LAPORAN PENDAHULUAH

PRAKTIKUM FISIKA KOMPUTASI I

INTERPOLASI DAN EKSTRAPOLASI

NAMA : ADE RIZKI WAHYUDI

NIM : 08021381924056
HARI / TANGGAL : SENIN/04 APRIL 2021
KLOTER : II (DUA)
ASISTEN : 1. MUHAMMAD ALDI KURNIAWAN
2. RIZKA ANDRI YANI
3. ANNISA NURFITRIA ARIANE
4. FALATEHAN ALRAHMAN

LABORATORIUM FISIKA KOMPUTASI

JURUSAN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SRIWIJAYA

2021
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I
LAPORAN PENDAHULUAN
PRAKTIKUM FISIKA KOMPUTASI I

I. Nomor Percobaan : 8 (Delapan)

II. Nama Percobaan : Interpolasi dan Ekstrapolasi
III. Tujuan Percobaan : Praktikan dapat memahami dan menerapkan konsep interpolasi
dan ekstrapolasi dalm bidang fisika

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I
IV. Dasar Teori
Dalam bidang keilmuan fisika atau secara umum pada bidang sains dan teknik
sering kali data hasil eksperimen hanya terdiri dari sekelompok data diskrit yang terbatas
jumlahnya. Kadang kala diperlukan untuk mengetahui data yang belum didapat dari hasil
pengukuran atau eksperimen yang berada diantara dua titik data yang sudah diketahui. Hal
ini dapat dicapai dengan menerapkan interpolasi. Interpolasi adalah suatu metode untuk
menghasilkan titik-titik data baru dalam range sekumpulan titik-titik data yang sudah ada.
Sedangkan ekstrapolasi dapat dimaknai sebagai cara untuk mengetahui titik-titik data yang
baru yang melampaui (diluar range) titik-titik data yang sudah ada.
Interpolasi Linier
Interpolasi linier adalah interpolasi yang menggunakan polinomial orde-1. Polinom
yang menginterpolasinya adalah persamaan garis lurus atau polinomial berderajat satu.
Interpolasi linier ini sederhana sehingga mudah diterapkan, namun akan mempunyai error
yang besar apabila fungsi yang diinterpolasi bukanlah fungsi linier (Irfan dkk.,2018).
Interpolasi merupakan suatu pendekatan numerik yang perlu dilakukan, bila
diperlukan nilai suatu fungsi y = y(x) yang tidak diketahui perumusannya secara tepat, pada
nilai argumen x tertentu, bila nilainya pada argumen lain di sekitar argumen yang
diinginkan diketahui. Lebih sederhananya interpolasi adalah suatu teknik untuk mencari
harga fungsi di suatu titik di antara dua titik yang harga fungsinya sudah diketahui atau cara
penaksiran harga y pada saat x berada di luar tabel tetapi masih berada dalam interval–
interval data yang ada yaitu 𝑦[𝑥0 , 𝑥𝑛 ] (Fatimah, 2015).
Bentuk interpolasi yang paling mudah adalah menghubungkan dua buah titik data
dengan sebuah garis lurus. Teknik ini dan sebagainya interpolasi linier dan dilukiskan
secara grafis pada gambar 2 dengan menggunakan segitiga sebangun.
𝑓1(𝑥)−𝑓(𝑥0 ) 𝑓(𝑥1 )−𝑓(𝑥0 )
𝑥− 𝑥0
=
𝑥1 − 𝑥0
, (8.1)

Kemudian dapat diatur kembali supaya memenuhi sebuah formula interpolasi linier.
𝑓(𝑥1)−𝑓(𝑥0)
𝑓 (𝑥 ) = 𝑓(𝑥0 ) + (𝑥 − 𝑥0 ) (8.2)
𝑥1 − 𝑥0

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I
Notasi f1(x) menandakan bahwa rumus tersebut adalah sebuah polinomial interpolasi orde
pertama. Perhatikan bahwa disamping menyatakan skope dari gambar yang
menghubungkan titik. Umumnya semakin kecil interval diantara titik-titik data,
aproksimasinya semakin baik.

