Anda di halaman 1dari 18

BAB I

PENDAHULUAN

1.1 Latar Belakang
Istilah Geostatistik pertama kali digunakan secara luas oleh Matheron
(1963) dan didefinisikan sebagai aplikasi hubungan atau turunan fungsi random
dalam penelaahan dan memperkirakan gejala alam. Gejala alam itu sendiri
seringkali dapat dikenal variabelnya yang tertentu, misalnya penyebaran dalam
suatu ruang, bidang maupun garis. Penyebaran variabel dalam suatu ruang, bidang
atau garis disebut variabel teregional atau dapat diartikan sebagai variabel yang
diukur tergantung pada nilai sekitar yang terdistribusi dalam ruang berdimensi dua
atau tiga. Variabel tersebut tidak lain adalah merupakan pengujian
fungsi f(x) yang menempati setiap titik (x) pada ruang.
Geostatistik adalah merupakan aplikasi teori variabel terregional dalam
mempelajari fenomena-fenomena gejala alam, terutama untuk menentukan
volume bahan galian. Landasan dari Geostatistik adalah The Theory of
Regionalised Variables, yang mana bahwa data dari titik-titik sampel mempunyai
korelasi satu sama lain sesuai dengan karakteristik penyebaran endapan
mineralnya.

1.2 Rumusan Masalah
Rumusan masalah pada laporan ini adalah sebagai berikut.
1) Bagaimana cara membuat diagram batang, garis, dan lingkaran yang
benar?
2) Bagaimana cara membaca diagram batang garis, dan lingkaran yang
benar?

1.3 Maksud
Adapun maksud dari pembuatan laporan praktikum geostatistik ini adalah
untuk mengetahui cara membuat diagram batang, garis dan lingkaran berdasarkan
data yang telah disiapkan.




1.4 Tujuan
Adapun tujuan dari pembuatan laporan praktikum geostatistik ini adalah
sebagai berikut.
Untuk mengetahui cara membuat diagram batang, garis dan lingkaran.
Untuk mengetahui lebih jauh tentang geostatistika.


















BAB II
LANDASAN TEORI

2.1 Geostatistika
Geostatistik adalah metode statistik yang digunakan untuk melihat
hubungan antar variabel yang diukur pada titik tertentu dengan variabel yang
sama diukur pada titik dengan jarak tertentu dari titik pertama (data spasial) dan
digunakan untuk mengestimasi parameter di tempat yang tidak diketahui datanya
(Oliver and Carol,2005).
Sifat khusus dari data spasial ini adalah ketakbebasan dan keheterogenan.
Ketakbebasan disebabkan oleh adanya perhitungan galat pengamatan dan hasil
yang diteliti dalam satu titik ditentukan oleh titik yang lainnya dalam sistem dan
keheterogenan disebabkan adanya perbedaan wilayah.
2.1.1 Teori peubah acak wilayah
Peubah acak wilayah adalah peubah acak yang tersebar dalam ruang.
Diberikan data spasial { Z(s1 ),...,Z(sn ) } pada lokasi spasial {s1 ,..., sn }. Jika
dua peubah acak sembarang Z(s) dan Z(s + h) saling berautokorelasi dan
bergantung secara parsial pada verktor h dalam jarak dan arah, maka ragam antara
nilai - nilai Z di lokasi s dans+h adalah Var[Z(s)-Z(s+h)]. Ragam ini dalam
statistik analisis deret waktu dan fungsi struktur peluang disebut sebagai Beda
Kuadrat Tengah (Cressie,1993;Ricci1997).
Jika E[Z(s)] = m, dan untuk semua himpunan peubah
acak Z(s) dan Z(s+h) terdapat kovarians dan hanya bergantung pada vector h, dan
Cov[Z(s),Z(s+h)]=C(h) untuk semua s dan h, maka Z(s) disebut second order
stasionary. Jika Z(s) adalah second order stasionary maka E[Z(s)-Z(s+h)] =
0 danVar[Z(s)-Z(s+h)] = E[{Z(s)-Z(s+h)}2].
Jika {Z(s)|s D} memenuhi E[Z(s)] = dan Var[Z(s1),Z(s2)] = 2 (s1
s2) dan var[Z(s1)-Z(s2)] = E[{Z(s)-Z(s+h)}2] , maka Z() disebut intrinsic
stasionary. Dan jika 2 (s1 s2) = 2 (||s1 s2||) hanya berupa fungsi ||s1 s2||,
maka 2 () disebut isotropik.

