PRAKTIKUM 12 Regresi Linier, Regresi Eksponensial dan Regresi Polinomial

dokumen-dokumen yang mirip
PRAKTIKUM 22 Interpolasi Linier, Kuadratik, Polinomial, dan Lagrange

REGRESI. Curve Fitting. Regresi Eksponensial. Regresi 1

REGRESI. Curve Fitting Regresi Linier Regresi Eksponensial Regresi Polynomial. Regresi 1

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

PRAKTIKUM 10 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Seidel

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

PENCOCOKAN KURVA (CURVE FITTING) INTERPOLASI

Bab 4 Penyelesaian Persamaan Linier Simultan

CNH2B4 / KOMPUTASI NUMERIK

PRAKTIKUM 1 MODELING DAN ANALISIS

Bab 4 ANALISIS REGRESI dan INTERPOLASI

BAB 1 PENDAHULUAN. Gambar 1.1. Kurva y=sinc(x)

INTEGRASI NUMERIK. n ax. ax e. n 1. x x. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

Dr.Eng. Agus S. Muntohar Department of Civil Engineering

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB VI ANALISIS REGRESI

INTEGRASI NUMERIK. n ax. ax e. a 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

INTEGRASI NUMERIK C 1. n ax. ax e. cos( 1 1. n 1. x x. 0 Fungsi yang dapat dihitung integralnya : 0 Fungsi yang rumit misal :

a home base to excellence Mata Kuliah : Kalkulus Kode : TSP 102 Integral Pertemuan - 6

Analisis Variansi satu faktor Single Factor Analysis Of Variance (ANOVA)

MENENTUKAN KOEFISIEN REGRESI EKSPONENSIAL DENGAN METODE KUADRAT TERKECIL SEDERHANA DAN METODE KUADRAT TERKECIL BERBOBOT

CATATAN KULIAH Pertemuan XIII: Analisis Dinamik dan Integral (1)

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS

Metode Numerik. Integrasi Numerik. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2012 PENS-ITS

3SKS-TEKNIK INFORMATIKA-S1

( X ) 2 ANALISIS REGRESI

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

INTEGRASI NUMERIK. n ax. ax e. n 1. Fungsi yang dapat dihitung integralnya : Fungsi yang rumit misal :

BAB 2 ANAVA 2 JALAN. Merupakan pengembangan dari ANAVA 1 Jalan Jika pada ANAVA 1 jalan 1 Faktor Jika pada ANAVA 2 jalan 2 Faktor

BAB 1 PENDAHULUAN. perkebunan karet. Karet merupakan Polimer hidrokarbon yang terkandung pada

BAB V ANALISIS REGRESI

Metode Iterasi Gauss Seidell

Penyelesaian Persamaan Linier Simultan

KAJIAN BATAS KESALAHAN MINIMUM METODE RUNGE-KUTTA ORDE KEDUA, KETIGA, DAN KEEMPAT

Bab 2 LANDASAN TEORI

BAB I PENDAHULUAN. Populasi merupakan kumpulan dari individu organisme yang memiliki

DIKTAT. Mata Kuliah METODE NUMERIK. Oleh: I Ketut Adi Atmika

INTERPOLASI PERTEMUAN : S K S - T E K N I K I N F O R M A T I K A - S1 M O H A M A D S I D I Q

III PEMBAHASAN. x x. 3.1 Analisis Metode Perhatikan persamaan integral Volterra berikut. x. atau (11)

Metode Numerik. Regresi. Umi Sa adah Politeknik Elektronika Negeri Surabaya 2008 PENS-ITS

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange

Soal-soal dan Pembahasan Matematika Dasar SBMPTN - SNMPTN 2008

HANDS-OUT ANALISIS NUMERIK

1 yang akan menghasilkan

III PEMBAHASAN. peubah. Sistem persamaan (6) dapat diringkas menjadi Bentuk Umum dari Magic Square, Bilangan Magic, dan Matriks SPL

Bab 1. Anava satu. Analisis Variansi (Analysis Of Variance / ANOVA) satu faktor

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

Matematika Dasar INTEGRAL TENTU . 2. Partisi yang terbentuk merupakan segiempat dengan ukuran x dan f ( x k ) sebagai

