Makalah ini membahas metode numerik sistem persamaan linear. Terdapat tiga bab yang membahas tentang definisi sistem persamaan linear, metode penyelesaian sistem persamaan linear seperti menggunakan notasi matriks, dan contoh soal sistem persamaan linear.
Refleksi Mandiri Modul 1.3 - KANVAS BAGJA.pptx.pptx
ย
Makalah Metode Numerik : Sistem Persamaan Linear
1. i
MAKALAH
METODE NUMERIK :
โSISTEM PERSAMAAN LINEARโ
Disusun oleh:
Karnal B. P. Pakinde
&
Lusiana Talindu
PROGRAM STUDI PENDIDIKAN MATEMATIKA
FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS KRISTEN TENTENA
TENTENA
2016
2. ii
KATA PENGANTAR
Puji syukur kepada Tuhan Yang Maha Esa atas segala kasih dan rahmat-Nya sehingga
makalah metode numerik tentang sistem persamaan linear dapat kami selesaikan dengan baik
sesuai batas waktu yang ditentukan. Makalah ini dibuat untuk memenuhi tugas pada mata
kuliah metode numerik dengan dosen pengampuh bapak Ruben Sonda, M.Pd.
Kami mengucapkan terima kasih yang sebesar-besarnya kepada pihak-pihak yang
telah ikut membantu dalam penulisan makalah ini. Terima kasih untuk bantuan materil
maupun moril yang telah diberikan semoga Tuhan yang akan membalas semuanya.
Penulisan makalah ini masih jauh dari kesempurnaan oleh karena itu kami sangat
membutuhkan kritik dan saran dari para pembaca sekalian. Harapan kami semoga makalah
ini dapat digunakan untuk membantu resensi tugas kuliah dan digunakan sebagai mana
mestinya.
Tentena, November 2016
Penulis
3. iii
DAFTAR ISI
KATA PENGANTAR ...................................................................................................i
DAFTAR ISI..................................................................................................................ii
BAB I PENDAHULUAN
A. Latar Belakang..................................................................................................1
B. Rumusan Masalah............................................................................................2
C. Tujuan Penulisan..............................................................................................2
BAB II PEMBAHASAN
A. Sistem Persamaan Linear (SPL.......................................................................3
B. Metode Penyelesaian Sistem Persamaan Linier .............................................4
C. Contoh-Contoh Soal Sistem Persamaan Linier..............................................12
BAB III PENUTUP
A. Kesimpulan.........................................................................................................16
B. Saran...................................................................................................................16
DAFTAR PUSTAKA.....................................................................................................17
4. 1
BAB I
PENDAHULUAN
A. Latar Belakang
Penyelesaian suatu sistem n persamaan dengan n bilangan tak diketahui banyak
dijumpai dalam permasalahan ilmu pengetahuan dan teknologi, seperti penyelesaian
numeris persamaan diferensial biasa dan diferensial parsial, analisis struktur, analisis
jaringan, dan sebagainya.
Di dalam penyelesaian sistem persamaan akan dicari nilai
๐ฅ1, ๐ฅ1, โฆ โฆ โฆโฆ โฆ โฆ, ๐ฅ ๐, yang memenuhi sistem persamaan berikut :
๐1(๐ฅ1, ๐ฅ2, โฆ โฆโฆ โฆ โฆโฆ , ๐ฅ ๐,) = 0
๐2(๐ฅ1, ๐ฅ2, โฆ โฆ โฆโฆ โฆ โฆ, ๐ฅ ๐, ) = 0
.
.
.
๐3(๐ฅ1, ๐ฅ2, โฆ โฆ โฆโฆ โฆ โฆ, ๐ฅ ๐, ) = 0
Sistem persamaan linier di atas dapat linier atau tidak linier. Penyelesaian sistem
persamaan tak linier adalah sulit. Untungnya, sebagian besar permasalahan yang ada
merupakan persamaan linier. Di dalam makalah ini akan dibahas mengenai sistem
persamaan linier, yang mempunyai bentuk umum berikut ini.
๐11 ๐ฅ1+ ๐12 ๐ฅ2 + โฆ . +๐1๐ ๐ฅ ๐ = ๐1
๐21 ๐ฅ1+ ๐22 ๐ฅ2 + โฆ. +๐2๐ ๐ฅ ๐ = ๐2
.
.
.
