LAPORAN PRAKTIKUM

SISTEM INFORMASI GEOGRAFI

ANALISIS INTERPOLASI KRIGING DAN IDW

Dosen Pengampu
Purwanto, S.Pd., M.Si

Oleh:
Nama Mahasiswa : Ahmad Nur Fauzi
NIM : 170721636599
Offering :A

UNIVERSITAS NEGERI MALANG

FAKULTAS ILMU SOSIAL
JURUSAN GEOGRAFI
PROGRAM STUDI PENDIDIKAN GEOGRAFI
APRIL 2019
 I. TUJUAN
Tujuan dari kegiatan tutorial ini adalah:
1. Mahasiswa dapat melakukan proses interpolasi Kriging dan IDW
2. Mahasiswa dapat menerapkan proses interpolasi untuk memecahkan
masalah spastial

II. DASAR TEORI

Sistem Informasi Geografis (SIG) biasanya digunakan dalam analisa
spasial baik dalam format vektor maupun raster, diperlukan data yang
meliputi seluruh studi area. Oleh sebab itu, proses interpolasi perlu
dilaksanakan untuk mendapatkan nilai diantara titik sampel.

Ada beberapa metode yang bisa digunakan untuk melakukan

interpolasi seperti Trend, Spline, Inverse Distance Weighted (IDW) dan
Kriging. Setiap metode ini akan memberikan hasil interpolasi yang berbeda.
Akan menjadi mudah dan bermanfaat bagi pengguna berikutnya apabila ada
kajian tentang perbandingan hasil interpolasi dengan metode yang berbeda
sehingga metode yang tepat bisa dipilih. Penggunaan metode trend dan
spline telah dijelaskan dalam Pramono (2005).

Interpolasi adalah metode untuk mendapatkan data berdasarkan

beberapa data yang telah diketahui (Wikipedia, 2008). Dalam pemetaan,
interpolasi adalah proses estimasi nilai pada wilayah yang tidak disampel
atau diukur, sehingga ter-buatlah peta atau sebaran nilai pada selu-ruh
wilayah (Gamma Design Software, 2005). Didalam melakukan interpolasi,
sudah pasti dihasilkan. Error yang dihasilkan sebelum melakukan
interpolasi bisa dikarenakan kesalahan menentukan metode sampling data,
kesalahan dalam pengukuran dan kesalahan dalam analisa di laboratorium.

. Metode IDW dapat dikelompokkan dalam estimasi deterministic

dimana interpolasi dilakukan berdasarkan perhitungan matematik. Sedang
metode Kriging dapat digolongkan kedalam estimasi stochastic dimana
perhitungan secara statistik dilakukan untuk menghasilkan interpolasi.
 Metode ini biasanya digunakan dalam industri pertambangan karena
mudah untuk digunakan. Pemilihan nilai pada power sangat mempengaruhi
hasil interpolasi. Nilai power yang tinggi akan memberikan hasil seperti
menggunakan interpolasi nearest neighbor dimana nilai yang didapatkan
merupakan nilai dari data point terdekat.

Metode Kriging adalah estimasi stochastic yang mirip dengan

Inverse Distance Weighted (IDW) dimana menggunakan kombinasi linear
dari weight untuk memperkirakan nilai diantara sampel data. Metode ini
diketemukan oleh D.L. Krige untuk memperkirakan nilai dari bahan
tambang. Asumsi dari metode ini adalah jarak dan orientasi antara sampel
data menunjukkan korelasi spasial yang penting dalam hasil interpolasi
ESRI, 1996). Metode Kriging sangat banyak menggunakan sistem
komputer dalam perhitungan.

