LECTURE NOTES

Calculus and Scientific Computing

Week ke-7

System of Linear Equation

 LEARNING OUTCOMES

Mampu menyelesaikan masalah numerik melalui scientific computation

OUTLINE MATERI :
1. Sistem Persamaan Linear
2. Dekomposisi LU
3. Pivot
4. Metode Gauss Seidel
 Sistem Persamaan Linear

A. Sistem Persamaan Linear

Sistem persamaan linear adalah persamaan-persamaan linear yang dikorelasikan untuk
membentuk suatu sistem. Sistem persamaannya bisa terdiri dari satu variabel, dua variabel atau
lebih. Secara matematika, system persamaan linear dituliskan sebagai berikut:
a11x1 + a12 x2 +L + a1n xn = b1
a21x1 + a22 x2 +L + a2n xn = b2
M M
an1 x1 + an2 x2 +L + ann xn = bn

yang dapat dituliskan dalam bentuk perkalian matriks

 𝐴𝑥 = 𝑏
a11 a12 L a1n  x1  b1 
a21 a22 a2n x2  b2 
M O   =  
 xM bM
an1 an2 ann  n   n 
Nilai 𝑥1 , 𝑥2 , … . , 𝑥𝑛 dapat dicari dengan menyelesaikan system persamaan linear ini. Beberapa
metode popular yang dapat digunakan untuk menyelesaikan system persamaan linear antara lain
adalah: 
1. Metode eliminasi Gauss
2. Dekomposisi LU
3. Eliminasi Gauss – Jordan

Tabel 1. Metode penyelesaian system persamaan linear

Calculus and Scientific Computing

Tabel 1 memberikan gambaran mengenai perbedaan antara ketiga metode yang telah disebutkan.
Pada Tabel ini, L adalah matriks segitiga bawah, U adalah matriks segitiga atas, dan I adalah
matriks identitas yang dituliskan ke dalam bentuk Berikut ini

B. Dekomposisi LU
Setiap matriks A yang berukuran 𝑛𝑥𝑛 dapat dinyatakan sebagai perkalian antara matriks L dan U
sehingga
𝐴 = 𝐿𝑈
Proses menentukan matriks L dan U dari suatu matriks A dinamakan sebagai dekomposisi LU.
Dekomposisi LU tidak tunggal, banyak cara yang dapat dilakukan untuk menentukan L dan U.
Tiga bentuk dekomposisi LU yang paling sering digunakan ditunjukkan pada Tabel 2.

Tabel 2. Dekomposisi LU

Setelah matriks A di dekomposisi menjadi L dan U, maka system persamaan linear 𝐴𝑥 = 𝑏 akan
lebih mudah untuk diselesaikan yaitu dengan Langkah-langkah:
1. Tuliskan ulang system persamaan linear ke dalam bentuk
𝐿𝑈𝑥 = 𝑏
2. Misalkan 𝑈𝑥 = 𝑦 sehingga system menjadi
𝐿𝑦 = 𝑏
Dan ini dapat diselesaikan untuk memperoleh 𝑦.
3. Selesaikan 𝑈𝑥 = 𝑦 untuk memperoleh 𝑥 dengan metode substitusi.
Langkah-langkah ini juga ditunjukan dalam ilustrasi Gambar 1.

Calculus and Scientific Computing

 Gambar 1. Dekomposisi LU

Dekomposisi Doolittle
Bentuk dekomposisi Doolittle adalah dengan mencari matriks L dan U yang memenuhi 𝐴 = 𝐿𝑈
dan berbentuk

Setelah meyelesaikan perkalian LU maka akan diperoleh

Gunakan eliminasi Gauss untuk matriks A. Langkah pertama, gunakan eliminasi dengan memilih
baris pertama sebagai baris pivot dan gunakan operasi baris elementer:

sehingga matriks A diperbaharui menjadi

Calculus and Scientific Computing

Selanjutnya, gunakan baris kedua sebagai baris pivot dan gunakan operasi baris elementer:

sehingga A menjadi

Bentuk akhir ini adalah bentuk matriks U yang dapat diperoleh melalui metode eliminasi gauss
untuk matriks A.

Setelah mendapatkan bentuk matriks L, maka selanjutnya adalah menyelesaikan persamaan

𝐿𝑦 = 𝑏 dengan menggunakan substitusi yaitu

Selesaikan untuk 𝑦𝑘 maka

Berikut ini adalah algoritma yang dapat digunakan untuk mendapatkan solusi dari system
persamaan linear dengan menggunakan metode dekomposisi LU melalui Bahasa pemrograman
Python:

Calculus and Scientific Computing

Calculus and Scientific Computing
Contoh:
Gunakan dekomposisi Doolitle untuk menyelesaikan system persamaan linear 𝑨𝒙 = 𝒃 dengan A
dan b sebagai Berikut:

Solusi
Step 1.
Dekomposisi matriks A menggunakan eliminasi Gauss dengan operasi baris elementer:

Simpan faktor pengali di dalam matriks L yaitu L21 = 1 dan L31 = 2, kemudian juga diperoleh

Step 2.
Eliminasi gauss dengan operasi baris elementer

Simpan faktor pengali di dalam matriks L yaitu L32 = −4.5, kemudian juga diperoleh

Step 3.
Diperoleh matriks L dan U yaitu

Step 4.
Solusi 𝐿𝑦 = 𝑏 diperoleh melalui substitusi dengan menyelesaikan bentuk matriks augmented
berikut

Calculus and Scientific Computing

sehingga diperoleh

Step 4.
Persamaan 𝑈𝑥 = 𝑦 dengan bentuk matriks augmentasi:

memiliki solusi

C. Pivot
Suatu matriks A yang berukuran 𝑛𝑥𝑛 dikatan diagonal dominan jika memenuhi pertidaksamaan
berikut

Sebagai contoh, matriks

tidak diagonal dominan, tetapi jika kita atur ulang urutan barisnya menjadi

Calculus and Scientific Computing

maka matriks ini menjadi dominan diagonal.

Teknik untuk memilih pivot yang baik adalah dengan mengatur urutan baris pada suatu matriks
sehingga matriks tersebut menjadi diagonal dominan. Ini merupakan konsep dasar untuk
menyelesaikan system persamaan linear dengan menggunakan pivot.

Metode eliminasi Gauss juga dapat dikombinasikan dengan Teknik pemilihan pivot. Misalkan
akan dicari solusi system 𝐴𝑥 = 𝑏, maka pertama-tama kita perlu membuat A menjadi matriks
diagonal dominan. Definisikan suatu vector 𝑠 yang elemennya adalah

Kedepannya, 𝑠𝑖 kita sebut sebagai factor skala untuk baris ke-i yang isinya adalah nilai mutlak
terbesar dari semua elemen yang ada di matriks A baris ke -i. Definisikan juka rasio relative
untuk elemen 𝐴𝑖𝑗 yaitu

Misalkan Langkah eliminasi matriks A sudah sampai pada suatu kondisi dimana baris ke -𝑘
menjadi baris pivot, maka matriks augmentednya menjadi

Pilihan elemen terbaik untuk menjadi pivot adalah elemen 𝐴𝑝𝑘 yang memiliki rasio relatif
terbesar, dengan kata lain pilihlah 𝑝 sehingga

Calculus and Scientific Computing

Contoh:
Selesaikan system 𝐴𝑥 = 𝑏 dengan A dan b sebagai berikut

melalui eliminasi Gauss dengan Teknik pivot.

Step 1. Matriks augmented dan vector factor skala untuk matriks A secara berturut-turut adalah

Step 2. Menentukan elemen pivot, dengan terlebih dahulu menghitung rasio relative setiap
elemen di baris pertama yaitu

𝑟21 adalah elemen terbesar, sehingga 𝐴21 adalah pivot terbaik.

Step 3. Tukar baris 1 dan 2 dari matriks augmented dan vector faktor skalanya

sehingga langkah awal eliminasi Gauss akan menghasilkan

Step 4. Elemen pivot untuk Tahap selanjutnya adalah salah satu diantara 𝐴22 dan 𝐴32 . Mari kita
lihat siapa yang akan menang.

Calculus and Scientific Computing

𝑟12 tidak relevan karena baris pertama sudah menjadi baris pivot di step sebelumnya. Nilai 𝑟32
lebih besar dari 𝑟22 sehingga baris ke-3 menjadi pivot terbaik. Ubah urutan baris ke-2 dan ke-3
maka

sehingga eliminasi Gauss yang kedua akan memberikan

Step 5. Lakukan substitusi balik untuk memperoleh hasil xT = [1 -1 2]

Berikut ini adalah algoritma untuk metode pIvot pada eliminasi gauss dengan Bahasa
pemrograman python.

Calculus and Scientific Computing

Calculus and Scientific Computing
D. Metode Gauss Seidel
Sistem persamaan 𝐴𝑥 = 𝑏 jika dituliskan dalam bentuk skalar akan menjadi

atau juga dapat ditulis

selesaikan untuk 𝑥𝑖 maka diperoleh

Nilai 𝑥𝑖 ini akan diperbaharui di setiap iterasi sehingga kekonvergenan iterasinya dapat dicek
melalui

Untuk setiap 𝑖, dimana 𝑗 dan 𝑗 − 1 merepresentasikan iterasi yg sedang dihitung dengan iterasi
sebelumnya, dan 𝜀𝑠 adalah besarnya toleransi eror yang diinginkan.

Berikut ini adalah algoritma untuk metode pIvot pada eliminasi gauss dengan Bahasa
pemrograman python

Calculus and Scientific Computing

Calculus and Scientific Computing
Contoh
Gunakan metode Gauss Seidel untuk menyelesaikan

Solusi:

Pilih tebakan awal 𝑥1 = 𝑥2 = 𝑥3 = 0 maka:

iterasi ke-1:

iterasi ke-2:

Iterasi ke-3:

Setelah 5 iterasi, maka akan diperoleh solusi yang sama dengan solusi eksak yaitu 𝑥1 = 3, 𝑥2 =
𝑥3 = 1

Calculus and Scientific Computing

 KESIMPULAN
Sistem persamaan linear dapat diaplikasikan pada permasalhan nyata yang mengaitkan pada
banyak variable/ parameter yang saling berkaitan satu sama lain. Banyak metode yang dapat
digunakan untuk menyelesaikan system persamaan linear. Metode yang dibahas pada mata
kuliah ini terbatas pada metode eliminasi gauss yang dikombinasikan dengan pivot, metode
dekomposisi LU, dan metode Gaus Seidel. Metode ini akan lebih digunakan dengan
menggunakan bantuan computer dengan Menyusun terlebih dahulu algoritma nya. Dengan
demikian, kita dapat menyelesaikan system persamaan linear dengan ukuran yang besar karena
adanya bantuan komputer.

Calculus and Scientific Computing

 DAFTAR PUSTAKA

1. Kiusalaas, J. (2013). Numerical Methods in Engineering with Python 3. United

Kingdom: Cambridge University Press. ISBN:9781107033856

Calculus and Scientific Computing