G41116303
I. PENDAHULUAN
Tujuan dari pelaksanaan praktikum gridding dan surfer adalah agar mahasiswa
mampu melaksanakan pengukuran ketinggian tempat dengan cara grid serta
mampu menghitung volume galian dan timbunan (cut and fill).
Kegunaan yang terdapat dalam praktikum gridding dan surfer adalah agar
mahasiswa mampu mengaplikasikan metode pemetaan grid di lingkungan
pertanian, seperti pemetaan kondisi tanah yang subur dan kurang subur.
2.2. Surfer
Surfer adalah salah satu perangkat lunak yang digunakan untuk pembuatan
peta kontur dan pemodelan tiga dimensi yang berdasarkan pada grid. Perangkat
lunak ini melakukan plotting data tabular xyz tak beraturan menjadi lembar
titik- titik segi empat (grid) yang beraturan. Surfer adalah suatu program pemetaan
yang dapat dengan mudah melakukan interpolasi data hasil survei untuk
membentuk kontur dan permukaan 3D. Terdapat dua belas metode interpolasi pada
perangkat lunak ini, masing-masing memiliki fungsi spesifik dan parameter
tersendiri. Kesalahan sehubungan perhitungan pengukuran dapat diindikasikan dari
presisi dan akurasinya. Presisi mengacu pada sebaran dari ulangan bacaan dari
suatu alat yang mengukur besaran fisik tertentu, Akurasi mengacu pada kedekatan
angka pengukuran terhadap angka sebenarnya (Siregar, 2009).
Kriging adalah interpolator geostatistik yang paling sering digunakan pada
berbagai bidang ilmu. Kriging dapat menghubungkan titik-titik bernilai ekstrim
tanpa mengisolasinya sehingga tidak terbentuk efek “mata sapi”. Kriging pada
perangkat lunak Surfer dapat difungsikan sebagai interpolator yang eksak atau
sebagai penghalus, bergantung pada parameter yang digunakan. Hasil prediksi
kriging lebih akurat dari pada metode regresi. Metode ini membolehkan error yang
berkorelasi, sehingga semakin dekat nilai masukan, semakin kuat korelasi keluaran.
Regresi menggunakan satu himpunan parameter estimasi untuk semua nilai
masukan, sementara kriging mengadaptasi parameternya (pembobotan) untuk
memprediksi perubahan nilai masukan (Siregar, 2009).
Metode kriging memiliki beberapa keunggulan, antara lain sebagai
interpolator, metode kriging memadukan korelasi spasial antar data, yang tidak di
lakukan oleh prosedur statistik klasik. Keunggulan kriging dibandingkan teknik
konturisasi lainnya adalah kemampuannya untuk mengkuantifikasi variansi dari
nilai yang diestimasi sehingga tingkat presisi dari hasil estimasi dapat diketahui.
Metode kriging tetap dapat digunakan meskipun tidak ditemukan korelasi spasial
antar data. Pada pengamatan yang saling bebas, proses estimasi kriging akan mirip
dengan estimasi menggunakan analisa regresi kuadrat terkecil (Siregar, 2009).
Galian dan timbunan atau yang lebih dikenal oleh orang-orang lapangan
dengan Cut and Fill adalah bagian yang sangat penting baik pada pekerjaan
pembuatan jalan, bendungan, bangunan, dan reklamasi. Galian dan timbunan dapat
diperoleh dari peta situasi yang dilengkapi dengan garis-garis kontur atau diperoleh
langsung dari lapangan melalui pengukuran sipat datar profil melintang sepanjang
jalur proyek atau bangunan. Perhitungan galian dan timbunan dapat dilakukan
dengan menggunakan peta situasi dengan metode penggambaran profil melintang
sepanjang jalur proyek yang meninjau galian dan timbunan dari tampak atas dan
menghitung selisih tinggi garis kontur terhadap ketinggian proyek ditempat
perpotongan garis kontur dengan garis proyek. Penentuan volume tanah adalah
suatu hal yang sangat lazim. Seperti halnya pada perencanaan pondasi, galian dan
timbunan pada rencana irigasi, jalan raya, jalan kereta api, perhitungan volume
tubuh bendung, dan lain-lain, tanah harus digali dan dibuang ke tempat
lain atau sebaliknya (Rosida, 2013).
