INTERPOLASI

Pada bidang rekayasa (engineering), sering kita

memerlukan/memperkirakan suatu nilai yang terletak di antara nilai nilai
lain yang sudah diketahui (data).

Cara untuk memperkirakan nilai diantara nilai nilai yang sudah diketahui
(data) ini disebut sebagai Interpolasi.

Cara Interpolasi yang paling sering dipakai adalah Interpolasi Linier,

dimana diasumsikan bahwa fungsi yang menghubungkan antara nilai
nilai yang diketahui berbentuk fungsi linier.

Contoh-contoh polinom interpolasi:

(a) orde pertama (linear) menghubungkan dua titik ;
(b) orde-kedua (kuadrat atau parabola) menghubungkan tiga titik;
(c) orde-ketiga (kubik) menghubungkn empat titik .

Interpolasi Linier

Bentuk inerpolasi yang paling sederhana adalah menghubungkan dua titik

data dengan garis lurus. Teknik ini, yang dinamakan INTERPOLASI LINIER,
dilukiskan secara grafis dalam Gambar berikut.

f1 x f x0 f x1 f x0

x x0
x1 x0
f 1 x f x0

f x1 f x0
x x0
x1 x0

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

1
Cara menulisan
menunjukan bahwa ini adalah0 polinom interpolasi
orde-pertama.f 1 x
Perhatikan bahwa disamping menyatakan kemiringan garis yang
menghubungkan titik-titik, bentuk
adalah perkiraan
beda-hingga-terbagi
dari turunan pertama.
f x1(aproksimasi)
f x0 / x
1 x0
Umumnya, semakin kecil selang diantara titik-titik data, semakin baik
perkiraannya

Suatu contoh : Jika diketahui data sebagai x0=1; f(x0=1) = 0 dan x1=6;
f(x1=6)= 1,7917595. Berapakah nilai perkiraan f(x=2)=?

1,7917595 0
2 1 0,35835190
f1 2 0
6 1

f x In(x)

Nilai
Fungsi di atas adalah fungsi Ln(x). Untuk nilai sejati
seja
ti
Adalah Ln(2) = 0,69314718
Sehingga dengan interpolasi linier mempunyai tingkat
Kesalahan (error) sebesar 48,3 %.

Taksira
n
Linier

Untuk data yang lebih kecil rangenya : data sebagai x 0=1; f(x0=1) = 0
dan x1=4; f(x1=4)=1,3862944. sehingga :

f1 2 0

1,38 62944 0
2 1 0,46209813
4 1

Kesalahan (error) nya adalah 33,3 %. Jadi, semakin kecil range datanya,
maka kesalahannya juga semakin kecil.

Interpolasi Kuadrat (orde

n=2)

Error (Kesalahan) dari contoh di atas cukup besar disebabkan oleh

kenyataan bahwa kurva didekati (approximated) dengan garis lurus. Strategi
untuk memperbaiki perkiraan adalah memperkenalkan suatu kelengkungan
ke garis yang menghubungkan titik-titik tersebut. Jika tersedia TIGA titik
data, ini dapat dilaksanakan dengan POLINOM ORDE DUA (juga disebut
Polinom Kuadrat atau Parabola). Bentuk persamaan interpolasi kuadrat ini
adalah :

f 2 x b0 b1 x x0 b2 x x0 x x1

Persamaan interpolasi ini selalu melalui titik titik data (dalam hal ini
persamaan interpolasi ini selalu melalui tiga titik data yang diketahui).
Dengan melakukan subtitusi bahwa persamaan interpolasi tersebut melalui
titik titik data :

b0 f x0

Melalui titik [x0, f(x0)] akan menghasilkan :

f x1 f x0
x1 x0
Melalui titik [x1, f(x1)] akan menghasilkan :
b1

f x 2 f x1 f x1 f x0

x 2 x1
x1 x 0
b2 :
Melalui titik [x2, f(x2)] akan menghasilkan
x 2 x0

Contoh :

Xi

f(xi)

X0=1

X1=4

1,3862944

X2=6

1,7917595

b0 f x0 0
b1

1,3862944 0
0,46209813
4 1

1,7917595 1,3862944
0,46209813
X3=10
2,302585
6

4
b2
0,51873116
PERSAMAAN INTERPOLASINYA
adalah : 6 1

f 2 x 0 0,46209813 x 1 0,05187311 x 1 x 4

Untuk nilai x = 2, maka HASIL INTERPOLASINYA adalah (Berlaku untuk

1 <= X <= 6) :

f 2 2 0,56584436

t 18,4
Yang menggambarkan persen error relatif
persen. Jadi, kelengkunan
yang diperkenalkan oleh rumus Interpolasi Kuadrat akan memperbaiki
hasil interpolasi dibandingkan dengan hasil yang diperoleh dengan
memakai garis lurus.

