Kursus/Pelatihan Data Science ~ Penerapan PCA (Principal Component Analysis) untuk Reduksi Dimensi Data Kesehatan

Berikut adalah silabus lengkap 20 sesi @1,5 jam untuk topik:

“Penerapan PCA (Principal Component Analysis) untuk Reduksi Dimensi Data Kesehatan”
Cocok untuk skripsi, pelatihan, atau pembelajaran mandiri berbasis Python dan dataset kesehatan.

🧠 Tujuan Umum:

Memahami konsep dan implementasi Principal Component Analysis (PCA) untuk reduksi dimensi dalam data kesehatan, serta mengintegrasikan hasil PCA dalam analisis lebih lanjut seperti klasifikasi, visualisasi, atau diagnosis.

📚 Silabus 20 Sesi (masing-masing 1,5 jam)

🔹 Sesi 1 – Pengenalan Data Science di Bidang Kesehatan

• Apa itu data science?

• Peran data science dalam bidang kesehatan

• Contoh kasus nyata: prediksi penyakit, klasifikasi hasil lab

🔹 Sesi 2 – Konsep Dasar Reduksi Dimensi

• Pengertian dimensi dan curse of dimensionality

• Mengapa reduksi dimensi penting?

• Teknik reduksi dimensi: PCA vs LDA vs Autoencoder (overview)

🔹 Sesi 3 – Pengenalan PCA

• Konsep statistik PCA (varians, kovarians)

• Apa yang dilakukan PCA pada data?

• Studi kasus sederhana (2D visualisasi PCA)

🔹 Sesi 4 – Instalasi dan Persiapan Tools

• Instalasi Python, Jupyter, Pandas, Scikit-learn, Matplotlib

• Review dasar-dasar Python (opsional untuk peserta baru)

• Setup dataset kesehatan (misalnya: dataset diabetes, kanker, jantung)

🔹 Sesi 5 – Pembersihan dan Eksplorasi Data Kesehatan

• Memahami dataset: fitur, target, outlier

• Data wrangling: missing value, encoding

• Statistik deskriptif dan visualisasi awal

🔹 Sesi 6 – Korelasi dan Multikolinearitas

• Apa itu korelasi antar fitur?

• Deteksi multikolinearitas

• Analisis korelasi dan heatmap

🔹 Sesi 7 – Persiapan Data untuk PCA

• Normalisasi dan standarisasi data

• MinMaxScaler vs StandardScaler

• Latihan transformasi data

🔹 Sesi 8 – Implementasi PCA Pertama

• Langkah-langkah PCA manual dengan NumPy

• Implementasi PCA dengan Scikit-learn

• Visualisasi komponen utama

🔹 Sesi 9 – Interpretasi Hasil PCA

• Variance explained ratio

• Scree plot dan pemilihan jumlah komponen

• Komponen utama sebagai fitur baru

🔹 Sesi 10 – Visualisasi 2D dan 3D dengan PCA

• Visualisasi PCA 2D dan 3D

• Warna berdasarkan label (sehat/sakit)

• Plot interaktif dengan Plotly

🔹 Sesi 11 – PCA pada Dataset Diabetes

• Penerapan PCA pada dataset diabetes

• Komparasi model sebelum dan sesudah PCA

• Evaluasi performa model

🔹 Sesi 12 – PCA pada Dataset Penyakit Jantung

• Studi kasus klasifikasi penyakit jantung

• Efek PCA terhadap akurasi model

• Diskusi jumlah fitur optimal

🔹 Sesi 13 – PCA + KNN

• Latihan klasifikasi menggunakan KNN

• Performa model pada data asli vs data PCA

• Confusion matrix dan akurasi

🔹 Sesi 14 – PCA + SVM

• Latihan klasifikasi SVM dengan data PCA

• Uji performa dan visualisasi decision boundary

• Interpretasi hasil

🔹 Sesi 15 – PCA + Logistic Regression

• Kombinasi PCA dengan regresi logistik

• Evaluasi ROC-AUC dan precision-recall

• Pemilihan jumlah komponen berdasarkan performa

🔹 Sesi 16 – Bandingkan PCA dengan Teknik Lain

• Bandingkan PCA dengan SelectKBest, LDA

• Kapan sebaiknya memilih PCA?

• Analisis trade-off performa vs interpretabilitas

🔹 Sesi 17 – Evaluasi Proyek Mini

• Membangun pipeline dari preprocessing → PCA → klasifikasi

• Dataset bebas (penyakit ginjal, kanker, dll.)

• Diskusi hasil dan evaluasi performa

🔹 Sesi 18 – Membuat Dashboard Analitik PCA

• Visualisasi hasil PCA dengan Dash atau Streamlit

• Antarmuka untuk pemilihan komponen

• Visualisasi hasil klasifikasi

🔹 Sesi 19 – Optimasi dan Dokumentasi Proyek

• Penulisan dokumentasi dan laporan analisis

• Pembagian modul kode dan pipeline

• Tips debugging dan validasi hasil

🔹 Sesi 20 – Presentasi dan Ujian Akhir

• Presentasi proyek mini tiap peserta

• Review pemahaman PCA dan aplikasinya

• Diskusi terbuka & umpan balik