Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Look up keyword
Like this
6Activity
0 of .
Results for:
No results containing your search query
P. 1
Draft Kolokium

Draft Kolokium

Ratings: (0)|Views: 56|Likes:
Published by Ira Gustina

More info:

Published by: Ira Gustina on Oct 11, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

07/12/2013

pdf

text

original

 
  Makalah Kolokium Departemen Statistika IPB Kamis, 24 Juni 2010 Pukul 09.45-10.30
1
 
 Ringkasan
S
ebaran oksigen terlarut (dissolved oxygen) di perairan berguna untuk mengidentifikasitingkat produktivitas primer ikan karang dan organisme laut lainnya. Menurut Effendi (2003),sumber utama oksigen di perairan adalah fotosintesis oleh tumbuhan air. Semakin tinggikandungan oksigen terlarut mengindikasikan tingginya tingkat produktivitas primer. Muzaki(2008) menerangkan bahwa kadar oksigen cenderung meningkat ke arah laut lepas. Hal inimengindikasikan bahwa terdapat pengaruh spasial dalam proses pendugaan sebaran ikan karang.Penelitian ini menggunakan analisis variogram dan metode interpolasi kriging biasa terhadap peubah primer oksigen terlarut sehingga diperoleh informasi mengenai sebaran ikan karang danorganisme laut lainnya pada lokasi penelitian di Karang Congkak dan Karang Lebar, KepulauanSeribu (DKI Jakarta). Analisis dalam penelitian ini menggunakan perangkat lunak (software)Surfer 9, Minitab 15, dan Microsoft Excel 2007.Kata Kunci: Oksigen Terlarut (Dissolved Oxygen), Variogram, Kriging Biasa (Ordinary Kriging)
PENDAHULUANLatar Belakang
Menurunnya kondisi terumbu karangmenuntut kita bertindak untuk menjagakelestarian ekosistem tersebut. Pengetahuanmengenai sebaran oksigen terlarut (
dissolved oxygen
) di perairan untuk mengidentifikasitingkat produktivitas primer ikan karang danorganisme laut lainnya merupakan salah satucara menjaga kelestariannya agar tidak musnah.Penelitian Muzaki (2008) menggunakanMetode Berbasis Sel (
Cell Based Modeling
)untuk menentukan kawasan konservasi laut diKarang Lebar dan Karang Congkak KepulauanSeribu, DKI Jakarta. Salah satu parameterbiofisik perairan yang digunakan adalahoksigen terlarut. Oksigen terlarut merupakan jumlah oksigen yang terlarut dalam air.Komponen oksigen di dalam air ini sangatkritis untuk kelangsungan hidup ikan danorganisme laut lainnya, namun bila kadarnyaberlebihan akan menyebabkan kematian.Menurut Effendi (2003), sumber utamaoksigen di perairan adalah fotosintesis olehtumbuhan air. Semakin tinggi kandunganoksigen terlarut mengindikasikan tingginyatingkat produktivitas primer. Muzaki (2008)menerangkan bahwa kadar oksigen cenderungmeningkat ke arah laut lepas. Hal inimengindikasikan bahwa terdapat pengaruhspasial dalam pendugaan sebaran ikan karang.Dalam penelitian ini, akan dilakukananalisis variogram untuk mengidentifikasihubungan spasial peubah oksigen terlarut,kemudian dilanjutkan dengan penggunaananalisis kriging biasa yang merupakan suatumetode interpolasi spasial untuk menduga nilaisuatu peubah di lokasi tertentu, berdasarkannilai terboboti dari peubah yang sama padalokasi lainnya.
Tujuan
 1.
 
Menerapkan analisis variogram terhadapdata peubah oksigen terlarut dalampengidentifikasian model variogramteoritis terbaik untuk digunakan dalampenaksiran.2.
 
