Lab Komputer Dasar

33 Tugas Anda : = = Buatlah program implementasi dari penyelesaian persoalan di atas dengan Scilab dan Metode Trapzoida.. Carilah nilai dari integral dari x = 1.0 hingga x = 3 dengan Metode Trapzoida dari tabel berikut : n x f(x) Lab Komputer Dasar

34 Modul ini disadur dari : Munif, Abdul, Metode Numerik ANU Computational Teaching Modules, Scilab Tutorials 34 Lab Komputer Dasar

Oleh : Anna Nur Nazilah Chamim

Oleh : Anna Nur Nazilah Chamim Oleh : Anna Nur Nazilah Chamim 1. Silabus 2. Referensi 3. Kriteria Penilaian 4. Tata Tertib Perkuliahan 5. Pembentukan Kelompok 6. Materi 1 : pengantar Analisa Numerik Setelah mengikuti mata kuliah metode

Lebih terperinci

Modul Praktikum Analisis Numerik

Modul Praktikum Analisis Numerik Modul Praktikum Analisis Numerik (Versi Beta 1.2) Mohammad Jamhuri UIN Malang December 2, 2013 Mohammad Jamhuri (UIN Malang) Modul Praktikum Analisis Numerik December 2, 2013 1 / 18 Praktikum 1: Deret

Lebih terperinci

Mengenal Bahasa Pemprograman Scilab

Mengenal Bahasa Pemprograman Scilab Mengenal Bahasa Pemprograman Scilab Muhamad Burhanudin Muhamadburhanudin981@gmail.com Abstrak Scilab adalah paket komputasi numerik yang dikembangkan sejak 1990 oleh para peneliti dari INRIA. Scilab menyediakan

Lebih terperinci

POKOK BAHASAN. Matematika Lanjut 2 Sistem Informasi

POKOK BAHASAN. Matematika Lanjut 2 Sistem Informasi Matematika Lanjut 2 Sistem Informasi POKOK BAHASAN Pendahuluan Metode Numerik Solusi Persamaan Non Linier o Metode Bisection o Metode False Position o Metode Newton Raphson o Metode Secant o Metode Fixed

Lebih terperinci

Modul Dasar dasar C. 1. Struktur Program di C++

Modul Dasar dasar C. 1. Struktur Program di C++ Modul Dasar dasar C I 1. Struktur Program di C++ Dalam bahasa pemrograman C++ strukturnya adalah sebagai berikut: a. Header. Ex: #include b. Main adalah isi dari program diawali {. dan diakhiri

Lebih terperinci

BAB 2 PENYELESAIAN PERSAMAAN NON LINEAR

BAB 2 PENYELESAIAN PERSAMAAN NON LINEAR BAB 2 PENYELESAIAN PERSAMAAN NON LINEAR METODE GRAFIK DAN TABULASI A. Tujuan a. Memahami Metode Grafik dan Tabulasi b. Mampu Menentukan nilai akar persamaan dengan Metode Grafik dan Tabulasi c. Mampu membuat

Lebih terperinci

BAGIAN 1 SINTAK DASAR MATLAB

BAGIAN 1 SINTAK DASAR MATLAB BAGIAN 1 SINTAK DASAR MATLAB Pada bagian 1 ini, akan diuraikan tentang bagaimana mendefinisikan data, operasi data dan teknik mengakses data pada Matlab. Untuk lebih memahami, pembaca sebaiknya mecobanya

Lebih terperinci

BAB I ARTI PENTING ANALISIS NUMERIK

BAB I ARTI PENTING ANALISIS NUMERIK BAB I ARTI PENTING ANALISIS NUMERIK Pendahuluan Di dalam proses penyelesaian masalah yang berhubungan dengan bidang sains, teknik, ekonomi dan bidang lainnya, sebuah gejala fisis pertama-tama harus digambarkan

Lebih terperinci

Modul Praktikum Analisis Numerik

Modul Praktikum Analisis Numerik Modul Praktikum Analisis Numerik (Versi Beta 1.2) Mohammad Jamhuri UIN Malang September 27, 2013 Mohammad Jamhuri (UIN Malang) Modul Praktikum Analisis Numerik September 27, 2013 1 / 12 Praktikum 1: Deret

Lebih terperinci

Pendahuluan

Pendahuluan Pendahuluan Pendahuluan Numerik dengan Matlab KOMPUTASI NUMERIK dengan MATLAB Oleh : Ardi Pujiyanta Edisi Pertama Cetakan Pertama, 2007 Hak Cipta 2007 pada penulis, Hak Cipta dilindungi undang-undang.

Lebih terperinci

PETUNJUK PRAKTIKUM MATLAB LANJUT

PETUNJUK PRAKTIKUM MATLAB LANJUT PRAKTIKUM KE-1 Materi : Solusi Persamaan Non Linier Tujuan : Mahasiswa dapat menyelesaikan masalah yang berkaitan dengan persamaan non linier 1.1 Rasionalisasi Misalkan dimiliki model permasalahan sebagai

Lebih terperinci

Selection, Looping, Branching

Selection, Looping, Branching Selection, Looping, Branching Struktur If untuk membuat percabangan alur program dengan satu pilihan saja dapat mengatur apakah sebuah perintah akan dijalankan atau tidak tergantung kepada kondisinya setidaknya

