MAKALAH FISIKA KOMPUTASI

“METODE LITERASI GAUSS-SEIDEL”

DISUSUN OLEH :
KELOMPOK IV

KHAIRUN NISYA 8186175001

RAHMAYANI 8186175004

Diajukan Untuk Memenuhi Tugas Fisika Komputasi

PROGRAM STUDI PENDIDIKAN FISIKA

PROGRAM PASCASARJANA UNIVERSITAS NEGERI MEDAN
2019
 KATA PENGANTAR

Puji syukur kepada Tuhan Yang Maha Esa atas segala kasih dan rahmat-
Nya sehingga makalah yang berjudul matriks dan sistem persamaan linear dapat
kami selesaikan dengan baik sesuai batas waktu yang ditentukan. Makalah ini
dibuat untuk memenuhi tugas pada mata kuliah fisika komputasi dengan dosen
pengampuh bapak Dr. Makmur Sirait, M.Si.

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.

Medan, 03 Februari 2019

Kelompok IV
 BAB I
PENDAHULUAN

A. Latar Belakang
Metode numerik merupakan teknik dalam menyelesaikan permasalahan
permasalahan yang diinformasikan secara matematis dengan cara operasi hitungan
(aritmatic). Berbagai permasalan dalam bidang ilmu pengetahuan dan teknologi
dapat digambarkan dalam bentuk persamaan matematik . Suatu permasalahan
linier dapat disajikan dengan menggunakan matriks yang dinyatakan dengan :
Ax= b

Untuk dapat menyelesaikan suatu sistem persamaan linear dengan tepat

satu penyelesaian, beberapa teorema menyebutkan bahwa matriks A harus dapat
diinversikan yang didasarkan pada konsep determinan. Namun pada
kenyataannya, untuk sistem persamaan linear yang berukuran besar mencari
determinan matriks sama sulitnya dengan mencari solusi sistem persamaan
tersebut
Persamaan Linier yang rumit sangat susah untuk dikerjakan dengan
metode biasa. Maka ada yang disebut metode iterasi. Metode iterasi sangat cocok
untuk persemaan linier dengan banyak variabel. Salah satu metode iterasi yang
terkenal adalah metode iterasi gauss seidel.
Metode Gauss-Seidel digunakan untuk menyelesaikan sistem persamaan
linear (SPL) berukuran besar dan proporsi koefisien nolnya besar. Pembulatan
dapat diperkecil karena dapat meneruskan iterasi sampai solusinya seteliti
mungkin sesuai dengan batas sesatan yang diperbolehkan. Tapi, metode ini tidak
bisa digunakan untuk system persamaan linier yang berukuran kecil.
Oleh karena itu, penyusun dalam makalah ini mencoba menjelaskan
tentang metode iterasi gauss seidel berdasarkan sumber-sumber yang terpercaya.
B. Rumusan Masalah
Dari latar belakang di atas maka diperoleh rumusan masalah sebagai berikut :
1. Apa yang dimaksud metode literasi Gauss-seidel ?
2. Bagaimana hubungan persamaan linear dengan metode literasi Gauss-
seidel ?
3. Bagaimana cara menyelesaikan metode literasi Gauss-seidel dengan
menggunakan aplikasi Matlab ?

C. Tujuan Penulisan
Adapun tujuan penulisan dari pembuatan makalah ini, yaitu :
1. Untuk menjelaskan metode literasi Gauss-seidel.
2. Untuk mengetahui hubungan persamaan linear dengan metode literasi
Gauss-seidel.
3. Untuk mengetahui cara menyelesaikan metode literasi Gauss-seidel
dengan menggunakan aplikasi Matlab.
 BAB II
PEMBAHASAN

A. Definisi Metode Iterasi Gauss-Seidel

Eliminasi Gauss-Seidel adalah metode yang menggunakan proses

iterasi hingga diperoleh nilai-nilai yang berubah. Bila diketahui persamaan
linier simultan:
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ 𝑎2𝑛 𝑥𝑛 = 𝑏2
.
.
.
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑛
Berikan nilai awal dari setiap 𝑥𝑖 (𝑖 = 1 … … 𝑛) kemudian sistem
persamaan linear tersebut akan menjadi :
1
𝑥1 = (𝑏 − 𝑎12 𝑥2 − 𝑎13 𝑥3 − ⋯ − 𝑎1𝑛 𝑥𝑛 )
𝑎11 1
1
𝑥2 = (𝑏 − 𝑎21 𝑥2 − 𝑎23 𝑥3 − ⋯ − 𝑎2𝑛 𝑥𝑛 )
𝑎22 2
1
𝑥𝑛 = (𝑏 − 𝑎𝑛1 𝑥1 − 𝑎𝑛2 𝑥2 − ⋯ − 𝑎𝑛𝑛−1 𝑥𝑛−1 )
𝑎𝑛𝑛 𝑛
Cara penyelesaiannya :
 Hitung nilai-nilai 𝑥𝑖 (𝑖 = 1 … . . 𝑛 dari persamaan-persamaan diatas
 Lakukan sehingga nilai-nilai, 𝑖𝑥 tersebut mendekati nilai 𝑥𝑖 pada
iterasi sebelumnya, dengan berta toleransi tertentu.
 Proses iterasi akan berhenti ketika selisih dari 𝑥𝑖 dengan 𝑥𝑖−1 kurang
dari nilai toleransi eror yang ditentukan.

