1.

Persamaan diferensial parsial Persamaan Diferensial Parsial (PDP) adalah persamaan yang di dalamnya terdapat suku-suku diferensial parsial, yang dalam matematika diartikan sebagai suatu hubungan yang mengaitkan suatu fungsi yang tidak diketahui, yang merupakan fungsi dari beberapa variabel bebas, dengan turunan-turunannya melalui variabel-variabel yang dimaksud. PDP digunakan untuk melakukan formulasi dan menyelesaikan permasalahan yang melibatkan fungsi-fungsi yang tidak diketahui, yang merupakan dibentuk oleh beberapa variabel, seperti penjalaran suara dan panas, elektrostatika, elektrodinamika, aliran fluida, elastisitas, atau lebih umum segala macam proses yang terdistribusi dalam ruang, atau terdistribusi dalam ruang dan waktu.

Persamaan diferensial dapat dibedakan menjadi dua macam tergantung pada jumlah variabel bebas. Apabila persamaan tersebut mengandung hanya satu variabel bebas, persamaan disebut dengan persamaan diferensial parsial. Derajat (order) dari persamaan ditentukan oleh derajat tertinggi dari turunannya. Sebagai contoh persamaan diferensial biasa di bawah ini adalah berorder satu, karena turunan tertingginya adalah turunan pertama.
x dy  y!3 dx

Sedang persamaan diferensial biasa berorder dua mengandung turunan kedua sebagai turunan tertingginya, seperti bentuk di bawah ini: d2y dx  3  2y ! 0 2 dx dy Contoh persamaan diferensial parsial dengan variabel bebas x dan t adalah:
x y x2 y ! 2 xt xx

Penyelesaian persamaan diferensial adalah suatu fungsi yang memenuhi persamaan diferensial dan juga memenuhi kondisi awal yang diberikan pada persamaan tersebut. Di dalam penyelesaian persamaan diferensial secara analitis, biasanya dicari penyelesaian umum yang mengandung konstanta sembarang dan kemudian mengevaluasi konstanta tersebut sedemikian sehingga hasilnya sesuai

Misalnya persamaan (1). yang tergantung pada nilai C. Misalkan suatu persamaan diferensial biasa berorder satu. Apabila semua n kondisi diberikan pada nilai x yang sama (misalnya x0).dengan kondisi awal. menunjukkan beberapa kemungkinan dari penyelesaian persamaan (2). Untuk mendapatkan penyelesaian tunggal diperlukan informasi tambahan. Gambar 1. permasalahan disebut dengan problem nilai batas. nilai y = 1 atau: y ( x ! 0) ! 1 (3) Substitusikan persamaan (8. maka permasalahan disebut dengan problem nilai awal. dan biasanya hanya untuk menyelesaikan persamaan linier dengan koefisien konstan. Untuk persamaan order n biasanya diperlukan n kondisi untuk mendapatkan penyelesaian tunggal y (x). misalnya nilai y (x) dan atau turunannya pada nilai x tertentu. disertai kondisi awal yaitu x = 0. Apabila dilibatkan lebih dari satu nilai x. sebagai berikut: dy !y dx (1) Penyelesaian dari persamaan tersebut adalah: y ! C ex (2) yang memberikan banyak fungsi untuk berbagai nilai koefisien C.3) ke dalam persamaan (2) memberikan: 1! atau C=1 Dengan demikian penyelesaian tunggal yang memenuhi persamaan: dy !y dx y ( x ! 0) ! 1 adalah:   e0 . Metode penyelesaian persamaan diferensial secara analitis terbatas pada persamaan-persamaan dengan bentuk tertentu.

. Selanjutnya titik (x1. misalnya di titik (x0.y ! ex Gambar 1. Persamaan diferensial memberikan kemiringan kurve pada setiap titik sebagai fungsi x dan y. Penyelesaian persamaan dy !y dx Metode penyelesaian numerik tidak ada batasan mengenai bentuk persamaan diferensial. y1) yang telah diperoleh tersebut digunakan untuk menghitung nilai y2 di titik x2 yang berjarak (x dari x1. seperti pada Gambar 2. Penyelesaian persamaan (1) dan persamaan (3) adalah mencari nilai y sebagai fungsi dari x. Prosedur hitungan tersebut diulangi lagi untuk mendapatkan nilai y selanjutnya. y0). Kemudian dihitung kemiringan kurve (garis singgung) di titik tersebut. Penyelesaian suatu persamaan diferensial dilakukan pada titik-titik yang ditentukan secara berurutan. Hitungan dimulai dari nilai awal yang diketahui. Penyelesaian berupa tabel nilai-nilai numerik dari fungsi untuk berbagai variabel bebas. Untuk mendapatkan hasil yang lebih teliti maka jarak (interval) antara titik-titik yang berurutan tersebut dibuat semakin kecil. Berdasar nilai y0 di titik x0 dan kemiringan fungsi di titik-titik tersebut dapat dihitung nilai y1 di titik x1 yang berjarak (x dari x0.

