Penerapan Clustering Time Series pada Pengelompokan Provinsi di Indonesia (Studi Kasus : Nilai Ekspor Non Migas di Indonesia Tahun 2016-2020)

Harista Almiatus Soleha, Wiwit Pura Nurmayanti, Umam Hidayaturrohman, Ristu Haiban Hirzi, Ayu Septiani
{"title":"Penerapan Clustering Time Series pada Pengelompokan Provinsi di Indonesia (Studi Kasus : Nilai Ekspor Non Migas di Indonesia Tahun 2016-2020)","authors":"Harista Almiatus Soleha, Wiwit Pura Nurmayanti, Umam Hidayaturrohman, Ristu Haiban Hirzi, Ayu Septiani","doi":"10.36456/jstat.vol15.no2.a5550","DOIUrl":null,"url":null,"abstract":"Ekspor non migas merupakan ekspor barang yang bukan berupa minyak dan gas. Tidak semua daerah di Indonesia memiliki potensi yang sama untuk melakukan kegiatan ekspor sehingga setiap daerah memiliki nilai ekspor yang berbeda-beda. Oleh karena itu dilakukan analisis pengelompokkan provinsi di Indonesia berdasarkan nilai ekspor non migas tahun 2016 – 2020 menggunakan cluster time series dengan metode hierarki clustering agglomerative diantaranya complete lingke yaitu pengelompokkan berdasarkan jarak terbesar antar objek dan centroid linkage merupakan nilai tengah observasi pada variabel dalam satu cluster, serta menggunakan pengukuran jarak Euclidean dan Dynamic Time Warping (DTW) dengan tujuan yaitu untuk memperoleh pengukuran jarak terbaik dengan metode yang optimal guna mendapatkan cluster yang representatif. Berdasarkan hasil analisis pengelompokkan Provinsi di Indonesia terhadap nilai ekspor non migas tahun 2016 - 2020 didapatkan pengukuran jarak kemiripin yang paling baik yaitu jarak DTW dan metode yang optimal yaitu centroid linkage berdasarkan pada nilai koefisien cophenetic sebesar 0.92 dengan kategori good cluster berdasarkan nilai koefisien silhouette yaitu 0.60. Sehingga didapatkan tiga cluster yaitu nilai ekspor tinggi, sedang dan rendah, diantaranya 24 Provinsi dengan nilai ekspor rendah, 9 Provinsi dengan nilai ekspor sedang, dan 1 Provinsi dengan nilai ekspor tinggi.","PeriodicalId":118320,"journal":{"name":"J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika","volume":"2 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36456/jstat.vol15.no2.a5550","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Ekspor non migas merupakan ekspor barang yang bukan berupa minyak dan gas. Tidak semua daerah di Indonesia memiliki potensi yang sama untuk melakukan kegiatan ekspor sehingga setiap daerah memiliki nilai ekspor yang berbeda-beda. Oleh karena itu dilakukan analisis pengelompokkan provinsi di Indonesia berdasarkan nilai ekspor non migas tahun 2016 – 2020 menggunakan cluster time series dengan metode hierarki clustering agglomerative diantaranya complete lingke yaitu pengelompokkan berdasarkan jarak terbesar antar objek dan centroid linkage merupakan nilai tengah observasi pada variabel dalam satu cluster, serta menggunakan pengukuran jarak Euclidean dan Dynamic Time Warping (DTW) dengan tujuan yaitu untuk memperoleh pengukuran jarak terbaik dengan metode yang optimal guna mendapatkan cluster yang representatif. Berdasarkan hasil analisis pengelompokkan Provinsi di Indonesia terhadap nilai ekspor non migas tahun 2016 - 2020 didapatkan pengukuran jarak kemiripin yang paling baik yaitu jarak DTW dan metode yang optimal yaitu centroid linkage berdasarkan pada nilai koefisien cophenetic sebesar 0.92 dengan kategori good cluster berdasarkan nilai koefisien silhouette yaitu 0.60. Sehingga didapatkan tiga cluster yaitu nilai ekspor tinggi, sedang dan rendah, diantaranya 24 Provinsi dengan nilai ekspor rendah, 9 Provinsi dengan nilai ekspor sedang, dan 1 Provinsi dengan nilai ekspor tinggi.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
对印尼各省划分时间的应用(案例研究:2016-2020年非Migas出口价值)
非migas出口是一种非石油和天然气的出口。并非印尼所有地区都有共同的出口业务潜力,因此每个地区都有不同的出口价值。因此做分组在印度尼西亚根据省非石油出口价值分析2016年—2020年间采用集群时代系列的聚类,其中agglomerative完整lingke即分组根据等级和物体之间的距离最大的不透明是centroid观察变量在一个集群中,价值以及对欧几里得距离和动态时间Warping (DTW)的测量,其目的是获得最理想的方法,以获得具有代表的集群的最佳距离测量。印尼省根据分组分析的结果对非石油出口价值2016年- 2020年间有测量距离的距离最好就是kemiripin DTW和最佳的方法就是不透明基于centroid cophenetic滑动系数0。92万值与类别,祝集群基于分数系数剪影就是0。60。因此,它得到了三个集群——高、中、低出口价值的24个省、9个中等出口价值的省和1个高出口价值的省。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Analisis Partial Least Square Structural Equation Model (PLS-SEM) untuk Pemodelan Penerimaan Sistem Jaringan Informasi Bersama Antar Sekolah (JIBAS) Faktor – Faktor yang Memengaruhi Permasalahan Stunting di Jawa Barat Menggunakan Regresi Logistik Biner Pemodelan Pertumbuhan Ekonomi di Jawa Barat Menggunakan Metode Geographically Weighted Panel Regression Penerapan Metode Clustering SOM dan DBSCAN dalam Mengelompokkan Unmet Need Keluarga Berencana di Nusa Tenggara Barat Teknik Oversampling Pada Regresi Logistik Ordinal Dalam Menduga Faktor Yang Memengaruhi Risiko Penyebaran Zona Covid-19 di Kabupaten Garut
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1