Konsep Perhitungan Cadangan Metode Krigging
Konsep Perhitungan Cadangan Metode Krigging
Dengan cara ini tercapai suatu harga estimasi yang tak bias, artinya perbedaan rata-rata antara Z
dan Z* diharapkan sama dengan nol
E [Z-Z*]= 0
Sehingga varian estimasi didapat:
2E
2E
Atau
2E
(V,V) = varian kadar blok Vdimana
(Si,V) = covarian antar kadar blok V dengan kadar conto Xi
(Si,Si) = covarian antar kadar Xi dengan kadar conto Xj
i, sama dengan satu. Agar diperoleh faktor pembobotan yang optimal, dibuat sedemikian rupa
sehingga varian estimasi ini minimum. Hal ini dapat didekati dengan suatu rnultiplikator Lagrange,
yaitu:2E merupakan fungsi dari faktor-faktor pembobotan Varians estimasi
adalah faktor Lagrangedimana.
2EQ adalah fungsi yang akan diminimumkan, yaitu
C adalah Pembatas (C=0)
yang mana haruslah sama dengan nol maka akan diperoleh: dan Dengan menurunkan
persamaan diatas terhadap ,
Persamaan di atas merupakan sistim linier dan dari persamaan (n + l) sistim kriging dan biasanya
ditutis tidak diketahui yang disebut sebagai dalam bentuk
Dimana:
Atau dalam bentuk matriks pada rumus 12 adalah [E] matriks simetris dari variogramdiantara
seluruh conto dan [D] adalah matriks dan variogram antara blok yang diestimasi dengan harga
conto.
dapat dicari dengan cara menyelesaikan persamaan tersebut terhadap [A], yaitu : dan Seluruh
varians dan kovarians dapat diperoleh dari variogram dan harga-harga
[ A ] = [ E ] ' [D ]
3. Varians Estimasi Kriging
ke dalam persamaan akan tetapi dapat juga diperloeh dari penyerderhanaan formula dasar yang
digunakan dalam perhitungan kiging.Varians kriging diperloeh dari mendesain sedimikian rupa
sehingga varians estimasi minimum, pada susbstitusi koefisien kriging untuk tiap
Persamaan sistem kriging adalah :
0i + I o2- k2 =
4.4.Interpolasi Exact
Pada dasarnya kriging mempuny dari data yang ada, dan sistem kriging menentukan pada waktu
kriging mengestimasi suatu titik, untuk titik data yang diketahui, koefisien bobot diberi harga satu
dan untuk titik data yang tidak diketahui adalah nol.ai suatu metode interpolasi. Interpolasi ini
dikatakan exact (tepat) bila titik data lebih banyak dilewati garis interpolasi dibandingkan titik
lainnya. Dengan kata lain, support V yang diestimasi sama (serupa) dalam sebahagian besar
support V
4.5 Efek Tirai/Tabir (Screen Effect)
Kriging memberikan bobot rendah untuk conto-conto yang jauh dari blok yang sedang diestimasi,
dan sebaliknya, tetapi juga dalam perhitungannya rnemperhitungkan poosisi relatif dari conto
terhadap blok dan conto lainnya. Sebagal contoh, yang terletak dekat dal blok seakan membentuk
semacam tirai yang akan memperkecil pengaruh conto yang lebih jauh.
3.PEMILIHAN METODE PENAKSIRAN DAN POLA PENGEBORAN
Pemilihan penaksir kadar blok umumnya didasarkan pada sifat-sifat cebakan yang
Diteliti, poligon cocok diterapkan pada cebakan yang mempunyai kecenderungan penyebaran
kadar merata ke segala arah (skewness 0,5), seperjarak cocok untuk cebakan yang mempunyai
kecenderungan kadar sedikit menyebar (skewness < 0,5); dan kriging cocok diterapkan pada
cebakan yang memiliki penyebaran sangat tidak merata (skewness > 1,5). Penaksir terbaik
berurut: poligon, seperjarak, dan kriging tanpa harus memperhatikan distribusi data. Peneliti
telah membuktikan bahwa pada CV < 0,5 kriging merupakan penaksir terbaik dibandingkan poligon
dan seperjarak. Pekerjaan yang dilakukan sebelum memilih suatu metode penaksiran adalah
melakukan analisis. distribusi data. Statistik deskriptif dapat digunakan untuk mengetahui
gambaran keseluruhan data. Parameter statistik tersebut adalah: jumlah sampel, rataan (mean),
simpangan baku, variansi, skewness, kurtosis, minimum, maksimum, Q1, median, Q2, log-mean,
koefisien variasi (lebih detil lihat Waterman, 1999). Joumel (1983:445) dan Kim (1988)
menyarankan penggunaan koefisien variasi sebagai kriteria pemakaian kriging linier. Journel
menyimpulkan bahwa kriging linier menghasilkan taksiran yang akurat pada data dengan koefisien
variasi < 1. Namun pada distribusi data sangat miring dengan koefisien variasi 2-5, kriging linier
mulai bermasalah. Kim menyarankan untuk berhati-hati bila koefisien variasi berkisar antara 0,51,5. Untuk data dengan koefisien variasi > 1,5 kriging linier tidak menghasilkan'taksiran yang
memuaskan dan harus menggunakan kriging nonlinier (lihat Waterman, 1998). Umumnya data
dengan koefisien variasi tinggi sering memiliki nugget yang tinggi pula.
Tinggi-rendah nilai nugget terhadap sil/ merupakan indikator untuk mengetahui korelasi spasial
dari data yang akan digunakan untuk penaksiran. Nisbah nugget/sill dapat dipakai untuk
mengetahui korelasi spasial tersebut. Apabila nisbah nugget-sill > 50% kriging tidak menghasilkan
taksiran yang akurat. Pada kondisi tersebut metode penaksiran yang dipakai adalah seperjarak.
Apabila nugget mendekati sil/, taksiran kriging sama denganrataan aritmatika biasa sehingga tidak
ada pilihan lain kecuali menggunakan poligon sampel terdekat untuk menaksir kadar blok.
Berdasarkan diskusi di atas, studi tentang korelasi spasial terhadap data lebih penting dan lebih
dahulu dilakukan daripada langsung menentukan metode penaksiran yahg akan dipakai.
Selanjutnya tahapan berikut adalah menentukan parameter penaksiran berdasarkan korelasi
spasial data. Parameter tersebut adalah:jarak pencarian sampel ke arah sumbu mayor (kontinuitas
spasial terbesar), ke arah sumbu minor (kontinuitas spasial terkecil) dan arah vertikal, jumlah
maksimum dan minimum sampel yang digunakan, serta parameter variogram meliputi: nugget,
sill, dan range.
Pada tambang-tambang besar dan modern seperti tambang logam mulia, pola pengeboran tidak
lagi dibatasi pola segiempat atau selang-seling. Pengeboran dapat dilakukan di permukaan, tunnel,
atan drift ke segala arah dengan koordinat collar yang sama. Pola pengeboran ke segala arah tidak
memakai lagi konsep pola segiempat atau selang-seling. Penaksiran kadar segala arah dilakukan
dengan menentukan dahulu parameter penaksiran berdasarkan studi variografi. Sampel tersebar
dalam ruang 3D, sehingga pencarian sampel tidak terbatas pada selapis atau dua lapis dari blok
saja. Penaksiran blok berdasarkan jarak pencarian sampel searah sumbg mayor dan minor dengan
sampel tersebar teratur atau tidak teratur (tergantung konfigurasi). Pekerjaan selanjutnya adalah
analisis statisitk dan terakhir adalah pemilihan metode penaksiran.