dimana:
a Ö variabel terikat yang mencerminkan perilaku sistem
F Ö fungsi gaya
m Ö parameter yang merepresentasikan properti dari sistem.
Untuk kasus yang lebih
kompleks adalah kasus
penerjun payung.
F = FD + FU (1.5)
dimana:
FU = −c ⋅ v (1.6)
FD = m ⋅ g (1.7)
Sehingga:
dv
m = m⋅ g − c⋅v
dt (1.8)
dv c
=g− v (1.9)
dt m
Ee
εe = (2.2)
p
Kesalahan relatif sering diberikan dalam bentuk persen
seperti:
Ee
εe = × 100% (2.3)
p
Dalam persamaan (2.1); (2.2); dan (2.3) kesalahan
dibandingkan terhadap nilai eksak. Nilai eksak tersebut
hanya dapat diketahui apabila suatu fungsi dapat
diselesaikan secara analitis.
Dalam metode numerik, biasanya nilai tersebut tidak
diketahui. Untuk itu kesalahan dinyatakan berdasarkan
nilai perkiraan terbaik dari nilai eksak, sehingga
kesalahan mempunyai bentuk sbb:
Ea
εa = × 100% (2.4)
p*
dimana:
Ea : kesalahan terhadap nilai perkiraan terbaik
p* : nilai perkiraan terbaik.
Indeks a menunjukkan bahwa kesalahan dibandingkan
terhadap nilai perkiraan (approximate value).
Di dalam metode numerik seringkali dilakukan pendekatan
secara iteratif. Pada pendekatan iteratif ini, suatu
perkiraan dibuat berdasarkan perkiraan sebelumnya.
Sehingga :
Kesalahan ⇒ adalah perbedaan antara perkiraan
sebelumnya dengan perkiraan sekarang, dan
kesalahan relatif diberikan oleh bentuk berikut ini:
p*n +1 − p*n
εa = n +1
× 100% (2.5)
p*
dimana
n
p* : nilai perkiraan pada iterasi ke-n
n +1
p * : nilai perkiraan pada iterasi ke n+1
Contoh Soal:
Pengukuran panjang jembatan dan pensil
memberikan hasil 9999 cm dan 9 cm. Apabila
panjang yang benar (eksak) berturut-turut
adalah 10.000 cm dan 10 cm, hitunglah
kesalahan absolut dan relatifnya.
Penyelesaian:
a. Kesalahan absolut
– Jembatan:
Ec = 10.000 – 9999 = 1 cm
– Pensil:
Ec = 10 – 9 = 1 cm
b. Kesalahan relatif
Jembatan:
Ec 1
εc = × 100% = × 100% = 0,01%
p 10.000
Pensil:
1
ε c = × 100% = 10%
10
BAB III
AKAR-AKAR PERSAMAAN KUADRAT
Rumus abc:
− b ± b 2 − 4ac
x12 =
2a
f ( x) = x 3 + x 2 − 3x − 3 = 0
Penyelesaian:
Dihitung nilai f (x ) pada interval antara dua titik, misalnya x=1 dan
x=2
Untuk x=1, f ( x = 1) = (1) 3 + (1) 2 − 3(1) − 3 = −4
Oleh karena fungsi berubah tanda antara x=1,5 dan x=2, maka akar
persamaan terletak di antara kedua nilai tersebut.
Selanjutnya dengan menggunakan prosedur tersebut di atas,
dilakukan penghitungan dengan menggunakan software komputer yang
hasilnya sebagaimana ditampilkan dalam tabel 3.1. Dengan
menggunakan metode setengah interval, akar persamaan diperoleh pada
iterasi ke-13, yaitu sebesar xr= 1,73206.
Metode ini didasarkan pada interpolasi antara dua nilai dari fungsi
yang mempunyai tanda berlawanan. Langkah awalnya adalah mencari
nilai fungsi untuk setiap interval Δx yang sama sampai akhirnya didapat
xi +1 − x* f ( xi +1 )
=
xi +1 − xi f ( xi +1 ) − f ( xi )
f ( xi +1 )
x* = xi +1 − ( xi +1 − xi )
f ( xi +1 ) − f ( xi ) (3.2)
f ( xi +1 )
x* = xi +1 − ( xi +1 − xi )
f ( xi +1 ) − f ( xi )
3
= 2− ( 2 − 1) = 1,57142
[3 − (−4)]
3
x* = 2 − (2 − 1,57142) = 1,70540
[3 − ( −1,36449)]
f ( xi ) − 0
f ' ( xi ) =
xi − xi +1
atau
f ( xi )
xi +1 = xi − (3.3)
f ' ( xi )
f ( xi ) − f ( xi −1 )
f ' ( xi ) =
xi − xi −1
f ( xi )( xi − xi −1 )
xi +1 = xi − (3.4)
f ( xi ) − f ( xi −1 )
Dalam metode ini pendekatan memerlukan dua nilai awal dari x, yang
digunakan untuk memperkirakan kemiringan dari fungsi.
