Electronic Theses and Dissertation
Universitas Syiah Kuala
NULL
CLUSTERING TIME SERIES ANALYSIS UNTUK MENGELOMPOKKAN KABUPATEN/KOTA DI INDONESIA BERDASARKAN NILAI INFLASI
Pengarang
AULIA SAHPUTRA - Personal Name;
Dosen Pembimbing
Nomor Pokok Mahasiswa
1608108010026
Fakultas & Prodi
Fakultas MIPA / Statistika (S1) / PDDIKTI : 49201
Subject
Kata Kunci
Penerbit
Banda Aceh : Universitas Syiah Kuala., 2020
Bahasa
Indonesia
No Classification
-
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
Inflasi merupakan salah satu faktor yang sangat berpengaruh terhadap stabilitas perekonomian di hampir seluruh wilayah Indonesia. Bank Indonesia menetapkan 82 kota dari 514 kabupaten/kota di Indonesia sebagai basis kota yang dipantau nilai inflasinya. Karakteristik wilayah yang berbeda-beda sangat mempengaruhi nilai inflasi yang dihasilkan di setiap kabupaten/kota. Identifikasi karakteristik setiap wilayah menggunakan metode pengelompokan berhirarki yaitu clustering time series analysis dapat dilakukan untuk mengetahui hal tersebut. Pengelompokan kabupaten/kota dilakukan berdasarkan pola time series dan ukuran kesamaan dengan menggunakan 5 jarak dan 7 algoritma metode hirarki. Kelima jarak tersebut adalah Correlation-based distance, Dynamic Time Warping (DTW), Euclidean distance, Autocorrelation-based distance, dan Frechet Distance. Tujuh algoritma metode hirarki itu adalah Single Linkage, Complete Linkage, Average Linkage, Ward Method, WPGMA Method, Median Method, dan Centroid Method. Perbandingan dan evaluasi dilakukan dengan menggunakan validitas jarak dan menentukan jumlah cluster optimal. Hasil penelitian menunjukkan bahwa metode euclidean distance dan algoritma ward method lebih baik jika dibandingkan dengan metode-metode lain. Metode ini mengklasifikasikan 28 kabupaten/kota ke dalam cluster pertama, 11 kabupaten/kota ke dalam cluster kedua, 29 kabupaten/kota ke dalam cluster ketiga, 13 kabupaten/kota ke dalam cluster keempat dan 1 kabupaten/kota ke dalam cluster kelima.
Tidak Tersedia Deskripsi
CLUSTERING TIME SERIES ANALYSIS UNTUK MENGELOMPOKKAN KABUPATEN/KOTA DI INDONESIA BERDASARKAN NILAI INFLASI (AULIA SAHPUTRA, 2020)
PENGELOMPOKAN KAB/KOTA DI INDONESIA BERDASARKAN NILAI MATA PELAJARAN UN IPA MENGGUNAKAN METODE K-MEANS CLUSTERING (AINUN MARDHIAH, 2018)
PERBANDINGAN BEBERAPA METODE FUZZY CLUSTERING DENGAN MENGGUNAKAN DYNAMIC TIME WARPING PADA DATA TIME SERIES POLUTAN PM2.5 DI INDONESIA (MHD. KHAIRUL, 2024)
PENGELOMPOKAN KABUPATEN/KOTA MENGGUNAKAN NILAI UJIAN NASIONAL SMA/MA JURUSAN IPS DI INDONESIA TAHUN 2015 MENGGUNAKAN METODE COMPLETE LINKAGE DAN K-MEANS CLUSTERING (Khairul Amri, 2018)
VISUALISASI FUZZY CLUSTERING DENGAN MENGGUNAKAN PERANGKAT LUNAK R (Fera Anugreni, 2022)