BAB VI ANALISIS REGRESI

dokumen-dokumen yang mirip
( X ) 2 ANALISIS REGRESI

Bab 4 ANALISIS REGRESI dan INTERPOLASI

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

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

REGRESI. Curve Fitting. Regresi Eksponensial. Regresi 1

Koefisien Regresi / persamaan regresi linier digunakan untuk meramalkan / mengetahui besarnya pengaruh variabel X terhadap variabel Y

PENCOCOKAN KURVA (CURVE FITTING) INTERPOLASI

BAB V ANALISIS REGRESI

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

PRAKTIKUM 10 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss Seidel

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PRAKTIKUM 22 Interpolasi Linier, Kuadratik, Polinomial, dan Lagrange

CNH2B4 / KOMPUTASI NUMERIK

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

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

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

PRAKTIKUM 12 Regresi Linier, Regresi Eksponensial dan Regresi Polinomial

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

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

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 :

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

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

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

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

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.

BAB 2 LANDASAN TEORI

PEMECAHAN SISTEM PERSAMAAN LINIER NON HOMOGEN DENGAN METODE SAPUAN GANDA CHOLESKY. Oleh : Yusup Fakultas Ilmu Komputer, Universitas AKI Semarang

A. Pusat Massa Suatu Batang

Analisis Variansi satu faktor (Analysis Of Variance / ANOVA)

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

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

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

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

1 yang akan menghasilkan

BAB I SISTEM PERSAMAAN LINEAR

3SKS-TEKNIK INFORMATIKA-S1

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

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

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

Aljabar Linear Elementer

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

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

Bab 4 ANAKOVA (ANALISIS KOVARIANSI)

Model Tak Penuh. Definisi dapat di-uji (testable): nxp

SOLUSI PREDIKSI UJIAN NASIONAL MATEMATIKA IPS TAHUN 2015

BAB 2 TINJAUAN TEORITIS. mempengaruhi sering disebut variabel bebas, variabel independen atau variabel

Hendra Gunawan. 21 Februari 2014

CATATAN KULIAH Pertemuan IV: Model-model linier dan Aljabar Matriks (2)

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

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

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

MA SKS Silabus :

DEFINISI INTEGRAL. ' untuk

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

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

Bab 3 SISTEM PERSAMAAN LINIER

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

Sistem Bilangan dan Kesalahan. Sistim Bilangan Metode Numerik 1

1. Aturan Pangkat 3. Logartima

Bentuk Umum Perluasan Teorema Pythagoras

Sistem Bilangan dan Kesalahan. Metode Numerik

Pertemuan : 3 Materi : Sistem Persamaan Linear : - Teorema Eksistensi - Reduksi ke Bentuk Echelon

MATEMATIKA TEKNIK 2 3 SKS TEKNIK ELEKTRO UDINUS

ANOVA ANALISIS VARIANSI/ ANALYSIS OF VARIANCE ( ANOVA ) 8/29/2012

PRAKTIKUM 8 Penyelesaian Persamaan Linier Simultan Metode Eliminasi Gauss

VARIASI PEMBAYARAN ANUITAS DENGAN POLA DERET ARITMATIKA

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

I PENDAHULUAN II LANDASAN TEORI

PENGOPTIMUMAN PADA MASALAH PEMROGRAMAN LINEAR DENGAN KOEFISIEN INTERVAL ANA FARIDA

DUALITAS DAN ANALISIS SENSITIVITAS

Solusi Sistem Persamaan Linear

SISTEM PERSAMAAN LINEAR. Nurdinintya Athari (NDT)

Soal-soal dan Pembahasan Matematika Dasar SBMPTN - SNMPTN 2008

Jl. HR. Soebrantas No. 155 Simpang Baru, Panam, Pekanbaru,

METODE UNWEIGHTED MEANS UNTUK FAKTORIAL TAK SEIMBANG DISPROPORSIONAL

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

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

INTEGRAL DELTA DAN SIFAT-SIFATNYA. Delta Integral and Properties of Delta Integral

Pertemuan 7 Persamaan Linier

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

METODE NUMERIK SISTEM PERSAMAAN ALJABAR LINIER (SPL) SIMULTAN.