f ( x) = x 3 + x 2 − 3x − 3 = 0
Penyelesaian:
Iterasi pertama, diambil dua nilai awal yaitu x=1 dan x=2.
Untuk x=1, → f ( x1 = 1) = −4
x=2, → f ( x2 = 2) = 3
Dengan menggunakan persamaan (2.4) dihitung:
f ( x 2 )( x 2 − x1 ) 3(2 − 1)
x3 = x 2 − = 2− = 1,57142
f ( x 2 ) − f ( x1 ) 3 − (−4)
Pada iterasi kedua, hitungan dilakukan berdasar nilai x2=2 dan
x3=1,57142
Untuk x2=2, → f ( x2 = 2) = 3
x 3 + x 2 − 3x − 3 = 0
dapat ditulis menjadi bentuk:
x3 + x2 − 3
x=
3
Persamaan (3.5) menunjukkan bahwa nilai x merupakan fungsi dari x,
sehingga dengan memberi nilai perkiraan awal dari akar xi dapat
ditentukan perkiraan baru xi+1 dengan rumus iterasi sbb:
xi +1 = g ( xi ) (3.6)
besarnya kesalahan dihitung dengan rumus:
xi +1 − xi
εa = 100%
xi +1
Contoh soal 5:
Hitung salah satu akar dari persamaan pangkat tiga berikut ini dengan
menggunakan metoda iterasi:
f ( x) = x 3 + x 2 − 3x − 3 = 0
Penyelesaian:
Persamaan tersebut ditulis dalam bentuk:
1
x 3 = − x 2 + 3 x + 3 → x = ( − x 2 + 3 x + 3) 3
x2 − x1 1,73313 − 1,70998
εa = × 100% = × 100% = 1,34%
x2 1,73313
I xi xi + 1 εα (%)
1 2.000000 1.709976 16.960710
2 1.709976 1.733134 1.336213
3 1.733134 1.731995 0.065792
4 1.731995 1.732054 0.003400
5 1.732054 1.732051 0.000175
6 1.732051 1.732051 0.000009
7 1.732051 1.732051 0.000000
-otss:)l,l
lt o -o,zctt'1\t\=
[oao:rl
t:szc
lo t
lo o 4.8821
)lz) lt2,r1t)
ketiga dibagi denganelemenpivot, yaitu 4'8824' sehtngga
Persamaan
menjadi:
persamaa:uya
Ir rt2 go\ -o,z:s:111
xl [o,sazr]
-o.zttt1l) jj
lo t l=12
lo o t )lz) lz,65asl
pefiama
ketigadenganelenen ketigadan persamaan
Kalikanpersamaan
Hasilnya kemudiandiL:urangkandari persan'nanpedama Hal seruF-
persamaan
dilakuLn terhadap SPLmenjadi:
kedua,sehingga
lt o o)1.)lt.5c6tJ
lo i oJL
v\=l:,t:tt
lt-tl
la o 1)l') l:,6505)
adalah:
SPLtersebut
Jadipenyelesaian
x= 1,5061 y=3,1321 z=2,6505
Banyakcaradapatdigunakanunhrkmencarimat"iksinvas. Salah
satunyaadalahdenganmenggunakan metodeeliminasiGauss-Jordan.Untuk
melakukanhal ini, matriks koefisiendilcngkapidengansuanrmatriks
KemudiangunakanmetodeGauss-Jordan
identitas. rmtukmengubah matrils
koefisienmenjadimatriksidentitas,
Jika langkahini telahselesai
makaruas
kananmatriksitu akan merupakanmatriksinvers.Atau secamilustasi,
Droseste$ebutadalahsebasaiberil:ut:
dt: a r:I00
ma.
upa
l:,1: Qr:
Q:l
Qrs 0 1 0
Qll 0 0 1
tAl t!
l, a0
l0
att
azt
dtr
all
an
Qls
Contoh:
aka
ulangi contohsoalpadahalaman51, namundenganmenggunakan
metode
matriksinvers.
