halus.
➢ Mungkin membentuk pola “bull’s 5
kecil bobotnya.
0
0 1 2 3 4 5 6 7 8 9
Kriging
7
➢ Metode yang paling fleksibel untuk
banyak tipe set data. 6
perangkat lunak. 4
➢ Jika jumlah datanya banyak,
prosesnya menjadi agak lama. 3
0
0 1 2 3 4 5 6 7 8 9
Minimum Curvature
7
➢ Hasilnya halus, tetapi tidak tepat
terutama untuk area dengan no 6
0
0 1 2 3 4 5 6 7 8 9
Modified Shepard’s Method
7
➢ Mirip dengan IDP tetapi tidak selalu
membentuk pola “bulls’s eye”, 6
0
0 1 2 3 4 5 6 7 8 9
Natural Neighbor
7
➢ Dapat membentuk kontur yang baik
untuk set data yang mengandung 6
0
0 1 2 3 4 5 6 7 8 9
Nearest Neighbor
7
➢ Menetapkan nilai grid node
menggunakan nilai titik terdekat. 6
0
0 1 2 3 4 5 6 7 8 9
Polynomial Regression
7
➢ Berguna untuk melihat trend skala
besar dari surface. 6
lokal hilang. 4
➢ Dapat melakukan ekstrapolasi data di
luar rentang data yang tersedia 3
0
0 1 2 3 4 5 6 7 8 9
Radial Basis Function
7
➢ Fleksibel seperti krigging.
➢ Hasilnya mirip dengan kriging. 6
2. Multilog 4
3. Multiquadric
4. Natural Cubic Spline 3
0
0 1 2 3 4 5 6 7 8 9
Triangulation with Linear Interpolation
7
➢ Membentuk segitiga dengan
menggambar garis di antara titik-titik. 6
➢ Interpolator yang pasti.
➢ Untuk data yang terdistribusi merata. 5
➢ Tidak dapat melakukan ekstrapolasi 4
data diluar rentang data yang tersedia
3
0
0 1 2 3 4 5 6 7 8 9
Moving Average
7
➢ Untuk data dengan jumlah banyak
atau sangat banyak (lebih dari 1000 6
obs).
➢ Ekstrak tren skala menengah. 5
0
0 1 2 3 4 5 6 7 8 9
Data Metrics
7
➢ Untuk membuat informasi grid
tentang data. 6
0
0 1 2 3 4 5 6 7 8 9
Local Polynomial
7
➢ Untuk data yang secara local halus.
➢ Jumlah titik padat untuk area lokal. 6
0
0 1 2 3 4 5 6 7 8 9
Kriging
Hasil terbaik
7 7
Minimum Curvature 7
Natural Neighbor
6 6 6
5 5 5
4 4 4
3 3 3
2 2 2
1 1 1
0 0 0
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
7
0
0 1 2 3 4 5 6 7 8 9
Bull’s eye
7 7
6 6
5 5
4 4
3 3
2 2
1 1
0 0
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
0
0 1 2 3 4 5 6 7 8 9
0
0 1 2 3 4 5 6 7 8 9
Nearest Neighbor
Membentuk Tren
7 7
6 6
5 5
4 4
3 3
2 2
1 1
0 0
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9
Moving Average
Polynomial Regression
THANK YOU