Plot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel

Authors

  • Vitawati Bawotong
  • Hanny Komalig
  • Nelson Nainggolan

DOI:

https://doi.org/10.35799/dc.4.1.2015.8106

Abstract

Kernel PCA merupakan PCA yang diaplikasikan pada input data yang telah ditransformasikan ke feature space. Misalkan F: Rn®F fungsi yang memetakan semua input data xiÎRn, berlaku F(xi)ÎF. Salah satu dari banyak fungsi kernel adalah power kernel. Fungsi power kernel K(xi, xj) = –|| xi – xj ||b dengan 0 < b ≤ 1. Tujuan dari penelitian ini yaitu mempelajari penggunaan Kernel PCA (KPCA) dengan fungsi Power Kernel untuk membantu menyelesaikan masalah plot multivariate nonlinier terutama yang berhubungan dalam pengelompokan. Hasil menunjukkan bahwa Penggunaan KPCA dengan fungsi Power Kernel sangat membantu dalam menyelesaikan masalah plot multivariate yang belum dapat dikelompokan dengan garis pemisah yang linier.

Kata kunci : Kernel Principal Component Analysis (KPCA), Plot Multivariate, Power Kernel

Author Biographies

Vitawati Bawotong

Program Studi Matematika, FMIPA, Universitas Sam Ratulangi Manado

Hanny Komalig

Program Studi Matematika, FMIPA, Universitas Sam Ratulangi Manado

Nelson Nainggolan

Program Studi Matematika, FMIPA, Universitas Sam Ratulangi Manado

Downloads

How to Cite

Bawotong, V., Komalig, H., & Nainggolan, N. (2015). Plot Multivariate Menggunakan Kernel Principal Component Analysis (KPCA) dengan Fungsi Power Kernel. d\’Cartesian: Jurnal Matematika Dan Aplikasi, 4(1), 95–102. https://doi.org/10.35799/dc.4.1.2015.8106

Issue

Section

Articles

Most read articles by the same author(s)

> >>