Module 06: Matrix Algebra

Aljabar Matriks untuk Pemodelan Bisnis, Sistem Persamaan, dan Analisis Input-Output. Materi LEAN dengan visualisasi SVG native.

🎥 Video Kuliah Pendukung

6.1 Konsep Dasar Matriks & Operasi Dasar

Matriks adalah susunan bilangan dalam baris dan kolom. Ukuran matriks dinyatakan sebagai m × n (m baris, n kolom). Matriks sangat efisien untuk merepresentasikan data bisnis terstruktur.

Matriks A_m×n = [a_ij], di mana i = baris, j = kolom

₁₁ a₁₂ a₁₃ a₂₁ a₂₂ a₂₃ Ukuran: 2 × 3 (2 baris, 3 kolom)

📌 Contoh Kasus UMKM (Stok Toko Online):
Stok awal (dalam lusin) untuk 2 cabang (Jakarta, Bandung) dan 3 produk (Kopi, Teh, Roti):
A =
[ 50 30 20 ] (Jakarta)
[ 40 25 15 ] (Bandung)
Matriks ini berukuran 2 × 3. Elemen a₁₂ = 30 berarti stok Teh di Jakarta adalah 30 lusin.

6.2 Penjumlahan Matriks & Perkalian Skalar

Dua matriks dapat dijumlahkan hanya jika ukurannya sama. Perkalian skalar mengalikan setiap elemen matriks dengan sebuah bilangan konstan.

A + B = [a_ij + b_ij] | kA = [k × a_ij]

📌 Contoh Kasus E-commerce (Rekap Stok):
Jika matriks A adalah stok awal dan matriks B adalah stok yang baru datang:
A = [ 50 30 ], B = [ 10 5 ]
Total Stok = A + B = [ 60 35 ]
Jika semua stok harus dikurangi 10% karena kerusakan (skalar k = 0,9):
0,9 × [ 60 35 ] = [ 54 31,5 ]

6.3 Perkalian Matriks & Persamaan Matriks

Perkalian matriks A (m × n) dan B (n × p) menghasilkan matriks C (m × p). Syarat utama: Jumlah kolom A harus sama dengan jumlah baris B.

C_ij = Σ (A_ik × B_kj)

📌 Contoh Kasus Bisnis (Total Biaya Bahan Baku):
Matriks Kuantitas (Q) 2 × 3 dan Matriks Harga per Unit (P) 3 × 1:
Q = [ 10 5 2 ] (Produk X)
    [ 8    10 4 ] (Produk Y)
P = [ 5.000 ] (Bahan A)
    [ 3.000 ] (Bahan B)
    [ 2.000 ] (Bahan C)
Total Biaya = Q × P = [ (10×5000)+(5×3000)+(2×2000) ] = [ 69.000 ]
Perkalian matriks secara instan menghitung total biaya untuk setiap lini produk tanpa perlu loop manual.

6.4 & 6.5 Solusi Sistem Persamaan (Reduksi Matriks)

Sistem persamaan linear dapat direpresentasikan sebagai matriks augmented [A | B]. Dengan operasi baris elementer (OBE), kita mereduksinya menjadi bentuk eselon baris tereduksi untuk menemukan solusi unik, tak hingga, atau tidak ada solusi.

OBE: 1. Tukar baris, 2. Kali baris dengan konstanta ≠ 0, 3. Tambah kelipatan baris ke baris lain.

📌 Contoh Kasus Riset Bisnis (Alokasi Budget):
Budget total Rp 10.000.000 untuk Iklan FB (x) dan IG (y).
1) x + y = 10.000.000
2) 2x + 3y = 25.000.000 (Target konversi)
Matriks Augmented:
[ 1 1 | 10.000.000 ]
[ 2 3 | 25.000.000 ]
Reduksi (R2 − 2R1):
[ 1 1 | 10.000.000 ]
[ 0 1 | 5.000.000 ] → y = 5.000.000
Substitusi balik: x = 5.000.000.
Metode ini menjadi fondasi algoritma komputer untuk menyelesaikan ribuan variabel sekaligus.

