IMPLEMENTASI INTERPOLASI LAGRANGE UNTUK PREDIKSI NILAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATLAB

dokumen-dokumen yang mirip
Pendahuluan. 0 Dengan kata lain jika fungsi tersebut diplotkan, grafik yang dihasilkan akan mendekati pasanganpasangan

BAB 4 PERHITUNGAN NUMERIK

Bab 2 AKAR-AKAR PERSAMAAN

BAB III SKEMA NUMERIK

BAB 8 PERSAMAAN DIFERENSIAL BIASA

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB

Bab IV Pemodelan dan Perhitungan Sumberdaya Batubara

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant)

BAB II LANDASAN TEORI

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis


PENGURUTAN DATA. A. Tujuan

BAB IV PEMBAHASAN MODEL

PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

PENDAHULUAN Latar Belakang

EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR

PERSAMAAN DIFERENSIAL BIASA

BAB VB PERSEPTRON & CONTOH

Bab III Analisis Rantai Markov

TEORI KESALAHAN (GALAT)

Regresi. Bahan Kuliah IF4058 Topik Khusus Informatika I. Oleh; Rinaldi Munir(IF-STEI ITB)

APLIKASI METODE ELEMEN HINGGA UNTUK PERHITUNGAN PERAMBATAN PANAS PADA KONDISI TUNAK

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

Deret Taylor & Diferensial Numerik. Matematika Industri II

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

Bab 3. Penyusunan Algoritma

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai

SOLUSI SISTEM PERSAMAAN DIFERENSIAL PARSIAL DENGAN MENGGUNAKAN METODE PERTURBASI HOMOTOPI DAN METODE DEKOMPOSISI ADOMIAN

METODE NUMERIK. INTERPOLASI Interpolasi Beda Terbagi Newton Interpolasi Lagrange Interpolasi Spline.

REGRESI DAN KORELASI. Penduga Kuadrat Terkecil. Penduga b0 dan b1 yang memenuhi kriterium kuadrat terkecil dapat ditemukan dalam dua cara berikut :

BAB 2 ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

BAB III METODOLOGI PENELITIAN

Bab 3 Analisis Ralat. x2 x2 x. y=x 1 + x 2 (3.1) 3.1. Menaksir Ralat

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

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM)

PENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO

BAB IV APLIKASI. Pada bagian ini akan dibahas bagaimana contoh mengestimasi. parameter model yang diasumsikan memiliki karateristik spasial lag

BAB I PENDAHULUAN. 1.1 Latar Belakang

3.1 Desain Penelitian

BAB IV PERHITUNGAN DAN ANALISIS

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 23-32, April 2001, ISSN :

PROPOSAL SKRIPSI JUDUL:

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI

BAB II TINJAUAN PUSTAKA. George Boole dalam An Investigation of the Laws of Thought pada tahun

BAB X RUANG HASIL KALI DALAM

Dekomposisi Nilai Singular dan Aplikasinya

BAB V ANALISA PEMECAHAN MASALAH

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

ε adalah error random yang diasumsikan independen, m X ) adalah fungsi

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

Referensi: 1) Smith Van Ness Introduction to Chemical Engineering Thermodynamic, 6th ed. 2) Sandler Chemical, Biochemical adn

BAB 3 PERANCANGAN SISTEM

PENERAPAN METODE LINIEAR DISCRIMINANT ANALYSIS PADA PENGENALAN WAJAH BERBASIS KAMERA

IMPLEMENTASI FUNGSI PEMBANGKIT NUMERIK DENGAN METODE PIECEWISE POLYNOMIAL

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang

BAB 1 PENDAHULUAN. 1.1 Latar belakang

ANALISIS REGRESI. Catatan Freddy

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. dependen (y) untuk n pengamatan berpasangan i i i. x : variabel prediktor; f x ) ). Bentuk kurva regresi f( x i

Seemingly Unrelated Regression (SUR) Penderita Penyakit DBD RS. Wahidin Sudirohusodo Dan RS. Stella Maris Makassar

