Pertemuan 16. ALJABAR MATRIKS DAN APLIKASINYA

Modul Matematika Ekonomi dan Bisnis
PERTEMUAN 16
ALJABAR MATRIKS DAN
APLIKASINYA
A. TUJUAN PEMBELAJARAN
Matriks merupakan pengembangan lebih lanjut dari sistem persamaan
linear. Oleh karenanya, aljabar matriks sering juga disebut aljabar linear.
Matriks dapat digunakan untuk merumuskan berbagai masalah termasuk
masalah bisnis.
Pada pertemuan ini akan dibahas yang berhubungan dengan matriks, yang
meliputi konsep-konsep matriks serta kaidah-kaidah pengoperasiannya.
Setelah mempelajari materi pertemuan 5, mahasiswa mampu:
16.1 Melakukan operasi penjumlahan, pengurangan, dan perkalian matriks
16.2 Menghitung determinan dari suatu matriks.
16.3 Menggunakan konsep matrik dan determinan dalam bisnis dan ekonomi
B. URAIAN MATERI
Tujuan Pembelajaran 16.1:
Melakukan operasi penjumlahan, pengurangan, dan perkalian matriks
PENGERTIAN
Matriks adalah susunan bilangan berbentuk persegi panjang yang diatur
berdasarkan baris dan kolom yang ditulis diantara tanda kurung ( ) atau [ ]
atau || ||
Susunan horizontal disebut dengan baris sedangkan susunan vertikal disebut
dengan kolom
Bentuk Umum Matriks :
 a11 a12 ... a1n  baris
 
a a 22 ... a 2n  baris
 21 
. 
 
a m1 am2 ... a mn  baris
Kolom
Kolom
Kolom
161
Akuntansi S1, FE, Universitas Pamulang
a mn adalah elemen atau unsur matriks yang terletak pada baris ke-m dan
kolom ke-n.
Nama matriks ditulis dengan menggunakan huruf besar A,B, P, Q, dsb .
Sedangkan Unsur/elemen-elemen suatu matriks dengan huruf kecil sesuai
nama matriks dengan indeks sesuai letak elemennya, seperti a11, a12, ...
1 4 6  3 8 
 
Contoh 1: Diketahui matriks A = 2  5 9 12  4
3 0 7 5 10 
Tentukan :
a. banyak baris d. elemen-elemen kolom ke-3
b. banyak kolom e. a3.4
c. elemen-elemen baris ke-1 f. a1.3
Jawab :
a. banyak baris : 3 buah
b. banyak kolom :5 buah
c. elemen-elemen baris ke-1 : 1, 4, 6, -3, 8
d. elemen-elemen kolom ke-3 : 6, 9, 7
e. a3.4 = elemen baris ke-3 kolom ke-4 = 5
f. a1.3 = elemen baris ke-1 kolom ke-3 = 6
 1 7
 
Contoh 2: Diketahui A   2 5 Tentukan letak elemen -2 dan 8 !

 3 8
.
Jawab : elemen -2 = a21
elemen 8 = a32
162
ORDO MATRIKS
Yaitu banyaknya baris dan kolom yang menyatakan suatu matriks. Amxn
artinya matriks A berordo m x n yaitu banyaknya baris m buah dan banyaknya
kolom n buah.
1 0 
1 3  6 4
Contoh : Diketahui P  Q  5 4 
5 
 0 2 8  9  3
Tentukan ordo matriks P dan Q

Jawab : Ordo matriks P = 2 x 4 atau P 2 x3 ; Ordo matriks Q = 3 x 2
atau Q2 x3
JENIS-JENIS MATRIKS
a. Matriks Nol
Yaitu matriks yang setiap elemennya nol.
 0 0 0
0 0 0 0 0  
Contoh : A   B
, 0 0 0 C  0 0 0
0 0    0 0 0
b. Matriks Baris
Yaitu matriks yang hanya mempunyai satu baris
Contoh : A  3  2 4 , B  1 0 2 3
c. Matriks Kolom
Yaitu matriks yang hanya mempunyai satu kolom.
 4   1
 0 
Contoh : P   5 Q   
 8   6 
   
3
 
d. Matriks Bujur sangkar/Matriks Persegi
Yaitu suatu matriks yang jumlah baris dan kolomnya sama.
Ordo matriks n x n sering disingkat dengan n saja.
163

  1 2 3
1
5
2 4 6
2  3 7  3 2
    
5 4  , L   0 2 1, M   0
Contoh : K
  9 4 9
 2 3 0  
 6 2 5 6 
e. Matriks Diagonal
Yaitu matriks persegi yang semua elemennya nol, kecuali elemen-elemen
diagonal utamanya.
 2 0 0 0
 1 0 0
 0 1 0 0
Contoh : E   0 2 0 F   
0 0 5 0
 0 0 5  
0 0 0 4
f. Matriks Identitas (I)

Yaitu matriks persegi yang semua elemen diagonal utamanya satu, dan
elemen lainnya nol.
1 0 0 0
1 0 1 0 0
 0 1 0 0
Contoh : I2      
 3 
I 0 1 0  4I
0 1 0 0 1 0
0 0 1  
 0 0 0 1 
g. Matriks Skalar
Yaitu matriks persegi yang semua elemen pada diagonal utamanya sama,
tetapi bukan nol dan semua elemen lainnya nol.
3 0 0  2 0 0 

5 0 0
    
Contoh : A  0 3 0 B  0  2 0 C  0 5 0 
     
0 0 3  0 0  2 0 0 5
h. Matriks Segitiga Atas

Yaitu matriks yang semua elemen di bawah diagonal utamanya nol.
 5 7 9 4
2 1  3
 0 1 1 6 
Contoh : A  0 1 4  B   
0 0 4 8
0 0 5   
0 0 0 3 
i. Matriks Segitiga Bawah
Yaitu matriks yang semua elemen di atas diagonal utamanya nol.
164
5 0 0 0
3 0 0 0 1 0 0
Contoh : K  4 4 0 B   
9 3 4 0
1  3 2  
8 2 6 7 
j. Matriks Koefisien
Yaitu matriks yang semua elemennya merupakan koefisien-keofisien dari
suatu sistem persamaan linear.
Contoh1: Matriks koefisien dari sistem persamaan liniear:
 2 3
2x + 3y =7 adalah : 
 4 
 5
-4x + 5y =-3
Contoh 2: Matriks koefisien dari sistem persamaan liniear
3x +2y-z = 7 3 2  1