i.l2
Langkah pertamayang diiakukan adalah denganmelengkapimatrik
menjadimatrikslengkapsebagai
koefisiendenganmatriksidentitassehingga
berikut:
3 - 0,1 - 0,2l 0
0,t 7 - 0,30 l
0,3 - 0,2 10 00
Normalkanpercamaanpertamakemudiangunakanelemenpertamanya
r.13 daribarisyanglairrnya:
unuk menghilangkan.x7
Numerik
Metode
Pengantar Sist
-0,06666671
-o,otsssss ai33333o o) $.r
It
0 7,a0333 -0,293333 I 0l Pen
l-0,0333333
- o,te o t)
t o,o2 1-0,09e9999 mer
la efisi
Gunakanc22dari pe$amaankeduaunhrk menghilangkan;r2dari persamaan dikc
oerlamadanketiea: itea
Mis
Ir
lu
a - a,0684570 , 333 1 75
I - 0 , 0 4 1 7 0 6 1a,0047
0,4M739329
3 aJ 42180
39.J
0,ta090 4,0270I12
lo 0 l,,at 2l dise
perlamadan
x3 dari persamaan
Gunakanelemenar; unnik menghilangkan
kedua:
It o ol o;:zato 0,001922970,00679st3)
la t ol-o,oostott
0, 1 12293 0,00418346
I
698t 6 0,a998801
l0 011-0,4t0077e0,aa2 )
adaiah:
Dengandemikianinvers-nya
I o.ssuat o,aue22e7
0,00679813f
=
tAl-' l-0,a0516110,1122e3a,0041$461
-| a,ata0779 0,a42698I6 a,a9988at
) Pros
$l Solusibagi;r1,.:r2dar .r3diperolehdariperkalianmatnksinversdenganruas
sam
dan
kananpersamaan:
a.aate2)e7 7,s5 pers
l,,f I o.s:zatca,!122t30 . 0 0 1 1 8 3 1 -6 1 9 , 3 0
o,oa67est3)l
lx,l=l-0.a0st6at
]L 71,4
o,aeessi,t
lr,I l- a,0ta47790,002698t6
lx,f l3,oaa41tstl
lxt l=l2.t88ae6t0
lx,) 17.0402s31+)
rerik Linear
Persarnaan
Sistem 73
dan 3.14.a
c h - a n l . x t - a n 2 . x 2- . . . - a n . t -t x u -r 3.14.d
//
// c.-attt.xt Q,,t.trt-...-Q,,.,,_1.t,,-1
3.15.d
a
Kritena
Prosedurtersebutdiulangttelus hingga tedadi kekonvergenan.
konvergen jika:
teryenuhi
lii-l
ti,,./t-t---, la0%<a 3 . 16
Contoh:
SPLberikutdenganmetodeiterasiJacobi:
Selesaikan Lanjr
ditab
3 , x 11 ' x 2 - xj=5
L,
I lter:
4x,+7't-3xt=211
F
2.x! - 2.x2+ 5.r3= l0 a-
SPL ters€butdapatr inrliskandalambenhrk: l3
{ . r-
tlT .
x,=#
.J T.
3
t)
20-{.x,+3.x,
xz =----j- r
I
lA-2.x,+2.x.
.)
t-;
= trl = 13= 0 untukmenghitung
nilai awal.:v/ xf , x.l,xl :
p
Substitusikan 112
,l t-;
x'"3 = : = I 6 6 6 6 7 '.' 7 J=2a- 2.857t.t ,, =!!=z t14
| 15
lagixr',x,', xrtke SPLtersebut
Substitusikan untukmemperoleh: t-; LC
/ / 5 - 2 , 8 5 7 1 12+= 111
-l
1,38095 I re
I 19
I , 3 8 0 9-51 , 6 6 6 6 7 2A
x 100%=20,69%
I,36095 at
Sehin
i;:- F .
erik Persamaan
Sistem Linear 75
// 2 0- ( 1 x 1 , 6 6 6 6) 7+ ( 3 x 2) _
5.d 2,76t90
2 , 7 6 1 9 02,, 8 5 7 I 4
,100" = 3,15.;
eria
2,76190 "
1 A- t ) . l 6 ( , 6 6 - t | | ) > ) 9 ' - 1 4 )
= 2,476t9
\.16 5
- 2
2,47619
/ t 0 0 % =t 9 , 2 3 %
2,17619
Lanjutkanpros€durdi atas hingga tcrjadi kekonvergenan.Hasil iterasi
ditabelkan berikut:
sebagai
Dengr
3.17.b
3.17.c
diulan
ditabe
Iteras
3.1?.d l
2
3
proses .lryl::'li
penyeresriannrl
nol.Nil"l.lll|
dengrn
sama
,|13.il,1',il:i-:trtJtlT::i.";
"),*-'=-' Nrlaibaru.x,kin 5
Tll,"i'.,. ,:,/o,,
oana yru\ t"-Tli:1.'i.i'ii ii,*.u'b.r awal lain(x',=;tr- = ^" 6
kepersat"- :,'.,"::::';,.
