Professional Documents
Culture Documents
Pengenalan
Estimasi adalah proses memperoleh
sebuah nilai data terbaik dari sebuah
properti reservoir di lokasi belum
tersampel.
Pengenalan
Stationeritas
Kesimpulan statistik konvensional
untuk menggambarkan hubungan
spasial
Covariance
Koefisien Korelasi
Mengestimasi variogram
Memodelkan variogram
Stasioneritas
Stasioneritas dalam time series adalah
tidak adanya pertumbuhan atau penurunan
data, dengan kata lain data tetap konstan
sepanjang waktu pengamatan.
Menurut Santoso (2009: 38), stasioneritas
adalah keadaan rata-ratanya tidak berubah
seiring dengan berubahnya waktu, dengan
kata lain, data berada di sekitar nilai ratarata dan variansi yang konstan.
Hubungan Spasial
Hubungan spasial digunakan untuk
menghubungkan data lokasi berdekatan.
Menggunakan:
Kovarian
Koefisien Korelasi
Variogram
Hubungan Spasial
Kovarian
Coal 1
Tabel disamping
memberikan
fungsi data
porositas pada
kedalaman sumur
vertikal.
Estimasikan nilai
kovarian sebagai
fungsi lag
distance.
Coal 1
Hitung mean
Coal 1
Karena data diambil dalam satu arah (vertikal),
kita tidak perlu khawatir tentang arah. Untuk lag
distance 1.0 ft, maka ada 6 pasang.
Hubungan Spasial
Koefisien Korelasi
Koefisien korelasi juga dapat
digunakan untuk menggambarkan
hubungan spasial.
= kovarian
= varian
atau
Coal 2
Dengan
menggunakan
data yang sama
dengan coal 1,
hitung koefisien
korelasi sebagai
fungsi lag
distance.
Coal 2
Nilai kovarian sudah dihitung pada
coal 1. Maka, koefisien korelasi pada
L = 1, adalah
Maka, seterusnya
Variogram
Variogram adalah teknik geostatistik yang
paling umum digunakan untuk
menggambarkan hubungan spasial.
Variogram juga mengukur perbedaan atau lag
distance
Contoh variogram dalam kehidupan sehari-hari:
Lantai yang rata
Tanjakan jalan
Tangga
Bukit
Variogram
Secara matematik, variogram ditulis:
= jumlah pasangan
pada lag distance
Coal 3
Dengan
menggunakan
data yang sama
dengan coal 1,
hitung
variogram
sebagai fungsi
lag distance.
Coal 3
Seperti pada kovarian, untuk L = 1ft,
ada 6 pasang. Maka,
Coal 3
Variogram
Penghitungan eksperimen variogram
1D
Porosity Values
5
6
5
7
8
8
6
9
9
(h=1) = [1/2(16)][(5-6)2+(6-5)2+(5-7)2+(78)2+(8-8)2+
(8-6)2+(6-9)2+(9-9)2+(6-5)2+(5-6)2+
(8-7)2+(8-8)2+(6-8)2+9-6)2+(9-9)2]
= [1/32][40]
= 1.25
h
(h=3) = [1/2(12)][(5-7)2+(6-8)2+(5-8)2+(7-6)2+
(8-9)2+(8-9)2+(7-5)2+(8-6)2+(8-5)2+
(6-7)2+(9-8)2+(9-8)2]
18
= [1/24][40]
Tugas Variogram
Hitung variogram dari data porositas
yang diberikan dibawah.
Teamwork is
Encouraged!
Depth
Porosity (%)
1000.00
1001.00
1002.00
1003.00
1004.00
1005.00
1006.00
1007.00
1008.00
1009.00
1010.00
1011.00
1012.00
1013.00
1014.00
1015.00
1016.00
1017.00
1018.00
1019.00
1020.00
1021.00
1022.00
1023.00
1024.00
1025.00
1026.00
1027.00
1028.00
2.00
3.00
2.00
4.00
3.00
5.00
4.00
4.00
4.00
2.00
5.00
4.00
3.00
7.00
9.00
11.00
13.00
11.00
12.00
14.00
16.00
17.00
15.00
16.00
12.00
7.00
4.00
3.00
4.00