Proses Analisis Geostatistik

Dalam proses analisis yang pertama perlu dilakukan adalah meregister seluruh
data yang diperlukan. Hal ini sagat penting dilakukan untuk dapat menggunakan
data data tersebut pada tahapan selanjutnya. Kompatibilitas data untuk dapat
dianalisis lebih lanjut apabila menggunakan GIS tentu sangat penting. Data
digital akan memudahkan dengan penggunaan work station. Langkah langkah
analisa yang harus dilakukan meliputi:
1. Eksplorasi Data
Pemahaman yang menyeluruh dan dalam pada data yang ada sangat diperlukan
untuk dapat menganalisis. Eksplorasi dari pendistribusian data, melihat batasan
batasan secara global dan lokal, melihat pola pola global, memeriksa korelasi
spasial, dan memahami kovariasi dari berbagai data.
2. Pembuatan Model
Pada mulanya geostatistik merupakan sinonim dari kriging. Tetapi kemudian
dalam perkembangannya juga meliputi metode deterministic. Metode
deterministik tidak memiliki penilaian untuk kesalahan prediksi, tidak ada asumsi
untuk data sedangkan metode kriging memiliki penilaian untuk kesalahan
prediksi dan mengasumsikan data dari proses stokastik. Peta yang dihasilkan
dapat berupa peta prediksi (peta interpolasi), peta standar eror, peta Quantile,
peta probability.
3. Melakukan Diagnostik
Sebelum menghasilkan hasil akhir harus kita ketahui dahulu seberapa bagusnya
prediksi nilai di tempat yang tidak memiliki data real. Dalam pemodelan geologi
khususnya pemodelan reservoir, model yang baik akan memiliki satu kualitas
yang sederhana yaitu: harus menyediakan prediksi yang baik dari perilaku
reservoir untuk merespon keadaan (Tyson and Math, 2009).
Untuk prediksi yang baik harus memiliki prediksi mean eror yang mendekati nol,
RMS (root-mean-square) yang lebih kecil lebih baik. Apabila estimasi rata rata
standar eror dibandingkan dengan prediksi eror RMS sama maka prediksi bagus,
apabila <1 maka overestimate dan apabila >1 maka underestimate.
4. Membandingkan Model
Beberapa model yang dihasilkan dari beberapa perlakuan harus dibandingkan
untuk melihat mana yang lebih baik. Penggunaan cross validation statistic sangat

membantu dalam pembandingan ini. Aturan aturan dasar sebelumnya untuk

prediksi yang baik masih digunakan juga untuk pembandingan model.
Peta Fasies Seismik dan Analisis Fasies Deposisi
Untuk pembuatan peta fasies seismik tiap sikuen data yang diperlukan adalah
geometri refleksi internal dan hubungannya dengan batas sikuen, tambahan
atribut seismik seperti amplitude dan continuity juga diidentifikasi (Dunn et al,
1996).
Fasies deposisi diidentifikasi dari karakter seismiknya dan deskripsi litofasies
yang dikalibrasi dari core dan analisis log. Untuk mengidentifikasi karakter
seismik sekarang ini dibutuhkan seorang interpreter modern. Tantangannya
adalah untuk mengintegrasikan prediksi kuantitatif, kenampakan dan pengukuran
dari data seismic ke dalam deskripsi reservoir statis dan model reservoir dinamis
melalui seismic 3D dan 4D (Hargrave et al, 2003).
Beberapa teknik interpretasi seismic dalam yang dikemukakan Mair et al, (2003)
adalah sebagai berikut:
Menggunakan multiple atribut untuk interpretasi sesar dan penjelajahan
permukaan.
Manipulasi data (scanning dan slicing)
Interpretasi seluruh sesar yang ada.
Pengolahan data dengan menggunakan analisis geostatistik menghasilkan peta
fasies seismic dan peta fasies deposisi seperti terlihat pada lampiran.
Peta Penyebaran Porositas
Untuk pembuatan peta penyebaran porositas digunakan data porositas dari data
sumur dan kecepatan seismic. Pengolahan dari data yang ada menghasilkan
peta seperti pada lampiran. Pola kontur pada peta porositas jelas
memperlihatkan bahwa interpretasi porositas pada reservoir sangat dipengaruhi
oleh fasies deposisinya (Dunn et al, 1996).
Kesimpulan
Analisis geostatic sangat diperlukan dalam pemodelan geologi. Dengan
penggunaan statistic dapat diprediksi nilai dari daerah yang tidak memiliki data
real sehingga dapat dibuat hasil prediksi yang mendekati nilai penyebaran
sebenarnya. Dari data beberapa sayatan seismic dapat dibuat peta fasies
seismic dan analisa fasies deposisi. Sedangkan untuk pembuatan peta

penyebaran porositas digunakan dari beberapa data sumur dan analisa

kecepatan seismic.
https://wiretes.wordpress.com/2010/07/11/analisis-geostatistik-untuk-pemodelangeologi/

Geostatistik
Geostatistik merupakan sebuah cabang dari ilmu statistik yang
berfokus pada data spasial. Teknik analisis geostatistik
bergantung pada model statistik yang didasarkan pada fungsi
acak (random function) atau variable acak (random variable)
dengan tujuan untuk mengetahui dan mengestimasi data spasial
tersebut. Suatu peubah yang terdistribusi dalam ruang disebut
sebagai variable terregional (regionalized variable). Variabel ini
umumnya mencirikan suatu fenomena tertentu, semisal kadar
bijih yang merupakan karakteristik untuk suatu mineral. Pada
gejala geologi variable regional yang dapat dimanfaatkan adalah
nilai conto yang mana selalu mempunyai hubungan letak ruang
dengan conto lainnya (Matheron, 1963).
Dua buah nilai data yang terletak berdekatan mempunyai
kemungkinan lebih besar untuk bernilai seragam dibandingkan
dengan dua nilai data yang terletak berjauhan. Untuk melakukan
penaksiran kadar bijih dengan tujuan mengkuantifikasi korelasi
ruang antar conto maka digunakan suatu perangkat statistik
yang disebut variogram. Variogram adalah suatu fungsi vektor
yang dapat digunakan untuk mengkuantifikasikan tingkat
kemiripan atau variabilitas antara dua conto yang terpisah oleh
jarak tertentu. Sifat-sifat yang merupakan ciri khas dari variable
teregional antara lain:

Suatu variable terregional terlokalisir (menempati okasi

tertentu), variasi terjadinya deposit, ukuran, dan orientasi
tertentu.

