Tanggal Uraian
16-08-2019 1 Pendahuluan (pengertian dan manfaat Analisa Numerik, kesalahan/galat/error, Deret Taylor)
06-09-2019 4 Sistem Persamaan Linier (Metode Eliminasi Gauss, Pembalikan Matrik dan Gauss-Siedel)
13-09-2019 5 Sistem Persamaan Linier (Metode Iteratif, Dekomposisi LU dan Metode Jacobi)
ANALISIS REGRESI
PENCOCOKAN KURVA
INTERPOLASI
Prinsip-prinsip Dasar Statistika
Parameter Statistik
Pengumpulan Data
Dalam suatu percobaan skala penuh, dari uji lentur suatu balok
beton bertulang diperoleh hasil pengamatan berupa hubungan
antara besar gaya (P) dengan lendutan maksimum di tengah
bentang, sebagai berikut:
Analisis Kurva Pengamatan
Jika hasil pengukuran tersebut ingin ditampilkan dalam suatu
grafik, dengan sumbu x menyatakan lendutan, sedangkan
sumbu y menyatakan beban, maka persamaannya :
y a.e bx
X
Analisis Kurva Pengamatan
Analisi kurva dilakukan dengan meminimumkan
simpangan ini sering juga disebut dengan Analisis
Regresi. Jika kurva hampiran merupakan suatu
fungsi linear maka prosesnya disebut Regresi Linear,
dengan kurva fungsi berupa persamaan:
y ao a1.x e
Dengan a0 & a1 adalah koefisien fungsi, e adalah
simpangan
Analisis Kurva Pengamatan
Jika kurva hampiran dinyatakan dalam suatu polinom
derajat n, maka fungsi kurva tersebut dinyatakan
dalam bentuk : n
Pn( x) ao a1.x a 2.x 2 a3.x3 ... an.xn aj.x j
j 0
Dengan :
m adalah jumlah data, (xi,yi) adalah pasangan
data, ( x , y ) adalah rerata x dan y
Contoh: Regresi Linear
7 (119 .5) ( 28 ( 24 )
a1 0 .839285714
7 (140 ) ( 28 ) 2
6 15 55 a 0 152 . 6
15 a 1 585 . 6
55 225
55 225 979 a 2 2488 . 8
Regresi Polinom
didapat:
a0 = 2.47857 a1 = 2.35929 a2 = 1.86071
6 16 . 5 14 c 0 54
16 . 5
76 . 25 48 c 1 243 . 5
14 48 54 c 2 100
Contoh: Regresi bidang linear
didapat:
c0 = 5 c1 = 4 c2 = -3
Sehingga persamaan polinom orde duanya
adalah:
z = 5 + 4x – 3y
Terapan Analisis Regresi Dalam
Bidang Teknik Sipil
1.25
Bidang Rekayasa Struktur
7333.33
0.004416
6( 243 .25 ) 44000 (0.0265 )
a1 9 . 003067 X 10
2
6(377000000 ) ( 44000 ) 2
a 0 0.004416 (9.003067 x10 7 * 7333 .33) 0.002186
Persamaan regresi
0.002186 9.003067 x10 7 *
Bidang Rekayasa Struktur
Untuk σ = 6400 kg/cm², regangan yang timbul
adalah sebesar:
0.002186 9.003067 x10 7 (6400 ) 3.576 x10 3
untuk σ = 6400 kg/cm², timbul
regangan awal = -0.002186
Persamaan regresi :
ln( ) a 0 a1. ln( )
ln( ) 17 .8468 1 .3835 . ln( )
atau
1 .7751 x10 8 x ( )1.3835
untuk
6400 kg / cm 2 ,
regangan 1 .7751 x10 8 x ( 6400 )1.3835
0 .003274
Bidang Rekayasa Struktur
Bidang Rekayasa Sumber Daya Air
Debit suatu aliran fluida dalam pipa bergantung pada diameter
pipa dan kemiringannya. Data percobaan di laboratorium untuk
mengukur aliran fluida dalam pipa bulat dengan kemiringan
tertentu diberikan dalam tabel berikut :
Bidang Rekayasa Sumber Daya Air
Regresi Polinomial
Metode Kuadrat Terkecil
Gambar tersebut adalah titik-titik hasil pengukuran, akan dicari suatu kurva
g(x) yang dapat mewakili titik-titik tersebut dengan meminimumkan
pebedaan (selisih) antara titik-titik data dan kurva → dikenal dengan regresi
kuadrat terkecil.
