Bab I Pendahuluan 1.1. Latar Belakang Masalah
Bab I Pendahuluan 1.1. Latar Belakang Masalah
PENDAHULUAN
1
Dengan menggunakan metode numerik, solusi exact dari persoalan yang
dihadapi tidak akan diperoleh. Metode numerik hanya bisa memberikan solusi
yang mendekati atau menghampiri solusi sejati sehingga solusi numerik
dinamakan juga solusi hampiran (approximation solution). Pendekatan solusi ini
tentu saja tidak tepat sama dengan solusi sejati, sehingga ada selisih antara
keduanya.
Berdasarkan uraian di atas, maka penulis tertarik untuk membuat makalah
mengenai Metoda Numerik untuk Solusi sistem persamaan linear menggunakan
metode Gaus – Jordan dengan program MATLAB 6.1.
2
BAB II
TINJAUAN TEORITIS
3
Dalam bentuk matriks, eliminasi Gauss-Jordan ditulis sebagai berikut.
Solusinya: 𝑥1 = 𝑏1,
𝑥2 = 𝑏2,
…… ……
𝑥𝑛 = 𝑏𝑛,
4
dapat digunakan sebagai salah satu metode penyelesaian persamaan linear dengan
menggunakan matriks. Metode ini digunakan untuk mencari invers dari sebuah
matriks.
Prosedur umum untuk metode eliminasi Gauss-Jordan ini adalah :
1. Ubah sistem persamaan linier yang ingin dihitung menjadi matriks
augmentasi.
2. Lakukan operasi baris elementer pada matriks augmentasi (A|b) untuk
mengubah matriks A menjadi dalam bentuk baris eselon yang tereduksi
Pengubahan dilakukan dengan membuat matriks yang elemen-elemennya
adalah koefisien – koefisien dari sistem persamaan linier.
3. Jika suatu baris tidak seluruhnya dari nol, maka bilangan tak nol pertama
pada baris itu adalah 1. Bilangan ini disebut 1 utama (leading 1). Jika
terdapat baris yang seluruhnya terdiri dari nol, maka baris-baris ini akan
dikelompokkan bersama pada bagian paling bawah dari matriks.
4. Jika terdapat dua baris berurutan yang tidak seluruhnya dari nol, maka 1
utama pada baris yang lebih rendah terdapat pada kolom yang lebih kanan
dari 1 utama pada baris yang lebih tinggi. Setiap kolom memiliki 1 utama
memiliki nol pada tempat lain.
Sedangkan langkah-langkah pada operasi baris elementer yaitu :
1. Menukar posisi dari 2 baris (A i ↔ A j)
2. Mengalikan baris dengan sebuah bilangan skalar positif (A i = k * A j )
3. Menambahkan baris dengan hasil kali skalar dengan baris lainnya
2.3 Kelebihan dan Kekurangan Metode Eliminasi Gaus Jordan
5
2.4 Program MATLAB untuk Metode Eliminasi Gaus
Secara komputasi, disamping ketepatan nilai akhir dari suatu metode juga
akan mempertimbangkan kecepatan iterasi dalam perolehan hasil akhir. Ketepatan
dan kecepatan iterasi dalam metode numerik merupakan hal yang penting dalam
penyelesaian permasalahan secara komputasi MATLAB.
Seiring pesatnya perkembangan teknologi dan kemajuan zaman, maka
diperlukan suatu produk dengan ketelitian dan akurasi tinggi, dan waktu
pengerjaan yang singkat. Pada saat teknologi informasi belum ada atau boleh
dikatakan belum maju pesat, para praktisi dan profesional di bidang rekayasa
teknik dan sains menganalisa dengan perhitungan manual. implifikasi digunakan
dimana struktur yang sangat kompleks disederhanakan menjadi struktur yang
lebih sederhana. Artinya akan terjadi perbedaan dari suatu permodelan dengan
kondisi aktual. Hal ini dilakukan untuk menghindari kesulitan dalam analisa.
Jika persoalan-persoalan yang kita hadapi tidak dapat diselesaikan dengan
metode permodelan matematika, metode analitik, menggunakan dalil-dalil
kalkulus, maka solusinya dapat diperoleh dengan metode numerik menggunakan
aplikasi MATLAB.
