CRITICAL JOURNAL REVIEW

“MENENTUKAN INVERS SUATU MATRIKS DENGAN

MENGGUNAKAN METODE AUGMENTASI DAN REDUKSI”

Dosen Pengampu :
Erlinawaty Simanjuntak, S.Pd., M.Si

Disusun oleh:
KELOMPOK 12

Nama Mahasiswa:
Nabilla Kanasya Saragih (4203311029)
Nurul Mardiyah Br Pinem (4203111099)
Patricia Saragih (4201111001)
Kelas : PSPM A 2020
Mata Kuliah : Aljabar Linear Elementer

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI MEDAN
2022
 MENENTUKAN INVERS SUATU MATRIKS DENGAN MENGGUNAKAN
METODE AUGMENTASI DAN REDUKSI

Asumsikan A = [aij ], matriks berorde r yang akan diinverskan. Bentuk sebuah

matriks augmented B berorde 2r dengan mengadjoinkan ke A sebuah matriks identitas
positif, sebuah matriks identitas negatif dan sebuah matriks nol, yang mana seluruhnya
berorde r. Susun matriks augmented-nya kebentuk
𝐴 𝐼𝑟
𝐵=[ ]
−𝐼𝑟 𝑂𝑟
Selanjutnya, untuk menunjukkan proses reduksi pertama lakukan inisialisasi n = 2r,
dan kemudian dilanjutkan dengan memisalkan Bn = B = [bij ]. Kedua untuk menghindari
pembagian dengan nol dan untuk mengurangi error pembulatan, dapat dilakukan partial
pivoting, yaitu dengan membandingkan elemen b11 dengan elemen n − r pertama pada
kolom 1, kemudian pilih nilai mutlak terbesar dari elemen-elemen ini, dan lakukan pergantian
pada baris-baris yang sesuai. Ketiga partisi Bn seperti berikut
1 𝑛−1
⏞ ⏞] 1
Bn = [𝐴𝑛 𝑅𝑛
𝑈𝑛 𝑇𝑛 n-1
Dimana An = elemen tunggal b11,
Rn = vektor baris 1 × (n − 1),
Un = vektor kolom (n − 1) × 1,
Tn = matriks (n − 1) × (n − 1).

Kemudian dinyatakan Bn-1 = Tn – Un An-1Rn.

Keempat turunkan nilai n dengan 1 dan ulangi proses yang sama sehingga proses reduksi
berakhir ketika n = r, sehingga diperoleh A−1 = Br.

Untuk melihat prose metode yang didiskusikan, pandanglah matriks

𝑎11 𝑎12
𝐴=[ ]
𝑎21 𝑎22
yang akan ditentukan inversnya. Maka dari tahapan yang didiskusikan di atas diperoleh
𝑎11 𝑎12 1 0
B = [𝑎21 𝑎22 0 1] = [ 𝐴 𝐼
]
−1 0 0 0 −𝐼 0
0 −0 0 0
Langkah 1
𝑎11 𝑎12 1 0
B4 = [𝑎21 𝑎22 0 1] = [𝐴4 𝑅4]
−1 0 0 0 𝑈4 𝑇4
0 −0 0 0

Langkah 2 B3 = T4 – U4 A4-1 R4.

𝑎11𝑎22−𝑎12𝑎21 −𝑎21
𝑎11 𝑎11 1
𝐴3 𝑅3
B3 = [ 𝑎12 1 ]0 = [ ]
𝑎11 𝑎11 0 𝑈3 𝑇3
−1 0

Atau B2 = T3 – U3A3-1 R3
1 𝑎22 −𝑎12
B2 = (𝑎11𝑎22−𝑎12𝑎21) [ ] = A-1
−𝑎21 𝑎11

Perhatikan bahwa untuk sebuah matriks A berukuran 2 × 2, diperlukan dua kali

pengulangan dari matriks reduksi untuk menghasilkan komplemen Schur B2 = A−1 . Maka
untuk sebuah matriks A berukuran r × r, diperlukan r pengulangan dari matriks reduksi
menghasilkan komplemen Schur Br = A-1

Contoh soal:
Diketahui matriks
1 1 1 2 −1 0
A = [1 2 2] Dengan 𝐴−1 = [−1 2 −1]
1 2 3 0 −1 1
Tentukan invers dari matriks A dengan menggunakan metode augumentasi dan reduksi.

Jawaban:
Dari soal diketahui A
1 1 1
A= [1 2 2]
1 2 3
Dengan mengikuti bentuk B pada persamaan (1) didapat
1 1 1 1 0 0
1 2 2 0 1 0
B= 1 2 3 0 0 1 = [𝐴 𝐼
]
−1 0 0 0 0 0 −𝐼 0
0 −1 0 0 0 0
[0 0 −1 0 0 0]
Kemudian dengan mengikuti prosedur pada bagian 2 secara berulang diperoleh
Langkah 1
1 1 1 1 0 0
1 2 2 0 1 0
𝐵6 = 1 2 3 0 0 1 = [𝐴6 𝑅6
]
−1 0 0 0 0 0 𝑈6 𝑇6
0 −1 0 0 0 0
[0 0 −1 0 0 0]

Langkah 2 𝐵5 = 𝑇6 - 𝑈6 𝐴−1
6 𝑅6

1 1 −1 1 0
1 2 −1 0 1
𝐵5= 1 1 1 0 0
−1 0 0 0 0
[ 0 −1 0 0 0 ]

Langkah 3 𝐵4 = 𝑇5 - 𝑈5 𝐴−1
5 𝑅5

1 0 −1 1
𝐵4 = [ 0 2 −1 0] ,
1 −1 1 0
−1 0 0 0

Atau 𝐵3 = 𝑇4 - 4𝐴−1
4 𝑅4

2 −1 0
𝐵3 = [−1 2 −1]
0 −1 1

Jadi invers matriks A yang berukuran 3 x 3 diperoleh sesudah langkah ketiga.

 MENENTUKAN INVERS SUATU MATRIKS
DENGAN MENGGUNAKAN METODE
AUGMENTASI DAN REDUKSI

S. E. Wati1∗ , M. Imran2 , A. Sirait2

1Mahasiswa Program Studi S1 Matematika

2 Dosen Jurusan Matematika

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau

Kampus Binawidya Pekanbaru (28293), Indonesia

∗ sofiaermawati@yahoo.com

ABSTRACT

We discuss a method to obtain an inverse of a nonsingular matrix, called Augmenta-

tion and Reduction Method. The total computational cost of this method to obtain
an inverse of a matrix is the same as those of Gauss-Jordan method. However this
method to be applied needs more storage than those of Gauss-Jordan method.
Keywords: Gauss-Jordan elimination, matrix augmentation, matrix reduction.

ABSTRAK

Skripsi ini membahas tentang bagaimana menentukan invers suatu matriks dengan
menggunakan metode augmentasi dan reduksi. Secara cost komputasi metode ini
mempunyai cost yang sama dengan metode eliminasi Gauss-Jordan. Akan tetapi
penerapan metode ini memerlukan storage yang lebih banyak dari metode eliminasi
Gauss-Jordan.
Kata kunci: eliminasi Gauss-Jordan, matriks augmentasi, matriks reduksi.

