Matakuliah: fisika komputasi

INTERPOLASI DAN EKSTRAPOLASI

DISUSUN OLEH:

Kelompok 6
AISYAH (8176175001)
DEWI ARISANTI (8176175003)
DEWI RATNA PERTIWI SITEPU (8176175004)

PENDIDIKAN FISIKA REGULER A 2017

PROGRAM PASCASARJANA
UNIVERSITAS NEGERI MEDAN
2018
 KATA PENGANTAR

Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmatNya sehingga
makalah ini dapat tersusun hingga selesai. Tidak lupa kami juga mengucapkan banyak
terimakasih atas bantuan dari pihak yang telah berkontribusi dengan memberikan sumbangan
baik materi maupun pemikirannya.
Dan harapan kami semoga makalah ini dapat menambah pengetahuan dan
pengalaman bagi para pembaca, Untuk kedepannya dapat memperbaiki bentuk maupun
menambah isi makalah agar menjadi lebih baik lagi.
Karena keterbatasan pengetahuan maupun pengalaman kami, Kami yakin masih
banyak kekurangan dalam makalah ini, Oleh karena itu kami sangat mengharapkan saran dan
kritik yang membangun dari pembaca demi kesempurnaan makalah ini.

Medan, Maret 2018

Kelompok VI

i
 DAFTAR ISI

KATA PENGANTAR..................................................................................... i

DAFTAR ISI................................................................................................... ii

BAB I PENDAHULUAN

1.1. Latar Belakang .................................................................................... 1

1.2.Rumusan Masalah ................................................................................ 1
1.3.Tujuan Penulisan .................................................................................. 1

BAB II PEMBAHASAN

2.1.Pengertian interpolasi........................................................................... 2
2.2. Interpolasi polinomial ......................................................................... 3
2.2.1 Interpolasi linier ......................................................................... 3
2.2.2 Interpolasi kuadratik .................................................................. 9
2.2.3 Interpolasi polinom Lagrange .................................................... 14
2.2.4 Interpolasi polinom newton ....................................................... 17
2.3. Interolasi dengan fungsi spline ........................................................... 19
2.4. ekstrapolasi ......................................................................................... 19

BAB III PENUTUP

3.1. Kesimpulan ......................................................................................... 21

DAFTAR PUSTAKA

ii
i
 BAB I
PEMBAHASAN

1.1. Latar Belakang

Didalam pengertian matematika dasar, interpolasi adalah perkiran suatu nilai tengah
dari satu set nilai yang diketahui. Interpoloasi dalam arti luas merupakan upaya
mendefenisikan suatu fungsi dekatan suatu fungsi analitik yang tidak diketahui atau
pengganti fungsi rumit yang tak mungkin diperoleh persamaan analitiknya. Nilai suatu fungsi
y = f(x) diketahui berupa ordinat titik-titik x1, x2, x3, ………, xn yang diskontinu
(discontinue) atau diskrit (discret). Ekspresi analitik y = f(x) tidak diketahui. Bab ini akan
membahas perkiraan ordinat atau f(x) secara numerik untuk nilai x yang berlaku di dalam
interval (interpolasi) maupun di luar interval titik-titik yang diketahui (ekstrapolasi).
Permasalahan utama dalam interpolasi dan ekstrapolasi adalah akurasi nilai yang
dihasilkannya.
Fungsi interpolasi dan ekstrapolasi merupakan fungsi model dengan bentuk tertentu
yang bersifat umum supaya dapat mendekati fungsi-fungsi yang dipakai secara luas. Sejauh
ini fungsi yang umum digunakan adalah polinomial dan trigonometri.
Proses interpolasi dilaksanakan dalam dua tahap, yaitu pertama, menentukan fungsi
interpolasi yang merupakan kombinasi dari titik-titik (data) yang ada, dan kedua,
mengevaluasi fungsi interpolasi tersebut. Interpolasi dapat dilakukan untuk kasus dengan
dimensi lebih dari satu, misalnya fungsi f(x,y,z). Interpolasi multidimensi selalu diselesaikan
dengan urutan mulai dari interpolasi satu dimensi.

1.2 Rumusan Masalah

Adapun rumusan masalah dalam makalah ini adalah
1. Apakah yang dimaksud dengan interpolasi dan ekstrapolasi?
2. Apasajakah jenis-jenis dari interpolasi dan ekstrapolasi?
3. Bagaimanakah implikasi interpolasi dan ekstrapolasi pada MATLAB?