Variabel terregional dapat mencerminkan variasi

kontinuitas yang relatif tingi ataupun rendah.

Variabel terregional kemungkinan mencerminakan

anisotropi, artinya tingkat distribusi varians dari variable
berbeda pada masing-masing arah.

Variogram merupakan suatu metode analisis secara geostatistik

yang berfungsi untuk mengkuantifikasi tingkat kemiripan atau
variabilitas antara dua conto yang terpisah pada jarak tertentu.
Data yang dekat dengan titik yang ditaksir memiliki
kecenderungan nilai yang lebih mirip dibandingkan data yang
lebih jauh. Persamaan umum variogram hanya berlaku bagi data
dengan jarak antar pasangan (lag) yang sama sebesar h dan
berarah 0.
Di sisi lain data yang memiliki jarak antar conto tidak teratur
diperlukan suatu toleransi untuk kedua variabel tersebut. David
(1977) menjelaskan istilah angle classes (/2) dan distance
classes (hh) sebagai toleransi untuk menghitung pasangan
data dengan jarak antar data yang tidak teratur, seperti pada
berikut. Semua titik conto atau data yang berada pada search
area yang didefinisikan dengan angle classes dan distance
classes akan dianggap sebagai titik-titik conto yang berjarak h
dari titik x0 (titik origin) pada arah yang dimaksud.

Searching area untuk variogram dengan angle classes (/2)

dan distance classes (hh) (David, 1977)
Range

Tingkat kenaikan variogram terhadap jarak mengindikasikan

seberapa cepat pengaruh conto menurun terhadap jarak. Setelah
variogram mencapai nilai batasnya (sill) maka selanjutnya tidak
ada lagi korelasi antar conto. Jarak kritis ini disebut range.
Meskipun begitu tidak semua variogram mencapai sill. Beberapa
terus meningkat seiring bertambahnya jarak. Secara umum, (h)
akan naik dengan bertambahnya harga h, artinya besarnya
perbedaan harga pada dua titik conto akan sangat tergantung
dengan jarak antara kedua titik tersebut.
Kenaikan harga (h) tersebut akan berlangsung selama masih
terdapat pengaruh harga antar titik conto tersebut. Daerah ini
dikenal dengan nama daerah pengaruh suatu conto, sampai
akhirnya konstan di suatu harga () = C (sill) yang merupakan
varians populasi (variance a priori). Daerah pengaruh suatu
conto ini mempunyai suatu jarak dengan notasi a yang dikenal
dengan nama daerah pengaruh (range). Di luar jarak ini maka
ratarata variasi harga Z(x) dan Z(x+h) tidak lagi tergantung
dengan jarak, dengan kata lain Z(x) dan Z(x+h) tidak berkolerasi
satu dengan yang lainnya. Range (a) adalah suatu ukuran untuk
daerah pengaruh (lihat gambar).

Daerah pengaruh (range)

Variogram Eksperimental

Variogram eksperimental dibuat berdasarkan pengukuran

korelasi spasial antara 2 (dua) conto/data yang dipisahkan
dengan jarak tertentu sebesar h. Data tersebut merupakan data
yang diperoleh dari pengukuran di lapangan, dapat berupa data
kadar, ketebalan, ketinggian topografi, porositas, dan
permeabilitas. Pada arah atau baris tertentu terdapat n buah
data dengan jarak tertentu sebesar h, dimana dalam tiap baris
terdapat (n 1) pasangan data untuk menghitung variogram (h)
dan (n 2) pasangan data untuk menghitung variogram (2h)
dan seterusnya hingga mencapai lag tertentu yang tergantung
dari jumlah n data. Kemudian, hasil perhitungan variogram di
plot pada suatu koordinat kartesian antar jarak antar pasangan
data (h) dan variogram (h).
http://www.jendelaexplorasi.net/2013/02/geostatistik.html stephanie

MATERI TRAINING GEOSTATISTIK :

APPLIED MINING GEOSTATISTICS
1. Definisi dan aplikasi statistik dalam pertambangan
2. Konsep variabel regionalisasi dan variogram eksperimental
3. Analisis model variogaram dan interpretasinya
4. Metode estimasi cadangan konvensional
5. Varian dispersi dan varians estimasi
6. Prinsip metode kriging dan aplikasinya
7. Pendahuluan tentang metode deterministic
8. Simulasi geostatistik dan Analisis ketidakpastian

9. Klasifikasi Cadangan berdasarkan metode geostatistik

10. Studi kasus
Geostatistik adalah ilmu yang mempelajari aplikasi dan teori mengenai variabel
terregional (variabel berubah) pada berbagai fenomena gejala alam, terutama
untuk menentukan volume bahan galian. Landasan dari pembelajaran
geostatistik adalah "The Theory of Regionalised Variables, dimana data dari titiktitik sampel mempunyai korelasi satu sama lain sesuai dengan karakteristik
penyebaran endapan mineral. Analisis dari geostatistik merupakan teknik
geostatistik yang terfokus pada variabel spasial, yaitu hubungan antara variabel
yang diukur pada titik tertentu dengan variabel yang sama pada titik dengan jarak
tertentu dari titik pertama.

