BAB I

PENDAHULUAN

1.1. Latar Belakang

Telah diketahui bahwa ilmu pengetahuan berkembang dengan cepat dan
keterkaitan satu bidang dengan bidang lainnya menjadi semakin erat. Bahkan
sebagian kerja bidang sosial yang kuantitatif dapat ditunjang oleh matematika dengan
alat-alatnya.
Sistem persamaan linier termasuk satu diantara alat-alat matematika yang
digunakan dalam banyak bidang terapan. Penerapan-penerapan tersebut antara lain
penerapan dalam bidang kriptografi, bidang fisika, khususnya untuk membangun
kurva dan permukaan melalui titik-titik tertentu. Karena begitu banyaknya penerapan-
penerapan dari system persamaan linier, maka perlu dibahas berbagai teknik untuk
memecahkan system persamaan linier, yaitu tentang matrik dan aljabar matrik untuk
menyajikan metode-metode pemecahan sistem persamaan linier.
Persamaan linier dalam n variabel , , , merupakan suatu persamaan yang

disajikan dalam bentuk :

, , , b dengan , , , , b adalah konstanta real.
Jadi, sistem persamaan linier merupakan sebuah himpunan berhingga dari persamaan-
persamaan linier dalam peubah-peubah. Penyelesaian system persamaan linier dengan
m persamaan dan n variable dapat menggunakan metode eliminasi Gauss dan
eliminasi Gauss Jordan, sedangkan untuk n persamaan dan n variable dapat
menggunakan beberapa metode, antara lain eliminasi Gauss Jordan, metode matriks
invers, Kaidan Cramer, Dekomposisi LU dan Dekomposisi Crout. Namun untuk
metode penyelesaian system persamaan linear yang sering digunakan adalah metode
eliminasi Gauss Jordan dan Kaidah Cramer, maka dari itu dalam penulisan ini akan
dipaparkan perbandingan antara metode Gauss Jordan dan Kaidah Crammer dalam
penyelesaian system persamaan linier.

1.2. Rumusan masalah

Berdasarkan latar belakang di atas, maka rumusan masalahnya adalah
bagaimana perbandingan antara metode-metode yang dapat digunakan dalam
menyelesaikan suatu system persamaan linier. Selanjutnya akan diuraikan tentang
1
 metode Gauss-Jordan dan kaidah Cramer kemudian dilakukan perbandingan antara
kedua metode tersebut.

1.3. Tujuan Penulisan

Penulisan ini bertujuan untuk membandingkan antara metode Gauss-Jordan
dan kaidah Cramer dalam penyelesaian suatu sistem persamaan linier.

BAB II
PEMBAHASAN

2.1. Pengertian Metode

Pengertian metode menurut para ahli, antara lain:

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.

2.2. Pengertian Matriks

Matriks adalah suatu jajaran bilangan yang disusun dalam bentuk baris dan lajur
hingga brbentuk persegi panjang. Bilangan-bilangan yang disusun tersbut dinamakan
unsur atau elemen atau entri. Jadi, syarat suatu matriks; (B. Harahap, ST. NEegoro,
1999, Ensiklopedia Matematika, Jakarta : Ghalia Indonesia.)
a. Berbentuk persegi panjang dan ditempatkan dalam kurung biasa( ) atau kurung
siku [ ].
b. Unsur-unsurnya terdiri dari bilangan-bilangan
c. Mempunyai baris dan lajur (kolom)

Notasi untuk menyatakan suatu matriks biasanya digunakan huruf besar,

sedangkan untuk unsurnya digunakan huruf kecil. Sebutan matriks biasanya dikaitkan
dengan jumlah baris dan kolom yang membentuk matriks tersebut. Matriks yang
terdiri atas m baris dan n kolom dinamakan matriks berukuran m x n atau sering
disebut matriks berorde m x n, bilangan baris selalu mendahului kolom, misalnya :

3
 atau

Notasi unsur matriks seperti menunjukkan unsur matriks yang berada pada
baris i dan kolom j pada matriks yang bersangkutan.

Bentuk umum suatu matriks A adalah :

A=

Bilangan disebut elemen-elemen dari matriks, dimana i = 1, 2, 3,, m dan

j = 1, 2, 3,, n

2.3. Sistem Persamaan Linier

Di dalam matematika, sistem persamaan linier adalah kumpulan persamaan-

persamaan linier yang memiliki variabel-variabel yang sama. Bentuk umum dari sistem
persamaan linier dengan n variabel dari m persamaan adalah sebagai berikut :

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.

Contoh dari sistem persamaan linier dengan 3 variabel:

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.

