PENDAHULUAN
BAB II
PEMBAHASAN
2
1. Menurut KBBI (Bob Susanto; 2015.Web. 6 Oktober 2016.
www.seputarpengetahuan.com.), metode adalah cara kerja yang mempunyai
system dalam memudahkan pelaksanaan dari suatu kegiatan untuk mencapai
sebuah tujuan tertentu.
2. Menurut Hebert Bisno (1968) yang dimaksud metode adalah teknik-teknik yang
digeneralisasikan dengan baik agar dapat diterima atau dapat diterapkan secara
sama dalam sebuah praktek, atau bidang disiplin dan praktek.
3. Menurut Hidayat (1990;60) kata metode berasal dari bahasa yunani, methodos
yang berarti jalan atau cara. Jalan atau cara yang dimaksud disini adalah sebuah
upaya atau usaha dalam meraih sesuatu yang diinginkan
Sumber : http://www.eurekapendidikan.com/2014/10/definisi-metode-menurut-
para-ahli.html
4. Menurut Max Siporin (1975) yang dimaksud metode adalah sebuah orientasi
aktifitas yang mengarah pada tujuan-tujuan dan tugas-tugas nyata.
3
atau
Notasi unsur matriks seperti menunjukkan unsur matriks yang berada pada
baris i dan kolom j pada matriks yang bersangkutan.
A=
j = 1, 2, 3,, n
Pada contoh di atas, x1, x2, ..., xn adalah variabel-variabel yang tidak diketahui
nilainya, dan a11, a12, ..., amn adalah koefisien-koefisien dari sistem persamaan tersebut,
sedangkan b1, b2, ..., bm adalah konstanta.
2x 3y + z = -1
x + 2y 3z = -4
3x y + 2z = 7
4
Pada persamaan di atas, variabel-variabelnya adalah x, y, dan z. Kita dapat
mengganti x1, x2, ..., xn dengan huruf-huruf lainnya untuk membedakan. Dalam contoh di
atas, x1, x2, x3 diganti dengan x, y, dan z secara berurutan.
Sebuah penyelesaian dari sistem persamaan linier adalah kumpulan n angka s1, s2, ...,
sn sedemikian sehingga jika kita mensubsitusi x1 = s1, x2 = s2, ..., xn = sn maka sistem
persamaan tersebut dapat dipenuhi.
x=1
y=2
z=3
Salah satu metode yang dapat digunakan untuk menyelesaikan sistem persamaan
linier adalah metode eliminasi Gauss-Jordan. Metode ini diberi nama Gauss-Jordan untuk
menghormati Carl Friedrich 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 pada bentuk baris eselon (row echelon form).
1. Ubah sistem persamaan linier yang ingin dihitung menjadi matriks augmentasi.
2. Lakukan operasi baris elementer pada matriks augmentasi (A| b) untuk
mengubah matriks A menjadi dalam bentuk baris eselon yang tereduksi.
5
Contoh mengubah sistem persamaan linier menjadi matriks augmentasi.
1. Jika suatu baris tidak seluruhnya dari nol, maka bilangan tak nol pertama pada
baris itu adalah 1. Bilangan ini disebut 1 utama (leading 1).
2. Jika terdapat baris yang seluruhnya terdiri dari nol, maka semua baris seperti itu
dikelompokkan bersama-sama di bawah matriks.
3. Dalam sebarang dua baris yang berurutan yang seluruhnya tidak terdiri dari nol,
maka 1 utama pada baris yang lebih rendah terdapat pada kolom yang lebih kanan
dari 1 utama pada baris yang lebih tinggi.
4. Masing-masing kolom yang mengandung 1 utama memiliki nol di tempat lain.
Sebuah matriks yang hanya memenuhi syarat 1 sampai 3 adalah matriks yang dalam
bentuk baris eselon. Sedangkan jika syarat keempat juga dipenuhi, maka matriks tersebut
dapat dikatakan dalam bentuk baris eselon yang tereduksi.