4x +2z =8 adalah
4 0 2 
x -5y+4z =-6 1  5 4 

KESAMAAN DUA MATRIKS
Dua matriks dikatakan sama jika ordo dan elemen-elemen yang seletak sama.
a b  p q
A  B 
Contoh 1: c
 d  r s 
Jika A = B maka: a=p, b=q, c=r dan d=s
Contoh 2: Tentukan x dan y dari 3 1    3 x 
 8  5 2 y  5
  

Jawab : x =1
2y = 8  y =4


TRANSPOSE MATRIKS
Transpose (putaran) matriks A yaitu matriks yang diperoleh dari matriks A
dengan menukarkan elemen-elemen pada baris menjadi kolom dan sebaliknya
elemen-elemen pada kolom menjadi baris. Transpose matriks A dinyatakan
dengan AT atau A’.
165
1 2 4
P  T
Contoh 3: Jika 7 3 9  maka tentukan P
 
1 7
 
Jawab : PT = 2 3 
 4 9


OPERASI MATRIKS
A. PENJUMLAHAN MATRIKS
Dua matriks dapat dijumlahkan jika ordonya sama. Yang dijumlahkan
yaitu elemen-elemen yang seletak.
a b  p q = a  p b  q
      
c d  r s  c  r d  s
1 2 2 1 
Contoh 1: A =   , B =  2 1
3 4  

1 2  2 1   1  2 2  1  3 3
Maka A + B =
3 4 +  2 1 
=  4  (1) = 1 3
3  (2)   
 2 0 3 1 5  2
Contoh 2: Jika A   , B dan C 
4 4 0  , tentukan
1 3 2   
a). A + B b). B + C , c). B + C d). A + (B + C) e) A+B f). (A +
B) + C
Jawab :
a. A + B = 2 0  3 1 = 5 1
     
1 3 2 4 3 7 
b. B + A = 3 1  2 0 = 5 1
     
2 4 1 3 3 7
c. B + C = 3 1  5  2 = 8  1
     
2 4 4 0  6 4 
d. A + (B + C) = 2 0 + 8  1 =  10 1
     
1 3 6 4  7 7 
166
2
e. (A + B) = 0 3 1 5 1
    =  
1 3   2 4  3 7 
5
f. (A + B)+C = 1 5  2 = 10 1
    
3 7  4 0   7 7 
Sifat-sifat penjumlahan matriks :
a. A + B = B + A (bersifat komutatif)
b. A + (B + C) = (A + B) + C (bersifat asosiatif)
c. A + O = O + A = A (O matriks identitas dari penjumlahan)
d. A + (-A) = (-A) + A = O (-A matriks invers penjumlahan)
B. PENGURANGAN MATRIKS
Dua matriks dapat dikurangkan jika ordonya sama. Yang dikurangkan
elemen-elemen yang seletak.
a b  p q = a  p b  q
     
c d  r s  c  r d  s
  2  3 4 1
Contoh : Jika A    dan B 
3  , maka tentukan :
1 4    5
a. A – B b. B – A c. (A-B)-C d. A-(B-C)
Jawab :
a. A – B =  2  3  4 1   2  2
     4 9 
1 4  3  5   
b. B – A = 4 1   2  3 = 2 2 
     
3  5 1 4  4  9 


Sifat-sifat Pengurangan matriks :

a. A – B  B – A (tidak komutatif)
b. A – (B – C) = (A – B) – C (asosiatif)
167
C. PERKALIAN MATRIKS
1) PERKALIAN MATRIKS DENGAN BILANGAN REAL
(SKALAR)
Hasil perkalian skalar k dengan sebuah matriks A yang berordo m x n
adalah sebuah matriks yang berordo m x n dengan elemen-elemennya
adalah hasil kali skalar k dengan setiap elemen matriks A.
2 1
Contoh 1: Jika A    maka tentukan
3  5 
1
a. 2A b.  A
2
Jawab :
2
a. 2A = 2 1 4  2 

3  5 6 10

   
1
 A 1 2 1   1 1/ 2
b. 2 = .  5  3 / 2 5 / 2
2 3   


2) PERKALIAN MATRIKS DENGAN MATRIKS

Dua matriks A dan B dapat dikalikan jika jumlah kolom matriks A
(matriks kiri) sama dengan jumlah baris matriks B (matriks kanan).
Ordo hasil perkalian matriks Amxn dengan Bnxp , misalnya matriks C
yang akan berordo mxp (seperti permainan domino).
Am x n . B n x p = C m x p
Cara mengalikan matriks A dan B yaitu dengan menjumlahkan setiap
perkalian elemen pada baris matriks A dengan elemen kolom matriks
B dan hasilnya diletakkan sesuai dengan baris dan kolom pada matriks
C (matriks hasil perkalian).
a b  p r t 
Misal : A   dan B  q
c d  
 maka :
s u 
a b p r t ap  bq ar  bs at  bu
AB =     = cp  dq
c d q s u   cr  ds ct  du
168
3 2 5
 Contoh 1: Diketahui A  ,B  , C  7 9 dan 5 6
1 4 6 D 7 8
      
Tentukan :
a. AB b. AC c. AD
Jawab :
3 25 15  12 27
1 46 5  24   29
a. AB =       
b. AC tidak dapat dikalikan, karena banyaknya kolom matriks A ≠
banyaknya baris matriks
c. AD = 3 25 6  15  14 18  16  29 34
      
1 4 7 8  5  28 6  32  33 38


 1 3
Contoh 2: Diketahui A 2  4 0 dan C   2
  , B     
0 3   2 5 1 4 

Tentukan :
a. AB b. BA c. BC d. AC e.(AB)Cf.
A(BC) g. B + Ch. A(B + C) i. AB + AC j. AI k. IA
Jawab :

