BAB 3 INTERPOLASI

32

3 INTERPOLASI

Interpolasi berarti mencari (secara aproksimasi) nilai-nilai fungsi f(x)

untuk suatu x yang terletak antara nilai-nilai x yang berbeda x0 , x1 , x2 ,, xn
dimana nilai-nilai fungsinya diberikan. Jadi diberikan n +1 data
f 0  f ( x0 ), f1  f ( x1 ), f 2  f ( x2 ),, f n  f ( xn ) yang diperoleh dari suatu

fungsi matematika yang diberikan rumusnya atau dari fungsi empirik hasil
observasi atau eksperimen. Interpolasi ini sudah biasa kita lakukan dalam mencari
nilai log x dengan menggunakan tabel logaritma.
Ide dasar dalam interpolasi adalah mencari polinom p n (x) berderajat n
(atau lebih kecil) yang sesuai dengan nilai-nilai yang diberikan. Dengan demikian
dipenuhi
p n ( x0 )  f 0 , p n ( x1 )  f1 , p n ( x2 )  f 2 , , p n ( xn )  f n . (1)

pn(x) disebut polinom penginterpolasi dan (x0, f0), (x1, f1), (x2, f2), …, (xn, fn)
disebut titik-titik simpul. Jika f(x) adalah fungsi matematika, p n (x) disebut

(polinom) hampiran dari f(x). Jika kita menggunakan p n (x) untuk memperoleh

(hampiran) nilai-nilai f untuk x antara x0 dan xn, maka disebut interpolasi. Tetapi
jika kita menggunakan p n (x) untuk memperoleh (hampiran) nilai-nilai f untuk x
diluar interval (x0, xn), maka disebut ektrapolasi. Pada bab ini yang kita bahas
adalah tentang interpolasi.
Untuk n + 1 titik simpul, yaitu x0 , x1 , x2 ,, xn hanya terdapat satu dan

hanya satu (ada dan tunggal) polinom pn(x) yang memenuhi (1). Sebab jika ada
polinom qn(x) yang juga memenuhi qn(x0) = f0, qn(x1) = f1, qn(x2) = f2, …, qn(xn) =
fn, maka pn(x) - qn(x) = 0 pada x0 , x1 , x2 ,, xn . Tetapi dn(x) = pn(x)-qn(x) adalah

suatu polinom berderajat n (atau lebih kecil) dengan n + 1 titik nol (titik simpul)
yaitu x0 , x1 , x2 ,, xn . Dengan demikian haruslah dn(x) = 0, yaitu pn(x) = qn(x).
Ingat (dalal aljabar): polinom berorde n paling banyak mempunyai n titik nol.

Metode Numerik Sri Subarinah

BAB 3 INTERPOLASI
33

(a) (b) (c)

Gambar 3.1
Polinom pn(x) untuk n + 1 data ditentukan dengan beberapa metode baku.
Untuk data yang diberikan, metode-metode baku tersebut akan memberikan
polinom yang sama, karena terdapat ketunggalan polinom (seperti yang
dibuktikan di atas), cuma dalam bentuk yang berlainan, yang berbeda dalam
banyaknya komputasi yang dilakukan.

A. Interpolasi Lagrange
Diberikan n + 1 data ( x0 , f 0 ), ( x1 , f1 ), ( x2 , f 2 ),, ( xn , f n ) dengan x j

berjarak sembarang. Lagrange mempunyai pemikiran mengalikan masing-masing

f j dengan suatu polinom yang bernilai 1 pada x j dan bernilai 0 pada n yang

lain, dan kemudian menjumlahkan ke n + 1 polinom tersebut untuk memperoleh

polinom interpolasi tunggal berordo n atau lebih kecil. Untuk menjelaskan metode
ini kita awali untuk kasus yang sederhana, yaitu untuk n = 2 dan n = 3.

1. Interpolasi Linier
Interpolasi linier adalah interpolasi yang mengunakan sarana garis lurus
melalui ( x0 , f 0 ), ( x1 , f1 ) ; lihat gambar 3.1 (a). Sesuai pemikiran Langrange,

polinom Lagrange berordo satu p1 diberikan dalam bentuk

p1  L0 f 0  L1 f1

dengan L0 adalah polinom linier bernilai 1 pada x 0 dan bernilai 0 pada x1 ,

sedangkan L1 adalah polinom linier bernilai 0 pada x 0 dan bernilai 1 pada x1 .

