Paper 3 (Regresi Polynomial) PDF
Paper 3 (Regresi Polynomial) PDF
Rida Pribady
Program Studi Teknik Sipil, Universitas Pembangunan Nasional Veteran Jawa Timur
Jalan Raya Rungkut Madya, Surabaya, 60293, Indonesia
Email : ridapribady19@gmail.com
ABSTRAK
Transportasi adalah perpindahan manusia atau barang dari satu tempat ke tempat lainnya dengan
menggunakan sebuah kendaraan yang digerakkan oleh manusia atau mesin. Transportasi digunakan untuk
memudahkan manusia dalam melakukan aktivitas sehari-hari. Di negara maju, biasanya menggunakan
kereta dan taksi sebagai transportasi umum. Penduduk di sana jarang yang mempunyai kendaraan pribadi
karena mereka sebagian besar menggunakan angkutan umum sebagai transportasi mereka. Kebalikan dari
negara maju, di Indonesia masyarakatnya jarang memakai angkutan umum, yang mana kebanyakan
memakai kendaraan pribadi seperti mobil dan sepeda motor. Hal ini lah yang menyebabkan banyak terjadi
kemacetan di kota-kota besar seperti Surabaya, Jakarta, dan Bandung. Terdapat titik-titik penyebab
terjadinya kemacetan yaitu di tempat lampu merah dan putar balik. Penelitian ini dilakukan untuk
mengetahui laju pergerakan mobil saat putar balik di jalan raya Merr dengan total jarak yang ditempuh 260
m. Setelah data di dapat dari penelitian diharapkan masalah kemacetan dapat teratasi. Dalam penelitian ini
menggunakan stopwatch dan meteran rol sebagai alat bantu penelitian. Variabel bebas (X) dalam penelitian
ini adalah waktu pergerakan mobil dan variable terikat (Y) adalah jarak yang ditempuh mobil. Metode
analisis yang digunakan dalam penelitian ini adalah regresi polynomial. Setelah data dilakukan analisis
regresi polynomial sampai derajat ke 7 di dapat persamaan Y=-4,10108E-07X^7 + 5,49906E-05X^6 -
0,002681235X^5 + 0,058150067X^4 - 0,548671364X^3 + 1,521549975X^2 + 13,0,9931544X +
1,256471666 dengan nilai R square sama dengan 1.
ABSTRACT
Transportation is the movement of people or goods from one place to another using a vehicle driven by
humans or machines. Transportation is used to make it easier for humans to carry out their daily activities.
In developed countries, it is common to use trains and taxis as public transportation. The residents there
rarely own private vehicles because they mostly use public transportation as their transportation. In contrast
to developed countries, people in Indonesia rarely use public transportation, most of which use private
vehicles such as cars and motorbikes. This is what causes a lot of traffic jams in big cities such as Surabaya,
Jakarta, and Bandung. Some points cause congestion, namely at the red light and turning around. This
research was conducted to determine the speed of the car's movement when making a U-turn on the Merr
highway with a total distance of 260 m. After the data is obtained from the research it is hoped that the
congestion problem can be resolved. In this study, a stopwatch and roller meter were used as research aids.
The independent variable (X) in this study is the time the car moves and the dependent variable (Y) is the
1
distance traveled by car. The method of analysis used in this research is polynomial regression. After the
data is carried out polynomial regression analysis to the 7th degree, the equation Y = -4,10108E-07X ^ 7 +
5,49906E-05X ^ 6 - 0.002681235X ^ 5 + 0.058150067X ^ 4 - 0.548671364X ^ 3 + 1.521549975X ^ 2 +
13,0,9931544X + 1.256471666 where the R square value is 1.
2
tanpa mempengaruhi proses mengukur
waktu. Alat ukur waktu ini juga dapat mengukur
lebih dari 2 kecepatan waktu sekaligus.
