PENDAHULUAN

1.1 Latar Belakang

Metode numerik adalah teknik penyelesaian permasalahan yangdiformulasikan secara matematis dengan cara
operasi hitungan. Dalam metode numerik ini dilakukan operasi hitungan dalam jumlah yang banyak dan
prosesnya berulang. Sehingga dalam prakteknya perlu bantuan komputer untuk menyelesaikan hitungan
tersebut. Tanpa bantuan komputer, metode numerik tidak banyak memberikan manfaat.

Metode numerik bisa digunakan dalam berbagai bidang ilmu, seperti bidangteknik (teknik mesin, teknik sipil,
teknik elektro, teknik kimia dan sebagainya), kedokteran, sosial, ekonomi dan bidang ilmu lainnya. Berbagai
masalah yangada dalam berbagai disiplin ilmu dapat digambarkan dalam bentuk matematik dari berbagai
fenomena yang berpengaruh. Misalnya gerak air dan polutan di saluran, sungai dan laut, aliran udara,
perambatan panas. Biasanya fenomena yang berpengaruh tersebut cukup banyak dan sangat kompleks, dan
untuk menyederhanakannya diperlukan suatu asumsi, sehingga beberapa bisa diabaikan. Meskipun telah
dilakukan penyederhanaan, namun sering persamaan tersebutq tidak bisa diselesaikan secara analitis. Untuk
itu diperlukan metode numerik untuk menyelesaikannya.

PEMBAHASAN.

2.2 penyajian fumgsi

Ada lima cara penyajian relasi. Pertama, diagram panah. Kedua adalah koordinat
kartesius. Kemudian, rumus fungsi. Adalagi, himpunan pasangan berurutan. Terakhir
adalah tabel.

1. Diagram panah.
Diagram panah adalah diagram yang ada panahnya. Kurang lebih begitulah.   hehe..
supaya lebih jelas, mari kita lihat saja contohnya. Misalnya saya memiliki sebuah
fungsi “dua kali dari” dengan domain A = {2,4} dan kodomain B = {1,2,3,4,5}.
 

2. Koordinat kartesius.
Fungsi dapat pula disajikan dengan koordinat kartesius.

3. Rumus fungsi.
Untuk fungsi “2 kali dari” dapat dituliskan sebagai berikut:

 = 

(pembahasan rumus fungsi akan dijelaskan lebih lanjut pada notasi dan nilai fungsi.
 

4. Himpunan pasangan berurutan

Nah, penyajian fungsi dengan himpunan pasangan berurutan ini lah yang paling saya
suka. Karena menurut saya paling mudah, ga usah repot-repot membuat gambar atau
garis ini garis itu. 
Untuk fungsi “dua kali dari” dengan domain A = {2,4} dan kodomain {1,2,3,4,5},
himpunan pasangan berurutannya adalah {(2,1),(4,2)}.

5. Tabel
Contohnya masih sama yaitu “fungsi dua kali dari” dengan domain A = {2,4} dan
kodomain {1,2,3,4,5}. Rangenya dapat dihitung yaitu, {1,2}. Tabelnya akan tampak
sebagai berikut:

x 2 4

f(x) 1 2

2.3 interpolasi

interpolasi adalah perkiran suatu nilai tengah

dari satu set nilai yang diketahui. Interpoloasi dalam arti luas merupakan upaya

mendefenisikan suatu fungsi dekatan suatu fungsi analitik yang tidak diketahui atau

pengganti fungsi rumit yang tak mungkin diperoleh persamaan analitiknya. Nilai suatu fungsi

y = f(x) diketahui berupa ordinat titik-titik x1, x2, x3, ………, xn yang diskontinu

(discontinue) atau diskrit (discret). Ekspresi analitik y = f(x) tidak diketahui. Bab ini akan

membahas perkiraan ordinat atau f(x) secara numerik untuk nilai x yang berlaku di dalam

interval (interpolasi) maupun di luar interval titik-titik yang diketahui (ekstrapolasi).

Permasalahan utama dalam interpolasi dan ekstrapolasi adalah akurasi nilai yang
dihasilkannya.

Fungsi interpolasi dan ekstrapolasi merupakan fungsi model dengan bentuk tertentu

yang bersifat umum supaya dapat mendekati fungsi-fungsi yang dipakai secara luas. Sejauh

ini fungsi yang umum digunakan adalah polinomial dan trigonometri.

Proses interpolasi dilaksanakan dalam dua tahap, yaitu pertama, menentukan fungsi

interpolasi yang merupakan kombinasi dari titik-titik (data) yang ada, dan kedua,

mengevaluasi fungsi interpolasi tersebut. Interpolasi dapat dilakukan untuk kasus dengan

dimensi lebih dari satu, misalnya fungsi f(x,y,z). Interpolasi multidimensi selalu diselesaikan

dengan urutan mulai dari interpolasi satu dimensi.

2.3 perbedaan

Apa Perbedaan Interpolasi dan

Ekstrapolasi?

