LAPORAN PRAKTIKUM II

STATISTIKA SPASIAL
“INVERSE DISTANCE WEIGHTED (IDW)”

Tanggal Penyerahan : Minggu, 11 November 2019

Disusun Oleh :
Baharudin Alwi / 23-2016-113
Kelas A
Nama Asisten :
Arfi Erning Praja (23-2015-027)
Firmanto Rais P. (23-2015-074)

LABORATORIUM SISTEM INFORMASI SPASIAL

JURUSAN TEKNIK GEODESI
FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
INSTITUT TEKNOLOGI NASIONAL
BANDUNG
2019
 Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

DAFTAR ISI

DAFTAR ISI ...................................................................................................................... i

BAB 1 PENDAHULUAN ................................................................................................. 1
1.1 Maksud dan Tujuan ................................................................................................. 1
1.2 Waktu dan Pelaksanaan Praktikum ......................................................................... 1
BAB 2 DASAR TEORI ..................................................................................................... 2
2.1 Inverse Distance Weight (IDW) .............................................................................. 2
BAB 3 PELAKSANAAN PRAKTIKUM ........................................................................ 3
3.1 Langkah-langkah Praktikum ................................................................................... 3
BAB 4 HASIL DAN ANALISIS ...................................................................................... 8
4.1 Analisis Searching Neighboard .............................................................................. 8
4.2 Cross Validation ..................................................................................................... 10
4.3 Analisis Hasil Report .............................................................................................. 11
4.4 Hasil Analisi Interpolasi Curah Hujan Menggunakan IDW .................................. 12
BAB 5 KESIMPULAN ..................................................................................................... 13
DAFTAR PUSTAKA ........................................................................................................ 14

Baharudin Alwi / 232016113 / A i

 Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

BAB I
PENDAHULUAN

1.1 Maksud dan Tujuan

Maksud dari praktikum ini yaitu untuk menganalisis interpolasi menggunakan
metode Inverse Distance Weighting pada software ArcGIS.
Tujuan praktikum ini dengan materi Inverse Distance Weighting ini yaitu:
1. Mahasiswa mengetahui metode analisis data spasial dengan menggunakan
Geostatistic Analisys metode interpolasi Inverse Distance Weighting.
2. Mahasiswa dapat menganalisis data hasil interpolasi menggunakan metode
interpolasi Inverse Distance Weighting.
3. Mahasiswa dapat membuat peta menggunakan data hasil interpolasi
menggunakan metode interpolasi Inverse Distance Weighting
1.2 Waktu dan Tempat Pelaksanaan
Waktu : Rabu, 30 Oktber 2019
Pukul : 16.00 – 17.00 WIB
Tempat : Laboratorium Informasi Spasial Teknik Geodesi Itenas

Baharudin Alwi / 232016113 / A 1

 Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

BAB II
DASAR TEORI

2.1 Invers Distance Weight (IDW)

Metode Inverse Distance Weighted (IDW) merupakan metode deterministik yang
sederhana dengan mempertimbangkan titik disekitarnya (ESRI, 2010). Asumsi dari
metode ini adalah nilai interpolasi akan lebih mirip pada data sampel yang dekat
daripada yang lebih jauh. Bobot (weight) akan berubah secara linear sesuai dengan
jaraknya dengan data sampel. Bobot ini tidak akan dipengaruhi oleh letak dari data
sampel.
Metode ini merupakan suatu cara penaksiran yang telah memperhitungkan
adanya hubungan letak ruang (jarak), merupakan kombinasi linear atau harga rata-
rata tertimbang (weighting average) dari titik-titik data yang ada di sekitarnya.
Metode seperjarak ini mempunyai batasan pada jarak saja dan belum memperhatikan
efek pengelompokan data, sehingga data dengan jarak yang sama, namun mempunyai
pola sebaran yang berbeda masih akan memberikan hasil yang sama atau dengan kata
lain metode ini belum memberikan korelasi ruang antara titik data dengan titik data
yang lain (Haris, 2005). Berikut rumus umum yang digunakan:
𝑁

Ẑ(S0 ) = ∑ λi Z(Si )
𝑖=1

Dimana: Ẑ(S0 ) : Nilai yang akan diprediksi.

N : Banyaknya pengukuran titik sampel.
𝜆 : Bobot pengukuran

Baharudin Alwi / 232016113 / A 2

 Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

BAB III
PELAKSANAAN PRAKTIKUM

3.1 Langkah-langkah Praktikum

No Screenshoot Keterangan
1. • Buka Software
ArcGIS

2. • Klik Add Data

(untuk
melakukan
input data
kedalam layar
kerja)

3. • Kemudian Blok
data yang akan
di input
• Klik Add

Baharudin Alwi / 232016113 / A 3

 Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

4. • Maka data shp

akan muncul di
layar kerja
• Klik Tools
Geostatistical
Analisys →
pilih
Geostatistical
Wizard
5. • Pilih
Deterministic
method (IDW)
• Ubah Source
Dataset dalam
curah hujan
• Dan Data Field
dalam intensitas
→ klik Next
6. • Pilih use mean,
untuk
menggunakan
rata-rata data →
klik OK

Baharudin Alwi / 232016113 / A 4

 Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

• Ubah sector
type untuk
menganalsis
major dan
minor semiaxis

• Lihat major dan

minor semiaxis-
nya
• Klik next

• Maka akan
muncul mean
dn RMS dari
data per sector
yang digunakan.

