ADATUL MUKARROMAH 1

Minggu IX/X-Analisis Numerik

▪ Data sering diberikan dalam bentuk diskrit
sepanjang kontinyu. Terkadang diperlukan
mengestimasi titik-titik diantara nilai diskrit
tersebut. kurva fitting merupakan Teknik untuk
mendapatkan titik-titik ini.
▪ Ada dua pendekatan untuk kurva fitting yang
dibedakan satu sama lain berdasarkan jumlah
kesalahan yang terkait data. Pertama, data
menunjukkan tingkat kesalahan “noise” yang
signifikan. Strateginya adalah untuk mendapatkan
kurva tunggal yang mewakili trend data. Karena
setiap titik data individu mungkin salah, maka
tidak dilakukan pemotongan titik data akan tetapi
kurva dirancang mengikuti pola titik-titik yang
diambil sebagai suatu kelompok. Salah satu
pendekatan dari sifat ini disebut regresi kuadrat-
terkecil (Least Square Regression)

Minggu IX/X-Analisis Numerik 2

 lanjutan

▪ Kedua, data diketahui sangat tepat,

pendekatan dasarnya adalah
mencocokkan kurva atau serangkaian
kurva yang melewati langsung masing-
masing titik. Data seperti itu biasanya
berasal dari tabel. Contohnya adalah
nilai untuk densitas air atau untuk
kapasitas panas gas sebagai fungsi
temperatur. Estimasi nilai antara titik
diskrit yang terkenal disebut
interpolasi

Minggu IX/X-Analisis Numerik 3

INTERPOLASI

Minggu IX/X-Analisis Numerik

4
▪ Metode yang paling umum digunakan untuk memperkirakan
nilai antara titik data yang tepat adalah interpolasi polinomial.
Bentuk umum polinomial ke-n adalah
𝑓 𝑥 = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 ⋯ + 𝑎𝑛 𝑥 𝑛
▪ Ada satu dan hanya ada satu polinomial order ke-n yang
melewati semua titik untuk titik data ke n+1. Misalkan, hanya
ada satu garis lurus yang menghubungkan dua titik. Hanya ada
satu hiperbola yang menghubungkan tiga titik. Interpolasi
polinomial terdiri dari penentuan keunikan polinomial orde ke-
n yang unik untuk mencocokan titik data ke n+1. Polinomial ini
kemudian menyedian formula untuk menghitung nilai tengah
dari garis yang sudah dihubungkan.

Minggu IX/X-Analisis Numerik 5

 lanjutan

▪ Contoh interpolasi polynomial : (a) order pertama (linear)

menghubugkan dua titik, (b) order kedua (kuadratik atau
parabolic) menghubungkan 3 titik dan (c) order ketiga (kubik)
menghubungkan 4 titik.

Minggu IX/X-Analisis Numerik 6

 lanjutan

▪ Ada 4 metode yang akan dijelaskan pada bab ini yaitu :

▪ Interpolasi Newton umum (order pertama sampai order tinggi)
▪ Interpolasi Lagrange
▪ Interpolasi Spline linear
▪ Interpolasi Spline kuadratik

Minggu IX/X-Analisis Numerik 7

INETRPOLASI
NEWTON UMUM
Minggu IX/X-Analisis Numerik
8
Interpolasi Newton umum biasa disebut dengan interpolasi
interpolasi Newton dibagi beda, yaitu suatu interpolasi dengan
menghubungkan titik-titik data yang diketahui dengan sebuah
garis.
Interpolasi Newton umum sederhana disebut interpolasi linier
yaitu dengan menghubungkan 2 titik, sedangkan interpolasi
polinomial orde 2 adalah menghubungkan 3 titik atau disebut
interpolasi kuadratik.
Interpolasi polinomial orde n-1 dilakukan dengan
menghubungkan n titik data.

Minggu IX/X-Analisis Numerik 9

 lanjutan

Secara visual dapat digambarkan sebagai berikut

Minggu IX/X-Analisis Numerik 10

 lanjutan

Jika ditambahkan satu titik maka

Minggu IX/X-Analisis Numerik 11

▪ Bentuk paling sederhana dari interpolasi yaitu
menghubungkan dua titik dengan satu garis lurus. Tehnik ini
disebut interpolasi linier, dengan menggunakan teori segitiga
yang sama, maka
𝑓1 𝑥 − 𝑓 𝑥0 𝑓 𝑥1 − 𝑓 𝑥0
=
𝑥 − 𝑥0 𝑥1 − 𝑥0
Dapat ditulis
𝑓 𝑥1 − 𝑓 𝑥0
𝑓1 𝑥 = 𝑓 𝑥0 + 𝑥 − 𝑥0
𝑥1 − 𝑥0

Minggu IX/X-Analisis Numerik 12

Estimasi nilai ln(2) dengan menggunakan interpolasi linier.
Pertama gunakan titik-titik data yang diketahui 𝑥0 = 1 dan 𝑥1 = 6
dengan nilai 𝑓 𝑥0 = 0 dan 𝑓 𝑥1 = 1,791759 kemudian lanjutkan
dengan menggunakan titik-titik yang diketahui 𝑥0 = 1 dan 𝑥1 = 4
dengan nilai 𝑓 𝑥0 = 0 dan 𝑓 𝑥1 = 1,386294. Nilai ln(2) yang
sebenarnya adalah 0,6931472.

