ANDHIKA S.

SIREGAR / 06 - 006
HERYPASC ADIPASAH / 09 -

KOMPUTASI PROSES

011

REGRESI LINIER BERGANDA

Regresi Linier Berganda merupakan salah satu metode linier dalam

menyelesaikan persoalan yang berhubungan dengan penghampiran numerik.
Metode regresi linier berganda dapat dikembangkan untuk kasus dimana y
adalah fungsi linier dari dua atau lebih variabel. Misalnya, y merupakan fungsi linier
terhadap x1 dan x2 dalam bentuk:
y = a0 + a1 x1 + a2 x2
Persamaan tersebut dapat digunakan untuk mempresentasikan data pengamatan
dimana variabel yang dipelajari merupakan fungsi dari dua variabel.
Nilai terbaik dari koefisien a0, a1, dan a2 diperoleh dengan mencari kuadrat dari
kesalahan yang dihitung dengan persamaan berikut:
n

D 2 = ( y i ( a 0 + a 1 x 1,i + a 2 x 2,i )) 2
i =1

Persamaan diatas diturunkan terhadap tiap koefisien dari polinomial, dan kemudian
disama-dengankan nol, sehingga diperoleh:
n
D 2
= 2 ( y i a 0 a 1 x 1,i a 2 x 2 ,i ) = 0
a 0
i =1
n
D2
= 2 x 1,i ( y i a 0 a 1 x 1,i a 2 x 2,i ) = 0
a1
i =1

...(1)

n
D2
= 2 x 2 ,i ( y i a 0 a 1 x 1,i a 2 x 2 ,i ) = 0
a 2
i =1

Persamaan (1) dapat ditulis dalam bentuk:

+ x1,i a1

n a0

x1,i a0 + x1,i2 a1

+ x2,i a2

= yi

+ x1,i x2,i a2 = x1,i yi

x2,i a0 + x1,i x2,i a1

+ x2,i 2 a2

= x2,i yi

atau dalam bentuk matriks menjadi:

x 1,i
x 2,i

x 1,i
2
x 1,i
x 1,i x 2,i

x 2,i

x 1,i x 2,i
2
x 2,i

a 0
a
1 =
a 2

y i

x 1,i y i
x 2,i y i

... (2)

Sistem persamaan (2) dapat diselesaikan dengan menggunakan metode pada sistem
persamaan linier untuk mendapatkan koefisien a0, a1, dan a2.
Regresi Linier Berganda

ANDHIKA S. SIREGAR / 06 - 006

HERYPASC ADIPASAH / 09 -

KOMPUTASI PROSES

011

Secara umum persamaan regresi linier dengan m variabel mempunyai bentuk berikut:
y = a0 + a1 x1 + a2 x2 + + am xm
di mana koefisien a0, a1, a2 sampai am dapat dihitung dari sistem persamaan berikut:

n
x
1,i
x 2,i

x m ,i

x 1,i
x 1,i

x 2,i x 1,i

x 2,i
x 2,i x 1,i
x 2,i

x m ,i x 1,i

x m,i x 2,i

x m ,i a
0
x 1,i x m ,i a 1

x 2,i x m ,i a 2 =



2
x m ,i a m

y i
x y
1,i i
x 2,i y i

x m ,i 2

...(3)
Koefisien korelasi dapat dihitung dengan persamaan (3)

Regresi Linier Berganda

ANDHIKA S. SIREGAR / 06 - 006

HERYPASC ADIPASAH / 09 -

KOMPUTASI PROSES

011
CONTOH STUDI KASUS PENGGUNAAN REGRESI LINIER BERGANDA

Perhitungan Persamaan Kecepatan Reaksi, Konstanta

Kecepatan Reaksi dan Orde Reaksi
Dik

: massa formaldehid : massa urea = 4 : 2

Massa formaldehid = 88,148 gr, BM formaldehid = 30,03 gr/mol
Massa urea

= 44,074 gr, BM urea

No sampel

Waktu

CA

CB

2
3
4
5
6
7

0
10
20
30
40
50

0,8513
0,5694
0,4496
0,0599
0,0599
0,0599

0,2128
0,1424
0,1124
0,015
0,015
0,015

= 60,06 gr/mol
Kadar Formaldehid
Bebas
(gr/200 ml larutan)
2,56
1,71
1,35
0,18
0,18
0,18

Reaksi :
Formaldehid + urea
A + B

urea formaldehid + air

C + D

Kecepatan reaksi :
rA =

dC A
= kC mA C nB
dt

dimana : k

...(1)

= konstanta kecepatan reaksi

= orde reaksi terhadap formaldehid

= orde reaksi terhadap urea

CA

= konsentrasi reaktan A

CB

= konsentrasi reaktan B

Persamaan (1) jika dilogaritmakan, maka diperoleh :

log (-rA) = log k + m log CA + n log CB

...(2)

Untuk mencari konstanta kecepatan reaksi dan orde reaksi, maka digunakan
persamaan regresi linier berganda :
y = a0 + a1x1 + a2x2

