LAPORAN PRAKTIKUM

KOMPUTASI DAN LOGIKA PEMROGRAMAN

DISUSUN OLEH:
NAMA : ALNISYA NUR AMALIA
NIM :21 01 06O
GRUP :C
Tanggal Praktikum : 03 November 2022

KEMENTERIAN PERINDUSTRIAN REPUBLIK INDONESIA

POLITEKNIK TEKNOLOGI KIMIA INDUSTRI
PROGRAM STUDI TEKNIK KIMIA
MEDAN
2022
 MODUL 3
MATRIKS DAN VEKTOR

1.1 Tujuan Praktikum

1. Mahasiswa mengetahui dasar-dasar matriks pada aplikasi SCILAB
2. Mahasiswa memahami cara konversi persamaan menjadi matriks
1.2 Teori Dasar
Matriks adalah susunan angka-angka dalam bentuk bujur sangkar atau persegi
panjang yang diapit oleh tanda kurung. Semua bilangan yang ada dalam matriks
adalah bilangan real. Matriks dinotasikan dengan huruf kapital dan dicetak
tebal.Teori matriks merupakan salah satu cabang ilmu Aljabar Linear yang menjadi
pembahasan penting dalam ilmu Matematika. Matriks adalah susunan bilangan-
bilangan (real atau kompleks) yang berbentuk persegi panjang dan disusun
berdasarkan aturan baris dan kolom. Selanjutnya bilangan tersebut dinamakan entri
dalam matriks. Entri dari matriks A yang berada pada baris ke-i dan kolom ke-j
dinotasikan dengan 𝑎ij.
Saat ini, Scilab sudah mulai digunakan secara luas pada dunia industry dan
pendidikan. Penerapan dari program Scilab banyak sekali terutama di bidang
Teknik Elektro, misalnya dalam hal kendali sistem, pemrosesan sinyal,
perhitungan integral maupun diferensial, statistika, dan masih banyak lagi.
Salah satu kelebihan dari Scilab yaitu kemampuannya dalam menangani
data yang berupa suatu matriks. Pada dasarnya semua data numerik di dalam
Scilab dianggap sebagai suatu matrik. Selanjutnya, vektor dan skalar adalah
merupakan bentuk khusus dari suatu matrik. Vektor adalah suatu matrik yang
hanya mempunyai satu baris atau satu kolom, kemudian skalar adalah suatu matrik
yang hanya terdiri dari satu elemen saja. (Arfinanti, N. 2018).
Dalam Scilab semua operasi berbasis pada perhitungan matriks. Setiap
elemen perhitungan selalu diasumsikan sebagai matriks. Dalam penyajiannya,
matriks ini terdapat tiga macam betuk yaitu skalar, vektor, dan matriks.
Matriks dapat disusun dalam bentuk matriks persegi panjang atau matriks
bujur sangkar. Matriks yang hanya terdiri dari satu baris dan satu kolom
dinamakan skalar. Sedangkan matriks yang hanya terdiri dari satu baris saja
disebut vektor baris, atau satu kolom saja disebut vektor kolom.
 Jenis-jenis matriks diantaranya matriks persegi, matriks nol, matriks identitas,
matriks segitiga, matriks diagonal, matriks baris, matriks kolom dan lain
sebagainya. Matriks-matriks tersebut ada yang dapat dicari inversya dan ada juga
yang tidak dapat dicari inversnya. Matriks yang dapat dicari inversnya adalah
matriks persegi yang memiliki determinan tidak sama dengan nol dan memenuhi
==, dengan yang memiliki invers dan disebut sebagai invers dari . Sedangkan
matriks yang tidak memiliki invers yaitu matriks yang memiliki determinan sama
dengan nol. Matriks blok merupakan matriks yang diperoleh dengan membagi
matriks menjadi beberapa submatriks yang ukurannya lebih kecil dengan cara
memasukkan garis horizontal diantara baris-baris dan vertikal diantara kolom-
kolom matriks.
Matriks blok digunakan untuk menyederhanakan matriks yang ukurannya besar
menjadi kecil sehingga lebih mudah dioperasikan untuk tujuan tertentu, salah
satunya yaitu untuk mencari determinan dan invers matriks. Untuk menentukan
determinan dari suatu matriks dapat menggunakan beberapa metode seperti Metode
Kofaktor, Metode Sarrus dan Komplemen Schur. Sedangkan untuk menentukan
invers dari suatu matriks dapat menggunakanMetode Adjoin, Eliminasi Gauss dan
Gauss Jordan, Dekomposisi Crout dan Komplemen Schur. Untuk menentukan
determinan dan invers matriks blok digunakan metode Komplemen Schur.
Adapun tujuan dari penelitian ini adalah mencari determinan dan invers
