Dalam dunia analisis data, sering kali kita menghadapi permasalahan berupa data yang hilang (missing value) atau data yang tidak diketahui nilainya. Situasi ini bisa muncul karena beberapa hal, seperti kesalahan input oleh pengguna (user error), gangguan pada sistem pengukuran, atau keterbatasan alat ukur yang digunakan dalam proses pengambilan data.
Untuk mengatasi hal tersebut, terdapat dua pendekatan matematis yang sangat umum digunakan, yaitu interpolasi dan ekstrapolasi.
Kedua teknik ini membantu kita memperkirakan atau menebak nilai data yang tidak diketahui dengan cara mengamati pola dari data yang sudah ada.
Apa Itu Interpolasi dan Ekstrapolasi?
1. Pengertian Interpolasi
Interpolasi adalah teknik untuk memperkirakan nilai suatu variabel yang hilang di antara dua titik data yang diketahui. Dengan kata lain, interpolasi digunakan untuk menemukan nilai di dalam rentang (range) dari data yang sudah tersedia.
Contohnya, jika kamu memiliki data suhu pada jam 08.00 dan 10.00, maka interpolasi dapat digunakan untuk memperkirakan suhu pada jam 09.00.
Secara sederhana, interpolasi membantu kita memahami nilai di antara dua data yang sudah ada, tanpa harus melakukan pengukuran ulang di lapangan.
2. Pengertian Ekstrapolasi
Berbeda dengan interpolasi, ekstrapolasi digunakan untuk memperkirakan nilai di luar rentang data yang sudah diketahui.
Misalnya, jika kamu memiliki data suhu dari jam 08.00 hingga 10.00, maka ekstrapolasi bisa digunakan untuk memperkirakan suhu pada jam 11.00.
Dengan kata lain, interpolasi mencari nilai di dalam rentang data, sedangkan ekstrapolasi mencari nilai di luar rentang data.
Keduanya sama-sama penting dalam analisis, terutama ketika data tidak lengkap atau ingin melakukan prediksi berdasarkan pola yang sudah ada.
Jenis-Jenis Teknik Interpolasi
Dalam praktik analisis data, terutama dalam bidang statistik dan pemodelan matematis, interpolasi memiliki beberapa teknik utama, antara lain:
1. Interpolasi Polinomial
Metode ini menggunakan fungsi polinomial untuk mendekati nilai yang tidak diketahui.
Polinomial yang digunakan bisa berbentuk linear, kuadratik, atau lebih kompleks tergantung jumlah data dan tingkat akurasi yang dibutuhkan.
Contoh paling sederhana adalah interpolasi linear, yang menggunakan garis lurus antara dua titik data untuk menaksir nilai di antaranya.
2. Interpolasi Piecewise
Berbeda dari polinomial, interpolasi piecewise membagi data menjadi beberapa segmen kecil dan setiap segmen dianalisis secara terpisah.
Metode ini sangat efektif untuk data yang memiliki pola berubah-ubah, karena setiap bagian bisa disesuaikan dengan karakteristik datanya sendiri.
Namun, pada artikel ini kita akan fokus pada interpolasi dan ekstrapolasi dasar, terutama yang bisa langsung diterapkan menggunakan Microsoft Excel, tanpa memerlukan rumus rumit atau pemrograman tambahan.
Interpolasi dan Ekstrapolasi dalam Konteks Matematika
Secara matematis, interpolasi dapat dipahami sebagai proses pendekatan numerik yang dilakukan ketika kita membutuhkan nilai dari suatu fungsi y = f(x) yang rumus aslinya tidak diketahui.
Kita menggunakan data yang ada untuk mendekati fungsi tersebut dan menemukan nilai yang paling logis di antara dua titik.
Sedangkan ekstrapolasi merupakan proses memperluas atau memperkirakan data di luar batas yang diketahui.
Metode ini umumnya digunakan untuk prediksi tren atau proyeksi nilai di masa depan, misalnya memperkirakan pertumbuhan populasi, penjualan, atau kenaikan suhu berdasarkan data sebelumnya.
Kapan Interpolasi dan Ekstrapolasi Digunakan?
Berikut beberapa contoh penerapan kedua metode ini dalam kehidupan nyata:
- Bidang pendidikan: memperkirakan nilai siswa yang tidak hadir berdasarkan pola nilai sebelumnya.
- Bidang ekonomi: memprediksi harga barang di masa depan menggunakan data historis.
- Bidang teknik: menaksir performa mesin pada suhu tertentu di luar rentang pengujian.
- Bidang sains: memperkirakan hasil eksperimen pada titik yang belum diuji.