1.3 Tujuan
Adapun tujuan dalam makalah ini adalah
1. Untuk mengetahui yang dimaksud dengan interpolasi dan ekstrapolasi
2. Untuk mengetahui jenis-jenis dari interpolasi dan ekstrapolasi
3. Untuk mengetahui implikasi interpolasi dan ekstrapolasi pada MATLAB
1
 BAB II
PEMBAHASAN
2.1 Definisi interpolasi

Pendekatan terhadap suatu nilai fungsi dibutuhkan pada beberapa kasus dimana nilai
tersebut akan sulit didapatkan dari suatu pendekatan analisis. Pendekatan numeris untuk hal
tersebuat adalah dengan interpolasi. Interpolasi pada suatu fungsi F(x) dapat dinyatakan
dalam berbagai bentuk persamaan diantaranya linear, polinomial atau parabolik, trigonometri,
exponensial, logaritmik, dan sebagainya. Pada bagian ini akan dibicarakan beberapa model
interpolasi diantaranya : linear, kuadratik, beda terbagi newton, bead maju newton, beda
mundur newton, dan interpolasi dengan fungsi spline.

Interpolasi adalah proses menemukan dan mengevaluasi sebuah fungsi yang grafiknya
melalui beberapa titik yang sudah diberikan. Fungsi yang dievaluasi paling banyak berupa
polinomial.

Permasalahan dapat dijelaskan sebagai berikut:

Diberikan n+1 titik data yang berupa pasangan bilangan : (x , f ), (x , f ),, (x , f

0 0 1 1 n n
) dengan

x , x , , x
0 1 n
semuanya berlainan. Akan dicari suatu polinom p x 
n
yang pada setiap x i

mengambil nilai f i
yang diberikan, yaitu :

p x   f , p x   f
n 0 0 n 1 1
, , p
n
x   f
n n
yang mempunyai derajat n atau kurang.

Polinom p
n
disebut penginterpolasi. Nilai-nilai x j
sering disebut simpul.

Nilai f bisa berupa nilai-nilai fungsi matematis (tetapi f x  tidak diketahui) atau nilai
j

yang diperoleh dari percobaan atau pengamatan. Polinom p x 

n
digunakan untuk

mendapatkan nilai-nilai aproksimasi f x  yang tidak dilakukan pengukuran.

Secara khusus, terdapat 2 macam pengertian untuk interpolasi, yaitu :
 Interpolasi : x terletak di antara simpul-simpul yang ada.
 Ekstrapolasi : x tidak terletak di antara simpul-simpul → biasanya kurang cermat.
Interpolasi dan Ekstrapolasi digunakan untuk memprediksi suatu nilai dalam suatu fungsi
yang belum diketahui, dimana fungsi itu bersifat kontinyu dalam interval tertentu.

2
2.2 Interpolasi Polinomial

Beberapa interpolasi polynomial yang akan dibahas adalah interpolasi linier,

interpolasi kuadratik, interpolasi beda terbagi Newton, dan interpolasi Lagrange.

2.2.1 Interpolasi Linier

Interpolasi linear adalah interpolasi yang diperoleh dengan cara menghubungkan dua
titik yang mengapit daerah yang akan dicari interpolasinya. Interpolasi lanjar adalah
interpolasi dua buah titik dengan sebuah garis lurus. Misal diberikan dua buah titik, (x0,y0)
dan (x1,y1). Polinom yang menginterpolasi kedua titik itu adalah persamaan garis lurus yang
berbentuk:

P1(x) = a0 + a1x

Gambar dibawahmemperlihatkan garis lurus yang menginterpolasi titik-titik (x0,y0)

dan (x1,y1).
Y

(x1,y1)

(x0,y0)
X

Koefisien 𝑎0 dan 𝑎1 dicari dengan proses substitusi dan eliminasi. Dengan

mensubstitusikan (𝑥0 , 𝑦0 ) dan (𝑥1 , 𝑦1 ) ke dalam persamaan 𝑓1 (𝑥) = 𝑎0 + 𝑎1 𝑥 diperoleh dua
persamaan linear:

𝑦0 = 𝑎0 + 𝑎1 𝑥0 . . . . . (1)

𝑦1 = 𝑎0 + 𝑎1 𝑥1 . . . . . (2)

Dari dua persamaan diatas, dengan eliminasi diperoleh:

𝑦0 − 𝑦1 = (𝑎0 + 𝑎1 𝑥0 ) − (𝑎0 + 𝑎1 𝑥1 )

𝑦0 − 𝑦1 = 𝑎1 𝑥0 − 𝑎1 𝑥1 ⇔ 𝑦0 − 𝑦1 = 𝑎1 (𝑥0 − 𝑥1 )

3
 𝑦0 − 𝑦1
𝑎1 =
𝑥0 − 𝑥1

Substitusikan nilai 𝑎1 ke dalam persamaan (1), diperoleh:

𝑦0 = 𝑎0 + 𝑎1 𝑥0

𝑥0 𝑦0 − 𝑥0 𝑦1
𝑦0 = 𝑎0 +
𝑥0 − 𝑥1

𝑥0 𝑦0 − 𝑥0 𝑦1
𝑦0 = 𝑎0 +
𝑥0 − 𝑥1

𝑥0 𝑦0 − 𝑥0 𝑦1
𝑎0 = 𝑦0 −
𝑥0 − 𝑥1

𝑦0 (𝑥0 − 𝑥1 ) − 𝑥0 𝑦0 + 𝑥0 𝑦1
𝑎0 =
𝑥0 − 𝑥1

𝑥0 𝑦0 − 𝑥1 𝑦0 − 𝑥0 𝑦0 + 𝑥0 𝑦1
𝑎0 =
𝑥0 − 𝑥1

𝑥0 𝑦1 − 𝑥1 𝑦0
𝑎0 =
𝑥0 − 𝑥1

Dengan melakukan manipulasi aljabar untuk menentukan nilai 𝑓1 (𝑥)dapat dilakukan

sebagai berikut:

𝑓1 (𝑥) = 𝑎0 + 𝑎1 𝑥

𝑥1 𝑦0 − 𝑥0 𝑦1 𝑦1 – 𝑦0
𝑓1 (𝑥) = + 𝑥
𝑥1 − 𝑥0 𝑥1 − 𝑥0

𝑥1 𝑦0 − 𝑥0 𝑦1 + 𝑥𝑦1 – 𝑥𝑦0
𝑓1 (𝑥) =
𝑥1 − 𝑥0

𝑥1 𝑦0 − 𝑥0 𝑦1 + 𝑥𝑦1 – 𝑥𝑦0 + (𝑥0 𝑦0 − 𝑥0 𝑦0 )

𝑓1 (𝑥) =
𝑥1 − 𝑥0

𝑥1 𝑦0 − 𝑥0 𝑦0 − 𝑥0 𝑦1 + 𝑥𝑦1 – 𝑥𝑦0 + 𝑥0 𝑦0
𝑓1 (𝑥) =
𝑥1 − 𝑥0

𝑦0 (𝑥1 − 𝑥0 ) + 𝑦1 (𝑥 − 𝑥0 )– 𝑦0 (𝑥 − 𝑥0 )
𝑓1 (𝑥) =
𝑥1 − 𝑥0

4
 𝑦0 (𝑥1 − 𝑥0 ) + (𝑦1 − 𝑦0 )(𝑥 − 𝑥0 )
𝑓1 (𝑥) =
𝑥1 − 𝑥0

(𝑦1 − 𝑦0 )(𝑥 − 𝑥0 )
𝑓1 (𝑥) = 𝑦0 +
𝑥1 − 𝑥0

(𝑦1 −𝑦0 )(𝑥−𝑥0 )

Persamaan 𝑃(𝑥) = 𝑦0 + adalah persamaan garis lurus yang melalui dua buah
𝑥1 −𝑥0

titik, (x0, y0) dan (x1, y1). Kurva polinom p1(x) ini adalah berupa garis lurus (Gambar 2.3).

Contoh 1.

Cari interpolasi dari titik-titik sebagai berikut.

{(80,6.47),(0,6.0), (-60,5.58), (-160,4.72), (-260,3.58)(-340,2.45)}

Penyelesaian:

Titik (x,y) 0 1 2 3 4 5

x -340 -260 -160 -60 0 80

y 2.45 3.58 4.72 5.58 6.0 6.47

Rumus yang digunakan yaitu persamaan garis lurus:

(𝑦1 − 𝑦0 )(𝑥 − 𝑥0 )
𝑓1 (𝑥) = 𝑦0 +
𝑥1 − 𝑥0

(3.58 − 2.45){𝑥 − (−340)}

𝑓1 (𝑥) = 2.45 + = 0.014125𝑥 + 7.2525
−260 − (−340)

(4.72 − 3.58){𝑥 − (−260)}

𝑓2 (𝑥) = 3.58 + = 0.0114𝑥 + 6.544
−160 − (−260)

(5.58 − 4.72){𝑥 − (−160)}

𝑓3 (𝑥) = 4.72 + = 0.0086𝑥 + 6.096
−60 − (−160)

(6.0 − 5.58){𝑥 − (−60)}

𝑓4 (𝑥) = 5.58 + = 0.007𝑥 + 6
0 − (−60)

(6.47 − 6.0){𝑥 − 0}
𝑓5 (𝑥) = 6.0 + = 0.005875𝑥 + 6
80 − 0

5
Implementasi dengan MatLab

Algoritma Interpolasi Linier :

1. Tentukan dua titik f1 dan f2 dengan koordinatnya masing-masing (x1,y1) dan (x2,y2)
2. Tentukan nilai x dari titik yang akan dicari
3. Hitung nilai y dengan :
(𝑦1 − 𝑦0 )(𝑥 − 𝑥0 )
𝑃(𝑥) = 𝑦0 +
𝑥1 − 𝑥0
4. Tampilkan nilai titik yang baru f(x,y)
Langkah-langkah dalam menjalankan progam matlab dengan menggunakan
interpolasi linier sebagai berikut :

