LAPORAN

METODE NUMERIK
MULTIPLE LINEAR REGRESSION

Disusun Oleh :
RAFAEL RAKA PRIAMBADHA
DAVID TITIAN WIRANATA
MUHAMMAD MIRZA HUDRUZA
THERESIA EVIDA GLORIARISTA
ARIQ IMAM MURSYD
LUQMAN HAKIM
FREDRIK ALFREDO
ARDYAN PRAYOGA HALIM
YUSUF MUHAMMAD RIZKI
(21050118130081)
(21050118130082)
(21050118130083)
(21050118130084)
(21050118130085)
(21050118130086)
(21050118130088)
(21050118130089)
(21050118130090)

DEPARTEMEN S1 TEKNIK MESIN

FAKULTAS TEKNIK
UNIVERSITAS DIPONEGORO
2019
 BAB I
PENDAHULUAN

1.1 LATAR BELAKANG

Regresi Linear adalah alat statistic yang dipergunakan untuk
mengetahui pengaruh antara satu atau beberapa variable terhadap satu buah
variabel. Variabel yang mempengaruhi sering disebut variabel bebas, variabel
independen atau variabel penjelas.
Analisis regresi linear berganda adalah hubungan secara linear antara
dua atau lebih variabel independen (X1,X2,…,Xn) dengan variabel dependen
(Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen
dengan variabel dependen apakah masing-masing variabel independen
berhubungan psitif atau negative dan untuk memprediksi nilai dari variabel
dependen apabila nilai variabel independen mengalami kenaikan atau
penurunan. Data yang digunakan biasanya berskala interval atau rasio. Multiple
Linear Regression (MLR), juga dikenal sebagai Multiple Regression, adalah
teknik statistik yang menggunakan beberapa variabel penjelas untuk
memprediksi hasil dari variabel respons. Kegunaan Analisis Regresi Linear
Berganda Analisis Regresi Linear Berganda digunakan untuk mengukur
pengaruh antara lebih dari satu variabel prediktor (variabel bebas) terhadap
variabel terikat.

1.2 TUJUAN
Adapun tujuan dari pembuatan makalah ini mengenai regresi linear
berganda yaitu untuk mengedukasi pembaca makalah mengenai ilmu dalam
teknik statistik untuk memodelkan hubungan linear antara variabel penjelas
(independen) dan variabel respons (tergantung).
 BAB II

LANDASAN TEORI

2.1 PERSAMAAN RUMUS UMUM

 Nilai terbaik dari koefisien ditentukan dari penjumlahan :

 Kemudian melakukan diferensial dengan koefisien yang lain,

 Koefisien menghasilkan penjumlahan minimum yang kemudian diturunkan

parsial dan disamadengankan 0, maka menghasilkan matriks berikut :

 Setelah mendapatkan matriks, maka persamaan dapat dilanjutkan dengan

masuk ke persamaan dengan metode matriks yang juga akan dibahas pada
makalah ini.
2.2 PERSAMAAN MULTIPLE LINEAR REGRESSION

Analisis regresi membentuk persamaan garis lurus (linear) dan

menggunakan persamaan tersebut untuk membuat perkiraan (prediction) nilai
suatu variabel terkait (Y) jika nilai variabel bebas (X) yang berhubungan
dengannya sudah ditentukan. Secara umum, persamaan regresi dimana variabel
terikat (Y) merupakan nilai yang diprediksi, maka persamaannya :

1. Persamaan regresi dua variabel bebas :

2. Persamaan regresi tiga variabel bebas :

3. Persamaan regresi untuk k variabel bebas :

Dimana :
Y :Variabel terikat/ variabel dependen/ variabel yang dipengaruhi
X :Variabel bebas/ variabel independen/ variabel yang mempengaruhi
a : Konstanta/ intercept yaitu sifat bawaan dari variabel Y
b1,b2,bn: Parameter yang menunjukkan Slope atau kemiringan garis regresi

Standart Error Formula :

2.3 SISTEM MATRIKS

 Model Umum sistem matriks dalam Multiple Linear Regression dapat dilihat
sebagai berikut :

Keterangan :

2.4 KOEFISIEN REGRESI LINIER BERGANDA

Koefisien Regresi Linier Berganda apabila diketahui dua variabel bebas

dan satu variabel terikat dengan Regresi Linier Berganda persamaan regresi
Ŷ = a + b1X1 + b2X2 maka untuk mendapatkan nilai a, b1, dan b2 digunakan
rumus :
Nilai koefisien regresi yaitu :

Untuk memudahkan perhitungan dalam regresi linear berganda dapat

digunakan tabel pembantu.
 BAB III

PEMBAHASAN

3.1 CONTOH SOAL

The following data was calculated from the equation y = 5 + 4x1 - 3x2.
Use multiple linear regression to fit this data.

Penyelesaian :
 BAB IV

KESIMPULAN

4.1 KESIMPULAN

Regresi Linear adalah alat statistic yang dipergunakan untuk

mengetahui pengaruh antara satu atau beberapa variable terhadap satu buah
variabel. Variabel yang mempengaruhi sering disebut variabel bebas, variabel
independen atau variabel penjelas.
Analisis regresi linear berganda adalah hubungan secara linear antara
dua atau lebih variabel independen (X1,X2,…,Xn) dengan variabel dependen
(Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen
dengan variabel dependen apakah masing-masing variabel independen
berhubungan psitif atau negative dan untuk memprediksi nilai dari variabel
dependen apabila nilai variabel independen mengalami kenaikan atau
penurunan.