PENYELESAIAN SISTEM PERSAMAAN LINIER SECARA

NUMERIK (ITERASI JACOBI, ITERASI GAUSS-SEIDEL DAN

PERHITUNGAN DENGAN PYTHON)

MAKALAH

Disusun untuk memenuhi salah satu tugas pada

mata kuliah Metode Numerik

Dosen Pengampu : Abdul Baist, M.Si.

Oleh :
Kelompok 3
1. An Nisaa Ayu Syafitri (1984202054)
2. Arsyi Afini (1984202080)
3. Dita Aprilia (1984202055)
Kelas 7 –A2

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS MUHAMMADIYAH TANGERANG
2022
 KATA PENGANTAR

Puji dan syukur penyusun panjatkan kehadirat Allah SWT, atas limpahan
rahmat dan karunia-Nya penyusun dapat menyelesaikan makalah dengan judul
“PENYELESAIAN SISTEM PERSAMAAN LINIER SECARA NUMERIK
(ITERASI JACOBI, ITERASI GAUSS-SEIDEL DAN PERHITUNGAN
DENGAN PYTHON)”. Makalah ini disusun untuk memenuhi salah satu tugas mata
kuliah Metode Numerik.

Keberhasilan penyusun dalam penyelesaian makalah ini tidak terlepas dari

bimbingan dan dorongan dari berbagai pihak. Untuk itu dalam kesempatan ini
penyusun mengucapkan terimakasih kepada yang terhormat :

1. Abdul Baist, M.Si., dosen pengampu Metode Numerik yang telah

memberikan arahan dalam penulisan makalah ini.
2. Kedua orang tua kami yang telah memberi dukungan baik moril maupun
materil.
3. Rekan-rekan seperjuangan yang turut membantu.

Penyusun menyadari bahwa dalam penyusunan makalah ini masih banyak

kekurangan dan masih jauh dari kesempurnaan. Oleh karena itu penyusun
menerima kritik dan saran yang sifatnya membangun dari semua pihak. Semoga
makalah ini bermanfaat bagi siapa saja yang membacanya, khususnya bagi
penyusun dan umumnya untuk kepentingan pendidikan.

Tangerang, 30 Oktober 2022

Penyusun

i
 DAFTAR ISI

KATA PENGANTAR ............................................................................................. i

DAFTAR ISI ........................................................................................................... ii
BAB I PENDAHULUAN ....................................................................................... 1
A. Latar Belakang ............................................................................................ 1
B. Rumusan Masalah ....................................................................................... 2
C. Tujuan.......................................................................................................... 2
BAB II PEMBAHASAN ........................................................................................ 3
A. Sistem Persamaan Linier ............................................................................. 3
1. Definisi SPL ........................................................................................... 3
2. Bentuk Umum SPL................................................................................. 3
3. Metode Penyelesaian SPL ...................................................................... 4
4. Notasi Matriks ........................................................................................ 4
5. Operasi Matriks ...................................................................................... 5
6. Sistem Persamaan dalam Bentuk Matriks .............................................. 6
B. Metode Iterasi .............................................................................................. 7
1. Metode Iterasi Jacobi .............................................................................. 8
2. Metode Iterasi Gauss-Seidel ................................................................. 12
C. Perhitungan dengan Program Python ........................................................ 16
1. Pemrograman Python Pada Iterasi Jacobi ............................................ 16
2. Pemrograman Python Pada Iterasi Gauss-Seidel.................................. 17
BAB III PENUTUP............................................................................................... 18
A. Kesimpulan................................................................................................ 18
B. Saran .......................................................................................................... 18
DAFTAR PUSTAKA ........................................................................................... 19

ii
 BAB I

PENDAHULUAN
A. Latar Belakang
Metode numerik merupakan teknik dimana masalah matematika
diformulasikan sedemikian rupa sehingga dapat diselesaikan oleh
pengoperasian aritmatika. Walaupun rerdapat banyak jenis metode numerik,
namun pada dasarnya, metode tersebut memiliki satu dasar karakteristik
urnum. Metode numerik selalu mencakup sejumlah bcsar kalkulasi yang
berulang-ulang. Oleh karena itu diperlukan bantuan komputer untuk
melaksanakan operasi hitungan tersebut, Tanpa bantuan komputer Metode
numerik tidak banyak memberi manfaat.

Metode nurnerik sudah cukup lama dikembangkan, namun

pemakaiannya dalam permasalahan yang ada diberbagai bidang belum meluas,
Hal ini discbabkan karena pada masa tersebut alat bantu hitungan yang berupa
komputer belum banyak digunakan secara meluas. Beberapa tahun terakhir ini
perkembangan kemampuan komputer sangat pesat dan harganyapun semakin
terjangkau, sehingga terjadi peledakan pemakaian metode numerik untuk
menyelesaikan permasalahan yang ada. Disamping itu metode numerik juga
berkembang dengan pesat, dan sekarang merupakan alat yang sangat ampuh
untuk menyelesaikan perrnasalahan dalam berbagai bidang, Metode numerik
mampu menyelesaikan suatu sistem persamaan yang besar, tidak linear dan
sangat kompleks yang tidak mungkin diselesaikan secara analitis.

