Interpolasi adalah proses pencarian dan penghitungan nilai suatu fungsi yang
grafiknya melewati sekumpulan titk yang diberikan. Titik-titik tersebut mungkin
merupakan hasil eksperimen dalam sebuah percobaan, atau diperoleh dari suatu
fungsi yang diketahui interpolasi adalah untuk menaksir harga-harga tengah antara
titik data yang sudah tepat. Interpolasi mempunyai orde atau derajat.
A. Interpolasi Linier
Interpolasi linear atau 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:
P ( x ) =a0 +a 1 x
Gambar dibawah ini memperlihatkan garis lurus yang menginterpolasi titik-titik
(x0,y0) dan (x1,y1).
Y
(x
1,
y1
(x )
0, X
y0
Gambar 1.1 Interpolasi Linier
)
Koefisien a0 dan a1 dicari dengan proses substitusi dan eliminasi.
Dengan mensubstitusikan (x 0 , y 0 ) dan ( x 1 , y 1) ke dalam persamaan
p1 ( x )=a0 +a1 x diperoleh dua persamaan linear:
y 0=a0 +a1 x 0 . . . . . . . (1)
y 1=a 0+ a1 x 1 . . . . . . . (2)
Dari dua persamaan diatas, dengan eliminasi diperoleh:
a
(¿ ¿ 0+ a1 x 1)
y 0− y 1= ( a0 +a 1 x 0 )−¿
x
y 0− y 1=a1 x 0 −a1 x 1 (¿ ¿ 0−x1 )
⇔ y 0 − y 1=a1 ¿
y 0− y 1
⇔ a1=
x 0−x 1
Substitusikan nilai a1 ke dalam persamaan (1), diperoleh:
y 0=a0 +a1 x 0
y 0− y 1
⇔ y 0 =a0 + ( )
x 0−x 1 0
x
x 0 y 0 −x0 y 1
⇔ y 0 =a0 +
x 0 −x1
x 0 y 0 −x0 y 1
⇔ y 0 =a0 +
x 0 −x1
x 0 y 0−x 0 y 1
⇔ a0 = y 0 −
x 0−x 1
x 0 y 1−x 1 y 0
⇔ a0=
x 0−x 1
Dengan melakukan manipulasi aljabar untuk menentukan nilai p1 ( x ) dapat
dilakukan sebagai berikut:
p1 ( x )=a0 +a1 x
x 1 y 0 −x0 y 1 y 1 – y 0
p1 ( x ) = + x
x1−x 0 x 1−x 0
y
x−x 0
¿
¿
¿
( ¿ ¿ 1− y 0 )¿
¿
p1 ( x )= y 0+ ¿
Dalam menentukan persamaan dari interpolasi linear juga dapat dilakukan
melalui cara berikut:
Menentukan titik-titik antara dari 2 buah titik dengan menggunakan garis lurus.
Y
P2
(x,y (x1,
P1( ) y1)
x0, X
y0)
Gambar 1.3 Interpolasi Linier
Persamaan garis lurus yang melalui 2 titik P1 (x0,y0) dan P2 (x1,y1) dapat dituliskan
dengan:
y− y 0 x−x 0
=
y 1 − y 0 x 1−x 0
Sehingga diperoleh persamaan dari interpolasi linear sebagai berikut:
y 1− y 0
y= ( x −x0 ) + y 0
x 1−x 0
B. Interpolasi Kuadratik
Y
y x
1 1,
y y x2,
1
y2 y2
xGambar 2.1 Interpolasi Kuadratik
0 0,x berbentuk
x X
Masih terdapat grafik x yang lain, selain
parabola yang
y0 1 2
0 diatas, namun harus diperhatikan bahwa untuk
ditunjukkan pada Gambar 2.1
setiap nilai xi akan diperoleh hanya sebuah nilai y i . Sehingga tidak
mungkin kondisi grafiknya seperti Gambar 2.2 di bawah ini atau semacamnya.
