Diktat Metode Numerik PHK A-2 2005

BAB V
INTERPOLASI

5.1. Pendahuluan
Bentuk umum persamaan polynomial order n adalah:
  x   ao  a1.x 2  a 2.x 3  ......  an x n (5.1)

Untuk n + 1 titik data, hanya terdapat satu polynomial order n atau kurang yang
melalui semua titik. Misalnya, hanya ada satu garis lurus (polinomial order 1) yang
menghubungkan 2 titik (gambar 5.1.a). Demikian juga, tiga buah titik dapat
dihubungkan oleh parabola (polinomial order 2), sedang untuk empat titik dapat dilalui
polinomial order tiga, seperti terlihat dalam gambar 5.1.b dan c. Di dalam operasi
interpolasi ditentukan suatu persamaan polynomial order n yang melalui n + 1 titik
data, yang kemudian digunakan untuk menentukan nilai diantara titik data tersebut.
Sebelum mempelajari bentuk umum interpolasi polynomial, terlebih dahulu akan
dilelaskan metode tersebut untuk order satu dan dua yang dapat memberikan
penjelasan lebih sederhana. Pada polynomial berderajat satu, maka diperoleh bentuk
interpolasi linier yang sudah dapat dikenal. Selanjutnya akan dipelajari interpolasi linier
polinomial dengan derajat lebih besar dari satu, sehingga perkiraan fungsi tidak lagi
linier.
y y

x x

a. Order 1 menghubungkan 2 titik b. Order 2 menghubungkan 3 titik

y

x
c. Order 3 menghubungkan 4 titik
Gambar 5.1. Interpolasi Polinomial

5.2. 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 menggunakan gambar 5.2.

Nova R. Ismail, ST. 52

Dosen Teknik Jurusan Teknik Mesin Univ. Widyagama Malang
 Diktat Metode Numerik PHK A-2 2005

Diketahui nilai suatu fungsi di titik xo dan x 1, yaitu ƒ(xo) dan ƒ(x1). Dengan metode
interpolasi linier akan dicari nilai fungsi di titik x, yaitu ƒ 1(x). Indek 1 pada ƒ1(x)
menunjukkan bahwa interpolasi dilakukan dengan interpolasi polynomial order r.
ƒ(x)
ƒ(x1)
ƒ1(x)

ƒ(x0)

x0 x x1

Gambar 5.2. Interpolaso linier

Dari dua segitiga sebangun ABC dan ADE seperti tampak dalam gambar 5.2, terdapat
hubungan berikut :

BC DE

AB AD
(5.2)
1 ( x )   ( x1 )  ( x1 )   ( xo)

x  xo x1  xo
 ( x1 )   ( xo)
1 ( x )   ( xo) 
x1  xo
Persamaan (5.2) adalah rumus interpolasi linier, yang merupakan bentuk interpolasi

polynomial order satu. Suku  ( x )  ( xo)  x

1 1  xo  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 1
Dicari nilai ln 2 dengan metode interpolasi linier berdasar data ln 1 = 0 dan ln 6
=1,7917595. Hitung juga nilai tersebut berdasarkan data ln 1 dan ln 4 = 1,3862944.
Untuk membandingkan hasil yang diperoleh, diketahui nilai eksak dari ln 2 =
0,69314718.
Penyelesaian
Dengan menggunakan persamaan (5.2), interpolasi linier dari xo = 1 sampai x 1 = 6.

1,7917595  0
 1 ( 2)  0   2  1  0,35835190
6 1
Besar kesalahan adalah :

0,69314718  0,358355190
Et  x100%  48,3%
Nova R. Ismail, ST. 0,69314718
Dosen Teknik Jurusan Teknik Mesin Univ. Widyagama Malang
53
 Diktat Metode Numerik PHK A-2 2005

Dengan interval lebih kecil, xo = 1 dan x1 = 4

1,3862944  0
1 ( 2)  0   2  1  0,46209813
4 1
Besar kesalahan adalah :

