MASALAH ANGKA PENTING
Persoalan yang melibatkan model matematika banyak muncul dalam berbagai disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi, atau pada persoalan rekayasa (engineering), seperti Teknik Sipil, Teknik Mesin, Elektro,dan sebagainya. Seringkali model matematika tersebut muncul dalam bentuk yang tidak ideal alias rumit. Model matematika yang rumit ini adakalanya tidak dapat diselesaikan dengan metode analitik yang sudah umum untuk mendapatkan solusi sejatinya (exact solution). Yang dimaksud dengan metode analitik adalah metode penyelesaian model matematika dengan rumus-rumus aljabar yang sudah
cara menemukan solusi tersebut.
Bagi rekayasawan, solusi yang diperoleh secara analitik kurang berguna untuk tujuan numerik. Persoalan rekayasa dalam prakteknya tidak selalu membutuhkan solusi dalam bentuk fungsi matematika menerus (continuous). Rekayasawan seringkali menginginkan solusi dalam bentuk numerik, misalnya persoalan integral tentu dan persamaan diferensial. Bagi rekayasawan, solusi persamaan diferensial yang berbentuk fungsi menerus ini tidak terlalu penting (bahkan beberapa persamaan diferensial tidak dapat dicari solusi khususnya karena memang tidak ada teknik yang
Komputer berperan besar dalam perkembangan bidang metode numerik. Hal ini mudah dimengerti karena perhitungan dengan metode numerik adalah berupa operasi aritmetika seperti penjumlahan, perkalian, pembagian, plus membuat perbandingan. Sayangnya, jumlah operasi aritmetika ini umumnya sangat banyak dan berulang, sehingga perhitungan secara manual sering menjemukan. Manusia (yang melakukan perhitungan manual ini) dapat membuat kesalahan dalam melakukannya. Dalam hal ini, komputer berperanan mempercepat proses perhitungan tanpa membuat kesalahan. Penggunaan komputer dalam metode numerik antara lain untuk memprogram. Langkah-langkah metode numerik diformulasikan menjadi program komputer.
Program ditulis dengan bahasa pemrograman tertentu, seperti FORTRAN,PASCAL, C, C++, BASIC, dan sebagainya.
Sebenarnya, menulis program numerik tidak selalu diperlukan. Di pasaran terdapat banyak program aplikasi komersil yang langsung dapat digunakan. Beberapa contoh aplikasi yang ada saat ini adalah MathLab, MathCad, Maple, Mathematica,
Math/Library yang berisi ratusan rutin-rutin metode numerik. Selain mempercepat perhitungan numerik, dengan komputer kita dapat mencoba berbagai kemungkinan solusi yang terjadi akibat perubahan beberapa parameter. Solusi yang diperoleh juga dapat ditingkatkan ketelitiannya dengan mengubahubah nilai parameter. Kemajuan komputer digital telah membuat bidang metode numerik berkembang secara dramatis. Tidak ada bidang matematika lain yang mengalami kemajuan penting secepat metode numerik. Tentu saja alasan utama penyebab kemajuan ini
adalah perkembangan komputer itu sendiri, dari komputer mikro sampai komputer Cray, dan kita melihat perkembangan teknologi komputer tidak pernah berakhir. Tiap generasi baru komputer menghadirkan keunggulan seperti waktu, memori, ketelitian, dan kestabilan perhitungan. Hal ini membuat ruang penelitian semakin terbuka luas. Tujuan utama penelitian itu adalah pengembangan algoritma numerik yang lebih baik dengan memanfaatkan keunggulan komputer semaksimal 10 Metode Numerik mungkin. Banyak algoritma baru lahir atau perbaikan algoritma yang lama didukung oleh komputer. Bagian mendasar dari perhitungan rekayasa yang dilakukan saat ini adalah perhitungan "waktu nyata" (real time computing), yaitu perhitungan keluaran (hasil) dari data yang diberikan dilakukan secara simultan dengan event pembangkitan data tersebut, sebagaimana yang dibutuhkan dalam mengendalikan proses kimia atau reaksi nuklir, memandu pesawat udara atau