Solusi SPL secara numeris umumnya selalu (harus) lebih efisien dan
cepat dibandingkan dengan metode-metode analitis, seperti metode Cramer .
Namun demikian, solusi numerik ini secara teknis adakalanya juga berkendala,
karena : (1) ada beberapa persamaan yang maan yang mendeka mendekati
kombinasi linie ti kombinasi linier, akibat adanya “round off error” dari mesin
penghitung, (2) suatu tahap perhitungan adanya akumulasi “round off error”
pada proses komputasi akan berakibat domain bilangan nyata (fixed point)

1
 dalam perhitungan akan terlampaui (overflow), biasanya akibat dari jumlah
persamaan yang terlalu yang terlalu besar.

Pada metode iterasi Jacobi dan gauss-seidel, penyelesaian dilakukan

secara iterasi, dimana proses iterasi dilakukan sampai dicapai suatu nilai yang
konvergen dengan toleransi yang diberikan. Dari hasil pengujian dapat
diketahui bahwa metode Iterasi Jacobi dan gauss-seidel memiliki hasil
ketelitian yang lebih baik dan waktu komputasi yang lebih cepat dari
metode Eliminasi Gauss dan metode Dekomposisi LU.

Penggunaan pendekatan dengan pemrograman PYTHON, salah satu

software komputer yang dapat digunakan untuk memberikan solusi komputasi
numerik. Karena metode-metode numerik dengan bahasa pemrograman yang
sederhana, namun dapat menyelesaikan permasalahan yang dihadapi oleh
mereka yang bergerak dalam bidang matematika maupun aplikasi matematika.

B. Rumusan Masalah
1. Bagaimana cara menyelesaikan persamaan linier dengan menggunakan
metode Iterasi Jacobi ?
2. Bagaimana cara menyelesaikan persamaan linier dengan menggunakan
metode Iterasi Gauss-Seidel ?
3. Bagaimana membua na membuat program Python dalam menyelesaikan
persamaan linear dengan metode Iterasi Jacobi dan Gauss-Seidel ?

C. Tujuan
1. Menyelesaikan persamaan linier dengan menggunakan metode Iterasi
Jacobi.
2. Menyelesaikan persamaan linier dengan menggunakan metode Iterasi
Gauss-Seidel.
3. Menyelesaikan persamaan linier dengan menggunakan metode Iterasi
Jacobi dan Iterasi Gauss-Seidel pada program PYTHON.

2
 BAB II

PEMBAHASAN

A. Sistem Persamaan Linier

1. Definisi SPL
Sistem persamaan linier merupakan salah satu model dan masalah
matematika yang banyak dijumpai dalam berbagai disiplin ilmu, 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
misalnya penyelesaian sistem persamaan nonlinier simultan.

2. Bentuk Umum SPL

Bentuk umum suatu sistem persamaan linear yang sering kita jumpai pada
umumnya seperti :

a. Sistem Persamaan Linear Dua Variabel (SPLDV)

𝑎𝑥 + 𝑏𝑦 = 𝑐 atau 𝑎1 𝑥 + 𝑏1 𝑦 = 𝑐1

𝑝𝑥 + 𝑞𝑦 = 𝑟 𝑎2 𝑥 + 𝑏2 𝑦 = 𝑐2

b. Sistem Persamaan Linear Tiga Varibel (SPLTV)

𝑎𝑥 + 𝑏𝑦 + 𝑐𝑧 = 𝑑 𝑎1 𝑥 + 𝑏1 𝑦 + 𝑐1 𝑧 = 𝑑1

𝑒𝑥 + 𝑓𝑦 + 𝑔𝑧 = ℎ atau 𝑎2 𝑥 + 𝑏2 𝑦 + 𝑐2 𝑧 = 𝑑2

𝑖𝑥 + 𝑗𝑦 + 𝑘𝑧 = 𝑙 𝑎3 𝑥 + 𝑏3 𝑦 + 𝑐3𝑧 = 𝑑3

Akan tetapi bentuk umum yang akan dibahas dalam bab ini adalah bentuk
suatu sistem persamaan linier yang terdiri atas sejumlah berhingga persamaan
linier dalam sejumlah berhingga variabel. Bentuk yang dimaksud adalah :

3
 𝑎11 𝑥1 + 𝑎12 𝑥2 + … . +𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + … . +𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮
⋮

𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + … . +𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛

3. Metode Penyelesaian SPL

Menyelesaikan suatu sistem persamaan linier adalah mencari nilai-nilai
variabel-variabel tersebut yang memenuhi semua persamaan linier yang
diberikan.
Pada dasarnya terdapat dua kelompok metode yang dapat digunakan untuk
menyelesaikan suatu sistem persamaan linier. Metode pertama dikenal sebagai
metode langsung, yakni metode yang mencari penyelesaian suatu sistem
persamaan linier dalam langkah berhingga. Metode-metode ini dijamin
berhasil dan disarankan untuk pemakaian secara umum. Kelompok kedua
dikenal sebagai metode tak langsung atau metode iteratif, yang bermula dari
suatu hampiran penyelesaian awal dan kemudian berusaha memperbaiki
hampiran dalam tak berhingga namunlangkah konvergen. Metode-metode
iteratif digunakan untuk menyelesaikan sistem persamaan linier berukuran
besar dan proporsi koefisien nolnya besar, seperti sistem-sistem yang banyak
dijumpai dalam sIstem persamaan diferensial. Berikut diuraikan beberapa cara
yang dapat kita lakukan untuk menyelesaikan sistem persamaan linier.