Gambar 8.1 Luas segitiga sebangun yang digunakan untuk interpolasi linier
Untuk n + 1 titik-titik data, terdapat satu dan hanya satu polinomial orde ke-n atau kurang
yang melewati semua titik. Misalnya hanya terdapat satu garis lurus (yakni polinomial orde
pertama) yang menghubungkan kedua titik seperti gambar 8.1.a di atas.
(Hartono, 2006).
Interpolasi Lagrange
Interpolasi Lagrange diterapkan untuk mendapatkan fungsi polinomial P(x)
berderajat tertentu yang melewati sejumlah titik data. Sebagai contoh, misalkan terdapat
tiga titik yaitu (𝑥𝑜 , 𝑦𝑜 ), (𝑥1 , 𝑦1 ), dan (𝑥2 , 𝑦2 ). Tentukanlah fungsi polinomial yang
melewati ketiganya!
Untuk menyelesaikan kasus ini, definisikan fungsi berikut ini:
(𝑥−𝑥1 ) (𝑥−𝑥2 )
𝐿 𝑜 (𝑥 ) =
(𝑥0 − 𝑥1 ) (𝑥0 − 𝑥2 )
,
𝐿1 (𝑥 ) =
(𝑥−𝑥0 ) (𝑥−𝑥2 )
(𝑥1 − 𝑥0 ) (𝑥1 − 𝑥2 )
‘ (8.3)

(𝑥−𝑥0 ) (𝑥−𝑥1 )
𝐿 2 (𝑥 ) =
(𝑥2 − 𝑥0 ) (𝑥2 − 𝑥1 )
,
Kemudian definisikan fungsi polinomial sebagai berikut:
𝑃(𝑥 ) = 𝐿𝑜 (𝑥) + 𝐿1 (𝑥) + 𝐿2 (𝑥)𝑦2 (8.4)

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I
Substitusikan persamaan (1) ke persamaan (2) makan akan diperoleh persamaan (3) :,
(𝑥−𝑥1) (𝑥−𝑥2) (𝑥−𝑥0 ) (𝑥−𝑥2) (𝑥−𝑥0) (𝑥−𝑥1)
𝑃 (𝑥) = 𝑦
(𝑥0− 𝑥1) (𝑥0− 𝑥2) 0
+ 𝑦
(𝑥1− 𝑥0) (𝑥1− 𝑥2 ) 1
+ 𝑦
(𝑥2− 𝑥0) (𝑥2− 𝑥1) 2
(8.5)

Jika diperhatikan nampak bahwa persamaan 8.3 merupakan polinomial berderajat 2 (Irfan
dkk.,2018).
Interpolasi Kuadrat :
Untuk polinomial berderajat dua. Persamaan umum polinomial derajat dua :

𝑃 (𝑥 ) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 , (8.6)

Intrapolasi Newton
Untuk polinomial berderajat n jika diberikan n+1 titik, yaitu x1, x2, x3, ....., xn.
Persamaan umum polinomial Newton:

𝑃(𝑥 ) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛−1 𝑥 𝑛−1 + 𝑎𝑛 𝑎𝑛 , (8.7)

Suatu harga atau nilai dengan interval tertentu dapat diperkirakan atau dilakukan
penaksiran, yaitu dengan teknik interpolasi dan ekstrapolasi. Dimana keduanya merupakan
dasardasar dari metode numerik. Metode numerik merupakan cara atau teknik dimana
masalah-masalah matematika diformulasikan sedemikian rupa sehingga dapat diselesaikan
oleh pengoperasian aritmatika. Perbedaan antara interpolasi dan ekstrapolasi adalah
interpolasi memperkirakan harga atau nilai yang ada di dalam tabel yaitu di antara data
awal dan data akhir, sedangkan ekstrapolasi memperkirakan harga atau nilai yang ada di
luar tabel yaitu sebelum data awal atau sesudah data akhir. Interpolasi terbagi menjadi
empat, yaitu interpolasi Linier, interpolasi Kuadrat, interpolasi Lagrange, dan interpolasi
Newton. Kadang kala diperlukan untuk ‘mengetahui’ data yang belum dapat dari
pengukuran (eksperimen) yang berada diantara dua titik data yang sudah diketahui
(Septiani, 2011).

