Perpustakaan Digital ITB

Penelitian ini menerapkan Topological Data Analysis (TDA) untuk mengeksplorasi pola struktural dalam data curah hujan harian yang dikumpulkan dari enam stasiun meteorologi di Bogor, Indonesia, selama periode 2010 hingga 2020. Dengan menggunakan Takens' embedding, setiap deret waktu curah hujan ditransformasikan menjadi point cloud dalam ?3. Penulis berfokus pada fitur homologi satu dimensi, yang merepresentasikan lingkaran (loops) dan mengekstraksi beberapa fitur: jangka hidup maksimum (????1???????????? ), rata-rata jangka hidup (?????1), ????????-norm dari persistence landscape (PL), dan banyaknya pasangan lahir-mati (????????). Fitur-fitur ini digunakan untuk menghitung matriks ketidaksamaan dan melakukan agglomerative hierarchical clustering (AHC). Hasil menunjukkan bahwa klasterisasi berbasis ???????? norm memberikan pengelompokan stasiun yang stabil dan bermakna, terutama bagi stasiun-stasiun dengan dinamika curah hujan yang serupa, sebagaimana ditunjukkan oleh nilai koefisien korelasi kophenetik (CCC = 0,973) yang lebih tinggi. Sementara itu, ???????? mampu menyoroti pengelompokan geografis antar stasiun. Penulis membandingkan hasil ini dengan pendekatan berbasis jarak Dynamic Time Warping (DTW), yang merupakan metode populer untuk membandingkan deret waktu sebagai alat validasi performa klaster. Studi ini menunjukkan kemampuan TDA dalam menangkap dan mengukur struktur temporal dari data curah hujan, serta menghadirkan pendekatan yang menjanjikan untuk analisis komparatif deret waktu hidrologi.