Pencocokan Kurva (Curve Fitting) Interpolasi dan Ekstrapolasi
Pencocokan
kurva merupakan istilah pendekatan untuk mencari fungsi yang mencocokan (fit)
titik-titik dalam table, dan fungsi yang diperoleh dari pendekatan tersebut
dikenal sebagai fungsi hampiran.
Metode
atau pendekatan yang pada umumnya digunakan untuk melakukan pencocokan kurva
antara lain
1. Regresi
kuadrat kecil (least- square regression)
Metode ini
digunakan apabila data yang tersaji memiliki tingkat kesalalahn berarti
(akurasi yang rendah). Kita hanya perlu membuat sebuah garis lurus untuk
mempresentasikan tren umum dari data-data yang telah ada. Metode regresi dapat digunakan apabila sumber
data yang digunakan cukup rendah, dan kurva yang terbentuk tidak perlu melalui
semua titik data yang ada, namun cukup mengikuti kecenderungan dari sekelompok
data.
2. Interpolasi
Metode interpolasi
adalah suatu proses pencarian dam perhitungan nilai suatu fungsi yang grafiknya
melewati sekumpulan titik-titik yang diberikan. Titik-titik tersebut dapat
berupa hasil eksperimen dalam sebuah percobaan, atau diperoleh dari sebuah
fungsi yang diketahui.
a. Interpolasi
Numerik
b. Polinomial
Interpolasi
c. Polinomial
Newton : Selisish terbagi ( Divided
difference )
d.
Polinomial
Lagrange
e. Interpolasi
dengan Spline
Interpolasi dengan MATLAB
a. Polinomial
Interpolasi dengan MATLAB
Pembaca
yang tertatang dapat menunjukan bahwa polynomial Newton dan Lagrange yang
menginterpolasikan sekumpulan titik adalah identic. Sebuah polynomial
berderajat
dapat dibentuk secara tepat dengan menggunakan
data
titik dan dapat dinyatakan sebagai
![]()
Referensi :
1. Ilhamsyah,
H. ,. (2017). DETERMINAN DAN INVERS MATRIKS BLOK 𝟐
× 𝟐.
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster), Volume 06, No. 3, hal 193
– 202
2. Maharani
, S., & Suprapto, E. (2018). Analisis Numerik. Magetan Jawa Timur : CV AE
Media Grafika.
3. Sahid.
(2005). Pengantar Komputasi Numerik dengan Matlab . Yogyakarta: C.V Andi
Offset.
Komentar
Posting Komentar