PENERAPAN METODE KRIGNG (NTERPOLAS SPASIAL) DALAM

LMU TANAH
(Makalah MK. Survei Tanah dan Evaluasi Lahan)

Oleh

Arsita Permata Sari

2014181004

JURUSAN ILMU TANAH

FAKULTAS PERTANIAN
UNIVERSITAS LAMPUNG
2022
 I. PENDAHULUAN

1.1 Latar Belakang

Statistika dikenal dengan ilmu yang mempelajari bagaimana mengumpulkan,

menganalisis, menyajikan, mengintrepetasi dan menarik kesimpulan dari data
yang ada. Terdapat dua macam statistika, yaitu statistika inferensial dan deskriptif.
Secara khusus, terdapat statistika yang digunakan untuk mengolah data geologi
dan terdapat informasi spasial yang dikenal dengan istilah geostatistika. informasi
spasial berisikan identifikasi lokasi geografis, karakteristik keadaan alam dan
batas-batas di muka bumi. Penerapan geostatistika sangat luas. Geostatistik dapat
digunakan dalam budang-bidang industri pertambangan, perminyakan, ilmu tanah,
akuntasi, pertanian dan perikanan, kelautan, geologi dan astrofisika.

Geostatistika dikembangkan pada saat industri mineral untuk melakukan

perhitungan cadanagn mineral seperti perak, platina dan emas. Penaksiran
merupakan suatu hal yang penting dalam perhitungan. seorang insinyur
pertambangan Afrika Selatan yakni D.K. Krige memperkenalkan salah satu
metode penaksiran yang digunakan untuk menangani variabel teregionalisasi
(regionalized variable). Variabel teregionalisasi merupakan variabel yang
mempunyai nilai bervariasi sesuai dengan lokasi atau tempatnya. Metode
penaksiran yang digunakan dalam menangani variabel teregionalisasi disebut
dengan metode kriging. Kriging dikembangkan dalam geostatistika oleh Georges
Matherpn pada tahun 1960an (Suprajitno, 2005).

Seiring zaman banyak metode kriging yang dikembangkan untuk menangani

berbagai macam kasus yang ada dalam data geostatistik salah satu kasus yang
terdapat data kandungan mineral tersampel yang tidak memiliki trend
(kecenderungan) tertentu. Terdapat dua metode kriging yaitu simple kriging dan
ordinary kriging. Simple kriging akan digunakan saat rata-rata populasi diketahui.
Sedangkan ordinary kriging merupakan interpolasi suatu nilai peubah pada suatu
titik tertentu yang dilakukan dengan mengamati data sejenis dilokasi lainnya
(Rachmawati, 2009).

1.2 Tujuan

Tujuan dari makalah ini adalah sebagai berikut:

1. Mengetahui tentang metode kriging pada geostatistika.
2. Memahami kegunaan metode kriging dalam ilmu tanah.
 II. ISI

IDW, Spline dan Kriging merupakan beberapa jenis metode interpolasi

geostatistik. Setiap metode tersebut memiliki kelebihan dan kekurangannya
masing-masing. Metode IDW yakni metode interpolai untuk menaksir suatu nilai
pada lokasi yang tidak tersampel berdasarkan data disekitarnya. Metode Spline
dengan memakai pendekatan fungsi-fungsi spline sebagai polinom penghubung.
Sedangkan kriging untuk daerah yang kerapatan titik sampelnya tidak tinggi
dengan kondisi cenderung homogen dan terdapat variabel lain sebagai parameter
kedekatan titik (Prasasti et al,. 2005).

