Professional Documents
Culture Documents
kriging - 1
Metode kriging yang akan dibahas di sini adalah teknik linier yang dikenal
sebagai kriging biasa (ordinary kriging). Selain kriging biasa, banyak lagi
teknik kriging linier dan non-linier lainnya. Teknik-teknik lainnya ini (simple
kriging, universal kriging, lognormal kriging, jackknife kriging, indicator
kriging, probability kriging, disjunctive kriging) tidak akan dibicarakan di sini.
kriging - 2
Blok
Conto
3. Latar Belakang
kriging - 3
Matheron memberikan cara penaksir yang lebih akurat melalui pembobotan
harga-harga conto dengan bantuan fungsi variogram. Nama cara ini
(kriging) diberikan sebagai penghormatan kepada D.G. Krige, yang
memelopori cara penaksiran kadar emas dengan menggunakan koreksi
antar conto pada tahun limapuluhan di Afrika Selatan.
Korelasi antara kadar conto pemboran dengan kadar sebenarnya dari suatu
blok penambangan di titik bor tersebut (diperoleh setelah blok tersebut
ditambang) akan memberikan suatu diagram pencar yang memperlihatkan,
bahwa sebagian besar pasangan kadar tersebut terletak di dalam suatu
ellips.
Jika kadar conto merupakan taksiran yang akurat untuk kadar blok
penambangan yang diwakili conto tersebut, maka pencaran pasangan data
tersebut akan membentuk garis regresi A-A' yang melalui titik nol, dengan
sudut 450. Penelitian Krige terhadap perilaku kadar conto emas
memperlihatkan bahwa garis regresi tersebut pada kenyataannya lebih
mendatar, seperti yang ditunjukkan oleh garis B-B'.
kadar A'
blok
Z1' B'
Z1
_ z1 > Z1
Z
Z2
z2 < Z2
Z2' B
_
A z2 z z1 kadar
conto
Gambar 3. Pencaran data antara kadar conto vs. kadar blok untuk conto
emas (kurva B-B')
Ini berarti bahwa ada penyimpangan sistematik dan conto bor bukan
merupakan harga taksiran yang mewakili kadar bijih pada blok yang
ditambang.
kriging - 4
Analisis conto yang terletak di atas harga rata-rata ( Z ) memberikan kadar
yang lebih tinggi daripada kadar sebenarnya dari blok penambangan, atau
z1>Z1.
2. suatu varians K
2
dari taksiran tersebut.
Elips pasangan data antara kadar conto dengan kadar sebenarnya dari blok
bijih dapat dibagi menjadi empat bagian, menggunakan garis regresi melalui
titik ( Z , z ), serta batas cut-off grade (cog) zC = ZC = 5 % (Gambar 2a) atau
zc = 3,5% dan Zc = 5% (Gambar 2b).
(a)
kadar A'
blok 1
(sebenarnya)
_ 4
Z
5%
2 3
_
A 5% z kadar
conto
(penaksir)
kriging - 5
(b)
kadar A'
blok
(sebenarnya) B'
_ 1
Z
5%
4
B
2
3
1 _
A 3,5% z kadar
conto
(penaksir)
Gambar 4. Pencaran data antara kadar conto vs. kadar blok yang
memperlihatkan prospek kesalahan penambangan
Daerah 1 : blok yang ditambang dengan kadar > cog yang sesuai
dengan kadar conto > cog ditambang
Daerah 2 : blok-blok yang tidak ditambang dengan kadar < cog yang
sesuai dengan kadar conto < cog
Daerah 3 : blok-blok dengan kadar < cog yang karena kesalahan
penaksiran (kadar taksiran > cog) juga ditambang
Daerah 4 : blok-blok dengan kadar > cog yang karena kesalahan
penaksiran (kadar taksiran < cog) tidak ditambang
Jika garis regresi B-B' yang menunjukkan hubungan antara conto (sebagai
taksiran kadar) dan kadar blok (kadar sebenarnya) diplot, maka blok-blok
dengan kadar < 5% (cog) yang ditambang karena taksiran kadar (conto)
>3,5% cog (daerah 3, Gambar 4b). Daerah 3 yang ditambang walaupun
berkadar rendah menjadi lebih besar, daerah 4 yang tidak tertambang
karena kesalahan informasi menjadi kecil. Namun demikian, secara
keseluruhan daerah dengan blok-blok yang mempunyai kadar > cut-off
grade (5 %) dan ditambang menjadi lebih besar.
