BAB I

PENDAHULUAN
A. Latar Belakang
Karl Friedich

Gauss

(1977-1855)

adalah

seorang

ahli

matematika dan ilmuwan dari Jerman. Gauss yang kadang-kadang

dijuluki pangeran ahli matematika disejajarkan dengan Isaac
Newton

dan

Archimedes

sebagai

salah

satu

dari

tiga

ahli

matematika yang terbesar yang pernah ada. Dalam seluruh sejarah

matematika, tidak pernah ada seorang anak yang begitu cepat
berkembang, sebagaimana Gauss, yang dengan usahanya sendiri
menyelesaikan dasar aritmetika sebelum ia dapat berbicara. Pada
suatu hari, saat ia bahkan belum berusia tiga tahun, melalui cara
dramatis orang tuanya mulai menyadari kejeniusan Gauss.
Wilhelm Jordan (1842-1899) adalah seorang insinyur Jerman
yang

ahli

dalam

bidang

geodesi.

Sumbangannya

untuk

penyelesaian sistem linear dalam buku populernya, Handbuch de

Vermessungskunde (Buku panduan Geodesi) pada tahun 1988.
Contoh Sumbangannya untuk penyelesaian sistem linear dalam
buku populernya
Dalam aljabar linear, eliminasi Gauss-Jordan adalah versi dari
eliminasi Gauss. Pada metode eliminasi Gauus-Jordan kita membuat
nol elemen-elemen di bawah maupun di atas diagonal utama suatu
matriks. Hasilnya adalah matriks tereduksi yang berupa matriks
diagonal satuan (Semua elemen pada diagonal utama bernilai 1,
elemen-elemen lainnya nol).
Metode eliminasi
Gauss-Jordan

kurang

efisien

untuk

menyelesaikan sebuah SPL, tetapi lebih efisien daripada eliminasi

Gauss jika kita ingin menyelesaikan SPL dengan matriks koefisien
sama.
Motede

tersebut

dinamai

Eliminasi

Gauss-Jordan

untuk

menghormati Carl Friedrich Gauss dan Whilhelm Jordan.

B. Tujuan
1. Mencari solusi system persamaan linier menggunakan metode
eliminasi Gauss

2. Mencari solusi system persamaan linier menggunakan metode

eliminasi Gauss-Jordan
BAB II
PEMBAHASAN
Di dalam matematika, system persamaan linier adalah kumpulan
persamaan-persamaan linier

yang memiliki variabel-variabel yang

sama. Bentuk umum dari sistem persamaan linier dengan n peubah

dinyatakan sebagai berikut:

a11 x 1+ a12 x 2 ++ a1 n x n=b 1

a21 x 1 +a 22 x2 + + a2 n xn =b2
.

.
.
.

am 1 x 1+ am 2 x 2 ++ ann x n=b n
Dengan mengunakan perkalian matriks, kita dapat menulis
persamaan di atas sebagai persamaan matriks

Ax=b
Yang dalam hal ini,

A=[ai , j ]

adalah matriks berukuran n x n

x=[x j ]

adalah matriks berukuran n x 1

b=[ b j ]

adalah matriks berukuran n x 1 (disebut juga vector kolom)

Yaitu:

a 11
a 21
a 31

an 1

a12 a13
a22 a23
a32 a33

a n2 an 3

a1 n
a2 n
a3 n

an n

][ ] [ ]
x1
b1
x2
b2
=
x3
b3

xn
bn

A. Metode Eliminasi Gauss

Metode
Eliminasi
Gauss

merupakan

metode

yang

dikembangkan dari metode eliminasi, yaitu menghilangkan atau

mengurangi jumlah variabel sehingga dapat diperoleh nilai dari
suatu variabel bebas. Cara eliminasi ini sudah banyak dikenal.
Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di
dalam matriks sehingga menjadi matriks yang lebih sederhana.
Caranya adalah dengan melakukan operasi baris sehingga matriks
tersebut menjadi matriks yang eselon-baris. Ini dapat digunakan
sebagai salah satu metode penyelesaian persamaan linear dengan
menggunakan matriks. Caranya dengan mengubah persamaan
linear

tersebut

ke

dalam

matriks

teraugmentasi

dan

mengoperasikannya. Setelah menjadi matriks Eselon-baris, lakukan

substitusi balik untuk mendapatkan nilai dari variabel-variabel
tersebut.
Metode ini berangkat dari kenyataan bahwa bila matriks A
berbentuk segitiga atas (menggunakan Operasi Baris Elementer)
seperti system persamaan berikut ini:

a11 a12 a13 a1 n

0 a22 a23 a2 n
0
0 a33 a3 n

0
0
0 an n

][ ] [ ]
x1
b1
x2
b2
x 3 = b3

xn
bn

Maka solusinya dapat dihitung dengan teknik penyulingan

mundur (backward substitution):

ann x n=bn x n=

bn
ann

an1, n1 x n1+ an1,n xn =bn1 x n1=

( bn1a n1,n x n )

an1,n1

dst .

Sekali

x n , x n1 , x n2 , .. , x k +1

diketahui, maka nilai

xk

dapat

dihitung dengan:
n

bk
x k=
Kondisi

j=k+1

akj x j
, k =n1, n2, , 1dan a kk 0.

akk
akk 0

sangat penting. Sebab bila

akk 0 , persamaan

diatas menjerjakan pembagian dengan nol. Apabila kondisi tersebut

tidak dipenuhi, maka SPL tidak mempunyai jawaban.
Contoh:

x+ y+ 2 z=9

2 x + 4 y3 z=1

3 x+6 y 5 z=0

1 1 2 9 (i)
2 4 3 1 (ii)
3 6 5 0 (iii)

1 1 2 9
0 2 7 17
3 6 5 0

kalikan baris (i) dengan (-2), lalu tambahkan ke

baris (ii)

1 1 2 9
0 2 7 17
0 3 11 27

kalikan baris (i) dengan (-3), lalu tambahkan ke

kalikan baris (ii) dengan (1/2)

baris (iii)

1 1

2 9
7 17
0 1
2 2
0 3 11 27

[ ]
1 1

2 9
7 17
0 1
2 2
1 3
0 0
2 2

kalikan baris (ii) dengan (-3), lalu tambahkan ke

baris (iii)

1 1

2 9
7 17
0 1
2 2
0 0 1 3

kalikan baris (iii) dengan (-2)

Solusi system diperoleh dengan teknik penyulihan mundur sebagai

berikut:

x 3=3

7
17
x 2 x =
x 2=2
2 3
2

x 1+ x 2 +2 x 3 =9 x 1=1
Diperoleh penyelesaian x = 1, y = 2, z = 3.
Tata ancang pivoting
Prinsip tata ancang pivoting adalah sebagai berikut: jika
( p1)

ap, p

= 0, cari baris k dengan

ak , p

dan k > p, lalu

pertukaran baris p dan baris k. Metode eliminasi Gauss dengan

tata

ancang pivoting disebut metode eliminasi Gauss yang

diperbaiki (modified Gauusian elimination)

Contoh:
Selesaikan sistem prsamaan lanjar berikut dengan meetode
eliminasi Gauss yang menerapkan tata ancang pivoting.

x 1+2 x 2+ x 3=2

3 x1 +6 x 2=9
2x 1 +8 x2 + 4 x3 =6

1 2 12
3 6 09
2 8 46

R23 R1
R32 R1

1 2 1 2
R R3
0 0 3 3 1
()
0 4 2 2

Operasi baris 1
Setelah operasi baris 1, elemen

a22

1 2 1 2
0 4 2 2
0 0 3 3

Operasi baris 2
yang akan menjadi

pivot pada operasi baris 2 ternyata sama dengan nol. Karena itu,
pada operasi baris 2, elemen baris 2 dipertukarkan dengan
elemen baris 3. Tanda (*) menyatakan pertukaran baris terjadi
akibat proses pivoting. Sekarang elemen

a22=4 0

sehingga

operasi baris elementer dapat diteruskan. Tetapi, karena matriks

A sudah membentuk matriks U, proses eliminasi selesai.
Solusinya diperoleh dengan teknik penyulihan mundur, yaitu

x 3=1, x 2=1, dan x1 =1 .

