Pada tutorial ini akan membahas bagaimana langkah demi langkah penyelesaian regresi linear secara manual yang dapat kita praktekkan melalui permasalahan berikut:

Seorang Engineer ingin mempelajari Hubungan antara Suhu Ruangan dengan Jumlah Cacat yang diakibatkannya, sehingga dapat memprediksi atau meramalkan jumlah cacat produksi jika suhu ruangan tersebut tidak terkendali. Engineer tersebut kemudian mengambil data selama 30 hari terhadap rata-rata (mean) suhu ruangan dan Jumlah Cacat Produksi.

Setelah memahami soal di atas, selanjutnya kita dapat melakukan penyelesaian dengan mengikut beberapa langkah berikut:

  1. Perhitungan Manual Regresi Linear

Langkah 1 : Penentuan Tujuan

Tujuan : Memprediksi Jumlah Cacat Produksi jika suhu ruangan tidak terkendali

Langkah 2 : Identifikasikan Variabel Penyebab dan Akibat

Varibel Faktor Penyebab (X) : SuhuRuangan,

Variabel Akibat (Y) : Jumlah Cacat Produksi

Langkah 3 : Pengumpulan Data

Berikut ini adalah data yang berhasil dikumpulkan selama 30 hari (berbentuk tabel) :

TanggalRata-rata Suhu RuanganJumlah Cacat
12410
2225
3216
4203
5226
6194
7205
8239
92411
102513
11217
12204
13206
14193
152512
162713
172816
182512
192614
202412
212716
22239
232413
242311
25227
26215
272612
282511
292613
302714

Langkah 4 : Hitung X², Y², XY dan total dari masing-masingnya

Berikut ini merupakan tabel hasil perhitungan dari X², Y², XY dan totalnya :

TanggalRata-rata Suhu Ruangan (X)Jumlah Cacat (Y)X2Y2XY
12410576100240
222548425110
321644136126
4203400960
522648436132
61943611676
720540025100
823952981207
92411576121264
102513625169325
1121744149147
122044001680
1320640036120
14193361957
152512625144300
162713729169351
172816784256448
182512625144300
192614676196364
202412576144288
212716729256432
2223952981207
232413576169312
242311529121253
2522748449154
2621544125105
272612676144312
282511625121275
292613676169338
302714729196378
Total (Σ)6992821648731126861

Langkah 5 : Hitung a dan b berdasarkan rumus Regresi Linear Sederhana

Menghitung Konstanta (a) :

a = (Σy) (Σx²) – (Σx) (Σxy)

n(Σx²) – (Σx)²

a = (282) (16.487) – (699) (6.861)

30 (16.487) – (699)²

a = -24,38

Menghitung Koefisien Regresi (b)

b = n(Σxy) – (Σx) (Σy)

n(Σx²) – (Σx)²

b = 30 (6.861) – (699) (282)

30 (16.487) – (699)²

b = 1,45

Langkah 6 : Buat Model Persamaan Regresi

Y = a + bX

Y = -24,38 + 1,45X

Suhu ruangan (X) -> Predictor

Langkah 7 : Lakukan Prediksi atau Peramalan terhadap Variabel Faktor Penyebab atau Variabel Akibat

  1. Prediksikan Jumlah Cacat Produksi jika suhu dalam keadaan tinggi (Variabel X), contohnya : 30°C

Y = -24,38 + 1,45 (30)

Y = 19,12

Jadi, jika Suhu ruangan mencapai 30°C, maka akan diprediksikan akan terdapat 19,12 unit cacat yang dihasilkan oleh produksi.

2. Jika Cacat Produksi (Variabel Y) yang ditargetkan hanya boleh 4 unit, maka berapakah suhu ruangan yang diperlukan untuk mencapai target tersebut ?

          4    = -24,38 + 1,45X

1,45X    = 4 + 24,38

          X   = 28,38 / 1,45

          X   = 19,57

Jadi, prediksi Suhu Ruangan yang paling sesuai untuk mencapai target Cacat Produksi adalah sekitar 19,57°C.

  1. Pembuktian Menggunakan Tools Rapid Miner

Jika sudah berhasil mengikuti langkah-langkah manual seperti pada contoh di atas, kita dapat melakukan pengecekan dari hasil yang sudah kita peroleh melalui tools rapid miner. Dibawah ini merupakan hasil pengecekan B1 dan B0, atribut X, serta atribut Y. B1 dan B0

a. B1 dan B0


b. Atribut X

c. Atribut Y

Created By : Andi Elia, Boby Andika Putra