PENCOCOKAN KURVA
(CURVE FITTING)
Interpolasi :
Interpolasi :
• Interpolasi Linier
• Interpolasi Kuadratik
• Interpolasi Polinomial
• Interpolasi Lagrange
Regresi :
Regresi :
• Regresi Linier
• Regresi Eksponensial
• Regresi Polinomial
INTERPOLASI
Interpolasi digunakan untuk menaksir nilai antara (intermediate value) diantara titik-titik data yang tepat.
Metode yang sering digunakan adalah interpolasi polinomial yang terdiri dari beberapa orde sbb :
Interpolasi Linier (orde 1) Interpolasi Kuadratik (orde 2) Interpolasi Kubik (orde 3)
INTERPOLASI LINIER
Tujuan : menentukan titik antara dari 2 titik data
dengan menggunakan garis lurus.
1 2 1 1 2 1
x
x
x
x
y
y
y
y
−
−
=
−
−
Sehingga :(
2 1)
1 2 1 1y
y
x
x
x
x
y
y
−
−
−
+
=
Semakin kecil interval P1 & P2 semakin baik hasil interpolasi.
INTERPOLASI LINIER
Algoritma interpolasi linier :
1. Tentukan 2 titik P1 dan P2 dg koordinat masing-masing (x1,y1) dan (x2,y2)
2. Tentukan nilai x dari titik yang akan dicari (Q) 3. Hitung nilai y dengan :
4. Nilai titik yang baru (Q) adalah : (x,y)
(
2 1)
1 2 1 1y
y
x
x
x
x
y
y
−
−
−
+
=
INTERPOLASI LINIER
Contoh :
Taksirlah nilai ln(2) dengan interpolasi linier serta hitunglah kesalahan relatifnya jika digunakan data : a. ln(1) dan ln(6) b. ln(1) dan ln(4) Jawab (a) : x1= 1, y1 = ln(1) = 0 x2= 6, y2 = ln(6) = 1,791759 x = 2 Nilai eksak y = ln(2) = 0,693147 → εr= 48,4% 0 1 2 3 4 5 6 7 -0.5 0 0.5 1 1.5 2 y = ln(x)
(
1,791759)
0,358352 1 6 1 2 0 ˆ = − − + = yINTERPOLASI LINIER
Jawab (b) : x1= 1, y1 = ln(1) = 0 x2= 4, y2 = ln(4) = 1,386294 x = 2 Nilai eksak y = ln(2) = 0,693147 → εr= 33,3% 0 1 2 3 4 5 6 7 -0.5 0 0.5 1 1.5 2 y = ln(x)(
1,386294)
0,462098 1 4 1 2 0 ˆ = − − + = yINTERPOLASI KUADRATIK
Tujuan : menentukan titik antara dari 3 titik data
dengan menggunakan pendekatan fungsi kuadrat.
Bentuk umum persamaan utk interpolasi kuadratik :
(
0)
2(
0)(
1)
1 0 2(
x
)
b
b
x
x
b
x
x
x
x
f
=
+
−
+
−
−
P0(x0,y0) P1(x1,y1) P2(x2,y2) Q(x,y) ... (1)INTERPOLASI KUADRATIK
Bentuk umum tersebut jika ditulis dalam fungsi kuadrat sbb :
dimana :
Bagaimana mendapatkan nilai b0, b1 dan b2 ?
