Institutional Repository | Satya Wacana Christian University: Perancangan Clustering Data Menggunakan Algoritma K-Means Berbasis Heat Map T1 672010122 BAB V
BAB 5
Kesimpulan Dan Saran
5.1
Kesimpulan
Berdasarkan hasil dan pembahasan dari penelitian yang
dilakukan, maka dapat diambil kesimpulan bahwa aplikasi
clustering data dapat digunakan untuk mengelompokkan data
spasial melalui proses normalisasi terlebih dahulu dan kemudian
dikelompokkan
menggunakan
dikelompokkan
berdasarkan
Algoritma
jarak
K-Means.
terdekat
objek
Data
bukan
berdasarkan karakteristik objek. Dari hasil pengujian yang
dilakukan juga dapat diambil kesimpulan bahwa daerah yang
berpotensi menghasilkan bahan tambang untuk nilai K atau
jumlah cluster empat adalah daerah cluster tiga. Hal ini dapat
menjadi informasi bagi investor atau pengusaha di bidang
pertambangan untuk menemukan wilayah yang berpotensi
menghasilkan
tambang.
Selain
itu,
aplikasi
juga
dapat
menampilkan data yang sudah dikelompokkan secara visual
dengan menggunakan Heatmap. Pada penelitian ini, kasus data
yang dikelompokkan adalah data potensi bahan tambang di
Provinsi Papua Barat, aplikasi clustering data dapat membantu
investor
atau pengusaha di bidang pertambangan untuk
menemukan wilayah yang berpotensi menghasilkan tambang.
45
46
5.2
Saran
Saran yang dapat diberikan untuk pengembangan aplikasi
ini adalah diharapkan agar pengelompokkan data tidak hanya
berdasarkan jarak namun juga berdasarkan kategori data.
Diharapkan pula agar nantinya data yang dikelompokkan dapat
dimasukkan
secara
langsung
melalui
peta
tanpa
mengunggah dokumen Excel yang berisi data tersebut.
harus
Kesimpulan Dan Saran
5.1
Kesimpulan
Berdasarkan hasil dan pembahasan dari penelitian yang
dilakukan, maka dapat diambil kesimpulan bahwa aplikasi
clustering data dapat digunakan untuk mengelompokkan data
spasial melalui proses normalisasi terlebih dahulu dan kemudian
dikelompokkan
menggunakan
dikelompokkan
berdasarkan
Algoritma
jarak
K-Means.
terdekat
objek
Data
bukan
berdasarkan karakteristik objek. Dari hasil pengujian yang
dilakukan juga dapat diambil kesimpulan bahwa daerah yang
berpotensi menghasilkan bahan tambang untuk nilai K atau
jumlah cluster empat adalah daerah cluster tiga. Hal ini dapat
menjadi informasi bagi investor atau pengusaha di bidang
pertambangan untuk menemukan wilayah yang berpotensi
menghasilkan
tambang.
Selain
itu,
aplikasi
juga
dapat
menampilkan data yang sudah dikelompokkan secara visual
dengan menggunakan Heatmap. Pada penelitian ini, kasus data
yang dikelompokkan adalah data potensi bahan tambang di
Provinsi Papua Barat, aplikasi clustering data dapat membantu
investor
atau pengusaha di bidang pertambangan untuk
menemukan wilayah yang berpotensi menghasilkan tambang.
45
46
5.2
Saran
Saran yang dapat diberikan untuk pengembangan aplikasi
ini adalah diharapkan agar pengelompokkan data tidak hanya
berdasarkan jarak namun juga berdasarkan kategori data.
Diharapkan pula agar nantinya data yang dikelompokkan dapat
dimasukkan
secara
langsung
melalui
peta
tanpa
mengunggah dokumen Excel yang berisi data tersebut.
harus