Pengantar Metode Gauss-Seidel
Dalam dunia matematika dan teknik, sistem persamaan linear sering kali muncul untuk memecahkan berbagai permasalahan, mulai dari analisis rangkaian listrik, mekanika struktur, hingga pemodelan ekonomi. Salah satu metode numerik yang paling sering digunakan untuk menyelesaikan sistem persamaan linear adalah metode Gauss-Seidel.
Metode ini merupakan bentuk penyempurnaan dari metode iteratif Gauss-Jacobi, di mana setiap hasil perhitungan langsung digunakan untuk memperbarui nilai variabel berikutnya pada iterasi yang sama.
Keunggulan metode Gauss-Seidel adalah kemampuannya mencapai konvergensi lebih cepat dibandingkan metode Jacobi, terutama jika matriks koefisien bersifat diagonally dominant atau mendekati bentuk tersebut. Mari kita pahami konsep dan penerapan metode ini melalui contoh soal dan pembahasan lengkap di bawah ini.
Baca juga:Uji Logika dan Ketelitianmu dengan Contoh Soal Psikotes Teka-Teki yang Sering Muncul di Tes Kerja
Konsep Dasar Eliminasi Gauss-Seidel
Metode Gauss-Seidel digunakan untuk menyelesaikan sistem persamaan linear yang memiliki bentuk umum:a11x1+a12x2+a13x3+⋯+a1nxn=b1a_{11}x_1 + a_{12}x_2 + a_{13}x_3 + \cdots + a_{1n}x_n = b_1a11x1+a12x2+a13x3+⋯+a1nxn=b1a21x1+a22x2+a23x3+⋯+a2nxn=b2a_{21}x_1 + a_{22}x_2 + a_{23}x_3 + \cdots + a_{2n}x_n = b_2a21x1+a22x2+a23x3+⋯+a2nxn=b2⋮\vdots⋮an1x1+an2x2+an3x3+⋯+annxn=bna_{n1}x_1 + a_{n2}x_2 + a_{n3}x_3 + \cdots + a_{nn}x_n = b_nan1x1+an2x2+an3x3+⋯+annxn=bn
Metode Gauss-Seidel bekerja dengan memisahkan komponen diagonal dan non-diagonal dari sistem tersebut. Untuk setiap iterasi ke-kkk, nilai variabel diperbarui menggunakan rumus:xi(k+1)=1aii(bi−∑j=1i−1aijxj(k+1)−∑j=i+1naijxj(k))x_i^{(k+1)} = \frac{1}{a_{ii}}\left(b_i - \sum_{j=1}^{i-1} a_{ij}x_j^{(k+1)} - \sum_{j=i+1}^{n} a_{ij}x_j^{(k)}\right)xi(k+1)=aii1(bi−j=1∑i−1aijxj(k+1)−j=i+1∑naijxj(k))
Artinya, setiap nilai variabel yang baru (xi(k+1)x_i^{(k+1)}xi(k+1)) langsung digunakan untuk menghitung variabel selanjutnya dalam iterasi yang sama.
Langkah-Langkah Penyelesaian Metode Gauss-Seidel
- Ubah sistem persamaan ke bentuk iteratif.
Setiap persamaan harus diisolasi terhadap satu variabel tertentu (biasanya x1,x2,x3,x_1, x_2, x_3,x1,x2,x3, dan seterusnya). - Tentukan nilai awal (initial guess).
Misalnya x1=0,x2=0,x3=0x_1 = 0, x_2 = 0, x_3 = 0x1=0,x2=0,x3=0. - Substitusikan nilai awal ke dalam persamaan.
Hitung nilai variabel baru secara berurutan, dan gunakan hasil yang baru untuk variabel berikutnya. - Ulangi hingga hasil konvergen.
Iterasi dihentikan jika perubahan nilai antar iterasi sangat kecil, misalnya ∣xi(k+1)−xi(k)∣<10−4|x_i^{(k+1)} - x_i^{(k)}| < 10^{-4}∣xi(k+1)−xi(k)∣<10−4.
Contoh Soal Metode Gauss-Seidel
Diketahui sistem persamaan linear berikut:10x1+2x2+x3=910x_1 + 2x_2 + x_3 = 910x1+2x2+x3=92x1+20x2−2x3=−442x_1 + 20x_2 - 2x_3 = -442x1+20x2−2x3=−44−2x1+3x2+10x3=22-2x_1 + 3x_2 + 10x_3 = 22−2x1+3x2+10x3=22
Gunakan metode Gauss-Seidel untuk menghitung nilai x1,x2,x_1, x_2,x1,x2, dan x3x_3x3.
