Course 1 Intro Geostatiscal

15/02/2016
Mining Engineering Department

Mulawarman University Faculty of Engineering
Statistika Deskriptif
Shalaho Dina Devy

Statistika Deskriptif
 Statistika deskriptif (descriptive statistics)

Penerapan metode statistik untuk mengumpulkan,
mengolah, menyajikan, dan menganalisis data
kuantitatif secara deskriptif.
1
15/02/2016

Statistika Deskriptif Mulai
Pengumpulan Tidak
data
Apakah data
perlu
disederhanakan?
Penyusunan tabel
distribusi frekuensi
Penyajian distribusi
Perhitungan ukuran-ukuran untuk
frekuensi dalam bentuk
meringkaskan karakteristik data
grafik (jika diperlukan)
Berhenti
3

Populasi dan Sampel (1)

• Populasi (population)  merupakan data kuantitatif
yang menjadi obyek telaah.
• Parameter (parameter)  merupakan ukuran yang
mencerminkan karakteristik dari populasi.
• Sampel (sample)  merupakan sebagian dari populasi.
• Statistik (statistic)  merupakan ukuran yang dihitung dari
sampel.
4
2
15/02/2016

Populasi dan Sampel
Parameter
Statistik

Statistika Inferensi
Statistika inferensi (inference statistics) 
cabang ilmu statistik yang berkaitan dengan
penerapan metode‐metode statistik untuk
menaksir dan/atau menguji karakteristik
populasi yang dihipotesiskan berdasarkan data
sampel.
3
15/02/2016

Mulai
Statistika Deskriptif dan
Pengumpulan
Statistika Inferensi data
Pengolahan
data
Penyajian hasil
olahan data
Statistik Penggunaan hasil
Deskriptif olahan untuk menaksir
Data dan/atau menguji
diperoleh karakteristik populasi Statistika
dari yang dihipotesisikan
sampel infersi
Penggunaan data untuk Penarikan kesimpulan

tentang karakteristik
menganalisis
populasi yang ditelaah
karakteristik populasi
yang ditelaah
Berhenti
7

Klasifikasi Jenis Data
 Sifat
 Sumber
 Cara memperoleh
 Waktu pengumpulan
4
15/02/2016

Data Menurut Sifat

 Data takmetrik (nonmetric data)
o Data nominal (nominal data)
o Data ordinal (ordinal data)
 Data metrik (metric data)
o Data interval (interval data)
o Data rasio (ratio data)
9

Contoh Data Takmetrik dan Metrik

Nominal Ordinari Interval Rasio
NO Batuan Jenis batuan Butiran Volume (m3) Diameter butiran

(mm)
1 A 1 1 20-25 0,2
2 B 2 2 15-18 0,04
3 C 3 3 10-15 0,0016
Jenis batuan: (1) Batupasir; (2) Batulanau; (3) Batulempung

Butiran: (1) halus; (2) sendang; (3) kasar
10
5
15/02/2016

Data Menurut Sumber
 Data primer (primary data)  Data yang

diperoleh dari pengamatan/pencatatan langsung
 Data sekunder (secondary data) Data yang
diperoleh dari data tidak langsung (literatur,
publikasi)
11

Cara Pengumpulan Data
 Sensus (census)
 Penyampelan (sampling)
12
6
15/02/2016

Teknik Pengambilan Sampel
 Penyampelan random (random sampling)

 Penyampelan takrandom (nonrandom sampling)
13

Teknik Penyampelan Random
 Penyampelan random sederhana (simple random sampling)

 Penyampelan random sistematis (systematic random sampling)
 Penyampelan random area (area random sampling)
 Penyampelan random berstrata (stratified random sampling)
14
7
15/02/2016

Data Menurut Waktu Pengambilan
 Data cross‐section
 Data deret waktu (time series data)
15

