SISTEM

PERSAMAAN
LINEAR DAN
MATRIKS
Tim Dosen Aljabar Linear
FTUI
Sub CMPK 1

Mampu menggunakan berbagai metode

penyelesaian Sistem Persamaan Linier termasuk
beberapa contoh penerapannya dan konsep
transformasi yang merupakan perkalian dengan
matriks (C3)
INDIKATOR SUB-CMPK 1
1. Mahasiswa memahami definisi Sistem Persamaan Liniear dan mampu mencari serta
menganalisis Solusi Sistem Persamaan Linier (SPL) dengan menggunakan Eliminasi
Gaussian dan Gauss Jordan
2. Mahasiswa memahami definisi matriks, operasi pada matriks, definisi invers suatu
matriks dan sifatnya serta menentukan invers dengan berbagai metode
3. Mahasiswa mampu menerapkan invers matriks untuk menentukan solusi Sistem
Persamaan Linier
4. Mahasiswa memahami definisi matriks diagonal, segitiga, dan simetris serta sifat-
sifatnya
5. Mahasiswa mampu memahami dan menganalisis transformasi yang merupakan
perkalian dengan matriks
6. Mahasiswa mampu menerapkan SPL pada beberapa kasus nyata
 1.1 Pengantar Sistem Persamaan Linear (SPL)
1.2 Eliminasi GAUSS-JORDAN
1.3 Matriks dan Operasi Matriks
1.4 Matriks Balikan; Sifat Aljabar Matriks
POKOK 1.5 Matriks Elementer dan Metode Menemukan A-1

BAHASAN 1.6 SPL Lanjutan dan Matriks Invertibel

1.7 Matriks Diagonal, Segitiga dan Simetri
1.8 Transformasi Matriks
1.9 Aplikasi SPL
1.10 Model Input-Output Leontief
PENGANTAR
• Informasi sains dan matematika sering ditampilkan dalam bentuk baris dan kolom
yang disebut dengan MATRIKS
• Matriks sering berupa TABEL data-data numerik yang
• muncul dari observasi fisik
• terjadi pada berbagai konteks matematika

• Contoh: Menyelesaikan persamaan berikut

5x + y = 3
2x – y = 4
Semua informasi tentang solusinya diterjemahkan dalam matriks
5 1 3
2 −1 4
Solusi diperoleh dengan melakukan OPERASI MATRIKS YANG TEPAT
 CONTOH SPL
SOLUSI Bagaimana dengan SPL ini?
1. DUA PEUBAH 𝑥 + 2𝑦 = 5
𝑥 + 2𝑦 = 5 3𝑥 + 6𝑦 = 15
3𝑥 + 2𝑦 = 7 x = 1, y = 2

2. TIGA PEUBAH
𝑥 + 2𝑦 + 𝑧 = 8
3𝑥 + 2𝑦 + 𝑧 = 10 x = 1, y = 2, z = 3
2𝑥 + 2𝑦 + 2𝑧 = 12

3. EMPAT PEUBAH
𝑤 + 𝑥 + 2𝑦 + 𝑧 = 9
𝑤 + 3𝑥 + 2𝑦 + 𝑧 = 11
w = 1, x = 1, y = 2, z = 3
𝑤 + 2𝑥 + 2𝑦 + 2𝑧 = 13
2𝑤 + 2𝑥 + 2𝑦 + 2𝑧 = 14
1.1 PENGANTAR SISTEM PERSAMAAN
LINEAR (SPL)
LINEAR NON LINEAR
• SEMUA VARIABEL dalam persamaan • ADA VARIABEL dalam persamaan
memiliki PANGKAT = 1 memiliki PANGKAT ≠ 1
x + 2y = 6 x + 2y0.5 = 6
y = ½ x + 3z y = ½ x + 3zx
• Jika digambarkan dalam suatu bidang • Jika digambarkan dalam suatu bidang
bentuknya GARIS LURUS bentuknya BUKAN GARIS LURUS
x + 2y = 6 x + 2y0.5 = 6
4 10

3 8
6
2
4
1
2
0
0 2 4 6 8 0
-1 0 2 4 6 8
SISTEM LINEAR
• Kumpulan persamaan linear dengan variabel x1,
x2, … xn disebut SISTEM PERSAMAAN LINEAR
atau SISTEM LINEAR
• Urutan angka s1, s2, … sn disebut SOLUSI dari
sistem linear tersebut jika x1 = s1, x2 = s2, … xn =
sn adalah solusi untuk setiap persamaan dalam
sistem tersebut
SOLUSI: ELIMINASI DAN SUBSTITUSI
𝑥 + 2𝑦 = 5 |3|: 3𝑥 + 6𝑦 = 15
3𝑥 + 2𝑦 = 7 |1|: 3𝑥 + 2𝑦 = 7

4𝑦 = 8 → 𝑦 = 2 → 𝑥 = 1

𝑥 + 2𝑦 + 𝑧 = 8 |3|: 3𝑥 + 6𝑦 + 3𝑧 = 24
4𝑦 + 2𝑧 = 14 |1|: 4𝑦 + 2𝑧 = 14
3𝑥 + 2𝑦 + 𝑧 = 10 |1|: 3𝑥 + 2𝑦 + 𝑧 = 10
6𝑧 = 18 → 𝑧 = 3
3𝑥 + 2𝑦 + 𝑧 = 10 |2|: 6𝑥 + 4𝑦 + 2𝑧 = 20
2𝑦 + 4𝑧 = 16 |2|: 4𝑦 + 8𝑧 = 32
2𝑥 + 2𝑦 + 2𝑧 = 12|3|: 6𝑥 + 6𝑦 + 6𝑧 = 36

