EVALUASI PERUBAHAN TEKNIK BLOCK KRIGING, POINT

KRIGING, INVERSE DISTANCE WEIGHTING (IDW), DAN NORMAL

DISTANCE WEIGHTING (NDW) PADA HASIL ESTIMASI KADAR
URANIUM
Sendi Akbar Pratama Putra1
1,2
Jurusan Teknik Pertambangan, Fakultas Teknologi Mineral, Universitas Pembangunan Nasional
“Veteran” Yogyakarta, Jl. SWK 104 Lingkar Utara Condongcatur, Yogyakarta
Telp. (0274) 486701 Fax. (0274) 486702
ABSTRAK
Penelitian ini bertujuan agar dapat membandingkan hasil estimasi kadar dengan mengubah
teknik block kriging 2x2, point kriging, inverse distance weighting (IDW) dengan pangkat (power) 2,
dan normal distance weighting (NDW) dengan pangkat 2. Peneletian ini menggunakan data Ur
(Uranium) yang telah dikompositkan dari 24 titik bor berdasarkan model spherical dengan arah
orientasi isotropi dan mengunci nilai minimum dan maksimum number of neighbors di angka 2 dan 16.
Berdasarkan hasil penelitian, teknik IDW dengan pangkat 2 memiliki nilai regression coefficient
sebesar 0.956; standard error (SE) sebesar 0.514; R2 sebesar 0.136; Y-intercept sebesar 0.31; dan SE
prediction sebesar 1.236. Dari hasil parameter yang didapat dengan data Ur, metode ordinary kriging
(OK) model spherical isotropi dengan teknik estimasi IDW pangkat 2 merupakan teknik yang paling
akurat pada penelitian ini.
Kata kunci: block kriging, point kriging, inverse distance weighting, normal distance weighting
This research aims to compare the results of estimated levels by changing the block kriging
technique 2x2, point kriging, inverse distance weighting (IDW) with a weighting power of 2, and normal
distance weighting (NDW) with a weighting power of 2. This research uses Ur (Uranium) data which
has been composited from 24 drill points based on a spherical model with isotropy orientation and
locking the minimum and maximum number of neighbors in numbers 2 and 16. Based on the research
results, the IDW technique with a power of 2 has a regression coefficient value of 0.956; standard error
(SE) of 0.514; R2 is 0.136; Y-intercept of 0.31; and SE prediction of 1,236. From the parameter results
obtained with Ur data, the ordinary kriging (OK) method of spherical isotropy model with the IDW
estimation technique with number of weighting power 2 is the most accurate technique in this research.
Keywords: block kriging, point kriging, inverse distance weighting, normal distance weighting

