Dataset yang digunakan pada penelitian ini merupakan data klasifikasi jenis hewan (Zoo dataset) yang terdiri dari beberapa karakteristik biologis sebagai variabel prediktor dan class type sebagai variabel target. Setiap variabel menjelaskan atribut tertentu dari hewan, seperti keberadaan rambut, bulu, telur, susu, kemampuan terbang, habitat air, hingga karakteristik tubuh lainnya. Secara total terdapat 16 variabel prediktor yang digunakan untuk membantu proses klasifikasi ke dalam beberapa kategori kelas hewan. Data ini kemudian digunakan untuk membangun model statistik berupa Linear Discriminant Analysis (LDA) dan Regresi Logistik Multinomial guna menganalisis pola hubungan antara karakteristik hewan dan kelasnya.

Implementasi Metode Clustering pada Dataset Student Performance Menggunakan K-Means, K-Median, DBSCAN, Mean Shift, dan Fuzzy C-Means

Implementasi Multivariate Analysis of Variance (MANOVA) dan Multivariate Analysis of Covariance (MANCOVA) pada Obesity Dataset

Dokumen ini berisi implementasi Principal Component Analysis (PCA) dan Factor Analysis (FA) menggunakan data World Happiness Report 2024. Analisis dilakukan untuk mengidentifikasi struktur faktor utama yang memengaruhi tingkat kebahagiaan negara berdasarkan indikator ekonomi, sosial, kesehatan, dan persepsi terhadap pemerintahan.