Jenis – jenis Interpolasi dan Contoh Soal

a) Interpolasi Linear
Contoh :
1. Perkirakan atau prediksi jumlah penduduk Purworejo pada tahun 2005 berdasarkan
data tabulasi berikut:
Tahun 1990 2000
Jumlah Penduduk 187.900 205.700

Penyelesaian:
Dipunyai: x0 = 1990, x1 = 2000, y0 = 187.900, y1 = 205.700.
Ditanya: Prediksi jumlah penduduk Gunungpati pada tahun 1995.
Ingat :

(𝑦1 − 𝑦0 )(𝑥 − 𝑥0 )
𝑝1 (𝑥) = 𝑦0 +
𝑥1 − 𝑥0
Misalkan 𝑥 = 1995
(205.700 − 187.900)(1995 − 1990)
𝑝1 (2005) = 187.900 +
2000 − 1990
𝑝1 (2005) = 196.800
Jadi, diperkirakan jumlah penduduk Purworejo pada tahun 1995 adalah 196.800
orang.

2. Dari data ln(9.0) = 2.1972, ln(9.5) = 2.2513, tentukan ln(9.2) dengan interpolasi
linier sampai 4 desimal. Bandingkan hasil yang diperoleh dengan nilai sejati
ln(9.2)=2.2192.
Penyelesaian:
Dipunyai:
𝑥0 = 9.0, y0 = 2.1972.
𝑥1 = 9.5, y1 = 2.2513.
Ditanya : tentukan nilai ln(9.2) sampai 5 angka bena kemudian dibandingkan dengan
nilai sejati ln(9.2) = 2.2192.
Ingat:
 (𝑦1 − 𝑦0 )(𝑥 − 𝑥0 )
𝑝1 (𝑥) = 𝑦0 +
𝑥1 − 𝑥0
( 2.2513 − 2.1972)(9.2 − 9.0)
𝑝1 (9.2) = 2.1972 +
9.5 − 9.0
𝑝1 (9.2) = 2.21884
Galat = nilai sejati ln(9.2) – nilai ln(9.2) hasil perhitungan dengan metode interpolasi
linear
Galat = 2.2192 – 2.21884 = 3,6 x 10-4 .
b) Interpolasi Kuadrat
Contoh Soal:
1. 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
Interpolasi polinomial dihitung dengan menggunakan persamaan (6.3), dan
koefisien b0, b1, dan b2, dihitung dengan persamaan (6.4), persamaan (6.5)
dan persamaan (6.6).
Dengan menggunakan persamaan (6.4) diperoleh nilai b0, yaitu (b0 = 0),
koefisien b1 dapat dihitung dengan persamaan (6.5):
b1 =
b1 = = 0,46209813.
Persamaan (6.6) digunakan untuk menghitung koefisien b2:
b2 =
b2 = = –0,051873116.
Nilai-nilai tersebut disubstitusikan ke persamaan (6.3):

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 = ´ 100 % = 18,4 %.

2. 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:
Diketahui: 𝑥0 = 8.0, 𝑦0 = 2.0794
𝑥1 = 9.0, 𝑦1 = 2.1972
𝑥2 = 9.5, 𝑦2 = 2.2513

Ditanya : Tentukan nilai ln (9.2).

Sistem persamaan yang terbentuk adalah:
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
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
adalah:
1 8 64 2.0794 𝑅21(−1) 1 8 64 2.0794
[1 9 81 2.1972] [0 1 17 0.1178]
𝑅31(−1)
1 9.5 90.25 2.2513 0 1.5 26.25 0.1719

𝑅12(−8) 1 0 −72 1.137 1 0 −72 1.137

[0 1 17 0.1178 ] 1 [0 1 17 0.1178 ]
𝑅32(−1.5) 𝑅31(0.75)
0 0 0.75 −0.0048 0 0 1 −0.0064

𝑅13(72) 1 0 0 0.6762
[0 1 0 0.2266 ]
𝑅23(−17)
0 0 1 −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
𝑝2 (9.2) = 0.6762 + 0.2266. (9.2) + −0.0064. (9.2)2
𝑝2 (9.2) = 2.2192
c) Interpolasi Polinomial
Contoh soal:
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 (6.7):

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 (6.12):

f [xi, xj] = (c.2)

f [x1, x0] = = 0,46209813.
f [x2, x1] = = 0,20273255.
f [x3, x2] = = 0,1823216.
Pembagian beda hingga kedua dihitung dengan persamaan (6.13):

f [xi, xj, xk] = (c.3)

f [x2, x1, x0] = = –0,051873116.
f [x3, x2, x1] = = –0,020410950. (c.4)
Pembagian beda hingga ketiga dihitung dengan persamaan (6.14):

f [xn, xn – 1, …, x2, x1, x0] =

f [x3, x2, x1, x0] = = 0,007865541.
Nilai f [x1, x0], f [x2, x1, x0] dan f [x3, x2, x1, x0] adalah koefisien b1, b2, dan b3 dari
persamaan (6.7). Dengan nilai-nilai tersebut dan b0 = f (x0) = 0, maka persamaan
(6.7) 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 = ´ 100 % = 9,3 %.
d) Interpolasi Polinomial Lagrange
Contoh soal:
Dicari nilai ln 2 dengan metode interpolasi polinomial Lagrange order satu dan dua
berdasar data ln 1 = 0 dan data ln 6 = 1,7917595. Hitung juga nilai tersebut berdasar data
ln 1 dan data ln 4 = 1,3862944. Untuk membandingkan hasil yang diperoleh, hitung 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
Penyelesaian order satu menggunakan persamaan (6.18):

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

Untuk x = 2 dan dengan data yang diketahui maka:
f1(2) = (0) + (1,3862944) = 0,462098133.
Untuk interpolasi polinomial Lagrange order dua digunakan persamaan (6.19):

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

f1(2) = (0) + (1,3862944) + (1,7917595)
= 0,56584437.
e) Interpolasi Spline
1. Spline Linear
Contoh Soal
Buatlah interpolasi spline linier untuk data berikut:
x 0,0 0,1 0,4 0,5 0,75 1,0
y 1,3 4,5 2,0 2,1 5,0 3,0

Penyelesaian :
4,5 − 1,3
[0,0 ; 0,1] 𝑆0 (𝑥) = 1,3 + (𝑥 − 0) = 1,3 + 32𝑥
0,1 − 0
2,0 − 4,5 16 25
[0,1 ; 0,4] 𝑆1 (𝑥) = 4,5 + (𝑥 − 0,1) = − 𝑥
0,4 − 0,1 3 3
2,1 − 2,0
[0,4 ; 0,5] 𝑆2 (𝑥) = 2 + (𝑥 − 0,4) = 1,6 + 𝑥
0,5 − 0,4
5,0 − 2,1
[0,5 ; 0,75] 𝑆3 (𝑥) = 2,1 + (𝑥 − 0,5) = −3,7 − 11,6𝑥
0,75 − 0,5
3−5
[0,75 ; 1]𝑆4 (𝑥) = 5 + (𝑥 − 0,75) = 11 − 8𝑥
1 − 0,75
Jadi spline adalah potongan linear, yaitu linear di antara setiap titik data.
2. Spline Kuadratik
Contoh soal
Buatlah interpolasi spline kuadratik untuk data berikut ini

