Penerapan Analisis Komponen Utama Kekar Dengan Pendekatan Algoritma Grid Pada Data Spektrum Frontier Transform Infrared

Abstract

Analisis komponen utama (AKU) merupakan analisis peubah ganda yang digunakan dalam pereduksian data berdimensi tinggi yang dalam penelitian ini merupakan data hasil pengolahan alat frontier transform infrared (FTIR) yang memiliki jumlah peubah yang jauh lebih besar daripada jumlah amatannya. Keberadaan pencilan akan membuat analisis komponen utama (AKU) yang digunakan menjadi kurang terandalkan karena AKU klasik dibentuk berdasarkan pada matriks penduga ragam peragam yang sensitif terhadap keberadaan data pencilan. Analisis komponen utama kekar (AKU-K) dengan menggunakan algoritma grid yang merupakan pengembangan dari metode projection pursuit (PP) dapat menangani pencilan dengan lebih baik. Hasil penelitian menunjukan bahwa akar ciri dan proporsi keragaman pada komponen utama pertama ke komponen utama kedua AKU mengalami penurunan yang lebih besar dibandingkan AKU-K. Akar ciri dan proporsi keragaman yang dihasilkan AKU-K relatif lebih stabil dibandingkan dengan hasil AKU. Plot tebaran menggunakan metode AKU-K mampu menarik skor amatan pencilan pada metode AKU menjadi lebih dekat dengan skor lainnya. Analisis ragam yang dilakukan menunjukan bahwa terdapat perbedaan perlakuan pada komponen utama kedua untuk AKU. Kemudian penelusuran senyawa kimia dilakukan pada dua komponen utama pertama AKU dan AKU-K dan diperoleh kesimpulan yakni terdapat satu senyawa yang tidak teridentifikasi oleh komponen utama kedua AKU sehingga pencilan mempengaruhi struktur komponen utama kedua.