Sapuytri1, Wulan 2, Tarigan 3, Nadya VolumexNomor

4, Syafitri 5 / Jurnal Aljabar Li-xxx

x (xxxx),xx (x) (xxxx) xx - xx

Jurnal Aljabar Linear

Journal of Mathematics

https://jurnal.unimed.ac.id/2012/index.php/pelita/index

eISSN: xxxx-xxxx pISSN: xxxx-xxxx

PERBANDINGAN NILAI DAN VEKTOR EIGEN

CARA MANUAL DAN SOFTWARE MATLAB

Annisa Nurul Saputri1*, Cindy Wana Wulan2, Dandi Rifa’i Tarigan3, Fauza Nadya4, Indah Dwi
Syafitri3
1
Annisa Nurul Saputri, Universitas Negeri Medan
2
Cindy Wana Wulan, Universitas Negeri Medan
3
Dandi Rifa’i Tarigan, Universitas Negeri Medan
4
Fauza Nadya, Universitas Negeri Medan
5
Indah Dwi Syafitri, Universitas Negeri Medan

*
Korespondensi Author: xxx@xxx.xx

INFOARTIKEL

Riwayat artikel: ABSTRACT

Diterima : The eigenvalue (λ) is the characteristic value of a matrix of size n × n,

Revisi :
while the eigenvector (x) is a nonzero column vector which when multiplied
Dipublikasikan :
by a matrix of size n × n will produce another vector that has a multiple of
Kata kunci: the eigenvector itself. This study uses Research and Development (R&D).
Research and Development (R&D) is a research method used to produce
Nilai eigen, vektor eigen, nilai certain products and test the effectiveness of these products. The purpose of
eigen manual dan matlab, vektor this study is to prove that the solving of the eigenvalues and eigenvector
eigen manual dan matlab problems between manual and matlab methods shows the same results.

ABSTRAK

Nilai eigen(𝜆) adalah nilai karakteristik dari suatu matriks berukuran

𝑛 × 𝑛, sementara vector eigen(𝑥) adalah vector kolom bukan nol yang bila
dikalikan dengan suatu matriks berukuran 𝑛 × 𝑛 akan menghasilkan vector
lain yang memiliki kelipatan dari vector eigen itu sendiri. Penelitian ini
menggunakan Research and Development (R&D). Research and
Development (R&D) merupakan metode penelitian yang digunakan untuk
menghasilkan produk tertentu dan menguji keefektifan produk tersebut.
Tujuan dari penelitian ini untuk membuktikan bahwa penyelesaian soal nilai
eigen dan vektor eigen antara cara manual dan matlab menunjukkan hasil
yang sama.

