Anda di halaman 1dari 23

MAKALAH

INTERPOLASI LAGRANGE

Disusun untuk Memenuhi Tugas Mata Kuliah Metode Numerik


Dosen Pengampu: Nendra Mursetya Somasih Dwipa, M.Sc.

Disusun oleh:
Kelompok 6 / Kelas 7-A4
SULFAN (15144100103)
SUGIANTONO (15144100106)
SISKA HARTI HANDAYANI (15144100111)

PROGRAM STUDI PENDIDIKAN MATEMATIKA


FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS PGRI YOGYAKARTA
2018
KATA PENGANTAR

Puji dan syukur penulis panjatkan ke hadirat Allah SWT yang telah
memberikan karunia-Nya sehingga penulis dapat menyelesaikan makalah ini yang
berjudul “Interpolasi Lagrange”.
Makalah ini disusun untuk memenuhi tugas mata kuliah Metode Numerik.
Makalah ini membahas secara singkat mengenai metode numerik dan secara
khusus membahas mengenai pengertian, algoritma, contoh soal dan pembahasan
dari interpolasi metode lagrange.
Penulis tidak lupa mengucapkan terima kasih kepada semua pihak yang
telah membantu dalam penyusunan makalah ini. Penulis juga menyadari bahwa
masih banyak terdapat kekurangan dalam makalah ini. Oleh karena itu, kritik dan
saran yang membangun dari pembaca akan penulis terima dengan senang hati.
Penulis berharap semoga makalah ini dapat bermanfaat dan menambah wawasan
bagi pembaca.

Yogyakarta, 15 Desember 2018

Penulis

ii
DAFTAR ISI

MAKALAH ......................................................................................................................... i
KATA PENGANTAR ........................................................................................................ ii
DAFTAR ISI...................................................................................................................... iii
BAB I .................................................................................................................................. 1
PENDAHULUAN .............................................................................................................. 1
A. Latar Belakang ........................................................................................................ 1
B. Rumusan Masalah ................................................................................................... 2
C. Tujuan ..................................................................................................................... 2
BAB II................................................................................................................................. 3
KAJIAN PUSTAKA ........................................................................................................... 3
A. Metode Numerik ..................................................................................................... 3
B. Angka Bena dan Aturannya .................................................................................... 3
C. Hampiran dan Galat ................................................................................................ 7
D. Interpolasi ............................................................................................................. 10
E. Eksistensi dan Ketunggalan Interpolasi Polinomial .............................................. 10
F. Galat Interpolasi Polinomial ................................................................................. 11
BAB III ............................................................................................................................. 13
PEMBAHASAN ............................................................................................................... 13
A. Interpolasi Polinomial Lagrange ........................................................................... 13
B. Algoritma Interpolasi Lagrange ............................................................................ 15
C. Kelebihan dan Kekuranagn ................................................................................... 15
D. Contoh soal ........................................................................................................... 15
BAB V .............................................................................................................................. 18
KESIMPULAN ................................................................................................................. 18
DAFTAR PUSTAKA ....................................................................................................... 18

iii
iv
BAB I
PENDAHULUAN

A. Latar Belakang
Permasalahan yang melibatkan model matematika seringkali muncul
dalam berbagai bidang ilmu pengetahuan, seperti Fisika, Kimia, Ekonomi,
atau pada rekayasa (enginering) seperti Teknik Sipil, Teknik Mesin, dan
sebagainya. Seringkali model matematika tersebut muncul dalam bentuk yang
rumit atau tidak dapat diselesaikan dengan metode biasa.
Dalam menyelesaikan suatu sistem persamaan, secara umum terdapat
dua metode yang digunakan yaitu metode analitik atau eksak dan metode
numerik. Pada umumnya, suatu sistem persamaan yang memiliki bentuk
sederhana dapat diselesaikan dengan menggunakan metode analitik. Akan
tetapi penggunaan metode analitik sangat sulit untuk mencari penyelesaian
dari suatu sistem persamaan yang bersifat kompleks seperti sistem persamaan
non linear, diperlukan suatu algoritma metode numerik untuk mencari solusi
dari sistem persamaan tersebut (Baihaki, 2016).
Sebuah bilangan dianggap akar dari sebuah persamaan jika seandainya
bilangan tersebut disubstitusikan ke dalam persamaan, maka nilai persamaan
itu akan sama dengan nol atau dapat dikatakan akar sebuah persamaan
𝑓(𝑥) = 0 adalah nilai-nilai 𝑥 yang menyebabkan nilai 𝑓(𝑥) sama dengan
nol. Persamaan yang bentuknya sederhana seperti persamaan linier dan
persamaan kuadrat dapat dengan mudah diselesaikan secara analitik.
Sehingga jika suatu persoalan sudah sangat sulit atau tidak dapat
menggunakan metode analitik, dapat digunakan metode numerik. Metode
numerik ini disajikan dalam bentuk algoritma-algoritma yang dapat dihitung
secara cepat dan mudah. Pendekatan yang digunakan dalam metode numerik
merupakan pendekatan analisis matematis, dengan tambahan grafis dan
teknik perhitungan yang mudah.

