Kriging Universal Dengan Menggunakan Copula Untuk Memprediksi Kandungan Alumunium (Al) di Kabupaten Sukabumi Jawa Barat
Total View This Week0
Total View This Week0
Institusion
Universitas Padjadjaran
Author
Tawaka, Adysta Carina
Subject
Datestamp
2021-11-23 00:00:00
Abstract :
Dalam proses eksplorasi, menghitung cadangan kandungan mineral merupakan hal yang penting dalam proses eksplorasi. Salah satu analisis yang umum digunakan untuk memprediksi kandungan mineral ialah analisis kriging dimana universal kriging digunakan karena data memiliki kecenderungan trend. Variogram merupakan konsep dasar dalam metode kriging dimana dalam pencocokan variogram parametrik menggunakan asumsi Gaussian yang jarang terpenuhi, selain itu variogram sensitif terhadap outlier. Untuk mengatasi hal tersebut, digunakan copula sebagai alternatif lain selain analisis kriging klasik. Copula digunakan untuk membangun model semivariogram robust sehingga dihasilkan variogram yang robust terhadap outlier dan tidak memerlukan asumsi Gaussian. Copula Clayton dan Frank digunakan untuk membangun model semivariogram robust, juga dilakukan analisis kriging klasik sebagai perbandingan. Hasil interpolasi menunjukkan bahwa semivariogram dengan copula Frank memberikan hasil terbaik dengan nilai RMSE terkecil sebesar 0.6152, sehingga copula Frank adalah copula yang tepat untuk menggambarkan struktur dependensi spasial dalam penelitian ini.
Dalam proses eksplorasi, menghitung cadangan kandungan mineral merupakan hal yang penting dalam proses eksplorasi. Salah satu analisis yang umum digunakan untuk memprediksi kandungan mineral ialah analisis kriging dimana universal kriging digunakan karena data memiliki kecenderungan trend. Variogram merupakan konsep dasar dalam metode kriging dimana dalam pencocokan variogram parametrik menggunakan asumsi Gaussian yang jarang terpenuhi, selain itu variogram sensitif terhadap outlier. Untuk mengatasi hal tersebut, digunakan copula sebagai alternatif lain selain analisis kriging klasik. Copula digunakan untuk membangun model semivariogram robust sehingga dihasilkan variogram yang robust terhadap outlier dan tidak memerlukan asumsi Gaussian. Copula Clayton dan Frank digunakan untuk membangun model semivariogram robust, juga dilakukan analisis kriging klasik sebagai perbandingan. Hasil interpolasi menunjukkan bahwa semivariogram dengan copula Frank memberikan hasil terbaik dengan nilai RMSE terkecil sebesar 0.6152, sehingga copula Frank adalah copula yang tepat untuk menggambarkan struktur dependensi spasial dalam penelitian ini.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