2 2 1 0 2
(
x
)
a
a
x
a
x
f
=
+
+
2 2 1 2 0 2 1 1 1 0 2 0 1 0 0b
a
x
b
x
b
b
a
x
x
b
x
b
b
a
=
−
−
=
−
−
=
INTERPOLASI KUADRATIK
Untuk x = x0, persamaan (1) menjadi : b0 = y0 ... (2)
Untuk x = x1 dan substitusi pers. (2) kedalam (1) :
Untuk x = x2 dan substitusi pers. (2) dan (3) kedalam (1) : 0 1 0 1 1
x
x
y
y
b
−
−
=
... (3) 0 2 0 1 0 1 1 2 1 2 2x
x
x
x
y
y
x
x
y
y
b
−
−
−
−
−
−
=
... (4)INTERPOLASI KUADRATIK
Selain menggunakan bentuk umum persamaan (1) dengan nilai b0, b1 dan b2 pada persamaan (2) s/d (4), untuk menghitung nilai y pada interpolasi kuadratik bisa juga menggunakan persamaan sbb :
(
)(
)
(
)(
)
(
(
)(
)(
)
)
(
)(
)
(
2 00)(
2 11)
2 2 1 0 1 2 0 1 2 0 1 0 2 1 0x
x
x
x
x
x
x
x
y
x
x
x
x
x
x
x
x
y
x
x
x
x
x
x
x
x
y
y
−
−
−
−
+
−
−
−
−
+
−
−
−
−
=
INTERPOLASI KUADRATIK
Algoritma interpolasi kuadratik :
1. Tentukan 3 titik input P0(x0,y0), P1(x1,y1) dan P2(x2,y2)
2. Tentukan nilai x dari titik yang akan dicari (Q) 3. Hitung nilai y dengan :
4. Nilai titik yang baru (Q) adalah : (x,y)
(
)(
)
(
)(
)
(
(
)(
)(
)
)
(
(
2 0)(
)(
2)
1)
1 0 2 2 1 0 1 2 0 1 2 0 1 0 2 1 0 x x x x x x x x y x x x x x x x x y x x x x x x x x y y − − − − + − − − − + − − − − =INTERPOLASI KUADRATIK
Contoh :Taksirlah nilai ln(2) dengan interpolasi kuadratik serta hitunglah kesalahan relatifnya jika digunakan data ln(1), ln(4) dan ln(6) Jawab : x0= 1, y0= ln(1) = 0 x1= 4, y1= ln(4) = 1,386294 x2= 6, y2= ln(6) = 1,791759 x = 2 Harga-harga tsb dimasukkan
kedalam rumus sehingga diperoleh : ŷ = 0.565844 Nilai eksak y = ln(2) = 0,693147 → εr= 18,4% 0 1 2 3 4 5 6 7 -0.5 0 0.5 1 1.5 2 y = ln(x)
INTERPOLASI POLINOMIAL
Tujuan : menentukan titik antara dari n titik data
dg menggunakan pendekatan fungsi polinomial. Metode yang bisa digunakan untuk memperoleh hasilnya adalah interpolasi polinomial beda terbagi Newton (divided difference interpolation polynomial by Newton).
Bentuk umum persamaan interpolasi polinomial Newton :
(
)
(
)(
)
(
0)(
1) (
1)
1 0 2 0 1 0)
(
−−
−
−
+
+
−
−
+
−
+
=
n n nx
x
x
x
x
x
b
x
x
x
x
b
x
x
b
b
x
f
L
K
INTERPOLASI POLINOMIAL
dimana : f […,…] disebut beda terbagi hingga ] , , , , [ ] , , [ ] , [ 0 1 1 0 1 2 2 0 1 1 0 0 x x x x f b x x x f b x x f b y b n n n L M − = = = =→ beda terbagi hingga ke 1 → beda terbagi hingga ke 2
INTERPOLASI POLINOMIAL
Cara menghitung “beda terbagi hingga” :
0 0 2 1 1 1 0 1 1 0 1 0 1 0 1 ] , , , [ ] , , , [ ] , , , , [ ] , [ ] , [ ] , , [ ] , [ ] , [ x x x x x f x x x f x x x x f x x x x f x x f x x x f x x y y x x f x x y y x x f n n n n n n n k i k j j i k j i j i j i j i − − = − − = − − = → − − = − − − − L L L Dfj D2f k Dnf 0 Simbol :
INTERPOLASI POLINOMIAL
Langkah-langkah perhitungan interpolasi polinomial beda terbagi Newton :
