Mata Kuliah
Data Warehouse & Data Mining
Apa itu Estimasi ?
REGRESSION
Perkiraan Pasar
Prediksi
Pertumbuhan
Penduduk
Memperkirakan
Harapan Hidup
Macam-macam Algoritma Regresi
Apa itu Regresi Linear ?
Regresi Linear adalah alat statistik yang dipergunakan untuk mengetahui
pengaruh antara satu atau beberapa variabel terhadap satu buah variabel.
Ada dua jenis variabel yaitu Dependent variable dan Independent variable.
Variabel dependen (terikat) adalah variabel yang akan kita prediksi atau
pelajari, sedangkan variabel independen (bebas) adalah variabel yang
menjelaskan atau menyebabkan nilai target di variabel dependen.
y = α + β.x
y = variabel terikat
x = variabel bebas
α = konstanta / intersep
β = koefisien regresi (kemiringan); besaran Respon yang ditimbulkan oleh variabel
Tahapan Algoritma Regresi Linear
• Siapkan data
• Identifikasi Atribut dan Label
• Hitung X2,Y2, XY dan total (Σ) dari masing-masingnya
• Hitung α dan β berdasarkan persamaan yang sudah ditentukan
Persamaan Regresi Linear Sederhana
α= (Σy) – β.(Σx)
n
β= n.(Σxy) – (Σx).(Σy)
n.(Σx2) – (Σx)2
n = jumlah sampel
Regresi Linear Sederhana
Contoh Kasus:
Pengaruh lama belajar (x) terhadap Nilai Siswa (y)
Σx1 = ΣX –
2 (ΣX
2 1 ) 2
1
n
Σx2 = ΣX2 –
2 2 (ΣX 2 ) 2
n
Σy = ΣY –
2 (ΣY)
2 2
n
Persamaan Regresi Linear Berganda – Tahap 1
β1 = (Σx22).(Σx1y) – (Σx1x2).(Σx2y)
(Σx12).(Σx22) – (Σx1x2)2
β2 = (Σx12).(Σx2y) – (Σx1x2).(Σx1y)
(Σx12).(Σx22) – (Σx1x2)2
α= Σy
n
– β1. Σx
n
1
(– β2. )
Σx
n
2
( )
Regresi Linear Berganda
Contoh Kasus:
pengaruh Pakan Ikan (tiap hari dalam seminggu)
[x1], dan Panjang Ikan (mm) [x2], terhadap Berat
Ikan (kg) [y]
TERIMA KASIH
Mata Kuliah
Data Warehouse & Data Mining