Melakukan pertukaran baris untuk menghindari pivot yang
bernilai nol adalah cara pivoting yang sederhana (simple
pivoting). Masalah ini dapat juga timbul bila elemen pivot sangat
dekat ke nol, karena jika elemen pivot sangat kecil dibandingkan
terhadap elemen lainnya, maka galat pembulatan dapat muncul.
Ada dua macam tata-ancang pivoting, yaitu:
a. Pivoting sebagian (partial pivoting)
Pada tata-ancang pivoting sebagian, pivot dipilih dari semua
elemen pada kolom p yang mempunyai nilai mutlak terbesar,

ak , p

max

a p , p ,

a p +1, p ,,

an1, p ,

an , p

}
Lalu pertukarkan baris k dengan baris ke p. Misalkan setelah
operasi baris pertama diperoleh matriksnya seperti yang
digambarkan pada matriks di bawah ini. Untuk operasi baris
kedua, carilah elemen x pada baris kedua, dimulai dari baris
ke-2 sampai baris ke-4, yang nilai mutlaknya terbesar, lalu
pertukarkan barisnya dengan baris ke-2. Elemen x yang nilai

mutlaknya terbesar itu sekarang menjadi pivot untuk operasi

baris selanjutnya.

x
0
0
0

x
x
x
x

xx
xx
xx
xx

x
x
x
x

]
Cari x terbesar, lalu
pertukarkan
barisnya
dengan

baris ke-2
perhatikanlah bahwa teknik pivoting sebagian juga sekaligus
menghindari pemilihan pivot = 0 (sebagaimana dalam simple
pivoting) karena 0 tidak

akan pernah menjadi elemen

dengan nilai mutlak terbesar, kecuali jika seluruh elemen di

kolom yang diacu adalah 0. Apabila setelah melakukan
pivoting sebagian ternyata elemen pivot = 0, itu berarti
system persamaan linier tidak dapat diselesaikan (singular
system)
b. Pivoting Lengkap (complete pivoting)
Jika disamping baris, kolom juga dikutkan dalam pencarian
elemen terbesar dan kemudian dipertukarkan, maka tataancang ini disebut pivoting lengkap. Pivoting lengkap jarang
dipakai dalam program sederhana karena pertukaran kolom
mengubah

urutan

suku

dan

akibatnya

menambah

kerumitan program secara berarti.

Contoh:
Dengan menggunkan 4 angka bena, selesaikan system
berikut dengan metode eliminasi Gauss:

0.0003 x1 +1566 x 2=1569

0.3454 x 12436 x 2=1018

a. Tanpa tata-ancang pivoting sebagian (Gauss naif)

b. Dengan

tata-ancang

pivoting

sebagian

(Gauss

yang

dimodifikasi)
Penyelesaian
a. Tanpa tata-ancang pivoting sebagian

0.0003 1.566 1.569

0.3454 2.436 1.018

]
(0.0003 sebagai pivot)

Operasi baris pertama

R2

R 20.3454 R1
=R2 1151 R 1
0.0003

(Tanda berarti diisi atau diganti dengan)

Jadi,

a21 0
a22 2.436( 1151 ) ( 1.566 )=2.43618021804
b22 1.018( 1151 ) ( 1.569 ) 1.0181806 1805

0.0003 1.566 1.569 R21151 R1 0.0003 1.566 1.569

0.3454 2.436 1.018
0
1804 1805

Solusinya diperoleh dengan teknik penyulihan mundur:

x 2=

1805
=1.001
1804

x 1=

1.569( 1.566 ) (1.001) 1.5691.568 0.001

=
=
=3.333
0.0003
0.0003
0.0003

(jauh dari solusi sejati)