Lebih terperinci

BAB 4 PENYELESAIAN SISTEM PERSAMAAN LINEAR

BAB 4 PENYELESAIAN SISTEM PERSAMAAN LINEAR BAB 4 PENYELESAIAN SISTEM PERSAMAAN LINEAR A. Latar Belakang Persoalan yang melibatkan model matematika banyak muncul dalam berbagai disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi,

Lebih terperinci

DIKTAT PRAKTIKUM METODE NUMERIK

DIKTAT PRAKTIKUM METODE NUMERIK DIKTAT PRAKTIKUM METODE NUMERIK LABORATORIUM KOMPUTER PROGRAM STUDI FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PADJADJARAN 2014 KATA PENGANTAR Diktat ini disusun untuk pedoman dalam

Lebih terperinci

MODUL I PENGENALAN MATLAB

MODUL I PENGENALAN MATLAB MODUL I PENGENALAN MATLAB 1. Apa Matlab itu? Matlab merupakan bahasa pemrograman dengan kemampuan tinggi dalam bidang komputasi. Matlab memiliki kemampuan mengintegrasikan komputasi, visualisasi, dan pemrograman.

Lebih terperinci

MODUL 1. Command History Window ini berfungsi untuk menyimpan perintah-perintah apa saja yang sebelumnya dilakukan oleh pengguna terhadap matlab.

MODUL 1. Command History Window ini berfungsi untuk menyimpan perintah-perintah apa saja yang sebelumnya dilakukan oleh pengguna terhadap matlab. MODUL 1 1. Pahuluan Matlab merupakan bahasa pemrograman yang hadir dengan fungsi dan karakteristik yang berbeda dengan bahasa pemrograman lain yang sudah ada lebih dahulu seperti Delphi, Basic maupun C++.

Lebih terperinci

UJIAN AKHIR SEMESTER METODE NUMERIS I

UJIAN AKHIR SEMESTER METODE NUMERIS I PETUNJUK UJIAN AKHIR SEMESTER METODE NUMERIS I DR. IR. ISTIARTO, M.ENG. KAMIS, 8 JUNI 017 OPEN BOOK 150 MENIT 1. Saudara tidak boleh menggunakan komputer untuk mengerjakan soal ujian ini.. Tuliskan urutan/cara/formula

Lebih terperinci

Pendahuluan Metode Numerik Secara Umum

Pendahuluan Metode Numerik Secara Umum Pendahuluan Metode Numerik Secara Umum Pendahuluan Persoalan yang melibatkan model matematika banyak muncul dalam berbagai disiplin ilmu pengetahuan (bidang fisika, kimia, Teknik Sipil, Teknik Mesin, Elektro

Lebih terperinci

FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA

FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA No. LSKD/EKO/DEL221/01 Revisi : 02 Tgl : 27/11/2012 Hal 1 dari 14 1. Kompetensi Setelah melakukan praktik, mahasiswa diharapkan memiliki kompetensi: dapat memahami script files dan struktur pengaturan

Lebih terperinci

ATUAN ACARA PERKULIAHAN MATA KULIAH ANALISA NUMERIK (S1/TEKNIK SIPIL) KODE / SKS : KK /2

ATUAN ACARA PERKULIAHAN MATA KULIAH ANALISA NUMERIK (S1/TEKNIK SIPIL) KODE / SKS : KK /2 ATUAN ACARA PERKULIAHAN MATA KULIAH ANALISA NUMERIK (S1/TEKNIK SIPIL) KODE / SKS : KK-031248 /2 Ming gu Pokok Bahasan & TIU Sub-pokok Bahasan dan Sasaran Belajar Cara Pengajara n Media Tugas Referensi

Lebih terperinci

MOTIVASI. Secara umum permasalahan dalam sains dan teknologi digambarkan dalam persamaan matematika Solusi persamaan : 1. analitis 2.

MOTIVASI. Secara umum permasalahan dalam sains dan teknologi digambarkan dalam persamaan matematika Solusi persamaan : 1. analitis 2. KOMPUTASI NUMERIS Teknik dan cara menyelesaikan masalah matematika dengan pengoperasian hitungan Mencakup sejumlah besar perhitungan aritmatika yang sangat banyak dan menjemukan Diperlukan komputer MOTIVASI

Lebih terperinci

1 Penyelesaian Persamaan Nonlinear

1 Penyelesaian Persamaan Nonlinear 1 Penyelesaian Persamaan Nonlinear Diberikan fungsi kontinu f (x). Setiap bilangan c pada domain f yang memenuhi f (c) = 0 disebut akar persamaan f (x) = 0, atau disebut juga pembuat nol fungsi f. Dalam

Lebih terperinci

Mulyono (NIM : ) BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Penelitian ini menghasilkan diagram alir, kode program serta keluaran

Mulyono (NIM : ) BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Penelitian ini menghasilkan diagram alir, kode program serta keluaran Mulyono (NIM : 0301060025) BAB IV HASIL PENELITIAN DAN PEMBAHASAN Penelitian ini menghasilkan diagram alir, kode program serta keluaran berupa tingkat ketelitian metode Biseksi dan metode Regula Falsi

Lebih terperinci

PENDAHULUAN A. Latar Belakang 1. Metode Langsung Metode Langsung Eliminasi Gauss (EGAUSS) Metode Eliminasi Gauss Dekomposisi LU (DECOLU),

PENDAHULUAN A. Latar Belakang 1. Metode Langsung Metode Langsung Eliminasi Gauss (EGAUSS) Metode Eliminasi Gauss Dekomposisi LU (DECOLU), PENDAHULUAN A. Latar Belakang Persoalan yang melibatkan model matematika banyak muncul dalam berbagai disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi, atau pada persoalan rekayasa.

