Analisis komponen utama: Perbedaan antara revisi
Tidak ada ringkasan suntingan |
Tidak ada ringkasan suntingan |
||
| Baris 1: | Baris 1: | ||
Dalam [[statistika]], '''analisis komponen utama''' / AKU ([[Bahasa Inggris]]: ''principal component analysis'' / PCA) adalah teknik yang digunakan untuk menyederhanakan suatu data, dengan cara mentransformasi data secara linier sehingga terbentuk [[sistem koordinat]] baru dengan [[varians]] maksimum. AKU dapat digunakan untuk mereduksi dimensi suatu data tanpa mengurangi karakteristik data tersebut secara signifikan.<ref name="APG">Johnson, Richard A & Wichern, Dean W. ''Applied Multivariate Statistical Analysis'' (New Jersey: Prentice-Hall International Inc, 1998). ISBN 0-13-080084-8.</ref> AKU juga sering digunakan untuk |
Dalam [[statistika]], '''analisis komponen utama''' / AKU ([[Bahasa Inggris]]: ''principal component analysis'' / PCA) adalah teknik yang digunakan untuk menyederhanakan suatu data, dengan cara mentransformasi data secara linier sehingga terbentuk [[sistem koordinat]] baru dengan [[varians]] maksimum. AKU dapat digunakan untuk mereduksi dimensi suatu data tanpa mengurangi karakteristik data tersebut secara signifikan.<ref name="APG">Johnson, Richard A & Wichern, Dean W. ''Applied Multivariate Statistical Analysis'' (New Jersey: Prentice-Hall International Inc, 1998). ISBN 0-13-080084-8.</ref> AKU juga sering digunakan untuk menghindari masalah [[multikolinearitas]] antar peubah bebas dalam [[regresi|model regresi berganda]].<ref name="Bambang Juanda">Juanda, Bambang. ''Ekonometrika : Pemodelan dan Pendugaan'' (Bogor: IPB Press, 2009). ISBN 978-979-493-177-6.</ref><ref name="Minitab 14">Iriawan, Nur , Astuti, Septin Puji. ''Mengolah Data Statistik dengan mudah menggunakan Minitab 14'' (Yogyakarta: ANDI, 2006). ISBN 979-763-111-7.</ref> |
||
Analisis komponen utama merupakan analisis antara dari suatu proses penelitian yang besar atau suatu awalan dari analisis berikutnya, bukan merupakan suatu analisis yang langsung berakhir. Misalnya komponen utama bisa merupakan masukan untuk [[regresi|regresi berganda]] atau [[analisis faktor]]<ref name="Statistika Komputasi">{{cite press release |publisher=Statistika Komputasi |title=Analisis Komponen Utama dan Analisis Faktor |date=[[14 April]] [[2010]] |url=http://statistikakomputasi.wordpress.com/2010/04/14/analisis-komponen-utama-dan-analisis-faktor/|format=php |language=[[bahasa Indonesia]] |accessdate=[[10 Mei]] [[2010]]}}</ref> atau [[analisis gerombol]].<ref name="Wahana Statistika">{{cite press release |publisher=Dunia Ilmu Statistika |title=Analisis Komponen Utama|date=[[20 Agustus]] [[2009]] |url=http://www.wahana-statistika.com/analisis/analisis-multivariate/104-analisis-komponen-utama.html|format=html |language=[[bahasa Indonesia]] |accessdate=[[10 Mei]] [[2010]]}}</ref> |
|||
AKU juga dikenal dengan '''Transformasi Karhunen-Loève''' (dinamakan untuk menghormati [[Kari Karhunen]] dan [[Michel Loève]]) atau '''Transformasi Hotelling''' (dinamakan untuk menghormati [[Harold Hotelling]]). |
AKU juga dikenal dengan '''Transformasi Karhunen-Loève''' (dinamakan untuk menghormati [[Kari Karhunen]] dan [[Michel Loève]]) atau '''Transformasi Hotelling''' (dinamakan untuk menghormati [[Harold Hotelling]]). |
||
Revisi per 10 Mei 2010 15.27
Dalam statistika, analisis komponen utama / AKU (Bahasa Inggris: principal component analysis / PCA) adalah teknik yang digunakan untuk menyederhanakan suatu data, dengan cara mentransformasi data secara linier sehingga terbentuk sistem koordinat baru dengan varians maksimum. AKU dapat digunakan untuk mereduksi dimensi suatu data tanpa mengurangi karakteristik data tersebut secara signifikan.[1] AKU juga sering digunakan untuk menghindari masalah multikolinearitas antar peubah bebas dalam model regresi berganda.[2][3]
Analisis komponen utama merupakan analisis antara dari suatu proses penelitian yang besar atau suatu awalan dari analisis berikutnya, bukan merupakan suatu analisis yang langsung berakhir. Misalnya komponen utama bisa merupakan masukan untuk regresi berganda atau analisis faktor[4] atau analisis gerombol.[5]
AKU juga dikenal dengan Transformasi Karhunen-Loève (dinamakan untuk menghormati Kari Karhunen dan Michel Loève) atau Transformasi Hotelling (dinamakan untuk menghormati Harold Hotelling).
Contoh aplikasi AKU adalah untuk teknik kompresi citra digital dan kompresi video. PCA juga merupakan salah satu teknik statistika multivariat yang dapat menemukan karakteristik data yang tersembunyi.
Referensi
- ^ Johnson, Richard A & Wichern, Dean W. Applied Multivariate Statistical Analysis (New Jersey: Prentice-Hall International Inc, 1998). ISBN 0-13-080084-8.
- ^ Juanda, Bambang. Ekonometrika : Pemodelan dan Pendugaan (Bogor: IPB Press, 2009). ISBN 978-979-493-177-6.
- ^ Iriawan, Nur , Astuti, Septin Puji. Mengolah Data Statistik dengan mudah menggunakan Minitab 14 (Yogyakarta: ANDI, 2006). ISBN 979-763-111-7.
- ^ "Analisis Komponen Utama dan Analisis Faktor" (php) (Siaran pers) (dalam bahasa bahasa Indonesia). Statistika Komputasi. 14 April 2010. Diakses tanggal 10 Mei 2010.
- ^ "Analisis Komponen Utama" (html) (Siaran pers) (dalam bahasa bahasa Indonesia). Dunia Ilmu Statistika. 20 Agustus 2009. Diakses tanggal 10 Mei 2010.