I .

PENGERTIAN DAN TUJUAN INTERPOLASI

A. Pengertian
Interpolasi adalah proses pencarian dan penghitungan nilai suatu fungsi yang
grafiknya melewati sekumpulan titk yang diberikan. Titik-titik tersebut mungkin merupakan
hasil eksperimen dalam sebuah percobaan, atau diperoleh dari suatu fungsi yang diketahui.
B. Tujuan
adapun kegunaan lain dari interpolasi adalah untuk menaksir harga-harga tengah
antara titik data yang sudah tepat. Interpolasi mempunyai orde atau derajat.
 II. MACAM-MACAM INTERPOLASI
PEMBAHASAN

A. Interpolasi Linier

Interpolasi linear atau interpolasi lanjar adalah interpolasi dua buah titik dengan
sebuah garis lurus. Misal diberikan dua buah titik, (x0,y0) dan (x1,y1). Polinom yang
menginterpolasi kedua titik itu adalah persamaan garis lurus yang berbentuk:
𝑃(𝑥) = 𝑎0 + 𝑎1 𝑥
Gambar dibawah ini memperlihatkan garis lurus yang menginterpolasi titik-titik (x0,y0) dan
(x1,y1).

(x1,y1
)

(x0,y0
)
X
Gambar 1.1 Interpolasi Linier

(x0,y0
)

(x1,y1
)
X
Gambar 1.2 Interpolasi Linier
 Koefisien 𝑎0 dan 𝑎1 dicari dengan proses substitusi dan eliminasi. Dengan
mensubstitusikan (𝑥0 , 𝑦0 ) dan (𝑥1 , 𝑦1 ) ke dalam persamaan 𝑝1 (𝑥) = 𝑎0 + 𝑎1 𝑥 diperoleh dua
persamaan linear:
𝑦0 = 𝑎0 + 𝑎1 𝑥0 . . . . . . . (1)
𝑦1 = 𝑎0 + 𝑎1 𝑥1 . . . . . . . (2)
Dari dua persamaan diatas, dengan eliminasi diperoleh:

𝑦0 − 𝑦1 = (𝑎0 + 𝑎1 𝑥0 ) − (𝑎0 + 𝑎1 𝑥1 )
𝑦0 − 𝑦1 = 𝑎1 𝑥0 − 𝑎1 𝑥1 ⇔ 𝑦0 − 𝑦1 = 𝑎1 (𝑥0 − 𝑥1 )
𝑦 −𝑦
⇔ 𝑎1 = 𝑥0−𝑥1
0 1

Substitusikan nilai 𝑎1 ke dalam persamaan (1), diperoleh:

𝑦0 = 𝑎0 + 𝑎1 𝑥0
𝑦 −𝑦
⇔ 𝑦0 = 𝑎0 + ( 𝑥0 −𝑥1 ) 𝑥0
0 1
𝑥0 𝑦0 −𝑥0 𝑦1
⇔ 𝑦0 = 𝑎0 + 𝑥0 −𝑥1
𝑥0 𝑦0 −𝑥0 𝑦1
⇔ 𝑦0 = 𝑎0 +
𝑥0 −𝑥1
𝑥0 𝑦0 −𝑥0 𝑦1
⇔ 𝑎0 = 𝑦0 − 𝑥0 −𝑥1
𝑦0 (𝑥0 −𝑥1 )−𝑥0 𝑦0 +𝑥0 𝑦1
⇔ 𝑎0 = 𝑥0 −𝑥1
𝑥0 𝑦0 −𝑥1 𝑦0 −𝑥0 𝑦0 +𝑥0 𝑦1
⇔ 𝑎0 = 𝑥0 −𝑥1
𝑥0 𝑦1 −𝑥1 𝑦0
⇔ 𝑎0 = 𝑥0 −𝑥1

Dengan melakukan manipulasi aljabar untuk menentukan nilai 𝑝1 (𝑥) dapat dilakukan sebagai
berikut:

𝑝1 (𝑥) = 𝑎0 + 𝑎1 𝑥

𝑥1 𝑦0 − 𝑥0 𝑦1 𝑦1 – 𝑦0
𝑝1 (𝑥) = + 𝑥
𝑥1 − 𝑥0 𝑥1 − 𝑥0

𝑥1 𝑦0 − 𝑥0 𝑦1 + 𝑥𝑦1 – 𝑥𝑦0
𝑝1 (𝑥) =
𝑥1 − 𝑥0

𝑥1 𝑦0 − 𝑥0 𝑦1 + 𝑥𝑦1 – 𝑥𝑦0 + (𝑥0 𝑦0 − 𝑥0 𝑦0 )

𝑝1 (𝑥) =
𝑥1 − 𝑥0

𝑥1 𝑦0 − 𝑥0 𝑦0 − 𝑥0 𝑦1 + 𝑥𝑦1 – 𝑥𝑦0 + 𝑥0 𝑦0
𝑝1 (𝑥) =
𝑥1 − 𝑥0
 𝑦0 (𝑥1 − 𝑥0 ) + 𝑦1 (𝑥 − 𝑥0 ) – 𝑦0 (𝑥 − 𝑥0 )
𝑝1 (𝑥) =
𝑥1 − 𝑥0

𝑦0 (𝑥1 − 𝑥0 ) + (𝑦1 − 𝑦0 )(𝑥 − 𝑥0 )

𝑝1 (𝑥) =
𝑥1 − 𝑥0

(𝑦1 − 𝑦0 )(𝑥 − 𝑥0 )
𝑝1 (𝑥) = 𝑦0 +
𝑥1 − 𝑥0

Dalam menentukan persamaan dari interpolasi linear juga dapat dilakukan melalui
cara berikut:

Menentukan titik-titik antara dari 2 buah titik dengan menggunakan garis lurus.

P2 (x1,y1)

(x,y)

P1(x0,y0)

X
Gambar 1.3 Interpolasi Linier

Persamaan garis lurus yang melalui 2 titik P1 (x0,y0) dan P2 (x1,y1) dapat dituliskan dengan:

𝑦 − 𝑦0 𝑥 − 𝑥0
=
𝑦1 − 𝑦0 𝑥1 − 𝑥0

Sehingga diperoleh persamaan dari interpolasi linear sebagai berikut:

𝑦1 − 𝑦0
𝑦= (𝑥 − 𝑥0 ) + 𝑦0
𝑥1 − 𝑥0

Algoritma Interpolasi Linear

1. Tentukan nilai 𝑥0 , 𝑦0 , 𝑥1 , dan 𝑦1 .

 2. Periksa apakah 𝑥0 = 𝑥1 . Jika ya, maka kembali ke langkah 1 sebab nilai fungsinya tidak
terdefinisi dalam kondisi ini. Jika tidak, maka dilanjutkan ke langkah 3.
3. Masukkan nilai x.
4. Periksa apakah min{x0 , x1 } ≤ x ≤ max{x0 , x1 }. Jika tidak, maka masukkan nilai 𝑥
yang lain. Jika ya, maka dilanjutkan langkah 5.
y −y
5. Hitung P = y0 + (x − x0 ) x1 −x0.
1 0

6. Periksa apakah y0 = y1 . Karena jika sama, maka akan diperoleh P = y0 .

7. Tulis hasil 𝑦 = P.
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 Kuadratik

Misal diberi tiga buah titik data, (𝑥0 , 𝑦0 ), (𝑥1 , 𝑦1 ), 𝑑𝑎𝑛 (𝑥2 , 𝑦2 ). Polinom yang
menginterpolasi ketiga buah titik itu adalah polinom kuadrat yang berbentuk:
𝑝2 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2
Bila digambar, kurva polinom kuadrat berbentu parabola, seperti ditunjukkan dalam Gambar
2.4 dan Gambar 2.5

x1,y1
y1

y2 x2,y2

y0
x0,y0

x0 x1 X
x2

Gambar 2.1 Interpolasi Kuadratik

 Masih terdapat grafik berbentuk parabola yang lain, selain yang ditunjukkan pada
Gambar 2.1 diatas, namun harus diperhatikan bahwa untuk setiap nilai 𝑥𝑖 akan diperoleh
hanya sebuah nilai 𝑦𝑖 . Sehingga tidak mungkin kondisi grafiknya seperti Gambar 2.2 di
bawah ini atau semacamnya.