𝑦=2
𝑥=1
SOLUSI: ELIMINASI DAN SUBSTITUSI
𝑤 + 𝑥 + 2𝑦 + 𝑧 = 9 2𝑥 + 2𝑦 = 2 𝒙=𝟏
𝑤 + 3𝑥 + 2𝑦 + 𝑧 = 11

𝑤 + 𝑥 + 2𝑦 + 𝑧 = 9
𝑥+𝑧 =4 𝒛=𝟑
𝑤 + 2𝑥 + 2𝑦 + 2𝑧 = 13
𝑥+𝑧 =4
𝑤 + 𝑥 + 2𝑦 + 𝑧 = 9 𝒚=𝟐
𝑥+𝑦+𝑧 =6
2𝑤 + 2𝑥 + 2𝑦 + 2𝑧 = 14 |1/2|: 𝑤 + 𝑥 + 𝑦 + 𝑧 = 7
CONTOH 1

Solusinya adalah
x1 = 1, x2 = 2, x3 = -1
karena cocok untuk dua persamaan di atas
Bukan
x1 = 1, x2 = 8, x3 = 1
karena HANYA cocok untuk persamaan pertama saja
KONSISTEN DAN INKONSISTEN
• KONSISTEN: jika ada paling tidak satu solusi dalam sistem
• INKONSISTEN: sistem yang tidak memiliki solusi, karena persamaan linear
yang ada dalam sistem sebenarnya ekuivalen
• Contoh

• Persamaan kedua adalah 2 kali persamaan persamaan dengan hasil yang

berbeda
• Jadi, sebenarnya persamaannya adalah

INKONSISTEN, tidak ada solusinya

3 KEMUNGKIN SPL
AUGMENTED MATRICES
SPL AUGMENTED MATRIX (matrix dari
koefisien SPL, a, beserta hasilnya, b)
METODE DASAR SOLUSI SPL
TAHAPAN SOLUSI dari SPL adalah
1. Perkalian BARIS dengan konstanta yang bukan nol
2. Pertukaran dua baris
3. Penambahan perkalian satu baris ke baris lainnya
TUJUANNYA: merubah matriks awal ke matriks solusi
 Eliminasi y baris 3: baris 2 kali -3 tambahkan ke baris 3

Eliminasi x baris 2: baris 1 kali -2 tambahkan

ke baris 2
Koefisien z baris 3 dibuat = 1: kalikan dengan -2

Eliminasi x baris 3: baris 1 kali -3 tambahkan

ke baris 3 Eliminasi y baris 1: baris 2 kali -1 tambahkan ke baris 1

Koefisien y baris 2 dibuat = 1: kalikan 1/2

Eliminasi z baris 1 dan 2: baris 3 kali -11/2 tambahkan
ke baris 1 dan baris 3 kali 7/2 tambahkan ke baris 2
1.2 ELIMINASI GAUSS-JORDAN
Matrik solusi pada SPL:
disebut BENTUK ESELON-BARIS TERREDUKSI (reduced row-echelon form) - BEBT
Untuk membentuk matrik seperti itu, sebuah matrik harus memiliki sifat-sifat sebagai berikut:
1. Jika sebuah baris tidak berisi nol seluruhnya, maka angka bukan nol pertama di baris tersebut
adalah 1. Ini disebut LEADING 1
2. Jika ada sembarang baris yang berisi nol seluruhnya, maka dikelompokkan bersama pada bagian
bawah matrik
3. Jika ada dua baris berurutan yang tidak berisi nol seluruhnya, maka leading 1 baris lebih rendah
terletak di sebelah kanan leading 1 baris atasnya
4. Setiap kolom yang berisi leading 1 memiliki nol di baris lain di kolom tersebut BEBT
• Setiap matrik yang memiliki TIGA SIFAT PERTAMA disebut BENTUK ESELON-BARIS
• Karena itu, matrik BEBT pasti BEB, tapi tidak sebaliknya:
• BEBT berisi NOL di bawah dan di atas leading 1
• BEB berisi NOL di bawah leading 1, tapi bukan nol di atasnya
CONTOH 2 BEBT DAN BEB
Matrik BEBT

Matrik BEB
CONTOH 3 SOLUSI 4 SPL
Augmented matrices berikut dicari solusinya menggunakan operasi baris sehingga
menjadi matrik BEBT
SOLUSI

0x1 + 0x2 + 0x3 = 1 TIDAK ADA SOLUSI

SOLUSI
3 persamaan dengan 4 anu

• Karena x1, x2, dan x3 adalah leading 1, maka disebut LEADING VARIABLE atau PIVOT
• Non-leading variable (x4) disebut dengan FREE VARIABLE (variabel bebas)
• Ubah ke bentuk pivot sebagai fungsi variabel bebas (x4):

• x4 dapat ditandai dengan sembarang nilai, sebut saja t (𝒙𝟒 = 𝒕), maka solusinya:
SOLUSI
3 persamaan dengan 5 anu

• Ubah ke bentuk pivot sebagai fungsi variabel bebas (x4):

• x2 dan x5 dapat ditandai dengan sembarang nilai, sebut saja s dan t (𝒙𝟐 = 𝒔 ,
𝒙𝟓 = 𝒕), maka solusinya:
𝒙𝟏 = −2 − 6𝑠 − 4𝑡, 𝒙𝟐 = 𝒔, 𝒙𝟑 = 1 − 3𝑡, 𝒙𝟒 = 2 − 5𝑡, 𝒙𝟓 = 𝒕
METODE ELIMINASI
▪ Metode eliminasi GAUSS adalah 5 TAHAPAN,
hasilnya BEB
▪ JORDAN menambahkan tahapan ke-6, hasilnya
BEBT
▪ Jadi, Metode Eliminasi Gauss-Jordan menjadi 6
tahapan
ILUSTRASI
TAHAP 1. Tempatkan kolom paling kiri yang tidak berisi nol seluruhnya

