Full PDF

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
PERBANDINGAN INTERPOLASI DALAM METODE SPLINE
Skripsi
Diajukan untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Sains
Program Studi Matematika
Oleh :
Anastasia Vrysca Jayanti
NIM : 013114014
PROGRAM STUDI MATEMATIKA

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2007
When Jesus Say That He Love Me
I feel that I am lonely

It doesn’t prove that I am alone
I listen to the words He say

That He will always be by my side
I mean everything to Him
And He will never leave me
‘cause He love me so
When He say that He love me

It means He give the best for me
He will give everything for me
No more fear about the future
And the blame for the past
He will give everything
He died for me
He give His life for me
When He say that He love……….

Say that He love me
I think that I am nothing

I think that I can’t do anything
But I can do a lot of things with Him

Apa yang kuberikan untuk Mama
Untuk Mama tersayang
Tak kumiliki sesuatu berharga
Untuk Mama tercinta

Hanya ini kutuliskan
Tugas Akhir dari tanganku untuk Mama
Hanya sebuah tugas akhir sederhana
Tugas akhirku untuk Mama

Walau tak dapat lagi kuungkapkan
Rasa cintaku untuk Mama
Namun dengarlah hatiku selalu berkata
Sungguh kusayang padamu Mama

Mama . . . . . . .

Yogyakarta, 28 Maret 2007

“Janganlah gelisah hatimu; percayalah kepada Allah,
percayalah juga kepada-Ku. ”
- Yohanes 14 : 1 -
Kupersembahkan untuk :
My Sweet Heart Jesus
My Beautiful Life
My Be Loved Mom
My Cute Father
PERNYATAAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini
tidak memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan
dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.
Penulis,

ABSTRAK
Metode Spline adalah salah satu metode Interpolasi yaitu dengan memakai
pendekatan fungsi-fungsi Spline sebagai polinom penghubung. Fungsi Spline ter-
diri Spline Linear, Spline Kuadrat dan Spline Kubik.
Pada skripsi ini akan dibuat perangkat lunak untuk membandingkan Spline
Linear, Spline Kuadrat dan Spline Kubik. Perbandingan dilakukan dalam hal galat
dan waktu komputasi. Proses perhitungan galat dihasilkan dari harga mutlak nilai
sebenarnya dikurangi nilai hampiran dibagi nilai sebenarnya dikali seratus persen.
Lama tidaknya waktu komputasi ditunjukkan dari banyaknya data yang dicari
dalam proses perhitungan.
Hasil percobaan menunjukkan bahwa beda jauh data mempengaruhi galat.
Semakin besar nilai data yang dicari galat yang dihasilkan semakin kecil dan se-
makin kecil nilai data yang dicari galat yang dihasilkan semakin besar. Spline
Linear menghasilkan galat yang besar dan waktu komputasi yang paling cepat,
Spline Kuadrat menghasilkan galat yang besar dan waktu komputasi yang lama
dan Spline Kubik menghasilkan galat yang paling kecil dan waktu komputasi
yang paling lama.

ABSTRACT
Spline method is one of Interpolation method that with make approxima-
tion Spline functions as connected polynom. Spline function consist of Linear
Spline, Quadrate Spline and Cubic Spline.
In this thesis, will make a program to compare Linear Spline, Quadrate
Spline ang Cubic Spline, on particular the error and the time computation. Process
error computation is shown by absolute value from exact value minus approxima-
tion value divide exact value and multiply one hundred percent. While the compu-
tation processing duration by determining how many times the time computation
from data quantity in computation process.
The result shows that if searching data value is more bigger, the result
fewer of error, if searching data value is more fewer, the result bigger of error.
Linear Spline has bigger error but faster time computation, Quadrate Spline result
bigger error and longer time computation and Cubic Spline result fewer of error
and longer of time computation.

KATA PENGANTAR
Puji syukur kepada Allah Bapa Yesus Kristus atas Roh Kudus dan segala
kasih-Nya yang berlimpah, sehingga skripsi yang berjudul Perbandingan Interpo-
lasi Dalam Metode Spline, sebagai salah satu syarat untuk memperoleh gelar Sar-
jana Sains (S.Si) Program Studi Matematika, dapat terselesaikan dengan baik.
Penyusunan skripsi ini tidak terlepas dari bantuan dan dukungan dari ber-
bagai pihak, baik yang terlibat secara langsung maupun tidak langsung. Oleh
karena itu, dalam kesempatan ini dengan segala kerendahan hati, penulis ingin
menyampaikan rasa terima kasih yang mendalam kepada :
1. My Be Loved Mom…………..Love u, Miss u, Need u,Want u so much.
2. Keluarga yang selalu memberi semangat dan segenap doa : Babeh Nano, Mas
Chemi, Ade Luchia dan Tante Lusi. Terima kasih atas segala-
segalanya………Kakak lulus!!
3. Bapak Drs. Jong Jek Siang, M.Sc., selaku dosen pembimbing skripsi dan pani-
tia penguji yang telah memberi bimbingan, pengarahan, saran dan koreksi
dalam penyusunan skripsi penulis.
4. Bapak Y. G. Hartono, S. Si, M. Sc, selaku Kaprodi Fakultas MIPA Univer-
sitas Sanata Dharma, dosen penguji dan dosen pembimbing akademik. Terima
kasih atas pencarian judul skripsi, telah memberikan yang terbaik sebagai
dosen, berbagi canda seperti teman dan memahami seperti ayah.
5. Ibu Lusia Krismiyati Budiasih, S. Si, M. Sc, selaku dosen penguji dan sebagai
dosen pengajar, terima kasih atas kebaikannya dan yang selalu sabar seperti
seorang ibu dan tempat bercerita sebagai seorang teman.

6. Dosen-dosen Program Studi Matematika yang memberi dukungan kepada pe-
nulis baik selama kuliah maupun dalam penyusunan skripsi ini.
7. Bapak Z. Tukijo yang telah membantu dalam urusan administrasi dan persia-
pan ujian akhir.
8. Sahabat-sahabat tersayang di Tangerang:
• Elly yang selalu menemani saat-saat yang paling menyakitkan dan yang
selalu bisa diandalkan untuk bertukar fikiran.
• Olla yang selalu menemani saat-saat yang paling hancur dan selalu men-
jadi teman yang paling manja.
• Linda yang selalu menemani saat-saat langkah kaki terasa sangat berat dan
yang selalu bisa diandalkan untuk jalan-jalan.
Sahabat termanis di Yogyakarta :
• Cece yang selalu mencoba mendekatkan pada Kristus, tempat berbagi suka
dan duka. Terima kasih atas persahabatan yang manis dan yang selalu
melarang pergi ke luar paingan saat fikiran penulis sedang kacau.
Kehadiran kalian membuat penulis percaya bahwa Tuhan tidak meninggalkan
saat-saat penulis merasa tidak dapat lagi melangkah.
9. Angkatan 2001 yang teristimewa (urut abjad) : Ajeng, Andre, Ariel, Alam ,
Agnes, April, Bita, Dani, Deta, Daniel, Erika, Fanya, Indah, Maria, Ray, Rita,
Tedi,Yuli, Upik, Veri, Wiwit. Terima kasih untuk semua kisah yang sudah
dilewati bersama.
10. Mas Robeth . . . . . . . . . Thanks ya!!

11. - Fanya dan kostnya yang selalu menjadi tempat pelarian dikala stress.
- Eko yang selalu siap membantu, menyupir dan mentraktir, he....he....
Cayoo Fanya & Eko, Semangat !!!
12. Catur Prasdianto tempat bertukar fikiran, thanks for everything, Koko Satijan,
Robet Tampa, Moko, Mba Sumi, Bruder Koko, Mba Dwi, Mba Nia.
13. Keluarga kost 99999 : Bora, Diana, Maria, Okta, Grace, Emi, Desi, Cicil, Lia,
Nana, Juli, Hanny, Vivi. Terima kasih kalian telah menjadi keluarga inti di
jogja. Terima kasih untuk Welly, Olive dan lainnya. You All always be My
Friends!! Bapak dan ibu kost atas nasihat-nasihatnya dan penjagaannya.
14. Kediaman DED : Rm. Sari Jatmiko...terima kasih atas setiap doa dan paksaan
untuk mengerjakan skripsi, Mba Tika, Mba Vivi, Septi, Eko, Siska, Theo, Mas
Adhit.
Penulis berharap agar Tugas Akhir ini dapat berguna bagi penulis maupun pi-
hak lain sebagai wahana pembelajaran interpolasi dengan Metode Spline. Tak ada
gading yang tak retak dan tak ada langit yang tak berawan. Demikian juga
penelitian dan penulisan Tugas Akhir ini masih jauh dari kesempurnaan. Oleh
karena itu, penulis siap menerima dengan mata, tangan dan hati yang terbuka akan
segala macam kritik dan saran demi peningkatan kualitas penelitian di kemudian
hari.

Penulis,

DAFTAR ISI
Halaman
HALAMAN JUDUL………………………………………………………. i
HALAMAN PERSETUJUAN PEMBIMBING…………............................. ii
HALAMAN PENGESAHAN……………………………………………… iii
HALAMAN PERSEMBAHAN…………………………………………… iv
HALAMAN KEASLIAN KARYA……………………………………… v
ABSTRAK………………………………………………………………… vi
ABSTRACT………………………………………………………………… vii
KATA PENGANTAR……………………………………………………….viii
DAFTAR ISI………………………………………………………….......... xi
DAFTAR TABEL…………………………………………………………. xiv
DAFTAR GAMBAR……………………………………………….............. xv
BAB I PENDAHULUAN……………………………………………….1 1
A. Latar Belakang Masalah………………………………..………… 1
B. Rumusan Masalah……………………………………………….. 2
C. Tujuan Penulisan…………………………………………………… 2
D. Manfaat Penulisan………………………………………………… 3
E. Metode Penelitian ………………………………………………… 3
F. Pembatasan Penulisan ……………………………………………… 3
G. Sistematika Penulisan …………………………………………..… 4

BAB II LANDASAN TEORI 6
A. Interpolasi……………………………………………..………… 6
B. Galat……………………………………………… ………………… 6
C. Metode Spline …………………………………………………… 7
1. Spline linear…………………………………………..… 7
2. Spline Kuadrat………………………….………………… 9
3. Spline Kubik ……………………………………………. 12
BAB III PERANCANGAN DAN IMPLEMENTASI………………………25
A. Perancangan Umum…………………………………………………25
B. Perancangan Antarmuka................................................................. 26
1. Layar Sampul…………………………………………………
26
2. Layar Masukan Spline…………………………………..….…

26
C. Rancangan Proses……………………………………………….… 27
D. Implementasi……………………………………………..……… 28
1. Spline Linear ………………………………………….……28
2. Spline Kuadrat…………………………………………… 30
3. Spline Kubik……………………………………………… 33
BAB IV ANALISIS………………………..................................……… 38
A. Hasil Implementasi..................................................................... 38
1. Layar Sampul...................................................................... 38
2. .Layar Spline........................................................................ 39
B. Pengujian Program Spline.............................................................. 41

C. Percobaan Dan Analisis................................................................ 41
1. Galat................................................................................... 42
a. Percobaan 1.......................................................... 42
b. Percobaan 2……………..........................................44
c. Percobaan 3............................................................ 46
2. Waktu Komputasi.............................................................. 48
a. Percobaan 1…....................................................... 48
b. Percobaan 2........................................................... 50
BAB V PENUTUTUP…………………………………………............…. 54
A. Kesimpulan…………………………………………............……. 54
B. Saran………………………………………………….....………. 55
DAFTAR PUSTAKA...................................................................................... 56
LAMPIRAN.................................................................................................... 57
DAFTAR TABEL
Halaman
Tabel 2.1........................................................................................................ 8
Tabel 2.2 Hasil Perhitungan Spline Linear.................................................... 9
Tabel 2.3 Hasil Perhitungan Spline Kuadrat…………………………………..12
24
Tabel 2.4 Hasil Perhitungan Spline Kubik……………………………………..
Tabel 4.1 Data Percobaan 1………………………………………………… 42
Tabel 4.2 Hasil Galat Percobaan 1…………………………………………….42
Tabel 4.3 Data Percobaan 2………………………………………………….. 44
Tabel 4.4 Hasil Galat Percobaan 2……………………………………………44
Tabel 4.5 Data Percobaan 3……………………………………………….. 46
Tabel 4.6 Hasil Galat Percobaan 3………………………………………… 46
Tabel 4.7 Hasil Waktu Komputasi Percobaan 1………………………………48
Tabel 4.8 Hasil Waktu Komputasi Percobaan 2……………………………….50
Tabel 4.9 Rata-rata Waktu Komputasi…………………………………………51

DAFTAR GAMBAR
Halaman
Gambar 3.1 Rancangan Layar Sampul………………………………………….

