METODA NUMERIK

“PENYELESAIAN SOAL SISTEM PERSAMAAN LINEAR”

DISUSUN OLEH

NAMA : FITRILLAH IMAM PRAYOGI

NIM : 03041281419154

KELAS : IV C

DOSEN PEMBIMBING : IR. ANTONIUS HAMDADI, MS

WIRAWAN ADIPRADANA, S.T, M.T

TEKNIK ELEKTRO FAKULTAS TEKNIK

UNIVERSITAS SRIWIJAYA

2016

KATA PENGANTAR

1
 Puji dan syukur kami panjatkan ke hadirat Allah SWT, yang telah memberikan
kekuatan dan kebijaksanaan, sehingga saya dapat menyelesaikan tugas ini dengan judul ’’
Metoda Numerik ; Penyelesaian soal sistem persamaan linear ” tepat pada waktunya.
Tugas ini ditujukan untuk memenuhi tugas mata kuliah Metoda Numerik. Dan juga
saya mengucapkan terimakasih kepada.

1. Dosen pembimbing yang telah banyak memberikan bimbingan dan arahan

kepada saya dalam mengerjakan tugas ini.
2. Seseorang yang selalu ada di hati kami, terima kasih atas kesetiaanmu serta
nasihat dan motivasi yang telah diberikan.
3. Semua pihak yang tidak sempat kami sebutkan satu per satu yang turut
membantu kelancaran dalam pembuatan tugas ini.

Saya menyadari bahwa tugas ini masih banyak kekurangan dan kelemahannya, baik
dalam isi maupun sistematikanya. Hal ini disebabkan oleh keterbatasan pengetahuan dan
wawasan saya. Oleh sebab itu, saya sangat mengharapkan kritik dan saran untuk
menyempurnakan tugas ini.
Akhirnya, saya mengharapkan semoga tugas ini dapat memberikan manfaat, khususnya
bagi saya.
Inderalaya, Maret 2016

Penyusun

2
 DAFTAR ISI
KATA PENGANTAR 2
DAFTAR ISI 3
BAB I PENDAHULUAN 4
BAB II DASAR TEORI 7
BAB III PEMBAHASAN.......................................... 8
BAB IV KESIMPULAN DAN SARAN 17

DAFTAR PUSTAKA 18

3
 BAB I
PENDAHULUAN
1. 1 Latar Belakang

Dalam matematika terdapat perhitungan persamaan linier dan perhitungan persamaan

non linier. Metode atau cara dalam penyelesaian persamaan liniear pada perhitungan akar-
akar persamaan linier merupakan metode yang menjadi pokok kajian yang akan kami angkat
dalam penulisan karya tulis ilmiah kami dan merupakan tonggak ilmu yang diharapkan
mampuh untuk mendukung pemahaman akan tata cara pembelajaran yang baik dalam mata
kuliah metode numerik. Pada metode penyelesaian persamaan linier terbagi menjadi dua
metode yaitu: 1. Metode Gauss

2. Metode Gauss Jordan

3. Metode LU Gauss

4. Metode Reduksi Crout

5. Metode Iterasi Jacobi atau Metode Iterasi Gauss Saidel

1. 2 Perumusan Masalah
Perumusan masalah dari karya tulis ilmiah ini adalah:
1. untuk mengetahui metode penyelesaian persamaan linier metode Gauss, Gauss Jordan, LU
Gauss, Reduksi Crout, dan Iterasi Jaccobi atau Iterasi Gauss Saidel
2. Apakah kategori dari metode Gauss, Gauss Jordan, LU Gauss, Reduksi Crout, dan Iterasi
Jaccobi atau Iterasi Gauss Saidel mempunyai metode yang lebih rinci lagi dalam
menyelesaikan persamaan linier?

1. 3 Tujuan Program
Tujuan karya tulis ilmiah ini dalah sebagai berikut:
1. untuk mengetahui metode yang dipakai dalam penyelesaian persamaan linier ; dan
2. untuk mengetahui sistem penyelesaian yang lebih rinci dalam penyelesaian metode pada
system persamaan linier.
1. 4 Luaran yang Diharapkan

4
 Luaran yang diharapkan dari karya tulis ini adalah diketahuinya metode dalam
penyelesaian persamaan linier dengan metode Gauss, Gauss Jordan, LU Gauss, Reduksi
Crout, dan Iterasi Jaccobi atau Iterasi Gauss Saidel
1. 5 Kegunaan Metode
Adapun kegunaan metode Gauss, Gauss Jordan, LU Gauss, Reduksi Crout, dan Iterasi
Jaccobi atau Iterasi Gauss Saidel, diharapkan mampu mampu memberikan kebermanfaaatan
pada penyelesaian persamaan linier.

