UNTUK PREDIKSI PEAK GROUND ACCELERATION BERBASIS KOMPUTER
|
|
- Utami Hartono
- 6 tahun lalu
- Tontonan:
Transkripsi
1 METODE KRIGING UNTUK PREDIKSI PEAK GROUND ACCELERATION BERBASIS KOMPUTER (Studi Kasus: Kota Banda Aceh) Theodorick, Rokhana Dwi Bekti, Edy Irwansyah Binus University, Jalan KH. Syahdan No. 9 Palmerah, Jakarta 11480, Indonesia dorick.90@gmail.com ABSTRAK Ordinary Kriging adalah metode geostatistika yang digunakan untuk memprediksi data tidak beroutlier pada lokasi tertentu. Sementara itu, pada kasus data yang mengandung outlier, dapat menggunakan Robust Kriging untuk prediksi. Kedua metode tersebut dapat digunakan untuk memprediksi kecepatan gempa di permukaan tanah (PGA). Daerah yang digunakan untuk penelitian ini adalah Kota Banda Aceh. Metode yang digunakan pada penelitian ini adalah Ordinary Kriging dan Robust Kriging. Model yang digunakan pada tiap metode adalah Gaussian, Spherical dan Eksponensial. Penelitian ini menghasilkan prediksi PGA untuk 2 metode Kriging dengan model Gaussian, Spherical dan Eksponensial. Hasil perbandingan dari 2 metode ini akan dipilih yang terbaik dengan menggunakan MSE terkecil dari setiap model. Penelitian ini juga menghasilkan aplikasi berbasis komputer yang digunakan untuk mempermudah memperhitungkan PGA. Berdasarkan nilai MSE, metode Ordinary Kriging model Gaussian merupakan metode terbaik untuk studi kasus di Banda Aceh, karena memiliki MSE terkecil yaitu (TD). Kata Kunci : Gempa, Peak Ground Acceleration, Ordinary Kriging, Robust Kriging, Berbasis Komputer. ABSTRACT Ordinary Kriging is geostatistical method that is used to without-outlier data at certain locations. Meanwhile, Robust Kriging can be used to predict with-outlier data. Both the method can be used to predict earthquake acceleration on ground surface (PGA). Area chosen for this research is Banda Aceh. In this research, Ordinary Kriging and Robust Kriging are used. The models used in each method are Gaussian, Spherical and Exponential. This research aims to generate PGA prediction for two Kriging methods for Gaussian, Spherical and Exponential method. The result from these two methods will be compared to decide which one method is better than the other by using the smallest MSE of each model. This research also produces a computer based application that is used to ease the PGA calculation. According to MSE value, Ordinary Kriging method with Gaussian model is the best method for case study in Banda Aceh since it has the smallest MSE of (TD). Key Word : Earthquake, Peak Ground Acceleration, Ordinary Kriging, Robust Kriging, Computer Based. Pendahuluan Statistik spasial dan geostatistik sudah berkembang dan mampu menjelaskan, serta menganalisa variance yang terjadi akibat phenomena alam dan buatan manusia, baik diudara, dilaut dan dipermukaan bumi. Geostatistik sudah diterapkan di banyak bidang, salah satunya adalah geologi. Geostatistik digunakan untuk memprediksi data pada lokasi lokasi yang belum diukur (Fischer and Getis, 2010, p21). Salah satu metode prediksi untuk geostatistika yaitu Kriging. Kriging merupakan metode geostatistika yang memanfaatkan interpolasi spasial pada suatu regional tertentu untuk mengestimasi nilai pada regional lain yang belum tersample (Fridayani, Kencana, dan Sukarsa,2012). Ada beberapa metode Kriging yang umum digunakan, diantaranya
2 adalah Ordinary Kriging dan CoKriging yang tidak mengakomodir outlier, serta Robust Kriging yang mentransformasi bobot variogram. Untuk menghitung nilai prediksi pada suatu titik dapat juga menggunakan persamaan regresi, tetapi regresi hanya bisa dilakukan apabila data memiliki 2 atau lebih data yang saling independent. Apabila data tidak independent menyebabkan asumsi residual tidak terpenuhi. Sementara itu, metode spasial, khususnya Kriging dapat digunakan sebagai alternatif (Fadly, 2006,p1-2). Hasil prediksi menggunakan regresi kurang akurat karena fungsi regresi pada dasarnya adalah menghitung pengaruh faktor independent terhadap data dependent. Penelitian yang sudah pernah menggunakan metode Kriging adalah Fridayani, Kencana, dan Sukarsa (2012) tentang perbandingan interpolasi spasial dengan metode ordinary dan Robust Kriging pada data spasial berpencilan. Selain itu adalah Rachmawati (2009) tentang pendugaan kadar NO 2 dengan metode Ordinary Kriging dan cokriging. Penetilian lain diantaranya Alfiana(2010) tentang metode Ordinary Kriging pada geostatistika, Darmanto dan Soepraptini,(2009) Robust Kriging untuk interpolasi spasial pada data spasial berpencilan (outlier). Gempa bumi adalah peristiwa bergetarnya bumi akibat pelepasan energi didalam bumi secara tiba-tiba, yang tandai dengan patahan lapisan batuan pada kerak bumi (BMKG,2012). Proses gempa bumi dapat terjadi berulang ulang, oleh karena itu daerah yang pernah mengalami gempa pasti akan mengalami lagi di waktu yang akan datang. Sekarang ini sudah banyak metode yang dapat digunakan untuk memprediksi besarnya gempa yang akan terjadi. Selain itu,terdapat banyak metode yang dapat digunakan untuk memprediksi berapa lama gempa akan berlangsung, dan memprediksi titik titik gempa dari pusat gempa. Salah satu metode yang digunakan adalah Kriging. Pulau Sumatera adalah salah satu pulau yang rawan gempa. Hal tersebut dikarenakan posisinya dekat dengan jalur tabrakan dua lempeng bumi. Dalam 6 tahun terakhir telah tercatat berbagai aktifitas gempa besar di Indonesia, salah satunya adalah gempa Aceh yang disertai Tsunami tahun 2004(M w =9,2) (Irsyam et all, 2010). Hubungan antara gempa dan redaman adalah komponen kunci dalam analisis seismic hazard untuk daerah yang diteliti. Daerah gempa terlihat ketika beberapa gempa sering terjadi diwilayah tersebut, di mana setiap hubungan antara redaman dan gempa menggambarkan tingkat rata-rata gempa berkekuatan tertentu akan melampaui kekuatana gempa di daerah lain. Hukum redaman mengungkapkan ground-motion parameter, seperti Peak Ground Acceleration (PGA), Peak Ground Velocity (PGV) dan Response Spectral Acceleration (RSA), adalah fungsi yang dapat menjelaskan kekuatan gempa, jarak, dan variabel lainnya.(megawati and Pan,2010) Berdasarkan hasil studi Probability Seismic Hazard Analysis (PSHA) untuk percepatan puncak (PGA) daerah Aceh 0,3g-0,4g. Angka ini sangat tinggi dan berpotensi terjadi gempa kembali sehingga perlu dilakukan prediksi untuk mengetahui potensi gempa yang dapat terjadi. Berdasarkan permasalahan yang telah dibahas maka tujuan penelitian ini adalah untuk memprediksi besaran PGA di Banda Aceh berdasarkan titik titik lokasi yang dikehendaki. Metode yang digunakan adalah Ordinary Kriging dan Robust Kriging. Selanjutnya dilakukan perbandingan metode untuk mengetahui metode mana yang menghasilkan prediksi paling baik. Untuk memudahkan perhitungan Kriging, maka penelitian ini akan menghasilkan sebuah aplikasi software hitung, dimana hanya perlu memasukan nilai Latitude, Longitude dan PGA actual sebagai pembanding dengan PGA prediksi. Metode Penelitian Data yang digunakan dalam penelitian ini adalah data sekunder. Wilayah penelitian adalah Kota Banda Aceh. Data yang di ambil adalah data tahun Variabel yang terlibat dalam penelitian ini adalah PGA, Longitude, Latitude. Langkah-langkah penelitian ini adalah: 1. Eksplorasi PGA melalui plot sebaran titik, untuk membedakan titik actual dan titik prediksi 2. Analisis Deskriptif untuk mengetahui karakteristik PGA melalui nilai mean, minimum dan maximum data actual 3. Prediksi melalui Ordinary Kriging dan Robust Kriging pada masing masing interpolasi dan ekstrapolasi a. Melakukan Z-Score test, yang bertujuan untuk menentukan apakah data beroutlier atau tidak. b. Menentukan semivariogram experimental, yang bertujuan untuk menunjukkan karakteristik korelasi spasial antar lokasi dan untuk menentukan nilai awal siil, range, dan nugget. c. Menentukan semivariogram empiris, yang terdiri dari Gaussian, Spherical dan Eksponensial. Menghitung PGA prediksi, untuk Ordinary Kriging dan Robust Kriging 4. Menghitung MSE