Metode Euler Metode Euler adalah salah satu dari metode satu langkah yang paling sederhana. kemiringan * = yi' = f (xi . sehingga persamaan diatas dapat ditulis menjadi: yi  1 ! yi  yi x (5) Dengan membandingkan persamaan (4) dan persamaan (5) dapat disimpulkan bahwa pada metode Euler. Penyelesaian numerik persamaan diferensial 1. 1! 2! Apabila nilai (x kecil. Namun demikian metode ini perlu dipelajari mengingat kesederhanaannya dan mudah pemahamannya sehingga memudahkan dalam mempelajari metode lain yang lebih teliti. yi ) x (6) ¡ . metode ini paling kurang teliti. sehingga persamaan (5) dapat ditulis menjadi: yi  1 ! yi  f ( xi . maka suku yang mengandung pangkat lebih tinggi dari 2 adalah sangat kecil dan dapat diabaikan. Metode Euler dapat diturunkan dari Deret Taylor: y i  1 ! y i  y i' x x2  y i''  .. yi).. Di banding dengan beberapa metode lainnya.Gambar 2.

Penyelesaian numerik dilakukan secara bertahap pada beberapa titik yang berurutan. dihitung nilai yi + 1 yang berjarak (x = 0.5) ! y (0)  f (0 .5 dan (x = 0. dx y (0) ! 1.5. 1) 0. y 0 ) (x Dari kondisi awal. sehingga: y (0.5.25. Gambar 3. pada x = 0 nilai fungsi y (0) = 1. Metode Euler Contoh soal: Selesaikan persamaan di bawah ini: dy ! f ( x. nilai yi + 1 diprediksi dengan menggunakan kemiringan fungsi (sama dengan turunan pertama) di titik xi untuk diekstrapolasikan secara linier pada jarak sepanjang pias ( x.5 x 4  4 x 3  10 x 2  8. Dengan menggunakan persamaan (6). Untuk i = 0 maka persamaan (6). Penyelesaian: Penyelesaian eksak dari persamaan diatas adalah: y !  0.dengan i = 1. y) !  2 x 3  12 x 2  20 x  8. « Persamaan (6) adalah metode Euler. . menjadi: y1 ! y 0  f ( x 0 . 2. Gambar 3.5 dari titik awal yaitu x = 0.5 x  1. dari x = 0 sampai x = 4 dengan panjang langkah (x = 0. 3. adalah penjelasan secara grafis dari metode Euler.

y1 ) x ! 5.5)  1 ! 3. Tetapi konsekuensinya waktu hitungan menjadi lebih lama. Jadi kesalahan dengan metode Euler adalah: It! 3. Kesalahan pemotongan terdiri dari dua bagian.5 0.5 (0. Kesalahan Metode Euler Penyelesaian numerik dari persamaan diferensial biasa menyebabkan terjadinya dua tipe kesalahan. y0) adalah: dy ! f (0 .5)  8.5 ? A Hitungan dilanjutkan dengan prosedur diatas dan h asilnya diberikan dalam Tabel 1.53 )  10 (0.21875 Pada langkah berikutnya.5 ! 5. 25 v 100 % !  63.Kemiringan garis di titik (x0 .5) ! 5.875. yang disebabkan oleh keterbatasan jumlah angka (digit) yang digunakan dalam hitungan. 2) Kesalahan pembulatan.25.5) !  0.5)  f ( 0. Nilai eksak pada titik x = 0. yaitu: 1) Kesalahan pemotongan. Pertama adalah kesalahan pemotongan lokal yang terjadi dari pemakaian suatu metode pada satu langkah. 21875  5.25 ) 0.5 (0. yang disebabkan oleh cara penyelesaian yang digunakan untuk perkiraan nilai y.25. dapat disimpulkan bahwa penggunaan (x yang lebih kecil akan memberikan hasil yang lebih teliti.54 )  4 (0.5 ! 8. persamaan (6) menjadi: y2 ! y1  f ( x1 .5 . Kedua adalah kesalahan pemotongan menyebar yang ditimbulkan .1 % . Untuk (x = 0.5 adalah: y (0.0 ) ! y (0. Dalam contoh tersebut dengan nilai ( x berbeda. yaitu untuk i = 1. 5.25   2 (0.52 )  8.5 ) ! 1  8.5. dx sehingga: y ( 0. y (1. 1) !  2 (0 3 )  12 (0 2 )  20 (0)  8.53 )  12 (0. hitungan dilakukan dengan prosedur diatas dan hasilnya juga diberikan dalam Tabel 1. 3.5 (0.21875.5 2 )  20 (0.

