Oleh: Ade Rizky Febryananda (ADRK 2020)

Linear Discriminant Analysis (LDA) merupakan salah satu metode yang digunakan untuk mengelompokkan data ke dalam beberapa kelas. Penentuan pengelompokan didasarkan pada garis batas (garis lurus) yang diperoleh dari persamaan linear. Tujuan dari metode LDA adalah mencari proyeksi linier (yang biasa disebut dengan fisherimage) untuk memaksimumkan matriks kovarian antar kelas (between-class covariance matriks) agar anggota di dalam kelas lebih terkumpul penyebarannya dan pada akhirnya dapat meningkatkan keberhasilan pengenalan (Ghazali, Eko, Mazenda, Burhannudin, & Niam, 2015). LDA adalah metode ekstraksi fitur dengan perpaduan dari perhitungan operasi matematika dan statistika yang menggunakan properti statistik terpisah untuk tiap obyek (Sholahuddin et al., 2010).

LDA berfokus pada memproyeksikan fitur di ruang dimensi yang lebih tinggi ke dimensi yang lebih rendah. Berikut merupakan langkah-langkah dalam penerapan metode LDA :

1. Pertama, hitung varian antar kelas atau keterpisahan antar kelas yang merupakan jarak antara rata-rata kelas yang berbeda.
2. Kedua, menghitung varian dalam kelas atau jarak antara rata-rata dan sampel masing-masing kelas.
3. Terakhir, bangunlah ruang berdimensi lebih rendah yang memaksimalkan varians antar kelas dan meminimalkan varians dalam kelas.

Berikut merupakan contoh penerapan metode Linear Discriminant Analysis (LDA) dalam berbagai bidang.

1. Face recognition

Dalam hal ini, LDA digunakan untuk meminimalkan jumlah fitur menjadi angka yang dapat dikelola sebelum melalui proses klasifikasi.

2. Medis

Di bidang medis, LDA digunakan dalam mengklasifikasikan penyakit pasien berdasarkan berbagai parameter kesehatan pasien dan perawatan medis yang sedang berlangsung. Pada parameter tersebut, mengklasifikasikan penyakit sebagai ringan, sedang, atau berat.

3. Identifikasi pelanggan

Dalam identifikasi pelanggan, LDA digunakan untuk mengidentifikasi dan memilih fitur yang dapat menentukan kelompok pelanggan yang cenderung membeli produk tertentu di suatu pusat perbelanjaan.

Sumber:

Balakrishnama, S., & Ganapathiraju, A. (1998). Linear discriminant analysis-a brief tutorial. Institute for Signal and information Processing, 18(1998), 1-8.

Izenman, A. J. (2013). Linear discriminant analysis. In Modern multivariate statistical techniques (pp. 237-280). Springer, New York, NY.

JavaTpoint. (2022). Linear Discriminant Analysis (LDA) in Machine Learning. Diakses pada 13 Januari 2023. https://www.javatpoint.com/linear-discriminant-analysis-in-machine-learning

Sarkar, Priyankur. (2022). Knowledgehut. What is LDA: Linear Discriminant Analysis for Machine Learning. Diakses pada 13 Januari 2023. https://www.knowledgehut.com/blog/data-science/linear-discriminant-analysis-for-machine-learning

Simarmata, J. E. (2018). Pengklasifikasian Objek dengan Analisis Diskriminan Linier Klasik dan Analisis Diskriminan Linier Robust.