Bab 1

Sistem Persamaan Linier

Dalam bab ini dibahas sistem persamaan linier (selanjutnya disingkat SPL) dengan koefisien
bilangan riil. Menyelesaikan SPL merupakan masalah sentral dalam Aljabar Linier. Sistem
semacam ini muncul dalam berbagai aplikasi dalam teknik, ilmu alam, dan ilmu sosial. Masalah-
masalah praktis dalam berbagai bidang kajian seperti biologi, bisnis, kimia, ilmu komputer,
ekonomi, elektronik, rekayasa, fisika, dan ilmu sosial bisa direduksi menjadi persoalan menyele-
saikan SPL. Dalam bab ini kita menguraikan algoritma untuk menyelesaikan SPL yang dikenal
sebagai eliminasi Gauss atau reduksi Gauss. Untuk mengefisienkan penerapan eliminasi Gauss,
kita perkenalkan notasi matriks sehingga setiap SPL dapat direpresentasikan melalui matriks
koefisien dan matriks konstannya. Pada matriks ini kita melakukan operasi yang disebut op-
erasi baris elementer untuk mengubah matriks menjadi bentuk eselon baris atau bentuk eselon
baris tereduksi. Berdasarkan bentuk eselon ini kita dapat dengan mudah menentukan solusi dan
karakteristik solusi.

1.1 Persamaan Linier

Persamaan linier paling sederhana adalah ax = b dengan a dan b bilangan riil. Jika a 6= 0,
maka x = b/a dan ini adalah satu-satunya solusi (istilahnya solusi tunggal). Jika a = 0 dan
b 6= 0, maka tidak ada nilai x yang memenuhi persamaan ax = b. Dengan kata lain, persamaan
tidak mempunyai solusi. Jika a dan b keduanya nol, setiap bilangan riil x adalah solusi. Jadi
ada tak hingga banyaknya solusi. Contoh ini mengilustrasikan sifat umum dari persamaan
linier, yaitu persamaan linier mempunyai solusi tunggal (hanya satu saja), tidak ada solusi atau
mempunyai tak hingga banyaknya solusi.

Definisi 1.1.1. Persamaan linier dalam n variable x1 , x2 , . . . , xn adalah persamaan yang

mempunyai bentuk

a1 x1 + a2 x2 + · · · + an xn = b (1.1.1)

1
Seri Matematika Ganesha 2

dimana ai , i = 1, 2, . . . , n dan b merupakan bilangan riil yang masing-masing dinamakan koe-

fisien suku konstan. Jika b = 0, maka persamaan (1.1.1) disebut persamaan homogen.

Persamaan linier (1.1.1) dapat dituliskan sebagai hasil kali skalar (dot product) vektor koe-
fisien dan vektor variabel, hasilnya sama dengan konstanta b.

(a1 , a2 , . . . , an )·(x1 , x2 , . . . , xn ) = b.

Persamaan linier (1.1.1) juga dapat dituliskan sebagai hasil kali matriks baris yang memuat
koefisien dan matriks kolom yang memuat variabel, hasilnya sama dengan konstanta b.
 
x1
 
   x2 


a1 a2 · · · an   ..  = b.

 . 
 
xn

Contoh 1.1.1. Persamaan-persamaan berikut adalah linier

(a). x + 3y = 4, (b). 4x + 3 = 6y, (c). x1 + x2 + 2x3 + x4 = x5

√
(d). 3x − y = ln 2, (e). cos(1)x + sin(1)y = 2, (f ). x + 12 y − 2z = 7.5

♣♣♣
Contoh 1.1.1d dan Contoh 1.1.1e, keduanya adalah persamaan linier karena akar kuadrat
dan fungsi trigonometri dioperasikan pada koefisien dari persamaan, bukan pada variabel dari
persamaan.

Contoh 1.1.2. Persamaan-persamaan linier berikut adalah homogen.

√
x1 + 2x2 − 5x3 − x4 = 0, x − y + z = (sin 4)w.

♣♣♣

Contoh 1.1.3. Persamaan-persamaan ini adalah taklinier.

√
(a). x + 3y = 4, (b). 2x − 7y 2 = 3, (c). 4y + 2xz = 1
(d). 2x − 2y = 3, (e). cos(x) + sin(y) = 0, (f ). ln(x) − y/z = 2.

Mengapa persamaan ini tidak linier? Cermati baik-baik. Ada persamaan memuat perkalian vari-
abelnya, ada persamaan yang variabelnya menjadi argumen dari fungsi trigonometri, ada per-
samaan yang variabelnya dipangkatkan setengah, dan ada persamaan yang variabelnya dibawah
tanda akar. ♣♣♣

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 3

Berdasarkan Contoh 1.1.3, kita dapat mengatakan bahwa suatu persamaan dikatakan linier
jika (1) setiap variabel dikalikan hanya dengan konstanta, (2) variabel tidak dikalikan dengan
variabel lainnya, (3) variabel tidak dipangkatkan dengan pangkat selain bilangan satu, dan (4)
tidak ada fungsi yang dioperasikan pada variabel.
Solusi dari persamaan linier adalah pasangan terurut n bilangan (s1 , s2 , . . . , sn ) yang bila
disubstitusikan ke persamaan menghasilkan pernyataan benar. Misalnya, x = 2, y = −3, dan
z = 1/2 adalah solusi dari x + y − 2z = −2 sebab bila kita gantikan x, y, dan z masing-masing
dengan 2, −3, 1/2, didapat 2 + (−3) − 2 · (1/2) = −2. Sedangkan x = 2, y = 3, dan z = 1/2
bukan solusi sebab 2 + 3 − 2 · (1/2) 6= −2. Himpunan dari semua solusi disebut himpunan
solusi.
Himpunan solusi dari persamaan linier seperti 3x − 2y + z = 7 secara geometri adalah
berupa bidang di R3 . Sedangkan persamaan linier seperti 3x − 2y = 5 mempunyai himpunan
solusi yang secara geometri berupa garis di R2 . Ini adalah karakteristik umum dari persamaan
linier dalam n variabel, yakni himpunan semua titik dalam Rn yang memenuhi persamaan linier
adalah objek linier yang disebut hyperplane berdimensi n − 1. Titik adalah hyperplane dimensi
0, garis adalah hyperplane dimensi 1, dan bidang adalah hyperplane dimensi 2.

Bentuk Parametrik dari Solusi

Kita telah menunjukkan bahwa (2, −3, 1/2) adalah salah satu solusi dari persamaan x +
y − 2z = −2. Dikatakan salah satu karena sesungguhnya persamaan ini mempunyai banyak
sekali solusi. Untuk melihat ini kita tuliskan x + y − 2z = −2 sebagai x = −2 − y + 2z. Nilai x
bergantung pada nilai y dan z. Karena y dan z bilangan riil, tentunya banyak sekali nilai untuk
x. Kita berikan variabel baru kepada variabel-variabel bebas y dan z, yang disebut parameter.
Misalkan y = s dan z = t dengan s, t ∈ R; s dan t ini disebut parameter. Jadi, x = −2 − s + 2t
sehingga himpunan solusi dari persamaan tersebut adalah

{(x, y, z)|x = −2 − s + 2t, y = s, z = t, s, t ∈ R}

atau
{(−2 − s + 2t, s, t)|s, t ∈ R}. (1.1.2)

Solusi di atas dikatakan dalam bentuk parametrik karena melibatkan parameter s dan t yang
dipilih untuk menyatakan variabel-variabel bebas. Solusi (1.1.2) disebut solusi umum dari
persamaan linier x+y −2z = −2. Semua solusi khusus dapat diperoleh dari solusi umum dengan

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 4

memilih nilai-nilai tertentu untuk parameter. Misalkan, s = −3 dan t = 1/2 menghasilkan solusi
khusus x = 2, y = −3 dan z = 1/2.

