GEOSTATISTIKA
MODUL KE – 01 DAN 02
Oleh:
Asisten :
Tujuan
Pendahuluan
Mean (rata-rata)
Mean merupakan jumlah dari semua nilai dibagi dengan banyaknya nilai observasi.
Simbol mean ialah x bar atau 𝜇, Arithmetic mean secara metematis diformulasikan
sebagai berikut:
∑𝑁
𝑖=1 𝑋𝑖
µ= 𝑁
Variansi (var) dan Standar Deviasi (std)
Standar deviasi ini merupakan ukuran variasi yang paling banyak digunakan, karena
nilainya paling memenuhi kriteria statistika. Standar deviasi adalah akar kuadrat dari
variasi. Variasi dicari dengan menghitung selisih dari setiap elemen data dengan rata-rata.
Variasi dibedakan antara Variasi populasi (σ2) dengan variasi sampel (S2), demikian juga
kita mengenal standar deviasi populasi (σ) dan standar deviasi sampel (S). Rumus Variasi
untuk sampel dan populasi adalah sebagai berikut:
∑𝑛𝑖=1(𝑋𝑖 − 𝜇)
𝜎2 =
𝑛
∑𝑛𝑖=1(𝑋𝑖 − 𝜇)2
𝑠2 =
𝑛−1
Rumus untuk standar deviasi sebagai berikut:
𝑠 = √𝑠 2
Median
Median marupakan nilai tengahdari nilai-nilai pengamatan setelah disusun secara
teratur.
𝑛 𝑛+1
𝑛+1 +
2 2
𝑀=𝑥 untuk n ganjil 𝑀=𝑥 untuk n genap
2 2
Modus (mode)
Modus adalah nilai atau kejadan yang muncul dengan frekuensi terbanyak.
Kovariansi (cov)
Definisi kovariansi mirip dengan variansi. Bedanya kovariansi digunakan untuk
analisa dua sekuens data yang berbeda. Kovariansi tidak terlalu memiliki arti _sis
yang signi_kan, tetapi dari nilai kovariansi dapat dihitung korelasi yang memliki arti
dan pengertian yang sangat signi_kan dalam analisa data sekuens.
∑𝑛𝑖=1(𝑥𝑖 − 𝑥𝑏𝑎𝑟)(𝑦𝑖 − 𝑦𝑏𝑎𝑟)
𝑐𝑜𝑣𝑋𝑌 =
𝑛−1
Korelasi (coercoef)
Korelasi merupakan salah satu teknik analisis dalam statistik yang digunakan untuk
mencari hubungan antara dua variabel yang bersifat kuantitatif. Hubungan dua
variabel tersebut dapat terjadi karena adanya hubungan sebab akibat atau dapat pula
terjadi karena kebetulan saja. Dua variabel dikatakan berkolerasi apabila perubahan
pada variabel yang satu akan diikuti perubahan pada variabel yang lain secara teratur
dengan arah yang sama (korelasi positif) atau berlawanan (korelasi negatif). Korelasi
secara matematis dihitung dinyatakan sebagai berikut:
𝑐𝑜𝑣𝑋𝑌
Rxy = 𝑆𝑥𝑆𝑦
Auto-korelasi
Peristiwa atau observasi pada suatu interval tertentu, kadang terulang pada interval
yang sama di tempat lain. Pengulangan ini bisa memberikan taksiran bahwa pola
observasi mengikuti suatu siklus atau periodik tertentu. Pengulangan dalam suatu
sekuen data dapat dihitung dari pengukuran kesamaan dengan dirinya sendiri pada
sekuen tersebut (autocorrelation). Salah satu aplikasi autocorreation ini misalnya pada
analisa data log. Formasi batuan tertentu memiliki respons log (gammaray,resistivity,
density, dan lain-lain). Jika logging dilakukan pada keadaan geologi yang tersusun
atas perulangan antara shale dengan sandstone, maka respons log-nya pun akan
terulang pula. Dalam kasus seperti ini, nilai korelasi yang tinggi pada suatu lag
tertentu, akan berkorespondensi dengan munculnya kembali formasi batuan tertentu.
