Metode Ordinary Kriging Blok pada Penaksiran Ketebalan Cadangan Batubara (Studi Kasus : Data Ketebalan Batubara pada Lapangan Eksplorasi X)

dokumen-dokumen yang mirip
Kajian Pemilihan Model Semivariogram Terbaik Pada Data Spatial (Studi Kasus : Data Ketebalan Batubara Pada Lapangan Eksplorasi X)

GEOSTATISTIK MINERAL MATTER BATUBARA PADA TAMBANG AIR LAYA

BAB IV ANALISIS DATA. Data yang digunakan dalam tugas akhir ini adalah data eksplorasi

ANALISIS DATA GEOSTATISTIK MENGGUNAKAN METODE ORDINARY KRIGING

BAB III PEMBAHASAN. Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk

SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE

Estimasi Produksi Minyak dan Gas Bumi di Kalimantan Utara Menggunakan Metode Cokriging

Bab III Studi Kasus III.1 Decline Rate

# 1B.&r3 EE} {r E* s6ea. ery. ie ffi. ! *Ee. # &ra a <E :-- F-{ d& 3. tl E#' := *J. * 4d {{j L --/ Li+# !Fi'* <.. K'ffi Fn. rrs, E! : :_.

Prediksi Curah Hujan dengan Model Deret Waktu dan Prakiraan Krigging pada 12 Stasiun di Bogor Periode Januari Desember 2014.

Jurusan Ilmu Komputasi, Fakultas Informatika Universitas Telkom, Bandung

BAB I PENDAHULUAN. memiliki sebuah hubungan, misalnya ilmu alam yang berkaitan erat dengan

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG

ORDINARY KRIGING DALAM ESTIMASI CURAH HUJAN DI KOTA SEMARANG

METODE ORDINARY KRIGING DENGAN SEMIVARIOGRAM LINIER PADA DUA LOKASI TERSAMPEL (Studi Kasus: Prediksi Data Inflasi Pada Lokasi Tak Tersampel)

BAB I PENDAHULUAN 1.1 Latar Belakang

PREDIKSI POLA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE MENGGUNAKAN METODE ORDINARY BLOCK KRIGING

Bab IV Analisis Statistik dan Distribusi Lubang Bor

ANALISIS SPASIAL DATA TAHANAN KONUS MENGGUNAKAN METODE ORDINARY KRIGING (OK)

S - 4 IDENTIFIKASI DATA RATA-RATA CURAH HUJAN PER-JAM DI BEBERAPA LOKASI

PEMODELAN HARGA TANAH KOTA BATAM DENGAN MENGGUNAKAN METODE UNIVERSAL KRIGING

(M.7) PEMETAAN ESTIMASI ANGKA PENGANGGURAN DENGAN COKRIGING (STUDI KASUS KOTA GORONTALO TAHUN 2011)

PENAKSIRAN KANDUNGAN CADANGAN BAUKSIT DI DAERAH MEMPAWAH MENGGUNAKAN ORDINARY KRIGING DENGAN SEMIVARIOGRAM ANISOTROPIK PUTU JAYA ADNYANA WIDHITA

SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE. Oleh : DEWI SETYA KUSUMAWARDANI

Kajian Matriks Bobot Lokasi Model Space Time Autoregresi (STAR)

PREDIKSI POLA PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE DI KABUPATEN SUKOHARJO MENGGUNAKAN METODE ORDINARY BLOCK KRIGING

PEMODELAN KUALITAS AIR DI KAWASAN PEGUNUNGAN KENDENG DENGAN PENDEKATAN ORDINARY KRIGING DAN GEOGRAPHIC INFORMATION SYSTEM (GIS)

JURNAL GAUSSIAN, Volume 2, Nomor 1, Tahun 2013, Halaman 1-10 Online di:

INTERPOLASI ORDINARY KRIGING DALAM ESTIMASI CURAH HUJAN DI KOTA SEMARANG

*Corresponding Author :

Seminar Hasil Tugas Akhir (Rabu, 16 Juli 2014)