0,69314718  0,46209813
Et  x100%  33,3%
0,69314718

Dari contoh tersebut terlihat bahwa dengan menggunakan interval yang lebih
diperoleh hasil myang lebih baik (kesalahan lebih kecil).
ƒ(x)
ln x

nilai benar ƒ1(x)

nilai prakiraan
0 1 2 3 4 5 6 7 x
Gambar 5.3 Interpolasi Kuadrat

5.3. Interpolasi Kuadrat

Kesalahan yang terjadi dalam contoh 1 adalah karena kurva dari fungsi didekati oleh
garis lurus. Untuk mengurangi kesalahan yang terjadi maka perkiraan dilakukan
dengan menggunakan garis lengkung yang menghubungkan titik-titik data. Apabila
terjadi tiga titik data, maka perkiraan dapat dilakukan dengan polinomial order dua.
Untuk maksud tersebut persamaan polynomial order dua ditulis dalam bentuk :
ƒ2(x) = bo + b1(x-xo) + b2(x-xo) (x-x1) (5.3)

Meskipun tampaknya persamaan (5.3) berbeda dengan persamaan (5.1), tetapi kedua
persamaan adalah sama. Mal ini dapat ditunjukkan dengan menggali suku-suku dari
persamaan (5.3) sehingga menjadi :
ƒ2(x) = bo + b1x – b1xo + b2x2 + b2x0x1 – b2x xo – b2x x1
atau ƒ2(x) = ao – a1x + a2x2
dengan ao = bo - b1xo + b2xox1
ao = b1 – b2xo – b2x1, maka : a2 = b2
Terlihat bahwa persamaan (5.3) sama dengan persamaan (5.1).
Selanjutnya, untuk keperluan interpolasi, persamaan polynomial ditulis dengan bentuk
persamaan (5.3). Berdasarkan titik data yang ada kemudian dihitung koefisien bo,b 1
dan b2. Berikut ini diberikan prosedur untuk menentukan nilai dari koefisien-koefisien
tersebut.

Nova R. Ismail, ST. 54

Dosen Teknik Jurusan Teknik Mesin Univ. Widyagama Malang
 Diktat Metode Numerik PHK A-2 2005

Koefisien bo dapat dihitung dari persamaan (5.3) dengan memasukkan nilai

x = xo,
ƒ(xo) = b0 + b1 (xo –xo) + b2 (xo – xo) (xo – x1)
b0 = ƒ(xo) (5.4)
Apabila persamaan (5.4) disubstitusikan ke dalam persamaan (5.3), dan kemudian
dimasukkan nilai x = x1, maka akan diperoleh koefisien b1,
ƒ(x10 = ƒ(xo) + b1(xo – xo) + b2(xo – xo) (x1 – xo) (x1 – x1)

  x1     xo 
b1  (5.5)
x1  xo

Apabila persamaan (5.4) dan (5.5) disubtitusikan ke dalam persamaan (5.3) dan
untuk x = x2 maka akan diperoleh koefisien b2.
 ( x1 )   ( xo)
 ( x2 )   ( xo)   x2  xo  b2  x2  x0 x2  x1 
x1  xo
 ( x1 )   ( xo)
b2  x 2  xo  x 2  x1    ( x 2 )   ( xo)    x 2  x1    x1  x0  
x1  xo

 ( x1 )   ( xo)
  ( x 2 )   ( xo)   x 2  x1    ( x1 )   ( xo)
x1  xo

 ( x1 )   ( x 2 )
  ( x 2 )   ( x1 )   x 2  x1 
x1  xo

Atau
 ( x1 )   ( xo)
 ( x2 )   ( x1 )   x2  x1 
x1  xo
b2 
 x2  xo  x2  x1 
 ( x2 )   ( x1 )  ( x1 )   ( xo) (5.6)

x2  x1 x1  xo
b2 
x2  xo

Dengan memperhatikan persamaan (5.3), (5.4), (5.5) dan (5.6) terlihat bahwa dua
suku pertamja dari persamaan (5.3) adalah ekivalen dengan interpolasi linier rari titik
xo ke titik x1 seperti diberikan oleh persamaan (5.2). Sedang suku terakhir, b2(x – xo)
(x – x1) merupakan tambahan kurva order 2.

