GEOSTATISTIKA TG3009
MODUL KE – 1
VARIOGRAM
Oleh:
JURUSAN TEKNOLOGIPRODUKSIDANINDUSTRI
INSTITUT TEKNOLOGI SUMATERA
2021
1. TUJUAN PRAKTIKUM
Adapun tujuan praktikum Geostatistika berikut adalah:
Praktikan dapat mengetahui teknik untuk mendapatkan karakter hubungan
spasial variabel dan model-model variogram.
2. TEORI DASAR
Salah satu penyebab ketidastabilan adalah adanya selisih data yang sangat
besar, kerena variogram merupakan rata-rata. Diatasi dengan menambah
pasangan data atau menghilangkan pencilan atau pasangan data yang
memberikan selisih sangat besar. Kehadiran pasangan data ekstrim ini dapat
dipastikan dengan membuat scatter plot.
c. Kehadiran outlier
Dalam distribusi normal outlier merupakan data yang yang jatuh ±3 dari mean.
Data permeabilitas biasanya mengandung beberapa outlier. Kehadiran outlier
ini akan menimbulkan ketidakstabilan sehingga akan menyulitkan identifikasi
struktur spasial. Untuk mengatasinya dapat dilakukan transformasi logaritmik.
Model-model Variogram
keterangan :
b. Model Speris
c. Model Eksponensial
d. Model Gauss
3. Pengolahan data
Script (1)
import numpy as np
import matplotlib.pyplot as plt
def data(file,kolom):
data = np.genfromtxt(file, delimiter='\t')
databaru = []
for i in data[:38,kolom]:
if not np.isnan(i):
databaru.append(i)
return databaru
data_permeabilitas = data ('34-29b.dat',2)
data_porositas = data ('34-29b.dat',3)
data_log = data ('34-29b.dat',4)
def var(data):
gamma = []
lag = []
for d in range(1,len(data)):
jumlah = 0
n = 0
for i in range(len(data)):
try:
jumlah += (data[i] - data[i+d])**2
n = n+1
except:
pass
gamma.append(jumlah/(n*2))
lag.append(2*d)
return lag,gamma
x,y = var(data_porositas)
plt.plot(x,y, color = 'y')
plt.title('Variogram')
plt.xlabel('lag')
plt.ylabel('gamma')
plt.show()
script (2 porositas)
import numpy as np
import matplotlib.pyplot as plt
def data(file,kolom):
data = np.genfromtxt(file, delimiter='\t')
databaru = []
for i in data[:38,kolom]:
if not np.isnan(i):
databaru.append(i)
return databaru
data_permeabilitas = data ('34-29b.dat',2)
data_porositas = data ('34-29b.dat',3)
data_log = data ('34-29b.dat',4)
def var(data):
gamma = []
lag = []
for d in range(1,len(data)):
jumlah = 0
n = 0
for i in range(len(data)):
try:
jumlah += (data[i] - data[i+d])**2
n = n+1
except:
pass
gamma.append(jumlah/(n*2))
lag.append(2*d)
return lag,gamma
x,y = var(data_porositas)
plt.plot(x,y, color = 'y')
plt.title('Variogram porositas')
plt.xlabel('lag')
plt.ylabel('gamma')
plt.show()
script (2 permeabilitas)
mport numpy as np
import matplotlib.pyplot as plt
def data(file,kolom):
data = np.genfromtxt(file, delimiter='\t')
databaru = []
for i in data[:38,kolom]:
if not np.isnan(i):
databaru.append(i)
return databaru
data_permeabilitas = data ('34-29b.dat',2)
data_porositas = data ('34-29b.dat',3)
data_log = data ('34-29b.dat',4)
def var(data):
gamma = []
lag = []
for d in range(1,len(data)):
jumlah = 0
n = 0
for i in range(len(data)):
try:
jumlah += (data[i] - data[i+d])**2
n = n+1
except:
pass
gamma.append(jumlah/(n*2))
lag.append(2*d)
return lag,gamma
x,y = var(data_permeabilitas)
plt.plot(x,y, color = 'y')
plt.title('Variogram permeabilitas')
plt.xlabel('lag')
plt.ylabel('gamma')
plt.show()
def data(file,kolom):
data = np.genfromtxt(file, delimiter='\t')
databaru = []
for i in data[:38,kolom]:
if not np.isnan(i):
databaru.append(i)
return databaru
data_permeabilitas = data ('34-29b.dat',2)
data_porositas = data ('34-29b.dat',3)
data_log = data ('34-29b.dat',4)
def var(data):
gamma = []
lag = []
for d in range(1,len(data)):
jumlah = 0
n = 0
for i in range(len(data)):
try:
jumlah += (data[i] - data[i+d])**2
n = n+1
except:
pass
gamma.append(jumlah/(n*2))
lag.append(2*d)
return lag,gamma
x,y = var(data_log)
plt.plot(x,y, color = 'y')
plt.title('Variogram lag permeavilitas')
plt.xlabel('lag')
plt.ylabel('gamma')
plt.show()
4. Langkah pengerjaan
1. Bukak aplikasi visual studuo code
2. Input library import numpy dan matplotlib
3. Masukkan perintah untuk memanggil data yang akan ditampilkan
4. Lakukan perintah pemanggilan data yang diinput
5. Lakukan plot data dengan format x,y = var(data_permeabilitas). Di plotting
data ini untuk input data dapat diubah – ubah sesuai data yang diinginkan.
6. Lakukan print garfik dengan cara input
plt.plot(x,y, color = 'y')
plt.title('Variogram porositas')
plt.xlabel('lag')
plt.ylabel('gamma')
plt.show()
7. Compile/run hasil codingan yang dilakukan
8. Data akan terdisplay berupa variogram
5. Hasil dan pembahasan
no (2 porositas)
6.
7.
8.
9.
10.
sill
11.
12.
range
13.
Hasil (2 permebilitas)
sill
range
sill
range
5. kesimpulan
Dari praktikum geostatistika modul 2 ini yang berjudul variogram didapatkan
1. Dapat menentukan nilai range dan sill pada variogram
2. Dapat mengetahui bentuk masing – masing dari variogram porositas,
permebilitas, dan log permebilitas.
Daftar Pustaka
1. Brady, N.C. and Weil. R.R. 2002. The Nature and Properties of Soils. Edisi 13.
Pearson Education, Inc. New Jesey, USA
2. Bronto, S. 2006.Fasies Gunung Api dan Aplikasinya.Jurnal Geologi Indonesia,
Vol 1:2:59-71. Burgess TM, Webster R. 1980. Optimal Interpolation and
Isarithmic Mapping of Soil Properties. J Soil Sci. 31:315-331
3. modul pratikum geostat itera