1 2 4 0 4  4 0  10  0 10

3   
 2 5 0  6 0  15  6 15

a. AB = 0
 4 01 2  4  0 8  0   4 8 
   
   2  0  4  15  2 11
b. BA =       
2 5 0 3
 4
c. BC = 03  2 12  0  8  0 12  8
   
  6  5 4  20   1 24 
 2 5 
1 4     
1 23  2 3  2  2  8 5 6 
   
 0  3 0  12   12
0 31 4    3 
d. AC =  
 0 103  2  0  10 0  40  10 40
 
 6 151  18  15 12  60  3 72
e. (AB)C =   4     
169
1 212  8 12  2  8  48 10 40

  
 24  
 03 0  72   3 72

f. A(BC) = 0 31

 4 0 3  2  4  3 0  (2)  7  2
    
 1 
   
g. B + C =        9 
2 5 1 4 2 1 5 4
1 2 7  2 7  4  2  18  3 16

  
31  
9  0  3 0  27   3 27
h. A(B + C) = 0 
 0 105 6  15 14 18  16 29 34
 
 6 153 12  5  28 6  32  33 38
i. AB + AC =       
1 21 0 1  0 0  2 1 2
    
 0  0 0  3 0 3

AI =  
0 3 0 1
j.
1 01 2 1  0 2  0 1 2
   
 0  0 0  3 0 3
k. IA =  0 10 3   


Contoh 3:
8 4(8) + 7(5) + 6(9)
4 7 6 121
5 = =
2 3 1 2(8) + 3(5) + 1(9) 40
9
Contoh 4:
1 −1 1 2 1 6
3 2 3 3 4 3 =
4 5 2 3 2 1
1(2) + −1(3) + 1(3) 1(1) + −1(4) + 1(2) 1(6) + −1(3) + 1(1)

3(2) + 2(3) + 3(3) 3(1) + 2(4) + 3(2) 3(6) + 2(3) + 3(1)
4(2) + 5(3) + 2(3) 4(1) + 5(4) + 2(2) 4(6) + 5(3) + 2(1)
2 −1 4
= 21 17 27
29 28 41
Sifat-sifat perkalian matriks :

1. Umumnya tidak komutatif (AB  BA)
2. Asosiatif : (AB)C = A(BC)
3. Distributif kiri : A(B + C) = AB + AC
170
Distributif kanan : (B + C)A = BA + CA

4. Identitas : IA = AI = A
5. k(AB) = (kA)B
Menghitung determinan dari suatu matriks
2. DETERMINAN
Setiap matriks bujur sangkar, elemen-elemen matriksnya dapat
dikombinasikan untuk menghitung nilai bilangan riil yang disebut
determinan. Determinan merupakan konsep khusus untuk menyelesaikan
sistem persamaan linear simultan. Lambang utk Determinan matriks A
adalah│A│.
a. Determinan matriks 1 x 1
Determinan matriks 1 x 1 adalah nilai elemen itu sendiri.
Contoh: A = [5], maka │A│= 5
b. Determinan matriks 2 x 2
𝑎 𝑏 𝑎 𝑏
Jika A = [ ] , maka det A = │A│= │ │ = ad – bc
𝑐 𝑑 𝑐 𝑑
1 3
Contoh: A = [ ] maka │A│= 1(5) – 3(5) = -10
5 5
c. Determinan matriks 3 x 3
Untuk matriks 3 x , cara yang dapat digunakan adalah metode sarrus.
Prosedur metode sarrus adalah:
1) Tambahkan dua kolom pertama ke matrik A disebelah kanan
elemen-elemen matriks A
2) Tarik diagonal utama dari kiri atas ke kanan bawah, dimulai dari
a11, a12 dan a13 maing-msing elemen diagonal utama dikalikan
kemudian dijumlahkan.
3) Tarik diagonal bantu dari kanan atas ke kiri bawah, dimulai dari
a13, a12 dan a11 masing-masing elemen diagonal bantu dikalikan kemudian
dujumahkan.
4) Determinan matriks 3 x 3 didapat dari selisih antara penjumlahan
diagonal utama dengan penjumlahan diagonal bantu.
171
4 2 3
Contoh: A = 4 5 6
7 8 9
4 2 3 4 2
Det A = │A│= 4 5 6 4 5 ={ (4)(5)(9) + (2)(6)(7) + (3)(4)(8)} –
7 8 9 7 8
{ (3)(5)(7) + (8)(6)(4) + (9)(4)(2) } = 360 – 369 = -9
SOAL LATIHAN/TUGAS
1. Jika A = [2 3 ] dan B = [ ].
𝑏 𝑐 𝑎 𝑏+7
2
Supaya A = BT. Carilah nilai a, b, dan c!

3
2. Jika A = 2 dan B = 4 5 11 Tentukan A + BT
1
2 1 2 1 −1 3
3. A = −3 4 2 dan B = 0 2 −1
5 1 −4 5 4 3
Tentukan:
a. 2A + B
b. 3B – A
c. A x B
172
Modul Matematika Bisnis

menggunakan konsep matrik dan determinan dalam bisnis dan ekonomi
A. INVERS MATRIKS 
1. INVERS MATRIKS ORDO 2 x 2 
1 0
Jika AB = BA = I , dimana I matriks identitas yaitu I   
maka
0 1 
A dan B dikatakan saling invers. Invers matriks A dinotasikan A1 .
a b  p q
Misal A   
dan B 

maka :
c d  r s 

a
AB = I  b  p q 1 0 ap  br aq  bs 1 0
      
cp  dr cq  ds 0 1
c d 
r s  0 1   

 1 p q
Karena B  A = d  b
A1 
maka 1
r s   a 
 ad  bc  c


ad – bc disebut Determinan (D) atau A atau det(A).
Jadi D  A  det(A)  ad  bc .
173
Jika D = 0, maka matriks A tidak mempunyai invers dan matriks

A disebut matriks Singular.
Jika ad – bc  0 maka matriks A disebut matriks Non Singular.
2  3
Contoh 1: Tentukan determinan A   
5 1 
Jawab : A  (2)(-1) – (-3)(5) = -2 + 15 = 13
5 2 
Contoh 2: Tentukan invers dari P   
 3 1
 5 5
Jawab : P 1  1/(-5 +6)  4 = -1  4  5 4 
=
 2 1   2 1   2  11
     