Jadi, x=(3.333, 1.001). solusi ini sangat jauh berbeda
dengan solusi sejatinya. Kegagalan ini terjadi karena

a11 sangat kecil bila dinbandingkan

galat pembulatan yang kecil pada
galat besar di

x 12 , sehingga
x2

menghasilkan

x 1 . Perhatikan juga bahwa 1.569

1.568 adalah pengurangan dua buah bilangan yang

hamper sama, yang menimbulkan hilangnya angka bena

pada hasil pengurangannya.
b. Dengan tata-ancang pivoting sebagian
Baris pertama dipertukarkan dengan baris kedua sehingga
0.3454 menjadi pivot

0.0003
R 0.3454 2.436 1.018
0.3454 2.436 1.018 R2
0.3454 1
0.0003 1.566 1.569
0
1.568 1.568

Dengan teknik penyulihan mundur diperoleh:

x 2=

1.568
=1.000
1.568

x 1=

1.018(2.436 ) (1.000)
=10.02
0.3454

(lebih baik daripada

solusi a)
Jadi, solusinya adalah x = (10.02, 1.000), yang lebih baik
daripada solusi a. keberhasilan ini karena

a21

tidak

sangat kecil dibandingkan dengan

a22 , sehingga

galat pembulatan yang kecil pada

x2

menghasilkan galat yang besar pada

tidak akan

x1 .

Penskalaan Kemungkinan solusi SPL

Selain dengan pivoting sebagian, penskalaan (scaling) juga
dapat digunakan untuk mengurangi galat pembulatan pada SPL
yang mempunyai perbedaan koefisien yang mencolok. Situasi
demikian

sering

menggunakan

ditemui

ukuran

dalam

satuan

praktek

yang

rekayasa

berbeda-beda

yang
dalam

menentukan persamaan simultan. Misalnya pada persoalan

rangkaian listrik, tegangan listrik dapat dinyatakan dalam satuan
yang berkisar dari microvolt sampai kilovolt. Pemakaian satuan
yang berbeda-beda dapat menuju ke koefisien yang besarnya
sangat berlainan. Ini terdampak pada galat pembulatan, dank
9

arena itu mempengaruhi pivoting. Dengan penskalaan berarti

kita menormalkan persamaan. Cara menskala adalah membagi
tiap baris persamaan dengan nilai mutlak koefisien terbesar di
ruang kirinya. Akibat penskalaan, koefisien maksimum dalam
tiap baris adalah 1. Cara menskala seperti ini dinamakan dengan
menormalkan

SPL.

Contoh:
Selesaikan system persamaan lanjut berikut sampai 3 angka
bena dengna menggunakan metode eliminasi Gauss yang
menerapkan perskalaan dan tanpa perskalaan:

2x 1

100000x 2=100000

x 1+ x 2=2
(Solusi sejatinya dalam 3 angka bena adalah

(i)

x 1=x 2=1,00

Penyelesaian:
Tanpa perskalaan

2 100000 100000 R 1 R 2 100000 100000

2
1
1
2
2 1 0 50000 50000

Solusinya adalah

x 2=1.00
x 1=0.00

(ii)

(salah)

Dengan penskalaan
2

x 1+100000 x 2=100000 :100000

x 1+ x 2=2

0.00002

x 1+ x 2=2

:1

x 1+ x 2=1

] [

0.00002 1 1 R2 R1
1
1 2 1 1
2
1
1 2 () 0.00002 1 1
0 1 1.00
Solusinya,

x 2=1.00
x 1=1.00

(benar)

