I .

PENGERTIAN DAN TUJUAN INTERPOLASI

A. Pengertian
Interpolasi adalah proses pencarian dan penghitungan nilai suatu fungsi yang
grafiknya melewati sekumpulan titk yang diberikan. Titik-titik tersebut mungkin merupakan
hasil eksperimen dalam sebuah percobaan, atau diperoleh dari suatu fungsi yang diketahui.
B. Tujuan
adapun kegunaan lain dari interpolasi adalah untuk menaksir harga-harga tengah
antara titik data yang sudah tepat. Interpolasi mempunyai orde atau derajat.
 II. MACAM-MACAM INTERPOLASI
PEMBAHASAN

A. Interpolasi Linier

Interpolasi linear atau interpolasi lanjar adalah interpolasi dua buah titik dengan
sebuah garis lurus. Misal diberikan dua buah titik, (x0,y0) dan (x1,y1). Polinom yang
menginterpolasi kedua titik itu adalah persamaan garis lurus yang berbentuk:
P ( x ) =a0 +a 1 x
Gambar dibawah ini memperlihatkan garis lurus yang menginterpolasi titik-titik (x0,y0) dan
(x1,y1).

(x1,y1)

(x0,y0)

X
Gambar 1.1 Interpolasi Linier

(x0,y0)

(x1,y1)

X
Gambar 1.2 Interpolasi Linier
 Koefisien a 0 dan a 1 dicari dengan proses substitusi dan eliminasi. Dengan
mensubstitusikan ( x 0 , y 0 ) dan ( x 1 , y 1 ) ke dalam persamaan p1 ( x )=a0 +a1 x diperoleh dua
persamaan linear:
y 0=a0 +a1 x 0 . . . . . . . (1)
y 1=a0 +a1 x1 . . . . . . . (2)
Dari dua persamaan diatas, dengan eliminasi diperoleh:

y 0− y1 =( a0 + a1 x 0 )−(a ¿ ¿ 0+a1 x1 )¿
y 0− y1 =a1 x0 −a1 x1 ⇔ y 0− y 1=a 1(x ¿ ¿ 0−x 1) ¿
y 0− y 1
⇔ a1=
x 0−x 1
Substitusikan nilai a 1 ke dalam persamaan (1), diperoleh:

y 0=a0 +a1 x 0
y 0− y 1
⇔ y 0=a0 + ( x 0−x 1 0
x)
x 0 y 0 −x0 y 1
⇔ y 0=a0 +
x 0 −x1
x 0 y 0 −x0 y 1
⇔ y 0=a0 +
x 0 −x1
x 0 y 0−x 0 y 1
⇔ a0 = y 0 −
x 0−x 1
y 0 ( x 0−x 1)−x0 y 0 + x 0 y 1
⇔ a0=
x 0−x 1
x 0 y 0 −x1 y 0−x 0 y 0+ x0 y 1
⇔ a0 =
x 0−x 1
x 0 y 1−x 1 y 0
⇔ a0=
x 0−x 1

Dengan melakukan manipulasi aljabar untuk menentukan nilai p1 ( x ) dapat dilakukan sebagai
berikut:

p1 ( x )=a0 +a1 x

x 1 y 0 −x 0 y 1 y 1 – y 0
p1 ( x ) = + x
x1 −x0 x 1−x 0
 x 1 y 0 −x 0 y 1 + xy 1 – x y 0
p1 ( x ) =
x1 −x0

x 1 y 0 −x 0 y 1 + xy 1 – x y 0 +( x 0 y 0−x 0 y 0)
p1 ( x )=
x 1−x 0

x 1 y 0 −x 0 y 0−x 0 y 1+ xy 1 – x y 0 + x 0 y 0
p1 ( x ) =
x 1−x 0

p1 ( x )= y 0 ( x 1−x 0 ) + y 1 ¿ ¿

p1 ( x )= y 0 ( x 1−x 0 ) +( y ¿ ¿ 1− y 0 )¿ ¿ ¿

p1 ( x )= y 0+( y ¿ ¿ 1− y 0 ) ¿ ¿¿

Dalam menentukan persamaan dari interpolasi linear juga dapat dilakukan melalui
cara berikut:

Menentukan titik-titik antara dari 2 buah titik dengan menggunakan garis lurus.

