KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa atas segala berkat serta anugerahnya
sehingga kami dapat menyelesaikan penyusunan makalah ini dengan baik dan dalam bentuk
yang sederhana. Semoga makalah ini dapat dipergunakan sebagai salah satu acuan petunjuk
maupun pedoman bagi pembaca mengenai pengetahuan dasar mengenai matriks.
Pada pokok pembahasan, disajikan materi mengenai matriks dan jenis serta hal-hal
yang behubungan dengan matriks.
Dalam makalah ini, saya tidak lupa menyajikan contoh aplikasi matriks dalam bisnis
dan manajemen dan dapat anda lihat pada bab pembahasan. Harapan saya semoga makalah ini
menambah pengetahuan dan pengalaman bagi pembaca, walaupun saya akui masih banyak
terdapat kekurangan dalam penyajian makalah ini.
Akhir kata saya sampaikan terima kasih kepada semua pihak yang telah berperan serta
dalam penyusunan makalah ini. Saya sangat mengharapkan kritik dan saran yang membangun
untuk pembuatan makalah berikutnya, terima kasih.

Pekanbaru, 12 Desember 2019

Penyusun

i
 DAFTAR ISI

KATA PENGANTAR i

DAFTAR ISI ii

BAB I 1

PENDAHULUAN 1

A. Latar Belakang 1

B. Rumusan Masalah 1

C. Tujuan Pembahasan 1

BAB II 2

LANDASAN TEORI 2

1. PENGERTIAN MATRIKS 2

a. Definisi Matriks 2

b. Simbol Matriks 2

c. Bentuk-Bentuk Matriks 2

2. JENIS-JENIS MATRIKS 3

a. Berdasarkan Susunan Elemen Matriks 3

b. Berdasarkan Sifat Operasi Matriks 5

3. ALJABAR MATRIKS 9

a. Penjumlahan dan Pengurangan Matriks 9

b. Perkalian Matriks 11

c. Perpangkatan Matriks 14

d. Transpose matriks 14

e. Determinan Matriks 15

2. Determinan matriks ordo 3 x 3 16

3. Sifat-Sifat Determinan Matriks 19

ii
BAB III 26

PENUTUP 26

A. Kesimpulan 26

B. Saran 26

iii
 BAB I
PENDAHULUAN

A. Latar Belakang
Dalam kehidupan sehari-hari kita sering berhadapan dengan persoalan yang apabila
kita telusuri ternyata merupakan masalah matematika. Dengan mengubahnya kedalam bahasa
atau persamaan matematika maka persoalan tersebut lebih mudah diselesaikan. Tetapi
terkadang suatu persoalan sering kali memuat lebih dari dua persamaan dan beberapa
variabel, sehingga kita mengalami kesulitan untuk mencari hubungan antara variabel-
variabelnya. Bahkan dinegara maju sering ditemukan model ekonomi yang harus
memecahkan suatu sistem persamaan dengan puluhan atau ratusan variabel yang nilainya
harus ditentukan.
Matriks, pada dasarnya merupakan suatu alat atau instrumen yang cukup ampuh untuk
memecahkan persoalan tersebut. Dengan menggunakan matriks memudahkan kita untuk
membuat analisa-analisa yang mencakup hubungan variabel-variabel dari suatu persoalan.
Pada awalnya matrik ditemukan dalam sebuah studi yang dilakukan oleh seorang ilmuan yang
berasal dari Inggris yang bernama Arthur Cayley (1821-1895) yang mana studi yang
dilakukan untuk meneliti persamaan linier dan transformasi linear, awal dari semua ini matrik
dianggap sebagai sebuah permainan karena matrik dapat diaplikasikan, sedangkan pada tahun
1925 matrik digunakan sebagai kuantum dan pada perkembangannya matrik digunakan dalam
berbagai bidang.

B. Rumusan Masalah
Berdasarkan uraian di atas kami menemukan permasalahan sebagai berikut :
1. Apa pengertian atau definisi matriks serta bagaimana pengertian determinan dan invers
matriks?
2. Bagaimana operasi penyelesaian matriks dan permasalahan pada matriks?

C. Tujuan Pembahasan
Berdasarkan uraian di atas kami menemukan permasalahan sebagai berikut :
Menjelaskan tentang pengertian dan definisi matriks, dan pengertian determinan dan
invers matriks dan menjelaskan tentang jenis-jenis operasi matriks dan penyelesaian masalah
pada matriks.

