Matrix
Matrix (List Multidimensi)
Dalam pemrograman, matrix dapat digunakan untuk merepresentasikan data yang memiliki lebih dari satu dimensi.
Dalam Python, matrix dapat dibuat menggunakan nested list, yaitu sebuah list yang berisi list lainnya.
Contohnya:
matrix = [
[1, 2, 3],
[2, 4, 6],
[7, 8, 9]
]
Matrix tersebut memiliki:
- 3 baris
- 3 kolom
Sehingga dapat disebut sebagai matrix 3 × 3.
1. Apa Itu Matrix?
Secara sederhana, matrix adalah list yang berisi list lain.
Contohnya:
matrix = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
Struktur tersebut dapat digambarkan:
Column
0 1 2
┌─────────
Row 0 │ 1 2 3
Row 1 │ 4 5 6
Row 2 │ 7 8 9
Setiap list di dalam matrix dapat dianggap sebagai sebuah baris (row).
Sedangkan setiap item dalam baris tersebut dapat dianggap sebagai kolom (column).
2. Nested List
Matrix dibangun menggunakan konsep nested list.
Contohnya:
matrix = [
[1, 2, 3],
[4, 5, 6]
]
List bagian luar:
matrix
berisi dua list:
[1, 2, 3]
[4, 5, 6]
Sehingga:
matrix
│
├── [1, 2, 3]
│
└── [4, 5, 6]
3. Matrix 2 Dimensi
Matrix yang memiliki baris dan kolom disebut matrix dua dimensi (2D).
Contohnya:
matrix = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
Matrix tersebut memiliki:
3 baris
3 kolom
Sehingga ukurannya:
3 × 3
4. Mengakses Baris
Karena matrix merupakan list yang berisi list, kita dapat menggunakan index untuk mengambil sebuah baris.
Contohnya:
matrix = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
print(matrix[0])
Hasil:
[1, 2, 3]
Index 0 mengacu pada baris pertama.
Mengakses baris kedua:
print(matrix[1])
Hasil:
[4, 5, 6]
5. Mengakses Elemen dalam Matrix
Untuk mengambil elemen tertentu, kita menggunakan dua index.
Sintaksnya:
matrix[row][column]
Index pertama digunakan untuk memilih baris.
Index kedua digunakan untuk memilih kolom.
Contohnya:
matrix = [
[1, 5, 3],
[2, 4, 6],
[7, 8, 9]
]
print(matrix[0][1])
Hasil:
5
Prosesnya:
matrix[0]
↓
[1, 5, 3]
↓
matrix[0][1]
↓
5
6. Memahami [row][column]
Perhatikan matrix berikut:
matrix = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
Posisinya:
Column
0 1 2
┌─────────
Row 0 │ 1 2 3
Row 1 │ 4 5 6
Row 2 │ 7 8 9
Untuk mengambil angka 5:
matrix[1][1]
Karena:
Row 1
↓
[4, 5, 6]
↑
Column 1
Hasil:
5
7. Contoh Pengaksesan Elemen
Dengan matrix:
matrix = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
Kita dapat mengakses:
print(matrix[0][0])
Hasil:
1
print(matrix[0][2])
Hasil:
3
print(matrix[1][0])
Hasil:
4
print(matrix[2][2])
Hasil:
9
8. Matrix untuk Merepresentasikan Gambar
Salah satu contoh penggunaan matrix adalah untuk merepresentasikan gambar.
Secara sederhana, sebuah gambar dapat direpresentasikan sebagai kumpulan pixel.
Misalnya:
1 → Pixel aktif
0 → Pixel tidak aktif
Kita dapat membuat gambar sederhana menggunakan matrix:
picture = [
[1, 0, 1],
[0, 1, 0],
[1, 0, 1]
]
Jika 1 dianggap sebagai pixel yang aktif, struktur tersebut dapat dibayangkan seperti:
1 0 1
0 1 0
1 0 1
Pola tersebut membentuk bentuk sederhana seperti huruf X.
9. Mengakses Pixel
Karena gambar direpresentasikan sebagai matrix, setiap pixel dapat diakses menggunakan index baris dan kolom.
Contohnya:
picture = [
[1, 0, 1],
[0, 1, 0],
[1, 0, 1]
]
print(picture[1][1])
Hasil:
1
Artinya pixel pada:
row = 1
column = 1
memiliki nilai:
1
10. Mengubah Elemen Matrix
Karena matrix dibuat menggunakan list, elemen di dalamnya dapat diubah.
