Regresi Linier dengan Dekomposisi Eigen 2


Dalam statistika, regresi linier adalah sebuah pendekatan untuk memodelkan hubungan antara variabel terika Y dan satu atau lebih variabel beas yang disebut X. Salah satu kegunaan dari regresi linier adalah untuk melakukan prediksi berdasarkan data-data yang telah dimiliki sebelumnya Contoh yang dibahas kali ini adalah mengenai penentuan penerimaan pengajuan kredit sepeda motor baru berdasarkan kelompok data yang sudah ada.
Ada beberapa cara menyelesaikan permasalahan regresi linier, salah satunya adalah melalui teknik Dekomposisi Eigen. Teknik ini mendekomposisi sebuah matriks A menjadi 2 matriks V dan D. V adalah matriks persegi yang masing-masing kolomnya berisi eigenvector, dan D adalah matriks persegi dengan nilai pada elemen diagonal adalah merupakan eigenvalue dari masing-masing baris data.



Diasumsikan ada 3 tipe motor yang sudah diketahui datanya, yaitu Motor A,B,C
Masing-masing tipe motor memiliki kriteria, yaitu harga, jarak tempuh per liter, cc, dan memiliki hasil jual dalam unit
Diasumsikan data dari 4 tipe motor tersebut adalah sebagai berikut:

MotorHargaJarak tempuh per literccUnit Terjual
Motor A10.000.0003511020
Motor B11.000.0004015012
Motor C14.000.00037.512517

Contoh data awal adalah sebagai berikut:

Dim dataSisiKiri As Double()() = {New Double() {10000000, 35, 110}, _
								  New Double() {11000000, 40, 150}, _
								  New Double() {14000000, 37.5, 125}}

Dim dataSisiKanan As Double()() = {New Double() {20}, _
								   New Double() {12}, _
								   New Double() {17}}



Selanjutnya ada 4 buah motor lagi, yaitu E,F,G,H, yang baru akan diluncurkan, sehingga tidak diketahui hasil jualnya
Maka tentukan data-data ini nantinya diperkirakan memiliki hasil jual berapa unit
Diasumsikan data awalnya adalah sebagai berikut:

MotorHargaJarak tempuh per litercc
Motor E13.000.00045125
Motor F12.000.00047110
Motor G10.500.00043110
Motor H13.500.00035125

Contoh data baru adalah sebagai berikut:

Dim dataBaru As Double()() = {New Double() {13000000, 45, 125}, _
							  New Double() {12000000, 47, 110}, _
							  New Double() {10500000, 43, 110}, _
							  New Double() {13500000, 35, 125}}

Langkah-langkah penggunaan algoritma ini adalah

* Catat matriks persamaan sisi kiri pada layar

Dim A As New ObyekMatriks(dataSisiKiri)

* Catat matriks persamaan sisi kanan pada layar

Dim b As New ObyekMatriks(dataSisiKanan)

1. Lakukan proses dekomposisi matriks menggunakan metode dekomposisi Eigen

Dim eigen As EigenDecomposition = A.EigenD

* Skrip tersebut akan melakukan inisialisasi pada Class EigenDecomposition. Class ini berisi tentang variabel dan fungsi-fungsi yang digunakan untuk melakukan dekomposisi. Deklarasi Class EigenDecomposition adalah sebagai berikut:

Public Class EigenDecomposition
    Private ukuranMatriks As Integer
    Private isSimetris As Boolean

    Private m_d As Double(), e As Double()      'Matriks untuk menyimpan eigenvalue (real dan imajiner)
    Private V As Double()()                     'Matriks untuk menyimpan eigenvector
    Private H As Double()()                     'Matriks untuk menyimpan bentuk nonsimetris Hessenberg
    Private ort As Double()                     'Matriks untuk menyimpan perhitungan algoritma ukuran matriks tidak simetris
	
	. . .

    Public Sub New(Arg As ObyekMatriks)
        Dim A As Double()() = Arg.GetArray
        ukuranMatriks = Arg.GetUkuranKolom
        V = New Double(ukuranMatriks - 1)() {}
        For i As Integer = 0 To ukuranMatriks - 1
            V(i) = New Double(ukuranMatriks - 1) {}
        Next
        m_d = New Double(ukuranMatriks - 1) {}
        e = New Double(ukuranMatriks - 1) {}

        isSimetris = True
        Dim j As Integer = 0
        While (j < ukuranMatriks) And isSimetris
            Dim i As Integer = 0
            While (i < ukuranMatriks) And isSimetris
                isSimetris = (A(i)(j) = A(j)(i))
                i += 1
            End While
            j += 1
        End While

        If isSimetris Then
            For i As Integer = 0 To ukuranMatriks - 1
                For j1 As Integer = 0 To ukuranMatriks - 1
                    V(i)(j1) = A(i)(j1)
                Next
            Next

            'Proses mendapatkan tridiagonal
            tred2()

            'Proses mendapatkan diagonal
            tql2()

        Else
            H = New Double(ukuranMatriks - 1)() {}
            For i2 As Integer = 0 To ukuranMatriks - 1
                H(i2) = New Double(ukuranMatriks - 1) {}
            Next
            ort = New Double(ukuranMatriks - 1) {}

            For j1 As Integer = 0 To ukuranMatriks - 1
                For i As Integer = 0 To ukuranMatriks - 1
                    H(i)(j1) = A(i)(j1)
                Next
            Next

            ' Lakukan reduksi menjadi bentuk Hessenberg
            orthes()

