Penyelesaian Persamaan Linier dengan Metode Direk dan Iterasi

Tri Santoso1)*, Imam Mahali2), Ade Agung Harnawan, S.Si, M.Sc3)

Jurusan S-1 Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Lambung
Mangkurat Banjarbaru, Indonesia

trisantoso2440@gmail.com1) imammahali630@gmail.com2)
, , adeagungharnawan@unlam.ac.id3)

ABSTRACT− Problems with linear equation systems are often found in science problems
knowledge and technology, as in the numerical solution of differential equations
ordinary, partial differential, network analysis and so on. Large size and the numbers involved in the matrix
often become obstacles in solving analytically. Numerical settlement is one alternative that can be done. In
developing towards numerics, algorithms are built with concepts algebra, so that it can be used in solving
systems of linear equations general. This paper discusses how to construct algorithms from algebraic forms
linear to numerical calculations.Linear equations in engineering problems will not be separated from the
way the analysis of mathematical models or formulas count. The problems that exist in this lab related to
mathematics, is a program with LU decomposition method. At the LU decomposition method is the
completion of the simultaneous linear equations by forming an upper triangular matrix (matrix U) and the
lower triangular matrix (matrix L) and then look for the value of the coefficient matrix that has been
arranged in accordance with the terms of equality
KEYWORD : Gauss, Gauss-Seidel, LU decomposition method, matrix

I. PENDAHULUAN variabel-variabelnya berpangkat satu dan

Matriks adalah suatu kumpulan angka-
angka (sering disebut elemen-elemen) yang
disusun menurut baris dan kolom sehingga
berbentuk empat persegi panjang, dimana
panjang dan lebarnya ditunjukkan oleh
banyaknya kolom-kolom dan baris- baris.
Aplikasi matriks banyak dijumpai dalam
kehidupan sehari-hari, baik dalam bidang
matematika sendiri maupun bagi disiplin ilmu
yang lain. Matriks banyak sekali kegunaannya
dalam memecahkan banyak persoalan dan
memudahkan di dalam pembuatan analisis-
analisis yang mencakup hubungan antara
variabel-variabel, salah satunya untuk
menyelesaikan sistem persamaan linear.
Dengan menggunakan persamaan matriks,
suatu bentuk sistem persamaan linear akan
lebih mudah dalam mencari
pemecahannya.Salah satu persamaan yang
sangat penting dalam Matematika adalah
persamaan linear, yaitu suatu persamaan yang
tidak mengandung perkalian antara satu
variabel dengan variabel lainnya (Sutojo.T ,
2010). Salah satu permasalahan pada bidang
aljabar linear adalah menyelesaikan sistem
persamaan linear AX = B, untuk suatu matriks
A serta vektor X dan B. Untuk memecahkan
sistem persamaan linear AX = B, ada beberapa
metode yang bisa digunakan, diantaranya:
Eliminasi Gauss, Eliminasi Gauss-Jordan,
Eliminasi Gauss- Seidel, dan aturan Cramer.
Namun selain cara tersebut, dapat pula
dikerjakan dengan cara memfaktorkan
matriks A dalam bentuk . Dengan
demikian persamaan linear akan berubah
bentuk menjadi . Sehingga
cara yang digunakan untuk menyelesaikan
sistem persamaan linear tersebut adalah
dengan menghitung vektor dan
diharapkan persamaan linear akan lebih
mudah diselesaikandalam bentuk LZ = B.
Tehnik pemfaktoran tersebut dinamakan

