ANALISIS NUMERIK

Inter
polasi

SPL
simultan

Akar
Persama
an Non
linear
INTERPOLASI
Tujuan
• Interpolasi berguna untuk menaksir harga-harga
tengah antara titik data yang sudah tepat.
• Interpolasi mempunyai orde atau derajat.
Macam Interpolasi
Interpolasi Beda Terbagi Newton

Interpolasi Lagrange

Interpolasi Spline
Interpolasi Beda Terbagi Newton
•Interpolasi Linier
Derajat/orde 1  memerlukan 2 titik
Berapa f(x = 1,325) = ?
x f(x)
Memerlukan 2 titik awal :
1 4,5 x=1
2 7.6 x=2
3 9.8
4 11.2
Interpolasi Beda Terbagi Newton

•Interpolasi Kuadratik
Derajat/orde 2  memerlukan 3 titik
x = 1  f(x = 1) = . . . .
x = 2  f(x = 2) = . . . . f (x = 1,325) = ?
x = 3  f(x = 3) = . . . .
Interpolasi Beda Terbagi Newton

• Interpolasi Kubik
Derajat/orde 3  memerlukan 4 titik
…
• Interpolasi derajat/orde ke-n
 memerlukan n+1 titik

• “Semakin tinggi orde yang digunakan untuk interpolasi

hasilnya akan semakin baik (teliti).”
Interpolasi Linier • Cara: menghubungkan
2 titik dengan sebuah
garis lurus
• Pendekatan formulasi
interpolasi linier sama
dengan persamaan
garis lurus.
Interpolasi Linier
• Prosentase kesalahan pola interpolasi linier :

Harga_hasil_perhitungan  Harga_sebenarnya
εt 
Harga_sebenarnya
Contoh : Interpolasi Linier (1)
• Diketahui suatu nilai tabel distribusi ‘Student t’
sebagai berikut :
t5% = 2,015
t2,5% = 2,571
Berapa t4% = ?
Contoh : Interpolasi Linier (1)
• Penyelesaian
x0 = 5  f(x0) = 2,015
x1 = 2,5  f(x1) = 2,571
x = 4  f(x) = ?
Dilakukan pendekatan dengan orde 1 :
f x1   f x0 
f1 x   f x0   x  x0 
x1  x0 
 2,015 
2,571  2,015
4  5
2,5  5
 2,2374  2,237
 Contoh : Interpolasi Linier (2)
• Diketahui:
log 3 = 0,4771213
log 5 = 0,698700
• Harga sebenarnya:
log (4,5) = 0,6532125 (kalkulator).
• Harga yang dihitung dengan interpolasi:
log (4,5) = 0,6435078

0,6435078  0,6532125
t   100%  1,49%
0,6532125
Interpolasi Linier
• Pendekatan interpolasi dengan derajat 1,
pada kenyataannya sama dengan mendekati
suatu harga tertentu melalui garis lurus.
• Untuk memperbaiki kondisi tersebut
dilakukan sebuah interpolasi dengan
membuat garis yang menghubungkan titik
yaitu melalui orde 2, orde 3, orde 4, dst,
yang sering juga disebut interpolasi
kuadratik, kubik, dst.
Interpolasi Kuadratik
• Interpolasi orde 2 sering disebut sebagai interpolasi
kuadratik, memerlukan 3 titik data.
• Bentuk polinomial orde ini adalah :
f2(x) = a0 + a1x + a2x2
dengan mengambil:
a0 = b0 – b1x0 + b2x0x1
a1 = b1 – b2x0 + b2x1
a2 = b2
Interpolasi Kuadratik
•Sehingga
f2(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1)
Pendekatan dengan Pendekatan dengan
garis linier kelengkungan

dengan b0  f x0 
f x1   f x0 
b1   f x 1 , x0 
x1  x0 
f x2   f x1  f x1   f x0 

b2 
x2  x1  x1  x0   f x , x , x 
x2  x0  2 1 0
 Interpolasi Kubik
• f3(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) + b3(x-x0)(x-x1)(x-x2)
dengan:
b0  f x0 
f x1   f x0 
b1   f x 1 , x0 
x1  x0 
f x2   f x1  f x1   f x0 

