Penyelesaian Sistem Persamaan Linear (SPL) Dengan Menggunakan Metode Gaussian

Elimination with Partial Pivoting, LU Dekomposisi, dan Gauss-Seidel

Misalkan terdapat SPL sebagai berikut:

Maka SPL tersebut dapat dinyatakan dalam perkalian matirks

adalah matriks

, kemudian , B, adalah matriks

= , dimana

1.

Terdapat tiga metode dalam menyelesaikan SPL tersebut yaitu :

1. Gaussian Elimination with Partial Pivoting
2. LU Dekomposisi
3. Gauss-Seidel
Misalkan diberikan SPL sebagai berikut:
4

+7

+9

+ 10

=6

+5

+6

+8

=9

12

+5

+7

+8

=9

+4

+7

+8

=9

Jika dinyatakan dalam perkalian matriks maka SPL tersebut dapat dinyatakan sebagai
berikut:
4
3
12
6

7
5
5
4

9 10
6 8
7 8
7 8

6
= 9
9
9

Kemudian dengan menggunakan ketiga metode tersebut, maka SPL tersebut dapat
diselesaikan sebagai berikut:
a. Gaussian Elimination with Partial Pivoting
Dalam metode ini terdapat dua step yang akan dilakukan yaitu:
1. Forward Elimination.
2. Backward Substitution
Untuk Forward Elimination, akan dilakukan sebanyak

1 kali iterasi untuk

= ukuran matriks, yang mana untuk tiap iterasi akan menggunakan partial pivot
dimana element yang akan menjadi pivot adalah

|,

,.|

| . Setelah

element yang akan menjadi pivot ditemukan, maka akan dilakukan pertukaran baris jika
;

element pivot tersebut tidak berada pada diagonal utama

= 1,2, . . .

Step 1 : Forward Elimination

Iterasi 1
= 1, = 1
Mencari element maksimum untuk kolom 1 :

{|4|, |3|, |12|, |6|} = 12. Karena

= 12, maka dilakukan pertukaran baris antara baris 3 dengan baris 1 sehingga
diperoleh:
12
3
4
6

5
5
7
4

7 8
6 8
9 10
7 8

9
= 9
6
9

Untuk Mereduksi Baris 2

Pivot =

= 0.25. Kemudian untuk mereduksi Baris 2 maka dilakukan dengan :

Baris 2 = Baris 2 0.25*Baris 1

sehingga diperoleh :
12
0
4
6

5
7 8
3.75 4.25 6
7
9 10
4
7 8

9
6.75
=
6
9

Untuk Mereduksi Baris 3

Pivot

= 0.3333. Kemudian untuk mereduksi Baris 3

maka dilakukan

dengan :
Baris 3 = Baris 3 0.3333*Baris 1
sehingga diperoleh :
12
5
0
3.75
0 5.3333
6
4

5 7
4.25 6
6.6667 7.333
7 8

9
= 6.75
3
9

Untuk Mereduksi Baris 4

Pivot =

= 0.5. Kemudian untuk mereduksi Baris 4 maka dilakukan dengan :

Baris 4 = Baris 4 0.3333*Baris 1

sehingga diperoleh :
12
5
0
3.75
0 5.3333
0
1.5

7 8
4.25 6
6.6667 7.333
3.5 4

9
6.75
=
3
4.5

Iterasi II
= 2, = 2
Mencari element maksimum untuk kolom 2 :

{|3.75|, |5.3333|, |1.5|} = 5.3333.

= 5.3333 maka dilakukan pertukaran baris antara baris 3 dengan baris 2

Karena

sehingga diperoleh:
12
0
0
0

5
5.3333
3.75
1.5

7
6.6667
4.25
3.5

8
7.333
6
4

9
= 3
6.75
4.5

Untuk Mereduksi Baris 3

Pivot

=0.7035. Kemudian untuk mereduksi Baris 3 maka dilakukan

dengan :
Baris 3 = Baris 3 0.7035*Baris 2
sehingga diperoleh :
12
5
0 5.3333
0
0
0
1.5

7 8
6.6667 7.333
0. 4.3984 0.565
3.5 4

9
3
=
4.6406
4.5

Untuk Mereduksi Baris 4

Pivot

.
.

