BAB 1

MATRIKS & DETERMINAN

1
CAPAIAN PEMBELAJARAN

Mahasiswa mengetahui dan memahami:

a) Operasi matriks, macam-macam matriks,
eliminasi Gauss dan Gauss-Jordan
b) Konsep determinan, menentukan minor dan
kofaktor, menghitung nilai determinan dengan
ordo > 3, memahami sifat-sifat determinan
dan menggunakan determinan dalam
penyelesaian system persamaan linier.

2
MATERI PEMBELAJARAN
o Definisi Matriks
o Operasi matriks
o Hukum-Hukum
o Jenis-Jenis Matriks
o Penyelesaian Sistem Persamaan Linier
o Eliminasi Gauss dan Gauss-Jordan dan aplikasi
o Definisi Determinan
o Minor dan Kofaktor
o Nilai Determinan: Aturan Sarrus dan Ekspansi Laplace
o Sifat-sifat Determinan
o Penyelesaian sistem persamaan linier menggunakan determinan
o Sistem Persamaan Linier Berbentuk Ax = lx

3
MATRIKS
4
DEFINISI
Himpunan skalar dari bilangan real/ kompleks yang
disusun dalam empat persegi panjang menurut
baris/kolom.

5
OPERASI MATRIKS
 Penjumlahan (syarat : ordo sama)
 Perkalian skalar dengan matriks
 Perkalian matriks
(syarat : jumlah kolom matriks-1 = jumlah baris
matriks-2)

6
HUKUM-HUKUM
1. A(B + C) = AB + AC → H. Distributif I
2. (A + B)C = AC + AB → H. Distributif II
3. A(BC) = (AB)C → H. Asosiatif
4. AB BA → general
5. AB = 0 → tidak harus A = 0 atau
B = 0 atau A & B nol.
6. Jika AB = AC → belum tentu AB = AC
atau B = C

7
JENIS-JENIS MATRIKS
1. Matriks Bujur sangkar (jumlah baris = jumlah kolom)

2. Matriks Diagonal

8
JENIS-JENIS MATRIKS

9
JENIS-JENIS MATRIKS

10
JENIS-JENIS MATRIKS

11
JENIS-JENIS MATRIKS

12
JENIS-JENIS MATRIKS

13
JENIS-JENIS MATRIKS YANG LAIN

o Matriks Bidiagonal Atas

o Matriks Bidiagonal Bawah
o Matriks Tridiagonal
o Matriks Hermitian
o Matriks Singular
o dll.

14
PENYELESAIAN
SISTEM PERSAMAAN LINIER
❖ Metode grafis ( maksimum 3 variabel)
❖ Eliminasi
❖ Subtitusi
❖ Determinan
❖ Eliminasi Gauss
❖ Gauss-Jordan
❖ Gauss-Seidel
❖ Dll.

15
OPERASI DASAR
Operasi Dasar Persamaan
 Pertukaran tempat dua persamaan
 Perkalian persamaan dengan konstanta bukan nol
 Penjumlahan kelipatan persamaan yang satu ke persamaan
lain
Operasi Dasar Baris
 Pertukaran tempat dua baris
 Perkalian baris dengan konstanta bukan nol
 Penjumlahan kelipatan baris yang satu dengan yang lain.
Juga disebut Operasi Baris Elementer (OBE)

16
RANK (PANGKAT) MATRIKS

Banyaknya vektor baris yang bebas linier dalam

suatu matriks
Banyaknya maksimum vektor-vektor kolom yang
bebas linier dalam suatu matriks
Jika matriks bujur sangkar : ordo minor terbesar
suatu matriks yang determinannya tidak nol.

17
KEBEBASAN DAN KETIDAKBEBASAN LINIER

Bebas linier jika p baris mempunyai rank p.

Tidak bebas linier jika rank < p.

18
SOLUSI SISTEM PERSAMAAN LINIER

❖ Tidak mempunyai solusi jika matriks A dan

matriks augmented A mempunyai rank yang
sama.
❖ Solusi tunggal, jika rank-nya sama dengan
jumlah variabel ( r = n).
❖ Jika r < n maka sistem mempunyai solusi tak
berhingga.
❖ Jika solusi ada maka dapat diselesaikan
dengan Eliminasi Gauss.

