Analisis Komponen Utama: Bagaimana Ide Dasarnya?

Analisis Komponen Utama (AKU) atau Principal Component Analysis (PCA) seringkali dikenalkan melalui aljabar abstrak. Kita juga dapat menyingkapnya secara geometris: metode ini menemukan sumbu-sumbu baru terbaik yang memotret variasi dalam data. Kamu dapat menyingkap bagaimana AKU menemukan sumbu-sumbu tersebut dengan bereksperimen melalui beberapa kemungkinan arah sumbu.

Media interaktif ini mengajakmu untuk menjelajahi AKU langkah demi langkah. Pertama, kamu dapat memilih garis-garis sumbumu sendiri dan melihat seberapa baik garis-garis tersebut memotret variasi dalam data. Kedua, kamu dapat melihat proyeksi data tersebut pada komponen-komponen utama dan membandingkannya dengan sumbu-sumbu awal. Terakhir, kamu akan melihat bagaimana AKU menjadi metode yang ampuh untuk mereduksi dimensi data.

Untuk memandu eksplorasimu, gunakan pertanyaan/perintah berikut untuk berefleksi selama kamu berinteraksi dengan media interaktif di atas.

1. Apa yang diukur oleh "meteran" pada Jendela 1? Bagaimana caramu mendapatkan skor terbaik ketika mengatur garis-garisnya? (Petunjuk: Amati perubahan jarak antara tiap-tiap titik data dengan garis yang kamu buat dan skormu pada meteran tersebut.)
2. Bandingkan proyeksi data pada bidang ku1 dan ku2 pada Jendela 2 dengan data aslinya pada Jendela 1.
3. Pada Jendela 3, bandingkan variasi yang dijelaskan oleh x, y, ku1, dan ku2. Menurutmu, mengapa ku1 menjelaskan paling banyak variasi sedangkan ku2 hanya sedikit?

Bagaimana cara kerja AKU secara geometris? Mengapa komponen utama yang pertama paling penting? AKU menemukan sumbu-sumbu yang menunjukkan arah penyebaran data. Komponen pertama memotret variasi yang paling banyak, sedangkan komponen kedua yang tegak lurus dengan komponen pertama tersebut memotret variasi sisanya.

Kamu ingin melihat bagaimana penerapan AKU untuk menganalisis pola konsumsi pangan penduduk Indonesia? Silakan kunjungi https://jelajahstatid.github.io/pos/2025-10-analisis-komponen-utama/.

---