1

BAB I
PENDAHULUAN

A. Latar Belakang
Di dalam pengertian matematika dasar, interpolasi adalah perkiraan suatu nilai
tengah dari suatu set nilai yang diketahui. Interpolasi dengan pengertian yang lebih
luas merupakan upaya mendefinisikan suatu fungsi dekatan suatu fungsi analitik
yang tidak diketahui atau pengganti fungsi rumit yang tak mungkin diperoleh
persamaan analitiknya. Masalah umum interpolasi adalah menjabarkan data untuk
fungsi dekatan, dan salah satu metode penyelesaiannya dinamakan Metoda prinsip
Substitusi. Dalam mata kuliah metode numerik ada materi Interpolasi linear dan
kuadratik. Materi ini dapat diaplikasikan dalam kehidupan sehari-hari.
Apabila 𝑦 = 𝑓(𝑥) adalah suatu fungsi dengan nilai-nilai :
𝑦0 𝑢𝑛𝑡𝑢𝑘 𝑥0

𝑦1 𝑢𝑛𝑡𝑢𝑘 𝑥1

𝑦2 𝑢𝑛𝑡𝑢𝑘 𝑥2

. .

. .

. .
𝑦𝑛 𝑢𝑛𝑡𝑢𝑘 𝑥𝑛
𝑌

𝑦0 𝑦1 𝑦2 𝑦3 𝑦4 𝑦n
𝑋
𝑥0 𝑥1 𝑥2 𝑥3 𝑥4 𝑥n

Dan jika Φ(x) adalah fungsi sederhana sembarang sedemikian rupa sehingga
untuk variable 𝑥0 , 𝑥𝑖 , … … , 𝑥𝑛 memberikan nilai yang hampir sama dengan 𝑓(𝑥),
 2

maka bila 𝑓(𝑥) digantikan oleh Φ(𝑥) pada interval yang diketahui, hal ini disebut
proses interpolasi dan fungsi Φ(𝑥) adalah rumus interpolasi untuk fungsi.
Fungsi Φ(𝑥) dapat dinyatakan dalam berbagai bentuk persamaan. Apabila
Φ(𝑥) dinyatakan sebagai fungsi polinomial 𝑃(𝑥) , proses disebut interpolasi
polinomial atau parabolik, sedangkan bila Φ(𝑥) dinyatakan dalam persamaan
fungsi trigonometri, proses disebut interpolasi trigonometri. Bila Φ(𝑥) dinyatakan
dalam fungsi eksponensial, polynomial Legendre atau fungsi Bessel atau bentuk
fungsi spesifik lainnya, maka pemilihan bentuk fungsi tersebut didasarkan pada
anggapan atau perilaku data yang dianggap cenderung mempunyai pola fungsi-
fungsi tersebut.
B. Permasalahan
Berdasarkan latar belakang tersebut, kami menyelesaikan masalah interpolasi
linear dan kuadratik pada metode numerik dengan menggunakan perhitungan
manual dan menggunakan bahasa pemrograman Visual Basic.
1. Bagaimana menyelesaikan masalah interpolasi linear dan kuadratik pada metode
numerik dengan menggunakan perhitungan manual?
2. Bagaimana menyelesaikan masalah interpolasi linear dan kuadratik pada metode
numerik dengan menggunakan bahasa pemrograman Visual Basic?
C. Tujuan
Tujuan pembuatan makalah ini adalah sebagai berikut:
1. Pemahaman penerapan metode numerik dalam cara kerja matematika untuk
menyelesaikan permasalahan matematis atau perhitungan.
2. Menyelesaiakan masalah interpolasi linear dan kuadratik dengan menggunakan
bahasa pemrograman pascal.
 3

BAB II
PEMBAHASAN

A. Persoalan Interpolasi Polinom

Mempelajari berbagai metode interpolasi yang ada untuk menentukan titik-
titik antara dari n buah titik dengan menggunakan suatu fungsi pendekatan tertentu.
Diberikan n + 1 buah titik berbeda, (x0,y0), (x1,y1), . . . , (xn,yn). Tentukan Polinom
pn(x) yang menginterpolasi (melewati) semua titik-tik tersebut sedemikian rupa
sehingga yi = pn(x) untuk i – 0, 1, 2, . . . ,n.
Nilai yi dapat berasal dari fungsi matematika f(x) (seperti ln x, sin x, fungsi
Bessel dan sebagainya) sedemikian sehingga yi = f(x). Atau yi berasal dari nilai
empiris yang diperoleh melalui percobaan atau pengamatan.

