L6 PrimaCinthya 232015113 PDF
L6 PrimaCinthya 232015113 PDF
DAFTAR ISI
Kelas C 1
Laporan Praktikum Statistika Spasial
BAB I
PENDAHULUAN
Kelas C 2
Laporan Praktikum Statistika Spasial
BAB II
DASAR TEORI
2.1 Kluster
Kluster spasial adalah autokorelasi spasial positif ketika ada nilai yang mirip
mengelompokkan menjadi satu, sedangkan kebalikannya jika terdapat nilai yang
terpisahpisah disebut autokorelasi negative (Boots et al.1988). Dengan adanya
kluster spasial dapat membantu pemahaman proses geografis yang mendasari
hubungan dengan fenomena yang diteliti.
Kelas C 3
Laporan Praktikum Statistika Spasial
Metode lain untuk optimasi centroid atau lebar cluster : Genetik Algoritma
(GA)
Fitur tetangga dengan nilai atribut yang sama tinggi atau rendah,
merupakan bagian dari sebuah cluster. Sebuah nilai negatif untuk menunjukkan
bahwa fitur memiliki fitur tetangga dengan nilai-nilai yang berbeda dan fitur ini
adalah outlier. Dalam kedua contoh, nilai p untuk fitur tersebut harus cukup kecil
untuk cluster atau outlier harus dianggap signifikan secara statistik
Kelas C 4
Laporan Praktikum Statistika Spasial
BAB III
PELAKSANAAN
No Gambar Keterangan
1 Mengadd
data yang
akan
digunakan
sebagai data
praktikum
2 Setelah data
dimasukan
lalu kita klik
kanan lalu
memilih
open
attribute
table.
3 Maka dapat
dilihat dari
open
attribute
table akan
seperti
disamping
Kelas C 5
Laporan Praktikum Statistika Spasial
4 Memilih
Arctoolbox
lalu
memilih
Statistika
Spasial
tools dan
mengInput
dara feature
class
berdasarkan
area dengan
menggunak
an metode
cluster and
outlier
analysis.
5 Dan
memilih
Cluster and
Outlier
Analysis
maka akan
mendapatka
n hasil
sebagai
berikut
dimana
hasil ini
adalah
bentuk
Kelas C 6
Laporan Praktikum Statistika Spasial
cluster
6 Hasil
setelah di-
input data
akan seperti
disamping
7 Dan data
yang
memiliki
nilai
tertingg da
nada yaitu
HHseperti
disamping
8 Memilih
arctoolbox
lalu melilih
Statistika
Spasial
tools lalu
memilih
Mapping
Clusters
lalu Cluster
and Outlier
Analysis
Kelas C 7
Laporan Praktikum Statistika Spasial
9 Hasil dari
Hot Spot
Analisis
akan seperti
disamping
10 Dan hasil
atribut dari
proses Hot
Spot
Analisis
11 Selanjutnya
dengan
menggunak
an HTML
pada
toolsbar di
arcgis maka
kita bisa
melihat
informasi
dari data
spasial yang
tadi kita
kerjakan
sehingga
akan
Kelas C 8
Laporan Praktikum Statistika Spasial
didapatkan
seperti
disamping.
Kelas C 9
Laporan Praktikum Statistika Spasial
BAB IV
HASIL & PEMBAHASAN
Kelas C 10
Laporan Praktikum Statistika Spasial
Kelas C 11
Laporan Praktikum Statistika Spasial
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Pada praktikum statistika kali ini mahasiswa diberikan latihan untuk mencoba
2 bentuk dari Pola spasial dimana masing-masing pola tersebut adalah Cluster and
Outlier Analysis dan Hotspot Analysis, dari kedua pola spasial tersebut maka
didapat kesimpulan sebagai berikut.
Cluster and Outlier Analysis adalah adalah suatu pola spasial dalam
statistika spasial yang menunjukkan suatu penggolongan nilai spasial
dengan menyajikan tinggi rendahnya suatu pula spasial dengan
membandingkan tetangganya (HH, LH, LL) sehingga tampilan yang
didapatkan adalah berupa nilai yang menunjukkan area cluster (HH, LH,
LL)
Hotspot Analysis adalah suatu pola spasial yang menunjukkan
penggolongan nilai spasial dengan membandingkan nilai tinggi rendahnya
suatu area dengan tetangganya dari nilai standard deviasinya sehingga
memberikan tampilan berupa nilai atau tingkat.
5.2 Saran
Pada praktikum ini disarankan untuk menggunakan Arcmapp 10.3 karena
pada Arcmap 10.1 hasil dari Hotspot Analysis tidak muncul nilai dari perhitungan
tingkat kepercayaan.
Kelas C 12
Laporan Praktikum Statistika Spasial
DAFTAR PUSTAKA
“Cluster and Outlier Analysis” ArcGIS feature desktop, [Online]
(https://www.arcgis.com/features/features.html) diakses pada tanggal 10
Desember 2018)
Kelas C 13