Ferianto Raharjo Analisa Numerik Analisis Regresi 1

4. ANALISIS REGRESI

METODA KUADRAT TERKECIL
Gambar 4.1 adalah titik-titik percobaan dari hasil pengukuran. Akan dicari
kurva g(x) yang dapat mewakili titik-titik percobaan tersebut.













Gambar 4.1

Untuk maksud tersebut dibuat kurva yang meminimumkan perbedaan titik-
titik data dan kurva. Metoda untuk mendapatkan kurva tersebut dikenal
dengan metoda kuadrat terkecil.
Metoda ini dilakukan dengan prosedur berikut:
1. Titik-titik percobaan diplot ke dalam suatu sistem koordinat. Dari gambar
plot titik data tersebut dapat diketahui pola secara umum dari kumpulan
titik data, sehingga dapat ditentukan apakah kurva yang mewakili berupa
garis lurus atau lengkung.
2. Dipilih suatu fungsi g(x) yang dianggap bisa mewakili f(x) yang
mempunyai bentuk umum
g(x) = a + b.x + c.x
2
+ d.x
4
+ .. (4.1)
3. Ditentukan parameter a, b, c, d, .. sedemikian rupa sehingga g(x
i
: a, b,
c, d, ..) melalui sedekat mungkin titik-titik percobaan. Bentuk g(x
i
: a, b,
c, d, ..) mempunyai arti fungsi g(x) dengan parameter a, b, c, d, ..
4. Apabila koordinat dari titik-titik percobaan adalah M(x
i
, y
i
) dengan I = 1,
2, 3, .., n, maka selisih ordinat antara titik-titik tersebut dengan fungsi
g(x
i
: a, b, c, d, ..) adalah:
E
i
= M
i
.G
i
= y
i
g(x
i
; a, b, c, d, ..)
= y
i
(a + b.x + c.x
2
+ d.x
3
+ ..)
5. Dipilih suatu fungsi g(x) yang mempunyai kesalahan E
i
terkecil. Dengan
metoda ini, jumlah kuadrat dari kesalahan adalah:
D
2
= ( ) { }

= =
=
n
1 i
n
1 i
2
i i
2
i
x g y E (4.2)
6. Dicari parameter a, b, c, d, .. sedemikian sehingga D
2
adalah minimum.
Nilai D
2
akan minimum apabila turunan pertamanya terhadap a, b, c, d,
.. adalah nol.
x
y
y
i
g(x
i
)
x
i
g(x)
M
i
G
i

Ferianto Raharjo Analisa Numerik Analisis Regresi 2

M
0
d
D
0
c
D
0
b
D
0
a
D
2
2
2
2
=

(4.3)
7. Penyelesaian persamaan (4.3) akan memberikan hasil parameter a, b, c,
d, .. Dengan demikian persamaan kurva terbaik yang mewakili titik-titik
data akan diperoleh.

METODA KUADRAT TERKECIL UNTUK KURVA LINEAR
Bentuk paling sederhana dari regresi dengan metoda kuadrat terkecil adalah
apabila kurva yang mewakili titik-titik percobaan merupakan garis lurus,
sehingga persamaannya adalah
g(x) = a + b.x (4.4)
Jumlah kuadrat dari kesalahan dihitung dengan pers. (4.2)
D
2
= ( ) { } { }

= =
=
n
1 i
n
1 i
2
i i
2
i i
x . b a y x g y (4.5)
Agar nilai D
2
minimum, maka pers. (4.5) diturunkan terhadap parameter
a dan b, kemudian dibuat sama dengan nol.
Turunan pertama terhadap parameter a,

( )
0 x . b a y
0 x . b a y 2
0 x . b a y
a
0
a
D
i i
n
1 i
i i
2
n
1 i
i i
2
=
=
=

=
=
(4.6)
Turunan pertama terhadap parameter b,

[ ] ( )
0 x . b x . a x . y
0 x . x . b a y 2
0 x . b a y
b
0
b
D
i i i i
n
1 i
i i i
2
n
1 i
i i
2
=
=
=

=
=
(4.7)

Ferianto Raharjo Analisa Numerik Analisis Regresi 3
Penjumlahan masing-masing suku pada pers. (4.6) dan (4.7) adalah dari
a sampai n, sehingga persamaan-persamaan tersebut dapat ditulis dalam
bentuk,
n.a + x
i
.b = y
i
(4.8)
x
i
.a + x
i
2
.b = x
i
.y
i
(4.9)
Dengan a = n.a
Selanjutnya pers. (4.8) dapat ditulis menjadi
n.a = y
i
x
i
.b
a = ( )

b . x y
n
1
i i
(4.10)
a =

b . x
n
1
y
n
1
i i

atau
a = x . b y (4.11)
Substitusi pers. (4.10) ke pers. (4.9)

