PERTEMUAN 8 MN 21 Metode Numerik
PERTEMUAN 8 MN 21 Metode Numerik
K, MT
PERTEMUAN 8
Dalam praktek sering dijumpai bahwa sebaran titik – titik pada sistem koordinat mempunyai
kecenderungan trend yang berupa kurva lengkung. Gambar 1 menunjukkan sebaran data pada sistem
koordinat x-y. Dalam Gambar 1.a titik data diwakili oelh kurva linier, sedang Gambar 1.b diwakili oleh
kurva lengkung. Terlihat bahwa pendekatan dengan kurva lengkung memberikan hasil yang lebih baik
daripada garis lurus (kurva linier). Agar persamaan regresi linier dapat digunakan untuk
mempresentasikan kurva lengkung, maka perlu dilakukan transformasi koordinat sedemikian sehingga
sebaran titik data bisa dipresentasikan dalam kurva linier.
Berikut ini diberikan dua fungsi transformasi data yang biasa digunakan, yaitu eksponensial dan
fungsi berpangkat.
a. Persamaan Berpangkat
(1)
Persamaan tersebut dapat dilinierkan dengan menggunakan fungsi logaritmik sehingga didapat :
(2)
yang merupakan hubungan log – log antara log y dan log x. Persamaan tersebut mempunyai bentuk
garis lurus dengan kemiringan b dan memotong sumbu log y pada log a. Gambar 2 berikut menunjukkan
transformasi dari fungsi asli menjadi fungsi logaritmik.
b. Fungsi Eksponensial
Contoh lain dari kurva tak linier adalah fungsi eksponensial seperti diberikan oleh bentuk
berikut:
(3)
(4)
Persamaan (2) merupakan hubungan semi logaritmik antara ln y dan ln x. Persamaan tersebut
mempunyai bentuk garis lurus dengan kemiringan b dan memotong sumbu ln y pada ln a. Gambar (3)
menunjukkan transformasi dari fungsi asli menjadi fungsi logaritmik.
Contoh Soal :
x 1 2 3 4 5
y 0.5 1.7 3.4 5.7 8.4
Penyelesaian :
Dicoba untuk mencari kurva dengan menggunakan dua bentuk transformasi, yaitu transformasi
log dan ln.
a. Transformasi log
Misalkan persamaan kurva yang dicari adalah :
Hitungan dilakukan dengan menggunakan Tabel 1 dan didapat beberapa parameter berikut ini :
̅ ̅
Mengingat :
b. Transformasi ln
Hitungan dilakukan dengan menggunakan Tabel 2 dan didapat beberapa parameter berikut ini :
No xi = qi yi qi² = xi² pi = ln yi qi pi
1 1 0.5 1 -0.6931 -0.6931
2 2 1.7 4 0.5306 1.0613
3 3 3.4 9 1.2238 3.6713
4 4 5.7 16 1.7405 6.9619
5 5 8.4 25 2.1282 10.6412
Σ 15 19.7 55 4.93 21.6425
̅ ̅
Mengingat :
Untuk memilih salah satu dari kedua hasil terbaik, dihitung nilai koefisien korelasi dengan
menggunakan persamaan :
Dengan :
∑ ̅
Dengan menggunakan hitungan yang diberikan dalam Tabel 3, dihitung nilai koefisien korelasi
berikut ini :
√ √
√ √
[METODE NUMERIK] IFIGINIA, ST, S.Pd.K, MT
Dari kedua nilai tersebut, koefisien korelasi r untuk transformasi log adalah lebih besar dari
transformasi ln, sehingga dapat disimpulkan bahwa persamaan yang didapat dari transformasi
log adalah lebih baik.