LAPORAN UJIAN AKHIR PRAKTIKUM

ANLISIS NUMERIK
REGRESI KUADRAT TERKECIL DENGAN JKG

OLEH
DINA AYU FITRIANI 125090507111019
NIKEN HAPSARI
125090500111019
NURUL IMANIA
125090500111035

ASISTEN 1 : ALDO KAUTSAR ROHIM

ASISTEN 2 : HASAN BISRI

LABORATORIUM KOMPUTER
PROGRAM STUDI STATISTIKA
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA
2014

BAB I
HASIL DAN PEMBAHASAN
1. Regresi Linier
CODING
clc; clear all;

x=[ 0,53 0,27 0,90 0,24 0,12

0,80 0,87 0,98 0,54 0,56 0,49
0,74 0,48 0,21 0,91 0,70 0,03
0,93 0,05 0,91 0,15 0,01 0,35
0,61 0,77 0,82 0,49 0,84 0,02
0,89 0,62 0,83 0,05 0,94 0,75
0,25 0,57 0,01 0,93 0,42 0,93
0,19 0,87 0,67 0,43 0,51 0,35
0,16 0,64 0,33];
y=[ 0,90 0,75 0,90 0,65 0,15
0,09 0,96 0,21 0,48 0,23 0,86
0,24 0,96 0,60 0,02 0,42 0,71
0,07 0,84 0,02 0,66 0,31 0,48
0,48 0,54 0,02 0,29 0,39 0,24
0,46 0,08 0,89 0,32 0,58 0,49
0,72 0,11 0,56 0,65 0,53 0,48
0,48 0,06 0,24 0,33 0,99 0,82
0,37 0,41 0,17];

n=50;
sigx=0;
sigy=0;
sigxy=0;
sigxkuad=0;
sigykuad=0;
disp('REGRESI LINEAR');

PENJELASAN
Membersihkan data
sebelumnya atau memulai
suatu coding
data variabel x dari exel

data variabel y dari exel

Banyak data
Iterasi awal untuk variabel
sigx
Iterasi awal untuk variabel
sigy
Iterasi awal untuk variabel
sigxy
Iterasi awal untuk variabel
sigxkuad
Iterasi awal untuk variabel
sigykuad
Nama source code yang
akan muncul di Command
Window

disp('x=[0,53 0,27 0,90 0,24

0,12 0,80 0,87 0,98 0,54 0,56
0,49 0,74 0,48 0,21 0,91 0,70
0,03 0,93 0,05 0,91 0,15 0,01
0,35 0,61 0,77 0,82 0,49 0,84
0,02 0,89 0,62 0,83 0,05 0,94
0,75 0,25 0,57 0,01 0,93 0,42
0,93 0,19 0,87 0,67 0,43 0,51
0,35 0,16 0,64 0,33]');
disp('y=[
0,15 0,09
0,86 0,24
0,71 0,07
0,48 0,48
0,24 0,46
0,49 0,72
0,48 0,48
0,82 0,37

0,90
0,96
0,96
0,84
0,54
0,08
0,11
0,06
0,41

disp('i
x(i)
y(i)^2 x(i)y(i));
for i=1:n

0,75 0,90
0,21 0,48
0,60 0,02
0,02 0,66
0,02 0,29
0,89 0,32
0,56 0,65
0,24 0,33
0,17]');

y(i)

0,65
0,23
0,42
0,31
0,39
0,58
0,53
0,99

x(i)^2

sigx=sigx+x(i);
sigy=sigy+y(i);
sigxy=sigxy+x(i)*y(i);
sigxkuad=sigxkuad+x(i)^2;
sigykuad=sigykuad+y(i)^2;
end;
for i=1:n
fprintf('%g %3f %3f %3f
%3f\n',i,x(i),y(i),x(i)^2,x(i)*y(i));

end;
fprintf('
%g %3f %3f
%3f\n',sigx,sigy,sigxkuad,sigxy);