1
 Sapuytri1, Wulan 2, Tarigan 3, Nadya 4, Syafitri 5 / Jurnal Aljabar Li x (x) (xxxx) xx - xx
PENDAHULUAN
Mini Riset adalah salah satu tugas wajib
mata kuliah Aljabar Linier, mini riset dilakukan
untuk mendapat hasil dari pengembangan soal dan
materi yang telah dipelajari baik menggunakan
software maupun menggunakan cara lain.
Tujuannya mahasiswa mampu menuangkan ide –
ide kreatifnya dalam memecahkan masalah suatu
pokok permasalahan kedalam bentuk suatu pokok
permasalahn kedalam bentuk karya tulis.
Aljabar linier adalah bidang studi matematika
yang mempelajari sistem persamaan linier dan
solusinya, vektor, serta transformasi linier. Matriks
dan operasinya merupakan hal yang berkaitan erat
dengan bidang aljabar linier. Salah satu materi
yang akan di lakukan penelitian kecil adalah nilai
eigen dan vektor eigen. Nilai eigen adalah nilai
karakteristik dari suatu matriks berukuran 𝑛 × 𝑛,
sementara vektor eigen adalah vektor kolom bukan
nol yang bisa dikalikan dengan suatu matriks
berukuran 𝑛 × 𝑛 akan menghasilkan vektor lain
yang memiliki nilai kelipatan dari vektor eigen itu
sendiri.
Dalam penyelesaian mencari nilai eigen
membutuhkan proses yang panjang dan harus
sangat teliti yaitu untuk mendapatkan hasil yang
sesuai, namun semua itu pasti tidak luput dalam
kesalahan dalam pengoprasian matriks dalam
pengerjaannya terlebih secara manual, oleh karena
itu dalam hal ini akan dilakukan penelitian kecil
terkait bagaimana cara menyelesaian nilai dan
vektor eigen menggunakan dua cara, yaitu cara
manual dan penggunaan software matlab. Hal
tersebut bertujuan agar mempermudah, serta
mempercepat proses penyelesaian masalah terkait
mencari nilai eigen dan vektor eigen. Kemudian
mencocokkan antara pengerjaan secara manual dan
penggunaan software dengan mengambil beberapa
tanggapan dari para responden.
KAJIAN PUSTAKA
Kata “eigen” berasal dari bahasa Jerman
yang artinya adalah sebenarnya atau karakteristik.
Sehingga nilai eigen sering disebut sebagai nilai
karakteristik. Nilai eigen disimbolkan dengan “𝜆 “
dibaca lambda. Nilai eigen(𝜆) adalah nilai
karakteristik dari suatu matriks berukuran 𝑛 × 𝑛,
sementara vector eigen(𝑥) adalah vector kolom
bukan nol yang bila dikalikan dengan suatu matriks
berukuran 𝑛 × 𝑛 akan menghasilkan vector lain
2
yang memiliki kelipatan dari vector eigen itu
sendiri.
Jika 𝐴 adalah matriks 𝑛 × 𝑛, maka vektor
taknol 𝑥 di dalam 𝑅 dinamakan vektor eigen
(eigenvector) dari 𝐴 jika 𝐴𝑥 adalah kelipatan skalar
dari 𝑥; yakni 𝐴𝑥 = 𝜆𝑥 Untuk suatu skalar 𝜆.
Skalar 𝜆 dinamakan nilai eigen (eigenvalue) dari 𝐴
dan 𝑥 dikatakan vector eigen yang bersesuaian
dengan 𝜆. Jika 𝐴 × maka pernyataan berikut
ekivalen satu sama lain : 𝜆 adalah nilai eigen dari
𝐴, System persamaan (𝜆𝐼 − 𝐴)𝑥 = 0 mempunyai
pemecahan yang taktrivial, Ada vector taknol 𝑥 di
dalam 𝑅 sehingga 𝐴𝑥 = 𝜆𝑥, 𝜆 adalah pemecahan
riil dari persamaan karakteristik det(𝜆𝐼 − 𝐴)𝑥 = 0.
Menentukan nilai eigen dominan dan vektor eigen
yang bersesuai dari suatu matriks bujur sangkar
dapat dilakukan dengan menentukan persamaan
karakteristik terlebih dahulu. Persamaan
karakteristiknya berbentuk
Det (λI-A)=0 (1)
yang nantinya akan memperoleh persamaan dalam
bentuk
+c1+ ... + cn=0 ...................... (2)
yang disebut sebagai polinom karakteristik.
Dengan λ merupakan nilai-nilai eigen dari matriks.
Untuk mencari nilai λ kita harus mencari solusi dari
polinom karakteristik, setelah diperoleh nilai
eigennya kemudian diplih nilai eigen dominannya.
Cara ini tidak efisien jika yang akan dicari
hanyalah nilai eigen dominannya beserta vektor
eigennya yang bersesuaian dan jika dimensi
matriks cukup besar karena akan menyulitkan
pencarian nilai λ yang memenuhi polinom
karakteristik jika derajat polinomnya cukup besar
(lebih dari 2).
Menyelesaikan permasalahan nilai eigen
dan vektor eigen ini dapat dilakukan dengan dua
hal, yakni penyelesaian secara manual dan
dengan bantuan aplikasi matlab. Aplikasi
merupakan suatu subkelas perangkat lunak
komputer yang memanfaatkan kemampuan
komputer langsung untuk melakukan suatu tugas
yang diinginkan pengguna.
Matlab (Matrix Laboratory) merupakan
suatu program komputer yang bisa membantu
memecahkan berbagai masalah matematis yang
kerap bisa temui dalam bidang teknis. Pengguna
dapat memanfaatkan kemampuan Matlab untuk
menemukan solusi dari berbagai masalah secara
cepat, mulai hal yang palin dasar hingga yang
kompleks, termasuk perhitungan secara matriks.
 Sapuytri1, Wulan 2, Tarigan 3, Nadya 4, Syafitri 5 / Jurnal Aljabar Li x (x) (xxxx) xx - xx
Matlab merupakan software yang paling efisien
untuk perhitungan numeric berbasis matriks dan
banyak digunakan pada matematika komputasi,
pengembangan dan algoritma, programan
modeling, simulasi dan pembuatan prototype,
analisa data, dan juga termasuk dapat
menyelesaikan persoalan nilai eigen dan vektor
eigen pada mata kuliah Aljabar Linear.
METODE PENELITIAN
a. Jenis Metode Peneltian
Penelitian ini termasuk penelitian Research
and Development (R&D). Menurut Sugiyono
(2016: 407), Research and Development (R&D)
merupakan metode penelitian yang digunakan
untuk menghasilkan produk tertentu dan menguji
keefektifan produk tersebut. Menurut Nana
Syaodih Sukmadinata (2009: 164), Research and
Development (R&D) merupakan suatu proses atau
langkah-langkah untuk mengembangkan suatu
produk baru atau menyempurnakan produk yang
telah ada, yang dapat dipertanggungjawabkan.
Kemudian menurut Nusa Putra (2015: 67),
Research and Development (R&D) merupakan
metode penelitian secara sengaja, sistematis, untuk
menemukan, memerbaiki,mengembangkan,
menghasilkan, maupun menguji keefektifan
produk, model, maupun metode/ strategi/ cara yang
lebih unggul, baru, efektif, efisien, produktif, dan
bermakna.
Berdasarkan beberapa pendapat tersebut,
maka Research and Development (R&D)
merupakan metode penelitan yang dilakukan secara
sengaja dan sistematis untuk menyempurnakan
produk yang telah ada maupun mengembangkan
suatu produk baru melalui pengujian, sehingga
produk tersebut dapat dipertanggungjawabkan
b. Model Pengembang
Pengembangan yang dilakukan
menggunakan sofware matlab. Matlab adalah
sebuah lingkungan komputasi numerikal dan
bahasa pemrograman komputasi generasi keempat.
Dikembangkan oleh the mathwork, matlab
memungkinkan manipulasi matriks, pem-plot-an
fungsi dan data, implementasi algoritme,
pembuatan antarmuka pengguna, dan peng-
antarmuka-an dengan program dalam bahasa
lainnya.
3
c. Subjek dan Objek Penelitian
Subjek penelitian pengembangan ini adalah
2 mahasiswa UNIMED jurusan Matematika kelas
PSM A 2020, 2 mahasiswa akan mengisi google
form yang sudah kami buat dan akan menanggapi
bagaimana kesesuaian penyelesaian permasalahan
nilai eigen dan vektor eigen dengan cara manual
dan menggunakan software matlab.
d. Tempat dan Waktu
Penelitian ini dilaksanakan pada hari Kamis,
tanggal 15Mei 2021 sampai dengan hari Minggu,
tanggal 16 Mei 2021. Pada penelitian ini tidak
dilaksankan di suatu tempat dikarenakan kondisi
yang terjadi pada saat ini tidak memungkinkannya
melakukan penelitian langsung kelapangan.
e. Jenis Data
Adapun jenis data dalam penelitian ini, yaitu :
1. Data kuantitatif berupa penyelesaian nilai
eigen dan vektor eigen dengan cara manual
dan dengan software matlab.
2. Data kualitatif berupa pendapat mahasiswa
mengenai penyelesaian nilai eigen dan vektor
eigen yang kelompok 1 buat menggunakan
cara manual dan software matlab
f. Instrumen Pengumpulan Data
Pengumpulan data dilakukan dengan
menggunakan google form yang sudah dibuat yang
berisikan soal nilai eigen dan vektor eigen dan
penyelesaian menggunakan cara manual dan
software dan kemudian akan diberikan tanggapan
terhadap pengerjaan yang telah kelompok 1
lakukan oleh responden, cara ini dilakukan karena
sulitnya untuk melakukan tatap muka secara
langsung.
g. Teknik Analisis Data
Teknik analisis data dengan menganalisis
perbedaan jika kita mengerjakan soal terkait nilai
eiegen dan vektor eigen dengan cara manual dan
software matlab serta memperhatikan tanggapan -
tanggapan yang diberikan oleh responden terkait
pengerjaan soal nilai eigen dan vektor eigen.
 Sapuytri1, Wulan 2, Tarigan 3, Nadya 4, Syafitri 5 / Jurnal Aljabar Li x (x) (xxxx) xx - xx