 Contoh 3: Tentukan matriks X jika X 3 5  1 4
   
4 7 2 5
 1 1 4  7  5
Jawab : XA = B  X = BA = 1/(21  20) 
   
 2 5  4 3 
1 4  7  5  7 16  5  12   9 7
X=
2 5  4 3 
= 14  20  =  6 
       5
1

 0 15
Jika ada persamaan matriks berbentuk :
AX = B maka X  A1B
XA = B maka X = BA1
2. INVERS MATRIKS ORDO 3 x 3

DETERMINAN MATRIKS ORDO 3 X 3
Cara menentukan determinan matriks ordo 3 x 3 dengan menggunakan
diagram SARRUS, yaitu :
a. Salin kolom ke-1 dan ke-2 pada kolom ke-4 dan ke-5
b. Kurangkan jumlah perkalian elemen-elemen pada diagonal ke bawah
dengan jumlah perkalian elemen-elemen pada diagonal ke atas.
174
a11 a12 a13   a a a a a


A a a a  
11 12 13 11 12

a 21
a 22
a 
23   det (A) = A  a 21
a 22
a a
23 21
a 22
 31 32 33 
a31 a32 a33 a31 a32
={ ( a11.a22.a33) + ( a12.a23.a31) + ( a13.a21.a32 )} –

{(a31.a22.a13) + ( a32.a23.a11 ) + ( a33.a21.a12)}
 2  3 1

Contoh 1: Jika B  0 1 5
 maka tentukan P

 2 4 3
 2  3 1  2  3 
  = {6 + 30 +0} – {-2 + 40 + 0} =
Jawab:│B│ =  0 1 5 
  0 1 
 2 4 3  2 4 
36 – 38 = -2


MINOR, KOOFAKTOR DAN ADJOINT

Minor yaitu sebuah determinan yang diperoleh dengan cara menghilangkan
baris ke-i dan kolom ke-j, dan ditulis dengan Mij . Sedangkan koofaktor
diperoleh dari perkalian M ij dengan 1i  j dan ditulis dengan Kij .
Sedangkan adjoint yaitu koofaktor yang ditransposekan dan ditulis dengan

Adj(A).
 2  3 1

Contoh : Diketahui B   0 1 5 . Tentukan : Minor, Koofaktor, Adjoin

 2 4 3
Jawab :
1 5
M =  3  20  17 K = (-1)1+1 (-17) = -17
11 11
4 3
0 5
M =  0  (10)  10 K (-1)1+2 (10) = -10
12 =
12
2 3
175
0 1
M =  0  (2)  2 K = (-1)1+3 (2) = 2
13 13
2 4
3 1
M =  9  4  13 K = (-1)2+1 (-13) = 13
21 21
4 3
2 1
M =  6  (2)  8 K = (-1)2+2 (8) = 8
22 22
2 3
2 3
M =  86  2 K = (-1)2+3 (2) = -2
23 23
2 4
3 1
M =  15 1  16 K = (-1)3+1 (-16) = -16
31 31
1 5
2 1
M =  10  0  10 K = (-1)3+2 (10) = -10
32 32
0 5
2 3
M =  20  2 K = (-1)3+3 (2) = 2
33 33
0 1
17 10 2
M = 13 8 2
 
16 10 2


17 10 2  
K =  13 8  2 

16 10 2  
  
 
Cara cepat mencari matriks Koofktor =    x hasil determinan
  
(Minor)
17 13 16
 8 10
Adj B = KT =  10 
 2 2 2 


INVERS MATRIKS ORDO 3 X 3
Untuk menentukan invers matriks A ordo 3 x 3 dengan menggunakan rumus :
176
1
A1  Adj( A)
A
Contoh soal seperti contoh matriks B di atas, Tentukan invers dari

 2  3 1

B 0 
1 5

 2 4 3
17 13 16
B-1 = 1/-2  10 8 10
 2 2 2 
Cara cek apakah hasil matriks invers benar atau tidak yaitu dengan
mengalikan matrik A dengan invers matriks A dan hasilnya harus matrik
Identitas.
A x A-1 = I
Bukti cek invers untuk contoh soal diatas:
17 13 16  2  3 1

1/-2  10 8 10  0 1 5
  
 2 2 2   2 4 3
 1  0  32 51  13  64 17  65  48

= 1/-2  20  0  20 30  8  40 10  40  30
 
 4  0  4 628 2 10  6 
 2 0 0 
= 1/-2  0  2 0 
 
 0 0  2

1 0 0

= 0 1 0  terbukti, artinya jawaban invers matriks B adalah benar.
0 0 1
177
MENYELESAIKAN PERSAMAAN LINEAR

1. DENGAN METODE DETERMINAN
Sistem persamaan linear dapat diselesaikan dengan determinan yang dikenal
dengan Aturan Cramers.
AX = B, maka Xk = Dk/D, dimana:
a11x1 + a12x2 +..... + a1nxn = b1
a21x1 + a22x2 +..... + a2nxn = b2
.....................
An1x1 + an2x2 +......+ amxn = bn

dengan D = det(A) ≠ 0
Untuk menentukan Dk, kita tulis matriksnya dengan mengganti kolom ke-k
oleh kolom konstansta b.
Contoh 1:
Gunakan aturan cramers untuk menyelesaikan sistem persamaan berikut:
2x – 2y – z = 3
4x + 5y – 2z = -3
3x + 4y – 3z = -7
Penyelesaiannya:
2  2  1  x  3 
Matriksnya: 4 5  2  y =  3
     
3 4  3  z    7
2  2 1 2  2
D = 4 5  24 5 = (-30 + 12 - 16) - (-15-16 + 24) = -34 + 7 = -27
3 4  3 3 4
 3  2 1 3  2
 3 5  2  3 5 = (-45 - 28 + 12) – (35 – 24 – 18) = -61 + 7 = -
Dx =  
 7 4  3  7 4
54
2 3 1 2 3

