Sebelum masuk ke Regresi Linear kita akan ketahui terlebih dahulu apa itu Machine Learning dan Pendekatan Machine Learning.
Machine Learning
Machine Learning adalah seperangkat metode yang dapat secara otomatis mendeteksi pola dalam data dan kemudian menggunakan pola yang tidak terungkap untuk memprediksi data di masa mendatang, atau untuk melakukan jenis pengambilan keputusan lainnya dibawah ketidakpastian (seperti merencanakan cara mengumpulkan lebih banyak data) - Kevin P. Murphy- . Machine Learning banyak digunakan pada aplikasi yang sering kita gunakan, seperti: Tiktok, Instagram,Shopee,Youtube,dll.
Pendekatan Machine Learning
- Supervised Learning
- Unsupervised Learning
- Reinforment Learning
Untuk kali ini kita akan membahas Supervised Learning:
Model Supervised Learning yaitu mengajakan model dengan pengetahuna sehingga dapat memprediksikannya di masa mendatang atau mengajarkan model dan melatihnya dengan beberapa data dari dataset yang berlabel.
Supervised Learning terbagi menjadi dua yaitu Regresi dan Klasifikasi.
Kali ini kita akan membahas Regresi terlebih dahulu:
Apa itu Regresi?
Regresi adalah teknik yang mencari hubungan antara variabel dependen dengan variabel independen.
Perbedaan data dependen dan data independen:
- Data dependen atau variabel terikat adalah suatu variaabel yang nilainya dipengaruhi atau bergantung pada nilai dari variabel lainnya.
- Data Independen atau variabel bebas adalah suatu variabel yang menjadi sebab timbulnya atau berubahnya variabel dependen(terikat) atau singkatnya variabel yang nilainya dapat mempengaruhi variabel lainnya.
Jenis-Jenis Regresi
- Regresi Linear sederhana
- Regresi Multilinear
- Regresi Polynomial
- Support Vector Regression
- Decision Tree Regression
- Random Forest Regression
- GAM (Generalized Additive Models)
Regresi Linear
Regresi Linear yaitu mengukur hubungan yang terjadi antara dua variabel.
Persamaan Garis Regresi :
Y = a + b X
ket:
Y : Variabel dependen
a : Konstanta
b : Koefisien variabel X
X : Variabel independen
Rumus mencari nilai a dan b :
Regresi Multilinear
Regresi Multilinear yaitu mengukur hubungan yang terjadi antara lebih dari dua variabel.
Persamaan Garis Persamaan:
Y = b + b1 X1 + b2 X2 + bn Xn + e
ket:
Y : Variabel dependen
X : Variabel independen
b : Konstanta
b1 : Koefisien Penduga
Untuk memudahkan dalam menghitung b,b1, b2 dapat digunakan matriks sebagai berikut:
Jadi untuk mencari nilai b:
