GEOSTATISTIKA PERTAMBANGAN

Dr. Waterman

Statistik Dasar
Diketahui Data Sebagai Berikut:

10 Utara
7 6 5 3 7
8 9 5 7 6 4
7 8 9 7 5
8 6 6 7 8
9 8 8 9 9
7 10 8 9 10

Maka :
* Rata-rata (mean)
Dinotasikan x :
n

x i
x i 1

n
Jawaban:
_
x = 235/32 = 7,34

* Median (Nilai tengah)

= 7,5 (Hasil Dengan menggunakan program microsoft exel)

* Variansi (populasi 2, sampel s2)

 N

=
(x )2
2
i 1
i
adalah mean populasi.
N
Jika dalam bentuk table frekwensi,
N

2=
f i ( xi ) 2
i 1

N
Sedangkan untuk sampel:
n

s2=
( xi x ) 2
i 1

n 1
Hasil:

x x rata - rata x - x rata (x - x rata)^2

10 7,34375 2,65625 7,055664063
8 7,34375 0,65625 0,430664063
7 7,34375 -0,34375 0,118164063
8 7,34375 0,65625 0,430664063
9 7,34375 1,65625 2,743164063
7 7,34375 -0,34375 0,118164063
7 7,34375 -0,34375 0,118164063
9 7,34375 1,65625 2,743164063
8 7,34375 0,65625 0,430664063
6 7,34375 -1,34375 1,805664063
10 7,34375 2,65625 7,055664063
6 7,34375 -1,34375 1,805664063
5 7,34375 -2,34375 5,493164063
9 7,34375 1,65625 2,743164063
8 7,34375 0,65625 0,430664063
5 7,34375 -2,34375 5,493164063
7 7,34375 -0,34375 0,118164063
8 7,34375 0,65625 0,430664063
7 7,34375 -0,34375 0,118164063
 5 7,34375 -2,34375 5,493164063
6 7,34375 -1,34375 1,805664063
8 7,34375 0,65625 0,430664063
3 7,34375 -4,34375 18,86816406
6 7,34375 -1,34375 1,805664063
7 7,34375 -0,34375 0,118164063
9 7,34375 1,65625 2,743164063
9 7,34375 1,65625 2,743164063
7 7,34375 -0,34375 0,118164063
4 7,34375 -3,34375 11,18066406
8 7,34375 0,65625 0,430664063
9 7,34375 1,65625 2,743164063
10 7,34375 2,65625 7,055664063
TOTAL 95,21875

2
Nilai variansi pada sampel adalah s = (x
i 1
i x) 2
= 95,218/(32-1)
n 1
= 95,218 / 31
= 3,07

* Simpangan Baku

Simpangan Baku ( atau s) merupakan akar dari variansi

s= s 2

s= s 2 = 3,07 = 1,54
* Kemiringan dan Kurtosis
Kemiringan (skewness) merupakan derajat yang menggambarkan asimetrisitas (kemencengan) suatu kurva. Koefisien kurtosis
menunjukkan kelancipan dari kurva normal.
Jawaban:
_
1
Kurtosis : ( xi x) 4 SB 4
= 780.4740295 / 1.535786294 = 140.292777 ( Grafik kecenderungan memuncak, yang menandakan data
adalah heterogen)

Skwness : (Average Modus) / Simpangan Baku = ( 7.34375 8 ) / 1.53578629 = - 0.42730555 ( Grafik yang terbentuk cenderung
melencong ke kiri, karena Nilai yang dihasilkan cenderung minus ).
* Kovariansi
Data dengan dua peubah: misal data kadar emas dan perak
n n n n
( xi x)( yi y) n ( xi yi ) xi yi
= i 1
Cov i 1 i 1 i 1
n 1 n(n 1)

Jawaban:

EMAS AV x - x rata (x - x rata)^2 PERAK AV y - y rata y - y rata)^2 (xi-rata)(y-y rata)