3 5. Melakukan perbandingan MSE data berinterpolasi dan perbandingan mean untuk data berextrapolasi, yang bertujuan untuk mencari metode dan model terbaik. 6. Membuat pembahasan mengenai hasil yang telah diperoleh. 7. Membuat aplikasi. Ordinary Kriging Ordinary Kriging adalah metode geostatistika yang digunakan untuk memprediksi data pada lokasi tertentu. Estimator Ordinary Kriging bisa ditulis(fischer dan Getis, 2010, p ): dimana Keterangan: = Nilai Prediksi pada variabel X = Pembobot yang menentukan ukuran jarak antar titik = 1,2,, n, dimana n adalah banyaknya data yang akan diolah = Nilai Actual pada variabel X pada data ke i Cara mencari adalah sebagai berikut: Dimana Keterangan: C = Matrix Covariance antar pengamatan Actual D= Matrix Covariance antar pengamatan Actual dan prediksi Robust Kriging Robust Kriging adalah pengembangan dari Ordinary Kriging, dimana pada Robust Kriging memperhitungkan outlier. Sehingga hal tersebut dapat dapat diartikan bahwa Robust Kriging digunakan ketika mendapati data yang ber outlier. Model yang mendasari Robust Kriging adalah(research Centre Foulum,2003): Dimana i = Nilai Prediksi pada variabel X = Pembobot yang menentukan ukuran jarak antar titik
4 w( ) = transformasi dari bobot variogram yang berfungsi mengurangi nilai extrim (outlier). Hasil Dan Bahasan Semivariogram Experimental Salah satu proses kriging adalah membuat semivariogram. Semivariogram mempunyai fungsi untuk menentukan karakteristik korelasi spasial antar lokasi. Pada semivariogram tersebut terdapat nilai jarak dan semivariance yang menunjukkan suatu jarak dimana nilai pada data pengamatan menjadi tidak saling berhubungan atau tidak ada korelasinya. Hasil tersebut akan mendapatkan suatu kelompok data yang berdekatan pada suatu titik. Plot semivariogram disajikan dalam bentuk semivariogram experimental dan empiris. Semivariogram experimental dihitung dari data sampel, seperti Gambar 1 dan 2 Gambar 1 Semivariogram Interpolasi Gambar 2 Semivariogram Ekstrapolasi Semivariogram Empiris pada Ordinary Kriging Setelah ditentukan semivariogram eksperimental, pada masing masing interpolasi dan ekstrapolasi, dilakukan pembuatan semivariogram empiris. Semivariogram empiris terdiri dari 3 model yaitu, Gaussian, Spherical, dan Exponensial. Model dari semivariogram mempunyai hasil yang berbeda untuk di setiap plot nya. Gambar 3(a) menunjukan plot semivariogram dengan pendekatan empiris secara Gaussian. Model Gaussian pada interpolasi yang digunakan adalah: Nilai siil pada model Gaussian sebesar 0.004, memiliki arti nilai variance pada model Gaussian akan konstan sebesar Nilai range pada model Gaussian sebesar 0.008, memiliki arti jarak nilai variogram pada model Gaussian saat mencapai siil sebesar Sementara itu Gambar 4(a) menunjukkan model empiris Gaussian pada ekstrapolasi adalah: Gambar 3(b) mengambarkan plot semivariogram melalui pendekatan empiris Spherical. Pendekatan dengan empiris Spherical akan mendapatkan model Spherical interpolasi sebagai berikut: Sedangkan gambar 4(b) menunjukkan model Spherical ekstrapolasi sebagai berikut: Gambar 3(c) menunjukkan plot semivarogram dengan pendekatan empiris eksponensial. Pendekatan empiris eksponensial akan mendapatkan model eksponensial sebagai berikut: Sedangkan gambar 4(c) menunjukkan model Spherical ekstrapolasi sebagai berikut:
5 a Gaussian 4 c semivariance distance b c Gambar 3 Semivariogram Interpolasi Empiris Ordinary Kriging (a) Gaussian (b) Spherical (c) Eksponensial a b c b Gambar 4 Semivariogram of Extrapolation Empiric Ordinary Kriging (a) Gaussian (b) Spherical (c) Exponential Semivariogram Empiris pada Robust Kriging Semivariogram empiris pada Robust Kriging juga memiliki 3 model yaitu, model Gaussian, Model Spherical, dan Model Eksponensial. Perbedaan dengan Ordinary Kriging adalah pada proses
6 pembentukan semivariogram, dimana pada Robust Kriging harus memperhatikan data outlier. Deteksi outlier pada data PGA menggunakan nilai Z-Score. Table 1, menunjukkan hasil deteksi outlier. Dari Tabel dapat diketahui bahwa pada data, tidak terdapat outlier karena hasil Z-Score tidak ada yang lebih dari 2. Semivariogram Empiris pada Robust Kriging juga dilakukan pada interpolasi dan ekstrapolasi. Gambar 5(a) menunjukan plot semivariogram interpolasi dengan pendekatan empiris secara Gaussian. Model Gaussian yang dipakai adalah: Nilai siil pada model Gaussian sebesar 0.006, memiliki arti nilai variance pada model Gaussian akan konstan sebesar Nilai range pada model Gaussian sebesar 0.006, memiliki arti jarak nilai variogram pada model Gaussian saat mencapai siil sebesar Sementara itu Gambar 6(a) menunjukkan model empiris Gaussian pada ekstrapolasi adalah: Tabel 1 Tabel Z-Score PGA Z-Score Gambar 5(b) menggambarkan plot semivariogram melalui pendekatan empiris Spherical. Pendekatan dengan empiris Spherical akan mendapatkan model Spherical sebagai berikut: Sedangkan gambar 6(b) menunjukkan model Spherical ekstrapolasi sebagai berikut:
7 Gambar 5(c) menunjukkan plot semivariogram dengan pendekatan empiris eksponensial. Pendekatan empiris eksponensial akan mendapatkan model eksponensial sebagai berikut: Sedangkan gambar 6(c) menunjukkan model eksponensial ekstrapolasi sebagai berikut: a c b Gambar 5 Semivariogram Interpolasi Empiris Robust Kriging (a) Gaussian (b) Spherical (c) Eksponensial a c b Gambar 6 Semivariogram Ektrspolasi Empiris Robust Kriging Gaussian (b) Spherical (c) Eksponensial
8 Prediksi Ordinary Kriging Setelah di tentukan model semivariogram, langkah selanjutnya adalah melakukan prediksi PGA. Hasil prediksi beserta titik-titiknya dapat dilihat pada Tabel 2 dan Tabel 3. Tabel 2 PGA Ordinary Kriging Interpolasi No Titik Model Ekperimental Interpolasi Latitude Longitude Gaussian Spherical Eksponensial Mean MSE Tabel 3 PGA Ordinary Kriging Ekstrapolasi No Titik Model Ekperimental Ekstrapolasi Latitude Longitude Gaussian Spherical Eksponensial Mean Berdasarkan hasil perbandingan pada Tabel 2, menunjukkan hasil perbandingan nilai mean dan MSE pada masing-masing model Ordinary Kriging interpolasi. Berdasarkan nilai mean, model yang terbaik adalah Ordinary Kriging Gaussian karena memiliki nilai mean yang mendekati mean PGA actual yaitu sebesar Kriteria selanjutnya adalah mencari nilai MSE terkecil. Jika dilihat dari nilai MSE, prediksi yang memiliki MSE terkecil adalah Ordinary Kriging Gaussian. Hal ini dapat dilihat dari nilai MSE untuk Ordinary Kriging Gaussian sebesar Sehingga dapat diambil kesimpulan hasil yang terbaik dari perbandingan adalah Ordinary Kriging Model Gaussian. Hasil perbandingan pada Tabel 3, menunjukkan hasil perbandingan mean pada masing-masing model Ordinary Kriging ekstrapolasi. Berdasarkan nilai mean, model yang terbaik adalah Ordinary Kriging Ekponensial karena memiliki mean yang mendekati mean PGA actual yaitu Prediksi Robust Kriging Setelah didapatkan model, selanjutnya adalah mendapatkan prediksi PGA menggunakan metode Robust Kriging, sehingga akan didapat PGA prediksi beserta titik-titiknya. Hasil dari prediksi PGA Robust dilihat pada Tabel 4 dan Tabel 5
