Panas Bumi Indonesia - WBB - Karenina Priyanka - Institut Teknologi Bandung - APLIKASI ORDINARY KRIGING [PDF]

Citation preview

APLIKASI ORDINARY KRIGING DATA HG PADA DAERAH PANAS BUMI TALAGO BIRU, KABUPATEN TANAH DATAR, PROVINSI SUMATERA BARAT UNTUK PENEMUAN ENERGI PANAS BUMI Karenina Priyanka 1*, Fatimah Syahidah Nusaibah 1, Fransisca Putri Pratama 1 1



Teknik Geologi, Fakultas Ilmu dan Teknologi Kebumian, Institut Teknologi Bandung *



[email protected]



ABSTRAK Indonesia adalah salah satu negara dengan potensi panas bumi terbesar di dunia. Sumber energi panas bumi dapat memberikan solusi dan merealisasikan 3 dari 17 poin yang terdapat pada SDGs (Sustainable Development Goals). Tujuan dari penelitian ini adalah mengetahui potensi Panas Bumi Talago Biru, Kabupaten Tanah Datar, Provinsi Sumatera Barat dengan menganalisis pola persebaran dari 130 data geokimia Hg serta mengestimasi daerah anomali Hg dengan pemodelan geostatistik. Hasil analisis menunjukkan bahwa pada daerah penelitian ditemukan potensi panas bumi dengan ditemukannya anomali Hg di bagian timur laut, selatan, dan barat laut dengan nilai paling tinggi di arah timur laut daerah penelitian. Anomali ini diinterpretasikan dipengaruhi oleh struktur sesar naik mengiri (di bagian timurlaut) dan sesar turun menganan (di bagian baratlaut). Hasil penelitian ini dapat digunakan untuk pengembangan dan eksplorasi potensi panas bumi di daerah Talago Biru, Kabupaten Tanah Datar, Provinsi Sumatera Barat, serta mewujudkan SDGs. Kata Kunci : hg, kriging, panas bumi, sdgs, talago biru



1. Pendahuluan Menurut Pasal 1 UU No.27 tahun 2003 tentang Panas Bumi, Panas Bumi adalah sumber energi panas yang terkandung di dalam air panas, uap air, dan batuan bersama mineral ikutan dan gas lainnya yang secara genetik semuanya tidak dapat dipisahkan dalam suatu sistem panas bumi dan untuk pemanfaatannya diperlukan proses penambangan. Walaupun dibutuhkan proses penambangan, setidaknya sumber energi panas bumi dapat membantu merealisasikan 3 dari 17 poin pada SGDs. Salah satu manifestasi panas bumi Indonesia adalah Danau Talago Biru, Kecamatan Tanjung Emas dan sekitarnya, Kabupaten Tanah Datar, Provinsi Sumatera Barat. Hal ini dibuktikan dengan adanya manifestasi air panas Padang Ganting, Nagari



Padang Ganting, Kecamatan Tanjung Emas, Kabupaten Tanah Datar. Salah satu komponen sistem panas bumi yang penting yaitu permeabilitas. Permeabilitas adalah kemampuan media berpori untuk menghantarkan fluida. Permeabilitas yang tinggi umumnya disebabkan oleh kehadiran struktur geologi patahan atau rekahan (Nicholson, 1993). Salah satu metode identifikasi bawah permukaan yang dapat dilakukan adalah metode geokimia. Metode geokimia yang dilakukan adalah dengan analisis konsentrasi Raksa/ Hg (Kooten, 1987). Distribusi dan konsentrasi komponen volatile seperti Hg umumnya terdapat pada fluida panas bumi dan dapat bermigrasi menuju permukaan (Koga, 1982). Keterdapatan anomali Hg pada permukaan dapat menjadi indikasi suatu zona permeabilitas panas bumi.



