Skip to content

Latest commit

 

History

History
156 lines (87 loc) · 6.35 KB

report.md

File metadata and controls

156 lines (87 loc) · 6.35 KB
Raw

Tugas Kelompok ke-3 - Week 8

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:

1. Berdasarkan data tabel, tentukan variabel independen dan variabel dependen.

Jawab : Variabel independen ($X$) adalah variabel yang dapat mempengaruhi atau menjelaskan variabel dependen. Dalam konteks ini, kita ingin menggunakan regresi linear untuk memprediksi harga sewa (variabel dependen) berdasarkan beberapa fitur atau atribut tertentu. Oleh karena itu:

  • 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 ($X$) Lantai Tarif Internet Harga Sewa ($Y$) 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.

3. Gunakan model regresi linear sebagai berikut $Y = a + bX.$

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:

$Y = a + bX$

di mana:

  • ( Y ) adalah harga sewa,
  • ( X ) adalah ukuran ruang kantor, dan
  • ( a ) dan ( b ) adalah parameter yang perlu diestimasi.

4. Lalu hitunglah nilai a menggunakan rumus : (mencari nilai konstanta a)

  • Rumus a

    $a = \frac{(\sum y)(\sum x^2) - (\sum x)(\sum xy)}{n(\sum x^2) - (\sum x)}$

  • Penyelesaian :

    $a = \frac{(\sum Y)(\sum X^2) - (\sum X)(\sum XY)}{n(\sum X^2) - (\sum X)^2}$

    $a = \frac{(4557)(5357725) - (7165)(3404610)}{10(5357725) - (7165)^2}$

    $a = \frac{24415152825 - 24394030650}{53577250 - 51337225}$

    $a = \frac{21122175}{2240025}$

    $a \approx 9.42$

5. Cari pula nilai b menggunakan rumus : (mencari nilai koefisien b)

  • Rumus b

    $b = \frac{n(\sum xy) - (\sum x)(\sum y)}{n(\sum x^2) - (\sum x)^2}$

  • Penyelesaian :

    $b = \frac{n(\sum XY) - (\sum X)(\sum Y)}{n(\sum X^2) - (\sum X)^2}$

    $b = \frac{10(3404610) - (7165)(4557)}{10(5357725) - (7165)^2}$

    $b = \frac{34046100 - 32650905}{53577250 - 51337225}$

    $b = \frac{1395195}{2240025}$

    $b \approx 0.62$

6. Buat pseudocode untuk penyelesaian kasus diatas menggunakan sintaks Python

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)

Referensi

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