SlideShare a Scribd company logo
METODE NUMERIK
INTERPOLASI
Tujuan
 Interpolasi berguna untuk menaksir harga-
harga tengah antara titik data yang sudah
tepat. Interpolasi mempunyai orde atau
derajat.
Macam Interpolasi
 Interpolasi Beda Terbagi Newton
 Interpolasi Lagrange
 Interpolasi Spline
Macam Interpolasi Beda
Terbagi Newton
 Interpolasi Linier
Derajat/orde 1  memerlukan 2 titik
x f(x)
1 4,5
2 7.6
3 9.8
4 11.2
Berapa f(x = 1,325) = ?
Memerlukan 2 titik awal :
x = 1
x = 2
Macam Interpolasi Beda
Terbagi Newton
 Interpolasi Kuadratik
Derajat/orde 2  memerlukan 3 titik
x = 1  f(x = 1) = . . . .
x = 2  f(x = 2) = . . . .
x = 3  f(x = 3) = . . . .
f (x = 1,325) = ?
Macam Interpolasi Beda
Terbagi Newton
 Interpolasi Kubik
Derajat/orde 3  memerlukan 4 titik
…
 Interpolasi derajat/orde ke-n
 memerlukan n+1 titik
 Semakin tinggi orde yang digunakan untuk
interpolasi hasilnya akan semakin baik (teliti).
1.Metode Numerik Interpolasi.pdf
Interpolasi Linier
 Cara: menghubungkan 2 titik dengan sebuah
garis lurus
 Pendekatan formulasi interpolasi linier sama
dengan persamaan garis lurus.
       
 
 
0
0
1
0
1
0
1 x
x
x
x
x
f
x
f
x
f
x
f 




Interpolasi Linier
 Prosentase kesalahan pola interpolasi linier :
narnya
Harga_sebe
narnya
Harga_sebe
gan
l_perhitun
Harga_hasi
εt


Interpolasi Linier (Ex.1)
 Diketahui suatu nilai tabel distribusi ‘Student
t’ sebagai berikut :
t5% = 2,015
t2,5% = 2,571
Berapa t4% = ?
Interpolasi Linier (Ex.1)
 Penyelesaian
x0 = 5  f(x0) = 2,015
x1 = 2,5  f(x1) = 2,571
x = 4  f(x) = ?
Dilakukan pendekatan dengan orde 1 :
       
 
 
0
0
1
0
1
0
1 x
x
x
x
x
f
x
f
x
f
x
f 




  
237
,
2
2374
,
2
5
4
5
5
,
2
015
,
2
571
,
2
015
,
2







Interpolasi Linier (Ex.2)
 Diketahui:
log 3 = 0,4771213
log 5 = 0,698700
 Harga sebenarnya:
log (4,5) = 0,6532125 (kalkulator).
 Harga yang dihitung dengan interpolasi:
log (4,5) = 0,6435078
%
49
,
1
%
100
6532125
,
0
6532125
,
0
6435078
,
0




t

Interpolasi Linier
 Pendekatan interpolasi dengan derajat 1,
pada kenyataannya sama dengan mendekati
suatu harga tertentu melalui garis lurus.
 Untuk memperbaiki kondisi tersebut
dilakukan sebuah interpolasi dengan
membuat garis yang menghubungkan titik
yaitu melalui orde 2, orde 3, orde 4, dst, yang
sering juga disebut interpolasi kuadratik,
kubik, dst.
Interpolasi Kuadratik
 Interpolasi orde 2 sering disebut sebagai
interpolasi kuadratik, memerlukan 3 titik data.
 Bentuk polinomial orde ini adalah :
f2(x) = a0 + a1x + a2x2
dengan mengambil:
a0 = b0 – b1x0 + b2x0x1
a1 = b1 – b2x0 + b2x1
a2 = b2
Interpolasi Kuadratik
 Sehingga
f2(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1)
dengan
Pendekatan dengan
kelengkungan
Pendekatan dengan
garis linier
 
   
 
 
   
 
   
 
 
 
0
1
2
0
2
0
1
0
1
1
2
1
2
2
0
1
0
1
0
1
1
0
0
,
,
,
x
x
x
f
x
x
x
x
x
f
x
f
x
x
x
f
x
f
b
x
x
f
x
x
x
f
x
f
b
x
f
b













Interpolasi Kubik
 f3(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) + b3(x-x0)(x-x1)(x-x2)
dengan:
 
   
 
 
 
