MAKALAH ROBOTIKA

“MATRIK”

OLEH :

HABIBURRAHMAN RULI ALIF (1610952004)

NUGI TRI DARMA (1810952003)

TAUFIK ALRIDHO (1810953026)

DOSEN PENGAMPU :

Dr.Eng MUHAMMAD ILHAMDI RUSYDI

JURUSAN TEKNIK ELEKTRO

FAKULTAS TEKNIK

UNIVERSITAS ANDALAS

2021
A. Prinsip Dasar Matrik

Matrik ialah kumpulan angka-angka atau elemen-elemen yang disusun menurut baris
dan kolom sehingga berbentuk empat persegi panjang, dimana panjang, dan lebarnya
ditunjukkan oleh banyaknya kolom dan banyaknya baris. Matrik dituliskan dalam tanda
kurung atau kurung besar. Matrik ditulis dalam bentuk huruf besar. Matrik tidak
mempunyai harga, matrik hanyalah sekumpulan data yang dituliskan dengan syarat
tertentu.
Matrik dapat digunakan untuk mencari hubungan antara variable-variabel.
Dengan matrik dapat dipecahkan nilai nilai variabelnya yang mungkin terdiri dari puluhan
persamaan yang terdiri dari puluhan variabelnya, dan harus dihitung nilai-nilai parameter
(koefisiennya) yang juba berjumlah puluhan bahkan mungkin ratusan. Sehingga
penggunaan matrik akan lebih efisien dalam penyusunan data dan lebih mudah dalam
pengambilan keputusan.

Sebuah matriks memuat tanda kurung sebagai pembatas. Tanda kurung yang
digunakan dapat berupa tanda kurung biasa ataupun tanda kurung siku. Pada umumnya,
matriks diberi nama dengan memakai huruf kapital, seperti A, B, C. Bilangan-bilangan
yang menyusun sebuah matriks dinamakan unsur atau anggota dari matriks tersebut dan
dinotasikan dengan huruf kecil berindeks yang menyatakan letak dari unsur tersebut
dalam matriks (baris dan kolom). Perhatikan kembali matriks pada uraian sebelumnya.
Misalkan matriks tersebut adalah matriks A maka

7 6 8 6 
A 
1 2 1 3 

Pada matriks A, yang dimaksud dengan a23 adalah unsur dari matriks A yang
berada pada baris kedua dan kolom ketiga, yaitu 1. Jika Anda perhatikan, matriks A terdiri
 atas 2 buah baris dan 4 buah kolom. Banyaknya baris dan kolom yang menyusun sebuah
matriks dinamakan sebagai ordo atau ukuran matriks. Sehingga matriks A disebut sebagai
matriks berordo 2 × 4.
Secara umum, matriks dengan m baris dan n kolom dapat disajikan sebagai berikut.

B. Jenis Operasi Matriks

a. Penjumlahan dan Pengurangan Matriks
Suatu matrik A dan matrik B dapat dijumlahkan atau dikurangkan apabila matrik A
dan Matrik B mempunyai ordo yang sama. Hasil penjumlahannya atau
pengurangannya berupa matrik C dengan ordo yang sama dengan matrik A dan B.

Sifat Penjumlahan Matrik

1. A + B = B + A
2. A + (B+C) = (A+B) + C
3. A + 0 = 0 + A = A
4. (𝐴 + 𝐵)𝑇 = 𝐴𝑇 + 𝐵𝑇

Jika A – B = C maka elemen-elemen C diperoleh dari pengurangan elemen-

elemen A dan B yang seletak, yaitu 𝐶𝑖𝑗 = 𝐴𝑖𝑗 − 𝐵𝑖𝑗 atau pengurangan dua matriks
ini dapat dipandang sebagai penjumlahan : A + (-B)
Contoh :

1 2 3  1 2 1  0 4 4
A   3 1 2  B   2 2 2 A  B  C  5 3 0 
 2 1 1   2 3 2   4 4 3 
 1 2 3  1 2 1  2 0 2 
A   3 1 2  B   2 2 2 A  B  C  1 1 4 
 2 1 1   2 3 2  0 2 1

b. Perkalian Matrik
 Perkalian Matriks dengan bilangan Real (skalar)
Contoh :
 2 8 3 8 12 32
P  maka 4 P  4   
 5 1 5 1  20 4 
Sifat-sifat perkalian matriks dengan skalar
a) 𝑎(𝐵 + 𝐶 ) = 𝑎𝐵 + 𝑎𝐶
b) 𝑎(𝐵 − 𝐶 ) = 𝑎𝐵 − 𝑎𝐶
c) (𝑎 + 𝑏)𝐶 = 𝑎𝐶 + 𝑏𝐶
d) (𝑎 − 𝑏)𝐶 = 𝑎𝐶 − 𝑏𝐶
e) (𝑎𝑏)𝐶 = 𝑎(𝑏𝐶)
f) (𝑎𝐵)𝑇 = 𝑎𝐵𝑇