Dipilih suatu fungsi g(x) yang dapat mewakili f(x) yang mempunyai bentuk
umum G(x) = a0 + a1x + a2x2 +……+ arxr
Fungsi g(x) mempunyai kesalahan E1 terkecil. Dalam metode ini jumlah
kuadrat dari kesalahan terkecil yaitu:
n n 2
D Ei y i g ( xi )
2 2
i 1 i 1
Metode Kuadrat Terkecil
D 2 D 2 D 2
0 0 ……………. 0
a 0 a1 a r
Metode Kuadrat Terkecil untuk Kurva Linier
Kurva yang mewakili titik-titik percobaan merupakan garis lurus,
sehingga persamaannya:
G(x) = a + bx, dalam hal ini a0 = a dan a1 = b
Jumlah kuadrat dari kesalahan dihitung dengan
n n 2
D Ei y i g ( xi )
2 2
i 1 i 1
a
a i 1
( y i a bxi ) 2 ( yi a bxi ) 0
2
i 1
y1 a bx1 0 (1)
Metode Kuadrat Terkecil untuk Kurva Linier
a a i 1 i 1
yi xi axi bxi 0
2
xi a xi b xi yi
2
(2)
n x i y i xi y i
Atau b (5)
n xi 2 xi
2
Contoh
x 1 2 3 4 5 6 7
Penyelesaian
No xi yi xiyi Xi2 (yi – )2 (yi-a-bxi)2
3 3 2,00 6
4 4 4,00 16
5 5 3,50 17,5
6 6 6,00 36
7 7 5,50 38,5
x
x i
28
4 dan y
y i
24
3,42857
n 7 n 7
Metode Kuadrat Terkecil untuk Kurva Linier
Sehingga
n xi y i x i y i 9(119,5) 28(24)
b 0,8392857
n xi xi 7(140) (28)
2 2 2
1. Fungsi eksponensial
Diberikan data dalam bentuk : y = a1eb1x dengan a1 dan bi adalah
konstan. Persamaan tersebut dapat dilinierkan dengan menggunakan
logaritma natural sehingga menjadi:
Metode Kuadrat Terkecil untuk Kurva Tak Linier
2. Persamaan Berpangkat
Diberikan dalam bentuk : y = a2xb2 dengan a2 dan b2 adalah koefisien
konstan. Persamaan tersebut dapat dilinierkan dengan menggunakan
fungsi logaritma sehingga menjadi:
Contoh
a. Transformasi Log
Bentuk Persamaan kurva yang dicari
Y = axb ditransformasi dengan bentuk : log y = log a + b log x
No xi yi qi = log x pi = log y q ip i q i2
1 1 0,5 0,00000 -0,30103 0,00000 0,00000
2 2 1,7 0,30103 0,23045 0,06937 0,09062
3 3 3,4 0,47712 0,53148 0,25358 0,22764
4 4 5,7 0,60206 0,75587 0,45508 0,36248
5 5 8,4 0,69897 0,92428 0,64604 0,48856
2,07918 2,14105 1,42408 1,16930
Dari hitungan dalam tabel di atas didapat:
q
log x 1
2,07918
0,4158 dan p
log y 1
2,14105
0,42822
n 5 n 5
Metode Kuadrat Terkecil untuk Kurva Tak Linier
Contoh
b. Transformasi ln
Bentuk persamaan kurva yang dicari
Y = aebx ditransformasi dengan bentuk: ln y = ln a + bx