   
 
   
 
 
 
 
 
0
1
2
3
0
3
0
1
2
1
2
3
3
0
1
2
0
2
0
1
0
1
1
2
1
2
0
2
0
1
1
2
2
0
1
0
1
0
1
1
0
0
,
,
,
]
,
,
[
]
,
,
[
,
,
]
,
[
]
,
[
,
x
x
x
x
f
x
x
x
x
x
f
x
x
x
f
b
x
x
x
f
x
x
x
x
x
f
x
f
x
x
x
f
x
f
x
x
x
x
f
x
x
f
b
x
x
f
x
x
x
f
x
f
b
x
f
b




















Interpolasi Beda Terbagi
Newton
 Secara umum:
f1(x) = b0 + b1(x-x0)
f2(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1)
f3(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) +
b3(x-x0)(x-x1)(x-x2)
…
fn(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) +
b3(x-x0)(x-x1)(x-x2) + … +
bn(x-x1)(x-x2)…(x-xn-1)
Interpolasi Beda Terbagi
Newton
Dengan:
 b0 = f(x0)
 b1 = f[x1, x0]
 b2 = f[x2, x1, x0]
…
 bn = f[xn, xn-1, xn-2, . . . ., x0]
Interpolasi Beda Terbagi
Newton (Ex.)
 Hitung nilai tabel distribusi ‘Student t’ pada
derajat bebas dengan  = 4%, jika diketahui:
t10% = 1,476 t2,5% = 2,571
t5% = 2,015 t1% = 3,365
dengan interpolasi Newton orde 2 dan orde
3!
Interpolasi Beda Terbagi
Newton (Ex.)
Interpolasi Newton Orde 2:  butuh 3 titik
 x0 = 5 f(x0) = 2,015
x1 = 2,5 f(x1) = 2,571
x2 = 1 f(x2) = 3,365
 b0 = f(x0) = 2,015
   
 
   
 
 
0
2
0
1
0
1
1
2
1
2
2
x
x
x
x
x
f
x
f
x
x
x
f
x
f
b







   
 
222
,
0
5
5
,
2
015
,
2
571
,
2
0
1
0
1
1 







x
x
x
f
x
f
b
077
,
0
5
1
5
5
,
2
015
,
2
571
,
2
5
,
2
1
571
,
2
365
,
3








Interpolasi Beda Terbagi
Newton (Ex.)
 f2(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1)
= 2,015 + (-0,222) (4-5) +
0,077 (4-5)(4-2,5)
= 2,121
Interpolasi Beda Terbagi
Newton (Ex.)
Interpolasi Newton Orde 3:  butuh 4 titik
 x0 = 5 f(x0) = 2,015
x1 = 2,5 f(x1) = 2,571
x2 = 1 f(x2) = 3,365
x3 = 10 f(x3) = 1,476
Interpolasi Beda Terbagi
Newton (Ex.)
 b0 = f(x0) = 2,015
b1 = -0,222  f[x1,x0]
b2 = 0,077  f[x2,x1,x0]
007
,
0
5
077
,
0
043
,
0
5
10
077
,
0
5
,
2
10
5
,
2
1
571
,
2
365
,
3
1
10
365
,
3
476
,
1
3













b
Interpolasi Beda Terbagi
Newton (Ex.)
 f3(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) +
b3(x-x0)(x-x1)(x-x2)
= 2,015 + (-0,222)(4-5) +
0,077 (4-5)(4-2,5) +
(-0,007)(4-5)(4-2,5)(4-1)
= 2,015 + 0,222 + 0,1155 + 0,0315
= 2,153
Kesalahan Interpolasi Beda
Terbagi Newton
 Rn = |f[xn+1,xn,xn-1,…,x0](x-x0)(x-x1)…(x-xn)|
 Menghitung R1
Perlu 3 titik (karena ada xn+1)
R1 = |f[x2,x1,x0](x-x0)(x-x1)|
 Menghitung R2
Perlu 4 titik sebagai harga awal
R2 = |f[x3,x2,x1,x0](x-x0)(x-x1)(x-x2)|
Kesalahan Interpolasi Beda
Terbagi Newton (Ex.)
 Berdasarkan contoh:
R1 = |f[x2,x1,x0](x-x0)(x-x1)|
= |0.077 (4-5)(4-2.5)|
= 0.1155
R2 = |f[x3,x2,x1,x0](x-x0)(x-x1)(x-x2)|
= |-0.007 (4-5)(4-2.5)(4-1)|
= 0.0315
Interpolasi Lagrange
 Interpolasi Lagrange pada dasarnya
dilakukan untuk menghindari perhitungan dari
differensiasi terbagi hingga (Interpolasi
Newton)
 Rumus:
dengan
     



n
i
i
i
n x
f
x
L
x
f
0
.
  

