BAB II

STUDI PUSTAKA

A. Pengertian Metode Numerik

Metode numerik adalah suatu teknik dimana masalah matematika

diformulasikan sedemikian rupa sehingga dapat diselesaikan oleh
pengoperasian aritmetika. Metode numerik itu sendiri mencakup
sejumlah besar kalkulasi aritmetika yang menjenuhkan, namun
dengan perkembangan komputer yang cepat dan efisien, peranan
metoda numerik dalam penyelesaian masalah teknik semakin
meningkat.
Alasan mengapa menggunakan metoda numerik adalah karena
metoda numerik sanggup menangani sistem persamaan yang besar,
tidak linear serta geometri rumit yang tidak biasa terjadi dalam praktik
keteknikan dan seringkali tidak mungkin diselesaikan dengan cara
analitis.
Beberapa konsep perhitungan engineering yang digunakan pada
metoda numerik meliputi:

1. Akar-akar Persamaan
2. Sistem Persamaan Linear
3. Analisis Regrasi
4. Interpolasi
5. Integrasi Numerik
6. Persamaan Diferensial Biasa
7. Persamaan Diferensial Parsiil

B. Definisi Sistem Persamaan Linear

Sistem persamaan linear adalah himpunan berhingga dari

persamaan-persamaan linear dalam variabel tertentu. Bentuk umum
sistem persamaan linear sendiri terdiri dari m persamaan dan n
variabel x1,x2,x3,...,xn , dapat ditulis sebagai :

a11 x1 + a12 x2 + + a1n xn = b1

a21 x1 + a22 x2 + + a2n xn = b2
:
am1x1 + am2 x2 + + amn xn = bm,
dengan aij dan bi adalah konstanta-konstanta real.
 Persamaan-persamaan linear sendiri terdiri dari beberapa bentuk.
Yaitu :

- Berdasarkan variabel
Sistem persamaan linear 2 persamaan dan 2 variabel
Cth: x1 + 2x 2 = 5
2x1 + 3x 2 = 8
Sistem persamaan linear 2 persamaan dan 3 variabel
Cth: x1 - x2 + x3 = 2
2x1 - x2 - x3 = 4
Sistem persamaan linear 3 persamaan 2 variabel
Cth: x1 + x2 = 2
x1 - x2 = 1
x1 = 4
- Berdasarkan bentuk matriks
Sistem persamaan linear nonhomogen
Cth: x1 - x2 + x3 = 2
2x1 - x2 - x3 = 4
Sistem persamaan linear homogen
Cth: x1 + x2 = 0
x1 - x2 = 0

Pada sistem persamaan linear notasi matrik, terdapat beberapa

bentuk matrik bujur sangkar. Seperti :
Matrik simetris
Matriks diagonal
Matriks identitas
Matriks segitiga atas
Matriks segitiga bawah
Matriks pita

C. Penyelesaian Sistem Persamaan Linear

Permasalahan-permasalahan pada sistem persamaan linear

dapat dikerjakan dengan menggunakan beberapa metode,
diantaranya metode penyelesaian langsung dan metode iterasi.
Dalam metode penyelesaian langsung masih tergolong mudah
dalam kategori sistem persamaan karena penyelesaian yang lebih
simple. Sedangkan metode iterasi lebih baik digunakan
untuk matriks dengan orde tinggi yang mengandung banyak elemen
nol. Berikut akan diuraikan contoh-contoh penyelesaian sistem
persamaan linear.
 - Metode penyelesaian langsung