= 0.28125. Kemudian untuk mereduksi Baris 4 maka dilakukan

dengan :
Baris 4 = Baris 4 0.28125*Baris 2
sehingga diperoleh :
12
0
0
0

5
5.3333
0
0

7 8
6.6667 7.333
0. 43984 0.565
1.6250 1.9375

9
3
=
4.6406
3.6563

Iterasi III
= 3, = 3
Mencari element maksimum untuk kolom 3 :

{|0.43894|, |1.6250|} = 1.6250.

= 1.6250, maka dilakukan pertukaran baris antara baris 4 dengan baris 3

Karena

sehingga diperoleh:
12
0
0
0

5
5.3333
0
0

7 8
6.6667 7.333
1.6250 1.9375
0.43984 0.565

9
3
=
3.6563
4.6406

Untuk Mereduksi Baris 4

Pivot =

.
.

= 0.2726. Kemudian untuk mereduksi Baris 4 maka dilakukan

dengan :
Baris 4 = Baris 4 0.2726*Baris 3
sehingga diperoleh :
12
5
0 5.3333
0
0
0
0

7 8
6.6667 7.333
1.9375
1.6250
0 1.3654

9
3
=
3.6563
5.625

Step 2 : Backward Substitution

Dengan melakukan Back Substitution diperoleh:
=

.
.

4.1197

3.6563 1.9375
1.6250

3.6563 1.9375 4.1197

= 2.662
1.6250

3 (6.6667 + 7.3333
5.3333

3 (6.6667 (2.662) + 7.3333 4.1197)

= 1.7746
5.3333

9 (5

+7
12

+8

9 (5 (1.7746) + 7 (2.662) + 8 (4.1197))

= 0.2958
12

Dengan menggunakan bahasa pemrograman Pascal diperoleh solusi sebagai berikut:

Kemudian dengan menggunakan Matlab diperoleh solusi dengan hasil yang sama yaitu :

Terlihat bahwa dengan menyelesaikan secara numeric dengan menggunakan bahasa

Pemrograman Pascal dan Matlab keduanya memberikan jawaban yang sama
b. LU Dekomposisi with Partial Pivoting
Dalam metode ini misalkan SPL dapat dinyatakan dalam perkalian matriks
=
dimana
dimisalkan

adalah matriks
=

, dengan

, dan

masing-masing adalah matriks

adalah lower triangular matriks dan

1, dan

adalah upper

triangular matriks, maka dapat dituliskan

=

=
=

Misalkan

= , maka
=

dan
=
Jadi dalam menentukan solusi dari SPL tersebut, maka setelah diperoleh matriks
, pertama menentukan

dan

dengan melakukan forward substitution terhadap matriks

kemudian melakukan backward substitution terhadap matriks .

Dalam metode ini menggunakan partial pivoting, hal ini karena dalam menentukan
matriks upper triangular

dari

, dilakukan dengan menerapkan metode Gaussian

Elimination, sehingga dengan partial pivoting, pembagian dengan 0 dalam melakukan back
substitution dapat dihindari. Kemudian ketika terjadi pertukaran baris pada penetuan matriks
upper triangular, pada penentuan matriks lower triangular dan matriks

juga dilakukan

penukaran baris agar ketiga matriks tersebut tetap konsisten. Khusus dalam penentuan
matriks lower triangular, penukaran baris dilakukan untuk elemen yang berada dibawah
diagonal utama dari matriks lower triangular.
Algoritma untuk memilih elemen maksimum dari matriks, penukaran baris pada matirks
lower triangular, upper triangular dan

untuk masing-masing kolom yaitu:

for k1 to (m-1) do
maks a[k,k]
{Inisialisasi Element Maksimum }
w k
for i k+1 to m do { Cek Keberadaan Element Maksimum }
{ Dari a[i,j]; i= 1,2..m }
if abs(a[i,j])>abs(maks) then
maks a[i,j]
w i
endif
endfor

i w

{ Memilih Indeks Baris Yang Memiliki Element maksimum}

if i<>k then {Penukaran Baris Dilakukan Jika Elemen Maksimum

Tidak Berada Pada Elemen Diagonal Dari Matriks}
{Proses Penukaran Baris Dengan Baris}
{Yang Memiliki Elemen Maksimum Pada Matriks Upper Triangular }
{Untuk Tiap Kolom Pada Tiap Iterasi}
{Sekaligus Penukaran Baris Dengan Baris Pada
}
for j k to n do
temp a[k,j]
a[k,j] a[i,j]
a[i,j] temp
endfor