Galian dan timbunan (cut and fill) merupakan salah satu bagian terpenting
dalam berbagai jenis proyek sipil dan pengukuran. Banyak proyek pengukuran
yang pekerjaan intinya adalah perhitungan dan pembuatan galian dan timbunan di
lapangan dan dilakukan dalam skala besar. Pada umumnya pekerjaan galian
(cutting) dan timbunan (filling) memiliki konsep yang sama dalam proses
pengukuran dan perhitungannya. Pada kebanyakan proyek pekerjaan galian
dilakukan terlebih dahulu sebelum timbunan. Karena itulah dalam tugas akhir kali
ini hanya akan dibahas mengenai proses perhitungan volume galian, sedangkan
untuk perhitungan volume timbunan dapat disesuaikan dan dikembangkan apabila
dibutuhkan. Perhitungan volume galian dilakukan setelah pengukuran situasi di
lapangan dan pengukuran cross sectional open cut. Perhitungan ini sangat penting
peranannya dalam suatu proyek karena merupakan dasar dalam pencairan dana bagi
kontraktor yang nantinya akan diserahkan kepada owner proyek, secara umum
jumlah volume galian akan sangat berpengaruh terhadap jumlah dana yang akan
diperoleh, oleh karena itu perhitungan volume galian harus dilakukan seteliti
mungkin agar tidak ada pihak yang dirugikan (Rosida, 2013).
Praktikum pengambilan data gridding dan surfer dilakukan pada hari Sabtu,
07 Oktober 2017, pada pukul 13.00 WITA sampai selesai. Bertempat di Lapangan
Fakultas Ilmu Kelautan dan Perikanan, Universitas Hasanuddin, Makassar.
Praktikum pengolahan data gridding dan surfer dilakukan pada hari Jumat, 24
November 2017, pukul 10.00 WITA sampai selesai. Bertempat di Laboratorium
Teknik Tanah dan Air, Program Studi Keteknikan Pertanian, Departemen
Teknologi Pertanian, Fakultas Pertanian, Universitas Hasanuddin, Makassar.
Alat yang digunakan pada praktikum ini adalah theodolite NIKON NE-100,
tripod, bak ukur, GPS, meteran, patok, payung, alat tulis dan laptop.
Bahan yang digunakan pada praktikum ini adalah baterai dan sebidang tanah.
3.3.1. Gridding
11. Memindahkan bak ukur di titik B0, kemudian membaca batas tengahnya, sama
hannya pada titik C0.
12. Memindahkan tripod pada titik P1, sedangkan bak ukur dipindahkan pada titik
A1, kemudian membaca batas tengahnya.
13. Memindahkan bak ukur di titik B1, kemudian membaca batas tengahnya, sama
hannya pada titik C1.
14. Memindahkan tripod pada titik P2, sedangkan bak ukur dipindahkan pada titik
A2, kemudian membaca batas tengahnya.
15. Memindahkan bak ukur di titik B2, kemudian membaca batas tengahnya, sama
hannya pada titik C2.
16. Memindahkan tripod pada titik P3, sedangkan bak ukur dipindahkan pada titik
A3, kemudian membaca batas tengahnya.
17. Memindahkan bak ukur di titik B3, kemudian membaca batas tengahnya, sama
hannya pada titik C3.