subsrirusikan "ir"itr* sererusny3 hnggax,' 7
n'lut
menghinrng
= 0) unn-rk oT"t;;.;;iu-Jrui
awat c
u"* yangdidapu. 8
Prosedurdiulangi lagi dari
Kekonvergenandaprtdipenksaoengrn; I
10
I i i-t\ 3.18
6.;ll-Jt-\raaw" <t' 11
l*i I 12
-r7'=1,66661dan
Dengan x! =1.90476, hitunglah;r/:
.17.b l A - r ) ^ ! . ( t 6 6 6t 7- t 2 1 . 9 4 4 - J( - . , . , n . r ,
lebih cePat
Dari hasil di atas,tampahlyametodeiterasi Gauss-Seidel
del: mencapaikekonvergenan metodeiterasiJacobi.
daripada
78 Pengantar
Metode
Numerik Sist
JNSI
{x} = {D}
muo"'
3.22 {x} )suustit",i
LU
Dekomposisi
tlambar 3,1LingJrah-langkah
l.;', lt' l=
a 3 2 a 3 Jl l . r 3I Lcll
Numerik
Metode Sisl
80 Pengantar
pertama Der
LangkahpefiamadalameliminasiGaussadalahmengalikanbaris ben
denganfahomYa:
att
1" , , = -
Qu
a21.
hasilnyadari baris keduaunhrk menghilangkan
dan mengurangkan
DemikianpulabarisI dikalikandengan: Fak
mer
att
I"l t = :
Qtt
an
dan hasi)nya dikurangkan dari baris ketiga untuk mengeliminasi
f-gkuh ukhit*tut siitem3 x 3 adalahmengalikan bariskeduayangtelah
Dar
dimodifikasidengan:
/ Seh
. att
Jn=--'j
Qrz
danmengurangkan hasilnyadaribarisketigaunhikmengeliminasia1
0 a] Da::
[,'
V)=\t, ,, ol 3.28
I f f ' '/)l tAl
LJJI Jt2
unru
umeflk SistemPersamaan r
Linea
1 41t.
'l aJt
I telah - n- "t' 0
Dan t,,= = 4,02713
7,00333
matik segitigabarvah[L] adalah:
Sehingga
ltoo)
[L] = 0,0333333 I 0
0,1 -4,027t3 t
| )
LU darimatrik lAl adalah:
Dandekomposisi
3.28 0,1 -0,2
I
tAl = tLlttl = 7,4833 -0,2e3333
|
s lAl. 0 10,0120
)
umumdapatdituliskanbahwa:
Secara
i = 1,2,...,n
lit= airutltuk 3.30.a
barispertama[L] dikalikandengankolom-kolomdari[U] untuk
Selanjutnya
memberikan:
llt.Ltta=Qt2 I tt.LllJ=Q1) !1rU 1r=A11
danberikutnyaadalah:
pedamasudahjelas,
Hubungan
a tt a./t I q ,,
l i 't-t = .: tt =-j'
/tt Il
umumdinyatakan:
Atausecara
unnrkl::, hz danhz:
dapatdipecahkan
Masing-nrasing
li:: ai: -lit.Ltt:\ntttk i: 2,3, .'n 3 30 c
ai* ll ,;.un
ujL=---t-j- untuk/r=j+1,J+2,..., n
dan
n'l
L30.b 1,,,= a,,,,- 11,,^ur"
{olom Contoh:
LaL:ukan LU dariSPLini d€nganmetodeCrout:
dekomposisi
2 . x r- 5 . r ' r x s =l 2
-;rrlj'tl - rl =-S
3.30.c 3.r1-1t2+)Y,=lS
Denganmemakairumusanyang ada;
Irt= 2 1 2 1 =- l l i 1= 3
Barispertama
dari[U];
'' t,, 2
3.30.d
Numerik
Metode
Pengantar Sist
84
Ker
Kolomkedua[L]:
- u,J
l)t= a:: -l:t.ut2= ) -l-l)t-z.r/
-- 3,5
lsz= at -ltrutt= 4 -(3)(1,,
Elementerakhirdari [U]:
- l- 1-l)(0 5) - ' Der
a,,-1,,.t,, --'
ut=---l-=
t)2 u
Danelementerakhirdari [L]:
ll= ar -lst.11tt-ls:.'uu=2 -3(0,5)- 3'5(-l) = 1
LU adalah:
Jadidekomposisi
-2.5 oJf 3.'
