Anda di halaman 1dari 18

KULIAH STATISTIKA

SPASIAL
NUR AIDI
UTAMI

ISI
BAHAN UTS

PENGENALAN
DESKRIPTIF
NATURAL DAN ARTIFICIAL SAMPLING
NATURAL SAMPLING

PELUANG
HUBUNGAN
HUBUNGAN
NORMAL
HUBUNGAN
HUBUNGAN

PEUBAH
DENGAN WAKTU
DENGAN RUANG : POLA TITIK
DENGAN RUANG : POLA BENTUK

ARTIFICIAL SAMPLING

CONTOH ACAK
METODE PARAMETRIK : PENDUGAAN
METODE PARAMETRIK : HIPOTESIS
METODE NON PARAMETRIK
KORELASI
REGRESI

ISI
BAHAN UAS
A. POLA DISPERSI TITIK
PENGENALAN SPASIAL DISPERSI
DISTRIBUSI PELUANG UNTUK SPASIAL DISPERSI
DISTRIBUSI CAMPURAN
PENDUGAAN PARAMETER
TEST HIPOTESIS
B. POLA KONTUR
ANALISIS DRIFT DAN SEMIVARIOGRAM
METODE KRIGING
METODE KO KRIGING DAN BLOK KRIGING
C. GEOINFORMATICS : HOTSPOT

BUKU
1. JOHN SILK. 1979. STATISTICAL CONCEPT IN
GEOGRAPHY. LONDON
2. A. ROGERS. 1974. STATISTICAL ANALYSIS
OF SPATIAL DISPERSION. THE QUADRAT
METHOD.
3. RICARDO A. OLEA. 1974. OPTIMUM
MAPPING TECHNIQUES USING
REGIONALIZED VARIABLE THEORY. KANASA
GEOLOGICAL SURVEY.
4. ERWRD H. ISAAKS AND R. MOHAN
SRIVASTAVA. 1989.
APPLIED GEOSTATISTICS. NEW YORK.

PENDAHULUAN
1. A > B, dan B >C maka A > C
proses ini induksi dan dijamin benar.
2. 20 % orang tua yang dijadikan contoh dari
daerah pedesaan pulang pergi menuju pusat
kota
Mungkin kesimpulan yang dibuat untuk kasus kedua
a. 20 % dari semua orang tua yang tingggal di
desa pulang pergi ke pusat kota
Kesimpulan ini : mungkin benar dan mungkin ada
salahnya, karena hasil dari pendekatan. Proses
ini disebut induktif peluang

STATISTIK
STATISTIK
DESKRIPTIF
STATISTIK
INFERENSIA
Hubungannya
dengan sampling
pada fenomena
alam (natural)
Proses alamiah
yang menyajikan
fenomena yg
diteliti hasil belum
dapat diprediksi

Konsep
statistika
Peluang
Kebebasan
Keacakan

Hubungannya
dengan sampling
pada fenomena
buatan
Proses diatur oleh
penelitin pada
fenomena yg
diteliti hasil belum
dapat diprediksi

Statistik Deskriptif
Pengukuran dikatakan Valid bila mereka benarbenar mengukur apa yang ingin mereka ukur.
Misal : mereka akan mensurvei penduduk suatu
lokasi, tapi kita ragu-ragu apakah benar lokasi
tersebut benar (sebaiknya diberikan peta)
Reliable jika Pengukuran bebas dari bias. Misal :
Alat ukur yang digunakan tidak pernah di tera
lagi, sehingga hasilnya mungkin terlalu rendah
atau terlalu tinggi.
Skala
a. Nominal
b. Ordinal
c. Interval
d. Rasio

Statistik Deskriptif
Pengukuran sebagai suatu proses,
merupakan suatu proses yang
menghubungkan antara
konsep/abstrak dengan
variable/peubah
Pengukuran sebagai proses
Konse
p

Varia
Definisi operasionalble/Pe
ubah

Pengukura
n sebagai
produk

Statistik Deskriptif
Variable adalah sesuatu yang terukur
dari suatu individu, tempat atau
fenomena yang menjadi perhatian.
Pengamatan adalah nilai yang ada
pada setiap obyek yang diteliti.
Peringkasan Data
Tabel Frekuensi
Histogram, Diagram, Polygon Frekuensi,
Kurva Frekuensi kumulatif (Ogive), Dahan
Daun

Statistik Deskriptif
Kemenjuluran (Skew)
Menjulur kekanan, artinya frekuensi
terbanyak pada pada nilai pengamatan
rendah (Positive Skewness)
Menjulur ke kiri, artinya frekuensi
terbanyak pada nilai pengamatan tinggi
(negative Skewness)

