GRIDDING, BLANKING DAN VOLUME ~ NeededThing

1.1 Pendahuluan

1.1.1 Pengenalan Gridding

Gridding adalah proses pada data XYZ yang tersebar secara tidak teratur dan terdapat data yang kosong untuk menghasilkan file grid yang berisi data Z yang teratur. Aplikasi Surfer mempunyai metode gridding yang berbeda-beda. Metode tersebut menentukan bagaimana interpolasi ataupun ekstrapolasi data XYZ yang akan menjadi file grid. File XYZ merupakan data yang berisi data x, y, dan z dimana x dan y umumnya merupakan koordinat (x,y) dan z merupakan data elevasi atau kedalaman (Golden Software, 2002)

Gambar 1.1 Konsep proses gridding pada data XYZ (Geolden Software, 2002)

Metode- metode gridding yang terdapat dalam aplikasi Surfer bermacam-macam dan mempunyai kelemahan dan kelebihannya masing-masing. Metode- metode tersebut, antara lain (Golden Software):

a. Inverse Distance to a Power

Metode ini cenderung memiliki pola “bull’s eyes” pada kontur-kontur yang konsentris melingkar pada titik data. Metode ini merupakan metode penimbangan rata-rata yang sederhana untuk menghitung nilai jarak grid.

b. Kriging

Kriging adalah metode gridding geostatistik yang telah terbukti berguna dan populer di berbagai bidang. Metode ini menghasilkan visual peta yang menarik dari data yang tidak teratur. Dimana kriging dapat menghasilkan jaringan yang akurat pada data. Kriging merupakan metode default pada Surfer. Salah satu kelebihan metode kriging lainnya adalah dapat menggunakan variogram yang disesuaikan oleh pengguna, sehingga nilai error atau RMS dapat semakin kecil.

c. Minimum Curvature

Metode ini melakukan generalisasi permukaan secara halus. Metode ini juga secara luas digunakan dalam ilmu bumi karena hasil interpolasi dengan metode Minimum curvature dengan perbedaan yang sangat tipis, piringan linier elastis melewati setiap nilai data dengan jumlah minimum yang dapat berubah. Salah satu kelemahan metode ini adalah kecenderungan mengekstrapolasikan nilai-nilai di daerah yang tidak ada datanya.

d. Modified Shepard’s Method

Hasil metode ini serupa dengan inverse distance, tetapi apabila parameter smoothing diaktifkan maka kecenderungan kontur membentuk pola “bull’s eye” tidak akan terjadi. Dengan menggunakan metode ini kita dapat meramalkan kemungkinan nilai-nilai di luar rentang Z dari data yang kita miliki.

e. Natural Neighbor

Metode ini menghasilkan kontur yang baik dari data set yang berisi data padat di beberapa daerah dan data jarang di daerah lainnya. Hal ini tidak menghasilkan data di daerah tanpa data dan tidak ekstrapolasi nilai-nilai Z di luar grid jangkauan data.

f. Nearest Neighbor

Metode ini efektif untuk data-data XYZ yang tersebar merata dalam setiap daerah pemetaan, tetapi akan terjadi masalah apabila data XYZ tidak tersebar merata akan mengakibatkan hasil kontur menjadi bias. Metode Nearest neighbor menggunakan titik terdekat untuk memberikan nilai pada node grid. Hal ini berguna untuk konversi secara teratur XYZ data file ke dalam file grid. Metode ini tidak meramalkan kemungkinan grid Z di luar jangkauan data.

g. Polynomial Regression

Metode ini bermanfaat untuk analisis permukaan secaraumum. Metode ini menampilkan kecenderungan kemiringan pada pola topografi secara umum dengan cakupan wilayah yang luas. Metode regresi memproses data dalam skala besar dengan kecenderungan pola yang ditampilkan. Hal ini digunakan untuk analisis yang cenderung berada di permukaan. Metode ini dapat memaparkan nilai-nilai grid di luar data jangkauan Z.

