# Nakafa Learning Content

> For AI agents: use [llms.txt](https://nakafa.com/llms.txt) for the site index. Markdown versions are available by appending `.md` to content URLs or sending `Accept: text/markdown`.

URL: https://nakafa.com/id/materi/ai-ds/metode-linear-ai/aturan-cramer
Source: https://raw.githubusercontent.com/nakafaai/nakafa.com/refs/heads/main/packages/contents/material/lesson/ai-ds/linear-methods/cramer-rule/id.mdx

Selesaikan sistem linear dengan determinan menggunakan aturan Cramer. Pelajari matriks komplementer, formula invers, dan contoh untuk AI.

---

## Penyelesaian Sistem Linear

Aturan Cramer adalah metode untuk menyelesaikan sistem persamaan linear dengan menggunakan determinan. Metode ini memberikan cara langsung untuk menghitung solusi sistem persamaan linear ketika matriks koefisiennya dapat dibalik.

Metode ini sangat berguna untuk memahami hubungan antara determinan dan solusi sistem linear, meskipun secara komputasi kurang efisien dibandingkan eliminasi Gauss untuk sistem besar.

## Matriks Komplementer

Sebelum membahas aturan Cramer, kita perlu memahami konsep **matriks komplementer** yang menjadi dasar dari metode ini.

Untuk matriks $$A \in \mathbb{R}^{n \times n}$$, matriks komplementer didefinisikan sebagai:

Visible text: Untuk matriks , matriks komplementer didefinisikan sebagai:

Component: MathContainer
Children:

```math
\tilde{A} = (\tilde{a}_{ij})_{i=1,\ldots,n \atop j=1,\ldots,n} \in \mathbb{R}^{n \times n}
```

dengan elemen-elemen:

```math
\tilde{a}_{ij} = (-1)^{i+j} \cdot \det A_{ji}
```

Perhatikan bahwa indeks dalam $$A_{ji}$$ bertukar posisi (bukan $$A_{ij}$$).

Visible text: Perhatikan bahwa indeks dalam bertukar posisi (bukan ).

Matriks komplementer $$\tilde{A}$$ adalah matriks yang terdiri dari **kofaktor-kofaktor** dari matriks $$A$$, tetapi dengan posisi yang ditranspose.

Visible text: Matriks komplementer adalah matriks yang terdiri dari **kofaktor-kofaktor** dari matriks , tetapi dengan posisi yang ditranspose.

### Struktur Matriks Komplementer

Matriks komplementer memiliki struktur sebagai berikut:

Component: MathContainer
Children:

```math
\tilde{A} = \begin{pmatrix} \det A_{11} & -\det A_{21} & \det A_{31} & \cdots \\ -\det A_{12} & \det A_{22} & -\det A_{32} & \cdots \\ \det A_{13} & -\det A_{23} & \det A_{33} & \cdots \\ \vdots & \vdots & \vdots & \ddots \end{pmatrix}
```

Setiap elemen dihitung dengan mengambil determinan submatriks yang sesuai, kemudian diberikan tanda berdasarkan pola papan catur $$(-1)^{i+j}$$.

Visible text: Setiap elemen dihitung dengan mengambil determinan submatriks yang sesuai, kemudian diberikan tanda berdasarkan pola papan catur .

## Sifat Fundamental Matriks Komplementer

Salah satu sifat terpenting dari matriks komplementer adalah hubungannya dengan matriks asli:

Component: MathContainer
Children:

```math
A \cdot \tilde{A} = \tilde{A} \cdot A = \begin{pmatrix} \det A & 0 & \cdots & 0 \\ 0 & \det A & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & \det A \end{pmatrix}
```

Dengan kata lain:

```math
A \cdot \tilde{A} = (\det A) \cdot I
```

Sifat ini sangat penting karena memberikan hubungan langsung antara matriks, matriks komplementernya, dan determinannya.

## Formula Invers Matriks

Dari sifat fundamental di atas, kita dapat menurunkan **formula invers matriks** menggunakan matriks komplementer.

Jika matriks $$A \in \mathbb{R}^{n \times n}$$ dapat dibalik, maka:

Visible text: Jika matriks dapat dibalik, maka:

Component: MathContainer
Children:

```math
A^{-1} = \frac{1}{\det A} \cdot \tilde{A}
```

Namun perhitungan invers matriks menggunakan formula ini jauh lebih tidak efisien dibandingkan eliminasi Gauss untuk matriks berukuran besar.

### Contoh untuk Matriks Ordo Dua

Untuk matriks $$n = 2$$:

Visible text: Untuk matriks :

```math
A = \begin{pmatrix} a & b \\ c & d \end{pmatrix}
```

Determinannya adalah:

```math
\det A = a \cdot d - b \cdot c
```

Matriks komplementernya adalah:

```math
\tilde{A} = \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}
```

Sehingga inversnya adalah:

Component: MathContainer
Children:

```math
A^{-1} = \frac{1}{a \cdot d - b \cdot c} \cdot \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}
```

Kita dapat memverifikasi bahwa:

Component: MathContainer
Children:

```math
A \cdot A^{-1} = \frac{1}{a \cdot d - b \cdot c} \begin{pmatrix} a \cdot d - b \cdot c & -a \cdot b + a \cdot b \\ c \cdot d - c \cdot d & -c \cdot b + a \cdot d \end{pmatrix}
```

```math
= \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix} = I
```

## Pernyataan Teorema

Sekarang kita dapat merumuskan aturan Cramer untuk menyelesaikan sistem persamaan linear.

