Analisis komponen utama: Perbedaan antara revisi
SilvonenBot (bicara | kontrib) k bot Menambah: fa:تحلیل مولفههای اصلی |
Ptbotgourou (bicara | kontrib) k bot Mengubah: en:Principal component analysis |
||
Baris 11: | Baris 11: | ||
[[cs:Analýza hlavních komponent]] |
[[cs:Analýza hlavních komponent]] |
||
[[de:Hauptkomponentenanalyse]] |
[[de:Hauptkomponentenanalyse]] |
||
[[en:Principal |
[[en:Principal component analysis]] |
||
[[eo:Analizo al precipaj konsisteroj]] |
[[eo:Analizo al precipaj konsisteroj]] |
||
[[es:Análisis de componentes principales]] |
[[es:Análisis de componentes principales]] |
Revisi per 29 Maret 2009 00.56
Dalam statistika, analisis komponen utama (Bahasa Inggris: principal component analysis / PCA) adalah teknik yang digunakan untuk menyederhanakan suatu data, dengan cara mentransformasi linier sehingga terbentuk sistem koordinat baru dengan varians maksimum. PCA dapat digunakan untuk mereduksi dimensi suatu data tanpa mengurangi karakteristik data tersebut secara signifikan.
PCA juga dikenal dengan Transformasi Karhunen-Loève (dinamakan untuk menghormati Kari Karhunen dan Michel Loève) atau Transformasi Hotelling (dinamakan untuk menghormati Harold Hotelling).
Contoh aplikasi PCA adalah untuk teknik kompresi citra digital dan kompresi video. PCA juga merupakan salah satu teknik statistik multivariat yang dapat menemukan karakteristik data yang tersembunyi.