Analisis perbandingan metode klasifikasi Autocorrelation based Regioclassification (ACRC) dan Non-ACRC untuk data spasial
Abstract
Many methods are available for classification of data including spatial data. This makes it difficult to determine which method is best used to classify a set of data. Each method has advantages and disadvantages in classification. This study aims to determine which method is a good classification method is used for spatial data. The method used in this study include natural breaks, quantile, equal interval, geometrical interval, and standard deviation found in ArcGIS. In addition, to compare we also use Autocorrelation based Regioclassification (ACRC). This method has the aspect of the outlier neighbors. Testing to determine the best between the two methods uses Goodness of Variance Fit (GVF) of each method. The results of this study indicate that ACRC is an excellent method used mainly by GVF value of 0.924. Banyak metode untuk pengklasifikasian data termasuk untuk data spasial. Hal ini membuat kesulitan untuk menentukan metode mana yang baik digunakan untuk klasifikasi sekumpulan data. Masing-masing metode memiliki kelebihan dan kekurangan dalam pengklasifikasian. Penelitian ini bertujuan untuk menentukan metode klasifikasi mana yang baik digunakan untuk data spasial. Metode yang digunakan dalam penelitian ini antara lain adalah natural breaks, quantile, equal interval, geometrical interval, dan standar deviasi yang terdapat dalam ArcGIS. Selain itu, untuk membandingkan digunakan juga Autocorrelation based Regioclassification (ACRC). Metode ini memerhatikan aspek tetangga sehingga terdapat outlier. Pengujian untuk menentukan yang terbaik antara kedua metode tersebut menggunakan Goodness of Variance Fit (GVF) dari masing-masing metode. Hasil dari penelitian ini menunjukkan ACRC merupakan metode yang baik digunakan dengan nilai GVF sebesar 0.924.
Collections
- UT - Computer Science [2254]