1 BAB I PENDAHULUAN 1. 1 Latar Belakang Masalah

advertisement
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.
Download