MAKALAH FISIKA KOMPUTASI

MATRIKS DAN SISTEM PERSAMAAN LINEAR

DOSEN PENGAMPU:
Prof. Dr. MAKMUR SIRAIT, M. Si

DISUSUN OLEH:

KELOMPOK 3

ANDIL HOTASI SIREGAR

DESI ESTERINA TARIGAN
NELLY CATRINA L.TOBING

PENDIDIKAN FISIKA PPs A 21

PROGRAM STUDI MAGISTER PENDIDIKAN FISIKA

UNIVERSITAS NEGERI MEDAN
2022
 KATA PENGANTAR

Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas rahmat dan
bimbinganNya, akhirnya dapat menyelesaikan makalah tugas rutin matakuliah Fisika
Komputasi, program studi S2 Pendidikan Fisika, yang merupakan makalah dengan
judul Matriks dan Sistem Persamaan Linear.
Penulis mengucapkan terimakasih yang sebesar-besarnya serta penghargaan
kepada Bapak Prof. Dr. Makmur Sirait, M. Si sebagai dosen pengampu mata kuliah ini
yang telah banyak memberikan bimbingan dan arahan sehingga penulis dapat
menyelesaikan tugas makalah ini.
Penulis menyadari bahwa tugas ini masih jauh dari kesempurnaan, oleh karena itu
penulis sangat mengharapkan saran dan kritikan untuk perbaikan tulisan ini. Akhir kata
kami mengucapkan banyak terimakasih dan berharap semoga tulisan ini bermanfaat
bagi penulis dan pembaca.

Medan, Februari 2022

Kelompok 3

i
 DAFTAR ISI

KATA PENGANTAR......................................................................................i
DAFTAR ISI....................................................................................................ii

BAB 1
1.1 Latar Belakang............................................................................................1
1.2 Rumusan Masalah.......................................................................................1
1.3 Tujuan.........................................................................................................2

BAB II
2.1 Matriks........................................................................................................3
2.2 Sistem Persamaan Linear............................................................................5
2.3 Metode Eliminasi Gauss.............................................................................6
2.4 Metode Eliminasi Gauss-Jordan.................................................................9
2.5 Aplikasi Dalam Fisika................................................................................12

BAB III
3.1 Kesimpulan.................................................................................................14
3.2 Saran...........................................................................................................14

DAFTAR PUSTAKA.......................................................................................15

ii
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Sistem persamaan linier merupakan salah satu model dan masalah matematika
yang banyak dijumpai di dalam berbagai disiplin, termasuk matematika, statistika,
fisika, biologi, ilmu-ilmu sosial, teknik dan bisnis. Sistem-sistem persamaan linier
muncul secara langsung dari masalah-masalah nyata, dan merupakan bagian dari proses
penyelesaian masalah-masalah lain (Sahid. 2004).
Mencari solusi sistem persamaan linear pada umumnya dapat menggunakan dua
metode yaitu metode langsung atau metode tidak langsung atau metode iterasi. Metode
langsung prinsip kerjanya tidak menggunakan tebakan awal, misalnya metode invers,
metode eleminasi gauss, dan metode faktorisasi LU, sedangkan metode Jacobi dan
metode Gauss-Seidel. Mencari solusi sistem persamaan linear dengan metode iterasi
dimulai dengan tebakan awal dan diperbaiki pada proses berikutnya sehingga diperoleh
solusi hampiran yang memenuhi batas toleransi yang diberikan (Sativa. 2015).
Pada makalah yang kami buat ini kami akan membahas beberapa metode yang
digunakan untuk menyelesaikan permasalahan sistem persamaan linier dengan
menggunakan matriks. Metode tersebut adalah Metode Eleminasi Gauss, Metode
Eleminasi Gauss-Jordan, dan Metode Iterasi Gauss-Seidel. Metode Eleminasi Gauss
digunakan untuk menyelesaikan sebuah sistem persamaan linier dengan mengubah
sistem persamaan linier tersebut ke dalam bentuk sistem persamaan linier berbentuk
segititga atas, yakni yang semua koefisien di bawah diagonal utamanya bernilai nol
(Sahid. 2012). Metode Gauss-Jordan terdiri dari eliminasi maju/mundur, yang
menjadikan mariks koefisien A sebagai identitas matriks sehingga yang dihasilkan akan
muncul sebagai solusi (Yang. 2005). Metode Iterasi Gauss-Seidel hampir sama dengan
Metode Iterasi Jacobi. Perbedaannya hanya terletak pada penggunaan nilai elemen
vektor x baru yang langsung digunakan pada persamaan dibawahnya (Suparno. 2008).