x1,y1
y1

y2 x2,y2

y0
x0,y0

x0 x1 x2 X

Gambar 2.1 Bukan Interpolasai Kuadratik

Menyelesaikan Polinom 𝑝2 (𝑥) ditentukan dengan cara berikut:

1. Substitusikan (𝑥𝑖 , 𝑦𝑖 ) ke dalam persamaan 𝑝2 (𝑥) = 𝑎0 + 𝑎1 𝑥𝑖 + 𝑎2 𝑥𝑖2 dengan i = 0,

1, 2. Diperoleh tiga persamaan dengan tiga buah parameter yang tidak diketahui
yaitu: 𝑎0 , 𝑎1 , dan 𝑎2 :
𝑎0 + 𝑎1 𝑥0 + 𝑎2 𝑥02 = 𝑦0
𝑎0 + 𝑎1 𝑥1 + 𝑎2 𝑥12 = 𝑦1
𝑎0 + 𝑎1 𝑥2 + 𝑎2 𝑥22 = 𝑦2

2. Hitung 𝑎0 , 𝑎1 , dan 𝑎2 dari sistem persamaan tersebut dengan metode eliminasi

Gauss.
Selain menggunakan metode eliminasi Gauss, menentukan 𝑎0 , 𝑎1 , dan 𝑎2 dapat
ditentukan dengan cara sebagai berikut:
𝑦𝑖+1 − 𝑦𝑖 𝑦𝑖+2 − 𝑦𝑖+1 𝐹12 − 𝐹01
a) Hitung 𝐹01 = , 𝐹12 = , dan 𝐹012 =
𝑥𝑖+1 − 𝑥𝑖 𝑦𝑖+2 − 𝑦𝑖+1 𝑥𝑖+2 − 𝑥𝑖

b) Hitung 𝑃 = 𝑦1 + (𝑥 − 𝑥𝑖 )𝐹01 + (𝑥 − 𝑥𝑖 )(𝑥 − 𝑥𝑖+1 )𝐹012

Algoritma Interpolasi Kuadratik
Untuk interpolasi kuadratik digunakan algoritma sebagai berikut :
1. Tentukan nilai x0 , y0 , x1 , y1 , x2 , dan y2 .
2. Periksa apakah x0 < x1 < x2 . Jika tidak, maka kembali ke langkah 1 sebab nilai
fungsinya tidak terdefinisi dalam kondisi ini. Jika tidak, maka dilanjutkan ke langkah
3.
3. Masukkan nilai x.
4. Periksa apakah min{x0 , x1 , x2 } ≤ x ≤ max{x0 , x1 , x2 }. Jika tidak, maka masukkan
nilai x yang lain. Jika ya, maka dilanjutkan langkah 5.
𝑦 −𝑦 𝑦 −𝑦 𝐹12 −𝐹01
5. Hitung 𝐹01 = 𝑥1−𝑥0 , 𝐹12 = 𝑥2 −𝑥1 , dan 𝐹012 =
1 0 2 1 𝑥2 −𝑥0

6. Hitung 𝑃 = 𝑦1 + (𝑥 − 𝑥𝑖 )𝐹01 + (𝑥 − 𝑥𝑖 )(𝑥 − 𝑥𝑖 )𝐹012

7. Periksa apakah 𝐹012 = 0. Jika ya, maka persamaan yang dihasilkan linear. Jika tidak
maka persamaan yang dihasilkan merupakan persamaan kuadrat.
8. Tulis hasil y = P.
Contoh :

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

2. Dalam suatu eksperimen fisika pergerakan sebuah benda pedat berbentuk parabola.
Dengan data sebagai berikut :

t (detik) Y (m)
5 2,01
6,5 2,443
8 2,897

Dengan menggunakan interpolasi kuadratik perkirakan ketinggian bola pada saat

𝑡 = 7 detik.

Penyelesaian:

Dipunyai data pergerakan suatu benda padat:

 t (detik) Y (m)
5 2,01
6,5 2,443
8 2,897

Dengan menggunakan interpolasi kuadratik akan diprediksi ketinggian bola saat

𝑡 = 7 detik.

