Tutorial SGeMS

1. Penyusunan Format Format Data Dalam Dalam SGeMS SGeMS dan Basis Basis Data Assay Adapu dapun n su susu suna nan n penu penuli lisa san n data data pada pada pada pada apli aplika kasi si notepad ditunjukkan pada sebagai berikut : •

Pada baris pertama menyatakan judul basis data.

•

Bari Baris s kedua edua menya enyata tak kan jum jumlah lah vari variab abel el data data yang yang akan akan diproses, dapat dinyatakan dengan angka.

•

Baris Baris ketiga, etiga, keem keempat pat dan seteru seterusny snya a ke bawah bawah menyat menyatak akan an nama variabel data yang akan diproses.

•

Baris selanjutnya merupakan nilai dari masing-masing variabel ters terseb ebut ut,,

dima dimana na

tiap tiap vari variab abel el

dik dikelom elompo pokk kkan an

kolom.

Gambar 1.1 Format Data Dalam NotePad

1

ber berdasa dasark rkan an

2. Tampilan Lubang Bor D

Gambar 2.1 Tampilan Lubang Bor D . Analisis Statisti! "ni#arians

1. Histogram Histogram sangat berguna untuk mengetahui bentuk seara gra!k dari sebaran atau distribusi suatu data. Apakah data tersebut terdistribusi seara merata dari kadar rendah sampai kadar tinggi, atau hanya mengelompok pada kadar rendah dan kadar tinggi saja. "elain itu, dapat juga mengelompok pada kadar rendah dan kadar tingi seara bersamaan. "ehingga berdasarkan analisis terhadap kurva

histogram,

dapat

diketahui

mengenai

karakteristik

penyebaran data dan berguna sebagai in#ormasi awal untuk kegiatan pengolahan data tersebut.

2

Gambar .1 $istogram Al2% $istogram data !adar Al 2% pada Batugamping Berdasarkan histogram kadar Al$%&  untuk batugamping maka kita dapat mengetahui in#ormasi sebagai berikut: Histogram kadar Al$%& menunjukan bahwa data kadar Al$%&  pada batugamping

memiliki

distribusi

taksimetri

'skewness(

positi# 

artinya bahwa data kadar Al$%& pada batugamping enderung mengelompok pada kadar relati# rendah

3

Gambar .2 $istogram &a% $istogram data !adar Al 2% pada Batugamping Histogram kadar )a% pada batugamping seperti yang terlihat menunjukkan bahwa data kadar )a% pada batugamping memiliki distribusi taksimetri 'skewness( negati# yang berarti bahwa data kadar )a% tersebut enderung mengelompok pada kadar relati#  tinggi.

'. Analisis Statisti! Bi#arians 1. "atter Plot Analisis statistik bivarian berupa diagram penar 'scatter plot ( digunakan untuk mengetahui korelasi statistik dan nilai koe!sien dari $ 'dua( kelompok data variabel yang berbeda dan terletak pada lokasi yang sama Perhitungan koefsien korelasi pada dasarnya dapat dikelompokkan menjadi & 'tiga( kelompok besar yaitu: a. *orelasi positi# kuat *orelasi positi# kuat apabila hasil perhitungan korelasi mendekati +1 atau sama dengan +1. ni berarti bahwa setiap kenaikan nilai

4

pada variabel  akan diikuti dengan kenaikan nilai variabel . "ebaliknya, jika variabel  mengalami penurunan, maka akan diikuti dengan penurunan variabel . b. *orelasi negati# kuat *orelasi

negati#

kuat

apabila

hasil

perhitungan

korelasi

mendekati -1 atau sama dengan -1. ni berarti bahwa setiap kenaikan nilai pada variabel  akan diikuti dengan penurunan skor/nilai variabel . "ebaliknya, jika variabel  turun, maka nilai variabel  akan naik. . 0idak ada korelasi  0idak ada korelasi, apabila hasil perhitungan korelasi mendekati  atau sama dengan . Hal ini berarti bahwa naik turunnya nilai satu variabel tidak mempunyai kaitan dengan naik turunnya nilai variabel yang lainnya. Apabila nilai variabel  naik tidak selalu diikuti dengan naik atau turunnya nilai variabel , demikian juga sebaliknya.

Gambar '.1 S(atter Plot &a%)Si% 2

5

Gambar '.2 S(atter Plot &a%)$ 2% 2ari scatter plot   pada 3ambar 4.1 di atas dapat dilihat bahwa kadar )a%-"i%$ mempunyai nilai korelasi sebesar -,5$ termasuk dalam kelompok korelasi negati# kuat yang berarti setiap kenaikan nilai pada kadar )a% akan diikuti dengan penurunan nilai pada kadar "i%$, begitupun sebaliknya jika kadar )a% turun maka kadar "i%$ akan naik. "edangkan scatter plot pada 3ambar 4.$ terhadap kadar )a%-H$% tidak ada korelasi yang berarti naik turunnya suatu kadar tidak mempunyai hubungan dengan naik turunnya kadar yang lain, hal ini dapat dilihat dari nilai korelasi mendekati atau sama dengan .

*. +ariogram

6

6ariogram dapat digunakan untuk menganalisis tingkat kemiripan atau variabilitas antar masing-masing data kadar, ketebalan dll.

7

- Parameter nput 6ariogram

- 7itting 6ariogram

8

- 7itting 6ariogram

Gambar *.1 Fitting +ariogram

,. -artesian Grid

9

10

•

'884&84 9 88&5;(/1<'.

= '4;-$14(/1;<1,./

Gambar ,.1 -artesian Grid

11

0. stimasi -riging

-

Hasil >un ?stimasi 2engan *riging Blok & 2imensi

12

Gambar 0.1 Blo! D

13