1. Interpolasi liner
2. Interpolasi Kuadrat
3. Interpolasi Kubik (Pangkat 3)
4. Interpolasi Polinomial
5. Interpolasi Lagrange
6. Interpolasi Spline
• Pada bidang rekayasa (engineering), sering kita memerlukan/memperkirakan suatu
nilai yang terletak di antara nilai nilai lain yang sudah diketahui (data).
• Cara untuk memperkirakan nilai diantara nilai nilai yang sudah diketahui (data) ini
disebut sebagai Interpolasi.
• Cara Interpolasi yang paling sering dipakai adalah Interpolasi Linier, dimana
diasumsikan bahwa fungsi yang menghubungkan antara nilai nilai yang diketahui
berbentuk fungsi linier.
x0 x x1
• Cara menulisan f 1 x menunjukan bahwa ini adalah polinom interpolasi orde-pertama.
• Perhatikan bahwa disamping menyatakan kemiringan garis yang menghubungkan titik-
titik, bentuk adalah perkiraan (aproksimasi) beda-
hingga-terbagi fdari
x1turunan x 0 / x1 x 0
f pertama.
• Umumnya, semakin kecil selang diantara titik-titik data, semakin baik perkiraannya
Suatu contoh : Jika diketahui data sebagai x0=1; f(x0=1) = 0 dan x1=6; f(x1=6)= 1,7917595.
Berapakah nilai perkiraan f(x=2)=?
1,7917595 0 f x In(x)
f1 2 0 2 1 0,35835190
6 1
Fungsi di atas adalah fungsi Ln(x). Untuk nilai sejati Nilai
sejati
Adalah Ln(2) = 0,69314718 Taksiran
Linier
Sehingga dengan interpolasi linier mempunyai tingkat
Kesalahan (error) sebesar 48,3 %.
Untuk data yang lebih kecil rangenya : data sebagai x0=1; f(x0=1) = 0 dan x1=4;
f(x1=4)=1,3862944. sehingga :
1,38 62944 0
f1 2 0 2 1 0,46209813
4 1
Kesalahan (error) nya adalah 33,3 %. Jadi, semakin kecil range datanya, maka kesalahannya
juga semakin kecil.
Interpolasi Kuadrat
• Error (Kesalahan) dari contoh di atas cukup besar disebabkan oleh kenyataan bahwa
kurva didekati (approximated) dengan garis lurus. Strategi untuk memperbaiki perkiraan
adalah memperkenalkan suatu kelengkungan ke garis yang menghubungkan titik-titik
tersebut. Jika tersedia TIGA titik data, ini dapat dilaksanakan dengan POLINOM ORDE
DUA (juga disebut Polinom Kuadrat atau Parabola). Bentuk persamaan interpolasi
kuadrat ini adalah :
f 2 x b0 b1 x x0 b2 x x0 x x1
• Persamaan interpolasi ini selalu melalui titik titik data (dalam hal ini persamaan
interpolasi ini selalu melalui tiga titik data yang diketahui). Dengan melakukan subtitusi
bahwa persamaan interpolasi tersebut melalui titik titik data :
f x1 f x0
• Melalui titik [x1, f(x1)] akan menghasilkan : b1
x1 x0
f x 2 f x1 f x1 f x 0
• Melalui titik [x2, f(x2)] akan menghasilkan : x 2 x1 x1 x 0
b2
x 2 x0
Contoh :
Xi f(xi)
b0 f x0 0
X0=1 0
1,3862944 0
X1=4 1,3862944 b1 0,46209813
4 1
X2=6 1,7917595 1,7917595 1,3862944
0,46209813
X3=10 2,302585 6 4
b2 0,51873116
Persamaan Interpolasinya adalah : 6 1
f 2 2 0,56584436
Yang menggambarkan persen error relatif t 18,4 persen. Jadi, kelengkunan yang
diperkenalkan oleh rumus Interpolasi Kuadrat akan memperbaiki hasil interpolasi
dibandingkan dengan hasil yang diperoleh dengan memakai garis lurus.
