KOMPUTASI STATISTIKA

Oleh :
Nama

: Joy Martin Pasaribu

NIM

: 08111001059

Fakultas / Jurusan : MIPA / Matematika

JAWABAN KUIS KOMPSTAT 2014

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

ALAM
UNIVERSITAS SRIWIJAYA
2014

INTERPOLASI
Dalam suatu situasi sering diperlukan mengestimasi suatu nilai dimana nilai tersebut berada
diantara nilai ( titik data ) yang telah diketahui sebelumnya . Untuk maksud tersebut digunakan
metode INTERPOLASI. Interpolasi bertujuan membangun kurva yang melalui semua titiktitik data yang dipergunakan. Interpolasi digunakan bila kurva yang dibentuk tersebut dipakai
unutk menksir nilai f(x) dengan x berada antara titik-titik data yang diberikan. Sebaliknya, bila x
berasa diluar titik-titik data yang diberikan maka prosesnya dinamakan ekstrapolasi. Secara
umum hampiran interpolasi mempunyai ketelitian lebih tinggi dibandingkan dengan ekstrapolasi.
Ada pun macam-macam metode interpolasi :
1. Interpolasi Linier
Interpolasi linier adalah suatu bentuk interpolasi untuk menentukan titik-titik antara dari
titik-titik yang diketahui menggunakan fungsi pendekatan yang berupa fungsi linier, akan
diperoleh sejumlah titik antara dua titik

( , ) dan

( , ) atau metode yang

digunakan untuk mengetahui nilai dari sesuatu yang berada didalam sebuah interval atau
diantara dua buah titik yang segaris.
Bila diketahui dua titik

( , ) dan

( , ) maka titik antara dua titik P1 dan P2

tersebut menggunakan pendekatan garis lurus, dapat dihitung.

Berdasarkan persamaan garis yang melewati dua titik :

=
=
Bila x diketahui berada di antara

y=

dan

, maka nilai y dapat dihitung dengan:

contoh 1:
Diketahui 2 titik

(1,1.5) dan

(3,2.5). carilah nilai y untuk titik x = 2.1

Penyelesaian

y=

+
(2.1 1)

= 1.5 +
= 2.05

Adapun langkah-langkah dalam penyelesaian kasus Interpolasi linier ini :

1. Tentukan 2 titik P1 dan P2 dengan koordinatnya masing-masing P1(x1,y1) dan
P2(x2,y2).
2. Tentukan titik x dari titik yang akan dicari.
3. Hitung nilai y dengan rumus yang sudah ditentukan.
4. Didapat nilai titik yang baru.
Contoh 2.

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 rumus, dihitung dengan interpolasi linier nilai ln pada x = 2 berdasar
nilai ln di x0 = 1 dan x1 = 6.
f1 ( x) f ( x0 )

f1(2) = 0 +

f ( x1 ) f ( x0 )
( x x0 )
x1 x0

1,7917595 0
(2 1) = 0,3583519.
6 1

Besar kesalahan adalah:

Et =

0,69314718 0,35835190
100 % = 48,3 %.
0,69314718

Apabila digunakan interval yang lebih kecil, yaitu nilai x0 = 1 dan x1 = 4, maka:
f1 ( x) f ( x0 )

f ( x1 ) f ( x0 )
( x x0 )
x1 x0

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).
2. Interpolasi Kuadratik
Interpolasi kuadratik adalah suatu teknik interpolasi yang digunakan untuk mendapatkan
nilai yang belum diketahui dengan menggunakan tiga titik terdekatnya. Misalkan tiga titik
tersebut adalah

atau dapat dilihat pada gambar di bawah ini

Untuk memperoleh titik Q(x,y) digunakan persamaan Interpolasi Kuadrat dengan persamaan
seperti berikut :

