PENDAHULUAN
1
1.2 Rumusan Masalah
Berdasarkan uraian latar belakang, didapat rumusan masalah sebagai berikut:
1. Bagaimana menentukan jumlah produk yang telah diproduksi pada suatu waktu
tertentu menggunakan OBE (Operasi Baris Elementer)?
2. Bagaimana menentukan total produksi menggunakan penjumlahan matriks?
3. Bagaimana menentukan harga barang setelah mendapat diskon menggunakan
perkalian skalar matriks?
4. Bagaimana menentukan jumlah barang yang telah terjual, barang yang belum terjual,
dan barang yang rusak menggunakan perkalian matriks?
1.3 Tujuan
Adapun tujuan dalam makalah ini adalah sebagai berikut:
1. Memaparkan langkah-langkah menentukan jumlah barang yang telah diproduksi
pada suatu waktu tertentu menggunakan OBE
2. Menentukan total produksi menggunakan penjumlahan matriks
3. Menentukan harga barang setelah mendapat diskon menggunakan perkalian skalar
4. Memperkirakan jumlah barang yang telah terjual, barang yang belum terjual, dan
barang yang rusak menggunakan perkalian matriks
2
BAB II
TEORI PENUNJANG
3
𝑎11 𝑎12 ⋯ 𝑎1𝑗 ⋯ 𝑏1
𝑎21 𝑎22 ⋯ 𝑎2𝑗 ⋯ 𝑏2
⋮ ⋮ ⋮ ⋮
𝑎𝑖1 𝑎𝑖2 ⋯ 𝑎𝑖𝑗 ⋯ 𝑏3
⋮ ⋮ ⋮ ⋮
𝑎
[ 𝑚1 𝑎𝑚1 ⋯ 𝑎𝑚𝑗 ⋯ 𝑏𝑚 ]
Ini disebut matriks yang diperbesar (augmented matrix) dari sistem tersebut.
Sebagai contoh, matriks yang diperbesar untuk sistem persamaan
𝑥1 + 𝑥2 + 2𝑥3 = 9
2𝑥1 + 4𝑥2 − 3𝑥3 = 1
3𝑥1 + 6𝑥2 − 5𝑥3 = 0
Adalah
1 1 2 9
[2 4 −3 1]
3 6 −5 0
Ketika menyusun suatu matriks yang diperbesar. Faktor-faktor yang tidak
diketahui harus ditulis dengan urutan yang sama untuk setiap persamaan dan
konstanta harus berada pada bagian paling kanan
Metode dasar untuk menyelesaikan sistem persamaan linier adalah dengan
menggantikan sistem yang ada dengan suatu sistem baru yang memiliki
himpunan solusi yang sama tetapi penyelesaiannya lebih mudah. Sistem baru ini
biasanya diperoleh melalui beberapa langkah dengan cara menerapkan tiga jenis
tipe operasi berikut untuk mengeliminasi faktor-faktor yang tidak diketahui
secara sistematis.
1. Mengalikan persamaan dengan konstanta taknol
2. Menukarkan posisi dua persamaan
3. Menambahkan kelipatan satu persamaan ke persamaan lainnya
4
2.1.3 Operasi Baris Elementer
Contoh berikut ini menggambarkan bagaimana operasi-operasi ini
dapat digunakan untuk menyelesaikan sistem persamaan linier.