            ' Lakukan reduksi bentuk Hessenberg menjadi bentuk real Schur
            hqr2()
        End If
    End Sub
	
	. . .
End Class

2. Dapatkan matriks eigenvector (V) dari proses dekomposisi tersebut

Dim V As ObyekMatriks = eigen.GetV

3. Dapatkan matriks D dari proses dekomposisi tersebut
D adalah matriks berukuran sama dengan matriks eigenvector dan nilai diagonal matriks tersebut berisi eigenvalue yang ada

Dim D As ObyekMatriks = eigen.D

4. Lakukan rekonstruksi matriks A dengan rumus:
A = V * D * Inv(V)

Dim hasil As ObyekMatriks = V.PerkalianMatriks(D).PerkalianMatriks(V.Inverse)

5. Hitung koefisien dari masing-masing kolom yang ada

Dim X As ObyekMatriks = A.HitungPenyelesaian(b)

* Lakukan proses penyelesaian persamaan linier A * X = B
Hasil pengembalian nilai fungsi adalah matriks X, sehingga L * U * X = B(piv,:)

Public Overridable Function HitungPenyelesaian(B As ObyekMatriks) As ObyekMatriks
	If B.GetUkuranBaris <> ukuranBaris Then
		Throw New ArgumentException("Ukuran baris matriks harus sama.")
	End If
	If Not Me.IsNonSingular Then
		Throw New SystemException("Matriks harus singular.")
	End If

	'Salin array B sebagai array hasil output persamaan beserta vektor pivot
	Dim nx As Integer = B.GetUkuranKolom
	Dim Xmat As ObyekMatriks = B.GetMatriks(vektorPivot, 0, nx - 1)
	Dim X As Double()() = Xmat.GetArray

	' Hitung L * Y = B(piv,:)
	For k As Integer = 0 To ukuranKolom - 1
		For i As Integer = k + 1 To ukuranKolom - 1
			For j As Integer = 0 To nx - 1
				X(i)(j) -= X(k)(j) * LU(i)(k)
			Next
		Next
	Next

	' Hitung U * X = Y;
	For k As Integer = ukuranKolom - 1 To 0 Step -1
		For j As Integer = 0 To nx - 1
			X(k)(j) /= LU(k)(k)
		Next
		For i As Integer = 0 To k - 1
			For j As Integer = 0 To nx - 1
				X(i)(j) -= X(k)(j) * LU(i)(k)
			Next
		Next
	Next

	Return Xmat
End Function

6. Lakukan perhitungan dari masing-masing data awal menggunakan matriks koefisien X yang sudah ditemukan
Kemudian catat tingkat kecocokan perhitungan data dengan hasil awal pada data, untuk membandingkan apakah nilai X sudah cocok pada contoh data

Dim jumlahBenar As Integer = 0, jumlahSalah As Integer = 0
For i As Integer = 0 To dataSisiKiri.Length - 1
	Console.Write("Motor " & Chr(i + 65) & "  ")
	Console.Write(dataSisiKiri(i)(0).ToString("N0").PadRight(11) & " ")
	Console.Write(dataSisiKiri(i)(1).ToString.PadRight(23) & " ")
	Console.Write(dataSisiKiri(i)(2).ToString.PadRight(4) & " ")

	Dim y As Double = HitungUnitTerjual(dataSisiKiri(i), X.GetArray)
	Console.Write(y.ToString("F0").PadRight(23))

	If Math.Round(y) = dataSisiKanan(i)(0) Then
		jumlahBenar += 1
		Console.Write("Benar" & vbCrLf)
	Else
		jumlahSalah += 1
		Console.Write("Salah" & vbCrLf)
	End If
Next
Console.WriteLine("Jumlah perhitungan benar = " & jumlahBenar & ", jumlah perhitungan salah = " & jumlahSalah)
Console.WriteLine("Tingkat kecocokan perhitungan dengan hasil data adalah " & (jumlahBenar / (jumlahBenar + jumlahSalah)).ToString("F4"))

* Gunakan fungsi ini untuk menghitung hasil persamaan linier untuk data yang baru

Public Function HitungUnitTerjual(ByVal data() As Double, X()() As Double) As Double
	Dim hasil As Double = 0
	For i As Integer = 0 To data.Length - 1
		hasil += data(i) * X(i)(0)
	Next
	Return hasil
End Function

7. Untuk masing-masing data baru, hitung perkiraan hasil unit terjual menggunakan koefisien beta yang sudah ditentukan

For i As Integer = 0 To dataBaru.Length - 1
	Console.Write("Motor " & Chr(i + 65 + 4) & "  ")
	Console.Write(dataBaru(i)(0).ToString("N0").PadRight(11) & " ")
	Console.Write(dataBaru(i)(1).ToString.PadRight(23) & " ")
	Console.Write(dataBaru(i)(2).ToString.PadRight(4) & " ")

	Dim y As Double = HitungUnitTerjual(dataBaru(i), X.GetArray)
	Console.Write(y.ToString("F0") & vbCrLf)
Next

Hasil akhir adalah: (klik untuk perbesar gambar)

cmd145

Contoh modul / source code dalam bahasa VB (Visual Basic) dapat didownload disini:



Jika membutuhkan jasa kami dalam pembuatan program, keterangan selanjutnya dapat dilihat di Fasilitas dan Harga
Jika ada yang kurang paham dengan langkah-langkah algoritma diatas, silahkan berikan komentar Anda.
Selamat mencoba.


Tinggalkan sebuah komentar

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

2 pemikiran di “Regresi Linier dengan Dekomposisi Eigen