Kalkulator Metode Newton

Cari akar persamaan dengan metode Newton-Raphson. Masukkan fungsi apa pun dan tebakan awal untuk melihat iterasi langkah demi langkah dengan pendekatan garis singgung, analisis konvergensi dan grafik yang melacak jalur menuju akar.

Gratis digunakanTidak perlu mendaftarHasil instan

Kalkulator Metode NewtonCoba sekarang — gratis ▼

Embed Kalkulator Metode Newton Widget

Tentang Kalkulator Metode Newton

Kalkulator Metode Newton (Kalkulator Newton-Raphson) menemukan akar persamaan dengan menerapkan rumus iteratif Newton-Raphson. Masukkan fungsi apa pun $f(x)$, tetapkan tebakan awal $x_0$, dan saksikan konvergensi langkah demi langkah dengan animasi pendekatan garis singgung. Kalkulator ini secara otomatis menghitung $f'(x)$ secara numerik, sehingga Anda hanya perlu memasukkan $f(x)$.

Apa Itu Metode Newton?

Metode Newton (juga disebut metode Newton-Raphson) adalah algoritma iteratif yang kuat untuk menemukan akar persamaan — nilai $x$ di mana $f(x) = 0$. Mulai dari tebakan awal $x_0$, setiap iterasi menyempurnakan perkiraan menggunakan rumus:

$$x_{n+1} = x_n - \frac{f(x_n)}{f'(x_n)}$$

Secara geometris, setiap langkah menarik garis singgung ke kurva pada titik saat ini $(x_n, f(x_n))$ dan mengikutinya turun ke sumbu-x, di mana ia memotong di $x_{n+1}$. Titik potong-x baru ini menjadi pendekatan berikutnya.

Bagaimana Cara Kerja Metode Newton?

📐

Garis Singgung

Pada setiap x_n, tarik garis singgung ke f(x). Titik potong sumbu-x nya adalah tebakan berikutnya.

🎯

Konvergensi Kuadratik

Digit yang benar kira-kira berlipat ganda setiap iterasi untuk akar sederhana.

⚡

Konvergensi Cepat

Biasanya menemukan akar dalam 5-10 iterasi ke presisi mesin.

⚠

Sensitivitas

Tebakan awal yang buruk atau turunan datar dapat menyebabkan divergensi.

Properti Konvergensi

Properti	Deskripsi	Implikasi
Orde Konvergensi	Kuadratik (orde 2) untuk akar sederhana	Galat kira-kira dikuadratkan setiap langkah: 10⁻² → 10⁻⁴ → 10⁻⁸
Akar Sederhana	f(r) = 0, f'(r) ≠ 0	Konvergensi tercepat, laju kuadratik
Akar Ganda	f(r) = 0, f'(r) = 0	Konvergensi turun menjadi linear
Basin Penarik	Himpunan tebakan awal yang konvergen	Kompleks untuk fungsi osilasi atau multi-akar

Metode Newton vs Metode Pencarian Akar Lainnya

Metode	Konvergensi	Memerlukan	Kelebihan/Kekurangan
Newton-Raphson	Kuadratik	f(x), f'(x), tebakan awal	Sangat cepat tetapi bisa divergen
Biseksi	Linear	f(x), pengurungan [a,b]	Selalu konvergen tetapi lambat
Metode Sekan	Superlinear (≈1.618)	f(x), dua titik awal	Tidak memerlukan turunan
Titik-Tetap	Linear	bentuk g(x) = x	Sederhana tetapi seringkali lambat

Aplikasi Dunia Nyata

Bidang	Aplikasi	Contoh
Teknik	Analisis sirkuit non-linear	Menemukan titik operasi sirkuit dioda
Keuangan	Internal Rate of Return (IRR)	Menyelesaikan NPV(r) = 0 untuk tingkat diskonto
Fisika	Mekanika orbital	Menyelesaikan persamaan Kepler M = E − e·sin(E)
Grafik Komputer	Persimpangan sinar-permukaan	Menemukan di mana sinar mengenai permukaan implisit
Machine Learning	Optimasi	Menemukan nol dari gradien ∇f = 0
Kimia	Perhitungan kesetimbangan	Menyelesaikan ekspresi konstanta kesetimbangan