4. Notasi Matriks
Sebuah sistem persamaan linear dapat kita selesaikan dengan mengubahnya
terlebih dahulu ke dalam bentuk matriks. Matriks adalah suatu larikan
bilangan-bilangan yang berbentuk empat persegi panjang.

Matriks tersebut mempunyai bentuk :

𝑎11 𝑎12 𝑎13 … 𝑎1𝑛

𝑎21 𝑎22 𝑎23 … 𝑎2𝑛
𝐴=[ ⋮ ⋮ ⋮ 1 ⋮ ]
𝑎𝑚1 𝑎𝑚2 𝑎𝑚3 … 𝑎𝑚𝑛

4
 Di dalam bentuk di atas, A adalah notasi matriks sedang 𝑎𝑖𝑗 adalah elemen
matriks. Deretan horizontal elemen-elemen disebut baris dan deretan vertikal
disebut kolom. Subskrip pertama i menunjukan nomor baris dimana elemen
berada. Subskrip kedua j menunjukan kolom. Misalkan elemen 𝑎23 adalah
elemen yang terletak pada baris ke 2 dan kolom ke 3.

Matriks di atas mempunyai m baris dan n kolom, dan disebut mempunyai

dimensi m x n. Matriks dengan dimensi baris m = 1, seperti:

𝐵 = [𝑏1, 𝑏2, … 𝑏𝑛 ]

disebut vektor baris. Untuk menyederhanakan penulisan, subskrip pertama dari

tiap elemen dihilangkan. Matriks dengan dimensi kolom n = 1, seperti :

𝑐1
𝑐2
𝐶=[ ⋮ ]
𝑐𝑚

Disebut vektor kolom. Untuk menyederhanakan penulisan. Subskrip kedua

dihilangkan. Matriks dimana m = n disebut matriks bujur sangkar. Misalnya
matriks 4 x 4 adalah :

𝑎11 𝑎12 𝑎13 𝑎14

𝑎21 𝑎22 𝑎23 𝑎24
𝐴 = [𝑎 𝑎32 𝑎33 𝑎34 ]
31
𝑎41 𝑎42 𝑎43 𝑎44

Diagonal yang terdiri dari elemen 𝑎11 , 𝑎22 , 𝑎33 dan 𝑎44 adalah diagonal
utama matriks.

5. Operasi Matriks
Matriks dengan bentuk tertentu dapat dioperasikan dengan 3 cara yaitu
penjumlahan, pengurangan dan perkalian.
a) Kesamaan dua matriks
Dua matriks A dan B dikatakan sama apabila elemen-elemen matriks
A sama dengan elemen-elemen matriks B dan ukuran keduanya
adalah sama, 𝑎𝑖𝑗 = 𝑏𝑖𝑗 untuk semua i dan j.
b) Penjumlahan dan pengurangan matriks

5
 Apabila 𝐴 = [𝑎𝑖𝑗 ] dan 𝐵 = [𝑏𝐼𝐽 ] adalah dua matriks m x n,
penjumlahan atau pengurangan dari kedua matriks tersebut A ± B,
adalah sama dengan matriks 𝐶 = [𝑐𝐼𝐽 ] dengan dimensi m x n, dimana
tiap elemen matriks C adalah jumlah atau selisih dari elemen-elemen
yang berkaitan dari A dan B.
𝐶 = 𝐴 ± 𝐵 = [𝑎𝑖𝑗 ± 𝑏𝑖𝑗 ] = [𝑐𝑖𝑗 ]
c) Perkalian matriks
Perkalian matriks A dengan skalar g diperoleh dengan mengalikan
semua elemen dari A dengan skalar g. Jika gA = C, maka 𝑐𝑖𝑗 = 𝑔𝑎𝑖𝑗
d) Matriks transpose (𝐴𝑇 )
Matriks transpose adalah matriks yang terbentuk dengan mengganti
baris menjadi kolom dan kolom menjadi baris.
e) Matriks inversi
Di dalam matriks operasi pembagian matriks tidak didefinisikan.
Akan tetapi operasi matriks yang mrip dengan pembagian adalah
matriks inversi. Apabila A adalah matriks, maka matriks inversinya
adalah 𝐴−1 , sedemikian sehingga :
𝐴𝐴−1 = 𝐴−1 𝐴 = 𝐼
f) Peningkatan matriks
Matriks dapat ditingkatkan dengan menambahkan kolom atau kolom-
kolom pada matriks asli.