HASIL DAN PEMBAHASAN = 𝜆 − 5𝜆 + 6𝜆 + 0

Hasil penelitian didapatkan yaitu dengan 2 1 −5 6
menyebarkan link berupa google formulir yang
berisi 5 butir soal lengkap dengan penyelesaian 2 −6 +
secara manual dan penggunana aplikasi matlab,
serta berisi pertanyaan sesuai atau tidakkah 1 −3 0
penyelesaian soal terkait nilai eigen dan vektor
(𝜆 − 2)(𝜆 − 3𝜆)
eigen antara cara manual dan aplikasi matlab, serta
bagaimana tanggapan dari responden atas
= (𝜆 − 2)𝜆(𝜆 − 3)
penyelesaian yang kelompok 1 kerjakan. Sebagai
perwakilan tanggapan maka dipilih 3 tanggapan 𝜆 = 2, 𝜆 = 0, 𝜆 = 3
dari validator tersebut. Adapun penyelesaian soal
nilai eigen dan vektor eigen yang di sebar oleh b. Vector Eigen
kelompok 1, serta respon dari validator sebagai
berikut; [𝜆𝐼 − 𝐴]𝑋⃑ = 0⃑

Soal 1 : 𝜆−1 −1 −1 𝑥 0
0 𝜆−3 −3 𝑥 = 0
1. Tentukanlah nilai eigen dan vector eigen dari 2 −1 𝜆−1 𝑥 0
1 1 1
matriks 𝐴 = 0 𝑥 (𝜆 − 1) − 𝑥 − 𝑥 = 0(1)
3 3
−2 1 1
𝑥 (𝜆 − 3) − 3𝑥 = 0(2)
Penyelesaian :
2𝑥 − 𝑥 + 𝑥 (𝜆 − 1) = 0(3)
a. Nilai Eigen
Menjadi :
𝜆𝐼 − 𝐴
(1)2𝑥 − 𝑥 − 𝑥 = 0
1 0 0 1 1 1
=𝜆 0 1 0 − 0 3 3 (2)−3𝑥 = 0
0 0 1 −2 1 1
(3)2𝑥 − 𝑥 + 2𝑥 = 0
𝜆 0 0 1 1 1
= 0 𝜆 0 − 0 3 3 Kesimpulan :
0 0 𝜆 −2 1 1
𝑥 =0
𝜆−1 −1 −1
= 0 𝜆−3 −3 𝑥 = 2𝑥
2 −1 𝜆−1
𝑥 =𝑥
𝜆−1 −1 −1 𝜆 − 1 −1
𝑑𝑒𝑡 0 𝜆 − 3 −3 0 𝜆 − 3 
0 0 0
2 −1 𝜆 − 1 2 −1
2𝑥 → 𝑥 2 ∈ 𝑅 => 𝑆 2 𝑆 ≠ 0, 𝑆 ∈ 𝑅
𝑥 1 1
= [(𝜆 − 1)(𝜆 − 3)(𝜆 − 1) + 6] − 0 − 3(𝜆 − 1)
+ 2(𝜆 − 3) Software :

