Iterasi, bagi Kamu yang sudah belajar tentang
aljabar matriks atau persamaan linier simultan pasti sudah mengetahui teknik
perhitungan iteratif (atau iterasi) untuk menemukan solusi numerik dari
beberapa persamaan linier simultan.
Iterasi merupakan teknik perhitungan yang digunakan
pada simulasi dan modelling berbasis komputer
seperti untuk mengetahui distribusi suhu pada pelat logam, mengetahui kekuatan
rangka baja, desain gedung pencakar langit, pembangunan pabrik, pembangunan
jembatan, pembakaran pada mesin bermotor, aerodinamika, kekuatan sayap pesawat
terbang, aliran fluida dalam sambungan pipa dan masih banyak lagi. Hampir semua
simulasi komputer pasti menggunakan teknik iterasi di dalam perhitungannya.
Untuk Kamu yang belum mengetahui apa itu
iterasi, mari kita simak bahasan berikut (dengan asumsi bahwa Kamu sudah
familiar dengan teknik substitusi dan eliminasi persamaan aljabar):
Kita kembali ke persoalan aljabar sederhana
seperti berikut
:: Andri membeli sebuah pulpen dan dua buah
buku di toko Veritas dengan total harga Rp 8.000
:: Stefandi membeli sebuah pulpen dan sebuah
buku di toko Veritas dengan total harga Rp 5.000
:: Berapakah harga sebuah pulpen dan sebuah
buku di toko Veritas?
Akan lebih singkat jika kita tulis persoalan
di atas dengan bahasa aljabar, dengan P
adalah harga pulpen, B adalah harga
buku; kita tulis sebagai berikut
Bentuk persamaan di atas biasanya disebut persamaan
linier simultan. Untuk mengetahui P
dan B, kita biasanya menggunakan teknik eliminasi atau
substitusi sebagai berikut:
Kita lakukan eliminasi
(menghapuskan) P pada kedua persamaan
di atas dengan mengurangkan kedua persamaan tersebut
Kita dapatkan bahwa harga buku (B) di toko Veritas adalah Rp 3.000
Bagaimana dengan harga pulpen (P) di toko Veritas? Kita dapat
mengetahui harga pulpen (P) dengan melakukan
substitusi (mengganti) B = Rp 3.000 ke persamaan Pembelian oleh Andri atau ke persamaan Pembelian
oleh Stefandi, di artikel ini kita substitusi ke
persamaan Pembelian oleh Stefandi
a
Jadi, harga sebuah pulpen (P) adalah Rp 2.000, dan
harga sebuah buku (B) adalah Rp 3.000
Kamu sudah mengetahui teknik perhitungan ini
sejak duduk di bangku sekolah menengah. Teknik ini terbukti sangat berguna
untuk bidang-bidang keilmuan lain seperti ekonomi, keteknikan, sosial, dan tak
luput pula fisika.
Di fisika, penggunaan teknik ini dijumpai
pada persoalan yang sederhana seperti berikut
Berapakah percepatan kedua balok (a) dan tegangan tali (T) pada sistem di atas jika katrol licin
dan tidak ada hambatan dari luar?
Jika kita turunkan dari hukum II Newton SF
= ma untuk balok merah dan balok
biru, kita akan mendapatkan dua persamaan di bawah ini (dalam satuan
internasional / SI)
Dengan teknik substitusi dan eliminasi,
didapatkan
Satu hal
yang penting dicatat dalam
menyelesaikan masalah aljabar seperti di atas: jika ada dua variabel yang tidak
diketahui nilainya maka dibutuhkan dua persamaan untuk mengetahui nilai dari
variabel tersebut, nilai dari variabel tersebut biasanya kita sebut sebagai
solusi dari persamaan tersebut.
Untuk kasus pembelian pulpen dan buku, ada
dua variabel yang ingin kita ketahui yaitu P
dan B, beruntungnya jumlah persamaan
yang diketahui ada dua pula, maka solusi persamaan tersebut dapat kita cari,
setelah kita hitung dengan teknik eliminasi-substitusi, solusinya: P = Rp 2.000 dan B = Rp 3.000; begitu pula untuk kasus fisika dasar tentang katrol
di atas.
