5.1. Pendahuluan
Bab ini membahas metode penyelesaian sistem n persamaan linier simultan dengan n nilai yang
tidak diketahui x1, x2, ……, xn yang dinyatakan sebagai berikut:
B, x dan u masing-masing adalah matrik koefisien, vektor solusi dan vektor nilai yang diketahui.
Berikut ini akan diberikan beberapa metode penyelesaian sistem persamaan linier simultan linier
dengan operasi matrik.
Untuk membei gambaran tentang metode ini, berikut diberikan contoh sebuah sistem persamaan
linier simultan.
2 x 1 - 7 x2 + 4 x 3 = 9
x1 + 9 x 2 - 6 x 3 = 1
-3 x1 + 8 x2 + 5 x3 = 6 (5-4)
Untuk itu matrik koefisien, vektor nilai yang diketahui serta matrik satuan ditulis bersama dengan
simbol B u I dalam bentuk sebagai berikut:
V-1
Catatan Kuliah – Dr.Ir. Lilik Eko Widodo, MS
2 7 4 9 1 0 0
1 9 6 1 0 1 0 (5-5)
3 8 5 6 0 0 1
Step 1 : normalisasi baris pertama dengan cara membagi elemen-elemen baris pertama
dengan nilai pivot (nilai elemen diagonal) baris pertama, yaitu 2.
Step 2 : reduksi elemen baris berikutnya (baris kedua), sehingga nilai elemen baris kedua
kolom pertama menjadi nol, dengan cara operasi baris, yaitu mengurangi elemen-
elemen baris kedua dengan elemen-elemen baris pertama hasil step 1.
Step 3 : ulangi step 2 untuk elemen-elemen baris berikutnya (baris ketiga) dengan cara
operasi baris, yaitu mengurangi elemen-elemen baris ketiga dengan 3 kali elemen-
elemen baris pertama hasil step 1. Setelah step ini, maka elemen-elemen matrik
menjadi berikut:
7 9 1
1 2 2
2 2
0 0
0 25 8
7
1
1 0 (5-6)
2 2 2
5 39 3
0 11 0 1
2 2 2
Step 4 : ulangi step 1 untuk baris kedua: normalisasi baris kedua dengan cara membagi
elemen-elemen baris kedua dengan nilai pivot (nilai elemen diagonal) baris kedua,
yaitu 25/2.
Step 5 : reduksi elemen-elemen baris pertama, sehingga nilai elemen baris pertama kolom
kedua menjadi nol, dengan cara operasi baris, yaitu mengurangi elemen-elemen
baris pertama dengan -7/2 kali elemen-elemen baris kedua yang baru hasil step 4.
Step 6 : ulangi step 2 untuk baris ketiga: reduksi elemen-elemen ketiga, sehingga nilai
elemen baris ketiga kolom kedua menjadi nol, dengan cara operasi baris, yaitu
mengurangi elemen-elemen baris ketiga dengan -5/2 kali elemen-elemen baris
kedua yang baru hasil step 4. Setelah step ini, maka elemen-elemen matrik menjadi
berikut:
6 88 9 7
1 0 25 25 25 25
0
0 1 16 7 1 2
0 (5-7)
25 25 25 25
47 94 7 1
0 0 1
5 5 5 5
Step 7 : ulangi step 1 untuk baris ketiga: normalisasi baris ketiga dengan cara membagi
elemen-elemen baris ketiga dengan nilai pivot (nilai elemen diagonal) baris ketiga,
yaitu 47/5.
Step 8 : ulangi step 5: reduksi elemen-elemen baris pertama, sehingga nilai elemen baris
pertama kolom ketiga menjadi nol, dengan cara operasi baris, yaitu mengurangi
elemen-elemen baris pertama dengan -6/25 kali elemen-elemen baris ketiga yang
baru hasil step 7.
