ANALISIS NUMERIK
AGUSTIN PURWANTI
1. PENDAHULUAN
Di dalam praktek, sering dijumpai data diberikan dalam nilai diskret atau tabel. Ada dua hal yang diharapkan dari
data diskret tersebut, yaitu:
1. Mencari bentuk kurva yang dapat mewakili data diskret tersebut,
2. Mengestimasi nilai data pada titik-titik di antara nilai-nilai yang diketahui
Kedua aplikasi tersebut di atas dikenal sebagai curve fitting.
Ada dua metode pendekatan di dalam curve fitting yang didasarkan pada jumlah kesalahan yang terjadi pada data.
1. Regresi kuadrat terkecil
Regresi kuadrat terkecil dilakukan apabila data menunjukan adanya kesalahan cukup besar. Untuk itu dibuat kurva tunggal yang
mempresentasikan trend secara umum dari data. Karena beberapa data mungkin kurang benar, maka kurva tidak dipaksakan untuk melalui
Titik.
1. PENDAHULUAN
2. Interpolasi
Apabila data diketahui sangat benar maka pendekatan yang dilakukan adalah membuat kurva atau sejumlah kurva yang
melalui setiap titik.
2 . B E B E RAPA PR I NSI P STAT I ST I K
1. Titik-titik percobaan diplot ke dalam suatu system koordinat. Dari gambar plot titik data tersebut dapat diketahui trend
(pola) secara umum kumpulan titik data tersebut, sehingga dapat ditentukan apakah yang mewakili berupa garis lurus
(linier) atau lengkung.
2. Dipilih suatu fungsi g(x) yang dianggap bias mewakili f(x) mempunyai bentuk umum berikut ini.
𝑔 𝑥 = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 +. . . . . . . . . +𝑎𝑟 𝑥 2 (4,1)
4 . ME TODE K UADR AT T E R K ECI L UNT UK K URVA L I NI ER
4 . ME TODE K UADR AT T E R K ECI L UNT UK K URVA L I NI ER
4 . ME TODE K UADR AT T E R K ECI L UNT UK K URVA L I NI ER
4 . ME TODE K UADR AT T E R K ECI L UNT UK K URVA L I NI ER
4 . ME TODE K UADR AT T E R K ECI L U NT U K K URVA L I NI ER