Вы находитесь на странице: 1из 18

LAPORAN PRAKTIKUM I

STATISTIKA SPASIAL
ANALISIS DATA SPASIAL EKSPLORATORI

Tanggal Penyerahan : 18 Oktober 2018


Disusun Oleh :
Prima Cinthya Eka P / 23-2015-113
Kelas A
Nama Asisten :
Azwardy Putra (23-2014-013)
Bella Nuraini (23-2017-087)

LABORATORIUM SISTEM INFORMASI SPASIAL


JURUSAN TEKNIK GEODESI
FAKULTAS TEKNIK SIPIL DAN PERENCANAAN
INSTITUT TEKNOLOGI NASIONAL
BANDUNG
2018
Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

DAFTAR ISI

BAB I PENDAHULUAN

1.1. Maksud dan Tujuan


1.2. Waktu Pelaksanaan Pekerjaan

BAB II DASAR TEORI


2.1. ADSE

BAB III PELAKSANAAN PRAKTIKUM


3.1. Langkah Praktikum

BAB IV HASIL DAN ANALISIS


4.1. Histogram
4.2. Voronoi Map
4.3. Normal QQPlot
4.4. Trend Analysis
4.5. Semivariogram/Covariance Cloud

BAB V KESIMPULAN
5.1. Kesimpulan

DAFTAR PUSTAKA

Prima Cinthya Eka P / 23-20015-1113/ A 1


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

BAB I
PENDAHULUAN

1.1 Maksud dan Tujuan


Maksud dari praktikum ini yaitu mahasiswa dapat:
 Memahami tools geostatistical analysis yang terdapat pada software ArcGIS 10.1
yakni Histogram, Normal QQPlot, Voroni Maps, Trend Analysis,
Semivariogram/Covariance Cloud, General QQPlot dan Crosscovariance Cloud.
 Memahami kegunaan dari masing-masing tools utuk menasik k analisis daei setiap
metode analisis tersebut.
Tujuan dari praktikum ini adalah mahasiswa dapat melakukan analisis dari suatu sampel
data dari pengamatan dengan menggunakan metode Analisis Data Spasial Eksploratori
(ASDE) menggunakan software ArcGIS 10.1
1.2 Waktu Pelaksanaan Pekerjaan
Praktikum Statistika Spasial ini dilaksanan pada:
Hari, Tanggal : Kamis , 11 Oktober 2018
Jam : 11.00 – 12.00 WIB
Tempat : Ruang 18307, Gedung 18 Teknik Geodesi Itenas

Prima Cinthya Eka P / 23-20015-1113/ A 2


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

BAB II
DASAR TEORI

2.1 Analisis Data Spasial Eksploratori (ADSE)


Analisis Data Spasial Eksploratori (ADSE) adalah suatu analisis eksploratif yang
menggunakan proses aritmatika serta grafik matematika terhadap suatu set data dengan
menggunakan metode yang berbeda. Hal ini perlu dilakukan agar data mudah dianalisis dalam
artian dapat memprediksi suatu hal kedepannya sesuai dengan data yang digunakan atau bisa
menjadi dasar statistik untuk kedepannya dapat diteliti lebih lanjut.
Konsep ESDA merupakan analogi dari EDA (Exploratory Data Analysis). Konsep tersebut
menjelaskan bahwa ESDA merupakan suatu pendekatan untuk menganalisis suatu set data untuk
menyimpulkan karakteristik utama dengan seringnya dilakukan metode visual. ESDA
memungkinkan untuk memahami lebih mendalam fenomena yang sedang di analisa, sehingga
keputusan yang diambil terkait dengan data yang lebih tepat (De Smith et. al, 2007). Perangkat
ADSE pada perangkat lunak ArcGIS dalam extension Geostatistical Analyst antara lain :

1. Histogram
Histogram adalah tampilan grafik dari tabulasi frekuensi yang digambarkan dengan grafis
batang yang menggambarkan jumlah data pengamatan yang terdapat dalam setiap interval atau
kelas. Histogram pada dasarnya memberikan deskripsi univariat (satu variabel) dari set data.
2. Normal QQ Plot dan General QQ Plot
QQ Plot menganalisis plot grafik antara variabel quantile dengan quantile setiap anggota
atau casenya. Quantile merupakan nilai yang akan membagi case dalam jumlah tertentu yang
besarnya sama pada setiap kelompoknya.
3. Trend Analysis
Analisis Trend merupakan suatu metode analisis statistika yang ditujukan untuk melakukan
suatu estimasi atau peramalan pada masa yang akan datang. Untuk melakukan peramalan dengan
baik, maka dibutuhkan berbagai macam informasi (data) yang cukup banyak dan diamati dalam
periode waktu yang relatif cukup panjang, sehingga hasil analisis tersebut dapat mengetahui
sampai berapa besar fluktuasi yang terjadi dan fakto-faktor apa saja yang mempengaruhi terhadap
perubahan tersebut (wikipedia.org).
4. Voronoi Map

