Sejarah matriks

Apa itu matriks? Dalam bidang matematika, istilah matriks berarti susunan bilangan yang diatur
berdasarkan baris dan kolom dan ditempatkan pada kurung biasa atau kurung siku sehingga
membentuk suatu bangun persegi.
Setiap bilangan pada matriks disebut elemen (unsur) matriks. Kumpulan elemen yang tersusun
secara horizontal disebut baris, sedangkan kumpulan elemen yang tersusun secara
vertikal disebut kolom. Suatu matriks yang memiliki m baris dan n kolom disebut matriks m x
n dan disebut sebagai matriks yang memiliki orde m x n. Penulisan matriks menggunakan huruf
kapital dan tebal.

Penggunaan matriks dalam matematika sebenarnya punya sejarah panjang, khususnya untuk
penyelesaian persamaan linear, namun matriks disebut dengan istilah “array” hingga tahun 1800-
an. Contoh penggunaan array pertama kali dapat ditemukan di teks Cina berjudul Jiǔzhāng
Suànshù yang ditulis sekitar abad 10-2 SM, dalam teks tersebut tertulis tentang metode
penyelesaian sistem persamaan linear dan juga konsep determinan.

Pada tahun 1545 matematikawan Italia Gerolamo Cardano menyebarkan metode tersebut ke
Eropa saat ia mempublikasikan Ars Magna. Matematikawan Seki (1642-1708) menggunakan
metode array yang sama untuk menyelesaikan sistem persamaan linear. Matematikawan
Belanda Jan de Witt (1625-1672) menunjukkan transformasi menggunakan array, pada buku
yang ia tulis pada tahun 1659 berjudul Elements of Curves. Antara tahun 1700 hingga 1710
Gottfried Wilhelm Leibniz (1646-1716) mempublikasikan penggunaan array untuk mencatat
informasi atau solusi dan berkeksperimen dengan 50 sistem array yang berbeda-beda. Gabriel
Cramer (1704-1752) mengemukakan Aturan Cramer atau Cramer’s rule pada tahun 1750.
Istilah matriks berasal dari bahasa Latin matrix yang berarti “rahim”, dimana kata matrix sendiri
berakar dari kata Latin mater yang berarti “ibu”.Istilah matriks dalam bidang matematika
pertamakali dipopulerkan oleh matematikawan Inggris James Joseph Sylvester (1814-1897)
pada tahun 1850. Ia memahami sebuah matriks sebagai sebuah obyek yang “melahirkan”
beberapa determinan yang sekarang disebut dengan istilah minor. Minor matriks adalah
determinan matriks yang diperoleh dengan cara menghilangkan elemen pada baris tertentu dan
elemen pada kolom tertentu. Pada sebuah paper yang ditulis pada tahun 1851, Sylvester
menjelaskan:
“I have in previous papers defined a "Matrix" as a rectangular array of terms, out of which different
systems of determinants may be engendered as from the womb of a common parent.”
Pengaplikasian Nilai Eigen dan Vektor Eigen dalam kehidupan sehari-hari.
4.1 Menganalisa Sumber Suara
a. Pengamatan Nilai Eigen
Nilai eigen yang diperoleh dari tiap masukan bunyi vokal berupa matrik diagonal dengan ordo
n tergantung panjang segmentasi yang digunakan. Untuk kemudahan dalam pengamatan,
maka nilai eigen disusun dalam bentuk matrik kolom tunggal dengan mengambil nilai
diagonalnya saja dan diperoleh matrik baru berukuran satu kolom (n x 1).

b. Ekstraksi Ciri Bunyi Vokal Bahasa Indonesia

Laju bit data dalam pengiriman suara jarak jauh dapat ditekan menjadi cukup rendah
dengan teknik kompresi dan penyandian. Penurunan laju bit yang lebih drastis akan
diperoleh bila yang dikirim hanya berupa ciri suara. Selanjutnya penerima akan
mensintesiskan suara yang serupa. Ciri dari suara tersebut sangat membantu guna
membedakan suara vokal yang satu dengan yang lain. Penganalisaan akan mencari
parameter bunyi vokal dengan membuat grafik sebaran nilai yang terbentuk dari nilai-nilai
eigen.

