SISTEM PERSAMAAN LINEAR

ANALISIS NUMERIK

Dosen Pengampu: Yulia Darnita, S.Kom, M.Kom

Diajukan untuk Memenuhi Tugas Mata Kuliah Analisis Numerik

Disusun Oleh:

M.Ikhwan Fauzi (2055201134)

JURUSAN TEKNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS MUHAMMADIYAH BENGKULU

 KATA PENGANTAR

Dengan menyebut nama Allah Yang Maha Pengasih lagi Maha

Penyayang. Puji syukur penyusun panjatkan atas kehadirat Allah SWT karena
dengan ridha-Nya makalah yang berjudul “Sistem Persamaan Linear” ini dapat
terselesaikan tepat waktu.

Penyusunan makalah ini dalam rangka memenuhi tugas mata kuliah

Analisis Numerik. Semoga dengan terselesaikannya makalah ini dapat menjadi
manfaat bagi penyusun khususnya dan bagi pembaca pada umumnya.

Selama penyusunan makalah ini, penyusun mendapatkan bantuan dari

berbagai pihak sehingga dapat memperlancar proses penyelesaiannya. Untuk
itu penyusun menyampaikan terima kasih kepada semua pihak yang telah
berkontribusi dalam penyusunan makalah ini (google).

Terlepas dari semua itu, penyusun menyadari bahwa penyusunan

makalah ini masih jauh dari kesempurnaan. Oleh karena itu, penyusun
mengharapkan kritik dan saran yang membangun guna penyempurnaan
makalah ini di masa yang akan datang.

Bengkulu, 19 November 2022

M.Ikhwan Fauzi

i
 DAFTAR ISI

KATA PENGANTAR..............................................................................................i
DAFTAR ISI............................................................................................................ii
BAB I PENDAHULUAN
A. Latar Belakang..........................................................................................1
B. Rumusan Masalah.....................................................................................1
BAB II PEMBAHASAN
A. Sistem Persamaan Linear..........................................................................2
B. Sistem Linear Segitiga Atas......................................................................3
C. Eliminasi Gauss dan Pivoting....................................................................4
BAB III PENUTUP
A. Simpulan..................................................................................................19
DAFTAR PUSTAKA

ii
 BAB I
PENDAHULUAN

A. Latar Belakang
Permasalahan matematika yang rumit dan kompleks terkadang tidak dapat
diselesaikan dengan cara analitik, sehingga diperlukan suatu cara yang dapat
memberikan solusi dari permasalahan tersebut. Metode numerik menawarkan
cara yang dapat digunakan untuk menyelesaikan permasalahan tersebut
dengan operasi hitung yang sederhana dengan solusi yang mendekati solusi
sejati.

Dalam masalah sistem persamaan linear, metode numerik memberikan

berbagai metode untuk menyelesaikannya, termasuk metode eliminasi Gauss.
Metode eliminasi Gauss menjadi salah satu metode penyelesaian praktis yang
dapat dilakukan untuk menemukan solusi dari sistem persamaan linear.

B. Rumusan Masalah
1. Bagaimana menuliskan sistem persamaan linear sebagai persamaan
matriks?
2. Bagaimana rumus umum solusi Sistem Linear Segitiga Atas?
3. Bagaimana penyelesaian SPL dengan metode eliminasi Gauss?

1
 BAB II
PEMBAHASAN

A. Sistem Persamaan Linear

Sistem persamaan linear (SPL) dengan n peubah banyak dinyatakan
sebagai:
a 11 x1 + a12 x 2+ …+a1 n x n=b1
a 21 x1 + a22 x 2+ …+a 2n x n=b 2
⋮ ⋮
⋮ ⋮
a n1 x 1+ an 2 x 2 +…+ ann x n=bn
Dengan menggunakan perkalian matriks, kita dapat menulis sistem
persamaan linear di atas sebagai persamaan matriks
Ax=b
dengan A=[aij ] adalah matriks berukuran n x n
x=[x j] adalah matriks berukuran n x 1
b=[b j ] adalah matriks berukuran n x 1 (disebut juga vektor kolom),
yaitu

