16/8/2021 Let share our knowledge: Komputasi Numeris: Analisis Regresi Sederhana Polinomial

Lainnya
herwangalingging@gmail.com
Dasbor
Logout

Let share our knowledge

SUNDAY, MAY 29, 2016 BLOG ARCHIVE

► 
2020
(6)
Komputasi Numeris: Analisis Regresi Sederhana Polinomial ► 
2018
(1)

Pendahuluan
► 
2017
(3)
▼ 
2016
(6)
Pada bagian sebelumnya, kita telah mempelajari analisis regresi non linear Power dan ► 
November
(1)
Eksponential. Kita juga telah tahu cara mudah mendapatkan persamaan regresi (kurva
► 
September
(1)
fitting) menggunakan software MS Excel. Saat ini kita akan membahas analisis regresi
non linear Polinomial. ► 
June
(2)
▼ 
May
(1)
Yang perlu perhatikan saat anda memilih persamaan regresi yang tepat untuk data Komputasi Numeris: Analisis Regresi
anda adalah kemiripan kurva fitting dengan data dan logika permasalahan. Sebagai Sederhana Poli...
contoh, saat anda memiliki data hubungan antara karyawan dengan lama waktu
pengerjaan proyek, seperti pada bahasan sebelumnya, walaupun kurva fitting "terlihat" ► 
April
(1)
linear atau terlihat polinomial, kita TIDAK BISA memilih regresi linear atau polinomial ► 
2015
(13)
untuk data tersebut.
► 
2014
(2)
Kenapa?
► 
2013
(14)

Karena persamaan linear tidak memiliki asimtot (garis linear yang didekati kurva
lengkung pada titik tak terhingga). Artinya, kurva linear tidak memiliki kejenuhan seperti ABOUT ME
pada kurva eksponensial maupun logaritmik. Seperti ini contohnya: jati.stta.ac.id

View my complete
profile

Gambar 1: Kurva Fitting Linear

Seakan-akan kurva fitting yang mewakili data adalah kurva fitting linear dengan
persamaan trendline y = -1.488x + 43.7 akan tetapi persamaan ini tidak boleh
digunakan untuk mewakili hubungan antara jumlah karyawan dengan waktu proyek.

Mengapa?

Coba anda masukkan jumlah karyawan 35 orang. Waktu yang akan terhitung adalah
-8.38. Tidak mungkin mengerjakan proyek dengan waktu -8 hari.

Tidak bisa juga menggunakan kurva fitting berbentuk polinomial derajat 2 seperti pada
gambar 2 berikut:

https://jati.itda.ac.id/2016/05/komputasi-numeris-analisis-regresi.html 1/6
16/8/2021 Let share our knowledge: Komputasi Numeris: Analisis Regresi Sederhana Polinomial

 Gambar 2. Kurva Fitting Polinomial

Sama seperti kasus kurva fitting linear di atas, seakan-akan kurva fitting polinomial bisa
mewakili data tetapi kurva fitting polinomial ini tidak bisa digunakan.

Mengapa?

Coba anda masukkan jumlah karyawan 50 orang. Waktu yang akan terhitung adalah
31.78 hari. Aneh? Ya. Karena dengan jumlah karyawan 15 saja, anda dapat
mengerjakan proyek dalam 22 hari. Logikanya, dengan karyawan yang semakin
banyak, proyek dapat dikerjakan lebih cepat. Bukan malah jadi 32 hari (semakin
lambat). 

Anda tidak bisa menggunakan jawaban: Bisa saja. Siapa tahu karyawan yang semakin
banyak justru pekerjaan menjadi lama. Alasan ini tidak bisa diterima karena alasan ini
tidak berlaku saat saya menambah orang dari 3 orang menjadi 15 orang. Jangan
gunakan standar ganda dalam berargumen.

Pesan moral yang dapat diambil adalah: Gunakan kurva fitting yang mewakili data dan
yang tidak menyalahi logika permasalahan.

Be smart guys...

Dasar Teori

Masih terkait dari permasalahan logika di atas, sekarang kita akan membahas
bagaimana membentuk kurva fitting polinomial. Pada pembentukan kurva fiting
polinomial kita dihadapkan pada pilihan "akan menggunakan derajat berapa?".
Pertanyaan ini, terkait logika permasalahan dan karakteristik derajat polinomial.

https://jati.itda.ac.id/2016/05/komputasi-numeris-analisis-regresi.html 2/6
16/8/2021 Let share our knowledge: Komputasi Numeris: Analisis Regresi Sederhana Polinomial

Gambar 3. Bermacam Grafik Polinomial dengan Varian Derajat

Dari sini kita harus cerdas memilih derajat polinomial yang sesuai dengan logika
permasalahan.

Oke kita mulai.

Pada prinsipnya membuat persamaan regresi polinomial masing-masing derajat

polinomial adalah sama. Yang membedakannya adalah ordo matriknya.

Persamaan polinomial secara umum ditulis sebagai berikut:

Dimana n nantinya saya sebut sebagai derajat.

Untuk mendapatkan nilai a0, a1, a2, a3, .. an kita menggunakan matriks sebagai
berikut:

https://jati.itda.ac.id/2016/05/komputasi-numeris-analisis-regresi.html 3/6
16/8/2021 Let share our knowledge: Komputasi Numeris: Analisis Regresi Sederhana Polinomial

 Gambar 4. Formula Matriks Persamaan Polinomial Derajat n

Notes:

Ada kesalahan penulisan sigma pada gambar 4 tersebut. Hal ini supaya formulanya
terlihat tidak terlalu "sangar". Ini yang seharusnya tertulis:

Implementasi:

Oke, setelah kita tahu formula-nya kita coba terapkan dalam kasus sebenarnya.
Percayalah, implementasinya tidak se-sangar teorinya....

Kita gunakan kasus sebagai berikut:

Gambar 5. Contoh Kasus

Dimana n (jumlah data) adalah 18.

Polinomial Derajat 2

Rumus matrik (dari gambar 4) yang akan kita gunakan adalah:

Gambar 6. Formula Matriks Derajat 2

https://jati.itda.ac.id/2016/05/komputasi-numeris-analisis-regresi.html 4/6
16/8/2021 Let share our knowledge: Komputasi Numeris: Analisis Regresi Sederhana Polinomial
Kita kumpulkan dulu, kebutuhan angka-angka kita.

 Gambar 7. Penentuan Nilai variabel

Setelah kita peroleh nilai-nilai variabelnya, kita masukkan nilai-nilai tersebut pada matrik
pada gambar 6.

Dengan penyelesaian matriks, diperoleh nilai a0 = -60, a1 = -1 dan a2 = 1, sehingga

persamaan derajat 2 yang terbentuk adalah:

 
atau

Pembuktian:

Selamat mencoba untuk derajat 3 dan seterusnya..

Posted by
jati.stta.ac.id
at
8:01 AM

https://jati.itda.ac.id/2016/05/komputasi-numeris-analisis-regresi.html 5/6
16/8/2021 Let share our knowledge: Komputasi Numeris: Analisis Regresi Sederhana Polinomial
Labels:
derajat n,
komputasi numeris,
polinomial,
regresi

1 comment:

Unknown December 11, 2018 at 2:44 AM

ini studi kasusnya apa ya?

Reply

Enter your comment...

Comment as:
GREENEARTH Sign out

Publish Preview
Notify me

Newer Post Home Older Post

Subscribe to:
Post Comments (Atom)

Picture Window theme. Powered by Blogger.

https://jati.itda.ac.id/2016/05/komputasi-numeris-analisis-regresi.html 6/6