No Kode: 2.

2/PROFESIONAL/001/2/2018

BIDANG KAJIAN
ALJABAR DAN PROGRAM LINEAR

MODUL
PENDALAMAN MATERI
MATRIKS DAN SISTEM PERSAMAAN LINEAR

Penulis:
Drs. Mashuri, M.Si.
Ary Woro Kurniasih, S.Pd., M.Pd.

PPG DALAM JABATAN

Kementerian Riset, Teknologi dan Pendidikan Tinggi
2018

Hak cipta © Direktorat Pembelajaran, Dit Belmawa, Kemenristekdikti RI, 2018

 Daftar Isi

Daftar Isi ........................................................................................................... ii

A. Pendahuluan .............................................................................................. 1
B. Capaian Pembelajaran .............................................................................. 2
C. Sub Capaian Pembelajaran ........................................................................ 3
D. Uraian Materi ............................................................................................. 3
1. Pengertian Matriks dan Jenisnya ........................................................... 3
2. Operasi Matriks dan Sifat-sifatnya ........................................................ 5
3. Determinan dan Invers Matriks ............................................................. 8
4. Sistem Persamaan Linear dan Penyelesaiannya .................................... 14
5. Pertidaksamaan Linear................................... ................................... ... 19
E. Rangkuman ................................................................................................ 23
F. Tugas .......................................................................................................... 25
G. Tes Formatif ............................................................................................... 26
H. Daftar Pustaka ............................................................................................ 32
I. Kunci Jawaban Tes Formatif ..................................................................... 32

ii
A. Pendahuluan
Salah satu kajian matematika sekolah menengah yang memiliki banyak
aplikasinya dalam menyelesaikan permasalahan yang ada dalam kehidupan sehari-
hari adalah materi matriks dan sistem persamaan linear. Dengan menggunakan
matriks maka permasalahan yang kompleks dapat disajikan dalam bentuk yang
lebih sederhana dan selanjutnya dapat diselesaikan dengan lebih cepat dan akurat.
Di lain pihak banyak permasalahan kontekstual yang menuntut suatu penyelesaian
yang harus memenuhi banyak kendala, seperti ketersediaan dana dengan kebutuhan
yang ada. Model matematika sederhana yang dapat digunakan untuk permasalahan
seperti ini adalah sistem persamaan linear. Modul berjudul Matriks dan Sistem
Persamaan Linear ini membahas tentang pengertian/definisi matriks, jenis-jenis
matriks, operasi matriks dan sifat-sifatnya, determinan matriks, invers matriks,
sistem persamaan linear dan cara penyelesaiannya, serta penggunaan matriks dalam
penyelesian sistem persamaan linear.

Modul ini dikemas dalam empat topik dan seluruhnya diberi alokasi waktu
enam belas jam pelajaran. Empat topik tersebut disusun dengan urutan sebagai
berikut:
• Topik 1: Pengertian Matriks dan Jenisnya
• Topik 2: Operasi Matriks dan Sifat-sifatnya
• Topik 3: Determinan dan Invers Matriks
• Topik 4: Sistem Persamaan Linear dan Penyelesaiannya
• Topik 5: Pertidaksamaan Linear

Setelah mempelajari modul ini Anda peserta PPG DALJAB akan dapat: 1)
menjelaskan pengertian/definisi matriks; 2) menyebutkan jenis-jenis matriks dan
contohnya; 3) menentukan hasil operasi matriks; 4) menentukan sifat-sifat operasi
matriks; 5) menjelaskan pengertian determinan matriks; 6) menghitung determinan
matriks; 7) menyebutkan pengertian invers matriks; 8) menentukan invers matriks;
9) menuliskan bentuk sistem persamaan linear (SPL) dua dan tiga variabel; 10)
menjelaskan macam-macam SPL; 11) menjelaskan pengertian penyelesaian
(solusi) dan himpunan penyelesaian suatu SPL; 12) menentukan himpunan
penyelesaian SPL; 13) menyelesaikan SPL dengan operasi matriks, 14)

1
menyelesaikan sistem pertidaksamaan linear dua variabel. Kompetensi-kompetensi
tersebut di atas sangat diperlukan bagi Anda yang bekerja sebagai guru matematika.
Penguasaan materi modul ini secara mendalam dapat mendukung Anda untuk dapat
melaksanakan pembelajaran di kelas dengan lebih mantap dan profesional.

Proses pembelajaran untuk materi matriks dan sistem persamaan linear dalam
program PPG DALJAB yang sedang Anda ikuti sekarang ini, dapat berjalan dengan
lebih lancar dan berhasil bila Anda mengikuti langkah-langkah belajar sebagai
berikut.
1. Pahami setiap pengertian/definisi dan contohnya yang ada dalam setiap
topik.
2. Buat rangkuman definisi dan sifat/teorema yang ada dalam setiap topik
dengan menggunakan bahasa dan notasi matematika yang mudah dipahami.
3. Kerjakan Tugas yang adauntuk memperdalam penguasaan materi.
4. Kerjakan setiap soal Tes Formatif dan cocokan dengan kunci jawaban yang
telah tersedia.
5. Kerjakan Tes Sumatif yang ada dalam modul 2.5 yang merupakan bagian
akhir bidang kajian aljabar dan program linear.
6. Keberhasilan proses pembelajaran Anda dalam modul ini sangat tergantung
kepada kesungguhan Anda dalam mengerjakan tugas dan tes formatif.
Untuk itu, berlatihlah secara mandiri atau berkelompok dengan teman
sejawat.
7. Bila Anda menemui kesulitan, silakan hubungi instruktur/widiaiswara
pembimbing atau fasilitator yang mengajar modul ini.
Baiklah saudara perserta PPG DALJAB selamat belajar, semoga Anda sukses
menguasai pengetahuan yang disajikan dalam modul ini untuk bekal bertugas
sebagai guru mata pelajaran matematika yang profesional.

B. Capaian Pembelajaran
Menguasai teori bilangan, matriks dan sistem persamaan linear, vektor dan ruang
vektor, grup, dan program linear.

2
C. Sub Capaian Pembelajaran
1. Menguasai pengertian/definisi matriks dan jenis-jenisnya.
2. Menguasai operasi matriks dan sifat-sifatnya.
3. Menguasai determinan matriks dan invers matriks serta sifat-sifatnya.
4. Menguasai sistem persamaan linear dan metode penyelesaiannya.
5. Menguasai pertidaksamaan linear
D. Uraian Materi
1. Matriks dan Jenisnya
a. Pengertian Matriks

Definisi 2.2.1
Matriks adalah susunan persegi panjang dari bilangan-bilangan dalam bentuk baris
dan kolom. Bilangan-bilangan tersebut disebut entri atau komponen matriks.

Nama suatu matriks dituliskan dengan huruf kapital.

Contoh 2.2.1

−1 2 0
Matriks A = ( ).
3 −4 5

Matriks A memiliki dua baris dan tiga kolom. Komponen-komponen matriks A

baris ke satu adalah -1, 2, 0, dan baris ke dua adalah 3, -4, 5. Sedangkan komponen-
komponen matriks A kolom ke satu adalah -1, 3, kolom ke dua adalah 2, -4, dan
kolom ke tiga adalah 0, 5. Komponen baris ke dua dan kolom ke satu dari matriks
A adalah 3.

Ukuran (ordo) suatu matriks ditentukan oleh banyaknya baris dan banyaknya kolom
matriks tersebut. Matriks A di atas dikatakan memiliki ukuran (ordo) 2x3.
Perhatikan bahwa ukuran matriks dituliskan dengan mxn, dengan m menyatakan
banyaknya baris dan n menyatakan banyaknya kolom matriks tersebut.

b. Jenis-jenis Matriks

Secara umum, matriks A yang berukuran mxn ditulis sebagai berikut:

3
 𝑎11 𝑎12 … 𝑎1𝑛
𝑎21 𝑎22 … 𝑎2𝑛
A=( … … … … ) atau A=(aij)mxn.
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑛

Dengan memperhatikan banyaknya baris (m) dan banyaknya kolom (n) serta
komponen (entri) dari matriks A di atas, maka dapat dibedakan jenis-jenis matriks,
yakni sebagai berikut.

