Angga Debby Frayudha / Educational Technology 1 (2) (2016)

Educational Technology 1 (2) (2016)

Educational Technology
http://journal.unnes.ac.id/sju/index.php/eduman

ITERASI JACOBI

Angga Debby Frayudha

Program Pascasarjana, Universitas Negeri Semarang, Indonesia

Info Artikel

Abstrak

Sejarah Artikel:
Diterima April 2016
Disetujui April 2016
Dipublikasikan Mei 2016

Persoalan yang melibatkan model matematika banyak muncul dalam berbagai

Keywords:Leaders
hip, compensation,
motivation,
employee
performance.

rumit yang terkadang tidak dapat diselesaikan dengan rumus-rumus aljabar yang

disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi, atau pada
persoalan rekayasa. Seringkali model matematika tersebut muncul dalam bentuk yang

sudah baku. Solusi SPL secara numeris umumnya selalu (harus) lebih efisien dan
cepat dibandingkan dengan metode-metode analitis, seperti metode Cramer. Namun
demikian, solusi numerik ini secara teknis adakalanya juga berkendala, karena: (1)
ada beberapa persamaan yang mendekati kombinasi linier, akibat adanya round off
error dari mesin penghitung pada, (2) suatu tahap perhitungan adanya akumulasi
round off error pada proses komputasi akan berakibat domain bilangan nyata (fixed
point) dalam perhitungan akan terlampaui (overflow), biasanya akibat dari jumlah
persamaan yang terlalu besar.

Abstract
Issues involving mathematical models have appeared in a variety of disciplines, such as in the
fields of physics, chemistry, economics, or engineering issues. The mathematical models often
appear in intricate shapes that sometimes can not be solved by algebraic formulas is standard.
SPL solutions numerically generally always (have to) be more efficient and faster than analytical
methods, such as method of Cramer. However, the numerical solution is technically sometimes
also berkendala, because: (1) there are some similarities approaching a linear combination, due
to "round off error" of mechanical calculating machines, (2) a stage of calculation of the
accumulation of "round off error" the computing process will result in domain real numbers
(fixed point) in the calculation will be exceeded (overflow), usually as a result of a number of
equations that are too large.

2016 Universitas Negeri Semarang

Alamat korespondensi:
Kampus Unnes Bendan Ngisor, Semarang, 50233
Email : mpyenk@gmail.com Angga Debby
Frayudha

ISSN 2252-7001

Angga Debby Frayudha / Educational Technology 1 (2) (2016)

prinsipnya merupakan solusi SPL dengan bentuk matrik

PENDAHULUAN

pita (satu diagonal bawah, satu diagonal utama, dan satu

model diagonal atas) pada matriks A.
matematika banyak muncul dalam berbagai disiplin
Persoalan

yang

melibatkan

ilmu pengetahuan, seperti dalam bidang fisika, kimia,

2. Metode Tak-Langsung (Metode Iteratif)

ekonomi, atau pada persoalan rekayasa. Seringkali

a. Metode Jacobi, prinsipnya: merupakan metode

model matematika tersebut muncul dalam bentuk yang iteratif yang melakuakn perbaharuan nilai x yang
rumit yang terkadang tidak dapat diselesaikan dengan diperoleh tiap iterasi (mirip metode substitusi berurutan,
rumus-rumus aljabar yang sudah baku.

successive substitution),

Solusi SPL secara numeris umumnya selalu

b. Metode Gauss-Seidel, prinsipnya: mirip
(harus) lebih efisien dan cepat dibandingkan dengan metode Jacobi, namun melibatkan perhitungan implisit,
metode-metode analitis, seperti metode Cramer.
c. Metode Successive Over Relaxation (SOR),
Namun demikian, solusi numerik ini secara teknis prinsipnya: merupakan perbaikan secara langsung dari
adakalanya juga berkendala, karena:
Metode Gauss- Seidel dengan cara menggunakan faktor
(1) ada beberapa persamaan yang mendekati relaksasi (faktor pembobot) pada setiap tahap/proses
kombinasi linier, akibat adanya round off error dari iterasi.
mesin penghitung pada, (2) suatu tahap perhitungan