Pada kolom kiri dibawah ini, kita akan menyelesaikan sistem persamaan
linier dengan melakukan operasi terhadap persamaan dalam sistem,
sedangkan pada kolom kanan kita kan menyelesaikan sistem yang sama
dengan melakukan operasi terhadap baris pada mariks yang diperbesar
𝑥 + 𝑦 + 2𝑧 = 9
1 1 2 9
2𝑥 + 4𝑦 − 3𝑧 = 1
[2 4 −3 1]
3𝑥 + 6𝑦 − 5𝑧 = 0 3 6 −5 0
𝑥 + 𝑦 + 2𝑧 = 9 1 1 2 9
[0 2 −7 −17]
2𝑦 − 7𝑧 = −17 3 6 −5 0
3𝑥 + 6𝑦 − 5𝑧 = 0
𝑥 + 𝑦 + 2𝑧 = 9 1 1 2 9
7 17
7 17 [0 1 − − ]
𝑦− 𝑧=− 2 2
2 2 0 3 −11 −27
3𝑦 − 11𝑧 = −27
Tambahkan -3 kali persamaan kedua
Tambahkan -3 kali persamaan kedua
kepersamaan ketiga untuk
kepersamaan ketiga untuk
memperoleh
memperoleh
5
𝑥 + 𝑦 + 2𝑧 = 9
1 1 2 9
7 17 7 17
𝑦− 𝑧=− 0 1 − −
2 2 2 2
1 3 1 3
− 𝑧=− [0 0 − 2 − 2 ]
2 2
𝑥 + 𝑦 + 2𝑧 = 9 1 1 2 9
7 17
7 17 [0 1 − − ]
𝑦− 𝑧=− 2 2
2 2 0 0 1 3
𝑧=3
11 35
11 35 1 0
𝑥+ 𝑧= 2 2
2 2 7 17
7 17 0 1 − −
𝑦− 𝑧=− 2 2
2 2 [0 0 1 3 ]
𝑧=3
Tambahkan -11/2 kali persamaan Tambahkan -11/2 kali persamaan
ketiga ke persamaan pertama dan 7/2 ketiga ke persamaan pertama dan 7/2
kali persamaan ketiga ke persamaan kali persamaan ketiga ke persamaan
kedua untuk memperoleh kedua untuk memperoleh
𝑥=1 1 0 0 1
[0 1 0 2]
𝑦=2
0 0 1 3
𝑧=3
Solusi x = 1, y = 2, z = 3 kini telah Solusi x = 1, y = 2, z = 3 kini telah
diperoleh diperoleh
6
2.1.4 Eliminasi Gauss-Jordan
Pada contoh diatas, kita menyelesaikan suatu sistem linier dengan faktor-faktor yang
tidak diketahui x, y, dan z dengan reduksi matriks yang diperbesar menjadi
1 0 0 1
[0 1 0 2]
0 0 1 3
Sehingga diperoleh solusi x =1, y = 2, z = 3. Ini meorupakan contoh matriks dalam
bentuk eselon baris tereduksi. Matriks dalam bentuk ini harus memiliki sifat-sifat
berikut :
1. Jika satu baris tidak seluruhnya terdiri dari nol, maka bilangan taknol pertama
pada baris itu adalah 1. Bilangan 1 ini disebut 1 utama
2. Jika terdapat baris yang seluruhnya terdiri dari nol, maka baris-baris ini akan
dikelompokkan bersama pada bagian paling bawah dari matriks
3. Jika terdapat dua baris berurutan yang tidak seluruhnya terdiri dari nol, maka 1
utama pada baris yang lebih rendah terdapat pada kolom yang lebih kanan dari
1 utama pada baris yang lebih tinggi
4. Setiap kolom yang memiliki 1 utama memiliki nol pada tempat-tempat lainnya
Metode Eliminasi
Kami akan memberikan prosedur eliminasi tahap demi tahap yang dapat
digunakan untuk mereduksi matriks menjadi bentuk eselon baris tereduksi,
kami akan memberikan gambaran dengan mereduksi matriks berikut menjadi
bentuk eselon baris tereduksi
0 0 −2 0 7 12
⌈2 4 −10 6 12 28 ⌉
2 4 −5 6 −5 −1
Langkah 1 Perhatikan kolom paling kiri yang tidak seluruhnya terdiri dari
nol
0 0 −2 0 7 12
⌈2 4 −10 6 12 28 ⌉
2 4 −5 6 −5 −1
Langkah 2 Jika perlu, pertukarkan baris paling atas dengan baris lain untuk
menempatkan entri taknol pada puncak kolom yang kita peroleh pada
langkah 1
7
2 4 −10 6 12 28 Baris pertama dan kedua
⌈0 0 −2 0 7 12 ⌉ pada matriks sebelumnya
2 4 −5 6 −5 −1 dipertukarkan
Langkah 3 Jika entri yang kini berada pada puncak kolom yang kita