Hati-hati dalam menyusun sistem persamaan linier ketika

menggunakan metode iterasi Gauss-Seidel ini. Perhatikan setiap
koefisien dari masing-masing 𝑥𝑖 pada semua persamaan di diagonal
utama (a iii )
 Kita letakkan nillai-nilai terbesar darikoefisien untuk setiap 𝑥𝑖
pada diagonal utama. Masalah ini adalah “masalah pivoting” yang harus benar-
benar diperhatikan, karena kalau dalam penyusunanyang salah akan
menyebabkan iterasi menjadi divergen dan tidak memperoleh hasil yang
benar.
Menurut Sahid (2005) pada metode iterasi Gauss-Seidel, nilai-nilai yang
paling akhir dihitung digunakan di dalam semua perhitungan. Jelasnya, di dalam
iterasi Jacobi, menghitung

xi( k )  f ( x1( k ) , x2( k ) ,..., xi(k1) , xi(k1) ,..., xn( k )

sedangkan pada iterasi Gauss-Seidel menghitung

xi( k 1)  f ( x1( k 1) , x2( k 1) ,..., xi(k11) , xi(k1) ,..., xn( k )
rumus untuk hampiran ke-k pada metode iterasi Gauss-Seidel adalah sebagai
berikut :
xi( k ) 
1
aij

bi   j 1 aij xi( k )   j i1 aij x (jk 1)
i 1 n

dengan syarat aii ≠ 0 dan k = 1, 2, ...
Metode iterasi Gauss-Seidel dapat dinyatakan dalam bentuk matriks.
Nyatakan matriks koefisien A sebagai A = D + (L + U), dengan L dan U berturut-
turut adalah matriks segitiga bawah dan atas dengan diagonal nol dan D matriks
diagonal. Rumus iterasi Gauss-Seidel dapat ditulis dalam bentuk :
𝑋 (𝑘) = 𝐷 − 1(𝑏 − 𝐿𝑋 (𝑘) − 𝑈𝑋 (𝑘−1) )
(𝐷 + 𝐿)𝑋 (𝑘) = 𝑏 − 𝑈𝑋 (𝑘−1)
𝑋 (𝑘) = (𝐷 + 𝐿)−1 (𝑏 − 𝑈𝑋 (𝑘−1) )
yang menghasilkan
𝑋 (𝑘) = −(𝐷 + 𝐿)−1 𝑈𝑋 (𝑘−1) + (𝐷 + 𝐿)−1 𝑏
Metode iterasi Gauss-Seidel hampir sama dengan metode iterasi Jacobi.
Perbedaannya hanya terletak pada penggunaan nilai elemen vektor x baru yang
langsung digunakan pada persamaan di bawahnya. Untuk lebih jelasnya,
perhatikan sistem persamaan linier berikut,
10x1 – x2 + 2x3 =6 (P1)
-x1 + 11x2 – x3 +3x4 = 25 (P2)
2x1 – x2 + 10x3 – x4 = -11 (P3)
3x2 – x3 + 8x4 = 15 (P4)
Nyatakan terlebih dahulu setiap variabel dalam ketiga variabel yang lain :
1. Nyatakan x1 dari persamaan (P1) dalam x2, x3, dan x4.
2. Nyatakan x2 dari persamaan (P2) dalam x1, x3, dan x4.
3. Nyatakan x3 dari persamaan (P3) dalam x1, x2, dan x4.
4. Nyatakan x4 dari persamaan (P4) dalam x1, x2, dan x3.
hasilnya adalah :
1 2 6
𝑥1 = 10 𝑥2 − 10 𝑥3 + 10 (P5)
1 1 3 25
𝑥2 = 11 𝑥1 − 11 𝑥3 − 11 𝑥4 + 11 (P6)
2 1 1 11
𝑥3 = − 10 𝑥1 + 10 𝑥2 + 10 𝑥4 + 10 (P7)
3 1 15
𝑥4 = − 8 𝑥2 + 8 𝑥3 + (P8)
8