Dy = 4  3  24  3 = (18 – 18 + 28) – ( 9 + 28 - 36) = 28 – 1 = 27
3  7  3 3  7
178
2  2 3  2  2
Dz = 4 5  34 5 = (-70 + 18 + 48) – (45 – 24 +56) = -4 – 77 = -81
3 4  7 3 4
x = Dx/D = -54/-27 = 2
y = Dy/D = 27/-27 = -1
z = Dz/D = -81/-27 = 3
Contoh 2:
Tentukan nilai x dan y yang memenuhi sistem persamaan dengan atran
cramers:
4x + 6y = 14
5x – 3y = 7
Penyelesaian:
Matriksnya: 4 6 
  x 14
5 3   y   7 
     
D = -12 – 30 = -42
 14 6 
Dx =  
7  3 = -42 – 42 = -84
4 14
Dy = 
5 7 
  = 28 – 70 = - 42
x = -84/-42 = 2
y = -42/-42 = 1
2. DENGAN METODE INVERS

Contoh1:
Selesaikan sistem persamaan berikut dengan metode invers:
x + 2y + z = 4
3x – 4y – 2z = 2
5x + 3y + 5z = -1
Penyelesaian:
179
1 2 1   x  4 
3  4  2  y =  2 
     
5 3 5   z   1
Maka :
 x  4 
 y = A-1  2 
   
 z   1

Mencari invers matriks A:
14 25 29  14  25 29 
M =   7  7 7 
 7 0 K =  0 Adj =
 0  5 10  0 5 10
14  7 0 
 25 0 5 
 
 29 7 10
1 2 1 1 2
Det = 3  4  23  4 = (-20 -20 + 9) – (-20 – 6 + 30) = -31 – 4 = -35
5 3 5  5 3
14  7 0 
A1  Adj( A) = 1/-35  25 0 5 
1
A 
 29 7 10
14 7
 y= 1/-35  25
x 0   4 
0 5   2 
     
z  29 7 10   1
 y
x
 = 1/-35  56 14  0   70   3 
2
 100  0  5 = 1/-35  105 =
       
z 116  14  10  140    4
Jadi x = 2, y = 3, dan z = -4
180
ANALISIS INPUT-OUTPUT
Salah satu kegunaan penerapan aljabar matriks dalam bidang ekonomi
adalah analisis input-output yang pertama kali dikenalkan pleh Wassily
W.Leontief tahun 1936 dari Harvard University. Analisis ini merupakan
model matematis untuk menelaah berbagai sektor kegiatan ekonomi. Sebagai
ilustrasi perekonomian suatu Negara yang dibagi menjadi beberapa sektor,
antara lain: pertanian, industri, jasa dan lain sebagainya. Output dari suatu
sektor tertentu selain digunakan oleh sektor itu sendiri, dipergunakan pula oleh
sektor-sektor lainnya sebagai input-nya.
Output sektor pertanian sebagai misal akan digunakan oleh sektor
pertanian itu sendiri (misalnya untuk benih) dan dipergunakan oleh sektor
industri (seperti karet yang dihasilkan dari sektor pertanian akan dijadikan
input sektor industri yakni karet untuk membuat ban, kapas untuk bahan baku
membuat tekstil), output sektor industri digunakan untuk kepentingan sektor
industri itu sendiri (seperti benang untuk membuat tekstil) dan dipergunakan
oleh sektor pertanian (seperti output sektor industri berupa pupuk, bahan
kimia yang dipergunakan untuk membasmi hama). Dengan demikian dapatlah
dikatakan bahwa perkembangan suatu sektor akan bergantung dari sektor-
sektor lainnya. Untuk itu, jelaslah bahwa analisis input-output pada
hakekatnya bertumpu pada anggapan bahwa suatu sistem perekonomian terdiri
dari sektor-sektor yang saling berkaitan. Dengan demikian, jika suatu data
input-output dari berbagai sektor dikumpulkan dan ditabulasikan maka akan
didapatkan tabel berbentuk matriks dan tabel semacam ini kerapkali
dinamakan tabel matriks transaksi.
MATRIKS TRANSAKSI
Sebagai langkah awal dalam analisis input-output yakni menyusun tabel
yang berisi keterangan-keterangan tentang distribusi dari output sutu sektor ke
dalam sektor-sektor lainnya sebagai input, dan ke pemakai / pengguna akhir
sebagai barang konsumsi. Sebagai contoh tabel matriks transaksi seperti
tampak berikut ini:
181
Matriks Transaksi Perekonomian Suatu Negara Amarta

Sektor - Sektor A B C Permintaan Total Output
Akhir
A 40 70 10 80 200
B 30 160 120 270 580
C 20 100 110 240 470
Nilai Tambah 110 250 230 140 730
Total Output 200 580 470 730 1980
Keterangan:
A = Sektor Pertanian B = Sektor Industri C = Sektor Jasa
Tabel tersebut dapat didiskripsikan ke samping yakni, bahwa seluruh

output sektor pertanian senilai 200, digunakan untuk keperluan sektor
pertanian itu sendiri senilai 40 sebagai inputnya; senilai 70 untuk input sektor
industri, senilai 10 untuk input sektor jasa, sedangkan sisanya senilai 80
dikonsumsi oleh pemakai / pengguna akhir sebagai barang konsumsi.
Diskripsi tabel ke samping ini berlaku juga untuk seluruh output sektor
industri dan begitun pula output sektor jasa.
Sedangkan diskripsi tabel di baca ke bawah menunjukkan bahwa seluruh
output sektor pertanian senilai 200 ternyata berasal dari sektor pertanian itu
sendiri senilai 40 sebagai input-nya, senilai 30 berupa input berasal dari
sektor industri, senilai 20 berupa input yang berasal dari sektor jasa;
sedangkan sisanya senilai 110 berupa nilai tambah dari sektor pertanian atau
kerapkali dinamakan sebagai input primer.
182
Tabel: Matriks Transaksi Jika Disusun Dalam Bentuk Notasi

Sektor-Sektor 1 2 3…… j…… n PA TO
1 X1.1 X1.2 X1.3 X1.j X1.i B1 X1
2 X2.1 X2.2 X2.3 X2.j X2.i B2 X2
3 X3.1 X3.2 X3.3 X3.j X3.i B3 X3