1
Interpolasi adalah suatu proses untuk mencari dan menghitung nilai
suatu fungsi dengan grafik yang terbentuk dari sekumpulan titik yang
biasanya merupakan hasil dari sebuah fungsi yang telah diketahui, di mana
grafik tersebut harus melalui semua titik yang ada dengan ketelitian data
yang sangat tinggi. Fungsi interpolasi yang paling banyak dipakai
adalah fungsi polinomial karena nilai dari fungsi-fungsi polinomial
mudah dioperasikan. Dan yang akan dibahas dalam makalah ini adalah
interpolasi polinomial lagrange.

B. Rumusan Masalah
1. Bagaimana definisi interpolasi lagrange?
2. Bagaimana algoritma interpolasi lagrange?
3. Bagaimana contoh soal dan penyelesaian menggunakan interpolasi
lagrange?

C. Tujuan
1. Untuk memahami devinisi interpolasi lagrange.
2. Untuk memahami algoritma interpolasi lagrange.
3. Untuk memahami contoh soal dan penyelesaian menggunakan interpolasi
lagrange.

2
BAB II
KAJIAN PUSTAKA

A. Metode Numerik
Metode numerik adalah teknik untuk menyelesaikan permasalahan-
permasalahan yang diformulasikan secara matematis dengan menggunakan
operasi hitung (arithmatic), yaitu operasi tambah (+), kurang (-), kali (×), dan
bagi (/). Hasil dari metode numerik berupa bilangan konstanta tertentu.

B. Angka Bena dan Aturannya


1. Angka Bena (Significant Figure)
Angka bena/ angka signifikan/ angka penting adalah jumlah angka
yang digunakan sebagai batas minimal tingkat keyakinan. Angka bena
terdiri dari angka pasti dan angka taksiran. Angka taksiran terletak pada
akhir angka signifikan.
Irfan Subakti (2006;19) “Angka signifikan atau digit menyatakan
suatu kedalam sebuah nilai numerik. Banyaknya angka signifikan adalah
banyaknya digit tertentu yang dapat meyakinkan kita. Bebrapa angka 0
tak selamanya signifikan karena mereka diperlakukan sekedar
menempatkan sebuah titik desimal.”
a. Aturan-Aturan Angka Bena
1) Setiap angka yang bukan nol pada suatu bilangan adalah angka
bena.
Contoh:
Bilangan 14,256 adalah bilangan yang terdiri dari 5 angka bena.
2) Setiap angka nol yang terletak diantara angka-angka bukan nol
adalah angka bena.
Contoh:
Bilangan 7000,2003 adalah bilangan yang terdiri dari 8 angka
bena.

3
3) Angka nol yang terletak di belakang angka bukan nol yang
terakhir dan di belakang tanda desimal adalah angka bena.
Contoh:
Bilangan 278,300 adalah bilangan yang terdiri dari 5 angka
bena.
4) Angka nol yang terletak di belakang angka bukan nol yang
terakhir dan tanpa tanda desimal bukan angka bena.
Contoh:
Bilangan 3500000 adalah bilangan yang terdiri dari 2 angka
bena.
5) Angka nol yang terletak di depan angka bukan nol yang pertama
bukan merupakan angka bena.
Contoh:
Bilangan 0,0000352 adalah bilangan yang terdiri dari 3 angka
bena.
6) Semua angka nol yang terletak di belakang angka bukan nol
yang terakhir, dan terletak di depan tanda desimal merupakan
angka bena.
Contoh:
Bilangan 7000, adalah bilangan yang terdiri dari 4 angka bena.
7) Untuk menunjukkan jumlah angka bena, kita dapat memberi
tanda pada angka yang merupakan batas angka bena dengan
garis bawah, garis atas, atau cetak tebal.
Contoh:
1256 adalah bilangan yang terdiri dari 4 angka bena.
12 5 6 adalah bilangan yang terdiri dari 3 angka bena.
1256 adalah bilangan yang terdiri dari 3 angka bena.

4
b. Penulisan Angka Bena dalam Notasi Ilmiah
Irfan Subakti (2006;19-20) “Jika beberapa angka 0 dipakai
dibelakang suatu bilangan,tak jelas berapa banyak 0 itu yang
signifikan, mqaka dapat diselesaikan dengan notasi ilmiah”
Bentuk umum notasi ilmiah adalah a  10 n , dengan a adalah

bilangan real yang memenuhi 1  a  10 dan n adalah bilangan

bulat.
Contoh:
4,3123 × 10  memiliki 5 angka signifikan.
9,0 × 10-3  memiliki 2 angka signifikan.
2. Aturan Pembulatan
Pembulatan suatu bilangan berarti menyimpan angka bena dan
membuang bukan angka bena dengan mengikuti aturan-aturan sebagai
berikut:
a. Tandai bilangan yang termasuk angka signifikan dan angka tidak
signifikan.
Contoh:
Empat angka bena dari bilangan 16,7321 adalah 16,73 (angka bena)
dan 21 (bukan angka bena).
b. Jika digit pertama dari bukan angka bena lebih besar dari 5, maka
digit terakhir dari angka bena ditambah 1 selanjutnya buang angka
bena.
Contoh:
Jika bilangan 23,472 dibulatkan menjadi 3 angka signifikan, maka
ditulis menjadi 23,5.
c. Jika digit pertama dari bukan angka bena lebih kecil dari 5, maka
buang bukan angka bena.
Contoh:
Jika bilangan 23,674 dibulatkan menjadi 4 angka siginifikan, maka
ditulis menjadi 23,67.