TAHAP 2. Tukarkan baris atas dengan baris lainnya, jika diperlukan, untuk
membawa elemen bukan nol ke atas kolom yang ditemukan pada Tahap 1
TAHAP 3. Jika elemen pada baris atas adalah a, maka kalikan
dengan 1/a untuk mendapatkan leading 1

TAHAP 4. Tambahkan perkalian yang tepat pada baris atas ke

baris di bawahnya agar elemen-lemen di bawah leading 1 sama
dengan nol
TAHAP 5. TUTUP baris atas dan lakukan Tahap 1 untuk submatrik sisanya sehingga
menadapatkan BEB

second

second

third

third
TAHAP 6. Memulai dengan baris bukan nol yang terakhir, lakukan perkalian yang
sesuai tiap baris ke baris di atasnya sehingga semua elemen di atas leading 1
bernilai nol

𝒙𝟏 = 7 − 2𝑠 − 3𝑡, 𝒙𝟐 = 𝑠, 𝒙𝟑 = 1, 𝒙𝟒 = 𝑡, 𝒙𝟓 = 2
MATLAB DAN OCTAVE:
ELIMINASI GAUSS-JORDAN
A=[0 0 -2 0 7 12;2 4 -10 6 12 28;2 4 -5 6 -5 -1];
Abebt=rref(A)

Hasil:
Abebt =

1 2 0 3 0 7
0 0 1 0 0 1
0 0 0 0 1 2
CONTOH 4
Selesaikan SPL berikut dengan Eliminasi Gauss-Jordan

SOLUSI: Augmented matrix-nya adalah

 -2B1+B2

-2B1+B4
-1B2 -5B2+B3

B4/6

B3↔B4
-3B3+B2 2B2+B1
SUBSTITUSI-BALIK (BACK-SUBSTITUTION)
• Hasil Eliminasi Gauss bisa tidak dilanjutkan ke Eliminasi Jordan, tetapi dilanjutkan
dengan SUBSTITUSI BALIK

CATATAN: Sembarang nilai dari variabel bebas r, s, dan t disebut paramater

CONTOH: OPTIMISASI
Sebuah perusahaan memproduksi 3 jenis produk yang berbeda, yaitu 𝑥1 , 𝑥2 dan 𝑥3 .
Produk tersebut dikerjakan melalui 3 proses yang berbeda, yaitu proses I, II, dan III.
Proses I mampu menghasilkan 17 unit dari jumlah keseluruhan produk 𝑥1 , 𝑥2 dan 𝑥3 dengan
komposisi 1:1:2
Proses II mampu menghasilkan 22 unit dari jumlah keseluruhan produk 𝑥1 , 𝑥2 dan 𝑥3 dengan
komposisi 2:2:1
Proses III mampu menghasilkan 30 unit dari jumlah keseluruhan produk 𝑥1 , 𝑥2 dan 𝑥3 dengan
komposisi 3:3:2
Perusahaan menginginkan pendapatan yang optimum dari penjualan produk, dengan harga
produknya 𝑥1 adalah 8500, 𝑥2 adalah 7500, dan 𝑥3 adalah 7000.
PERSAMAAN-PERSAMAANNYA
Memaksimumkan:
𝑍 = 8500𝑥1 + 7500𝑥2 + 7000𝑥3
Kendala:
𝑥1 + 𝑥2 + 2𝑥3 ≤ 17
2𝑥1 + 2𝑥2 + 𝑥3 ≤ 22
3𝑥1 + 2𝑥2 + 2𝑥3 ≤ 30
𝑥1 , 𝑥2 , 𝑥3 ≥ 0
MENCARI 𝑥1 , 𝑥2 , dan 𝑥3
𝑥1 + 𝑥2 + 2𝑥3 ≤ 17
1 1 2 17 -2B1+B2 1 1 2 17
2𝑥1 + 2𝑥2 + 𝑥3 ≤ 22 2 2 1 22 0 0 −3 −12
3𝑥1 + 2𝑥2 + 2𝑥3 ≤ 30 3 2 2 30 -3B1+B3
0 −1 −4 −21
B2/(-3) B3(-1)
-B2+B1
1 0 −2 −4 1 1 2 17 B2 ↔B3
1 1 2 17
0 1 4 21 0 1 4 21 0 0 1 4
0 0 1 4 0 0 1 4 0 1 4 21
-4B3+B2 2B3+B1
𝑥1 = 4, 𝑥2 = 5, dan 𝑥3 = 4
1 0 0 4
𝑍 = 8500𝑥1 + 7500𝑥2 + 7000𝑥3
0 1 0 5
0 0 1 = 8500 4 + 7500 5 + 7000 4 = 99.500
4
PR: SELESAIKAN SPL BERIKUT DENGAN CARA
BIASA DAN ELIMINASI GAUSS-JORDAN
1. DUA PEUBAH
3𝑥 + 2𝑦 = 8
2𝑥 + 5𝑦 = 9

2. TIGA PEUBAH
4𝑥 + 𝑦 + 𝑧 = 13
3𝑥 + 5𝑦 + 2𝑧 = 19
𝑥 + 2𝑦 + 3𝑧 = 16

3. EMPAT PEUBAH
3𝑤 + 3𝑥 + 2𝑦 + 2𝑧 = 25
2𝑤 + 3𝑥 + 4𝑦 + 5𝑧 = 36
𝑤 + 𝑥 + 2𝑦 + 𝑧 = 11
2𝑤 + 2𝑥 + 3𝑦 + 2𝑧 = 21
SISTEM LINEAR HOMOGEN
• SPL disebut HOMOGEN jika semua konstantanya (hasil persamaannya) adalah
NOL

• Setiap SPL Homogen adalah konsisten, karena sistem tersebut memiliki x1 = 0, x2 =

