KATA PENGANTAR

Segala puji syukur kami panjatkan atas kehadirat Tuhan Yang Maha Esa karena
atas rahmat, taufik serta hidayah-Nya penulis dapat menyelesaikan makalah ini dengan
judul “Implementasi Matriks Pada Bidang Ekonomi” tepat pada waktunya.

Penulis mengucapkan terimakasih kepada Ibu Herlinda Nur’afwa Sofhya M,Si.

selaku dosen pengampu mata kuliah “Aljabar Matriks” yang telah membimbing dalam
pembuatan makalah ini, sehingga penulis dapat menyelesaikan penyusunan makalah ini.

Penulis menyadari bahwa makalah ini masih memiliki banyak kekurangan. Oleh
karena itu, penulis menerima segala saran dan kritik dari pembaca agar penulis dapat
memperbaiki makalah ini.

Mudah-mudahan makalah ini dapat membawa manfaat bagi kita semua terutama
bagi para pembaca.

Bekasi, 03 Juni 2020

Penulis

Anita Syafianti | Tugas Terstruktur Aljabar Matriks i

 DAFTAR ISI

Halaman
KATA PENGANTAR ....................................................................................................... i
DAFTAR ISI .................................................................................................................... ii
BAB I PENDAHULUAN ................................................................................................ 1
A. Latar Belakang....................................................................................................... 1
B. Rumusan Masalah ................................................................................................. 1
C. Tujuan Penulisan ................................................................................................... 2
BAB II PEMBAHASAN .................................................................................................. 3
A. Matriks dalam Matematika .................................................................................... 3
1. Definisi Matriks ................................................................................................. 3
2. Operasi Matriks .................................................................................................. 3
3. Jenis-Jenis Matriks ............................................................................................. 6
4. Determinan Matriks ........................................................................................... 8
5. Adjoin Matriks ................................................................................................. 11
6. Invers Matriks .................................................................................................. 12
B. Pemograman Linier dalam Matematika .............................................................. 12
C. Persamaan Linear dalam Matematika ................................................................. 14
1. Jenis-jenis persamaan linear ............................................................................ 14
2. Jenis penyelesaian dari sistem persamaan linear ............................................. 18
D. Ekonomi dalam Matematika ................................................................................ 21
E. Hubungan antara Matriks dengan Ekonomi ........................................................ 23
F. Implementasi Matriks dengan Ekonomi .............................................................. 25
BAB III PENUTUP ........................................................................................................ 26
A. Kesimpulan .......................................................................................................... 26
B. Saran .................................................................................................................... 26
DAFTAR PUSTAKA ..................................................................................................... 27

Anita Syafianti | Tugas Terstruktur Aljabar Matriks ii

 BAB I
PENDAHULUAN

A. Latar Belakang
Matematika adalah simbol yang digunakan untuk menyederhanakan
masalah dalam kehidupan. Peran matematika sangat penting sehingga para
matematikawan terus mengembangkan matematika hingga matematika memiliki
cabang ilmu yang begitu banyak.

Salah satu cabang ilmu matematika adalah aljabar. Di dalam aljabar terdapat
pembahasan tentang persamaan linear, dimana pengembangan ini menghasilkan
bahasan lagi tentang matriks.

Matriks dapat di aplikasikan dalam menyederhanakan suatu masalah, seperti

dalam dunia ekonomi dan bisnis. Dalam dunia ekonomi aplikasi matriks terdapat
pada model ekonomi leontif.

Dari pemaparan kondisi di atas, maka penulis mengambil judul

“IMPLEMENTASI MATRIKS PADA BIDANG EKONOMI”

B. Rumusan Masalah
1. Bagaimana matriks dalam matematika?
2. Bagaimana pemograman linear dalam matematika?
3. Bagaimana persamaan linear dalam matematika?
4. Bagaimana ekonomi dalam matematika?
5. Bagaimana hubungan antara matriks dengan ekonomi?
6. Bagaimana implementasi matriks dengan ekonomi?

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 1

C. Tujuan Penulisan
1. Untuk mengetahui dan mendeskripsikan matriks dalam matematika.
2. Untuk mengetahui dan mendeskripsikan pemograman linear dalam
matematika.
3. Untuk mengetahui dan mendeskripsikan persamaan linear dalam
matematika.
4. Untuk mengetahui dan mendeskripsikan ekonomi dalam matematika.
5. Untuk mengetahui hubungan yang terjadi antara matriks dengan ekonomi.
6. Untuk mengetahui implementasi matriks dalam bidang ekonomi.

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 2

 BAB II
PEMBAHASAN

A. Matriks dalam Matematika

1. Definisi Matriks
Matriks adalah susunan sekelompok bilangan dalam suatu jajaran
berbentuk persegi panjang yang diatur berdasarkan baris dan kolom, dan
diletakkan dua tanda kurung.1

𝑎11 ⋯ 𝑎1𝑛 Baris Ke-1

[ ⋮ ⋱ ⋮ ] Baris Ke-2
𝑎𝑚1 ⋯ 𝑎𝑚𝑛 Baris Ke-n

KolomKolomKolom
Ke-1 Ke-2 Ke-n

2. Operasi Matriks
a. Kesamaan matriks
Dua matriks dikatakan sama jika kedua matriks tersebut mempunyai
ukuran yag sama dan elemen-elemen yang seletak mempunyai nilai yang
sama.
b. Penjumlahan dan Pengurangan Matriks
Jika A dan B adalah sebarang dua matriks yang ukurannya sama, maka
jumlah A + B adalah matriks yang diperoleh dengan menambahkan
elemen-elemen pada matriks A dengan elemen-elemen pada matriks B
yang bersesuaian. Matriks-matriks yang ukurannya berbeda tidak dapat
ditambahkan. Jika A dan B adalah sebarang dua matriks yang sama,
maka selisih A − B adalah matriks yang diperoleh dengan mengurangkan
elemen-elemen pada matriks A dengan elemen-elemen pada matriks B
yang bersesuaian. Matriks-matriks yang ukurannya berbeda tidak dapat
dikurangkan.