Koefisien b1 dan b2 dari interpolasi polynomial order 2 (persamaan (5.5) dan (5.6))
adalah mirip dengan bentuk beda hingga untuk turunan pertama dan kedua seperti

Nova R. Ismail, ST. 55

Dosen Teknik Jurusan Teknik Mesin Univ. Widyagama Malang
 Diktat Metode Numerik PHK A-2 2005

terlihat persamaan (1.18) dan (1.19). Dengan demikian penyelesaian interpolasi

polynomial dapat dilakukan dengan menggunakan bentuk beda hingga.

Contoh 2

Gunakan polinomial order dua dengan data seperti dalam contoh 1

xo = 1 ƒ(xo) = 0

x1 = 4 ƒ(x1) = 1,3862944

x2 = 6 ƒ(x2) = 1,7917595

untuk mencari ln 2

Penyelesaian

Interpolasi polynomial dihitung dengan menggunakan persamaan (5.3) dan koefisien

bo,b1, dan b2 dihitung dengan persamaan (5.4), (5.5) dan (5.6).

Dengan menggunakan persamaan (5.4) diperoleh nilai bo :

Bo = 0

Koefisien b1 dapat dihitung dengan persamaan (5.5) :

1,3862944  0
b1   0,46209813
4 1
Persamaan (5.6) digunakan untuk menghitung koefisien b 2 :
1,7917595  1,3862944
 0,46209813
b2  64  0,051873116
6 1

Nilai-nilai tersebut disubstitusikan ke persamaan (5.3) :

ƒ2 (x) = 0 + 0,46209813 (x – 1) – 0,051873116 (x – 1) (x – 4)

Untuk x = 2, maka diperoleh nilai fungsi interpolasi :

ƒ2(2) = 0,56584436

Besar kesalahan adalah :

0,69314718  0,56584436
Et  x100%  18,4%
0,69314718

Nova R. Ismail, ST. 56

Dosen Teknik Jurusan Teknik Mesin Univ. Widyagama Malang
 Diktat Metode Numerik PHK A-2 2005

F(x)

F(x) = ln x
Gambar 5.4. Interpolasi
Nilai benar polynomial order 2

F2(x)

Nilai perkiraan ordo dua

5.4. Bentuk Umum Interpolasi Polinomial

Prosedur seperti dijelaskan terdahulu dapat digunakan untuk membentuk polynomial

order n dari n + 1 titik data.

Bentuk umum polynomial order n adalah :

ƒn(x) = bo + b1(x-xo)+……+bn(x-xo) (x-x1)…..(x-xn-1) (5.7)

Seperti yang dilakuakan dengan interpolasi linier dan kuadrat, titik-titik data dapat
digunakan untuk mengevaluasi koefisien bo, b1,….., bn. Untuk polynomial order n,
diperlukan n + 1 data xo, x1, x2,…., xn. Dengan menggunakan titik-titik data tersebut,
persamaan berikut digunakan untuk mengevaluasi koefisien.

bo   (xo) (5.8)

b1   x1 , xo 
(5.9)

b2   x 2 , x1 , xo (5.10)

bn   xn , xn  1,...... x1 , xo (5.11)

Dengan notasi fungsi berkurang([…..]) adalah pembagian beda hingga.

Misalnya, pembagian beda hingga pertama adalah :

 ( xi )   ( x j )

 x1 , x j  xi  x j
(5.12)

Pembagian beda hingga kedua adalah :


 xi , x j , xk     
 xi , x j   x j , xk 
(5.13)
xi  xk
Pembagian beda hingga ke n adalah :
Nova R. Ismail, ST. 57
Dosen Teknik Jurusan Teknik Mesin Univ. Widyagama Malang
 Diktat Metode Numerik PHK A-2 2005

(5.14)
 xn , xn 1 ,..., x1    xn 1 , xn  2 ,..., xo
 xn , xn 1 ,...., x1 , xo 
Bentuk pembagian beda hingga tersebut dapat xn digunakan
xo untuk mengeveluasi
koefisien-koevisien dalam persamaan (5.8) sampai (5.11), yang kemudian
disubstitusikan ke dalam persamaan (5.7) untuk mendapatkan interpolasi polynomial.
f n ( x )   ( xo)  [ x1 , xo]( x  xo)  [ x2 , x1 , xo]( x  xo)( x  x1 )
(5.15)
 ....  [ xn , xn 1 ,..., x1 , xo]( x  xo)( x  x1 )....( x  xn  1)
Persamaan (5.12) sampai (5.14) adalah berurutan, artinya pembagian beda hingga
yang lebih tinggi terdiri dari pembagian beda hingga yang lebih rendah, seperti terlihat
pada tabel 5.1.

