BAB II TINJAUAN PUSTAKA 2.1 Dasar Teori 2.1.1 Integral Integral merupakan invers atau kebalikan dari differensial. Integral terdiri dari dua macam yakni integral tentu dan integral tak tentu. Integral tentu merupakan suatu integral yang dibatasi oleh suatu nilai tertentu yang sering disebut batas atas dan batas bawah. Sedangkan integral tak tentu digunakan untuk mencari fungsi asal dari turunan suatu fungsi (Purcell & Verberg, 2010). Integral tentu dinyatakan seperti pada Persamaan (1). π
πΌ = β«π π(π₯)ππ₯.
(1)
Integrasi tentu sama dengan menghitung luas daerah yang dibatasi kurva y =f(x), dengan batas x=a dan x=b (Munir, 2015). Integral ganda merupakan perhitungan volume ruang di bawah permukaan kurva f(x,y) yang alasnya berupa bidang yang dibatasi oleh garis x=a, x=b, y=c, y=d. Volume benda berdimensi tiga dihitung seperti pada Persamaan (2). π
π
π
π
πΌ = β«π β«π π(π₯, π¦)ππ¦ππ₯ = β«π [β«π π(π₯, π¦)ππ₯]ππ¦
(2)
Volume = Luas Alas x tinggi Solusi integral ganda adalah dengan melakukan integrasi dua kali dalam arah x menghitung luas alas, dan arah y menghitung tinggi (Munir R, 2015) 2.1.2 Integrasi Numerik Integrasi Numerik merupakan cara perhitungan yang digunakan apabila kondisi dalam perhitungan analitik dirasa sulit atau bahkan tidak mungkin untuk memperoleh hasil integral. Dengan kata lain, integrasi numerik dilakukan ketika perhitungan integral secara eksak sulit dilakukan (Munir, 2015). Hasil penyelesaian metode numerik berupa nilai hampiran (approximation), sehingga timbul kesalahan (error). Pada penyelesaian secara numerik diusahakan menghasilkan error sekecil mungkin untuk memperoleh hasil yang lebih baik 5
(Munir, 2015) Ada beberapa metode dalam perhitungan integral secara numerik. Diantaranya metode Trapesium, Simpson, Romberg, hingga Monte Carlo. 2.1.2.1 Metode Trapesium Metode Trapesium atau trapezoidal rule merupakan metode integrasi numerik
yang didasarkan pada penjumlahan segmen-segmen berbentuk
Trapesium (Munir, 2015). Sebuah pias berbentuk Trapesium dari x = x0 sampai x = x1. Perhatikan Gambar 2.1 dibawah ini.
Gambar 2.1 Metode Trapesium (Munir, 2015) Secara umum aturan Trapesium diperoleh dari Persamaan (3). πΌ=
β 2
(π(π₯0 ) + 2 βπβ1` π=1 ππ + π(π₯π ))
(3)
dengan : n
= jumlah upselang
h
= jarak antar titik ( β =
a,b
= batas kurva
f(x)
= fungsi
(πβπ) π
)
2.1.2.2 Metode 1/3 Simpson Kaidah Simpson merupakan turunan dari metode Newton-Cotes. Metode atau kaidah ini dikenalkan oleh seorang ahli matematika bernama Thomas Simpson (1710-1761) dari Leicestershire, England.
Metode 1/3 Simpson dapat didefinisikan sebagai luas daerah yang dibatasi oleh hampiran fungsi parabola. Gambar 2.2 menunjukkan metode 1/3 Simpson.
