P. 1
Metode Kuadrat Terkecil ( Mekucil )

Metode Kuadrat Terkecil ( Mekucil )

|Views: 5,674|Likes:
Published by Widi Restu Gumelar
untuk mendownload Silahkan kunjungi alamat URL ini http://goo.gl/OcQJ3
Artikel refrensi seru lainnya di http://goresanpenaseru.blogspot.com/
untuk mendownload Silahkan kunjungi alamat URL ini http://goo.gl/OcQJ3
Artikel refrensi seru lainnya di http://goresanpenaseru.blogspot.com/

More info:

Published by: Widi Restu Gumelar on Jul 24, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
See more
See less

09/27/2015

RESUME METODE KUADRAT TERKECIL Analisis trends merupakan suatu metode analisis statistika yang ditujukan untuk melakukan

suatu estimasi atau peramalan pada masa yang akan datang. Untuk melakukan peramalan dengan baik maka dibutuhkan berbagai macam informasi (data) yang cukup banyak dan diamati dalam periode waktu yang relatif cukup panjang, sehingga hasil analisis tersebut dapat mengetahui sampai berapa besar fluktuasi yang terjadi dan faktor-faktor apa saja yang mempengaruhi terhadap perubahan tersebut. Secara teoristis, dalam analisis runtun waktu (time series) hal yang paling menentukan adalah kualitas dan keakuratan dari data-data yang diperoleh, serta waktu atau periode dari data-data tersebut dikumpulkan. Jika data yang dikumpulkan tersebut semakin banyak maka semakin baik pula estimasi atau peramalan yang diperoleh. Sebaliknya, jika data yang dikumpulkan semakin sedikit maka hasil estimasi atau peramalannya akan semakin jelek. [sunting] Metode Least Square Metode yang dapat digunakan untuk analisis time series ini adalah
   

Metode Garis Linier Secara Bebas (Free Hand Method), Metode Setengah Rata-Rata (Semi Average Method), Metode Rata-Rata Bergerak (Moving Average Method) dan Metode Kuadrat Terkecil (Least Square Method).

Secara khusus, analisis time series dengan metode kuadrat terkecil dapat dibagi dalam dua kasus, yaitu kasus data genap dan kasus data ganjil. Persamaan garis linear dari analisis time series akan mengikuti: Y = a + b X. Keterangan : Y adalah variabel dependen (tak-bebas) yang dicari trendsnya dan X adalah variabel independen (bebas) dengan menggunakan waktu (biasanya dalam tahun). Sedangkan untuk mencari nilai konstanta (a) dan parameter (b) dapat dipakai persamaan: a = ΣY / N dan b = ΣXY / ΣX2

Referensi

Bianchi M., Boyle M., Hollingsworth D. (1999), "A comparison of methods for trend estimation", Applied Economics Letters, 6(2): 103–109.

Chatfield, C. (1993), "Calculating Interval Forecasts", Journal of Business and Economic Statistics, 11(2): 121–135.

METODE KUADRAT TERKECIL (A-2) I. Tujuan Percobaan

Tujuan dari percobaan ini adalah : 1. Menentukan garis lurus terbaik dari sejumlah pasangan data yang secara hubungan linier 2. Menentukan fungsi linier dari fungsi kuadratis. 3. Menentukan koefisien korelasi dari beberapa pasangan data II. Alat-Alat Percobaan dan Fungsinya
 

teoritis memiliki

Kalkulator : berfungsi untuk menghitung angka secera cepat Seperangkat komputer : untuk mengolah angka yang telah disediakan

III. Tinjauan Pustaka Tabel yang diperoleh dari percobaan fisika biasanya besaran tabel mengandung kesalahan inherent. Terlebih lagi, kesalahan inherent ini biasanya tidak akan dapat dinyatakan dengan derajat ketidaktentuan; yaitu dikatakan bahwa kesalahan inherent didistribusikan menurut pola statistik tertentu, dan ada kemungkinan yang wajar bila beberapa kesalahan akan cukup besar. Pertimbangan inilah yang mendasari kita untuk mencari metode pengolahan data bagi tabel data percobaan untuk memperoleh formula yang menghubungkan y dan x. Diharapkan bahwa formula ini cukup sederhana. Hal pertama yang harus diperhatikan adalah bagaimana dapat disimpulkan bahwa suatu formula merupakan pendekatan yang baik dari tabel data. Dalam hal grafis, pertanyaan diterjemahkan sebagai: Bagaimana dapat diputuskan bahwa kurva tersebut merupakan kurva yang paling “tepat” pada titik-titik data. Salah satu metode yang digunakan untuk dapat menanggulangi terjadi adanya kesalahan yaitu dengan penerapan Metode Kuadrat Terkecil (Least Squares). Sebagai contoh, misalkan dari pengamatan kecenderungan umum data, dapat kita pilih y merupakan fungsi linier : y = ax + b dengan x dan y merupakan variabel bebas, sedangkan a dan b merupakan parameter. Jika kita mempunyai sekumpulan data pasangan (x,y), dan data tersebut digambarkan dalam bentuk grafik linear, maka akan diperoleh suatu garis lurus.

