INTERPOLATION

Interpolation
Interpolasi biasanya digunakan apabila kita ingin mencari suatu
nilai yang tidak diketahui diantara titik data yang diketahui.
Misal kita mempunyai data dari hasil eksperimental seperti
tabel dibawah. Kita tidak akan dapat mengetahui secara
langsung nilai y pada x = 1.25 karena fungsi y = f(x) tidak
diketahui secara jelas (eksplisit).

x y
1 1
1.1 1.21
1.2 1.44
1.3 1.69
1.4 1.96
1.5 2.25

Ada beberapa cara interpolasi yang dapat digunakan
tergantung pada anggapan kita tentang fungsi y = f(x). Metode
yang sering digunakan adalah dengan menggunakan suatu
polinom (suku banyak) seperti berikut:

f ( x )  a0  a1 x  a 2 x 2  a3 x 3  ...  a n x n

Untuk n+1 buah titik data, terdapat satu dan hanya satu
polinomial orde n atau kurang yang memenuhi semua titik.

Sebagai contoh hanya ada satu garis lurus (polinom derajat
satu) yang menghubungkan dua buah titik. Demikian juga,
hanya satu parabola (polinom derajat dua) yang
menghubungkan tiga buah titik.

Ilustrasi keterangan diatas dapat dilihat pada gambar berikut:

1

2 . Interpolasi Linear Merupakan bentuk interpolasi yang paling sederhana yang dilakukan dengan menghubungkan dua buah titik data dengan suatu garis lurus. Selanjutnya nilai antara dihitung dengan menghubungkan 2 data tersebut dengan garis lurus.Interpolasi Polinom Newton .Interpolasi Polinom Lagrange Interpolasi Polinom Newton Interpolasi polinom newton yang akan dibahas pada bagian ini adalah interpolasi linear dan interpolasi kuadrat. INTERPOLATION (a) Interpolasi Linear (b) Interpolasi Kuadrat Beberapa cara interpolasi yang akan dibahas pada bagian ini adalah: . Sehingga pada metode ini dibutuhkan 2 data yang diketahui nilainya.

maka hasil pendekatan akan semakin bagus. 3 . INTERPOLATION Secara grafis interpolasi linear dapat diilustrasikan pada gambar berikut: Dengan menggunakan perbandingan segitiga sebangun maka diperoleh hubungan: f1 ( x)  f ( x0 ) f ( x1 )  f ( x0 )  x  x0 x1  x0 dapat ditulis kembali untuk mendapatkan: f ( x1 )  f ( x0 ) f 1 ( x )  f ( x0 )  ( x  x0 ) x1  x0 yang merupakan formula interpolasi linear. Jika interval antara titik data semakin kecil.

358 t  0.000 2 0.609 6 1.386 6 1. t  0.3% .462 0.693  0. 1 0. x Lin. Int.099 4 1.0 1.549 2 0.000 1 0.462 2 0.792 4 1.099 3 1.462 x 100%  33. Int. Lin.462 .358 0.386  0 1.358 3 1.693  0.5 0.792  0 f1 ( 2)  0  6 1 (2  1)  0.0 0.000 1 0.792 7 1.693 x 100%  48. x Lin.0 0 2 4 6 8 x ln x Lin. INTERPOLATION Contoh: x ln x x Lin. f1 ( 2)  0  6 1 ( 2  1)  0. Int.3% 2. Int.5 y = ln x 1.000 1 0.386 5 1. Int. Lin.693 2 0.946 1. Int. 4 .

x = x1 .. b1 . berarti harus ada 3 data yang harus diketahui (misal x0 . Ada 3 unknown (b0 . x1 . b2).  a n x n Pemotongan sampai 3 suku pertama memberikan polinomial kuadratik: f ( x)  a 0  a1 x  a 2 x 2 Jika persamaan f2(x) diatas diselesaikan akan menghasilkan: f 2 ( x )  (b0  b1 x0  b2 x0 x1 )  (b1  b2 x0  b2 x1 ) x  (b2 ) x 2 a0 a1 a2 Koefisien-koefisien persamaan diatas dapat diperoleh dengan menerapkan syarat batas. x2). INTERPOLATION Interpolasi Kuadrat Nilai eror pada contoh diatas adalah karena kita mendapatkan nilai prediksi dengan garis lurus. x = x2 ke persamaan f2(x) berturut- turut akan menghasilkan : b0  f ( x0 ) 5 . Jika tersedia tiga titik data. Substitusi x = x0 . maka interpolasi dapat dilakukan dengan polinomial derajat dua (polinomial kuadrat atau parabola) yang persamaannya sebagai berikut: f 2 ( x)  b0  b1 ( x  x0 )  b2 ( x  x0 )( x  x1 ) Bentuk polinomial yang dikenal secara umum adalah: f ( x )  a 0  a1 x  a 2 x 2  a3 x 3  ..