6.6 Invers Matriks

Matriks persegi A memiliki invers (A⁻¹) jika determinannya tidak nol. Sifat kunci: A × A⁻¹ = I (Matriks Identitas). Ini digunakan untuk menyelesaikan AX = B menjadi X = A⁻¹B.

[ A | I ] → [ I | A⁻¹] (melalui OBE)

📌 Contoh Kasus Perencanaan Pensiun 2027:
Anda memiliki 2 instrumen investasi (Saham & Obligasi) dengan return berbeda. Untuk mencapai target portofolio tertentu (B), Anda perlu mengetahui alokasi modal (X).
Jika A adalah matriks koefisien return, maka X = A⁻¹B memberi Anda alokasi modal yang presisi tanpa perlu menebak-nebak.

6.7 Analisis Input-Output Leontief

Model Leontief menganalisis ketergantungan antar sektor ekonomi. Persamaan dasarnya: X = AX + D, di mana X = Total Produksi, A = Matriks Koefisien Input, D = Permintaan Eksternal.

X = (I − A)⁻¹ D

📌 Contoh Kasus Ekosistem UMKM Lokal:
Sektor 1: Pengrajin, Sektor 2: Pemasaran Digital.
Untuk menghasilkan Rp 1 output Pemasaran, dibutuhkan Rp 0,2 output Pengrajin. Matriks A menangkap ketergantungan ini. Jika ada pesanan eksternal (D) sebesar Rp 50.000.000, matriks (I − A)⁻¹ (disebut Matriks Multiplier Leontief) akan memberitahu total produksi kasar (X) yang harus disiapkan agar rantai pasok tidak putus.

📝 Latihan Soal Pilihan (per Section)

Klik pada setiap soal untuk melihat jawaban dan pembahasan singkat.

Soal 1 (6.3): Diketahui A = [2 1] dan B = [3; 4]. Hitung A × B.

Jawaban: [10]
Pembahasan: (2 × 3) + (1 × 4) = 6 + 4 = 10. Hasilnya adalah matriks 1 × 1.

Soal 2 (6.4): Selesaikan sistem: 2x + y = 5 dan x − y = 1 menggunakan matriks augmented.

Jawaban: x = 2, y = 1
Pembahasan: [2 1 | 5] dan [1 −1 | 1]. Tukar baris, lalu R1 − 2R2 → [0 3 | 3] → y = 1. Substitusi ke x − 1 = 1 → x = 2.

Soal 3 (6.6): Tentukan invers dari matriks A = [2 1; 1 1].

Jawaban: A⁻¹ = [1 −1; −1 2]
Pembahasan: Determinan = (2)(1) − (1)(1) = 1. Invers = (1/1) × [1 −1; −1 2].

🎯 Chapter 6 Review Problems (Komprehensif)

Soal-soal kunci dari akhir bab untuk menguji penguasaan konsep matriks. Klik untuk melihat pembahasan.

Review 1: Operasi Matriks Dasar

Soal: Diketahui A = [1 2; 3 4] dan B = [2 0; 1 2]. Hitung 2A − B.

🔍 Lihat Pembahasan

2A = [2 4; 6 8]
2A − B = [2−2 4−0; 6−1 8−2] = [0 4; 5 6].

Review 2: Perkalian Matriks

Soal: Hitung hasil kali [1 2 3] × [4; 5; 6].

🔍 Lihat Pembahasan

(1×4) + (2×5) + (3×6) = 4 + 10 + 18 = [32].

Review 3: Reduksi Matriks (Sistem Persamaan)

Soal: Selesaikan sistem: x + 2y = 4 dan 2x + 4y = 8.

🔍 Lihat Pembahasan

Matriks augmented: [1 2 | 4; 2 4 | 8].
R2 − 2R1 → [1 2 | 4; 0 0 | 0].
Jawaban: Memiliki infinit solusi (satu parameter). x = 4 − 2y, y = t.