Minggu IX/X-Analisis Numerik 13

Dengan menggunakan interpolasi linier dan titik-titik yang
digunakan adalah x0 = 1 dan x1 = 6, didapatkan hasil.
𝑓 𝑥1 − 𝑓 𝑥0
𝑓1 𝑥 = 𝑓 𝑥0 + 𝑥 − 𝑥0
𝑥1 − 𝑥0
1,791759 − 0 1,791759
𝑓1 2 = 0 + 2−1 = = 0,35835
6−1 5
Nilai t = 48,3%
Dengan menggunakan titik-titik x0 = 1 dan x1 = 4 didapatkan hasil
𝑓 𝑥1 − 𝑓 𝑥0
𝑓1 𝑥 = 𝑓 𝑥0 + 𝑥 − 𝑥0
𝑥1 − 𝑥0
1,386294 − 0 1,386294
𝑓1 2 = 0 + 2−1 = = 0,4620981
4−1 2
Nilai t = 33,38%

Minggu IX/X-Analisis Numerik 14

Polinomial orde ke-2 yang biasa disebut polinomial kuadratik
atau parabola mempunyai bentuk
𝑓2 𝑥 = 𝑏0 + 𝑏1 𝑥 − 𝑥0 + 𝑏2 𝑥 − 𝑥0 𝑥 − 𝑥1
Bentuk tersebut dapat di uraikan menjadi
𝑓2 𝑥 = 𝑏0 + 𝑏1 𝑥 −𝑏1 𝑥0 + 𝑏2 𝑥 2 + 𝑏2 𝑥0 𝑥1 − 𝑏2 𝑥0 𝑥 − 𝑏2 𝑥𝑥1
Atau dikumpulkan dalam bentuk polinomial umum
𝑓 𝑥 = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2
Dengan
▪ 𝑎0 = 𝑏0 − 𝑏1 𝑥0 + 𝑏2 𝑥0 𝑥1
▪ 𝑎1 = 𝑏1 −𝑏2 𝑥0 − 𝑏2 𝑥1
▪ 𝑎2 = 𝑏2

Minggu IX/X-Analisis Numerik 15

 lanjutan

Prosedur yang sederhana dapat digunakan untuk menentukan nilai dari

koefisien. 𝑏0 dapat dihitung dengan menggunakan fungsi polinomial dimana
nilai 𝑥 = 𝑥0, sehingga
𝑏0 = 𝑓 𝑥0
Dengan mensubstitusi nilai b0 pada fungsi polinomial, maka nilai 𝑏1 dapat
dihitung dengan memasukkan nilai 𝑥 = 𝑥1, sehingga
𝑓 𝑥1 − 𝑓(𝑥0 )
𝑏1 =
𝑥1 − 𝑥0
Dengan mensubstitusi nilai 𝑏0 dan 𝑏1 pada fungsi polinomial, maka nilai 𝑏2
dapat dihitung dengan memasukkan nilai 𝑥 = 𝑥2, sehingga
𝑓 𝑥2 − 𝑓(𝑥1 ) 𝑓 𝑥1 − 𝑓(𝑥0 )
𝑥2 − 𝑥1 − 𝑥1 − 𝑥0
𝑏2 =
𝑥2 − 𝑥0
Nilai 𝑏0 dan 𝑏1 sama dengan interpolasi polinomial orde pertama.
Sedangkan 𝑏2 𝑥 − 𝑥0 𝑥 − 𝑥1 merupakan kurva pada polinomial orde
kedua.

Minggu IX/X-Analisis Numerik 16

Berdasarkan contoh 1 maka estimasi nilai ln(2) dengan
menggunakan interpolasi kuadratik dengan titik-titik data yang
diketahui 𝑥0 = 1, 𝑥1 = 4 dan 𝑥2 = 6, dimana nilai masing-masing
fungsi adalah 𝑓 𝑥0 = 0, 𝑓 𝑥1 = 1,386294 dan 𝑓 𝑥2 = 1,791759.
Nilai ln(2) yang sebenarnya adalah 0,6931472.

