Anda di halaman 1dari 12

METODE INTERPOLASI LAGRANGE

8.1 Pendahuluan
a. Latar belakang
Dari sekian banyak persoalan matematika beberapa dapat diselesaikan secara
analitis (bisa menghasilkan solusi eksak), adapula yang tidak. Sistem persoalan non-
linier berukuran besar adalah contoh model yang seringkali tidak dapat diselesaikan
secara analitis. Diperlukan operasi-operasi aritmatis dan perhitungan iteratif untuk
menyelesaikannya. Teknik/cara inilah yang disebut Metode Numerik. Metode Numerik
adalah bagian dari ilmu matematika khususnya matematika rekayasa yang
menggunakan bilangan untuk menirukan proses matematik yang selanjutnya proses
matematik yang telah dirumuskan ini digunakan untuk menyelesaikan problem yang
ada.
Alasan pemakaian metode numerik adalah banyak permasalahan matematis tidak
dapat diselesaikan dengan metode analitik. Jika terdapat penyelesaian secara analitik,
mungkin proses penyelesaiannya sangat rumit, sehingga tidak effisien. Perbedaan
antara metode analitik dan metode numeric dapat dijelaskan sebagai berikut. Solusi dari
metode numerik selalu berbentuk angka. Sedangkan pada metode analitik biasanya
dalam bentuk fungsi matematik yang selanjutnya dapat dievaluasi untuk menghasilkan
nilai dalam bentuk angka atau numerik. Solusi dari metode numerik menghasilkan
solusi hampiran. Sedangkan metode analitik menghasilkan solusi sejati. Seperti halnya
membuat hampiran suatu titik dari banyak titik yang diberikan.
b. Rumusan Masalah
1. Apa definisi dari metode Interpolasi Lagrange pada matlab?
2. Bagaimana cara membuat listing metode Interpolasi Lagrange pada matlab?
3. Apakah metode Interpolasi Lagrange ini yang paling efisien?
c. Tujuan
1. Dapat memahami Interpolasi Lagrange beserta keuntungan dan kerugiannya.
2. Dapat mengaplikasikan Interpolasi Lagrange tersebut dalam berbagai permasalahan
yang diberikan dengan menggunakan program komputer

1
8.2 landasan Teori

Aproksimasi merupakan salah satu usaha untuk menyajikan data berbentuk grafis
menjadi kalimat matematis. Secara umum aproksimasi harus mendapatkan suatu fungsi
yang melewati semua titik yang diketahui. Aproksimasi ini dikenal sebagai interpolasi.
Karena harus melewati semua titik yang ada, maka ada banyak fungsi yang memenuhi,
kecuali jika fungsi tersebut mempunyai syarat tertentu.
x = xi → f(xi) = yi

Sedangkan secara khusus aproksimasi tidak mensyaratkan melewati semua titik.


Walaupun demikian solusi yang didapat haruslah merupakan hasil terbaik yang
mendekati semua titik yang diketahui. Aproksimasi secara khusus lebih dikenal dengan
istillah regresi.
x = xi → f(xi) ≈ yi
Interpolasi Lagrange merupakan teknik yang popular, karena menggunakan fungsi
dalam bentuk polinom. Jika fungsi yang dicari adalah f(x) dan cacah data n.
(Elsaid, 2013).

Interpolasi lagrange digunakan untuk mencari titik-titik antara dari n buah titik hasil
pengamatan data yang berjarak tidak sama atau interval antar variabel bebas tidak seragam.
Persamaan ini disebut persamaan lagrange untuk interpolasi. Variabel bebas dalam rumus
tidak diperlukan perbedaan fungsi sehingga hasil yang diperoleh tidak dapat diperiksa
ketelitiannya. Metode lagrange mempunyai beberapa kelebihan, yaitu :

1. Interpolasi metode Lagrange dapat digunakan untuk menyelesaikan persoalan


interpolasi equispaced (h konstan) ataupun non-equispaced (h tidak konstan).
2. Metode Lagrange dapat digunakan untuk menyelesaikan kasus interpolasi dan
interpolasi balik.
3. Metode Lagrange dapat digunakan untuk mencari nilai fungsi yang variabelnya
terletak di daerah awal, akhir ataupun tengah.

