Anda di halaman 1dari 16

PERSAMAAN LINIER DAN MATRIKS

Makalah ini diajukan untuk memenuhi tugas mandiri mata kuliah


Fisika Komputasi
Dosen I : Chaerul Rachman, M.Pd
Dosen II : Dindin Nasrudin M,Pd

Disusun oleh:
1152070031
Rudya Khoeru Sabella 1152070062
Sani Safitri 1162070063
Santika Purnama 1162070064

PROGRAM STUDI PENDIDIKAN FISIKA


JURUSAN PENDIDIKAN MIPA
FAKULTAS TARBIYAH DAN KEGURUAN
UNIVERSITAS ISLAM NEGERI SUNAN GUNUNG DJATI
BANDUNG
2019
Kata Pengantar
Segala puji bagi Allah SWT atas semua nikmat dan karunia-Nya kami dapat
menyelesaikan makalah ini untuk memenuhi tugas mata kuliah Fisika Komputasi.
Makalah ini memuat beragam hal mengenai energi fosil, baik itu pengertian,
komposisi, maupun kelebihan dan kekurangan dari bahan bakar fosil.
Dalam menyusun makalah ini, kami terlebih dahulu menelaah pengertian
bahan bakar fosil, kemudian mengidentifikasi macam-macam bahan bakar fosil dan
komposisinya, dan yang paling penting adalah menjabarkan kelebihan dan
kekurangan dari penggunaan energi fosil. Setelah dipelajari, hasilnya dikumpulkan
hingga menjadi sebuah makalah.
Semoga makalah ini dapat menambah wawasan pembacanya mengenai
energi fosil. Kami menyadari bahwa makalah ini belum sempurna. Oleh karena itu,
beragam masukan sangat diperlukan agar makalah ini menjadi semakin baik.

Bandung.11 Maret 2019

Tim Penyusun
BAB I
PENDAHULUAN

A. Latar Belakang
Penggunaan matriks dan sistem persamaan linear ditemukan hampir di semua
cabangilmu pengetahuan. Seperti halnya di bidang ilmu ukur, diperlukan untuk
mencari titikpotong dua garis dalam satu bidang.Dalam fisika, banyak persoalan
yang melibatkanpenyelesaian berupa sistem persamaan linear, misalnya persoalan
rangkaian listrik denganmenggunakan hukum Kirchoff. Jika diasumsikan telah
diselesaikan dua persaman linearsimultan untuk x dan y berupa penyelesaian x =2
dan y = -3, maka penyelesaian tersebutdapat dipandang sebagai titik (2, -3)dalam
bidang (x, y). Jika dua persamaan linear yangmelibatkan dua variable bebas
dipandang mewakili dua persamaan garis lurus, padapenyelesaiannya berupa titik
potong antara dua garis tersebut.
Sistem persamaan linear terdiri atas persamaan-persamaan linear. Sistem
persamaan linear terbagi- bagi atas beberapa sub materi. seperti: sistem persamaan linear
satu variabel, sistem persamaan liner dua variabel, sistem persamaan linear tiga variabel
dan sistem persamaan linear lebih dari dua variabel. Semakin banyak variabel yang ada
akan semakin sulit untuk menentukan penyelesaiannya.
Sistem persamaan linear ini muncul di berbagai masalah baik teori maupun praktik.
Penulisan koefisien bilangan pada sistem persamaan linear yang terdiri dari m persamaan
linear dan n bilangan tak diketahui dapat disingkat dengan hanya menuliskan susun empat
persegi panjang dari bilangan-bilangan itu. susunan ini dinamakan matriks.
Sedangkan pengertian matrik adalah kumpulan bilangan berbentuk persegi
panjang yang disusun menurut baris dan kolom. Bilangan-bilangan yang terdapat di suatu
matriks disebut dengan elemen atau anggota matriks. Dengan representasi matriks,
perhitungan dapat dilakukan dengan lebih terstrukturyang sering dijumpai adalah matriks
yang entrinya bilangan-bilangan real atau kompleks.
Penyelesaian masalah sistem persamaan linear dapat dilakukan langsung dengan
cara Operasi Baris Elementer (OBE), eliminasi gauss-jordan, aturan Cramer,
determinan, matriks ataupun operasi lainnya.
Dalam pembahasan penyelesaian sistem persamaan linear kali ini penulis akan
menggunakan matriks, karena bentuk matrik dapat digunakan untuk menyelesaikan sistem
persamaan linear.

