INTERPOLASI

Interpolasi merupakan suatu pendekatan numerik yang perlu dilakukan, bila kita memerlukan nilai suatu fungsi y = f (x) yang tidak diketahui perumusannya secara tepat pada nilai argumen x tertentu, bila nilainya pada argumen lain di sekitar argumen yang diinginkan diketahui. Untuk memperlihatkan hal ini akan ditinjau contoh berikut. Misalkan kita melakukan percobaan atau pengamatan, dan dari upaya tersebut diperoleh sekumpulan data (x, y), seperti tabel di bawah. Hubungan y = f (x) tidak kita ketahui secara jelas (eksplisit).
x 1,0 1,1 1,2 1,3 1,4 1,5 y 1,0 1,21 1,44 1,69 1,96 2,25

Misalkan suatu waktu kita memerlukan nilai y = f (1,45) yang tidak tercantum pada tabel tersebut. Dalam keadaan demikian, kita perlu memperkirakan nilai y = f (1,45) dengan melakukan interpolasi pada data yang tersedia. Untuk itu kita perlu memisalkan bahwa antara dua titik argumen yang berdekatan, y mengikuti suatu fungsi tertentu, misalkan bahwa x = 1,4 dan x = 1,5 fungsi berbentuk linear, atau y (1,4) dan y (1,5) dihubungkan oleh suatu garis lurus. Dengan demikian y (1,45) terletak di tengah-tengah antara y (1,4) dan y (1,5), sehingga berdasarkan anggapan tersebut diperoleh: y (1,45) = = 2,0325

Cara demikian disebut interpolasi linear. Metode yang paling sering digunakan untuk menaksir harga tengah di antara titik-titik datayang tepat adalah interpolasi polinomial.

Bentuk umum polinomial orde ke-n: f(x) = a0 + a1x + a2x2 + . + anxn untuk (n + 1) titik data terdapat tepat satu, dan hanya satu polinomial orde n yang melalui semua titik tersebut. Contoh polinomial interpolasi:

(a) (a) Orde pertama (linear)/ garis lurus (b) Orde kedua (kuadratik)/ parabola (c) Orde ketiga (kubik)/ 4 titik

(b)

(c)

Interpolasi polinomial ini kemudian memberikan sebuah formula (rumus) untuk menghitung nilai-nilai antara. Walaupun terdapat satu dan hanya satu polinomial orde ke-n yang mencocokkan (n + 1) titik data, ada berbagai format matematika dimana polinomial ini dapat dinyatakan. Akan dibahas dua pilihan yaitu polinomial Newton dan polinomial Lagrange.

A. Polinomial Interpolasi Beda Terbagi Newton Merupakan bentuk yang paling populer dan berguna. Sebelum menyajikan persamaan umum, akan diperkenalkan versi orde pertama dan kedua, karena tafsiran visualnya mudah, yaitu: 1. Interpolasi linear f (x) f (x) f (x) f (x1) f (x1) 1 f1(x) f1(x) 1 f (x0) f (x0) 0 B B E E X X D y = f (x)

A A x0 x0 0

C C x x x1 x1 1

Memakai segitiga sebangun: ABC ADE

=
( ) ( ) ( ) ( ( ( ) ) )

= =
( ) ( )

f1 (x) = f (x0) +

(x x0)

bentuk

adalah hampiran beda terbagi hingga untuk turunan pertama.

2. Interpolasi kuadratik Untuk memperbaiki taksiran dipakai polinomial ordo yang lebih tinggi, yaitu:

f2 (x) = b0 + b1 (x x0) + b2 (x x0) ( x x1)

Penentuan b0, b1 dan b2 : Bila x = x0 f (x0) = b0 + b1 (x0 x0) + b2 (x0 x0) ( x0 x1)

b0 = f (x0)

Bila x = x1 f (x1) = f (x0) + b1 (x1 x0) + b2 (x1 x0) ( x1 x1)

( ) ( )

b1 =

Bila x = x2
( ) ( ) ( ) ( )

b2 =

Bentuk Umum Polinomial Interpolasi Newton Analisis sebelumnya dapat diperluas untuk mencocokkan polinomial ordo n terhadap (n + 1) data.

fn (x) = b0 + b1 (x x0) + b2 (x x0) (x x1) + . + bn (x x0) (x x1). (x xn-1)

Seperti telah dilakukan sebelumnya dengan interpolasi linear dan kuadratik titik data dapat digunakan untuk menghitung koefisien-koefisien b0, b1, b2.bn. untuk polinomial ordo ke-n, diperlukan (n + 1) tititk data: x0, x1, x2.xn. koefisien-koefisien tersebut: b0 = f (x0) b1 = f (x0, x1) b2 = f (x0, x1, x2) bn = f (x0, x1, x2.xn) yang merupakan beda terbagi hingga. Beda terbagi hingga pertama f(x) pada xi dan xj adalah: f(xi, xj) =
( ) ( )

Beda terbagi hingga kedua: f(xi, xj, xk) =

( ) ( )

Serupa, beda terbagi hingga ke-n: f(x0, x1,. Xn-1, xn) =

( ) ( )

Persamaan polinomial interpolasi beda terbagi Newton:

fn(x) = f(x0) + (x- x0) f(x0, x1) + (x - x0) (x x1) f(x0, x1, x2) + . + (x - x0) (x x1). (x xn-1) f(x0, x1,. Xn)

B. Polinomial Interpolasi Lagrange Berupa penulisan ulang polinomial Newton yang menghindari perhitungan terbagi. Secara jelas dapat dinyatakan sebagai berikut: fn(x) = ( ) ( )

dimana: Li (x) = Tanda menyatakan hasil kali dari Ketika n = 1 i=0 i=1 L0(x) = L1(x) =

f1(x) =

( )+

( )

Ketika n = 2 i=0 i=1 i=2 L0(x) = L1(x) = L2(x) = . . . ; j = 1 dan 2 ; j = 0 dan 2 ; j = 0 dan 1

f2(x) =

( )+

( )+

( )

Note: Metode Newton/Langrange: datanya tidak mengandung galat dan fungsi harus melalui semua titik Metode Regresi: datanya masih mengandung galat dan fungsi tidak melalui semua titik