Istilah Geostatistik dikemukakan pertama kali oleh Matheron (1963) dan

didefinisikan sebagai aplikasi hubungan atau turunan fungsi dalam penelaahan
dan perkiraan gejala alam. Gejala alam dapat diprediksi berdasarkan
penyebaran objek dalam suatu ruang, bidang maupun garis. Penyebaran
variabel dalam suatu ruang, bidang atau garis disebut variabel terregional atau
dapat diartikan sebagai variabel yang diukur tergantung pada nilai 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. Variabel data spasial tersebut memiliki sifat khusus yakni ketakbebasan
dan keheterogenan. Ketakbebasan disebabkan oleh adanya perhitungan alat
pengamatan dan hasil yang diteliti dalam satu titik ditentukan oleh titik lainnya
dalam sistem dan keheterogenan disebabkan adanya perbedaan wilayah.
Proses yang dilakukan dalam analisis geostatistik adalah meregister seluruh
data, mengeksplorasi data, membuat model, melakukan dan membandingkan
pemodelan. Analisis mendalam dan terintegrasi dengan geostatistik sangat
diperlukan untuk dapat membuat model detail guna analisa fasies dan peta
porositas yang bertujuan determinasi dan input pada model simulasi reservoir.
Geostatistik dapat digunakan pada bidang-bidang industri pertambangan juga
perminyakan, lingkungan, meteorologi, geofisika, pertanian dan perikanan,
kelautan, ilmu tanah, fisika media heterogen, teknik sipil, akutansi, dan
astrofisika. Geostatistik pada awalnya dikembangkan pada industri mineral untuk
melakukan perhitungan cadangan mineral, seperti emas, perak, platina. D.K.
Krige, seorang insinyur pertambangan Afrika Selatan, menyatakan bahwa
perhitungan dan analisa geostatistik dilihat dari titik pandang probabilistik,
sedangkan menurut George Matheron, seorang insinyur dari Ecoles des Mines,
Fontainebleau, Perancis, menerapkan teori probabilistik dan statistik untuk
memformulasikan pendekatan Krige dalam perhitungan cadangan bijih, yang

dikenal dengan metode kriging.

ANALISA KRIGING
Analisa kriging adalah analisa untuk menaksir tebal blok yang dilakukan
berdasarkan nilai semi variogram, jarak pengaruh dan jarak setiap titik yang akan
ditafsir nilainya atau tebalnya. Kriging merupakan suatu teknik estimasi lokal
yang memberikan harga estimasi dalam keadaan tidak biasa, kriging disebut
juga sebagai Best Linear Unbiased Estimator (BLUE). Estimasi pada variabel
tunggal biasa dilakukan dengan Ordinary Krigging (OK).
TEKNIK ANALISIS GEOSTATISTIK
Teknik analisis geostatistik bergantung pada model statistik berdasarkan fungsi
acak (random function) atau variabel acak (random variable) dengan tujuan
untuk mengetahui dan mengestimasi data spasial. Suatu variabel berubah yang
terdistribusi dalam ruang adalah variable terregional (regionalized variable).
Variabel ini mencirikan fenomena tertentu seperti kadar bijih yang merupakan
karakteristik untuk suatu mineral.
Tahapan perhitungan cadangan dalam analisis geostatistik secara umum meliputi
: pengamatan data lapangan, variografi, dan perhitungan variansi perkiraan dan
variansi kriging.
1. Pengamatan Data Lapangan
Dari hasil pemboran didapat koordinat (x , y) dengan ketebalan Z, sehingga titik
bor ditulis Z(x , y).
1. Variografi
Adalah serangkaian aktivitas mulai dari penelusuran data, pembuatan model
hingga laporan analisa.

Penelusuran Data

Penelusuran data dilakukan secara manual atau dengan komputer. Jika data
tersusun dalam grid/ spacing yang teratur dapat dilakukan perhitungan secara
langsung dengan arah horisontal, vertikal ataupun diagonal.

Pembuatan dan Analisis Variogram Eksperimen

Variogram adalah suatu fungsi vektor yang dapat digunakan untuk

mengkuantifikasikan tingkat kemiripan atau variabilitas antara dua conto yang
terpisah oleh jarak tertentu dengan grafik x - y yang dihasilkan dari plot jarak dan
varians dari data yang berpasangan.

Variogram dilakukan untuk melakukan penaksiran kadar bijih dengan tujuan

kuantifikasi korelasi ruang antar conto menggunakan suatu perangkat statistik.
Sifat - sifat yang merupakan ciri khas dari variabel terregional antara lain:
1. Suatu variabel terregional terlokalisir (menempati lokasi tertentu), dimana
variasi terjadinya deposit, ukuran, dan orientasi tertentu.
2. Variabel terregional dapat mencerminkan variasi kontinuitas yang relatif
tinggi ataupun rendah.
3. Variabel terregional mencerminkan anisotropi, artinya tingkat distribusi
varians dari variabel berbeda pada masing-masing arah.
Di sisi lain, data variogram yang memiliki jarak antar conto tidak teratur
diperlukan suatu toleransi untuk kedua variabel tersebut. David (1977)
menjelaskan istilah angle classes (/2) dan distance classes (hh) sebagai
toleransi untuk menghitung pasangan data dengan jarak antar data yang tidak
teratur. Semua titik conto atau data yang berada pada search area yang
didefinisikan dengan angle classes dan distance classes akan dianggap sebagai
titik-titik conto yang berjarak h dari titik x0 (titik origin) pada arah yang dimaksud.

Gambar Searching area untuk variogram dengan angle classes (/2)

dan distance classes (hh) (David, 1977)
Variogram Eksperimental
Variogram eksperimental dibuat berdasarkan pengukuran korelasi spasial antara
2 (dua) conto/ data yang dipisahkan dengan jarak tertentu sebesar h. Data
tersebut merupakan data yang diperoleh dari pengukuran di lapangan, dapat
berupa data kadar, ketebalan, ketinggian topografi, porositas, dan permeabilitas.
Pada arah atau baris tertentu terdapat n buah data dengan jarak tertentu sebesar
h, dimana dalam tiap baris terdapat (n 1) pasangan data untuk menghitung
variogram (h) dan (n 2) pasangan data untuk menghitung variogram (2h) dan
seterusnya hingga mencapai lag tertentu yang tergantung dari jumlah n data.
Hasil perhitungan variogram di plot pada suatu koordinat kartesian antar jarak
antar pasangan data (h) dan variogram (h).

