ANRE ANDRIYONO

140710190019

ABSTRAK
Nama: Anre Andriyono, tahun 2019, pada percobaan “Metode Kuadrat Terkecil”
dibimbing oleh asisten Siti Karmila
Telah dilakukan praktikum Fisika Dasar I dengan judul percobaan “Metode
Kuadrat Terkecil”. Praktikum ini dilaksanakan di Laboratorium Fisika Dasar
Gedung PPBS Fakultas Matematika dan Ilmu Pengetahuan Alam Univeristas
Padjadjaran. Laporan akhir praktikum modul metode kuadrat terkecil ini berisi
tentang penyajian data yang kemudian diolah untuk menentukan suatu garis lurus
terbaik. Metode yang digunakan dalam praktikum ini yaitu metode kuadrat
terkecil. Metode kuadrat terkecil ini merupakan salah satu metode dalam
menentukan garis lurus terbaik yang merupakan penyempurnaan dari metode-
metode yang telah ada sebelumnya dan memiliki tingkat error yang lebih rendah
dari metode yang sebelumnya. Adapun dalam mengolah data untuk menjadi
sebuah garis lurus terbaik dalam metode ini, diperlukannya nilai-nilai parameter a,
parameter b beserta simpangan baku dan juga koefisien korelasinya yang
menentukan tingkat kebaikan dan ketelitian dari garis lurus yang dibuat.
Keywords : Data, Garis Lurus Terbaik, Metode Kuadrat Terkecil, Koefisien Korelasi.

BAB I
PENDAHULUAN
1.1. Latar Belakang

Penyajian data merupakan salah satu kegiatan dalam pembuatan

laporan hasil penelitan yang telah dilakukan agar dapat dipahami dan
dianalisis sesuai dengan tujuan yang diinginkan. Penyajian data itu sendiri
dapat dilakukan dengan berbagai cara baik menggunakan grafik maupun
metode-metode lainnya. Adapun dalam penyajian data untuk menentukan
garis lurus terbaik, ada yang dikenal dengan nama Metode Kuadrat Terkecil.
Metode Kuadrat Terkecil merupakan sebuah metode pengukuran yang
ditemukan oleh seorang matematikawan dan fisikawan ternama asal Jerman
pada abad ke-17, yaitu Carl F. Gauss. Metode Kuadrat Terkecil ini
merupakan metode yang paling baik untuk menentukan hubungan linier dari
dua variabel data. Melalui Metode Kuadrat Terkecil ini, kita dapat
menyajikan data dengan lebih berguna dan akurat.
Metode Kuadrat Terkecil, merupakan salah satu metode ‘pendekatan’
yang paling penting di dalam dunia keteknikan untuk regresi ataupun
pembentukan persamaan dari titik-titik yang berfungsi untuk menentukan
dugaan bentuk regresi apakah linier atau tidak dan juga berfungsi dalam
membantu kita untuk menentukan garis lurus terbaik.

Page 1
 ANRE ANDRIYONO
140710190019

1.2. Tujuan Pecobaan

 Praktikan dapat menyajikan grafik hasil percobaan dengan baik dan benar.
 Menentukan garis lurus terbaik dari sejumlah pasangan data yang secara
teortis memiliki hubungan linier.
 Menentukan fungsi linier dari fungsi kuadratis.
 Menentukan koefisien korelasi dari beberapa pasangan data.

1.3. Alat – Alat Percobaan dan Fungsinya

 Kalkulator, berfungsi untuk menghitung dalam proses pengolahan data.

BAB II
METODE PENELITIAN
2.1. Prosedur Percobaan
 Dibagikan selembar data yang harus diolah oleh asisten praktikum.
 Ditentukan parameter a dan b beserta sesatannya dari ketiga kelompok
data yang diberikan jika diperkirakan data tersebut memenuhi fungsi :
y = ax + b
y = ax2 + bx
y = ax2 + b
 Ditentukan koefisien korelasi untuk ketiga fungsi dan menentukan fungsi
mana yang paling memenuhi data yang tersedia.
 Dikerjakan point b) dan c) untuk ketiga pasangan data yang diberikan.
 Dibuat grafik linierisasi untuk masing-masing data tersebut dengan metode
kuadrat terkecil.

BAB III
PENGOLAHAN DATA
3.1. Tabel dan Grafik Data ke-1 Menggunakan Rumus y = ax + b

Tabel 3.1.1. Data 1 menggunakan rumus y = ax + b

Jumlah data x y x^2 y^2 x.y
1.9 46.1 3.61 2125.21 87.59
2.7 42.5 7.29 1806.25 114.75
3.5 37.8 12.25 1428.84 132.3
4.3 34.6 18.49 1197.16 148.78
12
5.1 30.2 26.01 912.04 154.02
5.9 26.7 34.81 712.89 157.53
6.7 22.4 44.89 501.76 150.08
7.5 17.9 56.25 320.41 134.25

Page 2
 ANRE ANDRIYONO
140710190019

8.3 12.3 68.89 151.29 102.09

9.1 10.2 82.81 104.04 92.82
9.9 6.4 98.01 40.96 63.36
10.7 2.7 114.49 7.29 28.89
∑ 75.6 289.8 567.8 9308.14 1366.46

Pengolahan Data :
𝑁∑(𝑋.𝑌)− ∑𝑥.∑𝑦
Nilai at = 𝑁∑𝑥 2 −(∑𝑥)2

12(1366,46)−(75,6)(289,8)
= 12(567,8)−(75,6)2

= -5,018356643

Jadi, nilai at pada tabel data ke-1 adalah -5,018356643.

∑𝑥 2 .∑𝑦− ∑𝑥.∑(𝑥.𝑦)
Nilai bt = 𝑁∑𝑥 2 −(∑𝑥)2

(567,8)(289,8)−(75,6)(1366,46)
= 12(567,8)−(75,6)2

= 55,765646853

Jadi, nilai bt pada tabel data ke-1 adalah55,765646853.

1
NilaiSy = √𝑁−1 ∑[𝑦 − (𝑎𝑡 . 𝑥 + 𝑏𝑡 )]2

1
= √12−1 [289,8 − (−5,018356643)(75,6) + 55,765646853)]2

= 184,95373

Jadi, nilai Sy pada tabel data ke-1 adalah184,95373.