.
.
.
I Xi.1 Xi.2 Xi.3 Xi.j Xi.n
. bi Xi
.
N Xn.1 Xn.2 Xn.3 Xn.j Xn.n bn Xn
Nilai Tambah Y1 Y2 Y3 Yj Yn Yn+1 Xn+1
Total Output X1 X2 X3 Xj Xn Xn+1 X
Keterangan:
1 2 3 ……. = Nama Masing-Masing Sektor
PA = Permintaan Akhir
TO = Total Output
Tabel matriks transaksi ini menunjukkan bahwa Xi.j

melambangkan output sektor i yang dipergunakan sebagai input sektor j.
Sedangkan bi melambangkan permintaan akhir terhadap output sektor I,
sedangkan Y1 Y2 dan seterusnya melambangkan nilai tambah masing-
masing sektor, begitu pula X merupakan total output.
Dengan demikian dapat dinyatakan total input sektor i adalah :

n
Xi =  Xi.j + bi dimana : i = 1, 2, 3, ….. n+1
j=i
183
Total output sektor j :

n
Xj =  Xi.j + Yi dimana : i = 1, 2, 3, ….. n+1
i=1
Selanjutnya kalau aij = banyaknya output sektor i yang dipergunakan sebagai
input untuk memproduksi 1 satuan output sector j sehingga:
Xi.j
ai.j = -------- maka Xi.j = ai.j . Xj
Xj
Nilai ai.j antara 0 sampai 1
Sehingga matriks transaksi akan berubah menjadi:

Sektor- 1 2 3….. j….. n PA TO
Sektor
1 a1.1 X1 a1.2 X2 a1.3 X3 a1.j Xj a1.n Xn b1 X1

.
.
.
i ai.1 X1 ai.2 X2 ai.3 X3 ai.j Xj ai.n Xn bi Xi
.
n an.1 X1 an.2 X2 an.3 X3 an.j Xj an.n Xn bn Xn
Nilai Tambah Y1 Y2 Y3 Yj Yn bn+1 Xn+1

Total Output X1 X2 X3 Xj Xn Xn+1 X
Keterangan:
P A = Permintaan Akhir
T O = Total Output
184
Jika dibentuk dalam persamaan matriks dapat dituliskan:
X1 a1.1 a1.2 a1.3 …. a1.j …. a1.n b1
X2 a2.1 a2.2 a2.3 …. a2.j ….. a2.n b2
X3 a3.1 a3.2 a3.3 …. a3.j ….. a3.n + b3
. = . . . . .
. . . . . .
Xi ai.1 ai.2 ai.3 …. ai.j ….. ai.n bi
. . . . . .
. . . . . .
Xn an.1 an.2 an.3 an.j an.n bn
X A b
Atau dapat ditulis X = AX + b
Keterangan:
A = matriks koefisien atau sering disebut matriks teknologi, karena elemen-
elemennya menunjukkan besarnya input yang diperlukan untuk memproduksi
1 unit output dari sektor tertentu, dan nilai-nilai ini besar-kecilnya dipengaruhi
oleh kemajuan teknologi.
X = matriks kolom dari total output setiap sektor
b = matriks kolom dari permintaan akhir setiap sektor
Dari persamaan matriks : X = AX + b akan didapatkan yakni:

b = X - AX
=X (I - A)
185
( I - A ) adalah matriks Leontief yang semua elemen diagonalnya positif

antara 0 sampai 1 sedangkan elemen lainnya negatif ( antara 0 sampai
mendekati -1 ) atau nol.
( I - A ) adalah matriks non singular, determinan ( I – A ) positif, sehingga

dapat dihitung invers ( I – A ) = ( I – A ) -1
Dengan demikian dapat dihitung total output :
X = ( I – A ) -1 . b
Rumus ini dipergunakan kalau ada perubahan permintaan akhir dan harus
dihitung total output setiap sektor.
(Semua elemen dari invers ( I – A ) adalah positif, bahkan elemen
diagonalnya  1 )
Dengan rumus tersebut berarti jika matriks A dan vektor kolom b
diketahui, maka dengan sendirinya vektor X dapat dicari menurut kaidah
perkalian matriks. Dengan perkataan lain, jika masing-masing koefisen input
antar sektor dan permintaan akhir untuk setiap sektor diketahui datanya; Maka
dapatlah dihitung total output dari masing-masing sektor. Satu hal yang harus
diperhatikan dalam analisis input-output bahwa koefisien input senantiasa
dianggap konstan. Jadi model analisis input-output yang disajikan adalah
analisis statis.
Contoh :
Untuk kasus perekonomian Negara Amarta, hitunglah total output untuk
masing-masing sektor dan nilai tambah, bilamana ditargetkan permintaan
akhir terhadap sektor pertanian, industri dan jasa masing-masing adalah 200,
600, dan 400. Susunlah matriks transaksi yang baru.
Jawab:
ai.j
Berdasarkan perhitungan bahwa ai.j = -------
Xj
Dapat dihitung matriks teknologi yakni:
186
0,20 0,12 0,02

A = 0,15 0,28 0,26
0,10 0,17 0,23
(Sebagai contoh untuk a1.1 = 40 : 200 = 0,20 )
Berdasarkan rumus yang telah dikemukakan:
X = ( I - A ) -1 . b
1 0 0 0,20 0,12 0,02

( I - A ) = 0 1 0 - 0,15 0,28 0,26
0 0 1 0,10 0,17 0,23
0,80 - 0,12 - 0,02

(I - A ) = -0,15 0,72 - 0,26
-0,10 - 0,17 0,77
0,80 - 0,12 - 0,02

Det.  I - A  = - 0,15 0,72 - 0,26
- 0,10 - 0,17 0,77
= { [ (0,80) (0,72) (0,77) ] + [ ( - 0,12 ) ( - 0,26 ) ( - 0,10 ) ] +

