Nama : Margo Budi Santoso

NIM : 310121023606
Kelas : 56
MK : Data Mining

JAWABAN

1. Tujuan Analisis Regresi Linear Sederhana:

 Tujuan dari analisis regresi linear sederhana dalam konteks ini adalah untuk menentukan apakah
ada hubungan linear antara diameter batang pohon dan tinggi pohon serta untuk memodelkan
hubungan tersebut. Ini akan membantu kita memahami apakah diameter batang pohon memiliki
pengaruh terhadap tinggi pohon.
2. Variabel Penyebab dan Variabel Akibat:
 Variabel penyebab (independen) adalah diameter batang pohon (X).
 Variabel akibat (dependen) adalah tinggi pohon (Y).
3. Distribusi Frekuensi:
 Berikut adalah distribusi frekuensi dari data yang diberikan:
Diameter Batang Pohon (X):
 6, 8, 11, 10, 7, 8, 12, 6, 10, 9
Tinggi Pohon (Y):
 35, 29, 65, 52, 37, 34, 59, 36, 60, 45
4. Nilai a dan b (Koefisien Regresi):
 Untuk menentukan nilai a (intersep) dan b (koefisien regresi), kita perlu menggunakan formula
regresi linear sederhana:
Y = a + bX
Untuk menghitung nilai a dan b, kita perlu menggunakan metode statistik yang disebut analisis regresi.
Ini memerlukan perangkat lunak statistik seperti Python, R, atau Excel. Nilai a dan b akan didapatkan
melalui perangkat lunak tersebut dengan memasukkan data yang diberikan.
5. Model Persamaan Regresi Linear Sederhana:
 Setelah nilai a dan b dihitung, model persamaan regresi linear sederhana akan terbentuk, seperti
contohnya:
Tinggi Pohon (Y) = a + b * Diameter Batang Pohon (X)
6. Prediksi Tinggi Pohon untuk Diameter 13 cm:
 Setelah mendapatkan model regresi, kita dapat menggunakan model tersebut untuk memprediksi
tinggi pohon jika diameter batang pohon adalah 13 cm.
7. Prediksi Diameter Batang Pohon untuk Tinggi 33 m:
 Demikian juga, kita dapat menggunakan model yang sama untuk memprediksi diameter batang
pohon jika tinggi pohon adalah 33 m.