Pertemuan ke

ke--7
Persamaan Linier Simultan

25 Oktober 2012

Metode Iterasi Gauss-

Gauss-Siedel

Dr.Eng. Agus S. Muntohar

1
Department of Civil Engineering

Metode Gauss
Gauss--Seidel
• Merupakan metode iterasi.
iterasi.
• Prosedur umum:
umum:
- Selesaikan secara aljabar variabel tidak diketahui xi
masing--masing persamaan linier
masing
- Asumsikan suatu nilai awal pada setiap penyelesaian
- Selesaikan masing-
masing-masing xi dan ulangi
- Hitung nilai mutlak dari kesalahan perkiraan relatif
setelah masing-
masing-masing iterasi sehingga kurang dari
nilai toleransi.
toleransi.

Dr.Eng. Agus S. Muntohar

2
Department of Civil Engineering
Metode Gauss
Gauss--Seidel

• Metode Gauss-
Gauss-Seidel Method membolehkan
pengguna untuk mengkontrol round error.
round--off error.

• Metode eliminasi seperti Eliminasi Gauss dan

Dekompoisi LU rentan terhadap round error.
round--off error.

• Juga,
Juga, bila bentuk dari masalah dapat dipahami,
dipahami,
dapat ditentukan nilai perkiraan awal yang lebih
dekat,, sehingga menghemat waktu iterasi.
dekat iterasi.
Dr.Eng. Agus S. Muntohar
3
Department of Civil Engineering

Metode Gauss
Gauss--Seidel: Algoritma
• n persamaan dan n bilangan tak diketahui:
diketahui:
a11 x1 + a12 x2 + a13 x3 + ... + a1n xn = b1
a21 x1 + a22 x2 + a23 x3 + ... + a2n xn = b2
. .
. .
. .
an1 x1 + an 2 x2 + an 3 x3 + ... + ann xn = bn
• Jika element diagonal tidak nol
nol,, tuliskan kembali masing-
masing-
masing persamaan untuk menyelesaikan bilangan yang tak
diketahui..
diketahui
• Misal:
Misal:
– Persamaan ke
ke--1, untuk menyelesaian x1,
ke--2, untuk menyelesaikan x2, dst
– Persamaan ke dst..

Dr.Eng. Agus S. Muntohar

4
Department of Civil Engineering
Metode Gauss
Gauss--Seidel: Algoritma

• Tulis kembali persamaan:

persamaan:

c1 − a12 x 2 − a13 x3 …… − a1n x n Dari persamaan ke- 1

x1 =
a11

c2 − a21 x1 − a23 x3 …… − a2 n xn
x2 = Dari persamaan ke-2
a22
⋮ ⋮ ⋮
cn −1 − an −1,1 x1 − an −1, 2 x2 …… − an −1,n − 2 xn − 2 − an −1,n xn
xn −1 = Dari persamaan ke-
an −1,n −1 (n-1)
cn − an1 x1 − an 2 x2 − …… − an ,n −1 xn −1 Dari persamaan ke- n
xn =
ann

Dr.Eng. Agus S. Muntohar

5
Department of Civil Engineering

Metode Gauss
Gauss--Seidel: Algoritma

• Bentuk umum persamaan yaitu

yaitu::

n n

c1 − ∑ a1 j x j cn −1 − ∑a
j =1
n −1, j xj
j =1
j ≠1 j ≠ n −1
x1 = xn −1 =
a11 an −1,n −1
n
c n − ∑ a nj x j
n
c2 − ∑ a2 j x j
j =1 j =1
j ≠2 j≠n
x2 = xn =
a 22 a nn

Dr.Eng. Agus S. Muntohar

6
Department of Civil Engineering
Metode Gauss
Gauss--Seidel: Algoritma

• Bentuk umum untuk sembarang baris ke-

ke-‘i’
‘i’
n
ci − ∑ aij x j
j =1
j ≠i
xi = , i = 1,2, …, n.
aii

Bagaimana dan dimana persamaan ini dapat digunakan?

