SISTEM PERSAMAAN NON

LINEAR
Pendahuluan
• Bentuk umum dari sistem persamaan non linear yang terdiri dari dua
persamaan dan dua variabel adalah
𝑓1 𝑥, 𝑦 = 0
𝑓2 𝑥, 𝑦 = 0.
• Secara analitik, sistem persamaan non linear tidak mudah
diselesaikan.
• Pada bab ini dipelajari metode-metode numerik untuk menyelesaikan
sistem persamaan non linear.
Metode Iterasi Jacobi
Misalkan diberikan sistem persamaan non linear (SPNL)
𝑓1 𝑥, 𝑦 = 0
𝑓2 𝑥, 𝑦 = 0.
Metode iterasi Jacobi pada dasarnya serupa dengan metode iterasi titik
tetap untuk persamaan non linear, yakni mengubah SPNL ke dalam
bentuk
𝑥 = 𝑔1 𝑥, 𝑦
𝑦 = 𝑔2 𝑥, 𝑦 .
Metode Iterasi Jacobi
Mulai dengan nilai awal (𝑥0 , 𝑦0 ) kemudian hitung barisan
𝑥𝑘+1 , 𝑦𝑘+1 dengan aturan
𝑥𝑘+1 = 𝑔1 𝑥𝑘 , 𝑦𝑘
𝑦𝑘+1 = 𝑔2 𝑥𝑘 , 𝑦𝑘
untuk 𝑘 = 0, 1, 2, …
Metode Iterasi Jacobi
Pandang sistem persamaan non linear
𝑓1 𝑥, 𝑦 = 𝑥 2 − 2𝑥 − 𝑦 + 0.5 = 0
𝑓2 𝑥, 𝑦 = 𝑥 2 + 4𝑦 2 − 4 = 0.
Secara grafik, akar sistem persamaan non linear diperlihatkan pada
Gambar 1.
Metode Iterasi Jacobi

Gambar 1. Kurva sistem persamaan non linear pada contoh ini

Metode Iterasi Jacobi
Ubah sistem persamaan non linear
𝑓1 𝑥, 𝑦 = 𝑥 2 − 2𝑥 − 𝑦 + 0.5 = 0 (*)
𝑓2 𝑥, 𝑦 = 𝑥 2 + 4𝑦 2 − 4 = 0. (**)
sebagai berikut.
Ubah persamaan (*) menjadi
𝑥 2 − 𝑦 + 0.5
𝑥= .
2
Kemudian tambahkan −8𝑦 kedua ruas pada persamaan (**) diperoleh
−𝑥 2 − 4𝑦 2 + 8𝑦 + 4
𝑦= .
8
Metode Iterasi Jacobi
Kasus 1. Jika digunakan nilai awal 0, 1 maka iterasi akan konvergen
Kasus 2. Jika digunakan nilai awal 2, 0 maka iterasi akan divergen,
tetapi jika persamaan (*) ditambahkan kedua ruas dengan −2𝑥 dan
persamaan (**) ditambahkan kedua ruas dengan −11𝑦 iterasi akan
konvergen.

Mengapa hal ini terjadi? Berikut dijelaskan teorinya.

Metode Iterasi Jacobi
Definisi (Matriks Jacobi)
Anggap 𝑓1 𝑥, 𝑦 dan 𝑓2 𝑥, 𝑦 fungsi dengan variabel bebas 𝑥 dan 𝑦.
Maka matriks Jacobi 𝐽 𝑥, 𝑦 didefinisikan sebagai