Dengan menganggap bahwa x memiliki sesatan yang lebih kecil dari pada sesatan pada y, maka garis lurus terbaik dapat diperoleh berdasarkan metode kuadrat terkecil (regresi terhadap y). Nilai a terbaik dituliskan dengan notasi at sedangkan nilai b terbaik dituliskan dengan notasi bt dengan: N x yi )- i i at = N
2 i

2 i

Dan
2 i i

-

i i yi )

bt= N i2 2 i

Sesatan pada nilai statistik a dan b bersifat statistik dan diperoleh:
t

=
2 i

N

Ni2 t=

2 i 2 i

N i2 -

Dengan: Sy =
i

– (atxibt )2

Sebaran titik-titik data dari garis lurus dapat diukur berdasarkan nilai koefisien korelasinya (r) berdasarkan rumus : N i yi ) – i i
2 i

-

2 2 i

2 i

dengan nilai -1Jika berarti titik-titik datanya dekat dengan garis terbaik. Sedangkan jika datanya berjauhan dari garis lurus terbaik.

titik-titik

Beberapa fungsi yang tidak linier, dalam batas-batas tertentu data dilinierkan. Setelah diperoleh fungsi linier dapat digunakan metode kuadrat terkecil untuk menentukan parameter terbaiknya. IV. Prosedur Percobaan a) Amati selembar data yang akan dibagikan oleh asisten

b) Urutkan ketiga kelompok data tersebut,tentukan parameter a dan b berikut sesatannya jika diperkirakan data tersebut memenuhi fungsi :

  

Y = ax + b Y = ax2 + bx Y = ax2 + b

c) Tentukan koefisien korelasi untuk ketiga fungsi perkiraan pada tugas no 2 diatas. Berdasarkan nilai koefisien korelasi tersebut tentukan fungsi mana yang paling memenuhi data yang tersedia. d) Kerjakan seperti pada tugas 2 dan 3 diatas untuk ketiga pasangan data yang diberikan asisten.

1. V. Tugas Pendahuluan 1. Buktikan bahwa : 1. 2. Suatu fumgsi secara teoritis dinyatakan sebagai y = ax2 + bx. Dalam hal ini x dan y merupakan variabel sedangkan a dan b merupakan parameter. Bagaimanakah kita harus memilih sumbu koordinat agar diperoleh fungsi garis lurus. 2. 3. Kerjakan seperti soal nomor 2 untuk fungsi y = ax2 + b Jawaban : 1. 1. Misal didapat suatu data sebagai berikut : x 2 4 6 8 20 x2 4 16 36 64 120 X = 20/4 = 5 (2-5)2 + (4-5)2 + (6-5)2+ (8-5)2 20 120

Terbukti bahwa adalah sama yaitu 20. 1. - Dengan mencari titik sentroid - Metoda Least Square Caranya : 1. Mencaari titik sentriod 2. Melalui titik sentriod ini kita tarik garis lurus sedemikian sehingga jumlah itik yang terdapat diatas lebih kurang sama dngan jumlah dibawahnya (jumlah rata-rata jarak titik-titik percobaan terhadap garis lurus yang… titik sentriod sama panjangnya yang diatas dan dibawah ini dapat kita putar-putar dengan titik sentriod sebagai poros putaran) dari grafik ini dapat ditentukan kemiringan gari dan titik potong terhadap sumbu b (y=ax+b). = Jadi Dari garis didapat dari diperoleh dan dari diperoleh Maka

Jadi DAFTAR PUSTAKA Jones.Dr,Edwin and Dr.Richard Childers.Contemporary College Physics.Mc Graw Hill,2001:Columbia SC Sears,Zemansky.Fisika Untuk Universitas 1.Bina Cipta.1985:Jakarta-New York.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->