Table of Contents
- Regresi Linear Secara Garis Besar
- Contoh Dataset Regresi Linear
- Spesifikasi Aplikasi
- Halaman Login
- Halaman Dashboard
- Halaman Dataset
- 1. Tahapan Proses Regresi Linear (Show Dataset)
- 2. Tahapan (Xn.Xn)
- 3. Tahapan (Xn.Y)
- 4. Tahapan (Xn^2)
- 5. Tahapan (Matrix Acuan)
- 6. Tahapan (Matrix N)
- Rumus Persamaan Regresi Linear
- Preformance Regresi Linear
- Bagaimana Untuk Mendapat Aplikasinya ??
- Tonton Video Aplikasi Ini & Review Orang-orang terkait Aplikasi Ini
Regresi Linear Secara Garis Besar
Aplikasi Regresi linear adalah metode statistik yang digunakan untuk memodelkan hubungan linier antara satu variabel terikat (variabel respons) dan satu atau lebih variabel bebas (variabel prediktor).
Tujuan regresi linear adalah untuk memprediksi atau menjelaskan nilai variabel terikat berdasarkan nilai-nilai variabel bebas yang diketahui.
Penerapan regresi linear sangat luas dan berguna dalam berbagai bidang, antara lain:
- Ekonomi: Regresi linear dapat digunakan untuk menganalisis hubungan antara variabel ekonomi seperti pendapatan, harga, dan permintaan.
- Keuangan: Regresi linear digunakan dalam pengelolaan risiko dan analisis portofolio untuk memprediksi harga saham, suku bunga, dan kinerja investasi.
- Analisis data: Regresi linier digunakan dalam analisis data untuk mempelajari tren, memprediksi nilai masa depan, dan menguji hipotesis.
Contoh Dataset Regresi Linear
| karyawan | barang_baku1 | barang_baku2 | barang_baku3 | barang_baku4 | permintaan | produksi |
|---|---|---|---|---|---|---|
| 76 | 50 | 80 | 70 | 68 | 76 | 78 |
| 70 | 48 | 78 | 67 | 66 | 56 | 76 |
| 50 | 30 | 57 | 42 | 46 | 89 | 56 |
| 50 | 27 | 48 | 37 | 67 | 76 | 45 |
| 30 | 20 | 35 | 24 | 56 | 69 | 32 |
| 50 | 32 | 60 | 45 | 76 | 80 | 56 |
| 30 | 24 | 37 | 26 | 56 | 92 | 34 |
| 70 | 52 | 80 | 68 | 87 | 84 | 78 |
| 50 | 28 | 59 | 47 | 76 | 87 | 56 |
| 63 | 40 | 70 | 58 | 45 | 45 | 67 |
| 70 | 55 | 81 | 70 | 76 | 78 | 78 |
| 92 | 70 | 92 | 81 | 66 | 90 | 90 |
| 40 | 30 | 50 | 34 | 72 | 67 | 45 |
| 68 | 43 | 69 | 58 | 64 | 45 | 67 |
| 66 | 38 | 66 | 54 | 39 | 67 | 64 |
Dataset diatas menceritakan ketika disuatu perusahaan terdapat karyawan dan di perusahaan tersebut terdapat bahan baku 1 – 4, kemudian terdapat juga permintaan dari customer, maka perusahaan tersebut harus memproduksi sejumlah sekian produk
Jika si pemilik usaha ingin tahu di tahun depan berapa jumlah produk yang harus di produksi ketika terdapat kondisi data-data sekarang ?? Inilah yang dijawab oleh Metode Aplikasi Regresi Linear ini
Kita langsung saja mereview aplikasi regresi linier ini okey ??
Spesifikasi Aplikasi
- Berbasis Web (PHP,HTML,CSS,Js)
- Interface Bootstrap 5
- Framework Codeigniter 4
- Database MySQL
- XAMPP Webserver / Apache atau Nginx
Halaman Login
Pertama seperti biasa saat aplikasi dibuka akan menampilkan halaman login, berbeda dengan aplikasi sebelum-sebelumnya seperti Naive Bayes, KNN atau K-Means yang saat kita login telah di hardcode user:admin, password:admin.
