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
x
c. Order 3 menghubungkan 4 titik
Gambar 5.1. Interpolasi Polinomial
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
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
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
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 prakiraan
0 1 2 3 4 5 6 7 x
Gambar 5.3 Interpolasi Kuadrat
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.
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
Contoh 2
xo = 1 ƒ(xo) = 0
x1 = 4 ƒ(x1) = 1,3862944
x2 = 6 ƒ(x2) = 1,7917595
untuk mencari ln 2
Penyelesaian
Bo = 0
ƒ2(2) = 0,56584436
0,69314718 0,56584436
Et x100% 18,4%
0,69314718
F(x)
F(x) = ln x
Gambar 5.4. Interpolasi
Nilai benar polynomial order 2
F2(x)
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)
( xi ) ( x j )
x1 , x j xi x j
(5.12)
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.
2 x2 ƒ(x2) ƒ[x3,x2]
3 x3 ƒ(x3)
Contoh 3
Penyelesaian
xo = 1 ƒ(xo) = 0
x1 = 4 ƒ(x1) = 1,3862944
x2 = 6 ƒ(x2) = 1,7917595
x3 = 5 ƒ(x3) = 1,6094379
1,3862944 0
x1 , x0 0,46209813
4 1
1,7917595 1,3862944
x2 , x1 0,20273255
64
1,6094379 1,7917595
x3 , x2 0,18232160
56
0,20273255 0,46209813
x2 , x1 , x0 0,051873116
6 1
0,18232160 020273255
x3 , x2 , x1 0,020410950
5 1
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 :
+ 0,0079655415(x-1)(x-4)(x-6)
ƒ3(2) = 0,062876869
Et = 9,3 %
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)
x x0 x x0
1 ( x) ( x0 ) ( x1 ) ( x0 )
x1 x 0 x 0 x1
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
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
n
n ( x ) Li ( x) ( xi ) (5.20)
i 0
dengan
n x xj
Li ( x) (5.21)
j 0 ix xj
j i
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
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
24 2 1
1 (2) 0 1,3862944 0,4620981
1 4 4 1
24 26 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.