• Lakukan
analisis
terhadap method
report-nya.

Baharudin Alwi / 232016113 / A 5

 Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

• Kemudian buat
kelas untuk
intensitas hujan
(dalam
praktikum ini
buat 10 kelas)

• Kemudian
export hasil
klasifikasi tadi
→ Data →
Export to vector

• Ubah contour
type menjadi
field contour →
klik OK
• Maka akan
muncul hasil
IDW
klasifikasinya

Baharudin Alwi / 232016113 / A 6

 Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

• Kemudian
potong sesuai
batas
administrasi
Bandung
• Pilih IDW, clip
features
batas_administr
asi
• Hasil IDW
berdasarkan
batas
administrasi
• Curah Hujan
Kota Bandung
menggunakan
Interpolasi
Deterministic
metode IDW

Baharudin Alwi / 232016113 / A 7

 Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

BAB IV
HASIL DAN ANALISIS

4.1 Analisis Searching Neighboard

Pada proses interpolasi mengunakan tetangga terdekat digunakan tipe standar

dengan jumlah maksimal tetangga yang digunakan sebagai acuan untuk interpolasi
sebanyak 15 titik dan jumlah minimal tetangga sebanyak 10 titik. Untuk membuat
perbedaan pada tingkat IDW terdapat beberapa sector, diantaranya 1 sector, 4 sector,
4 sector with 45˚ offset, 8 sector.
Jenis Sector Gambar
1 Sector

Baharudin Alwi / 232016113 / A 8

 Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

4 Sector

4 Sector with
45˚ Offset

8 Sector

Baharudin Alwi / 232016113 / A 9

 Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

4.2 Cross Validation

Gambar 4.2 Predicted

Gambar 4.3 Error

Pada tahap Cross Validation ini, jika posisi titik-titik merah mendekati atau
sejajar dengan garis yang berwarna biru maka hasil dari interpolasi yang dilakukan
telah mendekati nilai kebenaran pada kondisi dilapangan.

Baharudin Alwi / 232016113 / A 10

 Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

4.3 Analisis Hasil Report

Gambar 4.4 Method Report

Dari hasil report ini dapat diketahui bahwa data yang digunakan merupakan type
data Feature Class, dan jumlah data Records-nya berjumlah 265. Metode yang
digunakan Inverse Distance Weighted Interpolation. Dan dapat dilihat major dan
minor semiaxis pada sector type yang digunakan.

Baharudin Alwi / 232016113 / A 11

 Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

4.4 Hasil Analisi Interpolasi Curah Hujan Menggunakan IDW

Gambar 4.5 Hasil dari Interpolasi Methode IDW di Wilayah Kecamatan Cihami Utara
Dari hasil interpolasi curah hujan menggunakan IDW dapat diketahui bahwa
sebaran curah hujan yang tinggi terdapat pada daerah kecamatan cimahi utara. Pada
kecamatan cimahi selatan, sebaran curah hujannya cenderung rendah dan menengah
dan pada kecamatan cimahi tengah sebaran curah hujannya cendrung menengah.

Baharudin Alwi / 232016113 / A 12

 Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

BAB V
KESIMPULAN

Kesimpulan dari hasil praktikum yang telah dilaksanakan sebagai berikut:

1. Metode interpolasi inverse distance weighting (IDW) merupakan metode
deterministik yang sederhana dengan mempertimbangkan titik disekitarnya.
Penggunaan metode ini akan lebih cocok jika data yang tersedia tersebar di
masing-masing wilayah. Karena pembobotan akan dilakukan berdasarkan jarak
tetangga antar data.
2. Pada penggunaan tool interpolasi menggunakan metode inverse distance
weighting (IDW) terdapat berbagi tipe sector serta jumlah maksimum dan
minimum tetangga yang digunakan untuk interpolasi sehingga dapat ditentukan
pilihannya agar mendapat hasil interpolasi yang sangat sesuai.
3. Terdapat tahap cross validation yang digunakan untuk melihat perbandingan data
yang diukur dengan hasil prediksi berkaitan dengan kesamaan keduanya.
4. Dari hasil interpolasi dapat disajikan peta persebaran curah hujan kota cimahi
yang menggambarkan sebaran curah hujan berdasarkan degradasi warna yang
dapat ditentukan.

Baharudin Alwi / 232016113 / A 13

 Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

DAFTAR PUSTAKA

ESRI, 2010. Geostatistical Analyst Tutorial.

help.arcgis.com/en/arcgisdesktop/10.0/pdf/geostatistical-analyst-tutorial.pd
diakses pada 12 Oktober 2019 pukul 22:32. ESRI, 2017. Histograms.
http://desktop.arcgis.com/en/arcmap/10.3/guide books/extensions/geostatistical-
analyst/histograms.htm diakes pada 15 Oktober 2019 pukul 22:18.
Hadi, Bambang Syaeful. (2013). Metode Interpolasi Spasial Dalam Studi Geografi.
Yogyakarta: Univeritas Negeri Yogyakarta.

Baharudin Alwi / 232016113 / A 14