peroleh pada Langkah 1 adalah a , kalikan baris pertama dengan 1/a
sehingga berbentuk 1 utama
1 2 −5 3 6 14 Baris pertama dari
⌈0 0 −2 0 7 12 ⌉ matriks sebelumnya
2 4 −5 6 −5 −1 dikalikan dengan 1/2
Langkah 4 Tambahkan kelipatan yang sesuai dari baris paling atas ke
baris-baris dibawahnya sehingga semua entri dibawah 1 utama menjadi nol
1 2 −5 3 6 14
⌈0 0 −2 0 7 12 ⌉ -2 kali baris pertama matriks
0 0 5 0 −17 −29 sebelumnya ditambahkan
kebaris ketiga
Langkah 5 sekarang tutuplah baris paling atas dari matriks dan mulailah
lagi dengan langkah 1 pada submatriks yang tersisa. Lanjutkan langkah ini
hingga seluruh matriks berada dalam bentuk eselon baris
1 2 −5 3 6 14
⌈0 0 −2 0 7 12 ⌉
0 0 5 0 −17 −29
8
1 2 −5 3 6 14 Baris pertama dalam submatriks baru
⌈0 0 1 0 −7/2 −6 ⌉ dikalikan dengan 2 untuk
0 0 0 0 1 −29 memperoleh 1 utama
Keseluruhan matriks ini berada dalam bentuk eselon baris. Untuk
memperoleh bentuk eselon baris tereduksi kita membutuhkan langkah
tambahan berikut
Langkah 6 Mulai dengan baris taknol terakhir dan bergerak keatas,
tambahkan kelipatan yang sesuai dari tiap baris ke baris diatasnya untuk
memperoleh nol diatas 1 utama
1 2 −5 3 6 14 7/2 kali baris ketiga dari matriks
⌈0 0 1 0 0 1 ⌉ sebelumnya ditambahkan ke baris
0 0 0 0 1 −29 kedua
1 2 −5 3 0 2
-6 kali baris ketiga ditambahkan
⌈0 0 1 0 0 1 ⌉
kebaris pertama
0 0 0 0 1 2
1 2 0 3 0 7
⌈0 0 1 0 0 1⌉ 5 kali baris kedua ditambahkan
0 0 0 0 1 2 kebaris pertama
9
BAB III
PEMBAHASAN
10
Sistem persamaan 2 : 15𝑥 + 20𝑦 + 25𝑧 = 8000
10𝑥 + 10𝑦 + 20𝑧 = 5000
30𝑥 + 25𝑦 + 35𝑧 = 11500
11
3.1.3 Menyelesaikan persamaan linear tiga variabel menggunakan OBE
(Operasi Baris Elementer)
Untuk menyelesaikan persamaan matriks 𝑆𝑋 = 𝑃 dan 𝑀𝑌 = 𝑄 kita
dapat menggunakan OBE dimana dapat dijabarkan sebagai berikut.
10 15 20 7745 𝐵1 × 1/5
OBE I [10 15 15 | 6995 ] 𝐵2 × 1/5
20 20 304 12160 𝐵3 × 1/10
2 3 4 1549 𝐵 × 1/2
[2 3 3 |1399] 1
𝐵 − 𝐵3
2 2 3 1216 2
1 3/2 2 1549/2
[0 1 0 | 183 ] 𝐵3 − 2𝐵1
2 2 3 1216
1 3/2 2 1549/2 𝐵 − 3/2𝐵
1 2
[0 1 0 | 183 ] 𝐵 + 𝐵
1 2
0 −1 −1 −333
1 0 2 500 𝐵 + 2𝐵
1 3
[0 1 0 | 183 ]
𝐵3 × (−1)
0 0 −1 −150
1 0 0 200
[0 1 0 |183]
0 0 1 150
12
𝐵1 × 1/5
15 20 25 8000
OBE II [10 10 20 5000 ] 𝐵2 × 1/10
30 25 35 11500 𝐵3 × 1/5
3 4 5 1600
𝐵 × 1/3
[1 1 2 500 ] 1
6 5 7 2300
4 5 1600
1 𝐵2 − 𝐵1
[ 3 3 3 ]
1 1 2 500
6 5 7 2300
4 5 1600
1
3 3 3
1 1 100
0 − −
3 3 3
[6 5 7 2300 ] 𝐵3 − 6𝐵1
4 5 1600
1
3 3 3
1 1 100 1
0 − − 𝐵3 × (− )
3 3 3 3
[0 −3 −3 −900 ]
4 5 1600
1
3 3 3 𝐵2 × (−3)
1 1 100
0 − −
3 3 3
[0 1 1 300 ]
4 5 1600
1 𝐵1 − (4/3)𝐵2
[ 3 3 3 ]
0 1 −1 100
𝐵3 − 𝐵1
0 1 1 300
1 0 3 400
[0 1 −1 100]
𝐵3 × 1/2
0 0 2 200
1 0 3 400
[0 1 −1 100] 𝐵2 + 𝐵3
0 0 1 100
1 0 3 400 𝐵1 − 3𝐵3
[0 1 0 200]
0 0 1 100
1 0 0 100
[0 1 0 200]
0 0 1 100
13
200 100
Didapatkan matriks 𝑋 = [183] 𝑌 = [200]dan yang artinya jumlah
150 100
produksi kaftan 200 baju, gamis 183 baju, dan abaya 150 baju di butik kota
Surabaya dan di kota Malang jumlah produksi kaftan 100 baju, gamis 200 baju, dan
abaya 100 baju.