 


n
i
j
j j
i
j
i
x
x
x
x
x
L
0
Interpolasi Lagrange
 Pendekatan orde ke-1
f1(x) = L0(x)f(x0) + L1(x)f(x1)
 
1
0
1
0
x
x
x
x
x
L


  
0
1
0
1
x
x
x
x
x
L



     
1
0
1
0
0
1
0
1
1 x
f
x
x
x
x
x
f
x
x
x
x
x
f







Interpolasi Lagrange
 Pendekatan orde ke-2
f2(x) = L0(x)f(x0) + L1(x)f(x1) + L2(x)f(x2)
  






















 2
0
2
1
0
1
2
0
0
x
x
x
x
x
x
x
x
x
L
i
j
n
i
  






















 2
1
2
0
1
0
2
1
1
x
x
x
x
x
x
x
x
x
L
i
j
n
i
  






















 1
2
1
0
2
0
2
2
2
x
x
x
x
x
x
x
x
x
L
i
j
n
i
       
2
1
2
1
0
2
0
1
2
1
2
0
1
0
0
2
0
2
1
0
1
2 x
f
x
x
x
x
x
x
x
x
x
f
x
x
x
x
x
x
x
x
x
f
x
x
x
x
x
x
x
x
x
f 































































Interpolasi Lagrange
 Pendekatan orde ke-3
f3(x) = L0(x)f(x0) + L1(x)f(x1) + L2(x)f(x2) + L3(x)f(x3)
     





























































 1
3
1
3
2
1
2
0
1
0
0
3
0
3
2
0
2
1
0
1
2 x
f
x
x
x
x
x
x
x
x
x
x
x
x
x
f
x
x
x
x
x
x
x
x
x
x
x
x
x
f
   
3
2
3
2
1
3
1
0
3
0
2
3
2
3
1
2
1
0
2
0
x
f
x
x
x
x
x
x
x
x
x
x
x
x
x
f
x
x
x
x
x
x
x
x
x
x
x
x





























































Interpolasi Lagrange (Ex.)
 Berapa nilai distribusi t pada  = 4 %?
 = 2,5 %  x0 = 2,5  f(x0) = 2,571
 = 5 %  x1 = 5  f(x1) = 2,015
 = 10 %  x2 = 10  f(x2) = 1,476
Interpolasi Lagrange (Ex.)
 Pendekatan orde ke-1
f1(x) = L0(x)f(x0) + L1(x)f(x1)
     
1
0
1
0
0
1
0
1
1 x
f
x
x
x
x
x
f
x
x
x
x
x
f






   
237
,
2
015
,
2
5
,
2
5
5
,
2
4
571
,
2
5
5
,
2
5
4























Interpolasi Lagrange (Ex.)
 Pendekatan orde ke-2
f2(x) = L0(x)f(x0) + L1(x)f(x1) + L2(x)f(x2)
     
214
,
2
476
,
1
5
10
5
4
5
,
2
10
5
,
2
4
015
,
2
10
5
10
4
5
,
2
5
5
,
2
4
571
,
2
10
5
,
2
10
4
5
5
,
2
5
4




























































       
2
1
2
1
0
2
0
1
2
1
2
0
1
0
0
2
0
2
1
0
1
2 x
f
x
x
x
x
x
x
x
x
x
f
x
x
x
x
x
x
x
x
x
f
x
x
x
x
x
x
x
x
x
f 































































