METODE NUMERIK

Pengampu: Yesi Franita, M. Sc.

Pertemuan 2
PENYELESAIAN SPL SECARA
NUMERIK (1)
S1 Pendidikan Matematika
Fakultas Keguruan dan Ilmu Pendidikan
Universitas Tidar
 CAPAIAN PEMBELAJARAN PERTEMUAN

Mahasiswa mampu menggunakan metode numerik untuk menghitung

hampiran penyelesaian SPL (1).

2
 SISTEM PERSAMAAN LINEAR
Review

• Sistem Persamaan Linear (SPL) merupakan salah satu model dan masalah matematika
yang banyak dijumpai di dalam berbagai disiplin, termasuk matematika, statistika,
fisika, biologi, ilmu-ilmu sosial, dan teknik.
• Suatu SPL terdiri dari sejumlah berhingga persamaan linear dalam sejumlah berhingga
variabel.
• Menyelesaikan suatu SPL adalah mencari nilai-nilai variabel-variabel tersebut yang
memenuhi SPL yang diberikan.
• Metode untuk menyelesaikan SPL ada dua, yaitu metode langsung dan metode tak
langsung (iterasi).
• Metode langsung: metode untuk mencari penyelesaian SPL dalam langkah berhingga,
misalnya metode Gauss, Gauss-Jordan, dan dekomposisi LU.
• Metode tak langsung (iterasi): metode yang bermula dari suatu hampiran
penyelesaian awal kemudian memperbaiki hampiran dengan tak berhingga langkah
konvergen. Metode ini digunakan untuk menyelesaikan SPL berukuran besar dan
proporsi koefisien nolnya besar, seperti dalam sistem persamaan diferensial.
Contoh: iterasi Jacobi dan iterasi Gauss-Seidel.
3
 SISTEM PERSAMAAN LINEAR (2)
Review

Bentuk umum SPL: a11 x1 + a12 x2 + ... + a1n xn = b1

a21 x1 + a22 x2 + ... + a2 n xn = b2
a31 x1 + a32 x2 + ... + a3n xn = b3 (1)

an1 x1 + an 2 x2 + ... + ann xn = bn

atau dapat dituliskan dalam bentuk
AX = B
dengan A matriks koefisien berukuran n x n, B vektor konstanta n x 1 dan X
vektor n x 1 yang akan dicari nilainya. Gabungan matriks A dan vektor kolom B,
yakni matriks n x (n + 1)(A|B), disebut matriks augmented (augmented
matrix) dari SPL (1).
Apabila semua nilai bi = 0 untuk i = 1, 2, … , n, maka SPL (1)disebut sistem
homogen. Jika terdapat bk ≠ 0, untuk suatu 1 ≤ k ≤ n, maka SPL (1) disebut
sistem nonhomogen.
4
 SISTEM PERSAMAAN LINEAR (3)
Review

Teorema (Syarat Adanya Penyelesaian SPL (1))

Misalkan A adalah matriks koefisien SPL (1). Pernyataan-pernyataan berikut
mengenai SPL (1) adalah ekuivalen.
1. Untuk setiap vektor B, SPL (1) memiliki tepat sebuah solusi x.
2. Untuk setiap vektor B, SPL (1) memiliki sedikitnya sebuah solusi tunggal x.
3. Bentuk homogen SPL (1) memiliki tepat sebuah solusi
x1 = x2 = … = xn = 0.
4. |A| ≠ 0.
Notasi |A| menyatakan determinan matriks A. Jika |A| = 0, maka
matriks A dikatakan singular dan jika |A| ≠ 0, maka matriks A dikatakan
nonsingular.