{Proses Penukaran Baris Dengan Baris}

{Pada Matriks Lower Triangular}
{Untuk Tiap Kolom Pada Tiap Iterasi}
{Agar Konsisten Terhadap SPL Awal}
for j1 to (k-1) do
begin
temp b[k,j]
b[k,j] b[i,j]
b[i,j] temp
endfor
endif
j k
l k
{Prosedur Untuk Memperoleh Matriks Lower dan Upper Triangular}
Lower_And_Upper_Triangular(m,j,n,k,l,piv,kn,t,count1,count2,a,b);
j j+1
endfor

Berdasarkan algoritma tersebut terlihat bahwa untuk tiap iterasi, sebelum proses
penentuan matriks

dan

, terlebih dahulu dilakukan pengecekan elemen maksimum antar

baris untuk masing-masing kolom. Setelah itu proses penukaran elemen matriks dilakukan
apabila elemen maksimum tersebut tidak berada pada elemen diagonal dari matriks.

Untuk algoritma berikut :

for j k to n do

temp a[k,j]
a[k,j] a[i,j]
a[i,j] temp
endfor

merupakan algoritma penukaran baris dari matriks yang dibentuk oleh SPL sebelum
dilakukan proses eliminasi Gauss untuk memperoleh matriks
sekaligus dilakukan penukaran baris untuk matiks

. Pada algoritma ini pula

yang tandai oleh pernyataan berikut:

for j k to n do

dimana untuk j = n, a[k,n] menyatakan elemen baris ke - k dari matriks

Kemudian untuk algoritma berikut :
for j1 to (k-1) do
begin
temp b[k,j]
b[k,j] b[i,j]
b[i,j] temp
endfor

merupakan algoritma penukaran baris dari tiap iterasi untuk masing-masing kolom dari
matriks

. Indeks k merupakan indeks dari elemen diagonal dari matriks

sehingga

pernyataan berikut :
for j1 to (k-1) do

menyatakan bahwa untuk masing-masing baris yang dipertukarkan dimana k : indeks dari
elemen diagonal dari matriks

, maka penukaran elemen antar baris dilakukan mulai dari

elemen baris kolom ke 1 sampai elemen baris kolom sebelum elemen diagonal (k-1) dari
matriks

untuk tiap iterasi.

Kemudian algoritma dalam menentukan matriks

dan

adalah sebagai berikut:

if abs(a[k,k]) <> 0 then {Jika abs(a[k,k]) 0}

kn 1/a[k,k]
for i k to (m-1) do
piv a[i+1,l]*kn
b[i,i] 1
b[i+1,l] piv
for j k to (n-1) do
a[i+1,j] a[i+1,j] - (piv*a[k,j])
if (abs(a[i+1,j])= 0) then

{Menghitung Jumlah Elemen a[i,j] = 0 }

count1 count1+1
endif

10

if j > k then
b[i,j] 0
endif
endfor
endfor
b[m,m] 1
endif
else
{ Jika abs(a[k,k]) = 0 }
{Menghitung Jumlah Elemen Diagonal a[k,k]= 0 }
count2 count2+1
t k
{Indeks Untuk a[k,k]= 0}
endif

Algoritma tersebut menyatakan bahwa penentuan matriks

dan

sedemikian sehingga

SPL tersebut memiliki solusi yang tunggal, dilakukan jika elemen diagonal a[k,k] 0 dari
matriks yang dibentuk oleh SPL. Pengecekan bahwa SPL tidak memiliki solusi yang tunggal,
salah satunya jika kondisi abs(a[k,k]) 0 tidak dipenuhi sehingga algoritma berikut
dilaksanakan :
count2 count2+1
t k