9 Tabel 4 PGA Robust Kriging Interpolasi Titik Model Ekperimental Interpolasi Latitude Longitude Gaussian Spherical Eksponensial Mean MSE Tabel 5 PGA Robust Kriging Ekstrapolasi No Titik Model Ekperimental Ekstrapolasi Latitude Longitude Gaussian Spherical Eksponensial Mean Berdasarkan hasil perbandingan pada Tabel 4, menunjukkan hasil perbandingan nilai mean dan MSE pada masing-masing model Robust Kriging interpolasi. Berdasarkan nilai mean, model yang terbaik adalah Robust Kriging Gaussian karena memiliki nilai mean yang mendekati mean PGA actual yaitu sebesar Kriteria selanjutnya adalah mencari nilai MSE terkecil. Jika dilihat dari nilai MSE, prediksi yang memiliki MSE terkecil adalah Robust Kriging Gaussian. Hal ini dapat dilihat dari nilai MSE untuk Robust Kriging Gaussian sebesar Sehingga dapat diambil kesimpulan hasil yang terbaik dari perbandingan adalah Robust Kriging Model Gaussian. Hasil perbandingan pada Tabel 5, menunjukkan hasil perbandingan nilai mean pada masing-masing model Robust Kriging Ekstrapolasi. Berdasarkan nilai mean, model yang terbaik adalah Robust Kriging Eksponensial yaitu sebesar , karena memiliki nilai mean yang mendekati mean PGA Actual sebesar User Interface Untuk mendapatkan PGA titik yang ingin diprediksi beserta MSEnya. Pada Menu Kriging, terdapat pilihan untuk menentukan dataset yang akan digunakan sebagai pembanding, sekaligus pilihan untuk menentukan siil, range, dan nugget. Selain itu, juga disediakan pilihan untuk memilih semivariogram eksperimental, semivariogram empiris, dan model yang akan digunakan. Gambar 7. merupakan tampilan dan output dari Menu Kriging
10 Gambar 7 Menu Kriging Kesimpulan dan Saran Berdasarkan hasil penelitian yang telah dilakukan, maka dapat disimpulkan bahwa: 1. Interpolasi Metode Ordinary Kriging model Gaussian dengan siil, range, nugget sebesar 0.004, 0.008, , merupakan hasil terbaik yang didapat pada penelitian ini, karena memiliki MSE sebesar Prediksi PGA tersebut memiliki nilai mean sebesar Sedangkan untuk ekstrapolasi metode yang terbaik untuk digunakan adalah Ordinary Kriging Eksponensial dengan siil, range, nugget sebesar , 0.1, dengan nilai Mean PGA sebesar Interpolasi Metode Robust Kriging model Gaussian dengan siil, range, nugget sebesar 0.006, 0.006, , merupakan hasil terbaik yang didapat pada penelitian ini, karena memiliki MSE sebesar Prediksi PGA tersebut memiliki nilai mean sebesar Sedangkan untuk ekstrapolasi metode yang terbaik untuk digunakan adalah Robust Kriging Eksponensial dengan sill, range, nugget sebesar 0.3, 0.01, dengan nilai mean PGA sebesar Saran atau usulan untuk penelitian selanjutnya adalah Pada kasus data tidak beroutlier sebaiknya menggunakan Ordinary Kriging, karena berdasarkan hasil penelitian data yang dihasilkan memiliki MSE paling kecil meskipun, perbedaannya sangat sedikit dibandingkan dengan Robust Kriging. Daftar Pustaka [1]. Alfiana, Anantia Nur.(2010). Metode ordinary kriging pada geostatistika. Skripsi diterbitkan. Yogyakarta: Program Pascasarjana Universitas Negeri Yogyakarta. [2]. Badan Meteorologi, Klimatologi, dan Geofisika. (2010). Gempa Bumi. Diperoleh pada tanggal dari [3]. Bohling, Geoff.(2005).Kriging. Diperoleh pada tanggal dari [4]. Bradley, Julia Case, and Millspaugh, Anita C. (2002). Programming with Java. Mcgraw-Hill: New York. [5]. Campione, Mary., Walrath, Kathy., and Huml, Alison. (2001). The Java Tutorial: A short course on the basic, Third Edition. Addison-Wesley. [6]. Darmanto dan Soepraptini.(2009). Robust Kriging Untuk Interpolasi Spasial Pada Data Spasial Berpencilan (Outlier). Skripsi tidak diterbitkan. Malang: Program Pascasarjana Universitas Brawijaya. [7]. Davis, Eddie., Ierapetritou, Marianthi.(2007). A Kriging Method for Solution of Nonlinear Programs with Black-Box Function.. AIChE Journal. 53(8) :
11 [8]. Eldeiry, Ahmed., Garcia, Luis A. (2009). Comparison of Regression Kriging and Cokriging Techniques to Estimates Soil Salinity Using Landsat Images. [9]. Fischer, Manfred M., and Getis, Arthur. (2010). Handbook of Applied Spatial Analytics. New York: Springer. [10]. Fridayani, ni made suma, kencana, putu eka nila, & sukarsa,komang gede (2012). Perbandingan Interpolasi Spasial Dengan Metode Ordinary Dan Robust Kriging Pada Data Spasial Berpencilan (Studi Kasus: Curah Hujan di Kabupaten Karangasem). E-Jurnl Matematika. 1(1): [11]. Irsyam, Masyur et al. 1 Juli, (2010). Ringkasan Hasul Studi Tim Revisi Peta Gempa Indonesia [12]. Isaaks, Edward H., Srivastava, R.Mohan. (1989). Applied Geostatistics. New York: Oxford University Press. [13]. Kumar, Vijay., Remadevi. (2006). Kriging of Groundwater Level - A Case Study. Journal of Spatial Hydrology. 6(1): [14]. Munadi, Suprajitno. (2005). Pengantar Geostatistik. Jakarta: Universitas Indonesia. [15]. Preedy, Victor R. (2012). Handbook of Anthropometry Physical Measures of Human Form in Health and Disease. New York: Springer. [16]. Puslit Geoteknologi-LIPI.(2004). Sumatra Rawan Gempa Bumi!. Diperoleh pada tanggal dari [17]. Rachmawati, Dina.(2009). Pendugaan Kadar No 2 Dengan Metode Ordinary Kriging Dan Cokriging (Studi kasus : Pencemaran Udara di Kota Bogor. Skripsi tidak diterbitkan. Bogor: Program Pascasarjana Institut Pertanian Bogor. [18]. Research Centre Foulum. 10 April Kriging. Hal 11. [19]. Rossiter, D G. 11 Desember. (2012). Technical Note: Co-Kriging With Gstat Package Of The R Environment For Statical Computing. University of Twente. [20]. Sengara, I Wayan et al. 6-7 Desember (2006). Microzonation and Hazard Mapping of Meuraxa District-Banda Aceh. Learning from the Recovery and Reconstructio of Banda Aceh and Other Tsunami-Striken Regions. [21]. StatTrek. (2013). Statistic and Probabilty Dictionary: Z-Score. Diperoleh ( ) dari [22]. Vipin, K.S., Anbazhagan P. and Sitharam, T.G. (2009). Estimation of Peak Ground Acceleration and Spectral Acceleration for South India with Local Site Effects: Probabilistic Approach. Net Hazard Earth Syst. Sci.9: [23]. Wild, F. H. (2011). Object-oriented data structures using Java. Bibliographies, Publishing And Book Trade, 49 (1), 153. [24]. Youngs, R.R., Chiou,S.J., Silva,W.J., and Humphrey,J.R. (1997). Strong Ground Motion Attenuation Relationships for Subduction Zone Earthquakes. Seismological Reseach Letters. 68(1): Riwayat Penulis Theodorick lahir di Jakarta, 13 September Penulis menyelesaikan pendidikan S1 di Universitas Bina Nusantara, jurusan Statistik dan Teknik Informatika pada tahun Penulis sekarang bekerja di Tower Watson sebagai Analyst, Talent and reward.