Berdasarkan hal tersebut, maka dilakukan analisis geokimia unsur Hg di daerah sekitar Danau Talago Biru. Analisis dilakukan dengan memperkirakan persebaran data spasial dan sifat data Hg di sekitar Danau Talago Biru. Metode yang digunakan adalah Exploratory Data Analysis (EDA) dan Exploratory Spatial Data Analysis (ESDA). Tujuan dalam penulisan paper ini adalah untuk menganalisis pola persebaran data, sifat data, dan mengetahui pola anomali Hg sebagai acuan interpretasi potensi panas bumi daerah Talago Biru. Geologi Regional Kondisi geomorfologi atau bentang alam daerah ini dapat dikelompokkan menjadi empat satuan, yaitu morfologi perbukitan landai, perbukitan sedimen agak curam, perbukitan curam, dan perbukitan vulkanik agak curam.



Satuan batuan yang menyusun daerah ini cukup komplit, mulai dari batuan metamorf, sedimen, intrusi, maupun volkanik (Gambar 1) Batuan metamorf muncul di timur berupa Batusabak-Sekis, sedangkan di utara terdapat singkapan Batugamping. Di bagian tengah terdapat batuan beku intrusi berupa Granit yang banyak terkekarkan dan terisi Kuarsa. Di bagian tengah didominasi oleh singkapan Batupasir Serpihan, Batupasir Kuarsaan, dan Batupasir Konglomeratan yang tersebar memanjang selaras dengan arah struktur Sesar Semangko. Terdapat batuan volkanik berupa aliran Piroklastik Tua, Satuan Lava Basal, Satuan Aliran Piroklastik, Satuan Aliran dan Jatuhan Piroklastik yang tersebar di bagian utara dan selatan. Selain produk volkanik terdapat juga lava basal yang tersingkap di daerah



Gambar 1. Peta Geologi Daerah Panas Bumi Talago Biru



barat daya yang berumur Kuarter Awal. Struktur geologi yang berkembang di daerah survey didominasi oleh sesar arah barat laut-tenggara yang dikontrol oleh pola Sesar Semangko. Sesar lain yang berkembang adalah sesar dengan pola baratdaya-timur laut yang diduga merupakan antitetiknya dan sesar dengan arah utara-selatan. Sesar dengan arah barat laut-tenggara diperlihatkan oleh Sesar Bukittamusu, Sawahluas, Kotoalam, Kubanglandai, Sungaisalak, Taraktak, dan Pangian. Sedangkan sesar dengan arah baratdaya-timurlaut ditunjukkan oleh sesar Simpangtigo, Rawan, Pangian. Sesar lainnya adalah sesar berarah utara-selatan yang ditunjukkan oleh Sesar Balung dan Talago. Peranan struktur sesar sangat penting sebagai kontrol geologi dan panas bumi, disamping merupakan media saluran naiknya panas ke permukaan juga berfungsi sebagai tempat akumulasi panas sepanjang jalur rekahan tersebut. 2. Metodologi Penelitian Dalam melaksanakan penelitian ini, penulis melalui beberapa tahapan. Tahapan tersebut dijelaskan melalui suatu alur berpikir yang digambarkan pada flowchart berikut (Gambar 2). Langkah pertama adalah dilakukan studi pustaka meliputi kajian prospek panas bumi, geologi regional, geologi setempat, topografi/morfologi, dan data geosains terkait lainnya. Pengambilan/ pengukuran data di lapangan meliputi penentuan titik ukur, pengukuran target di setiap titik ukur, dan pengolahan data di lapangan. Selanjutnya pengolahan data, meliputi EDA (Exploratory Data Analysis) yang menganalisis distribusi data, kestationeran data, dan identifikasi outlier. Setelah Data yang tidak stationer dan tidak normal



ditransformasi, dan outlier yang ada dinormalkan, dilakukan ESDA (Exploratory Spatial Data Analysis). Kemudian dilakukan pembuatan variogram dan kriging. Analisis dan interpretasi data sebelumnya dilakukan. Terakhir dilakukan pelaporan meliputi penyusunan laporan pendahuluan dan laporan akhir.



