MAKALAH

INTERPOLASI LAGRANGE

Disusun untuk Memenuhi Tugas Mata Kuliah Metode Numerik

Dosen Pengampu: Nendra Mursetya Sumasih Dwipa, M. Sc.

Disusun oleh:

Kelompok 4 / Kelas 5 A1

Ranni Maulida Anjarsari (19144100004)

Elissa Salva (19144100008)
Dita Dwi Khotimatun (19144100015)
Ferinuryanto (19144100019)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS PGRI YOGYAKRTA

2021
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Allah SWT yang telah melimpahkan
rahmat dan hidayah-Nya, sehingga kami dapat menyelesaikan makalah ini dengan
baik, lancer, dan tepat waktu yang berjudul “INTERPOLASI LAGRANGE”
Makalah ini disusun untuk memenuhi tugas mata kuliah Metode Numerik.
Makalah ini membahas secara singkat mengenai metode numeric dan secara khusus
membahas mengenai pengertian, algoritma, contoh soal dan pembahasan dari
interpolasi lagrange serta pengaplikasiannya dalam kehidupan sehari-hari.
Penulis tidak lupa mengucapkan terima kasih kepada semua pihak yang telah
membantu dalam penyusunan makalah ini. Oleh karena itu, kritik dan saran yang
membangun dari pembaca akan penulis terima dengan senang hati. Penulis berharap
semoga makalah ini dapat bermanfaat dan menambah wawasan bagi pembaca.

Yogyakarta, 16 November 2021

Penulis

ii
 DAFTAR ISI

KATA PENGANTAR ............................................................................................................. ii

DAFTAR ISI........................................................................................................................... iii

BAB I PENDAHULUAN ........................................................................................................ 1

A. Latar Belakang Masalah ............................................................................................ 1

B. Rumusan Masalah ...................................................................................................... 2

C. Tujuan .......................................................................................................................... 2

BAB II KAJIAN PUSTAKA .................................................................................................. 3

A. Metode Numerik ......................................................................................................... 3

B. Angka Bena dan Aturannya....................................................................................... 3

C. Hampiran dan Galat ................................................................................................... 8

D. Interpolasi .................................................................................................................... 9

E. Eksistensi Ketunggalan Interpolasi Polinomial...................................................... 10

F. Galat Interpolasi Polinomial .................................................................................... 11

BAB III PEMBAHASAN ..................................................................................................... 12

A. Interpolasi Polinom Lagrange ................................................................................. 12

B. Algoritma Interpolasi Lagrange .............................................................................. 19

C. Kelebihan dan Kekurangan ..................................................................................... 19

BAB IV STUDI KASUS ....................................................................................................... 20

BAB V KESIMPULAN ........................................................................................................ 21

DAFTAR PUSTAKA ............................................................................................................ 22

iii
 BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Dalam kehidupan sehari-hari banyak permasalahan yang dapat
diselesaikan dengan menggunakan perhitungan matematis. Namun, tidak
semua permasalahan matematis dapat diselesaiakan dengan mudah atau
dengan menggunakan perhitungan biasa. Permasalahan yang sering muncul
dalam berbagai bidang ilmu pengetahuan, seperti Fisika, Kimia, Ekonomi,
atau pada rekayasa (engineering) seperti Teknik Sipil, Teknik Mesin, dan
sebagainya. Seringkali model matematika tersebut muncul dalam bentuk yang
rumit atau tidak dapat diselesaikan dengan metode biasa. Dalam
menyelesaikan suatu sistem persamaan, secara umum terdapat dua metode
yang digunakan yaitu metode analitik atau eksak dan metode numerik. Pada
umumnya, suatu sistem persamaan yang memiliki bentuk sederhana dapat
diselesaikan dengan menggunakan metode analitik. Akan tetapi metode
analitik sangat sulit untuk mencari penyelesaian dari suatu sistem persamaan
yang bersifat kompleks seperti sistem persamaan non linear, diperlukan suatu
algoritma metode numerik untuk mencari solusi dari sistem persamaan
tersebut (Baihaki, 2016)
Di bangku sekolah kita sering menghitung nilai fungsi atau koordinat
ketika telah diberikan 𝑓(𝑥) dan himpunan titik 𝑥 (domain) atau mencari
domain dari fungsi ketika diberikan rangenya. Misalnya diberikan 𝑓(𝑥) =
𝑥 2 + 1 dengan 𝑥 = 1, 2 𝑑𝑎𝑛 3, maka dengan cara mensubtitusikan nilai "𝑥"
ke 𝑓(𝑥) diperoleh (1, 2), (2, 5), (3, 10). Sekarang yang menjadi pertanyaan,
jika diketahui himpunan titik-titik (koordinat), bagaimana cara mendefinisikan

1
 atau mengkontruksikan fungsinya? Salah satu cara yang bisa dilakukan adalah
dengan interpolasi.
Interpolasi adalah suatu proses untuk mencari dan menghitung nilai
suatu fungsi dengan grafik yang terbentuk dari sekumpulan titik yang
biasanya merupakan hasil dari sebuah fungsi yang telah diketahui, di mana
grafik tersebut harus melalui semua titik yang ada dengan ketelitian data yang
sangat tinggi. Fungsi interpolasi yang paling banyak dipakai adalah fungsi
polinomial karena nilai dari fungsi-fungsi polinomial mudah dioperasikan.
Kemudian dalam makalah ini akan dibahas mengenai interpolasi lagrange.

