You are on page 1of 38

BAB II

PEMBAHASAN

1. Pengertian Sistem Persamaan Linier

Sistem persamaan linier adalah sistem persamaan yang terdiri dari sejumlah persamaan
(berhingga) dan sejumlah variabel (berhingga). Mencari solusi suatu sistem persamaan
linier adalah mencari nilai-nilai variable-variabel tersebut, sehingga memenuhi semua
sistem persamaan tersebut. Terdapat dua metode untuk mencari solusi sistem persamaan
linier yaitu:

a. Metode langsung, yang terdiri dari metode eliminasi Gauss, metode eliminasi
Gauss-Jordan, metode invers matriks dan metode dekomposisi LU.
b. Metode tak langsung yaitu metode iterasi, yang terdiri dari metode iterasi Jacobi
dan metode iterasi Gauss-Seidel, dimana dalam metode iterasi ini harus
diberikan solusi awal ( merupakan tebakan ).

Persamaan linear secara umum :

a11x1 + a12x2 + a13x3 +…..+ a1nxn = c1
a21x1 + a22x2 + a33x3 +…. + a2nxn = c2
……
An1x1 + an2x2 + an3x3 +…..+ annxn = cn

3

Dengan a adalah koefisien konstan dan c adalah konstan. Dalam bentuk notasi matriks
notasi tersebut dapat ditulis seperti berikut :

a11 a12 a13 .... a1n X1 C1

a21 a22 a23 …. a2n X2 = C2

…. …. …. …. …. …. ….
An1 an2 an3 …. ann Xn cn

Atau

AX=

Dengan :
A = Matriks koefisien n x n
X = Kolom vektor n x 1 dari bilangan tak diketahui
C = Kolom vector n x 1 dari konstanta

Beberapa metode di dalam menyelesaikan persamaan linear,antara lain:
 Metoda eliminasi gauss
 Metode eliminasi Gauss - Jordan
 Metode Matriks Invers
 Iterasi Jacobi
 Iterasi gauss - seidel
 Dekomposisi LU
 Dekomposisi Cholesky

4

2. Metode Eliminasi Gauss

Eliminasi Gauss adalah suatu cara mengoperasikan nilai-nilai di dalam matriks
sehingga menjadi matriks yang lebih sederhana. Metode Eliminasi Gauss adalah salah satu
cara yang paling awal dan banyak digunakan dalam penyelesaian sistem persamaan linier.
Cara ini ditemukan oleh Carl Friedrich Gauss. Prosedur penyelesaian dari metode ini
adalah dengan melakukan operasi baris sehingga matriks tersebut menjadi matriks yang
Eselon-baris. Ini dapat digunakan sebagai salah satu metode penyelesaian persamaan linear
dengan menggunakan matriks. Caranya dengan mengubah persamaan linear tersebut ke
dalam matriks teraugmentasi dan mengoperasikannya. Setelah menjadi matriks Eselon-
baris, lakukan substitusi balik untuk mendapatkan nilai dari variabel-variabel tersebut.

1. Algoritma Eliminasi Gauss

Secara umum,sistem persamaan linear adalah sebagai berikut:

a11x1 + a12x2 + a13x3 +…..+ a1nxn = c1
a21x1 + a22x2 + a33x3 +…. + a2nxn = c2
……
An1x1 + an2x2 + an3x3 +…..+ annxn = cn

Algoritma dasar metode eliminasi gauss adalah sebagai berikut:
a. Ubahlah sistem persamaan linear tersebut menjadi matriks augment, yaitu suatu
matrik yang berukuran n x (n + 1). Jelas terlihat bahwa elemen-elemen yang
menempati kolom terakhir matrik augment adalah nilai dari bi; yaitu ai,n+1 = bi
dimana i = 1, 2, ..., n.
b. Periksalah elemen-elemen pivot. Apakah ada yang bernilai nol? Elemen-elemen
pivot adalah elemen-elemen yang menempati diagonal suatu matrik, yaitu a11,
a22,..., ann atau disingkat aii. Jika aii _= 0, bisa dilanjutkan ke langkah no.3.
Namun, jika ada elemen diagonal yang bernilai nol, aii = 0, maka baris dimana

