ABSTRAK
Java merupakan bahasa pemrograman yang mengadopsi banyak sintaksis dari bahasa C dan C++ namun
dengan model sintaks objek yang lebih sederhana serta dukungan rutin. Aplikasi berbasis java umumnya
dikompilasi kedalam p-code(bytecode) dan dapat dijalankan pada berbagai Mesin Virtual Java. Java juga
merupakan bahasa pemrograman yang bersifat umum/non-spesifik atau general purpose , dan secara khusus
didesain untuk memanfaatkan dependensi implementasi seminimal mungkin. Aproksimasi adalah salah satu
usaha untuk menyajikan data berbentuk grafis menjadi kalimat yang matematis. Secara umum aproksimasi
harus memiliki suatu fungsi yang melewati semua titik yang diketahui atau aproksimasi ini lebih dikenal
sebagai Interpolasi. Karena harus melewati semua titik yang ada, maka aka nada banyak fungsi yang
terpenuhi, kecuali jika fungsi tersebut memiliki syarat tertentu. Interpolasi sendiri yaitu merupakan suatu cara
menentukan nilai yang berada di antara dua nilai. Interpolasi Polinomial Lagrange hampir sama dengan
polinomial Newton, tetapi tidak menggunakan bentuk pembagian beda hingga. Dalam penelitian ini yaitu
mengimplementasikan rumus-rumus metode interpolasi polinomial lagrange ke dalam bahasa pemrograman
java netbeans untuk menyelesaikan masalah tentang pertumbuhan jumlah kedatangan wisatawan
mancanegara tahun 2018.
I. PENDAHULUAN
Dari sekian banyaknya persoalan dalam matematika, beberapa dapat diselesaikan secara analitis (bisa
menghasilkan solusi eksak), adapula yang tidak. Sistem persoalan non-linier berukuran besar adalah contoh
model yang sering kali tidak dapat diselesaikan secara analitik. Diperlukan operasi aritmatis serta penghitungan
iteratif untuk menyelesaikan persoalan seperti itu. Teknik seperti ini biasa disebut Metode Numerik. Metode
Numerik adalah bagian dari suatu ilmu matematika khususnya pada matematika rekayasa yang menggunakan
suatu bilangan untuk mengikuti proses matematika yang selanjutnya proses matematika yang telah dirumuskan
itu digunakan untuk menyelesaikan permasalahan yang ada.
Aproksimasi adalah salah satu usaha untuk menyajikan data berbentuk grafis menjadi suatu kalimat
matematis. Secara umum sebuah aproksimasi harus memiliki suatu fungsi yang melewati semua titik yang ada.
Aproksimasi ini dikenal sebagai interpolasi. Interpolasi dalam metode numerik merupakan suatu pendekatan
numerik yang perlu dilakukan, bila kita memiliki nilai suatu fungsi y = y(x) yang tidak dapat diketahui
perumusannya secara tepat, Pada nilai argumen pada x tertentu, Bila kita nilai pada argumen lain disekitar
argumen yang ingin diketahui
Secara analitik, makin besar derajat polinom yang digunakan, hasil yang diperoleh semakin teliti, tetapi
harus dibayar dengan komputasi yang makin panjang. Perlu diperhatikan, dalam realisasi komputer,
penggunaan polinom dengan derajat yang sangat tinggi tidak selalu memberikan hasil aproksimasi yang lebih
teliti. Hal ini disebabkan oleh makin tinggi derajat polinom yang digunakan akan mengakibatkan perhitungan
yang makin banyak sehingga galat pembulatan akan secara signifikan memengaruhi hasilnya. Jadi, perlu
pengalaman dalam memilih derajat polinom yang sesuai agar diperoleh hasil yang optimal[1].
Salah satu implementasi dari ilmu Matematika dasar dan Sains Komputer adalah interpolasi Lagrange.
Interpolasi Lagrange sangat dikenal dalam metode numerik, karena menggunakan fungsi dalam bentuk
polinomial[2]. Interpolasi Lagrange juga memiliki kelebihan yaitu dalam hal akurasi atau ketelitian[3].
1
Newton. Interpolasi Lagrange diterapkan untuk mendapatkan fungsi polinomial P (x) berderajat tertentu
yang melewati sejumlah titik data. Misalnya, kita ingin mendapatkan fungsi polinomial berderajat satu
yang melewati dua buah titik yaitu (x0, y0) dan (x1, y1).