10 7,625 2,375 5,640625 7 7,0625 -0,0625 0,00390625 -0,1484375
8 7,625 0,375 0,140625 8 7,0625 0,9375 0,87890625 0,3515625
7 7,625 -0,625 0,390625 7 7,0625 -0,0625 0,00390625 0,0390625
8 7,625 0,375 0,140625 5 7,0625 -2,0625 4,25390625 -0,7734375
9 7,625 1,375 1,890625 6 7,0625 -1,0625 1,12890625 -1,4609375
7 7,625 -0,625 0,390625 8 7,0625 0,9375 0,87890625 -0,5859375
7 7,625 -0,625 0,390625 3 7,0625 -4,0625 16,50390625 2,5390625
9 7,625 1,375 1,890625 6 7,0625 -1,0625 1,12890625 -1,4609375
8 7,625 0,375 0,140625 7 7,0625 -0,0625 0,00390625 -0,0234375
6 7,625 -1,625 2,640625 9 7,0625 1,9375 3,75390625 -3,1484375
10 7,625 2,375 5,640625 9 7,0625 1,9375 3,75390625 4,6015625
6 7,625 -1,625 2,640625 7 7,0625 -0,0625 0,00390625 0,1015625
5 7,625 -2,625 6,890625 4 7,0625 -3,0625 9,37890625 8,0390625
9 7,625 1,375 1,890625 8 7,0625 0,9375 0,87890625 1,2890625
8 7,625 0,375 0,140625 9 7,0625 1,9375 3,75390625 0,7265625
5 7,625 -2,625 6,890625 10 7,0625 2,9375 8,62890625 -7,7109375
2,375

Cov = 2,375 / (32-1) = 0,0766

Koefisien korelasinya (r) dengan nilai : -1 < r < 1
atau dapat ditulis,
n n n

( xi yi ) xi yi / n
i 1
i 1 i 1
rxy=
n n
2 n n
2



i 1
X i2


i 1
xi

/n

i 1
y i2


i 1
yi

/n

Jawaban:

Jumlah Jumlah
EMAS PERAK xiyi Jumlah xi . Jumlah yi xi^2 yi^2 xi^2 yi^2
10 7 70 - 100 49 - -
8 8 64 - 64 64 - -
7 7 49 - 49 49 - -
8 5 40 - 64 25 - -
9 6 54 - 81 36 - -
7 8 56 - 49 64 - -
7 3 21 - 49 9 - -
 9 6 54 - 81 36 - -
8 7 56 - 64 49 - -
6 9 54 - 36 81 - -
10 9 90 - 100 81 - -
6 7 42 - 36 49 - -
5 4 20 - 25 16 - -
9 8 72 - 81 64 - -
8 9 72 - 64 81 - -
5 10 50 - 25 100 - -
122 113 864 13786 968 853 14884 12769

Rxy = 411.58

VARIOGRAM: secara sederhana variogram didefinisikan sebagai alat geostatistika untuk mengkuantifikasikan tingkat kemiripan
(juga variabilitas) antara dua nilai (misalnya kadar emas) yang terpisah oleh jarak tertentu (h) dalam sebuah cebakan mineral.
Formulasi variogram eksperimental adalah:
1 N h
2

h Z si Z si h
2 N h i 1

Dasar perhitungan variogram eksperimental sebagai berikut:

 1. Menentukan pasangan data pada jarak tertentu
2. Menhitung perbedaan nilai antar pasangan data
3. Mengkuadratkan
4. Menjumlahkan seluruh nilai kuadrat tersebut
5. Membagi dengan dua kali jumlah pasangan data.
6.
Latihan 1. Perhitungan variogram eksperimental
Berdasarkan gambar di bawah ini:
1. hitunglah nilai rata-rata dan variansi data,
2. hitunglah (h) untuk h = 1, 2, dan 3 untuk arah timur-barat dan utara-selatan,
3. plot (h) dan h.

