Anda di halaman 1dari 14

METODE NUMERIK Interpolasi

Pengertian Metode Numerik dan Kegunaannya Metode numerik adalah teknik-teknik yang digunakan untuk merumuskan masalah-masalah matematika agar dapat diselesaikan dengan operasioperasi aritmatika (hitungan) biasa (tambah, kurang, kali, dan bagi). Secara harfiah metode numerik berarti cara berhitung dengan menggunakan angka-angka. Perhitungan ini melibatkan sejumlah besar operasi-operasi hitungan yang berulang-ulang, melelahkan, dan menjemukan. Tetapi dengan adanya computer digital yang semakin lama semakin cepat dalam melakukan hitungan dan dengan adanya penemuan metode-metode baru dan beberapa modifikasi dari metode-metode lama, maka penggunaan metode numerik dalam menyelesaikan masalah-masalah matematika mengalami kenaikan secara dramatis. Kemajuan yang cepat pada bidang metode numerik dikarenakan perkembangan computer itu sendiri. Kita melihat perkembangan teknologi komputer tidak pernah berakhir. Keunggulan tiap generasi baru komputer dalam hal waktu, memori, ketelitian, dan kestabilan perhitungan menyebabkan pengembangan algoritma numerik yang lebih baik. Ada beberapa alasan mengapa mempelajari metode numerik, yaitu:
1. Metode

numerik merupakan alat untuk memecahkan masalah matematika yang sangat handal. Banyak permasalahan teknik yang mustahil dapat diselesaikan secara analitik, karena kita sering dihadapkan pada sistem-sistem persamaan yang besar, tidak linear dan cakupan yang kompleks, dapat diselesaikan dengan metode numerik.

2. Program paket numerik, misalnya MATLAB, MAPLE, dan sebagainya yang digunakan untuk menyelesaikan masalah matematika dengan metode numeric dibuat oleh orang yang mempunyai dasar-dasar teori metode numerik.
3. Banyak masalah matematika yang tidak dapat diselesaikan dengan

memakai program paket atau tidak tercakup dalam program paket.

Oleh karena itu kita perlu belajar metode numerik untuk dapat membuat program paket (software) untuk masalah sendiri. 4. Metode numerik merupakan suatu mempelajari penggunaan komputer. Penyelesaian Masalah Matematika Ada dua macam penyelesaian masalah matematika, yaitu: Secara analisis, matematika dengan menggunakan kaidah-kaidah operasi sarana yang efisien untuk

dengan cara yang formal, yaitu dengan menggunakan rumus-rumus yang sudah lazim dan konvensional sehingga diperoleh solusi eksak. Solusi eksak yaitu solusi dengan galat sama dengan nol.

Secara numeric, yaitu dengan menggunakan metode numerik untuk memperoleh nilai solusi hampiran dari solusi eksak. Cara ini biasanya dilakukan jika nilai eksak sukar dicari dengan cara analisis.

Tahap-tahap dalam menyelesaikan masalah matematika secara numeric dengan memakai alat bantu komputer secara umum adalah:
i.

Pemodelan. Pemilihan metode (algoritma) numeric Pemrograman (koding) Dokumentasi dan Penafsiran hasil

ii. iii. iv.

Pengertian Interpolasi- Interpolasi Polinomial

Interpolasi adalah suatu cara untuk mencari nilai di antara beberapa titik data yang telah diketahui. Dalam kehidupan sehari- hari ,interpolasi dapat digunakan untuk memperkirakan suatu fungsi dimana fungsi tersebut tidak terdefinisi dengan suatu formula, tetapi didefinisikan hanya dengan datadata atau table yang tersedia. Ada berbagai macam interpolasi berdasarkan fungsinya, di antaranya adalah interpolasi linier, interpolasi kuadrat, dan interpolasi polinomial. Dengan berbagai macam metode antara lain metode Neton dan metode Lagrange , namun disini kita akan membahas dengan metode Newton.

Terdapat perbedaan antara Interpolasi dengan Ekstrapolasi. Berikut penjelasannya agar dapat dipahami

Interpolasi Polinomial (Polinom) Adalah sebuah metode untuk menaksir (mengestimasi) nilai di antara titiktitik data yang tepat. Persamaan polinomial adalah persamaan aljabar yang hanya mengandung jumlah dari variabel x berpangkat bilangan bulat (integer). Bentuk umum persamaan polinomial order n adalah: f (x) = a0 + a1 x + a2 x2 + + an xn (1.1) dengan a0, a1, a2, , an adalah parameter yang akan dicari berdasarkan titik data, n adalah derajat (order) dari persamaan polinomial, dan x adalah variabel bebas. Untuk (n + 1) titik data, hanya terdapat satu atau kurang polinomial order n yang melalui semua titik. Misalnya, hanya ada satu garis lurus (polinomial order 1) yang menghubungkan dua titik (interpolasi linier) gambar 1.a, demikian juga tiga buah titik dapat dihubungkan oleh fungsi parabola (interpolasi kuadrat) gambar 1.b, sedang untuk 4 titik(interpolasi kubik) gambar 1.c. Interpolasi polinom terdiri atas penetuan polinom unik orde ke-n yang cocok dengan n+1 titik data. Walaupun terdapat satu, dan hanya satu, polinom orde ke-n yang cock dengan n+1 titik, terdapat beragam bentuk matematik untuk pengungkapan polinom tersebut.