= ((𝜆 − 1) (𝜆 − 3) + 6 − 3𝜆 + 3 + 2𝜆 − 6)

= (𝜆 − 2𝜆 + 1)(𝜆 − 3) + 6 − 3𝜆 + 3 + 2𝜆 − 6

= 𝜆 − 2𝜆 + 𝜆 − 3𝜆 + 6𝜆 − 3 + 6 − 3𝜆 + 3
+ 2𝜆 − 6

= 𝜆 − 5𝜆 + 𝜆 + 6𝜆 − 3𝜆 + 2𝜆 − 3 + 6 + 3 − 6

4
 Sapuytri1, Wulan 2, Tarigan 3, Nadya 4, Syafitri 5 / Jurnal Aljabar Li x (x) (xxxx) xx - xx

Tanggapan : Det
𝜆−1 2
=0 ←
−1 𝜆−4
 Responden 1 : Soal no 1 yang disajikan Determinan Matriks ordo 2 × 2 = (𝑎𝑑 − 𝑏𝑐)
Kelompok 1 sangat mudah dimengerti.
Penyelesaian manual juga disajikan dengan (𝜆 − 1)(𝜆 − 4) − (2)(−1) = 0
sangat terperinci. Setiap stepnya dijelaskan
(𝜆 − 5𝜆 + 4 + 2) = 0
asal usul didapatnya langkah berikut. Selain
itu, hal menarik pada soal no 1 yaitu adanya (𝜆 − 2)(𝜆 − 3) = 0
pembuktian secara manual. Menurut saya ini
sangat membantu pemahaman para pembaca. 𝜆 = 2atau𝜆 = 3 ←
Hasil yang disajikan dengan menggunakan Nilai Eigen
software juga sesuai dengan manual.
 Responden 2 : Cara manual kelompok 1 sangat Vekto reigen
muda, dan disajikan dengan sangat terperinci
(𝜆𝐼 − 𝐴)𝑣 = 0
dan di berikan juga cara menggunakan aplikasi
matematika tetapi hasil hasil dari vektor eigen 𝜆−1 2
yang cara manual dan software berbeda. 𝑣=0
−1 𝜆−4
 Responden 3 : Penyelesaian pada nomor 1
𝜆−1 2 𝑣
untuk nilai eigen pada perhitungan manual dan 𝑣=0
−1 𝜆−4 𝑣
software di dapat hasil yang sama, namun pada
manual langsung didapat nilai lamdanya Untuk nilai 𝜆 = 2, maka:
sedangkan pada software dalam bentuk
matriks. Dan untuk yang vektor eigen tidak 1 2 𝑣 0
=
sesuai, karena perhitungan manual dan −1 −2 𝑣 0
software didapat hasil yang berbeda. Terbentuk sistem persamaan linear
Soal 2 : 𝑣 + 2𝑣 = 0
1. Tentukan nilai dan vektor eigen dari matriks −𝑣 − 2𝑣 = 0
1 −2
𝐴= ?
1 4 Diperoleh
Penyelesaian :
𝑣 = −2 dan 𝑣 = 1
 Manual
Pembuktian:
Nilaieigen(𝝀)
𝐴𝑣 = 𝜆𝑣
(𝜆𝐼 − 𝐴)𝑣 = 0 ← Persamaan Karekteristik
1 −2 −2 −2
=2
1 4 1 1
1 0 1 −2
𝜆 − 𝑣=0
0 1 1 4 −4 −2
1 0 =2 terbukti
← Matriks 𝐼 = 2 1
0 1
Untuk nilai 𝜆 = 3, maka:
𝜆 0 1 −2
− 𝑣=0
0 𝜆 1 4 2 2 𝑣 0
=
𝜆−1 2 −1 −1 𝑣 0
𝑣=0
−1 𝜆−4
Terbentuk sistem persamaan linear
Untuk menentukan nilai λ yang skalar, berlaku:
2𝑣 + 2𝑣 = 0
Det (𝜆𝐼 − 𝐴) = 0
−𝑣 − 𝑣 = 0

Diiperoleh

5
 Sapuytri1, Wulan 2, Tarigan 3, Nadya 4, Syafitri 5 / Jurnal Aljabar Li x (x) (xxxx) xx - xx

𝑣 = 1dan𝑣 = −1 Soal 3 :

