BAB II

SISTEM PERSAMAAN LINIER

Kompetensi :
Setelah mempelajari bab ini, mahasiswa:
1. Mampu mengidentifikasi berbagai bentuk sistem persamaan linier yang sering
ditemukan dalam bidang Teknik Kimia.
2. Mengenal berbagai metode penyelesaian sistem persamaan linier.
3. Mampu menyelesaikan problem sistem persamaan linier dengan metode yang
sesuai.
4. Mampu menginterpretasikan hasil penyelesaian sistem persamaan linier untuk
aplikasi bidang Teknik Kimia.

2.1. Pendahuluan
Sistem persamaan linier merupakan salah satu model dan masalah
matematika yang banyak dijumpai dalam berbagai disiplin ilmu, termasuk fisika,
biologi, teknik dll. Sistem persamaan linier muncul secara langsung dari masalah
nyata, dan merupakan bagian dari proses penyelesaian masalah-masalah lain,
misalnya penyelesaian sistem persamaan non linier simultan.
Suatu 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 variabel-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 Thomas.
b) Metode tak langsungyaitu metode iterasi, yang terdiri dari metode iterasi
Jacobi dan metode iterasi Gauss-Seidel, dimana dalam metode iterasi ini harus
diberikan solusi awal (merupakan tebakan).
Aplikasi matriks yang disusun dalam bentuk matriks(SPL) meliputi aturan
crammer, eliminasi gauss, invers matriks,dimana penggunaan metode-metode

18
tersebut digunakan dalam teknik kimia untuk menyelesaikan persamaan neraca
massayang penyelesaiannya sesuai dengan sifat-sifat operasi matriks. Tetapi,
penggunaan metode tersebut juga memiliki kelemahan. Untuk mengatasi
kekurangannya maka, kita menggunakan metode yang lain, yaitu analisis
Dekomposisi Nilai Singular atau Singular Value Decomposition (SVD).
Secara umum persamaan linier :
A11X1 + A12X2 + A13X3 + .... + A1nXn = b1
A21X1+ A22X2 + A23X3 + . . . . + A2nX4 = b2
: :
An1X1 + An2X2+ An3X3 + . . . . + AnnXn = bn (2.1)

Jumlah variabel yang dicari harus sama dengan jumlah persamaan. Aij merupakan
sebuah konstanta atau koefisien dan xi merupakan variabel yang tidak diketahui
nilainya. Sistem persamaan linear ini dapat ditulis menjadi:
Ax = b (2.2)
Dengan penambahan notasi, sistem persamaan linear menjadi:
∑𝑛𝑖=1 𝑎𝑘𝑖 𝑥𝑖 = 𝑏𝑘 (k = 1,2,...n) (2.3)
Persamaan linear digunakan untuk menyelesaikan neraca massa dan energi, tapi
aplikasi terbesar dalam penyelesaian persamaan linear adalah
mengimplementasikan metoda numerik lainnya.

2.2. Metoda Langsung

2.2.1.Metoda Eliminasi Gauss
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).

19
Prosedur hitungan metode eliminasi Gauss, yaitu:
b3''
x3  ''
a13 | b1  a11 a12 | b1  a33
 a11 a12 a13
a  '  (b2'  a 23'
a 23 | b2    0 a22
x3 )
a 22 a23 | b2   x2 
 21 '
a 22
a31 a32 a33 | b3   0 0 a33 | b3''  (b1  a12 x 2  a13 x3 )
x1 
a11
Lebih jelasnya kita pandang suatu sistem dari 3 persamaan dengan 3 bilangan tak
diketahui berikut ini:
a11 x1 + a12 x2 + a13 x3 = b1 (2.4a)
a21 x1 + a22 x2 + a23 x3 = b2 (2.4b)
a31 x1 + a32 x2 + a33 x3 = b3 (2.4c)
Persamaan pertama dari sistem dibagi koefisien pertama dari persamaan
pertama (a11), sehingga menjadi:
a12 a b
x1 + x2 + 13 x3 = 1 (2.5)
a11 a11 a11
Persamaan (2.5) dikalikan dengan koefisien pertama dari persamaan kedua:
a12 a b
a21 x1 + a21 x2 + a21 13 x3 = a21 1 (2.6)
a11 a11 a11
Persamaan (2.4b) dikurangi persamaan (2.6), sehingga didapat:
a12 a b
(a22 a21 ) x2 + (a23 a21 13 ) x3 = (b2 a21 1 ) atau a22
' '
x2 + a 23 x3 = b2'
a11 a11 a11

Selanjutnya persamaan yang telah dinormalkan persamaan (2.5) dikalikan dengan

koefisien pertama dari persamaan ketiga, dan hasilnya dikurangkan dari
persamaan ketiga dari sistem persamaan asli (persamaan 2.4c), hasilnya adalah:
'
a32 x2 + a33' x3 = b3'
Dengan melakukan prosedur diatas, maka didapat sistem persamaan sebagai
berikut:
a11 x1 + a12 x2 + a13 x3 = b1 (2.7a)
'
a22 '
x2 + a 23 x3 = b2' (2.7b)
'
a32 x2 + a33' x3 = b3' (2.7c)