5

aii ≠ 0. maka motode eliminasi gauss tidak dapat berjalan.. n. Baris nol terletak paling bawah c. . maka bilangan pertama yang tidak nol adalah 1 (1 utama) b. Hitunglah nilai xn e. 3. dan memiliki penyelesaian tak terhingga.. maka system persamaan tersebut tidak dapat diselesaikan dengan menggunakan metode eliminasi gauss. ditukar dengan baris lain dibawahnya yang memiliki nilai mutlak |…| pada kolom ke – n yang terbesar... Ciri-Ciri Eliminasi Gauss a. x1 2.. Lakukanlah proses substitusi mundur untuk memperoleh xn-1 . Bila koefisien elemen pivot = 0 atau ann = 0 tidak dapat dihindari. 4.x2 . 1 utama baris berikutnya berada dikanan 1 utama baris diatasnya d.. 2. Bila kelemahan eliminasi gauss ini terjadi. maka baris yang memiliki ann = 0 atau sangat kecil tersebut. xn-2 . 3. Proses triangularisasi. . sampai elemen diagonal matrik menjadi tidak nol. Dibawah 1 utama harus nol Problem yang biasa terjadi pada metode eliminasi gauss: 1. maka cara eliminasi gauss menghasilkan ketelitian yang rendah. d. Teknik seperti ini biasa disebut teknik pivoting parsial. Jika saat eliminasi kolom ke – n harga ann (koefisien pada diagonal utama/ elemen pivot) adalah sangat kecil ( dibanding koefisien lain pada baris pivot tersebut). i + 2. Jika saat eliminasi kolom ke – n harga ann (koefisien pada diagonal utama/ elemen pivot) adalah = 0. c. Jika suatu baris tidak semua nol. (Pi) ↔ (Pj) dimana j = i + 1.. Contoh Soal x + y + 2z = 9 6 . elemen itu berada harus ditukar posisinya dengan baris yang ada dibawahnya.

3z = 1 3x + 6y .5z = 0 Penyelesaian : Solusi system diperoleh dengan teknik penyulihan mundur sebagai berikut: 4. dengan beberapa tahap 7 . 2x + 4y . Kelebihan dan Kekurangan Metode ini digunakan dalam analisis numerik untuk meminimalkan mengisi selama eliminasi.

sementara eliminasi Gauss hanya menghasilkan matriks sampai padabentuk baris eselon (row echelon form). Metode Eliminasi Gauss : metode yang dikembangkan dari metode eliminasi. yaitu menghilangkanatau mengurangi jumlah variable sehingga dapat diperoleh nilai dari suatu variable yang bebas. yang dijelaskan oleh Jordan di tahun 1887. Metode Eliminasi Gauss Jordan Salah satu metode yang dapat digunakan untuk menyelesaikan sistem persamaan linier adalah metode eliminasi Gauss-Jordan. Metode Gauss-Jordan ini menghasilkan matriks dengan bentuk baris eselon yang tereduksi(reduced row echelon form). Lakukan operasi baris elementer pada matriks augmentasi (A|b) untuk mengubah matriks A menjadi dalam bentuk baris eselon yang tereduksi. Caranya adalah dengan meneruskan operasi baris dari eliminasi Gauss sehingga menghasilkan matriks yang Eselon-baris. Prosedur umum untuk metode eliminasi Gauss-Jordan ini adalah Ubah sistem persamaan linier yang ingin dihitung menjadi matriks augmentasi. Eliminasi Gauss-Jordan adalah pengembangan dari eliminasi Gauss yang hasilnya lebih sederhana lagi. metode eliminasi Gauss-Jordan ini dapat.  lebih mudah untuk memecahkan kekurangan :  memiliki masalah akurasi saat pembulatan desimal 3.  menghilangkan kebutuhan untuk menulis ulang variabel setiap langka. Metode ini diberi nama Gauss-Jordan untuk menghormati CarlFriedrich Gauss dan Wilhelm Jordan. Kelebihan :  menentukan apakah sistem konsisten. 8 . Ini juga dapat digunakan sebagai salah satu metode penyelesaian persamaan linear dengan menggunakan matriks. Metode ini sebenarnya adalah modifikasi dari metode eliminasi Gauss. Metode ini digunakan untuk mencari invers dari sebuah matriks. Selain untuk menyelesaikan sistem persamaan linier.

