Analisis Data Dalam Lampiran Skripsi

Analisis data dalam lampiran skripsi sangat penting dilakukan karena ini merupakan dasar penelitian yang kita kerjakan. Sebuah penelitian yang profesional wajib memiliki lampiran ini. Lampiran ini merupakan sebuah bukti bahwa seorang peneliti telah melakukan analisis data untuk mendapatkan sebuah kesimpulan dari permasalahan yang dihadapinya. Lampiran analisis data tentunya berbentuk data yang kita olah sedemikian rupa sesuai dengan aturan statistika penelitian yang digunakan sesuai dengan metode penelitian yang dipakai. Jadi jangan sampai terjadi perbedaan metode yang dilakukan pada BAB 3 mengenai metode penelitian dengan lampiran yang dihasilkan.

Analisis data pada penelitian kuantitatif biasanya berisi analisis data pre-test, analisis data post-test dan analisis data gain. Analisis data pre-test merupakan analisis data yang datanya didapatkan sebelum penelitian dilakukan. Contohnya data skor nilai menggunakan metode biasa ( masuk ke data pre-test). Analisis data post-test merupakan analisis data yang datanya didapatkan sesudah penelitian dilakukan. Contohnya data skor nilai menggunakan metode CTL. Analisis data gain merupakan analisis data yang datanya didapatkan dari selisih data post-test dan pre-test.

Uji yang dilakukan pada analisis data untuk penelitian kuantitatif yang wajib dilakukan biasanya ada 2 yaitu uju normalitas dan uji homogenitas. Dengan melakukan 2 uji ini diharapkan data penelitian yang didapatakn benar-benar asli dan bukan imitasi/buatan. Oleh karena itu, biasanya para pembimbing sangat menekankan hal ini untuk dilakukan dengan benar, sebelum menuju ke metode penelitian yang dilakukan. Setelah dilakukan 2 uji tersebut, maka dapat dilakukan analisis data menggunakan uji t, uji anova, uji chi square, daln lain sebagainya sesuai dengan kebutuhan.

Untuk kalian yang ingin lebih paham lagi mengenai contoh analisis data pada lampiran skripsi, berikut saya berikan contoh dokumen secara gratis. Silahkan di download:

CONTOH LAMPIRAN ANALISIS DATA DOWNLOAD

Uji Normalitas Menggunakan MS Excel

Untuk menguji normalitas suatu data, dapat juga menggunakan cara manual/ menggunakan MS Excel sebagai program bantuan. Dengan menggunakan MS Excel kita tidak usah repot - repot menghitung menggunakan kalkulator karena dengan excel kita dapat dengan otomatis menghitungnya seperti mean, varian, t hitung dan t tabel. Walaupun otomatis tetapi kita tetap menggunakannya satu persatu, tidak seperti menggunakan SPSS yang hanya memasukkan data, lalu otomatis terlihat data tersebut normal atau tidak. 

Dengan MS Excel kita harus menghitung satu-satu nilai yang ingin kita cari, misalkan mean dapat menggunakan rumus excel ( menggunakan rumus AVERAGE ). Berikut rumus - rumus excel yang biasa dipakai untuk mencari uji normalitas :

1. Mencari rata - rata ( Mean ) dapat menggunakan rumus =AVERAGE contoh =AVERAGE(A1:A30)

2. Mencari varian data dapat menggunakan rumus = Var.S ( kenapa ada S karena kita menggunakan untuk sampel) contoh =Var.S(A1:A30)

3. Mencari nilai tabel t dapat menggunakan rumus =T.DIST gunakan sesuai dengan penelitian yang kamu pakai

Berikut saya lampirkan juga hasil uji normalitas yang saya lakukan menggunakan excel.

Untuk mengunduh dapat klik disini

Uji Normalitas Menggunakan SPSS

Dalam menguji normalitas suatu kelompok data, ada dua cara yang bisa dilakukan yaitu manual ( menggunakan MS Excel ) dan Otomatis ( Menggunakan SPSS ). Kali ini saya akan bahas mengenai cara yang otomatis. 

