Latar Belakang Penentuan Koefisien Multiple Regresi Dengan Menggunakan Metode Linier Programming

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Dalam kehidupan sehari-hari, seringkali dijumpai hubungan antara suatu variabel dengan satu atau lebih variabel lain. Di dalam bidang pertanian sebagai contoh, dosis dan jenis pupuk yang diberikan berhubungan dengan hasil pertanian yang diperoleh, jumlah makanan yang diberikan pada ternak berhubungan dengan berat badannya, dan sebagainya. Secara umum ada dua macam hubungan antara dua atau lebih variabel, yaitu bentuk hubungan dan keeratan hubungan. Bila ingin mengetahui bentuk hubungan dua variabel atau lebih, digunakan analisis regresi. Bila ingin melihat keeratan hubungan, digunakan analisis korelasi. 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 ia kembangkan 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. Di dalam statistik, pendugaaan pada umumnya bersinonim dengan regresi di beberapa format. Ada berbagai jenis regresi yang berbeda di dalam statistik tetapi ide dasarnya adalah bahwa suatu peta model yang diciptakan oleh nilai-nilai penduga itu, yang sedemikian sehingga kesalahan yang terjadi paling rendah membuat suatu ramalan. Format regresi yang paling sederhana adalah regresi linier sederhana yang hanya berisi satu peramal dan suatu ramalan. Universitas Sumatera Utara Analisis regresi dikelompokkan dari mulai yang paling sederhana sampai yang paling rumit, tergantung tujuan yang berlandaskan pengetahuan atau teori sementara, bukan asal ditentukan saja. Masalah Problem adalah sesuatu yang terjadi tidak sesuai dengan keinginan atau harapan setiap yang timbul, pasti ada faktor penyebabnya dan umumnya lebih dari satu. Kalau masalah kita sebut sebagai ada lebih dari satu X, katakan oleh x 1 , x 2 … x k . Misalnya penjual menurun disebabkan karena biaya promosi, harga, mutu pelayanan , saingan produk impor, produktivitas rendah mungkin karena upah, gaya kepemimpinan, masa kerja pengalaman motivasi, lingkungan kerja. Masing-masing faktor akan mempunyai pengaruh positif menaik atau negatif menurunkan dengan berbagai besaran yang berbeda. Untuk mempelajari pengaruh dari beberapa variabel bebas X terhadap variabel tak bebas Y kita menggunakan metode ketergantungandepensi depency method. Berdasarkan contoh di atas, maka tampaklah mana variabel bebas yang mempengaruhi dan mana variabel terikat atau tergantung yang dipengaruhi. Variabel yang mempengaruhi ini dalam analisis regresi disebut sebagai variabel prediktor, dengan lambang X, sedangkan variabel yang dipengaruhi disebut veriabel kriterium dengan lambang Y. Mengapa analisis regresi diperlukan? Jawabanya ialah karena kita sebagai peneliti dituntut untuk mencari kebenaran secara ilmiah atau berdasarkan ilmu. Dan salah satu fungsi ilmu ialah meramalkan to predict. Fungsi ilmu yang lainnya adalah menggambarkan to describe, mengontrol to control dan menerangkan to explain. Berdasarkan fungsi ilmu tersebut, maka jika kita mempunyai dua buah variabel atau lebih, maka sudah sewajarnyalah kalau kita ingin mempelajari bagaimana variabel-variabel itu berhubungan atau dapat diramalkan. Hubungan yang diperoleh biasanya dinyatakan dalam persamaan matematika yang menyatakan hubungan fingsional antara variabel-variabel. Pelajaran yang menyangkut masalah ini disebut analisis regresi. Universitas Sumatera Utara Pendekatan klasik untuk masalah regresi, tujuannya adalah untuk meminimisasikan jumlah dari kuadrat simpangan baku dari permasalahan yang telah diteliti dan nilai-nilai yang telah diprediksikan dari variabel yang terikat. Metode ini lebih dikenal dengan sebutan metode kuadrat terkecil least-squares method yang digunakan untuk metode mathematical programming. Pemrograman linier memakai suatu model matematis untuk menggambarkan masalah yang dihadapi. Kata sifat ‘linier’ berarti bahwa semua fungsi matematis dalam model ini harus merupakan fungsi-fungsi linier. Kata ‘pemrograman’ disini merupakan sinonim untuk kata perencanaan. Maka membuat pemrograman linier adalah membuat rencana kegiatan-kegiatan untuk memperoleh hasil yang optimal, ialah suatu hasil yang mencapai tujuan yang ditentukan dengan cara yang paling baik sesuai model matematis diantara semua alternatif yang mungkin.

1.2 Perumusan Masalah