y dan z Penyelesaian : 9 .3z = 1 3x + 6y . Contoh Soal x + y + 2z = 9 2x + 4y . 1.5z = 0 Tentukan Nilai x.

Suatu matriks dapat dibalik jika dan hanya jika matriks tersebut adalah matriks persegi (matriks yang berukuran n x n) dan matriks tersebut non-singular (determinan \neq 0). y = 2.Diperoleh penyelesaian x = 1. maka A dikatakan dapat dibalik (invertible) dan B dinamakan invers dari A 10 . Metode Matriks Invers Invers matriks merupakan lawan atau kebalikan suatu matriks dalam perkalian yang dilambangkan dengan A-1. Definisi : Jika A adalah suatu matriks kuadrat. dimana I adalah matriks identitas. Jika matriks A dan B sedemikian sehingga A x B = B x A = I. dan jika kita dapat mencari matriks B sehingga AB = BA = I. Tidak semua matriks memiliki invers. dimana I matriks identitas maka B disebut invers dari A dan A dari B. z = 3. Invers matriks dapat didefinisikan sebagai berikut. Karena invers matriks A dilambangkan dengan A-1 maka berlaku A x A-1 = A-1 x A = I. 4.

........ Jika langkah ini telah selesai maka ruas kanan matriks itu akan merupakan matriks invers....... Kemudian gunakan metode Gauss-Jordan untuk mengubah matriks koefisien menjadi matriks identitas........ (**) 11 ....... matriks koefisien dilengkapi dengan suatu matriks identitas.... Banyak cara yang dapat digunakan untuk mencari matriks invers.... proses tersebut adalah sebagai berikut.... Matriks invers (jika ada) adalah tunggal (uniqe) Andaikan B dan C adalah invers dari matriks A. Untuk melakukan hal ini... maka berlaku : AB = BA = I dan juga AC = CA = I.................. yaitu : 1... (*) BAC = (BA)C = IC = C.. Atau secara ilustrasi.. Tetapi untuk : BAC = B(AC) = BI = B..... [ ] a 11 a 12 a 131 0 0 a 21a 22 a 23 0 10 a 31a 32 a 33 0 0 1 [ A] [I] [ ] 1 0 0 a11−1 a 12−1 a 13−1 01 0 a 21−1 a 22−1 a 23−1 0 01 a 31−1 a 32−1 a 33−1 −1 [I] [A] 1.. Sifat-Sifat Matriks Invers Matriks invers atau invers matriks memiliki beberapa sifat yang perlu diperhatikan............... Salah satunya adalah dengan menggunakan metode eliminasi Gauss-Jordan........................

.. maka berlaku hubungan : (AB)-1 = B- 1 A-1 (AB) (AB)-1 = (AB)-1 (AB) = I..... Dari (*) dan (**) haruslah B = C 2.............................................. (*) Berlaku juga untuk C C-1 = C-1 C = I.. (**) 12 .. Matriks invers bersifat non – singular (determinannya tidak nol) det (A A-1) = det (A) det (A-1) det (I) = det (A) det (A-1) 1 = det (A) det (A-1).... berarti berlaku : AC = CA = I..................... Andaikan matriks C = A-1............ karena det (A) ≠ 0.... Invers dari matrik invers adalah matriks itu sendiri.. Jika A dan B masing – masing adalah matriks persegi berdimensi n...... 4........... (*) Disisi lain : (A B) (B-1 A-1) = A(B B-1) A-1 = A I A-1 = A A-1 = I (B-1 A-1) (A B) = B-1 (A-1 A) B = B-1 I B = B-1 B = I....... dan berturut – turut A-1 dan B-1 adalah invers dari A dan B..... maka : Ini berarti bahwa det (A-1) tidak nol dan kebalikan dari det (A)....... (**) Dari (*) ke (**) berarti : C-1 = A (A-1)-1 = A 3.....

..... Tetapi untuk persamaan yang melebihi ordo 3 x 3 terlalu sulit dan lama untuk menyelesaikan permasalahan secara manual.  Langkah kedua yaitu menentukan Adjoin matriks..... hubungan ini berarti bahwa (A-1)T juga merupakan matriks dari A.. padahal invers matriks bersifat tunggal........... maka tidak memiliki invers atau biasa disebut matriks singular... Apabila determinannya bernilai 0. Penyelesaian dengan exel kita hanya mengoperasikan rumus : A-1 = MMULT(MINVERSE(a11 – ann).. dan haruslah : (AT)-1 AT = AT (AT)-1 = I.. Adjoint matriks adalah transpose dari kofaktor – kofaktor matriks. Determinan didefinisikan sebagai jumlah dari semua hasil kali elementer bertanda matriks.. apabila matriks dengan ordo 2 x 2 ataupun 3 x 3 masih dapat diselesaikan secara manual.......... Jika matriks persegi A berdimensi n adalah non – singular............. karena itu dari (*) dan (**) dapat disimpulkan bahwa (AB)-1 = B-1 A-1 5. Transpose tersebut didapatkan dari matriks A dengan memindahkan elemen kolom menjadi elemen baris.... oleh karena itu seperti yang diperlihatkan pada (*) haruslah : (A-1)T = (AT)-1 2. (*) Disisi lain menurut sifat transpose matriks : (A A-1)T = (A-1)T AT IT = (A-1)T AT (A-1)T AT = I.. maka berlaku (AT)-1 = (A-1)T Menurut sifat determinan : |AT| = |A| ≠ 0... Maka kita menggunakan Mikrosoft Exel untuk menyelesaikan system persamaan yang melebihi ordo 3 x 3...... Langkah Penyelesaian Masalah  Langkah awal untuk menyelesaikan invers matriks adalah dengan menentukan determinan dari matriks tersebut... oleh sebab itu (AT)-1 ada.. Perlu diperhatikan.(b1 – bn) 13 . Menurut sifat (1) matriks invers bersifat unique (tunggal)....

untuk SPL berukuran besar dengan persentase elemen nol pada matriks koefisien besar. Dengan metode iterasi Gauss-Seidel sesatan pembulatan dapat diperkecil karena dapat meneruskan iterasi sampai solusinya seteliti mungkin sesuai dengan batas sesatan yang diperbolehkan. Teknik iteratif jarang digunakan untuk menyelesaikan SPL berukuran kecil karena metode-metode langsung seperti metode eliminasi Gauss lebih efisien dari pada metode iteratif. 6. yang konvergen ke X. teknik iteratif lebih efisien daripada metode langsung dalam hal penggunaan memori komputer maupun waktu komputasi. Kekurangan dan kelebihan Metode eliminasi gauss-seidel digunakan untuk menyelesaikan SPL yg berukuran kecil karena metode ini lebih efisien. kemudian membentuk suatu serangkaian vector X1. diharuskan menekan ctrl + shift secara bersamaan 5. karena penyusun yang salah akan menyebabkan iterasi menjadi divergen dan tidak diperoleh hasil yang benar. 14 . Metode iterasi Jacobi. Metode iterasi Gauss-Seidel dikembangkan dari gagasan metode iterasi pada solusi persamaan tak linier . Akan tetapi.Pada saat menekan enter. X0. successive substitution). Kelemahan dari metode ini adalah masalah pivot (titik tengah) yang harus benar–benar diperhatikan. prinsipnya: merupakan metode iteratif yang melakuakn perbaharuan nilai x yang diperoleh tiap iterasi (mirip metode substitusi berurutan. 1. X2. Proses penyelesaian dimulai dengan suatu hampiran awal terhadap penyelesaian. AX = b. Metode Iterasi Gauss Seidel Metode interasi Gauss-Seidel adalah metode yang menggunakan proses iterasi hingga diperoleh nilai-nilai yang berubah-ubah. Metode Iterasi Jacobi Metode ini merupakan suatu teknik penyelesaian SPL berukuran n x n. secara iteratif.