Penyajian Data
 Tabel
 Gambar/Grafik
16
8
15/02/2016

Jenis Tabel Statistik
 Tabel arah tunggal (one‐way table)

 Tabel arah majemuk (multi‐way table)
o Tabel dua arah (two‐way table)
o Tabel tiga arah (three‐way table)
17

Grafik Statistik
 Grafik Batang (Bar Chart)
 Grafik Garis (Line Chart)
 Grafik Lingkaran (Piechart)
 Diagram Pencar (Scatter Diagram)
 Kartogram (Cartogram)
18
9
15/02/2016

Contoh‐Contoh Grafik Statistik
19

Distribusi Frekuensi
 Distribusi frekuensi (frequency distribution) bentuk
pengelompokan data untuk menggambarkan
distribusi data
 Distribusi frekuensi dapat dinyatakan dalam:
o Tabel distribusi frekuensi
o Histogram atau poligon frekuensi
20
10
15/02/2016

Prosedur Penyusunan Tabel Distribusi Frekuensi

 Tentukan banyaknya kelas
 Tentukan lebar setiap kelas interval
 Hitung frekuensi untuk setiap kelas
21

Catatan tentang Jumlah Kelas
 Jumlah kelas jangan terlalu besar dan jangan terlalu

kecil.
 Rumus Sturges:
k 1 3,322 log n
22
11
15/02/2016

Catatan tentang Lebar Kelas

 Lebar interval kelas untuk tiap kelas sebaiknya diusahakan sama.
 Sebaiknya gunakan bilangan‐bilangan yang praktis (seperti 5, 10, 15
atau 20).
 Penentuan batas kelas dibuat sedemikan rupa sehingga
o Tidak ada satu angka dari data asal yang tidak dapat dimasukkan ke
dalam kelas tertentub
o Tidak terdapat keragu‐raguan dalam memasukkan angka‐angka ke
dalam kelas‐kelas yang sesuai
23

Contoh Distribusi Frekuensi

75 86 66 86 50 78 66 79 68 60 Kelas
Batas Batas Nilai Frekuensi
80 83 87 79 80 77 81 92 57 52
Bawah Atas Tengah
58 82 73 95 66 60 84 80 79 63
30 39 34.5 2
80 88 58 84 96 87 72 65 79 80 40 49 44.5 3
50 59 54.5 11
86 68 76 41 80 40 63 90 83 94 60 69 64.5 20
70 79 74.5 32
76 66 74 76 68 82 59 75 35 34
80 89 84.5 25
65 63 85 87 79 77 76 74 76 78 90 99 94.5 7
100
75 60 96 74 73 87 52 98 88 64
76 69 60 74 72 76 57 64 67 58
72 80 72 56 73 82 78 45 75 56
24
12
15/02/2016

Contoh Tabel Distribusi Frekuensi dan Distribusi

Frekuensi Relatif
Kelas Frekuensi
Batas Batas Nilai Frekuensi Frekuensi Frekuensi Relatif
Bawah Atas Tengah Kumulatif Relatif Kumulatif
30 39 34.5 2 2 0.02 0.02

40 49 44.5 3 5 0.03 0.05
50 59 54.5 11 16 0.11 0.16
60 69 64.5 20 36 0.20 0.36
70 79 74.5 32 68 0.32 0.68
80 89 84.5 25 93 0.25 0.93
90 99 94.5 7 100 0.07 1.00
100 1.00
25

Histogram
Histogram  merupakan bentuk diagram batang

yang digunakan untuk menggambarkan distribusi
frekuensi
26
13
15/02/2016

Contoh Histogram
Batas Bawah Batas Titik Tengah Frekuensi Frekuensi
atas Relatif
30 39 34.5 2 0.020
40 49 44.5 3 0.030
50 59 54.5 11 0.110
60 69 64.5 20 0.200
70 79 74.5 32 0.320
80 89 84.5 25 0.250
90 99 94.5 7 0.070
27