(Ihsani, 2016).

2
8.3 Langkah Kerja dan Teladan
a. Algoritma
Masukkan : 𝑛, 𝑥𝑖 , 𝑓(𝑥𝑖 ), ; 𝑖 = 0,1,2, … , 𝑛
Input :
Plag := 0
Untuk 𝑖 = 0,1,2, … , 𝑛  lakukan
faktor := 1
untuk j =: 0,1, 2,…,n.
𝑥−𝑥
jika j  i, faktor := faktor 𝑥 −𝑥𝑗
𝑖 𝑗

plag := plag + ( )
Keluar : perkiraan lagrangen (plag)

3
b. Flowchart

START

𝑛, 𝑥𝑖 , 𝑓(𝑥𝑖 ), 𝑥

plag≔ 0

𝑖 = 1, 2, … , 𝑛

𝑓𝑎𝑘𝑡𝑜𝑟 = 1

𝑗 = 1, 2, … , 𝑛

𝑗
≠𝑖

𝑓𝑎𝑘𝑡𝑜𝑟 = 𝑓𝑎𝑘𝑡𝑜𝑟 ∗ ൣ൫𝑥 − 𝑥𝑗 ൯ൗ൫𝑥𝑖 − 𝑥𝑗 ൯൧

plag=plag + 𝑓𝑎𝑘𝑡𝑜𝑟 ∗ 𝑓(𝑥)

plag

END

Gambar 1. Flowchart interpolasi lagrange.

4
c. Teladan
1. 1. Tentukan polinomial lagrange yang menginterpolasikan titik-titik (0,1), (1,1),
(2,2,) dan (4,5). Hitung nilai x=1,5?
2. Dari tabel
𝑥 0 1 -1 2 -2 3
𝑓(𝑥) -3 -2 5 10 16 -10
Tabel 1. Soal nomor 2.
Carilah fungsi-fungsi krdinalnya dan polinomial interpolasi lagrange. Hitung nilai
pendekatan f(-3) dengan menggunakan polinomial tersebut.
1
3. Tentukan polinom yang menginterpolasi fungsi (𝑥) = cos 𝑥 pada titik-titik 𝑥 = {0, 3,
2
, 1}. Hitung nilai x=(2 digit terakhir NPM)
3

4. Konstruksikan 𝑃2 (𝑥) dari titik-titik yang diketahui berikut (0, -1) , (-1, -1) dan (2,
8).
5. Diberikan pasangan nilai 𝑥 dan 𝑓(𝑥) berikut:
𝑥 9.0 9.5 10.0 11.0
𝑓(𝑥) 2.19722 2.25129 2.30259 2.39790
Tabel 2. Soal nomor 3.
Gunakan interpolasi lagrange untuk menghitung (9.28)

5
d. Listing
1. Listing program metode Interpolasi Lagrange.

Gambar 2. Listing program interpolasi lagrange.

6
e. Output
1. Output soal nomor 1

Gambar 3. Output soal nomor 1.


2. Output soal nomor 2

Gambar 4. Output soal nomor 2.


3. Output soal nomor 3

Gambar 5. Output soal nomor 3.


4. Output soal nomor 4

Gambar 6. Output soal nomor 4,

7
5. Output soal nomor 5

Gambar 7. Output soal nomor 5.

8
8.4 Hasil dan Pembahasan
b. Hasil
1. Hasil soal nomor 1

Gambar 8. Hasil soal nomor 1.


2. Hasil soal nomor 2

Gambar 9. Hasil soal nomor 2.


3. Hasil soal nomor 3

Gambar 10. Hasil soal nomor 3.


4. Hasil soal nomor 4

Gambar 11. Hasil soal nomor 4.