20
Persamaan 2.7, 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 (2.7b) dibagi dengan koefisien pertama
'
dari persamaan (2.7b), yaitu a22 sehingga menjadi:
'
a 23 b2'
x2 + ' x3 = ' (2.8)
a 22 a 22
Persamaan 2.8, dikalikan dengan koefisien pertama dari persamaan (2.7c):
'
'
a 23 ' '
b2'
a x2 + a
32 ' x3 = a 32
32 ' (2.9)
a 22 a 22
Persamaan (2.7c) dikurangi persamaan (2.9), sehingga menjadi:
'
a 23 b2'
(a a
'
33 ' ) x3 = ( b3  a 32
'
32
' ' '' ''
' ) atau a 33 x3 = b3
a 22 a 22
Dengan demikian sistem persamaan menjadi:
a11 x1 + a12 x2 + a13 x3 = b1 (2.10a)
'
a22 '
x2 + a 23 x3 = b2' (2.10b)
''
a 33 x3 = b3'' (2.10c)

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  '' (2.11a)
a33

b2'  a 23
'
x3
x2  '
(2.11b)
a 22

21
 b1  a12 x2  a13 x3
x1  (2.11c)
a11
dengan demikian sistem persamaan telah dapat diselesaikan.
Urutan penyelesaian system persamaan linear menggunakan metode gauss
adalah sebagai berikut :

Start

Buat matrixnya

Nolkan variabel pertama dari baris ke

dua atau A.21 dengan cara seperti diatas

Nolkan variabel pertama dan ke-dua dari

baris ke tiga atau A.31 dan A.32 dengan
cara seperti diatas

Ulangi langkah tersebut sampai hanya

menyisakan dua buah variabel pada baris
terakhir, satu merupakan bagian dari matriks A.
dan satu merupakan bagian matriks B.

Lakukan subtitusi terbalik pada

persamaan akhir yang didapat

Didapatkan hasil akhir

Finish

22
Contoh soal :
Soal 1 :
Selesaikan sistem persamaan berikut ini:
3x + y – z = 5 (c1.a)
4x + 7y – 3z = 20 (c1.b)
2x – 2y + 5z = 10 (c1.c)
Penyelesaian:
a. Menormalkan persamaan (c1.a) dengan membagi persamaan tersebut dengan
koefisien pertama persamaan (c1.a) yaitu 3, sehingga:
x + 0,3333 y – 0,3333 z = 1,6666 (c2)
b. Persamaan (c2) dikalikan dengan elemen pertama dari persamaan (c1.b):
4x + 1,3333 y – 1,3333 z = 6,6666 (c3)
c. Persamaan (c1.b) dikurangi persamaan (c3), menjadi:
5,6667 y – 1,6666 z = 13,3334 (c4)
d. Persamaan (c2) dikalikan dengan elemen pertama dari persamaan (c1.c), yaitu
2, sehingga menjadi:
2x + 0,6666 y – 0,6666 z = 3,3333 (c5)
e. Persamaan (c1.c) dikurangi persamaan (c5), menjadi:
–2,6666 y + 5,6666 z = 6,6667 (c6)
f. Sistem persamaan menjadi:
3x + y – z=5 (c7.a)
5,6667 y – 1,6666 z = 13,3334 (c7.b)
– 2,6666 y + 5,6666 z = 6,6667 (c7.c)
g. Berikutnya mengeleminasi variabel x2 dari persamaan (c7.c), untuk itu
persamaan (c7.b) dinormalkan dengan membaginya dengan elemen pertama
dari persamaan tersebut yaitu 5,6667 sehingga menjadi:
y – 0,2941 z = 2,3529 (c8)
h. Persamaan (c8) dikalikan dengan elemen pertama dari persamaan (c7.c)
yaitu dengan – 2,6666 sehingga menjadi:
–2,6666 y + 0,7842 z = –6,2742 (c9)
i. Persamaan (c7.c) dikurangi persamaan (c9), menjadi:

23
 4,8824 z = 12,9409
j. Setelah dilakukan 3 kali manipulasi sistem persamaan, menjadi:
3x + y– z=5 (c10.a)
5,6667 y – 1,6666 z = 13,3334 (c10.b)
4,8824 z = 12,9409 (c10.c)
12,9409
k. Dari persamaan (c10.c), dapat dihitung nilai z, yaitu: z = = 2,6505.
4,8824
l. Dari persamaan (c10.b) dan nilai z yang didapat, maka nilai y dapat dihitung
yaitu:
13,3334  (1,6666  2,6505)
y= = 3,1325.
5,6667
m. Dengan persamaan (c10.a) serta nilai y dan z yang didapat, maka nilai x
5 y  z 5  3,1325  2,6505
dapat dihitung, yaitu: x = = = 1,506.
3 3
Jadi, hasil penyelesaian sistem persamaan adalah:
x = 1,506 ; y = 3,1325 dan z = 2,6505.
Untuk mengetahui benar tidaknya hasil yang didapat, nilai x, y dan z yang
didapat disubstitusikan ke sistem persamaan asli:
3(1,506) + 3,1325 – 2,6505 = 5 (= 5)
4(1,506) + 7(3,1325) – 3(2,6505) = 20 (= 20)
2(1,506) – 2(3,1325)+ 5(2,6505) = 9,9995 ( 10)
Soal2 :
Perhatikan flowchart berikut ini :
3

