SEMARANG – Departemen Statistika FSM Universitas Diponegoro (Undip) terus berkomitmen menghadirkan pendidikan berstandar global. Oleh karena itu, program tahunan Undip Global Classroom 2026 kembali sukses digelar. Acara ini menyajikan perkuliahan internasional untuk mata kuliah Statistika Multivariat pada Kamis (22/10/2026). Selanjutnya, sesi ini menghadirkan Dr. Adina Najwa Kamarudin. Beliau merupakan pakar statistik dari Institute of Mathematical Sciences, Universiti Malaya, Malaysia.
Teori dan Aplikasi Analisis Diskriminan
Dalam kuliah pakar ini, Dr. Adina membawakan materi “Discrimination Analysis: Theory and Applications”. Sesi ini dirancang secara dinamis dan sangat interaktif. Sebagai contoh, pemaparan menggabungkan kerangka teoritis, rumus matematis, dan simulasi komputasi bahasa R. Selain itu, terdapat aktivitas menarik seperti kuis cepat dan diskusi chat waterfall bersama para mahasiswa.
Mengawali paparannya, Dr. Adina menjelaskan perbedaan mendasar MANOVA dan analisis diskriminan. Beliau sangat menekankan peran Linear Discriminant Analysis (LDA) dalam pemodelan supervised learning. Kemudian, mahasiswa diajak memahami konsep pooled covariance dan jarak Mahalanobis. Konsep ini penting untuk mengelompokkan data berdasarkan karakteristik variabel penjelasnya.
Pemahaman Mendalam Klasifikasi Data
Para peserta kuliah juga dipandu melakukan latihan perhitungan numerik secara langsung. Tujuannya adalah untuk memprediksi kategori sampel dengan akurat. Lebih lanjut, Dr. Adina mengulas perbandingan strategis antara LDA dan Principal Component Analysis (PCA). Beliau mengingatkan bahwa PCA berisiko menghilangkan informasi pemisah kelompok yang krusial. Oleh sebab itu, perbandingan LDA dan Quadratic Discriminant Analysis (QDA) turut dipaparkan sebagai solusi alternatif yang tepat.
Validasi Model dan Praktik Pemrograman R
Berikutnya, sesi perkuliahan dilanjutkan dengan pembahasan mengenai validasi model pada data baru. Dr. Adina mengingatkan bahaya Apparent Error Rate (APER) yang sering kali memberikan hasil terlalu optimistis. Sebagai solusinya, ia mengenalkan prosedur Leave-One-Out Cross-Validation (LOO-CV). Evaluasi confusion matrix juga diukur melalui metrik akurasi, sensitivitas, dan spesifisitas.
Sebagai penutup, materi diperkuat dengan demonstrasi pemrograman R menggunakan dataset Iris. Mahasiswa diajak melihat langsung proses pembagian data latih-uji hingga visualisasi dua dimensi. Pada akhirnya, melalui Undip Global Classroom, Departemen Statistika Undip bertekad memperluas wawasan akademis mahasiswa. Antusiasme tinggi ini diharapkan dapat memperkuat kolaborasi riset antara Undip dan Universiti Malaya di masa mendatang.