Kurva Frekuensi
Kurva Frekuensi (frequency curve)  merupakan bentuk diagram

garis yang digunakan untuk menggambarkan distribusi frekuensi
28
14
15/02/2016

Contoh Kurva Frekuensi

Batas Batas Titik Frekuensi Frekuensi
Bawah Atas Tengah Relatif
30 39 34.5 2 0.020
40 49 44.5 3 0.030
50 59 54.5 11 0.110
60 69 64.5 20 0.200
70 79 74.5 32 0.320
80 89 84.5 25 0.250
90 99 94.5 7 0.070
29

Contoh Kurva Frekuensi Kumulatif
BB BA T.T F F.K FR FR.K

30 39 34.5 2 2 0.02 0.02
40 49 44.5 3 5 0.03 0.05
50 59 54.5 11 16 0.11 0.16
60 69 64.5 20 36 0.20 0.36
70 79 74.5 32 68 0.32 0.68
80 89 84.5 25 93 0.25 0.93
90 99 94.5 7 100 0.07 1.00
30
15
15/02/2016

Parameter dan Statistik
 Parameter (parameter)  ukuran yang mencerminkan

karakteristik dari populasi
 Statistik (statistic)  ukuran yang mencerminkan karakteristik
dari sampel
31

Statistik
 Ukuran lokasi
 Ukuran sebaran
 Ukuran kemiringan
 Ukuran keruncingan
32
16
15/02/2016

Ukuran‐Ukuran Lokasi
 Rata‐rata hitung (arithmetic mean)  Nilai minimum (minimum)
o Rata‐rata hitung sederhana  Nilai maksimum (maximum)
(simple arithmetic mean)  Kuartil (quartile)
o Rata‐rata hitung tertimbang  Persentil (percentile)
(weighted arithmetic mean)
 Median (median)
 Modus (mode)
 Rata‐rata geometrik
o (geometric mean)
 Rata‐rata harmonik
o (harmonic mean) 33

Ukuran Lokasi – Ukuran Kecenderungan Memusat
 Rata‐rata hitung (aritmatis)

 Median
 Modus
34
17
15/02/2016

Data Takberkelompok dan Data Berkelompok
 Data takberkelompok (ungrouped data)  data yang disajikan

secara individual
 Data berkelompok (grouped data)  data yang disajikan dalam
bentuk tabel frekuensi
35

Rata‐Rata Hitung
𝑛
 Untuk data tak berkelompok: 𝑖=1 𝑋𝑖
𝑋=
𝑛
𝑘
𝑖=1 𝑓𝑖 𝑀𝑖
 Untuk data berkelompok: 𝑋= 𝑘
𝑖=1 𝑓𝑖
36
18
15/02/2016

Contoh Perhitungan Rata‐Rata Hitung untuk

Data Takberkelompok
20
80 20+80+ …+90
75 𝑋= = 62,78
9
60
50
85
45
60
90 37

Contoh Perhitungan Rata‐Rata Hitung untuk

Data Berkelompok
Bawah Atas Titik Tengah (M) Frek. (f) f×M
30 39 34.5 2 69.0
40 49 44.5 3 133.5
50 59 54.5 11 599.5
60 69 64.5 20 1290.0
70 79 74.5 32 2384.0
80 89 84.5 25 2112.5
90 99 94.5 7 661.5
100 7250
Rata‐rata hitung 72.5
38
19
15/02/2016

Rata‐Rata Hitung Tertimbang dan Contoh

Perhitungan
𝑛
𝑖=1 𝑊𝑖 𝑋𝑖
𝑋= 𝑛
𝑖=1 𝑊𝑖
39

Median – Data Takberkelompok

 Data takberkelompok (diurutkan dari terkecil ke terbesar, k = urutan ke)
𝑛−1
𝐾=
2
Median = 𝑋𝑘+1
 Jumlah data genap

