Statistika Dasar

1.1 Tujuan Praktikum

1. Memahami dan dapat menyelesaikan permasalahan kebumian dengan meggunakan
analisis statistik melalui analisa mean, median, modus, variansi, kovariansi, korelasi, dan
histogram.
2. Memahami dan dapat menjelaskan auto-korelasi, cross-korelasi dan regresi serta dapat
menggunakannya untuk menyelesaikan permasalahan kebumian.

1.2 Pendahuluan
Pengetahuan dasar-dasar statistika sudah merupakan keharusan untuk dipahami supaya kita
mampu memahami geostatistik dengan lebih baik. Pemahaman dasar yang terpenting adalah
pemahaman bahwa nilai parameter petrofisik tertentu misalnya porositas, permeabilitas dan
lain-lain merupakan variabel acak dengan nilai dan probabilitas tertentu.

1.3 Teori Dasar

1. Mean
Arithmetic mean secara matematis dapat diformulasikan sebagai berikut:
∑𝑛
𝑖=1 𝑋𝑖
𝑥̅ = 𝑛
Disamping itu, adapula geometric mean yang merupakan akar n dari perkalian semua n
obervasi atau kejadian.

2. Median
𝑋𝑛+1
M= Untuk n ganjil
2
𝑋𝑛 + 𝑋𝑛+1
2 2
M= Untuk n genap
2

3. Modus
Modus adalah nilai atau kejadian yang muncul dengan frekuensi terbanyak.

4. Standar Deviasi
Standar deviasi dan variansi merupakan contoh ukuran statistik/parameter populasi yang
memiliki karakteristik penyebaran atau dispersi terhadap mean.
𝑠 = √𝑠 2
Nilai standar deviasi yang kecil menunjukkan bahwa observasi terkumpul (ter-cluster)
dengan sangat kuat sekitar nilai pusat (mean/median/modus). Sebaliknya jika nilainya
besar, maka menunjukkan data yang tersebar (ter-scatter).

5. Variansi
variansi dari suatu populasi dianalisa dengan menggunakan persamaan :
 ∑𝑛
𝑖=1(𝑥𝑖 −𝜇)
2
𝜎2 = 𝑛
Dari formulasi di atas dapat disimpulkan bahwa variansi merupakan rata-rata deviasi
suatu populasi terhadap mean. Atau jika dihitung dari sampel :
∑𝑛
𝑖=1(𝑥𝑖 −𝜇)
2
𝜎2 = 𝑛−1
Variansi juga dapat dinyatakan dalam bentuk:
𝑆𝑆
𝜎 2 = 𝑛−1
(Penjelasan lebih lanjut silahkan merujuk ke buku Davis halaman 33).

6. Kovariansi
Koefisien koelasi yang belum dinormalisasi. Digunakan untuk analisa dua sekuen data
yang berbeda.

𝑛 𝑛 𝑛
1 1 1
𝐶(𝑥,𝑦) = ∑ 𝑥𝑖 𝑦𝑖 − ∑ 𝑥𝑖 ∑ 𝑦𝑖
𝑛 𝑛 𝑛
𝑖=1 𝑖=1 𝑖=1

7. Auto-korelasi
Pengulangan dalam suatu sekuen data dapat dihitung dari pengukuran kesamaan dengan
dirinya sendiri pada sekuen tersebut (auto-correlation). Salah satu aplikasi autocorreation
ini misalnya pada analisa data log. Formasi batuan tertentu memiliki respons log (gamma
ray,resistivity, density, dan lain-lain). Jika logging dilakukan pada keadaan geologi yang
tersusun atas perulangan antara shale dengan sandstone, maka respons log-nya pun akan
terulang pula.
𝑐𝑜𝑣 𝑋𝑖 𝑋𝑖+𝐿
𝑟(𝐿) =
𝑠𝑥2

8. Cross-korelasi
Untuk melihat keterkaitan antara 2 kelompok data pada waktu yang bersamaan, maka
kita bisa membandingkan antara 2 data yang berbeda untuk ditentuakan hubungan
korelasinya.

