`

LAPORAN PRAKTIKUM KOMPUTASI PROSES

BAB II – SISTEM PERSAMAAN LINIER

Disusun Oleh :
Nama : Muhammad Harun Ar Rasyid
NIM : 1921138
Kelas/Hari : A / Senin
Asisten : 1. Bayu Setiawan
2. Apri Wahyudi
3. Muh. Reskiawan
4. Diyas Aledya Yahya
5. Isna Tita Safira
6. Luthfiyah Nur Kamaliya
7. Luthfi Nabila Nur Afifa
8. Nabira Amethysta MMP

LABORATORIUM KOMPUTASI PROSES

JURUSAN TEKNIK KIMIA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ISLAM INDONESIA
2021
`

BAB 1
PENDAHULUAN

A. TUJUAN
Agar mahasiswa dapat menyelesaikan system persamaan linier dengan
menggunakan penyelesaian numerik.

B. DASAR TEORI
1. Pengertian persamaan linear
Persamaan aljabar disebut sebagai persamaan linear jika setiap suku
dalam persamaan tersebut mengandung konstanta dan dikalikan
dengan variabel tunggal.

Jika terdapat lebih dari satu persamaan linear, maka persamaan linear
tersebut akan menjadi sebuah sistem.

Bentuk umum sistem persamaan linear adalah sebagai berikut:

a11x1 + a12x2 + a13x3+ … + a1nxn = C1

a21x1 + a22x2 + a23x3+ … + a2nxn = C2
:

an1x1 + an2x2 + an3x3+ … + annxn = Cn

Setelah memahami apa itu persamaan linear, akan kita bahas beberapa
macam sistem persamaan linear.

a. Sistem Persamaan Linear Satu Variabel

Sistem persamaan linear satu variabel adalah sistem persamaan
dengan hanya terdapat sebuah variabel saja berpangkat 1. Bentuk
umumnya sebagai berikut:

ax + b = 0
`

dengan a dan b adalah bilangan bulat bukan nol dan b konstanta.

b. System persamaan linear dua variable

Berbeda dari sebelumnya, sistem persamaan linear dua variabel
adalah sistem persamaan dengan variabel berjumlah dua berpangkat
1 satu. Bentuk umumnya sebagai berikut:

ax + by = c

dengan a dan b adalah bilangan bulat bukan nol dengan c adalah

konstanta.

Persamaan linear dapat dinyatakan sebagai matriks. Misalnya

persamaan:

3x1 + 4x2 − 2 x3 = 5

x1 − 5x2 + 2x3 = 7

2x1 + x2 − 3x3 = 9

dapat dinyatakan dalam matriks teraugmentasi sebagai berikut

>> A = [3 4 -2;1 -5 2;2 1 -3]

>> B = [5;7;9]

Pada penyelesaian persamaan MATLAB diatas, dapat di selesaikan

dengan cara invers, linsolve, backslash, gauss-jordan dan aturan
cramer. Adapun penyelesaiannya akan dijelaskan dibawah ini.
`

a) invers
pada penyelesaian ini dapat diselesaikan dengan cara dibawah ini :

semisal :

>> A = [3 4 -2;1 -5 2;2 1 -3];

>> B = [5;7;9];

P = inv(A)*B

b) Linsolve
pada penyelesaian ini dapat diselesaikan dengan cara dibawah ini :

semisal :

>> A = [3 4 -2;1 -5 2;2 1 -3];

>> B = [5;7;9];

P = linsolve(A,B)

c) Backslash
pada penyelesaian ini dapat diselesaikan dengan cara dibawah ini :

semisal :
>> A = [3 4 -2;1 -5 2;2 1 -3];
>> B = [5;7;9];
P = A\B

d) Gauss-Jordan

Eliminasi Gauss-Jordan adalah pengembangan dari

eliminasi Gauss yang hasilnya lebih sederhana. Caranya adalah
dengan meneruskan operasi baris dari eliminasi Gauss sehingga
`

menghasilkan matriks yang Eselon-baris tereduksi. Ini juga dapat

digunakan sebagai salah satu metode penyelesaian persamaan linear
dengan menggunakan matriks. Caranya dengan mengubah
persamaan linear tersebut ke dalam matriks teraugmentasi dan
mengoperasikannya. Setelah menjadi matriks Eselon-baris
tereduksi, maka langsung dapat ditentukan nilai dari variabel-
variabelnya tanpa substitusi balik.

