BAB 6

INTERPOLASI

Pada analisis regresi, kurve atau fungsi yang dibuat digunakan untuk mempresentasikan
suatu rangkaian titik data dalam koordinat x-y. Kurve atau garis lurus yang terbentuk tidak
melalui semua titik data akan tetapi hanya kecenderungan (trend) saja dari sebaran data,
sedang pada interpolasi dicari suatu nilai yang berada diantara beberapa titik data yang
telah diketahui nilainya. Untuk dapat memperkirakan nilai tersebut, pertama kali dibuat
suatu fungsi atau persamaan yang melalui titik-titik data, setelah persamaan garis atau
kurve terbentuk, kemudian dihitung nilai fungsi yang berada di antara titik-titik data.
Pada Gambar 6.1, menunjukkan sket kurve yang dibuat dari data yang sama dengan cara
regresi (Gambar 6.1a) dan interpolasi (Gambar 6.1b dan Gambar 6.1c). Kurve pada
Gambar 6.1a, tidak melalui semua titik pengukuran, tetapi hanya mengikuti trend dari data
menurut garis lurus. Gambar 6.1b, menggunakan segmen garis lurus atau interpolasi linier
untuk menghubungkan titik-titik data, sedang Gambar 6.1c, menggunakan kurve untuk
menghubungkan titik-titik data.

Gambar 6.1. Perbedaan antara regresi (a) dan interpolasi (b, c)

Metode interpolasi yang sering digunakan adalah interpolasi polinomial. Persamaan

polinomial adalah persamaan aljabar yang hanya mengandung jumlah dari variabel x
berpangkat bilangan bulat (integer). Bentuk umum persamaan polinomial order n adalah:

f (x) = a0 + a1 x + a2 x2 + … + an xn (6.1)
dengan a0, a1, a2, …, an adalah parameter yang akan dicari berdasarkan titik data, n adalah
derajat (order) dari persamaan polinomial, dan x adalah variabel bebas.
Untuk (n + 1) titik data, hanya terdapat satu atau kurang polinomial order n yang melalui
semua titik. Misalnya, hanya ada satu garis lurus (polinomial order 1) yang
menghubungkan dua titik (Gambar 6.2a), demikian juga tiga buah titik dapat dihubungkan
oleh fungsi parabola (polinomial order 2), sedang untuk 4 titik dapat dilalui kurve
polinomial order 3, seperti terlihat dalam Gambar 6.2b dan Gambar 6.2c. Di dalam operasi

67
interpolasi ditentukan suatu persamaan polinomial order n yang melalui (n + 1) titik data,
yang kemudian digunakan untuk menentukan suatu nilai diantara titik data tersebut.
Pada polinomial berderajat satu, diperoleh bentuk interpolasi linier yang sudah banyak
dikenal. Interpolasi linier memberikan hasil yang kurang teliti, sedang interpolasi
polinomial dengan derajat lebih besar dari satu yang merupakan fungsi tidak linier
memberikan hasil yang lebih baik.

6.1 Interpolasi Linier

Bentuk paling sederhana dari interpolasi adalah menghubungkan dua buah titik data
dengan garis lurus. Metode ini disebut dengan interpolasi linier yang dapat dijelaskan
dengan Gambar 6.3.

Gambar 6.2. Interpolasi polinomial

Gambar 6.3. Interpolasi linier

Diketahui nilai suatu fungsi di titik x0 dan x1, yaitu f (x0) dan f (x1). Dengan metode
interpolasi linier akan dicari nilai fungsi di titik x, yaitu f1(x). Indeks 1 pada f1(x)
menunjukkan bahwa interpolasi dilakukan dengan interpolasi polinomial order satu.
Dari dua segitiga sebangun ABC dan ADE seperti tampak dalam Gambar 6.3, terdapat
hubungan berikut:

68
 BC DE

AB AD
f1 ( x)  f ( x0 ) f ( x1 )  f ( x0 )

x  x0 x1  x0

f ( x1 )  f ( x0 )
f1 ( x )  f ( x 0 )  ( x  x0 ) (6.2)
x1  x0
Persamaan (6.2) adalah rumus interpolasi linier, yang merupakan bentuk interpolasi
polinomial order satu. Suku [f (x1)  f (x0)] / (x1  x0) adalah kemiringan garis yang
menghubungkan dua titik data dan merupakan perkiraan beda hingga dari turunan
pertama. Semakin kecil interval antara titik data, hasil perkiraan akan semakin baik.

Contoh soal:
Dicari nilai ln 2 dengan metode interpolasi linier berdasar data ln 1 = 0 dan ln 6 =
1,7917595. Hitung juga nilai tersebut berdasar data ln 1 dan ln 4 = 1,3862944. Untuk
membandingkan hasil yang diperoleh, dihitung besar kesalahan (diketahui nilai eksak
dari ln 2 = 0,69314718).

Penyelesaian:
Dengan menggunakan persamaan (6.2), dihitung dengan interpolasi linier nilai ln pada
x = 2 berdasar nilai ln di x0 = 1 dan x1 = 6.

f ( x1 )  f ( x0 )
f1 ( x )  f ( x 0 )  ( x  x0 )
x1  x0
1,7917595  0
f1(2) = 0 + 6 1
(2  1) = 0,3583519.

Besar kesalahan adalah:

0,69314718  0,35835190
Et =  100 % = 48,3 %.
0,69314718

Apabila digunakan interval yang lebih kecil, yaitu nilai x0 = 1 dan x1 = 4, maka:
f ( x1 )  f ( x0 )
f1 ( x )  f ( x 0 )  ( x  x0 )
x1  x0
1,3862944  0
f1(2) = 0 + 4  1
(2  1) = 0,46209813.

Besar kesalahan adalah:

0,69314718  0,46209813
Et =  100 % = 33,3 %.
0,69314718

Dari contoh nampak bahwa dengan menggunakan interval yang lebih kecil didapat
hasil yang lebih baik (kesalahan lebih kecil). Gambar 6.4, menunjukkan prosedur
hitungan dalam contoh secara grafis.

69
 Gambar 6.4. Interpolasi linier mencari ln 2

6.2 Interpolasi Kuadrat

Untuk mengurangi kesalahan yang terjadi, maka perkiraan dilakukan dengan
menggunakan garis lengkung yang menghubungkan titik-titik data. Apabila terdapat
tiga titik data, maka perkiraan dapat dilakukan dengan polinomial order dua. Untuk
maksud tersebut persamaan polinomial order dua dapat ditulis dalam bentuk:

f2(x) = b0 + b1(x – x0) + b2(x – x0)(x – x1) (6.3)

meskipun tampaknya persamaan (6.3) berbeda dengan persamaan (6.1), tetapi

sebenarnya kedua persamaan adalah sama. Hal ini dapat ditunjukkan dengan
mengalikan suku-suku persamaan (6.3) sehingga menjadi:

f2(x) = b0 + b1 x – b1 x0 + b2 x2 + b2 x0 x1 – b2 x x0 – b2 x x1
atau
f2(x) = a0 + a1 x + a2 x2
dengan
a0 = b0 – b1 x0 + b2 x0 x1
a1 = b1 – b2 x0 – b2 x1
a2 = b2
terlihat bahwa persamaan (6.3) sama dengan persamaan (6.1).
Selanjutnya untuk keperluan interpolasi, persamaan polinomial ditulis dalam bentuk
persamaan (6.3). Berdasarkan titik data yang ada kemudian dihitung koefisien b0, b1,
dan b2. Berikut ini diberikan prosedur untuk menentukan nilai dari koefisien-koefisien
tersebut.

Koefisien b0 dapat dihitung dari persamaan (6.3), dengan memasukan nilai x = x0.
f (x0) = bo + b1 (xo – x0) + b2 (x0 – x0) (x0 – x1)
bo = f (x0) (6.4)
bila persamaan (6.4) disubstitusikan ke dalam persamaan (6.3), kemudian dimasukkan
ke dalam nilai x = x1, maka akan diperoleh koefisien b1:

70
 f (x1) = f (x0) + b1(x1 – x0) + b2(x1 – x0)(x1 – x1)
f ( x1 )  f ( x0 )
b1 = (6.5)
x1  x0
bila persamaan (6.4) dan persamaan (6.5) disubstitusikan ke dalam persamaan (6.3) dan
nilai x = x2, maka akan diperoleh koefisien b2:

f ( x1 )  f ( x0 )
f (x2) = f (x0) + (x2 – x0) + b2(x2 – x0)(x2 – x1)
x1  x0
f ( x1 )  f ( x0 )
b2(x2 – x0)(x2 – x1) = f (x2) – f (x0) – [(x2 – x1) + (x1 – x0)]
x1  x0

f ( x1 )  f ( x0 )
= f (x2) – f (x0) – (x2 – x1) – f (x1) + f (x0)
x1  x0
f ( x1 )  f ( x0 )
= f (x2) – f (x1) – (x2 – x1)
x1  x0
atau
f ( x1 )  f ( x0 )
f ( x2 )  f ( x1 )  ( x2  x1 )
b2 = x1  x0
( x2  x0 ) ( x2  x1 )

f ( x2 )  f ( x1 ) f ( x1 )  f ( x0 )

b2 = x2  x1 x1  x0 (6.6)
x2  x0
Dengan memperhatikan persamaan (6.3), persamaan (6.4), persamaan (6.5) dan
persamaan (6.6) terlihat bahwa dua suku pertama dari persamaan (6.3) adalah ekivalen
dengan interpolasi linier dari titik x0 ke x1 seperti yang diberikan oleh persamaan (6.2).
Sedangkan suku terakhir, b2(x – x0)(x – x1) merupakan tambahan karena digunakannya
kurve order 2.
Koefisien b1 dan b2 dari interpolasi polinomial order 2 persamaan (6.5) dan persamaan
(6.6) adalah mirip dengan bentuk beda hingga untuk turunan pertama dan kedua,
dengan demikian penyelesaian interpolasi polinomial dapat dilakukan dengan
menggunakan bentuk beda hingga.

Contoh soal:
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

71
 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):

f ( x1 )  f ( x0 )
b1 =
x1  x0
1,3862944  0
b1 = 4  1
= 0,46209813.

Persamaan (6.6) digunakan untuk menghitung koefisien b2:

f ( x2 )  f ( x1 ) f ( x1 )  f ( x0 )

b2 = x2  x1 x1  x0
x2  x0
1,7917595  1,3862944
 0,46209813
b2 = 64 = –0,051873116.
6 1
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:

0,69314718  0,56584436
Et = 0,69314718
 100 % = 18,4 %.

Dari contoh tersebut terlihat bahwa dengan menggunakan interpolasi polinomial order
2 didapat hasil yang lebih baik (kesalahan lebih kecil).

Gambar 6.5. Interpolasi polinomial order 2

72
6.3 Bentuk Umum Interpolasi Polinomial
Prosedur seperti dijelaskan diatas dapat digunakan untuk membentuk polinomial order
n dari (n + 1) titik data. Bentuk umum polinomial order n adalah:

fn(x) = bo + b1(x – x0) + … + bn(x – x0)(x – x1) ... (x – xn – 1) (6.7)

Seperti yang dilakukan interpolasi linier dan kuadrat, titik-titik data dapat dilakukan
dengan evaluasi koefisien b0, b1, ..., bn.
Untuk polinomial order n, diperlukan (n + 1) titik data x0, x1, x2, ..., xn.
Dengan menggunakan titik-titik data tersebut, maka persamaan berikut digunakan
untuk mengevaluasi koefisien b0, b1, ..., bn.

b0 = f (x0) (6.8)
b1 = f [x1, x0] (6.9)
b2 = f [x2, x1, x0] (6.10)

bn = f [xn, xn – 1, ..., x2, x1, x0] (6.11)
Dengan definisi fungsi berkurung ([….]) adalah pembagian beda hingga.
Misalnya, pembagian beda hingga pertama adalah:
f ( xi )  f ( x j )
f [xi, xj] = (6.12)
xi  x j

Pembagian beda hingga kedua adalah:

f [ xi , x j ]  f [ x j , xk ]
f [xi, xj, xk] = (6.13)
xi  xk

Pembagian beda hingga ke n adalah:

f [ xn , xn  1 , ..., x1 ]  f [ xn  1 , xn  2 , ..., x0 )
f [xn, xn – 1, ..., x2, x1, x0] =
xn  x0

(6.14)
Bentuk pembagian beda hingga tersebut dapat digunakan untuk mengevaluasi
koefisien-koefisien dalam persamaan (6.8) sampai persamaan (6.11) yang kemudian
disubstitusikan ke dalam persamaan (6.7) untuk mendapatkan interpolasi polinomial
order n.

fn(x) = f (x0) + f [x1, x0](x – x0) + f [x2, x1, x0](x – x0)(x – x1) + … +
f [xn, xn – 1, ..., x2, x1, x0](x – x0)(x – x1) … (x – xn – 1) (6.15)
Persamaan (6.12) sampai persamaan (6.14) adalah berurutan, artinya pembagian beda
yang lebih tinggi terdiri dari pembagian beda hingga yang lebih rendah, secara
skematis bentuk yang berurutan tersebut ditunjukkan dalam Tabel 6.1.

73
 Tabel 6.1. Langkah skematis pembagian beda hingga

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

1,3862944  0
f [x1, x0] = 4  1
= 0,46209813.

1,7917595  1,3862944
f [x2, x1] = 6  4
= 0,20273255.

1,6094379  1,7917595
f [x3, x2] = 5  6
= 0,1823216.

Pembagian beda hingga kedua dihitung dengan persamaan (6.13):

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

0,20273255  0,46209813
f [x2, x1, x0] = 6 1
= –0,051873116.

