Skip to content
Narrow screen resolution Wide screen resolution Auto adjust screen size Increase font size Decrease font size Default font size blue color orange color green color Sign In

Matematika IPB

 
Data Skripsi
 
Judul : PENDUGAAN SPASIAL PADA PEUBAH REGIONAL DENGAN ORDINARY-KRIGING
Jenis : Skripsi
Penulis : Yatmi Nurhayati
NRP : G290265
Tanggal Lulus : 01 January 1970
Tanggal Seminar :
Tanggal Sidang :
Pembimbing : Muhammad Nur Aidi
Dra. Nur Aliatiningtyas, MS.

Ringkasan : Kebebasan (independence) antara amatan adalah asumsi yang lebih umum berkembang pada teori matematika-statistika. Akan tetepi, model yang mencakup ketergantungan (dependence) statistikal sering lebih realistik. Salah satunya adalah data spasial, dimana terdapat ktergantungan antara amatan dan ketergantungan tersebut akan semakin berkurang jika lokasi antara amatan semakin menyebar. Teori yang berkaitan dengan statistika spasial dikenal sebagai teori peubah regional. Selanjutnya misalkan dilakukan pengamatan pada beberapa lokasi dan ingin diketahui nilai pada suatu lokasi yang tidak dilakukan pengamatan, maka dikembangkan beberapa tekhnik pendugaan, antara lain Polygon, Local Mean Sample, Inverse Distance, an Kriging. Tekhnik Kirging tersebut ada beberapa beberapa macam antara lain : Ordinary Kriging, Block Kriging, Cokriging, Disjunctive Kriging, dan Universal Kriging. Tulisan ini ditekankan pada analisis data spasial denagn menggunakan Ordinary Kriging. Ordinary Kriging berusaha mendapatkan rata-rata error (mr) sama dengan nol dan meminimumkan ragam error. Rata-rata error sama dengan nol diperoleh dengan memberikan jumlah bobot sama dengan satu. Sedangkan ragam error yang minimum diperoleh dengan mengasumsikan rata-rata error-nya sama dengan nol. Melalui minimisasi dari n+1 peubah (n peubah adalah bobot dan satu peubah adalah parameter Lagrange) diselesaikan dengan cara menetapkan turunan pertamanya sama dengan nol, maka diperolehlah ragam error yang minimum. Tekhnik Ordinary Kriging mempunyai sifat penduga tak bias, raga minimum dan merupakan ko mbinasi linear dari pengamatan.

Random Quotes

Setiap prestasi besar pada mulanya pernah dianggap mustahil.

anonim