MATRIKS

Apa itu matriks?

Dalam matematika, matriks adalah kumpulan bilangan, simbol, atau ekspresi, berbentuk persegi atau
persegi panjang yang disusun menurut baris dan kolom. Bilangan-bilangan yang terdapat di suatu
matriks disebut dengan elemen atau anggota matriks.

Notasi Matriks
Matriks pada umumnya ditulis dengan huruf besar seperti A
atau B, dst.

Setiap bilangan (atau elemen) pada umumnya ditulis

dengan huruf kecil dengan tambahan angka yang
menunjukan baris dan kolom dalam tanda kurung/ siku
kurawal.

Baris dan Kolom

Yang manakah baris dan yang manakah kolom itu?

 Baris : kiri - kanan

 Kolom : atas - bawah

Untuk mengingatnya bahwa dalam matrix penulisan baris selalu sebelum

kolom, maka kita bisa menggunakan singkatan “abk” :

ab,k

Contoh :

Artinya :

b1 , 1 = 6 ( angka pada baris ke 1, kolom ke 1 dalah 6 )

b1 , 3 = 24 ( angka pada baris ke 1, kolom ke 3 adalah 24 )

B2 , 3 = 8 ( angka pada baris ke 2, kolom ke 3 adalah 8 )

Operasi Dasar
 Penjumlahan

Penjumlahan dan pengurangan matriks hanya dapat dilakukan apabila kedua matriks memiliki ukuran
atau tipe yang sama. Elemen-elemen yang dijumlahkan atau dikurangi adalah elemen yang posisi atau
letaknya sama.

Contoh : sebuah matriks dengan yang memiliki 3 baris dan 5 kolom dapat
dijumlahkan dengan matriks lain yang memiliki 3 baris dan 5 kolom.

Tetapi matriks tersebut tidak bisa dijumlahkan dengan matriks lain yang misalkan
memiliki 3 baris dan 4 kolom (dikarena ukuran / jumlah kolom yang tidak sesuai )

Untuk menjumlahkan dua matriks → jumlahkan angka yang posisi-/letaknya sama, lalu hasilnya
ditaruh di posisi / letak yang sama pula.

 Negatif

Menghitung negatif dari sebuah matriks juga sangatlah sederhana, yaitu :

 Pengurangan

Untuk mengurangi dua matriks syarat dan caranya sama dengan penjumlahan dua buah matriks.

*Notes : pengurangan dalam matriks sebenarnya didefinisikan sebagai penjumlahan dengan sebuah
matriks yang negatif : A + ( - B )

 Pengalian sebuah matriks dengan sebuah konstanta (Perkalian Skalar)

Kita dapat mengalikan sebuah matriks dengan sebuah konstanta :

Contoh : mengalikan sebuah matriks dengan angka (nilai) 2.

Sebuah konstanta adalah suatu nilai/bilangan tetap sedangkan skalar dapat didefinisakan sebagai
bilangan yang memiliki nilai satuan tanpa arah, sehingga mengalikan matriks dengan sebuah
konstanta disebut “ Perkalian Skalar “ .
 Pengalian sebuah matriks dengan matriks lainnya (Perkalian Titik / Dot
Product)

Pengalian matriks dengan matriks lainnya menggunakan “perkalian titik” dari baris dan kolom.
Apakah artinya? Mari kita lihat dengan sebuah contoh :

Pertama kita akan mencari jawaban untuk baris ke 1 dan kolom ke 1 :

Sebuah perkalian titik adalah dimana kita mengalikan baris dengan kolom yang sesuai
( baris ke 1 pada matriks pertama dengan kolom ke 1 pada matriks kedua, dst) lalu
menjumlahkannya :

(1, 2, 3) • (7, 9, 11) = 1x7 + 2x9 +3x11 = 58

Lalu kita akan melanjutkannya dengan baris ke 1 pada matriks pertama dengan kolom ke 2 pada
matriks kedua :

Begitu juga dengan baris ke 2 pada matriks pertama dengan kolom ke 1 pada matriks kedua :

(4, 5, 6) • (7, 9, 11) = 4x7 + 5x9 + 6x11 = 139

Juga dengan baris ke 2 pada matriks pertama dengan kolom ke 2 pada matriks kedua :

(4, 5, 6) • (8, 10,12) = 4x8 + 5x10 + 6x12 = 154

Dengan perhitungan di atas kita akan mendapatkan :

Baris dan Kolom

Biasanya jumlah baris dan kolom pada satu matriks ditulis baris x kolom.

