Hasil Pencarian  ::  Simpan CSV :: Kembali

"Bauksit, sebagai bijih utama aluminium, mempunyai kualitas yang baik jika mengandung kadar alumina (Al2O2) yang tinggi dan reaktif silika (RSiO2) rendah. Penelitian ini dilakukan untuk memetakan distribusi spasial kadar Al2O3 dan RSiO2 menggunakan metode interpolasi ordinary kriging (OK) dan inverse distance weighting (IDW). Fitting variogram dilakukan dengan model spherical, exponential, dan gaussian, dan pemilihan variogram dilakukan dengan parameter residual sum of square (RSS). Dalam proses interpolasi IDW menggunakan power 1, 2, 3 dan 4. Evaluasi metode interpolasi terbaik dilakukan dengan parameter root mean square error (RMSE) dan mean error (ME). Hasil penelitian menunjukkan bawa metode interpolasi OK lebih baik dibandingkan dengan metode IDW. Peta hasil interpolasi OK menggambarkan bahwa distribusi bauksit dengan konsentrasi kadar Al2O3 ≥ 48% dan RSiO2 ≤ 5% menempati kurang lebih 50% dari luas daerah penelitian. Distribusi bauksit dengan kadar tersebut masih terbuka dan menerus ke arah utara, barat dan tenggara."

"ABSTRAKSuhu permukaan, merupakan salah satu unsur meteorologi dan klimatologi yang memegang peranan penting. Informasi temperatur yang disampaikan haruslah akurat. Informasi suhu secara realtime dapat digunakan untuk sistem monitoring lingkunga, penelitian di bidang meteorologi dan klimatologi, dan pekerjaan teknis seperti perencanaan dan produksi terkait energi surya. Untuk dapat memberikan informasi suhu spasial secara realtime, perlu dilakukan analisa kinerja terhadap model yang digunakan.Analisa kinerja model dilakukan terhadap metode pengisian data kosong, model prediksi time-series dan model interpolasi spasial terhadap suhu maksimum harian di Pulau Jawa. Perbandingan pengisian data kosong dilakukan antara metode nilai rata-rata dengan metode spasial co-Kriging. Perbandingan model timeseries untuk prediksi suhu maksimum untuk satu hari kedepan dengan metode ANFIS, Wavelet ANFIS dan ARIMA. Sedangkan interpolasi spasial membandingkan metoda Ordinary Kriging dengan Ordinary Co-Kriging dengan DEM sebagai data sekunder. Kinerja diukur dengan membandingkan nilai error, yaitu RMSE dan ME yang membandingkan antara hasil prediksi dengan nilai observasinya.Hasil pengisian data kosong, metode nilai rata-rata lebih baik dari interpolasi spasial. Hasil prediksi stime-series metode Wavelet ANFIS memiliki kinerja terbaik, selanjutnya ANFIS dan terakhir Arima. Sedangkan secara spasial hasil interpolasi ANFIS terhadap observasi antara metode Kriging dan CoKriging, didapatkan bahwa kedua metode secara general mengandung error di lokasi yang sama.

---

ABSTRACTTemperature is one of important meteorogy and climatology parameter. Accurate information about the future temperature for all region in Indonesia is essential. Real-time information on temperature is useful for environmental monitoring system and researches in meteorology and climatology as well as engineering works such as planning for solar energy production. For these purposes accurate information on the future temperature for all region in Indonesia is essential. However, spatial real-time prediction for temperature in all Indonesia region is not available. Analysis of performance of temperature prediction models therefore is required.This study aims to compare method for imputation missing value, model prediction and spatial analysis. Average value method and Co-Kriging was compare in imputation missing value. ANFIS, Wavelet ANFIS and ARIMA are compare to predict daily maximum temperature in Java. The best model is selected based on its RMSE and ME values. For spatial analysis, this model prediction result is interpolated using Kriging and CoKriging.The results show that the performance of average value is better than CoKriging, Wavelet ANFIS-based model is better than the two other models whereas both Kriging and CoKriging interpolation methods show identical spatial error."

