METODE NUMERIK

Interpolasi Polinomial Newton

Kelompok I :
Ahmad

Ardiansyah
08311270645

Rizky Fadillah
093112706450035
Yeyen Sarifah
093112706450030
Januar Hidayat
093112706450033
0931127064500

Indri Septiani
Jayadi

093112706450066
Dani

Arieska Aprilia
09311206450032

Fakultas Teknologi Komunikasi dan

Informatika
Universitas Nasional
Pengertian Metode Numerik dan Kegunaannya
Metode numerik adalah teknik-teknik yang digunakan untuk merumuskan
masalah-masalah matematika agar dapat diselesaikan dengan operasioperasi aritmatika (hitungan) biasa (tambah, kurang, kali, dan bagi). Secara
harfiah metode numerik berarti cara berhitung dengan menggunakan
angka-angka.

Perhitungan ini melibatkan sejumlah besar operasi-operasi hitungan yang

berulang-ulang, melelahkan, dan menjemukan. Tetapi dengan adanya
computer digital yang semakin lama semakin cepat dalam melakukan
hitungan dan dengan adanya penemuan metode-metode baru dan beberapa
modifikasi dari metode-metode lama, maka penggunaan metode numerik
dalam menyelesaikan masalah-masalah matematika mengalami kenaikan
secara dramatis. Kemajuan yang cepat pada bidang metode numerik
dikarenakan
perkembangan
computer
itu
sendiri.
Kita
melihat
perkembangan teknologi komputer tidak pernah berakhir. Keunggulan tiap
generasi baru komputer dalam hal waktu, memori, ketelitian, dan kestabilan
perhitungan menyebabkan pengembangan algoritma numerik yang lebih
baik.
Ada beberapa alasan mengapa mempelajari metode numerik, yaitu:
1. Metode numerik merupakan alat untuk memecahkan masalah
matematika yang sangat handal. Banyak permasalahan teknik yang
mustahil dapat diselesaikan secara analitik, karena kita sering
dihadapkan pada sistem-sistem persamaan yang besar, tidak linear
dan cakupan yang kompleks, dapat diselesaikan dengan metode
numerik.
2. Program paket numerik, misalnya MATLAB, MAPLE, dan sebagainya
yang digunakan untuk menyelesaikan masalah matematika dengan
metode numeric dibuat oleh orang yang mempunyai dasar-dasar teori
metode numerik.
3. Banyak masalah matematika yang tidak dapat diselesaikan dengan
memakai program paket atau tidak tercakup dalam program paket.
Oleh karena itu kita perlu belajar metode numerik untuk dapat
membuat program paket (software) untuk masalah sendiri.
4. Metode numerik merupakan suatu sarana yang efisien untuk
mempelajari penggunaan komputer.
Penyelesaian Masalah Matematika
Ada dua macam penyelesaian masalah matematika, yaitu:
Secara analisis,
matematika

dengan

menggunakan

kaidah-kaidah

operasi

dengan cara yang formal, yaitu dengan menggunakan rumus-rumus

yang sudah lazim dan konvensional sehingga diperoleh solusi eksak.
Solusi eksak yaitu solusi dengan galat sama dengan nol.

 Secara numeric, yaitu dengan menggunakan metode numerik untuk

memperoleh nilai solusi hampiran dari solusi eksak. Cara ini biasanya
dilakukan jika nilai eksak sukar dicari dengan cara analisis.
Tahap-tahap dalam menyelesaikan masalah matematika secara numeric
dengan memakai alat bantu komputer secara umum adalah:
i.
ii.
iii.
iv.

Pemodelan.
Pemilihan metode (algoritma) numeric
Pemrograman (koding)
Dokumentasi dan Penafsiran hasil

Pengertian Interpolasi- Interpolasi Polinomial

Interpolasi adalah suatu cara untuk mencari nilai di antara beberapa titik
data yang telah diketahui. Dalam kehidupan sehari- hari ,interpolasi dapat
digunakan untuk memperkirakan suatu fungsi dimana fungsi tersebut tidak
terdefinisi dengan suatu formula, tetapi didefinisikan hanya dengan datadata atau table yang tersedia.
Ada berbagai macam interpolasi berdasarkan fungsinya, di antaranya adalah
interpolasi linier, interpolasi kuadrat, dan interpolasi polinomial.
Dengan berbagai macam metode antara lain metode Neton dan metode
Lagrange , namun disini kita akan membahas dengan metode Newton.
Terdapat perbedaan antara Interpolasi dengan Ekstrapolasi. Berikut
penjelasannya agar dapat dipahami

