Disusun oleh:
BAB I PENDAHULUAN
A. TUJUAN
Agar mahasiswa dapat mencari akar persamaan non linear menggunakan
penyelesaian numerik.
B. DASAR TEORI
Algoritma :
Secara umum regresi linear terdiri dari dua, yaitu regresi linear sederhana
yaitu dengan satu buah variabel bebas dan satu buah variabel terikat; dan
regresi linear berganda dengan beberapa variabel bebas dan satu buah
variabel terikat. Analisis regresi linear merupakan metode statistik yang
paling jamak dipergunakan dalam penelitian-penelitian sosial, terutama
penelitian ekonomi. Program komputer yang paling banyak digunakan adalah
SPSS (Statistical Package For Service Solutions).
Y = a + b X.
A. LATIHAN
1. Diketahui data hasil pirolisis biomassa tembakau dengan katalis zeolit adalah
sebagai berikut :
Suhu Luas area peak (m-2)
300 120148
350 182173
400 216745
450 248129
500 301589
550 278624
600 251347
Lakukan regresi linear pada data tersebut dengan metode kuadrat kecil ! (Catatan:
grafik jangan lupa diberi label dan judul)
function[a,r2] = linregr(x,y)
%linregr(x,y):
%fitting kuadrat terkecil dari garis lurus terhadap data observasi.
%input:
%x = variabel bebas
%y = variabel terikat
%output:
%a = vektor slope, a(1), dan intercept, a(2)
%r2= coefficient of determination
n=length(x);
if length (y)~=n, error('banyaknya data x dan y harus sama'); end
x= x(:); y = y(:); %membuat vektor kolom
sx = sum(x); sy=sum(y);
sx2 = sum (x.*x); sxy = sum(x.*y); sy2 = sum(y.*y);
a(1) = (n*sxy-sx*sy)/(n*sx2-sx^2);
a(2) = sy/n-a(1)*sx/n;
r2 = ((n*sxy-sx*sy)/sqrt(n*sx2-sx^2)/sqrt(n*sy2-sy^2))^2
%membuat plot data dan garis fitting
xp = linspace(min(x),max(x),2);
yp = a(1)*xp+a(2);
plot(x,y,'o',xp,yp)
grid on
x=[300:50:600];
y=[120148 182173 216745 248129 301589 278624 251347];
linregr(x,y)
r2 =
0.7064
ans =
1.0e+04 *
0.0480 1.2605
Jawab :
x=[2011 2012 2013 2014 2015 2016 2017];
y=[5347 5210 4976 5538 6125 5851 7192];
p=polyfit(x,y,1)
p=
1.0e+05 *
0.0028 -5.6723
z=@(x)p(1,1)*x+p(1,2);
p=z(2018)
p=
6.8864e+03
title('Grafik RATB')
xlabel('t')
ylabel('C')
4. Nilai konduktivitas alumunium pada berbagai suhu adalah sebagai berikut:
T (K) K
(Btu/(h.ft2)(F/ft)
300 273
400 240
500 237
600 232
800 220
Dari data tersebut dapat dibuat model matematis menggunakan persamaan
linear berikut:
k = 𝑎0 𝑇 + 𝑎1
Tentukan harga 𝑎0 dan 𝑎1 dengan menggunakan metode kuadrat terkecil .
Jawab :
x=[300 400 500 600 800];
y=[273 240 237 232 220];
linregr(x,y)
r2 =
0.7818
ans =
-0.0908 287.6216
Jawab :
x=[2010 2011 2012 2013 2014 2015 2016];
y=[54237 55219 53995 62803 73245 77730 82297];
linregr(x,y)
r2 =
0.9112
ans =
1.0e+07 *
0.0005 -1.0607
z=@(x)ans(1,1)*x+ans(1,2);
p=z(2019)
p=
9.7458e+04
Jawab :
r2 =
0.6097
ans =
0.0004 -0.2709
title('Grafik Konstanta Laju Reaksi')
xlabel('T(K)')
ylabel('K((cm^3)/mol*s)')
BAB III PENUTUP
A. KESIMPULAN
KUALITATIF
Regresi linear adalah alat statistik yang dipergunakan untuk mengetahui
pengaruh antara satu atau beberapa variabel terhadap satu buah variabel
Secara umum regresi linear terdiri dari dua, yaitu regresi linear sederhana
yaitu dengan satu buah variabel bebas dan satu buah variabel terikat; dan
regresi linear berganda
Penyelesaian persamaan non linier adalah penentuan akar-akar persamaan
non linier.
KUANTITATIF
Pada latihan nomor 1 didapatkan r2 = 0.7064 ; a = 0.0480 ; b = 1.2605
Pada latihan nomor 2 didapatkan p = 6.8864e+03
Pada latihan nomor 3 didapatkan r2 = 1 ; a = 0.0200 ; b = -0.0000
Pada latihan nomor 4 didapatkan r2 = 0.7818 ; a_(0 )= -0.0908 ;
a_1 = 287.6216
Pada tugas nomor 1 didapatkan p = 9.7458e+04
Pada tugas nomor 2 didapatkan r2 = 0.6097 ; A = 0.0004 ; E = -0.2709
B. SARAN
Jika ada mahasiswa yang belum dapat menyelesaikan latihan lebih baik di
bantu hingga mendapatkan jawaban yang benar.
Lebih jelas dalam menyampaikan pengantar.
Berdoalah sebelum memulai praktikum