Akurasi Metoda Idw Dan Krigging Untuk Estimasi

download Akurasi Metoda Idw Dan Krigging Untuk Estimasi

of 14

  • date post

    02-Dec-2015
  • Category

    Documents

  • view

    215
  • download

    1

Embed Size (px)

Transcript of Akurasi Metoda Idw Dan Krigging Untuk Estimasi

  • Akurasi Metode IDW dan Kriging untuk Interpolasi ... (Gatot H. Pramono) 145

    AKURASI METODE IDW DAN KRIGING UNTUK INTERPOLASISEBARAN SEDIMEN TERSUSPENSI DI MAROS, SULAWESI SELATAN

    Gatot H. PramonoPeneliti SIG di Bakosurtanal

    Telpon: 021-875-9481E-mail: gatot@bakosurtanal.go.id

    ABSTRACT

    Physical conditions of seawater in coastal area can be studied by sampling at several locations. To performspatial analysis, the data should be interpolated to get the values between sample points. Several approaches forinterpolation may result in different outcomes. The purpose of this research is to compare Inverse Distance Weighted(IDW) and Kriging methods. Their parameters are studied using the total suspended sediments in Maros area, SouthSulawesi. The results show that the more accurate interpolation is obtained by using IDW method than using Krigingmethod.

    Keywords: IDW, Kriging, interpolation, suspended sediment

    PENDAHULUAN

    Data di wilayah pesisir perlu dipela-jari untuk berbagai kebutuhan sepertiperencanaan pembangunan pelabuhan,pengembangan pariwisata dan budidayapesisir seperti ikan kerapu, rumput laut danterumbu karang buatan. Survei lapanganperlu dilakukan untuk mengumpulkan data.Dikarenakan kondisi alam yang terkadangburuk, wilayah cakupan yang luas dan ke-terbatasan waktu serta dana, maka surveidilakukan dengan mengambil beberapa titiksampel pengamatan. Untuk mengolah danmenganalisa data secara spasial, SistemInformasi Geografis (SIG) biasanya diguna-kan. Didalam analisa spasial baik dalam for-mat vektor maupun raster, diperlukan datayang meliputi seluruh studi area. Oleh sebabitu, proses interpolasi perlu dilaksanakan un-tuk mendapatkan nilai diantara titik sampel.

    Ada beberapa metode yang bisa digu-nakan untuk melakukan interpolasi seperti

    Trend, Spline, Inverse Distance Weighted (IDW)dan Kriging. Setiap metode ini akan mem-berikan hasil interpolasi yang berbeda.Akan menjadi mudah dan bermanfaat bagipengguna berikutnya apabila ada kajiantentang perbandingan hasil interpolasidengan metode yang berbeda sehingga me-tode yang tepat bisa dipilih. Penggunaanmetode trend dan spline telah dijelaskandalam Pramono (2005). Penelitian inimemfokuskan pada penggunaan metodeIDW dan Kriging.

    Maksud dari penelitian ini adalahuntuk mempelajari perbedaan akurasi hasilinterpolasi dengan menggunakan metodeIDW dan Kriging pada data sedimentersuspensi di lepas pantai KabupatenMaros, Sulawesi Selatan. Studi ini meru-pakan kelanjutan dari pekerjaan analisistingkat kesesuaian marine culture yangdisusun oleh Lembaga Penelitian dan Pem-berdayaan Masyarakat IPB (Wiradisastra,dkk, 2004a).

  • Forum Geografi, Vol. 22, No. 1, Juli 2008: 145-158146

    Sedang tujuan penelitian ini adalahsebagai berikut:1. Mempelajari keuntungan dan kerugian

    dari interpolasi dengan menggunakanmetode IDW dan Kriging,

    2. Menjelaskan perbedaan hasil yangdiberikan oleh kedua metode tersebut,

    3. Menentukan metode yang terbaik yangdapat digunakan untuk interpolasikhususnya pada sebaran sedimentersuspensi.

    Studi ini menggunakan data yangdiukur di Selat Makassar di kabupatenMaros, provinsi Sulawesi Selatan (Gambar1). Kabupaten ini terletak pada posisi geo-

