Penyelesaian sistem persamaan linear (spl) dapat dilakukan dengan cara operasi baris elementer, aturan cramer ataupun dengan operasi lainnya. tetapi dapatjuga dengan melakukan dekomposisi matriks terlebih dahuju untuk menyelesaikan sistem persamaan linear atau masalah aljabar linear lainnya. apabila terdapat sebuah sistem ax = b dengan matriks a berukuran m x n dimana m > n, rnasalah yang sering dihadapi adalah kasus dimana rank(a) < n. salah satu cara menyelesaikan masalah seperti ini adalah dengan menggunakan metode kuadrat terkecil (least-square). singular value decomposition (svd) adalah suatu metode pemfaktoran matriks yang berkaitan erat dengan nilai singular matriksnya. berdasarkan basil hitungan analisis svd memberikan solusi spl yang memiliki nilai kesalahan lebih minimum. kata kunci: spl, svd, kuadrat terkecil, pseudoinverse, invers matriks.
Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
SINGULAR VALUE DECOMPOSITION(SVD) PADA MASALAH KUADRAT TERKECIL (LEAST-SQUARE). Banda Aceh Fakultas Matematika dan Ilmu Pengetahua,2011
Baca Juga : PENGELOMPOKAN DOKUMEN (DOCUMENT CLUSTERING) DENGAN MENGGUNAKAN K-MEANS DAN SINGULAR VALUE DECOMPOSITION (SVD) PADA DATA BLOG (Munzir Umran, 2022)