SIG Cintya c54090013 Perbedaan Interpolasi
SIG Cintya c54090013 Perbedaan Interpolasi
Spline
Cintya
Kusumawardani
/ C54090013
Cintya
Kusumawardani
/ C54090013
dalam
interpolasi.
Semivariogram
dihitung
berdasarkan
sampel
semivariogram dengan jarak h, beda nilai z dan jumlah sampel data n. Pada gambar
ini juga ditunjukkan grafik dari sebuah semivariogram. Pada jarak yang dekat (sumbu
horisontal), semivariance bernilai kecil. Tetapi pada jarak yang lebih besar, semivariance bernilai tinggi yang menunjukkan bahwa variasi dari nilai z tidak lagi
berhubungan dengan jarak sampel point. Jenis Kriging yang bisa dilakukan adalah
dengan cara spherical, circular, exponential, gaussian dan linear (ESRI, 1999). Sifatsifat Kriging :
Hubungan geometri relatif antara data yang mencakup hal penaksiran dan
penaksiran volume melalui (Si,Sj) (hubungan antar data) dan sebagai (Si,V)
(hubungan antara data dan volume)
Jika variogram pola data teratur, maka sistem kriging akan memberikan data
yang akurat
Dalam hal ini jarak sampel yang pertama atau kedua tidak mempengaruhi.
Cintya
Kusumawardani
/ C54090013
Efek screen ini akan terjadi, jika tidak ada nugget effect atau kecil sekali
C0/C
Model Krigging
Ada beberapa model kriging yang umum digunakan di antaranya adalah:
1.
Ordinary kriging adalah model yang sering digunakan dalam metode kriging.
Model ini mengasumsikan nilai yang konstan. Metode ini adalah metode yang masuk
akal tapi ada beberapa ilmiah yang menolak model tersebut.
2.
Cintya
Kusumawardani
/ C54090013
Metode Spline
Metoda Spline adalah metoda interpolasi yang biasa digunakan untuk
mendapatkan nilai melalui kurva minimum antara nilai-nilai input. Metoda ini baik
digunakan dalam membuat permukaan seperti ketinggian permukaan bumi,
ketinggian muka air tanah, ataupun konsentrasi polusi udara. Kurang bagus untuk
Cintya
Kusumawardani
/ C54090013
siatuasi dimana terdapat perbedaan nilai yang signifikan pada jarak yang sangat
dekat. Jika dipilih metoda Spline maka ada pilihan tipe Regularized dan Tension.
Regularized membuat permukaan halus sedangkan Tension mempertegas bentuk
permukaan sesuai dengan fenomena model.
ESRI (2002) dalam Muzaki (2008) metode interpolasi spline mengestimasi
nilai sel berdasarkan nilai rata-rata pada hampiran antara point data masing-masing
contoh. Metode ini memiliki asumsi bahwa variabel yang dipetakan akan berkurang
pengaruhnya ketika menjauhi point sentral. Kelebihan metode ini yaitu dapat
memetakan dengan baik interpolasi beberapa point yang menyebar serta
penggambaran spasial yang lebih halus.
Daftar Pustaka
ESRI. 1996. Using the ArcView Spatial Analyst. Redlands, Environmental Systems
Research Institute, Inc
Ginanjar, Gun. 2005. PERBANDINGAN IMPLEMENTASI INTERPOLASI NEAREST
NEIGHBOUR DAN BILINIER DALAM SCALING PADA FILE BITMAP.
Universitas Komputer Indonesia
Muzaki,AA.2008.Analisis Spasial Kualitas Ekosistem Terumbu Karang
Sebagai Dasar Penentuan Kawasan Konservasi Laut dengan Metode Cell
Based Modelling di Karang Lebar dan Karang Congkak Kepulauan Seribu,DKI
Jakarta(skripsi).Bogor: Fakultas Perikanan dan Ilmu Kelautan, Institut
Pertanian Bogor.
NCGIA. 2007. Interpolation: Inverse Distance Weighting.
http://www.ncgia.ucsb.edu/pubs/ spherekit/inverse.html [11 November 2012]
Pramono, Gatot H. (2004). Analisis Data Tematik Digital Perbandingan Metode
Interpolasi Pada Sebaran Total Suspended Sediment di Kabupatan Maros,
Sulawesi Selatan. Cibinong: PSSDAL, Bakosurtanal.
http://eprints.ums.ac.id/1118/1/4._GATOT.pdf [ 11 November 2012]
Cintya
Kusumawardani
/ C54090013
Pramono, Gatot, H. Wiwin, Ambarwulan, Mone Iye Cornelia. 2005. Prosedur dan
Spesifikasi Teknis Analisis Kesesuaian Budidaya Tambak Udang. http://
pssdal.bakosurtanal.go.id/ pssdalweb/ laporan/2005/lap2005_000038.pdf [ 11
November 2012]
Watson, D.F. & Philip G.M. 1985. A Refinement of Inverse Distance Weighted
Interpolation. GeoProcessing 2: 315-327.
http://lbprastdp.staff.ipb.ac.id/files/2011/12/Interpolasi.pdf
http://hartanto.wordpress.com/2006/04/06/sa-interpolasi-grid-dari-data-titik/