(xn-1,yn-1)
(a,pn(a))
(x2,y2)
(xn,yn)
(x1,y1)
(a,pn(a))

(x3,y3)

(x0,y0)

X
x=a x=a

Gambar 2.1 Interpolasi dan Ekstrapolasi

Setelah polinom interpolasi pn(x) ditemukan, pn(x) dapat digunakan untuk

menghitung perkiraan nilai y di x = a, yaitu y = pn(a). Bergantung pada letaknya,
nilai 𝑥 = 𝑎 mungkin terletak dalam rentang titik-titik data (x0 < a < xn) atau di luar
rentang titik-titik data (a < x0 atau a>xn):
(i) Jika (x0 < a < xn) maka yk = p(𝑎) disebut nilai interpolasi (interpoluted value)
(ii) Jika data (a < x0 atau a>xn) maka yk = p(xk) disebut nilai ekstrapolasi
(extrapolated value)
 4

B. Interpolasi Linear
Interpolasi linear atau interpolasi lanjar adalah interpolasi dua buah titik
dengan sebuah garis lurus. Misal diberikan dua buah titik, (x0,y0) dan (x1,y1).
Polinom yang menginterpolasi kedua titik itu adalah persamaan garis lurus yang
berbentuk:
P1(x) = a0 + a1x
Gambar 2.2 dan Gambar 2.3 memperlihatkan garis lurus yang menginterpolasi titik-
titik (x0,y0) dan (x1,y1).
Y

(x1,y1)

(x0,y0)

X
Gambar 2.2 Interpolasi Linear

(x0,y0)

(x1,y1)

X
Gambar 2.3 Interpolasi Linear
 5

Koefisien 𝑎0 dan 𝑎1 dicari dengan proses substitusi dan eliminasi. Dengan

mensubstitusikan (𝑥0 , 𝑦0 ) dan (𝑥1 , 𝑦1 ) ke dalam persamaan 𝑝1 (𝑥) = 𝑎0 + 𝑎1 𝑥
diperoleh dua persamaan linear:

𝑦0 = 𝑎0 + 𝑎1 𝑥0 . . . . . (1)

𝑦1 = 𝑎0 + 𝑎1 𝑥1 . . . . . (2)

Dari dua persamaan diatas, dengan eliminasi diperoleh:

𝑦0 − 𝑦1 = (𝑎0 + 𝑎1 𝑥0 ) − (𝑎0 + 𝑎1 𝑥1 )

𝑦0 − 𝑦1 = 𝑎1 𝑥0 − 𝑎1 𝑥1 ⇔ 𝑦0 − 𝑦1 = 𝑎1 (𝑥0 − 𝑥1 )

𝑦0 − 𝑦1
⇔ 𝑎1 =
𝑥0 − 𝑥1

Substitusikan nilai 𝑎1 ke dalam persamaan (1), diperoleh:

𝑦 −𝑦
𝑦0 = 𝑎0 + 𝑎1 𝑥0 ⇔ 𝑦0 = 𝑎0 + ( 𝑥0−𝑥1 )𝑥0
0 1

𝑥0 𝑦0 − 𝑥0 𝑦1
⇔ 𝑦0 = 𝑎0 +
𝑥0 − 𝑥1

𝑥0 𝑦0 − 𝑥0 𝑦1
⇔ 𝑦0 = 𝑎0 +
𝑥0 − 𝑥1

𝑥0 𝑦0 − 𝑥0 𝑦1
⇔ 𝑎0 = 𝑦0 −
𝑥0 − 𝑥1

𝑦0 (𝑥0 − 𝑥1 ) − 𝑥0 𝑦0 + 𝑥0 𝑦1
⇔ 𝑎0 =
𝑥0 − 𝑥1

𝑥0 𝑦0 − 𝑥1 𝑦0 − 𝑥0 𝑦0 + 𝑥0 𝑦1
⇔ 𝑎0 =
𝑥0 − 𝑥1

𝑥0 𝑦1 − 𝑥1 𝑦0
⇔ 𝑎0 =
𝑥0 − 𝑥1

Dengan melakukan manipulasi aljabar untuk menentukan nilai 𝑝1 (𝑥) dapat

dilakukan sebagai berikut:
 6

𝑝1 (𝑥) = 𝑎0 + 𝑎1 𝑥

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

𝑥1 𝑦0 − 𝑥0 𝑦1 + 𝑥𝑦1 – 𝑥𝑦0
𝑝1 (𝑥) =
𝑥1 − 𝑥0

𝑥1 𝑦0 − 𝑥0 𝑦1 + 𝑥𝑦1 – 𝑥𝑦0 + (𝑥0 𝑦0 − 𝑥0 𝑦0 )

