Clustering merupakan proses mengelompokkan atau penggolongan objek berdasarkan informasi yang diperoleh dari data yang menjelaskan hubungan antar objek dengan prinsip untuk memaksimalkan kesamaan antar anggota satu kelas dan meminimumkan kesamaan antar kelas/cluster. Salah satu algoritma clustering adalah Qualitative Hierarchical Clustering. Algoritma tersebut adalah metode analisis cluster yang membangun hirarki dari cluster. Jarak antara tiap obyek merupakan input dari algoritma ini. Iterasi terus berlanjut sampai semua obyek telah dicluster menjadi sebuah cluster saja. Dengan menggunakan sebuah metode Hierarchical Clustering untuk mengukur jarak antara data time series pada ozone level detection dataset yang telah ditentukan. Algoritma Hierarchical dimulai dengan menjadikan tiap objek menjadi sebuah cluster dan secara iterasi menggabungkan tiap cluster yang mirip. Jarak antar objek merupakan input dari algoritma ini. Iterasi terus berlanjut sampai semua objek telah di cluster hingga menjadi cluster saja. Sistem perangkat lunak yang dibangun dengan algoritma pada Data time series, Hierarchical Clustering, dan metode Qualitative dapat melakukan proses clustering pada data time series. Tingkat akurasi dari metode hierarchical clustering dapat dilihat dari nilai ratarata akurasi f-measure yang di dapat. Akurasi dari masing-masing percobaan yang memiliki nilai f-measure paling tinggi terdapat pada scenario ke dua dimana nilai f-measure yang di dapat adalah 0.9792.

Data Mining, Clustering, Hierarchical Clustering, Time Series, Short Time Series.