2.

Interpolasi
Interpolasi adalah metode penaksiran (estimasi) nilai antara di antara

sejumlah titik-titik data.

Kita dapat membuat fungsi polinom orde ke-n dari n+1 data. Polinom
inilah yang merupakan rumus untuk menghitung nilai antara.
2.1.

Polinom Interpolasi Beda Terbagi Newton

Polinom Interpolasi Beda Terbagi Newton termasuk bentuk yang paling populer
dan berguna.
2.1.1. Interpolasi Linier
Bentuk interpolasi linier diperoleh dari 2 titik data yang dihubungkan
membentuk garis lurus.
Dengan memperhatikan segitiga
yang sama dan sebangun,
dihasilkan :

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

x x0
x1 x0

Persamaan di atas dapat disusun

kembali menghasilkan :

f ( x ) f ( x0 )

f ( x1) f ( x0 )

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

Semakin kecil jarak 2 titik data, semakin baik hampirannya.

2.1.2. Interpolasi Kuadrat

Bentuk interpolasi kuadrat diperoleh dari 3 titik data yang dihubungkan
membentuk parabola.

f ( x 2 ) f ( x1 ) f ( x1 ) f ( x 0 )

f ( x1 ) f ( x 0 )
x 2 x1
x1 x 0
f ( x) f ( x0 ) ( x x0 )
( x x 0 )( x x1 )
x1 x 0
x 2 x0
f ( x ) f ( x 0 ) ( x x 0 ) f x1 , x 0 ( x x 0 )( x x1 ) f x 2 , x1 , x 0

2.1.3. Bentuk Umum Polinom Interpolasi Newton

f ( x) f ( x0 ) ( x x0 ) f x1 , x0 ( x x0 )( x x1 ) f x 2 , x1 , x0 ....

Tabel beda terbagi hingga sebagai alat bantu mencari elemen-elemen polinom
i
0
1
2
3
2.2.

xi
f(xi)
pertama
x0
f(x0)
f[x1,x0]
x1
f(x1)
f[x2,x1]
x2
f(x2)
f[x3,x2]
x3
f(x3)
Polinom Interpolasi Lagrange

kedua
f[x2,x1,x0]
f[x3,x2,x1]

ketiga
f[x3,x2,x1,x0]

Polinom interpolasi Lagrange merupakan perumusan ulang dari polinom

Newton yang menghindari komputasi beda-beda terbagi. Secara singkat dapat
dinyatakan sebagai berikut :

f n ( x) Li ( x) f ( xi )
i0

dengan
n

Li ( x)

x xj

j 0 xi x j
j i

di mana menunjukkan `hasilkali dari`.

Misalkan untuk interpolasi linier (n=1) adalah
f1 ( x)

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

dan untuk interpolasi kuadrat (n=2) adalah

f 2 ( x)

( x x0 )( x x 2 )
( x x0 )( x x1 )
( x x1 )( x x 2 )
f ( x0 )
f ( x1 )
f ( x2 )
( x0 x1 )( x0 x 2 )
( x1 x0 )( x1 x 2 )
( x 2 x0 )( x 2 x1)

Dengan cara yang sama kita dapat menyusun persamaan interpolasi orde ke-n.
Contoh soal 1:
Gunakan polinom interpolasi Lagrange orde pertama dan kedua untuk
menghitung ln 2 berdasarkan data berikut :
i
xi
0
1
1
4
2
6
Penyelesaian :

f(xi)
0
1,3862944
1,7917595

Dengan menggunakan persamaan di atas,

f 1 ( 2)

24
2 1
0
1,3862944 0,4620981
1 4
4 1

f 2 ( 2)

( 2 4)( 2 6)
(2 1)(2 6)
( 2 1)( 2 4)
0
1,3862944
1,7917595 0,56584437
(1 4)(1 6)
(4 1)(4 6)
(6 1)(6 4)

Kedua hasil ini sama dengan yang kita peroleh dari polinom beda hingga Newton.
Contoh soal 2:
Jika diberikan data
x
1
2
3
5
6
f(x)
4,75
4
5,25
19,75
36
Hitung f(3,5) menggunakan interpolasi beda hingga terbagi Newton dan
interpolasi Lagrange orde 1, orde 2 dan orde 4.
Penyelesaian :
Interpolasi beda terbagi Newton

Interpolasi Newton Orde-1

Interpolasi beda hingga Newton lebih sesuai untuk kasus yang orde
polinomnya belum diketahui. Karena rumus yang disediakan untuk kenaikan
setiap orde masih berkelanjutan. Sedangkan Interpolasi Lagrange sesuai untuk
kasus yang orde polinomnya sudah diketahui karena komputasinya lebih
sederhana.
2.3.

Interpolasi Newton-Gregory Maju dan Ekstrapolasi

Interpolasi ini diterapkan pada kelompok data yang berjarak sama. Metode

ini sudah jarang digunakan karena kedua metode terdahulu menawarkan

persyaratan data yang lebih umum dengan jarak sembarang. Kita mempelajari
metode ini hanya sebagai dasar untuk menurunkan rumus-rumus integrasi
numerik.
Melalui penyusunan kembali persamaan Interpolasi beda hingga Newton
diperoleh :
f n ( x ) f ( x0 )

f ( x0 )
2 f ( x0 )
n f ( x0 )

( 1) ...
( 1)...( n 1)
1!
2!
n!

dengan :

x x0
h

h = jarak data (interval)

f ( x0 ) f ( x1 ) f ( x 0 )
2 f ( x0 ) f ( x 2 ) f ( x1 ) f ( x1 ) f ( x0 )
dst.

Untuk memudahkan perhitungan, kita dapat menggunakan tabel beda berikut :

i
0

xi
x0

f(xi)
f(x0)

f(xi)
f(x0)

2f(xi)
2f(x0)

3f(xi)
3f(x0)

1
2
3

x1
x2
x3

f(x1)
f(x2)
f(x3)

f(x1)
f(x2)

2f(x1)

Ekstrapolasi adalah proses penaksiran nilai f(x) yang terletak di luar rentang titiktitik data yang diketahui.