ANALISIS REGRESI UNTUK MELIHAT HUBUNGAN TEGANGAN REGANGAN PADA BAJA MENGGUNAKAN LEAST SQUARE METHOD

Robial, Siti Muawanah (2016) ANALISIS REGRESI UNTUK MELIHAT HUBUNGAN TEGANGAN REGANGAN PADA BAJA MENGGUNAKAN LEAST SQUARE METHOD. SANTIKA (Jurnal Ilmiah Sains dan teknologi), 6 (2). pp. 37-42. ISSN 2088-5407

[img] Text
Sampul vol 6 no 2.doc

Download (173kB)
[img]
Preview
Text
ANALISIS REGRESI UNTUK MELIHAT HUBUNGAN TEGANGAN.pdf

Download (381kB) | Preview

Abstract

Analisis regeresi memberikan informasi keterkaitan dan hubungan matematis antara suatu variabel tak bebas dangan satu atau lebih variabel bebas. Analisis regresi yang dilakukan bertujuan untuk melihat hubungan matematis tegangan regangan batang baja. Analisis regresi yang dikaji ini menghasilkan beberapa model regresi menggunakan least square method. Least square method merupakan suatu metode kuadrat terkecil untuk menentukan koefisien regresi. Jika hanya satu variabel bebas terhadap variabel tak bebas, maka koefisien yang ditentukan hanya a dan b. jika hanya satu variabel bebas dengan derajat dua atau sampai derajat ke n terhadap suatu variabel tak bebas maka koefisien yang ditentukan lebih dari dua variabel. Sedangkan untuk model regresi berganda menggunakan dua variabel bebas terhadap variabel tak bebas, maka koefisien yang ditentukan menggunakan least square method adalah koefisien a, b dan c. dalam model regresi berganda terdapat asumsi-asumsi yang dapat digunakan sebagai acuan untuk meramal besaran variabel baru. Namun asumsi tersebut dapat terjadi pelanggaran yang diakibatkan oleh besaran data yang tersebar. Untuk menghindari pelanggaran yang terjadi pada model regresi berganda maka perlu memilih variabel bebas yang tidak saling berkorelasi, sehingga dua variabel bebas tersebut menjadi fungsi linear untuk suatu variabel bebas.

Item Type: Article
Uncontrolled Keywords: Regresi linear, tegangan, regangan, baja
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
Divisions: Fakultas Sains dan Teknologi
Depositing User: Perpus ID UMMI
Date Deposited: 30 Nov 2017 03:48
Last Modified: 27 Sep 2018 08:16
URI: http://eprints.ummi.ac.id/id/eprint/186

Actions (login required)

View Item View Item