Sejauh ini teknik substitusi-eliminasi dapat
kita gunakan dengan baik dan tanpa masalah yang berarti. Sekarang bayangkan
jika ada 100 variabel yang ingin kita ketahui dan tersedia 100 buah persamaan
yang terkait dengan variabel-variabel tersebut, apakah Kamu sanggup
menghitungnya dengan teknik eliminasi dan substitusi seperti di atas? Kalaupun
sanggup dan mau menghitungnya, akan sangat melelahkan dan membutuhkan waktu
yang tidak sedikit untuk mencari solusi dari persamaan tadi. Kamu yang kritis
mungkin bertanya, adakah kasus di dunia nyata yang melibatkan 100 buah variabel
dan 100 buah persamaan? Jawabannya, ada. Memang, kasus yang melibatkan lebih
dari 3 variabel jarang muncul pada persoalan sehari-hari kita, namun pada
persoalan ekonomi global, simulasi komputer untuk sains dan keteknikan selalu
melibatkan variabel yang sangat banyak, bahkan untuk kasus teknis, seringkali
ada ribuan variabel yang hendak diketahui solusinya.
Karena keterbatasan teknik substitusi-eliminasi
pada kasus-kasus yang melibatkan banyak variabel dan persamaan, munculah teknik
perhitungan yang dinamakan teknik iterasi.
Iterasi
Iterasi adalah proses perhitungan berulang
untuk mendapatkan solusi dari persamaan-persamaan aljabar tertentu. Tujuan iterasi
sebenarnya sama saja dengan teknik substitusi-eliminasi, namun metodenya
berbeda. Keuntungan menggunakan teknik iterasi adalah bahwa teknik iterasi
dapat dengan mudah diterapkan pada program komputer daripada teknik
substitusi-eliminasi; teknik substitusi-eliminasi tidak memiliki urutan
penyelesaian yang kaku, seseorang yang menghitung dengan menggunakan teknik
substitusi-eliminasi mungkin saja menggunakan langkah-langkah penyelesaian yang
berbeda dengan langkah-langkah yang dilakukan oleh orang lain, maksudnya,
seseorang mungkin melakukan substitusi di awal langkah perhitungannya di mana orang
lain mungkin lebih senang melakukan eliminasi terlebih dahulu. Subtitusi-eliminasi
sulit diterapkan pada program komputer apalagi untuk menyelesaikan banyak
persamaan-persamaan serta variabel.
Iterasi –tampaknya– dirancang untuk dapat
diterapkan pada program komputer dan karena komputer adalah mesin hitung yang
cepat dan tepat, iterasi menjadi pilihan utama dalam menyelesaikan kasus dengan
banyak persamaan aljabar serta variabel yang ingin diketahui solusinya.
Sekarang mari kita bahas tentang teknik
iterasi. Teknik iterasi yang akan dibahas di sini adalah iterasi Gauss – Seidel
(Penemunya: Gauss dan Seidel). Kita ungkit kembali kasus pembelian pulpen dan
buku di toko Veritas dan kita akan menyelesaikannya dengan teknik iterasi Gauss
– Seidel.
Kita juga bisa mengubah bentuk persamaan
aljabar di atas ke bentuk matriks
masih ingat aturan perkalian matriks seperti
di atas ‘kan? Matriks di atas
sebenarnya penyederhanaan persamaan aljabar kita, dengan menggunakan matriks
kita bisa lebih sedikit menghemat tenaga untuk menuliskan variabel-variabel
yang bersangkutan, dalam hal ini P
dan B ditulis satu kali saja dengan
matriks, sedangkan dengan persamaan aljabar kita menuliskan P dan B masing-masing sebanyak dua kali, bayangkan jika ada 5 variabel
atau lebih dan kita menuliskannya dalam bentuk persamaan aljabar biasa, tidak
efisien ‘kan.
Masuk ke iterasi Gauss-Seidell.
Untuk memudahkan, kita sembunyikan simbol Rp.
Aturan hitungnya seperti berikut (kita pakai
persamaan aljabar):
Nah, kita tulis persamaan di atas menjadi
seperti berikut (bentuk yang lebih umum)
Superskrip k pada P dan B bukanlah pangkat, superskrip tersebut
menunjukkan iterasi ke-k, dimulai
dari 0 kemudian ke iterasi selanjutnya sampai iterasi ke-n.
Nah, nilai iterasi ke-0 (superskrip 0)
sebenarnya adalah nilai tebakan awal kita terhadap solusinya, kita coba tebak harga
pulpennya P(0) = 1500,
bebas berapa saja asalkan masuk akal. Nanti saat diiterasi, jika tebakan awal
kita salah, maka perhitungan iterasi akan dengan sendirinya memperbaikinya.
Kita lihat saja.
Masuk ke perhitungan, masukkan P(0) = 1500.
Didapat P(1)
= 3250, ini adalah hasil iterasi pertama dan langsung dimasukkan ke
perhitungan B(1)
Kita ulang lagi perhitungan untuk B(2)
dan P(2):
Lakukan perhitungan berulang (iterasi) sampai
hasil iterasi sudah tidak berubah lagi, atau sampai residu (sisa) dari iterasi
sebelum dan setelahnya mendekati nol
Jika residu perhitungannya sudah nol atau
mendekati nol maka hasil perhitungan terakhir tersebut adalah solusi dari
persamaan-persamaannya.
Berikut adalah hasil hitung iterasi untuk kasus
di atas
Didapatkan solusi untuk kasus ini adalah
P = Rp 2.000, dan
B = Rp 3.000
Perhitungan dengan iterasi ini terlihat
membosankan dan terlalu lama, tetapi jika yang hendak kita cari adalah solusi
dari 100 variabel dan persamaan, maka perhitungan dengan teknik iterasi dapat
lebih mudah dan cepat dikerjakan, dengan bantuan komputer tentunya.
Sekedar untuk diketahui (dan boleh dilewati),
bentuk umum dari iterasi Gauss-Seidell untuk n buah persamaan dan n
buah variabel adalah seperti berikut
Persamaan linier simultannya
Pindah ruas untuk setiap variabel yang ingin
diketahui, iterasi Gauss-Seidell
Okay, keep
focus on this article.
Sampai sejauh ini semoga Kamu tidak pusing mengikuti
bahasan ini yaa..
Kamu sekarang pasti sudah paham perhitungan
dengan teknik iterasi.
Nah, sekarang mari kita bahas kegunaan
iterasi agak lebih rinci:
Hampir semua persamaan fisika yang mendasari
simulasi dan modelling komputer
seperti simulasi komputer untuk tekanan uap pada pembangkit listrik, aliran
udara (aerodinamika) pada pesawat terbang dan lain sebagainya adalah persamaan
yang rumit dan hampir bisa dikatakan mustahil untuk dapat dipecahkan secara
analitis. Ambil contoh persamaan fisika yang mendasari perilaku aliran fluida
berikut (persamaan Navier-Stokes 1 dimensi)
Persamaan di atas hampir mustahil dipecahkan
secara analitik, maksudnya, hampir mustahil kita bisa menemukan solusi u atau u(x,t) dari persamaan di atas dengan mengintegralkannya atau dengan
teknik kalkulus lainnya. Memang, jika kita mendapatkan solusi analitiknya, kita
akan mendapatkan solusinya dalam bentuk fungsi dan solusinya benar-benar mulus tanpa
kesalahan (error). Namun sampai saat
ini belum ada teknik kalkulus yang bisa memecahkan berbagai macam kasus yang
melibatkan persamaan fisika yang rumit seperti di atas.
Daripada repot-repot mencurahkan banyak
tenaga untuk mencari solusinya secara analitik, kita akan lebih menyukai
solusinya secara numerik, maksudnya, persamaan kalkulus di atas kita ubah
menjadi persamaan aljabar atau persamaan linier simultan, dengan sedikit
modifikasi tentunya.
Dengan mengubah persamaan kalkulus menjadi
persamaan aljabar, kita terhindar dari kerumitan kalkulus (seperti integral dan
diferensial) dan kemudian memudahkan kita untuk menyelesaikannya secara numerik
(secara hitung-hitungan aljabar biasa: tambah, kurang, kali, bagi, dsb.). Kita
dapat menemukan solusi numeriknya dengan melakukan iterasi pada persamaan
aljabar tadi; dan tentu saja pasti melibatkan banyak variabel. Kita lebih
memilih solusi numerik karena kita telah mengembangkan perhitungan iterasi dan
kita juga memiliki komputer yang dapat menghitung iterasi tersebut dengan cepat
dan tepat. Memang, tidak seperti solusi analitik, solusi numerik mempunyai error perhitungan, maksudnya, hasil
hitung secara numerik mungkin saja dapat berbeda dengan kenyataannya. Di lain
pihak, lebih baik menggunakan solusi numerik daripada harus menunggu solusi
analitik yang mungkin tidak akan pernah ada.
Optimasi sistem-sistem teknologi dan sains
bisa kita lakukan dengan simulasi dan modelling
berbasis komputer daripada membuat banyak percobaan yang mahal secara
coba-coba. Hampir semua simulasi berbasis komputer pada dasarnya adalah mencari
solusi numerik dengan teknik iterasi.
Artikel tentang iterasi selanjutnya akan
membahas lebih rinci dan mempraktekkan beberapa simulasi berbasis komputer
sederhana seperti simulasi untuk mengetahui profil temperatur pada pelat logam.
Baca juga:
Keadaan Tunak dan Persamaan Laplace
Diskritisasi dan Listing Program C Persamaan Laplace 2-D
Keadaan Tunak dan Persamaan Laplace
Diskritisasi dan Listing Program C Persamaan Laplace 2-D
No comments :
Post a Comment
Silahkan Tulis Komentar Kamu :)