Data Susenas dan Podes memiliki referensi geografis dan waktu. Referensi geografis bisa dinyatakan dalam kode propinsi, kode kabupaten, kode kecamatan,
kode desa, kode pos, atau kode wilayah tertentu. Saat ini telah tersedia peta batas wilayah administratif dalam bentuk digital yang memungkinkan analisis
fenomena sosial-ekonomi dan kaitannya dengan lokasi geografis wilayah pencacahan. Hal ini menyebabkan meningkatnya kebutuhan akan teknik analisis
data yang handal yang dapat mengkaitkan data sensus dengan distribusi geografisnya.
Perkembangan dalam struktur data spasial Güting 1994, spatial reasoning Egenhofer 1991 dan Computational Geometry telah merintis jalan bagi spatial
data mining. Spatial data mining merupakan the extraction of implicit knowledge, spatial relations, or other patterns not explicitly stored in spatial databases
Koperski dan Han 1995 diacu dalam Koperski et al. 1996. Spatial data mining telah digunakan oleh Ester et al. 1998 untuk
menganalisis karakteristik spasial serta deteksi kecenderungan spasial pada data sensus penduduk daerah Bavaria, Jerman tahun 1987. Sedangkan Appice et al.
2003 menggunakan teknik spatial association rule untuk mendapatkan pengetahuan baru dari data sensus ekonomi UK.
Salah satu teknik dalam spatial data mining adalah karakterisasi spasial spatial characterization. Karakterisasi spasial digunakan untuk mengungkap
karakteristik atau deskripsi ringkas spasial dari properties yang menarik pada sebuah komunitas, misalnya bagaimana karakteristik daerah yang memiliki
tingkat pertumbuhan ekonomi tinggi, atau bagaimana karakteristik daerah yang memiliki jumlah penduduk usia lanjut tinggi dan sebagainya.
Penelitian ini akan menggunakan teknik spatial data mining untuk mengungkap karakteristik spasial dari kondisi kemiskinan di Jawa Barat.
Diharapkan dari proses karekterisasi spasial tersebut dapat terbentuk sebuah basis pengetahuan knowledge-bases spasial baru yang bermanfaat bagi penentuan
kebijakan pengentasan kemiskinan di Jawa Barat.
1.2. Formulasi Permasalahan
Badan Pusat Spasial telah melakukan penghimpunan sejumlah besar data sosial ekonomi di Indonesia secara teratur, diantaranya melalui Susenas dan
Podes. Dengan jumlah data yang besar tersebut dirasa perlu adanya sebuah sistem yang dapat melakukan analisis dan ekstraksi informasi yang bermakna dari data
yang tersimpan tersebut secara otomatis. Karena data Susenas maupun Podes memiliki referensi geografis maka analisis yang dilakukan sebaiknya
memperhatikan Hukum I Geografi yaitu “everything is related to everything else, but near things are more related than distant thing” Tobler 1979. Agar proses
analisis dapat dilakukan dengan lebih cepat dan akurat, maka sebaiknya menggunakan sistem manajemen basisdata yang mendukung data spasial dan non-
spasial.
1.3. Ruang Lingkup
Teknik spatial data mining yang akan diterapkan pada prototipe adalah spatial characterization. Data spasial yang digunakan adalah batas administrasi
desa Jawa Barat dan Banten tahun 2003. Data atribut desa diperoleh dari data Potensi Desa Podes tahun 2003. Karena atribut dalam data Podes sangat banyak,
maka hanya beberapa atribut saja yang dilibatkan dalam pengembangan prototipe ini. Dalam memberikan sebuah label kepada sebuah objek berdasarkan nilai
tertentu digunakan pendekatan crips tidak fuzzy.
1.4. Keaslian Penelitian
Analisis data sensus dengan menggunakan spatial data mining telah ditunjukkan oleh Ester et al. 1998 dan Appice et al. 2003. Sedangkan
Sugiyono 2003 telah melakukan penelitian tentang karakteristik kemiskinan dan pemetaan penduduk miskin Propinsi Jawa Barat. Penelitian Sugiyono 2003
menggunakan analisis statistik spasial. Sejauh ini penulis belum menemukan sistem spatial data mining untuk analisis karakteristik spasial desa miskin di
Propinsi Jawa Barat.
1.5. Manfaat Penelitian
Dari penelitian ini diharapkan terbentuk prototipe sistem spatial data mining Prototipe tersebut diharapkan dengan mudah dan cepat mendapatkan pengetahuan
implisit, hubungan spasial, atau pola-pola lainnya yang tidak secara eksplisit tersimpan dalam basisdata. Prototipe tersebut akan digunakan untuk mengungkap
karakteristik spasial dari desa miskin di Jawa Barat.
1.6. Tujuan Penelitian
Penelitian ini memiliki tujuan yaitu: 1.
Memahami konsep salah satu teknik dalam spatial data mining yaitu spatial characterization.
2. Membangun prototipe sistem spatial data mining yang mampu
menjalankan teknik spatial characterization. 3.
Memanfaatkan prototipe spatial characterization untuk mendapatkan karakter desa miskin di Propinsi Jawa Barat berdasarkan data Potensi Desa
