Laju perubahan rata-rata: gradien garis lurus tidak cocok untuk kurva
Gradien sebuah garis lurus bernilai sama di sepanjang garis itu dan dihitung sebagai perubahan nilai vertikal dibagi perubahan nilai horizontal antara dua titik mana pun pada garis tersebut. Kurva justru berbeda: kemiringannya berubah terus-menerus dari titik ke titik — grafik f(x) = x^2 nyaris datar di sekitar x = 0 lalu menjadi curam semakin jauh dari sana, sehingga tidak ada satu nilai gradien pun yang sanggup mewakili seluruh kurva.
Laju perubahan rata-rata sebuah fungsi antara dua titik a dan b dihitung persis seperti gradien garis: [f(b) − f(a)] / (b − a). Angka ini menyatakan seberapa besar fungsi berubah, secara rata-rata, di sepanjang selang tersebut, tetapi tidak memberi tahu seberapa curam fungsi itu pada satu titik tertentu di dalam selang — sebuah kurva bisa naik cepat di ujung yang satu dan lambat di ujung lainnya sambil tetap memiliki laju perubahan rata-rata yang sama.
Dari garis potong ke garis singgung: definisi limit dari turunan
Garis yang ditarik melalui dua titik pada kurva disebut garis potong (sekan), dan gradiennya sama dengan laju perubahan rata-rata antara kedua titik itu, yaitu [f(x+h) − f(x)] / h, dengan h sebagai jarak horizontal di antara keduanya. Ketika titik kedua digeser semakin dekat ke titik pertama — ketika h mengecil menuju nol — garis potong itu berputar dan mendekati kedudukan batas yang disebut garis singgung, yakni garis yang hanya menyentuh kurva pada satu titik dan searah dengan kurva di titik tersebut.
Turunan f di x didefinisikan sebagai gradien garis singgung ini, dan secara formal ditulis sebagai limit gradien garis potong ketika h mendekati nol: f'(x) = lim(h→0) [f(x+h) − f(x)] / h. Inilah definisi baku yang diajarkan di setiap mata kuliah kalkulus, dan definisi inilah yang mengubah gagasan kabur tentang “laju perubahan sesaat” menjadi sebuah limit presisi yang bisa dihitung atau dihampiri.
Diferensiasi numerik vs simbolik: dua pertanyaan yang berbeda
Diferensiasi simbolik menerapkan aturan aljabar — aturan pangkat, aturan hasil kali, aturan rantai, dan lainnya — langsung pada rumus sebuah fungsi untuk menghasilkan rumus baru, f'(x), yang berlaku di setiap x tempat fungsi asal dapat diturunkan. Untuk f(x) = x^2, diferensiasi simbolik mengembalikan rumus umum f'(x) = 2x, yang kemudian bisa dievaluasi di titik mana pun: di x = 3 hasilnya 6, di x = 10 hasilnya 20, tanpa perlu kalkulus tambahan.
Diferensiasi numerik menjawab pertanyaan yang jauh lebih sempit: berapa nilai turunan pada satu titik tertentu, x0, tanpa pernah menurunkan rumus umumnya? Kalkulator turunan di situs ini memakai beda pusat 5 titik, sebuah teknik baku analisis numerik yang mengevaluasi f di beberapa titik yang sangat dekat dengan x0 pada kedua sisinya lalu menggabungkan nilai-nilai itu menjadi taksiran gradien yang sangat akurat di x0 saja. Kedua pendekatan ini bukan metode yang bersaing untuk keluaran yang sama — yang satu menghasilkan rumus, yang lain menghasilkan satu angka pada satu titik — dan mencampuradukkan keduanya adalah kesalahpahaman paling umum saat membaca hasil kalkulator turunan.
| Pendekatan | Apa yang dihasilkan | Contoh untuk f(x) = x² |
|---|---|---|
| Diferensiasi simbolik | Rumus umum, f'(x), berlaku di setiap x | f'(x) = 2x |
| Diferensiasi numerik (beda pusat 5 titik) | Satu angka, yaitu taksiran nilai f'(x0) pada satu titik pilihan | f'(3) ≈ 6 |
Contoh terperinci: turunan x² di x = 3
Secara simbolik, f(x) = x^2 memiliki turunan f'(x) = 2x menurut aturan pangkat, sehingga f'(3) = 2 × 3 = 6 secara eksak. Secara numerik, rumus beda pusat 5 titik menaksir f'(x0) ≈ [−f(x0+2h) + 8f(x0+h) − 8f(x0−h) + f(x0−2h)] / (12h) untuk ukuran langkah h yang kecil; dengan h = 0,000001 dan x0 = 3, rumus numerik ini menghasilkan sekitar 6,000000001, yang cocok dengan hasil simbolik eksak sampai delapan angka di belakang koma.