1
 BAB II

LANDASAN TEORI

1. PENGERTIAN MATRIKS

a. Definisi Matriks
Matriks adalah kumpulan bilangan-bilangan yang disusun secara khusus dalam bentuk
baris dan kolom sehingga membentuk persegi panjang dan bujur sangkar dimana panjang
dan lebarnya ditunjukkan oleh kolom dan baris yang ditulis diantara dua tanda kurung,
yaitu ( ) dan [ ].

b. Simbol Matriks
Pada umumnya simbol matriks berbentuk | |, [ ], ( ). Secara umum sebuah matriks
dapat ditulis :

 a11 a12  a1 j  a1n 

a a 22  a2 j  a 2 n 
 21
    
Amxn =  
 ai1 ai 2  aij  ain 
    
 
a m1 am2  a mj  a mn 

Matriks juga dapat dinyatakan sebagai: Amxn = [aij]mxn

Dimana: aij = elemen atau unsur matriks

i = 1,2,3,...m, indeks baris

j = 1,2,3,...n, indeks kolom

c. Bentuk-Bentuk Matriks
1. Ordo 2 x 1 mengandung pengertian 2 baris dan 1 kolom.

a 
Misalnya: b 
 

2. Ordo 2 x 2 mengandung pengertian 2 baris dan 2 kolom.

a b
Misalnya:  c
 d 

2
 3. Ordo 3 x 3 mengandung pengertian 3 baris dan 3 kolom.

a b c
d f 
Misalnya:  e
 g h i 

2. JENIS-JENIS MATRIKS
Jenis matriks dapat dibedakan berdasarkan susunan elemen matriks dan berdasarkan sifat
operasi dari matriksnya.

a. Berdasarkan Susunan Elemen Matriks

Berdasarkan susunan elemen matriks, ada beberapa jenis matriks yaitu:

1. Matriks kuadrat/bujur sangkar (square matrix) adalah matriks dimana jumlah baris
(m) sama dengan jumlah kolom (n) atau m = n.

1 2 3
2 3 6
Contoh: A = 1 , B= 5 4
 4

 
7
 8 9


2. Matriks nol (null matrix) adalah matriks dimana semua elemenya mempunyai nilai
nol (0).

0 0 0
0 0 0
Contoh: A = 0 , B= 0 0
 0

 

0 0 0


3. Matriks diagonal (diagonal matrix) adalah matriks dimana semua elemen diluar
diagonal utamanya adalah nol (0) dan minimal ada satu elemen pada diagonal
utamanya bukan nol.

1 0 0
3 0 0
Contoh: A = 0 , B= 0 0
 5

 

0 0 9


4. Matriks kesatuan/identitas (unit matrix, identity matriix) adalah matriks dimana

semua elemen pada diagonal utamanya bernilai satu dan elemen diluar diagonal
utama bernilai nol.

3
 1 0 0
1 0 0
Contoh: A = 0 , B= 1 0
 1

 
0
 0 1


5. Matriks skalar (scalar matrix) adalah matriks diagonal dimana elemen pada
diagonal utamanya bernilai sama tetapi bukan satu atau nol.

5 0 0
4 0 0
Contoh: A = 0 , B= 5 0
 4

 

0 0 5


6. Matriks tridiaonal (tridiagonal matrix) adalah matriks diagonal dimana elemen

sebelah kiri dan kanan diagonal utamanya bernilai tidak sama dengan nol (0).

5 2 0
2 2
Contoh: A =  5
0 2 5

7. Matriks segitiga bawah (lower triangular matrix, L) adalah matriks diagonal mana
elemen disebelah kiri (bawah) diagonal utama ada yang bernilai tidak sama dengan
nol.

1 0 0
1 0 2
Contoh: L = 2 , L= 3 0
 1   
4
 3 5


8. Matriks segitiga atas (upper triangular matrix, U) adalah matriks diagonal dimana
elemen sebelah kanan (atas) diagonal utama ada yang bernilai tidak sama dengan
nol.

5 3 2
1 2 0
Contoh: U = 0 , U= 4 1
 3  

0 0 5


9. Matriks simetris (symmertic matrix) adalah matriks bujur sangkar dimana elemen
ke aij sama dengan ke aij atau (aij= aij) untuk semua i dan j.

2 1 5
1 2
Contoh: U =  4 , berlaku sifat AT = A
5 2 2

4
 10. Matriks miring (skew matrix) adalah matriks bujur sangkar dimana elemen ke aij
sama dengan –aji atau (aij = -aji) untuk semua i dan j tetapi elemen diagonal utama
tidak semuanya bernilai nol.

 7 5 6
 5 4
Contoh: M =  0 , berlaku sifat MT = -M
 6
 4 2


11. Matriks miring simetris (skew-symmetric matrix) adalah matriks bujur sangkar
dimana elemen ke aij sama dengan –aij atau (aij = -aji) untuk semua i dan dan
semua elemen diagonal utama bernilai nol.

