You are on page 1of 14

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.

Yaitu : . Persamaan-persamaan linear sendiri terdiri dari beberapa bentuk.x2 = 0 Pada sistem persamaan linear notasi matrik. .x2 . Penyelesaian Sistem Persamaan Linear Permasalahan-permasalahan pada sistem persamaan linear dapat dikerjakan dengan menggunakan beberapa metode.x3 = 4  Sistem persamaan linear homogen Cth: x1 + x2 = 0 x1 . 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.x3 = 4  Sistem persamaan linear 3 persamaan 2 variabel Cth: x1 + x2 = 2 x1 . Dalam metode penyelesaian langsung masih tergolong mudah dalam kategori sistem persamaan karena penyelesaian yang lebih simple. diantaranya metode penyelesaian langsung dan metode iterasi. Berdasarkan bentuk matriks  Sistem persamaan linear nonhomogen Cth: x1 .x2 + x3 = 2 2x1 .x2 .x2 + x3 = 2 2x1 . 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 . terdapat beberapa bentuk matrik bujur sangkar. Seperti :  Matrik simetris  Matriks diagonal  Matriks identitas  Matriks segitiga atas  Matriks segitiga bawah  Matriks pita C.x2 = 1 x1 = 4 .

sehingga salah satu dari persamaan- persamaan tersebut hanya mengandung satu bilangan tak diketahui.2) dikalikan dengan koefisien pertama dari persamaan kedua: a12 a13 b1 a11 a11 a11 a21 x1 + a21 x2 + a21 x3 = a21 (2.1b) dikurangi persamaan (2.Metode penyelesaian langsung  Metode eliminasi gauss Adalah metode yang paling awal dikembangkan dan banyak digunakan dalam penyelesaian sistem persamaan linier. sehingga menjadi: a12 a13 b1 a11 a11 a11 x1 + x2 + x3 = (2.1b) a31 x1 + a32 x2 + a33 x3 = b3 (2.3). Bentuk segitiga diselesaikan dengan penambahan dan pengurangan dari beberapa persamaan. Prosedur hitungan metode eliminasi Gauss.3) Persamaan (2. sehingga didapat: . 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 (2.2) Persamaan (2. dan setiap persamaan berikutnya hanya terdiri dari satu tambahan bilangan tak diketahui baru. setelah persamaan tersebut dikalikan dengan suatu faktor (konstan). prosedur penyelesaian dari metode ini adalah mengurangi sistem persamaan ke dalam bentuk segitiga atas.1c) Persamaan pertama dari sistem dibagi koefisien pertama dari persamaan pertama (a11). .1a) a21 x1 + a22 x2 + a23 x3 = b2 (2.

Prosedur berikutnya adalah mengeliminasi x2 dari salah satu dua persamaan terakhir. dikalikan dengan koefisien pertama dari persamaan (2. tetapi variabel x1 hanya muncul pada persamaan pertama.4c) Persamaan 2. hasilnya adalah: ' ' a32 a33 b3' x2 + x3 = Dengan melakukan prosedur diatas. ekivalen dengan persamaan aslinya.4a) ' ' a22 a23 b2' x2 + x3 = (2. untuk itu persamaan (2. maka hasilnya dapat disubstitusikan ke dalam persamaan pertama untuk mendapatkan nilai x1.4.4b) ' ' a32 a33 b3' x2 + x3 = (2.1c). maka didapat sistem persamaan sebagai berikut: a11 x1 + a12 x2 + a13 x3 = b1 (2. dari menyelesaikan 3 persamaan dengan 3 bilangan tak diketahui menjadi penyelesaian 2 persamaan dengan 2 bilangan tak diketahui. bila kedua persamaan terakhir dapat diselesaikan untuk nilai x2 dan x3. sedang dua persamaan terakhir hanya mengandung dua bilangan tak diketahui.4b).2) dikalikan dengan koefisien pertama dari persamaan ketiga.4b) dibagi dengan ' a22 koefisien pertama dari persamaan (2.5) Persamaan 2. 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 (2.4c): . dan hasilnya dikurangkan dari persamaan ketiga dari sistem persamaan asli (persamaan 2. yaitu sehingga menjadi: ' a23 b2' ' ' a22 a22 x2 + x3 = (2.5. Permasalahan menjadi lebih sederhana.