Kesesuaian ini memang diharapkan, bukan kebetulan: untuk fungsi mulus seperti x^2, galat metode beda pusat menyusut sebanding dengan h^4, sehingga h yang sangat kecil menghasilkan taksiran numerik yang praktis tak terbedakan dari jawaban simbolik eksak pada tingkat ketelitian yang biasa ditampilkan. Kedua metode menjawab pertanyaan matematis yang sama — gradien garis singgung di x = 3 — lewat dua jalur berbeda, yang satu aljabaris dan eksak, yang lain numerik dan hampiran namun sangat akurat untuk fungsi yang berperilaku baik.
Mengapa perbedaan ini penting saat membaca hasil kalkulator
Kalkulator turunan numerik, termasuk yang ada di situs ini, tidak pernah mengeluarkan rumus seperti 2x — keluarannya satu angka, yaitu taksiran gradien pada satu nilai x0 yang dimasukkan. Untuk mengetahui nilai turunan di titik lain, titik baru itu harus dimasukkan ulang dan perhitungan diulang, karena tidak ada ungkapan umum bagi f'(x) yang dihasilkan atau disimpan di sepanjang prosesnya.
Perbedaan ini punya konsekuensi praktis: diferensiasi numerik sanggup menghitung turunan fungsi yang sulit atau bahkan mustahil diturunkan secara simbolik dalam bentuk tertutup — misalnya fungsi yang dibangun dari data, simulasi, atau ungkapan tanpa turunan aljabar sederhana — karena metode ini hanya perlu mengevaluasi f di titik-titik terdekat, bukan mengolah rumusnya. Imbalannya, setiap hasil hanyalah taksiran satu titik, bukan rumus umum yang bisa dipakai berulang.
Pertanyaan yang sering diajukan
Apa itu turunan dengan bahasa sederhana?
Turunan adalah laju perubahan sesaat sebuah fungsi pada satu titik tertentu, yang setara dengan gradien garis singgung grafik fungsi itu di titik tersebut. Secara formal, turunan didefinisikan sebagai limit dari laju perubahan rata-rata (yaitu gradien garis potong) ketika dua titik yang membentuk garis potong itu menyatu menjadi satu.
Apa definisi limit dari turunan?
Turunan f di x didefinisikan sebagai f'(x) = lim(h→0) [f(x+h) − f(x)] / h, yaitu limit gradien garis potong antara titik x dan x+h ketika h menyusut menuju nol. Limit inilah yang mengubah gagasan informal tentang laju perubahan sesaat menjadi definisi matematis yang presisi.
Apa beda diferensiasi numerik dan simbolik?
Diferensiasi simbolik menerapkan aturan aljabar pada rumus sebuah fungsi untuk menghasilkan rumus umum baru, f'(x), yang berlaku di setiap titik. Diferensiasi numerik justru menaksir nilai turunan pada satu titik tertentu memakai evaluasi fungsi di titik-titik terdekat, misalnya lewat beda pusat 5 titik, tanpa pernah menghasilkan rumus umum.
Mengapa kalkulator turunan numerik hanya memberi satu angka, bukan rumus?
Karena diferensiasi numerik bekerja dengan mengevaluasi fungsi di titik-titik yang sangat dekat dengan satu titik yang diminta lalu menggabungkan nilai-nilai itu menjadi taksiran gradien — metode ini tidak pernah mengolah struktur aljabar fungsinya, sehingga tidak punya cara untuk menghasilkan rumus yang berlaku di titik lain. Untuk menghitung turunan di tempat lain, titik baru harus dimasukkan dan perhitungan diulang.
Berapa turunan x² di x = 3?
Tepat 6. Secara simbolik, aturan pangkat memberi f'(x) = 2x untuk f(x) = x², sehingga f'(3) = 6. Secara numerik, beda pusat 5 titik dengan ukuran langkah kecil menghasilkan angka yang sama sampai banyak angka di belakang koma, karena kedua metode menghitung besaran yang sama — gradien garis singgung di x = 3 — lewat jalur yang berbeda.
Referensi
- Stewart J. Calculus. Cengage Learning (the derivative as the limit of a difference quotient and the slope of the tangent line).
- Burden RL, Faires JD. Numerical Analysis. Cengage Learning (finite-difference approximations to derivatives).
- Spivak M. Calculus (4th ed). Publish or Perish, 2008 (rigorous treatment of limits and the derivative).
- NIST Digital Library of Mathematical Functions (DLMF), Chapter 3: Numerical Methods. dlmf.nist.gov.