Interpolasi Spline
 Tujuan: penghalusan
 Interpolasi spline linear, kuadratik, kubik.
Interpolasi Cubic Spline
dimana Si adalah polinomial berderajat 3:
p(xi) = di + (x-xi) ci + (x-xi)2 bi + (x-xi)3 ai, i=1,2, …, n-1
Syarat: Si(xi) = Si+1(xi), Si’(xi) = Si+1’(xi), Si’’(xi) = Si+1’’(xi)
Interpolasi Cubic Spline
 Interpolasi spline kubik menggunakan
polinomial p(x) orde 3
p(x) = di + (x-xi) ci + (x-xi)2 bi + (x-xi)3 ai
 Turunan pertama dan kedua p(xi) yaitu:
p’(x) = ci + 2bi (x-xi) + 3ai (x-xi)2
p”(x) = 2bi + 6ai (x-xi)
Interpolasi Cubic Spline
 Evaluasi pada titik x=xi menghasilkan:
pi = p(xi) = di
pi” = p”(xi) = 2bi
 Evaluasi pada titik x=xi+1 menghasilkan:
pi = di + (xi+1-xi) ci + (xi+1-xi)2 bi + (xi+1-xi)3 ai
p(xi) = di + hi ci + hi
2 bi + hi
3 ai
p”i = 2bi + 6ai (xI+1-xi)
p”(xi+1) = 2bi + 6ai hi
dimana hi = (xI+1-xi)
Interpolasi Cubic Spline
 Jadi:
di = pi
 Sehingga:
2
"
p
b i
i 
i
i
1
i
i
6h
p"
p"
a

 
6
p"
2h
p"
h
h
p
p
c i
i
1
i
i
i
i
1
i
i



 

Interpolasi Cubic Spline (Ex.)

More Related Content

PPT
interpolasi
DOC
04 deret-fourier-gt
PPTX
Science Math - Polinomial
PPT
Bab 8 persamaan differensial-biasa
PDF
Deret Fourier
PPTX
Forward Difference, Backward Difference, dan Central
PPTX
Polinom newton gregory
PPTX
Modul 2 pd linier orde n
interpolasi
04 deret-fourier-gt
Science Math - Polinomial
Bab 8 persamaan differensial-biasa
Deret Fourier
Forward Difference, Backward Difference, dan Central
Polinom newton gregory
Modul 2 pd linier orde n

What's hot (20)

PPT
Analisis real
PPTX
Metode numerik pada persamaan diferensial (new)
PPTX
Pemisahan variabel
PDF
Neuron Mc Culloch Pitts dan Hebb
PPTX
Turunan Parsial.pptx
DOCX
Distribusi t sudent
PDF
Transformasi Laplace
PPTX
Turunan numerik
PPT
Integral Lipat Tiga
PPT
Pertemuan 11 (1).ppt
PPTX
Geometri Analitik Ruang
PDF
Pengenalan Persamaan Differensial Parsial
PDF
Pengantar metode numerik
PPTX
Teorema Nilai Rata-Rata Cauchy
PDF
deret kuasa
PDF
PERULANGAN DALAM MATLAB
DOC
Dasar dasar matematika teknik optimasi (matrix hessian)
DOCX
Makalah Persamaan Deferensial NON EKSAK
PDF
01 sistem bilangan real
PDF
2 deret fourier
Analisis real
Metode numerik pada persamaan diferensial (new)
Pemisahan variabel
Neuron Mc Culloch Pitts dan Hebb
Turunan Parsial.pptx
Distribusi t sudent
Transformasi Laplace
Turunan numerik
Integral Lipat Tiga
Pertemuan 11 (1).ppt
Geometri Analitik Ruang
Pengenalan Persamaan Differensial Parsial
Pengantar metode numerik
Teorema Nilai Rata-Rata Cauchy
deret kuasa
PERULANGAN DALAM MATLAB
Dasar dasar matematika teknik optimasi (matrix hessian)
Makalah Persamaan Deferensial NON EKSAK
01 sistem bilangan real
2 deret fourier
Ad

Similar to 1.Metode Numerik Interpolasi.pdf (20)

PPT
3 interpolasi1
PPT
interpolasi
PDF
Metode INTERPOLASI pada mata kuliah Metode Numerik.pdf
PPTX
6. interpolasi polynomial newton
DOCX
Makalah metode numerik
PDF
metode numerik bag Interpolasi lagrange.pdf
PDF
Metnum4 pencocokan-kurva-interpolasi
PPT
Bab 5 interpolasi
PPTX
PPT KELOMPOK 6.pptx
PPTX
Materi Interpolasi MEtode Numerik UNntk Mahsiswa Teknik Elektro
PPT
Kelompok5 3ia18
PDF
INTERPOLASI_2324.oooooooooooooo0000000000
PDF
70512820 materi-interpolasi
DOCX
Tugas final geokomputasi
DOCX
Metode interpolasi linier
PPT
6 pencocokan-kurva
PPTX
METODE_NUMERIK_part_2.pptx
PPTX
Komputasi Fisika 09 (Interpolasi Polinomial)
PPT
Komputasi fisika (11) interpolasi polinomial
PPTX
Pertemuan 11. INTERPOLASI_1 (part1).pptx
3 interpolasi1
interpolasi
Metode INTERPOLASI pada mata kuliah Metode Numerik.pdf
6. interpolasi polynomial newton
Makalah metode numerik
metode numerik bag Interpolasi lagrange.pdf
Metnum4 pencocokan-kurva-interpolasi
Bab 5 interpolasi
PPT KELOMPOK 6.pptx
Materi Interpolasi MEtode Numerik UNntk Mahsiswa Teknik Elektro
Kelompok5 3ia18
INTERPOLASI_2324.oooooooooooooo0000000000
70512820 materi-interpolasi
Tugas final geokomputasi
Metode interpolasi linier
6 pencocokan-kurva
METODE_NUMERIK_part_2.pptx
Komputasi Fisika 09 (Interpolasi Polinomial)
Komputasi fisika (11) interpolasi polinomial
Pertemuan 11. INTERPOLASI_1 (part1).pptx
Ad

