NIM : R1A117005
KELOMPOK : 3C
MODUL 5
REGRESI LINEAR
KENDARI – INDONESIA
ABSTRAK
Praktikum Komputasi Geofisika kali ini membahas tentang regresi linear. Regresi
linier merupakan suatu metode yang mempelajari hubungan antara dua atau lebih variabel
kuantitatif sehingga satu variabel dapat diramalkan (predicted) dari variabel lainnya. Pada
paktikum ini dilakukan penyelesaian perhitungan yang menjadi konsep dasar dalam
permodelan geofisika, step-by-step perhitungan regresi linear tersebut akan diubah ke dalam
bentuk source dengan menerapkan teknik-teknik pemograman yang telah dipelajari pada
praktikum pertama hingga ketiga. Dari hasil pemograman diperoleh persamaan untuk
problem sheet pertama tentang seismik refleksi dengan persamaan regresi linear adalah y=
0.264 + (0.0000001278) * x, kecepatan gelombang adalah 2797.016552 m/s dan kedalaman
pada lapisan pertama adalah 719.230232 m. Problem sheet kedua tentang perubahan
temperatur bumi tiap tahun dengan persamaan regresi linear adalah y= -34.739 +
(0.0173934096) * x serta grafik perubahannya.
I. TUJUAN
Pada modul kelima ini akan dilakukan penyelesaian perhitungan yang menjadi konsep
dasar dalam permodelan geofisika, step-by-step perhitungan regresi linear tersebut akan
diubah ke dalam bentuk source dengan menerapkan teknik-teknik pemograman yang telah
dipelajari pada praktikum pertama hingga ketiga. Dalam praktikum ini terdapat beberapa
tujuan yang ingin dicapai yaitu;
1. Mengembangkan source code regresi linear tunggal dalam bahasa pemograman
MATLAB.
2. Menerapkan konsep top-down design dalam desain algoritma regresi linear tunggal.
Problem Sheet II
Tabel 2. Data temperatur bumi tiap tahun
No. Tahun Temperatur No. Tahun Temperatur
1 1965 -0.5592 28 1992 -0.2325
2 1966 -0.5033 29 1993 -0.2167
3 1967 -0.4767 30 1994 -0.145
4 1968 -0.5292 31 1995 -0.0092
5 1969 -0.3883 32 1996 -0.12
6 1970 -0.4233 33 1997 0.0117
7 1971 -0.5458 34 1998 0.1692
8 1972 -0.4408 35 1999 -0.0575
9 1973 -0.2925 36 2000 -0.0542
10 1974 -0.5375 37 2001 0.08
11 1975 -0.47 38 2002 0.1683
12 1976 -0.5633 39 2003 0.1525
13 1977 -0.2842 40 2004 0.0783
14 1978 -0.3892 41 2005 0.2158
15 1979 -0.295 42 2006 0.16
Mulai
x, t dan n
Menampilkan persamaan
x=a+b*y
Selesai
[a,b]=regline(x, t, n);
Mencari kecepatan v
Menampilkan nilai
V
Mencari kedalaman Z
Menampilkan nilai
Z
Selesai
x, t dan n
[a,b]=regline(x, t, n);
Mencari tc
Menampilkan grafik
peubahan temperatur tiap
tahun
Selesai
function [a,b]=regline(x, t, n)
if size(x)~=size(t);
disp('error input data');
end
Xrat=1/n*sum(x);
Yrat=1/n*sum(t);
P=Xrat^2;
a1=sum(x.*t);
a2=sum(x.^2);
a=((Yrat*a2)-(Xrat*a1))/(a2-(n*P)); % mencari nilai a
b=(a1-(n*Xrat*Yrat))/(a2-(n*P));% mencari nilai b
% menampilkan persamaan regresi linear
fprintf('\npersamaan regresi linear adalah y= ' );
fprintf('%0.3f',a);
fprintf('+(');
fprintf('%0.10f',b);
fprintf(')*x\n');
end
problem Sheet I
% PRAKTIKUM V
% REGRESI LINEAR
% TANGGAL 22 NOVEMBER 2019
% PROBLEM SHEET 1
clear;
clc;
% input data
data=xlsread('data seismik.xlsx'); % membaca data seismik dalam Ms. Excel
x1=data(:,1); % membaca data offset (m)adalah variabel bebas
t1=data(:,2); % membaca data travel time (s)adalah variabel terikat
x=x1.^2;
t=t1.^2;
n=length(data); % banyaknya data