h. Radial Basis Function

Metode radial basis function merupakan metode terbaik untuk sebagian besar jenis data. Tetapi cenderung membentuk pola “bull’s eye” terutama jika parameter smoothing diaktifkan. Gambar yang dihasilkan dengan metode ini mirip dengan kriging tetapi menghasilkan hasil yang sedikit berbeda.

i. Trianggulation with Linear Interpolation

Metode ini bermanfaat menghasilkan analisis patahan. Metode ini membutuhkan data yang banyak, karena apabila terjadi kekurangan data maka akan terjadi pembentukan pola segitiga pada permukaan kontur. Walau demikian metode ini dapat menangani situasi sulit seperti pembuatan fitur seperti teras dan lubang. Metode ini tidak mengekstrapolasi nilai-nilai Z di luar jangkauan data.

j. Moving Average

Metode ini hanya berlaku pada set data yang sangat besar dan banyak (misal >1000 titik data) sehingga dapat menggabungkan data breakline. Metode Moving Average ini memberikan nilai ke node jaringan dengan rata-rata data di dalam elips pencarian node grid.

k. Data Metrics

Metode gridding satu ini digunakan untuk membuat informasi grid tentang data. Metode gridding data metrik secara umum cenderung tidak menginterpolasi rata-rata dari nilai-nilai Z.

l. Local Polynomial

Metode ini paling berlaku untuk set data yang lokal yang halus (misalnya relatif halus permukaan dalam lingkungan pencarian). Metode gridding Local Polynomial memberikan nilai ke node jaringan dengan menggunakan kuadrat terkecil berbobot sesuai dengan data di dalam elips pencarian node grid.

Gambar 1.2 Contoh peta kontur dengan menggunakan beberapa metode gridding (Golden Software, 2002)

1.1.2 Pengenalan Blanking

Blanking adalah menu dalam aplikasi Surfer yang digunakan untuk menghilangkan node didalam data grid yang tidak diinginkan atau pada daerah yang tidak ingin ditampilan pada peta. Dalam menentukan batas daerah blanking, diperlukan data berformat ASCII yang menyimpan koordinat batas tersebut dengan ekstensi .bln. Beberapa hal yang terjadi pada data grid yang dilakukan Blanking, antara lain:

a. Kontur tidak akan tergambar.

b. Warna pengisi yang terpisah dapat ditentukan pada daerah yang dilakukan blanking pada peta kontur, image map, dan shaded relief maps.

c. Pada peta wireframes, daerah yang diblank menunjukkan kenampakan datar yang sesuai dengan data Z minimum pada data grid.

d. Volume dan area tidak dihitung pada daerah yang dilakukan blanking.

Gambar 1.3 Hasil blanking pada data grid (Golden Software, 2012)

1.1.3 Pengenalan Volume dan Area

Perhitungan volume dan area dapat dilakukan dengan menggunakan surfer. Perhitungan volume dan area ini dapat dibatasi dengan menentukan upper surface dan lower surface. Penentuan upper dan lower surface ini dilakukan oleh pengguna aplikasi dengan menentukan batas elevasi.

Perintah grid-volume akan menghasilkan laporan volume dan area dengan menggunakan 3 metode yaitu : Trapeziodal rule, Simpson’s rule dan Simpson’s 3/8 rule. Unsur yang didapatkan dari laporan perhitungan ini antara lain :

· Net volume : Selisih antara volume cut dan fill

· Positive volume (cut) : Volume diatas batas elevasi yang ditentukan

· Negative volume (fill) : Volume dibawah batas elevasi yang ditentukan

· Positive planar area : Luas daerah diatas elevasi yang ditentukan.

· Negative planar area: Luas daerah dibawah elevasi yang ditentukan.

· Surface area : Luas permukaan sebenarnya.