1 0 0 𝑏1
[0 1 0 ] 𝑏2
0 0 1 𝑏3

Adapun dalam penyelesaian pada MATLAB nya sebagai

berikut:

---------------------------------------------------------------------------------

function x = E_Gauss_Jordan(A,B)
matriks A
matriks B
a=[A B]
[m,n]=size(a) %m= baris n= kolom
%Pivot Ag(j,j) dan mepertukarkan baris
for j=1:m-1
for z=2:m
if a(j,j)==0
t=a(1,:);
a(1,:)=a(z,:);% meunkar baris ke baris
kedua
a(z,:)=t
end
end
% mengubah angkah didalam matriks menjadi 0
for i=j+1:m
a(i,:)=a(i,:)-a(j,:)*(a(i,j)/a(j,j))
end
end
% mengubah angka didalam matriks menjadi 1
for j=m:-1:2
for i=j-1:-1:1
a(i,:)=a(i,:)-a(j,:)*(a(i,j)/a(j,j))
end
end
`

for s=1:m
a(s,:)=a(s,:)/a(s,s)
x(s)=a(s,n)
end
disp('Gaus-Jordan methode:');
a
x'

---------------------------------------------
pada penyelesaian ini adalah praktikan bisa langsung
memasukan matriks nya pada editor yang telah disediakan kemudian
langsung Run. Atau bisa juga menulis matriks pada koman window
terlebih dahulu lalu ketik pada komen window
“E_Gauss_Jordan(A,B)”.

e) Aturan Cramer
Aturan cramer adalah metode penyelesaian persamaan matematika
linier. Aturan cramer ini berkaitan dengan penyelesaian sebuah
matriks bujur sangkar (matriks yang baris dan kolomnya sama).
Aturan cramer digunakan untuk mencari nilai variable dengan
menggunakan determinan.

Bentuk SPL di atas menjadi persamaan matriks

Tentukan masing-masing nilai determinan dari matriks A,

A1, A2 dan A3, Yaitu |𝐴|, |𝐴1 |, |𝐴2 |, 𝑑𝑎𝑛 |𝐴3 |

A1 = matriks A yang kolom ke-1-nya diganti dengan b.

A2 = matriks A yang kolom ke-2-nya diganti dengan b.

`

A3 = matriks A yang kolom ke-3-nya diganti dengan b.

1 0 0
Ingat bahwa jika matriks 𝐴 = [0 1 0 ], maka determinan dari A
0 0 1
diberikan oleh

Sehingga,

Tentukan nilai dan dengan cara

`

Sehingga solusi dari SPL di atas adalah dan .

Adapun pada penyelesaian di MATLAB bisa menggunakan editor

dibawah ini :

--------------------------------------------------------------------------------

function A_cramer(A,b)
matriks A
matriks b
n=b;
A=A;
[m n]=size(A);
if n~=m error('Matrik harus persegi');
end
disp(['Matriks A']);
disp(A);
a=det(A); % Mengitung determinan matrik A
for i=1:1:n
B=A(:,:); % Memanggil matrik A
B(:,i)=b; % Mengubah kolom ke-i matrik A
dengan matri kolom b
disp(['A' num2str(i)]);
disp(B)
d=det(B); % Mengitung determinan matrik yang
telah diubah
disp(['x' num2str(i) ' =' num2str(d) '/'
num2str(a)])
disp(['x' num2str(i) ' =' num2str(d/a)])
x=d/a; % Menghitung nilai x
end

---------------------------------------------------------------------------------

pada penyelesaian ini adalah praktikan bisa langsung

memasukan matriks A dan b nya pada editor yang telah disediakan
kemudian langsung Run. Atau bisa juga menulis matriks A dan b
`

pada koman window terlebih dahulu lalu ketik pada komen window
“A_cramer(A,b)”.
`

