I. PENDAHULUAN
Metode kriging (geostatistik) dan seperjarak (inverse
distance) merupakan suatu perangkat untuk mengevaluasi jumlah
potensi sumberdaya mineral (resource). Kedua metode ini sama-
sama menggunakan prinsip pembobotan (weighting), yaitu menaksir
kadar pada suatu titik atau blok dengan menggunakan conto-conto
disekitarnya secara interpolasi atau ekstrapolasi.
Hal yang membedakan dari kedua metide ini adalah proses
penaksirannya. Metode seperjarak hanya memperhitungkan fungsi
jarak antar blok yang ditaksir dengan conto. Adapun metode kriging
disamping memperhitungkan fungsi jarak, juga memperhatian
konfigurasi posisi conto. Dengan proses penaksiran lebih lengkap maka
variansi hasil penaksiran dengan metode kriging lebih kecil apabila
dibandingkan metode seperjarak.
n
Z* = ∑ w i Z i
i=1
1
w i = di n
1
din
dimana:
Z* = kadar blok yang ditaksir
wi = bobot rata-rata (weighted average)
Zi = kadar conto
d = jarak
Besar bobot berbanding terbalik dengan jarak conto terhadap
blok yang ditaksir. Kadar yang berada dekat blok akan mempunyai
bobot lebih besar bila dibandingkan dengan kadar yang berada jauh
dari blok. Gambaran tentang konsep penksiran seperjarak dapat dilihat
pada Gambar 1.
III.KRIGING
Kriging adalah penaksiran geostatistik yang digunakan untuk
menaksir kadar blok sebagai kombinasi linier dari korelasi data spasial
terhadap conto yang disekitarnya dengan cara teknik rata-rata
tertimbang.
n
Z* = ∑ w i Z i
i=1
dimana:
Z* = kadar blok yang ditaksir
Wi = bobot rata-rata (weighted average)
Zi = kadar conto
G1=conto
d1=jarak
=blok yang
ditaksir
1 n
γ(h) =
2 N (h) ∑ [Z(xi+h) – z(xi)]2
i=1
dimana :
γ(h) = fungsi variogram
N(h) = jumlah pasangan data
Z(xi+h) = kadar titik conto berjarak h dari xi
Z(xi) = kadar titik conto xi
H = jarak tetentu yang mempunyai fungsi vector arah
tertentu
Co
a
Co = nugget variance
a = range / jarak pengaruh
C+Co = sill
Gambar 2. Variogram
3.1.2 Asumsi
Asumsi yang dikembangkan dalam model struktur spasial adalah
stasionaritas dari fungsi data yang bersifat acak. Fungsi acak dapat
dikatakan stasioner jika :
a. Ekspektasi matematik E{Z(x)} mepunya nilai rata-rata m pada
setiap titik x
E{Z(x)} = m V x
Dimana :
C(h) = kovarians pada jarak h
C(0) = kovarians pada jarak 0
γ(h) = variogram pada jarak h
n
(i)∑ w j , σ ij +μ = σ 01
i=1
(ii) ∑iw i =1
dimana :
σij = kovariansi conto dengan conto
σ01 = kovariansi blok dengan conto
dimana :
[A] : kovariansi antar conto dengan conto
[X] : bobot persamaan [X] = [A]-1[B]
[B] : kovariansi antara blok dengan conto
Dari miltiplikasi terhadap sejumlah n persamaan dengan
pembobotan w1 menghasilkan persamaan sebagai berikut :
n
w I ∑ w iCij + μ = wiC0i
i=1
n n n n
∑ wi ∑ wjCij = ∑ wi Cio - ∑ wi μ
i=1 i=1 i=1 i=1
n
Karena ∑ wi = 1, maka
i=1
n n n
∑ ∑ wiwj σ ij = ∑ wi σ io -μ
i=1 j-1 i=1
n n n
σ 2
R = σ +∑ ∑ w iw j C
2
ij – 2 ∑ w i C io
i=j i=j i=j
n
σ 2
k = σo – μ - ∑ w i C
2
oi
i=j
dimana :
σ02 = variansi conto (sill) untuk kriging titik (point kriging)
dan variansi blok untuk kriging blok
conto
Hal ini dapat dilihat pada variansi hasil penaksiran metode kriging
pada Table 1. menunjukan untuk seam 2 = 0,00028 dan seam 5 =
0,00013, sedangkan veriansi hasil penaksiran dengan metode
seperjarak untuk seam 2 = 0,00034 dan seam 5 = 0,00031. variansi
hasil penaksiran kriging lebih kecil bila dibandingkan hasil penaksiran
dengan metode seperjarak. Perbedaan ini disebabkan metode kriging
mempinyai kelebihan dapat melakukan penghalusan (smoothing
effect) variabilitas kadar dan adanya proses minimalisasi variansi
dengan menggunakan multiplikator Lagrange, sehingga metode
kriging sering disebut sebagai BLUE (best linear unbiased
estimate)
V. KESIMPULAN
Dari uraian diatas dapat diambil kesimpulan sebagai berikut :
1. metode kurang tepat untuk menaksir deposit yang mempunyai
variabel data eratik.
2. hasil taksiran metode seperjarak akan hampir sama dengan hasil
taksiran metode ordinary kriging apabila deposit yang ditaksir
mempunyai variabel data yang mempunyai homogenitas tinggi.
3. metode ordinary kriging mempunyai proses menaksir lebih detil
dan teliti bila dibandingkan metode seperjarak.
DAFTAR PUSTAKA
1. Adisoma, G.S., dan Darijanto, T., 1998, kriging, modul kursus
pusat pengembangan tenaga pertambangan dan institut Teknologi
Bandung.
2. Anneles Alwyn E, 1991, Mineral Deposit Evaluation, Dep. Of
Geology, University of Wales, Cardiff.
3. Isaak, E.H. & Srivastava M.R., 1989, An Intriduktion to Applied
Geostatistik, Oxford University Press, New York, 561 hal
4. John G Stone, 1998, Ore Reserve Estimates in the Real Worid,
Society of Economics Geologist, Littleton.
5. . . . . . ., 1997, Klasifikasi Sumberdaya dan Cadangan Batubara,
Rancangan Standar Nasional Indonesia, BSN