III. ALAT dan BAHAN

a. Alat
1. Software ArcGIS 10X
2. Laptop
b. Bahan
1. Peta digital Administrasi Kabupaten Tulungagung skala 1:350.000
2. Peta station CH
3. Data Curah hujan/kecamatan

IV. LANGKAH KERJA

Langkah kerja dari praktikum kali ini dapat dilihat di link berikut:
https://www.youtube.com/watch?v=73bJwO5hAME
V. HASIL
1. Interpolasi menggunakan Kriging

2. Interpolasi menggunakan IDW

VI. PEMBAHASAN

Dari hasil paraktikum tentang analisis interpolasi yang

menggunakan metode Kriging dan IDW (Inverse Distance Weighted)
dengan bahan peta Kabupaten Tulungagung yaitu pada peta kriging
menggunakan gradasi warna biru, yang mana kelas warna tersebut
membedakan nilai dari titik-titik data curah hujan yang ada di setiap stasiun
curah hujan yang ada pada setiap kecamatan di kabupaten Tulungagung.
Terdapat 19 kecamatan yang semuanya terdapat stasiun curah hujan.data
curah hujan terendah berada pada kecamatan Ngantru yang memiliki nilai
1996 dan yang paling tinggi berada pada kecamatan endang dengan nilai
4672.
Pada peta yang menggunakan kriging terdapat 5 kelas yang
berwarna biru/paling rendah dengan warna biru muda mempunyai nilai
2.375-2.566 sedangkan yang paling tinggi berwarna biru tua mempunyai
nilai 3.120-3431. Jika dilihat datanya curah hujan, nilai terendahnya yaitu
1996 pada kecamatan Ngantru. Namun data tersebut seharusnya tidak
termasuk dalam kelas paling rendah, sebab nilainya tidak sama dengan
deskripsinya pada legenda. Kemudian nilai tertinggi dengan nilai 44672
yang merupakan kecamatan Sendang juga tidak ada, yang nilainya paling
tinggi yaitu 3.431 hal ini merupakan cara analisi interpolasi yang sangat
kurang akurat hasilnya.
Untuk hasil peta IDW (Inverse Distance Weighted) juga terdapat 5
kelas namun menggunakan warna merah kecokelatan yang warna merah
muda/trang memiliki nilai terendah yakni 1.997-2552. Sedangkan nilai klas
tertinggi memiliki warna yang gelap/merah kecokelatan dengan nilai 3.809-
4.667. jika dilihat data curah hujannya nilai terendah yaitu pada kecamatan
Ngantru yang memiliki nilai 1.996 yang mana termasuk kedalam kelas yang
paling rendah dan nilainya juga hampir mendekati aslinya yaitu -1 dan pada
nilai curah hujan tertinggi yang ada di kecamatan Sendang dengan nilai
4.672 juga hampir mendekati nilai dari kelas yang paling tinggi. Hal ini bisa
dipastikan dari hasil kedua metode tersebut, metode yang paling akurat
digunakan yaitu dengan menggunakan metode IDW (Inverse Distance
Weighted) dari pada menggunakan metode Kriging
VII. KESIMPULAN
Metode IDW memberikan hasil interpolasi yang lebih akurat dari
metode Kriging. Hal ini dikarenakan semua hasil dengan metode IDW
memberikan nilai mendekati nilai minimum dan maksimum dari sampel
data. Sedang metode Kriging terkadang memberikan hasil interpolasi
dengan kisaran yang rendah. Opsi power dan jumlah sampel tidak
memberikan perubahan yang signifikan pada hasil interpolasi.
VIII. DAFTAR PUSTAKA
Gatot H. Pramono. 2008. Akurasi Metode Idw Dan Kriging Untuk
Interpolasi Sebaran Sedimen Tersuspensi Di Maros, Sulawesi
Selatan. Forum Geografi, Vol. 22, No. 1: 145-158
Wikipedia. 2008. Interpolasi. http://en.wikipedia.org/wiki/Interpolation

Pramono, G. 2005. Perbandingan Metode Trend dan Spline untuk

Interpolasi Sebaran Sedimen Tersuspensi Di Kabubaten Maros,
Sulawesi Selatan. Jurnal Ilmiah Geomatika 11(1): 20-32.

Gamma Design Software. 2005. Interpolation in GS+.

http://www.geostatistics.com/ OverviewInterpolation.html

Purwanto. 2017. Modul Pengabdian Kepada Masyarakat Meningkatkan

Ketrampilan Guru Geografi Melalui Pelatihan Sistem Informasi
Geografi Pada MGMP Geografi Di Kabupaten Tulungagung.
Malang: Universitas Negeri Malang