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