V-2
Catatan Kuliah – Dr.Ir. Lilik Eko Widodo, MS
Step 9 : ulangi step 8: reduksi elemen-elemen baris kedua, sehingga nilai elemen baris
kedua kolom ketiga menjadi nol, dengan cara operasi baris, yaitu mengurangi
elemen-elemen baris kedua dengan -16/25 kali elemen-elemen baris ketiga yang
baru hasil step 7. Setelah step ini, maka elemen-elemen matrik menjadi
I x B 1 berikut:
93 67 6
1 0 0 4
235 235 235
0 1 0 1
13 22 16
(5-8)
235 235 235
7 1 5
0 0 1 2
47 47 47
B-1, u, x dan I masing-masing adalah matrik koefisien invers, vektor nilai yang diketahui, vektor
solusi serta matrik satuan. Secara umum matrik B u I dalam algoritma metoda eliminasi
Gauss-Jordan membentuk matrik A dengan orde n x (n+m) yang terdiri dari matrik koefisien n x n
ditambah dengan m kolom yang terdiri dari vektor nilai yang diketahui serta matrik satuan yang
dituliskan dengan simbo berikut.
Misal k = 1,2, …… ,n adalah index atau penghitung (counter) pivot, maka algoritma metoda
eliminasi Gauss-Jordan dapat dituliskan sebagai berikut:
a kj
Normalisasi : a kj , j n m , n m 1, ....., k
a kk k 1,2 ,.....n
Re duksi : aij aij aik a kj , j n m , n m 1, ....., k i 1,2 ,...,n dim ana i k
(5-10)
Catatan :
1. Jika elemen-elemen di sebelah kiri akk sama dengan nol pada baris ke k di awal baris yang
akan dinormalkan, maka tidak perlu menormalkan akj untuk j < k.
2. Untuk menghindari modifikasi elemen-elemen terlalu dini pada kolom pivot, maka index atau
penghitung kolom j selalu diturunkan dari nilai (n + m) tertinggi sampai dicapai nilai kolom pivot.
V-3
Catatan Kuliah – Dr.Ir. Lilik Eko Widodo, MS
5.3. Metoda Iterasi Gauss-Siedel
Contoh :
4 x1 + 2 x2 + x3 = 11
- x1 + 2 x 2 = 3
2 x1 + x2 + 4 x3 = 16 (5-12)
Sesuai persamaan (5-11), maka persamaan (5-12) dapat dimodifikasi menjadi sebagai berikut:
11 1 1
x1 x 2 x3
4 2 4
3 1
x 2 x1
2 2
1 1
x3 4 x1 x 2 (5-13)
2 4
Untuk iterasi pertama, maka vektor solusi awal ditentukan dengan x0 = [1, 1, 1]. Proses
perhitungan vektor solusi pada iterasi pertama ditunjukkan sebagai berikut:
11 1 1
x11 . ( 1) . ( 1) 2
4 2 4
3 1 5
x 21 . ( 2 )
2 2 2
1 1 5 19
x31 4 . ( 2 ) . (5-14)
2 4 2 8
5 19
x 1 2 , , (5-15)
2 8
Selanjutnya setelah iterasi kedua dan ketiga diperoleh vektor solusi sebagai berikut:
29 125 783
x2 , , (5-16)
32 64 256
1033 4095 24541
x3 , , (5-17)
1024 2048 8192
V-4
Catatan Kuliah – Dr.Ir. Lilik Eko Widodo, MS
Jadi algoritma metoda iterasi Gauss-Siedel secara simbolik dapat dituliskan sebagai berikut:
n
bij
xi u i b
j 1 ii
xj (5-18)
j i
Sebuah matrik dapat didekomposisi menjadi dua matrik masing-masing matrik L dan matrik U sbb:
A=L.U (5-19)
dimana :
L : elemen-elemen matrik pada segitiga bagian bawah (mulai dari diagonal ke bawah)
U : elemen-elemen matrik pada segitiga bagian atas (mulai dari diagonal ke atas)
a 11 a 12 a 13 a 14 α 11 o 0 0 β 11 β 12 β 13 β 14
a a 22 a 23
a 24 α 21 α 22 0 0 0 β 22 β 23 β 24
21 = . (5-20)
a 31 a 32 a 33 a 34 α 31 α 32 α 33 0 0 0 β 33 β 34
a 41 a 42 a 43 a 44 α 41 α 42 α 43 α 44 0 0 0 β 44
Dekomposisi matrik pada persamaan (5-19) dapat dipakai untuk menyelesaikan sistem persamaan
linier yang secara simbolik dinyatakan sebagai berikut:
A . x = (L . U) . x = L . (U . x) = b (5-21)
Keunggulan metoda dekomposisi adalah penyelesaian sistem persamaan menjadi lebih mudah,
karena sistem persamaan dapat dipecah (dekomposisi) menjadi 2 buah sistem persamaan yang
masing-masing akan dapat disajikan dalam sepasang matrik dengan elemen-elemen yang berupa
segitiga (triangular set of equations). Penyelesaian matrik dengan elemen-elemen segitiga ini
menjadi lebih sederhana dengan menggunakan cara substitusi.