𝑝1 (𝑥) =
𝑥1 − 𝑥0

𝑥1 𝑦0 − 𝑥0 𝑦0 − 𝑥0 𝑦1 + 𝑥𝑦1 – 𝑥𝑦0 + 𝑥0 𝑦0
𝑝1 (𝑥) =
𝑥1 − 𝑥0

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

𝑦0 (𝑥1 − 𝑥0 ) + (𝑦1 − 𝑦0 )(𝑥 − 𝑥0 )

𝑝1 (𝑥) =
𝑥1 − 𝑥0

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

Dalam menentukan persamaan dari interpolasi linear juga dapat dilakukan melalui
cara berikut:
Menentukan titik-titik antara dari 2 buah titik dengan menggunakan garis lurus.

P2 (x1,y1)

(x,y)

P1(x0,y0)

X
Gambar 2.4 Interpolasi Linear
 7

Persamaan garis lurus yang melalui 2 titik P1 (x0,y0) dan P2 (x1,y1) dapat dituliskan
dengan:

𝑦 − 𝑦0 𝑥 − 𝑥0
=
𝑦1 − 𝑦0 𝑥1 − 𝑥0

Sehingga diperoleh persamaan dari interpolasi linear sebagai berikut:

𝑦1 − 𝑦0
𝑦= (𝑥 − 𝑥0 ) + 𝑦0
𝑥1 − 𝑥0

C. Algoritma dan Diagram Alir Interpolasi Linear

a. Algoritma Interpolasi Linear

1. Tentukan nilai 𝑥0 , 𝑦0 , 𝑥1 , dan 𝑦1 .

2. Periksa apakah 𝑥0 = 𝑥1 . Jika ya, maka kembali ke langkah 1 sebab nilai
fungsinya tidak terdefinisi dalam kondisi ini. Jika tidak, maka dilanjutkan
ke langkah 3.
3. Masukkan nilai x.
4. Periksa apakah min{x0 , x1 } ≤ x ≤ max{x0 , x1 } . Jika tidak, maka
masukkan nilai 𝑥 yang lain. Jika ya, maka dilanjutkan langkah 5.
y −y
5. Hitung P = y0 + (x − x0 ) x1−x0 .
1 0

6. Periksa apakah y0 = y1 . Karena jika sama, maka akan diperoleh P = y0 .

7. Tulis hasil 𝑦 = P.
 8

b. Diagram alir interpolasi linear

MULAI

Input
Ya 𝑥0 , 𝑦0 , 𝑥1 , 𝑦1

Tidak
𝑥0 = 𝑥1

Input 𝑥

Tidak

min{𝑥0 , 𝑥1 } ≤ 𝑥 ≤ max{𝑥0 , 𝑥1 }

Ya
𝑦1 − 𝑦0
𝑃 = 𝑦0 + (𝑥 − 𝑥0 )
𝑥1 − 𝑥0

Ya Tidak
𝑦0 = 𝑦1

Tulis hasil Tulis hasil

𝑦 = 𝑦0 𝑦= 𝑃

SELESAI
 9

D. Contoh Soal
1. Perkirakan atau prediksi jumlah penduduk Gunungpati pada tahun 2005
berdasarkan data tabulasi berikut:

Tahun 2000 2010

Jumlah Penduduk 179.300 203.200

Penyelesaian:
Dipunyai: x0 = 2000, x1 = 2010, y0 = 179.300, y1 = 203.200.
Ditanya: Prediksi jumlah penduduk Gunungpati pada tahun 2005.
Ingat :

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

Misalkan 𝑥 = 2005

(203.200 − 179.300)(2005 − 2000)

𝑝1 (2005) = 179.300 +
2010 − 2000

𝑝1 (1968) = 191.250

Jadi, diperkirakan jumlah penduduk Gunungpati pada tahun 2005 adalah

191.250 orang.