BAB 4 ANALISIS DAN BAHASAN. Eksplorasi PGA adalah langkah pertama dalam menghitung kriging. PGA
BAB 4 ANALISIS DAN BAHASAN 4.1. Hasil Analisis Data dan Bahasan 4.1.1. Eksplorasi PGA Eksplorasi PGA adalah langkah pertama dalam menghitung kriging. PGA menunjukkan seberapa sering gempa terjadi disuatu
Lebih terperinciBAB 2 LANDASAN TEORI. adalah sebuah teknik untuk menoptimalisasi estimasi unbiased suatu titik
BAB 2 LANDASAN TEORI 2.1 Ordinary Kriging Menurut David(1977) dalam Kumar dan Remadevi(2006) Kriging adalah sebuah teknik untuk menoptimalisasi estimasi unbiased suatu titik dengan menggunakan semi semivariogram
Lebih terperinciSIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE. Oleh : DEWI SETYA KUSUMAWARDANI
SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE Oleh : DEWI SETYA KUSUMAWARDANI 24010210120007 Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana
Lebih terperinciMETODE ROBUST KRIGING UNTUK MENGESTIMASI DATA SPASIAL BERPENCILAN
METODE ROBUST KRIGING UNTUK MENGESTIMASI DATA SPASIAL BERPENCILAN (Studi Kasus: Pencemaran Udara Gas NO 2 di Kota Semarang) SKRIPSI Disusun Oleh : ANJAN SETYO WAHYUDI 24010212130055 DEPARTEMEN STATISTIKA
Lebih terperinciPENERAPAN METODE ORDINARY KRIGING PADA PENDUGAAN KADAR NO 2 DI UDARA
PENERAPAN METODE ORDINARY KRIGING PADA PENDUGAAN KADAR NO 2 DI UDARA (Studi Kasus : Pencemaran Udara di Kota Semarang) SKRIPSI Disusun Oleh : GERA ROZALIA 24010211130050 JURUSAN STATISTIKA FAKULTAS SAINS
Lebih terperinciANALISIS DATA GEOSTATISTIK MENGGUNAKAN METODE ORDINARY KRIGING
ANALISIS DATA GEOSTATISTIK MENGGUNAKAN METODE ORDINARY KRIGING Oleh: Wira Puspita (1) Dewi Rachmatin (2) Maman Suherman (2) ABSTRAK Geostatistika merupakan suatu jembatan antara statistika dan Geographic
Lebih terperinciORDINARY KRIGING DALAM ESTIMASI CURAH HUJAN DI KOTA SEMARANG
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 2, Tahun 2014, Halaman 151-159 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ORDINARY KRIGING DALAM ESTIMASI CURAH HUJAN DI KOTA SEMARANG
Lebih terperinciSeminar Hasil Tugas Akhir (Rabu, 16 Juli 2014)
Seminar Hasil Tugas Akhir (Rabu, 16 Juli 2014) Interpolasi Nilai Property Reservoir Di Lapangan Z Perairan Laut Jawa Dengan Metode Ordinary Kriging dan Cokriging Oleh : Nur Anisyah (1310100012) Pembimbing
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Wilayah dan Pengumpulan Data Wilayah dan pengumpulan data yang diambil untuk penelitian ini adalah di Kota Banda Aceh. Data yang digunakan adalah data pada tahun 2005-2007.
Lebih terperinciPENERAPAN METODE ORDINARY KRIGING PADA PENDUGAAN KADAR NO 2 DI UDARA (Studi Kasus: Pencemaran Udara di Kota Semarang)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 1, Tahun 2016, Halaman 113-121 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN METODE ORDINARY KRIGING PADA PENDUGAAN KADAR NO 2
Lebih terperinciE-Jurnal Matematika Vol. 4 (1), Januari 2015, pp ISSN:
INTERPOLASI SPASIAL DENGAN METODE ORDINARY KRIGING MENGGUNAKAN SEMIVARIOGRAM ISOTROPIK PADA DATA SPASIAL (Studi Kasus: Curah Hujan di Kabupaten Karangasem) Putu Mirah Purnama D 1, Komang Gde Sukarsa 2,
Lebih terperinciPREDIKSI DAN INTERPOLASI MELALUI ORDINARY KRIGING: STUDI KASUS KEMISKINAN DI PROVINSI JAWA TIMUR
PREDIKSI DAN INTERPOLASI MELALUI ORDINARY KRIGING: STUDI KASUS KEMISKINAN DI PROVINSI JAWA TIMUR Rokhana Dwi Bekti Mathematics & Statistics Department, School of omputer Science, Binus University Jl. K.H.
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1. Wilayah dan Jadwal Penelitian Wilayah penelitan adalah Kota Banda Aceh. Penelitian ini dilakukan mulai bulan April sampai Juli 2014. 3.2. Populasi dan Sampel Populasi dalam
Lebih terperinciSIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman 333-342 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY
Lebih terperinciBAB III PEMBAHASAN. Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk
BAB III PEMBAHASAN 3.1. Kriging Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk menonjolkan metode khusus dalam moving average terbobot (weighted moving average) yang meminimalkan variansi
Lebih terperinciJurusan Matematika, Fakultas MIPA, Universitas Udayana
PERBANDINGAN INTERPOLASI SPASIAL DENGAN METODE ORDINARY DAN ROBUST KRIGING PADA DATA SPASIAL BERPENCILAN (Studi Kasus: Curah Hujan di Kabupaten Karangasem) NI MADE SUMA FRIDAYANI 1, I PUTU EKA NILA KENCANA
Lebih terperinciPRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Statistika Spasial Kode/SKS: SS / (2/1/0) Dosen : Sutikno Semester : VII
RP-S1-SLK-01 Kurikulum 2014, Edisi : September-2014.Revisi : 00 Hal: 1 dari 5 A. CAPAIAN PEMBELAJARAN : CP 5.2 : Mampu menganalisis data di bidang Statistika Lingkungan dan Kesehatan, serta bidang lainnya
Lebih terperinciPrediksi Curah Hujan dengan Model Deret Waktu dan Prakiraan Krigging pada 12 Stasiun di Bogor Periode Januari Desember 2014.
Jur. Ris. & Apl. Mat. Vol. 1 (2017), no. 1, 1-52 Jurnal Riset dan Aplikasi Matematika e-issn: 2581-0154 URL: journal.unesa.ac.id/index.php/jram Prediksi Curah Hujan dengan Model Deret Waktu dan Prakiraan
Lebih terperinciMETODE ROBUST KRIGING UNTUK MENGESTIMASI DATA SPASIAL BERPENCILAN (Studi Kasus: Pencemaran Udara Gas NO 2 di Kota Semarang)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 5, Nomor 3, Tahun 2016, Halaman 321-330 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian METODE ROBUST KRIGING UNTUK MENGESTIMASI DATA SPASIAL BERPENCILAN
Lebih terperinciPROSIDING TPT XXV PERHAPI 2016 MASALAH PENCOCOKAN MODEL VARIOGRAM PADA PENAKSIRAN KADAR MEMAKAI METODE GEOSTATISTIKA
MASALAH PENCOCOKAN MODEL VARIOGRAM PADA PENAKSIRAN KADAR MEMAKAI METODE GEOSTATISTIKA Waterman Sulistyana Bargawa Magister Teknik Pertambangan UPN Veteran Yogyakarta Email: waterman.sulistyana@gmail.com
Lebih terperinciKajian Pemilihan Model Semivariogram Terbaik Pada Data Spatial (Studi Kasus : Data Ketebalan Batubara Pada Lapangan Eksplorasi X)
Jurnal Gradien Vol 8 No Januari 0: 756-76 Kajian Pemilihan Semivariogram Terbaik Pada Data Spatial (Studi Kasus : Data Ketebalan Batubara Pada Lapangan Eksplorasi X) Fachri Faisal dan Jose Rizal Jurusan
Lebih terperinciINTERPOLASI ORDINARY KRIGING DALAM ESTIMASI CURAH HUJAN DI KOTA SEMARANG
INTERPOLASI ORDINARY KRIGING DALAM ESTIMASI CURAH HUJAN DI KOTA SEMARANG SKRIPSI Disusun Oleh: Ahmat Dhani Riau Bahtiyar NIM. J2E 008 002 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA UNIVERSITAS DIPONEGORO
Lebih terperinciGEOSTATISTIK MINERAL MATTER BATUBARA PADA TAMBANG AIR LAYA