2.2. Komponen Variogram atau Semivariogram
Komponen dalam variogram atau semivariogram adalah sebagai berikut.
1. Range
Menurut Isaaks dan Srivastava (1989), range adalah jarak dimana
variogram adalah sebuah dataran tinggi atau sebuah masa stabil. Jarak dimana
variogram mencapai nilai sill. Sedangkan menurut Dorsel dan Breche (1997),
range adalah jarak antaralokasi-lokasi dimana pengamatan-
pengamatannya terlihat independen, yakni ragamnya tidak mengalami suatu
kenaikan. Dalam grafik variogram range dinyatakan dengan lambang a yaitu
jarak pada sumbu horizontal mulai dari titik nol sampai titik proyeksi perubahan
variogram dari miring ke mendatar. Pada jarak range ini Variabel dipengaruhi
oleh posisi. Dalam batas range, antara nilai Z(s) dengan nilai lain akan terdapat
korelasi. Besarnya korelasi dari satu nilai ke nilai lain akan berkurang sesuai
dengan bertambah jaraknya. Dalam praktek, range akan mempengaruhi korelasi
spasialnya.
2. Sill
Menurut Isaaks dan Srivastava (1989), masa stabil suatu variogram yang
mencapai rangenya disebut dengan sill. Menurut Dorsel dan Breche
(1997), sillmendeskripsikan dimana variogramnya menjadi suatu wilayah yang
datar, yakni ragamnya juga tidak mengalami suatu kenaikan.
3. Nugget Effect
Kediskontinuan pada pusat variogram terhadap garis vertikal yang
melompat dari nilai 0 pada pusat ke nilai variogram pada pemisahan jarak terkecil
disebut dengannugget effect. Rasio nugget effect terhadap sill seringkali disebut

sebagai nugget effect relative dan biasanya dinyatakan dalam persen (Isaaks and
Srivastava, 1989). Nugget effect dapat berupa kesalahan sistematis atau biasanya
kesalahan yang dibuat oleh manusia, kesalahan membaca alat, kesalahan
sampling, dll disebut dengan nugget effect.


2.3 Krigging
Suatu teknik perhitungan untuk estimasi atau simulasi dari suatu variable
terregional (regionalized variable) yang memakai pendekatan bahwa data yang
dianalisis dianggap sebagai suatu realisasi dari suatu variable acak (random
variable), dan keseluruhan variable acak dalam daerah yang dianalisis tersebut
akan membentuk suatu fungsi acak dalam menggunakan model structural
variogram atau kovariogram.
Nilai estimasi dan variable estimasi krigging yang ditentukan dengan
metode geostatistik untuk suatu variable terregional disetiap support V.
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.
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 (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
memengaruhi (tersaring).
6. Efek screen ini akan terjadi, jika tidak ada nugget effect atau kecil sekali =
C0/C
7. Efek nugget ini menurunkan efek screen
8. Untuk efek nugget yang besar, semuai conto mempunyai bobot yang sama.
9. Conto-conto yang terletak jauh dari blok dapat diikutsertakan dalam estimasi
ini melalui harga rata-ratanya


2.4 Variogram Eksperimental
Experimental variogram adalah suatu nilai dugaan dari variogram
berdasarkan pada penarikan sampel. Dalam metode umum
memplot eksperimental variogram,sumbu-sumbu jarak yang memisahkan antara
dua titik dibagi ke dalam selang- selang berurutan, serupa dengan histogram.
Sebagai alat analisis eksploitasi, experimentalvariogram
mempunyai drawback yang grafiknya bergantung pada pemilihanselang-
selang dan dipengaruhi oleh metode rata-ratanya. Yang termasuk dalam
pengertian experimental variogram adalah:
1. Scale
Experimental variogram adalah sebuah grafik yang biasanya lebih digunakan
dalam aplikasi geostatistik untuk menyelidiki ketakbebasannya. Experimental ini
berisi informasi tentang fluktuasi variabel scale.
2. Dekat dengan Pusat
Kelakuan variogram pada jarak-jarak yang kecil menentukan apakah fungsi
spasial terlihat kontinu dan mulus. Sedangkan kelakuan experimental variogram
pada pusat (pada jarak-jarak pendek) menyatakan derajat fungsi kemulusannya.
3. Large-Scale Bahavior
Kelakuan variogram pada jarak-jarak yang sebanding dengan ukuran daerahnya
menentukan apakah fungsi tersebut merupakan fungsi stationary.
Sebagai suatu fungsi, experimental variogram akan menstabilkan suatu nilai
disekitarnya, yakni sill. Sebagai fungsi stationary, sill yang diperoleh akan
mendeskripsikan panjang scalenya. (Kitanidis, 1997).




Gambar 2.2
Variogram Eksperimental

BAB III
METODOLOGI

3.1 Alat dan Bahan
3.1.1 Alat
Alat yang digunakan dalam praktikum ini, yaitu:
a) Seperangkat PC atau laptop,
b) Aplikasi Microsoft Excel untuk pengolahan data.

3.1.2 Bahan
Bahan yang digunakan dalam praktikum ini yaitu data pengeboran pada
tiga titik bor dengan kandungan Ni dan Fe.