B. Rumusan Masalah
1. Apa saja macam-macam matriks?
2. Bagaimana cara untuk pengoprasian matriks?
3. Bagaimana repsentasi matriks?
4. Bagaimana penyelesaian persamaan matriks?
C. Tujuan
1. Untuk mengidentifikasi macam-macam matriks
2. Untuk mengetahui cara untuk pengoprasian matriks?
3. Untuk mengidentifikasi repsentasi matriks?
4. Untuk penyelesaian persamaan matriks?
BAB II
PEMBAHASAN
A. Pengertian Persamaan Linier dan Matriks
Persamaan linear adalah sebuah persamaan aljabar, yang tiap sukunya
mengandung konstanta, atau perkalian konstanta dengan variabel tunggal. Sedangkan
sistem persamaan linear adalah dua atau lebih persamaan linear dengan dua variabel atau
lebih. Contoh sistem persamaan linear 2x – 5y = 6 dan 3x + 4y = 12.
Matriks adalah kumpulan bilangan berbentuk persegi panjang yang disusun
menurut baris dan kolom. Bilangan-bilangan yang terdapat di suatu matriks disebut dengan
elemen atau anggota matriks. Dengan representasi matriks, perhitungan dapat dilakukan
dengan lebih terstruktur. Pemanfaatannya misalnya dalam menjelaskan persamaan linier,
transformasi koordinat, dan lainnya. Matriks seperti halnya variabel biasa dapat
dimanipulasi, seperti dikalikan, dijumlah, dikurangkan dan didekomposisikan.

B. Macam-macam Matriks
Jika matriks memiliki baris dan kolom sama atau m=n, maka matriks itu disebut
matriks bujur sangkar, diantara matriks bujur sangkar yang penting yaitu;
1. Matriks Satuan [𝐼]
Matriks satuan adalah matriks yang memiliki element aij dimana i=j dan bernilai 1,
sedangkan i tidak sama dengan j bernilai nol, seperti contoh berikut:
1 0 0
1 0
𝐴=[ ] 𝐵 = [0 1 0]
0 1
0 0 1
Hal ini element a11 dan a22, menunjukan i=j dan bernilai 1, sedangkan j bernilai 0.
Matriks B, element b11, b22, dan b33, menunjukkan i=j dan bernilai 1, sedangkan 1 tidak
sama dengan j bernilai 0.

2. Matriks Nol
Matriks nol semua elemennya bernilai nol, sifat dari matriks nol sama seperti bilangan nol
dan umumnya dituliskan [0], sebagaimana contoh:
0 0 0
[0] [0 0
] [0 0 0]
0 0
0 0 0
3. Matriks Transpose
Matriks transpose didapatkan dengan cara memindahkan antara baris dengan kolom atau
sebaliknya, misalnya matriks A transpose AT.
Sebagai contoh;
𝑎 𝑑
𝑎 𝑏 𝑐
𝐴=[ ] maka AT=[𝑏 𝑒]
𝑑 𝑒 𝑓
𝑐 𝑓

4. Matriks Vector
Matriks vector yaitu matriks yang elemennya berupa komponen vektor, dan dinyatakan ke
dalam matriks kolom, sebagaimana contoh:
𝑟1
𝑟
𝑟⃑=[ 2 ] = [𝑟1 𝑟2 𝑟3 ]𝑇
𝑟3
𝑟1 𝑟2 𝑟3 menunjukkan elemen dari matriks yang mana vektornya vektor dalam ruang n.