50 1.00000 2.50 2.25000 1.07 21. sedang x dan y adalah variabel bebas dan tak bebas.00000 2. Untuk itu dipandang persamaan diferensial berbentuk: y ! f ( x.04 29.46875 50.00000 3. yi )  f ' ' ( xi .24805 2.05 25. Gabungan dari kedua kesalahan tersebut dikenal dengan kesalahan pemotongan global. Besar dan sifat kesalahan pemotongan pada metode Euler dapat dijelaskan dari deret Taylor.27 56. akan menghasilkan: y i  1 ! yi  f ( xi .21 62.00 3.21875 1.25 0.  Rn 3! 1! 2! (9) Tabel 1.50 y eksak y perk 1.56055 3.52930 4.57 33.  yin  Rn (8) 1! 2! n! Apabila persamaan (7) disubstitusikan ke persamaan (8).50 0.17969 4.25 2.dari perkiraan yang dihasilkan pada langkah-langkah berikutnya.74 24.96875 130.87500 4.34375 3. Hasil hitungan dengan metode Euler (x = 0.88 4.13 60.61719 4.50000 5.17969 46.75 2.25 x 0.83 4.12500 5.25 1.24219 125.00 1.86719 .79 53.75000 4.00000 I t (%) y perk 1..12500 5. dx Penyelesaian dari persamaan tersebut dapat diperkiraan dengan deret Taylor: yi  1 ! yi  yi' x x2 xn  yi''  .99 3.34180 4..00 2.71875 7.00 3.85 36.99 5.99805 2.25 3..71 3.00000 2. y ) (7) dengan y ' ! dy .99 44.00 0.27930 3.12500 I t (%) - 22.00000 4.25 44.75 3..09 20.12500 3.25000 74.21875 3.55469 3.11 4.84375 5.87500 5. yi ) x x2 x3  f ' ( xi .75 1. y i )  .49219 95.59180 2.71875 3.5 (x = 0.34 63.

yi ) 4! 3! 2! Pada langkah pertama berarti x1 = 0.00000 133. karena turunan keempat dari persamaan pangkat tiga adalah nol. Contoh soal: Hitung kesalahan yang terjadi dari penggunaan metode Euler dalam contoh sebelumnya pada langkah pertama.80469 5. Oleh karena persamaan yang diselesaikan adalah polinomial order 3 maka kesalahan yang diperhitungkan hanya sampai suku ke tiga.66 66. adalah berkurang dengan bertambahnya order (order yang lebih tinggi).75 4.33 5.3.67 Perbandingan antara persamaan (6) dan persamaan (9) menunjukkan bahwa metode Euler hanya memperhitungkan dua suku pertama dari ruas kanan persamaan (9). kesalahan seperti yang diberikan oleh persamaan (10). yi ) x2 x3  f '' ( xi . yi )  .  Rn (10) 3! 2! dengan I t adalah kesalahan pemotongan lokal eksak. kedua dan ketiga adalah: .00000 34.00 4.. Dengan demikian suku yang mengandung pangkat lebih besar dari dua dapat diabaikan.31055 3. sehingga nilai turunan pertama. y i )  f '' ' ( xi .. Kesalahan yang terjadi dari metode Euler adalah karena tidak memperhitungkan suku-suku terakhir dari persamaan (9) yaitu sebesar: I t ! f ' ( xi . Penyelesaian: Kesalahan eksak dihitung dengan persamaan (10). Untuk (x yang sangat kecil. yi ) x2 x3 x4  f ' ' ( xi . sehingga persamaan (10) menjadi: I t ! f ' ( xi . sehingga persamaan (10) menjadi: I a ! f ' ( xi .00000 7. yi ) x2 (11) 2! dengan I a adalah perkiraan kesalahan pemotongan lokal.

