Hasil Pencarian  ::  Simpan CSV :: Kembali

"Semivariogram adalah fungsi yang dapat menyatakan korelasi spasial pada data spasial. Semivariogram digunakan untuk mencari bobot pada kriging. Semivariogram mempunyai beberapa parameter diantaranya sill dan range. Parameter tersebut biasanya ditaksir berdasarkan plot semivariogram yang dihitung dari data sampel terhadap jaraknya. Metode ini biasa disebut metode klasik. Namun pada skripsi ini akan digunakan metode lain untuk menaksir parameternya. Metode yang digunakan adalah metode linear programming. Sesuai dengan cara kerja linear programming yang dapat menghasilkan solusi optimal, diharapkan parameter yang ditaksir dengan metode linear programming lebih baik dibandingkan dengan metode klasik. Dalam tugas akhir ini metode klasik dan metode linear programming diterapkan untuk kasus data tertentu dan hasilnya adalah metode linear programming menghasilkan taksiran parameter yang lebih baik dibandingkan metode klasik, berdasarkan uji statistik tertentu. Selain itu, metode linear programming juga..."

"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 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."

"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"