Pembuktian: Carilah nilai eigen dan vektor eigen dari matriks

2 1 1
𝐴𝑣 = 𝜆𝑣 berikut 𝐴 = 1 2 1
1 1 2
1 −2 1 1
=3
1 4 −1 −1 PENYELESAIAN MANUAL

3 1 Nilai eigen
=3 terbukti
−3 −1

 Software det 𝐴 − 𝐼 =0

2 1 1 1 0 0
det 1 2 1 −  0 1 0 =0
1 1 2 0 0 1

2 1 1 ⎡ 0 0⎤
det ⎛ 1 2 1 −⎢0  0 ⎥⎞ = 0
1 1 2 ⎢ ⎥
⎝ ⎣0 0  ⎦⎠

⎡2 −  1 ⎤ 1
Tanggapan :
⎛
det ⎢ 1 2−  ⎥⎞ = 0
1
⎢ ⎥
⎝⎣ 1 1 2 −  ⎦⎠
 Responden 1 : Soal dengan penyelesaian
manual dan dengan software pada soal no 2 ini
2−  1 1 2−  1
sesuai. Soal yang disajikan menyertakan
matriks yang lebih rumit dari soal 1. Namun 1 2−  1 1 2− 
=0
walaupun begitu, Kelompok 1 menyajikannya 1 1 2−  1 1
dengan sangat terperinci dan dengan bahasa
yang sederhana. Sehingga mudah dimengerti 2−  2−  2−  +1+1
pembaca. Hasil dengan manual dan dengan
software sama − 2−  +2−  +2− 
 Responden 2 : penyelesaian manual dan =0
dengan software pada soal no 2 tidak sesuai.
Soal yang disajikan menyertakan matriks yang (  − 4  + 4)(2 −  ) + 2 − (6 − 3  ) = 0
lebih rumit dari soal 1. Namun walaupun
begitu, Kelompok 1 menyajikannya dengan 2 −  − 8  + 4  + 8 − 4  + 2 − (6
sangat terperinci dan dengan bahasa yang
sederhana. Sehingga mudah dimengerti − 3 ) = 0
mengapa penyelesaian manual dan
menggunakan aplikasi tidak sesuai. Karena
vektor eigen untuk λ=1 tidak sesuai antara −  + 6  − 12  + 8 + 2 − 6 − 3  =0
software dengan cara manual
 Responden 3 : Penyelesaian pada nomor 2
untuk nilai eigen pada perhitungan manual dan − + 6 − 9 + 4 = 0
software di dapat hasil yang sama, namun pada
manual langsung didapat nilai lamdanya
sedangkan pada software dalam bentuk
matriks. Dan untuk yang vektor eigen tidak
sesuai, karena perhitungan manual dan
software didapat hasil yang jauh berbeda

6
 Sapuytri1, Wulan 2, Tarigan 3, Nadya 4, Syafitri 5 / Jurnal Aljabar Li x (x) (xxxx) xx - xx

Cara horner Jika 𝑠 = 1dan 𝑡 = 1, didapat vektor eigen :

-1 6 -9 4 −1 −1
𝑥 = 1 dan𝑥 = 0
-1 1 -7 16 0 1

 Vektor eigen
-1 7 -16 20

Untuk  = 4

-1 6 -9 4
𝐴− 𝐼 x = 0
1 -1 5 -4
⎡2 −  1 1⎤ 𝑥 0
-1 5 -4 0 ⎢ 1 2−  1⎥ 𝑥 = 0
⎢ ⎥ 𝑥 0
⎣ 1 1 2− ⎦
Maka didapat  1 = 1 dan persamaan :
−2 1 1 𝑥 0
− + 5 − 4 = 0 kalikan dengan -1 1 −2 1 𝑥 = 0
1 1 −2 𝑥 0
 − 5 + 4 = 0 kemudian faktorkan, Didapat persamaan
sehingga menjadi
−2𝑥 + 𝑥 + 𝑥 = 0
 − 1 (  − 4) = 0
𝑥 − 2𝑥 + 𝑥 = 0

Didapat  2 = 1, dan  3 = 4 𝑥 + 𝑥 − 2𝑥 = 0

Jadi nilai eigennya yaitu  1 = −2 1

 2 = 1,  3 = 4 1 0
1 −2 1 0 tukar 𝑏 dengan 𝑏
 Vektor eigen 1 1 −2 0

1 −2 1 0
Untuk  1 = 2=1 −2 1 1 0 𝑏 + 2𝑏
1 1 −2 0 𝑏 − 𝑏
𝐴− 𝐼 x = 0
1 −2 1 0 1
⎡2 −  1 1 0 −3 3 0 − 𝑏
⎤ 𝑥 0 0 3 −3 0 3
⎢ 1 2−  1 ⎥ 𝑥 = 0
⎢ ⎥ 𝑥 0
⎣ 1 1 2− ⎦ 1 −2 1 0 𝑏 + 2𝑏
0 1 −1 0
Didapat persamaan 0 3 −3 0 𝑏 − 3𝑏

𝑥 +𝑥 +𝑥 =0 1 0 −1 0
0 1 −1 0
𝑥 = −𝑥 − 𝑥 0 0 0 0

Misal 𝑥 = 𝑆, dan 𝑥 = 𝑡, didapat persamaan Didapat persamaan

𝑥 −𝑠 − 𝑡 𝑥 −𝑥 =0 → 𝑥 =𝑥
𝑥 = 𝑠
𝑥 𝑡 𝑥 −𝑥 =0 → 𝑥 =𝑥

𝑥 −1 −1 Missal 𝑥 = 𝑆, didapat persamaan

𝑥 =𝑠 1 +𝑡 0
𝑥 0 1

7
 Sapuytri1, Wulan 2, Tarigan 3, Nadya 4, Syafitri 5 / Jurnal Aljabar Li x (x) (xxxx) xx - xx

𝑥 1 𝐷𝑒𝑡(𝜆|−𝐴)
𝑥 =𝑠 1 𝜆 + 1 −4 2 𝜆+1 −4
𝑥 1 = 3 𝜆−4 0 3 𝜆−4
1 3 −1 𝜆 − 3 3 −1
Jika𝑠 = 1 didapat vektor dengan : 𝑥 = 1
= (𝜆 + 1)(𝜆 − 4)(𝜆 − 3) + (−4.0.3)
1
+ (2.3. −1) − (3(𝜆 − 4)2)
PENYELESAIAN DENGAN MATLAB − −1.0(𝜆 + 1)
− (𝜆 − 3). 3 − 4)

