PRAKTIKUM II METODE NUMERIK

METODE ELIMINASI GAUSS, PIVOTING PARSIAL ELIMINASI

GAUSS, DEKOMPOSISI LU, JACOBI, DAN GAUSS SEIDEL

LAPORAN

Nama

: Ery Budiono

NIM

: 12213054

Shift

: Senin Pukul 13.00

Dosen

: Ibu Novriana Sumarti

Asisten Modul

: Faiz Gifari

(12212037)

Kent Lie Channiago (12212089)

INSTITUT TEKNOLOGI BANDUNG

2014
1

DAFTAR GAMBAR

Hasil Eksekusi Metode Eliminasi Gauss12-13

Hasil Eksekusi Metode Eliminasi Gauss Pivoting.14-15
Hasil Eksekusi Metode Dekomposisi LU..16-17
Hasil Eksekusi Metode Jacobi21-22
Hasil Eksekusi Metode Gauss-Seidel21-22

DAFTAR TABEL

Komparasi Hasil Per Metode22

DAFTAR ISI

Cover.1
Daftar Gambar.2
Daftar Tabel.3
Daftar Isi..4
A.
B.
C.
D.
E.
F.
G.

Teori Singkat5
Algortima ....8
Source Program ... .11
Hasil Eksekusi.. .11
Analisis. ..18
Kesimpulan..23
Pustaka.....23

A. TEORI SINGKAT

Metode numerik berusaha menyelesaikan persoalan yang solusinya tidak dapat diselesaikan
secara langsung. Metode numerik menggunakan pendekatan numeric (angka) untuk
menyelesaikan persoalan. Salah satu persoalan yang dapat diselesaikan diantaranya penentuan
akar dari persamaan satu variabel.
Secara umum, metode untuk mencari solusi persamaan linear dapat menggunakan beberapa cara.
1. Metode Eliminasi Gauss
Berusaha membentuk upper triangular matriks dan lower triangular matriks. Adapun caranya
dengan menggunakan serangkaian procedural sedemikian rupa sehingga muncul angka nol di
segitiga atas atau bawah. Dapat dilakukan substitusi maju maupun mundur untuk menentukan
SPL nya.
2. Metode Eliminasi Gauss dengan Pivoting Parsial
Untuk mengatasi error pada eliminasi gauss yang mana elemen referensinyta nol ataupun
menghindari galat beruntun, maka digunakan pivoting atau penumpuan secara parsial dalam
metode eliminasi Gauss. Metode ini berusaha mencari mutlak bilangan terbesar di sebagai
referensi dari setiap perpindahan kolom.
3. Metode LU
Metode ini berusaha memecah matrik A menjadi komponen hasil kalinya. LU adalah hasil kali
yang yang menghasilkan matriks A. L adalah lower diagonal dengan angka 1 pada diagonalnya.
Sedangkan upper matriks adalah matriks segitiga atas. Setelah nilai L dan U didapat, maka akan
didapat pula nilai y dari Ly=b dan akhirnya didapat matriks x dari Lx=y.
4. Metode Jacobi dan Metode Gauss Seidel

Metode ini adalah metode iterasi langusng. Jacobi memeberikan iterasi untuk semua nilai x
sedemikian rupa sehingga perlu semua tebakan awal untuk menghitung solusi. Sedangkan
Metode Gauss-Seidel lebih menekankan pada penggunaan bilangan yang sudah ditentukan dari
iterasi sebelumnya ke iterasi berikutnya yang memuat variabel yang telah dihitung.

B. ALGORITMA PENYELESAIAN MASALAH

Berikut ini adalah algoritma penyelesaian masalah dengan menggunakan meode-metode sebagai
berikut:
1. Metode Eliminasi Gauss
Input: Galat, Matriks
Output: x1, x2, x3, x4, x5
a. Masukkan nilai koefisien ke dalam matriks m[6][6], yang mana kolom ke enam
untuk nilai y persamaan
b. Jika elemen referensi m[0][0]=0, maka proses berhenti
c.

untuk i=0,1,2,3,4
untuk j=i+1 hingga j<6
c=m[j][i]/m[i][i]
m[j][i]=0,
untuk (k=i+1 hingga k<6
m[j][k]=m[j][k]-c*m[i][k]
k=k+1
6

d. Proses Subtitusi Mundur

b[4]=m[4][5]/m[4][4]
b[3]=(m[3][5]-m[3][4]*b[4])/m[3][3]
b[2]=(m[2][5]-m[2][4]*b[4]-m[2][3]*b[3])/m[2][2]
b[1]=(m[1][5]-m[1][4]*b[4]-m[1][3]*b[3]-m[1][2]*b[2])/m[1][1]
b[0]=(m[0][5]-m[0][4]*b[4]-m[0][3]*b[3]-m[0][2]*b[2]-m[0][1]*b[1])/m[0][0]
dimana b[i] merepresentasikan indeks x ke i.