Metode-metode tak-langsung seperti di atas pada

adanya akumulasi round off error pada proses umunya sangat tidak efisien dan time consuming
komputasi akan berakibat domain bilangan nyata (memerlukan CPU- time) yang jauh lebih besar dari
(fixed point) dalam perhitungan akan terlampaui metode langsung.
(overflow), biasanya akibat dari jumlah persamaan
Metode Eliminasi Gauss, metode Dekomposisi
yang terlalu besar.
LU dan Metode Iterasi Jacobi merupakan metode yang
METODE PENELITIAN
dapat dijadikan sebagai alternatif untuk menyelesaikan
Metode-metode solusi numerik yang banyak model matematika. Metode Eliminasi Gauss mereduksi
dipakai, dapat diklasifikasikan sebagai:
matriks koefisien A ke dalam bentuk matriks segitiga,
1. Metode Langsung

dan nilai-nilai variabel diperoleh dengan teknik

Gauss substitusi. Pada metode Dekomposisi LU, matriks A
(EGAUSS), prinsipnya: merupakan operasi eliminasi difaktorkan menjadi matriks L dan matriks U, dimana
a.

Metode

Langsung

Eliminasi

dan substitusi variabel-variabelnya sedemikian rupa dimensi atau ukuran matriks L dan U harus sama
sehingga dapat terbentuk matriks segitiga atas, dan dengan dimensi matriks A.
akhirnya solusinya diselesaikan menggunakan teknik

Pada

metode

iterasi

Jacobi,

penyelesaian

substitusi balik (backsubstitution),

dilakukan secara iterasi, dimana proses iterasi dilakukan

b. Metode Eliminasi Gauss ini. Eliminasi sampai dicapai suatu nilai yang konvergen dengan
Gauss-Jordan (EGJ), prinsipnya: mirip sekali dengan toleransi yang diberikan. Dari hasil pengujian dapat
metode EG, namun dalam metode ini jumlah operasi diketahui bahwa metode Iterasi Jacobi memiliki hasil
numerik yang dilakukan jauh lebih besar, karena ketelitian yang lebih baik dan waktu komputasi yang
matriks A mengalami inversi terlebih dahulu untuk lebih cepat dari metode Eliminasi Gauss dan metode
mendapatkan matriks identitas (I). Karena kendala Dekomposisi LU.
tersebut, maka metode ini sangat jarang dipakai,
Penggunaan pendekatan dengan pemrograman
namun sangat bermanfaat untuk menginversikan MATLAB, salah satu software komputer yang dapat
matriks,
digunakan untuk memberikan solusi komputasi numerik.
c. Dekomposisi LU (DECOLU), prinsipnya: Karena metode metode numerik dengan bahasa
melakukan dekomposisi matriks A terlebih dahulu pemrograman
yang
sederhana,
namun
dapat
sehingga dapat terbentuk matriks-matrik segitiga atas menyelesaikan permasalahan yang dihadapi oleh mereka
dan bawah, kemudian secara mudah dapat melakukan yang bergerak dalam bidang matematika maupun
substitusi balik (backsubstitution) untuk berbagai aplikasi matematika.
vektor VRK (vektor ruas kanan).
d. Solusi sistem TRIDIAGONAL (S3DIAG),

Angga Debby Frayudha / Educational Technology 1 (2) (2016)

C. Flow Chart Iterasi Jacobi

HASIL PEMBAHASAN
A. Iterasi Jacobi
Metode ini merupakan suatu teknik
penyelesaian SPL berukuran n x n, AX = b,
secara iteratif. Proses penyelesaian dimulai
dengan suatu hampiran awal terhadap
penyelesaian, X0, kemudian membentuk suatu
serangkaian vector X1, X2, yang konvergen
ke X.
Teknik iteratif jarang digunakan untuk
menyelesaikan SPL berukuran kecil karena
metode-metode langsung seperti metode
eliminasi Gauss lebih efisien dari pada metode
iteratif. Akan tetapi, untuk SPL berukuran
besar dengan persentase elemen nol pada
matriks koefisien besar, teknik iteratif lebih
efisien daripada metode langsung dalam hal
penggunaan memori komputer maupun
waktu komputasi. Metode iterasi Jacobi,
prinsipnya: merupakan metode iteratif yang
melakuakn perbaharuan nilai x yang
diperoleh tiap iterasi (mirip metode substitusi
berurutan, successive substitution).
B.