1. Buka aplikasi matlab dengan menekan double click pada dekstop MatLab
2. Sehingga akan muncul tampilan seperti gambar di bawah

3. Kemudian klik kanan menu File – New - M-file

4. Selanjutnya masukkan coding yang telah disediakan ke dalam file yang baru di buka
seperti pada gambar berikut;

6
5. Setelah cooding dibuat, langkah selanjutnya yaitu menyimpan pada work Matlab
dengan syarat tidak boleh menggunaan spasi. Kemudian mengklik Debug-Run,
seperti langkah di bawah.

7
6. Setelah me-run, maka akan diperoleh data sebagai berikut:
a. Picture 1

b. Picture 2

8
2.2.2 Interpolasi Kuadratik

Misal diberi tiga buah titik data, (𝑥0 , 𝑦0 ), (𝑥1 , 𝑦1 ), 𝑑𝑎𝑛 (𝑥2 , 𝑦2 ). Polinom yang
menginterpolasi ketiga buah titik itu adalah polinom kuadrat yang berbentuk:
𝑃2 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2
Bila digambar, kurva polinom kuadrat berbentu parabola, seperti ditunjukkan dalam Gambar
2.4 dan Gambar 2.5
Y

x1,y1
y1

y2 x2,y2

y0
x0,y0

x0 x1 X
x2

Gambar 2.5 Interpolasi kuadratik.

Masih terdapat grafik berbentuk parabola yang lain, selain yang ditunjukkan pada
Gambar 2.5, namun harus diperhatikan bahwa untuk setiap nilai 𝑥𝑖 akan diperoleh hanya
sebuah nilai 𝑦𝑖 . Sehingga tidak mungkin kondisi grafiknya seperti Gambar 2.6 di bawah ini
atau semacamnya.
Y

x1,y1
y1

y2 x2,y2

y0
x0,y0

x0 x1 x2 X

9
Menyelesaikan Polinom 𝑃2 (𝑥) ditentukan dengan cara berikut:

1. Substitusikan(𝑥𝑖 , 𝑦𝑖 ) ke dalam persamaan 𝑃(𝑥) = 𝑎0 + 𝑎1 𝑥𝑖 + 𝑎2 𝑥𝑖2 dengan i = 0, 1, 2.

Diperoleh tiga persamaan dengan tiga buah parameter yang tidak diketahui yaitu: 𝑎0 , 𝑎1 ,
dan 𝑎2 :
𝑎0 + 𝑎1 𝑥0 + 𝑎2 𝑥02 = 𝑦0
𝑎0 + 𝑎1 𝑥1 + 𝑎2 𝑥12 = 𝑦1
𝑎0 + 𝑎1 𝑥2 + 𝑎2 𝑥22 = 𝑦2
2. Hitung 𝑎0 , 𝑎1 , dan 𝑎2 dari sistem persamaan tersebut dengan metode eliminasi Gauss.
Selain menggunakan metode eliminasi Gauss, menentukan 𝑎0 , 𝑎1 , dan 𝑎2 dapat
ditentukan dengan cara sebagai berikut:
𝑦𝑖+1 −𝑦𝑖 𝑦𝑖+2 −𝑦𝑖+1 𝐹12 −𝐹01
a) Hitung 𝐹01 = , 𝐹12 = , dan 𝐹012 =
𝑥𝑖+1 −𝑥𝑖 𝑦𝑖+2 −𝑦𝑖+1 𝑥𝑖+2 −𝑥𝑖

b) Hitung 𝑃 = 𝑦1 + (𝑥 − 𝑥𝑖 )𝐹01 + (𝑥 − 𝑥𝑖 )(𝑥 − 𝑥𝑖+1 )𝐹012

Implementasi dengan MatLab

Algoritma Interpolasi Kuadratik :
1. Tentukan 3 titik input P1(x1,y1), P2(x2,y2) dan P3(x3,y3)
2. Tentukan nilai x dari titik yang akan dicari
3. Hitung nilai f dari titik yang dicari menggunakan rumus dari interpolasi kuadratik:
𝑃 = 𝑦1 + (𝑥 − 𝑥𝑖 )𝐹01 + (𝑥 − 𝑥𝑖 )(𝑥 − 𝑥𝑖+1 )𝐹012
Langkah-langkah dalam menjalankan progam matlab dengan menggunakan
interpolasi kuadratik sebagai berikut :
1. Ikuti langkah 1 – 3 pada langkah-langkah menjalankan program MatLab dengan
menggunakan interpolasi linier
2. Selanjutnya masukkan coding yang telah disediakan ke dalam file yang baru di buka
seperti pada gambar berikut.