𝑁
Nilai ∆at = Sy√𝑁∑𝑥 2 −(∑𝑥)2

12
= 184,95373√12(567,8)−(75,6)2

= 19,33326

Jadi, nilai ∆at pada tabel data ke-1 adalah19,33326.

Page 3
 ANRE ANDRIYONO
140710190019

∑𝑥 2
Nilai ∆bt = Sy√𝑁∑𝑥 2 −(∑𝑥)2

567,8
= 184,95373√12(567,8)−(75,6)2

= 132,98791

Jadi, nilai ∆bt pada tabel data ke-1 adalah132,98791.

𝑁∑(𝑥.𝑦)− ∑𝑥.∑𝑦
Nilai Koefisien Korelasi (r) =
√[𝑁∑𝑥 2 −(∑𝑥)2 ][𝑁∑𝑦 2 −(∑𝑦)2 ]

12(1366,46)−(75,6)(289,8)
=
√[12(567,8)−(5175,36)][12(9308,14)−(83984,04)]

= -0,131943

Jadi, nilai koefisien korelasi pada tabel data ke-1 adalah-0,131943.

Grafik 3.1.1.Metode Kuadrat Terkecil Tabel 1 menggunakan rumus y = ax + b

MEKUCIL TABEL 1 RUMUS 1
50

40
su mbu Y

30

20 Mekucil
10 y = -5.0184x + 55.766 Linear (Mekucil)
R² = 0.998
0
0 2 4 6 8 10 12
sumbu X

𝒚
3.2. Tabel dan Grafik Data ke-1 Menggunakan Rumus 𝒙 = 𝒂𝒙 + 𝒃

𝑦
Tabel 3.2.1. Data 1 menggunakan rumus 𝑥 = 𝑎𝑥 + 𝑏

Jumlah
data x y' x^2 y^2 x.y
1.9 24.26316 3.61 588.7008 46.1
2.7 15.74074 7.29 247.7709 42.5
12
3.5 10.8 12.25 116.64 37.8
4.3 8.046512 18.49 64.74635 34.6

Page 4
 ANRE ANDRIYONO
140710190019

5.1 5.921569 26.01 35.06498 30.2

5.9 4.525424 34.81 20.47946 26.7
6.7 3.343284 44.89 11.17755 22.4
7.5 2.386667 56.25 5.696178 17.9
8.3 1.481928 68.89 2.19611 12.3
9.1 1.120879 82.81 1.25637 10.2
9.9 0.646465 98.01 0.417917 6.4
10.7 0.252336 114.49 0.063674 2.7
∑ 75.6 78.52896 567.8 1094.21 289.8
Pengolahan Data :
𝑁∑(𝑋.𝑌)− ∑𝑥.∑𝑦
Nilai at = 𝑁∑𝑥 2 −(∑𝑥)2

12(289,8)−(75,6)(78,52896)
= 12(567,8)−(75,6)2

= -2,239209441

Jadi, nilai at pada tabel data ke-1 menggunakan rumus ke-2 adalah-2,239209441.
∑𝑥 2 .∑𝑦− ∑𝑥.∑(𝑥.𝑦)
Nilai bt = 𝑁∑𝑥 2 −(∑𝑥)2

(567,8)(78,52896)−(75,6)(289,8)
= 12(567,8)−(75,6)2

= 20,65109989

Jadi, nilai bt pada tabel data ke-1 menggunakan rumus ke-2 adalah20,65109989.

1
Nilai Sy = √𝑁−1 ∑[𝑦 − (𝑎𝑡 . 𝑥 + 𝑏𝑡 )]2

1
= √12−1 [78,52896 − ((−2,239209441)(75,6) + 20,65109989)]2

= 68,49195

Jadi, nilai Sy pada tabel data ke-1 menggunakan rumus ke-2 adalah68,49195.

𝑁
Nilai ∆at = Sy√𝑁∑𝑥 2 −(∑𝑥)2

12
= 68,49195√12(567,8)−(75,6)2

= 7,15948

Page 5
 ANRE ANDRIYONO
140710190019

Jadi, nilai ∆at pada tabel data ke-1 menggunakan rumus ke-2 adalah7,15948.

∑𝑥 2
Nilai ∆bt = Sy√𝑁∑𝑥 2 −(∑𝑥)2

567,8
= 68,49195√12(567,8)−(75,6)2

= 6,529495125

Jadi, nilai ∆bt pada tabel data ke-1 menggunakan rumus ke-2adalah6,529495125.
𝑁∑(𝑥.𝑦)− ∑𝑥.∑𝑦
Nilai Koefisien Korelasi (r) =
√[𝑁∑𝑥 2 −(∑𝑥)2 ][𝑁∑𝑦 2 −(∑𝑦)2 ]

12(289,8)−(75,6)(78,52896)
=
√[12(567,8)−(75,6)2 ][12(1094,21)−(78,52896)2 ]

= -0,889249015

Jadi, nilai koefisien korelasi pada tabel data ke-1 adalah-0,889249015.

