CRITICAL JOURNAL REVIEW

Dosen Pengampu :

Drs. Marsangkap Silitonga, M.Pd.

Disusun Oleh:
Nama Mahasiswa : Sofiana Natalia Siregar
NIM 5201131002
Prodi : Pendidikan Teknik Elektro
Mata Kuliah : Aljabar Linear

PROGRAM STUDI PENDIDIKAN TEKNIK ELEKTRO

FAKULTAS TEKNIK

UNIVERSITAS NEGERI MEDAN

2021
 Kata Pengantar
Puji dan Syukur saya ucapkan kepada Tuhan Yang Maha Kuasa , Atas
berkatnyalah saya dapat menyelesaikan Critcical Jurnal Report mata kuliah Aljabar Linear
pada saat ini dengan keadaan sehat dan baik.

Penulis juga mengucapkan terimakasih kepada Dosen Pengampu Bapak

Drs.Marsangkap Silitonga, M.Pd.. Selaku dosen mata kuliah Aljabar Linear yang telah
memberikan kesempatan kepada saya untuk menyelesaikan Critical Jurnal Review ini
sesuai dengan panduan dan bimbingan yang telah Bapak berikan . Dan penulis juga
mengucapkan terimakasih kepada orang tua yang memberikan dukungan , waktu dan
penyemangat dalam menyelesaikan Critical Jurnal Review ini.

Penulis menyadari bahwa masih ada kekurangan dalam penulisan CJR ini . Akhir
kata saya ucapkan Terima kasih

Penulis

Sofiana Natalia Siregar

5201131002
 Daftar Isi

Kata Pengantar.............................................................................i

Daftar Isi......................................................................................ii

Bab I Pendahuluan......................................................................1

1.1 Latar Belakang........................................................................1

1.2 Tujuan......................................................................................1
1.3 Mamfaat..................................................................................2
1.4 Identitas Jurnal........................................................................2

Bab II Pembahasan.....................................................................3

2.1 Hasil Ringkasan......................................................................3

2.2 Kelebihan dan Kelemahan....................................................11

Bab III Penutup.........................................................................12

3.1 Kesimpulan...........................................................................12

3.2 Saran......................................................................................12
BAB I

PENDAHULUAN

1.1 Latar Belakang

Kehidupan manusia tak akan lepas dengan dunia pendidikan. Pendidikan itu salah
satu aspek untuk mengembangkan diri. Dimana pendidikan tersebut memberikan bekal
kepada setiap manusia untuk hidup. Dengan adanya pendidikan, manusia akan mampu
mengikuti kemajuan zaman. Banyak orang yang memandang matematika sebagai
bidang studi yang sulit dipahami. Meskipun demikian, semua orang harus
mempelajarinya karena merupakan sarana untuk memecahkan masalah kehidupan
sehari-hari. Seperti halnya bahasa, membaca, dan menulis, terdapat kesalahan dalam
belajar matematika tanpa disadari.
Matriks terbentuk dari bilangan – bilangan yang tersusun sesuai baris dan kolom
serta diletakkan didalam kurung biasa “( )” atau kurung siku “[ ]”. Operasi pada
matriks berbeda dengan operasi pada bilangan. Matriks memiliki aturan khusus dalam
menyelesaikan operasinya. Operasi penjumlahan dan pengurangan pada matriks
 memiliki aturan yang sama tetapi berbeda dengan perkalian matriks yang memiliki
aturan yang berbeda. Dalam matriks tidak ada operasi pembagian dari dua matriks.
Supaya meningkatkan hasil belajar siswa, diperlukan metode pembelajaran yang
tepat dan untuk mengetahuinya diperlukan suatu analisa untuk mengetahui ada
tidaknya kesalahan siswa. Agar mengetahui sejauh mana kesalahan yang dilakukan
siswa serta mengetahui dimana letak kesalahan yang dilakukan. Oleh sebab itu, untuk
meningkatkan hasil belajar siswa, diperlukan analisa studi lebih lanjut mengenai
kesalahan apa saja yang dibuat siswa.

1.2 Tujuan
Adapun yang menjadi tujuan dari pembuatan Critical Journal Review ini adalah
sebagai berikut :
1. Untuk menambah wawasan dan kemampuan Mahasiswa dan Penulis Critical
Journal Review ini
2. Untuk semakin mahir dan paham dalam pembuatan CJR
3. Untuk meningkatkan minat baca Mahasiswa
4. Untuk memenuhi tugas sebagai Mahasiswa dalam Pembuatan CJR
5. Untuk mampu membuat perbandingan antara jurnal satu dan dua.
1.3 Mamfaat
Adapun yang menjadi mamfaat dari Pembuatan Critical Journal Review Aljabar
Linear adalah Supaya setiap Mahasiswa mampu melakukan kritik dan mampu untuk
menguasai materi yang telah diberikan oleh dosen dengan baik . Maka dengan adanya
pembuatan Critical Journal Report ini dapat membuat Mahasiswa semakin paham dan
mengerti tujuan belajar Aljabar Linear.

