AKN - 5
INTERPOLASI
LABORATORIUM KOMPUTASI
DEPARTEMEN FISIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PADJADJARAN
2021
LEMBAR PENGESAHAN
AKN - 5
INTERPOLASI
( )
Interpolasi
Selasa, 6 April 2021
I. Tujuan Praktikum
1) Mahasiswa diharapkan mampu menentukan solusi dari permasalahan
interpolasi dengan menggunakan metode Polinomial, Lagrange, dan Newton
Forward Difference.
2) Mahasiswa diharapkan mampu membedakan penyelesaian masalah dengan
metode interpolasi dan ekstrapolasi.
(Gambar 1.1)
Interpolasi menghubungkan titik-titik data diskrit dalam suatu cara yang
masuk akal sehingga dapat diperoleh taksiran layak dari titik-titik data di antara
titik-titik yang diketahui. Dicatat bahwa kurva interpolasi melalui semua titik
data.
2) Interpolasi Polinomial
Bila fungsi cocokan yang digunakan berbentuk polinom, polinom
tersebut dinamakan dengan polinom interpolasi. Pekerjaan menginterpolasi titik
data dengan sebuah polinom disebut interpolasi (dengan) polinom. Contoh data
yang berketelitian tinggi adalah titik-titik yang dihitung dari fungsi yang telah
diketahui atau data tabel yang terdapat di dalam acuan ilmiah (seperti data
percepatan gravitasi bumi sebagai fungsi jarak sebuah titik ke pusat bumi).
Diberikan n+1 buah titik berbeda, (x0, y0), (x1, y1), ... , (xn, yn). Tentukan
polinom pn (x) yang menginterpolasi semua titik-titik tersebut sedemikian rupa
sehingga
𝑦𝑖 = 𝑝𝑛 (𝑥𝑖 )𝑢𝑛𝑡𝑢𝑘 𝑖 = 0, 1, 2, … , 𝑛 (1)
Nilai yi dapat berasal dari fungsi matematika f(x) (seperti ln x, sin x,
fungsi Bessel, persamaan P.6.1, dan sebagainya) sedemikian sehingga yi =
f(xi), sedangkan pn(x) disebut fungsi hampiran terhadap f(x). Atau, yi berasal
dari nilai empiris yang diperoleh melalui percobaan atau pengamatan.
Setelah polinom interpolasi pn(x) ditemukan, pn(x) dapat digunakan
untuk menghitung perkiraan nilai y di x = a, yaitu y = pn(a). Bergantung pada
letaknya, nilai x = a mungkin terletak di dalam rentang titik-titik data (x0 < a <
xn) atau di luar rentang titik-titik data (a < x0 atau a > xn) :
(i) Jika x0 < a < xn maka yk = p(xk) disebut nilai interpolasi
(interpolated value)
(ii) Jika x0 < xk atau x0 > xn maka yk = p(xk) disebut nilai ekstrapolasi
(extrapolated value)
3) Interpolasi Lagrange
Apabila pengamatan data tidak berjarak sama atau interval antar
variabel bebas tidak seragam, perumusan interpolasi yang digunakan mengacu
pada penurunan rumusan oleh Lagrange.
Interpolasi Lagrange diterapkan untuk mendapatkan fungsi polinomial
p(x) berderajat tertentu yang melewati sejumlah titik data.
Bentuk umum polinom Lagrange derajat ≤ n untuk (n + 1) titik berbeda
adalah
𝑛
𝑝𝑛 (𝑥) = ∑ 𝑎𝑖 𝐿𝑖 (𝑥) = 𝑎0 𝐿0 (𝑥) + 𝑎1 𝐿1 (𝑥) + ⋯ + 𝑎𝑛 𝐿𝑛 (𝑥) (2)
𝑖=0
Dengan
𝑎𝑖 = 𝑓(𝑥𝑖 ), 𝑖 = 0, 1, 2, … , 𝑛
𝑛
𝑥 − 𝑥𝑖
𝐿𝑖 (𝑥) = ∏ ( )
𝑥𝑘 − 𝑥𝑖
𝑖=0
𝑖≠𝑘
III. Tugas Pendahuluan
1. Jelaskan apa yang dimaksud dengan ekstrapolasi. Apa perbedaan ekstrapolasi
dan interpolasi?
Jawab : Ekstrapolasi adalah perluasan data di luar data yang tersedia, tetapi
tetap mengikuti pola kecenderungan data yang tersedia itu. Ekstrapolasi
merupakan proses memperkirakan nilai suatu variabel melampaui interval
pengamatan aslinya berdasarkan hubungannya dengan variabel lainnya.
Sebenarnya ekstrapolasi memiliki kesamaan dengan interpolasi, yaitu
menghasilkan perkiraan di antara hasil pengamatan yang diketahui, namun
ekstrapolasi itu rentan terhadap ketidakpastian yang lebih tinggi dan terhadap
risiko yang lebih tinggi dalam menghasilkan hasil yang tidak bermakna.
Ekstrapolasi juga dapat diartikan dengan memperluas metode, yaitu dengan
mengasumsikan metode yang mirip dapat diaplikasikan.
2. Turunkan persamaan 5.5 dan 5.6 dengan pendekatan interpolasi derajat satu.
Jawab :
𝑝𝑛 (𝑥) = 𝑝𝑛−1 (𝑥) + 𝑎𝑛+1 (𝑥 − 𝑥1 )(𝑥 − 𝑥2 ) … (𝑥 − 𝑥𝑛 )
𝑦𝑛+1 − 𝑝𝑛−1 (𝑥𝑛+1 )
𝑎𝑛+1 =
(𝑥𝑛+1 − 𝑥1 )(𝑥𝑛+1 − 𝑥2 ) … (𝑥𝑛+1 − 𝑥𝑛 )
IV. Flowchart
1. Flowchart Interpolasi Polinomial
2. Flowchart Interpolasi Lagrage
V. Daftar Pustaka
Hidayat, S. 2020. Modul Praktikum Algoritma dan Komputasi Numerik.
Jatinangor.
Nugroho, D. B. 2009. Diktat Kuliah : Metode Numerik. UKSW. Salatiga.
Rinaldi, M. 2013. Metode Numerik. Informatika. Bandung.