Sejatinya, analisis time series sebagai salah satu prosedur statistika dapat digunakan untuk meramalkan tren dan kejadian di masa depan. Dengan menggunakan data yang terpaut oleh waktu, korelasi antara kejadian saat ini bisa diprediksi berdasarkan data pada periode waktu sebelumnya. Berbasis data yang diambil dalam rentang waktu tertentu untuk melakukan peramalan untuk periode selanjutnya, itulah kekuatan analisis time series.
Sebagai bagian proses merampungkan skripsi di Prodi Statistika FMIPA Universitas Brawijaya (UB), saya meneliti judul "Analisis Clustering Time Series Provinsi di Indonesia Berdasarkan Harga Minyak Goreng" untuk mengklasterkan objek pengamatan menjadi beberapa cluster berdasarkan kesamaan atau kemiripan karakteristik antar objek-objek yang diteliti.Â
Adapun prosedur pengklasteran yang digunakan berbasis "data deret waktu". Dengan menghitung ukuran kedekatan antar deret waktu dengan menggunakan jarak Autocorrelation Based Distance (ABD) dan Periodogram Based Distance (PBD).Â
Jarak ABD untuk mengenali  jarak yang didapat melalui fungsi autokorelasi yang dihasilkan, sedangkan jarak PBD diperoleh melalui perhitungan jarak euclidean dari nilai periodogram sebuah data deret waktu. Hingga akhirnya dapat diketahui, pola cluster yang dihasilkan berdasarkan harga minyak goreng menggunakan analisis clustering time series.
Secara substantif, hasil penelitian menegaskan pengklasteran provinsi di Indonesia berdasarkan harga minyak goreng ternyata menghasilkan 3 (tiga) cluster. Cluster pertama terdiri dari 30 provinsi, cluster kedua terdiri dari 1 provinsi, sedangkan cluster ketiga terdiri dari 2 provinsi. Berdasarkan pola yang terbentuk, maka dapat dismpulkan cluster 3 memiliki pola kenaikan harga minyak goreng lebih tinggi dibanding cluster 1 dan 2.
Di hadapan penguji, saya pun telah menuntaskan siding ujian skripsi pada Jumat, 9 Juni 2023 di Kampus FMIPA UB Malang. Dan alhamdulillah, saya pun dinyatakan lulus dan berhak menyandang gelar S.Stat (Sarjana Statistika) dari FMIPA Universitas Brawijaya (UB). Â Ada pesan penting yang saya sajikan dalam skripsi. Bahwa data dan statistik (karakteristik sampel) sangat penting diperlakukan secara ilmiah. Sehingga pada akhirnya dapat menjadi informasi yang bisa digunakan segala disiplin ilmu. Data yang dikumpulkan, lalu dianalisis dengan metode tertentu sehingga dapat disajikan dan diinterpretasi sebagai "suatu gejala" di masa datang.
Secara lebih luas, analisis time series yang berbasis data yang dikumpulkan dari waktu ke waktu secara berurutan pada satu atau lebih obyek yang sama pada setiap periode waktu dapat digunakan untuk "meramalkan tren" seperti termasuk harga saham, jumlah uang beredar, indeks harga konsumen, PDB, jumlah lulusan siswa tahunan, dan komoditas lainnya.
Karena data, setidaknya dapat digunakan sebagai bahan evaluasi dalam menanggapi suatu masalah tertentu, di samping  berfungsi untuk memecahkan masalah dan menentukan suatu kebijakan yang diperlukan.