B. Rumusan Masalah
1. Bagaimana definisi interpolasi lagrange?
2. Bagaimana algoritma interpolasi lagrange?
3. Bagaimana contoh soal dan penyelesaian menggunakan interpolasi
lagrange?
4. Bagaimana aplikasi metode numerik interpolasi lagrange dalam kehidupan
sehari-hari?

C. Tujuan
1. Untuk memahami definisi interpolasi lagrange.
2. Untuk memahami algoritma interpolasi lagrange.
3. Untuk memahami contoh soal dan penyelesaian menggunakan interpolasi
lagrange.
4. Untuk mengaplikasikan metode numerik interpolasi lagrange dalam
kehidupan sehari-hari.

2
 BAB II

KAJIAN PUSTAKA

A. Metode Numerik
Metode numerik adalah teknik untuk menyelesaikan permasalahan-
permasalahan yang diformulasikan secara matematis dengan menggunakan
operasi hitung (arithmatic), yaitu operasi tambah (+), kurang (-), kali (×), dan
bagi (÷). Solusi dari metode numerik berbentuk angka atau konstanta tertentu
dan menghasilkan solusi hampiran.

B. Angka Bena dan Aturannya

1. Angka Bena
Angka bena atau angka penting atau angka sinifikan adalah jumlah
angka yang digunakan sebagai batas minimal tingkat keyakinan. Angka
bena terdiri dari angka pasti dan angka taksiran. Angka taksiran terletak
pada akhir angka signifikan.
Menurut Irfan Subakti (2006: 19) angka signifikan atau digit
menyatakan suatu kedalam sebuah nilai numerik. Banyaknya angka
signifikan adalah banyaknya digit tertentu yang dapat meyakinkan. Dan
beberapa angka 0 tidak selamanya signifikan karena 0 diperlakukan
sekadar menempatkan sebuah titik desimal.
a. Aturan-Aturan Angka Bena
1) Setiap angka yang bukan nol pada suatu bilangan adalah angka
bena.
Contoh:
Bilangan 14,256 adalah bilangan yang terdiri dari 5 angka bena.

3
2) Setiap angka nol yang terletak di antara angka-angka bukan nol
adalah angka bena.
Contoh:
Bilangan 7000,20003 adalah bilangan yang terdiri dari 8 angka
bena.
3) Angka nol yang terletak di belakang angka bukan nol yang terakhir
dan dibelakang tanda desimal adalah angka bena.
Contoh:
Bilangan 278,300 adalah bilangan yang terdiri dari 6 angka bena.
Bilangan 270,0090 adalah bilangan yang terdiri dari 7 angka bena.
Bilangan 0,0090 adalah bilangan yang terdiri dari 2 angka bena.
4) Angka nol yang terletak di belakang angka bukan nol terakhir
tanpa tanda decimal bukan merupakan angka bena.
Contoh:
Bilangan 6500000 adalah bilangan yang terdiri dari 2 angka bena.
5) Angka nol yang terletak di depan angka bukan nol yang pertama
bukan merupakan angka bena.
Contoh:
Bilangan 0,0000041 adalah bilangan yang terdiri dari 2 angka
bena.
Bilangan 0,1233 adalah bilangan yang terdiri dari 4 angka bena.
Bilangan 0,099 adalah bilangan yang terdiri dari 2 angka bena.
6) Semua angka nol yang terletak di belakang angka bukan nol yang
terakhir, dan terletak di depan tanda desimal merupakan angka
bena.
Contoh:
Bilangan 200, adalah bilangan yang terdiri dari 3 angka bena.

4
 7) Untuk menunjukkan jumlah angka bena, kita dapat memberikan
tanda pada angka yang merupakan batas angka bena dengan garis
bawah, garis atas, atau cetak tebal.
Contoh:
1256 adalah bilangan yang mempunyai 4 angka signifikan.
125̅6 adalah bilangan yang mempunyai 3 angka signifikan.
1256 adalah bilangan yang mempunyai 3 angka signifikan.
b. Penulisan Angka Bena dalam Notasi Ilmiah
Bentuk umum notasi ilmiah adalah 𝑎 × 10𝑛 , dengan 𝑎 adalah
bilangan real yang memenuhi 1 ≤ |𝑎| < 10 dan 𝑛 adalah bilangan
bulat.
Contoh:
4,3123 × 10 memiliki 5 angka signifikan.
9,0 × 10−3 memiliki 2 angka signifikan.

