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.

Analysis of COVID-19 cases, deaths, recoveries and vaccinations in India using R.

Analisis eksplorasi dan reduksi dimensi data fitness tracking menggunakan Feature Engineering, Feature Selection, dan PCA.

Tugas Analisis Data Kategorik