Tabel 5.1. Bentuk grafis dari pembagian beda hingga

i xi ƒ(xi) Pertama Kedua Ketiga

0 xo ƒ(xo) ƒ[x1,xo] ƒ[x2,x1,xo] ƒ[x3,x2,x1,xo]

1 x1 ƒ(x1) ƒ[x2,x1] ƒ[x3,x2,x1]

2 x2 ƒ(x2) ƒ[x3,x2]

3 x3 ƒ(x3)

Contoh 3

Dalam contoh 2, titik data xo = 1, x 1 = 4 dan x2 = 6 digunakan untuk mengestimasi ln 2

dengan parabola. Sekarang dengan menambah titik ke empat x 3 = 5, ƒ(x3) =
1,6094379, hitung ln 2 dengan interpolasi polinomial order tiga.

Penyelesaian

data yang diketahui

xo = 1 ƒ(xo) = 0

x1 = 4 ƒ(x1) = 1,3862944

x2 = 6 ƒ(x2) = 1,7917595

x3 = 5 ƒ(x3) = 1,6094379

Persamaan polynomial oeder tiga diperoleh dengan memsukkan nilai n = 3 ke dalam

persamaan (5.7) :

ƒ3(x) = bo + b1(x-x0) + b2(x-x0)(x-x1) + b3(x-x0)(x-x1)(x-x2)

Nova R. Ismail, ST. 58

Dosen Teknik Jurusan Teknik Mesin Univ. Widyagama Malang
 Diktat Metode Numerik PHK A-2 2005

Pembagian beda hingga pertama dihitung dengan persamaan (5.12) :

1,3862944  0
 x1 , x0    0,46209813
4 1
1,7917595  1,3862944
 x2 , x1    0,20273255
64
1,6094379  1,7917595
 x3 , x2    0,18232160
56

Pembagian beda hingga kedua dihitung dengan persamaan (5.13) :

0,20273255  0,46209813
 x2 , x1 , x0    0,051873116
6 1
0,18232160  020273255
 x3 , x2 , x1    0,020410950
5 1

Pembagian beda hingga ketiga dihitung dengan persamaan (5.14) :

 0,020410950    0,0518773116 
 x3 , x2 , x1 , x0    0,0078655415
6 1
Hasil dari ƒ[x1,x0], ƒ[x2,x1,x0] dan ƒ[x3,x2,x1,x0] merupakan koefisien b1, b2 dan b3 dari
persamaan (5.7) ; dan dengan b0 = ƒ(x0) = 0, maka persamaan (5.7) menjadi :

ƒ3(x) = 0 + 0,4629813(x-1) – 0,051876116(x-1)(x-4)

+ 0,0079655415(x-1)(x-4)(x-6)

Yang akhirnya didapat ;

ƒ3(2) = 0,062876869

Besar kesalahan dengan menggunakan interpolasi polynomial order 3 adalah

Et = 9,3 %

5.5. Interpolasi Polinomial Lagrange

Interpolasi polynomial lagrange adalah hamper sama dengan polynomial Newton,

tetapi tidak menggunakan bentuk pembagian beda hingga. Interpolasi polynomial
Lagrange dapat diturunkan dari persamaan Newton.

Bentuk polynomial Kagrange order satu :

ƒ1(x) = ƒ(x0) + (x-x0) ƒ[x1,x0] (5.16)

Nova R. Ismail, ST. 59

Dosen Teknik Jurusan Teknik Mesin Univ. Widyagama Malang
 Diktat Metode Numerik PHK A-2 2005

Pembagian beda hingga yang ada dalam persamman diatas mempunyai bentuk:

 ( x1 )   ( x 0 )
 x1 , x 0  
x1  x 0

atau

 ( x1 ) ( x0 )
 x1 , x 0   
x1  x 0 x 0  x1
(5.17)