BAB II
PERSOALAN DAN PENYELESAIAN

A. LATIHAN
Nomor 1
A=[3 -2 1;2 1 3;-2 -5 -9];
b=[10;11;-20];
x = inv(A)*b

x=

3.7857
1.0714
0.7857
y = A\b

y=

3.7857
1.0714
0.7857

linsolve(A,b)

ans =

3.7857
1.0714
0.7857

---------------------------------------------------------------------------
`

Nomor 2
A_cramer
Matriks A
-3 -1 1
2 -15 3
-10 -9 7

A1
92 -1 1
28 -15 3
-60 -9 7

x1 =-7952/110
x1 =-72.2909
A2
-3 92 1
2 28 3
-10 -60 7

x2 =-5016/110
x2 =-45.6
A3
-3 -1 92
2 -15 28
-10 -9 -60

x3 =-18752/110
x3 =-170.4727

---------------------------------------------------------------------------
Nomor 3
`

Gaus-Jordan methode:

a=

1.0000 0 0 9.9655
0 1.0000 0 1.9113
0 0 1.0000 10.2808

ans =

9.9655
1.9113
10.2808
---------------------------------------------------------------------------
Nomor 4
A = [1 -2 1;2 3 3;1 -3 2];
B = [ 20;7;10];

A\B

ans =

27.1250
-2.8750
-12.8750

B. TUGAS
Nomor 1
A = [10 -4 1;5 7 2;-3 -5 -9];
`

B = [10;11;-20];

x = inv(A)*B

x=

0.9870
0.3870
1.6783

A\B

ans =

0.9870
0.3870
1.6783

linsolve(A,B)

ans =

0.9870
0.3870
1.6783

---------------------------------------------------------------------------
Nomor 2
Gaus-Jordan methode:

a=
`

1.0000 0 0 9.8750
0 1.0000 0 -2.8750
0 0 1.0000 -1.3750

ans =

9.8750
-2.8750
-1.3750
---------------------------------------------------------------------------
Nomor 3
A = [10 -5 1;2 7 1;-4 -4 -5];
B = [10;11;-20];
A\B

ans =

1.2156
0.8937
2.3125

linsolve(A,B)

ans =

1.2156
0.8937
2.3125
`

x = inv(A)*B

x=

1.2156
0.8938
2.3125
---------------------------------------------------------------------------
Nomor 4
Persamaan ;
𝑖𝑛𝑝𝑢𝑡 = 𝑜𝑢𝑡𝑝𝑢𝑡
𝑓1 . 𝑤1 = 𝑓2 . 𝑤2 + 𝑓4 . 𝑤4 + 𝑓5 . 𝑤5

A = [0.04 0.54 0.26;0.93 0.24 0.00;0.03 0.22 0.74];

B = [2;6;2];
A\B

ans =

5.8238
2.4330
1.7433

cek = 5.8238+2.4330+1.7433

cek =

10.0000
------------------------------------------------------------------------------------------
Nomor 5
`

A = [-1 0 1 0 0 0 0 0 0 0 0;1 -1 0 1 0 0 0 0 0 0 0;0 1 0 0 1 0 0 0 0 0 -1;0 0

0 -1 0 -1 1 0 0 0 0;0 0 0 0 -1 1 0 1 0 0 0;0 0 -1 0 0 0 0 0 -1 0 0;0 0 0 0 0 0 -
1 0 1 -1 0;0 0 0 0 0 0 0 -1 0 1 0;1 0 1 -1 0 0 0 0 -1 0 0;0 1 0 1 -1 -1 0 0 0 0
0;0 0 0 0 0 1 1 -1 0 -1 0];
B = [0;0;0;0;0;-5000;0;0;0;0;0];