Minggu IX/X-Analisis Numerik 17

Dengan menggunakan interpolasi polinomial orde kedua dan
titik-titik yang digunakan adalah 𝑥0 = 1, 𝑥1 = 4 dan 𝑥2 = 6,
didapatkan hasil.
𝑓2 𝑥 = 𝑏0 + 𝑏1 𝑥 − 𝑥0 + 𝑏2 𝑥 − 𝑥0 𝑥 − 𝑥1
Dengan :
𝑏0 = 𝑓 𝑥0 = 0
𝑓 𝑥1 − 𝑓(𝑥0 ) 1,386294 − 0 1,386294
𝑏1 = = = = 0,462098
𝑥1 − 𝑥0 4−1 3
𝑓 𝑥2 −𝑓 𝑥1 𝑓 𝑥1 −𝑓 𝑥0
𝑥2 −𝑥1
− 𝑥1 −𝑥0
𝑏2 =
𝑥2 −𝑥0
1,791759−1,386294
−0,462098
6−4
= = −0,051873
6−1

Minggu IX/X-Analisis Numerik 18

 lanjutan

Sehingga persamaan interpolasi kuadratik adalah

𝑓2 𝑥 = 0 + 0,462098 𝑥 − 1 − 0,051873 𝑥 − 1 𝑥 − 4
Dengan persamaan tersebut nilai ln(2) adalah pada x = 2,
hasilnya
𝑓2 2 = 0 + 0,462098 2 − 1 − 0,051873 2 − 1 2 − 4 = 0,565844
Dengan menggunakan interpolasi kuadratik nilai error menjadi
18,4% dibandingkan dengan interpolasi linier maka hasil ini
lebih baik.

Minggu IX/X-Analisis Numerik 19

Secara umum untuk mengetahui polinimial orde ke-n untuk n+1
titik data. Polinomial orde ke-n adalah
𝑓𝑛 𝑥 = 𝑏0 + 𝑏1 𝑥 − 𝑥0 + ⋯ + 𝑏𝑛 𝑥 − 𝑥0 𝑥 − 𝑥1 … 𝑥 − 𝑥𝑛−1
Sebagaimana pada interpolasi linier dan kuadaratik, maka titik
data pada interpolasi polinomial orde ke-n dapat digunakan
untuk menghitung koefisien 𝑏1 , 𝑏2 , … , 𝑏𝑛 dengan persamaan
𝑏0 = 𝑓 𝑥0
𝑏1 = 𝑓 𝑥1 , 𝑥0
𝑏2 = 𝑓 𝑥2 , 𝑥1 , 𝑥0

𝑏𝑛 = 𝑓 𝑥𝑛 , 𝑥𝑛−1 , … , 𝑥1 , 𝑥0
Dimana fungsi yang terdapat dalam tanda kurung adalah
merupakan differensisi dibagi hingga.

Minggu IX/X-Analisis Numerik 20

 lanjutan

Nilai differensiasi dibagi hingga pertama secara umum dapat

dinyatakan
𝑓 𝑥𝑖 − 𝑓(𝑥𝑗 )
𝑓 𝑥𝑖 , 𝑥𝑗 =
𝑥𝑖 − 𝑥𝑗
Nilai differensisi dibagi hingga kedua secara umum dapat
dinyatakan
𝑓 𝑥𝑖 , 𝑥𝑗 − 𝑓 𝑥𝑗 , 𝑥𝑘
𝑓 𝑥𝑖 , 𝑥𝑗 , 𝑥𝑘 =
𝑥𝑖 − 𝑥𝑘
Sehingga dapat diketahui nilai differensisi dibagi hingga ke-n
untuk bentuk umum dinyatakan dengan
𝑓 𝑥𝑛 , 𝑥𝑛−1 , … , 𝑥2 , 𝑥1 − 𝑓 𝑥𝑛−1 , 𝑥𝑛−2 , … , 𝑥1 , 𝑥0
𝑓 𝑥𝑛 , 𝑥𝑛−1 , … , 𝑥1 , 𝑥0 =
𝑥𝑛 − 𝑥0

Minggu IX/X-Analisis Numerik 21

 lanjutan

Interpolasi polinomial yang biasa disebut dengan interpolasi

polinomial Newton dibagi beda dinyatakan dalam
𝑓𝑛 𝑥 = 𝑓 𝑥0 + 𝑥 − 𝑥0 𝑓 𝑥1 , 𝑥0 + 𝑥 − 𝑥0 𝑥 − 𝑥1 𝑓 𝑥2 , 𝑥1 , 𝑥0
+ ⋯ + 𝑥 − 𝑥0 𝑥 − 𝑥1 … 𝑥 − 𝑥𝑛−1 𝑓 𝑥𝑛 , 𝑥𝑛−1 , … , 𝑥1 , 𝑥0
Perlu dijadikan catatan bahwa titik-titik data yang digunakan
tidak harus mempunyai jarak yang sama dan nilai absis tidak
harus berurutan menaik. Disamping itu, perhitungan
differensiasi bersifat recursive (berulang) artinya differensisi
pada order tertinggi dapat diperoleh dari differensisi pada
order terendah, secara lebih mudah dapat disajikan pada Tabel
berikut