Pada baris pertama, x1baru dihitung berdasarkan x2lama dan x3lama. Kemudian
x1baru tersebut langsung dipakai pada baris kedua untuk menghitung x2baru.
Selanjutnya x1baru dan x2baru digunakan pada baris ketiga untuk mendapatkan x3baru.
Begitu seterusnya hingga x4baru pun diperoleh pada baris keempat.
1 2 6
𝑥1 (𝑏𝑎𝑟𝑢) = 10 𝑥2 (𝑙𝑎𝑚𝑎) − 10 𝑥2 (𝑙𝑎𝑚𝑎) + 10
1 1 3 25
𝑥2 (𝑏𝑎𝑟𝑢) = 11 𝑥1 (𝑏𝑎𝑟𝑢) − 11 𝑥3 (𝑙𝑎𝑚𝑎) − 11 𝑥4 (𝑙𝑎𝑚𝑎) + 11
2 1 1 11
𝑥3 (𝑏𝑎𝑟𝑢) = − 10 𝑥1 (𝑏𝑎𝑟𝑢) + 10 𝑥2 (𝑏𝑎𝑟𝑢) + 10 𝑥4 (𝑙𝑎𝑚𝑎) + 10
3 1 15
𝑥4 (𝑏𝑎𝑟𝑢) = − 8 𝑥2 (𝑏𝑎𝑟𝑢) + 8 𝑥3 (𝑏𝑎𝑟𝑢) + 8

Sistem persamaan tersebut dapat dinyatakan dalam indeks k seperti di bawah ini
dimana k adalah jumlah iterasi.
1 2 6
𝑥1 (𝑘) = 10 𝑥2 (𝑘−1) − 10 𝑥2 (𝑘−1) + 10
1 1 3 25
𝑥2 (𝑘) = 11 𝑥1 (𝑘) − 11 𝑥3 (𝑘−1) − 11 𝑥4 (𝑘−1) + 11
 2 1 1 11
𝑥3 (𝑘) = − 10 𝑥1 (𝑘) + 10 𝑥2 (𝑘) + 10 𝑥4 (𝑘−1) + 10
3 1 15
𝑥4 (𝑘) = − 8 𝑥2 (𝑘) + 8 𝑥3 (𝑘) + 8

Jika diberikan nilai-nilai awal x(0) adalah x1(0) = 0, x2(0) = 0, x3(0) = 0, dan x4(0) = 0,
atau dinyatakan sebagai hampiran awal x(0) = (0;0;0;0)T, jika pada k = 1 akan
memperoleh hampiran pertama sebagai berikut :
(1)
𝑥1 = 0,6000
(1)
𝑥2 = 2,3272
(1)
𝑥3 = −0,9873
(1)
𝑥4 = 0,8789
Lalu proses perhitungan diulangi lagi dengan k = 2. Begitu seterusnya proses ini
diulang-ulang lagi untuk nilai-nilai k berikutnya sampai x(k) mendekati solusi yang
sesungguhnya, yaitu
x = (1; 2; -1; 1)T
Contoh soal :
1. Selesaikan persamaan berikut ini :
4𝑥 − 𝑦 + 𝑧 = 7
4𝑥 − 8𝑦 + 𝑧 = −21
−2𝑥 + 𝑦 + 5 𝑧 = 15
Jawab :
Berikan nilai awal 𝑥0 = 0, 𝑦0 = 0, 𝑍0 = 0
Persamaan disusun menjadi :
7+𝑦−𝑧
𝑥=
4
21 + 4𝑥 + 𝑧
𝑦=
4
15 + 2𝑥 − 𝑦
𝑧=
5
Lakukan proses literasi
Iterasi 1 :
7+0−0
𝑥1 = = 1.75
4
 21 + 4(4.175) + 0
𝑦1 = = 3.5
8
15 + 2(1.75) − 3.5
𝑧1 = =3
5
Iterasi 2:
7 + 3.5 − 3
𝑥2 = = 1.875
4
21 + 4(1.75) + 3
𝑦2 = = 3.9375
8
15 + 2(1.875) − 3.9375
𝑧2 = = 2.9625
5
Iterasi 3 :
7 + 3.9375 − 2.9625
𝑥3 = = 1.99375
4
21 + 4(1.99375) + 2.9625
𝑦2 = = 3.992188
8
15 + 2(1.99375) − 3.992188
𝑧3 = = 2.999063
5
.................................
𝑥8 = 2
𝑦8 = 4
𝑧8 = 3
Terlihat bahwa selisih nilai 𝑥, 𝑦, 𝑧 pada iterasi ke-7 dan ke-8 semakin kecil
sehingga 𝑥 = 2, 𝑦 = 4, 𝑑𝑎𝑛 𝑧 = 3

