Tugas

Teknik Geostatistik
Resume Artikel Ilmiah

Nama : RONI FOLIYANDRA

NIM/BP: 1202075/2012
Prodi: Teknik Pertambangan (S1)

Dosen Pembimbing: Adree Octova S.Si, M.T

Jurusan Teknik Pertambangan

Fakultas Teknik
Universitas Negeri Padang
2015

Nama Penulis

: Fachri Faisal dan Jose Rizal

Tanggal Diterbitkan : Januari 2012

Penerbit

: Jumal Ilmiah Gradien Volume 8 No.1 Januari 2012

Didukung oleh

: Jurusan Matematika, Fakultas Matematika dan llmu Pengetahuan

Alam, Universitas Bengkulu, Indonesia

Judul
Spatial

: Kajian Pemilihan Model Semivariogram Terbaik Pada Data

(Studi Kasus : Data Ketebalan Batubara Pada Lapangan Eksplorasi X)

A. Latar Belakang
Semivariogram merupakan alat statistik untuk menggambarkan, memodelkan, dan
menjelaskan korelasi spasial antar observasi variabel terigionalisasi. Semivariogram
didefenisikan sebagai berikut :

Dengan (h) adalah semivariogram. Semivariogram diatas disebut juga semivariogram

teoritik. Ada dua jenis semivariogram yaitu: semivariogram isotropik ((h) hanya bergantung
pada jarak h), semivariogram anisotropik ((h) hanya bergantung pada jarak h dan arah).
Sebelumnya telah dilakukan penelitian dengan menggunakan semivariogram anisotropik
untuk data ketebalan batubara lapangan X. Dalam penelitian itu diperoleh model
semivariogram Gaussian yang akan digunakan dalm metode kriging untuk menginterpolasi
lokasi yang belum terobservasi. Berdasarkan hal itu , peneliti tertarik melakukan penelitian
lanjutan dengan menambahkan 30 data baru dan jenis semivariogram yang akan digunakan
adalah model semivariogram eksperimental anisotropik. Model semivariogram teoritis yang
digunakan adalah model semivariogram Spherical, Ekponential, dan Gaussian.
B. Tujuan Penelitian
Penelitian ini bertujuan memilih model semivariogram yang terbaik dari ketiga model
semivariogram Spherical, Ekponential, dan Gaussian berdasarkan uji kenormalan dari
residu terbarukan, Uji Q1 dan Q2 .
C. Metodologi Penelitian
Data yang digunakan dalam penelitian berasal dari data sekunder yang terdiri dari 41 data
titik eksplorasi batubara yang merupakan data ketebalan cadangan batubara. Adapun tahapan
analisis data prnrltian ini adalah sebagai berikut :
a.

Membuat statistik deskriptif data.

b.

Menentukan semivariogram eksperimental untuk 4 arah (anisotropik geometri)

dengan Surfer 9 .
c. Fitting semivariogram eksperimental (poin b ) dengan salah satu model
s e mi v a r i o g r a m teoritis untuk menentukan nilai parameter- parameternya (C = Sill
dan a :=; range).
d. Menentukan model semivariogram teoritis Spherical, Exponsial dan Gaussian (poin
c) untuk dua arah yang berdasarkan sumbu terpendek (minor) dan terpanjang
(mayor).
e. Menentukan model semivariogram teoritis Spherical, Eksponential, Gaussian (poin d)
yang distandarisasi dengan merotasi koordinat data dan dibagi dengan sumbu terpendek
dan terpanjang (a = range ).
f.

Menentukan model semivariogram yang terbaik dengan mengikuti tahapan cross

validasi, yaitu dengan menghitung residu terbarukan dan menguji asumsi kenormalan
dan menguji model semivariogram yang digunakan dengan statistik uji Q1 dan Q2.

