• Tidak ada hasil yang ditemukan

Regresi Linear Sederhana dan Berganda dalam Data Mining

N/A
N/A
Info
Unduh - Bebas
Endah Wiji Astuti

Academic year: 2025

Membagikan "Regresi Linear Sederhana dan Berganda dalam Data Mining"

Copied!
3
0
0

Memuat.... (Lihat teks lengkap sekarang)

Unduh sekarang ( 3 Halaman )

Teks penuh

(1)

Nama: Endah Wiji Astuti NIM: 12322026

Prodi: PTIK 4A

Jawaban UTS Data Mining 1.

A. Regresi Linear Sederhana Google Colab

Excel

B. Regresi Linear Berganda Google Colab

(2)

Excel

2. Perbedaan utama antara regresi linear sederhana dan regresi linear berganda terletak pada jumlah variabel bebas yang digunakan untuk memprediksi variabel terikat.

Regresi linear sederhana hanya menggunakan satu variabel bebas untuk memprediksi satu variabel terikat. Persamaan regresi linear sederhana dapat ditulis sebagai berikut:

Y = α + βX + ε Dimana:

Y adalah variabel terikat X adalah variabel bebas α adalah konstanta β adalah koefisien regresi ε adalah galat

Regresi linear berganda menggunakan dua atau lebih variabel bebas untuk memprediksi satu variabel terikat. Persamaan regresi linear berganda dapat ditulis sebagai berikut:

Y = α + β1X1 + β2X2 + ... + βnXn + ε Dimana:

Y adalah variabel terikat

X1, X2, ..., Xn adalah variabel bebas α adalah konstanta

(3)

β1, β2, ..., βn adalah koefisien regresi ε adalah galat

Referensi

Unduh sekarang ( PDF - 3 Halaman - 133.26 KB )

Dokumen terkait

Kajian data hilang dalam regresi linear berganda dengan metode missing indicator

Dibawah bimbigan ERFlANl dan AGUS M. Pmelitian ini dilakukan dengan tujuan untuk mmgaahui mecode tmbtik dalam pcndugaair panvneae pada regresi linear berganda dmgan

IDENTIFIKASI VARIABEL MODERATOR KATEGORIK PADA REGRESI LINEAR BERGANDA.

Untuk mengidentifikasi variabel moderator yang berupa data kategorik yaitu membuat model regresi linear berganda antara variabel prediktor dengan variabel respon

Data Mining: Regresi Linear.

Tentukan persamaan garis linear untuk data mobil bekas merk Honda civic yang mewakili pola hubungan antara tahun pembuatan dan warna mobil dengan harganya dengan menggunakan

Penerapan Data Mining Untuk Estimasi Nilai Matematika Dengan Menggunakan Algoritma Regresi Linear Pada SMA Kesatrian 1 Semarang - UDiNus Repository

Dalam penelitian ini, penulis menggunakan pendekatan data mining dengan penerapan model regresi linear berganda akan dilakukan untuk estimasi nilai siswa untuk

Penerapan Data Mining Untuk Estimasi Nilai Matematika Dengan Menggunakan Algoritma Regresi Linear Pada SMA Kesatrian 1 Semarang - UDiNus Repository

[7] Eggy Inaidi Andana Warih, "Penerapan Data Mining Untuk Menentukan Estimasi Produktivitas Tanaman Tebu Dengan Menggunakan Algoritma Linear Regresi Berganda

Perbandingan Kinerja Metode Regresi K-Nearest Neighbor dan Metode Regresi Linear Berganda pada Data Boston Housing

KESIMPULAN Dari penelitian yang sudah dilakukan, berdasarkan nilai MAPE dapat ditarik kesimpulan bahwa metode regresi KNN lebih baik dari pada metode regresi linear berganda dalam

STATISTIK II ( TUGAS 2 ) REGRESI LINEAR BERGANDA

Model regresi yang dipakai adalah regresi linear berganda Factor factor nya adalah sebagai berikut : - Factor independennya adalah jumlah kelapa yang di produksi baik dari banyaknya

Analisis Regresi Linear Berganda dan Metode Kuadrat Terkecil

Penjelasan mengenai analisis regresi linear berganda dan metode kuadrat terkecil untuk mengukur pengaruh variabel independen terhadap variabel