MATLAB

MATLAB

Gambaran umum

MATLAB (Matrix Laboratory) dibuat oleh Cleve Moler pada 1970-an dan dikomersialkan oleh MathWorks sejak 1984. MATLAB adalah bahasa pemrograman dan lingkungan komputasi numerik, bukan sekadar software statistik. Semua data pada dasarnya diperlakukan sebagai matriks, sehingga operasi matematika kompleks bisa ditulis singkat. Software ini dominan di dunia teknik, sains, dan riset, baik di akademik maupun industri (otomotif, kedirgantaraan, elektronika).

Komponen inti

• Command Window: menjalankan perintah langsung.
• Editor dan Script/Function: menulis program.
• Workspace: melihat semua variabel yang ada.
• Live Editor: dokumen interaktif berisi kode, hasil, grafik, dan teks penjelasan.
• App Designer: membuat aplikasi dengan antarmuka (tombol, grafik, slider) tanpa pemrograman GUI rumit.
• Simulink: simulasi sistem dinamis dengan menyusun blok diagram, banyak dipakai untuk sistem kendali dan sistem tertanam.

Penjabaran fungsi inti

• Aljabar linear dan matriks: invers, determinan, nilai eigen, dekomposisi (LU, QR, SVD).
• Kalkulus numerik: integral, turunan, persamaan diferensial (ODE solver).
• Visualisasi: plot 2D/3D, surface, contour, animasi, ekspor gambar kualitas publikasi.
• Pemrograman: perulangan, fungsi, kelas (OOP), penanganan error, debugging.
• Impor/ekspor data: Excel, CSV, gambar, audio, video, database, sensor, dan antarmuka dengan Python, C/C++, Java.

Toolbox utama dan penjabarannya

Toolbox	Fungsinya
Statistics and Machine Learning	Uji hipotesis, distribusi, regresi, klasifikasi (SVM, tree, KNN), clustering, PCA
Deep Learning	Membangun dan melatih jaringan saraf (CNN, LSTM)
Optimization / Global Optimization	Optimasi linear, nonlinear, genetic algorithm, particle swarm
Signal Processing	Filter digital, FFT, spektrum, analisis sinyal
Image Processing / Computer Vision	Segmentasi, deteksi tepi, pengenalan objek
Control System	Desain pengendali PID, analisis kestabilan
Curve Fitting	Mencocokkan kurva ke data
Symbolic Math	Aljabar simbolik (turunan dan integral eksak)
Parallel Computing	Mempercepat perhitungan dengan banyak inti/GPU
Financial / Econometrics	Model portofolio, risiko, deret waktu ekonomi
PDE	Persamaan diferensial parsial dan analisis elemen hingga
Robotics / Automated Driving	Simulasi robot dan kendaraan otonom
MATLAB Compiler	Mengubah program jadi aplikasi mandiri

Alur kerja umum

Impor data → bersihkan dan olah → analisis/model → visualisasi → simpan sebagai script (.m) atau Live Script (.mlx) → bagikan atau kompilasi.

Kelebihan dan kekurangan

Kelebihan	Kekurangan
Sangat kuat untuk komputasi teknik dan simulasi	Mahal, tiap toolbox dibeli terpisah
Dokumentasi dan toolbox lengkap	Perlu belajar pemrograman
Grafik berkualitas tinggi	Tidak dirancang khusus untuk statistik sosial

Cocok untuk: mahasiswa/peneliti teknik, fisika, matematika terapan, pengolahan sinyal dan citra, kecerdasan buatan. Alternatif gratis: GNU Octave, Python (NumPy/SciPy).