Resume Regresi
Resume Regresi
Kelompok : 4
Anggota :
1. Ghofan Muthofin (1910631050073)
2. Ratnasari Meliana (1910631050026)
3. Riayanti Agustin (1910631050161)
4. Sintya Bela (1910631050106)
Kelas 5F
A. Regresi
Regresi adalah teknik pencocokan kurva untuk data yang berketelitian rendah. Contoh data
yang berketelitian rendah yaitu diantaranya data hasil pengamatan, percobaan di
laboratorium, atau data statistik. Data seperti itu kita sebut data hasil pengukuran. Galat yang
dikandung data berasal dari ketidaktelitian alat ukur yang dipakai, kesalahan membaca alat
ukur (paralaks), atau karena kelakuan sistem yang diukur.
• Digunakan apabila sumber data yang digunakan mempunyai ketelitian yang cukup
rendah.
• Kurva yang dibangun tidak perlu melalui semua titik data tersebut, tetapi cukup
mengikuti kecendrungannya saja.
Penggunaan regresi:
1. Linier : y = 𝒂 + bx
2. Non Linier : y = 𝒂𝒆𝒃𝒙 , =𝒚 = 𝒂𝒙𝒃
3. Polinomial : y = 𝒂𝟎 + 𝒂𝟏 𝒙 + 𝒂𝟐 𝒙𝟐 + ….. + 𝒂𝒎 𝒙𝒎
B. Regresi Polinom
Regresi polinomial digunakan,untuk menentukanfungsi polinomial yang paling sesuai dengan
sekumpulan titik data (xi, yi) yang diketahui. Prosedur kuadrat terkecil dapat diperluas untuk
mencocokkan data terhadap fungsi polinomial derajat ke m. Fungsi pendekatan
Untuk memprediksi apakah regresi yang kita buat sudah mempunyai kesalahan yang sekecil
mungkin, maka perlu dihitung suatu koefisien yang dinamakan koefisien korelasi (r).
Rumusnya yaitu :
Persamaan (5.9) merupakan persamaan simultan yang dapat diselesaikan dengan Gauss
Elimination, Gaus Jordan, Iterasi maupun yang lainnya. Yang didapat dari persamaan (5.9)
adalah nilai dari a0, a1, a2, …., an. Selanjutnya masukkan a0, a1, a2, …., an ke persamaan
Penyelesaian :
Karena yang diminta adalah polinomial order 2 maka bentuk persamaan:
y = a0 + a1x + a2x2
Dalam bentuk matriks :
Berikut adalah set data berukuran n = 12 yang merupakan pengukuran hasil panen padi yang
diberikan jumlah pupuk yang berbeda.
Keterangan :
X = jumlah pupuk yang diberikan (kg)
Y = hasil panen padi (kg)
X Y
1 2160
5 4222
10 8375
15 11506
19 16026
20 13745
25 19608
30 17312
31 16986
32 14186
33 9975
35 6180
20000
15000
5000
0
0 5 10 15 20 25 30 35 40
-5000
Keterangan :
Y = Persamaan Regresi
R = Koefisien Determinasi
Regresi Polinomial Berorde 3
25000
20000
15000
10000
y = -2.7894x3 + 116x2 - 542.12x + 3480.4
R² = 0.9346
5000
0
0 5 10 15 20 25 30 35 40
Keterangan :
Y = Persamaan Regresi
R = Koefisien Determinasi
Sumber Referensi