START
AX = b

Input A, b, X0, T,

[X, g, H]=
jacobi(A,b,X0,T,

xi =

Algoritma Iterasi Jacobi

Untuk
menyelesaikan
system
persamaan linier AX = b dengan A adalah
matriks koefisien n x n, b vector konstan n x 1,
dan X vektor n x 1 yang perlu dicari.
INPUT : n, A, b, dan Himpunan awal Y = (y1
y2 y3yn)T, batas toleransi T, dan maksimum
iterasi N.
OUTPUT: X = (x1 x2 x3 ..xn)T, atau pesan
gagal .
LANGKAH LANGKAH :
1. set penghitung iterasi ke =1
2. WHILE k n DO
(a) FOR i = 1, 2, 3, ..., n, hitung

xi =

bi j i a ij y j
aii

(b) Set X = (x1 x2 x3 ..xn)T

(c) IF

3.

X Y

< T THEN STOP

(d) Tambahan penghitung iterasi, k

=k+1
(e) FOR i = 1, 2, 3, ..., n, Set yi = xi
(f) set Y = (y1 y2 y3 ..yn)T
STOP

bi j i a ij y
aii

xi = ( x1 x2 x3 xn)

STOP
D. Iterasi Jacobi dengan Menggunaan Matlab 7
Jika x(k)menyatakan hampiran ke k
penyelesaian SPL , AX = b, dengan x(0)adalah
hampiran awal, maka metode iterasi Jacobi
dapat dinyatakan sebagai berikut :

xi

(k )

1
aii

bi aij x j ( k 1) ,

j i

i = 1,

2, 3, ..., n ; k = 1, 2, 3, ..
Dalam bentuk matriks, rumus iterasi dapat
dinyatakan sebagai
X(k) = D-1(b-(L+U)X(k-1)),
Dengan A = L + D + U ( L matriks
segitiga bawah, D matriks diagonal, U Matriks
segitiga atas).
Berikut adalah gambaran bagaimana
penggunaan metode iterasi Jacobi dengan
sebuah
contoh.
Misalkan
kita
ingin
menyelesaikan SPL.
10x1 x2 + x3 = 6
-x1 + 11x2 x3 + 3x4 = 25
2x1 x2 + 10x3 x4 = - 11
3x2 x3 + 8x4 = 15
Mula mulakita nyatakan setiap variabel
dalam ketiga variabel yang lainnya
1. Nyatakan x1 dari persamaan (P1) dalam
x2, x3, dan x4,
2. Nyatakan x2 dari persamaan (P2) dalam
x1, x3, dan x4,
3. Nyatakan x3 dari persamaan (P3) dalam
x1, x3, dan x4,
4. Nyatakan x4 dari persamaan (P4) dalam
x1, x2, dan x3.
Hasilnya adalah SPL

x1 =

x 2 x3 3
+
10 5 5

Angga Debby Frayudha / Educational Technology 1 (2) (2016)

x1 x3 3 x 4 25
+
+
11 11 11 11
x1 x 2 x 4 11
x3 =
+
+

5
10 10 10
3 x 2 x3 15
x4 =
+
+
8
8
8
x2 =

Layar Editor MATLAB 7

Misalkan kita pilih hapiran penyelesaian

awal (0 0 0 0)T, maka hampiran pertama
terhadap penyelesaian SPL tersebut adalah

3
= 0 .6 = 1
5
25
x2 =
= 2.2727 = 2
11
11
x3 =
= 1.1 = -1
10
15
x4 =
= 1.8750 = 2
8

