PENDAHULUAN
1
Sistem persamaan linier merupakan kumpulan persamaan linier yang
mempunyai solusi (atau tidak mempunyai solusi) yang sama untuk semua persamaan.
Penyelesaian sistem persamaan linier terbagi menjadi dua metode, metode langsung dan
metode tak langsung (iteratif). Metode iteratif terdiri dari iterasi Jacobi dan iterasi
Gauss-Seidel. Metode iterasi jacobi adalah metode iterasi yang menghitung nilai
hampiran sekarang atau terbaru dengan mengacu pada nilai hampiran sebelumnya.
Metode iterasi Gauss-Seidel adalah metode iterasi yang menghitung nilai hampiran
sekarang dengan mengacu pada nilai hampiran terbaru.
Munculnya permasalahan yang terjadi dalam menyelesaikan persamaan linier
yang tidak dapat diselesaikan dengan metode langsung, mungkin dapat beralih
penyelesaiannya dengan menggunakan metode tak langsung. Dalam metode tak
langsung salah satu cara yang dapat digunakan adalah dengan cara metode Gauss
Seidel. Dalam Penerapannya pada program Matlab tentunya akan lebih memudahkan
pengguna dalam menyelesaikan persamaan linier dengan metode Gauss Seidel. Oleh
karena itu Makalah ini akan membahas tentang Metode Iterasi Gauss Seidel dalam
Aplikasi Matlab.
1.3. Tujuan
Berdasarkan rumusan masalah yang diberikan sebelumnya, maka tujuan dari
pembuatan makalah ini adalah :
1) Untuk mengetahui apakah dengan metode Gauss Seidel dalam sistem
pemograman matlab mampu menyelesaikan persamaan linier.
2
2) Untuk mengetahui cara metode Gauss Seidel dalam menyelesaikan persamaan
linier pada pemograman matlab ?
3) Untuk mengetahui cara menjalankan aplikasi pemograman matlab dengan
menggunakan metode Gauss Seidel dalam menyelesaikan persamaan linier ?
BAB II
3
PEMBAHASAN
2.1 PENGERTIAN
Metode Gauss-Seidel digunakan untuk menyelesaikan sistem persamaan linier
(SPL) berukuran besar dan proporsi koefisien nolnya besar, seperti sistem-sistem yang
banyak ditemukan dalam sistem persamaan diferensial. Teknik iterasi jarang digunakan
untuk menyelesaikan SPL 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
iterasi lebih efisien daripada metode langsung dalam hal penggunaan memori komputer
maupun waktu komputasi. Dengan metode iterasi Gauss-Seidel hampiran pembulatan
dapat diperkecil karena dapat meneruskan iterasi sampai solusinya seteliti mungkin
sesuai dengan batas hampiran yang diperbolehkan.
Menurut Sahid (2005) pada metode iterasi Gauss-Seidel, nilai-nilai yang paling
akhir dihitung digunakan di dalam semua perhitungan. Jelasnya, di dalam iterasi Jacobi,
menghitung
xi( k ) f ( x1( k ) , x2( k ) ,..., xi(k1) , xi(k1) ,..., xn( k )
rumus untuk hampiran ke-k pada metode iterasi Gauss-Seidel adalah sebagai berikut :
xi( k )
1
aij
bi j 1 aij xi( k ) j i 1 aij x (jk 1)
i 1 n
4
yang menghasilkan
Didalam metode Jacobi, nilai x1 yang dihitung dari persamaan pertama tidak
digunakan untuk menghitung nilai x2 dengan persamaan kedua. Demikian juga nilai x2
tidak digunakan untuk mencari x3, sehingga nilai-nilai tersebut tidak dimanfaatkan.
Sebenarnya nilai-nilai baru tersebut lebih baik dari nilai-nilai yang lama. Di dalam
metode Gauss-Seidel nilai-nilai tersebut dimanfaatkan untuk menghitung variabel
berikutnya.
Seperti dalam metode Jacobi sistem persamaan (1) diubah menjadi sistem
persamaan (2). Kemudian ke dalam persamaan pertama dari sistem, disubstitusikan
Nilai baru dari x11 tersebut kemudian disubstitusikan ke dalam persamaan kedua dari
Demikian juga ke dalam persamaan ketiga dari sistem (2) disubstitusikan nilai baru
5
Dengan cara seperti ini nilai x1, x2, x3 akan diperoleh lebih cepat dari pada metode
Jacobi.
1 bi j i aij x j
xi
ai, i
ei = │Xi - Si │
7. Iterasi ← iterasi + 1
8. Bila iterasi lebih dari max_iter atau tidak terdapat ei < untuk i=1
s/d n maka proses dihentikan dari penyelesaiannya adalah Xi untuk i = 1
s/d n. bila tidak maka ulangi langkah 5.
4x-y+z = 7
4x-8y+z = -21
-2z+y+5z = 15
Dengan
Nilai
Jawaban :
Metode Iterasi Gauss Seidel
6
Iterasi 1
Iterasi 2
Iterasi 3
lterasi X Y Z
0 1 2 2
1 1.75 3.75 2.95
2 1.95 3.96875 2.98625
7
3 1.995625 3.99609375 2.99903125
4 1.999265625 3.999511719 2.999803906
5 1.999926953 3.999938965 2.999982988
6 1.999988994 3.999992371 2.999997124
7 1.999998812 3.999999046 2.999999715
8 1.999999833 3.999999881 2.999999957
9 1.999999981 3.999999985 2.999999995
10 1.999999997 3.999999998 2.999999999
11 2 4 3
12 2 4 3
Terlihat bahwa selisih nilai x, y, z pada iterasi ke-11 dan ke-12 semakin kecil
Sehingga x =2, y=4 dan z=3
BAB III
PENUTUP