2
𝑥−𝑥1 𝑥−𝑥2 𝑥−𝑥0 𝑥−𝑥2
f2 (x) = (𝑥 )(𝑥 ) f (x0) + (𝑥 )(𝑥 ) f (x1)
0 −𝑥1 0 −𝑥2 1 −𝑥0 1 −𝑥2
f3(x) =∑3𝑖 = 0 𝐿𝑖 (𝑥) f (xi) = L0(x) f (x0) + L1(x) f (x1) + L2(x) f (x2) + L3(x) f (x3)
3
3. Flowchart Program Lagrange Java Netbeans
4
for (i = 0; i<n ; i++) {
System.out.println("Hitungan ke-"+i);
pembilang = 1 ; penyebut = 1;
for(j = 0 ; j<n ; j++){
if (j != i) {
pembilang = pembilang * (x - arrayx[j]);
//--------------------
penyebut = penyebut * (arrayx[i] - arrayx[j]);
float pembilang2 = x-arrayx[j];
float penyebut2 = arrayx[i] - arrayx[j];
System.out.println("Pembilang = "+ x + " - " +arrayx[j]+" = "+ (pembilang2));
System.out.println("Penyebut = " + arrayx[i]+" - " + arrayx[j]+" = " + (penyebut2));
System.out.println("===================================================”);
}
} System.out.println(" y = y + (Pembilang/Penyebut) * yn");
System.out.println(">> y"+i+" = "+ arrayy[i] + "(" + (pembilang) +")" + "/" + penyebut);
System.out.println(" y"+i+" = "+(pembilang/penyebut)*arrayy[i]);
System.out.println(" ");
y = y + (pembilang/penyebut) * arrayy[i];
}
System.out.println("Jadi total y = "+ y);
System.out.println ("Maka x = "+ x + " , " + "y = "+ y);
}
}
5. Studi Kasus Permasalahan
Menghitung pertumbuhan Kedatangan Wisatawan Mancanegara Periode tahun 2018 pada bulan
Maret dan bulan Agustus 2018. Berikut merupakan data yang diperoleh.
Tabel 1. Pertumbuhan kedatangan wisatawan Mancanegara Periode tahun 2018
xi (dalam angka) yi (dalam juta)
1 (Januari) 1.097839
2 (Februari) 1.196503
4 (April) 1.302321
5 (Mei) 1.242705
6 (Juni) 1.322674
7 (Juli) 1.547231
9 (September) 1.370943
10 (Oktober) 1.291605
11 (November) 1.157483
12 (Desember) 1.405554
IV. PEMBAHASAN
A. Penyelesaian Interpolasi Metode Lagrange Secara Eksak
1. Mencari data pada bulan maret secara eksak
𝑥−𝑥1 𝑥−𝑥 𝑥−𝑥
L0(x) =(𝑥 −𝑥
) (𝑥 −𝑥2 ) (𝑥 −𝑥3 ) 𝑦0 = (3−2
1−2
3−4 3−5
) ( ) ( ) 1.097839
1−4 1−5
0 1 0 2 0 3
1 −1 −2
= (−1 ) ( ) ( ) 1.097839
−3 −4
L0(x) = -0.18297317
𝑥−𝑥0 𝑥−𝑥2 𝑥−𝑥3
L1(x) = (𝑥 )(𝑥 )(𝑥 )y1 = (3−1 3−4 3−5
) ( ) ( ) 1.196503
1 −𝑥0 1 −𝑥2 1 −𝑥3 2−1 2−4 2−5
= (21) (−1
−2
−2
) ( ) 1.196503
−3
L1(x) = 0.7976687
5
𝑥−𝑥0 𝑥−𝑥1 𝑥−𝑥3 3−1 3−2 3−5
L2(x) = (𝑥 )(𝑥 )(𝑥 )y2 = (4−1) (4−2) (4−5) 1.302321
2 −𝑥0 2 −𝑥1 2 −𝑥3
= (23) (12) (−2
−1
) 1.302321
L2(x) = 0.868214
𝑥−𝑥0 𝑥−𝑥1 𝑥−𝑥2
L3(x) = (𝑥 )(𝑥 )(𝑥 )y3 = (3−1 3−2 3−4
) ( ) ( ) 1.242705
3 −𝑥0 3 −𝑥1 3 −𝑥2 5−1 5−2 5−4
= (−1
−2
−2
) ( ) 1.547231
−3
L0(x) = 0.5157437
𝑥−𝑥7 𝑥−𝑥10
L1(x) = (𝑥 ) (𝑥 ) 𝑦1 = (8−7 )(
8−10
) 1.370943
9 −𝑥7 9 −𝑥10 9−7 9−10
= (12) (−2
−1
) 1.370943
L1(x) = 1.370943
6
yang akan dicari atau tentukan nilai dari x. Pada kasus ini kita nilai x yang ingin kita cari
yaitu 8 sebagai ganti dari nama bulan agustus.
