Disusun oleh
Adjeng Yalastri Atha Nafilah 0341164000038
Dosen Pengampu
Anik Hilyah, S.Si,, M.T. 197908132008122002
2
DAFTAR ISI
ABSTRAK ................................................................................................................................ 2
DAFTAR ISI............................................................................................................................. 3
METODOLOGI ....................................................................................................................... 4
A. Diagram Alir ................................................................................................................... 4
B. Proses Pengolahan Data .................................................................................................. 4
HASIL DAN PEMBAHASAN ................................................................................................ 6
A. Analisa Data .................................................................................................................... 6
B. Pembahasan................................................................................................................... 11
KESIMPULAN ...................................................................................................................... 14
DAFTAR PUSTAKA ............................................................................................................. 15
3
METODOLOGI
A. Diagram Alir
Metode yang digunakan dalam studi ini adalah metode geostatistika dan metode
konvensional untuk studi perbandingan metode gridding. Metode geostatistika yang digunakan
yaitu metode Krigging sedangkan metode Konvensional yaitu Inverse Distance to a Power,
Natural Neighbor, Nearest Neighbor, dan Minimum Curvature. Pada studi ini menggunakan
data porositas dalam menentukan kandungan air tanah. Kemudian data tersebut diolah
menggunakan Surfer 11 dan Ms. Excel melalui beberapa tahapan seperti yang ditampilkan pada
Gambar 1.
4
Langkah pertama yaitu menganalisa data dengan melihat histogram data terdistribusi
normal. Kemudian melakukan fitting variogram eksperimental untuk metode Krigging dengan
beberapa jenis model variogram. Variasi yang digunakan adalah model variogram Spherical,
Linear, dan Eksponensial. Setiap model variogram digunakan number of lags sebesar 25 dan
lag distance sebesar 2.7. Kemudian dilakukan fitting variogram dengan menyesuaikan
parameter variogram seperti sill dan range agar trend mengikuti model variogram tetapi untuk
anisotropy angle dan anisotropy ratio digunakan sebesar 0 dan 1. Setelah itu plot data yang
sudah difitting variogram yang kemudian akan dilakukan pemilihan variogram mana yang
lebih menunjukkan keadaan sebenarnya berdasarkan hasil plotting kontur. Lalu dilakukan
cross validation untuk mendapatkan parameter-parameter seperti nilai Coefficient of Multiple
Determination R2 dan Root Mean Square Error (RMSE). RMSE didapatkan dari perhitungan
menggunakan persamaan sebagai berikut :
∑(𝑅𝑒𝑠𝑖𝑑𝑢)2
𝑅𝑀𝑆𝐸 = √
𝑛
dimana,
Residu = Root Mean Square Residual Porositas
n = jumlah data
Uji studi perbandingan berdasarkan parameter-parameter nilai R2, nilai RMSE terkecil, range
nilai estimasi (selisih antara maksimal dan minimum), parameter data terdistribusi normal
(Mean dan Standard Deviation).
Berbeda dengan metode lainnya, variogram hanya digunakan saat Krigging saja karena
variogram merupakan parameter Krigging. Sedangkan metode gridding yang lain
menggunakan parameter yang berbeda. Pada metode Inverse Distance to a Power (IDP)
digunakan 4 variasi parameter power yaitu sebesar 1, 1.5, 2, 2.5, dan 3. Variasi ini akan
mempengaruhi hasil plotting kontur. Pada masing-masing variasi power juga dilakukan cross
validation untuk mengetahui nilai R2 dan RMSE. Kemudian dilakukan plotting untuk
mengetahui peta konturnya.
Pada metode-metode lain seperti Minimum Curvatur, Natural Neighbor, Nearest
Neighbor, Triangularation with Linear Interpolation, dan Moving Average variasi yang
digunakan yaitu sudutnya (angle) yaitu sebesar 0. Pemilihan sudut ini disesuaikan dengan
inputan variasi dengan metode lainnya seperti Krigging dan IDP. Kemudian dilakukan cross
validation dan dilanjutkan plotting kontur.