2. Aturan Pembulatan
Pembulatan sutau bilangan artinya menyimpan angka bena dan
membuang bukan angka bena dengan mengikuti aturan-aturan berikut ini:
a) Tandai bilangan yang termasuk angka signifikan dan angka tidak
signifikan
Contoh:
Empat angka bena dari bilangan 16,7321 adalah 16,73 (angka bena)
dan 21 (bukan angka bena)
b) Jika digit pertama dari bukan angka bena lebih besar dari 5, maka digit
terakhir dari angka bena ditambah 1 selanjutnya buang bukan angka
bena.
Contoh:

5
 Jika bilangan 25,475 dibulatkan menjadi tiga angka signifikan, maka
ditulis menjadi 25,5.
c) Jika digit pertama dari bukan angka bena lebih kecil dari 5, maka
buang bukan angka bena.
Contoh:
Jika bilangan 25,472 dibulatkan menjadi 4 angka signifikan, maka
ditulis menjadi 25,47.
d) Jika digit pertama dari bilangan bukan angka bena sama dengan 5,
maka:
1) Jika digit terakhir dari angka signifikan ganjil, maka digit terakhir
angka signifikan ditambah 1 selanjutnya buang angka bukan
signifikan.
Contoh:
Jika 12,3356 dibulatkan menjadi 4 angka signifikan maka dapat
ditulis menjadi 12,34.
2) Jika digit terakhir dari angka bena merupakan bilangan genap,
maka buang angka bukan bena.
Contoh:
Jika bilangan 12,34567 dibulatkan menjadi 4 angka signifikan
maka dapat ditulis 12,34.

3. Aturan-Aturan pada Operasi Aritmatika Angka Bena

Dalam operasi perhitungan dengan menggunakan operasi aritmatik,
angka bena mempunyai aturan umum yang harus diikuti, yaiut:
a. Penjumlahan dan Pengurangan
“hasil penjumlahan atau pengurangan hanya boleh mempunyai angka
di belakang koma sebanyak angka di belakang koma yang paling
sedikit pada bilangan-bilangan yang dilakukan pada operasi
penjumlahan atau pengurangan.”

6
 Contoh:
2,34 + 0,345 – 2,685 dibulatkan menjadi 2,68.
b. Perkalian dan Pembagian
Hasil perkalian atau pembagian hanya boleh mempunyai angka bena
sebanyak bilangan dengan angka bena paling sedikit.
Contoh:
(32,1 ×1,234) ÷ 1,2 = 33,0095
Bilangan yang mempunyai angka bena paling sedikit adalah 1,2. Jadi
hasil perkalian dan pembagian di atas dibulatkan menjadi 33 (2 angka
signifikan).
c. Kombinasi Perkalian dan/ atau pembagian dengan penjumlahan dan/
atau pengurangan
Jika terdapat kombinasi operasi aritmatika seperti:
perkalian perkalian
{ }±{ }
atau pembagian atau pembagian
Atau
penjumlahan penjumlahan
{ } ×/÷ { }
atau pengurangan atau pengurangan
Maka hasil operasi aritmatika di dalam kurung harus dibulatkan
terlebih dahulu sebelum melakukan operasi selanjutnya.
Contoh:
Selesaikan
[15,2 × (2,8 × 10−4 ] + [(8,456 × 104 ) + 0,177]
= [4,256 × 10−3 ] + [4,7774011 … × 10−3 ]
Bulatkan besaran-besaran di dalam kurung
[4,3 × 10−4 ] + [4,78 × 10−3 ]
= 9,08 × 10−3 dibulatkan menjadi 9,1 × 10−3

7
C. Hampiran dan Galat
Hampiran, pendekatan, atau aproksimasi (approximation) adalah nilai
yang mendekati solusi sebenarnya atau solusi sejati (exact solution).
Sedangkan galat yang disebut juga kesalahan didefinisikan sebagai selisih dari
nilai sejati dengan nilai hampiran.
Galat/kesalahan (error) sebenarnya (𝜀) didefinisikan sebagai:
𝜀 = 𝑥0 − 𝑥
𝑥0 ∶ solusi sejati
𝑥 ∶ solusi hampiran
Sedangkan galat/kesalahan (error) relatif sebenarnya
(𝜀0 ) didefinisikan sebagai
𝜀
𝜀𝑟 = × 100%
𝑥0
𝜀 ∶ kesalahan sebenarnya
𝑥0 ∶ solusi sejati

Contoh soal:

Misalkan hasil pengukuran panjang sebuah gedung dan paku masing-

masing 9.999 cm dan 9 cm. Jika ukuran sebenarnya masing-masing adalah
10.000 cm dan 10 cm, tentukan kesalahan sebenarnya dan kesalahan relatif
untuk setiap kasus.