10
3. Setelah cooding dibuat, langkah selanjutnya yaitu menyimpan pada work Matlab
dengan syarat tidak boleh menggunaan spasi. Kemudian mengklik Debug-Run,
seperti langkah di bawah.

4. Setelah me-run, maka lakukan masukkan matriks yang dingin dicari.

Testing I

Diberikan titik ln(8.0) = 2.0794, ln(9.0) = 2.1972, dan ln(9.5) = 2.2513.

Tentukan nilai ln (9.2) dengan interpolasi kuadratik.

Penyelesaian:

Diket. 𝑥0 = 8.0, 𝑦0 = 2.0794

𝑥1 = 9.0, 𝑦1 = 2.1972

𝑥2 = 9.5, 𝑦2 = 2.2513

Ditanya. Tentukan nilai ln (9.2).

Dijawab. Sistem persamaan yang terbentuk adalah:

𝑎0 + 8.0 𝑎1 + 64.00 𝑎2 = 2.0794

𝑎0 + 9.0 𝑎1 + 81.00 𝑎2 = 2.1972

11
 𝑎0 + 9.5 𝑎1 + 90.25 𝑎2 = 2.2513

Untuk perhitungan secara manual, sistem persamaan diselesaikan dengan metode

eliminasi Gauss dengan langkah sebagai berikut:

Matriks yang terbentuk dari persamaan

𝑎0 + 8.0 𝑎1 + 64.00 𝑎2 = 2.0794

𝑎0 + 9.0 𝑎1 + 81.00 𝑎2 = 2.1972

𝑎0 + 9.5 𝑎1 + 90.25 𝑎2 = 2.2513

1 8 64 2.0794 𝑅21(−1) 1 8 64 2.0794

adalah:(1 9 81 2.1972) (0 1 17 0.1178)
𝑅31(−1)
19.590.252.2513 01.526.250.1719

𝑅12(−8) 10−72 1.137 10−72 1.137 𝑅13(72) 100 0.6762

(01 17 0.1178 ) 1 (01 17 0.1178 ) (010 0.2266 )
𝑅32(−1.5) 𝑅31( ) 𝑅23(−17)
000.75−0.0048 0.75 00 1 −0.0064 001−0.0064

Menggunakan metode Eliminasi gauss menghasilkan

𝑎0 = 0.6762, 𝑎1 = 0.2266, 𝑎2 = −0.0064 .

Polinom kuadratnya adalah:𝑝2 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2

𝑓2 (9.2) = 0.6762 + 0.2266. (9.2) + −0.0064. (9.2)2

𝑓2 (9.2) = 2.2192

12
Testing II

Cocokkan polinom orde kedua terhadap tiga titik yang dipakai dalam contoh
persamaan interpolasi linear:

𝑥0 =1 P(𝑥0 )=0

𝑥1 =4 P(𝑥1 )=1,3862944

𝑥2 =6 P(𝑥2 ) =1,7917595

Pakailah polinom tersebut untuk menghitung ln 2

Penyelesaian:

𝑏0 =0

1,3862944−0
𝑏1 = =0,46209813
4−1

1,7917595−1,3862944
– 0,46209813
6−4
𝑏2 = 6−1

= -0,051873116

Dengan mensubstitusikan nilai-nilai ini ke (P,12.3) dihasilkan rumus kuadrat

𝑝(x) =0+0,46209813(x-1)-0,051873116(x-1)(x-4) yang dapat dihitung pada x=2 untuk

𝑝(x) =0,56584436

13
2.2.3. Interpolasi Polinom Lagrange

Tinjau kembali persamaan berikut :

(𝑦1 − 𝑦0 )(𝑥 − 𝑥0 )
𝑝1 (𝑥) = 𝑦0 +
𝑥1 − 𝑥0

Persamaan ini dapat diatur kembali sedemikian rupa sehingga menjadi

(𝑥 − 𝑥1 ) (𝑥 − 𝑥0 )
𝑝1 (𝑥) = 𝑦0 + 𝑦1
𝑥0 − 𝑥1 𝑥1 − 𝑥0

atau dapat dinyatakan dalam bentuk

𝑝(𝑥) = 𝑎0 𝐿0 (𝑥) + 𝑎1 𝐿1 (𝑥)

yang dalam hal ini

(𝑥 − 𝑥1 )
𝑎0 = 𝑦0 , 𝐿0 (𝑥) =
𝑥0 − 𝑥1

dan

(𝑥 − 𝑥0 )
𝑎1 = 𝑦1 , 𝐿1 (𝑥) =
𝑥1 − 𝑥0

Persamaan 𝑓1 (𝑥) = 𝑎0 𝐿0 (𝑥) + 𝑎1 𝐿1 (𝑥) dinamakan polinom Lagrange derajat 1. Nama

polinom ini diambil dari nama penemunya, yaitu Joseph Louis Lagrange yang berkebangsaan

Perancis.