Interpolasi Polinomial (Polinom)

Adalah sebuah metode untuk menaksir (mengestimasi) nilai di antara titiktitik data yang tepat. Persamaan polinomial adalah persamaan aljabar yang
hanya mengandung jumlah dari variabel x berpangkat bilangan bulat
(integer). Bentuk umum persamaan polinomial order n adalah:
f (x) = a0 + a1 x + a2 x2 + + an xn
(1.1)

dengan a0, a1, a2, , an adalah parameter yang akan dicari berdasarkan titik
data, n adalah derajat (order) dari persamaan polinomial, dan x adalah
variabel bebas. Untuk (n + 1) titik data, hanya terdapat satu atau kurang
polinomial order n yang melalui semua titik. Misalnya, hanya ada satu garis
lurus (polinomial order 1) yang menghubungkan dua titik (interpolasi linier)
gambar 1.a, demikian juga tiga buah titik dapat dihubungkan oleh fungsi
parabola (interpolasi kuadrat) gambar 1.b, sedang untuk 4 titik(interpolasi
kubik) gambar 1.c.
Interpolasi polinom terdiri atas penetuan polinom unik orde ke-n yang cocok
dengan n+1 titik data. Walaupun terdapat satu, dan hanya satu, polinom
orde ke-n yang cock dengan n+1 titik, terdapat beragam bentuk matematik
untuk pengungkapan polinom tersebut.
Interpolasi Linier
Sebuah bentuk interpolasi yang paling sederhana dengan menghubungkan
dua buah titik data dengan garis lurus. Lihat gambar berikut

Gambar 1.Interpolasi Polinomial

Gambar 2. Interpolasi Linier

Diketahui nilai suatu fungsi di titik x0 dan x1, yaitu f (x0) dan f (x1). Dengan
metode interpolasi linier akan dicari nilai fungsi di titik x, yaitu f1(x).
Indeks 1 pada f1(x) menunjukkan bahwa interpolasi dilakukan dengan
interpolasi polinomial order satu.
Dari dua segitiga sebangun ABC dan ADE seperti tampak dalam Gambar
2, terdapat hubungan berikut:

BC DE

AB AD

f1 ( x) f ( x0 ) f ( x1 ) f ( x0 )

x x0
x1 x0
f1 ( x ) f ( x 0 )

f (x 1 ) f (x 0 )
(x x 0 )
x1 x 0

(1.2)

Persamaan (1.2) adalah rumus interpolasi linier, yang merupakan bentuk

interpolasi polinomial order satu. Suku [f (x1) f (x0)] / (x1 x0) adalah
kemiringan garis yang menghubungkan dua titik data dan merupakan
perkiraan beda hingga dari turunan pertama. Semakin kecil interval
antara titik data, hasil perkiraan akan semakin baik.

Contoh soal 1 :
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 persamaan (1.2), dihitung dengan interpolasi linier
nilai ln pada x = 2 berdasar nilai ln di x0 = 1 dan x1 = 6.
f1 ( x ) f ( x0 )

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

f1(2) = 0 +

1,7917595 0
6 1

Besar kesalahan adalah: Et =

(2 1) = 0,3583519.

0,69314718 0,35835190
0,69314718

100 % = 48,3 %.

Apabila digunakan interval yang lebih kecil, yaitu nilai x0 = 1 dan x1 = 4,

maka:
f1(2) = 0 +

1,3862944 0
4 1

Besar kesalahan adalah: Et =

(2 1) = 0,46209813.

0,69314718 0,46209813
0,69314718

100 % = 33,3 %.

Dari contoh nampak bahwa dengan menggunakan interval yang lebih

kecil didapat hasil yang lebih baik (kesalahan lebih kecil). Gambar 3,
menunjukkan kedua interpolasi bersama dengan fungsi yang sebenarnya.

Gambar 3. Interpolasi linier pelukisan grafis mencari ln 2

Interpolasi Kuadrat
Terdapat strategi untuk memperbaiki taksiran dengan memperkenalkan
suatu kelengkungan ke garis yang menghubungkan titik- titik tersebut.
Dengan tersedianya tiga buah titik data, maka dapat dilaksanakannya
dengan polinom orde kedua (polinom kuadrat).
f2(x) = b0 + b1(x x0) + b2(x x0)(x x1)
(1.3)

meskipun tampaknya persamaan (1.3) berbeda dengan persamaan (1.1),

tetapi sebenarnya kedua persamaan adalah sama. Hal ini dapat
ditunjukkan dengan mengalikan suku-suku persamaan (1.3) sehingga
menjadi:
f2(x) = b0 + b1 x b1 x0 + b2 x2 + b2 x0 x1 b2 x x0 b2 x x1
atau

f2(x) = a0 + a1 x + a2 x2

dengan a0 = b0 b1 x0 + b2 x0 x1
a1 = b1 b2 x0 b2 x1
a2 = b 2
terlihat bahwa persamaan (1.3) sama dengan persamaan (1.1).
Selanjutnya untuk keperluan interpolasi, persamaan polinomial ditulis
dalam bentuk persamaan (1.3). 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 dari persamaan interpolasi kuadrat, dengan
memasukan nilai x = x0.

f (x0) = bo + b1 (xo x0) + b2 (x0 x0) (x0 x1)

bo = f (x0)

(1.4)

bila persamaan (1.4) disubstitusikan ke dalam persamaan (1.3),

kemudian dimasukkan ke dalam nilai x = x1, maka akan diperoleh
koefisien b1:
f (x1) = f (x0) + b1(x1 x0) + b2(x1 x0)(x1 x1)
b1 =

f ( x1 ) f ( x0 )
x1 x0

(1.5)

bila persamaan diatas disubstitusikan ke dalam persamaan (1.3) dan nilai

x = x2, maka akan diperoleh koefisien 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
b2 =

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

f ( x2 ) f ( x1 )

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

x2 x1
x1 x0
b2 =
x2 x0

(1.6)

Dengan memperhatikan persamaan (1.3), persamaan (1.4), persamaan

(1.5) dan persamaan (1.6) terlihat bahwa dua suku pertama dari
persamaan (1.3) adalah ekivalen dengan interpolasi linier dari titik x0 ke
x1 seperti yang diberikan oleh persamaan (1.2).
Sedangkan suku terakhir, b2(x x0)(x x1) merupakan tambahan karena
digunakannya kurve order 2.
Koefisien b1 dan b2 dari interpolasi polinomial order 2 persamaan (1.5)
dan persamaan (1.6) adalah mirip dengan bentuk beda hingga untuk
turunan pertama dan kedua, dengan demikian penyelesaian interpolasi
polinomial dapat dilakukan dengan menggunakan bentuk beda hingga.
Contoh soal 2 :
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

Dengan menggunakan persamaan (1.4) diperoleh nilai b0, yaitu (b0 = 0),
koefisien b1 dapat dihitung dengan persamaan (1.5):
b1 =

b1 =

f ( x1 ) f ( x0 )
x1 x0
1,3862944 0
4 1

= 0,46209813.

Persamaan (1.6) digunakan untuk menghitung koefisien b2:

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

x2 x1
x1 x0
b2 =
x2 x0

b2 =

1,7917595 1,3862944
0,46209813
= 0,051873116.
64
6 1

Nilai-nilai tersebut disubstitusikan ke persamaan (1.3):

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
0,69314718

100 % = 18,4 %.

Dari contoh tersebut terlihat bahwa dengan menggunakan interpolasi

polinomial order 2 didapat hasil yang lebih baik (kesalahan lebih kecil).

Gambar 4. Interpolasi polinomial orde dua

Bentuk Umum Interpolasi Polinomial

Prosedur seperti dijelaskan diatas dapat digunakan untuk membentuk

polinomial order n dari (n + 1) titik data. Bentuk umum polinomial order n
adalah:
fn(x) = bo + b1(x x0) + + bn(x x0)(x x1) ... (x xn 1)
(1.7)
Seperti yang dilakukan interpolasi linier dan kuadrat, titik-titik data dapat
dilakukan dengan evaluasi koefisien b0, b1, ..., bn. Untuk polinomial order
n, diperlukan (n + 1) titik data x0, x1, x2, ..., xn. Dengan menggunakan titiktitik data tersebut, maka persamaan berikut digunakan untuk
mengevaluasi koefisien b0, b1, ..., bn.
b0 = f (x0)

(1.8)

b1 = f [x1, x0]

(1.9)

b2 = f [x2, x1, x0]

(1.10)

bn = f [xn, xn 1, ..., x2, x1, x0]

