Oleh :
Ristio Efendi
270110120047
Geologi E
UNIVERSITAS PADJADJARAN
Peranan Geostatistik dalam Kegiatan Eksplorasi Sumber Daya Alam
Statistik dalam geologi akan dapat dilihat peranannya dengan lebih mudah, terutama
dalam menganalisa data dalam data dalam beberapa contoh kasus seperti pengolahan data
kekar, uratan stratigrafi, estimasi mineral, klasifikasi data fosil, dan sebagainya :
● Optimasi model
● filter noise
● anomali regional
● atribut seismic
Dalam proses analisis yang pertama perlu dilakukan adalah meregister seluruh data
yang diperlukan. Hal ini sagat penting dilakukan untuk dapat menggunakan data – data
tersebut pada tahapan selanjutnya. Kompatibilitas data untuk dapat dianalisis lebih lanjut
apabila menggunakan GIS tentu sangat penting. Data digital akan memudahkan dengan
penggunaan work station. Langkah – langkah analisa yang harus dilakukan meliputi:
Eksplorasi Data
o Pemahaman yang menyeluruh dan dalam pada data yang ada sangat
diperlukan untuk dapat menganalisis. Eksplorasi dari pendistribusian data,
melihat batasan – batasan secara global dan lokal, melihat pola –pola global,
memeriksa korelasi spasial, dan memahami kovariasi dari berbagai data.
Pembuatan Model
o Pada mulanya geostatistik merupakan sinonim dari “kriging”. Tetapi
kemudian dalam perkembangannya juga meliputi metode deterministic.
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.
Melakukan Diagnostik
o Sebelum menghasilkan hasil akhir harus kita ketahui dahulu seberapa
bagusnya prediksi nilai di tempat yang tidak memiliki data real. Dalam
pemodelan geologi khususnya pemodelan reservoir, model yang baik akan
memiliki satu kualitas yang sederhana yaitu: harus menyediakan prediksi yang
baik dari perilaku reservoir untuk merespon keadaan (Tyson and Math, 2009).
o Untuk 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.
Membandingkan Model
o Beberapa model yang dihasilkan dari beberapa perlakuan harus dibandingkan
untuk melihat mana yang lebih baik. Penggunaan cross validation statistic
sangat membantu dalam pembandingan ini. Aturan – aturan dasar sebelumnya
untuk prediksi yang baik masih digunakan juga untuk pembandingan model.
Contoh Kasus diambil dari :Arifudin Idrus dkk, 2007, Diktat Mata Kuliah Eksplorasi
Sumber Daya Mineral, melalui : http://id.scribd.com/doc/113374715/3/I-3-Konsep-Eksplorasi
Geostatistik
Variogram
Dengan :
Z ( Xi) adalah nilai data di titik Xi
Z ( Xi + h ) adalah nilai data di titik Xi + h
N(h) adalah banyaknya pasangan titik yang memiliki jarak h
Model Variogram
3. Kehadiran anisotropi, struktur bersarang, drift dan lain-lain.Umum digunakan saat ini pada
endapan mineral adalah model Matheron.
(Gambar8.3)
Perhitungan Variogram
Gambar Variogram Eksperimental Drift-1
http://id.scribd.com/doc/50782388/GEOSTATISTIKA
Arifudin Idrus dkk, 2007, Diktat Mata Kuliah Eksplorasi Sumber Daya Mineral, melalui :
http://id.scribd.com/doc/113374715/3/I-3-Konsep-Eksplorasi