Metode Gauss-Seidel digunakan untuk menyelesaikan Sistem Persamaan

Linear (SPL) berukuran besar dan proporsi koefisien nolnya besar, seperti pada
sistem-sistem yang banyak ditemukan dalam sistem persamaan diferensial.
Metode iterasi Gauss-Seidel dikembangkan dari gagasan metode iterasi pada
solusi persamaan tak linier. Iterasi metode ini lebih efisien dibandingkan dengan
metode langsung, serta dalam hal penggunaan memori komputer maupun waktu
komputasi juga lebih efisien (Munir, R. 2003, Sahid. 2005).
Metode iterasi lebih cocok digunakan dalam kasus tertentu, yaitu sistem
yang besar. Metode iterasi menggunakan algoritma secara rekursi dalam
menentukan penyelesaian sistem persamaan linear. Algoritma tersebut dilakukan
sampai diperoleh suatu nilai konvergen dengan toleransi yang diberikan atau
sesuai dengan batas galat yang kita perbolehkan, dengan kata lain besar galat
dapat dikendalikan sampai batas yang bisa diterima (Munir, 2010:173)
Metode iterasi Gauss-Seidel adalah metode iterasi yang menghitung nilai
hampiran sekarang dengan mengacu pada nilai hampiran terbaru. Karena Metode
Gauss-Seidel Method membolehkan pengguna untuk mengkontrol round-off
error. Juga, bila bentuk dari masalah dapat dipahami, dapat ditentukan nilai
perkiraan awal yang lebih dekat, sehingga menghemat waktu iterasi.
Dari beberapa pendapat para ahli diatas, penyusun menyimpulkan bahwa
metode iterasi Gauss-Seidel digunakan untuk menyelesaikan SPL dengan tingkat
kerumitan yang tinggi. Selain dapat menghemat waktu pengerjaan, metode ini
juga dapat mengkontrol round-off error sehingga terjadinya galat dapat
diminimalisir.
Metode Gauss-Seidel digunakan untuk menyelesaikan sistem persamaan
linear (SPL) berukuran besar dan proporsi koefisien nolnya besar, seperti sistem-
sistem yang banyak ditemukan dalam sistem persamaan diferensial. Metode
iterasi Gauss-Seidel dikembangkan dari gagasan metode iterasi pada solusi
persamaan tak linier.
Teknik iterasi jarang digunakan untuk menyelesaikan SPL berukuran kecil
karena metode-metode langsung seperti metode eliminasi Gauss lebih efisien
daripada metode iteratif. Akan tetapi, untuk SPL berukuran besar dengan
persentase elemen nol pada matriks koefisien besar, teknik iterasi lebih efisien
daripada metode langsung dalam hal penggunaan memori komputer maupun
waktu komputasi. Dengan metode iterasi Gauss-Seidel, pembulatan dapat
diperkecil karena dapat meneruskan iterasi sampai solusinya seteliti mungkin
sesuai dengan batas sesatan yang diperbolehkan
B. Kelebihan dan kekurangan dalam Metode Iterasi Gauss-Seidel

1. Kelebihan Metode Gauss-Siedel

Metode ini digunakan dalam analisis numerik untuk meminimalkan
mengisi selama eliminasi, dengan beberapa tahap. Salah satu kelebihan metode ini
adalah menentukan apakah sistem konsisten. Dalam artian, terkadang jika diubah-
bah dalam beberapa bentuk, persaman menjadi tidak konsisten.
Metode ini juga dipercaya dapat menghilangkan kebutuhan untuk menulis
ulang variabel setiap angka. Selain itu, untuk persamaan yang rumit dan
memenuhi persyaratan diatas, metode ini bisa lebih mudah untuk
memecahkannya.
2. Kekurangan Metode Gauss-Siedel
Metode Gauss-Siedel tidak semua sistem persamaan menghasilkan jawaban
yang konvergen. Satu dari sistem persamaan selalu konvergen dimana koefisien
matriks adalah dominan diagonal, yaitu jika [A] dalam [A] [X] = [C].

