MT Regresi Dan Interpolasi PDF
MT Regresi Dan Interpolasi PDF
id
Acuan
Chapra, S.C., Canale R.P., 1990, Numerical Methods for Engineers,
2nd Ed., McGraw-Hill Book Co., New York.
n Chapter 11 dan 12, pp. 319-398.
Curve Fitting
3 http://istiarto.staff.ugm.ac.id
Pemakaian regresi
Apabila data menunjukkan tingkat kesalahan yang cukup signifikan
atau menunjukkan adanya noise
Untuk mencari satu kurva tunggal yang mewakili pola umum perilaku
data
Kurva yang dicari tidak perlu melewati setiap titik data
Curve Fitting
5 http://istiarto.staff.ugm.ac.id
Interpolasi
Diketahui bahwa data sangat akurat
Untuk mencari satu atau serangkaian kurva yang melewati setiap titik
data
Untuk memperkirakan nilai-nilai di antara titik-titik data
Extrapolasi
Mirip dengan interpolasi, tetapi untuk memperkirakan nilai-nilai di luar
range titik-titik data
Curve Fitting terhadap Data Pengukuran
6 http://istiarto.staff.ugm.ac.id
1
merepresentasikan sebaran data
2 St
Varian (ragam), variance sy =
n 1
sy
Coefficient of variation c.v. = 100%
y
Distribusi Probabilitas
8 http://istiarto.staff.ugm.ac.id
frek
Distribusi Normal
salah satu distribusi/sebaran
data yang sering dijumpai
adalah distribusi normal
X
9 Regresi
Regresi linear
Regresi non-linear
Regresi: Metode Kuadrat Terkecil
10 http://istiarto.staff.ugm.ac.id
Bagaimana caranya?
Program komputer
Spreadsheet (Microsoft Excel)
SciLab
Regresi Linear
12 http://istiarto.staff.ugm.ac.id
Microsoft Excel
INTERCEPT(y1:yn;x1:xn)
SLOPE(y1:yn;x1:xn)
Regresi Linear
13 http://istiarto.staff.ugm.ac.id
n xi yi xi yi
a1 = 2
n xi ( xi )
2
a0 = y a1x
y = f(x)
2 3 2 4
3 4 4 2
4 5 3.5
0
5 6 6
0 1 2 3 4 5 6 7
6 7 5.5 X
Hitungan regresi linear
17 http://istiarto.staff.ugm.ac.id
n xi yi xi yi 7(119.5) 28(24)
a1 = 2
= 2
= 0.839286
n xi ( xi ) 7(140) (28)
2
24
y= = 3.4
7
28
x= =4
7
a0 = 3.4 0.839286(4) = 0.071429
Hitungan regresi linear
19 http://istiarto.staff.ugm.ac.id
7
6
5
4
Y
3 data
2 regresi
1
0
0 1 2 3 4 5 6 7 8
X
Regresi Linear
20 http://istiarto.staff.ugm.ac.id
Kuantifikasi kesalahan
Kesalahan standar
Sr 2
sy x = Sr = (yi a0 a1xi )
n 2
St 2
sy = St = (y i y )
n 1
Regresi Linear
21 http://istiarto.staff.ugm.ac.id
St Sr koefisien determinasi
r2 =
St (coefficient of determination)
n xi y i ( xi )( y i ) koefisien korelasi
r= (correlation coefficient)
2 2
n xi ( xi ) n y i ( y i )
2 2
Hitungan regresi linear
22 http://istiarto.staff.ugm.ac.id
2
Sr = (y i a0 a1xi ) = 2.991071
2
St = (y i y ) = 22.71429
St Sr 22.71429 2.991071
r2 = = = 0.868318
St 22.71429
r = 0.931836
Regresi Linear
23 http://istiarto.staff.ugm.ac.id
y ln y
ln y = ln a1 + b1 x
y = a1 eb1x b1
1
ln a1
x x
Linearisasi persamaan non-linear (2)
25 http://istiarto.staff.ugm.ac.id
y = a2 xb2 b2
1
x log x
logb2
Linearisasi persamaan non-linear (3)
26 http://istiarto.staff.ugm.ac.id
1 b3 + x 1 b3 1
y 1/y = = +
y a3 x a3 a3 x
x b3 a3
y = a3
b3 + x 1 a3 1
x 1/x
27 Interpolasi
Metode Newton
Metode Lagrange
Interpolasi
28 http://istiarto.staff.ugm.ac.id
f(x)
f(x1)
f1(x ) f (x0 ) f (x1) f (x0 )
=
f1(x) x x0 x1 x0
f(x0) f (x1) f (x0 )
f1(x ) = f (x0 ) + (x x0 )
x1 x0
x
x0 x x1
Interpolasi Kuadratik: Metode Newton
31 http://istiarto.staff.ugm.ac.id
a0 = b0 b1x0 + b2 x0 x1
f2 (x ) = a0 + a1x + a2 x2 a1 = b1 b2 x0 b2 x1
a = b
2 2
Interpolasi Kuadratik: Metode Newton
32 http://istiarto.staff.ugm.ac.id
b0 = f (x0 )
f ( x1) f ( x0 )
b1 = = f x1, x0
x1 x0
f ( x2 ) f ( x1) f ( x1) f ( x0 )
x2 x1 x1 x0 f x , x f x , x
b2 = = f x2 , x1, x0 = 2 1 1 0
x2 x1 x2 x1
Interpolasi Polinomial: Metode Newton
33 http://istiarto.staff.ugm.ac.id
f xi , xj =
( )
f ( xi ) f xj
xi xj
f xi , xj f xj , xk
f xi , xj , xk =
xi xk
f xn , xn1, ..., x1 f xn1, nn2 , ..., x0
f xn , xn1, ..., x1, x0 =
xn x0
Interpolasi Polinomial: Metode Newton
35 http://istiarto.staff.ugm.ac.id
langkah hitungan
i xi f(xi)
ke-1 ke-2 ke-3
2 x2 f(x2) f[x3,x2]
3 x3 f(x3)
Interpolasi Polinomial: Metode Lagrange
37 http://istiarto.staff.ugm.ac.id
n
fn (x ) = Li (x ) f (xi )
i =0
x xj
n
Li (x ) =
j = 0 xi x j
j i
Contoh interpolasi
38 http://istiarto.staff.ugm.ac.id
7
i xi f(xi) 6
5
0 1 1.5
4
f(x)
1 4 3.1 3
2 5 6 2
3 6 2.1 1
0
0 1 2 3 4 5 6 7
X
39 Spline
Linear
Kuadratik
Kubik
http://istiarto.staff.ugm.ac.id
Interpolasi: Spline
40 http://istiarto.staff.ugm.ac.id
polinomial tingkat n
n n=1
n=1 n
Linear Splines
42 http://istiarto.staff.ugm.ac.id
f (x ) = ai x2 + bi x + ci
f(x) = 2ax + b
f (xi 1)
(xi x )3 + f (xi 1) (x xi 1)3
fi (x ) =
2 unknowns di setiap interval: 6(xi xi 1) 6(xi xi 1)
f(xi 1) dan f(xi ) f (xi 1) f (xi 1)(xi xi 1)
+ (xi x )
(xi xi 1) 6
f (xi ) f (xi 1)(xi xi 1)
+
(x x )
6 (x xi 1)
i i 1