Anda di halaman 1dari 31

SOLUSI SISTEM PERSAMAAN LANJAR

MAKALAH
Disusun untuk Memenuhi Salah Satu Tugas
Mata Kuliah Metode Numerik

Disusun oleh:

Iing Sukardi 132151114


Cecep Zamzam 142151106
Gina Herdiana 142151117
Liah Purnawati 142151143
Sahal Syukriawan Rahmat P 142151175
Santi Maryani 142151176
Ilham Burhanudin 142151187
Diana Permata 142151193
Kelas VI-F

PROGRAM STUDI PENDIDIKAN MATEMATIKA


FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS SILIWANGI
TASIKMALAYA
2017
1

KATA PENGANTAR

Puji dan syukur penyusun panjatkan kehadirat Allah SWT, atas


limpahan rahmat dan karunia-Nya penyusun dapat menyelesaikan
makalah dengan judul SOLUSI SISTEM PERSAMAAN LANJAR.
Makalah ini disusun untuk memenuhi salah satu tugas mata kuliah
Metode Numerik.
Keberhasilan penyusun dalam penyelesaian makalah ini tidak
terlepas dari bimbingan dan dorongan dari berbagai pihak. Untuk itu
dalam kesempatan ini penyusun mengucapkan terimakasih kepada
yang terhormat :
1. Elis Nurhayati, S.Pd. selaku dosen pengampu Metode Numerik
yang telah memberikan arahan dalam penulisan makalah ini.
2. Kedua orang tua yang telah memberi dukungan baik moril
maupun materil.
3. Rekan rekan seperjuangan yang turut membantu.
Penyusun menyadari bahwa dalam penyusunan makalah ini masih
banyak kekurangan dan masih jauh dari kesempurnaan. Oleh karena
itu penyusun menerima kritik dan saran yang sifatnya membangun
dari semua pihak. Semoga makalah ini bermanfaat bagi siapa saja
yang membacanya, khususnya bagi penyusun dan umumnya untuk
kepentingan pendidikan.

Tasikmalaya, Maret 2017


2

Penyusun
3

DAFTAR ISI

KATA PENGANTAR........................................................................................................i
DAFTAR ISI.....................................................................................................................ii
BAB 1 PENDAHULUAN...............................................................................................1
1.1 Latar Belakang.........................................................................................1
1.2 Rumusan Masalah..................................................................................1
1.3 Tujuan..........................................................................................................2
BAB 2 PEMBAHASAN..................................................................................................3
2.1 Metode Dekomposisi LU........................................................................3
2.1.1 Pemfaktoran dengan Metode LU Gauss.............................5
2.1.2 Metode Reduksi Crout.....................................................10
2.2 Metode Lelaran Untuk Menyelesaikan SPL..................................13
2.2.1 Metode Lelaran Jacobi.....................................................14
2.2.2 Metode Lelaran Gauss-Seidel..........................................15
BAB 3 PENUTUP.........................................................................................................19
3.1 Kesimpulan ........................................................................................... 19
3.1 Saran ...................................................................................................... 19
DAFTAR PUSTAKA

BAB 1
PENDAHULUAN

1.1 Latar Belakang


Metode numerik adalah teknik dimana masalah matematika
diformulasikan sedemikian rupa sehingga dapat diselesaikan oleh
pengoperasian aritmatika. Walaupun rerdapat banyak jenis
2