Gambar 2. Flowchart Pengolahan Data



3. Hasil dan Pembahasan Data spasial yang digunakan adalah data sekunder persebaran unsur Hg di sekitar Danau Talago Biru, Kecamatan Tanjung Emas dan sekitarnya, Kabupaten Tanah Datar, Provinsi Sumatera Barat. Data diperoleh dari Pusat Sumber Daya Geologi dengan judul Laporan Akhir Survei Terpadu Geologi dan Geokimia, Daerah Panas Bumi Talago Biru, Kabupaten Tanah Datar, Provinsi Sumatera Barat. Luas wilayah survei yaitu 20 x 20 km2 pada posisi geografis antara 100°37’ 03” 100°47’ 50” BT dan - 0°26’ 06” - 0°36’ 54”LS atau pada sistem koordinat UTM



47 belahan bumi selatan pada 680,002700,026 mT dan 9,951,878 - 9,931,989 mS. Sampel ini diambil pada 25 Juni 2013 sampai 25 Juli 2013 sebanyak 130 sampel. Tersebar secara normal dan merata dengan nilai maksimum 333, nilai minimum 3, dan range yaitu 330. 3.1 Exploratory Data Analysis (EDA) EDA bertujuan untuk mengetahui persebaran dan sifat alami data. Melalui EDA dapat diketahui pendistribusian data. Data yang dapat diasumsikan dalam geostatistik yaitu memenuhi syarat; data terdistribusi secara normal dan data bersifat stasioner. Data bersifat stasioner adalah data yang memiliki nilai mean dan modus mendekati nilai yang sama (Suryantini, 2017). Oleh sebab itu, EDA dapat diartikan sebagai suatu metode pendekatan identifikasi hipotesis (Mast dan Kemper, 2009). Metode EDA yang digunakan pada analisis ini adalah ringkasan statistik, histogram, dan box and whisker plot. Persebaran unsur Hg pada daerah panas bumi Talago Biru berjumlah 130 data dengan range 3 – 333 ppb. Melalui analisis univariat unsur Hg, didapatkan nilai mean 67.60 ppb,



median 54 ppb, dan modus 60 ppb (Tabel 1). Hal ini menunjukkan sifat data yang tidak stasioner karena nilai mean, median, modus tidak mendekati suatu nilai yang sama. Pengolahan data menggunakan histogram memperlihatkan bahwa data Hg memiliki tipe bimodal (Gambar 3). Skewness data Hg adalah 1.7, menunjukkan data tidak terdistribusi normal. Nilai kurtosis data Hg adalah 4.2, menunjukkan bahwa data bersifat leptokurtic (memiliki banyak outlier). Maka dapat dikatakan data Hg memiliki kecenderungan bersifat tidak kontinu. Metode box and whisker plot memperlihatkan bahwa data Hg tidak terdistribusi normal dengan outlier bernilai 212, 242, 261, 297 dan 333 dan threshold bernilai 178 ppb (Gambar 4)



Gambar 3. Histogram Data Unsur Hg



Tabel 1. Ringkasan Statistik Data Unsur Hg



Gambar 4. Box Plot Data Unsur Hg



Suatu data harus memenuhi asusmsi geostatistik yaitu terdistribusi normal dan stasioner supaya dapat diolah secara spasial. Oleh karena itu, perlu dilakukan transformasi data unsur Hg. Salah satu metode yang digunakan adalah dengan metode squareroot. Analisis squareroot dapat dilakukan jika nilai skewness bernilai 0.5 - 1. Metode squreroot digunakan karena ketika data di transformasi menggunakan log Hg dan dilakukan analisis ESDA, data menunjukkan model semivariogram yang erratic, maka dilakukan metode transformasi squareroot. Berdasarkan analisis squareroot Hg memiliki range data 1.7 - 18.2 ppb, mean 7.5 ppb, median 7.3 ppb, dan modus 7.7 ppb. Nilai skewness 0,6 dan kurtosis menjadi 0.3, menunjukkaan data mesokurtic (jarang ditemukan outlier). Ringkasan statistik untuk data squareroot Hg berada pada Tabel 2. Pada data squareroot Hg, nilai standar deviasi lebih kecil daripada nilai rata-rata. Nilai mean, median dan modus medekati nilai yang hampir sama. Hal ini



