INTERPOLASI

Dalam suatu pengolahan data antara

xi, dengan f(xi) yang diperoleh dari
pengamatan, pengukuran atau
percobaan pada dasarnya secara
teoritis dapat dibuat suatu persamaan
interpolasi yang sesuai dengan
kesediaan data.
Secara umum persamaan interpolasi
tersebut akan berbentuk :

Pn(x) = a0 +a1x + a2x2 + .... + anxn

Perbedaan antara regresi (a) dan interpolasi (b, c)
1. Interpolasi Liniar

Bentuk paling sederhana dari interpolasi

adalah menghubungkan dua buah titik data
dengan garis. Metode ini disebut dengan
interpolasi linear.

Untuk interpolasi linear berlaku :

P(x) = a0 + a1x

Dan kebutuhan data adalah merupakan data

xi dan f(xi)
 BC DE

AB AD
f1 ( x)  f ( x0 ) f ( x1 )  f ( x0 )

x  x0 x1  x0
f ( x1 )  f ( x0 )
f1 ( x)  f ( x0 )  ( x  x0 )
x1  x0

Suku [f (x1)  f (x0)] / (x1  x0) adalah kemiringan garis yang

menghubungkan dua titik data dan merupakan perkiraan
beda hingga dari turunan pertama. Semakin kecil interval
antara titik data, hasil perkiraan akan semakin baik.
 
 Contoh soal:
Dicari nilai ln 2 dengan metode interpolasi linier berdasar data ln 1
= 0 dan ln 6 = 1,7917595. Hitung juga nilai tersebut berdasar data ln
1 dan ln 4 = 1,3862944. Untuk membandingkan hasil yang
diperoleh, dihitung besar kesalahan (diketahui nilai eksak dari ln 2
= 0,69314718).
Jawab :
f ( x1 )  f ( x0 )
f1 ( x)  f ( x0 )  ( x  x0 )
x1  x0
1,7917595  0
f1(2) = 0 + (2  1) = 0,3583519.
6 1
0,69314718  0,35835190
Besar kesalahan Et =  100 % = 48,3 %.
0,69314718
adalah:
Apabila digunakan interval yang lebih kecil, yaitu nilai x0 = 1
dan x1 = 4, maka:

f ( x1 )  f ( x0 )
f1 ( x)  f ( x0 )  ( x  x0 )
x1  x0
1,3862944  0
f1(2) = 0 + (2  1) = 0,46209813
4 1

Besar kesalahan 0,69314718  0,46209813

Et =  100 % = 33,3 %.
adalah: 0,69314718
Untuk data :

xi f(xi)
x0 y0
x1 y1

Persamaan interpolasi : P1(x) = a0 + a1x

Jadi ; a0 + a1x0 = y0
a0 +a1x1 = y1

1 x 0  a0   y0 
1 x  a    y 
 1  1   1
Contoh :
Disajikan pasangan data sebagai berikut :

xi f(xi) 1 0,2 a 0  1,2

0,2 1,2
1 0,4 a   1,1 
  1   
0,4 1,1
0,6 0,8 1 0,2  a 0   1,2
0,8 0,9 0 0,2 a    0,1
  1   
Untuk garis 1 :  0,1
a1   0,5
0,2
1 x 0  a 0   y 0 
1 x  a    y  a0  1,2  0,2 0,5  1,3
 1  1   1 p1x   1,3  0,5 x
 Untuk Garis 2 :
1 x 0  a0   y0 
1 x  a    y 
 1  1   1
1 0,4 a0  1,1 
1 0,6 a   0,8
  1   
1 0,4  a0  1,1 
0 0,2 a    0,3
  1    
 0,3
a1   1,5
0,2
a0  1,1  0,4 1,5  1,7
p2 x   1,7  1,5 x
Untuk garis 3 :
1 x 0  a0   y0 
1 x  a    y 
 1  1   1
1 0,6 a0  0,8 
1 0,8 a   0.9
  1   
1 0,6  a0  0,8
0 0,2 a   0,1 
 1   
0,1
a1   0,5
0,2
a0  0,8  0,60,5  0,5
p2 x   0,5  0,5 x
 2. INTERPOLASI POLINOMIAL
Persamaan interpolasi
yang digunakan
pn x   a0  a1 x  a2 x 2  .....  an x n
Untuk kasus interpolasi pangkat
dua / kuadrat:
pn x   a0  a1 x  a2 x 2
dan kebutuhan data adalah merupakan
pasangan data xi dan f(xI)
2
1 x 0 x0 
2
a0   y0 
a0  a1 x0  a x  y0
2 0  2
 a   y 
1 x1 x1   1  1
a0  a1 x1  a2 x12  y1 1 x x 2 
 2 2 a2   y2 
a0  a1 x2  a2 x22  y2
a0  ?, a1  ?, a2  ?
 Contoh:

xi f(xI)