๐11 ๐ฅ1+ ๐ ๐2 ๐ฅ2 + โฆ . +๐ ๐๐ ๐ฅ ๐ = ๐ ๐
Dengan ๐ adalah koefisien konstan, b adalah konstan, n adalah jumlah persamaan
dan ๐ฅ1, ๐ฅ1, โฆ โฆ โฆโฆ โฆ โฆ, ๐ฅ ๐, adalah bilangan tak diketahui.
5. 2
B. Rumusan Masalah
Dari latar belakang di atas maka diperoleh rumusan masalah sebagai berikut :
1. Apa yang dimaksud sistem persamaan linier ?
2. Bagaimana metode penyelesaian sistem persamaan linier ?
3. Bagaimana contoh-contoh soal sistem persamaan linier ?
C. Tujuan Penulisan
Adapun tujuan penulisan dari pembuatan makalah ini, yaitu :
1. Untuk menjelaskan sistem persamaan linier.
2. Untuk mengetahui metode penyelesaian sistem persamaan linier.
3. Untuk memahami contoh-contoh soal sistem persamaan linier.
6. 3
BAB II
PEMBAHASAN
A. Sistem Persamaan Linear (SPL)
1. Definisi SPL
Sistem persamaan linier merupakan salah satu model dan masalah matematika
yang banyak dijumpai dalam berbagai disiplin ilmu, termasuk matematika, statistika,
fisika, biologi, ilmu-ilmu sosial, teknik dan bisnis. Sistem-sistem persamaan linier
muncul secara langsung dari masalah-masalah nyata dan merupakan bagian dari
proses penyelesaian masalah-masalah lain misalnya penyelesaian sistem persamaan
nonlinier simultan.
2. Bentuk Umum SPL
Bentuk umum suatu sistem persamaan linear yang sering kita jumpai pada
umumnya seperti :
a. Sistem Persamaan Linear Dua Variabel (SPLDV)
๐๐ฅ + ๐๐ฆ = ๐ atau ๐1 ๐ฅ + ๐1 ๐ฆ = ๐1
๐๐ฅ + ๐๐ฆ = ๐ ๐2 ๐ฅ + ๐2 ๐ฆ = ๐2
b. Sistem Persamaan Linear Tiga Varibel (SPLTV)
๐๐ฅ + ๐๐ฆ + ๐๐ง = ๐ ๐1 ๐ฅ + ๐1 ๐ฆ + ๐1 ๐ง = ๐1
๐๐ฅ + ๐๐ฆ + ๐๐ง = โ atau ๐2 ๐ฅ + ๐2 ๐ฆ + ๐2 ๐ง = ๐2
๐๐ฅ + ๐๐ฆ + ๐๐ง = ๐ ๐3 ๐ฅ + ๐3 ๐ฆ + ๐3 ๐ง = ๐3
Akan tetapi bentuk umum yang akan dibahas dalam bab ini adalah bentuk suatu
sistem persamaan linier yang terdiri atas sejumlah berhingga persamaan linier dalam
sejumlah berhingga variabel. Bentuk yang dimaksud adalah :
7. 4
๐11 ๐ฅ1+ ๐12 ๐ฅ2 + โฆ . +๐1๐ ๐ฅ ๐ = ๐1
๐21 ๐ฅ1+ ๐22 ๐ฅ2 + โฆ . +๐2๐ ๐ฅ ๐ = ๐2
.
.
.
๐11 ๐ฅ1+ ๐ ๐2 ๐ฅ2 + โฆ . +๐ ๐๐ ๐ฅ ๐ = ๐ ๐
B. Metode Penyelesaian Sistem Persamaan Linear (SPL)
Menyelesaikan suatu sistem persamaan linier adalah mencari nilai-nilai variabel-
variabel tersebut yang memenuhi semua persamaan linier yang diberikan..
Pada dasarnya terdapat dua kelompok metode yang dapat digunakan untuk
menyelesaikan suatu sistem persamaan linier. Metode pertama dikenal sebagai metode
langsung, yakni metode yang mencari penyelesaian suatu sistem persamaan linier dalam
langkah berhingga. Metode-metode ini dijamin berhasil dan disarankan untuk pemakaian
secara umum. Kelompok kedua dikenal sebagai metode tak langsung atau metode
iteratif, yang bermula dari suatu hampiran penyelesaian awal dan kemudian berusaha
memperbaiki hampiran dalam tak berhingga namunlangkah konvergen. Metode-metode
iteratif digunakan untuk menyelesaikan sistem persamaan linier berukuran besar dan
proporsi koefisien nolnya besar, seperti sistem-sistem yang banyak dijumpai dalam
sIstem persamaan diferensial. Berikut diuraikan beberapa cara yang dapat kita lakukan
untuk menyelesaikan sistem persamaan linier
a. Notasi Matriks
Sebuah sistem persamaan linear dapat kita selesaikan dengan mengubahnya
terlebih dahulu ke dalam bentuk matriks. Matriks adalah suatu larikan bilangan-
bilangan yang berbentuk empat persegi panjang.
