Interpolasi adalah suatu cara untuk mencari nilai di antara beberapa titik data yang telah
diketahui. Dalam kehidupan sehari- hari ,interpolasi dapat digunakan untuk memperkirakan
suatu fungsi dimana fungsi tersebut tidak terdefinisi dengan suatu formula, tetapi
didefinisikan hanya dengan data- data atau table yang tersedia.
Adalah sebuah metode untuk menaksir (mengestimasi) nilai di antara titik- titik data yang
tepat. Persamaan polinomial adalah persamaan aljabar yang hanya mengandung jumlah dari
variabel x berpangkat bilangan bulat (integer). Bentuk umum persamaan polinomial order n
adalah:
f (x) = a0 + a1 x + a2 x2 + … + an xn
dengan a0, a1, a2, …, an adalah parameter yang akan dicari berdasarkan titik data, n adalah
derajat (order) dari persamaan polinomial, dan x adalah variabel bebas. Untuk (n + 1) titik
data, hanya terdapat satu atau kurang polinomial order n yang melalui semua titik. Misalnya,
hanya ada satu garis lurus (polinomial order 1) yang menghubungkan dua titik (interpolasi
linier) gambar 1.a, demikian juga tiga buah titik dapat dihubungkan oleh fungsi parabola
(interpolasi kuadrat) gambar 1.b, sedang untuk 4 titik(interpolasi kubik) gambar 1.c.
Interpolasi polinom terdiri atas penetuan polinom unik orde ke-n yang cocok dengan n+1
titik data. Walaupun terdapat satu, dan hanya satu, polinom orde ke-n yang cock dengan n+1
titik, terdapat beragam bentuk matematik untuk pengungkapan polinom tersebut.
Sebuah bentuk interpolasi yang paling sederhana dengan menghubungkan dua buah titik
data dengan garis lurus. Lihat gambar berikut
Dari dua segitiga sebangun ABC dan ADE seperti tampak dalam Gambar 2, terdapat
BC DE
hubungan berikut:
AB AD
f1 ( x ) f ( x0 ) f ( x1 ) f ( x0 )
x x0 x1 x0
f (x1 ) f (x 0 )
f1 ( x ) f ( x 0 ) (x x 0 )
x1 x 0
Persamaan diatas adalah rumus interpolasi linier, yang merupakan bentuk interpolasi
polinomial order satu. Suku [f (x1) f (x0)] / (x1 x0) adalah kemiringan garis yang
menghubungkan dua titik data dan merupakan perkiraan beda hingga dari turunan
pertama. Semakin kecil interval antara titik data, hasil perkiraan akan semakin baik.
Contoh soal :
Penyelesaian:
f ( x1 ) f ( x0 )
f 1 ( x ) f ( x0 ) ( x x0 )
x1 x0
f1(2) = .
Besar kesalahan adalah:Et = 100 % = 36.96 %
Apabila digunakan interval yang lebih kecil, yaitu nilai x0 = 1 dan x1 = 8, maka:
f1(2) = .
Dari contoh nampak bahwa dengan menggunakan interval yang lebih kecil didapat
hasil yang lebih baik (kesalahan lebih kecil).
bo = f (x0)
kemudian dimasukkan ke dalam nilai x = x1, maka akan diperoleh koefisien b1:
f ( x1 ) f ( x0 )
b1 =
x1 x0
atau
f ( x1 ) f ( x0 )
f ( x2 ) f ( x1 ) ( x2 x1 )
x1 x0
b2 =
( x2 x0 ) ( x2 x1 )
f ( x2 ) f ( x1 ) f ( x1 ) f ( x0 )
x2 x1 x1 x0
b2 =
x 2 x0
Koefisien b1 dan b2 dari interpolasi polinomial order 2 persamaan tsb adalah mirip
dengan bentuk beda hingga untuk turunan pertama dan kedua, dengan demikian
penyelesaian interpolasi polinomial dapat dilakukan dengan menggunakan bentuk
beda hingga.
