13 - Laporan Praktikum 1 (Curve Fit by Eye)
13 - Laporan Praktikum 1 (Curve Fit by Eye)
DISUSUN OLEH:
KELOMPOK:
ALLALUNA (205080207111042)
Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa. Berkat
rahmat dan hidayah-Nya, Laporan Praktikum Mata Kuliah Dinamika Populasi ini
dapat diselesaikan sesuai dengan waktu yang telah ditentukan. Pada
kesempatan ini kami sampaikan terima kasih kepada semua pihak yang telah
membantu baik moril maupun materil. Semoga laporan ini bisa menjadi salah
satu sumbangan bagi perkembangan ilmu pengetahuan, khusunya di bidang
perikanan dan kelautan. Kami sangat menyadari bahwa laporan ini masih jauh
dari sempurna maka kami sangat berharap kritik dan sarannya. Akhir kata, kami
berharap semoga laporan praktikum ini dapat berguna bagi mahasiswa lainnya.
i
DAFTAR ISI
KATA PENGANTAR.............................................................................................................
DAFTAR ISI..........................................................................................................................
DAFTAR GAMBAR.............................................................................................................
DAFTAR TABEL.................................................................................................................
DAFTAR LAMPIRAN...........................................................................................................
BAB I PENDAHULUAN.......................................................................................................
1.1 Latar Belakang............................................................................................................
1.2 Maksud dan Tujuan....................................................................................................
1.3 Waktu dan Tempat......................................................................................................
BAB II TINJAUAN PUSTAKA.............................................................................................
2.1 Pengertian Transformasi.............................................................................................
2.2 Regresi Linier..............................................................................................................
2.3 Metode Curve Fit By Eye............................................................................................
BAB III METODOLOGI........................................................................................................
3.1 Alat dan Bahan...........................................................................................................
3.2 Skema kerja................................................................................................................
3.3 Analisa Prosedur.........................................................................................................
BAB IV PEMBAHASAN.......................................................................................................
4.1 Data Hasil Praktikum..................................................................................................
4.2 Analisa Hasil........................................................................................................
BAB V PENUTUP..............................................................................................................
5.1 Kesimpulan...............................................................................................................
5.2 Saran........................................................................................................................
DAFTAR PUSTAKA..........................................................................................................
LAMPIRAN........................................................................................................................
Lampiran 1. Metode Curve Fit By Eye............................................................................
Lampiran 2. Langka Regresi Linier Melalui Excel...........................................................
ii
DAFTAR GAMBAR
iii
DAFTAR TABEL
iv
DAFTAR LAMPIRAN
Lampiran 1. Data.................................................................................................15
Lampiran 2. Regression......................................................................................15
Lampiran 3. Input Regression.............................................................................16
Lampiran 4. Tentukan nilai a dan b.....................................................................16
Lampiran 5. Grafik Scatter..................................................................................16
Lampiran 6. Chart elements................................................................................16
Lampiran 7. Munculkan Garis.............................................................................17
Lampiran 8. Select data......................................................................................17
Lampiran 9. Add data..........................................................................................17
Lampiran 10. Input series X dan Y......................................................................18
Lampiran 11. Muncul garis..................................................................................18
Lampiran 12. Display Equation dan Display R-squared......................................18
Lampiran 13. Ubah dash tipe menjadi solid.........................................................19
Lampiran 14. Ubah warna...................................................................................19
v
BAB I PENDAHULUAN
1
1.2 Maksud dan Tujuan
Mampu melakukan transformasi linier pada persamaan non-linier, dan
menghitung persamaan regresi dengan kertas grafik (curve-fit by eye).
1.3 Waktu dan Tempat
Praktikum Dinamika Populasi Ikan akan dilaksanakan setiap hari Sabtu
mulai 17 September 2022 – 12 November 2022. Praktikum akan dilaksanakan di
Laboratorium Eksploitasi Biologi Perikanan dan ruang perkuliahan Gedung C
lantai 3 yaitu C 3.2 dan C 3.5, Fakultas Perikanan dan Ilmu Kelautan, Universitas
Brawijaya, Malang.