Interpolasi Linier Sebuah bentuk interpolasi yang paling sederhana dengan menghubungkan dua buah titik data dengan garis lurus. Lihat gambar berikut

Gambar 1.Interpolasi Polinomial

Gambar 2. Interpolasi Linier Diketahui nilai suatu fungsi di titik x0 dan x1, yaitu f (x0) dan f (x1). Dengan metode interpolasi linier akan dicari nilai fungsi di titik x, yaitu f1(x). Indeks 1 pada f1(x) menunjukkan bahwa interpolasi dilakukan dengan interpolasi polinomial order satu. Dari dua segitiga sebangun ABC dan ADE seperti tampak dalam Gambar 2, terdapat hubungan berikut:
f1 ( x) f ( x0 ) f ( x1 ) f ( x0 ) = x x0 x1 x0 BC DE = AB AD

f1 (x ) = f (x 0 ) +

f (x1 ) f (x 0 ) (x x 0 ) x1 x 0

(1.2)

Persamaan (1.2) adalah rumus interpolasi linier, yang merupakan bentuk interpolasi polinomial order satu. 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 1 : 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). Penyelesaian: Dengan menggunakan persamaan (1.2), dihitung dengan interpolasi linier nilai ln pada x = 2 berdasar nilai ln di x0 = 1 dan x1 = 6.
f1 ( x) = f ( x0 ) + f ( x1 ) f ( x0 ) ( x x0 ) x1 x0 1,7917595 0 (2 1) = 0,3583519. 6 1 0,69314718 0,35835190 100 % = 48,3 %. 0,69314718

f1(2) = 0 +

Besar kesalahan adalah: Et =

Apabila digunakan interval yang lebih kecil, yaitu nilai x0 = 1 dan x1 = 4, maka: f1(2) = 0 +
1,3862944 0 (2 1) = 0,46209813. 4 1

Besar kesalahan adalah: Et =

0,69314718 0,46209813 100 % = 33,3 %. 0,69314718

Dari contoh nampak bahwa dengan menggunakan interval yang lebih kecil didapat hasil yang lebih baik (kesalahan lebih kecil). Gambar 3, menunjukkan kedua interpolasi bersama dengan fungsi yang sebenarnya.

Gambar 3. Interpolasi linier pelukisan grafis mencari ln 2


Interpolasi Kuadrat

Terdapat strategi untuk memperbaiki taksiran dengan memperkenalkan suatu kelengkungan ke garis yang menghubungkan titik- titik tersebut. Dengan tersedianya tiga buah titik data, maka dapat dilaksanakannya dengan polinom orde kedua (polinom kuadrat). f2(x) = b0 + b1(x x0) + b2(x x0)(x x1) (1.3)

meskipun tampaknya persamaan (1.3) berbeda dengan persamaan (1.1), tetapi sebenarnya kedua persamaan adalah sama. Hal ini dapat ditunjukkan dengan mengalikan suku-suku persamaan (1.3) sehingga menjadi: f2(x) = b0 + b1 x b1 x0 + b2 x2 + b2 x0 x1 b2 x x0 b2 x x1 atau f2(x) = a0 + a1 x + a2 x2

dengan a0 = b0 b1 x0 + b2 x0 x1 a1 = b1 b2 x0 b2 x1 a2 = b 2 terlihat bahwa persamaan (1.3) sama dengan persamaan (1.1). Selanjutnya untuk keperluan interpolasi, persamaan polinomial ditulis dalam bentuk persamaan (1.3). Berdasarkan titik data yang ada kemudian dihitung koefisien b0, b1, dan b2. Berikut ini diberikan prosedur untuk menentukan nilai dari koefisien-koefisien tersebut. Koefisien b0 dapat dihitung dari persamaan interpolasi kuadrat, dengan memasukan nilai x = x0. f (x0) = bo + b1 (xo x0) + b2 (x0 x0) (x0 x1) bo = f (x0) (1.4)

bila persamaan (1.4) disubstitusikan ke dalam persamaan (1.3), kemudian dimasukkan ke dalam nilai x = x1, maka akan diperoleh koefisien b1: f (x1) = f (x0) + b1(x1 x0) + b2(x1 x0)(x1 x1) b1 =
f ( x1 ) f ( x0 ) x1 x0