6. Sistem Persamaan dalam Bentuk Matriks

Sistem persamaan linier dapat ditulis dalam bentuk matriks. Misalnya
sistem persamaan berbentuk :

𝑎11 𝑥1 + 𝑎12 𝑥2 + … . +𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + … . +𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮
⋮ (1.1)
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + … . +𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛
Dapat ditulis dalam bentuk

6
 𝑎11 𝑎12 … 𝑎1𝑛 𝑥1 𝑏1
𝑎21 𝑎22 … 𝑎2𝑛 𝑥2 𝑏2
[ ⋮ ⋮ … ⋮ ][ ⋮ ] = [ ⋮ ] atau AX=B
𝑎𝑛1 𝑎𝑛2 … 𝑎
𝑛𝑛 𝑥𝑛 𝑏𝑛

Dengan :

A : matriks koefisien n x n

X : kolom vektor n x 1 dari bilangan tak diketahui

B : kolom vektor n x 1dari konstanta

Di dalam penyelesaian sistem persamaan , di cari vektor kolom x berdasarkan

Persamaan (1.1). Salah satu cara untuk menyelesaiakannya adalah mengalikan
kedua ruas persamaan dengan matriks inversi.
𝐴−1𝐴𝑋 = 𝐴−1 𝐵
Karena : 𝐴−1 𝐴 = 𝐼, maka 𝑋 = 𝐴−1 𝐵
Dengan demikian nilai X dapat dihitung.
Di dalam penyelesaian sistem persamaan linier juga sering digunakan matriks
yang di tingkatkan . misalkan matriks (3 x 3) akan ditingkatkan dengan matriks
C (3 x 1) sehingga berbentuk matriks (3 x 4) menjadi :
𝑎11 𝑎12 𝑎13 ⋮ 𝑐1
𝑎
[ 21 𝑎22 𝑎23 ⋮ 𝑐2 ]
𝑎31 𝑎32 𝑎33 ⋮ 𝑐3

Sebagian besar permasalahan yang dijumpai dapat digolongkan dalam dua

kategori yaitu suatu sistem persamaan dengan n kecil tetapi sedikit elemen nol,
dan suatu sistem dengan matriks order tinggi (n besar) tetapi banyak
mengandung elemen nol.

B. Metode Iterasi
Metode iterasi lebih baik di banding dengan metode langsung, misalnya
untuk matriks yang tersebar yaitu matriks dengan banyak elemen nol. Metode
ini juga dapat digunakan untuk menyelesaikan sistem persamaan tidak linier.
Metoda ini tidak selalu berhasil. Agar berhasil, setiap persamaan harus
memenuhi satu syarat, yaitu : semua elemen diagonal melebihi elemen lain

7
dalam persamaan tersebut. Iterasi ini digunakan untuk menyelesaikan persamaan
linier proporsi koefisien nol nya . Metode iterasi terbagi menjadi dua, yaitu
metode Jacobi dan Gauss-Seidel.

1. Metode Iterasi Jacobi

Meode iterasi jecobi ini ditemukan oleh matematikawan Jerman bernama
Carl Gustav Jakob Jacobi. Metode iterasi jacobi ini merupakan salah satu
metode tak langsung, yaitu bermula dari suatu hampiran penyelesaian awal dan
kemudian berusaha memperbaiki hampiran dalam tak berhingga namun
langkah konvergen.
Penyelesaian dengan metode jacobi menggunakan iterasi jacobi pada
bentuk persamaan berikut :
𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎23 𝑥3 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2

𝑎31 𝑥1 + 𝑎32 𝑥2 + 𝑎33 𝑥3 + ⋯ + 𝑎3𝑛 𝑥𝑛 = 𝑏3

𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + 𝑎𝑛3 𝑥3 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛

Konsep metode jacobi : “Ubah persamaan diatas sehingga 𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 , 𝒙𝒏

berada disisi kiri persamaan” sehingga menjadi bentuk :

(𝑏1 − 𝑎12 𝑥2 − 𝑎13 𝑥3 − ⋯ − 𝑎1𝑛 𝑥𝑛 )

𝑥1 =
𝑎11

(𝑏2 − 𝑎21 𝑥1 − 𝑎23 𝑥3 − ⋯ − 𝑎2𝑛 𝑥𝑛 )

𝑥2 =
𝑎22

(𝑏3 − 𝑎31 𝑥1 − 𝑎32 𝑥2 − ⋯ − 𝑎3𝑛 𝑥𝑛 )

𝑥3 =
𝑎33

(𝑏𝑛 − 𝑎𝑛1 𝑥1 − 𝑎𝑛2 𝑥2 − ⋯ − 𝑎𝑛𝑛−1 𝑥𝑛−1 )

𝑥𝑛 =
𝑎𝑛𝑛

Langkah-langkah penyelesaian :

