Principal Component Analysis 

(PCA) atau disebut juga transformasi Karhunen-Loeve

adalah teknik yang digunakan untuk menyederhanakan suatu data, dengan cara
mentransformasi linear sehingga terbentuk sistem koordinat baru dengan variansi
maksimum.
Langkah-langkah PCA meliputi : seleksi dan pengukuran variabel, persiapan matriks
korelasi, ekstraksi faktor dari matriks korelasi, rotasifactor untuk meningkatkan
interpretasi dan interpretasi hasil. Rata kunci : variabel. matriks korelasi. ekstraksi.
rotasi.
Analisis komponen utama digunakan untuk menjelaskan struktur matriks varians-
kovarians dari suatu set variabel melalui kombinasi linier dari variabel-variabel tersebut