5
d. Jika digit pertama dari bilangan bukan angka bena sama dengan 5,
maka:
1) Jika digit terakhir dari angka signifikan ganjil, maka digit
terakhir angka signifikan ditambah 1 selajutnya buang angka
tidak signifikan.
Contoh:
Jika bilangan 37,759 dibulatkan menjadi 3 angka bena, maka
ditulis menjadi 37,8.
2) Jika digit terakhir dari angka bena merupakan bilangan genap,
maka buang bukan angka bena.

Contoh:
Jika bilangan 79,859 dibulatkan menjadi 3 angka bena, maka
ditulis menjadi 79,8.

3. Aturan-Aturan pada Operasi Aritmatika Angka Bena


Dalam operasi perhitungan dengan menggunakan operasi aritmatik,
angka bena mempunyai aturan umum yang harus diikuti, yaitu:
a. Penjumlahan dan Pengurangan
“Hasil penjumlahan atau pengurangan hanya boleh mempunyai
angka di belakang koma sebanyak angka di belakang koma yang
paling sedikit pada bilangan-bilangan yang dilakukan pada operasi
penjumlahan atau pengurangan”.
Contoh:
2,34 + 0,345 = 2,685 (dibulatkan menjadi 2,68)
b. Perkalian dan pembagian
“Hasil perkalian atau pembagian hanya boleh mempunyai angka
bena sebanyak bilangan dengan angka bena paling sedikit”.
Contoh:
(32,1 x 1,234) : 1,2 = 33,0095

6
Bilangan yang mempunyai angka signifikan paling sedikit adalah 1,2
(2 angka signifikan).
Jadi, hasil perkalian dan pembagian di atas dibulatkan menjadi 33 (2
angka signifikan).
c. Kombinasi perkalian dan/ atau pembagian dengan penjumlahan dan/
atau pengurangan.
Jika terdapat kombinasi operasi aritmatika seperti:
 perkalian   perkalian 
   
 atau    atau 
pembagian  pembagian 
   
atau
penjumlaha n  penjumlaha n 
   
 atau  /   atau 
penguranga n  penguranga n 
   
maka hasil operasi aritmatika di dalam kurung harus dibulatkan
terlebih dahulu sebelum melakukan operasi selajutnya.
Contoh:
Selesaikan
15,2  2,8  10    8,456  10   0,177
4 4

  4,256  10    4,7774011..  10 
3 3

Bulatkan besaran-besaran di dalam kurung


 4,3  10    4,78  10 
3 3

 9,08  10 3 dibulatkan menjadi 9,1  10 3.

C. Hampiran dan Galat


Hampiran, pendekatan, atau aproksimasi (approximation) didefinisikan
sebagai nilai yang mendekati solusi sejati. Ada 2 hal yang menyebabkan
timbul dari penggunaan aproksimasi menurut Irfan S (2006) yaitu kesalahan
pemotongan ((truncation error) dan kesalahan pembulatan (round – off error).
Galat/ kesalahan (error) sebenarnya ( ) didefinisikan sebagai

7
  x0  x

x 0 : solusi sejati

x : solusi hampiran
Sedangkan Galat/ kesalahan (error) relatif sebenarnya ( r )
didefinisikan sebagai

r   100%
x0

 : kesalahan sebenarnya
x0 : solusi sejati

Sedangkan menurut Irfan S (2006) “error (Et) sama dengan harga


sebenarnya dikurangi aproksimasi. Dan error relatif adalah presentase dari
error”

Contoh soal:
Misalkan hasil pengukuran panjang sebuah jembatan dan paku masing-
masing adalah 9,999 cm dan 9 cm. Jika ukuran panjang sebenarnya adalah
10.000 cm dan 10 cm, tentukan:
a. Kesalahan sebenarnya
b. Kesalahan relatif untuk setiap kasus
Penyelesaian:
a. Kesalahan sebenarnya ( ) pada pengukuran jembatan
  10.000  9,999  1 cm
Kesalahan sebenarnya ( ) pada pengukuran paku

  10  9  1 cm
b. Kesalahan relatif sebenarnya (  r ) pada pengukuran jembatan
1
r   100%  0,01%
10.000
Kesalahan relatif sebenarnya (  r ) pada pengukuran paku
1
r   100%  10%
10

8
Namun kenyataannya jarang sekali kita mengetahui harga sebenarnya
dari suatu benda. Apalagi untuk masalah sehari-hari kita mungkin kesulitan
untuk mengetahui nilai eksak dalm berbagai kasus. Oleh karena itu Irfan S
(2006;22) menyatakan ada alternatif untuk menormalisasi error dengan
menggunakan taksiran terbaik dari harga sebenarnya, yaitu:
𝑒𝑟𝑟𝑜𝑟
∈a = 𝑥100%
𝑎𝑝𝑟𝑜𝑘𝑠𝑖𝑚𝑎𝑠𝑖

