Halo rekan-rekan semua! Setelah sebelumnya kita membahas regresi, kali ini kita akan masuk ke materi Interpolasi. Berbeda dengan regresi yang mencari tren, interpolasi mengharuskan fungsi pendekatan melewati setiap titik data secara tepat (exact fit).
Video ini akan membimbing Anda menguasai algoritma interpolasi dari teori hingga praktik pemrograman MATLAB.
Apa yang akan Anda pelajari dalam video ini?
Konsep Dasar & Perbedaan dengan Regresi: Memahami mengapa interpolasi disebut sebagai "pendekatan eksak" dan kapan sebaiknya metode ini digunakan dalam data rekayasa.
Metode Polinomial Lagrange: Membedah penggunaan cardinal polynomials yang sederhana secara matematis namun sangat fleksibel untuk data dengan jarak tidak seragam.
Metode Newton & Tabel Beda Terbagi: Mempelajari algoritma yang lebih efisien untuk komputasi, di mana penambahan titik data baru tidak mengharuskan kita menghitung ulang dari awal.
Solusi Spline Kubik: Mengenal metode piecewise (potongan polinomial) yang memberikan hasil jauh lebih halus, stabil, dan bebas dari gangguan osilasi non-fisik.
Coding MATLAB (Manual & Built-in):
Cara menulis fungsi mandiri untuk algoritma Lagrange dan Newton.
Pemanfaatan fungsi industri interp1 dengan opsi 'linear', 'pchip', dan 'spline'.