Interpolasi Cubic Spline

Diketahui suatu fungsi f (x) pada suatu diagram yang dibatasi oleh interval a dan b,
dan memiliki sejumlah titik data a = x0 <x1 < ... <xn = b. Interpolasi cubic spline S (x)
adalah sebuah potongan berderajat tiga (cubic) yang menghubungkan dua titik data yang
Fakultas MIPA – JurusanFisika
UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I
bersebelahan dengan ketentuan sebagai berikut fungsi polinomial kecil - kecil (Suparno,
2013).
Mengenai interpolasi titik-titik data (𝑥0 , 𝑦0 ) sampai (𝑥𝑛 , 𝑦𝑛 ) menggunakan suatu
polinomial berderajat n.,Namun terdapat kasus dimana fungsi-fungsi ini memberikan hasil
yang salah. Pendekatan alternatifnya adalah menerapkan polynomial-polinomial berderajat
lebih rendah,pada sebagian titik data. Polinomial penghubung tersebut dinamakan fungsi-
fungsi spline. Spline merupakan suatu kurva yang dibangun dari potongan-potongan
polynomial(picewise polynomial),dengan titik-titik belok disebut knot. Salah satu model
Interpolasi spline yang dapat di terapkan dalam mencari titiktitik belok ialah Interpolasi
spline Kuadratik. Interpolasi spline Kuadratik digunakan untuk mencari 3 ,buah titik data
yang terletak di antara beberapa titik yang terdeteksi,misalnya: P1(𝑥1 , 𝑦1 ), P2(𝑥2 , 𝑦2 ) dan
P3(𝑥3 , 𝑦3 ) dengan menggunakan pendekatan fungsi kuadrat. (Magfira dkk., 2015).

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I
V.Algoritma

Kasus 1
Step 1 : Mulai
Step 2 : Inisialisasi fungsi interp1 dengan parameter masukan waktu,posisi, waktu_baru
dan parameter keluaran posisi_baru
Inisialisasi matriks posisi = [0 0.5 2.0 6.0 16.0 30.0 32.0]
Inisialisasi matriks waktu = [0 5 10 15 25 40 45]
Inisialiasi matriks waktu_baru = [3 8 13]
Inisialisasi matriks posisi_baru
Step 3 : Cetak matriks posisi
Cetak matriks waktu
Cetak matriks waktu_baru
Step 4 : Proses Posisi_baru = Subprogram interp1(waktu,posisi,waktu_baru)
Proses Pemanggilan fungsi interp1
Step 5 : Cetak matriks posisi_baru
Step 6 : Selesai
Kasus 2
Step 1 : Mulai
Step 2 : Inisialisasi fungsi interp1 dengan parameter masukan waktu,posisi, waktu_baru
dan parameter keluaran posisi_baru
Inisialisasi matriks posisi = [0 0.25 1 2.25 4 6.25 9 12.25 16]
Inisialisasi matriks waktu = [0: 0.5: 4]
Inisialiasi matriks waktu_baru = [0.25 0.75 1.25 2.75]
Inisialisasi matriks posisi_baru
Step 3 : Cetak matriks posisi
Cetak matriks waktu
Cetak matriks waktu_baru
Step 4 : Proses Posisi_baru = Subprogram interp1(waktu,posisi,waktu_baru)
Proses Pemanggilan fungsi interp1

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I
Step 5 : Cetak matriks posisi_baru
Step 6 : Selesai

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I
V. Flowchart
Kasus 1
Mulai

