INTERPOLASI POLINOMIAL
Disusun Sebagai Syarat untuk Kelususan Mata Kuliah Metode Numerik Program Studi
Teknik Informatika Universitas Ibnu Sina
DISUSUN OLEH :
RAMADIANTO CHAIRUN
191055201144
Puji syukur kami panjatkan kehadirat Allah SWT, yang memberikan rahmat serta hidayah –
Nya, sehingga penulis dapat menyelesaikan tugas makalah metode numerik matematika tentang
Saya sebagai penyusun makalah ini menyadari, bahwa tanpa adanya kerja sama, bimbingan,
petunjuk dan saran dari berbagai pihak antara lain dosen dan teman – teman mahasiswa mungkin
makalah ini tidak akan terselesaikan tepat waktu, untuk itu patutlah kiranya penulis mengucapkan
terima kasih kepada semua pihak yang telah membantu kami dalam menyelesaikan makalah ini.
Penulis menyadari sepenuhnya bahwa, penulisan makalah ini tidak terlepas dari berbagai
kekurangan, maka dengan segala kerendahan hati penulis mengharapkan kritik dan saran.
(Ramadianto Chairun)
DAFTAR ISI
HALAMAN JUDUL ............................................................................................... I
KATA PENGANTAR ............................................................................................ 2
DAFTAR ISI .......................................................................................................... iii
BAB I ...................................................................................................................... 4
PENDAHULUAN .................................................................................................. 4
BAB II ..................................................................................................................... 5
KAJIAN PUSTAKA ............................................................................................... 5
A. Metode Numerik .......................................................................................... 5
B. Angka Signifikan/Bena ................................................................................ 6
C. Deret Taylor ............................................................................................... 10
D. Deret Mc. Laurin ........................................................................................ 12
E. Error/Galat.................................................................................................. 13
F. Metode Biseksi ........................................................................................... 16
G. Metode Regula Falsi .................................................................................. 17
H. Metode Newton Rapshon ........................................................................... 19
I. Metode Secant ............................................................................................ 20
J. Polinom Interpolasi Beda Maju ................................................................. 21
K. Polinom Interpolasi Beda Tengah .............................................................. 22
BAB III ................................................................................................................. 24
PEMBAHASAN ................................................................................................... 24
BAB IV ................................................................................................................. 29
STUDI KASUS ..................................................................................................... 29
BAB V................................................................................................................... 32
KESIMPULAN ..................................................................................................... 32
DAFTAR PUSTAKA ........................................................................................... 33
BAB I
PENDAHULUAN
Dalam kehidupan sehari-hari, banyak persoalan yang sering dibawa dalam penyelesaian
Matematika. Namun, tidak semua persoalan tersebut bisa memperoleh penyelesaian yang
akurat. Dari pandangan para rekayasawan, masih banyak penyelesaian kasus Matematika yang
dirasa masih terlalu sulit atau masih dalam bentuk yang kurang konkret. Besari, Mohammad
Sahari melalui Rinaldi Munir menyatakan, penyelesaian analitik yang sering diberikan oleh
kaum Matematika kurang berguna bagi rekayasawan, karena ia harus dapat menstranformasikan
solusi Matematika yang sejati ke dalam bentuk berwujud yang biasanya meninggalkan kaidah
sejati.
Salah satu kasus yang sering terjadi adalah saat para rekayasawan dan sejumlah ahli
lebih sering bekerja dalam sejumlah data diskret yang diperoleh dari penelitian. Yaitu
menentukan nilai di antara titik-titik diskret tersebut tanpa melakukan pengukuran lagi. Salah
satu solusinya yaitu dengan menari fungsi yang mencocokkan titik-titik data didalam table.
Pendekatan seperti ini dalam metode numerik disebut Pencocokan Kurva. Walaupun fungsi
yang diperoleh dari cara ini adalah fungsi hampiran (nilainya hanya mendekati nilai sejatinya)
tapi cara ini sangat bermanfaat.
Merujuk pada interpolasi polinom, ada banyak jenuis polinom yang dapat dipakai,
namun pada makalah ini akan ditekankan pada pembahasan Interpolasi Polinomial.