Teknik Pengukuran
3
25 160
40 200
50 260
10 100
Y Jarak yang
X Waktu 14 140
ditempuh
(detik)
(m)
25 160
2 30 40 200
5 65 50 260
4
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.97212603
R Square 0.945029018
Adjusted R
Square 0.935867188
Standard Error 19.24417723
Observations 8
ANOVA
Significance
df SS MS F F
Regression 1 38199.84486 38199.84486 103.1484968 5.30167E-05
Residual 6 2222.030144 370.3383574
Total 7 40421.875
Standard
Coefficients Error t Stat P-value Lower 95% Upper 95%
Intercept 49.18598631 10.42268203 4.719129505 0.003260943 23.68260212 74.6893705
RESIDUAL OUTPUT
Predicted Y
Jarak yang
ditempuh Standard
Observation (m) Residuals Residuals
- -
1 57.57176552 27.57176552 1.547528384
- -
2 70.15043433 5.150434332 0.289079904
5
7 216.9015705 -16.9015705 -0.94863929
Dari hasil pengolahan data dengan metode regresi b) Berikut adalah olahan data table penelitian
polynomial mendapat persamaan matematis menjadi table kuadratik
sebagai berikut dengan nilai nilai R square sama
dengan 0.945029018.
Y Jarak yang
X Waktu
X^2 ditempuh
Y = 4.192889605X + 49.18598631 (detik)
(m)
Dimana,
X = Waktu yang ditempuh
Y = Jarak yang ditempuh 2 4 30
Y = 4.192889605X + 49.18598631 =
216.9015705 m 10 100 100
25 625 160
X Waktu (detik) Line Fit
Plot 40 1600 200
300
Y Jarak yang ditempuh (m)
250
50 2500 260
200 Y Jarak yang
150 ditempuh (m)
Dari data tersebut kita dapat menganalisis dengan
100
Predicted Y
metode regresi polynomial dengan hasil sebagai
50
Jarak yang berikut.
0
ditempuh (m)
0 20 40 60
X Waktu (detik)
6
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.979707704
R Square 0.959827185
Adjusted R
Square 0.943758059
Standard
Error 18.02143442
Observations 8
ANOVA
Significance
df SS MS F F
Regression 2 38798.01451 19399.00725 59.73113864 0.000323468
Standard
Coefficients Error t Stat P-value Lower 95% Upper 95%
Intercept 33.84980456 14.93203353 2.266925297 0.072718196 -4.534209612 72.23381873
X Waktu
(detik) 6.487109735 1.734133314 3.740836811 0.013419945 2.029378138 10.94484133
- -
X^2 0.044778628 0.032994986 1.357134314 0.232785762 -0.129594941 0.040037685
RESIDUAL OUTPUT
Predicted Y
Jarak yang
ditempuh Standard
Observation (m) Residuals Residuals
- -
1 46.64490951 16.64490951 1.092838787
- -
2 65.16588752 0.165887524 0.010891517
7
- -
6 168.0409052 8.040905218 0.527933967
- -
7 221.6883886 21.68838861 1.423973635
8 246.2587205 13.74127955 0.902197952
Dari hasil pengolahan data dengan metode regresi c) Berikut adalah olahan data table penelitian
polynomial mendapat persamaan matematis menjadi table polynomial derajat 3
sebagai berikut dengan nilai nilai R square sama
dengan 0.959827185.
Y Jarak
Y = -0.044778628X^2 + 6.487109735X + X Waktu yang
X^2 X^3
(detik) ditempuh
33.84980456
(m)
Dimana,
X = Waktu yang ditempuh 2 4 8 30
Y = Jarak yang ditempuh
Y = -0.044778628(40)^2 + 6.487109735(40) +
10 100 1000 100
33.84980456 = 221.6883886 m
Dari hasil regresi polynomial terdapat grafik yang 14 196 2744 140
menggambarkan perbandingan antara waktu
yang ditempuh dengan jarak yang ditempuh
25 625 15625 160
X^2 Line Fit Plot
300 40 1600 64000 200
Y Jarak yang ditempuh (m)
250
200 Y Jarak yang 50 2500 125000 260
150 ditempuh (m)
100
Predicted Y Dari data tersebut kita dapat menganalisis dengan
50 Jarak yang metode regresi polynomial dengan hasil sebagai
ditempuh (m) berikut.
