LAPORAN PRAKTIKUM

METODE NUMERIK

“SISTEM PERSAMAAN LINEAR”

DISUSUN OLEH:
ASTIKA ISTININGRUM
M0517010

ASISTEN:
HELENA NOORAINI (M0516026)
MAULIDA GUSNINA (M0516032)

PROGRAM STUDI INFORMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SELASA, 26 MARET 2019
 BAB I PENDAHULUAN

1.1 Tujuan Praktikum

Setelah mempelajari materi dalam bab ini, mahasiswa diharapkan mampu:
 Memahami penyelesaian sistem persamaan linear dengan cara langsung (metode
eliminasi gauss jordan) dan cara tidak langsung (metode iterasi jacobi dan metode
iterasi gauss seidel).

1.2 Dasar Teori

A. Definisi Sistem Persamaan Linear
Persamaan linear adalah sebuah persamaan aljabar, yang tiap sukunya
mengandung konstanta, atau perkalian konstanta dengan variabel tunggal. Persamaan
ini dikatakan linear sebab hubungan matematis ini dapat digambarkan sebagai garis
lurus dalam Sistem koordinat Kartesius. (Wikipedia).
Sistem Persamaan Linear sering muncul dalam banyak permasalahan di
bidang teknik, sains, manajemen, sosial ekonomi, informatika, dll. Ada 2 metode
untuk menyelesaikan sistem persamaan linear, yaitu:
1. Metode langsung
Penyelesaian dengan metode langsung dapat diselesaikan dengan
cara: Metode Gauss, Metode Gauss-Jordan, Dekomposisi LU (Algoritma
Doolittle, Algoritma Crout, Algoritma Cholesky), Tridiagonal, Algoritma
Thomas, dan Aturan Cramer.
2. Metode tidak langsung
Penyelesaian dengan metode tidak langsung dapat dilakukan dengan
cara iteras.Metode Iterasi adalah metode dimana penyelesaian persamaan
diprediksi dengan suatu nilai awal yang kemudian diuji melalui subtitusi ke
dalam persamaan. Besarnya perbedaan yang diperoleh dijadikan dasar untuk
menentukan nilai prediksi selanjutnya. Perulangan dalam suatu metode iterasi
boleh saja tidak terbatas, namun umumnya dibatasi oleh besarnya error-
koreksi yang diperoleh. Apabila besarnya lebih kecil dari nilai yang
diharapkan maka iterasi dapat dihentikan. Pada metode tidak langsung ini,
terdapat 3 cara iterasi, antara lain: iterasi jacobi, iterasi gauss-seidel, dan
suksesi relaksi residu (SOR).
B. Metode Iterasi Jacobi
Metode Iterasi Jacobi merupakan salah satu bidang analisis numerik yang
digunakan untuk menyelesaikan permasalahan persamaan linear dan sering dijumpai
dalam berbagai disiplin ilmu. Metode Iterasi Jacobi merupakan salah satu metode tak
langsung, yaitu bermula dari suatu hampiran penyelesaian awal dan kemudian
berusaha memperbaiki hampiran dalam tak berhingga namun langkah konvergen.
Metode Iterasi Jacobi ini digunakan untuk menyelesaikan persamaan linear berukuran
besar dan proporsi koefisien nolnya besar.
Metode ini ditemukan oleh matematikawan yang berasal dari Jerman, Carl
Gustav Jacobi. Penemuan ini diperkirakan pada tahun 1800-an. Kalau kita mengubah
dalam Sistem Persamaan Linear, maka dapat ditulis sebagai berikut:

Kemudian, diketahui bahwa , di mana D merupakan

matriks diagonal, L merupakan matriks segitiga bawah, dan U merupakan matriks
segitiga atas.
Kemudian, persamaan di atas dapat diubah menjadi :

Kemudian,

Jika ditulis dalam aturan iteratif, maka metode Jacobi dapat ditulis sebagai :

Dimana k merupakan banyaknya iterasi. Jika x(k) menyatakan hampiran ke- k

penyelesaian SPL, maka x(0) adalah hampiran awal.
C. 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 .

Rumus dari metode eliminasi Gauss-Seidel :

Dengan metode iterasi Gauss-Seidel, error pembulatan dapat diperkecil

karena dapat meneruskan iterasi sampai solusinya seteliti mungkin sesuai dengan
batas error yang diperbolehkan.

D. Metode Eliminasi Gauss Jordan

Eliminasi Gauss-Jordan adalah pengembangan dari eliminasi Gauss yang
hasilnya lebih sederhana lagi. Eliminasi Gauss-Jordan bertujuan untuk mengubah
matriks A menjadi matriks diagonal, dimana semua elemen pada diagonal matriks
bernilai 1, sedangkan elemen yang lainnya semuanya bernilai 0, sehingga bentuk
matriksnya adalah sebagai berikut :

1 0 0  0   x1  C 1 
 x   
0 1 0  0  2  C 2 
0 0 1  0 A   x 3   C 3  
1

    
           
 0     
0 0  1 xn  C n 
 BAB II PEMBAHASAN

2.1 Permasalahan
Pada laporan praktikum ini, ada beberapa permasalahan/ kasus yang akan
dibahas, yaitu :
Kasus 1

Menganalisis penyelesaian SPL di atas dengan metode iterasi jacobi, iterasi gauss
seidel dan eliminasi gauss jordan.
Kasus 2

Menganalisis penyelesaian SPL di atas dengan metode iterasi jacobi, iterasi gauss
seidel dan eliminasi gauss jordan.
Kasus 3
Menentukan nilai galat dan membandingkan iterasi dari kasus 1 dan kasus 2 (segi
banyak iterasi dan konvergen atau tidak konvergen).

2.2 Algoritma
1. Algoritma Iterasi Jacobi
a. Masukan dimensi n, matriks A dan ruas kanan b
b. Lanjutkan pivoting sehingga diagonal-diagonal-nya dominan
c. Inisialisasi vector x
d. Untuk i=1 s/d max_iter dan toleransi belum dicapai lakukan :
 Untuk i=1 s/d n lakukan :

 Cari beda terbesar, bandingkan dengan toleransi

e. Cetak .
2. Algoritma Iterasi Gauss Seidel
a. Masukan dimensi n, matriks koefisien A, dan vector ruas kanan b.
b. Lakukan pivoting pada matriks A dan ruas kanan b
c. Inisialisasi vektor prediksi x(i)=0
d. Lakukan perulangan :

e. Iterasi berhenti ketika nilai error lebih kecil dari toleransi error
f. Hasil akhir adalah vektor x

3. Algoritma Eliminasi Gauss Jordan

Dengan metode Gauss Jordan matriks A diubah sedemikian rupa
sampai terbentuk identitas dengan cara :
A | I X  C
diubah menjadi
I | A  1
X  C 

C* merupakan matriks C yang sudah mengalami beberapa kali

transformasi, sehingga:

1 0 0  0   x1  C 1 
 x   
0 1 0  0  2  C 2 
x1  C 1

0 0 1  0 A 1
  x 3  C 3  

     
x2  C2
          
 0 0 0 1   x n  C   
    n  xn  Cn
2.3 Implementasi MATLAB
1. Implementasi MATLAB Metode Iterasi Jacobi

2. Implementasi MATLAB Metode Iterasi Gauss Seidel

3. Implementasi MATLAB Metode Eliminasi Gauss Jordan
2.4 Analisis
1. Analisis Kasus 1

Input :

Output :
a. Hasil Perhitungan dengan Metode Iterasi Jacobi
b. Hasil Perhitungan dengan Metode Iterasi Gauss Seidel
c. Hasil perhitungan dengan Metode Eliminasi Gauss Jordan

Analisis kasus 1:
 Pada penyelesaian menggunakan metode iterasi jacobi sampai iterasi ke-
20 didapatkan x1= 3.6054, x2= 7.0129, dan x3= -9.6977.
 Pada penyelesaian menggunakan metode iterasi gauss seidel sampai
iterasi ke-20 didapatkan x1=0.7424, x2= -1.3374, dan x3= -2.5275.
 Pada penyelesaian menggunakan metode eliminasi gauss jordan
didapatkan x1= 1.6667, x2= -1.5833, dan x3= -0.4167.
 Pada metode iterasi jacobi dan gauss seidel sama-sama memiliki hasil
yang tidak konvergen pada iterasi ke-20. Hal ini dikarenakan matriks
diagonal A tidak dominan. Agar matriks diagonal dominan, maka unsur
diagonal matriks harus lebih besar dari penjumlahan unsur-unsur lainnya
pada baris tersebut. Berikut bukti jika matriks diagonal A tidak
konvergen :
Matriks diagonal A
Baris 1 = |1| < |-1|+|3| (tidak memenuhi)
Baris 2 = |3|< |5|+|-1| (tidak memenuhi)
Baris 3 = |-1|< |2|+|3| (tidak memenuhi)
  Nilai galat dapat dihitung dengan rumus : Nilai Eksak-Nilai Numerik
 Di bawah ini merupakan perbandingan nilai galat dari metode iterasi
jacobi dan gauss seidel adalah :

Nilai eksak Iterasi Jacobi Iterasi Galat Iterasi Galat Iterasi

(Gauss Jordan) Gauss-Seidel Jacobi Gauss-Seidel
X1 1.6667 3.6054 0.7424 -1.9387 0.9243
X2 -1.5833 7.0129 -1.3374 -8.5962 -0.2459
X3 -0.4167 -9.6977 -2.5275 9.2810 2.1108

Perbandingan galat pada metode iterasi jacobi dan iterasi gauss-seidel

tidak mirip dikarenakan keduanya tidak konvergen.

