Anda di halaman 1dari 20

1.

Pengenalan Gridding, Blanking dan Volume


A. Pengenalan Gridding
Gridding adalah proses pada data XYZ yang tersebar secara tidak teratur dan terdapat
data yang kosong untuk menghasilkan file grid yang berisi data Z yang teratur. Aplikasi
Surfer mempunyai metode gridding yang berbeda-beda. Metode tersebut menentukan
bagaimana interpolasi ataupun ekstrapolasi data XYZ yang akan menjadi file grid. File XYZ
merupakan data yang berisi data x, y, dan z dimana x dan y umumnya merupakan koordinat
(x,y) dan z merupakan data elevasi atau kedalaman.

Gambar.1.0. Konsep proses gridding pada data XYZ


(Sumber : Golden Software.2002. Surfer 8 Tutorial)

Metode- metode gridding yang terdapat dalam aplikasi Surfer bermacam-macam dan
mempunyai kelemahan dan kelebihannya masing-masing. Metode- metode tersebut, antara
lain :
1. Inverse Distance to a Power
Metode ini cenderung memiliki pola bulls eyes pada kontur-kontur yang konsentris
melingkar pada titik data. Metode ini merupakan metode penimbangan rata-rata yang
sederhana untuk menghitung nilai jarak grid.
2. Kriging

Kriging adalah metode gridding geostatistik yang telah terbukti berguna dan populer
di berbagai bidang. Metode ini menghasilkan visual peta yang menarik dari data yang
tidak teratur. Kriging adalah metode gridding sangat fleksibel. Dimana kriging dapat
menghasilkan jaringan yang akurat pada data. Kriging merupakan metode default
pada Surfer. Salah satu kelebihan metode kriging lainnya adalah dapat menggunakan
variogram yang disesuaikan oleh pengguna, sehingga nilai error atau RMS dapat
semakin kecil.
3. Minimum Curvature
Metode ini melakukan generalisasi permukaan secara halus. Metode ini juga secara
luas digunakan dalam ilmu bumi karena hasil interpolasi dengan metode Minimum
curvature dengan perbedaan yang sangat tipis, piringan linier elastis melewati setiap
nilai data dengan jumlah minimum yang dapat berubah. Salah satu kelemahan metode
ini adalah kecenderungan mengekstrapolasikan nilai-nilai di daerah yang tidak ada
datanya.
4. Modified Shepards Method
Hasil metode ini serupa dengan inverse distance, tetapi apabila parameter smoothing
diaktifkan maka kecenderungan kontur membentuk pola bulls eye tidak akan
terjadi. Dengan menggunakan metode ini kita dapat meramalkan kemungkinan nilainilai di luar rentang Z dari data yang kita miliki.
5. Natural Neighbor
Metode ini menghasilkan kontur yang baik dari data set yang berisi data padat di
beberapa daerah dan data jarang di daerah lainnya. Hal ini tidak menghasilkan data di
daerah tanpa data dan tidak ekstrapolasi nilai-nilai Z di luar grid jangkauan data.
6. Nearest Neighbor
Metode ini efektif untuk data-data XYZ yang tersebar merata dalam setiap daerah
pemetaan, tetapi akan terjadi masalah apabila data XYZ tidak tersebar merata akan
mengakibatkan hasil kontur menjadi bias. Metode Nearest neighbor menggunakan
titik terdekat untuk memberikan nilai pada node grid. Hal ini berguna untuk konversi
secara teratur XYZ data file ke dalam file grid. Metode ini tidak meramalkan
kemungkinan grid Z di luar jangkauan data.
7. Polynomial Regression
Metode ini bermanfaat untuk analisis permukaan secaraumum. Metode ini
menampilkan kecenderungan kemiringan pada pola topografi secara umum dengan
cakupan wilayah yang luas. Metode regresi memproses data dalam skala besar dengan
kecenderungan pola yang ditampilkan. Hal ini digunakan untuk analisis yang
cenderung berada di permukaan. Metode ini dapat memaparkan nilai-nilai grid di luar
data jangkauan Z.