0
0 1000 2000 3000
X^2
8
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.997909624
R Square 0.995823617
Adjusted R
Square 0.99269133
Standard
Error 6.496484223
Observations 8
ANOVA
Significance
df SS MS F F
Regression 3 40253.05777 13417.68592 317.9221931 3.26585E-05
Total 7 40421.875
Standard
Coefficients Error t Stat P-value Lower 95% Upper 95%
-
Intercept 2.150169889 7.623726211 0.282036609 0.791906267 19.01668743 23.31702721
X Waktu
(detik) 14.37353067 1.481488189 9.702089276 0.000631744 10.26026004 18.4868013
- - - -
X^2 0.447044602 0.069534798 6.429077427 0.003009989 0.640104153 0.253985052
RESIDUAL OUTPUT
Predicted Y
Jarak yang
ditempuh Standard
Observation (m) Residuals Residuals
1 29.15111765 0.848882347 0.172857465
2 63.49897126 1.501028745 0.305653692
- -
3 82.66322896 2.663228957 0.542311908
- -
4 106.439121 6.439121026 1.311194818
9
5 130.1870965 9.812903536 1.998196371
- -
6 164.243446 4.243446033 0.864090677
Dari hasil pengolahan data dengan metode regresi d) Berikut adalah olahan data table penelitian
polynomial mendapat persamaan matematis menjadi table polynomial derajat 4
sebagai berikut dengan nilai nilai R square sama
dengan 0.995823617. X
Y Jarak
Wakt
yang
Y = 0.005258105X^3 - 0.447044602X^2 + u X^2 X^3 X^4
ditempu
14.37353067X + 2.150169889 (detik
h (m)
)
Dimana,
X = Waktu yang ditempuh
2 4 8 16 30
Y = Jarak yang ditempuh
Y = 0.00525810(40)^3 - 0.447044602(40)^2 +
10 100 1000 10000 100
14.37353067(40) + 2.150169889 = 198.3387336
m
14 196 2744 38416 140
Dari hasil regresi polynomial terdapat grafik yang
menggambarkan perbandingan antara waktu
25 625 15625 390625 160
yang ditempuh dengan jarak yang ditempuh
160 256000
40 0 64000 0 200
X^3 Line Fit Plot
300 250 625000
Y Jarak yang ditempuh (m)
50 0 125000 0 260
200 Y Jarak yang
ditempuh (m) Dari data tersebut kita dapat menganalisis dengan
100 metode regresi polynomial dengan hasil sebagai
Predicted Y berikut.
0 Jarak yang
0 100000 200000 ditempuh (m)
X^3
10
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.997921235
R Square 0.99584679
Adjusted R
Square 0.990309178
Standard
Error 7.480653278
Observations 8
ANOVA
Significance
df SS MS F F
Regression 4 40253.99448 10063.49862 179.8332278 0.000667471
Residual 3 167.8805204 55.96017346
Total 7 40421.875
Standard
Coefficients Error t Stat P-value Lower 95% Upper 95%
Intercept 1.127853159 11.81111483 0.09549083 0.929946047 -36.4603856 38.71609192
X Waktu
(detik) 14.75745865 3.42287569 4.311421152 0.022977392 3.864340557 25.65057675
- - -
X^2 0.482548869 0.285863705 1.688038251 0.189987627 1.392294762 0.427197024
-
X^3 0.006360392 0.00858203 0.741129092 0.512356194 0.020951459 0.033672243
-1.07796E- - -
X^4 05 8.3318E-05 0.129378689 0.90524506 0.000275935 0.000254375
RESIDUAL OUTPUT
Predicted Y
Jarak yang
ditempuh Standard
Observation (m) Residuals Residuals
1 28.76328565 1.23671435 0.252533075
11
-
6 163.6416383 -3.641638258 0.743610767
7 198.8174258 1.182574229 0.241477837
-
8 260.3053577 -0.305357694 0.062353055
Dari hasil pengolahan data dengan metode regresi e) Berikut adalah olahan data table penelitian
polynomial mendapat persamaan matematis menjadi table polynomial derajat 5
sebagai berikut dengan nilai nilai R square sama
dengan 0.99584679.