74
 0,18232160  0,20273255
f [x3, x2, x1] = 5 4
= –0,020410950. (c.4)

Pembagian beda hingga ketiga dihitung dengan persamaan (6.14):

f [ xn , xn  1 , ..., x1 ]  f [ xn  1 , xn  2 , ..., x0 )
f [xn, xn – 1, ..., x2, x1, x0] =
xn  x0

(0,020410950)  ( 0,051873116)
f [x3, x2, x1, x0] = 5 1
= 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:
0,69314718  0,62876869
Et =  100 % = 9,3 %.
0,69314718

6.4 Interpolasi Polinomial Lagrange

Interpolasi polinomial Lagrange hampir sama dengan polinomial Newton, tetapi tidak
menggunakan bentuk pembagian beda hingga. Interpolasi polinomial Lagrange dapat
diturunkan dari persamaan Newton.
Bentuk polinomial Newton order satu:
f1(x) = f (x0) + (x – x0) f [x1, x0] (6.16)
Pembagian beda hingga yang ada dalam persamaan diatas mempunyai bentuk:
f ( x1 )  f ( x 0 )
f [x1, x0] =
x1  x 0

f ( x1 ) f ( x0 )
f [x1, x0] =  (6.17)
x1  x 0 x 0  x1

Substitusi persamaan (6.17) ke dalam persamaan (6.16) memberikan:

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

75
Dengan mengelompokkan suku-suku di ruas kanan maka persamaan diatas menjadi:

x  x x  x0  x  x0
f1(x) =  0 1   f (x0) + x  x f (x1)
 x0  x1 x0  x1  1 0

atau
x  x1 x  x0
f1(x) = f (x0) + f (x1) (6.18)
x0  x1 x1  x0
Persamaan (6.18) dikenal dengan interpolasi polinomial Lagrange order satu.
Dengan prosedur diatas, untuk interpolasi order dua akan didapat:
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
(6.19)
Bentuk umum interpolasi polinomial Lagrange order n adalah:
n
fn(x) =  Li ( x ) f (xi) (6.20)
i0

dengan
n xx j
Li (x) = j 0 x  x (6.21)
i j
ji

Simbol  merupakan perkalian.

Dengan menggunakan persamaan (6.20) dan persamaan (6.21) dapat dihitung
interpolasi Lagrange order yang lebih tinggi, misalnya untuk interpolasi Lagrange order
3, persamaan tersebut adalah:

3
f3(x) =  Li ( x ) f (xi) = L0(x) f (x0) + L1(x) f (x1) + L2(x) f (x2) + L3(x) f (x3)
i0

x  x1 x  x2 x  x3
L0(x) = ( )( )( )
x0  x1 x0  x2 x0  x3

x  x0 x  x2 x  x3
L1(x) = ( )( )( )
x1  x0 x1  x2 x1  x3

x  x0 x  x1 x  x3
L2(x) = ( )( )( )
x2  x0 x2  x1 x2  x3

x  x0 x  x1 x  x2
L3(x) = ( )( )( )
x3  x0 x3  x1 x3  x2
Sehingga bentuk interpolasi polinomial Lagrange order 3 adalah:
x  x1 x  x2 x  x3 x  x0 x  x2 x  x3
f3(x) = ( )( )( ) f (x0) + ( )( )( ) f (x1)
x0  x1 x0  x2 x0  x3 x1  x0 x1  x2 x1  x3

76
 x  x0 x  x1 x  x3 x  x0 x  x1 x  x2
+( )( )( ) f (x2) + ( )( )( ) f (x3) (6.22)
x2  x0 x2  x1 x2  x3 x3  x0 x3  x1 x3  x2

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):
x  x1 x  x0
f1(x) = f (x0) + f (x1)
x0  x1 x1  x0
Untuk x = 2 dan dengan data yang diketahui maka:
2 4 2 1
f1(2) = (0) + (1,3862944) = 0,462098133.
1 4 4 1
Untuk interpolasi polinomial Lagrange order dua digunakan persamaan (6.19):

x  x1 x  x2 x  x0 x  x2 x  x0 x  x1
f1(x) = f (x0) + f (x1) + f
x0  x1 x0  x2 x1  x0 x1  x2 x2  x0 x2  x1
(x2)
2 4 2 6 21 2  6 2 1 2  4
f1(2) = (0) + (1,3862944) +
1 4 1 6 4 1 4  6 6 1 6  4
(1,7917595)
= 0,56584437.
Terlihat bahwa kedua hasil diatas memberikan hasil yang hampir sama dengan contoh
sebelumnya.

77