Penggunaan Metode Analisa Komponen Utama (PCA) untuk Mereduksi Faktor-Faktor yang Mempengaruhi Penyakit Jantung Koroner

Tujuan dari penelitian ini adalah untuk mereduksi variabel-variabel yang benar-benar mempengaruhi penyakit jantung koroner. Untuk mendapatkan informasi yang diinginkan, maka diperlukan suatu metodologi yang tepat agar dapat digunakan dalam mengolah data yang sudah ada. Ada banyak metodologi yang digunakan untuk melakukan pengurangan variabel (feature eksraction) seperti principal component analysis (PCA), rough set theory, algoritma genetika, dan lainnya. Metodologi yang akan digunakan untuk melakukan reduksi dalam penelitian ini adalah metodologi principal component analisa (PCA) atau analisa komponen utama. Metodologi PCA digunakan untuk mereduksi jumlah variabel yang ada pada dataset sehingga dari 13 variabel yang terdapat pada dataset hanya akan diketahui empat variabel yang benar- benar mempengaruhi penyakit jantung koroner dan empat variabel yang dihasilkan dengan metodologi PCA dapat mewakili 13 variabel yang ada pada dataset. Dataset yang digunakan pada penelitian ini adalah data penyakit jantung koroner yang diperoleh dari Cleveland Clinic Foundation yang merupakan koleksi database dari Universitas California, Irvine (UCI) machine learning repository.