digilib@itb.ac.id +62 812 2508 8800

Spatial clustering merupakan proses pengelompokan objek spasial ke dalam cluster sehingga objek yang berada pada satu cluster memiliki tingkat kemiripan yang tinggi satu sama lain dan objek pada cluster yang berbeda memiliki tingkat kemiripan yang rendah. Spatial clustering dapat digunakan untuk menyelesaikan permasalahan analisis hotspot dan regionalization yang masing-masing memiliki berbagai pendekatan yang tiap pendekatannya terdiri dari beberapa algoritma. Saat ini telah dikembangkan beberapa kakas analisis spasial yang dapat melakukan spatial clustering. Namun, kakas-kakas yang sudah ada hanya mengimplementasi-kan algoritma spatial clustering dengan pendekatan yang sama. Untuk melakukan analisis spasial dengan berbagai pendekatan, perlu digunakan kakas yang berbeda. Pada Tugas Akhir ini dikembangkan kakas analisis yang dapat menjadi kerangka untuk berbagai pendekatan spatial clustering yang ada. Analisis dilakukan terhadap statistik dan algoritma clustering yang sudah ada. Dari analisis masukan, proses, dan keluaran yang dilakukan tersebut, dibuat rancangan perangkat lunak. Pola perancangan template method pattern digunakan sehingga kelas yang berperan sebagai kerangka dibuat sebagai kelas abstrak. Dengan pola perancangan ini, ekstensi perangkat lunak dalam hal penambahan algoritma dapat dilakukan dengan mudah. Evaluasi yang dilakukan berupa pengujian fungsional dan pengujian nonfungsional. Pengujian fungsional dilakukan menggunakan skenario pengujian dengan tujuan untuk menguji apakah kakas telah berjalan dengan baik. Seluruh skenario pengujian telah dijalankan dengan hasil yang sesuai sehingga kakas terbukti telah berjalan dengan baik. Pengujian nonfungsional dilakukan untuk mengetes extensibility kakas. Pengujian dilakukan dengan mengimplementasikan algoritma analisis cluster yang sebelumnya tidak dianalisis. Algoritma-algoritma tersebut berhasil diimplementasi sehingga sifat extensibility kakas dianggap terbukti.