26
Gambar 3.2 Rancangan Layar Spline…………………………………………27
Gambar 3.3 Flowchart Spline Linear................................................................ 29
Gambar 3.4 Flowchart Spline Kuadrat............................................................. 31
Gambar 3.5 Flowchart Spline Kubik………………………………………… 35
Gambar 4.1 Hasil Implementasi Layar Sampul………………………………..38
Gambar 4.2 Hasil Implementasi Spline…………………………………………

39
Gambar 4.3 Hasil Perhitungan Spline……………………………………….. 41
Grafik 4.1 Galat Percobaan 1………………………………………………….43
Grafik 4.2 Galat Percobaan 2…………………………………………………….

45
Grafik 4.3 Galat Percobaan 3………………………………………………. 47
Grafik 4.3 Waktu Komputasi Percobaan 1………………………………… 48
Grafik 4.4 Waktu Komputasi Percobaan 2………………………………… 50
Grafik 4.5 Rata-rata Waktu Komputasi……………………………………… 51
Grafik 4.6 Rata-rata Waktu Komputasi dalam Persen……………………….. 52

BAB I
PENDAHULUAN
A. Latar Belakang Masalah
Seringkali harus mencari nilai antara titik-titik data yang telah
diketahui dan itu menjadi masalah yang cukup rumit. Metode numerik merupakan
cabang atau bidang ilmu matematika yang masalah penaksiran nilai antara titik-
titik data yang telah diketahui diformulasikan sedemikian rupa sehingga dapat
diselesaikan menggunakan pencocokan kurva. Fungsi-fungsi dalam pencocokan
kurva mampu memecahkan berbagai persoalan mengenai penaksiran nilai antara
titik-titik data yang telah diketahui. Taksiran nilai antara titik-titik data yang telah
tepat dinamakan Interpolasi.
Interpolasi Spline merupakan interpolasi sepotong-sepotong. Ini
berarti bahwa suatu fungsi f(x) tertentu pada selang a ≤ x ≤ b, jika ingin
menghampiri f(x) pada selang ini dengan sebuah fungsi lain g(x). Fungsi g(x) yang
diperoleh ini dinamakan Spline. Nama Spline sendiri diambil dari batang tipis
yang telah digunakan sejak lama oleh para insinyur untuk mengepaskan kurva me-
lalui titik tertentu.
Banyak metode-metode yang dapat dipakai untuk interpolasi yaitu
Metode Newton, Metode Lagrange, Metode eksponensial dan Metode Spline.
Dalam penulisan ini hanya akan dibahas interpolasi dengan Metode Spline yaitu
Spline Linear yang menurunkan polinom orde pertama, Spline Kuadrat yang
menurunkan polinom orde kedua dan Spline Kubik yang menurunkan polinom
orde ketiga. Prediksi yang digunakan yaitu nilai x natural logaritma
Dari Fungsi-fungsi Spline yang ada maka akan diketahui Spline
mana yang dapat mencapai hasil yang optimal, yaitu errornya kecil dan waktu
perhitungan yang singkat.
B. Rumusan Masalah
Pokok permasalahan yang akan dibahas dalam skripsi ini dapat ditu-
lis dengan beberapa pertanyaan berikut :
1 Bagaimana mencari nilai antara titik-titik data yang telah diketahui dengan
Spline Linear, Spline Kuadrat, dan Spline Kubik?
2 Bagaimana menganalisis Fungsi-fungsi Spline sehingga menghasilkan Fungsi
Spline yang baik untuk mencari nilai antara titik-titik data yang telah diketa-
hui?
3 Fungsi Spline mana yang lebih baik di antara Spline Linear, Spline Kuarat dan
Spline Kubik dalam hal akurasi dan waktu untuk memprediksi nilai x natural
logaritma dengan menggunakan bahasa pemprograman Delphi 7.0?
C. Tujuan Penulisan
Penulisan ini bertujuan untuk membandingkan Spline Linear, Spline
Kuadrat dan Spline Kubik dalam mencari nilai antara titik-titik data yang telah
diketahui.
D. Manfaat Penulisan
Manfaat yang diharapkan dalam skripsi ini adalah penulis dapat me-
nentukan Fungsi Spline mana yang paling baik untuk memprediksi nilai x natural
logaritma sehingga errornya kecil dan waktu perhitungan yang singkat.
E. Metode Penelitian
Metode Penelitian :
1. Masukan data natural logaritma.
2. Terapkan persamaan Fungsi Spline Linear untuk memprediksi nilai x
yang tidak terdapat dalam tabel dan catat kesalahannya.
3. Terapkan persamaan Fungsi Spline Kuadrat untuk memprediksi nilai x
4. Terapkan persamaan Fungsi Spline Kubik untuk memprediksi nilai x
5. Bandingkan kesalahan yang terjadi pada masing-masing Fungsi Spline.
F. Pembatasan Penulisan
Dalam skripsi ini dilakukan beberapa batasan sebagai berikut :
1. Interpolasi dengan Metode Spline yaitu Spline Linear, Spline Kuadrat ,
Spline Kubik .
2. Faktor untuk membandingkan yaitu galat dan running time.
3. Data yang dipakai adalah tabel natural logaritma.
4. Bahasa pemprograman yang digunakan adalah Delphi 7.0.

G. Sistematika Penulisan
Sistem penulisan laporan skripsi ini terdiri dari 6 bab dengan urutan
sebagai berikut :
BAB I PENDAHULUAN
Menjelaskan uraian mengenai hal-hal yang menjadi dasar dalam
pembahasan skripsi ini. Uraian tersebut mengenai latar belakang
masalah, rumusan masalah, tujuan penulisan, manfaat penulisan,
metode penelitian dan sistematika penulisan.
BAB II LANDASAN TEORI
Pada bab ini, penulis membahas dasar-dasar teori yang mendukung
penyusunan skripsi ini secara terperinci, sehingga mudah dimengerti.
BAB III PERANCANGAN DAN IMPLEMENTASI
Menjelaskan perencanaan dalam rancangan program untuk
implementasi. Serta melakukan implementasi dari rancangan program
yang telah dibuat.
BAB IV ANALISIS
Melakukan percobaan dan menganalisa hasil percobaan.

BAB V PENUTUTUP
Pada bab ini terdapat kesimpulan dan saran dari hasil analisa serta
pembahasan masalah berdasarkan pada hasil yang didapat secara
keseluruhan.
BAB II
LANDASAN TEORI
A. Interpolasi
Terdapat n + 1 data pasangan bilangan (x0 , f 0 ), (x1 , f1 ), . . ., ( x n , f n )
dengan x0 , x1 , . . . ,x n nilainya berbeda, jika ingin memperoleh sebuah
polinom Pn ( x ) yang bernilai fj di xj, dengan kata lain
Pn ( x0 ) = f 0 , Pn ( x1 ) = f1 , . . . , Pn ( xn ) = f n
dan berderajat n atau kurang. Polinom Pn sering dinamakan polinom
penginterpolasi. Nilai xj sering dinamakan simpul. Besaran fj mungkin saja
merupakan nilai fungsi matematis f(x) tertentu sehingga f(xj) = fj dan dengan
demikian Pn ( x ) merupakan suatu hampiran bagi f(x) dengan sifat bahwa Pn
bernilai sama dengan f di semua simpul. Polinom Pn ( x ) ini digunakan untuk
memperoleh nilai bagi semua x yang merupakan nilai hampiran bagi f(x). Jika x
yang ingin dicari terletak di antara simpul-simpul tersebut maka dinamakan
Interpolasi.
B. Galat
Perhitungan numerik tidak terlepas dari kesalahan atau galat. Terdapat dua
bentuk galat yang utama di dalam metode numerik yaitu galat pembulatan yang
dapat terjadi akibat keterbatasan mesin hitung dan galat pemotongan yang dapat
terjadi karena keterbatasan proses komputasi. Kedua galat tersebut mempengaruhi
Galat Mutlak dan Galat Relatif Persen.

Definisi 2.1 :
Andaikan ~
p adalah nilai hampiran dari p maka Galat Mutlak didefinisikan
~ p− ~
p
sebagai Em = p − p dan Galat Relatif Persen Er = ∗ 100%, p ≠ 0.
p
C. Metode Spline
Metode Spline adalah salah satu metode numerik yang dapat digunakan
untuk pencarian interpolasi. Interpolasi Spline merupakan polinom sepotong-
sepotong. Suatu fungsi f(x) yang sudah diketahui pada selang a ≤ x ≤ b di hampiri
dengan sebuah fungsi lain g(x) dengan cara menyekat selang a ≤ x ≤ b menjadi
beberapa anak selang a = x1 < x 2 < . . . < x n = b . Fungsi g(x) yang didapat
dinamakan spline. Akan dibahas Spline Linear, Spline Kuadrat dan Spline Kubik.
Besar kesalahan Metode Spline dapat diketahui dengan cara mereduksi nilai eksak
dari tabel natural logaritma dengan pendekatan yang dihasilkan dari Metode
Spline.
1. Spline Linear
Spline Linear merupakan polinom sepotong-sepotong yang paling
sederhana. Spline linear digunakan untuk pencarian interpolasi dengan cara
menghubungkan titik-titik data yang berdekatan dengan sebuah garis lurus.
Hasil dari Spline ini dapat disebut Spline orde pertama. Spline Linear untuk
sekelompok titik data terurut ( xi , f ( xi )) , i = 1, 2, . . ., n dinyatakan sebagai
berikut :
f ( x 2 ) − f ( x1 )
f 1 ( x ) = f ( x1 ) + ( x − x1 ) x1 ≤ x ≤ x 2
x 2 − x1
f ( x3 ) − f ( x 2 )
f 2 ( x) = f ( x 2 ) + ( x − x2 ) x 2 ≤ x ≤ x3
x3 − x 2
.
.
.
f ( xi +1 ) − f ( x i )
f i ( x) = f ( xi ) + ( x − xi ) x i ≤ x ≤ xi +1 (2.1)
x i +1 − x i
.
.
.
f ( x n ) − f ( x n −1 )
f n −1 ( x ) = f ( x n −1 ) + ( x − x n −1 ) x n −1 ≤ x ≤ x n
x n − x n −1
Contoh 2.1
Diberikan sebuah tabel yang berisi 5 himpunan data logaritma natural
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
Tabel 2.1
Gunakan Tabel 2.1 untuk mencari nilai Interpolasi saat x = [1.11 1.22 1.33 1.44
1.49] menggunakan Spline Linear.

