BAB I PENDAHULUAN Metode yang berkaitan dengan geostatistika ditemukan oleh para ilmuwan yang membuat peta tentang sifat-sifat tanah dari Suatu lokasi menggunakan sejumlah data dari lokasi yang diketahui. Sifat -sifat tersebut antara lain keasaman tanah dalam air, konduktivitas listrik, perubahan potassium dalam tanah dan perembesan air tanah. Matheron menggunakan istilah geostatistika dalam konteks geologi untuk menunjukkan teori dan metode- metode menduga persediaan bijih besi dari data spasial yang menyebar sepanjang area. Penggunaan lain dari geostatistika diantaranya penyerapan air hujan dan pendugaan konsentrasi bahan-bahan yang mencemari air tanah. Data spasial adalah data yang dikumpulkan dari lokasi-lokasi yang berkorelasi satu sama lain. Lokasi yang saling berdekatan memiliki sifat-sifat yang mirip dibandingkan dengan lokasi yang saling berjauhan. Ini dikenal dengan kekontinuan spasial (spatial continuity). Penempatan data spasial merupakan langkah awal yang penting. Hal ini dikarenakan penempatan nilai tertinggi dan terendah akan menciptakan beberapa kecenderungan (trend) dalam data. Semua trend yang ada dalam data dapat digambarkan dengan peta kontur.
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
BAB I
PENDAHULUAN
Metode yang berkaitan dengan geostatistika ditemukan oleh para ilmuwan
yang membuat peta tentang sifat-sifat tanah dari Suatu lokasi menggunakan
sejumlah data dari lokasi yang diketahui. Sifat -sifat tersebut antara lain keasaman
tanah dalam air, konduktivitas listrik, perubahan potassium dalam tanah dan
perembesan air tanah. Matheron menggunakan istilah geostatistika dalam konteks
geologi untuk menunjukkan teori dan metode-metode menduga persediaan bijih
besi dari data spasial yang menyebar sepanjang area. Penggunaan lain dari
geostatistika diantaranya penyerapan air hujan dan pendugaan konsentrasi bahan-
bahan yang mencemari air tanah.
Data spasial adalah data yang dikumpulkan dari lokasi-lokasi yang
berkorelasi satu sama lain. Lokasi yang saling berdekatan memiliki sifat-sifat
yang mirip dibandingkan dengan lokasi yang saling berjauhan. Ini dikenal dengan
kekontinuan spasial (spatial continuity).
Penempatan data spasial merupakan langkah awal yang penting. Hal ini
dikarenakan penempatan nilai tertinggi dan terendah akan menciptakan beberapa
kecenderungan (trend) dalam data. Semua trend yang ada dalam data dapat
digambarkan dengan peta kontur.
Salah satu masalah penting dalam geostatistika adalah menduga data suatu
lokasi yang tidak bisa diamati secara langsung menggunakan data dari lokasi
spasial yang diketahui. Matheron menyebut proses ini sebagai pendugaan kriging.
Kriging merupakan metode yang mempertimbangkan kondisi tak bias dan ragam
minimum.
BAB II
ORDINARY KRIGING
Kriging adalah metode geostatistik yang digunakan untuk mengestimasi
nilai dari sebuah titik atau blok sebagai kombinasi linier dari nilai conto yang
terdapat disekitar titik yang akan diestimasi. Bobot kriging diperoleh dari hasil
variansi estimasi minimum dengan memperluas penggunaan semi-variogram.
Estimator kriging dapat diartikan sebagai variabel tidak bias dan penjumlahan dari
keseluruhan bobot adalah satu. Bobot inilah yang dipakai untuk mengestimasi
nilai dari ketebalan, ketinggian, kadar atau variabel lain.
Istilah kriging diambil dari nama seorang ahli, yaitu D.G. Krige, yang
pertama kali menggunakan korelasi spasial dan estimator yang tidak bias. Istilah
kriging diperkenalkan oleh G. Matheron untuk menonjolkan metode khusus dalam
moving average terbobot (weighted moving average) yang meminimalkan varians
dari hasil estimasi.
Kriging memberikan lebih banyak bobot pada conto dengan jarak terdekat
dibandingkan dengan conto dengan jarak lebih jauh, kemenerusan dan anisotropi
merupakan pertimbangan yang penting dalam kriging, bentuk geometri dari data
dan karakter variabel yang diestimasi serta besar dari blok juga ditaksir.
Sifat-sifat Kriging :
1. Struktur dan korelasi variabel melalui fungsi γ(h)
2. Hubungan geometri relatif antar data yang mencakup hal penaksiran dan
penaksiran volume melalui (Si,Sj) (hubungan antar data) dan sebagai (Si,V)
(hubungan antara data dan volume)
3. Jika variogram isotrop dan pola data teratur, maka sistem kriging akan
memberikan data yang simetri
4. Dalam banyak hal hanya conto-conto di dalam blok dan di sekitar blok
memberikan estimasi dan mempunyai suatu faktor bobot masing-masing nol
5. Dalam hal ini jangkauan radius conto yang pertama atau kedua pertama tidak