Analisis Pengelompokan Deret Waktu menggunakan Metode Jarak Dynamic Time Warping (DTW) (Studi Kasus : Persentase Penduduk Miskin di Provinsi Jawa Tengah Tahun 2015 - 2024)

Abstract

Analisis clustering adalah teknik yang sering digunakan untuk mengelompokkan objek berdasarkan kesamaan tertentu. Dalam data deret waktu, tantangan utama adalah mengukur jarak antar deret waktu dengan memperhitungkan variasi waktu dan amplitudo. Dynamic Time Warping (DTW) menjadi metrik jarak yang banyak digunakan karena kemampuannya mengukur kesamaan meskipun terdapat pergeseran waktu. Penelitian ini melakukan analisis clustering data persentase penduduk miskin di kabupaten/kota Provinsi Jawa Tengah dari tahun 2015 hingga 2024 menggunakan algoritma agglomerative hierarchical. Dari hasil analisis, metode average linkage terpilih sebagai yang terbaik dengan nilai korelasi cophenetic tertinggi sebesar 0,77. Pemilihan jumlah cluster optimal dilakukan dan menghasilkan lima cluster optimal (k = 5). Cluster pertama terdiri dari 10 kabupaten/kota, cluster kedua berisi 7 kabupaten/kota, cluster ketiga dan keempat masing-masing terdiri dari 8 kabupaten/kota, dan cluster kelima hanya berisi 2 kota. Di Provinsi Jawa Tengah, hanya Kota Semarang dan Salatiga yang memiliki rata-rata persentase penduduk miskin sangat rendah dalam sepuluh tahun terakhir, yaitu di bawah 5%. Sementara itu, terdapat 7 kabupaten/kota dengan rata-rata persentase penduduk miskin lebih dari 15%.