= (𝜆 − 3𝜆 − 4)(𝜆 − 3) − 6 − 6𝜆 + 24 + 12𝜆
+ 12𝜆 − 36

= 𝜆 − 6𝜆 + 11𝜆 − 6

(𝜆 − 2)(𝜆 − 4𝜆 + 3) = 0

(𝜆 − 2)(𝜆 − 3)(𝜆 − 1) = 0

Tanggapan : Akar – akar persamaannya adalah 𝜆 = 2, 𝜆 =

3, 𝜆 = 1, inilah nilai eigen matriks A
 Responden 1 : Penyelesaian soal pada soal no
3 ini sesuai. Dapat dilihat pada hasil yang Vektor eigen x dari A diperoleh dari
disajikan dari kedua penyelesaian. Bahasa
yang digunakan dalam pembahasan secara (𝜆|−𝐴) = 0
manual pada soal ini mudah dipahami. 𝑥
𝜆 + 1 −4 2 0
 Responden 2 : Hasil nilai eigen dan vektornya (𝜆|−𝐴) = 3 𝜆−4 0 𝑥 = 0
sudah sesuai 3 −1 𝜆−3 𝑥 0
 Responden 3 : Pada penyelesaian nomor 3
nilai eigen pada perhitungan manual dan Untuk 𝜆 = 2 diperoleh spl
software didapat sedikit perbedaan dimana 𝑥
2+1 −4 2 0
pada manual didapat hasilnya 2,3,1 sedangkan 3 2−4 0 𝑥 = 0
pada software hasilnya 1,2,3. Dan untuk 3 −1 2 − 3 𝑥 0
vektoe eigen tidak sesuai karena hasilnya
berbeda 3 −4 2 𝑥 0
3 −2 0 𝑥 = 0
Soal 4 : 3 −1 −1 𝑥 0

3𝑥 − 2𝑥 = 0
Carilah nilai eigen dan vektor eigen dari 𝐴 =
−1 4 −2 𝑥 = 2𝑥 → 𝑚𝑖𝑠𝑎𝑙 𝑥 = 𝑡
−3 4 0
−3 1 3 3𝑥 = 2𝑡
Secara Manual : 2
𝑥 = 𝑡
Bentuk, 𝜆| − 𝐴, yaitu : 3

3𝑥 − 4𝑥 + 2𝑥 = 0
1 0 0 −1 4 −2
(𝜆|−𝐴) = 𝜆 0 1 0 − −3 4 0 2𝑥 = −2𝑡 + 4𝑡
0 0 1 −3 1 3
𝜆+1 −4 2 2𝑥 = 2𝑡
= 3 𝜆−4 0
3 −1 𝜆−3 𝑥 =𝑡

Persamaan karakteristiknya adalah 𝑥 2/3𝑡 2/3

𝑥 = 𝑡 = 1
𝑥 𝑡 1

8
 Sapuytri1, Wulan
ulan 2, Tarigan 3, Nadya 4, Syafitri 5 / Jurnal Aljabar Li x (x) (xxxx) xx - xx

Jadi vaktor eigen untuk 𝜆 = 2 adalah 𝑥 = , 1,1 Menggunakan Software Matlab :

Untuk 𝜆 = 3 diperoleh spl

3+1 −4 2 𝑥 0
3 3−4 0 𝑥 = 0
3 −1 3 − 3 𝑥 0

4 −4 2 𝑥 0
3 −1 0 𝑥 = 0
3 −1 0 𝑥 0

 3𝑥 − 𝑥 = 0
3𝑥 = 𝑥 → 𝑚𝑖𝑠𝑎𝑙 𝑥 = 𝑡 Tanggapan :
3𝑥 = 𝑡
 Responden 1 : Kedua penyelesaian soal no 4
1
𝑥 = 𝑡 ini sesuai. Pada penyelesaian secara manual
3
dijelaskan setiap stepnya. Dan dijabarkan
 4𝑥 − 4𝑥 + 2𝑥 = 0
secara mendetail. Sedangkan penyelesaian
2𝑥 = −4/3𝑡 + 4𝑡
secara software disajikan dengan gambar yang
2𝑥 = 8/3𝑡
menurut saya sudah jelas. Hasil yang didapat
𝑥 = 4/3𝑡
dari kedua penyelesaian ini sama.
𝑥 1/3𝑡 1/3  Responden
ponden 2 : Hasil nilai eigen dan vektornya
𝑥 = 𝑡 = 1 sudah sesuai.Tidak ada perbedaan antara cara
𝑥 4/3𝑡 4/3 manual dan matlab
 Responden 3 : Pada penyelesaian nomor 4
Jadi vaktor eigen untuk 𝜆 = 3 adalah 𝑥 = , 1, hasil perhitungan manual dan software dalam
mengerjakan soal tersebut sudah rinci dan
Untuk 𝜆 = 1 diperoleh spl sesuai. Karena hasil manual ual dan software
didapat hasil yang sama
1+1 −4 2 𝑥 0
3 1−4 0 𝑥 = 0 Soal 5 :
3 −1 1 − 3 𝑥 0
Tentukan nilai dan vector eigen dari matriks
2 −4 2 𝑥 0
3 −3 0 𝑥 = 0 1 0 −2
berikut. 𝐴 = 0 1 2
3 −1 −2 𝑥 0
−1 0 0
3𝑥 − 3𝑥 = 0
Secara Manual :
3𝑥 = 3𝑥 → 𝑚𝑖𝑠𝑎𝑙 𝑥 = 𝑡
Misalkan 𝜆 dan 𝑣 adalah nilai eigen dan vektor
𝑥 =𝑡 eigen dari matriks A, maka berlaku :

