Catatan untuk Aziz dan Galih

contoh_prediksi.txt

Data Test:

x1      x2      y
0.6     40       100
0.44    30       73
0.2     20       49

note: x1 dan x2 adalah input (independent variable) dan y adalah output (dependent variable) 

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>

Theta:

theta0  theta1  theta2
1       2       3

note: theta yang dihasilkan dari pembangunan model, ini saya ngacak aja nilai nya ...

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>

Prediksi:
y       =   theta0 + theta1*x1 + theta2*x2
122.2   =   1   + 2(0.6)    + 3(40)
91.88   =   1   + 2(0.44)    + 3(30)
61.4   =   1   + 2(0.2)    + 3(20)

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>

Hasil Prediksi:

x1      x2      y_prediksi
0.6     40      122.2
0.44    30      91.88
0.2     20      61.4

Note: Jadi prediksi itu cuma ambil nilai x1 dan x2 saja, nilai y diabaikan untuk dibandingkan dengan y_prediksi nanti di RMSE ...

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>

RMSE : 

y       y_prediksi
100     122.2
73      91.88
49      61.4

error   =   square_root( sum(abs(y - y_prediksi)) / n)

Note: 

square_root = akar kuadrat
sum = penjumlahan
abs = nilai absolute (misal -22 jadi 22)
n =  jumlah data

coba hitung sendiri, terus check lagi rumus ini siapa tahu ada salah, maklum sudah lama tidak ngitung angka ...