x 0,0 0,1 0,4 0,5

y 1,3 4,5 2,0 2,1

dengan ketetapan 𝑧𝑜 = 0
Penyelesaian :
pertama-tama hitung nilai zi
y1 − y0 4,5 − 1,3
z1 = 2 − z0 = 2 − 0 = 64
x1 − x0 0,1 − 0
y2 − y1 2 − 4,5 242
z2 = 2 − z1 = 2 − 64 = −
x2 − x1 0,4 − 0,1 3
y3 − y2 2,1 − 2 242 248
z3 = 2 − z2 = 2 + =
x3 − x2 0,5 − 0,4 3 3
jadi, fungsi spline kuadratik 𝑆(𝑥) :
𝑧1 − 𝑧0
𝑆0 (𝑥) = (𝑥 − 𝑥0 )2 + 𝑧0 (𝑥 − 𝑥0 ) + 𝑦0
2(𝑥1 − 𝑥0 )
= 320𝑥 2 + 1.3 untuk 0 ≤ 𝑥 ≤ 0,1
 𝑧2 − 𝑧1
𝑆1 (𝑥) = (𝑥 − 𝑥1 )2 + 𝑧1 (𝑥 − 𝑥1 ) + 𝑦1
2(𝑥2 − 𝑥1 )
2170
=− (𝑥 − 0,1)2 + 64(𝑥 − 0,1) + 4,5
9
2170 2 1010 194
=− 𝑥 + 𝑥+ , untuk 0,1 ≤ 𝑥 ≤ 0,4
9 9 45
𝑧3 − 𝑧2
𝑆2 (𝑥) = (𝑥 − 𝑥2 )2 + 𝑧2 (𝑥 − 𝑥2 ) + 𝑦2
2(𝑥3 − 𝑥2 )
2450 242
= (𝑥 − 0,4)2 − (𝑥 − 0,4) + 2
3 3
2450 2 2202 4948
= 𝑥 − 𝑥+ , untuk 0,4 ≤ 𝑥 ≤ 0,5
3 3 30
persamaan C.2.1 dapat ditulis kembali sebagai
𝑆𝑖 (𝑥) = 𝑎𝑖 𝑥 2 + 𝑏𝑖 𝑥 + 𝑐𝑖 , 𝑖 = 0,1,2, … , 𝑛 − 1
dengan
𝑧𝑖+1 − 𝑧𝑖
𝑎𝑖 = , 𝑏𝑖 = 𝑧𝑖 − 2𝑎𝑖 𝑥𝑖 , 𝑐𝑖 = 𝑎𝑖 𝑥𝑖 2 − 𝑧𝑖 𝑥𝑖 + 𝑦𝑖
2(𝑥𝑖+1 − 𝑥𝑖 )
3. Spline Kubik
Contoh Soal
Buatlah interpolasi spline kubik untuk data berikut ini
x 0 1 2 3
y 0 1 4 5
terhadap syarat batas : 𝑆 ′ (𝑥0 ) = 𝑆 ′ (0) = 𝑐0 = 2 dan 𝑆 ′ (𝑥𝑛 ) = 𝑆 ′ (3) = 𝑐𝑛 = 2
Penyelesaian:
Lebar subinterval pada sumbu x:
ℎ1 = ℎ2 = ℎ3 = ℎ4 = 1
dan beda terbagi pertama, dengan mengingat bahwa 𝑑𝑖 = 𝑓(𝑥𝑖 ) = 𝑦𝑖 , yaitu :
𝑑1 − 𝑑0 𝑑2 − 𝑑1 𝑑3 − 𝑑2
= 1, = 3, =1
ℎ0 ℎ1 ℎ2

Persamaan matriks dapat dituliskan sebagai

2 1 0 0 𝑏0 1 −2 −3
[1 4 1 0] [𝑏1 ] = 3 [3 −1] [ 6 ]
0 1 4 1 𝑏2 1 −3 −6
0 0 1 2 𝑏3 2 −1 3
yang mempunyai penyelesaian
 𝑏0 = −3, 𝑏1 = 6, 𝑏2 = −6, 𝑏3 = −3
Disubstitusikan penyelesaian tersebut ke persamaan C.3.1 untuk memperoleh
koefisien-koefisien lain dari spline kubik:
𝑑0 = 0, 𝑑1 = 1, 𝑑2 = 4
1 1
𝑐0 = 1 − (3 + 2(−3)) = 2, 𝑐1 = 3 − (−3 + 2(3)) = 2, 𝑐2
3 3
1
= 3 − (−3 + 2(3)) = 2,
3
3 − (−3) −3 − 3 3 − (−3)
𝑎0 = = 2, 𝑎1 = = −2, 𝑎2 = =2
3 3 3
Terakhir, kita dapat menuliskan persamaan spline kubik seperti:
S0 = 2x 3 + 3x 2 + 2x, untuk 𝑥 ∈ [0,1]
𝑆1 = −2(𝑥 − 1)3 + 3(𝑥 − 1)2 + 2(𝑥 − 1) + 1, untuk 𝑥 ∈ [1,2]
𝑆2 = 2(𝑥 − 2)3 + 3(𝑥 − 2)2 + 2(𝑥 − 1) + 1, 𝑢𝑛𝑡𝑢𝑘 𝑥 ∈ [2,3]