TES AKHIR PRAKTIKUM

MA2081 STATISTIKA DASAR / MA2181 ANALISIS DATA / MA2082

BIOSTATISTIKA

Materi : Analisis Variogram Nama / NIM : Valencia Celine/12120134

Shift (Hari Jam) : Kamis, 09.00 K-02 (Dr. Utriweni Mukhaiyar)

I. Masalah dalam soal (10% point)

Bu Ningsih merupakan seorang presiden terpilih di sebuah negara. Setelah menjadi

presiden, bu Ningsih ingin melakukan analisis lokasi batubara di negara tersebut. Analisis
yang dilakukan adalah dengan menggunakan analisis variogram. Sebagai ahli statistika di
negara tersebut, Anda diberi tugas untuk membantu bu Ningsih dalam menganalisa hal-
hal berikut:
1. Plot lokasi dari data negara tersebut.
2. Lakukan perhitungan variogram eksperimental dan tentukan parameter-parameter
variogram berdasarkan plot grafik variogram eksperimental sebagai taksiran awal
parameter pada pencocokan model.
3. Lakukan pencocokan model, kemudian plot grafik variogram eksperimental beserta
model yang didapat.
4. Lakukan penaksiran pada lokasi-lokasi tak terobservasi dengan menggunakan metode
ordinary krigging. Kemudian bentuk kontur dari data tersebut beserta hasil kriging yang
diperoleh. Berikan penjelasan mengenai kontur data yang telah kalian buat.

II. Syntax R (25% point)

#Valencia Celine - 12120134
#TA-09 : Analisis Variogram

library(sp)
library(gstat)
library(dplyr)
library(ggplot2)
library(maptools)
library(readxl)

#1. Plot lokasi dari data negara

batubara <- read_excel("C:/Users/valen/Downloads/batubara.xlsx")
databatubara <- data.frame(batubara)

coordinates(databatubara) = ~x+y
glimpse(databatubara)

ggplot(data = as.data.frame(databatubara), aes(x,y)) +

geom_point(aes(size = Batubara), col = "blue", alpha = 0.6) +
ggtitle("Lokasi Batubara") + coord_equal() + theme_bw()
#2. Perhitungan variogram eksperimental dan parameter variogram berdasarkan plot
grafik variogram eksperimental
(vgm1 <- variogram(Batubara ~ 1, databatubara))
plot(vgm1, cex = 1)

#3. Pencocokan model, plot grafik variogram eksperimental beserta model

#Fitting Model
(fit = fit.variogram(vgm1, model=vgm(model=c("Exp", "Sph", "Gau"))))
plot(vgm1, fit)

#Krigging
n = 0.2
kolom = seq(databatubara@bbox[1,1]-n, databatubara@bbox[1,2]+n, by=n)
baris = seq(databatubara@bbox[2,1]-n, databatubara@bbox[2,2]+n, by=n)
the.grid = expand.grid(x = kolom, y = baris)
coordinates(the.grid) = ~x+y
gridded(the.grid) = T

#Plot Grafik Variogram

par(mar = c(1,1,1,1))
plot(the.grid, cex=0.5, col="grey")
points(databatubara, pch=1, col="red", cex=1)

#4. Penaksiran untuk peta kontur berdasarkan hasil krigging yang diperoleh
kriging = krige(Batubara~1, databatubara, the.grid, model=fit)

titik = SpatialPoints(databatubara@coords)
LayoutPoints = list('sp.points', titik, pch = 19, cex=0.8, col='red')
LayoutLabels = list('sp.pointLabel', titik, label=as.character(databatubara[[2]]), cex=0.8,
col='white')
spplot(kriging['var1.pred'], main='Kontur dan Data',
sp.layout=list(LayoutPoints,LayoutLabels))

#Taksiran di luar titik

titik2 = SpatialPoints(cbind(c(5,4,8,1,12),c(11,8,10,14,15)))
taksiran = krige(Batubara~1, databatubara, titik2, model=fit)[[1]]
LayoutPoints.T = list('sp.points', titik2, pch=19, cex=0.8, col='green')
LayoutLabels.T = list('sp.pointLabel', titik2, label=as.character(taksiran), cex=0.8,
col='white')
spplot(kriging['var1.pred'], main="Set Ordinary Kriging Prediction",
sp.layout=list(LayoutPoints.T,LayoutLabels.T))
III. Keluaran R (25% point)
IV. Diskusi Pengolahan Data dan Interpretasi (40% point)

Plot lokasi batubara dari data negara-negara, menunjukkan data babtubara yang tersebar
dari setiap negara.

Parameter variogram berdasarkan plot grafik variogram eksperimental sebagai taksiran

awal parameter pada pencocokan model adalah semivariance dan distances, yang sesuai
dengan kriteria data geostatistik. Setelah dicocokkan, didapatkan grafik variogram
eksperimental beserta model. Model yang didapatkan adalah model Gaussian.
Didapatkan peta kontur data yang telah didapatkan dari penaksiran pada lokasi-lokasi tak
terobservasi dengan menggunakan metode ordinary krigging. Daerah yang ditaksir
memiliki kandungan batubara yang tinggi (warna kuning) serta batubara dengan
kandungan yang sedang (warna oranya hingga pink)