1. A=(aij)mxn disebut matriks persegi jika m=n. Komponen-komponen a11, a22,

… , ann disebut komponen diagonal utama.
2. A=(aij)mxn disebut matriks segitiga atas jika m=n dan aij=0 untuk setiap i>j.
3. A=(aij)mxn disebut matriks segitiga bawah jika m=n dan aij=0 untuk setiap
i<j.
4. A=(aij)mxn disebut matriks diagonal jika m=n dan aij=0 untuk setiap i ≠ j.
5. A=(aij)mxn disebut matriks skalar jika A matriks diagonal dengan semua
komponen diagonal utamanya sama.
6. A=(aij)mxn disebut matriks identitas jika A matriks diagonal dengan semua
komponen diagonal utama adalah 1.
7. A=(aij)mxn disebut matriks nol jika aij=0 untuk setiap i dan setiap j.
8. A=(aij)mxn disebut matriks baris jika m=1 (A hanya mempunyai sebuah
baris).
9. A=(aij)mxn disebut matriks kolom jika n=1 (A hanya mempunyai sebuah
kolom).

Contoh 2.2.2
Jika diketahui matriks
2 0 0
1 −2 1 0 3 0
A=( ) , B=( ) , C=( ) , D=(−1 3 0), dan E=(2 −3 4),
7 3 0 2 0 3
0 5 4
maka:
1) A, B, C, D merupakan matriks persegi.
2) B, C merupakan matriks diagonal.
3) C merupakan matriks skalar.
4) D merupakan matriks segitiga bawah.
5) E merupakan matriks baris.

4
 Dari jenis-jenis matriks seperti tersebut di atas, maka dapat diperoleh
beberapa sifat, antara lain sebagai berikut.
1) Setiap matriks diagonal merupakan matriks persegi.
2) Setiap matriks skalar merupakan matriks diagonal.
3) Matriks identitas merupakan matriks skalar.

c. Kesamaan Matriks

Definisi 2.2.2
Dua matriks dikatakan sama jika ukurannya sama dan komponen-komponen yang
bersesuaian sama.

Dari Definisi 2.2.2 dapat dinyatakan sebagai berikut.

Jika A=(aij)mxn dan B=(bij)pxq, maka A=B apabila dipenuhi syarat:
1) m=p, n=q, dan
2) aij=bij untuk setiap i = 1, 2, …m dan j= 1, 2, … n.

Contoh 2.2.3
6 3 3𝑎 −𝑏
Jika ( )=( ) maka a=2, b=-3, c =-4, d=1.
−8 1 2𝑐 𝑑

d. Matriks Transpose

Definisi 2.2.3
Jika matriks A=(aij)mxn maka transpose A, ditulis AT, didefinisikan sebagai matriks
berukuran nxm yang baris ke-i dari AT merupakan kolom ke-i dari A dan kolom ke-
j dari AT merupakan baris ke-j dari matriks A.

Contoh 2.2.4
−1 3
−1 2 0 −1 2 0
Jika A = ( ) maka AT=( 2 −4) dan (A𝑇 )𝑇 = ( )=A.
3 −4 5 3 −4 5
0 5

2. Operasi Matriks dan Sifat-sifatnya

a. Operasi Matriks

Definisi 2.2.4

5
Jika A=(aij)mxn dan B=(bij)mxn maka jumlah A dan B, ditulis A+B, didefinisikan
sebagai A+B=(aij + bij) mxn.
Matriks yang ukurannya tidak sama tidak dapat dijumlahkan.

Contoh 2.2.5
1 4 3 7 −3 0 2 𝑥 1 𝑝
Jika A = ( ); B = ( ) ;C= ( ) ; D= ( ) maka:
2 −1 5 −2 8 9 𝑦−3 0 4 3

1+7 4−3 3+0 8 1 3

A+B=( )=( ).
2−2 −1 + 8 5 + 9 0 7 14

2+1 𝑥+𝑝 3 𝑥+𝑝

C+D=( )=( ).
𝑦+1 3 𝑦+1 3

Matriks A dan C di atas tidak dapat dijumlahkan karena ukurannya tidak sama.

Definisi 2.2.5
Jika A=(aij)mxn dan B=(bij)mxn maka A–B didefinisikan sebagai A+(-B)= (aij+(-
bij))mxn = (aij - bij)mxn.

Operasi pengurangan tidak dapat dilakukan pada matriks yang ukurannya tidak
sama.

Contoh 2.2.6
1 4 3 7 −3 0 −1 0
Jika A = ( ); B = ( ), C=( ),
2 −1 5 −2 8 9 0 3
maka:
1−7 4 − (−3) 3 − 0 −6 7 3
A-B=( )=( ).
2 − (−2) −1 − 8 5 − 9 4 −9 −4

A-C, B-C, C-A, C-B tidak dapat dilakukan.

Definisi 2.2.6
Jika A=(aij)mxn dan α suatu bilangan riil maka hasilkali A dan α, ditulis αA,
didefinisikan sebagai αA=( αaij)mxn.

Contoh 2.2.7

1 4 3 1 4 3 3 12 9
Jika A = ( ) maka 3A=3( )=( ), dan
2 −1 5 2 −1 5 6 −3 15

6
 −1 3 2 −6
-2AT = -2( 2 −4) = (−4 8 ).
0 5 0 −10

Definisi 2.2.7

Jika A=(aij)mxn dan B=(bij)nxr maka hasilkali A dan B, ditulis dengan AB dan
didefinisikan sebagai matriks berukuran mxr yang komponen baris ke-i kolom ke-
j dari AB adalah ∑𝑛𝑘=1 𝑎𝑖𝑘 𝑏𝑘𝑗 .
Jika banyaknya kolom matriks A tidak sama dengan banyaknya baris matriks B
maka AB tidak terdefinisi.

Contoh 2.2.8

1 7 1 4 3
Jika A= ( ) dan B = ( ), maka
4 3 2 −1 5
1𝑥1 + 7𝑥2 1𝑥4 + 7𝑥(−1) 1𝑥3 + 7𝑥5 15 −3 38
AB = ( )=( ), dan
4𝑥1 + 3𝑥2 4𝑥4 + 3𝑥(−1) 4𝑥3 + 3𝑥5 10 −13 27

BA tidak terdefinisi karena banyaknya kolom matriks B tidak sama dengan

banyaknya baris matriks A.

b. Sifat-sifat Operasi Matriks

Setelah mengetahui operasi matriks, yakni operasi penjumlahan,

pengurangan, perkalian dengan skalar, dan perkalian dua matriks, maka ada
beberapa sifat yang berlaku. Sifat-sifat tersebut dinyatakan dalam teorema berikut.

Teorema 2.2.1
Jika A, B, C adalah matriks-matriks yang dapat dijumlahkan maka:
1. A + B = B + A.
2. A + (B + C) = (A + B) + C.
3. Untuk setiap matriks A, terdapat matriks O yang semua komponennya nol
sehingga A + O = O+ A = A.
4. Untuk setiap matriks A=(aij)mxn terdapat matriks -A=(-aij)mxn sehingga A + (-A)
= (-A)+A= O.

Teorema 2.2.2
Misalkan A, B matriks yang ukurannya sama, dan α, β bilangan riil.

7
1. α(A+B) = αA + αB.
2. (α + β)A = αA + βA.
3. (α β)A = α(βA).
4. α(AB) = (αA)B = A(αB).

Teorema 2.2.3
Misalkan A, B, C matriks-matriks sedemikian hingga operasi yang dinyatakan
dapat dilakukan, maka:
1. A(BC) = (AB)C.
2. A(B+C) = AB + AC.
3. (B+C)A= BA + CA.
4. (A+B)T = AT + BT dan (A-B)T = AT - BT.
5. (kA)T = k AT, dengan k skalar.
6. (AB)T = BT AT.

3. Determinan dan Invers Matriks

a. Determinan Matriks

Sebelum sampai pada pengertian determinan matriks, terlebih dahulu

dibahas beberapa pengertian/definisi berikut ini.

Definisi 2.2.8
Permutasi himpunan bilangan-bilangan bulat {1, 2, 3,…, n} adalah susunan
bilangan-bilangan bulat ini menurut suatu aturan tanpa menghilangkan atau
mengulangi bilangan-bilangan tersebut.

