SIMULASI PERUBAHAN PANGKAT PADA TEKNIK ESTIMASI

INVERSE DISTANCE WEIGHTING (IDW) PADA PERSEBARAN

ALUMUNIUM (Al)

Alvin Faza Ramadhani dan Hasna Asmaraningthyas

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 untuk membandingkan hasil estimasi kadar memakai teknik inverse distance
weighting (IDW). Simulasi dilaksanakan dengan mengubah pangkat (power) pada bobot IDW. Penelitian ini
memakai data kadar Al (Alumunium) yang telah dikompositkan dari 117 titik bor. Jarak pencarian sampel
(search distance) berdasarkan variogram model exponential dengan arah orientasi isotropik. Akurasi hasil
estimasi diperoleh dari perbandingan secara visual antara model dan data serta perbandingan hasil analisis
statistik. Hasil penelitian menunjukkan teknik IDW dengan pangkat 0 menghasilkan koefisien regresi sebesar
1,014; standard error (SE) sebesar 0,236; R2 sebesar 0.160; Y-intercept sebesar 23.81; dan SE prediction
sebesar 136.689. Berdasarkan parameter tersebut teknik IDW dapat digunakan untuk estimasi kadar Al di
lokasi penelitian
Kata kunci: inverse distance weighting, akurasi, pangkat, regresi linier, exponential
This study aims to compare the results of the Al grade estimation using the inverse distance weighting
(IDW) technique. The simulation is carried out by changing the power to the IDW weight. This study used Al
grade which had been composited from 117 drill points. Sample search distance based on the exponential
model variogram using isotropic orientation. The accuracy of the estimation results is obtained from a visual
comparison between the model and the data and the comparison of the results of statistical analysis. The results
showed that the IDW technique with a power of 0 resulted in a regression coefficient of 1.014; standard error
(SE) of 0,236; R2 is 0.160; Y-intercept of 23.81; and SE prediction of 136.689. Based on these parameters, the
IDW method can be used to estimate the Al grade at the research location

Keywords: inverse distance weighting, accuracy, power, linear regression, exponential

I. PENDAHULUAN
Ada banyak teknik estimasi sumberdaya
mineral [1-6]. Teknik yang umum digunakan
dalam estimasi sumberdaya mineral adalah
ordinary kriging (OK), inverse distance
weighting (IDW), moving average (MA), dan
nearest neighbor polygon (NNP). OK sering
dianggap sebagai salah satu teknik terbaik
dalam interpolasi data spasial yang heterogen,
namun penggunaan OK terbebani oleh waktu
kalkulasi yang sangat lama, sedangkan teknik
MA adalah tercepat, namun model yang
diestimasi kurang akurat [7]. Teknik IDW
memberikan akurasi yang memuaskan dengan
waktu kalkulasi yang wajar [8]. Pada kondisi
tertentu pendekatan konvesional IDW sering
lebih akurat dibandingkan dengan OK [9,10].
Oleh karena itu teknik IDW sering dipakai
untuk penaksiran kadar mineral [11,12].
Penelitian ini mengoptimalkan teknik IDW
dengan membandingkan akurasi perubahan
pangkat dalam didasarkan pada analisis regresi
linier.
sebagai berikut :
(2)
Terdapat kemiripan dengan model spherical,
model eksponensial berbentuk linear untuk semua
jarak pendek yang dekat dengan pusatnya.
Metodologi penelitian meliputi pengumpulan
data dan analisis statistic dasar untuk mengetahui
gambaran dari data, analisis statistic spasial untuk
menetukan jarak pencarian data, dan estimasi kadar
memakai teknik IDW. Simulasi dipakai untuk
menentukan pangkat yang paling akurat dalam
estimasi menggunakan teknik IDW, berdasarkan
validasi silang (cross validation) antara kadar pada
data bor dan estimasi kadar (model).
Teknik IDW sangat dipengaruhi oleh parameter
jarak dan penggunaan power. Rumus teknik IDW
adalah [13]:

II. METODOLOGI PENELITIAN

Perhitungan semivariogram eksperimental keterangan:
terhadap beberapa model variogram dengan Z∗ : estimasi (taksiran) IDW
menggunakan bantuan software GS+ Z : kadar ke-i
Model Eksponensial
: jarak ke-i
Pada model eksponensial terjadi peningkatan k : pangkat (power)
dalam semivariogram yang sangat curam dan
mencapai nilai sill secara asimtotik, dirumuskan
 Hasil estimasi (model) dibandingkan dengan
nilai data sebenarnya (data bor eksplorasi) di
lokasi yang sama memakai teknik validasi silang.

