Pendahuluan

Setiap model matematika tentang dunia nyata biasanya dimulai dari satu pertanyaan sederhana: apa yang berubah, dan seberapa cepat perubahan itu terjadi? Jika suhu kopi menurun, kita bertanya seberapa cepat suhunya berubah terhadap waktu. Jika arus listrik dalam rangkaian naik setelah sakelar ditutup, kita bertanya bagaimana arus berubah dari saat ke saat. Jika gelombang merambat pada tali, kita bertanya bagaimana simpangan tali berubah terhadap waktu dan posisi. Pertanyaan-pertanyaan seperti ini membawa kita ke bahasa utama buku ini: persamaan diferensial.

Persamaan diferensial adalah persamaan yang memuat fungsi yang belum diketahui bersama turunan-turunannya. Turunan mengukur laju perubahan. Karena itu, persamaan diferensial adalah cara matematis untuk menyatakan hukum perubahan. Dalam banyak buku sains dan teknik, persamaan diferensial dipakai sebagai jembatan antara hukum dasar, data pengamatan, dan prediksi kuantitatif; misalnya dalam mekanika, rangkaian listrik, perpindahan panas, populasi, dan sistem kendali (Kreyszig, 2011; Boyce, DiPrima, and Meade, 2017).

Sebagai contoh paling sederhana, misalkan \(P(t)\) menyatakan jumlah suatu populasi pada waktu \(t\). Jika laju pertumbuhan populasi sebanding dengan jumlah populasi saat itu, maka kita menulis

\[ \frac{dP}{dt}=kP. \]

Di sini \(P\) adalah fungsi yang belum diketahui, \(t\) adalah variabel bebas, \(\frac{dP}{dt}\) adalah turunan \(P\) terhadap waktu, dan \(k\) adalah parameter yang menyatakan laju pertumbuhan relatif. Persamaan ini tidak langsung memberi daftar nilai \(P(t)\), tetapi memberi aturan perubahan. Dari aturan itulah kita mencari bentuk \(P(t)\).

Contoh lain muncul dari pendinginan Newton. Jika \(T(t)\) adalah suhu benda dan \(T_{\text{ling}}\) adalah suhu lingkungan yang dianggap tetap, model sederhana menyatakan bahwa laju perubahan suhu benda sebanding dengan selisih suhu benda terhadap lingkungan:

\[ \frac{dT}{dt}=-a\bigl(T-T_{\text{ling}}\bigr), \qquad a>0. \]

Tanda negatif penting. Jika benda lebih panas daripada lingkungan, maka \(T-T_{\text{ling}}>0\), sehingga \(\frac{dT}{dt}<0\); suhu turun. Jika benda lebih dingin daripada lingkungan, maka \(T-T_{\text{ling}}<0\), sehingga \(\frac{dT}{dt}>0\); suhu naik. Dari satu persamaan pendek ini, kita sudah melihat inti pemodelan: tanda, satuan, parameter, dan interpretasi fisis harus saling cocok.

Buku ini ditulis untuk membantu Anda bergerak dari ide seperti itu menuju keterampilan yang lebih lengkap: menurunkan model, menyelesaikan persamaan, memeriksa hasil, dan menafsirkan maknanya.

Dari hukum perubahan ke model matematika

Dalam sains dan teknik, kita sering tidak mulai dari rumus akhir. Kita mulai dari prinsip. Misalnya, hukum kedua Newton menyatakan bahwa resultan gaya pada benda sama dengan massa dikali percepatan. Jika \(x(t)\) menyatakan posisi benda pada waktu \(t\), maka kecepatan adalah \(x'(t)\) dan percepatan adalah \(x''(t)\). Untuk sistem pegas-massa ideal tanpa gesekan, gaya pegas sebanding dengan simpangan dan berlawanan arah, sehingga modelnya menjadi

\[ m x'' + kx = 0. \]

Persamaan ini adalah persamaan diferensial orde dua karena turunan tertinggi yang muncul adalah turunan kedua. Solusinya menggambarkan osilasi. Jadi, osilasi bukan sekadar bentuk grafik naik-turun; osilasi muncul dari struktur matematis hukum gaya dan percepatan.