Matriks tersebut mempunyai bentuk :
๐ด = [
๐11
๐21
โฎ
๐ ๐1
๐12
๐22
โฎ
๐ ๐2
๐13
๐23
โฎ
๐ ๐3
โฆ
โฆ
1
โฆ
๐1๐
๐2๐
โฎ
๐ ๐๐
]
Di dalam bentuk di atas, A adalah notasi matriks sedang ๐๐๐ adalah elemen
matriks. Deretan horizontal elemen-elemen disebut baris dan deretan vertikal disebut
8. 5
kolom. Subskrip pertama i menunjukan nomor baris dimana elemen berada. Subskrip
kedua j menunjukan kolom. Misalkan elemen ๐23 adalah elemen yang terletak pada
baris ke 2 dan kolom ke 3.
Matriks di atas mempunyai m baris dan n kolom, dan disebut mempunyai
dimensi m x n. Matriks dengan dimensi baris m = 1, seperti:
๐ต = [๐1, ๐2, โฆ ๐ ๐]
disebut vektor baris. Untuk menyederhanakan penulisan, subskrip pertama dari tiap
elemen dihilangkan. Matriks dengan dimensi kolom n = 1, seperti :
๐ถ = [
๐1
๐2
โฎ
๐ ๐
]
Disebut vektor kolom. Untuk menyederhanakan penulisan. Subskrip kedua
dihilangkan. Matriks dimana m = n disebut matriks bujur sangkar. Misalnya matriks 4
x 4 adalah :
๐ด = [
๐11
๐21
๐31
๐41
๐12
๐22
๐32
๐42
๐13
๐23
๐33
๐43
๐14
๐24
๐34
๐44
]
Diagonal yang terdiri dari elemen ๐11 , ๐22, ๐33 dan ๐44 adalah diagonal utama
matriks.
a. Beberapa tipe matriks bujur sangkar
Matriks bujur sangkar banyak digunakan dalam penyelesaian sistem persamaan
linier. Di dalam sistem tersebut, jumlah persamaan (baris) dan jumlah bilangan tak
diketahui (kolom) harus sama untuk mendapatkan penyelesaian tunggal.
Ada beberapa contoh matriks bujur sangkar, antara lain;
1. Matriks simetri
2. Matriks diagonal
3. Matriks identitas
4. Matriks segitiga atas
5. Matriks segitiga bawah
6. Matriks pita
9. 6
b. Operasi matriks
Matriks dengan bentuk tertentu dapat dioperasikan dengan 3 cara yaitu
penjumlahan, pengurangan dan perkalian.
1. Kesamaan dua matriks
Dua matriks A dan B dikatakan sama apabila elemen-elemen matriks A
sama dengan elemen-elemen matriks B dan ukuran keduanya adalah sama, ๐๐๐ =
๐๐๐ untuk semua i dan j.
2. Penjumlahan dan pengurangan matriks
Apabila ๐ด = [๐๐๐] dan ๐ต = [๐๐ผ๐ฝ] adalah dua matriks m x n, penjumlahan atau
pengurangan dari kedua matriks tersebut A ยฑ B, adalah sama dengan matriks ๐ถ =
[๐๐ผ๐ฝ] dengan dimensi m x n, dimana tiap elemen matriks C adalah jumlah atau
selisih dari elemen-elemen yang berkaitan dari A dan B.
๐ถ = ๐ด ยฑ ๐ต = [๐๐๐ ยฑ ๐๐๐ ] = [๐๐๐]
3. Perkalian matriks
Perkalian matriks A dengan skalar g diperoleh dengan mengalikan semua
elemen dari A dengan skalar g. Jika gA = C, maka ๐๐๐ = ๐๐๐๐
4. Matriks transpose (๐ด ๐
)
Matriks transpose adalah matriks yang terbentuk dengan mengganti baris
menjadi kolom dan kolom menjadi baris.
