Makalah 1
Makalah 1
OLEH:
KELOMPOK V
YUSRIANTO (60600110046)
JURUSAN MATEMATIKA
2018
i
KATA PENGANTAR
Allah S.W.T. karena dengan berkat dan rahmat dan hidayah-Nya lah sehingga
penulis dapat menyusun dan menyelesaikan laporan lengkap “[mata kuliah]” ini
yang insya Allah dapat bermanfaat. Tak lupa penulis kirimkan salam dan shalawat
manusia dapat terlepas dari zaman jahilia menuju zaman modern seperti saat ini.
Ucapan terima kasih penulis sampaikan kepada orang tua yang telah
menjadi sumber motivasi bagi penulis. Tak lupa penulis ucapkan terima kasih
makalah ini .
kesalahan. Oleh karena itu, kritik dan saran sangat dibutuhkan, agar makalah
selanjutnya dapat lebih baik lagi. Semoga makalah ini dapat memberikan
Penulis
Kelompok V
ii
iii
DAFTAR TABEL
Tabel 1 : Tambahan berat badan setelah dua minggu sebagai fungsi dari tingkatan
dosis
Tabel 6 : Nilai-Nilai yang perlu untuk Menghitung nilai a dan b model Geometris
Tabel 8: Nilai-Nilai yang perlu untuk Menghitung nilai a dan b model Logistik
Tabel 10: Nilai-Nilai yang perlu untuk Menghitung nilai a dan b model Hiperbola
iv
KATA PENGANTAR ............................................................................................ ii
DAFTAR ISI .......................................................................................................... iv
DAFTAR TABEL ................................................................................................. iiv
BAB 1 PENDAHULUAN ...................................................................................... 1
A. Latar Belakang......................................................................................................... 1
B. Rumusan Masalah ................................................................................................... 2
C. Tujuan ..................................................................................................................... 2
BAB II TINJAUAN PUSTAKA............................................................................. 3
A. Pengertian Regresi Non-Linear ............................................................................... 3
B. Model Regresi Non-linier ....................................................................................... 4
1. Model polinom .................................................................................................... 4
2. Model Eksponen ................................................................................................. 5
3. Model Geometris ................................................................................................ 6
4. Model Logistik .................................................................................................... 7
5. Model Hiperbola ................................................................................................. 8
BAB III PEMBAHASAN ....................................................................................... 9
𝑨. Model Polinom ....................................................................................................... 9
𝐵. Model Eksponen .................................................................................................... 10
𝐶. Model Geometris ................................................................................................... 12
𝐷. Model Logistik ...................................................................................................... 14
𝐸. Model Hiperbola ................................................................................................... 16
BAB IV PENUTUP .............................................................................................. 19
A. Kesimpulan ............................................................................................................ 19
B. Saran ..................................................................................................................... 20
DAFTAR PUSTAKA ........................................................................................... 21
v
BAB 1
PENDAHULUAN
A. Latar Belakang
variabel dependen dan independen. Analisis Regresi merupakan salah satu analisa
statistic yang cukup penting dan berkaitan dengan masalah pemodelan atematik
dari suatu pasangan data penga,atan. Dalam banyak kasus hubungan antara dua
variable atau lebih tidak dapat dipresentasikan dalam bentuk liniear. Tetapi dapat
dibedakan menjadi dua macam yaitu bentuk polynomial berderjat n dan bentuk
kelinearan yaitu regresi linear dan regresi nonlinear. Seringkali kejadian dalam
kehidupan sehari-hari lebih sering merupakan pola model regresi nonlinear. Untuk
itu dalam makalah ini akan dibahas mengenai model regresi nonlinear.
i
B. Rumusan Masalah
C. Tujuan
2
BAB II
TINJAUAN PUSTAKA
untuk mengetahui pola hubungan antara variabel bebas dan variabel terikat.
Berdasarkan pola hubungannya, analisis regresi terbagi atas analisis regresi linear
nonlinear dalam antara lain model parabola, kuadratik, hiperbola, dan lain-lain.
Contoh model regresi nonlinear dalam parameter adalah model regresi logistik.
dengan,
3
B. Model Regresi Non-linier
1. Model polinom
𝑦 = 𝑐0 + 𝑐1 X+𝑐2 x2 +…+𝑐𝑥 xk
Model polinom mempunyai hanya satu peubah dasar, yaitu x. untuk k=1
𝑦 = 𝑐0 + 𝑐1X
𝑦 = 𝑐0 + 𝑐1X+𝑐2 x2
Dari model duatas dapat disimpulkan bahwa model statis parabola dalam
bentuk
𝑌 = 𝛽0 + 𝛽1 X+𝛽2X2 +𝜀
1
Muhammad Arif Tiro, “Analisis Korelasi dan regresi ( Cet III Makassar : Andia
Publisher,2010 ),h.157-187.