0,2 1,2
Untuk Baris ke-1 , diperlukan tiga data:
0,4 1,1

0,6 0,8

0,8 0,9
 0,2
a2   2,5
0,08
a1  (0,1  0,12 2,5) / 0,2  1,0
a0  1,2  0,21,0  0,04 2,5  1,1
p2 x   1,1  x  2,5 x 2
 3. INTERPOLASI LAGRANGE

Interpolasi lagrange ini secara umum dibagi menjadi

dua, yaitu:
a) interpolasi lagrange linier
b) interpolasi lagrange polinomial
Walaupun terbagi menjadi dua tetapi keduanya pada
dasarnya memenuhi persamaan;

pn x    ai x . yi

ai 
xx 
n
j

x  x 
j 0 i j
jxi
 CONTOH:
xi f(xi)
0,2 1,2
0,4 1,1
0,6 0,8
0,8 0,9
a.Interpolasi lagrange linier

a0 
x  x1 
x0  x1 

a1 
 x  x0 
x1  x0 
x  x1 x  x0
p1 x   y0  y1
x0  x1 x1  x0
 UNTUK 1:

x  0,4 x  0,2
p1 x   1,2  1,1
0,2  0,4 0,4  0,2
1.2x - 0.48 1.1x  0.22
 
 0,2 0.2
 1.3 - 0.5x
untuk 2:
x  0,6 x  0,4
p1 x   1,1  0,8
o,4  0,6 0,6  0,4
1,1x - 0,66 0,8 x  0,32
 
 0,2 0,2
 1,7  1,5 x
 B. INTERPOLASI LAGRANGE POLINOMINAL

p2 x   a0 x . y0  a1 x . y1  a2 x . y2

a0 x  
 x  x1 x  x2 
x0  x1 x0  x2 
a1 x  
 x  x0 x  x2 
x1  x0 x1  x2 

a 2 x  
 x  x0 x  x1 
x2  x0 x2  x1 
p2 x  
 x  0,4 x  0,6 
1.2 
 x  0,2 x  0,6 
1.1 
x  0,2 x  0,4 
0,8
0,2  0,40,2  0,6 0,4  0,20,4  0,6 0,6  0,30,6  0,4
 1,1  x - 2,5x 2
 4. INTERPOLASIHERMITE
Dengan diketahuinya harga slope fungsi pada suatu
titikdata akan meningkatkan orde persamaan interpolasi
yang diperoleh.
Persamaan interpolasi :

p n x   a 0  a1 x  a 2 x 2  a3 x 3  ...  a n x n
Informasi tambahan untuk
interpolasi :

p n' x   a1  2a 2 x  3a3 x 2  ...  na n x n 1

 CONTOH :
i xi f(xi) f’(xi)
0 0,2 1,4 0,2
1 0,8 2,0 0,2
Sistem persamaan adalah :

a 0  a1 x0  a 2 x02  a3 x03  y 0
2 3
a0  a1 x1  a x  a x  y1
2 1 3 1

a1  2a2 x0  3a3 x02  y0'

a1  2a2 x1  3a3 x12  y1'

Sehingga untuk contoh diatas dalam bentuk matriks:
a3 = 0
1 0,2 0,04 0,008 a0  1,4  a2 = 1,333 – 0 = 1,333
1 0,8 0,64 0,512 a  2,0 a1 = 1 – 1,333 = -0,333
     
1
a0 = 1,4 – 0,2(-0,333) –
0 1 0,4 0,12  a2  0,2
      0,44(1,333)
 0 1 1,6 1,92  a3  0,2 = 1,413
sehingga persamaan
1 0,2 0,04 0,008 a0  1,4  interpolasi :
0 1 1 0,72  a  1 
    
1  2
0 0 1 1  a2  1,333 P ( x )  1, 413  0,333 x  1,333 x
    
 0 0 0 1 a
 3   0 
SELESAI