Contoh : Matriks 2 x3 ( 2 baris dengan 3 kolom)

Ketika kita melakukan perkalian matriks, maka :

 Jumlah kolom dari matriks pertama harus sama dengan jumlah baris pada matriks yang kedua.

 Nantinya hasil dari perkalian matriks tersebut akan memiliki jumlah baris yang sama dengan
jumlah baris dari matriks pertama dan jumlah kolom yang sama dengan jumlah kolom pada
matriks kedua.

Secara Umum :

Untuk mengalikan sebuah m x n matriks dengan sebuah n x p maptriks,

maka jumlah dari n haruslah sama, sehingga akan menghasilkan sebuah
matriks bernotasi m x p .

Contoh :

Contoh di atas menunjukan bagaimana perkalian sebuah matriks 1x3 dengan matriks 3x4 (jumlah
kolom pada matriks pertama = jumlah baris pada matriks kedua yaitu 3 ) sehingga perkalian ini
menghasilkan matriks 1x4

Urutan dalam perkalian

Dalam hitungan matematika kita terbiasa dengan sifat komutatif / sifat pertukaran dari perkalian
yaitu dimana hasil perkalian dua bilangan akan tetap sama meskipun posisi dari kedua bilangan
tersebut ditukarkan.

3x5=5x3
Tetapi sifat komutatif tidak berlaku dalam perkalian matriks. Artinya :

AB ≠ BA
Ketika kita mengganti urutan / posisi dalam perkalian matriks maka jawabannya (biasanya) akan
berbeda.

Contoh :

Dapat dilihat di atas pengaruh perubahan urutan / posisi dalam perkalian matriks.

 Matriks Identitas (Identity Matrix)

Matriks identitas adalah sebuah matriks yang setara dengan angka 1. Dimana angka 1 merupakan
identitas dari operasi perkalian karena jika suatu bilangan n dikalikan 1 maka akan tetap menjadi
bilangan itu sendiri → n • 1 = 1 • n = n.

 Sebuah matriks “persegi” (jumlah baris = jumlah kolom), oleh

karena itu matriks identitas bisa berbentuk matriks 2x2, 3x3, 4x4,
dst.
 Terdiri dari angka 1 secara diagonal (kiri atas → kanan bawah),
selain itu hanya diisi dengan angka 0.
 Disimbolkan degan huruf kapital (besar) I

Sehingga matriks identitas disebut sebagai matriks spesial karena ketika kita mengalikan suatu
matriks dengan matriks identitas, maka matriks tersebut tidak akan berubah, sekalipun posisi/urutan
perkaliannya di ubah.

AxI=A
IxA=A
 Transpose Matrix

Sebuah matriks yang didapatkan dengan cara memindahkan (menukarkan) elemen-elemen kolom
menjadi elemen-elemen baris dan sebaliknya.

Penulisan transpose matriks adalah dengan menambahkan huruf kapital ” T ” ( dari Transpose )di
kanan atas dari sebuah matriks

 Pembagian

Kita tidak benar-benar membagi dengan sebuah matriks, melainkan kita melakukan ‘pembagian’
tersebut dengan cara :

A / B = A x ( 1 / B ) = A x B -1

Dimana B -1 adalah “ inverse “ dari matriks B

Jadi, dapat dikatakan kita tidak melakukan pembagian, melainkan kita

melakukan pengalian dengan sebuah inverse matriks

 Inverse Matriks

Inverse ↔ Resiprokal / bersifat berkebalikan .

8
Di bawah ini adalah contoh dari angka yang bersifat resiprokal atau berkeballikan. 8 atau ( ) adalah
1
1
8
Inverse dari sebuah matriks berasal dari ide (angka resiprokal) tersebut tetapi dengan penulisan A -1
yang artinya inverse dari matriks A.

1
Kenapa tidak ?
A
Karena kita tidak melakukan pembagian pada sebuah matriks!
1
Lagipula dapat pula kita tuliskan menjadi 8 -1 .
8

Persamaan sifat-sifat dari angka bersifat resiprokal dengan inverse matriks :

 Ketika kita mengalikan sebuah angka dengan angka resiprokalnya kita akan mendapatkan angka
1.

