LAPORAN

PRAKTIKUM KOMPUTASI BIOMEDIS

Percobaan : 5
SISTEM PERSAMAAN LINIER : ITERASI JACOBI DAN GAUSS SEIDEL

Pelaksanaan Praktikum

Hari : Selasa Tanggal : 17 September 2019 Jam : 3-4

Oleh :
M. Hafidh Alfa Robby

NIM : 081711733021

Dosen Pembimbing : Franky Chandra Satria Arisgraha, S.T., M.T.

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS AIRLANGGA
2019
I. TUJUAN
Menetukan hasil sistem persamaan liner dengan metode iterasi Jacobi dan
Gauss Saidel

II. DASAR TEORI

Untuk meminimalisasi kesalahan pembulatan yang terjadi pada metode
eliminasi gauss maka dapat diterapkan metode iterasi untuk menyelesaikan
SPL. Ada dua metode iterasi yaitu: Metode Iterasi Jacobi dan Metode Iterasi
Gauss Seidel. Tinjau bentuk umum persamaan linier berikut:

Dengan syarat akk ≠ 0, k=1,2,...,n maka persamaan iterasinya dapat ditulis

sebagai:

Untuk menghentikan iterasi, dapat digunakan kesalahan relatif:

III. TUGAS PRAKTIKUM

1. Define a biomedical problem of “Drug development and toxicity studies:
animal-on-a-chip.” (Reference: King M.R and Mody N.A. 2010. Numerical and
 Statistical Methods for Bioengineering. New York: Cambridge University
Press. Page 48) by using Jacobi iteration method and GaussSeidel iteration
method! Analyze the advantages and disadvantages of both methods!
2. Construction of Diet
A doctor suggest a patient to follow a diet program based on the table below
Amounts (gr) supplied per 100 gr of Amounts (gr)
ingredients supplied by
Nutrient Non-fat Soy Whey Cambridge Diet in
milk one day
flour
Protein 36 51 13 33
Carbohydrate 52 34 74 45
Fat 0 7 11 3
Please find how much non-fat milk, soy flour, and whey that are needed
to fulfil the amounts of protein, carbohydrate, and fat each day ideally!
3. Electrical Circuit
Please define 𝑖12, 𝑖52, 𝑖32, 𝑖65, 𝑖54, 𝑖13, 𝑉2, 𝑉3, 𝑉4, 𝑉5, if the following information
is known!
𝑅12 = 5 Ω ; 𝑅23 = 10 Ω ; 𝑅34 = 5 Ω; 𝑅45 = 15 Ω ; 𝑅52 = 10 Ω ; 𝑅65

= 20 Ω; 𝑉1 = 200 𝑉; 𝑉6 = 0 𝑉
IV. DATA HASIL PRAKTIKUM
Flowchart algoritma Eliminasi Gauss

Jacobi Iteration Method

Gauss Seidel Iteration Method

1. Tugas 1
1.1. Coding algoritma Metode Jacobi

clear;
clc;
disp('Jacobi'); for
R=0.6:0.05:0.95
a=[2-1.5*R -0.5*R;
1 -1];
b= [779.3-780*R;76];
x= [0; 0];
n=2;
 maxit=5; for
itr=1:maxit
itr
R x0=x;
for i=1:n
sigma=0;
for j=1:n
if j!=i
sigma=sigma+a(i,j)*x0(j);
endif endfor
x(i)=(b(i)-sigma)/a(i,i);
endfor x endfor endfor