Lebih terperinci

FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA

FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA No. LSKD/EKO/DEL221/1 Revisi : 2 Tgl : 27/11/212 Hal 1 dari 13 1. Kompetensi Setelah melakukan praktik, mahasiswa diharapkan memiliki kompetensi: dapat memahami script files dan struktur pengaturan aliran.

Lebih terperinci

Bab 1. Pendahuluan Metode Numerik Secara Umum

Bab 1. Pendahuluan Metode Numerik Secara Umum Bab 1. Pendahuluan Metode Numerik Secara Umum Yuliana Setiowati Politeknik Elektronika Negeri Surabaya 2007 1 Topik Pendahuluan Persoalan matematika Metode Analitik vs Metode Numerik Contoh Penyelesaian

Lebih terperinci

Pengantar Metode Numerik

Pengantar Metode Numerik Pengantar Metode Numerik Metode numerik adalah teknik dimana masalah matematika diformulasikan sedemikian rupa sehingga dapat diselesaikan oleh pengoperasian matematika. Metode numerik menggunakan perhitungan

Lebih terperinci

oleh : Edhy Suta tanta

oleh : Edhy Suta tanta ALGORITMA TEKNIK PENYELESAIAN PERMASALAHAN UNTUK KOMPUTASI oleh : Edhy Sutanta i KATA PENGANTAR Puji syukur kami panjatkan ke hadirat Tuhan Yang Maha Esa atas limpahan rahmat dan karunia-nya sehingga buku

Lebih terperinci

Laporan Praktikum 7 Analisis Numerik

Laporan Praktikum 7 Analisis Numerik Laporan Praktikum 7 Analisis Numerik Syarif Abdullah (G551150381) Matematika Terapan Departemen Matematika FMIPA IPB E-mail: syarif abdullah@apps.ipb.ac.id 14 April 2016 SYSTEM PERSAMAAN LINEAR METODE

Lebih terperinci

SATUAN ACARA PERKULIAHAN (SAP)

SATUAN ACARA PERKULIAHAN (SAP) SATUAN ACARA PERKULIAHAN (SAP) Nama Mata Kuliah : Metode Numerik Kode Mata Kuliah : TI 016 Bobot Kredit : 3 SKS Semester Penempatan : III Kedudukan Mata Kuliah : Mata Kuliah Keilmuan Keterampilan Mata

Lebih terperinci

TUGAS KOMPUTASI SISTEM FISIS 2015/2016. Pendahuluan. Identitas Tugas. Disusun oleh : Latar Belakang. Tujuan

TUGAS KOMPUTASI SISTEM FISIS 2015/2016. Pendahuluan. Identitas Tugas. Disusun oleh : Latar Belakang. Tujuan TUGAS KOMPUTASI SISTEM FISIS 2015/2016 Identitas Tugas Program Mencari Titik Nol/Titik Potong Dari Suatu Sistem 27 Oktober 2015 Disusun oleh : Zulfikar Lazuardi Maulana (10212034) Ridho Muhammad Akbar

Lebih terperinci

METODE NUMERIK. Akar Persamaan (2) Pertemuan ke - 4. Rinci Kembang Hapsari, S.Si, M.Kom

METODE NUMERIK. Akar Persamaan (2) Pertemuan ke - 4. Rinci Kembang Hapsari, S.Si, M.Kom METODE NUMERIK Pertemuan ke - 4 Akar Persamaan (2) Metode Akar Persamaan Metode Grafik Metode Tabulasi Metode Setengah Interval Metode Regula Falsi Metode Newton Rephson Metode Iterasi bentuk = g() Metode

Lebih terperinci

METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1. Mohamad Sidiq PERTEMUAN-1

METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1. Mohamad Sidiq PERTEMUAN-1 METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1 Mohamad Sidiq PERTEMUAN-1 KONTRAK KULIAH METODE NUMERIK TEKNIK INFORMATIKA S1 3 SKS Mohamad Sidiq MATERI PERKULIAHAN SEBELUM-UTS Pengantar Metode Numerik Sistem

Lebih terperinci

Studi Kasus Penyelesaian Pers.Non Linier. Studi Kasus Non Linier 1

Studi Kasus Penyelesaian Pers.Non Linier. Studi Kasus Non Linier 1 Studi Kasus Penyelesaian Pers.Non Linier Studi Kasus Non Linier 1 Contoh Kasus Penyelesaian persamaan non linier terkadang muncul sebagai permasalahan yang terpisah, tetapi terkadang pula muncul sebagai

Lebih terperinci

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA Mata Kuliah : MAtematika Lanjut 2 Kode / SKS : IT012220 / 2 SKS Program Studi : Sistem Komputer Fakultas : Ilmu Komputer & Teknologi Informasi 1 Pendahuluan Metode Numerik Pengertian Metode Numerik Mahasiswa

Lebih terperinci

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Mata Kuliah : Metode Numerik Bobot Mata Kuliah : 3 Sks Deskripsi Mata Kuliah : Unified Modelling Language; Use Case Diagram; Class Diagram dan Object Diagram;

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) IKG2E3 KOMPUTASI NUMERIK Disusun oleh: PROGRAM STUDI S1 ILMU KOMPUTASI FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Semester (RPS) ini