P2 (x1,y1)

(x,y)

P1(x0,y0)

X
Gambar 1.3 Interpolasi Linier

Persamaan garis lurus yang melalui 2 titik P1 (x0,y0) dan P2 (x1,y1) dapat dituliskan dengan:

y− y 0 x−x 0
=
y 1− y 0 x 1−x 0

Sehingga diperoleh persamaan dari interpolasi linear sebagai berikut:

 y 1− y 0
y= ( x−x 0 ) + y 0
x 1−x 0

Algoritma Interpolasi Linear

1. Tentukan nilai x 0 , y 0 , x1 , dan y 1 .

2. Periksa apakah x 0=x 1. Jika ya, maka kembali ke langkah 1 sebab nilai
fungsinya tidak terdefinisi dalam kondisi ini. Jika tidak, maka dilanjutkan ke langkah 3.
3. Masukkan nilai x.
4. Periksa apakah min { x 0 , x 1 } ≤ x ≤max { x 0 , x1 } . Jika tidak, maka masukkan nilai x
yang lain. Jika ya, maka dilanjutkan langkah 5.
y 1− y 0
5. Hitung P= y 0+( x−x 0) .
x 1−x 0
6. Periksa apakah y 0= y1 . Karena jika sama, maka akan diperoleh P= y 0.
7. Tulis hasil y=P.
Contoh
1. Perkirakan atau prediksi jumlah penduduk Purworejo pada tahun 2005 berdasarkan
data tabulasi berikut:
Tahun 1990 2000
Jumlah Penduduk 187.900 205.700

Penyelesaian:
Dipunyai: x0 = 1990, x1 = 2000, y0 = 187.900, y1 = 205.700.
Ditanya: Prediksi jumlah penduduk Gunungpati pada tahun 1995.
Ingat :
p1 ( x )= y 0+( y ¿ ¿ 1− y 0 ) ¿ ¿¿

Misalkan x=1995

p1 (2005 )=187.900+(205.700−187.900)¿ ¿

p1 (2005 )=196.800

Jadi, diperkirakan jumlah penduduk Purworejo pada tahun 1995 adalah 196.800 orang.

2. Dari data ln(9.0) = 2.1972, ln(9.5) = 2.2513, tentukan ln(9.2) dengan interpolasi linier
sampai 4 desimal. Bandingkan hasil yang diperoleh dengan nilai sejati ln(9.2)=2.2192.
Penyelesaian:
 Dipunyai:
x 0=9.0 , y 0=2.1972.
x 1=9.5 , y 1=2.2513 .
Ditanya : tentukan nilai ln(9.2) sampai 5 angka bena kemudian dibandingkan dengan
nilai sejati ln(9.2) = 2.2192.
Ingat:
p1 ( x )= y 0+( y ¿ ¿ 1− y 0 ) ¿ ¿¿

p1 ( 9.2 )=2.1972+(2.2513−2.1972)¿ ¿

p1 ( 9.2 )=2.21884

Galat = nilai sejati ln(9.2) – nilai ln(9.2) hasil perhitungan dengan metode interpolasi
linear

Galat = 2.2192 – 2.21884 = 3,6 x 10-4 .

B. Interpolasi Kuadratik

Misal diberi tiga buah titik data, ( x 0 , y 0 ) , ( x 1 , y 1 ) , dan(x 2 , y 2 ). Polinom yang

menginterpolasi ketiga buah titik itu adalah polinom kuadrat yang berbentuk:
p2 ( x ) =a0 +a 1 x+ a2 x2
Bila digambar, kurva polinom kuadrat berbentu parabola, seperti ditunjukkan dalam Gambar
2.4 dan Gambar 2.5

x1,y1
y1

y2 x2,y2

y0
x0,y0

x0 x1 X
x2
 Gambar 2.1 Interpolasi Kuadratik

Masih terdapat grafik berbentuk parabola yang lain, selain yang ditunjukkan pada
Gambar 2.1 diatas, namun harus diperhatikan bahwa untuk setiap nilai x i akan diperoleh
hanya sebuah nilai y i. Sehingga tidak mungkin kondisi grafiknya seperti Gambar 2.2 di
bawah ini atau semacamnya.

x1,y1
y1

y2 x2,y2

y0
x0,y0

x0 x1 x2 X

Gambar 2.1 Bukan Interpolasai Kuadratik

Menyelesaikan Polinom p2 ( x) ditentukan dengan cara berikut:

1. Substitusikan ( x i , y i ) ke dalam persamaan p2 ( x ) =a0 +a 1 x i+ a2 x 2i dengan i = 0, 1, 2.

Diperoleh tiga persamaan dengan tiga buah parameter yang tidak diketahui yaitu:
a 0 , a1 , dan a 2 :

a 0+ a1 x 0 +a 2 x 20= y 0
a 0+ a1 x 1 +a2 x 21= y 1
a 0+ a1 x 2 +a2 x 22= y 2

2. Hitung a 0 , a1 , dan a 2 dari sistem persamaan tersebut dengan metode eliminasi

Gauss.
Selain menggunakan metode eliminasi Gauss, menentukan a 0 , a1 , dan a 2 dapat
ditentukan dengan cara sebagai berikut:
 y i +1− y i y i+2− y i+1 F 12−F 01
a) Hitung F 01= , F12= , dan F 012=
x i +1−x i y i+2− y i+1 x i+2−x i
b) Hitung P= y1 + ( x− xi ) F 01+(x−x i)(x−x i+1 ) F 012

Algoritma Interpolasi Kuadratik

Untuk interpolasi kuadratik digunakan algoritma sebagai berikut :
1. Tentukan nilai x 0 , y 0 , x1 , y 1 , x 2 , dan y 2 .
2. Periksa apakah x 0 < x 1< x 2. Jika tidak, maka kembali ke langkah 1 sebab nilai fungsinya
tidak terdefinisi dalam kondisi ini. Jika tidak, maka dilanjutkan ke langkah 3.
3. Masukkan nilai x.
4. Periksa apakah min { x 0 , x 1 , x 2 } ≤ x ≤ max { x0 , x 1 , x 2 }. Jika tidak, maka masukkan nilai x
yang lain. Jika ya, maka dilanjutkan langkah 5.
y 1− y 0 y 2− y 1 F 12−F01
5. Hitung F 01= , F 12= , dan F 012 =
x 1−x 0 x 2−x 1 x2 −x0
6. Hitung P= y1 + ( x− xi ) F 01+ ( x−x i ) ( x− xi ) F 012
7. Periksa apakah F 012=0. Jika ya, maka persamaan yang dihasilkan linear. Jika tidak
maka persamaan yang dihasilkan merupakan persamaan kuadrat.
8. Tulis hasil y=P.
Contoh :

1. Diberikan titik ln(8.0) = 2.0794, ln(9.0) = 2.1972, dan ln(9.5) = 2.2513. Tentukan nilai
ln(9.2) dengan interpolasi kuadratik.
Penyelesaian:
Diketahui: x 0=8.0 , y 0=2.0794
x 1=9.0 , y 1=2.1972
x 2=9.5 , y 2=2.2513
Ditanya : Tentukan nilai ln (9.2).

Sistem persamaan yang terbentuk adalah:

a 0+ 8.0 a1 +64.00 a2=2.0794

a 0+ 9.0 a1 +81.00 a2=2.1972

a 0+ 9.5 a1 +90.25 a2=2.2513

 Untuk perhitungan secara manual, sistem persamaan diselesaikan dengan metode
eliminasi Gauss dengan langkah sebagai berikut:

Matriks yang terbentuk dari persamaan

a 0+ 8.0 a1 +64.00 a2=2.0794

a 0+ 9.0 a1 +81.00 a2=2.1972

a 0+ 9.5 a1 +90.25 a2=2.2513

adalah:

1 8 64 2.0794 1 8 64 2.0794

[ 1 9 81 2.1972
1 9.5 90.25 2.2513 ]
R 21(−1)
R 31(−1) [
0 1 17 0.1178
0 1.5 26.25 0.1719 ]
1 0 −72 1.137 1 0 −72 1.137
R 12(−8)
R 32(−1.5) [
0 1 17 0.1178 R 31(
0 0 0.75 −0.0048
1
]
0.75 [
) 0 1 17 0.1178
0 0 1 −0.0064 ]
1 0 0 0.6762
R 13(72)
R 23(−17) [
0 1 0 0.2266
0 0 1 −0.0064 ]
Menggunakan metode Eliminasi gauss menghasilkan

a 0=0.6762 , a1=0.2266 , a2 =−0.0064 .

Polinom kuadratnya adalah: p2 ( x ) =a0 +a 1 x+ a2 x2

p2 ( 9.2 )=0.6762+0.2266 . ( 9.2 ) +−0.0064 .( 9.2)2

p2 ( 9.2 )=2.2192

2. Dalam suatu eksperimen fisika pergerakan sebuah benda pedat berbentuk parabola.
Dengan data sebagai berikut :

t (detik) Y (m)
5 2,01
6,5 2,443
8 2,897
 Dengan menggunakan interpolasi kuadratik perkirakan ketinggian bola pada saat
t=7 detik.

Penyelesaian:

Dipunyai data pergerakan suatu benda padat:

t (detik) Y (m)
5 2,01
6,5 2,443
8 2,897

Dengan menggunakan interpolasi kuadratik akan diprediksi ketinggian bola saat

t=7 detik.

