Laporan analisis Structural Equation Modeling (SEM) menggunakan paket lavaan dengan estimator WLSMV untuk menguji faktor pendorong mahasiswa dalam mengadopsi teknologi AI.Menggunakan data 437 responden, penelitian ini memperluas model TAM klasik dengan menambahkan konstruk Subjective Norms dan Trust. Dokumen ini mencakup tahapan lengkap mulai dari data cleansing (eliminasi indikator SN2), uji validitas CFA, uji reliabilitas CR & AVE, evaluasi Goodness of Fit (CFI/TLI = 0.997), hingga pengujian 4 hipotesis utama. Hasil menunjukkan seluruh hipotesis diterima, dengan Attitude Toward Using sebagai prediktor paling dominan terhadap Actual Usage AI secara nyata.

Laporan ini menyajikan analisis komparatif menggunakan metode Linear Discriminant Analysis (LDA) dan Ordinal Logistic Regression (OLR) untuk mengklasifikasikan tingkat kebugaran berdasarkan Body Performance Dataset. Mencakup tahap preprocessing data, penanganan outlier, hingga evaluasi akurasi model.

Laporan ini menyajikan studi perbandingan antara lima algoritma clustering utama: K-Means, K-Medians, DBSCAN, Mean Shift, dan Fuzzy C-Means dengan menggunakan dataset Diagnosis Kanker Payudara (WDBC Dataset). Analisis difokuskan pada kemampuan masing-masing algoritma dalam mengelompokkan karakteristik morfologi sel menjadi kategori jinak (benign) dan ganas (malignant) menggunakan pemrosesan PCA dan evaluasi akurasi.

Tugas Analisis Multivariat menggunakan Dataset Titanic. Analisis difokuskan pada hubungan antar variabel numerik melalui Correlation Matrix dan Variance-Covariance Matrix, serta identifikasi komponen utama menggunakan Eigen Analysis.