l2 o ol ll
ftl = -t a,5 0l tul=10 ' -,1 Dai
ll I1'ler
L-? 3,5 4) l0 0 tJ
ini digLrnakan
Danbila hasildekomposisi SPLte$ebut'
uni.rkmenyelesaikan Suk
makalangkahselanjuhyaadalahsebagaiberikut(sesuaiGambar3 l):
sep(
tI-l{D}= {c}
l2 o oll,tlllr)
l-t a.sall4l=l-'l
Lr r.5 4)ldt) u6 )
maju:
substitusi
denganmelakukan
Col
Gur
IF
umenl( Sistem
Persamaan
Linear 85
l unl { X l = { D J
Kemudia
It -z,s a.sll
,,) | a-
tltl
0 t -rlx,l=l_4
l0 o .' lfx,l |.r l
Dengansubstitusi
mundurakandiperoleh:
xj = dj=3
x2 = d2 -tt21.xj= 4- (-1)3 = -1
oo,- i.r,,ro,
Itt =---fL untuki=1,2,...,k-| . 3.32
l---k- | "
t"-rla"-\.lri
Contoh:
Gunakan
dekomposisi
Cholesky
untukmatrikskoefisien
berikutini:
lo t5 ,rl
[Al = l rs 55 2251
lss nt w)
Pencocokan Kurva 33
III.1. Pendahuluan
Data dari suatu pengukuran atau pengamatan, ditampilkan dalam bentuk
diskrit. Artinya data tidak dapat ditampilkan kontinyu (terus-menerus tak
berhingga). Namun demikian data mengikuti pola tertentu (trend) yang
memiliki fungsi linier atau non-linier.
Masalah yang cukup sering muncul dengan data adalah menentukan nilai
antara titik-titik diskrit tersebut dengan tidak melakukan pengukuran lagi.
Salah satu solusinya adalah mencari fungsi yang mencocokkan (fit) titik-
titik data. Pendekatan seperti ini dinamakan pencocokan kurva (curve
fitting).
25
20
15
10 Gambar 3.1: Kurva interpolasi
5
0
0 0,5 1 1,5
2. Regresi.
Data dari suatu hasil mengukuran biasanya bersifat fluktuatif atau galat
yang cukup berarti. Hal ini dapat disebabkan oleh kesalahan
pembacaan alat ukur, ketelitian system pengukuran atau sifat system
Pencocokan Kurva 34
yang diukur. Karena data tersebut tidak teliti, maka kurva yang
mencocokkan titik data itu tidak perlu melalui semua titik. Jadi kurva
yang dibentuk mengikuti trend dari sebaran data.
7 10
6
8
5
4 6
3 4
2
2
1
0 0
0 2 4 6 8 10 0 2 4 6 8 10
a b
Gambar 3.2: a. Pencocokan kurva linier
b. Pencocokan kurva non-linier
III.2. Interpolasi
Sering kita menghadapi suatu fakta harus menaksir harga diantara titik-
titik data yang telah tepat. Interpolasi adalah suatu cara yang dilakukan
untuk mendapatkan harga diantara titik-titik data tersebut. Berbagai
bentuk interpolasi dapat dilakukan antara lain dengan polynomial, fungsi
spline, fungsi rotasional, atau deret Fourier dan lain-lain. Interpolasi
polynomial merupakan satu diantara bahasan yang paling mendasar
dalam metode numerik karena banyak dari metode interpolasi didasari
pada interpolasi polynomial.
f(x)
p(x)
y1
p1(x)
y0
x0 x x1
y1 y0 (3.2)
a1
x1 x0
dan
x1 y0 x0 y1 (3.3)
a0
x1 x0
Subtitusikan kedua persamaan diatas kedalam persamaan 3.1 untuk
mendapatkan:
x1 y0 x0 y1 y1 y0 x (3.4)
p1 ( x)
x1 x0 x1 x0
Kemudian dengan manipulasi aljabar diubah menjadi:
( y1 y0 ) (3.5)
p1 ( x) y0 ( x x0 )
( x1 x0 )
Contoh 3.1:
Harga eksak ln (9,0) = 2,1972, ln (9,5) = 2,2513, Tentukan ln (9,2) dengan
interpolasi linier.
