Regresi linier, plot data, dan plot regresi linier dari hasil percobaan menggunakan SciLab

Sebelumnya pastikan semua variabel telah kosong agar tidak terjadi penimpaan data atau sebagainya

clear all ; close; clc

Diambil data dari 350 sampai 600

daya = [350:5:600];

Artinya data dimulai dari 350 dengan selang 5 sampai 600

energi = [8.5216668874 8.6872238209 8.8889022672 9.0454288226 9.0634895789 9.4277148327 9.4367452109 9.6203629008 9.7738793301 9.7859198343 10.1381045838 10.1441248359 10.3187121477 10.4902893333 10.6829374014 10.8755854695 10.8785955956 11.0441525291 11.2337904711 11.3993474047 11.5558739600 11.7455119020 11.7726030366 11.9351498441 12.3084054760 12.3204459803 12.4799826617 12.5040636702 12.8562484197 12.8773193021 13.0157851011 13.2054230431 13.4040913633 13.5786786751 13.7532659868 13.7592862389 13.9308634246 14.1144811145 14.3011089304 14.6532936799 14.6563038060 14.8369113698 15.0235391858 15.2041467497 15.2101670018 15.3787340614 15.5503112470 15.7309188109 15.9205567529 15.9265770050 16.2787617545];

Data ini didapat dari hasil percobaan.

Kemudian di plot data ini

f1=scf(1); clf(1); width=1000; height=600; f1.figure_size=[width,height];

plot2d(daya,energi,style=0)

dihasilkan gambar berikut:

Dari gambar diatas, dapat didekati dengan persamaan linier. Untuk itu kita gunakan regresi linier.

Gunakan perintah regress untuk mendapatkan regresi linier:

–>koef = regress(daya,energi)

Akan dihasilkan:

koef =

– 2.2022504519684904522592

0.0306113748550461521603

Dengan koef(2) adalah gradien dan koef(1) adalah intercept. koef(1) berada di atas dan koef(2) berada di bawah. Dapat dibuktikan:

–>koef(2)

ans =

0.0306113748550461521603

–>koef(1)

ans =

– 2.2022504519684904522592

Untuk mencari standar deviasi, gunakan perintah:

–>std = st_deviation(koef(2)*daya+koef(1))

std =

2.2753540152252655914822

Didapatkan standar deviasi sebesar 2.2753540152252655914822

Persamaan linier dapat pula diketikkan dengan cara berikut:

–>persamaanLinier = koef(2)*daya + koef(1);

Kemudian kita plot persamaan linier tersebut:

–>plot2d(daya,persamaanLinier,style=5)

–>xlabel(‘daya (mW)’)

–>ylabel(‘Energi per Satuan Luas (mJ/cm^2)’)

–>xtitle(‘Energi per Satuan Luas terhadap Daya’)

Kita dapatkan gambar seperti berikut:

Maka dapat dituliskan persamaan linier untuk data percobaan adalah:

Dengan standar deviasi sebesar

Advertisement

Leave a Comment

Filed under Iseng-iseng berhadiah

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Connecting to %s