Contohnya:
matrix = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
matrix[1][1] = 100
print(matrix)
Hasil:
[[1, 2, 3], [4, 100, 6], [7, 8, 9]]
Kita mengubah:
5
menjadi:
100
11. Matrix Lebih dari Dua Dimensi
Nested list tidak hanya dapat digunakan untuk membuat matrix 2D.
Kita juga dapat membuat struktur dengan lebih banyak dimensi.
Contohnya:
data = [
[
[1, 2],
[3, 4]
],
[
[5, 6],
[7, 8]
]
]
Struktur tersebut memiliki tiga tingkat list.
Kita dapat mengakses elemen tertentu menggunakan tiga index:
print(data[0][1][0])
Hasil:
3
Prosesnya:
data[0]
↓
[
[1, 2],
[3, 4]
]
data[0][1]
↓
[3, 4]
data[0][1][0]
↓
3
12. Konsep Dimensi
Semakin banyak nested list yang digunakan, semakin banyak dimensi yang dapat direpresentasikan.
Secara sederhana:
List
↓
1 Dimensi
List di dalam List
↓
2 Dimensi
List di dalam List di dalam List
↓
3 Dimensi
Contoh:
# 1D
numbers = [1, 2, 3]
# 2D
matrix = [
[1, 2],
[3, 4]
]
# 3D
data = [
[
[1, 2],
[3, 4]
]
]
13. Matrix dalam Machine Learning
Matrix merupakan konsep penting dalam berbagai bidang komputasi, termasuk Machine Learning.
Data yang digunakan dalam machine learning sering direpresentasikan dalam bentuk struktur multidimensi.
Misalnya:
Data
↓
Baris → Data/Observasi
Kolom → Fitur
Contoh sederhana:
data = [
[20, 170],
[25, 175],
[30, 180]
]
Secara konseptual:
Umur Tinggi
0 1
┌─────────────
Row 0 │ 20 170
Row 1 │ 25 175
Row 2 │ 30 180
Walaupun implementasi machine learning modern biasanya menggunakan library khusus seperti NumPy, konsep dasarnya tetap berkaitan dengan struktur data multidimensi.
14. Matrix dalam Image Processing
Dalam pengolahan gambar, sebuah gambar dapat direpresentasikan sebagai kumpulan nilai pixel.
Untuk gambar sederhana:
0 → kosong
1 → aktif
Kita dapat membuat:
picture = [
[0, 1, 0],
[1, 1, 1],
[0, 1, 0]
]
Matrix tersebut dapat dibayangkan sebagai:
0 1 0
1 1 1
0 1 0
Pada gambar nyata, nilai pixel dapat jauh lebih kompleks daripada sekadar 0 dan 1.
Namun konsep dasarnya tetap sama:
Baris
+
Kolom
↓
Posisi Pixel
15. Ringkasan Pengaksesan Matrix
Dengan matrix:
matrix = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
| Expression | Hasil | Keterangan |
|---|---|---|
matrix[0] | [1, 2, 3] | Mengambil baris pertama |
matrix[1] | [4, 5, 6] | Mengambil baris kedua |
matrix[0][0] | 1 | Baris 0, kolom 0 |
matrix[0][2] | 3 | Baris 0, kolom 2 |
matrix[1][1] | 5 | Baris 1, kolom 1 |
matrix[2][2] | 9 | Baris 2, kolom 2 |
Kesimpulan
Matrix dalam Python dapat direpresentasikan menggunakan nested list, yaitu list yang berisi list lainnya.
Contohnya:
matrix = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
Untuk mengakses elemen tertentu, gunakan:
matrix[row][column]
Contohnya:
print(matrix[1][2])
Hasil:
6
Matrix dapat digunakan untuk merepresentasikan berbagai jenis data multidimensi, seperti:
- Data tabel.
- Pixel gambar.
- Data statistik.
- Struktur data multidimensi.
- Data yang digunakan dalam Machine Learning.
Konsep utama yang perlu diingat:
Matrix adalah bentuk struktur data multidimensi yang dapat direpresentasikan di Python menggunakan nested list. Untuk mengakses elemen, gunakan index secara berurutan berdasarkan dimensinya.