Menggunakan prosedur metode interpolasikriging biasa dalam melakukan pendugaandata hilang secara spasial danmenggambarkan sebaran ikan karang dikawasan Karang Congkak dan KarangLebar, Kepulauan Seribu (DKI Jakarta).
TINJAUAN PUSTAKASemivariogram (Variogram)
Semivariogram sangat familiar di dalamilmu geostatistika. Hal ini didasarkan karenasemivariogram merupakan rata-rata selisihkuadrat suatu peubah, cenderung untuk 
PENGGUNAAN ANALISIS VARIOGRAM DAN METODE KRIGING BIASAUNTUK MENGGAMBARKAN SEBARAN IKAN KARANG DI KARANGCONGKAK DAN KARANG LEBAR, KEPULAUAN SERIBU (DKI JAKARTA)
Oleh:
Ira GustinaG14061513
Pembimbing:
Prof. Dr. Ir. Aunuddin, M.Sc
 
  Makalah Kolokium Departemen Statistika IPB Kamis, 24 Juni 2010 Pukul 09.45-10.30
2
 
menyaring pengaruh rata-rata suatu peubahsecara spasial. Semivariogram menggambar-kan keragaman spasial antar lokasi satudengan yang lainnya dalam jarak berdimensim. (Bohling, 2005)Semivariogram eksperimental dibangundari grafik plot antara semivarian
(h)
) dan jarak h. Menurut Isaaks dan Srivastava (1989),persamaan umum semivarian adalah
γ
(h)
=





,dimana:

: Jumlah pasangan data yangterpisah oleh jarak h
: Nilai peubah pengamatan lokasi-i
: Nilai peubah pengamatan lokasi-jBerikut merupakan karakteristik semi-variogram secara teroritis menurut Bohling(2005):
Gambar 1. Komponen Semivariogram
a.
 
Ambang (
Sill
). Nilai semivarian saat nilaivariogram konstan. Nilai ini menunjukkanluas komponen semivariogram. Nilai sillumumnya mendekati ragam data dan tidak berubah untuk jarak h yang tidak terbatas.b.
 
Jangkauan (
 Range
). Jarak maksimumdimana semivarogram mencapai nilai sill.c.
 
Ragam Nugget (
 Nugget Variance
). Secarateori, nilai semivariogram pada titik asal(
origin
) (titik (0,0)) adalah nol. Jika nilaitersebut tidak nol untuk jarak h yangmendekati nol, jarak inilah yang disebutnugget.Dengan menggunakan h untuk merepresentasikan jarak, a sebagai jangkauanpraktis (
 practical range
), dan c sebagai nilaiambang, beberapa model semivariogram yangsering digunakan yaitu (bohling, 2005):a.
 
Nugget
γ
(h)
=
  
 
b.
 
Linear
γ
(h) =

= kemiringan garisc.
 
Eksponensial
γ
(h)
=



 d.
 
Sperikal
γ
(h)
=
 [

]
 e.
 
Gaussian
γ
(h)
=
[1-exp(

)]Model Nugget merepresentasikandiskotinuitas pada titik asal dikarenakanberagamnya skala yang kecil. Model inimenunjukkan peubah acak semata, tanpaadanya korelasi spasial. Model gaussianmemiliki kelakuan parabolik di sekitar titik asal, menggambarkan keragaman secara halus.Sedangkan model sperikal dan eksponensialmemiliki kelakuan linear di sekitar titik asal.Hal ini memperlihatkan tingkat keragamankedekatan jangkauan yang lebih tinggi.(Bohling, 2005)Model sperikal mencapai nilai ambangtertentu, c, pada jangkauan tertentu, a. Adapunpendekatan nilai ambang pada modeleksponensial dan gaussian secara asimsotik,nilai a sebagai jangkauan praktis, 95% nilaiambang tercapai pada jarak jangkauan praktis.(Fauzi dan Aidi, 2008)
Anisotropi
Fauzi dan Aidi (2009) menjelaskan bahwaproses anisotropi adalah proses spasial {Z(x),x
Є D} dimana dalam penyusunan struktur 
semivariogram bergantung kepada jarak lurusantara suatu pasangan titik dan arah darivektor yang menghubungkan titik-titik tersebut. Hal ini berbeda dengan prosesisotropi yang hanya bergantung pada jarak antara pasangan vektor dan mengasumsikanbahwa struktur korelasi spasialnya sama untuk semua arah.
 