5. Hasil soal nomor 5

Gambar 12. Hasil soal nomor 5.

9
c. Pembahasan

Pembahasan dari soal 1 dapat dilihat dari gambar 3. Berdasarkan metode Interpolasi
Lagrange, soal nomor 1 mendapatkan hasil 1.4063 untuk f(x) dari nilai x = 1.5 yang
dicari. Pembahasan dari soal 2 dapat dilihat dari gambar 4. Berdasarkan metode
interpolasi Lagrange, soal nomor 2 mendapatkan hasil 61 untuk f(x) dari nilai x = -3
yang dicari. Pembahasan dari soal 3 dapat dilihat dari gambar 5. Berdasarkan metode
interpolasi Lagrange, soal nomor 3 mendapatkan hasil 0.5690 untuk f(x) dari nilai x = 53
yang dicari.Pembahasan dari soal 4 dapat dilihat dari gambar 6. Berdasarkan metode
interpolasi lagrange, soal nomor 4 mendapatkan hasil 12.1250 untuk f(x) dari nilai x =
2.5 yang dicari.Pembahasan dari soal 5 dapat dilihat dari gambar 7. Berdasarkan metode
interpolasi Lagrange, soal nomor 5 mendapatkan hasil 2.2279 untuk f(x) dari nilai x =
9.28yang dicari.Dengan metode interpolasi linier ini dapat mencari f(x) lainnya, dengan
x yang ditentukan berdasarkan data yang diberikan.

10
8.5 Kesimpulan dan Saran
a. Kesimpulan

Metode interpolasi yang paling banyak digunakan adalah interpolasi polynomial.


Persamaan polynomial adalah persamaan aljabar yang hanya mengandung jumlah dari
variable x berpangkat bilangan bulat (interger).Kita perhatikan interpolasi linier yang
membuat hampiran suatu titik dari dua titik yang diberikan. Dari grafik di atas terlihat
sekali bahwa interpolasi linier mempunyai kemungkinan galat yang sangat besar untuk
kurva yang tidak linier. Untuk itu akan dibahas Interpolasi Newton yang bisa membuat
hampiran suatu titik dari banyak titik yang diberikan. Dengan bentuk umum interpolasi
newton:

F(x) = f (x0) + (x – x0) f [x1, x0] + (x – x0) (x – x1) f [x1, x1, x0] +...+ (x – x0)...(x
– xn-1) f [xn, ..., x0]

Dalam membangun sistem aplikasi pembelajaran pencarian akar persamaan ini


menggunakan MATLAB. Dengan adanya aplikasi pembelaran mengenai pencarian akar
persamaan ini diharapkan dapat membantu mahasiswa untuk memahami materi
tersebut.

b. Saran

Dengan adanya praktikum, saya telah mengetahui metode Interpolasi Lagrange pada
matlab. Oleh karena itu saya sebagai praktikan seharusnya dapat menerapkan dalam
pengerjaan metode Interpolasi Lagrange pada matlab agar memudahkan apa yang
dikerjakan pada matlab. Dan dalam pengerjaan metode Interpolasi Lagrange program
matlab harus lah sangat teliti karena tidak boleh ada satu kesalahan. Karena jika ada satu
kesalahan saja tidak bisa keluar hasil.

11
DAFTAR PUSTAKA

Ardi. 2012. Persamaan Non Linear dalam Matlab. http:/ / www. navelmangelep.
files.wordpress.com/ 2012 /11/Mathlab.pdf. Diakses pada pada 22 April 2018
pukul 3.00 WIB.

Elsaid, fairuz. 2013. Metode Interpolasi Lagrange. https://fairuzelsaid.com/2013/12/16/


metode-numerik-interpolasi-lagrange/. Diakses pada 22 April 2018 pukul 2.35
WIB.

Ihsani, Zadid. 2016. Kelebihan Metode Interpolasi Lagrange. http://www.academia.


edu/12977496/Inter polasi_Lagrange. Diakses pada 22 April 2018 pukul 2.44
WIB.

12