Untuk lebih jelasnya

Metode Numerik Sri Subarinah

BAB 3 INTERPOLASI
34

x  x1 x  x0
L0 ( x)  , L1 ( x)  (2 i)
x0  x1 x1  x0
Rumus ini memberikan polinom linier Lagrange
x  x1 x  x0
p1 ( x)  L0 ( x) f 0  L1 ( x) f1  f0  f1 (2 ii)
x0  x1 x1  x0
y y=f(x)

f1 kesalahan

p1(x)

f0

x0 x x1 x

Gambar 3.2

Contoh 3.1.
Hitunglah ln 9,2 dari ln 9,0 = 2,1972, ln 9,5 = 2,2513 dengan interpolasi linier
Lagrange dan tentukan galatnya jika ln 9,2 = 2,2192 dengan 4 angka dibelakang
koma (4D).
Jawab: x0  9,0; x1  9,5; f 0  2,1972; f1  2,2513

Dari (2 i) kita peroleh

9,2  9,5 9,2  9,0
L0 (9,2)   0,6; L1 (9,2)   0,4
9,0  9,5 9,5  9,0
Sehingga dengan (2 ii) kita peroleh
ln 9,2 = p1(9,2) =L0(9,2)f0 + L1(9,2)f1 =0,6 x 2,1972 + 0,4 x 2,2513
= 2,2188
Galat dari perhitungan di atas adalah
E  x  x   2,2192  2,2188  0,0004 .

2. Interpolasi kuadrat
Interpolasi kuadrat adalah interpolasi dari 3 data (titik simpul)
( x0 , f 0 ), ( x1 , f1 ), ( x2 , f 2 ) yang diberikan dengan polinom p2 ( x) berordo 2.

Metode Numerik Sri Subarinah

BAB 3 INTERPOLASI
35

Sesuai pemikiran Lagrange, polinom Lagrange berordo dua diberikan dalam

bentuk
p2 ( x)  L0 ( x) f 0  L1 ( x) f1  L2 ( x) f 2 (3 i)

dengan L0 ( x0 )  1, L1 ( x1 )  1, L2 ( x2 )  1

L0 ( x1 )  L0 ( x2 )  L1 ( x0 )  L1 ( x2 )  L2 ( x0 )  L2 ( x1 )  0 .

Secara rinci
l 0 ( x) ( x  x1 )( x  x2 )
L0 ( x)  
l0 ( x0 ) ( x0  x1 )( x0  x2 )

l1 ( x) ( x  x0 )( x  x2 )
L1 ( x)   (3ii)
l1 ( x1 ) ( x1  x0 )( x1  x2 )

l 2 ( x) ( x  x0 )( x  x1 )
L2 ( x)   .
l 2 ( x2 ) ( x2  x0 )( x2  x1 )
Contoh 3.2.
Hitunglah ln 9,2 dari 9,0 = 2,1972, ln 9,5 = 2,2513, ln 11,0 = 2,3979 dengan
interpolasi kuadrat Lagrange dengan 4 angka dibelakang koma (4D).
Jawab: x0  9,0; x1  9,5; x2  11,0; f 0  2,1972; f1  2,2513; f 2  2,3979
Dari (3 ii) kita peroleh
( x  9,5)( x  11,0)
L0 ( x)   x 2  20,5 x  104,5; L0 (9,2)  0,5400
(9,0  9,5)(9,0  11,0)
( x  9,0)( x  11,0) 1
L1 ( x)   ( x 2  20 x  99); L1 (9,2)  0,4800
(9,5  9,0)(9,5  11,0) 0,75
( x  9,0)( x  9,5) 1
L2 ( x)   ( x 2  18,5 x  85,5); L2 (9,2)  0,0200
(11,0  9,0)(11,0  9,5) 3
Sehingga dengan (3 i) diperoleh
ln 9,2  p2 (9,2) = 0,5400 x 2,1972 + 0,4800 x 2,2513 – 0,0200 x 2,3979
= 2,2192.

3. Interpolasi Lagrange Secara Umum

Polinom penginterpolasi Lagrange secara umum untuk n adalah
n n
l k ( x)
f ( x)  p n ( x)   Lk ( x) f k   fk (4 i)
k 0 k 0 l k ( x k )

Metode Numerik Sri Subarinah

BAB 3 INTERPOLASI
36

di mana Lk ( xk )  1 dan Lk ( x j )  0, untuk j  k . Ini kita peroleh jika kita

pilih
l 0 ( x)  ( x  x1 )( x  x2 ) ( x  xn ),
l k ( x)  ( x  x0 ) ( x  xk 1 )( x  xk 1 ) ( x  xn ), 0  k  n, (4 ii)
l n ( x)  ( x  x0 )( x  x1 ) ( x  x n 1 ).