Recently uploaded (20)

PPTX
Presentasi Al-Quran Hadits Kelompok XI.1
PPTX
Patuh_Terhadap_Norma_PPKn_Kelas_7 oke.pptx
PPTX
materi presentasi sustainable development
PDF
Sosialisasi Menu DAK NF TA 2026 Promkeskom.pdf
PPTX
PROGRAM KOKURIKULER KELAS 9 TEMA 1_20250811_075823_0000.pptx
DOC
RPP Deep Learning _ MGMP Wilayah 1 (1).doc
PPTX
PPT REVISED - SEMINAR PEMBELAJARAN MENDALAM .pptx
PPTX
SISTEM POLITIK DAN PEMERINTAHAN INDONESIA.pptx
PPTX
Modul 3 Prinsip-Pembelajaran-Mendalam.pptx
PPTX
Konsep & Strategi Penyusunan HPS _Pelatihan "Ketentuan TERBARU Pengadaan" (...
PPTX
PPT POLA PIKIR BERTUMBUH Grow Mindset_2025.pptx
PPTX
Rancangan Aktualisasi Latsar CPNS Kementerian Agama 2025.pptx
PDF
System Requirement Enterprise Resource Planning Peternakan Ayam dan Daftar Ju...
PPTX
Saint Maximilian Kolbe, Polish friar, priest, missionary and martyr (indonesi...
PPTX
PPT Akidah Akhlak Kelompok 1 X-8 (4).pptx
PPTX
Pembelajaran-Mendalam-RTL-dan-Umpan-Baliknya.pptx
DOCX
Modul Ajar Deep Learning PKN Kelas 10 SMA Terbaru 2025
PDF
Presentasi Aplikasi Persiapan ANBK 2025.pdf
PDF
GUIDE BOOK DMH SCHOLARSHIP...............................
PDF
[1]_120325_Penyamaan Persepsi Kepmen 63_M_KEP_2025.pdf
Presentasi Al-Quran Hadits Kelompok XI.1
Patuh_Terhadap_Norma_PPKn_Kelas_7 oke.pptx
materi presentasi sustainable development
Sosialisasi Menu DAK NF TA 2026 Promkeskom.pdf
PROGRAM KOKURIKULER KELAS 9 TEMA 1_20250811_075823_0000.pptx
RPP Deep Learning _ MGMP Wilayah 1 (1).doc
PPT REVISED - SEMINAR PEMBELAJARAN MENDALAM .pptx
SISTEM POLITIK DAN PEMERINTAHAN INDONESIA.pptx
Modul 3 Prinsip-Pembelajaran-Mendalam.pptx
Konsep & Strategi Penyusunan HPS _Pelatihan "Ketentuan TERBARU Pengadaan" (...
PPT POLA PIKIR BERTUMBUH Grow Mindset_2025.pptx
Rancangan Aktualisasi Latsar CPNS Kementerian Agama 2025.pptx
System Requirement Enterprise Resource Planning Peternakan Ayam dan Daftar Ju...
Saint Maximilian Kolbe, Polish friar, priest, missionary and martyr (indonesi...
PPT Akidah Akhlak Kelompok 1 X-8 (4).pptx
Pembelajaran-Mendalam-RTL-dan-Umpan-Baliknya.pptx
Modul Ajar Deep Learning PKN Kelas 10 SMA Terbaru 2025
Presentasi Aplikasi Persiapan ANBK 2025.pdf
GUIDE BOOK DMH SCHOLARSHIP...............................
[1]_120325_Penyamaan Persepsi Kepmen 63_M_KEP_2025.pdf

