BAB I

PENDAHULUAN

A. Latar Belakang
Di dalam pengertian matematika dasar interpolasi adalah perkiraan suatu nilai
tengah dari suatu set nilai yang diketahui. Interpolasi dengan pengertian yang
lebih luas merupakan upaya mendefinisikan suau fungsi dekatan suatu fungsi
analitik yang tidak diketahui atau pengganti fungsi rumit yang tak mungkin
diperoleh persamaan analitinya. Masalah umum interpolasi adalah
menjabarkan data untuk fungsi dekatan, dan salah satu metode
penyelesaiannya dinamakan metode prnsip substitusi. Dalam mata kuliah
metode numeric ada materi interpolasi linier dan kuadratik. Materi ini dapat
diaplikasikan dalam kehidupan sehari-hari .
Apabila y = f(x) adalah suatu ungsi dengan nilai-nilai :

y0 untuk x0

y1 untuk x1

y2 untuk x2

. .

. .

. .

yn untuk xn
dan jika ∅ (x) adalah fungsi sederhana sembaranb sedemikian rupa sehingga untuk
variabel x0, x1, … , xn memberikan nilai yang hamper sama dengan f (x), maka bila f
(x), diganti oleh ∅ (x) pada interval yang diketahui, hal ini disebut proses interpolasi
dan fungsi ∅ (x) adalah rumus interpolasi untuk fungsi.

Fungsi ∅ (x) dapat dinyatakan dalam berbagai bentuk persamaan. Apabila ∅ (x)
dinyatakan sebagai fungsi polinom P(x), proses disebut interpolasi polynomial atau
parabolic, sedangkan bila ∅ (x) dinyatakan dalam fungsi trigonometri proses disebut
interpolasi trigonometri. Bila ∅ (x)dinyatakan dalam fungsi eksponensial, polynomial
lagendre atau fungsi Bessel atau bentuk fungsi spesifik lainnya, maka pemilihan
bentuk fungsi tersebut didasarkan pada anggapan atau perilaku data yang dianggap
cenderung mempunyai pola fungsi-fungsi tersebut.

B. Rumusan Masalah
Rumusan pembuatan makalah ini adalah sebagai berikut :
1. Bagaimana menyelesaikan masalah interpolasi linier, kuadratik, kubik dan
orde ke n pada metode numeric dengan menggunakan perhitungan manual
?
2. Bagaiman menyelesaikan masalah interpolasi linier, kuadratik, kubik dan
orde ke n pada metode numeric dengan menggunakan maple ?
C. Tujuan Masalah
1. Pemahaman penerapan metode numeric dalam cara kerja matematika
untuk myelesaikan permasalahan matematis atau perhitungan.
2. Menyelesaikan masalah interpolasi linier, kuadratik, kubik dan orde ke n
pada metode numeric dengan menggunakan maple.
3.1 PENDAHULUAN INTERPOLASI

Andaikan (x0, y0), (x1, y1), … , (xn, yn) adalah sekumpulan data. Tentukan polinom
pn(x) yang menginterpolasi (melewati) semua titik tersebut sedemikian rupa sehingga

yi = pn(xi) untuk i = 1,2, …, n (3.1)

nilai yi dapat berasal dari fungsi matematika f (x) sedemikian sehingga y i = f (xi),
sedangkan pn(x) disebut fungsi hampiran terhadap f(x) atau y i berasal dari nilai
empiris yang diperoleh melalui percobaan dan pengamatan. Setelah polinom
interpolasi pn(x) ditemukan, pn(x) dapat digunkan untk menghitung perkiraan nilai y
di x = α, yaitu y = pn(α). Tergantung pada letaknya nilai x = α mungkin terletak
dalam interval titik – titik data (x0 < α < xn) atau diluar interval titik-titik data (α < x0
atau α > xn ) :

1. Jika x0 < α < x n maka yk = p(xk) disebut nilai interpolasi (interpolated value)
2. Jika x0 < x n atau x0 > x n disebut nilai ekstrapolasi (extrapolated value)

Keduanya, 1 dan 2 ditunjukkan dalam gambar kita dapat menginterpolasi titik data
dengan polinom kuadratik, polinom kubik atau polinom dari derajat yang lebih tinggi,
tergantung jumlah titik data yang tersedia.