Penyelesaian:

a. Kesalahan sebenarnya (𝜀) pada pengukuran gedung:

𝜀 = 10.000 − 9.999 = 1 cm
Kesalahan sebenarnya (𝜀) pada pengukuran paku:
𝜀 = 10 − 9 = 1 cm

8
 b. Kesalahan relatif sebenarnya (𝜀𝑟 ) pada pengukuran gedung:
𝜀 1
𝜀𝑟 = × 100% = × 100% = 0,01%
𝑥0 10.000
Kesalahan relatif sebenarnya (𝜀𝑟 ) pada pengukuran paku

𝜀 1
𝜀𝑟 = × 100% = × 100% = 10%
𝑥0 10

Namun pada kenyataannya jarang sekali mengetahui nilai

sebenarnya dari suatu benda. Oleh karena itu, untuk mengatasinya dapat
mencari kesalahan relatif hampiran dengan membandingkan kesalahan
sebenarnya (𝜀)dengan solusi hampiran(x).
𝜀
𝜀𝑟ℎ = × 100%
𝑥
Tetapi karena nilai kesalahan sebenarnya membutuhkan informasi nilai
solusi sejati maka menghitung kesalahan relatif hampiran dengan
membandingkan antara selisih iterasi sekarang dengan iterasi sebelumnya
terhadap iterasi sekarang.
𝑥𝑟+1 − 𝑥𝑟
𝜀𝑟ℎ = × 100%
𝑥𝑟+1
Batas toleransi kesalahan (𝜀𝑟 ) ditentukan oleh jumlah angka bena
yang akan digunakan. Hubungan antara toleransi kesalahan (𝜀𝑠 ) dan angka
signifikan (n) adalah
𝜀𝑠 = (0,5 × 102−𝑛 ) × 100%

D. Interpolasi
Interpolasi adalah sutu proses untuk mencari dan menghitung nilai
suatu fungsi dengan grafik yang terbentuk dari sekumpulan titik berupa hasil
dari fungsi yang telah diketahui, dimana grafik tersebut harus melalui semua

9
 titik yang ada dengan ketelitian data yang sangat tinggi. Fungsi interpolasi
yang biasa digunakan adalah polynomial karena fungsi-fungsinya yang
cenderung lebih mudah dioperasikan. Suatu polynomial dikatakan
menginterpolasi suatu nilai-nilai ketika polinomial tersebut dapat digunakan
untuk menghitung suatu nilai, misalnya y yang berkaitan dengan suatu nilai x
.

Polinomial

Bentuk baku polinomial adalah suatu fungsi yang ditulis dalam

bentuk:

𝑃𝑛 (𝑥) = 𝑎0 + 𝑎1 𝑥 + ⋯ + 𝑎𝑛 𝑥 𝑛 , dengan 𝑎𝑛 ≠ 0 dan 𝑎0 , 𝑎1 , … , 𝑎𝑛 ∈ 𝑅

Apabila koefisien-koefisien tersebut tidak nol maka polinomial

dikatakan berderajat n.

Setelah polinomial interpolasi 𝑝𝑛 (𝑥𝑖 ) ditemukan 𝑝𝑛 (𝑥𝑖 ) dapat

digunakan untuk menghitung perkitaan nilai y di 𝑥 = 𝑎, yaitu 𝑦 = 𝑝𝑛 (a).
terdapat dua kemungkinan letak nilai 𝑥 = 𝑎, yaitu terletak di dalam rentang
titik-titik data (𝑎0 < 𝑎 < 𝑎𝑛 ) yang kemudian 𝑦𝑖 = 𝑝𝑛 (𝑥𝑖 )disebut sebagai nilai
interpolasi dan nilai 𝑥 = 𝑎 yang terletak diluar titik-titik data (𝑎0 < 𝑎 < 𝑎𝑛 )
maka y disebut nilai ekstrapolasi.

E. Eksistensi Ketunggalan Interpolasi Polinomial

Sifat-sifat dasar dalam metode interpolasi adalah eksistensi dan
ketunggalan.

Teorema Eksistensi dan ketunggalan interpolasi polynomial

Misalkan terdapat sebanyak n + 1 pasangan titik

((𝑥0, 𝑦0 )(𝑥1 , 𝑦1 ) … (𝑥𝑛 , 𝑦𝑛 ) dan nilai-nilai 𝑥0, 𝑥1 , … , 𝑥𝑛 berbeda.maka ada

10
 polinomial yang bersifat tunggal 𝑝𝑛 (𝑥) berderajat n sedemikian sehingga
𝑦𝑖 = 𝑝𝑛 (𝑥𝑖 ), untuk i=0, 1, 2, …, n.