1.4 Identitas Jurnal

a. Identitas Journal Pertama

Judul : Algoritma Polinominal Minimum Untuk Membentuk
Matriks Diagonal dari Matriks Persegi
Jurnal : Aksioma Jurnal
Volume halaman : Vol 6 , Hal 16
Tahun 2017
Penulis : Himmatul Mursyidah
Download
:http://repository.umsurabaya.ac.id/2796/1/1._Jurnal_AKSIOMA.pdf

b. Identitas Journal Kedua

Judul : Ruang Vektor Matriks Fuzzy

Jurnal : Jurnal FMIPA Universitas Negeri Surabaya

Volume halaman : Vol 0 , Hal 7.

Tahun 2015

Penulis : Siti Robiatul , Adawiyah . Raden Sulaiman

Download :-

BAB II
PEMBAHASAN
2.1 Hasil Ringkasan
a) Journal Pertama
Polinomial merupakan pernyataan matematika yang memuat
jumlahan dari satu atau lebih varibel berpangkat dengan koefisien.
Berdasarkan pernyataan tersebut, polinomial dapat dibagi menjadi
polinomial dengan satu variabel dan polinomial lebih dari satu variabel.
Untuk polinomial dengan satu variabel, pangkat tertinggi dari variabel
menunjukkan orde atau derajat polinomial. Berdasarkan derajatnya,
polinomial satu variabel terdiri dari beberapa jenis. Berikut diberikan
penjelasan dan bentuk dari beberapa jenis polinomial satu varibel.
1) Polinomial konstanta tak nol, yaitu polinomial berderajat
dengan koefisien tidak sama dengan nol. Bentuk dari
polinomial konstanta tak nol adalah ( ) , dengan anggota dari
suatu lapangan.
2) Polinomial nol, merupakan polinomial berderajat dengan
koefisien sama dengan nol. Bentuk polinomial nol yaitu ( ) .
3) Polinomial linear, yaitu polinomial berderajat yang
mempunyai bentuk p(x )=ax+b , dengan a≠0 dan b anggota
dari suatu lapangan.
4) Polinomial kuadratik, merupakan polinomial berderajat 2.
Bentuk polinomial kuadratik yaitu P(x) = ax2+bx +c , dengan
a≠0,b, dan anggota c dari suatu lapangan.
5) Polinomial kubik, merupakan polinomial berderajat 3 .
Bentuk polinomial kubik yaitu p(x)= ax3+bx2=cx+d , dengan
a≠0,b,c dan d anggota dari suatu lapangan,

Operasi aljabar seperti penjumlahan dan pengurangan, perkalian,

maupun pembagian juga berlaku pada polinomial. Dalam operasi
pembagian polinomial, dikenal teorema pembagian yang mengulas
mengenai hasil bagi dan sisa hasil bagi. Setelah diberikan uraian
mengenai polinomial, jenis, dan operasinya yang digunakan dalam
proses penelitian. Selanjutnya, diberikan penjelan tentang matriks dan
beberapa jenis matriks khusus. Matriks merupakan susunan bilangan
berbentuk persegi panjang, dengan bilangan-bilangan dalam susunan
tersebut atas suatu lapangan tertentu. Bilangan yang menyusun suatu
matriks disebut sebagai entri dari matriks.

Sebuah matriks berukuran adalah himpunan beberapa bilangan yang

tersusun dalam persegi panjang berukuran baris dan kolom yang dapat
ditulis sebagai

Jenis-jenis matriks khusus tersebut, yaitu matriks nol, vektor baris,

vektor kolom, matriks persegi, matriks diagonal, matriks identitas, dan
matriks segitiga atas/bawah. Keistimewaan dari matrik matriks khusus
tersebut diantaranya dalam hal nilai-nilai entri matriks, operasi aljabar,
perhitungan komponen komponen dari matriks, dan sebagainya. Suatu
matriks yang mempunyai ukuran baris sama dengan ukuran kolom
disebut matriks persegi. Misalkan suatu matriks persegi terdiri dari n
baris dan n kolom, maka dapat diartikan bahwa matriks tersebut
memiliki order n.

