Академический Документы
Профессиональный Документы
Культура Документы
T
G
A
w
g
b
x
k
f,y
P
W
ID
d
M
ro
h
n
a
m
lsizS
e
c
tp
u
.
Nama
: Wulan Handareni
NRP
: G24130020
Hari, Tanggal : Rabu, 21 Oktober 2015
Asisten Praktikum :
1. Ayularas Purnamasari S (G24120031)
2. Yahdi Isna M
(G24130079)
Praktikum ke-7
Tujuan
Tujuan praktikum kali ini adalah mempelajari metode interpolasi spasial Kriging dan
IDW serta mengetahui kegunaan interpolasi spasial di bidang meteorologi dan
klimatologi.
Metodologi
Alat dan Bahan yang digunakan pada pratikum metode klimatologi adalah
laptop/komputer, software Ms Excel, alat tulis, data unsur iklim dari NOAA, Software
ArcGis.
Praktikum meteode klimatologi dilaksanakan pada hari hari Rabu, 21 Oktober 2015
bertempat di laboratorium komputer Departemen Geofisika dan Meteorologi IPB.
Langkah Kerja
O
T
G
A
w
b
x
k
f,y
P
g
K
d
M
ro
h
n
a
m
S
iz
ls
e
c
tp
u
.
Gambar 2 Metode interpolasi Kriging
Pembahasan
Untuk keperluan penyusunan model suatu fenomena di satu wilayah diperlukan
data beberapa komponen data pendukung. Pada kenyataannya, sering kali seorang
peneliti dihadapkan pada ketidaklengkapan data yang diperlukan. Pertimbangan kondisi
lingkungan, fisiografis, keterbatasan data dari berbagai titik di permukaan bumi ini dapat
menghambat penyusunan model. Selanjutnya untuk menyusun suatu model yang baik
disiasati dengan melakukan intepolasi. Interpolasi merupakan suatu metode atau fungsi
matematika untuk menduga nilai pada lokasi-lokasi yang datanya tidak tersedia. Menurut
Burrough and McDonell (1998), interpolasi adalah proses memprediksi nilai pada suatu
titik yang bukan merupakan titik sampel, berdasarkan pada nilai-nilai dari titik-titik di
sekitarnya yang berkedudukan sebagai sampel.
Penentuan nilai baru didasarkan pada data yang ada pada titik-titik sampel. Tanpa
adanya langkah interpolasi ini, maka analisis spasial tidak dapat dilakukan secara akurat.
Ada beberapa metode yang dapat digunakan untuk melakukan interpolasi spasial.
Menurut Demers (2000), interpolasi spasial dapat diklasifikasikan menjadi tiga, yakni
global and local interpolation, exact interpolation and inexact interpolation, deterministic
and stochastic interpolation. Diantara metode deterministik yang populer adalah Trend,
Spline, Inverse Distance Weighted (IDW) dan Kriging. Praktikum kali ini akan dibahas
penggunaan metode IDW dan Kriging untuk kajian curah hujan. Metode IDW dapat
dikelompokkan ke dalam estimasi determenistik, yakni interpolasi dilakukan berdasarkan
perhitungan matematika. Sementara metode Kriging dapat digolongkan ke dalam estimasi
stochastik, di mana perhitungan secara statistik digunakan untuk menghasilkan interpolasi
(Pramono 2008).
rapat yang berhubungan dengan variasi lokal. Jika sampelnya agak jarang dan tidak
merata, hasilnya kemungkinan besar tidak sesuai dengan yang diinginkan.
Kesimpulan
Interpolasi spasial dibutuhkan dalam bidang meteorologi dan klimatologi untuk
mengatasi terbatasnya data, lingkungan, serta kondisi fisiografis lainnya. Sehingga
pemodelan unsur iklim tetap dapat dilakukan. Metode interpolasi IDW memberikan hasil
interpolasi yang lebih akurat dari metode Kriging. Hal ini dikarenakan semua hasil
dengan metode IDW memberikan nilai mendekati nilai minimum dan maksimum dari
sampel data. Sedang metode Kriging terkadang memberikan hasil interpolasi dengan
kisaran yang rendah.
Daftar Pustaka
Burrough PA and McDonnell RA. 1998. Principles Of Geographical Information System.
London (UK) : Oxford University Press Inc.
Demers and Michael N. 2000. Fundamentals of Geographic Information System Second
Edition. New York(US) : Jhon Wiley and Sons.