metode numerik, namun pada dasarnya, metode tersebut


memiliki satu dasar karakteristik urnum. Metode numerik selalu
mencakup sejumlah bcsar kalkulasi yang berulang-ulang. Oleh
karena itu diperlukan bantuan komputer untuk melaksanakan
operasi hitungan tersebut, Tanpa bantuan komputer Metode
numerik tidak banyak memberi manfaat.
Metode nurnerik sudah cukup lama dikembangkan, namun
pemakaiannya dalam permasalahan yang ada diberbagai bidang
belum meluas, Hal ini discbabkan karena pada masa tersebut
alat bantu hitungan yang berupa komputer belum banyak
digunakan secara meluas. Beberapa tahun terakhir ini
perkembangan kemampuan komputer sangat pesat dan
harganyapun semakin terjangkau, sehingga terjadi peledakan
pemakaian metode numerik untuk menyelesaikan permasalahan
yang ada. Disamping itu metode numerik juga berkembang
dengan pesat, dan sekarang merupakan alat yang sangat
ampuh untuk menyelesaikan perrnasalahan dalam berbagai
bidang, Metode numerik mampu menyelesaikan suatu sistem
persamaan yang besar, tidak linear dan sangat kompleks yang
tidak mungkin diselesaikan secara
analitis.

1.2 Rumusan Masalah


Dari latar belakang diatas maka penulis dapat menarik suatu
permasalahan sebagai berikut:
1. Apa kegunaan dari metode dekomposisi LU?
2. Bagaimana cara pemfaktoran dengan metode LU Gauss?
3. Bagaimana cara menggunakan metode reduksi Crout?
4. Bagaimana cara menggunakan metode lelaran Jacobi?
5. Bagaimana cara menggunakan metode lelaran Gauss-Seidel?
3

1.3 Tujuan
Tujuan dari penulisan makalah ini adalah sebagai berikut:
1. Untuk mengetahui apa kegunaan dari metode dekomposisi LU.
2. Untuk mengetahui bagaimana cara memfaktorkan dengan
metode LU Gauss.
3. Untuk mengetahui bagaimana cara menggunakan metode
reduksi Crout.
4. Untuk mengetahui bagaimana cara mengunakan metode
lelaran Jacobi.
5. Untuk mengetahui bagaimana cara menggunakan metode
lelaran Gauss-Seidel.
3

BAB 2
PEMBAHASAN

2.1 Metode Dekomposisi LU


Jika matriks A non-singuler maka ia dapat difaktorkan (diuraikan atau
didekomposisi) menjadi matriks segitiga bawah L (lower) dan matriks segitiga atau
U (upper).
A=LU

Dalam bentuk matriks pemfaktoran ini ditulis sebagai

1 0 0 0
l 21 1 0 0
l 31 l32 1 0

l
l n1 l n2 n 3


u 11 u12 u 13 u1 n
0 u 22 u 23 u2 n
0 0 u 33 u3 n

a
0 0 n3



u

[ ]
a11 a 12 a13 a 1n
a21 a 22 a23 a2 n
a31

a 32

a33

[
]
a 3 n = 1 [ nn ]

an 1 a n2 an 3 ann

Pada matriks segitiga bawah L, semua elemen diagonal adalah l, sedangkan pada
matriks U tidak ada aturan khusus pada elemen diagonalnya.

Sebagai contoh, matriks 3 3 di bawah ini difaktorkan menjadi :


4

[ ] [ ][ ]
2 1 1 1 0 0 2 1 1
0 4 2 = 0 1 0 0 4 2
6 3 1 3 0 1 0 0 4

Metode pemfaktoran A menjadi L dan U akan dijelaskan kemudian. Sekali A


difaktorkan menjadi L dan U, kedua matriks tersebut dapat digunakan untuk

menyelesaikan Ax=b . Metode penyelesaian SPL dengan cara ini dikenal

dengan nama metode dekomposisi LU. Metode ini dinamakan juga metode
pemfaktoran segitiga (trianguler factorization). Nanti akan ditunjukkan bahwa
metode eliminasi Gauss merupakan suatu dekomposisi LU dari matriks A.

Penyelesaian Ax=b dengan metode dekomposisi LU adalah sebagai berikut.

