NAMA: M. NURHADI
NIM: 30000419410003
Disusun Oleh:
2.1. Judul:
Linear Regression Model in Estimating Solar Radiation in Perlis
2.2. Pengarang:
S. Ibrahim, I.Daut, Y.M. Irwan, M. Irwanto, N. Gomesh, Z. Farhana
2.3. Jurnal:
Energy PROCEDIA
Energy Procedia 18 (2012) 1402 – 1412
© 2012 Published by Elsevier Ltd. Selection and/or peer review under responsibility of
The TerraGreen Society. Open access under CC BY-NC-ND license.
journal homepage: www.elsevier.com
Available online at www.sciencedirect.com
(3)
Model regresi linier sederhana:
(4)
Koefisien korelasi r mengevaluasi kebaikan kesesuaian data yang
dipertimbangkan dan ukuran kesalahan standar, s dihitung. Nilai koefisien
korelasi dapat bervariasi dalam rentang -1 dan +1, untuk korelasi yang kuat
antara kedua variabelx dan kamu. Jika nilainya nol maka tidak ada korelasi
linier antara kedua variabel tersebut.
Koefisien determinasi, R2 diberikan oleh:
(5)
di mana 0 ≤ R2 ≤ 1 . R2 sering disebut proporsi variasi yang dijelaskan oleh
regressor x. Nilai dari R2 yang mendekati 1 menyiratkan bahwa sebagian
besar variabilitas dalam 𝑦 dijelaskan oleh model regresi.
Rata-rata harian suhu udara maksimum dan minimum dan radiasi matahari
rata-rata harian sepanjang tahun 2007 di Perlis ditunjukkan sebagai berikut:
Scatter plot terdiri dari titik-titik data, dimana terdapat grafik positif dan linier
secara kasar. hubungan antara radiasi matahari dan peningkatan suhu udara.
Tiga titik data luar biasa (pengamatan no. 1, 22 dan 198) terpisah dengan baik
dari sisa data. Titik data ini disebut outlier.
Model regresi linier sederhana diasumsikan, dan estimasi parameter dalam
model regresi dihitung menggunakan metode least squares seperti yang
diberikan pada persamaan (3). Nilai dari 𝛽0 dan 𝛽1 adalah -80,4560 dan
3,6100 masing-masing. Least squares yang sesuai dengan data radiasi
matahari adalah:
ŷ = −80,4560 + 3,6100𝑥
di mana ŷ adalah perkiraan nilai radiasi matahari yang sesuai dengan suhu
udara x. Persamaan tersebut diplot sesuai grafik pada gambar berikut:
Gambar 5. Scatter Plot dengan Fitted Line antara Suhu Udara versus
Radiasi Matahari
Nilai koefisien korelasi linier dalam hal ini adalah 0,7473. Hal ini
menunjukkan bahwa hubungan linier yang kuat antara radiasi matahari dan
suhu udara. Ini karena radiasi matahari dan udara suhu berbanding lurus.
Analisis varians untuk model ini R2 = 0,5585; yaitu, sekitar 56 persen
variabilitas suhu disebabkan oleh kecocokan garis lurus terhadap radiasi
matahari.
4. Kesimpulan
a. Model regresi linier dapat digunakan untuk memperkirakan radiasi matahari di
Perlis, Malaysia Utara.
b. Hubungan antara suhu udara rata-rata dan radiasi matahari adalah linier.
c. Nilai koefisien korelasi linier antara suhu udara dan radiasi matahari adalah 0,7780
untuk tanpa outlier; dan 0,7473 dengan outlier.
d. Hasil ini menunjukkan bahwa koefisien korelasi dan nilai R2 lebih tinggi saat
menghapus outlier.
2.6. Uraian Skema Pemakaian Yang Diusulkan:
Ada tiga pengamatan yang tampaknya merupakan outlier. Grafik plot kotak pada
Gambar 8 menunjukkan bahwa tiga outlier muncul di luar batas.