BAB II
KAJIAN PUSTAKA
A. Metode Numerik
Metode numerik adalah teknik untuk menyelesaikan permasalahan-permasalahan
yang diformulasikan secara matematis dengan menggunakan operasi hitungan (arithmatic)
yaitu operasi tambah, kurang, kali, dan bagi. Terdapat banyak jenis metode numerik,
namun pada dasarnya, masing -masing metode tersebut memiliki karakteristik umum, yaitu
selalu mencakup sejumlah kalkulasi aritmetika.Solusi dari metode numerik selalu
berbentuk angka dan menghasilkan solusi hampiran. Hampiran, pendekatan, atau
aproksimasi (approximation) didefinisikan sebagai nilai yang mendekati solusi sebenarnya
atau sejati (exact solution). Sedangkan galat atau kesalahan (error) didefinisikan sebagai
selisih nilai sejati dengan nilai hampiran.
Metode numerik dapat menyelesaikan permasalahan matematis yang sering nonlinier yang
sulit diselesaikan dengan metode analitik.Metode analitik disebut juga metode sejati karena
memberi solusi sejati(exact solution) atau solusi yang sesungguhnya, yaitu solusi yang memiliki
galat(error) sama dengan nol. Jika terdapat penyelesaian secara analitik, mungkin proses
penyelesaiannya sangat rumit, sehingga tidak effisien. Contohnya: menentukan akar-akar
polynomial. Jadi, jika suatu persoalan sudah sangat sulit atau tidak mungkin digunakan dengan
metodeanalitik maka kita dapat menggunakan metode numerik sebagai alternatif penyelesaian
persoalan tersebut.
Metode numerik ini disajikan dalam bentuk algoritma-algoritma yang dapat dihitung
secara cepat dan mudah. Pendekatan yang digunakan dalam metode numerik merupakan
pendekatan analisis matematis, dengan tambahan grafis dan teknik perhitungan yang
mudah. Algoritma pada metode numerik adalah algoritma pendekatan maka dalam
algoritma tersebut akan muncul istilah iterasi yaitu pengulangan proses perhitungan.
Dengan metode pendekatan, tentunya setiap nilai hasil perhitungan akan mempunyai
nilaierror (nilai kesalahan)
Penggunaan metode numerik biasanya digunakan untuk menyelesaikan persoalan
matematis yang penyelesaiannya sulit didapatkan dengan menggunakan metode analitik,
yaitu:
2. Tanpa bantuan alat hitung (komputer), perhitungan umumnya lama dan berulang-ulang.
B. Angka Signifikan/Bena
Penulisan angka bena dalam notasi ilmiah mengikuti aturan bentuk umum notasi
Bilangan 29000 jika ditulis dalam notasi ilmiah menjadi 2,9 104
Bilangan 2977000 jika ditulis dalam notasi ilmiah menjadi 2,977 106
Bilangan 14, 98 jika ditulis dalam notasi ilmiah menjadi 1,498 101
Bilangan 0, 006 jika ditulis dalam notasi ilmiah menjadi 6 10 −3
Bilangan -0, 00029 jika ditulis dalam notasi ilmiah menjadi − 2,9 10−4
3. Aturan Pembulatan
Pembulatan suatu bilangan berarti menyimpan angka bena dan membuang bukan
angka bena dengan mengikuti aturan-aturan berikut:
a. 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:
Jika bilangan 567864 akan dibulatkan menjadi 4 angka bena, maka ditulis menjadi
5679
Jika bilangan 145,89 akan dibulatkan menjadi 4 angka bena, maka ditulis menjadi
145,9
Jika bilangan 123,76 akan dibulatkan menjadi 3 angka bena, maka ditulis menjadi
124
b. Jika digit pertama dari bukan angka bena lebih kecil dari 5, maka buang bukan angka
bena
Contoh:
Jika bilangan 123,74 akan dibulatkan menjadi 4 angka bena, maka ditulis menjadi
123,7
Jika bilangan 13416 akan dibulatkan menjadi 3 angka bena, maka ditulis menjadi
134
c. 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 tidak signifikan
Contoh:
Jika bilangan 13,356 akan dibulatkan menjadi 3 angka bena, maka ditulis
menjadi 13,4
2) Jika digit terakhir dari angka signifikan genap, maka buang angka tidak
signifikan
Contoh:
Jika bilangan 13,456 akan dibulatkan menjadi 3 angka bena, maka ditulis
menjadi 13,4
5. Contoh Soal
a. [(4,84 : 0, 40) x 2, 32] – [9, 12 x (4, 05 x 0, 212)]
b. [(3, 12 x 4, 87) + (0, 49 : 0, 7)]
c. 0, 00000121 : 1, 1
d. Hasil pengukuran panjang tali yang diperoleh oleh siswa A adalah 0, 50300 m.