Penyelesaian :
(0.1823 − 0.0953 )
f 1 ( x ) = 0.0953 + ( x − 1.1) 1.1 ≤ x ≤ 1.2
1 .2 − 1 .1
(0.2624 − 0.1823 )
f 2 ( x ) = 0.1823 + ( x − 1 .2 ) 1.2 ≤ x ≤ 1.3
1 .3 − 1 .2
(0.3365 − 0.2624 )
f 3 ( x ) = 0.2624 + ( x − 1.3) 1.3 ≤ x ≤ 1.4
1 .4 − 1 .3
(0.3365 − 0.2624 )
f 4 ( x ) = 0.2624 + ( x − 1.3) 1.3 ≤ x ≤ 1.4
1 .4 − 1 .3
(0.4055 − 0.3365 )
f 5 ( x ) = 0.3365 + ( x − 1 .4 ) 1.4 ≤ x ≤ 1.5
1 .5 − 1 . 4
Dari persamaan di atas didapat
x f(x)
1.11 0.104
1.22 0.1983
1.33 0.2846
1.44 0.3641
1.49 0.3986
Tabel 2.2 Hasil Perhitungan Spline Linear
2. Spline Kuadrat
Spline Kuadrat menyediakan sebuah persamaan kuadrat yang men-
ghubungkan sedikitnya tiga pasangan data yang berdekatan di dalam him-

punan data ( xi , f ( xi )), i = 1, 2, . . . , n . Bentuk umum dari persamaan kuadrat
diantara titik (xi , f ( xi )) dan (xi +1 , f (xi +1 )) adalah
f i ( x) = ai x 2 + bi x + ci i = 1, 2, . . . , n − 1 (2.2)
oleh karena itu, setiap dua titik-titik data yang berdekatan mempunyai sebuah
persamaan interpolasi yang diberikan oleh (2.2) dengan 3 konstanta
ai , bi , dan ci .
Untuk n titik data terdapat n-1 selang, maka ada 3(n-1) konstanta yang harus-
dicari dan yang memenuhi 3(n-1) persamaan atau kondisi sebagai berikut :
1. Spline harus melalui titik-titik data. Nilai-nilai fungsi harus sama pada
simpul-simpul dalam untuk i = 1 sampai n dimana i = 1, 2, . . . , n − 1 . Kondisi
ini dapat dinyatakan sebagai berikut :
f i ( x i ) = ai xi + bxi +c i = f (xi )
2
i = 1,2,3,..., n − 1 (2.3)
f i ( x i +1 ) = ai xi +1 + bi xi +1 + c i = f ( xi +1 )
2
i = 1,2,3,..., n − 1 (2.4)
2. Spline harus kontinu pada bagian dalam titik-titik data. Kondisi ini dapat
dinyatakan menggunakan derivatif pertama dari spline kuadrat.
2ai xi + bi = 2ai +1 xi +1 + bi +1 i = 1,2,3,..., n − 1 (2.5)
3. Kondisi terakhir yang dapat dibentuk bebas sebagai turunan kedua dari
spline diantara dua titik data pertama menjadi nol. Sejak turunan pertama
untuk spline pertama adalah 2ai , kondisi ini dapat dinyatakan
ai = 0 . (2.6)
Contoh 2.2
Gunakan Tabel 2.1 untuk mencari nilai Interpolasi saat x = [1.11 1.22 1.33
1.44 1.49] menggunakan Spline Kuadrat.
Penyelesaian :
Data tabel terdapat 5 titik data. Dengan menggunakan persamaan (2.3) sampai
dengan persamaan (2.6) dihasilkan 3(5-1) = 12 kondisi yang dibutuhkan untuk
mendapatkan 3(5-1) = 12 konstanta yang dibutuhkan.
Persamaan (2.3) menghasilkan :
1.21a1 + 1.1b1 + c1 = 0.0953

1.44a 2 + 1.2b2 + c 2 = 0.1823
1.69a3 + 1.3b3 + c3 = 0.2624
1.96a 4 + 1.4b4 + c 4 = 0.3365
1.44a1 + 1.2b1 + c1 = 0.1823

1.69a 2 + 1.3b2 + c 2 = 0.2624
1.96a3 + 1.4b3 + c3 = 0.3365
2.25a 4 + 1.5b4 + c 4 = 0.4055
2.4a1 + b1 = 2.4a 2 + b2
2.6a 2 + b2 = 2.6a3 + b3
2.8a3 + b3 = 2.8a 4 + b4
Persamaan (2.6) menyatakan :
a1 = 0
Dengan menggunakan pensubtitusian didapatkan
a1 = 0 b1 = 0.87 c1 = −0.8617
a2 = −0.69 b2 = 2.526 c2 = −1.8553
a3 = 0.09 b3 = 0.498 c3 = −0.5371
a4 = −0.6 b4 = 2.43 c4 = −1.8895
Maka persamaan Spline Kuadrat yang dihasilkan adalah
f 1 ( x) = 0.87 x − 0.8617 1.1 ≤ x ≤ 1.2

f 2 ( x) = −0.69 x + 2.526 x − 1.8553
2
1.2 ≤ x ≤ 1.3
f 3 ( x) = 0.09 x + 0.498 x − 0.5371
2
1.3 ≤ x ≤ 1.4
f 4 ( x) = −0.6 x + 2.43x − 1.8895
2
1.4 ≤ x ≤ 1.5
Dari persamaan di atas didapat
x f(x)
1.11 0.104
1.22 0.1994
1.33 0.2844
1.44 0.3655
1.49 0.3991
Tabel 2.3 Hasil Perhitungan Spline Kuadrat
3. Spline Kubik
Spline kubik adalah menurunkan polinom orde ketiga untuk setiap selang
di antara simpul,seperti dalam :
f ( x ) = ai x 3 + bi x 2 + ci x + d i .
Jadi untuk n + 1 titik data (i = 0, 1, 2, . . . , n), terdapart n interval maka
diperlukan 4n konstanta yang harus dicari yang persamaan-persamaannya di-
cari dengan mengikuti definisi 2.2.
Definisi 2.2
Diberikan fungsi f pada [a, b] dan suatu himpunan angka yang disebut
simpul a = x0 < x1 < . . . < x n = b . Suatu interpolasi spline kubik S,
untuk f (x) adalah suatu fungsi yang memenuhi kondisi :
a. S (x ) adalah polinom kubik, S k ( x ) menyatakan polynomial pada segmen
[xk , xk +1 ] untuk k = 0, 1, . . . , n-1 ;
b. S ( x k ) = f ( x k ) k = 0, 1, . . . , n-1 ;
c. S k +1 ( x k +1 ) = S k ( x k +1 ) k = 0, 1, . . . , n-2 ;
d. S ' k +1 ( x k +1 ) = S ' k ( x k +1 ) k = 0, 1, . . . , n-2 ;
e. S " k +1 (x k +1 ) = S " k ( x k +1 ) k = 0, 1, . . . , n-2 ;
f. Memenuhi salah satu kondisi
(i) S '' ( x0 ) = S '' ( x n ) = 0 ( Batas Natural )
(ii) S ' ( x0 ) = f ' ( x0 ) dan S ' ( x n ) = f ' ( x n ) ( Batas Apitan )
Bentuk Interpolasi Spline Kubik untuk fungsi f , dengan mengikuti kondisi-
kondisi dalam Definisi 2.1
a. S k ( x ) = a k + bk ( x − x k ) + c k ( x − x k ) 2 + d k ( x − x k ) 3 k = 0, 1, . . . , n-1 ;
(2.7)
b. S ( x k ) = f ( x k )
S k ( x k ) = a k + bk ( x k − x k ) + c k ( x k − x k ) 2 + d k ( x k − x k ) 3
= aK + bk * 0 + ck * 0 + d k * 0
= ak
∴ a k = f (xk ) (2.8)
c. S k +1 ( x k +1 ) = S k ( x k +1 )
maka
S k ( x k +1 ) = a k + bk ( x k +1 − x k ) + c k ( x k +1 − x k ) 2 + d k ( x k +1 − x k ) 3
dan
S k +1 ( x) = a k +1 + bk +1 ( x − x k +1 ) + c k +1 ( x − x k +1 ) 2 + d k +1 ( x − x k +1 ) 3
S k +1 ( x k +1 ) = a k +1 + bk +1 ( x k +1 − x k +1 ) + c k +1 ( x k +1 − x k +1 ) + d k +1 ( x k +1 − x k +1 )
= a k +1 + +bk +1 * 0 + c k +1 * 0 + d k +1 * 0
= a k +1
S k +1 (x k +1 ) = S k ( x k +1 )
maka
a k +1 = a k + bk ( x k +1 − x k ) + c k ( x k +1 − x k ) 2 + d k ( x k +1 − x k ) 3
jika x k +1 − x k di ganti hk maka
S k +1 ( x k +1 ) = a k +1 = a k + bk ( x k +1 − x k ) + c k ( x k +1 − x k ) 2 + d k ( x k +1 − x k ) 3
2 3
S k +1 ( x k +1 ) = a k +1 = a k + bk hk + c k hk + d k hk (2.9)
d. S ' k +1 ( x k +1 ) = S ' k ( x k +1 )
perhatikan S k ( x ) = a k + bk ( x − x k ) + c k ( x − x k ) 2 + d k ( x − x k ) 3
S ' k ( x ) = bk + 2c k ( x − x k ) + 3d k ( x − x k ) 2
S ' k ( x k ) = bk + 2c k ( x k − x k ) + 3d k ( x k − x k ) 2
= bk + 2c k * 0 + 3d k * 0
= bk
S ' k ( x k +1 ) = bk + 2c k ( x k +1 − x k ) + 3d k ( x k +1 − x k ) 2
dan S k +1 ( x) = a k +1 + bk +1 ( x − x k +1 ) + c k +1 ( x − x k +1 ) 2 + d k +1 ( x − x k +1 ) 3
S ' k +1 ( x ) = bk +1 + 2c k +1 ( x − x k +1 ) + 3d k ( x − x k +1 ) 2
S ' k +1 ( x k +1 ) = bk +1 + 2c k +1 ( x k +1 − x k +1 ) + 3d k ( x k +1 − x k +1 ) 2
= bk +1 + 2c k +1 * 0 + 3d k * 0
= bk +1
S ' k +1 ( x k +1 ) = S ' k ( x k +1 )
maka bk +1 = bk + 2c k ( x k +1 − x k ) + 3d k ( x k +1 − x k ) 2
2
S ' k +1 ( x k +1 ) = bk +1 = bk + 2c k hk + 3d k hk (2.10)
e. S " k +1 ( x k +1 ) = S " k ( x k +1 )
perhatikan S ' k ( x ) = bk + 2c k ( x − x k ) + 3d k ( x − x k ) 2
S '' k ( x ) = 2c k + 6d k ( x − x k )
S '' k ( x k ) = 2c k + 6d k ( x k − x k )
= 2c k + 6d k * 0
= 2c k
S '' k (x k +1 ) = 2c k + 6d k ( x k +1 − x k )
dan S ' k +1 ( x ) = bk +1 + 2c k +1 ( x − x k +1 ) + 3d k ( x − x k +1 ) 2
S '' k +1 ( x k +1 ) = 2c k +1 + 6d k +1 ( x k +1 − x k +1 )
= 2c k +1 + 6d k +1 * 0
= 2c k +1
S " k +1 ( x k +1 ) = S " k ( x k +1 )
maka 2c k +1 = 2c k + 6d k ( x k +1 − x k )
2c k +1 = 2c k + 6d k hk
c k +1 = c k + 3d k hk (2.11)
c k +1 − c k
dari (2.11) didapat d k = (2.12)
3hk
Dari (2.9) dan (2.12) diperoleh :
c k +1 − c k 2
bk +1 = bk + 2c k hk + 3 hk
3hk
= bk + 2c k hk + c k +1 hk − c k hk
= bk + hk (c k + c k +1 ) (2.13)
Dari (2.9) dan (2.12) di peroleh :
2 3
a k +1 = a k + bk hk + c k hk + d k hk
2 c k +1 − c k 3
a k +1 = a k + bk hk + c k hk + hk
3hk
2
a a c h (c − c ) 2
bk = k +1 − k + k k + k +1 k hk
hk hk hk 3hk
2 2 2
a − a k 3c k hk − c k +1 hk + c k hk
bk = k +1 −
hk 3hk
1
bk = (a k +1 − a k ) − hk (2ck + ck +1 ) (2.14)
hk 3
dengan pengurangan indeks
1 h
bk −1 = (a k − a k −1 ) − k −1 (2c k −1 + ck ) (2.15)
hk −1 3
Dari (2.13) dan (2.14) di peroleh :
bk = bk −1 − hk −1 (c k −1 + c k )
1
bk = (a k +1 − a k ) − hk (2ck + ck +1 )
hk 3
1
jadi bk −1 = (a k +1 − a k ) − hk (2ck + c k +1 ) − hk −1 (ck −1 + ck ) (2.16)
hk 3
Persamaan (2.15) dan (2.16) menghasilkan
1
(a k − a k −1 ) − hk −1 (2ck −1 + ck )
hk −1 3
1
= (a k +1 − a k ) − hk (2c k + ck +1 ) − hk −1 (ck −1 + ck )
hk 3
1
(a k − a k −1 ) − 1 (a k +1 − a k )
hk −1 hk
h 2h c h c
= − k (2c k + c k +1 ) − hk −1c k −1 − hk −1c k + hk −1c k k −1 k −1 + k −1 k
3 3 3
1
(a k − a k −1 ) − 1 (a k +1 − a k )
hk −1 hk
hk 3h c + 2hk −1c k −1 3hk −1c k + hk −1c k