3.3.2. Surfer
1. Membuka software surfer yang ada pada komputer.
11. Mengklik data awal lalu mengklik open pada menu open grid.
a. Tanpa NIM
b. Dengan NIM
4.1. Hasil
54 1,31 55,31
BM 0
P0 11,15 4 44,16
P1 9,65 8 45,66
P2 8,02 12 47,29
P3 6,05 16 49,26
P0 34 1,36 35,36
A0 12,32 4 23,04
B0 11,8 8 23,56
C0 11 12 24,36
A1 12,38 4 21,99
B1 11,16 8 23,21
C1 11,25 12 23,12
P2 33 1,3 34,3
A2 11,51 4 22,79
B2 10,91 8 23,39
C2 10,25 12 24,05
P3 34 1,37 35,37
A3 12,14 4 23,23
B3 11,9 8 23,47
C3 11,4 12 23,97
P0 14,15 4 41,16
P1 12,65 8 42,66
P2 11,02 12 44,29
P3 6,05 16 49,26
P0 34 1,36 35,36
A0 15,32 4 20,04
B0 14,8 8 20,56
C0 14 12 21,36
P1 33 1.37 34.37
A1 15.38 4 18.99
B1 14.16 8 20.21
C1 14.25 12 20.12
P2 33 1.3 34.3
A2 14.51 4 19.79
B2 13.91 8 20.39
C2 13.25 12 21,05
P3 34 1,37 35,37
A3 15,14 4 20,23
B3 14,9 8 20,47
C3 14,4 12 20,97
A. Tanpa NIM
Menghitung tinggi titik awal (TTA)
TTA = Tinggi alat dari permukaan bumi
BM = 54 m
P0 = 34 m
P1 = 33 m
P2 = 33 m
P3 = 34 m
Menghitung tinggi garis bidik (TGB)
TGB = TTA + Tinggi Alat
1. TGB BM = TTA +TT
= 54 + 1,31
= 55,31 m
2. TGB P0 = TTA +TT
= 34 + 1,36
= 35,36 m
3. TGB P1 = TTA +TTA
= 33 + 1,37
= 34,37 m
4. TGB P2 = TTA +TTA
= 33 + 1,3
= 34,3 m
5. TGB P3 = TTA +TTA
= 34 + 1,37
= 35,37 m
Menghitung tinggi titik
TT = TGB – BT
1. TT P0 = TGB – BT
= 55,31 – 11,15
= 44,16 m
2. TT P1 = TGB – BT
= 55,31 – 9,65
= 45,66 m
3. TT P2 = TGB – BT
= 55,31 – 8,02
= 47,29 m
4. TT P3 = TGB – BT
= 55,31 – 6,05
= 49,26 m
5. TT A0 = TGB – BT
= 35,36 – 12,32
= 23,04 m
6. TT B0 = TGB – BT
= 35,36 – 11,8
= 23,56 m
7. TT C0 = TGB – BT
= 35,36 - 11
= 24,36 m
8. TT A1 = TGB – BT
= 34,37 – 12,38
= 21,99 m
9. TT B1 = TGB – BT
= 34,37 – 11,16
= 23,21 m
10. TT C1 = TGB – BT
= 34,37 – 11,25
= 23,12 m
11. TT A2 = TGB – BT
= 34,3 – 11,51
= 22,79 m
12. TT B2 = TGB – BT
= 34,3 – 10,91
= 23,39 m
13. TT C2 = TGB – BT
= 34,3 – 10,25
= 24,05 m
14. TT A3 = TGB – BT
= 35,37 – 12,14
= 23,23 m
15. TT B3 = TGB – BT
= 35,37 – 11,9
= 23,47 m
16. TT C3 = TGB – BT
= 35,37 – 11,4
= 23,97 m
B. Dengan NIM
Menghitung tinggi titik awal (TTA)
TTA = Tinggi alat dari permukaan bumi
BM = 54 m
P0 = 34 m
P1 = 33 m
P2 = 33 m
P3 = 34 m
Menghitung tinggi garis bidik (TGB)
TGB = TTA + Tinggi Alat
1. TGB BM = TTA +TT
= 54 + 1,31
= 55,31 m
2. TGB P0 = TTA +TT
= 34 + 1,36
= 35,36 m
3. TGB P1 = TTA +TTA
= 33 + 1,37
= 34,37 m
4. TGB P2 = TTA +TTA
= 33 + 1,3
= 34,3 m
5. TGB P3 = TTA +TTA
= 34 + 1,37
= 35,37 m
Menghitung tinggi titik
TT = TGB – BT
1. TT P0 = TGB – BT
= 55,31 – 14,15
= 41,16 m
2. TT P1 = TGB – BT
= 55,31 – 12,65
= 42,66 m
3. TT P2 = TGB – BT
= 55,31 – 11,02
= 44,29 m
4. TT P3 = TGB – BT
= 55,31 – 9,05
= 46,26 m
5. TT A0 = TGB – BT
= 35,36 – 15,32
= 20,04 m
6. TT B0 = TGB – BT
= 35,36 – 14,8
= 20,56 m
7. TT C0 = TGB – BT
= 35,36 - 14
= 21,36 m
8. TT A1 = TGB – BT
= 34,37 – 15,38
=18,99 m