Contoh 2.2.9
Permutasi dari {1, 2,3} adalah (1,2,3), (1,3,2), (2,1,3), (2,3,1), (3,1,2), (3,2,1).

Selanjutnya, sebuah inversi dikatakan terjadi pada suatu permutasi (j1, j2, …, jn) jika
sebuah bilangan bulat yang lebih besar mendahului bilangan bulat yang lebih kecil.
Banyaknya inversi pada sebuah permutasi (j1, j2, …, jn) dapat diperoleh melalui:
1. mencari banyaknya bilangan bulat yang lebih kecil dari j1 dan mengikuti j1 dalam
permutasi tersebut;
2. mencari banyaknya bilangan bulat yang lebih kecil dari j2 dan mengikuti j2 dalam
permutasi tersebut;

8
3. dan seterusnya hingga jn-1.
Banyaknya bilangan-bilangan tersebut sama dengan banyaknya inversi seluruhnya
dalam permutasi tersebut.

Contoh 2.2.10
Banyaknya inversi pada permutasi (6,1,3,7,4,5,2) adalah 5 + 0 + 1+ 3 + 1 + 1 = 11
karena:
1. Bilangan bulat yang lebih kecil dari 6 dan mengikuti 6 adalah 1, 3, 4, 5, 2
sehingga banyaknya bilangan bulat yang lebih kecil 6 dan mengikuti 6 adalah 5.
2. Bilangan bulat yang lebih kecil dari 1 dan mengikuti 1 adalah tidak ada sehingga
banyaknya bilangan bulat yang lebih kecil 1 dan mengikuti 1 adalah 0.
3. Bilangan bulat yang lebih kecil dari 3 dan mengikuti 3 adalah 2 sehingga
banyaknya bilangan bulat yang lebih kecil 3 dan mengikuti 3 adalah 1.
4. Bilangan bulat yang lebih kecil dari 7 dan mengikuti 7 adalah 4, 5, 2 sehingga
banyaknya bilangan bulat yang lebih kecil 7 dan mengikuti 7 adalah 3.
5. Bilangan bulat yang lebih kecil dari 4 dan mengikuti 4 adalah 2 sehingga
banyaknya bilangan bulat yang lebih kecil 4 dan mengikuti 4 adalah 1.
6. Bilangan bulat yang lebih kecil dari 5 dan mengikuti 5 adalah 2 sehingga
banyaknya bilangan bulat yang lebih kecil 5 dan mengikuti 5 adalah 1.
Perhatikan bahwa banyaknya inversi dari suatu permutasi merupakan suatu
bilangan bulat non negatif. Dengan menggunakan fakta ini, maka permutasi dapat
dibedakan menjadi dua jenis, seperti yang dinyatakan dalam definisi berikut.

Definisi 2.2.9
Sebuah permutasi dikatakan permutasi genap jika banyaknya inversi seluruhnya
adalah bilangan bulat genap.
Sebuah permutasi dikatakan permutasi ganjil jika banyaknya inversi seluruhnya
adalah bilangan bulat ganjil.

Contoh 2.2.11
Permutasi (6,1,3,7,4,5,2) merupakan permutasi ganjil.
Permutasi (7,5,4,6,1,2,3) merupakan permutasi genap.
Coba dicek, banyaknya inversi permutasi tersebut.

9
Definisi 2.2.10
Misalkan A=(aij)nxn.
Hasilkali elementer dari A adalah setiap hasilkali n komponen dari A, yang tidak
boleh berasal dari baris maupun kolom yang sama.

Contoh 2.2.12
Misalkan A=(aij)2x2 dan B=(bij)3x3, maka:
1) Sebuah hasilkali elementer dari A berbentuk a1_a2_ karena n=2 dan setiap
faktor berasal dari baris yang berbeda. Karena tidak ada faktor yang berasal
dari kolom yang sama maka nomor kolom haruslah 1, 2 atau 2, 1.
Jadi hasilkali elementer dari A adalah a11 a22 dan a12 a21.
2) Sebuah hasilkali elementer dari B berbentuk b1_ b2_ b3_ dan nomor kolom
merupakan permutasi dari {1,2,3}. Jadi hasilkali elementer dari B adalah
b11 b22b33 , b12 b23 b31 , b13 b21 b32 , b11 b23 b32 , b12 b21 b33 , b13 b22 b31.

Definisi 2.2.11
Hasilkali elementer bertanda dari matriks A=(aij)nxn adalah hasilkali elementer
𝑎𝑗1 𝑎𝑗2 𝑎𝑗3 … 𝑎𝑗𝑛 dikalikan dengan 1 atau -1, dengan aturan dikalikan 1 jika (j1,
j2,…,jn) adalah permutasi genap dan dikalikan -1 jika (j1 , j2 , … ,jn) adalah permutasi
ganjil.

Contoh 2.2.13
Hasilkali elementer a11 a22 bertanda positif, karena (1, 2) permutasi genap.
Hasilkali elementer a12 a21 bertanda negatif, karena (2, 1) permutasi ganjil.
Hasilkali elementer b11 b23 b32 bertanda negatif, karena (1, 3, 2) permutasi ganjil.
Hasilkali elementer b13 b21 b32 bertanda positif, karena (3, 1, 2) permutasi genap.

Definisi 2.2.12
Misalkan A matriks persegi. Determinan A, ditulis det(A) atau |A| , dan
didefinisikan sebagai jumlah semua hasilkali elementer bertanda dari A.

Contoh 2.2.14
𝑎11 𝑎12
Jika A=(aij)2x2= (𝑎 𝑎22 ), maka det(A)=(1). a11 a22 + (-1). a12 a21 =
21

a11 a22 - a12 a21.

10
Bentuk ini sama dengan determinan matriks berukuran 2x2, yakni jika
𝑎 𝑏
A=( ), maka det(A) =ad – bc.
𝑐 𝑑

Contoh 2.2.15
1 −2
Jika A= ( ) maka det(A)=3 – (-14) = 17.
7 3

Contoh 2.2.16
𝑏11 𝑏12 𝑏13
Jika B=(bij)3x3= (𝑏21 𝑏22 𝑏23 ), maka diperoleh hasil kali elementer dari A
𝑏31 𝑏32 𝑏33
adalah b11 b22b33 , b12 b23 b31 , b13 b21 b32 , b11 b23 b32 , b12 b21 b33 , b13 b22 b31, dengan
rincian sebagai berikut:
a) hasil kali elementer yang bertanda positif: b11 b22b33 , b12 b23 b31 , b13 b21 b32
b) hasil kali elementger yang bertanda negatif: b11 b23 b32 , b12 b21 b33 , b13 b22 b31,
sehingga diperoleh:
det(B)=( b11 b22b33 + b12 b23 b31+b13 b21 b32)–(b11 b23 b32 +b12 b21 b33+ b13 b22 b31).

b. Sifat-sifat Determinan Matriks

Ada beberapa sifat yang terkait dengan determinan matriks, seperti yang
tercantum dalam teorema di bawah ini.

Teorema 2.2.4
Jika A=(aij) matriks berukuran nxn, maka berlaku sifat-sifat berikut.
1. Jika A memuat baris nol maka det(A) = 0.
2. Jika A matriks segitiga maka det(A) = a11a22a33 … ann.
3. Jika B matriks yang diperoleh dari A dengan baris ke i dari B sama dengan k kali
baris ke i dari A atau kolom ke j dari B sama dengan k kali kolom ke j dari A,
maka det(B) = k.det(A).
4. Jika B matriks yang diperoleh dari A dengan menukar dua baris atau dua kolom
dari A maka det(B) = -det(A).
5. Jika B matriks yang diperoleh dari A dengan baris ke i dari B sama dengan baris
ke i dari A ditambah k kali baris ke j dari A atau kolom ke i dari B sama dengan
kolom ke i dari A ditambah k kali kolom ke j dari A, maka det(B)= det(A).

11
6. det(A) = det(AT).
7. Jika C suatu matriks nxn maka det(AC) = det(A) det(C).

