Anda di halaman 1dari 38

BAB II

PEMBAHASAN

1. Pengertian Sistem Persamaan Linier

Sistem persamaan linier adalah sistem persamaan yang terdiri dari sejumlah persamaan
(berhingga) dan sejumlah variabel (berhingga). Mencari solusi suatu sistem persamaan
linier adalah mencari nilai-nilai variable-variabel tersebut, sehingga memenuhi semua
sistem persamaan tersebut. Terdapat dua metode untuk mencari solusi sistem persamaan
linier yaitu:

a. Metode langsung, yang terdiri dari metode eliminasi Gauss, metode eliminasi
Gauss-Jordan, metode invers matriks dan metode dekomposisi LU.
b. Metode tak langsung yaitu metode iterasi, yang terdiri dari metode iterasi Jacobi
dan metode iterasi Gauss-Seidel, dimana dalam metode iterasi ini harus
diberikan solusi awal ( merupakan tebakan ).

Persamaan linear secara umum :

a11x1 + a12x2 + a13x3 +..+ a1nxn = c1


a21x1 + a22x2 + a33x3 +. + a2nxn = c2

An1x1 + an2x2 + an3x3 +..+ annxn = cn

3
Dengan a adalah koefisien konstan dan c adalah konstan. Dalam bentuk notasi matriks
notasi tersebut dapat ditulis seperti berikut :

a11 a12 a13 .... a1n X1 C1

a21 a22 a23 . a2n X2 = C2

. . . . . . .
An1 an2 an3 . ann Xn cn

Atau

AX=

Dengan :
A = Matriks koefisien n x n
X = Kolom vektor n x 1 dari bilangan tak diketahui
C = Kolom vector n x 1 dari konstanta

Beberapa metode di dalam menyelesaikan persamaan linear,antara lain:


Metoda eliminasi gauss
Metode eliminasi Gauss - Jordan
Metode Matriks Invers
Iterasi Jacobi
Iterasi gauss - seidel
Dekomposisi LU
Dekomposisi Cholesky

4
2. Metode Eliminasi Gauss

Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam matriks


sehingga menjadi matriks yang lebih sederhana. Metode Eliminasi Gauss adalah salah satu
cara yang paling awal dan banyak digunakan dalam penyelesaian sistem persamaan linier.
Cara ini ditemukan oleh Carl Friedrich Gauss. Prosedur penyelesaian dari metode ini
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.

1. Algoritma Eliminasi Gauss

Secara umum,sistem persamaan linear adalah sebagai berikut:

a11x1 + a12x2 + a13x3 +..+ a1nxn = c1


a21x1 + a22x2 + a33x3 +. + a2nxn = c2

An1x1 + an2x2 + an3x3 +..+ annxn = cn

Algoritma dasar metode eliminasi gauss adalah sebagai berikut:


a. Ubahlah sistem persamaan linear tersebut menjadi matriks augment, yaitu suatu
matrik yang berukuran n x (n + 1). Jelas terlihat bahwa elemen-elemen yang
menempati kolom terakhir matrik augment adalah nilai dari bi; yaitu ai,n+1 = bi
dimana i = 1, 2, ..., n.
b. Periksalah elemen-elemen pivot. Apakah ada yang bernilai nol? Elemen-elemen
pivot adalah elemen-elemen yang menempati diagonal suatu matrik, yaitu a11,
a22,..., ann atau disingkat aii. Jika aii _= 0, bisa dilanjutkan ke langkah no.3.
Namun, jika ada elemen diagonal yang bernilai nol, aii = 0, maka baris dimana

5
elemen itu berada harus ditukar posisinya dengan baris yang ada dibawahnya,
(Pi) (Pj) dimana j = i + 1, i + 2, ..., n, sampai elemen diagonal matrik menjadi
tidak nol, aii 0.
c. Proses triangularisasi.
d. Hitunglah nilai xn
e. Lakukanlah proses substitusi mundur untuk memperoleh xn-1 , xn-2 , ....,x2 , x1

2. Ciri-Ciri Eliminasi Gauss


a. Jika suatu baris tidak semua nol, maka bilangan pertama yang tidak nol adalah 1 (1
utama)
b. Baris nol terletak paling bawah
c. 1 utama baris berikutnya berada dikanan 1 utama baris diatasnya
d. Dibawah 1 utama harus nol

Problem yang biasa terjadi pada metode eliminasi gauss:


1. Jika saat eliminasi kolom ke n harga ann (koefisien pada diagonal utama/
elemen pivot) adalah = 0, maka motode eliminasi gauss tidak dapat berjalan.
2. Jika saat eliminasi kolom ke n harga ann (koefisien pada diagonal utama/
elemen pivot) adalah sangat kecil ( dibanding koefisien lain pada baris pivot
tersebut), maka cara eliminasi gauss menghasilkan ketelitian yang rendah.
3. Bila kelemahan eliminasi gauss ini terjadi, maka baris yang memiliki ann = 0
atau sangat kecil tersebut, ditukar dengan baris lain dibawahnya yang memiliki
nilai mutlak || pada kolom ke n yang terbesar. Teknik seperti ini biasa
disebut teknik pivoting parsial.
4. Bila koefisien elemen pivot = 0 atau ann = 0 tidak dapat dihindari, maka system
persamaan tersebut tidak dapat diselesaikan dengan menggunakan metode
eliminasi gauss, dan memiliki penyelesaian tak terhingga.

3. Contoh Soal

x + y + 2z = 9

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

Solusi system diperoleh dengan teknik penyulihan mundur sebagai berikut:

4. Kelebihan dan Kekurangan


Metode ini digunakan dalam analisis numerik untuk meminimalkan mengisi selama
eliminasi, dengan beberapa tahap

7
Kelebihan :
menentukan apakah sistem konsisten.
menghilangkan kebutuhan untuk menulis ulang variabel setiap langka.
lebih mudah untuk memecahkan

kekurangan :
memiliki masalah akurasi saat pembulatan desimal

3. Metode Eliminasi Gauss Jordan

Salah satu metode yang dapat digunakan untuk menyelesaikan sistem persamaan linier
adalah metode eliminasi Gauss-Jordan. Metode ini diberi nama Gauss-Jordan untuk
menghormati CarlFriedrich Gauss dan Wilhelm Jordan. Metode ini sebenarnya adalah
modifikasi dari metode eliminasi Gauss, yang dijelaskan oleh Jordan di tahun 1887.

Metode Gauss-Jordan ini menghasilkan matriks dengan bentuk baris eselon yang
tereduksi(reduced row echelon form), sementara eliminasi Gauss hanya menghasilkan
matriks sampai padabentuk baris eselon (row echelon form). Selain untuk menyelesaikan
sistem persamaan linier, metode eliminasi Gauss-Jordan ini dapat. Metode Eliminasi
Gauss : metode yang dikembangkan dari metode eliminasi, yaitu menghilangkanatau
mengurangi jumlah variable sehingga dapat diperoleh nilai dari suatu variable yang bebas.

Eliminasi Gauss-Jordan adalah pengembangan dari eliminasi Gauss yang hasilnya lebih
sederhana lagi. Caranya adalah dengan meneruskan operasi baris dari eliminasi Gauss
sehingga menghasilkan matriks yang Eselon-baris. Ini juga dapat digunakan sebagai salah
satu metode penyelesaian persamaan linear dengan menggunakan matriks.

Metode ini digunakan untuk mencari invers dari sebuah matriks. Prosedur umum untuk
metode eliminasi Gauss-Jordan ini adalah Ubah sistem persamaan linier yang ingin
dihitung menjadi matriks augmentasi. Lakukan operasi baris elementer pada matriks
augmentasi (A|b) untuk mengubah matriks A menjadi dalam bentuk baris eselon yang
tereduksi.

8
1. Contoh Soal

x + y + 2z = 9

2x + 4y - 3z = 1

3x + 6y - 5z = 0

Tentukan Nilai x, y dan z

Penyelesaian :

9
Diperoleh penyelesaian x = 1, y = 2, z = 3.

4. Metode Matriks Invers

Invers matriks merupakan lawan atau kebalikan suatu matriks dalam perkalian yang
dilambangkan dengan A-1. Jika matriks A dan B sedemikian sehingga A x B = B x A = I,
dimana I matriks identitas maka B disebut invers dari A dan A dari B. Karena invers
matriks A dilambangkan dengan A-1 maka berlaku A x A-1 = A-1 x A = I, dimana I adalah
matriks identitas.

Suatu matriks dapat dibalik jika dan hanya jika matriks tersebut adalah matriks persegi
(matriks yang berukuran n x n) dan matriks tersebut non-singular (determinan \neq 0).
Tidak semua matriks memiliki invers. Invers matriks dapat didefinisikan sebagai berikut.