2
BAB II TINJAUAN PUSTAKA
3
data, peneliti melakukan analisis data secara berulang ulang sehingga hasil yang
didapat berupa konsep kerangka. Data yang ditampilkan pada laporan tetap data
aslinya sedangkan data transformasi hanya untuk membantu anda untuk
membuat data asli memenuhi asumsi-asumsi analisis ragam.
2.2 Regresi Linier
4
linier piecewise dapat diterapkan di berbagai bidang, salah satunya di bidan
perikanan yaitu dalam mengolah data dengan variabel terikatnya yaitu berat ikan
(W) dan variabel bebasnya panjang ikan (Sl). Dalam analisis regresi linier
piecewise, harus diestimasi nilai X-knot optimum dengan sebuah nilai dugaan
awal yang tersedia. Selain itu, nilai-nilai X. parameter regresi linier piecewise
juga harus diestimasi sehingga diperoleh model regresi yang dapat menjelaskan
hubungan antara berat ikan (W) terhadap panjang ikan (Sl).
2.3 Metode Curve Fit By Eye
Menurut Muzzaki et al. (2021), Metode Curve Fit by Eye Proses curve
fitting merupakan proses pencocokan antara kurva data pengukuran dengan kurva
model yang kita gunakan,sehingga dapat diprediksi model bawah
permukaanberdasarkan nilai resistivitasnya. Analisis pengaruh dilakukan untuk
mencari bagaimana variabel-variabel data SOI dan variabel-variabel curah hujan
berhubungan pada hubungan fungsional melalui garis yang telah di-estimasi.
Dalam hal ini, terdapat dua variabel yang dijadikan sebagai studi kasus untuk
dianalisis melalui metode pencocokan kurva yaitu data SOI (variabel bebas) dan
curah hujan di Indonesia (variabel tidak bebas). Sehingga dari penelitian ini
didapatkan hasil bahwa terdapat hubungan fungsional. Dalam metode Curve
Fit by Eye, jika setiap nilai X (SOI) yang diketahui dimasukkan ke dalam
persamaan diatas, maka akan menghasilkan suatu persamaan garis lurus yang
dijadikan sebagai taksiran curah hujan yang mewakili serangkaian data-data SOI
dan curah hujan hasil observasi.
Menurut Rindegan et al. (2017), Metode Curve Fit by Eye
merupakan yang memberikan hubungan y dengan x yang mendekati data. Ada
dua metode Curve Fit by Eye yaitu interpolasi dan regresi. Interpolasi
merupakan pendekatan ketika data dalam tabel mempunyai ketelitian yang
sangat tinggi kurva cocokannya dibuat melalui setiap titik data. Regresi
adalah teknik pemecahan kurva untuk data yang ketelitiannya rendah. Contoh
metode Regresi adalah data hasil pengamatan, data hasil percobaan di
laboratorium, dan data statistic. Terdapat beberapa metode regresi yang dapat
digunakan yakni : regresi linier, regresi eksponensial, regresi linier berganda dan
regresi polinomial.
Metode Curve Fit by Eye merupakan salah satu metode dalam statistika.
Metode ini mengestimasi kurva yang mewakili serangkaian titik data. Metode ini
juga memberikan hubungan anatara variable bebas dengan variable tidak bebas.
Jika setiap nilai x yang diketahui dimaukkan kedalam persamaan akan
5
menghasilkan suatu persamaan garis lurus. Dalam metode ini jika variable
Metode ini memiliki 2 metode yaitu metode interpolasi dan regresi.
Siapkan alat dan bahan untuk melakukan perhitungan secara manual dan
menggunakan aplikasi
Langkah pertama untuk perhitungan manual yaitu plotkan 7 titik observasi pada
kertas millimeter block
6
3.3 Analisa Prosedur
Berikut merupakan analisa prosedur dari curve-fit by eye :
1. Dalam melakukan curve-fit by eye apabila ada data koma maka kita
bulatka terlebih dahulu,
2. Kemudian buat grafis, lalu cari titik pertemuan pada grafis dari
setiap pertemuan garis. Begitu pula untuk data selanjutnya.