5. Matriks inversi
Di dalam matriks operasi pembagian matriks tidak didefinisikan. Akan
tetapi operasi matriks yang mrip dengan pembagian adalah matriks inversi.
Apabila A adalah matriks, maka matriks inversinya adalah ๐ดโ1
, sedemikian
sehingga :
๐ด๐ดโ1
= ๐ดโ1
๐ด = ๐ผ
6. Peningkatan matriks
Matriks dapat ditingkatkan dengan menambahkan kolom atau kolom-kolom pada
matriks asli.
10. 7
c. Sistem persamaan dalam bentuk matriks
Sistem persamaan linier dapat ditulis dalam bentuk matriks. Misalnya sistem
persamaan berbentuk :
๐11 ๐ฅ1+ ๐12 ๐ฅ2 + โฆ . +๐1๐ ๐ฅ ๐ = ๐1
๐21 ๐ฅ1+ ๐22 ๐ฅ2 + โฆ . +๐2๐ ๐ฅ ๐ = ๐2
.
. (1.1)
.
๐11 ๐ฅ1+ ๐ ๐2 ๐ฅ2 + โฆ. +๐ ๐๐ ๐ฅ ๐ = ๐ ๐
Dapat ditulis dalam bentuk
[
๐11
๐21
โฎ
๐ ๐1
๐12
๐22
โฎ
๐ ๐2
โฆ
โฆโฆ
โฆ
๐1๐
๐2๐
โฎ
๐ ๐๐
] [
๐ฅ1
๐ฅ2
โฎ
๐ฅ ๐
] = [
๐1
๐2
โฎ
๐ ๐
] atau A X = B
Dengan :
A : matriks koefisien n x n
X : kolom vektor n x 1 dari bilangan tak diketahui
B : kolom vektor n x 1dari konstanta
Di dalam penyelesaian sistem persamaan , di cari vektor kolom x berdasarkan
Persamaan (1.1). Salah satu cara untuk menyelesaiakannya adalah mengalikan
kedua ruas persamaan dengan matriks inversi.
๐ดโ1
๐ด๐ = ๐ดโ1
๐ต
Karena : ๐ดโ1
๐ด = ๐ผ, maka ๐ = ๐ดโ1
๐ต
Dengan demikian nilai X dapat dihitung.
Di dalam penyelesaian sistem persamaan linier juga sering digunakan matriks
yang di tingkatkan . misalkan matriks (3 x 3) akan ditingkatkan dengan matriks C
(3 x 1) sehingga berbentuk matriks (3 x 4) menjadi :
[
๐11
๐21
๐31
๐12
๐22
๐32
๐13 โฎ
๐23
๐33
โฎ
โฎ
๐1
๐2
๐3
]
11. 8
Sebagian besar permasalahan yang dijumpai dapat digolongkan dalam dua
kategori yaitu suatu sistem persamaan dengan n kecil tetapi sedikit elemen nol,
dan suatu sistem dengan matriks order tinggi (n besar) tetapi banyak mengandung
elemen nol.
b. Metode Eliminasi Gauss
Metode eliminasi Gauss digunakan untuk menyelesaikan sebuah system
persamaan linier dengan mengubah SPL tesebut ke dalam bentuk system persamaan
linier berbentuk segitiga atas, yakni yang semua koefisien di bawah diagonal
utamanya bernilai nol. Bentuk segitiga atas ini dapat diselesaikan dengan
menggunakan substitusi (penyulihan) balik. Untuk mendapatkan bentuk SPL segitiga
dari SPL yang diketahui, metode eliminasi Gauss menggunakan sejumlah roperasi
Baris Elementer (OBE) :
1. Menukar posisi dua buah persamaan (dua baris matriks augmented).
2. Menambah sebuah persamaan (baris matriks augmented) dengan suatu kelipatan
persamaan lain (baris lain).
3. Mengalikan sebuah persamaan (baris matriks augmented) dengan sebarang
konstanta taknol.
Pemakaian operasi-operasi baris elementer di atas pada sebuah SPL tidak akan
mengubah penyelesaikan SPL yang bersangkutan. Jelas bahwa penyelesaian sebuah
SPL tidak tergantung pada susunan penulisan persamaan, sehingga operasi baris
nomor 1 dapat dipakai. Dalam setiap persamaan, kedua ruas menyatakan nilai yang
sama, sehingga operasi baris nomor 2 dapat digunakan. Demikian pula, operasi baris
nomor 3 menghasilkan persamaan yang ekivalen.