5. Matriks Diagonal
Matriks diagonal A merupakan matriks bujur sangkar, yang mana elemen-elemennya aij.
Jika i=j maka aij tidak sama dengan 0 sedangkan jika i tidak sama dengan j maka aij=0,
lebih jelasnya;
𝑎 0 0
𝐴 = [0 𝑒 0]
0 0 𝑖
Element a, e dan i tidak sama dengan 0.
Dan jika sebuah matriks mempunyai semua elemennya nol diatas atau dibawah diagonal
utama, maka matriks itu disebut matriks segituga, sebagai contoh;
𝑎 𝑏 𝑐 𝑎 0 0
[0 𝑒 𝑓] atau[𝑑 𝑒 0]
0 0 𝑖 𝑔 ℎ 𝑖
6. Matriks Simetri
Jika matriks bujur sangkar yang matriks transpose nya matriks itu sendiri, maka matriks itu
disebut matriks simetri, AT=A (Ir. E Suratman, 2007).
C. Oprasi pada Matriks
1. Penjumlahan Matriks
Dua buah matriks dapat dijumlahkan atau dikurangkan apabila berukuran sama (Sembiring,
2003). Sehingga penjumlahan matriks dapat dioperasikan hanya pada matriks-matriks yang
memiliki orde sama. Setiap elemen pada baris ke- 𝑚 dan kolom ke- 𝑛 dijumlahkan dengan
matriks lain pada baris ke- 𝑚 dan kolom ke- 𝑛 pula.
2 1 0 9 2+0 1+9 2 10
[3 0] + [3 6] = [3 + 3 0 + 6] = [ 6 6]
5 5 7 2 5+7 5+2 12 7
Pandang dua buah daftar harian toko mengenai banyaknya botol minuman sari buah yang
tersedia di toko tersebut.
a. Penjualan tahap I
Sari Jeruk Sari Sirsak Sari Nanas
Botol 14 4 23
besar
Botol kecil 12 9 5
b. Penjualan tahap II
Sari Jeruk Sari Sari
Sirsak Nanas
Botol 7 4 6
besar
Botol 6 8 2
kecil
Jika kedua daftar di atas digabungkan menjadi sebuah daftar yang baru mengenai jumlah
tiap macam botol dan macam minuman sari buah maka hasilnya adalah sebagai berikut.
c. Penjualan tahap I dan II
Sari Jeruk Sari Sari
Sirsak Nanas
Botol 21 8 29
besar
Botol 18 17 7
kecil
Masing-masing daftar dapat disusun dalam bentuk yang sederhana menjadi matriks-
matriks berikut :
14 4 23 7 4 6 21 8 29
𝐴=[ ], 𝐵 = [ ], 𝐶 = [ ]
12 9 5 6 8 2 18 17 7
Sedangkan cara penggabungan seperti di atas sama saja dengan penjumlahan matriks A
dan matriks B yang menghasilkan matriks C sebagai hasil penjumlahannya, yaitu :
14 4 23 7 4 6 21 8 29
𝐴+𝐵 =[ ]+[ ]=[ ]=𝐶
12 9 5 6 8 2 18 17 7
Dari keadaan di atas, kita ketahui bahwa:
1) Matriks-matriks A, B, dan C ordonya sama, yaitu (2 x 3).
2) Matriks C diperoleh dari penjumlahan matriks A dan B dengan cara menjumlahkan unsur-
unsur yang seletaknya.
Dari kenyataan-kenyataan di atas secara umum didefinisikan bahwa jika P dan Q adalah
dua buah matriks yang ordonya sama maka jumlah P + Q merupakan sebuah matriks R
yang ordonya sama dengan matriks P dan Q, sedangkan unsur-unsur dari matriks R didapat
dari penjumlahan unsur-unsur.
seletak pada matriks P dan Q (Ruminta, 2009) .
2. Pengurangan Matriks
Sama halnya dengan penjumlahan matriks, pengurangan matriks juga hanya dapat
dioperasikan pada matriks-matriks yang berorde sama. Cara pengurangan matriks juga
sama dengan penjumlahan matriks yaitu Setiap elemen pada baris ke- 𝑚 dan kolom ke- 𝑛
dikurangkan dengan matriks lain pada baris ke- 𝑚 dan kolom ke- 𝑛 pula (Ruminta, 2009).
2 1 0 9 2−0 1−9 2 −8
[3 0] + [3 6] = [3 − 3 0 − 6] = [ 0 −6]
5 5 7 2 5−7 5−2 −2 3
3. Perkalian Matriks
Ada dua jenis perkalian pada matriks yaitu :
1) Perkalian Matriks dengan Skalar
Bila terdapat suatu skalar 𝑘 dan matriks 𝑨𝒎×𝒏 dengan elemen 𝑎𝑖𝑗 maka 𝒌𝑨 adalah
matriks yang berukuran 𝑚 × 𝑛 dengan elemen 𝑘𝑎𝑖𝑗 (Sembiring, 2003). Berdasarkan
definisi di atas, perkalian 𝒌𝑨 adalah sebuah matriks baru yang setiap elemennya merupakan
perkalian antara suatu bilangan 𝑘 dengan setiap elemen di 𝑨. dan perkalian matriks dengan
skalar ini bersifat komutatif yaitu 𝒌𝑨 = 𝑨𝒌
2 1 2.3 1.3 6 3
3 [3 0] = [3.3 0.3] = [ 9 0]
5 5 5.3 5.3 15 15
2) Perkalian Matriks dengan Matriks
Definisi (Howard Anton, 1987: 25):
Jika 𝑨 adalah matriks 𝑚 × 𝑟 dan 𝑩 adalah matriks 𝑟 × 𝑛, maka hasil kali 𝑨𝑩 adalah matriks
𝑚 × 𝑛 yang entri-entrinya ditentukan sebagai berikut: untuk mencari entri dalam baris 𝑖
dan kolom 𝑗 dari 𝑨𝑩 pilihlah baris 𝑖 dari matriks 𝐴 dan kolom 𝑗 pada matriks 𝑩. Kalikanlah
entri-entri yang bersesuaian dari baris dan kolom tersebut bersama-sama dan kemudian
tambahkanlah hasil kali yang dihasilkan.
Perkalian matriks dengan matriks hanya dapat dioperasikan jika banyaknya kolom dari
matriks pertama sama dengan banyaknya baris pada matriks kedua, jika syarat tersebut
tidak terpenuhi, maka hasil kali tidak dapat didefinisikan. Perkalian matriks dengan matriks
ini tidak bersifat komutatif atau 𝑨𝑩 ≠ 𝑩𝑨 (Ruminta, 2009).
2 1
1 0 3
𝐴 = [3 0], 𝐵 = [ ]
0 2 2
5 5
(2.1) + (1.0) (2.0) + (1.2) (2.3) + (1.2)
𝐴𝐵 = [(3.1) + (0.0) (3.0) + (0.2) (3.3) + (0.2)]
(5.1) + (5.0) (5.0) + (5.2) (5.3) + (5.2)