Y
X
Jarak
Y = -1.07796E-05X^4 + 0.006360392X^3 - Wak
X^ yang
0.482548869X^2 + 14.75745865X + tu X^3 X^4 X^5
2 ditem
1.127853159 (det
puh
ik)
(m)
Dimana,
X = Waktu yang ditempuh
Y = Jarak yang ditempuh 2 4 8 16 32 30
12
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.998740465
R Square 0.997482516
Adjusted R
Square 0.991188807
Standard
Error 7.133071468
Observations 8
ANOVA
Significance
df SS MS F F
Regression 5 40320.11358 8064.022717 158.4888054 0.006281831
Residual 2 101.7614171 50.88070856
Total 7 40421.875
Standard
Coefficients Error t Stat P-value Lower 95% Upper 95%
-
Intercept 16.46641413 17.54675484 0.93843074 0.447086991 59.03117848 91.96400674
X Waktu
(detik) 6.369254144 8.049742129 0.791237041 0.511736102 -28.2659908 41.00449909
-
X^2 0.744248444 1.11016633 0.670393637 0.571651177 4.032411747 5.520908636
- -
X^3 0.061473485 0.060065909 1.023433859 0.413735162 -0.31991623 0.196969261
-
X^4 0.00153987 0.001362593 1.130102517 0.375732257 0.004322896 0.007402637
-1.24017E- - -5.92108E-
X^5 05 1.08791E-05 1.139952885 0.372428339 05 3.44074E-05
RESIDUAL OUTPUT
Predicted Y
Jarak yang
ditempuh Standard
Observation (m) Residuals Residuals
- -
1 31.71436938 1.714369385 0.449636801
2 60.15837404 4.841625955 1.269839059
3 79.92275514 0.077244864 0.020259422
- -
4 107.2688498 7.268849767 1.906439992
13
5 135.3111583 4.688841719 1.229767523
- -
6 160.7314606 0.731460565 0.191844063
7 199.8662764 0.133723627 0.035072409
- -
8 260.0267564 0.026756448 0.007017556
Dari hasil pengolahan data dengan metode regresi f) Berikut adalah olahan data table penelitian
polynomial mendapat persamaan matematis menjadi table polynomial derajat 6
sebagai berikut dengan nilai nilai R square sama
dengan 0.997482516.
Y
X Jara
Y = -1.24017E-05X^5 + 0.00153987X^4 -
W k
0.061473485X^3 + 0.744248444X^2 +
akt X^ yang
6.369254144X + 16.46641413 X^3 X^4 X^5 X^6
u 2 dite
(de mpu
Dimana,
tik) h
X = Waktu yang ditempuh
(m)
Y = Jarak yang ditempuh
250
16 640 000 0000 40960
40 00 00 0 0 00000 200
200 Y Jarak yang
150 ditempuh (m) 625 3125 15625
25 125 000 0000 00000
100
Predicted Y 50 00 000 0 0 0 260
50
Jarak yang
0 ditempuh (m) Dari data tersebut kita dapat menganalisis dengan
0 400000000 metode regresi polynomial dengan hasil sebagai
X^5 berikut.
14
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.999967127
R Square 0.999934255
Adjusted R
Square 0.999539788
Standard
Error 1.630190562
Observations 8
ANOVA
Significance
df SS MS F F
Regression 6 40419.21748 6736.536246 2534.894574 0.015202408
Residual 1 2.657521269 2.657521269
Total 7 40421.875
Standard
Coefficients Error t Stat P-value Lower 95% Upper 95%
- - -
Intercept 28.21199413 8.343212937 3.381430432 0.183051981 134.2225659 77.79857761
X Waktu -
(detik) 40.82581675 5.934752155 6.879110649 0.091900177 34.58235919 116.2339927
- - -
X^2 7.143116065 1.316274683 5.426767041 0.116009661 23.86797167 9.581739543
X^3 0.688127214 0.123515622 5.571175543 0.113066259 -0.88128757 2.257541998
- - -
X^4 0.031225267 0.005374465 5.809930134 0.108511217 0.099514322 0.037063788
-
X^5 0.000639064 0.000106709 5.988828494 0.105329479 0.000716807 0.001994934
-4.76549E-
X^6 06 7.80369E-07 -6.10670568 0.103332175 -1.4681E-05 5.15005E-06
RESIDUAL OUTPUT
Predicted Y
Jarak yang
ditempuh Standard
Observation (m) Residuals Residuals
1 29.8927336 0.107266398 0.174090207
-
2 65.76191152 -0.76191152 1.236559977
3 78.79189505 1.208104948 1.960718779
15
- -
4 100.7500067 0.750006653 1.217238727
5 139.7918729 0.208127054 0.337784085
- -
6 160.0126483 0.012648334 0.020527873
7 199.9987381 0.001261907 0.002048038
-
8 260.0001938 -0.0001938 0.000314532
Dari hasil pengolahan data dengan metode regresi g) Berikut adalah olahan data table penelitian
polynomial mendapat persamaan matematis menjadi table polynomial derajat 7
sebagai berikut dengan nilai nilai R square sama
dengan 0.999934255.