yi ) !  6 x 2  24 x  (20) !  6 (0 2 )  24 (0)  20 !  20. 24 6 2 Sedang (x = 0. Untuk itu pertama kali dihitung nilai yi + 1/2 berikut ini. yi ) x 2 Gambar 4 Metode Euler yang dimodifikasi (Poligon) . Dengan demikian kesalahan yang terjadi untuk (x = 0.5. yi ) !  12 x  24 !  12 (0)  24 ! 24. karena nilai perkiraan pada langkah pertama (yang mempunyai kesalahan) digunakan sebagai dasar hitungan pada langkah selanjutnya.5 4 ) (0. dan akan merambat pada langkah-langkah berikutnya. Gambar 5 adalah penjelasan dari metode tersebut. 25 4 ) ( 0.564453125 . Kesalahan tersebut terjadi pada langkah pertama. y 1 i 2 ! yi  f ( xi . yi ) !  12.5 2 )  24  12 !  2. f ''' ( xi .5 adalah: I t !  20 (0.25 kesalahannya adalah: I t !  20 (0.f ' ( xi . Metode Euler digunakan untuk memprediksi kemiringan nilai y pada titik tengah interval. 2. Metode Poligon/ Metode Eurel yang Dimodifikasi Metode Poligon dapat juga disebut sebagai modifikasi dari metode Euler. 253 ) (0.25 kesalahan yang terjadi lebih kecil dibanding dengan penggunaan (x = 0. f '' ( xi .03125 .25 2 )  24  12 !  0.53 ) (0. 24 6 2 Dengan menggunakan (x = 0.

1 ) ! 1.3) Perkiraan nilai y pada titik tengah interval adalah: y 1 ! y0  e 0 2 x 0. yang kemudian digunakan untuk ekstrapolasi linier dari xi ke xi dengan menggunakan metode Euler: yi  1 ! yi  f ( x + 1 i 1 2 .2) Penyelesaian: Persamaan (c.1 ! 1  (1 v ) ! 1.105127.1.051271v 0.05. dy ! f ( x . y ) ! e x (c. 2 2 Prosedur hitungan tersebut diatas diulangi lagi untuk langkah-langkah berikutnya. Hasil hitungan dengan metode Poligon . 2 2 Kemiringan fungsi pada titik tengah interval adalah: ' y 1 ! f ( x 1 . yi ) x ! yi  e x i x (c.1) dapat ditulis dalam bentuk: y i  1 ! yi  f ( xi . dan hasilnya diberikan dalam Tabel 2 Tabel 2. yaitu : y' i 1 2 ! f (x i 1 2 .y i 1 2 ) (12) Kemiringan tersebut merupakan perkiraan dari kemiringan rerata pada interval.Kemudian nilai tersebut digunakan untuk mengestimasi kemiringan pada titik tengah interval. 2 2 2 Perkiraan nilai y di titik i = 1 adalah: y1 ! y0  f ( x 1 . y 1 ) x ! 1  (1. y 1 ) ! e0 .05 ! 1.051271.y i 1 2 ) x (13) Contoh soal: Selesaikan persamaan berikut dengan metode Poligon untuk (x = 0.1) dt y (0) ! 1 (c.