1 2
Umpan Pemisah
Pencampur
Reaktor
A àB
4
Produk

Gambar 2.1.Flow chart

24
Umpan berupa zat A murni dengan laju 100 kmol/jam.
Kendala:
1. 80% dari A dan 40% dari B di dalam alur 2 didaur ulang (recycle).
2. Perbandingan mol A terhadap mol B di dalam alur 1 adalah 5:1

Neraca massa (dalam kmol/jam):

Di sekitar pencampur:
NA1= NA3+ 100 atau: NA1− NA3= 100 ...................................... (1)
NB1 = NB3atau: NB1− NB3= 0 .................................................... (2)
(NA1 menyatakan laju alir molar A di dalam alur 1, dst.)
Di sekitar reaktor:
NA2= NA1− r atau: − NA1+ NA2+ r = 0 ...................................... (3)
NB2 = NB1+ r atau: − NB1+ NB2− r = 0 ..................................... (4)
(r menyatakan laju reaksi)
Di sekitar pemisah:
NA3 + NA4= NA2atau: − NA2+ NA3+ NA4= 0 ............................... (5)
NB3+ NB4= NB2atau: − NB2+ NB3+ NB4= 0................................ (6)
Berdasarkan kendala 1:
NA3= 0,8 NA2 atau: − 0,8 NA2+ NA3= 0..................................... (7)
NB3= 0,4 NB2atau: − 0,4 NB2+ NB3= 0 ..................................... (8)
Berdasarkan kendala 2:
NA1 = 5 NB1atau: NA1− 5 NB1= 0 .............................................. (9)
Berdasarkan penjabaran neraca massa di atas, dihasilkan 9 buah persamaan linier
dengan 9 variabelyang tak diketahui (yakni NA1, NB1, NA2, NB2, NA3, NB3, NA4,
NB4, dan r). Dengan demikian, terbentuk sistem persamaan linier yang dapat
diselesaikan secara simultan!

25
Langkah 1. Ubah persamaan umum kedalam bentuk matriks
Pers. NA1 NA2 NA3 NA4 NB1 NB2 NB3 NB4 r H
1 1 0 -1 0 0 0 0 0 0 100
2 -1 1 0 0 0 0 0 0 1 0
3 1 0 0 0 -5 0 0 0 0 0
4 0 -1 1 1 0 0 0 0 0 0
5 0 -0.8 1 0 0 0 0 0 0 0
6 0 0 0 0 -1 1 0 0 -1 0
7 0 0 0 0 0 -0.4 1 0 0 0
8 0 0 0 0 0 -1 1 1 0 0
9 0 0 0 0 1 0 -1 0 0 0

Langkah 2.Nolkan kolom pertama untuk R2,R3, R4, R5, R6, R7, R8dan R9
Langkah 3. Nolkan kolom kedua untuk R3, R4,R5, R6, R7, R8 dan R9
Langkah 4. Nolkan kolom ketiga untuk R4,R5, R6, R7, R8 dan R9
Langkah 5. Nolkan kolom ketiga untuk R5, R6, R7, R8 dan R9
Langkah 6. Nolkan kolom ketiga untuk R6, R7, R8 dan R9
Langkah 7. Nolkan kolom ketiga untuk R7, R8 dan R9
Langkah 8. Nolkan kolom ketiga untuk R8 dan R9
Langkah 9. Nolkan kolom ketiga untuk R9
Langkah 10. Kita hanya tinggal menggunakan substitusi balik untuk memperoleh
nilai X, dan dengan bantuan Microsoft excel kita dapat memperoleh nilai X
dengan cepat sehingga didapatkan:

X9 68.18
X8 68.18
X7 45.45
X6 113.6
X5 45.45
X4 31.82
X3 127.3
X2 159.1
X1 227.3

26
2.2.2. Metode Eliminasi Gauss Jordan
Salah satu metode yang dapat digunakan untuk menyelesaikan sistem
persamaan linier adalah metode eliminasi Gauss-Jordan. Metode ini diberi nama
Gauss-Jordan untuk menghormati Carl Friedrich Gauss dan Wilhelm Jordan.
Metode ini sebenarnya adalah modifikasi dari metode eliminasi Gauss, yang
dijelaskan oleh Jordan di tahun 1887. Metode Gauss-Jordan ini menghasilkan
matriks dengan bentuk baris eselon yang tereduksi (reduced row echelon form),
sementara eliminasi Gauss hanya menghasilkan matriks sampai pada bentuk baris
eselon (row echelon form). Selain untuk menyelesaikan sistem persamaan linier,
metode eliminasi Gauss-Jordan ini dapat pula digunakan untuk mencari invers
dari sebuah matriks.
Prosedur umum untuk metode eliminasi Gauss-Jordan ini adalah
1. Ubah sistem persamaan linier yang ingin dihitung menjadi matriks augmentasi.
2. Lakukan operasi baris elementer pada matriks augmentasi (A|b) untuk
mengubah matriksA menjadi dalam bentuk baris eselon yang tereduksi.
Contoh mengubah sistem persamaan linier menjadi matriks augmentasi.
x + 3y – 2z = 5
3x + 5y + 6z = 7
2x + 4y + 3z = 8
Diubah menjadi bentuk matriks augmentasi :
1 3 −2 5
(3 5 6 |7)
2 4 3 8
Pengubahan dilakukan dengan membuat matriks yang elemen-elemennya
adalah koefisien-koefisien dari sistem persamaan linier. Sedangkan langkah-
langkah pada operasi baris elementer yaitu :
1. Menukar posisi dari 2 baris.
Ai ↔ Aj
2. Mengalikan baris dengan sebuah bilangan skalar positif.
Ai = k * Aj
3. Menambahkan baris dengan hasil kali skalar dengan baris lainnya.
Ai = Ai + k * Aj