8
a. Tetapkan nilai perkiraan awal untuk masing-masing 𝑥1 , 𝑥2 , 𝑥3 , 𝑥𝑛 yang
terletak disebelah kanan persamaan dengan notasi 𝑥10 , 𝑥20 , 𝑥30 , 𝑥𝑛0
selanjutnya dilakukan iterasi sehingga diperoleh nilai 𝑥11 , 𝑥21 , 𝑥31 , 𝑥𝑛1 .
(𝑏1 − 𝑎12 𝑥2 0 − 𝑎13 𝑥3 0 − ⋯ − 𝑎1𝑛 𝑥𝑛 0 )
𝑥11 =
𝑎11
(𝑏2 − 𝑎21 𝑥1 0 − 𝑎23 𝑥3 0 − ⋯ − 𝑎2𝑛 𝑥𝑛 0 )
𝑥21 =
𝑎22
(𝑏3 − 𝑎31 𝑥1 0 − 𝑎32 𝑥2 0 − ⋯ − 𝑎3𝑛 𝑥𝑛 0 )
𝑥31 =
𝑎33

(𝑏𝑛 − 𝑎𝑛1 𝑥1 0 − 𝑎𝑛2 𝑥2 0 − ⋯ − 𝑎𝑛𝑛−1 𝑥𝑛−1 0 )

𝑥𝑛1 =
𝑎𝑛𝑛
b. Hitung error 𝜀𝑥11 , 𝜀𝑥21 , 𝜀𝑥31 , 𝜀𝑥𝑛1
𝑥𝑖𝑛 − 𝑥𝑖𝑛−1
𝜀𝑥 = | |
𝑥𝑖𝑛
Jika 𝜺𝒙𝟏𝟏 , 𝜺𝒙𝟏𝟐 , 𝜺𝒙𝟏𝟑 , 𝜺𝒙𝟏𝒏 ≤ 𝜺 maka iterasi berhenti dengan 𝒙𝟏𝟏 , 𝒙𝟏𝟐 , 𝒙𝟏𝟑 , 𝒙𝟏𝒏
merupakan penyelesaian persamaan.
Jika 𝜺𝒙𝟏𝟏 , 𝜺𝒙𝟏𝟐 , 𝜺𝒙𝟏𝟑 , 𝜺𝒙𝟏𝒏 > 𝜺 maka iterasi berlanjut ke iterasi selanjutnya.

Kelebihan dari metode iterasi jacobi ini adalah jumlah iterasi yang lebih
banyak menyebabkan proses dari setiap iterasinya lebih jelas. Sedangkan
kelemahan yang terdapat dari metode ini adalah jika dikerjakan secara manual
akan memakan waktu.

Contoh Soal.

3𝑥 + 𝑦 − 𝑧 = 5

4𝑥 + 7𝑦 − 3𝑧 = 20

2𝑥 − 2𝑦 + 5𝑧 = 10

Cek dengan 𝜀 = 0,001

Jawab :

Persamaan diatas diubah bentuknya menjadi :

9
 (5−𝑦+𝑧)
𝑥= 3

(20−4𝑥+3𝑧)
𝑦= 7

(10−2𝑥+2𝑦)
𝑧= 5

Iterasi 1 : Memasukkan nilai awal 𝑥 0 , 𝑦 0 , 𝑧 0 = 0 sehingga menjadi :

(5−𝑦 0 +𝑧 0 ) (5−0+0) 5
𝑥1 = = = 3 = 1,666667
3 3

(20−4𝑥 0+3𝑧 0 ) (20−4(0)+3(0)) 20

𝑦1 = = = = 2,857143
7 7 7

(10−2𝑥 0 +2𝑦 0 ) (10−2(0)+2(0)) 10

𝑧1 = = = = 2,000000
5 5 5

Hitung error 𝜀𝑥 1 , 𝜀𝑦 1 , 𝜀𝑧 1

𝑥 1 −𝑥 0 1,666667−0
𝜀𝑥 1 = | |=| | = 1,000000
𝑥1 1,666667

𝑦 1 −𝑦 0 2,857143−0
𝜀𝑦 1 = | |=| | = 1,000000
𝑦1 2,857143

𝑧 1 −𝑧 0 2,000000−0
𝜀𝑧 1 = | |=| | = 1,000000
𝑧1 2,000000

Iterasi 2 : Memasukkan nilai 𝑥 1 , 𝑦 1 , 𝑧 1 ke iterasi kedua, sehingga diperoleh

nilai :

(5−𝑦 1 +𝑧1 ) (5−2,857143+2,000000)

𝑥2 = = = 1,380952
3 3

(20−4𝑥 1 +3𝑧 1 ) (20−4(1,666667)+3(2,000000))

𝑦2 = = = 2,761905
7 7

(10−2𝑥 1+2𝑦1 ) (10−2(1,666667)+2(2,857143))

𝑧2 = = = 2,476190
5 5

Hitung error 𝜀𝑥 2 , 𝜀𝑦 2 , 𝜀𝑧 2

𝑥 2 −𝑥 1 1,380952−1,666667
𝜀𝑥 2 = | |=| | = 0,206897
𝑥2 1,380952

10
 𝑦 2 −𝑦 1 2,761905−2,857143
𝜀𝑦 2 = | |=| | = 0,034483
𝑦2 2,761905

𝑧 2 −𝑧1 2,476190−2,000000
𝜀𝑧 2 = | |=| | = 0,192308
𝑧2 2,476190

Iterasi 3 : Memasukkan nilai 𝑥 2 , 𝑦 2 , 𝑧 2 ke iterasi ketiga, sehingga diperoleh

nilai :