1
 Santoso., dkk. Penyelesaian Persamaan Linier dengan Metode Direk dan Iterasi
metode Cholesky (Kartono, 2002).
Metode dekomposisi Cholesky yang dikaji
dalam penelitian ini hanya berlaku pada
matriks yang unsur koefisien variabel yang
simetris dan tidak berlaku pada matriks yang
tidak simetris karena pada saat proses
mendekomposisi matriks A menjadi
, hasil kali dari elemen-elemen tersebut tidak
sama dengan matriksawalnya sehingga
metode dekomposisi Cholesky tidak memenuhi
untuk matriks yang tidak simetris. Pada
dasarnya tujuan dari metode dekomposisi
Cholesky yaitu menyelesaikan sistem
persamaan linear. Sebagai metode
dekomposisi , proses dekomposisi
mempunyai target membentuk matriks
segitiga bawah dengandiagonal utama pada
matriks A bernilai positif .
Dengan menggunakan 2 contoh sistem
persamaan linear, contoh 1 dan 2 mewakili
sistem persamaan linear yang koefisien
variabelnya simetris diselesaikan dengan
menggunakan metode dekomposisi cholesky
dan metode Eliminasi Gauss- Jordan. Pada
metode dekomposisi Cholesky untuk
menentukan solusi sistem persamaan linear
dapat dilakukan dengn 2 cara yaitu untuk
mencari matriks segitiga bawah dapat
dilakukan dengan mendekomposisi matriks
A menjadi ,sedangkan untuk
mencari matriks segitiga atas dapat dilakukan
dengan mendekomposisi matriks A
menjadi . Meskipun dalam
proses dekomposisi berbeda namun solusi
yang diperoleh dari kedua cara tersebut
bernilai sama.
Dalam menentukan solusi sistem
persamaan linear metode dekomposisi
Cholesky dalam proses penyelesaiannya lebih
singkat dan mudah dipahami dibandingkan
dengan metode Eliminasi Gauss-Jordan yang
dalam proses langkah eliminasi yang
memakan waktu lama dan kemungkinan besar
sering terjadi kesalahan dalam proses
perhitungannya sehingga metode dekomposisi
Cholesky sangat efesien untuk memecahkan
sistem persamaan linear (Herlina,2019).
Metode eliminasi Gauss adalah salah
satu metode yang paling awal dikembangkan
dan banyak digunakan dalam penyelesaian
sistem persamaan linier. Prosedur
penyelesaian dari metode ini adalah
mengurangi sistem persamaan ke dalam
bentuk segitiga atas sedemikian sehingga
salah satu dari persamaanpersamaan tersebut
hanya mengandung satu bilangan tak
diketahui, dan setiap persamaan berikutnya
hanya terdiri dari satu tambahan bilangan tak
diketahui baru.
Suatu cara menyelesaikan SPL Ax b
adalah dengan memecah matrik A menjadi
matrik segitiga bawah L dan matrik segitiga
atas U , lebih khusus lagi L mempunyai
elemen 1 pada diagonal utama. Sehingga
penyelesaian SPL dalam dua tahap Ly b Ux y ,
y diselesaikan dari SPL pertama, kemudian
diikuti menentukan x melalui matrik U .
Masalah sekarang adalah bagaimana
mendekomposisi A menjadi dua matrik L dan
U , dan membuat algoritma-nya
(Sulistyono,2015).
Metode Newton Raphson digunakan
untuk mendapatkan rekonfigurasi jaringan
yang paling optimal (T.-H. Chen, 2009). Pada
sistem distribusi seringkali terjadi beban yang
tidak seimbang pada setiap fasanya (sistem
distribusi merupakan sistem tiga fasa) atau
terjadi kelebihan beban karena pemakaian
alat-alat elektronik dari konsumen energi
listrik. Keadaan tersebut jika dibiarkan terus-
menerus maka akan menyebabkan terjadinya
penurunan keandalan sistem tenaga listrik dan
kualitas energi listrik yang disalurkan serta
menyebabkan kerusakan alat-alat yang
bersangkutan. Untuk itu diperlukan suatu
tindakan yang mengurangi pembebanan yang
tidak seimbang (unbalanced loading) pada fasa
dan kelebihan beban (over loading) pada
jaringan distribusi listrik. Selain itu, sistem
distribusi radial juga mempunyai rugi – rugi
daya yang cukup besar sehingga
menyebabkan keandalan sistem menjadi
berkurang (Fikri,2018) B. Flowchart