0, …, xn = 0 sebagai sebuah solusi
• Solusi ini disebut SOLUSI TRIVIAL; jika ada solusi lain, maka disebut SOLUSI
NONTRIVIAL
DUA KEMUNGKINAN SOLUSI
Karena SPL Homogen selalu memiliki solusi trivial, maka hanya ada dua kemungkinan
solusinya
1. Sistem tersebut hanya memiliki solusi trivial
2. Sistem tersebut memiliki tak terbatas solusi tambahan di samping solusi trivialnya
Contoh:
CONTOH

𝑥1 −1 −1
𝑥2 1 0
𝑥3 = 0 𝑠 + −1 𝑡
𝑥4 0 0
𝑥5 0 1

Solusi trivial didapat jika s = 0 dan t = 0

DUA CATATAN PENTING
1. Tidak satu pun dari tiga operasi baris elementer mengubah
kolom akhir dari nol di matriks yang diperbesar, sehingga sistem
persamaan sesuai dengan bentuk eselon baris tereduksi dari
matriks yang diperbesar juga harus menjadi sistem homogen
[lihat sistem 2].
2. Tergantung pada apakah bentuk eselon baris tereduksi dari
matriks yang diperbesar mempunyai nol baris, jumlah
persamaan dalam sistem berkurang sama atau kurang dari
jumlah persamaan dalam sistem yang asli [membandingkan
sistem 1 dan 2] .
DUA CATATAN PENTING
Jadi, jika sistem homogen diberikan memiliki persamaan m pada n anu dengan m<n,
dan jika ada r non nol baris dalam bentuk eselon baris tereduksi dari matriks yang
diperbesar, kita akan memiliki r<n. Oleh karena itu sistem persamaan sesuai dengan
bentuk eselon baris tereduksi dari matriks yang diperbesar akan memiliki bentuk

Sehingga solusinya
TEOREM 1.2.1

Sebuah sistem homogen dari persamaan linear

dengan anu lebih banyak dari persamaannya
akan memiliki tak terhingga banyaknya solusi.
1.3 MATRIKS DAN OPERASI MATRIKS
Matriks adalah susunan persegi panjang dari bilangan. Bilangan-bilangan dalam
matriks disebut dengan ENTRI (ELEMEN)
Notasi matriks dengan huruf capital, sedang entrinya dengan huruf kecil

 a11 a12  a1n  Baris pertama

  𝑎𝑖𝑗 atau 𝑎𝑖𝑗
 a21 a22  a2 n  𝑚𝑥𝑛

A=
     Entri matriksnya dapat
  dinyatakan
a  amn  Unsur / entri /elemen
 m1 am 2
𝐴 = 𝑎𝑖𝑗
ke-mn 𝑖𝑗

(baris m kolom n)

Kolom kedua
MATRIKS BUJUR SANGKAR (PERSEGI)

Matriks yang jumlah baris dan jumlah kolomnya adalah sama

(n x n)
Contoh :

 2 1 0
 
B = 1 2 1 Unsur diagonal
 0 1 2
 
OPERASI PADA MATRIKS
1. Persamaan 7. Produk Matriks sebagai Kombinasi
Linear
2. Penjumlahan dan
8. Bentuk Matriks dari SPL
Pengurangan
9. Matriks Mendefinisikan Fungsi
3. Perkalian Skalar
10. Transpose Matriks
4. Mengalikan Matriks
11. Menemukan (Tracing) Sebuah
5. Menentukan Apakah Sebuah Matriks
Produk Terdefinisi
6. Matriks yang Dipartisi
PERSAMAAN, PENJUMLAHAN DAN PENGURANGAN
PERSAMAAN PENJUMLAHAN DAN PENGURANGAN

Jika x = 5, maka A = B
A dan C tidak sama karena berbeda
ukuran matriksnya
A + C, B + C, A – C, B – C tidak
didefinisikan karena berbeda ukuran
PERKALIAN SKALAR

Secara praktis (-1)B dapat dinyatakan dengan –B

KOMBINASI LINEAR-nya:
MENGALIKAN MATRIKS

SYARAT PERKALIAN MATRIKS: inside-

nya harus SAMA
MENENTUKAN APAKAH SEBUAH PRODUK
TERDEFINISI

Perkalian matriks:
• TERDEFINISIKAN
▪ AB terdefinisikan dengan 3 x 7
▪ BC terdefinisikan dengan 4 x 3
▪ CA terdefinisikan dengan 7 x 3

▪ TAK TERDEFINISIKAN: BA, CB,

dan AC, karena ukuran
dalamnya tidak sama
MATRIKS YANG DIPARTISI
Matriks dapat dipartisi menjadi beberapa bagian submatriks:
 MATRIKS YANG DIPARTISI
𝑎11 𝑎12 0 0
−1
𝑎21 𝑎22 0 0 𝐴11 𝑂 𝐴11 𝑂
𝐴= = → 𝐴−1 =
0 0 𝑎33 𝑎34 𝑂 𝐴22 𝑂 𝐴−1
22
0 0 𝑎43 𝑎44