c. Ciri dari Sebaran Nilai Eigen

Cara penganalisaannya adalah dengan membuat plot grafik sebaran nilai eigen ke dalam
sumbu x terhadap sumbu y. Sumbu x mewakili ni lai eigen yang lebih tinggi, sedang sumbu
y mewakili nilai eigen di bawahnya. Jika belum ditemukan grafik sebaran nilai yang
menunjukan ciri khusus dari bunyi vokal, maka dilanjutkan dengan memplot grafik sebaran
nilai eigen yang lainnya, Demikan seterusnya sampai diperoleh penunjukan ciri khusus
sebaran nilai yang terbaik dari bunyi vokal. Dari pengamatan grafik nilai eigen di atas,
hanya akan diambil 10 nilai eigen tertinggi. Penganalisaan dilakukan dengan memplot
antara 2 nilai eigen, maka sesuai dengan kaidah permutasi dan kombinasi akan diperoleh
kombinasi sebanyak 45 buah sebaran nilai eigen.

Dari hasil analisa, pengaruh dari perubahan panjang segmentasi adalah semakin besar
panjang segmentasi yang digunakan untuk menganalisa bunyi vokal maka sebaran nilai
eigen yang diperoleh makin mengelompok dan terpusat pada nilai tertentu sehingga
mempermudah dalam penunjukkan ciri penyebaran nilai dari metode eigen.
 Jadi, Parameter pencirian bunyi vokal dalam bahasa Indonesia dapat dilakukan
dengan metode eigen, yaitu nilai eigen. Pencirian bunyi vokal sangat baik
direpresentasikan dengan sebaran nilai eigen, dari hasil analisa diperoleh sebaran nilai
terbaik pada sebaran nilai eigen ke-1 terhadap eigen ke-5, eigen ke-1 terhadap eigen ke-6
dan eigen ke-2 terhadap eigen ke-5 dari nilai tertinggi. Semakin besar panjang segmentasi
yang digunakan maka pencirian bunyi vokal akan semakin baik dan jelas.

4.2 Aplikasi Nilai Eigen Pada Sistem Tenaga Listrik Power System Stabilizier (PSS)
Penggunakan Power System Stabilizer (PSS) pada system tenaga listrik secara luas
telah banyak digunakan untuk meningkatkan stabilitas sistem. PSS konvensional yang
telah dikembangkan,didesain menggunakan pemodelan linier yang diperoleh dengan
linierisasi model nonlinier disekitar nilai nominal yang menghasilkan nilaioptimal untuk
kondisi dan parameter sistem yang nominal .

Yang dimaksud dengan sistem tenaga listrik yaitu komponen-komponen tenaga listrik
yang membentuk suatu sistem terpadu dan terhubung Sistem Tenaga Listrik Analisa
Kestabilan Dengan State Space Segala gejala dari sistem yang dinamik, seperti halnya
sistem tenaga, dapat direpresentasikan dalam kesatuan dari n non linear orde pertama dari
persamaan differensial yang mengikuti persamaan berikut: xi = fi(x1, x2, …, xn ;u1, u2,
…,ur; t) dengan i = 1,2,…,n bentuk lain yang lebih ringkas dari persamaan sebelumnya
adalah, x = f (x ; u ; t) Kolom dari x disebut dengan variabel keadaan, sedangkan u adalah
variabel inputan dan t adalah waktu. Kolom input adalah segala masukan dari dalam atau
luar sistem yang mempengaruhi sistem tersebut. persamaan umum dari state space ini
terhadap sistem yang besar, yaitu x = A Dx + B Du Dy = C Dx + D Du Persamaan di atas
dapat mengatasi analisa mengenai kestabilan saat gangguan kecil, dengan variabel-
variabelnya adalah sebagai berikut:

Dx adalah vektor keadaan dengan dimensi n

Dy adalah vektor keluaran dengan dimensi m

Du adalah vektor masukan dengan dimensi r

A adalah matriks keadaan dari sistem dengan ukuran nxn

B adalah matriks pengontrol masukan dengan ukuran nxr

C adalah matriks keluaran dengan ukuran mxn

D adalah matriks feedforward antara input dan output dengan ukuran mxr
Jika studi sistem telah diungkapkan ke dalam analisa state space atau melalui blok
diagram, maka analisa kestabilan sistem tersebut dapat diketahui melalui nilai eigennya
Kestabilan sistem non linier dari gangguan kecil diberikan oleh akar-akar (eigen) dari
persamaan karakteristik matriks A, yaitu:

(a) Jika nilai-nilai eigennya negatif, maka sistem tersebut dikatakan stabil
(b) Jika setidaknya ada satu nilai positif , maka sistem tersebut dapat dikatakan tidak
stabil
(c) Jika nilai real dari eigenvalue tersebut mendekati nol, maka tidak dapat dikatakan
sistem tersebut stabil atau tidak (critical) .
Sedangkan eigen values suatu matriks itu sendiri didapat dari nilai skalar parameter λ
yang berasal dari persamaan : AФ=λФ

Sedangkan A adalah matriks nxn dan Ф adalah matriks nx1

Bilangan kompleks tersebut mempunyai bentuk λ = σ ± jώ
Dengan frekuensi osilasi dalam Hz ƒ = ώ / 2 π

Frekuensi di atas menandakan frekuensi teredam Rasio redaman ditentukan oleh

persamaan:
ζ = - σ / √ σ² + ώ²

4.3 Aplikasi Nilai Eigen terhadap perbedaan genotip

Dalam kehidupan sehari-hari sering ditemui masalah perbedaan karakter seseorang,

bentuk seseorang, dan perbedaan kemampuan seseorang. Ini merupakan salah satu sifat
turunan yang berupa gen yang dibawa dari orang tua yang terdiri dari genotip yang
merupakan susunan konstitusi genetika.

Pada umumnya penentuan kemungkinan jenis genotip keturunan suatu makhluk hidup
ditentukan dengan teori peluang, ternyata kemungkinan jenis genotip keturunan itu dapat
ditentukan dengan perhitungan matematika lainnya yaitu menggunakan salah satu cabang
matematik aljabar linier. Yaitu dengan pengaruh nilai eigen.
Materi dan contoh soal

Jadi, dapat disimpulkan bahwa jika suatu matriks bujur sangkar, dikali dengan sebuah vektor
bukan nol, diatur sedimikian rupa sehingga hasilnya sama dengan perkalian sebuah bilangan
skalar dengan vektor tak nol itu sendiri, inilah yang dinamakan Nilai Eigen dan Vektor Eigen.

Berikut adalah 2 contoh soal bagaimana menentukan nilai dan vektor Eigen suatu matriks:

1.

Penyelesaian:
 Tugas matematika II
Matriks Lanjutan

Disusun oleh :

Nama :Anang Suhardi (031900007)

Firdaus dafa Nabawi (031900016)
Ilham hafidz fahry (031900022)
Rizki mubarok (031900033)
Prodi/Angakatan : Elektro Mekanika/1
Tanggal Tugas : 19 februari 2020

Dosen Pengampu : Dr. Rio Natanael Wijaya, M.Sc

JURUSAN TEKNOFISIKA NUKLIR

PRODI ELEKTRO MEKANIKA
SEKOLAH TINGGI TEKNOLOGI NUKLIR
BADAN TENAGA NUKLIR NASIONAL
YOGYAKARTA
2020