2𝑥 − 4𝑥 + 2𝑥 = 0 𝐴𝑣 = 𝜆𝑣 atau (𝐴 − 𝜆𝐼)𝑣 = 0

2𝑥 = −2𝑡 + 4𝑡 𝐼 adalah matriks identitas

2𝑥 = 2𝑡 𝜆 diperoleh dengan menyelesaikan det(𝐴

det − 𝜆𝐼) =
0
𝑥 =𝑡
1 0 −2 1 0 0
𝑥 𝑡 1 𝐴 − 𝜆𝐼 = 0 1 2 −𝜆 0 1 0
𝑥 = 𝑡 = 1 −1 0 0 0 0 1
𝑥 𝑡 1 1 0 −2 𝜆 0 0
= 0 1 2 − 0 𝜆 0
Jadi vaktor eigen untuk 𝜆 = 1 adalah 𝑥 = [1,1,1] −1 0 0 0 0 𝜆

9
 Sapuytri1, Wulan 2, Tarigan 3, Nadya 4, Syafitri 5 / Jurnal Aljabar Li x (x) (xxxx) xx - xx

1−𝜆 0 −2 𝜆=2
𝐴 − 𝜆𝐼 = 0 1−𝜆 2
−1 0 −𝜆 𝜆−1=0
1−𝜆 0 −2 1 − 𝜆 0 𝜆=1
det(𝐴 − 𝜆𝐼) = 0 1−𝜆 2 0 1−𝜆
−1 0 −𝜆 −1 0 Diperoleh nilai eigen dari matriks A adalah
det(𝐴 − 𝜆𝐼) = (1 − 𝜆)(1 − 𝜆)(−𝜆) + 0 ∙ 2 ∙ (−1) 𝜆 = −1, 𝜆 = 2 𝑑𝑎𝑛 𝜆 = 1 dan (𝐴 − 𝜆𝐼)𝑣 = 0
+ (−2) ∙ 0 ∙ 0
1−𝜆 0 −2 𝑣
− (−1)(1 − 𝜆)(−2) − 0 ∙ 2 0 1−𝜆 2 𝑣 =0
∙ (1 − 𝜆) − 𝜆 ∙ 0 ∙ 0 −1 0 −𝜆 𝑣

= −𝜆 + 2𝜆 − 𝜆 + 0 + 0 Untuk 𝜆 = −1 diperoleh
1 − (−1) 0 −2 𝑣
−2(1 − 𝜆) − 0 − 0 : 0 1 − (−1) 2 𝑣 =
−1 0 −(−1) 𝑣
= −𝜆 + 2𝜆 − 𝜆 − 2 + 2𝜆 2 0 −2 𝑣
0 2 2 𝑣 =0
= −𝜆 + 2𝜆 + 𝜆 − 2 −1 0 1 𝑣
det(𝐴 − 𝜆𝐼) = 0 Tulis sistem diatas sebagai matriks diperluaas dan
lakukan OBE
−𝜆 + 2𝜆 + 𝜆 − 2 = 0
2 0 −2 0 𝑩𝟏
Untuk menyelesaikan persamaan tersebut, kita 0 2 2 0 →
harus mencari bilangan bulat yang memenuhi +𝟐
−1 0 1 0
persamaan tersebut. Berpedoman pada koefisien
1 0 −1 0
persamaan tersebut yaitu -2
0 2 2 0 𝑩𝟑 − (−𝟏)𝑩𝟏
−1 0 1 0
Faktor dari -2 adalah 1,-1, 2 dan -2
1 0 −1 0 𝑩𝟐 1 0 −1 0
Misalkan kita pilih 0 2 2 0 → 0 1 1 0
𝟐
0 0 0 0 0 0 0 0
-1 −(−1) + 2(−1) + (−1) − 2 = 1 + 2 − 1 −
2=0 Dari bentuk diatas diperoleh

Berarti -1 adalah salah satu solusi persamaan 𝑣 −𝑣 =0

tersebut. Bentuk faktornya adalah(𝜆 + 1)
𝑣 =𝑣
Bagi persamaan tersebut dengan solusinya
𝑣 +𝑣 =0
-1 -1 2 1 -2
𝑣 = −𝑣

1 -3 2 + Jika dipilih 𝑣 = 1 maka 𝑣 = 1 dan 𝑣 = −1

-1 3 -2 2 1
Sehingga vektor eigen untuk𝜆 = −1 adalah −1
−𝜆 + 2𝜆 + 𝜆 − 2 = (𝜆 + 1)(𝜆 − 3𝜆 + 2) 1
= (𝜆 + 1)(𝜆 − 2)(𝜆 − 1) Untuk 𝜆 = 2 diperoleh :