3.1.1 INTERPOLASI LINIER

Interpolasi linier adalah interpolasi dua buah titik yang menghubungkan sebuah garis
lurus. Misalkan diberikan dua buah titik (x 0, y0) dan (x1, y1). Polinom yang
menginterpolasi kedua titik itu adalah persamaan garis lurus yang terbentuk :

P1 (x) = α 0 + α 1x (3.2)

Gambar 3.3 memperlihatkan garis lurus yang menginterpolasi titk-titik (x0, y0) dan (x1,
y1).
 Gambar 3.3 garis linier

Koefisien α 0 dan α 1 dicari dengan proses substitusi dan eliminasi. Dengan

mensubtitusikan (x0, y0) dan (x1, y1) ke dalam persamaan (3.2), diperoleh dua buah
persamaan linier :

y0 = α 0 + α 1x0 (3.3)

y1 = α 0 + α 1x1 (3.4)

kedua persamaan diatas di selesaikan dengan proses eliminasi, yang memberikan

y 1− y 0
α1 ¿ (3.5)
x 1−x 0

Dan

x1 y 0−x 0 y 1
α0 = (3.6)
x 1−x 0

Subsitusikan persamaan (3.5) dan ke persamaan (3.4) untuk mendapatkan persamaan

garis lurus :
 y 1− y 0 x1 y 0−x 0 y 1
P1 (x) = x −x + x 1−x 0
x (3.7)
1 0

Kemudian diselesaikan bentuk persamaan diatas, menjadi

x1 y 0−x 0 y 1+ x y 1+ x y 0
P1 (x) = x 1−x 0
(3.8)

Kemudian

x1 y 0−x 0 y 1+ x y 1−x y 0 + x 0 y 0−x 0 y1

P1 (x) = x 1−x 0
(3.9)

Grupkan persamaan (3.9) menghasilkan :

( x 1+ x 0 ) y 0 +( y 1 − y 1)(x−x 0 )
P1 (x) = (3.10)
( x1 −x0 )

Akhirnya persamaan diatas dapat ditulis menjadi

P1 (x) = y0 + ¿ ¿ (x – x0) (3.11)

Persamaan (3.11) adalah persamaan garis lurus yang melalui dua titik (x 0, y0) dan (x1,
y1). Kurva polinom P1 (x) ini adalah berupa garis lurus.

Contoh 3.1.1 andaika sekumpulan data diberikan seperti

Waktu Biomass
Dalam Jamur
Jam Terobservasi
(n) (Pn)
0 9.6
1 18.3
2 29.0
 3 47.2
4 71.1
5 119.1

6 174.6
7 257.3

Bangunlah suatu interpolasi linier (p1 (x)) untuk data di atas.

Penyelesain : interpolasi linier dirumuskan seperti berikut

P1 (x) = α 0 + α 1x

Dimana

y 1− y 0 x1 y 0−x 0 y 1
α1 ¿
x 1−x 0
, α0 =
x 1−x 0

Dari data diatas, diketahui x0 = 0, y0 = 9.6, x1 = 1dan y1 = 18.3.

Interpolasi linier dapat dihitung seperti :

t 1 y 0−t 0 y 1 y 1− y 0
P1 (t) = t 1−t 0 (+ t 1−t 0) t

( 1 )( 9.6 )−(0)(18.3) 18.3−9.6

P1 (t) =
1−0
+ (1−0
t )
P1 (t) = -9.6 + 8.7 t.

Nilai keseluruhan dari p1 (ti) dirangkumkan pada tabel berikut :

Tabel 3.1. hasil dari dan galat p1 (ti)

Waktu Biomass Biomass Galat

 Dalam Jamur Jamur | pi− p i( ti )|
Interpolasi
Jam Terobservasi
Linier
(n) (Pn) p1 (ti)
0 9.6 9.6 0

1 18.3 18.3 0

2 29.0 27.0 2

3 47.2 35.7 1.5

4 71.1 44.4 26.7

5 119.1 53.1 66.0

6 174.6 61.8 112.8

7 257.3 70.5 196.8

Untuk melihat keakuratan interpolasi linier ini cukup melihat galat | pi− p i( t i )| dari
tabel di atas dan dari hasil plot seperti gamabar berikut :

Gambar 3.2 grafik galat | pi− p i( t i )| .