Minggu IX/X-Analisis Numerik 22

 lanjutan

Secara lebih mudah perhitungan rekursif (orde 1 – orde ke-n)

dapat ditabelkan sebagai berikut :

Minggu IX/X-Analisis Numerik 23

Berdasarkan contoh 1 dan contoh 2 estimasi nilai ln(2) dengan
menambahkan titik-titik data yang diketahui manjadi empat titik
yaitu 𝑥0 = 1, 𝑥1 = 4, 𝑥2 = 5 dan 𝑥3 = 6, dimana nilai fungsi dari
masing-masing titik data tersebut adalah 𝑓 𝑥0 = 0, 𝑓 𝑥1 =
1,386294, 𝑓 𝑥2 = 1,609438 dan 𝑓 𝑥3 = 1,791759. Bagaimanakah
hasil dari estimasi nilai ln(2) dibandingkan dengan contoh 1 dan
contoh 2.

Minggu IX/X-Analisis Numerik 24

Karena titik – titik data yang diketahui pada soal sebanyak empat
titik maka orde polinomial maksimal yang bisa digunakan dalam
interpolasi polinomial Newton adalah interpolasi polinomial
orde ketiga. Adapun formula yang digunakan adalah
𝑓3 𝑥 = 𝑏0 + 𝑏1 𝑥 − 𝑥0 + 𝑏2 𝑥 − 𝑥0 𝑥 − 𝑥1
+𝑏3 𝑥 − 𝑥0 𝑥 − 𝑥1 𝑥 − 𝑥2
Dengan menggunakan differensiasi bagi hingga diperoleh
▪ Order pertama
𝑓 𝑥1 − 𝑓(𝑥0 ) 1,386294 − 0
𝑓 𝑥1 , 𝑥0 = = = 0,462098
𝑥1 − 𝑥0 4−1
𝑓 𝑥2 − 𝑓 𝑥1 1,609438 − 1,386294
𝑓 𝑥2 , 𝑥1 = = = 0,223144
𝑥2 − 𝑥1 5−4

Minggu IX/X-Analisis Numerik 25

 lanjutan

𝑓 𝑥3 − 𝑓 𝑥2 1,791759 − 1,609438
𝑓 𝑥3 , 𝑥2 = = = 0,182321
𝑥3 − 𝑥2 6−5

• Orde Kedua

𝑓 𝑥2 , 𝑥1 − 𝑓 𝑥1 , 𝑥0 0,223144 − 0,462098
𝑓 𝑥2 , 𝑥1 , 𝑥0 = = = −0,05974
𝑥2 − 𝑥0 4−1

𝑓 𝑥3 , 𝑥2 − 𝑓 𝑥2 , 𝑥1 0,182321 − 0,223144
𝑓 𝑥3 , 𝑥2 , 𝑥1 = = = −0,02041
𝑥3 − 𝑥1 6−4

Minggu IX/X-Analisis Numerik 26

 lanjutan

• Orde Ketiga

𝑓 𝑥3 , 𝑥2 , 𝑥1 − 𝑓 𝑥2 , 𝑥1 , 𝑥0 −0,02041 − (−0,05974)
𝑓 𝑥3 , 𝑥2 , 𝑥1 , 𝑥0 = = = 0,007866
𝑥3 − 𝑥0 6−1

Minggu IX/X-Analisis Numerik 27

 lanjutan

persamaan polinomial orde ketiga yang didapatkan

𝑓3 𝑥 = 0 + 0,462098 𝑥 − 𝑥0 − 0,05974 𝑥 − 𝑥0 𝑥 − 𝑥1
+0,007866 𝑥 − 𝑥0 𝑥 − 𝑥1 𝑥 − 𝑥2
Sehingga ln(2) yaitu persamaan orde ketiga mengganti nilai x
dengan 2 menjadi
𝑓3 𝑥 = 0 + 0,462098 2 − 1 − 0,05974 2 − 1 2 − 4
+0,007866 2 − 1 2 − 4 2 − 5 = 0,628769
Dengan menggunakan interpolasi kubik maka nilai error
menjadi lebih kecil dibandingkan dengan pada dua contoh
sebelumnya yaitu 9,3%.