 0 5 6
 5 4
Contoh: M =  0 , berlaku sifat MT = -M

 6 4 0


b. Berdasarkan Sifat Operasi Matriks

Berdasarkan sifat operasi matriks, ada beberapa jenis matriks yaitu:

1. Matriks singular (singular matrix) adalah matriks yang determinannya bernilai nol.

2 3 2
2 4 4
Contoh: A = 2 , B= 1 5
 4

 
0
 0 0


2. Matriks non singular (non singular matrix) adalah matriks yang determinannya
bernilai tidak sama dengan nol.

2 2 1
4 5 1
Contoh: A = 1 , B= 2 2
 2


 2 1 2

3. Matriks hermit (hermit matrix) adalah matriks bujur sangkar yang transpose
conjugate-nya sama dengan matriks itu sendiri atau M
T
= M dimana M =
conjugate kompleks matriks M.

 1 1 i 2  1 1 i 2
1  i i  , 1  i  i 
Contoh: M =  3 M =  3
 2 i 0  2 i 0 

5
  1 1 i 2
1  i i  =
M
T
=  3 M
 2 i 0

4. Matriks hermit miring (skew hermit matrix) adalah matriks bujur sangkar yang
transpose conjugate-nya sama dengan negatif matriks itu sendiri atau M
T
= -M.

 i 1 i 2  i 1 i 2
 1  i 3i i  ,  1  i  3i  i 
Contoh: M =  M = 
  2 i 0    2 i 0 

 1 1 i  2
1  i  3i  i 
M
T
=  = -M
 2 i 0 

5. Matriks uniter (uniter matrix) adalah matriks bujur sangkar yang transposenya
1
sama dengan invers conjugate-nya atau MT = M
T
atau M M T = MM = I.

0  i 0 i T
0 i
Contoh: M = i , =  i dan M = M MT =
 0  M


0  i
 0

0 i  0 i  i 2 0  1 0
 i =  =
 0  i 0  0  i 2  0 1


6. Matriks ortogonal (orthogonal matrix) adalah matriks bujur sangkar yang

transposenya sama dengan inversnya atau MT = M-1 atau MTM=I.

 1 1   1 1 
 2 2   2 2 
Contoh: M =   1 T
1  , dan M =

1 1 
 
 2 2   2 2 

 1 1   1 1 
 2 2   2 2  1 0
MTM =  
1  = 0 1
=I
 1 1   1 
 2 2   2 2 

7. Matriks normal (normal matrix) adalah matriks bujur sangkar yang mempunyai
sifat: M M T
=M T
.

 1 2  i  1 2  i
Contoh: M = 2  i , dan = 2  i
 1  M
 1 

6
  1 2  i
T
= 2  i
M
 1 

 1 2  i  1 2  i
MM T
=M T
M ↔ 2  i 1  2  i 1 


 1 2  i  1 2  i  2 4  2i 
= 2  i =
 1  2  i 1  4  2i 2 

 1 2  i
= 2 2  i 1 
= 2M T

8. Matriks involunter (involunter matriks) adalah matriks yang jika dikalikan dengan
matriks itu sendiri akan menghasilakan matriks identitas atau M2 = I.

 2 1 
 5 5 
Contoh: M =  1 2 

 5 5 

 2 1   2 1 
 5 5   5 5  1 0
M2= M.M =  1 
2 = 0 =I
 2   1  1

 5 5   5 5 

9. Matriks idempotent (idempotent matrix) adalah matriks yang jika dikalikan dengan
matriks itu sendiri akan menghasilkan matriks asal M2= M.

 2 2  4
 1 4 
Contoh: M =  3 

1 2  3


 2 2  4  2 2  4  2 2  4
 4   1 4   1 4 
M 2
=  1 3   3  =  3 = M

1 2  3
 
1 2  3
 
1 2  3


10. Matriks nilpotent (nilpotent matrix) adalah matriks yang jika dikalikan dengan
matriks itu sendiri akan menghasilkan matriks nol atau MP = 0, untuk p = bilangan
bulat positif > 2.

 1 1 3 
 5 6 
Contoh: M =  2 

 2 1  3


7
  1 1 3   1 1 3   1 1 3 
 5 6   5 6   5 6 
M = 3
 2   2   2 
 2
 1 
 3  2
 1 
 3  2
 1 
 3

0 0 0
0 0
M = 3
 0 

0 0 0


11. Matriks elementer (elementary matrix) adalah matriks hasil transformasi elementer
terhadap matriks kesatuan (I).

1 0 0
0 0
Contoh: I =  1 

0 0 1


Transformasi elementer I12,I3(k),dan I23(k):

0 1 0
1 0
I12 =  0 

0 0 1


1 0 0
0 0 
I3(k) =  1
0 0 k 

1 0 0
0 k 
I23(k) =  1
0 0 1 

Keterangan:

I12=b12 (baris 1 ditukar dengan baris 2)

I3(k)=b3(k)=k xb3 (baris 3 dikali dengan k)

I23(k)=b2+k x b3 (baris 2 + baris 3 dikali k)

3. ALJABAR MATRIKS

a. Penjumlahan dan Pengurangan Matriks

Penjumlahan dan pengurangan matriks harus memperhatikan hal-hal berikut:

8
 Matriks dapat dijumlahkan atau dikurangkan jika mempunyai ukuran atau dimensi
yang sama.

 Matriks yang ukurannya berbeda tidak dapat dijumlahkan atau dikurangkan.