19
PENERAPAN
❖ Soal-soal terapan H. Kirrchoff I dan II ( T. Elektronika)
❖ Transformasi Linier
❖ Curve Fititing (Interpolasi & Regresi Linier)
❖ Markov Chains
❖ Programa Linier
❖ Assignment (Penugasan)
❖ Database
❖ Analisis Komponen Utama (termasuk Trans.Linier)
Catt. Lebih detail akan dijelaskan di mata kuliah Aljabar
Matriks.

20
ELIMINASI GAUSS
Eliminasi Gauss merupakan pengembangan dari dari cara eliminasi,
yaitu menghilangkan atau mengurangi jumlah variabel sehingga dapat
diperoleh nilai dari suatu variable bebas. Cara eliminasi ini sudah
banyak dikenal. Untuk menggunakan metode eliminasi Gauss ini,
terlebih dahulu bentuk matrik diubah menjadi augmented matrik .
Langkah-langkah:
1) Augmented Matrix, yaitu matrik yang merupakan perluasan matrik
A dengan menambahkan vector B pada kolom terakhirnya, dan
dituliskan: Augmented (A) = [A B]
2) Pada bagian kiri (matriks A) diubah menjadi matrik segitiga atas
dengan menggunakan OBE (Operasi Baris Elementer).
3) Selesaikan dengan backward subtitution, yaitu subtitusi dari baris
terakhir sampai baris pertama dari matriks segitigas atas.

21
CONTOH
x+ y−z =3 Sebelum eliminasi: 3 persamaan
dengan x, y, z tidak diketahui
2x + y − z = 4
2 x + 2 y + z = 12

Setelah eliminasi:
x+ y-z =3 Setiap persamaan
berisi satu variabel yang kurang
− y + z = −2 daripada sebelumnya ..
2z = 4
 BERIKUTNYA DISELESAIKAN DENGAN BACK
SUBSTITUTION (SUBTITUSI BALIK)
x + y - z = 3 ...(1)
− y + z = −2 ...(2)
2 z = 4 ...(3)
... dari persamaan (3)
z = 4/2 = 2
-y + (2) = -2
…subtitusi z = 2 ke dalam pers. (2) -y = -2 – (2) = -4
y= 4

…subtitusi z = 2, y = 4 dalam pers. (1) x + (4) – (2) = 3

x=1
 PENULISAN SISTEM PERSAMAAN DALAM MATRIKS

kolom berisi koefisien x, y, z dan ruas kanan ( RHS)

x y z RHS
   
x+ y−z =3 ...(1)  1 1 − 1 3  ...(1)
 
2x + y − z = 4 ...(2)  2 1 − 1 4  ...(2)
2 2  ...(3)
2 x + 2 y + z = 12 ...(3)  1 12 

Ini disebut Augmented

matrix
 OPERASI BARIS ELEMENTER
Berarti:
o Menambahkan kelipatan pada satu persamaan (baris)
ke baris lainnya (baris)
o Dalam eliminasi Gauss, operasi baris dasar digunakan
untuk menghilangkan variabel dari persamaan, satu per
satu untuk mengurangi sistem persamaan ke bentuk
segitiga atas sehingga mereka dapat dipecahkan
dengan substitusi kembali
 a1,1 a1, 2 a1,3 a1, 4 
 
0 a2 , 2 a2 , 3 a2 , 4 
0 0 a3,3 a3, 4 

CONTOH
Selesaikan dengan Eliminasi Gauss:

x+ y−z =3
2x + y − z = 4
2 x + 2 y + z = 12
Tuls persamaan
dalam bentuk x y z RHS
matriks
   
x+ y−z =3  1 1 −1 3 ...(1)
2x + y − z = 4  
 2 1 −1 4 ...(2)
2 x + 2 y + z = 12  
 2 2 1 12 ...(3)
Mulai dengan kolom 1.
…gunakan operasi baris elementer
untuk menghasilkan 0 di bawah elemen pertama: a 11
Untuk mendapatkan 0 yang x y z RHS
dibutuhkan di kolom1,    
Tambahkan…  1 1 −1 3  ...(1)
 
{-2  brs (1)} ke brs (2)  2 1 −1 4  ...(2)
2 2 1 12  ...(3)
{-2  baris (1)} ke brs (3) 