Minggu IX/X-Analisis Numerik 28

1. Tentukan x, y (fungsi x) dan xx (nilai yang dicari)
2. Definisikan n sebagai banyaknya data (titik), n = length (x).
3. Buat matrik b berukuran n x n yang anggotanya 0, b=zeros(n,n).
4. Kolom pertama dari b merupakan nilai y, b(,:1)=y(:).
5. Untuk j = 2 sampai n ulangi langkah 6 dan 7
6. Untuk i = 1 sampai n-j+1 ulangi langkah 7
7. b(i,j) = (b(i+1,j-1)-b(i,j-1))/(x(i+j-1)-x(i))
8. Definisikan initial xt =1
9. Definisikan initial yint=b(1,1)
10. Untuk j = 1 sampai n-1 ulangi langkah 11 dan 12 Proses interpolasi
11. xt = xt*(xx-x(j))
12. yint = yint+b(1,j+1)*xt

Minggu IX/X-Analisis Numerik 29

INETRPOLASI
LAGRANGE
Minggu IX/X-Analisis Numerik
30
Interpolasi polinomial Lagrange secara sederhana
diformulasikan ulang dari interpolasi polinomial newton untuk
perhitungan differensisi dibagi.

𝑓𝑛 𝑥 = ෍ 𝐿𝑖 𝑥 𝑓(𝑥𝑖 )
𝑖=0
Dengan 𝑛
𝑥 − 𝑥𝑗
𝐿𝑖 (𝑥) = ෑ
𝑥𝑖 − 𝑥𝑗
𝑗=0
𝑗≠𝑖

Minggu IX/X-Analisis Numerik 31

 lanjutan

▪ Misal n = 1 (versi linier)

𝑥 − 𝑥1 𝑥 − 𝑥0
𝑓1 𝑥 = 𝑓 𝑥0 + 𝑓(𝑥1 )
𝑥0 − 𝑥1 𝑥1 − 𝑥0

▪ Versi orde kedua (n=2)

(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) 𝑥 − 𝑥0 𝑥 − 𝑥2
𝑓2 𝑥 = 𝑓 𝑥0 + 𝑓 𝑥1
(𝑥0 −𝑥1 )(𝑥0 −𝑥2 ) (𝑥1 −𝑥0 )(𝑥1 −𝑥2 )
𝑥 − 𝑥0 𝑥 − 𝑥1
+ 𝑓 𝑥2
(𝑥2 −𝑥0 )(𝑥2 −𝑥1 )
Minggu IX/X-Analisis Numerik 32
Minggu IX/X-Analisis Numerik 33
▪ Berdasarkan contoh 3. Carilah nilai ln(2) dengan menggunakan
metode interpolasi lagrange.

▪ Berdasarkan contoh 3 maka diketahui :

x0 = 1 f(x0) = 0
x1 = 4 f(x1) = 1,386294
x2 = 5 f(x2) = 1,609438
x3 = 6 f(x3) = 1,791759

Minggu IX/X-Analisis Numerik 34

▪ Polinomial orde pertama
𝑥 − 𝑥1 𝑥 − 𝑥0
𝑓1 𝑥 = 𝑓 𝑥0 + 𝑓(𝑥1 )
𝑥0 − 𝑥1 𝑥1 − 𝑥0
2−4 2−1
𝑓1 2 = 0+ 1,386294 = 0,62098
1−4 4−1
▪ Polinomial orde kedua
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) 𝑥 − 𝑥0 𝑥 − 𝑥2
𝑓2 𝑥 = 𝑓 𝑥0 + 𝑓 𝑥1
(𝑥0 −𝑥1 )(𝑥0 −𝑥2 ) (𝑥1 −𝑥0 )(𝑥1 −𝑥2 )
𝑥 − 𝑥0 𝑥 − 𝑥1
+ 𝑓 𝑥2
(𝑥2 −𝑥0 )(𝑥2 −𝑥1 )
(2 − 4)(2 − 6) 2−1 2−6
𝑓2 2 = 0+ 1,386294
(1 − 4)(1 − 6) (4 − 1)(4 − 6)
2−1 2−4
+ 1,791759 = 0,565844
(6 − 1)(6 − 4)