Maka banyak angka penting hasil pengukuran tersebut adalah …
Penyelesaian
a. [(4,84 : 0, 40) x 2, 32] – [9, 12 x (4, 05 x 0, 212)]
= [12, 1 x 2, 32] – [9, 12 x 0, 8586]
Pembulatan sesuai aturan angka bena pada perkalian dan pembagian
= [12 x 2, 32] – [9, 12 x 0, 859]
= 27, 84 – 7, 83408
Pembulatan sesuai aturan angka bena pada perkalian
= 28 – 7, 83
= 20, 17
Pembulatan sesuai aturan angka bena pada pengurangan
= 20
b. [(3, 12 x 4, 87) + (0, 49 : 0, 7)]
= [15, 1944 + 0, 7]
Pembulatan sesuai aturan angka bena pada perkalian dan pembagian
= [15, 2 + 0, 7]
= 15, 9
c. 0, 00000121 : 1, 1
= 1, 1 x 10-6
d. Banyak angka penting dari bilangan 0, 50300 adalah 5 angka penting
C. Deret Taylor
f ( x) = a0 + a1 ( x − c) + a2 ( x − c) 2 + a3 ( x − c) 3 + .....+ an ( x − c) n + ...
=
n =0
a n ( x − c) n
1
f ( z) =
1+ z
f ( n ) (i )
= f (i ) + ( z − i) n
n =1 n!
1
(−1) n
= + ( z − i) n
1 + i n =1 (1 + i ) n +1
(−1) n
= n +1
( z − i) n
n = 0 (1 + i )
E. Error/Galat
1. Pengertian Error/Galat
Error/Galat/kesalahan berasosiasi dengan seberapa dekat solusi hampiran
terhadap solusi sejatinya. Semakin kecil galatnya maka semakin teliti solusi numerik
yang didapatkan.
Galat= |Nilai sejati ( nilai sebenarnya ) –Nilai hampiran (aproksimasi)|
Ukuran galat kurang bermakna karena tidak menceritakan seberapa besar galat itu
dibandingkan dengan nilai sejatinya. Untuk mengatasi interpretasi nilai galat tersebut ,
maka galat harus dinormalkan terhadap nilai sejatinya. Gagasan ini melahirkan apa yang
dinamakan galat relatif.
r =R =
a
dengan
2. Nilai Galat
Besarnya kesalahan atas suatu nilai taksiran dapat dinyatakan secara kuantitatif
dan kualitatif. Besarnya kesalahan yang dinyatakan secara kuantitatif disebut kesalahan
absolut. Besarnya kesalahan yang dinyatakan secara kualitatif disebut dengan
kesalahan relatif.
Nilai eksak dapat diformulasikan sebagai hubungan antara nilai perkiraan dan
nilai kesalahan sebagai berikut:
v = v' +
Dimana:
v = nilai eksak
v’ = nilai perkiraan
= nilai kesalahan/galat
Berikut adalah penjelasan dari kesalahan absolut dan kesalahan relatif.
a. Kesalahan Absolut
Kesalahan absolut menunjukkan besarnya perbedaan antara nilai eksak
r = kesalahan relatif
a = kesalahan absolut
Semakin kecil kesalahan relatifnya, maka nilai perkiraan yang diperoleh
akan semakin baik.
Contoh:
Pengukuran kabel listrik 40 meter dari sebuah toko alat-alat elektronika. Setelah diukur
ulang oleh pembeli A, kabel tersebut memiliki panjang 39, 96 meter. Berapa kesalahan
absolut dan kesalahan relatif hasil pengukuran yang dilakukan oleh si pembeli?
Penyelesaian
Diketahui: v = 40 meter
v’= 39, 96 meter
Ditanya: Berapa besar kesalahan absolut dan kesalahan relatif?
