Implementasi Analisa Komponen Utama untuk Mereduksi Variabel yang Mempengaruhi Perbaikan pada Fungsi Ginjal Tikus

Fitrianingsih Fitrianingsih, Sugiyarto Sugiyarto

Abstract


Penelitian ini bertujuan untuk mereduksi variabel yang mempengaruhi fungsi ginjal pada tikus. Untuk memperoleh informasi yang diinginkan, maka diperlukan suatu metode yang tepat agar dapat digunakan dalam mengolah data yang sudah ada. Ada banyak metode yang digunakan untuk mereduksi variabel, di antaranya yaitu Principal Component Analysis (PCA) dan Factor Analysis (FA). Metode yang akan digunakan dalam penelitian ini adalah metode principal component analysis (PCA) atau analisa komponen utama. PCA merupakan salah satu metode dalam analisis multivariat yang secara khusus dikembangkan untuk mereduksi dimensi data yang ukurannya besar menjadi lebih sederhana tanpa harus kehilangan informasi data asli. Pada penelitian ini, metode PCA digunakan untuk mereduksi jumlah variabel, sehingga dari 8 variabel yang ada hanya akan diketahui 3 variabel yang benar-benar mempengaruhi perbaikan fungsi ginjal tikus, dimana 3 variabel yang dihasilkan tersebut dapat mewakili 8 variabel yang ada pada dataset. Variabel baru hasil reduksi akan dijadikan sebagai variabel input untuk membuat model persamaan regresinya untuk melihat sebagaimana pengaruh variabel tersebut terhadap perbaikan fungsi ginjal tikus. Dataset yang digunakan pada penelitian ini adalah data dosis pemberian ekstrak tanaman obat. Adapun model regresi akhir hasil komponen utama yaitu

Y=β0 + β1PC1 + β2PC2 + β3PC3


Keywords


Matriks Kovarian; Nilai Eigen; Vector Eigen; PCA

Full Text:

PDF

References


A. A. Matijik and I. M. Sumertajaya, “Sidik Peubah Ganda,†Bogor IPB PR, 2011.

A. A. Mattjik, I. Sumertajaya, G. N. A. Wibawa, and A. F. Hadi, “Sidik peubah ganda dengan menggunakan SAS.†2011.

D. E. Booth, “Applied multivariate analysis.†Taylor & Francis, 2003.

E. C. Pearce, Anatomi dan fisiologi untuk paramedis. PT Gramedia Pustaka Utama, 2016.

F. B. Bryant and P. R. Yarnold, “Principal-components analysis and exploratory and confirmatory factor analysis.,†1995.

C. Chatfield and A. Collins, Introduction to multivariate analysis, vol. 1. CRC Press, 1981.

R. A. Johnson and D. W. Wichern, Applied multivariate statistical analysis, vol. 5, no. 8. Prentice hall Upper Saddle River, NJ, 2002.

P. Sri, “PEMILIHAN MODEL REGRESI LINEAR BERGANDA TERBAIK PADA KASUS MULTIKOLINEARITAS BERDASARKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DAN METODE STEPWISE.†Universitas Negeri Semarang, 2016.

G. H. Martono, T. B. Adji, and N. A. Setiawan, “Penggunaan Metode Analisa Komponen Utama (PCA) untuk Mereduksi Faktor-Faktor yang Mempengaruhi Penyakit Jantung Koroner,†2012.

J. Hardika, D. Sebayang, and P. Sembiring, “Penerapan analisis komponen utama dalam penentuan faktor dominan yang mempengaruhi prestasi belajar siswa (Studi kasus: SMAN 1 Medan),†2013.




DOI: http://dx.doi.org/10.26555/konvergensi.v6i2.19549

Refbacks

  • There are currently no refbacks.


View My Stats JIM