Selasa, 20 Maret 2012

Mencari persamaan Linear Dengan Cara Regresi Untuk Kasus Temperatur yang Diketahui Pada Proses Konduksi

Untuk proses konduksi kadang-kadang kita hanya mendapatkan data berupa temperatur atau kurva karakteristik. dari data atau kurva tersebut kita akan mendapatkan persamaan dari fenomena tersebut.
 berikut merupakan salah satu contoh proses konduksi pada batang.
 dengan Temperatur di titik A=100 C dan titik B = 500 C. dengan panajang batang tersebut adalah
0.5 meter. Untuk penyelesaian simulasi CFD, sudah di post dengan judul latihan 4.1
 Dari tabel di atas kita akan mendapatkan nilai sampel dari X dan Y. dari sampel nilai tersebut kita akan mencari persamaan terhadap y gimana???
Berikut langkah untuk algoritma persamaan regresi linear:
1.  Tentukan dulu banyak data yang akan d regresikan. dalam contoh yang akan saya tampilkan saya mencoba dengan menggunakan 7 data dengan simbol (n).
2.  Tentukan nilai X(temperatur) dan Y(distance)  lalu masukkan ke dalam tabel yang telah di sediakan
3.  Hitunglah jumlah keseluruhan nilai dari X yang di definisikan sebagai sum_X
4.  Hitunglah jumlah keseluruhan nilai dari Y yang di definisikan sebagai sum_Y
5.  Hitunglah kuadratic dari nilai X sehingga nilai dari X menjadi X^2 dan jumlahkan nilai dari kuadrtaic tersebut dengan simboli sum_X2
6.  Hitunglah perkalian dari nilai X dan Y sehingga menjadi nilai XY dan jumlahkan nilai dari perkalian tersebut dengan simbol sum_XY
7.  Persamaan dari regresi linear yaitu : y = a 1X + a0
8.  Untuk mencari nilai dari a1 dengan rumus a1 = ((n0 * sum_XY) - (sum_X * sum_Y)) / ((n0 * sum_X2) - (sum_X ^ 2))
9.  Untuk mencari nilai dari a0 dengan rumus a0 = ((sum_Y * sum_X2) - (sum_X * sum_XY)) / ((n0 * sum_X2) - (sum_X ^ 2))
10. Jika nilai a1 dan a0 didapatkan maka persamaan linear dapat diketahui.
Berikut tampilan user form nya:
Tampilan untuk syntac visual basic
Untuk a0 dan a1 dicaption agar hasil nilai a1 dan a0 dapat muncul di simulasi.
 Berikut  hasil tampilan regresi linear:

 dari hasil diatas kita dapat mengetahui kalau untuk sumbu y maka persamaannya adalah:
y= 800 x + 100

3 komentar:

  1. postingan yang bagus mas.. menarik untuk dicoba. oiya mas bisa ga didalam regresi linear kita masukin faktor error? makasih_

    BalasHapus
    Balasan
    1. Bisa aja mas Almer, kaena konsep error dimana pun bisa digunakan..

      Hapus
  2. menarik pak,kalo dibuat matrik dan for untuk fungsinya mungkin lebih singkat sintag nya pak

    BalasHapus