[ - 0,02 ) ( - 0,17 ) ( - 0,15 ) ] } - { [ ( - 0,10 ) ( 0,72 ) ( - 0,02 ) ]
+ [ ( - 0,17 ) ( - 0,26 ) ( 0,80 ) ] + [ ( 0,77 ) ( - 0,12 ) ( - 0,15 ) ] }
= 0,38923
Det. I - A = 0,38923 >>>>>> Selalu Positif.
-1
I - A = Adj. ( I – A ) / Det. ( I – A )
187
M1.1 - M1.2 M1.3

Kofaktor ( I - A )= -M2.1 M2.2 - M2.3
M3.1 - M3.2 M3.3
0,72 - 0,2
M1.1 =
- 0,17 0,77
= [ ( 0,72 ) ( 0,77 ) ] - [ ( - 0,17 ) ( - 0,26 ) ] = 0,5102
- 0,15 - 0,26
- M1.2 =
- 0,10 0,77
= - [ ( - 0,15 ) ( 0,77 ) ] - [ ( - 0,10 ) ( - 0,26 ) ] = 0,1415
- 0,15 0,72
M1.3 =
- 0,10 - 0,17
= [ ( - 0,15 ) ( - 0,17 ) ] - [ ( - 0,10 ) ( 0,72 ) ] = 0,0975
- 0,12 - 0,02
- M2.1 =
- 0,17 0,77
= - [ (- 0,12 ) ( 0,77 ) ] – [ ( - 0,17 ) ( - 0,02 ) ] = 0,0958
188
0,80 - 0,02
M2.2 =
- 0,10 0,77
= [ ( 0,80 ) ( 0,77 ) ] – [ ( - 0,10 ) ( - 0,02 ) ] = 0,6140
0,80 - 0,12
- M2.3 =
- 0,10 - 0,17
= - [ ( 0,80 ) ( - 0,17 ) ] – [ ( - 0,10 ) ( - 0,12 ) ] = 0,1480
0,72 - 0,26
M3.1 =
- 0,17 0,77
= [ ( 0,72 ) ( 0,77 ) ] – [ - 0,17 ) ( - 0,26 ) ] = 0,0456
0,80 - 0,02
- M3.2 =
- 0,15 - 0,26
= [ ( 0,80 ) ( - 0,26 ) ] – [ ( - 0,15 ) ( - 0,02 ) ] = 0,2110
0,80 - 0,12
M3.1 =
- 0,15 0,72
= [ ( 0,80 ) ( 0,72 ) ] – [ ( - 0,15 ) ( - 0,12 ) ] = 0,5580
189
0,5102 0,1415 0,0975

Kofaktor ( I - A ) = 0,0958 0,6140 0,1480
0,0456 0,2110 0,5580
Semua elemen matriks ini selalu positif antara 0 sampai 1
M1.1 - M2.1 M3.1

Adjoint ( I - A ) = - M1.2 M2.2 - M3.2
M1.3 M2.3 M3.3
0,5102 0,0958 0,0456

Adjoint ( I - A ) = 0,1415 0,6140 0,2110
0,0975 0,1480 0,5580
( I - A ) -1 = [ Adjoint ( I - A ) ] / Det.  I - A 


0,5102 0,0958 0,0456
= 1 / 0,38923 0,1415 0,6140 0,2110
0,0975 0,1480 0,5580


 1,3108 0,2461 0,1171
( I - A ) -1 = 0,3635 1,5775 0,5421
0,2505 0,3802 1,4336
( Elemen Diagonal > 1 )
X = ( I - A ) -1 . b
X1 = 1,3108 0,2461 0,1171 200

X2 = 0,3635 1,5775 0,5421 600
X3 = 0,2505 0,3802 1,4336 400
190
X1 = (1,3108) (200) + (0,2461) (600) + (0,1171) (400)

X2 = (0,3635) (200) + (1,5775) (600) + (0,5421) (400)
X3 = (0,2505) (200) + (0,3802) (600) + (1,4336) (400)
X1 456,66
X2 = 1236,04
X3 851,66
Jadi total output masing-masing sektor menjadi:

Pertanian = 456,66 ; Industri = 1236,04 ; dan Jasa = 851,66
Sedangkan nilai tambah masing-masing sektor adalah:

Pertanian = ( 1 – 0,20 – 0,15 – 0,10 ) ( 456,66 ) = 251,16
Industri = ( 1 – 0,12 – 0,28 – 0,17 ) ( 1236,04 ) = 531,50
Jasa = ( 1 – 0,02 – 0,26 – 0,23 ) ( 851,66 ) = 417,32
Dari hasil perhitungan yang dilakukan, maka matriks transaksi baru yang
dapat ditampilkan adalah:
Sektor Pertanian Industri Jasa PA TO
Pertanian 91,34 148,32 17,00 200 456,66
Industri 68,50 346,09 221,45 600 1236,04
Jasa 45,66 210,13 195,89 400 851,66
Nilai
Tambah 251,16 531,50 417,32
TO 456,66 1236,04 851,66
Keterangan: P A = Permintaan Akhir T O = Total Output
Hasil perhitungan input-output untuk setiap sektor perhitungannya kurang

tepat, hal ini dikarenakan hanya disebabkan oleh faktor pembulatan. jika total
output merupakan bilangan utuh, maka input-output ataupun nilai tambah
pada perhitungan tabel transaksi akan dipastikan benar. Tabel tersebut ternyata
191
terdapat 4 sel yang kosong, bilamana salah satu sel diketahui maka semua sel
akan dapat dihitung dan berarti akan terisi untuk semua sel.
B. SOAL LATIHAN/TUGAS
1. Tentukan determinannya !
1 2 0
5 3
a. A    b. A   3 2 1 


3 2   0 3 1
2. Tentukan inversnya ! (jika ada)
1 1 5 1 4 8 
a. A  b. B   c. C  
 5 3  4 
   0   3  6
10  6
d. D 
 8  5
 