mengindikasikan data relatif bersifat stasioner. Persebaran data yang telah ditransformasi squareroot pada Gambar 5. Data hasil transformasi squareroot memiliki kecenderungan skewness positif, menunjukkan dominasi nilai unsur Hg pada nilai yang relatif kecil. Box dan whisker plot menunjukkan adanya outlier yang berada di atas upper whisker, yang memiliki nilai 18,24 dan 17,23 dengan nilai threshold 16,15 (Gambar 6). Hasil dari transformasi data menunjukkan bahwa data terdistribusi secara normal dan stasioner, sehingga dapat dilanjutkan ke tahap analisis



Gambar 6. Histogram Data SQRT Unsur Hg



Tabel 2. Ringkasan Statistik SQRT Unsur Hg



Gambar 5. Box Plot and Whisker Data SQRT Unsur Hg



selanjutnya yaitu Exploratory Data Analysis (ESDA). 3.2 Exploratory Spatial Data Analysis (ESDA) ESDA adalah metode analisis untuk menentukan karakteristik dari kumpulan data dengan memperhatikan posisi atau kondisi spasialnya (Rische, 2008). Setiap data yang dianalisis memiliki properti spasial dapat memiliki masalah. ESDA digunakan untuk mencari hubungan atau korelasi antardata dengan memperhatikan kondisi spasialnya. Penentuan korelasi tersebut dapat digunakan berbagai cara; Data Posting, Peta Grayscale, Peta Kontur, Peta Indikator dengan menggunakan threshold, Moving Window Statistics dengan melihat proportional effect. Penulis menggunakan metode Data Posting. Gambar 7 merupakan hasil data posting dalam bentuk symbol map yang didapatkan menggunakan Aplikasi ILWIS 3.3. Melalui symbol map, dapat diketahui bahwa



sampling data dilakukan secara acak/ random. Penentuan lag yang digunakan sebesar 400, karena lag yang lebih besar menunjukkan plot data yang terlalu berjauhan sedangkan pada lag yang lebih kecil data menunjukkan plot data yang terlalu berdekatan. Pengambilan sampel secara acak, dimana terdapat daerah yang tidak dilakukan sampling akan memengaruhi hasil kriging data. Dari hasil persebaran data tersebut dilakukan pembuatan pemodelan variogram untuk menganalisis lebih lanjut keterkaitan antar nilai data yang dianalisis. 3.3 Semivariogram Semivariogram adalah metode geostatistik yang bertujuan untuk mengetahui hubungan antar data secara spasial (ruang) pada suatu arah tertentu (Cressie, N., 1985). Semivariogram dibuat dari data Hg dengan menggunakan Aplikasi ILWIS 3.3 dan menghasilkan tabel perhitungan semivarian dan point map dari data untuk melihat



Gambar 7. Data Posting SQRT Unsur Hg



persebaran data yang representatif. Untuk mengetahui model semivariogram yang sesuai maka dilakukan percobaan pembuatan semivariogram dengan jarak persebaran yang beragam untuk memperoleh variogram terbaik yang membentuk trend mendekati salah satu model semivariogram. Dalam hal ini digunakan lag dengan rentang 100 – 1000, lag yang paling



representatif adalah lag 400. Hasil trend yang didapatkan saat lag 400 memiliki kecenderungan yang mirip dengan model Spherical. Dari model semivariogram didapatkan nugget bernilai 1,83; sill bernilai 14,3; dan range bernilai 10000. Peta semivariogram surface menunjukan arah kecenderungan data. Peta semivariogram surface yang di buat adalah dengan lag 400



Gambar 9. Peta Kriging SQRT Unsur Hg



Gambar 8. Peta Error Kriging SQRT Unsur Hg



dan number of lags 25. Dari semivariogram surface diketahui bahwa data bersifat anisotropy. 3.4 Kriging Metode kriging digunakan untuk mengestimasi persebaran data Hg pada Daerah Panas Bumi Talago Biru, Kabupaten Tanah Datar, Provinsi Sumatera Utara dengan menggunakan korelasi spasial. Metode yang digunakan yaitu ordinary kriging dengan nugget 1.83, sill 14.3, range 10000 yang dapat dilihat pada Gambar 8 beserta error map Gambar 9. Error map digunakan sebagai acuan dalam menentukan ketepatan suatu kriging map. Pada peta persebaran Hg, terlihat bahwa nilai Hg hasil estimasi kriging berkorelasi dengan nilai hasil sampling. Error map yang diperoleh menunjukkan nilai yang kecil pada daerah tengah peta (warna biru), sehingga dapat disimpulkan bahwa interpolasi yang dilakukan pada data tersebut cukup baik. Namun, error map menunjukkan nilai yang besar pada daerah pinggir peta (warna merah). Hal ini menunjukkan adanya kemungkinan terdapat kesalahan data/tidak adanya data ataupun kesalahan metode kriging yang digunakan. Nilai Hg yang diestimasi tidak semua representatif pada keseluruhan daerah. Penulis kemudian overlay peta kriging pada peta geologi (Gambar 10) dan peta topografi satelit (Gambar 11) untuk memudahkan dalam menafsirkan persebaran unsur Hg pada keadaan sebenarnya.



Gambar 10. Peta Kriging Overlay Dengan Peta Topografi Satelit



Gambar 11. Peta Kriging Overlay Dengan Peta Geologi



3.5 Diskusi dan Interpretasi Persebaran Hg tidak mengikuti pola distribusi normal. Data Hg memiliki skewness positif, artinya kelompok data kadar Hg rendah memiliki frekuensi lebih banyak dibanding kelompok data kadar Hg tinggi. Data bersifat leptokurtic yaitu memiliki puncak distribusi data yang cenderung sangat terpusat di sekitar rata-rata. Dari hasil semivariogram dengan lag distance 400 m dapat diasumsikan bahwa data anisotropik, didukung dengan penggambaran grafis dalam variogram surface dan didapatkan model semivariogram terbaik pada lag 400. Dari hasil kriging diketahui bahwa nilai tertinggi berada di timur laut dimana terdapatnya struktur sesar naik Pangian yang berarah



Gambar 12. Perbedaan hasil analisis PSDG (kiri) dan analisis penulis (kanan)



baratlaut-tenggara dengan pergerakan mengiri. Nilai tinggi lainnya berada di arah baratlaut dan selatan. Faktor penyebab tingginya nilai Hg adalah kontrol litologi dan struktur sesar. Adanya sesar sangat memengaruhi zona permeabel yang cenderung membuka ruang pada litologi, sehingga aliran panas bumi dapat mengalir. Litologi dengan permeabilitas yang tinggi seperti batugamping dan piroklastik juga dapat menyebabkan nilai Hg yang tinggi. Tingginya nilai Hg pada bagian timur laut dikontrol oleh litologi piroklastik yang berasosiasi dengan batugamping. Pada bagian barat laut nilai Hg tinggi dapat disebabkan karena litologi batuan piroklastik dan didukung dengan adanya sesar. Nilai Hg tinggi pada daerah selatan disebabkan karena adanya sesar dan litologi sekitarnya adalah piroklastik dan batugamping. Terdapat perbedaan antara daerah anomali dengan metode analisis yang dilakukan oleh PSDG dengan hasil analisis dengan metode ordinary kriging yang penulis lakukan. Daerah anomali tersebut terletak pada koordinat UTM 6777662.92, 9945577.43 (Gambar 12). Hasil analisis menunjukkan



