Sistem Persamaan Lanjar ( Determinan, Bilangan Kodisi Matriks, Metode lelaran

Jacobi dan Metode Lelaran Gaus Seidel )

Makalah

Diajukan Untuk Memenuhi Tugas Mata Kuliah

“Metode Numerik”

Kelompok 4 :

Ulfah Ardianti (1601105010)

Diah Rosa Septiani (1601105014)

Thias Yuliasari (1601105053)
Mira Lamrani (1601105123)
Febriane Eno Putri S (1601105124)
Syifa Raudhatun Nissa (1601105134)
Dosen :

Ayu Faradillah, M.Pd

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS MUHAMMADIYAH PROF. DR. HAMKA

JAKARTA

2018

1
 DETERMINAN

Determinan adalah nilai yang dapat dihitung dari unsur suatu matriks persegi
perhitungan matriks biasa.
a. Determinan ordo 2 × 2

𝑎 𝑏
𝐴=[ ] , 𝑚𝑎𝑘𝑎 |𝐴| = 𝑎𝑑 − 𝑏𝑐
𝑐 𝑑

b. Determinan ordo 3 × 3
𝑎11 𝑎12 𝑎13
𝐴 = [𝑎21 𝑎22 𝑎23 ]
𝑎31 𝑎32 𝑎33
1) Metode Cramer
𝑎 𝑎 𝑎 𝑎23 𝑎21 𝑎22
|𝐴| = 𝑎11 [𝑎22 𝑎23 ] − 𝑎12 [𝑎21 𝑎33 ] + 𝑎13 [𝑎31 𝑎32 ]
32 33 31

= 𝑎11 (𝑎22 𝑎33 − 𝑎23 𝑎32 ) − 𝑎12 (𝑎21 𝑎33 − 𝑎23 𝑎31 ) + 𝑎13 (𝑎21 𝑎32 − 𝑎22 𝑎31 )
2) Metode Sarrus

− − −
𝑎11 𝑎12 𝑎13 𝑎11 𝑎12
𝑎
|𝐴| = | 21 𝑎22 𝑎23 | 𝑎21 𝑎22
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32
+ + +
|𝐴| = (𝑎11 𝑎22 𝑎33 ) + (𝑎12 𝑎23 𝑎31 ) + (𝑎13 𝑎21 𝑎32 ) − (𝑎31 𝑎22 𝑎13 ) − (𝑎32 𝑎23 𝑎11 ) − (𝑎33 𝑎21 𝑎12 )
3) Metode Eliminasi Gauss
Determinan matriks segitiga bawah (L) dan matriks matriks segitiga bawah (U) hasil eliminasi
Gauss adalah hasil perkalian elemen pada diagonal utamanya atau (𝑎𝑖𝑖 )
a. Determinan Matriks Segitiga Atas
Eliminasi Gauss merubah suatu matriks menjadi matriks segitiga bawah (L) melalui
operasi baris dan kolom (OBE).
𝑎11 𝑎12 𝑎13 𝑎14 𝑙11 𝟎 𝟎 𝟎
𝑎21 𝑎22 𝑎23 𝑎24 (OBE) 𝑙21 𝑙22 𝟎 𝟎
𝐴 = [𝑎 ]
31 𝑎 32 𝑎 33 𝑎 34
[
𝑙31 𝑙32 𝑙33 𝟎 ] = 𝐿
𝑎41 𝑎42 𝑎43 𝑎44 𝑙41 𝑙42 𝑙43 𝑙44

Deteminan matriks A:
det 𝐴 = 𝑎11 × 𝑎22 × 𝑎33 × … × 𝑎𝑖𝑖 , 𝑖 = 𝑖𝑛𝑑𝑒𝑘 𝑏𝑎𝑟𝑖𝑠 𝑎𝑡𝑎𝑢

det 𝐴 = 𝑎11 × 𝑎22 × 𝑎33 × … × 𝑎𝑛𝑛 , 𝑖 = 𝑜𝑟𝑑𝑜 𝑚𝑎𝑡𝑟𝑖𝑘𝑠

2
 Contoh:
1 1 1 2
Hitung determinan matriks berikut: 𝐴 = [2 1 2 1]
1 1 3 2
2 2 1 1
Solusi:
1 1 1 2 𝑙11 𝟎 𝟎 𝟎
(OBE) 𝑙22 𝟎 𝟎
[2 1 2 1]
[
𝑙21
1 1 3 2 𝑙31 𝑙32 𝑙33 𝟎 ]
2 2 1 1 𝑙41 𝑙42 𝑙43 𝑙44