2. Dari data ln(9.0) = 2.1972, ln(9.5) = 2.2513, tentukan ln(9.2) dengan

interpolasi lanjar sampai 5 angka bena. Bandingkan hasil yang diperoleh
dengan nilai sejati ln(9.2)=2.2192.
Penyelesaian:
Dipunyai:
𝑥0 = 9.0, y0 = 2.1972.
𝑥1 = 9.5, y1 = 2.2513.
Ditanya : tentukan nilai ln(9.2) sampai 5 angka bena kemudian
dibandingkan dengan nilai sejati ln(9.2) = 2.2192.
 10

Ingat:

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

( 2.2513 − 2.1972)(9.2 − 9.0)

𝑝1 (9.2) = 2.1972 +
9.5 − 9.0

𝑝1 (9.2) = 2.21884

Galat = nilai sejati ln(9.2) – nilai ln(9.2) hasil perhitungan dengan metode
interpolasi linear
Galat = 2.2192 – 2.21884 = 3,6 x 10-4 .
E. Interpolasi Kuadratik
Misal diberi tiga buah titik data, (𝑥0 , 𝑦0 ), (𝑥1 , 𝑦1 ), 𝑑𝑎𝑛 (𝑥2 , 𝑦2 ). Polinom yang
menginterpolasi ketiga buah titik itu adalah polinom kuadrat yang berbentuk:
𝑝2 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2
Bila digambar, kurva polinom kuadrat berbentu parabola, seperti ditunjukkan dalam
Gambar 2.4 dan Gambar 2.5
Y

x1,y1
y1

y2 x2,y2

y0
x0,y0

x0 x1 X
x2

Gambar 2.5 Interpolasi kuadratik.

Masih terdapat grafik berbentuk parabola yang lain, selain yang ditunjukkan pada
Gambar 2.5, namun harus diperhatikan bahwa untuk setiap nilai 𝑥𝑖 akan diperoleh
 11

hanya sebuah nilai 𝑦𝑖 . Sehingga tidak mungkin kondisi grafiknya seperti Gambar
2.6 di bawah ini atau semacamnya.

x1,y1
y1

y2 x2,y2

y0
x0,y0

x0 x1 x2 X
Gambar 2.6 Bukan Interpolasi Kuadratik.

Menyelesaikan Polinom 𝑝2 (𝑥) ditentukan dengan cara berikut:

1. Substitusikan (𝑥𝑖 , 𝑦𝑖 ) ke dalam persamaan 𝑝2 (𝑥) = 𝑎0 + 𝑎1 𝑥𝑖 + 𝑎2 𝑥𝑖2
dengan i = 0, 1, 2. Diperoleh tiga persamaan dengan tiga buah parameter yang
tidak diketahui yaitu: 𝑎0 , 𝑎1 , dan 𝑎2 :
𝑎0 + 𝑎1 𝑥0 + 𝑎2 𝑥02 = 𝑦0
𝑎0 + 𝑎1 𝑥1 + 𝑎2 𝑥12 = 𝑦1
𝑎0 + 𝑎1 𝑥2 + 𝑎2 𝑥22 = 𝑦2
2. Hitung 𝑎0 , 𝑎1 , dan 𝑎2 dari sistem persamaan tersebut dengan metode eliminasi
Gauss.
Selain menggunakan metode eliminasi Gauss, menentukan 𝑎0 , 𝑎1 , dan 𝑎2 dapat
ditentukan dengan cara sebagai berikut:
𝑦𝑖+1 − 𝑦𝑖 𝑦𝑖+2 − 𝑦𝑖+1 𝐹12 − 𝐹01
a) Hitung 𝐹01 = , 𝐹12 = , dan 𝐹012 =
𝑥𝑖+1 − 𝑥𝑖 𝑦𝑖+2 − 𝑦𝑖+1 𝑥𝑖+2 − 𝑥𝑖

