ANALISA

NUMERIK
LINEAR EQUATION &
CURVE FITTING

Penyusun
Alfianur Hasanah
Febri Arnanda
Ganang Pramudya A.R
Harry Anggoro
Kukuh Aguswan
Maria Evalin Lase
M. Lorenzo P.P.
M. Yusuf S.
Taufik Hidayat

(3334141268)
(3334140279)
(3334140265)
(3334110143)
(3334141177)
(3334140486)
(3334141333)
(3334142028)
(3334142013)

Content
Linear Equation

Curve Fitting

Persamaan Linear Equation

Pengertian Curve Fitting

Metode Linear Equation

Contoh Soal Curve Fitting

Contoh Soal Linear Equation

Grafik

Persamaan Linear Equation

Sistem persamaan linier memiliki bentuk umum:

yang dapat diterjemahkan ke dalam matriks:

dan dinotasikan

Metode Linear Equation

Untuk mencari nilai variabel-variabelnya, suatu sistem persam
aan linier dapat diselesaikan menggunakan beberapa metod
e, di antaranya:
Cramer Method
Inverse Matrix Method
Gauss Elimination Method
Gauss-Jordan Elimination Method
LU Decomposition Method

Contoh Soal Linear Equation

Tentukanlah nilai x1 dan x2 menggunakan metode invers mat
riks jika diketahui sistem persamaan linier sebagai berikut:
Secara MANUAL
Persamaan linier terlebih dahulu diungkapkan dalam matrik
s:

diperoleh bentuk , sehingga

Jika , maka

Didapatkan nilai x1 = -1 dan x2 = -3

Dengan menggunakan Matlab

Persamaan linier di atas dapat diselesaikan melalui metode invers matriks dengan me
nulis salah satu perintah berikut pada command window MATLAB:
1. Command backlash, yaitu x = A\B
2. Command linsolve, yaitu x = linsolv
e (A,B)

3. Command inv, yaitu x = inv(A) * B

Dapat dilihat bahwa dari ke 3 cara diatas

juga diperoleh hasil x1 = -1 x2 = -3

Pengertian CURVE FITTING

Pencocokan kurva (curve fitting) adalah suatu teknik
penanganan data hasil pengukuran suatu variabel agar
diperoleh gambaran jelas mengenai sifat-sifat atau peril
aku variabel yang diukur. Metode paling sederhana untu
k mencocokkan data kepada suatu kurva tertentu adala
h dengan mengeplot titik-titik data dan menarik gar
is yang bersesuaian dengan data tersebut. Pencocoka
n kurva dapat dilakukan dengan metode regresi linier
ataupun regresi polinomial.

Contoh Soal Curve Fitting

Gunakan metode regresi linier untuk memperoleh fungsi linier yang dicocokkan ke
pada titik-titik data pada tabel di bawah ini:

Agar diperoleh persamaan garis yang cocok dengan data dan memiliki simpangan
minimum, dimisalkan fungsi pendekatan linier:
(1)
Dimana a dan b merupakan konstanta-konstanta sembarang. Adapun penyimpang
an setiap titik data dengan fungsi dinyatakan oleh:
..................................... (2)
.................................................................................................. (3)

dengan M yaitu jumlah total titik-titik data. Simpangan harga antara besaran
yang teramati (observed value, yi) dengan harga prediksi (predicted value, y(x
i)) sering disebut residu.
Pada contoh di atas, ada tujuh titik data, dengan a dan b merupakan konstan
ta-konstanta yang akan ditentukan kemudian. Total kuadrat simpangan data
(residu) dinyatakan dengan:
(4)
Untuk menentukan harga dari a dan b, harus dilakukan dengan meminimisas
i D. Minimisasi terhadap total kuadrat simpangan dinyatakan dengan menuru
nkan satu kali D terhadap parameter a dan b:

Pada keadaan minimum, turunan D terhadap a dan b sama dengan nol, sehingga:
............................................................(6)
...................................................(7)
Dari persamaan (5) dapat didefinisikan bentuk-bentuk jumlahan ( sum) sebagai beriku
t:

(8)

Berdasarkan definisi (6) dan (7), dimiliki dua persamaan linier simultan sebagai berikut
:
(9)
yang dapat dituliskan kembali dalam bentuk matriks:
(10)
dengan penyelesaian sebagai berikut:
(11)

i
1
1
2
2
3
3
4
4
5
5
6
6
7
7

2
2
4
4
6
6
8
8
10
10
12
12
16
16

4,6
4,6
8,8
8,8
12,1
12,1
16,2
16,2
20,4
20,4
24,6
24,6
32,6
32,6

4
4
16
16
36
36
64
64
100
100
144
144
256
256

9,2
9,2
35,2
35,2
72,6
72,6
128,8
128,8
204
204
295,2
295,2
521,6
521,6

Melalui tabel, diperoleh informasi:

; ;;
;
Untuk mencari nilai dari a dan b:

Maka, persamaan garis hasil regresi linier yaitu:

Seberapa baik hasil pencocokan kurva yang telah dilakukan?
Syarat: dan r = 1

i
1
2
3
4
5
6
7

Ratarata

2
4
6
8
10
12
16
58

4,6
8,8
12,1
16,1
20,4
24,6
32,6
119,2

154,803
67,930
24,423
0,708
11.276
57,123
238,949
555,212

0,0167
0,1078
0,1386
0,0746
0,0054
0,0156
0,0152
0,3739

Sum of the square of the errors:

Sum of the square around the mean:
Standard errors of the estimation:
Standard deviation:
Karena maka kurva hasil regresi linier telah memenuhi sya
rat.
Coefficient of determination:

Dengan menggunakan Matlab

Langkah pertama yang harus dilakukan adalah meng-input data x, data y,
serta perintah plot pada Command Window

Sehingga muncul Figure Window yang memuat grafik hasil plot data (Ga
mbar 1). Untuk memberi judul grafik, legenda, ataupun melabeli sumbu x
dan sumbu y, pilih menu Insert lalu centang X label, Y label, Title, dan L
egend.

Gambar 1 Grafik Hubungan Data-x dan Data-y

Gambar 2 Regresi Linier Grafik Hubungan Data-x dan Data-y

Regresi linier dapat dilakukan pada menu Tools Basic Fitting. Pada Basic Fitting Windo
w, centang pilihan linear di bagian Plot fits.
Centang Show equations untuk menampilkan persamaan garis.
Persamaan garis hasil regresi linier yang diperoleh dengan bantuan MATLAB adalah sama
dengan hasil perhitungan manual, untuk mengatur-atur warna garis, tebal garis, atau jeni
s marker.
Centang Plot residuals untuk menampilkan ilustrasi simpangan data (terletak di bawah g
rafik hasil regresi).

Click to add title

Free PPT Templates - Widescreen(16:9)

TERIMA KASIH