BAB I PENDAHULUAN 1.1. Latar Belakang

dokumen-dokumen yang mirip
BAB I PENDAHULUAN 1.1 Latar Belakang

ELIMINASI GAUSS JORDAN. Oleh: Andi Rusdi*)

5. PERSAMAAN LINIER. 1. Berikut adalah contoh SPL yang terdiri dari 4 persamaan linier dan 3 variabel.

BAB I PENDAHULUAN Latar Belakang Masalah

ALJABAR LINIER MAYDA WARUNI K, ST, MT ALJABAR LINIER (I)

APLIKASI METODE PANGKAT DALAM MENGAPROKSIMASI NILAI EIGEN KOMPLEKS PADA MATRIKS

I PENDAHULUAN II LANDASAN TEORI

ALGORITMA ELIMINASI GAUSS INTERVAL DALAM MENDAPATKAN NILAI DETERMINAN MATRIKS INTERVAL DAN MENCARI SOLUSI SISTEM PERSAMAAN INTERVAL LINEAR

a11 a12 x1 b1 Kumpulan Materi Kuliah #1 s/d #03 Tahun Ajaran 2016/2016: Oleh: Prof. Dr. Ir. Setijo Bismo, DEA.

BAB 2 LANDASAN TEORI

BAB X SISTEM PERSAMAAN LINIER

Matriks. Baris ke 2 Baris ke 3

Aljabar Linear Dasar Edisi Kedua

Pertemuan 13 persamaan linier NON HOMOGEN

BAB 4 : SISTEM PERSAMAAN LINIER

MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT 304

Panduan Belajar. Selamat Belajar. iii

SISTEM PERSAMAAN LINEAR

SATUAN ACARA PERKULIAHAN

Jln. Perintis Kemerdekaan, Makassar, Indonesia, Kode Pos Perintis Kemerdekaan Street, Makassar, Indonesia, Post Code 90245

BAB I PENDAHULUAN. 3) Untuk mengetahui apa yang dimaksud dengan invers matriks. 4) Untuk mengetahui apa yang dimaksud dengan determinan matriks

S I L A B U S. Kode Mata Kuliah : SKS : 3. Dosen Pembimbing : M. Soenarto

PENYELESAIAN SISTEM PERSAMAAN LINIER KOMPLEKS MENGGUNAKAN METODE ITERASI GAUSS-SEIDEL TUGAS AKHIR

BAB II LANDASAN TEORI

Part II SPL Homogen Matriks

ISSN (Media Cetak) ISSN (Media Online) Implementasi Metode Eliminasi Gauss Pada Rangkaian Listrik Menggunakan Matlab

a11 a12 x1 b1 Lanjutan Mencari Matriks Balikan dengan OBE

MATRIK DAN KOMPUTASI

BAB II TINJAUAN PUSTAKA

1.1 MATRIKS DAN JENISNYA Matriks merupakan kumpulan bilangan yang berbentuk segi empat yang tersusun dalam baris dan kolom.

Matriks - Definisi. Sebuah matriks yang memiliki m baris dan n kolom disebut matriks m n. Sebagai contoh: Adalah sebuah matriks 2 3.

MENENTUKAN NILPOTENT ORDE 4 PADA MATRIKS SINGULAR MENGGUNAKAN TEOREMA CAYLEY HAMILTON TUGAS AKHIR

03-Pemecahan Persamaan Linier (2)

Aljabar Linear Elementer MA SKS. 07/03/ :21 MA-1223 Aljabar Linear 1

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN Latar Belakang Masalah

BAB II LANDASAN TEORI

Aljabar Linear Elementer MUG1E3 3 SKS

WORKSHOP DAN PELATIHAN MATLAB : PENUNJANG PEMBELAJARAN MATEMATIKA DI SMU DALAM RANGKA IMPLEMENTASI CONTEXTUAL TEACHING LEARNING ABSTRAK

