TUGAS KULIAH

GEOSTATISTIKA KRIGING

Nama NIM

: Ferdinandus : 212.1 .!!""

MAGISTER TEKNIK #ERTAM$ANGAN

FAKULTAS TEKNOLOGI MINERAL UNI%ERSITAS #EM$ANGUNAN NASIONAL %ETERAN &OG&AKARTA 2!1"

Kriging merupakan analisis data geostatistika yang digunakan untuk mengestimasi besarnya nilai yang mewakili suatu titik yang tidak tersampel berdasarkan titiktitik tersampel yang berada di sekitarnya dengan mempertimbangkan korelasi spasial yang ada dalam data tersebut. Kriging merupakan suatu metode interpolasi yang menghasilkan prediksi atau estimasi tak bias dan memiliki kesalahan minimum. Metode estimasi ini menggunakan semivariogram interpolasi. Kriging mempunyai banyak metode untuk prediksi yang berbeda yaitu Simple Kriging, Ordinary Kriging, Kriging Linier, Blok Kriging, Simple Log !ormal Kriging, "niversal Kriging, Ordinary Log !ormal Kriging, #o Kriging dan lain lain. Beberapa ringkasan mengenai Metode tersebut sebagai berikut$ yang merepresentasikan perbedaan spasial dan nilai diantara semua pasangan sampel data. Semivariogram juga menunjukkan bobot yang digunakan dalam

a. Sim'(e Kri)in) Berbagai kriging yang mengasumsikan bahwa %ara lokal relati& konstan dan sama dengan rata rata populasi, yang terkenal. 'ata rata populasi digunakan sebagai &aktor dalam masing masing perkiraan lokal bersama dengan sampel di lingkungan setempat. (al ini tidak biasanya metode yang paling tepat untuk situasi lingkungan. Simple Kriging adalah estimator linier dari bentuk berikut$ ) * sk + , -i .) /0i1 m2 3 m i + 4, ..., n /5.4.41 di mana$ ) * sk adalah estimasi kelas dari blok atau titik, ) /0i1 menga%u pada sampel kelas,

-i adalah bobot kriging sesuai sederhana ditugaskan untuk ) /0i1, n adalah jumlah sampel, dan m + 6 7) /018 adalah lokasi nilai yang diharapkan tergantung dari ) /01. 9engan demikian algoritma kriging sederhana memerlukan pengetahuan sebelumnya dari mean m. Stationary kriging sederhana tidak beradaptasi dengan tren lokal dalam data karena bergantung pada nilai rata rata m, diasumsikan diketahui dan konstan di seluruh daerah. :kibatnya, kriging sederhana jarang digunakan untuk pemetaan ; nilai. Sebaliknya, itu adalah algoritma kriging yang lebih kuat yang biasa digunakan. *. Ordinar+ Kri)in) Orinary kriging adalah salah satu metode yang terdapat pada metode kriging yang sering digunakan pada geostatistika. <ada metode ini, memiliki asumsi khas untuk penerapan yang mudah digunakan dari ordinary kriging adalah intrinsi% stationary dari bidang dan pengamatan yang %ukup untuk mengestimasi variogram. Salah satu isu utama tentang ordinary
kriging adalah apakah asumsi rata rata konstan wajar. Kadang kadang ada alasan ilmiah yang baik untuk menolak asumsi ini. !amun, sebagai metode prediksi sederhana, ia memiliki &leksibilitas yang luar biasa.

