Paket 2a (Regresi Linear)

logo 2.png


Cara Menggunakan Program

  1. Buka Google Colaboratory menggunakan akun anda
  2. Install library bila diperlukan
  3. Gunakan script code program di bawah menggunakan Google Colaboratory
  4. Modifikasi sesuai materi yang dipelajari

Deskripsi Program

Pertama impor library yang diperlukan. Lalu buut data dummy menggunakan numpy array.
import numpy as np
# Buat data jumlah kamar
jumlah_kamar = np.array([1,1,2,2,3,4,4,5,5,5])
# Data harga rumah dalam ratus juta rupiah
harga_rumah = np.array([150, 180, 270, 340, 500, 680, 650, 810, 850, 900])
Selanjutnya, data ditampilkan dalam betuk scatter plot. Jumlah kamar pada sumbu X adalah variabel independen dan harga rumah pada sumbu Y adalah variabel dependen.
# Scatter plot dari dataset
import matplotlib.pyplot as plt
%matplotlib inline
plt.scatter(jumlah_kamar, harga_rumah)
Melatih model dengan memanggil fungsi LinearRegression.fit() pada data. Fungsi ini untuk melatih model regresi linier dari library SKLearn.
from sklearn.linear_model import LinearRegression
# Latih model dengan Linear Regression.fit()
jumlah_kamar = jumlah_kamar.reshape(-1, 1)
linreg = LinearRegression()
linreg.fit(jumlah_kamar, harga_rumah)
Plot model regresi linear sesuai data yang diberikan.
# Plot hubungan antara jumlah kamar dan harga rumah
plt.scatter(jumlah_kamar, harga_rumah)
plt.plot(jumlah_kamar, linreg.predict(jumlah_kamar))
# Print model regresi linear
print('Model Regresi Linear y =',linreg.intercept_,'+',linreg.coef_,'x')

© Copyright 2023, Ganesha Operation. All Rights Reserved