METODE

NUMERIK

INTERPOLASI
SHINTA P. SARI
Teknik Informatika
Fakultas Ilmu Komputer

1
INTERPOLASI
Sebuah fungsi seringkali disajikan dalam bentuk harga pada sebuah tabel. Sebagai
contoh, berikut adalah dua table yang menyatakan hal yang sama, yaitu fungsi y = f(x),

x x1 x2 X3 … xn
f(x) f(x1) f(x2) f(x2) … f(xn)
y y1 y2 y3 … yn

x adalah letak titik dari suatu fungsi, sedangkan f(x) atau y adalah harga dari fungsi
tersebut. Pada Tabel di atas terlihat bahwa harga fungsi f diberikan untuk himpunan
harga x yang diskrit atau yang telah ditetapkan, harga fungsi f di titik x yang tidak terdapat
di dalam tabel, titik xi yang berada di antara x0 dan xn dapat ditentukan atau diperkirakan.
Seluruh titik–titik yang diketahui dapat digunakan sebagai informasi untuk
memperkirakan harga fungsi f di titik x tersebut.
Permasalahan muncul ketika persamaan fungsi f(x) tidak diketahui, missal untuk
menentukan nilai yi untuk tiap xi. Untuk itu diperlukan pendekatan numerik dengan
interpolasi.
Interpolasi adalah suatu teknik untuk mencari harga fungsi di suatu titik di antara dua
titik yang harga fungsinya sudah diketahui atau cara penaksiran harga y pada saat x
berada di luar tabel tetapi masih berada dalam interval–interval data yang ada yaitu
y[x0,xn].

3.1 INTERPOLASI POLINOMIAL NEWTON

Polinomial biasa digunakan sebagai fungsi pendekatan pada kebanyakan masalah-
masalah analisa numerik karena strukturnya yang sederhana, sehingga menyebabkan
polinomial dapat digunakan secara efektif. Harga–harga fungsi di titik–titik yang
diketahui membentuk polinomial berderajat lebih kecil atau sama dengan n, polinomial
ini disebut polinomial interpolasi.
Persamaan polinomial ini merupakan persamaan aljabar yang hanya mengandung
jumlah dari variabel x berpangkat bilangan bulat (integer). Untuk n + 1 titik data, hanya
terdapat satu polinomial order n atau kurang yang melalui semua titik. Dengan operasi

2
interpolasi dapat menentukan suatu persamaan polinomial order ke n yang melalui n +
1 titik data, yang kemudian digunakan untuk menentukan suatu nilai diantara titik data
tersebut.
Interpolasi polynomial Newton diformulasikan secara umum dengan persamaan
berikut:

f ( x)  b0  b1 ( x  x0 )  ...  bn ( x  x0 )( x  x1 )...(x  x n 1 )

b0  f ( x 0 )
b1  f [ x1 , x 0 ]
b2  f [ x 2 , x1 , x 0 ]
...
bn  f [ x n , x n 1 ,..., x1 , x 0 ]

f ( xi )  f ( x j )
f [ xi , x j ] 
xi  x j
f [ xi , x j ]  f [ x j , x k ]
f [ xi , x j , x k ] 
xi  x k
...
f [ x n , x n 1 ,..., x1 ]  f [ x n 1 , x n  2 ,..., x0 ]
f [ x n , x n 1 ,..., x1 , x0 ] 
x n  x0

dimana bi menyatakaan kooefisien polynomial orde-i . Untuk i=1 disebut interpolasi

orde satu atau linear dan i=2 merupakan intepolasi orde dua atau kuadrat. Nilai
koefiseien bi dihitung berdasarkan f[xn,…,x0]

3
a. Interpolasi Linear
Yaitu tehnik interpolasi dengan cara menghubungkan dua titik dengan sebuah garis
lurus.

f(X)

f(X1 )

f(X)

f (X0)

x
X0 X X1

Rumus interpolasi linier sebagai berikut:

f ( x1 )  f ( x0 )
f ( x)  f ( x0 )  ( x  x0 )
x1  x0
Keterangan :
f(x) = Nilai fungsi taksiran pada titik x
f(x0)= Nilai fungsi pada titik xo
f(x1)= Nilai fungsi pada titik x1

Contoh :
Taksirlah logaritma asli dari 3 dengan menggunakan interpolasi linier, dengan
menggunakan nilai :
a). ln 1 = 0 dan ln 5 = 1,609437912
b). ln 1 = 0 dan ln 6 = 1,791759469

Penyelesaian:

4
Diketahui :
ln 1 = 0
ln 3 = 1,098612289
ln 5 = 1,609437912
ln 6 = 1,791759469
a) x0 = 1 , f(x0) = ln 1
x =3 , f(x) = ln 3
x1 = 5 , f(x1) = ln 5
f ( x1 )  f ( x0 )
f ( x)  f ( x0 )  . ( x  x0 )
( x1  x0 )
1,609437912  0
f ( x)  0  . (3  1)
5 1
1,609437912
f ( x)  0  .2
4
f ( x)  0,804718956

0,804718956  1,098612289
Ea  .100%
0,804718956
 36,5%

b) x0 = 1 f(x0) = ln 1
x =3 f(x) = ln 3
x1 = 6 f(x1) = ln 6

5
 f ( x1 )  f ( x 0 )
f ( x)  f ( x 0 )  . ( x  x0 )
( x1  x 0 )
1,791759469  0
 0 . (3  1)
6 1
1,791759469
 0 .2
5
 0,716703787

0,716703787  1,098612289
Ea  .100%
0,716703787
 53.3%

b. Interpolasi kuadrat
Rumus interpolasi kuadrat

f ( x)  b0  b1 ( x  x0 )  b2 ( x  x0 )( x  x1 )
b0  f ( x0 )
f ( x1 )  f ( x0 )
b1 
x1  x0
f ( x 2 )  f ( x1 ) f ( x1 )  f ( x0 )

x 2  x1 x1  x0
b2 
x 2  x0

Interpolasi kuadrat memerlukan tiga titik hampiran untuk menaksir nilai pada satu titik
yang tidak diketahui.

6
3.2 INTERPOLASI LAGRANG
Interpolasi Lagrang dirumuskan dari interpolasi beda terbagi Newton sebagai berikut:
n
f n ( x)   L ( x) f ( x
i 0
i i )
n x  xj
Li ( x )  x
j 0  xj
i
j i
dimana Li adalah pengali lagrang orde-i

a. Interpolasi Lagrang orde satu

x  x1 x  x0
f 1 ( x)  f ( x0 )  f ( x1 )
x0  x1 x1  x0

b. Interpolasi Lagrang orde dua

Referensi
Djojodihardjo, Harijono. Metode Numerik. Gramedia Pustaka Utama. 2000
Munir, Rinaldi. Metode Numerik. Informatika.2003. Bandung
Capra, Steven. Applied Numerical Method with Matlab for Engineers & Scientist, Mc
Grawhill, 2012.
Todd Young and Martin J. Mohlenkamp, "Introduction to Numerical Methods and
Matlab Programming for Engineers", 2021