b2 
f [x2 , x1 ]  f [x1 , x0 ]

x2  x1  x1  x0 
 f x2 , x1 , x0 
x2  x0  x2  x0 
f [x3 , x2 , x1 ]  f [x2 , x1 , x0 ]
b3   f x3 , x2 , x1 , x0 
x3  x0 
Interpolasi Beda Terbagi Newton
• Secara umum:
f1(x) = b0 + b1(x-x0)
f2(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1)
f3(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) +
b3(x-x0)(x-x1)(x-x2)
…
fn(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) +
b3(x-x0)(x-x1)(x-x2) + … +
bn(x-x1)(x-x2)…(x-xn-1)
Interpolasi Beda Terbagi Newton
Dengan:
• b0 = f(x0)
• b1 = f[x1, x0]
• b2 = f[x2, x1, x0]
…
• bn = f[xn, xn-1, xn-2, . . . ., x0]
Contoh : Interpolasi Beda Terbagi Newton

• Hitung nilai tabel distribusi ‘Student t’ pada derajat

bebas dengan  = 4%, jika diketahui:
t10% = 1,476 t2,5% = 2,571
t5% = 2,015 t1% = 3,365
dengan interpolasi Newton orde 2 dan orde 3!
Contoh : Interpolasi Beda Terbagi Newton
Penyelesaian:
Interpolasi Newton Orde 2:  butuh 3 titik
• x0 = 5 f(x0) = 2,015
x1 = 2,5 f(x1) = 2,571
x2 = 1 f(x2) = 3,365
• b0 = f(x0) = 2,015

f x1   f x0  2,571  2,015

b1    0,222
x1  x0  2,5  5
f x2   f x1  f x1   f x0 

b2 
x2  x1  x1  x0 
x2  x0 
3,365  2,571 2,571  2,015

1  2,5 2,5  5
  0,077
15
Contoh : Interpolasi Beda Terbagi Newton

•f2(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1)

= 2,015 + (-0,222) (4-5) +
0,077 (4-5)(4-2,5)
= 2,121
Contoh : Interpolasi Beda Terbagi Newton

Interpolasi Newton Orde 3:  butuh 4 titik

• x0 = 5 f(x0) = 2,015
x1 = 2,5 f(x1) = 2,571
x2 = 1 f(x2) = 3,365
x3 = 10 f(x3) = 1,476
 Contoh : Interpolasi Beda Terbagi Newton
• b0 = f(x0) = 2,015
b1 = -0,222  f[x1,x0]
b2 = 0,077  f[x2,x1,x0]

1,476  3,365 3,365  2,571


10  1 1  2,5
 0,077
10  2,5
b3 
10  5
0,043  0,077

5
 0,007
Contoh : Interpolasi Beda Terbagi Newton

• f3(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) +

b3(x-x0)(x-x1)(x-x2)
= 2,015 + (-0,222)(4-5) +
0,077 (4-5)(4-2,5) +
(-0,007)(4-5)(4-2,5)(4-1)
= 2,015 + 0,222 + 0,1155 + 0,0315
= 2,153
Kesalahan Interpolasi Beda Terbagi Newton

•Rn = |f[xn+1,xn,xn-1,…,x0](x-x0)(x-x1)…(x-xn)|
•Menghitung R1
Perlu 3 titik (karena ada xn+1)
R1 = |f[x2,x1,x0](x-x0)(x-x1)|
•Menghitung R2
Perlu 4 titik sebagai harga awal
R2 = |f[x3,x2,x1,x0](x-x0)(x-x1)(x-x2)|
Contoh : Kesalahan Interpolasi Beda
Terbagi Newton
• Berdasarkan contoh diatas:
R1 = |f[x2,x1,x0](x-x0)(x-x1)|
= |0.077 (4-5)(4-2.5)|
= 0.1155
R2 = |f[x3,x2,x1,x0](x-x0)(x-x1)(x-x2)|
= |-0.007 (4-5)(4-2.5)(4-1)|
= 0.0315
Interpolasi Lagrange
• Interpolasi Lagrange pada dasarnya dilakukan untuk
menghindari perhitungan dari differensiasi terbagi
hingga (Interpolasi Newton)
• Rumus:
n
fn x    Li x .f x i 
i 0
dengan
n x  xj
Li x   
j 0 xi  x j
j i
Interpolasi Lagrange
•Pendekatan orde ke-1
f1(x) = L0(x)f(x0) + L1(x)f(x1)
x  x1 x  x0
L0 x   L1 x  
x0  x1 x1  x0