1 1 1 2 𝑏1 − 2𝑏4 −3 −3 −1 𝟎 𝑏1 + 𝑏3
𝑏2 − 𝑏4 𝑏2 − 𝑏3
[2 1 2 1] [ 0 −1 1 𝟎]
1 1 3 2 𝑏3 − 2𝑏4 −3 −3 1 𝟎
2 2 1 1 2 2 1 1
−6 −6 𝟎 𝟎 3 𝟎 𝟎 𝟎
[ 3 2 𝟎 𝟎] 𝑏1 + 3𝑏2 [ 3 2 𝟎 𝟎] = 𝐿
−3 −3 1 𝟎 −3 −3 1 𝟎
2 2 1 1 2 2 1 1
Jadi, 𝐝𝐞𝐭 𝑨 = 𝒍𝟏𝟏 × 𝒍𝟐𝟐 × 𝒍𝟑𝟑 × 𝒍𝟒𝟒 = 𝟑 × 𝟐 × 𝟏 × 𝟏 = 𝟔

b. Determinan Matriks Segitiga Bawah

Eliminasi Gauss merubah suatu matriks menjadi matriks segitiga atas (U) melalui operasi
baris dan kolom (OBE).
𝑎11 𝑎12 𝑎13 𝑎14 𝑢11 𝑢12 𝑢13 𝑢14
𝑎21 𝑎22 𝑎23 𝑎24 (OBE) 𝟎 𝑢22 𝑢23 𝑢24
𝐴 = [𝑎 ]
31 𝑎32 𝑎33 𝑎34
[
𝟎 𝟎 𝑢33 𝑢34 ] = 𝐿
𝑎41 𝑎42 𝑎43 𝑎44 𝟎 𝟎 𝟎 𝑢44

Deteminan matriks A:
det 𝐴 = 𝑢11 × 𝑢22 × 𝑢33 × … × 𝑢𝑖𝑖 , 𝑖 = 𝑖𝑛𝑑𝑒𝑘 𝑏𝑎𝑟𝑖𝑠 𝑎𝑡𝑎𝑢
det 𝐴 = 𝑢11 × 𝑢22 × 𝑢33 × … × 𝑢𝑛𝑛 , 𝑖 = 𝑜𝑟𝑑𝑜 𝑚𝑎𝑡𝑟𝑖𝑘𝑠
Contoh:
Tentukan determinan matriks berikut:
1 −1 1 −1 𝑢11 𝑢12 𝑢13 𝑢14
−1 −1 1 1] (OBE) 𝟎 𝑢22 𝑢23 𝑢24
[
2 4 3 5
[
𝟎 𝟎 𝑢33 𝑢34 ] = 𝑈
3 1 1 1 𝟎 𝟎 𝟎 𝑢44

1 −1 1 −1 𝑏2 − 𝑏1 1 −1 1 −1 𝑏3 + 3𝑏2
−1 −1 1 1] 𝑏3 − 2𝑏1 𝟎 −2 2 0 ] 𝑏4 + 2𝑏2
[ [
2 4 3 5 𝑏4 − 3𝑏1 𝟎 6 1 𝟕
3 1 1 1 𝟎 4 −2 4

3
 LATIHAN SOAL

2 3 4
1. Tentukan determinan dari matriks berikut [5 4 3]
7 0 1
Penyelesaian :
Dengan menggunakan cara Sarrus

5
𝑏2 − 𝑏1 2 3 4
2 𝑏3 − 3𝑏2 2 3 4
2 3 4 7
[0 −2 −7 ] 7
[5 4 3] [𝟎 − 21 −7]
7 21
7 0 1 𝑏3 − 𝑏1 0 − −13 𝟎 𝟎 8
2 2
7
Det(A) = 2 × − 21 × 8 = −56

2. Hitunglah determinan berikut dengan menggunakan Metode Maksimum Pivot

3 2 1
[4 1 −1]
5 −1 2
Penyelesaian :
4 13
𝑏2 − 𝑏1 𝑏3 − 𝑏
3 3 2 1 5 2 3 2 1
3 2 1 5 7 5 7
[4 1 −1] [0 −3 − 3] [𝟎 −3 − 3]
7 13 1 32
5 −1 2 𝑏3 − 𝑏1 0 − 𝟎 𝟎
2 3 3 5
5 32
Det(A) = 3 × − 3 × =-32
5
1 2 3
3. Hitunglah determinan berikut dengan menggunakan Metode Maksimum Pivot [2 1 4]
3 2 1
Penyelesaian :
4
𝑏2 − 2𝑏1 𝑏3 − 𝑏2
1 2 3 1 2 3 3 1 2 3
[2 1 4] 𝑏 − 3𝑏 [0 −3 −2] [𝟎 −3 −2 ]
16
3 1
3 2 1 0 −4 −8 𝟎 𝟎 −3
16
Det(A) = 1 × −3 × − = 16
3