PROSIDING TPT XXV PERHAPI 2016 MASALAH PENCOCOKAN MODEL VARIOGRAM PADA PENAKSIRAN KADAR MEMAKAI METODE GEOSTATISTIKA

BAB I PENDAHULUAN. Analisis regresi merupakan suatu metode yang digunakan untuk

BAB IV HASIL DAN PEMBAHASAN

Metode Point Kriging Untuk Estimasi Sumberdaya Bijih Besi (Fe) Menggunakan Data Assay (3D) Pada Daerah Tanjung Buli Kabupaten Halmahera Timur

PENGGUNAAN ALGORITMA BOOTSTRAP UNTUK PENENTU SELANG KADAR EMAS DAN PERAK PADA LOKASI PENGGALIAN DENGAN METODE SIMPLE KRIGING

PENGGUNAAN ALGORITMA BOOTSTRAP UNTUK PENENTU SELANG KADAR EMAS DAN PERAK PADA LOKASI PENGGALIAN DENGAN METODE SIMPLE KRIGING

E-Jurnal Matematika Vol. 4 (1), Januari 2015, pp ISSN:

PENERAPAN METODE ORDINARY KRIGING PADA PENDUGAAN KADAR NO 2 DI UDARA (Studi Kasus: Pencemaran Udara di Kota Semarang)

PERBANDINGAN METODE INVERSE DISTANCE WEIGHTED (IDW) DENGAN METODE ORDINARY KRIGING UNTUK ESTIMASI SEBARAN POLUSI UDARA DI BANDUNG

PERBANDINGAN METODE INVERSE DISTANCE WEIGHTED (IDW) DENGAN METODE ORDINARY KRIGING UNTUK ESTIMASI SEBARAN POLUSI UDARA DI BANDUNG

METODE ROBUST KRIGING UNTUK MENGESTIMASI DATA SPASIAL BERPENCILAN (Studi Kasus: Pencemaran Udara Gas NO 2 di Kota Semarang)

BAB IV PENGOLAHAN DATA

PEMODELAN KADAR NIKEL LATERIT DAERAH PULAU OBI DENGAN PENDEKATAN METODA ESTIMASI ORDINARI KRIGING

II TINJAUAN PUSTAKA. Geostatistik adalah metode statistik yang digunakan untuk melihat hubungan

TINJAUAN PUSTAKA. Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan

BAB 4 ANALISIS DAN BAHASAN. Eksplorasi PGA adalah langkah pertama dalam menghitung kriging. PGA

METODE ORDINARY KRIGING PADA GEOSTATISTIKA

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Statistika Spasial Kode/SKS: SS / (2/1/0) Dosen : Sutikno Semester : VII

TINJAUAN PUSTAKA. Analisis regresi adalah suatu metode analisis data yang menggambarkan

(T.4) APLIKASI MODEL SPASIAL DAN SPASIAL TIME UNTUK PRAKIRAAN OBSERVASI DI LOKASI TIDAK TERSAMPEL

BAB I PENDAHULUAN 1.1 Latar Belakang

Eksplorasi Software R untuk Fitting Semivariogram Spherical Menggunakan Pemrograman Linear dan Uji Analisis Sensitivitas

BAB I PENDAHULUAN. Dalam suatu penelitian, seringkali tidak mungkin untuk melakukan

PENERAPAN METODE ORDINARY KRIGING PADA PENDUGAAN KADAR NO 2 DI UDARA

BAB II METODOLOGI. Tabel 1 Data hasil IHMB di PT. Inhutani I UMH Labanan. Jumlah plot Plot model Plot validasi

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Siti Nurhayati Basuki, 2013

ESTIMASI PARAMETER REGRESI RANK BERDISTRIBUSI EKSPONENSIAL DENGAN MENGGUNAKAN METODE KUADRAT TERKECIL TERBOBOTI

Karakteristik Pendugaan Emperical Best Linear Unbiased Prediction (EBLUP) Pada Pendugaan Area Kecil

Muhammad Amril Asy ari (1)