9. TT B1 = TGB – BT
= 34,37 – 14,16
= 20,21 m
10. TT C1 = TGB – BT
= 34,37 – 14,25
= 20,12 m
11. TT A2 = TGB – BT
= 34,3 – 14,51
= 19,79 m
12. TT B2 = TGB – BT
= 34,3 – 13,91
= 20,39 m
13. TT C2 = TGB – BT
= 34,3 – 13,25
= 21,05 m
14. TT A3 = TGB – BT
= 35,37 – 15,14
= 20,23 m
15. TT B3 = TGB – BT
= 35,37 – 14,9
= 20,47 m
16. TT C3 = TGB – BT
= 35,37 – 14,4
= 20,97 m
1 2
3
8
5
keterangan:
LAMPIRAN
54 1,31
BM 0
P0 11,15 4
P1 9,65 8
P2 8,02 12
P3 6,05 16
P0 34 1,36
A0 12,32 4
B0 11,8 8
C0 11 12
P1 12,32 33 1,37
A1 12,38 4
B1 11,16 8
C1 11,25 12
P2 33 1,3
A2 11,51 4
B2 10,91 8
C2 10,25 12
P3 34 1,37
A3 12,14 4
B3 11,9 8
C3 11,4 12
P1 12,65 8
P2 11,02 12
P3 6,05 16
P0 34 1,36
A0 15,32 4
B0 14,8 8
C0 14 12
P1 33 1,37
A1 15,38 4
B1 14,16 8
C1 14,25 12
P2 33 1,3
A2 14,51 4
B2 13,91 8
C2 13,25 12
P3 34 1,37
A3 15,14 4
B3 14,9 8
C3 14,4 12
4.2. Pembahasan
V. PENUTUP
Kesimpulan
DAFTAR PUSTAKA
Jimmy. 2008. Visualisasi Kontur dalam Sudut Pandang Tiga Dimensi. Universitas
Surabaya: Surabaya.
Siregar, VP. dan Muhammad, BS. Interpolator dalam Pembuatan Kontur Peta
Batimetri (Interpolator in Bathymetric Map Contouring). Universitas
Hasanuddin: Makassar
Widyanti, S., Dudi NU., Sriyanti., Yunus A. dan Suherman. 2010. Penerapan
Program Aplikasi di Bidang Pertambangan. Universitas Bandung:
Bandung.
Data Source
Source Data File Name:
C:\Users\fifi\Documents\WAHYUDI2222222222222222222
22222222222.bln
X Column: A
Y Column: B
Z Column: C
Data Counts
Active Data: 13
Original Data: 13
Excluded Data: 0
Deleted Duplicates: 0
Retained Duplicates: 0
Artificial Data: 0
Superseded Data: 0
Exclusion Filtering
Exclusion Filter String: Not In Use
Duplicate Filtering
Duplicate Points to Keep: First
X Duplicate Tolerance: 1.4E-006
Y Duplicate Tolerance: 1.4E-006
Breakline Filtering
Breakline Filtering: Not In Use
Data Counts
Active Data: 13
Univariate Statistics
———————————————————————————————————————
—————
X Y Z
———————————————————————————————————————
—————
Count: 13 13 13
1%%-tile: 4 0 18.99
5%%-tile: 4 0 18.99
10%%-tile: 4 0 19.79
25%%-tile: 4 0 20.04
50%%-tile: 8 4 20.23
75%%-tile: 12 8 20.56
90%%-tile: 12 12 20.97
95%%-tile: 12 12 21.05
99%%-tile: 12 12 21.05
Minimum: 4 0 18.99
Maximum: 16 12 21.36
Inter-Variable Covariance
————————————————————————————————
X Y Z
————————————————————————————————
X: 15.589744 -3.6923077 1.9069231
Y: -3.6923077 22.769231 0.31564103
Z: 1.9069231 0.31564103 0.36571026
————————————————————————————————
Inter-Variable Correlation
————————————————————————————————
X Y Z
————————————————————————————————
X: 1.000 -0.196 0.799
Y: -0.196 1.000 0.109
Z: 0.799 0.109 1.000
————————————————————————————————
———————————————————————————————————————
—
X: 0.910546492714 0.910546492714 -0.130364149069
Y: 0.391212936261 0.391212936261 -0.0350353611417
Z: 0.133632043716 0.133632043716 -0.0350353611417
