Course 6 Variogram 3.compressed

Mining Engineering Department
Mulawarman University Faculty of Engineering
GEOSTATISTIK
Shalaho Dina Devy

STATISTIK VARIOGRAM (2)
(Course-4)
1
Jenis variogram dan semi variogram

• Semivariogram Eksperimental
• semivariogram teoritis

Gambar semivariance teoritis
2
Variogram dan semivariogram teoritis
 Variogram teoritis mempunyai bentuk kurva yang

paling mendekati variogram eksperimental.
 Untuk keperluan analisis lebih lanjut variogram
ekperimental harus diganti dengan variogram
teoritis.
 Terdapat beberapa jenis variogram yang sering
digunakan, yaitu :
1. Model bola (spherical mode)
2. Model ekponensial (Exponential Model)
3. Model gauss (gaussion model)
5

Model bola (spherical mode)

Bentuk variogram ini dirumuskan sebagai berikut
Dengan :
• H adalah jarak lokasi antar sampel
• Co+C adalah sill, yaitu nilai variogram untuk jarak pada saat besarnya
konstan (tetap). Nilai ini sama dengan nilai variansi data
• a adalah range, yaitu jarak pada saat nilai variogram mencapai sill
3
Contoh Variogram spherical model

Model eksponensial (Exponential Model)
 Pada model eksponensial terjadi peningkatan

dalam semivariogram yang sangat curam dan
mencapai nilai sill secara asimtotik, dirumuskan
sebagai berikut
4
Contoh Variogram Exponential Model

Model gauss (gaussion model)

 Model gaus merupakan bentuk kuadrat dari
eksponensial sehingga menghasilkan bentuk
parabolic pada jarak yang dekat dan dirumuskan
sebagai berikut
10
5
Contoh Variogram gaussion model
11

Fitting
Ada 2 metode yang umumnya digunakan untuk menfit
variogram ekperimental dengan variogram teoritis yaitu
1. metode visual dan
2. metode least square.
Dengan metode visual (manual) biasanya sudah cukup
memuaskan, dan banyak digunakan oleh para ahli
geostatistik. Karena sense yang banyak berperan dalam
melakukan fitting tersebut, maka dalam pekerjaan ini
pengalaman akan sangat menentukan kualitas fitting.
12
6
Tujuan Fitting
• Tujuan utama dari fitting ini adalah untuk mengetahui parameter
geostatistik seperti a (range), C, Co.
Berikut beberapa pedoman penting dalam melakukan fitting
• Variogram yang mempunyai pasangan conto yang sangat sedikit agar
diabaikan
• Nugget variance (Co) didapat dari perpotongan garis tangential dari
beberapa titik pertama variogram dengan sumbu Y
• Sill (Co+C) kira-kira sama dengan atau mendekati varians populasi. Garis
tangensial diatas akan memotong garis sill pada jarak 2/3 a, Sehingga
selanjutnya dapat dihitung harga a.
• Interpretasi nugget variance untuk variogram dengan sudut toleransi 180o
(variogram rata-rata) akan sangat membantu untuk memperkirakan
besarnya nugget Variance
• Nugget variance diambil dari multiple variogram (dalam berbagai arah).
Dalam multiple Variogram, best spherical line sebaiknya lebih mendekati
13
variogram yang mempunyai pasangan conto yang cukup

Metode Estimasi Kadar
1. Metode Kriging
2. Metode Invers Distance Square
14
7
What is kriging?
Optimal interpolation based on

regression against observed z
values of surrounding data points,
weighted according to spatial
covariance values.
15

16
8
Definisi kriging
 Kriging  merupakan teknik perhitungan
untuk estimasi suatu variabel teregional
yang menggunakan pendekatan  bahwa
data yang dianalisis dianggap sebagai
suatu realisasi dari suatu vriabel acak,
 Keseluruhan variabel acak yang dianalisis
tersebut akan membentuk suatu fungsi
acak menggunakan strukturak variogram
17

Definisi kriging
 Kriging  Secara umum 
merupakan metode yang digunakan
untuk menganalisis data geostatistik,
yaitu untuk menginterpolasi suatu nilai
kandungan mineral berdasarkan data
sampel
 Data sampel  diambil dari lokasi
yang tidak beraturan
18
9
Kegunaan kriging
 Kriging  digunakan untuk menonjolkan
metode khusus dalam rata-rata pergerakan
terbobot (weighted moving average) yang
meminimalkan variasi dari hasil estimasi
(Matheron, 1960)
 Estimasi besaran nilai karakteristik Z’ pada
titik tidak tersempel berdasarkan informasi
dari karakteristik titik tersempel Z yang
berada di sekitarnya dengan
mempertimbangkan korelasi spasial yang ada
dalam data tersebut 19

Tujuan Kriging
 Mencari penaksir tak-bias linier
terbaik Kriteria terbaik: variansi
minimum.
 Memilih rata-rata berbobot dari
nilai sampel yang memiliki variansi
minimum.
 Interpolasi spasial.
20
10
Kriging
Block Point
Simple Kriging
21

Example-1
 Estimation of a variable at an
unmeasured location from observed
values at surrounding locations. For
example, estimating porosity at u = (2000
m, 4700 m) based on porosity values at
nearest six data points in our Zone A
data:
22
11
23