Berikut beberapa contoh matriks yang sudah dalam bentuk baris eselon tereduksi.
6
1. Solusi yang unik. Hanya ada satu himpunan nilai (s1, s2, ..., sn) yang memenuhi
sistem persamaan linier tersebut.
2. Tidak ada solusi. Tidak ada himpunan nilai (s1, s2, ..., sn) yang memenuhi sistem
persamaan linier tersebut.
3. Solusi yang ada tidak berhingga. Ada lebih dari satu (tak berhingga)
himpunan nilai (s1, s2, ..., sn) yang memenuhi sistem persamaan linier tersebut.
x1 = , x2 = , .... , xn =
Dimana Aj adalah matriks yang diperoleh dengan menganti entri-entri pada kolom
ke-j dari A dengan entri-entri pada matriks
B=
Bukti.
Jika det(A) 0, maka A dapat dibalik dan, sesuai dengan Teorema 1. 6.2, x = A-1b
adalah solusi unik dari Ax = b. Karena itu, dengan teorema 2.4.2, kita memperoleh
7
x = A-1b = =
x=
xj =
Sekarang misalkan
Aj =
Karena perbedaan Aj dengan A hanya pada kolom ke-j, maka kofaktor-kofaktor dari
entri b1,b2,...,bn pada Aj adalah sama dengan kofaktor-kofaktor dari entri-entri yang
bersesuaian pada kolom ke-j dari A. Oleh karena itu, ekspansi kofaktor dari det (Aj)
sepanjang kolom ke-j adalah
det (A) = b1c1j + b2c2j + .... + bncnj
Dengan mensubsitusi hasil ini kedalam (11), kita memperoleh
xj =
Sifat-sifat determinan:
1. det(AB) = det(A). det(B)
2. det(AT) = det(A)
3. Jika A matrik diagonal, maka det(A) = a11, a22...ann {perkalian dari semua entri pada
diagonal utama}
8
4. Jika A matrik segitiga, maka det(A) = a11, a22...ann {perkalian dari semua entri pada
diagonal utama}
5. Jika Anxn, maka det(kA) = kn det(A)
6. det(A ) = 1/det(A)
-1
Det (A) = 0
2.6. Perbandingan antara Metode Gauss Jordan dan Kaidah Cramer Dalam
Penyelesaian SPL
Soal
Tentukan solusi dari Sistem Persamaan Linear (SPL) di bawah ini
9
Yaitu tentukan nilai dari x1,x2, dan x3
Jawab
1. Cara Aturan Cramer
Bentuk SPL di atas menjadi persamaan matriks
a . Tentukan masing-masing nilai determinan dari matriks A, A1, A2, dan A3, yaitu
A x b
, , , dan .
oleh
= = -b +c
Sehingga
= = -3 +1
= = - 35 +1
= = -3 + 35
= = =3
= = =6
= = =5
11
=
dengan cara melakukan satu per satu langkah-langkah pada salah satu dari 3
operasi baris elementer pada bagian a.
