= , dimana
1.
+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
= 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
;
= 1,2, . . .
= 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
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
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
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 :
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
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
.
.
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 :
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
.
.
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
.
.
4.1197
3.6563 1.9375
1.6250
3 (6.6667 + 7.3333
5.3333
9 (5
+7
12
+8
Kemudian dengan menggunakan Matlab diperoleh solusi dengan hasil yang sama yaitu :
adalah matriks
=
, dengan
, dan
1, dan
adalah upper
=
=
Misalkan
= , maka
=
dan
=
Jadi dalam menentukan solusi dari SPL tersebut, maka setelah diperoleh matriks
, pertama menentukan
dan
dari
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
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
Berdasarkan algoritma tersebut terlihat bahwa untuk tiap iterasi, sebelum proses
penentuan matriks
dan
baris untuk masing-masing kolom. Setelah itu proses penukaran elemen matriks dilakukan
apabila elemen maksimum tersebut tidak berada pada elemen diagonal dari matriks.
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
for j k to n do
merupakan algoritma penukaran baris dari tiap iterasi untuk masing-masing kolom 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
elemen baris kolom ke 1 sampai elemen baris kolom sebelum elemen diagonal (k-1) dari
matriks
dan
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
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
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
sedemikian sehingga a[i,j] = 0 dari matriks untuk tiap iterasi . Algoritma penentuan
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
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
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
matriks
substitution :
12
berukuran
dilakukan
yang merupakan
berukuran
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
0 0
0 0
1 0
1
,..
0
0
0
0
0
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
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
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
kolom
5
5.3333
3.75
1.5
6
= 0.5
12
dari
= 5.3333
Karena
matriks
maka
dilakukan
sehingga diperoleh:
7 8
6.6667 7.333
4.25 6
3.5 4
dan
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
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
kolom
dari
= 1.6250,
Karena
matriks
maka
dilakukan
5
5.3333
0
0
7 8
6.6667 7.333
1.6250 1.9375
0.43984 0.565
dan
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
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
diperoleh dengan
.
.
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
18
3 (6.6667 + 7.3333
5.3333
9 (5
+7
12
+8
= 1.7746;
= 2.662;
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
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
<
; = , . .
+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
=5
Iterasi 1
=
=
6 (7
+9
4
+ 10 )
+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
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
<
, misalkan
= 10 dan
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
; = , . .
+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
=1
Iterasi 1
=
=
10 (3
4
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
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
<
, misalkan
= 10 dan
26
Hasil demikian juga diperoleh jika SPL tersebut diselesaikan dengan menggunakan
metode Gaussian Elimination with Partial Pivoting sebagai berikut
27
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
; = , . .
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
33
34
35
36
37
38
39
40
41
Kasus
; = , . .
42
43