1. Tentukan n titik input untuk interpolasi orde n–1.
2. Buat tabel “beda terbagi hingga” untuk mendapatkan koefisien bi
3. Masukkan koefisien bi kedalam bentuk umum persamaan interpolasi polinomial Newton :
4. Tentukan nilai x dari titik yang akan dicari dan hitung nilai y dari persamaan interpolasi polinomial Newton tsb.
(
)
(
)(
)
(
0)(
1) (
1)
1 0 2 0 1 0 ) ( − − − − + + − − + − + = n n n x x x x x x b x x x x b x x b b x f L KINTERPOLASI POLINOMIAL
Tabel beda terbagi hingga :
y1 x1 1 Dfi y3 x3 3 y2 x2 2 y0 x0 0 D3f i D2f i yi xi i 2 3 2 3 2 x x y y Df − − = 1 2 1 2 1 x x y y Df − − = 0 1 0 1 0 x x y y Df − − = 1 3 1 2 1 2 x x Df Df f D − − = 0 2 0 1 0 2 x x Df Df f D − − = 0 3 0 2 1 2 0 3 x x f D f D f D − − =
INTERPOLASI POLINOMIAL
Contoh :Taksirlah nilai ln(2) dengan interpolasi polinomial serta hitunglah kesalahan relatifnya jika digunakan data ln(1), ln(4), ln(5) dan ln(6) Jawab : x0= 1, y0 = ln(1) = 0 x1= 4, y1 = ln(4) = 1,386294 x2= 5, y2 = ln(5) = 1,609438 x3= 6, y3 = ln(6) = 1,791759
INTERPOLASI POLINOMIAL
Tabel beda terbagi hingga :
-0,020411 0,223144 1,386294 4 1 0,182322 0,462098 Dfi 1,791759 6 3 1,609438 5 2 0,007866 -0,059739 0 1 0 D3f i D2f i yi xi i
INTERPOLASI POLINOMIAL
Sehingga persamaan interpolasi polinomialnya adalah :
Masukkan harga-harga x kedalam persamaan : x = 2, x0 = 1, x1 = 4, x2 = 5 Sehingga diperoleh : ŷ = 0,628769 Nilai eksak y = ln(2) = 0,693147 → εr= 9,3%
(
)
(
)(
)
(
0)(
1)(
2)
1 0 0 3 0,007866 0,059739 0,462098 0 ) ( x x x x x x x x x x x x x f − − − + − − − − + =INTERPOLASI LAGRANGE
Metode lain utk mendapatkan interpolasi polinomial adalah model interpolasi Lagrange yg mengguna-kan fungsi polinomial dalam kombinasi deret.
Bentuk umum persamaan interpolasi Lagrange :
∏
∑
≠ = = − − = = n i j j i j j i n i i i x x x x x L x L y y 0 0 ) ( ) ( dengan :INTERPOLASI LAGRANGE
Dari persamaan tersebut dpt dirumuskan beberapa interpolasi orde n sbb :
• Interpolasi linier (orde 1) :
• Interpolasi kuadratik (orde 2) :
0 1 0 1 1 0 1 0 x x x x y x x x x y y − − + − − =
(
)(
)
(
)(
)
(
(
)(
)(
)
)
(
)(
)
(
2 0)(
2 1)
1 0 2 2 1 0 1 2 0 1 2 0 1 0 2 1 0 x x x x x x x x y x x x x x x x x y x x x x x x x x y y − − − − + − − − − + − − − − =INTERPOLASI LAGRANGE
• Interpolasi kubik (orde 3) :
dimana : 3 3 2 2 1 1 0 0L y L y L y L y y = + + +
(
)(
)(
)
(
)(
)(
)
(
(
)(
)(
)(
)(
)
)
(
)(
)(
)
(
)(
)(
)
(
(
3 0)(
)(
3 1)(
)(
3)
2)
2 1 0 3 3 2 1 2 0 2 3 1 0 2 3 1 2 1 0 1 3 2 0 1 3 0 2 0 1 0 3 2 1 0 x x x x x x x x x x x x L x x x x x x x x x x x x L x x x x x x x x x x x x L x x x x x x x x x x x x L − − − − − − = − − − − − − = − − − − − − = − − − − − − =INTERPOLASI LAGRANGE
Contoh :Taksirlah nilai ln(2) dengan interpolasi polinomial serta hitunglah kesalahan relatifnya jika digunakan data ln(1), ln(4), ln(5) dan ln(6) Jawab : x0= 1, y0 = ln(1) = 0 x1= 4, y1 = ln(4) = 1,386294 x2= 5, y2 = ln(5) = 1,609438 x3= 6, y3 = ln(6) = 1,791759
INTERPOLASI LAGRANGE
0,628769 ŷ = 1,075056 0.6 1,791759 6 3 -3,218876 -2 1,609438 5 2 2,772589 2 1,386294 4 1 0 0.4 0 1 0 yiLi Li yi xi i Nilai eksak y = ln(2) = 0,693147 → εr = 9,3%INTERPOLASI POLINOMIAL
Ada cara lain untuk mendapatkan persamaan polinomial pada interpolasi polinomial, yaitu dengan cara menyusun sistem persamaan linier simultan dari nilai-nilai x dan y yang diketahui.
