EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Implementasi Principal Componen Analysis untuk Mereduksi Faktor-faktor Kandungan Gizi yang Mempengaruhi Jenis Makanan

Onoy Rohaeni, Mimah Mutmainah, Ariela Safmi Ramdhani, Ery Supriyadi R.

Data Enthusiast: Jurnal Ilmiah Sains Data · 25.01.2026 · 2 (1) · 25-32

DOI: 10.32670/dej.v2i1.16 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Data Enthusiast: Jurnal Ilmiah Sains Data, online erschienen am 25.01.2026. Verfasst von Onoy Rohaeni und 3 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Principal Component Analysis (PCA) adalah teknik statistik yang digunakan untuk mengurangi dimensi data multivariat dengan mengubah variabel asli menjadi komponen utama yang lebih sedikit. Penelitian ini bertujuan untuk mereduksi faktor-faktor kandungan gizi yang mempengaruhi jenis makanan dengan membentuk beberapa komponen utama yang terbentuk untuk menggambarkan pola kandungan gizi makanan. PCA telah dilakukan untuk menyederhanakan data kandungan gizi makanan yang terdiri dari enam variabel. Hasil analisis menunjukkan bahwa dua komponen utama dapat menjelaskan 72,2% variasi total data. Komponen utama pertama merepresentasikan pola makanan berbasis karbohidrat, sedangkan komponen utama kedua merepresentasikan pola makanan tinggi energi dan protein. Meskipun nilai KMO rendah, hasil Bartlett’s Test of Sphericity menunjukkan korelasi signifikan antar variabel, sehingga PCA dapat digunakan sebagai analisis eksploratif untuk memperoleh gambaran awal struktur dan pola kandungan gizi makanan.

Zitieren

APA

Rohaeni, O., Mutmainah, M., Ramdhani, A. S., & R., E. S. (2026). Implementasi Principal Componen Analysis untuk Mereduksi Faktor-faktor Kandungan Gizi yang Mempengaruhi Jenis Makanan. Data Enthusiast: Jurnal Ilmiah Sains Data, 2(1), 25-32. https://doi.org/10.32670/dej.v2i1.16

Vancouver

Rohaeni O, Mutmainah M, Ramdhani AS, R. ES. Implementasi Principal Componen Analysis untuk Mereduksi Faktor-faktor Kandungan Gizi yang Mempengaruhi Jenis Makanan. Data Enthusiast: Jurnal Ilmiah Sains Data. 2026;2(1):25-32. doi:10.32670/dej.v2i1.16

BibTeX
@article{Rohaeni2026,
  author = {Rohaeni, Onoy and Mutmainah, Mimah and Ramdhani, Ariela Safmi and R., Ery Supriyadi},
  title = {Implementasi Principal Componen Analysis untuk Mereduksi Faktor-faktor Kandungan Gizi yang Mempengaruhi Jenis Makanan},
  journal = {Data Enthusiast: Jurnal Ilmiah Sains Data},
  year = {2026},
  volume = {2},
  number = {1},
  pages = {25--32},
  doi = {10.32670/dej.v2i1.16}
}
Kostenlos starten →