 Matriks hasil penjumlahan atau pengurangan mempunyai ukuran yang sama

dengan matriks asal.

 Penjumlahan matriks adalah menambahkan elemen pada posisi yang sama pada
matriks.

 Pengurangan (selisih) matriks adalah mengurangi elemen pada posisi yang sama
pada matriks.

Jumlah dua matriks A = (aij) dan B = (bij) yang berukuran m x n:

A + B = (aij + bij)mxn untuk i = 1,2, ..., m;

j= 1,2, ..., n;

selisih dua matriks A = (aij) dan B = (bij) yang berukuran m x n:

A - B = (aij - bij)mxn untuk i = 1,2, ..., m;

j= 1,2, ..., n;

Sifat penjumlahan dan pengurangan matriks:

 A+B=B+A Sifat komutatif

 A+B+C=C+B+A

 (A+B)+C=A+(B+C) Sifat Asosiatif

 A+0=A

 A–0=A

Contoh:

Tentukan penjumlahandan selisih dari matriks-matriks berikut:

9
  2 1 3  4 7  8
 0 6  9 5 
A=  4  , B=  3 
 6
 10 
 5 1
 1 2 


Penyelesaian:

 24 1 7 3  (8)  6 6  5

 09 43 6  5  =  9 11 
A+B=   7 
 6  1 10  ( 1)  5  2  
 5 9 3 


 24 1 7 3  ( 8)   2 8 11 

 09 43 6  5  =  9 1 
A-B=   1
  6  1 10  ( 1)  5  2    7 11  7 

b. Perkalian Matriks
1. Perkalian Skalar dengan Matriks

Jika k adalah bilangan real (skalar), maka perkalian skalar dengan matriks A=[aij]mxn :

 ka11 ka12  ka1n 

 ka ka 22  ka 2 n 
kA = 
21
= (kaij)mxn
   
 
 ka m1 ka m 2  ka mn 

atau

 a11 k a12 k  a1n k 

a k a 22 k  a 2 n k 
Ak = 
21
= (aijk)mxn
   
 
a m1 k am2 k  a mn k 

Sifat perkalian skalar dengan matriks:

Jika A, B, C adalah matriks mxn, k1 dan k2 adalah skalar maka:

 k1 = Ak1

 (k1k2)A = k1(k2A)

 1A = A

10
  (-1) A= -A

 K1(A+B) = k1A + k1B

 (k1+k2)A = k1A + k2A

Contoh:

 2 1 3 
 0 4 6 
1. Jika A =   dan k = 2 tentukan kA dan Ak

 6 10  5


Penyelesaian:

 2 1 3   2 2 6 
 0 4 6   0 8 12 
kA = 2  = 

 6 10  5
  12 20  10

 2 1 3   2 2 6 
 0 4 61   0 8 12 
Ak =   2= 

 6 10  5
  12 20  10

2. Jika diketahui matriks A dan B berikut,

 4 0 5 1 1 1
A =  1 3 , B = 3 5
 2
  7


Tentukan 2A dan 2A-B

Penyelesaian:

 4 0 5  8 0 10
2A = 2  1 3 = 
 2
  2 6 4 

 4 0 5  1 1 1  7 1 9
2A-B = 2  1 3 - = 
 2 3 5 7
  5 1 3


2. Perkalian Matriks dengan Matriks

11
Jika A matriks ukuran m x p dan B matriks ukuran p x n, maka perkalian matriks A
dan B :

 a11 a12  a1 p   b11 b12  b1n 

a a 22  a 2 p  b b22  b 2 n 
AB =   21
21

    
   
 a m1 am2  a mp  b p1 bp2  b pn 

 p 
atau AB =  aik bkj 
 k 1  mxn

untuk semua i = 1,2,..., m ; j = 1,2,...,p.

Perkalian matriks yaitu mengalikan elemen baris ke-i matriks A dengan elemen kolom
ke-j matriks B dan menjumlahkannya. Dimensi hasil perkalian matriks:

Am x p x Bp x n = ABm x n

sifat perkalian matriks dengan matriks:

 A(BC) = A (BC) Asosiatif

 A(B+C) = AB + AC Distributif kiri

 (B + C ) A = BA + C Distributif kanan

 r(AB) = (rA)B r = skalar

 ImA = A = AIn Asosiatif

Contoh:

2  1 3 9 2 
1. Jika diketahui A = 3 dan B = tentukan AB
 4
5
 7  6

Penyelesaian:

2  1 3 9 2 
AB = 3 4 
x 
  5 7  6

12
 2(3)  ( 1)5 2( 9)  ( 1)7 2( 2)  ( 1)(6) 
= 
 3(3)  4(5) 3( 9)  4(7) 3( 2)  4( 6) 

1  25 10 
= 29
 1  18

c. Perpangkatan Matriks
Jika n adalah sebuah bilangan bulat positif dan A suatu matriks persegi, maka A n =
A x A x A x A ... x A (sebanyak n faktor) atau dapat juga dituliskan A n = A x An-1 atau
An = An-1 x A.