Definisi :

Jika A adalah suatu matriks kuadrat, dan jika kita dapat mencari matriks B sehingga AB =
BA = I, maka A dikatakan dapat dibalik (invertible) dan B dinamakan invers dari A

10
Banyak cara yang dapat digunakan untuk mencari matriks invers. Salah satunya
adalah dengan menggunakan metode eliminasi Gauss-Jordan. Untuk melakukan hal ini,
matriks koefisien dilengkapi dengan suatu matriks identitas. Kemudian gunakan metode
Gauss-Jordan untuk mengubah matriks koefisien menjadi matriks identitas. Jika langkah ini
telah selesai maka ruas kanan matriks itu akan merupakan matriks invers. Atau secara
ilustrasi, proses tersebut adalah sebagai berikut.

[ ]
a 11 a 12 a 131 0 0
a 21a 22 a 23 0 10
a 31a 32 a 33 0 0 1

[ A] [I]

[ ]
1 0 0 a111 a 121 a 131
01 0 a 211 a 221 a 231
0 01 a 311 a 321 a 331

1
[I] [A]

1. Sifat-Sifat Matriks Invers

Matriks invers atau invers matriks memiliki beberapa sifat yang perlu diperhatikan,
yaitu :

1. Matriks invers (jika ada) adalah tunggal (uniqe)

Andaikan B dan C adalah invers dari matriks A, maka berlaku :

AB = BA = I dan juga AC = CA = I.

Tetapi untuk : BAC = B(AC) = BI = B........................................ (*)

BAC = (BA)C = IC = C............................................................... (**)

11
Dari (*) dan (**) haruslah B = C

2. Invers dari matrik invers adalah matriks itu sendiri.

Andaikan matriks C = A-1, berarti berlaku : AC = CA = I............ (*)

Berlaku juga untuk C C-1 = C-1 C = I............................................ (**)

Dari (*) ke (**) berarti :

C-1 = A

(A-1)-1 = A

3. Matriks invers bersifat non singular (determinannya tidak nol)

det (A A-1) = det (A) det (A-1)

det (I) = det (A) det (A-1)

1 = det (A) det (A-1); karena det (A) 0, maka :

Ini berarti bahwa det (A-1) tidak nol dan kebalikan dari det (A).

4. Jika A dan B masing masing adalah matriks persegi berdimensi n, dan berturut
turut A-1 dan B-1 adalah invers dari A dan B, maka berlaku hubungan : (AB)-1 = B-
1 A-1

(AB) (AB)-1 = (AB)-1 (AB) = I...................................................... (*)

Disisi lain :

(A B) (B-1 A-1) = A(B B-1) A-1 = A I A-1 = A A-1 = I

(B-1 A-1) (A B) = B-1 (A-1 A) B = B-1 I B = B-1 B = I.................... (**)

12
Menurut sifat (1) matriks invers bersifat unique (tunggal), karena itu dari (*) dan
(**) dapat disimpulkan bahwa (AB)-1 = B-1 A-1

5. Jika matriks persegi A berdimensi n adalah non singular, maka berlaku (AT)-1 =
(A-1)T

Menurut sifat determinan : |AT| = |A| 0, oleh sebab itu (AT)-1 ada, dan haruslah :

(AT)-1 AT = AT (AT)-1 = I................................................................ (*)

Disisi lain menurut sifat transpose matriks :

(A A-1)T = (A-1)T AT

IT = (A-1)T AT

(A-1)T AT = I, hubungan ini berarti bahwa (A-1)T juga merupakan matriks dari A.
padahal invers matriks bersifat tunggal, oleh karena itu seperti yang diperlihatkan
pada (*) haruslah : (A-1)T = (AT)-1

2. Langkah Penyelesaian Masalah


Langkah awal untuk menyelesaikan invers matriks adalah dengan menentukan
determinan dari matriks tersebut. Determinan didefinisikan sebagai jumlah dari
semua hasil kali elementer bertanda matriks. Apabila determinannya bernilai 0,
maka tidak memiliki invers atau biasa disebut matriks singular.
Langkah kedua yaitu menentukan Adjoin matriks. Adjoint matriks adalah transpose
dari kofaktor kofaktor matriks. Transpose tersebut didapatkan dari matriks A
dengan memindahkan elemen kolom menjadi elemen baris.