Berikut adalah hasil  uji penggunaan SPSS yang saya lakukan terhadap data.

Disini saya membandingkan mengenai Motivasi siswa sebelum pembelajaran dan sesudah pembelajaran. Uji yang saya lakukan menggunakan Uji One Sample Kolmogorov Smirnov. Dengan jumlah siswa sebanyak 10 orang. Maka didapat hasil seperti berikut :

                                                             

                                      One-Sample Kolmogorov-Smirnov Test

  

		sebelum	sesudah
N		10	10
Normal Parameters(a,b)	Mean	32,3000	48,1000
	Std. Deviation	7,97287	4,09471
Most Extreme Differences	Absolute	,261	,194
	Positive	,261	,170
	Negative	-,180	-,194
Kolmogorov-Smirnov Z		,824	,614
Asymp. Sig. (2-tailed)		,506	,845

a  Test distribution is Normal.

b  Calculated from data.

  

Setelah di uji dengan SPSS menggunakan uji one sample Kolmogorov smirnov test dihasilkan tingkat sig(2-tailed) untuk motivasi sebelum  sebesar 0,506. Sehingga Sig(2-tailed)>0,05 sehingga tolak Ho, terima H1. Sehingga disimpulkan data tersebut normal. Dan sig(2-tailed) untuk motivasi sesudah  sebesar 0,845. Sehingga Sig(2-tailed)>0,05 sehingga tolak Ho, terima H1. Sehingga disimpulkan data tersebut normal.

Jika ada yang ingin ditanyakan silahkan memberikan komentar.

Metode transportasi dalam program linier

Metode transportasi merupakan metode untuk mengetahui berapa besar jumlah biaya yang dibutuhkan oleh perusahaan untuk mengirim barang dari pabrik yang berbeda-beda dengan tempat tujuan yang berbeda pula. Metode ini berguna untuk mencari biaya minimal untuk mengirim barang tersebut ke tempat tujuan. Dalam metode transportasi terdapat 3 metode yang biasa digunakan untuk mencari nilai minimal yaitu :

1.  Metode North West Corner (NWC)

2.  Metode Inspeksi

3. Metode Vogel Appromaxtion Method (VAM)

Dari ketiga metode tersebut, biaya paling minimal yang bisa didapatkan dari ketiga model tersebut adalah metode VAM. Walaupun metode VAM bisa mendapatkan biaya yang paling minimal, tetapi cara yang digunakan dalam metode ini juga tidak mudah seperti metode NWC dan Inspeksi. Untuk metode NWC kita hanya memulai dari pojok kiri dan atas dalam tabel alokasi yang telah kita buat. Sehingga kita dapat dengan mudah mencari biaya minimal dengan menggerakkannya ke kanan atau ke bawah sesuai dengan permintaan dan kebutuhan. Untuk metode Inspeksi kita memulai dengan mengambil biaya terkecil dari biaya yang akan dibutuhkan. Setelah memilih biaya yang terkecil, maka diisi sesuai dengan permintaan dan kebutuhan. lalu dilanjutkan lagi dengan biaya terkecil berikutnya. Untuk metode VAM, maka disini kita harus dapat membandingkan besar antar biaya untuk tiap kolom dan baris. Kita ambil perbandingan yang paling besar sehingga dapat kita ambil nilai sesuai dengan kebutuhan dan permintaan.

Ebook Matematika Diskrit dan Evaluasi Proses dan Hasil Belajar

Disini saya sediakan buku elektronik (ebook) bagi mahasiswa yang sedang mengambil mata kuliah Matematika Diskrit dan Evaluasi Proses dan Hasil Belajar Matematika.


Ebooknya dapat kalian unduh di link berikut

Evaluasi Proses dan Hasil Belajar Matematika
Matematika Diskrit

Untuk mendownload file tersebut kalian harus mempunyai akun 4shared atau dapat menggunakan akun gmail/facebook/twitter.

