Академический Документы
Профессиональный Документы
Культура Документы
penilaian untuk kesalahan prediksi, tidak ada asumsi untuk data sedangkan metode kriging
memiliki penilaian untuk kesalahan prediksi dan mengasumsikan data dari proses stokastik.
Peta yang dihasilkan dapat berupa peta prediksi (peta interpolasi), peta standar eror, peta
Quantile, peta probability.
3. Melakukan Diagnostik
Sebelum menghasilkan hasil akhir harus kita ketahui dahulu seberapa bagusnya prediksi nilai
di tempat yang tidak memiliki data real. Dalam pemodelan geologi khususnya pemodelan
reservoir, model yang baik akan memiliki satu kualitas yang sederhana yaitu: harus
menyediakan prediksi yang baik dari perilaku reservoir untuk merespon keadaan (Tyson and
Math, 2009).
Untuk prediksi yang baik harus memiliki prediksi mean eror yang mendekati nol, RMS (rootmean-square) yang lebih kecil lebih baik. Apabila estimasi rata rata standar eror
dibandingkan dengan prediksi eror RMS sama maka prediksi bagus, apabila <1 maka
overestimate dan apabila >1 maka underestimate.
4. Membandingkan Model
Beberapa model yang dihasilkan dari beberapa perlakuan harus dibandingkan untuk melihat
mana yang lebih baik. Penggunaan cross validation statistic sangat membantu dalam
pembandingan ini. Aturan aturan dasar sebelumnya untuk prediksi yang baik masih
digunakan juga untuk pembandingan model.
Peta Fasies Seismik dan Analisis Fasies Deposisi
Untuk pembuatan peta fasies seismik tiap sikuen data yang diperlukan adalah geometri
refleksi internal dan hubungannya dengan batas sikuen, tambahan atribut seismik seperti
amplitude dan continuity juga diidentifikasi (Dunn et al, 1996).
Fasies deposisi diidentifikasi dari karakter seismiknya dan deskripsi litofasies yang
dikalibrasi dari core dan analisis log. Untuk mengidentifikasi karakter seismik sekarang ini
dibutuhkan seorang interpreter modern. Tantangannya adalah untuk mengintegrasikan
prediksi kuantitatif, kenampakan dan pengukuran dari data seismic ke dalam deskripsi
reservoir statis dan model reservoir dinamis melalui seismic 3D dan 4D (Hargrave et al,
2003).
Beberapa teknik interpretasi seismic dalam yang dikemukakan Mair et al, (2003) adalah
sebagai berikut:
1. Menggunakan multiple atribut untuk interpretasi sesar dan penjelajahan permukaan.
2. Manipulasi data (scanning dan slicing)
3. Interpretasi seluruh sesar yang ada.
Pengolahan data dengan menggunakan analisis geostatistik menghasilkan peta fasies seismic
dan peta fasies deposisi seperti terlihat pada lampiran.
Applied Geostatistic
Geostatistik adalah ilmu yang mempelajari aplikasi dan teori mengenai variabel terregional
(variabel berubah) pada berbagai fenomena gejala alam, terutama untuk menentukan volume
bahan galian. Landasan dari pembelajaran geostatistik adalah "The Theory of Regionalised
Variables, dimana data dari titik-titik sampel mempunyai korelasi satu sama lain sesuai
dengan karakteristik penyebaran endapan mineral. Analisis dari geostatistik merupakan
teknik geostatistik yang terfokus pada variabel spasial, yaitu hubungan antara variabel yang
diukur pada titik tertentu dengan variabel yang sama pada titik dengan jarak tertentu dari
titik pertama.
Istilah Geostatistik dikemukakan pertama kali oleh Matheron (1963) dan didefinisikan
sebagai aplikasi hubungan atau turunan fungsi dalam penelaahan dan perkiraan gejala alam.
Gejala alam dapat diprediksi berdasarkan penyebaran objek dalam suatu ruang, bidang
maupun garis. Penyebaran variabel dalam suatu ruang, bidang atau garis disebut variabel
terregional atau dapat diartikan sebagai variabel yang diukur tergantung pada nilai yang
terdistribusi dalam ruang berdimensi dua atau tiga. Variabel tersebut tidak lain adalah
merupakan pengujian fungsi f(x) yang menempati setiap titik (x) pada ruang. Variabel data
spasial tersebut memiliki sifat khusus yakni ketakbebasan dan keheterogenan. Ketakbebasan
disebabkan oleh adanya perhitungan alat pengamatan dan hasil yang diteliti dalam satu titik
ditentukan oleh titik lainnya dalam sistem dan keheterogenan disebabkan adanya perbedaan
wilayah.
