8
MAKALAH KOMPUTASI PENGARUH PERTUMBUHAN JUMLAH SEPEDA MOTOR TERHADAP KONSUMSI BENSIN OKTAN 88 Kelompok: 1. Yulio Ardiansyah 1303411000 03 2. Elco Noval Luan Nanda 1303411000 09 3. Gita Putri Prihariani 1303411000 11 4. Syaiful Khafidzi 1303411000 65 5. Gayuh Ady Yosa 1303411000 83

Makalah Komputasi Ke 1

Embed Size (px)

DESCRIPTION

regresi linear

Citation preview

Page 1: Makalah Komputasi Ke 1

MAKALAH KOMPUTASIPENGARUH PERTUMBUHAN JUMLAH SEPEDA MOTOR

TERHADAP KONSUMSI BENSIN OKTAN 88

Kelompok:

1. Yulio Ardiansyah 1303411000032. Elco Noval Luan Nanda 1303411000093. Gita Putri Prihariani 1303411000114. Syaiful Khafidzi 1303411000655. Gayuh Ady Yosa 130341100083

PROGAM STUDI ILMU KELAUTANFAKULTAS PERTANIAN

UNIVERSITAS TRUNOJOYO MADURAI PENDAHULUAN

Page 2: Makalah Komputasi Ke 1

1.1 LATAR BELAKANG

Pengendara sepeda motor setiap tahunnya mengalami peningkatan

yang cukup signifikan. Tidak dapat dipungkiri lagi bahwa masyarakat

indonesia lebih memilih menggunakan kendaraan sepeda motor dibandingkan

dengan mobil. Ini dibuktikan di jalan raya mobil seolah-olah dikepung oleh

banyaknya sepeda motor yang ada disekelilingnya. Hal ini disebabkan

mudahnya penggunaan sepeda motor dibandingkan penggunaan mobil.

Disamping itu mayoritas masyarakat Indonesia termasuk dalam masyarakat

ekonomi tingkat menengah. Selain itu masyarakat dimudahkan membeli

sepeda motor dengan sitem kredit.

Sejalan dengan meningkatnya jumlah sepeda motor di Indonesia,

konsumsi bahan bakar (bensin 88) juga mengalami kenaikan. Jika hal ini terus

berlanjut, dapat dipastikan akan terjadi krisis bahan bakar di Indonesia.

Penggunaan bahan bakar akan menambah emisi gas rumah kaca yang

mengngakibatkan terjadinya global warming. Hal ini akan menyebabkan

meningkatnya volume air laut akibat mencairnya glasier dan gunung es.

1.2 TUJUAN

Tujuan dari makalah ini adalah:

1. Untuk mengetahui seberapa erat hubungan jumlah sepeda motor dengan

jumlah konsumsi bensin.

2. Untuk mengetahui seberapa bagus grafik linear pengaruh Pertumbuhan

jumlah sepeda motor terhadap konsumsi bensin oktan.

1.3 MANFAAT

Manfaat dari makalah ini adalah:

1. mengetahui seberapa erat hubungan jumlah sepeda motor dengan jumlah

konsumsi bensin.

2. Untuk mengetahui seberapa bagus grafik linear pengaruh Pertumbuhan

jumlah sepeda motor terhadap konsumsi bensin oktan.

Page 3: Makalah Komputasi Ke 1

II PEMBAHASAN

2.1 DATA

Berikut ini adalah data jumlah sepeda motor dari tahun 2000 - 2011 dan

jumlah konsumsi bensin dari tahun 2000 - 2011. Data tersebut diambil dari

hasil pratinjau dai Badan Pusat Statistik tahun 2013. Disajikan dalam tabel

sebagai berikut :

Tabel 1. Data jumlah sepeda motor (ribu unit) dan jumlah konsumsi bensin (juta liter).

Tahun Sepeda Motor (Ribu Unit) Bensin (Juta Liter)2000 13563 124292001 15275 130672002 17002 136292003 19976 146472004 23061 164182005 28531 174592006 32528 170662007 41955 181792008 47683 196992009 52767 214412010 61078 231932011 68839 25836Sumber: Badan Pusat Statistik (2013).

2.2 GRAFIK REGRESI LINEAR

Data jumlah sepeda motor dari tahun 2000 - 2011 dan jumlah konsumsi

bensin dari tahun 2000 – 2011 kemudian dimasukan dalam grafik Scatter Plot

pada Ms. Excel. Kemudian bisa dilihat terbentuk suatu grafik “linier positif”

pada Gambar 1 berikut :

10000 20000 30000 40000 50000 60000 70000 800000

5000

10000

15000

20000

25000

30000

f(x) = 0.217230831818192 x + 10111.2952848428R² = 0.968988760129832

Gambar 1. Grafik regresi linear pengaruh Pertumbuhan jumlah sepeda motor terhadap konsumsi bensin oktan

Page 4: Makalah Komputasi Ke 1

2.3 KOEFISIEN KORELASI

Tabel 2. Model Summary

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 .984a .969 .966 771.224

a. Predictors: (Constant), sepeda_motor

Koefesien korelasi ialah pengukuran statistik kovarian atau asosiasi

antara dua variabel. Besarnya koefesien korelasi berkisar antara +1 s/d -1.