𝑛
𝐾=
2
1
Median = 2 (𝑋𝑘 + 𝑋𝑘+1 )
40
20
15/02/2016

Contoh Perhitungan Median untuk Data

Takberkelompok (Jumlah Data Ganjil)
Sebelum Setelah
diurutkan diurutkan
20 20
80 45
75 50 Median = 𝑋5 = 60
60 60
50 60
85 75
45 80
60 85
90 90
41

Contoh Perhitungan Median untuk Data

Takberkelompok (Jumlah Data Genap)
Sebelum Setelah
diurutkan diurutkan
20 20 1
80 45
Median = 2 (𝑋4 + 𝑋5 ) = 67,5
75 50
60 60
50 75
85 80
45 85
90 90
42
21
15/02/2016

Median – Data Berkelompok
atau jumlah frekuensi jumlah kelas sebelum kelas yang memuat median
43

Contoh Median untuk Data Berkelompok
44
22
15/02/2016

Modus
 Data tak berkelompok:
Modus = Nilai dengan frekuensi terbanyak
 Data berkelompok:
𝑓10
𝐿0 + 𝑐
𝑓10 + 𝑓20
L0 = nilai batas bawah dari kelas yang memuat modus

c = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang
memuat modus
𝑓10 = selisih frekuensi kelas yang memuat modus dengan frekuensi kelas
Sebelumnya
𝑓20 = selisih frekuensi kelas yang memuat modus dengan frekuensi kelas
sesudahnya
45

Contoh Perhitungan Modus untuk Data

Takberkelompok
20 20
80 80
75 75
60 60
50 50
85 85
45 45
60 65
90 90
Modus = 60 Modus = tidak ada
46
23
15/02/2016

Contoh Perhitungan Modus untuk Data

Berkelompok
v v v v
v
v
v
47

Rata‐Rata Geometris dan Rata‐Rata Harmonis
48
24
15/02/2016

Contoh Perhitungan Rata‐Rata Geometris dan Rata‐Rata

Harmonis
49

Minimum dan Maksimum serta Contoh Perhitungan
50
25
15/02/2016

51

Dasar-dasar ilmu statistik yang

dipakai dalam geostatistik.
1. Mean (rata-rata)
2. Modus
3. Median
4. Varian (variabilitas)
52
26
15/02/2016

Metode yang dipelajari dalam geostatistik.
1.Kriging
2.Variogram
3.Semi variogram
53

Aplikasi geostatistik dalam bidang

geologi dan pertambangan.
1. Mengestimasi cadangan total
2. Mengestimasi penyimpangan atau perbedaan hasil produksi
dengan perhitungan teoritis (error)
3. Menentukan jarak titik pemboran secara optimal
4. Mengestimasi cadangan blok
5. Menilai efisiensi penambangan
6. Pemetaan kontur dan pembuatan grid
7. Mengestimasi pemulihan area
54
27
15/02/2016

Harapan yang diinginkan dalam mata kuliah

geostatistik
Setelah mengikuti mata kuliah ini mahasiswa diharapkan mampu:
• Memahami konsep regionalisasi variabel yaitu prinsip metode geostatistik, analisis dan interpretasi
variogram
• Memahami prinsip metode kriging dan aplikasinya guna pemodelan sumber daya dan estimasi cadangan.
• Melakukan pengenalan prinsip simulasi geostatistik dan penerapannya dalam evaluasi sumber daya alam.
• Definisi dan aplikasi statistik dalam pertambangan
• Konsep variabel regionalisasi dan variogram eksperimental
• Analisis model variogaram dan interpretasinya
• Metode estimasi cadangan konvensional
• Varian dispersi dan varians estimasi
• Prinsip metode kriging dan aplikasinya
• Pendahuluan tentang metode deterministic
• Simulasi geostatistik dan Analisis ketidakpastian
• Klasifikasi Cadangan berdasarkan metode geostatistik
55