𝑎𝑡𝑎𝑢

 rh   100%
x
 : kesalahan sebenarnya
x : solusi hampiran

Taksiran kesalahan di tentukan tanpa mengetahui harga


sebenarnya,nisalnya metode numerik tertentu menggunakan pendekatan
iterasi untuk menghitung jawaban. Maka aproksimasinya dibuat berdasarkan
aproksimasi sebelumnya, dan proses ini dilakukan secara berulang.
𝑎𝑝𝑟𝑜𝑘𝑠𝑖𝑚𝑎𝑠𝑖 𝑠𝑒𝑘𝑎𝑟𝑎𝑛𝑔−𝑎𝑝𝑟𝑜𝑘𝑠𝑖𝑚𝑎𝑠𝑖 𝑠𝑒𝑏𝑒𝑙𝑢𝑚𝑛𝑦𝑎
∈a = 𝑥100%
𝑎𝑝𝑟𝑜𝑘𝑠𝑖𝑚𝑎𝑠𝑖

atau
xr 1  xr
 rh   100%
xr 1

x r 1 : solusi sejati sekarang


xr : solusi sejati sebelumnya

Batas toleransi kesalahan ( r ) ditentukan oleh jumlah angka bena


yang akan kita gunakan. Hubungan antara toleransi kesalahan ( s ) dari
angka signifikan (n) adalah
 s  (0,5  102  n)  100%

9
D. Interpolasi
Interpolasi adalah suatu proses untuk mencari dan menghitung
nilai suatu fungsi dengan grafik yang terbentuk dari sekumpulan titik
yang biasanya merupakan hasil dari sebuah fungsi yang telah
diketahui, di mana grafik tersebut harus melalui semua titik yang ada
dengan ketelitian data yang sangat tinggi. Fungsi interpolasi yang
paling banyak dipakai adalah fungsi polinomial karena nilai dari
fungsi-fungsi polinomial mudah dioperasikan. Suatu polinomial akan
dikatakan menginterpolasikan suatu nilai-nilai ketika suatu polinomial
tersebut dapat digunakan untuk menghitung suatu nilai, misalkan 𝑦, yang
berkaitan dengan suatu 𝑥, yang tidak terdapat dalam suatu hasil
pengamatan tetapi terletak di antara nilai-nilai 𝑥 pada hasil pengamatan
tersebut.
Definisi
Bentuk Baku Polinomial Suatu polinomial 𝑃𝑛 (𝑥) yang berderajat
kurang atau sama dengan 𝑛 dalam bentuk baku adalah suatu fungsi
yang dituliskan dalam bentuk
𝑃𝑛 (𝑥) = 𝑎0 + 𝑎1 𝑥 + ⋯ + 𝑎𝑛 𝑥 𝑛 , 𝑎𝑛 ≠ 0 (1)
dengan koefisien-koefisien 𝑎0 , 𝑎1 , … , 𝑎𝑛 bilangan nyata. Apabila
koefisien-koefisien tersebut tidak bernilai nol, maka polinomial tersebut
dikatakan berderajat tepat 𝑛.
Setelah polinomial interpolasi 𝑃𝑛 (𝑥𝑖 ) ditemukan, 𝑃𝑛 (𝑥𝑖 ) dapat
digunakan untuk menghitung perkiraan nilai 𝑦 di 𝑥 = 𝑎, yaitu 𝑦 = 𝑃𝑛 (𝑎) .
Terdapat dua kemungkinan letak nilai 𝑥 = 𝑎, yaitu nilai 𝑥 = 𝑎 yang
terletak di dalam rentang titik-titik data (𝑥0 < 𝑎 < 𝑥𝑛 ) yang kemudian
𝑦𝑖 = 𝑃𝑛 (𝑥𝑖 ) disebut sebagai nilai interpolasi dan nilai 𝑥 = 𝑎 yang terletak
di luar rentang titik-titik data (𝑎 < 𝑥0 𝑎𝑡𝑎𝑢 𝑎 > 𝑥𝑛 ) yang kemudian 𝑦𝑖 =
𝑃𝑛 (𝑥𝑖 ) disebut sebagai nilai ekstrapolasi.

E. Eksistensi dan Ketunggalan Interpolasi Polinomial


Sifat-sifat dasar dalam metode interpolasi polinomial adalah
eksistensi dan ketunggalan.

10
Teorema 1.1 . Eksistensi dan Ketunggalan Interpolasi Polinomial
Misalkan terdapat sebanyak 𝑛 + 1, pasangan titik (𝑥0 , 𝑦0 ) (𝑥1 , 𝑦1 ), ...,
(𝑥𝑛 , 𝑦𝑛 ) dan nilai-nilai𝑥0 , 𝑥1 , 𝑥2 , … , 𝑥𝑛 berbeda. Maka ada polinomial
yang berifat tunggal 𝑃𝑛 (𝑥) berderajat tepat n sedemikian sehingga 𝑦𝑖 =
𝑃𝑛 (𝑥𝑖 ) , untuk 𝑖 = 0,1,2, … , 𝑛.
Pembuktian Teorema (1.1) dapat dilakukan dengan menyatakan
Persamaan (1) dalam bentuk matriks persamaan linear 𝑨𝑿 = 𝑩 seperti
berikut.