Minggu IX/X-Analisis Numerik 35

 lanjutan

▪ Polinomial orde ketiga

(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝑓3 𝑥 = 𝑓 𝑥0
(𝑥0 −𝑥1 )(𝑥0 −𝑥2 )(𝑥0 −𝑥2 )
𝑥 − 𝑥0 𝑥 − 𝑥2 𝑥 − 𝑥3
+ 𝑓 𝑥1
(𝑥1 −𝑥0 )(𝑥1 −𝑥2 )(𝑥1 −𝑥3 )
𝑥 − 𝑥0 𝑥 − 𝑥1 𝑥 − 𝑥3
+ 𝑓 𝑥2
(𝑥2 −𝑥0 )(𝑥2 −𝑥1 )(𝑥2 −𝑥3 )
𝑥 − 𝑥0 𝑥 − 𝑥1 𝑥 − 𝑥2
+ 𝑓 𝑥3
(𝑥3 −𝑥0 )(𝑥3 −𝑥1 )(𝑥3 −𝑥2 )
(2 − 4)(2 − 5)(2 − 6) 2−1 2−5 2−6
𝑓3 𝑥 = 0+ 1,386294
1 − 4 1 − 5 (1 − 6) 4 − 1 4 − 5 (4 − 6)
2−1 2−4 2−6
+ 1,609438
5 − 1 5 − 4 (5 − 6)
2−1 2−4 2−5
+ 1,791759 = 0,628769
6 − 1 6 − 4 (6 − 5)

Minggu IX/X-Analisis Numerik 36

1. Tentukan x, y dan xx
2. Definisikan n sebagai banyak data, n = length(x);
3. Definisikan initial s = 0;
4. Untuk i = 1 sampai n lakukan proses 5 sampai 9
5. Definisikan initial product = y(i);
6. Untuk j = 1 sampai n lakukan proses 7 sampai 8
7. Jika i ≠ j maka lakukan proses 8
8. product = product*(xx-x(j))/(x(i)-x(j))
9. s = s+product
10. yint = s

Minggu IX/X-Analisis Numerik 37

INTERPOLASI
SPLINE
Minggu IX/X-Analisis Numerik
38
▪ Pada pembahsan sebelumnya, polinomial order ke-(n-1)
digunakan untuk interpolasi antara n titik data. Misalnya, untuk
delapan poin, kita dapat memperoleh polinomial orde tujuh yang
sempurna. Kurva ini akan menangkap semua liku-liku (setidaknya
hingga dan termasuk turunan ketujuh) yang disarankan oleh titik.
Namun, ada beberapa kasus di mana fungsi-fungsi ini dapat
menyebabkan hasil yang keliru karena kesalahan pembulatan dan
osilasi (variasi pengukuran). Pendekatan alternatif adalah
menerapkan polinomial orde rendah secara terpisah untuk subset
titik data. Polinomial penghubung seperti itu disebut fungsi spline.
▪ Sebagai contoh, kurva orde ketiga yang digunakan untuk
menghubungkan setiap pasangan titik data disebut kubik splines.
Fungsi-fungsi ini dapat dibangun sehingga koneksi antara
persamaan kubik yang berdekatan secara visual mulus. Di
permukaan, tampaknya perkiraan urutan ketiga dari splines akan
lebih rendah daripada ekspresi urutan ketujuh. Hal itu yang
membuat mengapa spline lebih disukai.

Minggu IX/X-Analisis Numerik 39

 lanjutan

▪ Gambar disampng menggambarkan situasi di

mana spline berkinerja lebih baik daripada
polinomial tingkat tinggi. Ini adalah kasus di
mana fungsi umumnya halus tetapi mengalami
perubahan mendadak di suatu tempat di
sepanjang wilayah yang diminati. Peningkatan
langkah yang digambarkan pada Gambar
adalah contoh ekstrem dari perubahan
semacam itu dan berfungsi untuk
menggambarkan hal tersebut.
▪ Gambar a sampai c menggambarkan
bagaimana polinomial tingkat tinggi
cenderung berayun melalui osilasi liar di
sekitar perubahan mendadak. Sebaliknya,
spline juga menghubungkan titik-titik, tetapi
karena terbatas pada perubahan orde rendah,
osilasi dijaga agar tetap minimum. Dengan
demikian, spline biasanya memberikan
perkiraan yang lebih baik dari perilaku fungsi
yang memiliki perubahan lokal yang tiba-tiba.

Minggu IX/X-Analisis Numerik 40

 lanjutan

▪ Konsep spline berasal dari teknik

penyusunan menggunakan strip tipis
dan fleksibel (disebut spline) untuk
menggambar kurva halus melalui
serangkaian titik. Proses ini
digambarkan pada Gambar disamping
untuk serangkaian lima pin (titik data).
Dalam teknik ini, perancang
menempatkan kertas di atas papan
kayu dan palu paku atau pin ke dalam
kertas (dan papan) di lokasi titik data.
Kurva kubik yang halus dihasilkan dari
menjalin strip di antara pin. Oleh
karena itu, nama "kubik spline" telah
diadopsi untuk polinomial jenis ini.

Minggu IX/X-Analisis Numerik 41

 Notasi yang
digunakan untuk
menurunkan splines.
Ada n − 1 interval dan
n titik data.

