Pertemuan kali ini akan dibahas apa itu metode iterative.
Seperti pernah mendengar kata tersebut. tapi dimana ya? biar gak bingung, yuk kita bahas.
Metode iterative adalah Prosedur matematika yang menghasilkan urutan atau rentetan solusi untuk tiap permasalahan. Implementasi dari metode iterative termasuk juga kriteria terminasi yaitu sebuah algoritma pada metode iterative.
Metode iterative kebanyakan untuk memecahkan persamaan non linear. Walau bagaimanapun, metode iterative juga sering digunakan untuk problem linier yang melibatkan angka besar pada variabel-variabel, yang mana metode direct menjadi sangat sulit walaupun menggunakan kemampuan menghitung yang sangat baik.
Nah, trus apa aja jenis metode-metode dari metode iterative ?
Metode Iterative sebagai berikut :
1. Metode Bisection
2. Metode False position
3. Metode Newton - Rhapson
4. Metode Secant
5. Metode Successive Approximation
Yuk, kita bahas satu persatu metode diatas.
1. Metode bisection
Metode bisection juga disebut metode root-finding yang mana interval bisect dengan berulang dan memilih sub interval yang mana akarnya harus ada proses berikutnya. metode ini sangat simple tapi relatif lambat. karena, biasanya sering memperoleh perkiraan yang masih kasar sebagai solusi yang kemudian digunakan untuk starting point metode konvergen dengan cepat.
Metode ini diaplikasikan saat kita ingin memecahkan persamaan f(x) = 0 untuk x bilangan asli, yang mana f adalah fungsi continue yang mendefenisikan pada interval (a,b) dan f(b) harus berlawanan tanda. Pada setiap langkah, metode membagi interval menjadi 2 perhitungan titik tengah c = (a+b)/2 pada interval dan nilai fungsi f(c) pada titik tsbut.
Metode ini di jaminkan untuk menemukan akar dari f (f adalah fungsi kontinyu pada interval (a,b) dan f(a) f(b) harus berlawanan tanda.
Secara rinci, jika P = (a+b)/2 adalah titik tengah pada interval awal, dan Pn adalah titik tengah pada interval n, kemudian selisih antara Pn dan solusi P dibatasi oleh :
Formula ini biasanya dapat menentukan nilai kenaikan iterasi yang metode bisection akan dibutuhkan untuk menemukan akar dengan toleransi yang pasti.
Kelebihan metode ini : Sangat Simple, konvergen terjamin
Kekurangan metode ini : proses converge lamban.
Kelebihan metode ini : Sangat Simple, konvergen terjamin
Kekurangan metode ini : proses converge lamban.
2. Metode False Position
Metode False Postion adalah istilah untuk metode pemecahan masalah pada aljabar dan kalkulus. Simplenya, metode ini dimulai dengan mencoba mengeavluasi masalah dengan uji nilai (false) untuk variabel, dan juga mengatur nilai yang sesuai. Dalam aljabat, metode False Position biasanya juga mengarahkan kepada basic metode trial dan error pemecahan persamaan, dengan uji nilai subtitusi untuk variabel dalam persamaan. Denga persamaan sebagai berikut :
Kelebihan metode ini : konvergen terjamin
Kekurangan metode ini : juga lambat dalam proses konvergen
3. Metode Newton-Rapshon
Metode Newton-Rapshon dalam 1 variabel diimplementasikan sebagai berikut :
contohnya fungsi f didefenisikan x bilangan asli, dan fungsi tersebut derivative f, kita mulai dengan perkiraan awal xo untuk akar dari fungsi f. fungsi yang cocok untuk perkiraan x1 yang benar adalah
Secara geometri, (x1, 0) adalah pertemuan dengan sumbu x garis tangen terhadap f pada (xo, f(xo)).
process diulang seperti berikut :
hingga nilai akurat tercapai.
Kelebihan metode ini : bisa menyelesaikan persamaan yang kompleks. dan paling efisien
Kekurangan metode ini : Sulit menghitung fungsi derivative, sering melakukan iterasi.
4. Metode Secant
Metode Secant adalah algoritma mencari akar yang menggunakan rangkaian akar garis secant untuk perkiraan yang benar sebuah akar fungsi. Metode secant dapat dipikirkan sebagai finite difference perkiraan metode newton's.
Metode Secant didefenisikan oleh recurrence relation.
bisa dilihat dari recurrence relation, metode ini membutuhkan 2 nilai awal, xo dan x1, yang idelnya dipilih untuk berada pada akar.
Kelebihan metode ini : fungsinya kontinyu
Kekurangan metode ini : perlu menganalisis turunan.
5. Metode Successive Approximation
Jika persamaan f(x) = 0 yang memiliki akar dinyatakan sebgai x = g(x) maka metode iterative yang sangat mudah untuk program komputer dapat dirumuskan. seperti persamaan dibawah ini :
bisa ditulis seperti ini :
akar dari persamaan f(x) = 0 adalah sama dengan titik pertemuan garis lurus yang mewakili x dan fungsi g (x).
Kelebihan metode ini : Program yang paling mudah
Kekurangan metode ini : tidak menjamin terjadinya konvergen.
Sekian, penjelasan mengenai metode iterative. semoga bermanfaat.
12 komentar:
alow gery, mau nanya nie, kalau dari berbagai jenis iterative method yang sudah disampaikan diatas, yang udah jadi alogaritma atau programnya ada ga? mau saya compare hasilnya, saya baru bikin yang newton raphson, biar semakin tahu, bagaimana pengolahan syntax VBA yang bagus.
link yang sudah sy buat disini : http://bloghasnan.blogspot.com/2012/03/pemograman-newton-rapshon-sebagai.html
Waaah..
sudah dijelaskan semua ya..
Tulisan yang pastinya sangat berguna neyh..
Tapi sebagai masukan, metode yang bung Gerry tulis bisa ditambah dengan metode lain seperti Metode Jacobi, dan metode yang lain, sebagai pelengkap dan perbandingan bagi metode yang telah Bung Gerry tulis..
Terima Kasih..
http://almer-farhan.blogspot.com/2012/03/komtek-metode-jacobi.html
nih ngar,coba diliat jacobi. klo ada salah koreksi jg,hee
Satu artikel sudah ada beberapa penjelasan yang singkat dan padat tentang berbagai metoda iterativ. Tetapi kalau bisa ada sedikit penjelasan tentang aplikasi biar penjelasan semakin Mantap..
wah mantab jaya nih tulisan geri. tapi ane mau tanya ger kapan sih sebenarnya iterasi bisa digunakan dalam suatu masalah?
Wah, tulisan ini membuat saya akhirnya mengerti tentang metode-metode yang termasuk dalam metode iterative. Terimakasih.
Saya jadi paham tentang metode iterative dan variasi variasinya. Terima kasih bung Gerry
Daniel - mhs.blog.ui.ac.id/daniel81
metode apa yang paling mudah dan paling baik konvergensinya ger? terima kasih
Tulisannya bagus sekali. Penjelasan beserta kelebihan/kekurangan setiap metode iterasi cukup baik. Terimakasih atas infonya,
adakah metodelain selain yang disebutkan di atas?
Adakah yang sudah mencoba compare program2 di atas? bisa dishare di sini biar kita belajar bersama. :)
Diantara metode-metode ini, mana yang tingkat ketelitiannya lebih tinggi menurut bung gerry?
salam hangat, maulana farhan
Post a Comment