4
 Bilangan Kondisi Matriks

Sekarang bahwasannya kita telah memperkenalkan konsep norma, kita dapat memakainya
untuk mendefinsikan

Kond [𝐴] = ‖𝐴‖ . ‖𝐴−1 ‖

Dengan Kond [𝐴] disebut bilangan kondisi matriks. Perhatikan bahwa untuk matriks yang
diskala bilangan ini akan lebihbesar daripada atau sama dengan 1. Dapat diperlihatkan
(Ralston dan Robinowitz, 1978; Gerald dan Wheatly, 1984), bahwa

‖∆𝑋‖ ‖∆𝐴‖
‖𝑋‖
≤ Kond [𝐴] ‖𝐴‖

Yakni, galat relative dari norma penyelesaian terhitung dapat sebesar galat relative norma
koefisien [𝐴] dikalikan dengan bilangan kondisi. Misalnya, jika koefisien [𝐴] diketahui
sampai presisi t-angka (yakni, galat pembulatan beroerde 10-t) dan Kond [𝐴] = 10c,
penyelesaian [𝑋] akan sahih hanya sampai t – c angka (galat pembulatan = 10 c – t ).

CONTOH

Pernyataan masalah: Matriks Hilbert, yang terkenal berkondisi buruk, dapat dinyatakan
secara umum sebagai

1
1 1/3 … 1/𝑛
2
1/2 1/3 1/4 … 1/(𝑛 + 1)
. .
. .
. .
[ 1/𝑛 1/(𝑛 + 1) 1/(𝑛 + 2) … 1/(2𝑛) ]

Sebuah contoh system aljabar linear berdasarkan pada aritmatika pada matriks Hilberts
adalah (𝑛 = 3)

1 1/2 1/3 𝑥1 1 + 1/2 + 1/3

[1/2 1/3 1/4] {𝑥2 } = {1/2 + 1/3 + 1/4}
1/3 1/4 1/5 𝑥3 1/3 + 1/4 + 1/5

Perhatikan bahwa penyelesaian eksak untuk system ini adalah {𝑋}𝑇 = [1 1 1]. Gunakan
norma jumlah-baris untuk menaksir bilangan kondisi matriks system ini.

Penyelesaian: Norma jumlah-baris untuk matriks yang dinormalkan dapat dihitung sebagai

5
 1 1 11
‖𝐴‖∞ = 1 + + =
2 3 6

Matriks inversnya dapat dihitung sebagai

9 −36 30
[𝐴]−1 = [−36 192 −180]
30 −180 180

Perhatikan bahwa elemen matriks ini jauh lebih besar daripada matriks semula. Ini juga
dicerminkan dalam norma jumlah-barisnya yang dihitung sebagai

‖𝐴−1 ‖∞ = |36 + 192 + 180| = |408|

Jadi, bilangan kondisinya dapat dihitung sebagai

11
Kond [𝐴] = 6 × 408 = 748

Kenyataan bahwa bilangan kondisi jauh lebih besar dari satu menyarankan bahwa
sistimnya berkondisi buruk. Tingkat kondisi buruk dapat diukur dengan menghitung c = log
451,2 = 2,65. Komputer seperti IBM PC kira-kira mempunyai t = log 2-2 4 = 7,2 angka bena
basis-10 (ingat kembali Pasal 3.4.1). Oleh karena itu, penyelesaiannya dapat memperagakan
galat pembulatan sampai 10(2,65 – 7,2) = 3 x 10-5. Perhatikan bahwa taksiran demikian hampir
selalu memperkirakan galat yang melebihi galat sebenamya. Namun, taksiran itu berguna
dalam memperingatkan Anda terhadap kemungkinan bahwa galat pembualatan mungkin
signifikan.

Sebenarnya masalah dengan penerapan Persamaan (8.5) adalah harga yang diperlukan
untuk mendapatkan ‖𝐴−1 ‖. Rice pada tahun 1983 memaparkan beberapa strategi untuk
memecahkan masalah ini. Selanjutnya beliau menyarankan sebuah cara lain untuk menilai
kondisi sistem: jalankan pemecahan yang sama pada dua kompiler yang berbeda. Karena
kode yang diasilkan kemungkinan besar menerapkan perhitungannya secara berbeda, efek
kondisi buruk akan jelas terlihat dari eksperimen itu.

