Project ini membahas penerapan Exploratory Data Analysis (EDA) dan Principal Component Analysis (PCA) pada Dry Bean Dataset yang berisi karakteristik morfologi biji kacang kering. Analisis diawali dengan pemeriksaan kualitas data, statistik deskriptif, deteksi outlier, analisis korelasi, dan identifikasi multikolinearitas antar variabel. Selanjutnya, PCA digunakan untuk mereduksi dimensi data dari 16 variabel numerik menjadi sejumlah komponen utama yang mampu mempertahankan sebagian besar informasi data. Hasil analisis menunjukkan bahwa tiga principal components mampu menjelaskan sekitar 90,02% variasi total data sehingga reduksi dimensi dapat dilakukan secara efektif tanpa kehilangan informasi yang signifikan. Variabel seperti MajorAxisLength, AspectRation, Eccentricity, ShapeFactor1, dan ShapeFactor2 menjadi faktor utama yang memengaruhi variasi karakteristik morfologi biji kacang.

This report presents an exploratory data analysis of tuberculosis detection and treatment success rates across provinces in Indonesia. The analysis uses data from the Indonesian Central Bureau of Statistics (BPS) on disease cases by province and type of disease in 2025. Laporan ini menyajikan analisis eksploratif terhadap angka penemuan kasus dan keberhasilan pengobatan tuberkulosis (TBC) di berbagai provinsi di Indonesia. Analisis ini menggunakan data dari Badan Pusat Statistik (BPS) mengenai kasus penyakit menurut provinsi dan jenis penyakit pada tahun 2025.