Jawab:
3. Macam-macam Error/Galat
Penyelesaian secara numerik dari suatu persamaan matematis hanya memberikan
nilai perkiraan yang mendekati nilai sebenarnya. Berikut adalah tiga macam kesalahan
dasar:
a. Galat Bawaan (Inhern)
Galat bawaan biasanya merujuk pada galat dalam nilai data yang terjadi akibat
kekeliruan dalam menyalin data, salah membaca skala atau kesalahan karena
kurangnya pengertian mengenai hokum-hukum fisik dari data yang diukur.
Contoh:
Pengukuran selang waktu 3, 1 detik: terdapat beberapa galat karena hanya dengan
suatu kebetulan selang waktu akan diukur tepat 3, 1 detik.
Beberapa batas yang mungkin pada galat inheren diketahui:2,3 ± 0,1 detik.
Berhubungan dengan galat pada data yg dioperasikan oleh suatu komputer dengan
beberapa prosedur numerik.
b. Galat Pemotongan
Pengertian galat pemotongan biasanya merujuk pada galat yang disebabkan
oleh penggantian ekspresi matematika yang rumit dengan rumus yang lebih
sederhana. Istilah ini berawal dari kebiasaan mengganti suatu fungsi rumit dengan
deret Taylor terpotong (hanya diambil berhingga suku).
Contoh :
Deret Taylor tak berhingga :
Sin x
Dapat dipakai menghitung sinus sebarang sudut x dalam radian. Jelas kita tidak dapat
memakai semua suku dalam deret untuk perhitungan, karena deretnya tak berhingga;
kita berhenti sesudah sampai pada sejumlah suku yang berhingga, misalnya x7 atau x9.
Suku-suku yang dihilangkan (jumlahnya tak berhingga) menghasilkan suatu galat
dalam hasil perhitungan. Galat ini disebut galat pemotongan atau pemenggalan, yaitu
yang disebabkan oleh pemotongan suatu proses matematika yang tak
berhingga.Kebanyakan prosedur yang dipakai dalam perhitungan numerik adalah tak
berhingga, sehingga galat jenis ini penting untuk dipelajari.
c. Galat Pembulatan
Akibat pembulatan angka Terjadi pada komputer yg disediakan beberapa
angka tertentu misal; 5 angka:
Penjumlahan 9,26536 + 7,1625 = 16,42786
Ini terdiri 7 angka sehingga tidak dapat disimpan dalam komputer kita dan akan
dibulatkan menjadi 16,428
F. Metode Biseksi
1. Lebar selang baru b c , yang dalam hal ini adalah nilai toleransi lebar
selang yang menurung akar
2. Nilai fungsi hampiran akar f(c)=0 beberapa bahasan pemrograman
membolehkan pembandingan dua buah bilangan real, sehingga
perbandingan f(c)=0
Cbaru − Clama
3. Galat relative hampiran akar yang di dalam adalah galat relatif
Cbaru
hamparan yang diinginkan. Untuk menentukan jumlah iterasi dalam
ln b − a − ln
mencari akar-akar yaitu r yang dalam hal ini r
ln(2)
adalah jumlah lelaran (jumlah pembagi selang) yang dibutuhkan untuk menjamin
bahwa c adalah hampiran akar yang memiliki galat kurang dari .
2. Algoritma Metode Biseksi
Algoritma bisection adalah sebagai berikut:
8. Hitung f(c)
9. Jika f (a). f (c) < 0, maka b= c. Lanjutkan ke langkah 4 Jika f (a). f (c) > 0, maka a=
c. Lanjutkan ke langkah 4 Jika f (a). f (c) = 0, maka akar = c. Stop.
10. Lebar selang b – c. Jika b c maka proses dihentikan dan didapatkan akar x
=c dan bila tidak ulangi langkah 7.
Metode Regula Falsi menetapkan hampiran akar sebagai perpotongan antara garis
yang melalui titik [a, f(a)] dan titik [b, f(b)] dengan sumbu-x. Jika titik potong tersebut
adalah tersebut adalah c, maka akar terletak antara (a,c) atau (c, b).