roket dan sebagainya]. Karena itu, kecepatan perhitungan dan kebutuhan memori komputer adalah pertimbangan yang sangat penting. Jelaslah bahwa kecepatan tinggi, keandalan, dan fleksibilitas computer memberikan akses untuk penyelesaian masalah praktek. Sebagai contoh, solusi sistem persamaan lanjar yang besar menjadi lebih mudah dan lebih cepat diselesaikan dengan komputer. Perkembangan yang cepat dalam metode numeric antara lain ialah penemuan metode baru, modifikasi metode yang sudah ada agar lebih mangkus, analisis teoritis dan praktis algoritma untuk proses perhitungan
Analisa galat
Menganalisis galat sangat penting di dalam perhitungan yang menggunakan metode numerik. Galat berasosiasi dengan seberapa dekat solusi hampiran terhadap solusi sejatinya. Semakin kecil galatnya, semakin teliti solusi numerik yang didapatkan. Kita harus memahami dua hal: (a) bagaimana menghitung galat, dan (b) bagaimana galat timbul. Misalkan aˆ adalah nilai hampiran terhadap nilai sejati a, maka selisih
a a ˆ - = e (P.2.8)
disebut galat. Sebagai contoh, jika aˆ = 10.5 adalah nilai hampiran dari a = 10.45, maka galatnya adalah e = -0.01. Jika tanda galat (positif atai negatif) tidak dipertimbangkan, maka galat mutlak dapat didefenisikan sebagai
a a ˆ - = e (P.2.9)
Sayangnya, ukuran galat e kurang bermakna sebab ia tidak menceritakan seberapa besar galat itu dibandingkan dengan nilai sejatinya. Sebagai contoh, seorang anak melaporkan panjang sebatang kawat 99 cm, padahal panjang sebenarnya 100 cm. Galatnya adalah 100 - 99 = 1 cm. Anak yang lain melaporkan panjang sebatang pensil 9 cm, padahal panjang sebenarnya 10 cm, sehingga galatnya juga 1 cm. Kedua galat pengukuran sama-sama bernilai 1 cm, namun galat 1 cm pada pengukuran panjang pensil lebih berarti daripada galat 1 cm pada pengukuran panjang kawat. Jika tidak ada informasi mengenai panjang sesungguhnya, kita mungkin menganggap kedua galat tersebut sama saja. Untuk mengatasi interpretasi nilai galat ini, maka galat harus dinormalkan terhadap nilai sejatinya. Gagasan ini melahirkan apa yang dinamakan galat relatif.
Karena galat dinormalkan terhadap nilai sejati, maka galat relatif tersebut dinamakan juga galat relatif sejati. Dengan demikian, pengukuran panjang kawat mempunyai galat relatif sejati = 1/100 = 0.01, sedangkan pengukuran panjang pensil mempunyai galat relatif sejati = 1/10 = 0.1.
Dalam praktek kita tidak mengetahui nilai sejati a, karena itu galat e seringkali dinormalkan terhadap solusi hampirannya, sehingga galat relatifnya dinamakan galat relatif hampiran:
a RA ˆ
e
e = (P.2.12)
Contoh 2.4
Misalkan nilai sejati = 10/3 dan nilai hampiran = 3.333. Hitunglah galat, galat mutlak, galat relatif, dan galat relatif hampiran.
Penyelesaian:
galat = 10/3 – 3.333 = 10/3 – 3333/1000 = 1/3000 = 0.000333…
galat mutlak = | 0.000333…| = 0.000333…
galat relatif = (1/3000)/(10/3) = 1/1000 = 0.0001
galat relatif hampiran = (1/3000)/3.333 = 1/9999 <
Galat relatif hampiran yang dihitung dengan persamaan (P.2.12) masih
mengandung kelemahan sebab nilai e tetap membutuhkan pengetahuan nilai a (dalam praktek kita jarang sekali mengetahui nilai sejati a). Oleh karena itu, perhitungan galat relatif hampiran menggunakan pendekatan lain. Pada perhitungan numerik yang menggunakan pendekatan lelaran (iteration), eRA dihitung dengan cara
yang dalam hal ini ar+1 adalah nila i hampiran lelaran sekarang dan ar adalah nilai hampiran lelaran sebelumnya. Proses lelaran dihentikan bila
ôeRAô < eS
yang dalam hal ini eS adalah toleransi galat yang dispesifikasikan. Nilai eS menentukan ketelitian solusi numerik. Semakin kecil nilai eS, semakin teliti solusinya, namun semakin banyak proses lelarannya. Contoh 2.5 mengilustrasikan hal ini.
