METODE INTERPOLASI DETERMINISTIK

NNP DAN INVERSE DINTANCE WEIGHTING(IDW)

HPU
PROGRAM STUDI TEKNIK PERTAMBANGAN – ITNY
2019
 Pendahuluan
• Teknik interpolasi spasial
 Deterministik
 Geostatistik

• Teknik deterministik membuat permukaan prediksi dari

titik-titik ukuran berdasarkan tingkat keserupaan: Inverse
Distance Weighted (IDW) dan Neighborhood Nearest Point
(NNP).

• Teknik geostatistik (Kriging) menggunakan sifat-sifat

statistik dari titik-titik ukuran.

• Teknik geostatistik mengkuantifikasi autokorelasi spasial di

antara titik-titik ukuran dan memperhitungkan konfigurasi
titik-titik sampel di sekitar lokasi prediksi.
 Neighborhood Nearest Point (NNP)
• Metode NNP adalah metode penaksiran yang
memperhitungkan nilai suatu titik berdasarkan nilai titik
yang berada paling dekat dengan titik yang di taksir.

• Nilai hasil penaksiran hanya dipengaruhi oleh nilai conto

yang terdekat.

• Titik terdekat memberikan nilai pembobotan satu untuk

titik yang ditaksir, sedangkan titik yang lebih jauh
memberikan nilai pembobotan nol atau tidak mempunyai
pengaruh.
NNP (lanjutan…)

Kadar estimasi NNP pada titik Zo = 40% Mn

 Metode Inverse Distance Weighted (IDW)

• Interpolasi IDW secara eksplisit mengimplementasikan asumsi bahwa sesuatu yang

saling berdekatan akan lebih serupa dibandingkan yang saling terpisah jauh.

• Untuk memprediksi sebuah nilai di setiap lokasi yang tidak diukur, IDW akan
menggunakan nilai-nilai ukuran yang mengitari lokasi prediksi. Nilai-nilai ukuran
yang paling dekat ke lokasi prediksi akan mempunyai pengaruh lebih besar terhadap
nilai prediksi dibanding yang terletak jauh.

• IDW mengasumsikan bahwa setiap titik ukuran mempunyai pengaruh lokal yang
berkurang dengan jarak. Titik-titik yang lebih dekat ke lokasi prediksi akan diberi
bobot yang lebih besar dibandingkan yang terletak lebih jauh; oleh sebab itu
dinamakan inverse distance weighted (pembobotan inversi jarak).
IDW (lanjutan…)
 IDW (lanjutan…)

• Semakin besar jarak d, bobot berkurang dengan faktor k

• Jumlah bobot yang digunakan dalam prediksi adalah
sama dengan satu :

𝑛
𝑖=1 𝑊𝑖 =1

• Parameter power k dari setiap nilai lokasi yang diukur

terhadap nilai lokasi yang di prediksi, sehingga jika lokasi
jarak semakin besar maka bobot titik ukuran terhadap
prediksi akan berkurang secara eksponensial.
Pembobotan IDW
Contoh Perhitungan Metode IDW
 1
1 = 1/(10)2 +1/(2.5)2 +1/(5)2 +1/(5)2 =0.25
𝑑2

1/𝑑1 2 1/102
𝑊1 = = = 0.04
1/𝑑1 2 0.25

1/2.52 0.16
𝑊2 = = = 0.64
0.25 0.25

1/(5)2 0.04
𝑊3 = = 0.25= 0.16
0.25

1/(5)2 0.04
𝑊4 = = 0.25= 0.16
0.25

Titik A = W1*Z1 + W *Z2+W3*Z3 + W4*Z4

2

Titik A = (0.04)* (10) + (0.64)*(8) + (0.16)*(20) + (0.16)* (3) = 9.2 g/t

 Contoh Perhitungan IDW
• Gambar di bawah menunjukkan sembilan
komposit kadar (%), tetapi hanya lima
komposit yang ada dalam jarak pencarian
contoh (search distance area) dari titik yang
ditaksir 𝑍𝑜 ∗
• Berdasarkan formulasi metode seperjarak
dapat ditaksir nilai di titik 𝑍𝑜 ∗ (menggunakan
pangkat dua atau seperjarak kuadrat 𝐼𝐷 2 )
 Soal Latihan 1

• Posisi data di bawah adalah tiga composite data

kadar berdasarkan pemboran bijih besi di suatu
daerah.
• Kadar bijih besi di lokasi adalah sebagai berikut
𝑍1=58% Fe, 𝑍2 =67% Fe, 𝑍3 =69% Fe dengan
konfigurasi data seperti gambar di bawah:
• Taksir kadar di 𝑍𝑜 memakai metode NNP dan
IDW dengan pangkat bervariasi dari pangkat 1, 2,
3, 5, 10, 20, 30, 50, 100, 500. Jelaskan apakah
hubungan antara IDW dan NNP.
Soal Latihan 2
Referensi
Bargawa, W.S., 2017, Geostatistik, T Pertambangan UPN”V” Yogyakarta.

Isaaks, E., Srivastava, R.M., 1989, An Introduction to Applied

Geostatistics, New York, Oxford University Press.
Sari, D.K., 2006, Variogram, Jurusan T Geodesi FTSP Itenas.
TERIMAKASIH