Setiap operasi baris elementer ini akan memberikan

–2 + 2 = 0 di kolom 1, sesuai kebutuhan…
TAMBAHKAN {-2  BRS (1)} KE BARIS (2)
x y z RHS
   

 1 1 −1 3 ...(1) -2 -2 2 -6 …(1)  -2
 
 2 1 −1 4 ...(2) 2 1 -1 4 …(2)
 
2 2 1 12 ...(3) 0 -1 1 -2 adding

 1 1 −1 3 ...(1)
  update baris
 0 −1 1 −2 ...(2)
1

  ke-2
2 2 1 12 ...(3)
 TAMBAHKAN {-2  BARIS (1)} KE BARIS (3)
x y z RHS
   
 1 1 − 1 3  ...(1) -6 …(1)  -2
  -2 -2 2
 2 1 − 1 4  ...(2)
2 2  ...(3)
 1 12  2 2 1 12 …(3)
0 0 3 6 adding
 1 1 −1 3  ...(1)
 
 0 − 1 1 − 2  ...(2)1
Update baris
0 0 3  ...(3)1 ke- 3
 6 
LANJUTAN

 1 1 −1 3  ...(1)
 
 0 − 1 1 − 2  ...(2)1

0 0 3  ...(3)1
 6 

Dalam contoh ini,

Nilai a32 sudah ‘0’ di bawah 2,2 di kolom 2
Matriks yang diperbesar sudah berbentuk segitiga atas
Selanjutnya menyelesaikan dengan substitusi
balik (backward subtitution) …
BACK SUBSTITUTION
x + y - z = 3 ...(1) Selesaikan persamaan terakhir,

− y + z = −2 ...(2) Kemudian bekerja mundur,

Untuk menyelesaikan persamaan …
3 z = 6 ...(3) sebelumnya..hasilnya:
…dari persamaan (3) z = 6/3 = 2
-y + (2) = -2
…subtitusi z = 2 ke pers. (2) -y = -2 – (2) = -4
y= 4

…subtitusi z = 2, y = 4 ke pers. (1) x + (4) – (2) = 3

x=1
SOAL-SOAL

Selesaikan dengan menggunakan Eliminasi

Gauss

2 x + y + z = 12
6 x + 5 y − 3z = 6
4 x − y + 3z = 5
 GAUSS JORDAN
Langkah2 Metode Eliminasi Gauss Jordan
1. Buat matrik augmented
2. Buat matrik diagonal
 a11 a12 a13 ... a1n b1  1 0 0 ... 0 d1 
a 0 d 2 
 21 a 22 a 23 ... a2n b2   1 0 ... 0
a31 a32 a33 ... a3n b3  0 0 1 ... 0 d 3 
   
 ... ... ... ... ... ...  ... ... ... ... ... ... 
a n1 a n 2 a n 3 ... a nn bn   0 0 0 ... 1 d n 

3. Penyelesaian dari persamaan linier simultan adalah nilai

d1,d2,d3,…,dn dan atau:
x1 = d1 , x 2 = d 2 , x3 = d 3 ,...., x n = d n
 CONTOH 1
Selesaikan persamaan linier simultan: x1 + x 2 = 3
2 x1 + 4 x 2 = 8
Dengan cara eliminasi Gauss :
Augmented Matrik
Matrik Segitiga
1 1 3 B2-2B1 1 1 3 B2/2 1 1 3 2/2 =1
2 4 8 2–2(1)=0 0 2 2 0 1 1 2/2 =1
4–2(1)=2 matrik diagonal
8-2(3)=2 B1-B2 1 0 2 1-1=0
0 1 1 3-1=2
jadi x1 = 2 dan x2 = 1
CONTOH 2
x + y + 2z = 9
2 x + 4 y − 3z = 1
3x + 6 y − 5 z = 0
Augmented
matrik B2-2B1
é 1 1 2 9 ù 2-2(1)=0 1 1 2 9 
ê ú 4-2(1)=2 0 2 − 7 − 17 
ê 2 4 -3 1 ú -3-2(2)=-7  
ê 3 6 -5 0 ú 3 6 − 5 0 
ë û 1-2(9)=-17

B3-3B1
1 1 2 9  é 1 1 2 9 ù
3-3(1)=0 ê ú
0 2 − 7 − 17  6-3(1)=3 0 2 -7 -17 ú
  ê
-5-3(2)=-11 ê
3 6 − 5 0  0 3 -11 -27 úû
0-3(9)=-27 ë
CONTOH 2