8 x ( 1/8 ) = 1

 Ketika kita mengalikan sebiah matriks dengan inverse matriknya maka kita akan mendapatkan
sebuah matriks identitas (matriks yang bersifat setara dengan angka 1 → lihat penjelasan
tentang matriks identitas)

A x A -1 = I

 Kedua hal tersebut di atas akan menghasilkan hasil yang sama walaupun urutan atau posisi dari
angka resiprokalnya atau inverse matriksnya di ubah.

( 1/8 ) x 8 = 1

A -1 x A = I

Perlu diingat :

Inverse dari matriks A adalah A -1 (hanya) apabila :

A x A -1 = A -1 x A = I

Terkadang malah tidak ada inverse dari sebuah matriks.

Lalu bagaimana mencari sebuah inverse dari sebuah matriks?

Contoh :

2x2 Matriks

Inverse dari sebuah matriks 2x2 adalah sbb :

Dengan kata lain :

 Tukar posisi a dan d,
 Lalu tambahkan simbol negatif di depan b dan c,
 Terakhir lakukan pembagian terhadap matriks baru tersebut dengan determinan dari matriks
2x2 tersebut (a•d - b•c)

Contoh :

Bagaimana kita tahu bahwa jawaban tersebut benar?

Ingat! >> A x A -1 = I <<

Oleh karena itu kita bisa memeriksa jawaban tersebut dengan mengalikan matriks tersebut dengan
inverse matriks yang baru saja kita hitung, maka :

Karena kita mendapatkan matriks identitas dari perkalian di atas, maka bisa dibuktikan bahwa
jawaban kita benar. Hal tersebut juga membuktikan benar, bahwa : A x A -1 = I
 Apa kegunaan sebuah inverse matriks? Kenapa kita perlu
menghitungnya?
Sekali lagi karena sebuah matriks tidak bisa dijadikan pembagi. Lebih tepatnya belum ada
sebuah konsep atau cara yang menjelaskan tentang pembagian dengan sebuah matriks

Tetapi dengan mengalikannya dengan sebuah inverse matriks, kita akan mendapatkan hasil
yang sama.

Misalkan saja kita mengetahui matriks A dan B, dan kita ingin mengetahui matriks X :

XA=B

Lebih mudah jika kita membagi kedua sisi dengan matriks A (untuk mendapatkan X = B/A), tetapi
ingat kita tidak dapat melakukan operasi pembagian dengan sebuah matriks!

Tetapi apa yang terjadi jika kita mengalikan kedua sisi dengan A -1 ?

X A A -1 = B A -1

Sedangkan kita tahu bahwa A A -1 = I , oleh karena itu :

X I = B A -1

Kita juga dapat ‘menghilangkan’ I (dengan alasan yang sama ketika kita ‘menghilangkan’ angka 1 dari
persamaan 1 x = ab), sehingga :

X = B A -1

Maka kita akan mendapatkan matrix X (dengan asumsi jika kita bisa menghitung A -1 )

Contoh dalam kehidupan sehari-hari : Penggunaan bus dan kereta

Diketahui :
Sebuah grup terdiri dari anak-anak dan orang dewasa menggunakan bus untuk pergi ke tujuan wisata
yang mereka tuju, tiket bus untuk anak-anak adalah Rp 3.000,- dan orang dewasa Rp. 3.200,- dan total
mereka membayar Rp. 118.400,-

Sedangkan perjalanan pulang mereka menggunakan bus dengan tiket seharga Rp 3.500,- untuk
anak-anak dan Rp. 3.600,- untuk dewasa dan totalnya mereka membayar Rp. 135.200,-

Ditanyakan :
Berapa banyak anak-anak dan orang dewasa dalam grup tersebut?

Jawab :

Pertama, kita akan membuat sebuah persamaan dengan menggunakan matriks (perlu diingat
pentingnya penempatan elemen-elemen pada soal di atas menjadi baris dan kolom yang tepat! )
Lalu kita akan menyelesaikannya seperti contoh sebelumnya : X A = B

Yang artinya kita membutuhkan inverse dari matriks A :

Dengan inverse dari matriks A tersebut kita dapat menyelesaikan soal di atas dengan :

Jawabannya adalah dalam grup tersebut terdiri dari 16 anak-anak dan 22 orang dewasa.

Kalkulasi / penghitungan seperti di atas (tetapi menggunakan matriks yang

lebih besar dan lebih rumit) membantu mensimulasikan hitungan atau
mendesign bangunan-bangunan, penggunaan dalam video games dan
animasi komputer untuk membuat benda-benda terlihat 3 dimensi, dsb.