Dalam rangkaian listrik, hukum Kirchhoff dapat menghasilkan persamaan diferensial. Untuk rangkaian RC sederhana, tegangan kapasitor \(V_C(t)\) berubah karena kapasitor menyimpan muatan. Dalam model dasar dengan sumber tegangan tetap \(V_s\), resistor \(R\), dan kapasitor \(C\), salah satu bentuk persamaannya adalah

\[ RC\frac{dV_C}{dt}+V_C=V_s. \]

Persamaan ini mirip secara matematis dengan model pendinginan Newton: ada perubahan menuju keadaan tunak. Perbedaannya terletak pada makna besaran fisisnya. Pada pendinginan, variabelnya suhu; pada rangkaian RC, variabelnya tegangan. Kesamaan bentuk persamaan memungkinkan kita memakai teknik matematika yang sama untuk memahami dua sistem fisis yang berbeda. Inilah salah satu alasan persamaan diferensial sangat penting dalam pendidikan sains dan teknik.

Apa yang dimaksud dengan “menyelesaikan” persamaan diferensial?

Dalam aljabar dasar, menyelesaikan persamaan seperti

\[ 2x+3=11 \]

berarti mencari bilangan \(x\) yang membuat persamaan benar. Dalam persamaan diferensial, objek yang dicari bukan sekadar bilangan, melainkan fungsi.

Misalnya, untuk

\[ \frac{dP}{dt}=kP, \]

kita mencari fungsi \(P(t)\) yang turunannya sama dengan \(k\) kali dirinya sendiri. Salah satu solusinya adalah

\[ P(t)=Ce^{kt}, \]

dengan \(C\) konstanta. Jika nilai awal diketahui, misalnya \(P(0)=P_0\), maka

\[ P(0)=Ce^{0}=C=P_0, \]

sehingga solusi khususnya adalah

\[ P(t)=P_0e^{kt}. \]

Di sini kita bertemu dua istilah penting. Solusi umum adalah keluarga solusi yang masih memuat konstanta bebas. Solusi khusus adalah solusi yang diperoleh setelah informasi tambahan, seperti kondisi awal, digunakan. Dalam masalah nyata, kondisi awal sering berasal dari pengukuran: suhu awal benda, muatan awal kapasitor, posisi awal massa, atau jumlah populasi pada waktu pengamatan pertama.

Namun, tidak semua persamaan diferensial dapat diselesaikan dengan rumus eksplisit yang sederhana. Beberapa persamaan hanya dapat dipahami melalui pendekatan numerik, grafik, atau analisis kualitatif. Analisis kualitatif berarti mempelajari perilaku solusi tanpa harus menuliskan rumus lengkapnya, misalnya apakah solusi mendekati kesetimbangan, berosilasi, tumbuh tanpa batas, atau sensitif terhadap perubahan parameter. Pendekatan ini sangat penting dalam sistem tak linear, sebagaimana ditekankan dalam kajian sistem dinamik modern (Strogatz, 2015).

Karena itu, dalam buku ini kata “menyelesaikan” akan dipakai dalam arti yang luas. Menyelesaikan persamaan diferensial dapat berarti:

1. memperoleh rumus analitik;
2. mendapatkan solusi implisit;
3. menghitung hampiran numerik;
4. menggambar medan arah atau potret fase;
5. menentukan kestabilan dan perilaku jangka panjang;
6. menafsirkan solusi dalam konteks fisis, biologis, kimia, atau teknik.

Yang terpenting bukan hanya mendapatkan jawaban, tetapi memahami apa yang dikatakan jawaban itu tentang sistem yang dimodelkan.

Persamaan diferensial sebagai bahasa lintas bidang

Satu kekuatan besar persamaan diferensial adalah kemampuannya menyatukan banyak fenomena yang tampak berbeda. Pertumbuhan populasi, peluruhan radioaktif, pendinginan benda, pengisian kapasitor, dan respons sistem masukan-keluaran semuanya dapat menghasilkan persamaan orde satu. Pegas-massa, pendulum kecil, rangkaian LC, dan rangkaian RLC menghasilkan persamaan orde dua. Difusi panas, gelombang pada tali, dan medan potensial membawa kita ke persamaan diferensial parsial.

