Interpolasi

Interpolasi
• Interpolasi : menaksir harga-harga diantara titik-titik data yang telah tepat
(diketahui)
• Metode yang paling sering digunakan adalah interpolasi polinomial
• Formula umum polinomial orde ke-n :

f ( x)  a0  a1 x  a2 x 2    an x n
Untuk n+1 titik-titik data, terdapat satu dan hanya satu polinomial orde ke-n
atau kurang yang melewati semua titik

a) Orde pertama (linear yang menghubungkan dua titik , b) orde kedua

(kuadratik atau parabola) yang menghubungkan tiga titik c) orde ketiga
(kubik) yang menghubungkan empat titik
 Interpolasi
• Meskipun terdapat satu dan hanya satu
polinomial orde ke-n yang mencocokkan n+1
titik, ada berbagai format matematika di mana
polinomial itu dinyatakan:
1. Polinomial Newton
2. Polinomial Lagrange
 Polinomial Interpolasi
Diferensi Terbagi Newton
Interpolasi Linear
• Menghubungkan dua titik data dengan sebuah
garis lurus
f1 ( x)  f ( x0 ) f ( x1 )  f ( x0 )

x  x0 x1  x0
f ( x1 )  f ( x0 )
f1 ( x)  f ( x0 )  ( x  x0 )
x1  x0

Formula interpolasi kemiringan

linear

f1(x) menandakan sebuah polinomial interpolasi

orde pertama.

4
 Contoh Interpolasi Linear
• Contoh:

Taksirlah ln 2 dengan menggunakan interpolasi linear. Lakukan interpolasi

antara ln 1=0 dan ln 6= 1.7917595 . Harga ln2 sebenarnya adalah 0,69314718

Solusi :
f ( x1 )  f ( x0 )
f1 ( x)  f ( x0 )  ( x  x0 )
x1  x0

1.7917595  0
f1 (2)  0  (2  1)  0.35835190 Persen kesalahan εt=48.3%
6 1
Jika digunakan interval yang lebih kecil antara x0=1 sampai x1=4, maka :

1.3862944  0
f1 (2)  0  (2  1)  0.46209813 Persen kesalahan εt=33.3%
4 1
 Contoh Interpolasi Linear

Interval yang semakin kecil memberikan suatu taksiran yang lebih baik
 Interpolasi Kuadratik
• Jika tiga titik data tersedia, taksiran diperbaiki dengan memperkenalkan beberapa
lengkungan ke dalam garis yang menghubungkan titik-titik
Ini dapat dilakukan dengan sebuah polinomial orde kedua (polinomial kuadratik)

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

x  x0 b0  f ( x0 )

f ( x1 )  f ( x0 )
x  x1 b1 
x1  x0
f ( x 2 )  f ( x1 ) f ( x1 )  f ( x0 )

x 2  x1 x1  x0
x  x2 b2 
x 2  x0

7
 f ( x)  b0  b1 ( x  x0 )  b2 ( x  x0 )( x  x1 )
f ( x1 )  f ( x0 )
b0  f ( x0 ) b1 
x1  x0
f ( x1 )  f ( x0 )
f ( x2 )  f ( x0 )  ( x2  x0 )
f ( x2 )  f ( x0 )  b1 ( x2  x0 ) x1  x0
x  x2 b2  b2 
( x2  x0 )( x2  x1 ) ( x2  x0 )( x2  x1 )

( f ( x2 )  f ( x1 )  f ( x1 )  f ( x0 ))( x2  x1 ) ( f ( x1 )  f ( x0 ))( x2  x1  x1  x0 )

( x2  x1 ) ( x1  x0 )
x  x2 b2 
( x2  x0 )( x2  x1 )

( f ( x2 )  f ( x1 ))( x2  x1 ) ( f ( x1 )  f ( x0 ))( x2  x1 )  ( f ( x1 )  f ( x0 ))( x1  x0 )

 ( f ( x1 )  f ( x0 )) 
( x2  x1 ) ( x1  x0 )
b2 
( x2  x0 )( x2  x1 )

( f ( x2 )  f ( x1 ))( x2  x1 ) ( f ( x1 )  f ( x0 ))( x2  x1 )

( x2  x1 ) ( x1  x0 )
b2 
( x2  x0 )( x2  x1 )
f ( x2 )  f ( x1 ) f ( x1 )  f ( x0 )

( x2  x1 ) ( x1  x0 )
b2 
( x2  x0 )
 Contoh Interpolasi Kuadratik
• Taksirlah ln 2 dengan menggunakan interpolasi kuadratik.
x0=1 f(x0)= 0
x1 = 4 f(x1)=1.3862944
x2 = 6 f(x2)= 1.7917595
Harga ln2 sebenarnya adalah 0,69314718

Solusi:
x  x0 b0  f ( x0 )
b0=0

f ( x1 )  f ( x0 )
x  x1 b1 
x1  x0
1.3862944  0
x  x1 b1   0.46209813
4 1
 Contoh Interpolasi Kuadratik
f ( x 2 )  f ( x1 ) f ( x1 )  f ( x0 )

x 2  x1 x1  x0
x  x2 b2 
x 2  x0
1.7917595  1.3862944
 0.46209813
x  x2 b2  64  0.051873116
6 1

