Klasifikasi data. Pada pembuatan peta terutama peta tematik, dibutuhkan klasifikasi data sebelum memetakanya. Hal ini untuk menghindari penggunaan satu symbol untuk tiap record data. Sebagai contoh, pada sebuah s ebuah peta kepadatan penduduk suatu provinsi tidak mungkin untuk membedakan lima puluh warna keabuan. Oleh karena itu, kecamatan dengan nilai penduduk yang hampir hampir sama atau saling berdekatan harus dikelompokkan dan ditujukan dengan symbol yang sama. Sebagian besar orang dapat membedakan sampai dengan tujuh kelas perbedaan warna keabuan !S"#,$%%&'. Klasifikasi pada data harus cukup meyakinkan akurasinya dalam menjabarkan fenomena alam atau social yang sedang dipetakan. Kelas harus lengkap menjelaskan semua nilai yang ada'. Sebagai contoh pemataan penggunaan lahan terbagi kedalam kategori ( pemukiman industry, taman dan institusi. )ika dalam dalam proses klasifikasi ditemukan persil tanah yang memiliki fungsi sebagai sawah, maka yang harus dilakukan adalah membuat kelas baru untuk pertanian misalnya atau dengan memasukan sawah kedalam salah satu kategori yang sudah dibuat. *erdapat banyak pendekatan klasifikasi data, karakteristik data, dan tujuan pembuatan peta akan menentukan mana yang terbaik. +erikut merupakan contoh skema klasifikasi yang sering digunakan !S"#,$%%&'. a. manual metode ini merupakan metode paling sederhana. #nterval dan jumlah kelas ditentukan oleh pembuat peta, tergantung akan menonjolkan menonjolkan kelas yang menurut pembuat pembuat peta penting untuk ditampilkan di dalam peta.
b. eual interval pada metode klasifikasi ini, masing-masing kelas terdiri dari interval data yang sama. #nterval kelas diperoleh dengn cara membagi data rentang nilai data maksimum dikurangi nilai data minimum' dibagi dengan banyaknya kelas yang akan dibuat. Persamaan untuk menghitung banyaknya kelas interval adalah sebagai berikut geographic information technology training alliance, //&' range0jumlah kelas 1 n ma2-n min'0jumlah kelas 1 Kelas interval
setelah itu, tabahkan hasil kelas interval' ke dalam nilai data terendah sehingga akan didapat kelas interval pertama. Selanjutnya tambahkan elas interval tersebut ke dalam kelas hingga mencapai jumlah kelas yang diinginkan. 3etode ini cocok diterapkan ketika distribusi data membentuk persegi panjang pada histogram. Selain itu, metode ini juga berguna ketika wilayah yang menjadi obyek pemetaan memiliki luas yang relatif sama sehingga kurang cocok untuk diterapkan pada fenomena geografiss. Kerugian dari metode ini adalah ketika
rentang data yang diklasifikasikan besar dan kelas yang banyak menyebabkan ada kemungkinan kelas yang datanya tidak ada sehingga kurang bermanfaat pada peta.
c. defined interval metode klasifikasi ini memungkinkan ditetapkannya interval yang digunakan untuk embagi rentag ke dalam kelas-kelas. +anyaknya interval ditentukan seperti pada metode eual interval, dengan skema ini nilai interval ditetapkan oleh pembuat peta. 4rcmap secara otomatis menentukan banyaknya kelas berdasarkan interval.
d. uantilesbreaks untuk menerapkan metode ini terlebih dahulu harus didefinisikan terlebih dahulu berapa kelas yang akan digunakan. Kemudian dirangking dengan menempatkan data pengamatan dengan jumlah yang sama pada masing-masing kelas. )umlah data pengamatan per kelaas dapat dihitung dengan persamaan( jumlah data pengamatan per kelas 1 jumlah data pengamatan0kelas
jika didapat nilai yang tidak integer untuk jumlah data pengamatan per kelas, maka kelas yang paling bawah akan memiliki jumlah data pengamatan lebih banyak daripada kelas yang lain. Keuntungan dari metode uantiles ini terdapat pada kemudahan untuk menghitung, dan masing-masing kelas memiliki jumlah data yang sama. Kerugian dengan menggunakan metode ini terletak pada kesenjangan yang mungkin terjadi pada data pengamatan. Kemungkinan yang terjadi adalah terdapat kekeliruan klasifikasi nilai yang terdapat pada breakpoint. e. natural disebut juga klasifikasi jenks natural breaks adalah metode klasifikasi data yang dirancang untuk menentukan susunan terbaik dari nilai-nilai kelas yang berbeda. Hal ini dilakukan dengan perhitungan untuk meminimalkan deviasi rata-rata setiap kelas dari rata-rata kelas, sedangkan memaksimalkan deviasi antar kelas. 5engan kata lain, metode natural breaks berusaha untuk mengurangi deviasi dalam kelas dan memaksimalkan variasi antara kelas !S"#, $%%&'. 5alam menerapkan metode klasifikasi ini dibutuhkan subjektifitas dan logika visual. *ujuan penting dengan menggunakan metode ini adalah meminimalisir perbedaan nilai data dalam satu kelas. 5alam melakukan analisis semi-kualitatif untuk pemetaan risiko bencana metode klasifikasi natural breaks memberikan hasil yang memuaskan aditya, /$/' f. interval geometris
interval geometris merupakan skema klasifikasi dimana class break berdasarkan interval kelas yang memiliki seri geometris. Koefisien geometris pada metode ini dapat berganti sekali untuk optimasi rentang kelas. 4lgoritma ini menciptakan interval geometris dengan meminimalkan jumlah kuadrat dari elemen per kelas. Seri geometric adalah serangkaian pola dimana sebuah koefisien konstanta dikalikan setiap nilai dalam seri. Sebagai contoh, sebuah urutan /.$, /.6, /.%, .7, 8.$' dimana setiap nilai dikalikan dengan 6. 9ilai invers dari 6 akan menjadi /.66666 atau $06'. g. deviasi standar rata-rata metode ini memperhitungkan bagaimana data didistribusikan. :ntuk menerapkan metode ini, berulang kali menambahkan atau mengurangi' deviasi standar dihitung dari rata-rata statistic dataset. Kelas-kelas yang dihasilkan menjelaskan frekuensi elemen dalam setiap kelas. 3etode deviasi standar rata-rata berguna ketika tujuan dar klasifikasi ini adalah menunjukan penyimpangan dari rerata data. 9amun metode klasifikasi ini harus menggunakanset data yang menunjukan ;disdtribusi normal standar<. Kendala tersebut adalah kelemahan utama dari metode ini.