Rabu, 18 November 2026
03:44 WIB
TERKINI
Bandar Lampung Agenda Strategis Pemprov Lampung 6 November 2026: Revitalisasi Stadion Jadi Prioritas Bandar Lampung Harga Beras di Pasar Pasir Gintung Bandar Lampung Merangkak Naik, Stok Aman Bandar Lampung Disdag Bandar Lampung Jamin Pasokan Beras Aman hingga Akhir 2026 Insight Komitmen Pembangunan Negeri, PTBA Sabet Penghargaan Kepatuhan PNBP ESDM 2026 Pemprov Lampung Gubernur Mirza Canangkan Mulang Maya Jadi Magnet Wisata Budaya Unggulan Lampung Tuba Barat Mewujudkan Haji: Pemkab Tubaba dan BSI Ajak Masyarakat Menabung Sejak Dini Lampung Timur Bupati Ela Dekatkan Diri dengan Siswa, Pastikan Kualitas Pendidikan dan Gizi di Lampung Timur Tuba Barat Kemitraan Strategis Pemkab Tubaba dan Kejari: Wujudkan Tata Kelola Pemerintahan Akuntabel Bandar Lampung Mantan Ketua DPRD Lampung Bersaksi dalam Sidang Arinal Djunaidi Bandar Lampung Senator Bustami Zainudin dan Staf DPD Lampung Ikuti Program Cek Kesehatan Gratis Bandar Lampung Agenda Strategis Pemprov Lampung 6 November 2026: Revitalisasi Stadion Jadi Prioritas Bandar Lampung Harga Beras di Pasar Pasir Gintung Bandar Lampung Merangkak Naik, Stok Aman Bandar Lampung Disdag Bandar Lampung Jamin Pasokan Beras Aman hingga Akhir 2026 Insight Komitmen Pembangunan Negeri, PTBA Sabet Penghargaan Kepatuhan PNBP ESDM 2026 Pemprov Lampung Gubernur Mirza Canangkan Mulang Maya Jadi Magnet Wisata Budaya Unggulan Lampung Tuba Barat Mewujudkan Haji: Pemkab Tubaba dan BSI Ajak Masyarakat Menabung Sejak Dini Lampung Timur Bupati Ela Dekatkan Diri dengan Siswa, Pastikan Kualitas Pendidikan dan Gizi di Lampung Timur Tuba Barat Kemitraan Strategis Pemkab Tubaba dan Kejari: Wujudkan Tata Kelola Pemerintahan Akuntabel Bandar Lampung Mantan Ketua DPRD Lampung Bersaksi dalam Sidang Arinal Djunaidi Bandar Lampung Senator Bustami Zainudin dan Staf DPD Lampung Ikuti Program Cek Kesehatan Gratis

Metode Jacobi

salah satu bidang analisis numerik yang digunakan untuk menyelesaikan permasalahan persamaan linear dan sering dijumpai dalam berbagai disiplin ilmu

Bagikan:

Metode Iterasi Jacobi merupakan salah satu bidang analisis numerik yang digunakan untuk menyelesaikan permasalahan persamaan linear dan sering dijumpai dalam berbagai disiplin ilmu. Metode Iterasi Jacobi merupakan salah satu metode tak langsung, yaitu bermula dari suatu hampiran penyelesaian awal dan kemudian berusaha memperbaiki hampiran dalam tak berhingga tetapi langkah konvergen. Metode Iterasi Jacobi ini digunakan untuk menyelesaikan persamaan linear berukuran besar dan proporsi koefisien nolnya besar.

Metode ini ditemukan oleh matematikawan yang berasal dari Jerman, Carl Gustav Jacob Jacobi. Penemuan ini diperkirakan pada tahun 1800-an.

Kalau kita mengubah dalam Sistem Persamaan Linear, maka dapat ditulis sebagai berikut

Ax=b.

Kemudian, diketahui bahwa A=D+(L+U), di mana D merupakan matriks diagonal, L merupakan matriks segitiga bawah, dan U merupakan matriks segitiga atas.