Pembuktian dapat dilakukan dengan menyatakan persamaan polynomial ke

dalam bentuk matriks persamaan linear AX = B seperti berikut

1 𝑥1 𝑥12 ⋯ 𝑥1𝑛−1 𝑥0, 𝑦0,

1 𝑥2 𝑥22 ⋯ 𝑥2𝑛−1 𝑥 1 𝑦1
[ ⋮ ]=[ ⋮ ]
⋮ ⋮
[1 𝑥𝑛 𝑥𝑛2 ⋯ 𝑥𝑛𝑛−1 ] 𝑥𝑛 𝑦𝑛

Sistem linear AX = B mempunyai solusi tunggal, yaitu X = A−1 B jika dan

hanya jika det(A) = 0. Matriks A adalah matriks Vandermonde yang
determinannya tidak sama dengan nol. Jadi terdapat polynomial tunggal
𝑝𝑛 (𝑥) berderajat n sedemikian sehingga 𝑦𝑖 = 𝑝𝑛 (𝑥𝑖 ), untuk i=0, 1, 2, …, n.

F. Galat Interpolasi Polinomial

Perhitungan numerik selalu ada kesalahan atau galat (error). Selama 𝑓(𝑥)
dapat dihampiri oleh interpolasi polinomial 𝑝𝑛 (𝑥), menurut Bohrens (2005)
galat interpolasi dapat diyatakan:
Galat Interpolasi
Misalkan 𝑥0, 𝑥1 , … , 𝑥𝑛 berbeda dan misalkan 𝑥 adalah titik yang
dimiliki oleh fungsi 𝑓. Asumsikan bahwa 𝑓 ∈ 𝐶 𝑛+1 (𝐼𝑥 ), yang artinya f
merupakan fungsi yang dapat diinferensikan secara kontinu sebanyak (n + 1)
kali dengan (𝐼𝑥 ) adalah interval terkecil yang berisi 𝑥0, 𝑥1 , … , 𝑥𝑛 𝑑𝑎𝑛 𝑥. Maka
galat interpolasi pada titik x adalah 𝜀𝑛 (𝑥) = 𝑓(𝑥) − 𝑃𝑛 (𝑥) =
𝑓 𝑛+1 (𝐶)
∏𝑖=0 𝑛(𝑥 − 𝑥𝑖 ) 𝑑𝑖𝑚𝑎𝑛𝑎 𝐶 ∈ 𝐼𝑥 .
(𝑛+1)!

𝜀𝑛 (𝑥) merupakan fungsi galat interpolasi yang mengurangkan nilai fungsi

sebenarnya, 𝑓(𝑥) dengan nilai interpolasinya 𝑝𝑛 (𝑥).

11
 BAB III

PEMBAHASAN

A. Interpolasi Polinom Lagrange

Interpolasi Lagrange adalah interpolasi polinomial dengan interpolasi
metode Lagrange dapat digunakan untuk menyelesaikan persoalan interpolasi
aquispaced (h = konstan) ataupun non-equispaced (h = tidak konstan).
Metode Lagrange juga dapat digunakan untuk menyeesaikan khasus
interpolasi dan interpolasi balik (invers interpolation). Serta dapat digunakan
untuk mencari nilai fungsi yang variabelnya terletak pada daerah awal, akhir
ataupun tengah. Tidak membutuhkan tabel beda hingga dapat menyelesaikan
persoalannya, sehingga langkah penyelesaian persoalan akan menjadi mudah.
Interpolasi polinom lagrange hampir sama dengan interpolasi
polinomial lanjar, dimana persamaannya dapat ditulis sebagai berikut

(𝑦1 − 𝑦0 )
𝑝1 (𝑥) = 𝑦0 + (𝑥 − 𝑥0 )
(𝑥1 − 𝑥0 )

Persamaan ini dapat diatur kembali sedemikian rupa sehingga menjadi

12
 (𝑥−𝑥1 ) (𝑥−𝑥0 )
𝑝1 (𝑥) = 𝑦0 (𝑥 + 𝑦1 (𝑥 (P1)
0 −𝑥1 ) 1 −𝑥0 )

atau dapat dinyatakan dalam bentuk

𝑝1 (𝑥) = 𝑎0 𝐿0 (𝑥) + 𝑎1 𝐿1 (𝑥) (P2)

yang dalam hal ini

(𝑥 − 𝑥1 )
𝑎0 = 𝑦0 , 𝐿0 (𝑥) =
(𝑥0 − 𝑥1 )

dan

(𝑥 − 𝑥0 )
𝑎1 = 𝑦1 , 𝐿1 (𝑥) =
(𝑥1 − 𝑥0 )

Persamaan (P2) dinamakan polinomial Lagrange derajat 1. Nama polinom

ini diambil dari nama penemunya, yaitu Joseph Louis Lagrange yang
berkebangsaan Perancis.