Sumber Utama Galat Numerik
Secara umum terdapat dua sumber utama penyebab galat dalam perhitungan numerik:
1. Galat pemotongan (truncation error)
2. Galat pembulatan (round-off error)
Selain kedua galat ini, masih ada sumber galat lain, antara lain [KRE88]:
a. Galat eksperimental, yaitu galat yang timbul dari data yang diberikan, misalnya karena kesalahan pengukuran, ketidaktelitian alat ukur, dan sebagainya
b. Galat pemrograman. Galat yang terdapat di dalam program sering dinamakan dengan kutu (bug), dan proses penghilangan galat ini dinamakan penirkutuan (debugging).
Galat Pembulatan
Perhitungan dengan metode numerik hampir selalu menggunakan bilangan riil.Masalah timbul bila komputasi numerik dikerjakan oleh mesin (dalam hal inikomputer) karena semua bilangan riil tidak dapat disajikan secara tepat di dalamkomputer. Keterbatasan komputer dalam menyajikan bilangan riil menghasilkangalat yang disebut galat pembulatan. Sebagai contoh 1/6 = 0.166666666… tidak dapat dinyatakan secara tepat oleh komputer karena digit 6 panjangnya tidak terbatas. Komputer hanya mampu merepresentasikan sejumlah digit (atau bit dalam sistem biner) saja. Bilangan riil yang panjangnya melebihi jumlah digit (bit) yang dapat direpresentasikan oleh komputer dibulatkan ke bilangan terdekat. Misalnya sebuah komputer hanya dapat merepresentasikan bilangan riil dalam 6 digit angka berarti, maka representasi bilangan 1/6 = 0.1666666666… di dalam komputer 6-digit tersebut adalah 0.166667. Galat pembulatannya adalah 1/6 – 0.166667 = -0.000000333. Contoh dalam sistem biner misalnya
1/10 = 0.000110011001100110011 00110011…2 direpresentasikan di dalam komputer dalam jumlah bit yang terbatas. Kebanyakan komputer digital mempunyai dua buah cara penyajian bilangan riil, yaitu bilangan titik-tetap (fixed point) dan bilangan titik-kambang (floatingpoint) Dalam format bilangan titik -tetap setiap bilangan disajikan dengan jumlah tempat desimal yang tetap, misalnya 62.358, 0.013, 1.000. Sedangkan dalam format bilangan titik-kambang setiap bilangan disajikan dengan jumlah digit berarti yang sudah tetap, misalnya 0.6238 ´ 103 0.1714 ´ 10-13 atau ditulis juga 0.6238E+03 0.1714E-13 Digit-digit berarti di dalam format bilangan titik-kambang disebut juga angka bena (significant figure). Konsep angka bena dijelaskan berikut ini.
Angka Bena
Konsep angka bena (significant figure) atau angka berarti telah dikembangkan secara formal untuk menandakan keandalan suatu nilai numerik. Angka bena adalah angka bermakna, angka penting, atau angka yang dapat digunakan dengan pasti
Contohnya,
- 43.123 memiliki 5 angka bena (yaitu 4, 3, 1, 2, 3)
- 0.1764 memiliki 4 angka bena (yaitu 1, 7, 6, 4)
- 0.0000012 memiliki 2 angka bena (yaitu 1, 2)
- 278.300 memiliki 6 angka bena (yaitu 2, 7, 8, 3, 0, 0)
- 270.0090 memiliki 7 angka bena (yaitu 2, 7, 0, 0, 0, 9, 0)
- 0.0090 memiliki 2 angka bena (yaitu 9, 0)
- 1360, 1.360, 0.001360 semuanya memiliki 4 angka bena
Perhatikanlah bahwa angka 0 bisa menjadi angka bena atau bukan. Pada contoh 0.001360, tiga buah angka nol pertama tidak berarti, sedangkan 0 yang terakhir angka berarti karena pengukuran dilakukan sampai ketelitian 4 digit. Jumlah angka bena akan terlihat dengan pasti bila bilangan riil itu ditulis dalam penulisan ilmiah (scientific notation), misalnya tetapan dalam kimia dan fisika atau ukuran jarak dalam astronomi. Jumlah angka bena terletak pada jumlah digit mantis-nya (tentang mantis ini akan dibahas belakangan):
- 4.3123 ´ 101 memiliki 5 angka bena
- 1.764 ´ 10-1 memiliki 4 angka bena
- 1.2 ´ 10-6 memiliki 2 angka bena
- 2.78300 ´ 102 memiliki 6 angka bena
- 0.2700090 ´ 103 memiliki 7 angka bena
- 9.0 ´ 10-3 memiliki 2 angka bena