Dai gambar 3.2 di atas, interpolasi linier p1 (ti) tidak stabil untuk interval waktu [0, 7].
3.1.2 INTERPOLASI KUADRATIK

Misalkan diberikan tiga buah titik data (x0, y0), (x1, y1) dan (x2, y2). Polinom yang
menginterpolasi ketiga buah titik itu adalah polinom kuadrat yang berbentuk :

P2 (x) = α 0 + α 1x + α 2x2 (3.12)

Jika digambar, kurva polinom kuadrat berbentuk parabola

Gambar 3.4 grafik kuadrat

Polinom P2 (x) ditentukan dengan cara, substitusikan (xi, yi) ke dalam persamaan (3.
12), i = 1,2 . dari sini diperoleh tiga buah persamaan dengan tiga buah parameter yang
tidak diketahui, yaitu α 0, α 1, dan α 2 :

α 0 + α 1x0 + α 2x02 = y0 (3.13)

α 0 + α 1x0 + α 2x12 = y1 (3.14)

α 0 + α 1x0 + α 2x22 = y2 (3.15)

Hitung α 0, α 1, dan α 2 dari system persamaan dengan metode eliminasi Gauss Jordan .

Contoh 3.1.3. Andaikan sekumpul data diberikan seperti berikut :

Waktu Biomass

Dalam Jamur
 Jam Terobservasi

(n) (Pn)

0 9.6

1 18.3

2 29.0

3 47.2

4 71.1

5 119.1

6 174.6

7 257.3

Bangunlah suatu interpolasi kuadratik (P2 (x)) untuk data di atas dan tentukan nilai P2
(9.2) dengan interpolasi kuadratik.

Penyelesaian : intepolasi kuadratik dapat di tulis sebagai ;

P2 (x) = α 0 + α 1x + α 2x2

Untuk menentukan koefisien – koefisien dari P2 (x), subsitusikan ketiga-tiga data

yaitu : x1 = 1 , y0 =18.3, x2 = 2, y2 = 29.0, x3 = 3 dan y2 = 47.2 .

α 0 + α 1x0 + α 2x02 = y0

α 0 + α 1x0 + α 2x12 = y1

α 0 + α 1x0 + α 2x22 = y2

Diperoleh

α 0 + α 1(1)+ α 2(1)2 = 18.3

α 0 + α 1 (2) + α 2(2)2 = 29.0

α 0 + α 1(3)+ α 2(3)2 = 47.2

Atau
 α 0 + α 1+ α 2 = 18.3

α 0 + 2α 1 + 4α 2 = 29.0

α 0 + 3α 1+ 9α 2 = 47.2

Kemudian, selesaikan system persamaan diatas dengan metode eliminasi Gauss

Jordan dengan MAPLE

>restart;

With (linier algebra):

A := <<1,1,1>ǀ<1,2,3>ǀ<1,4,9>>;

1 1 1

[ ]
A := 1 2 4
1 3 9

>b := <18.3, 29, 47.2>;

18.3

[ ]
b := 29
47.2

>GaussianEliminasi(A);

1 1 1
[ ] 0 1 3
0 0 2

>ReducedRowEchelonrom(<Aǀ b>);

1 0 0 15.1000000000000

[ 0 1 0−0.550000000000006
−0 −0 1 3.75000000000000 ]
Menghasilkan α 0 = 15.1, α 1 = -0.55, dan α 3 = 3.75. interpolasi kuadrat ditulis dengan

P2 (x) = 15.1 - 0.55x + 3.75x2

Nilai keseluruhan dari P2 (ti) dirangkum pada tabel berikut

Tabel 3.2 Hasil dan galat dari P2 (ti)

Waktu Biomass Biomass Biomass Galat Galat

Dalam Jamur Jamur Jamur | pi− p 2(ti )|

| pi− p i( ti )|
Interpolasi
Jam Terobservasi Interpolasi
Kuadratik
(ti) (Pi) Linier P2 (ti)
p1 (ti)

0 9.6 9.6 15.1 0 5.5

1 18.3 18.3 18.3 0 0

2 29.0 27.0 29.0 2 0

3 47.2 35.7 47.2 1.5 0

4 71.1 44.4 72.9 26.7 1.8

5 119.1 53.1 106.1 66.0 13.0

6 174.6 61.8 146.8 112.8 27.8

7 257.3 70.5 195 196.8 60.5

Untuk melihat keakuratan interpolasi kuadratik ini cukup melihat galat | pi− p 2(t i )|
dari tabel di atas dan dari hasil plot seperti gambar berikut :
Gambar 3.5 grafik galat | pi− p 2( t i )| untuk interpolasi kuadratik.

Dari gambar 3.5 di atas, interpolasi kuadratik p2 (t i) tidak stabil intuk interval waktu
[0, 7]. Kemudian nilai p2 (9.2) adalah

P2 (x) = 15.1 - 0.55 (9.2)+ 3.75(9.2)2 = 327.44