MAKALAH

“Membentuk Matriks dari persamaan Linear”

01 April 2019

Oleh :
M. Irvan Alfi Hidayat (1841720107)
Muhammad isyak R. (1841720054)

TEKNOLOGI INFORMASI
POLITEKNIK NEGERI MALANG
MALANG

2019
PEMBAHASAN

Pengertian Persamaan Linier

Persamaan linear merupakan sebuah persamaan aljabar, yang tiap sukunya

mengandung konstanta, atau perkalian konstanta dengan variabel tunggal. Dikatakan Linier
sebab hubungan matematis ini dapat digambarkan sebagai garis lurus dalam Sistem koordinat
Kartesius.

Misal grafik dari suatu persamaan linear dengan nilai m=0,5 dan b=2 .
Bentuk secara umum untuk persamaan linear adalah :

y = mx + b

Pengertian Matrik

Matriks adalah susunan sekelompok bilangan dalam suatu jajaran berbentuk persegi
panjang yang diatur berdasarkan baris dan kolom dan diletakkan antara dua tanda kurung.
Tanda kurung yang digunakan untuk mengapit susunan anggota matriks tersebut dapat
berupa tanda kurung biasa atau tanda kurung siku. 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.

JENIS JENIS MATRIKS

Matriks terbagi menjadi beberapa jenis, yaitu matriks persegi, matriks kolom,
matriks baris, matriks transpose, matriks diagonal, matriks segitiga atas dan bawah, matriks
nol, matriks simetri, dan matriks identitas. Berikut ini penjelasan lengkap tentang jenis-jenis
matriks tersebut:

a. Matriks Persegi

Matriks persegi adalah matriks yang mempunyai banyak baris dan banyak kolom
yang sama. Secara umum, matriks persegi berordo n x n. Contoh matriks persegi:
 b. Matriks Kolom

Matriks kolom adalah matriks yang hanya mempunyai satu kolom. Secara umum,
matriks kolom berordo m x 1. Contoh matriks kolom:

c. Matriks Baris

Matriks baris adalah matriks yang hanya mempunyai satu baris. Secara umum,
matriks baris berordo 1 x n. Contoh matriks baris: 

d. Matriks Transpose

Matriks transpose Am x n yang selanjutnya dinotasikan dengan A’ adalah matriks

berordo n x m dengan baris-barisnya adalah kolom-kolom matriks Am x n. Contoh matriks
transpose, misalkan terdapat matriks A:

maka, transpose matriks A adalah:

 e. Matriks Diagonal

Matriks diagonal berasal dari matriks persegi. Matriks persegi dikatakan sebagai
matriks diagonal jika elemen-elemen selain elemen diagonal utamanya adalah nol. Contoh
matriks diagonal:

f. Matriks Segitiga Atas dan Matriks Segitiga Bawah

Matriks segitiga atas dan matriks segitiga bawah dapat berasal dari matriks persegi.
Suatu matriks persegi disebut matriks segitiga atas jika semua elemen di bawah diagonal
utamanya bernilai nol. Sebaliknya, jika semua elemen di atas diagonal utamanya bernilai nol,
maka matriks persegi itu disebut matriks segitiga bawah. Contoh Matriks Segitiga atas dan
Matriks Segitiga Bawah:

matriks segitiga atas :

matriks segitiga bawah :.

 g. Matriks Simetri

Misalkan terdapat matriks A. Matriks A disebut matriks simetri jika A’ = A atau

setiap elemen pada matriks A yang letaknya simetris terhadap diagonal utama bernilai sama,
yaitu aij = aji dengan i tidak sama dengan j. Contoh matriks simetri, misalkan:

h. Matriks Nol

Suatu matriks dikatakan matriks nol jika semua elemen dari matriks tersebut adalah
nol. Contoh matriks nol:

i. Matriks Identitas

Matriks identitas adalah matriks diagonal yang semua elemen pada diagonal
utamanya adalah 1.Matriks identitas biasanya dinotasikan dengan I. Contoh matriks
indentitas:

FUNGSI MATRIK

Matriks seperti variabel biasa, sehingga matrikspun dapat dimanipulasi misalnya

dikalikan, dijumlah, dikurangkan, serta didekomposisikan. Menggunakan representasi
matriks, perhitungan dapat dilakukan dengan lebih terstruktur.