(1.11)
Dengan definisi fungsi berkurung ([.]) adalah pembagian beda hingga.
Misalnya, pembagian beda hingga pertama adalah:
f [xi, xj] =

f ( xi ) f ( x j )
xi x j

(1.12)
Pembagian beda hingga kedua adalah:
f [xi, xj, xk] =
(1.13)

f [ xi , x j ] f [ x j , xk ]
xi xk

Pembagian beda hingga ke n adalah:

f [xn, xn 1, ..., x2, x1, x0] =

f [ xn , xn 1 , ..., x1 ] f [ xn 1 , xn 2 , ..., x0 )
xn x0

(1.14)

Bentuk pembagian beda hingga tersebut dapat digunakan untuk

mengevaluasi koefisien-koefisien dalam persamaan (1.8) sampai
persamaan (1.11) yang kemudian disubstitusikan ke dalam persamaan
(1.7) untuk mendapatkan interpolasi polinomial order n.
fn(x) = f (x0) + f [x1, x0](x x0) + f [x2, x1, x0](x x0)(x x1) + +
f [xn, xn 1, ..., x2, x1, x0](x x0)(x x1) (x xn 1)
(1.15)
Persamaan
pembagian
yang lebih
ditunjukkan

(1.12) sampai persamaan (1.14) adalah berurutan, artinya

beda yang lebih tinggi terdiri dari pembagian beda hingga
rendah, secara skematis bentuk yang berurutan tersebut
dalam Tabel 1.
Tabel 1. Langkah skematis pembagian beda hingga

Contoh soal 3 :
Dalam contoh sebelumnya, titik data x0 = 1, x1 = 4 dan x2 = 6 digunakan
untuk memperkirakan ln 2 dengan fungsi parabola. Sekarang dengan
menambah titik ke empat yaitu x3 = 5 dengan nilai f (x3 = 5)
1,6094379, hitung ln 2 dengan interpolasi polinomial order tiga.
Penyelesaian:

x0 = 1

f (x0) = 0

x1 = 4

f (x1) = 1,3862944

x2 = 6

f (x2) = 1,7917595

x3 = 5

f (x3) = 1,6094379

Persamaan polinomial order tiga didapat dengan memasukkan nilai n = 3

ke dalam persamaan (1.7):
f3(x) = bo + b1(x x0) + b2(x x0)(x x1) + b3(x x0)(x x1)(x x2)
(c.1)
Pembagian beda hingga pertama dihitung dengan persamaan (1.12):
f [xi, xj] =

f ( xi ) f ( x j )

(c.2)

xi x j

f [x1, x0] =

1,3862944 0
4 1

f [x2, x1] =

1,7917595 1,3862944
6 4

= 0,20273255.

f [x3, x2] =

1,6094379 1,7917595
5 6

= 0,1823216.

= 0,46209813.

Pembagian beda hingga kedua dihitung dengan persamaan (1.13):

f [xi, xj, xk] =

f [ xi , x j ] f [ x j , xk ]

(c.3)

xi xk

f [x2, x1, x0] =

0,20273255 0,46209813
6 1

= 0,051873116.

f [x3, x2, x1] =

0,18232160 0,20273255
5 4

= 0,020410950.

Pembagian beda hingga ketiga dihitung dengan persamaan (1.14):

(c.4)

f [xn, xn 1, ..., x2, x1, x0] =

f [x3, x2, x1, x0] =

f [ xn , xn 1 , ..., x1 ] f [ xn 1 , xn 2 , ..., x0 )
xn x0

(0,020410950) ( 0,051873116 )
5 1

= 0,007865541.

Nilai f [x1, x0], f [x2, x1, x0] dan f [x3, x2, x1, x0] adalah koefisien b1, b2, dan b3
dari persamaan (1.7). Dengan nilai-nilai tersebut dan b0 = f (x0) = 0,
maka persamaan (1.7) menjadi:
fn(x) = bo + b1(x x0) + + bn(x x0)(x x1) ... (x xn 1)
f3(x) = 0 + 0,46209813(x 1) + (0,051873116)(x 1)(x 4) +
0,007865541(x 1)(x 4)(x 6)
(c.5)
Hasil interpolasi polinomial order 3 di titik x = 2, akan didapat dengan
memasukkan nilai dari x = 2 ke dalam persamaan (c.5) sehingga akhirnya
didapat:
f3(2) = 0 + 0,46209813(2 1) + (0,051873116)(2 1)(2 4) +
0,007865541(2 1)(2 4)(2 6)

= 0,62876869.
Besar kesalahan adalah: Et =

0,69314718 0,62876869
0,69314718

100 % = 9,3 %.