𝑦
Grafik 3.2.1.Metode Kuadrat Terkecil dengan rumus 𝑥 = 𝑎𝑥 + 𝑏

MEKUCIL TABEL 1 RUMUS 2

30

25

20
Sumbu Y

15 1.9 2.7 3.5 4.3 5.1 5.9 6.7 7.5

8.3 9.1 9.9 10.7
10
Linear (1.9 2.7 3.5 4.3 5.1 5.9
6.7 7.5 8.3 9.1 9.9 10.7)
5

0
y = -2.2392x + 20.651
0 2 4 6 R² = 80.7908 10 12
-5
Sumbu X

Page 6
 ANRE ANDRIYONO
140710190019

𝒚 𝒃
3.3. Tabel dan Grafik Data ke-1 menggunakan rumus 𝒙 = 𝒂𝒙 + 𝒙

𝑦 𝑏
Tabel 3.3.1. Data 1 menggunakan rumus 𝑥 = 𝑎𝑥 + 𝑥

Jumlah
data x^2 y x^4 y^2 x.y
3.61 46.1 13.0321 2125.21 166.421
7.29 42.5 53.1441 1806.25 309.825
12.25 37.8 150.0625 1428.84 463.05
18.49 34.6 341.8801 1197.16 639.754
26.01 30.2 676.5201 912.04 785.502
34.81 26.7 1211.736 712.89 929.427
12
44.89 22.4 2015.112 501.76 1005.536
56.25 17.9 3164.063 320.41 1006.875
68.89 12.3 4745.832 151.29 847.347
82.81 10.2 6857.496 104.04 844.662
98.01 6.4 9605.96 40.96 627.264
114.49 2.7 13107.96 7.29 309.123
∑ 567.8 289.8 41942.8 9308.14 7934.786
Pengolahan Data :
𝑁∑(𝑋.𝑌)− ∑𝑥.∑𝑦
Nilai at = 𝑁∑𝑥 2 −(∑𝑥)2

12(7934.786)−(567.8)(289.8)
= 12(41942.8)−(567,8)2

= -0.383220533

Jadi, nilai at pada tabel data ke-1 menggunakan rumus ke-3 adalah-0.383220533.
∑𝑥 2 .∑𝑦− ∑𝑥.∑(𝑥.𝑦)
Nilai bt = 𝑁∑𝑥 2 −(∑𝑥)2

(41942,8)(289,8)−(567,8)(7934,786)
= 12(41942,8)−(567,8)2

= 42.28271822

Jadi, nilai bt pada tabel data ke-1 menggunakan rumus ke-3 adalah42.28271822.

1
Nilai Sy = √𝑁−1 ∑[𝑦 − (𝑎𝑡 . 𝑥 + 𝑏𝑡 )]2

1
= √12−1 [289,8 − [(−0.383220533)(567,8) + 42.28271822]2

Page 7
 ANRE ANDRIYONO
140710190019

= 165,73335

Jadi, nilai Sy pada tabel data ke-1 menggunakan rumus ke-3 adalah165,73335.

𝑁
Nilai ∆at = Sy√𝑁∑𝑥 2 −(∑𝑥)2

12
= 165,73335√12(41942,8)−(567,8)2

= 1,34977

Jadi, nilai ∆at pada tabel data ke-1 menggunakan rumus ke-3 adalah1,34977.

∑𝑥 2
Nilai ∆bt = Sy√𝑁∑𝑥 2 −(∑𝑥)2

41942,8
= 165,73335√12(41942,8)−(567,8)2

= 79,79933

Jadi, nilai ∆bt pada tabel data ke-1 menggunakan rumus ke-3 adalah79,79933.
𝑁∑(𝑥.𝑦)− ∑𝑥.∑𝑦
Nilai Koefisien Korelasi (r) =
√[𝑁∑𝑥 2 −(∑𝑥)2 ][𝑁∑𝑦 2 −(∑𝑦)2 ]

12(7934.786)−(567,8)(289,8)
=
√[12(41942.8)−(567,8)2 ][12(9308,14)−(289,8)2 ]

= -0,979131624

Jadi, nilai koefisien korelasi pada tabel data ke-1 adalah-0,979131624.

𝑦 𝑏
Grafik 3.3.1. Metode Kuadrat Terkecil dengan rumus𝑥 = 𝑎𝑥 + 𝑥

MEKUCIL TABEL 1 RUMUS 3

50
40 3.61 7.29 12.25 18.49
26.01 34.81 44.89 56.25
30
Sumbu Y

68.89 82.81 98.01 114.49

20
10 Linear (3.61 7.29 12.25
0 y = -0.3832x + 42.283 18.49 26.01 34.81 44.89
-10 0 50 R² = 0.9587 100 150 56.25 68.89 82.81 98.01
Sumbu X 114.49)

Page 8
 ANRE ANDRIYONO
140710190019

3.4. Tabel dan Grafik Data ke-2 Menggunakan Rumus y = ax + b

3.4.1. Tabel data 3 menggunakan rumus y = ax + b

Jumlah
data x y x^2 y^2 x.y
1,9 8,9 3,61 79,21 16,91
2,7 9,6 7,29 92,16 25,92
3,5 14,5 12,25 210,25 50,75
4,3 18,7 18,49 349,69 80,41
5,1 24,4 26,01 595,36 124,44
5,9 29,6 34,81 876,16 174,64
12
6,7 37,1 44,89 1376,41 248,57
7,5 44,3 56,25 1962,49 332,25
8,3 52,4 68,89 2745,76 434,92
9,1 58,8 82,81 3457,44 535,08
9,9 67,9 98,01 4610,41 672,21
10,7 76,2 114,49 5806,44 815,34
∑ 75,6 442,4 567,8 22161,78 3511,44
Pengolahan Data:
𝑁∑(𝑋.𝑌)− ∑𝑥.∑𝑦
Nilai at = 𝑁∑𝑥 2 −(∑𝑥)2

12(3511,4)−(75,6)(442,4)
= 12(567,8)−(75,6)2

42136,8−33445,44
= 6813,6−5715,36

8691,36
= 1098,24

= 7,914335664

Jadi, nilai at pada tabel data ke-2 adalah 7,914335664.

∑𝑥 2 .∑𝑦− ∑𝑥.∑(𝑥.𝑦)
Nilaibt =
𝑁∑𝑥 2 −(∑𝑥)2

(567,8)(442,4)−(75,6)(3511,4)
= 12(567,8)−(75,6)2

251194,72−265461,84
= 6813,6−5715,36

−14267,12
= 1098,24

= -12,99364802

Page 9
 ANRE ANDRIYONO
140710190019

Jadi, nilai bt pada tabel data ke-2 adalah -12,99364802.

1
Nilai Sy = √𝑁−1 ∑[𝑦 − (𝑎𝑡 . 𝑥 + 𝑏𝑡 )]2

1
= √12−1 [442,4 − (7,914335664)(75,6) + (−12,99364802)]2

1
= √13 [442,4 − (598,3237762 − 12,99364802)]2

1
= √13 [442,4 − (585,3301282)]2

1
= √13 (−142,9301282)2

= 39,64168508

Jadi, nilai Sy pada tabel data ke-2 adalah 39,64168508.