8. Radial Basis Function


Metode radial basis function merupakan metode terbaik untuk sebagian besar jenis
data. Tetapi cenderung membentuk pola bulls eye terutama jika parameter
smoothing diaktifkan. Gambar yang dihasilkan dengan metode ini mirip dengan
kriging tetapi menghasilkan hasil yang sedikit berbeda.
9. Trianggulation with Linear Interpolation
Metode ini bermanfaat menghasilkan analisis patahan. Metode ini membutuhkan data
yang banyak, karena apabila terjadi kekurangan data maka akan terjadi pembentukan
pola segitiga pada permukaan kontur. Walau demikian metode ini dapat menangani
situasi sulit seperti pembuatan fitur seperti teras dan lubang. Metode ini tidak
mengekstrapolasi nilai-nilai Z di luar jangkauan data.
10. Moving Average
Metode ini hanya berlaku pada set data yang sangat besar dan banyak (misal >1000
titik data) sehingga dapat menggabungkan data breakline. Metode Moving Average ini
memberikan nilai ke node jaringan dengan rata-rata data di dalam elips pencarian
node grid.
11. Data Metrics
Metode gridding satu ini digunakan untuk membuat informasi grid tentang data.
Metode gridding data metrik secara umum cenderung tidak menginterpolasi rata-rata
dari nilai-nilai Z.
12. Local Polynomial
Metode ini paling berlaku untuk set data yang lokal yang halus (misalnya relatif halus
permukaan dalam lingkungan pencarian). Metode gridding Local Polynomial
memberikan nilai ke node jaringan dengan menggunakan kuadrat terkecil berbobot
sesuai dengan data di dalam elips pencarian node grid.

Gambar.1.1. Contoh peta kontur dengan menggunakan beberapa metode gridding.


(Sumber : Golden Software.2002. Surfer 8 Tutorial)

Dalam menentukan metode gridding yang paling tepat digunakan, anda terlebih
dahulu harus mengerti tentang keadaaan dilapangan dan lalu melihat bentukan kontur yang

paling tepat dan sesuai, serta dengan melihat nilai RMS (root mean square) terkecil. Hasil
dari proses gridding akan menghasilkan file grid dengan ekstensi .grd. File grid tersebut
yang selanjutnya dapat digunakan dalam pembuatan berbagai jenis peta, seperti peta kontur,
wireframe, 3D surface, postmap, basemap, vector dan lainnya. Penentuan jenis metode juga
dilakukan dengan beberapa pertimbangan, sebagai berikut :

Sepuluh atau lebih sedikit poin tidak cukup untuk mendefinisikan kecenderungan

umum dalam data.


Triangulation with Linear Interpolation dan Moving Average tidak efektif dengan
hanya beberapa titik. Seperti set data umumnya , Kriging dan Radial Basis Function
akan menghasilkan representasi terbaik dari data dalam situasi ini. Jika hanya ingin

menentukan tren data, maka dapat menggunakan Polinomial Regression.


Dengan set data yang kecil (<250 observasi), Kriging dengan default linear
variogram, atau Radial Basis Function dengan fungsi multiquadric menghasilkan

representasi yang baik dari kebanyakan set data.


Dengan set data berukuran sedang (250-1000 pengamatan), Triangulation with Linear
Interpolation cukup cepat dan menciptakan representasi yang baik dari data.
Meskipun Kriging atau Radial Basis Function menghasilkan grid lebih lambat, tetapi

juga menghasilkan data yang baik.


Untuk set data yang besar (> 1000 pengamatan), baik Minimum Curvature dan
Triangulation with linear Interpolation cukup cepat, dan keduanya menghasilkan
representasi yang baik. Seperti kebanyakan set data lain, Kriging atau Radial Basis

Function mungkin menghasilkan peta terbaik tetapi sedikit lebih lambat.


Menggunakan Kriging atau Radial Basis Function dengan set data yang besar tidak
mengakibatkan perbedaaan waktu gridding yang signifikan. Sebagai contoh, jika file
data berisi 3.000 atau 30.000 titik data, waktu gridding tidak berbeda jauh.