10

Yang sesuai dengan solusi sejati. Contoh di atas juga

memperlihatkan

bahwa

penskalaan

dapat

mengubah

pemilihan pivot.
Kemungkinan solusi SPL
Tidak semua SPL mempunyai solusi. Ada 3 kemungkinan
yang dapat terjadi pada SPL:
a) Mempunyai solusi yang unik
b) Mempunyai banyak solusi, atau
c) Tidak ada solusi sama sekali
Untuk SPL dengan tiga buah persamaan atau lebih (dengan tiga
peubah atau lebih)tidak terdapat tafsiran geometrinya (tidak
mungkin dibuat ilustrasi grafiknya) seperti pada SPL dengan dua
buah persamaan. Namun, kita masih dapat memeriksa masingmasing kemungkinan solusi itu berdasarkan pada bentuk matriks
akhirnya. Agar lebih jelas, tinjau contoh pada SPL yang disusun
oleh tiga persamaan.
1) Solusi unik/tunggal

1 1 1 0 Eliminasi 1 1 1 0
2 3 4 1 Gauss 0 1 1 1
3 1 21

0 0 3 3

Solusi:

x 1=1, x 2=0, x 3=1

2) Solusi banyak/tidak terhingga

1 1 2 4 Eliminasi 1 1
2 4
2 1 1 2 Gauss 0 3 36
1 2 36

0 0
0 0

Perhatikan

hasil

eliminasi

Gauss

pada

baris

terakhir.

Persamaan yang bersesuaian dengan baris terakhir tersebut

adalah

0 x 1+0 x 2 +0 x 3=0

Yang dipenuhi oleh banyak nilai x. solusinya diberikan dalam

bentuk parameter:
Misalkan

x 3=k ,

11

Maka

x 2=6+3 k dan x 1=105 k dengan k R .

3) Tidak ada solusi

1 1 2 4 Eliminasi 0 1
2 4
2 1 1 2 Gauss 0 3 36
1 2 37

0 0
0 1

Perhatikan

hasil

eliminasi

Gauss

pada

baris

terakhir.

Persamaan yang bersesuaian dengan baris terakhir tersebut

adalah

0 x 1+0 x 2 +0 x 3=1

Yang dalam hal ini, tidak nilai

x i yang memenuhi, i=1,2,3

B. Eliminasi Gauss-Jordan
Dalam aljabar linear, eliminasi Gauss-Jordan adalah versi dari
eliminasi Gauss. Pada metode eliminasi Gauss-Jordan kita membuat
nol elemen-elemen di bawah maupun di atas diagonal utama suatu
matriks. Hasilnya adalah matriks tereduksi yang berupa matriks
diagonal satuan (semua elemen pada diagonal utama bernilai 1,
elemen-elemen lainnya nol).
Dalam bentuk matriks, eliminasi Gauss-Jordan ditulis sebagai
berikut.

a 11
a 21
a 31

an 1

a12 a13
a22 a23
a32 a33

a n2 an 3

a1 n
a2 n
a3 n

a nn

b1
b2
b3

bn

][

,
1 0 0 0 b1
,
0 1 0 0 b2
0 0 1 0 b,3

0 0 0 1 b,
n

Solusinya:

12

]
x 1=b,1

x 2=b,2

x n=b ,n

Seperti pada metode eliminasi gauss naf, metode eliminasi

Gauss-Jordan naf tidak menerapkan tata-ancang pivoting dalam
proses eliminasinya.
Langkah-langkah operasi baris yang dikemukakan oleh Gauss
dan disempurnakan oleh Jordan sehingga dikenal dengan Eliminasi
Gauss-Jordan, sebagai berikut:
1. Jika suatu baris tidak seluruhnya dari nol, maka bilangan tak nol
pertama pada baris itu adalah 1. Bilangan ini disebut 1 utama
(leading 1).
2. Jika terdapat baris yang seluruhnya terdiri dari nol, maka barisbaris ini akan dikelompokkan bersama pada bagian paling
bawah dari matriks.
3. Jika terdapat dua baris berurutan yang tidak seluruhnya dari nol,
maka 1 utama pada baris yang lebih rendah terdapat pada
kolom yang lebih kanan dari 1 utama pada baris yang lebih
tinggi.
4. Setiap kolom memiliki 1 utama memiliki nol pada tempat lain.
Algoritma Metode Eliminasi Gauss-Jordan adalah sebagai
berikut:
1. Masukkan matriks A dan vector B beserta ukurannya n
2. Buat augmented matriks [A B] namakan dengan A
3. Untuk baris ke-i dimana i=1 s/d n
a) Perhatikan apakah nilai

ai , i

sama dengan nol:

Bila ya:
Pertukarkan baris ke-i dan baris ke i+kn, dimana

ai +k ,i

tidak sama dengan nol, bila tidak ada berarti perhitungan

tidak bisa dilanjutkan dan proses dihentikan dengan tanpa
penyelesaian.
Bila tidak: Lanjutkan

13

b) Jadikan nilai diagonalnya menjadi satu, dengan cara untuk

setiap kolom k dimana k=1 s/d n+1, hitung

ai , k =

ai , k
ai , i

4. Untuk baris ke j, dimana j=i+1 s/d n

Lakukan operasi baris elementer untuk kolom k dimana k=1 s/d
n
Hitung

c=a j , i

Hitung

a j ,k =a j ,k c . ai , k

5. Penyelesaian, untuk i=n s/d 1 (bergerak dari baris ke n sampai

baris pertama)

x i=ai , n+1
Contoh:

x+ y+ 2 z=9

2 x + 4 y3 z=1
3 x+6 y 5 z=0
Penyelesaian:

1 1 2 9 (i)
2 4 3 1 (ii)
3 6 5 0 (iii)

1 1 2 9
0 2 7 17
3 6 5 0

kalikan baris (i) dengan (-2), lalu tambahkan ke

baris (ii)

1 1
2 9
0 2 7 17
0 3 11 27

kalikan baris (i) dengan (-3), lalu tambahkan ke

baris (iii)

14

1 1

2 9
7 17
0 1
2 2
0 3 11 27

[ ]
2 9
7 17
0 1
2 2
1 3
0 0
2 2

kalikan baris (ii) dengan (1/2)

1 1

kalikan baris (ii) dengan (-3), lalu tambahkan ke

baris (iii)

1 1

2 9
7 17
0 1
2 2
0 0 1 3

[ ]
1 0
0 1
0 0

11
9
2
17
7
2
2
3
1

kalikan baris (iii) dengan (-2)

kalikan baris (ii) dengan (-1), lalu tambahkan ke

baris (i)

( )
()

1
1 0 0 1 kalikanbaris ( iii ) dengan 12 , lalu tambahkan ke baris ( i ) ,
0 1 02
0 0 1 3 dan kalikan baris ( iii ) dengan 7 ,lalu tambahkan ke baris (ii)
2

Diperoleh penyelesaian x = 1, y = 2, z = 3.

Penyelesaian SPL dengan Operasi Baris Elementer

Menggunakan MATLAB
Misalkan diberikan SPL sebagai berikut:

15

x+ y+ 2 z=9
2 x + 4 y3 z=1

3 x+6 y 5 z=0
Kita akan coba menyelesaikan SPL di atas dengan operasi baris
elementer dengan
MATLAB.

clc;
clear;
dariMetode
persamaan:
x + yGauss
+ 2z = 9')
1) disp('Solusi
Menggunakan
Eliminasi
disp('

2x+4y - 3z = 1')

disp('

3x+6y - 5z = 0')

disp('Menggunakan Metode Eliminasi Gauss')

