A.

Eliminasi Gauss
Setiap sistem persamaan linier aljabar dapat diekspresikan secara umum sebagai

a11 x1  a12 x2  ... a1n xn  b1

a21 x1  a22 x2  ... a2n xn  b2
... ...
... ...
... ...
an1 x1  an2 x2  ... ann xn  bn
Penyelesaian Eliminasi Gauss dilakukan melalui dua langkah utama penyelesa ia n
secara berurutan, yakni :

 Forward Elimination of unknowns

Langkah pertama ini digunakan untuk mengurangi set persamaan sehingga

nantinya terbentuk sistem triangular atas. Langkah awalnya berupa :

1. Mengeliminasi variabel pertama ( x1 ) pada baris kedua sampai baris

terakhir dengan cara mengurangi koefisien semua variabel pada semua
a  
baris dengan  n1 a1n  sehingga nantinya menghasilkan nol pada koefisie n
a  11 
x1 untuk baris kedua hingga terakhir . Didapatkan persamaan baris semua
baris :

a11 x1  a12 x2  ... a1n xn  b1

 a21   a 
0 x1   a22  a12  x2  ...  a2n  21 a1n  xn  b2  21 b1
a
 a11   a11  a11
   
... ... ... ... ...
 an1   a  a
0 x1   an 2  a12  x2  ...  ann  n1 a1n  xn  bn  n1 b1
 a11   a11  a11
   

Atau dinyatakan dengan

a11 x1  a12 x2  ... a1n xn  b1

0 x1  a' 22 x2  ... a' 2n xn  b' 2
... ... ...
0 x1  a' n2 x2  ... a' nn xn  b' n

2. Dari hasil langkah (1), eliminasi variabel kedua ( x 2 ) pada baris ketiga
sampai baris terakhir dengan cara mengurangi koefisien semua variabel
  a' 
pada semua baris dengan  n 2 a' 2 n  sehingga nantinya menghasilkan nol
 a' 22 
pada koefisien x 2 untuk baris ketiga hingga terakhir. Didapatkan hasil pada
semua baris :

a11 x1  a12 x2  ... a1n xn  b1

 a21   a 
0 x1   a22  a12  x2  ...  a2n  21 a1n  xn  b2  21 b1
a
 a11   a11  a11
   
 a'32   a'  a'
0 x1  0 x2   a'33  a' 23  x3  ...  a'3n  32 a' 2n  xn  b'3  32 b' 2
 a' 22   a'22  a' 22
   

... ... ... ... ...

 a' n 2   a'  a'
0 x1  0 x2   a'n3  a'2n  x3  ...  a' nn  n 2 a'2n  xn  b' n  n 2 b' 2
 a'22   a'22  a' 22
   

Atau dinyatakan dengan

a11 x1  a12 x2  ... a1n xn  b1

0 x1  a' 22 x2  ... a' 2n xn  b' 2
0 x1  0 x2  ... a' ' 2n xn  b' ' 2
... ... ...
0 x1  0 x2  ... a' ' nn xn  b' ' n

3. Lakukan langkah dengan prinsip yang sama diatas sampai menyisakan satu
buah variabel dan satu buah konstanta

a11 x1  a12 x2  ... a1n xn  b1

a' 22 x2  ... a' 2n xn  b' 2
a' ' '33 x3  ... a' ' '3n xn  b' ' '3
... ...
a nn xn  bn( n1)
( n 1)

 Backward subtitution
Setelah mendapatkan persamaan yang terakhir cari nilai variabel terakhir
tersebut dengan membagi konstanta dengan koefisien variabel tersebut

bn( n 1)
x n  ( n 1)
a nn
Kemudian substitusikan nilai x n ke persamaan diatasnya sehingga
memperoleh nilai untuk variabel lainnya.
 ROUND MAP ELIMINASI GAUSS (UNTUK MATRIKS 3X3)

pivot
pivot
a a'32
R 2  21 R1 R3  R1
 a11 a12 a13  b1  a11 a11 a12 a13  b1  a'22
a  0 a' 23  b' 2 
 21 a 22 a 23  b2  a  a' 22
 a31 a32 a33  b3  R3  21 R1  0 a '32 a '33  b'3 
a11