[ ][ ] [ ]
x b1
a11 a12 a13 … a1 n 1
x2 b2
a21 a22 a23 …
x = b3
a31 a32 a33 … an 2 a n3 … a nn 3
⋮ ⋮
⋮ ¿ ¿ ¿
xn bn

Solusi dari sistem persamaan linear di atas adalah himpunan nilai

x 1 , x 2 , … , x n yang memenuhi n buah persamaan. Metode penyelesaian sistem
persamaan linear dengan determinan (aturan Cramer) tidak praktis untuk
sistem yang besar. Beberapa metode penyelesaian praktis yang dapat
dilakukan adalah metode eliminasi Gauss dan Gauss-Jordan.1

2
B. Sistem Linear Segitiga Atas
1. Rumus Umum Solusi Sistem Linear Segitiga Atas
Secara umum, Sistem Persamaan Linear (SPL) dengan matriks
koefisien n × n atau Sistem Linear Segitiga Atas (SLSA) dapat ditulis
dalam bentuk berikut:

a 11 x1 + a12 x 2+ …+a1 n x n=c 1

a 22 x 2+ …+a2 n xn =c 2

a n−1, n−1 x n−1 +an−1 , n x n=c n−1

a n ,n xn =c n

( )( ) ( )
a11 a12 ⋯ a1 , n−1 a1 ,n x1 c1
0 a 22 ⋯ a2 , n−1 a2 , n x2 c2
⋮ ⋮¿⋮ ⋮ ⋮ = ⋮
0 0 ⋯ a n−1, n−1 a n−1 , n x n−1 c n−1
0 0 ⋯ 0 an ,n xn cn

Nilai setiap variabel pada Sistem Linear Segitiga Atas (SLSA) n × n

dapat dihitung dengan:
cn
x n=
an , n
c n−1−an−1 , n x n
x n−1=
an−1 ,n−1
c n−2−an −2 , n−1 x n−1−a n−1, n x n
x n−2=
an−2 ,n−2
⋮⋮
c 2−a23 x3 −a24 x 4−…−a2 n x n
x 2=
a22
c 1−a12 x 2−a13 x 3−…−a1 n x n
x 1=
a11

3
 Sehingga,
c i−( ai ,i +1 x i+1 +ai , i+2 xi +2+ …+ai , n x n )
x i=
aii
Karena (a i ,i+1 xi +1+ ai ,i +2 x i+2 +…+ ai , n x n) dapat ditulis dalam bentuk
n

∑ ai ,i + j xi + j
j=1

n
c i−∑ a i ,i+ j x i+ j
,maka j=1 .2
x i= ; i=1,2,3 , … , n
aii
2. Contoh Soal
Tentukan solusi dari Sistem Persamaan Linear berikut.
3 x 1+ 4 x 2+ x3 =6
2 x2 +3 x 3=8
5 x 3=10
SPL tersebut dapat ditulis dalam bentuk AX = C berikut.

( )( ) ( )
3 4 1 x1 6
0 2 3 x2 = 8
0 0 5 x3 10

Dari bentuk tersebut diperoleh

10
x 3= =2
5
8−3.2 2
x 2= = =1
2 2
6−4 ( 1 )−1(2) 0
x 1= = =0
3 3
Jadi, solusi SPL diatas adalah x 1=0 ; x 2=1 ; x 3=2

C. Eliminasi Gauss dan Pivoting

1. Metode Eliminasi Gauss
Metode eliminasi Gauss pada prinsipnya bertujuan untuk
mentransformasi sistem Ax=b menjadi sistem Ux= y dengan U adalah

4
 matriks segitiga atas. Selanjutnya solusi x dapat dihitung dengan teknik
penyulihan mundur. Berikut contoh sistem dengan 4 persamaan linear:
a 11 x1 + a12 x 2+ a13 x 3 +a 14 x 4 =b1
a 21 x1 + a22 x 2+ a23 x 3 +a 24 x 4 =b2
a 31 x1 + a32 x 2+ a33 x 3 +a 34 x 4 =b3
a 41 x 1+ a42 x 2 +a 43 x 3 +a 44 x 4 =b4

Berikut bentuk matriks dari sistem persamaan linear di atas:

[ |] [ |]
a 11 a12 a13 a 14 b1 a11 a 12 a13 a14
b1
a 21 a22 a23 a 24 b2 0 a 22 a23 a24
b2
a31 a32 a33 a34 b3 Dieliminasi 0 0 a33 a34
b3
a41 a42 a43 a44 b4 menjadi 0 0 0 a44
b4
[ A , b] [U , y] [U , y]

Proses eliminasi terdiri atas tiga operasi baris elementer, yaitu:

a. Pertukaran : urutan dua persamaan dapat ditukar karena pertukaran

tersebut tidak mempengaruhi solusi akhir.
b. Penskalaan: persamaan dapat dikali dengan konstanta bukan nol,
karena perkalian tersebut tidak mempengaruhi solusi akhir.
c. Penggantian : persamaan dapat diganti dengan penjumlahan persamaan
itu dengan penggandaan persamaan lain. Misalnya persamaan diganti
dengan selisih persamaan itu dengan dua kali persamaan lain

barisr ≔baris r−mp , r baris p

Nilai a r ,r pada posisi (r , r ) yang digunakan untuk mengeliminasi x r

pada baris r +1 , r +2 , … , N dinamakan elemen pivot dan persamaan pada
baris ke-r disebut persamaan pivot. Ada kemungkinan pivot bernilai nol
sehingga pembagian dengan nol tidak dapat dihindari. Tata ancang
eliminasi yang tidak mempedulikan nilai pivot adalah tata ancang yang
naif (naive) atau sederhana. Metode eliminasi Gauss seperti ini
dinamakan metode eliminasi Gauss naif (naive Gaussian elimination),

5
karena metodenya tidak melakukan pemeriksaan kemungkinan
pembagian dengan nol. Pada metode eliminasi Gauss naif tidak ada
operasi pertukaran baris dalam rangka menghindari pivot yang bernilai
nol itu.

Contoh:

Selesaikan sistem persamaan linear dengan metode eliminasi Gauss naif:

2 x1 +3 x 2−x 3=5

4 x1 + 4 x 2−3 x3 =3

−2 x1 +3 x 2−x 3=1

Penyelesaian:

[ |] [ |] [ | ]
R 2− R 1
2 3 −1 5 2 2 3 −1 5 6 2 3 −1 5
R− R
4 4 −3 3 0 −2 −1 −7 3 −2 2 0 −2 −1 −7
−2 3 −1 1 2 0 6 −2 6 0 0 −5 −15
R3 − R 1
2

Keterangan:

a. Elemen yang dicetak tebal menyatakan pivot.

b. Simbol menyatakan operasi baris elementer.
c. Ri menyatakan baris (row) ke-i.
4
d. R2− R1 artinya elemen-elemen pada baris kedua dikurangi dua
2
kali elemen-elemen pada baris pertama.

Solusi sistem persamaan diperoleh dengan teknik penyulihan mundur

sebagai berikut:

−5 x 3=−15  x 3=3

−7+3
−2 x2 −x3 =−7  x 2= =2
−2

6
 5+3−6
2 x1 +3 x 2−x 3=5  x 1= =1
2

Jadi, solusinya adalah x=(1,2,3)T .

Kelemahan eliminasi Gauss naif adalah jika pivot a pp=0 , baris ke-k
tidak dapat digunakan untuk mengeliminasi elemen pada kolom p, karena
terjadinya pembagian dengan nol. Oleh karena itu, pivot yang bernilai nol
harus dihindari dengan tata-ancang (strategy) pivoting.3

2. Tata-ancang Pivoting
Prinsip tata-ancang pivoting adalah sebagai berikut:
( p−1)
Jika a p , p =0, cari baris k dengan a k , p ≠ 0 dan k > p , lalu pertukarkan baris
p dan baris k . Metode eliminasi Gauss dengan tata-ancang pivoting
disebut metode eliminasi Gauss yang diperbaiki (modified Gaussian
elimination).
Contoh:
Selesaikan sistem persamaan linear berikut dengan metode eliminasi
Gauss yang menerapkan tata-ancang pivoting.

