Spatial Data Mining

Spatial Data Mining merupakan kajian interdispliner yang berkaitan dengan eksplorasi data. Spatial data mining adalah proses iterasi yang melibatkan multiple steps, termasuk seleksi data, pembersihan, preprocessing, dan transformasi; penggabungan informasi, analisis dengan algoritma komputasi dan/atau pendekatan visual, interpretasi dan evaluasi hasil; formulasi atau modifikasi hipotesis dan teori-teori; pengaturan data dan metode analisis; evaluasi hasil; dan seterusnya (Fayyad, Piatetsky-Shapiro, & Smyth, 1996 dalam Mennis, 2009). Miller & Han (2009) mendefinisikan data mining sebagai eksplorasi di alam (nature) yang secara alami cocok dalam tahap awal dalam proses pengungkapan deduktif, dimana para peneliti mengembangkan dan memodifikasi teori-teori berdasarkan informasi yang ditemukan dari data pengamatan. Spatial data mining muncul karena adanya sumberdaya data yang banyak di lapangan. Saat ini melalui perkembangan teknologi dan internet, data dapat ditemukan secara melimpah namun informasi yang bernilai masih sedikit. Informasi yang bernilai tersebut dapat diperoleh melalui beberapa tahapan seperti pembersihan data, pemilihan data, eksplorasi data (data mining), hingga evaluasi hasil. Maka dapat disimpulkan bahwa spatial data mining merupakan proses dalam menghasilkan informasi spasial yang memiliki nilai melalui eksplorasi sumberdaya data spasial yang terdapat di lapangan. Contohnya Local Entropy Map : Pendekatan Non-parametrik untuk Mendeteksi Variasi Hubungan Multivariate.

Sumberdaya manusia Sains Informasi Geografi yang handal dalam spatial data mining sangatlah penting. Sains Informasi Geografi menggunakan data-data spasial yang telah ada. Untuk menjamin output SIG yang berkualitas maka data yang digunakan harus memiliki standar kualitas yang baik pula. Eksplorasi data yang berkualitas ini dapat dilakukan melalui spatial data mining. Metode dalam spatial data mining cukup bervariasi, dapat berupa komputasi, statistikal, visual, atau kombinasi semuanya (Mennis, 2009). Salah satu contoh penggunaan metode spatial data mining dalam SIG terdapat pada hasil penelitian Wang, dkk (2012) yang berjudul “Crime hotspot mapping using the crime related factors – a spatial data mining approach”. Penelitian tersebut merupakan penelitian terkait pemetaan hotspot kriminalitas yang tidak hanya menunjukkan kepadatan target kriminalitas melalui HOT (Hotspot Optimization Tool)  saja, namun termasuk pula informasi mengenai target kriminalitas yang berkaitan dengan faktor-faktor tertentu. Informasi mengenai faktor-faktor terkait yang memiliki relasi dengan tingkat target kriminalitas ini dapat diperoleh dengan melakukan spatial data mining menggunakan algoritma dan dipresentasikan sebagai GDPatterns. Pola-pola yang diperoleh ini merupakan hasil dari perlakuan spatial data mining. Kekuatan spatial data mining  dalam eksplorasi data agar dapat dapat dipahami dan dianalisis inilah yang menyebabka spatial data mining sangat penting dipelajari untuk analisis SIG.

 

Referensi

 

Han, J., Kamber, M., & Pei, J. (2012). Data Mining (3rd ed.). USA: Elsevier Inc.

Mennis, J., & Guo, D. (2009). Spatial data mining and geographic knowledge discovery – An introduction. Computers, Environment and Urban Systems, 33, 403-408.

Miller, H. J., & Han, J. (2009). Geographic Data Mining and Knowledge Discovery (2nd ed.). USA: Taylor & Francis Group.

Wang, D., Ding, W., Lo, H., Stepinski, T., Salazar, J., & Morabito, M. (2013). Crime hotspot mapping using the crime related factors – a spatial data mining approach. Appl Intell, 39, 772-781.

Wang, S., & Yuan, H. (2013). Data Mining in the Context of Big Data. International Conference on Parallel and Distributed Systems (pp. 486-491). IEEE Computer Society.

 

2 thoughts on “Spatial Data Mining

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s