PRAKTIKUM 9 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Jordan

I PENDAHULUAN II LANDASAN TEORI

PRAKTIKUM 6 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Jordan

Persamaan (1.4) adalah persamaan dari deret Mac Laurin. Persamaan (1.1) biasa dituliskan dengan mensubstitusikan x dengan x-x 0, sehingga :

JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER 1

x 1 M = x 1 m 1 + x 2 m x n m n = x i

Dia yang menjadikan matahari dan bulan bercahaya, serta mengaturnya pada beberapa tempat, supaya kamu mengetahui bilangan tahun dan perhitunganya

METODE NUMERIK PERTEMUAN : 5 & 6 M O H A M A D S I D I Q 3 S K S - T E K N I K I N F O R M A T I K A - S1

Pemain P 1. Teorema 4.1 (Teorema minimax). Untuk setiap matriks pembayaran (pay off matrix), terdapat strategi optimal x* dan y* sedemikian sehingga

1. Aturan Pangkat 3. Logartima

MODUL MATA KULIAH ANALISIS NUMERIK OLEH : Rizqi Tresnaningsih, S.Pd, M.Pd PROGRAM STUDI PENDIDIKAN MATEMATIKA

Bab 4 ANAKOVA (ANALISIS KOVARIANSI)

DIGRAF EKSENTRIS PADA DIGRAF SIKEL, DIGRAF KOMPLIT DAN DIGRAF KOMPLIT MULTIPARTIT. Jl. Prof. H. Soedarto SH Semarang 50275

bila nilai parameter sesungguhnya adalah. Jadi, K( ) P( SU jatuh ke dalam WP bila nilai parameter sama dengan )

Perbedaan Interpolasi dan Ekstrapolasi

HUBUNGAN DERET BERTINGKAT BERDASAR BILANGAN EULERIAN DENGAN OPERATOR BEDA

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

HUBUNGAN DERET BERTINGKAT BERDASARKAN BILANGAN EULERIAN DENGAN OPERATOR BEDA

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

BAB 6 FITTING DATA ˆ (6.1) (6.2) (6.3) =. Nilai akan. akan minimum jika. minimum. Misal. 0. Jika ini dikerjakan maka akan diperoleh nilai

Bab 3 SISTEM PERSAMAAN LINIER

PENENTUAN MODEL REGRESI TERPOTONG ATAS DENGAN METODE MAKSIMUM LIKEHOOD. Dydaestury Jalarno 1,Dwi Ispriyanti 2. Alumni Jurusan Matematika FMIPA UNDIP

Bentuk Kanonik Persamaan Ruang Keadaan. Institut Teknologi Sepuluh Nopember

SOAL UJIAN AKHIR MATEMATIKA INFORMATIKA 4 (A & B) Dosen: Dr. Asep Juarna Jumlah Soal: 3 Uraian Tanggal Ujian: 02/03/12 Waktu Ujian: 2 jam

FUNGSI KARAKTERISTIK. penelitian ini akan ditentukan fungsi karakteristik dari distribusi four-parameter

dan mempunyai vektor normal n =(a b c). Misal P(x,y,z) suatu titik berada pada bidang. 1. Persamaan bidangnya adalah n P P

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 30-37

Daftar Isi. Halaman i KATA PENGANTAR

SISTEM PERSAMAAN LINEAR. Nurdinintya Athari (NDT)

Didownload dari ririez.blog.uns.ac.id

DETERMINAN MATRIKS dan

BAB 2 LANDASAN TEORI

1. Kepekatan bakteria pencemar p(t), di dalam secawan teh tarik yang dibiarkan selama beberapa jam diberikan oleh: p(t) = 50e -1.5t + 15e -0.

Nuryanto,ST.,MT. Integral merupakan operasi invers dari turunan. Jika turunan dari F(x) adalah F (x) = f(x), maka F(x) = f(x) dx.

Kalkulus 2. Deret Pangkat dan Uji Konvergensi. Department of Chemical Engineering Semarang State University. Dhoni Hartanto S.T., M.T., M.Sc.

