NPM : 200110200152
Partner : Seno,Ilham,Hilman,Theresa,Calvin
Nabila,Rizki,Fathin,Ridwan,Zaky
NPM : 143,149,152,150,145,148,144,147,146,151
Fakultas / Departemen : Peternakan
Kelas / Kelompok : B/4
LAPORAN AKHIR
PRAKTIKUM FISIKA DASAR
KOLOM NILAI
Jatinangor, ………………………
Asisten
___________________________
NPM
ABSTRAK
Dalam menyajikan dan menganalisis data perlu ditampilkan grafik suatu besaran
(variabel terikat) yang berubah terhadap besaran lain (variabel bebas). Metode Kuadrat
Terkecil (Least Square Method) linier adalah suatu metode yang digunakan untuk
menentukan hubungan linier dari suatu data agar dapat diprediksi nilai-nilainya yang mana
nilai tersebut tidak terdapat pada data-data yang kita miliki; terkadang proses yang
melibatkan metode kuadrat terkecil untuk menentukan hubungan dua variabel data berupa
fungsi linier disebut sebagai regresi linier.
Metode Kuadrat Terkecil ditemukan oleh Carl F. Gauss (matematikawan dan
fisikawan ternama asal Jerman, abad ke-17) ketika ia masih berumur 18 tahun, dan karyanya
ini masih dipakai sampai saat ini sebagai metode yang paling baik untuk menentukan
hubungan linier dari dua variabel data. Dengan metode kuadrat terkecil, kita dapat
menyajikan data dengan lebih berguna.
BAB I PENDAHULUAN
Persamaan Garis
𝑦 = 𝑎𝑥 + 𝑏
Pada metode kuadrat terkecil nilai a dan nilai b yang merupakan suatu konstanta,
akan dihitung dari sebaran data yang kita miliki.
dan
Σ 𝑥 𝑦1 𝑦2 𝑦3
55 149.28 463.49 221.07
Parameter b
𝑁
1
𝑆𝑦 = √ ∑{𝑦𝑖 − (𝑎𝑡 𝑥𝑖 + 𝑏𝑡 )}2
𝑁−1
𝑖=1
1
𝑆𝑦 = √ × (149,28 − (2,07 × 55 + 3,49))2 = 10,64
10 − 1
Sesatan 𝑎
𝑁 10
Δ𝑎 = 𝑆𝑦 √ = 10,64√ = 1,17
𝑁 × ∑ 𝑥2 − (∑ 𝑥)2 10 × 385 − 3025
Sesatan 𝑏
385
= 10,64√ = 7,26
10 × 385 − 3025
10×992,47−55×149,28
𝑟1 = = 1,17
√[10×385−(3025)][2587,64−22284,51]
10×3564,55−55×463,49
𝑟2 = = 1,9
√[10×385−(3025)][34546,36−214822,98]
10×1660,13−55×221,07
𝑟3 = = 1,8
√[10×385−(3025)][7440,94−48871,94]
3.2.4 Menghitung nilai yt pada setiap percobaan dengan menggunakan rumus :
1. yt = atx + bt
2. yt = atx² + btx
3. yt = atx² + bt
3.2.4.1 Data 1
y= atx + bt
1) y=5,56
2) y=7,63
3) y=9,7
4) y=11,77
5) y=13,84
6) y=15,91
7) y=17,98
8) y=20,05
9) y=22,12
10) y=24,19
y= 𝑎𝑡𝑥 2 +btx
1) y=5,56
2) y=15,26
3) y=29,1
4) y=47,08
5) y=69,2
6) y=95,46
7) y=125,86
8) y=160,4
9) y=199,08
10) y=241,9
yt = atx² + bt
1) y=5,56
2) y=11,77
3) y=22,12
4) y=36,61
5) y=55,24
6) y=78,01
7) y=104,92
8) y=135,97
9) y=171,16
10) y=210,49
3.2.4.2 Data 2
y= atx + bt
1) y=-9,04
2) y=3,26
3) y=15,56
4) y=27,86
5) y=40,16