1 𝑥1 𝑥12 ⋯ 𝑥1𝑛−1 𝑎0 𝑦0
1 𝑥2 𝑥22 ⋯ 𝑥2𝑛−1 𝑎1 𝑦1
[ ⋮ ]=[⋮]
⋮ ⋮
[1 𝑥𝑛 𝑥𝑛2 ⋯ 𝑥𝑛𝑛−1 ] 𝑎𝑛−1 𝑦𝑛

Sistem linear 𝑨𝑿 = 𝑩 mempunyai solusi yang tungga, yaitu 𝑿 = 𝑨−𝟏 𝑩


jika dan hanya jika det(𝐴) = 0. Matriks 𝑨 adalah matriks Vandermonde
yang determinannya tidak sama dengan nol. Jadi terdapat polynomial yang
bersifat tunggal 𝑃𝑛 (𝑥) berderajat tepat 𝑛 sedemikian sehingga 𝑦𝑖 = 𝑃𝑛 (𝑥𝑖 )
untuk 𝑖 = 0,1,2, … , 𝑛.

F. Galat Interpolasi Polinomial


Perhitungan numerik tidak terlepas dari kesalahan atau galat (error ).
Selama 𝑓(𝑥) dapat dihampiri oleh interpolasi polinomial 𝑃𝑛 (𝑥),
menurut Bohrens (2005) teorema galat interpolasi dapat dinyatakan
sebagai berikut
Teorema 1.2 Teorema Galat Interpolasi
Misalkan 𝑥0 , 𝑥1 , 𝑥2 , … , 𝑥𝑛 berbeda dan misalkan 𝑥 adalah titik yang
dimiliki oleh fungsi 𝑓. Asumsikan bahwa 𝑓 ∈ 𝐶 𝑛+1 (𝐼𝑥 ), yang artinya 𝑓
merupakan fungsi yang dapat didiferensiasikan secara kontinu sebanyak
(𝑛 + 1) kali dengan (𝐼𝑥 ) adalah interval terkecil yang berisi

11
𝑥0 , 𝑥1 , 𝑥2 , … , 𝑥𝑛 dan 𝑥. Maka galat interpolasi pada titik 𝑥 adalah 𝜀𝑛 (𝑥) =
𝑓 𝑛+1 (∁)
𝑓(𝑥) − 𝑃𝑛 (𝑥) = (𝑛+1)!
∏𝑖=0 𝑛(𝑥 − 𝑥𝑖 ) (2)

dimana ∁ ∈ 𝐼𝑥 .
𝜀𝑛 (𝑥) merupakan fungsi galat interpolasi yang mengurangkan nilai fungsi
sebenarnya, 𝑓(𝑥) dengan nilai interpolasinya 𝑃𝑛 (𝑥).

12
BAB III
PEMBAHASAN

A. Interpolasi Polinomial Lagrange


Interpolasi Polinomial lagrange hampir sama dengan interpolasi polinomial dari
newton, tetapi tidak menggunakan pembagian beda hingga. Interpolasi
polinomial lagrange dapat diturunkan dari persamaan newton.

𝑓1 (𝑥) = 𝑓(𝑥0 ) + (𝑥 − 𝑥0 )𝑓[𝑥1 , 𝑥0 ]

Sehingga di dapat persamaan interpolasi polinomial lagrange order satu.


𝑥 − 𝑥1 𝑥 − 𝑥0
𝑓1 (𝑥) = 𝑓(𝑥0 ) + 𝑓(𝑥1 )
𝑥0 − 𝑥1 𝑥1 − 𝑥0

Dan persamaan interpolasi polinomial lagrange order dua.


𝑥−𝑥1 𝑥−𝑥2 𝑥−𝑥0 𝑥−𝑥2 𝑥−𝑥0 𝑥−𝑥1
𝑓1 (𝑥) = 𝑓(𝑥0 ) + 𝑓(𝑥1 ) + 𝑓(𝑥2 )
𝑥0 −𝑥1 𝑥0 −𝑥2 𝑥1 −𝑥0 𝑥1 −𝑥2 𝑥2 −𝑥0 𝑥2 −𝑥1

Bentuk ponomial Lagrange derajat 𝑛 dinyatakan sebagai


𝑛

𝑃𝑛 (𝑥) = ∑ 𝐿𝑖(𝑥)𝑓(𝑥𝑖 ) (3)


𝑖=0

dengan 𝐿𝑖(𝑥) =
𝑥−𝑥𝑗
∏𝑛𝑗=0;𝑗=𝑖 (4)
𝑥𝑖 −𝑥𝑗

dan 𝑓(𝑥𝑖 ) = 𝑦𝑖 . 𝑃𝑛 (𝑥) menyatakan fungsi interpolasi polynomial Lagrange


berderajat 𝑛 dengan 𝑓(𝑥𝑖 ) sebagai koefisien interpolasi Lagrangenya dan
𝐿𝑖 sebagai polinomial Lagrangenya.
Bentuk paling sederhana dari suatu interpolasi adalah bentuk polynomial.
Hal ini dimungkinkan dalam membentuk suatu fungsi 𝑓(𝑥) ≅ 𝑝(𝑥𝑛 ), yaitu
polinomial derajat 𝑛 yang melalui (𝑛 + 1) pasangan data.
Andaikan polynomial 𝑝(𝑥)dan 𝑞(𝑥) mempunyai derajat ≤ 𝑛 dapat
menginterpolasikan 𝑓(𝑥) di titik-titik 𝑥0 , 𝑥1 , 𝑥2 , … , 𝑥𝑛 , maka ℎ(𝑥) =
𝑝(𝑥) − 𝑞(𝑥) dengan ℎ(𝑥) berupa polinomial berderajat ≤ 𝑛.
ℎ(𝑥𝑖 ) = 𝑝(𝑥𝑖 ) − 𝑞(𝑥𝑖 ) = 𝑓(𝑥𝑖 ) − 𝑓(𝑥𝑖 ) = 0,
untuk 𝑖 = 0,1,2,3, … , 𝑛.