x2. = xn = 0 2. mungkin akan sangat mudah menyelesaikan persamaan matriks seperti ini AX=B. Matriks L dan U merupakan matriks segitiga. Lakukan iterasi ke-2 untuk menghitung x1. + a3nxn = C3 a33x3 = C3 – a31x1 – a32x2 – … – a3nxn 5.. Beri harga awal x1 = x2 = x3 = . Algoritma Gauss Seidel 1. xn baru 7.. Dekomposisi LU Dekomposisi matriks LU merupakan salah satu metode numerik untuk menyelesaikan persamaan matriks.. + a2nxn = C2 4..Karena x2 = x3 = x4 = . Menghitung x3 Baris 3  a31x1 + a32x2 + a33x3 + . = xn = 0. Apabila secara analitik. Baris 2 ® a21x1 + a22x2 + a23x3 + . Cara ini diteruskan sampai ditemukan xn.. Matriks B tidak berubah. x3. maka 3. .. matriks A ditulis ulang sebagai perkalian matriks L dan U (matriks A diurai menjadi matriks L dan U). Hitung.. melainkan hanya ditulis ulang. dimana kita hanya mengetahui nilai matriks A dan matriks B saja. Iterasi diteruskan sampai didapat |a| < |s| 7. 15 .. atau dapat ditulis −1 X= A B. x1 baru yang didapat dari tahap 2 digunakan untuk menghitung x2.. Pada metode LU Decomposition.. karena matriks A tidak berubah. 6. sementara kita tidak tahu nilai dari matriks X. 2. Mencari kesalahan iterasi |a| 8.. Secara analitik kita dapat tuliskan bahwa matriks X merupakan perkalian dari inverse matriks A dengan matriks B.

misalnya Y. 2. sehingga LY = B. yaitu Y = UX. Dekomposisi LU Metode Eliminasi Gauss Metode eliminasi gauss dapat digunakan pula untuk mendekomposisi matriks [A] menjadi [L] dan [U]. 3. 1. Definisikan sebuah matriks kolom baru. Hitung x dengan substitusi mundur (mulai dari X1 sampai Xn). 16 .Langkah: 1. Cari matriks L dan U sehingga A = LU. Lalu hitung y dengan substitusi maju (mulai dari Y1 sampai Yn ). Matriks B tetap.

Mengalikan baris pertama dengan faktornya a 21 f 21= a 11 dan mengurangkan hasilnya dari baris kedua untuk menghilangkan a21. Langkah akhir untuk system 3 x 3 adalah mengalikan baris kedua yang telah dimodifikasi dengan: a 32 ' f 32= a 22 ' Dan mengurangkan hasilnya dari baris ketiga untuk mengeliminasi a32. 2.f32 sebenarnya merupakan elemen-elemen dari [ L ]. 2. [ ] 100 [ L ] = f 21 10 f 31 f 32' 1 5. Dekomposisi LU Metode Crout 17 . Jika matriks [ L ] ini dikalikan dengan matriks [ U ] akan diperoleh matriks [ A ]. Nilai-nilai f21.f32. 4. Demikian pula baris pertama dikalikan dengan: a 31 f 31= a11 Dan hasilnya dikurangkan baris ketiga untuk mengeliminasi a31 3.Misalkan ada system persamaan linier: [ ][ ] [ ] a 11 a 12 a 13 x 1 c1 a 21a 22 a 23 x 2 = c2 a 31a 32 a 33 x 3 c3 Langkah-Langkah: 1.

