BAB 1
PENDAHULAN
1.1 Latar Belakang Dalam banyak hal yang berkaitan dengan kegiatan perusahaan dan perekonomian
mungkin perlu diketahui hubungan antara 2 dua variabel atau lebih variabel, dan hubungan ini dapat digunakan untuk memperkirakan nilai rata-rata dari satu
variabel yang dinamakan variabel tidak bebas dependent variable, dan variabel bebas independent variable. Misalnya diketahui data tentang pengeluaran untuk
iklan berdasarkan volume penjualan, memperkirakan pengeluaran untuk keperluan pokok keluarga berdasarkan pendapatan keluarga itu, meramalkan hasil tanaman
kacang tanah berdasarkan banyak pupuk yang digunakan tiap hektar, daya tahan papan kayu A terhadap bobot tertentu ditinjau dari tebalnya, dan masih banyak
contoh lain lagi yang dapat dikemukakan. Untuk menjawab hal-hal yang seperti dicontohkan, perlu dibahas mengenai bentuk hubungan dan keeratan hubungan.
Bila ingin mengetahui bentuk hubungan dua variabel atau lebih, maka digunakan analisa regresi. Kemudian bila ingin melihat keeratan hubungan, maka digunakan
analisa korelasi.
Analisa regresi digunakan untuk mempelajari dan mengukur hubungan statistik yang terjadi antara dua atau lebih variabel. Dalam regresi sederhana dikaji dua
variabel, sedangkan regresi berganda multiple regression dikaji lebih dari dua variabel. Analisa Korelasi bertujuan untuk mengukur seberapa kuat atau derajat
kedekatan suatu relasi yang terjadi antara variabel. Dengan menggunakan analisa regresi ingin diketahui pola relasi dalam bentuk persamaan regresi, dan dengan
menggunakan analisa korelasi ingin diketahui kekuatan hubungan tersebut terhadap koefisien korelasinya. Sehingga analisis regresi dan korelasi sering dilakukan
bersama-sama.
Universitas Sumatera Utara
Kata regresi diperkenalkan pertama kali oleh Sir Francis Galton tahun 1877 pada bukunya tentang hereditas. Ia menemukan bahwa tinggi badan anak dari orang
tua yang tinggi cenderung memendek menuju tinggi rata-rata populasi. Garis matematis yang dikembangkan dikenal sebagai garis regresi. Istilah garis regresi
line of regression lebih sering digunakan walaupun sebenarnya yang lebih tepat adalah istilah persamaan prediksi predictive equation atau persamaan penduga
estimating equation.
Secara umum, tujuan dari regresi linear berganda adalah untuk menemukan baris yang memprediksi terbaik Y dari X. Regresi linear memerlukan hal ini dengan
mencari baris yang meminimalkan jumlah kuadrat jarak dari kesalahan the error sum of square.
Goal linear programming merupakan perluasan dari model linear programming. Charles D dan Timothy Simpson 2002, dalam paper “Goal Programming
Application in Multidisciplinary Design Optimization” goal progmming sangat cocok digunakan untuk masalah multi tujuan karena melalui variabel deviasinya,
goal programming secara otomatis memberi informasi tentang pencapaian relatif dari tujuan-tujuan yang ada. Oleh karena itu solusi optimal yang diberikan dapat
dibatasi pada solusi fisibel yang menggabungkan ukuran-ukuran performasi yang diinginkan.
Dari uraian di atas penulis mengambil judul: Metode Goal Linear Programming untuk Menentukan Regresi Berganda.
1.2 Perumusan Masalah Bagaimana menentukan model koefisien regresi berganda dengan menggunakan
metode goal linear programming.
Universitas Sumatera Utara
1.3 Tujuan Penelitian