Bentuk umum polinom Lagrange derajat £ n untuk (n + 1) titik berbeda adalah

𝑝𝑛 (𝑥) = ∑ 𝑎𝑖 𝐿𝑖 (𝑥) = 𝑎0 𝐿0 (𝑥) + 𝑎1 𝐿1 (𝑥) + ⋯ + 𝑎𝑛 𝐿𝑛 (𝑥)

𝑖=0

yang dalam hal ini

ai = yi , i = 0, 1, 2, …, n

dan,

14
 𝑛
(𝑥 − 𝑥𝑗 ) (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) … (𝑥 − 𝑥𝑖−1 )(𝑥 − 𝑥𝑖+1 ) ⋯ (𝑥 − 𝑥𝑛 )
𝐿𝑖 (𝑥) = ∏ =
(𝑥𝑖 − 𝑥𝑗 ) (𝑥𝑖 − 𝑥)(𝑥𝑖 − 𝑥𝑖 ) ⋯ (𝑥𝑖 − 𝑥𝑖−1 )(𝑥𝑖 − 𝑥𝑖+1 ) ⋯ (𝑥𝑖 − 𝑥𝑛 )
𝑗=0
𝑗≠𝑖

Mudah dibuktikan, bahwa

1 ,𝑖 = 𝑗
𝐿𝑖 (𝑥𝑗 ) = {
0 𝑖≠𝑗

dan polinom interpolasi fn(x) melalui setiap titik data.

Langkah-langkah dalam menjalankan progam matlab dengan menggunakan polinom

Lagrange sebagai berikut :

1. Ikuti langkah 1 – 3 pada langkah-langkah menjalankan program MatLab dengan

menggunakan interpolasi linier
2. Selanjutnya masukkan coding yang telah disediakan ke dalam file yang baru di buka
seperti pada gambar berikut.

3. Setelah cooding dibuat, langkah selanjutnya yaitu menyimpan pada work Matlab
dengan syarat tidak boleh menggunaan spasi. Kemudian mengklik Debug-Run,
seperti langkah di bawah.

15
 4. Setelah me-run, maka lakukan masukkan matriks yang dingin dicari.
Testing I

Carilah f(9.2) dengan interpolasi lagrange dengan n = 3 dan f(9.0)=2.19722,

f(9.5)=2.25129, f(10.0)=2.30259, f(11.0)=2.39790

Penyelesaian :

l0  x  l x  l x  l x 
L3 x   f0  1 f1  2 f2  3 f3
l0 x0  l1 x1  l 2  x2  l3 x3 

l0 x0   x0  x1 x0  x2 x0  x3  = -1.00000

l0 x   x  x1 x  x2 x  x3  = -0.43200

l1 x1   x1  x0 x1  x2 x1  x3  = 0.37500

l1 x   x  x0 x  x2 x  x3  = 0.28800

l2 x2   x2  x0 x2  x1 x2  x3  = -0.50000

l2 x   x  x0 x  x1 x  x3  = 0.10800

l3 x3   x3  x0 x3  x1 x3  x2  = 3.00000

16
 l3 x   x  x0 x  x1 x  x2  = 0.04800

 0.43200 0.28800 0.10800

L 3 (9.2)  2.19722  2.25129  2.30259
 1.00000 0.37500  0.50000
0.04800
 2.39700
3.00000

= 2.21920 (eksak sampai 5 angka decimal)

2.2.4 Interpolasai Polinom Newton

Polinom Lagrange kurang disukai dalam praktek karena alasan berikut :
1. Jumlah komputasi yang dibutuhkan untuk satu kali interpolasi adalah besar.
Interpolasi untuk nilai x yang lain memerlukan jumlah komputasi yang sama karena
tidak ada bagian komputasi sebelumnya yang dapat digunakan.
2. Bila jumlah titik data meningkat atau menurun, hasil komputasi sebelumnya tidak
dapat digunakan. Hal ini disebakan oleh tidak adanya hubungan antara fn-1(x) dan fn(x)
pada polinom Lagrange.
Polinom Newton dibuat untuk mengatasi kelemahan ini. Dengan polinom Newton,
polinom yang dibentuk sebelumnya dapat dipakai untuk membuat polinom derajat yang
makin tinggi.
Tinjau kembali polinom lanjar pada persamaan
(𝑦1 − 𝑦0 )(𝑥 − 𝑥0 )
𝑝1 (𝑥) = 𝑦0 +
𝑥1 − 𝑥0