(5−𝑦 2 +𝑧2 ) (5−2,761905+2,476190)

𝑥3 = = = 1,571429
3 3

(20−4𝑥 2 +3𝑧 2 ) (20−4(1,380952)+3(2,4761905))

𝑦3 = = = 3,129252
7 7

(10−2𝑥 2+2𝑦2 ) (10−2(1,380952)+2(2,761905))

𝑧3 = = = 2,552381
5 5

Hitung error 𝜀𝑥 3 , 𝜀𝑦 3 , 𝜀𝑧 3

𝑥 3 −𝑥 2 1,571429−1,380952
𝜀𝑥 3 = | |=| | = 0,117391
𝑥3 1,571429

𝑦 3 −𝑦 2 3,129252−2,761905
𝜀𝑦 3 = | |=| | = 0,117391
𝑦3 3,129252

𝑧 3 −𝑧2 2,552381−2,476190
𝜀𝑧 3 = | |=| | = 0,029851
𝑧3 2,552381

Iterasi berlanjut hingga diperoleh kondisi 𝜺𝟏 , 𝜺𝟐 , 𝜺𝟑 , 𝜺𝒏 ≤ 𝜺.

Prores iterasi diatas ditampilkan dalam bentuk tabel sebagai berikut :

Iterasi x y z Galat x Galat y Galat z

1 1,666667 2,857143 2,000000 1,000000 1,000000 1,000000
2 1,380952 2,761905 2,476190 0,206897 0,034483 0,192308
3 1,571429 3,129252 2,552381 0,121212 0,117391 0,029851
4 1,474376 3,053061 2,623129 0,065826 0,024955 0,026971
5 1,523356 3,138840 2,631474 0,032152 0,027328 0,003171
6 1,497545 3,114428 2,646194 0,017236 0,007838 0,005563
7 1,510588 3,135486 2,646753 0,008635 0,006716 0,000211
8 1,503756 3,128272 2,649959 0,004544 0,002306 0,001210
9 1,507229 3,133551 2,649807 0,002304 0,001684 0,000058
10 1,505419 3,131501 2,650529 0,001202 0,000655 0,000272

11
2. Metode Iterasi Gauss-Seidel
Metode gauss-seidel merupakan metode perbaikan dari metode jacobi.
Metode ini merupakan metode yang menggunakan proses iterasi hingga nilai-
nilai yang berubah-ubah dan akhirnya relative konstan. Metode ini
dikembangkan dari gagasan metode persamaan tak linier.

Bentuk persamaan yang diselesaikan :

𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎23 𝑥3 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2

𝑎31 𝑥1 + 𝑎32 𝑥2 + 𝑎33 𝑥3 + ⋯ + 𝑎3𝑛 𝑥𝑛 = 𝑏3

𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + 𝑎𝑛3 𝑥3 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛

Konsep metode gauss-seidel : “Ubah persamaan diatas sehingga

𝒙𝟏 , 𝒙𝟐 , 𝒙𝟑 , 𝒙𝒏 berada disisi kiri persamaan” sehingga menjadi bentuk :

(𝑏1 −𝑎12𝑥2 −𝑎13 𝑥3 −⋯−𝑎1𝑛 𝑥𝑛)

𝑥1𝑛+1 = …(1)
𝑎11

(𝑏2 −𝑎21𝑥1 −𝑎23 𝑥3 −⋯−𝑎2𝑛 𝑥𝑛)

𝑥2𝑛+1 = …(2)
𝑎22

(𝑏3 −𝑎31𝑥1 −𝑎32 𝑥2 −⋯−𝑎3𝑛 𝑥𝑛)

𝑥3𝑛+1 = …(3)
𝑎33

(𝑏𝑛 −𝑎𝑛1𝑥1 −𝑎𝑛2 𝑥2−⋯−𝑎𝑛𝑛−1𝑥𝑛−1 )

𝑥𝑛𝑛+1 = …(n)
𝑎𝑛𝑛

Langkah-langkah penyelesaian :

a. Tentukan nilai awal 𝑥20 , 𝑥30 , … , 𝑥𝑛0 selanjutnya dilakukan iterasi seperti
persamaan (1) sehingga diperoleh :
𝑏1 − 𝑎12 𝑥2 0 − 𝑎13 𝑥3 0 − ⋯ − 𝑎1𝑛 𝑥𝑛 0
𝑥11 =
𝑎11
Masukkan nilai 𝑥11 , 𝑥30 , … , 𝑥𝑛0 ke persamaan (2) sehingga diperoleh :