Lebih terperinci

GARIS BESAR PROGRAM PENGAJARAN (GBPP)

GARIS BESAR PROGRAM PENGAJARAN (GBPP) GARIS BESAR PROGRAM PENGAJARAN (GBPP) Mata Kuliah : Analisis Numerik & Pemrograman Kode/Bobot : TSP-303/3 SKS Deskripsi Singkat : Mata Kuliah ini mempelajari tentang analisis numerik dan bahasa pemrograman

Lebih terperinci

LAPORAN AKHIR MATA KULIAH FISIKA KOMPUTASI

LAPORAN AKHIR MATA KULIAH FISIKA KOMPUTASI LAPORAN AKHIR MATA KULIAH FISIKA KOMPUTASI PRAKTIKUM UJIAN AKHIR TAKE HOME RATRI BERLIANA 1112100114 Dosen : Sungkono, M.Si. JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI

Lebih terperinci

Studi Pencarian Akar Solusi Persamaan Nirlanjar Dengan Menggunakan Metode Brent

Studi Pencarian Akar Solusi Persamaan Nirlanjar Dengan Menggunakan Metode Brent Studi Pencarian Akar Solusi Persamaan Nirlanjar Dengan Menggunakan Metode Brent Tommy Gunardi / 13507109 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

Pendahuluan Metode Numerik Secara Umum

Pendahuluan Metode Numerik Secara Umum Pendahuluan Metode Numerik Secara Umum Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 Pendahuluan Persoalan yang melibatkan model matematika banyak muncul dalam berbagai disiplin ilmu pengetahuan

Lebih terperinci

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU

BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU BAB VII MATRIKS DAN SISTEM LINEAR TINGKAT SATU Sistem persamaan linear orde/ tingkat satu memiliki bentuk standard : = = = = = = = = = + + + + + + + + + + Diasumsikan koefisien = dan fungsi adalah menerus

Lebih terperinci

BAB III : SISTEM PERSAMAAN LINIER

BAB III : SISTEM PERSAMAAN LINIER 3.1 PENDAHULUAN BAB III : SISTEM PERSAMAAN LINIER Penyelesaian suatu sistem n persamaan dengan n bilangan tak diketahui banyak dijumpai dalam permasalahan teknik. Di dalam Bab ini akan dipelajari sistem

Lebih terperinci

PENENTUAN FAKTOR KUADRAT DENGAN METODE BAIRSTOW

PENENTUAN FAKTOR KUADRAT DENGAN METODE BAIRSTOW PENENTUAN FAKTOR KUADRAT DENGAN METODE BAIRSTOW Susilo Nugroho (M0105068) 1. Latar Belakang Masalah Polinomial real berderajat n 0 adalah fungsi yang mempunyai bentuk p n (x) = n a i x i = a 0 x 0 + a

Lebih terperinci

Silabus dan Satuan Acara Perkuliahan

Silabus dan Satuan Acara Perkuliahan Fakultas Teknik No. Dokumen : FT SSAP-S3-10 Program Studi Teknik Elektro No. Revisi : 02 Silabus dan Satuan Acara Perkuliahan Tgl.Revisi :13-07-2006 Tgl. Berlaku :13-07-2006 KOMPUTASI NUMERIK DAN SIMBOLIK

Lebih terperinci

MODIFIKASI METODE NEWTON-RAPHSON UNTUK MENCARI SOLUSI PERSAMAAN LINEAR DAN NONLINEAR

MODIFIKASI METODE NEWTON-RAPHSON UNTUK MENCARI SOLUSI PERSAMAAN LINEAR DAN NONLINEAR Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 6 No. 02 (2017), hal 69 76. MODIFIKASI METODE NEWTON-RAPHSON UNTUK MENCARI SOLUSI PERSAMAAN LINEAR DAN NONLINEAR Mahmul, Mariatul Kiftiah, Yudhi

Lebih terperinci

METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1. Mohamad Sidiq PERTEMUAN : 3 & 4

METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1. Mohamad Sidiq PERTEMUAN : 3 & 4 METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1 Mohamad Sidiq PERTEMUAN : 3 & 4 PENYELESAIAN PERSAMAAN NON LINIER METODE NUMERIK TEKNIK INFORMATIKA S1 3 SKS Mohamad Sidiq MATERI PERKULIAHAN SEBELUM-UTS Pengantar

Lebih terperinci

DIKTAT KULIAH (3 sks) MX 211: Metode Numerik

DIKTAT KULIAH (3 sks) MX 211: Metode Numerik DIKTAT KULIAH (3 sks) MX : Metode Numerik (Revisi Terakhir: Juni 009 ) Oleh: Didit Budi Nugroho, M.Si. Program Studi Matematika Fakultas Sains dan Matematika Universitas Kristen Satya Wacana KATA PENGANTAR

Lebih terperinci

ITERASI 1 TITIK SEDERHANA METODE NEWTON RAPHSON

ITERASI 1 TITIK SEDERHANA METODE NEWTON RAPHSON ITERASI TITIK SEDERHANA METODE NEWTON RAPHSON Metode iterasi sederhana adalah metode yang memisahkan dengan sebagian yang lain sehingga diperoleh : g(. dikenal juga sebagai metode g( Bentuk iterasi satu