17
Bentuk persamaan ini dapat ditulis sebagai
𝑝1 (𝑥) = 𝑎0 + 𝑎0 (𝑥 − 𝑥0 )
yang dalam hal ini
𝑎0 = 𝑦0 = 𝑓(𝑥0)
dan
𝑦1 − 𝑦0 𝑓(𝑥1 ) − 𝑓(𝑥0 )
𝑎1 = =
𝑥1 − 𝑥0 𝑥1 − 𝑥0
Persamaan ini merupakan bentuk selisih-terbagi (divided-difference) dan dapat
disingkat penulisannya menjadi

𝑎1 = 𝑓[𝑥1 , 𝑥0 ]
Setelah polinom lanjar, polinom kuadratik dapat dinyatakan dalam bentuk
𝑝(𝑥) = 𝑎0 + 𝑎1 (𝑥 − 𝑥0 ) + 𝑎2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
atau
𝑝2 (𝑥) = 𝑝(𝑥) + 𝑎2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )
Persamaan 𝑓2 (𝑥) = 𝑓1 (𝑥) + 𝑎2 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) memperlihatkan bahwa p2(x) dapat
dibentuk dari polinom sebelumnya, p1(x). Ini mengarahkan kita pada pembentukan polinom
Newton untuk derajat yang lebih tinggi. Nilai a2 dapat ditemukan dengan menyulihkan x = x2
untuk memperoleh
𝑓(𝑥2 ) − 𝑎0 − 𝑎1 (𝑥1 − 𝑥0 )
𝑎2 =
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )
𝑦1 −𝑦0 𝑓(𝑥1 )−𝑓(𝑥0 )
Nilai a0 dan nilai a1 pada persamaan 𝑎0 = 𝑦0 = 𝑓(𝑥0) dan 𝑎1 = =
𝑥1 −𝑥0 𝑥1 −𝑥0
𝑓(𝑥2 )−𝑎0 −𝑎1 (𝑥1 −𝑥0 )
dimasukkan ke dalam ke dalam persamaan 𝑎2 = untuk memberikan
(𝑥2 −𝑥0 )(𝑥2 −𝑥1 )
𝑓(𝑥2 )−𝑓(𝑥0 ) 𝑓(𝑥1 )−𝑓(𝑥0 )
−
𝑥2 −𝑥0 𝑥1 −𝑥0
𝑎2 =
𝑥2 − 𝑥0
Demikianlah seterusnya, kita dapat membentuk polinom Newton secara bertahap:
polinom derajat n dibentuk dari polinom derajat (n-1). Polinom Newton dinyatakan
dalam hubungan rekursif sebagai berikut:
i. rekurens: 𝑝𝑛 (𝑥) = 𝑝𝑛−1 (𝑥) + 𝑎𝑛 (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) … (𝑥 − 𝑥𝑛−1 )
ii. basis : 𝑝0 (𝑥) = 𝑎0
Jadi, tahapan pembentukan polinom Newton adalah sebagai berikut:
𝑝1 (𝑥) = 𝑝0 (𝑥) + 𝑎1 (𝑥 + 𝑥0 ) = 𝑎0 + 𝑎1 (𝑥 + 𝑥0 )
𝑝2 (𝑥) = 𝑝1 (𝑥) + 𝑎2 (𝑥 + 𝑥0 ) = 𝑎0 + 𝑎1 (𝑥 + 𝑥0 ) + 𝑎2 (𝑥 + 𝑥0 )(𝑥 + 𝑥1 )

18
 𝑝3 (𝑥) = 𝑝2 (𝑥) + 𝑎3 (𝑥 + 𝑥0 )
= 𝑎0 + 𝑎1 (𝑥 + 𝑥0 ) + 𝑎2 (𝑥 + 𝑥0 )(𝑥 + 𝑥1 ) + 𝑎3 (𝑥 + 𝑥0 )(𝑥 + 𝑥1 )(𝑥 + 𝑥2 )
𝑝𝑛 (𝑥) = 𝑝𝑛−1 (𝑥) + 𝑎𝑛 (𝑥 + 𝑥0 ) ⋯ (𝑥 + 𝑥𝑛−1 )
= 𝑎0 + 𝑎1 (𝑥 + 𝑥0 ) + 𝑎2 (𝑥 + 𝑥0 )(𝑥 + 𝑥1 ) + 𝑎3 (𝑥 + 𝑥0 )(𝑥 + 𝑥1 )(𝑥 + 𝑥2 )
+ ⋯ + 𝑎𝑛 (𝑥 + 𝑥0 )(𝑥 + 𝑥1 ) ⋯ (𝑥 + 𝑥𝑛−1 )
Nilai konstanta a0, a1, a2, ..., an merupakan nilai selisih-terbagi, dengan nilai masing-masing:

2.3 Interpolasi dengan Fungsi Spline

Smoothness bisa didapatkan dengan interpolasi polinomial secara lokal menggunakan

fungsi-fungsi spline. Polinomial-polinomial berderajat rendah (yang berbeda derajatnya)
digunakan untuk tiap interval [Xi, Xi+1]