b) Hitung 𝑃 = 𝑦1 + (𝑥 − 𝑥𝑖 )𝐹01 + (𝑥 − 𝑥𝑖 )(𝑥 − 𝑥𝑖+1 )𝐹012

 12

F. Algoritma dan Diagram Alir Interpolasi Kuadratik

a. Algoritma Interpolasi Kuadratik
Untuk interpolasi kuadratik digunakan algoritma sebagai berikut :
1. Tentukan nilai x0 , y0 , x1 , y1 , x2 , dan y2 .
2. Periksa apakah x0 < x1 < x2 . Jika tidak, maka kembali ke langkah 1 sebab
nilai fungsinya tidak terdefinisi dalam kondisi ini. Jika tidak, maka
dilanjutkan ke langkah 3.
3. Masukkan nilai x.
4. Periksa apakah min{x0 , x1 , x2 } ≤ x ≤ max{x0 , x1 , x2 } . Jika tidak, maka
masukkan nilai x yang lain. Jika ya, maka dilanjutkan langkah 5.
𝑦 −𝑦 𝑦 −𝑦 𝐹12 −𝐹01
5. Hitung 𝐹01 = 𝑥1−𝑥0 , 𝐹12 = 𝑥2−𝑥1 , dan 𝐹012 =
1 0 2 1 𝑥2 −𝑥0

6. Hitung 𝑃 = 𝑦1 + (𝑥 − 𝑥𝑖 )𝐹01 + (𝑥 − 𝑥𝑖 )(𝑥 − 𝑥𝑖 )𝐹012

7. Periksa apakah 𝐹012 = 0. Jika ya, maka persamaan yang dihasilkan linear.
Jika tidak maka persamaan yang dihasilkan merupakan persamaan kuadrat.
8. Tulis hasil y = P.
 13

b. Diagram Alir Interpolasi Kuadratik

MULAI

Input
Tidak 𝑥0 , 𝑦0 , 𝑥1 , 𝑦1 , 𝑥2 , 𝑦2

Ya
𝑥0 < 𝑥1
< 𝑥

Input 𝑥

Tidak

min{𝑥0 , 𝑥1 , 𝑥2 } ≤ 𝑥 ≤ max{𝑥0 , 𝑥1 , 𝑥2 }

Ya

𝑦1 − 𝑦0 𝑦2 − 𝑦1 𝐹12 − 𝐹01
𝐹01 = , 𝐹12 = , 𝑑𝑎𝑛 𝐹012 =
𝑥1 − 𝑥0 𝑥2 − 𝑥1 𝑥2 − 𝑥0

𝑃 = 𝑦1 + (𝑥 − 𝑥0 )𝐹01 + (𝑥 − 𝑥0 )(𝑥 − 𝑥1 )𝐹012

Ya Tidak
𝐹012 = 0

Tulis hasil Tulis hasil

𝑦=𝑃
Ket: Fungsi linear 𝑦= 𝑃

SELESAI
 14

G. Contoh Soal
1. Diberikan titik ln(8.0) = 2.0794, ln(9.0) = 2.1972, dan ln(9.5) = 2.2513.
Tentukan nilai ln(9.2) dengan interpolasi kuadratik.
Penyelesaian:
Dipunyai: 𝑥0 = 8.0, 𝑦0 = 2.0794
𝑥1 = 9.0, 𝑦1 = 2.1972
𝑥2 = 9.5, 𝑦2 = 2.2513

Ditanya : Tentukan nilai ln (9.2).

Sistem persamaan yang terbentuk adalah:

𝑎0 + 8.0 𝑎1 + 64.00 𝑎2 = 2.0794

𝑎0 + 9.0 𝑎1 + 81.00 𝑎2 = 2.1972

𝑎0 + 9.5 𝑎1 + 90.25 𝑎2 = 2.2513

Untuk perhitungan secara manual, sistem persamaan diselesaikan dengan

metode eliminasi Gauss dengan langkah sebagai berikut:

Matriks yang terbentuk dari persamaan

𝑎0 + 8.0 𝑎1 + 64.00 𝑎2 = 2.0794

𝑎0 + 9.0 𝑎1 + 81.00 𝑎2 = 2.1972

𝑎0 + 9.5 𝑎1 + 90.25 𝑎2 = 2.2513

adalah:

1 8 64 2.0794 𝑅21(−1) 1 8 64 2.0794

(1 9 81 2.1972) (0 1 17 0.1178)
𝑅31(−1)
1 9.5 90.25 2.2513 0 1.5 26.25 0.1719

𝑅12(−8) 1 0 −72 1.137 1 0 −72 1.137

(0 1 17 0.1178 ) 1 (0 1 17 0.1178 )
𝑅32(−1.5) 𝑅31(0.75)
0 0 0.75 −0.0048 0 0 1 −0.0064
 15

𝑅13(72) 1 0 0 0.6762
(0 1 0 0.2266 )
𝑅23(−17)
0 0 1 −0.0064

Menggunakan metode Eliminasi gauss menghasilkan

𝑎0 = 0.6762, 𝑎1 = 0.2266, 𝑎2 = −0.0064 .

