Company

LOGO

Variogram dan Simple Kriging

Annisa Della Megaputeri
Fandy Fahreza
F.F. Dheswara A.M.
Kurnia Dewi Mulyani
Muhammad Ibrahim
M. Jabaris Maulana
Prihatono Dwi Mayoga
Qori Nurjanah
Rahmad Syafrizal G.
Wisnu Wijaya Jati
Yusuf Alif Aulia

21100113140085
21100113120023
21100111110071
21100113120021
21100110141018
21100113140083
21100113140077
21100113120047
21100113120025
21100113140093
21100113120027

www.company.com

Company
LOGO

Pengertian Variogram
Variogram merupakan metode dalam
geostatistika
yang
berguna
untuk
menunjukkan korelasi spatial antara data
yang diukur. Jika kita memetakan hasil
pengukuran nilai densitas suatu batuan,
maka dapat terlihat bahwa nilai yang
rendah akan berada dekat dengan nilai
rendah lainnya begitu pula dengan nilai
yang besar cenderung berada di dekat nilai
yang besar lainnya. Perbedaan data
tersebut dapat dituangkan delam suatu
grafik semivariogram sebagai fungsi jarak.

www.company.com

Company
LOGO

Nilai semivariogram dapat dihitung

dengan menggunakan persamaan berikut
:

Z ( Xi) : nilai data di titik Xi Z

( Xi + h ) : nilai data di titik Xi + h
N(h) : banyaknya pasangan titik yang
memiliki jarak h
www.company.com

Company
LOGO

Variogram memiliki tingkah laku yang

penting untuk diamati ( Suprajitno, 2005)
sebagai berikut:
1. Nilai variogram disekitar titik awal
mencerminkan kontinuitas lokal dan
variabilitas dari data random yang dimiliki.
2. Nilai variogram untuk jarak (h) yang besar
memiliki sifat yang konstan, Bila
mencapai nilai konstan dinamakan sill.
3. Jarak (h) pada nilai variogram mencapai
nilai sill disebut range.

www.company.com

Company
LOGO

Variogram dan
semivariogram
semivariogram adalah setengah dari
variogram, dengan simbol . Sesuai
dengan namanya, Variogram adalah
ukuran dari variansi. Variogram
digunakan untuk menentukan jarak
dimana nilai-nilai data pengamatan
menjadi tidak saling tergantung atau tidak
ada korelasinya. Simbol dari variogram
adalah 2. Semivariogram ini digunakan
untuk mengukur korelasi spasial berupa
variansi eror pada lokasi u dan lokasi u +
h.
www.company.com

Company
LOGO

Jenis variogram dan

semi variogram
Semivariogram Eksperimental
semivariogram teoritis

www.company.com

Company
LOGO

Gambar semivariance
teoritis

www.company.com

Company
LOGO

Variogram dan
semivariogram teoritis
Variogram teoritis mempunyai bentuk kurva
yang
paling
mendekati
variogram
eksperimental. Sehingga, untuk keperluan
analisis lebih lanjut variogram ekperimental
harus diganti dengan variogram teoritis.
Terdapat beberapa jenis variogram yang
sering digunakan, yaitu :
Model bola (spherical mode)
Model ekponensial (Exponential Model)
Model gauss (gaussion model)
www.company.com

Company
LOGO

Contoh Variogram
spherical model

www.company.com

Company
LOGO

Contoh Variogram
Exponential Model

www.company.com

Company
LOGO

Contoh Variogram
gaussion model

www.company.com

Company
LOGO

What is kriging?

Optimal interpolation based on

regression against observed z
values of surrounding data
points, weighted according to
spatial
covariance values.
www.company.com

Company
LOGO

Tujuan Kriging
Mencari penaksir tak-bias linier
terbaik. Kriteria terbaik: variansi
minimum.
Memilih rata-rata berbobot dari nilai
sampel yang memiliki variansi
minimum.
Interpolasi spasial.

www.company.com

Company
LOGO

Kriging

Block

Point
Simple Kriging

www.company.com

Company
LOGO

Estimation of a variable at an
unmeasured location from observed
values at surrounding locations. For
example, estimating porosity at u =
(2000 m, 4700 m) based on porosity
values at nearest six data points in
our Zone A data:

www.company.com

Company
LOGO

www.company.com

Company
LOGO

Some advantages
of kriging:

Gives estimate of estimation error (kriging variance), along

with estimate of the variable, Z, itself (but error map is
basically a scaled version of a map of distance to nearest data
point, so not that unique)

www.company.com

Company
LOGO

Kriging approach and

terminology

www.company.com

Company
LOGO

www.company.com

Company
LOGO

www.company.com

Company
LOGO

Simple Kriging
Mean diketahui
Estimator untuk Y(s):

Estimator harus tak-bias dan variansi

minimum -> mean error = 0

www.company.com

Company
LOGO

www.company.com

Company
LOGO

www.company.com

Company
LOGO

www.company.com

Company
LOGO

Referensi
Armstrong, Margaret, 1998, Basic Linear
Geostatistics, Springer-Verlag: Berlin.
Catatan Kuliah MA7192 Topik Statistik Lanjut,
2005.

www.company.com