GEOSTATISTIK MINERAL MATTER BATUBARA PADA TAMBANG AIR LAYA 1 Surya Amami P a, Masagus Ahmad Azizi b a Program Studi Pendidikan Matematika FKIP UNSWAGATI Jl. Perjuangan No 1 Cirebon, amamisurya@gmail.com
Lebih terperinci(M.7) PEMETAAN ESTIMASI ANGKA PENGANGGURAN DENGAN COKRIGING (STUDI KASUS KOTA GORONTALO TAHUN 2011)
(M.7) PEMETAAN ESTIMASI ANGKA PENGANGGURAN DENGAN COKRIGING (STUDI KASUS KOTA GORONTALO TAHUN 2011) Basuki Rahmat 1, Sutawanir Darwis 2, Bertho Tantular 3 1. Mahasiswa Pascasarjana Program Studi Statistika
Lebih terperinciJURNAL GAUSSIAN, Volume 2, Nomor 1, Tahun 2013, Halaman 1-10 Online di:
JURNAL GAUSSIAN, Volume 2, Nomor 1, Tahun 2013, Halaman 1-10 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian ESTIMASI KANDUNGAN HASIL TAMBANG MENGGUNAKAN ORDINARY INDICATOR KRIGING Aldila
Lebih terperinciBAB 1 PENDAHULUAN. Statistika adalah suatu ilmu yang mempelajari data, mulai dari
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Statistika adalah suatu ilmu yang mempelajari data, mulai dari mengumpulkan, menganalisis, menginterpretasi, hingga menyajikan data. Salah satu metode statistika
Lebih terperinciRESIKO GEMPA PULAU SUMATRA DENGAN METODA PROBABILISTIC SEISMIC HAZARD ANAL YSIS (PSHA) THESIS MAGISTER OLEH: D. PRAHERDIAN PUTRA
RESIKO GEMPA PULAU SUMATRA DENGAN METODA PROBABILISTIC SEISMIC HAZARD ANAL YSIS (PSHA) THESIS MAGISTER OLEH: D. PRAHERDIAN PUTRA 250 96 034 BIDANG KHUSUS REKAYASA GEOTEKNIK PROGRAM STUDI TEKNIK SIPIL,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia adalah salah satu negara yang memiliki sumber daya alam yang melimpah, khususnya bahan tambang seperti mineral. Salah satu mineral yang sering digunakan oleh
Lebih terperinciMETODE LEVENBERG-MARQUARDT DAN BRUTE-FORCE PADA PEMODELAN GROUND MOTION ATTENUATION BERBASIS KOMPUTER
METODE LEVENBERG-MARQUARDT DAN BRUTE-FORCE PADA PEMODELAN GROUND MOTION ATTENUATION BERBASIS KOMPUTER Priscilia, Rokhana Dwi Bekti, Edy Irwansyah Universitas Bina Nusantara, Jl. Syahdan No. 9, Jakarta
Lebih terperinciPEMODELAN KUALITAS AIR DI KAWASAN PEGUNUNGAN KENDENG DENGAN PENDEKATAN ORDINARY KRIGING DAN GEOGRAPHIC INFORMATION SYSTEM (GIS)
PEMODELAN KUALITAS AIR DI KAWASAN PEGUNUNGAN KENDENG DENGAN PENDEKATAN ORDINARY KRIGING DAN GEOGRAPHIC INFORMATION SYSTEM (GIS) Juwita Rahayu, 2 Tiani Wahyu Utami, 3 Rochdi Wasono,2,3 Program Studi Statistika
Lebih terperinciEstimasi Produksi Minyak dan Gas Bumi di Kalimantan Utara Menggunakan Metode Cokriging
D-426 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print) Estimasi Produksi Minyak dan Gas Bumi di Kalimantan Utara Menggunakan Metode Cokriging Eka Oktaviana Romaji, I Nyoman Latra,
Lebih terperinciAnalisis Percepatan Tanah Maksimum Wilayah Sumatera Barat (Studi Kasus Gempa Bumi 8 Maret 1977 dan 11 September 2014)
Jurnal Fisika Unand Vol. 5, No. 1, Januari 2016 ISSN 2302-8491 Analisis Percepatan Tanah Maksimum Wilayah Sumatera Barat (Studi Kasus Gempa Bumi 8 Maret 1977 dan 11 September 2014) Marlisa 1,*, Dwi Pujiastuti
Lebih terperinciMIKROZONASI GEMPA UNTUK KOTA SEMARANG TESIS MAGISTER. Oleh : OKKY AHMAD PURWANA
MIKROZONASI GEMPA UNTUK KOTA SEMARANG TESIS MAGISTER Oleh : OKKY AHMAD PURWANA 25099088 BIDANG KHUSUS GEOTEKNIK PROGRAM STUDI REKAYASA SIPIL PROGRAM PASCASARJANA INSTITUT TEKNOLOGI BANDUNG 2001 ABSTRAK
Lebih terperinciBAB I PENDAHULUAN. tembok bangunan maupun atap bangunan merupakan salah satu faktor yang dapat
BAB I PENDAHULUAN 1.1. Latar Belakang Gempabumi merupakan salah satu bencana alam yang berpotensi menimbulkan kerusakan parah di permukaan Bumi. Sebagian besar korban akibat gempabumi disebabkan oleh kerusakan
Lebih terperinciANALISA TINGKAT BAHAYA DAN KERENTANAN BENCANA GEMPA BUMI DI WILAYAH NUSA TENGGARA TIMUR (NTT)
Analisa Tingkat Bahaya Dan Kerentanan Bencana Gempa Bumi Di Wilayah NTT (Ni Made Rysnawati,dkk) ANALISA TINGKAT BAHAYA DAN KERENTANAN BENCANA GEMPA BUMI DI WILAYAH NUSA TENGGARA TIMUR (NTT) Ni Made Rysnawati
Lebih terperinciANALISA RESIKO GEMPA DENGAN TEOREMA PROBABILITAS TOTAL UNTUK KOTA-KOTA DI INDONESIA YANG AKTIFITAS SEISMIKNYA TINGGI
ANALISA RESIKO GEMPA DENGAN TEOREMA PROBABILITAS TOTAL UNTUK KOTA-KOTA DI INDONESIA YANG AKTIFITAS SEISMIKNYA TINGGI Helmy Darjanto 1 Adhi Muhtadi 2 1 Dosen & Praktisi, Anggota Himpunan Ahli Teknik Tanah
Lebih terperinciBAB I PENDAHULUAN. memiliki sebuah hubungan, misalnya ilmu alam yang berkaitan erat dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Dalam dunia ilmu pengetahuan, antara satu ilmu dengan ilmu yang lainnya memiliki sebuah hubungan, misalnya ilmu alam yang berkaitan erat dengan matematika karena keduanya
Lebih terperinciPERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 1-5 ISSN: 2303-1751 PERBANDINGAN REGRESI KOMPONEN UTAMA DAN ROBPCA DALAM MENGATASI MULTIKOLINEARITAS DAN PENCILAN PADA REGRESI LINEAR BERGANDA NI WAYAN
Lebih terperinciZONASI DAERAH BAHAYA KEGEMPAAN DENGAN PENDEKATAN PEAK GROUND ACCELERATION (PGA)
ZONASI DAERAH BAHAYA KEGEMPAAN DENGAN PENDEKATAN PEAK GROUND ACCELERATION (PGA) Edy Irwansyah 1, Edi Winarko 2 1 School of Computer Science, Universitas Bina Nusantara, Jakarta Jl. K.H. Syahdan No. 9,
Lebih terperinciANALISA HAZARD GEMPA DENGAN GEOMETRI SUMBER GEMPA TIGA DIMENSI UNTUK PULAU IRIAN TESIS MAGISTER. Oleh : Arvila Delitriana
ANALISA HAZARD GEMPA DENGAN GEOMETRI SUMBER GEMPA TIGA DIMENSI UNTUK PULAU IRIAN TESIS MAGISTER Oleh : Arvila Delitriana DEPARTEMEN TEKNIK SIPIL PROGRAM PASCASARJANA INSTITUT TEKNOLOGI BANDUNG 2003 ABSTRAK
Lebih terperinciPENERAPAN METODE LEAST MEDIAN SQUARE-MINIMUM COVARIANCE DETERMINANT (LMS-MCD) DALAM REGRESI KOMPONEN UTAMA
E-Jurnal Matematika Vol. 2, No.4, Nopember 2013, 6-10 ISSN: 2303-1751 PENERAPAN METODE LEAST MEDIAN SQUARE-MINIMUM COVARIANCE DETERMINANT (LMS-MCD) DALAM REGRESI KOMPONEN UTAMA I PUTU EKA IRAWAN 1, I KOMANG
Lebih terperinciBAB 1 Pendahuluan 1.1 Latar Belakang
BAB 1 Pendahuluan 1.1 Latar Belakang Gempa bumi adalah peristiwa bergetarnya bumi akibat pelepasan energi di dalam bumi secara tiba-tiba yang ditandai dengan patahnya lapisan batuan pada kerak bumi. Akumulasi
Lebih terperinciHasil Penyebaran Properti Reservoir (1)
Hasil Penyebaran Properti Reservoir (1) Hasil Penyebaran Porositas Pada Masing-Masing Zona Penyebaran Porositas Zona 1A Variogram Spherical Penyebaran Porositas Zona 1B Variogram Spherical Hasil Penyebaran
Lebih terperinciJudul : Perbandingan Metode MCD Bootstrap dan. Analisis Regresi Linear Berganda. Pembimbing : 1. Dra. Ni Luh Putu Suciptawati,M.Si
