Tugas Kelompok Geostatistik

Co-kriging

Daffa Dewantara (12317012)

Dana Kusuma Rahman H (12317024)
Jonathan Adii (12317028)
Muhammad Tsaqifurrahman (12317048)
Cevian Falevi (12317056)
Metode co-kriging merupakan metode interpolasi spasial untuk
menduga nilai suatu peubah dengan menambahkan nilai
terboboti dari peubah sekunder untuk menduga nilai peubah
primer di lokasi tertentu. Dalam metode co-kriging perlu
diperhitungkan semivariogram untuk menunjukkan korelasi
spasial dalam pengamatan yang diukur. Beberapa model
semivariogram yang sering digunakan dalam metode co-
kriging adalah model gaussian, spherical dan exponential.

Co-kriging biasa disebut juga sebagai cross

correlation (korelasi silang) antara 2 variable yang
berbeda, namun secara spasial masih
berhubungan . Penelitian mengenai metode co-
kriging banyak diaplikasikan untuk estimasi
minyak, gas dan material lainnya yang ada di
bawah permukaan bumi.
Sistem persamaan co-kriging umum

z0 * = estimasi pada lokasi 0

λi = berat yang tidak ditentukan yang ditetapkan untuk zi dan bervariasi antara 0 dan 100%
zi = variabel regionalisasi pada lokasi tertentu, dengan unit yang sama dengan variabel regionalisasi
tj = variabel regionalisasi sekunder yang terletak bersama dengan variabel regiona
βj = berat yang tidak ditentukan yang ditetapkan untuk tj dan bervariasi antara 0 dan 100%.

Keuntungan co-kriging berasal dari penggunaan variabel sekunder yang diambil sampelnya di banyak lokasi, tetapi tidak harus
bersamaan dengan variabel primer, seperti yang disebutkan sebelumnya. Salah satu masalah potensial dengan salah satu metode
kokriging adalah data sekunder dapat terlalu melimpah relatif terhadap variabel primer.
Bentuk co-kriging untuk kovarians dari data sekunder ditulis sebagai

z0 * = estimasi pada node grid;

λi = berat yang tidak ditentukan yang ditetapkan untuk zi dan bervariasi antara 0 dan 100%
zi = variabel regionalisasi pada lokasi tertentu, dengan unit yang sama dengan variabel regionalisasi
t0 = variabel regionalisasi sekunder yang terletak di lokasi target (grid node), dengan satuan yang sama dengan variabel sekunder
β0 = bobot yang tidak ditentukan yang ditetapkan untuk t0 dan bervariasi antara nol dan 100%.

Versi lengkap dari estimator co-kriging yang diterapkan ditulis sebagai

Bentuk estimator kokriging yang dikolokasi ini memerlukan variabel sekunder tj di semua lokasi data primer zi, dan pada semua
node grid yang diperkirakan.
Batasan

• Teknik Co-kriging mengasumsikan bahwa variable-variable yang ada memiliki hubungan yang linear satu sama lain.
Crossplot dari dua variable yang diukur di lokasi yang sama diharapkan memiliki hubungan yang linear. Maka dari
itu, penting untuk melihat hubungan antara variable utama dan variable pendukung sebelum menggunakan Co-
kriging, dimana hubungan antara keduanya harus linear.

• Hubungan antara variable utama dan variable pendukung harus “kuat”, dalam hal ini nilai koefisien korelasi di
antar kedua variable harus bernilai tinggi, dan semakin banyak titik sampel yang digunakan, semakin tinggi nilai
koefisien korelasinya.

• Penggunaan Co-kriging membutuhkan usaha pemodelan spasial yang baik. Semakin banyak kovariable yang
ditambahkan, semakin besar usaha pemodelan yang dibutuhkan. Secara umum, dibutuhkan K(K+1)/2 fungsi
variogram untuk banyak variable (K).

• Penyelesaian system Co-kriging membutuhkan usaha komputasi yang lebih dibandingkan ordinary kriging. Hal ini
diakibatkan dari ukuran matrix yang lebih besar, yang harus diinversikan untuk mendapatkan bobot yang sesuai
untuk variable dasar dan variable pendukung. Semakin banyak jumlah variable, semakin besar ukuran matrix
untuk diinversi.
CONTOH : ESTIMASI PERGESERAN STATIK DATA MT 2D MENGGUNAKAN CO-KRIGING

Metode magnetotelurik merupakan metode pasif yang memanfaatkan

gelombang elektomagnetik alami.
Metode ini menggunakan data medan magnet (H) dan medan listrik (E) untuk
memperoleh impedansi, dari nilai impedansi tersebut dapat diperoleh kurva
resistivitas semu dan fasa impedansi untuk masing-masing modus TE
(Transverse Electric) dan modus TM (Transverse Magnetic). Kurva pada modus
TE dan TM mudah mangalami distorsi yang disebabkan oleh adanya perbedaan
nilai pada kurva keduanya hal ini dapat menyebabkan interpretasi data jadi
tidak ambigu. dan ini lah yang disebut pergeseran static, salah satu penyebab
terjadinya pergesaran static adalah tofografi bumi yang adanya bukit dan
lemba, oleh karena itu pergeseran static perlu di koreksi atau dihilangkan.
Koreksi pergeseran static dapat dilakukan dengan metode TDEM dan tahanan
jenis sounding tapi koreksi ini membutuhkan data lapangan yang memerlukan
waktu dan biaya yang tidak sedikitagar bias megefisiensi waktu dan biaya maka
dilakukan koreksi dengan menggunakan metode co-kriging.
Co-kriging adalah teknik interpolasi dengan memakai dua variable berbeda, akan tetapi
secara spasial masih berhubungan.
Pada kasus ini variabel primer resistivitas semu sedangkan sekundernya fasa impedansi

• Imput data berupa latitude, longitude dan restivitas semu modus TE dan TM dan fasa
impedansi modus TE dan TM
• Perhitungan variogram eksperimental pada data resistivitas semu dan fasa impedansi
untuk masing2 modus
• Pemilihan semivariogram teoritis (model spherical)
• Untuk mendapatkan kurva semivariogram fasa impedansi dan resistivitas semu
dilakukan variogram dan variogram fitunutk masing te dan tm
• Dari kurva yang dihasilkan kita dapat melihat sebaran data (nugget effect, sill, dan
range)
• Dilakukan cross semivariogram antara fasa impedansi dan resistivitas semu
• Proses co-kriging
• Meghasilkan Xos (nilai resistivitas semu hasil kriging)
• Static shift diperoleh dari selisih resistivitas semu dengan resistivitas semu hasil co-
kriging
 Kelebihan cokriging
• memungkinkan peggunaan data sekunder ke dalam proses estimasi
• dapat mengkalibrasi dan mengontrol pengaruh data sekunder
dengan menggunakan model cross covarince (cokriging)
• menghasilkan estimasi yang lebih akurat daripada kriging ordinary kriging.

Kekurangan cokriging
• sistem cokriging kadang-kadang mungkin tidak cocok karena
variograms dan model crossvariogram yang tidak konsisten.
• membutuhkan lebih banyak waktu dan proses dalam estimasi.

Sumber : (http://repository.unej.ac.id/bitstream/handle/123456789/84660/Yulia%20Kusumawardani%20131810201074%20%23.pdf?sequence=1&isAllowed=y)