Gambar 2. Anisotropi Geometri
Gambar 2 merupakan fungsi anisotropigeometri yang menunjukkan bahwa potensimasing-masing pasangan titik (lokasi)pegamatan dipengaruhi oleh jarak dan arah.Pilih interval jarak w pada jarak titik OH
 
 /2
 
x
1
x
2
H
 
0
 
w
 
θ
 
 
  Makalah Kolokium Departemen Statistika IPB Kamis, 24 Juni 2010 Pukul 09.45-10.30
3
 
sepanjang h. Selanjutnya, menetapkan arah
θ
 dan jarak arah
=
 /n, dimana n adalah jumlaharah yang ditentukan. Nilai
θ
naik dari 0hingga
 /(n-1). Misalnya dalam penelitianditentukan n=4, maka besar arah
θ
adalah 0,45
o
, 90
o
, dan 135
o
. Hal ini meyakinkan penelitibahwa tidak ada tumpang tindih antar jarak yang berbeda. Titik x
i
(0) dengan titik x
i
+hdalam zona
stiplled 
{z(x
i
) - z(x
i
+h)}
2
di atasberperan dalam membangun variogrameksperimental menjadi
(h,
θ
). (Webster danOliver, 2007)
Kriging Biasa
Menurut Isaaks dan Srivastava (1989),metode kriging biasa adalah metodeinterpolasi yang memberikan taksiran lineartak bias terbaik. Metode ini menduga nilaisuatu peubah pada titik atau lokasi tertentumenggunakan kombinasi linear terboboti darinilai peubah yang sama pada lokasi lainnya.Nilai taksiran
̂
di suatu titik p merupakankombinasi linear dari nilai data
denganbobot masing-masing sebesar
,
̂

 
dimana,
̂
: nilai dugaan pebah z pada lokasi-p
: nilai pubah z pada titik ke-i
: bobot masing-masing nilai peubah zpada titik ke-iPada titik yang akan diduga nilainya,model merupakan fungsi acak stasioner yangterdiri dari beberapa peubah acak yaitu Z(x
1
),Z(x
2
), ..., Z(x
n
), ditambah dengan satu nilaipeubah Z(x
0
) yang diinterpolasi nilainya.Masing-masing peubah acak mempunyaipeluang yang sama pada semua lokasi dengannilai tengah E(Z).


 Sisaan yang diperoleh sebesar R(
,R(

 R(



 Telah diasumsikan sebelumnya bahwafungsi acak stasioner dan nilai harapansisaannya nol sehingga dapat dituliskansebagai berikut,(R(
 


 


 

 Agar nilai dugaan yang dihasilkan tidak bias, maka jumlah pembobot masing-masingnilai peubah pada lokasi lainnya adalah samadengan satu. (Isaaks dan Srivastava, 1989)Semua prosedur pendugaan dalam kasusini menggunakan kondisi ketidakbiasan.Webster dan Oliver (2007) menerangkanbahwa ragam duga dapat dituliskan:Var[(R(
] = E[{
(
) }
2
]= 2

-


 dimana

merupakan semivarian Zantara data pada titik atau lokasi pengamatan
dan
, sedangkan
(
)
adalahsemivarian antara data pada titik ke-i dan datapada titik ke-j.Metode interpolasi kriging biasa adalahmetode pendugaan yang menghasilkan ragamminimum dengan menggunakan parameterlagrange
(Webster dan oliver, 2007):
G = 2

-
(
)

+2
(

-1)
Selanjutnya menghitung turunan parsialpersamaan G terhadap
μ
dan w
i
sebagaiberikut:

and

 dalam notasi matriks akan diperoleh:

 
 
 




 


 dimana,
: matriks kovarian antar pasanganlokasi/titik ke-i dan ke-j
: vektor pembobot-i
: vektor kovarian antara lokasi/titik yang diduga dengan lokasipengamatan yang telah ada.Selanjutnya, besarnya bobot masing-masing nilai peubah Z(x
1
), Z(x
2
), ..., Z(x
n
)diperoleh sebesar:

,solusi ini memberikan hasil dugaan tak biaslinear terbaik dengan ragam (Webster danoliver, 2007):Var[(R(
]=
 

 

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->