Electronic Theses and Dissertation

Penelitian ini bertujuan untuk mengelompokkan 38 provinsi di indonesia berdasarkan pola fluktuasi nilai tukar petani (ntp) subsektor hortikultura per bulan dari januari 2020 hingga desember 2024 menggunakan metode agglomerative hierarchical clustering (ahc). data yang digunakan merupakan data sekunder yang diperoleh dari badan pusat statistik (bps). pengukuran kemiripan antarprovinsi dilakukan dengan jarak dynamic time warping (dtw) karena metode ini mampu menyesuaikan perbedaan panjang serta pergeseran waktu pada data runtun waktu. analisis dilakukan menggunakan empat metode linkage, yaitu single linkage, complete linkage, average linkage, dan ward method. evaluasi metode terbaik ditentukan menggunakan nilai cophenetic correlation coefficient (ccc) dan silhouette coefficient. hasil penelitian menunjukkan bahwa provinsi-provinsi di indonesia dapat dikelompokkan menjadi tiga cluster utama, cluster 1 cenderung memiliki pola pergerakan ntp yang relatif stabil meskipun terdapat beberapa lonjakan pada waktu tertentu, cluster 2 memperlihatkan pola yang lebih fluktuatif, dengan penurunan ntp pada periode 2021–2022 yang kemudian kembali meningkat di tahun-tahun berikutnya. sementara itu, cluster 3 menunjukkan pola yang lebih khas, di mana sebagian provinsi memiliki kecenderungan menurun dan sebagian lainnya bertahan stabil pada kisaran tertentu, secara keseluruhan, hasil pengelompokan ini memberikan gambaran tentang variasi kesejahteraan petani hortikultura antarprovinsi di indonesia. temuan ini diharapkan dapat menjadi dasar dalam perumusan kebijakan pertanian yang lebih tepat sasaran, khususnya dalam upaya meningkatkan kesejahteraan petani dan menjaga ketahanan pangan nasional secara berkelanjutan.

This study aims to group 38 provinces in Indonesia based on the pattern of fluctuations in the Farmer Exchange Rate (NTP) of the horticultural subsector per month from January 2020 to December 2024 using the Agglomerative Hierarchical Clustering (AHC) method. The data used is secondary data obtained from the Central Statistics Agency (BPS). Measurement of interprovincial similarity is done with Dynamic Time Warping (DTW) distance because this method is able to adjust for differences in length and time shifts in time series data, The analysis was conducted using four linkage methods, namely single linkage, complete linkage, average linkage, and ward Method, Evaluation of the best method is determined using the Cophenetic Correlation Coefficient (CCC) and silhouette coefficient values. The results show that provinces in Indonesia can be grouped into three main clusters, cluster 1 tends to have a relatively stable NTP movement pattern although there are some spikes at certain times, cluster 2 shows a more volatile pattern, with a decrease in NTP in the 2021-2022 period which then increased again in the following years. Meanwhile, cluster 3 shows a more distinctive pattern, where some provinces have a downward trend and others remain stable within a certain range. Overall, the results of this clustering provide an overview of variations in the welfare of horticultural farmers between provinces in Indonesia. These findings are expected to form the basis for the formulation of more targeted agricultural policies, especially in efforts to improve the welfare of farmers and maintain national food security in a sustainable manner.