Gambar 2.2 Metode 1/3 Simpson (Munir, 2015) Integral 1/3 Simpson secara numerik didefinisikan seperti pada Persamaan (4) di bawah ini. π
: πΌ = β«π π(π₯) ππ₯ β πΌ =
β 3
πβ2 (π(π₯0 ) + 4 βπβ1 π=1,3,5 ππ + 2 βπ=2,4,6 ππ + π(π₯π ))
(4)
Dengan n
= jumlah upselang
h
= jarak antar titik ( β =
a,b
= batas kurva
f(x)`
= fungsi integral
(πβπ) π
)
Penggunaan metode 1/3 Simpson ini mensyaratkan bahwa jumlah upselang (n) harus genap (Munir, 2015). 2.1.2.3 Metode 3/8 Simpson Metode 3/8 Simpson dapat didefinisikan sebagai luas daerah yang dibatasi oleh fungsi kubik. Dimana metode 3/8 Simpson ini mensyaratkan jumlah upselang (n) harus kelipatan 3 (Munir, 2015). Gambar 2.3 menunjukkan metode 3/8 Simpson.
Gambar 2.3 Metode 3/8 Simpson (Munir, 2015) Secara umum aturan 3/8 Simpson dapat dilihat pada Persamaan (5). π
3β
πΌ = β« π(π₯) ππ₯ β πΌ = β« π
πΌ=
3β 8
0
3β
π(π₯) ππ₯ β πΌ = β« π3 (π₯) ππ₯ 0
πβ3 (π(π₯0 ) + 3 βπβ1 πβ 3,6,9 ππ + 2 βπ=3,6,9 ππ + π(π₯π )) .....................(5)
n
= jumlah upselang
h
= jarak antar titik ( β =
a,b
= batas kurva
f(x)
= fungsi integral
(πβπ) π
)
2.1.2.4 Metode Romberg Metode Romberg didasarkan pada ekstrapolasi Richardson. Setiap penerapan ekstrapolasi Richarson akan menaikkan orde galat pada hasil solusinya sebesar dua. Hal ini akan mengakibatkan nilai galat semakin kecil dan solusi numeriknya mendekati nilai sejati (nilai eksak). Pada integrasi Romberg, mulamula menghitung kuadratur dengan lebar interval h dan 2h untuk menurunkan galat hampiran integral dari O(h2n ) menjadi O(h2n+2) dengan menggunakan ekstrapolasi Richardson. Dimana untuk n=1 berhubungan dengan nilai dasar dari hasil perhitungan rumus metode Trapesium, n=2 berhubungan dengan nilai dasar dari hasil perhitungan rumus Simpson atau O(h4 ) , n=3 berhubungan dengan nilai dasar dari perhitungan rumus Boole atau O(h6 ) , jadi untuk n berhubungan dengan O(h2n ) (Munif & Hidayatullah, 2003).
Persamaan (6) berikut ini merupakan ekstrapolasi Richardson: π½ = πΌ(β) +
πΌ(β)βπΌ(2β)
(6)
2π β1
Misalkan I adalah nilai integrasi sejati yang dinyatakan sebagai I = Ak + Ch2 + Dh4 +Eh6 +... Dimana h = (b-a)/n dan Ak = perkiraan nilai integrasi dengan kaidah Trapesium dan jumlah pias n = 2k. Orde Galat Ak adalah O(h2). A0 adalah π
taksiran integrasi I = β«π π(π₯) ππ₯ dengan kaidah Trapesium dengan pembagian π
daerah integrasi n= 20 = 1 pias. A1 adalah taksiran integrasi I = β«π π(π₯) ππ₯ dengan kaidah Trapesium dengan pembagian daerah integrasi n= 21 = 2 pias. Gunakan runtutan A0, A1, A2,.. untuk mendapatkan B1, B2, B3 . Nilai B1, B2, B3 dapat dilihat pada Persamaan (7). π΅π = π΄π +
π΄π β π΄πβ1
(7)
22 β1
Jadi, nilai I sekarang adalah I = Bk + Dβh4 + Eβh6+.... dengan orde galat Bk adalah O(h4) (Munir, 2015). Begitu seterusnya hingga didapatkan seperti Tabel 2.1 di bawah ini. Tabel 2.1 Tabel Romberg O(h2 ) A0
O(h4 )
O(h6)
O(h8)
A1
B1
A2
B2
C2
A3
B3
C3
D3
A4
B4
C4
D4
O(h10)
O(h12)
E4
2.1.2.5 Metode Monte Carlo Algoritma Monte Carlo adalah metode Monte Carlo numerik yang digunakan untuk menemukan solusi matematis (yang dapat terdiri dari banyak
