Dosen Pengampu
Disusun oleh
DAFTAR ISI 1
BAB I
PENDAHULUAN 2
1.1. Latar Belakang 2
1.2. Rumusan Masalah 2
1.3. Tujuan 2
2. BAB II
TINJAUAN PUSTAKA 3
2.1. Likuefaksi 3
3. BAB III
METODOLOGI 5
3.1. Tempat dan Waktu Penelitian 5
3.2. Alat dan Bahan 5
3.3. Flowchart 11
4. BAB IV
HASIL DAN PEMBAHASAN 12
5. BAB V
KESIMPULAN 16
LAMPIRAN 16
1
BAB I
PENDAHULUAN
Untuk mendapatkan pemahaman yang detail tentang pola wilayah dan keterkaitan
spasial, pengolahan data geografis sangat penting dalam bidang pemetaan dan analisis
spasial. Salah satu strategi yang sering digunakan adalah menginterpolasi data spasial
batubara berdasarkan pengukuran di sejumlah kecil lokasi dengan menggunakan pendekatan
geostatistik, khususnya metode kriging. Untuk memperkirakan nilai pada tempat yang tidak
terukur dari data yang diberikan, metode kriging biasa dapat menjadi teknik interpolasi
spasial yang berguna. Pendekatan ini memodelkan variabilitas geografis data dan
menghasilkan prakiraan yang tepat menggunakan ide variogram. Dengan menggunakan studi
ini, peta kontur dapat dibuat di Kecamatan Simpang Empat Kalimantan Selatan, Kabupaten
Banjar, dan data elevasi UTM-X, UTM-Y.
Prosedur dalam analisis variogram dan penerapan kriging untuk pemodelan topografi
diajarkan kepada praktisi selama praktikum ini. Dengan menggunakan Microsoft Office
Excel, data arah timur (X), utara (Y), dan elevasi (Z) dikumpulkan dan dianalisis. Dengan
menghitung variogram eksperimental berdasarkan interval jarak, analisis variogram
dilakukan. Model kriging terbaik kemudian dipilih berdasarkan data variogram
eksperimental. Perangkat lunak yang disebut Surfer 16 digunakan untuk
mengimplementasikan kriging.
1.3. Tujuan
1. Untuk mempelajari bagaimana metode kriging diterapkan dalam proses interpolasi
data.
2. Mengetahui hasil pengolahan data peta kontur di Kalimantan Selatan
2
2.
BAB II
TINJAUAN PUSTAKA
2.1. Data Geostatistika
Subbidang statistika yang dikenal sebagai geostatistika merupakan ilmu yang mampu
memodelkan dan menganalisis berbagai jenis data geografis, termasuk data geologis,
hidrologis, meteorologis, dan lainnya yang dikumpulkan di lokasi geografis tertentu. Melalui
pendekatan spasial antar proses pengamatan, geostatistika diduga mampu memberikan
informasi yang lebih akurat. Geostatistik dapat dimanfaatkan dalam berbagai ilmu bumi dan
aplikasi geofisika, termasuk pemodelan distribusi mineral di bawah permukaan, kualitas air
tanah, transportasi polutan bawah permukaan, dan kualitas udara (Goovaerts, 1997).
3
akan diestimasi, dan sebagainya. Pendekatan kriging mempertimbangkan bobot titik-titik
yang diukur. Pendekatan ini dapat diterapkan dalam berbagai cara, antara lain spherical,
circular, exponential, gaussian, dan linear (Al-Aswant, 2016). Singkatnya, metode kriging
adalah pendekatan interpolasi spasial yang menggunakan hubungan spasial antara titik data
untuk meramalkan nilai spasial di lokasi yang tidak diketahui berdasarkan titik data di
sekitarnya (Ma, 2010).Nilai pada titik-titik non-sampel dapat diestimasi dengan
menggunakan metode ini berdasarkan pengetahuan dari karakteristik titik-titik sampel Z
terdekat dengan memperhatikan korelasi spasial data (Puspita, 2013). Data sampel dalam
geosains biasanya diambil di lokasi atau titik yang tidak beraturan.
3.
4
4.BAB III
METODOLOGI
Lokasi PT Kadya Caraka Mulia menyediakan total 82 data, namun yang digunakan
dalam penelitian ini hanya 20 data yaitu data nomor 61 sampai 80. Lokasinya berada di
Kecamatan Simpang Empat Kabupaten Banjar Kalimantan Selatan. Data yang
diberikan berupa koordinat dalam format UTM dan data elevasi. Artikel “Perhitungan
Sumberdaya dan Cadangan Batubara PT Kadya Caraka Mulia” merupakan tempat
informasi tersebut diperoleh.
Easting (X), northing (Y), dan data elevasi (Z) adalah tiga jenis informasi yang
diproses. Informasi yang digunakan praktisi tercantum di bawah ini. Surfer 16 dan
Microsoft Office Excel digunakan untuk mengolah data. Normalitas distribusi data
diuji, variogram eksperimental dimodelkan, dan variogram teoretis dimodelkan
menggunakan Microsoft Office Excel. Surfer 16 digunakan untuk mengolah data
menggunakan teknik kriging dan membuat peta hasilnya.
