Amadea K. Nastiti


just an exquisite cat lady around

Regresi, Interpolasi, dan Ekstrapolasi

Artikel ini merupakan overview dari mata kuliah Komputasi Biomedis pada tanggal 21 Mei 2012. Pada perkuliahan ini, dibahas tentang perbedaan regresi, interpolasi dan ekstrapolasi.

Regresi merupakan grafik lurus (linier) yang didapat dari selisih jarak terkecil dari masing masing data, dimana garis ini menunjukkan tren dari data yang diketahui.

Regresi

Interpolasi merupakan metode untuk mencari persamaan garis yang dapat mewakili  data, dimana pada persamaan tersebut grafiknya mencapai/bersinggungan dengan semua data yang diketahui. Dimana, pada grafik interpolasi inilah secara ideal data-data yang tidak diketahui diantara range data yang diketahui berada.

Interpolasi

Ekstrapolasi merupakan metode untuk menentukan prediksi data yang akan datang berdasarkan data yang telah diketahui atau menurut tren data sebelumnya. Sekilas ekstrapolasi mirip dengan interpolasi, namun data prediksi tersebut juga menimbulkan ketidakpastian yang lebih besar. Selain itu, fungsi apapun itu dapat didekati dengan Deret Taylor. Dibawah ini merupakan contoh aplikatif dari penggunaan ekstrapolasi dan intrapolasi dari hgrafik hubungan konsentrasi terhadap nilai MFI/RLU, dengan D merupakan asymtote maksimal dan A asymtote minimal:

extrapolation_vs_interpolation

Contoh penggunaan intrapolasi dan ekstrapolasi

Seperti yang telah dipelajari sebelumnya, penggunaan regresi, interpolasi dan ekstrapolasi ini digunakan dalam sistem yang memiliki data pasti, sehingga jika data yang dimiliki tidak pasti, atau dapat dikatakan sensitif, maka perkiraan ini tidak berlaku. Bagaimanakah sebuah sistem dapat dikatakan sensitif?

  • Dinamika sistem lebih cepat dari periodik sistem yang kita ambil
  • Selisih atau delta dari keadaan awal yang berbeda sedikit saja dapat mempengaruhi hasil output.

Namun seberapa besarnya selisih keadaan awal yang diberikan, lama kelamaan akan dipengaruhi suatu faktor yang disebut attractor, yang berfungsi mengembalikan dinamika sistem ke dalam keadaan awal.

 

Berbagai sumber:

lecturer.eepis-its(dot)edu/~prima/metode_numerik/bahan_ajar/12-Regresi.pdf

www.miraibio(dot)com/blog/2009/02/5-pl-logistic-regression/

Tinggalkan Komentar

Nama :
E-mail :
Web : tanpa http://
Komentar :
Verification Code :   ">