Dari (4 ii) diperoleh l k ( x j )  0 jika j  k , sehingga untuk x  xk jumlah

l k ( xk )
dalam rumus (4 i) menghasilkan suku tunggal f k  f k . Dengan
l k ( xk )

demikian mudah di lihat bahwa pn ( xk )  f k .

Perkiraan Galat
Jika f yang didekati oleh suatu polinom berderajat n (atau lebih kecil), maka f
merupakan polinom penginterpolasi pn , sebab terdapat n + 1 titik simpul
( x0 , f 0 ), ( x1 , f1 ), ( x2 , f 2 ),, ( xn , f n ) yang menentukan satu polinom secara

tunggal, sehingga galatnya adalah nol, khususnya untuk f mempunyai

turunan ke-( n + 1) sama dengan nol. Secara umum turunan ke-( n + 1) nya ,
yaitu f ( n 1) akan mengukur galat  n  f ( x)  pn ( x) . Ini memperlihatkan

bahwa f ( n 1) ada dan kontinu, yaitu untuk t diantara x 0 dan x n ,

f ( n1) (t )
 n ( x)  f ( x)  pn ( x)  ( x  x0 )( x  x1 ) ( x  xn ) (5)
(n  1)!
Dengan demikian  n ( x)  0 pada titik-titik simpul. Batas galat dapat

diperoleh dengan memilih nilai terkecil dan terbesar dari f ( n1) (t ) pada
interval x0  t  xn . Dengan ketunggalan pn, kita mempunyai teorema galat
interpolasi.

Teorema (Galat Interpolasi)

Rumus (5) memberikan galat untuk sebarang metode interpolasi polinom jika
f(x) mempunyai turunan ke-(n+1) kontinu.
Contoh 3.3: Perkirakan galat dalam contoh 3.1.
Jawab:

Metode Numerik Sri Subarinah

BAB 3 INTERPOLASI
37

1 1
n  1, f (t )  ln t , f (t )  , f (t )   2 , sehingga dengan (5) diperoleh
t t
(1)
 1 ( x)  ( x  9,0)( x  9,5) . Dengan demikian untuk x = 9,2 diperoleh
2t 2
0,03 0,03
 1 (9,2)  2
. Untuk t = 9,0 memberikan galat maksimum 2  0,00037
t 9
0,03
dan untuk t = 9,5 memberikan galat minimum  0,00033 . Sehingga
9,5 2
diperoleh batas galat 0,00033   1 ( x)  0,00037 , atau batas atasnya dapat
0,03
diganti 0,00038 sebab  0,0003703. Namun dalam contoh 3.1 galat
92
yang diperoleh adalah 0,0004. Ini tidak mungkin, karena galat terendah adalah
0,00033 dan galat tertinggi adalah 0,00037 ( atau 0,00038 jika dinaikkan).
Tetapi jika perhitungan dalam contoh 3.1 kita ulangi degan 5D (lima angka
dibelakang koma), maka diperoleh
ln 9,2  p1 (9,2)  0,6.2,19722  0,4.2,25129  2,21885 .
Dengan perhitungan ini galatnya adalah   2,21920  2,21885  0,00035 ,
yang mana terletak persis di tengah-tengah antara dua batas galat tersebut. Ini
memperlihatkan ketidaksesuaian (0,0004 lawan 0,00038) yang disebabkan
pembulatan, yang mana tidak dilakukan dalam menghitung (5). Tafsiran
geometris galat interpolasi linier Lagrange dapat dilihat pada gambar 3.2.

B. Interpolasi Beda Terbagi Newton

Dalam praktek kita sering tidak tahu berapa ordo dari polinom
penginterpolasi yang akan memberikan ketelitian yang dikehendaki, juga kita
akan siapkan untuk menaikkan ordo jika diperlukan. Padahal dalam interpolasi
Langrange kita akan memerlukan polinom baru sama sekali, yang tidak
menggunakan hasil-hasil perhitungan sebelumnya dalam mencari polinom
penginterloasi dengan ordo yang lebih rendah. Sedangkan dalam interpolasi
Newton kita dapat menggunakan pekerjaan sebelumnya dan mudah
menambahkan suku lain.

