Contoh :
Memprediksi waktu tempuh pengiriman order jasa laundry. Dalam kasus ini menggunakan analogi perusahaan laundry kelas premium dengan tarif harga bukan perkilo melainkan per-potong(piece) sedangkan kategori pelangganya adalah hotel, home spa , beauty salon, kantor dan para pelanggan kelas premium. Perusahaan melayani jasa laundry meliputi : baju, celana, tas, sepatu, karpet, korden, carpot, jaket , dsb.
Untuk melayani jasa layanan ambil-antar dengan jumlah pelanggan tetap relatif banyak, maka waktu antar layanan laundry menjadi suatu prioritas sebagai cara menghindari komplain pelanggan.
Hal yang harus diketahui seberapa lama layanan akan diantar sampai ketangan pelanggan?. Pegawai memakai mobil untuk mengantarkan jasa layanan antar ambil laundry. Beberapa sample data waktu yang dibutuhkan pegawai untuk mengantarkan laundry sejak dari proses produksi sampai barang diterima pelanggan.
Data tabel waktu pengantaran jasa laundry :
Gunakan rumus :
Berdasar data yang tertera diatas, seandainya, datang
pesanan ke-26 dari hotel dengan jarak tempuh 1.5 km dari produksi laundry maka,
seharusnya "waktu pengantaran dapat diprediksi". Contoh ini akan
digunakan sebagai cara untuk menggambarkan "sebuah kegiatan
prediksi data mining"
Bagaimana hubungan sebab-akibat jarak dan waktu
tempuh pengantaran jasa laundry? Jarak lokasi pelanggan mengakibatkan
panjang-pendeknya waktu tempuh pengiriman barang maka, jarak merupakan variabel pemberi
pengaruh sebagai sumbu X(dalamkilometer) dan waktu sebagai variabel
teperngaruh sebagai sumbu Y(dalam menit) . Setiap pasang data
jarak-waktu digambarkan sebagai titik potong.
Tujuan regresi ini untuk mencari garis lurus
sedekat mungkin dengan semua titik untuk mewakili titi-titik tersebut.
Secara rumus persamaan Y
= β0 + β1x
Y = Variabel terpengaruh
β0 = Konstanta
β1 = Gradien garis
x = Variabel pemberi pengaruh
Bagaimana cara
mencari garis regresi
linier yang paling baik?. Untuk mengetahui garis regresi linier
yang paling baik diperlukan perhitungan konstanta β0 dan gradien β1 dengan
rumus.
Kesimpulan:
Berdasarkan hasil perhitungan rumus regresi linear sederhana diatas maka, diperoleh
persamaan Y = 14.58 + 4.35X.
Infomasi apa yang diperoleh dari perhitungan regresi
linear sederhana sebagai, prediksi data waktu tempuh ? dengan mengacu hasil
nilai Y pada perhitungan regresi linier , maka prediksi jumlah waktu yang
dibutuhkan pengiriman jasa laundry 14.58 menit ditambah 4.35 kali jarak
pelanggan. Dengan uraian data lebih detail peresamaan garis regresi linear ini
menyatakan bahwa bila rumah pelanggan berjarak 0 km dari produksi laundry,
waktu antar jasa laundry diprediksi 14.58 menit. Setiap pertambahan jarak sepanjang
1km, maka lama waktu tempuh diprediksi akan bertambah selama 3.58 menit. Untuk
menjawab berapa lama waktu tempuh karyawan mengantar pesanan ke-26 dengan jarak
tempuh 1.5 km ?
Cara prediksi waktu antar jasa laundry yang dibutuhkan
karyawan untuk mengantarkan layanan kepada pelanggan dengan cara
Y= 14.58 + 4.35X
Y = 14.58 + 4.35(1.5) = 21.1 menit
Maka dapat ditarik kesimpulah prediksi pengiriman jasa
laundry sampai kelokasi pelanggan dalam waktu 21.1 menit
ConversionConversion EmoticonEmoticon