Some advantages of kriging:
 Gives estimate of estimation error

(kriging variance), along with estimate
of the variable, Z, itself (but error map
is basically a scaled version of a map of
distance to nearest data point, so not
that unique)
24
12
Kriging approach and terminology
25

Ordinary kriging
 Salah satu metode kriging 
memiliki asumsi matematik khas
untuk penerapan  intrinsic
stationary
 Sifat-sifat ordainary kriging:
• Linear
• Unbiased
• Best/optimu
26
13
Asumsi matematik ordinary kriging
27

Ordinary Kriging
28
14
Ordinary Kriging (point)
29

Ordinary Kriging (point)
30
15
Cara Mencari Invers Matriks Ordo 3x3

Untuk Mendapatkan matriks unsur invers 3x3 kita
perlu memahami matriks - matriks berikut :
1. Matriks Kofaktor
2. Adjoin
3. Nilai elemen
4. rumus invers Matriks ordo 3 x 3
31

Matriks Kofaktor & Adjoin

 Matriks Kofaktor adalah matriks yang unsurnya diganti dengan
nilai determinan yang unsurnya tidak sebaris dan tidak sekolom
dengan unsur asal.
 Adjoin adalah matriks kofaktor yang di Transposkan ( baris jadi kolom ,

kolom jadi baris )
32
16
Contoh soal invers matrik ordo 3 x 3
33

Langkah-langkah
Langkah pertama maka kita harus mencari kofaktor dari A
34
17
Langkah kedua, Setelah hasil dari Kofaktor A ditemukan , maka kita

mencari Adjoin nya
35

Langkah ketiga , Mencari nilai determinan A
36
18
Langkah terakhir adalah mencari invers matriks A dengan rumus
Invers Matriks nxn = 1 / nilai determinan X Matriks Adjoinnya
jadi matriks invers A
37

Determinan (Soal)
1.
2.
38
19
Jawaban Soal 1
39

Jawaban Soal 2
40
20
Determinan ordo 4 x4
1.
41

42
21
Determinan ordo 4 x 4 (soal-2)
2.
43

Jawaban Determinan ordo 4 x 4 (soal-2)
44
22
Invers matrik ordo 3 x 3 (soal-1)
1.
45

Jawaban Invers Matrik ordo 3 x 3 (soal-1)
46
23
47

Invers matrik ordo 3 x 3 (soal-2)
2.
48
24
Jawaban Invers Matrik ordo 3 x 3 (soal-2)
49

50
25
Invers matrik ordo 4 x 4
51

Determinan ordo 4 x 4
52
26
53

Conto soal
54
27
55

56
28
57

58
29
59

60
30
61

62
31

Course 6 Variogram 3.compressed

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Course 6 Variogram 3.compressed

Diunggah oleh

Hak Cipta:

Format Tersedia

Mining Engineering Department

Mulawarman University Faculty of Engineering

Shalaho Dina Devy

Mining Engineering Department

STATISTIK VARIOGRAM (2)

Jenis variogram dan semi variogram

Mining Engineering Department

Gambar semivariance teoritis

Variogram dan semivariogram teoritis

 Variogram teoritis mempunyai bentuk kurva yang

Mining Engineering Department

Model bola (spherical mode)

Contoh Variogram spherical model

Mining Engineering Department

Model eksponensial (Exponential Model)

 Pada model eksponensial terjadi peningkatan

Contoh Variogram Exponential Model

Mining Engineering Department

Model gauss (gaussion model)

Contoh Variogram gaussion model

Mining Engineering Department

Mining Engineering Department

Metode Estimasi Kadar

Optimal interpolation based on

Mining Engineering Department

Mining Engineering Department

Mining Engineering Department

Mining Engineering Department

Mining Engineering Department

Some advantages of kriging:

 Gives estimate of estimation error

Kriging approach and terminology

Mining Engineering Department

Asumsi matematik ordinary kriging

Mining Engineering Department

Ordinary Kriging (point)

Mining Engineering Department

Ordinary Kriging (point)

Cara Mencari Invers Matriks Ordo 3x3

Mining Engineering Department

Matriks Kofaktor & Adjoin

 Adjoin adalah matriks kofaktor yang di Transposkan ( baris jadi kolom ,

Contoh soal invers matrik ordo 3 x 3

Mining Engineering Department

Langkah kedua, Setelah hasil dari Kofaktor A ditemukan , maka kita

Mining Engineering Department

Langkah ketiga , Mencari nilai determinan A

Langkah terakhir adalah mencari invers matriks A dengan rumus

Invers Matriks nxn = 1 / nilai determinan X Matriks Adjoinnya

jadi matriks invers A

Mining Engineering Department

Mining Engineering Department

Mining Engineering Department

Determinan ordo 4 x 4 (soal-2)

Mining Engineering Department

Jawaban Determinan ordo 4 x 4 (soal-2)

Invers matrik ordo 3 x 3 (soal-1)

Mining Engineering Department

Jawaban Invers Matrik ordo 3 x 3 (soal-1)

Mining Engineering Department

Invers matrik ordo 3 x 3 (soal-2)

Jawaban Invers Matrik ordo 3 x 3 (soal-2)