(1.5)

bila persamaan diatas disubstitusikan ke dalam persamaan (1.3) dan nilai x = x2, maka akan diperoleh koefisien b2: f (x2) = f (x0) +
f ( x1 ) f ( x0 ) (x2 x0) + b2(x2 x0)(x2 x1) x1 x0 f ( x1 ) f ( x0 ) [(x2 x1) + (x1 x0)] x1 x0

b2(x2 x0)(x2 x1) = f (x2) f (x0)

= f (x2) f (x0)

f ( x1 ) f ( x0 ) (x2 x1) f (x1) + f (x0) x1 x0 f ( x1 ) f ( x0 ) (x2 x1) x1 x0

= f (x2) f (x1) atau b2 =


f ( x2 ) f ( x1 )

f ( x1 ) f ( x0 ) ( x2 x1 ) x1 x0 ( x2 x0 ) ( x2 x1 )

f ( x2 ) f ( x1 ) f ( x1 ) f ( x0 ) x2 x1 x1 x0 b2 = x2 x0

(1.6)

Dengan memperhatikan persamaan (1.3), persamaan (1.4), persamaan (1.5) dan persamaan (1.6) terlihat bahwa dua suku pertama dari persamaan (1.3) adalah ekivalen dengan interpolasi linier dari titik x0 ke x1 seperti yang diberikan oleh persamaan (1.2). Sedangkan suku terakhir, b2(x x0)(x x1) merupakan tambahan karena digunakannya kurve order 2. Koefisien b1 dan b2 dari interpolasi polinomial order 2 persamaan (1.5) dan persamaan (1.6) adalah mirip dengan bentuk beda hingga untuk turunan pertama dan kedua, dengan demikian penyelesaian interpolasi polinomial dapat dilakukan dengan menggunakan bentuk beda hingga. Contoh soal 2 : Dicari nilai ln 2 dengan metode polinomial order dua berdasar data nilai ln 1 = 0 dan nilai dari ln 6 = 1,7917595. Hitung juga nilai tersebut berdasar data ln 1 dan ln 4 = 1,3862944. Untuk membandingkan hasil yang diperoleh, dihitung pula besar kesalahan (diketahui nilai eksak dari ln 2 = 0,69314718). Penyelesaian: x0 = 1 f (x0) = 0

x1 = 4 x2 = 6

f (x1) = 1,3862944 f (x2) = 1,7917595

Dengan menggunakan persamaan (1.4) diperoleh nilai b0, yaitu (b0 = 0), koefisien b1 dapat dihitung dengan persamaan (1.5): b1 =
f ( x1 ) f ( x0 ) x1 x0 1,3862944 0 = 0,46209813. 4 1

b1 =

Persamaan (1.6) digunakan untuk menghitung koefisien b2:


f ( x2 ) f ( x1 ) f ( x1 ) f ( x0 ) x2 x1 x1 x0 b2 = x2 x0 1,7917595 1,3862944 0,46209813 b2 = = 0,051873116. 64 6 1

Nilai-nilai tersebut disubstitusikan ke persamaan (1.3): f2(x) = b0 + b1(x x0) + b2(x x0)(x x1) f2(x) = 0 + 0,46209813(x 1) + (0,051873116)(x 1)(x 4) Untuk x = 2, maka diperoleh nilai fungsi interpolasi: f2(2) = 0 + 0,46209813(2 1) + (0,051873116)(2 1)(2 4) = 0,56584436 Besar kesalahan adalah: Et =
0,69314718 0,56584436 100 % = 18,4 %. 0,69314718

Dari contoh tersebut terlihat bahwa dengan menggunakan interpolasi polinomial order 2 didapat hasil yang lebih baik (kesalahan lebih kecil).

Gambar 4. Interpolasi polinomial orde dua

Bentuk Umum Interpolasi Polinomial Prosedur seperti dijelaskan diatas dapat digunakan untuk membentuk polinomial order n dari (n + 1) titik data. Bentuk umum polinomial order n adalah: fn(x) = bo + b1(x x0) + + bn(x x0)(x x1) ... (x xn 1) (1.7) Seperti yang dilakukan interpolasi linier dan kuadrat, titik-titik data dapat dilakukan dengan evaluasi koefisien b0, b1, ..., bn. Untuk polinomial order n, diperlukan (n + 1) titik data x0, x1, x2, ..., xn. Dengan menggunakan titiktitik data tersebut, maka persamaan berikut digunakan untuk mengevaluasi koefisien b0, b1, ..., bn. b0 = f (x0) b1 = f [x1, x0] b2 = f [x2, x1, x0] (1.10)