1. PENDAHULUAN singkat dibandingkan OK, oleh karena itu

Geostatistik adalah metode statistik
yang digunakan untuk melihat hubungan
antar variable data spasial sehingga
Matheron (1963) menamakan teknik
estimasi ini sebagai kriging [1]. Ada
beberapa teknik estimasi sumberdaya
mineral seperti ordinary kriging (OK) dan
inverse distance weighting (IDW). OK
dianggap menjadi salah satu Teknik dengan
hasil terbaik dalam interpolasi data yang
heterogen, namun memiliki waktu estimasi
yang membutuhkan kalkulasi yang lama.
Teknik IDW memiliki akurasi yang sangat
baik dengan waktu kalkulasi yang lebih
IDW lebih sering digunakan dalam estimasi
sumberdaya mineral. Tujuan penelitian ini
adalah membandingkan akurasi estimasi
kadar menggunakan teknik yang dimiliki
OK dan IDW seperti block kriging (BK),
point kriging (PK), inverse distance
weighting (IDW), dan normal distance
weighting (NDW) pada analisis
menggunakan hasil regresi linier.
2. METODOLOGI PENELITIAN
Penelitian meliputi hal pengumpulan
data dan analisis statistik untuk mengetahui
gambaran dari data, analisis data
menentukan jarak pencarian data dan
estimasi kadal menggunakan teknik BK,
PK, IDW, NDW. Simulasi ini digunakan
untuk menentukan teknik yang paling akurat
dalam estimasi berdasarkan validasi silang
(Cross Validation) antara data bor dann
estimasi kadar (model). Hasil sangat
dipengaruhi oleh teknik estimasi yang
digunakan dan penggunaan power (pangkat)
pada IDW dan NDW.
2.1 Model Semivariogram Teoritis
(a) Model Spherical
Model spherical adalah model yang
paling sering digunakan dalam variogram.
Bentuk persamaan bakunya adalah sebagai
berikut :
(1)
Keterangan: h adalah jarak tertentu dalam
arah umum yang memisahkan dua titik
sebarang dan a adalah range (berlaku
untuk rumus-rumus selanjutnya). Model ini
berbentuk linear pada jarak kecil yang dekat
dengan pusat, tetapi meluruskan untuk jarak
yang besar, dan memberikan sill pada a.
(b) Model Eksponensial
Pada model eksponensial terjadi
peningkatan dalam semivariogram yang
sangat curam dan mencapai nilai sill secara
asimtotik, dirumuskan sebagai berikut :
(2)
Terdapat kemiripan dengan model
spherical, model eksponensial berbentuk
linear untuk semua jarak pendek yang dekat
dengan pusatnya.
(c) Model Gaussian
Model Gauss merupakan bentuk
kuadrat dari eksponensial sehingga
menghasilkan bentuk parabolik pada jarak
yang dekat. Rumus sebagai berikut :
(3)
2.2 Isotropik dan Anisotropik
Jika semivariogram hanya tergantung
pada jarak, dinamakan proses isotropik.
Dinamika proses tidak tergantung pada arah.
Proses memiliki pola sama ke semua arah.
Jika semivariogram merupakan fungsi dari
arah dan jarak, dinamakan anistropik.
Anisotopik dibedakan atas anisotropik
geometric dan anisotropic zonal.
Anisotropik geometrik memiliki sill sama
tetapi range berlainan. Anisotropik zonal
memiliki nilai sill tidak sama tetapi range
sama.
2.3 Block Kriging
Metode ini adalah metode perhitungan
estimasi nilai data di titik-titik dalam suatu
blok berdasarkan set data di titik-titik si
yang berada di sekitar blok. Block kriging
cocok digunakan untuk menganalisis data
yang tidak memiliki kecenderungan tertentu
dan data dengan rata-rata populasi tidak
diketahui. Sistem block kriging sama
dengan sistem point kriging. Perbedaan
hanya pada kovarian matrik D, dan
kovariansi antara blok dengan titik [2].
Sistem block kriging dapat ditulis sebagai
berikut:
Sedangkan variansi kriging dapat
dinyatakan dalam persamaan sebagai
berikut :
2.4 Inverse Distance Weighting
Teknik IDW sangat dipengaruhi oleh
parameter jarak dan penggunaan power.
Rumus teknik IDW adalah sebagai berikut:
Keterangan :
Z* : estimasi (taksiran) IDW
Zi : kadar ke-i
di : jarak ke-i
k : pangkat (power)
 Hasil dari estimasi (model) Gambar 2. Sebaran titik bor primary
dibadingkan di lokasi sama menggunakan variate (Ur)
teknik cross validation.

3. HASIL DAN PEMBAHASAN 3.2 Studi Variogram

3.1 Analisis Statistik Deskriptif Pada penelitian ini menggunakan
Analisis data dilaksanakan teerhadap variogram dengan model spherical dengan
data kadar Ur (Uranium) (Gambar 1). orientasi isotropic (Gambar 3). Parameter
Analisis ini dilaksanakan dengan tujuan model variogram spherical dipakai untuk
untuk mendapatkan karakteristik data
(Gambar 2).
Kemudian hasil disajikan pada Tabel 1.

menentukan jarak pencarian data untuk

estimasi.
Gambar 3. Variogram model spherical
Gambar 1. Log frequency distribution (Ur) isothropy

Tabel 1. Analisis statistic deskriptif Gambar 4-7 merupakan visualisasi

distribusi kadar Ur dalam peta 2D yang
dihasilkan oleh masing-masing teknik
estimasi.

Gambar 4. Distribusi kadar Ur dalam 2D

dengan teknik block kriging 2X2.
 Gambar 5. Distribusi kadar Ur dalam 2D dengan teknik point kriging.

Gambar 6. Distribusi kadar Ur dalam 2D dengan teknik IDW dengan weighting power 2.

Gambar 7. Distribusi kadar Ur dalam 2D dengan teknik NDW dengan weighting power 2.
3.3 Analisis Estimasi Kadar Uranium (Ur)
Dalam proses menghitung estimasi kadar Ur dengan menaksir nilai pada setiap blok dalam
bentuk grid yang disiapkan berdasarkan assay dari lubang bor. Berikut di bawah ini hasil dari
estimasi kadar Ur menggunakan teknik BK, PK, IDW dengan pangkat (power) 2, NDW dengan
pangkat (power) 2 (Gambar 8-11).

Regression coefficient 0.769

SE 0.389
2
R 0.160
Y Intercept 0.79
SE Prediction 1.219
n 24

Gambar 8. Estimated Ur dengan isotropic variogram model spherical teknik block kriging 2X2.

