1.

Pengertian Variogram
Variogram oleh Journel & Huijbreght (1978) dikatakan sebagai karakteristik
variabel diantara dua kuantitas (conto) Z(xi) dan Z(xi+h). Nilai Variogram
dapat dinyatakan dengan persamaan berikut:

Dimana : Z (Xi) adalah nilai data di titik Xi Z

( Xi + h ) adalah nilai data di titik Xi + h
N(h) adalah banyaknya pasangan titik yang memiliki jarak h.

Gambar 1 Definisi Variogram

2. Komponen Variogram
Sebuah variogram memiliki beberapa komponen, antara lain:
1. Nugget effect, merupakan petunjuk bahwa data mempunyai ketidakteraturan
yang tinggi. Nugget effect dapat dihindari dengan memperkecil jarak
sampling (Darijanto, 1998).
2. Sill, adalah varians maksimum yang terdapat pada suatu distribusi, dimana
rata-rata varians tidak bergantung lagi pada jarak antar sampel.
3. Range, adalah selisih antara data dengan nilai yang terbesar dengan data
denga nilai yang terkecil.

3. Model-Model Variogram

Model Nugget (Nugget effect)

Model ini berhubungan dengan fenomena yang murni acak (white noise)
dengan tanpa-korelasi antar nilai-nilainya.

Model bola (Spherical model)

Merupakan model yang paling umum dipakai. Model ini menggunakan

ekspresi polinomial yang sederhana dan bentuknya sesuai dengan berbagai
jenis fenomena yang diamati: Satu pertumbuhan yang hampir linier sampai
pada satu jarak tertentu, kemudian tercapai stabilitas. Garis singgung
(tangen) pada titik asal (origin) berpotongan dengan sill pada satu titik
dengan absis 2a3.

Model eksponensial (Exponential model)

Range (a) praktis untuk model ini adalah 3a, karena nilai ini adalah jarak
ketika nilai batas mencapai 95%. Garis singgung di titik asal memotong
nilai sill pada satu titik dengan absis a. Dibandingkan dengan model
spherical, model eksponensial pada awalnya meningkat lebih cepat tetapi
hanya mengarah pada sill dan tidak betul betul mencapai nilai tersebut.

Fungsi pangkat (Power functions)

Model linier (h) = |h| adalah satu kasus khusus.

Model Gaussian (Gaussian model)

Range praktis adalah 1.73a. Model ini menggambarkan fenomena yang

sangat kontinyu. Hasil eksperimen memperlihatkan bahwa ketidakstabilan
secara numeris seringkali muncul bilamana digunakan tanpa efek nugget.

Model kubus (Cubic model)

Model ini memiliki sifat parabolik di titik asal dan secara umum mirip
dengan model gaussian, kecuali bahwa model ini tidak diferensiabel secara
tak terbatas.

Model efek lubang 2D (2D Hole Effect Model)

Dengan r = h/2, r2 = h/ , dan J0 adalah fungsi Bessel. nilai mengatur

magnitude efek lubang.

Model sinus Cardinal (Cardinal Sine Model)

Dengan r = h/a. Model ini termasuk model yang langka dengan sebuah efek
lubang 3D, dan berhubungan dengan struktur yang kontinyu.

Model Prismato

Kedua model ini dipakai untuk memodelkan jenis data anomali gravimetris
atau magnetik.

4. Statistik Spatial
Segala teknik analisis untuk mengukur distribusi suatu kejadian berdasarkan
keruangan (Scott & Warmerdam, 2006).

Gambar 2 Statistik Spatial

5. Transformasi Data
Mengapa kita memerlukan transformasi data?

Atribut, seperti permeabilitas, dengan ketinggian kemiringan data

distribusi merupakan masalah dalam kalkulasi variogram; nilai ekstrim
memiliki dampak signifikan pada variogram.

Transformasi paling umum adalah logaritma, y = log 10 (z) semua analisis

statistik bekerja dalam transformasi data, dan transformasi balik di akhir
transformasi balik bersifat sensitif.

Banyak teknik geostatistika membutuhkan data untuk ditransformasi ke

Gaussian atau distribusi normal. Model Gaussian RF adalah unik dalam
statistika untuk analisis ekstrim simplisit dan menjadi batas distribusi dari
banyak teori analisis global yang disebut central limit theorems

Transformasi ke distribusi sembarang (dan balik) mudah diselesaikan dengan

transformasi quantile.

Gambar 3 Normal Score Transformation

6. Cara Menghitung Variogram

7. Interpretasi Variogram
Kunci adalah untuk menerapkan pengetahuan geologi dengan variogram eksperimental dan
membangun yang sah ( definit positif ). Model variogram untuk kriging dan simulasi .
Hal ini memastikan :
- Bahwa kovarians yang dapat dinilai atas semua vektor lag , h
- Bahwa variogram akan menjadi ukuran yang sah dari jarak
Jumlah model yang pasti positif dikenal adalah definit positif . Ada fleksibilitas yang besar
dalam pemodelan variograms dengan kombinasi linear dari model didirikan .
Beberapa umum positif model yang pasti :

a. Horizontal Variogram

b. Porousity Variogaram