1.2 Sistem Persamaan Linier

Sistem persamaan linier dengan m persamaan dalam n variabel x1 , x2 , . . . , xn adalah him-
punan m persamaan linier dalam bentuk

a11 x1 + a12 x2 + · · · + a1n xn = b1

a21 x1 + a22 x2 + · · · + a2n xn = b2

(1.2.1)
..
.

am1 x1 + am2 x2 + · · · + amn xn = bm

Bilangan riil aij dan bj , i = 1, 2, . . . , m, j = 1, 2, . . . m masing-masing merupakan koefisien

dan suku-suku konstan dari sistem (1.2.1). Jika semua suku konstan nol, maka diperoleh SPL
homogen.
Setiap pasangan terurut n bilangan riil (s1 , s2 , ..., sn ) disebut solusi dari SPL (1.2.1) jika
(s1 , s2 , ..., sn ) adalah solusi dari setiap persamaan dalam sistem. Dengan kata lain, jika x1 =
s1 , x2 = s2 , . . . , xn = xn disubstitusikan ke SPL didapat

a11 s1 + a12 s2 + · · · + a1n sn = b1

a21 s1 + a22 s2 + · · · + a2n sn = b2

..
.

am1 s1 + am2 s2 + · · · + amn sn = bm

Himpunan semua solusi dari SPL disebut himpunan solusi dari SPL dan formula yang mem-
berikan semua solusi ini disebut solusi umum dari SPL.

Contoh 1.2.1. Tunjukkan bahwa x1 = −15, x2 = 6 dan x3 = −1 adalah solusi dari SPL berikut
dan x1 = −15, x2 = 6 dan x3 = 1 bukan solusinya.

x1 + 2x2 = −3
2x1 + 3x2 − 2x3 = −10 (1.2.2)
−x1 + 6x3 = 9.

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 5

Solusi. Substitusikan x1 = −15, x2 = 6 dan x3 = −1 ke persamaan-persamaan dalam SPL

(??) sehingga didapat pernyataan benar.

−15 + 2 · 6 = −3
2 · (−15) + 3 · 6 − 2 · (−1) = −10
−(−15) + 6 · (−1) = 9.

Sekarang substitusikan x1 = −15, x2 = 6 dan x3 = 1 ke persamaan-persamaan dalam SPL (??),

diperoleh

−15 + 2 · 6 = −3
2 · (−15) + 3 · 6 − 2 · (1) = −14 6= −10
−(−15) + 6 · (1) = 21 6= 9.

Meskipun persamaan pertama terpenuhi, tapi dua persamaan lainnya tidak terpenuhi. Jadi,
x1 = −15, x2 = 6 dan x3 = 1 bukan solusi. Suatu solusi harus memenuhi semua persamaan
dalam sistem itu. ♣♣♣

Geometri dari SPL

Sebelum kita melanjutkan pembahasan untuk menentukan solusi SPL, kita tinjau dulu
geometri dari SPL. Tinjauan geometri ini diharapkan dapat memberikan perspektif tentang
solusi SPL.

Pandang persamaan linier ax + by = c. Jika salah satu koefisien, a atau b tidak nol, maka
kita telah tahu bahwa persamaaan linier ini menyatakan garis di R2 . Untuk sistem

a1 x + b1 y = c1

a2 x + b2 y = c2

bila ditinjau secara geometri, memberikan dua garis yang berpotongan atau dua garis yang
sejajar atau dua garis yang sama (berimpit). Dalam hal ini, ada tiga kasus yang perlu ditinjau
berikut ini.

(a) Solusi tunggal. Dua garis yang merepresentasikan SPL dengan dua persamaan dan dua
variabel berpotongan di satu titik. Jadi, SPL hanya mempunyai satu solusi atau sistem
dikatakan mempunyai solusi tunggal.

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 6

(b) (Solusi tak hingga banyaknya). Dua garis yang merepresentasikan SPL berimpit. Dua
garis ini ekivalen. Ini menunjukkan bahwa SPL mempunyai tak hingga banyaknya solusi.

(c) (Tidak punya solusi). Dua garis yang merepresentasikan SPL sejajar dan karena itu
tidak ada titik perpotongan. Jadi, SPL tidak mempunyai solusi.

insert gambar
Persamaan ax + by + cz = d menyatakan bidang di R3 asalkan (a, b, c) 6= (0, 0, 0). Pandang
sistem dengan dua persamaan dan tiga variabel:

a1 x + b1 y + c1 z = d1

a2 x + b2 y + c2 z = d2

Kita tinjau tafsir geometri dari solusi sistem ini. Secara geometri, masing-masing per-
samaan menyatakan bidang. Ada tiga posisi bidang yang mungkin, yaitu kedua bidang berpo-
tongan di satu titik atau kedua bidang berpotongan pada garis atau kedua bidang sejajar.

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 7

(a) (Solusi tunggal). Sistem mempunyai hanya satu solusi. Kedua bidang berpotongan di
satu titik.

(b) (Solusi tak hingga banyaknya). Sistem mempunyai solusi takhingga banyaknya jika
dan hanya jika kedua bidang yang dinyatakan oleh persamaan ini berpotongan pada satu
garis atau kedua bidang adalah sama (berimpit).

(c) (Tidak punya solusi). Sistem tidak punya solusi jika dan hanya jika kedua bidang yang
dinyatakan oleh persamaan ini berbeda tapi sejajar.

Jika kita mempunyai SPL dengan tiga persamaan dalam tiga variabel, bagaimanakah so-
lusinya? Kita tahu bahwa secara geometri, SPL ini menghasilkan tiga bidang pada bidang
Cartesius. Seperti apakah perpotongan tiga bidang? Apakah berupa garis, bidang, atau titik?
Perpotongan dua bidang umumnya adalah sebuah garis. Jika dua bidang yang berpotongan
dipotong oleh bidang ketiga, maka biasanya kita memperoleh sebuah titik. Dalam kaitan den-
gan SPL, berarti SPL mempunyai solusi tunggal.

Jika terdapat tiga bidang yang identik, maka perpotongan mereka adalah seluruh bidang;
dengan kata lain, kita memperoleh bidang solusi, yakni ada banyak sekali solusi. Jika dari tiga
bidang tersebut dua bidang identik, maka bidang ketiga mungkin memotong bidang ini sebagai
garis.

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 8

Tetapi jika dua bidang paralel berarti tidak ada titik yang secara bersama berada pada
kedua bidang sehingga bila kita potong dua bidang ini dengan bidang ketiga, tidak ada titik yang
secara bersama berada pada ketiga bidang. Ini berarti himpunan solusi SPL adalah himpunan
kosong.

Conton-contoh ini mengilustrasikan karakteristik umum dari SPL terkait banyaknya solusi
dari SPL, yakni SPL mungkin mempunyai satu solusi (solusi tunggal) atau tidak mempunyai
solusi atau mempunyai tak hingga banyaknya solusi.

Definisi 1.2.1. SPL yang tidak mempunyai solusi dikatakan tak-konsisten (inconsistent).
SPL yang mempunyai solusi, setidaknya satu solusi, disebut konsisten (consistent).

Tujuan utama kita adalah menyelesaikan SPL, dalam pengertian mencari solusi, untuk
sistem (1.2.1). Kita telah mempelajari bagaimana SPL diselesaikan dengan substitusi dan elim-
inasi. Sesungguhnya strategi ini merupakan implementasi dari eliminasi Gauss. Berikut ini
disajikan contoh bagaimana strategi eliminasi digunakan untuk menyelesaikan SPL.

Contoh 1.2.2. Tentukan himpunan solusi dari SPL

−2x1 + 5x2 − 10x3 = 4 (1.2.3a)

x1 − 2x2 + 3x3 = −1 (1.2.3b)

7x1 − 17x2 + 34x3 = −16 (1.2.3c)

Solusi. Misalkan kita eliminir variabel x1 dari persamaan (1.2.3b) dan (1.2.3c) sehingga x1
hanya ada pada persamaan (1.2.3a).
Kalikan persamaan (1.2.3b) dengan 2 sehingga didapat persamaan (1.2.4b), lalu tambahkan
persamaan (1.2.4b) ke persamaan (1.2.4a), diperoleh SPL (1.2.5a)-(1.2.5c):

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 9

−2x1 + 5x2 − 10x3 = 4 (1.2.4a)

2x1 − 4x2 + 6x3 = −2 (1.2.4b)

7x1 − 17x2 + 34x3 = −16 (1.2.4c)

−2x1 + 5x2 − 10x3 = 4 (1.2.5a)

x2 − 4x3 = 2 (1.2.5b)

7x1 − 17x2 + 34x3 = −16 (1.2.5c)

Berikutnya kalikan persamaan (1.2.5a) dengan 7 dan kalikan persamaan (1.2.5c) dengan 2,
diperoleh SPL berikut:

−14x1 + 35x2 − 70x3 = 28 (1.2.6a)

x2 − 4x3 = 2 (1.2.6b)

14x1 − 34x2 + 68x3 = −32 (1.2.6c)

Jumlahkan persamaan (1.2.6a) dan (1.2.6c) untuk mengeliminir variabel x1 dari persamaan
(1.2.6c) sehingga SPL menjadi berikut:

−14x1 + 35x2 − 70x3 = 28 (1.2.7a)

x2 − 4x3 = 2 (1.2.7b)

x2 − 2x3 = −4 (1.2.7c)

Sampai tahap ini kita telah menghilangkan x1 dari persamaan (1.2.3b) dan (1.2.3c).
Selanjutnya kita mengeliminir x2 dari persamaan (1.2.7b) dan (1.2.7c). Kita kalikan per-
samaan (1.2.7b) dengan −1 dan tambahkan hasil ini ke persamaan (1.2.7c) sehingga SPL menjadi

−14x1 + 35x2 − 70x3 = 28

x2 − 4x3 = 2 (1.2.8)
2x3 = −6

Persamaan (1.2.8) berbentuk SPL segitiga dan dengan substitusi mundur kita memperoleh so-
lusi x3 = −3, x2 = −10, dan x1 = −12. Pembaca silakan memverifikasi bahwa ini memang
merupakan solusi. ♣♣♣

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 10

Dalam penerapan eliminasi Gauss, kita perlu menuliskan SPL beberapa kali sembari melakukan
proses eliminasi seperti terjadi pada Contoh 1.2.2. Hal ini mungkin memperbesar peluang ke-
salahan dan perlu waktu cukup lama, apalagi jika melibatkan SPL dengan persamaan dan vari-
abel yang banyak. Untuk menghindari ini, kita perkenalkan notasi matriks untuk menuliskan
SPL. Pembaca dianggap sudah menguasai dengan baik matriks dan sifat-sifatnya, namun disini
diuraikan beberapa konsep dan fakta tentang matriks. Pada Bab 2 dibahas matriks lebih rinci.
Pandang matriks ukuran m × n,
 
a11 a12 ··· a1n
 
 a21 a22 · · · a2n
 

A=
 .. .. .. ..


 . . . . 
 
am1 am2 · · · amn

dan vektor kolom (atau matriks ukuran n × 1),

 
x1
 
x2
 
 
~x = 
 ..
.


 . 

xn

Sekarang kita kalikan A dan ~x sehingga didapat

 
a11 x1 + a12 x2 + · · · + a1n xn
 
 a21 x1 + a22 x2 + · · · + a2n xn
 

A~x =  ..
.


 . 

am1 x1 + am2 x2 + · · · + amn xn

Hasil kali ini kita samakan dengan vektor

 
b1
 
b2
 
~b = 
 
.
 .. 

 . 

bm

sehingga kita memperoleh persamaan

A~x = ~b (1.2.9)

yang ekivalen dengan persamaan (1.2.1). Jadi kita telah menuliskan kembali SPL (1.2.1) seba-
gai persamaan matriks (1.2.9). Matriks A disebut matriks koefisien karena unsur-unsurnya

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 11

merupakan koefisien dari SPL dan matriks ~b yang memuat suku-suku konstan disebut vektor
konstan. Jika matriks koefisien dan vektor konstan dituliskan dalam satu matriks, kita mem-
punyai matriks diperbesar (augmented matrix) dari SPL (1.2.1) yang berukuran m × (n + 1)
berikut ini.  
a11 a12 ··· a1n b1
 
 a21 a22 · · · a2n b2 
 
A|~b


=
 .. .. .. .. .. 

 . . . . . 
 
am1 am2 · · · amn bm
Sebagai ilustrasi pandang SPL:

x1 + 2x2 = −3
2x1 + 3x2 − 2x3 = −10 (1.2.10)
−x1 + 6x3 = 9

SPL ini dapat dituliskan lebih singkat tanpa menggunakan variabel dengan cara menuliskan
koefisien dan suku-suku konstan dalam bentuk matriks asalkan nama dan urutan variabel telah
ditentukan. Kita memperoleh matriks diperbesar untuk SPL (1.2.10) seperti berikut:

 x1 x2 x3 b 
1 2 0 −3
 
 2 3 −2 −10  (1.2.11)
 
 
−1 0 6 9

atau
 x1 x2 x3 b 
1 2 0 : −3
 
 2 3 −2 : −10  (1.2.12)
 
 
−1 0 6 : 9
atau
x1 x2 x3 b
1 2 0 −3
 
3 −2 −10 (1.2.13)
 
 2
 
−1 0 6 9
Penulisan x1 , x2 , x3 , b dimunculkan hanya untuk menunjukkan kesesuaian antara kolom ma-
trisk diperbesar dan posisi variabel serta konstanta dalam SPL. Tentu dalam perhitungan hal ini
tidak dimunculkan asalkan kita selalu ingat bahwa urutan kolom matriks sesuai dengan urutan
kemunculan variabel dan konstanta dalam SPL. Untuk mempertegas antara matriks koefisien

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 12

dan suku konstan, pada matrik diperbesar bisa ditambahkan pembatas seperti pada persamaan
(1.2.12) dan (1.2.13). Jika tidak diberi pembatas seperti persamaan (1.2.11), maka harus selalu
diingat bahwa untuk matriks diperbesar dari SPL non-homogen, kolom paling kanan adalah
kolom untuk suku konstan. Untuk SPL (1.2.10), matriks koefisien dan vektor konstan diberikan
oleh    
1 2 0 −3
   
2 3 −2  dan  −10  .
   

   
−1 0 6 9

Jadi kita bisa mengubah setiap SPL ke dalam bentuk matriks dan sebaliknya dari matriks
diperbesar kita dapat membentuk SPL.

Contoh 1.2.3. Tuliskan SPL jika diberikan matriks diperbesar:

 
4 2 −1 2
 
−1 0 5 7

Solusi. Karena matriks diperbesar mempunyai 4 kolom, berarti sistem mempunyai 3 variabel.
Jika kita pilih x1 , x2 , dan x3 sebagai variabel serta kolom 1, 2, dan 3 dari matriks masing-masing
berkaitan dengan x1 , x2 , dan x3 , maka didapat SPL

4x1 + 2x2 − x3 = 2
−x1 + 5x3 = 7

♣♣♣

1.3 Bentuk Eselon

Pada bagian ini kita perkenalkan beberapa terminologi matriks yang diperlukan untuk
menyelesaikan SPL.
Baris nol dari suatu matriks adalah baris yang seluruh unsurnya nol. Baris taknol adalah
baris yang memuat paling sedikit satu unsur taknol. Definisi ini juga berlaku untuk kolom dari
suatu matriks. Unsur taknol pertama dari baris taknol disebut unsur utama. Jika unsur
utama ini adalah 1, maka 1 ini disebut 1 utama. Misalnya untuk matriks
 
−1 0 1 2
 
0 0 −3 4  ,
 

 
0 0 0 0

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 13

dua baris pertama merupakan baris taknol sedangkan baris ketiga adalah baris nol. Unsur
utama adalah −1 dan −3. Ditinjau dari kolom, kolom kedua merupakan kolom nol sedangkan
tiga kolom lainnya adalah kolom taknol.