,. Uni-ersa( Kri)in) "niversal kriging adalah bentuk umum dari simple kriging sebagai salah satu %ara perluasan dari metode ordinary kriging. "niversal kriging merupakan kriging dari data yang mempunyai ke%enderungan trend tertentu. Metode ini tepat jika digunakan pada nilai nilai di titik sampel yang memang mempunyai ke%enderungan tertentu. Misalnya tebal lapisan bertambah dengan berubahnya arah atau nilai permeabilitas yang berkurang dengan menjauhnya lokasi dari %hanel sand. Kriging "niversal mengasumsikan model ) /s1 + = /s1 3 > /s1, di mana = /s1 adalah beberapa &ungsi deterministik. Universal kriging adalah metode penaksiran yang digunakan untuk menangani masalah kenonstasioneran dari data sampel. Seperti halnya dengan Ordinary kriging, Universal kriging juga menghasilkan BL"6 /Best Linier Unbiassed Estimator1. Si&at BL"6 membuktikan bahwa estimator Universal kriging adalah estimator tak bias, linier dan punya nilai variansi minimum. 9engan BL"6 ini maka akan dihasilkan MS6 minimum /Mean Square Error minimum1 yang digunakan untuk

mengukur e&isiensi dari estimator. MS6 minimum diperlukan pada analisis struktural, yaitu untuk men%o%okan nilai semivariogram eksperimental dengan semivariogram Universal kriging. 9engan MS6 minimum didapatkan perhitungan dan juga variansi error dari masing masing data sampel yang akan di estimasi.

d. $(.,/ Kri)in) Blo%k kriging merupakan teknik yang memperkirakan si&at si&at statis dari suatu block. Syarat syarat blok kriging$ Sebuah estimasi dari nilai rata rata sebuah variabel di dalam sebuah lokal area yang ditentukan. Satu metoda dari lokal area ke dalam banyak titik yang akan diestimasi?ditaksir untuk mendapatkan rata rata dari area tersebut.

!ilai rata rata dari &ungsi random di wilayah setempat hanya rata rata /kombinasi linear1 dari semua variabel a%ak titik yang terdapat di daerah setempat . 9imana @: adalah variabel a%ak yang sesuai dengan nilai rata rata di area :, dan @j adalah variabel a%ak yang sesuai untuk menunjukkan nilai nilai dalam :.
VA = 4 A V

j j A

<ada titik kriging, kovarian matriks 9 terdiri dari variabel a%ak pada lokasi sampel dan lokasi bunga

Kovarians antara variabel a%ak pada lokasi sampel i dan variabel a%ak @: mewakili nilai rata rata di atas area : adalah sama dengan rata rata %ovarian%es point to point antara @i dan variabel a%ak pada semua titik dalam :

e. Ordinar+ L.)0N.rma( Kri)in) Kriging lognormal diusulkan oleh journel 4A5B, yang juga mengusulkan persamaan ba%k trans&orm berdasarkan varians kriging mengikuti tradisional pendekatan untuk menghitung rata rata data lognormal atau data asli diubah menjadi logaritma. Kriging lognormal pada 4ACB an terjadi . Deknik di ini antara perkembangan karena data awal mining geostatistik eksperimental dikembangkan

sering menunjukkan distribusi miring kanan yang bisa lebih atau kurang dipasang oleh distribusi lognormal ditandai dengan dua atau kadang kadang tiga parameter . di situasi itu, praktisi menemukan bahwa metode linear kriging standar menyebabkan perbedaan lokal penting antara hasil yang nyata dan diperkirakan ketika beberapa tinggi nilai nilai eksperimental dioleskan di atas kawasan yang terlalu luas dengan interpolasi linear. Ede di balik kriging lognormal adalah untuk mengambil keuntungan dari distribusi data untuk mengurangi pengaruh nilai nilai ini sedikit tinggi . Fadi data yang pertama berubah logaritmis dan kemudian kriged . <erkiraan kriged bersama sama dengan &aktor koreksi kemudian kembali berubah untuk mendapatkan apa yang disebut lognormal kriging perkiraan.

1. 2. 3 Kri)in)

Kriging variabel sekunder Membutuhkan

menggunakan berkorelasi, pengembangan

in&ormasi atau model kriging untuk

dari

satu

atau pada

lebih umumnya. kovarians

multivariat

%ross kovarians

antara dua variabel yang berbeda