Xi f(xi)
X0=1 0
X0=4 1,3862944
X1=6 1,7917595
X2=10 2,302585
Xi f(xi)
b0 f x0 1.3862944
X0=1 0
1,7918 1,3862944
X0=4 1,3862944 b1 0,2027
64
X1=6 1,7917595
2,302585 1,7917595
0,2027
X2=10 2,302585 10 6
b2 0,012573116
Persamaan Interpolasinya adalah : 10 4
f 2 9 2,2132
Yang menggambarkan persen error relatif t 18,4 persen. Jadi, kelengkunan yang
diperkenalkan oleh rumus Interpolasi Kuadrat akan memperbaiki hasil interpolasi
dibandingkan dengan hasil yang diperoleh dengan memakai garis lurus.
Interpolasi Polinomial
Persamaan Interpolasi ORDE n adalah :
f n x b0 b1 x x0 ... bn x x0 x x1 ... x x n 1
f 3 x b0 b1 x x0 b2 x x0 x x1 b3 x x0 x x1 x x2
Nilai parameter b0, b1, dan b2 adalah sama dengan parameter untuk Polinom Kuadrat.
Untuk nilai parameter b3 adalah :
f x3 f x2 f x2 f x1 f x2 f x1 f x1 f x0
x3 x2 x2 x1 x2 x1 x1 x0
x3 x1 x2 x0
b3
x3 x0
• Dari parameter b0, b1, b2 dan b3 dapat dilihat bahwa nilai b1 adalah beda hingga dari
turunan pertama, b2 adalah beda hingga dari turunan ke dua, dan b 3 adalah beda
hingga dari turunan ke tiga.
• Dengan prinsip bahwa persamaan interpolasi selalu melalui titik titik data yang
digunakan untuk merumuskan persamaan interpolasinya, maka nilai parameter b 0,
b1, b2 dan b3 dapat di ketahui sebagai berikut :
b0 f x0
b1 f x1 , x 0
b2 f x 2 , x1 , x0
bn f x n , x n 1 ,..., x1 , x0
• di mana perhitungan fungsi dalam kurung siku adalah beda-terbagi hingga. Misalnya,
beda terbagi hingga pertama (first finite devided difference) dinyatakan secara
umum sebagai :
f xi f x j
f xi , x j
xi x j
• Beda terbagi hingga kedua, yang menggambarkan perbedaan dari dua beda
terbagi pertama, diungkapkan secara umum sebagai :
f xi , x j f x j , x k
f xi , x j , x k xi x k
• Demikian pula, beda terbagi hingga ke-n adalah :
f x n , x n 1 ,..., x1 f x n , x n 2 ,..., x0
f x n , x n 1 ,..., x1 , x 0
x n x0
• Dengan menggunakan koefisien hasil perhitungan beda hingga tersebut, maka
persamaan interpolasinya adalah :
f n x f x0 x x0 f x1 , x0 x x0 x x1 f x 2 , x1 , x0
... x x0 x x1 ... x x n 1 f x n , x n 1 , .... , x0
• Contoh : xi 3(xi) 1,3862944 0
f x1 , x0 0,46209813
X0=1 0 4 1
1,7917595 1,3862944
X1=4 1,3862944 f x 2 , x1 0,20273255
64
X2=6 1,7917595
1,6094379 1,7917595
f x3 x 2 0,18232160
X3=5 1,6094379 56
0,18232160 0,20273255
f x3 , x2 , x1 0,020410950
54
• Beda Hingga ketiga adalah :
0,020410950 0,051873116
f x3 , x2 , x1 , x0 0,0078655415
5 1
Tingkat Kesalahan Interpolasi Polinom
• Perhatikan bahwa struktur Persamaan Interpolasi Polinom serupa dengan uraian
deret Taylor dalam arti bahwa suku-sukunya ditambahkan secara sekuensial supaya
menangkap perilaku orde yang lebih tinggi dari fungsi yang mendasarinya.