Definisi 1.3.1. Suatu matriks dikatakan dalam bentuk eselon baris (atau bentuk eselon)
jika mempunyai sifat-sifat berikut:

1. Baris-baris nol ada di bagian bawah matriks.

2. Unsur utama dari suatu baris berada pada kolom yang posisinya di sebelah kanan dari
unsur utama baris diatasnya.

3. Semua unsur yang letaknya di bawah unsur utama dalam suatu kolom adalah nol.

Jika matriks dalam bentuk eselon memenuhi kondisi berikut, maka matriks itu dikatakan dalam
bentuk eselon baris tereduksi (atau bentuk eselon tereduksi).

4. Unsur utama dalam setiap baris tak nol adalah 1 yang disebut 1 utama.

5. Semua unsur dalam kolom di atas dan di bawah 1 utama adalah nol.

Contoh 1.3.1. Diberikan matriks-matriks berikut.

     
1 3 −2 0 1 3 0 −6 −2 1 0 1
     
A= 0 6 0 , B= 0 0 1 3 , C= 0 0
     
2 0 1 
     
0 0 0 0 0 0 0 0 0 0 0 1
   
1 0 0 5 2   1 −1 0 9 0
  0 0  
D= 0 1 0 −2 0  , E= , F = 0 0 1 −8
   
0 
  1 0  
0 0 1 1 2 0 0 0 0 1
 
3 −3 −1 1 0
 
G= 0 0 −2 4 0 
 
 
0 0 1 0 0

Matriks A dan B dalam bentuk eselon sebab kondisi 1, 2, 3 dalam Definisi 1.3.1 terpenuhi.
Namun, matriks A dan B tidak dalam bentuk eselon tereduksi (Mengapa?). Matriks D dan F
dalam bentuk eselon tereduksi sebab kondisi 1-5 dalam Definisi 1.3.1 terpenuhi. Matriks-matriks
C dan G tidak dalam bentuk eselon. Untuk matriks C kondisi 3 tidak terpenuhi sedangkan
matriks E tidak memenuhi kondisi 1. ♣♣♣

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 14

Dari bentuk eselon baris, kita dapat mengambil beberapa informasi terkait matriks semula,
sebut matriks A. Misalnya, jika bentuk eselon baris mempunyai baris nol, maka baris-baris
dari matriks semula A bergantung linier. Sembarang baris dari A dapat dituliskan sebagai
kombinasi linier dari baris-baris taknol. Selain itu, banyaknya unsur utama menunjukkan rank
dari matriks. Rank dan kombinasi linier dibahas lebih rinci di Bab 4.

1.4 Eliminasi Gauss

Ide di balik eliminasi Gauss sederhana. Idenya adalah mengubah SPL yang diketahui
menjadi SPL lain yang ekivalen, yaitu SPL baru yang lebih mudah diselesaikan dan mempunyai
solusi yang sama dengan SPL semula. Strategi ini dijamin oleh teorema berikut.

Definisi 1.4.1. Dua SPL yang mempunyai himpunan solusi yang sama dikatakan ekivalen.

Dua SPL berikut

x+y =3 2x − 3y = −4
dan
2x + y = 4 x + 2y = 5

adalah ekivalen karena kedua SPL mempunyai solusi yang sama, yakni x = 1 dan y = 2.

Perlu dipahami bahwa dua SPL bisa saja sangat berbeda bentuknya, tapi mempunyai him-
punan solusi yang sama, dan kita katakan kedua SPL ekivalen. Misalnya kita mempunyai SPL
dengan dua persamaan dalam dua variabel dengan solusi tunggal. Jika digambarkan dalam
bidang Cartesius, SPL menunjukkan dua garis yang berpotongan pada satu titik. Kita juga
mempunyai SPL lain dengan tiga persamaan dalam dua variabel yang merepresentasikan tiga
garis yang berpotongan pada satu titik, dan titik ini identik dengan titik potong SPL sebelum-
nya. Berdasarkan Definisi 1.4.1, kita mengatakan bahwa dua SPL ini, meskipun sangat berbeda,
adalah ekivalen karena mempunyai himpunan solusi yang sama. Cermati Gambar 1.4.2. Pada
gambar, ditunjukan sistem dengan 3 persamaan (grafik warna biru) dan sistem dengan 2 per-
samaan (grafik warna merah) mempunyai himpunan solusi yang sama, yaitu {(2, 1)}.

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 15

Gambar 1.4.2

Berdasarkan Definisi 1.4.1, sekarang kita bisa menguraikan strategi untuk menyelesaikan
SPL. Diberikan SPL untuk diselesaikan (artinya dicari solusinya), kita bisa menurunkan SPL
yang ekivalen, dari SPL yang diberikan. SPL yang diperoleh seyogianya lebih mudah untuk
diselesaikan. Karena kedua SPL mempunyai himpunan solusi yang sama, kita selesaikan SPL
yang lebih mudah sehingga kita memperoleh himpunan solusi untuk SPL semula yang diberikan.
Definisi berikut menyediakan alat untuk mewujudkan strategi ini.

Definisi 1.4.2. Operasi berikut disebut operasi elementer.

(1) Pertukarkan letak dua persamaan.

(2) Kalikan setiap suku suatu persamaan dengan skalar taknol.

(3) Kalikan suatu persamaan (misal persamaan ke−i) dengan suatu skalar taknol, dan tam-
bahkan hasil ini ke persamaan yang lain (misal persamaan ke−j). Operasi ini akan meng-
ganti persamaan ke−j dengan persamaan baru sedangkan persamaan ke−i tetap.

Penerapan sejumlah berhingga operasi elementer ini mengubah SPL yang diketahui menjadi
SPL lain yang ekivalen dan lebih sederhana serta lebih mudah diselesaikan.
Perhatikan bahwa dalam prakteknya, operasi ini tidak mesti dilakukan dengan urutan
seperti yang tertulis di atas. Urutan bisa 1-3-2, bisa 3-1-2, bisa juga 2-3-1, atau kombinasi
lainnya. Kita pilih urutan operasi sedemikian sehingga perhitungan menjadi sederhana.
Telah dijelaskan sebelumnya bahwa matriks diperbesar merupakan representasi dari su-
atu SPL, oleh karenanya operasi elementer pada Definisi 1.4.2 dapat diterapkan pada matriks
diperbesar, umumnya dilakukan pada baris. Operasi yang dikenakan pada matriks disebut op-
erasi baris elementer (selanjutnya disingkat OBE), yang didefinisikan seperti berikut.

Definisi 1.4.3. Operasi berikut merupakan operasi baris elementer.

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 16

(1). Pertukarkan dua baris. Misal baris i dan j dipertukarkan, dinotasikan Ri ↔ Rj .

(2). Kalikan satu baris dengan skalar tak nol. Misal baris k dikalikan oleh skalar c 6= 0,
dinotasikan cRk .

(3). Tambahkan kelipatan dari satu baris (misal baris ke−i) ke baris yang lain (misal baris
ke−j). Operasi ini akan menggantikan baris ke−j, dinotasikan Rj + cRi , c 6= 0.