Persamaan linier dalam matriks


Sebelum kita selesaikan persamaan linier dengan metode matriks, kita tinjau persamaan
linier serempak sebagai berikut;
𝑎11 𝑥1 + 𝑎12 𝑥2 + 𝑎13 𝑥3 + … +𝑎1𝑛 𝑥𝑛 = 𝑏1
⋮ ⋮ ⋮ =⋮
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + 𝑎𝑚3 𝑥3 + … +𝑎𝑚𝑛 𝑥𝑛 =𝑏𝑛
Terdapat n buah variabel x yaitu x1,x2,....,xn serta a dan b yang merupakan konstanta.
Persamaan diatas dapat dinyatakan dalam bentuk matriks sebagai berikut:
𝑎11 𝑎12 𝑎13 𝑥1 𝑏1
𝑎
[ 21 𝑎22 𝑎23 ] [𝑥2 ]=[𝑏2 ]
𝑎31 𝑎32 𝑎33 𝑥3 𝑏3
Atau;
AX=b
Kita tinjau persamaan linier serempak di bawah ini;
𝑎1 𝑥 + 𝑏1 𝑦 = 𝑐1 Pers 1.
𝑎2 𝑥 + 𝑏2 𝑦 = 𝑐2 Pers 2.
Yang mana a, b dan c merupakan konstanta, dari kedua persamaan linier ini kita dapat
mencari nilai x dan y yaitu dengan cara menghilangkan salah satu variabel x atau y.
Seandainya sekarang kita ingin mengetahui besarnya y, maka hilangkan variabel x.
Kalikan persamaaan 1 dengan a2 sedangkan persamaan 2 dengan a1, sehingga
𝑎1 𝑥 + 𝑏1 𝑦 = 𝑐1 𝑎2
(𝑎 )
𝑎2 𝑥 + 𝑏2 𝑦 = 𝑐2 1

