\paragraph{1.

1 Latar Belakang}
\subparagraph{} Pada dunia nyata, data sering kali tidak tersaji secara
lengkap.Terkadang terdapat nilai data yang hilang (missing value). Kondisi
tersebut terjadi karena desebabkan beberapa hal, baik akibat kesalahan
manusianya maupun keterbatasan kemampuan alat ukur. Terdapat banyak cara untuk
menangani kondisi-kondisi tersebut. Sejumlah peneliti memilih untuk menghapus
data tersebut. Hal ini dapat dilakukan jika jumlah data yang dimiliki cukup
besar. Untuk mencari data-data tersebut Salah satu cara yang dapat dilakukan
adalah dengan melakukan interpolasi terhadap data.
\subparagraph{}
Interpolasi dapat dikatakan proses “menebak” nilai data dengan memperhatikan
data lain yang kita miliki. Interpolasi merupakan teknik untuk mencari nilai
suatu variabel yang hilang pada rentang data yang diketahui. Interpolasi
sendiri terbagi menjadi beberapa macam salah satunya interpolasi polinom.
Interpolasi polinom pada dasarnya adalah membuat persamaan polinom yang
melewati setiap titik yang menjadi persoalan. Setelah polinom dibentuk, dapat
diestimasi titik-titik yang berkorespodensi dengan polinom tersebut. Contoh
metode interpolasi polinom adalah metode Newton.
\subparagraph{}
Oleh karena itu, pada praktikum ini akan membahas pengaplikasian metode
interpolasi newton pada data fisis dengan pengembangan pemrograman software
python 3.

\paragraph{1.2 Tujuan}
\subparagraph{}Adapun tujuan dilakukannya praktikum ini yaitu:
\begin{enumerate}
\item Memahami metode interpolasi Newton.

\item Mampu membuat algoritma metode interpolasi Newton berbasis Python 3.

\end{enumerate}
\paragraph{2.2 Metode Interpolasi}
\subparagraph{}
Intepolation atau dalam bahasa Indonesia interpolasi adalah jenis estimasi
(perkiraan), metode membangun titik data baru dalam kisaran set diskrit dalam
titik data yang diketahui. Misalnya dalam sebuah eksperimen, peneliti
menemukan data sejumlah titik dari hasil eksperimen atau penelitian yang
dilakukan. Titik-titik data dari sebuah eksperimen mewakili variable yang
diamati oleh peneliti. Dari titik-titik data hasil eksperimen ini, peneliti
akan mencari nilai fungsi dari titik-titik data yang diperoleh sehingga
membentuk fungsi yang kontinu. Sering kali peneliti menginterpolasikan atau
memperkirakan nilai fungsi tersebut dengan beberapa metode yang tersedia.
\subparagraph{}
Sementara itu dalam bidang komputer, Interpolasi digunakan untuk membuat
sketsa, figure, atau bentuk dari berbagai benda dan makhluk hidup. Interpolasi
dapat digunakan untuk peramalan data menggikuti pola suatu grafik yang ada.

\subparagraph{} Dengan kata lain, Interpolasi adalah salah satu metode

pencocokan titik data dengan sebuah kurva dengan cara membuat kurva cocokan ke
setiap titik pada titik-titik data di dalam tabel. Interpolasi bertujuan
membangun kurva yang melalui semua titik-titik data yang dipergunakan.
Interpolasi digunakan bila kurva yang dibentuk tersebut dipakai untuk menaksir
nilai f(x) dengan x berada antara titik-titik data yang diberikan. Sebaliknya,
bila x berasa diluar titik-titik data yang diberikan maka prosesnya dinamakan
ekstrapolasi. Metode interpolasi terbagi menjadi beberapa macam salah satunya
interpolasi polinomial.
\paragraph{2.3 Metode Interpolasi Polinomial}
\subparagraph{}
Interpolasi polinomial merupakan metode interpolasi dengan mengasumsikan pola
data yang kita miliki mengikuti pola polinomial baik berderajat satu (linier)
maupun berderajat tinggi. Interpolasi dengan metode ini dilakukan dengan
terlebih dahulu membentuk persamaan polinomial. Persamaan polinomial yang
terbentuk selanjutnya digunakan untuk melakukan interpolasi dari nilai yang
diketahui atau ekstrapolasi (prediksi) dari nilai diluar rentang data yang
diketahui. Dengan kata lain, Interpolasi polinom adalah pekerjaan
menginterpolasi titik-titik menggunakan kurva yang representasinya adalah
polinom.
Fungsi interpolasi polinom uitu untuk Menghampiri fungsi rumit jadi lebih
sederhana dan Menggambar kurva.

\subparagraph{}Interpolasi polinom memiliki beberapa metode yaitu interpolasi

polinom lagrange, interpolasi polinom newton, interpolasi polinom newton-
Gregory maju, dan polinom newton-Gregory mundur. namun kali ini hanya akan
membahas lebih lajut mengenai interpolasi polinom Newton. Secara umum
interpolasi newton dengan 2 titik dinyatakan dengan:
\begin{center}
$P_{1}(x) = y_{0} + \dfrac{(y_{1} - y_{0})}{(x_{1} - x_{0})} (x - x_{0})
$ .............(1)\\
$P_{1}(x) = a_{0} + a_{1}(x - x_{0}) $ ..............(2)
\end{center}
dengan $a_{1} = \dfrac{y_{1} - y_{0} }{x_{1} - x_{0} }$ atau $a_{1} =
\dfrac{f(x_{1}) - f(x_{0}) }{x_{1} - x_{0} }$ persamaan ini dinamakan
persamaan selisih terbagi \textit{(divided fifferences)} dan dapat di tulis
\begin{center}
$a_{1} = f[x_{1},x_{0}]$
\end{center}
\subsection*{5.1 KESIMPULAN}
\subparagraph{ } Berdasarkan praktikum yang telah dilakukan dapat diambil
kesimpulan sebagai berikut:
\begin{enumerate}
\item Interpolasi polinomial merupakan metode interpolasi dengan mengasumsikan
pola data yang kita miliki mengikuti pola polinomial baik berderajat satu
(linier) maupun berderajat tinggi. Interpolasi dengan metode ini dilakukan
dengan terlebih dahulu membentuk persamaan polinomial. Persamaan polinomial
yang terbentuk selanjutnya digunakan untuk melakukan interpolasi dari nilai
yang diketahui atau ekstrapolasi (prediksi) dari nilai diluar rentang data
yang diketahui. Pada praktikum ini digunakan metode interpolasi polinomial
newton yang diaplikasikan untuk menyelesaikan studi kasus data fisis.

\item Untuk lebihmudah memahami metode interpolasi polinomial newton dapat

dibuat algoritma atau pemrograman menggunakan software Python 3. Dimana
terlebih dahulu membuat module untuk newtonPoly yang nanti nya dapat dipanggil
pada pemrograman penerapan metode newtonPoly tersebut.

\end{enumerate}