Teknik Spatial Data Mining
kombinasi atribut non-spasial, atribut spasial, dan kedekatan obyek dalam ruang, waktu dan ruang-waktu.
Association Rules
Teknik ini bertujuan menemukan hubungan diantara atribut-atribut dalam sebuah relasi. Dalam konteks spasial, association rule melibatkan predikat spasial
topologi, jarak atau arah dalam preseden atau anteseden-nya. Sebagai contoh rules
dinyatakan dalam bentuk is_close house, beach Æ is_expensivehouse
yang bermakna rumah yang dekat dengan pantai mungkin harganya mahal. Disamping teknik classification, clustering dan association rules di atas,
Miller dan Han 2001 menyebutkan beberapa teknik lain yaitu : •
Outlier Detection, obyek spasial yang tidak masuk ke dalam kluster
manapun disebut pencilan outlier. Jadi outlier detection adalah masalah kebalikan dari clustering.
•
Spatial Trend Detection, teknik ini melibatkan pencarian pola perubahan
dengan memperhatikan tetangga dari beberapa obyek spasial. •
Geographic Characterization and Generalization , teknik ini menghasilkan
deskripsi ringkas data berupa summary rules atau characteristics rule. Dalam data mining klasik non-spasial, metode yang handal untuk
menghasilkan summary rules adalah metode induksi berorientasi atribut attribute-oriented induction.