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.{{fact}} |
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.{{fact}} Analisis komponen utama 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> Analisis komponen utama 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.{{fact}} Misalnya komponen utama bisa merupakan masukan untuk [[regresi|regresi berganda]] atau [[analisis faktor]] |
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.{{fact}} Misalnya komponen utama bisa merupakan masukan untuk [[regresi|regresi berganda]] atau [[analisis faktor]] atau [[analisis gerombol]]. |
||
[[Berkas:Contoh_Transformasi_Balik_Analisis_Komponen_Utama.JPG|thumb|400px|Contoh Transformasi balik dalam Analisis Komponen Utama]] |
[[Berkas:Contoh_Transformasi_Balik_Analisis_Komponen_Utama.JPG|thumb|400px|Contoh Transformasi balik dalam Analisis Komponen Utama]] |
||
AKU juga dikenal dengan '''Transformasi Karhunen-Loève''' (dinamakan untuk menghormati [[Kari Karhunen]] dan [[Michel Loève]]) atau '''Transformasi Hotelling''' (dinamakan untuk menghormati [[Harold Hotelling]]).<ref name="Edu">{{cite press release |publisher=Harvey Mudd College |title=Karhunen-Loeve Transform (KLT)|date=[[3 November]] [[2009]] |url=http://fourier.eng.hmc.edu/e161/lectures/klt/node3.html|format=html |language=[[bahasa Inggris]] |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]]).<ref name="Edu">{{cite press release |publisher=Harvey Mudd College |title=Karhunen-Loeve Transform (KLT)|date=[[3 November]] [[2009]] |url=http://fourier.eng.hmc.edu/e161/lectures/klt/node3.html|format=html |language=[[bahasa Inggris]] |accessdate=[[10 Mei]] [[2010]]}}</ref> |
Revisi per 10 Mei 2010 20.01
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.[butuh rujukan] Analisis komponen utama dapat digunakan untuk mereduksi dimensi suatu data tanpa mengurangi karakteristik data tersebut secara signifikan.[1] Analisis komponen utama 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.[butuh rujukan] Misalnya komponen utama bisa merupakan masukan untuk regresi berganda atau analisis faktor atau analisis gerombol.
AKU juga dikenal dengan Transformasi Karhunen-Loève (dinamakan untuk menghormati Kari Karhunen dan Michel Loève) atau Transformasi Hotelling (dinamakan untuk menghormati Harold Hotelling).[4]
Contoh aplikasi AKU adalah untuk teknik kompresi citra digital dan kompresi video.[butuh rujukan] PCA juga merupakan salah satu teknik statistika multivariat yang dapat menemukan karakteristik data yang tersembunyi.[butuh rujukan]
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.
- ^ "Karhunen-Loeve Transform (KLT)" (html) (Siaran pers) (dalam bahasa bahasa Inggris). Harvey Mudd College. 3 November 2009. Diakses tanggal 10 Mei 2010.