12
 𝑏2 − 𝑎21 𝑥11 − 𝑎23 𝑥3 0 − ⋯ − 𝑎2𝑛 𝑥𝑛 0
𝑥21 =
𝑎22
Masukkan nilai 𝑥11 , 𝑥21 , … , 𝑥𝑛0 ke persamaan (3) sehingga diperoleh :
𝑏3 − 𝑎31 𝑥11 − 𝑎32 𝑥2 1 − ⋯ − 𝑎2𝑛 𝑥𝑛 0
𝑥31 =
𝑎33
b. Demikian seterusnya sampai didapatkan nilai 𝑥𝑛1
c. Hitung error 𝜀𝑥11 , 𝜀𝑥21 , 𝜀𝑥31 , … , 𝜀𝑥𝑛1
𝑥𝑖𝑛 − 𝑥𝑖𝑛−1
𝜀𝑥 = | |
𝑥𝑖𝑛
Jika 𝜺𝒙𝟏𝟏 , 𝜺𝒙𝟏𝟐 , 𝜺𝒙𝟏𝟑 , 𝜺𝒙𝟏𝒏 ≤ 𝜺 maka iterasi berhenti dengan 𝒙𝟏𝟏 , 𝒙𝟏𝟐 , 𝒙𝟏𝟑 , 𝒙𝟏𝒏
merupakan penyelesaian persamaan.
Jika 𝜺𝒙𝟏𝟏 , 𝜺𝒙𝟏𝟐 , 𝜺𝒙𝟏𝟑 , 𝜺𝒙𝟏𝒏 > 𝜺 maka iterasi berlanjut ke iterasi selanjutnya.
d. Iterasi terus berlanjut sampai diperoleh kondisi 𝜺𝒙𝒏𝟏 , 𝜺𝒙𝒏𝟐 , 𝜺𝒙𝒏𝟑 , 𝜺𝒙𝒏𝒏 ≤ 𝜺,
dengan 𝜺𝒙𝒏𝟏 , 𝜺𝒙𝒏𝟐 , 𝜺𝒙𝒏𝟑 , 𝜺𝒙𝒏𝒏 merupakan penyelesaian persamaan.

Kelebihan dari metode iterasi gauss-seidel ini sesatan pembualatan dapat

diperkecil karena dapat meneruskan iterasi sampai solusinya seteliti mungkin
dengan batas sesatan yang diperbolehkan. Adapun kelemahan yang dimiliki
metode ini adalah pada masalah pivot (titik tengah) yang harus benar-benar
diperhatikan karena penyusunan yang salah akan menyebabkan iterasi menjadi
divergen dan tidak diperoleh hasil yang benar.

Contoh Soal.

3𝑥 + 𝑦 − 𝑧 = 5

4𝑥 + 7𝑦 − 3𝑧 = 20

2𝑥 − 2𝑦 + 5𝑧 = 10

Cek dengan 𝜀 = 0,001

Jawab :

Persamaan diatas diubah bentuknya menjadi :

(5−𝑦+𝑧)
𝑥=
3

13
 (20−4𝑥+3𝑧)
𝑦= 7

(10−2𝑥+2𝑦)
𝑧= 5

Iterasi 1 : Memasukkan nilai awal 𝑦 0 , 𝑧 0 = 0 sehingga menjadi :

(5−𝑦 0 +𝑧 0 ) (5−0+0) 5
𝑥1 = = = 3 = 1,666667
3 3

Memasukkan nilai 𝑥 1 dan 𝑧 0 sehingga menjadi :

(20−4𝑥 1+3𝑧 0 ) (20−4(1,666667)+3(0))

𝑦1 = = = 1,904762
7 7

Memasukkan nilai 𝑥 1 dan 𝑦 1 sehingga menjadi :

(10−2𝑥 1 +2𝑦 1 ) (10−2(1,666667)+2(1,904760))

𝑧1 = = = 2,095238
5 5

Hitung error 𝜀𝑥 1 , 𝜀𝑦 1 , 𝜀𝑧 1

𝑥 1 −𝑥 0 1,666667−0
𝜀𝑥 1 = | |=| | = 1,000000
𝑥1 1,666667

𝑦 1 −𝑦 0 1,904762−0
𝜀𝑦 1 = | |=| | = 1,000000
𝑦1 1,904762

𝑧 1 −𝑧 0 2,095238−0
𝜀𝑧 1 = | 𝑧1
|=|
2,095238
| = 1,000000

Iterasi 2 : Memasukkan nilai 𝑦 1 dan 𝑧 1 , sehingga diperoleh nilai :

(5−𝑦 1 +𝑧1 ) (5−1,904762+2,095238)

𝑥2 = = = 1,730159
3 3

Memasukkan nilai 𝑥 2 dan 𝑧 1 sehingga menjadi :

(20−4𝑥 2 +3𝑧 1 ) (20−4(1,730159)+3(2,095238))

𝑦2 = = = 2,766440
7 7

Memasukkan nilai 𝑥 2 dan 𝑦 2 sehingga menjadi :

(10−2𝑥 2+2𝑦2 ) (10−2(1,730159)+2(2,766440))