GEOMETRI EUCLID EG(2, p n ) UNTUK MEMBENTUK RANCANGAN BLOK TIDAK LENGKAP SEIMBANG

BAB III NORM MATRIKS PADA HIMPUNAN DARI MATRIKS-MATRIKS TOEPLITZ. Definisi 3.1 Matriks Toeplitz adalah suatu matriks., dengan nilai,, dan indeks yang

BAB 2 TINJAUAN PUSTAKA

BAB 5 PENDEKATAN FUNGSI

BAB III METODOLOGI PENELITIAN

METODE NUMERIK. Sistem Persamaan Linier (SPL) (1) Pertemuan ke 5. Rinci Kembang Hapsari, S.Si, M.Kom

INTEGRAL TERTENTU. sebagai P = max{x i x i-1 1 = 1, 2, 3,, n}. a = x 0 x 1 x 2 x n = b. Contoh: Pada interval [ 3, 3], suatu partisi P = { 3, 1 2 , 31

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN REGRESI ROBUST PADA SAMPING ACAK SEDERHANA.

Bab 2 Landasan Teori

TEKNIK BARU MENYELESAIKAN SISTEM PERSAMAAN DIFERENSIAL LINEAR ORDE SATU NONHOMOGEN

Hendra Gunawan. 21 Februari 2014

RENCANA PELAKSANAAN PERKULIAHAN

LEMBAR KEGIATAN SISWA. : Menemukan Teorema Pythagoras Sekolah/Satuan Pendidikan:... Kelas/Semester :... Anggota Kelompok :

mengambil semua titik sample berupa titik ujung, yakni jumlah Riemann merupakan hampiran luas dari daerah dibawah kurva y = f (x) x i b x

VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA

Persamaan Linier Simultan

Integrasi Numeris dengan Menggunakan Polinomial Lagrange. Syawaluddin H 1) Hang Tuah 2) Widiadnyana Merati 2) Leo Wiryanto 2) f (x) =

Transkripsi:

Prktkum. Regres Regres Ler, Regres Ekspoesl, d Regres Poloml Poltekk Elektrok eger Surb ITS 47 PRAKTIKUM Regres Ler, Regres Ekspoesl d Regres Poloml. Tuju : Mempeljr metode peeles regres ler, ekspoesl d poloml.. Dsr Teor : Regres dlh sebuh tekk utuk memperoleh persm kurv pedekt dr ttk-ttk dt.. Regres Ler Regres ler dguk meetuk fugs ler (grs lurus) g plg sesu deg kumpul ttk dt (, ) g dkethu. Gmbr.. Sebr dt deg kurv ler Dlm regres ler g dcr dlh l m d c dr fugs ler mc, deg: c m m m m c

Prktkum. Regres Regres Ler, Regres Ekspoesl, d Regres Poloml Algortm Regres Ler () Tetuk ttk dt g dkethu dlm (, ) utuk,,3,, () Htug l m d c deg megguk formuls dr regres ler d ts (3) Tmplk fugs ler (4) Htug fugs ler tersebut dlm rge d step d tertetu (5) Tmplk hsl tbel (, ) dr hsl fugs ler tersebut. Prosedur Percob () Tulsk progrm dr regres ler sesu deg flowchrt g sudh dbut pd tugs pedhulu. () Jlk progrm d sk dt-dt sebg berkut: Jumlh produk Keutug 5 0000 0 5000 5 6000 0 8000 5 8000 40 0000 45 000 50 4000 55 5000 60 8000 (3) Tmplk fugs ler dr hsl regres ler: (4) Tmplk tble dr fugs hsl regres ler pd g sm deg dt (5) Tmplk grfk fugs ler g dhslk...3. Tugs Pedhulu () Judul: Regres Ler () Dsr Teor (3) Algortm (4) Flowchrt Poltekk Elektrok eger Surb ITS 48

Prktkum. Regres Regres Ler, Regres Ekspoesl, d Regres Poloml..4. Lpor Akhr () Judul: Regres Ler () Lstg progrm (3) Tulsk tbel dt d ts (4) Tulsk fugs ler hsl regres ler (5) Gmbrk dt d grs hsl regres (6) Als Jumlh produk Keutug Hsl Regres Error 5 0000 0 5000 5 6000 0 8000 5 8000 40 0000 45 000 50 4000 55 5000 60 8000 (7) Htug rt-rt error.. Regres Ekspoesl Regres ekspoesl dguk meetuk fugs ekspoesl g plg sesu deg kumpul ttk dt (, ) g dkethu. Regres ekspoesl merupk pegembg dr regres ler deg memftk fugs logrtm. Perhtk : e b deg melogrtmk persm d ts k dperoleh: l l b ( e ) l b tu dpt dtulsk bhw: z b dm z l Poltekk Elektrok eger Surb ITS 49