Contoh soal :
Dicari nilai ln 6 dengan metode metode polinomial order dua berdasar data ln 1 = 0
dan ln 12 = 2.4849067. Hitung juga nilai tersebut berdasar data ln 1 dan ln 8 =
2.0794416. Untuk membandingkan hasil yang diperoleh, dihitung besar kesalahan
(diketahui nilai eksak dari ln 6 = 1.791759469).
Penyelesaian:
x0 = 1 f (x0) = 0
x1 = 8 f (x1) = 2.0794416
x2 = 12 f (x2) = 2.4849067
Dengan menggunakan persamaan (1.4) diperoleh nilai b0, yaitu (b0 = 0), koefisien b1
dapat dihitung dengan persamaan (1.5):
f ( x1 ) f ( x0 )
b1 =
x1 x0
b1 = = 0.2970630857.
f ( x2 ) f ( x1 ) f ( x1 ) f ( x0 )
x2 x1 x1 x0
b2 =
x 2 x0
b2 = = -0.1956968107.
= 3.442283536
(x) =
Polinom interplasi lagrange dapat diturunkan kangsung dari rumus newton.ini akan
dilakukan untuk kasus orde pertama ,
= f( ) + (x- f[
Supaya menurunkan bentuk lagrange ,beda-beda terbagi dirumuskan ulang. misalnya. beda
f[ =
yang diacu sebagai bentuk simetri,dengan mensubstitusikan persamaan tsb akan dihasilkan:
(x)=f( )+ +
Akan tetapi, polinom Lagrange kurang disukai dalam praktek karena alasan berikut :
Jumlah komputasi yang dibutuhkan untuk satu kali interpolasi adalah besar.
Inerpolasi untuk nilai x yang lain memerlukan jumlah komputasi yang sama karena
tidak ada bagian komputasi sebelumnya yang dapat digunakan.
Bila jumlah titik data meningkat atau menurun, hasil komputasi sebelumnya tidak
dapat digunakan. Hal ini disebabkan oleh tidak adanya hubungan antara pn-1(x) dan
pn(x) pada polinom Lagrange.
Polinom Newton dibuat untuk mengatasi kelemahan polinom lagrange. Dengan polinom
Newton, polinom yang dibentuk sebelumnya dapat dipakai untuk membuat polinom derajat
yang makin tinggi.
Tinjau kembali polinom lanjar pada persamaan (P. 5. 7):
Bentuk persamaan ini dapat ditulis sebagai
Dan
Atau
Dengan melakukan utak atik aljabar, persamaan terakhir ini lebih disukai ditulis menjadi
Contoh Soal:
berdasarka data yang diberikan dalam contoh interpolasi kuadrat.
=1 f(
=4 f( )=1,3862944
=6 f( )=1,7917595
Penyelasaian: polinom orde pertama adalah:
= f( ) + )
(2) = = 0,4620981
Dengan cara yang serupa , polinom orde kedua dikembagkan sebagai berikut
REFERENSI
1. Deret taylor dan analisis galat, http://www.slideshare.net/desput/metode-numerik-44687307,
Last Retrieved 22 nov 2016
2. Jafril Tanjung dan Rudy Kurniawan, Buku Ajar Analisa Numerik Dasar Untuk Teknik Sipil,
Jurusan Teknik Sipil, Fakultas Teknik, Universitas Andalas, 2012
3. Muhtadin, ST.MT., Metoda Numerik & Komputasi, Slide Presentasi, Institut Teknologi
Sepuluh November, Last Retrieved 22 nov 2016
4. Munir, Renaldi.2003. Metode Numerik. Bandung : Informatika.
5. Pengertian Metoda Numerik, STMIK, http://www.slideserve.co.uk/metode-numerik-stmik-
aub-131206110835-phpapp02-pdf, last retrieved 22 nov 2016
6. Ruddy Kurniawan, Analisis Numerik, Slide Presentasi, Univesitas Andalas, 2012
7. Solusi persamaan nirlanjar, https://www.scribd.com/doc/194574520/Solusi-Persamaan-
Nirlanjar, Last Retrieved 22 nov 2016