Dr.Eng. Agus S. Muntohar

7
Department of Civil Engineering

Metode Gauss
Gauss--Seidel

• Selesaikan bilangan • Gunakan persamaan

yang tidak diketahui.
diketahui. yang telah ditulis ulang
untuk menyelesaiakn
• Asumsikan suatu nilai masing--masing nilai xi.
masing
perkiraan untuk [X]
• Penting
Penting::
 x1 
x  – Gunakan nilai terbaru
 2 xi untuk setiap iterasi
 ⋮  persamaan berikutnya.
berikutnya.
 
 xn-1 
 xn 
Dr.Eng. Agus S. Muntohar
8
Department of Civil Engineering
Metode Gauss-
Gauss-Seidel

• Hitung nilai absolut dari kesalahan relatif (|ε

(|εa|):
xinew − xiold
∈a i = new
×100
xi
• Kapan jawaban akan diperoleh?
– Hentikan iterasi bila nilai |εa| kurang dari nilai
kesalahan yang ditoleransikan untuk semua bilangan
tidak diketahui tersebut.

Dr.Eng. Agus S. Muntohar

9
Department of Civil Engineering

Metode Gauss
Gauss--Seidel: Contoh 1

Kecepatan dorong sutau roket untuk

tiga waktu berbeda adalah :
Table 1 Velocity vs. Time data.
Time, t (s) Kecepatan, v (m/s)
5 106.8
8 177.2
12 279.2

Data kecepatan pada Tabel 1 dapat didekati dengan persamaan

polinomial berikut :
v (t ) = a1t 2 + a2t + a3 , 5 ≤ t ≤ 12.
Dr.Eng. Agus S. Muntohar
10
Department of Civil Engineering
Metode Gauss
Gauss--Seidel: Contoh 1

1. Tuliskan persamaan dalam bentuk matriks:

t12 t1 1  a1   v1 
2 
t 2 t 2 1 a2  = v2 
t32 t3 1  a3  v3 

 25 5 1  a1  106.8 
2. Sistem persamaan menjadi:  64 8 1 a  = 177.2 
   2  
144 12 1  a3  279.2
3. Perkirakan nilai awal:  a1  1
a  = 2
 2  
 a3  5
Dr.Eng. Agus S. Muntohar
11
Department of Civil Engineering

Metode Gauss
Gauss--Seidel: Contoh 1

Tulis ulang persamaan:

 25 5 1  a1  106.8 
 64 8 1 a  = 177.2  106.8 − 5a 2 − a 3
   2   a1 =
25
144 12 1  a3  279.2

177.2 − 64a1 − a 3
a2 =
8

279.2 − 144a1 − 12a 2

a3 =
1
Dr.Eng. Agus S. Muntohar
12
Department of Civil Engineering
 Metode Gauss
Gauss--Seidel: Contoh 1

Gunakan nilai perkiraan awal untuk menghitung ai

Nilai awal: 106.8 − 5( 2) − (5)

a1 = = 3.6720
 a1  1 25
 a  =  2
 2   177.2 − 64(3.6720 ) − (5)
a2 = = −7.8510
 a3  5 8
279.2 − 144(3.6720 ) − 12(− 7.8510 )
a3 = = −155.36
1

Untuk menghitung a2, berapa banyak nilai perkiraan awal

yang diperlukan?
Dr.Eng. Agus S. Muntohar
13
Department of Civil Engineering

Metode Gauss
Gauss--Seidel: Contoh 1

Hitung nilai absolut dari kesalahan perkiraan relatif

xinew − xiold
∈a i = × 100
xinew Hasil iterasi ke-1 :

3.6720 − 1.0000  a1   3.6720 

∈a 1 = x100 = 72.76% a  = − 7.8510
3.6720  2  
 a3   − 155.36 
− 7.8510 − 2.0000
∈a 2 = x100 = 125.47% Nilai terbesar |εa| adalah
− 7.8510
125.47%
− 155.36 − 5.0000
∈a 3 = x100 = 103.22%
− 155.36
Dr.Eng. Agus S. Muntohar
14
Department of Civil Engineering
 Metode Gauss
Gauss--Seidel: Contoh 1
 a1   3.6720 
   
