(a) penambangan data,
(b) pemodelan yang bersifat prediksi, dan
(c) simulasi dinamik.
Dalam kenyataannya ketiga kecendrungan tersebut tidak dapat dipisahkan secara tajam dan biasanya dilakukan bersamaan dengan penggunaan teknologi informasi ruang seperti SIG, GPS dan penginderaan jauh.
1. Penambangan Data
Penambangan data dengan SIG mengungkapkan hubungan antara variabel-variabel peta. Sebagai contoh peta untuk mendeteksi pohon yang mati yang secara statistik dapat dikaitkan dengan peta penyebab (faktor) seperti peta elevasi, lereng, aspek, tipe tanah dan kedalaman ke lapisan batuan. Jika ditemukan korelasi yang kuat pada suatu kombinasi variabel penyebab, maka informasi tersebut dapat dipakai untuk mencari lokasi pohon-pohon tersebut yang mungkin mati atau kondisinya tidak sesuai.
Bentuk lain penambangan data adalah pembuatan suatu model empirik. Sebagai contoh dalam penggunaan model 3 dimensi untuk menduga pergerakan unsur-unsur yang berpotensi mencemari dalam tanah atau air tanah, dimana datanya diinterpolasi dan contoh pengamatan pada sumur tertentu. Daerah yang mempunyai konsentrasi tinggi selanjutnya diisolasikan untuk diproses secara terpisah. Atau data yang telah ditambang tadi selanjutnya diproses untuk keperluan suatu pemodelan atau simulasi.
2. Pemodelan Data
Dengan data yang cukup dan yang bersifat temporal (berbeda waktu) maka suatu model dapat dikembangkan. Misalnya untuk pengembangan model penyebaran polusi di suatu wilayah. Sebagian baser permodelan dalam komputer yang bersifat prediksi pada seat ini bersifat nonspasial. Data dikumpulkan dari pengamatan contoh-contoh, dan selanjutnya dikurangi ke nilai spesifik (rata-rata aritmatik). Nilai contoh tersebut dipakai dalam model matematika, misalnya persamaan regresi.
Salah satu kelemahan pemodelan dengan pendekatan non-spasial adalah pengabaian variasi informasi alami yang berkaitan dengan penyebarannya. Pemecahan secara spasial adalah menginterpolasi data tersebut menjadi peta-peta variabel, dan selanjutnya menjadi persamaan yang menggambarkan secara lokasi dalam ruang (sal raster atau komposit poligon).Pendekatan /0–23 ini mampu menggambarkan kekhasan daerah tertentu dan variasinya dapat diinterpretasi baik daerah yang bervariasi tinggi atau rendah.
3. Simulasi Dinamik
Simulasi dinamik memungkinkan pemakai berinteraksi dengan model spasial. Jika pa¬rameter-parameter model dimodifikasi secara sistematik maka menghasilkan perubahan ke peta akhir, dan perilaku model dapat diinvestigasi.
Analisis kesensitifan mempunyai keunggulan relatif dimana setiap variabel peta dalam kaitan dengan isinya diketahui sesuai dengan keunikan posisinya. Sebagai contoh dalam kasus penentuan daerah pertanian yang berproduksi rendah atau tinggi dapat dilakukan dengan membuat variasi parameternya. Dalam hal ini berbagai skenario ”jika-maka” dapat dikembangkan tahap selanjutnya produksi tersebut dapat dikaitkan dengan aspek ekonomis atau lainnnya; misalnya: apakah lebih menguntungkan jika ditanam komoditi tertentu dengan kondisi infrastruktur seperti sekarang ini?. Atau perlu dicari alternatif lain. Sistem simulasi dinamik ini akan banyak memperluas alternatif pengambilan keputusan dan pihak yang tertarik dalam proses analisis peta.
Untuk pelaksanaan tujuan di atas salah satu hal yang memungkinkan hal tersebut diakomodasi adalah perkembangan setiap sistem perangkat lunak SIG yang mengarah ke penyediaan fasilitas batch atau macro, atau yang lebih maju memberikan peluang membuat perangkat lunak tambahan yang kompatibel dengan perangkat lunak yang telah. Adanya
fasilitas ini memungkinkan pengembangan berbagai aplikasi dalam sistem piranti lunak itu sendiri baik untuk meningkatkan perangkat dasar atau untuk meningkatkan fasilitas kostumisasi perangkat lunak (Duane dan Marble, 1989). Di era tahun 1990-an ini beberapa perangkat lunak SIG sudah menyediakan fasilitas ini.
Salah satu kelemahan analisis dalam SIG adalah perlunya data yang distrukturkan dalam bentuk peta, dan kemampuan manipulasi atribut disengaja tidak terlalu kuat. Dalam kenyataan di berbagai aplikasi, analisis sering dilakukan dengan data atribut, dan sudah dikenali dengan baik oleh berbagai kalangan. Dalam hal ini maka peranan sistem pakar (expert system) terlihat sangat menonjol. Pada periode ini sistem pakar, yang mempunyai kemampuan berperilaku seperti seorang ahli, mempunyai kemampuan tinggi menganalisis data atribut. Sehingga integrasi sistem pakar dengan SIG ini sudah mulai banyak dilakukan. Contoh khas sistem pakar yang ditujukan untuk evaluasi lahan adalah ALES (Atomated Land Evaluation System). Sistem pakar ALES ini mempunyai bentuk spesifik yang dapat mengakomodasikan unsur ekonomi dan dikaitkan dengan SIG (Rossiter, 1994). Contoh sistem pakar lain yang bersifat umum adalah PROLOG, EXSYS, dan lain-lain. Bentuk prosedur otomatis juga ditemukan pada sistem ini sehingga jika digabungkan dengan bentuk yang sama pada SIG, maka berbagai kemudahan dapat diperoleh.
Di era tahun 1990-an ini perkembangan berbagai bentuk teknologi informasi spasial sangat pesat. Dalam kenyataan sehari-hari kombinasi sistem pakar, GPS, penginderaan jauh, dan SIG, yang semuanya diakomodasikan dengan sarana komputer, sudah merupakan hal yang biasanya