Kriging tidak akan membuat garis regresi baru yang lebih baik, tetapi akan
mempersempit elips pencaran taksiran data (Gambar 5b).
kriging - 6
(a) (b)
kadar kadar
blok sebe-
narnya
4
1 4 1
Zc Zc
2 2
3
3
Selain kedua sifat penting dari kriging yang merupakan penaksir tidak bias
dengan varians penaksiran yang minimum, masih ada beberapa sifat
menarik lainnya yaitu:
Untuk tiap blok yang ditaksir dapat diperoleh pula varians krigingnya.
kriging - 7
Kriging adalah interpolator yang eksak; taksiran kadar pada lokasi data
akan sama dengan nilai data (conto), jadi tidak ada kesalahan
penaksiran.
Kriging memiliki kemampuan intrinsik untuk menguraikan data
(declustering) dalam proses penaksiran. Hal ini amat berguna dalam
penaksiran menggunakan data yang amat mengelompok dan tak
beraturan.
Kriging memberikan taksiran yang tidak bias secara bersyarat
(conditionally unbiased). Ini berarti bahwa secara rata-rata, semua
blok yang taksiran kadarnya adalah Z 0 akan memiliki kadar tersebut,
atau
E [Z | Z* = Z0] = Z0
Kriging mampu menyaring conto yang digunakan dalam penaksiran
(screening), artinya conto yang letaknya di dekat blok cenderung akan
menyaring / mengurangi pengaruh conto yang letaknya lebih jauh di
belakang conto pertama.
Dengan teknik kriging, kadar rata-rata dari blok-blok kecil sama dengan
taksiran kadar untuk gabungan dari blok-blok tersebut (additivity).
Catatan: varians kriging dari blok-blok tidak dapat digabungkan seperti
halnya taksiran kadar.
Kelemahan yang kedua, bobot yang diperoleh dari persamaan kriging tidak
ada hubungannya secara langsung dengan kadar conto yang digunakan
dalam penaksiran. Bobot ini hanya tergantung pada konfigurasi conto di
sekitar blok dan satu sama lain, serta pada variogram (yang walaupun
merupakan fungsi kadar namun didefinisikan secara global). Walaupun
variogram memberikan gambaran dari mineralisasi dengan merata-ratakan
kriging - 8
beda kuadrat dari conto untuk setiap pasangan jarak h, ia tidak dapat
menangkap seluruh aspek variasi kadar pada tingkat lokal. Jadi,
perbedaan kadar conto yang cukup besar (antara satu hingga dua orde
saja) sudah cukup untuk mengacaukan taksiran kadar di tingkat lokal / blok.
5. Persamaan Kriging
Dengan demikian taksiran ini tidak bias, artinya harga yang diharapkan
untuk perbedaan antara Z dan Z* adalah nol.
E [Z -Z*] = 0
kriging - 9
Dengan memperhatikan faktor-faktor pembobotan akan didapat suatu
varians estimasi (lihat diskusi tentang varians estimasi)
E2 Var [ Z Z*]
2 n 1 n n
( x i y )dy VV
V i 1 i ( x y ) dx dy i j ( x i xj )
V VV i 1 j 1
n n n
2 i ( Si ,V ) (V ,V ) i j ( S ,S j )
i 1 i 1 j 1
Varians estimasi atau varians penaksiran ini adalah suatu fungsi dari faktor-
faktor pembobotan i. Untuk memilih faktor-faktor pembobotan yang optimal,
dibuat sedemikian rupa sehingga varians perkiraan ini minimum.
Q E2 2 m ( i 1 ) min
Selain dari yang tidak diketahui, juga terdapat m yang juga tidak diketahui.
Pernyataan bahwa harus diminimumkan ini diartikan bahwa perbedaan
parsial Q m dan Q i adalah nol.
kriging - 10
n
1 1
K2
VV dx ( x y ) dy j V ( x x j ) dx atau
V V j 1 V
n
K2 (V ,V ) m j ( S j ,V )
j 1
kriging - 11
(SS1 1) (SS1 2 ) . . (SS1 j ) . . (SS1 n ) 1 (SV )
1
1
(SS2 1 ) (SS2 2 ) . . (SS2 j ) . . (SS2 n ) 1 2 (SV1 )
(SSi 1 ) (SSi 2 ) . . (SSi j ) . . (SSi n ) 1 3 = (SVj )
(SSn 1) (SSn 2 ) . . (SSn j ) . . (SSn n ) 1 n (SVn )
1 1 . . 1 . . 1 0 m 1
Matriks ( Si S j ) merupakan suatu matriks yang simetris.
kriging - 12
Persamaan ini akan diselesaikan terhadap L untuk mendapatkan i dan
sehingga diperoleh persamaan : L K 1 . M
Untuk varians kriging dapat dituliskan :
K2 (V ,V ) t L M
Jadi, untuk penaksiran di suatu titik lokasi (point kriging) volume blok
menyusut menjadi sebesar volume conto. Perhitungan varians penaksiran
(kriging variance) pun menggunakan menggunakan varians conto (sample
variance) sebagai titik tolak.
kriging - 13
Gambar 5. Contoh dua dimensi dari suatu blok dengan perhitungan luas
yang didekati oleh 9 titik integrasi numerik
Hitung Varians
Conto (Blok)
Hitung variogram
antar conto
kriging - 14
Gambar 6.Rangkuman prosedur point / block kriging
kriging - 15
7. Contoh Perhitungan
Diketahui conto xi dengan kadar z(xi) diambil dengan jarak yang sama
(L=20 m) di sepanjang suatu garis. Kadar rata-rata semua conto z = 1,0.