1. Perhitungan Determinan dengan Metode

Perkalian Diagonal
II. METODE KOMPUTASI
A. Algoritma

1. Perhitungan Determinan dengan Metode

Perkalian Diagonal
- Memulai program
- Masukkan dimensi matriks (baris dan
kolom)
- Masukkan nilai setiap elemen-elemen
matriks perbaris
- Memproses hasil masukkan
- Menampilkan matriks masukkan, hasil
operasi dan determinan matriks
- Mengakhiri program 2. Metode Matrik LU untuk 1 Kolom Matrik
2. Metode Matriks LU untuk 1 Kolom
Hasil
Matriks Hasil
- Memulai program
- Masukkan jumlah baris matriks
- Masukkan nilai setiap elemen-elemen
matriks perbaris untuk matriks A
- Masukkan nilai setiap elemen-elemen
matriks B
- Memproses data masukkan
- Menampilkan matriks A, matriks LU
dan nilai i
- Mengakhiri program
3. Metode Iterasi Jacobi
- Memulai program
3. Program Iterasi Jacobi
- Memasukkan besar matriks
- Memasukkan elemen matriks
- Memproses hasil
- Menampilkan hasil
- Mengakhiri program
4. Metode Iterasi Gauss Seidel
- Memulai program
- Memasukkan jumlah persamaan
- Memasukkan elemen persamaan
- Memasukkan tebakan awal
perhitungan
- Memasukkan nilai error yang
diharapkan
- Memproses hasil
- Menampilkan hasil 4. Program Iterasi Gauss Seidel
- Mengakhiri program

3
 Santoso., dkk. Penyelesaian Persamaan Linier dengan Metode Direk dan Iterasi

2. Menggunakan metode iterasi jacobi

Hasil menggunakan iterasi jacobi nilai
I1,I2,I3, dan I4 adalah error
3. Menggunakan metode invers
−0,0253601 0,0591735 0 0,0153413 5

[ 0 0 0,1 0
−0,00657483 0,0153413 0 0,0410144
0.1183468
x 4,3
0 ][ ]
Hasil inversnya
[
0.43
0.03068269 ]
Sehingga didapatkan
Arus :
III. METODE PENELITIAN
A. Hasil Komputasi I1 = 0,9492815 I3 = 0,43
Pada tugas eksperimen yang pertama I2 =0,11834698 I4 =0,03068269
terdapat gambar rangkaian dan kita Tegangan :
diperintahkan untuk menentukan nilai pada
setiap tegangan yang ada pada setiap resistor. V1=I1xR1= 0,94928 x 4 = 3,79712V
Dengan menentukan persamaan seperti V2=I2xR2= 0,1183468 x 3= 0,3550404V
berikut : V3=I2xR3= 0,1183468 x 7= 0,8284276V
Loop 1: 7I1 + 3I2 = 7 V4=(I2+I3)xR4=0,54834698x10= 5,4834698V
Loop 2: 3I1 + 20I2 -7I4 = -5 V5=I4 x R5= 0.03068269 x 20 = 0,613738V
Loop 3: 10I3 = -4,3
Loop 4: 27I4 -7I2= 0 4. Menggunakan metode LU
Sehingga matriksnya Arus :

7 3 0 0 I1 7 I1 = 0,94928 A I3 = 0,43 A

[ 3 20 0 −7 I 2 = 5
0 0 10 0 I 3
0 −7 0 27 I 4
][ ] [ ]
4,3
0
I2 = 0,118347A

Tegangan :
I4 = 0,0306825A

1. Menggunakan metode gauss seidel V1=I1xR1= 0,94928x4=3,79712 V

Arus V2=I2xR2= 0,118347x3=0,355041 V
V3=I2xR3= 0,118347x7=0,828429V
I1 = 0,9486 A I3 = - 0,4300 A V4=(I2+I3)xR4= 0,548347x10=5.48347V
I2 = 0,1186 A I4 = 0,0307 A V5=I4xR5= 0,0306825x20=0,61365 V