5
Kemudian gunakan variogram eksperimental untuk menghitung
h. Berdasarkan perhitungan tersebut, dilakukan plotting untuk
membuat grafik variogram eksperimental dengan nilai range, sill, dan
nugget masing-masing pada sumbu x dan y, serta di tengah sebagai
pusat dari x dan h. Perhitungan variogram teoretis untuk menghasilkan
model sferis, gaussian, dan eksponensial. Selain itu, grafik untuk setiap
model variogram dapat dibuat menggunakan hasil perhitungan, dengan
bin center berfungsi sebagai sumbu x dan h berfungsi sebagai sumbu
y.ogram, dengan bin center sebagai sumbu 𝑥 dan γh sebagai sumbu 𝑦.
4.2.2. Surfer 16
Siapkan Surfer 16 dan data untuk diproses dalam format Excel
untuk membuat lebih banyak variogram. Dengan mengklik variogram
baru dan memasukkan data yang tersedia, Anda dapat membuat
variogram pada tab menu dengan memilih kolom pencarian dan
mengetik variogram. Menu 'variogram baru' kemudian akan muncul;
pilih penghapusan kuadrat dan tren. Saat grafik variogram muncul di
layar surfer, pilih model dari menu properti, pilih Tambah Komponen
dari menu drop-down, pilih jenis variogram yang diinginkan, lalu klik
OK. Tetapkan nilai ambang, jangkauan, dan anisotropi pada meteran,
nilai skala ambang pada perangkat lunak selancar, dan nilai panjang
jangkauan pada variogram. Klik menu grids pada tampilan software
Surfer 16 setelah itu. Pilih kisi data untuk membuka file explorer, di
mana Anda kemudian dapat memilih data untuk diproses dan klik
Buka. Atur posisi data pada kolom A, B, dan C sesuai dengan file data
yang akan diolah. Pilih teknik gridding yang ingin Anda terapkan,
seperti Inverse Distance to a Power, Kriging, Minimum Curvature,
Modified Shepard's Method, dan lain-lain, jika dapat diterima. Menu
Grid Data Advanced Options akan ditampilkan saat Anda memilih
tautan opsi lanjutan di sebelah metode Gridding. Dari sana, Anda dapat
mengimpor variogram yang telah disiapkan sebelumnya. Data tersebut
kemudian ditampilkan sebagai grid atau grid yang terdiri dari nilai
numerik di setiap sel dalam laporan gridding. Dimungkinkan untuk
menyimpan laporan kisi ini dalam format Microsoft Word.doc.
Temuan metode gridding ditampilkan setelah menyimpan laporan
gridding; beri mereka nama baru dan klik simpan untuk menyimpan.
Selanjutnya pilih menu home sebelum memilih menu contour. Anda
dapat memilih data yang akan diolah sehingga menjadi kontur dengan
cara memilihnya pada menu open grid, masuk ke file explorer, dan klik
open. Warna dan deskripsi skala warna ditampilkan setelah gambar
peta kontur.
6
4.3. Flowchart
5.
7
6. BAB IV
HASIL DAN PEMBAHASAN
4.1 Analisis
Teknik geostatistik dan software Surfer 16 digunakan dalam praktikum pengolahan
data geosains. Teknik kriging yang umum digunakan dalam perangkat lunak ini untuk
memproses data gridding. Nilai elevasi yang disesuaikan adalah informasi yang perlu
diproses. Kecamatan Simpang Empat di Kabupaten Banjar Kalimantan Selatan memberikan
informasi yang digunakan. Data tersebut menggunakan koordinat x (lintang), y (bujur), dan z
(elevasi) sebagai nilai titik. Setelah data gridding, variogram diproduksi dengan Surfer 16 dan
Microsoft Excel.
4.2 Pembahasan
Dua perangkat lunak, Microsoft Excel dan Surfer 16, digunakan untuk pemrosesan.
Peta kontur dan grafik variogram yang dibuat berbentuk dua dimensi. Variogram dapat
digunakan dengan metode kriging saat pemrosesan selesai. Karena kriging didasarkan pada
model data geografis stokastik, diperlukan variogram. Model ini memerlukan praduga
mengenai autokorelasi data spasial, yaitu hubungan antara nilai data pada berbagai sudut dan
arah. Autokorelasi ini secara matematis diwakili oleh variogram. Untuk menentukan nilai
interpolasi pada tempat yang tidak teramati, metode kriging menerapkan nilai bobot pada
variogram yang memodelkan autokorelasi data spasial. Dengan mempertimbangkan tautan
spasial dan autokorelasi antar lokasi, variogram digunakan untuk memperkirakan nilai data
lokasi yang tidak teramati.