Langkah 1
Ubah 4 (pada baris pertama A ) menjadi 1 (baris pertama I ) dengan cara
mengurangi baris pertama A dengan baris ketiga A (operasi no.3). Yaitu
- =
Langkah 2
12
Ubah 2 (pada baris kedua A ) menjadi 0 (baris pertama I ) dengan cara
mengurangi baris kedua A dengan 3 x baris pertama A (operasi no.3). Yaitu
Langkah 3
Ubah 2 (pada baris kedua A ) menjadi 0 (baris pertama I ) dengan cara
mengurangi baris kedua A dengan 2 x baris pertama A (operasi no.3). Yaitu
Langkah 4
Ubah 5 (pada baris kedua A ) menjadi 1 (baris ketiga I ) dengan cara
mengurangi baris kedua A dengan 5 (operasi no.2). Yaitu
Langkah 5
13
Tukar baris kedua A dengan baris ketiga A (operasi no.2) agar didapatkan 1
pada baris ketiga I. Yaitu
Langkah 6
Ubah 7 (pada baris kedua A ) menjadi 0 (baris kedua I ) dengan cara
mengurangi baris kedua A dengan 7 x baris ketiga A (operasi no.3). Yaitu
Langkah 7
Ubah -25 (pada baris kedua A ) menjadi 1 (baris kedua I ) dengan cara
membagi baris kedua A dengan -25 (operasi no.2). Yaitu
Langkah 8
Ubah 7 (pada baris ketiga A ) menjadi 0 (baris ketiga I ) dengan cara
mengurangi baris ketiga A dengan 7 x baris kedua A (operasi no.3). Yaitu
14
=
Langkah 9
Ubah -8 (pada baris pertama A ) menjadi 0 (baris pertama I ) dengan cara
menambah baris pertama A dengan 8 x baris kedua A (operasi no.3). Yaitu
Langkah 10
Ubah -1 (pada baris pertama A ) menjadi 0 (baris pertama I ) dengan cara
menambah baris pertama A dengan baris ketiga A (operasi no.3). Yaitu
Solusi dari SPL tersebut ditunjukkan pada bagian matriks b yang telah
termodifikasi yaitu (lihat sisi kanan matriks terakhir)
15
Artinya x1 = 3, x2 = 6 dan x3 = 5
Berdasarkan kedua metode yang digunakan dalam contoh soal di atas, bahwa dari sisi
ketepatan, metode eliminasi Gauss-Jordan lebih mudah daripada kaidah Cramer dalam
menyelesaikan system persamaan linier sehingga kemungkinan untuk memperoleh hasil yang
lebih tepat akan lebih besar.
BAB III
3.1. Kesimpulan
Dua metode dari beberapa metode yang dapat digunakan untuk menyelesaikan system
persamaan linier yaitu metode eliminasi Gauss-Jordan dan kaidah Cramer. Penyelesaian
sistem persamaan linier dengan menggunakan kaidah Cramer hanya dapat digunakan untuk
16
sistem persamaan linier dengan n persamaan dan n variabel dengan kata lain sistem
persamaan linier nonhomogen.
3.2. Saran
DAFTAR PUSTAKA
Boen Teddy Ir, Supartono F.X. Ir, 1980, Analisa Struktur dengan Metode Matriks,
Jakarta : UI-Press.
Damayanti, Fitri, 2003, Perbandingan antara Metode Gauss Jordan dan Kaidah
Cramer dalam Penyelesaian Sistem Persamaan Linier Serta Peninjauan Terhadap Peranan
17
Al-Karaji di Bidang Aljabar, Jurnal dari Pendidikan Matematika IAIN Sunan Kalijaga,
Yogyakarta.
Dr. Ir. Setijo Bismo, DEA, Modul 2 Solusi Sistem Persamaan Aljabar Linier
Indrayani Iin, 2009, Analisis Eliminasi Gauss, Dekomposisi Crout, dan Metode
Matriks Invers dalam Menyelesaikan Sistem Persamaan Linier serta Aplikasinya dalam
Bidang Ekonomi, Skripsi Matematika UIN Sunan Kalijaga, Yogyakarta.
Rina Candra Nur Santi, 2012, Implementasi Sistem Persamaan Linier dengan
Menggunakan Aturan Cramer, Jurnal Teknologi Informasi DINAMIK Vol.17, 34-38
Rorres, Anton, 2004, Aljabar Linier Elementer Edisi Kedelapan Jilid I, Jakarta :
Erlangga.
Sutjijana Al, Indah Emilia Wijayanti, 2012, Bahan Ajar Aljabar Linier Elementer,
Yogyakarta.
S. Harini Machmudi, D. Suryadi H.S., 1999, Teori dan Soal Pendahuluan Aljabar
Linier, Jakarta : Ghalia Indonesia
Wiryawan, Onggo, Aturan Cramer dan Eliminasi Gauss, Bahan Ajar Mata Kuliah
Aljabar Linier.
18
19