a11 a12 a13  b1 

FORWARD ELIMINATION  0
 a' 22 a' 23  b' 2 
 0 0 a"33  b"3 

BACKWARD SUBSTITUTION
b"3
x3 
a"33
a' 22 x2  a' 23 x3  b' 2

b' 2 a' 23 x3
x2 
a' 22
a11 x1  a12 x2  a13 x3  b1
b1  a13 x3  a12 x2
x1 
a11
B. Eliminasi Gauss-Jordan
Metode eliminasi Gauss-Jordan merupakan modifikasi dari metode eliminasi Gauss
dimana pada metode ini dilakukan normalisasi oleh koefisien pivotnya sehingga
menghasilkan matrik identitas bukan lagi matriks triangular lagi seperti eliminasi
Untuk lebih jelasnya dapat lihat langkah penyelesaian dengan metode Gauss-Jordan :

R1
 a11 a12 a13  b1   1 a '12 a '13  b'1  a 21
a R2  R1
a 23  b2  a a 23  b2 
a11
 21 a 22  21 a 22 1
 a31 a32 a33  b3   a 31 a 32 a 33  b3 

R2
1 a'12 a'13  b'1  1 a '12 a '13  b'1  a 21
0 a ' 22 R3  R1
 1 a"23  b"2  0
 a ' 22 a ' 23  b' 2  1
0 a' 32 a' 33  b'3  0 a ' 32 a ' 33  b' 3 

a'12 a'32
R1  R2 R3  R2
1 1

R3 a"23
1 0 a"13  b"1  1 0 a"13  b"1  R2  R3
0 1 a" 23  b" 2  a"33 0 1 a"23  b"2  1
 
0 0 a"33  b"3  0 0 1  b' "3 

1 0 0  b" '1 
0 a"13
 1 0  b" ' 2  R1  R3
1
0 0 1  b" ' 3 

x1  b" '1 x2  b" ' 2 x3  b" '3

C. Gauss-Siedel
Metode Gauss-Siedel merupakan metode iterasi atau aproksimasi yang mengasums ika n
bahwa persoalan dianalogikan seperti matrik A X   B dengan batasan bahwa
matriknya merupakan matriks 3X3, elemen diagonalnya tidak sama dengan nol, dan
persamaannya bersifat konvergen.
Untuk lebih jelasnya lihat langkah penyelesaian persamaan linier dengan metode
Gauss-Siedel :

Sistem Persamaan Linier :

a11 x1  a12 x2  a13 x3  b1
a 21 x1  a 22 x2  a 23 x3  b2
a31 x1  a32 x2  a33 x3  b3

b3  a31 x1  a32 x2 b2  a21 x1  a23 x3 b1  a13 x3  a12 x2

x3  x2  x1 
a33 a22 a11

Iterasi pertama :

 Mencari nilai x1 dengan mengasumsikan x2  0 dan x3  0

b1  a13 x3  a12 x2 b
x1  x1  1
a11 a11
 Mencari nilai x 2 dengan mengasumsikan x3  0 dan x1 (baru)
b  a21 x1  a23 x3 b  a21 x1
x2  2 x2  2
a22 a22
 Mencari nilai x3 dengan menggunakan nilai x 2 (baru) dan x1 (baru)
b  a31 x1  a32 x2
x3  3
a33
Iterasi kedua :
 Mencari nilai x1 dengan menggunakan x3 (baru) dan x 2 (baru)
b1  a13 x3  a12 x2
x1 
a11
 Mencari nilai x 2 dengan menggunakan dan x1 (baru) dan x3 (baru)
b  a21 x1  a23 x3
x2  2
a22
 Mencari nilai x3 dengan menggunakan dan x 2 (baru) dan x1 (baru)
b  a31 x1  a32 x2
x3  3
a33
Iterasi selanjutnya .....
 Selanjutnya kita harus mengecek konvergensi dari nilai yang didapat dengan nila i
sebenarnya yakni dengan rumus :

j  j 1
 a,i  xi jxi 100%   s
xi

D. LU Decomposition
LU Decomposition merupakan metode dimana matriks yang berada disebelah kiri A
dimanipulasi menjadi matriks lower ( L ) dan matriks upper ( U  ). Metode ini
merupakan pengembangan dari eliminasi Gauss dengan eliminasi Gauss-Jordan dengan
beberapa modifikasi.