Sistem persamaan lanjar yang terbentuk adalah:

a 0+5,0 a1+ 25,00 a2=2,01

a 0+ 6,5 a1+ 42,25 a2=2,443

a 0+ 8,0 a1 +64,00 a2=2,897

Penyelesaian sistem persamaan dengan menggunakan metode eliminasi Gauss

1 5 25 2,01 1 5 25 2,01 1

[ 1 6,5 42,25 2,443

1 8 ]
R 2 , R 1 (−1 )
[
0 1,5 17,25 0,443
64 2,897 R 3 , R 1 (−1 ) 0 3 39 0,887 ]
R2
¿
( )
1,5

1 5 25 2,01 1 0 −32,5 0,56667

[ 0 1 11,5 0,28867
]
R 1 , R 2 (−5 )
0 3 39 0,887 R 3 , R 2 (−3 ) 1 0 [ ]
0 1 11,5 0,28867 ¿ R 3
4,5 0,021
1
4,5( )
1 0 −32,5 0,56667 1 0 0 0,71733

[ 0 1 11,5 0,28867
1 0 1 0,00467 ]
R 1 , R 3(32,5)
R 2 , R 3(11,5) [
0 1 0 0,235
1 0 1 0,00467 ]
Diperoleh : a 0=0,71733 , a1=0,235 , a 2=0,00467

Sehingga Polinom Kuadratnya adalah:

p2 ( x ) =0,71733+0,235 x+ 0,00467 x 2
 Sehingga p2 (7 ) = 2,588

Jadi,diprediksi, pada t = 7 detik tinggi bola 2,588 m.

C. Interpolasi Spline

Definisi : Suatu fungsi f (x) dinamakan suatu spline berderajat k jika

1. Domain dari S adalah suatu interval [a; b].
2. S; S0; :::; S(k􀀀1) kontinu pada [a; b].
3. Terdapat titik-titik xi sedemikian sehingga a = x0 < x1 < ::: < xn = b dan juga S
adalah suatu polinomial berderajat k pada setiap [xi; xi+1].

Dengan kata lain, spline adalah potongan-potongan fungsi polinomial dengan turunan-
turunan memenuhi kendala-kendala kekontinuan tertentu. Ketika k =1 , spline dina-
makan spline linear. Ketika k =2, spline dinamakan spline kuadratik. Ketika k =3 ,
spline dinamakan spline kubik.

C.1 Spline Linear

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 C.2
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

Penyelesaian :

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

0,1−0

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

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

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

0,75−0,5

[ 0,75 ; 1 ] S4 ( x )=5+ 3−5 ( x−0,75 ) =11−8 x

1−0,75
Jadi spline adalah potongan linear, yaitu linear di antara setiap titik data.
Persamaan (C.1.1) dapat dituliskan kembali sebagai
Si ( x ) =ai x+ bi ,i=0,1, … , n−1
dengan
y i +1− y i
a 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.2 Spline Kuadratik

Tidak seperti spline linear, spline kuadratik tidak dide.nisikan 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 mende.nisikan S( x ).
Diperhatikan titik-titik data:
x0 x1 x2 ⋯ xn
yy y1⋯ yny2
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 )
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
y i+1 =S i ( x )= ( x−x i ) + z i ( x−x i ) + y i y i+1 − y i= ( x−x i ) + z i ( x−x i )
2 ( xi +1−x i ) 2

z i +1−z i
y i+1 − y i= ( x−x i )
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 C.2
Buatlah interpolasi spline kuadratik untuk data berikut ini

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

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

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 ) + 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 ) + 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 C.2.1 dapat ditulis kembali sebagai
Si (x )=ai x 2+ bi x +c i i=0,1,2 , … ,n−1
dengan
z i+1 −zi 2
a i= , bi=z i−2 ai xi , c i=a i x i −z i x i + y i
2 ( x i+1−x i )
C.3 Spline Kubik
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 i+1−d i hi 1
d i= yi , c i= − ( 2b i+ bi ) , ai= ( b −b ) C .3.1
hi 3 3 hi i+1 i

Contoh C.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

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 ¿

D. Interpolasi Newton

 Persamaan Polinom Linier

( y 1− y 0 )
p1 ( x )= y 0+ ( x −x0 )
( x1−x 0 )
 Bentuk pers ini dapat ditulis :
p1 ( x )=a0 +a1 (x −x0 )
 Yang dalam hal ini
a 0= y 0=f ( x 0 ) D .1 .1