Lebih terperinci

PENDAHULUAN METODE NUMERIK

PENDAHULUAN METODE NUMERIK PENDAHULUAN METODE NUMERIK TATA TERTIB KULIAH 1. Bobot Kuliah 3 SKS 2. Keterlambatan masuk kuliah maksimal 30 menit dari jam masuk kuliah 3. Selama kuliah tertib dan taat aturan 4. Dilarang makan dan minum

Lebih terperinci

METODE NUMERIK SOLUSI PERSAMAAN NON LINEAR

METODE NUMERIK SOLUSI PERSAMAAN NON LINEAR METODE NUMERIK SOLUSI PERSAMAAN NON LINEAR Metode Biseksi Ide awal metode ini adalah metode table, dimana area dibagi menjadi N bagian. Hanya saja metode biseksi ini membagi range menjadi 2 bagian, dari

Lebih terperinci

untuk i = 0, 1, 2,..., n

untuk i = 0, 1, 2,..., n RANGKUMAN KULIAH-2 ANALISIS NUMERIK INTERPOLASI POLINOMIAL DAN TURUNAN NUMERIK 1. Interpolasi linear a. Interpolasi Polinomial Lagrange Suatu fungsi f dapat di interpolasikan ke dalam bentuk interpolasi

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang 1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Tidak semua permasalahan matematis atau perhitungan dapat diselesaikan dengan mudah. Bahkan dalam prinsip matematik, dalam memandang permasalahan, terlebih dahulu

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Sistem Persamaan Non Linear Definisi 2.1 (Munir, 2006) : Sistem persamaan non linear adalah kumpulan dari dua atau lebih persamaan-persamaan non linear. Bentuk umum sistem persamaan

Lebih terperinci

MODUL PRAKTIKUM METODE NUMERIK NAZARUDDIN

MODUL PRAKTIKUM METODE NUMERIK NAZARUDDIN MODUL PRAKTIKUM METODE NUMERIK NAZARUDDIN JURUSAN INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SYIAH KUALA BANDA ACEH 2012 DAFTAR ISI DAFTAR ISI... 1 KATA PENGANTAR... 2 PENDAHULUAN...

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Deret Taylor Deret Taylor dinamai berdasarkan seorang matematikawan Inggris, Brook Taylor (1685-1731) dan deret Maclaurin dinamai berdasarkan matematikawan Skotlandia, Colin

Lebih terperinci

Penggunaan Metode Numerik dan MATLAB dalam Fisika

Penggunaan Metode Numerik dan MATLAB dalam Fisika Tugas Akhir Mata Kuliah Metode Numerik Dr. Kebamoto Penggunaan Metode Numerik dan MATLAB dalam Fisika Oleh : A. Arif Sartono 6305220017 DEPARTEMEN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

LAPORAN PRAKTIKUM ALGORITMA DAN STRUKTUR DATA Searching ( Pencarian ) Modul III

LAPORAN PRAKTIKUM ALGORITMA DAN STRUKTUR DATA Searching ( Pencarian ) Modul III LAPORAN PRAKTIKUM ALGORITMA DAN STRUKTUR DATA Searching ( Pencarian ) Modul III UNTUK MEMENUHI TUGAS MATAKULIAH PRAKTIKUM ALGORITMA DAN STRUKTUR DATA yang dibina oleh Bapak Didik Dwi Prasetya Oleh: Adhe

Lebih terperinci

Sequential Search (Linear Search)

Sequential Search (Linear Search) 1. Tujuan Instruksional Umum BAB 3 Searching (Pencarian) a. Mahasiswa mampu melakukan perancangan aplikasi menggunakan Struktur Searching (Pencarian). b. Mahasiswa mampu melakukan analisis pada algoritma

Lebih terperinci

MATERI KULIAH 25 NOVEMBER DESEMBER 2015 Sri Istiyari Uswatun Chasanah G Struktur aliran atau bagan program kontrol.

MATERI KULIAH 25 NOVEMBER DESEMBER 2015 Sri Istiyari Uswatun Chasanah G Struktur aliran atau bagan program kontrol. MATERI KULIAH 25 NOVEMBER 2015 10 DESEMBER 2015 Sri Istiyari Uswatun Chasanah G551150341 Selama kita belajar Scilab, kita sudah mengetahui sedikit tentang bahasa pemrograman Scilab, seperti membuat beberapa

Lebih terperinci

SISTEM PERSAMAAN LINEAR ( BAGIAN II )

SISTEM PERSAMAAN LINEAR ( BAGIAN II ) SISTEM PERSAMAAN LINEAR ( BAGIAN II ) D. FAKTORISASI MATRIKS D2 2. METODE ITERASI UNTUK MENYELESAIKAN SPL D3 3. NILAI EIGEN DAN VEKTOR EIGEN D4 4. POWER METHOD Beserta contoh soal untuk setiap subbab 2

Lebih terperinci

Langkah Penyelesaian Example 1) Tentukan nilai awal x 0 2) Hitung f(x 0 ) kemudian cek konvergensi f(x 0 ) 3) Tentukan fungsi f (x), kemudian hitung f

Langkah Penyelesaian Example 1) Tentukan nilai awal x 0 2) Hitung f(x 0 ) kemudian cek konvergensi f(x 0 ) 3) Tentukan fungsi f (x), kemudian hitung f METODE NEWTON RAPHSON (1) METODE NEWTON RAPHSON Solusi Persamaan Non Linier Oleh : Metode Newton-Raphson merupakan salah satu metode terbuka untuk menentukan solusi akar dari persamaan non linier, dengan