Tinjau sistem persamaan lanjar


Ax=b

Faktorkan A menjadi L dan U sedemikian sehingga


A=LU

Jadi,
Ax=b

LUx=b

Misalkan
Ux= y

Maka
Ly=b

Untuk memperoleh y 1 , y 2 , , y n , kita menggunakan teknik penyulihan maju

(forward substitution) :
diperoleh
y1 , y2 , , yn

dengan teknik
penyulihan maju
5

[ ][ ] [ ]
1 0 0 0 y1 b1
l 21 1 0 0 y 2 = b2
Ly=

ln 1 ln 2 ln 3 1 y4 bn

Dan untuk memperoleh solusi SPL, x1 , x2 , , xn , kita menggunakan teknik

penyulihan mundur (backward substitution):


u 11 diperoleh
y1 , y2 , , yn
u12
dengan teknik

u13 0 u22 penyulihan mundur

[ ][ ]
u23 y1 b1
y 2 = b2
u1 n
u2 n
y4 bn
0 0 0 1
Ly=

Jadi, langkah-langkah menghitung solusi SPL dengan metode dekomposisi LU


dapat diringkas sebagai berikut:
1. Bentuklah matriks L dan U dari A

2. Pecahkan Ly=b , lalu hitung y dengan teknik penyulihan maju

3. Pecahkan Ux= y , lalu hitung x dengan teknik penyulihan mundur

Sama halnya dengan metode matriks balikan, metode dekomposisi LU akan


mangkas bila digunakan untuk menyelesaiakan sejumlah SPL dengan matriks A
yang sama tetapi dengan b berbeda-beda. Sekali A difaktorkan menjadi L dan U,
keduanya dapat digunakan untuk menghitung solusi sejumlah SPl tersebut. Metode
dekomposisi LU merupakan metode yang paling populer untuk memecahkan sistem
persamaan lanjar.
Terdapat dua metode untuk memfaktorkan A atas L dan U:
6

1. Metode LU Gauss
2. Metode reduksi Crout

2.1.1 Pemfaktoran dengan Metode LU Gauss


Walaupun tidak ada hubungannya dengan dekomposisi LU,
metode eliminasi Gaus dapat digunakan untuk memfaktorkan A
menjadi L dan U (karena itulah metode pemfaktoran ini kita
namakan LU Gaus). Di dalam subbab ini juga ditujukan bahwa
sebenarnya metode eliminasi Gaus dapat dinyatakan sebagai
dekomposisi LU.
Misalkan matriks A berukuran 4x4 difaktorkan atas L dan U,

A=LU

[ ][ ][ ]
a 11 a 12 a13 a14 1 0 0 0 u 11 u12 u 13 u14
a21 a 22 a23 a24 m21 1 0 0 0 u22 u23 u24
=
a31 a32 a33 a34 m31 m 32 1 0 0 0 u33 u34
a41 a 42 a 43 a44 m41 m42 m43 1 0 0 0 u44

Disini kita menggunakan simbol mij ketimbang l ij , karena nilai

l ij berasal dari faktor pengali( mij pada proses eliminasi

Gaus. Langkah-langkah pembentukan L dan U dari matriks A


adalah sebagai berikut:
1. Nyatakan A sebagai A=IA
7

[ ] [ ][ ]
a11 a12 a 13 a1 n 1 0 0 0 a11 a 12 a13 a1 n
a 21 a22 a 23 a2 n 0 1 0 0 a21 a 22 a23 a2 n
a 31 a32 a 33 a3n = 0 0 1 0 a31 a 32 a33 a3 n
:
: a n2 an 3 : 0 0 : : an 2 a n 3 :
an 1 ann 0 1 an 1 a nn

2. Eliminasi matriks A di ruas kanan menjadi matriks segitiga atas U. tempatkan

faktor pengali mij pada posisi l ij di matris I.

3. Setelah seluruh proses eliminasi Gaus selesai, matriks I menjadi matriks L, dan
matriks A di ruas kanan menjadi matriks U.

Di bawah ini diberikan dua contoh pemfaktoran A dengan metode


ini, masing-masing untuk kasus tanpa pivonating dan dengan
pivonating.