Contoh 2.2.17
1 −2
Misalkan A= ( ) maka det(A)=3 – (-14) = 17.
7 3
2 −4
Jika B=( ), maka det(B)= 6 – (-28)=34=2det(A).
7 3
8 1
Jika C=( ), maka det(C)=24 – 7=17=det(A).
7 3
1 7
Jika D=( ), maka det(D)=3 – (-14)=17=det(A).
−2 3
7 3
Jika E=( ) maka det(A)=(-14) – 3 = -17 = -det(A).
1 −2
Perhatikan bahwa dalam Contoh ...., matriks B diperoleh dari matriks A dengan
cara mengalikan baris ke-1 matriks A dengan 2, matriks C diperoleh dari matriks A
dengan cara menambahkan baris ke-2 pada baris ke-1, matriks D merupakan
transpose dari matriks A, sedangkan matriks E diperoleh dari matriks A dengan
menukar 2 baris.

c. Invers Matriks
Sebagimana diketahui bahwa perkalian matriks tidak bersifat komutatif,
artinya tidak berlaku AB=BA untuk setiap matriks A dan B. Namun demikian,
dapat ditemukan suatu matriks A dan B yang bersifat AB=BA, dengan A atau B
bukan merupakan matriks I atau matriks O. Dari kondisi ini, muncul pengertian
berikut.

Definisi 2.2.14
Misalkan A matriks persegi. Jika ada matriks persegi B yang berukuran sama dan
berlaku AB=BA=I, maka dikatakan bahwa matriks A dapat dibalik (invertible atau
mempunyai invers). Invers dari matriks A, ditulis A-1, dan A-1=B.

Contoh 2.2.18

2 1 3 −1 1 0 1 0
Jika A = ( ) dan B=( ), maka AB=( ) dan BA=( ).
5 3 −5 2 0 1 0 1

12
 3 −1
Jadi AB=BA=I, sehingga dapat ditulis A-1=( ).
−5 2

Definisi 2.2.15
Misalkan A=(aij) matriks berukuran nxn.
Minor aij ,ditulis Mij, didefinisikan sebagai determinan sub matriks A setelah baris
ke-i dan kolom ke-j dihilangkan. Bilangan Cij=(-1)i+j Mij, disebut kofaktor aij.
Matriks (Cij)nxn disebut matriks kofaktor dari A.
Matriks (Cij)T disebut adjoin dari A, ditulis adj(A).

Sifat yang berkaitan dengan determinan dan invers matriks, antara lain dinyatakan
dalam teorema berikut.

Teorema 2.2.5
Misalkan A=(aij) matriks berukuran nxn, maka:
1. Deteminan dari A atau det(A) sama dengan jumlah dari hasilkali komponen-
komponen pada satu baris (atau kolom) dengan kofaktor-kofaktornya, yaitu
det(A) = ai1Ci1 + ai2Ci2 + … + ainCin (ekspansi kofaktor sepanjang baris ke i)
atau
det(A)= a1jC1j + a2jC2j + … + anjCnj (ekspansi kofaktor sepanjang kolom ke j).
2. A invertible jika dan hanya jika det(A) ≠ 0.
1
3. Jika A invertible maka det(A-1) = .
det(𝐴)
1
4. Jika A invertible maka A-1 = adj(A).
det(𝐴)

Teorema 2.2.6
Jika A dan B matriks berukuran nxn, dengan det(A) ≠ 0, det(B) ≠ 0, maka:
1. (A-1)-1 = A.
2. Untuk n=0, 1, 2, ... berlaku (An)-1 =(A-1)n.
1
3. Untuk skalar tak nol k berlaku (kA)-1 =𝑘A-1.

4. (AB)-1 = B-1A-1.
5. (AT)-1 =(A-1)T.

13
4. Sistem Persamaan Linear dan Penyelesaiannya

a. Pengertian Sistem Persamaan Linear (SPL) dan solusi SPL

Definisi 2.2.16
Persamaan linear dengan n variabel adalah persamaan yang berbentuk
a1x1 + a2x2+ … + anxn = b , dengan a1 , a2 , …, an , b bilangan-bilangan riil dan
a1 , a2 , …, an tidak semuanya nol.
Sistem persamaan linear (SPL) yang terdiri atas n persamaan dengan p variabel
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑝 𝑥𝑝 = 𝑏1
x1 , x2 ,… , xp berbentuk { 𝑎21 𝑥1 + 𝑎22 𝑥2 +…… + 𝑎2𝑝 𝑥𝑝 = 𝑏2 (*)
𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + … + 𝑎𝑛𝑝 𝑥𝑝 = 𝑏𝑛
dengan aij dan bi bilangan-bilangan riil untuk setiap i= 1,2,…, n dan j=1,2,…, p.

Bilangan-bilangan terurut (c1, c2, …, cp) disebut penyelesaian/solusi untuk SPL (*)
jika

𝑎11 𝑐1 + 𝑎12 𝑐2 + ⋯ + 𝑎1𝑝 𝑐𝑝 = 𝑏1

{ 𝑎21 𝑐1 + 𝑎22 𝑐2 +…… + 𝑎2𝑝 𝑐𝑝 = 𝑏2 .
𝑎𝑛1 𝑐1 + 𝑎𝑛2 𝑐2 + … + 𝑎𝑛𝑝 𝑐𝑝 = 𝑏𝑛

Bilangan-bilangan aij untuk setiap i=1, 2, … , n dan j=1, 2, … , p dalam (*)

dinamakan koefisien variabel-variabel SPL, sedangkan bi untuk setiap i= 1,2,…, n
dinamakan konstanta SPL.

Penggunaan tanda “{“ dalam (*) menunjukkan bahwa bentuk tersebut merupakan
suatu sistem, artinya persamaan-persamaan tersebut saling terkait. Oleh karenanya
dalam penulisan suatu SPL digunakan tanda “{“. Terkadang “tanda kurung
kurawal” diletakkan di bagian belakang, sehingga menggunakan tanda “}”.
Sebagaimana sistem persamaan yang sering dikenal yakni SPLDV (sistem
persamaan linear dua variabel) dan SPLTV (sistem persamaan linear tiga variabel),
maka bentuk umum SPLDV dan SPLTV dituliskan sebagai berikut.
𝑎11 𝑥1 + 𝑎12 𝑥2 = 𝑏1
SPLDV dengan dua persamaan: { .... (**)
𝑎21 𝑥1 + 𝑎22 𝑥2 = 𝑏2
𝑎 𝑥 + 𝑏1𝑦 = 𝑐1
atau { 1
𝑎2 𝑥 + 𝑏2 𝑦 = 𝑐2

14
 𝑎11 𝑥1 + 𝑎12 𝑥2 +𝑎13 𝑥3 = 𝑏1
SPLTV dengan tiga persamaan:{𝑎21 𝑥1 + 𝑎22 𝑥2 +𝑎23 𝑥3 = 𝑏2 .... (***)
𝑎31 𝑥1 + 𝑎32 𝑥2 +𝑎33 𝑥3 = 𝑏3
𝑎1 𝑥 + 𝑏1 𝑦+𝑐1 𝑧 = 𝑑1
atau {𝑎2 𝑥1 + 𝑏2𝑦+𝑐2𝑧 = 𝑑2
𝑎3 𝑥1 + 𝑏3𝑦+𝑐3𝑧 = 𝑑3
Himpunan semua penyelesaian dari suatu SPL dinamakan Himpunan Solusi atau
Himpunan Penyelesaian (HP).
Contoh 2.2.19
𝑥 − 2𝑦 + 𝑧 = 6
Bentuk { 3𝑥 − 𝑦 + 2𝑧 = 13 merupakan sistem persamaan linear tiga variabel
2𝑥 + 𝑦 − 4𝑧 = −11
dengan tiga persamaan. Bilangan terurut (2, -1, 3) merupakan solusi SPL tersebut.
Sedangkan himpunan penyelesaian SPL tersebut adalah HP={(2,-1,3)}.
Perhatikan bahwa HP suatu SPL merupakan himpunan, sehingga tidak benar jika
himpunan penyelesaian SPL tersebut dituliskan dengan HP=(2,-1,3).

b. Jenis-jenis SPL
Dengan menggunakan matriks, maka
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑝 𝑥𝑝 = 𝑏1
SPL { 𝑎21 𝑥1 + 𝑎22 𝑥2 +…… + 𝑎2𝑝 𝑥𝑝 = 𝑏2 dapat ditulis dalam bentuk
𝑎𝑛1 𝑥1 + 𝑎𝑛2𝑥2 + … + 𝑎𝑛𝑝 𝑥𝑝 = 𝑏𝑛
𝑎11 𝑎12 … 𝑎1𝑝 𝑥1 𝑏1
𝑎21 𝑎22 … 𝑎2𝑝 𝑥2 𝑏2
. . .
. . = . atau AX=B, dengan
. . .
(𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑝 ) (𝑥𝑝 ) (𝑏𝑛 )
𝑎11 𝑎12 … 𝑎1𝑝 𝑥1 𝑏1
𝑎21 𝑎22 … 𝑎2𝑝 𝑥2 𝑏2
. . .
Anxp= . , Xpx1 = . , dan Bnx1= .
.
. . .
(𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑝 ) (𝑥𝑝 ) (𝑏𝑛 )

Berdasarkan SPL dalam bentuk AX=B, maka SPL dapat dibedakan menjadi dua,
yaitu:
1. SPL homogen, jika B=O.
2. SPL non homogen, jika BO.