D. Hasil dan Pembahasan Penelitian

Z yang menyatakan ketebalan cadangan batubara yang dinyatakan dalam satuan meter.
Berikut ini data lokasi 41 titik sampel. Adapun plot lokasi 41 titik sampel ketebalan cadangan
batubara sebagai berikut:

1. Perhitungan Statistika deskriptif

Setelah dilakukan perhitungan statistika deskriptif untuk data ketebalan batubara,
diperoleh suatu kesimpulan dari data :

2. Semivariogram eksperimental untuk 4 arah

Berikut ini adalah hasil semivariogram eksperimental 4 arah dengan surfer 9 :

3. Fitting semivariogram eksperimental dengan salah satu model semivariogram teoritis

Berikut ini adalah fitting semivariogram eksperimental dengan salah satu model
semivariogram teoritis untuk menentukan nilai parameter-parameter yaitu sill ( C ) dan range
(a). Oleh karena itu digunakan semivariogram anisotropik. Maka nilai sill setiap arah sama
sedangkan nilai rangenya berbeda ( gambar 3 ).

Oleh karena sudut yang terbentuk 90o antara arah utara (0o) yang mempunyai range =
710 dengan arah timur (90o) yang merupakan sumbu terpanjang. Maka besarnya sudut yang
digunakan untuk menetukan model semivariogram teoritis Spherical, Eksponential, dan
Gaussian yang distandarisasi dengan merotasi koordinat data dan dibagi dengan sumbu
terpendek dan terpanjang.
4. Model semivariogram teoritis Spherical, Eksponential, Gaussian untuk dua arah dan
yang sudah distandarisasi
i.)

Model Spherical

ii.)

Model Eksponential

iii.)

Model Gaussian

5. Menetukan model terbaik dengan uji asumsi kenormalan dan uji dengan satatistik uji
Q1 dan Q2
Untuk menentukan model terbaik yang akan digunakan maka, model akan diuji dengan
menggunakan statistik uji Q1 dan Q2 dengan menggunakan bahasa pemograman SPSS dan
dibantu oleh Excel seperti tertera pada tabel 2 :

Hasil uji Q1 dan Q2 :

Dari uji kenormalan residual terbakukan menggunakan SPSS diperoleh nilai Sig.> 0.05
untuk ketiga model tersebut, jadi ketiga model dianggap terdistribusi normal.

E. Kesimpulan
Dari ketiga model tersebut, yang terbaik untuk diaplikasikan pada data ketebalan batubara
yaitu model Gaussian. Hal ini dapat terlihat dari residual terbakukannya. Hal ini karena pada
uji Q1, nilai dari
yaitu 0.02557461 < 0.316227766 maka Model Gaussian
tidak ditolak. Pada uji Q2, diperoleh nilai Q2 hitung (IQ21 = 1.335) yang terletak antara
batas bawah dan atas (tabel 3) yaitu: L = 0.61 < 1.335 < 1.48 = U . Maka model
Gaussian tidak ditolak , sehingga model semivariogram yang terbaik adalah model Gaussian.
Daftar Pustaka
Cressie, N.A.C., 1993, Statistics for Spatial Data, Resived Edition, John Wiley &
Sons. New york.
Heryanti, D., 2007, Analisis Kriging Penaksiran Cadangan Batubara di Provinsi
Bengkulu ( Studi Kasus Pertambangan Pertambangan Batubara Kabupaten Seluma
Kecamatan Seluma), Skripsi. Universitas Bengkulu
Isaaks, E.H. and R.M. Srivastava, 1989, Applied Geostatistics. Oxford University
Press: New York.
Kitanidis, P.K., 1999, Introduction to Geostatistics : Applications to Hidrogeology,
Cambrigde University Press : New York.
Oliver, M.A., 2010, Geostatiscal Applications for Precision Agriculture. United
Kingdom.
Pfeiffer, D.U dan T.P Robinson, 2008, Sparial Analysis in Epidemiology. Oxford
University.

Sari, K.N., 2009, Model Semivariogram dan Estimasi Ordinary Kriging untuk Nilai
Ujian Nasional SMP di Kota Bandung dan Cimahi, Tesis. Institut Teknologi Bandung.
Sarma, D.O., 2001, Geostatistics with Applications in Earth Sciences.Formerly at
National Geophysical Research Institute ( Council of Scientific and Industrial Research)
Hyderabad, India.
Webster, R and M.A.Oliver, 2007, Geostatisticsfor Enviromental Scienticts, Second
Edition. University of Reading, UK.
Wackernagel, H., 2003, Multivariate Geostatistics,3rd ed, Springer, Berlin,
Heidelberg.