Contoh:

1  2
Diketahui matriks A =  1 , tentukan:
 3 


a. A2 b. A3 c. 2A4

Penyelesaian:

1  2  1  2  3  8
a. A2 =  1 =
 3  
  1 3 
  4 11 


1  2  3  8  11  30
b. A3 =  1 =
 3  
  4 11 
  15 41 

1  2  11  30
c. 2A4 = 2A x A3 = 2  1
 3  
  15 41 

 41  112   82  224
= 2  56 =
 153    112 306 

d. Transpose matriks
Transpose dari matriks A berordo m x n adalah matriks yang diperoleh dari matriks A
dengan menukar elemen baris menjadi elemen kolom atau sebaliknya, sehingga beordo n x m.
T
Notasi transpose Am x n adalah Anxm .

13
 Contoh:

Tentukan transpose dari matriks berikut:

 a11 a12 a13 a14  2 3

 a 24  , 1 4
A = a 21 a 22 a 23 B=  
a 31 a 32 a 33 a 34  
5 6


Penyelesaian:

Transpose dari matriks tersebut adalah sebagai berikut:

 a11 a 21 a 31 
a a 22 a32  2 1 5
A = 
T 12
BT =  3 6
 a13 a 23 a33   4 
 
a14 a 24 a34 

e. Determinan Matriks
1. Determinan matriks ordo 2 x 2
a b
Misalkan A =  c adalah matriks yang berordo 2 x 2 dengan elemen a dan d
 d 

terletak pada diagonal utama, sedangkan b dan c terletak pada diagonal utama kedua.
Determinan matriks A dinotasikan “det A” atau A adalah suatu bilangan yang diperoleh
dengan mengurangi hasil kali elemen-elemen pada diagonal utama pertama dengan hasil kali
pada diagonal utama kedua.
Dengan demikian dapat diperoleh rumus det A sebagai berikut:
a b
det A =  c = ad –bc
 d 

Contoh:

Tentukanlah determinan metriks matriks berikut:

5 2  4  1
A = 4 3
b.  3
   2

Penyelesaian:

5 2
a. det A =  4 = (5) (3) - (2) (4) = 7
 3


14
  4  1
b. det B =  3 = (-4) (2) – (-1) (3) = -5
 2

2. Determinan matriks ordo 3 x 3

 a11 a12 a13 
 a 23  adalah matriks persegi berordo 3 x 3, determinan A
jika A =  a 21 a 22
a 31 a 32 a 33 

 a11 a12 a13 

 a 23  .
dinyatakan dengan det A =  a 21 a 22
a 31 a 32 a 33 

Ada dua cara yang dapat digunakan untuk menentukan matriks berordo 3 x 3,
yaitu aturan sarrus dan metode minor-kofaktor.

 aturan sarrus

Untuk menentukan determinan dengan aturan sarrus, perhatikan alur berikut.

Misalnya kita akan menghitung determinan matriks A 3x3, gambaran
perhitungannya adalah sebagai berikut:

a11 a12 a13 a11 a12

det A  a 21 a 22 a 23 a 21 a 22
a 31 a32 a 33 a 31 a 32

= a11 a 22 a 33  a12 a 23 a31  a 13 a 21a32  a13 a 22 a31  a11 a 23 a32  a12 a 21a33

 metode minor-kofaktor

Misalkan matriks A dituliskan dengan [aij]. Minor elemen aij yang dinotasikan
dengan Mij adalah determinan setelah elemen-elemen baris ke-i dan kolom ke-j
dihilangkan. Misalnya dari matriks A3x3 kita hilangkan baris ke-2 kolom ke-1

 a11 a12 a13 

 a 23 
sehingga: A =  a 21 a 22
a 31 a 32 a 33 

15
  a12 a13 
Akan diperoleh M21 =  . M21 adalah minor dari elemen matriks A baris
a 32 a 33 

ke-2 kolom ke-1 atau M21 = a21.