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

BAB 3 METODOLOGI PERANCANGAN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

I PENDAHULUAN II LANDASAN TEORI

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

ANALISIS REGRESI REGRESI NONLINEAR REGRESI LINEAR REGRESI KUADRATIK REGRESI LINEAR SEDERHANA REGRESI LINEAR BERGANDA REGRESI KUBIK

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

Pemilihan Lokasi Kontinyu (1)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB V TEOREMA RANGKAIAN

UJI PRIMALITAS. Sangadji *

SOLUTION INSTITUT TEKNOLOGI BANDUNG FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM PROGRAM STUDI FISIKA

Bab III Analisis dan Rancangan Sistem Kompresi Kalimat

Perhitungan Bunga Kredit dengan Angsuran

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

PEMAHAMAN METODE NUMERIK (STUDI KASUS METODE NEW-RHAPSON) MENGGUNAKAN PEMPROGRMAN MATLAB

BAB 2 LANDASAN TEORI

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

BAB III METODE PENELITIAN. Jenis penelitian yang akan digunakan dalam penelitian ini adalah

APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K

BAB V ANALISIS FAKTOR-FAKTOR BEBAN DAN TAHANAN (LOAD AND RESISTANCE FACTOR)

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL

Analisis Kecepatan Dan Percepatan Mekanisme Empat Batang (Four Bar Lingkage) Fungsi Sudut Crank

BAB 2 KAJIAN PUSTAKA

BAB III METODE PENELITIAN

TINGKAT EFISIENSI PENAKSIR M TERHADAP PENAKSIR LMS DALAM MENAKSIR KOEFISIEN GARIS REGRESI

Transkripsi:

Semnar Nasonal Teknolog 007 (SNT 007) ISSN : 1978 9777 Yogakarta, 4 November 007 IMPEMENTASI INTERPOASI AGRANGE UNTUK PREDIKSI NIAI DATA BERPASANGAN DENGAN MENGGUNAKAN MATAB Krsnawat STMIK AMIKOM Yogakarta e-mal : krsna@amkom.ac.d ABSTRACT Interpolas agrange sangat dkenal dalam metode numerk, karena menggunakan fungs dalam bentuk polnomal. Dar sekumpulan data berpasangan ang ada, dapat dketahu dengan past fungs ang melalu ttk-ttk tersebut. Dengan menggunakan Matlab dbuat aplkas untuk membantu proses pencaran fungs ang dmaksud. Ttk-ttk ang dketahu haruslah merupakan blangan real, dalam bdang datar. Berdasarkan fungs n dapat dpredkskan nla selanjutna untuk kasus ang ada. Interpolas banak dgunakan untuk mempredks nla data berpasangan. Kewords : nterpolas, predks. 1. PENDAHUUAN Aproksmas merupakan salah satu usaha untuk menajkan data berbentuk grafs menjad kalmat matemats. Secara umum aproksmas harus mapatkan suatu fungs ang melewat semua ttk ang dketahu. Aproksmas n dkenal sebaga nterpolas. Karena harus melewat semua ttk ang ada, maka ada banak fungs ang memenuh, kecual jka fungs tersebut mempuna sarat tertentu. f() Sedangkan secara khusus aproksmas tdak mensaratkan melewat semua ttk. Walaupun demkan solus ang ddapat haruslah merupakan hasl terbak ang mekat semua ttk ang dketahu. Aproksmas secara khusus lebh dkenal dengan stllah regres. f() Ada banak metode nterpolas ang dapat dterapkan, dantarana adalah: 1. Interpolas Newton. Interpolas agrange. Interpolas Hermte 4. Interpolas Invers. INTERPOASI AGRANGE Merupakan teknk ang popular, karena menggunakan fungs dalam bentuk polnom. Jka fungs ang dcar adalah f() dan cacah data n maka : f ( ) n 1 ( ) D 1