Bentuk umum polinomial Lagrange derajat ≤ 𝑛 untuk (𝑛 + 1) titik berbeda

adalah

𝑝𝑛 (𝑥) = ∑ 𝑎0 𝐿0 (𝑥) + 𝑎1 𝐿1 (𝑥) + ⋯ + 𝑎𝑛 𝐿𝑛 (𝑥)

𝑖=0

yang dalam hal ini

13
𝑎1 = 𝑦1 , 𝑖 = 0, 1, 2, … , 𝑛

dan,

𝑛
(𝑥𝑖 − 𝑥𝑗 )
𝐿𝑖 (𝑥) = ∏
𝑗=0
(𝑥𝑖 − 𝑥𝑗 )
𝑗≠𝑖

(𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) … (𝑥 − 𝑥𝑖−1 )(𝑥 − 𝑥𝑖+1 ) … (𝑥 − 𝑥𝑛 )

=
(𝑥𝑖 − 𝑥)(𝑥𝑖 − 𝑥𝑖 ) … (𝑥𝑖 − 𝑥𝑖−1 )(𝑥𝑖 − 𝑥𝑖+1 ) … (𝑥𝑖 − 𝑥𝑛 )

Mudah dibuktikan, bahwa:

1 ,𝑖 = 𝑗
𝐿𝑖 (𝑥𝑖 ) = {
0 ,𝑖 ≠ 𝑗
jika 𝑖 = 𝑗, maka

𝑛
(𝑥𝑖 − 𝑥𝑗 )
𝐿𝑖 (𝑥) = ∏
𝑗=0
(𝑥𝑖 − 𝑥𝑗 )
𝑗≠𝑖

(𝑥𝑖 − 𝑥0 )(𝑥𝑖 − 𝑥1 ) … (𝑥𝑖 − 𝑥𝑖−1 )(𝑥𝑖 − 𝑥𝑖+1 ) … (𝑥𝑖 − 𝑥𝑛 )

=
(𝑥𝑖 − 𝑥0 )(𝑥𝑖 − 𝑥𝑖 ) … (𝑥𝑖 − 𝑥𝑖−1 )(𝑥𝑖 − 𝑥𝑖+1 ) … (𝑥𝑖 − 𝑥𝑛 )
=1 (karena penyebut = pembilang)

jika 𝑖 ≠ 𝑗, maka

𝑛
(𝑥𝑖 − 𝑥𝑗 )
𝐿𝑖 (𝑥) = ∏
𝑗=0
(𝑥𝑖 − 𝑥𝑗 )
𝑗≠𝑖

14
 (𝑥𝑗 − 𝑥0 )(𝑥𝑗 − 𝑥1 ) … (𝑥𝑗 − 𝑥𝑗 ) … (𝑥𝑖 − 𝑥𝑖−1 )(𝑥𝑖 − 𝑥𝑖+1 ) … (𝑥𝑗 − 𝑥𝑛 )
=
(𝑥𝑖 − 𝑥0 )(𝑥𝑖 − 𝑥1 ) … (𝑥𝑖 − 𝑥𝑗 ) … (𝑥𝑖 − 𝑥𝑖−1 )(𝑥𝑖 − 𝑥𝑖+1 ) … (𝑥𝑖 − 𝑥𝑛 )

=0 (karena pembilang = 0, yaitu (𝑥𝑗 − 𝑥𝑗 ) = 0)

Akibatnya,

𝑝𝑛 (𝑥0 ) = 𝐿0 (𝑥0 )𝑦0 + 𝐿1 (𝑥0 )𝑦1 + 𝐿2 (𝑥0 )𝑦2 + ⋯ + 𝐿𝑛 (𝑥0 )𝑦𝑛

= 1 ∙ 𝑦0 + 0 ∙ 𝑦1 + 0 ∙ 𝑦2 + ⋯ + 0 ∙ 𝑦𝑛
= 𝑦0

𝑝𝑛 (𝑥1 ) = 𝑦1
…
𝑝𝑛 (𝑥𝑛 ) = 𝑦𝑛

Dengan demikian,

𝑝𝑛 (𝑥𝑖 ) = 𝑦𝑖 , 𝑖 = 0, 1, 2, … , 𝑛
atau dengan kata lain, polinomial interpolasi 𝑝𝑛 (𝑥𝑖 ) melalui setiap titik data.

Contoh 1
Hampiri fungsi 𝑓(𝑥) = cos 𝑥 dengan polinomial interpolasi derajat tiga di
dalam selang [0.0, 1.2]. Gunakan empat titik, 𝑥0 = 0.0, 𝑥1 = 0.4, 𝑥2 =
0.8, dan 𝑥3 = 1.2. perkirakann nilai 𝑝3 (0.5), dan bandingkan nilai sejatinya.