Misalkan $$A \in \mathbb{R}^{n \times n}$$ adalah matriks yang dapat dibalik dan $$a^1, a^2, \ldots, a^n \in \mathbb{R}^n$$ adalah kolom-kolom dari $$A$$. Untuk vektor $$b \in \mathbb{R}^n$$, solusi $$x \in \mathbb{R}^n$$ dari sistem persamaan linear $$A \cdot x = b$$ diberikan oleh:

Visible text: Misalkan adalah matriks yang dapat dibalik dan adalah kolom-kolom dari . Untuk vektor , solusi dari sistem persamaan linear diberikan oleh:

Component: MathContainer
Children:

```math
x_j = \frac{\det(a^1 \; \ldots \; a^{j-1} \; b \; a^{j+1} \; \ldots \; a^n)}{\det A}
```

untuk $$j = 1, 2, \ldots, n$$.

Visible text: untuk .

Untuk menghitung komponen ke-$$j$$ dari solusi $$x$$, kita mengganti kolom ke-$$j$$ dari matriks $$A$$ dengan vektor $$b$$, kemudian menghitung determinan matriks yang dimodifikasi ini dan membaginya dengan determinan matriks $$A$$ asli.

Visible text: Untuk menghitung komponen ke- dari solusi , kita mengganti kolom ke- dari matriks dengan vektor , kemudian menghitung determinan matriks yang dimodifikasi ini dan membaginya dengan determinan matriks asli.

## Bukti Menggunakan Pengembangan Laplace

Bukti aturan Cramer menggunakan pengembangan Laplace dan sifat matriks komplementer.

Untuk $$j = 1, \ldots, n$$:

Visible text: Untuk :

Component: MathContainer
Children:

```math
x_j = (A^{-1} \cdot b)_j = \sum_{i=1}^{n} (A^{-1})_{ji} \cdot b_i = \sum_{i=1}^{n} \frac{1}{\det A} \cdot \tilde{a}_{ji} \cdot b_i
```

Component: MathContainer
Children:

```math
= \frac{1}{\det A} \sum_{i=1}^{n} (-1)^{i+j} \cdot \det A_{ij} \cdot b_i
```

```math
= \frac{1}{\det A} \cdot \det(a^1 \; \ldots \; a^{j-1} \; b \; a^{j+1} \; \ldots \; a^n)
```

berdasarkan pengembangan Laplace terhadap kolom ke-j.

## Contoh Penerapan

Mari kita lihat contoh konkret penerapan aturan Cramer:

Component: MathContainer
Children:

```math
A = \begin{pmatrix} 1 & 1 & -1 \\ 1 & -1 & 1 \\ -1 & 1 & 1 \end{pmatrix}, \quad b = \begin{pmatrix} 20 \\ 40 \\ 30 \end{pmatrix}
```

Karena:

Component: MathContainer
Children:

```math
\det A = 1 \cdot ((-1) \cdot 1 - 1 \cdot 1) - 1 \cdot (1 \cdot 1 - (-1) \cdot 1)
```

```math
+ (-1) \cdot (1 \cdot 1 - (-1) \cdot (-1)) = -4 \neq 0
```

matriks $$A$$ dapat dibalik dan sistem memiliki solusi unik.

Visible text: matriks dapat dibalik dan sistem memiliki solusi unik.

Menurut aturan Cramer:

Component: MathContainer
Children:

```math
x_1 = \frac{1}{\det A} \cdot \det \begin{pmatrix} 20 & 1 & -1 \\ 40 & -1 & 1 \\ 30 & 1 & 1 \end{pmatrix} = \frac{-120}{-4} = 30
```

Component: MathContainer
Children:

```math
x_2 = \frac{1}{\det A} \cdot \det \begin{pmatrix} 1 & 20 & -1 \\ 1 & 40 & 1 \\ -1 & 30 & 1 \end{pmatrix} = \frac{-100}{-4} = 25
```

Component: MathContainer
Children:

```math
x_3 = \frac{1}{\det A} \cdot \det \begin{pmatrix} 1 & 1 & 20 \\ 1 & -1 & 40 \\ -1 & 1 & 30 \end{pmatrix} = \frac{-140}{-4} = 35
```

Verifikasi menunjukkan bahwa $$A \cdot x - b = 0$$.

Visible text: Verifikasi menunjukkan bahwa .

## Sifat Solusi untuk Matriks Integer

Jika $$A \in \mathbb{Z}^{n \times n}$$ adalah matriks yang dapat dibalik dengan elemen bilangan bulat dan $$b \in \mathbb{Z}^n$$ adalah vektor dengan elemen bilangan bulat, maka elemen-elemen dari invers $$A^{-1}$$ dan solusi $$x$$ dari sistem $$A \cdot x = b$$ adalah bilangan rasional dengan penyebut yang (jika tidak disingkat) sama dengan $$|\det A|$$.

Visible text: Jika adalah matriks yang dapat dibalik dengan elemen bilangan bulat dan adalah vektor dengan elemen bilangan bulat, maka elemen-elemen dari invers dan solusi dari sistem adalah bilangan rasional dengan penyebut yang (jika tidak disingkat) sama dengan .

Hal ini terjadi karena dalam perhitungan determinan hanya dilakukan operasi penjumlahan, pengurangan, dan perkalian, sehingga determinan matriks bilangan bulat selalu bilangan bulat. Dalam formula invers dan aturan Cramer, satu-satunya operasi pembagian adalah pembagian dengan $$\det A$$.

Visible text: Hal ini terjadi karena dalam perhitungan determinan hanya dilakukan operasi penjumlahan, pengurangan, dan perkalian, sehingga determinan matriks bilangan bulat selalu bilangan bulat. Dalam formula invers dan aturan Cramer, satu-satunya operasi pembagian adalah pembagian dengan .