1.Metode Numerik Interpolasi.pdf

  • 2. Tujuan  Interpolasi berguna untuk menaksir harga- harga tengah antara titik data yang sudah tepat. Interpolasi mempunyai orde atau derajat.
  • 3. Macam Interpolasi  Interpolasi Beda Terbagi Newton  Interpolasi Lagrange  Interpolasi Spline
  • 4. Macam Interpolasi Beda Terbagi Newton  Interpolasi Linier Derajat/orde 1  memerlukan 2 titik x f(x) 1 4,5 2 7.6 3 9.8 4 11.2 Berapa f(x = 1,325) = ? Memerlukan 2 titik awal : x = 1 x = 2
  • 5. Macam Interpolasi Beda Terbagi Newton  Interpolasi Kuadratik Derajat/orde 2  memerlukan 3 titik x = 1  f(x = 1) = . . . . x = 2  f(x = 2) = . . . . x = 3  f(x = 3) = . . . . f (x = 1,325) = ?
  • 6. Macam Interpolasi Beda Terbagi Newton  Interpolasi Kubik Derajat/orde 3  memerlukan 4 titik …  Interpolasi derajat/orde ke-n  memerlukan n+1 titik  Semakin tinggi orde yang digunakan untuk interpolasi hasilnya akan semakin baik (teliti).
  • 8. Interpolasi Linier  Cara: menghubungkan 2 titik dengan sebuah garis lurus  Pendekatan formulasi interpolasi linier sama dengan persamaan garis lurus.             0 0 1 0 1 0 1 x x x x x f x f x f x f     
  • 9. Interpolasi Linier  Prosentase kesalahan pola interpolasi linier : narnya Harga_sebe narnya Harga_sebe gan l_perhitun Harga_hasi εt  
  • 10. Interpolasi Linier (Ex.1)  Diketahui suatu nilai tabel distribusi ‘Student t’ sebagai berikut : t5% = 2,015 t2,5% = 2,571 Berapa t4% = ?
  • 11. Interpolasi Linier (Ex.1)  Penyelesaian x0 = 5  f(x0) = 2,015 x1 = 2,5  f(x1) = 2,571 x = 4  f(x) = ? Dilakukan pendekatan dengan orde 1 :             0 0 1 0 1 0 1 x x x x x f x f x f x f         237 , 2 2374 , 2 5 4 5 5 , 2 015 , 2 571 , 2 015 , 2       
  • 12. Interpolasi Linier (Ex.2)  Diketahui: log 3 = 0,4771213 log 5 = 0,698700  Harga sebenarnya: log (4,5) = 0,6532125 (kalkulator).  Harga yang dihitung dengan interpolasi: log (4,5) = 0,6435078 % 49 , 1 % 100 6532125 , 0 6532125 , 0 6435078 , 0     t 
  • 13. Interpolasi Linier  Pendekatan interpolasi dengan derajat 1, pada kenyataannya sama dengan mendekati suatu harga tertentu melalui garis lurus.  Untuk memperbaiki kondisi tersebut dilakukan sebuah interpolasi dengan membuat garis yang menghubungkan titik yaitu melalui orde 2, orde 3, orde 4, dst, yang sering juga disebut interpolasi kuadratik, kubik, dst.
  • 14. Interpolasi Kuadratik  Interpolasi orde 2 sering disebut sebagai interpolasi kuadratik, memerlukan 3 titik data.  Bentuk polinomial orde ini adalah : f2(x) = a0 + a1x + a2x2 dengan mengambil: a0 = b0 – b1x0 + b2x0x1 a1 = b1 – b2x0 + b2x1 a2 = b2
  • 15. Interpolasi Kuadratik  Sehingga f2(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) dengan Pendekatan dengan kelengkungan Pendekatan dengan garis linier                           0 1 2 0 2 0 1 0 1 1 2 1 2 2 0 1 0 1 0 1 1 0 0 , , , x x x f x x x x x f x f x x x f x f b x x f x x x f x f b x f b             