27
 Sebuah matriks sendiri bisa dikatakan sudah memiliki bentuk baris eselon
yang tereduksi jika telah memenuhi syarat-syarat berikut ini.
a. Jika sebuah baris seluruhnya bukan merupakan angka nol, maka angka
bukan nol pertamapada baris tersebut adalah 1 (leading 1).
b. Jika ada baris yang seluruhnya terdiri dari angka nol, maka baris tersebut
dikelompokkandi baris paling bawah dari matriks.
c. Jika ada 2 baris berurutan yang sama-sama tidak terdiri dari angka nol
seluruhnya, makaleading 1 dari baris yang lebih bawah berada di sebelah
kanan dari leading 1 yang beradadi baris yang lebih atas.
d. Pada setiap kolom yang memiliki leading 1 di kolomnya, maka nilai yang
ada di kolomtersebut kecuali leading 1 adalah nol.
Sebuah matriks yang hanya memenuhi syarat 1 sampai 3 adalah matriks
yang dalam bentuk baris eselon. Sedangkan jika syarat keempat juga dipenuhi,
maka matriks tersebut dapat dikatakan dalam bentuk baris eselon yang tereduksi.

28
 Urutan penyelesaian system persamaan linear menggunakan metode
Gauss-Jordan adalah sebagai berikut :

Start

Buat matrix
augmentasinya

Nolkan variabel pertama dari baris ke

dua atau A.21 dengan cara seperti diatas

Nolkan variabel pertama dan ke-dua dari

baris ke tiga atau A.31 dan A.32 dengan
cara seperti diatas

Ulangi langkah tersebut sampai hanya

menyisakan dua buah variabel pada baris
terakhir, satu merupakan bagian dari matriks A.
dan satu merupakan bagian matriks B.

Lakukan subtitusi terbalik pada

persamaan akhir yang didapat

Didapatkan hasil akhir

Finish

Contoh Soal :
1. Diketahui sistem persamaan linier sebagai berikut.
2x + 4y - 2z = 12
x + 5y + 3z = 8
-3x + y + 3z = -4

29
Penyeleaian :
a. Ubah sistem persamaan linier di atas menjadi matriks augmentasi.
2 4 -2 12
1538
-3 1 3 -4
b. Kalikan baris pertama dengan 0.5
1 2 -1 6
1538
-3 1 3 -4
c. Tambahkan baris kedua dengan (-1) kali baris pertama
1 2 -1 6
0342
-3 1 3 -4
d. Tambahkan baris ketiga dengan 3 kali baris pertama
1 2 -1 6
0342
0 7 0 14
e. Kalikan baris kedua dengan 1/3
1 2 -1 6
0 1 0.33 0.67
0 7 0 14
f. Tambahkan baris pertama dengan (-2) kali baris kedua
1 0 -3.67 4.67
0 1 0.33 0.67
0 7 0 14
g. Tambahkan baris ketiga dengan (-7) kali baris kedua
1 0 -3.67 4.67
0 1 0.33 0.67
0 0 -9.33 9.33

30
 h. Kalikan baris ketiga dengan -1/9.33
1 0 -3.67 4.67
0 1 0.33 0.67
0 0 1 -1
i. Menambahkan baris pertama dengan 3.67 kali baris ketiga
1001
0 1 0.33 0.67
0 0 1 -1
j. Menambahkan baris kedua dengan (-0.33) kali baris ketiga
1001
0102
0 0 1 -1
Setelah langkah ke-10, maka matriks ini telah dalam bentuk baris eselon
tereduksi. Dari matriks terakhir ini dapat disimpulkan bahwa nilai x = 1, y = 2,
dan z = -1.

2.2.3. Metode Invers Matriks

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 A1, sedemikian sehingga:
AA1 = A1A = I, dengan I adalah matriks identitas.
Selain itu matriks inversi dapat digunakan untuk menyelesaikan sistem
yang berbentuk:
AX = C atau A-1C
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.