5
 BAB II
DASAR TEORI
Sistem Persamaan Linier disebut juga persamaan garis karena apabila di plot dalam
bentuk grafis akan menghasilkan garis lurus, persamaan Linear mengandung peubah/variabel
dengan pangkat tertinggi adalah 1, dua Persamaan Linear atau lebih yang memiliki
penyelesaian disebut Sistem Persamaan Linear (SPL).
Pada umumnya, matriks digunakan sebagai alat bantu untuk menyelesaikan Sistem
Persamaan Linear. Pada Sistem Persamaan Linier terbagi menjadi metode Gauss, Gauss
Jordan, LU Gauss, Reduksi Crout, dan Iterasi Jaccobi atau Iterasi Gauss Saidel.

2.1. Metode Gauss

Tujuan dari eliminasi Gauss yaitu untuk menyelesaikan SPL dengan
penyulihan/substitusi mundur, Cara yang digunakan yaitu dengan mengubah matriks Ax = b
menjadi matriks segitiga atas Ux = y, lalu diselesaikan dengan substitusi mundur

2.2. Metode Gauss Jordan

Yaitu pengembangan dari Metode Gauss dimana matriks A diubah menjadi matriks identitas
I, sehingga tidak diperlukan lagi substitusi mundur untuk mendapatkan penyelesaiannya.

2.3. Metode LU Gauss

Matriks A (non-singular) dapat difaktorkan/diuraikan menjadi matriks segitiga bawah
L (Lower) dan matriks segitiga atas U (Upper).

A = LU
2 −1 −1 1 0 0 2 −1 −1
Contoh :
[ ] [ ][
0 −4 2 = 0 1 0 0 −4 2
6 −3 1 3 0 1 0 0 4 ]
Pada matriks L, diagonalnya harus 1. sedangkan untuk matriks U bebas. Metode
penyelesaian SPL ini disebut metode dekomposisi LU atau pemfaktoran segitiga (triangular
factorization)

6
2.4. Metode Reduksi Crout

Merupakan metode lain untuk melakukan dekomposisi LU, bila diberikan matriks A
sebagai berikut : a11 a12 a13

[
[ A ] = a21 a22 a23
a31 a32 a33 ]
Maka seperti yang telah diketahui, matriks A tersebut dapat di ubah menjadi matrik L dan U

A=LU
a11 a 12 a13 1 0 0 u11 u12 u13

[a31 a 32 a33 ][
a 21 a 22 a23 = l 21 1 0 0
l 31 l32 1 0 ][ u22 u23
0 u33 ]
2.5. Metode Iterasi

Metode-metode penyelesaian Sistem Persamaan Linier seperti eliminasi Gauss terkadang

melibatkan banyak galat pembulatan, Galat pembulatan ini dapat mengakibatkan solusi yang
didapatkan jauh dari solusi sejatinya, Metode Iterasi dapat memperkecil galat pembulatan tersebut,
Metode Iteratif juga disebut metode tidak langsung/indirect, Ada 2 metode iterasi untuk Sistem
Persamaan Linier, yaitu metode iterasi Jacobi dan Gauss-Seidel

a. Metode Iterasi Jacobi menggunakan perumusan awal seperti yang telah dijabarkan
sebelumnya, metode ini memerlukan tebakan awal untuk nilai-nilai x1, x2, x3, xn. Nilai-nilai
yang didapat pada iterasi pertama akan digunakan pada iterasi2 selanjutnya hingga
mendapatkan nilai yang diharapkan
b. Metode Iterasi Gauss Seidel mirip dengan Metode Iterasi Jacobi, Pada Metode Iterasi Gauss
Seidel, nilai x baru yang didapat langsung digunakan pada persamaan lain untuk mendapatkan
nilai xi+1 lainnya, Oleh karena itu, Metode Iterasi Gauss Seidel lebih cepat konvergen
dibandingkan Metode Iterasi Jacobi

7
 BAB III
PEMBAHASAN
3.1 Metode Gauss

Persamaan X1 – X2 +2X3 =6

2X1 + 2X2 – X3 =2

X1 + X2 +2X3 =8

Metode Gauss :

Mengubah persamaan ke dalam bentuk matriks

1 −1 2 6

[ 2 2 −1 2
1 1 2 8 ][ ]
 Mengubah nilai a21 menjadi 0

1 −1 2 6 1 −1 2 6
[ 1 1 2 8 ][ ] 3 1 2 [
2 2 −1 2 → R2 - (2*R1)→ 0 4 −5 −10
8 ][ ]
 Mengubah nilai a31 menjadi 0