UNIVERSITAS BINA NUSANTARA PENERAPAN METODE KRIGING PADA PROGRAM APLIKASI ESTIMASI KUAT SINYAL ANTENA. abstrak

Analisis Regresi Spline Kuadratik

GEOSTATISTIKA. Peranan Geostatistik dalam Kegiatan Eksplorasi Sumber Daya Alam

ESTIMASI PARAMETER MODEL REGRESI POISSON TERGENERALISASI TERBATAS DENGAN METODE MAKSIMUM LIKELIHOOD

PENAKSIRAN PARAMETER REGRESI LINIER DENGAN METODE BOOTSTRAP MENGGUNAKAN DATA BERDISTRIBUSI NORMAL DAN UNIFORM

Bab I Pendahuluan 1.1 Latar Belakang

BAB II KAJIAN PUSTAKA. dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat

BAB III KALMAN FILTER DISKRIT. Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma)

ANALISIS SPASIAL DENGAN SEMIVARIOGRAM MODEL BOLA (Studi Kasus : Nilai Ujian Nasional Sekolah Menengah Kejuruan di Bandar Lampung) TESIS TRI WIBAWANTO

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

MODEL SEMIVARIOGRAM KOPULA DAN REDUKSI KOMPUTASI PADA ALGORITMA SEQUENTIAL KRIGING TESIS. RIAN FEBRIAN UMBARA NIM : Program Studi Matematika

ESTIMASI SEBARAN SUSEPTIBILITAS BATUAN PERMUKAAN MENGGUNAKAN GEOSTATISTIK DI KECAMATAN LORE PEORE

BAB I PENDAHULUAN. dijumpai data populasi yang berstruktur hirarki. Struktur data tersebut biasanya

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. dependen disebut dengan regresi linear sederhana, sedangkan model regresi linear

Implementasi Spasial Kriging Dengan Faktor Dependency Seasonal Time Series Aniq A Rohmawati

Penaksiran Parameter Model Kalibrasi Linier yang Berdistribusi Skew-Normal dengan Algoritma-EM

PREDIKSI DAN INTERPOLASI MELALUI ORDINARY KRIGING: STUDI KASUS KEMISKINAN DI PROVINSI JAWA TIMUR

KONSEP PERHITUNGAN CADANGAN METODE KRIGGING

Metode Penelitian Kuantitatif Aswad Analisis Deskriptif

KAJIAN FUNGSI nls( ) DAN fsrr( ) TERHADAP MODEL MICHEALIS-MENTEN PADA REGRESI NONLINIER. Sudarno 1. Abstrak

ESTIMASI PARAMETER PADA SISTEM PERSAMAAN SIMULTAN DENGAN METODE LIMITED INFORMATION MAXIMUM LIKELIHOOD (LIML) SKRIPSI

BAB V PEMBAHASAN. 5.1 Analisis Statistik Univarian

BAB II LANDASAN TEORI

Bab 1 PENDAHULUAN. 1.1.Latar Belakang

P NGGU G N U A N A A N A

Jurusan Matematika, Fakultas MIPA, Universitas Udayana

ANALISIS REGRESI KUANTIL

Bab I Pendahuluan I.1 Latar Belakang Masalah

BAB IV STUDI KASUS. Indeks merupakan daftar harga sekarang dibandingkan dengan

BAB III METODE PERMUKAAN RESPON. Pengkajian pada suatu proses atau sistem sering kali terfokus pada

Model-model Variogram

BAB III PEMBAHARUAN PERAMALAN. Pada bab ini akan dibahas tentang proses pembaharuan peramalan.

METODE ROBUST KRIGING UNTUK MENGESTIMASI DATA SPASIAL BERPENCILAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN. Dari data-data sekunder berupa laporan keuangan yang telah diperoleh, maka

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III REGRESI SPLINE = + dimana merupakan fungsi pemulus yang tidak spesifik, dengan adalah

BAB 1 PENDAHULUAN. Independent and identically distributed. Antara pengamatan yang satu dengan lainnya terdapat korelasi.