Gambar Variogram eksperimental

Komponen Variogram atau Semivariogram

Komponen dalam variogram atau semivariogram adalah sebagai berikut :

1. Range
Menurut Isaaks dan Srivastava (1989), range adalah jarak dimana variogram
merupakan sebuah dataran tinggi. Jarak yang dimaksud adalah variogram harus
mencapai nilai sill . Sedangkan menurut Dorsel dan Breche (1997), range adalah
jarak antara lokasi - lokasi dimana 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, variabel dipengaruhi oleh suatu posisi.
2. Sill
Menurut Isaaks dan Srivastava (1989), sill adalah masa stabil suatu variogram
dalam mencapai range. Variogram menjadi suatu wilayah yang datar yakni
ragamnya tidak mengalami suatu kenaikan.
3. Nugget Effect
Kediskontinuan pada pusat variogram terhadap garis vertikal yang melompat dari
nilai 0 pada pusat nilai variogram dengan pemisahan jarak terkecil disebut
dengan nugget effect. Rasio nugget effect terhadap sill umumnya bernilai 11
sebagai nugget effect relative dan dinyatakan dalam persentase.

KEGUNAAN GEOSTATISTIK
Kelebihan ilmu geostatistik adalah kemampuannya untuk mengkarakterisasi
penerapan struktur spasial dengan model probabilistik secara konsisten. Struktur
spasial ini dikarakterisasi terstruktur oleh variogram. Secara mendasar, ada dua
macam metode yang didasarkan pada variogram dan covariance yaitu :

Pemetaan dan estimasi, variogram dapat digunakan untuk

menginterpolasi antara titik data (kriging).

Karakterisasi suatu ketidaktentuan pada estimasi (volume

minyakbumi, kadar di atas cut-off, resiko polusi), variogram yang sama
dapat digunakan.

Variogram eksperimental
http://infotambang.com/applied-geostatistic-p1313-159.htm

1. Geostatistik
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.
Tahapan perhitungan cadangan dalam analisis geostatistik secara umum
meliputi : pengamatan data lapangan, variografi, dan perhitungan variansi
perkiraan dan variansi krigging.

1.

Pengamatan Data Lapangan

Dari hasil pemboran didapat koordinat (x , y) dengan ketebalan Z,
sehingga titik bor ditulis Z(x , y).

2.

Variografi
Adalah merupakan serangkaian pekerjaan mulai dari penelusuran data,
pembuatan model hingga analisanya.
-

Penelusuran Data

Secara manual atau dengan komputer. Jika data tersusun dalam

grid/spacing

yang teratur dapat dilakukan perhitungan secara langsung

dengan arah horisontal, vertikal ataupun diagonal.

-

Pembuatan dan Analisis Variogram Eksperimen

Variogram adalah suatu grafik x - y yang dihasilkan dari pengeplotan jarak

dan variance dari data yang berpasangan. Variance dapat dihitung dengan rumus :
n
(h) = 1/2 N (h) [ Z (Xi + h ) - (Z (Xi) ]2
i=1
keterangan :
Z (Xi)

= tebal pada titik conto Xi

Z (Xi + h) = tebal titik conto yang berjarak h dari Xi

h
N (h)

= jarak yang merupakan fungsi fektor (arah tertentu)

= jumlah pasangan data yang dihitung sepanjang arah tertentu jarak tertentu dengan
interval jarak h
(h)
3.

= semivariogram

Analisa Krigging
Adalah analisa untuk menaksir tebal blok yang dilakukan berdasarkan
nilai semi variogram, jarak pengaruh dan jarak setiap titik yan g akan ditafsir
nilainya atau tebalnya.
Dalam bentuk matrik persamaan Krigging dapat ditulis dengan :

[ ] [ A] = [ D ]

Keterangan :
11 12 . . . 1n

21 22 . . . 2n

n1 n2 . . . nn

[]=

= matrik simetris yang tergantung tebal conto Xi yang diketahui

vx1
vx2
[D]=

:
xn

1
= matrik yang harganya tergantung pada blok V dan titik conto Xi
[ A ] = pembobot
sehingga besarnya pembobot [ A ] = [ ]-1 [ D ]
Langkah-langkah analisa Krigging :

Dengan rumus-rumus diatas dibuat susunan matriks untuk menghitung

variansi antara conto dengan titik yang akan ditaksir tebalnya. Dari matriks
tersebut dapat ditentukan bobot pengaruh setiap contoh yang menjadi penaksir

terhadap titik yang akan ditentukan tebalnya.

Selanjutnya koefisien-koefisien matriks dihitung dengan gabungan rumus sebagai
berikut :
xixj = C + Co - (h)

n
(h) = 1/2 N (h)

[ Z (Xi + h) - Z (Xi) ]2
i=1

keterangan :
xixj

= kesalahan krigging

C + Co = nilai sill
Co

= Nugget effect

3.2.1. Variogram

Variogram oleh Journel & Huijbreght (1978) dikatakan sebagai

karakteristik variabel diantara dua kuantitas (conto) Z(xi) dan Z(xi+h). Variogram
eksperimental dapat dinyatakan dengan persamaan berikut:
........................................(8)

dimana:
: Variogram eksperimental
: Nilai kadar pada lokasi

: Nilai kadar pada lokasi

: Jumlah pasangan data

Persamaan di atas hanya berlaku bagi data dengan jarak antar pasangan
(lag) yang sama sebesar h dan berarah 0 . Sedangkan untuk data yang
memiliki jarak antar conto tidak teratur diperlukan suatu toleransi untuk
kedua variabel tersebut. David (1977) menjelaskan istilah angle classes
(/2) dan distance classes (hh) sebagai toleransi untuk menghitung
pasangan data dengan jarak antar data yang tidak teratur. Semua titik conto
atau data yang berada pada search area yang didefinisikan dengan angle
classes dan distance classes akan dianggap sebagai titik-titik conto yang
berjarak h dari titik xo (titik origin) pada arah yang dimaksud, seperti yang
ditunjukkan pada Gambar 3.3.
Variogram merupakan suatu metode analisis secara geostatistik yang
berfungsi untuk mengkuantifikasi tingkat kemiripan atau variabilitas antara
dua conto yang terpisah pada jarak tertentu. Data yang dekat dengan titik
yang ditaksir memiliki kecenderungan nilai yang lebih mirip dibandingkan
data yang lebih jauh. Persamaan umum variogram hanya berlaku bagi

data dengan jarak antar pasangan (lag) yang sama sebesar h dan
berarah 0.