[
๐11
๐21
๐31
๐12
๐22
๐32
๐13 โฎ
๐23
๐33
โฎ
โฎ
๐1
๐2
๐3
] โน [
๐11
0
0
๐12
๐22
0
๐13 โฎ
๐23
๐33
โฎ
โฎ
๐1
๐โฒ2
๐โฒโฒ3
]
๐ฅ3 =
๐โฒโฒ
3
๐โฒโฒ
33
๐ฅ2 =
(๐โฒ
2โ๐โฒ
23 ๐ฅ3
๐โฒ22
๐ฅ1 =
(๐1โ๐12 ๐ฅ2โ๐13 ๐ฅ3)
๐11
Gambar 2.1 Gambaran prosedur hitungan metode eliminasi Gauss.
12. 9
c. Metode Gauss-Jordan
Metode gauss jordan mirip dengan metode eliminasi Gauss. Dalam metode Gauss-
Jordan Bilangan tak diketahui di eliminasi dari semua persamaan, yang dalam metode
Gauss bilangan tersebut di eliminasi dari persamaan berikutnya. Dengan demikian
langkah-langkah eliminasi menghasilkan matriks identitas, seperti ditunjukan dalam
gambar 3.2.
[
๐11
๐21
๐31
๐12
๐22
๐32
๐13 โฎ
๐23
๐33
โฎ
โฎ
๐1
๐2
๐3
] โน [
1
0
0
0
1
0
0 โฎ
0 โฎ
1 โฎ
๐1
โ
๐2
โ
๐3
โ
] โน [
๐ฅ1
0
0
๐
๐ฅ2
0
0
0
1
=
=
=
๐1
โ
๐2
โ
๐3
โ
]
Gambar 3.2 prosedur hitungan metode Gauss-Jordan.
d. Matriks Tridiagonal (Metode Sapuan Ganda)
Dalam penyelesaian sistem persamaan yang berbentuk matriks tridiagonal,
metode penyelesaian langsung sering disebut metode sapuan ganda atau metode
Choleski. Metode ini pemakaiannya mudah dan matriks tridiagonal banyak dijumpai
dalam banyak permasalahan, terutama dalam penyelesaian persamaan diferensial orde
dua.
Jika A matriks nyata, simetris dan definit positif, maka kita dapat menemukan
suatu matriks segitiga bawah L sedemikian hingga ๐ด = ๐ฟ ๐ฟ๐
. Cara ini dikenal sebagai
faktorisasi Choleski.matriks L dihitung dengan menyelesaikan persamaan-persamaan
โ ๐ ๐๐
2
+ ๐ ๐๐
2
= ๐ ๐๐
๐โ1
๐=1
= โ ๐ ๐๐
2
๐ ๐๐
2
+ ๐ ๐๐ ๐๐๐ = ๐ ๐๐
๐โ1
๐=1
Untuk r = 1, 2, 3, ... , n dan untuk setiap r, i = 1, 2, ..., r โ 1.
e. Matriks Inversi
Apabila matriks A adalah bujur sangkar, maka terdapat matriks lain yaitu ๐ดโ1
,
yang disebut matriks inversi dari A, sedemikian hingga :
๐ด๐ดโ1
= ๐ดโ1
๐ด = ๐ผ
Dengan I adalah matriks identitas.
Matriks inversi dapat digunakan untuk menyelesaikan sistem yang berbentuk :
13. 10
AX = C (5.1)
atau
X = ๐ดโ1
C (5.2)
Persamaan di atas menunjukan bahwa x dapat di hitung dengan mengalikan
matriks inversi dari koefisien matriks A dengan ruas kanan dari sistem persamaan (5.1),
yaitu C.
Metode Gauss-Jordan dapat di gunakan untuk mencari matriks inversi. Untuk itu
koefisien matriks ditingkatkan dengan matriks identitas. Metode gauss-jordan
digunakan untuk mereduksi koefisien matriks menjadi matriks identitas. Setelah selesai,
sisi kanan dari matriks yang ditingkatkan merupakan matriks inversi. Gambar (5.1)
adalah gambaran prosedur hitungan matriks inversi.