4
regresi , dan 𝜀 menyatakan komponen kesalahan yang mewakili selisih antara
teramati Y pada X dan nilai rerata Y pada X. Taksiran parabola untuk model
𝑦̂ = 𝑏0 + 𝑏1 X + 𝑏2 X2
pengamatan. Jika (𝑥𝑖, 𝑦𝑖, ) i=1,2,…n menyatakan data hasil pengamatan dalam
2. Model Eksponen
untuk model linier atau polinom. Taksiran model eksponen ditulis dengan :
𝑌̂ = 𝑎𝑏 𝑥 ,
5
Dimana a dan b konstanta, dan dapat dikembalikan kepada model linier
Apabila diambil
maka diperoleh :
𝑌̂ ∗ = 𝑎∗ + 𝑏 ∗ X,
koefisien regresi linear sederhana 𝑎∗ dan 𝑏 ∗ dapat dihitung, dan selanjutnya a dan
b dapat ditentukan dalam betuk logaritma, a dan b dapat dicari dengan rumus:
3. Model Geometris
dikembalikan kepada model linear. Persamaan umum ini ditaksir dengan bentuk:
𝑌̂ = 𝑎𝑋 𝑏
hasil:
6
Dan ini merupakan model linear dalam log X dan log 𝑌̂. Koefisien-
4. Model Logistik
luas. Bentuk model logistik yang paling sederhana dapat ditaksir oleh:
1
𝑌̂ =
𝑎𝑏 𝑥 +𝑐
Dengan a dan b konstanta. Untuk 𝑌̂ yang tidak sama dengan nol, bentuk
1
= 𝑎𝑏 𝑥
̂
𝑌
1
log( ) = log 𝑎 + (log 𝑏) 𝑋
𝑌̂
1
Yang merupakan model linear dalam peubah X dan log(𝑌̂). Koefisien-koefisien a
7
1
∑𝑛𝑖=1 log ( ) ∑𝑛𝑖=1 Xi
𝑌𝑖
log 𝑎 = − (log 𝑏) ( )
𝑛 𝑛
1 1
𝑛 (∑𝑛𝑖=1 𝑋𝑖 log (𝑌 )) − (∑𝑛𝑖=1 Xi ) (∑𝑛𝑖=1 ∑ 𝑋𝑖 log (𝑌 ))
𝑖 𝑖
log 𝑏 = 𝑛 𝑆2 𝑛 2
𝑛 ∑𝑖=1 Xi − (∑𝑖= Xi )
5. Model Hiperbola
1
𝑌̂ =
𝑎 + 𝑏𝑥
Atau jika 𝑌̂ tidak ada yang bernilai nol dapat dituis menjadi:
1
= 𝑎 + 𝑏𝑋
𝑌̂
Dengan a dan b konstanta, yang ternyata merupakan bentuk linear dalam peubah-
dengan rumus:
1 1
(∑𝑛𝑖=1 𝑌 ) (∑𝑛𝑖=1 𝑋𝑖2 ) − (∑𝑛𝑖=1 𝑋𝑖 ) (∑𝑛𝑖=1 𝑋𝑖 𝑌 )
𝑖 𝑖
𝑎=
𝑛 ∑𝑛𝑖=1 X i 2 − (∑𝑛𝑖= Xi )2
1 1
𝑛 ∑𝑛𝑖=1 𝑋𝑖 𝑌 − (∑𝑛𝑖=1 𝑋𝑖 ) (∑𝑛𝑖=1 𝑌 )
𝑖 𝑖
𝑏= 𝑛 2 𝑛 2
𝑛 ∑𝑖=1 X i − (∑𝑖= Xi )
8
BAB III
PEMBAHASAN
A. Model Polinom
diukur untuk setiap hewan setelah dua minggu, dimana semua hewan dalam
Tingkatan 1 2 3 4 5 6 7 8
Dosis
Berat Badan
Tabel 1 : Tambahan berat badan setelah dua minggu sebagai fungsi dari tingkatan dosis
𝑋 3 , 𝑋 4 , 𝑋𝑌, 𝑋 2 𝑌
No X Y 𝑋2 𝑋3 𝑋4 XY 𝑋 2𝑌
1 1 1,0 1 1 1 1 1
9
7 7 6,6 49 343 2401 46,2 323,4
B. Model Eksponen
NO X Y
1 20 150
2 35 125
3 60 105
4 100 100
5 150 92
6 300 97
10
7 500 97
8 800 62
9 1200 58
10 1300 40
11 1500 38
12 1600 35
No X Y 𝑋𝑖 2 Log 𝑌𝑖 𝑋𝑖 Log 𝑌𝑖
11
12(12794,7355)−(7565)(22,5134)
Log b= =-0,00033
12(8957725)−(7565)2
Nilai b= 0,999232
22,5134 7565
Log a= − (-0,00033)× 12
= 2,086449317
12
Nilai a=122,0251407
𝑌̂ = 𝑎𝑏 𝑋
𝑌̂ = (122,0251407)(0,999232) 𝑋
C. Model Geometris
NO X Y
1 20 150
2 35 125
3 60 105
4 100 100