Tiga Garis yang Konkuren

Jika dua garis yang saling berpotongan pasti akan bertemu pada satu titik potong. Untuk mencari titik potong dari dua garis dapat menggunakan rumus eleminasi atau subtitusi. Nah, sekarang bagaimana  jika tiga garis saling berpotongan tetapi berpotongan pada satu titik seperti gambar berikut :

Keadaan seperti ini dinamakan "Konkuren" yaitu tiga garis yang bertemu pada satu titik potong. Disini untuk mencari titik potongnya sama seperti  mencari titik potong dari dua garis. Dilihat digambar disana terdapat tiga garis dengan koefisien yang berbeda-beda. Kita dapat mengambil 2 garis yang mana saja untuk mencari titik potong tersebut.  Bagaimana kita tahu bahwa jika diketahui 3 persamaan garis itu akan berpotongan di suatu titik???
Untuk mengetahuinya ternyata sangat mudah, kita dapat menggunakan rumus determinan matriks 3x3 seperti berikut :

Jika kita cari determinan matriks tersebut lalu menghasilkan nol maka ketiga garis itu konkuren.

Grupoid, Semigrup dan Monoid

Dalam struktur aljabar yang sederhana, kita akan mempelajari suatu himpunan yang diberikan satu operasi biner. Grupoid merupakan struktur aljabar yang paling sederhana, karena hanya menggunakan datu operasi biner dan syarat yang harus dipenuhi hanya tertutup saja. Apa maksudnya tertutup? Tertutup disini bahwa hasil operasi pada setiap anggota himpunan akan menghasilkan nilai yang tidak keluar dari anggota himpunan. Contohnya seperti berikut :
Terdapat G = {1,2,3,.....} dioperasikan dengan a*b = a+b
Maka disini kalo kita ambil sembarang anggota himpunan dari G misalkan a = 4 dan b = 5, lalu kita operasikan a*b = a+b = 4+5 = 9, dan menghasilkan 9. Nah, 9 merupakan anggota di dalam G juga, makanya jika kita ambil sembarang angka pun hasilnya akan tetap pada himpunan G. Oleh karena itu disebut tertutup. Maka G dengan operasi biner a*b disebut Grupoid

Lanjut ke tahap berikutnya, jika grupoid syaratnya hanya tertutup saja, maka kalau semigrup akan ditambah satu syarat lagi yaitu memiliki sifat Asosiatif. Sehingga Semigrup dapat dikatakan sebagai Grupoid yang memiliki sifat Asosiatif. Tentunya kita pasti sudah tahu kan apa itu sifat asosiatif :
(a*b)*c = a*(b*c)

Operasi Biner

Strukbar (Struktur Aljabar) adalah ilmu matematika yang memperlajari suatu himpunan tak kosong yang dioperasikan dengan menggunakan satu atau dua operasi biner (*). Operasi biner disini adalah suatu operasi yang menjadi acuan dalam hasil yang akan diperoleh. Contoh a * b = a + b, jadi maksudnya tiap anggota himpunan akan dioperasi biner * kan dengan operasinya adalah a ditambah b. Jika berbentuk a*b = (a + b) mod 3, maka ini maksudnya adalah setiap anggota ditambahkan lalu dicari hasil modulo 3 dari penjumlahan tersebut. Anda sudah tahu kan bagaimana mencari modulo (sisa pembagian)? Yap, benar modulo itu adalah sisa pembagian. Misalnya
12 mod 5 = 2 ---> kenapa 2? karena 12 dibagi 5 akan meninggalkan sisa 2
22 mod 7 = 1 ---> kenapa 1? karena 22 dibagi 7 akan meninggalkan sisa 1
4 mod 5 = 4 ---> kenapa 4? karena 4 dibagi 5 tidak bisa, maka sisanya tetap 4

Dalam penggunaanya operasi biner biasanya lebih digunakan dalam bentuk tabel operasi biner atau biasa disebut Tabel Cayley