Metode kriging memiliki hubungan spasial yang membantu menginterpolsi antar

data pada daerah penelitian. Metode ini dipakai untuk menginterpolsi data udara
seperti lapisan ozon, curah hujan dan suhu udara. sedangkan berdasarkan
penelitian Pramono (2008) menunjukkan bahwa metode ini dipergunakan untuk
untuk memperkirakan nilai sebaran sedimentasi pada suatu area. Metode kriging
mempunyai tingkat keakuratan lebih baik dalam menggambarkan penyebaran sifat
kimia tanah dibandingkan dengan metode interpolasi lainnya. Sedangkan
kekurangannya yaitu akan lebih akurat jika digunakan untuk peta skala besar dan
akan menurun jika skala semakin kecil (Eldeiry dan Garcia, 2012).

Penerapan metode kriging salah satunya pada nilai kadar air tanah gravimetrik
hasil analisis laboratorium. Metode kriging yang akan mengestimasi nilai titik
yang tidak tersampel menggunakan karakteristik struktur variogram titik sampel
yang saling berdekatan. metode ini memiliki tingkat validitas yang tinggi dalam
permodelan air tanah karena memiliki nilai estimasi disetiap titik yang
mempertimbangkan korelasi spasial antar datanya (Widiawaty et al., 2018).

Metode ini digunakan untuk mengestimasi besarnya nilai karakteristik Z pada titik
tidak tersampel berdasarkan informasi dari karakteristik titik-titik tersampel yang
berada di sekitarnya dengan mempertimbangkan korelasi spasial yang ada dalam
data tersebut. Estimator kriging Z (u )dapat dituliskan sebagai berikut (Bohling,
2005).

Gambar 1. Formula matematis kriging

Dengan
u, uα : vektor lokasi untuk estimasi dan salah satu dari data yang berdekatan,
dinyatakan sebagai α
m(u) : nilai ekspektasi dari Z(u)
m(uα) : nilai ekspektasi dari Z(uα)
λα(u) : Nilai Z(uα) untuk estimasi lokasi u. nilai Z(uα) yang sama akan
memiliki nilai yang berbeda untuk estimasi pada lokasi berbeda.
n : banyaknya data sampel yang digunakan untuk estimasi.

Rumusan geostatistik lain yang dapat digunakan untuk melihat distribusi

penyebaran sifat-sifat tanah.

Gambar 2. Estimator Ordinary Kriging (Fischer dan Getis, 2010)

Keterangan:
Z(X)o = Nilai Prediksi pada variabel X
ƛi = Pembobot yang menentukan ukuran jarak antar titik
I = 1,2,, n, dimana n adalah banyaknya data yang akan diolah
Z(Xi) = Nilai Actual pada variabel X pada data ke i

Selanjutnya ada Robust Kriging adalah pengembangan dari Ordinary Kriging,

dimana pada Robust Kriging memperhitungkan outlier.
 Gambar 3. Model Robust Kriging (Research Centre Foulum, 2003)

Keterangan:
Z(X) = Nilal Actual pada variabel X pada data ke i
Z(x) = Nilai Prediksi pada variabel X
λ = Pembobot yang menentukan ukuran jarak antar titik
w(.) =Ttransformasi dari bobot variogram yang berfungsi mengurangi nilai
extrim (outlier).

Metode Ordinary Kriging merupakan metode Kriging yang menghasilkan

estimator yang bersifat BLUE (Best Linear Unbiased Estimator).Hal tersebut
berarti mempunyai variansi terkecil dibanding estimator lain. Data yang
digunakan pada metode Ordinary Kriging merupakan data spasial dengan rata-
rata populasi tidak diketahui dan di asumsi bersifat stasioner (Alfina, 2010).

Studi kasus pada penyebaran spasial pH tanah. Nilai hasil analisis tanah di
Laboratorium kemudian diolah menggunakan komputer dengan software ArcGIS.
Pengolahan data dilakukan dengan melakukan pendugaan penyebaran spasialnya
dengan menggunakan metode interpolasi kriging. Hasil dari interpolasi tersebut
kemudian disajikan ke dalam bentuk peta.
 Gambar 4. Peta penyebaran spasial pH tanah