Perhatikan kesebangunan antara Pcb dan PQR pada Gambar 1 , sehingga
didapatkan persamaan berikut dapat digunakan:
Pb PR
=
bc RQ
Diketahui :
Tabel 1. Koordinat titik-titik pada Gambar 1
Koordinat Titik koordinat
A (a, 0)
B (b, 0)
C (c, 0)
P (b, f(b))
Q (a, f(a))
R (c, f(c))
Dari persamaan di atas diperoleh:
f (b) − 0 f (b) − f (a)
=
b−c b−a
Sehingga
f (b) (b − a )
c =b−
( f (b) − f (a))
Persamaan di atas disebut sebagai persamaan rekursif dari metode Regula
Falsi.Nilai c merupakan nilai akar x yang dicari. Sehingga jika dituliskan dalam bentuk
yang lain, nilai akar x adalah sebagai berikut:
f (b) (b − a )
x =b−
( f (b) − f (a))
Dengan kata lain titik pendekatan x adalah nilai rata- rata range berdasarkan F(x).
Pada kondisi yang paling ekstrim |b – ar| tidak pernah lebih kecil dari , sebab salah
satu titik ujung selang, dalam hal ini b, selalu tetap untuk iterasi r = 1,2,3,..... Titik ujung
selang yang tidak berubah itu dinamakan titik mandek (stagnan point). Pada titik
mandek,
|br – ar| = |b – ar| , dimana r = 1,2,3,...
Yang dapat mengakibatkan program mengalami looping. Untyk mengatasi hal ini,
kondisi berhenti pada algoritma Regula-Falsi harus ditambah dengan memeriksa apakah
nilai f(x) sudah sangat kecil hingga mendekati nol.
f (b) (b − a )
x =b−
( f (b) − f (a))
• Hitung nilai f(x)
• Hitung error = | f(x)|
• Jika f (a). f ( x) 0 maka a = c jika tidak b = c
• Jika | f(x)| , hentikan Iterasi
f. Akar persamaan adalah x
garis singgung dengan sumbu x yaitu Xi+1, akan menjadi nilai x yang baru, dengan cara
dilakukan berulang-ulang (iterasi).
2. Algoritma Newton Raphson
Algoritma Metode Newton raphson adalah sebagai berikut:
1. Definisikan fungsi f(x) yang akan dicari akarnya.
2. Tentukan harga awal / titik awal (x0).
3. Tentukan toleransi kesalahan (ɛ).
4. Cari turunan fungsi f(x).
Jika f ’(x) = 0, maka metode newton raphson tidak dapat dilanjutkan.
5. Hitung nilai fungsi f(x) dan f ’(x) dengan menggunakan titik awal.
6. Hitung nilai xi+1menggunakan rumus: f(xi )
f ( xi )
xi +1 = xi −
f '( xi )
I. Metode Secant
Metode secant merupakan salah satu metode terbuka untuk menentukan solusi
akar dari persamaan non linear. Metode secant melakukan pendekatan terhadap kurva
f(x) dengan garis secant yang ditentukan oleh dua titik. Kemudian nilai akar
selanjutnya adalah titik potong antara garis secant dengan sumbu x. Metode Secant
merupakan modifikasi darimetode Newton-Raphson, yaitu denganmengganti fungsi
turunan yang digunakan padametode Newton-Raphson menjadi bentuk lainyang
ekuivalen. Metode ini dimulai denganhampiran awal 𝑥𝑖−1 dan 𝑥𝑖 untuk solusi 𝑥 .
2. Algoritma Metode Secant
Algortima pada metode Secant yaitu:
f ( xi )( xi − xi −1 )
xi +1 = xi −
f ( x i ) − f ( xi −1 )
f. Iterasi berhenti jika εrh ≤ εs, dengan:
xi +1 − xi
rh =
xi+1
a.
∆𝑓𝑚 = 𝑓𝑚+1 − 𝑓𝑚
Sedangkan untuk beda maju ketiga, keempat, dan seterusnya. Bentuk umum dari
rumusnya yaitu:
∆𝑓𝑚 = 𝑓𝑚+1 − 𝑓𝑚 untuk n= 0,1,2,…
Secara umum rumus dari beda maju dapat dituliskan dengan : ∆𝑟+1 𝑓(𝑧) =
∆𝑟 𝑓(𝑧+ℎ) − ∆𝑟 𝑓(𝑧)
Dengan ∆𝑟 𝑓(𝑧) disebut dengan “beda maju orde r” dan ∆ disebut dengan
“operator beda maju”.
𝑥−𝑥𝑜
dengan x = x0 + rh ,s = , 0≤s≤n.