Kalkulasi tersebut juga merupakan salah satu cara untuk menghitung

persamaan sistem linear yang pernah kita bahas dalam konsep least square.
Dimana persamaan linear ini sangat beragam dan luas penggunaannya.

Tetapi perlu diingat juga dalam pengalian matriks antar matriks biasa, urutan/posisi dari matriks
sangatlah penting, tidak boleh terbalik. A • B hampir bisa dipastikan tidak sama dengan B • A.

Pentingnya urutan/posisi sebuah matriks dalam perkalian matriks menyebabkan pentingnya

penaruhan inverse matrix yang tepat pada suatu persamaan matriks. Contoh :

Kita akan mencoba mencari nilai matriks X pada soal di bawah ini :

AX=B
Perlu diingat bahwa contoh di atas tidak sama dengan contoh yang sebelumnya, karena posisi matriks
X sekarang berada setelah matriks A. Karena AB ≠ BA, bagaimana cara menyelesaikan persamaan
diatas untuk mencari nilai matriks X ?

Jawab : Dengan mengalikan inverse matriks A -1 pada kedua sisi dengan memperhatikan penempatan
inverse matriks tersebut di kedua sisi persamaan, yaitu :

A -1 A X = A -1 B

Dimana A A -1 = I , oleh karena itu :

I X = A -1 B

Jika kita ‘hilangkan’ I :

X = A -1 B

Dengan begitu kita bisa mendapatkan nilai matriks X pada contoh di atas. Hal tersebut juga
membuktikan (lagi-lagi) bagaimana pentingnya urutan/posisi dalam sebuah perkalian matriks.

Atau kita gunakan lagi soal bus dan kereta untuk persamaan di atas. Secara keseluruhan cara
pengerjaannya sama, tetapi kita harus hati-hati dalam mebuat persamaan matriks awal.

Dalam hal ini, maka persamaan matrik A X = B akam berbentuk sbb :

Notes : baris dan kolom pada persamaan matriks di atas ditukar ( “Transpose” ) jika dibandingkan
dengan persamaan matriks awal pada contoh bus dan kereta sebelumnya.

Lalu kita cari inverse dari matriks A di atas :

*Notes : Inverse matriks di atas mirip dengan inverse matriks yang kita dapat sebelumnya, hanya saja
matriks ini merupakan matriks transpose dari matriks yang sebelumnya (baris dan kolom yang
ditukar)
Sekarang kita bisa menyelesaikan contoh di atas dengan :

Dan jawabnnya pun akan sama, yaitu 16 anak-anak dan 22 dewasa.

Jadi matriks adalah suatu yang sangat penting dan berpengaruh , hanya saja kita butuh menyusunya
secara benar.

Inverse sebuah matriks mungkin juga tidak ada, karena selain sebuah inverse matriks harus berupa
matriks “persegi” (matriks yang memiliki jumlah baris = jumlah kolom), determinannya juga tidak
boleh nol (atau nantinya kita akan membagi matriks tersebut dengan nol ).

24 - 24 ? sama dengan, dan 1 / 0 adalah ∞ / tak hingga.

Hingga tidak dapat dihitung lebih jauh. Artinya matriks ini tidak memiliki inverse.

Matriks seperti matriks di atas dinamakan dengan “Matriks Singular”, dimana hanya terjadi jika
determinanya adalah nol.

(Jika kita mengambil contoh seperti tentang soal bus dan kereta dengan matriks singular di atas, maka
jika kita melihat kemungkinan banyaknya anak-anak dan orang dewasa dalam grup tersebut adalah
50% : 50% yang artinya tidak ada perbedaan antara jumlah orang dewasa dan anak-anak dalam grup
tersebut. Jika kita ingin mengetahui suatu perbedaan, maka haruslah ada yang membedakan dalam
persamaan tersebut. Dan determinanlah yang memberikan kita informasi seperti itu.)

RANGKUMAN INVERSE MATRIKS :

 Inverse dari sebuah matriks A adalah A-1 hanya jika A x A-1 = A-1 x A =

 Untuk mencari inverse dari matriks 2x2 : menukar posisi elemen a dan d,
memberikan tanda negatif di depan elemen b dan c, dan kemudian
membagi semuanya dengan determinan matriks 2x2 tsb yaitu (ad-bc).

 Tidak semua matriks memiliki inverse matriks / tidak resiprokal.

