Anda di halaman 1dari 9

PEMBAHASAN

1.

Data X, Y, Z
Diketahui data X dan Y yang merupakan koordinat dan Z
merupakan data muka air tanah (dengan satuan m) dari hasil perhitungan
suatu potensi air tanah di daerah Kelurahan Ngijo, Gunungpati, Semarang.
Tujuan melakukan analisis geostatistik ini yaitu untuk mengetahui
kondisi kedalaman air tanah, muka air tanah, pola da arah aliran air tanah.
Mengetahui potensi air di daerah pemetan dari kondisi mata air dan air
permukaan.
X
431762
431660
431568
431423
431404
431210
431168
431158
431393
431427
431512
431094
431895
431877
431919
432002
432412
432126
432234
432245
432229
432770
431896
432312
432452

Y
9218610
9218826
9218816
9218842
9218842
9218620
9218478
9218452
9218118
9217870
9217684
9217992
9218154
9218190
9218428
9218300
9218280
9218000
9218388
9218524
9218684
9218884
9218882
9219270
9219414

Z
265
252
235
259
257
257
262
267
272
277
282
285
262
266
263
264
268
276
266
273
272
257
268
242
233

432659
432733
432933
432776
432535

2.

9219312
9219278
9219072
9218388
9218072

238
240
228
246
263

Exploratory Data Analysis (EDA)


a. Deskripsi statistic dasar dan Diagram Histogram

Descriptives

Statistic
VAR00003

Mean

95% Confidence Interval


for Mean

259,8333

Lower Bound

254,3296

Upper Bound

265,3371

5% Trimmed Mean

260,1667

Median

263,0000

Variance

217,247

Std. Deviation

Std. Error
2,69102

14,73931

Minimum

228,00

Maximum

285,00

Range

57,00

Interquartile Range

18,50

Skewness

-,574

,427

Kurtosis

-,338

,833

Dari hasil analisis normalitas data, data ini memiliki error


berkisar 2,69108, dengan nilai skewness sebesar 0,427 dan kurtosis
sebesar 0,833. Dapat diinterpretasikan bahwa data ini masih tergolong
aman karena tidak terlalu besar nilai error yang dimilikinya. Dari data
hasil perhitungan diatas didapatkan data berupa nilai median,
variance, standar deviasi, nilai minimum dan maksimum suatu data
.

b. Analisis Normalitas Data


Tests of Normality
Kolmogorov-Smirnova
Statistic
VAR00003

,158

df

Shapiro-Wilk

Sig.
30

,053

Statistic
,947

df

Sig.
30

,141

a. Lilliefors Significance Correction

Dari hasil analisis data didapatkan 2 hasil signifikan, dimana signifikan


pertama sebesar 0,053 dan signifikan kedua sebesar 0,141. Karena
keduanya memiliki signifikan diatas 0,05 sehingga tergolong kedalam
distribusi normal.

c. Analisis Stationary Data melalui Scatter Plot

Hasil analisis stationary dari data tersebut. Didapatkan data scatter


plot dengan pola penyebaran yang kesegala arah atau pola menyebar
sehingga data tersebut tergolong data yang stationer, yaitu data yang
memiliki kecenderungan menyebar atau mengcover daerah secara luas,
3.

tidak terkumpul dalam satu titik atau daerah saja.


Metode Interpolasi dan Model Variogram
a. Metode Krigging

Metode krigging merupakan metode yang sering digunakan dalam


interpolasi data, dari hasil analisa menggunakan metode ini didapatkan
nilai RMS sebesar 7,914106. Dilihat dari visualisasi 3D yang dihasilkan
berupa bentukan dengan kelerengan yang cenderung sama tidak
menampakkan perbedaan elevasi yang tinggi. Berdasarkan classes plot
didapatkan data dengan kecenderungan tergolong medium (berwarna
hijau).

b. Metode Cross Validated

Dari hasil analisa menggunakan metode Cross Validated ini didapatkan


nilai RMS sebesar 3,634243006 Dilihat dari visualisasi 3D yang
dihasilkan berupa bentukan dengan kelerengan yang tidak seragam.
Terdapat pola cekung ke bawah pada suatu titik, yang menunjukkan
elevasi rendah. Namun secara keseluruhan masih belum menampakkan
perbedaan elevasi yang signifikan. Berdasarkan bentuk classes plot
didapatkan data dengan kecenderungan tergolong medium (berwarna
hijau).

c. Metode Natural Neighbor

Dari hasil analisa menggunakan metode Natural Neighbor ini didapatkan


nilai RMS sebesar 11,58159 Dilihat dari visualisasi 3D yang dihasilkan
berupa bentukan dengan kelerengan yang tidak seragam. Terdapat pola
berupa blocky dengan elevasi yang berbeda-beda. Berdasarkan bentuk
classes plot didapatkan data dengan kecenderungan tergolong medium
(berwarna hijau).

d. Metode Modifikasi Shepard

e.

Nearest Neighbor

Kesimpulannya berdasarkan hasil interpolasi dan analisis data tersebut


maka dilihat dari hasil RMS memiliki nilai yang bervariasi. RMSE (Root Mean
Square Error) merupakan suatu angka yang menunjukkan keakuratan dari suatu
data. Semakin besar nilai RMSE maka semakin besar nilai kesalahan dari data
tersebut. Dari variasi nilai tersebut dapat ditentukan metode yang paling cocok
dari nilai RMS merupakan nilai RMS yang paing kecil, yaitu metode Cross
Validated dengan besar nilai RMS sebesar 3,634243006.

REFERENSI

Kodoatie, Robert J. 1996. Pengantar HIDROGEOLOGI. Yogyakarta : Andi.


Sarbidi. GEOMORFOLOGI DAN WILAYAH PANTAI KOTA SEMARANG.
Semarang : Pusat Penelitian dan Pengembangan Permukiman.