13
Dalam hai ini paling sedikit ada satu polynomial berderajat ≤ 𝑛 yang
menginterpolasikan fungsi 𝑓(𝑥) di (𝑛 + 1) titik yang berbeda-beda
𝑥0 , 𝑥1 , 𝑥2 , … , 𝑥𝑛 sehingga
1; 𝑖 = 𝑘
𝑓(𝑥𝑖 ) = {
0; 𝑖 = 𝑘
Terlihat bahwa polynomial derajat ≤ 𝑛 akan nol di titik data tersebut
kecuali di titik 𝑥𝑘 , yaitu polynomial 𝑔(𝑥), sebagai
𝑔𝑘 (𝑥) = ∏𝑛𝑖=0(𝑥 − 𝑥𝑖 )
𝑖≠𝑘

= (𝑥 − 𝑥0 ) (𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )(𝑥 − 𝑥4 )….(𝑥 − 𝑥𝑘−1 )(𝑥 −


𝑥𝑘+1 )….(𝑥 − 𝑥𝑛 )
dengan 𝑔𝑘 (𝑥) = ∏𝑛𝑖=0(𝑥 − 𝑥𝑖 ) ≠ 0 dan didefinisikan polynomial
𝑖≠𝑘
𝑔 (𝑥)
Lagrange untuk titik-titik data 𝑥0 , 𝑥1 , 𝑥2 , … , 𝑥𝑛 sebagai 𝐿𝑘 = 𝑔 𝑘(𝑥 ) yang
𝑘 𝑘

berupa polynomial derajat ≤ 𝑛 dan yang menginterpolasikan 𝑓(𝑥) dititik-


titik data 𝑥0 , 𝑥1 , 𝑥2 , … , 𝑥𝑛 . Dalam hal 𝑛 = 1, 𝑓(𝑥)berada pada dua buah
𝑥−𝑥1 𝑥−𝑥0
titik yaitu 𝑥0 dan 𝑥1 , dan mempunyai 𝐿0 (𝑥) = dan 𝐿1 (𝑥) =
𝑥0 −𝑥1 𝑥1 −𝑥0

sehingga
𝑥−𝑥1 𝑥−𝑥0
𝑝(𝑥) = 𝑓(𝑥0 )𝐿0 (𝑥) + 𝑓(𝑥1 )𝐿1 (𝑥) = 𝑓(𝑥0 ) 𝑥 + 𝑓(𝑥1 ) 𝑥
0 −𝑥1 1 −𝑥0

Atau
𝑓(𝑥1 )−𝑓(𝑥0 )
𝑝(𝑥) = 𝑓(𝑥0 ) + (𝑥 − 𝑥0 ) yang disebut interpolasi linear.
𝑥1 −𝑥0

Dilain pihak jika 𝑛 = 2, 𝑓(𝑥) terdiri dari tiga titik, yaitu 𝑥0 , 𝑥1 , 𝑥2 dan
mempunyai koefisien Lagrange
𝑥−𝑥1 𝑥−𝑥2 𝑥−𝑥0 𝑥−𝑥2 𝑥−𝑥0 𝑥−𝑥1
𝐿0 (𝑥) = 𝑥 ; 𝐿1 (𝑥) = 𝑥 ; 𝐿2 (𝑥) = 𝑥
0 −𝑥1 𝑥0 −𝑥2 1 −𝑥0 𝑥1 −𝑥2 2 −𝑥0 𝑥2 −𝑥1

Sehingga polinomial 𝑝(𝑥) sebagai


𝑝(𝑥) = 𝑓(𝑥0 )𝐿0 (𝑥) + 𝑓(𝑥1 )𝐿1 (𝑥) + 𝑓(𝑥2 )𝐿2 (𝑥)
𝑥−𝑥1 𝑥−𝑥2 𝑥−𝑥0 𝑥−𝑥2
= 𝑓(𝑥0 ) 𝑥 + 𝑓(𝑥1 ) 𝑥 +
0 −𝑥1 𝑥0 −𝑥2 1 −𝑥0 𝑥1 −𝑥2
𝑥−𝑥0 𝑥−𝑥1
𝑓(𝑥2 ) 𝑥
2 −𝑥0 𝑥2 −𝑥1

14
B. Algoritma Interpolasi Lagrange
1. Tetapkan jumlah titik yang di ketahui
2. Mencari Li(x) dan P(x)

C. Kelebihan dan Kekuranagn


Metode lagrange mempunyai beberapa kelebihan yaitu:

1. Interpolasi metode lagrange dapat digunakan untuk menyelesaikan


persoalan interpolasi aquispaced (h=constan) ataupun non-equispaced
(h tidak konstan).
2. Metode lagrange dapat digunakan untuk menyelesaikan kasus
interpolasi dan interpolasi balik(invers interpolation).
3. Metode lagrange dapat digunakan untuk mencari nilai fungsi yang
variabelnya terletak pada daerah awal, akhir ataupun tengah.
4. Tidak membutuhkan tabel beda hingga dapat menyelesaikan
persoalannya, sehingga langkah penyelesaian persoalan akan menjadi
mudah.