1.2. Rumusan Masalah

1. Bagaimana Metode Eliminasi Gauss pada Sistem Persamaan Linier?
2. Bagaimana Metode Eliminasi Gauss-Jordan pada Sistem Persamaan Linier?

1
1.3. Tujuan
1. Memahami Metode Eliminasi Gauss pada Sistem Persamaan Linier
2. Memahami Metode Eliminasi Gauss-Jordan pada Sistem Persamaan Linier

2
 BAB II
PEMBAHASAN
2.1.    Matriks

Matriks dalam matematika merupakan kumpulan bilangan, simbol atau ekspresi

berbentuk persegi panjang yang disusun menurut baris dan kolom. Bilangan-bilangan
yang terdapat pada suatu matriks disebut dengan elemen atau disebut juga anggota dari
suatu matriks. Kumpulan elemen yang tersusun secara horizontal disebut baris,
sedangkan kumpulan elemen yang tersusun secara vertikal disebut kolom. Suatu
matriks yang memiliki m baris dan n kolom disebut matriks m x n dan disebut sebagai
matriks yang memiliki orde m x n (Tampomas, H, 2011).
Terdapat tiga jenis format data di MATLAB, yaitu skalar, vektor, dan matriks.
1. Skalar, ialah suatu bilangan tunggal
2. Vektor, ialah sekelompok bilangan yang tersusun 1-dimensi. Dalam MATLAB
biasanya disajikan sebagai vektor-baris atau vektor-kolom
3. Matriks, ialah sekelompok bilangan yang tersusun dalam segi-empat 2-dimensi.
Di dalam Matlab, matriks didefinisikan dengan jumlah baris dan kolomnya. Di
Matlab terdapat pula matriks berdimensi 3, 4, atau lebih. Sebenarnya, semua data bisa
dinyatakan sebagai matriks. Skalar bisa dianggap sebagai matriks satu baris – satu
kolom (matriks 1×1), dan vektor bisa dianggap sebagai matriks 1-dimensi: satu baris –
n kolom, atau n baris – 1 kolom (matriks 1×n atau n×1). Semua perhitungan di Matlab
dilakukan dengan matriks, sehingga disebut Matlab yang merupakan singkatan dari
MATrix LABoratory.
Matriks didefinisikan dengan kurung siku ( [ ] ) dan biasanya dituliskan baris-per-
baris. Tanda koma (,) digunakan untuk memisahkan kolom, dan titik-koma (;) untuk
memisahkan baris. Kita juga bisa menggunakan spasi untuk memisahkan kolom dan
menekan Enter ke baris baru untuk memisahkan baris.
Sebuah matriks dalam Matlab didefinisikan dengan beberapa cara, yaitu :
1. Menuliskan semua elemen matriks dalam satu baris dengan dipisahkan tanda titik
koma (;)
>> A=[1 2 4;2 4 5;2 1 2]
2. Menuliskan semua elemen matriks per barisnya
>> A=[1 2 4

3
 245
2 1 2]
3. Menuliskan/mendefinisikan terlebih dahulu elemen matriks per baris matriks
>> a1=[1 2 4]
>> a2=[2 4 5]
>> a3=[2 1 2]
>> A=[a1;a2;a3]
Ukuran sebuah matriks dalam Matlab dapat di vari dengan command size.Misal :
>> A=[2 3 -4 0 0; 3 -3 -1 -1 1; 0 3 -3 4 9]
A=
2 3 -400
3 -3 -1 -1 1
0 3 -3 4 9
>> S=size(A)
S=
35
Angka 3 menununjukkan jumlah baris sedangkan angka 5 menunjukkan jumlah kolom.