1. PENDAHULUAN

Matriks merupakan sebuah cabang dari ilmu Aljabar Linear, yang merupakan ba-
hasan penting dalam matematika. Sejalan dengan perkembangan ilmu pengetahuan,
aplikasi matriks banyak dijumpai dalam kehidupan sehari-hari, misalnya dalam
bidang numerik, operasi riset dan statistika.
Dalam menyelesaikan masalah-masalah di luar matematika yang tersaji dalam
bentuk matriks, sering diperlukan penentuan invers dari matriks tersebut agar ma-
salah yang disajikan dapat ditentukan penyelesaiannya. Ada beberapa cara yang
dikenal dalam menentukan invers suatu matriks antara lain metode adjoint [3],
1
A−1 = det(A) adj(A), metode eliminasi Gauss-Jordan [6]

[A|I] =⇒ [I|A−1 ],

1
dan dekomposisisi LU [1]
A−1 = (LU )−1 ,
dimana L adalah matriks segitiga bawah dan U adalah matriks segitiga atas.
Pada makalah ini dibahas penentuan invers matriks dengan menggunakan metode
augmentasi dan reduksi yang merupakan review sebagian dari artikel Theodore J.
Sheskin [5], dengan judul ”Matrix Inversion by Augmentation and Reduction,” yang
dasar pemikirannya bermula dari bentuk komplemen Schur [2].

2. INVERS MATRIKS DENGAN MENGGUNAKAN METODE

AUGMENTASI DAN REDUKSI

Asumsikan A = [aij ], matriks berorde r yang akan diinverskan. Bentuk sebuah

matriks augmented B berorde 2r dengan mengadjoinkan ke A sebuah matriks iden-
titas positif, sebuah matriks identitas negatif dan sebuah matriks nol, yang mana
seluruhnya berorde r. Susun matriks augmented -nya kebentuk
 
A Ir
B= . (1)
−Ir Or

Selanjutnya, untuk menunjukkan proses reduksi pertama lakukan inisialisasi

n = 2r, dan kemudian dilanjutkan dengan memisalkan Bn = B = [bij ]. Kedua un-
tuk menghindari pembagian dengan nol dan untuk mengurangi error pembulatan,
dapat dilakukan partial pivoting, yaitu dengan membandingkan elemen b11 dengan
elemen n − r pertama pada kolom 1, kemudian pilih nilai mutlak terbesar dari
elemen-elemen ini, dan lakukan pergantian pada baris-baris yang sesuai. Ketiga
partisi Bn seperti berikut

 1 n−1

z}|{ z}|{
 } 1
Bn =  An Rn 

,
Un Tn } n − 1

dimana
An = elemen tunggal b11 ,
Rn = vektor baris 1 × (n − 1),
Un = vektor kolom (n − 1) × 1,
Tn = matriks (n − 1) × (n − 1).
Kemudian nyatakan

Bn−1 = Tn − Un A−1n Rn . (2)

Keempat turunkan nilai n dengan 1 dan ulangi proses yang sama sehingga proses
reduksi berakhir ketika n = r, sehingga diperoleh A−1 = Br .

2
 Untuk melihat proses metode yang didiskusikan, pandanglah matriks
 
a11 a12
A=
a21 a22

yang akan ditentukan inversnya. Maka dari tahapan yang didiskusikan di atas diper-
oleh  
a11 a12 1 0  
 a21 a22 0 1  A I
B=  −1 0 0 0  = −I 0 .


0 −0 0 0
Langkah 1
 
a a 1 0
 11 12   
 
 a21 a22 0 1  A R4
B4 =  = 4 
 
 −1 0 0 0  U4 T4
 
0 −1 0 0

B3 = T4 − U4 A−1
4 R4 .
Langkah 2

 
(a11 a22 − a12 a21 ) −a21
1  
 a11 a11 
A3 R3

B3 =  a12 1 
= ,
 0 

 a11 a11  U3 T3
−1 0 0

B2 = T3 − U3 A−1
3 R3
atau
 
1 a22 −a12
B2 =   = A−1 .
(a11 a22 − a12 a21 ) −a21 a11

Perhatikan bahwa untuk sebuah matriks A berukuran 2 × 2, diperlukan dua kali

pengulangan dari matriks reduksi untuk menghasilkan komplemen Schur B2 = A−1 .
Maka untuk sebuah matriks A berukuran r × r, diperlukan r pengulangan dari
matriks reduksi menghasilkan komplemen Schur Br = A−1 .

