Resultado da aula do dia 14/04/2025, na PUC-SP. dada pelo professor Patrick Rodrigues

Clustering merupakan salah satu teknik dalam analisis multivariat yang digunakan untuk mengelompokkan objek berdasarkan kemiripan karakteristik. Studi ini bertujuan untuk mengelompokkan negara berdasarkan indikator sosial, ekonomi, dan kesehatan menggunakan lima metode clustering, yaitu K-Means, K-Medoids, DBSCAN, Mean Shift, dan Fuzzy C-Means. Dataset yang digunakan berasal dari data negara dengan berbagai indikator pembangunan. Analisis dilakukan melalui tahapan preprocessing, penentuan jumlah cluster, implementasi metode, visualisasi menggunakan PCA, serta evaluasi menggunakan silhouette score. Hasil analisis menunjukkan bahwa K-Means dan K-Medoids memberikan hasil clustering yang paling stabil dan mudah diinterpretasikan, sementara DBSCAN efektif dalam mendeteksi outlier. Mean Shift menunjukkan sensitivitas terhadap parameter bandwidth, dan Fuzzy C-Means memberikan fleksibilitas dalam keanggotaan cluster.

Analisis Segmentasi Mahasiswa Menggunakan Perbandingan Metode Clustering

STOCK PRICE COMPARISON OF 5 COMPANIES

Data Visionaries

Modul 3 Analisis Multivariat (Clustering) Disusun: - Jeika Antama Syalom Tarigan (24031554011) - Ayda’ Nur Salzabillah (24031554017) - Grace Pinkkan Ladyna (24031554137) Kelas 2024B Dosen Pengampu Mata Kuliah: Dinda Galuh Guminta, S.Stat., M.Stat.

This Rpubs report uses the bugsigdbr package to import BugSigDB's curated microbial signatures and performs tidyverse-based exploratory analysis focused on meta-analysis studies. It visualizes study design distributions, top conditions and body sites covered by meta-analyses, dysbiosis directions (increased/decreased taxa), condition×body-site coverage gaps via heatmap, and publication trends over time.