program fresh graduate academy digital talent scholarship...
TRANSCRIPT
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Simple LinearRegressionSimple LinearRegression
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Pendahuluan
Bagian 1
Pendahuluan
15/07/2019 Simple Linear Regression 2
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Pendahuluan
• Penggunaan statistika dalam mengolah data penelitianberpengaruh terhadap tingkat analisis hasil penelitian.
• Penelitian-penelitian dalam bidang ilmu pengetahuan alam(science) yang menggunakan perhitungan-perhitunganstatistika, akan menghasilkan data yang mendekati benar, jikamemperhatikan tata cara analisis data yang digunakan.
• Dalam memprediksi dan mengukur nilai dari pengaruh satuvariabel (bebas/independent/ predictor) terhadap variabel lain(tak bebas/ dependent/ response) dapat digunakan uji regresi
• Penggunaan statistika dalam mengolah data penelitianberpengaruh terhadap tingkat analisis hasil penelitian.
• Penelitian-penelitian dalam bidang ilmu pengetahuan alam(science) yang menggunakan perhitungan-perhitunganstatistika, akan menghasilkan data yang mendekati benar, jikamemperhatikan tata cara analisis data yang digunakan.
• Dalam memprediksi dan mengukur nilai dari pengaruh satuvariabel (bebas/independent/ predictor) terhadap variabel lain(tak bebas/ dependent/ response) dapat digunakan uji regresi
15/07/2019 Simple Linear Regression 3
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Apa itu Regresi?
• Analisis/uji regresi merupakan suatu kajian dari hubunganantara satu variabel, yaitu variabel yang diterangkan (theexplained variabel) dengan satu atau lebih variabel, yaituvariabel yang menerangkan (the explanatory).
• Apabila variabel bebasnya hanya satu, maka analisisregresinya disebut dengan regresi linear sederhana.
• Apabila variabel bebasnya lebih dari satu, maka analisisregresinya dikenal dengan regresi linear berganda.
• Dikatakan berganda karena terdapat beberapa variabel bebasyang mempengaruhi variabel tak bebas
• Analisis/uji regresi merupakan suatu kajian dari hubunganantara satu variabel, yaitu variabel yang diterangkan (theexplained variabel) dengan satu atau lebih variabel, yaituvariabel yang menerangkan (the explanatory).
• Apabila variabel bebasnya hanya satu, maka analisisregresinya disebut dengan regresi linear sederhana.
• Apabila variabel bebasnya lebih dari satu, maka analisisregresinya dikenal dengan regresi linear berganda.
• Dikatakan berganda karena terdapat beberapa variabel bebasyang mempengaruhi variabel tak bebas
15/07/2019 Simple Linear Regression 4
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Apa itu Regresi? (2)
• Analisis/uji regresi banyak digunakan dalam perhitungan hasilakhir untuk penulisan karya ilmiah/penelitian.
• Hasil perhitungan analisis/uji regresi akan dimuat dalamkesimpulan penelitian dan akan menentukan apakahpenelitian yang sedang dilakukan berhasil atau tidak.
• Analisis perhitungan pada uji regresi menyangkut beberapaperhitungan statistika seperti uji signifikansi (uji-t, uji-F), anovadan penentuan hipotesis.
• Hasil dari analisis/ uji regresi berupa suatu persamaanregresi.
• Persamaan regresi ini merupakan suatu fungsi prediksi variableyang mempengaruhi variabel lain
• Analisis/uji regresi banyak digunakan dalam perhitungan hasilakhir untuk penulisan karya ilmiah/penelitian.
• Hasil perhitungan analisis/uji regresi akan dimuat dalamkesimpulan penelitian dan akan menentukan apakahpenelitian yang sedang dilakukan berhasil atau tidak.
• Analisis perhitungan pada uji regresi menyangkut beberapaperhitungan statistika seperti uji signifikansi (uji-t, uji-F), anovadan penentuan hipotesis.
• Hasil dari analisis/ uji regresi berupa suatu persamaanregresi.
• Persamaan regresi ini merupakan suatu fungsi prediksi variableyang mempengaruhi variabel lain
15/07/2019 Simple Linear Regression 5
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Regresi Linear Sederhana
• Regresi Linear Sederhana adalah Metode Statistik yangberfungsi untuk menguji sejauh mana hubungan sebabakibat antara Variabel Faktor Penyebab (X) terhadapVariabel Akibatnya.
• Faktor Penyebab pada umumnya dilambangkan dengan Xatau disebut juga dengan Predictor sedangkan VariabelAkibat dilambangkan dengan Y atau disebut juga denganResponse.
• Regresi Linear Sederhana atau sering disingkat denganSLR (Simple Linear Regression) juga merupakan salah satuMetode Statistik yang dipergunakan dalam produksi untukmelakukan peramalan ataupun prediksi tentang karakteristikkualitas maupun kuantitas.
• Regresi Linear Sederhana adalah Metode Statistik yangberfungsi untuk menguji sejauh mana hubungan sebabakibat antara Variabel Faktor Penyebab (X) terhadapVariabel Akibatnya.