=− (2c k + ck +1 ) − k −1 k −1 −
3 3 3
3 3
(a k − a k −1 ) − (a k +1 − a k ) = −hk (2ck + ck +1 ) − hk −1ck −1 − 2hk −1ck
hk −1 hk
3
(ak +1 − a k −1 ) − 3 (a k − a k −1 ) = hk −1c k −1 + hk (2ck + ck +1 ) + 2hk −1ck
hk hk −1
3
(ak +1 − a k ) − 3 (a k − a k −1 ) = hk −1ck −1 + hk (2ck −1 + ck ) + hk ck +1 (2.17)
hk hk −1
untuk k = 1, 2, . . ., n-1
dari persamaan-persamaan yang telah didapat di atas, sudah didapatkan per-
samaan-persamaan untuk mencari koefisien-koefisien a, b, dan d. Untuk men-
cari koefisien c akan digunakan persamaan (2.17) dengan mengikuti teorema
yang memenuhi kondisi dari (i) atau (ii).
Teorema 2.1
Jika f di definisikan pada a = x 0 < x1 < . . . < x n = b , maka f adalah
interpolasi spline natural tunggal pada simpul x0 < x1 < . . . < x n , interpo-
lasi spline natural memenuhi keadaan S '' (a ) = 0 dan S '' (b) = 0 .
Bukti :
S '' ( a ) = 0 dan S '' (b) = 0 menyatakan secara tidak langsung
c n = S '' ( x n ) 2 = 0 dan 0 = S '' ( x0 ) = 2c0 + 6d 0 ( x0 − x0 )
jadi c0 = 0 .
Dua pernyataan c0 = 0 dan c n = 0 dalam persamaan
3
(ak +1 − a k ) − 3 (a k − a k −1 ) = hk −1ck −1 + hk (2ck −1 + ck ) + hk ck +1
hk hk −1
menghasilkan sistem linear dengan persamaan Ax = b , A adalah (n+1) dengan
matriks (n+1).
⎡ ⎤
⎢1 0 0 0 ⎥
⎢ ⎥
⎢h 2(h0 + h1 ) h1 ⎥
⎢ 0 ⎥
⎢0 h1 2(h1 + h2 ) h2 ⎥
A=⎢ ⎥
⎢ ⎥
⎢ ⎥
⎢ 0 ⎥
⎢ ⎥
⎢ hn − 2 2(hn − 2 + hn −1 ) hn −1 ⎥
⎢⎣ 0 0 0 1 ⎥⎦
⎡ 0 ⎤
⎢ 3 3 ⎥ ⎡c 0 ⎤
⎢ (a 2 − a1 ) − (a1 − a0 ) ⎥
h1 h0 ⎢c ⎥
⎢ ⎥ x=⎢ 1⎥
b=⎢ M ⎥ ⎢M⎥
⎢ 3 (a n − a n −1 ) − 3 (a n −1 − a n − 2 )⎥ ⎢ ⎥
⎢ hn −1 hn − 2 ⎥ ⎣c n ⎦
⎢ 0 ⎥
⎣ ⎦
Dari persamaan Ax = b akan didapat penyelesaian tunggal dan dapat dicari
dengan Eliminasi Gauss.

Teorema 2.2
Jika f didefinisikan pada a = x 0 < x1 < . . . < x n = b dan turunan
pada a dan b, maka f adalah Interpolasi Spline Apitan pada simpul
x0 < x1 < . . . < x n , Interpolasi Spline dinyatakan S ' (a) = f ' (a) dan
S ' (b) = f ' (b) .
Bukti :
Menggunakan S ' (a) = S ' ( x0 ) = b0
1 h
implementasi bk = (a k +1 − a k ) − k (2ck + ck +1 ) dengan k = 0
hk 3
a1 − a 0 h0
f ' (a) = − (2c0 + c1 )
h0 3
3
2h0 c0 + h0 c1 = (a1 − a0 ) − f ' (a)
h0
f ' (b) = bn = bn −1 + hn −1 (c n −1 + c n )
1 h
persamaan bk = (a k +1 − a k ) − k (2ck + ck +1 ) dengan k = n − 1
hk 3
a n − a n −1 hn −1
f ' (b) = − (2cn−1 + c n ) + hn−1 (c n−1 − cn )
hn −1 3
a n − a n −1 hn −1
= − (c n −1 + 2c n )
hn −1 3
3
dan hn −1c n −1 + 2hn −1c n = 3 f ' (b) − (a n − a n −1 ) .
hn −1
3
Persamaan (ak +1 − a k ) − 3 (a k − a k −1 ) = hk −1ck −1 + hk (2ck −1 + ck ) + hk ck +1
hk hk −1
3
dengan persamaan 2h0 c0 + h0 c1 = (a1 − a0 ) − f ' (a)
h0
3
dan hn −1c n −1 + 2hn −1c n = 3 f ' (b) − (a n − a n −1 )
hn −1
menghasilkan sistem linear dengan persamaan Ax = b .
⎡ ⎤
⎢2h0 h0 0 0 ⎥
⎢ ⎥
⎢h 2(h0 + h1 ) h1 ⎥
⎢ 0 ⎥
⎢ 0 h1 2(h1 + h2 ) h2 ⎥
A=⎢ ⎥
⎢ ⎥
⎢ ⎥
⎢ 0 ⎥
⎢ ⎥
⎢ hn − 2 2(hn − 2 + hn −1 ) hn −1 ⎥
⎢⎣ 0 0 hn −1 2hn −1 ⎥⎦
⎡ 3 ⎤
⎢ ( a1 − a0 ) − 3 f ' ( a) ⎥
h0
⎢ ⎥
⎢ 3 3 ⎥ ⎡c 0 ⎤
( a 2 − a1 ) − (a1 − a0 )
⎢ h1 h0 ⎥ ⎢c ⎥
b=⎢ M ⎥ x=⎢ 1⎥
⎢ 3 3 ⎥ ⎢M⎥
⎢ (a n − a n −1 ) − (a n −1 − a n − 2 )⎥ ⎢ ⎥
⎢ hn −1 hn − 2 ⎥ ⎣c n ⎦
⎢ 3 ⎥
⎢ 3 f ' (b) − (a n − a n −1 ) ⎥
⎣ hn −1 ⎦
Dari persamaan Ax = b akan didapat penyelesaian tunggal dan dapat dicari
dengan Eliminasi Gauss.
Contoh 2.3
Gunakan Tabel 2.1 untuk mencari nilai Interpolasi saat x = 1.11 menggunakan
Spline Kubik.
Penyelesaian :
Persamaan Spline Kubik dari persamaan (2.7)
S k ( x ) = a k + bk ( x − x k ) + c k ( x − x k ) 2 + d k ( x − x k ) 3 k = 1, 2, . . ., n-1
Dari (2.8) didapat koefisien a
S(xk) = f(xk) = ak
S(x1) = f(x1) = 0.0953 = a1
S(x2) = f(x2) = 0.1823 = a2
S(x3) = f(x3) = 0.2624 = a3
S(x4) = f(x4) = 0.3365 = a4
S(x5) = f(x5) = 0.4055 = a5
Untuk hk = x k +1 − x k
h1 = x2 – x1 = 1.2 – 1.1 = 0.1
h2 = x3 – x2 = 1.3 – 1.2 = 0.1
h3 = x4 – x3 = 1.4 – 1.3 = 0.1
h4 = x5 – x4 = 1.5 – 1.4 = 0.1
Untuk mencari koefisien c menggunakan Teorema 2.1 yaitu Batas Natural
⎡1 0 0 0 ⎤ ⎡ c1 ⎤
0
⎢h
⎢ 1 2(h1 + h2 ) h2 0 0 ⎥⎥ ⎢⎢c 2 ⎥⎥
A = ⎢0 h2 2(h2 + h3 ) h3 0 ⎥ ⎢c3 ⎥
⎢ ⎥⎢ ⎥
⎢0 0 h3 2( h3 + h4 ) h4 ⎥ ⎢c 4 ⎥
⎢⎣ 0 0 0 0 1 ⎥⎦ ⎢⎣c 5 ⎥⎦
⎡1 0 0 0 0 ⎤ ⎡ c1 ⎤
⎢0.1 0.4 0.1 0
⎢ 0 ⎥⎥ ⎢⎢c 2 ⎥⎥
= ⎢ 0 0.1 0.4 0.1 0 ⎥ ⎢c 3 ⎥
⎢ ⎥⎢ ⎥
⎢0 0 0.1 0.4 0.1⎥ ⎢c 4 ⎥
⎢⎣ 0 0 0 0 1 ⎥⎦ ⎢⎣c 5 ⎥⎦
⎡ 0 ⎤
⎢3 3 ⎥ ⎡ 0 ⎤
⎢ h (a3 − a 2 ) − h (a 2 − a1 ) ⎥ ⎢ ⎥
⎢ 2 1
⎥ ⎢− 0.207 ⎥
3 3
b = ⎢ (a 4 − a3 ) − (a3 − a 2 ) ⎥ = ⎢ − 0.18 ⎥
⎢ h3 h2 ⎥ ⎢ ⎥
⎢3 3 ⎥ ⎢ − 0.153⎥
⎢ (a5 − a 4 ) − (a 4 − a3 )⎥ ⎢ ⎥
⎢ h4 h3 ⎥ ⎣ 0 ⎦
⎣⎢ 0 ⎦⎥
⎡1 0 0 0 0 ⎤ ⎡ c1 ⎤ ⎡ 0 ⎤
⎢0.1 0.4 0.1 0
⎢ 0 ⎥⎥ ⎢⎢c 2 ⎥⎥ ⎢⎢− 0.207⎥⎥
⎢ 0 0.1 0.4 0.1 0 ⎥ ⎢c3 ⎥ = ⎢ − 0.18 ⎥
⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢0 0 0.1 0.4 0.1⎥ ⎢c 4 ⎥ ⎢ − 0.153⎥
⎢⎣ 0 0 0 0 1 ⎥⎦ ⎢⎣c5 ⎥⎦ ⎢⎣ 0 ⎥⎦
Dengan Eliminasi Gauss untuk persaman sistem linear Ax = b
Koefisien ck yang di dapat
c1 = 0
c 2 = − 0.5818
c3 = 0.2571
c 4 = −0.4468
c5 = 0
Dari persamaan (2.14) didapat koefisien untuk bk

1
bk = (a k +1 − a k ) − hk (2c k + c k +1 )
hk 3
1
b1 = (a 2 − a1 ) − h1 (2c1 + c 2 ) = 0.87 − (−0.0194) = 0.8894
h1 3
1
b2 = (a3 − a 2 ) − h2 (2c 2 + c3 ) = 0.801 − (−0.0302) = 0.8312
h2 3
1
b3 = (a 4 − a3 ) − h3 (2c3 + c4 ) = 0.741 − 0.0022 = 0.7388
h3 3
1
b4 = (a5 − a 4 ) − h4 (2c 4 + c5 ) = 0.69 − (−0.0298) = 0.7198
h4 3
Dari persamaan (2.12) didapat koefisien untuk dk
c k +1 − c k
dk =
3hk
c 2 − c1
d1 = = −1.9393
3h1
c3 − c 2
d2 = = 2.7963
3h2
c 4 − c3
d3 = = −2.3463
3h3
c5 − c 4
d4 = = 1.4893
3h4
Persamaan Spline Kubik Sk(x)
S1 (x ) = a1 + b1 ( x − x1 ) + c1 ( x − x1 ) 2 + d1 ( x − x1 )3 1.1 ≤ x ≤ 1.2
= 0.0953 + 0.8894( x − 1.1) − 1.9393( x − 1.1)3
S 2 (x ) = a2 + b2 ( x − x2 ) + c2 ( x − x2 ) 2 + d 2 ( x − x2 )3 1.2 ≤ x ≤ 1.3
= 0.1823 + 0.8312( x − 1.2) − 0.5818( x − 1.2) 2 + 2.7963( x − 1.2) 3
S3 (x ) = a3 + b3 ( x − x3 ) + c3 ( x − x3 ) 2 + d 3 ( x − x3 ) 3 1.3 ≤ x ≤ 1.4
= 0.2624 + 0.7388( x − 1.3) + 0.2571( x − 1.3) − 2.3463( x − 1.3)3
2
S 4 (x ) = a4 + b4 ( x − x4 ) + c4 ( x − x4 ) 2 + d 4 ( x − x4 )3 1.4 ≤ x ≤ 1.5
= 0.3365 + 0.7198( x − 1.4) − 0.4468( x − 1.4) + 1.4893( x − 1.4)3
2
Dari Persamaan Spline Kubik di atas maka didapat
x f(x)
1.11 0.1042
1.22 0.1989
1.33 0.2853
1.44 0.3647
1.49 0.3987
Tabel 2.4 Hasil Perhitungan Spline Kubik
BAB III
PERANCANGAN DAN IMPLEMENTASI
A. Perancangan Umum
Untuk mengetahui seberapa besar galat yang dihasilkan dalam metode
Spline yaitu Spline Linear, Spline Kuadrat dan Spline Kubik maka akan dilakukan
percobaan. Percobaan dilakukan menggunakan sebuah program dengan bahasa
pemrograman Delphi versi 7.0. Program yang akan dibuat adalah program dengan
masukan spline. Sebagai dasar perbandingannya adalah galat yang dihasilkan
masing-masing Spline dengan data pada tabel natural logaritma.
Program masukan spline digunakan untuk mencari Interpolasi dalam
metode Spline yaitu Spline Linear, Spline Kuadrat dan Spline Kubik. Dari hasil
percobaan dapat diketahui nilai Interpolasi yang dilakukan oleh Spline Linear,
Spline Kuadrat dan Spline Kubik. Perbandingan Interpolasi dari data masukan
dianalisis dengan menggunakan grafik dan hasilnya dianalisis untuk ditarik ke-
simpulan.
B. Perancangan Antarmuka
Program yang dibuat terdiri dari 2 layar, yaitu :
1. Layar Sampul
Perbandingan Interpolasi dalam Metode Spline