Jika ada n titik data yaitu P1(x1,y1) s/d Pn(xn,yn) maka:
1 1 2 2 1 0 1 3 1 2 3 2 3 1 0 3 1 2 1 2 2 2 2 2 0 2 1 1 1 2 1 2 1 1 0 1 − − − − − − − −
+
+
+
+
=
+
+
+
+
=
+
+
+
+
=
+
+
+
+
=
n n n n n n n n n n n nx
a
x
a
x
a
a
y
x
a
x
a
x
a
a
y
x
a
x
a
x
a
a
y
x
a
x
a
x
a
a
y
K
M
K
K
K
INTERPOLASI POLINOMIAL
Penyelesaian persamaan linier simultan tersebut adalah nilai-nilai a0, a1, a2, …, an-1 yang merupakan koefisien dari persamaan polinomial sbb :
Sehingga dengan memasukkan nilai x pada persamaan tersebut akan didapatkan nilai y dari titik yang akan dicari.
1 1 2 2 1 0 − −
+
+
+
+
=
n nx
a
x
a
x
a
a
y
K
INTERPOLASI POLINOMIAL
Penyelesaian persamaan linier simultan tersebut dapat menggunakan metode-metode yang telah dipelajari, seperti metode eliminasi Gauss atau metode eliminasi Gauss Jordan dengan menyusun matriks sbb :
=
− − − − − n n n n n n n n ny
y
y
y
a
a
a
a
x
x
x
x
x
x
x
x
x
x
x
x
M
M
L
M
M
M
M
M
L
L
L
3 2 1 1 2 1 0 1 2 1 3 2 3 3 1 2 2 2 2 1 1 2 1 11
1
1
1
INTERPOLASI POLINOMIAL
Contoh :
Taksirlah nilai ln(2) dengan interpolasi polinomial serta hitunglah kesalahan relatifnya jika digunakan data ln(1), ln(4), ln(5) dan ln(6) Jawab : x0= 1, y0 = ln(1) = 0 x1= 4, y1 = ln(4) = 1,386294 x2= 5, y2 = ln(5) = 1,609438 x3= 6, y3 = ln(6) = 1,791759
INTERPOLASI POLINOMIAL
Dengan metode Gauss Jordan, Augmented matrix :
1,791759 216 36 6 1 1,609438 125 25 5 1 1,386294 64 16 4 1 0 1 1 1 1 B2-B1 B3-B1 B4-B1 1,791759 215 35 5 0 1,609438 124 24 4 0 1,386294 63 15 3 0 0 1 1 1 1 B2/3
INTERPOLASI POLINOMIAL
B1-B2 B3-4B2 B4-5B1 − − − − − 0,518731 110 10 0 0 0,238955 40 4 0 0 0,462098 21 5 1 0 0,462098 20 4 0 1 B3/4 1,791759 215 35 5 0 1,609438 124 24 4 0 0,462098 21 5 1 0 0 1 1 1 1INTERPOLASI POLINOMIAL
B1+4B3 B2-5B3 B4-10B3 − − − 0,078655 10 0 0 0 0,059739 10 1 0 0 0,760791 29 0 1 0 0,701053 20 0 0 1 B4/10 − − − − − 0,518731 110 10 0 0 0,059739 10 1 0 0 0,462098 21 5 1 0 0,462098 20 4 0 1INTERPOLASI POLINOMIAL
B1-20B4 B2+29B4 B3-10B4 − − 0,007866 1 0 0 0 0,138394 0 1 0 0 0,988892 0 0 1 0 0,858363 0 0 0 1 − − − 0,007866 1 0 0 0 0,059739 10 1 0 0 0,760791 29 0 1 0 0,701053 20 0 0 1INTERPOLASI POLINOMIAL
Sehingga diperoleh persamaan polinomial sbb :
Untuk x = 2, diperoleh : ŷ = 0,628769 Nilai eksak y = ln(2) = 0,693147 → εr= 9,3% 3 2 0,007866 0,138394 0,988892 0,858363 x x x y =− + − +