3.2 Prosedur Percobaan
3.2.1 Diagram Garis
Menyiapkan data pengeboran yang akan disajikan dalam bentuk diagram
garis.
Memindahkan data pengeboran tersebut ke dalam Microsoft Excel.
Memilih data khusus yang ingin ditampilkan dengan diagram lingkaran
(pada laporan ini berupa data kadar Ni atau Fe pada titik bor LD12, LD13,
LD14 di berbagai level kedalaman).
Membuka menu insert Line2-D Line.
Menampilkan data dengan diagram garis.
Mengubah tampilan diagram batang dengan memilih diagram batang yang
ingin diubah, lalu membuka menu Chart ToolsDesignChart
LayoutsPilih jenis diagram garis yang diinginkan.





3.2.2 Diagram Lingkaran
Menyiapkan data pengeboran yang akan disajikan dalam bentuk diagram
lingkaran.
Memindahkan data pengeboran tersebut ke dalam Microsoft Excel.
Memilih data khusus yang ingin ditampilkan dengan diagram lingkaran
(pada laporan ini berupa data kadar Ni atau Fe pada titik bor LD12, LD13,
LD14 di berbagai level kedalaman).
Membuka menu insert Pie2-D Pie.
Menampilkan data dengan diagram lingkaran.
Mengubah tampilan diagram batang dengan memilih diagram batang yang
ingin diubah, lalu membuka menu Chart ToolsDesignChart
LayoutsPilih jenis diagram lingkaran yang diinginkan.

3.2.3 Diagram Batang
Menyiapkan data pengeboran yang akan disajikan dalam bentuk diagram
batang.
Memindahkan data pengeboran tersebut ke dalam Microsoft Excel.
Memilih data khusus yang ingin ditampilkan dengan diagram batang (pada
laporan ini berupa data kadar Ni atau Fe pada titik bor LD12, LD13, LD14
di berbagai level kedalaman).
Membuka menu insert Column2D Column.
Menampilkan data dengan diagram batang.
Mengubah tampilan diagram batang dengan memilih diagram batang yang
ingin diubah, lalu membuka menu Chart ToolsDesignChart
LayoutsPilih jenis diagram batang yang diinginkan.




BAB IV
HASIL DAN PEMBAHASAN


4.1 Hasil Praktikum
4.1.1 Penyajian Data untuk Kadar Ni pada Titik Bor LD12 di Berbagai Level
Kedalaman
a) Diagram Garis

b) Diagram Lingkaran





0.0
2.0
4.0
1 3 5 7 9 11 13 15 17 19 21
K
a
d
a
r

N
i

Titik Bor LD 12
Kadar Ni Pada Tiap Titik Bor LD
12
Ni
6%
7%
5%
5%
3%
5%
7%
2%
2% 3% 5% 4% 4%
4%
4%
3%
4%
5%
6%
9%
7%
Kadar Ni Pada Tiap Titik Bor LD
12
1
2
3
4

c) Diagram Batang



4.1.2 Penyajian Data Kadar Ni pada Titik Bor LD13 di Berbagai Kedalaman
a) Diagram Garis

b) Diagram Lingkaran

0.0
1.0
2.0
3.0
1 2 3 4 5 6 7 8 9 101112131415161718192021
K
a
d
a
r

N
i

Titik Bor LD 12
Kadar Ni Pada Tiap Titik Bor LD 12
Ni
0.00
1.00
2.00
3.00
1 2 3 4 5 6 7 8 9 101112131415161718192021
K
a
d
a
r

N
i

Titik Bor LD 13
Kadar Ni Pada Tiap Titik Bor LD 13
Ni
10%
7%
3%
4%
5%
5%
3%
4%
3% 3% 3% 3% 4% 4%
5%
3%
4%
5%
5%
8%
9%
Kadar Ni Pada Tiap Titik Bor LD 13
1
2
3
4
5
c) Diagram Batang



4.1.3 Penyajian Data Kadar Ni pada Titik Bor LD14 di Berbagai Level
Kedalaman

a) Diagram Garis


b) Diagram Lingkaran

0.00
0.50
1.00
1.50
2.00
2.50
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
K
a
d
a
r

N
i

Titik Bor LD 13
Kadar Ni Pada Tiap Titik Bor LD 13
Ni
0.00
1.00
2.00
3.00
1 2 3 4 5 6 7 8 9 101112131415161718192021
K
a
d
a
r