Sistem persamaan lanjar yang terbentuk adalah:

𝑎0 + 5,0 𝑎1 + 25,00 𝑎2 = 2,01

𝑎0 + 6,5 𝑎1 + 42,25 𝑎2 = 2,443

𝑎0 + 8,0 𝑎1 + 64,00 𝑎2 = 2,897

Penyelesaian sistem persamaan dengan menggunakan metode eliminasi Gauss

1 5 25 2,01 𝑅2, 𝑅1(−1) 1 5 25 2,01 1

[1 6,5 42,25 2,443] [0 1,5 17,25 0,443] 𝑅2 ( )
𝑅3, 𝑅1(−1) 1,5
1 8 64 2,897 0 3 39 0,887

1 5 25 2,01 1 0 −32,5 0,56667

𝑅1, 𝑅2(−5) 1
[0 1 11,5 0,28867 ] [0 1 11,5 0,28867] 𝑅3 ( )
𝑅3, 𝑅2(−3) 4,5
0 3 39 0,887 1 0 4,5 0,021

1 0 −32,5 0,56667 𝑅1, 𝑅3(32,5) 1 0 0 0,71733

[0 1 11,5 0,28867] [0 1 0 0,235 ]
𝑅2, 𝑅3(11,5)
1 0 1 0,00467 1 0 1 0,00467

Diperoleh : 𝑎0 = 0,71733, 𝑎1 = 0,235, 𝑎2 = 0,00467

Sehingga Polinom Kuadratnya adalah:

𝑝2 (𝑥) = 0,71733 + 0,235𝑥 + 0,00467𝑥 2

Sehingga 𝑝2 (7) = 2,588

Jadi,diprediksi, pada t = 7 detik tinggi bola 2,588 m.

C. Interpolasi Spline

Definisi : Suatu fungsi f (x) dinamakan suatu spline berderajat k jika

1. Domain dari S adalah suatu interval [a; b].
2. S; S0; :::; S(k􀀀1) kontinu pada [a; b].
3. Terdapat titik-titik xi sedemikian sehingga a = x0 < x1 < ::: < xn = b dan juga S
adalah suatu polinomial berderajat k pada setiap [xi; xi+1].

Dengan kata lain, spline adalah potongan-potongan fungsi polinomial dengan turunan-
turunan memenuhi kendala-kendala kekontinuan tertentu. Ketika k = 1, spline dina-
makan spline linear. Ketika k = 2, spline dinamakan spline kuadratik. Ketika k = 3,
spline dinamakan spline kubik.

C.1 Spline Linear

akan dicari suatu fungsi spline linear 𝑆(𝑥) sedemikian sehingga 𝑆(𝑥𝑖 ) = (𝑦𝑖 )
untuk 0 ≤ 𝑖 ≤ 𝑛. Diambil
𝑆0 (𝑥) ; 𝑥 𝜖 [𝑥1 , 𝑥2 ]
𝑆1 (𝑥) ; 𝑥 𝜖 [𝑥1 , 𝑥2 ]
𝑆𝑥 = {
⋮ ⋮
𝑆𝑛−1 (𝑥) ; 𝑥 𝜖 [𝑥𝑛−1 , 𝑥𝑛 ]
Dengan setiap 𝑆𝑖 (𝑥) adalah linier
Diperhatikan fungsi linear 𝑆𝑖 (𝑥). Garis ini melalui titik (𝑥𝑖 , 𝑦𝑖 ) dan (𝑥𝑖+1 , 𝑦𝑖+1 ), se-
hingga kemiringan dari 𝑆𝑖 (𝑥) yaitu
𝑦𝑖+1 − 𝑦𝑖
𝑚𝑖 =
𝑥𝑖+1 − 𝑥𝑖
Kita dapat juga mengatakan bahwa garis tersebut melalui titik (𝑥𝑖 , 𝑦𝑖 ) dan (𝑥, (𝑆(𝑥))
untuk sembarang 𝑥 ∈ [𝑥𝑖 , 𝑥+1𝑖 ], sehingga
𝑆𝑖 (𝑥) − 𝑦𝑖
𝑚𝑖 =
𝑥 − 𝑥𝑖
yang memberikan
𝑆𝑖 (𝑥) = 𝑦𝑖 + 𝑚𝑖 (𝑥−𝑥𝑖 )
𝑦𝑖+1 − 𝑦𝑖
= 𝑦𝑖 + (𝑥−𝑥𝑖 ) (𝐶. 1.1)
𝑥𝑖+1 − 𝑥𝑖
Contoh C.2
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.
Persamaan (C.1.1) dapat dituliskan kembali sebagai
𝑆𝑖 (𝑥) = 𝑎𝑖 𝑥 + 𝑏𝑖 , 𝑖 = 0,1, … , 𝑛 − 1
dengan
𝑦𝑖+1 − 𝑦𝑖
𝑎𝑖 = dan 𝑏𝑖 = 𝑦𝑖 − 𝑎𝑖 𝑥𝑖
𝑥𝑖+1 − 𝑥𝑖
kekurangan utama spline linear adalah pada titik-titik data di mana dua spline bertemu,
kemiringannya berubah secara mendadak. Secara formal ini berarti bahwa turunan
pertama dari fungsi tidak kontinyu pada titik-titik tersebut. Kelemahan ini diatasi oleh
penggunaan polinomial spline orde yang lebih tinggi.