Nilai nugget, sill, dan range pada grafik variogram eksperimental gaussian yaitu
berturut-turut adalah 0, 154.9793572, dan 534.2565133, dihasilkan berdasarkan pengolahan
yang telah dilakukan. Dapat dikatakan bahwa ada dampak nugget ketika nilai nugget adalah
0. Hasil ini menunjukkan bahwa korelasi geografis data menghasilkan hasil yang cukup baik.
karena nilai nugget lebih rendah dari nilai sill dan range. Nilai range, sill, dan nugget model
variogram eksponensial (teoretis) adalah sebagai berikut.
8
Gambar 4.2 Nilai Spherical
Nilai parameter model Gaussian memiliki nilai yang paling dekat dengan variogram
eksperimental, sesuai dengan nilai yang diberikan. Nilai RMSE adalah pengukuran seberapa
besar kesalahan yang ada dalam model variogram. Akibatnya, model variogram Gaussian
dapat dianggap sebagai salah satu yang memproses data ini dengan sangat baik.
9
masing-masing ditunjukkan dengan warna hijau dan merah. Nilai topografi lokasi penelitian
berkisar antara -500 meter hingga 250 meter.
10
BAB V
KESIMPULAN
11
DAFTAR PUSTAKA
Aini, N.E., & Noviana, E. 2015. Metode Robust Kriging dan Penerapannya pada Data
Geostatistika. Universitas Negeri Yogyakarta.
Aisha, F. Y., Warnana, D. D., & Ariyanti, N. (2018). Pemodelan Geostatistik 3D Pada
Sebaran Batuan Karbonat Menggunakan Metode Kriging Berdasarkan Data
Resistivitas 2D Dan N-SPT. Jurnal Geosaintek.
Cressie, N.A.C. 1993. Statistics For Spatial Data. New York: John Wiley and Sons, Inc.
Journel, A.G., & Huijbregts, C.J. 1978. Mining Geostatistics. Academic Press.
Isaaks, E.H., & Srivastaya R.M. 1989. An Introduction to Applied Geostatistics. New York:
Oxford University Press.
Laksana, E.A. 2010. Analisis Data Geostatistika Dengan Universal Kriging. Skripsi.
Fakultas
Ma, Y., & Reddy, M. J. 2010. Spatial Interpolation Methods for Air Quality Data: A
Review. In Advances in Environmental Research, 13. 1-25. Nova Science Publishers.
Pramono, G.H. 2008. Akurasi Metode IDW dan Kriging Untuk Interpolasi Sebaran
Sedimen Tersuspensi di Maros, Sulawesi Selatan. In Forum Geografi, 22(2). 145-158.
Sari, D. R. T., Nugroho, H., Hendriawaty, S., & Ginting, M. (2010). Pemodelan Harga
Tanah Perkotaan Menggunakan Metode Geostatistika (Daerah Studi: Kota Bandung).
JURNAL ITENAS REKAYASA, 14(2).
12
13
LAMPIRAN
Logbook
NO NRP NAMA WAKTU KEGIATAN
16/02/23 Brainstorming
Riset Awal (Pencarian
17/02/23
Paper)
19/02/23 Pembuatan Plan
Riset Lanjutan
1 5017211008 Vicka Winda Avrilla 23/02/23 (Penentuan Paper
Acuan)
24/02/23 Pembagian Tugas
25/02/23 Pengerjaan BAB II
Pengerjaan Global
12/06/23
Mapper
16/02/23 Brainstorming
Riset Awal (Pencarian
17/02/23
Paper)
19/02/23 Pembuatan Plan
Riset Lanjutan
Mohammad Hadi
2 5017211010 23/02/23 (Penentuan Paper
Syahputra
Acuan)
24/02/23 Pembagian Tugas
Pengerjaan BAB III dan
25/02/23
Plaxis
14/06/23 Pengerjaan Modul
19/02/23 Pembuatan Plan
23/02/23 Riset Lanjutan
3 50172146 Elfi Agustini Rahayu 24/02/23 FlowChart
25/02/23 Pengerjaan BAB I
14/06/23 Pengerjaan Modul
16/02/23 Brainstorming
Riset Awal (Pencarian
17/02/23
Paper)
19/02/23 Pembuatan Plan
Zahra Quisha Riset Lanjutan
4 5017211062
Wibowo 23/02/23 (Penentuan Paper
Acuan)
24/02/23 Pembagian Tugas
25/02/23 Pengerjaan BAB I
14/06/23 Pengerjaan Modul
14
16/02/23 Brainstorming
Riset Awal (Pencarian
17/02/23
Paper)
19/02/23 Pembuatan Plan
Riset Lanjutan
Fathan Ayu 23/02/23 (Penentuan Paper
5 5017211077 Acuan)
Nurridhiani
24/02/23 Pembagian Tugas
25/02/23 Pengerjaan BAB II
Pengerjaan Global
12/06/23
Mapper
14/06/23 Pengerjaan Modul
16/02/23 Brainstorming
19/02/23 Pembuatan Plan
23/02/23 Riset Lanjutan
Foto Kegiatan
15
Perhitungan Kurva S
Kurva S
16