Seperti bentuk diatas merupakan sebuah tabel Cayley dengan operasi biner *
Bagaimana membentuk seperti diatas, baris paling atas dan kolom paling kiri merupakan himpunan yang diketahui misal kita sebut G = {A, B, C, D} dengan operasi biner *.
Nah yang berada diantara itu adalah hasil yang didapatkan setelah setiap anggota himpunan G dioperasikan
contoh :
A*A = C
A*B = D
A*C = B
A*D = A .... dst

Tugas Pengantar Statistika Pendidikan

Bagi mahasiswa STKIP pendidikan Bahasa Inggris, berikut tugas yang harus dikerjakan mengenai Distribusi Frekuensi dan Ukuran Pemusatan data.

Buatlah tabel distribusi frekuensi data berikut dan tentukan ukuran pemusatan datanya!

40	98	34	56	78	45	87	88	75	78
43	87	45	21	76	76	76	98	67	65
45	77	56	56	75	99	66	78	87	67
50	77	78	34	79	67	67	65	65	78
42	76	45	54	80	78	89	97	76	79
52	80	60	76	69	65	76	89	78	87
53	68	89	56	78	45	87	87	79	67
51	100	77	100	64	87	89	56	90	76

Tugas diatas dikumpulkan pada tanggal 5 Agustus 2012 dikerjakan dikertas Folio.
Tugas makalah mengenai Teknik Pengumpulan Data juga dikumpulkan tanggal 5 Agustus 2012.

Untuk pertemuan 5 Agustus 2012, materi yang akan dipelajari adalah ttg Histogram, Poligon Frekuensi,dan Ukuran Penyebaran Data Berkelompok

Flash Untuk Pembelajaran Matematika

Dalam pendidikan suatu inovasi yang kreatif dibutuhkan agar perkembangan pembelajaran tidak serta monoton dan membuat siswa bosan dalam pembelajaran. Pembelajaran yang baik seharusnya selalu memotivasi siswa dalam pembelajaran yang dilakukan oleh guru. Tetapi dalam kondisi yang ada saat ini, banyak guru yang kurang memahami pentingnya hal tersebut. Apalagi guru yang hanya memberikan pelajaran dengan cara yang konvensial setiap menyampaikan pelajaran. 

Menyampaikan pelajaran dapat dilakukan dengan berbagai macam cara, dapat menggunakan software powerpoint, word, excel, Flash, dan lain sebagainya. Disini yang saya akan jelaskan adalah penggunaan software Macromedia Flash 8. Walaupun sekarang sudah muncul progam Adobe Flash CS5 tapi penggunaan yang lebih sering digunakan dan mudah untuk dipelajari adalah Flash 8. Mengapa? Karena fitur - fitur yang terdapat dalam Flash 8 sangat sederhana sehingga jika seorang guru ingin mempelajari akan sangat mudah sekali.

Berkenaan dengan hal itu, penggunaan Macromedia Flash 8 masih sering digunakan oleh para guru untuk membuat materi pelajaran matematika dengan lebih interaktif dan memotivasi siswa. Selain untuk memotivasi, media pembelajaran yang interaktif akan membuat siswa tidak akan bosan berlama-lama belajar, karena siswa akan lebih antusias mengikuti pelajaran. Penggunaan media pembelajaran tidak hanya dilakukan pada jenjang SD atau SMP tetapi jenjang SMA jangan diabaikan. Walaupun sangat jarang media pembelajaran matematika dalam jenjang SMA.  Tetapi sebagai seorang guru yang kreatif dan inovatif harus dapat menciptakan sendiri media pembelajaran matematika. Selain dapat digunakan untuk siswa, hal ini juga dapat di gunakan sebagai pengembangan diri dari seorang guru tersebut. Sehingga guru mempunyai kemampuan lain yang dapat ia banggakan selain mengajar.

Berikut akan saya berikan beberapa program flash untuk media pembelajaran matematika bagi siswa SMA.
Silahkan klik untuk mendownload program tersebut.