{Jumlah a[k,k] = 0}

Pengecekan terhadap eksistensi dan ketuggalan solusi dari SPL akan dijelaskan pada
algoritma yang lain. Penentuan matriks

dan

dapat dilakukan secara sekaligus yaitu

dengan melakukan eliminasi Gauss terlebih dahulu yang mana b[i,j] 0 ; i = 2,3..m;
j =1,2..k-1; k : indeks elemen diagonal, dari matriks

merupakan factor pengali

sedemikian sehingga a[i,j] = 0 dari matriks untuk tiap iterasi . Algoritma penentuan
matriks

dilakukan dengan menerapkan eliminasi Gauss pada matriks

Berikut algoritma dalam menentukan matriks

dimana

kn 1/a[k,k]
{Pivot adalah a[k,k]}
for i k to (m-1) do
piv a[i+1,l]*kn
{Faktor Pengali Pembuat 0}

for j k to (n-1) do
a[i+1,j] a[i+1,j]-(piv*a[k,j]) {Proses reduksi baris}

11

endfor
endfor

Maka diperoleh matriks

m =

dengan elemen a[i,j]; i = 1,2..m; j = 1,2..m;

jumlah baris. Kemudian algoritma dalam menentukan matriks

adalah sebagai

berikut :
kn 1/a[k,k]
for i k to (m-1) do
piv a[i+1,l]*kn
b[i,i] 1
{Elemen diagonal untuk matriks
}
b[i+1,l] piv
{Elemen tak nol dari matriks
}
for j k to (n-1) do

if j > k then
b[i,j] 0
endif
endfor
endfor
b[m,m] 1

Maka diperoleh matriks

dengan elemen b[i,j]; i = 1,2..m; j = 1,2..m;

m = jumlah baris.

Diketahui bahwa

dan misalkan

= , maka
=

dan
=
Hal tersebut menunjukkan bahwa dalam menentukan solusi dari SPL yaitu matriks
maka terlebih dahulu dilakukan forward substitution terhadap matriks

untuk memperoleh

matriks

, kemudian menentukan solusi SPL dengan melakukan back substitution terhadap

matriks

. Berikut algoritma dalam melakukan forward substitution dan backward

substitution :

12

Algoritma Forward Substitution :

i 1
v[i] a[i,n]
for (i+1) to m do
z 0
for j 1 to (i-1) do
z z + b[i,j]*v[j]
endfor
v[i] a[i,n] - z
endfor

Dengan melakukan forward substitution, maka diperoleh matriks

dengan elemen v[i]; i= 1,2..m ;

back substitution tehadap matriks

berukuran

: jumlah baris. Kemudian dengan matriks

untuk memperoleh matriks

dilakukan

yang merupakan

solusi dari SPL.

Algoritma Back Substitution

i m
v[i] v[i]/a[i,i]
for i (m-1) downto 1 do
z 0
for j i+1 to m do
z z + a[i,j]*v[j]
endfor
v[i] (v[i]-z)/a[i,i]
endfor

Dengan melakukan back substitution, maka diperoleh matriks

dengan elemen v[i]; i= 1,2..m ;

berukuran

: jumlah baris, yang merupakan solusi dari

SPL tersebut.
Kemudian dalam mengimplementasikan algoritma tersebut misalkan diberikan SPL sebagai
berikut :
4

+7

+9

+ 10

=6

+5

+6

+8

=9

12

+5

+7

+8

=9

+4

+7

+8

=9

13

Dengan menggunakan metode LU dekomposis dengan pivot parsial, maka SPL tersebut
dapat diselesaikan sebagai berikut :
Menentukan Matriks

dan

Diketahui bahwa SPL tersebut dapat dinyatakan dalam perkalian matriks sebagai berikut
4
3
12
6
Misalkan

7
5
5
4

9 10
6 8
7 8
7 8

6
= 9
9
9

maka
4
3
12
6

7 9
5 6
5 7
4 7

10
8 =
8
8

0
1

Untuk matriks menentukan matriks ,

yang menyebabkan

Elimination. Untuk menentukan matriks

0 0
0 0
1 0
1
,..