221403 1.105127 1. yi + q11 k1(x) (16b) k3 = f (xi + p2(x.  an k n (15) dengan a adalah konstanta dan k adalah: k1 = f (xi. Fungsi pertambahan dapat ditulis dalam bentuk umum: ! a1k1  a2 k2  .105171 1. (x) adalah fungsi pertambahan yang merupakan kemiringan rerata pada interval. 2 k2(x + ~+ qn ± 1. 1 k1(x + qn ± 1.2 0.5 y eksak 1. yi + q21 k1(x + q22 k2(x) (16c) / kn = f (xi + pn ± 1(x. yi. n ± 1 kn ± 1(x) (16d) Persamaan tersebut menunjukkan bahwa nilai k mempunyai hubungan berurutan.. Penghitungan suku yang lebih banyak memerlukan turunan yang lebih tinggi dari fungsi nilai y (x).1 0. bentuk umum dari metode Runge-Kutta adalah: yi  1 ! yi  ( xi .014 0. yi + qn ± 1.016 3. x ) x (14) dengan *(xi.648721 y perkiraan 1.349713 1.008 0.648452 I t (%) 0. Metode Runge-Kutta memberikan hasil ketelitian yang lebih besar dan tidak memerlukan turunan dari fungsi.4 0.011 0.004 0. Metode Runge-Kutta Pada metode Euler memberikan hasil yang kurang teliti maka untuk mendapatkan hasil yang lebih teliti perlu diperhitungkan suku yang lebih banyak dari deret Taylor atau dengan menggunakan interval (x yang kecil.221310 1.00000 1. y i .000000 1.xi 0.491825 1. .491619 1.3 0. Kedua cara tersebut tidak menguntungkan.349859 1. sedang penggunaan (x yang kecil menyebabkan waktu hitungan lebih panjang. yi) (16a) k2 = f (xi + p1(x.0 0..

yi ) xf xf dy x x (  ) (20) xx xy dx 2 1 . yi ) ! xf xf dy  (18) xx xy dx Substitusi persamaan (18) ke dalam persamaan (19) menghasilkan: y i  1 ! yi  f ( xi . yi ) x yang sama dengan metode Euler. 1) Metode Runge-Kutta order 2 Metode Runge-Kutta order 2 mempunyai bentuk: yi  1 ! yi  (a1k1  a 2 k 2 ) x (17a) dengan: k1 ! f ( xi . p dan q dicari dengan menyamakan persamaan (13) dengan suku-suku dari deret Taylor. yi ) Untuk a1 = 1 maka persamaan (8. Ada beberapa tipe metode Runge-Kutta yang tergantung pada nilai n yang digunakan. yi ) (17b) k 2 ! f ( xi  p1 x. yi ) dapat ditentukan dari hukum berantai (chain rule) f ' ( xi . persamaan (14) menjadi: ! a1k1 ! a1 f ( xi . setelah nilai n ditetapkan. a2. yang juga muncul dalam persamaan untuk menghitung k3. Hubungan yang berurutan ini membuat metode Runge-Kutta adalah efisien dalam hitungan. Untuk n = 1.19) menjadi: y i  1 ! yi  f ( x i . yang mempunyai bentuk: yi  1 ! y i  f ( xi .Nilai k1 muncul dalam persamaan untuk menghitung k2. yi ) x x (18)  f ' ( xi . dan seterusnya. yi  q11k1 x) (17c) Nilai a1. kemudian nilai a. yi ) 2 1 dengan berikut: f ' ( xi . p1 dan q11 dievaluasi dengan menyamakan persamaan (16a) dengan deret Taylor order 2. yang disebut Runge-Kutta order satu. Di dalam metode Runge-Kutta.

2 1 . yi  q11k1 x) ! f (xi .. Untuk itu salah satu bilangan tak diketahui ditetapkan. dapat disimpulkan bahwa kedua persamaan akan ekivalen apabila: a1 + a2 = 1. yi ) ¼ x 2  0 ( x 3 ) xx xx ½ ­ Dengan membandingkan persamaan (20) dan persamaan (21). 2 (22a) (22b) (22c) Sistem persamaan diatas yang terdiri dari tiga persamaan mengandung empat bilangan tak diketahui. a2 p1 = a2 q11 = 1 . yi )A x (21) xf xf » «  ¬ a2 p1  a2 q11 f ( xi . sehingga persamaan (22a) sampai persamaan (22c) dapat diselesaikan dan menghasilkan: a1 ! 1  a 2 (23a) . dan kemudian dicari ketiga bilangan yang lain. persamaan (16c) dapat ditulis dalam bentuk: f ( xi  p1 x. Untuk itu digunakan deret Taylor untuk mengembangkan persamaan (16c). Dianggap bahwa a2 ditetapkan. p1 dan q11 sedemikian sehingga persamaan (16a) ekivalen dengan persamaan (20). y  s ) ! g ( x. Deret Taylor untuk fungsi dengan dua variabel mempunyai bentuk: g ( x  r . a2 . yi )  a2 p1 x 2  a2 q11 x 2 f ( xi . yi )  a2 f ( xi . yi ) xf  0( x 3 ) xx xf xx atau y1  1 ! y i  ?a1 f ( xi . sehingga tidak bisa diselesaikan. yi )  p1 x xf xf  q11k1 x  0( x 2 ) xx xy Bentuk diatas dan persamaan (16b) disubstitusikan ke dalam persamaan (15a) sehingga menjadi: yi  1 ! yi  a1 x f ( xi . y )  r xg xg s  . yi )  a2 x f ( xi .. xx xy Dengan cara tersebut.Dalam metode Runge-Kutta ini dicari nilai a1.