8b) b1  a12 x 2  a13 x3 x1  a11 (2.7b) '' a33 b3'' x3 = (2.6) Persamaan (2.4c) dikurangi persamaan (2.  Eliminasi Gauss-Jordan Metode ini hampir sama dengan metode eliminasi Gauss. x2 dan x3.7c) Sistem persamaan diatas mempunyai koefisien matriks yang berbentuk segitiga atas (aij = 0 untuk i > j). metode ini selain untuk menyelesaikan sistem persamaan linier. juga dapat digunakan untuk menghitung matriks inversi. 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 (2.8a) b2'  a 23 ' x3 x2  ' a 22 (2. yaitu: b3'' x3  '' a33 (2.6). Pada metode ini bilangan tak diketahui dieliminasi dari semua persamaan. . ' a23 b2' ' ' ' ' ' a32 a32 a22 a32 a22 x2 + x3 = (2.7a) ' ' a22 a23 b2' x2 + x3 = (2.8c) dengan demikian sistem persamaan telah dapat diselesaikan. dari persamaan tersebut akan dapat dihitung nilai x1. yang dalam metode Gauss bilangan tersebut dieliminasi dari persamaan berikutnya.

1) Pertama kali baris pertama dari persamaan (2. Prosedur hitungan metode Gauss-Jordan.9b) a31 x1 + a32 x2 + a33 x3 + a34 x4 = b3 (2. dipilih secara berurutan elemen pertama tidak 0 dari setiap baris matriks.9a) a21 x1 + a22 x2 + a23 x3 + a24 x4 = b2 (2. 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: .10) dibagi dengan elemen pertama dari persamaan pertama. yaitu a11.10) Pada metode Gauss-Jordan.9c) a41 x1 + a42 x2 + a43 x3 + a44 x4 = b4 (2.9d) Persamaan tersebut dapat ditulis dalam bentuk matriks.dengan demikian langkah-langkah eliminasi menghasilkan matriks identitas. 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. 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.

' a22 Baris kedua dari persamaan diatas dibagi dengan elemen . c) Persamaan kedua dikalikan elemen kedua dari persamaan ' a42 keempat ( ) dan kemudian dikurangkan terhadap persamaan keempat. b) Persamaan kedua dikalikan elemen kedua dari persamaan ketiga ' a32 ( ) dan kemudian dikurangkan terhadap persamaan ketiga. 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.11) ' a22 2) Kemudian dipilih elemen pertama tidak 0 dari baris kedua yaitu . b) Persamaan pertama dikalikan elemen pertama dari persamaan ketiga (a31) dan kemudian dikurangkan terhadap persamaan ketiga. dan prosedur diatas diulangi lagi untuk baris kedua. a) Persamaan pertama dikalikan elemen pertama dari persamaan kedua (a21) dan kemudian dikurangkan terhadap persamaan kedua. . 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.

12) 3) Langkah selanjutnya dipilih elemen pertama tidak 0 dari baris ketiga ' a33 yaitu . 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. x2 = .13) Dari sistem persamaan (2.13) dapat dihitung nilai x1. Dengan prosedur seperti sebelumnya.14) . x3 dan x4: b1'''' b2'''' b3'''' b4'''' x1 = . dan prosedur diatas diulangi lagi untuk baris ketiga. 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. 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. x3 = dan x4 =  Matriks Tridiagonal (Metode Sapuan Ganda Choleski) Disebut juga metode penyelesaian langsung. x2. karena pemakaiannya mudah dan matriks tridiagonal banyak dijumpai dalam berbagai permasalahan terutama dalam penyelesaian persamaan diferensial order dua.

Dengan demikian setiap bilangan tak diketahui dapat dinyatakan sebagai bilangan tak diketahui berikutnya. persamaan ini menunjukkan bahwa x2 merupakan fungsi dari x3. langkah seperti tadi dapat diulangi lagi untuk semua baris pada persamaan berikutnya.15) c1 d1 b1 b1 dengan P1 =  dan Q1 = . bila nilai x1 disubstitusikan ke dalam baris kedua persamaan (2.14). 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. 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) . 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 = .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.Baris pertama pada persamaan (2.14).

18).17) dan (2.16c) Untuk i = 1.17b) d 1  a1 Q0 (a1 P0  b1 ) Q1 = (2.15). maka persamaan (2. Setelah sampai titik ke n hitungan dilakukan dalam arah kebalikannya. 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. Untuk itu persamaan terakhir dari sistem persamaan (2.17c) Perbandingan persamaan (2.18) Persamaan (2. apabila i = n 1.16b) d i  ai Qi 1 (ai Pi  1  bi ) Qi = (2.16a) ci ( ai Pi  1  bi ) dengan: Pi =  dan (2. maka: xn – 1 = Pn – 1 xn + Qn – 1 (2. untuk menghitung bilangan tak diketahui xi.20) .16a). yaitu dari n ke 1.14) ditulis dalam bentuk: an xn – 1 + bn xn = dn (2.16). memungkinkan untuk menghitung koefisien Pi serta Qi dari nilai i = 1 sampai i = n. langkah ini merupakan sapuan pertama.17a) c1 (a1 P0  b1 ) dengan: P1 =  dan (2.17) dan (2.19) Pada sistem persamaan (2. menunjukkan bahwa: P0 = 0 dan Q0 = 0 (2. menjadi: x1 = P1x2 + Q1 (2.

