TUGAS PENDAHULUAN

PRAKTIKUM FISIKA KOMPUTASI

2023
Nama : Aprian Lukman Farrandi
NIM : 215090307111023
Topik : Trendline/Fiting kurva (CLO 5)

1. Buatlah ringkasan mengenai trendline regresi linear, bisa berupa konsep dasar regresi
linear dan kegunaannya!

Konsep Dasar Regresi Linear:

Regresi linear adalah metode statistik yang digunakan untuk menganalisis hubungan antara dua
variabel, yaitu variabel independen (biasanya disebut x) dan variabel dependen (biasanya disebut
y). Tujuan utama regresi linear adalah untuk memodelkan hubungan linier antara variabel x dan y.
Dalam regresi linear, kita mencoba menemukan garis lurus (trendline) yang paling baik memfitting
data observasi. Selain itu, regresi linear adalah metode statistik yang digunakan untuk memodelkan
hubungan antara dua variabel, yaitu variabel independen (biasanya disebut x) dan variabel
dependen (biasanya disebut y). Tujuannya adalah untuk memahami dan memprediksi bagaimana
perubahan dalam variabel independen (x) mempengaruhi variabel dependen (y). Trendline regresi
linear adalah garis lurus yang digunakan untuk mewakili hubungan linier antara dua variabel ini.
Konsep dasar regresi linear melibatkan penghitungan koefisien kemiringan (slope) dan intercept
dari garis regresi. Garis regresi ini memiliki persamaan matematis sebagai berikut:

𝑦 = 𝑎𝑥 + 𝑏
Dimana:
- y adalah variabel dependen.
- x adalah variabel independen.
- a adalah koefisien kemiringan (slope) yang menggambarkan sejauh mana Y berubah saat
X berubah.
- b adalah intercept, yaitu nilai y ketika x sama dengan nol.
Beberapa penerapan regresi linier antara lain regresi linier yang digunakan untuk memprediksi
nilai variabel terikat berdasarkan nilai variabel bebas. Misalnya, kita dapat memperkirakan
penjualan produk berdasarkan pengeluaran iklan. Regresi linier membantu memahami hubungan
antara dua variabel. Dengan menentukan koefisien kemiringan, kita dapat mengetahui bagaimana
perubahan variabel independen mempengaruhi variabel dependen. Dalam lingkungan bisnis dan
manufaktur, regresi linier dapat digunakan untuk mengoptimalkan proses produksi dan
mengidentifikasi faktor-faktor yang berkontribusi terhadap hasil yang diinginkan. Regresi linier
digunakan dalam penelitian ilmiah untuk menguji hipotesis dan memahami hubungan antar
variabel di berbagai bidang, seperti ilmu sosial, ekonomi, ilmu kedokteran, dll. Dalam ilmu
ekonomi dan politik, regresi linier dapat digunakan untuk mengevaluasi dampak kebijakan atau
tindakan tertentu terhadap variabel tertentu, seperti dampak kenaikan upah minimum terhadap
peningkatan tingkat pengangguran. Dimisalkan memiliki data yang menunjukkan hubungan antara
jumlah jam belajar (variabel independen, x) dan nilai ujian siswa (variabel dependen, y) dalam
sebuah kelas. Data tersebut mungkin seperti ini:

Jam Belajar (x) Nilai Ujian (y)

2 60
3 70
4 80
5 85
6 90
Untuk mengetahui jumlah jam belajar (x) memengaruhi nilai ujian (y). Dengan
menggunakan regresi linear untuk memodelkan hubungan ini. Menggunakan perangkat lunak
statistik atau alat seperti Excel, ini dapat menghitung koefisien kemiringan (slope, a) dan intercept
(b) dari garis regresi. Hasilnya aka menjadi:

Persamaan regresi linear:

𝑦 = 5𝑥 + 50

Dalam persamaan di atas, koefisien kemiringan (a) adalah 5, dan intercept (b) adalah 50. Ini berarti
bahwa setiap tambahan 1 jam belajar (x) diharapkan akan meningkatkan nilai ujian (y) sebesar 5
poin. Intercept (b) adalah nilai yang diharapkan saat siswa tidak belajar (X = 0), yaitu 50. Dengan
menggunakan persamaan ini untuk memprediksi nilai ujian siswa berdasarkan jumlah jam belajar
yang mereka lakukan. Misalnya, jika seorang siswa belajar selama 7 jam (X = 7), Anda dapat
menghitung nilai ujian yang diharapkan:

𝑦 = 5(7) + 50 = 85

Jadi, dengan belajar selama 7 jam, siswa diharapkan akan mendapatkan nilai ujian sekitar 85.