  • 16. Interpolasi Kubik  f3(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) + b3(x-x0)(x-x1)(x-x2) dengan:                                 0 1 2 3 0 3 0 1 2 1 2 3 3 0 1 2 0 2 0 1 0 1 1 2 1 2 0 2 0 1 1 2 2 0 1 0 1 0 1 1 0 0 , , , ] , , [ ] , , [ , , ] , [ ] , [ , x x x x f x x x x x f x x x f b x x x f x x x x x f x f x x x f x f x x x x f x x f b x x f x x x f x f b x f b                    
  • 17. Interpolasi Beda Terbagi Newton  Secara umum: f1(x) = b0 + b1(x-x0) f2(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) f3(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) + b3(x-x0)(x-x1)(x-x2) … fn(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) + b3(x-x0)(x-x1)(x-x2) + … + bn(x-x1)(x-x2)…(x-xn-1)
  • 18. Interpolasi Beda Terbagi Newton Dengan:  b0 = f(x0)  b1 = f[x1, x0]  b2 = f[x2, x1, x0] …  bn = f[xn, xn-1, xn-2, . . . ., x0]
  • 19. Interpolasi Beda Terbagi Newton (Ex.)  Hitung nilai tabel distribusi ‘Student t’ pada derajat bebas dengan  = 4%, jika diketahui: t10% = 1,476 t2,5% = 2,571 t5% = 2,015 t1% = 3,365 dengan interpolasi Newton orde 2 dan orde 3!
  • 20. Interpolasi Beda Terbagi Newton (Ex.) Interpolasi Newton Orde 2:  butuh 3 titik  x0 = 5 f(x0) = 2,015 x1 = 2,5 f(x1) = 2,571 x2 = 1 f(x2) = 3,365  b0 = f(x0) = 2,015               0 2 0 1 0 1 1 2 1 2 2 x x x x x f x f x x x f x f b              222 , 0 5 5 , 2 015 , 2 571 , 2 0 1 0 1 1         x x x f x f b 077 , 0 5 1 5 5 , 2 015 , 2 571 , 2 5 , 2 1 571 , 2 365 , 3        
  • 21. Interpolasi Beda Terbagi Newton (Ex.)  f2(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) = 2,015 + (-0,222) (4-5) + 0,077 (4-5)(4-2,5) = 2,121
  • 22. Interpolasi Beda Terbagi Newton (Ex.) Interpolasi Newton Orde 3:  butuh 4 titik  x0 = 5 f(x0) = 2,015 x1 = 2,5 f(x1) = 2,571 x2 = 1 f(x2) = 3,365 x3 = 10 f(x3) = 1,476
  • 23. Interpolasi Beda Terbagi Newton (Ex.)  b0 = f(x0) = 2,015 b1 = -0,222  f[x1,x0] b2 = 0,077  f[x2,x1,x0] 007 , 0 5 077 , 0 043 , 0 5 10 077 , 0 5 , 2 10 5 , 2 1 571 , 2 365 , 3 1 10 365 , 3 476 , 1 3              b
  • 24. Interpolasi Beda Terbagi Newton (Ex.)  f3(x) = b0 + b1(x-x0) + b2(x-x0)(x-x1) + b3(x-x0)(x-x1)(x-x2) = 2,015 + (-0,222)(4-5) + 0,077 (4-5)(4-2,5) + (-0,007)(4-5)(4-2,5)(4-1) = 2,015 + 0,222 + 0,1155 + 0,0315 = 2,153
  • 25. Kesalahan Interpolasi Beda Terbagi Newton  Rn = |f[xn+1,xn,xn-1,…,x0](x-x0)(x-x1)…(x-xn)|  Menghitung R1 Perlu 3 titik (karena ada xn+1) R1 = |f[x2,x1,x0](x-x0)(x-x1)|  Menghitung R2 Perlu 4 titik sebagai harga awal R2 = |f[x3,x2,x1,x0](x-x0)(x-x1)(x-x2)|
  • 26. Kesalahan Interpolasi Beda Terbagi Newton (Ex.)  Berdasarkan contoh: R1 = |f[x2,x1,x0](x-x0)(x-x1)| = |0.077 (4-5)(4-2.5)| = 0.1155 R2 = |f[x3,x2,x1,x0](x-x0)(x-x1)(x-x2)| = |-0.007 (4-5)(4-2.5)(4-1)| = 0.0315
  • 27. Interpolasi Lagrange  Interpolasi Lagrange pada dasarnya dilakukan untuk menghindari perhitungan dari differensiasi terbagi hingga (Interpolasi Newton)  Rumus: dengan          n i i i n x f x L x f 0 .         n i j j j i j i x x x x x L 0