Langkah 1: Ubah ke Bentuk Iteratif
Kita isolasi setiap variabel dari persamaan:
- x1=110(9−2x2−x3)x_1 = \frac{1}{10}(9 - 2x_2 - x_3)x1=101(9−2x2−x3)
- x2=120(−44−2x1+2x3)x_2 = \frac{1}{20}(-44 - 2x_1 + 2x_3)x2=201(−44−2x1+2x3)
- x3=110(22+2x1−3x2)x_3 = \frac{1}{10}(22 + 2x_1 - 3x_2)x3=101(22+2x1−3x2)
Langkah 2: Tentukan Nilai Awal
Gunakan tebakan awal:x1(0)=0,x2(0)=0,x3(0)=0x_1^{(0)} = 0, \quad x_2^{(0)} = 0, \quad x_3^{(0)} = 0x1(0)=0,x2(0)=0,x3(0)=0
Langkah 3: Iterasi Pertama
Substitusikan nilai awal ke dalam persamaan:x1(1)=110(9−2(0)−0)=0.9x_1^{(1)} = \frac{1}{10}(9 - 2(0) - 0) = 0.9x1(1)=101(9−2(0)−0)=0.9x2(1)=120(−44−2(0.9)+2(0))=120(−45.8)=−2.29x_2^{(1)} = \frac{1}{20}(-44 - 2(0.9) + 2(0)) = \frac{1}{20}(-45.8) = -2.29x2(1)=201(−44−2(0.9)+2(0))=201(−45.8)=−2.29x3(1)=110(22+2(0.9)−3(−2.29))=110(22+1.8+6.87)=3.067x_3^{(1)} = \frac{1}{10}(22 + 2(0.9) - 3(-2.29)) = \frac{1}{10}(22 + 1.8 + 6.87) = 3.067x3(1)=101(22+2(0.9)−3(−2.29))=101(22+1.8+6.87)=3.067
Hasil iterasi pertama:x1=0.9,x2=−2.29,x3=3.07x_1 = 0.9, \quad x_2 = -2.29, \quad x_3 = 3.07x1=0.9,x2=−2.29,x3=3.07
Langkah 4: Iterasi Kedua
Gunakan hasil iterasi pertama:x1(2)=110(9−2(−2.29)−3.07)=110(9+4.58−3.07)=1.051x_1^{(2)} = \frac{1}{10}(9 - 2(-2.29) - 3.07) = \frac{1}{10}(9 + 4.58 - 3.07) = 1.051x1(2)=101(9−2(−2.29)−3.07)=101(9+4.58−3.07)=1.051x2(2)=120(−44−2(1.051)+2(3.07))=120(−44−2.102+6.14)=−1.998x_2^{(2)} = \frac{1}{20}(-44 - 2(1.051) + 2(3.07)) = \frac{1}{20}(-44 - 2.102 + 6.14) = -1.998x2(2)=201(−44−2(1.051)+2(3.07))=201(−44−2.102+6.14)=−1.998x3(2)=110(22+2(1.051)−3(−1.998))=110(22+2.102+5.994)=3.009x_3^{(2)} = \frac{1}{10}(22 + 2(1.051) - 3(-1.998)) = \frac{1}{10}(22 + 2.102 + 5.994) = 3.009x3(2)=101(22+2(1.051)−3(−1.998))=101(22+2.102+5.994)=3.009
Hasil iterasi kedua:x1=1.051,x2=−1.998,x3=3.009x_1 = 1.051, \quad x_2 = -1.998, \quad x_3 = 3.009x1=1.051,x2=−1.998,x3=3.009
Langkah 5: Iterasi Ketiga
x1(3)=110(9−2(−1.998)−3.009)=1.099x_1^{(3)} = \frac{1}{10}(9 - 2(-1.998) - 3.009) = 1.099x1(3)=101(9−2(−1.998)−3.009)=1.099x2(3)=120(−44−2(1.099)+2(3.009))=−1.999x_2^{(3)} = \frac{1}{20}(-44 - 2(1.099) + 2(3.009)) = -1.999x2(3)=201(−44−2(1.099)+2(3.009))=−1.999x3(3)=110(22+2(1.099)−3(−1.999))=3.000x_3^{(3)} = \frac{1}{10}(22 + 2(1.099) - 3(-1.999)) = 3.000x3(3)=101(22+2(1.099)−3(−1.999))=3.000
Nilai-nilai sudah stabil, artinya hasil telah konvergen.
Hasil Akhir
x1=1.10,x2=−2.00,x3=3.00x_1 = 1.10, \quad x_2 = -2.00, \quad x_3 = 3.00x1=1.10,x2=−2.00,x3=3.00
Metode Gauss-Seidel memberikan solusi yang sangat mendekati hasil eksak dengan konvergensi yang cepat hanya dalam tiga iterasi.
Kelebihan dan Kekurangan Metode Gauss-Seidel
Kelebihan:
- Lebih cepat konvergen dibandingkan metode Jacobi.
- Dapat diterapkan pada sistem besar secara efisien.
- Sederhana untuk diimplementasikan secara manual atau dengan komputer.
Kekurangan:
- Tidak semua sistem persamaan linear konvergen.
- Membutuhkan matriks koefisien yang diagonally dominant agar hasil stabil.
- Hasil tergantung pada nilai awal yang dipilih.
Aplikasi Metode Gauss-Seidel
Metode ini banyak digunakan dalam berbagai bidang, antara lain:
- Analisis rangkaian listrik, untuk menentukan arus pada tiap cabang.
- Simulasi mekanika fluida, untuk menyelesaikan sistem persamaan diferensial yang diubah ke bentuk linear.
- Analisis struktur bangunan, untuk menghitung distribusi gaya dan momen.
- Pemodelan ekonomi, seperti prediksi sistem input-output antar sektor.
Kesimpulan
Metode Eliminasi Gauss-Seidel merupakan salah satu teknik numerik paling efektif untuk menyelesaikan sistem persamaan linear secara iteratif. Dengan langkah sederhana dan hasil yang cepat konvergen, metode ini menjadi pilihan utama dalam analisis teknik dan sains komputasi.
Melalui contoh soal di atas, dapat dilihat bahwa pendekatan ini tidak hanya efisien, tetapi juga memberikan pemahaman mendalam tentang bagaimana iterasi dapat digunakan untuk mendekati solusi yang tepat.
Jika Anda memahami prinsip dasar dan langkah-langkah metode Gauss-Seidel, maka Anda sudah memiliki salah satu keterampilan penting dalam pemecahan masalah numerik modern.
Penulis: Emi kurniasih.