Pada tugas eksperimen yang kedua di

ketahui matriks Hilbert, dimana matriks
Hilbert mempunyai kondisi rawan.
Tegangan :
Titik 1 : -F1 cos 45 – F2 = 0
V1 = I1 x R1 = 0,9486x4 = 3,7944 V 20 + F1 cos 45 = 0
V2 = I2 x R2 = 0,1186 x 3 = 0,3558 V Titik II : 5 – F3 = 0
V3 = I2 x R3 = 0,1186 x 7 = 0,8302 V F3=5
V4 = (I2+I3) x R4 = 0,5486 x 10 = 5,486 V Titik III : 15 – F3 – F1 cos 45=0
V5 = I4 x R5 = 0,0307 x 20 = 0,614 V
 -F3-F1 cos 45 – F6 cos 45 -F4=0 Selanjutnya matriks A tadi diubah dalam
Titik IV : 5 – F7 – F6 cos 45=0 bentuk matriks segitiga bawah atau matriks L
Titik V: 10 - F7 –F9 cos 45=0 (lower) dan matriks segitiga atas U (upper)
dengan melakukan sejumlah transformasi
-F7 – F9 cos 45 – F4=0
elementer pada baris. Lalu proses selanjutnya
Titik VI : 20 + F9 cos 45=0
adalah mengalikan matriks L terhadap matriks
-F9 cos 45-F8=0 b dan menghasilkan sebut saja matriks D.
Cos 450= 0,707 Kemudian matriks D (hasil perkalian antara
matriks L terhadap matriks b) dikalikan
−0,707 −1 0 0 0 0 0 0 0

[ ]
0,707 0 0 0 0 0 0 0 0 kembali terhadap matriks U. Hasilnya adalah
−0,707 0 −1 0 0 0 0 0 0 matriks H (hasil). Dimana nilai dalam matriks
−0,707 0 −1 −1 0 −0,707 0 0 0 H ini merupakan nilai I arus yang dicari pada
0 0 0 0 0 −0,707 −1 0 0 saat persamaan linier yang ada.
0 0 0 0 0 0 −1 0 −0,707 Kemudian pada permasalahan kedua yaitu
0 0 0 −1 0 0 −1 0 −0,707 menentukan beban yang ditanggung oleh baja
0 0 0 0 0 0 0 0 0,707pada tiap rangkaiannya. Dengan perhitungan
0 0 0 0 0 0 0 −1 −0,707numerik memungkinkan kita menghitung
dengan cepat mudah dan tak perlu membuat
F1 0 banyak waktu terbuang karena banyak

[ ][ ]
F2 −20 perhitungan yang akan dilakukan jika dengan
F3 −15 cara manual tetapi sekarang bisa kita lakukan
F4 0 menghitung tanpa banyak waktu yang
F 5 = −5 terbuang. Tentunya program yang dibuat
F6 −10 harus sesuai agar hasil yang didapat sesuai.
F7 0 Pada tugas praktikum pertama yaitu
F8 −20 menghitung nilai tegangan setiap resistor yang
F9 0 ada pada rangkaian diperoleh persamaan :

Menggunakan metode metode Iterasi Jacobi di Loop 1: 7I1 + 3I2 = 7

dapatkan nilai F yaitu: Loop 2: 3I1 + 20I2 -7I4 = -5
F1 = nan Loop 3: 10I3 = -4,3
F2 = -inf Loop 4: 27I4 -7I2= 0
F3 = -inf
F4 = nan Dari persamaan itu diperoleh matriks :
F5 = -inf 7 3 0 0 I1 7
F6 = 14,1443
F7 = -0
F8 = -28,2885
F9 = nan
[ 0 0 10 0 I 3
0 −7 0 27 I 4
][ ] [ ]
3 20 0 −7 I 2 = 5
4,3
0
Dengan menggunakan metode gauss
seidel diperoleh arus I1 = 0,9486A,I2= 0,1186 A
B. PEMBAHASAN ,I3 = - 0,4300 A,I4 = 0,0307 A.
Pada praktikum ini mencari penyelesaian . Tegangan V1= 3,7944; V2 =0,3558; V3 =0,8302;
dari persamaan linier dengan metode V4=5,486; V5=0,614. Dengan menggunakan
dekomposisi LU. Pada metode ini persamaan metode iterasi jacobi hasil untuk I1, I2, I3, dan I4
linier diubah ke dalam bentuk matriks A dan adalah error. Dengan menggunakan metode
b. Matriks A merupakan matriks persegi atau invers diperoleh arus I1 = 0,9492815 ; I2 =
bujur sangkar yang terbentuk atas 3 baris dan 0,11834698; I3 = 0,43 dan I4=0,03068269.
3 kolom. Sedangkan matriks b hanya terdiri Tegangan V1 == 3,79712V; V2 =0,3550404V; V3
dari 3 baris dan 1 kolom saja. =0,8284276V; V4 =5,4834698V; V5 =0,613738V.

