ABSTRAK
Data geospasial menyempurnakan kumpulan data tradisional dengan mengintegrasikan dimensi spasial dan temporal, memfasilitasi visualisasi tingkat lanjut dan wawasan analitis yang komprehensif. Sebagai aspek fundamental dari analitik geospasial, pengelompokan data geospasial (GDC) telah menjadi area penelitian akademis yang menonjol, memainkan peran penting dalam eksplorasi teoretis dan domain terapan. GDC berupaya mengelompokkan objek geospasial berdasarkan kesamaan yang melekat, suatu keharusan yang didorong oleh skala dan kompleksitas kumpulan data modern yang semakin meningkat, khususnya yang berada dalam sistem informasi geografis (SIG). Makalah ini menyoroti tantangan dan kemajuan utama dalam GDC, termasuk pengelompokan data spasial (SDC), teknik pengelompokan dalam SIG, dan algoritma yang dirancang untuk pengelompokan data geospasial dalam ruang jaringan (GDC dalam NS). Implementasi praktis dari metodologi ini mencakup berbagai aplikasi seperti analisis hotspot, pemantauan penyakit menular, pengoptimalan transportasi, manajemen lalu lintas perkotaan, dan perencanaan tanggap darurat. Kontribusi ini merupakan dasar untuk memajukan penelitian ilmiah dan mengatasi tantangan khusus domain di bidang ini.