BAB II

Tinjauan Pustaka

A. Interpolasi 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= x_1 < 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.

B. Interpolasi 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.
Contohnya akan dicari suatu fungsi spline linear S ( x ) sedemikian sehingga S ( x i )=( y i)untuk 0 ≤ i≤ n.
Diambil:

S0 ( x ) ; x ϵ [ x1 , x2 ]

{
Sx= S 1 ( x ) ; x ϵ [ x1 , x2 ]
⋮⋮
S n−1 ( x ) ; x ϵ [ x n−1 , x n ]

Dengan setiap Si ( x ) adalah linier, diperhatikan fungsi linear Si ( x ) . Garis ini melalui titik ( x i , y i ) dan
( x i+1 , y i+1), se-
hingga kemiringan dari Si ( x ) yaitu
y i+1− y i
mi=
x i+1−x i
Kita dapat juga mengatakan bahwa garis tersebut melalui titik ( x i , y i ) dan ¿
untuk sembarang x ∈[ x i , x +1i ], sehingga
S i ( x )− yi
mi=
x−x i
yang memberikan
yi +1− y i
Si ( x ) = y i+ mi ( x −xi )¿ y i + ( x −x i) (C .1.1)
xi +1−x i
Contoh 2.1
Buatlah interpolasi spline linier untuk data berikut:

x 0,0 0,1 0,4 0,5 0,75 1,0

y 1,3 4,5 2,0 2,1 5,0 3,0

2
 Penyelesaian :

[ 0,0 ; 0,1 ] S0 ( x )=1,3+ 4,5−1,3 ( x−0 )=1,3+32 x[ 0,1 ; 0,4 ] S 1 ( x )=4,5+ 2,0−4,5 ( x−0,1 )= 16 − 25 x
0,1−0 0,4−0,1 3 3

[ 0,4 ; 0,5 ] S 2 ( x )=2+ 2,1−2,0 ( x−0,4 )=1,6+ x

0,5−0,4
5,0−2,1
[ 0,5 ; 0,75 ] S 3 ( x )=2,1+ ( x−0,5 ) =−3,7−11,6 x
0,75−0,5
3−5
[ 0,75 ; 1 ] S4 ( x )=5+ ( x−0,75 ) =11−8 x
1−0,75

Jadi spline adalah potongan linear, yaitu linear di antara setiap titik data.
Persamaan (C.2.1.1) dapat dituliskan kembali sebagai
Si ( x ) =ai x+ bi ,i=0,1, … , n−1
dengan
y −y
a i= i +1 i dan b i= y i−a i x i
xi +1−x i
kekurangan utama spline linear adalah pada titik-titik data di mana dua spline bertemu,
kemiringannya berubah secara mendadak. Secara formal ini berarti bahwa turunan
pertama dari fungsi tidak kontinyu pada titik-titik tersebut. Kelemahan ini diatasi oleh
penggunaan polinomial spline orde yang lebih tinggi.

C. Interpolasi Spline Kuadratik

Tidak seperti spline linear, spline kuadratik tidak didefinisikan sepenuhnya oleh nilai-nilai di x i. Berikut
ini kita perhatikan alasannya. Spline kuadratik didefnisikan oleh

Si (x )=ai x 2+ bi x +c i

Jadi terdapat 3 n parameter untuk mendefinisikan S( x ).

Diperhatikan titik-titik data:

x0 x1 x2 ⋯ xn
yy y1 y2 ⋯ yn

Syarat-syarat untuk menentukan 3 n parameter dijelaskan seperti berikut ini.

1. Setiap subinterval [ x i , x i+1 ] untuk i=0,1,2 , … ,n−1 memberikan dua persmaan berkaitan
dengan Si ( x ), yaitu:
Si ( x i) = y i dan S i ( x i+1 ) = y i+1

jadi, disini didapatkan 2 n persamaan

2. Syarat pada kontinuitas dari S' (x) memberikan suatu persamaan tunggal untuk setiap titik
dalam x i , i=0,1,2 , … , n−1 yaitu:
S' i−1 ( x i )=S 'i (x i )
3
Jadi dari sini dipunyai n−1 persamaan. Sekarang totalnya terdapat 3 n−1 persamaan, tetapi karena
terdapat 3 n parameter yang tidak diketahui maka sistem
mempunyai kekurangan ketentuan.
3. Pilihan-pilihan yang mungkin untuk melengkapi kekurangan ketentuan yaitu
'
S ( x0 ) =0 atau S ( {x} rsub {0} )=
' '
Sekarang dimisalkan z i=S i ( x i ) . karena Si ( x i) = y i, S i ( x i ) =zi , dan
S' i ( x i +1) =z i+1, maka kita dapat mendefinisikan :
z i+1 −zi 2
Si ( x ) = ( x−xi ) + z i ( x−x i ) + y i C .2 .1
2 ( x i+1−x i )
Selanjutnya, dengan pengambilan x=x i+1 diperoleh
z i+1−z i 2 z i +1−z i z −z
y i+1 =S i ( x )=
2 ( xi +1−x i )
( x−x i ) + z i ( x−x i ) + y i y i+1 − y i= ( x−x i ) + z i ( x−x i ) y i+1 − y i= i +1 i ( x−x i )
2 2
Jadi, kita dapat menentukan z i+1 dari z i:
y i+1− y i
z i+1=2 −z i
x i+1−x i