ℎ
3. Galat Interpolasi Polinom Newton-Gregory Maju
𝑓 (𝑛+1) (𝑥𝑡)
𝜀(𝑥)= (𝑥 − 𝑥0 )(𝑥 − 𝑥1 ) … (𝑥 − 𝑥𝑛 ) (𝑛+1)!
1. Definisikan fungsif(x)
2. Tentukan selangf(x)
3. Tentukan jarak antar selang atau h
4. Tentukan derajat n
5. Buatlah table selisih maju
6. Tentukan s
x − x0
s=
h
Merupakan metode gabungan dari maju dan mundur. Dengan metode selisih tengah,
titik hampiran yang diambil adalah titik sebelum 𝑥0 dan sesudah 𝑥0 . Sehingga jarak antar
kedua titik menjadi ℎ + ℎ = 2ℎ
Dengan cara yang sama, selisih tengah berderajat tinggi dapat didefinisikan. Perhatikan
tebel selisih tengah nilai 𝑥 dan 𝑦 seperti berikut
𝑥𝑖 𝑦𝑖 ẟ𝑦𝑖 𝛿 2 𝑦𝑖 𝛿 3 𝑦𝑖 𝛿 4 𝑦𝑖
𝑥0 𝑦0 ẟ𝑦1/2 𝛿 2 𝑦1 𝛿 3 𝑦3/2 𝛿 4 𝑦2
𝑥1 𝑦1 ẟ𝑦3/2 𝛿 2 𝑦2 𝛿 3 𝑦5/2
𝑥2 𝑦2 ẟ𝑦5/2 𝛿 2 𝑦3
𝑥3 𝑦3 ẟ𝑦7/2
𝑥4 𝑦4
Sama dengan beda maju dan beda mundur, harga beda pusat (selisih tengah) akan
memiliki harga yang sama.sebagai contoh untuk menentukan harga ẟ𝑦1 , harganya sama
2
dengan ∆𝑦0 𝑑𝑎𝑛 ∇𝑦0. Begitu juga untuk selisih yang lainnya.
L. Polinom Interpolasi Beda Mundur
Rumus Interpolasi Beda Mundur Newton adalah
𝑟(𝑟−1) 𝑟(𝑟−1)…(𝑟−𝑛+1) 2
𝑓(𝑥) = 𝑝𝑛 (𝑥) = 𝑓0 + 𝑟∇𝑓0 + 2! ∇2 𝑓0 +…+ ∇ 𝑓0
𝑛!
= ∑𝑛𝑠=0(𝑟𝑠) ∇2 𝑓0
𝑥−𝑥
Dimana : 𝑟 = ℎ 0 , 0 ≤ 𝑟 ≤ 𝑛
𝑟(𝑟−1)(𝑟−2)…(𝑟−𝑠+1)
(𝑟𝑠) = Adalah koefisien-koefisien binomial dari 𝑝𝑛 (𝑋)
𝑠!
Rumus interpolasi lain yang menggunakan beda hingga adalah Rumus Everett. Rumus
ini melibatkan beda-beda hingga tingkat genap. Rumus Everett yang paling sederhana
adalah :
(2 − 𝑟)(1 − 𝑟)(−𝑟) 2 (𝑟 + 1)𝑟(𝑟 − 1) 2
𝑓(𝑥) ≈ (1 − 𝑟)𝑓0 + 𝑟𝑓1 + 𝛿 𝑓0 + 𝛿 𝑓1
3! 3!
𝑥−𝑥
Dimana : 𝑟 = ℎ 0 , 0 ≤ 𝑟 ≤ 1
Untuk membuat penerapannya mudah, tabel-tabel fungsi biasanya menyertakan beda-beda
kedua yang diperlukan. Galatnya adalah
𝑟 + 1 (4)
𝜀(𝑥) = 𝑝𝑛 (𝑥) − 𝑓(𝑥) = −ℎ4 ( ) 𝑓 (𝑡)
4
Dimana 𝑥0 − ℎ < 𝑡 < 𝑥0 + 2ℎ
BAB III
PEMBAHASAN
Pada beberapa masalah kita sering memerlukan suatu penaksiran nilai antara
(intermediate values) yaitu suatu nilai diantara beberapa titik data yang telah diketahui nilainya.