3
 3. COST KOMPUTASI PADA ALGORITMA

Pada bagian ini ditunjukkan bahwa matriks augmentasi dan reduksi ekivalen dengan
eliminasi Gauss-Jordan dalam cost komputasi. Misalkan
 
a11 a12 · · · a1n
 

 a21 a22 · · · a2n 

A= .. .. ... .. , (3)

 . . . 

an1 an2 · · · ann

untuk menentukan invers (3) dengan eliminasi Gauss-Jordan perlu membentuk ma-
triks augmented
 
a11 a12 · · · a1n 1 0 · · · 0
 
 
 a21 a22 · · · a2n 0 1 · · · 0 
[A|I] = 
 .. .. ... .. .. .. . . ..
.
 (4)
 . . . . . . . 
 
an1 an2 · · · ann 0 0 · · · 1

Pada langkah pertama dilakukan OBE sehingga kolom pertama hanya mem-
punyai angka satu pada baris pertama dan nol pada baris lainnya. Dari (4) bentuk
matriks augmented menjadi
 
(2) (2) (2)
1 a12 ··· a1n a1,n+1 0 · · · 0
 (2) (2) (2)


 0 a22 · · · a2n a2,n+1 1 · · · 0 

 .. .. ... .. .. .. . . ..  . (5)

 . . . . . . . 

(2) (2) (2)
0 an2 · · · ann an,n+1 0 · · · 1

Elemen-elemen pada (5) diperoleh dengan perhitungan

(2) a1j
a1j = untuk j = 2, . . . , n
a11
(2) 1
a1,n+1 =
a11
(2) (2)
aij = aij − ai1 a1j untuk i, j = 2, . . . , n
(2) (2)
ai,n+1 = −ai1 a1,n+1 untuk i = 2, . . . , n.

4
 Jadi untuk melakukan langkah pertama (5) diperlukan n(n − 1) perkalian, n
pembagian, dan (n − 1)2 pengurangan. Karena ada sebanyak n langkah maka cost
komputasinya menjadi 2n3 − 2n2 + n. Jika hanya perkalian dan pembagian yang
dihitung, maka diperlukan cost komputasi sebanyak n3 .
Untuk menginverskan (3) dengan menggunakan matriks augmentasi dan reduksi,
bentuk matriks augmented seperti berikut

 
a a · · · a1n 1 0 · · · 0
 11 12 
 
 a21 a22 · · · a2n 0 1 · · · 0 
 
 .. .. . . .. .. .. . . .. 
 . . . . . . . . 
   
 
 an1 an2 · · · ann 0 0 · · · 1  A I
B=


 = .
 −1 0 ··· 0 0 0 ··· 0  −I 0
 
 
 0 −1 · · · 0 0 0 ··· 0 
 
 .. .. . . .. .. .. . . .. 
 . . . . . . . . 
 
0 0 · · · −1 0 0 · · · 0

Langkah 1: Jadi

 
a a · · · a1n 1 0 · · · 0
 11 12 
 
 a21 a22 · · · a2n 0 1 · · · 0 
 
 .. .. . . .. .. .. . . .. 
 . . . . . . . . 
   
 
 an1 an2 · · · ann 0 0 · · · 1  A2n R2n
B2n =


 = 
 −1 0 ··· 0 0 0 ··· 0  U2n T2n
 
 
 0 −1 · · · 0 0 0 ··· 0 
 
 .. .. . . .. .. .. . . .. 
 . . . . . . . . 
 
0 0 · · · −1 0 0 · · · 0

Dengan menggunakan formula (2) didapat

B2n−1 = T2n − U2n A−1
2n R2n .
atau

5
  
(2) (2) (2)
a · · · a2n a2(n+1) 1 ··· 0
 22 
 .. . . .. .. .. . . .. 
 . . . . . . . 
 