LOGO
Oleh :
013114014
Jurusan Matematika
Fakultas Matematika Dan Ilmu Pengetahuan alam
Universitas Sanata Dharma
Yogyakarta
Spline Exit
Gambar 3.1 Rancangan Layar Sampul

Dalam layar ini berisi text judul, nama penyusun beserta NIM,
nama fakultas dan nama universitas serta 2 tombol pilihan.
2. Layar Masukan Spline
Dalam layar ini terdapat pilihan spline, edit text untuk jumlah data
masukan, jumlah data yang dicari, kolom baris untuk dihapus dan kolom baris
untuk ditambah, stringgrind untuk masukan nilai-nilai data, 2 tabsheet yang
masing-masing terdapat stringgrid untuk hasil pencarian dan galat, chart untuk
grafik spline yang dipilih dan 11 tombol pilihan.
Gambar 3.2 Rancangan Layar Spline

C. Rancangan Proses
Proses yang dilakukan untuk membandingkan Interpolasi dalam
metode Spline yaitu Spline Linear, Spline Kuadrat dan Spilne Kubik, dilakukan
percobaan dengan memasukan nilai-nilai data. Pertama kali yang dilakukan yaitu
memilih spline yang akan digunakan, kemudian memasukan nilai-nilai data, jum-
lah data, jumlah pencarian dan nilai yang akan dicari. Selanjutnya program mela-
kukan proses perhitungan sebanyak nilai yang dicari. Hasil yang ditampilkan dari
perhitungan berupa nilai interpolasi. Dari hasil perhitungan ketiga spline tersebut
akan ditampilkan galat untuk masing-masing nilai yang didapat. Dari hasil perco-
baan kemudian dianalisis dan dibandingkan galatnya untuk setiap spline.
D. Implementasi
Dalam program masukan spline ini terdapat tiga bagian penting dalam me-
tode Spline yaitu perhitungan Spline Linear, Spline Kuadrat dan Spline Kubik.
1. Spline Linear
Alur Spline Linear digambarkan secara singkat pada gambar 4.1. Titik-
titik data yang diketahui dianggap X dan nilai-nilai data yang diketahui dianggap
fx dan titik-titik data yang akan dicari nilainya dianggap masuk.

Mulai
Input data, pencarian,

X (Titik-titik data),fx (Nilai-Nilai data),
masuk(Titik-titik data yang nilainya
akan dicari)
i=1
i<= Tidak
data-1
Ya
masuk
>= Xi
& Tidak
masuk
<= Xi+1
Ya
Perhitungan Spline Linear :
(masuk − X i )
fx i + 1 − fx i
fx = fx i +
Xi + 1 − Xi
i=i+1
Tulis fx
Selesai
Gambar 3.3 Flowchart Spline Linear

Setelah user memasukan banyaknya data yang diketahui, banyaknya data
yang dicari, titik-titik data dan nilai-nilai data yang diketahui, titik-titik data yang
nilainya yang akan dicari, selanjutnya dengan menekan tombol Spline maka pro-
gram menjalankan proses perhitungan dengan Spline Linear.
Potongan programnya sebagai berikut :
for i :=1 to data-1 do

begin
if(masuk[w]>=strtofloat(cells[1,i]))and
(masuk[w]<=strtofloat(cells[1,i+1]))then
begin
fx:=strtofloat(cells[2,i])+(((strtofloat(cells[2,i+1])-
strtofloat(cells[2,i]))/(strtofloat(cells[1,i+1])-
strtofloat(cells[1,i])))*(masuk[w]-
strtofloat(cells[1,i])));
with StringGrid1 do
begin
Cells[2,w]:= FloatToStr(fx);
end;
end;
end;
Nilai Spline Linear digunakan untuk pencarian galat. Saat tombol galat
diklik maka program akan menjalankan nilai galat untuk Spline Linear. Untuk
pembuatan grafik yang pertama dilakukan adalah menghitung selisih titik data
yang diketahui yang terakhir dengan titik data yang diketahui yang pertama dan
dibagi 1000. Hasilnya merupakan penambahan titik data yang diketahui yang
pertama sampai titik data yang diketahui yang terakhir. Kemudian program
melakukan perhitungan nilai data dengan alur perhitungan Spline Linear.
2. Spline Kuadrat
Alur Spline Kuadrat digambarkan secara singkat pada gambar 4.2. Titik-
titik data yang diketahui dianggap X dan nilai-nilai data yang diketahui dianggap
fx dan titik-titik data yang akan dicari nilainya dianggap masuk.

Mulai

X[ (Titik-titik data), fx (Nilai-Nilai data),
akan dicari)
Hitung Koef.
b1, c1, a2, b2, c2
k=3
Mencari Koefisien
Spline Kuadrat
ak,bk,ck
k <=
data-1
Ya
Hitung ak, bk, ck

Tidak
k=k+1
masuk
>= X1 Tidak
& k=3
masuk
<= X2
Ya k <=
data
fx = b1 * masuk + c1 Tidak
Ya
masuk
Tulis fx >= Xk-1
&
Perhitungan masuk
Selesai <= Xk
Spline Kuadrat
Ya
fx = a[k-1] * masuk
Tidak masuk+ b{k-1]
* masuk+ c[k-1]
k=k+1
Gambar 3.4 Flowchart Spline Kuadrat
Spline Kuadrat membutuhkan membutuhkan 3(n-1) buah konstanta yang
dicari dengan mengikuti kondisi yang ada di bab II. Setelah user memasukan ban-
yaknya data yang diketahui, banyaknya data yang dicari, titik-titik data dan nilai-
nilai data yang diketahui, titik-titik data yang nilainya yang akan dicari maka pro-
gram akan mencari 3(n-1) konstanta yang dibutuhkan. Pencarian konstanta
dilakukan pensubtitusian. Potongan program berikut merupakan pencarian
konstanta ak, bk, ck:
for k:=3 to data-1 do

begin
r[k]:=StrToFloat(Cells[1,k])-StrToFloat(Cells[1,k+1]);
t[k]:=StrToFloat(Cells[2,k])-StrToFloat(Cells[2,k+1]);
end;
b[1]:=(StrToFloat(Cells[2,1])-StrToFloat(Cells[2,2]))/
(StrToFloat(Cells[1,1])-StrToFloat(Cells[1,2]));
c[1]:=StrToFloat(Cells[2,1])-b[1]*StrToFloat(Cells[1,1]);
a[2]:=(StrToFloat(Cells[2,2])-StrToFloat(Cells[2,3]))-
(b[1]*(StrToFloat(Cells[1,2])-StrToFloat(Cells[1,3])))/
(2*StrToFloat(Cells[1,2])*StrToFloat(Cells[1,3])-
StrToFloat(Cells[1,2])*StrToFloat(Cells[1,2])-
StrToFloat(Cells[1,3])*StrToFloat(Cells[1,3]));
b[2]:=b[1]-2*a[2]*StrToFloat(Cells[1,2]);
c[2]:=StrToFloat(Cells[2,2])-a[2]*StrToFloat(Cells[1,2])*
StrToFloat(Cells[1,2])-b[2]*StrToFloat(Cells[1,2]);

begin
j[k]:=2*StrToFloat(Cells[1,k])*StrToFloat(Cells[1,k+1])-
StrToFloat(Cells[1,k])*StrToFloat(Cells[1,k])-
StrToFloat(Cells[1,k+1])*StrToFloat(Cells[1,k+1]);
end;
for k:= 3 to data-1 do

begin
a[k]:= ((StrToFloat(Cells[2,k])-StrToFloat(Cells[2,k+1]))-
(((2*a[k-1]*StrToFloat(Cells[1,k]))+b[k-1])*r[k]))/j[k];
b[k]:= ((2*a[k-1]*StrToFloat(Cells[1,k]))+b[k-1])-
(2*a[k]*StrToFloat(Cells[1,k]));
c[k]:= StrToFloat(Cells[2,k])-a[k]*StrToFloat(Cells[1,k])*
StrToFloat(Cells[1,k])-b[k]*StrToFloat(Cells[1,k]);
end;
Potongan program berikut untuk mencari nilai Spline Kuadrat :

if(masuk[w]<StrToFloat(Cells[1,2]))and
(masuk[w]>=StrToFloat(Cells[1,1]))then
begin
fx:=b[1]*masuk[w]+c[1];
With StringGrid1 do
begin
end;
end;
for k:=3 to data do

begin
if(masuk[w]>=StrToFloat(Cells[1,k-1]))and
(masuk[w]<=StrToFloat(Cells[1,k]))then
begin
fx :=a[k-1]*masuk[w]*masuk[w]+b[k-1]*masuk[w]+c[k-1];
with StringGrid1 do
begin
end;
end;
end;
Nilai Spline Kuadrat digunakan untuk pencarian galat. Saat tombol galat dik-
lik maka program akan menjalankan nilai galat untuk Spline Kuadrat. Untuk
dibagi 1000. Hasilnya merupakan penambahan titik data yang diketahui yang per-
tama sampai titik data yang diketahui yang terakhir. Kemudian program
melakukan perhitungan nilai data dengan alur perhitungan Spline Kuadrat.
3. Spline Kubik
Alur Spline Kubik digambarkan secara singkat pada gambar 4.3. Titik-titik
data yang diketahui dianggap X dan nilai-nilai data yang diketahui dianggap fx
dan titik-titik data yang akan dicari nilainya dianggap masuk.

Mulai

X[ (Titik-titik data), fx (Nilai-Nilai data),
akan dicari)
Hitung
Selisih titik (h1)& nilai data (d1]
k=2
Selisih titik
k <= data hk & nilai
data data dk
Ya
Hitung
Selisih titik (hk)&
nilai data (dk] Tidak
k=k+1
Turunan kedua ujung simpul

m1 = 0 & mdata = 0
k = data - 1
k <= 2
Ya
Turunan
mk = ( vk-ck * mk+1 ) Kedua mk
/ bk Tidak
k=k-1
Turunan kedua ujung simpul

m1 = 0 & mdata = 0
1
k=1
k <= Iterasi koefisien Spline

data Kubik
Ya Tidak Sk,1, Sk,2, Sk,3, Sk,4
Hitung koef.
Sk,1, Sk,2, Sk,3, Sk,4
k = k+ 1
Tidak
X = X0
Ya jj = 2
k=1
ww = masuk – Xk
z = ((Sk,4 * ww + Sk,3) Tidak jj <=
* w + Sk,2) * w + Sk,1
data
Ya
Tulis fx
masuk
Selesai Tidak >= Xjj - 1
&
masuk
<= Xjj
Perhitungan Spline Ya
Kubik k = jj -1
ww = masuk – Xk
z = ((Sk,4 * ww + Sk,3)
* w + Sk,2) * w + Sk,1
jj = jj + 1
Gambar 3.5 Flowchart Spline Kubik

Spline Kuadrat membutuhkan membutuhkan 4n buah konstanta yang
dicari dengan mengikuti kondisi yang ada di bab II. Setelah user memasukan
banyaknya data yang diketahui, banyaknya data yang dicari, titik-titik data dan
nilai-nilai data yang diketahui, titik-titik data yang nilainya yang akan dicari maka
program akan mencari 4n konstanta yang dibutuhkan. Pencarian konstanta
dilakukan dengan eliminasi Gauss. Potongan program berikut merupakan
pencarian konstanta Sk,1, Sk,2, Sk,3, Sk,4.
cells[1,data+1]:=floattostr(0);
h[1] := strtofloat(cells[1,2])-strtofloat(cells[1,1]);
d[1] := (strtofloat(cells[2,2])-strtofloat(cells[2,1]))/h[1];
for k :=2 to data do

begin
h[k] := strtofloat(cells[1,k+1])-strtofloat(cells[1,k]);
d[k] := (strtofloat(cells[2,k+1])-strtofloat(cells[2,k]))/h[k];
a[k] := h[k];
b[k] := 2*(h[k-1]+h[k]);
c[k]:= h[k];
end;
for k := 2 to data do
begin
v[k] :=6*(d[k]-d[k-1]);
end;
m[1] := 0;
m[data] := 0;
begin
tt := a[k-1]/b[k-1];
v[k] := v[k]-tt*v[k-1];
b[k] := b[k]-tt*c[k-1];
end;
m[data] := v[data]/b[data];
for k:= data-1 downto 2 do

begin
m[k] := (v[k]-c[k]*m[k+1])/b[k];
end;
m[1] := 0;
m[data] := 0;
begin
s[k,1] := strtofloat(cells[2,k]);
s[k,2] := d[k]-((h[k]*((2*m[k])+m[k+1]))/6);
s[k,3] := m[k]/2;
s[k,4] := (m[k+1]-m[k])/(6*h[k]);
end;
Potongan program berikut untuk mencari nilai Spline Kubik :
for jj := 2 to data do
begin
if(masuk[w]>=strtofloat(cells[1,jj-1]))and
(masuk[w]<=strtofloat(cells[1,jj]))then
begin
k := jj-1;
ww := masuk[w]-strtofloat(cells[1,k]);
z := ((s[k,4]*ww+s[k,3])*ww+s[k,2])*ww+s[k,1];
with stringgrid1 do
begin
cells[4,w] := FloatToStr(z);
end;
end;
end;
if (masuk[w] = strtofloat(cells[1,1])) then

begin
k := 1;
with stringgrid1 do
begin
end;
end;
Nilai Spline Kubik digunakan untuk pencarian galat. Saat tombol galat diklik
maka program akan menjalankan nilai galat untuk Spline Kubik. Untuk
dibagi 1000. Hasilnya merupakan penambahan titik data yang diketahui yang
pertama sampai titik data yang diketahui yang terakhir. Kemudian program
melakukan perhitungan nilai data dengan alur perhitungan Spline Kubik.

BAB IV
ANALISIS
A. Hasil Implementasi
1. Layar Sampul
Gambar 4.1 Hasil Implementasi Layar Sampul
Layar sampul berisi 2 tombol yaitu :
a. Spline : Untuk menuju layar spline
b. Exit : Untuk Keluar dari program.

2. Layar Spline
Gambar 4.2 Hasil Implementasi Spline
Layar Spline terdapat 2 tabsheet yang pertama untuk pencarian dan yang
kedua untuk galat. Layar Spline keseluruhannya terdiri dari :
a. CheckBox
Digunakan untuk memilih Spline yang akan digunakan
b. Edit Text
Tempat masukan untuk jumlah data masukan, jumlah data yang dicari,
kolom baris yang ingin dihapus, dan kolom baris yang ingin ditambah.
c. BitBtn
- No : Digunakan untuk memberi nomor baris.
- Reset : Digunakan untuk membersihkan semua tampilan.
- Delete : Digunakan untuk menghilangkan kolom baris yang di-
inginkan.
- Spline : Digunakan untuk mencari nilai Spline.
- Clear : Digunakan untuk menghapus grafik.
- Grafik : Digunakan untuk menggambar grafik.
- Close : Untuk kembali ke layar sampul.
d. StringGrid
- Data : Digunakan untuk masukan nilai data.
- Pencarian : Digunakan untuk masukan nilai data yang dicari dan
hasil pencarian.
- Galat : Digunakan untuk hasil perhitungan galat.
e. PageControl
- Pencarian : Digunakan untuk StringGrid Pencarian.
- Galat : Digunakan untuk StringGrid Galat.
f. Chart : Digunakan untuk tempat menggambar grafik.

B. Pengujian Program Spline
Contoh 4.1
Mencari nilai Interpolasi terhadap data pada tabel 2.1 sebagai data yang
diketahui untuk mencari x = [1.11 1.22 1.33 1.44 1.49]
Gambar 4.3 Hasil Perhitungan Spline
C. Percobaan dan Analisis
Percobaan yang dilakukan untuk menganalisis galat dan waktu
komputasi. Percobaan dilakukan sebanyak dua kali yaitu dengan 5 pasangan
data. Beda jauh data untuk percobaan pertama yaitu 0.1 dan percobaan kedua
0.3. Untuk menganalisis galat dilakukan dengan mencari 20 nilai data yang ti-
tik datanya diketahui. Setelah melakukan percobaan untuk Spline Linear,
Spline Kuadrat dan Spline Kubik, hasil yang diperoleh akan dianalisis dengan
galat dan grafik.. Untuk menganalisis waktu komputasi, percobaan dilakukan
dengan jumlah data pencarian yang berbeda-beda.

1. Galat
a. Percobaan 1
No x y
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
Tabel 4.1 Data Percobaan 1
Data Nilai Tabel Galat (%)

No
x y Spline Linear Spline Kuadrat Spline kubik
1 1.11 0.1044 0.38 0.38 0.19
2 1.12 0.1133 0.52 0.52 0.26
3 1.13 0.1222 0.55 0.55 0.33
4 1.14 0.1310 0.69 0.69 0.31
5 1.15 0.1398 0.72 0.72 0.29
6 1.21 0.1906 0.16 0.16 0
7 1.22 0.1989 0.30 0.25 0
8 1.23 0.2070 0.34 0.39 0.05
9 1.24 0.2151 0.37 0.42 0.05
10 1.25 0.2231 0.31 0.45 0.04
11 1.31 0.2700 0.07 0.11 0.04
12 1.32 0.2776 0.14 0.18 0.04
13 1.33 0.2852 0.21 0.28 0.04
14 1.34 0.2927 0.24 0.31 0.03
15 1.35 0.3001 0.23 0.30 0.07
16 1.41 0.3436 0.06 0.09 0
17 1.42 0.3507 0.11 0.17 0
18 1.43 0.3577 0.14 0.22 0
19 1.44 0.3646 0.14 0.25 0.03
20 1.45 0.3716 0.16 0.24 0.03
Tabel 4.2 Hasil Galat Percobaan 1

Grafik Galat Percobaan 1

0.8
0.7
0.6
Galat ( % )
0.5
0.4
0.3
0.2
0.1
0
1.11 1.13 1.15 1.22 1.24 1.31 1.33 1.35 1.42 1.44
Tititk Data Pencarian
Spline Linear Spline Kuadrat Spline Kubik
Grafik 4.1 Galat Percobaan 1
Dari tabel 4.2 dan grafik 4.1 diperoleh keterangan :
a. Galat yang dihasilkan Spline Linear dan Spline Kuadrat bisa sama.
b. Dari grafik 4.1 diketahui bahwa Spline Linear yang merupakan orde yang
lebih kecil dibandingkan Spline Kuadrat, menghasilkan galat yang lebih
kecil. Dengan kata lain orde yang lebih tinggi tidak menjamin akan
menghasilkan galat yang lebih kecil.
c. Galat yang dihasilkan Spline Kubik lebih kecil dari galat yang dihasilkan
Spline Linear dan Spline Kuadrat.
d. Galat yang dihasilkan Spline Kubik mendekati nol persen dan bisa nol.
b. Percobaan 2
No x y
1 1.1 0.0953
2 1.4 0.3365
3 1.7 0.5306
4 2.0 0.6931
5 2.3 0.8329
Nilai Data Tabel Galat (%)

No
x y Spline Linear Spline Kuadrat Spline Kubik
1 1.11 0.1044 1.05 1.05 0.67
2 1.12 0.1133 1.68 1.68 1.06
3 1.13 0.1222 2.30 2.30 1.39
4 1.14 0.1310 2.67 2.67 1.60
5 1.15 0.1398 3.08 3.08 1.86
6 1.21 0.1906 3.62 3.62 1.78
7 1.22 0.1989 3.57 3.57 1.76
8 1.23 0.2070 3.49 3.49 1.64
9 1.24 0.2151 3.35 3.35 1.53
10 1.25 0.2231 3.23 3.23 1.43
11 1.31 0.2700 2.18 2.18 0.74
12 1.32 0.2776 1.95 1.95 0.65
13 1.33 0.2852 1.75 1.75 0.56
14 1.34 0.2927 1.50 1.50 0.44
15 1.35 0.3001 1.27 1.27 0.37
16 1.41 0.3436 0.17 0.26 0.06
17 1.42 0.3507 0.37 0.48 0.09
18 1.43 0.3577 0.50 0.70 0.11
19 1.44 0.3646 0.60 0.88 0.16
20 1.45 0.3716 0.75 1.02 0.16


4
3.5
3
Galat ( % )
2.5
2
1.5
1
0.5
0
1.11 1.13 1.15 1.22 1.24 1.31 1.33 1.35 1.42 1.44
Titik Data Pencarian
a. Dari grafik 4.2 diketahui bahwa semakin besar beda jauh data maka galat
yang dihasilkan Spline Linear dan Spline Kuadrat relatif sama.
b. Galat yang dihasilkan Spline Kubik tetap lebih kecil dibandingkan galat
yang dihasilkan Spline Linear dan Spline Kuadrat meskipun beda jauh data
bertambah.
c. Semakin besar beda jauh data maka persen galat yang dihasilkan semakin
besar.
c. Percobaan 3
No x y
1 1 0
2 10 2.3026
3 20 2.9957
4 30 3.4012
5 40 3.6889
Nilai Data Tabel Galat (%)

No
x y Spline Linear Spline Kuadrat Spline Kubik
1 1.11 0.1044 73.0585 73.0585 68.1992
2 1.12 0.1133 72.9038 72.9038 68.0494
3 1.13 0.1222 72.7496 72.7496 67.9214
4 1.14 0.1310 72.6718 72.6718 67.7863
5 1.15 0.1398 72.5125 72.5125 67.6681
6 10.11 2.3135 0.1426 0.7348 0.2896
7 10.12 2.1451 7.7292 8.7595 8.2374
8 10.13 2.3155 0.1684 0.8637 0.3412
9 10.14 2.3164 0.177 0.9325 0.3669
10 10.15 2.3174 0.1899 1.0011 0.3927
11 20.11 3.0012 0.0333 0.6031 0.03
12 20.12 3.0017 0.0366 0.6563 0.0333
13 20.13 3.0022 0.04 0.7095 0.0366
14 20.14 3.0027 0.0433 0.766 0.04
15 20.15 3.0032 0.0466 0.8191 0.0433
16 30.11 3.4048 0.3348 0.5228 0.1821
17 30.12 3.4051 0.3642 0.5697 0.1968
18 30.13 3.4055 0.3994 0.6166 0.2173
19 30.14 3.4058 0.4287 0.6636 0.232
20 30.15 3.4061 0.458 0.7105 0.2496


80
70
60
Galat ( % )
50
40
30
20
10
0
1.11 1.13 1.15 10.1 10.1 20.1 20.1 20.2 30.1 30.1
Tititk Data Pencarian
a. Dari grafik 4.3 diketahui bahwa semakin kecil nilai data yang dicari maka
galat yang dihasilkan semakin besar, semakin besar nilai data yang dicari
maka galat yang dihasilkan semakin kecil.
b. Semakin kecil nilai data yang dicari, galat yang dihasilkan mendekati 100%.
Semakin besar nilai data yang dicari, galat yang dihasilkan mendekati 0.
2. Waktu Komputasi
a. Percobaan 1
Waktu komputasi untuk percobaan 1 menggunakan tabel 4.1.
Banyak Waktu Komputasi