Jar
X
ak
Y = -4,7654E06X^6 + 0,000639064X^5 - W
yan
0,031225267X^4 + 0,688127214X^3 - ak X
X^ X^ g
7,143116065X^2 + 40,82581675X - tu ^ X^5 X^6 X^7
3 4 dite
28,21199413 (d 2
mp
eti
uh
k)
Dimana, (m)
X = Waktu yang ditempuh 2 4 8 16 32 64 128 30
Y = Jarak yang ditempuh 2 12 62 312 156 7812
5 5 5 5 5 25 5 65
Dari hasil persamaan regresi polynomial tersebut 4 34 24 168 117 8235
dapat kita uji coba. Jika kita menempuh dalam 7 9 3 01 07 649 43 80
waktu 40 detik maka jarak yang ditempuh adalah 1 10 100
sebagai berikut. 0 10 00 100 000 1000
10 0 00 0 000 0 0000 100
1 38 752 1054
Y = -4,7654E06(40)^6 + 0,000639064(40)^5 -
9 27 41 537 953 1350
0,031225267(40)^4 + 0,688127214(40)^3 -
7,143116065(40)^2 + 40,82581675(40) - 14 6 44 6 824 6 4 140
28,21199413 = 199.9987381 m 6 15 39 976 2.4 6103
2 62 06 562 4E+ 5156
Dari hasil regresi polynomial terdapat grafik yang 25 5 5 25 5 08 25 160
menggambarkan perbandingan antara waktu 1 25
6 64 60 102 4.1 1.63
yang ditempuh dengan jarak yang ditempuh
0 00 00 400 E+0 84E+
40 0 0 0 000 9 11 200
2 62
X^6 Line Fit Plot 5 12 50 312 1.5 7.81
300 0 50 00 500 6E+ 25E+
Y Jarak yang
Y Jarak yang ditempuh
Predicted Y
0 Jarak yang metode regresi polynomial dengan hasil sebagai
X^6 ditempuh (m) berikut.
16
Regression Statistics
Multiple R 1
R Square 1
Adjusted R
Square 65535
Standard
Error 0
Observations 8
ANOVA
Significance
df SS MS F F
Regression 7 40421.875 5774.553571 #NUM! #NUM!
Residual 0 0 65535
Total 7 40421.875
Standard
Coefficients Error t Stat P-value Lower 95% Upper 95%
Intercept 1.256471666 0 65535 #NUM! 1.256471666 1.256471666
X Waktu
(detik) 13.09931544 0 65535 #NUM! 13.09931544 13.09931544
X^2 1.521549975 0 65535 #NUM! 1.521549975 1.521549975
- -
X^3 0.548671364 0 65535 #NUM! -0.548671364 0.548671364
X^4 0.058150067 0 65535 #NUM! 0.058150067 0.058150067
- -
X^5 0.002681235 0 65535 #NUM! -0.002681235 0.002681235
X^6 5.49906E-05 0 65535 #NUM! 5.49906E-05 5.49906E-05
-4.10108E- -4.10108E-
X^7 07 0 65535 #NUM! -4.10108E-07 07
RESIDUAL OUTPUT
Predicted Y
Jarak yang
ditempuh Standard
Observation (m) Residuals Residuals
8.00284E-
1 30 11 1.117897519
-
1.17097E- -
2 65 10 1.635705507
17
-
3.54134E- -
3 80 11 0.494681811
-
1.00329E- -
4 100 11 0.140146613
4.83169E-
5 140 13 0.00674927
1.81899E-
6 160 12 0.025409018
2.91038E-
7 200 11 0.406544281
-
1.16415E- -
8 260 10 1.626177125
0,002681235X^5 + 0,058150067X^4 -
0,548671364X^3 + 1,521549975X^2 +
200
13,0,9931544X + 1,256471666 Y Jarak yang
150 ditempuh (m)
Dimana,
X = Waktu yang ditempuh 100 Predicted Y Jarak
Y = Jarak yang ditempuh yang ditempuh
50 (m)
Dari hasil persamaan regresi polynomial tersebut
dapat kita uji coba. Jika kita menempuh dalam 0
0 1E+12
waktu 40 detik maka jarak yang ditempuh adalah
X^7
sebagai berikut.
Y=-4,10108E-07(40)^7 + 5,49906E-05(40)^6 -
0,002681235(40)^5 + 0,058150067(40)^4 -
Jika kita menentukan model matematis dari
0,548671364(40)^3 + 1,521549975(40)^2 +
polynomial derajat 3 hingga polynomial
13,0,9931544(40) + 1,256471666 = 200 m
derajat 6 tanpa nilai koefisien adalah sebagai
berikut.