matriks n × n dengan menggunakan sifat-sifat blok matriks. Dalam mencari
determinan dan invers matriks dimulai dari memblok matriks P menjadi matriks
blok 2 × 2 sehingga didapat submatriks A, B, C, dan D . Kemudian mencari
determinan dari sub Matriks A , jika det (A) ≠ 0, maka dicari invers dari matriks A.
Setelah itu dicari determinan dari submatriks (D–CA-1B). Jika determinan dari
submatriks (D–CA-1B) ≠ 0, maka dicari invers dari submatriks (D–CA-1B).
Kemudian dicari invers dari matriks P dengan menggunakan teorema komplemen
schur.
Matriks blok atau matriks partisi adalah matriks yang dipartisi atau diblok
menjadi beberapa matriks yang ukurannya lebih kecil dengan memasukkan garis
horizontal dan vertikal antara baris dan kolom matriks. Matriks-matriks yang
ukurannya kecil hasil partisi matriks disebut submatriks.
 Teori matriks dan aplikasinya telah mengalami perkembangan yang sangat
luas. Perkembangan teori matriks terjadi baik dalam matematika sendiri maupun
dalam aplikasi yang digunakan untuk mengembangkan ilmu-ilmu lain. Terdapat
banyak kegunaan matriks dalam matematika, khususnya yang berkaitan dengan
aplikasi aljabar linear. Solusi dari suatu sistem persamaan linear dapat dicari
dengan menggunakan matriks. Pada persamaan differensial, solusi partikulir atau
penyelesaian khusus dapat dicari dengan metode matriks. Sedangkan matriks
peluang transisi digunakan untuk menentukan klasifikasi state pada rantai markov
(Langi, 2011).
Terdapat bentuk matriks yang memiliki keistimewaan dalam teori matriks,
yaitu matriks diagonal. Keistimewaan dari matriks diagonal terletak pada operasi
aljabarnya.
Matriks diagonal merupakan matriks persegi dengan seluruh entri nondiagonal
utamanya sama dengan nol (Lipschutz & Lipson, 2009). Operasi aljabar maupun
produk dari matriks diagonal dapat dihitung dengan hanya memperhatikan
komponen sepanjang diagonal utamanya, sehingga kerumitan dari operasi aljabar
matriks berkurang ketika bekerja dengan matriks diagonal.
Adakalanya suatu matriks yang tidak berbentuk diagonal dapat dibentuk
menjadi matriks diagonal. Jika suatu matriks persegi A tidak berbentuk diagonal
tetapi dapat dikonjugasikan dengan matriks diagonal, maka terdapat matriks
invertible P sehingga PAP-1 = D, dengan D adalah matriks diagonal dan P
dikatakan mendiagonalisasi A (Anton & Rorres, 2005).
Ada juga matriks yang tidak dapat dibentuk kembali menjadi matriks diagonal.
Matriks tersebut cukup dapat dibentuk menjadi matriks yang similar dengan
matriks yang hampir diagonal.
Untuk mengetahui suatu matriks persegi dapat didiagonalisasi atau tidak,
banyak peneliti menggunakan pengevaluasian terhadap nilai eigen dan vektor eigen
matriks selama ini. Dimensi dari ruang eigen yang menunjukkan jumlah vektor-
vektor eigen yang bersesuaian dengan suatu nilai eigen dinamakan multiplisitas
geometri. Sedangkan jumlah nilai eigen yang sama (kembar) dinamakan
multiplisitas aljabar. Suatu matriks dapat didiagonalisasi apabila multiplisitas
geometri sama dengan multiplisitas aljabar.
 NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL
Nilai eigen dan vektor eigen suatu matriks 𝐴 dengan entri-entri bilangan real
harus memenuhi 𝐴𝐯 = 𝜆𝐯. Dalam penelitian ini konsep tersebut juga diterapkan
untuk mencari nilai eigen dan vektor eigen pada matriks interval menggunakan
metode pangkat dengan operasi aritmetika interval yang dimodifikasi. Akan tetapi
pada matriks interval digunakan 𝐴˜𝐯˜ ≈ 𝜆˜ 𝑖𝐯˜. Dua matriks interval 𝐴˜ dan 𝐵˜ berordo
× 𝑛 dikatakan sama yang dinotasikan dengan 𝐴˜ = 𝐵˜ jika dan hanya jika 𝑚(𝐴˜) =
𝑚(𝐵˜) dan 𝑤(𝐴˜) = 𝑤(𝐵˜). Sedangkan matriks interval 𝐴˜ dan 𝐵˜ dikatakan ekuivalen
dan dinotasikan dengan 𝐴˜ ≈ 𝐵˜ jika dan hanya jika 𝑚(𝐴˜) = 𝑚(𝐵˜). Definisi inilah
yang menjadi dasar untuk mengatakan bahwa persamaan 𝐴˜𝐯˜ ≈ 𝜆˜ 𝑖𝐯˜ ekuivalen.

