Aljabar Linier
Vektor, matriks, eliminasi Gauss, determinan, invers, transformasi bidang, dan nilai eigen — dihitung dengan tangan, lalu dibuktikan dengan numpy di browser.
- Tingkat
- MenengahAda prasyarat
- Isi
- 4 modul16 pelajaran
- Waktu
- ±229 menit3 jam 49 menit
- Latihan
- 52diperiksa otomatis
Pelajaran pertama bisa dicoba tanpa akun. Selanjutnya pakai akun gratis agar progres, draft kode, dan sertifikatmu tersimpan.
Hasil belajar
Yang akan kamu bisa setelah kelas ini
- Menghitung operasi vektor: penjumlahan, perkalian skalar, panjang, jarak, dan vektor satuan.
- Memakai hasil kali titik untuk menghitung sudut, memeriksa ketegaklurusan, dan memproyeksikan satu vektor pada vektor lain.
- Menjumlahkan, mengalikan, dan mentranspos matriks sambil memeriksa syarat ukurannya, serta menulis sistem persamaan sebagai Ax = b.
- Menyelesaikan sistem persamaan linear dengan eliminasi Gauss dan menentukan apakah penyelesaiannya tunggal, tidak ada, atau tak hingga banyaknya.
- Menghitung determinan dan invers matriks, lalu memakainya untuk menyelesaikan sistem.
- Menyusun matriks rotasi, skala, dan cermin di bidang, lalu menghitung nilai dan vektor eigen matriks 2 × 2.
Tempat berlatih
Coba, periksa, lalu lanjutkan.
52 latihan di 16 pelajaran. Jawaban diperiksa langsung di halaman materi; petunjuk dibuka bertahap. Mau menguji diri? Ada latihan berwaktu dengan soal acak dari kelas ini.
- jawaban angka23
- editor Python16
- pilihan jawaban13
Kurikulum
Enam belas pelajaran yang berangkat dari sistem dua persamaan di Aljabar Dasar dan membawanya ke ukuran berapa pun. Vektor dijumlahkan, diukur panjangnya, dan dibandingkan arahnya lewat hasil kali titik; matriks dijumlahkan, dikalikan, dan ditranspos dengan memeriksa syarat ukurannya; sistem persamaan ditulis sebagai Ax = b lalu diselesaikan dengan eliminasi Gauss, rank, determinan, dan invers. Modul terakhir membaca matriks sebagai rotasi, skala, dan cermin bidang, lalu memperkenalkan nilai dan vektor eigen. Setiap pelajaran memuat hitungan tangan dan satu latihan Python dengan numpy.linalg yang dinilai otomatis.
03Sistem persamaan, determinan, dan invers5 pelajaran
Urutan pelajaran tidak dikunci.
Untuk siapa
Mahasiswa tahun pertama teknik, ekonomi, dan informatika; serta siapa pun yang menyiapkan diri belajar data science atau machine learning dan perlu bisa membaca operasi matriks di kode numpy.
Prasyarat
Aljabar Dasar: sistem dua persamaan dua variabel dipakai sebagai titik berangkat dan tidak diajarkan ulang., Python dari Nol: fungsi, list, if, dan for dipakai di latihan tanpa dijelaskan lagi.
Alat
- Browser modern di komputer. Python dan numpy dimuat sekali saat latihan kode pertama dijalankan, lalu tersimpan di cache.
Sertifikat kelas
Selesaikan kelasnya, sertifikat ini atas namamu.
- Nama lengkapmu dan judul kelas tercetak di sertifikat.
- Kode dan QR yang bisa dicek siapa saja di kelasgratis.com/verifikasi.
- Sekali klik ke profil LinkedIn, atau unduh PNG dan PDF.
Terbit setelah 16 pelajaran wajib tuntas dan kamu menulis ulasan singkat tentang kelasnya. Bukti penyelesaian materi dari KelasGratis, bukan akreditasi atau sertifikasi kompetensi.
Ringkasnya
Tanya jawab
Aljabar Linier adalah kelas gratis berbahasa Indonesia tingkat menengah dari KelasGratis. Cocok untuk mahasiswa tahun pertama teknik, ekonomi, dan informatika; serta siapa pun yang menyiapkan diri belajar data science atau machine learning dan perlu bisa membaca operasi matriks di kode numpy. Isinya 16 pelajaran dalam 4 modul (±4 jam) dengan 52 latihan yang dinilai otomatis di browser. Sertifikat penyelesaian gratis dan bisa dicek keasliannya.
- Apakah perlu memasang Python atau numpy?
- Tidak. Latihan kode berjalan di browser dengan Python dan numpy yang dimuat ke halaman; latihan hitung tangan cukup diisi angkanya atau dipilih jawabannya.
- Apa bedanya dengan kelas Aljabar Dasar?
- Aljabar Dasar berhenti di sistem dua persamaan dua variabel yang diselesaikan dengan substitusi atau eliminasi. Kelas ini mulai dari sana: sistemnya ditulis sebagai matriks, diselesaikan dengan eliminasi Gauss untuk ukuran berapa pun, lalu diperluas ke determinan, invers, transformasi bidang, dan nilai eigen.
- Apakah ruang vektor abstrak dan dekomposisi matriks dibahas?
- Tidak. Kebebasan linear dibahas lewat rank matriks, dan nilai eigen berhenti di matriks 2 × 2 serta pemakaian np.linalg.eig. Ruang vektor umum, basis, diagonalisasi, dan dekomposisi seperti LU atau SVD berada di luar cakupan kelas ini.
Dari pengalaman belajar
Ulasan peserta
Apa yang membantu, dan apa yang masih bisa diperbaiki?
Ulasan berasal dari akun yang telah menyelesaikan setidaknya satu pelajaran. Bintang 1–3 ditinjau admin sebelum terbit; bintang 4–5 langsung terbit. Sebelum ada ulasan terbit, kelas menggunakan nilai awal admin 5,0. Setelahnya, rating mengikuti rata-rata ulasan yang sudah terbit.
Pengalamanmu bisa membantu peserta berikutnya.
Belum ada ulasan yang terbit untuk kelas ini.
Bagikan pengalaman belajarmu
Masuk dan selesaikan satu pelajaran untuk menulis ulasan. Masuk ke akun →
Setelah kelas ini
Langkah berikutnyaAljabar Linier LanjutanMatematika dari DasarJalur yang memuat kelas ini
- Ilmu Data dengan Python13 kelas
- Matematika untuk Sains dan Komputer10 kelas
Kelas yang menganjurkan kelas ini lebih dulu
- Ortogonalitas dan Kuadrat TerkecilMatematika dari Dasar
- Jaringan Saraf Tiruan Dasar dengan PythonPython
- Riset Operasi DasarBisnis, Manajemen & Ekonomi
Lanjutkan ke kelas lain
Baca juga
Lab interaktif
- Simulasi Transformasi Matriks 2×2Lab interaktif
Mulai dari pelajaran pertama.
16 pelajaran, ±229 menit, gratis sampai sertifikat.
Revisi materi terakhir: 27 Sep 2026. Laporan kesalahan bisa dikirim dari setiap halaman pelajaran.