x  x1 x  x0
 f1 x   f x0   f x1 
x0  x1 x1  x0
 Interpolasi Lagrange
•Pendekatan orde ke-2
f2(x) = L0(x)f(x0) + L1(x)f(x1) + L2(x)f(x2)
 x  x1  x  x2   x  x0  x  x2 
L0 x      L1 x    
 
i 0  x0  x1  x0  x2 
 i 1  x1  x0  x1  x2 
n 2 n 2
j i j i

 x  x0  x  x1 
L2 x    
 
i 2
n 2
 x2  x0  x2  x1 
j i

 x  x1  x  x2   x  x0  x  x2   x  x0  x  x1 
 f2 x    
 x  x 
f x0   
 x  x  x  x  1  x  x  x  x f x2 
 f x     
x
 0  x 1  0 2   1 0  1 2   2 0  2 1 
 Interpolasi Lagrange
• Pendekatan orde ke-3
f3(x) = L0(x)f(x0) + L1(x)f(x1) + L2(x)f(x2) + L3(x)f(x3)

 x  x1  x  x2  x  x3   x  x0  x  x2  x  x3 
f2 x   
 








f x0    
 

f x1  

 x0  x1  x0  x2  x0  x3   x1  x0  x1  x2  x1  x3 
 x  x0  x  x1  x  x3   x  x0  x  x1  x  x2 
f x2   
 x  x  x  x  x  x f x3 
     
 x  x  x  x  x  x 
 2 0  2 1  2 3   3 0  3 1  3 2 
Contoh : Interpolasi Lagrange
• Berapa nilai distribusi t pada  = 4 %?
 = 2,5 %  x0 = 2,5  f(x0) = 2,571
=5%  x1 = 5  f(x1) = 2,015
 = 10 %  x2 = 10  f(x2) = 1,476
Contoh : Interpolasi Lagrange
• Penyelesaian
• Pendekatan orde ke-1
f1(x) = L0(x)f(x0) + L1(x)f(x1)
x  x1 x  x0
f1 x   f x0   f x1 
x0  x1 x1  x0

 45   4  2,5 
  2,571   2,015
 2,5  5   5  2,5 
 2,237
 Contoh : Interpolasi Lagrange
• Pendekatan orde ke-2
f2(x) = L0(x)f(x0) + L1(x)f(x1) + L2(x)f(x2)
 x  x1  x  x2   x  x0  x  x2   x  x0  x  x1 
 f2 x    

f x0   
 

 
f x1   


 f x2 
 x0  x1  x0  x2   x1  x0  x1  x2   x2  x0  x2  x1 

 4  5  4  10   4  2,5  4  10   4  2,5  4  5 
   2,571    2,015    1,476
 2,5  5  2,5  10   5  2,5  5  10   10  2,5  10  5 
 2,214
Interpolasi Spline
•Metode numeric yang dapat digunakan
untuk pencarian interpolasi.
•Interpolasi spline merupakan polinom
sepotong-potong.
Interpolasi Spline linear