Transkripsi:

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 X) Fachri Faisal Jurusan Matematika FMIPA Universitas Bengkulu fachri.faisal@gmail.com Abstrak.Penelitian ini bertujuanmenaksir ketebalan batubara pada suatu lapangan eksplorasi Xdenganmenggunakanmetodeordinarykriging blok. Adapun model semivariogram yang digunakan adalah model semivariogram isotropik.metodeordinarykriging merupakan metode yang memberikan penaksir yang linier tak bias terbaik. Sebagai penerapan kasus, pada penelitian ini data yang digunakan adalah data ketebalan cadangan batubara dari 41 titik sampel yang diperoleh dari Faisal & Rizal (2012). Darihasil dan pembahasan dapatdisimpulkan bahwa model semivariogram yang cocok digunakan adalah modelspherical dengan range : 748 m, efek nugget : 2212000 m 2 dan sill : 5248000 m 2.Penaksirandilakukanpada3696titiklokasiyangtidaktersampel. Lokasi yang memiliki ketebalan batubara yang optimal berada di titik (-771,22 m,-1250,41 m) dengan ukuran grid lokal 2x2 dan nilai taksiran sebesar 9201,333 m. Kata Kunci.kriging blok, semivariogram, isotropik, spherical PENDAHULUAN Untuk melakukan penaksiranketebalan cadangan batubara pada data dilokasiyangtidaktersampel di lapangan eksplorasi X di Kabupaten Seluma digunakan metode kriging. Metode kriging yang sesuai untuk menyelesaikan kasus tersebut antara lain simple kriging dan ordinary kriging. Simple kriging digunakan pada saat rata-rata populasi diketahui, sedangkan pada ordinary kriging digunakan pada saat rata-rata populasi tidak diketahui. Namun, pada penelitian ini akan dibahas tentang metode ordinary kriging karena pada kenyataannya rata-rata populasi tidak dapat diketahui. Sebelumya telah dilakukan penelitiandengan mengunakan model semivariogram isotropik untuk11 Data Ketebalan Batubara Lapangan X. Dalam penelitian tersebut diperoleh model semivariogram Gaussianyang digunakan dalam metode kriging dan dari hasil studi kasus menunjukkan lokasi yang memiliki cadangan ketebalan batubara yang optimal berada di titik (-246.07 m,-1679.98 m) dengan taksiran sebesar 9.974 m [1]. Selanjutnya, telah dilakukan penelitian lanjutan dengan menambahkan 30 data baru dengan model semivariogram eksperimental anisotropik dan diperoleh model semivariogram terbaiknya adalah model Gaussian[2]. Setelah itu, telah dilakukan pula penelitian dengan 41 data dengan model semivariogram eksperimental isotropik dan diperoleh model semivariogram terbaiknya adalah model Sphericaldengan lokasi yang memiliki ketebalan batubara yang optimal berada di titik (-771.22 m,- 1250.41 m) dengan taksiran sebesar 9206.655 m [3]. Berdasarkan hal di atas, peneliti tertarik melakukan penelitian lanjutan menggunakan metode ordinary kriging blok dengan jenis semivariogram yang akan digunakan adalah model semivariogram eksperimental isotropik dengan menggunakan 41 data. Hal 203

