LAPORAN PRAKTIKUM

KOMPUTASI GEOFISIKA
TG-2240

MODUL KE – II

“Solusi Sistem Persamaan Linear : Dekomposisi LU”

Oleh:

Benny Chandra Gea 118120088

Asisten :

Nugroho Prasetyo 12116155

Hayatun Nufus Hukama 12117031
Novia Purnama Suci 12117035
Ardi Muhammad 12117078
Rafiqh Perdana Latif 12117118
Michael Febrian Mardongan 12117128
Muhammad Ichsan 12117143
Dafa Febriansyah 12117144
Fira Pratiwi Darsono 12117151

PROGRAM STUDI TEKNIK GEOFISIKA

JURUSAN TEKNOLOGI PRODUKSI DAN INDUSTRI

INSTITUT TEKNOLOGI SUMATERA

I. Tujuan
Tujuan dilakukannya praktikum Komputasi Geofiska yaitu Solusi Sistem Persamaan
Linear : Dekomposisi LU ialah :
Mahasiswa mampu melakukan operasi matriks dan menyelesaikan sistem persamaan
linear (SPL) dengan menggunakan metode dekomposisi LU.
II. Dasar Teori
Dekomposisi matriks LU merupakan salah satu metode numerik untuk menyelesaikan
persamaan matriks. Apabila secara analitik, mungkin akan sangat mudah menyelesaikan
persamaan matriks seperti AX=B, dimana kita hanya mengetahui nilai matriks A dan matriks
B saja, sementara kita tidak tahu nilai dari mariks X. Secara analitik kita dapat tuliskan
bahwa matriks X merupakan perkalian dari inverse matriks A dengan matriks B, atau dapat
ditulis X = A-1B.
Namun bagaimana jika matriks A merupakan matriks dengan dimensi 100x100 atau
1000x1000? Hal itu tentu sulit untuk mendapatkan matriks X secara analitik. Tetapi dengan
metode numerik tentu saja akan lebih mudah dikerjakan.
Apa kegunaan dekomposisi mariks didunia nyata? Metode ini dapat digunakan untuk
melakukan interpolasi polinomial secara numerik tentunya, seperti dapat menyelesaikan
persamaan Difusi Netron. Pada metode dekomposisi LU, matriks A ditulis ulang sebagai
perkalian matriks L dan U (matriks A diurai menjadi matriks L dan U). Matriks L dan U
merupakan matriks segitiga. Matriks B tidak berubah, karena matriks A tidak berubah,
melainkan hanya ditulis ulang. (Miss Math, 2012)
Langkah-langkah pengerjaan matriks L dan U.
1. Cari matriks L dan U sehingga A = LU. Matriks B tetap
2. Definisikan sebuah matriks kolom baru, misalnya Y, yaitu Y = UX, sehingga LY = B.
Lalu hitung y dengan subtitusi maju ( mulai dari Y1 sampai Yn).
3. Hitung x dengan subtitusi mundur (mulai dari X1 sampai Xn).

Selanjutnya ialah metode Crout, metode Crout ialah mendekomposisi suatu matriks
untuk memperoleh elemen diagonal utama matriks segitiga atas (U) bernilai satu elemen
lainnya. Berikut rumus untuk metode Crout. (Aljabar Linier, 2018)
 Lalu untuk metode penyelesaian metode Crout lebih mudah daripada dekomposisi LU
karena sudah ada persamaan atau rumus sehingga tiap elemen di matriks U dan L dapat kita
ketahui dengan rumus diatas. Contoh penyelesaian metode Crout.
III. Langkah Pengerjaan
Langkah-langkah pengerjaan operasi matriks dekomposisi LU untuk mendapatkan nilai
matriks L, matriks U, nilai y, dan nilai x ialah sebagai berikut :
1. Langkah pertama ialah membuat library yaitu import = numpy as np dan import =
copy as cp.

2. Kemudian input perintah n = int(input(“masukkan ukuran matriks A (matriks

persegi): “)), lalu a = np.zeros((n,n)) dan b = np.zeros((n,1)).

3. Setelah itu kita membuat perintah untuk memasukkan elemen matriks A dan elemen
matriks B.

4. Selanjutnya pseucode untuk dekomposisi LU metode Gauss dengan menginput l =

np.eye(n) dan u = copy.deepcopy(a).
5. Kemudian proses dengan fungsi for dan if else sehingga akan didapatkan nilai
matriks L dan matriks U nya. Print (l) dan print (u) untuk menampilkan matriks
tersebut.
6. Setelah itu mencari nilai y dengan menginput y = np.zeros((n,1)) lalu masukkan
perintah untuk memproses nilai y nya. Kemudian print nilai (y)

7. Lalu mencari nilai x input x = np.zeros((n,1)) lalu masukkan perintah for untuk
memperoleh nilai dari x, print (x).
8. Setelah pseucode kita running script tersebut, lalu akan muncul perintah untuk
memasukkan bentuk matriks maka input angka 3 untuk membuat matriks 3 x 3.