Kemudian, persamaan di atas dapat diubah menjadi:

Dx+(L+U)x=b.

Kemudian,

x=D−1[b−(L+U)x],

Jika ditulis dalam aturan iteratif, maka metode Jacobi dapat ditulis sebagai:

x(k+1)=D−1[b−(L+U)x(k)],

di mana k merupakan banyaknya iterasi. Jika x(k) menyatakan hampiran ke- k penyelesaian SPL, maka x(0) adalah hampiran awal.

xi(k)=1aii(bi−∑j≠iaijxj(k−1)),i=1,2,…,n.

Deskripsi

Jadi

A𝐱=𝐛

menjadi sistem kuadrat dari nilai n dalam persamaan linier yaitu:

A=[a11a12⋯a1na21a22⋯a2n⋮⋮⋱⋮an1an2⋯ann],𝐱=[x1x2⋮xn],𝐛=[b1b2⋮bn].

Setelah itu nilai A dapat diuraikan menjadi komponen diagonal D, bagian segitiga bawah L dan bagian segitiga atas U:

A=D+L+UdarimanaD=[a110⋯00a22⋯0⋮⋮⋱⋮00⋯ann] and L+U=[0a12⋯a1na210⋯a2n⋮⋮⋱⋮an1an2⋯0].

Algoritma Metode Iterasi Jacobi

INPUT:

n, A, b, dan hampiran awal Y=(y1 y2 y3...yn)T, batas toleransi T, dan maksimum iterasi N

OUTPUT:

X=(x1 x2 x3...xn)T, vektor galat hampiran g, dan H yang merupakan matriks dengan baris vektor-vektor hampiran selama iterasi.
  1. Set penghitung iterasi k=1
  2. WHILE k<=N DO
    1. FOR i=1,2,3,...,n, Hitung xi=1aii(bi−∑j≠iaijyj)
    2. SET X=(x1x2x3...xn)T
    3. IF ||X_Y||<T THEN STOP
    4. Tambah penghitung iterasi, k=k+1
    5. FOR i=1,2,3,...,n, Set yi=xi
    6. SET Y=(y1 y2 y3...yn)T
  3. Tulis pesan "Metode gagal setelah N iterasi"
  4. STOP
Input: initial guess x(0) to the solution, (diagonal dominant) matrix A, right-hand side vector b, convergence criterion
Output: solution when convergence is reached
Comments: pseudocode based on the element-based formula above
k=0
while convergence not reached do
    for i := 1 step until n do
        σ=0
        for j := 1 step until n do
            if j ≠ i then
                σ=σ+aijxj(k)
            end
        end
        xi(k+1)=1aii(bi−σ)
    end
    k=k+1
end

Algoritma Metode Iterasi Jacobi dalam bentuk software Matlab

Penggunaan algoritme Metode Iterasi Jacobi dalam bentuk matlab. Matlab merupakan program pengolahan data numerik.

INPUT:

n, A, b, dan hampiran awal Y=(y1 y2 y3...yn)T, batas toleransi T, dan maksimum iterasi N

OUTPUT:

X=(x1 x2 x3...xn)T, vektor galat hampiran g, dan H yang merupakan matriks dengan baris vektor-vektor hampiran selama iterasi.
H=X0'
n=length (b)
X=X0
for k:=1 until N
for i:=i until n,
S = b (i) - A (i,[1:i-1,i+1:n]) * X0 ([1:i-1,i+1:n])
X(i) = S / A (i,i)
end
g = abs (X-X0)
err = norm (g)
relerr = err / (norm (X)+eps)
X0 = X
H = [H;X0']
if (err<T)|(relerr<T), break, end
end

Kekonvergenan

MEtode ini akan bernilai konvergen jika matriksnya merupakan matriks dominan secara diagonal, yaitu apabila unsur diagonal pada kolom tersebut lebih besar dari penjumlahan unsur-unsur lainnya pada kolom tersebut.

|aii|>∑i≠j|aij|.

Contoh

Sistem linear dari bentuk Ax=b dengan perkiraan awal x(0) diberikan oleh

A=[2157], b=[1113]danx(0)=[11].

Kami menggunakan persamaan x(k+1)=D−1(b−(L+U)x(k)), dijelaskan di atas, untuk memperkirakan x. Pertama, kami menulis ulang persamaan dalam bentuk yang lebih mudah D−1(b−(L+U)x(k))=Tx(k)+C, dimana T=−D−1(L+U) dan C=D−1b. Dari nilai-nilai yang diketahui

D−1=[1/2001/7], L=[0050]danU=[0100].

we determine T=−D−1(L+U) as

T=[1/2001/7]{[00−50]+[0−100]}=[0−1/2−5/70].

Further, C is found as

C=[1/2001/7][1113]=[11/213/7].

Dengan T dan C dihitung, kami perkirakan x sebagai x(1)=Tx(0)+C:

x(1)=[0−1/2−5/70][11]+[11/213/7]=[5.08/7]≈[51.143].

Hasil iterasi berikutnya

x(2)=[0−1/2−5/70][5.08/7]+[11/213/7]=[69/14−12/7]≈[4.929−1.714].

Proses ini diulangi sampai konvergensi (yaitu, sampai ‖Ax(n)−b‖ kecil). Solusi setelah 25 iterasi adalah

x=[7.111−3.222].

Contoh lain

Contohnya kita diberi sistem linier berikut:

10x1−x2+2x3=6,−x1+11x2−x3+3x4=25,2x1−x2+10x3−x4=−11,3x2−x3+8x4=15.

Bila kita memilih (0, 0, 0, 0) sebagai pendekatan awal, maka solusi perkiraan pertama diberikan oleh

x1=(6+0−(2∗0))/10=0.6,x2=(25+0+0−(3∗0))/11=25/11=2.2727,x3=(−11−(2∗0)+0+0)/10=−1.1,x4=(15−(3∗0)+0)/8=1.875.

Dengan menggunakan perkiraan yang diperoleh, prosedur iteratif diulangi sampai akurasi yang diinginkan tercapai. Berikut ini adalah solusi yang diperkirakan setelah lima iterasi.

x1 x2 x3 x4
0.6 2.27272 -1.1 1.875
1.04727 1.7159 -0.80522 0.88522
0.93263 2.05330 -1.0493 1.13088
1.01519 1.95369 -0.9681 0.97384
0.98899 2.0114 -1.0102 1.02135

Solusi yang tepat dari sistem ini adalah (1, 2, −1, 1).

Contoh menggunakan Python dan NumPy

Prosedur numerik berikut hanya melakukan iterasi untuk menghasilkan vektor solusi.

defjacobi(A, b, x_init, epsilon=1e-10, max_iterations=500):
    D = np.diag(np.diag(A))
    LU = A - D
    x = x_init
    for i in range(max_iterations):
        D_inv = np.diag(1 / np.diag(D))
        x_new = np.dot(D_inv, b - np.dot(LU, x))
        if np.linalg.norm(x_new - x) < epsilon:
            return x_new
        x = x_new
    return x

# problem data
A = np.array([
    [5, 2, 1, 1],
    [2, 6, 2, 1],
    [1, 2, 7, 1],
    [1, 1, 2, 8]
])
b = np.array([29, 31, 26, 19])

# you can choose any starting vector
x_init = np.zeros(len(b))
x = jacobi(A, b, x_init)

print("x:", x)
print("computed b:", np.dot(A, x))
print("real b:", b)

Menghasilkan keluaran:

x: [3.99275362 2.95410628 2.16183575 0.96618357]
computed b: [29. 31. 26. 19.]
real b: [29 31 26 19]

Lihat pula

Referensi

Sahid. 2005. Pengantar Komputasi Numerik dengan MATLAB. ANDI, Yogyakarta

Pranala luar


Konten disalin dari Wikipedia Bahasa Indonesia (lisensi CC BY-SA) Lihat versi asli di Wikipedia

Rekomendasi Pilihan