1 −1 2 6 1 −1 2 6
[ 1 1 2 8 ][ ]
0 4 −5 −10 → R 3−(R 1) → 0 4 −5 −10
0 2 0 2 [ ][ ]
 Mengubah nilai a32 menjadi 0

1 −1 2 6 1 −1 2 6
[ 0 2 0 2 ][ ]
0 4 −5 −6 → R 3+(2∗R 1) → 0 4 −5 −6
0 0 4 14 [ ][ ]
Sehingga :

* 4X3 = 14 * 4X2 – 5X3 = -6

* X1 – X2 + 2X3 = 6

X3 = 4,5 4X2 – 5(4,5) = -6

X1 –4,125+2(4,5)= 4

8
 4X2 = 16,5 X1 = 4– 4,875

X2 = 16,5/4 X1 = -0,875

X2 = 4,125

3.2 Metode Gauss Jordan

Persamaan X1 – X2 +2X3 =6

2X1 + 2X2 – X3 =2

X1 + X2 +2X3 =8

Metode Gauss Jordan :

Mengubah persamaan ke dalam bentuk matriks

1 −1 2 6

[ 2 2 −1 2
1 1 2 8 ][ ]
 Mengubah nilai a21 menjadi 0

1 −1 2 6 1 −1 2 6
[ 1 1 2 8 ][ ] 1 1 2 8[
2 2 −1 2 → R2 - (2*R1)→ 0 4 −5 −10
][ ]
 Mengubah nilai a31 menjadi 0

1 −1 2 6 1 −1 2 6
[ 1 1 2 8 ][ ]
0 4 −5 −10 → R 3−(R 1) → 0 4 −5 −10
0 2 0 −2 [ ][ ]
 Mengubah nilai a22 menjadi 1

1 −1 2 6 1 −1 2 6
[ 0 2 0 −2 ][ ]
0 4 −5 −10 → R
2∗1
4 [
→ 0 1 −5 /4 −2,5
0 2 0 −2 ][ ]
 Mengubah nilai a12 menjadi 0

1 −1 2 6 1 0 3/4 7/2
[ 0 2 0 −2][ ]
0 1 −5/ 4 −2,5 → R 1+ R 2→ 0 1 −5/4 −3/2
0 2 0 −2 [ ][ ]
 Mengubah nilai a32 menjadi 0

9
 1 0 3 /4 7 /2 1 0 3/4 7 /2
[ 0 2 0 ][ ]
−2 0 0 2,5[
0 1 −5 /4 −3/2 → R 3−(2∗R 2)→ 0 1 −5/4 −3 /2
1 ][ ]
 Mengubah nilai a13 menjadi 0

1 0 3 /4 7 /2 1 0 0 3,2
[ 0 0 2,5 ][ ]
1
3
10
0 0 1 [
0 1 −5 /4 −3/2 → R 1−( ∗R 3)→ 0 1 −5/ 4 −3 /2
1 ][ ]
 Mengubah nilai a23 menjadi 0

1 0 0 3,2 1 0 0 3,2
[ 0 0 1 ][ ]
1
5
4
0 0 1 1[ ][ ]
0 1 −5 /4 −3/2 → R 2+( ∗R 3)→ 0 1 0 0,25

Sehingga : X1 = 3,2

X2 = 0,25

X3 = 1

10
3.3 Metode LU Gauss

Persamaan X1 – X2 +2X3 =6

2X1 + 2X2 – X3 =2

X1 + X2 +2X3 =8

Metode LU Gauss :

Mengubah persamaan ke dalam bentuk matriks

1 −1 2

[
A= 2 2 −1
1 1 2 ]
6
B= 2
8 []
A = LU

1 0 0 u11 u12 u13

[
1 −1 2
2 2 −1 =¿
1 1 2 ] [ ][
l 21 1 0 0 u22 u23
l 31 l 32 1 0 0 u33 ]
 Mengubah nilai a21 menjadi 0

1 −1 2 1 −1 2

[ ]
2 2 −1 → R2 - (2*R1)→ 0 4 −5
1 1 2 1 1 2 [ ]
11
  Mengubah nilai a31 menjadi 0