C. Metode Literasi Gauss-Seidel Dengan Menggunakan Aplikasi Matlab

Algoritma
1. Mulai
2. Input jumlah variabel yang akan dihitung, elemen matriks a, dan elemen
vektor ruas kanan b.
3. Proses iterasi
 % proses iterasi
 k=0;
 for i=1:n
 xk(i)=0.0;
 end
4. Memasukkan
 tol=5.0e-5;
 delta=1.6e-4;
 maxstep=100;
  while((k<maxstep)&(delta>tol))
 for i=1:n
 ib = vb(i);
 m = b(ib);
 for j=i+1:n
 m = m - a(ib,j)*xk(j);
 end
 for j=1:i
 if (i==j)
 x(i)=m/a(ib,i);
 else
 m = m - a(ib,j)*x(j);
 end
 end
 end
5. Untuk mencek error
 delta=0.0;
 for i=1:n
 d = (x(i)-xk(i));
 dx(i)=abs(d);
 xk(i)=x(i);
 if(dx(i)>delta)
 delta = dx(i);
 end
 end
 k = k+1;
 fprintf('iterasi ke-%g',k);
 x
 end
6. Stop
Implementasi Langkah pada Matlab
% Program untuk melakukan eliminasi Gauss Seidel
% n = dimensi matriks
% a = elemen matriks koefisien
% b = elemen ruas kanan
clear;
clc;
n = input ('Jumlah variabel yang akan dihitung=');
a = input ('Masukkan elemen matriks a:');
b = input ('Elemen vektor ruas kanan b:');
display('Elemen matriks');a
display('Elemen ruas kanan');b
vb = 1:n;
for i=1:n
ib=vb(i);
bar=i;
ibx=ib;
m = abs(a(ib,i));
for j=i+1:n
ib=vb(j);
if(abs(a(ib,i))>m)
m=abs(a(ib,i));
bar=j;
ibx=ib;
end
end
ib=vb(i);
vb(i)=ibx;
vb(bar)=ib;
end
% proses iterasi
k=0;
for i=1:n
xk(i)=0.0;
end
tol=5.0e-5;
delta=1.6e-4;
maxstep=100;
while((k<maxstep)&(delta>tol))
for i=1:n
ib = vb(i);
m = b(ib);
for j=i+1:n
m = m - a(ib,j)*xk(j);
end
for j=1:i
if (i==j)
x(i)=m/a(ib,i);
else
m = m - a(ib,j)*x(j);
end
end
end
%periksa error
delta=0.0;
for i=1:n
d = (x(i)-xk(i));
dx(i)=abs(d);
xk(i)=x(i);
if(dx(i)>delta)
delta = dx(i);
end
 end
k = k+1;
fprintf('iterasi ke-%g',k);
x
end

Langkah-langkah dalam menjalankan progam matlab dengan

menggunakan metode Gauss Seidel sebagai berikut :
1. Buka aplikasi matlab dengan menekan double click pada dekstop MatLab

2. Sehingga akan muncul tampilan seperti gambar di bawah

3. Kemudian klik kanan menu File – New - M-file

4. Selanjutnya masukkan coding yang telah disediakan ke dalam file yang
baru di buka seperti pada gambar berikut;
5. Setelah cooding dibuat, langkah selanjutnya yaitu menyimpan pada work
Matlab dengan syarat tidak boleh menggunaan spasi. Kemudian mengklik
Debug-Run, seperti langkah di bawah.
6. Setelah me-run, maka lakukan masukkan matriks yang dingin dicari.
Testing I
Sistem Persamaan linear
12x1-x2+3x3 =8
x1+7x2-3x3 = -51
4x1-4x2+9x3 = 61
Catatan :
 Hasil akar persaman tidak langsung diperoleh, namun diperoleh
dalam bentuk iterasi.
 Jika kita masukkan nilai x pada iterasi terakhir pada persamaan,
diperoleh hasil yang sama maksudnya nilai ruas kanan sama
dengan nilai ruas kiri.
 Banyaknya persamaan diperoleh melalui data matriks a dan
matriks b.
 BAB III
PENUTUP

A. Kesimpulan
Adapun kesimpulan pada makalah ini adalah :
Metode Gauss-Seidel digunakan untuk menyelesaikan sistem
persamaan linear (SPL) berukuran besar dan proporsi koefisien nolnya
besar. Pembulatan dapat diperkecil karena dapat meneruskan iterasi
sampai solusinya seteliti mungkin sesuai dengan batas sesatan yang
diperbolehkan. Tapi, metode ini tidak bisa digunakan untuk system
persamaan linier yang berukuran kecil.
Aplikasi gauss seidel meliputi bidang komputasi dan bidang
teknologi.
Gauss seidel mempunyai kelebihan dan kekurangan. Diantara
kelebihannya adalah lebih menghemat waktu dalam menyelesaikan
persamaan yang rumit. Namun kekurangannya adalah tidak semua
persamaan menghasilkan jawaban yang benar.