Matrix: Basic Concepts And Practical Applications In Daily Life
DOI:
https://doi.org/10.69533/v728gt48Keywords:
Mathematics, Linear Algebra, Matrix, Matrix Operation, Mathematical Application, Data ProcessingAbstract
Matrix, as a fundamental mathematical concept, have crucial applications in computer science. This study analyzes: the basic structure of matrices (definition, types, addition-multiplication-inverse operations), and their implementation in computational fields, including: digital image processing (pixel representation, image transformation), intelligent systems (matrix-based neural networks), data security (matrix encryption), and network optimization (routing algorithms). A combination of literature review and case analysis reveals that understanding matrices is the backbone of modern computing, particularly in the development of machine learning and computer vision. Findings indicate a gap between conventional matrix theory and the demands of large-scale computing in industry. This study recommends integrating examples of computer science applications into matrix education to prepare digital talent.
Downloads
References
Abrar, A. I. (2022). Pengembangan Modul Mata Kuliah Aljabar Linear Elementer Bernuansa islami Berbasis Pendekatan Saintifik Pada Mahasiswa Jurusan Pendidikan Matematika. Jurnal Ilmu Pendidikan.
Aditi Ghai, X. J. (2019). A comparison of preconditioned Krylov subspace methods for large-scale nonsymmetric linear systems. Numaerical Linear Algebra With Applications.
Aditya, P. R. (2021). Aplikasi Operasi Matriks Dalam Pengolahan Citra Digital Untuk Sistem Pengenalan Wajah Menggunakan Bahasa Pemrograman Python. Jurnal Teknologi Informasi dan Ilmu Komputer Universitas Brawijaya Malang.
Angraini, L. M. (2021). Pengembangan Bahan Ajar Berbasis Pemecahan Masalah Pada Mata Kuliah Aljabar Linear. Euclid.
Budi Santoso, A. W. (2023). Implementasi Konsep Matriks dalam Sistem Kriptografi Modern untuk Keamanan Data Mahasiswa Universitas Pendidikan Indonesia Bandung. Jurnal Matematika dan Pembelajaran Matematika Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam Universitas Pendidikan Indonesia Bandung, 145-160.
Meyer, C.D. (2021). Applied Matrix Algebra in Engineering Systems. Society for Industrial and Applied Mathematics Journal on Matrix Analysis and Applications.
Watkins, D.S. (2022). Matrix Decomposition Methods in Scientific Computing. Journal of Scientific Computing.
Dewi, S. K. (2021). Pembelajaran Konsep Matriks Dengan Pendekatan Kontekstual Melalui Aplikasi Microsoft Excel Untuk Siswa Kelas XI Sekolah Menengah Atas Negeri 3 Bandung. Jurnal Pendidikan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Jakarta.
Handayani, I. (2022). nalisis Kesalahan Mahasiswa dalam Menyelesaikan Soal Aljabar Linear dan Matriks pada Materi Sistem Persamaan Linear. Jurnal Pendidikan Glasser.
Kurniawan, A. (2023). Implementasi Operasi Matriks Dasar Dalam Pemrograman Python Untuk Pembelajaran Aljabar Linear di Program Studi Teknik Informatika Universitas Udayana. Jurnal Informatika Fakultas Teknik Universitas Udayana.
Trefethen, L.N. (2021). Numerical Linear Algebra for Modern Computations. Acta Numerica.
Loan, V. (2023). Matrix Methods in Machine Learning Algorithms. Machine Learning Journal.
Higham, N.J. (2020). Accuracy and Stability in Numerical Matrix Computations. Society for Industrial and Applied Mathematics Journal on Scientific Computing.
Nuhayati, S. (2019). Penggunaan Matriks Jarak Dalam Analisis Jaringan Transportasi Perkotaan Untuk Optimasi Rute Angkutan Umum Kota Yogyakarta. Jurnal Matematika dan Aplikasinya Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Gadjah Mada.
Saputra, D. (2020). Penerapan Konsep Matriks Dalam Sistem Rekomendasi Produk E-Commerce Berbasis Collaborative Filtering. Jurnal Sistem Informasi Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau.
Siregar, H. M. (2023). Profil Hasil Belajar Mahasiswa Pendidikan Matematika pada Materi Sistem Persamaan Linear dan Matriks Mata Kuliah Aljabar Linear. Jurnal Pendidikan Matematika Universitas Lampung.
Stephen Boyd, L. V. (2022). Convex Optimization with Matrix Variables. IEEE Transactions on Automatic Control.
Tao, T. (2021). Recent Developments in Random Matrix Theory. Annals of Probability.
Vandenberghe, S. B. (2022). Introduction to Applied Linear Algebra – Vectors, Matrices, and Least Squares. Cambridge: Cambridge University Press.
Wulantina, E. (2022). Pengembangan E-Modul Aljabar Linear Dengan Pendekatan Pendidikan Matematika Realistik Berbasis Nilai-Nilai Keislaman. JNPM (JurnalNasional Pendidikan Matematika).
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Muhamad Dimas Aprijal, Diny Syarifah (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
