Analisis komponen utama
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 mengatasi masalah multikolinearitas antar peubah bebas.[2]
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.