• Faktor Penyebab pada umumnya dilambangkan dengan Xatau disebut juga dengan Predictor sedangkan VariabelAkibat dilambangkan dengan Y atau disebut juga denganResponse.
• Regresi Linear Sederhana atau sering disingkat denganSLR (Simple Linear Regression) juga merupakan salah satuMetode Statistik yang dipergunakan dalam produksi untukmelakukan peramalan ataupun prediksi tentang karakteristikkualitas maupun kuantitas.
15/07/2019 Simple Linear Regression 6
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Contoh Penggunaan
• Contoh penggunaan analisis Regresi Linear Sederhanadalam kegiatan produksi, antara lain:
• Hubungan antara lamanya kerusakan mesin dengan kualitasproduk yang dihasilkan
• Hubungan jumlah pekerja dengan output yang diproduksi• Hubungan antara suhu ruangan dengan cacat produksi yang
dihasilkan.
• Contoh penggunaan analisis Regresi Linear Sederhanadalam kegiatan produksi, antara lain:
• Hubungan antara lamanya kerusakan mesin dengan kualitasproduk yang dihasilkan
• Hubungan jumlah pekerja dengan output yang diproduksi• Hubungan antara suhu ruangan dengan cacat produksi yang
dihasilkan.
15/07/2019 Simple Linear Regression 7
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Metode Regresi LinearSederhana
Bagian 2
Metode Regresi LinearSederhana
15/07/2019 Simple Linear Regression 8
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Model Persamaan Regresi LinearSederhana
• Model Persamaan Regresi LinearSederhana adalah seperti berikut ini :
• Y = a + bX
• Dimana :• Y = Variabel Response atau Variabel
Akibat (Dependent)• X = Variabel Predictor atau Variabel
Faktor Penyebab (Independent)• a = konstanta• b = koefisien regresi
(kemiringan/slope); besaranResponse yang ditimbulkan olehPredictor .
• Model Persamaan Regresi LinearSederhana adalah seperti berikut ini :
• Y = a + bX
• Dimana :• Y = Variabel Response atau Variabel
Akibat (Dependent)• X = Variabel Predictor atau Variabel
Faktor Penyebab (Independent)• a = konstanta• b = koefisien regresi
(kemiringan/slope); besaranResponse yang ditimbulkan olehPredictor .
15/07/2019 Simple Linear Regression 9
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Model Persamaan Regresi LinearSederhana (2)
• Besarnya konstanta a dan b dapat ditentukan menggunakanpersamaan:
15/07/2019 Simple Linear Regression 10
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Langkah-langkah Analisis dan UjiRegresi Linier Sederhana
• Adapun langkah-langkah yang perlu dilakukan untuk melakukananalisis dan uji regresi linier sederhana adalah sebagai berikut:
1. Menentukan tujuan dari Analisis Regresi Linear Sederhana2. Mengidentifikasi variabel predictor dan variabel response3. Melakukan pengumpulan data dalam bentuk table4. Menghitung X², Y², XY dan total dari masing-masingnya5. Menghitung a dan b menggunakan rumus yang telah ditentukan6. Membuat model Persamaan Garis Regresi7. Melakukan prediksi terhadap variabel predictor atau response8. Uji korelasi
• Adapun langkah-langkah yang perlu dilakukan untuk melakukananalisis dan uji regresi linier sederhana adalah sebagai berikut:
1. Menentukan tujuan dari Analisis Regresi Linear Sederhana2. Mengidentifikasi variabel predictor dan variabel response3. Melakukan pengumpulan data dalam bentuk table4. Menghitung X², Y², XY dan total dari masing-masingnya5. Menghitung a dan b menggunakan rumus yang telah ditentukan6. Membuat model Persamaan Garis Regresi7. Melakukan prediksi terhadap variabel predictor atau response8. Uji korelasi
15/07/2019 Simple Linear Regression 11
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Contoh Kasus 1
Bagian 3
Contoh Kasus 1
15/07/2019 Simple Linear Regression 12
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Berat Badan Mahasiswa• “ Terdapat suatu data penelitian tentang berat badan 10 mahasiswa
yang diprediksi dipengaruhi oleh konsumsi jumlah kalori/hari”.• Bagaimana menganalisisnya?1. Menentukan Tujuan : “Apakah konsumsi jumlah kalori/hari
mempengaruhi berat badan mahasiswa?”2. Mengidentifikasi variabel predictor dan variabel response
X (variable bebas/ predictor) = jumlah kalori/hariY (variable tak bebas/ response) = berat badan
• “ Terdapat suatu data penelitian tentang berat badan 10 mahasiswayang diprediksi dipengaruhi oleh konsumsi jumlah kalori/hari”.