10 7 6 5 3 7 Utara
8 9 5 7 6 4
7 8 9 7 5
8 6 6 7 8
9 8 8 9 9
7 10 8 9 10

Penyelesaian:
1. Nilai rata-rata = 7,34
Variansi = 3,07
( dengan bantuan software excel )
2. Variogram eksperimental untuk arah timur-barat:
1 N h
2

Rumus: h i Z s Z s h
2 N h i 1
i

(1) = 1/ 2 x......((10-7)2 + (7-6)2 + (6-5)2 + (3-7)2 + (8-9)2 + ....

= ..........
(2) = 1/ 2 x......((10-6)2 + (7-5)2 + (5-3)2 + (8-5)2 + (5-7)2 + ....
= ...........
 (3) = 1/ 2 x......((10-5)2 + (6-3)2 + (5-7)2 + (9-7)2 + (5-6)2 + ....
= ...........
DATA LUBANG BOR
baris
10 7 6 5 - 3 7 1
8 9 5 - 7 6 4 2
7 8 9 7 5 - - 3
8 6 - - 6 7 8 4
9 - 8 - 8 9 9 5
7 10 - 8 - 9 10 6

PENGHTUNGAN VARIOGRAM DATA TERATUR

SUDUT 90 DENGAN JARAK 1 m

baris
9 1 1 0 0 16 1
1 16 0 0 1 4 2
1 1 4 4 0 0 3
4 0 0 0 1 1 4
0 0 0 0 1 0 5
9 0 0 0 0 1 6

Variogram (1) = 2,552632 = 2

SUDUT 90 DENGAN JARAK 2 m

baris
16 4 0 4 0 1
9 0 4 0 9 2
4 1 16 0 0 3
0 0 0 0 4 4
1 0 0 0 1 5
0 4 0 1 0 6

Variogram (2) = 3,3

SUDUT 90 DENGAN JARAK 3 m

 baris
25 0 9 4 1
0 4 1 0 2
0 9 0 0 3
0 0 0 0 4
0 0 1 0 5
1 0 0 4 6

Variogram (3) = 3,590909

3. Plot (h) dengan h

(h)

1 2 3 h
4. Variogram eksperimental untuk arah utara-selatan
1 N h
2

Rumus: h Z si Z si h
2 N h i 1
(1) = 1/ 2 x......((10-8)2 + (8-7)2 + (7-8)2 + (8-9)2 + (9-7)2 + ...........
= ..........
(2) = 1/ 2 x......((10-7)2 + (8-8)2 + (7-9)2 + (8-7)2 + (7-8)2 + ............
= ..........
(3) = 1/ 2 x......((10-8)2 + (8-9)2 + (7-7)2 + (7-6)2 + (8-10)2 + ..........

DATA LUBANG BOR

10 7 6 5 - 3 7
8 9 5 - 7 6 4
7 8 9 7 5 - -
 8 6 - - 6 7 8
9 - 8 - 8 9 9
7 10 - 8 - 9 10

PENGHTUNGAN VARIOGRAM DATA TERATUR

SUDUT 0 DENGAN JARAK 1 m

4 4 1 0 0 9 9
1 1 16 0 4 0 0
1 4 0 0 1 0 0
1 0 0 0 4 4 1
4 0 0 0 0 0 1

Variogram (1) = 1,842105

SUDUT 0 DENGAN JARAK 2 m

9 1 9 4 0 0 0
0 9 0 0 1 1 16
4 0 1 0 9 0 0
1 16 0 0 0 4 4

Variogram (2) = 2,78125

SUDUT 0 DENGAN JARAK 3 m

4 1 0 0 0 16 1
1 0 9 0 1 9 25
0 4 0 1 0 0 0

Variogram (150) = 3

5. Plot (h) dengan h

(h)
 h
1 2 3

Pencocokan model
Parameter model variogram adalah nugget, range dan sill. Pencocokan model ini bertujuan (a) memperoleh persamaan model
matematika untuk kriging dan (b) dasar untuk menentukan parameter penaksiran, terutama jarak maksimum pencarian contoh.
Plot data di bawah ini pada graph paper yang telah disediakan (diketahui variansi = 0.83).