Judul : Perbandingan Metode MCD Bootstrap dan LAD Bootstrap Dalam Mengatasi Pengaruh Pencilan Pada Analisis Regresi Linear Berganda Nama : Ni Luh Putu Ratna Kumalasari Pembimbing : 1. Dra. Ni Luh Putu
Lebih terperinciMIKROZONASI GEMPA KOTA BONTANG KALIMANTAN TIMUR TESIS MAGISTER. Oleh: MOHAMAD WAHYONO
MIKROZONASI GEMPA KOTA BONTANG KALIMANTAN TIMUR TESIS MAGISTER Oleh: MOHAMAD WAHYONO 25000084 BIDANG KHUSUS GEOTEKNIK PROGRAM STUDI REKAYASA SIPIL PROGRAM PASCASARJANA INSTITUT TEKNOLOGI BANDUNG 2003 ABSTRAK
Lebih terperinciPERBANDINGAN METODE MCD-BOOTSTRAP DAN LAD- BOOTSTRAP DALAM MENGATASI PENGARUH PENCILAN PADA ANALISIS REGRESI LINEAR BERGANDA
PERBANDINGAN METODE MCD-BOOTSTRAP DAN LAD- BOOTSTRAP DALAM MENGATASI PENGARUH PENCILAN PADA ANALISIS REGRESI LINEAR BERGANDA Ni Luh Putu Ratna Kumalasari 1, Ni Luh Putu Suciptawati 2,, Made Susilawati
Lebih terperinciMetode Ordinary Kriging Blok pada Penaksiran Ketebalan Cadangan Batubara (Studi Kasus : Data Ketebalan Batubara pada Lapangan Eksplorasi X)
Kumpulan Makalah Seminar Semirata 2013 Fakultas MIPA Universitas Lampung Metode Ordinary Kriging Blok pada Penaksiran Ketebalan Cadangan Batubara (Studi Kasus : Data Ketebalan Batubara pada Lapangan Eksplorasi
Lebih terperinciAnalisis Karakteristik Prakiraan Berakhirnya Gempa Susulan pada Segmen Aceh dan Segmen Sianok (Studi Kasus Gempa 2 Juli 2013 dan 11 September 2014)
Analisis Karakteristik Prakiraan Berakhirnya Gempa Susulan pada Segmen Aceh dan Segmen Sianok (Studi Kasus Gempa 2 Juli 2013 dan 11 September 2014) Ekarama Putri 1,*, Dwi Pujiastuti 1, Irma Kurniawati
Lebih terperinciRELOKASI DAN KLASIFIKASI GEMPABUMI UNTUK DATABASE STRONG GROUND MOTION DI WILAYAH JAWA TIMUR
RELOKASI DAN KLASIFIKASI GEMPABUMI UNTUK DATABASE STRONG GROUND MOTION DI WILAYAH JAWA TIMUR Rian Mahendra 1*, Supriyanto 2, Ariska Rudyanto 2 1 Sekolah Tinggi Meteorologi Klimatologi dan Geofisika, Jakarta
Lebih terperinciPENERAPAN BOOTSTRAP DALAM METODE MINIMUM COVARIANCE DETERMINANT (MCD) DAN LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI LINIER BERGANDA
PENERAPAN BOOTSTRAP DALAM METODE MINIMUM COVARIANCE DETERMINANT (MCD) DAN LEAST MEDIAN OF SQUARES (LMS) PADA ANALISIS REGRESI LINIER BERGANDA Ni Putu Iin Vinny Dayanti 1, Ni Luh Putu Suciptawati 2, Made
Lebih terperinciPEMANFAATAN METODE KRIGING UNTUK PERAPATAN DATA SPASIAL RADIASI SURYA KRIGING METHOD UTILIZATION TO DOWNSCALE SPATIAL DATA OF SOLAR RADIATION
Ketenagalistrikan dan Energi Terbarukan ISSN 1978-2365 PEMANFAATAN METODE KRIGING UNTUK PERAPATAN DATA SPASIAL RADIASI SURYA KRIGING METHOD UTILIZATION TO DOWNSCALE SPATIAL DATA OF SOLAR RADIATION Silvy
Lebih terperinciBab I Pendahuluan. I.1 Latar Belakang
Bab I Pendahuluan I.1 Latar Belakang Selama peradaban manusia, gempa bumi telah dikenal sebagai fenomena alam yang menimbulkan efek bencana yang terbesar, baik secara moril maupun materiil. Suatu gempa
Lebih terperinciPEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION
PEMODELAN PENDAPATAN ASLI DAERAH (PAD) DI KABUPATEN DAN KOTA DI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY WEIGHTED RIDGE REGRESSION SKRIPSI Disusun Oleh : DEPY VERONICA 24010212140035 DEPARTEMEN STATISTIKA
Lebih terperinciPERBANDINGAN TINGKAT EFISIENSI ANTARA METODE KUADRAT TERKECIL DENGAN METODE MINIMUM COVARIANCE DETERMINANT
PERBANDINGAN TINGKAT EFISIENSI ANTARA METODE KUADRAT TERKECIL DENGAN METODE MINIMUM COVARIANCE DETERMINANT PADA ESTIMASI PARAMETER MODEL REGRESI PRODUKSI JAGUNG DI JAWA TENGAH oleh KARINA PUTRIANI M0110047
Lebih terperinciANALISIS SEISMIC MENGGUNAKAN PROGRAM SHAKE UNTUK TANAH LUNAK, SEDANG DAN KERAS
ANALISIS SEISMIC MENGGUNAKAN... (MICHEL S. PANSAWIRA, DKK) ANALISIS SEISMIC MENGGUNAKAN PROGRAM SHAKE UNTUK TANAH LUNAK, SEDANG DAN KERAS Michel S. Pansawira 1, Paulus P. Rahardjo 2 Fakultas Teknik Universitas
Lebih terperinciPERBANDINGAN REGRESI METODE ROBUST DENGAN METODE OLS STUDY KASUS PENGARUH INFLASI DAN PDRB TERHADAP PENGANGGURAN TERBUKA DI PROVINSI JAWA TEGAH
PERBANDINGAN REGRESI METODE ROBUST DENGAN METODE STUDY KASUS PENGARUH INFLASI DAN PDRB TERHADAP PENGANGGURAN TERBUKA DI PROVINSI JAWA TEGAH Rofiqoh Istiqomah (1), Abdul Karim (2) 1, email: Rofiqohistiq15@gmail.com
Lebih terperinciANALISIS SPASIAL DENGAN SEMIVARIOGRAM MODEL BOLA (Studi Kasus : Nilai Ujian Nasional Sekolah Menengah Kejuruan di Bandar Lampung) TESIS TRI WIBAWANTO
ANALISIS SPASIAL DENGAN SEMIVARIOGRAM MODEL BOLA (Studi Kasus : Nilai Ujian Nasional Sekolah Menengah Kejuruan di Bandar Lampung) TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar Magister
Lebih terperinciANALISIS SPASIAL DATA TAHANAN KONUS MENGGUNAKAN METODE ORDINARY KRIGING (OK)
Jurnal Fropil Vol 4 Nomor 1 Jan-Juni 016 ANALISIS SPASIAL DATA TAHANAN KONUS MENGGUNAKAN METODE ORDINARY KRIGING (OK) Ririn Amelia Email: rynamelia.babel@yahoo.com Jurusan Teknik Sipil Fakultas Teknik
Lebih terperinciGEOSTATISTIKA. Peranan Geostatistik dalam Kegiatan Eksplorasi Sumber Daya Alam
GEOSTATISTIKA Peranan Geostatistik dalam Kegiatan Eksplorasi Sumber Daya Alam Oleh : Ristio Efendi 270110120047 Geologi E FAKULTAS TEKNIK GEOLOGI UNIVERSITAS PADJADJARAN Peranan Geostatistik dalam Kegiatan
Lebih terperinciPERBANDINGAN METODE PEMULUSAN BROWN DAN HOLT PADA PERAMALAN GEMPA BUMI SE-JAWA BARAT-BANTEN IVONNE RENITA ARLEEN
PERBANDINGAN METODE PEMULUSAN BROWN DAN HOLT PADA PERAMALAN GEMPA BUMI SE-JAWA BARAT-BANTEN IVONNE RENITA ARLEEN DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciGEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH
GEOGRAPHICALLY WEIGHTED REGRESSION PRINCIPAL COMPONENT ANALYSIS (GWRPCA) PADA PEMODELAN PENDAPATAN ASLI DAERAH DI JAWA TENGAH SKRIPSI Disusun Oleh : NURMALITA SARI 240102120008 DEPARTEMEN STATISTIKA FAKULTAS
Lebih terperinciMODEL REGRESI ROBUST MENGGUNAKAN ESTIMASI S DAN ESTIMASI GS
MODEL REGRESI ROBUST MENGGUNAKAN ESTIMASI S DAN ESTIMASI GS (Studi Kasus Produksi Jagung di Indonesia) Oleh VICTOR SATRIA SAPUTERA M0112089 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciPERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENDUGA-S DALAM MENGATASI DATA PENCILAN DENGAN SIMULASI DATA SKRIPSI
PERBANDINGAN METODE LEAST TRIMMED SQUARES DAN PENDUGA-S DALAM MENGATASI DATA PENCILAN DENGAN SIMULASI DATA SKRIPSI ANDOS NIKI S. M. SEMBIRING 090803032 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciSIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS
SIMULASI DAMPAK MULTIKOLINEARITAS PADA KONDISI PENYIMPANGAN ASUMSI NORMALITAS Joko Sungkono 1, Th. Kriswianti Nugrahaningsih 2 Abstract: Terdapat empat asumsi klasik dalam regresi diantaranya asumsi normalitas.