a) Metode Heun Apabila a2 dianggap 1 . maka akan terdapat banyak metode Runge-Kutta order 2. maka persamaan (23a) dan persamaan (23b) dapat diselesaikan dan diperoleh: a1 ! 0. Dibawah ini merupakan 3 metode RungeKutta order 2 yang sering digunakan. b) Metode Poligon (a2 = 1) Apabila a2 dianggap 1. 2 Parameter tersebut apabila disubstitusikan ke dalam persamaan (16a) akan menghasilkan: yi  1 ! y i  k 2 x (25a) dengan: . yi  k1 x) (24c) dimana k1 adalah kemiringan fungsi pada awal interval dan k2 adalah kemiringan fungsi pada akhir interval. Parameter tersebut apabila disubstitusikan ke dalam persamaan (16a) akan menghasilkan: 1 1 yi  1 ! yi  ( k1  k 2 ) x (24a) 2 2 dengan: k1 ! f ( xi . 1 p1 ! q11 ! . yi ) (24b) k 2 ! f ( xi  x. 2 p1 ! q11 ! 1. Dengan demikian metode Runge-Kutta order 2 adalah sama dengan metode Heun. maka persamaan (23a) dan persamaan (23b) 2 dapat diselesaikan dan diperoleh: 1 a1 ! .p1 ! q11 ! 1 (23b) 2a2 Karena nilai a2 dapat dipilih sembarang.

5. k 2 ! f ( xi  3 3 x.58203125 . akan menghasilkan kesalahan pemotongan 3 2 . Dengan a2 = 1 a1 ! .5 ! 8. yi  k1 x ) (25c) 2 2 c) Metode Ralston Dengan memilih a2 = 2 . yi  k1 x ) ! f (0. Peyelesaian: Langkah pertama adalah menghitung k1 dan k2 dengan menggunakan persamaan (16b) dan persamaan (16c): k1 ! f ( x0 .1875 ). Kondisi awal pada x = 0 adalah y = 1. Kemiringan rerata adalah : .5. 4 4 3 !  2( 0. yi ) (25b) k 2 ! f ( xi  1 1 x.375 2 )  20(0.5. dx dari x = 0 sampai x = 4 dengan menggunakan langkah (x ! 0. 3 3 p1 ! q11 ! .375 )  12( 0. yi  k1 x ) (26c) 4 4 Contoh soal: Selesaikan persamaan diferensial berikut ini dengan metode Raltson. 14. didapat: 3 minimum untuk metode Runge-Kutta order 2. dy !  2 x 3  12 x 2  20 x  8.375)  8.k1 ! f ( xi . yi ) (15b) k 2 ! f ( xi  3 3 x. 4 sehingga : 1 2 yi  1 ! yi  ( k1  k 2 ) x (26a) 3 3 dengan: k1 ! f ( xi . y0 ) !  2(0 3 )  12(0 2 )  20(0)  8.5 ! 2.375 .