Contoh (LU Gaus Naif)

[ ]
4 3 1
A= 2 4 5
1 2 6

Penyelesaian:

[ ] [ ][ ]
4 3 1 1 0 0 4 3 1
A= 2 4 5 = 0 1 0 2 4 5
1 2 6 0 0 1 1 2 6

Eliminasi matriks A di ruas kanan menjadi matriks segitiga atas U,

dan tempatkan faktor pengali mij pada posisi l ij di matriks I.


8

R 2
2
R1 ( )
[ ][ ]
4 3 1 4 3 1 4
1
2 4 5 0 2.5 4.5
1 2
R3
6 0 1.25 6.25 4
R1 ()

2 1
Tempatkan m21= =0.5 dan m31= =0.25 kedalam matriks L:
4 4

[ ]
1 0 0
L= 0.5 1 0
0 m32 1

Teruskan proses eliminasi Gauss pada matriks A,

[ ] [ ]
4 3 1 4 3 1
1.25
0 2.5 4.5
0 1.25 6.25
(
R 3 R
2.5 2 ) 0 2.5 4.5 =U
0 0 8.5

1
Tempatkan m32= =0.5 ke dalam matriks L;
2.5

[ ]
1 0 0
L= 0.5 1 0
0.25 0.5 1

Jadi,

[ ][ ][ ]
4 3 1 1 0 0 4 3 1
A= 2 4 5 = 0.5 1 0 0 2.5 4.5
1 2 6 0.25 0.5 1 0 0 8.5

Contoh ( LU Gaus dengan tata-ancang pivoting)


9

Faktorkan matriks A berikut:

[ ] []
1 1 1 1
A= 2 2 1 b= 5
1 1 1 1

Lalu pecahkan sistem Ax=b .

Penyelesaian:
Eliminasi matriks A di ruas kanan menjadi matriks segitiga atas U,

dan tempatkan faktor pengali mij pada posisi Lij di matriks I.

[ ][ ]
1 1 1 1 1 1 R 2 ( 2 ) R 1
2 2 1 0 0 3
R 3 ( 1 ) R 1
1 1 1 0 2 0

Tempatkan m21=2 dan m31=1 ke dalam matriks L;

[ ]
1 0 0
L= 2 1 0
1 m32 1

Teruskan proses eliminasi Gauss pada matriks A. Dalam hal ini ada
pivoting karena calon pivot bernilai 0, sehingga baris kedua
dipertukarkan dengan baris ketiga:

[ ][ ]
1 1 1 1 1 1 R 2 R3
0 0 3 0 2 0
0 2 0 0 0 3
10

Jangan lupa mempertukarkan juga R2 R3 pada matriks L,

kecuali elemen diagonalnya

[ ][ ]
1 0 0 1 0 0
L= 2 R R
2 1 0 1 1 0
3

1 m32 1 2 m32 1

Jangan lupa mempertukarkan juga R 2 R3 pada vektor b,

[] []
1 1
b= 5 b= 1 R2 R3
1 5

Teruskan eliminasi Gauss pada matriks A:

[ ]
1 1 1
0 2 0 =U
0 0 3
R 3 ( 02 ) R 2

0
Tempatkan m32n = =0 ke dalam matriks L:
2
11

[ ]
1 0 0
L= 1 1 0
2 0 1

Jadi,

[ ][ ][ ]
1 0 0 1 0 0 1 1 1
=
1 1 0 1 1 0 0 2 0
2 2 1 2 0 1 0 0 3

Berturut-turut y dan x sebagai berikut:

[ ][ ] [ ]
1 0 0 y1 1
Ly=b
1 1 0 y 2 = 1
2 0 1 y3 5

y 1 , y 2 , y3 dihitung dengan teknik penyulihan maju:

y 1=1

y 1 + y 2=1 y 2=1+1 y 1 =1+1+2

2 y1 + y 3 =5 y 3=52 y 1=3

Ux= y
12

[ ][ ] [ ]
1 1 1 x1 1
0 2 0 x2 2=
0 0 3 x3 3

x1 , x2 , x3 dihitung dengan teknik penyulihan mundur:

3 x3 =3 x 3=1

2 x 2 +0 x 3=2 x 2=1

x 1+ x 2x 3=1 x 1=1

T
Jadi, solusi sistem persamaan lanjar di atas adalah x=( 1,1,1 )

Pertukaran baris untuk matriks yang berukuran besar


diperlihatkan oleh matriks di bawah ini:

[ ][ ]
a1 a 2 a3 a 4 a5 a6 a1 a2 a3 a 4 a5 a6
0 b 2 b3 b 4 b5 b6 0 b2 R5b
3 Rb44 b5 b6
0 0 c3 c4 c5 c6 0 0 c3 c 4 c5 c6
0 0 0 0 d5 d6 0 0 0 (*)e 4 e5 e6
0 0 0 e4 e5 e6 0 0 0 0 d5 d6
0 0 0 f4 f5 f6 0 0 0 f4 f5 f6

Maka, baris ke-5 dan baris ke-4 pada matriks L juga harus di
petukarkan:

R5 R4

(*)
13

[ ][ ]
1 0 0 0 0 0 1 0 0 0 0 0
m21 1 0 0 0 0 m21 1 0 0 0 0
m31 0 1 0 0 0 m31 0 1 0 0 0
m41 m42 m43 1 0 0 m51 m52 m53 1 0 0
m51 m52 m53 x 1 0 m41 m42 m43 x 1 0
m61 m62 m63 x x 1 m61 m62 m63 x x 1

2.1.2 Metode Reduksi Crout


Meskipun metode LU Gauss dikenal paling baik untuk melakukan
komposisi LU, terdapat metode lain yang digunakan secara luas, yaitu metode
reduksi ( dekomposisi ) Crout ( metode reduksi Cholesky atau juga metode
Dolittle).
Dalam membahas metode reduksi Crout, tinjau matriks 3 x 3 berikut:

[ ] [ ] [ ]
a11 a 12 a13 1 0 0 u11 u 12 u13
A= a21 a 22 a23 L= l 21 1 0 U= 0 u 22 u23
a31 a 32 a33 l 31 l 32 1 0 0 u33

Dari kesamaan dua buah matriks LU=A, diperoleh


u11 =a11 , u12=a12 ,u 13=a13 Baris pertama U

a21
l 21 u11 =a21 l 21=
u11

Kolom pertama L
a31
l 31 u11 =a31 l 31=
u11

l 21 u12 +u22=a 22 u 22=a22l 21 u12


14

Baris kedua U

l 21 u13 +u23=a 23 u 23=a23l 21 u 13

a32 l 31 u12
l 31 u12+ l 32 u22 =a32 l 32= Kolom kedua L
u 22

l 31 u13 +l 32 u23 +u33=a33 u 33 =a33(l 31 u13+ l 32 u23) Baris ketiga U

Rumus untuk menghitung U dan L untuk sistem matriks A yang berukuran 3 x 3


dapat ditulis sebagai berikut:
p1
u pj =a pj l pk ukj
k=1

Dan

q 1

lik ukj
l iq = k=1 dengan syarat uqq 0
uqq

Contoh :
Selesaikan!
x 1+ x 2x 3=1

2 x 1 +2 x2 + x 3=5

x 1 +2 x2 +2 x 3=5

dengan menggunakan metode dekomposisi LU, yang dalam hal ini


L dan U dihitung dengan menggunakan metode Crout.
15

Penyelesaian

[ ]
1 1 1 1
A= 2 2 1 , b=5
1 1 1 1

Diperoleh : u11 =a11 =1

u12=a12=1

u13=a 13=1

Karena U qq tidak boleh nol, lakukan pertukaran baris baik untuk

matriks A maupun untuk vector b :