variabel) yang sulit dipecahkan, misalnya dengan kalkulus integral, atau metode numerik lainnya. Salah satu penggunaan penting metode Monte Carlo adalah untuk menghitung integral suatu fungsi. Ide dasarnya adalah dengan mengambil sejumlah titik acak pada sumbu absis yang berada pada batas integrasi, kemudian dihitung nilai fungsinya dan dijumlahkan. Pengambilan jumlah titik sampel dapat dipilih sembarang sesuai dengan kebutuhan. Formulasi integrasi Monte Carlo untuk satu dimensi dinyatakan seperti pada Persamaan (8) (Gunarto, 1992). πΌ=
(πβπ) π
βπ=π π=1 π(π₯π )
(8)
2.1.3 Kesalahan (Error) Error atau yang sering disebut galat merupakan salah satu bentuk kesalahan yang terjadi karena adanya ketidaksamaan anatara solusi analitik dan solusi numerik. Pada perhitungan integral, error merupakan standar mutlak antara selisih nilai analitik (nilai eksak) dan nilai hampiran (Munir, 2015). Error dinyatakan dalam persamaan (9) : πΈ = π₯ β π₯Μ
(9)
dimana E
= error atau galat
x
= nilai analitik (eksak)
π₯Μ
= nilai hampiran Sebagai contoh, jika π₯Μ
= 8.5 merupakan nilai hampiran x = 8.35, maka
galatnya adalah πΈ
= -0.15 . Tanda galat (positif atau negatif) tidak
dipertimbangkan, sehingga galat mutlak atau galat absolut dapat didefinisikan sebagai |πΈ| = |π₯ β π₯Μ
|.........................................................................................(10) Panjang sebuah kayu berdasarkan hasil pengukuran yang dilakukan oleh orang A adalah 88 cm, padahal panjang kayu sebenarnya adalah 90 cm. Galatnya 90-88 = 1 cm. Sementara hasil pengukuran orang B terhadap panjang buku adalah
9 cm, padahal panjang buku sebenarnya adalah 10 cm. Galatnya adalah 10 β 9 = 1 cm. Galat dari kedua pengukuran tersebut sama sama bernilai 1 cm, namaun galat 1 cm pada pengukuran buku lebih berarti daripada galat 1 cm pada pengukuran panjang kayu. Apabila tidak terdapat informasi mengenai panjang sesungguhnya, mungkin kedua galat tersebut dianggap sama saja. Untuk mengatasi interpretasi nilai galat tersebut, maka muncul sebuah galat relatif. Galat relatif didefinisikan seperti pada persamaan (10) : πΈπ
=
πΈ π₯
x 100 %.......................................................................................(11)
dimana ER
= error relatif
E
= nilai error
x
= nilai eksak
persamaan diatas merupakan persamaan galat yang telah dinormalkan terhadap nilai eksak yang dinamakan galat relatif (Munir, 2015). 2.1.4 Unified Modelling Language (UML) Unified Modelling Language (UML) merupakan sebuah bahasa yang telah menjadi standar untuk visualisasi, perancangan dan pendokumentasian sistem piranti lunak. UML merupakan sebuah standar dalam perancangan model sebuah sistem (Dharwiyanti, 2003). 2.1.4.1 Use Case Use Case merupakan sebuah pemodelan yang menggambarkan perilaku sistem informasi tersebut. Use Case Diagram merupakan pemodelan perilaku (behavior) sistem informasi yang akan dibuat (Rosa & Shalahuddin, 2011). Use Case digunakan untuk mengetahui fungsi apa saja yang ada di dalam sebuah sistem informasi dan siapa saja yang berhak untuk menggunakan fungsi- fungsi tersebut. Berikut adalah simbol-simbol yang ada pada use case diagram yang dapat dilihat pada Tabel 2.2.