1
Rifa'i, R. (2016). ALJABAR MATRIKS DASAR . Yogyakarta: Deepublish.

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 3

 Contoh :
2 −1 4 −1 2 6 5 11 4
𝐴 = [3 5 −2] , 𝐵 = [ 7 3 11 ] , 𝐶 = [ 8 −9 1]
1 9 10 −2 4 −3 −3 20 6
Tentukan :
𝑎. 𝐴 + 𝐵
𝑏. 𝐴 − 𝐶
Jawaban :
2 −1 4 −1 2 6
𝑎. 𝐴 + 𝐵 = [3 5 −2] + [ 7 3 11 ]
1 9 10 −2 4 −3
2 + (−1) (−1) + 2 4+6
=[ 3+7 5+3 (−2) + 11]
1 + (−2) 9+4 10 + (−3)
1 1 10
= [ 10 8 9]
−1 13 7
2 −1 4 5 11 4
𝑏. 𝐴 − 𝐶 = [3 5 −2] − [ 8 −9 1]
1 9 10 −3 20 6
2−5 (−1) − 11 4−4
=[ 3−8 5 − (−9) (−2) − 1]
1 − (−3) 9 − 20 10 − 6
−3 −12 0
= [−5 14 −3]
4 −14 4
c. Perkalian matriks
Jika A adalah sebuah matriks m x r dan B adalah sebuah matriks r
x n, maka hasil kali AB adalah matriks m x n yang anggota-
anggotanya didefinisikan sebagai berikut. Untuk mencari anggota
dalam baris i dan kolom j dari AB, pilih baris i dari matriks A dan
kolom j dari matriks B. Kalikan anggota-anggota yang berpadanan
dari baris dan kolom secara bersama-sama dan kemudian jumlahkan
hasil kalinya.2

2
Anton, H. (2000). Elementary Linear Algebra. Batam: Interaksara.

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 4

 Jadi misalkan baris i dari matriks A adalah
[𝑎𝑖1 𝑎𝑖2 … … … 𝑎𝑖𝑟 ]

Contoh:
1 2
Diketahui dua buah matriks, yakni 𝐴2×2 = [ ] , 𝑑𝑎𝑛 𝐵2×3 =
3 4
1 0 1
[ ].
0 2 0
Ditanyakan: 𝐴2×2 × 𝐵2×3 = …?
Jawab :

𝐴2×2 × 𝐵2×3 = [1 2] × [1 0 1]
3 4 0 2 0
(1 × 1) + (2 × 0) (1 × 0) + (2 × 2) (1 × 1) + (2 × 0)
=[ ]
(3 × 1) + (4 × 0) (3 × 0) + (4 × 2) (3 × 1) + (4 × 0)

𝐴2×2 × 𝐵2×3 = [1 4 1
]
3 8 3
1. Perkalian Matriks dengan Skalar
Apabila A adalah suatu matriks yang berukuran m x n dan c
adalah bilangan skalar, keduanya dapat dikenakan operasi
perkalian dengan aturan setiap entri matriks dikalikan dengan
bilangan c. Seperti yang didefinisikan oleh Anton ”Jika A adalah
matriks sebarang dan c adalah skalar sebarang, maka hasil kalinya
(product) cA adalah matriks yang diperoleh dari perkalian setiap
entri pada matriks A dengan bilangan c. Matriks cA disebut
sebagai kelipatan skalar (scalar multiple) dari A”.3
Dalam notasi matriks, jika A adalah matriks dengan ordo m x n,
dikalikan dengan bilangan skalar, k. Maka di dapat perumuman
sebagai berikut :
𝐶𝑚×𝑛 = 𝑘𝐴𝑚×𝑛
𝐶𝑚×𝑛 = (𝑘 ∙ 𝑎𝑖𝑗 )𝑚×𝑛

3
Anton, H., & Rorres, C. (2004). Elementary Linear Algebra. Jakarta: Erlangga.

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 5

 Dengan C adalah hasil kali matriks dengan bilangan skalar k.
4 8 2
Contoh : terdapat 𝐴 = [ ]
6 8 10
Ditanyakan : 2𝐴 = … … … ?
Jawab :
4 8 2
2𝐴 = 2 [ ]
6 8 10
(2 ∙ 4) (2 ∙ 8) (2 ∙ 2)
2𝐴 = [ ]
(2 ∙ 6) (2 ∙ 8) (2 ∙ 10)
8 16 4
2𝐴 = [ ]
6 16 10