Contoh :

Xi

f(xi)

X0=1

X0=4

1,3862944

X1=6

1,7917595

b0 f x0 1.3862944
1,7917595 1,3862944
b1

64

2,30258 1,7917595 1,7917595 1,3862944

X2=10
2,302585
10

6
64
b2

PERSAMAAN INTERPOLASINYA adalah :

10 4

f 2 x 0 0,46209813 x 1 0,05187311 x 1 x 4

Untuk nilai x = 8, maka HASIL INTERPOLASINYA adalah (Berlaku untuk

4 <= X <= 10) :

f 2 2 0,56584436

t 18,4
Yang menggambarkan persen error relatif
persen. Jadi, kelengkunan
yang diperkenalkan oleh rumus Interpolasi Kuadrat akan memperbaiki
hasil interpolasi dibandingkan dengan hasil yang diperoleh dengan
memakai garis lurus.

Interpolasi Polinomial
Persamaan Interpolasi ORDE n adalah :

f n x b0 b1 x x0 ... bn x x0 x x1 ... x x n 1
Untuk Polinom orde ke-n, diperlukan n+1 titik-titik data:
Untuk POLINOM ORDE 3, maka persamaan interpolasinya adalah :

f 3 x b0 b1 x x0 b2 x x0 x x1 b3 x x0 x x1 x x2
Nilai parameter b0, b1, dan b2 adalah sama dengan parameter
untuk Polinom Kuadrat. Untuk nilai parameter b3 adalah :

f x3 f x2 f x2 f x1
f x2 f x1 f x1 f x0

x3 x2
x2 x1
x2 x1
x1 x0

x3 x1
x2 x0
b3
x3 x0

Dari parameter b0, b1, b2 dan b3 dapat dilihat bahwa nilai b1 adalah
beda hingga dari turunan pertama, b2 adalah beda hingga dari
turunan ke dua, dan b3 adalah beda hingga dari turunan ke tiga.

Dengan prinsip bahwa persamaan interpolasi selalu melalui

titik titik data yang digunakan untuk merumuskan
persamaan interpolasinya, maka nilai parameter b0, b1, b2 dan b3
dapat di ketahui sebagai berikut :

b0 f x0

b1 f x1 , x 0

b2 f x 2 , x1 , x0

bn f x n , x n 1 ,..., x1 , x0

di mana perhitungan fungsi dalam kurung siku adalah beda-terbagi

hingga. Misalnya, beda terbagi hingga pertama (first finite
devided difference)
secara umum sebagai :
f xi f x dinyatakan
j

f xi , x j

xi x j

Beda terbagi hingga kedua, yang menggambarkan perbedaan dari

dua beda terbagi pertama, diungkapkan secara umum sebagai :

f xi , x j , x k

f xi , x j f x j , x k
xi x k

Demikian pula, beda terbagi hingga ke-n adalah :

f x n , x n 1 ,..., x1 , x 0

f x n , x n 1 ,..., x1 f x n , x n 2 ,..., x0
x n x0

Dengan menggunakan koefisien hasil perhitungan beda hingga

tersebut, maka persamaan interpolasinya adalah :

f n x f x0 x x0 f x1 , x 0 x x0 x x1 f x 2 , x1 , x0

... x x0 x x1 ... x x n 1 f x n , x n 1 , .... , x0

Contoh :

xi

3(xi)

X0=1

X1=4

1,3862944

X2=6

1,7917595

X3=5

1,6094379

f x1 , x 0

1,3862944 0
0,46209813
4 1

1,7917595 1,3862944
0,20273255
64
1,6094379 1,7917595

0,18232160
56

f x 2 , x1

f x3 x 2

Beda Hinga Kedua adalah :

f x 2 , x1 , x0

0,20273255 0,46209813
0,051873116
6 1

f x3 , x2 , x1

0,18232160 0,20273255
0,020410950
54

Beda Hingga ketiga adalah :

0,020410950 0,051873116
f x3 , x2 , x1 , x0
0,0078655415
5 1

Tingkat Kesalahan Interpolasi

Polinom
Perhatikan bahwa struktur
Persamaan Interpolasi Polinom serupa

dengan uraian deret Taylor dalam arti bahwa suku-sukunya

ditambahkan secara sekuensial supaya menangkap perilaku orde
yang lebih tinggi dari fungsi yang mendasarinya.
Suku-suku ini adalah beda hingga dan karena itu menyatakan
hampiran dari turunan-turunan dari orde yang lebih tinggi.
Akhibatnya, serupa dengan deret Taylor, Jika fungsi sejati yang
dimaksudkan adalah polinom orde ke-n, maka polinom interpolasi
orde ke-n yang didasarkan pada n + 1 titik-titik data akan
menunjukan hasil yang eksak.
Demikian pula, seperti halnya dengan deret Taylor, dapat diperoleh
rumus untuk kesalahan perpotongan (truncation error). Ingat
kembali Persamaan interpolasinya bahwa error perpotongan untuk
deret Taylor
umum dapat diungkapkan sebagai :
f n 1 secara

Rn

x x x x
0
1
n 1!