Gambar 1.4 Pengambaran positive volume (cut), negative volume (fill), upper surface dan lower surface pada batas elevasi 75 m (Golden Software, 2002)

Gambar 1.5 Pengambaran positive planar area dan negative planar area dengan batas elevasi 75 m (Golden Software, 2002)

1.2 Tujuan Pertemuan Gridding, Blanking dan Volume and Area

· Memahami pengertian gridding.

· Mampu melakukan proses gridding pada tiap metode.

· Mampu membuat dan mencocokan variogram.

· Memahami dan mampu menghitung RMS.

· Mampu melakukan proses Blanking inside, outside dan multiple Blanking.

· Dapat melakukan perhitungan volume dan area.

· Mengerti pembacaan pada laporan perhitungan volume.

1.3 Langkah Kerja Gridding, Blanking dan Volume

1.3.1 Gridding

Pengerjaan gridding pada aplikasi Surfer 8 memerlukan data XYZ dengan format excel 97-2003 workbook. Data XYZ tersebut kemudian diinput kedalam aplikasi Surfer dengan perintah grid à data.

Gambar 1.6 Dialog box Grid Data.

Data XYZ yang diinput disesuaikan dengan data kolom yang diminta agar tidak salah dalam pembacaan atau pembuatan peta kontur. Selain mennyesuaikan input data, pada dialog box tersebut harus juga dilakukan pemilihan metode gridding. Setiap gridding memiliki pengaturan masing-masing yang dapat dilihat pada menu advance options.

Gridding dengan metode krigging merupakan salah satu metode yang memiliki variogram manual. Pada metode krigging, proses gridding dilakukan setelah pembuatan dan penyesuaian variogram khusus pada metode kriging. Untuk membuat variogram dapat menggunakan perintah grid à variogram à new variogram.

Gambar 1.7 Dialog box New Variogram dan penyesuaian input datanya.

Data lapangan yang didapatkan harus dilakukan penyesuaian terhadap variogram yang telah dibuat. Kecenderungan data XYZ dari lapangan ditunjukkan oleh titik-titik hitam yang dihubungan dengan garis hitam. Sementara model variogram yang akan kita cocokan diwakili oleh garis berwarna biru.

Gambar 1.8 Variogram awal yang dihasilkan dari perintah New Variogram.

Penyesuaian model variogram dengan kecenderungan data dapat dilakukan dengan mengubah variogram properties yang dibuka dengan double click variogram atau dengan melakukan klik kanan pada variogram dan properties. Tab experimental mewakili tampilan kecenderungan data pada variogram. Dengan mengubah direction, tolerance dan step amount maka tampilan persebaran data pada variogram akan berubah. Number of lags mewakili jumlah titik data yang digunakan dalam penyesuaian. Semakin banyak data yang digunakan maka tingkat error dapat menjadi lebih kecil, namun akan lebih susah untuk disesuaikan dengan model variogram. Tab model mewakili komponen pada model variogram. Model variogram yang dapat digunakan cukup bervariasi. Beberapa jenis variogram yang umum adalah jenis gaussian, spherical dan exponensial. varian bertambah paling cepat pada variogram exponensial dan paling lambat pada gaussian. Penggunaan variogram ditentukan berdasarkan jenis dan ketersediaan data secara spasial.

Gambar 1.9 Dialog box variogram properties: tab experimental (kiri) dan tab model (kanan)

Gambar 1.10 Contoh variogram model dan sebaran data yang sudah disesuaikan.

Dalam penyesuaian model variogram, semakin banyak titik yang dilalui oleh variogram model (garis biru) maka akan semakin mendekati kecenderungan data di lapangan, sehingga error atau RMS juga akan semakin kecil. Setelah proses pembuatan dan penyesuaian variogram selesai, proses gridding dengan metode kriging dapat dilanjutkan dengan pemanggilan variogram yang telah dibuat melalui menu advance option dan menu get variogram pada tab general.