HANDS-OUT ANALISIS NUMERIK

RENCANA PELAKSANAAN PERKULIAHAN

Bab 2 LANDASAN TEORI

Bab 4 Penyelesaian Persamaan Linier Simultan

APLIKASI INTEGRAL TENTU

Catatan Kuliah 1 Matematika Ekonomi Memahami dan Menganalisa Aljabar Matriks

TEOREMA DERET PANGKAT

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

SOLUSI PREDIKSI UJIAN NASIONAL MATEMATIKA IPS TAHUN 2015

Persamaan Linier Simultan

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

Bentuk umum persamaan aljabar linear serentak :

Pertemuan ke-5 Persamaan Linier Simultan. 11 Oktober Dr.Eng. Agus S. Muntohar Department of Civil Engineering

1. SISTEM PERSAMAAN LINEAR DAN MATRIKS

TRANSFORMASI-Z RASIONAL

STATISTIK. Diskusi dan Presentasi_ p.31

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

Transkripsi:

BAB VI ANALISIS REGRESI A. Pedhulu Alss regres merupk slh stu lss yg ertuju utuk megethu pegruh sutu vrel terhdp vrel l. Vrel yg mempegruh dseut depedet vrle/vrel es () d vrel yg dpegruh dseut depedet vrle/vrel terkt (). Jk hy terdpt stu vrel es d stu vrel terkt, mk dseut seg persm regres sederh sedgk jk vrel esy leh dr stu, mk dseut seg persm regres ergd. Apl du vrel d mempuy huug, mk l vrel yg sudh dkethu dpt dperguk utuk memperkrk/meksr/mermlk l vrel. Cotoh Rmlm produks thu yg k dtg, Rml hrg ul dep, Rml jumlh peduduk thu yg k dtg, Rml hsl pejul thu dep, Rml l UAS Sttstk d Prolts, dll Alss regres ergu utuk medptk huug fugsol tr du vrel tu leh tu medptk pegruh tr vrel predktor terhdp vrel krterumy Vrel predktor = vrel es = vrel yg mempegruh = Vrel krterum = vrel terkt / tergtug = vrel yg dpegruh = B. Jes-jes Alss Regres. Regres ler jk huug tr vrel es terhdp vrel tk es eretuk ler.. Regres ler sederh

. Regres ler ergd. Regres tk ler jk huug tr vrel es terhdp vrel tk eretuk ler. Regres kudrtk. Regres kuk C. Regres Ler Sederh Persm lss regres sederh = + d m = vrel krterum = vrel predktor = lg kostt = koefse rh regres ler Jk l postf mk vrel k meglm kek/pertmh, d selky. Kostt d koefse rh regres d c c c d c d

Cotoh Pedpt per kpt sol (vrle ) d pegelur kosums rumh tgg () dsjk dlm tel erkut. Tetuk rml/perkr yg ddpt jk pedpt per kpt pd l gk =. Peyeles 9589 4746 8589 4 49 8589 4 8 745 5.5.6 Mk persm regresy mejd 5.5. 6 D. Regres Ler Bergd Utuk mermlk pegruh du vrel predktor tu leh terhdp stu vrel krterum. Betuk persm grs regres ergd = + + predktor = + + + 4 predktor = + + + + predctor Lgkh-lgkh mecr persm regres ler ergd. Butlh tel peolog utuk regres gd

. Deg metode kudrt terkecl, koefse d,, dpt dcr dr persm deg vrel erkut Kostt d,, dpt dcr deg metode susttus d elms, deg vers mtrks, tu deg cr l. Sel cr d ts, d,, dpt dcr deg y y y y deg Cotoh 5 6 8 7 5 6 5 8 6 5 6 6 4 6 8 6 5 5 4 7 6 4 6 7 7 5 7 7 4 5 5 8 6 5 5 5 Crlh persm regres ler gd dr dt d ts. Peyeles Dr dt dperoleh 4 47, 98, 4 44, 457, 69, 68, 7, Cr () 4 4 98 69 () 47 98 44 68 () 7 69 68

