#Anggota Kelompok :
Nurlaela 19090029,
Aji Bagus Setiawan 19090061,
M Ade Noval Firmansyah 19090002,
Kelas 3A
UAS Mateamatika Numerik Semester 3 2020/2021
#DESKRIPSI
Kelompok Kami menggunakan data yang diambil dari website Badan Statistika yaitu data kemiskinan wilayah Tegal dari tahun 2015-2020 yang berisi 4 variabel, (3 variabel prediktor(x) dan 1 variabel respon(y)) untuk kami prediksi pada tahun 2021 data tersebut meliputi X1=Tingkat Kemiskinan(%), X2=Indeks Keparahan Kemiskinan (P2), X3=Garis Kemiskinan (Rp/Kapita), Y=Jumlah Penduduk Miskin (Ribu Jiwa). Data tersebut kami prediksi dengan rumus Regresi Linier. Untuk penjelasan mengenai Metode Regresi Liner tersebut, yaitu metode yang digunakan untuk membentuk model hubungan antara variabel terikat (dependen; respon; Y) dengan satu atau lebih variabel bebas (independen, prediktor, X). Apabila banyaknya variabel bebas hanya ada satu, disebut sebagai regresi linier sederhana, sedangkan apabila terdapat lebih dari 1 variabel bebas, disebut sebagai regresi linier berganda.
#LANGKAH PNGERJAAN
Menyiapkan file yang diambil dari website resmi Badan Statistika, data tersebut dalam bentuk atau berformat excel. Bisa diunduh di https://drive.google.com/file/d/1Mw-JKTnlJHIT6bX050yJOWAp34q5PXbh/view?usp=sharing yang bersumber di website https://tegalkota.bps.go.id/indicator/23/33/1/kemiskinan.html Kemudian kita mulai proses prediksi.
#LANGKAH PREDIKSI
library(readxl)
## Warning: package 'readxl' was built under R version 4.0.3
data_kemiskinan <- read_excel("data_kemiskinan.xlsx")
View(data_kemiskinan)
names(data_kemiskinan)
## [1] "Tahun" "Jumlah Penduduk Miskin (Ribu Jiwa)"
## [3] "Tingkat Kemiskinan (%)" "Indeks Keparahan Kemiskinan (P2)"
## [5] "Garis Kemiskinan (Rp/Kapita)"
data_kemiskinan = data_kemiskinan[,-1]
View(data_kemiskinan)
X1 =data_kemiskinan$`Tingkat Kemiskinan (%)`
X2 =data_kemiskinan$`Indeks Keparahan Kemiskinan (P2)`
X3 =data_kemiskinan$`Garis Kemiskinan (Rp/Kapita)`
Y =data_kemiskinan$`Jumlah Penduduk Miskin (Ribu Jiwa)`
lm(Y~X1+X2+X3,data = data_kemiskinan)
##
## Call:
## lm(formula = Y ~ X1 + X2 + X3, data = data_kemiskinan)
##
## Coefficients:
## (Intercept) X1 X2 X3
## -5.914e+00 1.429e+01 1.035e+00 1.791e-05
Dari perhitungan menggunakan Regresi Linier ditemukan model persamaannya yaitu sebagai berikut:
Y = -5.914e+00 1.429e+01X1 1.035e+00X2 1.791e-05*X3
y = -5.914e+00 1.429e+01X1 1.035e+00X2 1.791e-05*X3
Pertama, untuk memprediksi tahun 2021 kita memisalkannya sebagai berikut :
Jika X1 (Tingkat kemiskinan(persen)) = 10 Jika X2 (Indeks Keparahan Kemiskinan (P2)) = 0.3 jika X3 (Garis Kemiskinan (Rp/Kapita)) = 200000
model = lm(Y~X1+X2+X3,data = data_kemiskinan)
Kedua, membuat variabel data_baru untuk menyimpan data variabel x dan y yang telah dipermisalkan.
data_baru = data.frame(X1=8,X2=0.2,X3=400000)
Ketiga memprediksi data kemiskinan wilayah Tegal tahun 2021 menggunakan fungsi predict
predict(model,data_baru)
## 1
## 115.8044
#Hasil Prediksi
Untuk mengetahui tingkat kesalahan/error dari data yang telah diprediksi diatas, kita bisa gunakan Mean Absolute Deviation (MAD). Rumusnya yaitu MAD, MAD = (data aktual - data prediksi)/banyak data yang digunakan Maka kita gunakan data kemiskinan 2020.
Hasil data kemiskinan 2020 = 117.50 Hasil Prediksi data kemiskinan 2021 = 115.8044 MAD = (117.50-115.8044)/6
#Kesimpulan
Setelah dilakukan pengujian rata-rata tingkat kesalahan/error, telah didapatkan hasil yang cukup kecil yaitu 0.2826. Maka bisa disimpulkan bahwa hasil prediksi tahun 2021 sebesar 115.8044 Ribu Jiwa hampir tepat.
link data kemiskinan untuk diprediksi : https://drive.google.com/file/d/1Mw-JKTnlJHIT6bX050yJOWAp34q5PXbh/view?usp=sharing
sumber website : https://tegalkota.bps.go.id/indicator/23/33/1/kemiskinan.html
-Terimakasih-