Dari hasil regresi polynomial terdapat grafik yang
menggambarkan perbandingan antara waktu
yang ditempuh dengan jarak yang ditempuh
18
a) Berikut adalah olahan data table penelitian menjadi table polynomial derajat 3
Y Jarak
X Waktu yang
X^2 X^3
(detik) ditempuh
(m)
2 4 8 30
5 25 125 65
7 49 343 80
Dari data tersebut kita dapat menganalisis dengan metode regresi polynomial dengan hasil sebagai berikut.
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.999506046
R Square 0.999012337
Adjusted R
Square 0.798617272
Standard Error 5.868123309
Observations 8
ANOVA
Significance
df SS MS F F
Regression 3 174152.8256 58050.94188 1685.818471 1.17073E-06
19
Residual 5 172.1743559 34.43487117
Total 8 174325
Standard
Coefficients Error t Stat P-value Lower 95% Upper 95%
Intercept 0 #N/A #N/A #N/A #N/A #N/A
X Waktu
(detik) 14.74736951 0.597709515 24.67313829 2.03971E-06 13.21090829 16.28383073
- - - -
X^2 0.462520267 0.038580054 11.98858525 7.12233E-05 0.561693453 0.363347081
X^3 0.00543696 0.000571125 9.519737145 0.00021635 0.003968837 0.006905084
RESIDUAL OUTPUT
Predicted Y
Jarak yang
ditempuh Standard
Observation (m) Residuals Residuals
1 27.68815364 2.311846362 0.498333093
2 62.85346092 2.146539076 0.462700063
-
3 82.43297089 2.432970887 -0.52444225
- -
4 106.6586287 6.658628728 1.435309503
5 130.7282199 9.27178008 1.998590791
- -
6 164.5615757 4.561575718 0.983276474
7 197.8278129 2.172187122 0.468228662
- -
8 260.6878464 0.687846354 0.148269628
Dari hasil pengolahan data dengan metode regresi polynomial tanpa koefisien mendapat persamaan
matematis sebagai berikut dengan nilai nilai R square sama dengan 0.999012337.
Dimana,
X = Waktu yang ditempuh
Y = Jarak yang ditempuh
Dari hasil persamaan regresi polynomial tersebut dapat kita uji coba. Jika kita menempuh dalam waktu 40
detik maka jarak yang ditempuh adalah sebagai berikut.
20
Y = 0.00543696(40)^3 - 0.462520267(40)^2 + 14.74736951(40) = 197.8278129 m
Dari hasil regresi polynomial terdapat grafik yang menggambarkan perbandingan antara waktu yang
ditempuh dengan jarak yang ditempuh
200
Y Jarak yang
100 ditempuh (m)
Predicted Y Jarak
0 yang ditempuh (m)
0 50000 100000 150000
X^3
b) Berikut adalah olahan data table penelitian menjadi table polynomial derajat 4
Y Jarak
X
yang
Waktu X^2 X^3 X^4
ditempuh
(detik)
(m)
2 4 8 16 30
5 25 125 625 65
7 49 343 2401 80
21
Dari data tersebut kita dapat menganalisis dengan metode regresi polynomial dengan hasil sebagai berikut.
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.999516904
R Square 0.999034041
Adjusted R
Square 0.748309572
Standard
Error 6.488273907
Observations 8
ANOVA
df SS MS F Significance F
Regression 4 174156.6092 43539.1523 1034.240685 4.87459E-05
Residual 4 168.3907931 42.09769829
Total 8 174325
Standard
Coefficients Error t Stat P-value Lower 95% Upper 95%
Intercept 0 #N/A #N/A #N/A #N/A #N/A
X Waktu
(detik) 15.05536105 1.221556739 12.32473333 0.00024901 11.66377583 18.44694628
- - -
X^2 0.504564454 0.14658804 3.442057433 0.026244302 -0.9115581 0.097570807
X^3 0.006956504 0.00510783 1.36192942 0.244875189 -0.007225105 0.021138113
-1.61023E- -
X^4 05 5.37113E-05 0.299792865 0.779268379 -0.000165229 0.000133024
RESIDUAL OUTPUT
Predicted Y
Jarak yang
ditempuh Standard
Observation (m) Residuals Residuals
1 28.14785869 1.852141313 0.403701108
2 63.52219298 1.477807023 0.322109511
-
3 83.01128838 -3.01128838 0.656354052
-
4 106.8926462 6.892646205 -1.50235238
5 130.3504833 9.649516738 2.103252365
-
6 163.4366642 3.436664236 -0.7490709
22
7 198.9057429 1.094257124 0.238509238
- -
8 260.280695 0.280695009 0.061181555
Dari hasil pengolahan data dengan metode regresi polynomial tanpa koefisien mendapat persamaan
matematis sebagai berikut dengan nilai nilai R square sama dengan 0.999034041.