9. Setelah itu masukkan elemen-elemen dari matriks A, di sini kita menginput nilai
8,2,1,3,7,2,2,3,9 (secara berurutan).
10. Klik enter untuk melanjutkan mengisi elemen matriks B yaitu contohnya 0,8,8
secara berurutan juga. Setelah memasukkan semua elemen maka kita dapat hasil dari
matriks L, matriks U, nilai x dan nilai y.

11. Kemudian ulangi perintah no. 1 sampai dengan no. 3 untuk melakukkan metode
Crout. Yang membedakan ialah pada tahap no. 4 dan no. 5 dalam mendapatkan
matriks L dan U. Dan perintah no. 6 sampai dengan no. 10 sama tidak ada perbedaan
mencari nilai x dan y nya.
Flowchart dari Langkah Pengerjaan ialah :

Mulai

import numpy as np
import copy

n = int(input("masukkan ukuran matriks A (matriks persegi): "))

a = np.zeros((n,n))
b = np.zeros((n,1))

#dekomposisi LU
l = np.eye(n)
u = copy.deepcopy(a)

Fungsi dekomposisi LU

print("menampilkan matriks L")

print(l)
print("menampilkan matriks U")
print(u)

Mencari nilai y
y = np.zeros((n,1))

print("matriks y")
print (y)

Mencari nilai y
x = np.zeros((n,1))

print("matriks x")
print (x)

Mulai
IV. Hasil dan Pembahasan
Dari praktikum yang dilakukan tentang Sistem Persamaan Linear Dekomposisi LU
menggunakan metode Gauss maupun menggunakan metode Crout hasil yang didapatkan
ialah sama untuk semua hasilnya (matriks L, matriks U, nilai x dan nilai y). Hal itu
membuktikan bahwa mau menggunakan cara apapun hasilnya sama (harus sama) karena jika
berbeda pasti ada kesalahan dalam pseucodenya (secara komputasi) maupun perhitungannya
secara manual. Maka dari itu dibuktikkan pada pembahasan soal berikut.
Pada tugas no 1 yaitu dengan matriks A sebagai berikut dan matriks B sebagai berikut
yang akan dicari nilai matriks L, matriks U, nilai y dan nilai x.
Hasil secara manual dengan Metode Gauss.
Hasil secara komputasi dengan pseucode metode Gauss.

Selanjutnya dengan cara manual Metode Crout

Hasil secara komputasi dengan metode Crout
 Kemudian untuk no 2 mencari matriks L dan U dari suatu matriks dengan metode Gauss

Selanjutnya hasil untuk metode Crout

Dari no 1 telah dikerjakan secara manual dan secara komputasi, dilihat dari hasil yang
didapatkan sama tidak ada perbedaan. Bahkan untuk secara metode Gauss dan metode Crout
hasil keduanya tidak ada perbedaan. Hal ini membuktikan bahwa pseucode yang digunakan
dapat mencari dekomposisi LU dengan dua metode tersebut dan nilai y, nilai x dari suatu
matriks.
 Untuk no 2 dikerjakan secara komputasi saja hasil yang didapatkan untuk matriks L dan
matriks U dengan kedua metode tidak ada perbedaan. Matriks input dalam bentuk 3x3
dengan matriks A yang dimasukkan elemen -2,3,4 dan seterusnya dan matriks B yang
dimasukkan elemen 12,-15,-22.
V. Kesimpulan
Dari pembahasan analisa praktikum tentang Sistem Persamaan Linear Dekomposisi LU
bahwa dalam metode Gauss dan metode Crout hasil yang didapatkan sama nilainya. Yang
membedakan hanya cara dalam mencari matriks L dan matriks U nya saja. Untuk mencari
nilai x dan nilai y caranya juga sama dan hasilnya tentu juga sama.
Dalam perhitungan manual dan komputasi juga sama hasil yang didapatkan. Karena
dalam komputasi berdasarkan rumus atau cara manual yang diimplementasikan dalam bentuk
pseucode sehingga jika ada perbedaan hasil, maka ada suatu kesalahan dalam menghitung
secara manual ataupun kesalahan dalam pengetikan scriptnya.
VI. Daftar Pustaka
[1] Aljabar Linier, 2018. Metode Crout. Diakses pada 7 Maret 2020, dari
http://arhamunited.blogspot.com/2018/10/apa-itu-metode-crout-
mendekomposisi.html
[2] Kepo Experience, 2018. Determinan Matriks Metode Crout dan Doolittle. Diakses
pada 7 Maret 2020, dari https://kepoexperience.blogspot.com/2018/10/metode-crout-
doolittle.html
[3] Miss Math, 2012. Dekomposisi LU. Diakses pada 7 Maret 2020, dari
http://millatulkhaniifah28.blogspot.com/2012/11/dekomposisi-lu.html