Cntoh bahasa program untuk teorema Gauss Jordan dalam matrix dan
sistem penyelesaian matrix:
function [x,err]=gauss_jordan_elim(A,b)
clc;clear;
disp (' gaus_jordan_elim(A,b)');
disp ('Kelompok 6');
disp ('-Hani Diana Sipayung')
disp ('-Jonathan Hutapea')
disp ('-Mailita Sari Pulungan')
disp
('________________________________________________________');
A = [1 1 1;2 3 5; 4 0 5] % input for augmented matrix A
b = [5 ; 8; 2] % intput for matrix B
[n,m]=size(A); % finding the size of matrix A
err =0; % calculation of error
x=zeros(n,1); % calling fuction zero
if n ~= m
disp('error: n~=m'); % displaying error if found
err = 1;
end % end of the scope of if
6
if length(b) ~= n % finding the legth of matrix B
disp('error: wrong size of b'); % displaying error, if found
err = 2;
else
if size(b,2) ~= 1
b=b';
end % end of the scope of if-else
if size(b,2) ~= 1
disp('error: b is a matrix'); % displaying erron in matrix B
err = 3;
end
end
if err == 0
Aa=[A,b];
for i=1:n
[Aa(i:n,i:n+1),err]=gauss_pivot(Aa(i:n,i:n+1));
if err == 0
Aa(1:n,i:n+1)=gauss_jordan_step(Aa(1:n,i:n+1),i);
end
end
x=Aa(:,n+1);
end
A=0;
function A1=gauss_jordan_step(A,i) % calling of fuction function
7
if A(i,1) ~= 0 & check
check = logical(0);
b=A1(i,:); % process to change row 1 to i
A1(i,:)=A1(1,:);
A1(1,:)=b;
end
end
end
end
8
salah, kontrol program segera loncat ke pernyataan yang
mengikuti pernyataan end.
A(i,1) ~= 0 Untuk menyatakan elemen yang terletak pada baris ke i
dan kolom ke 1 matriks A tidak sama dengan 0
[n,m]=size(A) Untuk menyatakan unukran matriks A
s=A1(i,1); Menyatakan bahwa s sama dengan matriks A1 yaitu untuk
baris i kolom 1
A1(i,:) = A(i,:)/s; Menyatakan bahwa matriks A baris i sama dengan matriks
A baris i di bagsi s
9
BAB III
ANALISA DAN HASIL PERCOBAAN
3. 1 Operasi Sistem Matriks Menggunakan Metode Gaus-Jordan
3.1.1 Penyelesaian Sistem Matriks Menggunakan Metode Gaus-Jordan
Secara Analisis.
Soal : Selesaikan sistem persamaan linear berikut dengan menngunakan metode
gaus-jordan!
x+y+z=5
2x + 3y + 5z = 8
4x + 5z = 2
2x + 3y + 5z = 8
4x + 5z = 2
1 1 1 5
2 3 5 8
4 0 5 2
10
1 1 1 5 1 1 1 5
2 3 5 8 ( R2 – 2R1) sehingga menjadi 0 1 3 2 , kemudian (R3 – 4R1)
4 0 5 2 4 0 5 2
1 1 1 5 1 1 1 5
0 1 3 2 , kemudian (R3+4R2) menjadi 0 1 3 2 , kemudian (R3:13)
4 0 5 2 0 0 13 26
1 1 1 5 1 1 1 5
0 1 3 2 , kemudian (R2-3R3) menjadi 0 1 0 4 ,kemudian (R1 – R3)
0 0 1 2 0 0 1 2
1 1 0 7 1 0 0 3
0 1 0 4 , kemudian (R1 – R2) dan hasilnya 0 1 0 4
0 0 1 2 0 0 1 2
Setelah sampai pada tahap ini langsung dapat ditentukan bahwa x = 3, y = 4, dan
z=-2
11
3. Akan tertampil lembar worksheet seperti gambar di bawah ini ,
12
5. Selanjutnya simpan file kerja dengan memberi judul pada file yang
akan di simpan tanpa ada spasi pada nama file kemudian ( klik
Save).
6. Klik icon Debug dan pilih Run. Jika semua progrm sudah benar
maka akan muncul tampilan di bawah ini.