6
 Latihan Soal

3 3
1) Diketahui matriks A = ( ). Tentukan bilangan kondisi matriksnya !
4 5
Peyelesaian :

1 5 −3
Maka, [𝐴]−1 = 3 ( )
−4 3

8
‖𝐴‖∞ = 9 dan ‖𝐴−1 ‖∞ =
3

Jadi, bilangan kondisinya dapat dihitung sebagai

8
Kond [𝐴] = 9 (3) = 24

2) Hitung bilangan kondisi matriks A berikut

3.02 −1.05 2.53
A = [ 4.33 0.56 −1.78]
−0.83 −0.54 1.47
Penyelesaian:
Tentukan terlebih dahulu matriks balikannya.
5.6661 −7.273 −18.55
𝐴−1 = [ 200.5 −268.3 −669.9]
76.85 −102.6 −255.9
Maka dapat dihitung
‖𝐴‖ = |4.33| + |0.56| + |1,78| = 6.67
‖𝐴−1 ‖ = |200.5| + |−268.3| + |−669.9| = 1138.7
Sehingga bilangan kondisi matriks A adalah
Kond [𝐴] = 6.67 (1138,7) = 7595,129

3) Untuk n = 3 misalnya, matriks Hilbert dan inversnya berturut-turut adalah

−15 2.53 −1.02
H4 = [2.53 −1.78 2 ]
12 3.12 1.05
Penyelesaian:
Tentukan terlebih dahulu matriks balikannya.
−0.06 −0.04 0.02
H4-1 = [ 0.15 −0.02 0.19]
0.2 0.53 0.14
Maka dapat dihitung

7
‖𝐴‖ = |−15| + |2.53| + |−1,02| = 18.55
‖𝐴−1 ‖ = |0.2| + |0.53| + |0.14| = 0.87
Kond [𝐴] = ‖𝐴‖ . ‖𝐴−1 ‖ = 18.55 × 0.87 = 16.1385

8
 Metode Lelaran untuk Menyelesaikan SPL

a. Metode Jacobi.
Metode Iterasi Jacobi adalah metode iterasi yang menghitung nilai hampiran sekarang atau
terbaru dengan mengacu pada nilai hampiran sebelumnya.

Iterasi Jacobi dan Gauss-Seidel konvergen untuk setiap SPL yang memiliki matriks koefisien
bersifat dominan secara diagonal.

x(k) = Mx(k-1) + Cb

Untuk iterasi Jacobi ; M = -D-1(L+U) dan C = D-1

(𝑘)
(𝑘+1)
𝑏𝑖 − ∑𝑖−1
𝑗=1,𝑗≠1 𝑎𝑖𝑗 𝑥𝑗
𝑥𝑖 = , 𝑘 = 0,1,2, …
𝑎𝑖𝑖

Dalam bentuk system persamaan dapat ditulis menjadi

(𝑘) (𝑘) (𝑘)

(𝑘+1) 𝑏1 −𝑎12 𝑥2 −𝑎13 𝑥3 −⋯−𝑎1𝑛 𝑥𝑛
𝑥1 = 𝑎11

(𝑘) (𝑘) (𝑘)

(𝑘+1) 𝑏2 − 𝑎21 𝑥1 − 𝑎23 𝑥3 − ⋯ − 𝑎2𝑛 𝑥𝑛
𝑥2 =
𝑎22

.
.
.
(𝑘) (𝑘) (𝑘)
(𝑘+1) 𝑏𝑛 − 𝑎𝑛1 𝑥1 − 𝑎𝑛2 𝑥3 − ⋯ − 𝑎𝑛(𝑛−1) 𝑥𝑛−1
𝑥𝑛 =
𝑎𝑛𝑛

Contoh untuk iterasi Jacobi :

Selesaikan sistem persamaan linear ini dengan Iterasi Jacobi:

4x – y + z = 7

4x – 8y + z = -21

-2x + y +5z =15

9
Solusi :

 Sistem persamaan (1) dapat ditulis sebagai

7+𝑦−𝑧
𝑥=
4

21 + 4𝑥 + 𝑧
𝑦=
8

15 + 2𝑥 − 𝑦
𝑧=
5

 Sistem persamaan (2) menghasilkan proses iterasi Jacobi sebagai berikut:

7 + 𝑦𝑘 − 𝑧𝑘
𝑥𝑘+1 =
4
21 + 4𝑥𝑘 − 𝑧𝑘
𝑦𝑘+1 =
8
15 + 2𝑥𝑘 − 𝑦𝑘
𝑧𝑘+1 =
5
 Dengan mengambil 𝑥0 = 1, 𝑦0 = 2, 𝑧0 = 2, iterasi (3) menghasilkan :
7+2−2
𝑥1 = = 1,75
4
21 + 4 + 2
𝑦1 = = 3,375
8
15 + 2 − 2
𝑧1 = = 3,00
5

r Xr yr Zr |Xr + 1 − Xr| |Yr + 1 − Yr| |Zr + 1 − Zr|

0 1.0000 2.0000 2,0000 - - -
1 1.7500 3,3750 3.0000 0.7500 1.3750 1.0000
2 1.8437 3,8750 3.0250 0.0937 0.5000 0.0250
3 1.9625 3,9250 2,9625 0.1187 0.0500 0.0625
4 1.9906 3,9765 3.0000 0.0281 0.0515 0.0375
5 1.9941 3,9953 3.0009 0.0035 0.0187 0.0009
6 1.9985 3,9971 2,9985 0.0044 0.0019 0.0023
7 1.9996 3,9991 3.0000 0.0010 0.0007 0.0015
8 1.9997 3,9998 3.0000 0.0001 0.0000 0.0000

Ternyata solusi eksak dari sistem Persamaan (1) diatas adalah 𝑥19, 𝑦19, 𝑧19 . Jadi proses iterasi
Jocobi (3) konvergen kesolusi eksak.

10
 Latihan Soal :

Pada soal-soal berikut, dengan mengambil 𝑥0 = 0, 𝑦0 = 0, 𝑧0 = 0, gunakan iterasi jacobi

untuk mencari 𝑥𝑘, 𝑦𝑘, 𝑧𝑘,

1. 10𝑥1 − 2𝑥2 − 𝑥3 − 𝑥4 = 3
−2𝑥1 + 10𝑥2 − 𝑥3 − 𝑥4 = 15
−𝑥1 − 𝑥2 + 10𝑥3 − 2𝑥4 = 27
−𝑥1 − 𝑥2 − 2𝑥3 + 10𝑥4 = −9
Penyelesaian :
Persamaan di atas bila ditulis kembali, sebagai berikut :
3 + 2𝑥2 + 𝑥3 + 𝑥4
𝑥1 =
10
15 + 2𝑥1 + 𝑥3 + 𝑥4
𝑥2 =
10
27 + 𝑥1 + 𝑥2 + 2𝑥4
𝑥3 =
10
−9 + 𝑥1 + 𝑥2 + 2𝑥3
𝑥4 =
10
 Asumsikan 𝑥1 = 𝑥2 = 𝑥3 = 𝑥4 = 0, nilai-nilai tersebut disubtitusikan
kepersamaan maka diperoleh :

3 + 2(0) + 0 + 0
𝑥1 = = 0,3
10

15 + 2(0) + 0 + 0
𝑥2 = = 1,5
10

27 + 0 + 0 + 2(0)
𝑥3 = = 2,7
10

−9 + 0 + 0 + 2(0)
𝑥4 = = −0,9
10

Maka diperoleh 𝑥1 = 0,3; 𝑥2 = 1,5; 𝑥3 = 2,7; 𝑥4 = −0,9

Iterasi
𝑥1 𝑥2 𝑥3 𝑥4 |𝑥1𝑟+1 − 𝑥𝑟 | |𝑥2𝑟+1 − 𝑥𝑟 | |𝑥3𝑟+1 − 𝑥𝑟 | |𝑥4𝑟+1 − 𝑥𝑟 |
ke -
0 0 0 0 0 - - - -
1 0.3000 1.5000 2.7000 -0.9000 0.3000 1.5000 2.7000 0.9000
2 0.7800 1.7400 2.7000 -0.1800 0.4800 0.2400 0 0.7200

11
 3 0.9000 1.9080 2.9160 -0.1080 0.1200 0.1680 0.2160 0.0720
4 0.9624 1.9608 2.9592 -0.0360 0.0624 0.0528 0.0432 0.0720
5 0.9844 1.9848 2.9851 -0.0158 -0.0220 0.0240 0.0259 0.0202
6 0.9939 1.9938 2.9937 -0.0060 0.0094 0.0090 0.0086 0.0098
7 0.9975 1.9975 2.9975 -0.0024 0.0036 0.0037 0.0038 0.0036
8 0.9990 1.9990 2.9990 -0.0009 0.0015 0.0015 0.0015 0.0015
9 0.9996 1.9996 2.9996 -0.0003 0.0006 0.0006 0.0006 0.0006
10 0.9998 1.9998 2.9998 -0.0001 0.0002 0.0002 0.0002 0.0002
11 0.9999 1.9999 2.9999 -0.0001 0.0001 0.0001 0.0001 0
12 0.9999 1.9999 2.9999 0 0 0 0 0.0001
Menggunakan metode Jacobi dengan 12 iterasi diperoleh
𝑥1 = 0.9999, 𝑥2 = 1.9999, 𝑥3 = 2.9999, 𝑥4 = 0