C.2 Spline Kuadratik

Tidak seperti spline linear, spline kuadratik tidak dide.nisikan sepenuhnya oleh nilai-
nilai di 𝑥𝑖 . Berikut ini kita perhatikan alasannya. Spline kuadratik didefnisikan oleh
𝑆𝑖 (𝑥) = 𝑎𝑖 𝑥 2 + 𝑏𝑖 𝑥 + 𝑐𝑖
Jadi terdapat 3𝑛 parameter untuk mende.nisikan 𝑆(𝑥).
Diperhatikan titik-titik data:
𝑥0 𝑥1 𝑥2 ⋯ 𝑥𝑛
𝑦𝑦 𝑦1 𝑦2 ⋯ 𝑦𝑛
Syarat-syarat untuk menentukan 3𝑛 parameter dijelaskan seperti berikut ini.
1. Setiap subinterval [𝑥𝑖 , 𝑥𝑖+1 ] 𝑢𝑛𝑡𝑢𝑘 𝑖 = 0,1,2, … , 𝑛 − 1 memberikan dua persmaan
berkaitan dengan 𝑆𝑖 (𝑥), yaitu :
 𝑆𝑖 (𝑥𝑖 ) = 𝑦𝑖 𝑑𝑎𝑛 𝑆𝑖 (𝑥𝑖+1 ) = 𝑦𝑖+1
jadi, disini didapatkan 2𝑛 persamaan
2. Syarat pada kontinuitas dari 𝑆 ′ (𝑥) memberikan suatu persamaan tunggal untuk setiap
titik dalam𝑥𝑖 , 𝑖 = 0,1,2, … , 𝑛 − 1 yaitu:
𝑆 ′ 𝑖−1 (𝑥𝑖 ) = 𝑆 ′ 𝑖 (𝑥𝑖 )
Jadi dari sini dipunyai 𝑛 − 1 persamaan. Sekarang totalnya terdapat 3𝑛 − 1
persamaan, tetapi karena terdapat 3𝑛 parameter yang tidak diketahui maka sistem
mempunyai kekurangan ketentuan.
3. Pilihan-pilihan yang mungkin untuk melengkapi kekurangan ketentuan yaitu
𝑆 ′ (𝑥0 ) = 0 𝑎𝑡𝑎𝑢 𝑆"(𝑥0 ) = 0
Sekarang dimisalkan 𝑧𝑖 = 𝑆 ′ 𝑖 (𝑥𝑖 ). karena 𝑆𝑖 (𝑥𝑖 ) = 𝑦𝑖 , 𝑆 ′ 𝑖 (𝑥𝑖 ) = 𝑧𝑖 , dan
𝑆 ′ 𝑖 (𝑥𝑖+1 ) = 𝑧𝑖+1, maka kita dapat mendefinisikan :
𝑧𝑖+1 − 𝑧𝑖
𝑆𝑖 (𝑥) = (𝑥 − 𝑥𝑖 )2 + 𝑧𝑖 (𝑥 − 𝑥𝑖 ) + 𝑦𝑖 𝐶. 2.1
2(𝑥𝑖+1 − 𝑥𝑖 )
Selanjutnya, dengan pengambilan 𝑥 = 𝑥𝑖+1 diperoleh
𝑧𝑖+1 − 𝑧𝑖
𝑦𝑖+1 = 𝑆𝑖 (𝑥) = (𝑥 − 𝑥𝑖 )2 + 𝑧𝑖 (𝑥 − 𝑥𝑖 ) + 𝑦𝑖
2(𝑥𝑖+1 − 𝑥𝑖 )
𝑧𝑖+1 − 𝑧𝑖
𝑦𝑖+1 − 𝑦𝑖 = (𝑥 − 𝑥𝑖 ) + 𝑧𝑖 (𝑥 − 𝑥𝑖 )
2
𝑧𝑖+1 − 𝑧𝑖
𝑦𝑖+1 − 𝑦𝑖 = (𝑥 − 𝑥𝑖 )
2
Jadi, kita dapat menentukan 𝑧𝑖+1 dari 𝑧𝑖 :
𝑦𝑖+1 − 𝑦𝑖
𝑧𝑖+1 = 2 − 𝑧𝑖
𝑥𝑖+1 − 𝑥𝑖