Inter-Parameter Correlations
————————————————————————————
A B C
————————————————————————————
A: 1.000 0.196 -0.852
B: 0.196 1.000 -0.562
C: -0.852 -0.562 1.000
————————————————————————————
ANOVA Table
———————————————————————————————————————
—————————————
Source df Sum of Squares Mean
Square F
———————————————————————————————————————
—————————————
Regression: 2 3.1217005609 1.56085028045
12.3209862526
Residual: 10 1.26682251603 0.126682251603
Total: 12 4.38852307692
———————————————————————————————————————
—————————————
10%%-tile: 4 0
25%%-tile: 4 0.08
50%%-tile: 4 0.09
75%%-tile: 4 0.44
90%%-tile: 4 0.44
95%%-tile: 4 0.8
99%%-tile: 4 0.8
Minimum: 4 0
Maximum: 4 0.8
Mean: 4 0.247692307692
Median: 4 0.09
Geometric Mean: 4 N/A
Harmonic Mean: 4 N/A
Root Mean Square: 4 0.36863573849
Trim Mean (10%%): N/A N/A
Interquartile Mean: 4 0.157142857143
Midrange: 4 0.4
Winsorized Mean: 4 0.192307692308
TriMean: 4 0.175
Variance: 0 0.0807525641026
Standard Deviation: N/A 0.284169956369
Interquartile Range: 0 0.36
Range: 0 0.8
Mean Difference: 0 0.298717948718
Median Abs. Deviation: 0 0.09
Average Abs. Deviation: 0 0.191538461538
Quartile Dispersion: 0 N/A
Relative Mean Diff.: 0 1.20600414079
Sum: 52 3.22
Sum Absolute: 52 3.22
Sum Squares: 208 1.7666
Mean Square: 16 0.135892307692
—————————————————————————————————
Lambda: 0.0902777777778
Clark and Evans: 2.40370085031
Skellam: 117.984257435
Gridding Rules
Gridding Method: Kriging
Kriging Type: Point
Semi-Variogram Model
Component Type: Linear
Anisotropy Angle: 0
Anisotropy Ratio: 1
Variogram Slope: 1
Search Parameters
No Search (use all data): true
Output Grid
Grid File Name:
C:\Users\fifi\Documents\WAHYUDI2222222222222222222
22222222222.grd
Grid Size: 100 rows x 100 columns
Total Nodes: 10000
Filled Nodes: 10000
Blanked Nodes: 0
Blank Value: 1.70141E+038
Grid Geometry
X Minimum: 4
X Maximum: 16
X Spacing: 0.12121212121212
Y Minimum: 0
Y Maximum: 12
Y Spacing: 0.12121212121212
——————————————————————————————
Z
——————————————————————————————
Count: 10000
1%%-tile: 19.2728518827
5%%-tile: 19.605605927
10%%-tile: 19.8142401077
25%%-tile: 20.1224104403
50%%-tile: 20.4052119418
75%%-tile: 20.8673010127
90%%-tile: 21.0737420327
95%%-tile: 21.1268818968
99%%-tile: 21.179572502
Minimum: 18.9899999999
Maximum: 21.3600000012
Mean: 20.4351676832
Median: 20.4052250216
Geometric Mean: 20.429525389
Harmonic Mean: 20.4238566113
Variance: 0.229538208049
Standard Deviation: 0.479101459035
Interquartile Range: 0.744890572395
Range: 2.37000000137
Mean Difference: 0.546096995074
Median Abs. Deviation: 0.372745115339
Average Abs. Deviation: 0.401092715553
Quartile Dispersion: 0.0181726229824
Relative Mean Diff.: 0.0267233919261
Sum: 204351.676832
Sum Absolute: 204351.676832
Sum Squares: 4178255.93495
Mean Square: 417.825593495
——————————————————————————————