6) y=52,46
7) y=64,76
8) y=77,06
9) y=89,36
10) y=101,66
y= 𝑎𝑡𝑥 2 +btx
1) y=-9,04
2) y=6,52
3) y=46,68
4) y=111,44
5) y=200,8
6) y=314,76
7) y=453,32
8) y=616,48
9) y=804,24
10) y=1016,6
yt = atx² + bt
1) y=-9,04
2) y=27,86
3) y=89,36
4) y=175,46
5) y=286,16
6) y=421,46
7) y=581,36
8) y=765,86
9) y=974,96
10) y=1208,66
3.2.4.2 Data 3
y= atx + bt
1) y=-2,12
2) y=3,26
3) y=8,64
4) y=14,02
5) y=19,4
6) y=24,78
7) y=30,16
8) y=35,54
9) y=40,92
10) y=46,3
y= 𝑎𝑡𝑥 2 +btx
1) y=-2,12
2) y=6,52
3) y=25,92
4) y=56,08
5) y=97
6) y=148,68
7) y=211,12
8) y=284,32
9) y=368,28
10) y=463
yt = atx² + bt
1) y=-2,12
2) y=14,02
3) y=40,92
4) y=78,58
5) y=127
6) y=186,18
7) y=256,12
8) y=336,82
9) y=428,28
10) y=530,5
3.2.5 Membuat Grafik Liniearisasi Untuk Masing-masing data
Data Pertama
Y =AX+B
30
25
20
SB. Y
15 y = 2.0779x + 3.4993
10 R² = 0.9917
5
0
0 2 4 6 8 10 12
SB. X
Y = AX 2 +BX
8
6
y = -0.2646x + 4.5666
SB. Y
4 R² = 0.618
0
0 2 4 6 8 10 12
SB. X
Y =AX 2 +B
30
25
20
SB. Y
15
10 y = 0.1804x + 7.9838
R² = 0.952
5
0
0 20 40 60 80 100 120
SB. X
Data Kedua
Y =AX+B
140
120
100
80
60
y = 12.307x - 21.341
40 R² = 0.9565
20
0
-20 0 2 4 6 8 10 12
Y =AX 2 +BX
14
12
10
8
6 y = 0.9478x + 1.7928
R² = 0.9865
4
2
0
0 2 4 6 8 10 12
Y =AX 2 +B
140
120
100
80
y = 1.1142x + 3.4509
60 R² = 0.9988
40
20
0
0 20 40 60 80 100 120
Data Ketiga
Y =AX+B
60
50
40
30
y = 5.3848x - 7.5093
20 R² = 0.9367
10
0
0 2 4 6 8 10 12
-10
Y =AX 2 +BX
6
5
4
3 y = 0.2047x + 2.5866
R² = 0.3766
2
1
0
0 2 4 6 8 10 12
Y =AX2+B
60
50
40
30 y = 0.4923x + 3.1532
R² = 0.9975
20
10
0
0 20 40 60 80 100 120
3.3 Analisa Data
Pada praktikum M-2 ini bertujuan untuk mengetahui dan menggambar
grafik dari data yang diberikan. Berdasarkan percobaan, ada 3 pasang data yang
di berikan, yaitu data (𝑥, 𝑦1 ), (𝑥, 𝑦2 ) dan (𝑥, 𝑦3 ). Dari ketiga data tersebut di
hitunhlah parameter a dan b, sesatan a dan b, menentukan koefisien korelasi dan
membuat grafik dari pasangan data-data yang diberikah.
Pada perhitungan parameter a, didapat nilai a1 yaitu 2,07; a2 yaitu 12,3;
a3 yaitu 5,38. Pada perhitungan parameter b, didapat nilai b1 yaitu 3,49; b2 yaitu
-21,34; b3 yaitu -7,50. Pada perhitungan sesatan, didapat nilai sesatan a yaitu
1,17; nilai sesatan b yaitu 7,26. Lalu didapat koefisien korelasi r1,r2,r3. Dengan
koefisien korelasi r1 yaitu 1,27; r2 yaitu 1,9; r3 yaitu 1,8.
BAB IV KESIMPULAN
Parameter 𝑎
a) 𝑎1 = 2,07
b) 𝑎2 = 12,5
c) 𝑎3 = 5,38
Parameter 𝑏
a) 𝑏1 = 3,14
b) 𝑏2 = -21,34
c) 𝑏3 = -7,50
Sesatan 𝑎 = 1,17
Sesatan 𝑏 = 7,26