Penyelesaian dari sistem persamaan linier pada contoh sebelumnya adalah :

x=1
y=2
z=3

karena nilai-nilai tersebut membuat persamaan tersebut menjadi valid.

Ada beberapa metode untuk menyelesaikan sistem persamaan linier, namun yang
akan dibahas secara lanjut di makalah ini adalah metode eliminasi Gauss-Jordan dan kaidah
Cramer.

2.4. 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 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).

Selain untuk menyelesaikan sistem persamaan linier, metode eliminasi Gauss-

Jordan ini dapat pula digunakan untuk mencari invers dari sebuah matriks.

Prosedur umum untuk metode eliminasi Gauss-Jordan ini adalah

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.

Pengubahan dilakukan dengan membuat matriks yang elemen-elemennya adalah

koefisien- koefisien dari sistem persamaan linier.

Sedangkan langkah-langkah pada operasi baris elementer yaitu :

1. Menukar posisi dari 2 baris.

2. Mengalikan baris dengan sebuah bilangan skalar positif.
3. Menambahkan baris dengan hasil kali skalar dengan baris lainnya.
Sebuah matriks sendiri bisa dikatakan sudah memiliki bentuk baris eselon yang
tereduksi jika telah memenuhi syarat-syarat berikut ini.

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.

Ada 3 macam kemungkinan penyelesaian dari sistem persamaan linier, yaitu :

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.

2.5. Kaidah Cramer

Teorema berikut ini memberikan rumus untuk solusi dari sistem persamaan linear
tertentu dengan n persamaan dan n faktor yang tidak diketahui. Rumus ini sering
dikenal sebagai aturan Cramer (Cramers rule) dan kurang diminati untuk tujuan
perhitungan. Tetapi berguna untuk mempelajari sifat-sifat matematika dari suatu solusi
tanpa perlu menyelesaikan sistem secara keseluruhan.
Teorema 2. 4. 3 Aturan Cramer
Jika Ax = b adalan suatu sistem dari n persamaan linear dengan n faktor yang
tidak diketahui sedemikian rupa sehingga det(A) 0, maka sistem ini memiliki solusi
yang unik. Solusinya adalah

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 = =

Dengan mengalikan matriks-matriks tersebut kita memperoleh

x=

Maka entri pada baris ke-j dari x adalah

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

7. Jika A memuat baris nol atau kolom nol, maka det(A) = 0

8. Terhadap operasi baris elementer, determinan mempunyai sifat, sebagai berikut:
a. Jika A diperoleh dari A dengan cara mengalikan satu baris dari A dengan
konstanta k0, maka det(A) = k det(A)
b. Jika A diperoleh dari A dengan cara menukar dua baris, maka det(A) = - det(A)
c. Jika A diperoleh dari A dengan cara menjumlahkan kelipatan satu baris dengan
baris yang lain, maka det(A) = det(A)
9. Jika A memuat dua baris yang saling berkelipatan atau dua kolom yang saling
berkelipatan, maka det(A) = 0
Hubungan determinan dan system persamaan linier
Jika suatu SPL berbentuk A x = b dan A matriks bujur sangkar , maka sifat dari
penyelesaian SPL dapat diketahui dari nilai determinan A atau invers matriks A.
Berikut ini adalah hubungan yang berlaku :
Det (A) 0 A1 terdefinisi (ada) penyelesaian tunggal untuk SPL
Det (A) = 0 A tidak memiliki invers

Det (A) = 0

Pada kasus det (A) 0 untuk menentukan penyelesaiannya dapat digunakan

invers matriks untuk menghitungnya, yaitu x = A1 b . Sedangkan pada kasus det (A) =
0 , untuk menentukan penyelesaian SPL harus digunakan eliminasi GaussJordan pada
matriks diperbesar [A/b ].

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 .

A1 = matriks A yang kolom ke-1-nya diganti dengan b

A2 = matriks A yang kolom ke-2-nya diganti dengan b
A3 = matriks A yang kolom ke-3-nya diganti dengan b

Ingat bahwa jika matriks A = , maka determinan dari A diberikan

oleh

= = -b +c

= (ei hf) b(di gf) + c (dh ge)

Sehingga

= = -3 +1

= 4(11.5 8.2) 3 (3.5 2.2) + 1(3.8 2.11)

= 4(55 16) 3 (15 4) + 1(24 22)
= 4(39) 3(11) + 1(2)
= 125
10
 = = -3 +1

= 35(11.5 8.2) 3 (85.5 79.2) + 1(85.8 79.11)

= 1365 801 + (-189)
= 375

= = - 35 +1

= 4(267) 35(11) + 1(67)

= 750

= = -3 + 35

= 4(189) 3(67) + 35(2)

