MODUL 05

INTERPOLASI
Dian Ahmad Hapidin
10210104
Program Studi Fisika, Institut Teknologi Bandung, Indonesia
E-mail : dianahmadhapidin@gmail.com

Asisten : Dimas Praja Purwa Aji (10209065), Nur Hakim S (10209110)

Tanggal Praktikum : 08 November 2012

Abstrak

Interpolasi adalah metode komputasi dalam perhitungan interpolasi untuk menentukan fungsi dari
suatu persamaa. Tujuan dari praktikum kali ini adalah untuk memahami dan mengetahui teknik atau
cara interpolasi data, dan mampu membuat kode sederhana yang berkaitan dengan interpolasin.
Metode yang digunakan pada percobaan kali ini adalah metode interpolasi kuadratik. Solusi dari
persamaan lenear ini menggunakan matriks, dengan menggunakan metode dekomposisi matriks LU.
Kurva yang dihasilkan oleh program dengan metode interpolasi sama dengan kurva yang dihasilkan
oleh metode analitik atau kurva yang dihasilkan langsung oleh data pada modul.

Kata Kunci: Dekomposisi LU, Interpolasi Kuadratik, Polinomial

I. Pendahuluan

Interpolasi adalah taksiran harga-harga

diantara titik-titik diskrit didalam bentangan
data benar-benar tepat dan pendekatannya
adalah mencari kurva tunggal atau sederetan
kurva yang tepat melalui titik-titik tersebut. [1]
Bila data yang diketahui mempunyai
ketelitian yang sangat tinggi, maka kurva
pencocokannya dibuat melalui titik-titik, persis
sama apabila kurva fungsi yang sebenarnya .
Gambar 1. Ilustrasi proses interpolasi
diplot melalui setiap titik-titik yang
bersangkutan. Di sini kita dikatakan melakukan
Bila fungsi pencocokan yang digunakan
interpolasi titik-titik data dengan sebuah
berbentuk polinom, maka polinom tersebut
fungsi seperti pada gambar dibawah.
dinamakan polinom interpolasi. Contoh data
yang tingkat ketelitiannya tinggi adalah titik-
titik data yang diperoleh dari persamaan yang
menyatakan hubungan antara jarak tempuh
terhadap waktu tempuh pada benda yang
jatuh bebas.