A X   B
U  L

L D  B

D

U  X   D

X 

a11 a12 a13   1 0 0

 0 a ' 23  f 0
U    a ' 22 L   21 1
 0 0 a"33   f 31 f 32 1

a21 a31 a'32

Metode Eliminasi Gauss f 21  , f 31  , f 32 
a11 a11 a'22
Aplikasi metode-metode untuk menyelesaikan persamaan linear
Soal no. 9.9 halaman 272 :
4 x1  x2  x3  2
5 x1  x2  2 x3  4
6 x1  x2  x3  6

A. Menggunakan Eliminasi Gauss

Sistem persamaan : Matriks sistem persamaan

4 x1  x2  x3  2 4 1  1  2
5 1 2  4 
5 x1  x2  2 x3  4  
6 x1  x2  x3  6 6 1 1  6 

pivot pivot
4 1  1  2
5
R 2  R1 4,00 1,00  1,00  2,00 0,50
R3  R2
5 1 2  4  4 0,00  0,25 3,25  6,50   0,25
   
6 1 1  6  6 0,00  0,50 2,50  9,00 
R3  R1
4

4,00 1,00  1,00   2,00

0,00  0,25 3,25  6,50 
 
0,00 0,00  4,00  4,00

4,00
x3  1
 4,00
0,25x2  3,25x3  6,50
 0,25x2  3,25(1)  6,50
 0,25x2  3,25
3,25
x2   13
 0,25
4 x1  x 2  x3  2,00
4 x1  ( 13)  (1)  2,00
4 x1  14  2,00
12
x1  3
4
 B. Menggunakan Gauss-Jordan

Sistem persamaan : Matriks sistem persamaan

4 x1  x2  x3  2 4 1  1  2
5 1 2  4 
5 x1  x2  2 x3  4  
6 x1  x2  x3  6 6 1 1  6 
pivot

4 1  1  2 R1 1,00 0,25  0,25  0,50 5

5 1 2  4  4 5,00 1,00 2,00  4,00  R 2  R1
    1
6 1 1  6  6,00 1,00 1,00  6,00 

pivot
1,00 0,25  0,25   0,50 
0,00 1,00  13,00  26,00
 
0,00  0,50 2,50  9,00 
R2
1,00 0,25  0,25  0,50 R3  6 R1
 0,25 0,00  0,25 3,25  6,50  1
 
0,00  0,50 2,50  9,00 

0,25  0,5
R1  R 2 R3  R2
1 1

1,00 0,00 3,00  6,00  R3 1,00 0,00 3,00  6,00  3

R1  R3
0,00 1,00  13,00  26,00  4,00 0,00 1,00  13,00  26,00 1
   
0,00 0,00  4,00   4,00  0,00 0,00 1,00  1,00 
pivot
x1  3
1,00 0,00 0,00 3,00   13
0,00 1,00 0,00  13,00 R 2  R3
x2  13   1
0,00 0,00 1,00  1,00 
x3  1
C. Menggunakan Gauss-Siedel
4 x1  x2  x3  2
Sistem persamaan : 5 x1  x2  2 x3  4
6 x1  x2  x3  6

2  x3  x2 4  5x1  2 x3 6  6 x1  x2
x1  x2  x3 
4 1 1
Iterasi Pertama :

 Mencari nilai x1 dengan mengasumsikan x2  0 dan x3  0

 2  (0)  (0) 2
x1  x1   0,50
4 4

 Mencari nilai x 2 dengan mengasumsikan x3  0 dan x1  0,5

4  5(0,5)  2(0) 4  7,5
x2  x2   11,50
1 1
 Mencari nilai x3 dengan menggunakan nilai x2  11,50 dan x1  0,5
6  6(0,5)  (11,5) 6  3  11,5
x3  x3   2,5
1 1
Iterasi Kedua :

