SISTEM KOMPUTASI DAN NUMERIK

Tugas 11

Dibuat oleh :

NAMA : Muhammad Daffa Rasendriya Nurista

NIM : 200534627620

UNIVERSITAS NEGERI MALANG

FAKULTAS TEKNIK

JURUSAN TEKNIK ELEKTRO

PRODI S1 PENDIDIKAN TEKNIK ELEKTRO

Persoalan

A. Setelah menyimak penjelasan materi pada slide presentasi, kemudian kerjakanlah

soal latihannya dan penyelesaiannya diunggah di sini.

No. 𝒙 𝒚
1 100 25
2 100 50
3 105 35
4 107 30
5 105 30
6 106 45
7 107 50
8 108 45
9 106 35
10 108 40

Tentukanlah nilai C dan D menggunakan pendekatan persamaan regresi linear dengan

fungsi :
𝐶𝑥
𝑓(𝑥) =
𝑑+𝑥
Serta tentukan nilai dari galat Root Mean Square fungsi tersebut!

B. Buatlah ringkasan penyelesaian regresi nonlinier, dan carilah contoh

penggunaannya

Penyelesaian

A. Soal Latihan
• Melakukan linearisasi persamaan:
𝐶𝑥
𝑦= … (1)
𝑑+𝑥
1 𝑑 1 1
= ∙ + … (2)
𝑦 𝐶 𝑥 𝐶

• Melakukan definisi variable terhadap persamaan regresi linear persamaan regresi linear:
𝑌 = 𝑎 + 𝑏𝑋 … (3)
 1 𝑑 1 1
= ∙ + … (2)
𝑦 𝐶 𝑥 𝐶

Sehingga :
1 1
𝑌= ; 𝑋= ;
𝑦 𝑦
1 𝑑
𝑎= ; 𝑏= ;
𝐶 𝐶
1
= 𝑑=𝑏∙𝐶
𝑎

• Melakukan perhitungan penyelesaian

i x y X=1/x Y=1/y Xi^2 XiYi
1 100 25 0,01 0,04 0,0001 0,0004
2 100 50 0,01 0,02 0,0001 0,0002
3 105 35 0,009524 0,028571 9,07E-05 0,0002721
4 107 30 0,009346 0,033333 8,73E-05 0,0003115
5 105 30 0,009524 0,033333 9,07E-05 0,0003175
6 106 45 0,009434 0,022222 8,9E-05 0,0002096
7 107 50 0,009346 0,02 8,73E-05 0,0001869
8 108 45 0,009259 0,022222 8,57E-05 0,0002058
9 106 35 0,009434 0,028571 8,9E-05 0,0002695
10 108 40 0,009259 0,025 8,57E-05 0,0002315
Jumlah 0,095126 0,273254 0,000906 0,0026044

Langkah selanjutnya menentukan nilai 𝑎 dan 𝑏

(ΣY)(Σ𝑋 2) − (ΣY)(ΣXY) 𝑛 (ΣXY) − (ΣX)(ΣY)

𝑎= 𝑏=
𝑛(Σ𝑋 2) − (Σ𝑋 2) 𝑛(Σ𝑋 2) − (Σ𝑋 2)

Diperoleh nilai 𝑎 dan b :

Ruas atas 𝑎 : −3,0097𝐸 − 07

Ruas bawah 𝑎 : 6,71748𝐸 − 06
Nilai 𝒂 : −0,044803981

Ruas atas b : 5,09355𝐸 − 05

Ruas bawah b : 6,71748𝐸 − 06
Nilai b : 7,582537076

Diperoleh nilai 𝑐 dan 𝑑 :

1
𝐶=
𝑎
 1
𝐶=
−0,044803981
𝑪 = −22,31944541

𝐷 = 𝑏×𝐶
𝐷 = 7,582537076 × (−22,319445Sehingga nilai regresi linier dengan
𝐶𝑥
𝐹(𝑥) =
𝐷+𝑥
−22,31944541
𝐹(𝑋) =
−169,2380223

• Menentukan Root Mean Square

x y X=1/x Y=1/y F(x) Deviasi Deviasi𝟐

100 25 0,01 0,04 0,001318898 0,039998261 0,001599861

100 50 0,01 0,02 0,001318898 0,019998261 0,00039993

105 35 0,009524 0,028571 0,00125609 0,028569851 0,000816236

107 30 0,009346 0,033333 0,00123261 0,033331814 0,00111101

105 30 0,009524 0,033333 0,00125609 0,033331756 0,001111006

106 45 0,009434 0,022222 0,001244239 0,022220674 0,000493758

107 50 0,009346 0,02 0,00123261 0,019998481 0,000399939

108 45 0,009259 0,022222 0,001221196 0,022220731 0,000493761

Jumlah
0,007866665
Deviasi^2

1
√𝑛 𝑥 Σ (𝑌 − 𝐹(𝑋))2 , 𝑌 − 𝐹(𝑥) = Deviasi

Sehingga nilai Root Mean Square Error dari persamaan ini adalah 0,028047576

B. Ringkasan Penyelesaian Regresi Nonlinier dan Contoh Penggunaannya

a) Fungsi Eksponensial
Bentuk umum regresi eksponensial :
𝑦 = 𝑎 𝑒 𝑏𝑥 (5.1)

