Oleh :
Akram Sripandam Prihanantya
17/415135/TK/46424
I. Judul Praktikum
Analisis Geostatistik
II. Tujuan Praktikum
- Agar mahasiswa mampu melakukan analisis geostatistik
- Agar mahasiswa mampu menggunakan tools yang berkaitan dengan analisis geostatistik
- Agar mahasiswa mampu melakukan akuisis data dan mengesktrak informasi dari citra
satelit
III. Alat dan bahan Praktikum
- Komputer/laptop
- Perangkat lunak ArcGIS
- Batas daerah (dalam laporan ini digunakan batas Kabupaten Gunung Kidul)
- Platform Google Earth Engine (GEE)
IV. Langkah Kerja (sekaligus hasil dan analisis)
1. Akuisisi data dari GEE
a. Membuka GEE, melakukan pemotongan citra sesuai dengan daerah yang akan
dianalisis, dan mengekspor citra sebagai file offline pada resolusi 1000 m/px
2
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
c. Membuat setiap titik memiliki nilai raster dengan cara extraction values to points lalu
menghapus data null pada field raster values agar semua data yang ada memiliki nilai
raster. Dari 500 titik yang dibuat, tersisa 306 titik yang memiliki nilai raster.
3
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
4
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
5
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
Step 3 – semivariogram
γ ·10 12
2.515
2.286
2.058
1.829
1.6
1.372
1.143
0.914
0.686
0.457
0.229
0 0.865 1.729 2.594 3.459 4.323 5.188 6.053 6.917 7.782 8.647 9.511
Model Binned Averaged Distance (Degree), h ·10 3
Pada grafik diatas, terlihat bahwa terdapat beberapa pasang data yang
memiliki nilai semivariogram tinggi hal ini berarti nilai korelasi antar data tersebut
rendah. Namun mayoritas dari data yang ada memiliki korelasi yang tinggi, terlihat
dari banyaknya data di sekitar garis biru. Beberapa data juga sudah diluar jangkauan
autokorelasi, hal ini terlihat dari adanya data yang terletak pada saat grafik
semivariogram mencapai titik tertinggi lalu mulai mendatar.
6
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
Pada hasil kriging diatas, dapat dengan mudah dipahami bahwa hasil prediksi
sebaran NO2 terlihat pada interval warna biru tua-merah tua. Biru tua menyatakan
konsentrasi NO2 yang rendah, sebaliknya warna merah tua menyatakan konsentrasi
NO2 yang tinggi. Daerah yang diprediksi oleh metode ini adalah seluas cakupan segi-
empat dari data sampel terluar.
7
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
Dari 306 sampel titik yang dijadikan sebagai sampel pengujian, terlihat bahwa
pada tab predicted, grafik yang menunjukkan prediksi (garis biru) memiliki sedikit
perbedaan dengan data aslinya (garis abu-tipis), namun cenderung memiliki trend
yang hampir sama. Cross validation berfungsi untuk melakukan uji akurasi hasil
prediksi.
8
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
4. Latihan kedua
a. Memilih histogram pada Geospatial Analyst > Explore data > Histogram lalu memilih
juga Normal QQ Plot. Dua grafik ini menjelaskan distribusi data yang dijadikan sampel.
Histogram
Histogram menyatakan data statistik sederhana dari layer dan field yang
ditentukan pengguna. Diagram batang diatas berisi mengenai perbandingan antara
nilai dataset (nilai NO2 pada setiap titik) pada sumbu X dengan frekuensinya pada
sumbu Y. Selain itu, terlihat pada kotak di ujung kanan atas bahwa terdapat hasil
operasi statistika sederhana seperti jumlah data, nilai minimal, nilai maksimal, nilai
rerata, standar deviasi, nilai puntiran (skewness), nilai keruncingan (kurtosis), kuartil
ke 1, nilai median, dan nilai kuartil ke 3.
9
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
Data yang baik semestinya terdistribusi normal, pada grafik Normal QQ Plot
data dapat dikatakan terdistribusi normal apabila berhimpit pada garis diagonal.