Review 4: Mencari Invers Matriks 2×2

Soal: Tentukan invers dari A = [3 1; 5 2].

🔍 Lihat Pembahasan

Determinan (det) = (3)(2) − (1)(5) = 6 − 5 = 1.
A⁻¹ = (1/1) × [2 −1; −5 3] = [2 −1; −5 3].

Review 5: Menyelesaikan AX = B dengan Invers

Soal: Selesaikan sistem x + y = 3 dan 2x + 3y = 8 menggunakan invers matriks.

🔍 Lihat Pembahasan

A = [1 1; 2 3], det(A) = 1. A⁻¹ = [3 −1; −2 1].
X = A⁻¹B = [3 −1; −2 1] × [3; 8] = [(3×3)+(−1×8); (−2×3)+(1×8)] = [1; 2].
Jadi, x = 1, y = 2.

Review 6: Sistem Homogen

Soal: Tentukan apakah sistem 2x − y = 0 dan 4x − 2y = 0 memiliki solusi unik atau infinit.

🔍 Lihat Pembahasan

Matriks koefisien: [2 −1; 4 −2]. Baris 2 adalah 2 × Baris 1.
Setelah reduksi, didapat [2 −1 | 0; 0 0 | 0].
Jawaban: Memiliki infinit solusi (solusi trivial x=0, y=0 dan solusi non-trivial).

Review 7: Analisis Input-Output Leontief Sederhana

Soal: Diketahui matriks teknologi A = [0,2] dan permintaan eksternal D = [80]. Hitung total produksi X yang dibutuhkan (asumsikan ekonomi 1 sektor).

🔍 Lihat Pembahasan

X = (I − A)⁻¹ D
I − A = 1 − 0,2 = 0,8.
(I − A)⁻¹ = 1 / 0,8 = 1,25.
X = 1,25 × 80 = 100.
Total produksi yang harus disiapkan adalah 100 unit untuk memenuhi permintaan eksternal 80 unit dan kebutuhan internal 20 unit.

🎓 Catatan Efisiensi: Penguasaan aljabar matriks memungkinkan Anda memodelkan masalah bisnis multi-variabel (seperti alokasi sumber daya atau rantai pasok) secara sistematis. Daripada menyelesaikan persamaan satu per satu secara manual, matriks memberi Anda kerangka kerja yang siap diotomatisasi. Gunakan waktu yang dihemat ini untuk menyempurnakan materi video kuliah atau strategi portofolio pensiun Anda menuju 2027.

Module 06 – Matrix Algebra

Mengelola Data Kompleks dengan “Kotak Ajaib”

Kode Mata Kuliah	: MNJ104
Topik	: Aljabar Matriks & Input-Output Analysis
Referensi	: Haeussler, Chapter 6

Matriks adalah cara matematikawan merapikan data ke dalam baris dan kolom. Ini adalah jembatan menuju analisis Big Data dan Supply Chain.

1. Operasi Matriks: Hati-hati di Perkalian!

Dalam bisnis, kita sering mengalikan Matriks Stok dengan Matriks Harga untuk mendapatkan Total Biaya.

Aturan Emas Perkalian:

Kalikan Baris matriks pertama dengan Kolom matriks kedua.
Syarat: Jumlah kolom Matriks A harus sama dengan jumlah baris Matriks B.
A × B ≠ B × A (Urutan menentukan hasil!).

2. Gauss-Jordan Elimination

Teknik ini digunakan untuk mencari solusi dari sistem persamaan linear yang memiliki banyak variabel (misal: 10 jenis produk dengan 10 jenis bahan baku).

3. Matriks Invers (A^-1)

Karena tidak ada operasi pembagian dalam matriks, kita menggunakan Invers untuk memindah-ruaskan variabel.

            Jika AX = B 

            maka X = A-1B

“Inilah dasar algoritma yang digunakan aplikasi seperti Excel atau Matlab untuk menyelesaikan model bisnis.”

4. Leontief Input-Output Analysis

Diciptakan oleh Wassily Leontief (Peraih Nobel), model ini memetakan bagaimana industri saling membutuhkan satu sama lain.