Kesamaan matematis ini tidak berarti semua sistem tersebut sama secara fisis. Artinya, ada pola perubahan yang serupa. Jika dua model memiliki bentuk persamaan yang sama, maka metode penyelesaian dan sebagian struktur perilakunya juga dapat serupa. Inilah yang membuat persamaan diferensial menjadi bahasa lintas bidang: ia mempertahankan makna kuantitatif, tetapi cukup umum untuk dipakai dalam banyak konteks.

Sebagai contoh, persamaan

\[ \frac{dy}{dt}+ay=b \]

dapat muncul dalam berbagai bentuk. Jika \(y\) adalah suhu relatif terhadap lingkungan, persamaan ini dapat menggambarkan pendinginan menuju suhu lingkungan. Jika \(y\) adalah tegangan kapasitor, persamaan ini dapat menggambarkan pengisian atau pengosongan kapasitor. Jika \(y\) adalah konsentrasi zat dalam tangki, persamaan ini dapat menggambarkan proses pencampuran dengan aliran masuk dan keluar. Parameter \(a\) dan \(b\) memiliki satuan serta makna yang berbeda pada setiap kasus, tetapi teknik matematikanya berkaitan erat.

Karena itu, setiap kali bertemu persamaan, kita akan bertanya dua hal sekaligus:

• Secara matematis, bagaimana persamaan ini diselesaikan?
• Secara kontekstual, apa makna setiap suku, parameter, dan solusi?

Kedua pertanyaan ini harus berjalan bersama. Mahir menghitung tanpa memahami makna dapat menghasilkan kesimpulan yang keliru. Sebaliknya, memahami cerita fisis tanpa keterampilan matematis membuat kita sulit membuat prediksi kuantitatif.

Tiga cara memandang solusi

Sepanjang buku ini, kita akan memakai tiga sudut pandang utama: analitik, numerik, dan kualitatif.

Pendekatan analitik mencari solusi dalam bentuk rumus. Misalnya,

\[ \frac{dy}{dt}=3y \]

memiliki solusi

\[ y=Ce^{3t}. \]

Rumus ini sangat kuat karena memberi nilai \(y\) untuk setiap \(t\), memperlihatkan sifat pertumbuhan, dan memungkinkan analisis parameter secara langsung. Metode seperti pemisahan variabel, faktor integrasi, persamaan karakteristik, variasi parameter, dan transformasi Laplace termasuk dalam pendekatan analitik. Banyak buku standar persamaan diferensial memperkenalkan urutan metode ini karena metode tersebut membentuk dasar penyelesaian masalah nilai awal dan nilai batas dalam sains dan teknik (Boyce, DiPrima, and Meade, 2017; Kreyszig, 2011).

Pendekatan numerik mencari nilai hampiran solusi pada titik-titik tertentu. Misalnya, jika persamaan terlalu sulit diselesaikan secara eksplisit, kita dapat menghitung nilai \(y(t)\) pada \(t=0.1,0.2,0.3,\ldots\) dengan metode Euler atau Runge-Kutta. Pendekatan numerik sangat penting dalam praktik teknik modern karena model nyata sering terlalu rumit untuk diselesaikan dengan rumus elementer. Namun, metode numerik harus digunakan dengan hati-hati: ukuran langkah, galat, dan kestabilan numerik dapat memengaruhi hasil.

Pendekatan kualitatif mempelajari bentuk perilaku solusi. Misalnya, untuk persamaan logistik

\[ \frac{dP}{dt}=rP\left(1-\frac{P}{K}\right), \]

kita dapat melihat bahwa \(P=0\) dan \(P=K\) adalah titik kesetimbangan, yaitu nilai yang membuat \(\frac{dP}{dt}=0\). Jika \(0<P<K\), maka \(\frac{dP}{dt}>0\), sehingga populasi bertambah. Jika \(P>K\), maka \(\frac{dP}{dt}<0\), sehingga populasi menurun. Tanpa menyelesaikan persamaan secara penuh, kita sudah tahu bahwa \(P=K\) berperan sebagai kapasitas dukung yang menarik solusi positif menuju nilai tersebut. Cara berpikir seperti ini akan menjadi penting ketika kita memasuki medan arah, sistem dinamik, dan kestabilan.