31
 Prosedur dari hitungan matriks inversi:
 a11 a12 a13 | 1 0 0 1 0 0 | a111 a121 a131 
a  1 
 21 a 22 a 23 | 0 1 0  0 1 0 | a 21
1 1
a 22 a 23 
a31 a32 a33 | 0 0 1 0 0 1 | a31 1 1
a32 1 
a33 
A I I A-1
urutan penyelesaian menggunakan metode invers matriks adalah sebagai
berikut :

Start

Buat matrixnya

Tingkatkan dengan matrik identitas

Baris pertama dibagi dengan variabel

pertamanya (1.1)

Baris ke-2 dikurangi hasil dari baris pertama

dikali variabel 2.1, dan baris ketiga dikurangi
hasil dari baris pertama dikali variabel 3.1

Ulangi hingga terbentuk matrik

identitas

Didapatkan hasil akhir

Finish

32
 Contoh Soal :
Soal 1 :
3 1  1
Cari matriks inversi dari matriks sebagai berikut: A = 4 7  3
2  2 5 

Penyelesaian:
Dilakukan dengan menggunakan metode Gauss-Jordan, dengan terlebih
dahulu dilakukan peningkatan matriks dengan matriks identitas.

3 1  1 1 0 0
a) Matriks ditingkatkan, menjadi: 4 7  3 0 1 0
2  2 5 0 0 1

b) Baris pertama dibagi 3 (nilai yang akan dijadikan 1), menjadi:

1 0,3333  0,3333 0,3333 0 0
4 7 3 0 1 0

2 2 5 0 0 1

c) Baris kedua dikurangi hasil dari baris pertama dikali 4, dan baris ketiga
dikurangi hasil dari baris pertama dikali 2, menjadi:
1 0,3333  0,3333 0,3333 0 0
0 5,6667  1,6667  1,3333 1 0

0  2,6667 5,6667  0,6667 0 1

d) Baris kedua dibagi 5,6667 (nilai yang akan dijadikan 1), menjadi:
1 0,3333  0,3333 0,3333 0 0
0 1  0,2941  0,2353 0,1765 0

0  2,6667 5,6667  0,6667 0 1

e) Baris pertama dikurangi hasil dari baris kedua dikali 0,3333 dan baris
ketiga ditambah hasil dari baris kedua dikali 2,6667 menjadi:
1 0  0,2353 0,4118  0,0588 0
0 1  0,2941  0,2353 0,1765 0

0 0 4,8824  1,2941 0,4706 1

33
 f) Baris ketiga dibagi 4,8824 (nilai yang akan dijadikan 1), menjadi:
1 0  0,2353 0,4118  0,0588 0 
0 1  0,2941  0,2353 0,1765 0 

0 0 1  0,2651 0,0964 0,2048

g) Baris pertama ditambah hasil dari baris ketiga dikali 0,2353 dan baris
kedua ditambah hasil dari baris ketiga dikali 0,2941 menjadi:
1 0 0 0,3494  0,0361 0,0482
0 1 0  0,3133 0,2048 0,0602

0 0 1  0,2651 0,0964 0,2048

 0,3494  0,0361 0,0482

maka matriks inversnyaadalah =  0,3133 0,2048 0,0602
 0,2651 0,0964 0,2048

Soal 2 :
1 2 3
Carilah invers dari A =[2 5 3]
1 0 8
`Penyelesaian :
1 2 3⋮1 0 0 𝐵 − 2𝐵 1 2 3⋮1 0 0
[2 5 3⋮0 1 0] 𝐵2 − 𝐵 1 [0 1 −3⋮−2 1 0]
1 0 8⋮0 0 1 3 1
0 −2 5 ⋮−1 0 1
1 2 3⋮1 0 0 1 2 3⋮1 0 0
𝐵3 + 1/2 𝐵2 [0 1 −3⋮−2 1 0] (−1)𝐵3 [0 1 −3⋮−2 1 0]
0 0 −1⋮−5 2 1 0 0 1 ⋮ 5 −2 −1
𝐵2 + 3𝐵3 1 2 0⋮−14 6 3 1 0 0⋮−40 16 9
[ 0⋮ 13 −5 −3] 𝐵2 − 2𝐵1 [0 1 0⋮ 13 −5 −3]
𝐵1 − 3𝐵3 0 1
0 0 1⋮ 5 −2 −1 0 0 5⋮ 5 −2 −1
−40 16 9
𝐽𝑎𝑑𝑖, 𝐴−1 = [ 13 −5 −3]
5 −2 −1

2.2.4. Metoda Thomas

Metode eliminasi Gauss dapat diterapkan untuk sistem persamaan linier
yang matriks koefisiennya berupa matriks tridiagonal. Metode terapan ini biasa