A\B

ans =

1.0e+03 *

1.9091
2.6364
1.9091
0.7273
2.3636
1.0000
1.7273
1.3636
3.0909
1.3636
5.0000
`

BAB III
PENUTUP

A. KESIMPULAN
KUALITATIF
• Metode numerik adalah teknik penyelesaian permasalahan yang
diformulasikan secara matematis dengan cara operasi hitungan.
Dalam metode numerik ini dilakukan operasi hitungan dalam jumlah
yang banyak dan prosesnya berulang. Sehingga dalam prakteknya
perlu bantuan komputer untuk menyelesaikan hitungan tersebut.
Tanpa bantuan komputer, metode numerik tidak banyak
memberikan manfaat.
• Eliminasi Gauss-Jordan adalah pengembangan dari eliminasi Gauss
yang hasilnya lebih sederhana. Caranya adalah dengan meneruskan
operasi baris dari eliminasi Gauss sehingga menghasilkan matriks
yang Eselon-baris tereduksi.
• Aturan cramer adalah metode penyelesaian persamaan matematika
linier. Aturan cramer ini berkaitan dengan penyelesaian sebuah
matriks bujur sangkar (matriks yang baris dan kolomnya sama).
Aturan cramer digunakan untuk mencari nilai variable dengan
menggunakan determinan.

KUANTITATIF
Latihan
• Pada matriks A=[3 -2 1;2 1 3;-2 -5 -9]; dan b=[10;11;-20]; penyelesaian
menggunakan invers, linsolve, backslash dengan hasil x, y, z berturut-
turut (3.7857; 1.0714; 0.7857).

- Invers
>> inv(A)*B
`

- Linsolve
>>linsolve(A,B)
- Backslash
>>A\B
• Pada matriks, A=[-3 -1 1;2 -15 3;-10 -9 7]; dan B=[92;28;-60]
penyelesaian menggunakan cramer A=[-3 -1 1;2 -15 3;-10 -9 7]; dan
B=[92;28;-60] dengan hasil x, y, z berturut-turut (-72.2909; -45.6; -
170.4727).

• Pada matriks yang sudah di paparkan pada nomor 3, hasil dari

perhitungan Gauss-Jordan nilai x, y, z berturut turut 9.9655, 1.9113, dan
10.2808
• Hasil penyelesaian nomor 4, dengan menggunakan metode backslash
nilai x, y, z berturut turut 27.1250; -2.8750; -12.8750

Tugas
• Pada penyelesaian persamaan linear yang terdapat di nomor 1 adalah
nilai x, y, dan z adalah berturut turut 0.9870; 0.3870; 1.6783
• Pada penyelesaian persamaan linear yang terdapat di nomor 2 dengan
Gaus-Jordan adalah nilai x, y, dan z adalah berturut turut 9.8750; -
2.8750; -1.3750
• Pada penyelesaian persamaan linear yang terdapat di nomor 3 dengan
invers, linsolve, backslash adalah nilai x, y, dan z adalah berturut turut
1.2156; 0.8937; 2.3125
• Pada penyelesaian persamaan linear yang terdapat di nomor 3 dengan
penyelesaian backslash adalah nilai x, y, dan z adalah berturut turut
5.8238; 2.4330; 1.7433
• Pada penyelesaian persamaan linear yang terdapat di nomor 4 dengan
penyelesaian backslash adalah nilai yang didapat sebagai berikut :
A\B
`

ans =

1.0e+03 *

1.9091
2.6364
1.9091
0.7273
2.3636
1.0000
1.7273
1.3636
3.0909
1.3636
5.0000

B. SARAN
1. Memahami lebih dalam mengenai editor dari metode Gauss-Jordan
dan Cramer guna mengetahui maknanya lebih dalam.
2. Memahami kaidah matriks serta penyelesaian numeriknya.
3. Memperbanyak latihan guna memperlancar penyelesaian matriks
dalam metode Gauss-Jordan dan Cramer.
`

DAFTAR PUSTAKA

Bambang Triatmojo, “Metode Numerik” Beta Offset, 1995

Chapra, SP., Canale, RP., “Numerical Method for Engineers”, McGraw-Hill Book
Company, New York, 1985.

Carl Erik Froberg, “Introduction to Numerical Analysis”, Addison-Wesley

Publishing Company, Inc., 1969.

Hamming, RW., “Numerical Method For Scientist and Engineer”, McGraw-Hill

Book Company, Inc., New York, 1962..