Perlu diperhatikan, apabila matriks dengan ordo 2 x 2 ataupun 3 x 3 masih dapat


diselesaikan secara manual. Tetapi untuk persamaan yang melebihi ordo 3 x 3 terlalu sulit
dan lama untuk menyelesaikan permasalahan secara manual. Maka kita menggunakan
Mikrosoft Exel untuk menyelesaikan system persamaan yang melebihi ordo 3 x 3.
Penyelesaian dengan exel kita hanya mengoperasikan rumus :

A-1 = MMULT(MINVERSE(a11 ann);(b1 bn)

13
Pada saat menekan enter, diharuskan menekan ctrl + shift secara bersamaan

5. Metode 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).

6. Metode Iterasi Gauss Seidel

Metode interasi Gauss-Seidel adalah metode yang menggunakan proses iterasi hingga
diperoleh nilai-nilai yang berubah-ubah. Metode iterasi Gauss-Seidel dikembangkan dari
gagasan metode iterasi pada solusi persamaan tak linier .

1. Kekurangan dan kelebihan

Metode eliminasi gauss-seidel digunakan untuk menyelesaikan SPL yg berukuran kecil


karena metode ini lebih efisien. Dengan metode iterasi Gauss-Seidel sesatan pembulatan
dapat diperkecil karena dapat meneruskan iterasi sampai solusinya seteliti mungkin sesuai
dengan batas sesatan yang diperbolehkan.

Kelemahan dari metode ini adalah masalah pivot (titik tengah) yang harus benarbenar
diperhatikan, karena penyusun yang salah akan menyebabkan iterasi menjadi divergen dan
tidak diperoleh hasil yang benar.

14
2. Algoritma Gauss Seidel
1. Beri harga awal x1 = x2 = x3 = ... = xn = 0
2. Hitung.Karena x2 = x3 = x4 = ... = xn = 0, maka
3. x1 baru yang didapat dari tahap 2 digunakan untuk menghitung x2.
Baris 2 a21x1 + a22x2 + a23x3 + ... + a2nxn = C2
4. Menghitung x3
Baris 3 a31x1 + a32x2 + a33x3 + ... + a3nxn = C3

a33x3 = C3 a31x1 a32x2 a3nxn

5. Cara ini diteruskan sampai ditemukan xn.


6. Lakukan iterasi ke-2 untuk menghitung x1, x2, x3, ..., xn baru
7. Mencari kesalahan iterasi |a|
8. Iterasi diteruskan sampai didapat |a| < |s|

7. Dekomposisi LU

Dekomposisi matriks LU merupakan salah satu metode numerik untuk menyelesaikan


persamaan matriks.

Apabila secara analitik, mungkin akan sangat mudah menyelesaikan persamaan matriks
seperti ini AX=B, dimana kita hanya mengetahui nilai matriks A dan matriks B saja,
sementara kita tidak tahu nilai dari matriks X. Secara analitik kita dapat tuliskan bahwa
matriks X merupakan perkalian dari inverse matriks A dengan matriks B, atau dapat ditulis
1
X= A B.

Pada metode LU Decomposition, matriks A ditulis ulang sebagai perkalian matriks L


dan U (matriks A diurai menjadi matriks L dan U). Matriks L dan U merupakan matriks
segitiga. Matriks B tidak berubah, karena matriks A tidak berubah, melainkan hanya ditulis
ulang.

15
Langkah:

1. Cari matriks L dan U sehingga A = LU. Matriks B tetap.

2. Definisikan sebuah matriks kolom baru, misalnya Y, yaitu Y = UX, sehingga LY = B.


Lalu hitung y dengan substitusi maju (mulai dari Y1 sampai Yn ).

3. Hitung x dengan substitusi mundur (mulai dari X1 sampai Xn).

1. Dekomposisi LU Metode Eliminasi Gauss


Metode eliminasi gauss dapat digunakan pula untuk mendekomposisi matriks [A]
menjadi [L] dan [U].

16
Misalkan ada system persamaan linier:

[ ][ ] [ ]
a 11 a 12 a 13 x 1 c1
a 21a 22 a 23 x 2 = c2
a 31a 32 a 33 x 3 c3

Langkah-Langkah:
1. Mengalikan baris pertama dengan faktornya
a 21
f 21=
a 11

dan mengurangkan hasilnya dari baris kedua untuk menghilangkan a21.