3. Jenis-Jenis Matriks
a. Matriks Bujur Sangkar
Matriks Bujur Sangkar adalah suatu matriks dimana jumlah baris
sama dengan jumlah kolom.4 Apabila matriks bujur sangkar A
dengan orde m x n, yakni (𝐴𝑛×𝑛 ), dengan m = n, maka dapat
ditulis 𝐴𝑛×𝑛 = 𝐴𝑛 .
5 2
Contoh: 𝐴 = [ ]
6 3
b. Persegi Panjang
Persegi panjang adalah matriks yang memiliki banyak baris tidak
sama dengan banyak kolom.
1 0 2
Contoh: 𝐴 = [ ]
5 11 20
c. Matriks Nol
Matriks nol adalah matriks yang semua unsurnya nol.
0 0 0 0
0 0 0 0 0
Contoh: 𝐴 = [ ] , [0] , [0 0 0] , [ ].
0 0 0 0 0
0 0 0 0

4
Gazali, W. (2005). Matriks dan Transformasi Linear. Yogyakarta: Graha Ilmu.

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 6

d. Matriks kolom/ vektor kolom
Matriks kolom/ vektor kolom adalah matriks yang hanya terdiri dari
satu kolom.
5
Contoh: 𝐴 = [11]
0
e. Matriks diagonal
Matriks diagonal adalah matriks persegi yang unsur-unsur selain
unsur diagonal utamanya adalah nol.
1 2 3
Contoh: 𝐴 = [4 5 6], diagonalnya adalah (1,5,9)
7 8 9
f. Matriks Identitas
Matriks Identitas adalah matriks skalar yang sama unsur diagonal
utamanya 1.
1 0 0
1 0
Contoh: 𝐼3×3 = [0 1 0] , 𝐼2×2 = [ ]
0 1
0 0 1
g. Matriks segitiga atas
Matriks segitiga atas adalah matriks persegi yang semua unsur di
bawah diagonal utamanya nol, atau dapat dikatakan suatu matriks
persegi A = [𝑎𝑖𝑗 ] adalah segitiga atas jika dan hanya jika 𝑎𝑖𝑗 =
0 untuk i > j.
1 4 5
Contoh: 𝐴 = [0 1 7]
0 0 8
h. Matriks segitiga bawah
Matriks segitiga bawah adalah matriks persegi yang semua unsur di
atas diagonal utamanya nol, atau dapat dikatakan suatu matriks
persegi A = [𝑎𝑖𝑗 ] adalah segitiga atas jika dan hanya jika 𝑎𝑖𝑗 =
0 untuk i < j.
1 0 0
Contoh: 𝐴 = [4 1 0]
7 11 8

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 7

 i. Matriks simetri
Matriks simetri adalah matriks persegi yang semua unsur 𝑎𝑖𝑗 = unsur
𝑎𝑗𝑖 untuk setiap I dan j.
3 4 7
Contoh: 𝐴 = [4 5 8]
7 8 7
j. Matriks miring
Matriks miring adalah matriks persegi yang semua 𝑎𝑖𝑗 = −𝑎𝑗𝑖 untuk
setiap i dan j.
0 4 7
Contoh: 𝐴 = [4 0 8]
7 8 0

4. Determinan Matriks
Untuk setiap matriks persegi terdapat suatu bilangan tertentu yang
disebut determinan. Determinan dari suatu matriks adalah suatu bilangan
yang didefinisikan:

det(A) = ∑ ±𝑎1𝑗1 𝑎2𝑗2 … … … … 𝑎𝑛𝑗𝑛

dimana ∑ menunjukkan bahwa suku-suku harus dijumlahkan untuk

semua permutasi (j1, j2, … , jn) dan tanda + atau – dipilih untuk setiap

suku tergantung pada apakah permutasinya genap atau ganjil.5

Dengan kata lain determinan dari suatu matriks ialah jumlah dari
semua bentuk perkalian secara diagonal dari elemen-elemen matriks
dengan mengambil satu elemen dari baris atau kolom dengan
memperhatikan urutan. Notasi untuk determinan adalah det (A) atau |A|
atau |aij|. Sebagai contoh, determinan suatu matriks 3 x 3 dapat ditulis
sebagai berikut:

𝑎11 𝑎12 𝑎13 𝑎11 𝑎12 𝑎13

det [𝑎21 𝑎22 𝑎23 ] atau [𝑎21 𝑎22 𝑎23 ].
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32 𝑎33

5
Anton, H. (2000). Elementary Linear Algebra. Batam: Interaksara hlmn: 94.

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 8

 Berikut ini diuraikan cara mencari determinan matriks berordo 2 x 2,
matriks berordo 3 x 3, dan matriks berordo lebih besar dari 3.

1. Determinan matriks berordo 2 × 2

𝑎11 𝑎12
Jika matriks 𝐴 = [𝑎 ] maka mencari determinannya adalah
21 𝑎22
𝑎11 𝑎12
det(A) = |A| = |𝑎 | = 𝑎11 𝑎22 − 𝑎12 𝑎21
21 𝑎22

Contoh:
8 4 8 4
𝑆= [ ], maka det(P) = |P| =| | = (8 ∙ 4) − (4 ∙ 3) = 20
3 4 3 4

2. Determinan matriks berordo 3 × 3

Untuk mencari determinan matriks berordo 3 x 3 dapat digunakan
metode sarrus sebagai berikut.
𝑎11 𝑎12 𝑎13
Jika matriks 𝑆 = [ 21 𝑎22 𝑎23 ], maka det (B) = |B| =
𝑎
𝑎31 𝑎32 𝑎33
𝑎11 𝑎12 𝑎13
|𝑎21 𝑎22 𝑎23 | = 𝑎11 𝑎22 𝑎33 + 𝑎12 𝑎23 𝑎31 + 𝑎13 𝑎21 𝑎32 − 𝑎13 𝑎22 𝑎31 −
𝑎31 𝑎32 𝑎33
𝑎12 𝑎21 𝑎33 − 𝑎11 𝑎23 𝑎32
Yang di ilustrasikan sebagai berikut:
𝑎11 𝑎12 𝑎13 𝑎11 𝑎12
| 21 𝑎22 𝑎23 | 𝑎21 𝑎22
𝑎
𝑎31 𝑎32 𝑎33 𝑎31 𝑎32