"Inflasi sebagai indikator makro ekonomi memiliki peran penting bagi pemerintah dalam perencanaan dan evaluasi pembangunan. Namun penghitungan inflasi yang dilakukan oleh BPS masih terbatas di beberapa kabupaten/kota sampel SHK padahal data inflasi dibutuhkan di semua kabupaten/ kota. Dalam mengatasi keterbatasan tersebut dapat dilakukan pendekatan geostatistika dengan metode Ordinary Point Kriging untuk memprediksi nilai inflasi di beberapa kabupaten/kota tidak tersampel berdasarkan nilai inflasi di kabupaten/kota sampel yang ada di sekitarnya. Hasil penelitian ini menunjukkan bahwa penggunaan metode Ordinary Point Kriging dengan model semivariogram Gaussian untuk memprediksi nilai inflasi di beberapa kabupaten/kota kontrol di Pulau Jawa diperoleh hasil prediksi yang baik yang ditunjukkan oleh nilai MAPE sebesar 12,56 persen. Sementara itu, hasil penerapan metode kriging pada kabupaten/kota yang tidak tersampel di Pulau Jawa cenderung menunjukkan kemiripan nilai inflasi dengan kabupaten/ kota sampel yang berdekatan"

"Penelitian berlokasi di daerah Kabaena Tengah, Kabupaten Bombana, Sulawesi Tenggara. Penelitian ini bertujuan untuk memetakan distribusi zona profil nikel laterit, memodelkan endapan nikel laterit di daerah penelitian dengan software, mengklasifikasi tipe sumber daya mineral di daerah penelitian dan mengestimasi kadar dan tonase nikel laterit di daerah penelitian. Metode Ordinary Kriging merupakan metode yang digunakan dalam penelitian estimasi nikel ini. Kemudian digunakan validasi hasil estimasi yang berguna dengan menggunakan Inverse Distance Weighted (IDW) dan Nearest Neighbour (NN) sebagai pembanding. Ni, Fe, Co, SiO2, MgO, dan Al2O3 merupakan variabel data assay hasil eksplorasi dengan Ni sebagai variabel utama. Domain geologi pada penelitian ini terbagi menjadi 3, yaitu limonit, saprolit, dan bedrock. Limonit dan saprolit termasuk kedalam zona mineralisasi yang akan diestimasi. Densitas limonit sebesar 1,8 gr/cm3 dan saprolit 1,7 gr/cm3 . Estimasi domain limonit menghasilkan jumlah volume sebesar 119.744 m3 dan tonase sebesar 215.544 ton dengan rata-rata Ni 1,39%, sedangkan domain saprolit menghasilkan jumlah volume sebesar 619.570 m3 dan tonase sebesar 1.053.270 ton dengan rata-rata Ni 1,66%. Domain saprolit memiliki kadar Ni yang lebih tinggi jika dibandingkan dengan domain limonit. Tingginya kadar Ni yang terdapat pada domain saprolit terjadi karena adanya supergene enrichment atau pengayaan sekunder. Klasifikasi sumber daya di daerah penelitian adalah terukur dan tertunjuk.

---

The research is located in the Central Kabaena area, Bombana Regency, Southeast Sulawesi. This study aims to map the distribution of the nickel laterite profile zones, model the nickel laterite deposits in the study area using software, classify the types of mineral resources in the study area, and estimate the grade and tonnage of nickel laterite in the study area. The Ordinary Kriging method is used in the nickel estimation research. Validation of the estimation results is then performed using Inverse Distance Weighted (IDW) and Nearest Neighbor (NN) as comparisons. Ni, Fe, Co, SiO2, MgO, and Al2O3 are the assay data variables resulting from the exploration, with Ni as the primary variable. The geological domain in this study is divided into three: limonite, saprolite, and bedrock. Limonite and saprolite are part of the mineralized zones to be estimated. The density of limonite is 1.8 g/cm³ and saprolite is 1.7 g/cm³. The limonite domain estimation results in a total volume of 119,744 m³ and a tonnage of 215,544 tons with an average Ni grade of 1.39%, while the saprolite domain results in a total volume of 619,570 m³ and a tonnage of 1,053,270 tons with an average Ni grade of 1.66%. The saprolite domain has a higher Ni grade compared to the limonite domain. The high Ni grade in the saprolite domain occurs due to supergene enrichment or secondary enrichment. The resource classification in the study area is measured and indicated."

