Pengarang
Sander, Alex
Ardana, Ngakan Komang Kutha (Pembimbing I)
Sumarno, Hadi (Pembimbing II)
Penerbitan
Bogor : IPB Universtity, 2021
Deskripsi fisik
x, 45 Halaman : Ilustrasi ; 29 cm.
Subjek
Fakultas Matematika dan Ilmu Pengetahuan Alam-- Matematika
Mathematics-- Statistical data-- 2021-- Bogor
Abstrak
Data berukuran besar merupakan salah satu ciri penting dalam mengolah informasi pada era modern ini. Istilah "Big Data" mengacu pada kumpulan data yang memiliki ukuran sangat besar, rumit, dan tidak dapat dikelola dengan cara yang biasa. Saat ini pengolahan data semakin bervariasi dan memerlukan penanganan khusus, baik dalam proses analisis maupun visualisasi. Analisis Komponen Utama adalah metode statistika yang mampu mereduksi dimensi data dari kumpulan variabel yang saling berkorelasi menjadi kumpulan variabel baru yang kecil dengan tetap mempertahankan sebanyak mungkin keragaman data. Proses analisis ini bertujuan untuk mereduksi dimensi data menggunakan Analisis Komponen Utama Klasik (AKU-K) dan Missingness and Cellwise and Rowwise Outliers PCA (MacroPCA, AKU-Macro) yang robust terhadap pencilan. Karya ilmiah ini difokuskan pada pencilan sel menggunakan metode Detect Deviating Cells (DDC) - sebuah metode yang dapat mengidentifikasi pencilan sel pada suatu matriks data. Berdasarkan ukuran kesesuaian dalam
Catatan
Skripsi (Sarjana),-- IPB University, 2021
Akses online
http://repository.ipb.ac.id/handle/123456789/107923