Photobucket
Photobucket
Photobucket
Photobucket
Photobucket
Photobucket

♥♥Lautan Ilmu Mahasiswa STT-PLN♥♥
STATUS
Ya Allah... Aku Beriman Hanya Kepadamu,,, Ya Allah... Aku Beribadah Hanya Kepadamu,,, Ya Allah... Aku Berdo'a Hanya Kepadamu,,, Jadikan Semua Impianku Menjadi Kenyataan Suatu Saat Nanti Dengan Semua Doa, Ikhtiyar, Dan Tawakkalku Ini... :-) :-) :-)




HOME KNOWLEDGE LINKIES SHOPPING NEWS MY CAMPUS PROFILE
Regresi Linier Model Laju Pertumbuhan Jenuh
Sunday, November 24, 2013 @ 6:25 AM | 0 Comment Box(s)
1. Pengertian
Regresi Linier Model Laju Pertumbuhan Jenuh Adalah Salah Satu Terapan Dari Regresi Linier. Regresi Linier Model Ini Dapat Digambarkan Dalam Bentuk Grafik Berikut :


Regresi Linier Model Eksponensial Memiliki Bentuk Persamaan - Nya, Yaitu :

z = ( b0 * t ) / ( b1 + t )


Untuk Mendapatkan Persamaan Tersebut Dapat Dicari Dengan Mencari - Nya Lewat Persamaan Berikut :

y = a0 + a1x

Di Mana y = 1 /z, a0 = 1 / b0, a1 = b1 / b0, Dan x = 1 / t

2. Langkah - Langkah Pengerjaan
Untuk Mendapatkan Persamaan Regresi Linier Model Laju Pertumbuhan Jenuh, Ikuti Langkah -Langkah Berikut :
  • Menentukan Σx, Σy, Σxy, Σx^2, Σy^2, ybar = Σy / n, xbar = Σx / n, Dan Grafik - Nya
  • Dengan Metode Kuadrat Terkecil, a0 Dan a1 Dapat Dicari Dengan Rumus Berikut :
a1 = n * Σxy - Σx * Σy / n * Σx^2 - Σ( x )^2
a0 = ybar - a1 * xbar
  • Menentukan Kesalahan Estimasi Dengan Mencari Nilai - Nilai Berikut :
St = Σy^2 - (( Σy )^2 / n )
Sxy = Σxy - (( Σx * Σy ) / n )
Sr = St - a1 * ( Sxy )
Sy/x = √(Sr / ( n - 2 ))
Sy = √(St / ( n - 1 ))
r = √( 1- (Sr / St ))
  • Menentukan Model Baik Atau Tidak, Model Baik Jika Sy/x < Sy
  • Menentukan Persamaan Regresi Linier - Nya Dengan Ketentuan Sebagai Berikut :
z = ( b0 * t ) / ( b1 + t )


Berikut Contoh Soal Dan Penyelesaian - Nya :
1. Tentukan Persamaan Regresi Linier Model Laju Pertumbuhan Jenuh Dari Data Kinetika Kuman Dalam Tabel Berikut :

 Berikut Penyelesaian - Nya :
Menentukan Σx, Σy, Σxy, Σx^2, Σy^2, ybar = Σy / n, xbar = Σx / n, Dan Grafik - Nya


Mencari Nilai - Nilai Dari a1 Dan a0 :

a1 = ( n * Σxy - Σx * Σy ) / ( n * Σx^2 - Σ( x )^2 )
a1 = ( 8 * 1.054666 - 0.415635 * 13.99838 ) / ( 8 * 0.039746 - ( 0.415635)^2 )
a1 = 18.036
 
a0 = ybar - a1 * xbar
a0 = 1.749798 - 18.036 *0.051954
a0 = 0.813

Mencari Nilai - Nilai Dari :