Matriks banyak dimanfaatkan untuk menyelesaikan berbagai permasalahan

matematika misalnya dalam menemukan solusi masalah persamaan linear, transformasi linear
yakni bentuk umum dari fungsi linear contohnya rotasi dalam 3 dimensi.
 Matriks juga dikaitkan dengan penggunaan program linear, analisis input output baik
dalam ekonomi, statistic, maupun dalam bidang pendidikan, manajemen, kimia, dan bidang –
bidang teknologi yang lainnya.
 Pengunaan Matriks untuk menyelesaikan persamaan Linear dapat dilakukan dengan
beberapa Metode, di antaranya:

a. Metode Eliminasi Gaus

Eliminasi Gauss adalah algoritme yang digunakan untuk menyelesaikan sistem

persamaan linear. Metode ini dinamai dari matematikawan Carl Friedrich Gauss
(1777–1855), walaupun metode ini sudah dikenal oleh matematikawan Tionghoa
semenjak tahun 179 M.

Terdapat tiga jenis operasi yang dapat dilakukan dalam metode ini:

 Mengganti urutan dua baris

 Mengalikan baris dengan angka yang bukan nol

 Menambah suatu baris dengan baris yang lainnya

Dengan cara ini, matriks dapat diubah menjadi matriks segitiga atas.

b. Metode Gaus Jordan

Dalam aljabar linear, eliminasi Gauss-Jordan adalah algoritme versi dari

eliminasi Gauss. Pada metode eliminasi Gauss-Jordan kita membuat nol elemen-
elemen di bawah maupun di atas diagonal utama suatu matriks. Hasilnya adalah
matriks tereduksi yang berupa matriks diagonal satuan (Semua elemen pada diagonal
utama bernilai 1, elemen-elemen lainnya nol).

Metode eliminasi Gauss-Jordan kurang efisien untuk menyelesaikan sebuah

SPL, tetapi lebih efisien daripada eliminasi Gauss jika kita ingin menyelesaikan SPL
dengan matriks koefisien sama.

Motede tersebut dinamai Eliminasi Gauss-Jordan untuk menghormati Carl

Friedrich Gauss dan Wilhelm Jordan.

c. Metode Gauss-Seider

Metode Gauss-Seidel digunakan untuk menyelesaikan sistem persamaan linear

(SPL) berukuran besar dan proporsi koefisien nolnya besar, seperti sistem-sistem
yang banyak ditemukan dalam sistem persamaan diferensial. Metode iterasi Gauss-
Seidel dikembangkan dari gagasan metode iterasi pada solusi persamaan tak linier.

Teknik iterasi jarang digunakan untuk menyelesaikan SPL berukuran kecil

karena metode-metode langsung seperti metode eliminasi Gauss lebih efisien daripada
metode iteratif. Akan tetapi, untuk SPL berukuran besar dengan persentase elemen
nol pada matriks koefisien besar, teknik iterasi lebih efisien daripada metode langsung
dalam hal penggunaan memori komputer maupun waktu komputasi. Dengan metode
iterasi Gauss-Seidel sesatan pembulatan dapat diperkecil karena dapat meneruskan
 iterasi sampai solusinya seteliti mungkin sesuai dengan batas sesatan yang
diperbolehkan.

d. Metode Cramer

Kaidah Cramer adalah rumus yang dapat digunakan untuk menyelesaikan

sistem persamaan linear. Metode ini menggunakan determinan suatu matriks dan
matriks lain yang diperoleh dengan mengganti salah satu kolom dengan vektor yang
terdiri dari angka di sebelah kanan persamaannya. Metode ini dinamai dari
matematikawan Swiss Gabriel Cramer (1704–1752)

Kaidah Cramer tidak efisien untuk sistem dengan lebih dari dua atau tiga
persamaan.Kaidah Cramer juga tidak stabil secara numerik, termasuk untuk sistem
2×2.

