LAPORAN

PRAKTIKUM KOMPUTASI BIOMEDIS

Chapter 7. Interpolation Lagrange

Pelaksanaan Praktikum

Hari: Senin Tanggal: 08 November 2021 Jam ke: 9-10

Oleh:
Pramodya Reksansiwi Rumekso
NIM : 081911733046

Dosen Pembimbing : Fitriyatul Qulub, S.T., M.T.

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS AIRLANGGA
2021
I. Tujuan
Menentukan interpolasi berdasarkan data yang diberikan..
II. Dasar Teori
Interpolarisasi merupakan suatu proses perhitungan dan pencarian nilai suatu
fungsi yang grafiknya melewati suatu titik hasil eksperimen dalam sebuah percobaan
atau dapt diperoleh dari fungsi yang diketahui. Menurut Munir (2013) interpolasi
memainkan peranan yang sangat penting dalam metode numerik. Fungsi yang tampak
rumit menjadi lebih sederhana bila dinyatakan dalam polinom interpolasi. Berikut
gambara dari ilustarasi Interpolasi.

Interpolasi polinomial Lagrange adalah reformulasi polinomial Newton yang

menghindari bentuk selisih-terbagi. Dengan kata lain polinomial Lagrange dapat
diturunkan secara langsung dari formulasi Newton (Chapra, 2010). Interpolasi
Lagrange digunakan untuk menemukan titik penghubung dari titik- n 𝑃1(𝑥1, 𝑦1),
𝑃2(𝑥2, 𝑦2), 𝑃3(𝑥3, 𝑦3), … , 𝑃𝑁(𝑥𝑁, 𝑦𝑁) dengan menggunakan fungsi pendekatan
polinomial yang disusun pada suatu kombinasi baris yang dapat didefinisikan sebagai
berikut.
 𝑁
(𝑥 − 𝑥𝑗𝑗)
𝑦 = � 𝑦𝑖𝑖 𝖦
(𝑥 − 𝑥 )
𝑖𝑖 𝑗𝑗
𝑖𝑖=1 𝑗𝑗≠𝑖𝑖

III. Tugas
There is a data as shown below.

1. Define the order of the polynomial Lagrange interpolation that exactly goes
through the sevendots shown above and Plot the function!
2. Guess the y for each dot in the table below and show them as well in the
graph that has beenmade!

3. What does happen if the x value is not in the range of the data of
Lagrange interpolation?Elaborate your answer and show it in a plot!
4. What is the difference of linear regression and Lagrange interpolation?
5. Give one example of biomedical case that could use Lagrange interpolation to
solve it! Providethe data and the result of the Lagrange interpolation!
IV. Hasil dan Pengamatan

1. Task 1

Hasil
 Gambar 4.1
2. Task 2

Hasil

Gambar 4.2
3. Task 3

Hasil

Gambar 4.3
 Program interpolasi lagrange digunakan untuk menghasilkan fungsi
interpolasi serta grafiknya. Pada praktikum ini terdapat 3 percobaan dari 5 tugas
yang sudah diberikan. Pada tugas 1 terdapat n titik data yaitu x dan y yang pada
masing-masing x dan y berisi elemen data. Interpolarisasi yang digunakan pada
percobaan ini merupakan interpolarisasi linier yang memerlukan pencarian nilai
pada dua data sesuai persamaan linear. Pada praktikum ini juga digunakan analisis
interpolasi untuk menghasilkan grafik yang sudah melewati titik data yang
diberikan. Dari percobaan tersebut didapat fungsi
y = -15.69 x6 + 62.29 x5 - 94.33 x4 + 68.35 x3 - 24.04 x2 + 3.99 x -
0.1882

Dikarenakan terdapat 7 data maka derajat interpolasi polinomial lagrange

adalah 6. Sehingga didapat hasil percobaan yaitu 0.030000, 0.067000, 0.148000,
0.248000, 0.320000, 0.518000, dan 0.697000.

Pada tugas 2 praktikan perlu mencari nilai y(n) pada data x(n) menggunakan
fungsi pada tugas sebelumnya atau pada tugas 1. Dari percobaan ini didapatkan
hasil interpolarisasi dikarenakan data dan range terdapat pada satu garis pada grafik
yang dapat dilihat pada Gambar 4.2. Pada grafik tersebut terdapat bintang-bintang
yang merupakan data percobaan yang telah dimasukkan di sepanjang garis dan
garis merah pada grafik tersebut merupakan range.
Pada tugas 3 Interpolasi, adalah estimasi nilai dalam 2 titik data yang telah
diketahui. Apabila kita mencari nilai y di luar nilai x yang telah diketahui maka itu
identik dengan ekstrapolasi. Ekstrapolasi secara umum terdapat dalam bentuk
regresi linear, regresi polinomial, ekstrapolasi linear, dll. Karena memprediksi nilai
di luar batas x yang telah diberikan maka biasanya menghasilkan error yang cukup
besar dan ini bisa dilihat pada regresi linear pada umumnya dimana grafik regresi
linear tidak selalu melewati titik datanya.

Pada tugas 4 diberikan mengenai perbedaan antara regresi linier dan

interpolasi. Perbedaan regresi linear dengan interpolasi lagrange adalah regresi
linear merupakan salah satu bentuk dari ekstrapolasi yang berarti fungsinya
digunakan untuk memprediksi di luar data yang diketahui sedangkan interpolasi
mengestimasi data yang berada di antara dua titik. Selain itu, regresi linear memiliki
 data berketelitian rendah (mengandung error yang besar) sedangkan interpolasi
berketelitian tinggi. Hal ini dapat dilihat pada grafik regresi maupun interpolasi yang
biasanya grafik regresi tidak selalu melewati titik-titik data namun interpolasi selalu
melewat titik-titik data yang telah diberikan. Karena regresi linear tidak selalu
melewati semua titik maka grafiknya pada umumnya mengikuti pola titik-titik
sebagai suatu kelompok. Selain itu, regresi linear memiliki bentuk umum y = a +bx
sedangkan interpolasi langrange digunakan untuk bentuk polinomial.

Pada tugas 5 data yang digunakan adalah menggunakan skripsi Pengaruh

Penambahan Kitosan- Hyaluronic Acid (HA) Pada Pembentukan Hydrogel Untuk
Aplikasi Tulang Rawan dari saudari Ainia Rahma Aisyah, beliau merupakan
mahasiswa Teknik Biomedis Angkatan 2013.

V. KESIMPULAN:

Dari praktikum di atas maka dapat disimpulkan bahwa interpolasi Lagrage

digunakan untuk menetukan interpolasi dari data yang diberikan dan untuk melihat
plottingan dari suatu fungsi x dan ydalam bentuk grafik
VI. DAFTAR PUSTAKA:

Rahma Aisyah, Ainia. 2017. Pengaruh Penambahan Kitosan – Hyaluronic Acid (HA)
Pada Pembentukan Hydrogel Untuk Aplikasi Tulang Rawan. Surabaya:
Universitas Airlangga
Rahmad, Cahya., Ikawati, Deasy Sandhya Elya., Syaifudin, Yan Watequlis. 2018.
MetodeNumerik. Malang: Polinema Press.

Eaton, J. W. 2002. GNU Octave Manual, Network Theory

Limited. Boston: FreeSoftware Foundation.