x 1+ 2 x 2 + x 3=2

3 x 1+6 x 2=9

2 x1 +8 x 2 +4 x 3=6

[ |] [ |] [ |]
R− R
1 2 12 2 1 11 2 1 2 1 2 1 2
R2↔ R3
3 6 09 0 0 −3 3 0 4 2 2
(¿)
2 8 46 2 0 4 2 2 0 0 −3 3
R3 − R 1
1
Operasi baris 1 Operasi baris 2

Setelah operasi baris 1, elemen a 22 yang akan menjadi pivot pada

operasi baris 2 ternyata sama dengan nol. Karena itu, pada operasi baris 2,
lemen baris 2 dipertukarkan dengan elemen baris 3. Tanda (*)
3

7
menyatakan pertukaran baris terjadi akibat proses pivoting. Sekarang
elemen a 22=4 ≠ 0 sehingga operasi baris elementer dapat diteruskan.
Tetapi, karena matriks A sudah membentuk matriks U , proses eliminasi
selesai. Solusinya diperoleh dengan teknik penyulihan mundur, yaitu
x 3=−1 , x2 =1, dan x 1=1.

Melakukan pertukaran baris untuk menghindari pivot yang bernilai nol

adalah cara pivoting yang sederhana (simple pivoting). Masalah lain dapat
juga timbul bila elemen pivot sangat dekat dengan nol, karena jika elemen
pivot sangat kecil dibandingkan elemen lainnya, maka galat pembulatan
dapat muncul. Jadi, tata-ancang pivoting berguna untuk menghindari
pembagian dengan nil dan juga untuk mengurangi galat pembulatan.

a. Jenis-Jenis Tata-ancang Pivoting

1) Pivoting Sebagian (Partial Pivoting)
Pada tata-ancang pivoting sebagian, pivot dipilih dari semua
elemen pada kolom p yang mempunyai nilai mutlak terbesar,
|ak , p|=max {|a p , p|,|a p+1 , p| , … ,|an−1 , p|,|a n , p|} lalu pertukarkan baris
ke-k dengan baris ke- p. Misalkan setelah operasi baris pertama
diperoleh matriksnya seperti yang digambarkan pada matriks di
bawah ini. Untuk operasi baris kedua, carilah elemen x pada
kolom kedua, dimulai dari baris kedua sampai baris keempat,
yang nilai mutlaknya terbesar, lalu pertukarkan barisnya dengan
baris kedua. Elemen x yang nilai mutlaknya terbesar itu sekarang
menjadi pivot untuk operasi baris selanjutnya.

[ |]
x xx x x
0 xx x x
0 xx x x
0 xx x x

Cari |x| terbesar, lalu pertukarkan barisnya

dengan baris kedua

8
 Perhatikan bahwa teknik pivoting sebagian juga sekaligus
menghindari pemilihan pivot ¿ 0, seperti pada simple pivoting,
karena 0 tidak akan pernah menjadi elemen dengan nilai mutlak
terbesar, kecuali jika seluruh elemen di kolom yang diacu adalah
0. Apabila setelah melakukan pivoting sebagian ternyata elemen
pivot = 0, itu berarti sistem persamaan linear tidak dapat
diselesaikan (singular system).
2) Pivoting Lengkap (Complete Pivoting)
Jika disamping baris, kolom juga diikutkan dalam pencarian
elemen terbesar dan kemudian dipertukarkan, maka tata-ancang
ini disebut pivoting lengkap. Pivoting lengkap jarang dipakai
dalam program sederhana karena pertukaran kolom mengubah
urutan suku x dan akibatnya menambah kerumitan program
secara berarti.

Contoh:

Dengan menggunakan empat angka bena, selesaikan sistem

persamaan berikut dengan metode eliminasi Gauss:

0,0003 x 1+1,566 x 2=1,569

0,3454 x 1−2,436 x 2=1,018

a) tanpa tata-ancang pivoting sebagian (Gauss naif)

b) dengan tata-ancang pivoting sebagian (Gauss yang
dimodifikasi)

(Perhatikan, dengan 4 angka bena, solusi sejatinya adalah

x 1=10,00 dan x 2=1,00 )