Cara Menggunakan Kalkulator Metode Newton

Masukkan fungsi: Ketik fungsi f(x) Anda menggunakan notasi standar. Gunakan ^ untuk eksponen (misalnya, x^3-2x-5), dan nama fungsi seperti sin(x), ln(x), sqrt(x). Perkalian implisit didukung (misalnya, 2x).
Tetapkan tebakan awal: Masukkan x₀ di dekat tempat Anda mengharapkan akar berada. Tebakan yang lebih dekat akan menghasilkan konvergensi yang lebih cepat. Anda dapat menggunakan konstanta seperti pi dan e.
Sesuaikan pengaturan (opsional): Atur jumlah maksimum iterasi (default 20) dan toleransi konvergensi (default 1e-10).
Klik Cari Akar: Kalkulator menjalankan iterasi Newton-Raphson, secara otomatis menghitung turunan secara numerik.
Tinjau hasil: Lihat akar, grafik konvergensi animasi dengan garis singgung, tabel iterasi, dan solusi lengkap langkah demi langkah dengan rumus MathJax.

Fungsi yang Didukung

Kategori	Fungsi	Contoh
Polinomial	x, x^2, x^3, ...	x^3 - 2x - 5
Trigonometri	sin, cos, tan	cos(x) - x
Trig Invers	asin, acos, atan	atan(x) - 0.5
Hiperbolik	sinh, cosh, tanh	tanh(x) - 0.8
Eksponensial	exp, e^x	exp(x) - 3x
Logaritmik	ln, log, log10, log2	ln(x) - 1
Akar	sqrt, cbrt	sqrt(x) - 2
Lainnya	abs, floor, ceil	abs(x) - 3
Konstanta	pi, e	sin(pi*x)

Kapan Metode Newton Gagal?

Metode Newton dapat gagal atau divergen dalam beberapa situasi:

Turunan nol: Jika $f'(x_n) = 0$, garis singgungnya horizontal dan tidak memiliki titik potong sumbu-x.
Siklus: Iterasi mungkin berosilasi di antara dua atau lebih nilai tanpa pernah konvergen.
Divergensi: Hasil iterasi mungkin bergerak semakin jauh dari akar jika tebakan awal buruk.
Overshoot: Untuk fungsi dengan titik belok di dekat akar, iterasi mungkin melompati akar berulang kali.

Dalam kasus seperti itu, coba tebakan awal yang berbeda, gunakan metode pengurungan seperti biseksi terlebih dahulu untuk mempersempit rentang, atau terapkan langkah Newton yang teredam (damped Newton step).

FAQ

Apa itu metode Newton (metode Newton-Raphson)?

Metode Newton adalah algoritma pencarian akar iteratif yang menggunakan pendekatan garis singgung. Mulai dari tebakan awal x₀, metode ini berulang kali menerapkan rumus x_(n+1) = x_n - f(x_n)/f'(x_n) untuk konvergen menuju akar di mana f(x) = 0. Biasanya konvergen secara kuadratik untuk akar sederhana, yang berarti jumlah digit yang benar kira-kira berlipat ganda setiap iterasi.

Bagaimana cara memilih tebakan awal yang baik untuk metode Newton?

Pilih tebakan awal yang dekat dengan tempat Anda memperkirakan akar berada. Anda dapat membuat grafik fungsi terlebih dahulu atau menggunakan teorema nilai antara: jika f(a) dan f(b) memiliki tanda yang berlawanan, maka akar terletak di antara a dan b. Hindari memulai di mana f'(x) adalah nol atau mendekati nol, karena ini menyebabkan metode gagal atau divergen.