Metode Numerik Sri Subarinah

BAB 3 INTERPOLASI
38

Misal pn1 ( x) polinom Newton ke (n -1), yang mana bentuknya akan kita

tentukan. Maka pn1 ( x0 )  f 0 , pn1 ( x1 )  f1 ,, pn1 ( xn1 )  f n1 . Lebih lanjut,

misalnya kita tulis polinom Newton ke-n sebagai

( ) ( ) ( ) (6)
dengan pn1 ( x) yang dijabarkan di atas dan

pn ( x0 )  f 0 , pn ( x1 )  f1 ,, pn ( xn1 )  f n1 , pn ( xn )  f n

Dari (6) kita peroleh

g n ( x)  p n ( x)  p n1 ( x) . (7)

Karena pn(x) dan pn-1(x) bersesuaian (bernilai sama) pada x0 , x1 , x 2 , , x n1 maka
dari (7) dapat segera kita lihat bahwa gn(x) bernilai nol pada titik-titik tersebut.
Dan gn(x) secara umum berupa polinom berordo n, karena pn(x) polinom berordo
n dan pn-1(x) polinom berordo (n - 1) atau lebih kecil. Karena itu gn(x) haruslah
berbentuk
g n ( x)  a n ( x  x0 )( x  x1 ) ( x  xn1 ) . (8)

Sekarang akan kita tentukan konstanta a n . Untuk keperluan ini kita subsitusikan

x  x n pada (8), menganti g n (x) menurut (7) dan menggunakan p n ( x)  f n ,

sehingga kita peroleh

f n  pn1 ( xn )
an  . (9)
( xn  x0 )( xn  x1 ) ( xn  xn1 )

Akan ditunjukkan a k sama dengan beda terbagi ke-k, secara berulang-ulang

dinyatakan dan ditentukan sebagai berikut
f1  f 0
a1  f [ x0 , x1 ]  ,
x1  x0
f [ x1 , x2 ]  f [ x0 , x1 ]
a2  f [ x0 , x1 , x2 ]  ,
x2  x0
f [ x1 , x2 , x3 ]  f [ x0 , x1 , x2 ]
a3  f [ x0 , x1 , x2 , x3 ] 
x3  x0
dan secara umum
f [ x1 , x2 ,, xk ]  f [ x0 , x1 ,, xk 1 ]
a k  f [ x0 , x1 ,, xk ]  . (10)
x k  x0
Penjelasan untuk rumus-rumus di atas adalah sebagai berikut.

Metode Numerik Sri Subarinah

BAB 3 INTERPOLASI
39

1) Untuk n = 1
( ) ( ) , sehingga ( ) ( ) ( )
. Karena ( ) polinom berorde 1 dan adalah titik nolnya, maka ( )
( ), dengan suatu konstanta dan
( ) ( ) ( )

Tetapi ( ) suatu fungsi kontant, sehingga ( ) .

Dan ( ) .
( )
Akibatnya dan dinotasikan sebagai

a1  f [ x0 , x1 ] ,

sehingga dari (6) dan (8) diperoleh polinom penginterpolasi newton pertama
p1 ( x)  f 0  ( x  x0 ) f [ x0 , x1 ] .

2) Untuk n = 2
Dari (6) di atas memberikan
( ) ( ) ( )
Sehingga ( ) ( ) ( ) suatu polinom berorde 2.
dan ( ) ( ) ( ) dan
( ) ( ) ( )
Hal ini menunjukkan bahwa dan adalah titik nol dari ( ).
Dengan demikian ( ) haruslah berbentuk

f 2  p1 ( x 2 ) f  f 0  ( x 2  x0 ) f [ x0 , x1 ]
a2   2  f [ x0 , x1 , x 2 ] .
( x 2  x0 )( x 2  x1 ) ( x 2  x0 )( x 2  x1 )
Kesamaan terakhir menyusul langsung dari perhitungan dan perbandingan
dengan definisi ruas kanan. Dari (6) dan (8) kita peroleh polinom Newton
kedua
( ) ( ) ( )( )

3) Untuk n = 3
Dari (9) dan ( ) di atas memberikan

Metode Numerik Sri Subarinah

BAB 3 INTERPOLASI
40

( ) ( )
( )( )( )
( ) ( )( )
( )( )( )

Kesamaan terakhir menyusul langsung dari perhitungan dan perbandingan

dengan definisi ruas kanan. Dari (6) dan (8) kita peroleh polinom Newton
ketiga
( ) ( ) ( )( )
( )( )( )

i Beda Terbagi I Beda Terbagi II Beda Terbagi III

Untuk n = k , rumus (6) memberikan polinom Newton ke-k

pk ( x)  pk 1 ( x)  ( x  x0 )( x  x1 )( x  xk 1 ) f [ x0 , x1 ,, xk ] (11)

