BAB I PENDAHULUAN 1. 1 Latar Belakang Masalah Sungai merupakan salah satu bagian dari permukaan bumi yang memiliki banyak manfaat bagi keberlangsungan kehidupan di bumi. Diantaranya yaitu sebagai habitat mahluk hidup air, sumber pengairan (irigasi), pembangkit listrik tenaga air, dan sebagainya. Namun seiring berkembangnya zaman, sungai digunakan sebagai tempat pembuangan sampah, limbah pabrik, limbah logam dan pestisida. Hal tersebut tentu mencemari air dan juga tanah disekitar sungai. Dalam konsep kesuburan tanah, pada dasarnya membahas mengenai kemampuan tanah untuk menyediakan unsur hara baik makro maupun mikro. Adapun suplai unsur hara tersebut dipengaruhi sifat fisika, kimia, dan biologi tanah itu sendiri. Unsur hara makro (N, P, K, Ca, Mg dan S) merupakan unsur yang sangat dibutuhkan tanah untuk kesuburan dan memenuhi kebutuhan tanaman, sedangkan unsur hara mikro (Zn, Cu, Mn, Mo, B, Fe dan Cl) hanya diperlukan dalam jumlah yang sedikit. Salah satu unsur hara mikro yang bermanfaat yaitu zinc (Zn), dimana kadar dalam tanah berkisar antara 10-300 ppm. Perlu diperhatikan bahwa kadar zinc dalam jumlah yang berlebihan dapat menurunkan pH tanah, sehingga tanah bersifat asam. Keadaan ini dapat menurunkan tingkat kesuburan tanah pada lokasi yang mengandung kadar zinc tinggi. Apalagi jika zinc bergabung dengan logam lain yang membentuk suatu mineral berbahaya bagi keberlangsungan tanah. Penambahan unsur logam pada tanah sungai dapat terjadi dengan berbagai cara, diantaranya melalui penggunaan sarana produksi seperti pupuk, pestisida, kontaminasi logam, dan tumbuhan (Lahuddin:2007). Negara-negara industri pada umumnya memiliki keadaan dimana kadar logam akan meningkat sebagai akibat dari pengolahan limbah industri yang tidak semestinya. Di daerah Eropa, banyak terjadi polusi tanah yang diakibatkan industri bahan tambang sedangkan di negara-negara berkembang kasus pencemaran tanah biasanya terjadi karena pengolahan lahan pertanian dan industri peternakan. Tingginya resiko polusi tanah di daerah sungai menyebabkan kerusakan tanah, khususnya di daerah penyerapan 1 2 air. Sebagai alternatif untuk mengatasi hal tersebut, diperlukan analisis kandungan zinc pada tanah. Analisis ini dimaksudkan untuk mengetahui sejauh mana kadar zinc dalam tanah yang dapat menyebabkan menurunnya tingkat kesuburan tanah. Dengan adanya analisis ini diharapkan dapat mengurangi dampak adanya kadar zinc yang berlebihan. Analisis yang berkaitan dengan kandungan zat pada lokasi tertentu dapat dilakukan dengan menggunakan analisis data spasial. Analisis data spasial merupakan analisis yang memuat informasi geografis dari objek yang diamati berdasarkan pada lokasi pengambilan sampel yang diamati. Data spasial sendiri disajikan dalam posisi geografis dari objek yang berkaitan dengan lokasi, bentuk, dan hubungan dengan objek lainnya. Salah satu tipe data spasial yang digunakan adalah data geostatistika. Geostatistika merupakan data yang berkaitan dengan suatu lokasi. Adapun geostatistik merupakan ilmu yang mempelajari mengenai geologi, matematika dan statistika. Perpaduan ini menghasilkan suatu kemudahan bagi mereka yang membutuhkan estimasi pada data yang berbasis pada lokasi. Kelebihan dari ilmu ini adalah dapat mengestimasi cadangan mineral logam bumi yang memiliki kecenderungan spasial (spatial trend) maupun korelasi spasial (spasial korelation). Tahun 1989 metode kriging dikenalkan oleh seorang ahli matematika bernama George Matheron. Matheron mengenalkan metode yang digunakan untuk mengestimasi data geostatistika yaitu metode khusus dalam moving average terbobot (weighted moving average) yang meminimalkan variansi dari hasil estimasi. Istilah kriging berasal dari nama Daniel.G.Krige, seorang ahli matematika geologi yang pertama kali menggunakan korelasi spasial dan estimator yang tidak bias dalam melakukan analisis untuk mengestimasi kandungan emas di Afrika Selatan (Cressie:1993). Dengan menggunakan analisis kriging, diharapkan dapat mengestimasi kandungan zinc pada suatu lokasi. Pada perkembangannya, analisis kriging memiliki variasi yang disesuaikan dengan data yang ada. Seperti halnya simple kriging, ordinary kriging, universal kriging, indicator kriging, dan masih banyak lagi jenisnya. Salah satu yang digunakan untuk estimasi yaitu metode lognormal kriging. Lognormal kriging digunakan ketika didapatkan data mengikuti distribusi lognormal. Biasanya 3 peneliti mengabaikan asumsi normalitas, padahal hal tersebut sangat penting karena berkaitan dengan ketepatan prediksi dari data tersebut. 