- 13.60 ´ 102 , 0.1360 ´ 101 , 1.360 ´ 10-3 memiliki 4 angka bena
- 6.02 ´ 1023 memiliki 24 angka bena (bilangan Avogadro)
- 1.5 ´ 107 memiliki 8 angka bena (jarak bumi-matahari)
Komputer hanya menyimpan sejumlah tertentu angka bena. Bilangan riil yang jumlah angka benanya melebihi jumlah angka bena komputer akan disimpan dalam sejumlah angka bena komputer itu. Pengabaian angka bena sisanya itulah yang menimbulkan galat pembulatan
Bilangan Titik-Kambang
Untuk memahami galat pembulatan lebih rinci, kita perlu mengerti cara penyimpanan bilangan riil di dalam komputer. Format bilangan riil di dalam komputer berbeda-beda bergantung pada piranti keras dan compiler bahasa pemrogramannya. Bilangan riil di dalam komputer umumnya disajikan dalam format bilangan titik-kambang. Bilangan titik -kambang a ditulis sebagai
a = ± m ´ B p = ± 0.d1d2d3d4d5d6 ...dn ´ Bp (P.2.17)
yang dalam hal ini, m = mantisa (riil), d1d2d3d4d5d6 ...dn adalah digit atau bit mantisa yang
nilainya dari 0 sampai B – 1, n adalah panjang digit (bit) mantisa. B = basis sistem bilangan yang dipakai (2, 8, 10, 16, dan sebagainya) p = pangkat (berupa bilangan bulat), nilainya dari –Pmin sampai +Pmaks
32 Metode Numerik
Sebagai contoh, bilangan riil 245.7654 dinyatakan sebagai 0.2457654 ´ 103 dalam format bilangan titik kambang dengan basis 10. Cara penyajian seperti itu serupa dengan cara penulisan ilmiah. Penulisan ilmiah termasuk ke dalam system bilangan titik-kambang. Sistem bilangan yang kita gunakan setiap hari menggunakan basis sepuluh (disebut juga sistem desimal), B = 10. Umumnya komputer menggunakan system biner (B = 2), tapi beberapa komputer menggunakan basis 8 dan 16. Untuk memudahkan pemahaman –juga karena kita lebih terbiasa sehari-hari dengan bilangan desimal– kebanyakan contoh-contoh bilangan titik-kambang di dalam bab ini disajikan dalam sistem desimal. Bilangan titik-kambang di dalam sistem biner biner direpresentasikan oleh komputer dalam bentuk word seperti ditunjukkan pada Gambar 2.2. Bit pertama menyatakan tanda (+/-), deretan bit berikutnya menyatakan pangkat bertanda, dan deretan bit terakhir untuk mantisa.
Setiap komputer memiliki panjang word yang berbeda-beda. Pada komputer IBM PC, bilangan titik-kambang berketelitian tunggal (single precission) disajikan dalam 32 bit yang terdiri atas 1 bit sebagai tanda, 8 bit untuk pangkat dan 23 bit untuk mantisa. Jika dalam bentuk ternormalisasi (akan dijelaskan kemudian), maka bit pertama pada mantisa harus 1, sehingga jumlah bit mantisa efektif adalah 24:
a = ± 0.1b1b2b3b4b5b6 ...b23 ´ Bp
yang dalam hal ini b menyatakan bit biner (0 atau 1). Sedangkan pada komputer IBM 370, bilangan titik-kambang berketelitian tunggal disajikan dalam 32 bit yang terdiri dari 1 bit tanda, 7 bit pangkat (basis 16), dan 24 bit mantis (setara dengan 6 sampai 7 digit desimal).
KESIMPULAN :
Dari penjelasan diatas dapat ditarik kesimpulan :
Ø Nilai suatu bilangan ditentukan oleh banyaknya angka penting yang terkandung dalam bilangan tersebut.
Ø Dalam komputasi computer banyaknya besarnya bit dari operasi computer akan berpengaruh pada kecepatan komputasi computer tersebut, tetapi harus ada kesesuaian antara arsitektur computer , prosesor yang digunakan, disain system operasi dan aplikasi yang berjalan diatas system operasinya.
Ø Sebesar apapun nilai bit yang dipunyai sebuah prosesor apabila tidak sesuai dengan system operasi yang dibangun tak akan mengangkat kinerja dari computer tersebut.
Ø Menurut saya nilai optimal untuk kinerja sebuah prosesor adalah berkisar antara 32 – 64 bit, dengan asumsi bahwa, untuk nilai lebih besar dari itu maka diperlukan arsitektur yang lebih rumit, kanal bus yang lebih besar lagi.