Dengan menggunakan p0 ( x)  f 0 dan penerapan berulang-ulang untuk k = 1, 2,

..., n akhirnya ini memberikan rumus interpolasi beda terbagi Newton
f ( x)  f 0  ( x  x0 ) f [ x0 , x1 ]  ( x  x0 )( x  x1 ) f [ x0 , x1 , x 2 ]
(12)
   ( x  x0 )( x  x1 )  ( x  x n 1 ) f [ x0 , x1 , , x n ]

Metode Numerik Sri Subarinah

BAB 3 INTERPOLASI
41

Algoritma untuk perhitungan ini diperlihatkan pada tabel 3.1 berikut. Lop
pertama untuk menghitung beda-beda terbagi dan lop kedua untuk menghitung
nilai p n (x) .

Algoritma Interpolasi beda terbagi Newton

Masukan : titik-titik simpul ( x0 , f 0 ), ( x1 , f1 ), , ( xn , f n ); x

Keluaran : Hampiran p n ( x ) untuk f ( x )

Langkah-langkah :
f ( x j )  f j , j  0,1,2, , n

Untuk m = 1, 2, ..., n – 1 kerjakan

Untuk j = 0, 1, ..., n – m kerjakan
f [ x j , x j 1 ,  , x j  m ] 
f [ x j 1 , x j  2 ,  , x j  m ]  f [ x j , x j 1 ,  , x j  m 1 ]
x jm  x j

p 0 ( x)  f 0

Untuk k = 1, 2, ..., n kerjakan

pk ( x )  pk 1 ( x )  ( x  x0 )( x  xk 1 ) f [ x0 , x1 ,, xk ]

Contoh 3.4. memperlihatkan bagaimana mengatur beda-beda yang dekat dengan

nilai-nilai asal perolehannya, yang kemudian selalu berada setengah baris di atas
dan setengah baris di bawah. Pengaturan yang demikian disebut tabel beda
terbagi.

Contoh 3.4.
Hitunglah f(9,2) jika diketahui f(8,0) = 2,079 442, f(9,0) = 2,197 225, f(9,5) =
2,251 292, f(11,0) = 2,397 895 dengan menggunakan rumus interpolasi beda
terbagi Newton.
Jawab :

Metode Numerik Sri Subarinah

BAB 3 INTERPOLASI
42

j xj f j  f (x j ) f [ x j , x j 1 ] f [ x j , x j 1 , x j 2 ] f [ x j ,, x j 3 ]

0 8,0 2,079 442

0,117 783
1 9,0 2,197 225 -0,006 433
0,108 134 0,000 411
2 9,5 2,251 292 -0,005 200
0,097 735
3 11,0 2,397 895

Hasil perhitungan beda-beda terbagi ditunjukkan dalam tabel. Contoh perhitungan

0,108134  0,117783
beda terbagi kedua f [ x0 , x1 , x2 ]   0,006433 . Nilai-nilai
9,5  8,0
yang diperlukan dalam (10) diblok (diarsir). Sehingga kita peroleh
f ( x)  p( x)  2,079442  0,117783( x  8,0)  0,006433( x  8,0)( x  9,0)
 0,000411( x  8,0)( x  9,0)( x  9,5)
Untuk x = 9,2 kita mempunyai
f(9,2) = 2,079 442 + 0,141 340 – 0,001 544 – 0,000 030 = 2, 219 208.
Nilai eksak sampai 6 angka desimal adalah f(9,2) = ln 9,2 = 2,219 203. Sebagai
catatan kita dapat melihat dengan manis bagaimana keakuratan bertambah dari
suku ke suku, yaitu
p1 ( x)  2,220 782, p2 ( x)  2,219 238, p3 ( x)  2,219 203

Disamping itu dapat juga kita lihat bagaimana hasil perhitungan untuk
polinom penginterpolasi dengan ordo yng lebih rendah dipakai untuk perhitungan
polinom penginterpolasi dengan ordo yang lebih tinggi.
Soal-soal latihan
1.Hitunglah interpolasi Lagrange (kuadrat) f(0,9) dari f(0,5) = 0,479, f(1,0) =
0,841, f(2,5) = 0,909.
2. Carilah f(3) dari f(1) = 2, f(2) = 11 dan f(4) = 77 dengan interpolasi Lagrange.
3.Carilah f(6,5) dari f(6,0) = 0,1504, f(7,0) = 0,3001, f(7,5) = 0,2663 dan f(7,7) =
0,2346, dengan interpolasi Lagrange.

Metode Numerik Sri Subarinah