Definisi fungsi spline

Misalkan x0  x1  .....  xn adalah serangkaian titik. Fungsi s merupakan spline
berderajat k jika:

a. s adalah polinomial berderajat tidak lebih dari k pada tiap subinterval [Xi, Xi+1].
b. s, s' ,....., s ( k 1) semuanya kontinyu pada interval [X0, XN]
Contoh-contoh fungsi spline

x 0  x 1

a. s ( x)   x 2  x  1 1 x  3
5 x  8 3 x  4


Merupakan fungsi spline derajat 2. Derajat masing-masing fungsi paling tinggi adalah
2. Bukan merupakan spline kubik (derajat 3) karena derivatif titik 2 tidak kontinyu,
yaitu 0, 2, 0, untuk masing-masing interval.

2 x  1 0  x 1
b. s( x)
x 1 x  2

Merupakan spline linier.

2.4 Ektrapolasi

Ekstrapolasi merupakan suatu metode untuk menentukan atau memperkirakan suatu

nilai yang berada diluar interval atau dua titik yang segaris. rumus ekstrapolasi hampir sama

19
dengan persamaan garis yang diketahui dua buah titik yang segaris yaitu (y - y1)/(y2 - y1)
=(x - x1) / (x2 - x1).
Jika diketahui jika 1 liter bensin bisa berkendara sejauh 45 km dan 2 liter bensin bisa
berkendara sejauh 90 km maka berapa jarak yang bisa ditempuh jika tersedia 5 liter bensin
atau jika diketahui jarak yang harus ditempuh adalah 150 km berapa liter bensin yang
diperlukan.
Dimana x1 = 45 km dan y1 = 1 liter; x2 = 90 km dan y2 = 2 liter
masukkan ke rumus diatas didapat
(y - y1)/(y2 - y1) =(x - x1) / (x2 - x1).
(y - 1)/(2 - 1) =(x - 45) / (90- 45).
Berapa jarak yang bisa ditempuh jika tersedia 5 liter bensin
Y = jumlah liter bensin
x = Jarak tempuh
(5 - 1)/(2 - 1) = (x - 45)/(90 - 45)
x = (45)(4)/(1) + 45
= 225 km
Jika diketahui jarak yang harus ditempuh adalah 150 km berapa liter bensin yang diperlukan.
Y = jumlah liter bensin
x = Jarak tempuh
(y - 1)/(2 - 1) = (150 - 45)/(90 - 45)
y = (1)(105))/(45) +1 = 10/3 liter bensin
Catatan:
Interpolasi dan ekstrapolasi merupakan prosedur untuk memperkirakan nilai atau data
yang tidak diketahui berdasar kombinasi beberapa nilai atau harga yang diketahui. Metode
atau cara yang dipergunakan untuk itu banyak sekali. Beberapa metode yang diberikan dalam
bab ini hanya sebagian diantaranya. Dalam makalah ini hanya diberikan contoh fungsi
interpolasi berupa polinomial. Pembaca dapat mencari sendiri beberapa metode lainnya.

.Dari beberapa fungsi interpolasi yang diberikan dapat disimpulkan, bahwa masalah
utama dalam penyusunan fungsi interpolasi adalah penentuan koefisien fungsi interpolasi.
Dalam hal ini besarnya koefisien tersebut tidak ditentukan misalnya tergantung dari jarak
antara titik interpolasi dan titik-titik lainnya.

20
 BAB III
PENUTUP
3.1 kesimpulan

 Ektrapolasi merupakan suatu metode untuk menentukan atau memperkirakan suatu

nilai yang berada diluar interval atau dua titik yang segaris.
rumus ekstrapolasi hampir sama dengan persamaan garis yang diketahui dua buah
titik yang segaris yaitu (y - y1)/(y2 - y1) =(x - x1) / (x2 - x1).
 Interpolasi adalah proses menemukan dan mengevaluasi sebuah fungsi yang grafiknya
melalui beberapa titik yang sudah diberikan. Fungsi yang dievaluasi paling banyak
berupa polinomial.

21
 DAFTAR PUSTAKA

Alatas,Husin.Buku Pelengkap Fisika Matematika.Derpartemen Fisika FMIPA Institut

Pertanian Bogor

Munir, R. 2003. Metode Numerik. Informatika. Bandung.

Sahid. 2005. Pengantar Komputasi Numerik dengan MATLAB. Andi. Yogyakarta.

Sahyar.2014.Komputasi Sains Fisika.Medan: Unimed Press.

Suparno, Supriyanto.2014. Komputasi untuk Sains dan Teknik Menggunakan

Matlab.Depok: Departemen Fisika FMIPA Univ

22