Anda di halaman 1dari 2

PERBANDINGAN METODE KLASIFIKASI DATA

Oleh:

BILLVIAN FRENSI DAHAL


151 13 083
billviandahal@students.itb.ac.id

Pengklasifikasian atau pembagian kelas-kelas data adalah hal yang cukup penting dalam
kegiatan pemetaan. Hal ini dilakukan untuk mempermudah penggambaran data-data
tersebut di dalam peta. Dalam hal ini data yang akan diklasifikasi adalah data batimetri
semakdaun. Metode interpolasi data yang digunakan adalah metode Kriging. Metode
Kriging adalah metode interpolasi data yang memanfaatkan nilai spasial dari lokasi
tersampel dan variogram untuk memprediksi nilai pada lokasi lain yang belum tersampel
dimana nilai prediksi akan dipengaruhi oleh nilai kedekatan dengan lokasi tersampel.

Ada empat metode pengklasifikasian yang akan digunakan dan dibandigkan satu sama
lain yaitu Equal Interval, Geomatrical Interval, Standard Deviation, dan Quantile. Setiap
metode memiiki kelebihan dan kekurangan masing-masing. Equal interval dalah metode
klasifikasi data yang membagi data ke dalam interval yang sama besar berdasarkan nilai
data yang ada, tidak melihat kuantitas data. Geomatrical Interval adalah metode
klasifikasi data yang membagi data ke dalam interval yang ditentukan berdasarkan deret
geometri tertentu. Standard Deviation adalah metode klasidikasi data yang membagi data
ke dalam interval yang ditentukan dari standard deviasi data. Quantile adalah metode
pengklasifikasian data dimana data dibagi ke dalam interval yang sama besar berdasarkan
jumlah data tanpa peduli nilai data.

Berikut gambar hasil pengklasifikasian yang dibuat di dalam ArcGis.

Gambar 1 Equal Interval Gambar 2 Geometrical Interval

Gambar 3 Quantile Interval Gambar 3 Standard Deviation

Terlihat dari gambar dapat disimpulkan bahwa untuk kasus ini Geomatrical Interval
adalah yang paling baik karena metode ini dapat mengklasifikasikan data yang tidak
terdistribusi normal dengan baik (J-shape).
Referensi :http://gunungleuser.or.id; http://warrokeponorogo.blogspot.co.id/2009/11/
pembuatan-peta-tematik.ht

Anda mungkin juga menyukai