Posting kali ini mengulas bagaimana mengolah Robust Principal Component Analysis (ROBPCA). Motivasi penulisan artikel ini melihat antusiasme pengunjung blog yang mulai tertarik dengan penulisan skripsi bertema ROBPCA dari Hubert (2004) dan paper ROBPCA oleh Suryana (2007).
Pengolahan ROBPCA menggunakan toolbox Matlab yang ditulis oleh Hubert (2004). ROBPCA merupakan salah satu M-File yang terdapat dalam kumpulan Toolbox Statistik robust dengan nama LIBRA. Pengunjung harus menginstall program Matlab terlebih dahulu. Di sini, penulis menggunakan program Matlab 7.01.
Klik Me If You Wanna Know More!
March 21, 2009 at 2:42 pm
Assalamualaikum..
Pak,saya msh bing9ung tentng robust distance,adakah kriteria robust distance ketika mendeteksi pencilan?klw ad jurnal tentang robust distance.saya mw d kirimkan k email saya..terima kasih,mhn bntuanny pak.
March 22, 2009 at 9:55 am
Robust Distance secara rumus hampir mirip dengan Mahalanobis Distance hanya saja rata-rata dan matrik kovariansi yang diestimasi dengan metode MLE diganti dengan metode Robust semisal MCD. Pengamatan dikatakan pencilan apabila jarak robustnya melebihi nilai Chi-Square pada alpha tertentu sesuai dengan ketelitian yang ingin ditetapkan. Untuk paper yang membahas robust distance bisa dibaca di paper LIBRA karya Hubert. Demikian Dinda, semoga bermanfaat.
March 21, 2009 at 2:44 pm
Dan terima ksh atas zip librany..sangat bermanfaat sekali..
November 5, 2009 at 6:51 am
pak apa yang dimaksud robust dengan metode LMS dan apa rumusnya?judul buku apa yang ada yang membahas metode itu?trimkash seblmnya…