METODE REGRESI
Oleh
NIM : 1657301081
KELAS : TI 1.4
2017
i
LEMBAR PENGESAHAN
Nilai :
Keterangan :
Dosen pembimbing
ii
KATA PENGANTAR
Dengan menyebut nama Allah SWT yang telah melimpahkan rahmat dan
hidayah-nya sehingga laporan praktikum metode numerik yang telah saya buat
dapat di selesaikan sebagaimana mestinya. Laporan ini dibuat untuk memenuhi
salah satu tugas mata kuliah Metode Numerik.
Oleh karena itu, saya meminta maaf yang sebesar besarnya. Akhir kata
saya ucapkan terimakasih banyak semoga dengan saya membuat laporan ini saya
bisa mendapatkan nilai yang baik.
(Penulis)
iii
DAFTAR ISI
iv
8.6 Perhitungan Manual .................................................................................... 11
8.6.1 Perhitungan Manual Percobaan 1 ............................................. 11
8.6.2 Perhitungan Manual Percobaan 2 ............................................. 12
v
DAFTAR GAMBAR
vi
vii
PRAKTIKUM 8
METODE REGRESI
8.1.Tujuan Praktikum
Mampu melakukan analisis regresi sederhana dengan menggunakan
metode linear, eksponensial, dan polinomial.
8.2.Dasar Teori
Regresi adalah salah satu metode untuk menentukan hubungan sebab-
akibat antara satu variabel dengan variabel(-variabel) yang lain. Dan juga Regresi
adalah sebuah teknik untuk memperoleh persamaan kurva pendekatan dari titik-
titik data.
Regresi Linier
y=mx+c
1
Algoritma Regresi Linier
1. Tentukan N titik data yang diketahui dalam (xi,yi) untuk i=1,2,3,,N
2. Hitung nilai m dan c dengan menggunakan formulasi dari regresi linier di
atas
3. Tampilkan fungsi linier
4. Hitung fungsi linier tersebut dalam range x dan step dx tertentu
5. Tampilkan hasil tabel (xn,yn) dari hasil fungsi linier tersebut.
Regresi Eksponensial
2
Regresi Eksponensial merupakan pengembangan dari regresi linier dengan
memanfaatkan fungsi logaritmik Untuk fungsi = + dapat di logaritmakan
menjadi:
= ( + )
atau
= +
jika
= +
maka
=
Regresi Polinomial
3
Gambar 8.3 Grafik Regresi Polinomial
Fungsi pendekatan :
4
8.3.Alat dan Bahan
Sebuah PC atau laptop
Software matlab
8.4.Langkah Kerja
1. Menjalankan software matlab
2. Membuka lembar kerja M_file
3. Mengetikkan skrip program pada lembar kerja m_file
4. Menyimpan m_file
5. Menjalankan m_file dengan cara klik menu play pada toolbar
6. Melihat hasil pada command window
8.5 Percobaan
8.5.1 Percobaan 1
5
plot(xi,yi,'o')
axis([0 10 0 25])
title('data pengamatan')
xlabel('x')
ylabel('y')
grid on
fprintf('Persamaan Regresi Linear Y=[%2.4f]x+[%2.4f]\n',m,c)
Hasil Grafik
Untuk menampilkan linear dan keterangan data pada grafik maka pilih
Tools->Basic Fitting dari jendela Figure yang tampil dan mengatur kotak
dialog seperti dibawah ini
6
Gambar 8.5 Jendela Basic Fitting Untuk Persamaan Regresi Linear
7
8.5.2 Percobaan 2
Program MATLAB Metode Newton Regresi Eksponensial
8
Hasil Program Percobaan 2
Hasil Grafik
9
8.5.3 Percobaan 3
Program MATLAB Metode Newton Regresi Polinomial
Hasil Grafik
10
8.6 Perhitungan Manual
8.6.1 Perhitungan Manual Percobaan 1
Dari program percobaan reglinear.m di peroleh hasil sebagai berikut :
151032.4163.5172.8
m= = 2.21481500
15404.6763.52
y = 2.21481500x+2.143950
xi yi
0 3
0.8 3.5
1 4.5
2 6.3
1.5 5.1
2.4 7
3 8
4 10
4.4 13
5.4 12.4
5.9 16
6.2 18
7.6 22
9.3 19
10 25
11
8.6.2 Perhitungan Manual Percobaan 2
Dari percobaan program Regeksponensial.m diperoleh data sebagai
berikut :
xi yi zi=ln y
0.5 0.5 -0.69314718
2 1.5 0.40546511
3 3.4 1.22377543
4 5.7 1,74046617
4.5 8.4 2,12823171
= 14 = 4.8048 N=5
= 74.05 2 = 49.5
Untuk mencari nilai a dan b digunakan cara yang sama seperti mencari m dan c
pada linier.
5 74.05 14 4.8048
= = 5.8832
5 (14)2
4.8048 14
= 5.8832 = 15.5119
5 5
Sehingga persamaan Eksponensialnya adalah :
= 5.883215.5119
12
8.7 Analisa
8.7.1 Analisa Program Percobaan 1
13
Analisa Pembahasan Percobaan 1
14
Analisa Program Percobaan 2
15
Analisa Pembahasan Percobaan 2
16
Analisa Program Percobaan 3
17
8.6 Kesimpulan
18
DAFTAR PUSTAKA
Analisis Regresi.
http://rufiismada.files.wordpress.com/2012/02/analisiregresi.pdf
http://putriafifah-fst11.web.unair.ac.id/artikel_detail-113780-Umum-
Regresi%20Linier%20Menggunakan%20MATLAB.html
19