Anda di halaman 1dari 9

SUMMARY NOTES - [1911-AJBR-02-04]

PRAKTIK OPERASI MATIKS DENGAN PHYTON


(Direview oleh: Della Maulidiya, S.Si., M.Kom)

Sebuah matriks dianggap sebagai suatu struktur data dua dimensi di mana bilangan -
bilangan disusun ke dalam baris dan kolom pada sebuah pemograman. Pada Python,
penyajian dan operasi matriks menggunakan dua cara, yaitu sebagai nested list dan
menggunakan NumPy library. Setiap elemen dianggap sebagai baris suatu matriks.
Contoh X = [[1, 2], [4, 5], [3, 6]] adalah matriks 3 x 2 di mana baris
pertama dipilih sebagai X[0] dan elemen baris pertama kolom pertama dinyatakan
oleh X[0][0]. Python tidak mempunyai tipe built-in untuk matriks, namun matriks
pada Python dapat disajikan menggunakan nested list yaitu list dalam list dengan cara
seperti contoh berikut ini:

Output dari program tersebut di bawah ini:

Bandingkan jika cara penulisan dalam loop pada bagian akhir program di atas ditulis
dengan program di bawah ini:

Jadi, penulisan indent setelah perintah loop pada python akan mempengaruhi hasil yang
dijalankan program.

Halaman | 1
SUMMARY NOTES - [1911-AJBR-02-04]

Operasi matriks menggunakan nested list perlu mempelajari tentang Python Loop dan
Python List. Berikut diberikan contoh operasi penjumlahan matriks dengan
menggunakan nested loop dan list comprehension.

Keluaran kedua program di atas akan sama, yaitu:

Halaman | 2
SUMMARY NOTES - [1911-AJBR-02-04]

Operasi perkalian dua matriks menggunakan nested loop dan list comprehension pada
Python dicontohkan sebagai berikut:

Hasil program di atas, yaitu:

Transpos sebuah matriks diperoleh dengan saling menukarkan entri baris dan kolom.
Pada Python, struktur list dan loop dapat digunakan untuk menentukan transpos
matriks seperti diperlihatkan pada contoh berikut.

Halaman | 3
SUMMARY NOTES - [1911-AJBR-02-04]

Keluaran program:

Python mempunyai NumPy library yang disebut juga N-dimensional arrays atau ndarray
memudahkan pembuatan program yang melibatkan array multidimensi jika
dibandingkan dengan cara nested list atau loop. Contoh berikut memperlihatkan kode
program untuk menampilkan matriks berukuran 2 x 3 menggunakan Num Py dengan
perintah from numpy import array.

Operasi penjumlahan matriks pada NumPy dilakukan dengan menggunakan operator


aritmatika +. Contoh untuk menjumlahkan matriks dijalankan program berikut ini .

Keluaran yang dihasilkan, yaitu:

Matriks A

Matriks B

Matriks C = A + B

Halaman | 4
SUMMARY NOTES - [1911-AJBR-02-04]

Operasi perkalian matriks diimplementasikan pada NumPy dengan menggunakan


fungsi dot(). Pada Python version 3.5. operasi perkalian matriks dapat diterapkan
dengan operator @. Perhatikan cara penggunaan kedua operator!

Kode Python Keluaran program

Tanda # adalah komentar atau pernyataan. Perkalian scalar matriks pada NumPy
dilakukan dengan menggunakan operator aritmatika *
Kode Python Keluaran program

Matriks dengan entri bilangan acak pada NumPy ditampilkan dengan menerapkan fungsi
empty(). Sedangkan untuk matriks nol disediakan fungsi zeros().Matriks satuan yaitu
matriks yang memiliki entri bernilai satu ditampilkan dengan fungsi ones().
NumPy menyediakan fungsi untuk menghitung matriks triangular (matriks segitiga) dari
sebuah matriks persegit dengan menerapkan fungsi tril() untuk matriks segitiga
bawah dan fungsi triu() untuk matriks segitiga atas. Sedangkan untuk membuat
matriks diagonal menggunakan fungsi diag(). Matriks identitas dibuat menggunakan

Halaman | 5
SUMMARY NOTES - [1911-AJBR-02-04]

identity() dengan memasukkan ukuran matriks yang diinginkan. Perhatikan contoh


berikut.

Kode Python Keluaran program

Halaman | 6
SUMMARY NOTES - [1911-AJBR-02-04]

Kode Python Keluaran program

Selain menggunakan perintah “from numpy impor array” untuk memanggil library
Numpy kita juga bisa menggunakan perintah “import numpy as np” . Contoh berikut
memperlihatkan cara menjalankan NumPy untuk menampilkan entri pada suatu
matriks.

Halaman | 7
SUMMARY NOTES - [1911-AJBR-02-04]

Keluaran program:

Cara lain untuk membuat matriks sebagai berikut:

Keluaran program:

Bandingkan cara tersebut dengan cara-cara yang telah dijelaskan sebelumnya.


Berikut adalah fungsi transpose() pada NumPy yang digunakan untuk menampilkan
transpose dari suatu matriks.

Keluaran program:

Halaman | 8
SUMMARY NOTES - [1911-AJBR-02-04]

Berdasarkan latihan yang diperlihatkan pada contoh-contoh di atas maka berikut


dijelaskan penggunaan terkait namespace untuk memanggil module pada NumPy:
1. Jika menggunakan import numpy, maka semua sub module dan fungsi dalam
NumPy hanya dapat diakses dengan numpy.* namespace.
Contoh: numpy.array([1,2,3]).

2. Jika menggunakan import numpy as np, maka sebuah alias untuk namespace
akan dibuat. Cara ini akan mengimpor seluruh module sehingga bisa bekerja
dengan semua fungsi yang ada dalam module NumPy.
Contoh: np.array([1,2,3]).

3. Jika menggunakan from numpy import *, maka semua fungsi akan di-loaded
ke dalam local namespace. Cara ini tidak disarankan karena akan menyebabkan
nama fungsi yang 'overlapping'.
Contoh : from math import * akan menyebabkan override pafa fungsi pow,
menghilangkan kemampuan penggunaan fungsi pow(x, y, m). Meskipun
seringkali cara ini akan bermanfaat untuk melakukan load pada fungsi-fungsi
yang berada di local namespace. Karena itu disarankan cara ini hanya dilakukan
dalam interactive shell dan fungsi-fungsi tertentu seperti from numpy import
array, vectorize, dot.

Penulis: Della Maulidiya, S.Si., M.Kom.


Sumber Referensi:
Anton, H., & Rorres, C. (2010). Elementary linear algebra (10th ed.). USA: John Wiley & Son.

Halaman | 9