34
disebut metode Thomas, yang alur penyelesaiannya akan digambarkan dalam
uraian berikut ini.
Tinjaulah sistem persamaan linier:
a11 x1 + a12 x2 = b1
a21 x1 + a22 x2 + a23 x3 = b2
a32 x2 + a33 x3 + a34 x4 = b3
..................................................................
an,n-1 xn-1 + ann xn = bn
Atau, dapat dituliskan menjadi:
d1 x1 + e1 x2 = b1
c2 x1 + d2 x2 + e2 x3 = b2
c3 x2 + d3 x3 + e3 x4 = b3
........................................................
cn xn-1 + dn xn = bn (2.12)
Dalam bentuk perkalian matriks dan vektor, persamaan di atas dapat dituliskan
sebagai:
𝑑1 𝑒1 0 0 0 𝑥1 𝑏1
𝑐2 𝑑2 𝑒2 0 0 𝑥 2 𝑏2
0 𝑐3 𝑑3 𝑒3 0 𝑥3 = 𝑏3
… … … … … … …
[ 0 0 0 [
𝑐𝑛 𝑑𝑛 ] 𝑛𝑥 ] [𝑏𝑛 ]
penyelesaian dari sistem persamaan linier adalah sebagai berikut ;

𝑥𝑛 = 𝛾𝑛 (2.13)

(i = n-1, n-2.., 1)
𝑒𝑖 𝑥𝑖+1
𝑥𝑖 = 𝛾𝑖 − (2.14)
𝛽𝑖

dengan γi dan βi yang ditentukan melalui serangkaian perhitungan berurutan

sebagai berikut:
𝛽1 = 𝑑1 (2.15)

35
 𝑏1
𝛾1 = (2.16)
𝛽1

(i = 2, 3, ..., n)
𝑐𝑖 𝑒𝑖−1
𝛽𝑖 = 𝑑𝑖 − (2.17)
𝛽𝑖−1

(i = 2, 3, ..., n)
𝑏𝑖 − 𝑐𝑖 𝛾𝑖−1
𝛾𝑖 = (2.18)
𝛽𝑖

36
 Urutan penyelesaian system persamaan linear menggunakan metode
Thomas dapat dilihat pada flow chart berikut :

Start

Buat matriksnya

Tentukan , di, ei, bi dengan

menggunakan eq. 2.12

Tentukan β1 dengan
rumus β1 = d1

Tentukan γ1 dengan
𝑏
rumus γ1 = 1
𝛽1

Tentukan β2 dan seterusnya

𝑐𝑒
dengan rumus βi = 𝑑𝑖 − 𝛽𝑖 𝑖−1
𝑖−1

Tentukan γ2 dan seterusnya

𝑏2 −𝑐2 𝛾1
dengan rumus γ2 = 𝛽2

Tentukan X10 dengan

rumus X10 = γ10

Tentukan X9 hingga X1 dengan

𝑐 𝑥
rumus X9 =𝛾9 − 9𝛽910

Didapat hasil akhir berupa X1

sampai X10

37
Finish
Contoh 1.
Selesaikan sistem tradigional berikut dengan logaritma thomas
2,04 -1 T1 40,8
-1 2,04 -1 T2 0,8
-1 2,04 -1 T3 0,8
-1 2,04 T4 200,8
Solusi
Pertama, dikomposisi diemplementasikan sebagai berikut:
e2= -1/2,04 = -0,49
f2= 2,04-(-0,49)(-1) = 1,550
e3= -1/1,550 = -0,645
f3= 2,04-(-0,645)(-1) = 1,395
e4= -1/1,395 = -0,717
f4= 2,04-(-0,717)(-1) = 1,323
Kemudian matriks bertransformasi menjadi
2,04 -1
-0,49 1,550 -1
-0,645 1,395 -1
-0,717 1,323
Dan dekomposisi LU memberikan
A = L U = 1 2,04 -1
-0,49 1 1,55 -1
-0,645 1 1,395 -1
-0,717 1 1,323
Subsitusi maju memberikan perhitungan
r2= 0,8 - (-0,49) x 4,08 = 20,8
r3 = 0,8 – (-0,645) x 20,8 =14,221
r4 = 200,8-(-0,717) x 14,221 =210,996

38
dan modifikasi vektor
40,8
20,8
14,221
210,996
Yang kemudian digunakan dalam konjugasi dengan matriks U dslsm substitusi
balik dan memberikan solusi:
T4= 210,996/1,323 = 159,48
T3 = (14,221-(-1) x 159,49)/1,395 = 124,538
T2 = (20,800-(-1) x 124,538)/1,550 = 93,778
T1 = (40,800-(-1) x 93,778)/2,040 = 65,970

Contoh 2.
Jika terdapat proses ekstraksi cair-cair dengan pelarut immiscible. Aliran
W memasuki tahap pertama memiliki Xin fraksi berat dari material A dan pelarut
S memasuki tahap terakhir memilki Yin fraksi berat material A. ketika pelarut
mengalir melewati suatu proses yang mendapatkan material A lebih banyak dari
pada mengekstraksi material A padaaliran W.
Untuk setiap tahap(i), kita dapat mengasumsikan persamaan antara fraksi
berat material A pada aliran S(Yi) dan fraksi berat A didalam aliran W(Xi).
Asumsikan pada setiap operasi pada temperatur yang sama, hubungan antara Xi
dan Yi, digambarkan sebagai :
Yi=KXi
Kesetimbangan A pada i tahap, asumsikan Xi dan Yi, sangat kecildan S
dan W melalui suatu proses:
Xi-1W + Yi-1S = XiW + YiS
Gunakan persamaan yang berhubungan, asumsi K konstan
𝐾𝑆 𝐾𝑆
Xi-1 – (1 + 𝑊
)Xi + 𝑊
Xi+1 = 0