Suatu matriks persegi yang semua entri di bawah diagonal utamanya

sama dengan nol disebut sebagai matriks segitiga atas. Sedangkan
matriks persegi yang semua entri di atas diagonal utamanya sama

dengan nol disebut matriks.

 Setiap matriks persegi mempunyai determinan. Determinan
merupakan pemetaan dengan domain matriks persegi dan kodomain
berupa suatu nilai skalar. Misal diberikan matriks , determinan dari
matriks A dinotasikan dengan |A| atau det A. Untuk mendapatkan
determinan dari suatu matriks, dapat digunakan aturan sarrus.
Determinan suatu matriks dapat digunakan untuk menganalisa suatu
matriks, salah satunya yaitu untuk memeriksa keberadaan invers dari
matriks tersebut.

invers jika dan hanya jika determinan dari matriks tersebut tidak
sama dengan nol. Jadi apabila determinan suatu matriks bernilai nol,
maka terdapat pembagian 1 dengan 0 sehingga invers dari matriks
tersebut tidak terdefinisi. Dalam pembahasan mengenai matriks persegi,
terdapat dua hal yang perlu dipahami yaitu nilai eigen dan vektor eigen.
Nilai eigen adalah nilai karakteristik dari suatu matriks persegi, nilai
eigen dinotasikan dengan . Sedangkan vektor eigen adalah vektor
kolom bukan nol yang apabila dikalikan dengan suatu matriks persegi
beroder n akan menghasilkan vektor lain yang mempunyai kelipatan
dari vektor eigen tersebut.

Kumpulan pasangan nilai dan vektor eigen dari suatu matriks

persegi disebut sistem eigen dari matriks tersebut. Sedangkan kumpulan
dari vektor eigen yang bersesuaian dengan suatu nilai eigen
ꚕdigabungkan dengan vektor nol disebut ruang eigen dari ꚕ, dan dapat
dinotasikan dengan Eꚕ. Tidak semua matriks mempunyai nilai eigen dan
vektor eigen. Hal tersebut tergantung pada lapangan dari entri matriks.

Suatu matriks persegi adakalanya dapat dijadikan bentuk matriks

diagonal. Cara yang biasa digunakan untuk memeriksa suatu matriks
dapat didiagonalkan adalah dengan menggunakan multiplisitas aljabar
dan multiplisitas geometri. Suatu matriks persegi yang tidak berbentuk
diagonal tetapi dapat dikonjugasikan dengan matriks diagonal, jika
terdapat matriks invertible P sehingga PAP-1= D, dengan D adalah
matriks diagonal D dan dikatakan mendiagonalisasi . Sehingga untuk
 dapat membentuk matriks diagonal dari matriks persegi yang sudah
diidentifikasi dapat didiagonalkan adalah dengan menyusun matriks
invertible P kemudian digunakan rumus:

D = PAP-1

Selain menggunakan multiplisitas geometri dan multiplisitas aljabar,

untuk dapat menentukan suatu matriks persegi dapat didiagonalisasi
atau tidak, dapat digunakan polinomial minimum. Misalkan A adalah
suatu matriks persegi dengan order berhingga atas suatulapangan|F,dan,|
F[x] melambangkan himpunan semua polinomial dari A, terdapat
polinomial minimum dalam |F[x] yang pengertiannya yang diberikan.

b) Journal Kedua
Sebuah matriks adalah susunan segi empat siku-siku dari bilangan-
bilangan yang diatur dalam baris dan kolom.

Misalkan A= (ay) dan B=(by) merupakan dua matriks berukuran 𝑚 ×

𝑛. Jumlah matriks A dan B ditulis 𝐴 + 𝐵 adalah matriks berukuran m
× n dengan elemennya merupakan jumlah elemen yang seletak dari
kedua matriks, dengan A  B =( ay by)
Misalkan V himpunan tak kosong yang dilengkapi dengan operasi
jumlah dan perkalian skalar ( bilangan real) dengan anggota V . Artinya,
diberikan dua elemen 𝒖 dan 𝒗 di V dan bilangan real s, kemudian
jumlah 𝒖 + 𝒗 dan perkalian skalar 𝑠𝒖 didefinisikan dan terletak di V
juga. Kemudian V dengan kedua operasi ini disebut ruang vektor jika
kedua operasi tersebut memenuhi sifat:
1) Jika u dan v adalah vector pada V , maka (u+v)v
2) U+v=v+u
3) U+(v+w)=(u+v)+w

Suatu norm di sebuah ruang vektor real V adalah pemetaan

dari V ke himpunan bilangan real, biasanya dilambangkan
dengan || yang memenuhi

i. ||𝑣|| ≥ 0 untuk setiap 𝑣 ∈ 𝑉, dan ||𝑣|| = 0 jika dan hanya

jika 𝑣 = 0
ii. ||𝑘𝑣|| = |𝑘| ∙ ||𝑣|| untuk setiap skalar 𝑘 dan 𝑣 ∈ 𝑉
iii. ||𝑢|| + 𝑣|| ≤ ||𝑢|| + ||𝑣|| untuk setiap 𝑢, 𝑣 ∈ 𝑉.

