TUGAS PRAKTIKUM

GEOSTATISTIK & PERMODELAN SUMBER DAYA CADANGAN

“Variogram”

Disusun Oleh:
FADEL MUHAMMAD
17137083/2017

Dosen Pengampu:
ADRE OCTOVA, S.SI,.M.T

TEKNIK PERTAMBANGAN
FAKULTAS TEKNIK
UNIVERSITAS NEGERI PADANG
2020
 Variogram

Geostatistik adalah merupakan aplikasi teori variabel terregional dalam

mempelajari fenomena-fenomena gejala alam, terutama untuk menentukan volume bahan
galian. Landasan dari Geostatistik adalah “The Theory of Regionalised Variables”, yang
mana bahwa data dari titik-titik sampel mempunyai korelasi satu sama lain sesuai dengan
karakteristik penyebaran endapan mineralnya.
Tahapan perhitungan cadangan dalam analisis geostatistik secara umum
meliputi : pengamatan data lapangan, variografi, dan perhitungan variansi perkiraan dan
variansi krigging.
Variogram adalah suatu langkah dalam menghitung cakupan/hubungan antara
satu poin dengan poin lain. Sehingga didapatlah penyebaran atau lokasi yang dipetakan
dalam bentuk grid-grid.Analisis variogram merupakan tahapan dalam perhitungan pada
sejumlah lokasi & melihat hubungan antar observasi pada berbagai lokasi yang diukur.
Proses yang dilakukan dalam analisis variogram adalah meregister seluruh
data, mengeksplorasi data, membuat model, melakukan dan membandingkan pemodelan.
Analisis mendalam dan terintegrasi dengan geostatistik sangat diperlukan untuk dapat
membuat model detail guna analisa fasies dan peta porositas yang bertujuan determinasi
dan input pada model simulasi reservoir.
Salah satunya adalah melalui metode Variogram. Variogram adalah
serangkaian aktivitas mulai dari penelusuran data, pembuatan model hingga laporan
analisa.Berikut uraian dalam tahapan analisa:
1. Penelusuran Data
Penelusuran data dilakukan secara manual atau dengan komputer. Jika data
tersusun dalam grid/ spacing yang teratur dapat dilakukan perhitungan secara
langsung dengan arah horisontal, vertikal ataupun diagonal.
2. Pembuatan dan Analisis Variogram Eksperimen
Variogram adalah suatu fungsi vektor yang dapat digunakan untuk
mengkuantifikasikan tingkat kemiripan atau variabilitas antara dua conto yang
terpisah oleh jarak tertentu dengan grafik x - y yang dihasilkan dari plot jarak dan
varians dari data yang berpasangan.
Variogram dilakukan untuk melakukan penaksiran kadar bijih dengan
tujuan kuantifikasi korelasi ruang antar conto menggunakan suatu perangkat statistik.
Sifat - sifat yang merupakan ciri khas dari variabel terregional antara lain:
a. Suatu variabel terregional terlokalisir (menempati lokasi tertentu), dimana variasi
terjadinya deposit, ukuran, dan orientasi tertentu.
b. Variabel terregional dapat mencerminkan variasi kontinuitas yang relatif tinggi
ataupun rendah.
c. Variabel terregional mencerminkan anisotropi, artinya tingkat distribusi varians
dari variabel berbeda pada masing-masing arah.
Di sisi lain, data variogram yang memiliki jarak antar conto tidak teratur
diperlukan suatu toleransi untuk kedua variabel tersebut. David (1977) menjelaskan
istilah angle classes (θ±α/2) dan distance classes (h±∆h) sebagai toleransi untuk
menghitung pasangan data dengan jarak antar data yang tidak teratur. Semua titik conto
atau data yang berada pada search area yang didefinisikan dengan angle classes dan
distance classes akan dianggap sebagai titik-titik conto yang berjarak h dari titik x0 (titik
origin) pada arah yang dimaksud.
1. Eksplorasi Data
Pemahaman yang menyeluruh pada data yang ada sangat diperlukan untuk
dapat menganalisis geostatistik. Eksplorasi dari pendistribusian data, melihat batasan-
batasan secara global dan lokal, melihat pola-pola global, memeriksa korelasi spasial,
dan memahami kovariasi dari berbagai data.
2. Pembuatan Model
Pada mulanya, geostatistik merupakan sinonim dari "kriging”, namun
dalam perkembangannya juga meliputi metode deterministik. Metode deterministik
tidak memiliki penilaian untuk kesalahan prediksi, tidak ada asumsi untuk data.
Sedangkan metode kriging memiliki penilaian untuk kesalahan prediksi dan
mengasumsikan data dari proses stokastik. Peta yang dihasilkan dapat berupa peta
prediksi (peta interpolasi), peta standar eror, peta Quantile, peta probability.
3. Melakukan Diagnostik
Dalam pemodelan geologi, khususnya pemodelan reservoir, model yang
baik kan memiliki satu kualitas yang sederhana yaitu: harus menyediakan prediksi
yang baik dari perilaku reservoir untuk merespon keadaan. Prediksi yang baik harus
memiliki prediksi mean eror yang mendekati nol, RMS (root-mean-square) yang
lebih kecil lebih baik. Apabila estimasi rata – rata standar eror dibandingkan dengan
prediksi eror RMS sama maka prediksi bagus, apabila <1 maka overestimate dan
apabila >1 maka underestimate.
4. Membandingkan Model
Beberapa model yang dihasilkan dari beberapa perlakuan harus
dibandingkan untuk melihat mana yang lebih baik. Penggunaan cross validation
statistic sangat membantu dalam pembandingan ini.
Korelasi Informasi Data Geologi Terhadap Variogram
Pada tahapan pemodelan karakterisasi reservoir diperlukan suatu analisa
hubungan spasial (spatial relationship) antara pasangan atau beberapa pasangan data
geologi untuk mengetahui geometri dan kontinuitas properti reservoir. Salah satu
analisa tersebut adalah analisa variogram. Parameter utama variogram terdiri dari
empat bagian yaitu ; Major dan Minor trend (melihat penyebaran lapisan pada arah
horizontal dan vertikal), sill and range, serta Nugget. Analisis variogram yang baik
adalah analisis yang memasukan atau menggabungkan data geologi pada setiap
penentuan parameter variogram. Karakteristik (semi) variogram
1. Sill: harga / nilai semivarian pada bagian variogram teratas (level off), dapat
diartikan juga sebagai “amplitudo” suatu komponen tertentu dari variogram.
2. Range: jarak lag ketika semivariogram (or semivariogram component)
mencapai sill. diartikan autocorrelation sama dengan nol pada jarak tersebut.
3. Nugget: secara teori nilai awal semivariogram adalah nol. ketika lag mendekati
nol nilai semivariogram disebut sebagai nugget. Nugget mewakili variasi pada
 jarak (lag) yang sangat kecil, atau lebih kecil dari sample rate / spacing,
termasuk eror dalam pengukuran.

