Memilih Model: Linear, Kuadrat, atau Eksponensial? — Matematika Kelas 11–12

Setelah ini kamu bisa memilih jenis fungsi (linear, kuadrat, atau eksponensial) yang paling cocok memodelkan data atau fenomena nyata.

Diberi sekumpulan data — misalnya tinggi tanaman tiap minggu, jumlah bakteri tiap jam, atau tinggi bola yang dilempar ke atas — bagaimana kamu tahu apakah pertumbuhannya lurus, melengkung simetris, atau meledak? Tiap bentuk punya “sidik jari” grafiknya sendiri: garis lurus, parabola, atau kurva melonjak. Belajar mengenali sidik jari itu berarti bisa memilih model yang tepat dalam hitungan detik. Coba lihat sendiri di bawah.

Coba geser slider dan bandingkan tiga keluarga kurva — linear, kuadrat, dan eksponensial — pada satu layar.

Tiga sidik jari grafik

Setiap keluarga fungsi punya bentuk khas yang membedakannya. Fungsi linear $y = mx + c$ tumbuh dengan laju konstan — tiap kenaikan $x$ satu satuan, $y$ bertambah tetap sebesar $m$ . Grafiknya lurus. Fungsi kuadrat $y = ax^2 + bx + c$ tumbuh dengan laju yang berubah secara simetris — grafiknya parabola dengan satu titik balik. Fungsi eksponensial $y = a \cdot b^x$ tumbuh dengan laju yang makin cepat — grafiknya melandai pelan dulu, lalu melonjak tajam.

Model adalah jenis fungsi yang dipilih untuk merepresentasikan data. Pilihan yang tepat menangkap pola data; pilihan yang salah menyesatkan, terutama saat diekstrapolasikan.

Kunci membedakan ketiganya adalah melihat laju pertumbuhan. Linear: kenaikan tetap. Kuadrat: kenaikan berubah, ada titik balik. Eksponensial: kenaikan makin besar (atau makin kecil untuk peluruhan). Pada data diskrit, hitung selisih nilai berturut-turut: bila selisih konstan → linear; bila selisih berubah simetris → kuadrat; bila rasio tetap → eksponensial.

Membedakan pertumbuhan linear vs eksponensial

Pada rentang pendek, linear dan eksponensial bisa terlihat mirip — keduanya naik. Tapi pada rentang panjang, eksponensial pasti meninggalkan linear jauh di belakang. Inilah mengapa “pertumbuhan melonjak” hampir selalu menandakan eksponensial: tiap langkah mengalikan, bukan menambah.

$\text{linear: } \Delta y = m \text{ (konstan)} \quad ; \quad \text{eksponensial: } \frac{y_{t+1}}{y_t} = r \text{ (konstan)}$

Arti tiap simbol: $m$ gradien linear (kenaikan tetap tiap langkah), $r$ faktor pengali eksponensial (rasio tetap tiap langkah), $\Delta y$ selisih nilai berturut-turut.

Pada plot di bawah, dua kurva pertumbuhan — linear $y = 2x + 1$ (aksen1) dan eksponensial $y = 1,4^x$ (aksen2) — tampak mirip di awal, lalu berpisah tajam. Geser slider $x$ dan amati: di $x$ kecil keduanya berdekatan, tapi menjelang $x = 6$ eksponensial sudah jauh meninggalkan linear.

Peluruhan melandai vs penurunan rata

Cerita serupa berlaku untuk penurunan. Linear menurun dengan laju tetap (misalnya, tabungan berkurang Rp10.000 tiap hari). Eksponensial meluruh dengan rasio tetap (misalnya, kafein tinggal separuh tiap 5 jam) — penurunan makin lama makin landai, mendekati nol tanpa pernah benar-benar nol. Bila data menunjukkan penurunan yang makin melambat, model eksponensial lebih cocok; bila penurunan rata, model linear.

Pada plot di bawah, dua kurva penurunan — linear $y = 8 - x$ (aksen1, turun rata sampai nol) dan eksponensial peluruhan $y = 8 \cdot 0,7^x$ (aksen2, melandai mendekati nol) — menunjukkan perbedaan jelas. Linear akan benar-benar menyentuh nol (dan terus ke negatif), sementara eksponensial mendekati nol tanpa menyentuhnya.

Ciri data	Model yang cocok	Contoh konteks
Selisih berturut-turut konstan	Linear ( $y = mx + c$ )	Tarif taksi per km, kecepatan tetap
Selisih berubah, ada titik balik	Kuadrat ( $y = ax^2 + \ldots$ )	Tinggi bola dilempar, luas vs sisi
Rasio berturut-turut konstan	Eksponensial ( $y = a \cdot b^x$ )	Bakteri membelah, peluruhan zat

Soal UTBK Penalaran Matematika sering menyajikan tabel data atau deskripsi fenomena, lalu menanyakan model fungsi mana yang paling tepat. Triknya: hitung selisih dan rasio nilai berturut-turut. Selisih konstan → linear; rasio konstan → eksponensial; ada titik balik → kuadrat. Kerangka TKA (Peraturan Ka. BSKAP 045/H/AN/2025) memasukkan pemodelan fungsi sebagai bagian elemen aljabar dan fungsi.

Coba dulu di kertas, baru buka.

Soal. Data tinggi tanaman (cm) selama 4 minggu: $2, 5, 10, 17, 26$ . Model manakah yang paling cocok, dan apa nilai parameter utamanya?

Selisih: $5 - 2 = 3$ ; $10 - 5 = 5$ ; $17 - 10 = 7$ ; $26 - 17 = 9$ . Selisihnya tidak konstan, jadi bukan linear.

Selisih kedua (selisih dari selisih): $5 - 3 = 2$ ; $7 - 5 = 2$ ; $9 - 7 = 2$ . Selisih kedua konstan sebesar 2 — inilah ciri khas fungsi kuadrat.

Bila selisih kedua konstan = 2, maka koefisien $x^2$ memenuhi $2a = 2$ , sehingga $a = 1$ . Modelnya kuadrat $y \approx x^2 + 1$ (disesuaikan dengan nilai awal). Cocok dengan data: $1^2 + 1 = 2$ , $2^2 + 1 = 5$ , $3^2 + 1 = 10$ , dst.

Jebakan: pada rentang pendek, linear dan eksponensial tampak mirip, lalu kamu memilih linear untuk data yang sebenarnya eksponensial. Yang benar: periksa selisih DAN rasio — bila rasio mendekati konstan meski selisih berubah, model eksponensial lebih tepat, terutama untuk ekstrapolasi jauh.

Jebakan: menganggap peluruhan eksponensial akan mencapai nol dalam waktu tertentu. Yang benar: peluruhan eksponensial mendekati nol tanpa pernah menyentuhnya; bila data benar-benar menyentuh nol, model linear (atau lainnya) lebih cocok.

Linear $y = mx + c$ : kenaikan konstan; selisih berturut-turut tetap.
Kuadrat $y = ax^2 + \ldots$ : ada titik balik; selisih kedua konstan.
Eksponensial $y = a \cdot b^x$ : laju makin cepat (tumbuh) atau makin lambat (lusuh); rasio tetap.
Pilih model dengan menghitung selisih dan rasio nilai berturut-turut.
Peluruhan eksponensial melandai mendekati nol; linear menyentuh nol dan terus ke bawah.