Matriks memiliki beberapa matriks khusus yang dalam Matlab dapat dioperasikan
menggunakan command yang khusus pula. Adapun beberapa matriks khusus tersebut
antara lain:
1. Matriks Identitas.
Matriks Identitas adalah suatu matriks diagonal berordo n dengan elemen-
elemen pada diagonal utama bernilai 1. Command yang digunakan untuk
mendefinisikan matriks identitas adalah command eye. Cara penulisan perintah untuk
matriks identitas yaitu I=eye(m,n).
2. Matriks Ones
Matriks ones adalah suatu matriks berordo (m x n) yang setiap elemennya bernilai
1. Command yang digunakan untuk mendefinisikan matriks ones adalah command ones.
Cara penulisan perintah untuk matriks ones yaitu A=ones(m,n).
3. Matriks Zeros
Matriks zeros adalah suatu matriks berordo (m x n) yang setiap elemennya bernilai
0. Command yang digunakan untuk mendefinisikan matriks zeros adalah command
zeros. Cara penulisan perintah untuk matriks ones yaitu A=zeros(m,n).

4
4. Matriks Hilbert
Matriks hilbert adalah suatu matriks berordo (m×n), yang nilai setiap elemennya
1
mempunyai aturan A(i, j)= .Command yang digunakan untuk mendefinisikan
(i + j−1)
matriks hilbert adalah command hilb. Cara penulisan perintah untuk matriks hilbert
yaitu A=hilb(m,n).
5. Matriks Pacsal
Matriks Pascal adalah suatu matriks berordo (m× n ), yang nilai setiap elemennya
mengikuti aturan teorema segitiga pascal. Command yang digunakan untuk
mendefinisikan matriks pascal adalah command pascal. Cara penulisan perintah untuk
matriks pascal yaitu A=pascal(m,n).
6. Matriks Magic
Matriks magic adalah suatu matriks berordo (m × n), yang nilai setiap elemennya
mengikuti kaidah bujur sangkar ajaib. Command yang digunakan untuk mendefinisikan
matriks magic adalah commandmagic. Cara penulisan perintah untuk matriks magic
yaitu A=magic (m,n).
7. Matriks Diagonal
Matriks diagonal adalah suatu matriks persegi berordo n dengan elemen-elemen matriks
yang berada di bawah dan di atas diagonal utama semuanya bernilai nol. Command yang
digunakan untuk mendefinisikan matriks diagonal adalah commanddiago. Cara
penulisan perintah untuk matriks diagonal yaitu A=diag(x).

2.2. Sistem Persamaan Linier

Sistem persamaan linier merupakan kumpulan persamaan-persamaan linier yang
dapat diselesaikan dengan berbagai metode seperti inversi matriks, reduksi baris, dan
beberapa metode lainnya. Sistem persamaan linier sendiri merupakan hasil dari upaya
untuk memecahkan suatu permasalahan tertentu, seperti arus listrik dalam rangkaian
multi simpul (Viridi. 2016).
Suatu sistem persamaan linier terdiri atas sejumlah n berhingga persamaan liner
dalam sejumlah n berhingga variabel. Menyelesaikan suatu sistem persamaan linier
adalah mencari nilai-nilai variabel-variabel tersebut yang memenuhi semua persamaan
linier yang diberikan. Sebuah sistem sembarang yang terdiri dari n persamaan linier dan
n variabel yang tidak diketahui disebut sistem persamaan linier, yang dalam bentuk
persamaan matriks ditulis

5
 Ax=b
Dengan A adalah matriks koefisien yang berukuran n x n, serta x dan b merupakan
matriks kolom yang berukuran n x 1( Kiusalaas. 2005)

2.3. Metode Eleminasi Gauss

Eliminasi Gauss adalah metode paling umum untuk memecahkan persamaan
simultan. Ini terdiri dari dua bagian: fase eliminasi dan fase solusi. Sebagaimana
ditunjukkan dalam Tabel 1.1, fungsi fase eliminasi adalah untuk mengubah persamaan
menjadi bentuk Ux = c. Persamaan kemudian diselesaikan dengan substitusi balik
(Kiusalaas. 2005)

Tabel 1.1. Ada tiga metode langsung yang populer, masing-masing

dari yang menggunakan operasi dasaruntuk menghasilkan bentuk
akhir dari persamaan yang mudah dipecahkan.

