“GEOSTATISTIKA”
DISUSUN OLEH :
PALU, 2023
KATA PENGANTAR
Dengan menyebut nama Tuhan yang Maha Pengasih juga Maha Penyayang,
kami panjatkan puji dan syukur kami kepadaNya yang tak henti-hentinya
memberikan kesehatan dan kekuatan sehingga saya dapat menyelesaikan
makalah ini dengan baik dan tepat waktu.
Makalah yang ditulis ini masih jauh dari kata sempurna, karena keterbatasan
penulis dalam menjabarkan yang lebih dalam makalah ini. namun penulis sudah
berusaha dengan baik. Dan setiap saran dan kritik yang membangun, selalu
penulis harapkan demi kesempurnaan makalah ini. Penulis juga berharap
makalah ini akan memberikan manfaat bagi para pembaca. Demikian laporan
ini dibuat dengan sesunguh sunguhnya kurang dan lebihnya mohon dimaafkan.
Dalam menggambarkan kedua data sampel dan nilai-nilai variabel di lokasi tanpa
sampel dalam hal variabel acak, kita menggunakan apa yang disebut model
random-fungsi. Pada kenyataannya, kita mungkin hanya memiliki satu nilai pada
setiap lokasi sampel. Namun dalam arti deterministic, kita tidak tahu, misalnya
mengapa porositas 15 persen diamati di lokasi tertentu. Karena kurangnya
pengetahuan, maka kita perlakukan kedua lokasi sampel dan tanpa sampel dengan
model random-fungsi.
Kebutuhan stasioneritas, selain asumsi bahwa semua lokasi dijelaskan oleh
variabel acak, kita juga harus mempertimbangkan pembatasan yang terkait
dengan penggunaan data sampel yang tersedia untuk memprediksi nilai-nilai di
lokasi tanpa sampel. Dalam membuat asumsi dari stasioneritas atas wilayah
yang diamati, kami mencoba untuk membuatnya sebisa mungkin restriktif.
Untuk tujuan geostatistik, urutan pertama dan kedua dari stationarities harus
memuaskan. Secara matematis, urutan pertama stasioneritas dapat ditulis sebagai
Artinya, nilai yang diharapkan dari variabel acak di adalah sama dengan nilai
yang diharapkan dari variabel acak lag jarak jauh. Nilai dari dapat
bervariasi dari nol sampai jarak maksimum antara variabel dalam
wilayah yang diamati.
1. Kovarians
Kovarians sebagai cara untuk capture hubungan spasial. Pers 3.7
mendefinisikan kovarians dalam asumsi stasioneritas orde pertama dan
kedua. Dengan definisi tersebut, perkiraan kovarians dpt dihitung seperti
berikut
dimana n(L) = jumlah pasangan di jarak vektor L: x(ui), dan x(ui + L)
nilai – nilai variabel di lokasi dan ui dan ui + L, masing-masing; dan n =
total jumlah titik sampel.
Istilah kedua di sisi kanan pers 3.8 merupakan rata-rata aritmetik semua
titik data. c(L) = nilai etsimasi berdasarkan data sampel. Pers 3.8 dapat
ditulis sebagai
2. Correlation Coefficient.
Koefisien korelasi dapat digunakan untuk menggambarkan hubungan
spasial. Gunakan definisi koefisien korelasi untuk menggambarkan
hubungan spasial.
3. Variogram
Variogram umumnya menggunakan teknik geostatistik untuk menggambarkan
hubungan spaasial. Secara matematik, dapat didefinisikan sebagai
Itu merupakan setengah varians dari perbedaan antara dua nilai di L secara
terpisah. Sebelum lebih mendalam, perlu memehami variogram secara
kualitatif. As the definition indicates, nilai variogram adalah nol pada L=0
karena
Dimana n(L)= jumlah pasangan pada jarak lag L, x(i) and x(u+L) = nilai
data untuk pasangan ke i di L jarak lag yang terpisah. Aksen di atas y
mengindikasikan bahwa itu merupakan nilai estimasi dalam data sampel.
BAB III
PENUTUP
3.1 Kesimpulan
Berdasarkan pembahasan tersebut, maka dapat disimpulkan
1. Tujuan geostatistik adalah untuk memperkirakan nilai-nilai di lokasi di
mana tidak ada informasi, yaitu dengan menggunakan kumpulan sampel
data yang tersedia untuk mengembangkan model-model tertentu dan
menggunakan model-model untuk memprediksi nilai-nilai di lokasi tanpa
sampel yang tidak memiliki ketidakpastian. Untuk mencerminkan
ketidakpastian ini, kita lakukan perkiraan sebagai variabel acak.
2. Terdapat beberapa jenis hubungan spasial (spatial relationship) yakni
kovarians, korelasi koefisien, dan variogram.
3.2 Saran
Terdapat beberapa saran dalam pembahasan makalah ini, yaitu
1. Dalam memperkirakan nilai atau parameter yang tidak terdapat pada data
lapangan tidak dapat dilakukan tanpa melakukan suatu metode, sehingga
diperlukan pemahaman yang kuat agar memperoleh nilai yang valid.
2. Pada pemilihan data harus dilakukan secara teliti dengan memperhatikan
seluruh aspek didalamnya.
3. Sebagai seorang engineer harus memahami segala dasar teori, agar pada
saat mempraktekkan didapatkan hasil yang akurat.