5
 Review
1. METODE ELIMINASI GAUSS

• Metode eliminasi Gauss digunakan untuk menyelesaikan sebuah sistem SPL

dengan mengubah SPL tersebut ke dalam bentuk segitiga atas, yakni bentuk
yang semua koefisien di bawah diagonal utamanya bernilai nol.
• Bentuk segitiga atas ini dapat diselesaikan dengan menggunakan substitusi
balik.
• Untuk mendapatkan bentuk SPL segitiga dari SPL yang diketahui, metode
eliminasi Gauss menggunakan sejumlah operasi baris elementer (OBE).

 a11 a12 a13 | b1   a11 a12 a13 | b1  x3 = b "3 / a ''33

a a22 a23 | b2  →  0 a22 a23 | b '2  → x2 = ( b '2 − a '23 x3 ) / a '22
 21
 a31 a32 a33 | b3   0 0 a33 | b ''3  x1 = ( b1 − a12 x2 − a13 x3 ) / a11

Gambaran prosedur hitungan melalui metode Eliminasi Gauss

6
1. METODE ELIMINASI GAUSS (2) Review

Secara umum, metode eliminasi Gauss terdiri atas dua tahap.

1. Eliminasi secara berturut-turut variabel-variabel x1, x2, x3, …, xn-1 dari
beberapa persamaan.
2. Substitusi kembali nilai-nilai yang sudah didapat ke dalam persamaan-
persamaan tersebut untuk mendapatkan nilai-nilai yang belum diketahui di
antara xn, xn-1, xn-2, …, x1.


Penyelesaian selanjutnya adalah dengan back solving mulai dari baris paling
bawah dilanjutkan dengan baris atasnya.
xn = bn*/ann dilanjutkan dengan ke bagian atasnya, sampai diperoleh nilai x1.

7
 CONTOH 1.1

Tentukan penyelesaian persamaan berikut ini!

Penyelesaian:
Persamaan di atas diubah ke dalam bentuk matriks.

8
CONTOH 1.1 (Lanjutan)

9
 CONTOH 1.1 (Lanjutan)

Jadi, penyelesaian
Persamaan (****) sudah terbentuk matriks segitiga atas, sehingga dapat persamaan Contoh
dilakukan back solving. 1.1 adalah

10
 CONTOH 1.2
Selesaikan SPL berikut dengan menggunakan metode eliminasi Gauss!
x1 − x2 + 2 x3 − x4 = −8
2 x1 − 2 x2 + 3 x3 − 3 x4 = −20
x1 + x2 + x3 = −2
x1 − x2 + 4 x3 + 3x4 = 4

Penyelesaian:
Matriks augmented-nya adalah

 1 −1 2 −1 | −8 
 
 2 −2 3 −3 | −20 
1 1 1 0 | −2 
 
 1 −1 4 3 | 4 

11
 CONTOH 1.2 (Lanjutan)

 1 −1 2 −1 | −8   1 −1 2 −1 | −8   1 −1 2 −1 | −8 
 
 2 −2 3 −3 | −20  b2 = b2 – 2b1   b2 ↔ b3  
1 1
 0 0 −1 −1 | −4   0 2 −1 1 | 6
1 0 | −2  b = b – b  0 2 −1 1
  b3 = b3 – b1 | 6  0 0 −1 −1 | −4 
 1 −1 4 3 | 4  4 4 1    
0 0 2 4 | 12  0 0 2 4 | 12 

Karena pada langkah ini matriks koefisiennya sudah b4 = 2b3 + b4

berbentuk matriks segitiga atas, langkah selanjutnya
adalah substitusi. Dari matriks terakhir diperoleh nilai-
nilai x4, x3, x2, dan x1 sebagai berikut.  1 −1 2 −1 | −8 
x4 = 4/2 = 2  
x3 = (-4 + x4)/(-1) = (-4 + 2)/(-1) = 2  0 2 −1 1 | 6
x2 = (6 + x3 – x4)/2 = (6 + 2 – 2)/2 = 3  0 0 −1 −1 | −4 
x1 = -8 + x2 – 2x3 + x4 = -8 + 3 – 4 + 2 = -7  
Jadi, penyelesaiannya adalah (-7, 3, 2, 2) 0 0 0 2 | 4

12
 2. METODE ELIMINASI GAUSS-JORDAN Review

• Metode eliminasi Gauss-Jordan digunakan untuk menyelesaikan sebuah

sistem SPL dengan membuat nol elemen-elemen di bawah maupun di atas
diagonal utama suatu matriks. Hasilnya adalah matriks tereduksi yang berupa
matriks diagonal satuan (semua elemen utama pada diagonal utama bernilai
1, elemen-elemen lainnya nol).
• Penyelesaian SPL yang dicari dapat dibaca pada kolom terakhir matriks
augmented, tanpa perlu melakukan perhitungan lagi (bentuk eselon baris
tereduksi)
Penyelesaian SPL:

13
 CONTOH 2.1

Selesaikan soal pada Contoh 1.1 dengan eliminasi Gauss-Jordan!

Hint: Penyelesaian tahap pertama dengan penyelesaian Gauss
sampai terbentuk matriks segitiga atas. Kemudian dilanjutkan
dengan membuat matriks segitiga bawah sampai diperoleh matriks
diagonal.

14
 CONTOH 2.2
Penyelesaian Contoh 1.2 dengan eliminasi Gauss-Jordan.
 1 −1 2 −1 | −8   1 −1 2 −1 | −8   1 −1 2 −1 | −8 
  b = b – 2b1    
 2 −2 3 −3 | −20  2 2 b 2 ↔ b3
 0 0 −1 −1 | −4   0 2 −1 1 | 6
1 1 1 0 | −2  b3 = b3 – b1  0 2 −1 1 | 6  0 0 −1 −1 | −4 
  b4 = b4 – b1    
 1 −1 4 3 | 4 
0 0 2 4 | 12  0 0 2 4 | 12 

b2 = b2/2

1 0 0 −2 | −11 b1 = b1 – (3/2)*b3 1 0 3/ 2−1/ 2 | −5   1 −1 2 −1 | −8 

    bb1 == b– 1b+ b2  
 0 1 −1/ 2 1/ 2
b2 = b2 + (1/2)*b3
0 1 0 1 | 5 
0 1 −1/ 2 1/ 2 | 3  3 3
| 3
0 0 1 1 | 4  b4 = b4 – 2b3 0 0 1 1 | 4 0 0 −1 −1 | −4 
     
0 0 0 2 | 4  0 0 2 4 | 12  0 0 2 4 | 12 

15
 CONTOH 2.2

1 0 0 −2 | −11 1 0 0 −2 | −11 b1 = b1 + 2b4 1 0 0 0 | −7 

     
0 1 0 1 | 5  b4 = b4/2
0 1 0 1 | 5  b2 = b2 – b4
0 1 0 0 | 3
0 0 1 1 | 4  0 0 1 1 | 4  b3= b3 – b4 0 0 1 0 | 2
     
0 0 0 2 | 4  0 0 0 1 | 2 
0 0 0 1 | 2

Dari matriks terakhir, diperoleh matriks diagonal satuan, sehingga penyelesaian

SPL Contoh 1.2 dapat dibaca pada kolom terakhir, yaitu X = (-7 3 2 2)T.

16
 DISKUSI

Pada pembahasan sebelumnya, kita membatasi SPL yang terdiri dari

n persamaan dan n variabel. Bagaimana penyelesaian SPL dengan n
persamaan dan m variabel?

17
3. PENYELESAIAN SPL DENGAN MATLAB
(Langsung di Command Window)
• MATLAB menyediakan berbagai macam fungsi matriks yang dapat digunakan untuk
menentukan penyelesaian masalah SPL Ax = b.

• Untuk mendapatkan solusi aljabar, perlu terlebih dahulu dicari invers dari A, sehingga
adj ( A)
diperoleh persamaan: A-1 Ax = A-1b, sehingga x = A-1b, dengan A−1 = .
| A|
• Berikut diberikan beberapa perintah yang dipahami oleh MATLAB guna mendukung
pemecahan masalah-masalah SPL.
1. Rank matriks
Perintah: >>rank(A)
Contoh:
>>A = [1 2 3 9; 8 6 5 4; 3 2 1 0]
>>rank(A)
2. Eselon baris tereduksi
Perintah: >>rref(A)

18
3. PENYELESAIAN SPL DENGAN MATLAB
(Langsung di Command Window) (2)
3. Penyelesaian SPL
Jika diberikan matriks A dan B, apakah ada matriks X sedemikian
sehingga A*X = B atau X*A = B?
Dalam hal ini, MATLAB menggunakan dua simbol pembagian, slash (/)
dan backslash (\), dimana X = B/A adalah penyelesaian untuk X*A = B,
dan X = A\B penyelesaian untuk A*X = B .