Tabel 2.2 Simbol Use Case Diagram (Dennis, Haley W, & M. Roth, 2012)
2.1.4.2 Sequence Diagram Sequence Diagram menunjukkan interaksi antar objek, diagram ini merupakan pandangan dinamis terhadap sistem. Diagram ini menekankan pada basis keberurutan waktu dari pesan-pesan yang terjadi. Sequence diagram mendeskripsikan bagaimana entitas berinteraksi, termasuk message yang digunakan ketika berinteraksi. Semua message digambarkan dalam urutan eksekusi. (Dennis, Haley W, & M. Roth, 2012) Berikut ini adalah simbol-simbol yang ada pada sequence diagram yang dapat dilihat pada Tabel 2.3.
Tabel 2.3 Simbol Sequence Diagram (Dennis, Haley W, & M. Roth, 2012)
2.2 Penelitian Terkait Penelitian yang dilakukan Ubay pada tahun 2013 tentang Penyelesaian Numerik Integral Lipat Tiga dengan Menggunakan Integrasi Romberg menjelaskan tentang hasil implementasi metode Romberg dalam penyelesaian kasus integral lipat tiga dapat dilakukan lebih cepat daripada perhitungan secara analitik. Objek yang digunakan adalah contoh soal integral lipat tiga yang wajar dan memiliki batas konstan. Penelitian ini dijelaskan dalam Tabel 2.1 pada nomor 1. Penelitian yang dilakukan Royani pada tahun 2015 yang berjudul perbandingan metode pecahan dan aturan Simpson dalam menghitung luas daerah kurva menunjukkan bahwa penerapan aturan Simpson pada perhitungan luas daerah kurva memberikan hasil yang lebih baik dengan galat lebih kecil daripada metode pecahan. Penelitian ini ditunjukkan dalam Tabel 2.1 pada nomor 2.
Penelitian Mulia yang berjudul Studi dan implementasi Monte Carlo menunjukkan bahwa hasil keakuratan implementasi metode Monte Carlo dalam kasus integral lebih rendah dibandingkan dengan metode lain dikarenakan dimensi yang digunakan pada percobaan terlalu kecil. Penelitian ini dijelaskan dalam Tabel 2.1 pada nomor 3. Penelitian dengan judul Penyelesaian Integral Lipat Menggunakan Metode Monte Carlo dilakukan oleh Haryono pada tahun 2009 menjelaskan tentang penerapan metode Monte Carlo untuk penyelesaian kasus integral lipat dengan pendekatan perhitungan volume prisma dibawah kurva. Contoh yang digunakan adalah integral lipat dua dengan daerah atas berbentuk persegi. Hasilnya nilai hampiran mendekati nilai sebenarnya dengan jumlah titik random diatas 1000. Penelitian ini dijelaskan pada Tabel 2.1 nomor 4. Penelitian yang dilakukan oleh Haryadi pada tahun 2013 yang berjudul Pengukuran Luas Daun dengan Metode Simpson menjelaskan tentang implementasi metode Simpson pada pengukuran luas daun mangga, daun sawi, daun jambu biji dan daun pisang. Hasil penelitian menunjukkan bahwa perhitungan luas daun dengan metode Simpson memiliki kesalahan baku lebih kecil dibanding hasil pengukuran dengan metode Gravimetric yang dilakukan peneliti sebelumnya. Penelitian ini dijelaskan pada Tabel 2.1 nomor 5.
Tabel 2.1 Penelitian Terkait No 1
Penulis Dillah,U
Judul βPenyelesaian
Tujuan Penyelesaikan
Metode Integrasi
Hasil Perhitungan
Kelebihan Perhitungan
Kelemahan Batas integralnya
bay.2013
Numerik
kasus integral
Romberg
integral lipat tiga
integral fungsi
konstan antara 1
.