CONTOH SOAL

Berikut merupakan contoh-contoh soal mengenai membentuk matriks dari persamaan linear.

a. Ubah persamaan di bawah ini menjadi bentuk matriks

• 2A + B = 10
• 2A +2B = 12

Jawab :

2 1 10

2 2 12

Pembahasan :

Ubah Persamaan pertama kedalam bentuk matriks dengan cara :

 Masuakan Nilai Konstanta A (2) kedalam matrik baris pertama kolom pertama
 Karena B tidak Terdapat angka didepannya sehingga masukan angka 1 kedalam
Matrix Baris ke-1 Kolom ke-2
 Masukan Angka 10 (Hasil) kedama baris ke-1 kolom ke-3

2A + B = 10

2 1 10
 Ubah Persamaan kedua kedalam bentuk matriks dengan cara :

• Masuakan Nilai Konstanta A (2) kedalam matrik baris ke 2 kolom pertama

• Masuakan Nilai Konstanta B (2) kedalam matrik baris ke 2 kolom 2
• Masukan Angka 12 (Hasil) kedama baris ke-2 kolom ke-3

2A +2B = 12

2 1 10

2 2 12

b. Ubah persamaan di bawah ini menjadi bentuk matriks

• 2A + B + 2C = 14
• 2A +2B + C = 14
• A + 3B + 3C = 16

Jawab :

2 1 2 14
2 2 1 14
1 3 3 16

Pembahasan :

Ubah Persamaan pertama kedalam bentuk matriks dengan cara :

 Masuakan Nilai Konstanta A (2) kedalam matrik baris pertama kolom pertama
 Karena B tidak Terdapat konstanta sehingga masukan angka 1 kedalam Matrix Baris
ke-1 Kolom ke-2
 Masuakan Nilai Konstanta C (2) kedalam matrik baris pertama kolom ke-3
 Masukan Angka 10 (Hasil) kedama baris ke-1 kolom ke-4

2A + B + 2C = 14

2 1 2 14

Ubah Persamaan pertama kedalam bentuk matriks dengan cara :

 Masuakan Nilai Konstanta A (2) kedalam matrik baris pertama kolom pertama
 Masuakan Nilai Konstanta B (2) kedalam matrik baris pertama kolom ke-dua
 Karena C tidak Terdapat Konstanta sehingga masukan angka 1 kedalam Matrix Baris
ke-1 Kolom ke-3
 Masukan Angka 10 (Hasil) kedama baris ke-1 kolom ke-4

2A +2B + C = 14

2 1 2 14
 2 2 1 14

Ubah Persamaan pertama kedalam bentuk matriks dengan cara :

 Karena A tidak Terdapat Konstanta sehingga masukan angka 1 kedalam Matrix Baris
ke-1 Kolom ke-3
 Masuakan Nilai Konstanta B (3) kedalam matrik baris pertama kolom ke-2
 Masuakan Nilai Konstanta C (3) kedalam matrik baris pertama kolom ke-3
 Masukan Angka 10 (Hasil) kedama baris ke-1 kolom ke-4

A + 3B + 3C = 16

2 1 2 14
2 2 1 14
1 3 3 16

SOAL

1. Perhatikan persamaan di bawah ini :

3a+5b+c=23

2a+3b+3c=19

2a+5b+5c=30

Bentuk dari persamaan linear di atas adalah :

a. 3 5 1 23

2 3 2 19

2 5 5 30

b. 3 5 1 23

2 3 3 19

2 5 5 30

c. 3 5 1 23

3 3 3 19

2 5 5 30
 d. 3 5 1 23

2 3 3 19

2 5 5 34

Jawaban : b

2. Perhatikan persamaan di bawah ini :

3a+b+2c+d=15

5a+3b+c+2d=24

a+4b+5c+d=25

a+b+c+5d=31

Bentuk dari persamaan linear di atas adalah :

a. 3 1 2 1 15

5 3 1 2 24

1 4 5 1 25

1 2 1 5 31

b. 3 1 1 1 15

5 3 1 2 24

1 4 5 1 25

1 1 1 5 31

c. 3 1 2 1 15

5 3 1 2 24

1 4 5 1 25

1 1 1 5 35

d. 3 1 2 1 15

5 3 1 2 24
1 4 5 1 25

1 1 1 5 31