B. Pengenalan Blanking
Blanking adalah menu dalam aplikasi Surfer yang digunakan untuk menghilangkan node
didalam data grid yang tidak diinginkan atau pada daerah yang tidak ingin ditampilan pada
peta. Proses blanking ini akan menghilangkan data pada daerah yang tidak diinginkan,
sementara pada daerah lainnya akan tetap mempunyai data yang sama dengan data grid yang
sebenarnya. Dalam menentukan batas daerah yang akan dilakukan blanking, diperlukan data
berformat ASCII yang menyimpan koordinat batas tersebut, pada aplikasi Surfer umumnya
berekstensi .bln. Beberapa hal yang terjadi pada data grid yang dilakukan blanking, antara
lain :
1. Kontur tidak akan tergambar.

2. Warna pengisi yang terpisah dapat ditentukan pada daerah yang dilakukan blanking
pada peta kontur, image map, dan shaded relief maps.
3. Pada peta wireframes, daerah yang diblank menunjukkan kenampakan datar yang
sesuai dengan data Z minimum pada data grid.
4. Volume dan area tidak dihitung pada daerah yang dilakukan blanking.

Gambar.1.2. Hasil blanking pada data grid.

Blanking dapat digunakan untuk menghilangkan data grid didalam (inside) poligon
pembatasnya ataupun diluar (outside) poligon pembatas. Bidang pembatas atau poligon dapat
berjumlah 2 buah atau lebih, namun ketika dilakukan blanking outside akan terjadi hilangnya
semua data grid. Untuk mengatasi ini, jika dilakukan blanking outside pada 2 daerah maka
poligon pembatas tersebut harus digabungkan. Masalah ini tidak terjadi pada blanking inside.
C. Pengenalan Volume dan Area
Perhitungan volume dan area pada aplikasi Surfer menggunakan perintah Grid-Volume.
Volume terdiri atas net volume, cut dan fill volume, Sedangkan area terdiri atas planar area
dan surface area. Selain itu, perintah ini juga dapat menghitung volume dan area yang
diinginkan. Sebagai contoh, untuk menghitung volume dan area sebuah bukit maka daerah
diluar bukit tersebut dilakukan blanking outside, lalu dihitung volume dan areanya.
Sebaliknya, untuk menghitung daerah diluar bukit tersebut, dilakukan blanking inside, dan
selanjutnya perhitungan volume dan area.
Perhitungan volume dan area ini dapat dibatasi dengan menentukan upper surface dan
lower surface. Penentuan upper dan lower surface ini dilakukan oleh pengguna aplikasi
dengan menentukan batas elevasi. Penggunaan batasan ini berperan dalam penentuan volume

dan luas bukit dan juga danau. Untuk volume dan luas bukit maka data yang diperlukan
adalah lower surface diukur dari elevasi terendah bukit. Sementara untuk mengukur volume
dan area danau, data yang diperlukan adalah upper surface dari elevasi tertinggi danau.
Perintah grid-volume akan menghasilkan laporan volume dan area dengan menggunakan 3
metode yaitu : Trapeziodal rule, Simpsons rule dan Simpsons 3/8 rule. Unsur yang
didapatkan dari laporan perhitungan ini antara lain :
Net volume : Selisih antara volume cut dan fill
Positive volume (cut) : Volume diatas batas elevasi yang ditentukan
Negative volume (fill) : Volume dibawah batas elevasi yang ditentukan
Positive planar area : Luas daerah diatas elevasi yang ditentukan.
Negative planar area: Luas daerah dibawah elevasi yang ditentukan.
Surface area : Luas permukaan sebenarnya.

Gambar.1.3. Pengambaran positive volume (cut), negative volume (fill), upper surface dan lower
surface pada batas elevasi 75 m.

Gambar.1.4. Pengambaran positive planar area dan negative planar area


dengan batas elevasi 75 m.

Peta yang baik untuk digunakan dalam perhitungan volume dan area adalah peta
dengan kenampakan yang lebih halus dan padat. Peta dengan kenampakan yang kasar dan
tidak teratur akan menghasilkan perhitungan volume dan area yang tidak akurat.
2. Tujuan pertemuan gridding, blanking dan volume and area
Memahami pengertian gridding.
Mampu melakukan proses gridding pada tiap metode.
Mampu membuat dan mencocokan variogram.
Memahami dan mampu menghitung RMS.
Mampu melakukan proses blanking inside, outside dan multiple blanking.
Dapat melakukan perhitungan volume dan area.
Mengerti pembacaan pada laporan perhitungan volume.
3. Pengerjaan gridding, blanking dan volume and area
3.1.
Gridding
Pengerjaan gridding pada aplikasi Surfer 8 diawali dengan penyiapan data XYZ
dengan format excel 97-2003 workbook. Data XYZ tersebut kemudian diinput
kedalam aplikasi Surfer dengan perintah grid-data.

Gambar. 2.1. Dialog box grid-data.

Data yang diinput tersebut kemudian disesuaikan pada dialog box yang keluar setelah
perintah grid-data. Data koordinat (x,y) disesuaikan pada kolom X dan Y sedangkan data
elevasi atau kedalaman pada kolom Z. Selain mencocokan input data, pada dialog box
tersebut harus juga dilakukan pemilihan metode gridding. Gridding dengan metode satu dan

lainnya akan memiliki pengaturan yang berbeda, yang dapat dilihat pada menu advance
options.
Proses gridding dengan metode kriging memiliki perbedaan dengan metode metode
lainnya, yaitu adanya fitur pembuatan dan pencocokan variogram secara manual sementara
pada metode lainnya tidak perlu membuat variogram. Proses gridding dilakukan setelah
pembuatan dan pencocokan variogram khusus pada metode kriging. Untuk membuat
variogram dapat menggunakan perintah grid-variogram- new variogram.

Gambar.2.2. Dialog box new variogram dan pencocokan input datanya.

Sama dengan proses gridding, pada input data variogram harus dilakukan pencocokan
data XYZ dengan kolomnya masing- masing. Data XYZ yang diinput tersebut akan menjadi
tampilan grafik variogram, akan tetapi masih harus dilakukan pencocokan karena model yang
akan digunakan belum sama dengan kecenderungan data. Kecenderungan data XYZ dari
lapangan ditunjukkan oleh titik-titik hitam yang dihubungan dengan garis hitam. Sementara
model variogram yang akan kita cocokan diwakili oleh garis berwarna biru.

Gambar.2.3. Variogram awal yang dihasilkan dari perintah new variogram.

Pencocokan model variogram dengan kecenderungan data dapat dilakukan dengan


mengubah variogram properties yang dibuka dengan mengklik 2 kali variogram atau
dengan melakukan klik kanan pada variogram dan properties. Tab experimental mewakili
tampilan kecenderungan data pada variogram. Dengan mengubah direction, tolerance dan
step amount maka tampilan persebaran data pada variogram akan berubah. Number of lags
mewakili jumlah titik data yang digunakan dalam pencocokan. Semakin banyak data yang
digunakan maka tingkat error dapat menjadi lebih kecil, namun akan lebih susah untuk
dicocokan dengan model variogram. Ketika persebaran data pada variogram dianggap sudah
bagus dan mudah untuk disesuaikan dengan model variogram, barulah dilakukan pengubahan
pada tab model. Tab model mewakili komponen pada model variogram. Model variogram
yang dapat digunakan cukup bervariasi. beberapa jenis variogram yang umum adalah jenis
gaussian, spherical dan exponensial. varian bertambah paling cepat pada variogram
exponensial dan paling lambat pada gaussian. jika digunakan dalam modelling gaussian dan
spherical akan menghasilkan variasi properti yang cenderung smooth dan eksponensial akan
menghasilkan variasi yang erratic dan diskontinyu. penggunaan variogram ditentukan
berdasarkan jenis dan ketersediaan data secara spasial.

Gambar.2.4. Dialog box variogram properties: tab experimental (kiri) dan tab model (kanan).

Setelah menentukan model variogram yang digunakan, unsur pada model variogram
tersebut juga harus diperhatikan. Pada contoh yang menggunakan model eksponensial,
terdapat unsur scale, length, ratio dan angle. Untuk mendapatkan nilai scale, length, ratio
dan angle yang tepat, terlebih dahulu harus memahami tentang komponen variogram.
Komponen variogram antara lain :

Sill: harga / nilai semivarian pada bagian variogram teratas (level off), dapat

diartikan juga sebagai amplitudo suatu komponen tertentu dari variogram.


Range: jarak lag ketika semivariogram atau semivariogram component mencapai

sill. diartikan autocorrelation sama dengan nol pada jarak tersebut.


Nugget: secara teori nilai awal semivariogram adalah nol. Ketika lag mendekati
nol nilai semivariogram disebut sebagai nugget. Nugget mewakili variasi pada
jarak (lag) yang sangat kecil, atau lebih kecil dari sample rate / spacing, termasuk

error dalam pengukuran.


Anisotropi Geometri : range korelasi dari data geologi seringkali berhubungan
dengan arah dan geometri, geometri anisotrop ini dapat dipengaruhi oleh sistem
pengendapan ataupun struktur geologi yang mengakibatkan variasi pada arah
tertentu dari suatu variabel (fasies, kandungan shale, porositas permeabilitas, dll).
sebagai contoh, beach sand yang prograde ke arah laut, memiliki struktur
laminasi yang menerus pada arah tegak lurus garis pantai namun sangat tidak
menerus pada arah sejajar pantai. Ketika memodelkan model geologi anisotropi
digambarkan sebagai ellipsoid yang memiliki azimuth, dip, dan ukuran tertentu
pada arah mayor, minor dan arah tegak lurus dip.

Gambar.2.5. Komponen komponen variogram.

Gambar.2.6. Contoh variogram model dan sebaran data yang sudah dicocokan.

Dalam pencocokan model variogram, semakin banyak titik yang dilalui oleh
variogram model (garis biru) maka akan semakin mendekati kecenderungan data di lapangan,
sehingga error atau RMS juga akan semakin kecil. Oleh karena itu, proses pencocokan
variogram adalah bagian yang penting dalam gridding dengan menggunakan metode kriging.
Setelah proses pembuatan dan penyesuaian variogram selesai,

proses gridding dengan

metode kriging dapat dilanjutkan dengan pemanggilan variogram yang telah dibuat melalui
menu advance option dan menu get variogram pada tab general.

Dialog box advance option pada tiap metode gridding akan saling berbeda satu sama
lain, sesuai dengan fitur dan komponen yang digunakan oleh tiap metode. Pada metode
kriging yang menggunakan variogram dan mendukung adanya struktur geologi akan ada
menu untuk menginput variogram juga struktur geologi pada tab general dan breaklines.
Sementara pada metode lain semisal inverse distance to a power yang menggunakan
smoothing dan mendukung struktur geologi, terdapat menu pengaturan tingkat power dan
smoothing dan struktur pada tab general dan breaklines and faults.

Gambar.2.7. Dialog box advance option pada beberapa metode : kriging (kiri) dan inverse distance to a power
(kanan).

Data struktur geologi yang diperlukan dalam fault dan breaklines pada beberapa metode
kriging berupa data koordinat. Data tersebut dapat juga dibuat dengan melakukan digitasi
pada peta menggunakan menu digitize. Data yang berisi koordinat struktur ataupun hasil
digitize ini harus disimpan dalam format ASCII dengan ekstensi .bln.
Proses setelah melakukan input data serta pengaturan komponen pada metode
gridding adalah proses validasi dengan menggunakan menu cross validate. Melalui dialog
box cross validate ini, kita dapat mengecek banyak data yang digunakan, batas koordinat XY
dan tempat dimana laporan hasil validasi akan disimpan. Hasil validasi dengan menu ini
akan menampilkan laporan hasil perhitungan statistika dari data lapangan yang dilakukan
gridding serta menghasilkan file berekstensi .dat. Dari laporan ini, kita dapat mengecek nilai
error (RMS) secara langsung atau menghitung nilai RMS secara manual dari file validasi
yang ektensinya .dat. File .dat tersebut berisi data XYZ yang ada pada lapangan dan juga
data estimasi dari proses gridding serta selisih antara keduanya (residual). Untuk menghitung
nilai RMS, nilai residual pada data tersebut di rata-ratakan dan dihitung akar dari rata rata
tersebut.

Gambar.2.8. contoh laporan hasil cross validation.

Ketika proses input data, penyesuaian komponen metode gridding dan validasi
dianggap telah selesai, maka langsung dapat dilakukan gridding dengan mengklik ok pada
dialog box grid data yang terbuka sebelumnya. Dari proses gridding ini, data XYZ yang
dimasukkan pada awalnya akan menghasilkan file grid berekstensi .grd yang dapat
digunakan dalam pembuatan peta dengan menu map- contour map, base map dll input
file berekstensi .grd tersebut.
9233000

9233000

9232900

9232900

9232800

9232800

9232700

9232700

9232600

9232600

9232500

9232500

9232400

9232400

9232300

9232300

9232200

9232200

9232100

9232100

9232000
581000

581100

581200

581300

581400

581500

581600

581700

581800

581900

582000

9232000
581000

581100

581200

581300

581400

581500

581600

581700

581800

581900

582000

Gambar.2.9. Peta kontur dari file grid dengan metode kriging (kiri) dan inverse distance to a power (kanan).

3.2.
Blanking
Pengerjaan blanking dapat dilakukan setelah terdapat file grid yang dihasilkan dari
proses gridding. Dari file grid tersebut, selanjutnya dibuat peta yang merupakan hasil dari
visualisasi data lapangan yang telah dilakukan gridding. Hal yang perlu dilakukan selanjutnya
adalah menentukan boundary atau batas daerah yang akan dilakukan blanking dengan
menggunakan menu digitize. Menu tersebut dapat dilihat dengan melakukan klik kanan pada
peta.

Gambar.3.1. Perintah digitize dengan klik kanan pada peta.

Titik yang digunakan sebagai batas blanking dapat berjumlah banyak, sesuai dengan
bentuk dari batas daerah yang diinginkan. Sebagai contoh, ketika akan melakukan blanking
pada sebuah bukit maka digitasi dibuat melingkari bukit tersebut. Proses digitasi ini hanya
akan mencatat koordinat dari batas yang dibuat. Data koordinat ini selanjutnya disimpan
dalam bentuk format ASCII dengan ekstensi .bln.

Gambar.3.2. Titik- titik dari digitasi yang disimpan dalam bentuk data koordinat.

Pengerjaan blanking inside (dalam) ataupun outside (luar) ditentukan dari file batas .bln yang
dibuat dari hasil digitasi sebelumnya. Untuk menentukan blanking inside atau outside, file
batas tersebut harus diubah dengan menggunakan aplikasi notepad atau aplikasi Surfer.

Gambar.3.3. Data batas blanking hasil digitasi yang dibuka dengan aplikasi notepad.

Angka 12 pada gambar diatas menunjukkan jumlah titik batas yang digunakan,
sementara angka 1 disebelahnya menunjukkan blanking yang dilakukan adalah blanking area
yang ada di dalam batas boundary (blanking inside). Untuk melakukan blanking outside
(luar) daerah batas, maka nilai 1 tersebut diubah menjadi 0. Pastikan juga bahwa koordinat
awal dan akhir dari data koordinat tersebut sama. Hal ini bertujuan untuk membuat blanking
ini bersifat tertutup dan hanya pada daerah bukit yang diinginkan saja.

Setelah file batas .bln dan file grid telah siap digunakan, proses blanking dapat
dilakukan dengan menggunakan menu grid-blank. Dari menu ini, aplikasi Surfer akan
meminta input data grid dan juga batas .bln tersebut dan menghasilkan data grid baru yang
juga berekstensi .grd. Untuk melihat hasil blanking ini, dilakukan pembuatan peta dari grid
yang dihasilkan oleh proses blanking.

9233000

9233000

9232900

9232900

9232800

9232800

9232700

9232700

9232600

9232600

9232500

9232500

9232400

9232400

9232300

9232300

9232200

9232200

9232100

9232100

9232000
581000

581100

581200

581300

581400

581500

581600

581700

581800

581900

582000

9232000
581000

581100

581200

581300

581400

581500

581600

581700

581800

581900

582000

Gambar.3.4. Peta hasil blanking inside (kiri) dan blanking outside (kanan).