Koefesien korelasi menunjukkan kekuatan (strength) hubungan linear dan

arah hubungan dua variabel acak. Jika koefesien korelasi positif, maka kedua

variabel mempunyai hubungan searah. Artinya jika nilai variabel X tinggi,

maka nilai variabel Y akan tinggi pula. Sebaliknya, jika koefesien korelasi

negatif, maka kedua variabel mempunyai hubungan terbalik. Artinya jika

nilai variabel X tinggi, maka nilai variabel Y akan menjadi rendah (dan

sebaliknya).

Dari hasil analisa regresi didapatkan hasil koefisien korelasi (R) yaitu

0.984. hal ini menunjukkan bahwa pengaruh jumlah sepeda motor

berhubungan erat dengan jumlah konsumsi bensin. Jadi setiap kenaikan

jumlah sepeda motor akan menaikan jumlah konsumsi bensin. Semakin

banyak jumlah sepeda motor semakin meningkat pula konsumsi bensin. Bila

jumlah sepeda motor tinggi maka jumlah konsumsi bensin tinggi juga.

2.4 KOEFISIEN DETERMINASI

Model Summary

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 .984a .969 .966 771.224

a. Predictors: (Constant), sepeda_motor

Koefisien determinasi pada regresi linear sering diartikan sebagai seberapa

besar kemampuan semua variabel bebas dalam menjelaskan varians dari

Page 5: Makalah Komputasi Ke 1

variabel terikatnya. Secara sederhana koefisien determinasi dihitung dengan

mengkuadratkan Koefisien Korelasi (R). Sebagai contoh, jika nilai R adalah

sebesar 0,80 maka koefisien determinasi (R Square) adalah sebesar 0,80 x

0,80 = 0,64. Berarti kemampuan variabel bebas dalam menjelaskan varians

dari variabel terikatnya adalah sebesar 64,0%. Berarti terdapat 36% (100%-

64%) varians variabel terikat yang dijelaskan oleh faktor lain. Berdasarkan

interpretasi tersebut, maka tampak bahwa nilai R Square adalah antara 0

sampai dengan 1.

Dari hasil analisa regresi didapatkan hasil koefisien determinasi (R2) yaitu

0.969. hal ini menunjukkan bahwa jumlah sepeda motor berpengaruh baik

dengan jumlah konsumsi bensin. Berarti kemampuan variable jumlah sepeda

motor dalam menjelaskan varians dari variabel jumlah konsumsi adalah

sebesar 96,9%. Berarti hanya terdapat 3,1% varians variabel jumlah konsumsi

bensin yang dijelaskan oleh faktor lain. Factor lain yang mempengaruhi

jumlah konsumsi bensin adalah besar volume mesin yang dipakai, teknologi

hemat BBM dan seberapa sering motor tersebut dipakai.

2.5 PERBANDINGAN Fhit DAN Ftab

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 1.858E8 1 1.858E8 312.464 .000a

Residual 5947862.099 10 594786.210

Total 1.918E8 11

a. Predictors: (Constant), sepeda_motor

b. Dependent Variable: bensin_88

c. F tab = 0.00413

Dari hasil analisa regresi didapatkan hasil uji ANOVA dengan Fhit =

312.464 dan Ftab = 0.00413, hal ini menunjukkan bahwa Fhit > Ftab maka

dapat di ambil kesimpulan jumlah sepeda motor berpengaruh nyata dengan

jumlah konsumsi bensin.

Page 6: Makalah Komputasi Ke 1

2.6 PERSAMAAN REGRESI

Dari analisa regresi ini didapatkan persamaan regresi linear dengan

persamaan Y = 0.2172x + 10111. Dari persamaan tersebut dapat di jelaskan

bahwa setiap kenaikan jumlah sepeda motor berbanding lurus dengan jumlah

konsumsi bensin.

III PENUTUP

3.1 KESIMPULAN

Hasil analisa regresi linear dapat ditarik kesimpulan bahwa kenaikan

jumlah sepeda motor berpengaruh positif dengan jumlah konsumsi bahan

bakar minyak yaitu bensin.

3.2 SARAN

Diharapkan dari pengamatan ini untuk lebih memperbanyak data yang di

olah, supaya hasil yang didapatkan menjadi lebih akurat.