"ABSTRAKPengembangan Metode Ekstraksi Digital Terrain Model DTM pada Data Airborne Lidar Point Cloud menggunakan Interpolasi Kriging Light Detection and Ranging Lidar merupakan teknologi penginderaan jauh remote sensing yang berkembang pesat karena mampu menyediakan data pengukuran elevasi dengan cepat dan akurat. Hasil pengolahan data Lidar mampu menghasilkan data geospasial 3D, dibandingkan metode tradisional seperti survei lapangan dan fotogrametri yang kurang efisien dan mahal. Metode Pengolahan data Lidar yang diusulkan dalam penelitian ini menggunakan filter morfologi progresif Progressive Morphological Filtering untuk memperoleh Digital Terrain Model DTM yang memuat informasi ketinggian permukaan tanah bare-earth surface dengan menggunakan interpolasi kriging, berupa Universal Kriging. Untuk membandingkan tingkat akurasinya, hasil pengolahan data dibandingkan dengan metode Ordinary Kriging dan Inverse Distance Weighted IDW . Analisis Digital Terrain Model DTM yang diperoleh dari pengolahan Lidar point cloud di wilayah Kapuas Hulu, Kalimantan Barat sebanyak 122 data LAS menggunakan Progressive Morphological Filter berdasarkan Universal Kriging menunjukkan Root Mean Square Error RMSE sebesar 1,05128 dibandingkan dengan Ordinary Kriging RMSE = 1,053119 dan IDW RMSE = 1,46025 , dari hasil RMSE yang diperoleh dapat disimpulkan bahwa metode filter morfologi progresif berdasarkan interpolasi Universal Kriging memiliki tingkat akurasi yang baik. Pada penelitian ini juga dianalisis Digital Terrain Model DTM pada area penggunaan lahan dan kemiringan terrain yang berbeda. Untuk analisis pengolahan Digital Terrain Model DTM dengan area penggunaan lahan yang berbeda dapat disimpulkan bahwa metode Universal Kriging memperoleh nilai RMSE terendah. Nilai RMSE eror terbesar diperoleh pada area pemukiman dan penggunaan metode Universal Kriging untuk tipe kemiringan memperoleh nilai RMSE terendah yang berarti memiliki tingkat akurasi lebih baik terutama pada tipe kemiringan sangat curam. Kata kunci :Lidar, Digital Terrain Model DTM , Progressive Morphological Filtering, Universal Kriging, Ordinary Kriging, Inverse Distance Weighted IDW.

---

ABSTRACTDevelopment of Digital Terrain Model DTM Extraction Method on Airborne Lidar Point Cloud Data using Kriging Interpolation Lidar Light Detection and Ranging is a fast growing remote sensing technology since it has the ability to provide fast and accurate elevation measurements. Lidar data processing can produce 3D geospatial data directly, compared to less efficient and expensive traditional methods such as field surveys and photogrammetry. We proposed Lidar cloud point processing using Progressive Morphological Filtering method to obtain the Digital Terrain Model DTM which contains information of bare earth surface level. We applied the kriging interpolation filtering based on Universal Kriging. The results of the data processing were compared with the Ordinary Kriging and Inverse Distance Weighted IDW methods. The Digital Terrain Model DTM obtained from Lidar point cloud processing in Kapuas Hulu, Kalimantan Barat region using 122 scenes based on Universal Kriging showed the Root Mean Square Error RMSE of 1,05128 compared to Ordinary Kriging RMSE 1,053119 and IDW RMSE 1,46025 . RMSE result showed that progressive morphological filter method based on Universal kriging interpolation has better accuracy. In this study we also analyzed the Digital Terrain Model DTM with different land use areas and different terrain slope. Digital Terrain Model DTM of different land use areas showed the Universal Kriging method obtained the lowest RMSE value. The largest RMSE was obtained from residential area. While the RMSE of sloped area obtained by Universal Kriging had the lowest RMSE which means it had better accuracy, especially on the very steep slope type. Key words Lidar, Digital Terrain Model DTM , Progressive Morphological Filtering, Universal Kriging, Ordinary Kriging, Inverse Distance Weighted IDW ."

"Nikel merupakan bahan galian stategis bernilai ekonomis yang terbentuk dari lapukan batuan ultramafik. Meningkatnya permintaan akan nikel membuat proses eksplorasi dan eksploitasi akan terus dilakukan. Oleh karena itu, pemodelan dan estimasi endapan nikel laterit perlu dilakukan untuk menunjang kebutuhan akan nikel. Penelitian berlokasi di Daerah Wolo, Sulawesi Tenggara yang didominasi oleh batuan ultramafik yang memiliki potensi akan Nikel. Penelitian ini bertujuan untuk memetakan zona profil laterit, memperkirakan bentuk, sebaran, dan estimasi atau taksiran besaran sumberdaya cadangan nikel. Data kadar unsur pada penelitian ini meliputi data kadar Ni, Co, Fe, MgO, Al2O3, dan SiO2. Metode yang digunakan dalam penelitian berupa analisis data eksplorasi, dilanjutkan dengan geostatistik ordinary kriging dan divalidasi oleh nearest neighbor dan inverse distance hingga mengkategorikan endapan nikel laterit kedalam klasifikasi sumberdaya menurut Badan Standarisasi Nasional. Dari penelitian ini dihasilkan 3 domain geologi yaitu limonit, saprolite dan bedrock. Hasil Klasifikasi menunjukkan lokasi penelitian termasuk dalam kategori terukur, tertunjuk, dan tereka.