Lebih terperinciBAB 1 PENDAHULUAN. Indo-Australia di selatan, dan lempeng Pasifik di timur laut.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Sejak tahun 1900, di Indonesia tercatat telah terjadi tiga peristiwa gempa bumi besar yaitu gempa Banda tahun 1983 dengan intensitas 8,5 skala Richter, gempa Sumatera
Lebih terperinciSTUDI ANALISIS RESIKO GEMPA DAN MIKROZONASI KOTA JAKARTA TESIS MAGISTER. Oleh: HENDRIYAWAN
STUDI ANALISIS RESIKO GEMPA DAN MIKROZONASI KOTA JAKARTA TESIS MAGISTER Oleh: HENDRIYAWAN 25098051 BIDANG KHUSUS GEOTEKNIK PROGRAM STUDI REKAYASA SIPIL PROGRAM PASCASARJANA INSTITUT TEKNOLOGI BANDUNG 2000
Lebih terperinciAPPLICATION OF TRIP DISTRIBUTION MODELS TO ROAD BASED REGIONAL FREIGHT MOVEMENT IN WEST JAVA
APPLICATION OF TRIP DISTRIBUTION MODELS TO ROAD BASED REGIONAL FREIGHT MOVEMENT IN WEST JAVA T 388.044 MUL SUMMARY APPLICATION OF TRIP DISTRIBUTION MODELS TO ROAD BASED REGIONAL FREIGHT MOVEMENT IN WEST
Lebih terperinciPREDIKSI POLA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE MENGGUNAKAN METODE ORDINARY BLOCK KRIGING
PREDIKSI POLA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE MENGGUNAKAN METODE ORDINARY BLOCK KRIGING Ellisa Ratna Dewi¹, Sri Suryani ², Yuliant Sibaroni³ ¹Ilmu Komputasi,, Universitas Telkom Abstrak Sistem
Lebih terperinciBAB 1 PENDAHULUAN 1.1 LATAR BELAKANG
BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG Indonesia merupakan negara terluas didunia dengan total luas negara 5.193.250km 2 (mencakup daratan dan lautan). Hal ini menempatkan Indonesia sebagai negara terluas
Lebih terperinciGround Motion Modeling Wilayah Sumatera Selatan Berdasarkan Analisis Bahaya Gempa Probabilistik
JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Print) B-129 Ground Motion Modeling Wilayah Sumatera Selatan Berdasarkan Analisis Bahaya Gempa Probabilistik Samsul Aprillianto 1, Bagus
Lebih terperinciPERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN
PERBANDINGAN METODE PEMULUSAN EKSPONENSIAL TUNGGAL DAN FUZZY TIME SERIES UNTUK MEMPREDIKSI INDEKS HARGA SAHAM GABUNGAN SKRIPSI Oleh : TAUFAN FAHMI J2E008056 JURUSAN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciJMP : Volume 6 Nomor 1, Juni 2014, hal REGRESI LINEAR BIVARIAT SIMPEL DAN APLIKASINYA PADA DATA CUACA DI CILACAP
JMP : Volume 6 Nomor 1, Juni 014, hal. 45-5 REGRESI LINEAR BIVARIAT SIMPEL DAN APLIKASINYA PADA DATA CUACA DI CILACAP Saniyah dan Budi Pratikno Program Studi Matematika Fakultas Sains dan Teknik Universitas
Lebih terperinciMETODE ORDINARY KRIGING DENGAN SEMIVARIOGRAM LINIER PADA DUA LOKASI TERSAMPEL (Studi Kasus: Prediksi Data Inflasi Pada Lokasi Tak Tersampel)
METODE ORDINARY KRIGING DENGAN SEMIVARIOGRAM LINIER PADA DUA LOKASI TERSAMPEL (Studi Kasus: Prediksi Data Inflasi Pada Lokasi Tak Tersampel) Deltha Airuzsh Lubis 1, Shailla Rustiana 1, I Gede Nyoman Mindra
Lebih terperinciKAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN SIX SIGMA. Victoria Dwi Murti 1, Sudarno 2, Suparti 3
JURNAL GAUSSIAN, Volume 1, Nomor 1, Tahun 2012, Halaman 241-248 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian KAJIAN DATA KETAHANAN HIDUP TERSENSOR TIPE I BERDISTRIBUSI EKSPONENSIAL DAN
Lebih terperinciPERBANDINGAN TRANSFORMASI BOX-COX DAN REGRESI KUANTIL MEDIAN DALAM MENGATASI HETEROSKEDASTISITAS
E-Jurnal Matematika Vol. 4 (1), Januari 2015, pp. 8-13 ISSN: 2303-1751 PERBANDINGAN TRANSFORMASI BOX-COX DAN REGRESI KUANTIL MEDIAN DALAM MENGATASI HETEROSKEDASTISITAS Ni Wayan Yuni Cahyani 1, I Gusti
Lebih terperinci1 Peneliti Pusbangja, LAPAN 2 Dosen Statistika, IPB 3 Mahasiswa Statistika, IPB. Abstrak
ANALISIS PENERAPAN METODE KRIGGING DAN INVERS DISTANCE PADA INTERPOLASI DATA DUGAAN SUHU, AIR MAMPU CURAH (AMC) DAN INDEKS STABILITAS ATMOSFER (ISA) DARI DATA NOAA-TOVS (The Analizys of Application of
Lebih terperinciPENYUSUNAN MODEL PENDUGAAN DAN PEMETAAN BIOMASSA PERMUKAAN PADA TEGAKAN JATI
PENYUSUNAN MODEL PENDUGAAN DAN PEMETAAN BIOMASSA PERMUKAAN PADA TEGAKAN JATI (Tectona grandis Linn.F) MENGGUNAKAN CITRA ALOS PALSAR RESOLUSI 50 M DAN 12,5 M (Studi Kasus : KPH Kebonharjo Perhutani Unit
Lebih terperinciPREDIKSI JUMLAH PENERIMAAN SISWA SMK SWASTA TAHUN AJARAN 2011/2012
PREDIKSI JUMLAH PENERIMAAN SISWA SMK SWASTA TAHUN AJARAN 2011/2012 Haryadi Sarjono Management Department, School of Business and Management, BINUS University Jln. K.H. Syahdan No. 9, Kemanggisan-Palmerah,
Lebih terperinciPEMODELAN HARGA TANAH KOTA BATAM DENGAN MENGGUNAKAN METODE UNIVERSAL KRIGING
PEMODELAN HARGA TANAH KOTA BATAM DENGAN MENGGUNAKAN METODE UNIVERSAL KRIGING Hari Yudha Fanani 1, Sri Suryani 2, Yuliant Sibaroni 3 1,2,3 Prodi Ilmu Komputasi-Telkom University, Bandung 1 no.yudha@gmail.com,
Lebih terperinciDEVELOPMENT OF MAXIMUM ENTROPY ESTIMATOR FOR CALIBRATING TRIP DISTRIBUTION MODELS
DEVELOPMENT OF MAXIMUM ENTROPY ESTIMATOR FOR CALIBRATING TRIP DISTRIBUTION MODELS f T ( i T 3 8 8. 4 1 3 W I D SUMMARY DEVELOPMENT OF MAXIMUM ENTROPY (ME) ESTIMATOR FOR CALIBRATING TRIP DISTRIBUTION MODELS,
Lebih terperinciSISTEM INFORMASI GEOGRAFIS (SIG) UNTUK ZONASI DAERAH BAHAYA KERUSAKAN BANGUNAN AKIBAT GEMPA BUMI: STUDI KASUS PADA KOTA BANDA ACEH DAN SEKITARNYA
SISTEM INFORMASI GEOGRAFIS (SIG) UNTUK ZONASI DAERAH BAHAYA KERUSAKAN BANGUNAN AKIBAT GEMPA BUMI: STUDI KASUS PADA KOTA BANDA ACEH DAN SEKITARNYA Edy Irwansyah; Iqbal. S; M. Ikhsan; R. I Made Oka Yoga
Lebih terperinciBAB IV ANALISIS DATA. Data yang digunakan dalam tugas akhir ini adalah data eksplorasi
BAB IV ANALISIS DATA 4. DATA Data yang digunakan dalam tugas akhir ini adalah data eksplorasi kandungan cadangan bauksit di daerah penambangan bauksit di Mempawah pada blok AIII-h5 sebanyak 8 titik eksplorasi.