𝜆+1=0 1−2 0 −2 𝑣 −1 0 −2 𝑣
0 1−2 2 𝑣 = 0 −1 2 𝑣
𝜆 = −1 −1 0 −2 𝑣 −1 0 −2 𝑣

𝜆−2=0 =0

10
 Sapuytri1, Wulan
ulan 2, Tarigan 3, Nadya 4, Syafitri 5 / Jurnal Aljabar Li x (x) (xxxx) xx - xx

Tulis sistem diatas sebagai matriks diperluas dan Dari bentuk diatas diperoleh
lakukan OBE
𝑣 =0
−1 0 −2 0 𝑩𝟏
0 −1 2 0 → 𝑣 =0
−𝟏
−1 0 −2 0
𝑣 =𝑠
1 0 2 0
0 −1 2 0 𝑩𝟑 − (−𝟏)𝑩𝟏 Jika dipilih 𝑣 = 1 maka 𝑣 = 0 dan 𝑣 = 0
−1 0 −2 0
0
1 0 2 0 𝑩𝟐 1 0 2 0 Sehingga vektor eigen untuk 𝜆 = 1 adalah 1
0 −1 2 0 → 0 1 2 0
−𝟏 0
0 0 0 0 0 0 0 0
Menggunakan Software Matlab
Dari bentuk diatas diperoleh

𝑣 + 2𝑣 = 0

𝑣 = −2𝑣

𝑣 − 2𝑣 = 0

𝑣 = 2𝑣

Jika dipilih 𝑣 = 1 maka 𝑣 = −2 dan 𝑣 = 2

−2 Tanggapan :
Sehingga vektor eigen untuk 𝜆 = 2 adalah 2
1  Responden 1 : Menurut saya kedua
penyelesaian ini sesuai, dapat dilihat pada hasil
Untuk 𝜆 = 1 diperoleh akhir yang didapat. Setiap langkah langkah
1−1 0 −2 𝑣 yang disajikan tentunya dijabarkan secara
: 0 1−1 2 𝑣 = mendetail. Selain itu, penyelesaian dengan
−1 0 −1 𝑣
software juga disajikan
ajikan dengan jelas sehingga
0 0 −2 𝑣
0 0 2 𝑣 =0 terlihat langkah langkah yang didapat.
−1 0 −1 𝑣  Responden 2 : penyelesaian soal nya sudah
sesuai antara cara manual dan matlab
Tulis sistem diatas sebagai matriks diperluas dan  Responden 3 : yang kelompok 1 lakukan sudah
lakukan OBE sesuai dan terbukti bahwa pengerjaan antara
0 0 −2 0 cara manual dan penggunaan
unaan software matlab
0 0 2 0 𝑇𝑢𝑘𝑎𝑟 𝐵 − 𝐵 → hasilnya sama
−1 0 −1 0
Dari tanggapan-tanggapan
tanggapan pada setiap
−1 0 −1 0 𝐵 penyelesaian soal di atas, kelompok 1 dapatkan
0 0 2 0 respon dari seluruh validator sangat baik, dimana
−1
0 0 −2 0 penyelesaian 5 butir soal antara pengerjaan manual
1 0 1 0 dan matlab yang kelompok 1 kerjakan dikatakan
𝐵
0 0 2 0 → sudah sesuai dan sama.
2
0 0 −2 0
KESIMPULAN
1 0 1 0
0 0 1 0 𝐵 − (−2)𝐵 𝑑𝑎𝑛 𝐵 − 1𝐵 Dari penelitian yang telah dilakukan dapat
0 0 −2 0 disimpulkan bahwa soal yang disajikan oleh
peneliti dengan penyelesaian secara manual
1 0 0 0
memiliki jawaban yang sama dan benar ketika
0 0 1 0
0 0 0 0 menggunakan aplikasi matlab. Sering se sekali kita
dalam mengerjakan soal matematika secara manual

11
 Sapuytri1, Wulan 2, Tarigan 3, Nadya 4, Syafitri 5 / Jurnal Aljabar Li x (x) (xxxx) xx - xx

sering terjadinya silap ataupun salah dalam

melakukan operasi dalam pengerjaan soal.
Penggunaan aplikasi sangat berguna untuk
membantu Mahasiswa/I, dosen, guru bahkan siswa
sekalipun untuk mengecek jawaban yang telah
dikerjakan secara manual.

SARAN
Penelitian ini dapat dikembangkan lagi dengan
menggunakan soal – soal yang lebih bervarisi lagi
dalam tingkat kesulitan ataupun dapat
menggunakan soal – soal dari materi lainnya.
Penggunakan aplikasinya juga dapat dikembangkan
dengan menggunakan aplikasi lainnya yang dapat
menyelesaikan soal – soal materi aljabar selain
matlab yang digunakan dalam penelitian ini.

DAFTAR PUSTAKA
Anton Howard. 1987. Aljabar Linear Elementer

Edisi Kelima. Erlangga. Jakarta.

Axler, Sheldon, Linear Algebra Done Right (3rd

ed.), Springer, p. 77,

Adhiguna, K., Pujiyanta, A. 2014. Aplikasi Bantu

Untuk Menentukan Nilai Eigen dn Vektor

Eigen Berbasis Multimedia. Jurnal

Sarjana Teknik Informatika. Universitas

Ahmad Dahlan. 2(1): 91-100

Widya, L., Auliya, R., Pinahayu, E. 2018. Aplikasi

Matlab Dalam Pengembangan

Pembelajaran Matematika Di SMA.

UNES Journal of Community Service.

Universitas Indraprasta PGRI. 3(2): 162-

165

12