Penyelesaian:

a) tanpa tata-ancang pivoting sebagian

[ | ]
0,0003 1,566 1,569
0,3454 −2,436 1,018

9
 Operasi baris pertama (0,0003 sebagai pivot):
R2−0,3454 R 1
R2 ← =R 2−1151 R1
0,0003
Tanda ← berarti diisi atau diganti dengan.
Sehingga diperoleh:
a 21 ≈ 0
a 22 ≈−2,436−( 1151 ) ( 1,566 ) ≈−2,436−1802 ≈−1804
b 2 ≈ 1,018− (1151 ) ( 1,569 ) ≈1,018−1806 ≈−1805

[ | ]
0,0003 1,566 1,569 R2−1151 R 1
0,3454 −2,436 1,018

[ 0,0003
0 −1804|−1805 ]
1,566 1,569

Solusinya diperoleh dengan teknik penyulihan mundur:

−1805
x 2= =1,001
−1804
1,569−( 1,566 ) (1,001) 1,569−1,568 0,001
x 1= = = =3,333
0,0003 0,0003 0,0003
 jauh dari solusi sejati
Jadi, x=(3,333; 1,001)T dan solusi ini sangat jauh
berbeda dengan solusi sejatinya. Kegagalan ini terjadi
karena |a11| sangat kecil dibandingkan |a12|, sehingga galat
pembulatan yang kecil pada x 2 menghasilkan galat besar di
x 1. Perhatikan juga bahwa 1,569−1,568 adalah pengurangan
dua buah bilangan yang hampir sama sehingga menimbulkan
hilangnya angka bena pada hasil pengurangannya.
b) Dengan tata-ancang pivoting sebagian

[ | ]
0,0003 1,566 1,569 R1 ↔ R2
0,3454 −2,436 1,018 ( ¿)

[ | ]
0,3454 −2,436 1,018
0,0003 1,566 1,569

10
 0,0003
R2−
[
R 0,3454 −2,436 1,018
0,3454 1
0 1,568 1,568 | ]
Dengan teknik penyulihan mundur diperoleh:

1,568
x 2= =1,000
1,568

1,018−(−2,436 )(1,000)
x 1= =10,02  lebih mendekati
0,3454
solusi sejati

Jadi, solusinya adalah x=(10,02; 1,000)T dan solusi ini

lebih baik daripada solusi pada penyelesaian tanpa tata-
ancang pivoting sebagian. Keberhasilan ini karena |a21| tidak
sangat kecil atau tidak jauh berbeda dengan |a22|, sehingga
galat pembulatan yang kecil pada x2 tidak akan
menghasilkan galat yang besar pada x 1.4

3. Penskalaan
Penskalaan adalah cara yang dapat digunakan untuk mengurangi galat
pembulatan pada SPL yang mempunyai perbedaan koefisien yang
mencolok, selain pivoting sebagian. Cara menskala adalah dengan
membagi tiap baris persamaan dengan nilai mutlak koefisien terbesar di
ruas kirinya. Akibat penskalaan, koefisien maksimum dalam tiap baris
adalah 1. Cara menskala seperti ini dinamakan dengan menormalkan SPL.
Contoh:
Selesaikan SPL berikut sampai 3 angka bena dengan menggunakan
metode eliminasi Gauss yang menerapkan penskalaan dan tanpa
penskalaan:
2 x1 +100000 x 2=100000
x 1+ x2=2
(Solusi sejatinya dalam 3 angka bena adalah x 1=x 2=1,00)
4

11
 Penyelesaian:
a. Tanpa penskalaan
1
[ | ] [
2 100000 100000 R2− R1 2 100000 100000
1 1 2
2
0 −50000 −50000 | ]
Solusinya:
−50000
x 2= =1,00
−50000
100000−100000 0
x 1= = =0,00  Solusi tidak sesuai dengan solusi
2 2
sejati
b. Dengan penskalaan
2 x1 +100000 x 2=100000 : 100000 0,00002 x1 + x 2=1
x 1+ x2=2 :1 x 1+ x2=2