Sementara pada gradik diatas, terlihat bahwa data tidak terdistribusi normal,
walaupun juga tidak dapat dikatakan terdapat outlier. Pemilihan sampel yang
terdistribusi normal membantu prediksi berjalan lebih baik.
b. Memilih trend analysis pada Geospatial Analyst > Explore data > trend analysis. Dengan
memilih layer dan field yang sesuai, maka didapatkan hasil tren sebagai berikut :
Trend on XZ-Axis
Tren pertama adalah garis hijau pada sumbu XZ, dimana garis tersebut
memiliki ujung dengan ketinggian (z) yang sama yaitu pada kisaran 1 satuan grid dan
tengahnya menggelembung ke atas sehingga membentuk seperti lonceng. Hal ini
berarti data pada sumbu tersebut terdistribusi normal walaupun tidak sempurna,
karena cembungan yang ada tidak terlalu signifikan.
10
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
Trend on YZ-Axis
Tren kedua adalah garis biru pada sumbu YZ, sama halnya dengan trend
pertama dimana garis tersebut memiliki ujung dengan ketinggian (z) yang sama yaitu
pada kisaran 1 satuan grid dan tengahnya menggelembung ke atas sehingga
membentuk seperti lonceng. Hal ini berarti data pada sumbu tersebut terdistribusi
normal walaupun tidak sempurna, karena cembungan yang ada tidak terlalu
signifikan.
c. Memilih Semivariogram/Covariance Cloud pada Geospatial Analyst > Explore data >
Semivariogram/Covariance Cloud. Dengan memilih layer dan field yang sesuai, maka
didapatkan hasil tren sebagai berikut :
11
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
Grafik ini menunjukkan sebaran seluruh pasangan data pada semua arah.
Grafik ini berfungsi untuk mengetahui pasangan data yang saling berkorelasi.
Misal pada percobaan pertama, yaitu memilih 2 pasang data yang memiliki
jarak berjauhan namun memiliki nilai korelasi yang hampir sama namun nilai
semivariogramnya tinggi.
12
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
Misal pada percobaan kedua, yaitu memilih 2 pasang data yang memiliki jarak
berdekatan, memiliki nilai korelasi yang hampir sama, dan nilai semivariogramnya
rendah.
13
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
5. Latihan ketiga
a. Melakukan transformasi sesuai dengan kecenderungan distribusi data pada hasil
Latihan kedua (trend analysis) dengan cara mengubah orde transformasi, dalam hal
ini dipilih orde 2.
Step 3 of 6
14
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
b. Memilih model type yaitu spherical lalu pada view setting mengubah show search
direction dan show all lines menjadi true dan mengubah arah atau angle sehingga
memenuhi ketentuan :
- Melewati tengah – tengah dari kumpulan titik yang telah dikelompokkan (binned
values) yaitu titik-titik merah.
- Sedekat mungkin dengan nilai rerata (titik-titik biru)
- Sedekat mungkin dengan garis hijau
γ ·10 12
6.819
6.199
5.579
4.959
4.339
3.719
3.099
2.48
1.86
1.24
0.62
0 0.142 0.284 0.426 0.568 0.71 0.851 0.993 1.135 1.277 1.419 1.561
Model Binned Averaged All lines Distance (Degree), h ·10 1
Pada grafik diatas, terlihat bahwa pada azimuth 44,6°, grafik telah memenuhi
ketentuan yang disyaratkan.
15
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
16
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
6. Latihan keempat
Membandingkan model pada Latihan ketiga dengan Latihan sebelumnya
dengan cara memilih compare pada layer yang akan dibandingkan. RMS standardized
antara model kriging Latihan ketiga (kiri) lebih kecil dibandingkan dengan model
kriging pada Latihan pertama (kanan).
Predicted
17
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
Error
Standardized Error
18
Analisis Geostatistik
Mata Kuliah Sistem Informasi Geografis Terapan
Normal QQ Plot
Dengan hasil perbandingan diatas, disimpulkan bahwa hasil kriging pada hasil
Latihan ketiga lebih baik dibandingkan Latihan pertama.
19
7. Latihan Kelima : Layouting