Substitusi persamaan (5.17) ke dalam persamaan (5.16) memberikan :

x  x0 x  x0
 1 ( x)   ( x0 )   ( x1 )   ( x0 )
x1  x 0 x 0  x1

Dengan mengelompokkan suku-suku di ruas kanan maka persamaan di atas menjadi :

 x  x1 x  x0  x  x0
 1 ( x)   0    ( x0 )   ( x1 )
 x0  x1 x0  x1  x1  x0

atau

x  x1 x  x0
 1 ( x)   ( x0 )   ( x1 ) (5.18)
x 0  x1 x1  x 0

Persamaan (5.18) dikenal dengan interpolasi polynomial Lagrange order satu.

Dengan prosedur di atas, untuk interpelasi order dua akan didapat :

x  x1 x  x 2 x  x0 x  x 2
 2 ( x)   ( x0 )   ( x1 )
x 0  x1 x 0  x 2 x1  x 0 x1  x 2
(5.19)
x  x 0 x  x1
 ( x2 )
x 2  x0 x 2  x1

Secara umum bentuk interpolasi polynomial Lagrange order n adalah :

n
 n ( x )   Li ( x)  ( xi ) (5.20)
i 0

dengan

n x  xj
Li ( x)   (5.21)
j 0 ix  xj
j i

di mana simbol П merupakan perkalian.

Nova R. Ismail, ST. 60

Dosen Teknik Jurusan Teknik Mesin Univ. Widyagama Malang
 Diktat Metode Numerik PHK A-2 2005

Dengan menggunakan persaman (5.20) dan (5.21) dapat dihitung interpolasi Lagrange order
3, persamaan tersebut adalah :

3
 3 ( x )   Li ( x)  ( xi )
i 0

 L0 ( x)  ( x0 )  L1 ( x)  ( x1 )  L2 ( x)  ( x 2 )  L3 ( x)  ( x3 )

x  x1 x  x 2 x  x3
L0 ( x) 
x0  x1 x 0  x 2 x0  x3

x  x 0 x  x 2 x  x3
L1 ( x) 
x1  x 0 x1  x 2 x1  x3

x  x1 x  x 2 x  x3
L2 ( x ) 
x 2  x 0 x 2  x1 x 2  x3

x  x1 x  x 2 x  x3
L3 ( x) 
x3  x 0 x3  x1 x3  x 2

Sehingga bentuk interpolasi polynomial Lagrange order 3 adalah :

x  x1 x  x 2 x  x3 x  x 0 x  x 2 x  x3
 3 ( x)   ( x0 )   ( x1 )
x0  x1 x0  x 2 x0  x3 x1  x0 x1  x 2 x1  x3

x  x1 x  x 2 x  x3 x  x1 x  x 2 x  x3
 ( x2 )   ( x3 )
x 2  x 0 x 2  x1 x 2  x3 x3  x 0 x3  x1 x3  x 2

Contoh 4

Gunakan interpolasi polynomial Lagrange order satu dan dua untuk menghitung ln 2
dengan menggunakan data pada contoh 3.

Penyelesaian

x0 = 1 ƒ(x0) = 0

x1 = 4 ƒ(x1) = 1,3862944

x2 = 6 ƒ(x2) = 1,7917595

Penyelesaian order satu menggunakan persamaan (5.18) :

x  x1 x  x0
1 ( x )   ( x0 )   ( x1 )
x0  x1 x1  x0
Untuk x = 2 dan dengan data yang diketahui maka :

24 2 1
 1 (2)  0 1,3862944  0,4620981
1 4 4 1

Nova R. Ismail, ST. 61

Dosen Teknik Jurusan Teknik Mesin Univ. Widyagama Malang
 Diktat Metode Numerik PHK A-2 2005

Untuk interpolasi Lagrange order dua digunakan persamaan (5.19)

24 26 2 1 2  6
 2 (2)  0 1,3862944
1 4 1 6 4 1 4  6

2 1 2  4
 1,7917595  0,56584437
6 1 6  4

Terlihat bahwa kedua hasil diatas memberikan hasil yang hampir sama dengan contoh
sebelumnya.

Nova R. Ismail, ST. 62

Dosen Teknik Jurusan Teknik Mesin Univ. Widyagama Malang