Interpolasi polinomial adalah interpolasi

yang mendekati titik-titik data dengan suatu
persamaan polinomial. Diberikan (n+1) buah
titik yang berbeda, yaitu (x0, y0),
(x1,y1),…(xn,yn). Akan ditentukan polinom p n
(x) yang menginterpolasi (melewati) semua
titik-titik tersebut sedemikian rupa sehingga,
y i = p n(x i), untuk i = 0,1,2,3...,n
Nilai y i dapat berasal dari fungsi matematika f
(x) , misalkan f (x) = ln x , f (x) = Sin x , fungsi
Bessel dan sebagainya yang menyebabkan
y i = f(x i) atau y i diperoleh secara empirik
(hasil dari pengamatan eksperimen di
laboratorium).
Gambar 2. Interpolasi data (x,y)
Setelah polinom interpolasi p n (x) dapat
diperoleh, maka p n (x) digunakan untuk
menghitung perkiraan nilai y di x=a , yaitu y=p
n (a) . Posisi titik x = a mungkin terletak di
antara titik-titik data, x 0 < a < x n atau terletak
di luar titik-titik data, a < x 0 atau
x n<a.[2]
Kita dapat menginterpolasi titik-titik data
dengan polinom linear, polinom kuadratis,
polinom kubik atau polinom derajat yang lebih
tinggi dan hal ini tergantung pada jumlah titik-
titik data yang tersedia.
Interpolasi linear adalah interpolasi dua
buah titik dengan sebuah garis lurus. Misalkan
dua buah titik, (x0,y0),(x1,y1), Polinom yang
menginterpolasi kedua titik itu adalah
persamaan garis lurus berbentuk:
P1(x) = a0 + a1x (1)
Sedangkan untuk interpolasi kuadratik
digunakan pendekatan persamaan,
P2(x) = a0 + a1x + a2x2 (2)
Polinom P2 diperoleh dengan
mensubstitusikan (xi,yi) ke dalam persamaan
(2) sehingga dari sini akan diperoleh tiga buah
persamaan yang memuat a0,a1, dan a2
a0 + a1x0 +a2x02 = y0
a0 + a1x1 +a2x12 = y1 (3)
a0 + a1x2 +a2x22 = y2
Untuk menghitung a0,a1, dan a2 kita dapat
menggunakan metode pemecahan persamaan
linear dengan dekomposisi matriks LU. [2]
Metode dekomposisi matriks LU adalah
metode pemecahan sistem matriks menjadi
sebuah bentuk yang kanonik. Metode ini
melibatkan permisalan dari perkalian matriks.
Berikut ini adalah penurunannya.
Misalkan tiga buah matriks A(4,4,), B(4,1),
dan X(4,1) dengan X adalah matriks yang tidak
diketahui. Persamaan berikut ini adalah
persamaan yang akan dipecahkan.
AX=B
Kita dapat memisalkan A sebagai
perkalian dari dua buah matriks L(4,4) dan
U(4,4). Sehingga
LUX=B
Dari persamaan ini, kita dapat
menentukan komponen-komponen dari
matriks L dan U dengan memberikan nilai
kepada beberapa komponennya sebagai
berikut:
 l11  l22  l33  l44  1
Untuk matriks X (solusi persamaan matriks):
u11  a11
yq1 uqn xn1 uq n 1 x n 11 uqm xm1
u12  a12 xq1     ... 
uqq uqq uqq uqq
u13  a13
u14  a14 dengan
l12  l13  l14  l23  l24  l34  0 m=q+1
u21  u31  u41  u32  u42  u43  0 n=jumlah baris matriks x, atau nilai
maksimum dari q.
Misalkan UX adalah sebuah matriks
Y(4,1), sehingga persamaan di atas berubah
menjadi II. Metode Percobaan
LY=B Dalampercobaan modul ini akan dicari
Dari persamaan ini, kita dapat mencari interplasi dari sejumlah data. Langkah pertama
matriks Y untuk kemudian digunakan untuk adalah mengolah data menjadi matriks seperti
menghitung matriks X dengan cara yang sama pada persamaan (3). Kemudian matriks
pada persamaan ini: tersebut dicari solusi penyelesaiannya
UX=Y menggunakan metode dekomposisi matriks
Dengan mengetahui matriks X, kita telah LU. Dari dekmposisi LU akan diperoleh nilai a0,
mendapatkan komponen-komponen dari a1, dan a2. Kemudian nilai a0, a1, dan a2 ini
matriks X yang merupakan solusi dari sebagai konstanta polinomial orde 2 yang
persamaan matriks. Berdasarkan analisis, menginterpolasi data.
formula yang didapatkan untuk matriks L, U, Y, Langkah selanjutnya adalah menampilkan
dan X adalah: nilai y terhadap x dari persamaan interpolasi
polinomial yang diperoleh dengan microsoft
Untuk matriks L: excell. Kemudian plot grafik dari nilai x dan y
tersebut dan bandingkan nilai hasil interpolasi
aij li1u1 j li 2u2 j linunj ini dengan data sebenarnya.
lij     ... 
u jj u jj u jj u jj
III. Data dan Pengolahan
Dalam praktikum ini akan diinterpolasi
dengan n=j-1
data sebagai berikut,
dan jika i=jlij=1
jika i<jlij=0 Tabel 1. Data yang dipakai untuk interpolasi
No Besaran fisis X Besaran fisis Y
Untuk matriks U:
1 1 2,5
aij li1u1 j li 2u2 j linunj 2 3 2,5
uij     ... 
lii lii lii lii 3 4 3
dengan n=i-1 4 6 8
dan jika i>jlij=0 5 9 12
6 12 16
Untuk matriks Y: 7 20 18
v p1 l p1 y11 l p 2 y21 l pn yn1 8 25 17,5
y p1     ...  9 30 15,5
l pp l pp l pp l pp
10 40 8,5
dengan n=p-1 11 50 1,5
 5 + 1.25 x – 0.03x2 = y3 (daerah I)
Dalam menginterpolasi menggunakan
program C++, kita tidak bisa menginput 36.5 - 0.7 x = y4 (daerah IV)
banyak data dalam satu persamaan
polinomial. Dengan kata lain kita harus Kurva hasil interpolasi menggunakan
membagi dulu data menjadi beberapa bagian excell dan menggunakan program C++
kumpulan data yang memiliki anggota data terlampir. Dari perbandingan kedua hasil
lebih kecil dari 3 seperti pada persamaan (3). diatas diperoleh hasil interpolasi dari program
Misalnya dari data tabel 1 kita bagi dalam 3 sama dengan hasil interpolasi menggunakan
bagian excell. Berikut ini kurva hasil dari run program
yang memperlihatkan nilai y terhadap x ,
Tabel 2. Pembagian Data yang dipakai untuk dengan nilai x dari 0 sampai 50 untuk masing-
interpolasi masing daerah data.
Daerah
Besaran fisis Besaran fisis
pembagian
X Y
data Gambar 3. Kurva daerah I data dari run program
1 2,5
I 3 2,5 Daerah I
4 3
400
6 8
y = 0.1667x2 - 0.6667x + 3
II 9 12 300
12 16
20 18 200
III 25 17,5 100
30 15,5
40 8,5 0
IV 0 20 40 60
50 1,5

Dari run program diperoleh persamaan

polinomial hasil interpolasi masing-masing
daerah sebagai beikut, Gambar 4. Kurva daerah II data dari run program

3 - 0.667 x + 0.1667x2 = y1 (daerah I) Daerah II

1.333 x = y2 (daerah I) 80
y = -1E-09x2 + 1.3333x - 5E-08
60
5 + 1.25 x – 0.02x2 = y3 (daerah I)
40
36.5 - 0.7 x = y4 (daerah IV)
20
Sedangkan persamaan interpolasi dari 0
hasil regresi menggunakan microsoft excell 0 20 40 60
sebagai berikut -20