%3f

Untuk mencari nilai x

Untuk mencari nilai y

Untuk menampilkan nilai

yang diperlukan
Untuk i=1 sampai n
hitung
rumusnya
rumusnya
rumusnya
rumusnya
rumuasnya
perintah berhenti
Untuk i=1 sampai n
hitung
Menampilkan
pada
comman
windows
i,x(i),y(i),x(i)^2,x(i)*y(i))
dan hasilnya sampai
banyak n yaitu 10, %3f
maksudnya jarak antar
kolom adalah 3 spasi
Perintah berhenti
Hasil yang akan muncul

p=(n*sigxkuad)-(sigx)^2;
a=(sigxkuad*sigy-sigx*sigxy)/p
b=(n*sigxy-sigx*sigy)/p
X=0:1:1;
f=a+b*X;

plot(x,y,'xk',X,f,'b')
Y_Duga=f(2)
JKT=(sigykuad-((sigy^2)/n))
JKR=b*(sigxy-(sigx*sigy/n))
JKG=JKT-JKR

Mencari nilai p
Mencari nilai a
Mencari nilai b
Nilai X antara 0 sampai 1
untuk menghitung nilai
dari persamaan regresi
linier,
Peirntah untuk mebuat
grafik
menghitung nilai duga
regresi dengan x=2
Rumus untik menghitung
JKG

Hasil grafik:

Hasil pada Command Windows

a= 13.9997 dan nilai b= 0.4205

sehingga persamaan regresi linier adalah: ^y = 13.9997+0.4205x.

nilai

Dari persamaan tersebut nilai

^y ketika

x=30 adalah 17.7846.

Dan didapatkan nilai JKT = 5.4993e+004, JKR = 1.0482e+004, dan

JKG = 4.4511e+004

2. Regresi Kuadrat
CODING
clc; clear all;
x=[ 0,53 0,27 0,90 0,24
0,12 0,80 0,87 0,98 0,54
0,56 0,49 0,74 0,48 0,21
0,91 0,70 0,03 0,93 0,05
0,91 0,15 0,01 0,35 0,61
0,77 0,82 0,49 0,84 0,02
0,89 0,62 0,83 0,05 0,94
0,75 0,25 0,57 0,01 0,93
0,42 0,93 0,19 0,87 0,67
0,43 0,51 0,35 0,16 0,64
0,33];
y=[ 0,90 0,75 0,90 0,65
0,15 0,09 0,96 0,21 0,48
0,23 0,86 0,24 0,96 0,60
0,02 0,42 0,71 0,07 0,84
0,02 0,66 0,31 0,48 0,48
0,54 0,02 0,29 0,39 0,24
0,46 0,08 0,89 0,32 0,58
0,49 0,72 0,11 0,56 0,65
0,53 0,48 0,48 0,06 0,24
0,33 0,99 0,82 0,37 0,41
0,17];
n=10;
sigx=0;
sigy=0;
sigxy=0;
sigxkuad=0;

sigykuad=0;
sigxkuady=0;
sigx3=0
sigx4=0;
disp('REGRESI KUADRAT');
disp('x=[0,53 0,27 0,90
0,24 0,12 0,80 0,87 0,98

PENJELASAN
Membersihkan data sebelumnya atau
memulai suatu coding
data variabel x dari exel

data variabel y dari exel

Banyak data
Iterasi awal untuk variabel sigx
Iterasi awal untuk variabel sigy
Iterasi awal untuk variabel sigxy
Iterasi awal untuk variabel sigxkuad
Iterasi awal untuk variabel sigykuad
Iterasi awal untuk variabel sigxkuady
Iterasi awal untuk variabel sigx3
Iterasi awal untuk variabel sigx4
Nama source code yang akan muncul
di Command Window

0,54
0,21
0,05
0,61
0,02
0,94
0,93
0,67
0,64

0,56 0,49
0,91 0,70
0,91 0,15
0,77 0,82
0,89 0,62
0,75 0,25
0,42 0,93
0,43 0,51
0,33]');

0,74
0,03
0,01
0,49
0,83
0,57
0,19
0,35

0,48
0,93
0,35
0,84
0,05
0,01
0,87
0,16

Untuk mencari nilai x

disp('y=[ 0,90
0,65 0,15 0,09
0,48 0,23 0,86
0,60 0,02 0,42
0,84 0,02 0,66
0,48 0,54 0,02
0,24 0,46 0,08
0,58 0,49 0,72
0,65 0,53 0,48
0,24 0,33 0,99
0,41 0,17]');

0,75
0,96
0,24
0,71
0,31
0,29
0,89
0,11
0,48
0,82

0,90
0,21
0,96
0,07
0,48
0,39
0,32
0,56
0,06
0,37

Untuk mencari nilai y

disp('i
x(i)
y(i)
x(i)y(i)
x(i)^2
x(i)^2*y(i)
x(i)^3
x(i)^4');
for i=1:n
sigx=sigx+x(i);
sigy=sigy+y(i);