Penyelesaian:

𝑥𝒊 0.0 0.4 0.8 1.2

𝑦𝒊 1.000000 0.921061 0.696707 0.362358

15
 Polinomial Lagrange derajat 3 yang menginterpolasikan titik di tabbel adalah

𝑝3 = 𝑎0 𝐿0 (𝑥) + 𝑎1 𝐿1 (𝑥) + 𝑎2 𝐿2 (𝑥) + 𝑎3 𝐿3 (𝑥)

(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 ) (𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
= 𝑦0 + 𝑦1 +
(𝑥0 − 𝑥1 )(𝑥0 − 𝑥2 )(𝑥0 − 𝑥3 ) (𝑥1 − 𝑥0 )(𝑥1 − 𝑥2 )(𝑥1 − 𝑥3 )
(𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 ) (𝑥 − 𝑥1 )(𝑥 − 𝑥2 )(𝑥 − 𝑥3 )
𝑦2 + 𝑦3
(𝑥2 − 𝑥0 )(𝑥2 − 𝑥1 )(𝑥2 − 𝑥3 ) (𝑥3 − 𝑥0 )(𝑥3 − 𝑥1 )(𝑥3 − 𝑥2 )
(𝑥 − 0.4)(𝑥 − 0.8)(𝑥 − 1.2)
= 1.000000 +
(0.0 − 0.4)(0.0 − 0.8)(0.0 − 1.2)
(𝑥 − 0.0)(𝑥 − 0.8)(𝑥 − 1.2)
0.921061 +
(0.4 − 0.0)(0.4 − 0.8)(0.4 − 1.2)
(𝑥 − 0.0)(𝑥 − 0.4)(𝑥 − 1.2)
0.696707 +
(0.8 − 0.0)(0.8 − 0.4)(0.8 − 1.2)
(𝑥 − 0.0)(𝑥 − 0.4)(𝑥 − 0.8)
0.362358
(1.2 − 0.0)(1.2 − 0.4)(1.2 − 0.8)
−2.604167(𝑥 − 0.4)(𝑥 − 0.8)(𝑥 − 1.2) + 7.195789(𝑥 − 0.0)(𝑥 − 0.8)(𝑥 − 1.2)
=
−5.443021(𝑥 − 0.0)(𝑥 − 0.4)(𝑥 − 1.2) + 0.943640(𝑥 − 0.0)(𝑥 − 0.4)(𝑥 − 0.8)

Untuk mengurangi galat akibat pembulatan, polinom 𝑝3 (𝑥) ini tidak perlu
disederhanakan lebih jauh. Kurva 𝑦 = cos(𝑥) dan 𝑦 = 𝑝3 (𝑥) diperlihatkan
pada gambar 1.

16
 Gambar 1 Grafik fungsi 𝑦 = 𝑐𝑜𝑠(𝑥) dan 𝑦 = 𝑝(𝑥)

Dengan menggunakan polinom interpolasi 𝑝3 (𝑥) itu kita dapat menaksir nilai
fungsi di 𝑥 = 0.5 sebagai berikut:

−2.604167(0.5 − 0.4)(0.5 − 0.8)(0.5 − 1.2) +

7.195789(0.5 − 0.0)(0.5 − 0.8)(0.5 − 1.2)
𝑝3 (0.5) =
−5.443021(𝑥 − 0.0)(𝑥 − 0.4)(𝑥 − 1.2) +
0.943640(𝑥 − 0.0)(𝑥 − 0.4)(𝑥 − 0.8)

= 0.8772211

Sebagai perbandingan nilai sejatinya adalah

𝑦 = cos(0.5) = 0.877583

Catatlah bahwa polinomial Lagrange tidak hanya berlaku untuk titik-titik

yang berjarak sama. Kita juga dapat membentuk polinomial Lagrange untuk
titik-titik data yang tidak berjarak sama. Perhatikan contoh 2 berikut.

Contoh 2
Dari fungsi 𝑦 = 𝑓(𝑥), diberikan tiga buah titik data dalam bentuk tabel:

𝑥𝒊 1 4 6
𝑦𝒊 1.5709 1.5727 1.5751

Tentukan 𝑓(3,5) dengan polinom Lagrange derajat 2. Gunakan lima angka

bena.

17
Penyelesaian:
Polinom derajat 2 𝑛 = 2 (perlu tiga buah titik)
𝑝2 (𝑥) = 𝐿0 (𝑥) + 𝐿1 (𝑥) + 𝐿2 (𝑥)

(𝑥 − 4)(𝑥 − 6)
𝐿0 (𝑥) =
(1 − 4)(1 − 6)
(3.5 − 4)(3.5 − 6)
𝐿0 (3.5) =
(1 − 4)(1 − 6)
= 0.083333

(𝑥 − 1)(𝑥 − 6)
𝐿1 (𝑥) =
(4 − 1)(1 − 6)
(3.5 − 1)(3,5 − 6)
𝐿1 (3.5) =
(4 − 1)(1 − 6)
= 1.0417

(𝑥 − 1)(𝑥 − 4)
𝐿2 (𝑥) =
(6 − 1)(1 − 4)
(3.5 − 1)(3.5 − 4)
𝐿2 (3.5) =
(6 − 1)(1 − 4)
= 1.0417

Jadi,
𝑝2 (3.5) = (0.083333)(1.5709) + (1.0417)(1.5727) + (−0.12500)(1.5751)
= 0.13090 + 1.6383 + (−0.19689)
= 1.57231
= 1.5723