Perhitungan dasar menggunakan operator aritmatik antara lain:

 + penjumlahan
2. - pengurangan

3. * perkalian

4. ‘ transpose

5. / pembagian kanan

6. \ pembagan kiri

7 ^ pangkat
a. Operator-operator tersebut dapat digunakan pada scalar maupun vektor.
Untukmatriks mengikuti aturan-aturan yang ditentukan.

b. Operasi penjumlahan dan pengurangan matriks hanya dapat dilakukan pada

matriks-matriks yang memiliki ordo/ukuran Operasi perkalian matriks hanya
dapat dilakukan bila jumlah kolom matriks kirisama dengan jumlah baris
matriks kanan.
c. Operasi transpose merupakan operasi pengubahan baris menjadi kolom, dan
berlaku untuk semua jenis matriks.
d. Operasi pembagian matriks (pada dasarnya tidak ada) dalam Scilab ada
duamacam, yaitu pembagian kiri (\) dan pembagian kanan(/).

Pembagian kiri x=A\B adalah penyelesaian dari A*x=B,

 danPembagian kanan x=B/A adalah penyelesaian dari
x*A=B.
Terdapat hubungan antara pembagian kiri dan pembagian kanan,
yaitu:A\B=(B’/A’)’ dan B/A=(A’\B’)’
e. Operasi pangkat berlaku anrata matriks dan skalar, dan matriks harus bujur
sangkar. Operasi ini sama dengan operasi perkalian berulang, misalkan: A^3 =
A*A*A.

f. Operasi perkalian matriks hanya dapat dilakukan bila jumlah kolom matriks
kirisama dengan jumlah baris matriks kanan.
g. Operasi transpose merupakan operasi pengubahan baris menjadi kolom, dan
berlaku untuk semua jenis matriks.
h. Operasi pembagian matriks (pada dasarnya tidak ada) dalam Scilab ada
duamacam, yaitu pembagian kiri (\) dan pembagian kanan(/).

Pembagian kiri x=A\B adalah penyelesaian dari A*x=B,

danPembagian kanan x=B/A adalah penyelesaian dari
x*A=B.
Terdapat hubungan antara pembagian kiri dan pembagian kanan,
yaitu:A\B=(B’/A’)’ dan B/A=(A’\B’)’
i. Operasi pangkat berlaku anrata matriks dan skalar, dan matriks harus bujur
sangkar. Operasi ini sama dengan operasi perkalian berulang, misalkan: A^3 =
A*A*A.

Saat ini, Scilab sudah mulai digunakan secara luas pada dunia industry dan
pendidikan. Penerapan dari program Scilab banyak sekali terutama di bidang Teknik
Elektro, misalnya dalam hal kendali sistem, pemrosesan sinyal, perhitungan integral
maupun diferensial, statistika, dan masih banyak lagi.