1.2. Screenshot hasil metode Jacobi

1.3. Coding algoritma Metode Gauss Seidel
clear;
clc;
disp('Gauss-seidel');
for R=0.6:0.05:0.95 a=[2-1.5*R -0.5*R; 1 -1];
b= [779.3-780*R;76];
x= [0; 0];
n=2;
maxit=5;
 for
iter=1:maxi
t
iter R
xold=x;
for i=1:n
sigma=0;
for j=1:n
if j!=i
sigma=sigma+a(i,j)*x(j);
endif endfor
x(i)=(b(i)-sigma)/a(i,i);
endfor x endfor endfor
1.4. Screenshot hasil metode Gauss-Seidel
2. Tugas 2
2.1. Coding algoritma Metode Jacobi
clear;
clc; disp('Jacobi');
a=[0.36 0.51 0.13; 0.52 0.34 0.74; 0 0.07 0.11];
b=[33;45;3];
x=[0;0;0];
[m n]=size(a);
k=1;
while k<=5
for i=1:m
s=0;
for j=1:n
if j!=i
s=s+a(i,j)*x(j);
endif
endfor
x(i)=(b(i)-s)/a(i,i);
endfor
k++;
x
endwhile
Screenshot hasil metode Jacobi
2.3. Coding algoritma Metode Gauss Seidel
clear;
clc; disp('Gauss-seidel');
a=[0.36 0.51 0.13; 0.52 0.34 0.74; 0 0.07 0.11];
b=[33;45;3];
x=[0;0;0];
[m n]=size(a);
k=1;
while k<=5
x1=x;
for i=1:m
s=0;
for j=1+1:n
s=s+a(i,j)*x1(j);
endfor
for j=i:n
if j!=i
s=s+a(i,j)*x(j);
endif
endfor
x(i)=(b(i)-s)/a(i,i);
endfor
k++; x
endwhile
Screenshot hasil metode Gauss-Seidel
3. Tugas 3
3.1. Coding algoritma metode Jacobi
clear;
clc;
disp('Jacobi');
a= [1 1 1 0 0 0 ;
0 -1 0 1 -1 0 ;
0 0 -1 0 0 1;
5 -10 0 -20 0 0;
0 0 0 0 1 -1;
0 10 -10 0 -15 -5;];
b= [0;0;0;0;200;0];
x= [1 1 1 1 1 1 ];
[m n]=size(a);
iter = 1;
while iter<=10
xold=x;
for i=1:m
sigma=0;
for j=1:n
if j!=i
sigma=sigma+a(i,j)*xold(j);
endif
endfor
x(i)=(b(i)-sigma)/a(i,i);
endfor
x
iter=iter+1;
endwhile
3.2. Screenshot hasil metode Jacobi
3.3. Coding algoritma Metode Gauss Seidel
clear;
clc;
disp('Gauss-seidel');
a= [1 1 1 0 0 0 ;
0 -1 0 1 -1 0 ;
0 0 -1 0 0 1;
5 -10 0 -20 0 0;
0 0 0 0 1;
0 10 -10 0 -15 -5;];
b= [0;0;0;0;200;0];
x= [1 1 1 1 1 1 ];
[m n]=size(a);
iter = 1;
while iter<=10
xold=x;
for i=1:m
sigma=0;
for j=1:n
if j!=i
sigma=sigma+a(i,j)*x(j);
endif
endfor
x(i)=(b(i)-sigma)/a(i,i);
endfor
x
iter=iter+1;
endwhile
3.4. Screenshot hasil metode Gauss-Seidel
V. PEMBAHASAN
A. Analisis masalah
Pada soal pertama, diberikan beberapa persamaan yang digunakan
untuk menghitung naphthalene epoxide dalam peredaran obat di paru paru
dan hati. Jika semua nilai subtitusinya diketahui, maka persamaan tersebut
dapat disederhanaan menjadi 2 persamaan. Lalu, persamaan tersebut diubah
ke bentuk matriks, dan dicari nilai akarnya menggunakan metode Jacobi dan
Gauss Seidell. Terakhir yaitu membandingkan hasil kedua metode.
Pada soal kedua, diberikan tabel jumlah nutrisi yang disarankan
dokter kepada orang yang diet. untuk mengetahui komposisi nutrisi yang
dibutuhkan setiap harinya oleh pasien, tabel tersebut diubah menjadi suatu
persamaan dan dimasukkan ke dalam bentuk matriks. Lalu, dicari nilai
akarnya menggunakan metode Jacobi dan Gauss Seidell. Terakhir yaitu
membandingkan hasil kedua metode.
Pada soal ketiga, terdapat gambar rangkaian listrik. Untuk
menentukan arus dan tegangan di titik tertentu, digunakan dasar hukum
kirchoff sehingga diperoleh beberapa persamaan. Persamaan tersebut
diubah ke bentuk matriks, dan dicari nilai akarnya menggunakan metode
Jacobi dan Gauss Seidell. Terakhir yaitu membandingkan hasil kedua
metode.
B. Analisis program
Pada praktikum tersebut digunakan metode Jacobi dan Gauss
seidel dala bentuk koding program. Berbeda dengan metode-metode
sebelumnya, metode Jacobi dan Gauss Seidel memanfaatkan akar-akar
tebakan, dengan ditentukan akar awalnya.
Pada metode jacobi, akar tebakan dari seluruh iterasi digunakan
untuk menghasilkan akar tebakan selanjutnya. Lalu, dari hasil akar tebakan
trsebut dihitung nilai error-nya.
Pada metode Gauss Seidel, digunakan akar tebakan hasil dari akar
tebakan sebelumnya untuk menghasilkan akar tebakan selanjutnya. . Lalu,
dari hasil akar tebakan trsebut dihitung nilai error-nya.
Pada program digunakan looping for, karena looping for memiliki
syarat – syarat tertentu yang harus dipenuhi saat melakukan looping.
Selanjutnya, juga digunakan if, yaitu perintah yang dijalankan bila
memenuhi perintah tertentu. Misalnya pada if j!=i¸ yang merupakan syarat
ketika j faktorial sama dengan i. Perintah akan berhenti bila syarat sudah
tidak terpenuhi.
Pada soal tugas 1 sampai 3, digunakan metode yang sama. Sehingga
memiliki koding yang sama, namun memiliki hasil yang berbeda. Dari
metode tersebut, metode Jacobi memiliki lebih sedikit error dibanding
metode Gauss Seidel
VI. KESIMPULAN
Metode Jacobi dan Gauss Seidel merupakan metode penyelesaian
persamaan linier. Metode tersebut menggunakan akar – akar sebagai
tebakannya. Perbedaanya yaitu, metode Jacobi menggunakan akar tebakan
pertama untuk perhitungan pertama hingga iterasi terakhir. Sedangkan pada
Gauss-Seidel menggunakan akar tebakan baru hasil iterasi untuk melakukan
perhitungan hingga iterasi terakhir.

VII. DAFTAR PUSTAKA

Capra, Steven C, and Canale. 1991. Numerical Methods for Engineering
with Personal Computer Application. New York: MacGraw-Hill Book
Company

King M.R. and Mody N.A. 2010. Numerical and Statistical Method for
Bioengineering. New York: Cambridge University Press