Kofaktor elemen aij dinotasikan dengan Kij adalah hasil kali (-1)i+j dengan minor
elemen tersebut. Dengan demikian kofaktor suatu matriks dirumuskan dengan:

Kij= (-1)i+j Mij

Dari matriks A diatas, kita peroleh misalnya kofaktor a21 dan a13 berturut-turut
adalah :

K21=(-1)2+1M21= -M21

K13=(-1)1+3M13= -M13

 k11 k12 k13 

 k 23 
Kofaktor dari matriks A3x3 adalah (kof) A =  k 21 k 22
k 31 k 32 k 33 

Nilai dari suatu determinan merupakan hasil penjumlahan dari perkalian suatu
elemen-elemen suatu baris (atau kolom) dengan kofaktornya. Untuk menghitung
determinan, kita dapat memeilih terlebih dahulu sebuah baris (atau kolom)
kemudian kita gunakan aturan diatas. Perhatikan cara menentukan determinan
berikut:

 a11 a12 a13 

 a 23 
Misalkan diketahui matriks A =  a 21 a 22
a 31 a 32 a 33 

Determinan matriks A dapat dihitung dengan cara berikut:

Kita pilih baris pertama sehingga:

det A = a11 k11  a12 k12  a13 k13

= a11 (1)11 M 11  a12 (1)1 2 M 12  a13 (1)13 M 13

 a 22 a 23  a a 23  a a 22 
= a11    a12  21   a13  21
 a32 a 33   a 31 a33   a31 a 32 

16
 = a11 (a 22 a33  a 23 a32 )  a12 (a 21 a33  a 23 a 31 )  a13 (a 21a 32  a 22 a31 )

= a11 a 22 a33  a11 a 23 a32  a12 a 21a33  a12 a 23 a31  a13 a 21a32  a13 a 22 a31

= a11 a 22 a33  a12 a 23 a31  a13 a 21a32  a11 a 23 a32  a12 a 21a33  a13 a 22 a31

Tampak bahwa det A matriks ordo 3 x 3 yang diselesaikan dengan cara minor
kofaktor hasilnya sama dengan det A dengan menggunakan cara sarrus.

Contoh:

1 2 3
2 4
Tentukan determinan dari matriks A =  1  dengan aturan sarrus dan minor

3 1 2


kofaktor!

Penyelesaian:

Cara 1 (aturan sarrus):

1 2 3
2 4
det A =  1 

3 1 2


= (1 x 1 x 2) + (2 x 4 x 3) + (3 x 2 x 1) – (3 x 1 x 3) – (1 x 4 x1) – (2 x 2 x
2)

= 2 + 24 + 6 – 9 – 4 – 8

= 11

Cara 2 (minor-kofaktor):

1 4 2 4 2 1
det A = 1 1   2   3
 2 3 2 3 1

= 1 (2 – 4) – 2 (4 – 12) + 3 (2 – 3)

= 1 (-2) – 2(-8) + 3(-1)

= -2 + 16 – 3

17
 = 11

3. Sifat-Sifat Determinan Matriks

Berikut beberapa sifat determinan matriks:

a. jika semua elemen dari salah satu baris/kolom sama dengan nol maka determinan
matriks itu nol.

2 3 1
0 0 0
Misal: A = 2 → A 0, B= 0 0  B  0
 3


5 4 1 

b. jika semua elemen dari salah satu baris/kolom sama dengan baris/kolom elemen-
elemen lain maka determinan matriks itu nol.

4 3 2
5 7 8   B  0 (karena
Misal: B =  elemen-elemen baris ke-1 dan ke-3
 4 3 2

sama).

c. Jika elemen-elemen salah satu kolom/baris merupakan kelipatan dari elemen-elemen

baris/kolom lain maka determinan matriks itu sama dengan nol.

1 2 3
5 7 0  A  0 (karena
Misal: A =  elemen-elemen baris ke-3 merupakan
2 4 6

kelipatan elemen-elemen baris ke-1)

d. AB  A x B

e. AT  A , untuk AT adalah transpose dari matriks A.

1
f. A 1  , untuk A-1 adalah invers dari matriks A
A

g. kA  kn A untuk A ordo n x n dan k suatu konstanta.

1. Invers Matriks

Jika A adalah matriks ukuran n x n dan jika ada matriks b ukuran n x n sedemikian
rupa sehingga:
18
 AB = BA = I

Dimana I adalah matriks identitas ukuran n x n, maka matriks A disebut non

singular atau invertibel dan matriks A merupakan invers dari B atau B merupakan
invers dari A.

Jika matriks A tidak mempunyai invers, maka A disebut matriks singular atau non
invertibel.

Notasi matriks invers dari A: A-1.

1. Menentukan invers matriks berordo 2 x 2

a b
Misalkan diketahui matriks A =  c , dengan ad-bc tidak sama dengan
 d 

nol. Suatu matriks lain, misalnya B dikatakan sebagai invers matriks A jika AB =
I. Matriks invers dari A ditulis A-1 dengan demikian berlaku AA-1=A-1A.