Cara Menggunakan Formula Interpolasi dan Ekstrapolasi di Excel
Microsoft Excel menyediakan berbagai fungsi yang memudahkan kita melakukan interpolasi dan ekstrapolasi tanpa perlu perhitungan manual yang kompleks.
Salah satu cara sederhana untuk melakukan interpolasi linear adalah dengan menggunakan fungsi ROW() dan rumus dasar matematika.
=(Angka Terbesar – Angka Terkecil) / (ROW(angka terbesar) – ROW(angka terkecil))
Penjelasan:
- Angka_Terbesar: nilai tertinggi dari data yang diketahui.
- Angka_Terkecil: nilai terendah dari data yang diketahui.
- ROW(): fungsi Excel yang mengembalikan posisi baris dari sel tertentu.
Dengan rumus di atas, kita dapat menghitung selisih proporsional antara dua nilai data yang diketahui dan memperkirakan nilai di antaranya.
Contoh Interpolasi Sederhana
Misalkan kita memiliki data nilai siswa berikut:
| Siswa | Nilai Ulangan |
|---|---|
| A | 75 |
| B | ? |
| C | 85 |
Kita ingin memperkirakan nilai B (yang hilang).
Dengan interpolasi linear, nilai B dapat diperkirakan di antara 75 dan 85, yaitu sekitar 80.
Formula Excel yang digunakan bisa disesuaikan seperti contoh sebelumnya dengan memperhitungkan posisi sel dari data yang diketahui.
Studi Kasus (Mencari Nilai yang Hilang)
Dalam contoh kita akan mencari nilai yang hilang seperti berikut :
Dalam tabel diatas tugas kita akan mencari nilai yang hilang pada nomor 2 – 6 dan 8 – 10.
Tahap Pertama
Pada tahap pertama kita tentukan terlebih dahulu nilai Interpolasi pada cell F6. Kamu bisa menuliskan rumus seperti dibawah ini
Penjelasan Rumus
- E11, adalah letak cell yang terdapat nilai atau angka terbesar, “Kamu juga bisa mencarinya dengan menggunakan rumus =MAX(range)
- E5, adalah letak cell yang terdapat nilai terkecil, “Kamu juga bisa mencarinya dengan rumus =MIN(range)
Tahap Kedua
- Selanjutnya untuk mencari nilai yang hilang dengan Interpolasi adalah dengan cara menjumlahkan nilai dari rentang nilai yang kosong.
- Untuk mencari nilai pada Nomor 2 kamu bisa menjumlahkan nilai Nomor 1 + Interpolasi.
- Untuk mencari nilai pada Nomor 3, berarti Nomor 2 + Interpolasi, dan seterusnya sampai pada data Nomor 6.
Penjelasan Rumus
- E5, adalah letak nilai data Nomor 1
- E6, adalah letak nilai data Nomor 2
- $F$5, adalah letak nilai Interpolasi
- Penggunaan $ pada cell F5 diatas adalah menjadikannya sebagai nilai Absolute agar kamu bisa menulis hanya satu rumus, kemudian menyalinnya kebawah, hal ini bisa mempersingkat waktumu. Hehehehe 😁
Tahap Ketiga
- Tahap selanjutnya adalah mencari nilai yang hilang dari luar rentang nilai terkecil – terbesar, atau jika kita melihat struktur data diatas yang diluar rentang nilai adalah data nilai pada Nomor 8 – 10.
- Caranya adalah dengan mencari nilai Ektrapolasi, dimana formulanya tetap sama dengan interpolasi namun kita menjumlahkan Angka Terbesar + Intepolasi.
- Berarti jika kita melihat data diatas maka Nomor 8 adalah data Nomor 7 + Nilai Interpolasi
- Untuk Nomor 9 adalah Nomor 8 + Nilai Interpolasi, Begitu juga seterusnya sampai nilai Nomor 10.
Penjelasan Rumus
- E11, adalah letak nilai data Nomor 7
- $F$5, adalah letak nilai Interpolasi
Kesimpulan
Interpolasi dan ekstrapolasi merupakan teknik penting dalam analisis data untuk memperkirakan nilai yang hilang atau memperluas data yang sudah ada.
Keduanya bisa diterapkan dengan mudah di Microsoft Excel menggunakan rumus sederhana tanpa memerlukan software statistik lanjutan.
Dengan memahami konsep dan penerapan interpolasi serta ekstrapolasi, kita dapat meningkatkan akurasi analisis data, mengurangi kesalahan akibat data kosong, dan mendukung pengambilan keputusan berbasis data (data-driven decision making).
