Professional Documents
Culture Documents
A. Latar Belakang
Persoalan yang melibatkan model matematika banyak muncul dalam
berbagai disiplin ilmu pengetahuan, seperti dalam bidang fisika, kimia, ekonomi,
atau pada persoalan rekayasa. Seringkali model matematika tersebut muncul
dalam bentuk yang rumit yang terkadang tidak dapat diselesaikan dengan rumus-
rumus aljabar yang sudah baku.
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 mendekati kombinasi linier, akibat adanya
“round off error” dari mesin penghitung pada, (2) suatu tahap perhitungan adanya
akumulasi “round off error” pada proses komputasi akan berakibat domain
bilangan nyata (fixed point) dalam perhitungan akan terlampaui (overflow),
biasanya akibat dari jumlah persamaan yang terlalu besar.
Metode-metode solusi numerik yang banyak dipakai, dapat diklasifikasikan
sebagai:
1. Metode Langsung
a.Metode Langsung Eliminasi Gauss (EGAUSS), prinsipnya: merupakan
operasi eliminasi dan substitusi variabel-variabelnya sedemikian rupa
sehingga dapat terbentuk matriks segitiga atas, dan akhirnya solusinya
diselesaikan menggunakan teknik substitusi balik (backsubstitution),
b. Metode Eliminasi Gauss ini. Eliminasi Gauss-Jordan (EGJ), prinsipnya:
mirip sekali dengan metode EG, namun dalam metode ini jumlah operasi
numerik yang dilakukan jauh lebih besar, karena matriks A mengalami
inversi terlebih dahulu untuk mendapatkan matriks identitas (I). Karena
kendala tersebut, maka metode ini sangat jarang dipakai, namun sangat
bermanfaat untuk menginversikan matriks,
c.Dekomposisi LU (DECOLU), prinsipnya: melakukan dekomposisi matriks A
terlebih dahulu sehingga dapat terbentuk matriks-matrik segitiga atas dan
bawah, kemudian secara mudah dapat melakukan substitusi balik
(backsubstitution) untuk berbagai vektor VRK (vektor ruas kanan).
d. Solusi sistem TRIDIAGONAL (S3DIAG), prinsipnya merupakan solusi
SPL dengan bentuk matrik pita (satu diagonal bawah, satu diagonal utama,
dan satu diagonal atas) pada matriks A.
1
c.Metode Successive Over Relaxation (SOR), prinsipnya: merupakan
perbaikan secara langsung dari Metode Gauss- Seidel dengan cara
menggunakan faktor relaksasi (faktor pembobot) pada setiap tahap/proses
iterasi.
B. Rumusan Masalah
Dari uraian di atas, dapat dirumuskan permasalahannya.
1. Apakah urutan persamaan di dalam suatu SPL berpengaruh terhadap
penampilan metode iterasi Jacobi?
2. Apakah program MATLAB 7 dapat digunakan sebagai solusi pemrograman
dalam metode numerik khususnya metode iterasi Jacobi?
C. Batasan Masalah
Dalam makalah ini akan membahas tentang penggunaan metode iterasi
Jacobi dalam penyelesaian Sistem Persamaan Linear (SPL) berukuran besar
dengan persentase elemen nol pada matriks koefisien besar dengan pemrograman
MATLAB 7 for Windows.
2
D. Tujuan
Tujuan penulisan makalah sebagai berikut.
1. Memberikan solusi dalam memperoleh urutan persamaan di dalam suatu
SPL dengan menggunakan metode iterasi Jacobi.
2. Penggunaan MATLAB 7 untuk membantu menyelesaikan pemrograman
dalam penyelesaian Sistem Persamaan Linear (SPL) dengan metode iterasi
Jacobi.
E. Manfaat
Dapat diambil manfaatnya sebagia berikut.
1. Dapat digunakan sebagai solusi dalam memperoleh urutan persamaan di
dalam suatu SPL berukuran besar dengan menggunakan metode iterasi
Jacobi.
2. Memberi kemudahan dalam menyelesaikan Sistem Persamaan Linear (SPL)
berukuran besar dengan metode iterasi Jacobi dengan pemrograman
MATLAB 7 for Windows.
3
PEMBAHASAN
A. Iterasi Jacobi
LANGKAH – LANGKAH :
1. set penghitung iterasi ke =1 AX = b
2. WHILE k ≤ n DO
bi j i aij y j
(a) FOR i = 1, 2, 3, ..., n, hitung xi
Input A, b, X0, T, N aii
T
(b) Set X = (x1 x2 x3 ..xn)
(c) IF X Y < T THEN STOP
(d) Tambahan penghitung iterasi, k = k + 1
(e) FOR i = 1, 2, 3, ..., n, Set[X,
yi =g, xH]=
i
T
(f) set Y = (y1 y2 y3 ..yn) jacobi(A,b,X0,T,N)
3. STOP
bi j i aij y j
xi
a ii
C. Flow Chart Iterasi Jacobi
xi = ( x1 x2 x3 …xn)
4
STOP
D. Iterasi Jacobi dengan Menggunaan Matlab 7
5
Hasilnya adalah SPL
x x 3
x1 2 3
10 5 5
x x 3x 25
x2 1 3 4
11 11 11 11
x1 x 2 x 4 11
x3
5 10 10 10
3 x 2 x3 15
x4
8 8 8
Misalkan kita pilih hapiran penyelesaian awal (0 0 0 0)T, maka hampiran
pertama terhadap penyelesaian SPL tersebut adalah
3
x1 0 .6 = 1
5
25
x2 2.2727 = 2
11
11
x3 1.1 = -1
10
15
x4 1.8750 = 2
8
Sekarang dengan menggunakan nilai – nilai ini pada ruas kanan persamaan
(P5) – (P8), kita dapat menghitung hampiran kedua. Proses ini dapat diulang-
ulang sampai keakuratan hampiran yang diinginkan tercapai. Berikut adalah hasil
proses iterasi dengan menggunakan komputer.
