Topik | : | Regresi Linear dan Regresi Logistik |
---|---|---|
Sub topik | : | Regresi Linear |
Tugas kelompok yang ketiga adalah berdasarkan data tabel, bantulah pemilik Gedung APN Tower menggunakan metode regresi linear untuk membuat prediksi harga sewa perbulan jika terdapat penambahan data baru ukuran ruang kantor sebesar 730 m2.
No | Ukuran | Lantai | Tarif Internet | Tipe Bangunan | Harga Sewa |
---|---|---|---|---|---|
1 | 510 | 4 | 8 | C | 320 |
2 | 550 | 7 | 50 | A | 385 |
3 | 620 | 9 | 7 | C | 400 |
4 | 630 | 5 | 24 | B | 392 |
5 | 655 | 8 | 100 | A | 380 |
6 | 700 | 4 | 8 | C | 410 |
7 | 780 | 10 | 7 | C | 480 |
8 | 800 | 12 | 50 | A | 600 |
9 | 920 | 14 | 8 | C | 570 |
10 | 1000 | 9 | 24 | B | 620 |
Untuk memudahkan kelompok dalam melakukan prediksi harga, ikuti langkah-langkah sebagai berikut:
Jawab :
Variabel independen (
- Variabel independen (
$X$ ):- Ukuran ruang kantor (m²)
- Variabel dependen (
$Y$ ):- Harga sewa perbulan
Jadi, variabel independen (
$X$ ) adalah Ukuran, sedangkan variabel dependen ($Y$ ) adalah Harga Sewa.
2. Kemudian tambah kolom pada tabel hasil perhitungan dari $X², Y², XY$dan total dari masing-masingnya.
No | Ukuran ( |
Lantai | Tarif Internet | Harga Sewa ( |
X² | Y² | XY |
---|---|---|---|---|---|---|---|
1 | 510 | 4 | 8 | 320 | 260100 | 102400 | 163200 |
2 | 550 | 7 | 50 | 385 | 302500 | 148225 | 211750 |
3 | 620 | 9 | 7 | 400 | 384400 | 160000 | 248000 |
4 | 630 | 5 | 24 | 392 | 396900 | 153664 | 246960 |
5 | 655 | 8 | 100 | 380 | 429025 | 144400 | 248900 |
6 | 700 | 4 | 8 | 410 | 490000 | 168100 | 287000 |
7 | 780 | 10 | 7 | 480 | 608400 | 230400 | 374400 |
8 | 800 | 12 | 50 | 600 | 640000 | 360000 | 480000 |
9 | 920 | 14 | 8 | 570 | 846400 | 324900 | 524400 |
10 | 1000 | 9 | 24 | 620 | 1000000 | 384400 | 620000 |
Total | 7165 | - | - | 4557 | 5357725 | 2176489 | 3404610 |
-
Menghitung Total dari Masing-Masing Kolom :
$\text{Total}(\sum X^2) = 5357725$ $\text{Total}(\sum Y^2) = 2176489$ $\text{Total}(\sum XY) = 3404610$ $\text{Total}(\sum X) = 7165$ $\text{Total}(\sum Y) = 4557$ $n = 10$ -
Keterangan:
-
$X²$ merupakan kolom yang berisi hasil dari kuadrat setiap nilai pada kolom Ukuran. -
$Y²$ merupakan kolom yang berisi hasil dari kuadrat setiap nilai pada kolom Harga Sewa. -
$XY$ merupakan kolom yang berisi hasil perkalian setiap nilai pada kolom Ukuran dengan nilai pada kolom Harga Sewa. -
Total
$X^2$ $(Y^2)$, dan$(XY)$adalah jumlah dari masing-masing kolom.
-
Dalam regresi linear, (Y) adalah variabel dependen (Harga Sewa), (X) adalah variabel independen (Ukuran), dan (a) serta (b) adalah parameter model yang perlu diestimasi. Model regresi linear dapat diwujudkan dalam bentuk persamaan:
di mana:
- ( Y ) adalah harga sewa,
- ( X ) adalah ukuran ruang kantor, dan
- ( a ) dan ( b ) adalah parameter yang perlu diestimasi.
-
Rumus a
$a = \frac{(\sum y)(\sum x^2) - (\sum x)(\sum xy)}{n(\sum x^2) - (\sum x)}$ -
Penyelesaian :
$a = \frac{(\sum Y)(\sum X^2) - (\sum X)(\sum XY)}{n(\sum X^2) - (\sum X)^2}$ $a = \frac{(4557)(5357725) - (7165)(3404610)}{10(5357725) - (7165)^2}$ $a = \frac{24415152825 - 24394030650}{53577250 - 51337225}$ $a = \frac{21122175}{2240025}$ $a \approx 9.42$
-
Rumus b
$b = \frac{n(\sum xy) - (\sum x)(\sum y)}{n(\sum x^2) - (\sum x)^2}$ -
Penyelesaian :
$b = \frac{n(\sum XY) - (\sum X)(\sum Y)}{n(\sum X^2) - (\sum X)^2}$ $b = \frac{10(3404610) - (7165)(4557)}{10(5357725) - (7165)^2}$ $b = \frac{34046100 - 32650905}{53577250 - 51337225}$ $b = \frac{1395195}{2240025}$ $b \approx 0.62$
Proses pseudocode terkait analisis regresi linear untuk prediksi harga sewa, dapat dilihat dokumentasi notebook nya di link sebagai berikut :
https://github.com/dikhimartin/binus-tk-3-data-science/blob/master/linear-regresion.ipynb , atau bisa di lihat bersamaan dengan dokumen yang kami upload di dalam tugas ini (nama file : linear-regresion.ipynb
)
Lecture Notes Data Science Week 8 - Simple Linear Regression
Python, R. (2023, June 26). Linear regression in Python. https://realpython.com/linear-regression-in-python/
Rebekz. (n.d.). GitHub - rebekz/datascience_course: A series of complement resource for data science course. GitHub. https://github.com/rebekz/datascience_course
Bevans, R. (2023, June 22). Simple linear regression | An easy introduction & examples. Scribbr. https://www.scribbr.com/statistics/simple-linear-regression/
Data Science Linear regression. (n.d.). https://www.w3schools.com/datascience/ds_linear_regression.asp