Gambar 3.4. Searching area untuk variogram dengan angle classes (/2) dan distance classes
(hh) (David, 1977).
a.

Komponen Variogram
Sebuah variogram memiliki beberapa komponen (Gambar 3.4) yaitu antara
lain:

1.

Nugget effect
Nugget effect merupakan petunjuk bahwa data mempunyai
ketidakteraturan yang tinggi. Nugget effect dapat dihindari dengan memperkecil
jarak sampling (Darijanto, 1998). Apabila nugget pada suatu model variogram
tinggi, maka akan dihasilkan nilai bobot conto yang hampir sama untuk semua
conto, akibatnya penaksiran kriging akan mirip dengan nilai rata-rata biasa.

2.

Sill
Sill adalah varians maksimum yang terdapat pada suatu distribusi, dimana
rata-rata varians tidak bergantung lagi pada jarak antar sampel.

3.

Range
Secara umum (h) akan naik dengan bertambahnya harga h, artinya
besarnya perbedaan harga pada dua titik conto akan sangat tergantung dengan
jarak antara kedua titik tersebut. Kenaikan harga (h) tersebut akan berlangsung
selama masih terdapat pengaruh harga antar titik conto tersebut, daerah ini dikenal
dengan nama daerah pengaruh suatu conto, sampai akhirnya konstan di suatu
harga () = C (sill) yang merupakan varians populasi. Daerah pengaruh suatu
conto ini mempunyai suatu jarak dengan notasi a yang dikenal dengan nama
daerah pengaruh (range). Di luar jarak ini maka rata-rata variasi harga Z(x) dan
Z(x+h) tidak lagi tergantung dengan jarak, dengan kata lain Z(x) dan Z(x+h) tidak
berkolerasi satu dengan yang lainnya.

Gambar 3.5. Komponen variogram (Sinclair & Blackwell, 2004).

b.

Variogram Eksperimental
Variogram eksperimental dibuat berdasarkan perhitungan dari 2 (dua) data
dengan jarak tertentu sebesar h. Data tersebut merupakan data yang diperoleh dari
pengukuran di lapangan, dapat berupa data kadar, ketebalan, dll. Pencarian
pasangan data dalam variogram ditunjukkan pada Gambar 3.5.

Gambar 3.6. Pencarian pasangan data pada

perhitungan variogram eksperimental (Sinclair & Blackwell, 2004).

Dari hasil perhitungan variogram diplot pada suatu koordinat kartesian

jarak antar pasangan data (h) dan variogram (h) seperti terlihat pada Gambar 3.6.

c.

Gambar 3.7. Variogram eksperimental (Sinclair & Blackwell, 2004).

Fitting Variogram
Metode yang umum digunakan dalam melakukan fitting variogram ada 2
(dua), yaitu: metode visual dan metode least square. Para ahli geostatistik lebih
banyak menggunakan metode visual (manual) untuk fitting variogram karena
hasilnya sudah cukup memuaskan (David, 1977). Namun, pekerjaan ini sangat
tergantung dari pengalaman dan sense seseorang. Tujuan dari fitting ini adalah
untuk menentukan parameter geostatistik seperti range (a), sill (C) dan nugget
variance (C0).
Berikut ini adalah beberapa pedoman penting dalam melakukan fitting
variogram:

Variogram yang mempunyai pasangan conto yang sangat sedikit agar diabaikan.
Nugget variance (C0) didapat dari perpotongan garis tangensial dari beberapa
titik pertama variogram dengan sumbu Y.

Sill (C0+C) kira-kira sama dengan atau mendekati varians populasi. Garis
tangensial di atas akan memotong garis sill pada jarak 2/3 range (

), sehingga

selanjutnya dapat dihitung harga range (David, 1977).

Interpretasi nugget variance untuk variogram dengan sudut toleransi 180
(variogram rata-rata) akan sangat membantu untuk memperkirakan besarnya

nugget variance (David, 1977).

Nugget variance diambil dari multiple variogram (dalam berbagai arah). Dalam
multiple variogram, best spherical line sebaiknya lebih mendekati variogram yang

d.

mempunyai pasangan conto yang cukup.

Variogram Model
Berdasarkan ada tidaknya sill dan range, maka model variogram
dikelompokkan menjadi model dengan sill dan model tanpa sill sebagai berikut :

1.

Model dengan sill

Model Sferis (Model Matheron)

Model Sferis yang ditunjukkan pada Gambar 3.7. dengan persamaan:
Untuk h a

Untuk h > a

..........................................(9)

Untuk h = 0

Gambar 3.8. Variogram model sferis (Armstrong, 1998).

Model Eksponensial
Model Eksponensial yang ditunjukkan pada Gambar 3.8 diberikan oleh
persamaan berikut:

.............................................................................................................................(10)

Gambar 3.9. Variogram model eksponensial (Armstrong, 1998).

Model Gaussian
Model Gaussian yang ditunjukkan pada Gambar 3.9. diberikan oleh
persamaan berikut:

.......................................................(11)

Gambar 3.10. Variogram model gaussian (Armstrong, 1998).

2.

Model tanpa sill

Variogram model tanpa sill ada 3 (tiga) yaitu model Linear, de Wijsian dan
Parabolik seperti yang ditunjukkan pada Gambar 3.10.

Linear
Model linear diberikan oleh persamaan berikut:
..............................................................(12)

dimana a2 adalah konstanta yang ditetapkan.