Matriks A mempunyai invers jika A adalah matriks nonsingular yaitu det A ≠

0, sebaliknya jika det A = 0 maka matriks singular maka matriks ini tidak memiliki
invers.

a b
Jadi jika A =  c d 
, maka inversnya adalah:


1  d  b
A-1 =  untuk ad-bc ≠ 0
ad  bc  c a 

Contoh:

Tentukan invers matriks matriks berikut:

4 1
a. A = 7 2
 

3  2
b. B = 5
  4

Penyelesaian:

1  2  1
a. A-1 = 
8  7  7 4

19
 1  2  1
= 
1  7 4

 2  1
=  7
 4

1  4 2
b. B-1 =
 12  ( 10)   5 3

1  4 2
=  3
 2  5

2 1
= 5  3
 2 2 

2. Menentukan invers matriks berordo 3 x 3

Invers matriks berordo 3 x 3 dapat dicari dengan beberapa cara. Pada pembahasan kali
ini kami akan menggunakan cara adjoin.

Invers matriks persegi berordo 3 x 3 dirumuskan sebagai berikut:

1
A 1  adj ( A)
det A

Penentuan adj A:

a b c () () () a11 a12 a13

 
A  d e f   A  ( ) () ()  A  a 21 a 22 a 23
g h i  () () () a31 a32 a33


e f  d f  d e
a11   a  a12  b  a13  c 
h i  g i  g h 

b c a c a b
a 21   d   a 22  e  a 23   f  
h i  g i  g h 

b c a c a b
a31   g   a 32   h  a33  i 
e f  d f  g h 

Contoh:

20
 1 2 1
2 4
Diketahui matriks A =  3 tentukan invers matriks A dengan
1 2 3

menggunakan perhitungan menurut baris pertama.

Penyelesaian:

Terlebih dahulu kita hitug determinan A

3 4 2 4 2 3
det A  1 2 1
2 3 1 3 1 2

= 1(9 – 8) – 2(6 – 4) + 1(4 – 3)

=1(1) – 2(2) + 1(1)

=1 – 4 + 1

= -2

Dengan menggunakan rumus adjoin diperoleh:

 1 4 5 
adj ( A)    2 2  2
 1 0  1 

Jadi A-1 dapat dihitung sebagai berikut:

1
A 1  adj ( A)
det A

 1 4 5 
1 
=  2  2 2  2
 1 0  1 

 1 5
 2  
2
2
= 1 1 1 
 1 1 
 0 
 2 2 

a. Penyelesaian Persamaan Linear dengan Matriks

21
 Matriks dapat digunakan untuk mempermudah dalam menentukan penyelesaian
sistem persamaan linear. Pada pembahasan kali ini, kita akan menggunakannya untuk
menyelesaikan sestem persamaan linear dua variabel dan tiga variabael.

1. Sistem Persamaan Linear Dua Variabel

Bentuk umum sistem persamaan linear dua variabel:

ax + by = p .......................................................(1)

cx + dy = q .......................................................(2)

persamaan (1) dan (2) deatas dapat kita susun kedalam bentuk matriks dibawah
ini:

a b   x   p
c 
 d   y   q 

Tujuan penyelesaian sistem persamaan linear dua variabel adalah menentukan

nilaix dan y yang memenuhi sistem persamaan itu. Oleh karena itu, berdasarnya
sistem penyelesaian matriks bentuk AX = B dapat dirumuskan sebagai berikut:

 x 1 d  b  p
 y   ad  bc  c 
a   q 
  

Asalkan ad – bc  0

Contoh:

Tentukan penyelesaian sistem persamaan linear berikut dengan menggunakan

matriks.

2x + y =

x + 3y = 7

penyelesaian:

dari persamaan diatas dapat kita susun menjadi matriks sebagai berikut.

2 1  x   4 
1 
 3  y  7 

Dengan menggunakan rumus penjelasan matriks diatas, diperoleh sebagai berikut.

22
  x 1  3  1 4
 y   ( 2 x3)  (1x1)  1 2  
    7 

15
= 10
5  

1 
= 2
 

Jadi,diperoleh penyelesain x = 1 dan y = 2

2. Sistem Persamaan Linear Tiga Variabel

Untuk menyelesaikan sistem persamaan linear tiga variabel dapat dilakukan

dengan beberapa cara misalnya eliminasi, substitusi dan gabungan antara eliminasi
dan substitusi.