𝜕𝑓1 𝜕𝑓1
𝜕𝑥 𝜕𝑦
𝐽 𝑥, 𝑦 = .
𝜕𝑓2 𝜕𝑓2
𝜕𝑥 𝜕𝑦
Metode Iterasi Jacobi
Demikian pula untuk fungsi tiga variabel bebas 𝑓1 (𝑥, 𝑦, 𝑧), 𝑓2 (𝑥, 𝑦, 𝑧),
dan 𝑓3 (𝑥, 𝑦, 𝑧), matriks Jacobi 𝐽 𝑥, 𝑦, 𝑧 didefinisikan sebagai
𝜕𝑓1 𝜕𝑓1 𝜕𝑓1
𝜕𝑥 𝜕𝑦 𝜕𝑧
𝜕𝑓2 𝜕𝑓2 𝜕𝑓2
𝐽 𝑥, 𝑦, 𝑧 = .
𝜕𝑥 𝜕𝑦 𝜕𝑧
𝜕𝑓3 𝜕𝑓3 𝜕𝑓3
𝜕𝑥 𝜕𝑦 𝜕𝑧
Konvergensi di Sekitar Titik Tetap
Definisi 1
Titik tetap dari sistem dua persamaan 𝑥 = 𝑔1 (𝑥, 𝑦) dan 𝑦 = 𝑔2 (𝑥, 𝑦)
adalah 𝑝, 𝑞 sedemikian sehingga
𝑝 = 𝑔1 𝑝, 𝑞 dan 𝑞 = 𝑔2 𝑝, 𝑞 . (1)
Analog untuk sistem tiga persamaan 𝑥 = 𝑔1 (𝑥, 𝑦, 𝑧), 𝑦 = 𝑔2 (𝑥, 𝑦, 𝑧),
dan 𝑧 = 𝑔3 (𝑥, 𝑦, 𝑧), titik tetapnya adalah 𝑝, 𝑞, 𝑟 sedemikian sehingga
𝑝 = 𝑔1 (𝑝, 𝑞, 𝑟), 𝑞 = 𝑔2 𝑝, 𝑞, 𝑟 , dan 𝑟 = 𝑔3 𝑝, 𝑞, 𝑟 . (2)
Metode Iterasi Jacobi
Definisi 2
Untuk sistem persamaan 𝑥 = 𝑔1 (𝑥, 𝑦) dan 𝑦 = 𝑔2 (𝑥, 𝑦), bentuk iterasi
titik tetap adalah
𝑥𝑘+1 = 𝑔1 𝑥𝑘 , 𝑦𝑘
𝑦𝑘+1 = 𝑔2 𝑥𝑘 , 𝑦𝑘
untuk 𝑘 = 0, 1, 2, …
Metode Iterasi Jacobi
Definisi 3
Untuk sistem persamaan 𝑥 = 𝑔1 (𝑥, 𝑦, 𝑧), 𝑦 = 𝑔2 (𝑥, 𝑦, 𝑧), dan 𝑧 =
𝑔3 (𝑥, 𝑦, 𝑧), bentuk iterasi titik tetap adalah
𝑥𝑘+1 = 𝑔1 𝑥𝑘 , 𝑦𝑘 , 𝑧𝑘
𝑦𝑘+1 = 𝑔2 𝑥𝑘 , 𝑦𝑘 , 𝑧𝑘
𝑧𝑘+1 = 𝑔2 𝑥𝑘 , 𝑦𝑘 , 𝑧𝑘
untuk 𝑘 = 0, 1, 2, ….
Metode Iterasi Jacobi
Teorema 1 (Mathew, 2004)
Anggap bahwa fungsi pada persamaan (1) dan (2) mempunyai turunan
pertama kontinu pada suatu daerah yang memuat titik tetap (𝑝, 𝑞) atau
