Penelitian ini berfokus pada penerapan metode Exploratory Data Analysis (EDA) untuk menganalisis dataset publik tentang lemak tubuh. Masalah yang diidentifikasi adalah pentingnya memahami pola distribusi dan hubungan antar variabel dalam dataset lemak tubuh. Penelitian ini memanfaatkan dataset lemak tubuh yang mencakup berbagai pengukuran lingkar tubuh pria, seperti berat badan, tinggi badan, dan persentase lemak tubuh. Solusi yang ditawarkan melibatkan serangkaian langkah EDA, termasuk pembersihan data, analisis univariat dan multivariat, serta visualisasi data menggunakan grafik seperti histogram, scatter plot, dan heatmap. Penanganan outlier dan rekayasa fitur seperti Body Mass Index (BMI) dilakukan untuk meningkatkan kualitas data dan menghasilkan wawasan baru tentang distribusi lemak tubuh. Hasil penelitian menunjukkan hubungan kuat antara persentase lemak tubuh dengan variabel seperti berat badan, lingkar perut, dan kepadatan tubuh. Sebagian besar individu dalam dataset berada dalam kategori BMI normal, dengan perbedaan distribusi ukuran tubuh berdasarkan kategori BMI. Hasil dari penelitian ini adalah dengan menggunakan EDA yang menyeluruh, yang mencakup analisis univariat dan multivariat, pola dan hubungan antara persentase lemak tubuh dan variabel lain seperti berat badan, tinggi badan, usia, dan lingkar tubuh telah ditemukan. Penelitian ini merekomendasikan pengembangan model prediktif berbasis machine learning dengan menggunakan dataset lemak tubuh.