Salah satu kelebihan dari Scilab yaitu kemampuannya dalam menangani data yang
berupa suatu matriks. Pada dasarnya semua data numerik di dalam Scilab dianggap
sebagai suatu matrik. Selanjutnya, vektor dan skalar adalah merupakan bentuk khusus
dari suatu matrik. Vektor adalah suatu matrik yang hanya mempunyai satu baris atau
satu kolom, kemudian skalar adalah suatu matrik yang hanya terdiri dari satu elemen
saja.
 1.3 Prosedur

Program 1
PENULISAN MATRIKS
a. SCILAB Console
b. Variabel Browser

c. Command History
Program 2
MENGAKSES ELEMEN MATRIKS
a. SCILAB Console

b. Variablel Browser
c. Command History
Program 3
EKSTRAKSI SUB MATRIK
a. SCILAB Console
b. Variabel Brower

c. Command History
Program 4
PENGGANTIAN SUB MATRIKS
a. SCILAB Console
b. Variabel Browser

c. Command History
Program 5
MENGGABUNGKAN MATRIKS
a. SCILAB Console

b. Variabel Browser

c. Command History
Program 6
OPERATOR MATRIKS
a. Scilab Console
b. Variabel Browser

c. Command History
1.4 Pembahasan

Matriks dapat disusun dalam bentuk matriks persegi panjang atau matriks
bujur sangkar. Matriks yang hanya terdiri dari satu baris dan satu kolom
dinamakan skalar. Sedangkan matriks yang hanya terdiri dari satu baris saja
disebut vektor baris, atau satu kolom saja disebut vektor kolom.

Program 1. Penulisan matriks;

1. A = 1:5 artinya barisan mulai dari 1 sampai dengan 5

2. B = 1:2:10 artinya barisan 1 sampai 10 naik 2 tingkat

3. C = 1:0.5:4 artinya barisan antara 1 dan 10 naik 0,5 tingkat

4. D = 4:-1:1 artinya barisan antara 4 sampai 1 (decremen)

5. E = 4:-0.5:2 artinya barisan antara 4 sampai 1 berhenti pada 2 dengan

decremen -0.5
6. b=1:5 artinya vektor baris sama seperti b=[1 2 3 4 5]

7. c=5:-1:2 artinya vektor baris sama decreament dari 5 sampai 2

8. U=rand(4,4) artinya membuat matriks U dengan ukuran

4x4

Program 2. Mengakses elemen matriks;

1. a=[1 2 3;4 5 6] artinya matriks 2x3 a dari vektor-vektor

2. a(1),a(2),a(3) artinya memanggil elemen a11, a22, a12 pada matriks a

3. a(4),a(5),a(6) artinya memanggil elemen a22, a13, a24 pada matriks a

4. b=[a(1) a(2) a(3)] artinya vektor baru elemen a11, a21,

a12

Program 3. Ekstraksi sub matriks;

1. a=int(rand(5,8)*100 artinya membuat matriks 5x8 dengan bilangan bulat
random/acak
2. b=a(2,3) artinya extrak elemen pada baris ke-2 kolom ke-3 dari matriks a
 3. c=a(2:4,3:5) artinya ekstrak submatriks ukuran 3x3 dari matriks a

4. d=a(1:2:5,2:2:8) artinya ekstrak baris ganjil dan kolom genap matriks a

(baris 1,2,3 dan kolom 2,4,6,8)
5. d=a(5:-2:1,8:-2:2) artinya baris-baris 5,3,1 dan kolom 8,6,4,2

6. e=a[1,4,5],[2,7] artinya baris-baris 1,4,5 dan kolom 2,7 dari matriks a

7. f=a ([5, 1, 2], [7,6]) artinya barisan 5,1,2 dan kolom 7,6 dari matriks a

8. g-a (2:$,3:$) artinya sub-matriks yg diambil dari kolom ketiga hingga

terakhir matriks

Program 4. Penggantian sub matrks;

1. a=int (rand (5,8)+100) artinya membuat matriks 5x8 dg bulat random/acak

2. a (2,3)=0 artinya mengganti elemen matriks a yg ke-2,3 dengan 0 a

3. a (2:4,3:5)=zeros (3,3) artinya mengganti elemen matriks a dengan 0

dgukuran 3x3 a
4. a (2:4,3:5)-ones () artinya membuat matriks 1 a

5. a (2:4, 3:5)=zeros () artinya membuat matriks 0 sama dengan () a

6. a (2:4, 3:5)=eye () artinya membuat matriks identitas //eror

7. a (2:4, 3:5)=eye (1, 1) artinya membuat

matriks

Program 5. Menggabungkan matriks;

1. a=int (rand (4, 2)*10)

2. b=int(rand (4,1)*50)

3. c =int (rand ( 4, 1)*100 )

5. d = [a b c] artinya membuat matriks dari 3 matriks/vektor

Program 6. Operator matriks;