St = Σy^2 - (( Σy )^2 / n )
St = 5.927
Sxy = Σxy - (( Σx * Σy ) / n )
Sxy = 0.327
Sr = St - a1 * ( Sxy )
Sr =0.022
Sy/x = √(Sr / ( n - 2 ))
Sy/x = 0.061
Sy = √(St / ( n - 1 ))
Sy = 0.920
r = √( 1- (Sr / St ))
r = 0.998

Menentukan Model Baik Atau Tidak, Model Baik Jika Sy/x < Sy

Sy/x < Sy
0.061 < 0.920


Menentukan Persamaan Regresi Model Eksponensial - Nya 

b0 = 1 / a0
b0 = 1.230

b1 = a0 * b0
b1 = 22.184

z = ( b0 * t ) / ( b1 + t )
z = ( 1.230 * t ) / ( 22.184 + t )  



Attention !!! :-) :-) :-) 
  • Put Your Link Or E-mail, And Real Nick Name
  • Ask Something, Request Tutorial / Freebies?
  • I Will Answer Your Mes On Your Blog Or Your E-Mail Or My Facebook Page(http://www.facebook.com/kormakka?ref=hl)
  • And No Harsh Word!
  • Keep Smiling :-) :-):-)

Labels:

Regresi Linier Model Pangkat Sederhana
@ 2:58 AM | 0 Comment Box(s)
1. Pengertian
Regresi Linier Model Pangkat Sederhana Adalah Salah Satu Terapan Dari Regresi Linier Yang Telah Dibahas Sebelum - Nya. Regresi Linier Model Ini Dapat Digambarkan Dalam Bentuk Grafik Berikut :


Regresi Linier Model Eksponensial Memiliki Bentuk Persamaan - Nya, Yaitu : 

z = b0 * t^b1

Untuk Mendapatkan Persamaan Tersebut Dapat Dicari Dengan Mencari - Nya Lewat Persamaan Berikut :

y = a0 + a1x

Di Mana y = ln z, a0 = ln b0, a1 = b1, Dan x = ln t
Jadi, z = e^y, b0 = e^a0, b1 = a1, Dan t = e^x

2. Langkah - Langkah Pengerjaan
Untuk Mendapatkan Persamaan Regresi Linier Model Eksponensial, Ikuti Langkah -Langkah Berikut :
  • Menentukan Σx, Σy, Σxy, Σx^2, Σy^2, ybar = Σy / n, xbar = Σx / n, Dan Grafik - Nya
  • Dengan Metode Kuadrat Terkecil, a0 Dan a1 Dapat Dicari Dengan Rumus Berikut :
a1 = n * Σxy - Σx * Σy / n * Σx^2 - Σ( x )^2
a0 = ybar - a1 * xbar
  • Menentukan Kesalahan Estimasi Dengan Mencari Nilai - Nilai Berikut :
St = Σy^2 - (( Σy )^2 / n )
Sxy = Σxy - (( Σx * Σy ) / n )
Sr = St - a1 * ( Sxy )
Sy/x = √(Sr / ( n - 2 ))
Sy = √(St / ( n - 1 ))
r = √( 1- (Sr / St ))
  • Menentukan Model Baik Atau Tidak, Model Baik Jika Sy/x < Sy
  • Menentukan Persamaan Regresi Linier - Nya Dengan Ketentuan Sebagai Berikut :
z = b0 * t^b1

Berikut Contoh Soal Dan Penyelesaian - Nya :
Coming Soon... :-) :-) :-)

Attention !!! :-) :-) :-) 
  • Put Your Link Or E-mail, And Real Nick Name
  • Ask Something, Request Tutorial / Freebies?
  • I Will Answer Your Mes On Your Blog Or Your E-Mail Or My Facebook Page(http://www.facebook.com/kormakka?ref=hl)
  • And No Harsh Word!
  • Keep Smiling :-) :-):-)

Labels:

Regresi Linier Model Eksponensial
@ 2:14 AM | 0 Comment Box(s)
1. Pengertian
Model Eksponensial Ini Adalah Salah Satu Terapan Dari Regresi Linier. Contoh Dari Model Eksponensial Ini Adalah Pertumbuhan Populasi Atau Peluluhan Radioaktif. Model Eksponensial Ini Dapat Diibaratkan Sebagai Gambar Berikut :



Model Eksponensial Ini Diberikan Oleh Persamaan Berikut :

z = b0 * e^b1x

Dari Persamaan Di Atas, Nilai - Nya Dapat Dicari Dengan Mengambil Logaritma Asli - Nya Sebagai Berikut :

ln z = ln b0 + b1x * ln e
ln z = ln b0 + b1x

Untuk Mendapatkan Persamaan Regresi Model Eksponensial, Maka Harus Dicari Dengan Melihat Persamaan Regresi Linier - Nya, Yaitu :

y = a0 + a1x
ln z = ln b0 + b1x

Jadi, y = ln z, a0 = ln b0, dan a1 = b1
Jadi, z = e^y, b0 = e^a0, Dan b1 = a1

2. Langkah - Langkah  Pengerjaan
Untuk Mendapatkan Persamaan Regresi Linier Model Eksponensial, Ikuti Langkah -Langkah Berikut :
  • Menentukan Σx, Σy, Σxy, Σx^2, Σy^2, ybar = Σy / n, xbar = Σx / n, Dan Grafik - Nya
  • Dengan Metode Kuadrat Terkecil, a0 Dan a1 Dapat Dicari Dengan Rumus Berikut :
a1 = n * Σxy - Σx * Σy / n * Σx^2 - Σ( x )^2
a0 = ybar - a1 * xbar
  • Menentukan Kesalahan Estimasi Dengan Mencari Nilai - Nilai Berikut :
St = Σy^2 - (( Σy )^2 / n )
Sxy = Σxy - (( Σx * Σy ) / n )
Sr = St - a1 * ( Sxy )
Sy/x = √(Sr / ( n - 2 ))
Sy = √(St / ( n - 1 ))
r = √( 1- (Sr / St ))
  • Menentukan Model Baik Atau Tidak, Model Baik Jika Sy/x < Sy
  • Menentukan Persamaan Regresi Linier - Nya Dengan Ketentuan Sebagai Berikut :
z = b0 * e^b1x

Berikut Contoh Soal Dan Penyelesaian Regresi Linier Model Eksponensial :
 1. Tentukan Persamaan Regresi Linier Model Eksponensial Untuk Data Dalam Tabel Berikut :


Berikut Penyelesaian - Nya :

Menentukan Σx, Σy, Σxy, Σx^2, Σy^2, ybar = Σy / n, xbar = Σx / n, Dan Grafik - Nya






Mencari Nilai - Nilai Dari a1 Dan a0 :

a1 = n * Σxy - Σx * Σy / n * Σx^2 - Σ( x )^2
a1 = ( 7 * 182.69 - 35 * 34.74 ) / ( 7 * 203 - ( 35 )^2 )
a1 = 0.320
 
a0 = ybar - a1 * xbar
a0 = 4.96 - 0.320 * 5
a0 = 3.36

Mencari Nilai - Nilai Dari :

St = Σy^2 - (( Σy )^2 / n )
St = 10.235
Sxy = Σxy - (( Σx * Σy ) / n )
Sxy = 8.965
Sr = St - a1 * ( Sxy )
Sr = 7.365
Sy/x = √(Sr / ( n - 2 ))
Sy/x = 1.214
Sy = √(St / ( n - 1 ))
Sy = 1.306
r = √( 1- (Sr / St ))
r = 0.530