Pada aplikasi ini saat kita login sudah melakukan validasi data yang ada di database, dengan nama tabel users
Jika anda ingin merubah user & password untuk login nya.. anda dapat merubah pada tabel tersebut
Halaman Dashboard
Halaman dashboard terdapat tampilan yang masih sederhana, harapanya jika kalian sudah mendapatkan source code ini dapat mendesain sesuai keinginan kalian pada halaman dashboard ini
Halaman Dataset
Harap dibaca dengan Pelan dan Seksama !!
Pada menu dataset akan menampilkan dataset dengan lengkap fitur CRUD nya, kalian dapat menambah, edit dan hapus dataset kalian sendiri sesuka hati,
Pada dataset ini menampilkan data sesuai yang ada di tabel dataset seperti dibawah ini
Pertanyaanya jika dataset kalian berbeda lantas gimana ?? seperti itu kan ??
Tenang saja, untuk menyesuaikan dataset kalian agar bisa diproses oleh aplikasi regresi linear ini, kalian tinggal ubah saja tabel dataset nya sesuai dengan dataset kalian
Contoh dibawah ini jika saya ubah datasetnya :
Dataset diatas sudah saya ubah, Maka secara otomatis pada aplikasi akan tampil sesuai tabel yang telah diubah seperti gambar dibawah ini
Menarik bukan ?? 😀
Jadi jika kalian punya dataset yang berbeda, kalian bisa ubah langsung di tabel dataset saja, atau kalian dapat meminta tolong kepada saya untuk disesuaikan datasetnya, saya akan terbuka sekali
1. Tahapan Proses Regresi Linear (Show Dataset)
Terdapat beberapa sub menu didalamnya, kalian bisa amati sebelah kiri navigasi menunya, disitu adalah tahapan-tahapan perhitungan regresi linear, memang sangat banyak ya teman teman..
Kebetulan dihalaman ini adalah menu dataset, maka dataset akan ditampilkan terlebih dahulu, sebelum di proses kolom-kolom datasetnya juga akan terganti menjadi X1-Xn, dan Y
2. Tahapan (Xn.Xn)
Proses ini akan mengalikan atribute X1 ke semua X kecuali X1, dan seterusnya.
Dapat kalian lihat tampilan diatas, sebenarnya kalian dapat mengidentifikasi rumus ini hanya dengan melihat kolom, jika X1X4 artinya nilai X1 dikalikan dengan X4 dan begitu seterusnya
3. Tahapan (Xn.Y)
Pada tahapan ini menghitung semua nilai Xn dikalikan dengan nilai Y, hasilnya seperti tabel diatas ini
4. Tahapan (Xn^2)
Pada tahapan ini semua nilai X akan dipangkatkan 2, hasil nilainya dapat dilihat pada gambar diatas
5. Tahapan (Matrix Acuan)
Bisa dikatakan pada proses ini adalah proses ter rumit dari Regresi Linear, karena harus menghitung satu persatu dari hasil perhitingan sebelumnya
6. Tahapan (Matrix N)
Proses ini adalah terusan dari proses Matrix Acuan tadi, yang mana ini akan menjadi acuan dalam membuat persamaan rumus dari regresi linear
Rumus Persamaan Regresi Linear
Yang ditunggu-tunggu akhirnya muncul juga, jadi beberapa proses tadi untuk menghasilkan rumus dari persamaan regresi linear untuk menghitung nilai Y
Kalian juga bisa mengetes aplikasi ini dengan memasukan nilai X nya kemudian di klik tombol prediksi, atau nilai Y nya
Preformance Regresi Linear
Pada halaman ini kalian dapat menguji seberapa akurat dataset kalian pada aplikasi regresi linear ini, anda dapat memasukan prosentase data training dan testingnya
Data training dan data testing akan ditampilkan diatas, dengan hasil pengujianya tak lupa juga hasil akurasi (RSquare) dan error ratenya (mse)
Bagaimana Untuk Mendapat Aplikasinya ??
Untuk anda para subscriber saya, saya jual dengan harga Rp. 300.000,- (nilai yang murah demi kelancaran studi/riset kalian semua) + Full Support dari saya sampai aplikasi benar-benar berjalan normal di laptop/pc kalian
Jika anda tertarik & minat dengan aplikasi ini, atau anda ingin memodifikasi aplikasi ini bisa hubungi saya di tombol WhatsApp yang ada di bawah ini :
Cobalah kalian mendengar review kata-kata dari customer saya tentang aplikasi ini