Sedangkan kekurangannya adalah jika nilai variabel dan nilai fungsi yang
ada dalam tabel jumlahnya banyak maka perhitungan dengan persamaan
5.6 akan cukup kompleks.

D. Contoh soal
1. Carilah nilai fungsi 𝑓(𝑥) pada 𝑥 = 1, 03 ; 𝑑𝑎𝑛 𝑥 = 2,05 dari tabel 5.17
𝑛 𝑥 𝑓(𝑥)
0 1,0 0,00000
1 1,2 0,26254
2 1,5 0,91230
3 1,9 2,31709
4 2,1 3,27194
5 2,5 5,72682
6 3,0 9,88751
Penyelesaian :
Dengan menggunakan persamaan 5.6 didapatkan untuk 𝑥 = 1, 03
(𝑥−𝑥1 )(𝑥−𝑥2 )(𝑥−𝑥3 )(𝑥−𝑥4 )(𝑥−𝑥5 )(𝑥−𝑥6 )
𝑓(𝑥) = (𝑥 𝑓0 +
0 −𝑥1 )(𝑥0 −𝑥2 )(𝑥0 −𝑥3 )(𝑥0 −𝑥4 )(𝑥0 −𝑥5 )(𝑥0 −𝑥6 )

(𝑥−𝑥0 )(𝑥−𝑥2 )(𝑥−𝑥3 )(𝑥−𝑥4 )(𝑥−𝑥5 )(𝑥−𝑥6 )


𝑓
(𝑥1 −𝑥0 )(𝑥1 −𝑥2 )(𝑥1 −𝑥3 )(𝑥1 −𝑥4 )(𝑥1 −𝑥5 )(𝑥1 −𝑥6 ) 1
+

(𝑥−𝑥0 )(𝑥−𝑥1 )(𝑥−𝑥3 )(𝑥−𝑥4 )(𝑥−𝑥5 )(𝑥−𝑥6 )


𝑓
(𝑥2 −𝑥0 )(𝑥2 −𝑥1 )(𝑥2 −𝑥3 )(𝑥2 −𝑥4 )(𝑥2 −𝑥5 )(𝑥2 −𝑥6 ) 2
+

15
(𝑥−𝑥0 )(𝑥−𝑥1 )(𝑥−𝑥2 )(𝑥−𝑥4 )(𝑥−𝑥5 )(𝑥−𝑥6 )
𝑓
(𝑥3 −𝑥0 )(𝑥3 −𝑥1 )(𝑥3 −𝑥2 )(𝑥3 −𝑥4 )(𝑥3 −𝑥5 )(𝑥3 −𝑥6 ) 3
+

(𝑥−𝑥0 )(𝑥−𝑥1 )(𝑥−𝑥2 )(𝑥−𝑥3 )(𝑥−𝑥5 )(𝑥−𝑥6 )


𝑓
(𝑥4 −𝑥0 )(𝑥4 −𝑥1 )(𝑥4 −𝑥2 )(𝑥4 −𝑥3 )(𝑥4 −𝑥5 )(𝑥4 −𝑥6 ) 4
+

(𝑥−𝑥0 )(𝑥−𝑥1 )(𝑥−𝑥2 )(𝑥−𝑥3 )(𝑥−𝑥4 )(𝑥−𝑥6 )


𝑓
(𝑥5 −𝑥0 )(𝑥5 −𝑥1 )(𝑥5 −𝑥2 )(𝑥5 −𝑥3 )(𝑥5 −𝑥4 )(𝑥5 −𝑥6 ) 5
+

(𝑥−𝑥0 )(𝑥−𝑥1 )(𝑥−𝑥2 )(𝑥−𝑥3 )(𝑥−𝑥4 )(𝑥−𝑥5 )


𝑓
(𝑥6 −𝑥0 )(𝑥6 −𝑥1 )(𝑥6 −𝑥2 )(𝑥6 −𝑥3 )(𝑥6 −𝑥4 )(𝑥6 −𝑥5 ) 6

𝑓(𝑥) =
(1,03−1,2)(1,03−1,5)(1,03−1,9)(1,03−2,1)(1,03−2,5)(1,03−3,0)
(1,0−1,2)(1,0−1,5)(1,0−1,9)(1,0−2,1)(1,0−2,5)(1,0−3,0)
(0,00000) +

(1,03−1,0)(1,03−1,5)(1,03−1,9)(1,03−2,1)(1,03−2,5)(1,03−3,0)
(1,2−1,0)(1,2−1,5)(𝑥1 −1,9)(1,2−2,1)(1,2−2,5)(1,2−3,0)
(0,26254) +