[
๐11
๐21
๐31
๐12
๐22
๐32
๐13 โฎ
๐23
๐33
โฎ
โฎ
1 0 0
0 1 0
0 0 1
] โน [
1 0 0
0 1 0
0 0 1
โฎ ๐11
โ1
๐12
โ1
๐13
โ1
โฎ ๐21
โ1
๐22
โ1
๐23
โ1
โฎ ๐31
โ1
๐32
โ1
๐33
โ1
]
๐ด ๐ผ ๐ผ ๐ดโ1
Gambar 5.1 prosedur hitungan matriks inversi
f. Metode Iterasi
Metode iterasi lebih baik di banding dengan metode langsung, misalnya untuk matriks
yang tersebar yaitu matriks dengan banyak elemen nol. Metode ini juga dapat
digunakan untuk menyelesaikan sistem persamaan tidak linier. Metode iterasi terbagi
menjadi dua, yaitu metode Jacobi dan Gauss-Seidel.
1. Metode Jacobi
Misalkan terdapat sistem 3 persamaan dengan 3 bilangan tak diketahui :
๐11 ๐ฅ1 + ๐12 ๐ฅ2 + ๐13 ๐ฅ3 = ๐1
๐21 ๐ฅ1 + ๐22 ๐ฅ2 + ๐23 ๐ฅ3 = ๐2 (6.1)
๐31 ๐ฅ1 + ๐32 ๐ฅ2 + ๐33 ๐ฅ3 = ๐3
Persamaan pertama dari sistem di atas dapat digunakan untuk menghitung ๐ฅ1 dan
๐ฅ3. Demikian juga persamaan kedua dan ketiga untuk menghitung ๐ฅ2 dan ๐ฅ3,
sehingga didapat :
14. 11
๐ฅ1 =
(๐1โ๐12 ๐ฅ โ๐13 ๐ฅ3)
๐11
๐ฅ2 =
(๐2โ๐21 ๐ฅ1โ๐23 ๐ฅ3)
๐22
๐ฅ3 =
(๐3โ๐31 ๐ฅ1โ๐32 ๐ฅ3)
๐33
(6.2)
Hitungan dimulai dengan nilai perkiraan awal sebarang untuk variabel yang
dicari nilai perkiraan awal tersebut di subtitusikan kedalam ruas kanan dari sistem
persamaan (6.2). Selanjutnya nilai variabel yang didapat tersebut disubtitusikan ke
ruas kanan dari sistem (6.2) lagi untuk mendapatkan nilai perkiraan kedua. Prosedur
tersebut diulangi lagi sampai nilai setiap variabel pada iterasi ke n mendekati nilai
pada iterasi ke n-1. Apabila superskrip n menunjukan jumlah iterasi, maka
persamaan (6.2) dapat ditulis menjadi :
๐ฅ1
๐
=
(๐1 โ ๐12 ๐ฅ2
๐โ1
โ ๐13 ๐ฅ3
๐โ1
)
๐11
๐ฅ2
๐
=
(๐2 โ ๐21 ๐ฅ1
๐โ1
โ ๐23 ๐ฅ3
๐โ1
)
๐22
๐ฅ3
๐
=
(๐3 โ ๐31 ๐ฅ1
๐โ1
โ ๐32 ๐ฅ2
๐โ1
)
๐33
Iterasi hitungan berakhir setelah :
๐ฅ1
๐โ1
โ ๐ฅ1
๐
, ๐ฅ2
๐โ1
โ ๐ฅ2,
๐
dan ๐ฅ3
๐โ1
โ ๐ฅ3
๐
atau telah dipenuhi kriteria berikut :
๐a = |
๐ฅ ๐
๐
โ ๐ฅ ๐
๐โ1
๐ฅ ๐
๐ | 100% < ๐ ๐
dengan ๐๐ adalah batasan ketelitian yang dikehendaki.
2. Metode Gauss-Seidel
Di dalam metode Jacobi nilai ๐ฅ1 yang dihitung dari persamaan pertama tidak
digunakan untuk menghitung nilai ๐ฅ2 dengan persamaan kedua. Demikian juga
nilai ๐ฅ2 tidak digunakan untuk mencari ๐ฅ3 , sehingga nilai-nilai tersebut tidak
dimanfaatkan. Sebenarnya nilai-nilai baru tersebut labih baik dari nilai-nilai yang
lama. Di dalam metode Gauss Seidel nilai-nilai tersebut dimanfaatkan untuk
menghitung variabel berikutnya.
