PENGARUH DATA NON-STATIONER TERHADAP APLIKASI GEOSTATISTIKA DALAM KEGIATAN ESTIMASI DENGAN METODA ORDINARY KRIGING

Authors

  • Claudia Intan Permatasari Program Studi Teknik Pertambangan, Fakultas Teknologi dan Energi,Universitas Trisakti
  • Irfan Marwanza Program Studi Teknik Pertambangan, Fakultas Teknologi dan Energi,Universitas Trisakti,
  • Chairul Nas Program Studi Teknik Pertambangan, Fakultas Teknologi dan Energi,Universitas Trisakti,

Keywords:

geologi Indonesia, suseptibilitas magnetik, faktor perolehan minyak (RF)

Abstract

Geostatistik adalah teknik interpolasi dalam statistika yang memperhitungkan hubungan spatial antar data. Lingkup data yang digunakan dalam geostatistik dapat berupa data stationer dan non-stationer. Secara umum, sebagian besar penelitian melakukan estimasi terhadap data yang bersifat stationer dan cenderung menghasilkan estimasi yang baik. Dalam penelitian ini akan dilakukan kegiatan estimasi dengan metoda kriging terhadap nilai kohesi (c) batulempung yang memiliki sifat non-stationer. Ketidakstationeran data dipengaruhi oleh tingginya variabilitas data yang dihasilkan dari sari numerik kohesi (c) batulempung. Ketidakstationeran data dibuktikan dalam hasil statistik spatial yang digambarkan dari hasil variogram ekperimental yang berfluktuasi dan cenderung tidak stabil. Error yang dihasilkan dalam %MAPE terhadap nilai aktual dan nilai estimasi pada kohesi (c) batulempung cukup besar dalam berbagai jarak estimasi yaitu
90-100%. Besarnya error yang dihasilkan mempengaruhi optimasi kriging dalam kegiatan interpolasi data. Hasil estimasi kriging kohesi (c) batulempung menunjukkan interpolasi yang dilakukan kriging tidak mampu mengidentifikasi variabilitas data yang dimiliki sehingga hasil estimasi hanya berada pada nilai rata-rata kohesi (c) batulempung

References

Bohling, G. (2005): Introduction to geostatistics and variogram analysis, Earth, 1-20.

Cressie, N.A.C 1993. Statistics For Spatial Data. John Wiley and Sons, Inc. New York

Deutsch, J. (2014): Experimental variogram tolerance parameters,http://www.geostatistics lesons. com/lessons/variogramparameters.

Deutsch, C.V., 2002. Geostatistical reservoir modeling 1st ed. Oxford University Press. New York

Isaaks, E.H., dan Srivastaya, R.M. (1989): An introduction to applied geostatistics, Oxford University Press: New York Kim, Y.C. 1988. Advanced Geostatistics For Highly Skewed Data, Department of

Mining and Geological Engineering, Arizona University.

Downloads

Published

2018-09-02

Issue

2018: Prosiding Temu Profesi Tahunan PERHAPI

Section

Articles

License

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.