= 625

b . Tentukan nilai x1,x2, dan x3 dengan cara

= = =3

= = =6

= = =5

Sehingga solusi SPL di atas adalah x1 = 3, x2 = 6, dan x3= 5

2. Cara Eliminasi Gauss-Jordan

11
 =

a. Eliminasi Gauss menggunakan 3 operasi baris elementer pada matriks, yaitu:

1. Menukar dua buah baris

2. Mengalikan/membagi sebuah baris dengan konstanta selain 0

3. Menjumlahkan/mengurangi sebuah baris dengan kelipatan baris lain

b. Dengan eliminasi Gauss, ubah matriks A menjadi matriks identitas (I )

yang seukuran dengan A , yaitu

dengan cara melakukan satu per satu langkah-langkah pada salah satu dari 3
operasi baris elementer pada bagian a.

c . Gabungkan matriks A dengan matriks b sebelum mengubah A menjadi

matriks I

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

- =

Sehingga matriks menjadi

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

Sehingga matriks menjadi

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

Sehingga matriks menjadi

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

Sehingga matriks menjadi

Langkah 5
13
Tukar baris kedua A dengan baris ketiga A (operasi no.2) agar didapatkan 1
pada baris ketiga I. Yaitu

Sehingga matriks menjadi

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

Sehingga matriks menjadi

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

Sehingga matriks menjadi

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
 =

Sehingga matriks menjadi

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

Sehingga matriks menjadi

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

Sehingga matriks menjadi

Terlihat bahwa matriks A telah menjadi matriks Identitas I , dengan demikian

proses selesai.

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.

Kedua metode tersebut mempunyai perbedaan jumlah operasi aritmetikanya. Dalam

setiap penyelesaiannya, metode Gauss-Jordan mempunyai jumlah operasi aritmetika yang
lebih sedikit dibandingkan dengan kaidah Cramer. Selain itu, untuk menyelesaikan persamaan
yang terdiri dari n persamaan dengan n factor yang tidak diketahui dengan menggunakan
aturan cramer, kita perlu menghitung n+1 determinan dari matriks n x n. untuk system dengan
lebih dari 3 persamaan, eliminasi Gauss Jordan kita hanya perlu mereduksi satu matriks yang
diperbesar n x (n + 1). Dengan kata lain, metode Gauss-Jordan secara umum lebih efisien
dalam melakukan penyelesaian sistem persamaan linier. Namun demikian, aturan crammer
memberikan rumus untuk mencari solusi jika determinan dari matriks koefisiennya adalah tak
nol.Bila matriks A yang terbentuk bukanlah matriks persegi atau det(A) = 0, maka aturan
Cramer tidak dapat digunakan. Kelemahan lain adalah apabila SPL tersebut tidak mempunyai
pemecahan (tidak konsisten), maka solusi dari SPL tersebut tidak dapat ditentukan.

BAB III

KESIMPULAN DAN SARAN

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.

Berdasarkan pembahasan efisiensi metode Gauss-Jordan dan kaidah Cramer dalam

penyelesaian sitem persamaan linier, dapat disimpulkan bahwa: untuk mencari peyelesaian
dari kedua metode tersebut mempunyai perbedaan jumlah operasi aritmetikanya. Dalam setiap
penyelesaiannya, metode Gauss-Jordan mempunyai jumlah operasi aritmetika yang lebih
sedikit dibandingkan dengan kaidah Cramer. Dengan kata lain, metode Gauss-Jordan secara
umum lebih efisien dalam melakukan penyelesaian system persamaan linier.

Metode Gauss-Jordan tidak hanya dapat digunakan untuk menyelesaikan system

persamaan linier nxn, namun dapat juga digunakan untuk menyelesaikan system persamaan
linier mxn. Keuntungan metode Gauss-Jordan menyangkut hal teori, karena untuk sebarang
system persamaan linier, dapat ditemukan jawaban dari system persamaan linier tersebut
secara tepat berdasarkan matriks eselon tereduksinya.

3.2. Saran

1. Untuk menyelesaikan system persamaan linier n x n, terutama jika n banyak,

hendaklah menggunakan metode Gauss-Jordan

2. Hendaklah membandingkan metode penyelesaian sistem persamaan linier dengan

menggunakan metode lain karena dalam penyelesaian sistem persamaan linier tidak
hanya menggunakan metode Gauss-Jordan dan kaidah Cramer.

DAFTAR PUSTAKA

Boen Teddy Ir, Supartono F.X. Ir, 1980, Analisa Struktur dengan Metode Matriks,
Jakarta : UI-Press.

B. Harahap, ST. Neegoro, 1999, Ensiklopedia Matematika, Jakarta : Ghalia Indonesia

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