Update Artikelilmiah: 49404

AMRU ABDUR RAHMAN

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Penelitian ini bertujuan untuk mengembangkan aplikasi pengolahan data regresi linier sederhana berbasis web menggunakan JavaScript dan MySQL. Aplikasi ini dirancang untuk mengatasi masalah regresi linier sederhana yang seringkali memakan waktu dalam perhitungannya, terutama dengan data bervolume besar. Aplikasi yang dihasilkan dibangun dengan pendekatan modular yang memisahkan front end dan back end untuk mempermudah pengembangan dan debugging. Aplikasi ini mampu melakukan perhitungan regresi linier sederhana secara otomatis serta menampilkan persamaan regresi, nilai koefisien determinasi, serta visualisasi Scatter plot. Selain itu, aplikasi ini juga mengimplementasikan empat jenis uji asumsi klasik, yang meliputi uji normalitas (metode Jarque-Bera), uji heteroskedastisitas (metode Breusch-Pagan), uji autokorelasi (metode Durbin-Watson), dan uji linieritas (Scatter plot). Hasil dari setiap uji ditampilkan secara real-time dalam bentuk angka statistik,  p-value, dan interpretasi warna untuk kemudahan pemahaman pengguna. Penggunaan flowchart berbasis kode dengan Mermaid.js turut membantu dalam penggambaran alur sistem yang kompleks secara efisien dan terstruktur dalam dokumentasi. Pengujian dengan data dummy menunjukkan bahwa aplikasi ini mampu menangani berbagai kondisi data dengan baik dan memberikan hasil perhitungan yang konsisten dengan perhitungan manual maupun perangkat lunak statistik pembanding.

Abtrak (Bhs. Inggris)

This research aims to develop a web-based simple linear regression data processing application using JavaScript and MySQL. This application is designed to overcome simple linear regression problems that are often time-consuming in calculating large volumes data. The application was successfully built with a modular approach that separates the front end and back end to facilitate development and debugging. The aplication is capable of performing simple linear regression calculations automatically as well as displaying regression equations, coefficient of determination values, and Scatter plot visualisation. In addition, the application also implements four types of classical assumption tests, including normality test (Jarque-Bera method), heteroscedasticity test (Breusch-Pagan method), autocorrelation test (Durbin-Watson method), and linearity test (Scatter plot). The results of each test are displayed in real-time in the form of statistical figures,  p-value, and colour interpretation for ease of user understanding. The use of code-based flowcharts with Mermaid.js also contributes to the ease of user understanding.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman