Disusun Oleh:
A. Tujuan
Agar mahasiswa dapat menyelesaikan system persamaan linear dengan
menggunakan penyelesaian numerik.
B. Dasar Teori
Sistem persamaan linear merupakan salah satu model dan masalah matematika
yang banyak dijumpai didalam berbagai disiplin, termasuk matematika, statistika,
fisika, biologi, ilmu-ilmu social, teknik dan bisnis. System-sistem persamaan linear
muncul secara langsung dari masalah-masalh nyata, dan merupakan bagian dari proses
penyelesaian masalah-masalah lain, misalnya penyelesaian system persamaan non-
linear simultan.
Suatu system persamaan linear terdiri atas sejumlah variable. Menyelesaikan
suatu system persamaan linear adalah mencari nilai-nilai variable-variabel tersebut
yang memenuhi semua persamaan linear yang diberikan.
Pada dasarnya terdapat dua kelompok metode yang dapat digunakan untuk
menyelesaikan suatu system persamaan linear. Metode pertama dikenal sebagai metode
langsung, yakni metode yang mencari penyelesaian suatu sisem persamaan linear
dalam langkah berhingga. Metode-metode ini dijamin berhasil dan disarankan untuk
pemakaian secara umum. Kelompok kedua dikenal sebagai metode tak langsung atau
metode iteratif. Motede-metode iterative digunakan untuk menyelesaikan system
persamaan linear berukuran besar dan proporsi koefisien nolnya besar, seperti system-
sistem yang banyak dijumpai dalam system persamaan diferensial.
Suatu persamaan dalam matematika merupakan sebuah ekspresi kesamaan
(memuat tanda sama dengan “=”) yang melibatkan konstanta, variable dan operasi-
operasi hitung atau matematika. Didalam sebuah persamaan, komponen-komponen
yang dijumlahkan atau dikurangkan disebut persamaan linear.
a11x1 + a12x2 + …. + a1nxn = b1
a21x1 + a22x2 + …. + a2nxn = b2
a31x1 + a32x2 + …. + a3nxn = b3
: : : :
: : : :
an1x1 + an2x2 + … + annxn = bn
kuantitas-kuantitas ai,j ( untuk I,j = 1, 2 ….. n) disebut koefisien. Nilai koefisien-
koefisien ai,j dan ruas kana b, pada setiap persamaan diketahui. Kuantitas-kuantitas
xi,j disebut variable, yang nilainya belum diketahui dan hendak dicari.
System persamaan diatas dapat ditulis dalm bentuk matriks sebagai
AX =B
Dengan A dalah sebuah matrisk n x n:
𝑎11 𝑎12 … 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑛
𝑎31 𝑎32 … . 𝑎3𝑛
.
𝐴= . . . .
. .
. . . .
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛
Dan X dan B adalah vector-vektor n-komponen:
X = (𝑥1, 𝑥2, 𝑥3 … … 𝑥𝑛)^𝑇 𝐵 = (𝑏1, 𝑏2, 𝑏3 … … 𝑏𝑛)^𝑇
Dengan pangkat T menyatakan operasi transpose matriks, yakni mengubah
garis menjadi kolom dan kolom menjadi baris.
Matriks A disebut matriks koefisien, vector kolom B sering disebut vector konstanta.
Gabungan matriks A dan vector kolom B, yakni matriks n x (n+1)(A)(B), disebut
matriks augmented.
Cara lain, dengan cara mengalikan invers dari matrik koefisien dengan vaktor hasil akan
memberikan hasil yang sama :
>> x = inv(A)*b
x=
1.4421
-0.0236
0.6470
C. Latihan Soal
3 1 0
1. Carilah invers dari matriks [2 1 1]
6 2 2
Penyelesaian :
Penyelesaian :
A= [2 0 -1; 6 5 3; 2 -1 0]
A=
2 0 -1
6 5 3
2 -1 0
b= [2;7;4]
b=
2
7
4
x=inv(A)*b
x=
1.5000
-1.0000
1.0000
3. Dari matriks berorde 3x3 dibawah ini, tentukan nilai dari 4PxQ !
1 4 8 9 2 5
P = [5 7 6] Q = [3 6 3 ]
3 2 9 7 4 1
Penyelesaian :
P= [1 4 8; 5 7 6; 3 2 9]
P=
1 4 8
5 7 6
3 2 9
Q= [9 2 5; 3 6 8; 7 4 1]
Q=
9 2 5
3 6 8
7 4 1
x=4*P*Q
x=
308 232 180
432 304 348
384 216 160
A= [1 1 1 1; 4 -3 6 1; 5 -4 3 -2; 1 2 -1 1]
A=
1 1 1 1
4 -3 6 1
5 -4 3 -2
1 2 -1 1
B= [6;13;3;7]
B=
6
13
3
7
x=A\B
x=
2.5833
-1.1667
-1.0833
5.6667
A= [3 -2 5; 1 3 -2; 1 3 -3]
A=
3 -2 5
1 3 -2
1 3 -3
b= [6;4;7]
b=
6
4
7
x=inv(A)*b
x=
5.3636
-2.4545
-3.0000
6. Suatu system pemisahan ditunjukkan pada gambar berikut ini, diketahui laju
alir masa masuk (dalam kilogram per jam) dan fraksi massa setiap komponen
pada aliran masuk (aliran 1) dan aliran keluar (aliran 2, 4 dan 5). Andaikan iF
adalah laju alir massa untuk aliran I, dan iwj adalah fraksi massa untuk
komponen j dialiran i. hitunglah laju alir massa untuk setiap aliran keluar yaitu
x1=2F, x2=4F dan x3=5F.