Contoh 2.2
Buatlah interpolasi spline kuadratik untuk data berikut ini
0, 0, 0, 0,
x
0 1 4 5
1, 4, 2, 2,
y
3 5 0 1
dengan ketetapan z o=0
Penyelesaian :
pertama-tama hitung nilai z i
y 1− y 0 4,5−1,3 y − y1 2−4,5 −242
z 1=2 −z 0 =2 −0=64z 2=2 2 −z 1=2 −64=
x 1−x 0 0,1−0 x 2−x 1 0,4−0,1 3
y3 − y2 2,1−2 242 248
z 3=2 −z 2=2 + =
x3 −x2 0,5−0,4 3 3
jadi, fungsi spline kuadratik S( x ) :
z 1−z 0 2
S0 ( x ) = ( x −x0 ) + z 0 ( x−x 0 ) + y 0¿ 320 x 2+1.3 untuk 0 ≤ x ≤ 0,1
2 ( x 1−x 0 )
z 2−z 1 2 2170
S1 ( x ) = ( x−x 1 ) + z 1 ( x−x 1 ) + y 1¿− ( x−0,1 )2 +64 ( x−0,1 ) + 4,5
2 ( x 2−x 1 ) 9
2170 2 1010 194 z 3−z 2 2
¿− x+ x+ , untuk 0,1 ≤ x ≤ 0,4S2 ( x ) = ( x−x 2 ) + z 2 ( x−x 2 ) + y 2
9 9 45 2 ( x 3−x 2 )
2450 242 2450 2 2202 4948
¿ ( x−0,4 )2− ( x−0,4 )+2¿ x− x+ , untuk 0,4 ≤ x ≤ 0,5
3 3 3 3 30
persamaan Contoh 2.2.1 dapat ditulis kembali sebagai
Si (x )=ai x 2+ bi x +c i ,i=0,1,2 ,… , n−1
4
 dengan
z i+1 −zi 2
a i= , b =z −2 ai xi , c i=a i x i −z i x i + y i
2 ( x i+1−x i ) i i

D. Interpolasi Spline Kubik

Spline kubik adalah menurunkan polinom orde ketiga untuk setiap selang di antara simpul.
Diketahui suatu fungsi f (x) yang dibatasi oleh interval a dan b, dan memiliki sejumlah titik data
a=x 0< x1 <…< x n=b. Interpolasi spline kubik S( x ) adalah
suatu potongan fungsi polinomial berderajat tiga (kubik) yang menghubungkan dua titik yang
bersebelahan, dengan ketentuan, untuk i=0,1,2 , … , n−1
(S0) Potongan fungsi pada subinterval [ x i , x i+1 ] ,i=0,1,2, … , n−1
Si ( x ) =ai ( x−x i )3 +bi ( x−x i )2+ c i ( x−x i ) +d i
(S1) Pada setiap titik data x=x i , i=0,1 , … , n
S ( x i )=f ( x i)
(S2) Nilai-nilai fungsi harus sama pada titik-titik dalam:
Si ( x i+1 )=Si +1 ( x i+1 ) , i=0,1,2 , … , n−2
(S3) Turunan-turunan pertama pada titik dalam harus sama:
S ' i ( x i+1 )=S ' i+1 ( x i +1) , i=0,1,2 , … , n−2
(S4) Turunan-turunan kedua pada titik dalam harus sama:
S } rsub {i} left ({x} rsub {i+1} right ) = {Si +1 ( x i+ 1) , i=0,1,2 , … , n−2
(S5) Salah satu syarat batas di antara dua syarat batas x 0 dan x n berikut ini harus
dipenuhi:
 S ( x0 )=S left ({x} rsub {n} right ) = (disebut batas alamiah/ natural boundary)
 S' ( x0 ) =f ' ( x 0 ) dan S' ( xn ) =f ' ( x n ) (disebut batas apitan/ clamped boundary)
d −d h 1
d i= yi , c i= i+1 i − i ( 2b i+ bi ) , ai= ( b −b ) C .3.1
hi 3 3 hi i+1 i
Contoh 2.3
Buatlah interpolasi spline kubik untuk data berikut ini
x 0 1 2 3
y 0 1 4 5
' ' ' '
terhadap syarat batas : S ( x0 ) =S ( 0 )=c 0=2dan S ( x n) =S (3 )=c n=2
Penyelesaian:
Lebar subinterval pada sumbu x:
h1 =h2=h 3=h 4=1
dan beda terbagi pertama, dengan mengingat bahwa d i=f ( x i )= y i, yaitu:
d 1−d 0 d −d d −d
=1 , 2 1 =3 , 3 2 =1
h0 h1 h2
Persamaan matriks dapat dituliskan sebagai

5
2 1 0 0 b0 1 −2 −3

[ ][ ] [ ][ ]
1
0
0
4
1
0
1
4
1
0
1
2
b1
b2
b3
=3 3 −1 6
1 −3 −6
2 −1 3

yang mempunyai penyelesaian

b 0=−3 , b1=6 ,b 2=−6 , b3 =−3
Disubstitusikan penyelesaian tersebut ke persamaan C.3.1 untuk memperoleh koefisien-koefisien lain
dari spline kubik:
d 0=0 , d1 =1 ,d 2=4
1 1 1
c 0=1− ( 3+2 (−3 ) ) =2, c 1=3− (−3+2 ( 3 ) ) =2 , c2=3− (−3+ 2 ( 3 )) =2 ,
3 3 3
3−(−3) −3−3 3−(−3)
a 0= =2, a1 = =−2 , a2 = =2
3 3 3
Terakhir, kita dapat menuliskan persamaan spline kubik seperti:
3 3
S0=2 x 3 +3 x2 +2 x , untuk x ∈ [ 0,1 ] S1=−2 ( x−1 ) +3 ¿S2=2 ( x−2 ) +3 ¿