15
Berdasarkan solusi yang dimiliki oleh SPL, maka SPL dapat dibedakan menjadi
dua, yaitu:
1. SPL konsisten (consistent), jika SPL tersebut mempunyai solusi.
2. SPL tak konsisten (inconsistent), SPL tersebut tidak mempunyai solusi.
SPL homogen pasti mempunyai solusi, yakni solusi nol yang berbentuk (0, 0, …, 0).
Dengan demikian SPL homogen selalu konsisten.
Ada beberapa sifat yang terkait dengan SPL AX=B, antara lain dinyatakan
dalam teorema berikut.
Teorema 2.2.7
Jika A matriks berukuran nxn, maka pernyataan berikut ekivalen.
1. A invertible (mempunyai invers).
2. SPL AX=O hanya memiliki solusi nol.
3. SPL AX=B konsisten untuk setiap matriks B berukuran nx1.
4. SPL AX=B memiliki tepat satu solusi untuk setiap matriks B berukuran nx1.

Teorema 2.2.8
Misalkan A matriks berukuran mxn, X matriks berukuran nx1, dan B matriks
berukuran mx1.
1. Jika mn maka SPL AX=B mempunyai tak hingga banyak solusi.
2. Jika m=n dan det(A)=0 maka SPL AX=O mempunyai solusi tak nol.

Contoh 2.2.20

𝑥 − 2𝑦 + 𝑧 = 0
SPL {3𝑥 − 𝑦 + 2𝑧 = 0 merupakan sistem persamaan linear konsisten dan hanya
2𝑥 + 𝑦 − 4𝑧 = 0
mempunyai solusi nol.

c. Metode Penyelesaian SPL

Ada beberapa cara/metode yang sering digunakan untuk menentukan solusi
dari suatu SPL, seperti metode grafik, metode eliminasi, metode substitusi, dan
metode campuran (eliminasi dan substitusi). Dalam bagian ini disajikan
penyelesaian SPL dengan menggunakan matriks.

16
 Sebagaimana dinyatakan pada bagian sebelumnya, sistem persamaan linear
dengan p variabel dan n persamaan dapat dinyatakan dalam bentuk persamaan
𝑎11 𝑎12 … 𝑎1𝑝 𝑥1 𝑏1
𝑎21 𝑎22 … 𝑎2𝑝 𝑥2 𝑏2
. . .
matriks . . = . atau AX=B dengan
. . .
(𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑝 ) (𝑥𝑝 ) (𝑏𝑛 )
𝑎11 𝑎12 … 𝑎1𝑝 𝑥1 𝑏1
𝑎21 𝑎22 … 𝑎2𝑝 𝑥2 𝑏2
. . .
Anxp= . , Xpx1 = . , dan Bnx1= .
.
. . .
(𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑝 ) (𝑥𝑝 ) (𝑏𝑛 )

𝑎11 𝑎12 … 𝑎1𝑝 𝑏1

𝑎21 𝑎22 … 𝑎2𝑝 𝑏2
Matriks ( ⋮ ⋮ ⋮ ⋮ ) disebut augmented matrix (matriks yang diperbesar)
𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑝 𝑏𝑛

yang diperoleh dari SPL tersebut.

Metode dasar untuk menyelesaikan SPL dengan menggunakan matriks

adalah mengubah SPL yang diketahui menjadi SPL baru yang mempunyai
himpunan penyelesaian sama tetapi lebih mudah menyelesaikannya. SPL baru ini
diperoleh dengan menggunakan sederet langkah yang tidak mengubah solusinya.
Ketiga jenis operasi berikut untuk mengeliminasi variabel-variabel secara
sistematis.
1. Mengalikan sebuah persamaan dengan bilangan riil tak-nol.
2. Menukar dua persamaan.
3. Menambah kelipatan dari satu persamaan pada persamaan yang lain.
Karena baris dalam augmented matrix bersesuaian dengan persamaan dalam SPL
yang diasosiasikan dengan baris tersebut maka ketiga operasi ini bersesuaian
dengan operasi pada baris augmented matrix.
1. Mengalikan sebuah baris dengan bilangan riil tak-nol.
2. Menukar dua baris.
3. Menambah kelipatan dari satu baris pada baris yang lain.
Operasi-operasi ini disebut Operasi Baris Elementer (OBE).

17
Berikut contoh menyelesaikan suatu SPL dengan menggunakan OBE pada
augmented matrix dari SPL tersebut.

Contoh 2.2.21
𝑥 + 𝑦 + 2𝑧 = 9
Carilah himpunan penyelesaian (Hp) SPL {2𝑥 + 4𝑦 − 3𝑧 = 1 menggunakan OBE.
3𝑥 + 6𝑦 − 5𝑧 = 0
Penyelesaian:

1 1 2 9
Augmented matrix dari SPL di atas adalah: (2 4 −3 1).
3 6 −5 0
Selanjutnya dengan menggunakan OBE diperoleh hasil sebagai berikut.

1 1 2 9 1 1 2 9 1
(2 4 −3 1) 𝐵2 − 2𝐵1 ~ (0 2 −7 −17 ) 2 𝐵2 ~
3 6 −5 0 𝐵3 − 3𝐵1 0 3 −11 −27 𝐵3 − 3 𝐵2
2
11 35
1 1 2 9 1 1 2 9 1 0
7 17 2 2
(0 1 −2 − 2 ) 7 17
− ) 𝐵1 − 𝐵2 ~ (0 1 −2 − 2)
~ (0 1 − 7 17
1 3 2 2
0 0 − − 2𝐵3 0 0 1 3
2 2 0 0 1 3

11 1 0 0 1
𝐵1 − 𝐵 (0 1 0 2)
2 2~
7
𝐵2 + 𝐵3 0 0 1 3
2

𝑥 + 0𝑦 + 0𝑧 = 1
Dari matriks terakhir diperoleh SPL {0𝑥 + 𝑦 + 0𝑧 = 2 , sehingga diperoleh z= 3,
0𝑥 + 0𝑦 + 𝑧 = 3
y = 2, x = 1.
Jadi penyelesaian SPL di atas adalah (1,2,3) dan himpunan penyelesaiannya adalah

Hp={(1,2,3)}.

Contoh 2.2.22
𝑥 − 𝑦 + 2𝑧 − 𝑤 = −1
2𝑥 + 𝑦 − 2𝑧 − 2𝑤 = −2
Tentukan himpunan penyelesaian (Hp) dari SPL { .
−𝑥 + 2𝑦 − 4𝑧 + 𝑤 = 1
3𝑥 − 3𝑤 = −3
Penyelesaian:
1 −1 2 −1 −1
Augmented matrix SPL di atas adalah ( 2 1 −2 −2 −2).
−1 2 −4 1 1
3 0 0 −3 −3

18
Dengan menggunakan OBE, diperoleh hasil sebagai berikut.

1 −1 2 −1 −1 1 −1 2 −1 −1 1
𝐵2 − 2𝐵1 𝐵
( 2 1 −2 −2 −2 ) ~ (0 3 −6 0 0) 3 2 ~
−1 2 −4 1 1 𝐵3 + 𝐵1 0 1 −2 0 0 𝐵 − 1𝐵
3 3 2
3 0 0 −3 −3 𝐵4 − 3𝐵1 0 3 −6 0 0
𝐵4 − 𝐵2
1 −1 2 −1 −1 𝐵1 + 𝐵2 1 0 0 −1 −1
(0 1 −2 0 0 ) ~ (0 1 −2 0 0 )
0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
𝑥 – 𝑤 = −1
Diperoleh SPL dalam bentuk {
𝑦 − 2𝑧 = 0
Jika z=s dan w=t, maka diperoleh x=t-1; y=2s; sehingga penyelesaian dari SPL
tersebut adalah (x, y, z, t)=(t-1, 2s, s, t) untuk sebarang bilangan real s dan t.
Jadi Hp={(t-1,2s,s,t) | s, t di R}.