Contoh C.2
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 )
C.3 Spline Kubik
Diketahui suatu fungsi 𝑓(𝑥) yang dibatasi oleh interval a dan b, dan memiliki
sejumlah titik data 𝑎 = 𝑥0 < 𝑥1 < ⋯ < 𝑥𝑛 = 𝑏. Interpolasi spline kubik 𝑆(𝑥) adalah
suatu potongan fungsi polinomial berderajat tiga (kubik) yang menghubungkan dua titik yang
bersebelahan, dengan ketentuan, untuk 𝑖 = 0,1,2, … , 𝑛 − 1
(S0) Potongan fungsi pada subinterval [𝑥𝑖 , 𝑥𝑖+1 ], 𝑖 = 0,1,2, … , 𝑛 − 1
𝑆𝑖 (𝑥) = 𝑎𝑖 (𝑥 − 𝑥𝑖 )3 + 𝑏𝑖 (𝑥 − 𝑥𝑖 )2 + 𝑐𝑖 (𝑥 − 𝑥𝑖 ) + 𝑑𝑖
(S1) Pada setiap titik data 𝑥 = 𝑥𝑖, 𝑖 = 0,1, … , 𝑛
𝑆(𝑥𝑖 ) = 𝑓(𝑥𝑖 )
(S2) Nilai-nilai fungsi harus sama pada titik-titik dalam:
𝑆𝑖 (𝑥𝑖+1 ) = 𝑆𝑖+1 (𝑥𝑖+1 ), 𝑖 = 0,1,2, … , 𝑛 − 2
(S3) Turunan-turunan pertama pada titik dalam harus sama:
𝑆′𝑖 (𝑥𝑖+1 ) = 𝑆′𝑖+1 (𝑥𝑖+1 ), 𝑖 = 0,1,2, … , 𝑛 − 2
(S4) Turunan-turunan kedua pada titik dalam harus sama:
𝑆"𝑖 (𝑥𝑖+1 ) = 𝑆"𝑖+1 (𝑥𝑖+1 ), 𝑖 = 0,1,2, … , 𝑛 − 2
(S5) Salah satu syarat batas di antara dua syarat batas 𝑥0 dan xn berikut ini harus
dipenuhi:
 𝑆(x0 )=S"(𝑥𝑛 ) = 0 (disebut batas alamiah/ natural boundary)
 𝑆 ′ (𝑥0 ) = 𝑓 ′ (𝑥0 ) dan 𝑆 ′ (𝑥𝑛 ) = 𝑓 ′ (𝑥𝑛 ) (disebut batas apitan/ clamped boundary)
𝑑𝑖+1 − 𝑑𝑖 ℎ𝑖 1
𝑑𝑖 = 𝑦𝑖 , 𝑐𝑖 = − (2𝑖𝑖 + 𝑖𝑖 ), 𝑖𝑖 = (𝑖 − 𝑖𝑖 ) 𝑖. 3.1
ℎ𝑖 3 3ℎ𝑖 𝑖+1