Apabila terdapat tiga titik data, maka perkiraan dapat dilakukan dengan polinomial order dua.
Untuk maksud tersebut persamaan polinomial order dua dapat ditulis dalam bentuk:
f2(x) = b0 + b1(x x0) + b2(x x0)(x x1)
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 dengan memasukan nilai x = x0.
f (x0) = bo + b1 (xo x0) + b2 (x0 x0) (x0 x1)

bo = f (x0)
Mencari koefisien b1 :
f (x1) = f (x0) + b1(x1 x0) + b2(x1 x0)(x1 x1)
b1 =

f ( x1 ) f ( x0 )
x1 x0

mencari koefisisen b2 :
f (x2) = f (x0) +

f ( x1 ) f ( x0 )
(x2 x0) + b2(x2 x0)(x2 x1)
x1 x0

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

f ( x1 ) f ( x0 )
[(x2 x1) + (x1 x0)]
x1 x0

= f (x2) f (x0)

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

= f (x2) f (x1)

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

atau

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

f ( x2 ) f ( x1 )
b2 =

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

x2 x1
x1 x0
b2 =
x2 x0

contoh soal :
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

f (x1) = 1,3862944

x2 = 6

f (x2) = 1,7917595

Akan dicari : f2(x) = b0 + b1(x x0) + b2(x x0)(x x1)

Mencari koefisien-koefisien (b0,b1,b2) dengan persamaan atau rumus yang sudah ada.
Mencari koefisien b0.
f (x0) = bo + b1 (xo x0) + b2 (x0 x0) (x0 x1)
b0 = 0
Mencari koefisien b1.
b1 =

b1 =

f ( x1 ) f ( x0 )
x1 x0

1,3862944 0
= 0,46209813.
4 1

Mencari koefisien b2.

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

x2 x1
x1 x0
b2 =
x2 x0
1,7917595 1,3862944
0,46209813
6

4
b2 =
= 0,051873116.
6 1

Kemudian nilai-nilai koefisien yang didapat masukkan pada persamaan:

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 hasil yang ada, dapat dikatakan bahwa perhitungan dengan interpolasi kuadrat hasil yang
didapat lebih baik. Hal tersebut dapat dilihat dari hasil batas kesalahannya, yaitu 18,4%.
3. Interpolasi Kubik
Misal diberikan empat buah titik data ,

)(, , ),

, ), dan ( , ).Polinom yang

mengiterpolasi keempat buah titik itu ialah polinom kubik yang berbentuk :
=
Polinom

+ x+

ditentukan dengan cara berikut: 1.Sulihkan (

, ) kedalam persamaan,

i=0,1,2,3. Sehingga diperoleh empat buah persamaan dengan empat buah parameter yang
tidak diketahui yaitu

contoh :
Diberikan titik ln(8,0) = 2,0794, ln(9,0) = 2,1972, ln(9,2) = 2.2192, ln(9,5) = 2,2513.
Tentukan nilai dari ln(8,5) dengan interpolasi kubik.
Penyelesaian:
Sistem persamaan lagrange yang terbentuk adalah :
a0 + 8a1

+ 64a2

a0 + 9a1

+ 81a2

a0 + 9,2a1

+ 84,6a2

a0 + 9,5a1

+ 90,2a2

+ 512a3
+ 729a3
+ 778,7a3
+ 857,4a3

= 2,0794
= 2,1972
= 2,2192
= 2,2513

Penyelesaian sistem persamaan dengan metode Eliminasi Gauss menghasilkan

a0 = 0,9432, a1 = 0,1369, a2 = 0,0036 dan a3 = -0,00037.
Polinom kubiknya adalah :
p3(x) = 0,9432 + 0,1369x + 0,0036x2 + -0,00037x3
p3(8,5) = 2,1397

4. Interpolasi Newton
Interpolasi Polinomial Newton atau lebih dikenal dengan interpolasi Newton
merupakan salah satu jenis interpolasi polinomial (berderajat banyak). Interpolasi newton
didasarkan pada formulasi beda hingga, dimana dibuat suatu polynomial dengan titik-titik
data sebagai titik simpul. Bentuk interpolasi linier adalah sebagai berikut :
Pn = C0 + C1 (x-x0) + C1 (x-x0)(x-x1) + .+ (x-x0)(x-x1).(x-xn-1)
Dimana C0,C1,..,Cn merupakan suatu konstanta Ci dengan i = 0,1,2,..,n.
Harga Ci dapat dirumuskan sebagai berikut :

C0 = y0
C1 =
C2 =
C3 =
Semakin banyak tingkat Ci yang dipakai dalam menghitung harga y, maka semakin teliti
interpolasinya.
Contoh :
Bentuklah polinom Newton derajat satu, dua, tiga dan empat yang menghampiri f(x)=cos(x)
dalam range[0.0, 4] dan jarak antar titik adalah 1.0. Lalu taksirlah f(x) dengan x=2.5 dengan
Polinom Newton derajat 3.