Untuk menampilkan
diperlukan

nilai

yang

Untuk i=1 sampai n hitung

rumusnya
rumusnya
rumusnya

sigxy=sigxy+x(i)*y(i);

rumusnya
sigxkuad=sigxkuad+x(i)^2
;
Sigykuad=sigykuat+y(i)^2
;

rumusnya
rumusnya

sigxkuady=sigxkuady+y(i)
*x(i)^2;
sigx3=sigx3+x(i)^3;
sigx4=sigx4+x(i)^4;
end;
for i=1:n
fprintf('%g
%3.5f
%3.5f

rumusnya
rumusnya
perintah berhenti
Untuk i=1 sampai n hitung
Menampilkan
pada

comman

%3.5f
%3.5f
%3.5f
%3.5f
%3.5f\n',i,x(i),y(i),x(i
)*y(i),x(i)^2,y(i)*(x(i)
^2),x(i)^3,x(i)^4);

end;
fprintf('
%g
%3.5f
%3.5f
%3.5f
%3.5f
%3.5f
%3.5f
%3.5f\n',sigx,sigy,sigxy
,sigxkuad,sigxkuady,sigx
3,sigx4);
R=[n sigx sigxkuad;sigx
sigxkuad sigx3;sigxkuad
sigx3 sigx4];
S=[sigy sigx
sigxkuad;sigxy sigxkuad
sigx3;sigxkuady sigx3
sigx4];
T=[n sigy sigxkuad;sigx
sigxy sigx3;sigxkuad
sigxkuady sigx4];
U=[n sigx sigy;sigx
sigxkuad sigxy;sigxkuad
sigx3 sigxkuady];
p=det(R);
a=det(S)/p
b=det(T)/p
c=det(U)/p
X=0:1:3;
f=a+b.*X+c.*(X.^2);
plot(x,y,'xk',X,f,'b')
Y_Duga=f(2)

Hasil grafik:

windows i,x(i),y(i),x(i)^2,x(i)*y(i)),
y(i)*(x(i)^2),x(i)^3,x(i)^4
) dan hasilnya sampai banyak n

yaitu 10, %3.5f maksudnya berjarak

3 spasi dan hasilnya terdapat 5 angka
dibelakang koma
Perintah berhenti
Hasil yang akan muncul

Mencari nilai R
Mencari nilai S

Mencari nilai T
Mencari nilai U
rumusnya
rumusnya
rumusnya
rumusnya
Nilai X antara 0 sampai 3
untuk
menghitung
nilai
dari
persamaan regresi kuadrat,
Peirntah untuk mebuat grafik
menghitung nilai duga regresi dengan
x=2

Hasil pada Command Windows:

nilai

a=

6.2412, nilai

b=

2.5320, dan nilai

c = -0.0255

sehingga persamaan regresi kudrat yang terbentuk dari data tersebut adalah:

^y =6,2412+2,532 x 0,0255 x 2 . Dari persamaan tersebut

didapatkan nilai

^y ketika

x=30 adalah 58.2654. Dan didapatkan

nilai JKT = 5.4993e+004, JKR = 6.3109e+004, JKG =-8.1162e+003.

a. Regresi Pangkat
CODING
clc; clear all;
x=[ 0,53 0,27 0,90 0,24
0,12 0,80 0,87 0,98 0,54
0,56 0,49 0,74 0,48 0,21
0,91 0,70 0,03 0,93 0,05
0,91 0,15 0,01 0,35 0,61
0,77 0,82 0,49 0,84 0,02
0,89 0,62 0,83 0,05 0,94
0,75 0,25 0,57 0,01 0,93
0,42 0,93 0,19 0,87 0,67
0,43 0,51 0,35 0,16 0,64
0,33];
y=[ 0,90 0,75 0,90 0,65

PENJELASAN
Membersihkan data sebelumnya atau
memulai suatu coding
data variabel x dari exel

data variabel y dari exel

0,15 0,09
0,23 0,86
0,02 0,42
0,02 0,66
0,54 0,02
0,46 0,08
0,49 0,72
0,53 0,48
0,33 0,99
0,17];

0,96
0,24
0,71
0,31
0,29
0,89
0,11
0,48
0,82

0,21
0,96
0,07
0,48
0,39
0,32
0,56
0,06
0,37

0,48
0,60
0,84
0,48
0,24
0,58
0,65
0,24
0,41

n=10;
sigx=0;
sigy=0;
sigxy=0;
sigxkuad=0;