Gunakan hasil dari iterasi ke-1: a 2  = − 7.8510
 a3   − 155.36 

Iterasi ke-2 Diperoleh nilai ai :

106.8 − 5(− 7.8510 ) − 155.36
a1 = = 12.056
25

177.2 − 64(12.056 ) − 155.36

a2 = = −54.882
8
279.2 − 144(12.056 ) − 12(− 54.882 )
a3 = = −798.34
1
Dr.Eng. Agus S. Muntohar
15
Department of Civil Engineering

Metode Gauss
Gauss--Seidel: Contoh 1
Hitung nilai absolut dari kesalahan perkiraan relatif pada
iterasi ke-2
12.056 − 3.6720 Hasil iterasi ke-2 :
∈a 1 = x100 = 69.543%
12.056
 a1   12.056 
a  =  − 54.882
− 54.882 − (− 7.8510 )  2  
∈a 2 = x100 = 85.695%  a3  − 798.54
− 54.882
Nilai terbesar |εa| adalah
− 798.34 − (− 155.36 ) 85.695%
∈a 3 = x100 = 80.540%
− 798.34

Dr.Eng. Agus S. Muntohar

16
Department of Civil Engineering
Metode Gauss
Gauss--Seidel: Contoh 1

Hasil beberapa kali iterasi adalah sebagai berikut:

Iterasi a1 ∈a 1 % a2 ∈a 2 % a3 ∈a 3 %
1 3.6720 72.767 −7.8510 125.47 −155.36 103.22
2 12.056 69.543 −54.882 85.695 −798.34 80.540
3 47.182 74.447 255.51
−255.51 78.521 3448.9
−3448.9 76.852
4 193.33 75.595 −1093.4 76.632 −14440 76.116
5 800.53 75.850 −4577.2 76.112 −60072 75.963
6 3322.6 75.906 −19049 75.972 −249580 75.931

Catatan– Nilai kesalahan relatif tidak banyak berkurang pada setiap iterasi,
termasuk pula tidak konvergen pada nilai sebenarnya.
 a 1  0.29048
a  =  19.690 
 2  
a 3   1.0857 
Dr.Eng. Agus S. Muntohar
17
Department of Civil Engineering

Gauss--Seidel Method: Kelemahan

Gauss

Apa yang menyebabkan salah ?

Walaupun penghitungan dilakukan dengan benar, hasilnya
belum konvergen. Contoh 1 menunjukkan kelemahan dari
Metode Gauss-Siedel: tidak semua sistem persamaan
menghasilkan jawaban yang konvergen.
Apakah solusinya?
Satu dari sistem persamaan selalu konvergen dimana
koefisien matriks adalah dominan diagonal, yaitu jika [A]
dalam [A] [X] = [C] memenuhi kondisi :
n
aii > ∑ aij
n
aii ≥ ∑ aij Untuk semua ‘i’ dan paling tidak untuk
j =1 j =1 ke-‘i’
j ≠i Dr.Eng. Agus S. Muntohar j ≠i
18
Department of Civil Engineering
 Metode Gauss
Gauss--Seidel: Contoh 2

Diberikan persamaan berikut:

12 x1 + 3 x2 - 5 x3 = 1
Koefisien matriksnya
x1 + 5 x2 + 3x3 = 28 adalah :
3x1 + 7 x2 + 13x3 = 76
12 3 − 5
Gunakan nilai perkiraan [A] =  1 5 3 
awal untuk iterasi ke-1 :  3 7 13 

 x1  1 Apakah Metode Gauss-

 x  = 0 
 2   Siedel akan memberikan
 x3  1 hasil yang konvergen?
Dr.Eng. Agus S. Muntohar
20
Department of Civil Engineering

Metode Gauss
Gauss--Seidel: Contoh 2

Cek apakah koefisien matriks dominan diagonal.