Contoh 2.2.23
𝑥 + 𝑦 − 2𝑧 = 6
Tentukan himpunan penyelesaian SPL { 2𝑥 +𝑧 =2 .
𝑥 − 𝑦 + 3𝑧 = 0
Penyelesaian.
1 1 −2 6
Augmented matrix SPL di atas adalah (2 0 1 2 ).
1 −1 3 0
Dengan menggunakan OBE diperoleh hasil sebagai beikut.
1 1 −2 6 1 1 −2 6 1 1 −2 6
(2 0 1 2 ) 𝐵2 − 2𝐵1 ~ (0 −2 5 −10) −𝐵2 ~ (0 2 −5 10).
1 −1 3 0 𝐵3 − 𝐵1 0 −2 5 −6 𝐵3 − 𝐵2 0 0 0 4

Baris ketiga matriks terakhir menyatakan persamaan 0x+0y +0z = 4.

Jelas tidak mungkin ada nilai x, y, z yang memenuhi persamaan tersebut.
Jadi SPL di atas tidak mempunyai penyelesaian.
Jadi Hp={ } = .

5. Pertidaksamaan Linear
Mari kita ingat kembali persamaan linear. Persamaan linear satu variabel
dinyatakan dalam bentuk 𝑥 = 𝑎, dengan 𝑎 suatu konstanta. Persamaan linear 2
variabel dapat disajikan dalam bentuk 𝑦 = 𝑚𝑥 + 𝑐 atau 𝑎𝑥 + 𝑏𝑦 = 𝑐 dengan
𝑚, 𝑎, 𝑏, 𝑐 merupakan suatu konstanta. Menurut El-khateeb (2016), pertidaksamaan

19
adalah kalimat matematis yang dibangun dengan menggunakan satu atau lebih
simbol (<, >, ≤, 𝑎𝑡𝑎𝑢 ≥) untuk membandingkan 2 kuantitas. Pertidaksamaan
linear adalah pertidaksamaan yang pangkat tertinggi dari variabelnya adalah satu.
Pertidaksamaan linear satu variabel dinyatakan dalam bentuk 𝑥<
𝑎. Pertidaksamaan linear 2 variabel dapat dinyatakan dalam 2 bentuk yaitu 𝑦 <
𝑚𝑥 + 𝑐 atau 𝑎𝑥 + 𝑏𝑦 < 𝑐. Apakah tanda pertidaksamaan linear hanya " < " saja?
Ternyata tidak. Untuk tanda pada pertidaksamaan linear bisa berupa ≥, >, ≤, <.
𝑥 + 5 ≤ 2𝑥 − 6 , 𝑥 − 3 > 9 merupakan contoh pertidaksamaan linear satu
variabel. 2𝑥 − 5𝑦 ≤ 10, −𝑥 + 2𝑦 ≥ 5 merupakan contoh pertidaksamaan linear
dua variabel.
Menyelesaikan pertidaksamaan artinya mencari nilai dari variabel yang
membuat hubungan dua kuantitas dalam urutan yang benar. Nilai dari variabel yang
membuat pertidaksamaan menjadi kalimat yang benar disebut penyelesaian
pertidaksamaan. Himpunan semua penyelesaian dari pertidaksamaan disebut
himpunan penyelesaian pertidaksamaan.
Yuk ingat kembali. Penyelesaian untuk persamaan linear satu variabel
merupakan suatu bilangan, penyelesaian persamaan linear dua variabel merupakan
suatu titik. Bagaimana dengan penyelesaian pertidaksamaan linear?. Untuk
mendapatkan penyelesaian pertidaksamaan linear satu variabel dilakukan prosedur
sebagai berikut.
a. Tambahkan kedua ruas dengan bilangan yang sama.
b. Kurangkan kedua ruas dengan bilangan yang sama.
c. Kalikan atau bagi kedua ruas dengan bilangan positif yang sama.
d. Jika mengalikan atau membagi kedua ruas dengan bilangan negatif yang sama
maka tanda pertidaksamaannya harus dibalik.

Contoh 2.2.24:

Diberikan pertidaksamaan −6𝑥 − 3 ≥ 21. Tentukan penyelesaiannya.

Jawab:
Perhatikan bahwa: −6𝑥 − 3 ≥ 21
↔ −6𝑥 − 3 + 3 ≥ 21 + 3 (kedua ruas tambahkan dengan 3)
↔ −6𝑥 ≥ 24

20
 1 1 1
↔ −6𝑥. − 6 ≤ 24. − 6 (kalikan kedua ruas dengan − 6 dan (tanda pertidaksamaan

dibalik, menjadi ≤)
↔ 𝑥 ≤ −4
Himpunan penyelesaiannya adalah {𝑥|𝑥 ≤ −4}
Cek kebenarannya dengan mengambil beberapa bilangan
𝑥 = −5 −6. −5 − 3 = 27 ≥ 21 Benar
𝑥 = −5,5 −6. −5,5 − 3 = 30 ≥ 21 Benar
𝑥 = −6 −6. −6 − 3 = 33 ≥ 21 Benar
Berdasarkan contoh 2.2.24 di atas, himpunan penyelesaian pertidaksamaan linear
satu variabel adalah himpunan bilangan yang membuat pertidaksamaan linear satu
variabel menjadi kalimat yang benar.
Selanjutnya, bagaimana menyelesaikan pertidaksamaan linear dua
variabel?. Sebelum dibahas prosedur menyelesaikan pertidaksamaan linear dua
variabel, didefinisikan dahulu paruh bidang (half-plane).

Definisi:
Himpunan penyelesaian pertidaksamaan linear dalam bentuk 𝑎𝑥 + 𝑏𝑦 < 𝑐
terdiri dari titik-titik pada salah satu sisi garis yang didefinisikan dalam
bentuk 𝑎𝑥 + 𝑏𝑦 = 𝑐 . Grafik pertidaksamaan linearnya disebut paruh
bidang (half-plane)

Menyelesaikan pertidaksamaan linear dua variabel dengan cara sebagai berikut:

a. Ubah tanda pertidaksamaan menjadi tanda sama dengan. Gambar garis 𝑙 yang
persamaannya 𝑎𝑥 + 𝑏𝑦 = 𝑐 (putus-putus jika tanda < atau >, tidak putus-putus
jika tandanya ≤ atau ≥).
b. Ambil titik uji 𝑃 yang tidak berada pada garis 𝑙 dan cek apakah memenuhi
pertidaksamaan. Jika memenuhi pertidaksamaan maka himpunan
penyelesaiannya adalah himpunan titik-titik pada paruh bidang (half-plane) yang
memuat 𝑃 . Jika tidak memenuhi pertidaksamaan maka himpunan
penyelesaiannya adalah himpunan titik-titik pada paruh bidang (half-plane) di
sisi lain garis 𝑙.
c. Arsir daerah yang tidak memenuhi pertidaksamaan.

21
d. Himpunan penyelesaiannya dalam gambar berupa daerah sehingga disebut
dengan daerah penyelesaian.