…. Dekomposisi Cholesky Dalam dekomposisi cholesky. 1. Sistem Persamaan Linier dalam Bidang Rekayasa Struktur Contoh 1 : 18 .n 8.mtriks koefisien [A]dapat didekomposisikan menjadi bentuk : T [A] = [ L ] [L] Suku-suku dalam persamaannya dapat diperoleh dengan cara yang sama seperti cara crout.system persamaan linear dalam bidang rekayasa transportasi dan system persamaan linear dalam bidang manajemen konstruksi. 9. Penerapan Sistem Persamaan Linier Dalam Bidang Teknik Sipil Sistem persamaan linear dalam bidang teknik sipil ini terdiri dari system persamaan linear dalam bidang rekayasa struktur. Metode crout diturunkan dengan mengalikan matriks untuk menghitung ruas kiri suatu persamaan matriks dengan cara menyamakan dengan ruas kanan yang secara umum dapat dinotasikan sebagai berikut : Li1 = ai1 untuk I = 1.2.3.

Model struktur ini banyak digunakan sebagai permodelan sederhana dari jembatan. berapakah besar dan arah dari gaya – gaya momen di tiap titik (joint) dari struktur tersebut? Dari data yang ada beban merata q=10 kN/m. tinggi jembatan=4m.Soal : Terdapat suatu struktur yang terdiri dari balok kontinu yang ditopang oleh 5 buah kolom. dengan tinggi kolom setinggi T dan panjang tiap bentang yang sama satu sama lain sepanjang L. Bila pada struktur ini diberi beban berupa beban merata sebesar q. 19 . panjang bentang=6m.

Landasan Teori: 1. Eliminasi Gauss Jordan Penyelesaian: 1. Metode Persamaan 3 Momen 2. Persamaan Linier Simultan 3. Penyederhanaan Model Disederhanakan dalam bentuk matriks [A][M]=[B] : 20 .

Matrik Identitas 21 .2. Formulasi Matriks (Eliminasi Gauss Jordan) 1. Matrik Augmen 2.

Dengan cara keseimbangan gaya pada titik tumpul.Contoh 2 : Struktur rangka bidang dalam gambar berikut dibebani gaya sebesar 2 ton. Hitunglah gaya dalam batang serta reaksi perletakan. gaya-gaya yang bekerja pada setiap titik tumpul dapat digambarkan sebagai berikut: 22 .

Gaya batang tarik bertanda positif. sedangkan batang tekan bertanda negatif. Nodal 1 : Nodal 2 : Nodal 3 : Jika disusun dalam bentuk matriks. persamaan (1) hingga (6) adalah : 23 .

Setelah dilakukan eliminasi Gauss-Jordan.diperoleh hasil: 24 .

diperoleh hubungan matriks kekakuan dengan derajat kebebasan sebagai [ K ][ X] = [ B ] 25 .Contoh 3 : Dari analisis struktur portal seperti tergambar.

jika diketahui: 26 .Selesaikan persamaan linier simultan [ K ][ X ] = [B] dengan cara Cholesky.

Dengan mensubstitusikan nilai-nilai E.I.A dan L serta P yang bersangkutan maka dapat disusun hubungan [ K ]{X} = {B} sebagai berikut: Lakukan dekomposisi untuk matriks [ K ] dengan cara Cholesky: 27 .

28 .

29 .

[L] [D] = [B] B. [U] [X] = [D] 30 .A.

Sehingga : Contoh 4 : 31 .

t3 12(1−v 2 ) 32 . b4 Dengan w1 adalah lendutan dititik I pada pelat dan nilai N = 81. D dan nilai D= E.Dari penurunan persamaan lendutan “grid” pelat jajaran genjang berikut ini diperoleh suatu system persamaan linier simultan: q .

Jika b = 3 m. Hitunglah besarnya lendutan pada masing-masing titik pada pelat.3. beban merata q = 0.5 Mpa. E = 21000 Mpa serta v = 0. tebal pelat adalah 200 mm. Sistem persamaan linier diatas dapat dituliskan dalam bentuk matriks : Jika diselesaikan maka akan didapatkan solusi : 33 .

1 x 10⁴ Mpa. Turunkan persamaan σi untuk i = 1.5. Gambarkan bentuk lendutan vector [D] pada tiap segmen.2. v = 0.9. 34 .25 dan a = lebar tiap segmen. Hitung nilai vector [D] dari hasil solusi SPL diatas e. Sistem Persamaan Linier dalam Bidang Rekayasa Transportasi Perubahan tegangan di bawah permukaan kaku ( rigid pavement ) jalan raya akibat beban terpusat P dinyatakan dengan rumus: Bila σi dianggap merata selebar setiap segmen = ∑ P/6 per meter panjang jalan.4.2. dan E = 2.3.maka: a. Susun persamaan σi dalam SPL [σ] = C [A] [D] d.6 b. 2. Tetapkan nilan σi sebagai fungsi beban T pada tiap segmen c.

6 b.4. σi = ∑ P/6 = 320/6 = 53.3. Untuk i = 1 Dengan cara yang sama untuk i = 2.5.Penyelesaian : a.333 KN 35 .

Gambar kurva lendutan (non-skala) 36 .c.25 dan a = 7/6 = 1. v = 0. Jika persamaan-persamaan pada nomor a disusun dalam bentuk matriks: d.167 m. maka dengan cara invers matriks diperoleh hasil: e. Dengan mensubstitusikan nilai E = 2.1 x 10⁴ Mpa.

kah yang harus digali dari ketiga sumber tersebut untuk memenuhi kebutuhan kontraktor? Penyelesaian: 37 . Terdapat tiga sumber bahan dengan kandungan material sebagai berikut: Berapa m³ . agregat kasar 30-40 mm ( 18 m³ ).9.3. 2. Sistem Persamaan Linier dalam Bidang Manajemen Konstruksi Dalam suatu perencanaan satu batch beton diperlukan material berturut-turut: Pasir (28 m³ ).agregat kasar 10-20 mm ( 30 m³ ).

181 m³ Sumber 2 = 25. Sistem Persamaan Linier dalam Bidang Hidroteknik 38 .9.2.40628 m³ Sumber 3 = 29.Dari data-data di atas dibentuk persamaan : 30 % sumber1 + 25 % sumber2 + 52 % sumber3 = total pasir 40 % sumber1 + 50 % sumber2 + 30 % sumber3 = total agregat 10-20 mm 30 % sumber1 + 25 % sumber2 + 18 % sumber3 = total agregat 30-40 mm Dengan memasukkan data kebutuhan material maka dapat dituliskan SPL dalam bentuk matriks: Setelah eliminasi diperoleh : Dan akhirnya dengan subtitusi mundur diperoleh banyaknya galian yang harus diperoleh dari setiap sumber sebagai berikut: Sumber 1 = 21.41176 m³ 1.

diperoleh dengan menggunakan metode eliminasi gauss Jordan Penyelesaian Dari tabel didapatkan : Dengan menggunakan sistem persamaan linier metode Gauss-Jordan di dapatkan: 39 . Besarnya erosi dapat ditentukan dengan persamaan : Dimana : A = Besarnya erosi (gr/m²) I = Intensitas Hujan (mm/jam) S = Kemiringan lereng (º) CD = Kerapatan tanaman (m²/m²) a0 + a1 + a2 + a3. Tentukan besarnya erosi yang terjadi pada kerapatan tanaman yang bervariasi dengan perbedaan intensitas hujan dan kemiringan lahan dengan data yang diberikan.

substitusikan nilai CD .74 CD + 1. sehingga persamaan menjadi : A = -159.5345 I + 15.74 0 01 0 x a2 = 1.16 Setelah itu.5345 I + 15.a1. diperoleh nilai a0 = -159. [ ] [] [ ] 1000 a0 −159.5345 a3 = 15.16 – 416.16 01 0 0 a1 −416.74 CD + 1. 40 .5345 0 0 01 a3 15. I dan S untuk masing-masing kerapatan agar memperoleh besarnya erosi.486 Jadi.a2 dan a3 yang di dapat dimasukkan ke dalam persamaan.486 S -159.74 a2 = 1.486 Selanjutnya nilai a0.486 S atau A = – 416.16 a1 = -416.