Semnar Nasonal Teknolog 007 (SNT 007) ISSN : 1978 9777 Yogakarta, 4 November 007 0, ( ) 1, dengan : Q ( ) Q ( ) Q() ( 0) ( 1) ( ).. ( - 1) ( 1 ). ( n) Contoh penelesaan untuk tga ttk dketahu. ttk tersebut adalah (1,-1), (,1/), (4,0) ( )( 4 ) 1 1 ( 7 1 ) (1 )(1 4 ) 6 ( 1)( 4 ) 1 ( 5 4 ) ( 1)( 4 ) ( 1)( ) 1 ( 4 ) (4 1)( 4 ) Penelesaan akhr ddapat sebaga berkut: P() 11() () () 1 1 ( ) ( ) 0 1 1 1 ( 7 1) * ( )( 5 4) 6 1 7 1 5 6 6 4 4 9 5 1 1 Contoh penelesaan untuk empat ttk dketahu. Empat ttk tersebut adalah (0,1), (1,), (,4), (6,-1) ( 1)( )( 6) 1 10 7 1 1 (0 1)( 0 )( 0 6) ( 0)( )( 6) 1 9 10 (1 0)(1 )(1 6) 10 10 ( 0)(( 1)( 6) 1 7 6 ( 0)( 1)( 6) ( 0)( 1)( ) 1 4 4 (6 0)( 6 1)( 6 ) 90 90 90 Penelesaan akhr ddapat sebaga berkut: D

Semnar Nasonal Teknolog 007 (SNT 007) ISSN : 1978 9777 Yogakarta, 4 November 007 P() 1 1( ) 1( ) ( ) ( ) 4 ( ) ( ) 4 ( ) 1 10 7 1 1 4 90 90 90 4 16 11 1 45 45 15 4 10 4 ( ) 10 0 4 8 4. AGORITMA Dar manual datas dapat dtulskan algortma kasarna sebaga berkut : A. Tetapkan jumlah ttk ang dketahu. Untuk mengnputkan ttk ang dketahu dapat meenggunakan dua arra dan dengan jumlah data jumlah ttkna. Dengan dua arra akan lebh mudah mengatur perlaku data ddalam program. Bsa juga menggunakan banak arra sejumlah ttk ang dketahu, sehngga masng-masng pasang data dsmpan dalam satu arra. Cara n terlhat lebh sederhana, tetap lebh sult dalam mengatur perlaku data. Dalam mplementas n nantna akan dplh cara ang pertama, akn menggunakan dua arra dan. B. Mencar () dan P() () ddapat sejumlah ttk ang dketahu, sehngga dperlukan perulangan sebanak ttk ang dketahu. Demkan pula P() merupakan jumlahan dar perkalan dan (), sehngga memerlukan perulangan ang jumlahna sana dengan proses pencaran (). Untuk mencar () dperlukan Q() dan Q(). Karena Q() merupakan hasl perkalan (-) sejumlah ttk ang dketahu, maka dperlukan perulangan lag untuk mencarna. Tetap ang harus dngat dsn adalah bahwa, untuk (-) tersebut tdak kut dalam hasl perkalan. Sehngga proses hana akan dlakukan untuk nla selan (-). Untuk Q() dapat dcar setelah Q() dketahu dengan cara mensubsttus nla ke dalam Q(). Setelah Q() dan Q() dketahu dapat dcar (). Dan untuk selanjutna mencar P(). Msalna banakna ttk ang dketahu adalah b, maka algortma datas dapat dperhalus menjad sebaga berkut: 1. Inputkan b.. Dar 1 s.d b Inputkan ttk ke. Dar 1 s.d b Car Q() Car Q() Car () Car P() D