Banyak data
Iterasi awal untuk variabel sigx
Iterasi awal untuk variabel sigy
Iterasi awal untuk variabel sigxy
Iterasi awal untuk variabel sigxkuad
Iterasi awal untuk variabel sigykuad
Nama source code yang akan muncul
di Command Window

sigykuad=0;
disp('REGRESI
PANGKAT\n');
disp('x=[0,53 0,27 0,90
0,24 0,12 0,80 0,87 0,98
0,54 0,56 0,49 0,74 0,48
0,21 0,91 0,70 0,03 0,93
0,05 0,91 0,15 0,01 0,35
0,61 0,77 0,82 0,49 0,84
0,02 0,89 0,62 0,83 0,05
0,94 0,75 0,25 0,57 0,01
0,93 0,42 0,93 0,19 0,87
0,67 0,43 0,51 0,35 0,16
0,64 0,33]');
disp('y=[ 0,90
0,65 0,15 0,09
0,48 0,23 0,86
0,60 0,02 0,42
0,84 0,02 0,66
0,48 0,54 0,02
0,24 0,46 0,08
0,58 0,49 0,72
0,65 0,53 0,48
0,24 0,33 0,99
0,41 0,17]');

0,75
0,96
0,24
0,71
0,31
0,29
0,89
0,11
0,48
0,82

0,90
0,21
0,96
0,07
0,48
0,39
0,32
0,56
0,06
0,37

disp('x=[0,53 0,27 0,90

0,24 0,12 0,80 0,87 0,98

Untuk mencari nilai x

Untuk mencari nilai y

Untuk menampilkan
diperlukan

nilai

yang

0,54
0,21
0,05
0,61
0,02
0,94
0,93
0,67
0,64

0,56 0,49
0,91 0,70
0,91 0,15
0,77 0,82
0,89 0,62
0,75 0,25
0,42 0,93
0,43 0,51
0,33]');

0,74
0,03
0,01
0,49
0,83
0,57
0,19
0,35

0,48
0,93
0,35
0,84
0,05
0,01
0,87
0,16

for i=1:n
sigx=sigx+log(x(i));
sigy=sigy+log(y(i));
sigxy=sigxy+log(x(i))*lo
g(y(i));
sigxkuad=sigxkuad+
(log(x(i)))^2;
Sigykuad=sigykuad+y(i)^2
;
end;
for i=1:n
fprintf('%g
%2.6f
%2.6f
%2.6f
%2.6f\n',i,log(x(i)),log
(y(i)),
(log(x(i))^2),log(x(i))*
log(y(i)));

end;
fprintf('
%g
%2.6f
%2.6f
%2.6f
%2.6f\n',sigx,sigy,sigxk
uad,sigxy);
p=(n*sigxkuad)-(sigx)^2;
A=(sigxkuad*sigysigx*sigxy)/p
B=(n*sigxy-sigx*sigy)/p
a=exp(A)
b=B
X=0:1:2;

Untuk i=1 sampai n hitung

rumusnya
rumusnya
rumusnya
rumusnya
rumusnya
perintah berhenti
Untuk i=1 sampai n hitung
Menampilkan
pada
command
windows
i,
log(x(i)),log(y(i)),
(log(x(i))^2),log(x(i))*log
(y(i)))

dan hasilnya sampai

banyak n yaitu 10, %2.6f maksudnya
berjarak 2 spasi dan hasilnya terdapat
6 angka dibelakang koma
Perintah berhenti
Hasil yang akan muncul

Mencari nilai p
Mencari nilai A
Mencari nilai B
rumusnya
rumusnya
Nilai dari X antara 0 sampai 2

f=a.*(X.^b);

menghitung nilai dari persamaan

regresi pangkat
Perintah membuat grafik
menghitung nilai duga regresi jika
x=2

plot(x,y,'xk',X,f,'b')
Y_Duga=f(2)

Hasil grafik:

Hasil pada Command Windows:

nilai

a= 0.2789 dan nilai b=0,15 4 2 sehingga persamaan regresi

pangkat yang terbentuk dari data tersebut adalah:

Dari persamaan tersebut didapatkan nilai

^y

^y =0,2 78 9 x0,176 .