Lebih terperinciPENGEMBANGAN PROGRAM ANALISIS SEISMIC HAZARD DENGAN TEOREMA PROBABILITAS TOTAL TUGAS AKHIR
PENGEMBANGAN PROGRAM ANALISIS SEISMIC HAZARD DENGAN TEOREMA PROBABILITAS TOTAL TUGAS AKHIR SEBAGAI SALAH SATU SYARAT UNTUK MENYELESAIKAN PENDIDIKAN SARJANA TEKNIK DI PROGRAM STUDI TEKNIK SIPIL oleh : IPAN
Lebih terperincioleh AULIA NUGRAHANI PUTRI M
ESTIMASI PARAMETER MODEL REGRESI LOGISTIK ORDINAL TERBOBOTI GEOGRAFIS (RLOTG) DENGAN METODE FISHER SCORING oleh AULIA NUGRAHANI PUTRI M0112014 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinci*Corresponding Author :
Analisis Persebaran Lapisan Batubara Dengan Menggunakan Metode Ordinary Kriging Di Pit S11gn Pt. Kitadin Desa Embalut Kabupaten Kutai Kartanegara Kalimantan Timur E ed Tri Giandari Bhakti 1, Kadek Subagiada
Lebih terperinciPengembangan Peta Klasifikasi Tanah dan Kedalaman Batuan Dasar untuk Menunjang Pembuatan Peta Mikrozonasi Jakarta Dengan Menggunakan Mikrotremor Array
Pengembangan Peta Klasifikasi Tanah dan Kedalaman Batuan Dasar untuk Menunjang Pembuatan Peta Mikrozonasi Jakarta Dengan Menggunakan Mikrotremor Array M. Asrurifak, Masyhur Irsyam, Bigman M Hutapea Pusat
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI UPAH MINIMUM KABUPATEN/KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN MODEL SPATIAL AUTOREGRESSIVE (SAR)
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI UPAH MINIMUM KABUPATEN/KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN MODEL SPATIAL AUTOREGRESSIVE (SAR) SKRIPSI Disusun Oleh: RAHMAH MERDEKAWATY 24010212140062 DEPARTEMEN
Lebih terperinciTINJAUAN KOEFISIEN GEMPA DASAR DAN PERENCANAAN GESER BALOK PADA BANGUNAN BERDAKTILITAS PENUH DI INDONESIA TESIS. oleh
TINJAUAN KOEFISIEN GEMPA DASAR DAN PERENCANAAN GESER BALOK PADA BANGUNAN BERDAKTILITAS PENUH DI INDONESIA TESIS Disusun sebagai salah satu persyaratan untuk menyelesaikan pendidikan Program Magister di
Lebih terperinciPERBANDINGAN METODE AUTOREGRESI DAN AUTOKORELASI SERTA SINGLE EXPONENTIAL SMOOTHING
PERBANDINGAN METODE AUTOREGRESI DAN AUTOKORELASI SERTA SINGLE EXPONENTIAL SMOOTHING Aprilia Ummi Mujahidah 1), Wellie Sulistijanti 2) 1),2) Statistika, Akademi Statistika Muhammadidyah Semarang email:
Lebih terperinciABSTRAK. Kata kunci: model regresi linier, pencilan (outlier), regresi robust, M-estimator
ABSTRAK Metode kuadrat terkecil merupakan salah satu metode estimasi parameter dalam model regresi. Metode ini menghasilkan estimator yang tak bias selama asumsi-asumsinya dipenuhi. Tetapi, ketika asumsi
Lebih terperinciPENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL 2014 (Pada Studi Kasus Nilai Ujian Nasional 2014 SMP Negeri 1 Sayung)
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 4, Nomor 3, Tahun 2015, Halaman 697-704 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian PENERAPAN REGRESI LINIER MULTIVARIAT PADA DISTRIBUSI UJIAN NASIONAL
Lebih terperinciS - 4 IDENTIFIKASI DATA RATA-RATA CURAH HUJAN PER-JAM DI BEBERAPA LOKASI
S - 4 IDENTIFIKASI DATA RATA-RATA CURAH HUJAN PER-JAM DI BEBERAPA LOKASI Astutik, S., Solimun, Widandi, Program Studi Statistika, Jurusan Matematika FMIPA, Universitas Brawiaya, Malang, Jurusan Teknik
Lebih terperinciPEMETAAN BAHAYA GEMPA BUMI DAN POTENSI TSUNAMI DI BALI BERDASARKAN NILAI SESMISITAS. Bayu Baskara
PEMETAAN BAHAYA GEMPA BUMI DAN POTENSI TSUNAMI DI BALI BERDASARKAN NILAI SESMISITAS Bayu Baskara ABSTRAK Bali merupakan salah satu daerah rawan bencana gempa bumi dan tsunami karena berada di wilayah pertemuan
Lebih terperinci*
Jurnal Natural Vol.6, No.2, 26 ISSN 4-853 KAJIAN STATISTIK SEISMISITAS KAWASAN SUMATERA* Warni Asnita*, Didik Sugiyanto 2, Ibnu Rusydy 3 Department of Geophysics Engineering, Syiah Kuala University, Banda
Lebih terperinciANALISIS REGRESI TERPOTONG BEBERAPA NILAI AMATAN NURHAFNI
ANALISIS REGRESI TERPOTONG DENGAN BEBERAPA NILAI AMATAN NOL NURHAFNI SEKOLAH PASCASARJANAA INSTITUT PERTANIAN BOGOR BOGOR 2008 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI Dengan ini saya menyatakan
Lebih terperinciAPLIKASI SPLINE TRUNCATED DALAM REGRESI NONPARAMETRIK SKRIPSI FIKA KHAIRANI
APLIKASI SPLINE TRUNCATED DALAM REGRESI NONPARAMETRIK SKRIPSI FIKA KHAIRANI 120823020 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2015 APLIKASI
Lebih terperinciANALISA KOMPARATIF PERCEPATAN TANAH MAKSIMUM AKIBAT GEMPABUMI M6.3 DI SELAT MENTAWAI BERDASARKAN RUMUSAN EMPIRIS GROUND MOTION PREDICTION EQUATION
Pillar of Physics, Vol. 11, No 1, Maret 2018, 49-53 ANALISA KOMPARATIF PERCEPATAN TANAH MAKSIMUM AKIBAT GEMPABUMI M6.3 DI SELAT MENTAWAI BERDASARKAN RUMUSAN EMPIRIS GROUND MOTION PREDICTION EQUATION (GMPE)
Lebih terperinciPEMODELAN PROPORSI PENDUDUK MISKIN KABUPATEN DAN KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION
PEMODELAN PROPORSI PENDUDUK MISKIN KABUPATEN DAN KOTA DI PROVINSI JAWA TENGAH MENGGUNAKAN GEOGRAPHICALLY AND TEMPORALLY WEIGHTED REGRESSION SKRIPSI Disusun Oleh : Khusnul Yeni Widiyanti 24010210130070
Lebih terperinciESTIMASI-MM PADA REGRESI ROBUST (Studi Kasus Produksi Kedelai di Indonesia Tahun 2010)
ESTIMASI-MM PADA REGRESI ROBUST (Studi Kasus Produksi Kedelai di Indonesia Tahun 2010) oleh ENDAH KRISNA MURTI M0106039 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
Lebih terperinciANALISIS DERET BERKALA MULTIVARIAT DENGAN MENGGUNAKAN MODEL FUNGSI TRANSFER: STUDI KASUS CURAH HUJAN DI KOTA MALANG
ANALISIS DERET BERKALA MULTIVARIAT DENGAN MENGGUNAKAN MODEL FUNGSI TRANSFER: STUDI KASUS CURAH HUJAN DI KOTA MALANG Fachrul Ulum Febriansyah dan Abadyo Universitas Negeri Malang E-mail: fachrul.febrian@gmail.com
Lebih terperinci