• Suku-suku ini adalah beda hingga dan karena itu menyatakan hampiran dari turunan-
turunan dari orde yang lebih tinggi. Akhibatnya, serupa dengan deret Taylor, Jika
fungsi sejati yang dimaksudkan adalah polinom orde ke-n, maka polinom interpolasi
orde ke-n yang didasarkan pada n + 1 titik-titik data akan menunjukan hasil yang
eksak.
• Demikian pula, seperti halnya dengan deret Taylor, dapat diperoleh rumus untuk
kesalahan perpotongan (truncation error). Ingat kembali Persamaan interpolasinya
bahwa error perpotongan untuk deret Taylor secara umum dapat diungkapkan
sebagai :
f n 1
Rn x x0 x x1 ... x xn
n 1!
• Rumus alternatif untuk tingkat kesalahan (error) yang tidak mensyaratkan
pengetahuan sebelumnya mengenai fungsi. Rumus tersebut memakai beda
terbagi hingga untuk menghampiri turunan yang ke (n + 1) :
Rn f x, x n , x n 1 ,...., x0 x x0 x x1 ... x x n
• di mana f x, x n , x n 1 , x0 adalah beda terbagi hingga yang ke (n + 1). Karena
Persamaan di atas mengandung f x yang tidak diketahui, ia tidak dapat
dipecahan perhitungan error nya. Namun, jika ada titik data tambahan f x n 1 ,
Persamaan di atas dapat digunakan untuk menaksir galat, seperti dalam :
Rn f x n 1 , x n , x n 1 ,...., x0 x x0 x x1 ... x x n
Interpolasi Lagrange
• Polinom Interpolasi Lagrange hanyalah perumusan ulang dari polinom Newton
yang menghindari komputasi beda-beda terbagi. Secara singkat ia dapat
dinyatakan sebagai :
n
f n x Li x f xi
i 0
• Dengan :
n x xj
Li x
j 0 xi x j
j i
x x0 x x1 x x2 x x3
L0 x . . .
x0 x0 x0 x1 x0 x2 x0 x3
n x xj
Li x
j 0 xi x j
j i
• i=0 L0(x) =
x x0 x x1 x x2 x x3
L0 x . . .
x0 x0 x0 x1 x0 x2 x0 x3
• i=1 L1(x) =
x x0 x x1 x x2 x x3
L1 x . . .
x1 x0 x1 x1 x1 x2 x1 x3
• i=2 L2(x) =
x x0 x x1 x x2 x x3
L2 x . . .
x2 x0 x2 x1 x2 x2 x2 x3
• i=3 L3(x) =
x x0 x x1 x x2 x x3
L3 x . . .
x3 x0 x3 x1 x3 x2 x3 x3
• Untuk Interpolasi Orde 1 (Linier), maka persamaan interpolasi nya adalah :
x x1 x x0
f1 x f x0 f x1
x0 x1 x1 x0
• Untuk Interpolasi Orde 2 (Kuadratic), maka persamaan interpolasinya adalah :
f2 x
x x1 x x2
f x
x x0 x x2
f x
x x0 x x1
f x
x0 x1 x0 x2 0 x1 x0 x1 x2 1 x2 x0 x2 x1 2
• Untuk Interpolasi Orde 3 (Kubic), maka persamaan interpolasinya adalah :
f3 x
x x1 x x2 x x3
f x
x x0 x x2 x x3
f x
x0 x1 x0 x2 x0 x3 0 x1 x0 x1 x2 x1 x3 1
x x0 x x1 x x3
f x
x x0 x x1 x x2
f x
x2 x0 x2 x1 x2 x3 2 x3 x0 x3 x1 x3 x2 3
Xi F(Xi) Contoh :
1 0,3 Perkirakan f3(x=15) dengan menggunakan Lagrange
X0=5 0,6
Interpolation.
f 3 x 15
15 7 15 1015 20 0,6 15 515 1015 20 0,8
5 7 5 10 5 20 7 5 7 10 7 20
15 515 7 15 20 1,2 15 515 7 15 10 1,7 1,784
10 510 7 10 20 20 5 20 7 20 10