ketika

x=30 adalah

0,152 . Dan didaptkan nilai JKT = 50.4167, JKR =2.1241, JKG =

48.2926.
b. Regresi Laju Pertumbuhan
CODING
clc; clear all;
x=[ 0,53 0,27 0,90
0,24 0,12 0,80 0,87

PENJELASAN
Membersihkan data sebelumnya atau
memulai suatu coding
data variabel x dari exel

0,98 0,54 0,56 0,49

0,74 0,48 0,21 0,91
0,70 0,03 0,93 0,05
0,91 0,15 0,01 0,35
0,61 0,77 0,82 0,49
0,84 0,02 0,89 0,62
0,83 0,05 0,94 0,75
0,25 0,57 0,01 0,93
0,42 0,93 0,19 0,87
0,67 0,43 0,51 0,35
0,16 0,64 0,33];
y=[ 0,90 0,75 0,90
0,65 0,15 0,09 0,96
0,21 0,48 0,23 0,86
0,24 0,96 0,60 0,02
0,42 0,71 0,07 0,84
0,02 0,66 0,31 0,48
0,48 0,54 0,02 0,29
0,39 0,24 0,46 0,08
0,89 0,32 0,58 0,49
0,72 0,11 0,56 0,65
0,53 0,48 0,48 0,06
0,24 0,33 0,99 0,82
0,37 0,41 0,17];
n=10;
sigx=0;
sigy=0;
sigxy=0;
sigxkuad=0;

sigykuad=0;
disp('REGRESI LAJU
PERTUMBUHAN');
disp('x=[0,53 0,27
0,90 0,24 0,12 0,80
0,87 0,98 0,54 0,56
0,49 0,74 0,48 0,21
0,91 0,70 0,03 0,93
0,05 0,91 0,15 0,01
0,35 0,61 0,77 0,82
0,49 0,84 0,02 0,89
0,62 0,83 0,05 0,94
0,75 0,25 0,57 0,01
0,93 0,42 0,93 0,19
0,87 0,67 0,43 0,51

data variabel y dari exel

Banyak data
Iterasi awal untuk variabel sigx
Iterasi awal untuk variabel sigy
Iterasi awal untuk variabel sigxy
Iterasi awal untuk variabel sigxkuad
Iterasi awal untuk variabel sigykuad
Nama source code yang akan muncul di
Command Window
Untuk mencari nilai x

0,35 0,16 0,64

0,33]');
disp('y=[
0,90 0,65
0,96 0,21
0,86 0,24
0,02 0,42
0,84 0,02
0,48 0,48
0,29 0,39
0,08 0,89
0,49 0,72
0,65 0,53
0,06 0,24
0,82 0,37
0,17]');

0,90
0,15
0,48
0,96
0,71
0,66
0,54
0,24
0,32
0,11
0,48
0,33
0,41

0,75
0,09
0,23
0,60
0,07
0,31
0,02
0,46
0,58
0,56
0,48
0,99

disp('i
X(i)=1/x(i)
Y(i)=1/y(i)
x(i)^2
x(i)y(i)\n');
for i=1:n
sigx=sigx+x(i);

Untuk mencari nilai y

Untuk menampilkan nilai yang diperlukan

Untuk i=1 sampai n hitung

rumusnya
rumusnya

sigy=sigy+log(y(i));

rumusnya
sigxy=sigxy+log(x(i)
)*log(y(i));

rumusnya
sigxkuad=sigxkuad+x(
i)^2;
Sigykuad=sigykuad+y(
i)^2;
end;
for i=1:n
fprintf('%g
%2.6f
%2.6f
%2.6f
%2.6f\n',i,1/x(i),1/
y(i),(1/x(i))^2,
(1/x(i))*(1/y(i)));
end;

rumusnya
perintah berhenti
Untuk i=1 sampai n hitung
Menampilkan pada command windows i,
1/x(i),1/y(i),(1/x(i))^2,
(1/x(i))*(1/y(i)))

dan hasilnya
sampai banyak n yaitu 10, %2.6f
maksudnya berjarak 2 spasi dan hasilnya
terdapat 6 angka dibelakang koma
Perintah berhenti

fprintf('
%g
%2.6f
%2.6f
%2.6f
%2.6f\n',sigx,sigy,s
igxkuad,sigxy);
p=(10*sigxkuad)(sigx)^2;
A=(sigxkuad*sigysigx*sigxy)/p
B=(10*sigxysigx*sigy)/p
a=1/A
b=B/A
X=0:1:1;
f=a.*(X./(b+X));
plot(x,y,'xk',X,f,'b
')
Y_Duga=f(2)

