Anda di halaman 1dari 2

Regresi Linier Regresi linier suatu metode untuk menentukan taksiran antara titik-titik data dengan garis linier

estimasi sedemikian rupa sehingga meminimalkan jumlah kuadrat kesalahan. Contoh data: x 0 1 2 3 4 5 y 0 20 60 68 77 110 Persamaan garis taksiran yang melewati titik-titik data adalah
y = 20 x

Berikut adalah perintah untuk memplot grafik nya:


%Nama File: Contohreg.m %====================== clear all x=[0 1 2 3 4 5]; y=[0 20 60 68 77 110]; y1=20*x; plot(x,y1,x,y,'o') axis([-1 6 -20 120]) title('Estimasi Linier') xlabel('Waktu (detik)') ylabel('Suhu (derajat Celsius)') grid on

Untuk mengevaluasi apakah garis linier estimasi sudah cocok maka dilakukan penghitungan jumlah kesalahan kuadrat, dalam hal ini adalah antara y dan y1. Perintah yang digunakan melalui command window: >> jumlah_kesalahan=sum((y-y1).^2) jumlah_kesalahan = 573 Dengan hasil jumlah kesalahan yang masih tinggi, maka perlu dicari persamaan garis linier baru yang paling cocok. Secara umum persamaan garis linier adalah y = mx + b Dalam MATLAB telah tersedia fungsi polyfit yang dapat menghitung hal ini, berikut perintah-perintah yang dapat dibuat dalam skrip.
%Nama File: Contohreglin.m %========================= clear all x=[0 1 2 3 4 5]; y=[0 20 60 68 77 110]; coef=polyfit(x,y,1); m=coef(1); b=coef(2); ybaru=m*x+b; jumlah_kesalahan=sum((y-ybaru).^2); plot(x,ybaru,x,y,'o') axis([-1 6 -20 120]) title('Estimasi Linier') xlabel('Waktu (detik)') ylabel('Suhu (derajat Celsius)') grid on

Tugas: 1. Diketahui data berikut: x y 1 0,5 2 2,5 3 2 4 4 5 3,5 6 5,5 7 6,5 8 8,5

Taksirlah persamaan garis linier menggunakan fungsi polyfit. Kemudian taksirlah nilai y untuk x=4,5. 2. Diketahui data berikut: x y 77 82 50 66 71 78 72 34 80 35 95 85 87 75 98 85

Taksirlah persamaan garis linier menggunakan fungsi polyfit. Kemudian taksirlah nilai y untuk x=55.

Anda mungkin juga menyukai