Contoh C.3

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 𝑖0 1 −2 −3
[1 4 1 0 ] [𝑖 1 ] = 3 [ 3 −1] [ 6 ]
0 1 4 1 𝑖2 1 −3 −6
0 0 1 2 𝑖3 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 1
𝑐0 = 1 − (3 + 2(−3)) = 2, 𝑐1 = 3 − (−3 + 2(3)) = 2, 𝑐2 = 3 − (−3 + 2(3)) = 2,
3 3 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]

D. Interpolasi Newton

 Persamaan Polinom Linier

(y1 − y0 )
p1 (x) = y0 + (x − x0 )
(x1 − x0 )
 Bentuk pers ini dapat ditulis :
𝑖1 (𝑖) = 𝑖0 + 𝑖1 (𝑖 − 𝑖0 )
 Yang dalam hal ini
𝑖0 = 𝑖0 = 𝑖(𝑖0 ) D. 1.1
(𝑖1 − 𝑖0 ) 𝑖(𝑖1 ) − 𝑖(𝑖0 )
𝑖1 = = 𝑖. 1.2
(𝑖1 − 𝑖0 ) (𝑖1 − 𝑖0 )
 Persamaan ini merupakan bentuk selish terbagi (divided-difference)
a1 = 𝑖[𝑖1 , 𝑖0 ]
 Polinom kuadratik
p2 (x) = 𝑖0 + 𝑖1 (𝑖 − 𝑖0 ) + 𝑖2 (𝑖 − 𝑖0 )(𝑖 − 𝑖1 )
atau
𝑖2 (𝑖) = 𝑖1 (𝑖) + 𝑖2 (𝑖 − 𝑖0 )(𝑖 − 𝑖1 )
Dari persamaan ini menunjukkan bahwa 𝑖2 (𝑖) dapat dibentuk dari persamaan sebelumnya
𝑖1 (𝑖). Nilai 𝑖2 dapat ditemukan dengan mengganti 𝑖 = 𝑖2 untuk mendapatkan
𝑖(𝑖2 ) − 𝑖0 − 𝑖1 (𝑖2 − 𝑖0 )
𝑖2 = 𝑖. 1.3
(𝑖2 − 𝑖0 )(𝑖2 − 𝑖1 )
jika nilai a0 dan a1 pada persamaan D.1.1 dan D.1.2 dimasukkan ke persamaan D.1.3 maka
akan didapatkan:
𝑖(𝑖2 ) − 𝑖(𝑖0 ) 𝑖(𝑖1 ) − 𝑖(𝑖0 )
− 𝑖[𝑖2 , 𝑖0 ] − 𝑖[𝑖1 , 𝑖0 ]
(𝑖2 − 𝑖1 ) (𝑖1 − 𝑖0 )
𝑖2 = =
𝑖2 − 𝑖0 𝑖2 − 𝑖0
jadi, tahapan pembentukan polinom newton:
𝑖1 (𝑖) = 𝑖0 (𝑖) + 𝑖1 (𝑖 − 𝑖0 )
𝑖1 (𝑖) = 𝑖0 + 𝑖1 (𝑖 − 𝑖0 )
𝑖2 (𝑖) = 𝑖1 (𝑖) + 𝑖2 (𝑖 − 𝑖0 )(𝑖 − 𝑖1 )
𝑖3 (𝑖) = 𝑖2 (𝑖) + 𝑖3 (𝑖 − 𝑖0 )(𝑖 − 𝑖1 )(𝑖 − 𝑖2 )
 Nilai konstanta𝑖0 , 𝑖1 , … , 𝑖𝑖 , merupakan nilai selisih terbagi , dengan nilai
𝑖0 = 𝑖(𝑖0 )
 𝑖1 = 𝑖[𝑖1 , 𝑖0 ]
⋮=⋮
an = 𝑖[xn , xn−1 , … , x1 , x0 ]
yang dalam hal ini
𝑖(𝑖𝑖 ) − 𝑖(𝑖𝑖 )
𝑖[𝑖𝑖 , 𝑖𝑖 ] =
(𝑖𝑖 − 𝑖𝑖 )
𝑖[𝑖𝑖 , 𝑖𝑖 ] − 𝑖[𝑖𝑖 , 𝑖𝑖 ]
𝑖[𝑖𝑖 , 𝑖𝑖, 𝑖𝑖 ] =
𝑖 𝑖 − 𝑖𝑖
𝑖[𝑖𝑖 , 𝑖𝑖−1 , … , 𝑖1 , 𝑖0 ] − 𝑖[𝑖𝑖−1 , 𝑖𝑖−2 , … , 𝑖1 , 𝑖0 ]
𝑖[𝑖𝑖 , 𝑖𝑖−1 , … , 𝑖1 , 𝑖0 ] =
𝑖𝑖 − 𝑖0
Karena 𝑖0 , 𝑖1 , … , 𝑖𝑖 , merupakan nilai selisih terbagi, maka polinom Newton dinamakan
polinom interpolasi selisih terbagi Newton. Nilai selisih terbagi dapat dihitung dengan
menggunakan tabel yng disebut tabel selisih terbagi.