Tukar baris kedua dengan baris ketiga

[ ]
1 1 1 1
A= 1 1 1 , b=1
2 2 1 5

Hitung kembali nilai l 21 , l 31 dan u32 (perhatikan bahwa nilai

u11 , u12 , u13 tidak berubah)

a21 1
l 21 = = =1
u11 1

a31 2
l 31 = = =2
u11 1

u22=a 22l 21 x u12=1 (1 ) x 1=2

u23=a 23l 21 x u13=1(1 ) x (1 )=0

a32l 31 x u12 2( 1 ) x 1
l 32 = = =0
u22 2

Diperoleh L dan U sebagai berikut,


16

[ ] [ ]
1 1 1 1 0 0 1
U= 0 2 0 , L= 1 1 0 , dan b=1
0 0 3 2 0 1 5

Berturut turut dihitung y dan x sebagai berikut:

[ ]
1 0 1 y1 1
L y =b 1 1 1 y 2=1
2 0 5 y3 5

y 1 , y 2 , dan y3 dihitung dengan teknik penyulihan maju:

y 1=1

y 1 + y 2=1 y 2=1+ y 1=1+1=2

2 y1 + y 3 =5 y 3=52 y 1=3

[ ]
1 1 1 x 1 1
U x = y 0 2 0 x 2= 2
0 0 3 x3 3

x 1 , x 2 , dan x 3 dihitung dengan teknik penyulihan mundur:

3 x3 =3 x 3=1

2 x 2=2 x2 =1

x 1+ x 2x 3=1 x 1=1

T
Jadi solusi system persamaan lanjar diatas adalah x=( 1,1, 1 ) .

Jika diamati elemen segitiga bawahpada matriks U semuanya


bernilai nol, sehingga ruang yang tidak terpakai itu dapat dipakai
untuk menyimpan elemen matriks L. elemen diagonal matriks L
seluruhnya 1, jadi tidak perlu disimpan. Dengan demikian,
penyimpan elemen L dan U pada satu matriks dapat
menghematpenggunaan memori. Selain itu matriks A hanya
17

dipakai sekali untuk memperoleh L dan U, sesudah itu tidak


dipakai lagi. Dengan demikian setelah L dan U diperoleh,
elemennya dapat dipindahkan kedalam A. karena alasan ini, maka
metode dekomposisi LU dinamakan juga metode kompaksi
memori.

2.2 Metode Lelaran Untuk Menyelesaikan SPL


Metode eliminasi Gauss melibatkan banyak galat pembulatan.
Galat pembulatan dapat menyebabkan solusi yang diperoleh
jauh dari solusi sebenarnya. Untuk menyelesaikan SPL dapat
diterapkan gagasan metoda lelaran pada pencarian akar
persamaan nirlanjar. Dengan metoda lelaran, galat pembulatan
dapat diperkecil, karena kita dapat meneruskan lelaran sampai
solusinya seteliti mungkin, sesuai dengan batas galat yang kita
perbolehkan. Dengan kata lain, besar galat dapat dikendalikan
sampai batas yang bisa diterima.
Jika metode eliminasi Gauss dan variasi variasinya serta metode
dekomposisi LU dinamakan metode langsung (direct) karena
solusi SPL diperoleh tanpa lelaran maka metode lelaran
dinamakan metode tidak langsung (indirect) atau metode
interatif.
Tinjau kembali system persamaan lanjar
a1 x1 + a2 x 2 ++a 1n x n=b 1

a21 x 1 +a 22 x2 + + a2 n xn =b2

an 1 x1 +a n 2 x 2+ +a nn x n=b n
18

Dengan syarat akk 0, k=1,2, , n , maka persamaan lelarannya

dapat ditulis sebagai


k (k )
(k+1 )b a x a 1n x n
x 1 = 1 12 2
a 11

b2a 21 x (1k ) a23 x(3k ) a2 n x (kn )


x(k+1 )
2 =
a 22

bnan 1 x (1k ) a nn1 x(k)


x(k+1 ) n1
n =
ann

dengan k =0,1,2,

Lelaran dimulai dengan memberikan tebakan awal untuk x,

[]
x (10 )
(0 )
x 0= x 2

x (n0 )