Pertemuan 8 Aljabar Linear & Matriks

BAB I PENDAHULUAN Latar Belakang Masalah

48. Mata Pelajaran Matematika untuk Sekolah Menengah Atas Luar Biasa Tunalaras (SMALB E) A. Latar Belakang

Contoh. C. Determinan dan Invers Matriks. C. 1. Determinan

MENYELESAIKAN SISTEM PERSAMAAN LINIER MENGGUNAKAN ANALISIS SVD SKRIPSI. Oleh : Irdam Haidir Ahmad J2A

Perluasan Teorema Cayley-Hamilton pada Matriks

BAB II SISTEM PERSAMAAN LINEAR. Sistem persamaan linear ditemukan hampir di semua cabang ilmu

Matematika Teknik I: Matriks, Inverse, dan Determinan. Oleh: Dadang Amir Hamzah STT DR. KHEZ MUTTAQIEN 2015

SILABUS MATA KULIAH : ALJABAR MATRIKS (2 SKS) KODE: MT304. (1) (2) (3) (4) (5) (6) (7) (8) (9) 1 Matriks dan Operasinya. 1. Pengertian Matriks

Pertemuan 14. persamaan linier NON HOMOGEN

PENERAPAN METODE NUMERIK PADA PERAMALAN UNTUK MENGHITUNG KOOEFISIEN-KOEFISIEN PADA GARIS REGRESI LINIER BERGANDA

DIAGONALISASI MATRIKS KOMPLEKS

PENYELESAIAN SISTEM PERSAMAAN LINEAR FUZZY KOMPLEKS MENGGUNAKAN METODE DEKOMPOSISI DOOLITTLE

PEMANFAATAN SOFTWARE MATLAB DALAM PEMBELAJARAN METODE NUMERIK POKOK BAHASAN SISTEM PERSAMAAN LINEAR SIMULTAN

51. Mata Pelajaran Matematika Kelompok Teknologi, Kesehatan dan Pertanian untuk Sekolah Menengah Kejuruan (SMK)/Madrasah Aliyah Kejuruan (MAK) A.

BAB III : SISTEM PERSAMAAN LINIER

DIAGONALISASI MATRIKS ATAS RING KOMUTATIF DENGAN ELEMEN SATUAN INTISARI

MATRIKS SATUAN ACARA PERKULIAHAN MATA KULIAH MATEMATIKA TEKNIK 1

SOLUSI SISTEM PERSAMAAN LINEAR

MENGHITUNG DETERMINAN MATRIKS MENGGUNAKAN METODE SALIHU

PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier

BAB II LANDASAN TEORI. yang biasanya dinyatakan dalam bentuk sebagai berikut: =

METODE PANGKAT DAN METODE DEFLASI DALAM MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS

BAB I PENDAHULUAN Latar Belakang Masalah

SILABUS PENGALAMAN BELAJAR ALOKASI WAKTU

Aljabar Linier & Matriks. Tatap Muka 2

09. Mata Pelajaran Matematika

BAB I PENDAHULUAN. bidang kehidupan dan teknologi, diperlukan adanya sumber daya manusia

BAB I PENDAHULUAN Latar Belakang Masalah

PEMBUKTIAN RUMUS BENTUK TUTUP BEDA MUNDUR BERDASARKAN DERET TAYLOR

PERANCANGAN APLIKASI ANALISIS RUTE JALAN DENGAN MENGGUNAKAN PENDEKATAN ADJACENCY MATRIX BERBASIS WEB

DETERMINAN. Determinan matriks hanya didefinisikan pada matriks bujursangkar (matriks kuadrat). Notasi determinan matriks A: Jika diketahui matriks A:

Penggunaan Transformasi Matriks dalam Enkripsi dan Dekripsi

44. Mata Pelajaran Matematika untuk Sekolah Menengah Atas (SMA)/ Madrasah Aliyah (MA)

Keunggulan Penyelesaian Persamaan Linear dengan Metode Dekomposisi LU dalam Komputerisasi

SISTEM PERSAMAAN LINEAR

50. Mata Pelajaran Matematika Kelompok Akuntansi dan Pertanian untuk Sekolah Menengah Kejuruan (SMK)/Madrasah Aliyah Kejuruan (MAK) A.

BAB II LANDASAN TEORI. selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi

B. Tujuan Mata pelajaran Matematika bertujuan agar peserta didik memiliki kemampuan sebagai berikut.

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

Syarif Abdullah (G ) Matematika Terapan FMIPA Institut Pertanian Bogor.