2. Demikian pula baris pertama dikalikan dengan:
a 31
f 31=
a11

Dan hasilnya dikurangkan baris ketiga untuk mengeliminasi a31


3. Langkah akhir untuk system 3 x 3 adalah mengalikan baris kedua yang telah
dimodifikasi dengan:
a 32 '
f 32=
a 22 '

Dan mengurangkan hasilnya dari baris ketiga untuk mengeliminasi a32.


4. Nilai-nilai f21,f32,f32 sebenarnya merupakan elemen-elemen dari [ L ].

[ ]
100
[ L ] = f 21 10
f 31 f 32' 1

5. Jika matriks [ L ] ini dikalikan dengan matriks [ U ] akan diperoleh matriks [ A ].

2. Dekomposisi LU Metode Crout

17
Metode crout diturunkan dengan mengalikan matriks untuk menghitung ruas kiri suatu
persamaan matriks dengan cara menyamakan dengan ruas kanan yang secara umum dapat
dinotasikan sebagai berikut :
Li1 = ai1 untuk I = 1,2,3,,n
8. Dekomposisi Cholesky

Dalam dekomposisi cholesky,mtriks koefisien [A]dapat didekomposisikan menjadi


bentuk :

T
[A] = [ L ] [L]

Suku-suku dalam persamaannya dapat diperoleh dengan cara yang sama seperti cara
crout.

9. Penerapan Sistem Persamaan Linier Dalam Bidang Teknik Sipil

Sistem persamaan linear dalam bidang teknik sipil ini terdiri dari system persamaan
linear dalam bidang rekayasa struktur,system persamaan linear dalam bidang rekayasa
transportasi dan system persamaan linear dalam bidang manajemen konstruksi.

1. Sistem Persamaan Linier dalam Bidang Rekayasa Struktur

Contoh 1 :

18
Soal :

Terdapat suatu struktur yang terdiri dari balok kontinu yang ditopang oleh 5 buah kolom.
Model struktur ini banyak digunakan sebagai permodelan sederhana dari jembatan. Bila
pada struktur ini diberi beban berupa beban merata sebesar q, dengan tinggi kolom setinggi
T dan panjang tiap bentang yang sama satu sama lain sepanjang L, berapakah besar dan
arah dari gaya gaya momen di tiap titik (joint) dari struktur tersebut? Dari data yang ada
beban merata q=10 kN/m, panjang bentang=6m, tinggi jembatan=4m.

19
Landasan Teori:

1. Metode Persamaan 3 Momen


2. Persamaan Linier Simultan
3. Eliminasi Gauss Jordan

Penyelesaian:

1. Penyederhanaan Model
Disederhanakan dalam bentuk matriks [A][M]=[B] :

20
2. Formulasi Matriks (Eliminasi Gauss Jordan)

1. Matrik Augmen

2. Matrik Identitas

21
Contoh 2 :

Struktur rangka bidang dalam gambar berikut dibebani gaya sebesar 2 ton. Hitunglah gaya
dalam batang serta reaksi perletakan.

Dengan cara keseimbangan gaya pada titik tumpul, gaya-gaya yang bekerja pada setiap titik
tumpul dapat digambarkan sebagai berikut:

22
Gaya batang tarik bertanda positif, sedangkan batang tekan bertanda negatif.

Nodal 1 :

Nodal 2 :

Nodal 3 :

Jika disusun dalam bentuk matriks, persamaan (1) hingga (6) adalah :

23
Setelah dilakukan eliminasi Gauss-Jordan,diperoleh hasil:

24
Contoh 3 :

Dari analisis struktur portal seperti tergambar, diperoleh hubungan matriks kekakuan
dengan derajat kebebasan sebagai [ K ][ X] = [ B ]

25
Selesaikan persamaan linier simultan [ K ][ X ] = [B] dengan cara Cholesky, jika diketahui:

26
Dengan mensubstitusikan nilai-nilai E,I,A dan L serta P yang bersangkutan maka dapat
disusun hubungan [ K ]{X} = {B} sebagai berikut:

Lakukan dekomposisi untuk matriks [ K ] dengan cara Cholesky:

27
28
29
A. [L] [D] = [B]

B. [U] [X] = [D]

30
Sehingga :

Contoh 4 :

31
Dari penurunan persamaan lendutan grid pelat jajaran genjang berikut ini diperoleh suatu
system persamaan linier simultan:

q . b4
Dengan w1 adalah lendutan dititik I pada pelat dan nilai N = 81. D dan nilai D=

E.t3
12(1v 2 )

32
Jika b = 3 m, beban merata q = 0,5 Mpa, tebal pelat adalah 200 mm, E = 21000 Mpa serta
v = 0,3. Hitunglah besarnya lendutan pada masing-masing titik pada pelat.

