2.10 Regresi
Persamaan regresi adalah persamaan matematika yang dapat digunakan untuk memprediksi nilai nilai suatu variabel terhadap variabel lain. Istilah
regresi awalnya berasal dari penelitian yang dilakukan oleh Sir Francis Galton yang pada waktu itu melakukan penelitian tentang tinggi badan anak laki laki
dibanding ayahnya, yang dari tahun ke tahun mengalami kemunduran regressed. Saat ini, istilah regresi digunakan secara luas untuk semua jenis
peramalan dan analisis data.[14] Menurut Draper 1971 dan Rawlings 1988 yang dikutip oleh
Sampurna 2012, dalam menentukan model regresi yang paling sesuai, nilai statistika yang biasa dipakai adalah koefisien determinan R2 yang bernilai 0
≤ R2 ≤ 1 atau dengan koefisien korelasi r yang bernilai -1 ≤ r ≤ 1. Nilai koefisien korelasi juga dipakai untuk menentukan arah hubungan antara dua
variabel. Jika bernilai positif + maka hubungannya naik, berarti setiap terjadi kenaikan pada variabel X, diikuti dengan kenaikan pada variabel Y. Jika
koefisien korelasi bernilai negatif -, arah garis regresinya menurun, itu berarti setiap terjadi kenaikan pada variabel X, diikuti dengan penurunan pada
variabel Y. [15] Setelah semua data terkumpul, dilakukan olah data terhadap setiap
variabel pada masing masing skenario untuk menentukan bentuk persamaan regresi yang sesuai serta mengetahui model yang sesuai untuk menjelaskan
arah pertumbuhan pada masing masing skenario[16].
Nilai yang dicari adalah koefisien korelasi r dengan menggunakan rumus:
� = ∑ − ̅
− ̅ √∑ − ̅
2
∑ − ̅
2
Koefisien determinan, merupakan nilai kuadrat dari koefisien korelasi r, atau dapat dihitung dengan rumus:
2
= ∑
′
− ̅
2
∑ − ̅
2
Sedangkan untuk mencari nilai slope b dan intercept a, dapat menggunakan formula sebagai berikut:
= � ∑
− ∑ ∑
� ∑
2
− ∑
2
= ̅ − ̅
Selain itu, dicari juga nilai standard error estimates atau simpangan baku perkiraan Sy’ dengan menggunakan nilai koefisien determinan yang telah
didapat sebelumnya. Rumus untuk mencari simpangan baku perkiraan adalah:
�′
= �
�
√ 1 −
2
24
BAB III PERENCANAAN SIMULASI JARINGAN
3.1 Skenario Simulasi