Data Spline Linear Spline Kuadrat Spline Kubik
5 0.005 0.02 0.02
10 0.01 0.04 0.04
15 0.015 0.055 0.06
20 0.02 0.07 0.08
25 0.025 0.085 0.1
30 0.03 0.1 0.12
Tabel 4.7 Hasil Waktu Komputasi Percobaan 1
W aktu Komputasi Percobaan 1

0.14
Waktu Komputasi
0.12
0.1
0.08
0.06
0.04
0.02
0
5 10 15 20 25 30
Jumlah data
Grafik 4.4 Waktu Komputasi Percobaan 1
a. Waktu Komputasi yang diperlukan untuk Spline Linear lebih cepat dari
Spline Kuadrat dan Spline Kubik. Waktu Komputasi yang diperlukan untuk
Spline Kuadrat dan Spline Kubik bisa sama.
b. Dari grafik 4.4 diketahui bahwa ketiga Spline, fungsi waktunya linear
terhadap jumlah data

c. Waktu Komputasi untuk masing-masing Spline memiliki gradien yang
1
berbeda. Spline Linear memiliki gradien , Spline Kuadrat memiliki
1000
3 4
gradien dan Spline Kubik memiliki gradien . Dari ketiganya
1000 1000
Spline Kubik terbukti memiliki gradien yang paling besar.

b. Percobaan 2
Waktu komputasi untuk percobaan 2 menggunakan tabel 4.3.
Banyak Waktu Komputasi

Data Spline Linear Spline Kuadrat Spline Kubik
5 0.005 0.02 0.02
10 0.01 0.04 0.04
15 0.015 0.06 0.06
20 0.02 0.08 0.08
25 0.025 0.1 0.1
30 0.03 0.115 0.12
Tabel 4.8 Hasil Waktu Komputasi Percobaan 2
W aktu Komputasi Percobaan 2

0.14
Waktu Komputasi
0.12
0.1
0.08
0.06
0.04
0.02
0
5 10 15 20 25 30
Jumlah data
Grafik 4.5 Waktu Komputasi Percobaan 2
a. Waktu Komputasi yang diperlukan Spline Linear tetap lebih cepat diband-
ingkan waktu komputasi yang diperlukan Spline Kuadrat dan Spline Kubik
meskipun beda jauh data bertambah.

b. Dari grafik 4.5 diketahui bahwa beda jauh data tidak terlalu berpengaruh
terhadap waktu komputasi.
c. Waktu komputasi yang diperlukan Spline Kuadrat dan Spline Kubik relatif
sama.
Dari hasil percobaan didapat rata-rata waktu komputasi untuk Spline Linear,
Spline Kuadrat, Spline Kubik.
Waktu Komputasi
Banyak
Spline Spline Spline
Data % % %
Linear Kuadrat Kubik
5 0.005 11.11 0.02 44.44 0.02 44.44
10 0.01 11.11 0.04 44.44 0.04 44.44
15 0.015 11.32 0.0575 43.40 0.06 45.28
20 0.02 11.43 0.075 42.86 0.08 45.71
25 0.025 11.49 0.0925 42.53 0.1 45.98
30 0.03 11.65 0.1075 41.75 0.12 46.60
Rata-rata 11.35 43.24 45.41
Tabel 4.9 Rata-rata Waktu Komputasi
Rata-rata W aktu Komputasi

0.14
Waktu Komputasi
0.12
0.1
0.08
0.06
0.04
0.02
0
5 10 15 20 25 30
Jumlah data
Grafik 4.6 Rata-rata Waktu Komputasi

Rata-rata W aktu Komputasi (%)

Waktu Komputasi (%)
50
40
30
20
10
0
5 10 15 20 25 30
Jumlah data
Grafik 4.7 Rata-rata Waktu Komputasi dalam Persen
Dari grafik 4.6 dan grafik 4.7 rata-rata waktu komputasi Spline Linear
adalah yang tercepat yaitu 11.35 % lebih cepat dan Spline Kubik adalah yang
terlama yaitu 45.51 %. Rata-rata waktu komputasi dalam persen untuk ketiga
spline terbilang konstan walaupun banyak data yang dicari semakin besar,
kalaupun waktu yang digunakan bertambah, penambahannya hanya sedikit.
Semakin banyak data yang dicari semakin lama waktu yang diperlukan.
Dapat disimpulkan bahwa semakin jauh beda data maka galat yang
dihasilkan akan semakin besar. Semakin besar beda data, galat yang dihasilkan
semakin besar jika nilai data yang dicari semakin kecil dan galat yang
dihasilkan semakin kecil jika nilai data yang dicari semakin besar. Waktu yang
digunakan Spline Linear lebih cepat dibanding waktu yang digunakan Spline
Kuadrat dan Spline Kubik dan beda waktunya cukup banyak yaitu kurang lebih
32.98 %. Untuk waktu komputasi ketiga Spline fungsi waktunya linear terhadap
jumlah data. Gradien yang paling besar adalah Spline Kubik. Beda jauh data
tidak terlalu mempengaruhi waktu komputasi, dapat dilihat dari grafik 4.4 dan
grafik 4.5 waktu yang diperlukan Spline Linear, Spline Kuadrat dan Spline
Kubik dengan beda jauh data yang berbeda relatif sama. Waktu yang diperlukan
Spline Kuadrat hampir sama dengan Spline Kubik, perbedaan waktunya hanya
2.17 %.
BAB V
PENUTUP
A. Kesimpulan
Dari hasil percobaan dan analisis maka dapat ditarik kesimpulan sebagai
berikut :
1. Spline Linear membutuhkan paling sedikit 2 pasangan data, Spline
Kuadrat membutuhkan paling sedikit 3 pasangan data, Spline Kuadrat
membutuhkan paling sedikit 4 pasangan data.
2. Spline Kubik menghasilkan Galat yang lebih kecil, mendekati nol di-
bandingkan Spline Linear dan Spline Kuadrat yang menghasilkan galat
lebih besar.
3. Beda jauh data mempengaruhi besar atau kecilnya galat. Semakin
besar beda jauh data semakin besar galat yang dihasilkan. Semakin
besar beda jauh data galat yang dihasilkan Spline Linear dan Spline
Kuadrat relatif sama. Dengan kata lain meskipun Spline Kuadrat
merupakan polinomial orde lebih tinggi dibandingkan dengan Spline
Linear tidak menjamin orde lebih tinggi lebih baik dibandingkan orde
lebih rendah.
4. Semakin besar beda data, galat yang dihasilkan semakin besar jika
nilai data yang dicari semakin kecil dan galat yang dihasilkan semakin
kecil jika nilai data yang dicari semakin besar.

5. Waktu komputasi yang dibutuhkan Spline Linear lebih cepat dari
Spline Kuadrat dan Spline Kubik. Waktu komputasi yang dibutuhkan
Spline Kuadrat dan Spline Kubik relatif sama.
6. Fungsi waktu ketiga Spline adalah linear dan berbanding lurus dengan
jumlah data. Spline Kubik memiliki gradien yang paling besar.
B. Saran
Dari hasil implementasi, percobaan dan analisa saran yang bisa disampaikan :
1. Jika ingin menghasilkan galat yang kecil, Spline Kubik sangat baik untuk
digunakan.
2. Jika ingin perhitungan dengan logaritma yang mudah dan waktu
komputasi lebih cepat, Spline Linear sangat baik digunakan.

DAFTAR PUSTAKA
Ayyub, Bilal, M & Richard, H.McCuen (1996). Numerical Methods for Engi-
neers. New Jersey : Prentice_Hall,Inc.
Burden, Richard L. & Faires, Douglas J. (1993). Numerical Analysis, fifth edi-
tion, PWS Publishing Company, Boston.
Chapra, S. C. dan Canale, R. P. (1988). Metode Numerik, Jilid 1, edisi kedua.
Jakarta : Erlangga.
Erwin, Kreyszig (1988). Matematika Teknik Lanjutan, edisi keenam. Jakarta :
Gramedia.
Wahana Komputer (2003), Panduan Praktis Pemrograman Borland Delphi
7.0, Yogyakarta : Andi Offset.
Zukhri, Zainudin (2005). Delphi 2005 Pemprograman bagi Pemula,
Yogyakarta : Graha Ilmu.

LAMPIRAN
1. Program Spline
procedure TForm2.BitBtn6Click(Sender: TObject);
type
ary=array[1..100]of currency;
arys = array [1..100,1..100] of real;
var
s : arys;
d,h:ary;
m : ary;
ww:currency;
tt,z : currency;
jj: integer;
fx: currency;
masuk:ary;
k,w,i: integer;
a : ary;
b : ary;
c,j,t,v,r: ary;
dd,e,mm: currency;
jarak:integer;
temp,atemp,temp1,btemp1:real;
begin
data:=strtoint(edit1.Text);
pencarian:=strtoint(edit2.Text);
if (data <= 100)then

begin
if (data >=4)then
begin
with grid do
begin
for i:=1 to data-1 do
begin
for jarak:= 1 to data-i do
begin
if (strtofloat(Cells[1,jarak]) > strto-
float(cells[1,jarak+1])) then
begin
temp:=strtofloat(cells[1,jarak]);
atemp:=strtofloat(cells[1,jarak+1]);
cells[1,jarak]:=floattostr(atemp);
cells[1,jarak+1]:=floattostr(temp);
temp1:=strtofloat(cells[2,jarak]);
btemp1:=strtofloat(cells[2,jarak+1]);
cells[2,jarak]:=floattostr(btemp1);
cells[2,jarak+1]:=floattostr(temp1);
end;
end; end; end;
with StringGrid1 do
begin
for w:= 1 to pencarian do
begin
masuk[w] := StrToFloat(cells[1,w]);
end;
for i:=1 to pencarian-1 do
begin
for jarak:= 1 to pencarian-i do
begin
begin
masuk[jarak]:=strtofloat(cells[1,jarak]);
masuk[jarak+1]:=strtofloat(cells[1,jarak+1]);
end;
end; end;
end;
with stringgrid1 do
begin
for i:=1 to pencarian do
begin
a[i]:=strtofloat(cells[1,i]);
end;
end;
with stringgrid2 do
begin
for i:= 1 to pencarian do
begin
cells[1,i]:=floattostr(a[i]);
end;
end;
with grid do
begin
for w:=1 to pencarian do
begin
if (ma-
suk[w]>=strtofloat(cells[1,1]))and(masuk[w]<=strtofloat(cells[1
,data]))then
begin
//Spline Linear
if checkbox1.Checked then
begin
begin
if(masuk[w]>=strtofloat(cells[1,i]))and(masuk[w]<=strtofloat(ce
lls[1,i+1]))then
begin
fx
:=strtofloat(cells[2,i])+(((strtofloat(cells[2,i+1])-
strtofloat(cells[2,i]))/
(strtofloat(cells[1,i+1])-
strtofloat(cells[1,i])))*(masuk[w]-strtofloat(cells[1,i])));
with StringGrid1 do
begin
end;
inc(timer);
break;
end;
end;
end;
//Spline Kuadrat
begin

begin
end;
mm:=StrToFloat(Cells[1,1])-StrToFloat(Cells[1,2]);
b[1]:=(StrToFloat(Cells[2,1])-StrToFloat(Cells[2,2]))/mm;
dd:=(StrToFloat(Cells[2,2])-StrToFloat(Cells[2,3]))-
(b[1]*(StrToFloat(Cells[1,2])
-StrToFloat(Cells[1,3])));
e:=(2*StrToFloat(Cells[1,2])*StrToFloat(Cells[1,3])-
StrToFloat(Cells[1,2])
*StrToFloat(Cells[1,2])-
a[2]:=dd/e;

begin
end;
v[2]:=(2*a[2]*StrToFloat(Cells[1,3]))+b[2];

begin
a[k]:= ((StrToFloat(Cells[2,k])-
StrToFloat(Cells[2,k+1]))-
(((2*a[k-1]*StrToFloat(Cells[1,k]))+b[k-
1])*r[k]))/j[k];
c[k]:= StrToFloat(Cells[2,k])-
a[k]*StrToFloat(Cells[1,k])*
StrToFloat(Cells[1,k])-
b[k]*StrToFloat(Cells[1,k]);
end;
if (ma-
suk[w]<StrToFloat(Cells[1,2]))and(masuk[w]>=StrToFloat(Cells[1,
1]))then
begin
fx:=b[1]*masuk[w]+c[1];
With StringGrid1 do
begin
end;
inc(waktu);
end;
for k:=3 to data do

