PENERAPAN CLUSTERING TIME SERIES UNTUK MENGELOMPOKKAN PROVINSI DI INDONESIA BERDASARKAN JUMLAH PRODUKSI KOPI TAHUN 2008-2021

Nadya Pratiwi Doholio (Universitas Negeri Gorontalo)
Rifindu Putra Oktavian (Universitas Negeri Gorontalo)
Dian Febrianti Jafar (Universitas Negeri Gorontalo)
Prycillia M. C. Nelwan (Universitas Negeri Gorontalo)
Moh. Adyan Balada (Universitas Negeri Gorontalo)
Asrul S. Ulopo (Universitas Negeri Gorontalo)
Stevani Hanapi (Universitas Negeri Gorontalo)
Sarah Aulia Djafar (Universitas Negeri Gorontalo)
Rahmat Septian Daud (Universitas Negeri Gorontalo)
La Ode Nashar (Universitas Negeri Gorontalo)

MUST: Journal of Mathematics Education, Science and Technology
Vol 7 No 2 (2022): DECEMBER

Kopi merupakan salah satu komoditas perkebunan di Indonesia yang peranannya begitu penting. Indonesia terdapat pada posisi keempat sebagai negara penghasil kopi terbesar. Hal ini bisa saja dikarenakan wilayah Indonesia yang memungkinkan untuk memproduksi tanaman kopi lebih banyak. Karakteristik wilayah di Indonesia berbeda-beda, sehingga penghasilan tanaman kopi juga berbeda-beda setiap tahunnya. Tujuan diadakannya penelitian ini adalah untuk mengelompokkan provinsi-provinsi di Indonesia dengan melakukan penerapan Clustering Time Series pada data nilai produksi kopi setiap provinsi di Indonesia pada periode tahun 2008-2021. Jarak terbaik yang dapat digunakan untuk Clustering Time Series Analysis pada data ini yaitu jarak Dynamic Time Warping (DTW) dengan metode Average Linkage dan menghasilkan 3 cluster, yaitu cluster 1 terdiri dari 2 provinsi, cluster 2 terdiri dari 4 provinsi, dan cluster 3 terdiri dari 28 provinsi. Secara rata-rata, 3 cluster yang terbentuk menghasilkan nilai koefisien silhouette 0.81 atau dikategorikan Strong Classification.