2. Metode Eliminasi Gauss dengan Pivoting Parsial

Input: Galat, Matriks

Output: x1, x2, x3, x4, x5
a. Substitusi nilai koefisien matriks dalam matriks m[6][6]
b. Untuk i=0 hingga i<4
1) Proses Searching
Untuk j=i hingga j<=4
jika m[j][i]>m[j+1][i] maka mak=j, j=j+1
2) Proses Pemindahan
Untuk p=i hingga p<6
d[p]=m[i][p]
m[i][p]=m[mak][p]
m[mak][p]=d[p]
p=p+1
7

3) Proses OBE
Untuk j=i+1 hingga j<6
c=m[j][i]/m[i][i];
m[j][i]=0;
Untuk k=i+1 hingga k<6
m[j][k]=m[j][k]-c*m[i][k]
k=k+1

3. Metode LU

Input: Galat, Matriks

Output: x1, x2, x3, x4, x5, matriks L dan U serta Y
a. Matriks L dan U ditentukan dengan L adalah lower triangular yang diagonalnya 1.
b. Untuk Matriks L untuk k=1 hingga k<=n
U[k][k]=1;
Untuk i=k hingga<=n
sum=0
untuk p=1 hingga p<=k
sum = sum + L[i][p]*U[p][k];
8

L[i][k]=m[i][k]-sum;

c. Untuk Matriks U
for(j=k+1;j<=n;j++)
{
sum=0;
for(p=1;p<=k-1;p++)
{
sum = sum + L[k][p]*U[p][j];
}
U[k][j]=(m[k][j]-sum)/L[k][k];
}
d. Proses substitusi maju
for(i=1;i<=n;i++)
{
sum=0;
for(p=1;p<i;p++)
sum=sum+ L[i][p]*z[p];
z[i]=(b[i]-sum)/L[i][i];
}

e. Mencari nilai x

for(i=n;i>0;i--)
{
sum=0;
for(p=n;p>i;p--)
{
sum= sum + U[i][p]*x[p];
}
x[i]=(z[i]-sum)/U[i][i];
}

4. Metode Jacobi

Input: Galat, Matriks, tebakan awal

Output: x1, x2, x3, x4, x5

a. Mengubah bentuk persamaan menjadi bentuk x, dimana

Jika dibuat array a dengan label a, b, c, d, dan e adalah representasi dari x maka :
x1=(5+2*a[i-1].b-a[i-1].c+a[i-1].d-a[i-1].e);
x2=(-10+4*a[i-1].a-2*a[i-1].c-a[i-1].d-a[i-1].e)/3;
x3=(-7-4*a[i-1].a+5*a[i-1].b-5*a[i-1].d+a[i-1].e);
x4=(0+2*a[i-1].a-a[i-1].b+4*a[i-1].c-3*a[i-1].e)/4;
10

x5=(12-a[i-1].a-a[i-1].b-3*a[i-1].c+a[i-1].d)/3;

a[i].a=x1; a[i].b=x2; a[i].c=x3; a[i].d=x4; a[i].e=x5;

b. Jika semua nilai atau salah satu tebakan awal adalah 0, maka harus dicegah agar galat
tak infinity;
Untuk i=0
g1=(a[i].a-a[i-1].a);
g2=(a[i].b-a[i-1].b);
g3=(a[i].c-a[i-1].c);
g4=(a[i].d-a[i-1].d);
g5=(a[i].e-a[i-1].e);
dengan i bertambah 1 hingga i=5

Jika tebakan awal tak nol maka

g1=(a[i].a-a[i-1].a)/a[i-1].a;
g2=(a[i].b-a[i-1].b)/a[i-1].b;
g3=(a[i].c-a[i-1].c)/a[i-1].c;
g4=(a[i].d-a[i-1].d)/a[i-1].d;
g5=(a[i].e-a[i-1].e)/a[i-1].e;
c. looping diteruskan ke proses awal jika ((g1>galat || g2> galat || g3>galat || g4>galat
||g5>galat ) && i<100);