Logaritmik atau de Wijsian

Model Logaritmik atau de Wijsian diberikan oleh persamaan berikut:
...............................................................(13)

dimana a adalah konstanta yang ditetapkan.

Model Parabolik
Model Parabolik diberikan oleh persamaan berikut:
................................................................(14)

dimana a2 adalah konstanta yang ditetapkan.

Gambar 3.11. Variogram model tanpa sill (Armstrong, 1998).

e.

Isotropi dan Anisotropi

Mengingat h merupakan suatu vektor, maka suatu variogram harus ditentukan

untuk berbagai arah. Suatu penyelidikan perubahan
sesuai dengan arah

1.

orientasinya memungkinkan munculnya anisotropi. Berikut ini adalah beberapa

sifat isotropi/anisotropi dari variogram seperti pada Gambar 3.11.
Isotropi
Jika variogram pada berbagai arah sama, maka dapat diartikan bahwa
merupakan fungsi dengan harga absolut h. Bila harga-harga jarak
pengaruh diplotkan kedalam suatu diagram cartesius maka harga range
merupakan jarak yang sama dan berbentuk seperti lingkaran.

2.

Anisotropi Geometri
Bentuk anisotropi geometri dicirikan dengan nilai sill dan nugget effect
yang sama, dengan nilai range yang berbeda. Bila harga-harga jarak pengaruh
diplotkan kedalam suatu diagram cartesius maka akan menghasilkan suatu bentuk
ellips.

3.

Anisotropi Zonal
Dalam beberapa hal kemungkinan dijumpai bahwa variogram pada arah
tertentu sangat berbeda, misalnya pada endapan yang mempunyai struktur
perlapisan, dimana variasi kadar pada arah tegak lurus terhadap bidang perlapisan
sangat besar dibandingkan variasinya pada bidang perlapisan. Pada kasus ini
model variogramnya benar-benar anisotropi sempurna.

Gambar 3.12. Model variogram anisotropi geometri (a) dan zonal (b).
(Journel & Huijbreght, 1978)

3.2.2. Ordinary Kriging

Kriging merupakan suatu teknik estimasi lokal yang memberikan harga
estimasi dalam keadaan tidak biasa, kriging disebut juga sebagai Best Linear
Unbiased Estimator (BLUE). Estimasi pada variabel tunggal biasa dilakukan
dengan Ordinary Kriging (OK).

Pada Ordinary Kriging hal hal yang perlu diperhatikan adalah:

Nilai estimasi variabel blok

Nilai estimasi variabel dari masing-masing blok dilakukan dengan
menggunakan persamaan sebagai berikut:
........................................................................(15)

Bobot

dihitung dengan persamaan kriging berikut:

dengan

Varians kriging

..........................................(16)

Varians kriging dapat dinyatakan dengan persamaan:

(17)
dimana:
: Nilai taksiran kadar
: Nilai kadar yang dibobot

: Nilai rata - rata

jika salah satu ujung vektor h

menunjukkan
domain v(x) dan ujung lainnya menunjukkan domain v(x) juga
: Nilai rata - rata

jika salah satu ujung vektor h

menunjukkan
domain V(x) dan ujung lainnya menunjukkan domain v(x)
: Nilai rata - rata

jika salah satu ujung vektor h

menunjukkan
domain V(x) dan ujung lainnya menunjukkan domain V(x) juga
: Varians kriging

: Nilai bobot

: Pengali Lagrange

Sampling atau pengambilan contoh adalah dasar daripada suatu

pekerjaan eksploitasi. Yang disebut sampling adalah suatu proses untuk
mendapatkan sebahagian hasil dari suatu massa yang besar dan cukup
reprosentatif untuk mewakili massa asli.
1. Pekerjaan ini perlu dilakukan untuk mengetahui kesamaan daripada
assay.
2. Mengetahui sifat fisis daripada batuan untuk menentukan sistem
penambangan yang bakal dipakai.
Persoalan yang dihadapi yang kita hadapi dalam hal ini ialah bagaimana
supaya dapat dicapai suatu hasil yang dapat merefleksikan keadaan
yang sebenarnya dan seekonomis mungkin. Dengan demikian selama ada
tiga stip yang penting dalam hal ini yaitu sebagai berikut :
1. Sample Design
2. Sample Method
3. Estimation

SUMBER SUMBER KESALAHAN PADA PADA SAMPLE

(FACTOR)
1. Jumlah sample yang tidak mencukupi. (Misalnya suatu pengambilan
contoh dengan bor 1 2 3. Dalam hal ini frekuensi n = 3 tak memenuhi
syarat, maka n = 5 / penambahan frekuensi).
2. Pemberian lokasi yang salah pada sample yang diambil ( IMPROVER
LOCATION ).

3. Salting atau peninggian kadar daripada keadaan yang sebenarnya.

Misalnya dalam kantong dimasukkan sample yang hight grade dan
kemudian pada kantong tersebut dimasukkan lagi sample yang low
grade, kemudian sample yang low grde tersebut akan menjadi hight
grade. Peninggian kadar karena suatu ketidaksengajaan.
4. Kesalahan kesalahn pada saat analisa kimia.

Contoh

Kadar x Panjang
Kadar x Lebar

5. Cara weighting ( cara menghitung cadangan ) yang salah pada sample.

Untuk mengoreksi kesakahan kesalahan di atas maka perlu dilakukan
Chek Samples dan Umpire Assaying atau Assay yang dilakukan oleh
pihak ketiga untuk mengecek kebenaran kebenaran dari assay
sebelumnya.

PROSEDUR PROSEDUR YANG HARUS DIKETAHUI

SEBELUM MELAKUKAN SAMPLING
1. Penentuan metode metode pengambilan sampel.
2. Penentuan jumlah sample yang akan diambil, tergantung faktor
ekonomis dan waktu.
Hal hal yang perlu diperhatikan adalah sebagai berikut :
a).
Regularity ( teratur atau tidak teraturnya ) distribusi bijih.
b).
Besar atau size daripada ore body
c).
Keadaan keuangan dan waktu yang tersedia
d).
Degree of Reficement yang dibutuhkan

3.
4.
5.
6.

