Zofar Banunaek
Capaian Pembelajaran
Mahasiswa menguasai dan memahami cara
melakukan interpolasi dan regresi dengan metode
numerik.
Pengantar
Data yang sering dijumpai dilapangan oleh para
engginering atau rekayasawan sering dalam
bentuk data diskrit, yang umumnya disajikan dalam
bentuk tabel. Sebagai contoh, berikut ini adalah
data suhu kota Soe, pada suatu hari.
Pukul 1 2 3 4 5 6 7 8 9 10 11 12
Suhu 19 17 18 20 21 24 27 29 32 31 33 34
Masalah yang sering dijumpai terhadap data tersebut
adalah menentukan suatu nilai diantara titik-titik
tersebut, tanpa melakukan pengukuran lagi.
Misalkan kita ingin mengetahui suhu kota Soe pada
pukul 1 lebih 30 menit? Pertanyaan ini tidak dapat
terjawab secara langsung, karena fungsi yang
menghubungkan antara variabel waktu dan suhu tidak
diketahui.
Salah satu solusinya adalah dengan mencari fungsi
yang mencocokkan (fit) titik-titik dalam tabel tersebut.
Pendekatan ini disebut percocokan kurva.
Pencocokan kurva adalah sebuah metode yang
mencocokkan titik data dengan sebuah kurva fungsi.
Hal ini dibedakan menjadi 2 metode, yaitu :
1. Metode Regresi
2. Metode Interpolasi.
Metode interpolasi memegang peranan yang
sangat penting dalam metode numerik. Fungsi
yang tampak sangat rumit, akan menjadi
sederhana jika dinyatakan dalam polinom
interpolasi.
Macam-macam Interpolasi
Interpolasi linear
Interpolasi dua buah titik dengan sebuah garis lurus.
Misalkan dua buah titik (Xo,Yo) dan (X1, Y1).
Polinom yang menginterpolasi kedua titik tersebut
adalah sebuah persamaan garis lurus yang
berbentuk p1(x) = a0+a1x …………………(1)
Interpolasi Polinom
Koefisien ao dan a1 pada persamaan 1, dapat
ditentukan dengan substitusi dan eliminasi.
Cara 1:
Kita mensubstitusi (Xo,Yo) dan (x1,y1) kedalam
persamaan tersebut diperoleh dua buah
persamaan linear.
y0 = a0 +a1x0
y1 = a0+a1x1
Jika kedua persamaan diselesaikan dengan
eliminasi, maka diperoleh (mhs, berlatih di rumah)
Selanjutnya 2 persamaan yang sudah didapat
Pukul 1 2 3 4 5 6 7 8 9 10 11 12
Suhu 19 17 18 20 21 24 27 29 32 31 33 34
REGRESI DAN INTERPOLASI
>> waktu = 1:12;
>> suhu = [19 17 18 20 21 24 27 29 32 31 33
34];
>> plot (waktu,suhu,waktu, suhu,'+')
>> title('suhu di kota padang')
>> xlabel ('waktu'),ylabel ('Derajat Celcius')
>> grid on
>>
Interpolasi Linear
Dari contoh sebelumnya. Kondisi suhu di kota soe dapat
diinterpolasi dengan matlab melalui perintah sebagai
berikut :
Dengan t1 dan t2 berturut-turut adalah perkiraan
suhu pada pukul 4 lewat 25 menit dan pukul 9
lewat 50 menit. Jika perintah tersebut dijalankan
maka diperoleh :