ESRI. 1996. Using the ArcView Spatial Analyst. Redlands (US) : Environmental Systems
Research Institute, Inc
Hadi BS. 2013. Metode Interpolasi Spasial dalam Studi Geografi. J Geomedia. Vol
11(2):231-240.
Pramono dan Gatot H. 2008. Akurasi Metode IDW dan Kriging untuk Interpolasi Sebaran
Sedimen Tersuspensi. Forum Geografi. Vol. 22(1):97-110.
Watson DF & Philip GM. 1985. A Refinement of Inverse Distance Weighted
Interpolation. J Geo Processing. Vol 2: 315-327.
LAMPIRAN
Tabel 1 Data curah hujan dari berbagai stasiun yang digunakan
LONGITUD
E
LATITUDE
STATION_NAME
TPCP
STATION
120,333
-9,667
50
GHCND:ID000097340
116,267
-8,75
MATARAM LOMBOK
INTERNATIONAL
AIRPORT ID
1191
GHCND:IDM00097240
115,167
-8,749
DENPASAR NGURAH
RAI ID
790
GHCND:IDM00097230
122,237
-8,641
WAI OTI ID
434
GHCND:IDM00097300
118,687
-8,54
MUHAMMAD
SALAHUDDIN ID
660
GHCND:IDM00097270
117,412
-8,489
SUMBAWA BESAR ID
521
GHCND:IDM00097260
114,383
-8,217
BANYUWANGI ID
717
GHCND:IDM00096987
124,567
-8,217
ALOR MALI
KALABAHI ID
127
GHCND:IDM00097320
131,3
-7,983
SAUMLAKI OLILIT ID
578
GHCND:ID000097900
109,017
-7,733
CILACAP ID
360
GHCND:ID000096805
112,787
-7,38
SURABAYA JUANDA
ID
2077
GHCND:IDM00096935
112,717
-7,217
SURABAYA PERAK ID
607
GHCND:IDM00096933
113,967
-7,05
KALIANGET MADURA
IS
414
GHCND:IDM00096973
110,375
-6,973
ACHMAD YANI ID
1531
GHCND:IDM00096839
110,417
-6,967
SEMARANG ID
20
GHCND:IDM00096837
109,15
-6,85
TEGAL ID
2392
GHCND:IDM00096797
108,267
-6,75
CIREBON JATIWANGI
ID
241
GHCND:IDM00096791
106,933
-6,7
BOGOR CITEKO ID
658
GHCND:IDM00096751
106,57
-6,293
BUDIARTO ID
114
GHCND:IDM00096739
106,833
-6,183
JAKARTA
OBSERVATORY ID
GHCND:ID000096745
106,656
-6,126
SOEKARNO HATTA
INTERNATIONAL ID
725
GHCND:IDM00096749
106,133
-6,117
SERANG ID
524
GHCND:IDM00096737
106,867
-6,1
JAKARTA TANJUNG
PRIOK
361
GHCND:IDM00096741
112,633
-5,85
SANGKAPURA
BAWEAN ID
2792
GHCND:ID000096925
132,75
-5,683
TUAL DUMATUBUN
361
GHCND:IDM00097810
122,617
-5,467
142
GHCND:IDM00097192
119,55
-5,067
UJANG PANDANG
PAOTERE ID
2440
GHCND:IDM00097182
119,554
-5,062
HASANUDDIN ID
1967
GHCND:IDM00097180
138,95
-4,067
WAMENA ID
351
GHCND:ID000097686
102,339
-3,864
FATMAWATI
SOEKARNO ID
531
GHCND:IDM00096253
128,083
-3,7
AMBON PATTIMURA
ID
124
GHCND:ID000097724
114,763
-3,442
SYAMSUDIN NOOR ID
1075
GHCND:IDM00096685
104,701
-2,898
SULTAN MAHMUD
BADARUDDIN II ID
1333
GHCND:IDM00096221
132,25
-2,883
41
GHCND:IDM00097630
107,755
-2,746
H AS
HANANDJOEDDIN ID
91
GHCND:IDM00096249
111,673
-2,705
ISKANDAR ID
635
GHCND:IDM00096645
120,367
-2,55
MASAMBA ANDI
JEMMA ID
1201
GHCND:IDM00097126
119
-2,5
MAJENE
121
GHCND:IDM00097120
113,943
-2,225
TJILIK RIWUT ID
1047
GHCND:IDM00096655
106,13
-2,17
PANGKALPINANG ID
147
GHCND:IDM00096237