...(3)

massa formaldehid : massa urea = 4 : 2

massa A

massa B

mol A : mol B = BM A : BM B

Regresi Linier Berganda

ANDHIKA S. SIREGAR / 06 - 006

HERYPASC ADIPASAH / 09 -

KOMPUTASI PROSES

011
4
massa B
massa B
=2
:
30,03
60,06

mol B = 0,25 mol A

C A = C A0 (1 X A )
C B = C B0 (1 X B )

; C B0 X B = C A0 X A

C B = C B0 C A0 X A
X A = 1
C A0 =
=

CA
C A0

massa A 1000

BM A
VA
88,148 1000

= 14,675 M
30,03
200

CB0 = 0,25 CA0

= 0,25 (14,67665 M) = 3,6691 M
Contoh perhitungan untuk sampel no.3 :
Kadar formaldehid bebas = 1,71 gr formaldehid bebas /200 ml larutan

1,71 1000

= 0,56943 M
30,03 100
C B = 0,25C A = 0,25 ( 0,56943 )

CA =

= 0,1423 M
X A =1

CA
C A0

0,56943
= 0,96119
14,675
C CA
rA = A0
t
14,675 0,56943
=
= 1,410557 M/menit
10
=1

Regresi Linier Berganda

ANDHIKA S. SIREGAR / 06 - 006

HERYPASC ADIPASAH / 09 -

KOMPUTASI PROSES

011

Hasil perhitungan selengkapnya dapat dilihat pada tabel berikut:

Tabel 1 Hasil Perhitungan Konversi Reaksi
No
sampel

Waktu

CA

2
0
0,8513
3
10
0,5694
4
20
0,4496
5
30
0,0599
6
40
0,0599
7
50
0,0599
Bila dimisalkan : y = log (-rA)

CB

XA

-Ra

0,2128
0,1424
0,1124
0,015
0,015
0,015

0,9420
0,9612
0,9694
0,9959
0,9959
0,9959

0
1,4106
0,7113
0,4872
0,3654
0,2923

x1= log CA
x2= log CB
maka data yang diperlukan untuk perhitungan regresi linier berganda dapat dilihat
pada tabel pada hasil program.
Tabel 2 Data Untuk Perhitungan Regresi Linier Berganda
CA

CB

(-rA)

0,851
0,569
0,449
0,059
0,059
0,059

0,212
0,142
0,112
0,015
0,015
0,015

0
1,410
0,711
0,487
0,365
0,292

x1y
x12
0
0,004
-0,036
0,059
0,051
0,120
0,381
1,494
0,534
1,494
0,652
1,494
Rumus-rumus yang digunakan :
y

Log CA

Log CB

Log(-rA)

(x1)

(x2)

(y)

-0,069
-0,244
-0,347
-1,222
-1,222
-1,222
-4,328

-0,67
-0,846
-0,949
-1,824
-1,824
-1,824
-7,940

0
0,149
-0,148
-0,312
-0,437
-0,534
-1,282

x1x2
0,047
0,207
0,329
22.29
2,229
2,229

x2y
0
-0,126
0,140
0,569
0,797
0,974

x22
0,451
0,716
0,901
3,328
3,328
3,328

= n.a 0 + a 1 x 1 + a 2 x 2

y.x 1 = a 0 x 1 + a 1x 12 + a 2 x 1 x 2
y.x 2 = a 0 x 2 + a 1 x 1 x 2 + a 2 x 22

Maka diperoleh tiga buah persamaan :

Regresi Linier Berganda

ANDHIKA S. SIREGAR / 06 - 006

HERYPASC ADIPASAH / 09 -

KOMPUTASI PROSES

011

-1,2823 = 6 a0 + (-4,3285)a1 + (-7,9409)a2

1,5839

= (-4,3285)a0 + 4,6672 a1+2,8135 a2

2,3559

= (-7,9409) a0 +2,8135 a1 + 12,0541 a2

Bila disusun dalam bentuk matriks :

6
- 4,3285 7,9409 a 0 1,2823

- 4,3285 4,6672
2,8135 a1 = 1,5839

7,9409 2,8135 12,0541 a 2 2,3559

Matriks diatas diselesaikan dengan metode lower upper methods:
l11
Matriks L = l 21
l 31
1 u 12
Matriks U = 0 1
0 0

l 22
l 32

0
0
l 33

u 13
u 23
1
4,3285

Matriks A = 4,3285

7,9409
1,2823
Matrikis b =
1,5839

2,3559

4,6672
2,8135

7,9409
2,8135

12 ,0541

Matrik L x Matriks U = Matriks A

l11
l
21
l 31

0
l 22
l 32

0 1 u12
0 0 1
l 33 0 0

u13
6

u 23 = 4,3285
1 7,9409

4,3285
4,6672
2,8135

7,9409
2,8135
12,0541

Untuk kolom I:
1.
2.
3.

(l11)(1) + 0 + 0

=6

l11

=6

(l21) (1) + (l22) (0) + 0

= -4,3285

l21

= -4,3285

(l31) (1) + (l32) (0) + 0

= -7,9409

l31

= -7,9409

Untuk Kolom II:

1.