Perhatikan bahwa OBE dapat diterapkan pada semua matriks. Seperti halnya dengan
operasi elementer, urutan penerapan OBE tidak mesti seperti yang dituliskan dalam Definisi
1.4.3. Kita bisa menggunakan berbagai kombinasi urutan sesuai keperluan kita.
Operasi Baris Elementer merupakan operasi yang dapat dibalik sehingga menggunakan
operasi balikan ini kita selalu bisa mendapatkan kembali matriks semula.

Definisi 1.4.4. Dua matriks A dan B dikatakan ekivalen (baris) jika salah satu matriks dapat
diperoleh dari yang lain dengan melakukan sejumlah berhingga OBE. Hal ini dinotasikan dengan
A ∼ B dan dibaca matriks A ekivalen dengan matriks B.

Contoh 1.4.1. Matriks-matriks

   
0 3 1 2
   
A= dan B =  0 3 
   
1 2 
   
−1 1 0 0
adalah ekivalen sebab
       
0 3 1 2 1 2 1 2
       
A =  1 2  R1 ↔ R2  0 3  R3 + R1 → R3  0 3  R3 − R2 → R3  0 3  = B
       
  −−−−−−→   −−−−−−−−−−→   −−−−−−−−−−→  
−1 1 −1 1 0 3 0 0
Terlihat bahwa matriks B diturunkan dari matriks A melalui sejumlah berhingga OBE. ♣ ♣ ♣
Suatu matriks dikatakan teredusir ke bentuk eselon (atau eselon tereduksi) jika matriks
tersebut ekivalen dengan matriks dalam bentuk eselon (atau eselon tereduksi).
Berikut diberikan contoh menyelesaikan SPL menggunakan OBE dan operasi elementer.
Kedua operasi dilakukan bersamaan agar pembaca memperoleh pemahaman lebih baik dalam
proses mencari solusi SPL.

Contoh 1.4.2. Selesaikan sistem linier

x1 − 2x2 + x3 = 0
2x2 − 8x3 = 8
−4x1 + 5x2 + 9x3 = −9

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 17

Solusi. Kita lakukan operasi persamaan elementer dan operasi baris elementer bersama-sama.
Operasi persamaan dituliskan di sebelah kiri sedangkan OBE dituliskan di sebelah kanan.
 
x1 − 2x2 + x3 = 0 1 −2 1 0
 
2x2 − 8x3 = 8 2 −8
 
 0 8 
 
−4x1 + 5x2 + 9x3 = −9 −4 5 9 −9

Kalikan persamaan pertama dengan 4 dan tambahkan hasil ini ke persamaan ketiga untuk
mengeliminir x1 dari persamaan ketiga. Secara singkat operasi ini dapat dituliskan sebagai
4E1 + E3 → E3 atau 4R1 + R3 → R3 jika diaplikasikan pada matriks diperbesar (E dan R
masing-masing menyatakan equation (persamaan) dan row (baris). Hasil operasi ini adalah
 
x1 − 2x2 + x3 = 0 1 −2 1 0
 
2x2 − 8x3 = 8 2 −8
 
 0 8 
 
−3x2 + 13x3 = −9 0 −3 13 −9

Perhatikan bahwa persamaan ketiga dan baris ketiga dari matriks mengalami perubahan.
1
Kalikan persamaan kedua dengan 2 untuk memperoleh 1 sebagai koefisien x2 ( 12 E2 → E2 atau
1
2 R2 → R2 untuk matriks diperbesar). Kita memperoleh
 
x1 − 2x2 + x3 = 0 1 −2 1 0
 
x2 − 1 −4
 
4x3 = 4  0 4 
 
−3x2 + 13x3 = −9 0 −3 13 −9

Perhatikan bahwa persamaan kedua dan baris kedua dari matriks berubah.
Berikutnya kalikan persamaan kedua dengan 3 dan tambahkan hasil ini ke persamaan ketiga
untuk mengeliminir x2 dari persamaan ketiga (3E2 + E3 → E3 atau 3R2 + R3 → R3 untuk
matriks diperbesar). Operasi ini akan mengubah persamaan ketiga dan baris ketiga dari matriks.
Dengan operasi ini SPL menjadi
 
x1 − 2x2 + x3 = 0 1 −2 1 0
 
x2 − 4x3 = 4 1 −4 4  (1.4.1)
 
 0
 
x3 = 3 0 0 1 3

Sampai tahap ini kita sudah bisa mendapatkan solusi dari SPL. Perhatikan bahwa dari
matriks diperbesar pada (1.4.1), kita bisa menurunkan SPL yang ada di sebelah kiri matriks.
Dari SPL pada (1.4.1), kita bisa segera simpulkan bahwa x3 = 3. Menggunakan substitusi
mundur, kita bisa mendapatkan solusi SPL sebagai berikut. Nilai x3 = 3 disubstitusikan ke

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 18

persamaan kedua, diperoleh x2 = 16. Selanjutnya kedua nilai x2 dan x3 disubstitusikan ke

persamaan pertama untuk memperoleh x1 = 29.
Kita masih bisa melanjutkan operasi elementer dan operasi baris elementer pada persamaan
dan matriks pada (1.4.1). Kita kalikan persamaan ketiga dengan 4 dan tambahkan hasil ini
pada persamaan kedua untuk mengeliminir x3 dari persamaan kedua. Kita lanjutkan dengan
mengalikan persamaan ketiga dengan −1 dan tambahkan hasil ini pada persamaan pertama
untuk mengeliminir x3 dari persamaan pertama (4E3 + E2 → E2 dan (−1)E3 + E1 → E1 atau
4R3 + R2 → R2 dan (−1)R3 + R1 → R1 ). Operasi ini menghasilkan SPL
 
x1 − 2x2 = −3 1 −2 0 −3
 
 
x2 = 16  0 1 0 16 
 
x3 = 3 0 0 1 3

Akhirnya tambahkan 2 kali persamaan kedua ke persamaan pertama untuk mengeliminir x2 dari
persamaan pertama (2E2 + E1 → E1 atau 2R2 + R1 → R1 ). Sekarang kita mempunyai
 
x1 = 29 1 0 0 29
 
 
x2 = 16  0 1 0 16 
 
x3 = 3 0 0 1 3

Jadi solusi yang diinginkan adalah x1 = 29, x2 = 16 dan x3 = 3. ♣♣♣

Dalam prakteknya, kita cukup menerapkan OBE sampai mendapatkan matriks eselon baris
kecuali mungkin ada tuntutan lain. Contoh berikut mendemonstrasikan hal ini.

Contoh 1.4.3. Selesaikan sistem linier

x + 2y − z = 4
2x + 5y + 2z = 9
x + 4y + 7z = 6

Solusi. Kita lakukan OBE pada matriks diperbesar.

     
1 2 −1 4 1 2 −1 4 1 2 −1 4
  R − 2R → R    
 −−2−−−−−1−−−−→2 
 R3 − 2R2 → R3  0 1
   
 2 5 2 9   0 1 4 1 4 1 
  R3 − R1 → R3   −−−−−−−−−−−→  
1 4 7 6 0 2 8 2 0 0 0 0
 
1 0 −9 2
 
R1 − 2R2 → R1  0 1
 
4 1 
−−−−−−−−−−−→  
0 0 0 0

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 19

Dari matriks yang terakhir kita membentuk SPL berikut

x1 − 9x3 = 2
x2 + 4x3 = 1

Kita ambil x3 sebagai parameter. Misal x3 = t, t ∈ R, maka x2 = −4t + 1 dan x1 = 9t + 2.

Dengan demikian kita memperoleh solusi umum dalam bentuk

{(x1 , x2 , x3 )|x1 = 9t + 2, x2 = −4t + 1, x3 = t, t ∈ R}.