Menentukan Model Baik Atau Tidak, Model Baik Jika Sy/x < Sy

Sy/x < Sy
1.214 < 1.306
 
Menentukan Persamaan Regresi Model Eksponensial - Nya
 
z = b0 * e^b1x
z = e^a0 * e^a1x
z = 28.863 * e^0.320x 




Attention !!! :-) :-) :-) 
  • Put Your Link Or E-mail, And Real Nick Name
  • Ask Something, Request Tutorial / Freebies?
  • I Will Answer Your Mes On Your Blog Or Your E-Mail Or My Facebook Page(http://www.facebook.com/kormakka?ref=hl)
  • And No Harsh Word!
  • Keep Smiling :-) :-):-)

Labels:

Materi Perkuliahan Metode Numerik
Monday, November 18, 2013 @ 4:52 AM | 0 Comment Box(s)

Title: URL:
Title: URL:
Title: URL:
Title: URL:
Title: URL:

Labels:

Materi Metode Kuadrat Terkecil Dan Interpolasi
@ 2:28 AM | 0 Comment Box(s)
1. Pengertian
Data Seringkali Disajikan Dalam Bentuk Diskrit Sepanjang Suatu Urutan Tertentu Yang Memerlukan Adanya Harga Taksiran Dari Titik - Titik Diskrit Itu Yang Dipermudah Dari Suatu Fungsi Tertentu. Ada 3 Pendekatan Umum Yang Sering Digunakan, Di Antara - Nya Adalah :
  1. Pencocokan Kurva ( Metode Kuadrat Terkecil Atau Regresi Linier ), Bilamana Data Memiliki Tingkat Signifikan Atau Noise Tertentu 
    1. Regresi Linier Model Eksponensial
    2. Regresi Linier Model Pangkat Sederhana
    3. Model Laju Pertumbuhan Jenuh
    4. Regresi Polinomial
    5. Regresi Linier Berganda
  2. Interpolasi Linier, Menyambungkan Setiap Titik
  3. Interpolasi Kurvilinier, Kurva Didesain Mengikuti Pola Titik - Titik Yang Diambil
Dari Ketiga Pendekatan, Memiliki Bentuk Kurva Sebagai Berikut :


2. Regresi Linier
Dalam Regresi Linier, Persamaan Matematis Yang Digunakan Adalah :

y = a0 + a1x + e, e = Galat Atau Kesalahan Estimasi

 Untuk Mendapatkan Persamaan Matematis Di Atas, Ikuti Langkah - Langkah Berikut Ini :

  • Menentukan Σx, Σy, Σxy, Σx^2, Σy^2, ybar = Σy / n, xbar = Σx / n, Dan Grafik
  • Dengan Metode Kuadrat Terkecil, a0 Dan a1 Dapat Dicari Dengan Rumus Berikut :
a1 = n * Σxy - Σx * Σy / n * Σx^2 - Σ( x )^2
a0 = ybar - a1 * xbar
  • Menentukan Kesalahan Estimasi Dengan Mencari Nilai - Nilai Berikut :
St = Σy^2 - (( Σy )^2 / n )
Sxy = Σxy - (( Σx * Σy ) / n )
Sr = St - a1 * ( Sxy )
Sy/x = √(Sr / ( n - 2 ))
Sy = √(St / ( n - 1 ))
r = √( 1- (Sr / St ))
  • Menentukan Model Baik Atau Tidak, Model Baik Jika Sy/x < Sy
  • Menentukan Persamaan Regresi Linier - Nya Dengan Ketentuan Sebagai Berikut :
y = a0 + a1x + e
Berikut Contoh Soal Dari Regresi Linier - Nya :
1. Tentukan Persamaan Regresi Linier - Nya Dari Tabel Berikut :

Berikut Penyelesaian - Nya :

Menentukan Σx, Σy, Σxy, Σx^2, Σy^2, ybar = Σy / n, xbar = Σx / n
ybar = 250 / 5 = 50
xbar = 53 / 5 = 10.6