Proses yang dilakukan dalam analisis geostatistik adalah meregister seluruh data,
mengeksplorasi data, membuat model, melakukan dan membandingkan pemodelan. Analisis
mendalam dan terintegrasi dengan geostatistik sangat diperlukan untuk dapat membuat model
detail guna analisa fasies dan peta porositas yang bertujuan determinasi dan input pada model
simulasi reservoir.
Geostatistik dapat digunakan pada bidang-bidang industri pertambangan juga perminyakan,
lingkungan, meteorologi, geofisika, pertanian dan perikanan, kelautan, ilmu tanah, fisika
media heterogen, teknik sipil, akutansi, dan astrofisika. Geostatistik pada awalnya
dikembangkan pada industri mineral untuk melakukan perhitungan cadangan mineral, seperti
emas, perak, platina. D.K. Krige, seorang insinyur pertambangan Afrika Selatan, menyatakan
bahwa perhitungan dan analisa geostatistik dilihat dari titik pandang probabilistik, sedangkan
menurut George Matheron, seorang insinyur dari Ecoles des Mines, Fontainebleau, Perancis,
menerapkan teori probabilistik dan statistik untuk memformulasikan pendekatan Krige dalam
perhitungan cadangan bijih, yang dikenal dengan metode kriging.
ANALISA KRIGING
Analisa kriging adalah analisa untuk menaksir tebal blok yang dilakukan berdasarkan nilai
semi variogram, jarak pengaruh dan jarak setiap titik yang akan ditafsir nilainya atau
tebalnya. Kriging merupakan suatu teknik estimasi lokal yang memberikan harga estimasi
dalam keadaan tidak biasa, kriging disebut juga sebagai Best Linear Unbiased Estimator
(BLUE). Estimasi pada variabel tunggal biasa dilakukan dengan Ordinary Krigging (OK).
TEKNIK ANALISIS GEOSTATISTIK
Teknik analisis geostatistik bergantung pada model statistik berdasarkan fungsi acak (random
function) atau variabel acak (random variable) dengan tujuan untuk mengetahui dan
mengestimasi data spasial. Suatu variabel berubah yang terdistribusi dalam ruang adalah
variable terregional (regionalized variable). Variabel ini mencirikan fenomena tertentu seperti
kadar bijih yang merupakan karakteristik untuk suatu mineral.
Tahapan perhitungan cadangan dalam analisis geostatistik secara umum meliputi :
pengamatan data lapangan, variografi, dan perhitungan variansi perkiraan dan variansi
kriging.
1. Pengamatan Data Lapangan
Dari hasil pemboran didapat koordinat (x , y) dengan ketebalan Z, sehingga titik bor ditulis
Z(x , y).
1. Variografi
Adalah serangkaian aktivitas mulai dari penelusuran data, pembuatan model hingga laporan
analisa.
Penelusuran Data
Penelusuran data dilakukan secara manual atau dengan komputer. Jika data tersusun dalam
grid/ spacing yang teratur dapat dilakukan perhitungan secara langsung dengan arah
horisontal, vertikal ataupun diagonal.
Variogram adalah suatu fungsi vektor yang dapat digunakan untuk mengkuantifikasikan
tingkat kemiripan atau variabilitas antara dua conto yang terpisah oleh jarak tertentu dengan
grafik x - y yang dihasilkan dari plot jarak dan varians dari data yang berpasangan.
Variogram dilakukan untuk melakukan penaksiran kadar bijih dengan tujuan kuantifikasi
korelasi ruang antar conto menggunakan suatu perangkat statistik. Sifat - sifat yang
merupakan ciri khas dari variabel terregional antara lain:
1. Suatu variabel terregional terlokalisir (menempati lokasi tertentu), dimana
variasi terjadinya deposit, ukuran, dan orientasi tertentu.
2. Variabel terregional dapat mencerminkan variasi kontinuitas yang relatif tinggi
ataupun rendah.
3. Variabel terregional mencerminkan anisotropi, artinya tingkat distribusi
varians dari variabel berbeda pada masing-masing arah.
Di sisi lain, data variogram yang memiliki jarak antar conto tidak teratur diperlukan suatu
toleransi untuk kedua variabel tersebut. David (1977) menjelaskan istilah angle classes
(/2) dan distance classes (hh) sebagai toleransi untuk menghitung pasangan data
dengan jarak antar data yang tidak teratur. Semua titik conto atau data yang berada pada
search area yang didefinisikan dengan angle classes dan distance classes akan dianggap
sebagai titik-titik conto yang berjarak h dari titik x0 (titik origin) pada arah yang dimaksud.