3. Tentukan
4 matriks X jika :
5  8 5  3  2  28 
2 0 14 15 X  14
a. X
b.  
1 4
       

 3 2

1 

4. Diketahui X  1  2  4. Tentukan : Minor, Koofaktor, Adjoin, dan
1 2 0 
Invers
5. Selesaikan sistem persamaan berikut dengan 2 cara yaitu: aturan cramers
dan metode invers:
X + 3y + 2z = 3
2x – y – 3z = -8
5x + 2y + 3z = 9
6. Hitunglah input-output antarsektor dalam perekonomian sebuah negara
diketahui sebagai berikut:
Pertanian Industri Jasa Permintaan Output
Akhir Total
Pertanian 11 19 1 10 41
Industri 5 89 40 106 240
192
Jasa 5 37 37 106 185

Nilai 20 95 107 21 243
tambah
Output 41 240 185 243 659
Total
Diminta:
a. Hitunglah masing-masing koefisien input-nya
b. Jika permintaan akhir terhadap sektor pertanian, sektor industri, dan
sektor jasa diharapkan masing-masing berubah menjadi 25, 201 dan
45. Berapa output total yang baru bagi masing-masing sektor tersebut?
C. DAFTAR PUSTAKA
Atmaja Saputra. 2002. Matematika Ekonomi 1. Bandung: Ghalia Indonesia.

Dumairy. 2012. Matematika Terapan Untuk Bisnis Dan Ekonomi.
Yogyakarta: BPFE.
Haussler, Paul, Wood. 2010. Pengantar Matematika Ekonomi Untuk Analisis

Bisnis dan Ilmu-ilmu Ekonomi. Jakarta: Erlangga.
Joseph B Kalangi. 2011. Matematika Ekonomi Dan Bisnis. Jakarta: Salemba

Empat.
Nugroho, Yulianto dkk. 2014. Matematika Ekonomi Dan Bisnis. Jakarta:

Rajawali Pers.
193

Pertemuan 16. ALJABAR MATRIKS DAN APLIKASINYA

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Pertemuan 16. ALJABAR MATRIKS DAN APLIKASINYA

Diunggah oleh

Hak Cipta:

Format Tersedia

Modul Matematika Ekonomi dan Bisnis

c. elemen-elemen baris ke-1 f. a1.3

e. a3.4 = elemen baris ke-3 kolom ke-4 = 5

f. a1.3 = elemen baris ke-1 kolom ke-3 = 6

Tentukan ordo matriks P dan Q

f. Matriks Identitas (I)

h. Matriks Segitiga Atas

Sifat-sifat Pengurangan matriks :

2) PERKALIAN MATRIKS DENGAN MATRIKS

yang akan berordo mxp (seperti permainan domino).

1 212  8 12  2  8  48 10 40

1 2 7  2 7  4  2  18  3 16

1(2) + −1(3) + 1(3) 1(1) + −1(4) + 1(2) 1(6) + −1(3) + 1(1)

Sifat-sifat perkalian matriks :

Distributif kanan : (B + C)A = BA + CA

Tujuan Pembelajaran 16.2:

Menghitung determinan dari suatu matriks

Supaya A = BT. Carilah nilai a, b, dan c!

Tujuan Pembelajaran 16.1:

Jika D = 0, maka matriks A tidak mempunyai invers dan matriks

2. INVERS MATRIKS ORDO 3 x 3

a11 a12 a13   a a a a a

={ ( a11.a22.a33) + ( a12.a23.a31) + ( a13.a21.a32 )} –

MINOR, KOOFAKTOR DAN ADJOINT

diperoleh dari perkalian M ij dengan 1i  j dan ditulis dengan Kij .

Sedangkan adjoint yaitu koofaktor yang ditransposekan dan ditulis dengan

Contoh soal seperti contoh matriks B di atas, Tentukan invers dari

17 13 16  2  3 1

MENYELESAIKAN PERSAMAAN LINEAR

An1x1 + an2x2 +......+ amxn = bn

2. DENGAN METODE INVERS

Matriks Transaksi Perekonomian Suatu Negara Amarta

Tabel tersebut dapat didiskripsikan ke samping yakni, bahwa seluruh

Tabel: Matriks Transaksi Jika Disusun Dalam Bentuk Notasi

2 X2.1 X2.2 X2.3 X2.j X2.i B2 X2

3 X3.1 X3.2 X3.3 X3.j X3.i B3 X3

Tabel matriks transaksi ini menunjukkan bahwa Xi.j

Dengan demikian dapat dinyatakan total input sektor i adalah :

Total output sektor j :

Sehingga matriks transaksi akan berubah menjadi:

2 a2.1 X1 a2.2 X2 a2.3 X3 a2.j Xj a2.n Xn b2 X2

3 a3.1 X1 a3.2 X2 a3.3 X3 a3.j Xj a3.n Xn b3 X3

Nilai Tambah Y1 Y2 Y3 Yj Yn bn+1 Xn+1

Jika dibentuk dalam persamaan matriks dapat dituliskan:

X1 a1.1 a1.2 a1.3 …. a1.j …. a1.n b1

X2 a2.1 a2.2 a2.3 …. a2.j ….. a2.n b2

X3 a3.1 a3.2 a3.3 …. a3.j ….. a3.n + b3

Xi ai.1 ai.2 ai.3 …. ai.j ….. ai.n bi

Xn an.1 an.2 an.3 an.j an.n bn

Atau dapat ditulis X = AX + b

Dari persamaan matriks : X = AX + b akan didapatkan yakni:

( I - A ) adalah matriks Leontief yang semua elemen diagonalnya positif

( I - A ) adalah matriks non singular, determinan ( I – A ) positif, sehingga

0,20 0,12 0,02

(Sebagai contoh untuk a1.1 = 40 : 200 = 0,20 )

Berdasarkan rumus yang telah dikemukakan:

1 0 0 0,20 0,12 0,02

0,80 - 0,12 - 0,02

0,80 - 0,12 - 0,02

= { [ (0,80) (0,72) (0,77) ] + [ ( - 0,12 ) ( - 0,26 ) ( - 0,10 ) ] +

Det. I - A = 0,38923 >>>>>> Selalu Positif.

M1.1 - M1.2 M1.3

= [ ( 0,72 ) ( 0,77 ) ] - [ ( - 0,17 ) ( - 0,26 ) ] = 0,5102

= - [ ( - 0,15 ) ( 0,77 ) ] - [ ( - 0,10 ) ( - 0,26 ) ] = 0,1415