Dengan: p = ln y B=b
A = ln a q=x
Sehingga persamaan di atas dapat ditulis: p = A + Bq
x 1 2 3 4 5
No xi = qi yi pi = ln y qi pi Qi2 = xi2
1 1 0,5 -0,69315 -0,69315 1
2 2 1,7 0,53063 1,06126 4
3 3 3,4 1,22378 3,67133 9
4 4 5,7 1,74047 6,96187 16
5 5 8,4 2,12823 10,64116 25
∑ 15 19,7 4,92995 21,64246 55
Metode Kuadrat Terkecil untuk Kurva Tak Linier
q
x i
15
3
n 5
p
ln y i
4,92995
0,98599
n 5
Koefisien A dan B dihitung dengan persamaan
n q i p i qi p i 5(21,64246) 15(4,92995 34,2625
B 0,68525
n qi qi 5(55) (15)
2 2 2
50
n
D y i (ae )
2 bxi 2
untuk transformasi ln
i 1
n
D 2 ( yi y) 2
i 1
Metode Kuadrat Terkecil untuk Kurva Tak Linier
No xi yi g(x)=aeb
g(x)=axib D2 Dt2 D2 Dt2
xi
Dt 2 D 2 40,132 5,60725
r 2
0,92751
Dt 40,132
i 1
Regresi Polinomial
Dengan cara seperti regresi linier, persamaan di atas
diturunkan terhadap tiap koefisien dari polinomial
D 2 n
2 ( y i a 0 a 1 x i a 2 x i ......... a r x i ) 0
2 r
a 0 i 1
D 2 n
2 ( y i a 0 a 1 x i a 2 x i ......... a r x i ) 0
2 r
a1 i 1
D 2 n
2 ( y i a 0 a 1 x i a 2 x i ......... a r x i ) 0
2 r
a 2 i 1
..
.
.
D 2 n
2 ( y i a 0 a 1 x i a 2 x i ......... a r x i ) 0
2 r
a r i 1
Regresi Polinomial
Persamaan di atas dapat ditulis dalam bentuk:
n xi xi
2
....... xi
r
a0 yi
r 1 a
xi xi xi ....... xi i i
2 3
1 x y
r 2
a 2 xi 2 y i
i xi xi ....... xi
2 3 4
x
....... ....... ....... ....... ... = .....
... .....
....... ....... ....... .......
.......
....... ....... ....... ... .....
r r
a
i xi xi xi
r 1 r 2
x ry
i i
r
x r
Penyelesaian:
Persamaan polinomial orde dua mempunyai bentuk:
g(x) = a0 + a1x + a2x2
dan jumlah kuadrat dari kesalahan:
2
n
D 2 y i (a 0 a1 x a 2 x 2
i 1
Regresi Polinomial
n x x 2
a 0 yi
i i
3 a = x y
xi x x i i
2
i
i
4
1
xi x x a 2
2 3 2
i i
x i y i
Regresi Polinomial
Hitungan dilakukan dengan tabel berikut:
N xi yi xi2 xi3 xi4 xiyi xi2yi
o
1 0 2,1 0 0 0 0 0
2 1 7,7 1 1 1 7,7 7,7
3 2 13,6 4 8 16 27,2 54,4
4 3 27,2 9 27 81 81,6 244,8
5 4 40,9 16 64 256 163,6 654,4
6 5 61,1 25 125 625 305,5 1527,5
∑ 15 152,6 55 225 979 585,6 2488,8
Regresi Polinomial
Dengan demikian sistem persamaan menjadi:
6a0 +15a1 + 55a2 = 152,6
15a0 + 55a1 +225a2 = 585,6
55a0 + 225a1 + 979a2 = 2488,8