% menampilkan persamaan regresi linear
[a,b]=regline(x, t, n);
y=a+b*x;
% mencari kecepatan dan kedalaman lapisan pertama
v=sqrt(1/b);
fprintf('kecepatan gelombang adalah %f m/s\n ',v)
z=sqrt((a*(v)^2)/4);
fprintf('kedalaman pada lapisan pertama adalah %f m\n ',z)
figure
plot(x,t,'ob','linewidth',2);
xlabel('jarak');
ylabel('waktu');
title('kurva travel time vs offset');
% PROBLEM SHEET 2
clear;
clc;
figure
plot(x,t,'-ob','linewidth',2);
xlabel('tahun');
ylabel('temperatur (derajat celcius)');
plot(x,tc,'k','linewidth',2);
hold on;
III. ANALISIS
Regresi linier merupakan suatu metode yang mempelajari hubungan antara dua atau
lebih variabel kuantitatif sehingga satu variabel dapat diramalkan (predicted) dari
variabel lainnya. Regresi linear terdiri dari regresi linear tunggal dan regresi linear
berganda. Pada praktikum ini akan dibahas mengenai regresi linear tunggal atau
disebut regresi linear sederhana yang akan dikembangkan ke dalam source code
pemograman MATLAB dengan konsep top-down design yaitu membagi suku-suku
pada persamaan menjadi beberapa bagian. Pendefinisian persamaan regresi linear Y
= a + bX dimulai dengan pendefinisian konstanta a dan b . Data input yang
digunakan adalah variabel bebas (x), variabel terikat (y) dan data outputnya adalah
nilai a dan b dalam bentuk persamaan, persamaan yang digunakan untuk mencari
nilai a dan b menggunkan persamaan (2). sehingga dicapai hasil terakhir nilai
© 2019 Teknik Geofisika, Universitas Halu Oleo 1
0
Problem sheet pertama yang merupakan data seismik refraksi yang terdiri dari data
offset, dan waktu tempuh dengan banyak data (n) 8. Offset merupakan variabel
bebas (X) dan waktu tempuh merupakan variabel terikat (y). sehingga diperoleh
persamaan regresi linear yaitu y = 0.264 + (0.0000001278) * x, dimana nilai nilai
variabel terikat bergantung pada nilai variabel bebas.kemudian dilakukan
perhitungan nilai variabel terikat untuk setiap waktu tempuh dengan variabel bebas.
sehingga diperoleh nilai kalukulasi. Sedangkan nilai kecepatan gelombang seismik
adalah 2797.016552 m/s Ketebalan lapisan adalah 719.230232 m.
Problem sheet kedua yang merupakan data perubahan temperatur (°C) tiap
tahun yang dimulai dari tahun 1965-2018. Tahun merupakan variabel bebas dan
temperatur merupakan variabel terikat. Dari hasil pemograman diperoleh persamaan
regresi linearnya adalah y = 34.739 + (0.0173934096) * x untuk problem sheet kedua
tentang perubahan temperatur bumi tiap tahun serta grafik perubahannya.
Berdasarkan dari grafik perubahan temperatur bumi tiap tahun, semakin
bertambahnya tahun maka temperatur bumi semakin meningkat.
IV. KESIMPULAN
Kesimpulan dari hasil praktikum modul 5 tentang regresi linear adalah sebagai
berikut:
1. Teknik pemograman yang digunakan dalam mendefinisikan persamaan regresi linear
adalah menggunakan user-defined function untuk mencari konstanta a dan b.
2. Konsep top-down design diterapkan dalam mencari konstanta a dan b dengan hasil
akhir berupa menampilkan nilai konstanta dalam bentuk persamaan regresi linear.
V. MANFAAT
Manfaat dari pelaksanaan praktikum acara ini yaitu melatih dalam pengaplikasian
teknik pemograman MATLAB seperti user-defined function dan top-down design dalam
regresi linear.