Pada gambar 4 terlihat bahwa sebagian lahan pertanian memiliki nilai pH yang
rendah hingga mendekati nilai terendahnya yaitu 4,7. Hanya sedikit di bagian
tengah (0o 57’30” LS - 0o 58’00”LS) dan utara (kurang dari 0o 57’30” LS) dari
lahan pertanian tersebut yang memiliki nilai pH mendekati 6,0. Keadaan drainase
yang kurang baik berpengaruh terhadap keasaman tanah pada lahan pertanian
tersebut. Keadaan drainase yang kurang baik disebabkan sebagian besar lahan
tersebut merupakan lahan bekas rawa dengan sistem drainase yang kurang baik.
Pada kondisi tergenang juga proses dekomposisi bahan organik tidak berjalan
sempurna dan mengakibatkan peningkatan jumlah asam organik yang
menyebabkan reaksi tanah menjadi asam (Krisdianto dkk, 2018).
 III. KESIMPULAN

Kesimpulan dari makalah ini adalah sebagai berikut:

1. Kriging adalah teknik perhitungan untuk estimasi dari suatu variabel terregional
yang menggunakan pendekatan bahwa data yang dianalisis dianggap sebagai
suatu realisasi dari suatu variabel acak, dan keseluruhan variabel acak yang
dianalisis tersebut akan membentuk suatu fungsi acak dengan menggunakan
model struktural variogram. Pengertian lain kriging juga merupakan suatu
metode yang digunakan untuk menonjolkan metode khusus dalam rata-rata
bergerak terbobot yang meminimalkan variansi dari hasil estimasi.
2. Metode interpolasi kriging, dapat digunakan untuk menjadi salah satu cara yang
murah dan efektif dalam menghasilkan informasi mengenai sebaran parameter
kesuburan tanah pada yang mencakup seluruh area pertanian tersebut, untuk
analisis sifat kimia tanah pada area yang luas dan dapat digunakan untuk
menduga penyebaran karbon organik tanah
 DAFTAR PUSTAKA

Alfiana, N. A. 2010. Metode Ordinary Kriging pada Geostatistika. Universitas

Yogyakarta. Yogyakarta.

Eldeiry, Ahmed A., and Luis A. Garcia. 2012. “Evaluating the Performance of
Ordinary Kriging in Mapping Soil Salinity.” Journal of Irrigation and
Drainage Engineering 138 (12): 1046–59.

Krisdianto Arif Yudo , Ishak Musaad , Irnanda A. F. Djuuna. 2018. Metode

Kriging Untuk Interpolasi Parameter Kesuburan Tanah Di Lahan Pertanian
Kelurahan Malawili Kabupaten Sorong. Buletin Agro-Infotek 4 (1).

Pramono, Gatot H. 2008. Akurasi Metode IDW Dan Kriging Untuk Interpolasi
Sebaran Sedimen Tersuspensi. Forum Geografi 22 (1): 97–110.

Prasasti, Indah, Hari Wijayanto, and Maulana Christanto. 2005. “Analisis

Penerapan Metode Krigging Dan Invers Distance Pada Interpolasi Data
Dugaan Suhu, Air Mampu Curah (AMC) Dan Indeks Stabilitas Atmosfer
(ISA) Dari Data NOAA-TOVS.” Prosiding. Pertemuan Ilmiah Tahunan
MAPIN XIV.

Rachmawati, D. 2009. Pendugaan Kadar NO2 dengan Metode Ordinary Kriging

dan Cokriging (Studi Kasus: Pencemaran Udara di Kota Bogor). Skripsi.
Bogor: Fakultas MIPA Insitut Pertanian BogorSuprajitno Munadi. 2005.
Pengantar Geostatistik. Jakarta. Universitas Indonesia.

Widiawaty, M.A., Dede, M. dan Ismail, A. 2018. Kajian Komparatif Pemodelan

Air Tanah Menggunakan Sistem Informasi Geografis di Desa
Kayuambon, Kabupaten Bandung Barat. Gea. Jurnal Pendidikan Geografi
18(1):63-71.