(4) 5 6 () ) ( (5) 7 4 7 69 68 () 6 8 7 (4) (6) 4 56 4 7 56 4 7 () 8 94 4 (),69,57,85 6 6,5 5,5 4,5 (6) 7 4 (5) Jd persm regresy dlh 85,,57,69

Cr Dr esr-esr yg telh dcr d ts, dperoleh 68 5,667; 69 5,75; 68 44 44 69 4 4 6869 98 687 y 47 697 y 4 y y 6,5 8,667 y y 8,667 8,667 85, 8,667 96,75 6,5 98 9 7 47 4,667, 4 49,75,5, 7,5 6,5 7,5 7, 6,5 7,575,667,855,75, 69 6,8 Jd persm regresy dlh,69,57, 85 7 6,8 44,95 54,875 98,575 54,875,57,85 E. Regres Tred Prol Utuk mermlk pegruh du vrel predktor tu leh terhdp stu vrel krterum. Regres tred prol pd dsry dlh grs regres dm vrel es merupk vrel wktu. Persm grs tred prol = + + c D dlm regres tred prol pemech mslh megguk persm orml ytu + + c = + + c = + + c 4 =

Cotoh Produks pd sutu derh selm em thu dlh Deg megguk tred prol = + + c, erp l regresy jk = 7? Lgkh pertm kt mecr vrel terleh dhulu. Vrel dperoleh dr l yg erd dtegh vrel. Jk jumlh dty gep mk vrel dmul dr ttk, sedgk jk dty gjl mk vrel dmul dr ttk, dm jumlh seluruh l vrel =. Kemud cr persm ormly dr peuru rumus d wh + + c = + + c = + + c 4 = Kemud cr persm ormly dr peuru rumus d wh + + c = + + c = + + c 4 = Susttusk persm d 6 + 8c = 9 68 + 784c = 64 8 + 96c = 498 68 + 76c = 988-9c = -84

c = 84/9 c =,97 Nl c dmsukk ke () 6 + 8(,97) = 9 6 = 65,84 =,97 Jd persm tred prol dr dlh =,97 + 5,5 +,97 Deg = 7 mk rml produks pd dlh =,97 + 5,5*7 +,97*49 = 97

LATIHAN. Dkethu dt dr sutu smpel seg erkut. No 4 5 6 7 4 5 6 7 8 4 5 9 6 7 Crlh persm grs regresy d jelsk p mk dr persm grs regres terseut.. Berkut dlh dt l prolts () d l sttstk dsr () dr sutu smpel. No 4 5 6 7 8 9 4 5 9 6 8 5 7 9 8 8 6 8 5 7 7 8 6 8 6 8 7 6 6 8 8 7 8 8 8 Crlh persm grs regresy d jelsk p mk dr persm grs regres terseut.. Dlm sutu peelt yg dlkuk terhdp rumh tgg yg dplh secr ck, dperoleh dt pegelur utuk pemel rg rg th lm permggu (), pedpt permggu (), d jumlh ggot rumh tgg () seg erkut Deg megguk = + +, erpkh l rml, jk =, = 8. 4. Nl sttstk mtemtk (), sttstk dsr (), d prolts () dr k dlh seg erkut No 4 5 6 7 8 9 Stt-mt 7 6 9 7 6 7 7 6 8 9 7 6 () Stt-ds 6 5 8 7 5 7 8 6 7 9 7 5 () Prolts () 6 6 9 7 6 6 6 5 8 8 6 8 Crlh persm grs regresy d jelsk p mk dr persm grs regres terseut. 5. Seuh kopers mlk pemerth memerk modl ush selm 7 thu utuk msyrkt yg g erwrswst, setp thu modl yg derk tdk

sellu sm tergtug dr susd yg derk pemerth. Ddpt dt dwh Deg megguk tred prol, erp l regres jk = 5? Tm Peyusu Sukrm Sr Rejek Sumer Symsud.. Sttstk Deskrptf. MUP Surkrt N. Setygsh, Pegtr Sttstk Mtemtk, MUP-UMS Budyoo, Sttstk utuk Peelt, 4, UNS