5. Metode Gauss Seidel

Input: Galat, Matriks

Output: x1, x2, x3, x4, x5
11

a. Mengubah bentuk persamaan sebagai bentuk

Untuk representasi dalam array, misalkan array a[] maka bentuk rumusan iterasi dapat
dituliskan:
x1=(5+2*a[i-1].b-a[i-1].c+a[i-1].d-a[i-1].e);a[i].a=x1;
x2=(-10+4*a[i].a-2*a[i-1].c-a[i-1].d-a[i-1].e)/3;a[i].b=x2;
x3=(-7-4*a[i].a+5*a[i].b-5*a[i-1].d+a[i-1].e);a[i].c=x3;
x4=(0+2*a[i].a-a[i].b+4*a[i].c-3*a[i-1].e)/4;a[i].d=x4;
x5=(12-a[i].a-a[i].b-3*a[i].c+a[i].d)/3;a[i].e=x5;

Jika tebakan awal adalah semua atau salah satu nilainya nol, maka dicegah agar galat tak
infinity
g1=(a[i].a-a[i-1].a);
g2=(a[i].b-a[i-1].b);
g3=(a[i].c-a[i-1].c);
g4=(a[i].d-a[i-1].d);
Jika galat tak nol, maka galatnya:
g1=(a[i].a-a[i-1].a)/a[i-1].a;
12

g2=(a[i].b-a[i-1].b)/a[i-1].b;
g3=(a[i].c-a[i-1].c)/a[i-1].c;
g4=(a[i].d-a[i-1].d)/a[i-1].d;
g5=(a[i].e-a[i-1].e)/a[i-1].e;

Proses Pemutlakan galat

if (g1<0)g1=g1*-1;
if (g2<0)g2=g2*-1;
if (g3<0)g3=g3*-1;
if (g4<0)g4=g4*-1;
if (g5<0)g5=g5*-1
Iterasi dihentikan jika galat semua nilai x kurang dari galat yang diinput dan jumlah iterasi,

C. SOURCE PROGRAM
(Ada di file PDF lampiran SourceCode)

D. HASIL EKSEKUSI PROGRAM

Berikut tampilan hasil eksekusi program:
13

1. Metode Eliminasi Gauss

14

2. Metode Eliminasi Gauss dengan Pivoting Parsial

15

3. Metode LU

4. Metode Jacobi

16

17

5. Metode Gauss-Seidel

18

19

E. ANALISIS
Metode Jacobi dan Gauss Seidel memberikan hasil yang divergen. Untuk galat dan tebakan tang
ditentukan ternyata keduanya memberikan hasil yang meyebar. Namun, perlu diperhatikan
bahwa divergenitas mulai tampak lebih cepat pada iterasi dengan metode Gauss-Seidel, yakni
saat Iterasi ke 47-an. Sementara itu, divergen mulai terjadi pada metode Jacobi pada Iterasi ke 87
an. Gauss Seidel kemungkinan lebih cepat karena memasukkan angka yang lebih variatif, yakni
dari solusi iterasi sebelumnya.
Metode Eliminasi Gauss, dengan dan tanpa Pivoting memberikan hasil yang sama saja, yakni
solusi yang sama. Namun, dalam kasus ini baik dengan maupun tanpa Pivoting tidak
memberikan efek yang signifikan. Hal ini dikarenakan referensi tanpa Pivoting dalam soal yang
diberikan tidak pernah menjadi nol selama proses berlangsung. Dengan demikian, pivoting dan
non pivoting tidak begitu berbeda signifikan kegunaannya dalam persamaan soal di sini.
Metode LU ternyata tidak memberikan hasil yang sama dengan metode Eliminasi Gauss.
Namun, dalam algoritmanya cenderung memakan tempat karena harus mengoperasikan subsitusi
maju dan mundur berulang. Dengan melihat kondisi persamaan Linear di soal yang tidak
memiliki masalah dengan referensi, justru program LU maupun pivoting eliminasi Gauss
menjadi lebih kompleks.
Hasil LU yang berbeda mengindikasikan adanya kesalahan perhitungan pada metode LU pada
program saya.
Berikut adalah komparasi hasil:
Gauss

0.99999

-1

-2

Pivoting
LU
Jacobi
Gauss-Seidel

3
1
-

1
-2
-

-1
1
-

-2
0
-

3
3
20

F. KESIMPULAN

1. SPL dengan metode Jacobi dan Gauss Seidel ternyata menghasilkan bentuk Divergen
dengan tingkat divergensi metode Gauss Seidel yang dicapai lebih cepat.
2. Hasil SPL dengan Eliminasi Gauss baik dengan dan tanpa Pivoting memberikan hasil
yang sama yakni [3,1,-1,2,3]. Hasil ini berbeda dengan metode LU. Kemungkinan
metode LU yang saya gunakan ada yang salah.

G. PUSTAKA
Chapra, C. dan Raymond P. 2010. Numerical Methods for Engineer, Sixth Ed.New
York:

McGraw-Hill Publisher.

21