III. HASIL DAN PEMBAHASAN

Hasil penelitian meliputi hasil analisis statistik
dasar dan spasial. Selanjutnya pembahasan
tentangsimulai pemakaian pangkat pada estimasi
memakai teknik IDW.
1. Analisis Statistik Deskriptif
Analisis statistik dilakukan terhadap data
kadar Al (Gambar 1). Analisis ini bertujuan
untuk mengetahui karakteristik data (Gambar 2).
Hasil disajikan pada Tabel 1

Gambar 2. Sebaran titik bor

2. Studi Variogram
Pada penelitian ini digunakan variogram
dengan model exponential dengan orientasi
isotropic (Gambar 3). Parameter model
variogram exponential dipakai untuk
menentukan jarak pencarian data untuk estimasi

Gambar 3. Variogram model exponential isotropik

Gambar 4 - 8 merupakan visualisasi distribusi

Gambar 1. Log frequency distribution (Al)
kadar Al dalam peta 2D yang dihasilkan oleh
model variogram exponential dalam penaksiran
memakai teknik Inverse Distance Weighting
(IDW). Tanda silang pada gambar adalah letak
lubang bor

Tabel 1. Analisis statistik deskriptif

Parameter Assay
Mean 5,197
Std Deviation 0,694
Sample Variance 0,4820
Minimum Value 3,05
Maximum Value 6,66
n 117
Skewness -0,38
Kutosis 0,14

Gambar 4. Distribusi Kadar Al dalam 2D

Memakai Teknik Inverse Distance
Weighting (IDW) dengan Weighting
Power 0
Gambar 5. Distribusi Kadar Al dalam 2D
Memakai Teknik Inverse Distance
Weighting (IDW) dengan Weighting
Power 25
3.
Gambar 6. Distribusi Kadar Al dalam 2D
Memakai Teknik Inverse Distance
Weighting (IDW) dengan Weighting
Power 50
Gambar 7. Distribusi Kadar Al dalam 2D
Memakai Teknik Inverse Distance
Weighting (IDW) dengan Weighting
Power 75
Gambar 8. Distribusi Kadar Al dalam 2D
Memakai Teknik Inverse Distance
Weighting (IDW) dengan Weighting
Power 100
Validasi Silang Hasil Estimasi
Gambar 9 - 13 menunjukkan
validasi silang antara kadar komposit
dan hasil estimasi dari masing- masing
model peningkatan pangkat memakai
teknik Inverse Distance Weighting
(IDW).
Hasil validasi silang setiap model
variogram berdasarkan arah orientasi:
isotropi. Pada tabel tersebut dapat
dilakukan evaluasi nilai regresi terbaik
untuk menentukan akurasi model yang
dipilih.
Model variogram exponential
dengan arah isotropi dan peningkatan
pangkat 0 memiliki nilai regression
coefficient mendekati satu, nilai Y-
intercept mendekati nol dan kurva
berhimpitan dengan garis regresi.
Gambar 9. Validasi Silang Komposit dan
Taksiran Teknik Inverse Distance
Weighting (IDW) dengan Weighting
Power 0
 4. Validasi Grafis Hasil Estimasi
Validasi secara grafis dilakukan
secara visual dengan tampilan peta 3D
berdasarkan hasil estimasi di sekitar
sebaran titik bor. Validasi secara grafis
ini memiliki 15 trend warna yang
memiliki rentang kadar masing-masing
pada tampilan 3D untuk setiap model
variogram.
Pada Gambar 14 - 18 menunjukkan distribusi
kadar 3D disertai letak lubang bor.
Gambar 10. Validasi Silang Komposit
dan Taksiran Teknik Inverse Distance
Weighting (IDW) dengan Weighting
Power 25

Gambar 14. Visualisasi Peta 3D Letak

Gambar 11. Validasi Silang Komposit Lubang BorTeknik Inverse Distance
dan Taksiran Teknik Inverse Distance Weighting (IDW) dengan Weighting
Weighting (IDW) dengan Weighting Power 0
Power 50

