METODE INTERPOLASI DETERMINISTIK

NNP DAN INVERSE DINTANCE WEIGHTING(IDW)

HPU
JURUSAN TEKNIK PERTAMBANGAN – STTNAS
2018
 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
 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
• 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.
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