Hasil yang akan muncul

Mencari nilai p
Mencari nilai A
Mencari nilai B
rumusnya
rumusnya
Nilai dari X antara 1 sampai 1
menghitung nilai dari persamaan regresi
laju pertumbuhan
Perintah membuat grafik
menghitung nilai duga regresi jika x=2

Hasil grafik:

Hasil pada Command Windows:

nilai

a= 0.1473 dan nilai b= -0.0092. sehingga persamaan

regresi laju pertumbuhan yang terbentuk dari data tersebut adalah:

^y =0.1473
^y ketika

x
0.0092+ x . Dari persamaan tersebut didapatkan nilai
x=30 adalah 0.1473. Dan didaptkan nilai JKT =

-1.9447e+003, JKR = 12.1953, JKG =-1.9569e+003.

c. Regresi Eksponensial
CODING
clc; clear all;
x=[ 0,53 0,27 0,90 0,24
0,12 0,80 0,87 0,98 0,54
0,56 0,49 0,74 0,48 0,21
0,91 0,70 0,03 0,93 0,05
0,91 0,15 0,01 0,35 0,61
0,77 0,82 0,49 0,84 0,02
0,89 0,62 0,83 0,05 0,94
0,75 0,25 0,57 0,01 0,93
0,42 0,93 0,19 0,87 0,67
0,43 0,51 0,35 0,16 0,64
0,33];
y=[ 0,90 0,75 0,90 0,65
0,15 0,09 0,96 0,21 0,48
0,23 0,86 0,24 0,96 0,60
0,02 0,42 0,71 0,07 0,84
0,02 0,66 0,31 0,48 0,48
0,54 0,02 0,29 0,39 0,24
0,46 0,08 0,89 0,32 0,58
0,49 0,72 0,11 0,56 0,65
0,53 0,48 0,48 0,06 0,24
0,33 0,99 0,82 0,37 0,41
0,17];
n=10;
sigx=0;

PENJELASAN
Membersihkan data sebelumnya
atau memulai suatu coding
data variabel x dari exel

data variabel y dari exel

Banyak data
Iterasi awal untuk variabel sigx

sigy=0;
sigxy=0;
sigxkuad=0;

Iterasi awal untuk variabel sigy

Iterasi awal untuk variabel sigxy
Iterasi awal untuk variabel
sigxkuad
Iterasi awal untuk variabel
sigykuad
Nama source code yang akan
muncul di Command Window

sigykuad=0;
disp('REGRESI
EKSPONENSIAL');
disp('x=[0,53 0,27 0,90
0,24 0,12 0,80 0,87 0,98
0,54 0,56 0,49 0,74 0,48
0,21 0,91 0,70 0,03 0,93
0,05 0,91 0,15 0,01 0,35
0,61 0,77 0,82 0,49 0,84
0,02 0,89 0,62 0,83 0,05
0,94 0,75 0,25 0,57 0,01
0,93 0,42 0,93 0,19 0,87
0,67 0,43 0,51 0,35 0,16
0,64 0,33]');
disp('y=[ 0,90
0,65 0,15 0,09
0,48 0,23 0,86
0,60 0,02 0,42
0,84 0,02 0,66
0,48 0,54 0,02
0,24 0,46 0,08
0,58 0,49 0,72
0,65 0,53 0,48
0,24 0,33 0,99
0,41 0,17]');

0,75
0,96
0,24
0,71
0,31
0,29
0,89
0,11
0,48
0,82

0,90
0,21
0,96
0,07
0,48
0,39
0,32
0,56
0,06
0,37

disp('i
x(i)
Y(i)=ln(y(i))
x(i)^2
x(i)y(i)\n');
for i=1:n
sigx=sigx+x(i);
sigy=sigy+log(y(i));

Untuk mencari nilai x

Untuk mencari nilai y

Untuk menampilkan nilai yang

diperlukan
Untuk i=1 sampai n hitung
rumusnya
rumusnya
rumusnya

sigxy=sigxy+log(x(i))*log(
y(i));

rumusnya
sigxkuad=sigxkuad+x(i)^2;