Fungsi Kuadrat
Kaidah Perkalian
Kombinasi
Komposisi & Transformasi
Lingkaran
Matriks
Menggambar Bangun Ruang
Logika
Penerapan Rumus Cosinus
Perkalian Silang Dua Vektor
Persamaan Garis Singgung Lingkaran
Transformasi Geometri

Untuk mendownload file tersebut kalian harus mempunyai akun 4shared atau dapat menggunakan akun gmail/facebook/twitter.

Materi Pengantar Statistika Pendidikan STKIP

Bagi mahasiswa pendidikan bahasa inggris STKIP yang mengambil mata kuliah Pengantar Statistika Pendidikan. Berikut materi kuliah pada tanggal 15 Juli 2012. Untuk mendownloadnya silahkan klik link berikut :

Teknik Pengumpulan Data 1

Teknik Pengumpulan Data 2

Teknik Pengumpulan Data 3


Untuk mendownloadnya kalian harus mempunyai akun 4shared atau gunakan akun facebook/gmail/twitter.

Materi ICT STKIP

Bagi mahasiswa STKIP jurusan pendidikan matematika yang ingin download mengenai materi ICT
 tentang sejarah komputer (Materi Kuliah 15 Juli 2012), berikut link downloadnya. Silahkan klik untuk mendownload :


Sejarah Komputer
Pengenalan Komputer
Pengantar Teknik Informatika

Untuk cara download mengunakan 4shared.com kalian harus mempunyai akun gmail/facebook/twitter untuk mendownload file tersebut.

Renungan Sebelum Ramadhan

Assalamualaikum,

Kawan pembaca, kali ini saya akan memberikan sedikit ceramah yang pernah saya dengar. Berikut hadis yang saya dapat :

Dari Anas radhiallahu ‘anhu, ia berkata : Saya telah mendengar Rasulullah Shallallahu ‘alaihi wa Sallam bersabda : Allah ta’ala telah berfirman : “Wahai anak Adam, selagi engkau meminta dan berharap kepada-Ku, maka Aku akan mengampuni dosamu dan Aku tidak pedulikan lagi. Wahai anak Adam, walaupun dosamu sampai setinggi langit, bila engkau mohon ampun kepada-Ku, niscaya Aku memberi ampun kepadamu. Wahai anak Adam, jika engkau menemui Aku dengan membawa dosa sebanyak isi bumi, tetapi engkau tiada menyekutukan sesuatu dengan Aku, niscaya Aku datang kepadamu dengan (memberi) ampunan sepenuh bumi pula”. (HR. Tirmidzi, Hadits hasan shahih)

Disini disebutkan bahwa Allah akan mengampuni segala dosa yang dilakukan oleh manusia, jika manusia tersebut tidak menyekutukan Allah dengan sesuatu apapun. Subhanallah, begitu membaca hadist ini, sungguh betapa Allah Maha Pengampun. Sungguh kepada Allah lah kita hanya memohon ampunan dari segala dosa kita. Kita sebagai manusia biasa, manusia yang selalu memiliki kesalahan di setiap hal - hal yang kita lakukan. Sudah sepantasnyalah kita harus selalu meminta ampunan Allah dari segala dosa yang yang kita lakukan baik yang disengaja maupun tidak disengaja. 

Dalam Al-quran maupun hadist, tidak ada yang menyebutkan bahwa Allah tidak akan mengampuni dosa kaum muslimin jika ia terus berbuat maksiat. Hadist diatas menyebutkan "  Wahai anak Adam, jika engkau menemui Aku dengan membawa dosa sebanyak isi bumi, tetapi engkau tiada menyekutukan sesuatu dengan Aku, niscaya Aku datang kepadamu dengan (memberi) ampunan sepenuh bumi pula", sungguh Maha Penyayang Allah terhadap hamba-Nya. Allah selalu mengampuni dosa yang kita lakukan jika kita datang kepada Allah untuk meminta ampun terhadap dosa-dosa kita. Subhanallah

Lalu, apakah yang harus kita lakukan? Mari kita sebagai manusia sudah sepantasnya untuk selalu meminta ampun akan dosa-dosa kita karena sesungguhnya Allah Maha Pengampun. Dan jangan sekali-kali kita menyekutukan Allah karena itu yang akan membuat dosa kita tidak akan diampuni oleh Allah.