Metode eliminasi gauss

Adalah metode yang paling awal dikembangkan dan banyak
digunakan dalam penyelesaian sistem persamaan linier, prosedur
penyelesaian dari metode ini adalah mengurangi sistem persamaan
ke dalam bentuk segitiga atas, sehingga salah satu dari persamaan-
persamaan tersebut hanya mengandung satu bilangan tak
diketahui, dan setiap persamaan berikutnya hanya terdiri dari satu
tambahan bilangan tak diketahui baru. Bentuk segitiga diselesaikan
dengan penambahan dan pengurangan dari beberapa persamaan,
setelah persamaan tersebut dikalikan dengan suatu faktor
(konstan).
Prosedur hitungan metode eliminasi Gauss, yaitu:

b3''
x3 ''
a33
(b2' a 23'
x3 )
a11 a12 a13 | b1 a11 a12 a13 | b1 x2 '
a a 22
21 a 22 a 23 | b2 0 a22 a23 | b2' (b a12 x 2 a13 x3 )
0 x1 1
a 31 a 32 a 33 | b3 0 a33 | b3'' a11

Lebih jelasnya kita pandang suatu sistem dari 3 persamaan dengan

3 bilangan tak diketahui berikut ini:

a11 x1 + a12 x2 + a13 x3 = b1 (2.1a)

a21 x1 + a22 x2 + a23 x3 = b2 (2.1b)

a31 x1 + a32 x2 + a33 x3 = b3 (2.1c)

Persamaan pertama dari sistem dibagi koefisien pertama dari

persamaan pertama (a11), sehingga menjadi:

a12 a13 b1
a11 a11 a11
x1 + x2 + x3 = (2.2)

Persamaan (2.2) dikalikan dengan koefisien pertama dari persamaan

kedua:

a12 a13 b1
a11 a11 a11
a21 x1 + a21 x2 + a21 x3 = a21 (2.3)

Persamaan (2.1b) dikurangi persamaan (2.3), sehingga didapat:

 a12 a13 b1
'
a11 a11 a11 a22
(a22 a21 ) x2 + (a23 a21 ) x3 = (b2 a21 ) atau x2 +
'
a23 b2'
x3 =

Selanjutnya persamaan yang telah dinormalkan persamaan (2.2)

dikalikan dengan koefisien pertama dari persamaan ketiga, dan
hasilnya dikurangkan dari persamaan ketiga dari sistem persamaan
asli (persamaan 2.1c), hasilnya adalah:
' '
a32 a33 b3'
x2 + x3 =

Dengan melakukan prosedur diatas, maka didapat sistem

persamaan sebagai berikut:

a11 x1 + a12 x2 + a13 x3 = b1 (2.4a)

' '
a22 a23 b2'
x2 + x3 = (2.4b)
' '
a32 a33 b3'
x2 + x3 = (2.4c)

Persamaan 2.4, ekivalen dengan persamaan aslinya, tetapi variabel

x1 hanya muncul pada persamaan pertama, sedang dua persamaan
terakhir hanya mengandung dua bilangan tak diketahui, bila
kedua persamaan terakhir dapat diselesaikan untuk nilai x2 dan
x3, maka hasilnya dapat disubstitusikan ke dalam persamaan pertama
untuk mendapatkan nilai x1. Permasalahan menjadi lebih sederhana,
dari menyelesaikan 3 persamaan dengan 3 bilangan tak diketahui
menjadi penyelesaian 2 persamaan dengan 2 bilangan tak diketahui.

Prosedur berikutnya adalah mengeliminasi x2 dari salah satu dua

persamaan terakhir, untuk itu persamaan (2.4b) dibagi dengan
'
a22
koefisien pertama dari persamaan (2.4b), yaitu sehingga
menjadi:
'
a23 b2'
' '
a22 a22
x2 + x3 = (2.5)

Persamaan 2.5, dikalikan dengan koefisien pertama dari persamaan

(2.4c):
 '
a23 b2'
' ' ' ' '
a32 a32 a22 a32 a22
x2 + x3 = (2.6)

Persamaan (2.4c) dikurangi persamaan (2.6), sehingga menjadi:

'
a23 b2'
' '
a33 a32 '
a22 b3' '
a32 '
a22 ''
a33 b3''
( ) x3 = ( ) atau x3 =

Dengan demikian sistem persamaan menjadi:

a11 x1 + a12 x2 + a13 x3 = b1 (2.7a)