Misalkan diberikan sistem persaman linear tiga variabel sebagai berikut.

a1 x  b1 y  c1 z  d1

a 2 x  b2 y  c 2 z  d 2

a 3 x b 3 y  c 3 z  d 3

Sistem persamaan linear diatas dapat disusun menjadi matriks sebagai berikut:

 a1 b1 c1   x   d 1 
a b2 c 2   y   d 2 
 2
 a3 b3 c3   z   d 3 

 a1 b1 c1   x  d1 
 c 2  , X =  y  
Misalkan A = a 2 b2   dan B = d 2 
 a 3 b3 c3  
z  d 3 

Bentuk diatas dapat kita tuliskan sebagai AX = B

Penyelesaian sistem persamaan AX= B adalah X = A-1B. Dalam hal ini

1
A-1= adj ( A) , oleh karena itu diperoleh:
det A

23
  1  1
X=  adj ( A)  B = adj ( A) B
 det A  det A

Contoh:

Tentukanlah determinanmatriks berikut:

1 2 3
B  1 3 4
1 4 3

Penyelesaian:

1 2 31 2
B  1 3 41 3
1 4 31 4

B = (1x3x3) + (2x4x1) + (3 x1x4) – (3x3x1) – (1x4x4) – (2x1x3)

B  9  8  12  9  16  6

B  2

BAB III

PENUTUP

A. Kesimpulan
Matriks adalah kumpulan bilangan-bilangan yang disusun secara khusus dalam bentuk
baris dan kolom sehingga membentuk persegi panjang dan bujur sangkar dimana panjang dan
lebarnya ditunjukkan oleh kolom dan baris yang ditulis diantara dua tanda kurung, yaitu ( )
dan [ ].

Pada dasarnya dalam kehidupan sehari-hari kita sering berhadapan dengan persoalan yang
apabila kita telusuri ternyata merupakan masalah matematika. Dengan kata lain kita selalu
bersentuhan dengan persoalan-persoalan yang berkaitan dengan matematika entah itu kita
sadari ataupun tidak. Agar mudah difahami maka persoalan tersebut diubah kedalam bahasa
atau persamaan matematika supaya persoalan tersebut lebih mudah diselesaikan. Diatas juga
24
telah dijeleskan macam-macam matriks, aljabar matriks, nilai eigen dan vektor eigen serta
penerapan matriks dalam ilmu fisika. Tetapi terkadang suatu persoalan sering kali memuat
lebih dari dua persamaan dan beberapa variabel, sehingga kita mengalami kesulitan untuk
mencari hubungan antara variabel-variabelnya.

B. Saran
Matematika merupakan salah satu mata pelajaran yang paling tidak disukai oleh anak-
anak. Kenyataan di lapangan membuktikan cukupbanyak siswa yang tidak suka bahkan
membenci mata pelajaran matematika. Dalam benak mereka matematika merupakan mata
pelajaran yang sangat sulit untuk dimengerti bahkan membosankan.
Hal ini menjadi dilema bagi para pendidik dan para ahli, karena matematika
merupakansalah satu pengetahuan untuk sains dan teknologi yang sangat perlu bagi
kelanjutan pembangunan. Apalagi dalam memasuki abad ke-21 yang ditandai dengan
kemajuan dalam perkembangan IPTEK, pengetahuan siapdan kepiawaian berpikir logis yang
dikembangakan dalam pelajaranmatematika sangat diperlukan.
Dalam menghadapi era globalisasi yang diiringi dengan perkembangan IPTEK yang
sangat pesat, maka peningkatan kualitas-kualitas sumber daya manusia mempunyai posisi
yang strategis bagi keberhsilan dan kelanjutan pembangunan nasional. Oleh sebab itu, upaya
tersebut mutlak harus mendapat perhatian yangsungguh-sungguh dan harus dirancang secara
sistematis dan seksama berdasarkan pemikiran yang matang. Wadah yang tepat bagi upaya
peningkatan kualitas sumberdaya manussia adalah pendidikan.
Ada beberapa indikator dalam peningkatan mutu pendidikan antara lain melalui
peningkatan kinerja guru dan peningkatan mutupelajaran yang melibatkan MBS, Pakem, serta
peran serta masyarakat (PSM).Dalam kaitannya dengan Pakem, guru dituntut untuk
menciptakan situasi pembelajaran yang kondusif, yaitu pembelajaran yang aktif, kreatif,
efektif, danmenyenangkan. Situasi pakem tersebut harus diupayakan untuk semua mata
pelajaran.
Dengan begitu, diharapkan peningkatan mutu pendidikn pendidikan dapat tercapaisecara
optimal. Guru sebagai faktor penentu dan paling berpengaruh dalam hal menanamkan konsep
terhadap siswa. Penguasaan guru terhadap materi pelajaran, kemampuan guru dalam memilih
dan menggunakan metode pembelajaran serta kemampuan guru dalam menetapkan media
pembelajaran sangat menentukan terhadap keberhasilan proses pembelajaran, di samping
adanya potensi dan kemauan siswa sendiri.

25
 DAFTAR PUSTAKA

Amir, Muhammad Faiza; dkk. 2016. Buku Ajar Matematika Dasar. Sidoarjo: UMSIDA
PRESS

Ruminta. 2009. Matriks Persamaan Linier dan Pemograman Linier. Bandung: Rekayasa
Sains.

26