Selain blanking inside dan outside, dikenal juga multiple blanking. Multiple blanking
adalah blanking yang lebih dari satu area. Blanking ini dapat dilakukan dengan mudah pada
blanking inside, yaitu dengan mengubah pada file .bln yang menjadi batas blanking. Pada
multiple blanking, setelah data koordinat batas area pertama pada file .bln ditambahkan lagi
data batas koordinat area kedua dengan menambah satu spasi dibawahnya. Namun, cara ini
tidak berlaku pada blanking outside, karena pada multiple blanking outside area diluar area 1
dan 2 akan saling menghilangkan. Untuk mengatasi masalah ini, pada multiple blanking
outside kedua area disatukan menjadi cukup 1 area. Penggabungan kedua area ini dapat
dilihat pada gambar berikut :

Gambar.3.5. pembuatan batas daerah blanking pada multiple blanking inside (kiri) dan multiple blanking outside
(kanan).

3.3.

Pengerjaan volume dan area

Pengerjaan perhitungan volume dan area cukup sederhana. File grid yang berekstensi
.grd hasil gridding diperlukan sebagai input daerah yang akan dihitung. Jika ingin
menghitung volume suatu bukit ataupun danau dalam suatu daerah, maka file grid yang
digunakan adalah file grid yang telah dilakukan blanking. Oleh karena itu sebelum
melakukan perhitungan volume dan area , daerah spesifik yang akan dihitung harus
ditentukan beserta satuan yang dicari (volume, area) dengan batas elevasi tertentu. Perintah
untuk melakukan perhitungan volume ada pada menubar grid volume. Perintah tersebut
akan meminta input file grid yang akan dihitung volume dan areanya, seperti berikut :

Gambar.4.1. Dialog box grid-volume.


Penentukan batas yang akan dihitung volume dan area menggunakan pengubahan
nilai pada upper surface dan lower surface. Sementara Z scale factor digunakan untuk
mengubah satuan. Misalnya, satuan volume dan area yang diinginkan adalah meter,
sementara satuan nilai Z adalah kaki. Untuk mengubah hasil menjadi meter, Z scale factor
diubah menjadi 0,3048. Hal ini berlaku juga untuk satuan lain, dengan catatan faktor
konversinya diketahui. Penentuan nilai batas pada upper dan lower surface berpengaruh pada
bagian mana yang akan diukur volume dan areanya. Perhitungan volume dan area bukit dan
danau tentu akan berbeda. Misalnya, suatu bukit mempunyai elevasi terendah 75 m maka
untuk mengukur volume dan areanya pada upper surface kita pilih grid file (nilai elevasi
mengikuti file grid) dan pada lower surface kita pilih constant Z dengan nilai 75. Maksud dari
pengisian nilai upper dan lower tersebut adalah kita akan mengukur volume dan area dengan
batas bawah elevasi 75 m dan untuk batas atas mengukuti nilai dari file gridnya. Hal ini
berlaku juga untuk perhitungan volume dan area danau, namun untuk penentuan nilai upper
dan lower surface sebaliknya. Pada perhitungan volume dan area danau, lower surface kita
biarkan mengikuti data kedalaman pada file grid sementara untuk nilai upper surface kita
ubah menjadi nilai constant Z dengan nilainya adalah elevasi tertinggi danau atau elevasi
muka air dari danau. Selain dapat menghitung volume dan area dari suatu bukit dan danau,
kita juga dapat menggunakan perintah grid volume untuk menghitung volume dan area
diantara 2 lapisan atau permukaan. Misalnya, file grid 1 adalah lapisan batupasir yang berada
di atas lapisan batulanau yang ada pada file grid 2, maka pada saat pengisian upper dan
lower surface di dialog box grid volume , kita isi upper surface dengan file grid 1 dan lower
surface file grid 2.
Perhitungan volume dan area dengan perintah grid-volume, akan menghasilkan
perhitungan dalam bentuk laporan yang dapat disimpan menjadi file word dengan
ekstensi .rtf ataupun .txt. Didalam laporan tersebut akan ada beberapa unsur hasil
perhitungan seperti planar, surface area, cut, fill dan net volume, karena laporan tersebut
berisi perhitungan yang lengkap mengenai volume dan area termasuk pada metode metode
yang berbeda. Oleh karena itu, perbedaan antara planar, surface area, cut, fill dan net volume
harus dipahami sebelumnya agar dapat menentukan nilai mana yang dicari sesuai dengan
pertanyaan yang diajukan.

Gambar.4.2. Contoh laporan perhitungan volume dan area.