A=[1 1 2 9;2 4 -3 1;3 6 -5 0]
disp('Baris 1 = Baris 1 bagi baris 1 kolom 1')
A(1,:)=A(1,:)/A(1,1)
disp('Baris 2 = - Baris 2 kolom 1 kali baris 1 + Baris 2')
A(2,:)=-A(2,1)*A(1,:)+A(2,:)
disp('Baris 3 = - Baris 3 kolom 1 kali baris 1 + Baris 3')
A(3,:)=-A(3,1)*A(1,:)+A(3,:)
disp('Baris 2 = Baris 2 bagi baris 2 kolom 2')
A(2,:)=A(2,:)/A(2,2)
disp('Baris 3 = - Baris 3 kolom 2 kali baris 2 + Baris 3')
A(3,:)=-A(3,2)*A(2,:)+A(3,:)
disp('Baris 3 = Baris 3 bagi baris 3 kolom 3')
A(3,:)=A(3,:)/A(3,3)
disp('Dengan Menggunakan Teknik Penyulihan Mundur,
diperoleh:')
x3=A(3,4)
x2=A(2,4)-A(2,3)*x3
x1=A(1,4)-A(1,2)*x2-A(1,3)*x3

16

Solusi dari persamaan: x + y + 2z = 9

2x+4y - 3z = 1
3x+6y - 5z = 0
Menggunakan Metode Eliminasi Gauss
A=
1
1
2
9
2
4
-3
1
Outputnya:
3
6 -5
0
Baris 1 = Baris 1 bagi baris 1 kolom 1
A=
1
1
2
9
2
4 -3
1
3
6 -5
0
Baris 2 = - Baris 2 kolom 1 kali baris 1 + Baris 2
A=
1
1
2
9
0
2 -7 -17
3
6 -5
0
Baris 3 = - Baris 3 kolom 1 kali baris 1 + Baris 3
A=
1
1
2
9
0
2 -7 -17
0
3 -11 -27
Baris 2 = Baris 2 bagi baris 2 kolom 2
A=
1.0000 1.0000 2.0000 9.0000
0
1.0000 -3.5000 -8.5000
0
3.0000 -11.0000 -27.0000
Baris 3 = - Baris 3 kolom 2 kali baris 2 + Baris 3
A=
1.0000 1.0000 2.0000 9.0000
0
1.0000 -3.5000 -8.5000
0
0
-0.5000 -1.5000
Baris 3 = Baris 3 bagi baris 3 kolom 3
A=
1.0000 1.0000 2.0000 9.0000
0
1.0000 -3.5000 -8.5000
0
0
1.0000 3.0000
Dengan Menggunakan Teknik Penyulihan Mundur, diperoleh:
x3 =
3
x2 =
2
17
x1 =
1
>>

clc;
clear;
disp('Solusi dari persamaan: x + y + 2z = 9')
2x+4y
- 3z = 1')
2).disp('
Menggunakan Metode Eliminasi
Gauss-Jordan
disp('
3x+6y - 5z = 0')
disp('Menggunakan Metode Eliminasi Gauss-Jordan')
A=[1 1 2 9;2 4 -3 1;3 6 -5 0]
disp('Baris 1 = Baris 1 bagi baris 1 kolom 1')
A(1,:)=A(1,:)/A(1,1)
disp('Baris 2 = - Baris 2 kolom 1 kali baris 1 + Baris 2')
A(2,:)=-A(2,1)*A(1,:)+A(2,:)
disp('Baris 3 = - Baris 3 kolom 1 kali baris 1 + Baris 3')
A(3,:)=-A(3,1)*A(1,:)+A(3,:)
disp('Baris 2 = Baris 2 bagi baris 2 kolom 2')
A(2,:)=A(2,:)/A(2,2)
disp('Baris 3 = - Baris 3 kolom 2 kali baris 2 + Baris 3')
A(3,:)=-A(3,2)*A(2,:)+A(3,:)
disp('Baris 3 = Baris 3 bagi baris 3 kolom 3')
A(3,:)=A(3,:)/A(3,3)
disp('Baris 1 = - Baris 1 kolom 2 kali baris 2 + Baris 1')
A(1,:)=-A(1,2)*A(2,:)+A(1,:)
disp('Baris 2 = - Baris 2 kolom 3 kali baris 3 + Baris 2')
A(2,:)=-A(2,3)*A(3,:)+A(2,:)
disp('Baris 1 = - Baris 1 kolom 3 kali baris 3 + Baris 1')
A(1,:)=-A(1,3)*A(3,:)+A(1,:)
disp('Dengan demikian, diperoleh:')
x1=A(1,4)
x2=A(2,4)
x3=A(3,4)

