Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Save to My Library
Look up keyword
Like this
11Activity
0 of .
Results for:
No results containing your search query
P. 1
Interpolasi IDW.pdf

Interpolasi IDW.pdf

Ratings: (0)|Views: 456 |Likes:
Published by Arwan Arifin

More info:

Published by: Arwan Arifin on Jul 05, 2012
Copyright:Attribution Non-commercial

Availability:

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

12/05/2013

pdf

text

original

 
KAJIAN AKURASI HASIL INTERPOLASI METODE
 INVERSE DISTANCEWEIGHTED
Seniarwan
Pendahuluan
Interpolasi adalah suatu metode atau fungsi matematika yang menduga nilai pada lokasi-lokasi yang datanya tidak tersedia. Interpolasi spasial mengasumsikan bahwa atribut data bersifatkontinu di dalam ruang (
space
) dan atribut ini saling berhubungan (
dependence
) secara spasial(Anderson, 2001). Kedua asumsi tersebut mengindikasikan bahwa pendugaan atribut data dapatdilakukan berdasarkan lokasi-lokasi di sekitarnya dan nilai pada titik-titik yang berdekatan(bertetangga) atau berada pada radius tertentu akan lebih mirip dari pada nilai pada titik-titik yang terpisah lebih jauh. Salah satu metode yang sering digunakan adalah metode
 Inverse Distance Weighted 
(IDW).IDW merupakan salah satu teknik interpolasi yang sering digunakan, karena relatif mudah untuk diprogram, mudah dimengerti dan memberikan hasil yang cukup akurat (Lam,1983). IDW memberikan bobot pada data titik (
 point 
) yang telah diketahui ketika dilakukaninterpolasi. Akan tetapi penetapan bobot sangat rentan terhadap subjektivitas terutama bila datayang digunakan dalam bentuk 
vector-grid 
atau raster (Trisasongko dan Diar, 2010). Subjektivitasdalam penetapan bobot dapat dipengaruhi oleh beberapa parameter antara lain penentuan jarak tetangga atau jarak radius titik-titik yang akan ditetapkan dan ukuran unit data khususnya datagrid.Adapun tujuan dari studi ini adalah untuk mengetahui perbandingan dan keakurasian nilaititik tinggi hasil interpolasi IDW berdasarkan perbedaan ukuran grid dan jumlah tetanggaterhadap nilai titik tinggi uji yang telah ditentukan.
 
Metodolologi
Data yang digunakan(survei) dalam bentuk forinterpolasi dengan metode Imenggunakan
software
Arcproses interpolasi, terlebih datesting. Data training digundigunakan untuk menguji hdalam bentuk format grid (deGamProses interpolasi Iperbedaan antara besarnya
neighbors
). Besarnya ukurantetangga yang dipilih adalahperlakuan tersebut dibandingkeakurasian hasil interpolasiterhadap nilai data testing.dalam studi ini adalah data titik tinggi hasilat
shapefile
(shp). Data tersebut digunW. Hasil interpolasi titik tinggi dengan Iiew 3.2 dan ekstensi Spatial Analyst 2.0aulu data titik tinggi dibagi menjadi dua yaitkan untuk melakukan proses interpolasi ssil interpolasi. Hasil interpolasi IDW yangan satuan meter).bar 1. Data titik tinggi hasil pengukuran lapa W pada data training
 
dilakukan dengakuran grid (
output grid cell size
) dan jugrid yang dipilih adalah 30, 50, 100, dan 15, 10, 15, dan 20. Kemudian hasil interpolakan dengan data titik tinggi pada data testi, maka dilakukan analisis korelasi antarapengukuran lapangankan untuk membuatW diperoleh dengan. Sebelum melakukandata training dan datadangkan data testingdilakukan tersimpanngann membuat beberapalah tetangga (
no. of 
50. Sedangkan jumlahsi dari masing-masingg. Untuk mengetahuinilai setiap perlakuan
 
Perbandingan Nilai dan Uji Akurasi
Perbandingan nilai tinggi antara data testing dan hasil interpolasi dengan berbagaiperlakuan disajikan pada Tabel 1. Berdasarkan hasil analisis korelasi antara nilai setiapperlakuan terhadap nilai data testing diketahui bahwa perlakuan yang memiliki akurasi yangtinggi adalah ukuran grid 50 dan jumlah tetangga 5 dengan perolehan koefisien korelasi (R )yaitu 0,9544
 
serta koefisien determinasi (R
2
) yaitu 0,9108. Hubungan antara nilai R
2
setiapperlakuan terhadap ukuran grid dan jumlah tetangga dapat dilihat dengan
scatter plot 
sepertipada Gambar 3 dan 4. Hubungan antara nilai R
2
setiap perlakuan terhadap ukuran gridmenunjukkan bahwa ukuran grid yang dapat digunakan dengan nilai R
2
yang tinggi berada padaselang antara 50 sampai 100 dengan menggunakan jumlah tetangga 5. Sedangkan hubunganantara nilai R
2
setiap perlakuan terhadap jumlah tetangga menunjukkan bahwa semakin tinggi jumlah tetangga maka nilai R
2
yang diperoleh semakin rendah.Dalam pengaplikasiannya metode interpolasi IDW juga dapat dilakukan berdasarkan jarak radius, selain jumlah tetangga. Selain itu penggunaan
 power 
juga mempengaruhi hasilinterpolasi, baik berdasarkan jarak radius maupun jumlah tetangga. Menurut Pramono (2008)
 power 
dapat digunakan untuk menentukan pentingnya nilai sampel data pada perhitunganinterpolasi.
Power 
yang lebih tinggi akan menjadikan kurangnya pengaruh dari sampel datasekitarnya dan hasil interpolasi menjadi lebih detail. Pada studi ini digunakan nilai
 power 
yangsama pada semua perlakuan yaitu 2 (nilai
default 
ArcView). Trisasongko dan Diar (2010)menambahkan bahwa parameter lainnya dalam metode IDW adalah
barrier 
.
 Barrier 
adalahparameter opsional yang ditujukan untuk memasukkan informasi pembatas interpolasi yangsecara umum lebih mendekati kenyataan di lapangan. Berdasarkan hal-hal tersebut diperlukanstudi lebih lanjut untuk mengetahui keakurasian hasil interpolasi IDW denganmempertimbangkan semua parameter yang terkait.

Activity (11)

You've already reviewed this. Edit your review.
1 thousand reads
1 thousand reads
1 hundred reads
Nur Wakhid liked this
Annisa Farida liked this
Ary Kurniawan liked this
vina_pratiwi_1 liked this
Ami Shaumi liked this
dindah liked this
Rendy Luthfi liked this

You're Reading a Free Preview

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