0
0
0

0
0

ditentukan dengan mencari factor pengali

menjadi 0 dari setiap iterasi dari Gaussian

, dilakukan dengan menerapkan Gaussian

Elimination with Partial Pivoting. Kedua matriks ini dapat ditentukan secara bersamaan.
Iterasi I :

= 1, = 1
Mencari element maksimum untuk kolom 1 dari matriks
12. Karena

{|4|, |3|, |12|, |6|} =

= 12, maka dilakukan pertukaran baris antara baris 3 dengan baris 1

sehingga diperoleh:
12
= 3
4
6

5
5
7
4

7
6
9
7

8
8
10
8

Untuk menjaga kekonsistenan, penukaran yang sama juga dilakukan pada matriks

sehingga diperoleh :
9
= 9
6
9

14

Dengan melakukan algoritma yang sama seperti pada metode Gaussian Elimination
with Partial Pivoting diperoleh untuk matriks :
12
= 0
0
0

5
3.75
5.3333
1.5

7 8
4.25 6
6.6667 7.333
3.5 4

Menentukan Elemen untuk

=

3
= 0.25 ;
12

Iterasi II

= 2, = 2
Mencari
element

4
= 0.33333;
12
1
0
0 0
0.25
1
0 0
=
1 0
0.33333
1
0.5
=

maksimum

untuk

{|3.75|, |5.3333|, |1.5|} = 5.3333.

kolom

5
5.3333
3.75
1.5

6
= 0.5
12

dari

= 5.3333

Karena

pertukaran baris antara baris 3 dengan baris 2 dari matriks

12
= 0
0
0

matriks
maka

dilakukan

sehingga diperoleh:

7 8
6.6667 7.333
4.25 6
3.5 4

Untuk menjaga kekonsistenan, maka pada matriks

dan

juga dilakukan penukaran

baris antara baris 3 dengan baris 2 sesuai dengan algoritma yang telah ditentukan, maka
diperoleh:
1
0.33333
=
0.25
0.5

0
1

0
0
1

0
0
0
1

9
= 6
9
9

15

Dengan melakukan algoritma yang sama seperti pada metode Gaussian Elimination
with Partial Pivoting diperoleh matriks :
12
5
0
5.3333
=
0
0
0
0

7 8
6.6667 7.333
0. 43984 0.565
1.6250 1.9375

Menentukan Elemen Untuk

=

3.75
= 0.703125 ;
5.3333

1
0.33333
=
0.25
0.5

0
1
0.703125
0.28125

maksimum

untuk

1.5
= 0.28125
5.3333

0 0
0 0
1 0
1

Iterasi III :

= 3, = 3
Mencari

element

{|0.43894|, |1.6250|} = 1.6250.

kolom

dari

= 1.6250,

Karena

matriks

maka

dilakukan

pertukaran baris antara baris 4 dengan baris 3 sehingga diperoleh:

12
0
0
0

5
5.3333
0
0

7 8
6.6667 7.333
1.6250 1.9375
0.43984 0.565

Untuk menjaga kekonsistenan, maka pada matriks

dan

juga dilakukan penukaran

baris antara baris 4 dengan baris 3 sesuai dengan algoritma yang telah ditentukan, maka
diperoleh:
1
0.33333
=
0.5
0.25

0
1
0.2813
0.7031

0
0
1

0
0
0
1

16

9
= 6
9
9
Dengan melakukan algoritma yang sama seperti pada metode Gaussian Elimination
with Partial Pivoting diperoleh matriks :
12
5
0
5.3333
=
0
0
0
0

7 8
6.6667 7.333
1.9375
1.6250
0 1.3654

Menentukan Elemen Untuk

=

0.43984
= 0.2692
1.6250

1
= 0.33333
0.5
0.25
Dengan demikian diperoleh matriks

0
1
0.2813
0.7031

0 0
0 0
1 0

0.2692 1

sebagai berikut:

1
0.33333
=
0.5
0.25

0
1
0.2813
0.7031

0 0
0 0
1 0

0.2692 1

dan
12
5
0 5.3333
=
0
0
0
0

7 8
6.6667 7.333
1.9375
1.6250
0 1.3654

serta
9
= 6
9
9

17

Forward Substitution
= , dengan melakukan forward substitution terhadap

Diketahui bahwa
maka diperoleh

sebagai berikut:
1
0.33333
0.5
0.25

0
1
0.2813
0.7031

0 0
0 0
1 0

0.2692 1

9
= 6
9
9

=9
= 6 0.33333
= 9 (0.5

= 6 0.33333 9 = 3
) = 9 (0.5 9 + 0.2813 3) = 3.6563

+ 0.2813

= 9 (0.25

+ 0.7031

0.2692

= 9 (0.25 9 + 0.7031 3 0.2692 3.6563) = 5.625

Backward Substitution
Diketahui bahwa

= , maka solusi SPL tersebut yaitu

diperoleh dengan

melakukan backward substitution sebagai berikut:

12
5
0 5.3333
0
0
0
0

.
.