Contoh :
Carilah nilai x1, x2 dan x3 dari persamaan berikut :

Matrik persebarannya adalah sebagai berikut :

Langkah 1 Buat elemen dibawah a11 menjadi nol

Hitung :

Hitung :
Baris ke-2 baru = barus ke-2 lama –l21 x baris ke-1

6
Baris ke-3 baru = baris ke-3 lama –l31 x baris ke-1

Langkah 2
Hitung :

Hitung :
Baris ke-3 baru = baris ke-3 lama –l32 x baris ke-2

x 3=72
x 2=−13
x 1=4

Contoh Menggunakan Matlab :

Untuk contohnya kita kerjakan sama dengan pengerjaan dengan metode gauss secara
manual yaitu :
Carilah nilai x1, x2 dan x3 dari persamaan berikut :

7
1. Tulis algoritma pada matlab seperti dibawah :
disp('Menyelesaikan Persamaan Linear dengan Metode Eliminasi
Gauss')
disp(' KELOMPOK III ')
disp(' 1. Andil Siregar 2. Desi Tarigan 3. Nelly L.Tobing ')
disp('------------------------------------------------------')
a=input('Masukkan Elemen Matriks a : ');
n=input('Jumlah Persamaan :');
disp('Elemen Matriks');a
%Gauss elimination method
[m,n]=size(a);
for j=1:m-1
for z=2:m
if a (j,j)==0
t=a(j,:);a(j,:)=a(z,:);
a(z,:)=t;
end
end
for i=j+1:m
a(i,:)=a(i,:)-a(j,:)*(a(i,j)/a(j,j));
end
end
x=zeros(1,m);
for s=m:-1:1
c=0;
for k=2:m
c=c+a(s,k)*x(k);
end
x(s)=(a(s,n)-c)/a(s,s);
end
a
disp('Nilai-nilai x:');
x'

2. Selanjutnya kita Run erlebih dahulu dan kemudian menulis persamaan tadi ke
matlab dan matriksnya juga.

8
 3. Kemudian akan didapat nilai-nilai x, seperti berikut ini :

2.4. Metode Eliminasi Gauss-Jordan

Eliminasi Gauss-Jordan terdiri dari eliminasi maju / mundur, yang menjadikan
matriks koefisien A sebagai identitas matriks sehingga yang dihasilkan akan muncul
sebagai solusi (Yang. 2005). Pada Eliminasi Gauss diatas secara garis besar terdiri dari
beberapa langkah:
a) Operasi normalisasi : elemen diagonal diubah menjadi bernilai 1
b) Operasi reduksi : elemen non-diagonal diubah menjadi bernilai 0
Pada Eleminasi Gauss-Jordan operasi a & b dikerjakan bersamaan.
Contoh :
Tentukan nilai x1,x2, dan x3 dari persamaan berikut ini :

Normalisasi baris 1 dengan membaginya dengan elemen ‘pivot’ = 2, kemudian :

9
 a. Baris 2- baris 1 yang baru
b. Baris 3 +3x baris 1 yang baru

Normalisasi baris 2 dengan membaginya dengan elemen ‘pivot’ = 25/2, kemudian :

a. Kurangi (-7/2 x baris 2 yang baru) dari baris 1
b. Kurangi (-5/2 x baris 2 yang baru) dari baris 3

Normalisasi baris 3 dengan membaginya dengan elemen ‘pivot’ = 47/5, kemudian :

a. Kurangi (-6/25 x baris 3 yang baru) dari baris 1
b. Kurangi (-16/25 x baris 3 yang baru) dari baris 2

Maka didapatlah nilai :

x1 = 4, x2 = 1, dan x3 = 2

Contoh Menggunakan Matlab :

Untuk soalnya kita samakan seperti pengerjaan Metode Gauss-Jordan diatas.
Tentukan nilai x1, x2, dan x3 dari persamaan dibawah :

