ABSTRAK
Teknik iteratif jarang digunakan untuk menyelesaikan Sistem Persamaan Linear
(SPL) yang berukuran kecil karena metode-metode langsung seperti metode
Eliminasi Gauss lebih efisien daripada 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.
Pada prinsipnya metode iterasi Jacobi mirip metode substitusi berurutan (successive
substitution), merupakan metode iteratif yang melakukan perbaharuan nilai x yang
diperoleh tiap iterasi, dimana proses iterasi dilakukan sampai dicapai suatu nilai yang
konvergen dengan toleransi yang diberikan. Dari hasil pengujian dapat diketahui
bahwa metode Iterasi Jacobi memiliki hasil ketelitian yang lebih baik dan waktu
komputasi yang lebih cepat dari metode Eliminasi Gauss dan metode Dekomposisi
LU. Paper ini membahas komputasi numerik teknik metode Iterasi-Jacobi untuk
penyelesaian SPL dengan persentase elemen nol pada matriks koefisien besar yang
dituangkan dalam gramatikal sintaks pemrograman Matlab.
Kata Kunci: Komputasi Numerik, SPL, Matriks Koefisien Besar, Iterasi-Jacobi,
sintaks Matlab 7.
1. PENDAHULUAN
1.1 Latar Belakang
Persoalan yang melibatkan pemodelan solusi matematika banyak muncul dalam
berbagai disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi, atau
pada persoalan rekayasa (teknik). Seringkali model matematika tersebut muncul
dalam bentuk yang rumit yang terkadang tidak dapat diselesaikan dengan pendekatan
aljabar yang sudah baku.
Solusi Sistem Persamaan Linear (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. Hal itu disebabkan oleh dua alasan. Pertama, ada beberapa persamaan
yang mendekati kombinasi linier, akibat adanya “round off error” dari mesin
penghitung. Kedua, pada suatu tahap perhitungan terdapat akumulasi “round off
error” pada proses komputasi sehingga berakibat domain bilangan nyata (fixed point)
dalam perhitungan akan terlampaui (overflow), biasanya akibat dari jumlah persamaan
yang terlalu besar.
1
1.2 Rumusan Masalah
- Apakah urutan persamaan di dalam suatu SPL berpengaruh terhadap penampilan
metode iterasi Jacobi?
- Apakah program MATLAB 7 dapat digunakan sebagai solusi pemrograman dalam
metode numerik khususnya metode iterasi Jacobi?
1.3 Batasan Masalah
Dalam paper ini akan membahas tentang penggunaan metode iterasi Jacobi dalam
penyelesaian Sistem Persamaan Linear (SPL) berukuran besar dengan persentase
elemen nol pada matriks koefisien besar dengan pemrograman MATLAB.
1.4 Tujuan
- Memberikan solusi dalam memperoleh urutan persamaan di dalam suatu SPL
dengan menggunakan metode iterasi Jacobi.
- Penggunaan MATLAB 7 untuk membantu menyelesaikan pemrograman dalam
penyelesaian Sistem Persamaan Linear (SPL) dengan metode iterasi Jacobi.
1.5 Manfaat
- Dapat digunakan sebagai solusi dalam memperoleh urutan persamaan di dalam
suatu SPL berukuran besar dengan menggunakan metode iterasi Jacobi.
- Memberi kemudahan dalam menyelesaikan Sistem Persamaan Linear (SPL)
berukuran besar dengan metode iterasi Jacobi dengan pemrograman MATLAB.
2. KAJIAN PUSTAKA
2.1 Matlab
MATLAB (yang berarti "matrix laboratory") diciptakan pada akhir tahun 1970-an
oleh Cleve Moler, yang kemudian menjadi Ketua Departemen Ilmu Komputer di
Universitas New Mexico. Ia merancangnya untuk memberikan akses bagi
mahasiswa dalam memakai LINPACK dan EISPACK tanpa harus mempelajari
Fortran. Karyanya itu segera menyebar ke universitas-universitas lain dan
memperoleh sambutan hangat di kalangan komunitas matematika terapan. Jack
Little, seorang insinyur, dipertemukan dengan karyanya tersebut selama
kunjungan Moler ke Universitas Stanford pada tahun 1983. Menyadari potensi
komersialnya, ia bergabung dengan Moler dan Steve Bangert. Mereka menulis
ulang MATLAB dalam bahasa pemrograman C, kemudian mendirikan The
MathWorks pada tahun 1984 untuk melanjutkan pengembangannya. Pustaka yang
2
ditulis ulang tadi kini dikenal dengan nama JACKPAC. Pada tahun 2000,
MATLAB ditulis ulang dengan pemakaian sekumpulan pustaka baru untuk
manipulasi matriks.
