PERCOBAAN XIII

REGRESI LINEAR DAN REGRESI EKSPONENSIAL

I.

TUJUAN INSTRUKSIONAL
Setelah menyelesaikan praktikum ini, mahasiswa memiliki
kemampuan:
1) Menyelesaikan permasalahan curve fitting menggunakan metode regresi
linear, dan regresi eksponensial
2) Menyusun program metode regresi linear dan regresi eksponensial untuk
menyelesaikan permasalahan yang diberikan.

II.

DASAR TEORI
1. Regresi Linear
Regresi linier digunakan menentukan fungsi linier (garis lurus) yang
paling sesuai dengan kumpulan titik data (xn,yn) yang diketahui.

Gambar 1. Sebaran data dengan kurva linear

Dalam regresi linier ini yang dicari adalah nilai m dan c dari fungsi
linier y=mx+c, dengan:
N

i =1

m=

i=1

i=1

( )( )
( )

N x i y i

xi

N xi
i=1

xi

i=1

( ) ( )
yi

c=

yi

i=1

xi

i=1

= y m x

Algoritma Regresi Linear:

Step 1: Masukkan N pasang data yang diberikan
dalam (xi, yi) untuk i=1,2,, N
Step 2: Hitung nilai m dan c

( )( )
( )

N x i y i
i =1

m=

i=1

N xi
i=1

xi

i=1

yi

xi

i=1

( ) ( )

c=

i=1

xi

yi

i=1

= y m x

Step 3: Tampilkan fungsi linear

Step 4: Hitung fungsi linear tersebut dalam range x
dan step dx tertentu.
Step 5: Tampilkan hasil pada tabel, nilai x n , y n

dari hasil fungsi linear tersebut.

Flowchart Regresi Linear

2. Regresi Eksponensial
Regresi eksponensial digunakan menentukan fungsi eksponensial yang
paling sesuai dengan kumpulan titik data (xn,yn) yang diketahui.
Regresi eksponensial ini merupakan pengembangan dari regresi linier
dengan memanfaatkan fungsi logaritma natural.
Misalkan persamaan kurva memiliki bentuk:
y=ea +bx

Tranformasi dengan menggunakan fungsi ln, sehingga persamaan

menjadi:
ln y=ln ea +bx
ln y=a+bx
Dilakukan transformasi berikut:
z=ln y
Sehingga persamaan menjadi:
z=a+ bx
Dengan demikian dapat digunakan regresi linear dalam menentukan
fungsi eksponensial yang paling sesuai degan data.
Algoritma Regresi Eksponensial
Step 1: Tentukan N titik data yang diketahui dalam
(xi,yi) untuk i=1,2,3,...,N
Step 2: Ubah nilai y menjadi z dengan z = ln y
Step 3: Hitung nilai a dan b dengan menggunakan
formulasi dari regresi linear
N

N x i z i
b=

i=1

i=1

i=1

( )( )
( )
xi

N xi
i=1

i=1

( )( )

a=

xi

zi
i=1

zi

xi

i=1

= z b x

Step 4: Tampilkan fungsi eksponensial

y=e z

dengan z=a+bx
Step 5: Hitung fungsi eksponensial tersebut dalam
range x dan step dx tertentu
Step 6: Tampilkan hasil pada tabel nilai x n , y n dari
hasil fungsi eksponensial tersebut.

Flowchart Regresi Eksponensial

III.

PERBEDAAN REGRESI EKSPONENSIAL DENGAN REGRESI

LINEAR
Perbedaan regresi eksponensial dengan regresi linear adalah sebagai
berikut:

1. Bentuk kurva initial dari masing-masing metode berbeda, yaitu:

Metode Regresi Linear digunakan untuk menentukan fungsi
linear (garis lurus) yang paling sesuai dengan kumpulan titik
data(xn, yn) yang diketahui dengan cara diplot ke dalam bentuk
grafik dengan hasil membentuk garis linear yang cacat.
Metode Regresi eksponensial digunakan untuk menentukan
fungsi eksponensial yang paling sesuai dengan kumpulan titik
data(xn, yn) yang diketahui dengan cara diplot ke dalam bentuk
grafik dengan hasil membentuk pola kurva yang memiliki titik
puncak tapi cacat.
2. Algoritma yang digunakan untuk mendapatkan hasilnya dari setiap
metode berbeda, yaitu:
Regresi Eksponensial harus mengubah nilai y menjadi z dengan
z= ln y. Dimana, hasilnya diperoleh dari perhitungan dengan
fungsi eksponensial yaitu
a +bx
y=e
Regresi linear tidak perlu mengubah nilai input atau data yang
diberikan untuk melakukan pengolahan data untuk mendapatkan
nilai m dan c. Dimana, hasilnya diperoleh dari perhitungan
dengan fungsi linear yaitu y=mx+c

Form Laporan Akhir

I.

Plot Sebaran Data

Grafik 1. Regresi
Eksponensial

Grafik 2. Regresi Linear

II.