1. Tuliskan algoritma Metode Gauss-Jordan pada aplikasi matlab.

disp('Menyelesaikan Persamaan Linear dengan Metode Eliminasi
Gauss-Jordan')
disp(' KELOMPOK III ')
disp(' 1. Andil Siregar 2. Desi Tarigan 3. Nelly L.Tobing ')
disp('------------------------------------------------------')
a=input('Masukkan Elemen Matriks a : ');
n=input('Jumlah Persamaan :');
disp('Elemen Matriks');a
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%Gauss-Jordan Method
[m,n]=size(a);
for j=1:m-1
for z=2:m
if a(j,j)==0

10
 t=a(1,:);a(1,:)=a(z,:);
a(z,:)=t;
end
end
for i=j+1:m
a(i,:)=a(i,:)-a(j,:)*(a(i,j)/a(j,j));
end
end

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
a
disp('Nilai-nilai x:');
x'

2. Jalankan program dengan menekan tombol run dan tulis juga persamaan yang
mau dicari tadi ke matlab dan bentuk ke matriks.

11
 3. Maka akan mendapatkan hasil :

Hasil yang di dapatkan sama dengan pencobaaan secara manual.

2.5. Aplikasi Dalam Fisika

HUKUM II KIRCHHOFF
Contoh

Gunakan metode Eliminasi Gauss untuk menentukan arus i1,i2 dan i3 yang
mengalir pada rangkaian berikut ini:

12
 Berdasarkan Hukum Kirchhoff:
I 1 +I 2 =I 3
−14+6 I 1 −10−4 I 2=0
10−6 I 1 +2 I 3=0
 Lalu kita susun ulang ketiga persamaan di atas menjadi seperti ini:
I 1 +I 2 −I 3 =0
6 I 1 −4 I 2=24
6 I 1 +2 I 3 =10
 Kemudian dinyatakan dalam bentuk matriks:
1 1 −1 0
|6 −4 0 |24 |
6 0 2 10
 Kemudian diselesaikan dengan menggunakan Metode Eliminasi Gauss
Jordan pada Matlab, dan didapatkan hasil sebagai berikut :

13
 BAB III
PENUTUP

3.1. Kesimpulan
Untuk menyelesaikan solusi sistem persamaan linier kita memerlukan beberapa
metode. Metode tersebut adalah Metode Eleminasi Gauss dan Metode Eleminasi Gauss-
Jordan.
1. Metode Eleminasi Gauss digunakan untuk menyelesaikan sebuah sistem
persamaan linier dengan mengubah sistem persamaan linier tersebut ke dalam
bentuk sistem persamaan linier berbentuk segititga atas, yakni yang semua
koefisien di bawah diagonal utamanya bernilai nol.
2. Metode Gauss-Jordan terdiri dari eliminasi maju/mundur, yang menjadikan
mariks koefisien A sebagai identitas matriks sehingga yang dihasilkan akan
muncul sebagai solusi.

3.2. Saran
Kami menyadari kekurangan dari makalah ini. Sehingga kami manyarankan
kepada pembaca agar bisa memberikan kritik dan sarannya, agar makalah ini bisa jadi
lebih baik. Terima kasih.

14
 DAFTAR PUSTAKA

Kiusalaas. 2005. Numerical Methods in Engineering with Matlab. Cambridge :

Cambridge University Press
Sahid. 2004. Pengantar Komputasi Numerik dengan Matlab. Yogyakarta : FMIPA-
UNY
Sativa. 2015. Metode Gauss-Seidel Prekondisi Untuk Mencari Solusi Sistem Persamaan
Linear. JOM FMIPA 2(1), Universitas Riau, Pekanbaru.
Suparno, S. 2008. Komputasi Untuk Sains dan Teknik. Jakarta : FMIPA-UI
Viridi, S. 2016. Komputasi Fisika. Bandung : FMIPA-ITB
Yang,. Cao,. Chung,. And Morris, J. 2005. Applied Numerical Methods Using Matlab.
United States of America : Wiley-Interscience

15