LAPORAN AKHIR PRAKTIKUM

KOMPUTASI GEOFISIKA TG2204

MODUL KE – 1
PENGENALAN PYTHON DAN SISTEM MATRIKS

Oleh:
MUHAMMAD AL FIQRI IDHAM 119120039

Asisten :
Nugroho Prasetyo, S.T.
Rizki Wulandari, S.T.
Wisnu Prayudha, S.T.
Irma G Pangaribuan 118120119
Muhammad Ichsan 12117143

PROGRAM STUDI TEKNIK GEOFISIKA

JURUSAN TEKNOLOGI PRODUKSI DAN INDUSTRI
INSTITUT TEKNOLOGI SUMATERA
2021
1. Tujuan Praktikum
Tujuan Praktikum adalah sebagai berikut:
1. Mahasiswa mengenal dan mampu memahami konsep dasar bahasa
permrograman python.
2. Mahasiswa mampu menerapkan operasi matriks 2D menggunakan bahasa
python.
2. Teori Dasar
1. Python
Python merupakan bahasa pemrograman dinamis yang mendukung
pemrograman berbasis objek. Python merupakan bahasa pemrograman tingkat
tinggi yang dewasa ini telah menjadi standar dunia komputasi. Python merupakan
bajasa pemrograman open source multi-platform yang dapat digunakan pada
berbagai macam sistem operasi, bahasa pemrograman yang fleksibel dan mudah
untuk dipelajari untuk semua pengguna. Python memiliki modul standar yang
menyediakan sejumlah besar fungsi dan algoritma, untuk menyelesaikan pekerjaan
seperti mengurai data teks, memanipulasi dan menentukan file dalam disk,
membaca / menuliskan file terkompresi, dan mengunduh data dari server web. Para
programmer dapat dengan mudah menerapkan Teknik kommputasi tingkat lanjut
seperti pemrograman berorientasi objek (Herbo, 2017)
Untungnya, banyak routine numerik dan matematis umum yang telah
disusun sebelumnya, yang dikelompokan ke dalam dua buah paket (NumPy dan
SciPy) yang dapat diimpor secara mudah ke dalam Python. Paket NumPy
(Numerical Python) menyediakan banyak routine dasar guna memanipulasi array
dan matriks numerik dalam skala besar. Paket SciPy (Scientific Python)
memperluas kegunaan NumPy dengan kumpulan algoritma ilmiah yang sangat
berguna, seperti minimalisasi; transformasi Fourier; regresi; dan banyak teknik –
teknik aplikasi matematis lainnya. Karena bersifat open source, kedua paket ini
sangat populer di kalangan ilmuwan (Herbo, 2017)
Setiap pengimplementasian Python hadir dengan sejumlah modul bawaan
dan standar. Ini didokumentasikan di library-index. Beberapa modul bawaan
disebutkan ketika mereka berinteraksi secara signifikan dengan pendefinisian
bahasa. Meskipun ada satu implementasi Python yang sejauh ini paling popular,
ada beberapa implementasi alternatif yang menarik bagi audiens yang berbeda.
Implementasi (Rossum & Drake, 2006), yang dimaksud adalah sebagai berikut:
CPython adalah implementasi Python asli dan paling terawat, ditulis dalam C. Fitur
bahasa baru biasanya muncul di sini dulu. (Rossum & Drake, 2006)
Jython Python yang diimplemetnasikan di Java. Implementasi ini dapat digunakan
sebagai bahasa scripting untuk aplikasi Java, atau dapat digunakan untuk
membuat aplikasi menggunakan perpustakaan kelas Java. Hal ini juga sering
digunakan untuk membuat pengujian untuk perpustakaan Java. Informasi
lebih lanjut dapat ditemukan di situs web Jython (Rossum & Drake, 2006).
Python for .NET Implementasi ini sebenarnya menggunakan CPython, tetapi
memanajen aplikasi .NET terkelola dan membuat Pustaka .NET tersedia. Itu
dibuat oleh Brian Lloyd (Rossum & Drake, 2006)
PyPy Implementasi Python yang ditulis sepenuhnya dengan Python. Ini
mendukung beberapa fitur lanjutan yang tidak ditemukan dalam
implementasi lain seperti dukungan tanpa tumpukan dan kompiler Just in
Time. Salah satu tujuan proyek ini adalah untuk mendorong eksperimen
dengan bahasa itu sendiri dengan membuatnya lebih mudah untuk
memodifikasi penafsir (karena itu ditulis dengan Python) (Rossum & Drake,
2006)
2. Matriks
Matriks adalah kumpulan dari beberapa nilai yang memiliki baris dan
kolom. Dimana susunan horizontal disebut dengan baris sedangkan susunan
vertikal disebut dengan kolom (Yulian, Sitio, Kusuma, & Rosyani, 2019).
Bentuk umum dari sebuah matriks adalah sebagai berikut:
𝑎11 𝑎12 ⋯ 𝑎1𝑛
𝑎21 𝑎22 ⋯ 𝑎2𝑛
⋯ ⋯ ⋯ ⋯
𝑎𝑥1 𝑎𝑥2 ⋯ 𝑎𝑥𝑦
𝑎𝑥𝑦 adalah sebuah nilai dari matriks yang terletak pada baris ke-x dan
kolom ke-y. Dimana nama sebuah matriks dapat ditulis dengan menggunakan huruf
besar seperti A, B, C, dan sebagainya. Sedangkan unsur suatu matriks dengan huruf
kecil sesuai letak elemennya seperti 𝑎11, 𝑎12 dan seterusnya. Dalam sebuah
matriks dikenal dengan istilah ordo. Ordo adalah perkalian antara baris dan kolom.
Misalnya 𝐴𝑥𝑦. 𝐴𝑥𝑦 artinya adalah matriks A yang memiliki banyaknya baris x buah
dan kolom sebanyak y buah (Yulian, Sitio, Kusuma, & Rosyani, 2019)
Adapun jenis-jenis matriks adalah sebagai berikut:
1. Matriks nol, merupakan matriks yang setiap elemennya selalu bernilai nol.
2. Matriks baris, merupakan sebuah matriks yang hanya memiliki satu baris
saja atau tidak lebih dari satu baris.
3. Matriks Kolom, merupakan matriks yang hanya memiliki satu kolom saja
atau tidak lebih dari satu kolom.
4. Matriks bujur sangkar, merupakan sebuah matriks yang memiliki jumlah
baris dan kolomnya sama.
5. Matriks diagonal, merupakan sebuah matriks persegi yang jumlah baris dan
kolomnya sama dan semua elemennya bernilai nol, kecuali elemen-elemen
diagonal utamana
6. Matriks identitas (I), merupakan sebuah matriks persegi yang semua elemen
diagonal utamanya bernilai satu dan elemen lainnya bernilai nol.
7. Matriks skalar, merupakan sebuah matriks persegi yang memiliki jumlah
baris dan kolom sama dan nilai semua elemen pada diagonal utamanya
 sama, tetapi bukan nol dan semua elemen lainnya bernilai nol (Yulian, Sitio,
Kusuma, & Rosyani, 2019).
3. LANGKAH PENGERJAAN
1. Buka Google Colab, dan login menggunakan akun Google anda
2. Ketik di baris pertama “ Import numpy as np “ , memasukkan Pustaka
numpy ke dalam script dan disingkat menjadi “np”
3. Masukkan data matriks yang akan dioperasikan kedalam np.array