x1 =

Sekarang dengan menggunakan nilai

nilai ini pada ruas kanan persamaan (P5)
(P8), kita dapat menghitung hampiran kedua.
Proses ini dapat diulang-ulang sampai
keakuratan hampiran yang diinginkan
tercapai. Berikut adalah hasil proses iterasi
dengan menggunakan komputer.
No
1
2
3
4
5
6
7
8

x1
0.6
1.04727
0.932636
1.0152
0.988991
1.0032
0.998128
1.00063

x2
2.27273
1.71591
2.05331
1.9537
2.01141
1.99224
2.00231
1.99867

x3
-1.1
-0.805227
-1.04934
-0.968109
-1.01029
-0.994522
-1.00197
-0.999036

x4
1.875
0.885227
1.13088
0.973843
1.02135
0.994434
1.00359
0.998888

Setelah iterasi ke-8 diperoleh hampiran

penyelesaian
x = (1.00063 1.99867 -0.999036 0.998888)T
bandingkan dengan penyelesaian eksaknya, yakni
x = (1 2 -1 1)T.
Menyelesaikan contoh SPL berikut ini
dengan menggunakan metode iterasi Jacobi.
2x1 x2 + 10x3 = -11
3x2 x3 + 8x4 = -11
10x1 x2 + 2x3 =6
-x1 + 11x2 x3+ 3x4 = 25

E. Penulisan Logaritma dalam Layar Editor

MATLAB 7
function [X,g,H]= jacobi(A,b,X0,T,N)
H = X0';
n = length(b);
X1 = X0;
for k=1:N,
for i = 1:n,
S = b(i)-A(i,[1:i-1,i+1:n])*X0([1:i1,i+1:n]);
X1(i)=S/A(i,i);
end
g = abs(X1-X0);
err = norm(g);
relerr = err/(norm(X1)+ eps);
X0 = X1;
H = [H;X0'];
if (err<T)|(relerr<T),break,end
end

F.

Hasil Output fungsi MATLAB 7

Berikut adalah contoh pemakaian fungsi
MATLAB 7 jacobi dan hasil keluaran dari yang
diperoleh:
>> A=[2 -1 10 0;0 3 -1 8;10 -1 2 0;-1 11 -1 3]
A=
2 -1 10 0
0 3 -1 8
10 -1 2 0
-1 11 -1 3
>> b=[-11;-11;6;25]
b=
-11
-11
6
25
>> X0=[0;0;0;0]
X0 =
0
0
0
0
>> T=.00001
T=
1.0000e-005
>> N=25
N=
25
>> [X,g,H]=jacobi(A,b,X0,T,N)
X=
1.0e+017*
-4.1950
0.5698
2.1380
0.0451
g=
1.0e+017*
3.7699
0.5442
1.2965
0.1535
H=
1.0e+017*
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000

Angga Debby Frayudha / Educational Technology 1 (2) (2016)

0 . 0000 0 . 0000 0 . 0000 0 . 0000

0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
-0 . 0007 0 . 0000 0 . 0013 -0 . 0002
-0 . 0066 0 . 0009 0 . 0036 0 . 0000
-0 . 0173 0 . 0011 0 . 0333 -0 . 0042
-0 . 1661 0 . 0224 0 . 0873 0 . 0013
-0 . 4251 0 . 0256 0 . 8415 -0 . 1085
-4 . 0000 0 . 5698 2 . 1380 0 . 0451
Dari hasil diatas, metode Jacobi belum
konvergen setelah melakukan iterasi. Untuk
mengetahui
penyelesaian
SPL
kita,
selanjutnya gunakan metode langsung dengan
menggunakan invers matriks A. MATLAB
memberikan penyelesaian sebagai berikut.
>> X=inv(A)*b
X=
1.1039
2.9965
-1.0211
-2.6263