a11 = 12 = 12 ≥ a12 + a13 = 3 + − 5 = 8
12 3 − 5
[A] =  1 5 3  a 22 = 5 = 5 ≥ a 21 + a 23 = 1 + 3 = 4
 3 7 13 
a33 = 13 = 13 ≥ a31 + a32 = 3 + 7 = 10

Semua koefisien matriks tidak sama, dan salah satu

baris bernilai lebih besar.
Oleh karen itu: Penyelesaian dengan Metode Gauss-
Siedel akan konvergen.
Dr.Eng. Agus S. Muntohar
21
Department of Civil Engineering
Metode Gauss
Gauss--Seidel: Contoh 2

Tulis kembali persamaan: Dengan nilai awal, lakukan

12 3 − 5  a1   1  iterasi ke-1:  x1  1
 1 5 3  a  = 28  x  = 0 
   2    2  
 x3  1
 3 7 13   a3  76

1 − 3 x 2 + 5 x3 1 − 3(0 ) + 5(1)
x1 = x1 = = 0.50000
12 12

28 − x1 − 3 x3 28 − (0.5) − 3(1)
x2 = x2 = = 4.9000
5 5

76 − 3 x1 − 7 x 2 76 − 3(0.50000 ) − 7(4.9000 )
x3 = x3 = = 3.0923
13 13
Dr.Eng. Agus S. Muntohar
22
Department of Civil Engineering

Metode Gauss
Gauss--Seidel: Contoh 2

Nilai absolut kesalahan relatif:

0.50000 − 1.0000
∈a 1 = × 100 = 100.00%
0.50000

4.9000 − 0
∈a 2 = × 100 = 100.00%
4.9000

3.0923 − 1.0000
∈a 3 = × 100 = 67.662%
3.0923

Nilai terbesar dari kesalahan relatif adalah 100%

Dr.Eng. Agus S. Muntohar
23
Department of Civil Engineering
Metode Gauss
Gauss--Seidel: Contoh 2
 x1  0.5000
Hasil iterasi ke-1  x  = 4.9000
 2  
 x3  3.0923

Substitusi nilai x ke persamaan :

1 − 3(4.9000 ) + 5(3.0923) Hasil Iterasi ke-2
x1 = = 0.14679
12
 x1  0.14679
x2 =
28 − (0.14679 ) − 3(3.0923)
= 3.7153
 x  =  3.7153 
5  2  
 x3   3.8118 
76 − 3(0.14679 ) − 7(4.900 )
x3 = = 3.8118
13

Dr.Eng. Agus S. Muntohar

24
Department of Civil Engineering

Metode Gauss
Gauss--Seidel: Contoh 2

Nilai absolut dari kesalahan relatif pada Iterasi ke-2

0.14679 − 0.50000
∈a 1 = × 100 = 240.61%
0.14679
3.7153 − 4.9000
∈a 2 = × 100 = 31.889%
3.7153
3.8118 − 3.0923
∈a 3 = × 100 = 18.874%
3.8118
Nilai terbesar dari kesalahan relatif adalah 240.61%, yaitu lebih
besar dari hasil Iterasi ke-1.
Apakah ini bermasalah?
Dr.Eng. Agus S. Muntohar
25
Department of Civil Engineering
 Metode Gauss
Gauss--Seidel: Contoh 2

Lanjutkan Iterasi dan diperoleh hasil:

Iterasi a1 ∈a 1 % a2 ∈a 2 % a3 ∈a 3 %

1 0.50000 100.00 4.9000 100.00 3.0923 67.662

2 0.14679 240.61 3.7153 31.889 3.8118 18.876
3 0.74275 80.236 3.1644 17.408 3.9708 4.0042
4 0.94675 21.546 3.0281 4.4996 3.9971 0.65772
5 0.99177 4.5391 3.0034 0.82499 4.0001 0.074383
6 0.99919 0.74307 3.0001 0.10856 4.0001 0.00101

Hasil akhir Iterasi :  x1  0.99919 Hasil penyelesaian eksak .  x1  1

 x  =  3.0001   x  =  3
 2    2  
 x3   4.0001   x3  4

Dr.Eng. Agus S. Muntohar

26
Department of Civil Engineering