Nilai autocorrelation pada suatu leg L adalah sebagai berikut:
𝑐𝑜𝑣𝑌𝑖𝑌𝑖 + 𝐿
𝑟𝐿 =
𝑠2𝑙
Cross-korelasi
Untuk melihat keterkaitan antara 2 kelompok data pada level waktu yang sama kita
bisa membandingkan antara 2 data ini, dimana letak titik yang memiliki ekivalensi
maksimum, kemudian kita juga bisa menghitung strength of relationship-nya
menggunakan cross-correlation. Nilai cross-correlation pada suatu leg L adalah
sebagai berikut:
𝑐𝑜𝑣𝑌𝑖𝑍𝑖 + 𝐿
𝑟𝐿 =
𝑠𝑌𝑠𝑍
Langkah Kerja
Berikut adalah lengkah kerja pada excel dengan menggunakan perhitungan manual dan
perhitungan dengan menggunkana rumus. Hasil dari keduanya sama namun caranya berbeda:
Mean
- Manual
1. Pada kolom manual tuliskan = kemudian masukan rumus SUM dan drag
kolom yang ingin dirata ratakan
2. Kemudian dibagi(/) dengan banyaknya data yaitu masukan rumus COUNT
dan drag kolom yang sama dengan SUM tadi
Modus
- Manual
1. Lihat kolom data yang ingin dicari modusnya
2. Cari data yang sering muncul
3. Jika ada masukan kedalam kolom modus manual, jika tidak ada beri tanda -
- Auto
1. Pada kolom auto tuliskan = kemudian langsung masukan rumus MODE
2. Drag kolom data yang ingin dicari modusnya
3. Klik enter maka akan keluar hasilnya, jika tidak ada modusnya ganti dengan -
Variansi
- Manual
1. Misalnya terdapat kolom data permeabilitas dimsalkan dengan x
2. Cari terlebih dahulu atau buat kolom data x dikurangkan dengan x rata-rata
dan dikuadratkan dengan cara memasukan rumus misal =(B9-$K$8)^2 (kolom
B adalah data x dan K yang dikunci adalah nilai rata-ratanya
4. Masukan rumus
5. Klik enter maka akan keluar hasilnya
- Auto
1. Pada kolom auto tuliskan = kemudian langsung masukan rumus VAR
2. Drag kolom yang ingin dicari variansinya
3. Klik enter maka akan keluar hasilnya
Standar deviasi
- Manual
1. Masukan rumus akar pangkat dua yaitu SQRT kemudian klik nilai variansi
yang telah didapatkan sebelumnya
N Max
- Manual
1. Lihat kolom data yang ingin dicari nilai maksimumnya
2. Cari nilai pada data yang memiliki nilai paling besar
3. Masukan kedalam kolom Nmax manual
- Auto
1. Pada kolom auto tuliskan = kemudian langsung masukan rumus MAX
2. Drag kolom data yang ingin dicari nilai terbesarnya
N Min
- Manual
1. Lihat kolom data yang ingin dicari nilai minimumnya
2. Cari nilai pada data yang memiliki nilai paling kecil
3. Masukan kedalam kolom Nmin manual
- Auto
1. Pada kolom auto tuliskan = kemudian langsung masukan rumus MIN
2. Drag kolom data yang ingin dicari nilai terkecilnya
Kovariansi
- Manual
1. Untuk mencari kovarian, dibutuhkan kolom perkalian antara (x-xrata2)^2 dan
(y-yrata2)^2. Sehingga dibutuhkan2 data misal permeabilitas dan porositas.
Misalkan nama kolom yang telah dioperasikan adalah R
2. Masukan rumus
3. Klik enter maka akan keluar hasilnya
- Auto
1. Pada kolom auto tuliskan = kemudian langsung masukan rumus
COVARIANCE.S
2. Drag kolom data pertama ; data kolom kedua
Korelasi
- Manual
1. Dalam bemcari korelasi manual, tingga membagi antara kovarian yang tlah
dicari dengan perkalian antara kedua standar deviasi tiap data misal
Cross Korelasi
Pengerjaan cross korelasi sama dengan auto korelasi yang membedakannya adalah
pada datanya. Cross korelasi data x dan data y adalah data yang berbeda seperti data
permebilitas(x) dan porositas(y). Lakukan hal yang sama hingga leg 5. Data yang
diubah ketika leg berubah adalah data yang menjadi data y.
Berikut ialah rumus cross-korelasi otomatis:
Kesimpulan