Setup Menus in Admin Panel

Analisis Komponen Utama

 

Masalah pereduksian dimensi dari segugus data peubah ganda yang besar sering menjadi topik yang menarik untuk dibahas. Beberapa masalah yang timbul dalam mereduksi dimensi tersebut adalah bagaimana caranya mendapatkan gugus peubah yang lebih kecil namun tetap mampu mempertahankan sebagian besar informasi yang terkandung pada data asal. Salah satu metode yang baik digunakan adalah dengan menggunakan analisis komponen utama. Analisis komponen utama banyak digunakan pada berbagai bidang ilmu. Tujuan utama dari analisis komponen utama adalah mereduksi dimensi data besar dan saling berkorelasi menjadi dimensi yang lebih kecil dan saling bebas Peubah baru ini merupakan kombinasi linier dari peubah asal dan disebut dengan komponen utama (Principal Component). Komponen utama ini dapat dibentuk berdasarkan matriks ragam peragam ataupun dari matriks korelasi.

Tahapan Pengerjaan Analisis Komponen Utama

  1. => Sediakan set data X dan Y, data X sebagai peubah bebas dan Y sebagai peubah tak bebas (respon).
  2. => Membuat matriks varian kovarin atau matrik korelasi dari data X (kali ini menggunakan matrik korelasi).
  3. => Menghitung akar ciri dan vektor ciri dari matrik data yang ditentukan poin 2.
  4. => Menentukan proporsi keragaman menggunakan akar ciri yang diperoleh pada poin 2.
  5. => Menghitung komponen utama dari vektor ciri yang diperoleh di poin 3. sekaligus menentukan banyaknya komponen yang digunakan melalui proporsi keragaman yang telah diperoleh pada poin 4.
  6. => Menghitung skor komponen utama sebanyak komponen utama yang telah ditentukan pada poin 5.

 

  • => Pengantar Analisis Komponen Utama
  • => Penentuan penggunaan matriks korelasi dan matriks ragam peragam
  • => Penentuan banyaknya Komponen Utama
  • => Manfaat dari komponen utama
  • => Penerapan analisis komponen utama

Lama Pelatihan : 2 Jam

Copyright © 2018 PT. Angsa Statistika Indonesia