Anda di halaman 1dari 2

Statistika Spasial dan Geostatistika

Pemahaman statistika spasial dan Geostatistika merupakan hal yang sangat


penting dalam hal pengolahan data spasial. Karena statistika spasial dan geostatistika
berbeda satu sama lain. Seperti Statistika spasial yang dirancang khusus untuk
digunakan dengan data-data spasial geografis yang nantinya memberikan informasi
mengenai informasi spasial, dimana metode ini lebih menggunakan data spasial
seperti area atau ruang, panjang, jarak, arah, orientasi dan beberapa informasi
mengenai fitur dalam dataset atau informasi spasial yang dalam pengolahannya juga
menggunakan matematika. Itu yang membuat statistika spasial berbeda dari metode
statistika biasa.
Ada berbagai jenis statistika spasial, seperti statistika spasial deskriptif mirip
dengan statistika deskriptif biasa. Contoh, jika kita memiliki banyak titik di peta, kita
dapat mengetahui di mana pusat titik-titik berada dan kita juga dapat mengetahui
informasi mengenai jumlah penduduk ataupun informasi yang lainnya yang mengenai
dengan data kuantitas spasial.
Metode statistika lainnya menggunakan analisis pola spasial: Kita bisa
mengidentifikasi struktur data yang kita lihat.Misalnya, fitur yang berkelompok ?
Apakah mereka menyebar? Apakah nilai-nilai tinggi semua ditemukan bersama?
Apakah ada "hot spot" dalam data? Metode analisis pola spasial dapat membantu kita
untuk mengidentifikasi pola pengeluaran anomali atau tidak lazim, tak terduga
menemukan daerah dengan tingkat penyakit yang tinggi, kejahatan, atau kebakaran,
dll. Penjelasan mengenai metode ini mengenai penerapan pada informasi spasial yang
bersifat area.
Geostatistika adalah jenis atau aplikasi dari statistika spasial. Contohnya pada
metode Kriging dimana teknik kriging merupakan salah satu geostatistika yang
sangat kuat dengan memanfaatkan hubungan spasial untuk memberikan data yg lebih

kuat dan prediksi yang lebih akurat. Biasanya, geostatistik digunakan untuk
menganalisis data geologi dan lingkungan misalnya, curah hujan, atau elevasi,
tujuannya membuat permukaan dari titik data sampel. Metode ini banyak digunakan
dalam industri perminyakan dan pertambangan. Tapi geostatistika yang ideal untuk
menganalisis dan memprediksi nilai-nilai yang berhubungan dengan hampir semua
jenis spasial pada fenomena yang berkelanjutan.
Untuk mengembangkan teknologi mengenai statistik spasial, Perusahaan
ESRI mengeluarkan produk Seperti software ARCGIS untuk melakukan metoda
statistika spasial dan geoostatistika. Semua pengguna ArcGIS juga mendapatkan
Toolbox Statistika spasial untuk menganalisis distribusi spasial, pola, proses, dan
hubungan, sebagai bagian dari software utama di semua tingkat lisensi. Alat-alat
statistika membiarkan melakukan beberapa hal, termasuk menentukan tendensi
sentral atau mengidentifikasi tren directional menyeluruh, mengidentifikasi titik-titik
panas dan dingin atau outliers spasial, menilai pola keseluruhan clustering atau
dispersion, dan pemodelan hubungan spasial.
Mengapa orang menggunakan statistika spasial? Ketika kita menganalisis data
di luar konteks spasial, ketika kita menghapus data ruang dan waktu, rasanya kita
hanya mendapatkan setengah cerita. Hal-hal terjadi dalam ruang dan waktu, dan jika
kita mengabaikan itu, analisis kita akan menjadi tidak lengkap. Ini merupakan
perbedaan penting antara statistika biasa dan statistika spasial. Statistika biasa sering
membuat asumsi bahwa data yang bebas dari sesuatu disebut autokorelasi spasial.
Autokorelasi spasial adalah struktur spasial dalam data. Struktur yang mungkin
clustering, atau beberapa jenis dispersion, tetapi dalam hal apapun, distribusi fitur
Anda, atau nilai-nilai data yang terkait dengan fitur itu, tidak acak.