Listing Program
a. Regresi Linear
clc
clear
%data1
%x=[1 2 4 5 8 12 16 20 23 28 30 34];
%y=[10 12 18 22 20 30 26 30 26 28 22 20];
%data2
x=[1 3 5 7 10 12 13 16 18 20 22 23];
y=[3 2 6 5 8 7 10 9 12 10 14 12];
plot(x,y)
N=length(x)
sumxy=0;
sumx=0;
sumy=0;
sumxx=0;
for i=1:N
sumxy=sumxy+x(i)*y(i);
sumx=sumx+x(i);
sumy=sumy+y(i);
sumxx=sumxx+x(i)*x(i);
end
m=((N*sumxy)-(sumx*sumy))/((N*sumxx)-(sumx*sumx))
c=(sumy/N)-(m*(sumx/N))
for i=1:N
fy(i)= m*x(i)+c;
err(i)=abs(y(i)-fy(i));
end
[x' y' fy' err']
plot(x,fy)

b. Regresi Eksponensial
clc
clear
%data1
x=[1 2 4 5 8 12 16 20 23 28 30 34];
y=[10 12 18 22 20 30 26 30 26 28 22 20];
%data2
%x=[1 3 5 7 10 12 13 16 18 20 22 23];
%y=[3 2 6 5 8 7 10 9 12 10 14 12];
plot(x,y)
N=length(x)
z=log(y);
sumxy=0;
sumx=0;
sumy=0;
sumxx=0;
for i=1:N
sumxy=sumxy+x(i)*z(i);
sumx=sumx+x(i);
sumy=sumy+z(i);
sumxx=sumxx+x(i)*x(i);
end
m=((N*sumxy)-(sumx*sumy))/((N*sumxx)-(sumx*sumx))
c=(sumy/N)-(m*(sumx/N))
for i=1:N
fy(i)= exp(c+(m*x(i)));
err(i)=abs(y(i)-fy(i));
end
[x' y' fy' err']
plot(x,fy)

III.

Hasil Percobaan
Hasil percobaan dari suatu permasalahan berikut ini:
Diberikan dua data hubungan antara nilai x dan y berikut ini. Gambarkan
sebaran titik data tersebut dalam sistem koordinat x-y. Pelajari bentuk kurva
yang sesuai berdasarkan sebaran titik data tersebut, dan buatlah persamaan
garis yang mewakilinya. Hitung pula koefesien korelasinya.
Data 1
Data 2

Dari permasalahan diatas, dapat diselesaikan dengan salah satu dari kedua
metode dari regresi. Dimana hasil percobaan disajikan dalam bentuk tabel
berikut ini:
a. Data 1 (Regresi Eksponensial)
x
y
H 16,424216,706817,286717,584118,507419,814421,213622,711723,904326,032726,936328,8385
as
il
R

e
gr
es
i
Koefisien Korelasi: 0.539115 (sedang)
b. Data 2 (Regresi Linear)
x
y
H
as
il
R
2,80003,73334,66675,60007,00007,93338,40009,800010,733311,666712,600013,0667
e
gr
es
i
Koefisien Korelasi: 0.939722 (Sangat Kuat)
Dari kedua tabel diatas didapati grafik antara nilai x dengan hasil
regresi yaitu pada:
1. Data 1

2. Data 2

IV.

Analisa
Pada percobaan kali ini yaitu tentang Regresi Linear dan Regresi
Eksponensial dapat dianalisa berdasarkan metode yang digunakan, rumus
yang digunakan, algoritma, listing program, dan hasil percobaan yang
diperoleh. Atas dasar itulah, antara metode regresi linear dan regresi
eksponensial itu berbeda.
Berdasarkan listing program yang digunakan, kedua memiliki
kesamaan. Hanya saja yang menjadi nilai y adalah z=ln(y) pada regresi
a +bx
eksponensial dan hasilnya harus dihitung dengan rumus: y=e
yang
merupakan eksponensialnya dari rumus regresi linear.
Berdasarkan algoritma yang digunakan, tidak jauh beda dengan
listing program yang dibuat. Karena listing program merupakan hasil
eksekusi dari algoritma itu sendiri. Sehingga, perbedaan dan kesamaan
yang terjadi pada algoritma itu sama halnya dengan yang terjadi di listing
programnya.
Berdasarkan hasil percobaannya, harus dilakukan pengecekan kurva
untuk menentukan regresi yang akan digunakan. Misalnya data 2 memiliki
kurva yang membentuk linear. Sehingga harus menggunakan metode
regresi linear. Sedangkan data 1 membentuk kurva yang memiliki titik
puncak ditengah. Sehingga harus menggunakan metode regresi
eksponensial. Setelah itu, eksekusi masing-masing data dengan metodenya
masing-masing. Untuk metode regresi linear mempunyai ciri-ciri yaitu
mencari fungsi linear berupa y=mx+c dimana yang dicari dari sajian data
adalah nilai m dan c. Sedangkan untuk metode regresi eksponensial yang
dicari berupa fungsi eksponensial y=ea+bx. Apabila kita lihat dari tabel,
metode linear dan metode eksponensial memiliki hasil kurva yang sedikit
berbeda. Dimana regresi linear tentu saja akan menghasilkan kurva linear,
sedangkan untuk metode regresi eksponensial memiliki kurva yang hampir
linear namun sedikit ada lengkungannya.

V.

Kesimpulan
Kesimpulan yang didapatkan dari analisa pada percobaan regresi
linear dan regresi eksponensial adalah:
1. Metode regresi linear dan metode regresi eksponensial memiliki
metode yang sedikit berbeda dalam mencari fungsinya.
2. Metode regresi linear memiliki kurva awal yang selalu naik,
sedangkan metode regresi linear memiliki kurva awal yang ada titik
puncaknya.
3. Untuk memperoleh y dari masing-masing metode berbeda, untuk
metode regresi eksponensial menggunakan rumus: y=e a+bx sedangkan
regresi linear menggunakan rumus y=mx+c
4. Pada regresi eksponensial nilai y harus diubah menjadi ln(y).
5. Metode regresi linear memiliki bentuk kurvanya linear sedangkan
untuk regresi eksponensial sedikit memiliki kelengkungan.