4. Setelah data matriks sudah diinput, untuk mengeluarkan hasilnya dapat

dimunculkan dengan perintah print

5. Masukkan atau input rumus-rumus operasi pada matriks yang telah

diketahui
6. Masukkan perintah “print” terhadap rumus matriks tadi agar muncul di
layer

7. Lalu script bekerja dan memunculkan perintah “print” yang telah

dimasukkan
4. PEMBAHASAN
Perbedaan antara perkalian vektor dan perkalian skalar ada terletak pada
aturan yang digunakan. Perkalian matriks skalar dilakukan dengan mengalikan
setiap komponen nilai matriks dengan skalar. Contoh, matriks X dikalikan dengan
skalar K maka setiap komponen yang ada baris dan kolom matriks X dikalikan
dengan K. pekalian skalar memiliki aturan yang tidak harus mempunyai ordo yang
sama. Perkalian matriks vektor dilakukan dengan mengalikan komponen baris
pertama pada matriks X dengan komponen kolom matriks Y. setiap komponen pada
matriks X kemudian dikalikan dengan komponen matriks Y sesuai dengan aturan
dan syarat yang memenuhi.
Matriks singular adalah matriks yagn tidak bisa diinvers. Matriks tidak bisa
diinvers dikarenakan nilai determinan matriks tersebut adalah nol. Sedangkan
matriks non-singular adalah matriks yang bisa diinversikan karena nilai dari
determinan matriks itu sendiri tidak sama dengan nol.
 Untuk mengetahui bagaimana syarat yang dimaksud dapat dilihat dari
matriks B dan D yang akan diinversikan:

Dapat dilihat, kalau kedua matriks B dan D dapat diinversikan karena nilai
determinan tidak sama dengan nol, determinan matriks B adalah 10,000 dan
determinan matriks D adalah -3,99. Dapat dibuktikan kalau matriks B dan D adalah
matriks non-singular.
5. KESIMPULAN
Kesimpulan yang didapatkan dari praktikum kali ini adalah:
1. Bahasa pemrograman Python mudah untuk digunakan dan dipelajari
karena perpustakaan yang luas dan dapat digunakan hampir setiap sistem
operasi
2. Dengan menggunakan Python, penggunaannya berbagai macam seperti
pengoperasian matriks dengan numpy, pembuatan gelombang dengan
matplotlib dan yang lainnya sebagai perpustakaan agar perintah dapat
dijalankan dengan sesuai penggunaan.
3. Perkalian matriks vektor dan singular dibedakan pada syarat yang
memenuhi dimana perkalian matriks vektor terpaku pada baris komponen
matriks dan kolom baris komponen matriks
4. Matriks singular adalah matriks yang tidak bisa diinvers karena nilai
determinan sama dengan nol, sedangkan matriks non-singular adalah
matriks yang bisa diinvers karena nilai determinan tidak sama dengan nol.
 DAFTAR PUSTAKA
Herbo, S. H. (2017). Tutorial Pemrograman Python 2 Untuk Pemula. Banding:
WCPL Press.
Rossum, G. V., & Drake, L. F. (2006). The Python Languange Reference .
Roseburg: Network Theory Ltd. Paperback.
Yulian, A., Sitio, S. L., Kusuma, S. D., & Rosyani, P. (2019). ALJABAR LINIER
DAN MATRIKS. Tangerang Selatan: UNPAM PRESS.