INTERPOLASI DAN REGRESI

LAPORAN PRAKTIKUM METODE NUMERIK DALAM

SAINS ATMOSFER DAN KEPLANETAN

Nama : Yaniriang Fau

NIM : 120290019
Kelompok :1
Asisten : Randy A. Syahputra

PROGRAM STUDI SAINS ATMOSFER DAN KEPLANETAN

JURUSAN SAINS
INSTITUT TEKNOLOGI SUMATERA
LAMPUNG SELATAN

2021
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Praktikum kali ini, akan mempelajari tentang interpolasi dan regresi. Seperti yang
telah diketahui bahwa baik regresi maupun interpolasi sangat berguna dalam kehidupan
sehari-hari. Contohnya adalah untuk menghitung kepadatan penduduk setiap tahunnya
ataupun hal lain. Tetntu saja saat menghitung data seperti ini tidak mudah. Terlebih lagi
penduduk indonesia tidak sedikit, maka dengan kemajuan teknologi yang ada, kita dapat
menghitung data-data tersebut dengan mudah dan cepat.

Pada era seperti sekarang, tentunya menyelesaikan suatu permasalahan tidak lagi
hanya dilakukan secara manual. Banyak sekali teknologi yang akan memudahkan kita
untuk menyelesaikan permasalahan dengan cara berfikiri komputasi dan memahami
algoritma perhitungannya. Dengan dilakukannya praktikum ini, praktikan akan memahami
bagaimana menyelesaikan permasalahan dengan menggunakan bahasa pemrograman
python. Sehingga ketika dihadapkan pada situasi yang rumit, maka program ini dapat
digunakan. Apalagi jika permasalahan yang dihadapi dalam jumlah yang sangat banyak.
Puluhan bahkan ratusan data, tentu saja bukan hal mudah untuk menyelesaikannya secara
manual.

Sebagai contoh lain yaitu saat seorang peneliti dalam melakukan analisis sata atau
menyusun model dalam suatu fenomena ataupun pengamatan diperlukan beberapa
komponen pendukung. Karena dalam suatu praktik pengumpulan data banyak sekali
kendala, salah satunya adalah ketidaklengakapan data yang diperlukan.
 Hal ini akan membuat seorang peneliti akan sangat kesulitan dan berpengaruh
terhadap hasil dari datanya. Pertimbangan kondisi lingkungan, fisiografis, keterbatasan
data dari berbagai titik di permukaan bumi ini dapat menghambat penyusunan model.
Selanjutnya untuk menyusun suatu model yang baik disiasati dengan melakukan
intepolasi. Interpolasi merupakan suatu metode atau fungsi matematika untuk menduga
nilai pada lokasi-lokasi yang datanya tidak tersedia. Menurut Burrough and McDonell
(1998), interpolasi adalah proses memprediksi nilai pada suatu titik yang bukan
merupakan titik sampel, berdasarkan pada nilai-nilai dari titik-titik di sekitarnya yang
berkedudukan sebagai sampel. Penentuan nilai baru didasarkan pada data yang ada pada
titik-titik sampel pengamatan. Tanpa adanya langkah interpolasi ini, maka analisis spasial
tidak dapat dilakukan secara akurat.

Dalam konteks pemetaan, interpolasi merupakan proses estimasi nilai pada

wilayah-wilayah yang tidak disampel atau diukur untuk keperluan penyusunan peta atau
sebaran nilai pada seluruh wilayah yang dipetakan. Interpolasi spasial mempunyai dua
asumsi yakni atribut data bersifat kontinu di dalam ruang (spcae) dan atribut tersebut
saling berhubungan (dependence) secara spasial. Kedua asumsi tersebut berimplikasi pada
logika bahwa pendugaan atribut data dapat dilakukan berdasarkan data dari lokasi-lokasi
di sekitarnya dan nilai pada titik-titik yang berdekatan akan lebih mirip daripada nilai dari
titik-titik yang berjauhan.

1.1 Tujuan Praktikum

Setelah melakukan praktikum kali ini, diharapkan praktikan dapat mencapai
beberapa hal, diantaranya:

1. Mahasiswa dapat memahami algoritma penyelesaian interpolasi denga

menggunakan metode interpolasi polinomial (Linier, Kuadratik, Kubik, dan
Newton ) serta Interpolasi Lagrange.
2. Mahasiswa dapat memahami algoritma penyelesaian regresi liniear, dan
polinomial.
 BAB II

TINJAUAN PUSTAKA

2.1 Metode Interpolasi

Interpolasi adalah metode yang digunakan untuk mengestimasi nilai titik dari
beberapa data yang dikumpulkan. Dengan menggunakan metode Iterpolasi, kurva yang
terbentuk menghubungkan titik-titik data yang diplot. Persamaan kurva tersebut hanya
dapat dipergunakan untuk mengestimasi variabel terikat f(x) untuk nilai variabel bebas x
didalam range[ CITATION Chr15 \l 1033 ].Contohnya adalah seperti gambar berikut:

Gambar 2. 1 Metode Interpolasi

Ada beberapa jenis metode yang dapat digunakan untuk melakukan

interpolasi global. contohnya yaitu sebagai berikut :

1. Interpolasi global
Interpolasi global menggunakan semua titik kontrol yang tersedia. Cukup
memadai untuk diterapkan pada medan yang tidak menunjukkan variasi yang
kompleks. Interpolasi ini memiliki asumsi bahwa autokorelasi spasial baik pada
skala regional.
 Estimasi yang diperoleh lebih bersifat umum. Contoh penggunaan
interpolasi global dengan trend surface orde pertama
(polynomial):Zxy=b0+b1x+b2y