Laporkan Masalah

Perbandingan Jarak Dynamic Time Warping dan Euclidean dalam Klastering Runtun Waktu Menggunakan Metode Hierarki (Studi Kasus Data Kemiskinan Provinsi Jawa Tengah Menurut Kabupaten/Kota Tahun 2016-2025)

Fitria Irfani Mutashim, Prof. Dr. Abdurakhman, S.Si., M.Si.

2026 | Skripsi | STATISTIKA

Kemiskinan merupakan permasalahan mendasar yang berdampak luas terhadap kehidupan masyarakat. Pemerintah Provinsi Jawa Tengah berupaya menyusun strategi penanggulangan kemiskinan melalui pemanfaatan data historis persentase penduduk miskin (P0). Salah satu pendekatan yang dapat digunakan adalah analisis klaster data runtun waktu dengan metode hierarki untuk mengelompokkan kabupaten/kota berdasarkan kemiripan pola kemiskinan. Pada penelitian ini, beberapa metode linkage diterapkan dan metode average linkage memberikan hasil terbaik pada seluruh skenario pengujian. Untuk runtun waktu dengan panjang berbeda, jarak DTW digunakan karena mampu mengakomodasi perbedaan panjang dan pergeseran pola antar runtun waktu. Hasil penelitian menunjukkan bahwa pada runtun waktu dengan panjang yang sama, penggunaan jarak DTW pada metode hierarki mampu meningkatkan kualitas pengelompokan dibandingkan jarak euclidean, ditunjukkan oleh peningkatan koefisien silhouette sebesar 0,3%. Sementara itu, pada data runtun waktu dengan panjang berbeda, penggunaan jarak DTW menghasilkan kualitas klaster yang cukup baik dengan kasus panjang sama, ditunjukkan oleh perbedaan koefisien silhouette sebesar 0,9?n perbedaan pada ratio average distance within-between cluster sebesar 0,3%. Berdasarkan kedua studi kasus tersebut, penggunaan jarak DTW pada metode hierarki, khususnya average linkage, mampu meningkatkan kualitas pengelompokan sekaligus mempertahankan performa yang stabil pada runtun waktu dengan panjang berbeda.

Poverty is a fundamental issue that has widespread impacts on society. The Government of Central Java Province seeks to develop poverty alleviation strategies by utilizing historical data on the percentage of the poor population (P0). One approach that can be employed is hierarchical time series clustering to group regencies and municipalities based on similarities in poverty patterns. In this study, several linkage methods were applied, and the average linkage method consistently produced the best results across all testing scenarios. For time series of unequal lengths, Dynamic Time Warping (DTW) distance was utilized because it can accommodate differences in series length and temporal shifts in patterns. The results indicate that, for time series of equal length, the use of DTW distance in hierarchical clustering improves clustering quality compared to Euclidean distance, as evidenced by a 0.3% increase in the silhouette coefficient. Meanwhile, for time series of unequal lengths, the use of DTW distance yields clustering quality comparable to that of the equal-length case, as demonstrated by only a 0.9% difference in the silhouette coefficient and a 0.3% difference in the average within-between cluster distance ratio. Based on both case studies, the use of DTW distance in hierarchical clustering, particularly with the average linkage method, is capable of improving clustering quality while maintaining stable performance for time series of unequal lengths.

Kata Kunci : kemiskinan, analisis klaster, runtun waktu, Dynamic Time Warping, Euclidean, metode hierarki, metode linkage, koefisien silhouette

  1. S1-2026-493320-abstract.pdf  
  2. S1-2026-493320-bibliography.pdf  
  3. S1-2026-493320-tableofcontent.pdf  
  4. S1-2026-493320-title.pdf