Prima Cinthya Eka P / 23-20015-1113/ A 3


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

Diagram Voronoi merupakan serangkaian bentuk poligon yang terbentuk di sekitar lokasi
titik sampel. Poligon voronoi dibuat sedemikian rupa sehingga setiap lokasi di dalam sebuah
poligon lebih dekat ke titik sampel di dalam poligon tersebut dibandingkan titik-titik sampel
lainnya.
5. Semivariogram/Covariance Cloud
Variogram merupakan alat dalam geostatistika yang berguna untuk menunjukan korelasi
spasial antara data yang diukur. Jika memetakan hasil pengukuran nilai densitas suatu batuan,
maka dapat terlihat bahwa nilai yang rendah akan berada dekat dengan nilai rendah lainnya
begitu pula dengan nilai yang besar cenderung berada di dekat nilai yang besar lainnya.
Perbedaan data tersebut dapat dituangkan dalam bentuk suatu grafik variogram sebagai fungsi
jarak. Semivariogram adalah setengah dari variogram, dengan simbol γ. Variogram digunakan
untuk menentukan jarak dimana nilai-nilai atau pengamatan menjadi tidak saling tergantung atau
tidak ada korelasinya. Simbol dari variogram adalah 2 γ. Semivariogram digunakan untuk
mengukur korelasi spasial.
Karakteristik semivariogram, diantaranya :
- Still merupakan harga / nilai semivarian pada bagian variogram teratas (level off), dapat
diartikan juga sebagai “ámplitudo” suatu komponen tertentu dari variogram.
- Range merupakan jarak lag ketika semivariogram mencapai still, diartikan autokorelasi
sama dengan nol pada jarak tersebut.
- Nugget merupakan secara teori nilai awal semivariogram ialah nol. Ketika lag mendekati
nol nilai semivariogram disebut sebagai nugget. Nugget mewakili variasi pada jarak (lag)
yang sangat kecil, atau lebih kecil dari sampel rate / spacing, termasuk eror dalam
pengukuran.
6. Crosscovariance Cloud
Menunjukkan crosscovariance empiris untuk semua pasangan dari lokasi antara dua
dataset dan plot sebagai fungsi dari jarak antara dua lokasi. Digunakan dalam mengkaji
karakteristik lokal dari korelasi spasial antara dua set data, dan mencari pergeseran spasial di
dalam korelasi antara dua set data.

Prima Cinthya Eka P / 23-20015-1113/ A 4


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

BAB III
PELAKSANAAN PRAKTIKUM
3.1. Langkah Praktikum
No Gambar Keterangan
1 Memilih add
data

2 Membuka
“daftar harga
tanah.xls”
dengan cara
membuka
dengan add
data lalu pilih
“daftar harga
tanah.xls”
3 Memilih
Displya XY
data.

Prima Cinthya Eka P / 23-20015-1113/ A 5


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

4 Mengganti
Displya z
dengan harga
tanah.

5 Menentukan
koordinat
sisitem yaitu
WGS 84

6 Dan memilih
ok

Prima Cinthya Eka P / 23-20015-1113/ A 6


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

7 Memilih
Custemaize
selanjutnya
memilih
Ekpolatory.

8 Mengaktifkan
Extensions:
Geostatistical
Analyst dengan
cara, pada
menu utama
pilih “Costumize
Extensions”.
Centang pada
“Geostatistical
Analyst”.

9 Lalu klik ok

Prima Cinthya Eka P / 23-20015-1113/ A 7


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

10 memilih tools
geostatistical
analyst diaktifkan,
maka kita bisa
menggunakan
tools tersebut
untuk melakukan
ADSE.

11 Histogram
menampilkan
deskripsi
univariat dari
variabel yang
diamati.
Histogram
menggambarkan
frekuensi dari
sebuah data yang
dipilih. Hasilnya
berupa gambar
disamping.

12 Grafik Normal
QQ plots
neghasilkan
kuantil dari dua
distribusi yang
diplot relatif
terhadap kuantil
yang lainnya.

Prima Cinthya Eka P / 23-20015-1113/ A 8


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

13 Voronoi maps
yang terbentuk dari
sederet data yang
membentuk
poligon yang
terbentuk disekitar
titik sampel.
Poligonnya sendiri
dibentuk
sedemikian rupa
sehingga setiap
lokasi pada
poligon tersebut
lebih dekat ke titik
sampelnya .