Ketiga pendekatan tersebut saling melengkapi. Rumus analitik memberi ketepatan struktural. Komputasi numerik memberi fleksibilitas. Analisis kualitatif memberi pemahaman global tentang perilaku sistem.

Tentang model: berguna bukan berarti sempurna

Model matematika selalu dibangun dari asumsi. Asumsi adalah pernyataan penyederhanaan yang kita terima untuk membuat masalah dapat dianalisis. Misalnya, dalam model pendinginan Newton sederhana, kita dapat mengasumsikan suhu lingkungan tetap dan suhu benda seragam di seluruh bagian benda. Dalam model pegas-massa ideal, kita dapat mengabaikan gesekan dan menganggap pegas mengikuti hukum Hooke secara linear. Dalam model pertumbuhan eksponensial, kita dapat menganggap sumber daya tidak terbatas.

Asumsi seperti itu tidak selalu benar untuk semua situasi. Tetapi model tetap berguna jika asumsi tersebut cukup baik untuk rentang keadaan yang sedang dipelajari. Tugas kita bukan mencari model yang sempurna untuk semua hal, melainkan membangun model yang jelas, dapat diuji, dan sesuai tujuan.

Misalnya, pertumbuhan eksponensial

\[ \frac{dP}{dt}=kP \]

mungkin masuk akal untuk populasi bakteri pada tahap awal ketika nutrisi masih melimpah. Tetapi untuk waktu yang lebih lama, keterbatasan nutrisi dan ruang membuat model logistik lebih masuk akal:

\[ \frac{dP}{dt}=rP\left(1-\frac{P}{K}\right). \]

Perubahan dari model eksponensial ke model logistik bukan sekadar perubahan teknik penyelesaian. Itu adalah perubahan asumsi tentang sistem. Karena itu, setiap model dalam buku ini akan dibaca dengan pertanyaan berikut:

• Variabel apa yang berubah?
• Besaran apa yang dianggap konstan?
• Parameter apa yang perlu diketahui atau diukur?
• Satuan setiap suku apakah konsisten?
• Dalam rentang keadaan apa model ini layak digunakan?
• Apakah hasilnya masuk akal secara fisis?

Pertanyaan-pertanyaan ini akan membantu Anda menghindari kesalahan umum: memperlakukan persamaan sebagai simbol kosong tanpa hubungan dengan dunia yang dimodelkan.

Peta perjalanan buku

Bab 1 membuka pembahasan dengan bahasa dasar persamaan diferensial: orde, derajat, solusi eksplisit dan implisit, kondisi awal, kondisi batas, serta perbedaan persamaan diferensial biasa dan parsial. Tujuannya adalah membuat Anda nyaman membaca persamaan sebelum memanipulasinya.

Bab 2 meninjau alat kalkulus dan aljabar yang sering dipakai. Kita tidak mengulang seluruh kalkulus, tetapi menajamkan bagian yang paling diperlukan: turunan, integral, aturan rantai, deret Taylor, bilangan kompleks, fungsi eksponensial dan trigonometri, serta matriks dasar.

Bab 3 sampai Bab 6 berfokus pada persamaan orde satu. Anda akan belajar pemisahan variabel, faktor integrasi, persamaan eksak, dan pemodelan. Contohnya mencakup pertumbuhan, peluruhan, pendinginan, reaksi sederhana, pencampuran, aliran fluida sederhana, dan rangkaian listrik dasar.

Bab 7 mengajarkan keberadaan, ketunggalan, dan medan arah. Di sini kita mulai melihat bahwa sebelum mencari rumus, kita perlu tahu apakah solusi ada, apakah tunggal, dan bagaimana perilakunya secara geometris.

