BAB 5 Interpolasi dan Aproksimasi

dokumen-dokumen yang mirip
Pertemuan 9 : Interpolasi 1 (P9) Interpolasi. Metode Newton Metode Spline

PAM 252 Metode Numerik Bab 4 Pencocokan Kurva

Tujuan. Interpolasi berguna untuk memperkirakan nilai-nilai tengah antara titik data yang sudah ditentukan dan tepat.

BAB I PENDAHULUAN. dipergunakan untuk menaksir pola hubungan antara variabel prediktor atau

BAB 2 LANDASAN TEORI

Modul Praktikum Analisis Numerik

Modul Praktikum Analisis Numerik

BAB VI ANALISIS REGRESI LINEAR GANDA

BAB III REGRESI SPLINE = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah

BAB I PENDAHULUAN. menganalisis hubungan fungsional antara variabel prediktor ( ) dan variabel

Interpolasi. Metode Numerik POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA

Interpolasi Cubic Spline

BAB 2 LANDASAN TEORI

MOTIVASI. Secara umum permasalahan dalam sains dan teknologi digambarkan dalam persamaan matematika Solusi persamaan : 1. analitis 2.

fungsi rasional adalah rasio dari dua polinomial. Secara umum,

BAB II LANDASAN TEORI

ANALISIS REGRESI LINEAR

TEOREMA SISA 1. Nilai Sukubanyak Tugas 1

Dari contoh di atas fungsi yang tak diketahui dinyatakan dengan y dan dianggap

REGRESI DAN INTERPOLASI

PERTEMUAN 2-3 FUNGSI LINIER

BAB II TINJAUAN PUSTAKA

BAB 4 HASIL DAN PEMBAHASAN. penentuan jumlah sampel minimum yang harus diambil. Tabel 4.1 Data Hasil Survei Pendahuluan. Jumlah Kepala Keluarga (Xi)

BAB ΙΙ LANDASAN TEORI

Institut Manajemen Telkom

Kuliah PD. Gaya yang bekerj a pada suatu massa sama dengan laju perubahan momentum terhadap waktu.

Analisis Regresi Spline Kuadratik

BAB 5 TEOREMA SISA. Menggunakan aturan sukubanyak dalam penyelesaian masalah. Kompetensi Dasar

MATEMATIKA EKONOMI Program Studi Agribisnis

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MODIFIKASI METODE NEWTON-RAPHSON UNTUK MENCARI SOLUSI PERSAMAAN LINEAR DAN NONLINEAR

FUNGSI DAN PERSAMAAN LINEAR. EvanRamdan

BAB I PENDAHULUAN. Analisis regresi merupakan metode analisis data yang telah diterapkan

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB III REGRESI PADA DATA SIRKULAR

TUGAS KOMPUTASI SISTEM FISIS 2015/2016. Pendahuluan. Identitas Tugas. Disusun oleh : Latar Belakang. Tujuan

BAB I PENGERTIAN DASAR

PENENTUAN MODEL REGRESI SPLINE TERBAIK. Agustini Tripena 1

Interpolasi Polinom dan Applikasi pada Model Autoregresif

Regresi Linier. Metode Numerik POLITEKNIK ELEKTRONIKA NEGERI SURABAYA DEPARTEMEN TEKNIK INFORMATIKA DAN KOMPUTER PROGRAM STUDI TEKNIK INFORMATIKA

BAB 2 LANDASAN TEORI

Akar-Akar Persamaan. Definisi akar :

Matematika Ekonomi KUADRAT DAN FUNGSI RASIONAL (FUNGSI PECAH) GRAFIK FUNGSI KUADRAT BERUPA PARABOLA GRAFIK FUNGSI RASIONAL BERUPA HIPERBOLA

BAB I PENDAHULUAN 1.1. Latar Belakang

Pertemuan 6: Metode Least Square. Achmad Basuki Politeknik Elektronika Negeri Surabaya 2014

APA ITU FUNGSI? x f : x y atau y=f(x) f : x y y=f(x) y=f(x)=x 2. Imajinasi : bermain golf

BAB 2 LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegitan yang memperkirakan apa yang akan

PENGARUH PERUBAHAN NILAI PARAMETER TERHADAP NILAI ERROR PADA METODE RUNGE-KUTTA ORDE 3

Course Note Numerical Method : Interpolation

JENIS JENIS FUNGSI 2. Gambar. Jenis Fungsi. mengandung banyak suku (polinom) dalam variabel bebas y = a 0 + a 1 x + a 2 x a n x n

PERTIDAKSAMAAN PECAHAN

Institut Teknologi Sepuluh Nopember Surabaya

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Deskripsi Hasil Penelitian Deskripsi Tentang Kepemimpinan Kepala Sekolah

BAB V PERSAMAAN LINEAR TINGKAT TINGGI (HIGHER ORDER LINEAR EQUATIONS) Persamaan linear tingkat tinggi menarik untuk dibahas dengan 2 alasan :