[ |]
0,00002 1 1 R 1 ↔ R 2
1
1 12
[
1 2 (¿) 0,00002 1 1 | ] [ 10 11|1,002 ]
Solusinya adalah
x 2=1,00
x 1=2−1,00=1,00  sesuai dengan solusi sejati
Contoh ini memperlihatkan bahwa penskalaan dapat mengubah
pemilihan pivot.5
4. Kemungkinan Solusi Sistem Persamaan Linear
Terdapat tiga kemungkinan solusi yang dapat terjadi pada sistem
persamaan linear, yaitu sebagai berikut:
a. Solusi unik atau tunggal
Sistem persamaan linear berikut ini memiliki solusi unik atau
tunggal yang dapat dilihat dari bentuk grafik dari sistem persamaan
tersebut.
−x + y=1
−2 x+2 y=2

12
 Grafik tersebut memperlihatkan bahwa kedua garis
berpotongan pada sebuah titik sehingga solusinya tunggal atau unik.
Untuk sistem persamaan linear tiga variabel atau lebih tidak
terdapat tafsiran geometrisnya, tetapi kemungkinan solusi dapat
diperiksa dari bentuk matriks akhirnya. Berikut contohnya:

[ |] [ |]
1 1 10 1 1 1 0
2 3 11 Eliminasi Gauss 0 1 −1 1
3 1 21 0 0 −3 3

Solusinya adalah x 1=1 , x 2=0 ,dan x 3=−1 .

b. Banyak solusi atau tidak berhingga solusi
Sistem persamaan linear berikut ini memiliki banyak solusi atau
tidak berhingga solusi yang dapat dilihat dari bentuk grafik dari
sistem persamaan tersebut.
−x + y=1
−x + y=0

Grafik tersebut memperlihatkan bahwa kedua persamaan

berimpit pada satu garis lurus sehingga solusinya terdapat di
sepanjang garis tersebut (banyak solusi).

Untuk sistem persamaan linear tiga variabel atau lebih tidak

terdapat tafsiran geometrisnya, tetapi kemungkinan solusi dapat
diperiksa dari bentuk matriks akhirnya. Berikut contohnya:

13
 [ |] [ |]
1 1 24 1 1 2 4
2 −1 1 2 Eliminasi Gauss 0 −3 −3 −6
1 2 36 0 0 0 0

Perhatikan hasil eliminasi Gauss pada baris terakhir. Persamaan

yang bersesuaian dengan baris terkahir tersebut adalah:

0 x 1+ 0 x 2 +0 x 3=0

yang dipenuhi oleh banyak nilai x, sehingga solusinya diberikan

dalan bentuk parameter.

Misalkan x 3=k , maka x 2=−6+ 3 k dan x 1=10−5 k , dengan

k ∈ R . Terdapat tidak berhingga nilai k , sehingga solusi SPL banyak
sekali.

c. Tidak ada solusi

Sistem persamaan linear berikut ini tidak memiliki solusi sama
sekali yang dapat dilihat dari bentuk grafik sistem persamaan
tersebut.
−x + y=1
2 x− y=0

14
 Grafik tersebut memperlihatkan bahwa kedua persamaan
menyatakan dua buah garis yang sejajar, sehingga tidak ada
perpotongan kedua garis tersebut (tidak ada solusi).

Untuk sistem persamaan linear tiga variabel atau lebih tidak

terdapat tafsiran geometrisnya, tetapi kemungkinan solusi dapat
diperiksa dari bentuk matriks akhirnya. Berikut contohnya:

[ |] [ |]
1 1 24 1 1 2 4
2 −1 1 2 Eliminasi Gauss 0 −3 −3 −6
1 2 37 0 0 0 1

Persamaan yang bersesuaian dengan baris terakhir pada hasil

eliminasi Gauss tersebut adalah:

0 x 1+ 0 x 2 +0 x 3=1

yang dalam hal ini, tidak ada nilai x i yang memenuhi, i=1,2,3 .6

Bentuk akhir matriks eliminasi Gauss untuk ketiga

kemungkinan solusi di atas dapat digambarkan sebagai berikut:

15
5. Metode Eliminasi Gauss-Jordan
Metode eliminasi Gauss merupakan variasi dari metode eliminasi
Gauss. Dalam hal ini, matriks A dieliminasi menjadi matriks identitas I .
Di sini tidak diperlukan lagi teknik penyulihan mundur untuk
memperoleh solusi SPL. Solusinya langsung diperoleh dari vektor kolom
b hasil proses eliminasi.
Ax=b → Ix=b '
Dalam bentuk matriks, eliminasi Gauss-Jordan ditulis sebagai