Dimana,
X = Waktu yang ditempuh
Y = Jarak yang ditempuh
Dari hasil persamaan regresi polynomial tersebut dapat kita uji coba. Jika kita menempuh dalam waktu 40
detik maka jarak yang ditempuh adalah sebagai berikut.
Dari hasil regresi polynomial terdapat grafik yang menggambarkan perbandingan antara waktu yang
ditempuh dengan jarak yang ditempuh
200
Y Jarak yang
100 ditempuh (m)
Predicted Y Jarak
0 yang ditempuh (m)
0 5000000 10000000
X^4
c) Berikut adalah olahan data table penelitian menjadi table polynomial derajat 5
Y Jarak
X
yang
Waktu X^2 X^3 X^4 X^5
ditempuh
(detik)
(m)
2 4 8 16 32 30
23
7 49 343 2401 16807 80
Dari data tersebut kita dapat menganalisis dengan metode regresi polynomial dengan hasil sebagai berikut.
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.99957952
R Square 0.999159216
Adjusted R
Square 0.664704838
Standard
Error 6.989745531
Observations 8
ANOVA
Significance
df SS MS F F
Regression 5 174178.4304 34835.68607 713.0198787 0.00140111
Residual 3 146.5696278 48.85654259
Total 8 174325
Standard
Coefficients Error t Stat P-value Lower 95% Upper 95%
Intercept 0 #N/A #N/A #N/A #N/A #N/A
24
X Waktu
(detik) 13.45626116 2.730759212 4.927663011 0.016018977 4.765766596 22.14675573
- -
X^2 -0.16260936 0.535486703 0.303666476 0.781224579 1.866767039 1.541548319
- - -
X^3 0.015066499 0.033409561 0.450963695 0.68261729 0.121390633 0.091257635
-
X^4 0.000528975 0.000817656 0.646940739 0.56375807 0.002073172 0.003131122
-4.57285E- - -2.63485E-
X^5 06 6.84242E-06 0.668309455 0.551758813 05 1.72028E-05
RESIDUAL OUTPUT
Predicted Y
Jarak yang
ditempuh Standard
Observation (m) Residuals Residuals
1 26.14987016 3.850129841 0.89949422
2 61.64907867 3.350921334 0.782865642
- -
3 82.25137347 2.251373471 0.525981592
- -
4 108.0676417 8.067641726 1.884818798
5 133.0354633 6.964536676 1.627103693
-
6 161.3357306 -1.3357306 0.312062711
7 199.7353613 0.264638701 0.061826741
- -
8 260.0542926 0.054292626 0.012684222
Dari hasil pengolahan data dengan metode regresi polynomial tanpa koefisien mendapat persamaan
matematis sebagai berikut dengan nilai nilai R square sama dengan 0.999159216.
Dimana,
X = Waktu yang ditempuh
Y = Jarak yang ditempuh
Dari hasil persamaan regresi polynomial tersebut dapat kita uji coba. Jika kita menempuh dalam waktu 40
detik maka jarak yang ditempuh adalah sebagai berikut.
25
Dari hasil regresi polynomial terdapat grafik yang menggambarkan perbandingan antara waktu yang
ditempuh dengan jarak yang ditempuh
200
Y Jarak yang
100 ditempuh (m)
Predicted Y Jarak
0 yang ditempuh (m)
0 200000000 400000000
X^5
d) Berikut adalah olahan data table penelitian menjadi table polynomial derajat 6
Y Jarak
X
yang
Waktu X^2 X^3 X^4 X^5 X^6
ditempuh
(detik)
(m)
2 4 8 16 32 64 30
26
Dari data tersebut kita dapat menganalisis dengan metode regresi polynomial dengan hasil sebagai berikut.