Fachri Faisal: Metode Ordinary Kriging Blok pada Penaksiran Ketebalan Cadangan Batubara (Studi Kasus : Data Ketebalan Batubara pada Lapangan Eksplorasi X) Penelitian ini bertujuanmenaksir ketebalan batubara pada suatu lapangan eksplorasi XdenganmenggunakanmetodeOrdinaryKri ging Blok. Metode Ordinary Kriging (OK) merupakan metode estimasi suatu peubah acak pada suatu titik (lokasi) tertentu dengan mengamati data yang sejenis dilokasi lain dengan mean data diasumsikan konstan tetapi tidak diketahui nilainya. Pada metode ordinary kriging, nilai-nilai sampel yang diketahui dijadikan kombinasi linier untuk menaksir titik-titik disekitar daerah (lokasi) sampel. Dengan kata lain, untuk menaksir sembarang titik yang tidak tersampel ( dapat menggunakan kombinasi linier dari peubah acak dan nilai bobot kriging masing-masing, secara matematis dapat ditulis dengan : (1) dimana adalah nilai taksiran peubah acak pada titik, dan adalah nilai peubah acak pada titik, serta merupakan bobot kriging pada titik [4]. Sedangkan variansi dari galat taksiran (variansi kriging), dapat dinyatakan dengan (2) dimana parameter m merupakan faktor pengali Lagrange. Pada kasus yang lebih umum yaitu apabila Z dalam suatu blok V yang berupa suatu garis, area atau volume maka Z dapat ditaksir dengan menggunakan kriging blok. MisalkanratarataparameteratasVolumeV(blok) dalam domaindyang akan ditaksir adalah: (3) Sedangkan penaksir liniernyadalam bentuk (4) dapat ditentukan. Kondisiunbiasednessyang harus dipenuhi adalah: (5) Adapun variansi pada kriging blok sebagai berikut: (6) dimana adalah nilaivariogram rata-rata: (7) (8) Minimalisasi dari di bawah kondisi unbiasedness diperoleh sistem persamaan linier: ( ) (9) Pada penelitian ini, model semivariogram yang digunakan adalah model semivariogram isotropik, h h, dimana h h (hanya bergantung terhadap jarak h). Perhitungan semivariogram eksperimental dilakukan dengan menggunakan rumus: 1 2 ˆ h z( si ) z( si h) (10) 2N h N ( h h) dimana ˆ adalah penaksir nilai semivariogram untuk jarak h dan N h adalah banyaknya pasangan data (si, si + h) yang berjarak h[5]. Dalam penaksiran semivariogram, model semivariogram teoritis difiting pada semivariogram eksperimental ˆ h tersebut. Adapun model semivariogram teoritis yang sering digunakan: 1. Model Spherical : C ( h) 0 3 3h 1 h C 2a 2 a C C 0 0, h 0,0 h a, h a 2. Model Exponential : { * ( )+ (11) (12) 3. ModelGaussian : Hal 204

Kumpulan Makalah Seminar Semirata 2013 Fakultas MIPA Universitas Lampung { * ( )+ (13) dimana C 0 adalah efek nugget, merupakan sill, dan a adalah range[6]. METODE PENELITIAN Data yang digunakan adalah data ketebalan cadangan batubara dari 41 titik. Teknis Analisis Data Adapun tahap-tahap analisis data pada penelitian ini adalah sebagai berikut: Melakukan penghitungan statistika deskriptif. Melakukan penghitungan SemivariogramEksperimental dan Fitting Semivariogramteoritis dengan menggunakan bantuan software GS +. Melakukan uji validasi model untuk mengetahui apakah model semivariogram teoritis yang akan digunakan pada metode kriging merupakan model terbaik dengan nilairesidual Sum Squres (RSS) yang paling kecil dari model yang lain. Adapun rumus yang digunakan sebagai berikut: ( ) (7) Menaksir ketebalan cadangan batubara dengan menggunakan metode ordinary kriging blok. HASIL DAN PEMBAHASAN Data yang digunakan pada penelitian ini merupakan data berupa titik koordinat X dan Y serta Z yang menyatakan ketebalancadanganbatubaradinyatakandal amsatuanmeter.berikut ini data lokasi 41 titik sampel.adapun plot lokasi 41 titik sampel ketebalan cadangan batubara tersebut sebagai berikut: Gambar 1 Plot Lokasi Data Sedangkan untuk kontur 41 titik sampel data ketebalan cadangan batubara dapat dilihat pada Gambar 3. -600-800 -1000-1200 -1400-1600 -1800-1400 -1200-1000 -800-600 -400-200 Gambar 2 Kontur Data Ketebalan Batubara Berdasarkan perhitungan Statistika Deskriptif diperoleh suatu kesimpulan bahwa data mendekati distribusi normal. Tabel4 Statistika Deskriptif KetebalanBatubara Statistika Deskriptif Mean 6952 Median 7070 Std. Deviasi 2119,03 Variansi 4490000 Minimum 3600 Maximum 10400 Mean dari sampel ketebalan batubara adalah 6952 meter dengan median 7070 meter. Standar deviasi dari sampel ketebalan adalah 2119,03, variansinya sebesar 4490000. Ketebalan batubara paling kecil adalah 3600 meter, dan ketebalan batubara paling besar adalah 10400 meter. 10500 10000 9500 9000 8500 8000 7500 7000 6500 6000 5500 5000 4500 4000 3500 Hal 205