    grafis antara 1192017 BT sampai1193134 BT dan 4452 LU sampai459 16 LU. Batas-batas dari kabupatenMaros adalah dengan kabupaten Pangkep dibagian utara, kabupaten Bone di bagian ti-mur, selat Makassar di bagian barat dan kotaMakassar di bagian selatan. Kabupaten Ma-ros letaknya sekitar 30 km utara dari ibukotaSulawesi Selatan yaitu Makassar. Oleh sebabitu, kabupaten Maros dikenal sebagaikabupaten penyangga kota Makassar.

    Luas wilayah kabupaten Maros sekitar1.613 km

    2 yang meliputi 14 kecamatan dan

    103 desa atau kelurahan. Jumlah pendudukdi kabupaten Maros pada akhir 2001sebanyak 279.259 jiwa. Tingkat kepadatan

    Gambar 1: Studi area di kabupaten Maros

  • Akurasi Metode IDW dan Kriging untuk Interpolasi ... (Gatot H. Pramono) 147

    penduduk adalah 168 orang/km2. Beberapa

    suku menghuni di kabupaten ini denganmayoritas suku Bugis dan Makassar. Curahhujan di kabupaten Maros sangat cukupsehingga memiliki kondisi pertanian yangrelatif subur. Curah hujan tertinggi didapat-kan pada bulan Februari dengan nilai sekitar839 mm, sedang curah hujan terendah dike-temukan pada sekitar bulan Juni dan Agustus.

    Interpolasi adalah metode untukmendapatkan data berdasarkan beberapadata yang telah diketahui (Wikipedia, 2008).Dalam pemetaan, interpolasi adalah prosesestimasi nilai pada wilayah yang tidakdisampel atau diukur, sehingga ter-buatlahpeta atau sebaran nilai pada selu-ruh wilayah(Gamma Design Software, 2005). Didalammelakukan interpolasi, sudah pasti dihasil-kan. Error yang dihasilkan sebelum mela-kukan interpolasi bisa dikarenakan kesa-lahan menentukan metode sampling data,kesalahan dalam pengukuran dan kesalahandalam analisa di laboratorium.

    Pada tulisan ini, akan dijelaskanpenggunaan metode IDW dan Kriging untukinterpolasi. Metode IDW dapat dikelom-pokkan dalam estimasi deterministic dimanainterpolasi dilakukan berdasarkan perhi-tungan matematik. Sedang metode Krigingdapat digolongkan kedalam estimasi stochas-tic dimana perhitungan secara statistikdilakukan untuk menghasilkan interpolasi.

    Metode Inverse Distance Weighted(IDW) merupakan metode deterministikyang sederhana dengan mempertimbangkantitik disekitarnya (NCGIA, 1997). Asumsidari metode ini adalah nilai interpolasi akanlebih mirip pada data sampel yang dekatdaripada yang lebih jauh. Bobot (weight)akan berubah secara linear sesuai denganjaraknya dengan data sampel. Bobot ini

    tidak akan dipengaruhi oleh letak dari datasampel.

    Metode ini biasanya digunakan dalamindustri pertambangan karena mudah untukdigunakan. Pemilihan nilai pada powersangat mempengaruhi hasil interpolasi.Nilai power yang tinggi akan memberikanhasil seperti menggunakan interpolasi near-est neighbor dimana nilai yang didapatkanmerupakan nilai dari data point terdekat.

    Kerugian dari metode IDW adalahnilai hasil interpolasi terbatas pada nilaiyang ada pada data sampel. Pengaruh daridata sampel terhadap hasil interpolasidisebut sebagi isotropic. Dengan kata lain,karena metode ini menggunakan rata-ratadari data sampel sehingga nilainya tidakbisa lebih kecil dari minimum atau lebihbesar dari data sampel. Jadi, puncak bukitatau lembah terdalam tidak dapat ditampil-kan dari hasil interpolasi model ini (Watson& Philip, 1985). Untuk mendapatkan hasilyang baik, sampel data yang digunakanharus rapat yang berhubungan denganvariasi lokal. Jika sampelnya agak jarangdan tidak merata, hasilnya kemungkinanbesar tidak sesuai dengan yang diinginkan.