[ |] [ |]
a11 a12 a 13 … a 1n b1 1 0 0 … 0 b1 '
a21 a22 a 23 … a 2n b2 0 1 0 … 0 b2 '

⋮ ⋮ ⋮ … ⋮ ⋮ ⋮ ⋮ ⋮ … ⋮ ⋮
a41 a42 a 43 … a4 n bn 0 0 0 … 1 bn '

Solusinya adalah x 1=b1 '

x 2=b 2 '
…=…
x n=b n '
Seperti pada metode eliminasi Gauss naif, metode eliminasi Gauss-
Jordan naif tidak menerapkan tata-ancang pivoting dalam proses
eliminasinya. Sedangkan untuk metode eliminasi Gauss-Jordan, tata
ancang pivoting dan penskalaan dapat diterapkan untuk memperkecil
galat pembulatan.
Contoh:

16
 Selesaikan sistem persamaan linear di bawah ini dengan metode
eliminasi Gauss-Jordan.
3 x 1−0,1 x 2−0,2 x 3=7,85
0,1 x 1+7 x 2−0,3 x 3=−19,3
0,3 x 1−0,2 x2 +10 x 3=71,4
Penyelesaian:

[ | ]
3 −0,1 −0,2 7,85 R 1
0,1 7 −0,3 −19,3 3
0,3 −0,2 10 71,4

[ | ]
1 −0,0333333 −0,0666667 2,61667 R 2−0,1 R 1
0,1 7 −0,3 −19,3 R3 −0,3 R1
0,3 −0,2 10 71,4

[ | ]
1 −0,0333333 −0,0666667 2,61667 R2
0 7,00333 −0,2933333 −19,5617 7,00333
0 −0,190000 10,0200 70,6150

[ | ]
1 −0,0333333 −0,0666667 2,61667
0 1 −0,0418848 −2,79320
0 −0,190000 10,0200 70,6150

[ | ]
R1− (−0,003333 ) R 2 1 0 −0,0680629 2,52356 R3
R3− (−0,190000 ) R 2 0 1 −0,0418848 −2,79320 10,0200
0 0 10,01200 70,0843

[ | ]
1 0 −0,0680629 2,52356
0 1 −0,0418848 −2,79320 ¿
0 0 1 7,00003

[ | ]
1 0 0 3,00000
0 1 0 −2,50001
0 0 1 7,00003

Solusinya adalah x 1=3,00000 , x 2=−2,50001, dan x 3=7,00003.

Penyelesaian SPL dengan metode eliminasi Gauss-Jordan
membutuhkan jumlah komputasi yang lebih banyak daripada metode

17
 eliminasi Gauss. Karena alasan itu, metode eliminasi Gauss sudah cukup
memuaskan untuk digunakan dalam penyelesaian SPL.7

18
 BAB III
PENUTUP

A. Simpulan
1. Sistem persamaan linear (SPL) dengan n peubah banyak dapat ditulis
sebagai persamaan matriks Ax=bdengan A=[aij ] adalah matriks
berukuran n x n, x=[x j] adalah matriks berukuran n x 1 , dan b=[b j ]
adalah matriks berukuran n x 1 (disebut juga vektor kolom).
2. Rumus umum solusi Sistem Linear Segitiga Atas adalah
n
c i−∑ a i ,i+ j x i+ j
j=1 .
x i= ; i=1,2,3 , … , n
aii
3. Penyelesaian SPL dengan metode eliminasi Gauss dapat dilakukan
dengan mentransformasi sistem Ax=b menjadi sistem Ux= y dengan U
adalah matriks segitiga atas dengan beberapa proses eliminasi yang dapat
digunakan dengan operasi baris elementer, meliputi pertukaran,
penskalaan, pergantian dan selanjutnya solusi x dapat dihitung dengan
teknik penyulihan mundur.

19
 DAFTAR PUSTAKA

Munir, Rinaldi. Metode Numerik. Bandung: Informatika Bandung, 2013

Murni, Atma. Metode Numerik. Pekanbaru: Cendikia Insani, 2009