13
7. Dan akan langsung tertampil hasil dari eliminasi gaus-Jordan yang
sesuai dengan perolehan hasil secara analisis yaitu x = 3, y = 4,
dan z = - 2 seperti gambar di bawah ini :
14
A. Penyelesaian Secara Analisis Matematis:
Dik : R1 = R2 = R3 = 100 Ω
E1 = 12 V, E2 = 9 V
I3 = I1 + I2
Dengan Persamaan Linier
15
300 0 0 15
[100 200 0 | 9 ] Kalikan baris 3 dengan 100
−1 −1 1 0
300 0 0 15
[ 100 200 0 | 9 ] Tambahkan baris 2 dengan baris 3
−100 −100 100 0
300 0 0 15
[ 0 100 100 | 9 ] Kalikan baris 3 dengan 100
−100 −100 100 0
300 0 0 15
[ 0 100 100 | 9 ] Tambahkan baris 3 dengan baris 1
−300 −300 300 0
300 0 0 15
[ 0 100 100 | 9 ] Kalikan baris 3 dengan 1/3
0 −300 300 15
300 0 0 15
[ 0 100 100 | 9 ] Tambahkan baris 3 dengan baris 2
0 −100 100 5
300 0 0 15
[ 0 100 100 | 9 ] Kalikan baris 3 dengan ½
0 0 200 14
300 0 0 15
[ 0 100 100 | 9 ] Kurangkan baris 2 dengan baris 3
0 0 100 7
300 0 0 15
[ 0 100 0 | 2 ] Kalikan baris 1 dengan 1/3
0 0 100 7
100 0 0 5
[ 0 100 0 |2]
0 0 100 7
Dari hasil matriks di atas dapat diperoleh I1, I2, dan I3
100 I1 = 5
I1 = 0,05 A
100 I2 = 2
I2 = 0,02 A
100 I3 = 7
I3 = 0,07 A
16
B. Penyelesaian Menggunakan MATLAB
1. Buka kembali Program untuk gaus Jordan dalam Aplikasi MATLAB,
kemudian ganti komponen matriks yang ada dalam program menjadi
200 100 0 12
[100 200 0 | 9 ]
−1 −1 1 0
2. Kemudian klik save, pilih debug kemudian Run, maka akan diperoleh nilai
untuk I1, I2, dan I3 dengan jumlah yang sama seperti secara analisis
matematis yang ada di atas yaitu I1 = 0,05 A, I2 = 0,02 A dan I3 = 0,07 A.
17
BAB IV
PENUTUP
4.1 Kesimpulan
1. Dari pembahasan diatas dapat disimpulkan bahwa Dalam aljabar linear,
eliminasi Gauss-Jordan adalah versi dari eliminasi Gauss. Pada metode
eliminasi Gauus-Jordan kita membuat nol elemen-elemen di bawah
maupun di atas diagonal utama suatu matriks. Hasilnya adalah matriks
tereduksi yang berupa matriks diagonal satuan (semua elemen pada
diagonal utama bernilai 1, elemen-elemen lainnya nol).
𝑎11 𝑎12 𝑎13 … 𝑎1𝑛 𝑏1 1 0 0 … 0 𝑏1,
𝑎21 𝑎22 𝑎23 … 𝑎2𝑛 𝑏2 0 1 0 … 0 𝑏2,
𝑎31 𝑎32 𝑎33 … 𝑎3𝑛 𝑏3 0 0 1 … 0 𝑏3,
… … … … … … … … … … … …
𝑎
[ 𝑛1 𝑎𝑛2 𝑎𝑛3 … 𝑎𝑛𝑛 𝑏𝑛 ] [0 0 0 … 1 𝑏𝑛, ]
2. Dengan OBE (Operasi Baris Elementer), menemukan solusi sebuah SPL
(Sistem Persamaan Linear ) menjadi lebih mudah, lebih akurat , dan
menggunakan waktu yang relatif lebih singkat jika dibandingkan dengan
menggunakan subtitusi dan eliminasi. Contoh kasus yang menggunakan
matriks dalam penyelesaian SPL adalah rangkaian listrik.
3. Penyelesaian Sistem Persamaan Linear Dengan Metode gaus Jordan lebih
mudah dan lebih mudah lagi jika menggunakan aplikasi MATLAB.
18
DAFTAR PUSTAKA
Sahid, 2003, Analisis Dan Implementasi Metode Newton – Raphson,Yogyakarta :
MIPA UNY
Sahyar, 2014, Algoritma dan Pemrograman Menggunakan MATLAB, Medan
:Unimed
AljabarGeometri/2015-2016/Makalah-2015/Makalah-IF2123-2015-041.pdf
https://www.scribd.com/doc/16739613/Metode-Numerik-Gauss-Jordan
Menggunakan-MATLAB
http://ikhwan-perbaungan.blogspot.co.id/2014/10/metode-eliminasi-gauss-dan-
operasi.html
http://www.codewithc.com/gauss-jordan-method-in-matlab/
19