Aplikasi dalam Bidang Geologi dan

Pertambangan
• Estimasi kadar rata-rata suatu cadangan bijih
berdasarkan rata-rata suatu kadar (misalnya didapat
dari analisa contoh pemboran / sumur uji).
• Estimasi endapan bijih pada suatu tambang atau blok-
blok penambangan.
• kadar suatu mineral pada blok-blok penambangan
pada suatu daerah pertambangan.
56
28
15/02/2016

Software yang Digunakan

• Geostatistical Enviromental Assesment
Software (GEOEAS) 1.2.1 version
 Two-dimensional
 Berfungsi untuk menghasilkan grid dan peta kontur
hasil estimasi dari data sampel
 Data statistik; scatter plots/linear regression.
57

58
29
15/02/2016

The Stanford Geostatistical Modelling Software (SGeMS)
 Three-diemnsional visualization
 Efektif dalam pemecahan masalah data-data variabel.
59

60
30
15/02/2016

61

Latihan (1) Mean, Median, Modus

Nilai 5 6 7 8 9 10
Frekuensi 3 5 4 6 1 1
Dari data di atas carilah mean median dan modusnya.
62
31
15/02/2016

Latihan (2) Mean, Median, Modus  data berkelompok
63

Mean (rerata)
64
32
15/02/2016

Median dan Modus
𝑓10
𝐿0 + 𝑐
𝑓10 + 𝑓20
65

66
33

Course 1 Intro Geostatiscal

Diunggah oleh

Informasi Dokumen

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 1 Intro Geostatiscal

Diunggah oleh

Hak Cipta:

Format Tersedia

15/02/2016

Mining Engineering Department

Shalaho Dina Devy

Mining Engineering Department

 Statistika deskriptif (descriptive statistics)

Mining Engineering Department

Statistika Deskriptif Mulai

Mining Engineering Department

Populasi dan Sampel (1)

Mining Engineering Department

Populasi dan Sampel

Mining Engineering Department

Mining Engineering Department

Penggunaan data untuk Penarikan kesimpulan

Mining Engineering Department

Klasifikasi Jenis Data

Mining Engineering Department

Data Menurut Sifat

Mining Engineering Department

Contoh Data Takmetrik dan Metrik

NO Batuan Jenis batuan Butiran Volume (m3) Diameter butiran

Jenis batuan: (1) Batupasir; (2) Batulanau; (3) Batulempung

Mining Engineering Department

Data Menurut Sumber

 Data primer (primary data)  Data yang

Mining Engineering Department

Cara Pengumpulan Data

Mining Engineering Department

Teknik Pengambilan Sampel

 Penyampelan random (random sampling)

Mining Engineering Department

Teknik Penyampelan Random

 Penyampelan random sederhana (simple random sampling)

Mining Engineering Department

Data Menurut Waktu Pengambilan

Mining Engineering Department

Mining Engineering Department

Jenis Tabel Statistik

 Tabel arah tunggal (one‐way table)

Mining Engineering Department

Mining Engineering Department

Contoh‐Contoh Grafik Statistik

Mining Engineering Department

Mining Engineering Department

Prosedur Penyusunan Tabel Distribusi Frekuensi

Mining Engineering Department

Catatan tentang Jumlah Kelas

 Jumlah kelas jangan terlalu besar dan jangan terlalu

Mining Engineering Department

Catatan tentang Lebar Kelas

Mining Engineering Department

Contoh Distribusi Frekuensi

Mining Engineering Department

Contoh Tabel Distribusi Frekuensi dan Distribusi

30 39 34.5 2 2 0.02 0.02

Mining Engineering Department

Histogram  merupakan bentuk diagram batang

Mining Engineering Department

Mining Engineering Department

Kurva Frekuensi (frequency curve)  merupakan bentuk diagram

Mining Engineering Department

Contoh Kurva Frekuensi

Mining Engineering Department