𝑝, 𝑞, 𝑟 berturut-turut. Jika nilai awal dipilih cukup dekat ke titik tetap, maka
berlaku
1) Jika (𝑝0 , 𝑞0 ) cukup dekat ke (𝑝, 𝑞) dan jika
𝜕𝑔1 𝜕𝑔1
𝑝, 𝑞 + 𝑝, 𝑞 < 1
𝜕𝑥 𝜕𝑦
𝜕𝑔2 𝜕𝑔2
𝑝, 𝑞 + 𝑝, 𝑞 < 1
𝜕𝑥 𝜕𝑦
maka iterasi akan konvergen ke titik tetap 𝑝, 𝑞 .
Metode Iterasi Jacobi
2. Jika 𝑝0 , 𝑞0 , 𝑟0 cukup dekat ke 𝑝, 𝑞, 𝑟 dan jika
𝜕𝑔1 𝜕𝑔1 𝜕𝑔1
𝑝, 𝑞, 𝑟 + 𝑝, 𝑞, 𝑟 + 𝑝, 𝑞, 𝑟 < 1
𝜕𝑥 𝜕𝑦 𝜕𝑧
𝜕𝑔2 𝜕𝑔2 𝜕𝑔2
𝑝, 𝑞, 𝑟 + 𝑝, 𝑞, 𝑟 + 𝑝, 𝑞, 𝑟 < 1
𝜕𝑥 𝜕𝑦 𝜕𝑧
𝜕𝑔3 𝜕𝑔3 𝜕𝑔3
𝑝, 𝑞, 𝑟 + 𝑝, 𝑞, 𝑟 + 𝑝, 𝑞, 𝑟 < 1
𝜕𝑥 𝜕𝑦 𝜕𝑧
maka iterasi titik tetapnya akan konvergen.
Metode Iterasi Jacobi
Pandang kembali sistem persamaan non linear
𝑓1 𝑥, 𝑦 = 𝑥 2 − 2𝑥 − 𝑦 + 0.5 = 0 (*)
𝑓2 𝑥, 𝑦 = 𝑥 2 + 4𝑦 2 − 4 = 0. (**)
sebagai berikut.
Ubah persamaan (*) menjadi
𝑥 2 − 𝑦 + 0.5
𝑥= .
2
Kemudian tambahkan −8𝑦 kedua ruas pada persamaan (**) diperoleh
−𝑥 2 − 4𝑦 2 + 8𝑦 + 4
𝑦= .
8
Metode Iterasi Jacobi
Dengan persamaan iterasi titik tetap adalah
𝑝𝑘2 − 𝑞𝑘 + 0.5
𝑝𝑘+1 = 𝑔1 𝑝𝑘 , 𝑞𝑘 =
2 2
2
−𝑝𝑘 − 4𝑞𝑘 + 8𝑞𝑘 + 4
𝑞𝑘+1 = 𝑔2 𝑝𝑘 , 𝑞𝑘 =
8
Dengan menggunakan Teorema 1 diperoleh bahwa
𝜕𝑔1 𝜕𝑔1 1
𝑥, 𝑦 = 𝑥, 𝑥, 𝑦 = −
𝜕𝑥 𝜕𝑦 2
𝜕𝑔2 𝑥 𝜕𝑔2
𝑥, 𝑦 = − , 𝑥, 𝑦 = −𝑦 + 1
𝜕𝑥 4 𝜕𝑦
Metode Iterasi Jacobi
Perhatikan bahwa untuk setiap 𝑥, 𝑦 ∈ 𝑥, 𝑦 | − 0.5 < 𝑥 < 0.5, 0.5 < 𝑦 < 1.5
memenuhi