N
i

Titik Bor LD 14
Kadar Ni Pada Tiap Titik Bor LD 14
Ni
7%
8%
6%
9%
8%
8%
5% 6%
5%
2%
2%
5%
3%
4%
4% 3%
1%
3%
5%
4%
3%
Kadar Ni Pada Tiap Titik Bor LD 14
1
2
3
4
5


c) Diagram Batang


4.1.4 Penyajian Data Kadar Fe pada Titik Bor LD12 di Berbagai Level
Kedalaman

a) Diagram Garis


b) Diagram Lingkaran

0.00
1.00
2.00
3.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
K
a
d
a
r

N
i

Titik Bor LD 14
Kadar Ni Pada Tiap Titik Bor LD 14
Ni
0.00
20.00
40.00
60.00
1 2 3 4 5 6 7 8 9 101112131415161718192021
K
a
d
a
r

F
e

Titik Bor LD 12
Kadar Fe Pada Tiap Titik Bor LD 12
Fe
8%
9%
9%
9%
9% 9% 8% 8%
7%
8% 2%
3%
1%
1%
2%
2%
0%
1%
2%
1%
1%
Kadar Fe Pada Tiap Titik Bor LD 12
1 2 3 4 5 6 7 8 9 10 11
12 13 14 15 16 17 18 19 20 21


c) Diagram Batang


4.1.5 Penyajian Data Kadar Fe pada Titik Bor LD13 di Berbagai Level
Kedalaman

a) Diagram Garis


b) Diagram Lingkaran

0.00
20.00
40.00
60.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
K
a
d
a
r

F
e

Titik Bor LD 12
Kadar Fe Pada Tiap Titik Bor LD 12
Fe
0.00
20.00
40.00
60.00
1 2 3 4 5 6 7 8 9 101112131415161718192021
K
a
d
a
r

F
e

Titik Bor LD 13
Kadar Fe Pada Tiap Titik Bor LD 13
Fe
8%
9%
9%
9%
9%
8%
9%
5%
6%
5%
5% 2%
1%
3%
3%
3%
1%
2%
2%
1% 1%
Kadar Fe Pada Tiap Titik Bor LD 13
1
2
3
4
5



c) Diagram Batang


4.1.6 Penyajian Data Kadar Fe pada Titik Bor LD14 di Berbagai Level
Kedalaman
a) Diagram Garis


b) Diagram Lingkaran

0.00
20.00
40.00
60.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
K
a
d
a
r

F
e

Titik Bor LD 13
Kadar Fe Pada Tiap Titik Bor LD 13
Fe
0.00
20.00
40.00
60.00
1 2 3 4 5 6 7 8 9 101112131415161718192021
K
a
d
a
r

F
e

Titik Bor LD 14
Kadar Fe Pada Tiap Titik Bor LD 14
Fe
8%
8%
8%
8%
8%
7% 6%
6%
6%
6%
6%
5%
5%
2%
3% 2%
2%
2% 2%
1%
1%
Kadar Fe Pada Tiap Titik Bor LD 14
1
2
3
4
5

c) Diagram Batang



4.2 Pembahasan
Gambar di atas menunjukkan penyebaran kadar Fe dan Ni pada berbagai
kedalaman di titik bor LD12, LD13, dan LD14. Terlihat pada grafik di atas bahwa
terjadi fluktuasi kadar Fe dan Ni pada setiap kedalaman. Secara umum, kadar Fe
pada titik bor LD12, LD13, dan LD14 mengalami penurunan nilai seiring
bertambahnya kedalaman. Kadar Ni pada titik bor LD13 cenderung menurun terus
meningkat (berbentuk grafik cekungan), titik bor LD14 kadar Ni cenderung
menurun dan titik bor LD12 kadar Ni-nya cenderng meningkat.







0.00
20.00
40.00
60.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
K
a
d
a
r

F
e

Titik Bor LD 14
Kadar Fe Pada Tiap Titik Bor LD 14
Fe
BAB V
PENUTUP

4.1 Kesimpulan
Kesimpulan dari laporan ini adalah sebagai berikut.
Data yang diolah, yaitu data kadar Ni dan Fe pada tiap titik bor dapat
diamati fluktuasinya dengan cara pembuatan diagram batang, garis dan
lingkaran.
Pengolahan data statistik dapat dilakukan melalui Microsoft Excel, yaitu
membuat diagram batang, garis dan lingkaran dari data yang ada.

4.2 Saran
Sebaiknya praktikum dilakukan pada kelas khusus dengan fasilitas
memadai.











DAFTAR PUSTAKA


Alawiyah, S. 2010. Modul Praktikum TG3107-Geostatistik. Diambil dari website:
https://id.scribd.com/doc/180449359/Modul-Praktikum-Geostatistik-
Semester1-2010-pdf, diakses pada tanggal 9 Oktober 2014.

Endra, AL. 2010. Analisis Data Geostatistika Dengan Universal Krigging.
Diambil dari: https://id.scribd.com/doc/229159621/Analisis-Data-
Geostatistika-Dengan-Universal-Kriging, diakses pada tanggal 9 Oktober
2014.