Aproksimasi fungsi dalam proses komputasi sering digunakan hampir semua bidang analisis numerik. Dua alasan utama penggunaan aproksimasi fungsi adalah untuk memberikan fungsi pendekatan yang efektif dan mendekati suatu fungsi yang rumit dengan fungsi yang lebih sederhana. Tesis ini membahas kinerja algoritma least sauare dan exchange untuk aprosimasi least square dan minimax fungsi univariat. Evaluasi kinerja kedua algoritma tersebut diserahkan pada parameter-parameter : order polinomial aproksimasi, panjang interval domain, kelengkungan dan panjang busur, sehingga diharapkan dapat diupayakan kinerja algoritma yang optimal. Kedua algoritma tersebut diimplementasikan pada perangkat lunak MATLAB. Untuk mengukur indikato-indikator kinerja tersebut diatas digunakan beberapa analisis statistik. Sedangkan pendugaan kinerja dilakukan dengan membuat model regresi. Hasil numerik menunjukkan bahwa terdapat perbedaan yang signifikan pada lama waktu proses kedua algoritma yaitu waktu proses algorithma least square lebih lamd dari pada waktu proses algoritma exchange, sebaliknya tidak terdapat perbedaan akurasi aproksimasi fungsi. Secara umum, parameter-parameter tersebut berpengaruh terhadap kinerja kedua algoritma. Model regresi eksponensial adalah model yang cukup baik untuk menduga kinerja kedua algoritma.