Prktkum. Regres Regres Ler, Regres Ekspoesl, d Regres Poloml Deg demk dpt dguk regres ler dlm meetuk fugs ekspoesl g plg sesu deg dt. Algortm Regres Ekspoesl () Tetuk ttk dt g dkethu dlm (, ) utuk,,3,, () Ubh l mejd z deg z l (3) Htug l d b deg megguk formuls dr regres ler d ts (4) Tmplk fugs ekspoesl e b (5) Htug fugs ekspoesl tersebut dlm rge d step d tertetu (6) Tmplk hsl tbel (, ) dr hsl fugs ekspoesl tersebut. Prosedur Percob () Tulsk progrm dr regres ekspoesl sesu deg flowchrt g sudh dbut pd tugs pedhulu. () Jlk progrm d sk dt-dt sebg berkut: Jumlh produk Keutug 5 0000 0 5000 5 8000 0 0000 5 5000 40 30000 45 40000 50 50000 55 70000 60 80000 (3) Tmplk fugs ekspoesl dr hsl regres ekspoesl. (4) Tmplk tble dr fugs hsl regres ekspoesl pd g sm deg dt (5) Tmplk grfk fugs ekspoesl g dhslk. Poltekk Elektrok eger Surb ITS 50

Prktkum. Regres Regres Ler, Regres Ekspoesl, d Regres Poloml..3. Tugs Pedhulu () Judul: Regres Ekspoesl () Dsr Teor (3) Algortm (4) Flowchrt..4. Lpor Akhr () Judul: Regres Ekspoesl () Lstg progrm (3) Tulsk tbel dt d ts (4) Tulsk fugs ekspoesl hsl regres ekspoesl (5) Gmbrk dt d grs hsl regres (6) Als Jumlh produk Keutug z l() z hsl regres 5 0000 0 5000 5 8000 0 0000 5 5000 40 30000 45 40000 50 50000 55 70000 60 80000 (7) Htug rt-rt error Hsl Regres Error.3. Regres Poloml Regres poloml dguk meetuk fugs poloml g plg sesu deg kumpul ttk dt (, ) g dkethu. Fugs pedekt : 0 Poltekk Elektrok eger Surb ITS 5

Prktkum. Regres Regres Ler, Regres Ekspoesl, d Regres Poloml Poltekk Elektrok eger Surb ITS 5 Regres poloml tgkt dkembgk dr model mtrk orml sebg berkut: 0 Hsl dr model mtrk orml d ts dlh l-l 0,,,,..3.. Algortm Regres Poloml () Tetuk ttk dt g dkethu dlm (, ) utuk,,3,, () Htug l-l g berhubug deg jumlh dt utuk megs mtrk orml (3) Htug l koefse-koefse 0,,,, deg megguk elms guss/jord (4) Tmplk fugs poloml 0 (5) Htug fugs poloml tersebut dlm rge d step d tertetu (6) Tmplk hsl tbel (, ) dr hsl fugs poloml tersebut..3.. Prosedur Percob () Tulsk progrm dr regres poloml sesu deg flowchrt g sudh dbut pd tugs pedhulu. () Jlk progrm d sk dt-dt sebg berkut:

Prktkum. Regres Regres Ler, Regres Ekspoesl, d Regres Poloml Jumlh produk Keutug 5 0000 0 5000 5 8000 0 0000 5 5000 40 30000 45 40000 50 50000 55 70000 60 80000 (3) Tmplk fugs poloml dr hsl regres ekspoesl. (4) Tmplk tble dr fugs hsl regres poloml pd g sm deg dt (5) Tmplk grfk fugs poloml g dhslk..3.3. Tugs Pedhulu (5) Judul: Regres Poloml (6) Dsr Teor (7) Algortm (8) Flowchrt Poltekk Elektrok eger Surb ITS 53

Prktkum. Regres Regres Ler, Regres Ekspoesl, d Regres Poloml.3.4. Lpor Akhr () Judul: Regres Ekspoesl () Lstg progrm (3) Tulsk tbel dt d ts (4) Tulsk fugs ekspoesl hsl regres ekspoesl (5) Gmbrk dt d grs hsl regres (6) Als Jumlh produk Keutug Hsl Regres Error 5 0000 0 5000 5 8000 0 0000 5 5000 40 30000 45 40000 50 50000 55 70000 60 80000 (7) Htug rt-rt error : Poltekk Elektrok eger Surb ITS 54