REGRESI POLINOM

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:

 dalam ilmu sosial : untuk memprediksi pertambahan penduduk pertahun

 dalam ilmu ekonomi : untuk menentukan pengaruh promosi terhadap penjualan
 dalam ilmu teknik : untuk menentukan pengaruh holding time dengan kekuatan
material.
Bentuk-bentuk 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

Jumlah kuadrat residual (Sr ) dapat ditulis sebagai berikut:

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 :

Bentuk Penyelesaian dengan Tabel :

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

Koefisien korelasi ( r ) dapat dihitung dengan :

Notasi a0, a1, a2, …., an menyatakan order polinonial yang akan dihitung.
Polinomial order 1 menghitung a sampai a1
Polinomial order 2 menghitung a sampai a2
Polinomial order 3 menghitung a sampai a3
Dan seterusnya.

Bentuk Penyelesaian dengan Grafik:

1. Masukan data pada excel

2. Blok data-data yang diketahui
3. Klik insert, pilih charts, dan klik insert scatter
4. Pilih scatter
5. Klik kanan pada titik di grafik
6. Pilih add trendline
7. Pilih add trendline option “polynom”
8. Centang display equation on chart untuk memunculkan persamaan
9. Centang display R.squared value on chart untuk memunculkan nilai regresi
10. Selesai

Contoh Soal 1 (Cara Tabel)

Selesaikan soal berikut dengan menggunakan polinomial order 2.

Penyelesaian :
Karena yang diminta adalah polinomial order 2 maka bentuk persamaan:
y = a0 + a1x + a2x2
Dalam bentuk matriks :

Persamaan diatas kalau diselesaikan akan didapatkan nilai:

a2 = 1,8794
a1 = 2,25
a0 = 2,58
Sehingga persamaan regresinya: y = 2,58 + 2,25 x + 1,8794 x2
Menentukan koefisien korelasi r:

Contoh Soal 2 (Cara Grafik)

Berikut adalah set data berukuran n = 12 yang merupakan pengukuran hasil panen padi yang
diberikan jumlah pupuk yang berbeda.

Carilah model Regresi Polinomial!

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

Regresi Polinomial Berorde 2

25000

20000

15000

y = -34.912x2 + 1583.8x - 1918.8

10000 R² = 0.752

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

1. Metode Numerik Rinaldi Munir

2. Metode Numerik Rikayanti
https://www.scribd.com/doc/193096695/REGRESI-POLINOM
3. Diktat Metode Numerik (Universitas Udayana)