♣♣♣
Matriks pada persamaan (1.4.1) atau pada persamaan (1.4.2) masing-masing adalah ma-
triks eselon baris dan matriks eselon baris tereduksi. Jadi, idenya adalah kita meredusir matriks
diperbesar dari suatu SPL menjadi matriks dalam bentuk eselon atau bentuk eselon tereduksi.
Prosedur untuk meredusir suatu matriks menjadi bentuk eselon disebut eliminasi Gauss. Jika
diredusir sampai menjadi bentuk eselon baris tereduksi, maka prosedurnya disebut eliminasi
Gauss–Jordan.
Dengan eliminasi Gauss atau eliminasi Gauss-Jordan setiap matriks dapat diredusir ke
bentuk eselon baris atau bentuk eselon baris tereduksi. Suatu matriks bisa ekivalen dengan
beberapa matriks bentuk eselon baris tetapi ekivalen hanya dengan satu matriks eselon baris
tereduksi. Hal ini diformulasikan dalam teorema berikut.

Teorema 1.4.1. (Ketunggalan bentuk eselon baris tereduksi). Setiap matriks ekivalen dengan
satu dan hanya satu matriks dalam bentuk eselon baris tereduksi.

Untuk matriks dalam bentuk eselon baris (atau eselon baris tereduksi), posisi pivot adalah
posisi yang memuat unsur utama. Kolom pivot adalah kolom yang memuat posisi pivot dan
pivot adalah bilangan taknol dalam posisi pivot. Bilangan pivot ini digunakan selama proses
OBE untuk menghasilkan unsur nol.
Kolom pivot berkorespondensi dengan variabel utama dan kolom non-pivot berkorespon-
densi dengan variabel bebas. Biasanya variabel bebas diberi nama baru, yakni parameter.

Contoh 1.4.4. Tentukan kolom-kolom pivot dan pivot dari matriks berikut:
 
0 −3 −6 4 9
 
 −1 −2 −1 3 1 
 
 
 −2 −3
 
0 3 1 
 
1 4 5 −9 −7

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 20

Solusi. Matriks yang diberikan dapat diredusir menjadi

 
1 4 5 −9 −7
 
 0 2 4 −6 −6 
 
 
0 0 −5
 
 0 0 
 
0 0 0 0 0

Dari sini kita dapatkan bahwa kolom-kolom 1, 2, dan 4 adalah kolom-kolom pivot dan pivotnya
adalah 1, 2, dan −5. ♣♣♣

Contoh 1.4.5. Selesaikan sistem

2x3 + 4x4 + 2x5 = 8

x1 + 2x2 + 4x3 + 5x4 + 3x5 = −9
−2x1 − 4x2 − 5x3 − 4x4 + 3x5 = 6

Solusi. Matriks eselon baris dari SPL ini diberikan oleh

 
1 2 4 5 3 −9
 
3 −4 
 
 0 0 1 2
 
0 0 0 0 −2 8

yang berkorespondensi dengan SPL

x1 + 2x2 + 4x3 + 5x4 + 3x5 = −9

x3 + 2x4 + 3x5 = −4
−2x5 = 8

Mencermati bentuk eselon baris, kita mempunyai bahwa kolom 1, kolom 3, dan kolom 5 adalah
kolom-kolom pivot sedangkan kolom 2 dan kolom 4 adalah kolom-kolom non-pivot. Dengan
demikian, variabel x1 , x3 ,dan x5 adalah variabel utama sedangkan x2 dan x4 adalah variabel
bebas. Misalkan x2 = s dan x4 = t dengan s, t ∈ R.
Menggunakan substitusi mundur, didapat x5 = −4, x3 = 8 − 2t, dan x1 = −29 − 2s + 3t
sehingga solusi umum dari SPL adalah

{(x1 , x2 , x3 , x4 , x5 )|x1 = −29 − 2s + 3t, x2 = s, x3 = 8 − 2t, x4 = t, x5 = −4, s, t ∈ R}.

♣♣♣
Matriks dalam bentuk eselon memberikan indikasi apakah SPL mempunyai solusi atau
tidak; jika SPL mempunyai solusi, apakah solusinya tunggal atau tak hingga banyaknya. Berikut
ini diberikan petunjuk bagaimana menentukan hal ini.

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 21

(1). SPL tidak mempunyai solusi jika kolom terakhir matriks eselon baris dari matriks diperbe-
sar adalah kolom pivot. Ini bersesuaian dengan baris terakhir dari matriks eselon memuat
unsur taknol pada kolom terakhir (kolom paling kanan) dari matriks eselon dan unsur-
unsur pada kolom lainnya semua nol. Misalnya,

 
3 2 3 4
 
 
0 0 1 1
 
0 0 0 2

adalah matriks eselon baris dari matriks diperbesar dari SPL tak-konsisten. Perhatikan
bahwa baris terakhir (baris 3) dan kolom terakhir (kolom 4) memuat unsur taknol.

(2). SPL mempunyai satu solusi jika setiap kolom matriks eselon baris dari matriks diperbesar
merupakan kolom pivot kecuali kolom terakhir. Misalnya
 
1 1 2 3 4
   
1 2 3 4  0 2 0 1 −1 
 
   
A= 0 2 dan B =  0 0 4 −1
   
0 1  2 
   
 
0 0 −1 2  0 0 0 −1 2 
 
0 0 0 0 0

Untuk matriks A, kolom 1, 2, dan 3 adalah kolom pivot sedangkan untuk matriks B, kolom
1,2,3, dan 4 adalah kolom pivot.

(3). SPL mempunyai tak hingga banyaknya solusi jika, selain kolom terakhir yang merupakan
kolom non-pivot, matriks eselon baris dari matriks diperbesar mempunyai paling sedikit
satu lagi kolom non-pivot. Dengan kata lain, SPL mempunyai tak hingga banyak solusi
jika banyaknya variabel lebih dari banyaknya baris taknol dari matriks eselon baris dari
matriks diperbesar. Misalnya,
   
5 1 2 3 4 0 1 2 3 4
   
C= 0 0 1 0 1 dan D =  0 0 −1 0 1 
   

   
0 0 0 1 2 0 0 0 1 2

Untuk matriks C, kolom terakhir adalah kolom non-pivot. Selain itu, kolom kedua adalah
kolom non-pivot. Untuk matriks D, kolom terakhir adalah kolom non-pivot. Juga, kolom
pertama adalah kolom non-pivot.

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 22

Contoh 1.4.6. Tentukan kondisi yang harus dipenuhi oleh a, b, c sehingga SPL berikut

x + 2y − 3z = a
2x + 6y − 11z = b
x − 2y + 7z = c

mempunyai setidaknya satu solusi.

Solusi. Lakukan OBE pada matriks diperbesar sebagai berikut.

