6. PENCOCOKAN KURVA (CURVE FITTING).

Slides:



Advertisements
Presentasi serupa
Penulisan Dalam Bentuk Matriks Eliminasi Gauss
Advertisements

INTERPOLASI Rumus Polinom orde ke n adalah :
INTEGRASI NUMERIK.
KONSEP DASAR Fungsi dan Grafik
Penyelesaian Persamaan Linier Simultan
Metode Numerik (3 SKS) Kuliah pertama
Pendahuluan Metode Numerik Secara Umum
Pendahuluan Metode Numerik Secara Umum
Fungsi Non Linear Yeni Puspita, SE., ME.
MATEMATIKA BISNIS PERTEMUAN kedua Hani Hatimatunnisani, S. Si
6. PENCOCOKAN KURVA (CURVE FITTING).
6. PENCOCOKAN KURVA (CURVE FITTING).
INTEGRATION Pengertian Integral Calculus Aturan Trapezoidal
Persamaan Kuadrat jika diketahui grafik fungsi kuadrat
METODE DERET PANGKAT.
Interpolasi Umi Sa’adah.
6. PENCOCOKAN KURVA (CURVE FITTING).
BAB I SISTEM PERSAMAAN LINIER
Sistem Persamaan Linier Non Homogin
Regrasi Polinomial Fata Nidaul Khasanah L
8. INTEGRASI NUMERIK (Lanjutan).
Interpolasi Newton dan Lagrange
6. PENCOCOKAN KURVA (CURVE FITTING).
MACAM-MACAM FUNGSI Matematika Ekonomi.
INTERPOLASI.
METODE NUMERIK Interpolasi
1. Pendahuluan.
Metode Dekomposisi LU Penyelesaian Sistem Persamaan Linier
Regresi Non-Linier Metode Numerik
III. PENCOCOKAN KURVA III. PENCOCOKAN KURVA 3.1 PENDAHULUAN
MATEMATIKA BISNIS Sri Nurmi Lubis, S. Si
Metode Iterasi Gauss-Seidel Penyelesaian Sistem Persamaan Linier
Metode Interpolasi Pemetaan Langsung
BAB 5: Sistem Persamaan Linier (SPL)
INTERPOLASI Edy Mulyanto.
Metode Eliminasi Gauss Penyelesaian Sistem Persamaan Linier
BAB I SISTEM PERSAMAAN LINIER
Kuliah Perdana Analisa Numerik & Pemodelan
6. Pencocokan Kurva Regresi & Interpolasi.
Interpolasi Polinomial Metode Numerik
HAMPIRAN NUMERIK FUNGSI
oleh Ir. Indrawani Sinoem, MS.
Interpolasi Polinom.
SISTEM PERSAMAAN LINIER 2
PERTEMUAN 1 PENDAHULUAN
Turunan Numerik.
BAB 4 FUNGSI KUADRAT.
NURINA FIRDAUSI
Turunan Numerik.
Metode Numerik Oleh: Swasti Maharani.
Metode Numerik (3 SKS) Kuliah pertama
PERTEMUAN 6 MATEMATIKA DASAR
MENENTUKAN PENDEKATAN SUATU FUNGSI DENGAN MENGGUNAKAN DERET TAYLOR
KONSEP DASAR Fungsi dan Grafik
IDENTIFIKASI MATERI ESENSIAL UN 2017 MATEMATIKA IPA.
Pencocokan Kurva / Curve Fitting
METODE NUMERIK INTERPOLASI.
SISTEM PERSAMAAN LINEAR
Interpolasi Polinom.
Penyelesaian Persamaan Linier Simultan
Kalkulus Diferensial - Lanjutan
Pendahuluan Metode Numerik Secara Umum
SISTEM PERSAMAAN LINIER 2
A. Sistem Persamaan Linier dan Kuadrat
Peta Konsep. Peta Konsep B. Kedudukan Dua Garis.
Metode Eliminasi Gauss Jordan
Peta Konsep. Peta Konsep A. Sistem Persamaan Linier dan Kuadrat.
Peta Konsep. Peta Konsep A. Sistem Persamaan Linier dengan dua Variabel.
Peta Konsep. Peta Konsep A. Sistem Persamaan Linier dan Kuadrat.
Metode numerik A SKS S1 Teknik Informatika
Transcript presentasi:

6. PENCOCOKAN KURVA (CURVE FITTING)

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.

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.

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

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

Jika terdapat (n+1) titik, maka bentuk umum polinomial 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)

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)

Substitusi (iii) ke (i) atau (ii) didapat 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) x0 f (x0) x ? x1 f (x1) x f (x) O  f (x0) f (x1) x1 x0 p1(x) (ii) – (i) didapat (iii) Substitusi (iii) ke (i) atau (ii) didapat (iv)

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. 2000 2010  6899675  7450394

Penyelesaian

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

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)

Jumlah penduduk Provinsi Sumatera Selatan tahun 1995, 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. x0 = 1995 f (x0) = 7207545  x1 = 2000 f (x1) = 6899675 x2 = 2010 f (x2) = 7450394 Dari persamaan (6.4) p2(x) = a0 + a1x + a2x2

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