5 150 92
6 300 97
7 500 97
8 800 62
12
9 1200 58
10 1300 40
11 1500 38
12 1600 35
Untuk melihat kesesuain model geometris oleh karena itu diperlukan tabel baru
Tabel 6 Nlai-NIlai yang perlu untuk menghitung nilai a dan b model Geometris
13
Dengan menggunakan rumus diatas untuk data pada tabel 4 dapat diperoleh
12(53,8072)−(29,4519)(22,5134)
b= =-0,2856
12(77,3543)−(29,4519)2
22,5134 29,4519
log a= — 0,2856 ( ) = 2,5770
12 12
𝑌̂=(377,6)𝑋 −0,2856
Atau
(377,6)
𝑌̂= 𝑋 −0,2856
D. Model Logistik
NO X Y
1 20 150
2 35 125
3 60 105
4 100 100
5 150 92
14
6 300 97
7 500 97
8 800 62
9 1200 58
10 1300 40
11 1500 38
12 1600 35
Untuk melihat kesesuain model Logistik oleh karena itu diperlukan tabel baru
1 1 1
log 2 𝑋𝑖 log
No X Y 𝑌𝑖 𝑌𝑖 𝑋𝑖 𝑌𝑖
1 20 150
0,006666667 -2,176091259 400 -43,5218
2 35 125
0,008 -2,096910013 1225 -73,3919
3 60 105
0,00952381 -2,021189299 3600 -121,271
4 100 100
0,01 -2 10000 -200
5 150 92
0,010869565 -1,963787827 22500 -294,568
6 300 97
0,010309278 -1,986771734 90000 -596,032
7 500 97 25000
0,010309278 -1,986771734 0 -993,386
8 800 62 64000
0,016129032 -1,792391689 0 -1433,91
9 1200 58 14400
0,017241379 -1,763427994 00 -2116,11
10 1300 40 16900
0,025 -1,602059991 00 -2082,68
15
11 1500 38 22500
0,026315789 -1,579783597 00 -2369,68
53,80
-1,544068044
12 1600 35 0,028571429 72 -2470,51
Dengan menggunakan rumus diatas untuk data pada tabel 8 dapat diperoleh
12(−12795)−(7565)(−22,51325318 )
Log b= =0,000334
12(8957725)−(7565)2
Nilai b= 1,000769
22,5134 7565
Log a= − (-0,00033)× 12
= -2,08647
12
Nilai a=0,008195
1
𝑌̂=0,008195)(1,000769)𝑋
E. Model Hiperbola
NO X Y
1 20 150
2 35 125
3 60 105
16
4 100 100
5 150 92
6 300 97
7 500 97
8 800 62
9 1200 58
10 1300 40
11 1500 38
12 1600 35
17
1500 38 0,0263 2250000 42,05
Dengan nilai-nilai
𝑛 𝑛
1
∑ 𝑋𝑖 = 7565, ∑ log = 0,1786
𝑌𝑖
𝑖=1 𝑖=1
12(167,112) − (7565)(0,1786)
𝑏= = 0,000013
12(8957725) − (7565)2
0,1786 7565
𝑎= − (0,000013) ( ) = 0,0066
12 12
1
𝑌̂ =
0,0066 + 0,000013𝑋
18
BAB IV
PENUTUP
A. Kesimpulan
Adapun kesimpulan pada makalah ini adalah perbedaan dari setiap model
regresi non-linear :
1. Model Polinom
𝑦 = 𝑐0 + 𝑐1X+𝑐2 x2 +…+𝑐𝑥 xk
2. Model Eksponen
𝑌̂ = 𝑎𝑏 𝑥
3. Model Geometris
𝑌̂ = 𝑎𝑋 𝑏
4. Model Logistik
1
𝑌̂ =
𝑎𝑏 𝑥 +𝑐
5. Model Hiperbola
1
𝑌̂ =
𝑎 + 𝑏𝑥
19
B. Saran
Adapun saran pada makalah ini adalah agar penulis lebih fokus dan detail
20
DAFTAR PUSTAKA
Arif Tiro, Muhammad., 2010 . Analisis Korelasi dan Regresi . Makassar : Andia Publisher
21