Regression coefficient 0.769

SE 0.389
R2 0.160
Y Intercept 0.79
SE Prediction 1.219
n 24

Gambar 9. Estimated Ur dengan isotropic variogram model spherical teknik point kriging.
 Regression coefficient 1.571
SE 0.640
R2 0..215
Y Intercept 8.98
SE Prediction 1.178
n 24

Gambar 10. Estimated Ur dengan isotropic variogram model spherical teknik normal distance
weigthting dengan weighting power 2.

Regression coefficient 0.956

SE 0.514
2
R 0.136
Y Intercept 0.31
SE Prediction 1.236
n 24

Gambar 11. Estimated Ur dengan isotropic variogram model spherical teknik inverse distance
weigthting dengan weighting power 2.
Dari hasil yang dijelaskan pada gambar 8-11 menunjukkan nilai regresi sebesar 0.769 pada
teknik estimasi block kriging 2X2; 0.769 pada teknik estimasi point kriging; 1.571 pada teknik estimasi
normal distance weighting (pangkat 2); 0.956 pada teknik inverse distance weighting (pangkat 2). Maka
dapat disimpulkan bahwa IDW dengan pangkat 2 memiliki hasil akurasi tertinggi dibandingkan teknik
estimasi yang lain dengan hasil parameter regresi linier : nilai koefisien regresi sebesar 0.956; SE
sebesar 0.514; R2 sebesar 0.136; Y-intercept sebesar 0.31; dan SE Prediction sebesar 1.236.
4. KESIMPULAN DAN SARAN Geological Resource and Engineering, 6,
Kesimpulan yang diperoleh dari penelitian pp. 151-159, 2018.
ini adalah : [7] Setianto, A., and Triandini, T. (2013),
1. Simulasi model variogram diperlukan Comparison of kriging and inverse
untuk menentukan model yang paling distance weighted (IDW) interpolation
cocok untuk diterapkan pada data methods in lineament extraction and
penelitian. analysis, J. SE Asian Appl. Geol., Vol.
2. Berdasarkan penentuan teknik estimasi 5(1), pp. 21–29.
kadar Ur, teknik inverse distance [8] Maleika, W., Inverse distance weighting
weighting dengan weignting power 2 method optimization in the process of
memiliki hasil paling baik dengan nilai digital terrain model creation based on
regression coefficient sebesar 0.956; SE data collected from a multibeam
sebesar 0.514; R2 sebesar 0.136; Y- echosounder, Applied Geomatics, Vol.
intercept sebesar 0.31; dan SE 12, pp. 397–407, 2020.
Prediction sebesar 1.236. [9] Achilleos, G.A. (2011): The Inverse
3. Berdasarkan simulasi menggunakan Distance Weighted interpolation method
model spherical dan orientasi isotropis and error propagation mechanism –
kadar Ur dapat didapatkan dengan hasil creating a DEM from an analogue
yang baik menggunakan teknik estimasi topographical map, Journal of Spatial
inverse distance weighting (IDW). Science, 56:2, 283-304.
[10] Lu GY, Wong DW (2008) An adaptive
DAFTAR PUSTAKA inverse-distance weighting spatial
[1] W. S. Bargawa, “Mineral resources interpolation technique. Comput. Geosci
estimation using weighted jackknife 34(9):1044–1055.
kriging.” Advances of Science and [11] Chen FW, Liu CW (2012) Estimation of
Technology for Society. AIP Conf. Proc. the spatial rainfall distribution using
1755, pp. 120001-120006, 2016. inverse distance weighting (IDW) in the
[2] Bargawa, W.S., Mineral resources middle of Taiwan. Paddy Water Environ
estimation based on block modeling. 10(3):209–222
Progress in Applied Mathematics in
Science and Engineering Proceedings. AIP
Conf. Proc. 1705, pp. 020001-1-020001-8,
2016.
[3] Bargawa, W.S., and Tobing, R.F., Iron ore
resource modeling and estimation using
geostatistics, AIP Conference Proceedings
2245, 070016, 2020.
[4] Bargawa, W.S., Weighted jackknife
ordinary kriging - problem solution of the
precision in mineral resources estimation,
IOP Conf. Series: Earth and
Environmental Science 212 (012059),
pp.1-9, 2018.
[5] Bargawa, W.S., Mineral resources
estimation using weighted jackknife
kriging. Advances of Science and
Technology for Society. AIP Conf. Proc.
1755, pp. 120001-120006, 2016.
[6] Zulkarnain, I., and W. S. Bargawa,
Classification of coal resources using drill
hole spacing analysis (DHSA), Journal of