Sebagai kondisi berhenti lelarannya, dapatdigunakan pendekatan

galat relative | x(k+1)


i x(k)
x (k+1)
i
i
|
< untuk semua i=1,2,3, , n

Syarat cukup agar lelarannya konvergen adalah system dominan

secara diagonal : |aii|> |aij| , i=1,2,3, , n


j=1, j i

Syarat cukup ini berarti bahwa agar lelarannya konvergen, cukup


dipenuhi syarat itu. Jika syarat tersebut dipenuhi, kekonvergenan
terjamin.meskipun system tidak dominan secara diagonal,
lelarannya masih mungkin konvergen . kekonvergenan juga
19

ditentukan oleh pemilihan tebakan awal. Tebakan awal yang


terlalu jauh dari solusi sejatinya dapat menyebabkan lelaran
divergen.

Sebagai contoh , SPL berikut


3 x1 + x 2x 3=1

2 x 1 +4 x2 + x 3=5

x 1 +5 x2 +8 x 3=5

dominan secara diagonal, karena


|3|>|1|+|1|

|4|>|2|+|1|

|8|>|1|+|5|

karena itu lelarannya pasti konvergen.


Ada dua metode lelaran yang akan dibahas, yaitu:
1. Metode lelaran Jacobi
2. Metode lelaran Gauss-Seidel

2.2.1 Metode Lelaran Jacobi


(0)
Misalkan diberikan tebakan awal x :

T
x (0)=( x (10 ) , x (20) , , x (n0) )

Prosedur lelaran untuk lelaran pertama, kedua, dan seterusnya


adalah sebagai berikut:
Lelaran pertama:
(0 ) ( 0) (0 )
b1 a12 x 2 a 13 x 3 .. .a1 n x n
x (11)=
a11
20

b2 a21 x (10 )a 23 x (30 ).. .a2 n x (n0)


x (21)=
a22

( 0) (0 ) (0)
b nan 1 x1 an 2 x 2 . . .a nn1 xn 1
x (n1)=
ann

Lelaran kedua:
b1 a12 x (21 )a13 x(31). . .a 1n x (n1)
( 2)
x =
1
a11

(1 ) ( 1) (1 )
b a x a23 x 3 . . .a2 n x n
x = 2 21 1
( 2)
2
a22

b nan 1 x(11)an 2 x (21 ).. .ann1 x n1(1 )


x (n2)=
ann

Rumus umum:
n
(k)
bi aij x j
j=1, j i
x i(k+1) = , k =0,1,2,
a ii

2.2.2 Metode Lelaran Gauss-Seidel

Kecepatan konvergen pada lelaran Jacobi di percepat bila setiap harga x1 yang

baru dihasilkan segera dipakai pada persamaan berikutnya untuk menentukan harga

x i+1 yang lainnya.

Lelaran pertama:

1 b1a 12 x02 a13 x03 a14 x 04


x=
1
a11
21

1 b1a 21 x11 a23 x 03 a24 x04


x 2=
a22

b3a31 x 11a32 x 12a34 x 04


x 13=
a33

1 b 4a41 x 11a 42 x 12a 43 x 13


x 4=
a 44

Lelaran Kedua:
1 1 1
b a x a x a x
x = 1 12 2 13 3 14 4
2
1
a11

1b1a 21 x12a23 x13 a24 x14


x=2
a22

b3a31 x 21a32 x22a34 x 14


x 23=
a33

b 4a41 x 21a 42 x 22a 43 x 23


x 24=
a 44

Rumus umum:
n n
b1 aij x kj +1 aij x kj
x k+1 j =1 j=i +1
i = ,k =0,1,2,
aii

Contoh :
Tentukan solusi SPL
4 x y+ z=7

4 x 8 y+ z=21

2 x + y +5 z=15
22

Dengan nilai awal p0=( x 0 , y 0 , z 0 )= (1,2,2 ) .