2B3-3B2
é 1 1 2 9 ù 2(0)-3(0)=0 é 1 1 2
ê ú 9 ù
-7 -17 ê ú
ê 0 2 ú 2(3)-3(2)=0 ê 0 2 -7 -17 ú
ê 0 3 -11 -27 ú 2(-11)-3(-7)=-1 ê 0 0 -1 -3 ú
ë û 2(-27)-3(-17)=-3 ë û

B3 * -1
é 1 1 2 9 ù é 1 1 2
ê ú 9 ù
ê ú
ê 0 2 -7 -17 ú ê 0 2 -7 -17 ú
ê 0 0 -1 -3 ú ê 0 0 1 3 úû
ë û ë
 CONTOH 2

B2/2
é 1 1 2 9 ù é 1 1 2 9 ù
ê ú ê ú
ê 0 2 -7 -17 ú ê 0 1 -7 / 2 -17 / 2 ú
ê 0 0 1 3 úû ê 0 0 1 3 ú
ë ë û

B1 – B2
é 1 1 2 9 ù 1-0=1 é 1 0 11 / 2 35 / 2 ù
ê ú 1-1=0 ê ú
ê 0 1 -7 / 2 -17 / 2 ú 2-(-7/2)=11/2 ê 0 1 -7 / 2 -17 / 2 ú
ê 0 0 1 3 ú ê 0 0 ú
ë û 9-(-17/2)=35/2
ë 1 3 û
 CONTOH 2
B1- 11/2 (B3)
é 1 0 11 / 2 35 / 2 ù 1- 11/2 (0) =1
ê ú 0- 11/2 (0) = 0 é 1 0 0 1 ù
ê 0 1 -7 / 2 -17 / 2 ú ê ú
ê 0 1 -7 / 2 -17 / 2
11/2 – 11/2 (1)=0
ê 0 0 1 3 ú 35/2- 11/2 (3)=1
ú
ë û ê 0 0 1 3 ú
ë û

B2 + 7/2 (B3)
é 1 0 ù 0+ 7/2 (0) =0
ê
0 1
ú é 1 0 0 1 ù
ê 0 1 -7 / 2 -17 / 2 ú
1+ 7/2 (0) =1 ê ú
ê 0 0 1 3 ú
-7/2 + 7/2 (1)=0 ê 0 1 0 2 ú
ë û -17/2+ 7/2 (3)=4/2 ê 0 0 1 3 ú
ë û
CONTOH 2
Matrik Diagonal

é 1 0 0 1 ù
ê ú
ê 0 1 0 2 ú
ê 0 0 1 3 ú
ë û
Jadi :
x = 1, y = 2 dan z = 3
DETERMINAN
41
DEFINISI

Asumsikan A adalah suatu matriks bujur sangkar,

fungsi determinan, det(A) adalah jumlah semua hasil
kali dasar bertanda dari A.
atau
Determinan ordo n ialah suatu skalar yang terkait
dengan sebuah matriks bujur sangkar A yang
berordo n.
Notasi :
det(A) atau |A| atau |aij|

42
CONTOH

43
MINOR & KOFAKTOR DETERMINAN

Jika A adalah suatu matriks bujur sangkar,

maka Minor elemen aij (Mij) didefinisikan
sebagai determinan sub-matriks yang
masih tersisa setelah baris ke-i dan kolom
ke-j dihilangkan
Kofaktor elemen aij dinyatakan sebagai
kij = (-1)i+j Mij

44
MENGHITUNG MINOR DAN KOFAKTOR

45
BEDA KOFAKTOR & MINOR

Kofaktor dan minor suatu elemen aij hanya

berbeda tanda. Jika pangkatnya genap maka
kij=mij, sebaliknya jika pangkatnya ganjil maka kij
= -mij. Lebih mudahnya apakah kofaktor
bertanda + atau – adalah menggunakan ’papan
periksa’ sebagai berikut :

46
NILAI DETERMINAN

a). Aturan Sarrus (n <= 3)

47
NILAI DETERMINAN

b). Ekspansi Laplace (n >= 3)

Nilai determinan adalah jumlah perkalian
elemen-elemen dari sebarang baris atau kolom
dengan kofaktor-kofaktornya.