... x x n

Rumus alternatif untuk tingkat kesalahan (error) yang tidak

mensyaratkan pengetahuan sebelumnya mengenai fungsi. Rumus
tersebut memakai beda terbagi hingga untuk menghampiri
turunan yang ke (n + 1) :

Rn f x, x n , x n 1 ,...., x 0 x x0 x x1 ... x x n

di mana

f x, x n , x n 1 , x0

f x

adalah beda terbagi hingga

yang ke (n + 1). Karena Persamaan di atas mengandung

f x n 1

yang tidak diketahui, ia tidak dapat dipecahan perhitungan error

Rn f x n 1 , x n , x n 1 ,...., x0 x x0 x , Persamaan
x1 ... x di atas
xn

nya. Namun, jika ada titik data tambahan

dapat digunakan untuk menaksir galat, seperti dalam :

Interpolasi Lagrange

Polinom Interpolasi Lagrange hanyalah perumusan ulang dari

polinom Newton yang menghindari komputasi beda-beda terbagi.
Secara singkat ia dapat dinyatakan sebagai :
n

f n x Li x f xi
i 0

Dengan :
n

Li x
j 0
j i

x xj
xi x j

Dimana operator menunjukan hasilkali (product of).

Li(x) adalah Operator Lagrange.

Untuk interpolasi orde 3 (n=3), maka Operator Lagrange adalah (I

dan j adalah dari 0 sampai 3):
i=0 L0(x) =

x x0
L0 x
x0 x0

x x1
.

x0 x1

x x2
.
x0 x2

x x3
.
x0 x3

Dan

Li x

j 0
j i

i=0 L0(x) =

x x0
x0 x0

L0 x

xi x j

x x2
.
x0 x2

x x3
.
x0 x3

i=1 L1(x) =

x x0
L1 x
x1 x0

x x1
.

x0 x1

x xj

i=2 L2(x) =

x x1
.

x1 x1

x x0
x2 x0

L2 x

i=3 L3(x) =

x x0
L3 x
x3 x0

x x1
.

x2 x1

x x1
.

x3 x1

x x2
.
x1 x2

x x3
.
x1 x3

x x2
.
x2 x2
x x2
.
x3 x2

x x3
.
x2 x3

x x3
.
x3 x3

Untuk Interpolasi Orde 1 (Linier), maka persamaan interpolasi

nya adalah :

f1 x

x x0
x x1
f x0
f x1
x0 x1
x1 x0

Untuk Interpolasi

x x0 x x1 f x
x x0 x x2 maka persamaan
x x1 x x2 Orde 2 (Kuadratic),
f2 x
f x1
interpolasinya
adalahf :x0
2

x0 x1 x0 x2

x1 x0 x1 x2

x x x x x x

x2 x0 x2 x1

x x x x x x

1
2
0
2
3
Untuk
Orde
33 (Kubic),
persamaan
f 3 x Interpolasi

f x0 maka
f x1

x
x

x
x

x
x

x
x

x
x

x
0
1 adalah
0
2 : 0
3
1
0
1
2
1
3
interpolasinya

x x0 x x1 x x3 f x x x0 x x1 x x2 f x
x2 x0 x2 x1 x2 x3 2 x3 x0 x3 x1 x3 x2 3

Xi

F(Xi)

0,3

X0=5 0,6

Contoh :
Perkirakan f3(x=15) dengan menggunakan
Lagrange Interpolation.

Jawab :
Untuk persamaan interpolasi orde n=3
X2=1 1,2
diperlukan 4 titik data. Sehingga untuk nilai
0
x=15 bisa digunakan nilai data dari x=5 s/d
X3=2 1,7
x=20 atau untuk data dari x=7 s/d x=25.
0
Misal digunakan data dari x=5 s/d x=20 , maka
25
2,2

15 7 :15 1015 20
15 515 1015 20 0,8
f 3 x 15
0,6
5 7 5 10 5 20
7 5 7 10 7 20
X1=7 0,8

15 515 7 15 20 1,2 15 515 7 15 10 1,7 1,784

10 510 7 10 20
20 5 20 7 20 10