Sistem persamaan linier diatas dapat dituliskan dalam bentuk matriks :

Jika diselesaikan maka akan didapatkan solusi :

33
2.9.2. Sistem Persamaan Linier dalam Bidang Rekayasa Transportasi

Perubahan tegangan di bawah permukaan kaku ( rigid pavement ) jalan raya akibat beban
terpusat P dinyatakan dengan rumus:

Bila i dianggap merata selebar setiap segmen = P/6 per meter panjang jalan, dan
E = 2,1 x 10 Mpa, v = 0,25 dan a = lebar tiap segmen,maka:

a. Turunkan persamaan i untuk i = 1,2,3,4,5,6


b. Tetapkan nilan i sebagai fungsi beban T pada tiap segmen
c. Susun persamaan i dalam SPL [] = C [A] [D]
d. Hitung nilai vector [D] dari hasil solusi SPL diatas
e. Gambarkan bentuk lendutan vector [D] pada tiap segmen.

34
Penyelesaian :

a. Untuk i = 1

Dengan cara yang sama untuk i = 2,3,4,5,6

b. i = P/6 = 320/6 = 53,333 KN

35
c. Jika persamaan-persamaan pada nomor a disusun dalam bentuk matriks:

d. Dengan mensubstitusikan nilai E = 2,1 x 10 Mpa, v = 0,25 dan a = 7/6 = 1,167 m,


maka dengan cara invers matriks diperoleh hasil:

e. Gambar kurva lendutan (non-skala)

36
2.9.3. Sistem Persamaan Linier dalam Bidang Manajemen Konstruksi

Dalam suatu perencanaan satu batch beton diperlukan material berturut-turut:


Pasir (28 m ),agregat kasar 10-20 mm ( 30 m ), agregat kasar 30-40 mm ( 18
m ). Terdapat tiga sumber bahan dengan kandungan material sebagai
berikut:

Berapa m - kah yang harus digali dari ketiga sumber tersebut untuk
memenuhi kebutuhan kontraktor?

Penyelesaian:

37
Dari data-data di atas dibentuk persamaan :

30 % sumber1 + 25 % sumber2 + 52 % sumber3 = total pasir

40 % sumber1 + 50 % sumber2 + 30 % sumber3 = total


agregat 10-20 mm

30 % sumber1 + 25 % sumber2 + 18 % sumber3 = total


agregat 30-40 mm

Dengan memasukkan data kebutuhan material maka dapat dituliskan


SPL dalam bentuk matriks:

Setelah eliminasi diperoleh :

Dan akhirnya dengan subtitusi mundur diperoleh banyaknya galian yang


harus diperoleh dari setiap sumber sebagai berikut:

Sumber 1 = 21,181 m

Sumber 2 = 25,40628 m

Sumber 3 = 29,41176 m

1.9.2. Sistem Persamaan Linier dalam Bidang Hidroteknik

38
Tentukan besarnya erosi yang terjadi pada kerapatan tanaman yang bervariasi dengan
perbedaan intensitas hujan dan kemiringan lahan dengan data yang diberikan.

Besarnya erosi dapat ditentukan dengan persamaan :

Dimana :

A = Besarnya erosi (gr/m)

I = Intensitas Hujan (mm/jam)

S = Kemiringan lereng ()

CD = Kerapatan tanaman (m/m)

a0 + a1 + a2 + a3, diperoleh dengan menggunakan metode eliminasi gauss Jordan

Penyelesaian

Dari tabel didapatkan :

Dengan menggunakan sistem persamaan linier metode Gauss-Jordan di dapatkan:

39
[ ] [] [ ]
1000 a0 159,16
01 0 0 a1 416,74
0 01 0 x a2 = 1,5345
0 0 01 a3 15,486

Jadi, diperoleh nilai

a0 = -159,16

a1 = -416,74

a2 = 1,5345

a3 = 15,486

Selanjutnya nilai a0,a1,a2 dan a3 yang di dapat dimasukkan ke dalam persamaan, sehingga
persamaan menjadi :

A = -159,16 416,74 CD + 1,5345 I + 15,486 S

atau

A = 416,74 CD + 1,5345 I + 15,486 S -159,16

Setelah itu, substitusikan nilai CD , I dan S untuk masing-masing kerapatan agar


memperoleh besarnya erosi.

40