Interval dan ukuran.

Adakan sketsa daripada operasi pengambilan.
Permukaan yang diambil adalah permukaan yang bersih.
Kantong kantong sampling harus dan diberi nomor
Dalam kesempatan ini kami hanya memberi batasan masalah di metode
sample method ( Metode Sampling ). Di sini ada dua cara atau dua
metode umum yang biasa dipakai sesuai dengan keadaan.

CHANNEL SAMPLING
Suatu cara pengambilan sample dalam jumlah yang sedikit. Apabila kita
membuat suatu channel, dalam hal ini kita menggunakan palu geologi

atau pahat untu membuat ore body di dalam channel tersebut. Ukuran
ukuran channel tersebut adalah sebagai berikut :
Lebar 1
Dalam 1

BULK SAMPLING
Suatu cara pengambilan sample dalam jumlah yang besar. Bila vein
berupa vein let yang tipis atau bila jumlah terdapat dalam bentuk pocet
atau kantong yang tersebar disana sini maka sample yang diambil
sebaiknya diambil dala jumlah yang besar untuk mengetahui Mineral
Evarge Content . Sample dapat diperoleh dengan jalan blasting.

HISTOGRAM SAMPLING
Suatu metode membuat sample dalam diagram setelah assay itu mulai
mengolah secara diagram. Metode ini sangat berguna karena tanpa ke
lapangan kita akan dapat membaca keadaan daripada sample atau
keadaan mineralisasi.
Metode metode sampling yang digunakan dalam prospeksi geokimia
adalah sebagai berikut :

SAMPLING BATUAN
Sampling batuan dapat dilakukan pada singkapan, dalam tambang dan
inti bor. Dalam hal ini permukaan batuan dibersihkan dengan pencucian
dan conto chip diambil dalam area atau interval yang standar. Conto
batuan 500 gram umumnya diambil terhadap batuan berbutir halus,
sedangkan batuan yang berbutir sangat kasar diambil lebih dari 2 Kg.
Pada metode ini data dapat secara langsung berhubungan dengan
aureole primer dalam sampling detail dan terhadap provinsi geokimia
dalam sampling pengamatan awal. Konteks geologi dan conto batuan

langsung menggambarkan struktur, jenis batuan, mineralisasi, dan

alterasi pada saat conto tersebut diambil

SAMPLING TANAH
Sampling tanah akan menguntungkan untuk beberapa area dimana
jarang ditemukan singkapan. Lubang untuksampling tersebut dapat
digali secara manual ataupun mekanis. Setelah conto tanah diambil,
terus diayak sampai 80 mesh dan 20 50 gram fraksi halus
dikumpulkan untuk dianalisis. Survei tanah umumnya dibuat pada suatu
pola lintasan dengan jarak lokasi antar titik

conto 300 1500 m pada pengamatan awal da 15 60 m pada survei

selanjutnya

SAMPLING SEDIMEN
Sampling sedimen sungai merupakan komposit alami dari material di
bagian atas ( hulu ) sampai lokasi sampling. Sampling tersebut efektif
pada pekerjaan pengamatan awal dimana lokasi conto tunggal mungkin
menunjukkan area tangkapan ( catchment area 0 yang sangat luas.
Dalam survei yang detail, conto dapat diambil setiap 50 100 m
sepanjang aliran, masing masing sebanyak 50 gram dengan ukuran
butir n80 mesh untuk keperluan analisis.

SAMPLING AIR
Sampling air merupakan salah satu metode geokimia yang paling lama.
Metode tersebut mudah dilakukan, tetapi conto air tidak stabil untuk
waktu yang singkat. Faktor faktor yang mengontrol kandungan logam
dalam air permukaam seperti dilusi, pH, temperatur, kompleks organik
sulit untuk dievaluasi, dan kandungan logam biasanya relatif rendah.

SAMPLING VEGETASI

Sampling vegetasi diperlukan koreksi terhadap sampling tanah dan air

tanah untuk analisa kimia. Tumbuhan mengekstrak unsur unsur logam
dari kedalaman dan mengirimnya ke dedaunan. Interpretasi yang
dihasilkan lebih kompleks dibandingkan dengan metode lainnya.
Sampling yang dilakukan sangat sederhana hanya dengan memotong
rantingbdari dedaunan. Contoh yang diambil sekitar 100 gram daun
atau ranting muda pada setiap pohon, kemudian dikirim ke labolatorium
untuk diabukandan dianalisis, conto abu akhir umumnya
sekitar 10 30 gram. Idealnya vegetasi disampling pada lintasan yang
seragam.

SAMPLING UAP
Sampling uap air raksa yang digunakan sebagai petunjuk badan bijih
sulfida sejak sekitar tahun 1950-an yang diambil dari tanah, udara
maupun air. Sprektrometer portabel sering digunakan untuk memompa
gas dari lubang bor berdiameter kecil ke dalam tanah. Conto yang
paling efektif diambil dari tanah dimana konsentarasi gas lebih ribuan
kali lebih banyak darpada di udara. Radon (Rd) dan Helium (He)
dikumpulan dari conto air permukaan dan air tanah yang terbukti
efektif sebagai petunjuk mineralisasi Uranium.

GRAB SAMPLING
Suatu cara pengambilan sample berupa hand specement. Metode ini
tidak bagus karena tidak teliti atau unsleting, atau sama denga
memberikan gambaran gambaran yang salah dari keadaan semestinya.
Grab samplig dilakukan karena faktor faktor seperti waktu yang
terbatas atau terdesak.

CHIP SAMPLING
Suatu cara pengambilan sample yang biasanya dipergunakan untuk
dipakai pada bijih bahan galian yang kompak atau massive.

PILE SAMPLING

Adalah suatu cara pengambilan conto pada pili / ore bin, untuk ini harus
tahu cara saat mengadakan Pilling Karena hal ini mempengaruhi letak
butiran ( Bongkah ).

