Interpolasi dan Ektrapolasi

Sebelum masuk materi, kita Games dulu yaa

Kembali Fokus Ke Pelajaran

Garis regresi dapat digunakan untuk memprediksi data yang belum diketahui. Perhatikan diagram pencar berikut. Perhatikan diagram pencar berikut.

Interpolasi dan Ekstrapolasi

Garis regresi pada diagram pencar tersebut menunjukkan hubungan antara kepadatan penduduk dan jumlah kasus Covid-19. Persamaan garis regresi dapat digunakan untuk memprediksi jumlah kasus Covid-19 berdasarkan kepadatan penduduk di daerah tersebut. Interpolasi adalah penggunaan garis regresi untuk memprediksi nilai yang berada dalam rentang data. Ekstrapolasi adalah penggunaan garis regresi untuk memprediksi nilai yang berada di luar rentang data.

Keakuratan interpolasi bergantung pada seberapa linear data aslinya. Hal tersebut dapat diukur dengan menentukan koefisien korelasi dan memastikan data tersebar seacara acak di sekitar regresi. Keakuratan ektrapolasi tidak hanya bergantung pada seberapa linear data aslinya, tetapi juga diperlukan asumsi bahwa hubungan linear tersebut berlaku meskipun di luar rentang data. Validitas asumsi tersebut sangat tergantung pada situasi yang sedang diselidiki.

​Yaps, Selamat untuk yang menjawab Interpolasi lebih akurat daripada Ekstrapolasi

Contoh

Tabel berikut ini berisi informasi dari 12 siswa SMA mengenai rata-rata waktu yang digunakan per hari dalam menggunakan media sosial (Instagram, X, dan lain-lain) dan internet untuk bersosialisasi dan hiburan, dan nilai mereka.

Tentukan:

1.     Gambar diagram pencar dari data di atas

2.     Persamaan garis regresi

3.     Prediksikan nilai siswa yang menggunakan rata-rata waktu 3,8 jam dan 7 jam per hari untuk media sosial dan internet menggunakan persamaan garis regresi

​1. Gambar Diagram Pencar

​2. Persamaan Regresi