2. Selesaikan sistem persamaan berikut dengan metode iterasi Jacobi

3𝑥 + 𝑦 − 𝑧 = 5
4𝑥 + 7𝑦 − 3𝑧 = 20
2𝑥 − 2𝑦 + 5𝑧 = 10
Sistem persamaan dapat ditulis dalam bentuk :
5−𝑦+𝑧 20 − 4𝑥 + 3𝑧 10 − 2𝑥 + 2𝑦
𝑥= ,𝑦 = ,𝑧 =
3 7 5
Dengan tebakan awal (0, 0, 0)
Jawab :

r Xr Yr Zr |(Xr+1)-(Xr)| |(Yr+1) - (Yr)| |(Zr+1) - (Zr)|

0 0 0 0 - - -
1 1,6666 2.8751 2,0000 1.6666 2.8571 2.0000
2 1.3809 2.7619 2,1333 0.2857 0.0952 0.1333
3 1.4571 2.9823 2.3009 0.0762 0.2204 0.1676
4 1.4395 3.0106 2.3375 0.0176 0.0283 0.0366
5 1.4409 3.0363 2.3591 0.0014 0.0257 0.0217
6 1.4409 3.0440 2.3667 0 0.0077 0.0076
7 1.4407 3.0480 2.3703 0.0002 0.0040 0.0036
8 1.4407 3.0496 2.3717 0 0.0016 0.0014
9 1.4407 3.0503 2.3724 0 0.0007 0.0007
10 1.4406 3.0506 2.3726 0.0001 0.0003 0.0002
11 1.4406 3.0507 2.3727 0 0.0001 0.0001
12 1.4406 3.0508 2.3728 0 0.0001 0.0001
13 1.4406 3.0508 2.3728 0 0 0

12
Dapat disimpulkan bahwa solusi sejatinya ialah 𝑥 = 1.4406 , 𝑦 = 3.0508 𝑑𝑎𝑛 𝑧 =
2.3728

3. 27𝑥 + 6𝑦 − 𝑧 = 85
6𝑥 + 15𝑦 + 2𝑧 = 72
𝑥 + 𝑦 + 54𝑧 = 110
Penyelesaian :
Persamaan diatas dapat diubah bentuknya menjadi :
85 − 6𝑦 + 𝑧
𝑥=
27
72 − 6𝑥 − 2𝑧
𝑦=
15
110 − 𝑥 − 𝑦
𝑧=
54

Iterasi
X Y Z |(Xr+1)-(Xr)| |(Yr+1) - (Yr)| |(Zr+1) - (Zr)|
Ke-
0 0 0 0 - - -
1 3.1481 4.8000 2.0370 3.148 4.8 2.0370
2 2.1569 3.2691 1.8898 0.9912 1.5309 0.1472
3 2.4916 3.6852 1.9365 0.3347 0.4161 0.0467
4 2.4009 3.5451 1.9226 0.0907 0.1401 0.0139
5 2.4315 3.5832 1.9269 0.0306 0.0381 0.0043
6 2.4232 3.5704 1.9256 0.0083 0.0128 0.0013
7 2.4260 3.5739 1.9260 0.0032 0.0035 0.0004
8 2.4252 3.5727 1.9259 0.0008 0.0012 0.0001
9 2.4255 3.5731 1.9259 0.0003 0.0004 0
10 2.4254 3.5729 1.9259 0.0001 0.0002 0
11 2.4254 3.5730 1.9259 0 0.0001 0

Jadi 𝑥 = 2,4254 ; 𝑦 = 3,5730; 𝑧 = 1,9259

13
b. Metode Gaus-Seidel.
Metode Gaus – Seidel adalah metode iterasi yang menghitung nilai hampiran sekarang
dengan mengacu pada nilai hampiran terbaru.

Dibandingkan dengan metoda Jacobi, metode Gaus-Seidel merupakan metode literasi yang
paling umum digunakan, asumsikan bahwa diberikan himpunan n persamaan :

[A] [X] = [C]

Jika elemen-elemen diagonal semuanya tak nol, persamaan pertamanya dapat diselesaikan
untuk x1, yang kedua untuk x2, dan seterusnya sehingga menghasilkan

𝑐1 −𝑎12 𝑥2−𝑎13 𝑥3 −⋯−𝑎1𝑛 𝑥𝑛

X1 = ……………………………………………….. 1a
𝑎11

𝑐2 −𝑎21 𝑥1−𝑎23 𝑥3 −⋯−𝑎2𝑛 𝑥𝑛

X2 = ……………………………………………….. 1b
𝑎22

𝑐3 −𝑎31 𝑥1−𝑎32 𝑥2 −⋯−𝑎3𝑛 𝑥𝑛

X3 = ……………………………………………….. 1c
𝑎33

. .