Dengan demikian polinom Newton dapat ditulis dalam hub rekursif sebagai :
 Rekurens
𝑖𝑖 (𝑖) = 𝑖𝑖−1 (𝑖) + (𝑖 − 𝑖0 )(𝑖 − 𝑖1 ) … (𝑖 − 𝑖𝑖−1 )𝑖[𝑖𝑖−1 , 𝑖𝑖−2 , … , 𝑖1 , 𝑖0 ]

 Basis
𝑖0 (𝑖) = 𝑖(𝑖0 )
Contoh :
Bentuklah polinom Newton derajat satu, dua, tiga dan empat yang menghampiri
𝑖(𝑖) = cos 𝑖 dalam range [0.0, 4] dan jarak antar titik adalah 1.0. Lalu taksirlah 𝑖(𝑖)
dengan 𝑖 = 2.5 dengan Polinom Newton derajat 3
xi yi ST-1 ST-2 ST-3 ST-4
0 1 -0.4597 -0.2484 0.1466 -0.147
1 0.5403 -0.9654 0.1913 0.088
2 -0.4161 -0.5739 0.4551
3 -0.99 0.3363
4 -0.6536
Penyelesaian

E. Interpolasi Kubik

Misal diberikan empat buah titik data ,(𝑥0, 𝑦0)(,𝑥1 ,𝑦1 ),(𝑥2 ,𝑦2 ), dan (𝑥3 ,𝑦3 ).Polinom
yang mengiterpolasi keempat buah titik itu ialah polinom kubik yang berbentuk :
𝑝3(𝑥) =𝑎0 +𝑎1 x+𝑎2 𝑥 2 +𝑎3 𝑥 3
Polinom 𝑝3 (𝑥) ditentukan dengan cara berikut:
1.Sulihkan ( 𝑥𝑖 ,𝑦𝑖 ) kedalam persamaan (p.5.9), i=0,1,2,3. Sehingga diperoleh empat buah
persamaan dengan empat buah parameter yang tidak diketahui yaitu 𝑎0, 𝑎1 , 𝑎2 𝑑𝑎𝑛 𝑎3 :
𝑎0 + 𝑎1 𝑥𝑜 + 𝑎2 𝑥02 + 𝑎3 𝑥03 = 𝑦0
𝑎0 + 𝑎1 𝑥1 𝑎2 𝑥12 + 𝑎3 𝑥13 = 𝑦1
𝑎0 + 𝑎1 𝑥2 + 𝑎2 𝑥22 + 𝑎3 𝑥23 = 𝑦2
𝑎0 + 𝑎1 𝑥3 + 𝑎2 𝑥32 + 𝑎3 𝑥33 = 𝑦3
 Jarak yang dibutuhkan sebuah kendaraan untuk berhenti adalah fungsi kecepatan. data
percobaan berikut ini menunjukkan hubungan antara kecepatan dan jarak yang
dibutuhkan untuk menghentikan kecepatan.
 Perkiraan jarak henti yang dibutuhkan bagi sebuah kendaraan yang melaju dengan
kecepatan 45 mil/jam