Contoh 2.2.25:
Gambarkan daerah penyelesaian pertidaksamaan linear 2𝑥 + 3𝑦 < 12
Jawab:
Pertama ubah 2𝑥 + 3𝑦 < 12 menjadi 2𝑥 + 3𝑦 = 12
Kedua, gambar garis 𝑓 yang persamaannya 2𝑥 + 3𝑦 = 12
Ketiga, pilih titik uji 𝑃(0,0). Substitusi (0,0) ke 2𝑥 + 3𝑦 < 12
Diperoleh 0 < 12

Berdasarkan contoh 2.2.25 di atas, himpunan penyelesaian pertidaksamaan linear

dua variabel adalah himpunan titik-titik yang membuat pertidaksamaan linear dua
variabel menjadi kalimat yang benar.
Dua atau lebih pertidaksamaan linear dua variabel membentuk sistem
pertidaksamaan linear dua variabel. Untuk sistem pertidaksamaan linear dua
variabel, bagaimana menentukan himpunan penyelesaiannya?. Himpunan
penyelesaian dari sistem pertidaksamaan linear dua variabel adalah semua titik
yang memenuhi semua pertidaksamaan dalam sistem pertidaksamaan tersebut.
Langkah-langkah untuk menentukan penyelesaian dari sistem pertidaksamaan
linear dua variabel adalah sebagai berikut.
a. Gambar daerah penyelesaian pertidaksamaan yang pertama
b. Gambar daerah penyelesaian pertidaksamaan yang kedua, dst
c. Himpunan penyelesaian (berupa daerah penyelesaian) sistem pertidaksamaan
linear dua variabelnya adalah perpotongan daerah penyelesaian pada langkah
1 dan 2.

22
Contoh 2.2.26:
Dipunyai sistem pertidaksamaan linear dua variabel sebagai berikut.
𝑥 + 2𝑦 ≤ 10
−𝑥 + 𝑦 ≤ 5
2𝑥 − 𝑦 ≤ 10
−𝑥 − 3𝑦 ≤ 6
Gambarkan penyelesaiannya.
Jawab:
Gambar penyelesaiannya adalah

E. Rangkuman

Dari uraian materi di atas, maka untuk mengingat kembali pengertian/

definisi dan sifat-sifat/teorema yang terkait dengan matriks dan sistem persamaan
linear, disajikan dalam rangkuman berikut.
1. Matriks adalah susunan persegi panjang dari bilangan-bilangan dalam
bentuk baris dan kolom. Bilangan-bilangan tersebut disebut entri atau
komponen matriks.
2. Jika matriks A memiliki m baris dan n kolom, maka ukuran (ordo) matriks
A adalah mxn.
3. Berdasarkan banyaknya baris dan banyaknya kolom serta entri dari suatu
matriks, maka ada beberapa jenis matriks yaitu matriks persegi, matriks
segitiga atas, matriks segitiga bawah, matriks diagonal, matriks skalar,
matriks identitas, matriks nol, matriks baris dan matriks kolom.
4. Dua buah matriks dikatakan sama jika ukurannya sama dan komponen-
komponen yang bersesuaian sama.

23
5. Jika matriks A=(aij)mxn maka transpose A, ditulis AT, didefinisikan sebagai
matriks berukuran nxm yang baris ke-i dari AT merupakan kolom ke-i dari
A dan kolom ke-j dari AT merupakan baris ke-j dari matriks A.
6. Jika A=(aij)mxn dan B=(bij)mxn maka jumlah A dan B, ditulis A+B,
didefinisikan sebagai A+B=(aij + bij) mxn.
7. Jika A=(aij)mxn dan α suatu bilangan riil maka hasilkali A dan α, ditulis αA,
didefinisikan sebagai αA=(αaij) mxn.
8. Jika A=(aij)mxn dan B=(bij)nxr maka hasilkali A dan B, ditulis dengan AB dan
didefinisikan sebagai matriks berukuran mxr yang komponen baris ke-i
kolom ke-j dari AB adalah ∑𝑛𝑘=1 𝑎𝑖𝑘 𝑏𝑘𝑗 .
9. Penjumlahan matriks bersifat komutatif dan asosiatif.
10. Perkalian matriks bersifat asosiatif dan distributif terhadap penjumlahan.
11. Hasilkali elementer bertanda dari matriks A adalah hasilkali elementer 𝑎𝑗1
𝑎𝑗2 𝑎𝑗3 … 𝑎𝑗𝑛 dikalikan dengan 1 atau -1, dengan aturan dikalikan 1 jika (j1 ,
j2 , … ,jn) permutasi genap dan dikalikan -1 jika (j1 , j2 , … ,jn) permutasi
ganjil.
12. Misalkan A matriks persegi. Determinan A, ditulis det(A) atau |A|,
didefinisikan sebagai jumlah semua hasilkali elementer bertanda dari A.
1
13. Jika A matriks yang mempunyai invers maka A-1 = adj(A).
det(𝐴)

14. Jika A dan B matriks berukuran nxn, dengan det(A) ≠ 0, det(B) ≠ 0, maka:
a. (A-1)-1 = A.
b. (AB)-1 = B-1A-1.

c. (AT)-1 =(A-1)T.
1
d. Untuk skalar tak nol k berlaku (kA)-1 =𝑘A-1.

15. Berdasarkan SPL dalam bentuk AX=B, maka SPL dapat dibedakan menjadi
dua, yaitu:
a. SPL homogen, jika B=O.
b. SPL non homogen, jika BO.
16. Berdasarkan solusi yang dimiliki oleh SPL, maka SPL dapat dibedakan
menjadi dua, yaitu:

24
 a. SPL konsisten, jika SPL tersebut mempunyai solusi.
b. SPL tak konsisten, SPL tersebut tidak mempunyai solusi.
17. Jika A matriks berukuran nxn, maka pernyataan berikut ekivalen.
a. A dapat dibalik (mempunyai invers).
b. SPL AX=O hanya memiliki solusi nol.
c. SPL AX=B konsisten untuk setiap matriks B berukuran nx1.
d. SPL AX=B memiliki tepat satu solusi untuk setiap matriks B berukuran
nx1.
18. Himpunan penyelesaian dari sistem pertidaksamaan linear dua variabel
adalah semua titik yang memenuhi semua pertidaksamaan dalam sistem
pertidaksamaan tersebut
F. Tugas
Untuk memperdalam penguasaan materi dalam modul ini, kerjakan soal-
soal berikut.
1. Berdasarkan jenis matriks seperti tersebut di atas, tentukan kebenaran
pernyataan berikut dan berilah alasannya (penjelasannya).
a. Matriks nol pasti merupakan matriks persegi.
b. Matriks skalar pasti merupakan matriks diagonal.
2. Bilamanakah dua buah matriks dikatakan tidak sama ? Jelaskan.
3. Tentukan matriks A sedemikian hingga AT=A.
4. Jika matriks A=(aij)mxn dan B=(bij)nxr, tentukan:
a. baris ke-k matriks AB untuk 1  k  m.
b. kolom ke-l matriks AB untuk 1  l  r.
5. Adakah matriks A dan B sedemikian hingga AB=BA? Jelaskan.
6. Tentukan matriks A dan B sedemikian hingga AB=O.
7. Buktikan bahwa (AB)-1 = B-1A-1.
8. Buktikan bahwa jika matriks Anxn mempunyai baris (kolom) yang merupakan
kelipatan dari baris (kolom) yang lain, maka det(A)=0.
𝑎1 𝑥 + 𝑏1 𝑦 = 𝑐1
9. Bilamanakah SPL { mempunyai tepat satu solusi?
𝑎2 𝑥 + 𝑏2𝑦 = 𝑐2
𝑎1 𝑥 + 𝑏1 𝑦 = 0
10. Bilamanakah SPL { mempunyai solusi tak nol?
𝑎2 𝑥 + 𝑏2𝑦 = 0

25
11. Selesaikan pertidaksamaan berikut ini

𝑥 (5𝑥−2) (7𝑥−3)
a. < − b. −3𝑥 + 2𝑦 ≥ −6
2 3 5

12. Selesaikan sistem pertidaksamaan berikut ini dengan menggunakan grafik

𝑥 + 2𝑦 ≤ 16
3𝑥 + 2𝑦 ≤ 120
𝑥+𝑦 ≥3
𝑥 + 4𝑦 ≤ 40
a. 𝑥−𝑦 ≤0 b.
𝑥 ≤ 15
𝑥≥0 𝑦≥0
𝑦≥0

G. Tes Formatif

Pilihlah jawaban yang benar dari setiap soal berikut.

