ANALISIS KRIGING

KELOMPOK 9
Ahmad Aidin (P022182001)
Try Novianto Widodo ( P022191002 )
PENGERTIAN
Kriging merupakan metode geostatistika yang memanfaatkan
nilai spasial pada lokasi tersampel dan variogram untuk
memprediksi nilai pada lokasi lain yang belum dan/atau tidak
tersampel dimana nilai prediksi tersebut tergantung pada
kedekatannya terhadap lokasi tersampel.

Kriging banyak diaplikasikan pada sector pertambangan, merupakan

analisis data geostatistika untuk menginterpolasikan suatu nilai
kandungan mineral berdasarkan nilai-nilai yang diketahui.

Istilah kriging diambil dari nama seorang ahli, yaitu D.G. Krige, yang pertama kali
menggunakan korelasi spasial dan estimator yang tidak bias. Istilah kriging
diperkenalkan oleh G. Matheron untuk menonjolkan metode khusus dalam moving
average terbobot (weighted moving average) yang meminimalkan varians dari hasil
estimasi.
• Suprajitno (2005) menjelaskan bahwa metode ini merupakan
metode khusus dalam moving average terbobot (weighted
moving average) yang meminimalkan variansi dari hasil
estimasi. Kriging adalah metode estimasi yang memberikan
estimator BLUE (Best Linier Unbiased Estimator) dari nilai-nilai
titik atau rata-rata blok. Metode estimasi ini mempertimbangkan
faktor-faktor yang mempengaruhi akurasi estimasi, yaitu:
banyaknya sampel, posisi sampel, jarak antar sampel dengan titik
yang akan diestimasi, kontinuitas spasial dari variabel-variabel
yang terlibat dll.
• Dengan kata lain metode ini digunakan untuk mengestimasi
besarnya nilai karakteristik dari estimator (𝑧 ) pada titik tidak
tersampel berdasarkan informasi dari titik-titik tersampel yang
berada disekitarnya.
RUMUS KRIGING
• Menurut Ricardo (1999) estimator kriging 𝑧 𝑥0 dengan 𝑥0 adalah
kombinasi linier dari variabel random dengan 𝑥𝑖 , hal tersebut
dapat dilihat pada penarikan rumus sebagai berikut:

Dimana :
• 𝑚 = nilai mean (konstanta skalar)
• 𝜆𝑖 = bobot 𝑧(𝑥𝑖) untuk estimasi lokasi 𝑥. Nilai 𝑧(𝑥𝑖) yang sama akan memiliki
koefisien bobot yang berbeda untuk estimasi pada lokasi yang berbeda.
• 𝑥𝑖 = vector lokasi berbeda.
• 𝑘= banyak data yang tersampel untuk estimasi.
Jenis Data
Menurut Cressie (1993) terdapat 3 tipe mendasar data spasial yaitu :
1. data geostatistik (geostatistical data),
2. data area (lattice area),
3. pola titik (point pattern).
ANALISIS KRIGING
Aplikasi Kriging Pada Data Geostatik
Studi Kasus Estimasi Sampel Batubara
Data sampel pada ilmu kebumian biasanya diambil di tempat-tempat
yang tidak beraturan. Dengan kata lain, 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.

Aplikasi metode ordinary kriging akan digunakan untuk mengestimasi dan

memetakan cadangan batubara yang diperoleh dari http://geoecosse.bizland.com. Data
batubara diperoleh dari daerah penambangan di sekitar Afrika.
Langkah–Langkah Estimasi Menggunakan Ordinary Kriging pada data Geostatika

1. Menguji asumsi stasioneritas orde dua, yaitu menguji asumsi stasioneritas

antara kandungan batubara dengan elevasi
2. Apabila asumsi stasioneritas sudah terpenuhi maka selanjutnya dilakukan
Perhitungan Variogram Eksperimental. Variogram eksperimental diperoleh
dari data sampel
3. Melakukan analisis struktural. Analisis struktural yaitu mencocokkan
semivariogram eksperimental dengan semivariogram teoritis. Hal ini
dilakukan dengan membandingkan nilai mean square error (MSE) dari
beberapa semivariogram teoritis, lalu dipilih model semivariogram teoritis
dengan nilai MSE yang terkecil untuk digunakan pada analisis lebih lanjut
4. Menghitung merupakan hasil estimasi cadangan batubara yang
diperoleh dari data kandungan batubara tersampel.
5. Perhitungan estimasi variansi error. Jika dalam perhitungan digunakan
program R maka hasil variansi error akan terlihat pula pada saat dilakukan
perhitungan estimasi cadangan hasil tambang.
Scatter plot antara kandungan batubara dengan elevasi

Dari tabel disamping diperoleh nilai absis minimum 7978,2 dan

maksimum 16095,4, nilai ordinat minimum 9268,3 dan maksimum
16541,4, sedangkan nilai elevasi minimum
574,68 dan maksimum 636,21. Data kandungan batubara yaitu 0%
untuk nilai minimum dan 26,9% untuk nilai maksimum.
Plot Data Sampel Kandungan Batubara
 Setelah memperoleh model semivariogram yang sesuai dengan data
kandungan batubara, selanjutnya semivariogram tersebut akan
digunakan untuk mengestimasi cadangan batubara.

Ringkasan Data Estimasi Cadangan Batubara dengan Metode Ordinary Kriging

Hasil Estimasi Batubara dengan Kriging

Plot hasil estimasi cadangan batubara

menggunakan ordinary kriging

(a). Plot hasil estimasi berdasarkan absis, ordinat dan

elevasi.
(b). Plot hasil estimasi berdasarkan absis dan ordinat.
(c). Plot hasil estimasi berdasarkan absis
dan elevasi.
(d). Plot hasil estimasi berdasarkan ordinat dan elevasi.

(c) (d)
Aplikasi Kriging Pada Data Titik dengan ARC GIS
Untuk memetakan Kandungan Karbon (CO) pada Udara Ambien di Wilayah Kota Kendari
Dilakukan Interpolasi Kriging dengan menggunakan aplikasi Arc Gis 10.3
Proses Reclassify : Dibagi Menjadi 5 kelas
Aplikasi Kriging Lainnya….
TERIMA KASIH