3. Cari nilai a dengan mencari nilai yang jaraknya paling saling
berdekatan, kemudian tarik garis keberanian sampai memotong
sumbu Y,
4. Lalu mencari b dengan rumus y2 – y1/ x2-x1
5. Setelah itu tentukan nilai regresi liniernya Y=a + bx
6. Lalu tentukan derajad keberanian ∆atas - ∆bawah, ∆atas adalah
nilai di atas garis keberanian, sedangkan ∆bawah adalah nilai di
bawah garis keberanian.
7. Jika nilai dibawah 0 adalah underestimate, jika nilai diatas 0 adalah
overestimate.
8. Dapat dikatakan ideal apabila nilai sama dengan 0 atau cara
perhitungan manual atau menggunakan ms excel nilai hasil yang
dihasilkan sama.
7
BAB IV PEMBAHASAN
8
(Sumber: Dokumentasi Pribadi, 2022)
9
BAB V PENUTUP
5.1 Kesimpulan
1. Transformasi data bisa penulis katakan sebagai proses dimana yang awalnya
hanya berupa data mentah hasil ekstraksi yang kemudian disaring dan diubah
menurut kaidah bisnisyang berlaku. Inteligensi Bisnis (IB), dapat penulis
definisikan sebagai sekumpulan teknik dan alat yang berguna untuk
mentransformasi data dari yang awalnya hanya berupa data mentah akan diubah
menjadi informasi yang dapat berguna dan bermakna untuk tujuan analisis bisnis.
10
2. Metode regresi linier merupakan metode yang terdiri dari satu atau lebih variabel
independen yang biasa dengan notasi X dan satu variabel respon yang bisa
diwakili dengan Y. Pada penelitian ini Metode prediksi regresi linier dapat
menghasilkan prediksi dengan beberapa kriteria nilai error MAPE, dimana
terdapat 26 model prediksi regresi linier yang memiliki nilai error kurang dari
20% artinya mempunyai akurasi sebesar 80%.
3. Metode Curve Fit by Eye Proses curve fitting merupakan proses pencocokan antara
kurva data pengukuran dengan kurva model yang kita gunakan,sehingga dapat
diprediksi model bawah permukaanberdasarkan nilai resistivitasnya.
4. Dalam metode curve-fit by eye terdapat dua cara perhitungan yaitu secara manual
dan secara aplikasi. Alat dan bahan yang dibutuhkan dalam biostatistika curve-fit
by eye yaitu kertas grafis atau kertas milimeter, pensil, dan atk. Sedangkan untuk
alat dan bahan perhitungan secara aplikasi laptop dan ms.excel.
5.2 Saran
Pada proses pratikum Dinamika Populasi Ikan saat ini sudah dijalankan
dengan baik. Namun ada beberapa saran yang diberikan yang mungkin bisa
menjadi bahan pertimbangan atau tolak ukur agar proses pratikum kedepannya
lebih baik. Pada pratikum kali ini, materi yang disampaikan kurang jelas dan
waktunya terbatas, baik dalam menerangkan materi maupun mencontohkan hal
penugasan. Sebaiknya materi vidio yang diberikan untuk penugasan harus
diberikan kepada mahasiswa agar lebih mengerti penjelasan yang disampaikan
dan bisa menjadi bahan acuan untuk penugasan selanjutnya.
11
DAFTAR PUSTAKA
12
Fitting Berbasis Citra Digital Mata Ikan. Jurnal Ilmiah Sains, 17(2),
161-168.
Yunus, R. N. (2019). Kemampuan Menulis Argumentasi Dalam Latar Belakang
Skripsi Mahasiswa Manajemen Universitas Pembangunan Panca
Budi. Jumant, 11(1), 207-216.
13
LAMPIRAN
14
Lampiran 2. Langka Regresi Linier Melalui Excel
1. Siapkan data yang akan diolah, kemudian pilih data analysis
Lampiran 1. Data
Lampiran 2. Regression
3. Isi Y dengan cara blok data MBD dan X dengan data SL, lalu pilih output
range dan klik OK
15
4. Tentukan nilai a dan nilai b
16
7. Kemudian centang axis, chart title, gridlines dan trendlines
9.
Lampiran 8. Select data
9.
Klik add pada select data source
17
Lampiran 10. Input series X dan Y
18
14. Dan ubah warna garisnya menjadi warna hitam
19