Semivariogram Fachri Faisal: Metode Ordinary Kriging Blok pada Penaksiran Ketebalan Cadangan Batubara (Studi Kasus : Data Ketebalan Batubara pada Lapangan Eksplorasi X) semivariogramteoritis yang dipilih adalah model Spherical seperti pada Gambar 5. Gambar 3 Histogram Data Ketebalan Batubara Hasil dari perhitungan semivariogram eksperimental dapat dilihat pada Tabel? Tabel2 Semivariogram Eksperimental lag average average class distace semivariave pairs 1 97,22 2750575,962 52 2 213,53 3463698,165 109 3 353,53 4365923,558 104 4 491,87 4709554,505 111 5 635,62 5045070,43 93 6 777,23 5360123,684 76 7 919,87 5465664,063 64 8 1054,13 5063030 55 9 1188,93 5247535 50 10 1338,9 5167651,19 42 Plot semivariogram eksperimentalnya sebagai berikut: 6.00E+06 5.00E+06 4.00E+06 3.00E+06 2.00E+06 1.00E+06 Semivariogram Eksperimental 0.00E+00 0 117.5 235 352.5 470 587.5 705 822.5 9401057.511751292.51410 Seperation Distance Gambar 4 Semivariogram Eksperimental Selanjutnya dilakukan fitting model semivariogram teoritisnyayang bertujuan untuk menentukan nilai parameterparameternya. Model Gambar5 Model Semivariogram Spherical Model semivariogramteoritisspherical dipilih karena setelah dilakukan uji validasi model, model semivariogram teoritis Spherical merupakan model terbaik dengan nilairesidual Sum Squares (RSS) yang terkecil dari model yang lain. Tabel 3Model Semivariogram Teoritis Setelah diperoleh model semivariogram, dilanjutkan dengan penaksiran kriging blok pada titik-titik yang dekat/jauh dari lokasi eksplorasi, yaitu dilokasi koordinat -1470,62 x - 123,29 dan -1977,99 y -401,56. Tabel 4Hasil Kriging Blok Ukuran lokal grid 2x2 4298,125-9201,333 635,379-1724,144 6969,741(1090936,625) Ukuran lokal grid 3x3 Ukuran lokal grid 4x4 4298,873-9200,049 629,280-1721,662 6969,745 (1090789,927) 6969,746 4299,139-9199,525 627,929-1720,905 Hal 206