18
B. Algoritma Interpolasi Lagrange
Polinom Lagrange dalam pemograman atau algoritma interpolasi Lagrange
dapat dilihat pada pemograman 5.1
Program 5.1 Polinomial Lagrange

C. Kelebihan dan Kekurangan

1. Kelebihan
a. Interpolasi metode Lagrange dapat digunakan untuk menyelesaikan
persoalan interpolasi aquispaced (h = konstan) ataupun non-
aquispaced (h = tidak konstan).
b. Metode Lagrange dapat digunakan untuk menyelesaikan khasus
interpolasi dan interpolasi balik (invers interpolation)
c. Metode Lagrange dapat digunakan untuk mencari nilai fungsi yang
variabelnya terletak pada daerah awal, tengah atau akhir.
d. Tidak membutuhkan tabel beda hingga dapat menyelesaikan
persoalannya, sehingga langkah penyelesaian persoalan akan menjadi
mudah.

2. Kekurangan
Jika nilai variabel dan nilai fungsi yang ada dalam tabel jumlahnya banyak
maka jumlah perhitungan akan cukup kompleks.

19
 BAB IV

STUDI KASUS

Dalam kehidupan sehari-hari interpolasi Lagrange memiliki banyak kegunaan

dalam memprediksi sesuatu yang akan datang, seperti memprediksi pergerakan harga
saham. Harga saham dan pergerakannya dapat diprediksi dengan menggunakan data
yang sudah ada atau dalam artian berdasarkan kondisi yang sudah dilalui. Pada tahun
2011, seorang mahasiswa dari Program Studi Informatika ITB, Dannis Muhammad
melakukan penelitian bertajuk “Penggunaan Metode Newton dan Lagrange pada
Interpolasi Polinom Pergerakan Harga Saham: Studi Kasus Saham PT Adaro Tbk.”
Dan memperoleh kesimpulan bahwa metode interpolasi Lagrange lebih akurat dalam
memprediksi harga saham.

Selain itu interpolasi Lagrange juga dapat menganalisis hubungan zat-zat

dalam suatu produk, memprediksi perkembangan harga suatu produk memprediksi
banyaknya penduduk (sensus penduduk) dari data yang sudah dimiliki.

20
 BAB V

KESIMPULAN

Interpolasi adalah sutu proses untuk mencari dan menghitung nilai suatu
fungsi dengan grafik yang terbentuk dari sekumpulan titik berupa hasil dari fungsi
yang telah diketahui, dimana grafik tersebut harus melalui semua titik yang ada
dengan ketelitian data yang sangat tinggi.
Interpolasi Lagrange adalah interpolasi polinomial dengan interpolasi metode
Lagrange dapat digunakan untuk menyelesaikan persoalan interpolasi aquispaced (h
= konstan) ataupun non-equispaced (h = tidak konstan). Metode Lagrange juga dapat
digunakan untuk menyeesaikan khasus interpolasi dan interpolasi balik (invers
interpolation). Serta dapat digunakan untuk mencari nilai fungsi yang variabelnya
terletak pada daerah awal, akhir ataupun tengah. Tidak membutuhkan tabel beda
hingga dapat menyelesaikan persoalannya, sehingga langkah penyelesaian persoalan
akan menjadi mudah.

21
 DAFTAR PUSTAKA
Chapra, Stefen C. (2007). Metode Numerik Untuk Teknik. Penerbit Universitas
Indonesia

Eniyati, Sri, dkk. (2020). PENGGUNAAN METODE LAGRANGE DALAM

PERAMALAN JUMLAH MAHASISWA BARU. Proceeding SENDIU 2020,
263-266

Fenton, John D., (2010). Numerical Methods. Vienna University of Technology.

Austria

Hoffman, Joe D. (1992). Numerical Methods For Engineeris and Scientist. First
Edition. MvGraw-Hill

Luknanto, Djoko. (2001). METODA NUMERIK. (Bahan Kuliah Metoda Numerik

Jurusan Teknik Sipil FT UGM). Yogyakarta

Mathews, John H. (1993). Numerical Methods for Mathematics, Science and

Engineering, 2nd Edition. Prentice-Hall International

Muhammad, Danis. (2011). Penggunaan Metode Newton dan Lagrange pada

Interpolasi Polinom Pergerakan Harga Saham: Studi Kasus Saham PT Adaro
Tbk. Diakses dari
https://informatika.stei.itb.ac.id/~rinaldi.munir/MetNum/2010-
2011/Makalah/Makalah-IF4058(K2)-2011-006.pdf

Munir, Rinaldi. (2003). Metode Numerik. Penerbit Informatika: Bandung.

Sulfan. Sugiantono., dan Siska Harti Handayani. (2018). Makalah Interpolasi

Lagrange. Diakses pada 16 Novermber 2021 dari
https://www.scribd.com/embeds/397194904/content?start_page=1&view_mo
de=scroll&access_key=key-fFexxf7r1bzEfWu3HKwf

22