Ukuran Pemusatan dan


Penyebaran
Pemusatan
Modus
Median
Rata-Rata

Penyebaran

Range
Kuartil
Interquartile Range
Persentil
Ragam
Koefisien Variasi = Standar Deviasi/Rata-rata

Statistik Spasial Deskriptif


Pengamatan mempunyai koordinat posisinya,
katakan Ui, Vi
Maka Pusat Median, didapatkan melalui proses
n
iterasi
komputer
yakni
|
(
U
,
V
)

M
|

i
i
i 1
minimum
Dimana (Ui, Vi) koordinat pengamatan, M pusat
1 n
1 n
median yang dicobakan
(U , V ) U i , Vi
n i 1
n i 1
Pusat Rata-Rata =
1

(U U ) (V V )
Standart Deviasi Jarak=Sd=
i 1

i 1

U2 V2

Natural and Artificial


Sampling
Sampling Pada Kondisi Alamiah
Setiap pengukuran berisi dua komponen
1. Faktor dominan yang mempengaruhi fenomena yang
diteliti yang terprediksi disebut predictable atau systematic
2. Faktor yang kurang dominan yang memperngaruhi
fenomena yang tidak terprediksi, disebut random,
unsystematic.
Contoh :
Kejadian gempa bumi sangat dipengaruhi oleh lemahnya
struktur batuan dalam bumi merupakan faktor dominan,
namun tentang waktu dan tempat terjadinya mungkin
bervariasi
Berpindahnya suatu perusahaan ke tempat lain umumnya
disebabkan oleh biaya, sumber bahan baku dan tenaga
kerja; namun kehendak pemilik atau taste hanya faktor
kecil yang mempengaruhi kepindahan perusahaan.

Alamiah (Natural)
Pada Umumnya Faktor alamiah tersebut
banyak sekali, dan sulit untuk
dikendalikan/diukur, maka dibuat
penyederhanaan dan lalu dibuat suatu
model.
Model (peluang) disusun berdasarkan
sedikit pengetahuan tentang faktor
dominan yang mempengaruhi kejadian
yang diteliti. Akibatnya perlu keberhatihatian (unsur peluang keberlakuannya
kecil)

Buatan (Artificial)
Pada Pengukuran yang artificial (experimental) faktor
random juga sangat terbatas (dibatasi) untuk tujuan
efisiensi pengumpulan data, selain itu sample
pengukuran yang diperoleh dari proses seleksi secara
total juga purely random.
Sebab elemen yang tidak terprediksi sudah diketaui atau
sudah dikendalikan, maka segala kesimpulan yang dibuat
harus dicantumkan secara jelas in term of peluang.
Contoh :
Kita ingin meneliti tentang berapa peluang rumah di tepi
sungai akan terkena banjir.
Hasil survei dari rumah-rumah ditepi sungai dan dihitung
proporsi yang terkena banjir (alamiah) dibandingkan
dengan hasil simulasi tentang aliran air dengan rumahrumah yang dibangun lalu dihitung proporsinya akan
berbeda hasilnya. Mungkin lebih realistik yang pertama.

Proses Stokastik dan Proses


Deterministik
Incorporate truly random disebut dengan
Proses stokastik.
Proses Stokastik tidak semua dapat diduga
dan mungkin berbeda dari tempat ke
tempat, dan dari waktu ke waktu, atau
kesempatan meskipun basis penyebabnya
tidak berubah.
Proses Deterministik selalu menghasilkan
hasil yang tetap sejauh basik karakteristik
dari proses tidak diubah.
Akan dijelaskan lebih detil kemudian

Peluang
Konsepsi
a. Dengan asumsi semua titik/individu mempunyai kesempatan yang
sama, P(A)=jumlah kejadian A/Jumlah ruang contoh)
b. Dengan Frekuensi Relatif, P(A)= frekuensi A/Total pengamatan
c. Subyektif (Profesional Judgment)
Stabilitas Peluang :
Untuk konsep A, selalu stabil; sedangkan untuk b. Stabil bila total
pengamatan tak hingga(banyak sekali), untuk c umumnya sangat tidak
Stabil
Contoh: Peluang kapan terjadinya gempa di suatu Kota, apakah
pengukuran
akan lebih stabil dilakukan pengamatan selama ratusan tahun atau
puluhan
tahun ?
Peluang besar bukan berarti besok terjadi, peluang kecil bukan berarti
besok
tidak terjadi

Rumus Peluang

Anda mungkin juga menyukai