𝑁
Nilai ∆at =Sy√𝑁∑𝑥 2 −(∑𝑥)2

12
= 39,64168508 √12(567,8)−(75,6)2

12
= 39,64168508√6813,6−5717,36

= 39,64168508 (0,104626)

= 4,147550943

Jadi, nilai ∆at pada tabel data ke-2 adalah 4,147550943.

∑𝑥 2
Nilai ∆bt = Sy√𝑁∑𝑥 2 −(∑𝑥)2

567,8
= 39,64168508 √12(567,8)−(75,6)2

Page 10
 ANRE ANDRIYONO
140710190019

567,8
= 39,64168508 √6813,6−5717,36

= 39,64168508 (0,0953323)

= 3,779133015

Jadi, nilai ∆bt pada tabel data ke-2 adalah 3,779133015.

𝑁∑(𝑥.𝑦)− ∑𝑥.∑𝑦
Nilai koefisien korelasi (r) =
√[𝑁∑𝑥 2 −(∑𝑥)2 ][𝑁∑𝑦 2 −(∑𝑦)2 ]

12(3511,4)−(75,6)(442,4)
=
√[12(567,8)−(5175,36)][12(22161,78)−(195717,76)]

42136,8−33445,44
=
√(6813,6−5175,36)(265941,36−195717,76)

8691,36
=
√(62960,64)(70223,6)

= 0,130710846

Jadi, nilai koefisien korelasi pada tabel data ke-2 adalah 0,130710846.

Grafik 4.1.1. Metode Kuadrat Terkecil Tabel 1 menggunakan rumus y = ax + b

MEKUCIL TABEL 2 RUMUS 1

100

80 y = 7.9143x - 12.994
SUMBU Y

R² = 0.9796
60

40 Mekucil

20 Linear (Mekucil)

0
0 2 4 6 8 10 12
SUMBU X

𝒚
3.5. Tabel dan Grafik Data ke-2 Menggunakan Rumus 𝒙 = 𝒂𝒙 + 𝒃
y
3.5.1. Tabel data 3 menggunakan rumus = ax + b
x

Jumlah
data x y' x^2 y^2 x.y
12 1,9 4,6842105 3,61 21,941828 8,9

Page 11
 ANRE ANDRIYONO
140710190019

2,7 3,5555556 7,29 12,641975 9,6

3,5 4,1428571 12,25 17,163265 14,5
4,3 4,3488372 18,49 18,912385 18,7
5,1 4,7843137 26,01 22,889658 24,4
5,9 5,0169492 34,81 25,169779 29,6
6,7 5,5373134 44,89 30,66184 37,1
7,5 5,9066667 56,25 34,888711 44,3
8,3 6,313253 68,89 39,857164 52,4
9,1 6,4615385 82,81 41,751479 58,8
9,9 6,8585859 98,01 47,0402 67,9
10,7 7,1214953 114,49 50,715696 76,2
∑ 75,6 64,731576 567,8 363,63398 442,4
Data percobaan:
𝑁∑(𝑋.𝑌)− ∑𝑥.∑𝑦
Nilai at = 𝑁∑𝑥 2 −(∑𝑥)2

12(442,4)−(75,6)(64,73158)
= 12(567,8)−(75,6)2

= 0,377961874

Jadi, nilai at pada tabel data ke-2 menggunakan rumus ke-2 adalah 0,377961874.

∑𝑥 2 .∑𝑦− ∑𝑥.∑(𝑥.𝑦)
Nilai bt = 𝑁∑𝑥 2 −(∑𝑥)2

(567,8)(64,73158)−(75,6)(442,4)
= 12(567,8)−(75,6)2

= 3,013138197

Jadi, nilai bt pada tabel data ke-2 menggunakan rumus ke-2 adalah 3,013138197.

1
Nilai Sy = √𝑁−1 ∑[𝑦 − (𝑎𝑡 . 𝑥 + 𝑏𝑡 )]2

1
= √12−1 [64,73158 − (0,377961874)(75,6) + (3,013138197)]2

= 462,624418066

Jadi, nilai Sy pada tabel data ke-2 menggunakan rumus ke-2 adalah
462,624418066.

𝑁
Nilai ∆at =Sy√𝑁∑𝑥 2 −(∑𝑥)2

Page 12
 ANRE ANDRIYONO
140710190019

12
= 462,624418066√12(567,8)−(75,6)2

= 48,4025423646

Jadi, nilai ∆at pada tabel data ke-2 menggunakan rumus ke-2 adalah
48,4025423646.

∑𝑥 2
Nilai ∆bt = Sy√𝑁∑𝑥 2 −(∑𝑥)2

567,8
= 462,624418066√12(567,8)−(75,6)2

= 44,1030498104

Jadi, nilai ∆bt pada tabel data ke-2 menggunakan rumus ke-2 adalah
44,1030498104.
𝑁∑(𝑥.𝑦)− ∑𝑥.∑𝑦
Nilai koefisien korelasi (r) =
√[𝑁∑𝑥 2 −(∑𝑥)2 ][𝑁∑𝑦 2 −(∑𝑦)2 ]

12(442,4)−(75,6)(64,73158)
=
√[12(567,8)−(75,6)2 ][12(363,634)−(64,73158)2 ]

= 0,9511160524

Jadi, nilai koefisien korelasi pada tabel data ke-2 menggunakan rumus ke-2
adalah-0,9511160524.
𝑦
Grafik 3.5.1.Metode Kuadrat Terkecil dengan rumus 𝑥 = 𝑎𝑥 + 𝑏

MEKUCIL TABEL 2 RUMUS 2

8
6 y = 0.378x + 3.0131
sumbu y

R² = 0.9046
4 1,9 2,7 3,5 4,3 5,1 5,9 6,7
7,5 8,3 9,1 9,9 10,7
2
Linear (1,9 2,7 3,5 4,3 5,1
0 5,9 6,7 7,5 8,3 9,1 9,9 10,7)
0 2 4 6 8 10 12
sumbu x