Minggu IX/X-Analisis Numerik 42

 lanjutan

▪ Untuk n titik data (i=1,2,…,n) terdapat n-1 interval. Masing-

masing interval mempunyai fungsi spline 𝑠𝑖 𝑥 . Untuk spline
linier menghubungkan 2 titik pada setiap interval, dengan
formulasi
𝑠𝑖 𝑥 = 𝑎𝑖 + 𝑏𝑖 𝑥 − 𝑥𝑖
dengan 𝑎𝑖 = 𝑓𝑖 adalah intersep dan 𝑏𝑖 adalah slope dengan
rumus
𝑓𝑖+1 − 𝑓𝑖
𝑏𝑖 =
𝑥𝑖+1 − 𝑥𝑖
dengan 𝑓𝑖 bentuk singkat dari 𝑓 𝑥𝑖 , dengan memasukkan nilai
𝑎𝑖 dan 𝑏𝑖 , maka fungi spline menjadi
𝑓𝑖+1 − 𝑓𝑖
𝑠𝑖 𝑥 = 𝑓𝑖 + 𝑥 − 𝑥𝑖
𝑥𝑖+1 − 𝑥𝑖
Minggu IX/X-Analisis Numerik 43
▪ Cocokan data di Tabel Jawab
dengan menggunakan
spline linier, evaluasi fungsi x = 5 terletak diantara x2=4,5
pada x = 5 dan x3=7, sehingga fungsi
dpline yang digunakan :
i xi fi 𝑓3 − 𝑓2
𝑠2 𝑥 = 𝑓2 + 𝑥 − 𝑥2
1 3 2,5 𝑥3 − 𝑥2
2 4,5 1 2,5 − 1
=1+ 5 − 4,5
3 7 2,5 7 − 4,5
= 1,3
4 9 0,5

Minggu IX/X-Analisis Numerik 44

1. Tentukan nilai x, y dan xx
2. Definisikan n sebagai banyaknya titik (data), n = length(x);
3. Jika xx < x1 atau x > xn, maka stop
4. Cari posisi fungsi, jika xx ≤ xi+1, maka stop
5. Hasil interpolasi dengan yi = y(i) + (y(i + 1) − y(i))/(x(i + 1) −
x(i))*(xx − x(i))

Minggu IX/X-Analisis Numerik 45

Tujuan dari spline kuadratik adalah menurunkan polinomial
order kedua pada setiap interval antara titik data. Polinomial
untuk masing-masing interval dapat dituliskan :
𝑠𝑖 𝑥 = 𝑎𝑖 + 𝑏𝑖 𝑥 − 𝑥𝑖 + 𝑐𝑖 𝑥 − 𝑥𝑖 2
Untuk n titik data (i = 1, 2, . . . , n), ada n − 1 interval dan akibatnya
ada 3(n − 1) koefisien yang tidak diketahui (a, b, dan c) untuk
dihitung. Karena itu ada 3(n − 1) persamaan yang dibutuhkan
untuk menghitung koefisien tersebut.

Minggu IX/X-Analisis Numerik 46

 lanjutan

Spline kuadratik dapat dilakukan dengan tahapan berikut :

1. Fungsi yang harus melewati semua titik, kondisi kontinuitas
𝑓𝑖 = 𝑎𝑖 + 𝑏𝑖 𝑥𝑖 − 𝑥𝑖 + 𝑐𝑖 𝑥𝑖 − 𝑥𝑖 2
Dapat disederhanakan menjadi 𝑓𝑖 = 𝑎𝑖
Karena koefisien pada masing-masing kuadratik harus sama
dengan nilai variabel dependen pada permulaan interval,
maka
𝑠𝑖 𝑥 = 𝑓𝑖 + 𝑏𝑖 𝑥 − 𝑥𝑖 + 𝑐𝑖 𝑥 − 𝑥𝑖 2
Karena satu koefisien sudah ditentunkan maka jumlah
persamaan yang akan dihitung berkurang menjadi 2(n − 1).

Minggu IX/X-Analisis Numerik 47

 lanjutan

2. Nilai fungsi polinomial yang berdekatan harus sama pada

setiap knotnya. Untuk knot (i + 1) dapat dituliskan
𝑓𝑖 + 𝑏𝑖 𝑥𝑖+1 − 𝑥𝑖 + 𝑐𝑖 𝑥𝑖+1 − 𝑥𝑖 2 = 𝑓𝑖+1 + 𝑏𝑖+1 𝑥𝑖+1 − 𝑥𝑖+1
+𝑐𝑖+1 𝑥𝑖+1 − 𝑥𝑖+1 2
Persamaan tersebut dapat disederhanakan dengan
mengganti nilai interval sebagai ℎ𝑖 = 𝑥𝑖+1 − 𝑥𝑖 , sehingga
𝑓𝑖 + 𝑏𝑖 ℎ𝑖 + 𝑐𝑖 ℎ𝑖2 = 𝑓𝑖+1
Persamaan ini dapat ditulis untuk node , i = 1, . . . , n − 1.
karena persamaan ini ada n − 1, maka akan tersisa (n − 1) −
(n − 1) = n − 1 persamaa