Pada metode kriging yang menggunakan variogram dan mendukung adanya struktur geologi akan ada menu untuk menginput variogram juga struktur geologi pada tab general dan breaklines. Sementara pada metode lain seperti inverse distance to a power yang menggunakan smoothing dan mendukung struktur geologi, terdapat menu pengaturan tingkat power dan smoothing dan struktur pada tab general dan breaklines and faults.

Gambar 1.11 Dialog box advance option metode : kriging (kiri) dan inverse distance to a power (kanan).

Data struktur geologi yang diperlukan dalam fault dan breaklines pada beberapa metode kriging berupa data koordinat. Data tersebut dapat juga dibuat dengan melakukan digitasi pada peta menggunakan menu digitize. Data yang berisi koordinat struktur ataupun hasil digitize ini harus disimpan dalam format ASCII dengan ekstensi .bln.

Proses yang dialakukan setelah pengaturan pada metode gridding adalah cross validation. Melalui dialog box cross validate dapat dilakukan pengecekan jumlah data yang digunakan, batas koordinat XY dan lokasi penyimpanan hasil validasi. Hasil validasi dengan menu ini akan menampilkan laporan hasil perhitungan statistika dari data lapangan yang dilakukan gridding serta menghasilkan file berekstensi .dat. Dari laporan ini, kita dapat mengecek nilai error (RMS) secara langsung atau menghitung nilai RMS secara manual.

Gambar 1.12 Contoh laporan hasil cross validation.

Setelah semua proses telah selesai dilakukan tinggal pilih ok pada dialog box grid data. Dari proses gridding ini, data XYZ yang dimasukkan pada awalnya akan menghasilkan file grid berekstensi .grd yang dapat digunakan dalam pembuatan peta dengan menu map- contour map, base map dll dan input file berekstensi .grd tersebut.

Gambar 1.13 Peta kontur dari file grid dengan metode kriging (kiri) dan inverse distance to a power (kanan).

1.3.2 Blanking

Pengerjaan Blanking dapat dilakukan setelah terdapat file grid yang dihasilkan dari proses gridding. Dari file grid tersebut, ditentukan batas pengambilan data dengan digitize dan jumlah koordinat lebih dari dua untuk membentuk suatu luasan. Titik dari digitize tersebut disimpan dalam format ASCII.

Gambar 1.14 Perintah digitize dengan klik kanan pada peta (kiri) dan Data batas blanking hasil digitasi yang dibuka dengan aplikasi notepad

Angka 12 pada gambar diatas menunjukkan jumlah titik batas yang digunakan, sementara angka 1 disebelahnya menunjukkan blanking yang dilakukan adalah blanking area yang ada di dalam batas boundary (Blanking inside). Untuk melakukan Blanking outside (luar) daerah batas, maka nilai 1 tersebut diubah menjadi 0. Pastikan juga bahwa koordinat awal dan akhir dari data koordinat tersebut sama.

Setelah file batas .bln dan file grid telah siap digunakan, proses blanking dapat dilakukan dengan menggunakan menu grid à blank. Dari menu ini, aplikasi Surfer akan meminta input data grid dan juga batas .bln

Gambar 1.15 Peta hasil Blanking inside (kiri) dan Blanking outside (kanan).

1.3.3 Pengerjaan volume dan area

Pengerjaan perhitungan volume dan area cukup sederhana dengan menggunakan menu grid à volume maka akan muncul jendela Grid Volume. Upper surface merupakan batas atas dan Lower Surface merupakan batas bawah. Grid File dapat diinput dengan grid data yang dimiliki sedsangkan constant z merupakan batas elevasi pasti untuk perhitungan volume.

Gambar 1.16 Dialog box grid-volume.

Dari perhitungan volume tersebut akan menghasilkan perhitungan dalam bentuk laporan. Dalam laporan tersebut beberapa point perhitungan diantaranya adalah planar, surface area, cut, fill dan net volume.