Keterangan :
: tandanya (-)
: tandanya (+)

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 9

 3. Determinan matriks berordo lebih dari 3
Untuk mencari nilai determinan matriks yang ordonya lebih besar dari
3 x 3, maka dapat digunakan cara ekspansi kofaktor. Terlebih dulu
akan dijelaskan tentang minor dan kofaktor suatu matriks A.
Definisi minor dari suatu matriks A bujur sangkar adalah
determinan dari submatriks yang tersisa setelah baris ke-i dan kolom
ke-j yang dihilangkan dari A, dan dinyatakan sebagai Mij6, dengan i dan
j melambangkan baris dan kolom yang ditutup. Kofaktor dari entri a ij

adalah bilangan (—1)i+j · Mij yang dinyatakan sebagai Cij. Dengan

kata lain kofaktor adalah hasil perkalian minor dengan suatu angka yang

besarnya menuruti suatu aturan, yaitu (—1)i+j dimana i adalah baris dan

j adalah kolom. Sehingga kofaktor dinotasikan dengan (—1)i+j · Mij .

Determinan dari matriks A, n x n, dapat dihitung dengan
mengalikan entri-entri pada sebarang baris (kolom) dengan kofaktor-
kofaktornya dan menjumlahkan hasil kali-hasil kali yang diperoleh,
dimana untuk setiap 1 ≤ i ≤ n dan 1 ≤ j ≤ n.
det(A) = a1jC1j + a2jC2j + … + anjCnj
Yang merupakan ekspansi kofantor sepanjang kolom ke-j.
det(A) = ai1Ci1 + ai2Ci2 + … + ainCin
Yang merupakan ekspansi kofaktor sepanjang baris ke-i Atau dapat
ditulis
det(A) =∑𝑛𝑖=1(−1)1+𝑗 det(𝑀1𝑗 ) .

6
Anton, H., & Rorres, C. (2004). Elementary Linear Algebra. Jakarta: Erlangga. hlmn: 115.

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 10

 5. Adjoin Matriks
Adjoin matriks A adalah transpose dari kofaktor-kofaktor matriks
tersebut. Hal ini seperti yang didefinisikan Howard Anton. “Jika A adalah
matriks n x n sebarang dan cij adalah kofaktor dari aij, maka matriks:

𝑐11 𝑐12 … 𝑐1𝑛

𝑐21 𝑐22 … 𝑐2𝑛

⋮ ⋮ ⋮

𝑐𝑚1 𝑐𝑚2 … 𝑐𝑚𝑛

Disebut matriks kofaktor dari A (matrix of cofactor from A).

Transpose dari matriks ini disebut adjoin dari A (Adjoint of A) dan
dinyatakan sebagai adj(A)”.7

Misalkan K adalah matriks kofaktor berordo n × n.

Maka adj(A) = 𝐶 𝑇

Dengan C adalah matriks kofaktor, dan T adalah transpose.

7
Anton, H., & Rorres, C. (2004). Elementary Linear Algebra. Jakarta: Erlangga. hlmn: 120.

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 11

 6. Invers Matriks
Suatu bilangan real dikatakan memiliki invers perkalian jika terdapat
bilangan b sehingga ab = 1. Sebarang bilangan bukan nol a memiliki
1
invers perkalian b= . Sedangkan konsep invers pada matriks
𝑎

didefinisikan sebagai berikut :

“Suatu matriks A berorde n x n dikatakan taksingular (nonsingular)

atau dapat dibalik (invertible) jika terdapat matriks B sehingga AB = BA
= I. Matriks B disebut sebagai invers perkalian (multiplicative invers) dari
A.”8

Invers matriks dinotasikan dengan A—1. Salah satu cara untuk mencari
invers matriks adalah dengan cara adjoin dan determinan seperti berikut:

1
A−1 = Adj(A)
Det(A)

B. Pemograman Linier dalam Matematika

Pemograman linier (Linear Programing) merupakan pengembangan
lebih lanjut dari konsep-konsep aljabar linier. Pemograman linier adalah
suatu model optimasi persamaan linier berkenaan dengan kendala-kendala
linier yang dihadapinya. Masalah programasi linier berarti adalah masalah
pencarian nilai- nilai optimum (maksimum atau minimum) sebuah fungsi
linier pada suatu sistem atau sehimpun kendala linier. Fungsi linier yang
hendak dicari nilai optimumnya berbentuk sebuah persamaan yang disebut
fungsi tujuan. Sedangkan fungsi-fungsi linier yang harus terpenuhi dalam
optimasi fungsi tujuan dapat berbentuk persamaan maupun pertidaksamaan
yang disebut fungsi kendala.