Integral Lipat
lipat tiga dengan
dapat dilakukan
aljabar dan
sampai 10. Masih
Tiga dengan
metode
lebih cepat
transenden
ada selisih antara
Menggunakan
Romberg
menggunakan
dapat
perhitungan
Integrasi
metode integrasi
diselesaikan
numerik secara
Rombergβ
Romberg
dengan metode
manual dengan
Romberg.
hasil simulasi matlab.
2
Royani,
βPerbandingan
Menghitung luas Metode
Aturan Simpson
Perhitungan
Hanya
Evi.
metode pecahan
daerah kurva
pecahan
memeiliki galat
luas daerah
menggunakan 1
2015
dan aturan
dengan metode
dan aturan
yang lebih kecil
kurva dapat
sampel yang
Simpson pada
pecahan dan
Simpson
daripada metode
diselesaikan
mudah dan
perhitungan luas
aturan Simpson
pecahan
lebih tepat
memiliki batas
dengan aturan
konstan. Belum
Simpson
ada perbandingan
daerah kurva
dengan metode yang lainnya.
Tabel 2.1 Penelitian Terkait Lanjutan No 3
Penulis
Judul
Tujuan
Mulia,
β Studi dan
Implementasi
Firdi.
Implementasi
metode
2011
Monte Carlo β
Carlo
Metode Metode
Monte Monte pada Carlo
kasus integral
Hasil
Kelebihan
Kelemahan
Keakuratannya
Metode ini
Dimensi dan
lebih rendah
cocok untuk
jumlah data yang
dibanding metode
menangani
kecil
yang lain karena
kasus dengan
mengakibatkan
dimensi yang
jumlah data
keakuratannya
digunakan kecil.
yang cukup
lebih rendah
banyak.
dibandingkan dengan metode lain.
4
Haryono, β Perhitungan
Penerapan
Agus
metode
Nugroho. menggunakan
Carlo
2009
Metode Monte Carloβ
Integral Lipat
Metode Monte
Hasil yang
Hanya
Monte Monte
Carlo
didapatkan
menggunakan
dalam Carlo
memberikan hasil
mendekati
contoh integral
perhitungan
yang mendekati
nilai
lipat dua dengan
kasus
nilai sebenarnya
sebenarnya
daerah atas
untuk jumlah titik
(nilai analitis)
berbentuk persegi
lipat
Metode
integral
random diatas
serta batas yang
1000
digunakan masih wajar.
Tabel 2.1 Penelitian Terkait Lanjutan No 5
Penulis
Judul
Tujuan
Metode
Hasil
Kelebihan
Kelemahan
Haryadi.
βPengukuran
Mengimplement
Simpson
Penerapan metode Kesalahan
Tidak ada
2013.
Luas Daun
asikan metode
(1/3 dan
Simpson
baku yang
penjelasan
dengan Metode
Simpson untuk
3/8
menghasilkan
dihasilkan
perhitungan dan
Simpsonβ
menghitung luas
Simpson)
kesalahan baku
lebih kecil dari
tidak adanya
daun mangga,
lebih kecil
penelitian yang perbandingan
sawi, jambu biji,
dibandingkan
telah dilakukan dengan metode
dan pisang.
hasil pengukuran
sebelumnya
integrasi numerik
dengan metode
(menggunakan
lainnya seperti
Gravimetric
metode
metode
Gravimetric)
Trapesium ataupun Romberg.
2.3 Rencana Penelitian Penelitian ini akan membuat sebuah program kalkulator integrasi numerik dengan penerapan metode Trapezium, metode 1/3 Simpson, metode 3/8 Simpson, metode Romberg, dan metode Monte Carlo untuk menyelesaikan kasus integral tunggal dan integral ganda. Hasil keluaran program kemudian dianalisis sehingga diketahui metode mana yang paling baik dengan memiliki galat kecil.