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.999905219
R Square 0.999810447
Adjusted R
Square 0.499336565
Standard
Error 4.064714638
Observations 8
ANOVA
Significance
df SS MS F F
Regression 6 174291.9562 29048.65936 1758.190669 0.018253436
Residual 2 33.04381018 16.52190509
Total 8 174325
Standard
Coefficients Error t Stat P-value Lower 95% Upper 95%
Intercept 0 #N/A #N/A #N/A #N/A #N/A
X Waktu
(detik) 21.28968346 3.384097276 6.291096774 0.024347643 6.729088074 35.85027884
- -
X^2 2.954315146 1.10959855 2.662508117 0.116850767 -7.728532377 1.819902084
X^3 0.305776156 0.123930519 2.467319268 0.132411493 -0.227453828 0.83900614
-
X^4 0.014915415 0.00591103 -2.52331909 0.127664241 -0.040348525 0.010517695
X^5 0.000319634 0.000123745 2.582993981 0.122863229 -0.0002128 0.000852067
-2.45151E-
X^6 06 9.35227E-07 -2.6213032 0.119913566 -6.47547E-06 1.57244E-06
RESIDUAL OUTPUT
Predicted Y
Jarak yang
ditempuh Standard
Observation (m) Residuals Residuals
-
1 32.97974032 -2.979740319 1.466149821
2 62.45097429 2.549025705 1.254221234
3 78.41931817 1.580681827 0.777757834
27
-
4 103.5991852 -3.599185198 1.770941145
5 138.5169172 1.483082836 0.729735279
-
6 160.1225059 -0.122505859 0.060277717
7 199.9862361 0.013763873 0.006772369
-
8 260.0021927 -0.002192737 0.001078913
Dari hasil pengolahan data dengan metode regresi polynomial tanpa koefisien mendapat persamaan
matematis sebagai berikut dengan nilai nilai R square sama dengan 0.999810447.
Dimana,
X = Waktu yang ditempuh
Y = Jarak yang ditempuh
Dari hasil persamaan regresi polynomial tersebut dapat kita uji coba. Jika kita menempuh dalam waktu 40
detik maka jarak yang ditempuh adalah sebagai berikut.
Dari hasil regresi polynomial terdapat grafik yang menggambarkan perbandingan antara waktu yang
ditempuh dengan jarak yang ditempuh
4. Kesimpulan
1. Natalis Ransi, 2019, “pengertian regresi
Jadi model persamaan yang paling optimal dalam polynomial”, diambil dari laman
kasus pergerakan mobil yang dilakukan di jalan http://ojs.uho.ac.id/index.php/semantik/article/d
raya Merr adalah perhitungan polynomial derajat ownload/6027/pdf diakses pada tanggal 3
7 dimana Y= -4,10108E-07X^7 + 5,49906E- Desember 2020
05X^6 - 0,002681235X^5 + 0,058150067X^4 - 2. www.pengelasan.net, 2019, “pengertian
0,548671364X^3 + 1,521549975X^2 + stopwatch”, diambil dari laman
13,0,9931544X + 1,256471666 dengan nilai R2 https://www.pengelasan.net/stopwatch/ diakses
sebesar 1. Sedangkan pada persamaan yang pada tanggal 3 Desember 2020
paling optimal dengan tanpa adanya koefisien 3. poltek-furniture.ac.id, 2019, “pengertian dan
adalah Y = -2.45151E-06X^6 + 0.000319634X^5 keguaan meteran rol”, diambil dari laman
- 0.014915415X^4 + 0.305776156X^3 - https://df.poltek-
2.954315146X^2 + 21.28968346X dengan nilai furnitur.ac.id/2019/04/24/pengertian-dan-fungsi-
R2 sebesar 0.999810447. rol-meter/ diakses pada tanggal 3 Desember 2020
4. google map, 2020, “jalan merr Surabaya”,
Daftar Pustaka diambil dari laman
28
https://www.google.com/search?safe=strict&sxs mAEBoAEBqgEHZ3dzLXdperABCsABAQ&s
rf=ALeKk0053iapBZJ9- client=psy-
JZQXohGw6wurAhghQ%3A1607042626875& ab&ved=0ahUKEwjYnqenjLPtAhUScCsKHX1
ei=QobJX9j1NJLgrQH95IWICQ&q=jalan+merr yAZEQ4dUDCAw&uact=5#
+surabaya&oq=jalan+merr+surabaya&gs_lcp=C
gZwc3ktYWIQAzIFCAAQywEyBggAEBYQHj
IGCAAQFhAeMgYIABAWEB4yBggAEBYQ
HjIGCAAQFhAeMgYIABAWEB4yBggAEBY
QHjIGCAAQFhAeMgYIABAWEB46BwgjEOo
CECc6BggjECcQEzoECCMQJzoFCAAQxAI6
BAgAEAM6AggmOgQIABAeUJzDB1ie3Qdgi
eAHaAFwAHgAgAG0AYgBgQ2SAQQxNC41
29