𝜕𝑔1 𝜕𝑔1
𝑝, 𝑞 + 𝑝, 𝑞 = 𝑥 + −0.5 < 1
𝜕𝑥 𝜕𝑦

𝜕𝑔2 𝜕𝑔2 −𝑥
𝑝, 𝑞 + 𝑝, 𝑞 = + −𝑦 + 1 < 0.625 < 1
𝜕𝑥 𝜕𝑦 4
Dengan Teorema 1 mengakibatkan iterasi titik tetap dengan nilai awal 0,1 akan
konvergen ke 𝑝, 𝑞 ≈ −0.2222146, 0.9938084 .
Metode Iterasi Jacobi
Sementara itu, disekitar titik tetap yang lain yaitu 1.90068, 0.31122 tidak
memenuhi Teorema 1, jadi kekonvergenan tidak dijamin yaitu:

𝜕𝑔1 𝜕𝑔1
1.90068, 0.31122 + 1.90068, 0.31122 = 2.40068 > 1
𝜕𝑥 𝜕𝑦

𝜕𝑔2 𝜕𝑔2
1.90068, 0.31122 + 1.90068, 0.31122 = 1.16395 > 1
𝜕𝑥 𝜕𝑦
Contoh Metode Iterasi Jacobi
Gunakan metode iterasi Jacobi (dua iterasi) dengan nilai awal (0, 1)
untuk mencari akar sistem persamaan non linear
𝑓1 𝑥, 𝑦 = 𝑥 2 − 2𝑥 − 𝑦 + 0.5 = 0
𝑓2 𝑥, 𝑦 = 𝑥 2 + 4𝑦 2 − 4 = 0.
yang telah diubah bentuknya menjadi
𝑥 2 − 𝑦 + 0.5
𝑥= = 𝑔1 (𝑥, 𝑦),
2
22
−𝑥 − 4𝑦 + 8𝑦 + 4
𝑦= = 𝑔2 𝑥, 𝑦 .
8
Contoh Metode Iterasi Jacobi
Jawab.
Diketahui nilai awal 𝑥0 = 0 dan 𝑦0 = 1.
Iterasi 1.
𝑥02 −𝑦0 +0.5 02 −1+0.5
𝑥1 = = = −0.25
2 2
−𝑥02 −4y20 +8𝑦0 +4 −02 −4⋅12 +8⋅1+4
𝑦1 = = =1
8 8
Iterasi 2.
𝑥12 −𝑦1 +0.5 −0.25 2 −1+0.5
𝑥2 = = = −0.21875
2 2
−𝑥12 −4𝑦12 +8𝑦1 +4 − −0.25 2 −4⋅12 +8⋅1+4
𝑦2 = = = 0.9921875
8 8
Metode Gauss Seidel
Misalkan diberikan SPNL yang berbentuk
𝑝 = 𝑔1 𝑝, 𝑞 dan 𝑞 = 𝑔2 𝑝, 𝑞 .
Metode Gauss Seidel adalah metode iterasi titik tetap yang diberikan
sebagai:
• Iterasi titik tetap untuk 2 dimensi
𝑝𝑘+1 = 𝑔1 𝑝𝑘 , 𝑞𝑘
𝑞𝑘+1 = 𝑔2 𝑝𝑘+1 , 𝑞𝑘
untuk 𝑘 = 0, 1, 2, …
Metode Gauss Seidel
• Iterasi titik tetap untuk 3 dimensi
𝑝𝑘+1 = 𝑔1 𝑝𝑘 , 𝑞𝑘 , 𝑟𝑘
𝑞𝑘+1 = 𝑔2 𝑝𝑘+1 , 𝑞𝑘 , 𝑟𝑘
𝑟𝑘+1 = 𝑔3 (𝑝𝑘+1 , 𝑞𝑘+1 , 𝑟𝑘 )
untuk 𝑘 = 0, 1, 2, …
Metode Gauss Seidel pada dasarnya serupa dengan metode iterasi titik
tetap namun untuk menghitung 𝑞𝑘+1 dibutuhkan nilai dari 𝑝𝑘+1 dan
untuk menghitung 𝑟𝑘+1 dibutuhkan nilai dari 𝑝𝑘+1 dan 𝑞𝑘+1 .
Contoh Metode Gauss Seidel
Gunakan metode Gauss Seidel (dua iterasi) dengan nilai awal (0, 1)
untuk mencari akar sistem persamaan non linear
𝑓1 𝑥, 𝑦 = 𝑥 2 − 2𝑥 − 𝑦 + 0.5 = 0
𝑓2 𝑥, 𝑦 = 𝑥 2 + 4𝑦 2 − 4 = 0.
yang telah diubah bentuknya menjadi
𝑥 2 − 𝑦 + 0.5
𝑥= = 𝑔1 (𝑥, 𝑦),
2
22
−𝑥 − 4𝑦 + 8𝑦 + 4
𝑦= = 𝑔2 𝑥, 𝑦 .
8
Contoh Metode Gauss Seidel
Jawab.
Diketahui nilai awal 𝑥0 = 0 dan 𝑦0 = 1.
Iterasi 1.
𝑥02 −𝑦0 +0.5 02 −1+0.5
𝑥1 = = = −0.25
2 2
−𝑥12 −4y20 +8𝑦0 +4 −(−0.25)2 −4⋅12 +8⋅1+4
𝑦1 = = = 0.9921875
8 8
Iterasi 2.
𝑥12 −𝑦1 +0.5 −0.25 2 −0.9921875+0.5
𝑥2 = = = −0.21484375
2 2
−𝑥22 −4𝑦12 +8𝑦1 +4 − −0.21484375 2 −4⋅0.99218752 +8⋅0.9921875+4
𝑦2 = = =
8 8
0.986448288
Metode Newton
Pandang persamaan nonlinear
𝑢 = 𝑓1 𝑥, 𝑦 = 0
𝑣 = 𝑓2 𝑥, 𝑦 = 0

