1 / 14

6. PENCOCOKAN KURVA ( CURVE FITTING )

6. PENCOCOKAN KURVA ( CURVE FITTING ). Pencocokan kurva didefinisikan sebagai proses membuat suatu kurva atau fungsi matematika yang bersesuaian dengan suatu data tertentu.

tan
Download Presentation

6. PENCOCOKAN KURVA ( CURVE FITTING )

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 6. PENCOCOKAN KURVA (CURVE FITTING)

  2. Pencocokan kurva didefinisikan sebagai proses membuat suatu kurva atau fungsi matematika yang bersesuaian dengan suatu data tertentu. Seperti diketahui, data menyajikan besaran-besaran yang bersifat diskrit. Sering dalam kehidupan sehari-hari kita ingin mengetahui nilai suatu besaran yang terletak diantara dua besaran pada data tersebut. Biasanya hal ini dilakukan dengan cara melakukan pencocokan kurva pada data yang tersedia. Pencocokan kurva mencakup interpolasi dan regresi. Jika data diplot, kita dapat mengamati apakah data tersebut mengikuti pola tertentu, misal polinomial, deret trigonometri, atau deret eksponensial. Jika “ya” maka pencocokan kurva dilakukan dengan interpolasi. Jika “tidak” maka proses pencocokan kurva dilakukan dengan regresi.

  3. Fungsi pencocokan pada interpolasi biasanya menggunakan fungsi polinomial, karena relatif lebih mudah untuk dievaluasi, differensiasi, atau integrasi dibandingkan dengan deret trigonometri atau deret eksponensial. Gambar 6.1 adalah grafik yang menunjukkan data dengan tingkat akurasi yang tinggi. Cirinya adalah setiap titik-titik pada data tersebut tepat terletak pada kurva. Proses pencocokan kurva untuk data jenis ini dilakukan secara interpolasi. Sedangkan Gambar 6.2 adalah grafik yang menunjukkan data yang mempunyai tingkat akurasi yang rendah. Ciri data jenis ini adalah titik-titik data akan menyebar, sehingga tidak tepat terletak pada kurva. Proses pencocokan kurva untuk data jenis ini dilakukan secara interpolasi.

  4. y y             x x O O (b) (a) Gambar 6.1

  5. y y                            x x O O (b) (a) Gambar 6.2

  6. 6.1 Interpolasi Interpolasi adalah salah satu metode pencocokan kurva yang digunakan pada data yang mempunyai akurasi yang tinggi, untuk memperkirakan nilai data yang terletak pada rentang (x0, x1). Jika nilai yang diperkirakan terletak di luar rentang (x0,x1), maka proses yang dilakukan adalah ekstrapolasi. Metode yang paling banyak digunakan adalah metode interpolasi polinomial. Jika terdapat (n+1) titik, maka bentuk umum polinomial orde ke-n yang melewati seluruh (n+1) titik tersebut adalah f (x) = a0 + a1x + a2x2 + a3x3 + . . . + anxn (6.1)

  7. 6.1.1 Metode Langsung Interpolasi metode langsung mencakup interpolasi yang menggunakan polinom derajad 1 (linier), derajad 2 (kuadrat), atau polinom dengan derajad yang lebih tinggi, sesuai dengan jumlah titik data. Interpolasi Linier Interpolasi linier adalah metode untuk mencocokkan kurva pada dua buah titik, yaitu (x0, f(x0)) dan (x1, f(x1)) sehingga dapat memperkirakan nilai f (x) untuk nilai x yang terletak antara x0 dan x1. Interpolasi linier menggunakan persamaan p1(x) = a0 + a1x (6.2)

  8. p1(x) = a0 + a1x x = x0 f1(x) = f (x0) f (x0) = a0 + a1x0 (i) x = x1 p1(x) = f (x1) f (x1) = a0 + a1x1 (ii) f (x) f (x1)  (ii) – (i)didapat p1(x)  (iii) f (x0)  x x x1 x0 O Substitusi (iii) ke (i) atau (ii) didapat (iv)

  9. Substitusi (iv) ke (6.2) didapat Contoh 6.1 Jumlah penduduk Provinsi Sumatera Selatan tahun 2000, dan 2010 ditunjukkan pada tabel berikut. Tentukan perkiraan jumlah penduduk Sumatera Selatan tahun 2002 dengan menggunakan interpolasi linier.

  10. Penyelesaian

  11. Interpolasi Kuadrat Interpolasi kuadrat adalah metode untuk mencocokkan kurva pada tiga buah titik, yaitu (x0, f(x0)), (x1, f(x1)), dan (x2, f(x2)), sehingga dapat memperkirakan nilai f (x) untuk nilai x yang terletak antara x0, x1, dan x2. Interpolasi kuadrat menggunakan persamaan p2(x) = a0 + a1x + a2x2 (6.4) Substitusi titik-titik (x0, f(x0)), (x1, f(x1)), dan (x2, f(x2)) ke persamaan (6.5) didapat f (x0) = a0 + a1 x0 + a2 x02 f (x1) = a0 + a1 x1 + a2 x12 f (x2) = a0 + a1 x2 + a2 x22

  12. Untuk menentukan nilai-nilai a0, a1, dan a2 dapat dilakukan beberapa cara, misalnya eliminasi Gauss, Gauss-Jordan atau metode inverse matriks. Berikut akan digunakan metode inverse matriks. f (x0) = a0 + a1 x0 + a2 x02 f (x1) = a0 + a1 x1 + a2 x12 f (x2) = a0 + a1 x2 + a2 x22 Nilai-nilai a0, a1, dan a2 yang didapat disubstitusikan ke dalam persamaan (6.4)

  13. Contoh 6.2 Jumlah penduduk Provinsi Sumatera Selatan tahun 1995, 2000, dan 2010 ditunjukkan pada tabel berikut. Tentukan perkiraan jumlah penduduk Sumatera Selatan tahun 2002 dengan menggunakan interpolasi kuadrat. Dari persamaan (6.4) p2(x) = a0 + a1x + a2x2

  14. p2(x) = a0 + a1x + a2x2 = 31157857075 – 31128265,37 x + 7776,4 x2 p2(2002) = a0 + a1(2002) + a2 (2002)2 = 31157857075 – 31128265,37 (2002) + 7776,4 (2002)2 = 31157857075 – 62318787270,74 + 31167842305,6 = 6912110

More Related