Bab 8 sampai Bab 12 membahas persamaan linear orde dua dan alat penyelesaiannya. Anda akan mempelajari persamaan karakteristik, osilasi bebas, redaman, gerak paksa, resonansi, koefisien tak tentu, variasi parameter, dan transformasi Laplace. Bagian ini sangat penting untuk mekanika getaran dan rangkaian RLC.

Bab 13 sampai Bab 15 membawa kita ke sistem persamaan diferensial dan sistem dinamik. Banyak sistem nyata memiliki lebih dari satu variabel keadaan. Misalnya, model predator-mangsa memerlukan paling sedikit dua variabel populasi; rangkaian dan sistem mekanik sering memerlukan posisi-kecepatan atau tegangan-arus. Di bagian ini, nilai eigen, vektor eigen, bidang fase, linearisasi, dan kestabilan menjadi alat utama.

Bab 16 memperkenalkan solusi deret. Ketika koefisien persamaan berubah dan metode elementer tidak cukup, deret pangkat memberi cara sistematis untuk membangun solusi hampiran.

Bab 17 membahas metode numerik. Anda akan mempelajari metode Euler, Euler yang diperbaiki, Runge-Kutta, galat, kestabilan numerik, dan cara membandingkan hasil komputasi dengan solusi analitik jika tersedia.

Bab 18 memberi pengantar persamaan diferensial parsial. Di sini perubahan tidak hanya terhadap waktu, tetapi juga terhadap ruang. Persamaan panas, gelombang, dan Laplace akan memperlihatkan bagaimana kondisi awal, kondisi batas, pemisahan variabel, dan deret Fourier bekerja dalam masalah berdimensi ruang.

Bab 19 menyatukan semuanya melalui studi kasus terpadu. Tujuannya bukan sekadar menyelesaikan soal, tetapi memilih metode yang tepat, menyatakan asumsi, memeriksa satuan, menafsirkan parameter, dan mengomunikasikan hasil secara kuantitatif.

Cara berpikir yang ingin dibangun

Setelah menyelesaikan buku ini, Anda diharapkan tidak hanya mampu mengerjakan bentuk-bentuk standar, tetapi juga mampu mengenali struktur masalah. Ketika melihat suatu sistem berubah, Anda dapat mulai bertanya: variabel keadaan apa yang perlu dipilih? Laju perubahannya dipengaruhi oleh apa? Apakah modelnya linear atau tak linear? Apakah cukup satu persamaan, atau perlu sistem? Apakah solusinya lebih baik dicari secara analitik, numerik, atau kualitatif?

Keterampilan seperti ini tumbuh bertahap. Pada awalnya, Anda mungkin merasa terlalu banyak simbol. Itu wajar. Simbol matematika adalah bahasa yang padat; satu baris persamaan dapat menyimpan banyak informasi. Cara terbaik mempelajarinya adalah membaca perlahan, menulis ulang langkah-langkah, menggambar grafik, memeriksa satuan, dan mencoba menjelaskan makna setiap suku.

Persamaan diferensial bukan hanya kumpulan teknik. Ia adalah cara berpikir tentang perubahan. Jika kalkulus mengajarkan kita mengukur perubahan sesaat, maka persamaan diferensial mengajarkan kita menyusun perubahan sesaat itu menjadi cerita lengkap tentang evolusi suatu sistem.

Buku ini mengajak Anda membangun cerita tersebut dengan teliti: dari model sederhana, menuju metode penyelesaian, lalu kembali ke interpretasi. Di situlah matematika menjadi alat kerja sains dan teknik.

References

Boyce, W. E., DiPrima, R. C., and Meade, D. B. (2017). Elementary Differential Equations and Boundary Value Problems (11th ed.). Wiley.

Kreyszig, E. (2011). Advanced Engineering Mathematics (10th ed.). Wiley.

Strogatz, S. H. (2015). Nonlinear Dynamics and Chaos: With Applications to Physics, Biology, Chemistry, and Engineering (2nd ed.). Westview Press.