Interpolasi dan Ekstrapolasi

Pada dunia nyata, data sering kali tidak tersaji secara lengkap. Seringkali terdapat nilai data
yang hilang (missing value). Terdapat banyak penyebab dari kondisi tersebut, baik akibat
kesalahan manusianya maupun keterbatasan kemampuan alat ukur.
Kondisi lain yang muncul dari data yang kita miliki adalah adanya outlier atau nilai yang berbeda
jauh dengan mayoritas data yang kita miliki. Nilai tersebut akan menentukan hasil analisis atau
uji statistik yang kita lakukan, terlebih lagi jika uji statistik yang kita lakukan menggunakan
metode parametrik.
Terdapat banyak cara untuk menangani kondisi-kondisi tersebut. Sejumlah peneliti memilih
untuk menghapus data tersebut. Hal ini dapat dilakukan jika jumlah data yang kita miliki cukup
besar. Bagaimana jika data yang kita miliki sedikit dan pengukuran ulang cukup mahal atau
cukup sulit dilakukan?. Salah satu cara yang dapat dilakukan adalah dengan melakukan
interpolasi terhadap data.
Interpolasi dan ekstrapolasi adalah proses “menebak” nilai data dengan memperhatikan data lain
yang kita miliki. Interpolasi merupakan teknik untuk mencari nilai suatu variabel yang hilang pada
rentang data yang diketahui, sedangkan ektrapolasi merupakan teknik menemukan nilai suatu
variabel diluar rentang data yang telah diketahui. Data lain yang kita miliki seringkali memiliki
sejumlah pola. Pola yang terbentuk dapat berupa polinomial atau mengelompok. Tiap pola akan
memiliki metode pendekatan yang berbeda-beda. Terdapat kemungkinan tak terbatas dari pola
data tersebut. Penilaian profesional atau ahli diperlukan untuk menentukan metode mana yang
sesuai berdasarkan riwayat penelitian atau pekerjaan yang pernah dilakukan sebelumnya.
Ekstrapolasi dan interpolasi keduanya digunakan untuk memperkirakan nilai hipotetis untuk
variabel berdasarkan pengamatan lain. Ada berbagai metode interpolasi dan ekstrapolasi
berdasarkan tren keseluruhan yang diamati dalam data . Kedua metode ini memiliki nama yang
sangat mirip. Kami akan memeriksa perbedaan di antara mereka.

Awalan
Untuk membedakan antara ekstrapolasi dan interpolasi, kita perlu melihat awalan “extra” dan
“inter.” Awalan “ekstra” berarti “di luar” atau “sebagai tambahan”. Awalan “inter” berarti “di antara”
atau “di antara”. Hanya mengetahui arti ini (dari aslinya dalam bahasa Latin ) sudah cukup untuk
membedakan kedua metode tersebut.

Pengaturan
Untuk kedua metode tersebut, kami mengasumsikan beberapa hal. Kami telah mengidentifikasi
variabel independen dan variabel dependen. Melalui pengambilan sampel atau kumpulan data,
kami memiliki sejumlah pasangan variabel ini. Kami juga berasumsi bahwa kami telah
merumuskan model untuk data kami. Ini mungkin garis kuadrat terkecil yang paling cocok, atau
bisa juga jenis kurva lain yang mendekati data kita. Bagaimanapun, kami memiliki fungsi yang
menghubungkan variabel independen dengan variabel dependen.
Sasarannya bukan hanya modelnya sendiri, kami biasanya ingin menggunakan model kami
untuk prediksi. Lebih khusus lagi, jika diberikan variabel independen, berapa nilai prediksi dari
variabel dependen terkait? Nilai yang kami masukkan untuk variabel independen kami akan
menentukan apakah kami bekerja dengan ekstrapolasi atau interpolasi.

Interpolasi
Kita bisa menggunakan fungsi kita untuk memprediksi nilai variabel dependen untuk variabel
independen yang ada di tengah-tengah data kita. Dalam hal ini, kami melakukan interpolasi.
Misalkan data dengan x antara 0 dan 10 digunakan untuk menghasilkan garis regresiy = 2 x + 5.
Kita dapat menggunakan garis paling cocok ini untuk memperkirakan nilai y yang sesuai
dengan x = 6. Cukup masukkan nilai ini ke dalam persamaan kita dan kita melihat bahwa y = 2
(6) + 5 = 17. Karena nilai x kita termasuk di antara rentang nilai yang digunakan untuk membuat
garis paling pas, ini adalah contoh interpolasi.

Ekstrapolasi
Kami dapat menggunakan fungsi kami untuk memprediksi nilai variabel dependen untuk variabel
independen yang berada di luar rentang data kami. Dalam hal ini, kami melakukan ekstrapolasi.
Misalkan seperti sebelumnya bahwa data dengan x antara 0 dan 10 digunakan untuk
menghasilkan garis regresi y = 2 x + 5. Kita dapat menggunakan garis yang paling sesuai ini
untuk memperkirakan nilai y sesuai dengan x = 20. Cukup masukkan nilai ini ke persamaan dan
kita melihat bahwa y = 2 (20) + 5 = 45. Karena nilai x kita tidak termasuk dalam rentang nilai
yang digunakan untuk membuat garis paling pas, ini adalah contoh ekstrapolasi.

Peringatan
Dari kedua metode tersebut, interpolasi lebih disukai. Ini karena kami memiliki kemungkinan
lebih besar untuk mendapatkan estimasi yang valid. Saat kami menggunakan ekstrapolasi, kami
membuat asumsi bahwa tren yang kami amati berlanjut untuk nilai x di luar rentang yang kami
gunakan untuk membentuk model kami. Ini mungkin bukan masalahnya, jadi kita harus sangat
berhati-hati saat menggunakan teknik ekstrapolasi.