begin
if(masuk[w]>=StrToFloat(Cells[1,k-
1]))and(masuk[w]<=StrToFloat(Cells[1,k]))then
begin
fx :=a[k-1]*masuk[w]*masuk[w]+b[k-1]*masuk[w]+c[k-1];
with StringGrid1 do
begin
end;
end;
inc(waktu);
end;
end;
//Spline Kubik
begin
d[1] := (strtofloat(cells[2,2])-
strtofloat(cells[2,1]))/h[1];

begin
h[k] := strtofloat(cells[1,k+1])-
strtofloat(cells[1,k]);
d[k] := (strtofloat(cells[2,k+1])-
strtofloat(cells[2,k]))/h[k];
a[k] := h[k];
b[k] := 2*(h[k-1]+h[k]);
c[k]:= h[k];
end;
begin
v[k] :=6*(d[k]-d[k-1]);
end;
m[1] := 0;
m[data] := 0;
begin
tt := a[k-1]/b[k-1];
v[k] := v[k]-tt*v[k-1];
b[k] := b[k]-tt*c[k-1];
end;

begin
m[k] := (v[k]-c[k]*m[k+1])/b[k];
end;
m[1] := 0;
m[data] := 0;
begin
s[k,2] := d[k]-((h[k]*((2*m[k])+m[k+1]))/6);
s[k,3] := m[k]/2;
s[k,4] := (m[k+1]-m[k])/(6*h[k]);
end;
for jj := 2 to data do
begin
if(masuk[w]>=strtofloat(cells[1,jj-
1]))and(masuk[w]<=strtofloat(cells[1,jj]))then
begin
k := jj-1;
with stringgrid1 do
begin
end;
end;
inc(before);
end;
if (masuk[w] = strtofloat(cells[1,1])) then

begin
k := 1;
with stringgrid1 do
begin
end;
inc(before);
end;
end;
end
else
begin
MessageDlg('Masukan Anda Salah',mtWarning,[mbOk],0)
end;
end;
end;
bitbtn6.Visible := false;
bitbtn9.Visible := true;
end
else
begin
MessageDlg('Jumlah data Tidak Boleh kurang dari
3!!',mtWarning,[mbOk],0)
end;
end
else
begin
MessageDlg('Jumlah data Tidak Boleh lebih dari
100!!',mtWarning,[mbOk],0)
end;
end;
2. Program Galat
var
i:integer;
a,b,c,asli,aa,bb,cc:array[1..100]of currency;
begin
pencarian := strtoint(edit2.Text);
with stringgrid2 do
begin
begin
if (cells[2,i]='') then
begin
MessageDlg('Nilai Tabel belum Diisi!!',mtWarning,[mbOk],0)
end;
end;
end;
with stringgrid1 do
begin
begin
a[i]:=strtofloat(cells[2,i]);
b[i]:=strtofloat(cells[3,i]);
c[i]:=strtofloat(cells[4,i]);
end;
end;
with stringgrid2 do
begin
for i:= 1 to pencarian do
begin
asli[i]:=strtofloat(cells[2,i]);
aa[i]:=abs((asli[i]-a[i])/asli[i]*100);
bb[i]:=abs((asli[i]-b[i])/asli[i]*100);
cc[i]:=abs((asli[i]-c[i])/asli[i]*100);
cells[3,i]:=floattostr(aa[i]);
cells[4,i]:=floattostr(bb[i]);
cells[5,i]:=floattostr(cc[i]);
end;
end;
end;
3. Program Grafik
type
ary=array[1..100]of currency;
arys = array [1..100,1..100] of real;
var
s,d,h,m,a,b : ary;
w,tt,z,fx : currency;
jj,jarak,k,i: integer;
c,j,t,v,r: ary;
dd,e,mm,dt: currency;
masuk:real;
temp,atemp,temp1,btemp1:currency;
begin
groupbox3.Visible :=true;
data:=strtoint(edit1.Text);
with grid do
begin
for i:=1 to data-1 do
begin
for jarak:= 1 to data-i do
begin
begin
temp1:=strtofloat(cells[2,jarak]);
btemp1:=strtofloat(cells[2,jarak+1]);
cells[2,jarak]:=floattostr(btemp1);
cells[2,jarak+1]:=floattostr(temp1);
end;
end;
end;
end;
with grid do
begin
dt:=(strtofloat(cells[1,data])-strtofloat(cells[1,1]))/1000;
masuk:=strtofloat(cells[1,1]);
// Grafik Spline Linear

begin
while masuk <= strtofloat(cells[1,data]) do
begin
begin
if(masuk>=strtofloat(cells[1,i]))and
(masuk<=strtofloat(cells[1,i+1]))then
begin
fx :=strtofloat(cells[2,i])+(((strtofloat(cells[2,i+1])-
strtofloat(cells[2,i]))/
(strtofloat(cells[1,i+1])-
strtofloat(cells[1,i])))*(masuk- strto-
float(cells[1,i])));
series1.AddXY(masuk,fx);
masuk:=masuk+dt;
end;
end;
end;
end;
// akhir Spline linear
//Grafik Spline Kuadrat

begin
begin
end;
mm:=StrToFloat(Cells[1,1])-StrToFloat(Cells[1,2]);
b[1]:=(StrToFloat(Cells[2,1])-StrToFloat(Cells[2,2]))/mm;
dd:=(StrToFloat(Cells[2,2])-StrToFloat(Cells[2,3]))-
(b[1]*(StrToFloat(Cells[1,2])
-StrToFloat(Cells[1,3])));
e:=(2*StrToFloat(Cells[1,2])*StrToFloat(Cells[1,3])-
StrToFloat(Cells[1,2])*StrToFloat(Cells[1,2])-
a[2]:=dd/e;

begin
end;
v[2]:=(2*a[2]*StrToFloat(Cells[1,3]))+b[2];

begin
a[k]:= ((StrToFloat(Cells[2,k])-
StrToFloat(Cells[2,k+1]))-
(((2*a[k-1]*StrToFloat(Cells[1,k]))+
b[k-1])*r[k]))/j[k];
c[k]:= StrToFloat(Cells[2,k])-
a[k]*StrToFloat(Cells[1,k])*
StrToFloat(Cells[1,k])-
b[k]*StrToFloat(Cells[1,k]);
end;
while masuk<=strtofloat(cells[1,data]) do
begin
if (masuk<StrToFloat(Cells[1,2]))and
(masuk>=StrToFloat(Cells[1,1]))then
begin
fx:=b[1]*masuk+c[1];
masuk:=masuk+dt;
end;
if(masuk>=StrToFloat(Cells[1,2]))and
(masuk<=StrToFloat(Cells[1,data]))then
begin
for k:=3 to data do
begin
if(masuk>=StrToFloat(Cells[1,k-1]))and
(masuk<=StrToFloat(Cells[1,k]))then
begin
fx :=a[k-1]*masuk*masuk+b[k-1]*masuk+c[k-1];
masuk:=masuk+dt;
end;
end;
end;
end;
end;
// akhir Spline Kuadrat
//Grafik Spline Kubik

begin
with grid do
begin
d[1] := (strtofloat(cells[2,2])-
strtofloat(cells[2,1]))/h[1];

begin
h[k] := strtofloat(cells[1,k+1])- strto-
float(cells[1,k]);
d[k] := (strtofloat(cells[2,k+1])-
strtofloat(cells[2,k]))/h[k];
a[k] := h[k];
b[k] := 2*(h[k-1]+h[k]);
c[k]:= h[k];
end;
begin
v[k] :=6*(d[k]-d[k-1]);
end;
m[1] := 0;
m[data] := 0;
begin
tt := a[k-1]/b[k-1];
v[k] := v[k]-tt*v[k-1];
b[k] := b[k]-tt*c[k-1];
end;

begin
m[k] := (v[k]-c[k]*m[k+1])/b[k];
end;
m[1] := 0;
m[data] := 0;
begin
s[k,2] := d[k]-((h[k]*((2*m[k])+m[k+1]))/6);
s[k,3] := m[k]/2;
s[k,4] := (m[k+1]-m[k])/(6*h[k]);
end;
while masuk <= strtofloat(cells[1,data]) do
begin
for jj := 2 to data do begin
if(masuk>=strtofloat(cells[1,jj-1]))and
(masuk<=strtofloat(cells[1,jj]))then
begin
k := jj-1;
w := masuk-strtofloat(cells[1,k]);
z := ((s[k,4]*w+s[k,3])*w+s[k,2])*w+s[k,1];
series3.AddXY(masuk,z);
masuk:=masuk+dt;
end; end;
if (masuk = strtofloat(cells[1,1])) then

begin
k := 1;
w := masuk-strtofloat(cells[1,k]);
z := ((s[k,4]*w+s[k,3])*w+s[k,2])*w+s[k,1];
series3.AddXY(masuk,z);
masuk:=masuk+dt;
end;
end;
end;
end;
//akhir spline kubik
end;
end;

Full PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Full PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PERBANDINGAN INTERPOLASI DALAM METODE SPLINE

Diajukan untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana Sains

Program Studi Matematika

Anastasia Vrysca Jayanti

PROGRAM STUDI MATEMATIKA

When Jesus Say That He Love Me

I feel that I am lonely

I listen to the words He say

When He say that He love me

When He say that He love……….

I think that I am nothing

“Janganlah gelisah hatimu; percayalah kepada Allah,

percayalah juga kepada-Ku. ”

My Sweet Heart Jesus

PERNYATAAN KEASLIAN KARYA

dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.

Yogyakarta, 28 Maret 2007

Anastasia Vrysca Jayanti

pendekatan fungsi-fungsi Spline sebagai polinom penghubung. Fungsi Spline ter-

diri Spline Linear, Spline Kuadrat dan Spline Kubik.

dalam proses perhitungan.

Hasil percobaan menunjukkan bahwa beda jauh data mempengaruhi galat.

yang paling lama.

Spline method is one of Interpolation method that with make approxima-

tion Spline functions as connected polynom. Spline function consist of Linear

Spline, Quadrate Spline and Cubic Spline.

In this thesis, will make a program to compare Linear Spline, Quadrate

from data quantity in computation process.

and longer of time computation.

kasih-Nya yang berlimpah, sehingga skripsi yang berjudul Perbandingan Interpo-

menyampaikan rasa terima kasih yang mendalam kepada :

1. My Be Loved Mom…………..Love u, Miss u, Need u,Want u so much.

dalam penyusunan skripsi penulis.

4. Bapak Y. G. Hartono, S. Si, M. Sc, selaku Kaprodi Fakultas MIPA Univer-

dosen, berbagi canda seperti teman dan memahami seperti ayah.

seorang ibu dan tempat bercerita sebagai seorang teman.

6. Dosen-dosen Program Studi Matematika yang memberi dukungan kepada pe-

nulis baik selama kuliah maupun dalam penyusunan skripsi ini.

pan ujian akhir.

8. Sahabat-sahabat tersayang di Tangerang:

selalu bisa diandalkan untuk bertukar fikiran.

jadi teman yang paling manja.

yang selalu bisa diandalkan untuk jalan-jalan.

Sahabat termanis di Yogyakarta :

melarang pergi ke luar paingan saat fikiran penulis sedang kacau.

Kehadiran kalian membuat penulis percaya bahwa Tuhan tidak meninggalkan

saat-saat penulis merasa tidak dapat lagi melangkah.

10. Mas Robeth . . . . . . . . . Thanks ya!!

- Eko yang selalu siap membantu, menyupir dan mentraktir, he....he....

Cayoo Fanya & Eko, Semangat !!!

Friends!! Bapak dan ibu kost atas nasihat-nasihatnya dan penjagaannya.

Yogyakarta, 28 Maret 2007

Anastasia Vrysca Jayanti

HALAMAN PERSETUJUAN PEMBIMBING…………............................. ii

HALAMAN PENGESAHAN……………………………………………… iii

HALAMAN KEASLIAN KARYA……………………………………… v

DAFTAR TABEL…………………………………………………………. xiv

A. Latar Belakang Masalah………………………………..………… 1

E. Metode Penelitian ………………………………………………… 3

F. Pembatasan Penulisan ……………………………………………… 3

G. Sistematika Penulisan …………………………………………..… 4