 (2)
 an2 · · · a(2) (2) 
nn an(n+1) 0 ··· 1 
 
=  a(2) (2) (2)
 
B2n−1 · · · a1n a1(n+1) 0 ··· 0 . (6)
 12 
 
 −1 · · · 0 0 0 ··· 0 
 
 .. . . .. .. .. . . .. 
 . . . . . . . 
 
0 · · · −1 0 0 ··· 0

Elemen-elemen pada (6) diperoleh dengan perhitungan

(2) aij − ai,j−1 ai−1,j

aij = untuk i, j = 2, . . . , n
a11
(2) −ai1
ai(n+1) = untuk i = 2, . . . , n
a11
(2) a1j
a1j = untuk j = 2, . . . , n
a11
(2) 1
a1(n+1) = .
a11
Untuk melakukan langkah pertama (6) dari matriks augmentasi dan reduksi
diperlukan (n − 1)2 perkalian, n2 pembagian, dan (n − 1)2 pengurangan. Karena
ada sebanyak n langkah maka cost komputasinya menjadi 3n3 −4n2 +2n. Jika hanya
perkalian dan pembagian yang dihitung, maka diperlukan cost komputasi sebanyak
n3 . Jadi jika hanya perkalian dan pembagian yang diperhatikan cost komputasi
yang diperoleh sama dengan cost komputasi eliminasi Gauss-Jordan.

Contoh:
Diketahui matriks [4]
   
1 1 1 2 −1 0
   
A= 1 2 2 

 dengan A −1
=  −1

.
2 −1 
1 2 3 0 −1 1

Tentukan invers dari matriks A dengan menggunakan metode augmentasi dan reduksi.

6
Solusi:
Dari soal diketahui A  
1 1 1
 
A= 1 2 2 

,
1 2 3

dan dengan mengikuti bentuk B pada persamaan (1), didapat

 
1 1 1 1 0 0
 
 
 1 2 2 0 1 0 
   
 
 1 2 3 0 0 1  A I
B= 
 = 

.
 −1 0 0 0 0 0  −I O
 
 
 0 −1 0 0 0 0 
 
0 0 −1 0 0 0

Kemudian dengan mengikuti prosedur pada Bagian 2 secara berulang diperoleh

Langkah 1
 
1 1 1 1 0 0
 
 
 1 2 2 0 1 0 
   
 
 1 2 3 0 0 1  A R6
B6 =   =  6 
 
 −1 0 0 0 0 0  U6 T6
 
 
 0 −1 0 0 0 0 
 
0 0 −1 0 0 0

B5 = T6 − U6 A−1
6 R6 .

Langkah 2
 
1 1 −1 1 0
 
 
 1 2 −1 0 1 
 
 
B5 =  1 1 1 0 0 
 
 
 −1 0 0 0 0 
 
0 −1 0 0 0

7
 B4 = T5 − U5 A−1
5 R5 .
Langkah 3
 
1 0 −1 1
 
 
 0 2 −1 0 
B4 = 

,

 1 −1 1 0 
 
−1 0 0 0

B3 = T4 − U4 A−1
4 R4

atau
 
2 −1 0
 
 
B3 =  −1 2 −1  .
 
0 −1 1

Jadi invers dari matriks A yang berukuran 3 × 3, diperoleh sesudah langkah ketiga.

DAFTAR PUSTAKA
[1] Allaire, G., & S. M. Kaber. 2008. Numerical Linear Algebra. Springer, New
York.

[2] Carlson, D. 1986. What are Schur Complements, Anyway ?. Linear Algebra
And Its Applications 74: 257-275.

[3] Jacob, B. 1990. Linear Algebra. W. H. Freeman And Company, New York.

[4] Meyer, C. D. 2000. Matrix Analysis And Applied Linear Algebra. SIAM,
Philadelpia.

[5] Sheskin, T. J. 1991. Matrix Inversion by Augmentation and Reduction. Int. J.

Math. Educ. Sci. Technol. 22(1): 103-110.

[6] Strang, G. 1993. Introduction to Linear Algebra. Wellesley-Cambridge Press,

U.S.A.