5
HASIL DAN PEMBAHASAN
A. Analisa Data
Tabel 1. Parameter Model Variogram 1 0.150246 0.177296
1.5 0.14108 0.10227
Model Sill Range 2 0.13498 0.04964
Exponensial 2.58 0.95 2.5 0.13193 0.0201
Spherical 2.3 0.65 3 0.13105 0.00673
6
Std. Deviasi 1.91288 Tabel 15. Parameter Statistik Metode
Triangulation with Linear Interpolation
Tabel 12. Perbandingan parameter statistik
Parameter Statistik
hasil Cross validation metode Minimum Minimum 8.11503
Curvature Maksimum 15.5733
Mean 12.1302
Metode RMSE R2
Std. Deviasi 1.40557
Minimum Curvature 0.13459 0.0058
Tabel 13. Parameter Statistik Metode Tabel 16. Perbandingan parameter statistik
Minimum Curvature hasil Cross validation metode Moving
Average
Parameter Statistik
Minimum -1.4389 Metode RMSE R2
Maksimum 20.2518 Moving Average 0.16505 0.25104
Mean 11.9532
Std. Deviasi 2.56991 Tabel 17. Parameter Statistik Metode Moving
Average
Tabel 14. Perbandingan parameter statistik Parameter Statistik
hasil Cross validation metode Triangulation Minimum 10.9533
with Linear Interpolation Maksimum 12.8378
Mean 12.0168
Metode RMSE R2 Std. Deviasi 0.31832
Triangulation with
Linear 0.12807 0.00567
Interpolation
7
Gambar 2. Model variogram eksponensial Gambar 4. Model variogram spherical
8
Gambar 6. Pemodelan persebaran nilai Gambar 8. Pemodelan persebaran nilai
porositas dengan variogram linear metode porositas dengan power = 1 metode IDP
Krigging
9
Gambar 10. Pemodelan persebaran nilai Gambar 12. Pemodelan persebaran nilai
porositas dengan power = 2 metode IDP porositas dengan power = 3 metode IDP
Gambar 11. Pemodelan persebaran nilai Gambar 13. Pemodelan persebaran nilai
porositas dengan power = 2.5 metode IDP porositas dengan metode Natural Neighbor
10
Gambar 14. Pemodelan persebaran nilai
porositas dengan metode Nearest Neighbor
Gambar 16. Pemodelan persebaran nilai
porositas dengan metode Triangular with
Linear Interpolation
12
yang tidak stasioner. Maka dapat disimpulkan bahwa metode gridding krigging paling sesuai
dengan data porositas untuk estimasi kandungan air tanah dengan error 13.3034384%.
13
KESIMPULAN
1. Berdasarkan hasil pemodelan, metode krigging mempunyai hasil pemodelan yang paling
baik daipada ke enam metode konvensional yang diujikan.
2. Metode krigging lebih baik digunakan jika data terdisribusi normal dan stasioner.
3. Metode krigging dapat digunakan untuk estimasi kandungan air tanah dengan error sebesar
13.3034384%.
14
DAFTAR PUSTAKA
Endra, Angen L. 2010. Analisis Data Geostatistika dengan Universal Krigging [skripsi].
Yogyakarta (ID) : Universitas Negeri Yogyakarta
Erizal R., Rito G., S. Wahyuningsih. 2014. Perbandingan Metode Ordinary Kriging dan Inverse
Distance Weighted untuk Estimasi Elevasi Pada Data Topografi Studi Kasus: Topografi
Wilayah FMIPA Universitas Mulawarman. Jurnal EKSPONENSIAL. 5(02) : 163 – 170.
H. Yudha F., S. Suryani., Yuliant S. 2015. Pemodelan Harga Tanah Kota Batam dengan
Menggunakan Metode Universal Kriging. e-Proceeding of Engineering. 2(02) : 6743 –
6750.
Olea, Ricardo A. 1999. Geostatistics for engineers and earth scientists. Kluwer Academic
Publishers. United States of America.
Suprajitno Munadi. 2005. Pengantar Geostatistik. Jakarta: Universitas Indonesia.
15