Y
y x
1 1
y , x
y
y2 x
2,
1 y
0 0x x x2 X
,0 1 2
y
0
Gambar 2.1 Bukan Interpolasai Kuadratik
Menyelesaikan Polinom p2 (x) ditentukan dengan cara berikut:
1. Substitusikan (x i , y i ) ke dalam persamaan p2 ( x )=a0 +a1 x i+ a2 x 2i
dengan i = 0, 1, 2. Diperoleh tiga persamaan dengan tiga buah parameter
yang tidak diketahui yaitu: a0 , a1 , dan a2 :
2
a0 + a1 x 0 +a 2 x 0= y 0
2
a0 + a1 x 1 +a2 x 1= y 1
a0 + a1 x 2 +a2 x 22= y 2
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:
y i+1 − y i y −y F −F 01
a) Hitung F01= , F 12= i+2 i +1 , dan F012 = 12
x i+1 −xi y i+2− y i +1 xi +2−x i
b) Hitung P= y 1 + ( x−x i ) F01 +(x −xi )( x−x i+1 ) F 012
C. Interpolasi Spline
D. Interpolasi Newton
Persamaan Polinom Linier
( y 1− y 0 )
p1 ( x )= y 0+ ( x −x0 )
( x 1−x 0 )
Bentuk pers ini dapat ditulis :
p1 ( x )=a0 +a1 (x −x0 )
Yang dalam hal ini
a0 = y 0=f ( x 0) D .1.1
x1
¿
x0
−f (¿)
f¿
( y − y0 )
a1= 1 =¿
( x1−x 0 )
Persamaan ini merupakan bentuk selish terbagi (divided-difference)
a1=f [ x 1 , x 0 ]
Polinom kuadratik
p2 ( x )=a0 +a1 ( x−x 0 ) + a2 ( x−x 0 ) ( x−x 1 )
atau
p2 ( x )= p1 ( x )+ a2 ( x−x 0 ) ( x−x 1)
Dari persamaan ini menunjukkan bahwa p2 ( x ) dapat dibentuk dari persamaan
sebelumnya p1 ( x ) . Nilai a2 dapat ditemukan dengan mengganti x=x 2
untuk mendapatkan
f ( x2 ) −a0 −a1 ( x 2−x 0 )
a2= D .1.3
( x 2−x 0 ) ( x 2−x 1 )
jika nilai a0 dan a1 pada persamaan D.1.1 dan D.1.2 dimasukkan ke
persamaan D.1.3 maka akan didapatkan:
x2
¿
x0
−f (¿)
¿
x1
¿
x0
−f (¿)
¿
f¿
¿
a2=¿
jadi, tahapan pembentukan polinom newton:
p1 ( x )= p 0 (x)+a1 (x −x0 )
p1 ( x )=a0 +a1 ( x−x 0 )
p2 ( x )= p1 ( x )+a2 ( x−x 0 ) ( x−x 1)
p3 ( x )= p 2 ( x ) +a3 ( x−x 0 ) ( x−x 1 )( x−x 2)
Nilai konstanta a0 , a1 , … , an , merupakan nilai selisih terbagi , dengan
nilai
a0 =f ( x 0 ) a1=f [ x 1 , x 0 ] ⋮=⋮ an =f [x n , x n−1 , … , x 1 , x 0 ]
yang dalam hal ini
xi
¿
xj f [ x i , x j ] −f [ x j , x k ]
−f (¿) f [ x i , x j , x k ] =
x i−x k
f¿
f [ x i , x j ]=¿
Dengan demikian polinom Newton dapat ditulis dalam hub rekursif sebagai :
Rekurens
pn ( x ) =p n−1 ( x ) + ( x−x 0 ) ( x−x 1 ) … ( x−x n−1) f [ x n−1 , x n−2 , … , x 1 , x 0 ]
Basis
p0 ( x ) =f ( x 0 )
E. Interpolasi Kubik
x 0, y 0 x
Misal diberikan empat buah titik data , )(, x 1 , y 1 ), 2 , y 2 ),
¿ ¿
dan ( x 3 , y 3 ).Polinom yang mengiterpolasi keempat buah titik itu ialah
polinom kubik yang berbentuk :
p3 ( x ) = a0 + a1 x+ a2 x 2 + a3 x 3
Daftar Pustaka :
(PDF) PERBANDINGAN INTERPOLASI SPASIAL DENGAN METODE
ORDINARY DAN ROBUST KRIGING PADA DATA SPASIAL
BERPENCILAN (Studi Kasus: Curah Hujan di Kabupaten Karangasem).
Availablefrom:
https://www.researchgate.net/publication/319062514_PERBANDINGAN_IN
TERPOLASI_SPASIAL_DENGAN_METODE_ORDINARY_DAN_ROBU
ST_KRIGING_PADA_DATA_SPASIAL_BERPENCILAN_Studi_Kasus_C
urah_Hujan_di_Kabupaten_Karangasem [accessed Oct 16 2018].