Solusi Sistem Persamaan Linear dan Link Download File Referensi
https://eu2.contabostorage.com/00f3241116844f24b628f46d81abb929:st1/folder8/8141/1656362161_solusi_sistem_persamaan_linear___Matematika.pdf
2026-05-30 20:39:04 - Admin
<style> body{ font-family: Arial, Helvetica, sans-serif; line-height: 1.6; margin:0; padding:0; background:#f9f9f9; color:#333; } .container{ max-width:900px; margin:auto; padding:20px; background:#fff; box-shadow:0 0 10px rgba(0,0,0,0.1); } h1,h2,h3{ color:#2c3e50; } table{ width:100%; border-collapse:collapse; margin:15px 0; } th, td{ border:1px solid #ddd; padding:8px; text-align:center; } th{ background:#eaeaea; } code{ background:#f4f4f4; padding:2px 4px; border-radius:3px; } .note{ background:#fffae6; border-left:4px solid #ffd42a; padding:10px; margin:15px 0; } </style><div class="container"> <h1>Solusi Sistem Persamaan Linear</h1> <p>Sistem persamaan linear (SPL) adalah kumpulan dua persamaan atau lebih yang masingmasing berisi variabelvariabel linear. Penyelesaian SPL bertujuan menemukan nilainilai variabel yang secara bersamaan memenuhi semua persamaan dalam sistem tersebut. SPL banyak muncul dalam ilmu teknik, ekonomi, komputer, dan bidang lainnya.</p> <h2>1. Bentuk Umum SPL</h2> <p>Sebuah sistem dengan <code>m</code> persamaan dan <code>n</code> variabel biasanya dituliskan dalam bentuk matriks:</p> <pre> AX = B A : matriks koefisien (mn) X : vektor variabel (n1) B : vektor konstanta (m1) </pre> <h2>2. Metode Penyelesaian</h2> <h3>2.1 Substitusi</h3> <p>Metode ini cocok untuk sistem kecil (biasanya dua atau tiga persamaan). Langkahnya: pilih satu persamaan, isolasi satu variabel, ganti ke persamaan lain hingga semua variabel ditemukan.</p> <h3>2.2 Eliminasi Gauss (Reduksi Baris)</h3> <p>Eliminasi Gauss mengubah matriks koefisien menjadi bentuk segitiga atas (upper triangular) dengan operasi baris elementer. Setelahnya, gunakan backsubstitution untuk menentukan nilai variabel.</p> <h3>2.3 Metode Matriks Invers</h3> <p>Jika <code>A</code> adalah matriks persegi dan memiliki invers (<code>A</code>), solusi dapat dihitung langsung:</p> <pre> X = AB </pre> <p>Metode ini efisien bila <code>A</code> tidak terlalu besar.</p> <h3>2.4 Metode Kramers (Determinant)</h3> <p>Untuk sistem 22 atau 33, solusi dapat diperoleh dengan <a href="https://id.wikipedia.org/wiki/Aturan_Cramer" target="_blank">aturan Cramer</a>. Setiap variabel dihitung sebagai rasio antara determinan matriks yang digantikan dengan vektor <code>B</code> dan determinan <code>A</code>.</p> <h3>2.5 Metode Iteratif (Jacobi, GaussSeidel)</h3> <p>Untuk sistem besar yang jarang (sparse) atau bila matriks tidak dapat diinvers, metode iteratif memberi pendekatan nilai solusi. Iterasi berlanjut hingga perubahan nilai di bawah toleransi tertentu.</p> <h2>3. Klasifikasi Hasil SPL</h2> <table> <tr> <th>Jenis</th> <th>Karakteristik</th> </tr> <tr> <td>Unik</td> <td>Jumlah persamaan sama dengan jumlah variabel (n=m) dan <code>det(A) 0</code>. Sistem memiliki satu solusi tunggal.</td> </tr> <tr> <td>Tak hingga banyak</td> <td>Rank(A) = Rank([A|B]) < n. Sistem memiliki solusi tak terbatas (parameter bebas).</td> </tr> <tr> <td>Tak terdefinisi</td> <td>Rank(A) < Rank([A|B]). Tidak ada nilai yang memenuhi semua persamaan.</td> </tr> </table> <h2>4. Contoh Penyelesaian</h2> <h3>Contoh 1: Sistem 22</h3> <p>Berikut sistem persamaan:</p> <pre> 2x + 3y = 8 4x - y = 2 </pre> <p>Gunakan eliminasi Gauss:</p> <ol> <li>Kalikan persamaan pertama dengan 2: <code>4x + 6y = 16</code></li> <li>Kurangkan persamaan kedua: <code>(4x+6y)-(4xy)=7y = 14</code></li> <li>Sehingga <code>y = 2</code></li> <li>Masukkan ke persamaan pertama: <code>2x+32=8 2x=2 x=1</code></li> </ol> <p>Jadi solusi unik <code>(x, y) = (1, 2)</code>.</p> <h3>Contoh 2: Sistem 33 dengan Determinan Nol</h3> <pre> x + 2y + z = 4 2x + 4y + 2z = 8 3x + 6y + 3z = 12 </pre> <p>Baris kedua adalah dua kali baris pertama, dan baris ketiga tiga kali baris pertama. Rank(A) = 1 < 3, sehingga tak ada solusi unik. Karena <code>B</code> adalah kelipatan yang sama, sistem memiliki tak hingga banyak solusi. Kita pilih <code>z = t</code> bebas, maka:</p> <pre> x = 4 - 2y - t </pre> <p>Dengan <code>y</code> dan <code>t</code> bebas, solusi berupa keluarga garis.</p> <div class="note"> <strong>Catatan:</strong> Selalu periksa konsistensi sistem dengan menghitung rank matriks koefisien dan rank matriks augmentasi sebelum mencoba metode penyelesaian apa pun. </div> <h2>5. Implementasi dalam Bahasa Pemrograman</h2> <p>Berikut contoh singkat menggunakan <code>Python</code> dan library <code>NumPy</code> untuk menyelesaikan SPL 33 secara numerik.</p> <pre><code>import numpy as npA = np.array([[2, -1, 3], [4, 2, 1], [1, 5, -2]], dtype=float)B = np.array([7, 10, -1], dtype=float)# Metode eliminasi Gauss (linalg.solve)X = np.linalg.solve(A, B)print("Solusi:", X)</code></pre> <p>Jika <code>A</code> singular (determinannya 0), <code>np.linalg.solve</code> akan menimbulkan <code>LinAlgError</code>. Pada situasi tersebut gunakan <code>np.linalg.lstsq</code> untuk solusi aproksimasi terkecil.</p> <h2>6. Kesimpulan</h2> <p>Sistem persamaan linear merupakan dasar penting dalam matematika terapan. Memahami berbagai metode penyelesaiannya membantu memilih teknik yang paling efisien sesuai ukuran, sifat matriks, dan kebutuhan akurasi. Baik metode langsung (eliminasi, invers, Cramer) maupun iteratif (Jacobi, GaussSeidel) memiliki peran masingmasing dalam praktik.</p> <p>Dengan menguasai konsep rangka, determinan, dan operasi baris elementer, seorang analis dapat mengidentifikasi apakah sistem memiliki solusi unik, tak terbatas, atau tidak ada sama sekali, serta mengimplementasikannya secara programatik untuk masalah nyata.</p></div>