. .

. .

𝑐𝑛 −𝑎𝑛1 𝑥1−𝑎𝑛2 𝑥2 −⋯−𝑎𝑛,𝑛−1 𝑥𝑛−1

Xn = …………………………………………..1d
𝑎𝑛𝑛

Setelah diberikannya rumus persamaan , proses penyelesaian dapat dimulai dengan

memakai terkaan-terkaan untuk bentuk x.Cara yang mudah untuk menentukan terkaan-
terkaan awal adalah dengan mengasumsikan bahwa semuaya bernilai nol.nol-nol ini dapat
disubtitusikan ke persamaan 1a untuk mendapatkan nilai x1.kemudian nilai x1 yang telah
didapat ini disubtitusikan kepersamaan 1b bersama dengan terkaan terkaan nol sebelumnya
untuk x3,….,xn, untuk menghitung nilai baru x2.Prosesnya diulagi untuk tiap persamaan
sampai persamaan 1d dipakai untuk menghitung suatu taksiran xn.Kemudian kembali
kepersamaan pertama dan mengulangi keseluruhan prosedurenya sampai penyelesaia
konvergen cukup dekat ke nilai nilai sejati.Nilai konvergen sejatinya dapat diperiksa dengan
menggunakan persamaan :

14
 𝑗 𝑗−1
𝑥𝑖 −𝑥𝑖
|𝜖𝑎,𝑖 | = | 𝑗 | 100% < 𝜖𝑠 …………………………………………..e
𝑥𝑖

Untuk semua i, dimana j dan j-1 adalah literasi literasi sekarang dan sebelumnya.

Contoh Soal :

Gunakan metode Gaus-Seidel untuk mendapatkan penyelesaian dari sistem persaman

4𝑥 − 𝑦 + 𝑧 = 7
4𝑥 − 8𝑦 + 𝑧 = −21
−2𝑥 + 𝑦 + 5𝑧 = 15
Dengan nilai awal 𝑃0 = ( 𝑥0 , 𝑦0 , 𝑧0 ) = (1,2,2). solusi sejatinya adalah (2,4,3).
Penyelesaian :

Sistem persamaan dapat ditulis sebagai berikut :

7+𝑦−𝑧
𝑥=
4

21 + 4𝑥 + 𝑧
𝑦=
8

15 + 2𝑥 − 𝑦
𝑧=
5

r Xr Yr Zr (Xr+1 - Xr) (Yr+1 - Yr) (Zr+1 - Zr)

0 1.0000 2.0000 2.0000 - - -
1 1.7500 3.7500 2.9500 0.7500 1.7500 0.9500
2 1.9500 3.9687 2.9862 0.2000 0.2187 0.0362
3 1.9956 3.9960 2.9990 0.0456 0.0273 0.0138
4 1.9992 3.9995 2.9998 0.0036 0.0035 0.0008
5 1.9999 3.9999 2.9999 0.0006 0.0004 0.0001
6 1.9999 3.9999 2.9999 0.0000 0.0000 0.0000

15
Latihan Soal

Gunakan metode Gaus-Seidel untuk mendapatkan penyelesaian dari sistem persaman :

1. Tentukan Solusi SPL menggunakan lelaran Gauss Seidel

27𝑥 + 6𝑦 − 𝑧 = 85
6𝑥 + 15𝑦 + 2𝑧 = 72
𝑥 + 𝑦 + 54𝑧 = 110
Penyelesaian :
Persamaan diatas dapat diubah bentuknya menjadi :
85 − 6𝑦 + 𝑧
𝑥1 =
27
72 − 6𝑥 − 2𝑧
𝑦1 =
15
110 − 𝑥 − 𝑦
𝑧1 =
54

r Xr Yr Zr |(Xr+1)-(Xr)| |(Yr+1) - (Yr)| |(Zr+1) - (Zr)|

0 0 0 0 - - -
1 3.1481 3.5407 1.9132 3.1481 3.5407 1.9132
2 2.4322 3.5720 1.9258 -0.7160 0.0313 0.0127
3 2.4257 3.5729 1.9260 -0.0065 0.0009 0.0001
4 2.4255 3.5730 1.9260 -0.0002 0.0001 0.0000
5 2.4255 3.5730 1.9260 0.0000 0.0000 0.0000
Dapat disimpulkan bahwa solusi sejatinya ialah 𝑥 = 2.4255; 𝑦 = 3.5730; 𝑑𝑎𝑛 𝑧 =
1.9260

2. 3𝑥 + 𝑦 − 𝑧 = 5
4𝑥 + 7𝑦 − 3𝑧 = 20
2𝑥 − 2𝑦 + 5𝑧 = 10
Sistem persamaan dapat ditulis dalam bentuk :

