antara data pasangan dengan jarak. Dari peta kontur ini dapat ditentukan arah
sumbu maksimum, minimun, dan menengah nya.
Jika pada peta kontur kovarian, terdapat indikasi anisotrop. Maka
pembuatan kovarian dapat dibagi menjadi dua data set. Pembagian satu untuk
nilai besar dan satu lagi untuk nilai kecil. Setelah dipisahkan, maka zona
anisotrop akan sedikit berbeda jika menyatukan semua data.
kejanggalan dari sampel. Kita dapat melihat lokasi nilai ekstrim ataupun jarang
ataupun daerah dengan nilai yang sangat bervariasi. Dari kontur juga persebaran
nilai ekstrim tinggi dan rendah akan terlihat yang mana hal ini akan
menimbulkan masalah yang serius kepada akurasi estimasi. Area dengan data
yang berfluktuasi tidak bisa disamakan tingkat akurasi nya dengan nilai yang
tidak eratik. Pada daerah sekitar anomali, daerah yang sangat kontras, maka
diperlukan
adanya
pengambilan
sampel
lagi.
Ini
diperlukan
untuk
SPASIAL KONTINUITI
Lokasi pengambilan sampel atau keadaan pengambilan sampel akan
berdampak pada nilai dan h-scatterplot. Keacakan ini dapat ditoleraqnsi dan
menerima pasangan data yang dipisahkan sejauh h. kita dapat mentolelir baik
jarak maupun arah. Kesimpulannya, h-scatterplot pada dasarnya tetap, tetapi
persamaan harus lah diubah untuk menjelaskan fakta bahwa tidak harus lagi
pasangan dipisahkan dengan h.
Untuk mengetahui kekontinyuan spasial, maka bisa didekati dengan
pembuatan fungsi korelasi, fungsi kovarian dan variogram. Kesemuanya
menggunakan simpulan statistik dari scatterplot untuk menjelaskan bagiman
spasial kontinyuiti berubah sebagai fungsi dari jarak dan arah. Pada variogram
terdapat komponen berupa:
Range : jarak pemisah antara kenaikan pasangan, nilai variogram juga secara
umum akan meningkat. Dengan kata lain, range adalah jarak dimana nilai data
tidak lagi saling berhubungan.
lag increment. Jika sampel diambil secara pseudo-regular grid, grid spacing
biasanya akanmenjadi lag spacing yang bagus. Jika sampel diambil secara acak,
dapat digunakan jarak rata-rata antara sampel yang berdekatan. Jika pola
anisotrop sudah terlihat, dengan jarak sampel lebih dekat daripada lainnya,
parameter jarak akan tergantung pada arah tersebut. Sebagai contoh pada
sampling drill core. Jarak assay secara vertikal akan berbeda dengan jarak
horizontal. Jarak vertikal jauh lebih kecil daripada jarak horizontal. Untuk itu
omnidirectional variogram tidak dianjurkan untuk menunjukan parameter jarak.
Haruslah digunakan jarak yang sama pada saat estimasi. Satu untuk parameter
jarak secara horizontal dan satu lagi untuk parameter jarak secara vertikal. Pada
umumnya lag tolerance adalah setengah dari lag spacing. Pada sampel grid atau
pseudo-regular, lag tolerance biasanya lebih kecil dari setengah lag spacing.
Untuk meliaht ke anisotropan suatu data, maka pembuatan variogram
dengan memasangkan data dapat dilakukan. Pemasangan data dapat dilakukan
dengan menggunakan perpindahan jendela area ataupun radial tolerance. Untuk
pembuatan variogram danmelihat fenomena anisotrop suatu data, maka
variogram sibuat dalam beberapa arah dan dilihat kearah amana sifat
anisotropinya muincul dengan melihat sumbu maksimum dan minimum.
Pada saat pembuatan variogram dan data sampelnya terlihat aneh, kita
hatur berhati hati untuk menghapus data. Karena tidak ada peraturan atau
prosedur yang menjelaskan data mana yang akan dihapus. Data yang dihapus
akan menghasilkan pasangan data hilang. Sehingga hasilnya akan menjadi lebih
eratik atupun mendekati spasial kontinyuiti yang bagus. Atau bahkan akan
membuat data bersifat menjadi nugget efek.
Ada tiga jenis variogram relatif yang sering digunakan untuk
menghasilkan penjelasn spasial kontinyuiti. Yaitu;
Lokal relatif variogram : cara yang sering digunakan untuk menghitung loakl
mean dengan memabagi daerah dan memperlakukan data di dalam area tersebut
sebagai populasi sendiri
General Relatif Variogram : kebalikan dengan lokal relatif variogram, general
relatif variogram tidak memisahkan atau membagi menjadi daerah lokal. Karena
daerah yang kecil dengan dat a yang sedikit akanmembuat data menjadi sangat
eratik.