No x1 x2 x3 x4
1 0.6 2.27273 -1.1 1.875
2 1.04727 1.71591 -0.805227 0.885227
3 0.932636 2.05331 -1.04934 1.13088
4 1.0152 1.9537 -0.968109 0.973843
5 0.988991 2.01141 -1.01029 1.02135
6 1.0032 1.99224 -0.994522 0.994434
7 0.998128 2.00231 -1.00197 1.00359
8 1.00063 1.99867 -0.999036 0.998888
Setelah iterasi ke-8 diperoleh hampiran penyelesaian
x = (1.00063 1.99867 -0.999036 0.998888)T
bandingkan dengan penyelesaian eksaknya, yakni x = (1 2 -1 1)T.
Menyelesaikan contoh SPL berikut ini dengan menggunakan metode iterasi
Jacobi.
2x1 – x2 + 10x3 = -11
3x2 – x3 + 8x4 = -11
10x1 – x2 + 2x3 =6
-x1 + 11x2 – x3+ 3x4 = 25
6
H = X0';
n = length(b);
X1 = X0;
for k=1:N,
for i = 1:n,
S = b(i)-A(i,[1:i-1,i+1:n])*X0([1:i-1,i+1:n]);
X1(i)=S/A(i,i);
end
g = abs(X1-X0);
err = norm(g);
relerr = err/(norm(X1)+ eps);
X0 = X1;
H = [H;X0'];
if (err<T)|(relerr<T),break,end
end
7
>> X0=[0;0;0;0]
X0 =
0
0
0
0
>> T=.00001
T=
1.0000e-005
>> N=25
N=
25
>> [X,g,H]=jacobi(A,b,X0,T,N)
X=
1.0e+017*
-4.1950
0.5698
2.1380
0.0451
g=
1.0e+017*
3.7699
0.5442
1.2965
0.1535
H=
1.0e+017*
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
0 . 0000 0 . 0000 0 . 0000 0 . 0000
-0 . 0007 0 . 0000 0 . 0013 -0 . 0002
-0 . 0066 0 . 0009 0 . 0036 0 . 0000
-0 . 0173 0 . 0011 0 . 0333 -0 . 0042
-0 . 1661 0 . 0224 0 . 0873 0 . 0013
-0 . 4251 0 . 0256 0 . 8415 -0 . 1085
-4 . 0000 0 . 5698 2 . 1380 0 . 0451
Dari hasil diatas, metode Jacobi belum konvergen setelah melakukan iterasi.
Untuk mengetahui penyelesaian SPL kita, selanjutnya gunakan metode langsung
8
dengan menggunakan invers matriks A. MATLAB memberikan penyelesaian
sebagai berikut.
>> X=inv(A)*b
X=
1.1039
2.9965
-1.0211
-2.6263
9
1 . 1037 2 . 9966 -1 . 0212 -2 . 6260
1 . 1039 2 . 9964 -1 . 0211 -2 . 6264
1 . 1039 2 . 9965 -1 . 0211 -2 . 6263
1 . 1039 2 . 9965 -1 . 0211 -2 . 6263
1 . 1039 2 . 9965 -1 . 0211 -2 . 6263
Iterasi Jacobi konvergen (dengan menggunakan batas toleransi 0.0001) setelah
iterasi ke-13. Penyelesaian yang diberikan persis sama dengan yang dihasilkan
dengan metode langsung. Hampiran penyelesaian SPL kita adalah X = (1.1039
2.9965 -1.0211 -2.6263)T.
Layar MATLAB 7 (command window)
Dari contoh di atas bahwa urutan persamaan di dalam suatu SPL sangat
berpengaruh terhadap penampilan metode iterasi Jacobi. Kalau kita amati lebih
lanjut contoh di atas, kekonvergenan iterasi Jacobi pada strategi kedua
dikarenakan kita telah mengubah susunan SPL sedemikian hingga elemen-elemen
aii merupakan elemen-elemen terbesar pada setiap baris. Dengan kata lain, apabila
matriks koefisien A merupakan matriks dominan secara diagonal, maka metode
iterasi Jacobi akan konvergen. Suatu matrik A berukuran n x n dikatakan
dominan secara diagonal apabila
| a ii || a i ,1 | ... | a i ,i 1 | | a i ,i 1 | ... | a i , n | untuk i = 1, 2, 3, ..., n.
SIMPULAN
A. Simpulan
10
Dari pembahasan di atas kita dapat mengambil kesimpulan bahwa.
1. Urutan persamaan di dalam suatu SPL sangat berpengaruh terhadap
penampilan metode iterasi Jacobi.
2. Dengan menggunakan pemrograman MATLAB 7 dapat membantu
pemrograman dalam dalam metode numeric khususnya metode iterasi Jacobi
B. Saran
Dari hasil pembahasan disarankan untuk.
1. Menggunakan metode iterasi Jacobi lebih efektif untuk memecahkan masalah
numerik dalam SPL berukuran besar.
2. Menggunakan program MATLAB 7 for Windows dalam membantu
pengolahan metode iterasi Jacobi.
11