14
Dengan menggunakan perkalian skalar matriks kita dapat menentukan harga
barang setelah mendapatkan diskon. Misalkan matriks A merupakan data harga awal
produk dan matriks B data harga produk setelah mendapat diskon.
250.000
𝐴 = [200.000]
300.000
250.000 237.500
𝐵 = 95% 𝐴 = 0,95 [200.000] = [190.000]
300.000 285.000
Didapatkan harga produk setelah mendapat diskon yaitu kaftan
𝑅𝑝. 237.500, gamis 𝑅𝑝. 190.000 dan abaya 𝑅𝑝. 285.000
3.4 Memperkirakan jumlah barang yang telah terjual, barang yang belum terjual,
dan barang yang rusak menggunakan perkalian matriks
Pada setiap produksi dilakukan tahapan pensortiran untuk mempertahankan
kualitas produk. Pada saat itulah produk yang tidak memenuhi standar kualitas yang
ditentukan akan dipisahkan dan tidak didistribusikan kepada konsumen.
Pada saat produk dipasarkan tentu tidak semua produk akan langsung terjual
pada hari dimana produk tersebut didistribusikan melainkan membutuhkan waktu
tertentu. Dengan menggunakan perkalian matriks dapat diperkirakan jumlah barang
yang telah terjual, barang yang belum terjual dan barang yang rusak jika diketahui
data sebagai berikut.
Tabel 3.4 Data jumlah produk ysng diproduksi oleh butik di kota Surabaya dan
Malang
Jenis Produk
Tempat produksi
Kaftan Gamis Abaya
Surabaya 200 183 150
Malang 160 195 120
Tabel 3.5 Data prosentase kategori produk terjual, belum terjual, dan rusak
Kategori
Jenis Produk
Terjual Belum terjual Rusak
Kaftan 70 % 27,5 % 2,5 %
Gamis 85 % 13,4 % 1,6 %
Abaya 60 % 35 % 5%
15
Jika dinyatakan dalam matriks sebagai berikut.
Misalkan matriks X merupakan data jumlah produk dan matriks Y merupakan data
prosentase kategori produk
70% 27,5% 2,5%
200 183 150
𝑋=[ ] 𝑌 = [85% 13,4% 1,6%]
100 200 100
60% 35% 5%
70% 27,5% 2,5%
200 183 150 386 131 16
𝑋×𝑌 = [ ] × [85% 13,4% 1,6%] = [ ]
100 200 100 300 90 10
60% 35% 5%
Untuk mendapatkan perkiraan jumlah produk yang terjual, belum terjual, dan
rusak maka matriks X yang berordo 2 x 3 akan dikalikan dengan matriks Y yang
berordo 3 x 3 sehingga didapat matriks yang berordo 2 x 3 yang merupakan data
jumlah produk yang terjual, belum terjual dan rusak. Dengan data sebagai berikut.
Tabel 3.6 Data kategori produk yang terjual, belum terjual dan rusak.
Kota Terjual Belum Terjual Rusak
Surabaya 386 131 16
Malang 300 90 10
16
BAB IV
KESIMPULAN DAN SARAN
4.1 Kesimpulan
Untuk menyelesaikan suatu sistem persamaan linier kita dapat menggunakan
matriks dan dilakukan Operasi baris elementer untuk mendapatkan nilai dari variabel x,
y maupun z. dalam kasus ini kami mengangkat masalah sosial yang berkaitan dengan
sistem persamaan linier dengan metode operasi baris elementer guna mencari jumlah
hasil produksi butik “Islami”
4.2 Saran
Penulis menyarankan kepada pembaca untuk melakukan penelitian atau
pembahasan lebih lanjut. Makalah Penggunaan Konsep Matriks dalam Menentukan
jumlah hasil produksi butik “Islami” ini jauh dari kata sempurna sehingga saran dan
kritik yang membangun kami harapkan untuk penulisan makalah yang lebih baik.
17
DAFTAR RUJUKAN
Renita, F. 2015: Bisnis Busana Muslim. (Online),
(https://renitafebriyanti.wordpress.com/2015/10/25/bisnis-busana-muslim/), diakses
24 September 2018.
Firman, M. 2016. Indonesia, Negara Berpenduduk Muslim Terbesar Dunia. (Online),
(https://databoks.katadata.co.id/datapublish/2016/11/11/indonesia-negara-
berpenduduk-muslim-terbesar-dunia), diakses 24 September 2018.
18