' '
a22 a23 b2'
x2 + x3 = (2.7b)
''
a33 b3''
x3 = (2.7c)

Sistem persamaan diatas mempunyai koefisien matriks yang

berbentuk segitiga atas (aij = 0 untuk i > j), dari persamaan
tersebut akan dapat dihitung nilai x1, x2 dan x3, yaitu:

b3''
x3 ''
a33
(2.8a)

b2' a 23
'
x3
x2 '
a 22
(2.8b)

b1 a12 x 2 a13 x3
x1
a11
(2.8c)

dengan demikian sistem persamaan telah dapat diselesaikan.

Eliminasi Gauss-Jordan
Metode ini hampir sama dengan metode eliminasi Gauss, metode ini
selain untuk menyelesaikan sistem persamaan linier, juga dapat
digunakan untuk menghitung matriks inversi. Pada metode ini bilangan
tak diketahui dieliminasi dari semua persamaan, yang dalam metode
Gauss bilangan tersebut dieliminasi dari persamaan berikutnya,
dengan demikian langkah-langkah eliminasi menghasilkan matriks
identitas.

Prosedur hitungan metode Gauss-Jordan, yaitu:

a11 a12 a13 | b1 1 0 0 | b1 x1 0 0 | b1

a
21 a 22 a 23 | b2 0 1 0 | b2 0 x2 0 | b2
a31 a32 a33 | b3 0 0 1 | b3 0 0 1 | b3

Lebih jelasnya kita pandang suatu sistem dari 4 persamaan dengan 4

bilangan tak diketahui berikut ini:
a11 x1 + a12 x2 + a13 x3 + a14 x4 = b1 (2.9a)

a21 x1 + a22 x2 + a23 x3 + a24 x4 = b2 (2.9b)

a31 x1 + a32 x2 + a33 x3 + a34 x4 = b3 (2.9c)

a41 x1 + a42 x2 + a43 x3 + a44 x4 = b4 (2.9d)

Persamaan tersebut dapat ditulis dalam bentuk matriks, yaitu:

a11 a12 a13 a14 x1 b1

a a 22 a 23
a 24 x 2 b2
21
a31 a 32 a33 a34 x3 b3

a 41 a 42 a 43 a 44 x 4 b4
(2.10)

Pada metode Gauss-Jordan, dipilih secara berurutan elemen pertama

tidak 0 dari setiap baris matriks.

1) Pertama kali baris pertama dari persamaan (2.10) dibagi dengan

elemen pertama dari persamaan pertama, yaitu a11, sehingga
didapat:

1 a12' a13' '

a14 x1 b1'

a21 a22 a23 a24 x2 b2

a31 a32 a33 a34 x3
b3

a a44 x4 b
41 a42 a43 4

Elemen pertama dari semua baris lainnya dihilangkan dengan cara

berikut ini:
 a) Persamaan pertama dikalikan elemen pertama dari persamaan
kedua (a21) dan kemudian dikurangkan terhadap persamaan
kedua.
b) Persamaan pertama dikalikan elemen pertama dari persamaan
ketiga (a31) dan kemudian dikurangkan terhadap persamaan
ketiga.
c) Persamaan pertama dikalikan elemen pertama dari persamaan
keempat (a41) dan kemudian dikurangkan terhadap persamaan
keempat.
Operasi ini menghasilkan sistem persamaan sebagai berikut:
1 a12' a13' a14' x1 b1'
' ' '

'

0 a22 a23 a24 x2 b2
'
'
'
0 a32
'
a33 a34 x3
b3
0 a' '
a43 '
a44 x4 b'
42 4
(2.11)
'
a22
2) Kemudian dipilih elemen pertama tidak 0 dari baris kedua yaitu ,
dan prosedur diatas diulangi lagi untuk baris kedua.
'
a22
Baris kedua dari persamaan diatas dibagi dengan elemen ,
sehingga didapat:

1 a12' a13' a14' x1 b1'

'' ''
''

0 1 a23 a24 x2 b2
'
'
' '
x3
0 a32 a33 a34
b3
0 a' a ' '
a44 x4 b'
42 43 4

Elemen kedua dari semua baris lainnya dihilangkan dengan cara

berikut ini:
a) Persamaan kedua dikalikan elemen kedua dari persamaan
a12'
pertama ( ) dan kemudian dikurangkan terhadap persamaan
pertama.
b) Persamaan kedua dikalikan elemen kedua dari persamaan ketiga
'
a32
( ) dan kemudian dikurangkan terhadap persamaan ketiga.
c) Persamaan kedua dikalikan elemen kedua dari persamaan
'
a42
keempat ( ) dan kemudian dikurangkan terhadap persamaan
keempat.
 Operasi ini menghasilkan sistem persamaan sebagai berikut:
1 0 a13'' a14'' x1 b1''
'' ''
''

0 1 a 23 a 24 x2 b2
''
''
''
x3
0 0 a33 a34
b3
0 0 a '' ''
a 44 x 4 b ''
43 4
(2.12)

3) Langkah selanjutnya dipilih elemen pertama tidak 0 dari baris ketiga

'
a33
yaitu , dan prosedur diatas diulangi lagi untuk baris ketiga.
Dengan prosedur seperti sebelumnya, akhirnya didapat sistem
persamaan sebagai berikut:
1 0 0 0 x1 b1''''
''''

0 1 0 0 x2 b2
0 0 1 0 ''''
x3
b3
0 0 0 1 x 4 b ''''
4
(2.13)

Dari sistem persamaan (2.13) dapat dihitung nilai x1, x2, x3 dan x4:

b1'''' b2'''' b3'''' b4''''

x1 = ; x2 = ; x3 = dan x4 =

Matriks Tridiagonal (Metode Sapuan Ganda
Choleski)
Disebut juga metode penyelesaian langsung, karena
pemakaiannya mudah dan matriks tridiagonal banyak dijumpai
dalam berbagai permasalahan terutama dalam penyelesaian
persamaan diferensial order dua. Dipandang sistem persamaan
sebagai berikuT:

b1 x1 c1 x 2 d1
a x b x c x d 2
2 1 2 2 2 3

a3 x 2 b3 x3 c3 x 4 d3


ai xi 1 bi xi ci xi 1 di




a n x n 1 bn x n d n
(2.14)
Baris pertama pada persamaan (2.14) dari sistem memungkinkan
untuk menulis bilangan tak diketahui x1 sebagai fungsi bilangan tak
diketahui x2 dalam bentuk:

c1 d1
b1 b1
x1 = x2 + atau x1 = P1 x2 + Q1 (2.15)

c1 d1
b1 b1
dengan P1 = dan Q1 = , bila nilai x1 disubstitusikan ke dalam
baris kedua persamaan (2.14), maka didapat:

c1 d1 a 2 c1
b1 b1 b1
a2 ( x2 + ) + b2 x2 + c2 x3 = d2 atau ( + b2 ) x2 = c2 x3 +
d1
b1
(d2 a2 )

dapat pula ditulis sebagai: x2 = P2 x3 + Q2

d1
d 2 a2
c2 b1
a 2 c1 a 2 c1
b2 b2
b1 b1
dengan P2 = dan Q2 = , persamaan ini
menunjukkan bahwa x2 merupakan fungsi dari x3, langkah seperti tadi
dapat diulangi lagi untuk semua baris pada persamaan berikutnya.
Dengan demikian setiap bilangan tak diketahui dapat dinyatakan
sebagai bilangan tak diketahui berikutnya.