MATLAB pertama kali diadopsi oleh insinyur rancangan kontrol (yang juga
spesialisasi Little), tapi lalu menyebar secara cepat ke berbagai bidang lain. Kini
juga digunakan di bidang pendidikan, khususnya dalam pengajaran aljabar linear
dan analisis numerik, serta populer di kalangan ilmuwan yang menekuni bidang
pengolahan citra.
3
teknik substitusi. Pada metode Dekomposisi LU, matriks A difaktorkan menjadi
matriks L dan matriks U, dimana dimensi atau ukuran matriks L dan U harus sama
dengan dimensi matriks A.
Pada metode iterasi Jacobi, penyelesaian dilakukan secara iterasi, dimana proses
iterasi dilakukan sampai dicapai suatu nilai yang konvergen dengan toleransi yang
diberikan. Dari hasil pengujian dapat diketahui bahwa metode Iterasi Jacobi memiliki
hasil ketelitian yang lebih baik dan waktu komputasi yang lebih cepat dari metode
Eliminasi Gauss dan metode Dekomposisi LU.
Penggunaan pendekatan dengan pemrograman MATLAB, salah satu software
komputer yang dapat digunakan untuk memberikan solusi komputasi numerik. Karena
metode-metode numerik dengan bahasa pemrograman yang sederhana, namun dapat
menyelesaikan permasalahan yang dihadapi oleh mereka yang bergerak dalam bidang
matematika maupun aplikasi matematika.
3. PEMBAHASAN
3.1 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 vektor 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).
3.2 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 y3…yn)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
bi j i aij y j
(a) FOR i = 1, 2, 3, ..., n, hitung xi
aii
(b) Set X = (x1 x2 x3...xn)T
(c) IF X Y < T THEN STOP
4
(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
3. STOP
START
AX = b
Input A, b, X0, T, N
[X, g, H]=
jacobi(A,b,X0,T,N)
bi j i aij y j
xi
a ii
xi = ( x1 x2 x3 …xn)
STOP
Gambar 1. Flowchart metode iterasi Jacobi
5
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.
6
No x1 x2 x3 x4
1 0.6 2.27273 -1.1 1.875
2 1.04727 1.71591 -0.805227 0.885227
3 0.932636 2.05331 -1.04934 1.13088
4 1.0152 1.9537 -0.968109 0.973843
5 0.988991 2.01141 -1.01029 1.02135
6 1.0032 1.99224 -0.994522 0.994434
7 0.998128 2.00231 -1.00197 1.00359
8 1.00063 1.99867 -0.999036 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
7
X0 = X1;
H = [H;X0'];
if (err<T)|(relerr<T),break,end
end
8
>> 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
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
9
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
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.
10
-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
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
11
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.
12
5. KESIMPULAN
Dari pembahasan di atas kita dapat mengambil kesimpulan bahwa urutan persamaan
di dalam suatu SPL sangat berpengaruh terhadap penampilan metode iterasi Jacobi.
Dengan menggunakan pemrograman MATLAB 7 dapat membantu pemrograman
dalam dalam metode numerik khususnya metode iterasi Jacobi. Penggunaan metode
iterasi Jacobi lebih efektif untuk memecahkan masalah numerik dalam SPL berukuran
besar.
6. DAFTAR PUSTAKA
Gan Shu San. Studi tentang Konvergensi Metode Iterasi Weighted Jacobi. Dimensi,
1995
Hermawi. Implementasi Iterasi Runga-Kutta. Fasilkom UI. 2002.
Jurgen Geiser. Modified Jacobian Newton Iterative Method: Theory and Applications.
Hindawi Publishing Corporation Mathematical Problems in Engineering,
Article ID 307298.
Sanjay K. Khattri. Altered Jacobian Newton Iterative Method for Nonlinear Elliptic
Problems. International Journal of Applied Mathematics. 2008.
Van der Vorst, H. A., Iterative Krylov Methods for Large Linear Systems. Cambridge
monographs on applied and computational mathematics, Cambridge
University Press, New York, 2003.
www. ahliswiwite.files.wordpress.com/2007/11/iterasi-jacobi.doc.
www.id.wikipedia.org/wiki/Metode_Jacobi.
Young, D. Iterative Solutions of Large Linear Systems. New York: Academic Press,
1971.
Hageman, L. and Young, D. Applied Iterative Methods. New York: Academic Press,
1981.
Barrett, R.; Berry, M.; Chan, T. F.; Demmel, J.; Donato, J.; Dongarra, J.; Eijkhout, V.;
Pozo, R.; Romine, C.; and van der Vorst, H. Templates for the Solution of
Linear Systems: Building Blocks for Iterative Methods, 2nd ed. Philadelphia,
PA: SIAM, 1994. http://www.netlib.org/linalg/html_templates/Templates.html.
13