Kelompok 10

Metode Numerik
Daftar Anggota:

Danny Ferdiana (21050120140151)

Muhammad Daffa Naufal (21050120140188)
Muhammad Ridwan Ghifari (21050120130097)
Nabil Dwiki Zachri (21050120140102)
Rafli Alamsyah (21050120130090)
Syauqi Nur Rachman (21050120140159)
 Polynomial Regression

●  
Polynomial regression digunakan untuk menentukan fungsi
polynomial yang paling sesuai dengan kumpulan titik data
yang diketahui. Dengan fungsi pendekatan:
Pada gambar (a) dapat dilihat bahwa linier least
square regression tidak cocok untuk fungsi
polynomial (b) Lebih cocok menggunakan polynomial
regression
Penurunan Rumus

●  
(Persamaan awal)

Turunkan terhadap masing-masing dan didapat persamaan sebagai berikut:

 ● mendapatkan
Supaya   nilai residu terkecil maka perasamaan turunan harus = 0

=0

=0

=0

Kemudian didapat persamaan berikut dan ubah kedalam bentuk matriks untuk mendapatkan masing – masing
nilai

=
●
Setelah
  mendapatkan persamaan polynomial dengan rumus sebelumnya,
maka akan dilanjutkan dengan Mencari standard error. Dapat dirumuskan
dengan:
Contoh Soal
Cocokan polinomial urutan kedua dengan data dalam dua kolom pertama
Tabel 15.1.

Berikut ini dapat dihitung dari data:

● Oleh karena itu, persamaan linear simultan adalah

● Oleh karena itu, persamaan kuadrat paling sedikit untuk kasus ini adalah

● Standard error of the estimate berdasarkan polinomial regresi adalah

● Koefisien determinasi adalah

● Maka koefisien korelasi adalah

Multiple Linear Regression
Ekstensi lain yang berguna dari regresi linier adalah kasus di mana y
adalah fungsi linier dari dua

Persamaan semacam itu sangat berguna ketika memasang data

eksperimental di mana variabel
Sedang dipelajari sering merupakan fungsi dari dua variabel lainnya.
● nilai koefisien "terbaik" ditentukan oleh merumuskan
jumlah kuadrat dari residu:
● Koefisien yang menghasilkan jumlah minimum kuadrat dari residu diperoleh
dengan menetapkan derivatif parsial sama dengan nol dan mengekspresikan
hasil dalam bentuk matriks sebagai Koefisien yang menghasilkan jumlah
minimum kuadrat dari residu diperoleh dengan menetapkan derivatif parsial
sama dengan nol dan mengekspresikan hasil dalam bentuk matriks sebagai
Contoh Soal
● berikut
Data   didapat dari persamaan y =

Gunakan multiple linear regression untuk mendapatkan data.

Hasil yang di dapatkan membutuhkan Persamaan diatas yang dihitung di table atas. Penjumlahan
tersebut menghasilkan

yang dimana hasilnya,

a0 = 5 a1 = 4 a2 = −3

Hasil tersebut didapatkan dari data yang diturunkan

Tabel hasil perhitungan dari persamaan y = 5 + 4x 1 – 3x2
TERIMA KASIH