5
 Santoso., dkk. Penyelesaian Persamaan Linier dengan Metode Direk dan Iterasi

Dengan menggunakan LU diperoleh arus I1 114-121. P-ISSN 2356-1505, E-ISSN

=0,94928; I2 =0,118347; I3 = 0,43 dan I4
=0,0306825A. Tegangan V1 =3,79712; V2
=0,355041; V30,828429V; V4 =5.48347V; V5 =
0,61365. Dari semua metode, hasil yang
diperoleh adalah sama kecuali metode iterasi
jacobi yang mendapatkan hasil error pada
program.
Pada tugas praktikum yang kedua
diperoleh matriks Hilbert dengan kondisi
yang rawan Dengan menggunakan program
C++ dengan metode iterasi jacobi didapatkan
nilai F yaitu: F1 = nan; F2 = -inf; F3 = -inf; F4 =
nan; F5 = -inf; F6 = 14,1443; F7 = -0; F8 =
-28,2885 ;F9 = nan. Hal ini kemungkinan
disebabkan karena nilai matriks yang
dimasukkan belum benar atau matriksnya
bersifat singular sehingga memiliki
determinan 0
IV. KESIMPULAN
Adapun kesimpulan yang diperoleh dari
percobaan ini adalah :
1. Mengubah sistem persamaan linier yang
ingin dihitung menjadi matriks
augmentasi merupakan variasi dari
eliminasi gauss dengan kebutuhan dapat
menyelesaikan matriks invers.
2. Metode iterasi digunakan untuk
menyelesaikan sistem persamaan linier
yang berukuran kecil karena metode ini
lebih efisien.
2656-9175.
Herlina. 2019. Menentukan Solusi Sistem
Persamaan Linear Dengan
Menggunakan Metode
Dekomposisi Cholesky. Jurnal
Ilmiah Matematika dan
Pembelajarannya. 6(1) : 106-111.
Kartono. 2002. Aljabar Linear, Vektor, dan
Eksplorasinya dengan
Maple.Yogyakarta: Graha Ilmu.
Sulistyono, B.A. 2015. Mengembangkan
Penyelesaian Numerik Pada Sistem
Persamaan Linear dengan Konsep
Aljabar. Jurnal Ilmiah Pendidikan
Matematika. 3(2) : 382-389.
Sutojo, T.dkk. 2010. Aljabar Linear dan
Matriks (Dengan Implementasi Aljabar
Linear Dan Matriks Menggunakan
Matlab). Semarang: Andi Yogyakarta
T.-H. Chen, N.-C. Y. 2009. Three-phase
power-flow by direct Zbr method
for unbalanced radial distribution
systems. IET Gener.Transm.Distrib,
Vol.3, Iss. 10, pp. 903-91

V. UCAPAN TERIMA KASIH

Terimakasih saya ucapkan Kepada dosen
pengampu mata kuliah Fisika Komputasi serta
kepada para asisten atas bimbingannya saya
dapat menyelesaikan tugas praktikum ini,
terimakasih atas pembelajaran dan
bimbingannya saat praktikum, semoga apa
yang saya dapatkan pada praktikum kali ini
bias saya aplikasikan di kehidupan saya.

VI. DAFTAR PUSTAKA

Fikri, M., & Anggani, D. 2018. Metode

Newton Raphson untuk Analisis
Aliran Daya Jaringan Distribusi
12,66 kV. Jurnal Ilmiah Sutet. 8(2) :
LAMPIRAN

Hasil Listing CodeBlock

f ( x )=x 3 +3 x 2−x−1
a. Metode Biseksi

b.Regula Falsi

c. Newton Rhapson

b. Regula Falsi

c. Newton Rhapson

d. Secant

f ( x )=16 x 5−19 x 3 + x 2+5 x−1

a. Biseksi

7
 Santoso., dkk. Penyelesaian Persamaan Linier dengan Metode Direk dan Iterasi

d.Secant