contoh presentasi geostatistik

10
GEOSTATISTIK ANALISIS STATISTIKA DAN GEOSTATISTIK++ A.A Inung Arie Adnyano NIM. 212.11.0014 Program Pasca Sarjana Magister Teknik Pertambangan Universitas Pembangunan Nasional “Veteran” Yogyakarta 2012 Selasa, 29 Nopember 2012

Upload: furqanmahmudabusyra

Post on 08-Dec-2015

101 views

Category:

Documents


16 download

DESCRIPTION

presentasi pengolahan data menggunakan GS7+

TRANSCRIPT

GEOSTATISTIK

ANALISIS STATISTIKA DAN GEOSTATISTIK++

A.A Inung Arie AdnyanoNIM. 212.11.0014

Program Pasca SarjanaMagister Teknik Pertambangan

Universitas Pembangunan Nasional “Veteran” Yogyakarta2012

Selasa, 29 Nopember 2012

I. PENDAHULUAN1. Latar Belakang- Penaksiran Cadangan – Taksiran-Model Cadangan

>>Kenyataan- Geostatistik Merupakan Model Penaksiran

Cadangan2. Tujuan

Informasi data – Statistik- Variogram Eksperimental-Fitting Model-Parameter variogram-Kriging-IDW-CS.

3. MetodeStudi Pustaka-Studi Literatur-Internet

4. ManfaatMemberikan Informasi Penaksiran Geostatistik

II. PERHITUNGAN STATISTIK

100 101 102 103 104 105 106 107 108 1099698

100102104106108110

Posting Sampel Mn pada Daerah X

Easting (X)

Norh

ting (

Y)

1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 610

10

20

30

40

50

60

Grafik Distribusi Nilai Kadar Mn

Sampel

Nilai K

ualita

s (

%)

No. Statistik Dasar Hasil Perhitungan

1 Min 36

2 Max 58

3 Median 45

4 Mean 48,844

5 Standar Deviasi 5,840

6 Skewness -0,069

7 Kurtosis -1,152

8 Variance 34,102

9 Coeficient Variance 0,120

Tabel Statistik Deskriftif Sampel Mn

1. Analisis GS+ 7Transformasi

Plotting Sample

Frekuensi Distribusi

2. VARIOGRAM EKSPERIMENTAL DAN FITTING MODEL

MODEL GAUSSIAN

3. VARIOGRAM MODELGaussian

Linier

Spherical

Eksponensial

Record Actual ZEstimated

Z Record Actual ZEstimated

Z1 42 45 33 57 512 45 43 34 57 503 45 42 35 44 514 36 44 36 45 505 44 42 37 45 516 42 44 38 45 517 43 45 39 44 518 45 45 40 47 519 45 46 41 48 50

10 43 47 42 49 4811 43 46 43 50 4612 44 46 44 52 4613 45 46 45 54 4714 46 47 46 56 4715 47 47 47 54 4716 48 48 48 50 4817 50 50 49 52 4618 56 49 50 39 4619 55 50 51 38 4620 53 50 52 40 4621 54 50 53 41 4822 54 51 54 42 4923 53 51 55 43 5024 52 50 56 44 5125 54 52 57 45 4726 55 53 58 46 4527 56 52 59 47 4528 57 51 60 52 4629 58 51 61 53 4730 57 51 62 54 4931 56 51 63 55 4932 58 50 64 57 49

4. KRIGING

KRIGING Cross-Validated

Actual Z vs Estimated Z

5. KRIGING-IDW-CS 100-CS1000 (2D)Kriging IDW

CS 100 CS 1000

6. KRIGING-IDW-CS 100-CS1000 (3D)

CS 100 CS 1000

Kriging IDW

1. Ada kesamaan nilai perhitungan dengan menggunakan rumus statistik dan software GS+7

2. Nilai Koefisiensi Variansi (CV) 0,12 menunjukan nilai < 13. Distribusi Frekuensi data menunjukkan adanya Skewnes yang

negatif4. Variogram Eksperimental dari Fitting Model merekomendasikan

pada Model Gaussian dengan nilai-nilai RSS= 2,010E-05 (RSS = mendekati 0); r2= 0,957 (r2 = 1); Proportion (C/Co+C) = 0,704 (mendekati 0),

5. Kelemahan dalam penaksiran kriging bahwa nilai kada tinggi akan ditaksir rendah dan nilai kadar rendah akan ditaksir tinggi.

- Dimensi : Kriging Lebih halus (smooth) >> IDW >> CS data 100 >> CS Data 1000- Dimensi : Kriging Lebih halus (smooth) >> IDW >> CS data 100 >> CS Data 1000

6. Kelemahan penaksiran kriging menaksir nilai kadar suatu daerah sampel secara merata sesuai dengan keberadaan data lain disekitarnya, sedangkan IDW berdasarkan kedekatan data yang diperoleh disekitarnya, dan CS mensimulasi data sesuai dengan kondisi sampel.

7. KESIMPULAN

Terima Kasih...