(solusi sejatinya adalah (2,4,3))

Penyelesaian:
(a) Metode lelaran Jacobi
Persamaan lelarannya:
7+ y rz r
x r+1=
4

21+ 4 x rz r
y r +1=
8

15+2 x r y r
z r+1 =
5

Lelarannya:
7+ 22
x 1= =1.75
4

21+ 4 ( 1 ) +2
y 1= =3.375
8

15+ 2 ( 1 )2
z 1= =3.000
5

7+ 3.3753.00
x 2= =1.84375
4

21+ 4 ( 3.375 ) 3.00


y 2= =3.875
8

15+ 2 ( 1.75 ) 3.00


z 2= =3.025
5

x 19 =2.00000000
23

y 19=4.00000000

z 19=3.00000000

(b) Metode lelaran Gauss-Seidel


Persamaan leniernya,
7+ y rz r
x r+1=
4

21+ 4 x rz r
y r +1=
8

15+2 x r y r
z r+1 =
5

Lelarannya,
7+ 22
x 1= =1.75
5

21+ 4 ( 1.75 ) 3.75


y 1= =3.75
5

15+ 2 ( 1.75 ) 3.75


z 1= =3.000
5

7+ 3.752.95
x 2= =1.95
4

7+3.752.95
y 2= =3.96875
8

15+ 2 ( 1.95 ) 3.968375


z 2= =2.98625
8

x 10=2.00000000
24

y 10=4.00000000

z 10=3.00000000

Jadi , solusi SPL adalah x=2.00000000, y =4.00000000, z=3.0000000

2.
19

BAB 3
PENUTUP

3.1 Kesimpulan
Metode penyelesaian SPL dengan cara LU Gauss dapat digunakan untuk

menyelesaikan Ax=b . Metode ini dinamakan juga metode pemfaktoran segitiga

(trianguler factorization). Langkah-langkah menghitung solusi SPL dengan metode


dekomposisi LU adalah sebagai berikut:
1. Bentuklah matriks L dan U dari A

2. Pecahkan Ly=b , lalu hitung y dengan teknik penyulihan maju

3. Pecahkan Ux= y , lalu hitung x dengan teknik penyulihan mundur

Rumus untuk menghitung U dan L untuk sistem matriks A yang berukuran 3 x 3


dapat ditulis sebagai berikut:
p1
u pj =a pj l pk ukj
k=1

Dan

q 1

lik ukj
l iq = k=1 dengan syarat uqq 0
uqq

Rumus umum metode lelaran Jacobi :


n
(k)
bi aij x j
j=1, j i
x i(k+1) = , k =0,1,2,
a ii

Rumus umum metode lelaran Gauss-Seidel :


n n
b1 aij x kj +1 aij x kj
x k+1 j =1 j=i +1
i = ,k =0,1,2,
aii
20

3.2 Saran
Penulis menyadari dalam penulisan makalah ini masih banyak
kekurangan. Oleh karena itu, penulis mengharapkan kritik dan
saran yang membangun dari pembaca demi kesempurnaan
makalah ini untuk kedepannya.
DAFTAR PUSTAKA

Munir, Rinaldi. (2015). Metode Numerik (Revisi Keempat).


Bandung: Informatika.
NN. (...). Pengertian Metode Numerik. [Online]. Tersedia:
http://sinta.ukdw.ac.id/sinta/resources/sintasrv/getintro/22961650/
b38e1718ec285c6c901c61c2454552fd/intro.pdf. [13 Maret 2017].