(1,03−1,0)(1,03−1,2)(1,03−1,9)(1,03−2,1)(1,03−2,5)(1,03−3,0)
(1,5−1,0)(1,5−1,2)(1,5−1,9)(1,5−2,1)(1,5−2,5)(1,5−3,0)
(0,91230) +

(1,03−1,0)(1,03−1,2)(1,03−1,5)(1,03−2,1)(1,03−2,5)(1,03−3,0)
(1,9−1,0)(1,9−1,2)(1,9−1,5)(1,9−2,1)(1,9−2,5)(1,9−3,0)
(2,31709) +

(1,03−1,0)(1,03−1,2)(1,03−1,5)(1,03−1,9)(1,03−2,5)(1,03−3,0)
(2,1−1,0)(2,1−1,2)(2,1−1,5)(2,1−1,9)(2,1−2,5)(2,1−3,0)
(3,27194) +

(1,03−1,0)(1,03−1,2)(1,03−1,5)(1,03−1,9)(1,03−2,1)(1,03−3,0)
(2,5−1,0)(2,5−1,2)(2,5−1,5)(2,5−1,9)(2,5−2,1)(2,5−3,0)
(5,72682) +

(1,03−1,0)(1,03−1,2)(1,03−1,5)(1,03−1,9)(1,03−2,1)(1,03−2,5)
(3,0−1,0)(3,0−1,2)(3,0−1,5)(3,0−1,9)(3,0−2,1)(3,0−2,5)
(9,88751) +

𝑓(𝑥) = 0 + 0,112822 − 0,23227 + 0,517373 − 0,46202 +


0,107581 − 0,01213

= 0,031352

Untuk 𝑥 = 2,05 didapat

𝑓(𝑥) =
(2,05−1,2)(2,05−1,5)(2,05−1,9)(2,05−2,1)(2,05−2,5)(2,05−3,0)
(1,0−1,2)(1,0−1,5)(1,0−1,9)(1,0−2,1)(1,0−2,5)(1,0−3,0)
(0,00000) +

(2,05−1,0)(2,05−1,5)(2,05−1,9)(2,05−2,1)(2,05−2,5)(2,05−3,0)
(1,2−1,0)(1,2−1,5)(𝑥1 −1,9)(1,2−2,1)(1,2−2,5)(1,2−3,0)
(0,26254) +

(2,05−1,0)(2,05−1,2)(2,05−1,9)(2,05−2,1)(2,05−2,5)(2,05−3,0)
(1,5−1,0)(1,5−1,2)(1,5−1,9)(1,5−2,1)(1,5−2,5)(1,5−3,0)
(0,91230) +

(2,05−1,0)(2,05−1,2)(2,05−1,5)(2,05−2,1)(2,05−2,5)(2,05−3,0)
(1,9−1,0)(1,9−1,2)(1,9−1,5)(1,9−2,1)(1,9−2,5)(1,9−3,0)
(2,31709) +

16
(2,05−1,0)(2,05−1,2)(2,05−1,5)(2,05−1,9)(2,05−2,5)(2,05−3,0)
(2,1−1,0)(2,1−1,2)(2,1−1,5)(2,1−1,9)(2,1−2,5)(2,1−3,0)
(3,27194) +

(2,05−1,0)(2,05−1,2)(2,05−1,5)(2,05−1,9)(2,05−2,1)(2,05−3,0)
(2,5−1,0)(2,5−1,2)(2,5−1,5)(2,5−1,9)(2,5−2,1)(2,5−3,0)
(5,72682) +

(2,05−1,0)(2,05−1,2)(2,05−1,5)(2,05−1,9)(2,05−2,1)(2,05−2,5)
(3,0−1,0)(3,0−1,2)(3,0−1,5)(3,0−1,9)(3,0−2,1)(3,0−2,5)
(9,88751)

𝑓(𝑥) = 0 + 0,005496 − 0,04834 + 0,730879 + 2,408156 −


0,0856 + 0,006128

= 3,016719

Soal kuis

Carilah nilai fungsi 𝑓(301) pada tabel dibawah ini

n x y
0 300 2,4771
1 304 2,4829
2 305 2,4843
3 307 2,4871

17
BAB V
KESIMPULAN

Interpolasi adalah suatu proses untuk mencari dan menghitung nilai


suatu fungsi dengan grafik yang terbentuk dari sekumpulan titik yang
biasanya merupakan hasil dari sebuah fungsi yang telah diketahui, di mana
grafik tersebut harus melalui semua titik yang ada dengan ketelitian data yang
sangat tinggi.
Interpolasi lagrange adalah interpolasi polinomial dengan Interpolasi
metode lagrange dapat digunakan untuk menyelesaikan persoalan interpolasi
aquispaced (h=constan) ataupun non-equispaced (h tidak konstan). Metode
lagrange juga dapat digunakan untuk menyelesaikan kasus interpolasi dan
interpolasi balik(invers interpolation). Serta dapat digunakan untuk mencari nilai
fungsi yang variabelnya terletak pada daerah awal, akhir ataupun tengah. Tidak
membutuhkan tabel beda hingga dapat menyelesaikan persoalannya, sehingga
langkah penyelesaian persoalan akan menjadi mudah.

DAFTAR PUSTAKA

18
19