#metodeprincipalcomponentanalysis

Pengertian Metode Principal Component Analysis (PCA)

Metode PCA ialah sebuah teknik analisis statistik multivariat yang termasuk populer pada saat ini. PCA juga merupakan bagian dari metode reduksi dimensi pada machine learning. Nantinya dalam metode ini akan memilih variabel-variabel yang bisa menjelaskan tentang sebagian besar variabilitas data. Metode PCA meminimalisir dimensi dengan cara embangun variabel baru yaitu Principal Components yang terdiri dari kombinasi linear variabel-variabel lama.

Cara penghitungan varian dan Principal Components bisa menggunakan konsep nilai eigen dan vektor eigen dari ilmu aljabar linier. Menggunakan PCA ini bisa meringkas informasi yang tercantum pada tabel data besar. Sehingga nantinya informasi tersebut menjadi beberapa kumpulan indeks yang lebih kecil.

Metode PCA memudahkan tahap visualisasi dan analisis data untuk menghasilkan kesimpulan. Melalui metode ini proses peringkasan informasi dari data besar akan menghabiskan waktu yang lebih singkat. Dengan menggunakan PCA yang tepat maka akan menghasilkan ringkasan yang lebih kecil secara pasti.

Metode Principal Component Analysis (PCA), Salah Satu Teknik Analisis Metode principal component analysis (PCA) menjadi salah satu teknik analisis yang terdapat pada bidang statistika. Tidak hanya itu metode PCA juga terdapat dalam teknik analisis data science. Penerapan metode PCA sangat luas, hampir seluruh industri menerapkannya.