Misalkan Vm×n adalah himpunan semua matriks fuzzy

m x n , untuk sebarang dua anggota 𝐴 = 𝑎𝑖𝑗 dan 𝐵 = 𝑏𝑖𝑗 ∈
𝑉𝑚×𝑛. Pada operasi penjumlahan matriks memenuhi beberapa sifat,

a.) Komutatif

Misalkan Vm×n adalah himpunan semua matriks fuzzy

m x n, untuk sebarang anggota , A B Vmxn maka

A +B = B+A

b.) Asosiatif

Misalkan V𝑚×𝑛 adalah himpunan semua matriks fuzzy

𝑚
× 𝑛, untuk sebarang anggota 𝐴 = (𝑎ij) , 𝐵 = (𝑏𝑖𝑗 ), 𝐶 = (𝑐𝑖𝑗
) ∈ 𝑉𝑚𝑥𝑛 , maka ( A +B)+ C = A (B+ C) , dimana ∀aij,bij ,
cij ,  [0,1].

Misal Vmxn sebuah ruang vektor fuzzy bernorm dari

matriks fuzzy. Pemetaan T dari Vmxn pada dirinya sendiri
disebut operator linier fuzzy jika untuk setiap 𝐴,𝐵 ∈ 𝑉𝑚×𝑛
dan
𝑘 ∈ [0,1] memenuhi:

i. (T1+T2)A =T1(A)+T2(A)
ii. (aT1)A = At1(A)
2.2 Kelebihan dan Kelemahan
A. Kelebihan Jurnal
a. Jurnal Pertama
1. Pada jurnal pertama dilengkapi dengan Identitas Journal yang
lengkap .
2. Pada jurnal pertama memiliki penjelasan materi yang efisien
dan efektif dan cocok digunakan oleh mahasiswa .
3. Memiliki contoh penyelesaian soal pada setiap pembahasan
Materi
4. Memiliki Soal untuk melengkapi jurnal pada bagian akhirnya.

b. Jurnal Kedua
1. Pada jurnal kedua penjelasan nya ringkas dan mudah untuk
dipahami
2. Menyertakan contoh materi dan penjelasnya
3. Memiliki penjelasan pada rumus yang diberikan.
4. Memiliki sifat-sifat untuk menyelesaikan materi.

B. Kelemahan Jurnal
a. Jurnal Pertama

1. Jurnal pertama Tidak memiliki kelemahan dikarenakan sudah

baik dan cocok digunakan dalam proses pembelajaran.

b. Jurnal Kedua
1. Pada jurnal kedua Identitas jurnal kurang lengkap
2. Penyelasian soal yang kurang jelas.
 BAB III
PENUTUP
3.1 Kesimpulan

Berdasarkan pembahasan diperoleh bahwa terdapat cara lain untuk menunjukkan

secara tepat suatu matriks persegi dapat didiagonalisasi atau tidak, yang dilanjutkan dengan
tahapan untuk menyusun bentuk matriks diagonal yang similar dengan matriks persegi
yang diketahui tanpa menggunakan multiplisitas aljabar dan geometri.

Cara lain tersebut mengadopsi dari sifat polinomial minimum dari suatu matriks
persegi adalah tunggal dan membagi polinomial karakteristiknya, serta suatu matriks
persegi dapat didiagonalisasi jika dan hanya jika polinomial minimumnya dapat
difaktorkan menjadi faktor-faktor yang berbeda. Tahapan diagonalisasi suatu matriks
persegi dengan menggunakan polinomial minimum selanjutnya dapat disebut sebagai
Algoritma Polinomial Minimum.

Operasi penjumlahan dan perkalian skalar matriks fuzzy dengan skalar k ∈ [0, 1]
membentuk ruang vektor fuzzy yang hanya memenuhi 9 teorema ruang vektor umum.

3.2 Saran

Pada pembuatan Critical Journal Review ini penulis berharap dapat memberikan
wawasan dan pengetahuan baru bagi pembaca. Penulis juga menyadari masih ada
kekurangan dalam pembuatan Critical Journal Review ini . Penulis berharap dapat
menerima saran dan kritik dalam pengembangan dan perbaikan kedepannya.