8
Leon, S. J. (2001). Linear Algebra with Application . Jakarta: Erlangga. hlmn: 45.

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 12

 Adapun model matematis pemograman linier adalah sebagai berikut :

𝑎11 𝑥1 𝑎12 𝑥2 … 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 𝑎22 𝑥2 … 𝑎2𝑛 𝑥𝑛 = 𝑏2

⋮ ⋮ ⋮ ⋮ ⋮

𝑎𝑚1 𝑥1 𝑎𝑚2 𝑥2 … 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑛

Dalam kondisi nyata, kadang kala sistem persamaan linier tidak berlaku.
Artinya sistem yang dihadapi adalah pertaksamaan dengan tanda ≥ dan ≤.
Dengan fungsi tujuan yakni :

meminimumkan/ memaksimumkan 𝑧 = ∑ 𝑐𝑗 ∙ 𝑥𝑗 .

Dengan :

𝑥𝑖 = variabel keputusan ke-j

𝑐𝑗 = parameter fungsi tujuan ke-j

𝑏𝑖 = kapasitas kendala ke-i

𝑎𝑖𝑗 = parameter fungsi kendala ke-I untuk variabel keputusan ke-j

𝑖 = 1,2,3, …,m

𝑗 = 1,2,3, …,n

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 13

 C. Persamaan Linear dalam Matematika
Persamaan linear adalah persamaan yang variabel-variabelnya berpangkat
satu.9 Sistem persamaan linear atau sebuah sistem linear adalah sebuah
himpunan terhingga persamaan linear dalam peubah-peubah x1,x2, …, xn.

1. Jenis-jenis persamaan linear

 Sistem Persamaan Linear Satu Variabel (SPLSV)
Bentuk umum dari persamaan linear satu variabel adalah 𝑎𝑥 + 𝑏 = 0,
dimana 𝑎 adalah koefisien dari variabel 𝑥, sedangkan 𝑏 adalah konstanta.
Contoh :
Selesaikan persamaan 4𝑥 − 20 = 0
Jawab :
4𝑥 − 20 = 0
4𝑥 = 20
20
𝑥= =5
4
Jadi, nilai 𝑥 adalah 5
 Sistem Persamaan Linear Dua Variabel (SPLDV)
Persamaan inear dua variabel adalah persamaan linear yang memiliki
dua variabel, dengan pangkat masing-masing variabel adalah satu.
Persamaan linear dua variabel memiliki bentuk umum : 𝑎𝑥 + 𝑏𝑦 = 𝑐
Contoh :
Carilah penyelesaian dari 2𝑥 + 𝑦 = 4
Jawab :
Jika 𝑥 = 0, maka 2(0) + 𝑦 = 4, sehingga 𝑦 = 4. Jadi
penyelesaianya adalah (0,4)
Jika 𝑥 = 1, maka 2(1) + 𝑦 = 4, sehingga 𝑦 = 2. Jadi
penyelesaianya adalah (1,2)
Jika 𝑥 = 2, maka 2(2) + 𝑦 = 4, sehingga 𝑦 = 0. Jadi
penyelesaianya adalah (2,0), dst.

9
Usman, Y. (2015, Oktober 07). Persamaan Linear dan Matriks. Retrieved Juni 04, 2020, from
SlideShare: www.slideshare.net/yulikausman/persamaan-linear-dan-matriks

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 14

 Sistem Persamaan Linear Tiga Variabel (SPLTV)
Bentuk sistem persamaan linear tiga variabel biasanya terdiri dari tiga
persamaan dengan tiga variabel. Penyelesaiannya menggunakan metode
eliminasi, substitusi, maupun gabungan keduanya.
Contoh :
Carilah penyelesaian SPL berikut :
2𝑥 + 𝑦 − 𝑧 = 1 (1)
𝑥+𝑦+𝑧 =6 (2)
𝑥 − 2𝑦 + 𝑧 = 0 (3)

Jawab :

Eliminasi variabel 𝑦:

2𝑥 + 𝑦 − 𝑧 = 1 (1)
𝑥+𝑦+𝑧 =6 (2)

𝑥 − 2𝑧 = −5 atau

𝑥 = −5 + 2𝑧 (4)

Substitusikan persamaan (4) ke persamaan (1) dan (3);

2((−5) + 2𝑧 ) + 𝑦 − 𝑧 = 1 (1)

−10 + 4𝑧 + 𝑦 − 𝑧 = 1

3𝑧 + 𝑦 = 11 (5)

𝑥 − 2𝑦 + 𝑧 = 0 (3)

((−5) + 2𝑧 ) − 2𝑦 + 𝑧 = 0

3𝑧 − 2𝑦 = 5 (6)

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 15

Eliminasi variabel 𝑧:

3𝑧 + 𝑦 = 11 (1)
3𝑧 − 2𝑦 = 5 (2)

3𝑦 = 6

6
𝑦= =2
3

Substitusikan nilai 𝑦 ke persamaan (5);

3𝑧 + (2) = 11

3𝑧 = 9

9
𝑧= =3
3

Substitusikan nilai 𝑦 dan 𝑧 ke persamaan (2) atau sembarang:

𝑥+𝑦+𝑧 =6

𝑥+2+3=6

𝑥=1

Jadi, nilai variabel dari sistem persamaan tersebut adalah

𝑥 = 1, 𝑦 = 2, dan 𝑧 = 3

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 16

 Sistem Persamaan Linear Non-Homogen
Sistem Persamaan Linear Non-homogen yaitu SPL dimana dituliskan
dalam bentuk contoh persamaan di atas akan berbentuk 𝐴𝑋 = 𝐺 dengan
𝐺 ≠ 0. Sistem persamaan linear nonhomogen mempunyai solusi atau
cara untuk menyelesaikan suatu persamaan maka akan dibedakan dalam
beberapa jenis yaitu suatu persamaan mempunyai penyelesaian disebut
sistem konsisten. Dalam sistem konsisten dibedakan lagi menjadi
penyelesaian jawab tunggal (unique) dan sistem dependen (memiliki)
banyak penyelesaian. Kemudian sistem persamaan linear dapat
diselesaikan dengan sistem inkonsisten (tidak mempunyai penyelesaian).
 Sistem Persamaan Linear Homogen
Sistem persamaan linear homogen adalah sistem persamaan linear
yang konsisten selalu punya solusi.
Suatu SPL 𝐴𝑥 = 𝐵, dikatakan homogen jika konstanta real semuanya
nol, yaitu jika sistem tersebut, mempunyai bentuk SPL homogen dengan
m persamaan dan n variabel.