7 8
6.6667 7.333
1.9375
1.6250
0 1.3654

9
3
=
3.6563
5.625

4.1197

3.6563 1.9375
1.6250

3.6563 1.9375 4.1197

= 2.662
1.6250

18

3 (6.6667 + 7.3333
5.3333

3 (6.6667 (2.662) + 7.3333 4.1197)

= 1.7746
5.3333

9 (5

+7
12

+8

9 (5 (1.7746) + 7 (2.662) + 8 (4.1197))

= 0.2958
12

Diperoleh solusi SPL tersebut dengan menggunakan metode LU Dekomposis yaitu

= 0.2958;

= 1.7746;

= 2.662;

= 4.1197, dimana hasil ini sama dengan

hasil yang diberikan oleh Metode Gaussian Elimination with Partial Pivoting. Dengan
menghitung secara numerik menggunakan Bahasa Pemrograman Pascal diperoleh solusi SPL
tersebut dengan menggunakan metode LU Dekompisisi with Partial Pivoting yaitu:

19

Dengan menggunakan metode Gaussian Elimination with Partial Pivoting juga diperoleh
hasil yang sama dengan hasil tersebut yaitu :

c. Gauss-Seidel
Misalkan terdapat SPL sebagai berikut:

Untuk

0 ; = 1,2 , maka dengan menggunakan metode Gauss-Seidel,

maka solusi SPL tersebut dapat dinyatakan sebagai berikut :

20

; = 1,2

Kemudian dalam metode Gauss-Seidel terdapat dua kondisi dari element diagonal
suatu matriks yang perlu diperhatikan yaitu;
1.

2. a.
b.

<

; = , . .
; = , . .

Hal tersebut perlu diperhatikan untuk menunjang agar metode Gauss-Seidel dapat
bekerja dengan optimal. Dalam metode ini pula inisialisasi solusi diberikan. Kemudian
setiap kali solusi baru diperoleh maka ditentukan galat realtif dari solusi sebelumnya
dengan rumus:

100

untuk tiap iterasi.

1. Matriks Dengan

<

; = , . .

Misalkan diberikan SPL sebagai berikut:

4

+7

+9

+ 10

=6

+5

+6

+8

=9

12

+5

+7

+8

=9

+4

+7

+8

=9

6 (7

+9
4

+ 10 )

Diperoleh:
=

21

+6 +8 )
5
9 (12 + 5 + 8 )
=
7
9 (6 + 4 + 7 )
=
8
=

9 (3

Dengan menginisialisasi solusi sebagai berikut

= 1; = 2; = 3;
Diperoleh tiap iterasi:

=5

Iterasi 1
=
=

6 (7

+9
4

+ 10 )

6 (7(2) + 9(3) + 10(5))

= 0.750
4

+6 +8 )
5
9 (3(0.750) + 6(3) + 8(5))
=
= 2.150
5
9 (12 + 5 + 8 )
=
7
9 (12(0.750) + 5(2.150) + 8(5))
=
= 1.6071
7
=

9 (3

+4 +7 )
8
9 (6(0.750) + 4(2.150) + 7(1.6071))
=
= 4.1687
8
=

9 (6

Kemudian galat relatif dari solusi SPL untuk iterasi 1 yaitu:

=
=

100

0.750 1
100 = 233.33%
0.750

100

22

=
=
=
=

2.150 (2)
100 = 6.977%
2.150

100

1.6071 (3)
100 = 86.667%
1.6071

100

4.1687 5
100 = 19.940%
4.1687

Apabila iterasi ini dilakukan sebanyak

<

, misalkan

= 10 dan

= 0.000001, dengan menggunakan bahasa pemrograman

Pascal diperoleh solusi SPL sebagai berikut

23

Solusi yang diberikan tentunya jauh berbeda dengan solusi yang diberikan oleh
metode Gaussian Elimination with Partial Pivoting sebagai berikut:

dimana
= 0.2958;

= 1.7746;

= 2.662;

= 4.1197

Hal yang menyebakan solusi tidak konvergen terhadap solusi yang sebenarnya yaitu
karena element diagonal dari matriks yang diberikan memenuhi kondisi:
<

; = , . .