BAB II KAJIAN PUSTAKA. operasi matriks, determinan dan invers matriks), aljabar max-plus, matriks atas

PENENTUAN NILAI EIGEN DAN VEKTOR EIGEN DARI MATRIKS TRIDIAGONAL 2-TOEPLITZ DENGAN PENDEKATAN POLINOMIAL CHEBYSHEV MELIZA DITA UTAMI

Laporan Praktikum Metode Komputasi Matematika (Latihan Bab 1 dari Buku J. Leon Aljabar Linear) Program Scilab

KAJIAN MATRIKS JORDAN DAN APLIKASINYA PADA SISTEM LINEAR WAKTU DISKRIT

09. Mata Pelajaran Matematika

MENENTUKAN NILAI EIGEN DAN VEKTOR EIGEN MATRIKS INTERVAL TUGAS AKHIR

Program Studi Teknik Mesin S1

SEBUAH TELAAH ELIPS DAN LINGKARAN MELALUI SEBUAH PENDEKATAN ALJABAR MATRIKS

PENDAHULUAN A. Latar Belakang 1. Metode Langsung Metode Langsung Eliminasi Gauss (EGAUSS) Metode Eliminasi Gauss Dekomposisi LU (DECOLU),

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

BAB 4 PENYELESAIAN SISTEM PERSAMAAN LINEAR

SILABUS. Mengenal matriks persegi. Melakukan operasi aljabar atas dua matriks. Mengenal invers matriks persegi.

Modul Praktikum. Aljabar Linier. Disusun oleh: Machudor Yusman IR., M.Kom. Ucapan Terimakasih:

Penyelesaian SPL dalam Rangkaian Listrik

PAM 252 Metode Numerik Bab 3 Sistem Persamaan Linier

GARIS-GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI: S1 SISTEM INFORMASI Semester : 1

APLIKASI MATRIKS KOMPANION PADA PENYELESAIAN SISTEM PERSAMAAN DIFERENSIAL LINIER NON HOMOGEN TUGAS AKHIR

SIFAT SIFAT MATRIKS SUDOKU TESIS SHOBAH SALAMAH

BAB II LANDASAN TEORI. eigen dan vektor eigen, persamaan diferensial, sistem persamaan diferensial, titik

M AT E M AT I K A E K O N O M I MATRIKS DAN SPL I N S TITUT P ERTA N I A N BOGOR

Transkripsi:

1 BAB I PENDAHULUAN 1.1. Latar Belakang Pembelajaran matematika merupakan pembelajaran yang harus diikuti siswa mulai dari sekolah dasar hingga perguruan tinggi. Matematika harus dipelajari siswa sejak dini karena mata pelajaran matematika memiliki hakikat untuk memberikan bekal kemampuan berfikir logis, analitis, sistematis, kritis, dan kreatif kepada siswa. Namun demikian, agar manfaat pembelajaran dapat diperoleh dengan maksimal maka pembelajaran matematika juga perlu dibarengi dengan adanya respon positif dari pembelajar itu sendiri. Tidak dapat dipungkiri bahwa fenomena yang terjadi pada saat ini menunjukkan bahwa matematika yang merupakan mata pelajaran logis dan sangat bermanfaat, justru menjadi mata pelajaran yang kurang disukai ataupun ditakuti. Pada umumnya orang beranggapan bahwa matematika merupakan mata pelajaran yang tidak aplikatif dan sulit untuk dipahami. Pandangan ini melekat secara turun temurun sehingga membuat bagi kebanyakan orang tidak mau untuk mempelajari matematika. Sebagai akibatnya, didunia pendidikan didapati peserta didik yang memiliki prestasi rendah dalam mata pelajaran matematika. Hal tersebut diatas berbanding terbalik dengan makna matematika itu sendiri dimana matematika adalah ilmu yang mempelajari tentang logika mengenai bentuk, susunan, besaran, dan konsep-konsep yang saling berhubungan. Konsep tersebut terbagi dalam tiga bidang, yakni aljabar, analisis dan geometri. Berdasarkan definisi di atas, dapat disimpulkan bahwa matematika merupakan ilmu mengenai pola dan hubungan, logika, dan konsep-konsep yang berhubungan satu sama lain. Dalam matematika, aljabar linear adalah bidang studi matematika yang mempelajari sistem persamaan linear, vektor, serta transformasi linear dan solusinya. Disamping itu pula dalam aljabar linear tidak dapat dilepaspisahkan mengenai matriks dan operasinya karena berkaitan erat dengan bidang aljabar linear itu sendiri. Matriks bukan sesuatu yang tidak asing lagi dan memiliki