Inisialisasi fungsi interp1 dengan

parameter masukan waktu,posisi,
waktu_baru dan parameter keluaran
posisi_baru
Inisialisasi matriks posisi =
[0 0.5 2.0 6.0 16.0 30.0 32.0]
Inisialisasi matriks waktu =
[0 5 10 15 25 40 45]
Inisialiasi matriks waktu_baru =
[3 8 13]
Inisialisasi matriks posisi_baru

Cetak matriks posisi

Cetak matriks waktu
Cetak matriks waktu_baru

Posisi_baru = Subprogram
interp1(waktu,posisi,waktu_baru)

Proses Pemanggilan fungsi interp1

Cetak matriks
posisi_baru

Selesai

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I
Kasus 2

Mulai

Inisialisasi fungsi interp1 dengan parameter

masukan waktu,posisi, waktu_baru dan
parameter keluaran posisi_baru
Inisialisasi matriks posisi =
[0 0.25 1 2.25 4 6.25 9 12.25 16]
Inisialisasi matriks waktu = [0: 0.5: 4]
Inisialiasi matriks waktu_baru =
[0.25 0.75 1.25 2.75]
Inisialisasi matriks posisi_baru

Cetak matriks posisi

Cetak matriks waktu
Cetak matriks waktu_baru

Posisi_baru = Subprogram
interp1(waktu,posisi,waktu_baru)

Proses Pemanggilan fungsi interp1

Cetak matriks
posisi_baru

Selesai

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I
VII. Listing
Kasus 1
Clear all
clc
posisi =[0 0.5 2.0 6.0 16.0 30.0 32.0]
waktu = [0 5 10 15 25 40 45]
waktu_baru = [3 8 13]
posisi_baru = interp1 (waktu, posisi, waktu_baru)
Kasus 2
Clear all
clc
posisi =[0 0.25 1 2.25 4 6.25 9 12.25 16]
waktu = [0: 0.5: 4]
waktu_baru = [0.25 0.75 1.25 2.75]
posisi_baru = interp1 (waktu, posisi, waktu_baru)

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I
VIII. Tugas pendahuluan
1. Tuliskan minimal tiga metode interpolasi yang Anda ketahui.
2. Tuliskan minimal tiga metode ekstrapolasi yang Anda ketahui.
Jawab :
1. Metode Interpolasi linier, Interpolasi Lagrange, Interpolasi polinomial .
2. Metode ekstrapolasi linier , polinomial, kurva perancis.

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I
DAFTAR PUSTAKA

Fatimah, N., 2015. Aplikasi Interpolasi Newton Menggunakan Bordland Delphi 5.0. Jurnal
Teknologi dan Rekayasa, 1(20) : 3.

Hartono, D. K., 2006. Implementasi Metode Interpolasi Linear Untuk Pembesaran Resolusi
Citra. Jurnal Teknoin, 3(11): 220-221.
Irfan, M. dkk., 2018. Modul Praktikum Fisika Komputasi 1. Indralaya: Universitas
Sriwijaya.
Magfira, B. D., Ernawati dan Andreswari, D., 2015. Aplikasi Peningkatan Resolusi Citra
Motif Batik Menggunakan Metode Interpolasi Spline Kuadratik (Studi Kasus: Citra
Motif Batik Besurek Kota Bengkulu). Jurnal Rekursif, 2(3) : 2.
Septiani, N. W., 2011. Aplikasi Perhitungan Interpolasi Newton Dengan Borland Delphi
5.0. Jurnal Ilmiah Faktor Exacta, 1(4) : 16-17.
Suparno, S., 2013. Komputasi untuk Sains dan Teknik Menggunakan Matlab Edisi IV.
Jakarta : Departemen Fisika FMIPA Universitas Indonesia.
.

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I

LAMPIRAN

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya
LAPORAN PRAKTIKUM
FISIKA KOMPUTASI I

Fakultas MIPA – JurusanFisika

UniversitasSriwijaya