Persamaan (5.1) diubah ke dalam bentuk 𝑙𝑛. 𝑙𝑛

𝑦 = 𝑙𝑛 𝑎 𝑒 𝑏𝑥
𝑙𝑛 𝑦 = 𝑙𝑛 𝑎 + 𝑏𝑥 𝑙𝑛 𝑒 ; 𝑙𝑛 𝑒 = 1
𝑙𝑛 𝑦 = 𝑙𝑛 𝑎 + 𝑏𝑥 (5.2)

Persamaan (5.2) dapat disederhanakan menjadi :

𝑃 = 𝑙𝑛 𝑦 𝑞=𝑥

𝐴 = 𝑙𝑛 𝑎 𝐵=𝑏

Sehingga persamaan (5.2) menjadi:

𝑃 = 𝐴 + 𝐵𝑞 (5.3)

Persamaan (5.3) sudah merupakan bentuk regresi linier. Penyelesaiannya dapat

menggunakan penyelesaian regresi linier, sehingga diperoleh nilai A dan B.

Setelah A dan B didapat, maka dilakukan proses inverse sehingga didapatkan nilai
a dan b.

𝐴 = 𝑙𝑛 𝑎 𝑎 = 𝑒𝐴

𝐵=𝑏 𝑏=𝐵

Langkah selanjutnya adalah memasukkan nilai a dan b ke persamaan (5.1),

sehingga diperoleh 𝒚 = 𝒂 𝒆𝒃𝒙.

Perhitungan koefisien korelasi 𝑟 :

𝑛

𝐷𝑡 = ∑(𝑦𝑖 − 𝑦̅)2
2

𝑖=1

𝑛
𝐷𝑡 2 − 𝐷2
𝐷2 = ∑(𝑦𝑖 − 𝑎𝑒 𝑏𝑥𝑖 )2 𝑟=√
𝐷𝑡 2
𝑖=1

• Contoh Regresi Fungsional :

Tentukan persamaan untuk data-data dibawah ini !
x 1 2 3 4 5
 y 0,5 1,7 3,4 5,7 8,4

Jawab :

No 𝑥𝑖 = 𝑞𝑖 𝑦𝑖 𝑞𝑖 2 𝑝𝑖 = 𝑙𝑛 𝑦𝑖 𝑝𝑖 𝑞𝑖 (𝑦𝑖 − 𝑦̅)2 (𝑦𝑖 − 𝑎𝑒 𝑏𝑥𝑖 )2

1 1 0,5 1 -0,6931 -0,6931 11,8336 -0,3314
2 2 1,7 4 0,5309 1,0612 5,0176 0,2073
3 3 3,4 9 1,2237 3,671 0,2916 0,7200
4 4 5,7 16 1,7404 6,9618 3,0976 0,8886
5 5 8,4 25 2,128 10,641 19,8916 -0,2381
15 19,7 55 4,9299 20,6419 40,1320 1,2464

∑ 𝑦𝑖 19,7
𝑦̅ = = = 3,97
𝑛 5
∑ 𝑞𝑖 15
𝑞̅ = = =3
𝑛 5
∑ 𝑝𝑖 4,9299
𝑝̅ = = =3
𝑛 5

Koefisien A dan B dapat dihitung sebagai berikut :

𝑛 ∑ 𝑝𝑖 𝑞𝑖 − ∑ 𝑝𝑖 ∑ 𝑞𝑖 5(20,6419) − 4,9299(15)
𝐵= = = 0,5852
𝑛 ∑ 𝑞𝑖 2 − (∑ 𝑞𝑖 )2 5(55) − (15)2

𝐴 = 𝑝̅ − 𝐵𝑞̅ = 0,9859 − 0,5852 (3) = −0,7697

A dan B kemudian ditransformasikan :

𝑎 = 𝑒 𝐴 = 𝑒 (−0,7697) = 0,4631

𝑏 = 𝐵 = 0,5852

Sehingga persamaan regresinya :

𝒚 = 𝟎, 𝟒𝟔𝟑𝟏 𝒆𝟎,𝟓𝟖𝟓𝟐 𝒙

Koefisien korelasi dapat dihitung sebagai berikut :