Minggu IX/X-Analisis Numerik 48

 lanjutan

3. Derivatif pertama pada node interior harus sama. Hal ini

adalah kondisi yang penting dan berarti splines yang
berdekatan akan bergabung dengan halus (smooth), bukan
dengan cara bergerigi (patah) seperti pada splines linier.
𝑠𝑖′ 𝑥 = 𝑏𝑖 + 2𝑐𝑖 𝑥 − 𝑥𝑖
Yang ekivalen dengan turunan pada node interior i + 1,
sehingga persamaan menjadi
𝑏𝑖 + 2𝑐𝑖 ℎ𝑖 = 𝑏𝑖+1
Penulisan persamaan tersebut untuk semua node interior
sebanyak n - 2 kondisi. Jadi akan tersisa (n – 1) – (n – 2) = 1
kondisi.
4. Asumsikan bahwa turunan kedua sama dengan nol pada titik
pertama. Karena turunan kedua adalah 2𝑐𝑖 , maka 𝑐1 = 0

Minggu IX/X-Analisis Numerik 49

▪ Cocokkan contoh 5 dengan ▪ Berdasarkan langkah 3
spline kuadratik 𝑏1 = 𝑏2
▪ Jawab 𝑏2 + 2𝑐2 ℎ2 = 𝑏3
Ada 4 titik data sehingga ada dengan
3 interval, n = 4. Persamaan 𝑓1 = 2,5
yang terbentuk akan ada 3(n- 𝑓2 = 1
1) = 9, karena 𝑓𝑖 = 𝑎𝑖 dan 𝑓3 = 2,5
𝑐1 = 0, maka akan ada 2(n-1) 𝑓4 = 0,5
-1 = 5 persamaan, yaitu: ℎ1 = 4,5 − 3 = 1,5
▪ Berdasarkan langkah 2 ℎ2 = 7 − 4,5 = 2,5
𝑓1 + 𝑏1 ℎ1 = 𝑓2 ℎ3 = 9 − 7 = 2
𝑓2 + 𝑏2 ℎ2 + 𝑐2 ℎ22 = 𝑓3
𝑓3 + 𝑏3 ℎ3 + 𝑐3 ℎ32 = 𝑓4

Minggu IX/X-Analisis Numerik 50

▪ Kelima persamaan tersebut dapat dituliskan dalam sebuah
matrik persamaan serentak
1,5 0 0 0 0 𝑏1 −1,5
0 2,5 0 6,25 0 𝑏2 1,5
0 0 2 0 4 𝑏3 = −2
1 −1 0 0 0 𝑐2 0
0 1 −1 5 0 𝑐3 0
Dengan menggunakan eliminasi gauss didapatkan
𝑏1 = −1
𝑏2 = −1
𝑏3 = 2,2
𝑐2 = 0,64
𝑐3 = −1,6

Minggu IX/X-Analisis Numerik 51

▪ Sehingga persamaan spline kuadratik menjadi
𝑠1 𝑥 = 𝑓1 + 𝑏1 𝑥 − 𝑥1 + 𝑐1 𝑥 − 𝑥1 2 = 2,5 − (𝑥 − 3)
𝑠2 𝑥 = 𝑓2 + 𝑏2 𝑥 − 𝑥2 + 𝑐2 𝑥 − 𝑥2 2
= 1 − 𝑥 − 4,5 + 0,64 𝑥 − 4,5 2
𝑠2 𝑥 = 𝑓3 + 𝑏3 𝑥 − 𝑥3 + 𝑐3 𝑥 − 𝑥3 2
= 1,5 + 2,2 𝑥 − 7 −1,6 𝑥 − 7 2
Karena x=5 ada dalam interval kedua maka digunakan 𝑠2 untuk
memprediksinya
𝑠2 5 = 1 − 5 − 4,5 + 0,64 5 − 4,5 2 = 0,66

Minggu IX/X-Analisis Numerik 52

1. Tentukan nilai x, y dan xx
2. Definisikan n sebagai banyaknya titik (data), n = length(x);
3. Jika xx < x1 atau x > xn, maka stop
4. Cari koefisien-korfisien (a, b dan c) pada persamaan yang
didapat dengan persamaan serentak
5. Cari posisi fungsi, jika xx ≤ xi+1, maka stop
6. Hasil interpolasi dengan yi = y(i) + b(i)(xx-x(i)+c(i)(xx-
x(i))^2

Minggu IX/X-Analisis Numerik 53