Penerapan Hierarchical Clustering Metode Agglomerative pada Data Runtun Waktu

Journal Title: Jambura Journal of Mathematics - Year 2019, Vol 1, Issue 2

Abstract

Analisis cluster merupakan seperangkat metode yang digunakan untuk mengelompokkan objek ke dalam sebuah cluster berdasarkan informasi yang ditemukan pada data. Analisis cluster dapat diterapkan pada data runtun waktu, di mana terdapat prosedur dan algoritma pengelompokkan yang berbeda dibandingkan dengan pengelompokkan data cross-section. Banyak teknik pengelompokkan data runtun waktu yang dikembangkan di antaranya adalah penggunaan jarak pengukuran kemiripan yang sesuai dengan karakteristik data runtun waktu, pemilihan algoritma pengelompokkan yang optimal sampai dengan penentuan banyaknya cluster yang representatif. Tujuan dari penelitian adalah untuk memperoleh jarak pengukuran kemiripan terbaik, kemudian memperoleh algoritma pengelompokkan metode agglomerative yang optimal serta memperoleh jumlah cluster yang representatif. Pemilihan jarak pengukuran kemiripan terbaik dan algoritma yang optimal menggunakan koefisien korelasi cophenetic, sedangkan untuk penentuan jumlah cluster menggunakan koefisien silhouette. Data pada penelitian adalah data jumlah penduduk Kabupaten/Kota di Provinsi Kalimantan Timur dari Tahun 2005-2017. Berdasarkan hasil analisis, diperoleh jarak pengukuran kemiripan terbaik dalam mengelompokkan Kabupaten/Kota di Provinsi Kalimantan Timur adalah jarak autocorrelation based distance (ACF) dengan nilai koefisien korelasi cophenetic sebesar 0,99. Algoritma pengelompokkan yang optimal adalah algoritma average linkage, dikarenakan memiliki nilai koefisien korelasi cophenetic yang terbesar diantara algoritma pengelompokkan lainnya, dengan jumlah cluster yang representatif berdasarkan koefisien silhouette adalah 2 cluster.

Authors and Affiliations

Andrea Tri Rian Dani, Sri Wahyuningsih, Nanda Arista Rizki

Keywords

Related Articles

Analisis Regresi COX Proportional Hazard pada Pemodelan Waktu Tunggu Mendapatkan Pekerjaan

Survival analysis is a statistical method that considers the time until the occurrence of an event (event). The purpose of survival analysis is estimating the probability of survival, death, and other events up to a cert...

Penerapan Metode Suksesif Interval pada Analsis Regresi Linier Berganda

In using a linear regression model it is required that the data used should be interval or ratio scale. But if the scale in ordinal form is still forced to use a linear regression model, then a small correlation coeffici...

Efektifitas Vaksinasi dan Pengasapan pada Model Epidemik Transmisi Penyakit Malaria

In this paper we discuss the epidemic model of malaria transmission by considering vaccines are given to humans and fumigation in mosquitoes. In this model, the human population is divided into four classes, namely susce...

Perbandingan Analisis Diskriminan dan Regresi Logistik Multinomial

Penetapan jurusan siswa yang tidak sesuai dengan kemampuan yang dimiliki dapat menyebabkan capaian hasil belajar siswa tidak optimal. Kasus seperti ini sering terjadi karena tidak optimalnya proses pengklasifikasian sisw...

Peramalan Pendapatan Asli Daerah Provinsi Kalimantan Timur Menggunakan Model Grey-Markov (1,1)

Model grey (1,1) adalah model peramalan yang digunakan ketika jumlah data yang tersedia sedikit atau terbatas. Model tersebut menggunakan persamaan differensial orde satu dengan satu variabel penelitian. Pada penelitian...

Download PDF file
  • EP ID EP609984
  • DOI -
  • Views 82
  • Downloads 0

How To Cite

Andrea Tri Rian Dani, Sri Wahyuningsih, Nanda Arista Rizki (2019). Penerapan Hierarchical Clustering Metode Agglomerative pada Data Runtun Waktu. Jambura Journal of Mathematics, 1(2), 64-78. https://europub.co.uk/articles/-A-609984