Misalnya telah diperoleh persamaan sebagai berikut:

xi 1 = Pi 1 xi + Qi 1

Apabila nilai xi 1 disubstitusikan ke dalam baris ke i dari sistem

persamaan (2.14), maka:

ai (Pi 1 xi + Qi 1) + bi xi + ci xi + 1 = di

(ai Pi 1 + bi ) xi + ci xi + 1 = di (ai Qi 1)
 ci d i ai Qi 1
xi 1
(ai Pi 1 bi ) (ai Pi 1 bi )
xi = +

Persamaan tersebut diatas dapat ditulis dalam bentuk:

xi = Pi xi + 1 + Qi (2.16a)

ci
( ai Pi 1 bi )
dengan: Pi = dan (2.16b)

d i ai Qi 1
(ai Pi 1 bi )
Qi = (2.16c)

Untuk i = 1, maka persamaan (2.16a), menjadi:

x1 = P1x2 + Q1 (2.17a)

c1
(a1 P0 b1 )
dengan: P1 = dan (2.17b)

d 1 a1 Q0
(a1 P0 b1 )
Q1 = (2.17c)

Perbandingan persamaan (2.17) dan (2.15), menunjukkan bahwa:

P0 = 0 dan Q0 = 0 (2.18)

Persamaan (2.17) dan (2.18), memungkinkan untuk menghitung

koefisien Pi serta Qi dari nilai i = 1 sampai i = n, langkah ini merupakan
sapuan pertama. Setelah sampai titik ke n hitungan dilakukan dalam
arah kebalikannya, yaitu dari n ke 1, untuk menghitung bilangan tak
diketahui xi.

Untuk itu persamaan terakhir dari sistem persamaan (2.14) ditulis

dalam bentuk:

an xn 1 + bn xn = dn (2.19)

Pada sistem persamaan (2.16), apabila i = n 1, maka:

xn 1 = Pn 1 xn + Qn 1 (2.20)
Substitusi dari persamaan (2.20) ke dalam persamaan (2.19), akan
memberikan:

an(Pn 1 xn + Qn 1) + bnxn = dn

(anPn 1 + bn ) xn = dn an Qn 1

d n a n Qn 1
(a n Pn 1 bn )
xn =

Sesuai dengan persamaan (2.16a), maka: xn = Qn.

Nilai xn dapat diperoleh, berdasarkan nilai xn yang didapat maka nilai xn

1 dapat dihitung pula dengan persamaan sebagai berikut: xn 1 = Pn 1

xn + Qn 1.

Dari nilai xn 1 kemudian dihitung nilai xn 2, xn 3, dan seterusnya hingga

ke nilai x1.

Matriks Inversi

Pada matriks, operasi pembagian matriks tidak didefinisikan, akan

tetapi operasi matriks yang serupa dengan pembagian adalah matriks
inversi. Bila A adalah MBS, maka matriks inversinya adalah A1,
sedemikian sehingga:

AA1 = A1A = I, dengan I adalah matriks identitas.

Selain itu matriks inversi dapat digunakan untuk menyelesaikan

sistem yang berbentuk:
AX = C atau A-1C (2.21)

Nilai X dapat dihitung dengan mengalikan matriks inversi dari

koefisien matriks A dengan ruas kanan dari sistem persamaan yaitu C.

Metode Gauss-Jordan dapat digunakan untuk mencari matriks

inversi, untuk itu koefisien matriks ditingkatkan dengan matriks
identitas. Metode Gauss-Jordan dipakai untuk mereduksi koefisien
matriks menjadi matriks identitas, setelah selesai, sisi kanan dari
matriks yang ditingkatkan merupakan matriks inversi.

