LAPORAN PRAKTIKUM

GEOSTATISTIKA TG 3202

MODUL KE – 1
KONSEP STATISTIKA DASAR
Oleh:
Muhammad Ichsan 12117143
Asisten :
Oktaria Futri Ilham 12116089
Muhammad Fadhilah Harahap 12116084
Gita Rusmala 12116090
Helen Zetri 12116014
Adelia Gita Parera 12116123
Fira Pratiwi Darsono 12117151
Dita Aprilia Hutabalian 12116033
Safna Ramadhani 12116096
Mikha Parasian GT 12116042

PROGRAM STUDI TEKNIK GEOFISIKA

JURUSAN TEKNOLOGI PRODUKSI DAN INDUSTRI
INSTITUT TEKNOLOGI SUMATERA
2019/2020
I. Tujuan

Tujuan praktikum pada Modul 1. Statistika Dasar antara lain, yaitu:

1. Mengetahui dasar statistika

2. Memahami dan dapat menyelesaikan permasalahan kebumian dengan

meggunakan analisis statistik melalui analisa mean, median, modus,
variansi,kovariansi, korelasi, histogram dan pdf.

II. Teori Dasar

Statistika merupakan cara-cara tertentu yang digunakan dalam mengumpulkan,

menyusun, atau mengatur, menyajikan, menganalisa dan memberi interpretasi terhadap
sekumpulan data, sehingga kumpulan bahan keterangan dapat memberi pengertian dan
makna tertentu. Seperti pengambilan kesimpulan, membuat estimasi dan juga prediksi
yang akan dating.

Ruang lingkup statistika meliputi statistic deduktif atau statistic deskriptif dan statistic
induktif atau statistic inferensial. Ststistikdeskriptif terdiri menghimpun data, menyusun
data, mengolah, menyajikan dan menganalisa data angka. Sedangkan statistik inferensial
atau statistik induktif adalah meliputi teori probability, distribusi teoritis, distribusi
sampling, penaksiran, pengujian hipotesa korelasi, komparasi, dan regresi.

Sumber data statistik datap dikumpulkan langsung oleh penelitian dari pihak yang
bersangkutan dan biasanya disebut data primer. Dan data juga dapat diperoleh dari pihak
lain atau data yang sudah ada disebut dengan data sekunder.

Berikut beberapa pengertian statistik univarian dan bivarian:

a. Mean (mean)
Arithmetic mean secara matematis dapat diformulasikan sebagai berikut:

Disamping itu, adapula geometric mean yang merupakan akar n dari perkalian semua n
obervasi atau kejadian

b. Variansi (var)
Variansi dari suatu populasi dinalisa dengan menggunakan persamaan:
 Dari formulasi di atas dapat disimpulkan bahwa variansi merupakan rata-rata deviasi
suatu populasi terhadap mean. Atau jika dihitung dari sampell :

Variansi juga dapat dinyatakan dalam bentuuk:

c. Standar Deviasi(std)
Standar deviasi dan variansi merupakan contoh ukuran statistik/parameter populasi
yang memiliki karakteristik penyebaran atau dispersi terhadap mean.
𝑠 = √𝑠2
Nilaii 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).
d. Median

e. Nilai maksimum (max) dan minimum (min)

f. Modus (mode)
Adalah nilai atau kejadian yang muncul dengan frekuensi terbanyak.
g. Definisi kovariansi mirip dengan variansi. Bedanya kovariansi digunakan untuk
analisa dua sekuens data yang berbeda.