Penyelesaian:
Misal diberikan tiga buah titik data, (x0, y0), (x1, y1), dan (x2, y2). Polinom
yang menginterpolasi ketiga titik tersebut berbentuk:
p2 ( x ) a0 a1 x a2 x 2 (3.6)
y (x1, y1)
(x2, y2)
(x0, y0)
Contoh 3.2:
Harga eksak ln (8,0) = 2,0794, ln (9,0) = 2,1972, ln (9,5) = 2,2513,
Tentukan ln (9,2) dengan interpolasi kuadratik.
Pencocokan Kurva 37
Penyelesaian:
a0 8, 0a1 8, 02 a2 2, 0794
a0 9, 0a1 9, 0 a22
2,1972
a0 9,5a1 9,5 a2 2
2, 2513
dengan menggunakan metode eliminasi gauss menghasilkan a0 = 0,6762,
a1 = 0,2266, a2 = -0,0064. Maka polinom kuadratiknya adalah:
2,3
2,25
(9.2 , 2.2192)
2,2
2,15
2,1
2,05
7,5 8 8,5 9 9,5 10
PN ( x) a0 a1 x a2 x 2 L aN x N (3.7)
dimana ai adalah koefisien yang tidak diketahui. Pencocokan (fitting) deret
pangkat terhadap N+1 titik-titik data memberikan sebuah bentuk
persamaan linier sebagai berikut:
Pencocokan Kurva 38
y0 a0 a1 x0 a2 x0 2 L
ڮaN x0
N
( x x1 )( x x2 )( x xN ) (3.10)
V 0 ( x)
( x0 x1 )( x0 x2 )( x0 xN )
persamaan diatas akan menjadi satu untuk x = x0 dan nol untuk x = x1,
x = x2, … ,x = xN. Dalam bentuk yang sama kita dapat menuliskan
persamaan 3.8 menjadi:
( x x0 )( x x1 ) ( x xN ) (3.11)
V i ( x)
( xi x0 )( xi x1 ) ( xi xN )
( x x1 )( x x2 ) ( x xN )
PN ( x ) y0
( x0 x1 )( x0 x2 ) ( x0 x N )
( x x0 )( x x2 ) ( x xN )
y1
( x1 x0 )( x1 x2 ) ( x1 xN )
(3.12)
( x x0 )( x x1 ) ( x xN 1 )
yN
( x N x0 )( xN x1 ) ( xN x N 1 )
Pencocokan Kurva 39
Contoh 3.3:
Densitas dari sodium untuk tiga keadaan temperature adalah sebagai
berikut:
Tabel 3.1:
(T 205)(T 371)
P2 (T ) (929)
(94 205)(94 371)
(T 94)(T 371)
(902)
(205 94)(205 371)
(T 94)(T 205)
(860)
(371 94)(371 205)
Kita asumsikan bahwa absis titik data memiliki jarak yang sama dengan
interval h. Untuk mengevaluasi formula interpolasi Newton, maka perlu
didefinisikan tabulasi selisih maju (forward difference) dengan:
D0fi = fi (orde ke nol selisih maju) (3.13)
D1fi = fi+1 - fi (orde ke satu selisih maju) (3.14)
D2fi = D1fi+1 – D1fi (orde ke dua selisih maju) (3.15)
3 2 2
D fi = D fi+1 – D fi (orde ke tiga selisih maju) (3.16)
k k-1 k-1
D fi = D fi+1 – D fi (orde ke k selisih maju) (3.17)
Apabila ditabulasikan, selisih maju adalah sebagai berikut:
Tabel 3.2: Selisih maju
i fi D1fi D2fi D3fi D4fi D5fi
0 f0 D1f0 D2f0 D3f0 D4f0 D5f0
1 f1 D1f1 D2f1 D3f1 D4f1
2 f2 D1f2 D22i D3f2
3 f3 D1f3 D2f3
4 f4 D1f4
5 f5
Kolom pertama adalah indeks dari titik data, kolom kedua adalah ordinat
data. Kolom ketiga adalah §selisih
s · orde pertama, yang diperoleh dari kolom
¨ ¸ 1
© 0 ¹ selisih orde kedua yang diperoleh dari
kedua. Kolom ke-empat adalah
kolom sebelumnya dan seterusnya. Kemudian koefisien binomial adalah
sebagai beikut:
§s·
¨ ¸ s
©1¹
§s· 1
¨ ¸ s ( s 1)
© 2¹ 2!