Semnar Nasonal Teknolog 007 (SNT 007) ISSN : 1978 9777 Yogakarta, 4 November 007 4. PEMROGRAMAN DAN PENGETESAN Algortma datas dmplementaskan menjad sebuah program. stng programna sebaga berkut: clc;clear; %membangun objek smbolk sms ; %mengnputkan banakna ttk bnput('banak ttk '); %mengnputkan masng-masng ttk for 1:b fprntf('%d',) b()nput(' '); fprntf('%d',) b()nput(' '); clc; %menamplkan ttk-ttk ang sudah dnputkan ke laar clc; dsp('ttk-ttk ang dketahu adalah sebaga berkut:'); for 1:b fprntf('(%d,%1.1f)',b(),b()); %nsalsas f f0; fprntf('\n\n'); dsp('nla masng-masng ()'); % mula proses pencaran q(), q1, l, dan p for 1:b %nsalsas q q1; D 4

Semnar Nasonal Teknolog 007 (SNT 007) ISSN : 1978 9777 Yogakarta, 4 November 007 %perulangan untuk mencar q for j1:b f (~j) qq*(-b(j)); %mencar q1 dengan substtus ke g q1subs(q,,b()); %mencar l lq/q1; l1collect(l); %menamplkan l fprntf('%d() ',); dsp(l1); %mencar f ffb()*l; %menederhanakan f menjad p dan menamplkan ke laar pcollect(f); fprntf('haslna '); dsp(p); datas. Program datas dgunakan untuk menelesakan dua permasalahan ang sudah dbahas Permasalahan pertama untuk ttk dketahu. Inputna sebaga berkut : Banak ttk 1 1 1-1 0.5 4 0 D 5

Semnar Nasonal Teknolog 007 (SNT 007) ISSN : 1978 9777 Yogakarta, 4 November 007 Input datas memberkan output sebaga berkut: Ttk-ttk ang dketahu adalah sebaga berkut: (1,-1.0)(,0.5)(4,0.0) Nla masng-masng () 1() 1/6*^-7/6* () -1/*^5/*- () 1/*^-4/*1 Haslna -5/1*^9/1*- Permasalahan kedua, untuk empat ttk dketahu Inputna sebaga berkut: Banak ttk 4 1 0 1 1 1 4 4 6 4-1 Input datas memberkan output sebaga berkut: Ttk-ttk ang dketahu adalah sebaga berkut: (0,1.0)(1,.0)(,4.0)(6,-1.0) Nla masng-masng () 1() -1/*^5/9*^-/*1 () 1/10*^-9/10*^9/5* () -1/*^7/*^-1/* 4() 1/90*^-/45*^1/0* Haslna -4/45*^16/45*^11/15*1 Output program dbandngkan dengan manual ang ada sebelumna memberkan hasl ang sama. Selan dengan dua contoh datas program melalu serangkaan tes dengan menggunakan D 6

Semnar Nasonal Teknolog 007 (SNT 007) ISSN : 1978 9777 Yogakarta, 4 November 007 berbaga macam jens data. Tetap perlu menjad catatan bahwa program hana dgunakan untuk data real, tdak menangan data kompleks 5. KESIMPUAN Dperlukan teknk tersr dalam mengmplementaskan nterpolas agrange ke dalam program. Teknk tersebut sebenarna tdak jauh berbeda dalam mengmplementaskan algortma lan pada umumna akn : pemlhan tpe data ang tepat, akn pada saat nput data dlakukan. Dengan aplkas n akan lebh mudah dalam mencar fungs dar ttk-ttk ang dketahu untuk mempredks nla lanna. 6. DAFTAR PUSTAKA Gar J. astman & Naresh K. Snha, 000, Mcrocomputer-Based Numercal Methods for Scence and Engnerng. Matab 6 Help. Wllam J Palm, 004, Introducton to Matab 6 for Engneers, The McGraw-Hll Companes, Inc. http://ft.uns.ac.d/ts/kul_ol/numerk/numerk0_regres.htm http://ft.uns.ac.d/ts/kul_ol/numerk/numerk04_nterpolas.htm http://www.malang.ac.d/e-learnng/fmipa/ http://lbrar.gunadarma.ac.d/fles/dsk1/9/jbptgunadarma-gdl-course-004-jackwdjaj-415- met_num_-p.ppt D 7