𝑥−𝑥𝑗
b. Lalu selanjutnya cari nilai Li (x) dengan rumus berikut ( )yi , dilakukan secara
𝑥𝑖 −𝑥𝑗
berulang-ulang sesuai dengan jumlah input yang diinginkan. Pada kasus ini jumlah input
yang dimiliki yaitu 3.
c. Sebagai catatan nilai i dan j tidak boleh memiliki nilai yang sama, dikarenakan bilangan
penyebut akan memiliki nilai 0.
d. Lalu langkah terakhir mencari nilai dari fi(x), yaitu dengan cara menjumlahkan nilai Li
(x) sesuai jumlah data yang telah ditentukan dan telah kita cari sebelumnya. Maka nilai
dari f2(8) yaitu 1.4561515.
Gambar 1.1 (a) Mencari Data Bulan Maret dengan Program Java Netbeans Metode
Lagrange 1 (b) Mencari Data Bulan Maret dengan Program Java Netbeans Metode
Lagrange 2
Gambar 1.2 Mencari Data Bulan Maret dengan Program Java Netbeans Metode Lagrange 3
7
Gambar 2.1 (a) Mencari Data Bulan Agustus dengan Program Java Netbeans Metode
Lagrange 1 (b) Mencari Data Bulan Agustus dengan Program Java Netbeans Metode
Lagrange 2
V. KESIMPULAN
Metode Numerik adalah bagian dari suatu ilmu matematika khususnya pada matematika rekayasa yang
menggunakan suatu bilangan untuk mengikuti proses matematika yang selanjutnya proses matematika
yang telah dirumuskan itu digunakan untuk menyelesaikan permasalahan yang ada. Aproksimasi adalah
salah satu usaha untuk menyajikan data berbentuk grafis menjadi suatu kalimat matematis. Secara umum
sebuah aproksimasi harus memiliki suatu fungsi yang melewati semua titik yang ada. Aproksimasi ini
dikenal sebagai interpolasi. Interpolasi dalam metode numerik merupakan suatu pendekatan numerik yang
perlu dilakukan, bila kita memiliki nilai suatu fungsi y = y(x) yang tidak dapat diketahui perumusannya
secara tepat, Pada nilai argumen pada x tertentu, Bila kita nilai pada argumen lain disekitar argumen yang
ingin diketahui.
Setelah melakukan penyelesaian studi kasus dengan menghitung secara eksak dan program, maka dapat
disimpulkan bahwa.
1. Penyelesaian menggunakan program interpolasi lagrange java netbeans jauh lebih efektif karena jika
kita bandingkan dengan penyelesaian dengan menghitung eksak, hasilnya menunjukan sama. Namun
dengan syarat apabila algoritma yang dijalankan program sesuai dengan rumus-rumus dari interpolasi
lagrange.
2. Penyelesaian menggunakan eksak dan program akan lebih baik jika data yang dimasukkan semakin
banyak, karena apabila data yang dimasukkan semakin banyak, maka kita dapat menentukan hasilnya
dengan semakin akurat. Namun dengan catatan apabila menyelesaikan dengan menghitung eksak,
akan jauh lebih lama dan kurang efektif karena diharuskan menghitung data satu demi satu.
DAFTAR PUSTAKA
[1] D. Muhammad, “Penggunaan Metode Newton dan Lagrange pada Interpolasi Polinom Pergerakan
Harga Saham : Studi Kasus Saham PT Adaro Energi Tbk .,” 2011, pp. 1–6.
[2] T. Yulianto, N. I. Ulfaniyah, and R. Amalia, “Peramalan HIV Menggunakan Interpolasi Lagrange,”
Zeta – Math J. Vol. 2 No. 1, Mei 2016, vol. 2, no. 1, pp. 3–6, 2016.
[3] M. B. M. Lindaa, Yudha Armana, “Aplikasi Interpolasi Lagrange untuk Menentukan Efisiensi
Turbin PLTU,” Prism. Fis. Vol. IV, No. 01 (2016), Hal. 41 – 44, vol. 4, no. September, pp. 41–44,
2016.
[4] I. Rodliyah, “Aplikasi Interpolasi Lagrange dan Ekstrapolasi dalam Peramalan Jumlah Penduduk,”
2015, pp. 265–272.
[5] Krisnawati, “Implementasi interpolasi lagrange untuk prediksi nilai data berpasangan dengan
menggunakan matlab,” in Seminar Nasional Teknologi 2007 (SNT 2007), 2007, vol. 2007, no.
November, pp. 1–7.