39
Pada tahap pertama:
𝐾𝑆 𝐾𝑆
– (1 + )X1 + X2 = Xin
𝑊 𝑊

Pada tahap terakhir:

𝐾𝑆 𝐾𝑆
Xn-1 – (1 + )Xn= - 𝑊 Yin
𝑊

S = 1000 kg/hr K = 10
W = 2000 kg/hr N = 10
Xin = 0.05
Yin= 0
Sehingga didapatkan persamaan tridiagonal, yaitu:
-6X1+5X2 = -0.05
X1-6X2+5X3 =0
X2-6X3+5X4 =0
X3-6X4+5X5 =0
X4-6X5+5X6 =0
X5-6X6+5X7 =0
X6-6X7+5X8 =0
X7-6X8+5X9 =0
X8-6X9+5X10 = 0
X9-6X10 =0

Penyelesaian
Tentukan nilai ci, di, ei dan bi
Tentukan nilai βi dan γi
𝑐2 𝑒2
β 1 = d1 β2 = 𝑑2 −
𝛽1
b 𝑏2 −𝑐2 𝛾1
γ1 = 𝛽1 γ2 =
1 𝛽2

Tentukan nilai Xi
T=X
X10 = γ10
𝑐9 𝑥10
X9 = 𝛾9 − 𝛽9

40
 I ci di ei Bi βi γi T
1 0 -6 5 -0.05 -6 0.008333 0.01
2 1 -6 5 0 -5.16667 0.001613 0.002
3 1 -6 5 0 -5.03226 0.000321 0.0004
4 1 -6 5 0 -5.00641 6.4E-05 7.999E-05
5 1 -6 5 0 -5.00128 1.28E-05 1.599E-05
6 1 -6 5 0 -5.00026 2.56E-06 3.195E-06
7 1 -6 5 0 -5.00005 5.12E-07 6.349E-07
8 1 -6 5 0 -5.00001 1.02E-07 1.229E-07
9 1 -6 5 0 -5 2.05E-08 2.048E-08
10 0 1 -6 0 1 0 0

2.3. Metoda Tidak Langsung

2.3.1. Metoda Iterasi Gauss Seidel
Metode iterasi Gauss-Seidel merupakan metode yang menggunakan proses
iterasi hingga diperoleh nilai-nilai yang berubah. Terkadang ketika menyelesaikan
masalah teknik untuk sistem persamaan yang akan dihasilkan dengan melibatkan
persamaan dalam jumlah besar dan tidak diketahui, untuk sistem persaman linear
yang besar, eliminasi Gauss tidak efisien dan cenderung menimbulkan kesalahan.
Pada kasus ini lebih mudah menggunakan metoda penyelesaian dengan proses
bertahap dari penyelesaian umum yang mengecilkan pada penyelesaian yang
sebenarnya.
Penyelesaian dengan metoda iterasi berbeda dengan eliminasi gauss,
dimulai dengan menyusun ulang sistem persamaan jadi dengan mengisolasi
sebuah variabel yang tidak diketahui pada setiap persamaan. Metode iterasi
Gauss-Seidel dikembangkan dari gagasan metode iterasi pada solusi persamaan
tak linier. Iterasi metode ini lebih efisien dibandingkan dengan metode langsung,
serta dalam hal penggunaan memori komputer maupun waktu komputasi juga

41
lebih efisien. Metode Iterasi Gauss-Seidel merupakan modifikasi dari metode
Iterasi Jacobi. Modifikasi tersebut terletak pada rumus berikut:
− ∑𝑖=1
𝑗=1(𝑎𝑖𝑗 𝑥𝑗
(𝑘) )− ∑𝑛
𝑗=𝑖+1(𝑎𝑖𝑗 𝑥𝑗
(𝑘−1)
)+ 𝑏𝑖
𝑥𝑖 (𝑘) = (2.19)
𝑎𝑖𝑖

Urutan penyelesaian system persamaan linear menggunakan metode Iterasi

Gauss-Siedel dapat dilihat pada flow chart berikut :

Start

Ubah persamaan menjadi x=g(x)

Iterasi pertama:Dengan menggunakan

nilai tebakan awaluntuk x2 dan
x3untuk memperoleh x1

Iterasi kedua: Dengan cara yang sama

sehingga diperoleh nilai x1, x2 dan x3

Didapatkan hasil akhir

Finish

ContohSoal:
1. Selesaikan persamaan berikut :
3x1 – 0,1x2 – 0,2x3 = 7,85
0,1x1 + 7x2 – 0,3x3 = -19,3
0,3x1 – 0,2x2 + 10x3 = 71,4
Catatan: Nilai sebenarnya dari sistem persamaan ini adalah: x1 = 3; x2 = -2,5;
dan x3 = 7
Penyelesaian:

42
Dari setiap persamaan, dapat diperoleh x1, x2, dan x3 sebesar:

7,85 + 0,1 𝑥2 + 0,2 𝑥3

𝑥1 =
3
−19,3 − 0,1 𝑥1 + 0,3 𝑥3
𝑥2 =
7
71,4 − 0,3 𝑥1 + 0,2 𝑥2
𝑥3 =
10

Iterasi pertama:
Dengan menggunakan nilai tebakan awaluntuk x2 dan x3 sebesar: x2 = x3 = 0,
maka
7,85+0,1(0)+ 0,2 (0)
Diperoleh: 𝑥1 = = 2,616667
3

Gunakan x1 = 2,616667 ini dan x3 = 0 untuk menghitung x2:

−19,3 − 0,1 (2,616667) + 0,3(0)
𝑥2 = = −2,794524
7
Gunakan x1 = 2,616667 dan x2 = -2,794524 untuk menghitung x3:
71,4 − 0,3(2,616667) + 0,2 (−2,794524)
𝑥3 = = 7,005610
10
Iterasi kedua:
Dengan cara yang sama, maka diperoleh:
7,85 + 0,1 (−2,794524) + 0,2 (7,005610)
𝑥1 = = 2,990557 |𝜀𝑡 | = 0,31%; |𝜀𝑎 | = 12,5%
3
−19,3 − 0,1(−2,990557) + 0,3(7,005610)
𝑥2 = = −2,499625 |𝜀𝑡 | = 0,015%; |𝜀𝑎 | = 11,8%
7
71,4 − 0,3(2,990557) + 0,2(−2,499625)
𝑥3 = = 7,000291 |𝜀𝑡 | = 0,0042%; |𝜀𝑎 | = 0,076%
10

2.5. Soal-soal
1. Selesaikan 3 persamaan berikut dengan menggunakan metode Gauss-Seidel.
Tunjukkan setiap langkah yang dilakukan!

3𝑥1 − 𝑥2 + 3𝑥3 = 2
5𝑥1 + 3𝑥2 + 𝑥3 = 6

43
 𝑥1 + 2𝑥2 − 𝑥3 = 2

2. Selesaikan 3 persamaan berikut dengan menggunakan metode eliminasi Gauss.

Tunjukkan setiap langkah yang dilakukan!

3𝑥1 − 2𝑥2 + 𝑥3 = 3
2𝑥1 + 4𝑥2 − 2𝑥3 = 2
4𝑥1 − 2𝑥2 − 3𝑥3 = −12

3. Selesaikan 4 persamaan berikut dengan menggunakan metode Thomas:

𝑥1 − 𝑥2 = 1
2𝑥1 + 𝑥2 − 3𝑥3 = 1
3𝑥2 − 4𝑥3 + 2𝑥4 = 3
𝑥3 − 5𝑥4 = 3

4. Perpindahan panas terjadi secara konduksi melalui dinding sebuah pipa. Suhu
dinding bagian dalam: 200 ºC, suhu dinding bagian luar: 80oC, dan ketebalan
dinding pipa: 0,05 meter. Jari jari bagian dalam pipa: 0,05 meter (ro) dan jari-
jari bagian luar pipa: 0,1 meter. Persamaan diferensial yang dijabarkan
berdasarkan neraca panas dalam dinding pipa dan menggambarkan distribusi
suhu sepanjang dinding pipa dinyatakan sbb.:
dT / dr + r (d2T / dr2) = 0
Pendekatan (finite difference) yang diterapkan untuk menyelesaikan persamaan
di atas menghasilkan serangkaian persamaan aljabar linier berikut:
(1/2 + r/Δr) Ti+1 – 2r/Δr Ti + (-1/2 + r/Δr)Ti-1 = 0, untuk: i = 2, 3, ..., 10
dimana:
r = ro+ Δr (i −1) = 0,05+ 0,05 (i −1)
dan
T1 = 200oC dan T11 = 80oC

44
 Tentukan distribusi suhu di sepanjang dinding pipa menggunakan metode
Thomas! (Jangan lupa bahwa r tidaklah konstan)
5. Gunakan metode eliminasi Gauss untuk persamaan-persamaan berikut:
4𝑥1 + 𝑥2 − 𝑥3 = −2
5𝑥1 + 𝑥2 + 2𝑥3 = 4
6𝑥1 + 𝑥2 + 𝑥3 = 6
Gunakan parsial pivoting dan cek jawaban Anda dengan mensubstitusikannya
kedalam persamaan awal.
6. Gunakan metode eliminasi Gauss-Jordan untuk persamaan-persamaan berikut:
2𝑥1 + 𝑥2 − 𝑥3 = 1
5𝑥1 + 2𝑥2 + 2𝑥3 = −4
3𝑥1 + 𝑥2 + 𝑥3 = 5
Gunakan parsial pivoting dan cek jawaban Anda dengan mensubstitusikannya
kedalam persamaan awal.
7. Diketahui sebuah reaksi dalam reactor CSTR
AB
Reaksi dilakukan selama sepuluh menit, tiap satu menit diambil sampel,
diketahui hasil dari sampel pada menit pertama adalah 1 mol/g dan pada menit
ke sebelas adalah 50 mol/g sehingga membentuk persamaan :
Ti+1 – (i-1)Ti -1- (2i)Ti = 0 dimana I = 2-10
Hitunglah laju degradasi A

45