Proyek ini melakukan segmentasi pelanggan berdasarkan perilaku pengeluaran menggunakan dataset Customer Segmentation Based on Spending Behavior. Beberapa metode clustering diterapkan, yaitu K-Means, K-Median, DBSCAN, Mean Shift, dan Fuzzy C-Means, untuk mengelompokkan pelanggan ke dalam segmen bernilai rendah, menengah, dan tinggi. Hasil analisis menunjukkan bahwa K-Means menghasilkan cluster terbaik berdasarkan evaluasi Silhouette, sedangkan Fuzzy C-Means menawarkan fleksibilitas tambahan untuk data yang overlap. Visualisasi cluster menggunakan PCA dan evaluasi kualitas cluster juga disertakan, sehingga proyek ini dapat menjadi acuan strategi pemasaran berbasis data.

Analisis multivariat pada data penumpang Titanic menggunakan R yang berfokus pada variabel Age, SibSp, Parch, dan Fare. Data dibersihkan dari missing value kemudian dianalisis menggunakan matriks korelasi, matriks varians kovarians, serta eigen value dan eigen vector.