Penerapan Hierarchical Clustering Metode Agglomerative pada Data Runtun Waktu

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.

Comparison of Single Linkage, Complete Linkage, and Average Linkage Methods on Community Welfare Analysis in Cities and Regencies in East Java

“…Dalam hierarchical dibagi menjadi agglomerative dan divisive. Pada agglomerative terbagi menjadi beberapa metode yaitu single linkage, complete linkage, average linkage, ward method, WPGMA method, median method, dan centrid method [6]. Metode single linkage, complete linkage, dan average linkage sendiri merupakan salah satu cara yang dapat digunakan dalam permasalahan kesejahteraan masyarakat pada kota di Jawa Timur dengan mengelompokkan kabupaten/kotanya.…”

Peramalan Data Runtun Waktu menggunakan Model Hybrid Time Series Regression – Autoregressive Integrated Moving Average

“…Data runtun waktu merupakan sekumpulan data berdasarkan waktu secara terurut dengan interval waktu yang tetap [13]. Sedangkan analisis runtun waktu merupakan analisis sekumpulan data dengan tujuan untuk mengetahui atau meramalkan kondisi di masa depan [14].…”

GIS implementation and classterization of potential blood donors using the agglomerative hierarchical clustering method

“…Grouping or can be called clustering is a method for finding and grouping data that has (similarity) or similar characteristics between one data and another. There are two types of data clustering, namely partitional clustering and hierarchical clustering (Dani et al, 2019). With partitional clustering, data objects are divided into sub-set clusters that do not overlap so that each data object is in one sub-set.…”

“…The results of the Silhoutte Coefficient calculation have a range between -1 to 1, it can be said to be good if it is positive (Dani et al, 2019) and it is said to be bad if it is negative.…”