§s· 1
¨ ¸ s ( s 1)( s 2)
© 3¹ 3!
ڭ
Pencocokan Kurva 41
§s· 1
¨ ¸ s ( s 1)( s 2)L ( s n 1)
©n¹ n!
Formula interpolasi Newton yang melalui k+1 titik-titik data, f0, f1, f2, …,fk
ditulis dengan:
݃ሺݔሻ ൌ ݃ሺݔ ሻ ݄ݏሻ ൌ σୀ൫௦ ൯ο ݂ (3.18)
§s·
Persamaan 3.18 adalah polynomial orde k karena ¨© n ¸¹ adalah suatu
polynomial orde n, dan orde tertinggi adalah k. Persamaan 3.18 bila
dijadikan sama dengan f0, f1, f2, …,fk pada x = x0, x1, …,xk adalah sebagai
berikut:
s = 0: g ( x0 ) g ( x0 0) f0
s = 1: g ( x1 ) g ( x0 h) f 0 'f 0 f1
s = 2: g ( x2 ) g ( x0 2h) f 0 2'f 0 ' 2 f 0 f2
ڭ
k (k 1) 2
s = k: g ( xk ) g ( x0 kh) f 0 k 'f 0 ' f 0 ... fk (3.19)
2
Contoh 3.4:
Diperoleh data sebagai berikut:
Tabel 3.3: Data
i 0 1 2 3 4 5 6
x 0,1 0,3 0,5 0,7 0,9 1,1 1,3
g(x) 0,9975 0,97763 0,93847 0,8812 0,80752 0,71962 0,62009
Bila orde interpolasi ditingkatkan maka nilai hampiran akan mendekati nilai
sebenarnya, sebagaimana yang tampak pada gambar berikut:
0,98
0,93
orde 6
0,88
orde 5
0,83 orde 4
orde 3
0,78
orde 2
0,73
orde 1
0,68
Mendekati nilai eksak
0,63
0,58
0 0,2 0,4 0,6 0,8 1 1,2 1,4
Gambar 3.6: Perbandingan orde interpolasi Maju Newton-Gregory
Pencocokan Kurva 43
§ s 2· 1
¨ ¸ s ( s 1)( s 2)
© 3 ¹ 3! ڭ
ݏ݊െͳ ͳ
൬ ൰ ൌ ݏሺ ݏ ݊ െ ͳሻሺ ݏ ݊ െ ʹሻ ڮሺ ݏ ͳሻݏ
݊ ݊Ǩ
contoh 3.5:
Dari contoh, tentukan nilai g(x) dengan interpolasi mundur Newton pada
titik-titik data i = 0, 1, 2 untuk x = 0,23.
Penyelesaian:
Tabel 3.5: Hasil selisih mundur
i xi fi Ñ 1f i Ñ 2fi Ñ 3fi Ñ 4fi Ñ 5fi Ñ 6 fi
0 0,1 0,9975
1 0,3 0,97763 -0,01987
2 0,5 0,93847 -0,03916 -0,01929
3 0,7 0,8812 -0,05727 -0,01811 0,00118
4 0,9 0,80752 -0,07368 -0,01641 0,0017 0,00052
5 1,1 0,71962 -0,0879 -0,01422 0,00219 0,00049 -3E-05
6 1,3 0,62009 -0,09953 -0,01163 0,00259 0,0004 -9E-05 -6E-05
dan
y1 y0 f ( x1 ) f ( x0 )
a1
x1 x0 x1 x0 (3.22)
Persamaan 3.22 ini merupakan bentuk selisih terbagi (devided difference).