Hanya tinggal seminggu lagi kita akan kedatangan bulan Ramadhan. Bulan yang sangat suci dan penuh Ampunan dai Allah. Mari sama - sama kita manfaatkan bulan Ramadhan ini dengan sebaik-baiknya untuk memohon ampun kepada Allah. Semoga Allah mengampuni dosa-dosa yang telah kita lakukan dan Allah menerima segala amal ibadah yang kita lakukan selama ini. Amin ya rabbalalamin..

Untuk menyambut Bulan Ramadhan 1433, penulis juga ingin meminta maaf kepada seluruh pembaca, jika terdapat kata-kata penulis yang kurang berkenan. Sebagai pribadi yang penuh dengan dosa, saya juga meminta maaf kepada teman-teman Asslab, Benjay, Primagama Gading, dan semua teman-teman yang kenal dengan saya atas kesalahan yang pernah saya buat. 

Wassalamualaikum

Matlab Metode Titik Tetap

Matlab metode titik tetap digunakan untuk mencari solusi persamaan nonlinier. berikut program matlab yang digunakan dalam matlab :

disp(' ');
disp('====================================================')
disp('- Program Untuk Mencari Solusi Persamaan NonLinear -')
disp('-              dengan Metode Titik Tetap           -')
disp('----------------------------------------------------')
disp(' ')
x0=0;
iter=1;
fungsi1=input('Silahkan menginput fungsi f(x)= ');
fungsi2=input('Silahkan menginput fungsi g(x)= ');
x=input('Silahkan menginput suku awal= ');
disp('Tabel Iterasinya sebagai berikut :');
disp('====================================================');
disp('  iter       x         fx            error  ');
disp('====================================================');
while abs((x-x0)/x)>0.000000001
    gx=feval(fungsi2,x);
    fx=feval(fungsi1,x);
    x0=x;
    x=gx;
    e=abs((x-x0)/x);
    fprintf('%3.0f %10.8f  %10.8f       %10.8f\n',iter, x, fx, e);
    iter=iter+1;
end
disp(' ')
fprintf('Maka akar dari persamaan nonlinear tersebut adalah %10.8f\n', x)
disp(' ')
disp('===================Terima Kasih=====================')

Matlab Metode Newton

disp ('mencari akar dengan metode newton');
x=input ('masukan suku awal');
f=input('masukan input');
f1=input('masukan turunan f(x)  ');
x0=0;
n=1;
disp('==========================================');
disp('  n                 fx                 e');
disp('==========================================');
while abs(x-x0)>0.00000001;
    fx=feval(f,x);
    f1x=feval(f1,x);
    e=abs(x-x0);
    fprintf('%3.0f         %10.8f            %10.8f\n',n ,fx ,e)
    x0=x;
    x=x0-fx/f1x;
    n=n+1;
end
akar=x;
fprintf('akarnya adalah %10.8f\n',akar)

Matlab Metode Secant

%Program secant
function ashsecant (filename, xa, xb)

disp ('    Program Metode Secant'      )
disp ('==================================')

eps=0.00001;
x(1)=xa;
x(2)=xb;
y(1)=feval(filename, x(1));
y(2)=feval(filename,x(2));
max_iter=20;
iter=2;


fprintf ('iter   x     f\n' );
fprintf ('% 3.0f, %0.6f, %10.6f\n' , 1, x(1), y(1));
fprintf ('% 3.0f, %0.6f, %10.6f\n', 2, x(2), y(2));

while 1
   
    x(iter+1) = x(iter) - y (iter) * (x(iter) - x(iter-1)) / (y(iter) - y(iter-1));
    y(iter+1) = feval (filename, x(iter+1));
    iter = iter + 1;
    fprintf ('% 3.0f, %0.6f, %10.6f\n', iter, x(iter), y(iter));
   
    if (abs (x(iter) - x(iter-1)) <= eps)
        fprintf ('Toleransi error terpenuhi \ n'); break
    end
   
   if (iter>max_iter)
       fprintf ('Maximum iterasi\n'); break
   end
  
end

x(iter)