-xi
Contoh :diberikan table berisi 5 himpunan
data algoritma natural
• Cari nilai interpolasi saat x = [1.11 1.22 1.33 1.44 1.49]

i xi F(xi)
1 1.1 0.0953
2 1.2 0,1823
3 1.3 0.2624
4 1.4 0.3365
5 1.5 0.4055
Penyelesaian:

x F(x)
1.11 0.104
1.22 0.1983
1.33 0.2846
1.44 0.3641
1.49 0.3986
Interpolasi Spline kuadratik
Contoh :diberikan table berisi 5 himpunan
data algoritma natural
• Cari nilai interpolasi saat x = [1.11 1.22 1.33 1.44 1.49]

i xi F(xi)
1 1.1 0.0953
2 1.2 0,1823
3 1.3 0.2624
4 1.4 0.3365
5 1.5 0.4055
Penyelesaian :

• Persamaan 1 menghasilkan • Persamaan 3 menghasilkan

1.21a1+1.1b1+c1=0.0953 2.4a1+b1=2.4a2+b2
1.44a2+1.2b2+c2=0.1823 2.6a2+b2=2.6a3+b3
1.69a3+1.3b3+c3=0.2624 2.8a3+b3=2.8a4+b4
1.961a4+1.4b4+c4=0.3365

• Persamaan 2 menghasilkan : • Persamaan 4 Menghasilkan :

1.44a1+1.2b1+c1=0.1823 a1=0
1.69a2+1.3b2+c2=0.2624
1.96a3+1.4b3+c3=0.3365
2.2a4+1.5b4+c4=0.4055
 x F(x)
1.11 0.104
1.22 0.1994
1.33 0.2844
1.44 0.3655
1.49 0.3991
Polinom Newton
• Polinom Lagrange kurang disukai dalam praktek karena :
• Jumlah komputasi yang dibutuhkan untuk satu kali interpolasi adalah
besar. Interpolasi untuk nilai x yang lain memerlukan jumlah
komputasi yang sama karena tidak ada bagian komputasi sebelumnya
yang dapat digunakan.
• Bila jumlah titik data meningkat atau menurun, hasil komputasi
sebelumnya tidak dapat digunakan. Karena tidak ada hubungannya
antara pn-1(x) dan pn(x) pada polinom Lagrange
• Polinom yang dibentuk sebelumnya dapat digunakan untuk
membentuk polinom derajat yang lebih tinggi.
Polinom Newton

• Persamaan Polinom Linier

( y1  y 0 )
p1 ( x)  y 0  ( x  x0 )
( x1  x0 )
• Bentuk pers ini dapat ditulis :
p1 ( x)  a0  a1 ( x  x0 )
• Yang dalam hal ini (1) a0  y 0  f ( x0 )
• Dan ( y1  y 0 ) f ( x1 )  f(2)( x0 )
a1  
( x1  x0 ) ( x1  x0 )
• Pers ini mrpk bentuk selish terbagi (divided-difference)

a1  f [ x1 , x0 ]
Polinom Newton

• Polinom kuadratik p 2 ( x)  a0  a1 ( x  x0 )  a 2 ( x  x0 )( x  x1 )

• Atau p 2 ( x)  p1 ( x)  a 2 ( x  x0 )( x  x1 )

• Dari pers ini menunjukkan bahwa p2(x) dapat dibentuk dari pers
sebelumnya p1(x). Nilai a2 dapat ditemukan dengan mengganti x=x2 untuk
mendapatkan (3)
f ( x2 )  a0  a1 ( x2  x0 )
a2 
( x2  x0 )( x2  x1 )
• Nilai a0 dan a1 pada pers 1 dan 2 dimasukkan pada pers 3
f ( x 2 )  f ( x0 ) f ( x1 )  f ( x0 )

x 2  x0 x1  x0
a2 
x 2  x1
Polinom Newton

• Dengan melakukan utak-atik aljabar, pers ini

lebih disukai

f ( x 2 )  f ( x0 ) f ( x1 )  f ( x0 )

x 2  x1 x1  x0 f [ x 2 , x1 ]  f [ x1 , x0 ]
a2  
x2  x0 x 2  x0
 Polinom Newton

• Jadi tahapan pembentukan polinom Newton :

p1 ( x)  p0 ( x)  a1 ( x  x0 )

p1 ( x)  a0  a1 ( x  x0 )

p 2 ( x)  p1 ( x)  a 2 ( x  x0 )( x  x1 )

p 2 ( x)  a0  a1 ( x  x0 )  a 2 ( x  x0 )( x  x1 )
p3 ( x)  p 2 ( x)  a3 ( x  x0 )( x  x1 )( x  x 2 )

p3 ( x)  a0  a1 ( x  x0 )  a2 ( x  x0 )( x  x1 )  a3 ( x  x0 )( x  x1 )( x  x2 )
Polinom Newton