1. Matriks adalah susunan bilangan-bilangan dalam bentuk... .
A. persegi
B. persegi panjang
C. diagonal
D. baris
E. kolom
2. Pernyataan berikut bernilai benar, kecuali....
A. Setiap matriks digonal merupakan matriks persegi.
B. Setiap matriks skalar merupakan matriks segitiga bawah.
C. Setiap matriks diagonal merupakan matriks skalar.
D. Ada matriks diagonal yang bukan matriks skalar.
E. Ada matriks segitiga bawah yang bukan matriks persegi.
2 4 1 − 12𝑥 −1
3. Diketahui A= ( ) dan B= ( ).
−1 6 4 3−𝑦
Jika BT = A maka nilai 2xy – x adalah ... .
A. -10
B. 10
C. 12
D. 14
E. 15
4. Jika AT =A maka A adalah matriks berikut, kecuali ... .

26
 A. matriks nol
B. matriks identitas
C. matriks skalar
D. matriks diagonal
E. matriks persegi
𝑎 −5𝑏 2 2𝑐
5. Diketahui A = ( ) dan B = ( ). Nilai a + b + c adalah ... .
8 −6 −15 −6
A. 9
B. 10
C. 11
D. 12
E. 13
−1 2 0 4 3
6. Jika A= ( ) dan B = ( ) , maka AB+2B=... .
5 4 2 −1 1
4 2 5
A. ( )
12 14 21
4 −6 −1
B. ( )
8 4 10
10 −6 −1
C. ( )
8 16 19
10 −9 2
D. ( )
12 14 21
4 6 1
E. ( )
8 16 19

1 2 −5 2
7. Diketahui P=( ) dan Q=( ). Jika PQ=I, maka nilai a adalah...
3 5 3 𝑎
A. -1
B. 1
C. 2
D. -2
E. 3
2 4 0
8. Jika A = ( ), maka AAT = ....
−1 6 1
20 22
A. ( )
26 37
5 2 11
B. ( 2 52 6)
−1 30 1

27
 20 26
C. ( )
22 37
20 22
D. ( )
22 38
5 2 −1
E. ( 2 52 6)
11 30 1
1 2 3
9. Jika 𝐴 = ( 0 −4 6) maka elemen baris ke-3 kolom ke-2 dari A2
−1 0 1
adalah ... .
A. -1
B. -2
C. 10
D. 16
E. 18
𝑎 𝑏
10. Matriks 𝐴 = ( ) memenuhi A2 + 2A + I =0 dengan I dan 0 berturut-
2𝑏 𝑎
turut matriks identitas dan matriks nol yang bersesuaian.
Nilai b – a adalah... .
A. -1
B. 1
C. 2
D. 3
E. 4
1 −2
11. Diketahui matriks A = ( ). Nilai k yang memenuhi k det(AT) = det(A-
2 5
1
) adalah ...
A. 81
B. 9
C. 1
1
D.
9
1
E.
81
𝑥 2 4 3
12. Diketahui matriks P = ( ) dan Q = ( ).
3 2𝑥 −3 𝑥

28
 Agar determinan matriks P sama dengan dua kali determinan matriks Q,
maka nilai x adalah ...
A. -6 atau -2
B. 6 atau -2
C. 6 atau 2
D. 3 atau -4
E. 3 atau 4
𝑎 2 3
13. Jika matriks A=(1 𝑎 4) tidak mempunyai invers, maka nilai a adalah...
𝑎 2 5
.
A. -2 atau 2
B. -4 atau 4
C. -2 atau 4
D. -4 atau 2
E. √2 atau – √2
3 2 2𝑥 3
14. Diketahui matriks A = ( ) dan matriks B = ( ). Jika x1 dan x2
2 𝑥 2 𝑥
adalah akar-akar persamaan det(A ) = det(B) maka nilai x12 + x22 adalah...
T

4
A. a.
9
9
B. 4

C. 9
D. 4
E. 5
𝑎 2 3 𝑎 2 3
15. Diketahui matriks A= (1 𝑎 4) dan det(A)= -2. Jika B=( 1 𝑎 4),
𝑎 2 5 2𝑎 4 8
maka det(B)= ... .
A. 2
B. 4
C. -2
D. −4
E. 0
16. Sistem persamaan linear berikut yang tidak mempunyai solusi adalah...

29
 𝑥 − 2𝑦 = 3
A. {
−2𝑥 + 3𝑦 = −6
𝑥 − 2𝑦 = 3
B. {
−2𝑥 + 4𝑦 = −6
𝑥 − 2𝑦 = 0
C. {
−2𝑥 + 4𝑦 = 0
𝑥 − 2𝑦 = 0
D. {
−2𝑥 + 3𝑦 = 0
𝑥 − 2𝑦 = 3
E. {
−2𝑥 + 4𝑦 = 6
2𝑥 − 𝑦 = 8
17. Sistem persamaan linear { mempunyai tak hingga banyak
−𝑥 + 𝑎𝑦 = −4
solusi apabila nilai a adalah ....
A. 2
B. -2
1
C.
2
1
D. -
2

E. 4
𝑝𝑥 + 𝑞𝑦 = 0
18. Sistem persamaan linear { mempunyai tepat satu solusi
𝑟𝑥 + 𝑠𝑦 = 0
apabila....
A. ps=qr
B. p=r, q=s
C. psqr
D. p=s, q=r
E. prqs
𝑥 − 2𝑦 + 𝑧 = 0
19. Himpunan penyelesaian SPL {−2𝑥 + 3𝑦 − 𝑧 = −1 adalah....
3𝑥 + 𝑦 − 4𝑧 = 7
A. (1,0,-1)
B. (1,0,-1)}
C. (2,0,-2)
D. {(-1,0,1)}
E. { }.
20. Pernyatan berikut benar, kecuali... .

30
 A. Ada SPL yang tidak mempunyai himpunan penyelesaian.
B. SPL homogen selalu mempunyai penyelesaian.
C. SPL Anxn .Xnx1 =Bnx1 mempunyai tepat satu solusi jika det(A)0.
D. SPL Anxn .Xnx1 =Onx1 mempunyai solusi tak nol jika det(A)=0.
E. SPL Anxn.Xnx1=Onx1 mempunyai tak hingga banyak solusi jika det(A)=0
21. Tentukan himpunan penyelesaian dari 3𝑥 − 6 > 4(𝑥 − 7).
A. 𝑥 < 22
B. 𝑥 > 22
C. 𝑥 > −22
D. 𝑥 > 4
E. 𝑥 > −4 Commented [AWKSM1]: Soal baru

Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif yang

terdapat di bagian akhir modul ini. Hitunglah jawaban yang benar. Gunakan rumus
berikut untuk mengetahui tingkat penguasaan Anda terhadap materi modul ini.
banyaknya jawaban benar
Tingkat Penguasaan (TP) = banyaknya soal
x 100% .

Arti tingkat penguasaan:

90% ≤ TP ≤ 100% : sangat baik
80% ≤ TP < 90% : baik
70% ≤ TP < 80% : cukup
TP < 70% : kurang
Apabila tingkat penguasaan Anda 80% atau lebih, Anda dapat melanjutkan ke
modul berikutnya. Bagus! Anda telah berhasil mempelajari modul ini.
Apabila tingkat pengusaan Anda kurang dari 80%, Anda harus mempelajari
kembali modul ini.

31
H. Daftar Pustaka

Anton, H., 1994, Elementary Linear Algebra 7th edition, New York: John Wiley
& Sons, Inc.

Anton, H dan Rorres, C. 2011. Elementary Linear Algebra 11th edition. New York:
John Wiley & Sons, Inc.

El-Khateeb, M.M.A. 2016. Errors Analysis of Solving Linear Inequalities among

the Preparatory Year Students at King Saud University. Journal of Education
and Practice Vol 7 No.12 Commented [AWKSM2]: baru

Jacob, Bill, 1994, Linear Algebra. New York: W.H. Freeman and Company.

I. Kunci Jawaban Tes Formatif

1. B
2. C
3. D
4. E
5. A
6. A
7. A
8. D
9. B
10. B
11. E
12. B
13. E
14. B
15. C
16. E
17. D
18. C
19. B
20. A
21. A Commented [AWKSM3]: Kunci baru

32
33