𝒚 𝒃
3.6. Tabel dan Grafik Data ke-1 menggunakan rumus 𝒙 = 𝒂𝒙 + 𝒙

𝑦 𝑏
Tabel 3.6.1. Data 2 menggunakan rumus 𝑥 = 𝑎𝑥 + 𝑥

Page 13
 ANRE ANDRIYONO
140710190019

Jumlah
data x y' x^2 y^2 x.y
1,9 4,6842105 3,61 21,941828 8,9
2,7 3,5555556 7,29 12,641975 9,6
3,5 4,1428571 12,25 17,163265 14,5
4,3 4,3488372 18,49 18,912385 18,7
5,1 4,7843137 26,01 22,889658 24,4
5,9 5,0169492 34,81 25,169779 29,6
12
6,7 5,5373134 44,89 30,66184 37,1
7,5 5,9066667 56,25 34,888711 44,3
8,3 6,313253 68,89 39,857164 52,4
9,1 6,4615385 82,81 41,751479 58,8
9,9 6,8585859 98,01 47,0402 67,9
10,7 7,1214953 114,49 50,715696 76,2
∑ 75,6 64,731576 567,8 363,63398 442,4
Data Percobaan:
𝑁∑(𝑋.𝑌)− ∑𝑥.∑𝑦
Nilai at = 𝑁∑𝑥 2 −(∑𝑥)2

12(30305,9)−(567.8)(442,4)
= 12(41942.8)−(567,8)2

= 0,621700537

Jadi, nilai at pada tabel data ke-2 menggunakan rumus ke-3 adalah 0,621700537.
∑𝑥 2 .∑𝑦− ∑𝑥.∑(𝑥.𝑦)
Nilai bt = 𝑁∑𝑥 2 −(∑𝑥)2

(41942,8)(442,4)−(567,8)(30305,9)
= 12(41942,8)−(567,8)2

= 7,449869571

Jadi, nilai bt pada tabel data ke-2 menggunakan rumus ke-3 adalah 7,449869571.

1
Nilai Sy = √𝑁−1 ∑[𝑦 − (𝑎𝑡 . 𝑥 + 𝑏𝑡 )]2

1
= √12−1 [442,4 − [(0,621700537)(567,8) + 7,449869571]2

= 2,7294449239

Jadi, nilai Sy pada tabel data ke-2 menggunakan rumus ke-3 adalah
2,7294449239.

Page 14
 ANRE ANDRIYONO
140710190019

𝑁
Nilai ∆at =Sy√𝑁∑𝑥 2 −(∑𝑥)2

12
= 2,7294449239√12(41942,8)−(567,8)2

= 0,0222292818

Jadi, nila i∆at pada tabel data ke-2 menggunakan rumus ke-3 adalah
0,0222292818.

∑𝑥 2
Nilai ∆bt = Sy√𝑁∑𝑥 2 −(∑𝑥)2

41942,8
= 2,7294449239√12(41942,8)−(567,8)2

= 1,3142058953

Jadi, nilai ∆bt pada tabel data ke-2 menggunakan rumus ke-3 adalah
1,3142058953.
𝑁∑(𝑥.𝑦)− ∑𝑥.∑𝑦
Nilai koefisien korelasi (r) =
√[𝑁∑𝑥 2 −(∑𝑥)2 ][𝑁∑𝑦 2 −(∑𝑦)2 ]

12(30305,9)−(567,8)(442,4)
=
√[12(41942.8)−(567,8)2 ][12(22161,78)−(442,4)2 ]

= 0,9978820865

Jadi, nilai koefisien korelasi pada tabel data ke-2 menggunakan rumus ke-3
adalah-0,9978820865.
𝑦 𝑏
Grafik 3.6.1. Metode Kuadrat Terkecil dengan rumus𝑥 = 𝑎𝑥 + 𝑥

MEKUCIL TABEL 2 RUMUS 3

100
80 y = 0.6217x + 7.4499
3,61 7,29 12,25 18,49
R² = 0.9958
Axis Title

26,01 34,81 44,89 56,25

60
68,89 82,81 98,01 114,49
40
20 Linear (3,61 7,29 12,25
18,49 26,01 34,81 44,89
0 56,25 68,89 82,81 98,01
0 50 100 150 114,49)
Axis Title

Page 15
 ANRE ANDRIYONO
140710190019

3.7. Tabel dan Grafik Data ke-3 Menggunakan Rumus y = ax + b

3.7.1. Tabel data 3 menggunakan rumus y = ax + b

Jumlah
data x Y x^2 y^2 x.y
1.9 5.4 3.61 29.16 10.26
2.7 7.2 7.29 51.84 19.44
3.5 9.7 12.25 94.09 33.95
4.3 12.3 18.49 151.29 52.89
5.1 16.1 26.01 259.21 82.11
5.9 20.5 34.81 420.25 120.95
12
6.7 26.8 44.89 718.24 179.56
7.5 33.6 56.25 1128.96 252
8.3 40.9 68.89 1672.81 339.47
9.1 49.4 82.81 2440.36 449.54
9.9 61.3 98.01 3757.69 606.87
10.7 72.1 114.49 5198.41 771.47
∑ 10.7 355.3 567.8 15922.31 2918.51

PENGOLAHAN DATA

𝑁∑(𝑋.𝑌)− ∑𝑥.∑𝑦
Nilai at = 𝑁∑𝑥 2 −(∑𝑥)2

12(2918,51)−(10,7)(355,3)
=
12(567,8)−(10,7)2

= 4,66038175

Jadi, nilai at pada tabel data ke-3 adalah4,66038175

∑𝑥 2 .∑𝑦− ∑𝑥.∑(𝑥.𝑦)
Nilai bt = 𝑁∑𝑥 2 −(∑𝑥)2

(567,8)(355,3)−(10,7)(2918,51)
= 12(567,8)−(10,7)2

= 25,45282627

Jadi, nilai bt pada tabel data ke-3 adalah25,45282627

1
Nilai Sy = √𝑁−1 ∑[𝑦 − (𝑎𝑡 . 𝑥 + 𝑏𝑡 )]2

1
= √12−1 [355,3 − (4,66038175)(10,7) + 25,45282627)]2

= 9953,27599

Page 16
 ANRE ANDRIYONO
140710190019

Jadi, nilai Sy pada tabel data ke-3 adalah9953,27599

𝑁
Nilai ∆at =Sy√𝑁∑𝑥 2 −(∑𝑥)2

12
= 9953,27599√12(567,8)−(10,7)2

= 421,2579549809758

Jadi, nilai ∆at pada tabel data ke-3 adalah421,2579549809758

∑𝑥 2
Nilai ∆bt = Sy√𝑁∑𝑥 2 −(∑𝑥)2

567,8
= 9953,27599√12(567,8)−(10,7)2

= 2897,711779140184

Jadi, nilai ∆bt pada tabel data ke-3 adalah2897,711779140184

𝑁∑(𝑥.𝑦)− ∑𝑥.∑𝑦
Nilai Koefisien Korelasi (r) =
√[𝑁∑𝑥 2 −(∑𝑥)2 ][𝑁∑𝑦 2 −(∑𝑦)2 ]

12(2918,51)−(10,7)(355,3)
=
√[12(567,8)−(114,49)][12(15922,3)−(126238,09)]

= 0,000071886734177

Jadi, nilai koefisien korelasi pada tabel data ke-1 adalah0,000071886734177

Grafik 3.7.1. Metode Kuadrat Terkecil menggunakan rumus y = ax + b

Mekucil Tabel 3 Rumus 1

80
60 y = 7.4314x - 17.209
R² = 0.9355
sumbu y

40
Mekucil
20
Linear (Mekucil)
0
0 2 4 6 8 10 12
-20
sumbu x

Page 17
 ANRE ANDRIYONO
140710190019

𝒚
3.8. Tabel dan Grafik Data ke-3 menggunakan rumus𝒙 = 𝒂𝒙 + 𝒃

𝑦
3.8.1. Tabel data ke-3 menggunakan rumus𝑥 = 𝑎𝑥 + 𝑏

Jumlah
data x^2 y' x^4 y^2 x.y
1.9 2.842105 3.61 8.077562 5.4
2.7 2.666667 7.29 7.111111 7.2
3.5 2.771429 12.25 7.680816 9.7
4.3 2.860465 18.49 8.182261 12.3
5.1 3.156863 26.01 9.965782 16.1
5.9 3.474576 34.81 12.07268 20.5
12
6.7 4 44.89 16 26.8
7.5 4.48 56.25 20.0704 33.6
8.3 4.927711 68.89 24.28233 40.9
9.1 5.428571 82.81 29.46939 49.4
9.9 6.191919 98.01 38.33986 61.3
10.7 6.738318 114.49 45.40493 72.1
∑ 75.6 49.53862 567.8 226.6571 355.3

PENGOLAHAN DATA
𝑁∑(𝑋.𝑌)− ∑𝑥.∑𝑦
Nilai at = 𝑁∑𝑥 2 −(∑𝑥)2

12(355,3)−(75,6)(49,53862)
= 12(567,8)−(75,6)2

= 0,472100849

Jadi, nilai at pada tabel data ke-3 menggunakan rumus ke-2 adalah0,472100849
∑𝑥 2 .∑𝑦− ∑𝑥.∑(𝑥.𝑦)
Nilai bt = 𝑁∑𝑥 2 −(∑𝑥)2

(567,8)(49,53862)−(75,6)(355,3)
= 12(567,8)−(75,6)2

= 1,153983305

Jadi, nilai bt pada tabel data ke-3 menggunakan rumus ke-2 adalah1,153983305

1
Nilai Sy = √𝑁−1 ∑[𝑦 − (𝑎𝑡 . 𝑥 + 𝑏𝑡 )]2

Page 18
 ANRE ANDRIYONO
140710190019

1
= √12−1 [49,53862 − (0,472100849)(75,6) + 1,153983305)]2

= 20,45939788938819

Jadi,nilaiSy pada tabel data ke-3 menggunakan rumuske-2 adalah 20,4593978893

𝑁
Nilai ∆at =Sy√𝑁∑𝑥 2 −(∑𝑥)2

12
= 20,45939788938819√12(567,8)−(75,6)2

= 24,39079138656802

Jadi, nilai∆atpadatabel data ke-3menggunakanrumus ke-2 adalah24,3907913865

∑𝑥 2
Nilai ∆bt = Sy√𝑁∑𝑥 2 −(∑𝑥)2

567,8
= 20,45939788938819√12(567,8)−(75,6)2

= 10,57769351106736

Jadi, nilai∆btpadatabel data ke-3 menggunakanrumus ke-2 adalah10,5776935110

𝑁∑(𝑥.𝑦)− ∑𝑥.∑𝑦
Nilai Koefisien Korelasi (r) =
√[𝑁∑𝑥 2 −(∑𝑥)2 ][𝑁∑𝑦 2 −(∑𝑦)2 ]

12(355,3)−(75,6)(49,53862)
=
√[12(567,8)−(75,6)2 ][12(226,6571)−(49,53862)2 ]

= 0,001776082653417

Jadi, nilai koefisien korelasi pada tabel data ke-3 adalah0,001776082653417

𝑦
Grafik 3.8.1.Metode Kuadrat Terkecil dengan rumus = 𝑎𝑥 + 𝑏
𝑥

Mekucil Tabel 3 Rumus 2

10 1.9 2.7 3.5 4.3 5.1 5.9 6.7
sumbu y

5 y = 0.4721x + 1.154 7.5 8.3 9.1 9.9 10.7

R² = 0.9209
0
0 2 4 6 8 10 12 Linear (1.9 2.7 3.5 4.3 5.1
5.9 6.7 7.5 8.3 9.1 9.9
sumbu x 10.7)