L.y=b (5-22)
Penyelesaian sistem persamaan ini dapat menggunakan cara substitusi ke depan (forward
substitution) yang dinyatakan dengan rumus berikut:
1
i 1
b1
y1 dan yi bi α ij y j untuk i 1, 2 , 3, ..........., n (5-23)
α 11 α ii
j 1
V-5
Catatan Kuliah – Dr.Ir. Lilik Eko Widodo, MS
Step 2: penyelesaian vektor x dalam persamaan berikut:
U.x=y (5-24)
Penyelesaian sistem persamaan ini dapat menggunakan cara substitusi ke belakang (back
substitution) yang dinyatakan dengan rumus berikut:
1
n
yn
xn dan xi yi β ij x j untuk i n 1, n 2 , n 3, ............, 1 (5-25)
β nn β ii
j i 1
Pelaksanaan Dekomposisi
Bentuk-bentuk penjumlahan tergantung pada hubungan antara harga i dan harga j sebagai berikut:
Persamaan (5-27) s.d. (5-29) total berjumlah n2 persamaan untuk n2+n bilangan dan yang
tidak diketahui (elemen diagonal dihitung dua kali). Jumlah komponen yang tidak diketahui lebih
besar dari jumlah persamaannya, sehingga untuk itu n bilangan yang tidak diketahui ditentukan
secara coba-coba. Pada kenyataannya, dimungkinkan menentukan harga berikut:
Penyelesaian n2+n bilangan dan yang tidak diketahui didasarkan pada algoritma Crout
sebagai berikut:
Algoritma Crout:
i 1
β ij a ij α ik β kj
k 1
(5-31)
Jika i = 1 dalam rumus berikut ini, berarti penjumlahan menghasilkan harga sama
dengan nol.
V-6
Catatan Kuliah – Dr.Ir. Lilik Eko Widodo, MS
Step 22: untuk i = j + 1, j + 2, … , n berdasar persamaan (5-29) hitung ij dengan rumus
berikut
ini:
1
j 1
α ij
β jj
a ij α ik β kj
k 1
(5-32)
β 11 β 12 β 13 β 14
α β 22 β 23 β 24
21 (5-33)
α 31 α 32 β 33 β 34
α 41 α 42 α 43 β 44
5.5. Solusi Nilai dan Vektor Eigen dengan Metode Iterasi Balik
Ekspresi sistem persamaan linier simultan dengan nilai eigen diberikan sebagai berikut:
Misalkan vektor {y} adalah solusi sistem persamaan linier berikut ini:
Solusi dilakukan secara iteratif dengan langkah-langkah iterasi dilakukan sebagai berikut:
Pada setiap iterasi diberikan harga i dan {xi} yang menghasilkan {yi}.
Harga {xi+1} pada iterasi selanjutnya dinyatakan sebagai berikut:
y i
xi 1 (5-38)
y i
xi 2
λ i 1 λ i (5-39)
xi . y i
λ i 1 λ i ε (5-40)
V-7
Catatan Kuliah – Dr.Ir. Lilik Eko Widodo, MS