Maka:
𝑎2 𝑎1 𝑥 + 𝑎2 𝑏1 𝑦 = 𝑎2 𝑐1
𝑎1 𝑎2 𝑥 + 𝑎1 𝑏2 𝑦 = 𝑎1 𝑐2
(𝑎2 𝑏1 − 𝑎1 𝑏2 )𝑦 = (𝑎2 𝑐1 − 𝑎1 𝑐2 )
Dan
(𝑎2 𝑐1 − 𝑎1 𝑐2 )
𝑦=
(𝑎2 𝑏1 − 𝑎1 𝑏2 )
Sebaliknya dengan cata menghilangkan variabel y, x dapat dicari (Ir. E Suratman, 2007).
Penyelesaian persamaan sederhana dengan matriks

D. Representasi Matriks
Salah satu cara yang mungkin dilakukan adalah dengan membuat sebuah tabel yang
mengindikasikan pasakan vartex yang bertetangga, atau vartex mana yang insiden dengan
suatu edge?arc. pada metode ini menyajikan graph atau digraph dengan array segiempat
yang disebut matrix. Pada bagian ini, akan dibahas tentang dua matriks yang dapat
merepresentasikan graph atau digraph yaitu matrik ketetanggaan dan matriks insidensi.
1. Matriks Ketetanggaan (Adjacency Mterices)
Perhatikan contoh pada gambar dibawag yang memiliki graph dengan empat vertex
dan kita akan mepresentasikannya dengan sebuah matriks dengan empat baris dan
empat kolom.
gambar 1Contoh representasi matiks ketetanggaan untuk graph

Angka yang muncul dalam matriks Digambar mengacu pada jumlah edge yang
menghubungkan vertex yang berkoresponden dengan graph sebagai berikut.
 Vertex 1 dan 2 dihubungkan dengan 1 edge, sehingga angka 1 muncul pada
baris 1 kolom 2, dan pada baris 2 kolom 1
 Vertex 2 dan 4 dihubungkan dengan 2 edge, sehingga angka 2 muncul pada
baris 2 kolom 4, dan pada baris 4 kolom 2
 Vertex 1 dan 3 dihubungkan dengan 0 edge, sehingga angka 0 muncul pada
baris 1 kolom 3, dan pada baris 3 kolom 1
 Vertex 2 dihubungkan dengan 1 edge, sehingga angka 1 muncul pada baris
pada baris 2 kolom 2
Definisi gambar diatas :
Misalkan G adalah sebuah graph dengan n vertex yang dilabel 1,2,3,….nMatriks
ketetanggaan dari G atau A (G) adalah matriks n x n dimana entri pada baris / kolom
/ adalah jumlah edge yang menghubungkan vertex / dan vertex.
Matriks ketetanggaan dari sebuah graph adalah matriks simetris pada diagonal
utamanya ( kiri, atas ke kanan bawah). Untuk graph tanpa loop, diagonal utama matriks
semua berisi 0. Jumlah dari semua elemen pada baris atau kolom tertentu pada matriks
tersebut menyatakan derajat vertex dari baris dan kolom yang mewakilinya.
Representasi matriks digraph, analog dengan representasi matriks untuk graph.
Sebagai contoh perhatikan gambar dibawah. Yang memiliki digraph dengan empat
vertex yang akan dipresentasikan oleh matriks dengan empat baris dan empat kolom.
Gambar 2 Contoh representasi matriks ketetanggaan untuk digraph

Angka yang muncul dalam matriks mengacu pada jumlah arc yang menghubungkan
vertex yang berkoresponden dengan digraph sebagai berikut.
 Vertex 1 ke 2 dihubungkan dengan 1 arc, sehingga angka 1 muncul pada baris
1 kolom 2
 Vertex 2 ke 4 dihubungkan dengan 2 arc, sehingga angka 2 muncul pada baris
2 kolom 4
 Vertex 1 ke 4 dihubungkan dengan 1 arc, sehingga angka 1 muncul pada baris
1 kolom 4
 Vertex 4 ke 1 dihubungkan dengan 0 arc, sehingga angka 0 muncul pada baris
4 kolom 1
 Vertex 2 dihubungkan dengan dirinya sendiri dengan 1 arc, sehingga angka 1
muncul pada baris 2 kolom 2

Definisi gambar:
Misalkan D adalah sebuah digraph dengan n vertex yang dilabeli 1,2,3,….n.
Matriks ketetanggan dari D atau A (D) dalah matriks nxn dimana entri I kololm j
adalah jumlah aer dari vertex i ke vertex j.