Sehingga solusi yang diperoleh tidak akan pernah konvergen pada solusi yang
sebenarnya.

2. Matriks Dengan

; = , . .

Misalkan terdapat SPL sebagai berikut:

12

+3

= 10

+ 10

+3

=5

+ 21

+3

= 12

24

+5

+ 18

=4

Diperoleh:
4 + )
12
5 (2 + 3 2 )
=
10
12 (3 4 + 3 )
=
21
4 (4 + 5 + )
=
18
=

10 (3

Dengan menginisialisasi solusi sebagai berikut

= 1; = 1 = 1;
Diperoleh tiap iterasi:

=1

Iterasi 1
=
=

10 (3

4
12

10 (3(1) 4(1) + (1))

= 0.8333
12

+3 2 )
10
5 (2(0.8333) + 3(1) 2(1))
=
= 0.2333
10
12 (3 4 + 3 )
=
21
12 (3(0.8333) 4(0.2333) + 3(1))
=
= 0.3540
21
=

5 (2

+5 + )
18
4 (4(0.8333) + 5(0.2333) + 0.3540)
=
= 0.0474
18
=

4 (4

Kemudian galat relatif dari solusi SPL untuk iterasi 1 yaitu:

=

100

25

=
=

=
=
=
=

0.8333 1
100 = 20%
0.8333

100

0.2333 1
100 = 328.571%
0.2333

100

0.3540 1
100 = 182.511%
0.3540

100

0.0474 1
100 = 2207.807%
0.0474

Apabila iterasi ini dilakukan sebanyak

<

, misalkan

= 10 dan

= 0.000001, dengan menggunakan bahasa pemrograman

Pascal diperoleh solusi SPL sebagai berikut

26

Hasil demikian juga diperoleh jika SPL tersebut diselesaikan dengan menggunakan
metode Gaussian Elimination with Partial Pivoting sebagai berikut

Dengan menggunakan metode LU Dekomposisi with Partial Pivoting juga

diperoleh hasil yang sama yaitu:

27

Jika diselesaikan dengan menggunakan Matlab juga diperoleh hasil demikian

sebagai berikut:

Ternyata diperoleh hasil yang sama antara ketiga metode tersebut. Sehingga
dinyatakan bahwa solusi yang dicari konvergen terhadap solusi sebenarnya. Hal tersebut
dipengaruhi karena element diagonal dari matriks yang diberikan memenuhi

; = , . .

sehingga solusi yang dicari akan konvergen pada solusi sebenarnya.

Kesimpulan
Dari ketiga metode yang digunakan, dapat disimpulkan bahwa untuk metode Gaussian
Elimination with Partial Pivoting dan LU Dekomposisi akan selalu memperoleh hasil
yang sebenarnya untuk setiap matriks yang diberikan dimana matriks tersebut adalah
matriks

dengan jaminan memiliki solusi tunggal, tetapi untuk metode Gauss-Seidel,

meskipun matriks yang diberikan adalah matriks

dan ada jaminan bahwa memiliki

28

solusi tunggal, ternyata diagonal utama dari matriks yang diberikan harus memenuhi
syarat

; = 1,2. .

atau

agar solusi yang dicari selalu konvergen pada solusi sebenarnya (exact).

29

Lampiran
A. Source Code Program Pascal Untuk Metode Gaussian Elimination with Partial
Pivoting

30

31

32

B. Source Code Program Pascal Untuk Metode Gauss-Seidel

33

34

C. Source Code Program Pascal Untuk Metode LU Dekomposisi with Partial

Pivoting

35

36

37

38

Output Metode LU Dekomposisi with Partial Pivoting

39

Output Metode Gaussian Elimination with Partial Pivoting

40

41

Kasus

; = , . .

42

43