( y1 − y 0 )
a 1= =f ¿ ¿
( x1 −x 0)
 Persamaan ini merupakan bentuk selish terbagi (divided-difference)
a 1=f [x 1 , x 0 ]
 Polinom kuadratik
p2 ( x ) =a0 +a 1 ( x−x 0 ) +a 2 ( x−x 0 ) ( x−x 1 )
atau
p2 ( x ) =p 1 ( x ) +a2 ( x−x 0 ) ( x−x 1)

Dari persamaan ini menunjukkan bahwa p2 ( x ) dapat dibentuk dari persamaan sebelumnya
p1 ( x ) . Nilai a 2 dapat ditemukan dengan mengganti x=x 2untuk mendapatkan
f ( x 2) −a 0−a1 ( x 2−x 0 )
a 2= D .1.3
( x 2−x 0 ) ( x 2−x 1 )
jika nilai a 0 dan a 1 pada persamaan D.1.1 dan D.1.2 dimasukkan ke persamaan D.1.3 maka
akan didapatkan:
a 2=f ¿ ¿ ¿
jadi, tahapan pembentukan polinom newton:
p1 ( x )= p 0 (x)+a1 ( x −x0 )
p1 ( x )=a0 +a1 ( x−x 0 )
p2 ( x ) =p 1 ( x ) +a2 ( x−x 0 ) ( x−x 1)
p3 ( x ) =p 2 ( x ) +a3 ( x−x 0 ) ( x−x 1 )( x−x 2)

 Nilai konstantaa 0 , a1 , … , an, merupakan nilai selisih terbagi , dengan nilai

a 0=f ( x 0 )a 1=f [x 1 , x 0 ]⋮=⋮a n=f [x n , xn−1 , … , x 1 , x 0 ]

yang dalam hal ini

f [ xi , x j ]−f [ x j , x k ]
f [ x i , x j ]=f ¿ ¿ f [ x i , x j , x k ] =
x i−x k

f [ x n , xn−1 , … , x 1 , x 0 ] −f [ x n−1 , x n−2 ,… , x 1 , x 0 ]

f [ x n , x n−1 , … , x 1 , x 0 ] =
x n−x 0
Karena a 0 , a1 , … , an, merupakan nilai selisih terbagi, maka polinom Newton dinamakan
polinom interpolasi selisih terbagi Newton. Nilai selisih terbagi dapat dihitung dengan
menggunakan tabel yng disebut tabel selisih terbagi.

Dengan demikian polinom Newton dapat ditulis dalam hub rekursif sebagai :
 Rekurens
pn ( x ) =p n−1 ( x ) + ( x−x 0 ) ( x−x 1 ) … ( x−x n−1) f [ x n−1 , x n−2 , … , x 1 , x 0 ]


Basis
p0 ( x ) =f ( x 0 )
Contoh :
Bentuklah polinom Newton derajat satu, dua, tiga dan empat yang menghampiri
f ( x )=cos x dalam range [0.0, 4] dan jarak antar titik adalah 1.0. Lalu taksirlah f (x) dengan
x=2.5 dengan Polinom Newton derajat 3
xi yi ST-1 ST-2 ST-3 ST-4
0 1 -0.4597 -0.2484 0.1466 -0.147
1 0.5403 -0.9654 0.1913 0.088
2 -0.4161 -0.5739 0.4551
3 -0.99 0.3363
4 -0.6536
Penyelesaian

E. Interpolasi Kubik

Misal diberikan empat buah titik data ,¿)(, x 1, y 1),¿, y 2), dan ( x 3, y 3).Polinom yang
mengiterpolasi keempat buah titik itu ialah polinom kubik yang berbentuk :
p3 ( x )=a 0+a 1x+a 2 x 2+a 3 x 3

Polinom p3 ( x ) ditentukan dengan cara berikut:

1.Sulihkan ( x i, y i) kedalam persamaan (p.5.9), i=0,1,2,3. Sehingga diperoleh empat buah
persamaan dengan empat buah parameter yang tidak diketahui yaitu a 0 , a1 , a2 dan a3 :
 a 0+ a1 x o + a2 x 20 +a3 x 30= y 0
a 0+ a1 x 1 a2 x 21 +a 3 x 31= y 1
a 0+ a1 x 2 +a2 x 22+ a3 x 32= y 2
a 0+ a1 x 3 +a 2 x 23+ a3 x33 = y 3
 Jarak yang dibutuhkan sebuah kendaraan untuk berhenti adalah fungsi kecepatan. data
percobaan berikut ini menunjukkan hubungan antara kecepatan dan jarak yang
dibutuhkan untuk menghentikan kecepatan.
 Perkiraan jarak henti yang dibutuhkan bagi sebuah kendaraan yang melaju dengan
kecepatan 45 mil/jam