Tugas 6 - 12318064 - Muhammad Ichsan Fauzi [PDF]

Citation preview

Tugas 6 “Spatial Interpolation: Estimation and Modeling.” Oleh: Muhammad Ichsan Fauzi (12318064) 1. Pelajari faktor-faktor berikut, yang akan menyebabkan kesulitan dalam mengestimasi variogram: a. Instability ➔ Keadaan dimana suatu objek spasial yang menggambarkan atribut non-spasial yang relatif ekstrim atau berbeda secara signifikan dari objek spasial lainnya dalam lingkup yang berdekatan. Dalam hal ini variogram yang diestimasi menunjukkan rata-rata aritmatik dari selisih kuadrat dari nilai pasangan variabel pada beda jarak tertentu. Sehingga, apabila ada pasangan variabel yang menunjukkan perbedaan yang besar, selisih kuadrat akan memiliki dampak yang signifikan pada nilai rata-rata aritmatika variogram. Efek ini akan mengubah nilai variogram pada jarak tertentu dan menimbulkan ketidakstabilan. b. Influence of Outliers ➔ Outlier merupakan suatu nilai dari sekumpulan data yang lain atau berbeda dibandingkan biasanya serta tidak menggambarkan karakteristik data tersebut. Pengertian data outlier adalah data observasi yang muncul dengan nilai-nilai ekstrim, baik secara univariat ataupun multivariat. Efek dari outlier pada variogram menyebabkan variogram yang diestimasi mengalami lonjakan dan perubahan bentuk sehingga hasil estimasinya kurang akurat. Oleh karena itu, perlu dilakukan pemeriksaan awal tentang kualitas data spasial yang digunakan. c. Biased sampling ➔ Merupakan distorsi keterwakilan sampel yang muncul ketika beberapa anggota populasi (kerangka sampel) memiliki sedikit atau tidak ada peluang untuk dipilih sebagai sampel. Biased sampling dapat terjadi ketika data yang dikumpulkan untuk menentukan distribusi data terpilih secara tidak tepat dan tidak mewakili distribusi yang sebenarnya.



2. Untuk data pada tabel berikut: Depth (ft) 2040 2041 2042 2043 2044 2045 2046



Porosity (%) 8,25 9 6,25 5 5,3 4,75 5



Permeability (md) 35 50 21 16 20 8 14



a. Plot data porosity dan permeability!



Plot Data Porosity vs. Permeability 60



50 40 30 20 10



0 2039



2040



2041



2042 Porosity (%)



2043



2044



2045



2046



2047



Permeability (md)



b. Hitung cross covariance Cc(L) dan cross variogram c(L) sebagai fungsi lag distance (L = 0, 1, 2, dan 3 feet)! ➔ Untuk menghitung cross covariance Cc(L) kita dapat menggunakan rumus



➔ Untuk menghitung cross variogram c(L) kita dapat menggunakan rumus



ATAU



Maka, tabel perhitungannya akan menghasilkan



c(L)



0



0



20,52653



1



8,879167



11,64736



2



16,875



3,651531



3



24,03125



-3,50472



Cc(L)



Plot kurva cross covariance dan cross variogram dalam satu gambar!



30



25



25



20



20



15



15



10



10



5



5



0



0



-5 0



1



2



Lag Distance (ft) gc(L)



Cc(L)



3



Cc(L)



Kurva Cross Variogram dan Cross Covariance



Yc(L)



c.



L



d. Analisis hasil plot kurva soal C! ➔ Ketika nilai lag distance meningkat, nilai cross variogram juga meningkat namun nilai cross covariance akan menurun.