Lebih terperinci

Bentuk umum : SPL. Mempunyai penyelesaian disebut KONSISTEN. Tidak mempunyai penyelesaian disebut TIDAK KONSISTEN TUNGGAL BANYAK

Bentuk umum : SPL. Mempunyai penyelesaian disebut KONSISTEN. Tidak mempunyai penyelesaian disebut TIDAK KONSISTEN TUNGGAL BANYAK Bentuk umum : dimana x, x,..., x n variabel tak diketahui, a ij, b i, i =,,..., m; j =,,..., n bil. diketahui. Ini adalah SPL dengan m persamaan dan n variabel. SPL Mempunyai penyelesaian disebut KONSISTEN

Lebih terperinci

Pendahuluan. Praktikum Pengantar Pengolahan Citra Digital Departemen Ilmu Komputer Copyright 2008 All Rights Reserved

Pendahuluan. Praktikum Pengantar Pengolahan Citra Digital Departemen Ilmu Komputer Copyright 2008 All Rights Reserved 1 Pengenalan Matlab Pendahuluan Matlab adalah perangkat lunak yang dapat digunakan untuk analisis dan visualisasi data. Matlab didesain untuk mengolah data dengan menggunakan operasi matriks. Matlab juga

Lebih terperinci

PAM 252 Metode Numerik Bab 4 Pencocokan Kurva

PAM 252 Metode Numerik Bab 4 Pencocokan Kurva PAM 252 Metode Numerik Bab 4 Pencocokan Kurva Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2013/2014 1 Mahdhivan Syafwan Metode Numerik: Pencocokan Kurva Permasalahan dan

Lebih terperinci

Interpolasi dan Ekstrapolasi

Interpolasi dan Ekstrapolasi Interpolasi dan Ekstrapolasi JURNAL 01 Didalam pengertian matematika dasar, interpolasi adalah perkiran suatu nilai tengah dari satu set nilai yang diketahui. Interpoloasi dalam arti luas merupakan upaya

Lebih terperinci

PERSAMAAN NON LINIER

PERSAMAAN NON LINIER PERSAMAAN NON LINIER Obyektif : 1. Mengerti penggunaan solusi persamaan non linier 2. Mengerti metode biseksi dan regulafalsi 3. Mampu menggunakan metode biseksi dan regula falsi untuk mencari solusi PENGANTAR

Lebih terperinci

BAB I PENDAHULUAN. analitik, misalnya persamaan berikut sin x 7. = 0, akan tetapi dapat

BAB I PENDAHULUAN. analitik, misalnya persamaan berikut sin x 7. = 0, akan tetapi dapat 1 BAB I PENDAHULUAN 1.1 Latar Belakang Sistem persamaan dapat dipandang F(x) = 0 [5], merupakan kumpulan dari beberapa persamaan nonlinear dengan fungsi tujuannya saja atau bersama fungsi kendala berbentuk

Lebih terperinci

untuk setiap x sehingga f g

untuk setiap x sehingga f g Jadi ( f ( f ) bernilai nol untuk setiap x, sehingga ( f ( f ) fungsi nol atau ( f ( f ) Aksioma 5 Ambil f, g F, R, ( f g )( f g ( g( g( ( f g)( Karena ( f g )( ( f g)( untuk setiap x sehingga f g Aksioma

Lebih terperinci

KATA PENGANTAR. Penulis. Raizal Dzil Wafa M.

KATA PENGANTAR. Penulis. Raizal Dzil Wafa M. i KATA PENGANTAR Buku ini dibuat untuk memudahkan siapa saja yang ingin belajar MATLAB terutama bagi yang baru mengenal MATLAB. Buku ini sangat cocok untuk pemula terutama untuk pelajar yang sedang menempuh

Lebih terperinci

Kata Pengantar... Daftar Isi... Daftar Padan Kata...

Kata Pengantar... Daftar Isi... Daftar Padan Kata... Daftar Isi Kata Pengantar... Daftar Isi... Daftar Padan Kata... iii v xi 1. Metode Numerik Secara Umum... 1 1.1 Metode Analitik versus Metode Numerik... 4 1.2 Metode Numerik dalam Bidang Rekayasa... 6

Lebih terperinci

MATA KULIAH ANALISIS NUMERIK

MATA KULIAH ANALISIS NUMERIK BAHAN AJAR MATA KULIAH ANALISIS NUMERIK Oleh: M. Muhaemin Muhammad Saukat JURUSAN TEKNIK DAN MANAJEMEN INDUSTRI PERTANIAN FAKULTAS TEKNOLOGI INDUSTRI PERTANIAN UNIVERSITAS PADJADJARAN 2009 Bahan Ajar Analisis

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 1.1 Latar Belakang BAB I PENDAHULUAN Demografi merupakan ilmu yang mempelajari tentang penduduk, khususnya pada lima aspek yaitu ukuran, distribusi geografi, komposisi, komponen perubahan (kelahiran, kematian,

Lebih terperinci

Modul Metode Numerik Ghofar Paturrohman, S.Kom.