Berdasarkan bentuk polinom linier persamaan 3.5, maka persamaan
polinom kuadratik dapat ditulis menjadi:
p2 ( x ) a0 a1 ( x x0 ) a2 ( x x0 )( x x1 ) (3.23)
p2 ( x ) p1 ( x) a2 ( x x0 )( x x1 ) (3.24)
p3 ( x) p2 ( x) a3 ( x x0 )( x x1 )( x x2 )
a0 a1 ( x x0 ) a2 ( x x0 )( x x1 ) a3 ( x x0 )( x x1 )( x x2 )
Nilai konstanta a0, a1, a2, …, an merupakan nilai selisih terbagi, dengan
nilai masing-masing:
a0 f x0
a1 f > x1 , x0 @
a2 f > x2 , x1 , x0 @
Mڭ
an f > xn , xn 1 ,L , x1 , x0 @
dimana:
f ( xi ) f ( x j )
f ª¬ xi , x j º¼
xi x j
f ª¬ xi , x j º¼ f ª¬ x j , xk º¼
f ª¬ xi , x j , xk º¼
xi xk
Mڭ
f > xn , xn 1 ,L ڮx1 @ f > xn 1 , xn 2 L
ڮ, x0 @
f > xn , xn 1 ,L ڮx1 , x0 @
xn x0
Pencocokan Kurva 46
f 2 f1 f 2,3 f1,2
x1 f1 f1,2 f1,2,3
x2 x1 x3 x1
f3,4 f 2,3
f3 f 2 f 2,3,4
x2 f2 f 2,3
x3 x2 x4 x2
f n 1 f n
xn fn f n ,n 1
xn 1 xn
Contoh 3.6:
Bentuk selisih terbagi dari data berikut:
Tabel 3.6: Data
i xi fi
0 0,1 0,99750
1 0,2 0,99002
2 0,4 0,96040
3 0,7 0,88120
4 1,0 0,76520
5 1,2 0,67113
6 1,3 0,62009
Kemudian tuliskan rumus interpolasi menggunakan selisih terbagi pada
titik i = 0 hingga 6.
Pencocokan Kurva 47
Penyelesaian:
Tabel 3.7: Hasil selisih terbagi
2,5
1,5
0,5
0
0 0,2 0,4 0,6 0,8
wR
2¦ ( yi a bxi ) 0 (3.28)
wa
wR
2¦ xi ( yi a bxi ) 0 (3.29)
wb
setelah dibagi dengan -2 dapat ditulis dalam bentuk matrik:
ª A1,1 A1,2 º ª a º ª Z1 º
«A A2,2 »¼ «¬ b »¼ «Z » (3.30)
¬ 2,1 ¬ 2¼
dimana:
A1,1 n
A1,2 ¦x i
Z1 ¦y i
A2,1 ¦x i
A2,2 ¦ (x ) i
2
Z2 ¦x yi i
Pencocokan Kurva 49
A2,2 Z1 A2,1Z 2
a
d
A1,1Z 2 A2,1Z1
b (3.31)
d
dimana:
d A1,1 A2,2 A1,2 A2,1
Contoh 3.7:
Tentukan regresi linier untuk data pada table berikut
i xi yi xi2 xiyi
1 0,1 0,61 0,01 0,061
2 0,4 0,92 0,16 0,368
3 0,5 0,99 0,25 0,495
4 0,7 1,52 0,49 1,064
5 0,7 1,47 0,49 1,029
6 0,9 2,03 0,81 1,827
Total 3,3 7,54 2,21 4,844
y = 0,2862 + 1,7645x
2,5
2
1,5
1
0,5
0
0 0,2 0,4 0,6 0,8 1
Contoh 3.8:
Cocokkan data berikut dengan fungsi y = Cxb
i xi yi
1 0,15 4,4964
2 0,4 5,1284
3 0,6 5,6931
4 1,01 6,2884
5 1,5 7,0989
6 2,2 7,5507
7 2,4 7,5106
8 2,7 8,0756
9 2,9 7,8708
10 3,5 8,2403
11 3,8 8,5303
12 4,4 8,7394
Pencocokan Kurva 51
13 4,6 8,9981
14 5,1 9,1450
15 6,6 9,5070
16 7,6 9,9115
12
10
8
6
4
2
0
0 2 4 6 8
Y = 1,8588 + 0,2093x
2,2
2,0
1,8
1,6
ln(Y)
1,4
1,2
1,0
-2 -1 ln(x) 0 1 2
atau
ln(C) = 1,8588, b = 0,2093
Oleh karena itu kurva pada koordinat x-y menjadi:
Y(x) = (6,4160)x0,2093
dimana: C = e1,8588 = 6,4160
1 d 1 1
y C x C
definisikan:
Y = 1/y
a = 1/C
b = d/C
X = 1/x
Persamaan regresi liniernya:
Y = a + bx
Lakukan pengubahan (xi, yi) menjadi (1/(xi), 1/(xi)), lalu hitung a dan b
dengan cara regresi linier.
Pencocokan Kurva 53
Tugas:
1. Diberikan pasangan nilai x dan f(x), sebagai berikut:
x 0,1 0,3 0,5 0,7 0,9 1,1 1,3
f(x) 0,003 0,067 0,148 0,248 0,370 0,518 0,697