Metode yang biasa digunakan untuk menentukan titik antara tersebut adalah melakukan
interpolasi. Metode interpolasi yang biasa digunakan adalah dengan interpolasi Polinomial.
Persamaan polinomial orde ke n yang dipakai secara umum adalah :
f ( x) = a0 + a1 x + a2 x 2 + ....... + an x n (1)
` ● ●
Gambar 1
Interpolasi polinomial Lagrange hampir sama dengan polinomial Newton, tetapi tidak
menggunakan bentuk pembagian beda hingga. Interpolasi polinomial Lagrange dapat
diturunkan dari persamaan Newton. Interpolasi Lagrange diterapkan untuk mendapatkan fungsi
polinomial P (x) berderajat tertentu yang melewati sejumlah titik data. Misalnya, kita ingin
mendapatkan fungsi polinomial berderajat satu yang melewati dua buah titik yaitu (x0, y0) dan
(x1, y1).
f ( x1 ) f ( x0 )
f [x1, x0] = + (2)
x1 − x 0 x 0 − x1
Substitusi persamaan (1) ke dalam persamaan (2) memberikan:
x − x0 x − x0
f1(x) = f (x0) + f (x1) + f (x0)
x1 − x0 x0 − x1
Dengan mengelompokkan suku-suku di ruas kanan maka persamaan diatas menjadi:
x −x x − x0 x − x0
f1(x) = 0 1 + f (x0) + f (x1)
x0 − x1 x0 − x1 x1 − x0
atau
x − x1 x − x0
f1(x) = f (x0) + f (x1) (3)
x0 − x1 x1 − x0
Persamaan (3) dikenal dengan interpolasi polinomial Lagrange order satu.
Dengan prosedur diatas, untuk interpolasi order dua akan didapat:
x − x1 x − x2 x − x0 x − x2 x − x0 x − x1
f1(x) = f (x0) + f (x1) + f (x2) (4)
x0 − x1 x0 − x2 x1 − x0 x1 − x2 x2 − x0 x2 − x1
dengan
n x−xj
Li (x) =
j =0 xi − x j
(6)
ji
x − x1
L0(x) = ( )
x 0 − x1
x − x0
L1(x) = ( )
x1 − x 0
Dengan menggunakan persamaan (5) dan persamaan (6) dapat dihitung pula interpolasi
Lagrange order 2 adalah:
2
F2 (x) = L i ( x ) f (xi) = L0(x) f (x0) + L1(x) f (x1) + L2(x) f (x2)
i=0
x − x1 x − x 2
I=0 L0(x) = ( )( )
x 0 − x1 x 0 − x 2
x − x0 x − x2
I=1 L1(x) = ( )( )
x1 − x 0 x1 − x 2
x − x 0 x − x1
I=2 L2(x) = ( )( )
x 2 − x 0 x 2 − x1
Dengan menggunakan persamaan (5) dan persamaan (6) dapat dihitung pula interpolasi
Lagrange order yang lebih tinggi, misalnya untuk interpolasi Lagrange order 3, persamaan
tersebut adalah:
3
f3(x) = Li ( x) f (xi) = L0(x) f (x0) + L1(x) f (x1) + L2(x) f (x2) + L3(x) f (x3)
i=0
x − x1 x − x2 x − x3
L0(x) = ( )( )( )
x0 − x1 x0 − x2 x0 − x3
x − x0 x − x2 x − x3
L1(x) = ( )( )( )
x1 − x0 x1 − x2 x1 − x3
x − x0 x − x1 x − x3
L2(x) = ( )( )( )
x2 − x0 x2 − x1 x2 − x3
x − x0 x − x1 x − x2
L3(x) = ( )( )( )
x3 − x0 x3 − x1 x3 − x2
Sehingga bentuk interpolasi polinomial Lagrange order 3 adalah:
x − x1 x − x2 x − x3 x − x0 x − x2 x − x3
f3(x) = ( )( )( ) f (x0) + ( )( )( ) f (x1)
x0 − x1 x0 − x2 x0 − x3 x1 − x0 x1 − x2 x1 − x3
x − x0 x − x1 x − x3 x − x0 x − x1 x − x2
+( )( )( ) f (x2) + ( )( )( ) f (x3) (7)
x2 − x0 x2 − x1 x2 − x3 x3 − x0 x3 − x1 x3 − x2
Contoh soal:
Dicari nilai ln 2 dengan metode interpolasi polinomial Lagrange order satu dan dua berdasar
data ln 1 = 0 dan data ln 6 = 1,7917595. Hitung juga nilai tersebut berdasar data ln 1 dan data ln
4 = 1,3862944. Untuk membandingkan hasil yang diperoleh, hitung pula besar kesalahan
(diketahui nilai eksak dari ln 2 = 0,69314718).