2. Analisis Kasus 2

Input:

Output:
a. Hasil Perhitungan dengan Metode Iterasi Jacobi
b. Hasil Perhitungan dengan Metode Iterasi Gauss Seidel
c. Hasil Perhitungan dengan Metode Eliminasi Gauss Jordan
 Analisis kasus 2:
 Pada penyelesaian menggunakan metode iterasi jacobi sampai iterasi ke-
20 didapatkan x1= 2.1394, x2= 0.4982, x3= -1.5850, x4= 0.2895.
 Pada penyelesaian menggunakan metode iterasi gauss seidel sampai
iterasi ke-20 didapatkan x1=-2.1146, x2= -5.3667, x3= -5.1049, x4= -
1.3392.
 Pada penyelesaian menggunakan metode eliminasi gauss jordan
didapatkan x1= 2.3827, x2= -0.5566, x3= 4.1330, x4= -5.0210.
 Pada metode iterasi jacobi dan gauss seidel sama-sama memiliki hasil
yang tidak konvergen pada iterasi ke-20. Hal ini dikarenakan matriks
diagonal A tidak dominan. Agar matriks diagonal dominan, maka unsur
diagonal matriks harus lebih besar dari penjumlahan unsur-unsur lainnya
pada baris tersebut. Berikut bukti jika matriks diagonal A tidak
konvergen :
Matriks diagonal A
Baris 1 = |1| < |3|+|2|+|1| (tidak memenuhi)
Baris 2 = |2|< |-4|+|-5|+|1| (tidak memenuhi)
Baris 3 = |2|< |3|+|-3|+|4| (tidak memenuhi)
Baris 4 = |5| < |-1|+|2|+|-3| (tidak memenuhi)

 Nilai galat dapat dihitung dengan rumus : Nilai Eksak-Nilai Numerik

 Di bawah ini merupakan perbandingan nilai galat dari metode iterasi
jacobi dan gauss seidel adalah :

Nilai eksak Iterasi Jacobi Iterasi Galat Iterasi Galat Iterasi

(Gauss Jordan) Gauss-Seidel Jacobi Gauss-Seidel
X1 2.3827 2.1394 -2.1146 0.2433 4.4973
X2 -0.5566 0.4982 -5.3667 -1.0548 4.8101
X3 4.1330 -1.5850 -5.1049 5.7180 9.2379
X4 -5.0210 0.2895 -1.3392 -5.3105 -3.6818

Perbandingan galat pada metode iterasi jacobi dan iterasi gauss-seidel

tidak mirip dikarenakan keduanya tidak konvergen.
 BAB III PENUTUP

3.1 Kesimpulan
Dari praktikum ini dapat disimpulkan bahwa :
a. Penyelesaian SPL ada 2 cara, yaitu cara langsung dan cara tidak langsung.
b. Metode eliminasi gauss-jordan merupakan salah satu penyelesaian SPL dengan
cara langsung.
c. Metode iterasi jacobi dan iterasi gauss-seidel merupakan metode penyelesaian
SPL dengan cara tidak langsung (iterasi).
d. Teknik iterasi jarang digunakan untuk menyelesaikan SPL berukuran kecil
karena metode-metode langsung seperti metode Eliminasi Gauss lebih efisien
daripada metode iterasi. Akan tetapi, untuk SPL berukuran besar dengan
persentase elemen nol pada matriks koefisien besar, teknik iterasi lebih efisien
dari pada metode langsung dalam hal penggunaan memori komputer maupun
waktu komputasi.
e. Konvergen atau tidaknya matriks mempengaruhi hasil penyelesaian SPL.

3.2 Daftar Pustaka

Materi praktikum pertemuan 3 (Sistem Persamaan Linear)
 LAMPIRAN
Output Metode Iterasi Jacobi
Kasus 1
Kasus 2
Output Metode Iterasi Gauss-Seidel
Kasus 1
Kasus 2
Output Metode Eliminasi Gauss Jordan
Kasus 1

Kasus 2