 Mencari nilai x1 dengan menggunakan nilai x2  11,50 dan x3  2,50

 2  (2,5)  (11,5) 16
x1  x1   4  x1,2  87,5%
4 4
 Mencari nilai x 2 dengan menggunakan nilai x1  4 dan x3  2,50
4  5(4)  2(2,5) 29
x2  x2   29  x2,2  60,34%
1 1
 Mencari nilai x3 dengan menggunakan nilai x2  29 dan x1  4
6  6(4)  (29) 1
x3  x3   1  x3,2  350%
1 1
Iterasi Ketiga :

 Mencari nilai x1 dengan menggunakan nilai x2  29 dan x3  1

 2  (1)  (29) 30
x1  x1   7,5  x1,3  46,67%
4 4
 Mencari nilai x 2 dengan menggunakan nilai x1  7,5 dan x3  1
4  5(7,5)  2(1) 39,5
x2  x2   39,5  x2,3  26,58%
1 1
 Mencari nilai x3 dengan menggunakan nilai x2  39,5 dan x1  7,5
6  6(7,5)  (39,5) 11,5
x3  x3   11,5  x3,3  91,30%
1 1
D. Menggunakan LU Decomposition

Sistem persamaan : Matriks sistem persamaan

4 x1  x2  x3  2 4 1  1  x1  2
5 1 2   x 2   4 
5 x1  x2  2 x3  4     
6 x1  x2  x3  6 6 1 1   x3  6 

A X   B

4 1  1 R 2  5 R1 4 1  1  R3  0,50 R 2 4 1 1 
5 1 2   0  0,25 3,25 0  0,25 3,25
U    
4
6 
 0,25
 
6 1 1  R3  R1 0  0,5 2,5  0 0  4 
4

 
4 1 1  1 0 0
0  0,25 3,25
U     L  5
 4
1 0

0 0  4  6  0,5 1
 4  0,25 

LD  B
 1 0 0  D1  2
1,25 1 0  D 2   4 
U  X   D     
 1,5 2 1  
 D3  6 

D1  2
1,25D1  D 2  4
 4 1  1    x1   2  2,5  D 2  4  D1   2
    6,5  D 2  6,5    
 0  0,25 3,25   x 2     D 2   6,5 
 0 0  4    
 x3   4 1,5 D1  2 D 2  D3  6  D 3   4 
    
 3  13  D3  6
D 3  4
4 x3  4
x3  1
 0,25x 2  3,25x3  6,5
 0,25x 2  3,25
x2  13
4 x1  x 2  x3  2
4 x1  13  1  2
x1  3
Kesimpulan dari aplikasi metode –metode tersebut pada satu soal yang sama
a. Eliminasi Gauss
Kelebihan :
 Dapat menentukan kekonsistenan sistem persamaan
 Mengilangkan kebutuhan untuk menulis ulang variabel setiap angka
 Lebih mudah dipecahkan
Kekurangan :
 Masalah akurasi nilai jika terjadi pembulatan pecahan
 Sulit untuk penggunaan sistem persamaan dengan variabel yang banyak

b. Gauss-Jordan
Kelebihan :
 Mengubah sistem persamaan linier menjadi matriks identitas yang
sederhana
 Dapat menyelesaikan persamaan dengan matriks invers
 Mudah dalam menyelesaikan persamaan dengan banyak variabel
 Dapat mengurangi kesalahan dalam perhitungan
Kekurangan :
 Nilai konstanta yang dimasukkan terbatas
 Pada keadaan tertentu, tidak dapat menunjukkan nilai x secara langsung
c. Gauss-Siedel
Kelebihan :
 Pembulatan dapat diperkecil
 Ketelitiannya maksimal
Kekurangan :
 Hanya terbatas pada matriks 3x3
 Tidak dapat menunjukkan nilai dengan baik jika sistem persamaan bersifat
divergen (hanya untuk sistem yang konvergen)
 Rawan terjadi kesalahan pivot
d. LU Decomposition
Kelebihan :
 Lebih mudah dipecahkan
 Dapat mengurangi kesalahan dalam perhitungan
 Dapat menentukan kekonsistenan sistem persamaan
 Mudah dalam menyelesaikan persamaan dengan banyak variabel
Kekurangan :
 Banyak dalam penulisan variabel
 Butuh ketelitian lebih untuk setiap langkah penyelesaian