Penyelesaian:
x0 = 1 → f (x0) = 0
x1 = 4 → f (x1) = 1,3862944
x2 = 6 → f (x2) = 1,7917595
2 −4 2 −6 2−1 2 − 6 2 −1 2 − 4
f1(2) = (0) + (1,3862944) + (1,7917595)
1− 4 1− 6 4 −1 4 − 6 6 −1 6 − 4
= 0,56584437.
Terlihat bahwa kedua hasil diatas memberikan hasil yang hampir sama dengan contoh
sebelumnya.
BAB IV
STUDI KASUS
Sensus Penduduk secara tidak langsung dapat memberikan gambaran yang nyata pada
kondisi masyarakat pada masa mendatang khususnya pada tingkat pertumbuhan penduduk di
kota Probolinggo. Namun, permasalahannya disini adalah gambaran tingkat pertumbuhan
penduduk hanya bisa diketahui tiap sepuluh tahun sekali. Adapun alternatif matematika yang
bisa dijadikan acuan untuk penyelesaian masalah jumlah penduduk adalah peramalan secara
numerik. Penelitian ini mencoba meramalkan tingkat pertumbuhan penduduk tiap tahun di Kota
Probolinggo mulai tahun 1980 s/d 2010 dengan menggunakan metode Interpolasi Lagrange dan
meramalkan tingkat pertambahan penduduk di Kota Probolinggo sepuluh tahun mendatang
dengan menggunakan metode ekstrapolasi. Tujuannya adalah untuk mengetahui tingkat
pertambahan penduduk di Kota Probolinggo tahun 1980 s/d 2010 dan taksiran tingkat
pertambahan penduduk di Kota Probolinggo sepuluh tahun mendatang dengan menggunakan
metode Interpolasi Lagrange dan Ekstrapolasi.
Untuk perhitungan jumlah penduduk dengan teknik interpolasi dan ekstrapolasi ini,
digunakan data sensus penduduk di Kota Probolinggo pada rentang waktu antara tahun 1980,
1990, 2000 dan 2010. Adapun data hasil sensus penduduk Kota Probolinggo tahun 1980 dan
1990 bisa dilihat pada tabel 1
Data hasil sensus penduduk tahun 2000 bisa dilihat pada tabel 2
Sedangkan data hasil sensus penduduk tahun 2010 bisa dilihat pada tabel 3
Selanjutnya akan dicari perhitungan jumlah populasi penduduk pada setiap tahunnya
yang berada pada interval data tahun 1980-2010, Karena data di atas hanya menyajikan jumlah
populasi penduduk pada tiap sepuluh tahun, maka perhitungan yang akan digunakan adalah
interpolasi lagrange. Untuk lebih spesifiknya adalah Lagrange polinom pangkat tiga. Langkah
pertama adalah data pada tabel 1, 2, dan 3 dikonversi dalam bentuk tabel seperti pada tabel 4.
Setelah data dikonversi dalam bentuk tabel 4, data digunakan untuk meramalkan jumlah
penduduk pada tahun 1981-2009 dengan menggunakan rumus interpolasi Lagrange berderajat
tiga.
Untuk meramalkan jumlah penduduk pada tahun 1981-2009, dengan menggunakan
rumus interpolasi Lagrange berderajat tiga sebagai berikut
Interpolasi polinomial Lagrange hampir sama dengan polinomial Newton, tetapi tidak
menggunakan bentuk pembagian beda hingga. Interpolasi polinomial Lagrange dapat
diturunkan dari persamaan Newton. Interpolasi Lagrange diterapkan untuk mendapatkan fungsi
polinomial P (x) berderajat tertentu yang melewati sejumlah titik data. Taksiran galat untuk
Polinomial Langrage tidak dapat dihiting secara langsung karena tidak tesedia rumus taksiran.
DAFTAR PUSTAKA