bahwa anomali Hg dipengaruhi oleh adanya struktur sesar naik mengiri (di bagian timurlaut), sesar turun menganan (di bagian baratlaut) dan litologi. 3.6 Sustainable Development Goals (SDGs) Sustainable Development Goals (SDGs) merupakan suatu rencana aksi global yang disepakati oleh para pemimpin dunia, termasuk Indonesia, guna mengakhiri kemiskinan, mengurangi kesenjangan dan melindungi lingkungan. SDGs berisi 17 Tujuan dan 169 Target yang diharapkan dapat dicapai pada tahun 2030. 17 tujuan tersebut antara lain adalah: Menghapus kemiskinan, mengakhiri kelaparan, kesehatan yang baik dan kesejahteraan, pendidikan bermutu, kesetaraan gender, akses air bersih dan sanitasi, energi bersih dan terjangkau, pekerjaan layak dan pertumbuhan ekonomi, infrastruktur, industri, dan inovasi, mengurangi ketimpangan, kota dan komunitas yang berkelanjutan, konsumsi dan produksi yang bertanggung jawab, perubahan iklim, menjaga ekosistem laut, menjaga ekosistem



darat, perdamaian, keadilan, dan kelembagaan yang kuat, dan kemitraan untuk mencapai tujuan. Dari 17 tujuan tersebut, terdapat 3 tujuan yang selaras dengan eksplorasi sumber energi panas bumi yang kami teliti. Tiga tujuan tersebut adalah poin ke tujuh, delapan, dan sebelas. 1. Energi bersih dan terjangkau Dengan penelitian daerah yang memiliki potensi panas bumi di Indonesia, harapannya dapat menjadi bagian dari perluasan akses akan energi untuk seluruh masyarakat Indonesia. Penemuan potensi panas bumi dapat dimanfaatkan menjadi energi yang terjangkau, dapat diandalkan, berkelanjutan dan modern bagi semua. 2. Pekerjaan layak dan pertumbuhan ekonomi Dari penemuan energi panas bumi yang baru ini, lapangan pekerjaan dapat terbuka dan membantu pertumbuhan ekonomi yang inklusif dan berkelanjutan. Tenaga kerja yang dibutuhkan untuk mengeksploitasi energi panas bumi ini dapat berasal dari masyarakat setempat untuk menumbuhkan ekonomi daerah sekitar penelitian. 3. Kota dan komunitas yang berkelanjutan Meski eksplorasi panas bumi ini dapat memberi resiko adanya kerusakan lingkungan, pentingnya pemanfaatan teknologi ramah lingkungan dan rehabilitasi lingkungan agar setelah eksploitasi dilakukan, ekosistem lingkungan di daerah penelitian tetap berkelanjutan.



4. Kesimpulan Metode ordinary kriging menghasilkan peta distribusi persebaran Hg yang dapat digunakan untuk mengestimasi nilai Hg pada daerah yang belum disampling dan juga nilai-nilai anomali. Setelah dilakukan studi literatur dan melihat peta geologi regional, diketahui bahwa pola persebaran dan sifat data Hg di sekitar Danau Talago Biru mengikuti pola distribusi struktur utama yang mempunyai arah relatif baratdayatenggara. Terdapat anomali Hg (nilai Hg melewati treshold) yang berada di arah timur laut, selatan, dan barat laut dengan nilai paling tinggi pada bagian timur laut. Pada bagian timur laut, terdapat endapan berupa batugamping, batusabak, dan aliran piroklastik Sago. Penyebab nilai Hg tinggi di arah timur laut adalah kontrol litologi dan Sesar Pangian. Pada bagian selatan, penyebab nilai Hg tinggi adalah endapan batupasir kuarsa dan Sesar Sawahluar dan Sesar Rawang. Pada bagian barat laut disebabkan oleh endapan aliran piroklastik Marapi. Adanya anomali Hg di beberapa tempat tersebut dapat diinterpretasikan sebagai zona permeabilitas tinggi yang dapat berpotensi sebagai reservoir panas bumi. Ucapan Terimakasih Ucapan terima kasih kami haturkan kepada Tuhan yang Maha Esa. Kami ucapkan terima kasih pula kepada Ibu Dr. Eng. Ir. Suryantini M.Sc. selaku dosen pengampu mata kuliah geologi statistik dan Bapak Hendro Wibowo, M.Sc. atas bimbingan dan bantuan kepada penulis sehingga penulis dapat menyelesaikan makalah ini. Penulis juga berterimakasih kepada lembaga survei PSDG yang telah mengizinkan penulis untuk menggunakan datanya yang