Kapan metode Newton gagal untuk konvergen?

Metode Newton dapat gagal ketika turunan f'(x) adalah nol atau mendekati nol pada titik iterasi, ketika tebakan awal terlalu jauh dari akar, ketika fungsi memiliki titik belok di dekat akar, atau ketika metode masuk ke dalam siklus. Dalam kasus ini, coba tebakan awal yang berbeda atau gunakan metode pengurungan seperti biseksi.

Berapa laju konvergensi metode Newton?

Metode Newton memiliki konvergensi kuadratik untuk akar sederhana, yang berarti jumlah digit yang benar kira-kira berlipat ganda setiap iterasi. Untuk akar berulang (di mana f'(r) = 0), konvergensi melambat menjadi linear. Konvergensi kuadratik menjadikannya salah satu metode pencarian akar tercepat ketika berhasil konvergen.

Apakah kalkulator ini menghitung turunan secara otomatis?

Ya. Kalkulator ini menggunakan diferensiasi numerik selisih pusat untuk menghitung f'(x) secara otomatis. Anda hanya perlu memasukkan f(x) dan tebakan awal. Turunan didekati sebagai [f(x+h) - f(x-h)] / (2h) dengan ukuran langkah kecil untuk akurasi tinggi.

Kutip konten, halaman, atau alat ini sebagai:

"Kalkulator Metode Newton" di https://MiniWebtool.com/id/kalkulator-metode-newton/ dari MiniWebtool, https://MiniWebtool.com/

oleh tim miniwebtool. Diperbarui: 2026-04-09

Anda juga dapat mencoba Penyelesai Matematika AI GPT kami untuk menyelesaikan masalah matematika Anda melalui pertanyaan dan jawaban dalam bahasa alami.

Kalkulus:

Kalkulator Laju Perubahan Rata-rata Baru
Penyelesai ODE Bernoulli Baru
Kalkulator Konvolusi
Kalkulator cURL Baru
Kalkulator Kelengkungan
Kalkulator Turunan
Plotter Medan Arah / Medan Kemiringan Baru
Kalkulator Turunan Arah
Kalkulator Divergensi Baru
Kalkulator Integral Ganda
Kalkulator Metode Euler Baru
Kalkulator Transformasi Fourier Cepat (FFT) Baru
Penyelesai ODE Orde Pertama Baru
Kalkulator Koefisien Deret Fourier
Kalkulator Gradien Multivariabel Baru
Kalkulator Turunan Implisit
Kalkulator Integral Tak Wajar Baru
Kalkulator Jumlah Deret Tak Hingga Baru
Kalkulator Laju Perubahan Sesaat Baru
Kalkulator Integral
Kalkulator Transformasi Laplace Invers
Kalkulator Aturan L'Hôpital Baru
Kalkulator Transformasi Laplace
Kalkulator Limit
Kalkulator Integral Garis Baru
Kalkulator Deret Maclaurin Baru
Kalkulator Metode Newton Baru
Kalkulator Integrasi Numerik Baru
Kalkulator Optimasi Kalkulus Baru
Kalkulator Turunan Parsial
Kalkulator Deret Pangkat Baru
Kalkulator Radius Konvergensi
Kalkulator Laju Terkait Baru
Kalkulator Jumlah Riemann Baru
Kalkulator Metode Runge-Kutta (RK4)
Penyelesai ODE Orde Kedua Baru
Kalkulator Uji Konvergensi Deret Baru
Kalkulator Aturan Simpson Baru
Kalkulator Turunan Satu Variabel
Kalkulator Integral Permukaan Baru
Kalkulator Permukaan Revolusi Baru
Pemecah Sistem ODE Baru
Kalkulator Deret Taylor
Kalkulator Aturan Trapesium Baru
Kalkulator Integral Tiga Kali
Kalkulator Volume Revolusi Baru
Kalkulator Wronskian
Kalkulator Transformasi Z Baru