   
1 2 −3 a 1 2 −3 a
   
6 −11 b  R2 − 2R1 → R2  0 2 −5 b − 2a  R3 − R1 → R3
   
 2
  −−−−−−−−−−−→   −−−−−−−−−−→
1 −2 7 c 1 −2 7 c
   
1 2 −3 a 1 2 −3 a
   
2 −5 b − 2a R + 2R → R 0 2 −5 b − 2a
   
 0 3 2 3
 −−−−−−−−−−−→ 
  
 
0 −4 10 c − a 0 0 0 2b + c − 5a

Matriks terakhir menunjukkan SPL tidak mempunyai solusi atau mempunyai takhingga banyak
solusi. SPL mempunyai takhingga banyak solusi jika dan hanya jika 2b + c − 5a = 0. SPL tidak
mempunyai solusi jika 2b + c − 5a 6= 0. ♣♣♣

1.5 Sistem Persamaan Linier Homogen

Suatu SPL dikatakan homogen jika semua suku-suku konstan sama dengan nol. Dengan
kata lain kita mempunyai SPL dalam bentuk

a11 x1 + a12 x2 + · · · + a1n xn = 0

a21 x1 + a22 x2 + · · · + a2n xn = 0

(1.5.1)
..
.

am1 x1 + am2 x2 + · · · + amn xn = 0

Misalnya SPL
x1 + 2x2 + x3 = 0
x1 + 3x2 = 0 (1.5.2)
2x1 + x2 + 5x3 = 0
adalah SPL homogen. Tidak seperti SPL umumnya, SPL homogen merupakan sistem yang
konsisten karena selalu mempunyai solusi, yaitu x1 = x2 = · · · = xn = 0 yang disebut solusi
trivial atau solusi nol. Jika ada solusi yang lain, maka solusi itu disebut solusi taktrivial

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 23

atau solusi non-trivial. Tentu saja kita tertarik untuk mengetahui apakah SPL homogen
mempunyai solusi non-trivial.
Bila kita mengatakan SPL homogen yang bersesuaian dengan SPL A~x = ~b, berarti kita
merujuk pada SPL A~x = ~0, dengan matriks koefisien yang sama. Misalnya SPL (1.5.2) adalah
SPL homogen yang, misalnya bersesuaian dengan

x1 + 2x2 + x3 = 2
x1 + 3x2 = −1 (1.5.3)
2x1 + x2 + 5x3 = 13

Jika SPL homogen mempunyai solusi tunggal, maka solusi itu haruslah solusi trivial. Jika
SPL homogen mempunyai takhingga banyaknya solusi, maka salah satu solusi itu adalah solusi
trivial.
Pandang kembali SPL (1.5.2). Kita selesaikan SPL ini dengan reduksi Gauss. Dalam hal
ini kita tidak perlu menuliskan konstanta nol pada matriks diperbesar karena OBE tidak akan
mengubah nol ini.    
1 2 1 1 2 1
   
 OBE −1
   
 1 3 0 −−−→  0 1 
   
2 1 5 0 0 0
Dengan reduksi Gauss kita memperoleh matriks eselon baris dimana x3 adalah variabel bebas
sehingga kita misalkan x3 = t, t ∈ R. Solusi SPL ini diberikan oleh

(x1 , x2 , x3 ) = (−3t, t, t) = t(−3, 1, 1). (1.5.4)

Sekarang kita selesaikan SPL (??) dengan OBE yang sama dengan OBE untuk SPL (1.5.2)
   
1 2 1 2 1 2 1 2
   
OBE
3 0 −1 −−−→ 0 1 −1 −3 
   
 1  
   
2 1 5 13 0 0 0 0

Solusi dari SPL ini diberikan oleh

(x1 , x2 , x3 ) = (8 − 3t, −3 + t, t) = (8, −3, 0) + t(−3, 1, 1). (1.5.5)

Perhatikan solusi ini. Solusi (??) dari SPL homogen merupakan bagian dari solusi umum dari
SPL (1.5). Vektor (8, −3, 0) merupakan solusi khusus dari SPL (1.5) karena diperoleh dari solusi
umum dengan mengambil t = 0. ♣♣♣

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 24

Karena SPL homogen selalu konsisten, maka salah satu dari pernyataan berikut pasti benar
untuk sistem homogen:

1. Sistem homogen hanya mempunyai solusi trivial.

2. Disamping solusi trivial, sistem homogen mempunyai tak terhingga banyaknya solusi tak-
trivial.

Teorema berikut menjamin bahwa sistem homogen pasti mempunyai soluti taktrivial.

Teorema 1.5.1. Sistem homogen yang mempunyai lebih banyak variabel daripada persamaan
selalu mempunyai takhingga banyaknya solusi.

Kebalikan dari teorema ini tidak selalu benar. Teorema ini hanya berlaku untuk sistem
homogen. Sistem nonhomogen yang mempunyai lebih banyak variabel daripada persamaan
tidak mesti konsisten. Akan tetapi jika konsisten, maka sistem tersebut mempunyai takhingga
banyaknya solusi.

Contoh 1.5.1. Selesaikan sistem homogen berikut dimana a adalah bilangan riil.

x + y + az = 0
x + ay + z = 0
ax + y + z = 0

Solusi. Setelah melakukan serangkaian OBE kita peroleh matriks eselon baris seperti berikut:
   
1 1 a 1 1 a
   
 1 a 1  OBE 0 a−1 1−a
   
 −−−→ 
 
 
a 1 1 0 0 2−a−a 2

SPL homogen selalu mempunyai solusi. SPL ini mempunyai solusi tunggal, yakni solusi trivial
x = y = z = 0 untuk a 6= −2 dan a 6= 1. SPL ini mempunyai takhingga banyaknya solusi jika
a = 1 atau a = −2. ♣♣♣
Sistem Persamaan Linier dapat diklasifikasikan atas dua kelas seperti definisi berikut.

Definisi 1.5.1. Sistem persamaan linier m × n dikatakan

• overdetermined jika SPL mempunyai lebih banyak persamaan daripada variabel (m > n)

• underdetermined jika SPL mempunyai lebih sedikit persamaan daripada variabel (m < n)

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 25

Sistem yang overdetermined biasanya (tetapi tidak mesti) tak-konsisten. Sistem yang un-
derdetermined mungkin konsisten, mungkin juga tidak konsisten. Namun, jika sistem underde-
termined konsisten, maka sistem mesti mempunyai takhingga banyak solusi.

Teorema 1.5.2. Jika SPL yang underdetermined konsisten, maka SPL ini harus mempunyai
tak hingga banyak solusi.

Bukti. Perhatikan bahwa bentuk eselon baris dari matriks diperbesar dari SPL underdeter-
mined mempunyai r baris tak nol, r ≤ m. Jadi, terdapat r variabel utama, dan karenanya ada
n − r ≥ n − m > 0 variabel bebas. 

Teorema 1.5.3. SPL homogen yang underdetermined selalu mempunyai solusi non-trivial.

Bukti. Kita telah tahu bahwa SPL homogen adalah konsisten. Jadi, jika suatu SPL un-
derdetermined dan homogen, maka SPL itu mempunyai tak hingga banyaknya solusi menurut
Teorema sebelumnya, dan khususnya SPL itu haruslah mempunyai solusi tak-nol.

Teorema 1.5.4. SPL n × n konsisten dan mempunyai solusi tunggal jika dan hanya jika satu-
satunya solusi dari SPL homogen yang bersesuaian adalah solusi nol.

1.6 Aplikasi Sistem Persamaan Linier

Arus Lalu Lintas

Contoh 1.6.1. Gambar memperlihatkan keadaan jalan yang memiliki bundaran dan empat
ruas jalan satu arah yang memasuki bundaran. Arah lalu lintas ditunjukkan oleh anak panah.
Aliran kendaraan diukur dengan kendaraan per jam. Angka-angka dan variabel pada gambar
menunjukkan banyaknya kendaraan yang melintas pada jalan terkait. Diasumsikan lalu lintas
berjalan normal. Jalan mana yang lalu lintas nya paling padat?

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 26

Gambar 1.6.1

Solusi. Untuk menjawab permasalahan ini, kita gunakan prinsip bahwa banyak kendaraan
masuk persimpangan = banyak kendaraan keluar persimpangan tersebut. Pada Gam-
bar 1.6.1, ada empat titik persimpangan. Kita sebut titik ini A, B, C, dan D. Dari informasi
dalam gambar, kita buat tabel berikut.