Jika 𝑢 dan 𝑣 mempunyai turunan parsial yang kontinu, maka diferensial

dapat digunakan sebagai pendekatan dari sistem persamaan nonlinear
tersebut yang berlaku disekitar titik 𝑥0 , 𝑦0 .
Metode Newton
𝜕𝑓1 𝑥0 , 𝑦0 𝜕𝑓1 𝑥0 , 𝑦0
𝑢 − 𝑢0 ≈ 𝑥 − 𝑥0 + 𝑦 − 𝑦0
𝜕𝑥 𝜕𝑦
𝜕𝑓2 𝑥0 , 𝑦0 𝜕𝑓2 𝑥0 , 𝑦0
𝑣 − 𝑣0 ≈ 𝑥 − 𝑥0 + 𝑦 − 𝑦0
𝜕𝑥 𝜕𝑦
Dalam bentuk matriks Jacobi,
𝜕𝑓1 𝑥0 , 𝑦0 𝜕𝑓1 𝑥0 , 𝑦0
𝑢 − 𝑢0 𝜕𝑥 𝜕𝑦 𝑥 − 𝑥0
𝑣 − 𝑣0 = 𝜕𝑓2 𝑥0 , 𝑦0 𝜕𝑓2 𝑥0 , 𝑦0 𝑦 − 𝑦0
𝜕𝑥 𝜕𝑦
atau Δ𝐹 ≈ 𝐽 𝑥0 , 𝑦0 Δ𝑋.
Metode Newton
Misal 𝑝, 𝑞 adalah solusi dari 𝑢 = 𝑓1 𝑥, 𝑦 = 0 dan 𝑣 = 𝑓2 𝑥, 𝑦 = 0
sehingga 𝑓1 𝑝, 𝑞 = 0 dan 𝑓2 𝑝, 𝑞 = 0.
Selanjutnya misal Δ𝑢 = 𝑢 − 𝑢0 , Δ𝑣 = 𝑣 − 𝑣0 , Δ𝑝 = 𝑥 − 𝑝0 , Δ𝑞 = 𝑦 −
𝑞0 .
Perhatikan bahwa 𝑢 − 𝑢0 = 𝑓1 𝑝, 𝑞 − 𝑓1 𝑝0 , 𝑞0 = −𝑓1 𝑝0 , 𝑞0
demikian pula untuk 𝑣 − 𝑣0 = −𝑓2 𝑝0 , 𝑞0 .
Metode Newton
Dengan demikian diperoleh
−𝐹 𝑝0 , 𝑞0 = 𝐽 𝑝0 , 𝑞0 Δ𝑃
atau
Δ𝑃 = −𝐽 𝑝0 , 𝑞0 −1 𝐹 𝑝0 , 𝑞0 .
Jadi, pendekatan solusi adalah
𝑃1 = 𝑃0 + Δ𝑃 = 𝑃0 − 𝐽 𝑝0 , 𝑞0 −1 𝐹 𝑝0 , 𝑞0 .
Contoh Metode Newton
Pandang sistem persamaan nonlinear
𝑓1 𝑥, 𝑦 = 𝑥 2 − 2𝑥 − 𝑦 + 0.5 = 0
𝑓2 𝑥, 𝑦 = 𝑥 2 + 4𝑦 2 − 4 = 0.
Gunakan metode Newton dengan nilai awal 𝑝0 , 𝑞0 = 2, 0.25 .