Menentukan a1 Dan a0

a1 = n * Σxy - Σx * Σy / n X Σx^2 - Σ( x )^2
a1 = ( 5 * 2496 - 53 * 250 ) / ( 5 * 591 - ( 53 )^2 )
 a1 = - 5.3
 
a0 = ybar - a1 X xbar
a0 = 50 - ( - 5.3 ) * 10.6
a0 = 106.2
 
Menentukan Kesalahan Estimasi Dengan Mencari Nilai - Nilai Berikut :

St = Σy^2 - (( Σy )^2 / n )
St = 1382
Sxy = Σxy - (( Σx * Σy ) / n )
Sxy = - 154
Sr = St - a1 * ( Sxy )
Sr = 569.8
Sy/x = √(Sr / ( n - 2 ))
Sy/x = 13.8
Sy = √(St / ( n - 1 ))
Sy =18.6
r = √( 1- (Sr / St ))
r = 0.8

Menentukan Model Baik Atau Tidak, Model Baik Jika Sy/x < Sy

Sy/x < Sy
13.8 < 18.6

Membuat Persamaan Regresi Liner - Nya

y = a0 + a1x
y = 106.2 - 5.3x 


Berikut Terapan Dari Regresi Linier Yang Terdiri Dari Model Eksponensial , Model Pangkat Sederhana , Model Laju Pertumbuhan Jenuh , Regresi Polinomial , Regresi Linier Berganda.



Attention !!! :-) :-) :-) 
  • Put Your Link Or E-mail, And Real Nick Name
  • Ask Something, Request Tutorial / Freebies?
  • I Will Answer Your Mes On Your Blog Or Your E-Mail Or My Facebook Page(http://www.facebook.com/kormakka?ref=hl)
  • And No Harsh Word!
  • Keep Smiling :-) :-):-)

Labels:

Soal Ujian Tengah Semester Metode Numerik
@ 1:16 AM | 0 Comment Box(s)


UJIAN TENGAH SEMESTER ( UTS ) SEMESTER GANJIL 
TAHUN AKADEMIK 2013 - 2014






Selesaikan Semua Soal.
Bobot Soal 1) 30 %, 2) 35 %, 3) 35 %

1. Gunakan Iterasi Metode Secant Untuk Mencari Akar Dari F( X ) = ( e^-2x ) - 3x Dengan e = 0.1 %

2. Selesaikan Sistem Persamaan Ini Dengan Metode Dekomposisi - Crout :
2x + 3y + 5z =  5
1x + 2y + 3z = -2
3x + 2y -  3z =  4

3. Selesaikan Sistem Persamaan Linier Di Bawah Ini Dengan Metode Gauss Seidel :
10 x1 +   2 x2 +   5 x3 +   2 x4 = 24
  3 x1 + 10 x2 +   2 x3 +   8x4  = 13
  2 x1 +   2 x2 + 10 x3 +   2x4  = 16
  1 x1 +   4 x2 +   5 x3 + 10 x4 = 18



Attention !!! :-) :-) :-) 
  • Put Your Link Or E-mail, And Real Nick Name
  • Ask Something, Request Tutorial / Freebies?
  • I Will Answer Your Mes On Your Blog Or Your E-Mail Or My Facebook Page(http://www.facebook.com/kormakka?ref=hl)
  • And No Harsh Word!
  • Keep Smiling :-) :-):-)

Labels:

♥I Am Ben Ha Jung♥

.♥I Am An Accousticer♥.
.♥Accoustic Guitar ♥.
.♥:) :) :)♥.
Presented For
♥Is My Best Campus♥

Chat Box
  • Put Your Link, Not E-mail
  • Request Tutorial / Freebies?
  • I Will Answer Your Mes On Your Blog
  • And No Harsh Word!
  • Keep Smiling :-) :-):-)
    • n
    Visitors
    Online Flag Counter
    Followers
    Label List
    Credits
    Layout made by S.Mell AND Ben Ha Jung
    Inspiration from fallingyou and Kim Seo
    resources from x x x x x.
    Copyright© All Rights Reserved Ben Ha Jung & Kim Seo Ansyah