Matlab Metode Jacobi

disp(' ');
disp('=====================================================')
disp('- Program Menentukan Solusi Sistem Persamaan Linear -')
disp('-             dengan Metode Jacobi                  -')
disp('-----------------------------------------------------')

function [X,g,H]= jacobi(A,b,X0,T,N)
H = X0';
n = length(b);
X1 = X0;
for k=1:N,
    for i = 1:n,
        S = b(i)-A(i,[1:i-1,i+1:n])*X0([1:i-1,i+1:n]);
        X1(i)=S/A(i,i);
    end
    g = abs(X1-X0)
    err = norm(g);
    relerr = err/(norm(X1)+ eps);
    X0 = X1
    H = [H;X0']
if (err<T)|(relerr<T),break,end
end
disp(' ')
disp('===================Terima Kasih======================')

Matlab Regula Falsi

%metode regula_falsi
function regula_falsi (fname,xa,xb)
eps=0.00001;
f_a=feval (fname,xa);
f_b=feval (fname,xb);
max_iter=14;
iter=0;
fprintf('iter    a            b        tengah         fa          fb           abs(fb-fa)       \n ');
while 1
    iter=iter+1;
    xtengah=xb-(f_b*(xb-xa))/(f_b-f_a);
    f_tengah=feval(fname,xtengah);
    fprintf('%3.0f,%8.3f,%12.6f',iter,xa,xb);
    fprintf('%13.6f,%13.7f,%13.8f',xtengah,f_a,f_b);
    fprintf('%14.3e\n',abs((f_b-f_a)));
    if(abs(xb-xa)<=eps)
        fprintf('toleransi error terpenuhi.\n');break
    end
    if(iter>max_iter)
        fprintf('maximum iterasi.\n');break
    end
    if(f_a*f_tengah<=0.0)
        xb=xtengah;
        f_b=f_tengah;
    else
        xa=xtengah;
        f_a=f_tengah;
    end
end

Matlab Metode Bisection

%metode bisection
function bisection (fname,xa,xb)
eps=0.00001;
f_a=feval (fname,xa);
f_b=feval (fname,xb);
max_iter=14;
iter=0;
fprintf('iter      a            b         tengah        fa          fb          abs(fb-fa)      \n ');
while 1
    iter=iter+1;
    xtengah=(xa+xb)/2;
    f_tengah=feval(fname,xtengah);
    fprintf('%3.0f,%8.3f,%12.6f',iter,xa,xb);
    fprintf('%13.6f,%13.7f,%13.8f',xtengah,f_a,f_b);
    fprintf('%14.3e\n',abs((f_b-f_a)));
    if(abs(xb-xa)<=eps)
        fprintf('toleransi error terpenuhi.\n');break
    end
    if(iter>max_iter)
        fprintf('maximum iterasi.\n');break
    end
    if(f_a*f_tengah<=0.0)
        xb=xtengah;
        f_b=f_tengah;
    else
        xa=xtengah;
        f_a=f_tengah;
    end
end

Matlab Invers Matriks

Dalam mencari solusi persamaan linier, selain menggunakan metode eleminasi gauss, dapat juga digunakan metode invers matriks. Berikut program Matlab untuk metode invers matriks :

disp('program solusi SPL dengan invers matriks');
m=input('banyaknya baris adalah ');
n=input('banyaknya kolom adalah ');
for i=1:m
    for j=1:n
        B(i,j)=input('entry matriks');
    end
end
for k=1:n
    c(k)=input('entry vektor');
end
B
c=c'
Binv=inv(B)
solusi=Binv*c

Setelah di run menggunakan Matlab, maka hasilnya akan seperti dibawah ini :