kemudian menjadi bahan untuk analisis pada makalah ini. Tidak lupa ucapan terima kasih juga kami haturkan kepada rekan – rekan yang membantu dan memberikan dukungan moral maupun material dalam menyelesaikan makalah ini. Manusia tidak pernah luput dari kesalahan dan ketidaksempurnaan, sehingga penulis sangat terbuka untuk saran dan kritik yang membangun mengenai makalah ini.



Kooten, G. K. V., 1987. Geothermal exploration using surface mercury geochemistry. Journal of Volcanology and Geothermal Research, 31(3-4), pp. 269280.



Daftar Pustaka



PSDG, 2007, Survei Terpadu Geologi dan Geokimia Daerah Panas Bumi Sumani, Kabupaten Solok, Sumatera Barat.



Cressie, N., 1985. Fitting Variogram Models by Weighted Least Squares. Mathematical Geology, 17(5), pp. 536-586. Fotheringham, A. S. & Charlton, M., 1994. GIS And Exploratory Spatial Data Analysis: An Overview Of Some Research Issues. Geographical Systems, Volume 1, pp. 315-327. Getis, A. & Ord, J. K., 1992. The Analysis of Spatial Association by Use of Distance Statistics. Geographical Analysis, 24(3), pp. 189-206. Haining, R., Wise, S. & Ma, J., 2002. Exploratory Spatial Data Analysis. Journal of the Royal Statistical Society: Series D (The Statistician), 47(3), pp. 457-469. J, L. A. & Ba, S., 1997. View, Exploratory Spatial Data Analysis Linking SpaceStat and Arc. Recent Developments in Spatial Analysis, pp. 35-59. Keith, N., 1993. Exploration Techniques and Surveys. Geothermal Fluids, pp. 141149. Koga, A., Taguchi, S. & Mahon, W. A. J., 1987. The Use Of Volatile Constituents In Geothermal Fluids For Assessing The Type, Potential And Near Surface Permeability Of A Geothermal System : The Broadlands Geothermal Area, N . Z .. pp. 135-138.



Mast, J. d. & Kemper, B. P. H., 2009. Principles of Exploratory Data Analysis in Problem Solving: What Can We Learn from a Well-Known Case?. Quality Engineering, 21(4), pp. 366-375.



PSDG, 2013, Survei Geofisika TDEM dan Gravity, Daerah Panas Bumi Talagobiru, Kabupaten Tanah Datar, Sumatera Barat. PSDG, 2013, Survei Terpadu, Geologi dan Geokimia Daerah Panas Bumi Talagobiru, kabupaten Tanah Datar, Provinsi Sumatera Barat. Silitonga dan Kastowo., 1995, edisi 2, Peta Geologi Lembar Solok, Sumatera Barat Skala 1:250.000. Pusat Penelitian dan Pengembangan Geologi, Bandung. Suryantini. 2017. GL - 3102 : Tutorial Variogram. Institut Teknologi Bandung. Zimmerman, D.L. and Zimmerman, M.B..1991. A Comparison of Spatial Semivariogram Estimators and Corresponding Ordinary Kriging Predictors. Technometrics, 33, pp. 77-91.