48
CONTOH :
Dari soal sebelumnya,
Ekspansi Laplace baris ke – 1 :

Coba gunakan ekspansi Laplace pada baris-baris

atau kolom-kolom yang lain, kemudian bandingkan
hasilnya!
Tips : Pilih baris atau kolom yang banyak mengandung
elemen nol.
49
SIFAT-SIFAT DETERMINAN

1. det(A) = 0 jika dalam suatu baris/kolom semua

elemennya nol

2. det(A) = det(AT)

50
SIFAT-SIFAT DETERMINAN

3). Nilai determinan menjadi k kali bila dalam

satu baris/kolom dikalikan dengan k (suatu
skalar).
Dari soal sifat 2), baris 1 dikalikan dengan 5
menjadi :

51
SIFAT-SIFAT DETERMINAN

4. det(A) = 0 jika 2 baris/kolom sebanding.

5. Nilai determinan berubah tanda jika dua baris/kolom

ditukar tempatnya

52
SIFAT-SIFAT DETERMINAN
6). Nilai determinan tidak berubah jika baris/kolom ke – i
ditambah k kali baris/kolom ke – j.
Dari soal sifat 6), baris 1 ditambah 3 kali baris 2 :

7). Elemen sebuah baris/kolom memuat 2 buah suku maka

determinan tersebut dapat ditulis sebagai jumlah
determinan.

53
TEOREMA

Jika A adalah matriks segitiga n x n

(segitiga atas, segitiga bawah, atau
diagonal), maka det(A) adalah hasil kali
elemen-elemen diagonal utamanya, yaitu
det(A) = a11a22...ann .
Catatan
Untuk mempermudah perhitungan nilai
determinan, dapat menggunakan sifat-sifat
tersebut.
54
CONTOH

55
SIFAT-SIFAT LAIN

Jika A dan B adalah matriks bujur sangkar

dengan ukuran yang sama, maka det(AB) =
det(A) det(B).
Suatu matriks bujur sangkar ada inversnya jika
det(A) 0.
Jika A dapat diinverskan, maka :

56
MANFAAT

❖ penyelesaian sistem persamaan linier

❖ menghitung matriks invers
❖ menentukan karakteristik suatu sistem
linier

57
PENYELESAIAN SISTEM PERSAMAAN LINIER

58
SISTEM PERSAMAAN LINIER BERBENTUK AX = LX

Banyak aplikasi aljabar linier yang membahas masalah

sistem n persamaan linier dalam n peubah yang dinyatakan
dalam bentuk :
Ax = lx
{A matriks bujur sangkar, x vektor, dan l suatu skalar}

Sistem ini merupakan sistem linier homogen tersamar, karena

dapat ditulis ulang sebagai :
Ax = lx → Ax – lx = 0 atau dengan menyelipkan matriks
identitas dan memfaktor-kannya :
(A - lI )x = 0 *)

59
CONTOH

60
YANG MENARIK?

Masalah utama yang menarik dalam sistem linier *) adalah

menentukan nilai-nilai l di mana sistem tersebut mempunyai suatu
penyelesaian tak-trivial. Nilai l disebut suatu nilai karakteristik
atau nilai eigen dari A. Maka penyelesaian tak trivial dari *)
disebut vektor eigen dari A yang berpadanan dengan l.
Sistem (A - lI )x = 0 mempunyai penyelesaian tak trivial jika dan
hanya jika :
→ disebut persamaan karakteristik

Catatan : eigen value, campuran bahasa Jerman & Inggris, yang

berarti nilai yang tepat atau akar laten atau akar ciri.

61
SOAL LATIHAN

62
SOAL LATIHAN

63
SOAL LATIHAN

64
REFERENSI
o Stroud, KA, Engineering Mathematics, Fifth Edition,
o Anthony Crof, Robert Davidson, and Martin Hargreaves, 2001,
Engineering Mathematics : A Fondation for Electronic, Electrical,
Communications and Systems Engineerings, Third Edition, Pearson,
Prentice-Hall.
o Kreyszig E., 1988, Advanced Engineering Mathemetics, Sixth Edition,
John Willey & Sons
o Anton HA., 2000, ElementaryLinear Algebra with Applications, John
Wiley & Sons

65