0.1511
H=
-2 . 0000 1 . 0000
3 . 0000 -1 . 0000
1 . 1000 2 . 6364 -1 . 6000 -2 . 3750
1 . 9836 2 . 6023 -1 . 8564 -2 . 4386
1 . 0315 2 . 9494 -1 . 0365 -2 . 4579
1 . 1022 2 . 9426 -1 . 0114 -2 . 6106
1 . 1065 2 . 9930 -1 . 0262 -2 . 6049
1 . 1045 2 . 9895 -1 . 0200 -2 . 6256
1 . 1030 2 . 9965 -1 . 0220 -2 . 6236
1 . 1040 2 . 9856 -1 . 0209 -2 . 6264
1 . 1037 2 . 9966 -1 . 0212 -2 . 6260
1 . 1039 2 . 9964 -1 . 0211 -2 . 6264
1 . 1039 2 . 9965 -1 . 0211 -2 . 6263
1 . 1039 2 . 9965 -1 . 0211 -2 . 6263
1 . 1039 2 . 9965 -1 . 0211 -2 . 6263
Iterasi
Jacobi
konvergen
(dengan
menggunakan batas toleransi 0.0001) setelah
iterasi ke-13. Penyelesaian yang diberikan
persis sama dengan yang dihasilkan dengan
metode langsung. Hampiran penyelesaian SPL
kita adalah X = (1.1039 2.9965 -1.0211 2.6263)T.
Layar MATLAB 7 (command window)

Apakah metode jacobi tidak dapat

menghasilkan penyelesaian tersebut? Dengan
mengubah susunan SPL, yakni persamaan
pertama dan kedua dipindah menjadi
persamaan ketiga dan keempat, metode
Jacobi
ternyata
berhasil
memberikan
penyelesaian tersebut, sebagaimana terlihat
pada hasil keluaran MATLAB berikut.
>> A=[10 -1 2 0;-1 11 -1 3;2 -1 10 0;0 3 -1 8]
A=
10 -1 2 0
-1 11 -1 3
2 -1 10 0
0 3 -1 8
>> b=[6;25;-11;-11]
b=
6
25
-11
-11
>> X0=[-2;1;3;-1]
X0 =
-2
1
3
-1
>> [X,g,H]=jacobi(A,b,X0,T,N)
X=
1.1039
2.9965
-1.0211
-2.6263
g=
0.0795
0.2004
0.0797

Dari contoh di atas bahwa urutan

persamaan di dalam suatu SPL sangat
berpengaruh terhadap penampilan metode
iterasi Jacobi. Kalau kita amati lebih lanjut
contoh di atas, kekonvergenan iterasi Jacobi
pada strategi kedua dikarenakan kita telah
mengubah susunan SPL sedemikian hingga
elemen-elemen aii merupakan elemen-elemen
terbesar pada setiap baris. Dengan kata lain,
apabila matriks koefisien A merupakan matriks
dominan secara diagonal, maka metode iterasi
Jacobi akan konvergen. Suatu matrik A
berukuran n x n dikatakan dominan secara
diagonal apabila

| a ii |>| a i ,1 | +...+ | ai ,i 1 | + | ai ,i +1 | +...+ | ai ,n |

untuk i = 1, 2, 3, ..., n.

Angga Debby Frayudha / Educational Technology 1 (2) (2016)

SIMPULAN
Dari

pembahasan

di

atas

kita

dapat

mengambil kesimpulan bahwa.

1. Urutan persamaan di dalam suatu SPL
sangat berpengaruh terhadap penampilan metode
iterasi Jacobi.
2.

Dengan

menggunakan

pemrograman

MATLAB 7 dapat membantu pemrograman dalam

dalam metode numeric khususnya metode iterasi
Jacobi.

SARAN
1.

Dari hasil pembahasan disarankan untuk.

2.

1. Menggunakan metode iterasi Jacobi lebih

efektif untuk memecahkan masalah numerik
dalam SPL berukuran besar.

3.

2. Menggunakan program MATLAB 7 for

Windows

dalam

membantu

metode iterasi Jacobi.

DAFTAR PUSTAKA
.

pengolahan

Angga Debby Frayudha / Educational Technology 1 (2) (2016)