Kovariansi tidak terlalu memiliki arti fisis yang signifikan, tetapi dari nilai kovariansi
dapat dihitung korelasi yang memliki arti dan pengertian yang sangat signifikan dalam
analisa data sekuens.
h. Korelasi (corcoef)
Korelasi secara matematis dinyatakan sebagai berikut:
 𝑠𝑥 dan 𝑠𝑦 masing - masing adalah standar deviasi sampel / data sekuen x dan y.
Korelasi memiliki nilai maksimum 1 dan nilai minimum -1. Dari dua sekuen yang
memiliki korelasi 1 berarti bahwa kedua sekuen ini memiliki hubungan yang
sempurna dan berbanding lurus. Jika bernilai -1, kedua data sekuen memiliki
hubungan yang sempurna tetapi saling berlawanan. Dan jika nilainya 0, maka kedua
data sekuen ini tidak saling berhubungan atau saling independen.

III. Pengolahan Data

3.1. Langkah Kerja

• Script Soal 1 A dengan Nbins = 3 (SD2627.LAS)

• Script Soal 1 A dengan Nbins = 20 (SD2627.LAS)

• Script Soal 1 A dengan Nbins = 71 (SD2627.LAS)

• Script Soal 1 A dengan Nbins = 3 (51X-30.LAS)

• Script Soal 1 A dengan Nbins = 20 (51X-30.LAS)

• Script Soal 1 A dengan Nbins = 71 (51X-30.LAS)

• Script Soal 1 A dengan Nbins = 3 (55-28.LAS)

• Script Soal 1 A dengan Nbins = 20 (55-28.LAS)

• Script Soal 1 A dengan Nbins = 71 (55-28.LAS)

• Script Soal 1 B dengan Nbins = 3 (55-28.LAS)

• Script Soal 1 B Log Resistivity (55-28.LAS)

• Script Soal 1 D
3.2. Langkah Kerja
Adapun Langkah pengerjaan sebagai berikut:
1. Siapkan aplikasi pycharm yang akan digunakan.
2. Instal modul yang akan digunakan yaitu, modul numpy, matplotlib.pyplot, pandas, dan
LAS.
3. Setelah itu pastikan kembali data dengan format .LAS yang telah diberikan asisten
praktikum tersimpan dengan satu file script .py yang digunakan.
4. Apabila ingin mendapatkan histogram dari data statistik tersebut, maka masukkan data
LAS, definisikan porositasnya dan masukkan jumlah kelas dan nilai kelas yang
digunakan.
5. Kemudian definisikan lalu plot data Nbins, frekuensi, dan densitasnya. Dan ulangi
langkah tersebut sesuai dengan data dan kelas selanjutnya.
6. Apabila ingin mendapatkan log resistivity dari data statistik tersebut, masukkan data
LAS yaitu 55-28.LAS. Lalu definisikan resistivity dan data tersebut.
7. Setelah itu definisikan nilai X dan nilai Y, kemudian plot data resistivity dimana nilai
X adalah porositas dan nilai Y adalah resistivitas. Dan ulangi langkah tersebut sesuai
dengan data selanjutnya.
IV. Hasil dan Analisis

• Output Soal 1 A dengan Nbins = 3 (SD2627.LAS)

• Output Soal 1 A dengan Nbins = 20 (SD2627.LAS)

• Output Soal 1 A dengan Nbins = 71 (SD2627.LAS)

• Output Soal 1 A dengan Nbins = 3 (51X-30.LAS)

• Output Soal 1 A dengan Nbins = 20 (51X-30.LAS)

• Output Soal 1 A dengan Nbins = 71 (51X-30.LAS)

• Output Soal 1 A dengan Nbins = 3 (55-28.LAS)

• Output Soal 1 A dengan Nbins = 20 (55-28.LAS)

• Output Soal 1 A dengan Nbins = 71 (55-28.LAS)

• Output Soal 1 B dengan Nbins = 3 (55-28.LAS)

• Output Soal 1 D
• Output Soal 2 A dan B Calliper (55-28.las)

• Output Soal 2 A dan B Calliper (51X-30.LAS)

• Output Soal 2 A dan B Gammaray (55-28.LAS)

• Output Soal 2 A dan B Gammaray (51X-30.LAS)

Analisis
Pada praktikum geostatistika kali kita menentukan hasil nilai dari mean, median,
modus, variansi, kovariansi, korelasi, histogram sehingga dapat menyelesaikan
permasalahan kebumian Dimana pada penentuan jumlah kelas disetiap data sumur, yaitu
SD2627, 55-28, dan 51X-30, dengan cara menentukan dengan melihat data pada setiap
sumur tersebut berapa titik maksimun di semua data akan terlihat, kita asumsikan bahwa
nilai yang paling minimum adalah 5000, karena apabila kita mengasumsikan pada data
yang terlalu besar maka komputasi yang dihasilkan akan menjadi lebih berat.