5

𝐷𝑡 2 = ∑(𝑦𝑖 − 𝑦̅)2 = 40,1320

𝑖=1
5

𝐷 = ∑(𝑦𝑖 − 𝑎𝑒 𝑏𝑥𝑖 )2 = 1,2464

2

𝑖=1
 𝐷𝑡 2 − 𝐷2
𝑟=√ = 0,9843 (𝑏𝑎𝑖𝑘)
𝐷𝑡 2

b) Persamaan Berpangkat

Bentuk umum :
𝑦 = 𝑎 𝑥𝑏 (5.4)

Persamaan (5.4) diubah ke dalam bentuk log :

𝑙𝑜𝑔 𝑦 = 𝑙𝑜𝑔 𝑎 + 𝑏 𝑙𝑜𝑔 𝑥 (5.5)

Persamaan (5.5) ditransformasikan menjadi :

𝑃 = 𝑙𝑜𝑔 𝑦 𝐵=𝑏

𝐴 = 𝑙𝑜𝑔 𝑎 𝑞 = 𝑙𝑜𝑔 𝑥

Bentuk persamaan baru :

𝑃 = 𝐴 + 𝐵𝑞 (5.6)

Persamaan (5.6) sudah merupakan bentuk persamaan liner, yang kalua diselesaikan
akan diperoleh nilai A dan B. A dan B selanjutnya diinverse menjadi a dan b :

𝐴 = 𝑙𝑜𝑔 𝑎 𝑎 = 10𝐴

𝐵=𝑏 𝑏=𝐵

Nilai a dan b kemudian dimasukkan ke persamaan (5.4) :

𝑦 = 𝑎 𝑥𝑏

Menentukan koefisien korelasi 𝑟 :

5

𝐷𝑡 = ∑(𝑦𝑖 − 𝑦̅)2
2

𝑖=1

5
𝐷𝑡 2 − 𝐷2
𝐷2 = ∑(𝑦𝑖 − 𝑎𝑒 𝑏𝑥𝑖 )2 𝑟=√
𝐷𝑡 2
𝑖=1

• Contoh :
Tentukan persamaan regresi berpangkat untuk data-data dibawah ini !
 x 1 2 3 4 5
y 0,5 1,7 3,4 5,7 8,4

Jawab :
𝑝𝑖 𝑞𝑖 (𝑦𝑖
No 𝑥𝑖 𝑦𝑖 𝑞𝑖 2 𝑝𝑖 𝑞𝑖 (𝑦𝑖 − 𝑦̅)2
= 𝑙𝑜𝑔 𝑦𝑖 = 𝑙𝑜𝑔 𝑥 − 𝑎𝑒 𝑏𝑥𝑖 )2
1 1 0,5 -0,3010 0 0 0 11,8336 0
2 2 1,7 0,2034 0,3010 0,0906 0,0693 5,0176 0,000177
3 3 3,4 0,5314 0,4771 0,2276 0,2535 0,2916 0,000988
4 4 5,7 0,7558 0,6020 0,3624 0,4549 3,0976 0,000415
5 5 8,4 0,9242 0,6989 0,4884 0,6459 19,8916 0,0000168
15 19,7 2,1408 2,0790 1,1690 1,4236 40,1320 0,00159

∑ 𝑥𝑖 15 ∑ 𝑝𝑖 4,9299
𝑥̅ = = =3 𝑝̅ = = = 0,9859
𝑛 5 𝑛 5

∑ 𝑥𝑖 19,7 ∑ 𝑥𝑖 2,079
𝑥̅ = = = 3,94 𝑥̅ = = = 0,4158
𝑛 5 𝑛 5

Koefisien A dan B dapat dihitung sebagai berikut :

𝑛 ∑ 𝑝𝑖 𝑞𝑖 − ∑ 𝑝𝑖 ∑ 𝑞𝑖 5(1,4236) − 2,1408(2,079)
𝐵= = = 1,7516
𝑛 ∑ 𝑞𝑖 2 − (∑ 𝑞𝑖 )2 5(1,169) − (2,079)2

𝐴 = 𝑝̅ − 𝐵𝑞̅ = 0,4281 − 1,7516(0,4158) = −0,3002

A dan B kemudian ditransformasikan:

𝑎 = 10𝐴 = 10−0,3002 = 0,5009

𝑏 = 𝐵 = 1,7516

Sehingga persamaan regresinya:

𝑦 = 0,5009 𝑥 1,7516

Koefisien korelasi dapat dihitung sebagai berikut :

 5

𝐷𝑡 2 = ∑(𝑦𝑖 − 𝑦̅)2 = 40,1320

𝑖=1
5

𝐷2 = ∑(𝑦𝑖 − 𝑎𝑥 𝑏 )2 = 0,00159
𝑖=1

𝐷𝑡 2 − 𝐷2
=√ = 0,99998 (𝑠𝑎𝑛𝑔𝑎𝑡 𝑏𝑎𝑖𝑘)
𝐷𝑡 2