 Perkalian Matrik dengan Matrik

Dua matriks AB dapat dikalikan apabila jumlah kolom matriks A sama
dengan jumlah baris matriks B. Jadi 𝐴𝑚𝑥𝑛 𝐵𝑛𝑥𝑝 bisa didefinisikan,
𝐵𝑛𝑥𝑝 𝐴𝑚𝑥𝑛 tidak dapat didefinisikan.

hasil kali dari matrik AB berordo mxp

Sifat – sifat perkalian matriks dengan matriks

a) 𝐴𝐵 ≠ 𝐵𝐴
b) 𝐴(𝐵𝐶 ) = (𝐴𝐵)𝐶
c) 𝐴(𝐵 + 𝐶 ) = 𝐴𝐵 + 𝐴𝐶
 d) (𝐵 + 𝐶 )𝐴 = 𝐵𝐴 + 𝐶𝐴
e) 𝐴(𝐵 − 𝐶) = 𝐴𝐵 − 𝐴𝐶
f) 𝑎(𝐵𝐶 ) = (𝑎𝐵)𝐶 = 𝐵(𝑎𝐶)
g) 𝑎(𝐵𝐶 ) = (𝑎𝐵)𝐶 = 𝐵(𝑎𝐶)
h) 𝐴1 = 1𝐴 = 𝐴)
Contoh

4
1. B  6 8 7 dan C   7  B1x3C3x1  (6  4)  (8  7)  (7  2)  94
 2 

2
2. A   5  dan B  6 8 7
 4 

 2  6 2  8 2  7  12 16 14 
A3 x1 A1x3  5  6 5  8 5  7   30 40 35
 4  6 4  8 4  7   24 32 28

C. Jenis-jenis matriks

Berdasarkan ordonya:
1. Matriks bujursangkar/persegi
matriks berordo n x n atau banyaknya baris = kolom (disebut juga matriks berordo n
contoh:

2. Matriks baris
matriks berordo 1 x n atau hanya memiliki satu baris. contoh:
3. Matriks kolom
matriks yang hanya memiliki satu kolom contoh:

4. Matriks tegak
matriks berordo m x n dengan m > n contoh:

5. Matriks datar
matriks berordo m x n dengan m < n contoh:

Berdasarkan elemen-elemen penyusunnya:

1. Matriks nol
matriks yang semua elemen penyusunnya adalah nol dan dinotasikan sebagai O contoh:

2. Matriks diagonal
matriks persegi yang semua elemen di atas dan di bawahnya diagonal adalah nol dan
dinotasikan sebagai D. contoh:
3. Matriks skalar
matriks diagonal yang semua elemen pada diagonalnya sama. contoh:

4. Matriks simetri
matriks persegi, yang setiap elemennya, selain elemen diagonal, adalah simetri
terhadap diagonal utama contoh:

5. Matriks simetri miring

matriks simetri yang elemen-elemennya, selain elemen diagonal, saling berlawanan.
contoh:

6. Matriks identitas/satuan
matriks diagonal yang semua elemen pada diagonal utamanya adalah 1 dan dinotasikan
sebagai I. contoh:

7. Matriks segitiga atas

matriks persegi yang elemen-elemen di bawah diagonal utamanya adalah nol. contoh:

8. Matriks segitiga bawah

matriks persegi yang elemen-elemen di atas diagonal utamanya adalah nol. contoh:
9. Matriks transpose
matriks yang diperoleh dari memindahkan elemenelemen baris menjadi elemen pada kolom
atau sebaliknya. transpose matriks A dilambangkan dengan AT contoh:

ordo dari AT adalah 2 x 3

D. Rotasi Matriks
Rotasi (perputaran) adalah suatu transformasi yang memindahkan suatu titik pada bangun
geometri dengan memutar titik tersebut terhadap titik pusatnya. Untuk mudahnya, bayangkan
suatu rotasi pada sebuah roda.

1. Rotasi dengan pusat

Rotasi dengan pusat dan besar sudut putaran dituliskan dalam , dengan
matriks rotasi

Titik dirotasikan dengan rotasi , dengan pusat rotasi

menghasilkan titik bayangan . Dengan memerhatikan gambar di bawah ini diperoleh
hubungan:
 Dari hubungan di atas didapatkan persamaan :

2. Rotasi dengan Pusat

Titik dirotasikan dengan rotasi menghasilkan titik bayangan yang

berpusat di titik Dengan memerhatikan gambar di bawah ini
diperoleh hubungan:

Dari hubungan di atas didapatkan persamaan :

E. Forward Kinematik
Forward kinematik adalah proses untuk mencapai korrdinat posisi dan kecepatan dari end
effector, bila titik sudut dan kecepatan sudut diketahui. Koordinat posisi dan orientasi dari end
effector atau tool merupakan hal yang penting dalam pergerakan manipulator. Orientasi
menyatakan rotasi end effector terhadap base frame sedangkan koordinat posisi menyatakan
letak end effector (x,y,z) terhadap base frame. Ciri khas dari penyelesaian menggunakan forward
kinematic adalah hanya mempuanyai satu solusi penyelesaian yang menyatakan hubungan
antara joint terkait atau end-effector terhadap frame sehingga dapat diketahui koordinat posisi
dan orientasi dari end-effector.

Forward kinematic dinyatakan dalam matriks transformasi homogen seperti pada persamaan (1),
dimana R 3x3 merupakan matriks rotasi dan 𝑃3𝑥1 merupakan matriks posisi yang menyatakan pergerakan
end effector terhadap base frame.

Langkah untuk mencari forward kinematic pertama kali adalah mencari terlebih dahulu
parameter dari tiap joint dengan aturan Denafit Hartenberg (DH). Parameter joint ini kemudian dibentuk
menjadi matriks transformasi homogen tiap joint seperti pada persamaan (2), untuk selanjutnya dibentuk
menjadi matriks transformasi pada persamaan (3) yang menyatakan hubunga antara joint.

A(i-1)i = Rot(xi, ) Trans( ,0,0) Trans(0,0, ) Rot(zi-1, )

….…….….……………(2)

Dari matriks P yang didapatkan maka dapat diketahui posisinya dengan melihat struktur
pembentuk matriks seperti pada persamaan (1).

1. Denafit Hartenberg (DH)

Metode Danevit-Hartenberg merupakan aturan yang digunakan dalam perancangan
robotika yang diperkenalkan oleh Jacques Denavit dan Ricard S. Hartenberg [J. Denavit, 1955].
Aturan tersebut menyatakan hanya terdapat dua gerakan yang mungkin terjadi yaitu bergeser
dan berputar serta hanya terdapat 3 sumbu yang dapat terjadi yaitu sumbu x, y, dan z.
Matrik Denavit-Hartenberg adalah bentuk khusus dari transformasi matrik homogen [Reddy,
2014].

1. Matrix (3x3) adalah rotasi matrik

2. Vector (3x1) adalah posisi vector (translasi)
3. Vector (1x3) adalah Perspective Transform yang berisi {0,0,0}
4. Vector (1x1) adalah Scaling Factor yang selalu berisi nilai 1
Selain itu, transformasi matrik homogen dapat dijabarkan seperti berikut:

Notasi ini mendeksripsikan parameter hubungan antara satu sendi/lengan dengan sendi/lengan
yang lain. Guna memodelkan lengan robot berjenis articulated robot, digunakan notasi
DenavitHartenberg. Notasi ini mendeskripsikan parameter hubungan antara satu sendi/lengan
dengan sendi/lengan yang lain, terdiri dari 4 parameter (ai, αi, di, θi) [Reddy, 2014]. Notasi ini
ditulis pada sistem koordinat XYZ.
Empat parameter ini digunakan pada transformasi matrik untuk menentukan hubungan antar
matrik. Matrik ini disebut dengan Denavit-Hartenberg Matrix (D-H Matrix). Kemudian, produk
dari transformasi memberikan matrik D-H [Spong 2005]:
A(i-1)i = Rot(xi, ) Trans( ,0,0) Trans(0,0, ) Rot(zi-1, )

Untuk n-degree of freedom manipulator, fungsi P adalah perkalian dari semua joint variable
P =A0n = A01 x A12 x A23 x … x A(n-1)n
Dalam model penyelesaian untuk robot yang akan dibuat dengan metode Inverse
DenavitHartenberg membutuhkan parameter i, αi, di dan ai dari rancangan lengan robot. Dari
tabel parameter tersebut diperolehmatrik nilai untuk tiap jointi-1Ti dengan menggunakan matrik
Denavit-Hartenberg [Reddy, 2014].

Dimana:
θi adalah rotasi sumbu zi terhadap pergeseran sumbu xi a
di dalah jarak dari zi -1 sampai zi
αi adalah jarak dari xi -1 sampai xi

αi adalah perpindahan sudut terhadap sumbu xi