3 - 0.6667 x + 0.1667x2 = y1 (daerah I)

-5e-08 + 1.333 x -1e-09 x2 = y2 (daerah I)

 kedua 3 data, ketiga 3 data, dan keempat 2
Gambar 5. Kurva daerah III data dari run program data seperti pada tabel 2. Hasil yang diperoleh
nilai koefisien-koefisien hasil interpolasi dari
Daerah III program sama dengan hasil interpolasi dari
excell maupun matlab, bahkan galat yang ada
20
y = -0.03x2 + 1.25x + 5 kurang dari 0.1 persen. Dari pernyataan ini
15 dapat disimpulkan bahwa untuk interpolasi
10 dengan polinomial orde dua, data yang dapat
diterima agar program di C++ dapat berjalan
5
itu tidak boleh lebih dari 3 data. Artinya jika
0 kita punya data yang banyak, kita harus
-5
0 20 40 60 membagi-bagi data tersebut sampai tiap
kumpulan data hanya berisi maksimal 3 data
-10 saja.
Data maksimal yang bisa dijalankan
program hanya 3 data karena berhubungan
dengan metode sistem persamaan linear yang
Gambar 3. Kurva daerah I data dari run program digunakan. Dalam prgram ini kita
menggunakan metode dekomposisi LU untuk
Daerah IV mencari nilai a0, a1, a2. Dalam metode
dekomposisi LU kita merubah suatu sistem
40 persamaan linear menjadi matriks yang
y = - 0.7x + 36.5 simetris (3x3 , 4x4, 5x5, dsb) sehingga jika kita
30
ingin mencari a0, a1, dan a2 kita harus punya
20 tiga buah data y yang berkorelasi terhadap x
sehingga matriksnya akan simetris 3x3. Artinya
10 jika kita masukkan 4 data maka akan ada 4
nilai y yang berbeda sehingga matriks yang
0 tersusun akan 3x4 (tidak simetris), atau
0 20 40 60 mungkin satu baris atau kolom akan bernilai 0
(nol supaya matriks simetris) akantetapi saat
muncul perkalian atau pembagian dengan nol
ketika proses LU dapat menimbulkan error
IV. Pembahasan perhitungan.
Kekurangan dari metode ini adalah
Pada interpolasi dengan menggunakan interpolasi harus dilakukan dengan membagi-
program yang disusun dalam bahasa C++, data bagi kumpulan data terlebih dahulu, tidak bisa
harus kita bagi-bagi menjadi beberapa daerah. langsung secara menyeluruh kurva interpolasi
Jika data tidak dipartisi maka hasil terbagi menjadi beberapa selang dengan tiap
perhitungannya akan kacau. Kemudian dicoba selang memiliki persamaan interpolasi yang
beberapa kombinasi pembagian daerah data, berbeda-beda. Akantetapi hasil yang diperoleh
misalnya daerah pertama 3 data, kedua 4 data, persis sama dengan menggunakan excell atau
ketiga 4 data, maka hasilnya pada daerah matlab.
pertama hasil interpolasi sama dengan
perhitungan menggunakan excell atau matlab
akan tetapi pada daerah kedua dan ketiga
perhitungannya kacau. Kemudian kombinasi
lain dicoba yaitu daerah pertama 3 data,
V. Simpulan
 Hasil interpolasi dari program yang
disusun sama dengan hasil interpolasi
dengan menggunakan matlab atau excell.
 Dalam menggunakan metode ini, data
harus dibagi menjadi beberapa daerah
kumpulan data dengan satu daerah
maksimal 3 buah data agar program
dapat berjalan baik.
 Kekurangan dari metode ini adalah kurva
interpolasi terbagi menjadi beberapa
selang dengan tiap selang memiliki
persamaan interpolasi yang berbeda-
beda.

VI. Pustaka

[1] Interpolasi.
Available:
http://marzukisilalahi.blog.esaunggul.ac.id/
files/2012/03/Praktikum7_Interpolasi-
linier-dan-non-linier.pdf
Accessed : 10 November 2012 at 19.02 WIB

[2] Zuhair. Interpolasi dan Regresi. 2008.

Universitas Mercu Buana Jakarta.
Available:
http://pksm.mercubuana.ac.id/new/elearni
ng/files_modul/15016-9-
726687804254.pdf
Accessed : 10 November 2012 at 19.02 WIB
 LAMPIRAN
1. Kurva Interpolasi dari Microsoft Excell 2010

20
y = -0.03x2 + 1.25x + 5
18

16
Data I
14
data II
12
y = 1.3333x + 4E-14 Data III

10 Data IV
Poly. (Data I)
8
Poly. (data II)
y = -0.7x + 36.5
6 Poly. (Data III)
Poly. (Data IV)
4

2
y = 0.1667x2 - 0.6667x + 3
0
0 10 20 30 40 50 60

20

15

10
Series1

y = -0.0281x2 + 1.3933x + 0.3519 Poly. (Series1)

5

0
0 10 20 30 40 50 60

-5