2 berbagai manfaat dalam meyelesaikan aplikasi pada sistem persamaan linear. Sebagaimana diketahui bahwa matriks merupakan sekumpulan bilangan real, yang disusun menyerupai persegi panjang dengan panjang dan lebar menunjukkan banyak baris dan banyak kolom. Matriks itu sendiri memiliki komponen berupa banyaknya baris dan kolom. Matriks yang memiliki m baris dan n kolom disebut matriks berukuran m x n. Matriks juga memiliki berbagai sifat operasi seperti aritmatika, matriks nol, invers matriks, matriks transpos dan matriks diagonal. Penyelesaian persamaan linear yang ditulis dalam bentuk persamaan matriks dapat dilakukan melalui beberapa cara, salah satunya dengan eliminasi Gauss atau dapat juga dengan cara eliminasi Gauss-Jordan. Selanjutnya sistem persamaan linear dalam bentuk matriks tridiagonal, seringkali didapati pada perhitunganperhitungan persamaan diferensial parsial yang dominan secara diagonal (definit positif). Dimana matriks tridiagonal itu sendiri merupakan matriks bujursangkar yang seluruh elemen bukan 0 (nol) berada disekitar elemen diagonal, sementara elemen lainnya bernilai 0 (nol). Pada dasarnya, persamaan linear dalam bentuk matriks tridiagonal dapat dilakukan dengan berbagai inovasi dan alternative untuk mencari penyelesaiannya. Salah satu inovasi, terkait dengan aplikasi matriks tridiagonal adalah penyelesaian nilai eigen. Guru dalam hal ini sebagai tenaga pendidik dalam bidang matematika, harus memiliki peran yang sangat penting. Mengingat bahwa keberhasilan pembelajaran ditunjang dengan pengetahuan dan wawasan yang luas dalam bidang matematika itu sendiri sehingga diharapkan mampu melaksanakan pembelajaran yang lebih komprehensif dan mudah dipahami oleh peserta didik. Oleh sebab itu penulis memandang perlu untuk dilakukan suatu pembahasan lebih lanjut terkait dengan aplikasi matriks tridiagonal. Penulis tertarik untuk melakukan penelitian dalam aplikasi matriks tridiagonal untuk penyelesaian nilai eigen sebagai pengayaan pengetahuan para guru.

3 1.2 Permasalahan Berdasarkan uraian pada latar belakang di atas, maka permasalahan yang akan dibahas lebih lanjut, sebagaimana uraian berikut. 1. Bagaimanakah aplikasi matriks tridiagonal untuk penyelesaian nilai eigen pada sistem persamaan linear, dalam pembelajaran? 2. Bagaimanakah penggunaan matriks tridiagonal pada algoritma Thomas. 1.3 Tujuan Penelitian Tujuan dari pelaksanaan penelitian ini adalah sebagai berikut. 1. Untuk mengetahui aplikasi matriks tridiagonal pada penyelesaian nilai eigen dan persamaan linear dalam pembelajaran. 2. Untuk mengetahui penggunaan algoritma Thomas pada matriks tridiagonal untuk penyelesaian nilai eigen. 1.4 Manfaat Penelitian Manfaat yang diharapkan dapat diperoleh dari penelitian ini adalah sebagai berikut. 1. Memberikan kontribusi terhadap pembelajaran terkait dengan aplikasi matriks tridiagonal dalam penyelesaian nilai eigen pada sistem persamaan linear dalam pembelajaran. 2. Menjadi referensi dalam pembelajaran matriks khususnya yang berkaitan dengan cara penyelesaian persamaan linear dalam bentuk matriks tridiagonal. 1.5 Tinjauan Pustaka Penelitian ini merujuk pada beberapa buku dan jurnal ilmiah. Diantara buku tersebut adalah Dasar-Dasar Aljabar Linear (Wijayanti,dkk 2014). penelitian ini juga meggunakan buku Elemetary Linear Algebra (Larson, 2012). Suparno,S. (2008). Dengan ini komputasi untuk Sains dan Teknik Menggunakan Matlab. Jakarta: Departemen Fisika-FMIPA, Univeristas Indonesia.

