Analisis Sebaran Kadar

Geostatistik dan Estimasi Sumberdaya TAS 0403

Hendro Purnomo

PROGRAM STUDI TEKNIK PERTAMBANGAN

FAKULTAS TEKNOLOGI MINERAL
INSTITUT TEKNOLOGI NASIONAL YOGYAKARTA
2021
 Definisi Outlier

o Outlier / pencilan adalah data yang memiliki sifat/nilai menyimpang

(anomaly) dibandingkan dengan data lainya dalam suatu kelompok data.
o Data outlier dapat menimbulkan hasil analisa statistik menjadi bias atau
tidak mencerminkan fenomena yang sebenarnya.
o Untuk menghilangkan efek outlier maka dalam perhitungan data outlier
dapat dikeluarkan atau untuk mereduksi efeknya dapat dilakukan
transformasi data, misalnya dengan logaritma natural atau akar kuadrat.
 Penyebab adanya outlier
o Kesalahan pada saat pengukuran atau pengumpulan data
o Data berasal dari kelas yang berbeda
o Variasi natural dari data itu sendiri.
Bagian utama boxplot merupakan bidang kotak persegi (box) yang
menyajikan inter quartile range (IQR), dimana 50% data pengamatan
terletak didalamnya.

o Panjang kotak (IQR = UQ – LQ = Q3 – Q1).

o Garis bawah kotak (LQ) = Q1 (kuartile pertama), dimana sebanyak
25% data pengamatan bernilai lebih kecil atau sama dengan nilai Q1.
o Garis tengah kotak = Q2 (median), dimana 50% data pengamatan
lebih kecil atau sama dengan nilai Q2.
o Garis atas kotak (UQ) = Q3 (kuartile ketiga), dimana 75% data
pengamatan lebih kecil atau sama dengan nilai Q3.

Nilai yang berada di atas atau di bawah whisker disebut nilai outlier dan
nilai ekstrim.

o Nilai outlier :
Q3 + (1,5 x IQR) < outlier atas ≤ Q3 + (3 x IQR)
Q1 – (1,5 x IQR) > outlier bawah ≥ Q1 – (3 x IQR)
o Nilai ekstrim :
Nilai ekstrim atas > Q3 + (3 x IQR)
Nilai ekstrim bawah < Q1 – (3 x IQR)
Diagram box plot dan kurva distribusi frekuensi
 Cross Validation
o Prosedur cross validation dilakukan dengan cara mengeluarkan satu data
secara bergantian dari kelompok data untuk tidak diikutkan dalam proses
estimasi.
o Lokasi data yang telah dikeluarkan kemudian di estimasi dengan
menggunakan data yang tersisa. Hasil estimasi pada lokasi data tersebut
kemudian dibandingkan dengan nilai data yang telah dikeluarkan.
o Selisisih antara nilai data hasil estimasi dengan nilai data yang sesungguhnya
merupakan kesalahan (error) di titik tersebut.
Prosedur Cross Validation
 Menguji Performance Model Regresi
Untuk menguji performance model regresi dilakukan dengan cara
membandingkan model prediksi terhadap data aktual.
 TSS – ESS dan RSS

𝑅𝑆𝑆 σ𝑛 (𝑦𝑖 − ෝ
𝑦 )2
𝑟2 = 𝑇𝑆𝑆
𝑖
= 1 - σ𝑛(𝑦𝑖 − 𝑦)
ത 2
𝑖
MAE, MSE dan RMSE
𝑦ො

y
Cross validation
PROSEDUR GS +
ɣ
2021
Prosedur GS+ V. 7.0
1. Memasukkan Data
2. Menampilkan Hasil Statistik
3. Analisis Variogram
4. Kriging
Cross Validation
 Link Tutorial GS+
o https://www.youtube.com/watch?v=Z_bxiAUdTuw&list=PLHT1UyLBaNcrUkyUsMdOfsYH93oeAls3_
o https://www.youtube.com/watch?v=S1knX796jK0&list=PLHT1UyLBaNcrUkyUsMdOfsYH93oeAls3_&index=2
o https://www.youtube.com/watch?v=AFDbBhKO4Sg&list=PLHT1UyLBaNcrUkyUsMdOfsYH93oeAls3_&index=
o https://www.youtube.com/watch?v=bsA1zy2SjEw&list=PLHT1UyLBaNcrUkyUsMdOfsYH93oeAls3_&index=4
o https://www.youtube.com/watch?v=6NSN04TpGcU&list=PLHT1UyLBaNcrUkyUsMdOfsYH93oeAls3_&index=
 Tugas analisis sebaran kadar

Studi kasus dengan penyelesaian teknik kriging dan IDW dan

membandingkannya berdasarkan Teknik cross validation dengan
menggunakan software GS+.
Referensi
-----------------., 2004, GS+ Geostatistics for the Environmental Sciences, Gamma Design
Software, LLC Plainwell, Michigan 49080 USA.
TERIMAKASIH