(l11) (u12) + 0 + 0

= -4,3285
Regresi Linier Berganda

ANDHIKA S. SIREGAR / 06 - 006

HERYPASC ADIPASAH / 09 -

KOMPUTASI PROSES

011

2.

3.

6 (u12)

= -4,3285

(u12)

= -0,7214

(l21) (u12) + (l22) (1) + 0

= 4,6672

(-4,3285)(-0,7214) + l22

= 4,6672

l22

= 1,5446

(l31) (u12) + (l32) (1) + 0

= 2,8135

(-7,9409)(-0,7214) + l32

= 2,8135

l32

= -2,9150

Untuk kolom III:

1.

2.

3.

(l11) (u13) + 0 + 0

= -7,9409

6 (u13)

= -7,9409

u13

= -1,3234

(l21) (u13) + (l22) (u23) + 0

= 2,8135

(-4,3285)(-1,3234) + (1,5446) (u23)

= 2,8135

1,5446 (u23)

= -2,9148

u23

= -1,8871

(l31) (u13) + (l32) (u23) + (l33) (1)

= 12.0541

(-7,9409) (-1,3234) + (-2,9150) (-1,8871) + l33

= 12,0541

10,5089 + 5,5010 + l33

= 12,0541

l33

= -3,9558

Matriks L = 4,3285
7,9409

0
1,5446
2,9150

3,9558
0

1
Matriks U =
0
0

- 0,7214
1
0

1,3234
1,8871

Matriks L x Matriks Y = Matriks b

6

4,3285

7,9409
1.
2.

0
1,5446
2,9150

0
Y1 1,2823
Y = 1,5839
0
2

3,9558 Y3 2,3559

6 Y1 + 0 + 0

= -1,2823

Y1

= -0,2137

(-4,3285) Y1 + (1,5446 ) Y2 + 0

= 1,5839

(-4,3285) (-0,2137) + (1,5446 )Y2

= 1,5839
Regresi Linier Berganda

ANDHIKA S. SIREGAR / 06 - 006

HERYPASC ADIPASAH / 09 -

KOMPUTASI PROSES

011

3.

Y2

= 0,4265

(-7,9409) Y1 + (-2,9150)Y2 + (-3,9558)Y3

= 2,3559

(-7,9409)(-0,2137)+(-2,9150)(0,4265)+(-3,9558)Y3 = 2,3559
(1,6969) + (-1,2432) + (-3,9558)Y3

= 2,3559

-3,9558 Y3

= 1,9022

Y3

= -0,4808

Matriks U x Matriks a = Matriks Y

1 0,7214
0
1

0
0
1.
2.

3.

1,3234 a 0 0,2137
1,8871 a 1 = 0,4265
1 a 2 0,4808

0 + 0 + (1) (a2)

= -0,4808

a2

= -0,4808

0 + (1) (a1) + (-1,8871) (a2)

= 0,4265

a1 + (-1,8871) (-0,4808)

= 0,4265

a1

= -0,4808

(1) (a0) + (-0,7214) (a1) + (-1,3234)(a2)

= -0,2137

a0 + (-0,7214) (-0,4808) + (-1,3234) (-0,4808)

= -0,2137

a0

= -1,9679

Maka diperoleh :
a2 = -0,4808

Dari persamaan (2) dan (3), maka :

a1 = -0,4808

log k = a0 = -1,9679

a0 = -1,9679

k = 10a0 = 0,0170
m = a1 = -0,4808
n = a2 = -0,4808
Maka, persamaan kecepatan reaksi :
(-rA)

= k.CAm.CBn
= 0,0170 . CA-0,4808. CB-0,4808

CA

CB

rA Model

rA Praktek

0,8513

0,2128

0,038652

0,5694

0,1424

0,05689

1,4106

0,4496

0,1124

0,07141

0,7113

Regresi Linier Berganda

ANDHIKA S. SIREGAR / 06 - 006

HERYPASC ADIPASAH / 09 -

KOMPUTASI PROSES

011

0,0599

0,015

0,495675

0,4872

0,0599

0,015

0,495675

0,3654

0,0599

0,015

0,495675

0,2923

Regresi Linier Berganda

ANDHIKA S. SIREGAR / 06 - 006

HERYPASC ADIPASAH / 09 -

KOMPUTASI PROSES

011
PENYELESAIAN MATRRIKS PADA MATLAB
untuk mendapatkan harga konstanta a0, a1, dan a2
>> A=[6 -4.3285 -7.9409; -4.3285 4.6672 2.8135; -7.9409 2.8135 12.0541]

A=

6.0000 -4.3285 -7.9409

-4.3285

4.6672 2.8135

-7.9409

2.8135 12.0541

>> B=[-1.2823; 1.5839; 2.3559]

B=

-1.2823
1.5839
2.3559

>> X=A\B

X=

-1.1966
-0.4806
-0.4806

>>

Regresi Linier Berganda