Prosedur dari hitungan matriks inversi:

 a11 a12 a13 | 1 0 0 1 0 0 | a111 a121 a131
a
a 23 | 0 1 0
1 1 1
21 a 22 0 1 0 | a 21 a 22 a 23
a 31 a 32 a 33 | 0 0 1 0 0 1 | a31
1 1
a32 1
a33

A I I A-1

- Metode Iterasi
Metode ini lebih baik dibanding dengan metode langsung,
misalnya untuk matriks yang tersebar yaitu matriks dengan banyak
elemen nol dan juga dapat digunakan untuk menyelesaikan sistem
persamaan tidak linier.

Metode Jacobi
Dipandang sistem dengan 3 persamaan dan 3 bilangan tak
diketahui:
a11 x1 + a12 x2 + a13 x3 = b1

a21 x1 + a22 x2 + a23 x3 = b2 (2.22)

a31 x1 + a32 x2 + a33 x3 = b3

Persamaan pertama dari sistem diatas dapat digunakan untuk

menghitung x1 sebagai fungsi dari x2 dan x3. Demikian juga
persamaan kedua dan ketiga untuk menghitung x2 dan x3 sehingga
didapat:

(b1 a12 x 2 a13 x3 )

x1
a11
(b2 a 21 x1 a 23 x3 )
x2
a 22
(b3 a31 x1 a32 x 2 )
x3
a33
(2.23)

Hitungan dimulai dengan nilai perkiraan awal sembarang

untuk variabel yang dicari (biasanya semua variabel diambil sama
dengan nol). Nilai perkiraan awal disubstitusikan ke dalam ruas
kanan dari sistem persamaan (2.23). Selanjutnya nilai variabel yang
didapat tersebut disubstitusikan ke ruas kanan dari sistem (2.23)
lagi untuk mendapatkan nilai perkiraan kedua. Prosedur tersebut
diulangi lagi sampai nilai setiap variabel pada iterasi ke n mendekati
nilai pada iterasi ke n 1. Apabila indeks n menunjukkan jumlah
iterasi, maka persamaan (2.23) dapat ditulis menjadi:

(b1 a12 x 2n 1 a13 x3n 1 )

x n
1
a11
(b2 a 21 x1n 1 a 23 x3n 1 )
x 2n
a 22
(b3 a 31 x1n 1 a32 x 2n 1 )
x3n
a 33
(2.24)

Iterasi hitungan berakhir setelah:

x1n 1 x1n , x2n 1 x2n , x3n 1 x3n ,
dan

atau telah dipenuhi kriteria berikut:

xin xin 1
a 100% s
xin

s
dengan adalah batasan ketelitian yang dikehendaki.

Metode Gauss-Seidel

Didalam metode Jacobi, nilai x1 yang dihitung dari persamaan

pertama tidak digunakan untuk menghitung nilai x2 dengan
persamaan kedua. Demikian juga nilai x2 tidak digunakan untuk
mencari x3, sehingga nilai-nilai tersebut tidak dimanfaatkan.
Sebenarnya nilai-nilai baru tersebut lebih baik dari nilai-nilai
yang lama. Di dalam metode Gauss-Seidel nilai-nilai tersebut
dimanfaatkan untuk menghitung variabel berikutnya.

Seperti dalam metode Jacobi sistem persamaan (2.22) diubah

menjadi sistem persamaan (2.23). Kemudian ke dalam persamaan
x20 , x30
pertama dari sistem, disubstitusikan nilai sembarang (biasanya
diambil nol ), sehingga:

(b1 a12 x20 a13 x30 )

x
1
1
a11
(2.25a)
 x11
Nilai baru dari tersebut kemudian disubstitusikan ke dalam
persamaan kedua dari sistem (2.23), sehingga:

(b2 a21x11 a23 x30 )

x12
a22
(2.25b)

Demikian juga ke dalam persamaan ketiga dari sistem (2.23)

x11 x12
disubstitusikan nilai baru dan , sehingga didapat:

(b3 a31 x11 a32 x 12 )

x31
a33
(2.25c)

Dengan cara seperti ini nilai x1, x2, x3 akan diperoleh lebih
cepat dari pada metode Jacobi.