Disertasi ini membahas model ekstraksi pengetahuan spasiotemporal dari kumpulan data baracuan geografis, untuk mengidentifikasi mesin dinamika sistem, yang disajikan dengan aturan transisi dari model cellular automata (CA). Himpunan aturan transisi didapat dengan menerapkan analisis regresi linier darab, pada himpunan n grid data hasil pengamatan terhadap sistem, untuk lokasi dan kurun waktu tertentu. Aturan transisi diwakili oleh (vektor) koefisien regresi dari setiap pasang data grid berurutan. Melalui proses pemurnian data dan analisis pengelompokan pola diperoleh k buah pola paling dominan (k<