Jawab.
Diketahui
𝑓1 𝑥, 𝑦 𝑥 2 − 2𝑥 − 𝑦 + 0.5
𝐹 𝑥, 𝑦 = =
𝑓2 𝑥, 𝑦 𝑥 2 + 4𝑦 2 − 4
Contoh Metode Newton
2𝑥 − 2 −1
𝐽 𝑥, 𝑦 =
2𝑥 8𝑦
Iterasi 1.
0.25
𝐹 𝑝0 , 𝑞0 = 𝐹 2, 0.25 =
0.25
2 −1
𝐽 𝑝0 , 𝑞0 = 𝐽 2, 0.25 =
4 2
Diperoleh
2 −1 Δ𝑝 0.25
=−
4 2 Δ𝑞 0.25
Contoh Metode Newton
−0.25 −1
−0.25 2 −0.25 − 0.25
Δ𝑝 = = = −0.09375.
2 −1 8
4 2
2 −0.25
Δ𝑞 = 4 −0.25 = −0.5 + 1 = 0.0625.
2 −1 8
4 2
−0.09375
Diperoleh Δ𝑃 = .
0.0625
Contoh Metode Newton
Diperoleh akar iterasi yang pertama
2 −0.09375 1.90625
𝑃1 = 𝑃0 + Δ𝑃 = + = .
0.25 0.0625 0.3125
Dengan cara yang sama, diperoleh akar iterasi yang kedua, yaitu
1.900691
𝑃2 = .
0.311213
(coba kerjakan sebagai latihan).
Latihan Soal
1. Pandang kembali sistem persamaan non linear
𝑓1 𝑥, 𝑦 = 𝑥 2 − 2𝑥 − 𝑦 + 0.5 = 0
𝑓2 𝑥, 𝑦 = 𝑥 2 + 4𝑦 2 − 4 = 0.
Jika persamaan 𝑓1 ditambah 2𝑥 kedua ruas dan persamaan 𝑓2 ditambah
− 11𝑦 kedua ruas, apakah penyelesaian akan konvergen disekitar titik
tetap 1.90068, 0.31122 ?
2. Diberikan
𝑓1 𝑥, 𝑦 = 𝑥 2 − 𝑦 − 0.2 = 0
𝑓2 𝑥, 𝑦 = 𝑦 2 − 𝑥 − 0.3 = 0.
Latihan Soal
Tentukan penyelesaian 𝑥, 𝑦 dengan metode Newton dengan nilai
awal 1.2, 1.2 dan nilai awal −0.2, −0.2 . Perpotongan kedua
persamaan diberikan sebagai berikut. (Mathew, 2004)
Latihan Soal
3. Diberikan
𝑓1 𝑥, 𝑦 = 𝑥 2 + 𝑦 2 − 2 = 0
𝑓2 𝑥, 𝑦 = 𝑥𝑦 − 1 = 0
Buktikan bahwa solusinya adalah 1, 1 dan −1, −1 . Perpotongan
kedua grafik diberikan pada gambar berikut. (Mathew, 2004). Kesulitan
apa yang mungkin akan timbul jika kita mencoba menyelesaikan
menggunakan metode Newton.