𝑎11 𝑥1 𝑎12 𝑥2 … 𝑎1𝑛 𝑥𝑛 = 𝑏1

𝑎21 𝑥1 𝑎22 𝑥2 … 𝑎2𝑛 𝑥𝑛 = 𝑏2

⋮ ⋮ ⋮ ⋮ ⋮

𝑎𝑚1 𝑥1 𝑎𝑚2 𝑥2 … 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑛

Kemungkinan solusi SPL dengan m persamaan dan n variabel:

Sistem Persamaan Linear Homogen:
a. Mempunyai solusi tunggal yaitu semuanya nol, 𝑥𝑖 = 0.
b. Solusi yang semuanya nol disebut solusi trivial.
c. Banyak solusi.

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 17

 2. Jenis penyelesaian dari sistem persamaan linear
Menurut Baidillah, jenis penyelesaian dari sistem persamaan linear
diantaranya sebagai berikut : 10

a. Metode Gauss
Metode Gauss atau eliminasi Gauss merupakan suatu metode untuk
mengoperasikan nilai-nilai di dalam matriks sehingga menjadi matriks
yang lebih sederhana lagi. Dengan melakukan operasi baris sehingga
matriks tersebut menjadi matriks yang baris. Hal ini dapat digunakan
sebagai salah satu metode penyelesaian persamaan linear dengan
menggunakan matriks.
Caranya dengan mengubah persamaan linear tersebut ke dalam
teraugmentasi dan mengoperasikannya. Setelah menjadi matriks baris,
lakukan substitusi balik untuk mendapatkan nilai dari variabel-variabel
tersebut.
Ciri-ciri metode Gauss:
 Jika suatu baris tidak semua 0, maka bilangan pertama yang tidak 0
adalah 1.
 Baris 0 terletak paling bawah.
 1 utama baris berikutnya berada di kanan 1 utama baris atasnya.
 Di bawah 1 utama harus nol.
b. Metode Gauss Jordan
Metode Gauss Jordan merupakan pengembangan dari eliminasi Gauss
yang hasilnya lebih sederhana lagi. Caranya yaitu dengan meneruskan
operasi baris dari eliminasi Gauss sehingga menghasilkan matriks yang
eselon baris. Ini juga dapat digunakan sebagai salah satu penyelesaian
persamaan linear dengan menggunakan matriks.
Prosedur umum untuk metode eliminasi Gauss Jordan:
 Ubah sistem persamaan linear yang ingin dihitung menjadi matriks
augmentasi.

10
Baidillah. (2013). Menentukan Sistem Persamaan Linear Dalam Bentuk Konsisten dan Inkonsisten.
SlideShare, 8-16.

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 18

  Lakukan operasi baris elementer pada matriks augmentasi (A|b) untuk
mengubah matriks A menjadi bentuk baris yang tereduksi.
c. Operasi Baris Elementer (OBE)
Operasi baris elementer (OBE) merupakan suatu operasi yang
diterapkan pada baris suatu matriks OBE bisa digunakan untuk
menentukan invers suatu matriks & menyelesaikan suatu sistem
persamaan linear (SPL).
Berikut ini sifat matriks hasil OBE:
 Pada baris pertama tidak nol maka unsur tidak nol pertama adalah
(dinamakan utama).
 Pada baris yang berurutan, baris yang lebih rendah memuat 1 utama
yang lebih kanan.
 Jika ada baris nol, maka ia diletakkan pada baris yang paling bawah.
 Pada kolom yang memuat unsur utama, maka entri yang berada diatas
dan dibawahnya sedemikian rupa diupayakan menjadi nol.

Contoh Sistem Persamaan Linear menggunakan Eliminasi Gauss, Gauss-

Jordan, dan Operasi Baris Elementer.11
Diberikan sistem persamaan linear sebagai berikut :
𝑎 − 4𝑏 + 2𝑐 + 3𝑑 = 2
2𝑎 + 𝑏 + 3𝑐 − 𝑑 = 0
4𝑎 + 𝑏 + 2𝑐 − 3𝑑 = 1
3𝑎 − 4𝑏 − 2𝑐 + 2𝑑 = 8
Dengan menggunakan Gauss-Jordan tentukan penyelesaian SPL di atas:

11
Ernanto, I. (2019). Mencari penyelesaian sistem persamaan linear dengan metode eliminasi Gauss-
Jordan. Retrieved Juni 05, 2020, from Menara Ilmu Aljabar Matriks Universitas Gajah Mada:
aljabarlinear.mipa.ugm.ac.id

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 19

Penyelesaian :
Matriks perluasan dari SPL di atas adalah:

Selanjutnya diselesaikan dengan menggunakan metode operasi Gauss-Jordan.

