Perpustakaan Digital ITB

Analisis korespondensi (Correspondence Analysis/CA) merupakan metode statistika multivariat yang digunakan untuk mengidentifikasi pola asosiasi antara dua variabel kategorikal melalui representasi geometris dalam ruang berdimensi rendah. Pada perkembangannya, CA klasik diperluas menjadi Analisis Korespondensi pada Data Fuzzy (Correspondence Analysis on Fuzzy Data/CAFD) untuk menangani tabel kontingensi yang elemennya tidak bersifat pasti, melainkan mengandung ketidakpastian intra-sel. Tugas akhir ini mengkaji konsep CAFD secara teoritis, meliputi konstruksi tabel kontingensi fuzzy, formulasi masalah fuzzy, dan prosedur defuzzifikasi untuk memperoleh representasi geometris dan struktur asosiasi data. Pada CAFD, tabel kontingensi crisp diperkaya menjadi tabel kontingensi fuzzy yang elemennya berupa bilangan fuzzy segitiga (Tringular Fuzzy Number/TFN) asimetris, dengan spread ditentukan oleh Coefficient of Variation dari faktor-faktor penjelas pada setiap sel. Masalah eigenvalue fuzzy yang muncul diselesaikan melalui two-step method, kemudian dilanjutkan dengan defuzzifikasi menggunakan metode Arithmetic Mean Output. Sebagai penerapan konsep yang telah dikaji, dilakukan analisis korespondensi pada data tingkat kepuasan hidup global tahun 2019 yang bersumber dari World Happiness Report, dengan variabel wilayah geografis dan tingkat kepuasan hidup sebagai 2 variabel kategorikal yang ditinjau. Penerapan ini sekaligus berfungsi sebagai ilustrasi yang menunjukkan bagaimana CAFD memberikan informasi tambahan dibandingkan dengan CA klasik ketika ketidakpastian intra-sel dipertimbangkan.