• Bagaimana menganalisisnya?1. Menentukan Tujuan : “Apakah konsumsi jumlah kalori/hari
mempengaruhi berat badan mahasiswa?”2. Mengidentifikasi variabel predictor dan variabel response
X (variable bebas/ predictor) = jumlah kalori/hariY (variable tak bebas/ response) = berat badan
15/07/2019 Simple Linear Regression 13
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Tabel Data3. Melakukan pengumpulan data dalam bentuk tabel
15/07/2019 Simple Linear Regression 14
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Tabel Data Bantu4. Menghitung X², Y², XY dan total dari masing-masingnya
15/07/2019 Simple Linear Regression 15
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Mencari Koefisien “a”5. Menghitung a dan b menggunakan rumus yang telah ditentukan
15/07/2019 Simple Linear Regression 16
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Persamaan Garis Regresi• Membuat model Persamaan Garis Regresi
• Setelah didapatkoefisien a dan b,maka persamaangarisnya adalah:
Y = 2,608 + 0,149 X
15/07/2019 Simple Linear Regression 17
• Setelah didapatkoefisien a dan b,maka persamaangarisnya adalah:
Y = 2,608 + 0,149 X
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Prediksi atau Peramalan terhadapVariabel Faktor Penyebab
7. Melakukan prediksi terhadap variabel predictor atau response• Prediksikan berat badan mahasiswa jika asupannya adalah 600 kalori/hari:
Y = 2,608 + 0,149 X• Prediksi Y = 2,608 + (0,149 * 600) = 92 kilo gram
• Prediksikan asupan mahasiswa, jika berat badan mahasiswa adalah 40kilo gram:40 = 2,608 + 0,149 X37,392 = 0,149X•Prediksi X = 250.59 kalori/ hari
7. Melakukan prediksi terhadap variabel predictor atau response• Prediksikan berat badan mahasiswa jika asupannya adalah 600 kalori/hari:
Y = 2,608 + 0,149 X• Prediksi Y = 2,608 + (0,149 * 600) = 92 kilo gram
• Prediksikan asupan mahasiswa, jika berat badan mahasiswa adalah 40kilo gram:40 = 2,608 + 0,149 X37,392 = 0,149X•Prediksi X = 250.59 kalori/ hari
15/07/2019 Simple Linear Regression 18
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Uji Korelasi• Untuk mengukur kekuatan hubungan antar variable predictor X dan
response Y, dilakukan analisis korelasi yang hasilnya dinyatakan olehsuatu bilangan yang dikenal dengan koefisien korelasi.
• Biasanya analisis regresi sering dilakukan bersama-sama dengan analisiskorelasi. Persamaan koefisien korelasi (r ) diekspresikan oleh:
15/07/2019 Simple Linear Regression 19
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Uji Korelasi (2)• Berdasarkan data tabel, maka koefisien korelasinya adalah:
• Nilai ini memberi arti bahwa, hubungan variable bebas/ predictor X denganvariabel terikat/ response Y adalah sangat kuat, persentasenya 95%.
• Jadi, berat badan memang sangat dipengaruhi oleh konsumsi jumlahkalori/hari
• Berdasarkan data tabel, maka koefisien korelasinya adalah:
• Nilai ini memberi arti bahwa, hubungan variable bebas/ predictor X denganvariabel terikat/ response Y adalah sangat kuat, persentasenya 95%.
• Jadi, berat badan memang sangat dipengaruhi oleh konsumsi jumlahkalori/hari
15/07/2019 Simple Linear Regression 20
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Koefisien Determinasi (r²)• Koefisien determinasi dapat ditentukan dengan mengkuadratkan koefisien
korelasi.• Dari contoh kasus di atas, maka koefisien determinasinya adalah r² = 0,90• Nilai ini berarti bahwa, 90% variabel bebas/ predictor X dapat
menerangkan/ menjelaskan variabel tak bebas/ response Y dan 10%dijelaskan oleh variabel lainnya.
• Koefisien determinasi dapat ditentukan dengan mengkuadratkan koefisienkorelasi.
• Dari contoh kasus di atas, maka koefisien determinasinya adalah r² = 0,90• Nilai ini berarti bahwa, 90% variabel bebas/ predictor X dapat
menerangkan/ menjelaskan variabel tak bebas/ response Y dan 10%dijelaskan oleh variabel lainnya.
15/07/2019 Simple Linear Regression 21
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Contoh Kasus 2
Bagian 4
Contoh Kasus 2
15/07/2019 Simple Linear Regression 22
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Prediksi Pengaruh Volume MesinTerhadap Emisi C02
15/07/2019 Simple Linear Regression 23
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Prediksi Pengaruh Volume MesinTerhadap Emisi C02 (2)
15/07/2019 Simple Linear Regression 24
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Prediksi Pengaruh Volume MesinTerhadap Emisi C02 (4)
15/07/2019 Simple Linear Regression 25
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Prediksi Pengaruh Volume Mesin TerhadapEmisi C02 – Mencari Best Fit (5)
15/07/2019 Simple Linear Regression 26
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Prediksi Pengaruh Volume Mesin TerhadapEmisi C02 – Estimasi Parameter (6)
15/07/2019 Simple Linear Regression 27
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Prediksi Pengaruh Volume Mesin TerhadapEmisi C02 – Estimasi Parameter (7)
15/07/2019 Simple Linear Regression 28
Program Fresh Graduate Academy Digital Talent Scholarship 2019 | Machine Learning
Prediksi Pengaruh Volume Mesin TerhadapEmisi C02 – Hasil Regresi (8)
15/07/2019 Simple Linear Regression 29