Oleh :
Nama
NIM
: 08111001059
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
digunakan untuk mengetahui nilai dari sesuatu yang berada didalam sebuah interval atau
diantara dua buah titik yang segaris.
Bila diketahui dua titik
( , ) dan
=
=
Bila x diketahui berada di antara
y=
dan
contoh 1:
Diketahui 2 titik
(1,1.5) dan
Penyelesaian
y=
+
(2.1 1)
= 1.5 +
= 2.05
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
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
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
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
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
b1 =
f ( x1 ) f ( x0 )
x1 x0
1,3862944 0
= 0,46209813.
4 1
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
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 ,
)(, , ),
mengiterpolasi keempat buah titik itu ialah polinom kubik yang berbentuk :
=
Polinom
+ x+
, ) 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
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
Maka polinom Newton derajat 1,2 dan 3 dengan x0 = 0 sebagai titik pertama :
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.
.
.
.
.
= f(xn-1) +
Contoh :
Kecepatan pertumbuhan mikroba dinyatakan dalam data sebagai berikut:
pi = p(xi) = 2bi
Evaluasi pada titik x=xi+1 menghasilkan:
pi
p(xi)
= di + hi ci + hi2 bi + hi3 ai
pi
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 :