    Metode Kriging adalah estimasi sto-chastic yang mirip dengan Inverse DistanceWeighted (IDW) dimana menggunakankombinasi linear dari weight untuk mem-perkirakan nilai diantara sampel data(Ctech Development Corporation, 2004).Metode ini diketemukan oleh D.L. Krigeuntuk memperkirakan nilai dari bahantambang. Asumsi dari metode ini adalahjarak dan orientasi antara sampel data me-nunjukkan korelasi spasial yang pentingdalam hasil interpolasi ESRI, 1996).Metode Kriging sangat banyak mengguna-kan sistem komputer dalam perhitungan.

  • Forum Geografi, Vol. 22, No. 1, Juli 2008: 145-158148

    Kecepatan perhitungan tergantung daribanyaknya sampel data yang digunakan dancakupan dari wilayah yang diperhitungkan.

    Tidak seperti metode IDW, Krigingmemberikan ukuran error dan confidence.Metode ini menggunakan semivariogram yangmerepresentasikan perbedaan spasial dannilai diantara semua pasangan sampel data.Semivariogram juga menunjukkan bobot(weight) yang digunakan dalam interpolasi.Semivariogram dihitung berdasarkan sampelsemivariogram dengan jarak h, beda nilai zdan jumlah sampel data n diperlihatkanpada persamaan di Gambar 2. Pada gambarini juga ditunjukkan grafik dari sebuahsemivariogram. Pada jarak yang dekat (sumbuhorisontal), semivariance bernilai kecil.Tetapi pada jarak yang lebih besar, semi-vari-ance bernilai tinggi yang menunjukkanbahwa variasi dari nilai z tidak lagi berhu-bungan dengan jarak sampel point. JenisKriging yang bisa dilakukan adalah dengancara spherical, circular, exponential, gaussian danlinear (ESRI, 1999). Penjelasan yang lebihlengkap tentang kelima jenis Kriging ini bisadilihat pada McBratney & Webster (1986).

    Tahapan dalam menggunakan meto-de ini adalah: analisa statistik dari sampel

    data, pemodelan variogram, membuat hasilinterpolasi dan menganalisa nilai variance.Metode ini sangat tepat digunakan bila kitamengetahui korelasi spasial jarak dan orien-tasi dari data. Oleh sebab itu, metode inisering digunakan dalam bidang ketanahandan geologi. Kelemahan dari metode iniadalah tidak dapat menampilkan puncak,lembah atau nilai yang berubah drastisdalam jarak yang dekat. Untuk keteranganlebih lanjut tentang penelitian metodeKriging bisa dilihat dalam tulisan Bancroft& Hobbs (1986) atau Siska & Hung(2001).

    METODE PENELITIAN

    Pada bagian ini akan dibahas tahapandalam penelitian. Proses pengumpulan dataatau survei lapangan dijelaskan besertatahapan persiapan data untuk diinterpolasi.Perangkat lunak yang digunakan dan pa-rameter yang dipelajari untuk interpolasijuga dijelaskan.

    Pengumpulan dan Persiapan DataPengumpulan data parameter bio-

    fisik dilaksanakan oleh Lembaga Penelitiandan Pemberdayaan Masyarakat IPB

    Gambar 2: Grafik dan persamaan semi-variogram (ESRI, 1999)

  • Akurasi Metode IDW dan Kriging untuk Interpolasi ... (Gatot H. Pramono) 149

    (Wiradisastra, dkk, 2004b). Data yangdiukur langsung adalah salinitas, oksigenterlarut, kadar keasaman (pH), suhu per-mukaan dan pengambilan sampel air untukanalisis chlorofil dan sedimen tersuspensi.Total ada 45 titik yang disampel pada wila-yah kabupaten Maros. Sampel air yang dida-patkan kemudian dianalisa di laboratoriumLimnologi, Fak