Page 19
 ANRE ANDRIYONO
140710190019

𝒚 𝒃
3.9. Tabel dan Grafik Data ke-1 menggunakan rumus 𝒙 = 𝒂𝒙 + 𝒙

𝑦 𝑏
3.9.1. Tabel data ke 3 menggunakan rumus𝑥 = 𝑎𝑥 + 𝑥

Jumlah
data x' y x^2 y^2 x.y
3.61 5.4 13.0321 29.16 19.494
7.29 7.2 53.1441 51.84 52.488
12.25 9.7 150.0625 94.09 118.825
18.49 12.3 341.8801 151.29 227.427
26.01 16.1 676.5201 259.21 418.761
34.81 20.5 1211.736 420.25 713.605
12
44.89 26.8 2015.112 718.24 1203.052
56.25 33.6 3164.063 1128.96 1890
68.89 40.9 4745.832 1672.81 2817.601
82.81 49.4 6857.496 2440.36 4090.814
98.01 61.3 9605.96 3757.69 6008.013
114.49 13107.96 0 0
∑ 567.8 283.2 41942.8 10723.9 17560.08

PENGOLAHAN DATA
𝑁∑(𝑋.𝑌)− ∑𝑥.∑𝑦
Nilai at = 𝑁∑𝑥 2 −(∑𝑥)2

12(25814,81)−(567,8)(355,3)
= 12(41942,8)−(567,8)2

= 0,597171773

Jadi, nilai at pada tabel data ke-3 menggunakan rumus ke-3 adalah0,597171773

∑𝑥 2 .∑𝑦− ∑𝑥.∑(𝑥.𝑦)
Nilai bt = 𝑁∑𝑥 2 −(∑𝑥)2

(41942,8)(355,3)−(567,8)(25814,81)
= 12(41942,8)−(567,8)2

= 1,352155608

Jadi, nilai bt pada tabel data ke-3 menggunakan rumus ke-3adalah1,352155608

1
Nilai Sy = √𝑁−1 ∑[𝑦 − (𝑎𝑡 . 𝑥 + 𝑏𝑡 )]2

Page 20
 ANRE ANDRIYONO
140710190019

1
= √12−1 [355,3 − (0,597171773)(567,8) + 1,352155608)]2

= 28,08971718397327

Jadi, nilai Sypadatabel data ke-3menggunakanrumus ke-3adalah28,08971718397

𝑁
Nilai ∆at =Sy√𝑁∑𝑥 2 −(∑𝑥)2

12
= 28,08971718397327√12(41942,8)−(567,8)2

= 0,0000000020773

Jadi, nilai∆atpadatabel data ke-3 menggunakanrumus ke-3adalah0,00000000207

∑𝑥 2
Nilai ∆bt = Sy√𝑁∑𝑥 2 −(∑𝑥)2

41942,8
= 28,08971718397327√12(41942,8)−(567,8)2

= 6,512173830130244

Jadi, nilai∆btpadatabel data ke-3 menggunakanrumus ke-3adalah6,51217383013

𝑁∑(𝑥.𝑦)− ∑𝑥.∑𝑦
Nilai Koefisien Korelasi (r) =
√[𝑁∑𝑥 2 −(∑𝑥)2 ][𝑁∑𝑦 2 −(∑𝑦)2 ]

12(25814,81)−(567,8)(355,3)
=
√[12(41942,8)−(567,8)2 ][12(15922,31)−(41942,8)2 ]

= 0,00000001462892

Jadi, nilai koefisien korelasi pada data ke-3 adalah0,00000001462892

𝑦 𝑏
Grafik 3.9.1. Metode Kuadrat Terkecil dengan rumus = 𝑎𝑥 +
𝑥 𝑥

Mekucil Tabel 3 Rumus 3

100
sumbu y

y = 0.58x + 1.8431
50 R² = 0.9951 3.61 7.29 12.25 18.49
26.01 34.81 44.89 56.25
0 68.89 82.81 98.01
0 50 100 150 114.49
sumbu x

Page 21
 ANRE ANDRIYONO
140710190019

BAB IV
ANALISA

4.1 Data pada Tabel 1

Pada tabel 1 dapat diketahui bahwa nilai dari at, bt, Sy, Δat, Δbt, dan r
memiliki nilai yang berbeda-beda pada rumus yang berbeda, karena di rumus 2
dan 3 terdapat perubahan nilai x asal dan y asal maka seluruh komponen pun jadi
berubah nilainya. Karena saat penghitungan pertama kali niai at nya adalah
negatif, maka hasil seluruh koefisien korelasinya (r) memiliki nilai yang negatif
pula. Dapat disimpulkan pula setiap perubahan rumus nilai r nya semakin
mendekati -1 (akurat) dan terdapat hubungan yang kuat antar variabel, karena,
semakin kita mengkuadratkan variabel maka garis lurus yang didapat akan
semakin kuat antar variabelnya.

4.2 Data pada Tabel 2

Pada tabel 2 dapat diketahui bahwa nilai dari at, bt, Sy, Δat, Δbt, dan r
memiliki nilai yang berbeda-beda pada rumus yang berbeda, karena di rumus 2
dan 3 terdapat perubahan nilai x asal dan y asal maka seluruh komponen pun jadi
berubah nilainya. Karena saat penghitungan pertama kali niai at nya adalah
positif, maka hasil seluruh koefisien korelasinya (r) memiliki nilai yang positif
pula. Dapat disimpulkan pula setiap perubahan rumus nilai r nya semakin
mendekati 1 (akurat) dan terdapat hubungan yang kuat antar variabel, karena,
semakin kita mengkuadratkan variabel maka garis lurus yang didapat akan
semakin kuat antar variabelnya.

4.3 Data pada Tabel 3

Pada tabel 3 dapat diketahui bahwa nilai dari at, bt, Sy, Δat, Δbt, dan r
memiliki nilai yang berbeda-beda pada rumus yang berbeda, karena di rumus 2
dan 3 terdapat perubahan nilai x asal dan y asal maka seluruh komponen pun jadi
berubah nilainya. Karena saat penghitungan pertama kali niai at nya adalah
positif, maka hasil seluruh koefisien korelasinya (r) memiliki nilai yang positif
pula. Dapat disimpulkan pula setiap perubahan rumus nilai r nya tidak ada yang
mendekati 1 cenderung mendekati 0 (kurang akurat) dan terdapat hubungan yang
lemah antar variabel, hal ini bisa jadi dikarenakan oleh error saat pengambilan
data.