15. 12
C. Contoh - Contoh Soal Sistem Persamaan Linear
Contoh 1
Perhatikan SPL
๐ฅ1 + 3๐ฅ2 = 5
3๐ฅ1 + 9๐ฅ2 = 7
Penyelesaian
Jika persamaan kedua dikurangi tiga kali persamaan pertama maka kita dapatkan 0 = 7 ๏ญ
15. Ini artinya SPL tersebut tidak mempunyai penyelesaian. Apabila kita plot kedua garis
yang menyajikan kedua persamaan linier di atas kita dapatkan dua buah kurva linier yang
tidak berpotongan.
Contoh 2
Selesaikan sistem persamaan berikut dengan metode Gauss Jordan :
3x + y โ z = 5 (1.a)
4x + 7y โ 3z = 20 (1.b)
2x ๏ญ 2y + 5z = 10 (1.c)
Penyelesaian
Sistem persamaan di atas dapat ditulis dalam bentuk matriks berikut :
[
3 1 โ1
4 7 3
2 โ2 5
] [
๐ฅ1
๐ฅ2
๐ฅ3
] = [
5
20
10
]
Baris pertama dalam persamaan (2) dibagi dengan elemen pertama dari
persamaan pertama, yaitu 3, sehingga persamaan menjadi
[
1 0,3333 โ0,3333
4 7 โ3
2 โ2 5
][
๐ฅ
๐ฆ
๐ง
] = [
1,6666
20
10
]
Persamaan pertama dikalikan elemen pertama dari persamaan kedua, yaitu 4, dan
kemudian dikurangkan terhadap persamaan kedua. Dengan cara yang sama untuk
persamaan ketiga, sehingga didapat :
[
1 0,3333 โ0,3333
0 5,6668 โ1,6668
0 โ2,6666 5,6666
][
๐ฅ
๐ฆ
๐ง
] = [
1,6666
13,3336
6,6668
]
16. 13
Baris kedua dari persamaan di atas dibagi dengan elemen pertama tidak nol dari
baris kedua, yaitu 5,6668, sehingga sistem persamaan menjadi :
[
1 0,3333 โ0,3333
0 1 โ0,2941
0 โ2,6666 5,6666
][
๐ฅ
๐ฆ
๐ง
] = [
1,6666
2,3529
6,6668
]
Persamaan kedua dikalikan dengan elemen kedua dari persamaan pertama
(0,3333) dan kemudian dikurangkan terhadap persamaan pertama. Kemudian dengan
cara yang sama untuk persamaan ketiga, sehingga didapat :
[
1 0 โ0,2353
0 1 โ0,2941
0 0 4,8824
] [
๐ฅ
๐ฆ
๐ง
] = [
0,8824
2,3529
12,9410
]
Persamaan ketiga dibagi dengan elemen pertama tidak nol dari baris ketiga yaitu
4,8824 sehingga persamaan menjadi :
[
1 0 โ0,2353
0 1 โ0,2941
0 0 1
][
๐ฅ
๐ฆ
๐ง
] = [
0,8824
2,3529
2,6505
]
Persamaan ketiga dikalikan elemen ketiga dari persamaan pertama dan kemudian
dikurangkan terhadap persamaan pertama. Kemudian dengan cara yang sama untuk
persamaan kedua, sehingga didapat :
[
1 0 0
0 1 0
0 0 1
] [
๐ฅ
๐ฆ
๐ง
] = [
1,5061
3,1324
2,6505
]
Dari sistem persamaan di atas, didapat nilai x, y dan z berikut ini :
x = 1,5061
y = 3,1324
z = 2,6505
Contoh 3
Selesaikan sistem persamaan berikut dengan metode iterasi Jacobi dan Gauss-Seidel.
3x + y โ z = 5
4x + 7y ๏ญ 3z = 20 (1)
2x ๏ญ 2y + 5z = 10
Penyelesaian
a. Iterasi Jacobi
๐ฅ =
5 โ ๐ฆ + ๐ง
3
17. 14
๐ฆ =
20 โ 4๐ฅ + 3๐ง
7
๐ง =
10 โ 2๐ฅ + 2๐ง
7
Langkah pertama dicoba nilai x = y = z = 0 dan dihitung nilai xโ, yโ, dan zโ.
๐ฅโฒ
=
5 โ 0 + 0
3
= 1,66667
๐ฆโฒ
=
20 โ 0 + 0
7
= 2,85714
๐งโฒ
=
10 โ 0 + 0
5
= 2
Nilai xโ, yโ, dan zโ yang diperoleh tidak sama dengan nilai pemisalan. Iterasi dilanjutkan
dengan memasukan nilai xโ, yโ dan zโ ke dalam persamaan (2) untuk menghitung xโโ, yโโ
dan zโโ dan kesalahan yang terjadi.