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

f 2 ( x)  0  0.46209813( x  1)  0.051873116 ( x  1)( x  4)

f 2 ( x)  0.56584436 Kesalahan : εt= 18.4%
 Bentuk Umum Polinomial Interpolasi Newton

f n ( x )  b0  b1 ( x  x0 )  b2 ( x  x0 )( x  x1 )   bn ( x  x0 )( x  x1 ) ( x  x n 1 )

b0  f ( x0 ) b1  f [ x1 , x0 ] b2  f [ x 2 , x1 , x0 ]  bn  f [ x n , x n 1 ,  , x1, x0 ]

f ( xi )  f ( x j ) Diferensi terbagi hingga

f [ xi , x j ]  pertama
xi  x j
f [ xi , x j ]  f [ x j , xk ]
f [ xi , x j , xk ] 
xi  xk

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
Contoh Interpolasi Kuadratik
 Contoh Polinomial Interpolasi
Diferensi Terbagi Newton
Taksirlah ln 2 menggunakan polinomial interpolasi terbagi hingga Newton orde ketiga
x0=1 f(x0)= 0
x1 = 4 f(x1)=1.3862944
x2 = 6 f(x2)= 1.7917595
x3 = 5 f(x3)= 1.6094379
Harga ln2 sebenarnya adalah 0,69314718
Solusi:
Polinomial orde ketiga:
f 2 ( x)  b0  b1( x  x0 )  b2 ( x  x0 )( x  x1)  b3 ( x  x0 )( x  x1)( x  x2 )

Diferensi terbagi pertama:

f ( xi )  f ( x j ) 1.3862944  0
f [ xi , x j ]  f [ x1, x0 ]   0.46209813
xi  x j 4 1

1.7917595  1.3862944
f [ x2 , x1]   0.20273255
64
1.6094379  1.7917595
f [ x3 , x2 ]   0.18232160
56
 Contoh Polinomial Interpolasi
Diferensi Terbagi Newton
Diferensi terbagi kedua:

0.20273255  0.46209813
f [ x2 , x1, x0 ]   0.051873116
6 1

Diferensi terbagi ketiga:

f [ xn , xn 1, , x1 ]  f [ xn 1, xn  2 , , x0 ]
f [ xn , xn 1, , x1, x0 ] 
xn  x0

Untuk n=3 :
0.020410950  (0.051873116 )
f [ x3 , x2 , x1, x0 ]   0.0078655415
5 1
 Contoh Polinomial Interpolasi
Diferensi Terbagi Newton
Hasil-hasil untuk f[x1,x0] , f[x2,x1,x0] dan f[x3,x2,x1,x0] menunjukkan koefisien b1,b2,b3.
Bersama dengan b0=f(x0) = 0, persamaan adalah :
f n ( x)  b0  b1( x  x0 )  b2 ( x  x0 )( x  x1)  bn ( x  x0 )( x  x1)( x  xn 1)

f 3 ( x)  0  0.46209813( x  1)  0.051873116( x  1)( x  4)  0.0078655415( x  1)( x  4)( x  6)

f 3 (2)  0.62876869

Kesalahan relatif : εt= 9.3%

 Polinomial Interpolasi Lagrange
Polinomial interpolasi Lagrange adalah formulasi kembali dari polinomial Newton
yang mencegah komputasi diferensi terbagi.
Persamaan dinyatakan sebagai:

n n xx
j
f n ( x)   Li ( x) f ( xi ) dimana : Li ( x)   xi  x j
i 0 j 0
j i
Versi linear (n-1) adalah:
x  x1 x  x0
f1 ( x)  f ( x0 )  f ( x1 )
x0  x1 x1  x0

Versi orde kedua adalah:

f 2 ( x) 
x  x1 x  x2  f ( x )  x  x0 x  x2  f ( x )  x  x0 x  x1  f ( x )
x0  x1 x0  x 2  0 x1  x0 x1  x 2  1 x2  x0 x2  x1  2
 Polinomial Interpolasi Lagrange
Taksirlah ln 2 menggunakan polinomial interpolasi Lagrange orde pertama dan kedua
x0=1 f(x0)= 0
x1 = 4 f(x1)=1.3862944
x2 = 6 f(x2)= 1.7917595

Solusi: Taksiran pada x=2 adalah:

x  x1 x  x0 24 2 1
f1 ( x)  f ( x0 )  f ( x1 ) f1( x)  0  1.3862944  0.4620981
x0  x1 x1  x0 1 4 4 1

Polinomial orde kedua adalah:

f 2 ( x) 
x  x1 x  x2  f ( x )  x  x0 x  x2  f ( x )  x  x0 x  x1  f ( x )
x0  x1 x0  x 2  0 x1  x0 x1  x 2  1 x2  x0 x2  x1  2

f 2 (2) 
2  42  6 0  2  12  61.3862944  2  12  41.7917595  0.56584437
1  41  6 4  14  6 6  16  4
 Interpolasi Spline

• Terdapat kasus dimana fungsi

polinomial membawa hasil yang
keliru karena pembulatan dan
overshoot

• Suatu pendekatan alternatif

adalah menerapkan polinomial
orde lebih rendah terhadap
sekumpulan titik data yang
disebut fungsi spline

Gambar (a) sampai (c)

menunjukkan perubahan
mendadak mempengaruhi
osilasi dalam polinomial
interpolasi. (d) spline kubik
memberikan aproksimasi yang
lebih dapat diterima

18