Untuk matriks yang lebih besar, ada tiga metode yang umumnya digunakan untuk mencari inverse
dari matriks tersebut, yaitu :

1. Inverse Matriks menggunakan Metode Eleminasi Gauss - Jordan

… kita akan berusaha “bermain”

dengan baris menggunakan
hitungan dasar matematika Seiring perubahan
(tambah, kurang, kali, bagi) tersebut, secara tidak
sampai kita mengubah Matriks langsung mengubah pula matriks
A menjadi matriks identitas I identitas I menjadi inverse dari
matriks A !

*Elementary Row Operation (Operasi Dasar Baris) atau lebih dikenal dengan Metode Gauss - Jordan

Contoh dalam mencari inverse dari A menggunakan metode Gauss-Jordan

Kita akan memulai dengan

menuliskan matriks A dan
sebuah matriks identitas I di
sebelahnya

Matriks di
samping adalah
“Augmented
Matrix” atau
matriks
diperbesar.
Maksud dari
diperbesar adalah
penambahan
sebuah kolom
yang berisi hasil
dari persamaan
linier.

Bagaimana cara menggunakan metode eliminasi Gauss-Jordan ini? Kita bisa melakukannya dengan
menggunakan cara sebagai berikut :

 Menukar baris
 Mengalikan atau membagi setiap elemen dalam satu baris dengan sebuah angka tetap
(konsatanta)
 Menggantikan satu baris dengan menambahkan atau mengurangi hingga beberapa kali dengan
baris yang lain.
 II + I

Tambahkan semua elemen dari baris

ke 2 dengan baris ke 1

Taruh hasil pada baris ke 1 :5

Tulis baris ke 2 dan ke 3 tanpa

perubahan Bagi semua elemen pada baris ke 1
dengan angka 5

Taruh hasil pada baris ke 1

II - ( 2 • I )
Tulis baris ke 2 dan ke 3 tanpa
perubahan
Kali semua elemen baris ke 1 dengan angka 2

Kurangi semua elemen baris ke 2 dengan hasil

kali di atas
• ( - 1/2 )
Taruh hasil pengurangan tsb pada baris ke 2

Tulis baris ke 1 dan ke 3 tanpa perubahan Kalikan semua elemen baris ke 2 dengan
( - 1/2 )

Taruh hasil perkalian pada baris ke 2

II → III
Tulis baris ke 1 dan ke 3 tanpa
perubahan
Memindahkan semua elemen baris ke
2 ke baris ke 3, dan sebaliknya

Tulis baris ke 1 tanpa perubahan • (-1)( III - II )

Kurangi semua elemen dari baris ke 3

dengan baris ke 2, lalu kalikan hasilnya
dengan (-1)
We are DONE!
Taruh hasil pada baris ke 2

Tulis baris ke 1 dan ke 3 tanpa perubahan

Dengan cara di atas matriks A (matriks sebelah kanan) telah diubah menjadi sebuah matriks identitas
dan matriks identitas (matriks sebelah kiri) dalam waktu yang sama telah diubah menjadi inverse dari
matriks A atau A -1 .
Metode ini dapat pula digunakan untuk menyelesaikan matriks yang ‘lebih besar’, selama matriks
tersebut adalah matriks persegi sehingga dapat dipadankan dengan matriks identitas.

Bagaimana cara kerja metode Gauss-Jordan ini?

 Jika pada satu sisi (sisi kiri) kita mengubah “8” menjadi “1” dengan
membaginya dengan “8”,

 Maka kita pun harus membagi sisi yang lain(sisi kanan) dengan “8” dan
mengubah “1” menjadi “1/8”

Dan “1/8” adalah kebalikan atau inverse dari “8”

Atau secara hitungan matematika :

Efek atau hasil dari semua operasi baris tersebut adalah sama dengan
mengalikan kedua sisi dengan inverse dari matriks tersebut atau dalam
contoh di atas adalah A-1.