Polinom kuadratnya adalah: 𝑝2 (𝑥) = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2

𝑝2 (9.2) = 0.6762 + 0.2266. (9.2) + −0.0064. (9.2)2

𝑝2 (9.2) = 2.2192

2. Dalam suatu eksperimen fisika pergerakan sebuah benda pedat berbentuk

parabola. Dengan data sebagai berikut

t (detik) Y (m)
5 2,01
6,5 2,443
8 2,897
Dengan menggunakan interpolasi kuadratik perkirakan ketinggian bola pada
saat t = 7 detik.
Penyelesaian:
Dipunyai data pergerakan suatu benda padat:
t (detik) Y (m)
5 2,01
6,5 2,443
8 2,897

Dengan menggunakan interpolasi kuasratik akan diprediksi ketinggian bola

saat t = 7 detik.
Sistem persamaan lanjar yang terbentuk adalah:
𝑎0 + 5,0 𝑎1 + 25,00 𝑎2 = 2,01
 16

𝑎0 + 6,5 𝑎1 + 42,25 𝑎2 = 2,443

𝑎0 + 8,0 𝑎1 + 64,00 𝑎2 = 2,897

Penyelesaian sistem persamaan dengan menggunakan metode eliminasi

Gauss

1 5 25 2,01 𝑅2, 𝑅1(−1) 1 5 25 2,01 1

𝑅2 ( )
[1 6,5 42,25 2,443] [0 1,5 17,25 0,443] 1,5
𝑅3, 𝑅1(−1)
1 8 64 2,897 0 3 39 0,887

1 5 25 2,01 1 0 −32,5 0,56667

𝑅1, 𝑅2(−5) 1
[0 1 11,5 0,28867] [0 1 11,5 0,28867]
𝑅3, 𝑅2(−3) 𝑅3 ( )
0 3 39 0,887 1 0 4,5 0,021 4,5

1 0 −32,5 0,56667 𝑅1, 𝑅3(32,5) 1 0 0 0,71733

[0 1 11,5 0,28867] [0 1 0 0,235 ]
𝑅2, 𝑅3(11,5)
1 0 1 0,00467 1 0 1 0,00467

Diperoleh : 𝑎0 = 0,71733, 𝑎1 = 0,235, 𝑎2 = 0,00467

Sehingga Polinom Kuadratnya adalah:
𝑝2 (𝑥) = 0,71733 + 0,235𝑥 + 0,00467𝑥 2
Sehingga 𝑝2 (7) = 2,588
Jadi,diprediksi, pada t = 7 detik tinggi bola 2,588 m.
 17

BAB III
PENUTUP

A. KESIMPULAN

Matlab adalah singkatan dari MATrix LABoratory, merupakan bahasa

pemrograman yang dikembangkan oleh The Mathwork Inc. yang hadir dengan
fungsi dan karakteristik yang berbeda dengan bahasa pemrograman lain yang sudah
ada lebih dahulu seperti Delphi, Basic maupun C++. Matlab merupakan bahasa
pemrograman level tinggi yang dikhususkan untuk kebutuhan komputasi teknis,
visualisasi dan pemrograman seperti komputasi matematik, analisis data,
pengembangan algoritma, simulasi dan pemodelan dan grafik-grafik perhitungan
Pada awalnya Matlab dibuat untuk memberikan kemudahan mengakses data matrik
pada proyek LINPACK dan EISPACK. Saat ini matlab memiliki ratusan fungsi
yang dapat digunakan sebagai problem solver baik permasalahan yang mudah
maupun masalah-masalah yang kompleks dari berbagai disiplin ilmu.
Interpolasi adalah suatu cara untuk mencari nilai di antara beberapa titik
data yang telah diketahui. Di dunia nyata, interpolasi dapat digunakan untuk
memperkirakan suatu fu ngsi, yang mana fungsi tersebut tidak terdefinisi dengan
suatu formula, tetapi didefinisikan hanya dengan data-data atau tabel, misalnya
tabel dari hasil percobaan.
Ada berbagai macam interpolasi berdasarkan fungsinya, di antaranya adalah
interpolasi polinom,interpolasi linear, Interpolasi Kuadratik.