1 −1 2 1 −1 2

[ 0 4 −5
1 1 2
→ R
]3−( R 1)→
[
0 4 −5
0 −3 8 ]
 Mengubah nilai a32 menjadi 0

1 −1 2 1 −1 2

[ 0 4 −5
0 −3 8
→ R
]3+(3/4∗R 2)→ 0 4 −5
0 0 4,25 [ ]
m21 = 2 , m31 = 3, m32 = 1

1 0 0 1 −1 2

[ ] [
L= 2 1 0 U= 0 4
1 1 1
−5
0 0 4,25 ]
Ly = B

1 0 0 y1 6
[ ][ ] [ ]
2 1 0
1 1 1
y2 = 2
y3 8

y1 = 6 2y1 + y2 = 2 y1 + y2 + y3 = 8

12 + y2 = 2 6 + (-10) + y3 = 8

y2 = -10 y3 = 12

Ux = y

1 −1 2 X1 6
[ 0 4
][ ] [ ]
−5 X 2 = −10
0 0 4,25 X 3 12

4,25X3 = 12 4X2 – 5X3 = -10 X1 – X2 + 2X3 = 6

X3=48/9 4X2 – (240/9) = -10 X1–4,125+10,7= 6

12
 4X2 = 16,7 X1 = -0,575
X2 = 4,175

3.4 Metode Reduksi Crout

Persamaan X1 – X2 +2X3 =6

2X1 + 2X2 – X3 =2

X1 + X2 +2X3 =8

Metode Reduksi Crout :

Mengubah persamaan ke dalam bentuk matriks

1 −1 2

[
A = 2 2 −1
1 1 2 ]
6
B= 2
8[]
U11 = A11 = 1

U12 = A12 = -1

U13 = A13 = 2

13
 a 21 2
L21 = = =2
u 11 1

a 31 1
L31 = = =1
u 11 1

U22 = a22 – (L21* U21) = 2 – ( 2*(-1))

= 2 – (-2)

=4

U23 = a23 – (L21* U13) = -1 – ( 2*(2))

= -1 – 4

= -5

a 32−( L31∗U 12) 1−(3 (−1 ) ) 1−(−3) 4

L32 = = = = =1
u 22 4 4 4

U33 = a33 –[(L31* U13) + (L32*U23)] = 2 – [(1*2) +(1*-5)]

= 2 – (2 – 5)

= 2 +3 = 5

Karena U11 = 1

U12 = -1

U13 = 2

U22 = 4

U23 = -5

U33 = 5

1 −1 2
Maka :
[
U = 0 4 −5
0 0 5 ]
Dan L21 = 2

14
 L31 = 1

L32 = 1

1 0 0
Maka :
[ ]
L= 2 1 0
1 1 1

6
[]
B= 2
8

Ly = B

1 0 0 y1 6
[ ][ ] [ ]
2 1 0 y2 = 2
1 1 1 y3 8

* y1 = 6 * 2y1 + y2 = 2 * y1 + y2 + y3 = 8

6 + y2 =2 6 + (-4) + y3 = 8

y2 = -4 y3 = 6

Ux = y

1 −1 2 X 1 6
[ 0 0 5 X3 ][ ] [ ]
0 4 −5 X 2 = −4
6

* 5X3 = 6 * 4X2 – 5X3 = -6 * X1 – X2 + 5X3 = 4

X3=1,2 4X2 – (6) = -6 X1 – 2,5 + 6 = 4
X2 = 10/4 X1 = 0,5
X2 = 2,5

15
3.5 Metode Iterasi Jacobi

Metode Iterasi Jacobi

Persamaan X1 – X2 +2X3 =6

2X1 + 2X2 – X3 =2

X1 + X2 +2X3 =8

X1 = 6 + X2 – 2X3

2−2 X 1+ X 3
X2 =
2

8− X 1−X 2
X3 =
2

16
dengan nilai tebakan awal X1, X2, X3 = 2, 2, 2

BAB IV

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dalam metode penyelesaian system persamaan linier dipakai metode Gauss, Gauss Jordan,
LU Gauss, Reduksi Crout, dan Iterasi dengan cara yang berbeda beda namun mendapatkan
hasil yang sama, dan untuk metode Iterasi memiliki syarat tertentu dengan kata lain ada
persamaan ayang tidak dapat dicari dengan menggunakan metode iterasi. Dari beberapa
metode tersebut terlihat bahwasaannya metode Gauss merupakan metode yang cukup mudah
dan apling cepat di bandingkan dengan metode metode lainnya

5.2 Saran

17
Dari beberapa metode yang dapat digunakan untuk menyelesaikan system persamaan linier
memiliki tingkat kesusahan dan kesulitan yang berbeda, jadi dapat lebih ditekankan lagi
pengajaran ataupun pembahasan mengenai metode yang bagi mahasiswa lebih susah
dimengertt

Daftar pustaka

Adipradana. Wirawan.Slide metode numerik metode penyelesaian persamaan non

linier.palembang

www.google.co.id

18