 Jadi A menjadi I karena A-1 A = I

 Dan I menjadi A-1 karena A-1 I = A-1

2. Inverse Matriks dengan mencari nilai minor, kofaktor dan adjoin dari sebuah
matriks

Selain dengan menggunakan Metode Gauss-Jordan , klita juga dapat melakukan langkah-langkah
berikut ini untuk menemukan inverse dari sebuah matriks, yaitu dnegan cara :

 Tahap 1 : menghitung nilai minor dari sebuah matriks,

 Tahap 2 : kemudian mengubah matriks minor tersebut menjadi Matriks Kofaktor,
 Tahap 3 : mencari adjoin matriks yaitu transpose dari matriks kofaktor,
 Tahap 4 : terakhir mengalikannya dengan 1/Determinan

Mari kita pahami dengan mengerjakan soal untuk mencari inverse dari matriks A :

*Notes : Walaupun cara ini dapat diselesaikan dalam 4 tahapan dan semua itu hitung-hitungan
sederhana, tetapi hitung-hitungan tersebut sangat banyak sehingga sebisa mungkin untuk tidak
membuat kesalahan.
 Tahap 1 : Minor

Tahap pertama adalah dengan menmbuat minor dari sebuah matriks dan tahap ini adalah tahap yang
menggunakan paling banyak hitung-hitungan dibandingkan tahap yang lain.

Sebelumnya, mari kita membahas sekilas tentang determinan matriks.

Determinan

Untuk sebuah matriks 2x2 maka menentukan determinan matriksnya itu mudah yaitu :
ad-bc

Seperti perkalian menyilang :

 Biru berarti positif (+ad),
 Merah berarti negatif (-bc)

Pencarian determinan dari sebuah matriks akan semakin sulit untuk matriks 3x3 , dst )

Berikut adalah contoh dari penentuan elemen minor matriks dengan mengabaikan nilai-nilai pada
baris dan kolom yang “ditutup” dan menghitung determinan dari matriks yang “tidak ditutup” :

“tutup” baris dan kolom yang

dilewati titik biru ini. dan seterusnya
Hitung determinan matriks
dari matriks yang tidak
Titik biru ini juga menunjukan posisi
“tertutup”
hasil dari determinan matriks yang
tidak “tertutup”

Minor
Matriks
Tahap 2 : Kofaktor Matriks

Dengan menggunakan sistem papan catur (membubuhkan tanda postif dan negatif secara
berselang-seling) kepada “Matriks Minor”, seperti contoh di bawah ini :

Matriks Minor Kofaktor Matriks

Tahap 3 : Adjoin

Sekarang kita melakukan “Transpose” semua elemen dari kofaktor matriks, dengan kata lain
mengganti posisi pada bagian yang berhadapan secara diagonal (sedangkan elemen-elemen
diagonalnya tetap sama).

Tahap 4 : Mengalikan dengan 1/Determinan

Sekarang kita akan mencari nilai determinan dari matriks awal / original. Mencari determinan untuk
matriks berordo ( *ordo : jumlah baris x jumlah kolom ) lebih dari 2x2 secara umum adalah mirip
dengan perhitungan minor matriks (tetapi hanya mengambil 1 baris atau 1 kolom saja) → untuk
penjelasan lebih lanjut, akan dibahas setelah ini.

Untuk sekarang, kita akan mengalikan setiap elemen pada baris paling atas dari matriks awal dengan
determinan dari masing-masing “minor matriks”-nya :

Determinan : 3x2 - 0x2 + 2x2 = 10

Setelah kita menemukan determinan dari matriks awal, sekarang kita tinggal mengalikan adjoin
matriks yang telah kita hitung sebelumnya dengan 1/Determinan :

SELESAI !
Silakan membandingkan jawaban di atas dengan jawaban dari hitungan inverse yang menggunakan
metode Gauss-Jordan. Jawabnnya sama bukan? Metode mana yang lebih kamu pilih?

>> Untuk menghitung inverse berordo besar memang sangat memakan waktu, sehingga lebih mudah
jika kita menggunakan kalkulator matriks yang bisa dilihat di sini
http://www.mathsisfun.com/algebra/matrix-calculator.html atau menggunakan software
matematika seperti matlab, scilab, maxima, dsb <<

 Determinan Matriks

Determinan dari sebuah matriks adalah sebuah angka spesial yang didapatkan dengan menghitung
sebuah matriks persegi.

Untuk apa?

Secara umum determinan paling sering digunakan untuk membantu dalam menemukan inverse dari
sebuah matriks, juga berguna untuk menyelesaikan persamaan linear, serta banyak digunakan pula
dalam ilmu kalkulus matematika dan banyak lagi.

Simbol

Determinan dituliskan dengan dua garis lurus di setiap sisi (sama seperti simbol absolut dari sebuah
bilangan atau persamaan).