ST-1

ST-2

ST-3

ST-4

0.0

-0.4597

-0.2484

0.1466

-0.0147

1.0

0.5403

-0.9564

0.1913

0.0880

2.0

-0.4161

-0.5739

0.4551

3.0

-0.99

0.3363

4.0

-0.6536

Contoh cara menghitung nilai selisih terbagi pada tabel :

[

Maka polinom Newton derajat 1,2 dan 3 dengan x0 = 0 sebagai titik pertama :

Nilai sejati f(2.5) adalah : F(2.5) = cos(2.5) = -0.8011

5. Interpolasi Spline
Interpolasi spline adalah suatu metode yang digunakan jika n sangat besar . apabila n
sangat

besar,

maka

hasil

interpolasi

polynomial

sering

menunjukkan

trend

osilasi/bergelombang sehingga hasil interpolasi tidak sesuai. Pada saat seperti itulah
interpolasi spline dapat digunakan.
Interpolasi spline terdiri dari interpolasi spline linier, kuadratik dan kubik.

Interpolasi Spline Linier

Interpolasi spline linier hanya menggunakan dua titik, tidak berbeda dengan
metode linier yang lain. Jika diketahui titik-titik (x0,y0), (x1,y1) .. (xn-1,yn1),(xn,yn) Dan titik-titik tersebut dihubungkan secara sederhana dengan garis
lurus, maka nilai interpolasi linier spline di dapat dengan yi=f(xi).
Persamaan Interpolasi Spline Linier :
f(x) = f(x0) +
= f(x1) +

.
.
.
.
= f(xn-1) +

Contoh :
Kecepatan pertumbuhan mikroba dinyatakan dalam data sebagai berikut:

Hitung jumlah mikroba saat t = 16 detik!

Penyelesaian :
Karena dicari jumlah mikroba saat t=16, maka dipilih data terdekat dengan t=16,
yaitu t0=15 dan t1=20, sehingga
t0 = 15 , v(t0) = 362,78
t1 = 20, v(t1) = 517,35
v(t) =
= 362,78 +
= 362,78 + 30,913(t-15) ,
Pada saat t=16 s, v(16) =362,78 + 30,913 (16-15) = 393,7 mikroba/s

Interpolasi Spline Kubik

dimana Si adalah polinomial berderajat 3:

p(xi) = di + (x-xi) ci + (x-xi)2 bi + (x-xi)3 ai, i=1,2, , n-1
Syarat: Si(xi) = Si+1(xi), Si(xi) = Si+1(xi), Si(xi) = Si+1(xi)
Interpolasi spline kubik menggunakan polinomial p(x) orde 3
p(x) = di + (x-xi) ci + (x-xi)2 bi + (x-xi)3 ai
Turunan pertama dan kedua p(xi) yaitu:
p(x) = ci + 2bi (x-xi) + 3ai (x-xi)2
p(x) = 2bi + 6ai (x-xi)
Evaluasi pada titik x=xi menghasilkan:
pi = p(xi) = di

pi = p(xi) = 2bi
Evaluasi pada titik x=xi+1 menghasilkan:
pi

= di + (xi+1-xi) ci + (xi+1-xi)2 bi + (xi+1-xi)3 ai

p(xi)

= di + hi ci + hi2 bi + hi3 ai

pi

= 2bi + 6ai (xI+1-xi)

p(xi+1)

= 2bi + 6ai hi

dimana hi = (xI+1-xi)
jadi :
di = pi
ai

p"i 1 p"i
6h i

pi "
2
p i 1 p i h i p"i 1 2h i p"i
ci

hi
6

bi

sehingga :