Mengenal Metode PCA Principal Component Analysis

Mengenal Metode PCA Principal Component Analysis – Di dalam statistika, terdapat suatu metode yang dikenal dengan istilah principal component analysis atau PCA. Yang mana dalam bahasa Indonesia dikenal dengan metode analisis komponen utama atau AKU. principal component analysis ini adalah suatu teknik statistik yang biasanya digunakan dan telah dipakai secara luas untuk bidang pengolahan data, metode pengolahan Citra, pembelajaran mesin dan juga pemrosesan signal.

Metode PCA principal component analysis dipakai di bidang biologi pertama kali di temukan pada tahun 1901 oleh para ahli statistik dan Karl Pearson. Kemudian, metode ini ditemukan kembali oleh Karhunen pada tahun 1947 yang kemudian dikembangkan pada tahun 1963 oleh Loeve. Teori ini pun kemudian dinamakan Karhunen-Loeve transform untuk bidang ilmu telekomunikasi.

PCA merupakan sebuah transformasi linier yang biasanya dapat digunakan pada kompresi data. Teori ini merupakan teknik umum yang biasanya digunakan untuk menarik fitur-fitur sebuah skala yang memiliki dimensi tinggi. PCA ini akan memproyeksikan data kedalam subspace. Adapun principal component analysis ini adalah transformasi linear yang mana digunakan untuk dapat menentukan sistem koordinat yang baru dari data tanpa perlu menghilangkan informasi penting yang ada dalam data.

Sumber : https://id.m.wikipedia.org/wiki/Analisis_komponen_utama

Metode PCA principal component analysis ini pada umumnya digunakan untuk menyederhanakan suatu data yaitu dengan cara mentransformasikan data secara linier sehingga dapat terbentuk suatu sistem koordinat baru yang memiliki varian maksimum. Analisis komponen utama ini juga dapat digunakan untuk mereduksi dimensi suatu data tanpa harus mengurangi karakteristik dari data secara signifikan. Selain itu, teknik ini pun sering digunakan pula untuk menghindari masalah multikolinearitas yang terjadi antara peubah bebas ke dalam model regresi berganda.

Teknik analisis ini adalah analisis yang biasanya terjadi di antara suatu proses penelitian besar atau pada suatu awalan dari analisis berikutnya. Akan tetapi analisis tersebut bukan merupakan suatu analisis yang langsung berakhir. Contohnya komponen utama dapat merupakan suatu masukan untuk regresi berganda atau berupa analisis faktor atau berupa analisis gerombol. Dalam penerapannya, analisis dari komponen utama akan dibatasi oleh asumsi-asumsinya. Yang mana asumsi-asumsi tersebut merupakan asumsi kelinieran model regresi, asumsi ke ortogonal suatu komponen utama, serta asumsi varian yang besar dan memiliki struktur yang penting.

Metode PCA principal component analilysis merupakan salah satu teknik statistika multivariat yang dapat menemukan karakteristik dari data yang bersembunyi. Metode ini tampaknya hanya memiliki penerapan yang sempit terhadap ilmu-ilmu fisis, kerekayasaan, dan juga biologis. Namun terkadang, ilmu ini ini berfungsi untuk mencari ubah kombinasi yang efektif dalam ilmu ilmu pengetahuan sosial.

Itulah penjelasan singkat mengenai penjabaran metode PCA  principal component analysis yang biasanya selalu digunakan dalam memproses suatu data. Semoga bermanfaat.

 Referensi : https://id.m.wikipedia.org/wiki/Analisis_komponen_utama