Matriks ketetanggaan dari digraph biasanya tidak simetris pada diagonal utamnya.
Jumlah entri pada sebuah baris merupakan derajat keluar dari vertex yang
mewakilinya, dan jumlah enti pada sebuah kolom menunjukan derajat masuk pada
vertex yang mewakilinya.
2. Walk dala Graph dan Digraph
Kita dapat membangun walk yang ada dalam graph atau digraph dengan
menggunakan matriks ketetanggaan. Pada contoh berikut,kita akan fokuskan
pembahasan untuk digraph. Cara dan hasil yang sama dapat diturunkan untuk walk
dalam graph.

Gambar 3 Contoh representasi matriks ketetanggaan untuk digraph

Pada gambar diatas ditunjukan tabel yang berisi jumlah walk dengan Panjang 1
antara setiap pasangan vertex pada digraph. Perhatikan contoh berikut:
 Jumlah walk dari a ke c dengan Panjang 1 adalah 0, sehingga angka 0 muncul
pada baris 1 kolom 3.
 Jumlah walk dari b ke a dengan Panjang 1 adalah 1, sehingga angka 1 muncul
pada baris 2 kolom 1.
 Jumlah walk dari d ke b dengan Panjang 1 adalah 2, sehingga angka 2 muncul
pada baris 4 kolom 2
Perhatikan bahwa suatu walk dengan Panjang 1 merupakan sebuah arc pada digraph,
sehingga tabel tersebut tidak lain sama dengan matriks ketetanggaan dari digraph
tersebut.
Selanjutnya perhatikan walk dengan Panjang 2 dan 3. Sebgai contoh, terdapat dua
walk yang berbeda dengan Panjang 2 dari a ke b, karena ada sebuah arc dari a ke d dan
dua buah arc dari d ke b. begitu juga terdapat dua walk berbeda dengan Panjang 3 dari
d ke d karena ada dua arc dari d ke b, dan ada satu walk dengan Panjang 2 dari b ke d.
Matiks ketetanggaan dapat pula dipakai sebagai cara untuk menentukan apakah
sebuah diagraph terhubung merupakan digraph yang terhubung kuat atau bukan. Kita
mengetahui bahwa suatu diagrph terhubung kuat jika ada path dari setiap pasang
vertexnya. Sebagai contoh pada diagraph sebelumnya kita memperoleh walk dengan
Panjang 1,2 dan 3. Kita perhatikan bahwa walk (termasuk path) dengan Panjang 1, 2
dan 3 antara dua vertex yang berbeda diberikan oleh entri matriks pada elemen non-
diagonalnya.

Gambar 4 Matriks ketetanggan dengan A, A2 dan A3

Dengan memperhatikan matriks tersebut, kita mengetahui bahwa setiap pasangan


vertex dihubungkan dengan setidaknya sebuah path dengan Panjang 1,2 atu 3,
sehingga digraph tersebut terhubung kuat. Kita dapat mengecek ini lebih mudah
dengan menyajikan sebuah matriks B yang diperoleh dengan cara menjumlahan tiga
matriks tersebut.

Gambar 5 Matriks B penjumlahan dari A, A2 dan A3


Misalnya kia menotasikan bij dengan entri untuk baris I kolom j pada matriks B,
maka setiap entri adalah jumlah total walk dengan Panjang 1,2 dan 3 dari vertex I ke
vertex j. semua entri non diagonalnya adalah positif, artinya setiap pasangan vertex
yang berbeda dihubungkan dengan path, sehingga digraph tersebut adalah digraph
yang terhubung kuat.
E. Penyelesaian Persamaan Matriks

BAB III
PENUTUPAN
A. Kesimpulan

B. Saran
Penulis makalah ini tentu saja menyadari masih terdapat kekurangan-kekurangan
dalam menulis. Oleh karena itu, saran dan masukan untuk makalah ini kami harapkan sebagai
upaya memperbaiki kesalahan dalam penulisan makalah kami. Mudah-mudahan makalah ini
dapat memberikan banyak manfaat bagi semua pihak. Aamiin yaa robbal ‘alamiin.