1. A =[2 3 1 6;1 4 5 2] artinya membuat matriks jumlah baris dua dan kolom 4

2. A+A artinya nilai seluruh matriks dikali 2

 3. A – A artinya nilai seluruh matriks menjadi 0

4. B = [1, 2, 3] artinya nilai matriks B adalah 1,2,3 dalam bentuk baris

5. C = [1; 2; 3] artinya nilai matriks C adalah 1,2,3 dalam bentuk

kolom
1.5 Kesimpulan
1. Dasar-dasar Matriks pada aplkasi SCILAB dantaranya Antar elemen kolom
dibatasi oleh spasi dan antar elemen baris dibatasi oleh tanda titik koma (;). Antar
elemen kolom dibatasi oleh tanda koma (,) dan antar elemen baris dibatasi oleh
tanda titik koma (;). Antar elemen kolom dibatasi oleh spasi dan antar elemen
baris dibatasi dengan ENTER (ganti baris). Antar elemen kolom dibatasi oleh
tanda koma (,) dan antar elemen baris dibatasi dengan ENTER (ganti baris).
Perhitungan dasar menggunakan operator aritmatik antara lain: + penjumlahan, -
pengurangan, * perkalian, ‘ transpose, / pembagian kanan, \ pembagan kiri, ^
pangkat.
2. Adapun cara mengkonversi persamaan menjadi matriks:
a. Menjumlahkan dan mengurangkan matriks
Operasi di bawah ini akan membuat matriks A dan B kemudian
menjumlahkan dan mengurangkannya.
-->A = [1 2 3; 4 5 6];
-->B = [-1 0 8; 3 3 4];
-->A+B
ans =
0. 2. 11.
7. 8. 10.

-->A-B
ans =
2. 2. -5.
1. 2. 2.
b. Mengalikan matriks
Operasi di bawah ini akan membuat suatu matriks P dan Q kamudian
akan mengalikan keduanya.
 -->P = [7 -2 10 9];
-->Q = [5 6; 0 1; -1 3; 3 -7];
-->P*Q
ans =
52. 7.
c. Transpose dari matriks
Operasi di bawah ini akan membuat matriks M dan menghitung
transposenya.
-->M = [-1 0 7; 5 10 -3];
-->M’
ans =
-1. 5.
0. 10.
7. -3.
d. Perkalian kiri dan perkalian kanan
Operasi di bawah ini akan membuat dua buah matriks A dan B kemudian
menghitung pembagian kiri. Kemudian membuat matriks c yang nilainya
sama dengan transpose matriks B dan menghitung nilai dari pembagian
kanan dari c dan A.
-->A = [2 3 4; 2 6 7; 0 1 4];
-->B = [2; 4; 1];
-->x = A\B
x =
-0.0555556
0.55555556
0.1111111
-->c = B’
c =
2. 4. 1.
-->y =
c/Ay =
0.2222222 0.7777778 -1.3333333
 e. Pemangkatan matriks
Operasi di bawah ini akan membuat
matriks A, kemudianmenghitunghasil
pangkat tiga dari A.
-->A = [2 3 4; 2 6 7; 0 1 4];
-->A^3
ans =
76. 243. 416.
130. 420. 719.
24. 89. 170.

1.6 Daftar Pustaka

 Mauludin, Ujang. 2005. Matematika Program
IlmuAlam. Bandung: PT SaranaPancaKarya Nusa
(Diakses pada tanggal 14 Desember 2017)

 Open. Definisi Dan

JenisMatriks(http://uhyan.com/definisi-dan-jenis-
matriks.php).(Diakses padatanggal 14 Desember
2017)

 https://www.academia.edu/10876656/Kumpulan_soal
_tentang_Materi_Matriks_and_Ruang_Vektor_ (Diak
ses Pada Tanggal 16 Desember
2017)http://dinus.ac.id/repository/docs/ajar/Slide_Mat
rik_P4_Invers_Matriks.pdf(Diakses Pada Tanggal 16
Desember 2017)

 Open Matriks dan Ruang

Vektor(http://dedetarwidi.staff.telkomuniversity.ac.id/l
ectures/matriks-dan-ruang-vektor/) (Diakses Pada
Tanggal 16 Desember 2017)

 Open Aplikasi Matriks Ruang

Vektor(https://www.researchgate.net/publication/2798
61243_Aplikasi_Matriks_dan_Ruang _Vektor ) (Diak
ses Pada Tanggal 16 Desember 2017)