1. 2 Tujuan Penulisan Skripsi ini ditulis sebagai salah satu syarat untuk memperoleh derajat sarjana sains S1 Program Studi Statistika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Gadjah Mada. Tujuan dari penulisan ini yaitu : 1. Mengenal aplikasi ilmu statistika pada bidang lain khususnya dalam bidang ilmu geostatistik. 2. Mengenal tipe-tipe data spasial dan metode yang digunakan untuk melakukan analisis. 3. Mempelajari metode kriging sebagai salah satu analisis yang digunakan pada analisis data geostatistika. 4. Mengaplikasikan metode lognormal kriging dalam mengestimasi kandungan suatu logam atau mineral pada lokasi tertentu. 1. 3 Pembatasan Masalah Perkembangan ilmu geostatistik menyebabkan banyaknya metode yang digunakan untuk analisis data geostatistika, sehingga perlu adanya pembatasan masalah dalam penulisan skripsi ini. Pembatasan ini diperlukan agar tidak ada penyimpangan yang terjadi dalam pembahasan. Selain itu, pembatasan masalah juga diperlukan untuk menjamin keabsahan dalam mengambil kesimpulan. Skripsi ini difokuskan pada pembahasan mengenai penggunaan metode lognormal kriging yang didasarkan prinsip ordinary kriging untuk mengestimasi lokasi titik yang tidak tersampel. Dalam penggunaan metode lognormal kriging, data yang digunakan memenuhi asumsi distribusi lognormal. 1. 4 Tinjauan Pustaka Dalam pembahasan skripsi ini tidak terlepas dari berbagai literatur yang digunakan sebagai dasar penulisan. Literatur yang digunakan untuk menulis skripsi ini antara lain Statistic for Spatial Data ditulis oleh Cressie (1993) yang 4 membahas mengenai data spasial dan penerapannya dalam pertambangan. Dalam pembahasannya Cressie menyatakan bahwa data spasial merupakan vektor random yang berkaitan dengan lokasi pada suatu dimensi euclidien. Beberapa contoh penerapannya pada data curah hujan, kandungan tanah, dan tambang. On On Optimal Point and Block Prediction in Log-Gaussian Random fields yang ditulis oleh Victor De Oliveira (2004). Victor menjelaskan mengenai estimasi optimal titik dan block lognormal kriging pada data geostatistika. Referensi lain yang merujuk pada pembahasan lognormal kriging berupa jurnal yang ditulis oleh Jorge Kazuo Yamamoto (2008) mengenai estimasi error kriging, D.Marcotte (1997) tentang simple dan robust estimator lognormal kriging. Selain itu literature diambil dari skripsi dan disertasi yang membahas mengenai analisis geostatistika. Adapun literatur yang lainnya tercantum dalam daftar pustaka. 1. 5 Metode Penelitian Dalam penulisan skripsi ini metode yang dipakai lebih kepada studi literatur yang didapatkan dari buku-buku, jurnal, dan artikel yang berhubungan dengan tema yang ditulis. Dalam pengolahan dan analisis tema yang dibicarakan, digunakan software R 3.1.2 dengan package yang digunakan yaitu gstat dan sp. Adapun software pendukung lainnya yaitu Microsoft Excel, SPSS 20 dan matlab 2009. 1. 6 Sistematika Penulisan Adapun penulisan skripsi ini mengikuti sistematika penulisan sebagai berikut: BAB I PENDAHULUAN Bab ini berisi latar belakang, tujuan penulisan, tinjauan pustaka, pembatasan masalah, metode penulisan serta sistematika penulisan yang menjadi acuan terhadap penulisan skripsi BAB II DASAR TEORI Bab ini membahas mengenai dasar-dasar teori yang digunakan dalam pembahasan materi. Dasar-dasar teori tersebut digunakan sebagai penunjang dalam estimasi lognormal kriging. 5 BAB III ESTIMASI LOGNORMAL KRIGING UNTUK DATA GEOSTATISTIKA Pada bab ini membahas mengenai estimasi lognormal kriging untuk data geostatistika. Dalam pembahasan ini meliputi analisis kriging untuk data spasial, estimasi lognormal kriging baik asumsi dan kondisi data serta algoritma untuk mengestimasi lognormal kriging. BAB IV ESTIMASI LOGNORMAL KRIGING UNTUK ANALISIS DATA KESUBURAN TANAH PADA DAERAH SUNGAI Bab ini membahas mengeni aplikasi lognormal kriging untuk mengestimasi lokasi yang tidak tersampel. Adapun data yang digunakan yaitu data kandungan zinc di daerah sungai Meuse pasca banjir tepatnya di desa stein. Data ini berupa data koordinat (x,y) dan kandungan zinc tiap lokasi. BAB V KESIMPULAN DAN SARAN Bab ini berisi tentang kesimpulan yang diperoleh dari hasil pembahasan sebelumnya, serta saran yang diberikan untuk kemajuan penulisan selanjutnya sebagai akibat dari kelebihan dan kekurangan penelitian yang dilakukan.