( )
( )
( ) [ ]



=
= +
= +
i i i i
2
i
2
i
i i
2
i
2
i i i
i i
2
i i i i
y . x y . x n x x n . b
y . x n b . x n b . x y x
y . x b . x b . x y
n
1
. x

atau
b =
( )

2
i
2
i
i i i i
x x n
y x y . x n
(4.12)
dengan menggunakan pers. (4.11) dan (4.12) untuk menghitung koefisien
a dan b, maka fungsi g(x) dapat diperoleh.
Untuk mengetahui derajat kesesuaian dari persamaan yang diperoleh,
dihitung nilai koefisien korelasi yang berbentuk
r =
2
t
2
2
t
D
D D
(4.13)
di mana: D
t
2
= { }

n
1 i
2
i
y y
D
2
= ( ) { }

n
1 i
2
i i
x g y

Untuk perkiraan yang sempurna nilai r = 1. Apabila r = 0, perkiraan suatu
fungsi sangat jelek. Koefisien korelasi ini juga dapat digunakan untuk
memilih suatu persamaan dari beberapa alternatif yang ada, terutama di
dalam regresi kurva lengkung.
Kurva lengkung dapat didekati dengan beberapa tipe persamaan, misalnya
bentuk a = a + b.x + c.x
2
, y = a.x
b
, y = a.e
b.x
, atau persamaan lain. Dari
beberapa alternatif tersebut, dipilih persamaan yang mempunyai nilai
koefisien korelasi terbesar (mendekati 1).


Ferianto Raharjo Analisa Numerik Analisis Regresi 4
Contoh 4.1:
Tentukan persamaan garis yang mewakili titik-titik data berikut
X 10 15 20 25 30 35
Y 25 30 33 36 38 39
Kemudian hitung derajat kesesuaian dari persamaan yang diperoleh.
Penyelesaian:
i x
i
y
i
x
i
.y
i
x
i
2
g(x
i
) D
t
2
D
2

1 10 25 250 100 26,571429 72,25 2,469388
2 15 30 450 225 29,342857 12,25 0,431837
3 20 33 660 400 32,114286 0,25 0,784490
4 25 36 900 625 34,885714 6,25 1,241633
5 30 38 1140 900 37,657143 20,25 0,117551
6 35 39 1365 1225 40,428571 30,25 2,040816
135 201 4765 3475 141,50 7,085714
Nilai rerata dari X dan Y adalah:
6
135
n
x
x = =

= 22,5
6
201
n
y
y = =

= 33,5

Persamaan garis yang mewakili titik-titik data adalah
Y = a + b.x
dengan
b =
( )

2
i
2
i
i i i i
x x n
y x y . x n
=
2
(135) - 3475 x 6
201 x 135 - 4765 x 6
= 0,554286
a = x . b y = 33,5 0,554286 x 22,5 = 21,028571

sehingga persamaan garisnya adalah:
y = 21,028571 + 0,554286.x

dengan derajat kesesuaian:
r =
2
t
2
2
t
D
D D
=
50 , 141
085714 , 7 50 , 141
= 0,974641


REGRESI POLINOMIAL
Persamaan polinomial orde-n mempunyai bentuk
g(x) = a + b.x + c.x
2
+ d.x
3
+ ..
Jumlah kuadrat dari kesalahannya
D
2
= ( ) { }

n
1 i
2
i i
x g y = { }

=

n
1 i
2
3
i
2
i i i
..... x . d x . c x . b a y



Ferianto Raharjo Analisa Numerik Analisis Regresi 5
Persamaan tersebut diturunkan terhadap setiap koefisien dari polinomial

( )
( )
( )
M

=
=
=
=

n
1 i
2
2
i
2
i i i
2
n
1 i
2
2
i
2
i i i
2
n
1 i
2
2
i
2
i i i
2
..... x . d x . c x . b a y 2
c
D
..... x . d x . c x . b a y 2
b
D
..... x . d x . c x . b a y 2
a
D