2
F=x1
2
W1=0,04
2
W2=0,93
2
W3=0,03
1
F=10
1 4
W1=0,2 F=x2
1 4
W2=0,6 W1=0,54
1 4
W3=0,2 W2=0,24
4
W3=0,22
5
F=x3
5
W1=0,26
5
W2=0,00
5
W3=0,74
Penyelesaian :
A= [0.04 0.54 0.26; 0.93 0.24 0; 0.03 0.22 0.74]
A=
0.0400 0.5400 0.2600
0.9300 0.2400 0
0.0300 0.2200 0.7400
B= [2;6;2]
B=
2
6
2
x=A\B
x=
5.8238
2.4330
1.7433
D. Tugas
1. Dari matriks R dan S berikut ini, tentukan nilai :
a. R + 5S
b. R + S – S
c. R + S – R
d. (R.2) + 2S – (S.3)
Penyelesaian :
R= [3 1 5; 2 4 1]
R=
3 1 5
2 4 1
S= [1 0 1; -1 1 1]
S=
1 0 1
-1 1 1
a. A= R+5*S
A=
8 1 10
-3 9 6
b. B= R+S-S
B=
3 1 5
2 4 1
c. C= R+S-R
C=
1 0 1
-1 1 1
d. D= (R.^2)+2*S-(S.^3)
D=
10 1 26
3 17 2
2. Pecahkan system persamaan linear berikut dengan cara backslash dan invers :
2w + x = 1
w–y=6
2x – z = -3
-2w + x + 3z = 0
Penyelesaian :
A= [2 0 1 0; 1 -1 0 0; 0 0 2 -1; -2 0 1 3]
A=
2 0 1 0
1 -1 0 0
0 0 2 -1
-2 0 1 3
B= [1;6;-3;0]
B=
1
6
-3
0
x= A\B
x=
1
-5
-1
1
y= inv(A)*B
y=
1
-5
-1
1
3. Suatu system pemisahan ditunjukkan pada gambar berikut ini, diketahui laju
alir massa masuk (dalam kilogram per jam) dan fraksi massa setiap komponen
pada alir masuk (aliran 1) dan aliran keluar (aliran 2, 3, dan 4). Andaikan iF
adalah laju alir massa untuk aliran i, dan iwj adalah fraksi massa untuk
komponen j untuk aliran i. hitung laju alir massa untuk setiap aliran keluar yaitu
x1=2F, x2=3F, dan x3=4F.
2
F=x1
2
W1=0,44
2
W2=0,32
2
W3=0,24
1
F=20
1 3
W1=0,7 F=x2
1 3
W2=0,1 W1=0,50
1 3
W3=0,2 W2=0,38
3
W3=0,12
4
F=x3
4
W1=0,78
4
W2=0,02
4
W3=0,20
Penyelesaian :
A= [0.04 0.54 0.26; 0.93 0.24 0; 0.03 0.22 0.74]
A=
0.0400 0.5400 0.2600
0.9300 0.2400 0
0.0300 0.2200 0.7400
B= [2;6;2]
B=
2
6
2
x=A\B
x=
5.8238
2.4330
1.7433
10. Berdasarkan hasil perhitungan menggunakan Matlab untuk soal tugas 1 diperoleh :
8 1 10
a. A =
−3 9 6
3 1 5
b. B =
2 4 1
1 0 1
c. C =
−1 1 1
10 1 26
d. D =
3 17 2
11. Berdasarkan hasil perhitungan menggunakan Matlab untuk soal tugas 2 diperoleh
nilai inversnya dengan menggunakan cara Backslash dan invers adalah :
1
X= −5
−1
1
12. Berdasarkan hasil perhitungan menggunakan Matlab untuk soal tugas 3 diperoleh
nilai laju alirnya adalah :
5.8238
X = 2.4330
1.7433
Saran
1. Memperhatikan dengan seksama apabila asisten sedang menjelaskan.
2. Lebih teliti dalam memasukkan rumus dan angka ke dalam table.
3. Mengurangi Human Error.
4. Memperbanyak latihan soal-soal yang sudah dipelajari sebelumnya.
F. Daftar Pustaka
1. Modul Pratikum Komputasi Proses,2017, Yogyakarta, Teknik Kimia UII
2. https://www.scribd.com/document/375014191/Laporan-Pratikum-Komputasi-
Proses-Bab-2 ; diakses pada Jumat, 4 September 2019 pukul 12.51 WIB.
3. https://www.coursehero.com/file/25836688/LAPORAN-KOMPROS-IIdoc/ ;
diakses pada Jumat, 4 September 2019 pukul 13.00 WIB.
4. https://www.slideshare.net/NurfaizatulJannah1/laporan-praktikum-fisika-
komputasi-persamaan-linier; diakses pada Jumat, 27 September 2019 pukul 16.00
WIB.