Lag (m) Utara-selatan Timur-barat Lag (m) Utara-selatan Timur-barat

10 .21 .26 110 .98 .90
20 .30 .39 120 .66 1.08
30 .35 .48 130 .96 .72
40 .44 .63 140 .81 .60
50 .50 .63 150 1.01 .78
60 .60 .87 160 .90 .86
70 .71 1.02 170 1.08 .66
80 .72 .81 180 .66 .72
90 .80 .87 190 .99 .96
100 .90 .84 200 .68 .68

Cocokan (fit) sebuah model untuk arah utara-selatan (U-S) dan arah timur-barat (T-B).
Menghitung (h) model
Diasumsikan model sferis mempunyai persamaan matematika sebagai berikut:

h C0 C
3h h 3
h C0 C
3
2a 2a
untuk h a untuk h a
Sill
Keterangan:
(h) C0 : nugget
C
ha C0 + C : sill
ha a : range
C0
h
a

Nilai-nilai (misalnya kadar emas) saling berkorelasi pada jarak kurang dari nilai range (a) sedangkan pada jarak lebih dari nilai range
nilai-nilai tidak memiliki korelasi. Parameter:
C0 = 5
C0 + C = 10
a = 50
sehingga model variogram dapat ditulis:

h 5 10
3h h 3
h 5 10
3
untuk h a untuk h a
2(50) 2(50)
Lengkapilah tabel di bawah dengan menghitung nilai (h).
h (h)
10 2,96
20 5,68
30 7,92
40 9,44
50 10
60 10
 70 10
80 10
90 10
100 10
110 10
120 10
130 10
140 10
150 10
160 10
Plot: (h) dan h.

Misalkan kita memiliki tiga sample untuk menaksir satu titik yang tidak memiliki data. Nilai taksiran pada titik z 0 merupakan
kombinasi linear antara w1, w2, w3 dan z1 , z 2 , z 3 z 0 w 1z1 w 2 z 2 w 3 z 3 .
 3
w jC ij C i 0 i 1, ,3 ................................................................................5.7
j1

3
wi 1
i 1

2 OK C (i Cij )

Contoh Perhitungan Kriging Titik

Diasumsikan model variogram adalah variogram transitif :
(h) 1,0 0,01h untuk h 300 m
( h) 4,0 untuk h > 300 m
( h) 0,0 untuk h = 0

Tahapan perhitungan untuk grid pertama adalah sebagai berikut :

(1) Hitung kovariansi antar titik sampel.
 C ( h ) C ( 0) ( h )
(1,1) ( 2,2) (3,3) C (0) 4,0 0,0 4,0
(1,2) ( 2,1) (1,3) (3,1)
C ( 200) 4,0 1,0 0,01( 200) 1,0
(2,3) (3,2) C (20) 4,0 1,0 0,01( 20) 2,8

(2) Hitung kovariansi antara titik sampel dan titik yang ditaksir.
(1, X 0 ) (2, X 0 ) (3, X 0 ) c(100) 4,0 1,0 0,01(100) 2

4,0 1,0 1,0 1 1 2

1,0 4,0 2,8 1 2
(3) Isikan elemen matrik 2

1,0 2,8 4,0 1 3 2

1 1 1 0 1
(4) Pecahkan sistem kriging pada persamaan tersebut sehingga diperoleh bobot kriging dan pengali Lagrange
1 0,44
2 0,28
3 0,28
0,332

(5) Variansi kriging yang dihitung dengan persamaan 5.12 adalah :

2 OK C (i Cij )
= 4,0 +0,332- 0,44(2) 0,28(2) 0,28(2)
= 2,332
(6) Hitung taksiran kadar di titik X0.
n
X 0 i X i 0,44( X 1 ) 0,28( X 2 ) 0,28( X 3 )
i 1
 Dengan cara yang sama didapatkan nilai bobot kriging dan pengali Lagrange grid ke-dua : 1 2 3 0,333 dan 0,178
Nilai variansi kriging didapatkan :

2 OK = 2,178
Dan taksiran di titik X0 :
X 0 0,33( X 1 ) 0,33( X 2 ) 0,33( X 3 )