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 20

 Jadi, penyelesaian SPL di atas adalah 𝑎 = 2, 𝑏 = 1, 𝑐 = −1, 𝑑 = 2

D. Ekonomi dalam Matematika

Secara umun, semakin kompleks suatu masalah akan semakin kompleks pula
alat analisis yang digunakan untuk pemecahannya. Salah satu alat yang selama
ini dianggap mampu mengekspresikan kekompleksan permasalahan tersebut
adalah matematika. Mentransformasikan model ekonomi dalam matematika,
memungkinkan terjadinya peralihan tingkat kesulitan pemecahan masalah
ekonomi ke dalam pemecahan masalah matematika. Untuk itu, diperlukan
pemahaman tentang beberapa konsep matematika sebagai syarat pemecahan
masalah matematika, sehingga perlu dipelajari oleh ekonom dan pelaku bisnis.

Model teori ekonomi yang kualitatif dapat didekati dengan model kuantitatif.
Menemukan nilai parameter a dan b dalam persamaan matematika Q = a +bP,
bentuk ini termasuk dalam model linear sederhana pada matematika.

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 21

 Teori ekonomi mengungkapkan hubungan antara variabel ekonomi secara
kualitatif, misalnya jika harga naik/turun uantitas permintaan
berkurang/bertambah.12

Matematika ekonomi dapat membantu menyederhanakan hubungan dalam

sebuah model yang disebut dengan model matematika. Sebagai contoh secara
konsep ekonomi, terdapat gejala bahwa permintaan sebuah komoditi sangat
bergantung pada harganya, dengan anggapan bahwa faktor lain yang dapat
mempengaruhi permintaan komoditi tersebut dianggap konstan. Gejala tersebut
dapat diekspresikan sebagai sebuah fungsi Q = f(P). Jika hubungan tersebut
diasumsikan linear Q = a + bP, dengan Q adalah kuantitas permintaan komoditi
dan P adalah harga satuannya, a dan b adalah parameter. Sehingga model teori
ekonomi yang muncul kualitatif dapat didekati dengan model kuantitatif.

Selain model linear sederhana, masih banyak model matematika lainnya yang
mampu mengekspresikan phenomena ekonomi maupun bisnis dalam dunia
nyata. Sebagai contoh, model eksponensial dapat mengekspresikan kasus
pertumbuhan penduduk, pertumbuhan pendapaan suatu negara, model
multivariate, model linear programming, model kalkulus differensial, dan model
matematika lainnya dengan berbagai manfaat.

Konstanta yang sifatnya masih umum disebut sebagai parameter, artinya

besarannya tetap untuk suatu kasus, tetapi berubah pada kasus lainnya.

Sebagai contoh persamaan :

𝑦 = 10 + 2𝑥

Nilai 10 dan 2 adalah konstanta, 𝑥 adalah variabel bebas dan 𝑦 adalah

variabel tidak bebas, konstanta 2 dapat disebut sebagai koefisien variabel 𝑥.

12
Mesra, B. (2016). Penerapan Ilmu Matematika dalam Ekonomi & Bisnis. Yogyakarta: Deepublish.

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 22

E. Hubungan antara Matriks dengan Ekonomi
Pada bab Sistem persamaan linear terdapat materi yang berkaitan dengan
kehidupan sehari-hari, contohnya pada kasus jual-beli.

Perhatikan contoh kasus berikut :

Suatu hari Anita bersama Ibu pergi ke swalayan. Anita membeli 4 buku tulis
dan 3 pensil, ia membayar Rp19.500,00., jika Ibu membeli 2 buku tulis dan 4
pensil, ibu membayar Rp16.000,00. Berapakah harga satuan untuk buku tulis
dan pensil ?

Penyelesaian :

Analisis kasus :

kasus ini dalam ekonomi termasuk dalam transaksi jual beli, sedangkan dalam
matematika kasus ini merupakan salah satu kasus pada materi SPLDV.

Diketahui :

Misal : 𝑥 = buku tulis, dan 𝑦 = pensil

Maka model matematikanya adalah:

4𝑥 + 3𝑦 = 19.500 …………………………………(1)

2𝑥 + 4𝑦 = 16.000 …………………………………(2)

Ditanyakan :

Nilai 𝑥 dan 𝑦 = ………. ?

Jawab :

 Menggunakan SPLDV
4𝑥 + 3𝑦 = 19.500 |× 1| → 4x + 3y = 19.500
2𝑥 + 4𝑦 = 16.000 |× 2| → 4x + 8y = 32.000
4𝑥 + 3𝑦 = 19.500 |× 1| → −5y = −12.500
−12.500
4𝑥 + 3𝑦 = 19.500 |× 1| → y= = 2.500
−5

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 23

 Subtitusikan 𝑦 = 2.500 ke persamaan (2)
2𝑥 + 4𝑦 = 16.000
2𝑥 + 4(2.500) = 16.000
2𝑥 + 10.000 = 16.000
2𝑥 = 16.000 − 10.000
2𝑥 = 6.000
6.000
𝑥 = = 3.000
2

𝑥 = 3.000 dan 𝑦 = 2.500, dengan demikian dapat diartikan kembali 𝑥

adalah buku tulis dan 𝑦 adalah pensil. L

Jadi, harga satuan untuk buku tulis adalah Rp3000,00., dan harga satuan
untuk pesil adalah Rp2.500,00.,

 Menggunakan Matriks dengan Eliminasi Gauss Jordan

Ubah soal cerita menjadi model matematika.