• Nilai konstanta a0, a1, a2,…, an, merupakan nilai selisih terbagi , dg nilai
a0  f ( x0 )
a1  f [ x1 , x0 ]
a 2  f [ x 2 , x1 , x0 ]
• Yang dalam hal ini
a n  f [ x n , x n 1 ,..., x1 , x0 ]

f ( xi )  f ( x j )
f [ xi , x j ] 
xi  x j
f [ xi , x j ]  f [ x j , x k ]
f [ xi , x j , x k ] 
xi  x k
f [ x n , x n 1 ,..., x1 ]  f [ x n 1 , x n  2 ,..., x1 , x0 )
f [ x n , x n 1 ,..., x1 , x0 ] 
x n  x0
Polinom Newton

• Dengan demikian polinom Newton dapat ditulis

dalam hub rekursif sebagai :
• Rekurens

p n ( x)  p n1 ( x)  ( x  x0 )( x  x1 )...(x  xn1 ) f [ xn , xn1 ,..., x1 , x0 ]

• basis
p 0 ( x)  f ( x0 )
• Atau dalam bentuk polinom yang lengkap sbb :

p n ( x)  f ( x0 )  ( x  x0 ) f [ x1 , x0 ]  ( x  x0 )( x  x1 ) f [ x 2 , x1 , x0 ]
 ( x  x0 )( x  x1 )...(x  x n 1 ) f [ x n , x n 1 ,..., x1 , x0 ]
Contoh Soal :

• Bentuklah polinom Newton derajat satu, dua, tiga dan empat yang
menghampiri f(x)=cos(x) dalam range[0.0, 4] dan jarak antar titik adalah
1.0. Lalu taksirlah f(x) dengan x=2.5 dengan Polinom Newton derajat 3.

xi yi ST-1 ST-2 ST-3 ST-4

0.0 1 -0.4597 -0.2484 0.1466 -0.0147
1.0 0.5403 -0.9564 0.1913 0.0880
2.0 -0.4161 -0.5739 0.4551
3.0 -0.99 0.3363
4.0 -0.6536
Contoh Soal :

• Contoh cara menghitung nilai selisih terbagi pada

tabel :

f ( x1 )  f ( x0 ) 0.5403  1
f [ x1 , x0 ]    0.4597
( x1  x0 ) 1 0
f ( x 2 )  f ( x1 )  0.4161  0.5403
f [ x 2 , x1 ]    0.9564
( x 2  x1 ) 2 1
f [ x 2 , x1 ]  f [ x1 , x0 ]  0.9564  0.4597
f [ x 2 , x1 , x0 ]    0.2484
( x 2  x0 ) 20
Contoh Soal :

• Maka polinom Newton derajat 1,2 dan 3 dengan x0 = 0

sebagai titik pertama :

cos(x)  p1 ( x)  1.0  0.4597 ( x  0.0)

cos(x)  p 2 ( x)  1.0  0.4597 ( x  0.0)  0.2484 ( x  0.0)( x  1.0)
cos(x)  p3 ( x)  1.0  0.4597 ( x  0.0)  0.2484 ( x  0.0)( x  1.0) 
0.1466 ( x  0.0)( x  1.0)( x  2.0)
cos(x)  p 4 ( x)  1.0  0.4597 ( x  0.0)  0.2484 ( x  0.0)( x  1.0) 
0.1466 ( x  0.0)( x  1.0)( x  2.0)  0.0147 ( x  0.0)( x  1.0)( x  2.0)( x  3.0)
• Nilai sejati f(2.5) adalah
• F(2.5) = cos(2.5)=-0.8011
The end….