๐ฅโฒโฒ
=
5 โ 2,857714+ 2
3
= 1,38095
๐ ๐ฅ =
1,38095 โ 1,66667
1,38095
100% = 20,69%
๐ฆโฒโฒ
=
20 โ 4(1,66667)+ 3(2)
7
= 2,76190
๐ ๐ฆ =
2,76190โ 2,85714
2,76190
100% = 3,45%
๐งโฒโฒ
=
10 โ 2(1,66667) + 2(2)
5
= 2,13333
๐ ๐ง =
2,13333 โ 2
2,13333
100% = 6,25%
b. Iterasi Gauss-Seidel
Langkah pertama dicoba nilai y = z = 0 dan dan dihitung xโ dengan menggunakan
persamaan
๐ฅ1
1
=
(๐1 โ ๐12 ๐ฅ2
0
โ ๐13 ๐ฅ3
0
)
๐11
Menjadi :
18. 15
๐ฅโฒ
=
5 โ 0 + 0
3
= 1,6667
Persamaan ๐ฅ2
1
=
(๐2โ๐21 ๐ฅ1
1
โ๐23 ๐ฅ3
0
)
๐22
digunakan untuk menghitung nilai yโ :
๐ฆโฒ
=
20 โ 4(1,66667)+ 3(0)
7
= 1,90476
Nilai zโ dihitung dari persamaan ๐ฅ3
1
=
(๐3โ๐31 ๐ฅ1
1
โ๐32 ๐ฅ2
0
)
๐33
:
๐งโฒ
=
10 โ 2(1,66667)+ 2(1,90467)
5
= 2,09524
Nilai xโ, yโ, dan zโ yang diperoleh tidak sama dengan nilai pemisalan. Iterasi
dilanjutkan dengan prosedur di atas untuk menghitung xโโ, yโโ, dan zโโ dan kesalahan
yang terjadi.
๐ฅโฒโฒ
=
5 โ 1,90476+ 2,09524
3
= 1,73016
๐ ๐ฅ =
1,73016 โ 1,66667
1,73016
100% = 3,67%
๐ฆโฒโฒ
=
20 โ 4(1,73016)+ 3(2,09524)
7
= 2,76644
๐ ๐ฆ =
2,76644 โ 1, 90476
2,76644
100% = 31,15%
๐งโฒโฒ
=
10 โ 2(1,73016) + 2(2,76644)
5
= 2,41451
๐ ๐ง =
2,41451โ 2,09524
2,41451
100% = 13,22%
19. 16
BAB III
PENUTUP
A. Kesimpulan
Sistem persamaan linier merupakan salah satu model dan masalah matematika
yang banyak dijumpai dalam berbagai disiplin ilmu, termasuk matematika, statistika,
fisika, biologi, ilmu-ilmu sosial, teknik dan bisnis sistem-sistem persamaan linier muncul
secara langsung dari masalah-masalah nyata. Masalah โmasalah tersebut dapat di ubah
dalam bentuk persamaan :
๐11 ๐ฅ1+ ๐12 ๐ฅ2 + โฆ . +๐1๐ ๐ฅ ๐ = ๐1
๐21 ๐ฅ1+ ๐22 ๐ฅ2 + โฆ . +๐2๐ ๐ฅ ๐ = ๐2
.
.
.
๐11 ๐ฅ1+ ๐ ๐2 ๐ฅ2 + โฆ . +๐ ๐๐ ๐ฅ ๐ = ๐ ๐
Persamaan di atas dapat dicari penyelesaiannya dengan menggunakan matriks,
metode eliminasi Gauss, metode Gauss-Jordan, matriks tridiagonal, matriks inversi
maupun metode iterasi. Masing-masing metode memiliki keunikan tersendiri. Dari
beberapa metode yang ada metode penyelesaian yang paling mudah dan sederhana
digunakan adalah metode iterasi.
B. Saran
Sistem persamaan linier merupakan model matematika yang berkaitan erat dalam
kehidupan kita setiap hari. Oleh dan sebab itu sangat penting bagi kita untuk mempelajari
secara mendalam cara memecahkan suatu model persamaan linier. Sangat disarankan
kepada para pembaca untuk menambah resensi materi tentang sistem persamaan linear
dari sumber-sumber lain seperti buku diktat atau modul SPL atau internet.