4𝑥 + 3𝑦 = 19.500

2𝑥 + 4𝑦 = 16.000

Ubah menjadi matriks

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 24

 F. Implementasi Matriks dengan Ekonomi
Penerapan matriks dalam bidang ekonomi dapat digunakan pada sektor jual-
beli. Tanpa disadari kejadian seperti ini sering terjadi di kehidupan sehari-hari.
Matriks yang digunakan pada bidang ekonomi bisa disebut sebagai Matriks
Transaksi.

Pada teori Leonatif Paradoks oleh Wassily Leontif (1953):13

1. Mempersoalkan teori H − O ∶ leontif menemukan AS, sebagai negara padat

modal juga mengekspor produk yang padat tenaga kerja (less capital
intensive).
2. H − O mengabaikan biaya transportasi.
3. Perbedaan selera juga tidak dibahas dalam teori perdagangan ini.

Fungsi matriks dalam kehidupan sehari-hari:14

1. Untuk menyelesaikan berbagai masalah matematika misalnya dalam

menemukan solusi persamaan linear, transformasi linear yakni bentuk
umum dari fungsi linear.
2. Memudahkan dalam membuat analisis mengenai suatu masalah ekonomi
yang mengandung bermacam-macam variabel.
3. Untuk memecahkan masalah operasi penyelidikan.
4. Dengan Microsoft Excel, matriks dapat membantu guru untuk sebagai
media pembelajaran dengan mudah dan efektif, serta
5. Mempermudah guru dalam menghitung sebuah data.

13
Dokumen, F. (2015, Juni 14). Matematika Ekonomi Penerapan Matriks dalam Ekonomi. Retrieved Juni
05, 2020, from Indonesia Dokumen: https://fdokumen.com/document/kuliah-2-penerapan-matriks-dalam-
ekonomi.html
14
Kurniawan, I. (2015, Oktober 23). Penerapan Matriks dalam Kehidupan Sehari-hari. Retrieved Juni
05, 2020, from Math is My Life: http://blog.unnes.ac.id/aiomcik/2015/10/23/penerapan-matriks-dalam-
kehidupan-sehari-hari/

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 25

 BAB III
PENUTUP

A. Kesimpulan
Berdasarkan pembahasan pada Bab II. Maka didapatkan kesimpulan bahwa,
Matriks dan ekonomi saling berkaitan, terutama pada aspek jual-beli atau yang
biasa dikenal dengan matriks transaksi. Matriks transaksi ini digunakan sebagai
solusi penyelesaian masalah dalam kehidupan sehari-hari, misalnya dalam kasus
sistem persamaan linear ataupun programming.

Ada banyak cara dalam matriks untuk menyelesaikan masalah pada kasus
sistem persamaan linear ataupun programming, namun di makalah ini hanya
membahas penyelesaiannya dengan cara Eliminasi Gauss, Eliminasi Gauss-
Jordan, dan Operasi Baris Elementer (OBE).

B. Saran
Berdasarkan kesimpulan di atas, maka penulis menyarankan kepada
pembaca yang tertarik melakukan penelitian pada bidang dan obyek yang sama
untuk meneliti lebih dalam dan lebih lengkap bidang aljabar matriks khususnya
pada teori matriks transaksi, misalnya ditentukan dengan cara sistem
penyelesaian linear lainnya yaitu bisa menggunakan cramer, dsb.

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 26

 DAFTAR PUSTAKA
Anton, H. (2000). Elementary Linear Algebra. Batam: Interaksara.

Anton, H., & Rorres, C. (2004). Elementary Linear Algebra. Jakarta: Erlangga.

Baidillah. (2013). Menentukan Sistem Persamaan Linear Dalam Bentuk Konsisten dan
Inkonsisten. SlideShare, 8-16.

Dokumen, F. (2015, Juni 14). Matematika Ekonomi Penerapan Matriks dalam

Ekonomi. Retrieved Juni 05, 2020, from Indonesia Dokumen:
https://fdokumen.com/document/kuliah-2-penerapan-matriks-dalam-
ekonomi.html

Ernanto, I. (-, - 2019). Mencari penyelesaian sistem persamaan linear dengan metode
eliminasi Gauss-Jordan. Retrieved Juni 05, 2020, from Menara Ilmu Aljabar
Matriks Universitas Gajah Mada: aljabarlinear.mipa.ugm.ac.id

Gazali, W. (2005). Matriks dan Transformasi Linear. Yogyakarta: Graha Ilmu.

Kurniawan, I. (2015, Oktober 23). Penerapan Matriks dalam Kehidupan Sehari-hari.

Retrieved Juni 05, 2020, from Math is My Life:
http://blog.unnes.ac.id/aiomcik/2015/10/23/penerapan-matriks-dalam-
kehidupan-sehari-hari/

Leon, S. J. (2001). Linear Algebra with Application . Jakarta: Erlangga.

Mesra, B. (2016). Penerapan Ilmu Matematika dalam Ekonomi & Bisnis. Yogyakarta:
Deepublish.

Rifa'i, R. (2016). ALJABAR MATRIKS DASAR . Yogyakarta: Deepublish.

Usman, Y. (2015, Oktober 07). Persamaan Linear dan Matriks. Retrieved Juni 04,
2020, from SlideShare: www.slideshare.net/yulikausman/persamaan-linear-dan-
matriks

Anita Syafianti | Tugas Terstruktur Aljabar Matriks 27