19
 3. PENYELESAIAN SPL DENGAN MATLAB
(Langsung di Command Window) (3)
• Pada MATLAB orde dari matriks A tidak harus selalu bujur sangkar. Jika A
adalah matriks m x n, dengan m = banyak baris dan n = banyak kolom, maka
ada tiga kemungkinan solusi, yaitu:
m=n Sistem bujur sangkar terdapat satu penyelesaian.
Penyelesaian dengan MATLAB adalah dengan mencari x = A\b atau dengan
menghitung x = inv(A)*b.
m>n Sistem ‘overdeterminated’. Pada sistem ini, jumlah persamaan lebih banyak dari
koefisien yang dicari sehingga akan dicari penyelesaian minimum. MATLAB
operator backslash (\) dapat menyelesaikan SPL bentuk ini secara otomatis.
m<n Sistem ‘underdeterminated’. Pada sistem ini, jumlah persamaan lebih sedikit
dari koefisien yang dicari sehingga pemecahannya tidak pernah unik. MATLAB
mencarikan solusi dasar yang paling banyak komponen m yang tidak nol, tetapi
tetap tidak unik. Jadi, akan dicari solusi dasar dengan maksimum m komponen
tidak nol. MATLAB operator backslash (\) dapat menyelesaikan SPL bentuk ini
secara otomatis.

20
 3. PENYELESAIAN SPL DENGAN MATLAB
(Langsung di Command Window) (4)
• Dengan menggunakan program MATLAB, SPL pada Contoh 1.2 dapat
diselesaikan sebagai berikut.
>> A = [ 1 -1 2 -1; 2 -2 3 -3; 1 1 1 0; 1 -1 4 3]
A=
1 -1 2 -1
2 -2 3 -3
1 1 1 0
1 -1 4 3
>> b = [-8; -20; -2; 4]
b=
-8
-20
-2
4
>>x = inv(A)*b

21
 3. PENYELESAIAN SPL DENGAN MATLAB
(Langsung di Command Window) (5)
x=
-7.0000
Jadi, penyelesaian dapat dilakukan
dengan menggunakan invers atau
3.0000
metode pembagian. Metode invers
2.0000
cukup jelas, sesuai dengan notasi
2.0000
matematika biasa. Untuk
pembagian, penyelesaian SPL Ax =
>> x = A\b
b pada MATLAB dapat dilakukan
x= dengan x = A\b, dibaca “A
-7.0000 backslash b” atau “b dibagi oleh A
3.0000 dari kiri”.
2.0000
2.0000

22
3. PENYELESAIAN SPL DENGAN MATLAB
(Langsung di Command Window) (6)
• Untuk menghasilkan bentuk eselon baris tereduksi atau reduced
row echelon form (RREF) dari suatu matriks A, dapat digunakan
fungsi rref(A).
• Penyelesaian SPL Ax = b juga dapat diperoleh dengan
menggunakan fungsi rref(A) pada MATLAB, yakni dengan
menggunakan perintah rref( [A b] ). Jika rank(A) = rank ( [A b] )
= n, maka kolom terakhir merupakan vektor penyelesaian SPL
tersebut.

23
 LATIHAN SOAL

Selesaikan SPL Ax = b untuk matriks koefisien A dan vektor konstanta b berikut ini!
(gunakan metode eliminasi Gauss/Gauss-Jordan dan bandingkan hasilnya dengan
perhitungan menggunakan MATLAB)
5 7 6 5  1  1 1/ 2 1/ 3 1/ 4  1
       
7 10 8 7 −1 1/ 2 1/ 3 1/ 4 1/ 5  −1
a) A =   b=  b) A =  b= 
 6 8 10 9   −1  1/ 3 1/ 4 1/ 5 1/ 6  1
       
 5 7 9 10  1 1/ 4 1/ 5 1/ 6 1/ 7   −1

24
 REFERENSI

• Atkinson, K. & Han, W. 2004. Elementary Numerical Analysis, 3rd ed. New York: John
Willey & Sons, Inc.
• Sahid. 2005. Pengantar Komputasi Numerik dengan MATLAB. Yogyakarta: Penerbit ANDI.

• Triatmodjo, B. 2002. Metode Numerik. Yogyakarta: Beta Offset.

25
TERIMA KASIH