14 Trend analysis
menampilkan data
secara tiga
dimensi. Lokasi
dari titik sampel
itu diplot dalam
koordinat X,Y.
sedangkan nilai
dari titik sampel
itu sendiri diplot
dalam koordinat Z
16 Semivariogram /
covariance cloud
menampilkan nilai
semivariogram dan
kovariansi dari
setiap pasangan
data dan
mengeplotkannya
dalam fungsi jarak
yang memisahkan
dua lokasi titik

Prima Cinthya Eka P / 23-20015-1113/ A 9


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

sampel.
17 General QQ Plot
digunakan untuk
menafsirkan
kesamaan dari dua
distribusi data.
Bedanya dengan
Normal QQ Plot
adalah pada
General QQ Plot
ini kita bisa
menentukan
sendiri source data
pertama dan
keduanya,
sedangkan pada
Normal QQ Plot
tidak.

Prima Cinthya Eka P / 23-20015-1113/ A 10


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

BAB IV
HASIL DAN ANALISIS
4.1 Perangkat ADSE
4.1.1 Histogram

Jumlah Bar menunjukan rentang antar data, semakin banyak maka rentangnya akan
semakin kecil. Namun tidak akan mempengaruhi nilai statistik dari data tersebut. Nilai
statistiknya akan berubah pada saat mengubah transformasi dan parameter yang digunakan
untuk pengolahan data. Hal ini terjadi karena jika kita mengubah transformasinya, berarti kita
mengubah metode statistiknya sehingga rumusnya berubah dan hasilnya juga akan berbeda.

Prima Cinthya Eka P / 23-20015-1113/ A 11


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

4.1.2 Normal QQ Plot

QQ Plot digunakan untuk melihat dan mengidentifikasi data outlier. Transformasi


data yang dilakukan tidak akan mengubah, namun akan mengubah distribusi data
terhadap distribusi normalnya. Garis lurus pada grafik merupakan nilai grafik normal.
Semakin dekat grafik data dengan grafik normal tersebut, itu artinya data tersebut semakin
baik.

Prima Cinthya Eka P / 23-20015-1113/ A 12


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

4.1.3 Trend Analysis

Trend Analysis digunakan untuk menetukan trend global dan juga trend lokal.

Prima Cinthya Eka P / 23-20015-1113/ A 13


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

4.1.4 Voronoi Map

Voronoi Map dibuat sedemikian rupa sehingga setiap lokasi di dalam sebuah poligon
lebih dekat ke titik sample di dalam poligon tersebut dibandingkan titik sample pada
poligon yang lain.

Prima Cinthya Eka P / 23-20015-1113/ A 14


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

4.1.5 Semivariogram

Semivariogram menampilkan nilai semivariogram dan kovariansi dari setiap pasangan


data dan mengeplotkannya dalam fungsi jarak yang memisahkan dua lokasi titik
sampel.

Prima Cinthya Eka P / 23-20015-1113/ A 15


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

BAB V
KESIMPULAN

5.1. Kesimpulan
1. Kegunaan ADSE adalah untuk membantu memudahkan mendeskripsikan satu data dengan
lebih jelas, terutama dalam proses analisis data tersebut.
2. ADSE digunakan sebagai fungsi untuk membantu memudahkan dalam pengambilan
keputusan terbaik terhadap fenomena yang diamati.
3. Kegunaan spesifik dari tools Geostatistical Analyst :
 Histogram dan QQ Plots berfungsi untuk mengamati persebaran data dan mencari data
outlier (data yang menyimpang jauh dari data lain).
 Trend Analysis berfungsi mencari kecenderungan sistematik dari data.
 Voronoi Map berfungsi mencari variabel lokal dan cluster.
 Semivariogram berfungsi memvisualisasikan korelasi spasial antara kumpulan data.

Prima Cinthya Eka P / 23-20015-1113/ A 16


Praktikum Statistika Spasial : Analisis Data Spasial Eksploratori

DAFTAR PUSTAKA

1. Materi statistika spasial oleh Dr. Ir. Dewi Kania Sari, M.T.
2. http://www.academia.edu/29390245/Analisis_Data_Spasial_Eksploratory diakses pada
tanggal 16 Oktober 2018
3. https://en.wikipedia.org/wiki/Exploratory_data_analysis diakses pada tanggal 16 Oktober
2018

Prima Cinthya Eka P / 23-20015-1113/ A 17