𝑐𝑜𝑣 𝑋𝑖 𝑌𝑖+𝐿
𝑟(𝐿) =
𝑠𝑥 𝑠𝑦
9. Koefisien korelasi
Menyatakan hubungan nilai antara data x dan y.

10. Rank koefisien korelasi

Menyatakan hubungan antara data x da y namun diurutkan terlebih dahulu.

𝐶(𝑅𝑥, 𝑅𝑦)
𝑟(𝑅𝑥,𝑅𝑦) =
𝑆𝑅𝑥 𝑆𝑅𝑦

11. Histogram
Histogram adalah sebuah diagram yang mengambil sekumpulan pengukuran dan
menggambarkan banyaknya pengukuran (frekuensi) yang terdapat dalam masing-masing
interval. Histogram juga merupakan pendekatan untuk probability density function (pdf).

12. Regresi Linier

𝑦 = 𝑎𝑥 + 𝑏

𝑦1 𝑥1 1
𝑎
[𝑦2 ] = [𝑥2 1] [ ]
𝑦3 𝑏
𝑥3 1

[d] = [G] [m]

[m]=inv[G]*d  penyelesaian matriks inversi bujur sangar
[m]=inv(GT*G)*GT*d  penyelesaian matriks untuk G yang
tidak bujur sangkar

Selain menggunakan penyelesaian inversi, persamaan regresi linier dapat diselesaikan

dengan persamaan :
𝑐𝑜𝑣 𝑋𝑌
𝑎=
𝑠𝑥2

𝑏 = 𝑦̅ − 𝑎𝑥̅
𝑦̅ = merupakan rata-rata dari data y
𝑥̅ = merupakan rata-rata dari data x
Tugas Praktikum 1
1. Buatlahlah analisa statistika untuk data porositas dan permeabilitas dari data sumur 34-29
! (dengan penambahan tiap nilai: porositas ditambah 0.0xx dan permeabilitas ditambah
0.xx , xx merupakan nim)
a. Tampilkan bentuk histogram porositas untuk jumlah kelas 3, 20, dan √𝑁, N adalah
jumlah data.
b. Buatlah kesimpulan, seberapa kritis menentukan jumlah kelas.
c. Tampilkan bentuk histogram permeabilitas dan log permeabilitas. Jelaskan perbedaan
tampilan yang dihasilkan!
d. Setelah jumlah kelas yang tepat ditentukan dan setelah diputuskan apakah
permeabilitas atau log permeabilitas yang mau dipergunakan, buatlah kesimpulan
atau interpretasi geologi dari histogram porositas dan permeabilitas ini!
e. Bandingkan parameter statistik antara porositas, permeabilitas dan log permeabilitas.
Dan buat penjelasan atas perbedaan pada nilai median, mean, variansi dan koefisien
variansi!

2. Porositas dari reservoar diperkirakan memiliki mean 0.2 dan variansi 0.0004. Jika
porositas dipercaya terdistribusi secara normal. Hitung:
a. Berapa probabilitas porositas yang ditemukan antara 0.18 dan 0.22
b. Jika batuan dengan porositas kurang dari 15% bukan merupakan batuan reservoar,
berapakah probabilitas batuan pada suatu lokasi adalah batuan reservoar
c. Berapakah standar deviasi yang diperlukan agar probabilitas pada bagian (b) adalah
50%.
d. Dengan variansi sama, berapakah mean yang diharapkan agar probabilitas batuan
reservoar (batuan dengan porositas lebih besar dari 15%) adalah 85%.

3. Tentukan:
a. Kovarian untuk porositas dengan log permeabilitas, dan porositas dengan permeabilitas
b. Auto-korelasi untuk porositas, permeabilitas, dan log permeabilitas (lag= 1-3)
c. Cross-korelasi antara porositas dengan log permeabilitas ,dan porositas dengan
permeabiltas (lag=1 sampai 3)
d. Koefisien korelasi untuk porositas dengan log permeabilitas, dan porositas dengan
permeabilitas. Buatlah analisis kesimpulan dari hasil koefisien korelasi tersebut
e. Grafik antara porositas dan log permeabilitas beserta regresinya, grafik antara porositas
dan permeabilitas beserta regresinya