regresi linier (perkuliahan machine learning) 201931042_Muhammad Agung Nugroho_MachineLearning_G

 

Regresi adalah metode statistik yang dipakai untuk memperkirakan hubungan antara sebuah variabel terikat dan satu variabel independen atau lebih. Metode ini juga bisa digunakan untuk menilai kekuatan hubungan antara variabel dengan perkiraan masa depan.

Analisis regresi termasuk beberapa variasi, yakni linear, linear majemuk, dan nonlinear. Model yang paling umum ialah linear dan linear majemuk. Sementara itu, nonlinear biasa dipakai untuk kelompok data yang lebih kompleks—karena hubungan antarvariabel tidak sejalan.

Analisis regresi dapat diaplikasikan ke berbagai disiplin, termasuk finansial, investasi, dan pemasaran.

Fungsi:

Terdapat berbagai fungsi regresi yang penting untuk diketahui. Apa saja? Cek daftar berikut!

1. Memprediksi masa depan

Pertama, fungsi yang dimiliki regresi adalah menganalisis hal-hal yang akan terjadi di masa depan. Ini termasuk meramalkan risiko dan peluang. Fungsi ini banyak digunakan dalam dunia bisnis.

Sebagai contoh, Anda hendak menganalisis masa depan yang berkaitan dengan permintaan produk. Kira-kira, berapa jumlah produk yang akan dibeli oleh konsumen? Hasilnya bisa ditemukan dengan metode regresi. Selain itu, perusahaan asuransi juga memakai regresi untuk mengestimasi status kredit dari nasabah dan perkiraan angka klaim dana dalam periode tertentu.

2. Memperbaiki eror

Seorang manajer paling teliti dan serbatahu bahkan bisa melakukan kesalahan dalam pembuatan keputusan. Namun, dengan fungsi regresi yang dapat memperbaiki kekeliruan, masalah tersebut dapat teratasi.

Misalnya, ketika manajer merasa bahwa memperpanjang waktu buka toko bisa meningkatkan penjualan. Ternyata, setelah menghitung regresi, keputusan tadi malah merugikan bujet perusahaan. Jadi, fungsi analisis regresi dalam menghindarkan kesalahan sangat membantu si manajer.

3. Memberikan wawasan baru

Pencarian data bisa memberikan wawasan yang baru dan segar. Para pebisnis sering mengumpulkan data-data terkait pelanggan mereka. Namun, tanpa analisis regresi yang tepat, semua data tersebut tidak berarti apa pun.

Contohnya, mencari data lewat analisis regresi dapat menunjukkan lonjakan penjualan selama hari-hari tertentu dalam seminggu dan penurunan di hari lainnya. Manajer dapat membuat penyesuaian untuk kompensasi. Mulai dari menyediakan stok yang tepat pada masing-masing hari, mencari bantuan ekstra, atau bahkan memastikan ketersediaan staf dan produk pemasaran terbaik di hari-hari tersebut.

4. Meningkatkan efisiensi operasional

Perusahaan dapat menggunakan fungsi regresi dalam mengoptimalkan operasional bisnis. Sebagai contoh, seorang manajer pabrik menghitung regresi untuk mengetahui dampak dari suhu oven saat memanggang roti, seperti berapa lama waktu penyimpanannya setelah matang. Jadi, mereka tidak perlu mengandai-andai dampak tanpa data riil. 

Rumus Regresi

Berikut rumus analisis regresi untuk tipe linear dan linear majemuk:

1. Rumus Regresi Linear

Regresi linear merupakan model yang menunjukkan hubungan antara satu dependen variabel dengan satu independen variabel. Inilah rumus yang menyatakan model regresi linear:

Y = a +bX + €

Catatan:

Y = Variabel dependen

X = Variabel independen (penjelas)

a = Konstanta

b = Koefisien regresi

€ = Eror atau residu

2. Rumus Regresi Linear Majemuk

Regresi linear majemuk pada dasarnya hampir sama dengan model linear sederhana, tetapi jumlah variabel independennya lebih dari satu. Berikut representasi matematis dari model linear majemuk:

Y = a +bX1 + cX2 + dX3 + €

Catatan:

Y = Variabel dependen

X1, cX2, X3 = Variabel independen (penjelas)

a = Konstanta

b, c, d = Koefisien regresi

€ = Eror atau residu

Regresi adalah istilah yang memainkan peranan penting dalam bidang statistik. Oleh karena itu, mempelajarinya lebih lanjut sangat direkomendasikan. Semoga penjelasan tentang pengertian, fungsi, dan rumus regresi di atas bisa menambah wawasan Anda tentang dunia statistika.