Modul Metode Numerik Ghofar Paturrohman, S.Kom. Praktik 1 I. Penyelesaian Akar-Akar Persamaan Karakteristik Persamaan karakteristik ini bias berupa persamaan Polinomial Tingkat Tinggi, Sinusioda, Eksponensial, Logaritmik, atau Kombinasi dari persamaan-persamaan

Lebih terperinci

Contoh Tentukanlah prakiraan nilai f pada titik x 8 dengan menggunakan metode polinomial interpolasi Lagrange dengan ketelitian hingga desimal, jika d

Contoh Tentukanlah prakiraan nilai f pada titik x 8 dengan menggunakan metode polinomial interpolasi Lagrange dengan ketelitian hingga desimal, jika d INTERPOLATION INTERPOLATION Numerical Methods Oleh : Interpolasi mrp cara utk mendapatkan kurva sesuai dgn data yang ada, tanpa menimbulkan kesalahan thp data tsb. Pembahasan interpolasi akan dititikberatkan

Lebih terperinci

PRAKTIKUM 1. Dasar-Dasar Matlab. (-), perkalian (*), pembagian (/) dan pangkat (^). Simbol ^ digunakan untuk

PRAKTIKUM 1. Dasar-Dasar Matlab. (-), perkalian (*), pembagian (/) dan pangkat (^). Simbol ^ digunakan untuk PRAKTIKUM 1 Dasar-Dasar Matlab 1 Operator Dasar Aritmatika Operator dasar aritmatika antara lain adalah penjumlahan (+), pengurangan (-), perkalian (*), pembagian (/) dan pangkat (^). Simbol ^ digunakan

Lebih terperinci

MODUL PRAKTIKUM FISIKA KOMPUTASI. Disusun Oleh:

MODUL PRAKTIKUM FISIKA KOMPUTASI. Disusun Oleh: MODUL PRAKTIKUM FISIKA KOMPUTASI Disusun Oleh: JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS PGRI PALEMBANG 2017 i PRAKATA Puji syukur penulis ucapkan kepada Tuhan yang Maha

Lebih terperinci

Teori Algoritma. Algoritma Perulangan

Teori Algoritma. Algoritma Perulangan Alam Santosa Teori Algoritma Perulangan Algoritma Perulangan Seperti pernah dibahas sebelumnya, kemampuan komputer adalah melakukan pekerjaan yang sama tanpa merasa lelah maupun bosan. Syarat utama memanfaatkan

Lebih terperinci

Interpolasi dan Ekstrapolasi

Interpolasi dan Ekstrapolasi Metode Numerik Bab 1 Interpolasi dan Ekstrapolasi Didalam pengertian matematika dasar, interpolasi adalah perkiran suatu nilai tengah dari satu set nilai yang diketahui. Interpoloasi dalam arti luas merupakan

Lebih terperinci

5. INTERPOLASI. orde 1 orde 2 orde 3 menghubungkan 2 titik menghubungkan 3 titik menghubungkan 4 titik. Gambar 5.1

5. INTERPOLASI. orde 1 orde 2 orde 3 menghubungkan 2 titik menghubungkan 3 titik menghubungkan 4 titik. Gambar 5.1 5. INTERPOLASI PENDAHULUAN Bentuk umum persamaan polinomial orde n adalah: f() = a + a. + a. +.. + a n. n Untuk n+ titik data, hanya terdapat satu polinomial orde n atau kurang yang melalui semua titik.

Lebih terperinci

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER GLOBAL INFORMATIKA MDP

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER GLOBAL INFORMATIKA MDP METODE NUMERIK Disusun oleh Ir. Sudiadi, M.M.A.E. Ir. Rizani Teguh, MT SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER GLOBAL INFORMATIKA MDP 2015 Metode Numerik i KATA PENGANTAR Pertama-tama penulis

Lebih terperinci

I. PENDAHULUAN 1.1. Latar Belakang Untuk mengungkapkan perilaku dinamik suatu sistem fisik seperti mekanik, listrik, hidrolik dan lain sebagainya, umumnya sistem fisik dimaksud dimodelkan dengan sistem

Lebih terperinci

Pertemuan I Mencari Akar dari Fungsi Transendental

Pertemuan I Mencari Akar dari Fungsi Transendental Pertemuan I Mencari Akar dari Fungsi Transendental Daftar Isi: 1.1 Tujuan Perkuliahan 1. Pendahuluan 1.3 Metoda Bisection 1.3.1 Definisi 1.3. Komputasi mencari akar 1.3.3 Ilustrasi 1.4 Metoda Newton-Raphson

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS) METODE NUMERIK

RENCANA PEMBELAJARAN SEMESTER (RPS) METODE NUMERIK RENCANA PEMBELAJARAN SEMESTER (RPS) METODE NUMERIK Mata Kuliah: Metode Numerik Semester: 7, Kode: KMM 090 Program Studi: Pendidikan Matematika Dosen: Khairul Umam, S.Si, M.Sc.Ed Capaian Pembelajaran: SKS:

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI A. Matriks 1. Pengertian Matriks Definisi II. A. 1 Matriks didefinisikan sebagai susunan segi empat siku- siku dari bilangan- bilangan yang diatur dalam baris dan kolom (Anton, 1987:22).