Persamaan tersebut dapat ditulis dalam bentuk

=
+ + +
+
+
i
n
i
i
2
i
i i
i
n n
i
2 n
i
1 n
i
n
i
2 n
i
4
i
3
i
2
i
1 n
i
3
i
2
i i
n
i
2
i i
y . x
y . x
y . x
y
c
b
a

x x x x
x x x x
x x x x
x x x n
M
M
M
L
M O M M M
L
L
L


Contoh 4.2:
Tentukan persamaan kurva polinomial orde-2 yang mewakili data berikut
X 10 15 20 25 30 35
Y 25 30 33 36 38 39
Kemudian hitung derajat kesesuaian dari persamaan yang diperoleh.
Penyelesaian:
Persamaan polinomial orde-2 mempunyai bentuk
g(x) = a + b.x + c.x
2

Untuk polinomial orde-2, diferensial dari D
2
terhadap tiap koefisien dari
polinomial menghasilkan bentuk

=
i
2
i
i i
i
4
i
3
i
2
i
3
i
2
i i
2
i i
y . x
y . x
y

c
b
a

x x x
x x x
x x n


i x
i
y
i
x
2
x
3
x
4
x
i
.y
i
x
i
2
.y
i
g(x
i
) Dt
2
D
2

1 10 25 100 1000 10000 250 2500 25,1429 72,25 0,020
4
2 15 30 225 3375 50625 450 6750 29,6286 12,25 0,138
0
3 20 33 400 8000 160000 660 13200 33,2571 0,25 0,066
1 4 25 36 625 15625 390625 900 22500 36,0286 6,25 0,000
8 5 30 38 900 27000 810000 1140 34200 37,9429 20,25 0,003
3 6 35 39 1225 42875 1500625 1365 47775 39,0000 30,25 0,000
0
135 201 3475 97875 2921875 4765 126925 141,50 0,228
6
Nilai rerata dari X dan Y adalah:
6
135
n
x
x = =

= 22,5
6
201
n
y
y = =

= 33,5

Ferianto Raharjo Analisa Numerik Analisis Regresi 6
Dari penyelesaian sistem persamaan diperoleh
6 135 3475 a 201
135 3475 97875 b 4765
3475 97875 2921875 c 126925

1 22,5 579,1667 a 33,5
0 437,5 19687,5000 b 242,5
0 19687,5 909270,8333 c 10512,5

1 0 -433,3333 a 21,0286
0 1 45,0000 b 0,5543
0 0 23333,3333 c -400,0000

1 0 0 a 13,6000
0 1 0 b 1,3257
0 0 1 c -0,0171

Sehingga persamaan kurvanya adalah:
y = 13,6000 + 1,3257.x 0,0171.x
2


dengan derajat kesesuaian:
r =
2
t
2
2
t
D
D D
=
50 , 141
2286 , 0 50 , 141
= 0,999192


LINEARISASI KURVA TIDAK LINEAR
Persamaan Berpangkat (Transformasi log)
Persamaan berpangkat diberikan dalam bentuk
y = a.x
b

Dengan a dan b sebagai konstanta
Persamaan tersebut dapat dilinearkan dengan menggunakan fungsi
logaritma,
log y = log a.x
b

sehingga diperoleh
log y = log a + b.log x
Dilakukan transformasi berikut
p = log y B = b
A = log a q = log x
sehingga persamaan di atas dapat ditulis dalam bentuk
p = A + B.q






Ferianto Raharjo Analisa Numerik Analisis Regresi 7
Contoh 4.3:
Gunakan persamaan berpangkat untuk menentukan persamaan kurva
lengkung yang mewakili data berikut
X 0,05 0,40 0,80 1,20 1,60 2,00 2,40
Y 600 800 1050 1500 2050 2750 3800
Kemudian hitung derajat kesesuaian dari persamaan yang diperoleh.
Penyelesaian:
i x
i
y
i
q
i
=loq x p
i
= log y q
i
.p
i
q
i
2

1 0,05 600 -1,301030 2,778151 -3,614458 1,692679
2 0,40 800 -0,397940 2,903090 -1,155256 0,158356
3 0,80 1050 -0,096910 3,021189 -0,292783 0,009392
4 1,20 1500 0,079181 3,176091 0,251487 0,006270
5 1,60 2050 0,204120 3,311754 0,675995 0,041665
6 2,00 2750 0,301030 3,439333 1,035342 0,090619
7 2,40 3800 0,380211 3,579784 1,361074 0,144561
8,45 12550 -0,831338 22,209392 -1,738599 2,143541
Nilai rerata dari Y, p dan q adalah:
7
12550
n
y
y = =

