Dalam analisis data multivari, memiliki teknologi yang sesuai dapat membantu dalam memahami hubungan antara variabel dan mencari pola tertentu. Salah satu contoh teknologi tersebut adalah pattern markdown, yang digunakan untuk menganalisis dataset car.
Menggunakan Pattern Markdown untuk Membedakan Merek Mobil
Pada awalnya, kita dapat menggunakan pattern markdown untuk menemukan fitur-fitur yang membedakan antara merek mobil. Dalam kasus ini, kita memiliki tiga kelompok data: mobil 4 silinder, mobil 6 silinder, dan mobil 8 silinder. Setelah melakukan analisis, kita dapat menemukan bahwa nilai rata-rata MPG (Miles Per Gallon) yang tinggi dan percepatan yang lebih baik menjadi fitur-fitur yang membedakan antara ketiga kelompok tersebut.
Menggunakan Glyph untuk Menganalisis Data Multivari
Selain menggunakan pattern markdown, kita juga dapat menggunakan glyph untuk menganalisis data multivari. Glyph adalah representasi visual dari variabel-variabel dalam dataset. Dalam kasus ini, kita menggunakan star plot untuk menggambarkan data 9 mobil pertama dalam dataset. Setiap sisinya pada bintang mewakili satu variabel, dan panjangnya proporsional terhadap nilai variabel tersebut.
Menggunakan Glyph dengan Skalasi Multidimensional
Namun, jika kita hanya menggunakan glyph tanpa skalasi multidimensional (MDS), maka gambaran visual dapat menjadi kacau karena bintang-bintang yang berdekatan memiliki nilai yang sangat berbeda. Oleh karena itu, kita dapat menggabungkan MDS dengan glyph plot untuk menciptakan gambaran visual yang lebih rapi dan memudahkan deteksi pola.
Contoh Penggunaan Glyph Plot dengan MDS
Dalam contoh ini, kita menggunakan dataset mobil tahun 1977. Kita pertama-tama memilih semua mobil tahun 1977 dan menerapkan skala standar (z-score) untuk setiap variabel. Kemudian, kita menghitung jarak Euclidean antara observasi yang telah dikstandardisasi sebagai ukuran ketidaksamaan.
Menggunakan Chernoff Face untuk Menganalisis Data Multivari
Selain menggunakan star plot, kita juga dapat menggunakan glyph lainnya yaitu Chernoff face. Glyph ini mewakili data nilai variabel-variabel dalam dataset ke fitur-fitur wajah, seperti ukuran wajah, bentuk wajah, dan posisi mata.
Kelebihan Menggunakan Glyph Plot dengan MDS
Dengan menggunakan glyph plot dengan MDS, kita dapat menciptakan gambaran visual yang lebih rapi dan memudahkan deteksi pola. Kita juga dapat melakukan eksplorasi interaktif dengan menggunakan kursor data dalam figura MATLAB hidup.
Kesimpulan
Dalam analisis data multivari, menggunakan pattern markdown dan glyph plot dapat membantu dalam menemukan hubungan antara variabel dan mencari pola tertentu. Kita juga dapat menggabungkan MDS dengan glyph plot untuk menciptakan gambaran visual yang lebih rapi dan memudahkan deteksi pola.