5−𝑦+𝑧 20 − 4𝑥 + 3𝑧 10 − 2𝑥 + 2𝑦
𝑥= ,𝑦 = ,𝑧 =
3 7 5

r Xr Yr Zr |(Xr+1)-(Xr)| |(Yr+1) - (Yr)| |(Zr+1) - (Zr)|

0 0,000 0,000 0,000 - - -

16
1 1.6666 1.9047 2.0952 1.6666 1.9047 2.0952
2 1.7301 2.7664 2.4145 0.0635 0.8617 0.3193
3 1.5493 3.0065 2.5828 0.1808 0.2401 0.1683
4 1.5254 3.0924 2.6267 0.0239 0.0859 0.0439
5 1.5114 3.1192 2.6431 0.0140 0.0268 0.0164
6 1.5079 3.1282 2.6481 0.0035 0.0090 0.0050
7 1.5066 3.1311 2.6497 0.0013 0.0029 0.0016
8 1.5062 3.1320 2.6503 0.0004 0.0009 0.0006
9 1.5060 3.1323 2.6505 0.0002 0.0003 0.0002
10 1.5060 3.1324 2.6505 0 0.0001 0
11 1.5060 3.1325 2.6505 0 0.0001 0
Dapat disimpulkan bahwa solusi sejatinya ialah 𝑥 = 1.5060; 𝑦 = 3.1325; 𝑑𝑎𝑛 𝑧 =
2.6505

3. 10 𝑥1 – 𝑥2 + 2 𝑥3 = 6,

− 𝑥1 + 11 𝑥2 – 𝑥3 + 3 𝑥4 = 25,

2 𝑥1 – 𝑥2 + 10 𝑥3 – 𝑥4 = – 11,

3 𝑥2 – 𝑥3 + 8 𝑥4 = 15.

Penyelesaian :
Persamaan diatas dapat diubah bentuknya menjadi :
6 + 𝑥2 − 2 𝑥3
𝑥1 =
10

25 + 𝑥1 + 𝑥3 − 3 𝑥4
𝑥2 =
11

−11 − 2 𝑥1 + 𝑥2 + 𝑥4
𝑥3 =
10

15 − 3 𝑥2 + 𝑥3
𝑥4 =
8

Iterasi Pertama

 Asumsikan 𝑥1 = 𝑥2 = 𝑥3 = 𝑥4 = 0 kemudian nilai-nilai tersebut disubtitusikan ke

persamaan diatas
Maka diperoleh :

17
 6 + 0 − 2(0)
𝑥1 = = 0,6
10

25 + 0,6
𝑥2 = = 2,3272
11

−11 − 2 (0,6) + 2,3272 + 0

𝑥3 = = −0,9872
10

15 − 3 (2,3272) + (−0,98728)
𝑥4 = = 0,8789
8

Apabila proses tersebut dilanjutkan terus akan diperoleh hasil seperti pada tabel
berikut :

r 𝑥1 𝑥2 𝑥3 𝑥4 |𝑥1𝑟+1 − 𝑥𝑟 | |𝑥2𝑟+1 − 𝑥𝑟 | |𝑥3𝑟+1 − 𝑥𝑟 | |𝑥4𝑟+1 − 𝑥𝑟 |

0 0 0 0 0 - - - -
1 0.6000 2.3272 -0.9872 0.8788 0.6000 2.3272 0.9872 0.8788
2 1.0301 2.0369 -1.0144 0.9843 0.4301 0.2903 0.0272 0.1055
3 1.0065 2.0035 -1.0025 0.9983 0.0236 0.0333 0.0119 0.0140
4 1.0008 2.0003 -1.0003 0.9998 0.0057 0.0032 0.0022 0.0015
5 1.0000 2.0000 -1.0000 0.9999 0.0008 0.0003 0.0003 0.0001
6 1.0000 2.0000 -1.0000 1.0000 0 0 0 0

Jadi, 𝑥1 = 1, 𝑥2 = 2, 𝑥3 = −1 𝑑𝑎𝑛 𝑥4 = 1

18
 DAFTAR PUSTAKA

Chapra, Steven C.1996. Metode Numerik Jilid 1. Jakarta : Erlangga.

Leon, Steven J. 2001. Aljabar Linear dan Aplikasinya Edisi 5. Jakarta : Erlangga.

D. Suryadi H.S., Pengantar Metode Numerik, Jakarta : Gunadarma.

Sangadji. 2008. Metode Numerik. Yogyakarta : Graha Ilmu.

Sahid. 2005. Pengantar Komputasi Numerik dengan Matlab. Yogyakarta : Andi.

19