Contoh :

| A | artinya determinan dari matriks A

Menghitung Determinan menggunakan metode Laplace

Pertama, kita harus memastikan bahwa matriks yang kita miliki adalah matriks persegi ( jumlah baris =
jumlah kolom ). Jika syarat pertama tersebut telah terpenuhi, maka sisanya hanyalah rumus hitungan,
yaitu :

Untuk matriks 2x2 ( 2 baris dan 2 kolom ) :

Determinannya
adalah

Seperti perkalian menyilang :

 Biru berarti positif (+ad),

 Merah berarti negatif (-bc)
Untuk matriks 3x3 ( 3 baris dan 3 kolom ) :

Determinannya :

Terlihat rumit tetapi sebenarnya penghitungan determinan dari matriks berordo 3x3 memiliki pola
sebagai berikut :
 Penghitungan determinan untuk matriks berordo 3x3 adalah:

 mengalikan a dengan determinan dari matriks 2x2 yang tidak berada di baris
dan kolom yang ada elemen a itu,

 begitu juga dengan b dan c,

 tambahkan semua hasil perkalian tersebut, tetapi ingat! Bahwa b memiliki

tanda negatif! ( Sistem papan catur untuk baris pertama → + - + )

Contoh :

| C |= 6 X [ (-2 X 7) - (5 X 8) ] - 1 X [ (4 X 7) - (5 X 2 ) ] + 1 X [ (4 X 8) - ( - 2 X 2 ) ]
= 6 X ( -54 ) - 1 X ( 18 ) + 1 X ( 36 )
= -306

Untuk matriks berordo 3x3 dapat juga menghitung determinannya menggunakan

metode Sarrus.

Misalkan :
 Maka mencari determinan dari matriks M di atas menggunakan aturan Sarrus adalah dengan
melakukan tahapan di bawah ini :

 Tulis 2 kolom pertama dari matriks M di sebelah kanan matriks M tersebut (atau
bertempat setelah kolom ke 3 ) , sehingga sekarang kita memiliki matriks yang memiliki 5
kolom.

 Lalu tambahkan semua hasil kali diagonal - diagonal elemen dari atas ke bawah , kiri ke
kanan ( ditandai dengan garis merah) dan kurangi dengan hasil kali diagonal -diagonal
elemen dari atas ke bawah, kanan ke kiri (ditandai dengan garis biru )

Atau :

|M|

Dimana aturan ini sebenarnya juga digunakan untuk mencari determinan dari matriks berordo 2x2,
yang telah kita bahas sebelumnya.

*Notes : Perlu diingat bahwa metode Sarrus karena beberapa alasan hanya bisa digunakan untuk
matriks 2x2 dan 3x3!
Untuk matriks 4x4 dan matriks berordo lebih tinggi

Atau :

Sebenarnya pola nya akan tetap sama seperti yang kita lakukan untul matriks 3x3, yaitu :

 Plus a dikali dengan determinan dari matriks yang tidak berada di baris dan
kolom yang ada elemen a tersebut,

 Minus b dikali dengan determinan dari matriks yang tidak berada di baris dan
kolom yang ada elemen b tersebut,

 Plus c dikali dengan determinan dari matriks yang tidak berada di baris dan
kolom yang ada elemen c tersebut,

 Minus d dikali dengan determinan dari matriks yang tidak berada di baris dan
kolom yang ada elemen tersebut,

Perhatikanlah pola (seperti pola papan catur yang telah kita lakukan sebelumnya)

+ - + - → ( +a (…) -b (…) +c (…) -d (…) )

Pola-pola tersebut akan terus berlanjut dan sangatlah penting dalam penghitungan sebuah
determinan matriks, berapapun ordo dari matriks persegi tersebut
Rangkuman Determinan:

 Untuk matriks berordo 2x2 determinannya adalah ad - bc

 Untuk matriks berordo 3x3 determinannya adalah mengalikan a dengan determinan

dari matriks 2x2 yang tidak berada di baris dan kolom yang ada elemen a itu, begitu
juga dengan b dan c. Tetapi ingat! Bahwa b memiliki tanda negatif!

 Pola tersebut juga dipakai untuk matriks berordo lebih besar : dengan mengalikan a
dengan determinan dari matriks yang tidak berada di baris dan kolom yang ada
elemen a itu sendiri, lalu lanjutkan seperti itu hingga akhir dari baris tersebut,
teteapi ingat akan pola + - + - , dst !