5546875 .5 ! 8. yi ) (26b) k 2 ! f ( xi  1 1 x.5. 5 ! y0  2) Metode Runge-Kutta Order 3 Metode Runge-Kutta Order 3 diturunkan dengan cara yang sama dengan order 2 untuk nilai n = 3. 3 3 x ! 1  4. dy !  2 x 3  12 x 2  20 x  8. Hasil yang biasa digunakan adalah: yi  1 ! yi  1 ( k1  4k 2  k 3 ) x (26a) 6 dengan: k1 ! f ( xi . Oleh karena itu 2 bilangan tak diketahui harus ditetapkan untuk mendapatkan 6 bilangan tak diketahui lainnya.5 ! 1.5.5 ! 4. Penyelesaian: Langkah pertama pada metode Runge-Kutta order 3 yaitu menghitung k1. Dengan menggunakan persamaan (8.5) dihitung dengan persamaan (8. yi  k1 x ) (26c) 2 2 k3 ! f ( xi  x. 253 )  12(0.25)  8. yi  k1 x  2k 2 x) (26d) Contoh soal: Selesaikan persamaan berikut dengan metode Runge-Kutta order 3. dx dari x = 0 sampai x = 4 dengan menggunakan langkah (x ! 0.5)  ( 2. k1 !  2 (0 3 )  12( 0 2 )  20(0)  8.53 )  12(0.27734375 .! 2 1 (8. k 3 !  2 (0.21875 .32a).52 )  20( 0. 25.5)  8. Nilai y (0. k 2 !  2( 0. 25 2 )  20(0. Kondisi awal pada x = 0 adalah y = 1. Hasilnya adalah 6 persamaan dengan 8 bilangan tak diketahui.5) ! 3.31a): y0 .58203125 ) ! 4.5.5546875 (0. dihitung nilai y (x): . k2 dan k3.

k 4 !  2 (0.25]0. yi  k1 x ) (27c) 2 2 1 1 x. Dengan menggunakan persamaan (8.5 ! 8. k 2 !  2(0. yi ) (27b) k 2 ! f ( xi  k 3 ! f ( xi  1 1 x. k1 !  2 (0 3 )  12(0 2 )  20(0)  8.21875 )  1. yi  k 2 x ) (27d) 2 2 k 4 ! f ( xi  x.53 )  12(0.252 )  20(0.5 ! 4.21875. k3 !  2(0.253 )  12(0.5 ! 3.253 )  12(0.5 2 )  20(0.5) ! 1  [ (8. 6 3) Metode Runge-Kutta Order 4 Metode Runge-Kutta order 4 banyak digunakan karena mempunyai ketelitian lebih tinggi. Kondisi awal pada x = 0 adalah y = 1.25)  8.252 )  20(0.5. Metode ini mempunyai bentuk: yi  1 ! y i  1 ( k1  2k 2  2k 3  k 4 ) x (27a) 6 dengan: k1 ! f ( xi . yi  k 3 x ) (27e) Contoh soal: Selesaikan persamaan berikut dengan metode Runge-Kutta order 4.1 y (0.21875 . dy !  2 x 3  12 x 2  20 x  8. k2.5.5.5 ! 4.25)  8. k3 dan k4.25. Penyelesaian: Langkah pertama pada metode Runge-Kutta order 4 yaitu menghitung k1.33a).5 ! 1.5  4( 4.5)  8. dx dari x = 0 sampai x = 4 dengan menggunakan langkah (x ! 0.21875. dihitung nilai y (x): .

03 2.85547 4.00000 4.11719 4.00000 3.18750 4.00000 3.00000 3.00 1.00 0.03 5.24 9.39 5.50 1.00000 I t (%) POLIGON Y 1.00000 2.80078 3.21875 3.00 0.93 1.80 12.1 y (0.00 74.5  2( 4.00 0.34766 2.27734 3. Perbandingan penyelesaian persamaan dengan berbagai metode EULER I 1 2 3 4 5 6 7 8 9 X 0.82 3.10156 2.50 4.21875 2.00 0.00000 5.74 1.14063 2.00 1.34766 2.13 25.38 4.5) ! 1  [ (8.75000 5.50000 3.85547 4.99 125.21875 2.71875 4.5 ! 3.04 1.87500 5.14063 2. 25]0.74 1.64 0.71 46.50 2.00 0.00 0.10156 2.82 3.50000 4.00 2.00 0.21875 3.87500 7.33 6.39 5.88 50. 21875)  1.00000 2.00000 3.00000 4.00000 I t (%) 63.71875 3.03 2.00000 Y 1.93 1.27734 3.71875 4.00000 2.03125 I t (%) RALSTON Y 1.93750 3.80078 3.99 133.00000 3. 21875)  2( 4.71875 3.00000 I t (%) HEUN Y 1.00 3.37500 2.68750 2.12500 7.83 130.03 5.50 21.43750 3.11 95.50 3.00 .04 0.25000 5.00 0. 6 Tabel 3.00000 2.37500 4.03125 I t (%) RUNGE-KUTTA Y 1.12500 4.00 17.21875 .81 7.11719 4.81 7.00 YE 1.