MAKALAH
Oleh :
Kelompok 3
1. An Nisaa Ayu Syafitri (1984202054)
2. Arsyi Afini (1984202080)
3. Dita Aprilia (1984202055)
Kelas 7 –A2
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.
Penyusun
i
DAFTAR ISI
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.
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.
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
𝑎𝑥 + 𝑏𝑦 = 𝑐 atau 𝑎1 𝑥 + 𝑏1 𝑦 = 𝑐1
𝑝𝑥 + 𝑞𝑦 = 𝑟 𝑎2 𝑥 + 𝑏2 𝑦 = 𝑐2
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
⋮
⋮
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.
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.
𝐵 = [𝑏1, 𝑏2, … 𝑏𝑛 ]
𝑐1
𝑐2
𝐶=[ ⋮ ]
𝑐𝑚
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
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
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.
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
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
Jawab :
9
(5−𝑦+𝑧)
𝑥= 3
(20−4𝑥+3𝑧)
𝑦= 7
(10−2𝑥+2𝑦)
𝑧= 5
(5−𝑦 0 +𝑧 0 ) (5−0+0) 5
𝑥1 = = = 3 = 1,666667
3 3
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
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
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
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.
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.
Contoh Soal.
3𝑥 + 𝑦 − 𝑧 = 5
4𝑥 + 7𝑦 − 3𝑧 = 20
2𝑥 − 2𝑦 + 5𝑧 = 10
Jawab :
(5−𝑦+𝑧)
𝑥=
3
13
(20−4𝑥+3𝑧)
𝑦= 7
(10−2𝑥+2𝑦)
𝑧= 5
(5−𝑦 0 +𝑧 0 ) (5−0+0) 5
𝑥1 = = = 3 = 1,666667
3 3
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
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
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
15
C. Perhitungan dengan Program Python
1. Pemrograman Python Pada Iterasi Jacobi
16
2. Pemrograman Python Pada 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
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
19