= 1792,8571
7
209392 , 22
n
p
p = =

= 3,1728
7
831338 , 0
n
q
q

= =

= -0,1188

B =
( )

2
i
2
i
i i i i
q q n
p q p . q n
=
2
) (-0,831338 - x2,143541 7
2 )x22,20939 (-0,831338 - 9) x(-1,73859 7
=0,439671
A = q . B p = 3,1728 0,439671 x (-0,1188) = 3,224987

A = log a a = 1678,752796
B = b b = 0,439671

sehingga persamaan kurvanya adalah:
y = 1678,752796.x
0,439671

i x
i
y
i
g(x
i
) D
t
2
D
2

1 0,05 600 449,739617 1422908,163265 22578,182568
2 0,40 800 1122,080285 985765,306122 103735,709800
3 0,80 1050 1521,872234 551836,734694 222663,405409
4 1,20 1500 1818,865032 85765,306122 101674,908584
5 1,60 2050 2064,108183 66122,448980 199,040817
6 2,00 2750 2276,884554 916122,448980 223838,225520
7 2,40 3800 2466,918123 4028622,448980 1777107,290720
8,45 12550 8057142,857143 2451796,763419

Ferianto Raharjo Analisa Numerik Analisis Regresi 8
dengan derajat kesesuaian:
r =
2
t
2
2
t
D
D D
=
857143 , 8057142
763419 , 2451796 857143 , 8057142
= 0,834086


Fungsi Eksponensial (Transformasi ln)
Fungsi eksponensial diberikan dalam bentuk
y = a.e
b.x

Dengan a dan b sebagai konstanta
Persamaan tersebut dapat dilinearkan dengan menggunakan logaritma
natural,
ln y = ln a.e
b.x

sehingga diperoleh
ln y = ln a + b.x ln e
Karena ln e = 1, maka
ln y = ln a + b.x
Dilakukan transformasi berikut
p = ln y B = b
A = ln a q = x
sehingga persamaan di atas dapat ditulis dalam bentuk
p = A + B.q

Contoh 4.4:
Gunakan fungsi eksponensial untuk menentukan persamaan kurva lengkung
yang mewakili data berikut
X 0,05 0,40 0,80 1,20 1,60 2,00 2,40
Y 600 800 1050 1500 2050 2750 3800
Kemudian hitung derajat kesesuaian dari persamaan yang diperoleh.
Penyelesaian:
i x
i
y
i
q
i
= x
i
p
i
= ln y
i
q
i
.p
i
q
i
2

1 0,05 600 0,05 6,396930 0,319846 0,002500
2 0,40 800 0,40 6,684612 2,673845 0,160000
3 0,80 1050 0,80 6,956545 5,565236 0,640000
4 1,20 1500 1,20 7,313220 8,775864 1,440000
5 1,60 2050 1,60 7,625595 12,200952 2,560000
6 2,00 2750 2,00 7,919356 15,838712 4,000000
7 2,40 3800 2,40 8,242756 19,782615 5,760000
8,45 12550 8,45 51,139015 65,157072 14,562500
Nilai rerata dari Y, p dan q adalah:
7
12550
n
y
y = =

= 1792,8571
7
139015 , 51
n
p
p = =

= 7,3056

Ferianto Raharjo Analisa Numerik Analisis Regresi 9
7
45 , 8
n
q
q = =

= 1,2071

B =
( )

2
i
2
i
i i i i
q q n
p q p . q n
=
2
(8,45) - 14,562500 x 7
51,139015 x 8,45 - 65,157072 x 7
= 0,785159
A = q . B p = 7,3056 0,785159 x 1,2071 = 6,357775

A = ln a a = 576,960956
B = b b = 0,785159

sehingga persamaan kurvanya adalah:
y = 576,960956.e
0,785159.x

i x
i
y
i
g(x
i
) D
t
2
D
2

1 0,05 600 600,061735 1422908,163265 0,003811
2 0,40 800 789,846130 985765,306122 103,101083
3 0,80 1050 1081,280981 551836,734694 978,499788
4 1,20 1500 1480,248515 85765,306122 390,121163
5 1,60 2050 2026,425789 66122,448980 555,743410
6 2,00 2750 2774,129775 916122,448980 582,246041
7 2,40 3800 3797,719141 4028622,448980 5,202316
8,45 12550 8057142,857143 2614,917612

dengan derajat kesesuaian:
r =
2
t
2
2
t
D
D D
=
857143 , 8057142
917612 , 2614 857143 , 8057142
= 0,999838