(1.8) (1.9)

bn = f [xn, xn 1, ..., x2, x1, x0] (1.11) Dengan definisi fungsi berkurung ([.]) adalah pembagian beda hingga. Misalnya, pembagian beda hingga pertama adalah: f [xi, xj] = (1.12) Pembagian beda hingga kedua adalah: f [xi, xj, xk] = (1.13) Pembagian beda hingga ke n adalah: f [xn, xn 1, ..., x2, x1, x0] =
f [ xn , xn 1 , ..., x1 ] f [ xn 1 , xn 2 , ..., x0 ) xn x0 f [ xi , x j ] f [ x j , xk ] xi xk f ( xi ) f ( x j ) xi x j

(1.14)

Bentuk pembagian beda hingga tersebut dapat digunakan untuk mengevaluasi koefisien-koefisien dalam persamaan (1.8) sampai persamaan (1.11) yang kemudian disubstitusikan ke dalam persamaan (1.7) untuk mendapatkan interpolasi polinomial order n. fn(x) = f (x0) + f [x1, x0](x x0) + f [x2, x1, x0](x x0)(x x1) + + f [xn, xn 1, ..., x2, x1, x0](x x0)(x x1) (x xn 1) (1.15) Persamaan pembagian yang lebih ditunjukkan (1.12) sampai persamaan (1.14) adalah berurutan, artinya beda yang lebih tinggi terdiri dari pembagian beda hingga rendah, secara skematis bentuk yang berurutan tersebut dalam Tabel 1.

Tabel 1. Langkah skematis pembagian beda hingga

Contoh soal 3 : Dalam contoh sebelumnya, titik data x0 = 1, x1 = 4 dan x2 = 6 digunakan untuk memperkirakan ln 2 dengan fungsi parabola. Sekarang dengan menambah titik ke empat yaitu x3 = 5 dengan nilai f (x3 = 5) 1,6094379, hitung ln 2 dengan interpolasi polinomial order tiga. Penyelesaian: x0 = 1 x1 = 4 x2 = 6 x3 = 5 f (x0) = 0 f (x1) = 1,3862944 f (x2) = 1,7917595 f (x3) = 1,6094379 =

Persamaan polinomial order tiga didapat dengan memasukkan nilai n = 3 ke dalam persamaan (1.7): f3(x) = bo + b1(x x0) + b2(x x0)(x x1) + b3(x x0)(x x1)(x x2) (c.1) Pembagian beda hingga pertama dihitung dengan persamaan (1.12): f [xi, xj] =
f ( xi ) f ( x j ) xi x j

(c.2)

f [x1, x0] =

1,3862944 0 = 0,46209813. 4 1 1,7917595 1,3862944 = 0,20273255. 64 1,6094379 1,7917595 = 0,1823216. 56

f [x2, x1] =

f [x3, x2] =

Pembagian beda hingga kedua dihitung dengan persamaan (1.13): f [xi, xj, xk] =
f [ xi , x j ] f [ x j , xk ] xi xk 0,20273255 0,46209813 = 0,051873116. 6 1 0,18232160 0,20273255 = 0,020410950. 54

(c.3)

f [x2, x1, x0] =

f [x3, x2, x1] =

(c.4)

Pembagian beda hingga ketiga dihitung dengan persamaan (1.14): f [xn, xn 1, ..., x2, x1, x0] =
f [ xn , xn 1 , ..., x1 ] f [ xn 1 , xn 2 , ..., x0 ) xn x0

f [x3, x2, x1, x0] =

(0,020410950) (0,051873116) = 0,007865541. 5 1

Nilai f [x1, x0], f [x2, x1, x0] dan f [x3, x2, x1, x0] adalah koefisien b1, b2, dan b3 dari persamaan (1.7). Dengan nilai-nilai tersebut dan b0 = f (x0) = 0, maka persamaan (1.7) menjadi: fn(x) = bo + b1(x x0) + + bn(x x0)(x x1) ... (x xn 1) f3(x) = 0 + 0,46209813(x 1) + (0,051873116)(x 1)(x 4) + 0,007865541(x 1)(x 4)(x 6) (c.5)

Hasil interpolasi polinomial order 3 di titik x = 2, akan didapat dengan memasukkan nilai dari x = 2 ke dalam persamaan (c.5) sehingga akhirnya didapat: f3(2) = 0 + 0,46209813(2 1) + (0,051873116)(2 1)(2 4) + 0,007865541(2 1)(2 4)(2 6)

= 0,62876869. Besar kesalahan adalah: Et =


0,69314718 0,62876869 100 % = 9,3 %. 0,69314718