𝑧2 = = = 2,414512
5 5

Hitung error 𝜀𝑥 2 , 𝜀𝑦 2 , 𝜀𝑧 2

𝑥 2 −𝑥 1 1,730159−1,666667
𝜀𝑥 2 = | |=| | = 0,036697
𝑥2 1,730159

14
 𝑦 2 −𝑦 1 2,766440−1,904762
𝜀𝑦 2 = | |=| | = 0,311475
𝑦2 2,766440

𝑧 2 −𝑧1 2,414512−2,095238
𝜀𝑧 2 = | |=| | = 0,132231
𝑧2 2,414512

Iterasi 3 : Memasukkan nilai 𝑦 2 dan 𝑧 2 , sehingga diperoleh nilai :

(5−𝑦 2 +𝑧2 ) (5−2,766440+2,414512)

𝑥3 = = = 1,549358
3 3

Memasukkan nilai 𝑥 3 dan 𝑧 2 sehingga menjadi :

(20−4𝑥 3 +3𝑧 2 ) (20−4(1,549358)+3(2,414512))

𝑦3 = = = 3,006587
7 7

Memasukkan nilai 𝑥 3 dan 𝑦 3 sehingga menjadi :

(10−2𝑥 3+2𝑦3 ) (10−2(1,549358)+2(3,006587))

𝑧3 = 5
= 5
= 2,582892

Hitung error 𝜀𝑥 3 , 𝜀𝑦 3 , 𝜀𝑧 3

𝑥 3 −𝑥 2 1,549358−1,730159
𝜀𝑥 3 = | |=| | = 0,116694
𝑥3 1,549358

𝑦 3 −𝑦 2 3,006587−2,766440
𝜀𝑦 3 = | |=| | = 0,079874
𝑦3 3,006587

𝑧 3 −𝑧2 2,582892−2,414512
𝜀𝑧 3 = | 𝑧3
|=|
2,582892
| = 0,065190

Iterasi berlanjut hingga diperoleh kondisi 𝜺𝟏 , 𝜺𝟐 , 𝜺𝟑 , 𝜺𝒏 ≤ 𝜺.

Prores iterasi diatas ditampilkan dalam bentuk tabel sebagai berikut :

Iterasi x y z Galat x Galat y Galat z

1 1,666667 1,904762 2,095238 1,000000 1,000000 1,000000
2 1,730159 2,766440 2,414512 0,036697 0,311475 0,132231
3 1,549358 3,006587 2,582892 0,116694 0,079874 0,065190
4 1,525435 3,092419 2,626794 0,015682 0,027756 0,016713
5 1,511458 3,119221 2,643105 0,009247 0,008593 0,006171
6 1,507961 3,128210 2,648099 0,002319 0,002873 0,001886
7 1,506630 3,131111 2,649793 0,000884 0,000927 0,000639

15
C. Perhitungan dengan Program Python
1. Pemrograman Python Pada Iterasi Jacobi

Gambar 1. Koding Iterasi Jacobi

(Delima, 2020) , (Atmika, 2016) , (Vulandari, 2017)

Gambar 2. Hasil Iterasi Jacobi

16
2. Pemrograman Python Pada Iterasi Gauss-Seidel

Gambar 3. Koding Iterasi Gauss-Seidel

Gambar 4. Hasil Iterasi Gauss-Seidel

17
 BAB III

PENUTUP
A. Kesimpulan
Sistem persamaan linier merupakan salah satu model dan masalah
matematika yang banyak dijumpai dalam berbagai disiplin ilmu, termasuk
matematika, statistika, fisika, biologi, ilmu-ilmu sosial, teknik dan bisnis
sistem-sistem persamaan linier muncul secara langsung dari masalah-masalah
nyata. Masalah –masalah tersebut dapat di ubah dalam bentuk persamaan :
𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 + 𝑎22 𝑥2 + 𝑎23 𝑥3 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2

𝑎31 𝑥1 + 𝑎32 𝑥2 + 𝑎33 𝑥3 + ⋯ + 𝑎3𝑛 𝑥𝑛 = 𝑏3

𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + 𝑎𝑛3 𝑥3 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛 = 𝑏𝑛

Persamaan di atas dapat dicari penyelesaiannya dengan menggunakan

matriks, metode eliminasi Gauss, metode Gauss-Jordan, matriks tridiagonal,
matriks inversi maupun metode iterasi. Masing-masing metode memiliki
keunikan tersendiri. Dari beberapa metode yang ada, metode penyelesaian
yang paling mudah dan sederhana digunakan adalah metode iterasi.

B. Saran
Sistem persamaan linier merupakan model matematika yang berkaitan erat
dalam kehidupan kita setiap hari. Oleh dan sebab itu sangat penting bagi kita
untuk mempelajari secara mendalam cara memecahkan suatu model persamaan
linier. Sangat disarankan kepada para pembaca untuk menambah resensi
materi tentang sistem persamaan linear dari sumber-sumber lain seperti buku
diktat atau modul SPL atau internet.

18
 DAFTAR PUSTAKA

Atmika, I. K. (2016). Diktat : Metode Numerik. Bali: Udayana Press.

Delima, N. (2020). Metode Numerik Seri Perkuliahan Online. Subang: UNSUB
Press.
Vulandari, R. T. (2017). Metode Numerik : Teori, Kasus dan Aplikasi. Surabaya:
Mavendra Press.

19