Persamaan dan Pertidaksamaan Linear

BAB II TINJAUAN PUSTAKA. variabel prediktor terhadap variabel respons. Hubungan fungsional

PENGANTAR MATEMATIKA TEKNIK 1. By : Suthami A

MAKALAH FUNGSI KUADRAT GRAFIK FUNGSI,&SISTEM PERSAMAAN KUADRAT

TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan

MODUL TEORI ESTIMASI ATAU MENAKSIR TEORI ESTIMASI ATAU MENAKSIR

MATEMATIKA EKONOMI FUNGSI KUBIK

BAB II KAJIAN PUSTAKA. Pada bab ini akan diberikan landasan teori tentang optimasi, fungsi, turunan,

Contoh Tentukanlah prakiraan nilai f pada titik x 8 dengan menggunakan metode polinomial interpolasi Lagrange dengan ketelitian hingga desimal, jika d

SUKU BANYAK. Secara umum sukubanyak atau polinom dalam berderajat dapat ditulis dalam bentuk berikut:

UJIAN AKHIR SEMESTER METODE NUMERIS I

Jenis Jenis--jenis jenis fungsi dan fungsi linier Hafidh Munawir

BAB I PENDAHULUAN. 1.1 Latar Belakang

Modifikasi Kontrol untuk Sistem Tak Linier Input Tunggal-Output Tunggal

Regresi dengan Microsoft Office Excel

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. penelitian pada variabel Lingkungan Sosial untuk nilai tengah dari rangkaian data yang

Pengantar Metode Numerik

PEMODELAN KURS RUPIAH TERHADAP MATA UANG EURO DENGAN PENDEKATAN REGRESI SPLINE. Sulton Syafii Katijaya 1, Suparti 2, Sudarno 3.

F U N G S I A. PENGERTIAN DAN UNSUR-UNSUR FUNGSI

BAB IV HASIL PENELITIAN DAN PEMBAHASAN Deskripsi tentang persepsi siwa terhadap pemberian tugas fisika

Interpolasi dan Ekstrapolasi

PERBANDINGAN TINGKAT AKURASI REGRESI NONPARAMETRIK SPLINE DAN REGRESI NONPARAMETRIK KERNEL PADA PERTUMBUHAN BALITA DI KOTA SURAKARTA

III. METODE PENELITIAN. Data yang digunakan dalam penulisan proposal ini adalah data sekunder yang

Aplikasi Limit dalam Kehidupan Sehari-Hari

SATUAN ACARA PERKULIAHAN (SAP)

II. TINJAUAN PUSTAKA. Turunan fungsi f adalah fungsi lain f (dibaca f aksen ) yang nilainya pada ( ) ( ) ( )

KALKULUS (IT 131) Fakultas Teknologi Informasi - Universitas Kristan Satya Wacana. Bagian 3. Limit & Kontinuitas ALZ DANNY WOWOR

RENCANA PELAKSANAAN PEMBELAJARAN

BAB II KAJIAN TEORI. syarat batas, deret fourier, metode separasi variabel, deret taylor dan metode beda

BAB I PENDAHULUAN. 1.1 Latar Belakang. Suatu integral dapat diselesaikan dengan 2 cara, yaitu secara analitik dan

GENERALIZED CROSS VALIDATION DALAM REGRESI SMOOTHING SPLINE

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)

BAB Ι PENDAHULUAN. 1.1 Latar Belakang

PENGENALAN KONSEP DERIVATIF, DAN PENERAPANNYA DALAM PENYELESAIAN PROBLEMATIKA FISIKA. Ashari 1 & Budiyono 2. Abstrak

untuk i = 0, 1, 2,..., n

BAB I PENDAHULUAN. Analisis regresi merupakan suatu metode yang digunakan untuk

Tinjauan Mata Kuliah

BAB VI. INTEGRAL TAK TENTU (ANTI TURUNAN)

II. TINJAUAN PUSTAKA 2.1 Metode Regresi 2.2 Model Aditif Terampat ( Generalized additive models , GAM)

BAB II AKAR-AKAR PERSAMAAN

Memahami konsep dasar turunan fungsi dan mengaplikasikan turunan fungsi pada

SBAB III MODEL VARMAX. Pengamatan time series membentuk suatu deret data pada saat t 1, t 2,..., t n

III. METODE PENELITIAN. Data yang digunakan pada penelitian ini adalah data sekunder yang diperoleh dari

Transkripsi:

BAB 5 Interpolasi dan Aproksimasi Interpolasi merupakan proses penentuan dan pengevaluasian suatu fungsi yang grafiknya melalui sejumlah titik tertentu. Sebaliknya, pada aproksimasi grafik fungsi yang diperoleh tidak harus melalui. 5.1 Interpolasi Polinomial Fungsi polinomial berderajat n mempunyai bentuk Untuk n = 1, diperoleh fungsi linear. n = 2, diperoleh fungsi kuadratis. n = 3, diperoleh fungsi kubik. Bila diberikan dua buah titik (x 0,y 0 ) dan (x 1,y 1 ) dengan x 0 x 1, maka fungsi linear yang melalui kedua titik tersebut adalah Fungsi ini disebut fungsi interpotasi antara titik (x 0,y 0 ) dan (x 1,y 1 ). Secara umum, bila terdapat n+1 titik data (x 0,y 0 ), (x 1,y 1 ),..., (x n,y n ) dengan semua x i berbeda, maka fungsi interpolasinya adalah dengan 5.2 Interpotasi beda terbagi Newton Bila x 1, x 2 dan x 3 adalah empat bilangan yang berbeda, maka didefinisikan : beda terbagi orde satu (first order devided difference) adalah beda terbagi orde dua (second order devided difference) adalah Universitas Gadjah Mada 1

beda terbagi orde tiga (thirth order devided difference) adalah Andaikan P n (x) adalah polinomial yang menginterpolasi f(x i ) pada titik x i,untuk i = 0, 1, 2,..., n, yang berarti derajat P n (x) n dan P n (x i )=f(x i ), 1. = 0,1,...,n dengan menggunakan definisi beda terbagi, maka : Secara umum dikatakan sebagai rumus beda terbagi Newton : 5.3 Interpolasi Spline Cara paling sederhana melakukan interpolasi adalah dengan membuat segmensegmen garis yang menghubungkan titik-titik interpolasi. Cara ini disebut interpolasi linear sepotong-sepotong. Namun demikian hasil interpolasi ini tidak mulus. Interpolasi Spline menghendaki kurva yang diperoleh mempunyai pola seperti interpolasi linear dan kurva tersebut mulus. Untuk itu disyaratkan I. Derivatif ke satu dan derivatif ke dua dari fungsi interpolasi tersebut kontinyu. II. Harga derivatif ke satu tidak jauh berbeda antar titik interpolasi (Harga derivatif ke dua sekecil mungkin) Misal terdapat n buah titik interpolasi (x i, y i ),i=1,...,n, x 1 < x 2 <... < x n dan a = x 1, b = x n. Fungsi interpolasi spline pada titik-titik ini adalah s(x) yang mempunyai sifat : I. s(x) adalah polinomial berderajat 3 pada tiap interval [x j-1,x j ], untuk j=2,3,..., n II. s(x), s'(x) dan s (x) bersifat kontinyu untuk a x b III. s '(x 1 )=s '(x n )=0 Fungsi interpolasi spline interval x j-1 x x j berbentuk : dengan M i = s" (x i ) Universitas Gadjah Mada 2

Penyederhanaan fungsi tersebut menghasilkan sistem persamaan linear untuk j = 2,3,...,n-1. Disamping itu, M 1 = M n = 0. Sebagai contoh, akan ditentukan fungsi spline yang menginterpolasi data-data Dari titik-titik tersebut dihasilkan sistem persamaan linear : Selanjutnya diperoleh M 2 = ½ M 3 = 0 Dengan demikian fungsi interpolasinya adalah : 5.4. Pencocokan kurva dengan regresi linear Dalam pencocokan suatu fungsi pada data-data hasil pengukuran, semakin banyak data maka kecermatan kurva yang dicocokkan semakin tinggi. Pendekatan terbaik adalah meninjau fungsi dengan sedikit parameter bebas dan menentukan nilai parameter tersebut sedemikian rupa sehingga simpangan fungsi dari titik-titik data adalah sekecil mungkin. Fungsi linear didefinisikan sebagai dengan a dan b adalah konstanta yang akan ditentukan. Simpangan garis dari masing-masing titik data didefinisikan oleh dengan n adalah banyak titik data. Total kuadrat simpangan Universitas Gadjah Mada 3

Akan dicari a dan b sehingga D minimal. Nilai D akan minimal jika derivatif parsial D terhadap a dan b adalah nol. Setelah dilakukan penyederhanaan diperoleh 5.5 Pencocokan kurva dengan polinom Suatu polinom berderajat m dituliskan sebagai Prinsip kuadrat terkecil pada regresi linear dapat digunakan pada pencocokan dengan kurva polinom ini. Supaya D minimum maka derivatif parsial D terhadap kofisien-koefisien a 0, a 1, a 2,..., a n haruslah sama dengan nol. Setelah dilakukan penyederhanaan-penyederhanaan, diperoleh Universitas Gadjah Mada 4

Umpan balik 1. Suatu alat memberikan respon terhadap masukan yang diberikan kepadanya sebagai berikut : input 0,5 1,0 2,0 output 0,47 9 0,84 1 0,90 9 Andaikan alat tersebut sebagai sebuah fungsi, gunakan interpolasi untuk menentukan fungsi tersebut. Selanjutnya perkirakan output jika diberikan input Bandingkan untuk berbagai macam interpolasi. I. Diberikan data-data sebagai berikut : x 0,0 0,2 0,4 0,7 0,9 1,0 y 1,016 0,768 0,648 0,401 0,272 0,193 entukan fungsi regresi potinom orde 2 untuk data-data tersebut. Selanjutnya gunakan untuk memperkirakan nilai y bila x = 0,5 Universitas Gadjah Mada 5