4 Pembelajaran matriks telah sejak lama ada. Latin Squares dan Magic Squares telah dikenal sejak jaman prasejarah. Matriks mempunyai sejarah panjang tentang aplikasi dalam memecahkan persamaan linear. Beberapa huruf penting antara 300BC sampai AD200. Pada bab ketujuh Too Much is Not Enough, konsep penentu pertama terlihat hampir 2000 tahun sebelum penemuan oleh ahli matematik Jepang Seki Kowa pada tahun 1683 atau Leibniz Gottfried seorang ahli matematik Jerman (Kandasamy dan Smarandache, 2012). Sejarah matriks ini dijelaskan oleh Stakhov (2009) dalam bukunya yang berjudul The Mathematics of Harmony: From Euclid to Contemporary Mathematics and Computer Science dan juga W. B. Vasantha Kandasamy dalam bukunya yang berjudul Exploring the Extension of Natural Operations on Intervals, Matrices and ComplexNumbers. Dalam buku tersebut dijelaskan bahwa Leibniz mengembangkan teori determinan pada tahun 1693. Cramer mengembangkan teori tersebut lebih lanjut, mempresentasikan aturan Cramer's pada tahun 1750. Carl Friedrich Gauss dan Wilhelm Jordan mengembangkan Gauss-Jordan penghapusan pada tahun 1800. Kata matriks pertama kali diperkenalkan oleh James Joseph Sylvester (1814-1897) pada tahun 1850 untuksmenunjukkan susunan bilangan-bilangan berbentuk persegi atau persegi panjang. Sebelum tahun 1858, Arthur Cayley menulis tentang transformasi linear yang menggambarkan bahwa matriks secara formal merupakan suatu cabang matematika. Wen Y (2004). Eigenvalues Of Several Tridiagonal Matrices (Applied Mathematies ISSN 1607-2510) Kouachi,S. (2006) Eigenvalues And Eigenvectors Of Tridiagonal Matrices (Applied Mathematies ).

5 1.6 Metode Penelitian Metode yang digunakan dalam tesis ini yaitu dengan studi literatur secara sistematis untuk mempelajari jurnal-jurnal dan buku-buku penunjang yang berhubungan dengan sistem persamaan linear, matriks tridiagonal dan pengembangan serta penerapannya. Penelitian ini diawali dengan mempelajari definisi mengenai sistem persamaan linear. Yang dilanjutkan dengan mengkaji definisi dari teori tentang matriks dan determinan matriks bujursangkar. Berikut dilanjutkan pula teori mengenai penyelesaian sistem matriks tridiagonal dengan algoritma Thomas serta nilai eigen pada matriks tridiagonal. Berdasarkan uraian diatas, hasil yang diinginkan pada penelitian ini ialah menemukan solusi sistem persamaan linear yang berbentuk matriks tridiagonal dengan menggunakan algoritma Thomas baik secara manual maupun melalui program. 1.7 Sistematika Penulisan Sistematika penulisan yang akan digunakan dalam penelitian ini adalah sebagai berikut : BAB I Pendahuluan : Bab ini berisikan latar belakang penelitian, perumusanmasalah, tujuan penelitian, manfaat penelitian, tinjauan pustaka, metode penelitian, dan sistematika penulisan. BAB II Landasan Teori : Pada bab ini peneliti membahas tentang uraian hasil penelitian terdahulu, tinjauan teori yang terkait dengan persamaan linear, matriks, dan matriks tridiagonal dalam penyelesaian nilai eigen, serta hal-hal mendasar lainnya yang akan digunakan lebih lanjut dalam pembahasan penelitian ini. BAB III Aplikasi Matriks Tridiagonal Dan Nilai Eigen : Bab ini merupakan pembahasan untuk menjawab pertanyaan yang diungkapkan pada BAB I. BAB IV Kesimpulan : Bab ini merupakan kesimpulan yang diperoleh dari pembahasan pada BAB III.