Perbedaan antara Histogram resistivitas dengan log resistivitas adalah terdapat pada
hasil yang diperoleh. Pada Histogram resistivitas, nilai datanya lebih sulit dibandingkan
dengan hasil dari log resistivitas. Oleh karena itu, data pada Log Resistivitas lebih baik
serta akurat dalam menentukan serta mengukur sifat batuab dan fluida pori pada batuan
dengan mengukur sifat tahanan kelistrikannya. Sedangkan pada histogram resistivitas,
pada suatu grafik memperlihatkan keseluruhan data yang kita lihat dari nilai terendah,
tertinggi maupun rata rata di seluruh data, sehingga menentukan sifat batuannya lebih
rumit.
 Sehingga dapat disimpulkan bahwa batuan yang memiliki nilai porositas serta
permeabilitas yang tinggi merupakan batuan reservoir. Lalu nilai Log resistivity yang
tinggi memperlihatkan bahwa menunjukkan zona sumur tersebut adalah zona yang
produktif.
Selanjutnya pada kasus yang kedua yaitu menentukan analisis statistika pada sumur
55-28.LAS untuk data Gammaray dan Calliper. Calliper adalah alat untuk mengukur
diameter dan bentuk lubang bor. Sedangkan Gammaray adalah formasi yang
mengandung unsur - unsur radioaktif akan memancarkan radioaktif. Nilai Mean Calliper
pada data sumur 55-28.LAS sebesar 57.3425, nilai Min. X = 1.8726, Max. X = 119.64.
Kemudian Median-nya = 74.386, Variance X = 1625.3817, dan Standar Deviasi X =
40.316. Sedangkan pada Gammaray, mean = 0.24, min. X = -0.0274, dan max. X = 0.6.
Med. X = 0.297, var. X = 0.030, dan Standar deviasi = 0.1757. Sehingga, dapat
disimpulkan hubungan densitas, Gammaray, serta kedalaman adalah apabila nilai gamma
ray rendah, maka nilai log resistivitasnya akan tinggi, dan juga pada densitas mendekati
material ataupun unsur lain, oleh karena itu kedalamannya akan jauh lebih dalam. Hal ini
dikarenakan biasanya hidrokarbon terdapat pada lapisan yang dalam.

V. Kesimpulan
Pada praktikum kali ini dapat diambil kesimpulan, yaitu:

1. Hubungan densitas, Gammaray, serta kedalaman adalah apabila nilai gamma ray
rendah, maka nilai log resistivitasnya akan tinggi, dan juga pada densitas mendekati
material ataupun unsur lain, oleh karena itu kedalamannya akan jauh lebih dalam
2. Log resisitivtas lebih baik dalam megnterpretasikan keadaan geologi dibawah
permukaan
3. Gammaray adalah suatu log yang digunakan dengan cara mengukur radioaktif dari
seebuah formasi batuan
4. Caliper merupakan suatu log yang digunakan denga cara mengukur perubahan
diameter lubang bor

5. Histogram resistivitas, nilai datanya lebih sulit dibandingkan dengan hasil dari log
resistivitas.
 DAFTAR PUSTAKA

Dajan, Anto. (1995). Pengantar Metode Statistik Jilid I. Jakarta: LP3S.

Bailey, Kenneth D. (1994). Methods of Social Research. 4th ed. New York: The Free Press

Modul Praktikum Geostatistika Geofisika: Institut Teknologi Sumatera