Kumpulan Makalah Seminar Semirata 2013 Fakultas MIPA Universitas Lampung Ukuran lokal grid 5x5 Ukuran lokal grid 6x6 Ukuran lokal grid 7x7 Ukuran lokal grid 8x8 (1090736,615) 4299,252-9199,295 627,192-1720,581 6969,747 (1090712,510) 4299,281-9199,192 626,869-1720,414 6969,748 (1090699,517) 4299,338-9199,141 626,655-1720,317 6969,748 (1090691,737) 4299,362-9199,101 626,528-1720,256 6969,748 (1090686,562) Nilai (ketebalan batubara) yang tertinggi/optimal dan yang terendah terdapat pada ukuran lokal grid 2x2 dengan nilai 9201,333 m dan 4298,125 m. Sedangkan nilai (standar deviasi ketebalan batubara) yang tertinggi pada ukuran lokal grid 2x2, yaitu 1724,144m dan yang terendah terdapat pada ukuran grid 8x8, yaitu 626,528 m. -600-800 -1000-1200 -1400-1600 -1800-1400 -1200-1000 -800-600 -400-200 Gambar6 Kontur Hasil Penaksiran Banyaknya titik yang ditaksir adalah 3696 titik. Penaksiran dilakukan dengan 9200 9000 8800 8600 8400 8200 8000 7800 7600 7400 7200 7000 6800 6600 6400 6200 6000 5800 5600 5400 5200 5000 4800 4600 4400 4200 menggunakan metode ordinary kriging blok. Adapun lokasi yang memiliki ketebalan batubara yang optimal berada di titik (-771,22m,-1250,41m) dengan ukuran grid lokal 2x2 dan nilai taksiran sebesar 9201,333 m. Semakin jauh titik taksiran dari pusat daerah yang ditaksir, semakin kecil nilai taksiran ketebalan batubaradi titik tersebut (Gambar 6). Selain itu, dari peta kontur standar deviasi kriging menunjukkan bahwa semakin jauh lokasiyang ditaksir dari lokasi sampel, semakin besar nilai simpanganbaku kriging di lokasi itu (Gambar 7). Hal ini menunjukkan bahwa semakin jauh lokasi yangditaksir dari lokasi sampel, tingkat ketakpastian dalam penaksiran semakintinggi. -600-800 -1000-1200 -1400-1600 -1800-1400 -1200-1000 -800-600 -400-200 Gambar 7 Kontur Standar Deviasi Berdasarkan hasil dan pembahan di atas dapat pula disimpulkan bahwa hasil penaksiran ketebalan batubara dengan metode ordinary kriging titik (9206.655 m) tidak berbeda nyata bila dengan menggunakan ordinary kriging blok (9201,333 m). KESIMPULAN Darihasil dan pembahasandisimpulkan bahwa model semivariogram yang cocok digunakan adalah modelspherical dengan range : 748 m, efek nugget: 2212000 m 2 dan sill : 5248000 m 2.Penaksirandilakukanpada3696titikloka siyangtidaktersampel. Lokasi yang memiliki ketebalan batubara yang optimal berada di titik (-771,22 m,-1250,41 m) 2150 2050 1950 1850 1750 1650 1550 1450 1350 1250 1150 1050 950 850 750 650 Hal 207

Fachri Faisal: Metode Ordinary Kriging Blok pada Penaksiran Ketebalan Cadangan Batubara (Studi Kasus : Data Ketebalan Batubara pada Lapangan Eksplorasi X) dengan ukuran grid lokal 2x2 dan nilai taksiran sebesar 9201,333 m. DAFTAR PUSTAKA D. Heryanti. (2007). Analisis Kriging Penaksiran Cadangan Batubara di Provinsi Bengkulu (Studi Kasus Pertambangan Batubara Kabupaten Seluma Kecamatan Seluma), Skripsi. Universitas Bengkulu. F. Faisal dan J. Rizal., (2012).Kajian Pemilihan Model Semivariogram Terbaik pada Data Spatial (Studi Kasus : Data Ketebalan Batubara Pada Lapangan Eksplorasi X), Gradien 8(1): 756-762. F. Faisal dan J. Rizal., (2012). Aplikasi Metode Ordinary Kriging Titik pada Penaksiran Ketebalan Cadangan Batubara dengan Menggunakan Model Semivariogram Isotropik (Studi Kasus : Data Ketebalan Batubara pada Lapangan Eksplorasi X). Proseding Semirata Bidang Ilmu MIPA BKS- PTN B Tahun 2012, FMIPA Universitas Negeri Medan Tanggal : 11-12 Mei 2012 D.U. Pfeifferand T. P. Robinson.(2008). Spatial Analysis in Epidemiology. Oxford University. W. Tao and Y. Gao. (2009). Near realtime water vapor distribution surface rendering using Ordinary Kriging. Can.J. Earth Sci. 46: p. 611-625. M. Amstrong.(1998). Basic Linear Geostatistics, Springer-Verlag Berlin Heidelberg, Germany. Hal 208