𝑎11 𝑎12 0 0
−1
𝑎 𝑎22 0 0 𝐴 𝑂 𝐴 𝑂
𝐴 = 21 𝑎32 𝑎33 𝑎34 = 11 → 𝐴−1 = 11 dengan 𝑩 = −𝑨−𝟏
𝟐𝟐 𝑨𝟐𝟏 𝑨−𝟏
𝟏𝟏
𝑎31 𝐴21 𝐴22 𝑩 𝐴−1
22
𝑎41 𝑎42 𝑎43 𝑎44
𝑎11 𝑎12 𝑎31 𝑎41
𝑎21 𝑎22 𝑎23 𝑎42 𝐴11 𝐴12 −1
−1
𝐴11 𝑩 −1 −1
𝐴= 0 𝑎33 𝑎34 = →𝐴 = dengan 𝐵 = −𝐴11 𝐴12 𝐴 22
0 𝑂 𝐴22 𝑂 𝐴−1
22
0 0 𝑎43 𝑎44
MATRIKS KHUSUS LAIN (UTS 2017)
3 2 0 0
𝐴= 4 3 0 0
0 0 6 5
0 0 7 6
Untuk membuat balikannya cukup lihat pojok kiri atas dan kanan bawah: perlakukan
3 −2 6 −5
seperti matriks 2x2. maka balikannya masing-masing: dan
−4 3 −7 6
3 −2 0 0
maka 𝐴−1 = −4 3 0 0
0 0 6 −5
0 0 −7 6
CONTOH
1 1 0 0
−1 1 0 0 −1 0.5 −0.5 −1 0.5 0.5 −1 0
𝐴= → 𝐴11 = , 𝐴22 = , 𝐵 = −𝐴−1 𝐴 𝐴−1
22 21 11 =
1 1 1 1 0.5 0.5 0.5 −0.5 0 0
1 1 1 −1
0.5 −0.5 0 0
0.5 0.5 0 0
𝐴−1 =
−1 0 0.5 0.5
0 0 0.5 −0.5

1 1 1 1
−1 1 1 1 −1 0 0
𝐴= → 𝐵 = −𝐴11 𝐴12 𝐴−1
22 =
0 0 1 1 −1 0
0 0 1 −1
0.5 −0.5 0 0
0.5 0.5 −1 0
𝐴−1 =
0 0 0.5 0.5
0 0 0.5 −0.5
PRODUK MATRIKS SEBAGAI KOMBINASI
LINEAR
Baris dan kolom matriks menyediakan cara lain dalam perkalian matriks:
BENTUK MATRIKS DARI SPL
Sebuah SPL dinyatakan sebagai berikut:

Dapat dibentuk kedalam matriks:

Ax = b
MATRIKS MENDEFINISIKAN FUNGSI

Produk y = Ax adalah

Jika B:

Maka y = Bx adalah
TRANSPOSE MATRIKS
Notasinya adalah AT, hasilnya adalah baris matriks A menjadi kolom matriks AT, dan
kolom matriks A menjadi baris matriks AT
MENEMUKAN SEBUAH MATRIKS
Notasinya adalah tr(A), hasilnya adalah JUMLAH seluruh diagonal utama matriks
1.4 MATRIKS BALIKAN; SIFAT ALJABAR MATRIKS
SIFAT-SIFAT ARITMATIKA MATRIKS
CONTOH: ASOSIATIF UNTUK PERKALIAN
MATRIKS KHUSUS: MATRIKS NOL
Matriks NOL:

Notasinya adalah 0:
A+0=0+A=A
a+0=0+a=a
Hukum PEMBATALAN:
 Jika ab = ac dan a ≠ 0, maka b = c (membatalkan a dari persamaan)
 Jika ad = 0, maka paling tidak satu faktor di ruas kiri adalah 0
Hukum ini tidak berlaku secara umum dalam aritmatika matriks
CONTOH

Apakah hukum pembatalan berlaku pada matriks-matriks di atas?

Tidak, meski A ≠ 0, tetapi B ≠ C dan meski AD = 0, tetapi salah
satu dari A atau D tidak ada yang 0
SIFAT-SIFAT MATRIKS NOL
MATRIKS KHUSUS: MATRIK IDENTITAS (I)

Dinotasikan dengan I. Matriks I selalu matriks bujur sangkar atau ditulis In

Jika ada matriks Am x n, maka AIn = A dan ImA = A

TEOREMA 1.4.3

Jika R adalah matriks BEBT dari

matriks An x n, maka R juga memiliki
sebuah baris nol, dan R adalah In
MATRIKS BALIK
DEFINISI: Jika A matriks bujur sangkar, dan B juga matriks dengan ukuran yang
sama, lalu ditemukan bahwa AB = BA = I, maka A dikatakan DAPAT DIBALIKKAN
dan B disebut MATRIKS BALIK DARI A. Jika tidak ditemukan matriks B yang demikian,
maka matriks A disebut SINGULAR

adalah matriks singular

Jika kolom ketiga dikalikan dengan:

TEOREMA 1.4.4, 1.4.5 DAN 1.4.6
TEOREMA 1.4.4
Jika B dan C keduanya matriks balik dari A, maka B = C
TEOREMA 1.4.5

TEOREMA 1.4.6
CONTOH
MATRIKS PANGKAT
HUKUM EKSPONEN
CONTOH
POLINOMIAL MATRIKS
Jika A matriks bujur sangkar (Am x m), dan jika
adalah polynomial, maka kita mendefinisikan

dengan Im x m. Dengan kata lain, p(A) adalah matriks m x m

TRANSPOS MATRIKS: SIFAT-SIFATNYA
Jika A dapat dibalikkan, maka AT juga dapat
dibalikkan:
1.5 MATRIKS ELEMENTER
Jika matriks A diubah ke matriks Identitas (I) melalui Operasi
Baris Elementer (OBE), lalu di saat yang sama diterapkan juga
ke MATRIKS IDENTITAS di setiap tahapan OBE-nya, maka
akan menghasilkan MATRIKS ELEMENTER (E)
Ada 3 Jenis Operasi:
I. Perkalian baris ke-1 dengan k ≠ 0
II. Menukar baris ke-i dengan baris ke-j
III. Penjumlahan k dikalikan baris ke-i ke baris ke-j
CONTOH
CONTOH
CONTOH
 Answers:

EXERCISE
PERNYATAAN MATRIKS DENGAN MATRIKS E
Dua matriks nxn A dan B adalah EKUIVALEN BARIS,
jika dan hanya jika, ada sebuah tahapan (tertentu)
E1, E2, ..., Ek adalah matriks-matriks elementer
sedemikian rupa hingga B = Ek ... E2 E1A
CONTOH
CONTOH (SOAL UTS 2016)
1 3
Diketahui Matriks 𝐴 = . Nyatakan A sebagai perkalian matriks-
2 7
matriks elementer!
JAWABAN:
1 3 -2B1+B2
1 3 1 0 -2B1+B2 1 0
→ maka → 𝐸1 =
2 7 0 1 0 1 −2 1
-3B2+B1
1 3 1 0 1 0 -3B2+B1 1 −3
→ maka → 𝐸2 =
0 1 0 1 0 1 0 1
𝐸2 𝐸1 𝐴 = 𝐼 atau 𝐴 = 𝐸1−1 𝐸2−1 𝐼
1 −3 1 0 1 3 1 0 1 0 1 3 1 0 1 3
= atau =
0 1 −2 1 2 7 0 1 2 1 0 1 0 1 2 7
1.6 SPL LANJUTAN DAN MATRIKS INVERTIBEL
Jika matriks SPL adalah
Ax = b
Maka, solusi SPLnya adalah
x = A-1b
MENCARI MATRIKS BALIKAN
Operasi matriks elementer dapat digunakan untuk mencari matriks balik:

Contoh:

2B2+B3
-2B1+B2

-1B1+B3

-1B3

-2B2+B1
3B3+B2

-3B3+B1
EXERCISE
EXERCISE
Solve the following linear equations by inverting the coefficient matrix, Gauss
elimination, and Gauss-Jordan elimination.

(a.) (b.)
1.7 MATRIKS DIAGONAL, SEGITIGA DAN SIMETRI

1. Matriks Diagonal
2. Matriks Segitiga
3. Matriks Simetris
MATRIKS DIAGONAL
MATRIKS BUJUR SANGKAR yang semua elemen selain diagonal utamanya adalah
NOL
Contoh:

Bentuk umumnya:

Balikan dan pangkatnya:

CONTOH
MATRIKS DIAGONAL
Perkalian Diagonal matriks:
 CONTOH
a.)
=

b.) −4 6 −10
=
12 −3 0
MATRIKS SEGITIGA
Ada dua jenis:
 Matriks segitiga ATAS (MSA): semua elemen DI BAWAH diagonal utamanya adalah
NOL
 Matriks segitiga BAWAH (MSB): semua elemen DI ATAS diagonal utamanya adalah
NOL

MSA MSB

Hasil perkalian MSA dan MSA adalah MSA, MSB ya MSB

Balikan MSA adalah MSA, balikan MSB adalah MSB (memiliki balikan
jika diagonal entries nya non-zero
Hasil transpose MSA adalah MSB, hasil transpose MSB adalah MSA
MATRIKS SIMETRIS
Matriks yang ditranspos hasilnya sama dengan matriks asalnya: A = AT

Sifat-sifatnya:
1. 𝐴−1 𝑇
= 𝐴𝑇 −1
= 𝐴−1
2. 𝐴𝐴𝑇 𝑇 = 𝐴𝑇 𝑇 𝐴𝑇 = 𝐴𝐴𝑇
3. 𝐴𝑇 𝐴 𝑇
= 𝐴𝑇 𝐴𝑇 𝑇
= 𝐴𝑇 𝐴
CONTOH
1.8 TRANSFORMASI MATRIKS
▪ Pada bagian ini kita akan memperkenalkan kelas
fungsi khusus yang muncul dari perkalian matriks.
▪ Fungsi seperti itu, yang disebut "transformasi
matriks," merupakan hal mendasar dalam studi
aljabar linier dan memiliki aplikasi penting dalam
fisika, teknik, ilmu sosial, dan berbagai cabang
matematika.
 Sebuah fungsi 𝑏 = 𝑓(𝑎),
dikatakan bahwa b adalah
gambaran dari a dalam sebuah
fungsi f atau 𝑓(𝑎) adalah nilai
dari fungsi f pada a.
Dalam bentuk matriks: 𝐵 = 𝑓(𝐴)
 A adalah domain dari f dan B
kodomain adalah kodomain dari f
domain
 B disebut juga selang (range)
dari f
A dan B adalah bilangan nyata,
sehingga f disebut fungsi nilai-
nyata dari variabel nyata
TRANSFORMASI LINIER A dapat berupa vektor R2, R3
atau Rn
 𝒇

DEFINISI TRANSFORMASI
Jika domain fungsi adalah 𝑅𝑛 dan kodomain fungsi 𝑓

adalah 𝑅𝑚, maka di 𝑓 disebut TRANSFORMASI atau

PETA dari 𝑅𝑛 ke 𝑅𝑚
Notasinya:
𝒇: 𝑹𝒏 → 𝑹𝒎
Pada kasus khusus (𝑛 = 𝑚), sebuah transformasi kadang
disebut OPERATOR pada 𝑹𝒏
TRANSFORMASI MATRIKS
Sebuah SPL:
𝑤1 = 𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛
𝑤2 = 𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛
⋮
𝑤𝑛 = 𝑎𝑛1 𝑥1 + 𝑎𝑛2 𝑥2 + ⋯ + 𝑎𝑛𝑛 𝑥𝑛

dapat dinyatakan dalam notasi matriks:

𝑤1 𝑎11 𝑎12 … 𝑎1𝑛 𝑥1
𝑤2 𝑎12 𝑎22 … 𝑎2𝑛 𝑥2
⋮ = ⋮
⋮ ⋮ ⋱ ⋮
𝑤𝑛 𝑎𝑛1 𝑎𝑛2 … 𝑎𝑛𝑛 𝑥𝑛
atau 𝒘 = 𝑨𝒙 atau dalam bentuk TRANSFORMASI (OPERATOR) MATRIKS 𝑻𝑨 : 𝑹𝒏 → 𝑹𝒎 (𝑻𝑨 artinya
DIKALIKAN DENGAN A) sehingga 𝒘 = 𝑻𝑨 (𝒙)
𝑻𝑨
atau dinyatakan dengan: 𝒙 𝒘 (𝑻𝑨 memetakan 𝒙 kedalam 𝒘)
 4 3
CONTOH: TRANFORMASI MATRIKS 𝑅 KE 𝑅

matriks standar
CONTOH
1. SPL berikut TIDAK DAPAT didefinisikan sebagai transformasi matriks karena tidak
ada konstanta matriks transformasinya:

2. Temukan matriks standar dari 𝑇 𝑥1 , 𝑥2 = (3𝑥1 + 𝑥2 , 2𝑥1 − 4𝑥2 )

EXERCISE
1.9 APLIKASI SISTEM LINEAR
1. Analisis Jaringan
2. Rangkaian Listrik
3. Penyamaan Persamaan Reaksi
4. Interpolasi Polinomial
APLIKASI: (1) ANALISIS JARINGAN
JARINGAN terdiri atas cabang (branch) dan
simpangan (junction)
Sistem jaringan biasanya ada di bidang
ekonomi, analisis lalu lintas, dan teknik
elektro
CONTOH
CONTOH: RANGKA STATIK TERTENTU
 A-1

𝐹 = 𝐴−1 𝑃

Gaya-gaya Aksial Akibat Gaya-gaya Eksternal Satuan

(2) JARINGAN LISTRIK

𝐼1 = 1𝐴
𝐼2 = 2𝐴
𝐼3 = 1𝐴
TAHAPAN SOLUSI SISTEM NYATA DENGAN
ALJABAR LINEAR
1 • Gambaran Sistem Nyata
2 • Sistem Persamaan Linear (SPL)
3 • Matriks
4 • Operasi Matriks (OBE)
5 • Solusi dan Analisis
(3) PENYETARAAN PERSAMAAN REAKSI KIMIA
Diketahui sebuah persamaan reaksi kimia yang ingin
• Gambaran Sistem Nyata
1 disetarakan koefisiennya: 𝑯𝑪𝒍 + 𝑵𝒂𝟑 𝑷𝑶𝟒 → 𝑯𝟑 𝑷𝑶𝟒 + 𝑵𝒂𝑪𝒍

• Sistem Persamaan Linear (SPL)

2
• Matriks
3
• Operasi Matriks
4
• Solusi dan Analisis
5
PENYETARAAN PERSAMAAN REAKSI KIMIA
Diketahui sebuah persamaan reaksi kimia yang ingin
• Gambaran Sistem Nyata
1 disetarakan koefisiennya: 𝑯𝑪𝒍 + 𝑵𝒂𝟑 𝑷𝑶𝟒 → 𝑯𝟑 𝑷𝑶𝟒 + 𝑵𝒂𝑪𝒍

Ubah persamaan menjadi:

• Sistem Persamaan Linear (SPL)
2 𝑥1 𝐻𝐶𝑙 + 𝑥2 𝑁𝑎3 𝑃𝑂4 → 𝑥3 𝐻3 𝑃𝑂4 + 𝑥4 𝑁𝑎𝐶𝑙
Persamaan dua sisi (kiri dan kanan):
• Matriks
3 Komponen
H
Kiri = Kanan
𝑥1 = 3𝑥3 𝑥1 − 3𝑥3 = 0
• Operasi Matriks 𝑥1 − 𝑥4 = 0
4 Cl
Na
𝑥1 = 𝑥4
3𝑥2 = 𝑥4
3𝑥2 − 𝑥4 = 0
𝑥2 − 𝑥3 = 0
• Solusi dan Analisis P 4𝑥2 − 4𝑥3 = 0
5 O
𝑥2 = 𝑥3
4𝑥2 = 4𝑥3
SPL
PENYETARAAN PERSAMAAN REAKSI KIMIA
Diketahui sebuah persamaan reaksi kimia yang ingin
• Gambaran Sistem Nyata
1 disetarakan koefisiennya: 𝑯𝑪𝒍 + 𝑵𝒂𝟑 𝑷𝑶𝟒 → 𝑯𝟑 𝑷𝑶𝟒 + 𝑵𝒂𝑪𝒍

• Sistem Persamaan Linear (SPL)

2 𝑥1 − 3𝑥3 = 0 1 0 −3 0 0
𝑥1 − 𝑥4 = 0 1 0 0 −1 0
• Matriks
3 3𝑥2 − 𝑥4 = 0
𝑥2 − 𝑥3 = 0
0
0
3
1
0 −1
−1 0
0
0
4𝑥2 − 4𝑥3 = 0 0 4 −4 0 0
• Operasi Matriks
4
• Solusi dan Analisis
5
PENYETARAAN PERSAMAAN REAKSI KIMIA
Diketahui sebuah persamaan reaksi kimia yang ingin
• Gambaran Sistem Nyata
1 disetarakan koefisiennya: 𝑯𝑪𝒍 + 𝑵𝒂𝟑 𝑷𝑶𝟒 → 𝑯𝟑 𝑷𝑶𝟒 + 𝑵𝒂𝑪𝒍

• Sistem Persamaan Linear (SPL)

2
• Matriks
3 1 0 −3 0 0
1 0 0 −1 0
• Operasi Matriks
4 0
0
3
1
0 −1
−1 0
0
0
0 4 −4 0 0
• Solusi dan Analisis
5
BEBT
PENYETARAAN PERSAMAAN REAKSI KIMIA
Diketahui sebuah persamaan reaksi kimia yang ingin
• Gambaran Sistem Nyata
1 disetarakan koefisiennya: 𝑯𝑪𝒍 + 𝑵𝒂𝟑 𝑷𝑶𝟒 → 𝑯𝟑 𝑷𝑶𝟒 + 𝑵𝒂𝑪𝒍

• Sistem Persamaan Linear (SPL)