Page 22
 ANRE ANDRIYONO
140710190019

BAB V

KESIMPULAN

5.1 Menyajikan Grafik Hasil Percobaan

5.2 Menentukan Garis Lurus Terbaik
5.3 Menentukan Fungsi Linier dari Fungsi Kuadratis

MEKUCIL TABEL 1 RUMUS 1

50
40
su mbu Y

30
20 Mekucil
10 y = -5.0184x + 55.766
Linear (Mekucil)
R² = 0.998
0
0 2 4 6 8 10 12
sumbu X

MEKUCIL TABEL 1 RUMUS 2

30
25
20
Sumbu Y

15 1.9 2.7 3.5 4.3 5.1 5.9 6.7

7.5 8.3 9.1 9.9 10.7
10
Linear (1.9 2.7 3.5 4.3 5.1
5 5.9 6.7 7.5 8.3 9.1 9.9 10.7)
0 y = -2.2392x + 20.651
-5 0 2 4 6 R² = 0.7908
8 10 12
Sumbu X

MEKUCIL TABEL 1 RUMUS 3

50
40 3.61 7.29 12.25 18.49
26.01 34.81 44.89 56.25
30
Sumbu Y

68.89 82.81 98.01 114.49

20
10 Linear (3.61 7.29 12.25
0 y = -0.3832x + 42.283 18.49 26.01 34.81 44.89
-10 0 50 R² = 0.9587 100 150 56.25 68.89 82.81 98.01
Sumbu X 114.49)

Page 23
 ANRE ANDRIYONO
140710190019

MEKUCIL TABEL 2 RUMUS 1

100
80 y = 7.9143x - 12.994
SUMBU Y

60 R² = 0.9796
40 Mekucil
20 Linear (Mekucil)
0
0 2 4 6 8 10 12
SUMBU X

MEKUCIL TABEL 2 RUMUS 2

8
6 y = 0.378x + 3.0131
sumbu y

R² = 0.9046 1,9 2,7 3,5 4,3 5,1 5,9 6,7

4
7,5 8,3 9,1 9,9 10,7
2
Linear (1,9 2,7 3,5 4,3 5,1
0
5,9 6,7 7,5 8,3 9,1 9,9 10,7)
0 2 4 6 8 10 12
sumbu x

MEKUCIL TABEL 2 RUMUS 3

100 3,61 7,29 12,25 18,49
y = 0.6217x + 7.4499 26,01 34,81 44,89 56,25
sumbu y

50 R² = 0.9958 68,89 82,81 98,01 114,49

0 Linear (3,61 7,29 12,25

0 50 100 150 18,49 26,01 34,81 44,89
56,25 68,89 82,81 98,01
sumbu x 114,49)

Mekucil Tabel 3 Rumus 1

80
60 y = 7.4314x - 17.209
R² = 0.9355
sumbu y

40
Mekucil
20
Linear (Mekucil)
0
0 2 4 6 8 10 12
-20
sumbu x

Page 24
 ANRE ANDRIYONO
140710190019

Mekucil Tabel 3 Rumus 2

8
6 y = 0.4721x + 1.154 1.9 2.7 3.5 4.3 5.1 5.9 6.7
sumbu y

R² = 0.9209 7.5 8.3 9.1 9.9 10.7

4
2
0 Linear (1.9 2.7 3.5 4.3 5.1
5.9 6.7 7.5 8.3 9.1 9.9
0 2 4 6 8 10 12
10.7)
sumbu x

Mekucil Tabel 3 Rumus 3

80 3.61 7.29 12.25 18.49
60 y = 0.58x + 1.8431 26.01 34.81 44.89 56.25
sumbu y

40 R² = 0.9951 68.89 82.81 98.01 114.49

20
0 Linear (3.61 7.29 12.25
0 50 100 150 18.49 26.01 34.81 44.89
56.25 68.89 82.81 98.01
sumbu x 114.49)

5.4 Menentukan Koefisien Korelasi

𝑁∑(𝑥.𝑦)− ∑𝑥.∑𝑦
Nilai Koefisien Korelasi (r) =
√[𝑁∑𝑥 2 −(∑𝑥)2 ][𝑁∑𝑦 2 −(∑𝑦)2 ]

12(7934.786)−(567,8)(289,8)
=
√[12(41942.8)−(567,8)2 ][12(9308,14)−(289,8)2 ]

= -0,979131624

Jadi, nilai koefisien korelasi pada tabel data ke-1 adalah-0,979131624.

𝑁∑(𝑥.𝑦)− ∑𝑥.∑𝑦
Nilai koefisien korelasi (r) =
√[𝑁∑𝑥 2 −(∑𝑥)2 ][𝑁∑𝑦 2 −(∑𝑦)2 ]

12(30305,9)−(567,8)(442,4)
=
√[12(41942.8)−(567,8)2 ][12(22161,78)−(442,4)2 ]

= 0,9978820865

Jadi, nilai koefisien korelasi pada tabel data ke-2 adalah-0,9978820865.

𝑁∑(𝑥.𝑦)− ∑𝑥.∑𝑦
Nilai Koefisien Korelasi (r) =
√[𝑁∑𝑥 2 −(∑𝑥)2 ][𝑁∑𝑦 2 −(∑𝑦)2 ]

12(25814,81)−(567,8)(355,3)
=
√[12(41942,8)−(567,8)2 ][12(15922,31)−(41942,8)2 ]

Page 25
 ANRE ANDRIYONO
140710190019

= 0,00000001462892

Jadi, nilai koefisien korelasi pada data ke-3 adalah0,00000001462892

Daftar Pustaka

Abdulloh, Muwajuddin. 2016. Fisika Dasar I. Institut Teknologi Bandung.

Data dan Grafik, diakses dari https://www.academia.edu/2019/01/Data-dan-
Grafik
Halliday, David, Robert Resnich, Jearl Walker. 2010. Fisika Dasar Edisi 7
Jilid 1. Jakarta: Erlangga
Metode Kuadrat Terkecil, diakses dari
https://juniorsciences.com/2017/10/Metode-Kuadrat-Terkecil

Lampiran

Page 26