  • 28. Interpolasi Lagrange  Pendekatan orde ke-1 f1(x) = L0(x)f(x0) + L1(x)f(x1)   1 0 1 0 x x x x x L      0 1 0 1 x x x x x L          1 0 1 0 0 1 0 1 1 x f x x x x x f x x x x x f       
  • 29. Interpolasi Lagrange  Pendekatan orde ke-2 f2(x) = L0(x)f(x0) + L1(x)f(x1) + L2(x)f(x2)                           2 0 2 1 0 1 2 0 0 x x x x x x x x x L i j n i                           2 1 2 0 1 0 2 1 1 x x x x x x x x x L i j n i                           1 2 1 0 2 0 2 2 2 x x x x x x x x x L i j n i         2 1 2 1 0 2 0 1 2 1 2 0 1 0 0 2 0 2 1 0 1 2 x f x x x x x x x x x f x x x x x x x x x f x x x x x x x x x f                                                                
  • 30. Interpolasi Lagrange  Pendekatan orde ke-3 f3(x) = L0(x)f(x0) + L1(x)f(x1) + L2(x)f(x2) + L3(x)f(x3)                                                                     1 3 1 3 2 1 2 0 1 0 0 3 0 3 2 0 2 1 0 1 2 x f x x x x x x x x x x x x x f x x x x x x x x x x x x x f     3 2 3 2 1 3 1 0 3 0 2 3 2 3 1 2 1 0 2 0 x f x x x x x x x x x x x x x f x x x x x x x x x x x x                                                             
  • 31. Interpolasi Lagrange (Ex.)  Berapa nilai distribusi t pada  = 4 %?  = 2,5 %  x0 = 2,5  f(x0) = 2,571  = 5 %  x1 = 5  f(x1) = 2,015  = 10 %  x2 = 10  f(x2) = 1,476
  • 32. Interpolasi Lagrange (Ex.)  Pendekatan orde ke-1 f1(x) = L0(x)f(x0) + L1(x)f(x1)       1 0 1 0 0 1 0 1 1 x f x x x x x f x x x x x f           237 , 2 015 , 2 5 , 2 5 5 , 2 4 571 , 2 5 5 , 2 5 4                       
  • 33. Interpolasi Lagrange (Ex.)  Pendekatan orde ke-2 f2(x) = L0(x)f(x0) + L1(x)f(x1) + L2(x)f(x2)       214 , 2 476 , 1 5 10 5 4 5 , 2 10 5 , 2 4 015 , 2 10 5 10 4 5 , 2 5 5 , 2 4 571 , 2 10 5 , 2 10 4 5 5 , 2 5 4                                                                     2 1 2 1 0 2 0 1 2 1 2 0 1 0 0 2 0 2 1 0 1 2 x f x x x x x x x x x f x x x x x x x x x f x x x x x x x x x f                                                                
  • 34. Interpolasi Spline  Tujuan: penghalusan  Interpolasi spline linear, kuadratik, kubik.
  • 35. Interpolasi Cubic Spline dimana Si adalah polinomial berderajat 3: p(xi) = di + (x-xi) ci + (x-xi)2 bi + (x-xi)3 ai, i=1,2, …, n-1 Syarat: Si(xi) = Si+1(xi), Si’(xi) = Si+1’(xi), Si’’(xi) = Si+1’’(xi)
  • 36. Interpolasi Cubic Spline  Interpolasi spline kubik menggunakan polinomial p(x) orde 3 p(x) = di + (x-xi) ci + (x-xi)2 bi + (x-xi)3 ai  Turunan pertama dan kedua p(xi) yaitu: p’(x) = ci + 2bi (x-xi) + 3ai (x-xi)2 p”(x) = 2bi + 6ai (x-xi)
  • 37. Interpolasi Cubic Spline  Evaluasi pada titik x=xi menghasilkan: pi = p(xi) = di pi” = p”(xi) = 2bi  Evaluasi pada titik x=xi+1 menghasilkan: pi = di + (xi+1-xi) ci + (xi+1-xi)2 bi + (xi+1-xi)3 ai p(xi) = di + hi ci + hi 2 bi + hi 3 ai p”i = 2bi + 6ai (xI+1-xi) p”(xi+1) = 2bi + 6ai hi dimana hi = (xI+1-xi)
  • 38. Interpolasi Cubic Spline  Jadi: di = pi  Sehingga: 2 " p b i i  i i 1 i i 6h p" p" a    6 p" 2h p" h h p p c i i 1 i i i i 1 i i      