You are on page 1of 19

Struktur Data Spasial

Sutikno
sutikno@statistika.its.ac.id
Jurusan Statistika FMIPA ITS
Type data spasial

Point Pattern Analysis


 Longitude and latitude, x and y
Geostatistical Data (line)
 Continuous spatial surface
Polygons or Lattice Data (Area)
 Counties, cities, Census tracts
 Discrete Objects
Points
Geostatistical Data
Polygons or Lattices
Definition of a spatial process

We are measuring a random function Z(s) in n


points
s1, s2, . . . , sn in a region D  Rd.

We denote the random process by


Z = {Z(s1),Z(s2), . . . ,Z(sn)}.

The n outcomes of the measurements we denote


z = {z(s1), z(s2), . . . , z(sn)}.
Definition of a spatial process
 Random proses:
{Z(s); s  D }

D  fixed (non random), namun ada yang menyatakan


random karena berkaitan dengan nilai variabel yang diukur
disetiap lokasi.

 Time series proses:


{Z(t); - ~ < t < ~ }

 Space time proses:


{Z(s,t); s  D(t), t  T }

Z, D, T  random
Definition

Data Stasioner (homogen): memiliki karakteristik


(parameter) yang sama dalam suatu lokasi

Data Non stasioner: karakteristik (parameter) yang


berbeda dalam suatu lokasi

Data isotropy: pola perubahan data baik menurut


arah dan jarak adalah sama

Data anisotropy : pola perubahan data bergantung


arah dan jarak
Analisis Data

Estimasi

Prediksi

Perancangan percobaan
Apa Proses Stokastik
Proses stokastik adalah suatu konsep yang digunakan
untuk menunjuk kumpulan atau urutan variabel acak
yang disusun dengan cara tertentu secara teratur.

Ruang keadaan (State) : adalah himpunan semua nilai


yang mungkin dari proses stokastik

Ruang parameter (ruang indeks)  himpunan indeks


dari proses stokastik
Contoh:
Ruang keadaan

diskrit kontinu

Proses stokastik Proses disebut proses keadaan


 X (t ), t  I  rantai kontinu

I diskrit proses stokastik


waktu diskrit

I
Ruang parameter I kontinu  proses stokastik
(terindek) waktu kontinu
13
2.2 Klasifikasi dan contoh proses stokastik
1. Proses stokastik dengan ruang paramater diskrit,
ruang keadaan diskrit.
3
2

1 2 3 4 5 6 7 …

Contoh:
o Banyaknya HP terjual di suatu toko perhari.
o Banyaknya bakteri pada generasi ke-n

14
2. Proses stokastik dengan ruang paramater diskrit,
ruang keadaan kontinu.

Contoh:
oVolume curah hujan (mm) tiap hari dalam satu bulan.

15
3. Proses stokastik dengan ruang paramater kontinu,
ruang keadaan diskrit.

4 5
1 2 3

Contoh:
o Banyaknya call yang datang pada suatu sentral dalam
interval [0,t]
oBanyaknya pengunjung toko “P” dalam interval [0,t].
oBanyaknya kendaraan yang masuk gerbang kampus
pada interval waktu t sebarang. 16
4. Proses stokastik dengan ruang paramater kontinu,
ruang keadaan kontinu.

Contoh:
oTemperatur udara di Bandung dalam interval (0,t).
oVolume susu formula yang diminum bayi A pada selang
waktu t sebarang.

17
PROSES STOKASTIK SPASIAL (1)

Misalkan, jika suatu variabel acak, X, dapat dikaitkan dengan


variabel indeks, I, yang berkaitan dengan lokasi secara umum
ruang p-dimensi, Rp, maka:
{Xi, i ɛ I} adalah proses stokastik.

Kisaran I, yang merupakan kumpulan nilai yang mungkin untuk


parameter indeks, dapat berupa dimensi ruang secara umum,baik
diskrit atau kontinu. Proses stokastik spasial adalah kasus khusus
di mana indeks berkaitan dengan lokasi pada ruang dimensi.
Keluarga variabel acak ini ditandai dengan kepadatan probabilitas
gabungan atau distribusinya. Jika kepadatan probabilitasnya
normal, maka proses ini disebut gaussian.
PROSES STOKASTIK SPASIAL (2)

Sebuah proses stokastik benar-benar ditentukan ketika fungsi distribusi


gabungan dikenal untuk subset terbatas X yang termasuk dalam proses.
Hal ini membutuhkan serangkaian hubungan ketergantungan antar X,
ruang state yang terdefinisi dengan baik (yaitu, himpunan semua nilai
yang mungkin untuk variabel random) dan kisaran indeks.

Pengertian proses stokastik spasial sangat berbeda dari pendekatan


random sampling yang lebih tradisional yang diambil dalam permasalahan
empiris. Memang, ketergantungan nilai-nilai yang diamati di berbagai titik
dalam ruang diasumsikan dihasilkan oleh proses yang mendasari tidak
diketahui.

Bentuk spesifik proses ini ditentukan secara a priori (sembarang), lebih


didasarkan pada alasan teoritis substantif. Sebaliknya, dalam kasus
random sampling, setiap ketergantungan antara unit pengamatan adalah
sesuatu yang tidak diinginkan. Independensi diperlukan untuk
menyimpulkan informasi tentang populasi dari subset anggota.