---

Nickel is a mineral with economic value that formed by the weathering of ultramafic rocks. The increasing demand for nickel means that the exploration and exploitation process will continue. Therefore, modelling and estimating nickel reduction will need to be carried out to support the need for nickel. The research is located in the Wolo Region, Southeast Sulawesi, that included in the ophiolite complex zone which is dominated by ultramafic rocks. This research aims to estimate the shape, distribution and estimate the size of nickel reserve resources. Data in this study includes element content of Ni, Co, Fe, MgO, Al2O3, and SiO2. The method used in the research is exploration data analysis, followed by geostatistic method ordinary kriging and validated by nearest neighbor and inverse distance to categorize nickel deposits into the classification of resources and reserves according to the Badan Standarisasi Nasional. From this research, 3 geological domains were produced, limonite, saprolite and bedrock. Classification results show that the research location is included in the categories measured, indicated, and inferred."

"Survei dasar pendidikan nasional tahun 2003 (SDPN 2003) merupakan realisasi pendataan peta pendidikan di Indonesia, menghasilkan database pendidikan dengan ukuran 3,89 GB (4. 178.499.369 bytes) dan 2.395 file...."

"Salah satu bahan tambang yang penting dan banyak dipakai adalah bauksit. Daerah Mempawah, Kalimantan merupakan salah satu daerah penambangan bauksit yang ada di Indonesia. Dalam kasus pengeksplorasian bahan tambang sering ditemukan permasalahan seberapa banyak cadangan bahan tambang yang tersedia di suatu lokasi. Dalam penelitian ini dilakukan penaksiran kandungan cadangan bauksit di Mempawah dengan menggunakan metode penaksiran ordinary kriging dengan semivariogram anisotropik. Metode penaksiran ordinary kriging merupakan metode yang memberikan penaksir yang linier tak bias terbaik (BLUE = best linear unbiased estimator). Dari hasil penelitian disimpulkan bahwa model semivariogram yang cocok digunakan adalah model eksponensial. Penaksiran dilakukan pada 24 titik lokasi yang tidak tersampel"

"The role of hydrology in development is realized by the provision of high quality hydrological data time series. However, in last decade, quality of these hydrological data tend to decrease indicated by the frequent field data error or error in field data processing..."

"Penelitian ini bertujuan untuk menganalisis pendekatan aproksimasi minimax, LS-SVM, dan GPR untuk proses pemodelan semivariogram pada metode kriging. Proses ini adalah bagian tahap dalam operasi kriging yang biasanya dilakukan untuk proses interpolasi dan fusi. Kriging sendiri telah banyak digunakan untuk memprediksi nilai spasial yang terbukti lebih baik dalam memprediksi proses dibandingkan dengan metode deterministik, di mana kriging dikategorikan sebagai pada metode interpolasi stokastik. Pendekatan konvensional untuk proses pemodelan semivariogram menggunakan metode weighted least square dengan menggunakan fungsi tertentu. Fungsi yang tersedia untuk metode ini antar lain stable, exponential, spherical, dan lain-lain. Beberapa pembaharuan untuk kasus pemodelan semivariogram saat ini telah dibuat dengan menggunakan teknik regresi seperti LS-SVM. Selain itu sebagai bagian dari kebaruan, pendekatan aproksimasi minimax, LS-SVM, dan GPR yang diusulkan untuk kasus ini dapat meningkatkan akurasi pada hasil interpolasi, dalam hal ini diimplementasikan pada metode ordinary kriging. Pendekatan baru, yang dapat disebut sebagai minimax kriging ini dapat mengurangi eror. Minimax berkontribusi pada prediksi bobot nilai semivariogram lebih baik daripada weighted least square dan proses komputasi yang lebih cepat daripada metode berbasis SVM dan GPR.

---

This study aims to analyze the approach of Minimax, LS-SVM, and GPR approximation for the semivariogram modeling process in the kriging method. This process is part of the stage in kriging operations that are usually carried out for interpolation and fusion processes. Kriging itself has been widely used to predict spatial values which are proven to be better in predicting processes compared to deterministic methods, where kriging is categorized as a stochastic interpolation method. The conventional approach to the semivariogram modeling process uses the weighted least square method using certain functions. Functions available for this method include stable, exponential, spherical, and others. Several updates to the case of semivariogram modeling have now been made using regression techniques such as LS-SVM. Apart from that as part of the novelty, the proposed Minimax, LS-SVM, and GPR approximation approaches for this case can improve the accuracy of the interpolation results, in this case implemented in the ordinary kriging method. This new approach, which can be called minimax kriging, can reduce errors. Minimax contributes to the predicted weighting of semivariogram values better than weighted least square and faster computing processes than SVM and GPR-based methods."