18

Solusi dari persamaan: x + y + 2z = 9

2x+4y - 3z = 1
3x+6y - 5z = 0
Menggunakan Metode Eliminasi Gauss-Jordan
Outputnya :
A=
1

-3

-5

Baris 1 = Baris 1 bagi baris 1 kolom 1

A=
1

-3

-5

Baris 2 = - Baris 2 kolom 1 kali baris 1 + Baris 2

A=
1

-7 -17

-5

Baris 3 = - Baris 3 kolom 1 kali baris 1 + Baris 3

A=
1

3 -11 -27

-7 -17

Baris 2 = Baris 2 bagi baris 2 kolom 2

A=
1.0000

1.0000

2.0000

9.0000

1.0000 -3.5000 -8.5000

3.0000 -11.0000 -27.0000

19

Baris 3 = - Baris 3 kolom 2 kali baris 2 + Baris 3

A=
1.0000

1.0000

2.0000

9.0000

1.0000 -3.5000 -8.5000

0 -0.5000 -1.5000

Baris 3 = Baris 3 bagi baris 3 kolom 3

A=
1.0000
0

1.0000

2.0000

9.0000

1.0000 -3.5000 -8.5000

1.0000

3.0000

Baris 1 = - Baris 1 kolom 2 kali baris 2 + Baris 1

A=
1.0000
0

5.5000 17.5000

1.0000 -3.5000 -8.5000

1.0000

3.0000

Baris 2 = - Baris 2 kolom 3 kali baris 3 + Baris 2

A=
1.0000

1.0000

5.5000 17.5000
0

2.0000

1.0000

3.0000

Baris 1 = - Baris 1 kolom 3 kali baris 3 + Baris 1

A=
1

Dengan demikian, diperoleh:

x1 =
1
x2 =
2
x3 =
3

20

3). Cara singkat menggunakan invers matriks

clc;
clear;
disp('Penyelesaian SPL Menggunakan Invers Matriks')
disp('Menentukan Solusi dari Persamaan: x + y + 2z = 9')
disp('

2x+4y - 3z = 1')

disp('

3x+6y - 5z = 0')

A=[1 1 2;2 4 -3;3 6 -5]

b=[9;1;0]
x=inv(A)*b
Outputnya:
Penyelesaian SPL Menggunakan Invers Matriks
Menentukan Solusi dari Persamaan: x + y + 2z = 9
2x+4y - 3z = 1
3x+6y - 5z = 0
A=
1

-3

-5

b=
9
1
0
x=

BAB III

1.0000
2.0000
3.0000

21

PENUTUP
A. Kesimpulan
1. Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di
dalam matriks sehingga menjadi matriks yang lebih sederhana.
System persamaannya adalahsebagai berikut:

a11 a12 a13

0 a22 a23
0
0 a33

0
0
0

a1 n
a2 n
a3 n

an n

][ ] [ ]
x1
b1
x2
b2
=
x3
b3

xn
bn

2. Dalam aljabar linear, eliminasi Gauss-Jordan adalah versi dari

eliminasi Gauss. Pada metode eliminasi Gauus-Jordan kita
membuat nol elemen-elemen di bawah maupun di atas diagonal
utama suatu matriks. Hasilnya adalah matriks tereduksi yang
berupa matriks diagonal satuan (semua elemen pada diagonal
utama bernilai 1, elemen-elemen lainnya nol).

a 11
a 21
a 31

an 1

a12 a13
a22 a23
a32 a33

a n2 an 3

a1 n
a2 n
a3 n

a nn

b1
b2
b3

bn

][

,
1 0 0 0 b1
,
0 1 0 0 b2
0 0 1 0 b,3

0 0 0 1 b,
n

B. Saran
Untuk bisa memahami materi tentang metode numerik maka perlu
mengumpulkan banyak referensi dari berbagai sumber.

22