2
• Matriks
3 𝑥1 , 𝑥2 , dan 𝑥3 sebagai fungsi 𝑥4 :
1 1
• Operasi Matriks
4 𝑥1 = 𝑥4 , 𝑥2 = 𝑥4 , dan 𝑥3 = 𝑥4
3 3
Jika 𝑥4 = 3: 𝑥1 = 3, 𝑥2 = 1, dan 𝑥3 = 1
• Solusi dan Analisis
5 Persamaan reaksinya menjadi:
3𝐻𝐶𝑙 + 𝑁𝑎3 𝑃𝑂4 → 𝐻3 𝑃𝑂4 + 3𝑁𝑎𝐶𝑙
KESELURUHAN TAHAPAN PENYETARAAN
PERSAMAAN REAKSI KIMIA
Seimbangkan persamaan reaksi berikut ini:
𝐻𝐶𝑙 + 𝑁𝑎3 𝑃𝑂4 → 𝐻3 𝑃𝑂4 + 𝑁𝑎𝐶𝑙
JAWAB:
Ubah persamaan menjadi:
𝑥1 𝐻𝐶𝑙 + 𝑥2 𝑁𝑎3 𝑃𝑂4 → 𝑥3 𝐻3 𝑃𝑂4 + 𝑥4 𝑁𝑎𝐶𝑙
Persamaan dua sisi (kiri dan kanan):
Komponen Kiri = Kanan
H 𝑥1 = 3𝑥3 𝑥1 − 3𝑥3 = 0 1 0 −3 0 0
𝑥1 − 𝑥4 = 0 1 0 0 −1 0
Cl 𝑥1 = 𝑥4
3𝑥2 − 𝑥4 = 0 0 3 0 −1 0
Na 3𝑥2 = 𝑥4 𝑥2 − 𝑥3 = 0 0 1 −1 0 0
P 𝑥2 = 𝑥3 4𝑥2 − 4𝑥3 = 0 0 4 −4 0 0
O 4𝑥2 = 4𝑥3
 1 1
𝑥1 , 𝑥2 , dan 𝑥3 sebagai fungsi 𝑥4 : 𝑥1 = 𝑥4 , 𝑥2 = 𝑥4 , dan 𝑥3 = 𝑥4
3 3
Jika 𝑥4 = 3: 𝑥1 = 3, 𝑥2 = 1, dan 𝑥3 = 1
Persamaan reaksinya menjadi:
3𝐻𝐶𝑙 + 𝑁𝑎3 𝑃𝑂4 → 𝐻3 𝑃𝑂4 + 3𝑁𝑎𝐶𝑙
(4) REGRESI LINEAR

𝑦 = 𝑎0 + 𝑎1 𝑥
TEMUKAN GARIS REGRESI LEAST SQUARE
Titik-titiknya adalah (1,1), (2,2), (3,4), (4,4), dan (5,6)
𝒙𝐢 𝒚𝒊 𝒇𝒊 (𝒙𝒊 ) 𝒚𝒊 − 𝒇𝒊 𝒙𝒊 𝟐

1 1 1 0
2 2 2.2 0.04
3 4 3.4 0.36
4 4 4.6 0.36
5 6 5.8 0.04
SSE 0.8
(5) A CONSUMER PREFERENCE MODEL
Dua perusahaan TV menawarkan
pelayanan TV satelit ke sebuah kota
dengan penduduk 100.000 RT.
Pelanggan (subscriber) setiap
tahunnya digambarkan oleh gambar
di samping. Perusahaan A sekarang
memiliki 15.000 pelanggan dan B
20.000 pelanggan. Berapa jumlah
pelanggan setiap perusahaan
dalam setahun?
JAWAB
(5) A CONSUMER PREFERENCE MODEL
(LANJUTAN)
Melanjutkan contoh sebelumnya, berapa jumlah pelanggan
setiap perusahaan setelah (a) 3 tahun, (b) 5 tahun, dan (c) 10
tahun?

(a) setelah 3 tahun:

(6) CRYPTOGRAPHY
A cryptogram is a message written according to a secret code (the Greek word kryptos
means “hidden”). The following describes a method of using matrix multiplication to
encode and decode messages.
0=- 5=E 10 = J 15 = O 20 = T 25 = Y
1=A 6=F 11 = K 16 = P 21 = U 26 = Z
2=B 7=G 12 = L 17 = Q 22 = V
3=C 8=H 13 = M 18 = R 23 = W
4=D 9=I 14 = N 19 = S 24 = X

MISAL: Tuliskan matriks baris yang tidak dikode ukuran 1x3 untuk pesan: MEET ME
MONDAY
PENGKODEAN PESAN
Gunakan matriks yang dapat dibalikkan berikut untuk pengkodean pesan:
DECODING A MESSAGE
1.10 APLIKASI: MODEL INPUT-OUTPUT LEONTIEF
In 1936, American economist Wassily W. Leontief (1906–1999) published a model
concerning the input and output of an economic system. In 1973, Leontief received a
Nobel prize for his work in economics.

Matriks Input-Output:

To understand how to use this matrix, consider 𝑑12 = 0.4. This means that for Industry 2 to produce one unit of
its product, it must use 0.4 unit of Industry 1’s product. If 𝑑33 = 0.2 then Industry 3 needs 0.2 unit of its own
product to produce one unit. For this model to work, the values of 𝑑𝑖𝑗 must satisfy 0 < 𝑑𝑖𝑗 < 1 and the sum of
the entries in any column must be less than or equal to 1
Ada gabungan tiga industri yang memiliki matriks input-output berikut:
Temukan matriks output X jika permintaan eksternalnya:

JAWAB:
−1
𝑋 = 𝐷𝑋 + 𝐸 atau I𝑋 − 𝐷𝑋 = 𝐸 → (I − 𝐷)𝑋 = 𝐸 dan 𝑋 = 𝐸 𝐼 − 𝐷