Gambar Searching area untuk variogram dengan angle classes (/2) dan distance classes (hh) (David,
1977)
Variogram Eksperimental
Variogram eksperimental dibuat berdasarkan pengukuran korelasi spasial antara 2 (dua)
conto/ data yang dipisahkan dengan jarak tertentu sebesar h. Data tersebut merupakan data
yang diperoleh dari pengukuran di lapangan, dapat berupa data kadar, ketebalan, ketinggian
topografi, porositas, dan permeabilitas. Pada arah atau baris tertentu terdapat n buah data
dengan jarak tertentu sebesar h, dimana dalam tiap baris terdapat (n 1) pasangan data untuk
menghitung variogram (h) dan (n 2) pasangan data untuk menghitung variogram (2h) dan
seterusnya hingga mencapai lag tertentu yang tergantung dari jumlah n data. Hasil
perhitungan variogram di plot pada suatu koordinat kartesian antar jarak antar pasangan data
(h) dan variogram (h).
Proses
Analisis Geostatistik
Dalam mengawali proses analisis perlu dilakukan registering seluruh data yang diperlukan.
Hal ini dilakukan untuk dapat menggunakan data data tersebut pada tahapan selanjutnya.
Kompatibilitas data untuk dapat dianalisis lebih lanjut apabila menggunakan GIS tentu sangat
penting. Data digital akan memudahkan dengan penggunaan work station. Langkah langkah
analisa yang harus dilakukan meliputi:
1. Eksplorasi Data
Pemahaman yang menyeluruh pada data yang ada sangat diperlukan untuk dapat
menganalisis geostatistik. Eksplorasi dari pendistribusian data, melihat batasan batasan
secara global dan lokal, melihat pola pola global, memeriksa korelasi spasial, dan
memahami kovariasi dari berbagai data.
2. Pembuatan Model
Pada mulanya, geostatistik merupakan sinonim dari "kriging, namun dalam
perkembangannya juga meliputi metode deterministik. Metode deterministik tidak memiliki
penilaian untuk kesalahan prediksi, tidak ada asumsi untuk data. Sedangkan metode kriging
memiliki penilaian untuk kesalahan prediksi dan mengasumsikan data dari proses stokastik.
Peta yang dihasilkan dapat berupa peta prediksi (peta interpolasi), peta standar eror, peta
Quantile, peta probability.
3. Melakukan Diagnostik
Dalam pemodelan geologi, khususnya pemodelan reservoir, model yang baik akan memiliki
satu kualitas yang sederhana yaitu: harus menyediakan prediksi yang baik dari perilaku
reservoir untuk merespon keadaan (Tyson and Math, 2009). Prediksi yang baik harus
memiliki prediksi mean eror yang mendekati nol, RMS (root-mean-square) yang lebih kecil
lebih baik. Apabila estimasi rata rata standar eror dibandingkan dengan prediksi eror RMS
sama maka prediksi bagus, apabila <1 maka overestimate dan apabila >1 maka
underestimate.
4. Membandingkan Model
Beberapa model yang dihasilkan dari beberapa perlakuan harus dibandingkan untuk melihat
mana yang lebih baik. Penggunaan cross validation statistic sangat membantu dalam
pembandingan ini.
KEGUNAAN GEOSTATISTIK
Kelebihan ilmu geostatistik adalah kemampuannya untuk mengkarakterisasi penerapan
struktur spasial dengan model probabilistik secara konsisten. Struktur spasial ini
dikarakterisasi terstruktur oleh variogram. Secara mendasar, ada dua macam metode yang
didasarkan pada variogram dan covariance yaitu :
Pemetaan dan estimasi, variogram dapat digunakan untuk menginterpolasi antara titik
data (kriging).
SOFTWARE GEOSTATISTIK
Simulasi dalam penelitian geostatistik banyak dilakukan dengan menggunakan program R
yang merupakan salah satu software open source yang dapat digunakan untuk membantu
pengolahan data dan membuat plot. R yang digunakan adalah R versi 3.0.1 yang dikeluarkan
pada tanggal 3 April 2013 oleh The R Foundation for Statistical Computing. Dalam program
ini digunakan beberapa packages yaitu spasial, lattice, dan nlme.
Pada perkembangan geostatistik, banyak aplikasi statistik multivariat dalam geostatistik
seperti trend surface analysis, cluster analysis, factor analysis, discriminant analysis, dan
principle component analysis. Bahkan saat ini, suatu metode yang bukan mendasarkan pada
teori probabilistik dipakai untuk analisis di bidang ilmu kebumian, misalnya fuzzy logic yang
mendasarkan teori himpunan yang dikenal dengan istilah fuzzy set teory seperti pada metode
FCM (Fuzzy c-mean cluster analysis). Berbagai metodologi geostatistik kini banyak dipakai
untuk analisis petrografi, permodelan porositas dan permeabilitas, dan GIS.
Artikel oleh Ausi PG
Reff:
http://amtpustaka.blogspot.com/p/metode-geostatistik.html
http://wiretes.wordpress.com/2010/07/11/analisis-geostatistik-untuk-pemodelan-geologi/
http://www.jendelaexplorasi.net/2013/02/geostatistik.html