Variogram (model Matheron) pada data tersebut mempunyai parameter
sebagai berikut :
C0 = 0,0 C = 1,0 a = 60 m
Akan dihitung bobot, varians estimasi (varians kriging), dan standar deviasi
relatif untuk kadar z* suatu potongan garis sepanjang L (mis, pada titik x1)
n n
j ( Si ,S j ) m ( Si ,V ) j 1
j 1 j 1
untuk n =1 maka 1 =1
( S1S1 ) 0
( S1 L ) C0 C ( )
= C0 C X ( L 2 )
= 0 +1 X (10 60 )
= 0,124
Dengan memasukkan parameter-parameter tersebut pada persamaan
umum kriging akan memberikan :
1 . 0 + m = 0,124 m = 0,124
Untuk varians krigingnya berlaku rumus :
n
K2 ( L, L ) m j ( S j ,L )
j 1
( L, L ) C0 C . F( L )
= 0 + 1 . F( L a ) = F( 20 60 )
= F(0,333) = 0,165
m = 0,124
kriging - 16
1 ( S1 L ) 1x 0124
, 0124
,
K2 0165
, 0124
, 0124
, 0 ,083
K z
Sistem Kriging
( L, L ) 0 ,165
m = 0,124
n
j ( S j , L ) = 0,76 x 0,124 + 0,12 x 0,477 + 0,12 x 0,477 = 0,208
j 1
K z
Z* = 0,76 x z(x1) + 0,12 x z(x2) + 0,12 x z(x3)
kriging - 17
7.3 Contoh perhitungan sederhana penaksiran titik untuk dua
konfigurasi conto
Untuk memberikan gambaran yang lebih nyata, berikut ini diberikan contoh
sederhana bagaimana memecahkan persamaan kriging tanpa bantuan
komputer. Agar lebih mudah, contoh-contoh ini dibuat untuk penaksiran titik
(point kriging). Penaksiran blok mempunyai cara perhitungan yang sama,
hanya detail perhitungannya lebih panjang. Untuk penaksiran blok dengan
jumlah conto cukup banyak, program komputer yang ada dapat dipakai
dengan mudah.
Gambar 7 menunjukkan suatu blok kecil yang diwakili oleh titik tengahnya
X0, yang dikelilingi oleh conto yang masing-masing berjarak 100 m dari blok.
Konfigurasi pada Gambar 7a memperlihatkan conto 2 dan 3 yang letaknya
saling berdekatan (jarak satu sama lain 20 m) di sebelah Timur blok, dan
conto 1 di sebelah Barat blok. Konfigurasi di Gambar 7b memperlihatkan
ketiga conto yang tersebar merata di sekitar blok (tidak ada pengelompokan
data).
kriging - 18
(a)
(b)
kriging - 19
a. Perhitungan untuk konfigurasi Gambar 7a.
Langkah 1. Menghitung variogram antar conto
( S1 S1) atau 11 = (0 m) = 0,01 x 0 = 0
11 = 22 = 33 = 0
( S1 S2 ) atau 12 = 21 = (200 m) = 0,01 x 200 = 2
( S1 S3 ) atau 13 = 31 = (200 m) = 0,01 x 200 = 2
( S2 S3 ) atau 23 = 32 = (20 m) = 0,01 x 20 = 20
sehingga diperoleh :
W 1 = 0,487 ; W 2 = W 3 = 0,256 ; dan m = - 0,026
Langkah 4. Menghitung varians Kriging
k2 = 0,974
sehingga diperoleh :
W 1 = W 2 = W 3 = 0,333 ; dan m = - 0,153
Varians Kriging, k2 = 0,847
Kesimpulan :
kriging - 20
Secara relatif, konfigurasi Gambar 7b memberikan varians kriging yang
lebih rendah dari pada konfigurasi Gambar 7a, artinya hasil taksiran
kadarnya lebih dapat dipercayai.
Bobot conto 1 pada konfigurasi Gambar 7a hampir separuh dari seluruh
bobot, dan conto 2+3 separuhnya. Artinya konfigurasi Gambar 7a
praktis ditaksir dengan 2 conto yaitu conto 1 dan gabungan conto 2+3.
Konfigurasi Gambar 7b memberikan bobot yang sama untuk setiap conto.
kriging - 21