Langkah Praktikum Variogram :

1) Langkah pertama yaitu menyalin seluruh data terlebih dahulu, seperti pada gambar
dibawah ini.

2) Untuk mempermudah pengolahan data cobalah dimulai dengan 10 data dulu.

3) Blok nilai X dan Y, lalu konversikan ke dalam bentuk grafik. Berikut adalah gambar
persebaran datanya.

4) Grafik diatas yang juga berbentuk tabel sangat memudahkan kita dalam menentukan
rangenya. Untuk memudahkan kita dalam penentuan rangenya maka dari itu lihat
tabel dibawah ini.

Dari table tersebut dapat kita lihat bahwa nilai X dan Y mempunyai nilai
interval. Dari interval tersebutlah kita dapat nilai rangenya.
5) Selanjutnya dengan bantuan arah mata angin, dapat dicari nilai gama per intervalnya
berdarkan N – S, W – E, NE – SW dan NW – SE.

6) Setelah menentukan arah mata angin,selanjutnya hitung nilai gama pada arah Barat
ke Timur, Utara ke Selatan dan seterusnya.
 Untuk mendapatkan Nilai gama per interval digunakan rumus sebagai berikut:

Selanjutnya di jumlahkan lalu dibagi dengan 2 x h nya, h adalah interval atau range.

7) Langkah selanjutnya konversikan hasila gama dalam bentuk table dan dari table dapat
dicari grafiknya. Untuk lebih jelas dapat dilihat gambar dibawah ini:
 8) Langkah selanjutnya adalah menghitung nilai gama pada arah Utara ke Selatan.

Didapatkan nilainya adalah:

Dan rumusn yang digunakan adalah sbagai brikut:

9) Konversikan hasil perhitungan kedalam tabel , lalu buatlah grafik dari table tersebut.