persamaan f2(x) menjadi: f1 ( x)  b0  b1 ( x  x0 ) Substitusi koefisien b0 dan b2 diatas akan memberikan: f ( x1 )  f ( x0 ) f 1 ( x )  f ( x0 )  ( x  x0 ) x1  x0 Terlihat bahwa didapat lagi persamaan interpolasi linear. INTERPOLATION f ( x1 )  f ( x0 ) b1  x1  x0  f ( x2 )  f ( x1 )     b1  x2  x1  b2  x 2  x0 Jika digunakan untuk interpolasi linier. Contoh soal Gunakan Interpolasi Kuadratik Newton untuk menentukan nilai f(2) x f(x) = ln x 6 .

386  0. INTERPOLATION 1 0 4 1.462 b2  6  4  0.052 6 1 Substitusi ke pers.386  0 b1   0.792  1.462 (x . f2(x) menghasilkan : f2(2) = 0 + 0.566 (t = 18.4 %) 7 .386 6 1.1) (x .462 4 1 1.4) = 0.792 Solusi : b0 = 0 1.1) – 0.052 (x .

Int. Lin. Dari kurva diatas dan nilai eror yang dihasilkan bisa dilihat bahwa nilai pendekatan yang didapat dengan metoda interpolasi kuadrat lebih baik dibanding dengan interpolasi linear.386 4 1. 1 0.462 -0.0 0.087 2 0.792 5 1. b0 b1 b2 x Int. Int. 8 .5 0.000 0.693 0.549 -0.0 0 2 4 6 8 x ln x Lin.386 4 1.0 1. Kuad.5 y = ln x 1.946 2.000 2 0. INTERPOLATION x ln x b0 b1 b2 x Int.099 3 1.000 1 0.609 6 1.000 1 0.386 6 1.792 7 1.637 0.052 2 0.566 3 1.000 0. Kuad.099 4 1.

Misal :  Untuk versi linier  n = 1 x  x1 x  x0 f1 ( x)  f ( x0 )  f ( x1 ) x0  x1 x1  x0  Untuk versi orde dua  n = 2 ( x  x1 )( x  x2 ) ( x  x0 )( x  x 2 ) ( x  x0 )( x  x1 ) f 2 ( x)  f ( x0 )  f ( x1 )  f ( x2 ) ( x0  x1 )( x0  x 2 ) ( x1  x0 )( x1  x 2 ) ( x 2  x0 )( x 2  x1 ) Contoh Soal 9 . Bentuk umum Interpolasi Polinomial Lagrange : n f n ( x)   Li ( x) f ( xi ) i 0 dimana : n x xj Li ( x)   j  0 xi  x j j i dimana  mempunyai arti hasil kali dari. INTERPOLATION Interpolasi Polinomial Lagrange Interpolasi Polinomial Lagrange merupakan reformulasi dari Interpolasi Polinomial Newton dalam bentuk yang lebih sederhana.

10 .792 Solusi eksak : f(x) = ln (x) Solusi : .462 1 4 4 1 .versi orde dua : (2  4)(2  6) (2  1)(2  6) ( 2  1)( 2  4) f 2 ( 2)  (0)  (1.386)  (1.versi linier : 24 2 1 f1 (2)  (0)  (1.792) (1  4)(1  6) (4  1)(4  6) (6  1)(6  4) = 0. INTERPOLATION Selesaikan soal yang sama dengan contoh soal pada Interpolasi Kuadratik Newton : x0 = 1 f(x0) = 0 x1 = 4 f(x1) = 1.386)  0.386 x2 = 6 f(x2) = 1.566 Terlihat solusi yang diperoleh dari Interpolasi Newton dan Lagrange relatif sama.