Persimpangan banyak kendaraan masuk banyak kendaraan keluar

A 50 + x4 x1
B x1 60 + x2
C 70 + x2 x3
D x3 60 + x1

Dari tabel diatas dapat diturunkan SPL berikut:

x1 − x4 = 50
x1 − x2 = 60
x2 − x3 = −70
x3 − x4 = 60

Matriks diperbesar dan matriks eselon dari SPL diberikan berikut ini.
   
1 0 0 −1 50 1 0 0 −1 50
   
 1 −1 0 0 60   0 −1 0 1 10 
   
  OBE  
 −−−→ 
1 −1 0 −70 0 −1 1 −60 
 
 0   0
   
0 0 1 −1 60 0 0 0 0 0

Berdasarkan matriks eselon kita membentuk SPL berikut

x1 − x4 = 50
− x2 − x4 = 10
− x3 + x4 = −60

Dari matriks eselon terlihat bahwa x4 adalah variabel bebas. Jadi, solusi SPL adalah

x1 = x4 + 50

x2 = x4 − 10

x3 = x4 + 60

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 27

SPL mempunyai banyak solusi, artinya ada banyak arus lalu lintas yang mungkin. Untuk men-
jawab pertanyaan dalam soal, perhatikan bahwa semua arus lalu lintas (x1 , x2 , x3 , dan x4 ) harus-
lah non-negatif. Dengan kata lain, xi ≥ 0, i = 1, 2, 3, 4. Mencermati solusi tersebut, khususnya
x2 , maka nilai x4 yang mungkin agar semua variabel nonnegatif adalah x4 ≥ 10. Berdasarkan
ini, berarti jalan yang keluar dari persimpangan C dilalui oleh paling banyak kendaraan.
♣♣♣
Analisis Jaringan Listrik

SPL digunakan untuk menentukan arus listrik yang mengalir pada cabang-cabang rangkaian
listrik. SPL ini diperoleh dengan menerapkan Hukum Kirchoff 1 dan 2 pada rangkaian listrik.
Hukum Kirchhoff 1
Hukum Kirchhoff 1 disebut hukum percabangan atau junction rule. Bunyi hukum Kirchoff
1 adalah Arus yang masuk pada titik percabangan sama dengan arus yang keluar pada titik
percabangan tersebut.
Hukum Kirchhoff 2
Hukum Kirchhoff 2 disebut juga sebagai Hukum Tegangan Kirchhoff atau Kirchhoff ’s Voltage
Law (KVL). Bunyi hukum Kirchoff 2 adalah Di dalam sebuah rangkaian tertutup, jumlah aljabar
gaya gerak listrik (E) dan penurunan tegangan (IR) sama dengan nol.

Contoh 1.6.2. Pandang rangkaian listrik pada Gambar 1.6.2. Tentukan besarnya arus I1 , I2 ,
dan I3 dalam jaringan listrik tersebut.

8 volt
I1 C I1

12ohm
A B
I2 I2

16 volt
I3 D I3

Gambar 1.6.2

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 28

Solusi. Untuk percabangan, dengan hukum Kirchoff 1 kita mempunyai

Cabang A : I1 + I3 = I2

Cabang B : I2 = I1 + I3 .

Kedua cabang ini memberikan I1 − I2 + I3 = 0.

Untuk lintasan tertutup, dengan hukum Kirchoff 2 kita mempunyai

Lintasan CABC : 4I1 + I2 = 8

Lintasan DABD : I2 + 4(I3 ) = 16

Terdapat satu lintasan lagi, yaitu lintasan terluar CADBC. Untuk lintasan ini, kita memandang
tegangan dan resistan pada jalur yang berlawanan arah sebagai negatif. Jadi kita mempunyai
2I1 + 2I1 − 4I3 = 8 − 16 atau 4I1 − 4I3 = −8. Persamaan ini merupakan selisih dari dua
persamaan pada dua lintasan lainnya. Jadi, kita bisa abaikan ini karena tidak memberikan
informasi baru.
Sekarang kita mempunyai SPL berikut

I1 − I2 + I3 = 0
4I1 + I2 = 8
I2 + 4I3 = 16

Kita selesaikan SPL ini didapat I1 = 1 amp, I2 = 4 amp, dan I3 = 3 amp. ♣♣♣

Menyetimbangkan Reaksi Kimia

Reaksi kimia dikatakan setimbang jika banyaknya atom dari setiap unsur pada kedua ruas
reaksi adalah sama. Untuk menentukan banyaknya atom yang diperlukan untuk menyetim-
bangkan reaksi kimia melibatkan penyelesaian SPL.

Contoh 1.6.3. Pandang reaksi pembakaran metana berikut

CH4 + O2 → CO2 + H2 O.

Setimbangkan reaksi ini!

Solusi. Untuk menyetimbangkan reaksi, banyak atom di sebelah kiri panah harus sama dengan
banyak atom di sebelah kanan panah. Kita perlu mendapatkan bilangan bulat x1 , x2 , x3 , dan
x4 sehingga reaksi
x1 CH4 + x2 O2 → x3 CO2 + x4 H2 O

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 29

setimbang. Kita samakan banyaknya atom karbon, hidrogen, dan oksigen pada kedua ruas dari
reaksi ini sehingga didapat SPL homogen

x1 − x3 = 0
4x1 − 2x4 = 0
2x2 − 2x3 − x4 = 0

1 1


Selesaikan sistem ini, didapat himpunan solusi 2 t, t, 2 t, t t ∈ R . Karena yang diperlukan
adalah bilangan bulat positif, solusi khusus diperoleh dengan mengambil t = 2, 4, 6, . . .. Misal
jika diambil t = 2, maka didapat x1 = 1, x2 = 2, x3 = 1, dan x4 = 2 sehingga reaksi yang
setimbang adalah

CH4 + 2 O2 → CO2 + 2 H2 O.

♣♣♣

Nutrisi

Merancang diet sehat melibatkan pemilihan makanan dari kelompok bahan makanan berbeda
yang bila dikombinasikan dalam jumlah yang tepat akan memenuhi kebutuhan nutrisi.

Contoh 1.6.4. Tabel berikut menunjukkan banyaknya miligram vitamin A, vitamin B, vitamin
C, dan niasin yang terkandung dalam 1 gr dari empat makanan berbeda. Seorang ahli gizi ingin
mempersiapkan menu yang mengandung 250 mg vitamin A, 300 mg vitamin B, 400 mg vitamin
C, dan 70 mg niasin. Tentukan berapa gram setiap bahan makanan harus dicampurkan agar
memenuhi kebutuhan nutrisi.

Kelompok 1 Kelompok 2 Kelompok 3 Kelompok 4

Vitamin A 20 30 40 10
Vitamin B 40 20 35 20
Vitamin C 50 40 10 30
Niasin 5 5 10 5

Solusi. Misalkan x1 , x2 , x3 , dan x4 masing-masing menyatakan banyak gram bahan makanan

yang dibutuhkan dari kelompok 1 sampai dengan kelompok 4. Berdasarkan data dalam tabel,

Sariyasa 2007-2025 Keep Learning

Seri Matematika Ganesha 30

diperoleh SPL berikut

20x1 + 30x2 + 40x3 + 10x4 = 250
40x1 + 20x2 + 35x3 + 20x4 = 300
50x1 + 40x2 + 10x3 + 30x4 = 400
5x1 + 5x2 + 10x3 + 5x4 = 70
Selesaikan sistem ini, didapat x1 = 1.4, x2 = 3.2, x3 = 1.6, dan x4 = 6.2 Jadi, banyak gram
makanan yang mesti dicampur agar mendapat nutrisi yang cukup dari kelompok 1, kelompok
2, kelompok 3, dan kelompok 4 masing-masing adalah 1.4 gram, 3.2 gram, 1.6 gram, dan 6.2
gram. ♣♣♣

Sariyasa 2007-2025 Keep Learning