Gambar 12. Validasi Silang Komposit

dan Taksiran Teknik Inverse Distance
Weighting (IDW) dengan Weighting
Gambar 15. Visualisasi Peta 3D Letak
Power 75
Lubang BorTeknik Inverse Distance
Weighting (IDW) dengan Weighting
Power 25

Gambar 13. Validasi Silang Komposit

dan Taksiran Teknik Inverse Distance
Weighting (IDW) dengan Weighting
Power 100
Gambar 16. Visualisasi Peta 3D Letak
Lubang BorTeknik Inverse Distance
Weighting (IDW) dengan Weighting
Power 50

Gambar 16. Visualisasi Peta 3D Letak

Lubang BorTeknik Inverse Distance
Weighting (IDW) dengan Weighting
Power 75

Gambar 16. Visualisasi Peta 3D Letak

Lubang BorTeknik Inverse Distance
Weighting (IDW) dengan Weighting
Power 100
IV. KESIMPULAN DAN SARAN
[6] Zulkarnain, I., and W. S. Bargawa,
Kesimpulan yang diperolah dari penelitian
Classification of coal resources using drill
ini adalah :
hole spacing analysis (DHSA), Journal of
1. Analisis estimasi kadar Al memakai variogram
Geological Resource and Engineering, 6,
model exponential orientasi isotropik dengan
pp. 151-159, 2018.
teknik IDW pangkat 1 memiliki akurasi tinggi
[7] Setianto, A., and Triandini, T. (2013),
dibandingkan dengan teknik lain, berdasarkan
Comparison of kriging and inverse
parameter regresi linier: nilai koefisien regresi
distance weighted (IDW) interpolation
1,014; SE 0,236; R2 0,160; Y- intercept 23,81;
methods in lineament extraction and
dan SE Prediction 136,689.
analysis, J. SE Asian Appl. Geol., Vol.
2. Evaluasi tingkat akurasi teknik IDW dapat
5(1), pp. 21–29.
dibandingkan dengan teknik lain misalnya
[8] Maleika, W., Inverse distance weighting
block kriging untuk berbagai simulasi ukuran
method optimization in the process of
blok.
digital terrain model creation based on
data collected from a multibeam
V. DAFTAR PUSTAKA
echosounder, Applied Geomatics, Vol. 12,
[1] Bargawa, W.S., Mineral resources
pp. 397–407, 2020.
estimation based on block modeling.
[9] Achilleos, G.A. (2011): The Inverse
Progress in Applied Mathematics in
Distance Weighted interpolation method
Science and Engineering Proceedings. AIP
and error propagation mechanism –
Conf. Proc. 1705, pp. 020001-1-020001-8,
creating a DEM from an analogue
2016.
topographical map, Journal of Spatial
[2] Bargawa, W.S., and Tobing, R.F., Iron ore
Science, 56:2, 283-304.
resource modeling and estimation using
[10] Lu GY, Wong DW (2008) An adaptive
geostatistics, AIP Conference Proceedings
inverse-distance weighting spatial
2245, 070016, 2020.
interpolation technique. Comput. Geosci
[3] Bargawa, W.S., Weighted jackknife
34(9):1044–1055.
ordinary kriging - problem solution of the
[11] Chen FW, Liu CW (2012) Estimation of
precision in mineral resources estimation,
the spatial rainfall distribution using
IOP Conf. Series: Earth and
inverse distance weighting (IDW) in the
Environmental Science 212 (012059),
middle of Taiwan. Paddy Water Environ
pp.1-9, 2018.
10(3):209–222
[4] Bargawa, W.S., Mineral resources
[12] https://www.youtube.com/watch?v=3eo
estimation using weighted jackknife
EWcxXBNs, inverse distance weighting.
kriging. Advances of Science and
[13] Bargawa, W.S., Analisis Perbandingan
Technology for Society. AIP Conf. Proc.
Metode NNP dan IDW pada Penaksiran
1755, pp. 120001-120006, 2016.
Kadar Mineral, Prosiding, Seminar
[5] Bargawa, W.S., Rauf, A., and Amri, N.A.,
Nasional, pp. 7-1-7-8, 2015.
Gold resource modeling using pod
indicator kriging. Progress in Applied
Mathematics in Science and Engineering
Proceedings. AIP Conf. Proc. 1705, pp.
020025-1-120025-8, 2016.