TRENCHING
Adalah suatu cara pengambilan conto dengan membuat parit pada
singkapan bijih sehingga dapat diketahui bentuk endapan kadar dan
kedalaman. Paritan dibuat dengan memotong atau tegak lurus terhadap
singkapan.

TEST PIT ( SUMUR UJI )

Test Pit merupakan salah satu cara dalam pencaraian endapan atau
pemastian kemenerusan lapisan dalam arah vertikal. Pembuatan sumut
uji dilakukan jika dibutuhkan kedalaman yang lebih ( > 2,5 m ). Pada
umumnya suatu deretan ( series ) sumur uji dibuat searah jurus,
sehingga pola endapan dapat dikorelasikan dalam arah vertikal dan
horisontal. Atau dengan kata lain Test Pit adalah suatu cara
pengambilan conto dngan jalan membuat sumuran yang dapat
dikombinasika dengan Channel Sampling.

*.

*.

Sumur uji ini umumnya dilakukan pada eksplorasi endapan endapan

yang berhubungan dengan pelapukan dan endapan endapan berlapis.
Pada endapan berlapis, pembuatan sumur uji ditujukan untu
mendapatkan kemenerusan lapisan dalam arah kemiringan, varisai
litologi atap dan lantai, ketebalan lapisan, dan karakteristik variasi
endapan secara vertikal, serta dapat digunakan sebagai lokasi sampling.
Biasanya sumur uji dibuat dengan kedalaman sampai menembus
keseluruhan lapisan endapan yang dicari, misalnya batubara dan
mineralisasi berupa urat ( vein ).
Pada endapan yang berhubungan dengan pelapukan ( laterik atau
residual ), pembuatan sumur uji ditujukan untuk mendapatkan batas
batas zona lapisan ( zona tanah, zona residual, zona laterik ), ketebalan
masing masing zona,

variasi vertikal masing masing zona, serta pada deretan sumur uji
dapat dilakukan pemodelan bentuk endapan.

DRILLING HOLE SAMPLING

Adalah cara pengambilan conto dari hasil pemboran inti dengan
menggunakan mata bor type core drill dan diamond drill.
*.
Cara Core Drill
Cara pengambilan conto dengan menggunakan bor tumbuk, biasanya
dipergunakan pada batuan yang tidak begitu keras ( uniform ) atau
tidak begitu kompak ( semi massive )dn dapat dikerjakan dengan
tangan manusia dan sangat baik dipergunakan pada penyelidikan
penyelidikan penambangan yang letaknya tercepncil karena tidak
memakan biaya yang besar, alat alatnya mudah didapat dan
sederhana, perawatan dan pelayanan mudah dan transportasinya ringan
serta tidak terlalu berbelit belit.
*.

Cara Diamond Drill

Cara pengambilan conto dengan menggunakan tenaga penggerak berupa
motor bensin, diesel, mesin uap, motor listrik dan lain sebagainya.

CARA OUT CROP

Adalah suatu cara pengambilan conto batuan pada permukaan tanah
yaitu dengan cara melihat batuan di sekeliling tempat yang diselidiki.
Misalnya di tempat A, ditemukan sejenis batuan, kemudian di tempat
lain didapati pula batuan yang sejenis tadi misalnya di etmpat B dan C.
Kemudian yang penting ialah mencari arah perlapisan batuan itu,
sehingga dapat pula ditemukan pula dip dan strikenya. Selanjutnya
perlu diadakan penelitian lebih lanjut misalnya dengan pemboran,
sumuran dan lain lain.

DRIFT AND CROSS CUT

Adalah cara pengambilan conto pada sisi sisi dari drift dan cross out
oleh channel tegak lurus pad formasi / lapisan batuan. Hasilnya
biasanya mempunyai contoh yang dapat digambarkan k.l. 25 ft.

TRANCING FLOAT
Adalah suatu cara pengambilan conto fragmen fragmen atau pecahan
pecahan bijih yang lapuk atau tererosi dengan cara penjejakan atau
penurutan atau kegiatan pengamatan pada sungai sungai.

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

Variogram Eksperimental
Variogram eksperimental dibuat berdasarkan pengukuran korelasi spasial antara
2 (dua) conto/data yang dipisahkan dengan jarak tertentu sebesar h. Data
tersebut merupakan data yang diperoleh dari pengukuran di lapangan, dapat
berupa data kadar, ketebalan, ketinggian topografi, porositas, dan
permeabilitas. Pada arah atau baris tertentu terdapat n buah data dengan jarak
tertentu sebesar h, dimana dalam tiap baris terdapat (n 1) pasangan data untuk
menghitung variogram (h) dan (n 2) pasangan data untuk menghitung
variogram (2h) dan seterusnya hingga mencapai lag tertentu yang tergantung
dari jumlah n data. Kemudian, hasil perhitungan variogram di plot pada suatu
koordinat kartesian antar jarak antar pasangan data (h) dan variogram (h).

Variogram eksperimental

Komponen dalam variogram atau semivariogram adalah sebagai berikut :

1. Range
Menurut Isaaks dan Srivastava (1989), range adalah jarak dimana variogram
merupakan sebuah dataran tinggi. Jarak yang dimaksud adalah variogram harus
mencapai nilai sill . Sedangkan menurut Dorsel dan Breche (1997), range adalah
jarak antara lokasi - lokasi dimana 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, variabel dipengaruhi oleh suatu posisi.
2. Sill
Menurut Isaaks dan Srivastava (1989), sill adalah masa stabil suatu variogram
dalam mencapai range. Variogram menjadi suatu wilayah yang datar yakni
ragamnya tidak mengalami suatu kenaikan.
3. Nugget Effect
Kediskontinuan pada pusat variogram terhadap garis vertikal yang melompat dari
nilai 0 pada pusat nilai variogram dengan pemisahan jarak terkecil disebut
dengan nugget effect. Rasio nugget effect terhadap sill umumnya bernilai 11
sebagai nugget effect relative dan dinyatakan dalam persentase.