dengan I adalah matriks identitas. Bila A adalah MBS.  Matriks Inversi Pada matriks.Substitusi dari persamaan (2. Selain itu matriks inversi dapat digunakan untuk menyelesaikan sistem yang berbentuk: AX = C atau A-1C (2. untuk itu koefisien matriks ditingkatkan dengan matriks identitas. setelah selesai.21) Nilai X dapat dihitung dengan mengalikan matriks inversi dari koefisien matriks A dengan ruas kanan dari sistem persamaan yaitu C. Dari nilai xn – 1 kemudian dihitung nilai xn – 2. maka: xn = Qn. berdasarkan nilai xn yang didapat maka nilai xn – 1 dapat dihitung pula dengan persamaan sebagai berikut: xn – 1 = Pn – 1 xn + Qn – 1. dan seterusnya hingga ke nilai x1. 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. operasi pembagian matriks tidak didefinisikan. sedemikian sehingga: AA1 = A1A = I. xn – 3. Nilai xn dapat diperoleh. Metode Gauss-Jordan dapat digunakan untuk mencari matriks inversi.16a).20) ke dalam persamaan (2.19). Prosedur dari hitungan matriks inversi: . Metode Gauss-Jordan dipakai untuk mereduksi koefisien matriks menjadi matriks identitas. sisi kanan dari matriks yang ditingkatkan merupakan matriks inversi. akan tetapi operasi matriks yang serupa dengan pembagian adalah matriks inversi. maka matriks inversinya adalah A1.

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.  a11 a12 a13 | 1 0 0  1 0 0 | a111 a121 a131   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 . Prosedur tersebut diulangi lagi sampai nilai setiap variabel pada iterasi ke n mendekati . Selanjutnya nilai variabel yang didapat tersebut disubstitusikan ke ruas kanan dari sistem (2.Metode Iterasi Metode ini lebih baik dibanding dengan metode langsung. Nilai perkiraan awal disubstitusikan ke dalam ruas kanan dari sistem persamaan (2.23).  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. misalnya untuk matriks yang tersebar yaitu matriks dengan banyak elemen nol dan juga dapat digunakan untuk menyelesaikan sistem persamaan tidak linier.22) a31 x1 + a32 x2 + a33 x3 = b3 Persamaan pertama dari sistem diatas dapat digunakan untuk menghitung x1 sebagai fungsi dari x2 dan x3.23) lagi untuk mendapatkan nilai perkiraan kedua.23) Hitungan dimulai dengan nilai perkiraan awal sembarang untuk variabel yang dicari (biasanya semua variabel diambil sama dengan nol).

x2n  1  x2n . Demikian juga nilai x2 tidak digunakan untuk mencari x3.24) Iterasi hitungan berakhir setelah: x1n  1  x1n .nilai pada iterasi ke n  1. dan atau telah dipenuhi kriteria berikut: xin  xin  1 a  100%   s xin s dengan adalah batasan ketelitian yang dikehendaki. maka persamaan (2.25a) .23). Apabila indeks n menunjukkan jumlah iterasi. Kemudian ke dalam persamaan x20 .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. sehingga: (b1  a12 x20  a13 x30 ) x  1 1 a11 (2. disubstitusikan nilai sembarang (biasanya diambil nol ).22) diubah menjadi sistem persamaan (2. Sebenarnya nilai-nilai baru tersebut lebih baik dari nilai-nilai yang lama.  Metode Gauss-Seidel Didalam metode Jacobi. Di dalam metode Gauss-Seidel nilai-nilai tersebut dimanfaatkan untuk menghitung variabel berikutnya. Seperti dalam metode Jacobi sistem persamaan (2. x3n  1  x3n . x30 pertama dari sistem. sehingga nilai-nilai tersebut tidak dimanfaatkan. nilai x1 yang dihitung dari persamaan pertama tidak digunakan untuk menghitung nilai x2 dengan persamaan kedua.

x11 Nilai baru dari tersebut kemudian disubstitusikan ke dalam persamaan kedua dari sistem (2. . sehingga: (b2  a21x11  a23 x30 ) x12  a22 (2.25b) Demikian juga ke dalam persamaan ketiga dari sistem (2. x3 akan diperoleh lebih cepat dari pada metode Jacobi.23) x11 x12 disubstitusikan nilai baru dan .25c) Dengan cara seperti ini nilai x1. sehingga didapat: (b3  a31 x11  a32 x 12 ) x31  a33 (2. x2.23).