X = (I – A)^-1D

Total Output = (Matriks Identitas – Matriks Teknologi)^-1 × Demand

Insight Bisnis: Jika industri otomotif menaikkan target produksi sebesar 10%, model Leontief bisa menghitung secara akurat berapa tambahan listrik, baja, dan plastik yang harus diproduksi oleh industri pendukungnya.

🎯 Mini Quiz: Matrix Logic

Jika Matriks A (ukuran 3×2) dikalikan dengan Matriks B (ukuran 2×5), berapakah ukuran matriks hasil akhirnya?

👁️ Lihat Jawaban

Jawaban: 3 x 5
Penjelasan: Baris dari matriks pertama (3) dan Kolom dari matriks kedua (5) menjadi dimensi hasil akhir.

Referensi: Haeussler, Chapter 6. Dikembangkan bersama Google Gemini & ChatGPT.
#MatrixAlgebra #Leontief #GaussJordan #SupplyChainMath

🌾🏦

Case Study: Leontief Model (Agriculture vs Finance)

Mari kita asumsikan sebuah ekonomi sederhana yang hanya terdiri dari dua sektor: Pertanian (P) dan Keuangan (K).

1. Matriks Teknologi (A)

Matriks ini menunjukkan berapa banyak input yang dibutuhkan dari satu sektor untuk menghasilkan satu unit output di sektor lain.

A = 0.3 0.2
0.1 0.4

Baris 1: Kebutuhan Pertanian (0.3 dari diri sendiri, 0.2 dari Keuangan)
Baris 2: Kebutuhan Keuangan (0.1 dari Pertanian, 0.4 dari diri sendiri)

2. Langkah Teknis: Mencari Invers Leontief (I – A)⁻¹

Target kita adalah mencari Total Output (X) jika ada Permintaan Akhir (D) sebesar $100$ unit Pertanian dan $50$ unit Keuangan.

Hitung (I – A):
[1 0; 0 1] - [0.3 0.2; 0.1 0.4] = [0.7 -0.2; -0.1 0.6]
Cari Determinan (I – A):
Det = (0.7 * 0.6) – (-0.2 * -0.1) = 0.42 – 0.02 = 0.40
Cari Matriks Invers (I – A)⁻¹:
(1/0.40) * [0.6 0.2; 0.1 0.7] = [1.5 0.5; 0.25 1.75]

3. Hasil Akhir (X = Invers * D)

Jika Permintaan Akhir (D) = [100; 50], maka Total Output (X) adalah:

Xₚ = (1.5 * 100) + (0.5 * 50) = 175 unit
Xₖ = (0.25 * 100) + (1.75 * 50) = 112.5 unit

💡 Insight Strategis (Coba-Pikir-Tindak):
Perhatikan bahwa untuk memenuhi permintaan konsumen sebesar 100 unit Pertanian, petani sebenarnya harus memproduksi 175 unit. Mengapa?
Karena sebagian besar (75 unit tambahan) “dimakan” oleh sistem sendiri sebagai input (benih, pakan) dan jasa keuangan (biaya modal/asuransi). Analisis ini membantu manajer Supply Chain memastikan stok bahan baku tidak kekurangan di tengah jalan.

Module 05 – Mathematics of Finance

MAT BIS

Module 07 – Mid-Semester Review

Module 06: Matrix Algebra

🎯 Chapter 6 Review Problems (Komprehensif)

Module 06 – Matrix Algebra

1. Operasi Matriks: Hati-hati di Perkalian!

2. Gauss-Jordan Elimination

3. Matriks Invers (A-1)

4. Leontief Input-Output Analysis

🎯 Mini Quiz: Matrix Logic

Case Study: Leontief Model (Agriculture vs Finance)

1. Matriks Teknologi (A)

2. Langkah Teknis: Mencari Invers Leontief (I – A)⁻¹

3. Hasil Akhir (X = Invers * D)

Tinggalkan Komentar Batalkan Balasan

3. Matriks Invers (A^-1)