45
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 Algoritma K-Means. Data
dikelompokkan berdasarkan jarak terdekat objek 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
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 harus