Sigykuad=sigykuad+y(i)^2
end;
for i=1:n
fprintf('%g
%2.6f
%2.6f
%2.6f
%2.6f\n',i,x(i),log(y(i)),
(x(i))^2,x(i)*log(y(i)));

end;
fprintf('
%g
%2.6f
%2.6f
%2.6f
%2.6f\n',sigx,sigy,sigxkua
d,sigxy);
p=(n*sigxkuad)-(sigx)^2;
A=(sigxkuad*sigysigx*sigxy)/p
B=(n*sigxy-sigx*sigy)/p
a=exp(A)
b=B
X=0:1:2;
f=a.*exp(b*X);
plot(x,y,'xk',X,f,'b')
Y_Duga=f(2)

Hasil grafik:

rumusnya
perintah berhenti
Untuk i=1 sampai n hitung
Menampilkan pada command
windows i, x(i),log(y(i)),
(x(i))^2,x(i)*log(y(i)))
dan hasilnya sampai banyak n
yaitu 10, %2.6f maksudnya
berjarak 2 spasi dan hasilnya
terdapat 6 angka dibelakang koma
Perintah berhenti
Hasil yang akan muncul

Mencari nilai p
Mencari nilai A
Mencari nilai B
rumusnya
rumusnya
Nilai dari X antara 1 sampai 1
menghitung nilai dari persamaan
regresi ekponensial
Perintah membuat grafik
menghitung nilai duga regresi jika
x=2

Hasil pada Command Windows:

Nilai a = 0.5793 dan nilai

b=1.0358 , sehingga persamaan

regresi eksponensial yang terbentuk dari data tersebut adalah:

^y =0.5793 e1.0358 x . Dari persamaan tersebut didapatkan nilai

ketika

^y

x=30 adalah 1.8546e-014. Dan didapatkan nilai JKT =

-45.5084, JKR = 5.0954, JKG = -50.6038.

BAB V
PENUTUP
5.1 KESIMPULAN
Regresi merupakan suatu alat ukur yang juga dapat digunakan untuk
mengukur ada atau tidaknya korelasi antarvariabel. Analisis regresi sangat
membantu untuk mendapatkan bukti ilmiah dari suatu hubungan antara
variabel-variabel sekaligus meramalkannya. Dalam ilmu eksakta hubungan
antara variabel-variabel mudah dibuktikan karena sudah tegas dan

diketahui, akan tetapi dalam kajian ilmu sosial, hubungan antara variabelvariabel pada umumnya masih belum tegas dan sering tidak diketahu.
Maka dengan software Matlab dapat membantu kesulitan yang ada dan
mempermudah dalam mencari hasil dari suatu regresi. Analisis regresi
dikelompokkan dari mulai yang paling sederhana sampai yang paling rumit,
tergantung tujuan yang berlandaskan pengetahuan atau teori sementara,
bukan asal ditentukan saja. Analisis regresi macam-macamnya adalah:

Regresi Linier Sederhana, Regresi Linier Berganda, Regresi Nonlinier

(Regresi polinomial, Regresi pangkat, Regresi eksponensial, Regresi laju
pertumbuhan, Regresi Hiperbola, Regresi logaritmik, Regresi fungsi
geometri), Regresi Dummy, dan Regresi Logistik
5.2 SARAN
1. Ketika menyimpan source codenya, nama judul sebaiknya jangan ada
spasi.
2. Harus teliti dalam memasukkan setiap codenya karena jika ada yang
salah sedikit saja maka akan eror ketika di Run.
3. Harus mengetahui kapan di akhir setiap kalimat pada codenya diberi
tdanda ; (titik dua koma)
4. Memasukka rumus yang cukup rumit harus teliti tanda matematikanya
seperti pangkat menggunakan tanda (^) dan lainnya.
5. Ketika ingin melihat hasilnya yang dilihat adalah pada Command
Windowsnya dan grafiknya.

DAFTAR PUSTAKA
http://perkuliahan-vi.blogspot.com/2011/01/analisis-regresi.html (diakses
tanggal 15 Mei 2014)
http://www.slideshare.net/indraherlangga/regresi-kuadrat-terkecil (diakses
tanggal 15 Mei 2014)

http://rpprastio.wordpress.com/2012/05/21/regresi-linear/ (diakses tanggal

15 Mei 2014)
http://ngacabrul.blogspot.com/2010/12/makalah-statistik-korelasi-danregresi.html (diakses tanggal 15 Mei 2014)

LAMPIRAN

Regresi Linier

Regresi Pangkat

Regresi Kuadrat

Regresi Laju Pertumbuhan

Regresi Eksponensial