Lebih terperinci

Pencarian Akar pada Polinom dengan Kombinasi Metode Newton-Raphson dan Metode Horner

Pencarian Akar pada Polinom dengan Kombinasi Metode Newton-Raphson dan Metode Horner Pencarian Akar pada Polinom dengan Kombinasi Metode Newton-Raphson dan Metode Horner Hendy Sutanto - 13507011 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi

Lebih terperinci

MODUL I MENGENAL MATLAB

MODUL I MENGENAL MATLAB MODUL I MENGENAL MATLAB TUJUAN Mahasiswa dapat mengenal MATLAB Mahasiswa dapat menggunakan fungsi Help Mahasiswa dapat menggunakan operasi pada MATLAB TEORI Gambaran sederhana tentang MATLAB adalah sebuah

Lebih terperinci

BAB IV MENGHITUNG AKAR-AKAR PERSAMAAN

BAB IV MENGHITUNG AKAR-AKAR PERSAMAAN 1 BAB IV MENGHITUNG AKAR-AKAR PERSAMAAN Dalam banyak usaha pemecahan permasalahan, seringkali harus diselesaikan dengan menggunakan persamaan-persamaan matematis, baik persamaan linier, persamaan kuadrat,

Lebih terperinci

Buat program untuk menghitung volume dari sebuah kubus

Buat program untuk menghitung volume dari sebuah kubus Soal 1: Volume Kubus Buat program untuk menghitung volume dari sebuah kubus Penjelasan: Dalam menulis sebuah program ada beberapa langkah yang harus dilakukan, yaitu: 1. Tentukan apa yang akan dicari atau

Lebih terperinci

3. Struktur Perulangan dalam Bahasa C++

3. Struktur Perulangan dalam Bahasa C++ Pertemuan 3 3. Struktur Perulangan dalam Bahasa C++ Obyektif Praktikum : 1. Mengerti struktur perulangan dalam C++ 2. Dapat menggunakan struktur perulangan berdasarkan penggunaannya P.3.1 Struktur perulangan

Lebih terperinci

Interpolasi. Metode Numerik POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA

Interpolasi. Metode Numerik POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA Interpolasi Metode Numerik Zulhaydar Fairozal Akbar zfakbar@pens.ac.id 2017 TOPIK Pengenalan

Lebih terperinci

BAB 3 PENYELESAIAN PERSAMAAN NON LINIER

BAB 3 PENYELESAIAN PERSAMAAN NON LINIER BAB 3 PENYELESAIAN PERSAMAAN NON LINIER 3.. Permasalahan Persamaan Non Linier Penyelesaian persamaan non linier adalah penentuan akar-akar persamaan non linier.dimana akar sebuah persamaan f(x =0 adalah

Lebih terperinci

METODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK ABSTRACT

METODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK ABSTRACT METODE BERTIPE NEWTON UNTUK AKAR GANDA DENGAN KONVERGENSI KUBIK Risvi Ayu Imtihana 1, Asmara Karma 1 Mahasiswa Program Studi S1 Matematika Dosen Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan

Lebih terperinci

PENURUNAN FUNGSI SECARA NUMERIK

PENURUNAN FUNGSI SECARA NUMERIK 6 PENURUNAN FUNGSI SECARA NUMERIK Èada bab ini kita membicarakan metode numerik untuk menaksir nilai turunan suatu fungsi. Suatu fungsi, baik diketahui rumusnya secara eksplisit maupun dalam bentuk data

Lebih terperinci

PERBANDINGAN BEBERAPA METODE NUMERIK DALAM MENGHITUNG NILAI PI

PERBANDINGAN BEBERAPA METODE NUMERIK DALAM MENGHITUNG NILAI PI PERBANDINGAN BEBERAPA METODE NUMERIK DALAM MENGHITUNG NILAI PI Perbandingan Beberapa Metode Numerik dalam Menghitung Nilai Pi Aditya Agung Putra (13510010)1 Program Studi Teknik Informatika Sekolah Teknik

Lebih terperinci

9. Teori Aproksimasi

9. Teori Aproksimasi 44 Hendra Gunawan 9 Teori Aproksimasi Mulai bab ini tema kita adalah aproksimasi fungsi dan interpolasi Diberikan sebuah fungsi f, baik secara utuh ataupun hanya beberapilai di titik-titik tertentu saja,

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Didunia nyata banyak soal matematika yang harus dimodelkan terlebih dahulu untuk mempermudah mencari solusinya. Di antara model-model tersebut dapat berbentuk sistem

Lebih terperinci

Pemrograman pada MATLAB

Pemrograman pada MATLAB Pemrograman pada MATLAB 5.1 Struktur dan Tipe Data Sebelum membahas tentang pemrograman, akan lebih baik jika kita mengetahui tentang struktur data dan tipenya dalam MATLAB. Tipe data yang digunakan pada

Lebih terperinci

KAIDAH SIMPSON 3/8 DAN INTEGRASI NUMERIK. Kelompok 6

KAIDAH SIMPSON 3/8 DAN INTEGRASI NUMERIK. Kelompok 6 KAIDAH SIMPSON 3/8 DAN INTEGRASI NUMERIK Kelompok 6 ANGGOTA Rian Triastuti (4101410020) Mardiyani (4101410053) Gias Atikasari (4101410060) Agil Dwijayanti (4101410074) Diah Aprilia (4101410090) Nur Khasanah

Lebih terperinci

METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1. Mohamad Sidiq PERTEMUAN : 8

METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1. Mohamad Sidiq PERTEMUAN : 8 METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1 Moamad Sidiq PERTEMUAN : 8 DIFERENSIASI NUMERIK METODE NUMERIK TEKNIK INFORMATIKA S1 3 SKS Moamad Sidiq MATERI PERKULIAHAN SEBELUM-UTS Pengantar Metode Numerik

Lebih terperinci