Nama : Nabila Prastika Putri

NPM : 1415051050
Tugas Komputasi
Soal
Tunjukan perbedaan seluruh metode interpolasi yang ada di software Surfer !
Jawab :
Didalam software Surfer terdapat 12 metode interpolasi data yang digunakan yaitu :
1. Inverse Distance to a Power
Metode ini cenderung memiliki pola bulls eyes pada kontur-kontur yang konsentris
melingkar pada titik data. Metode ini merupakan metode penimbangan rata-rata yang
sederhana untuk menghitung nilai jarak grid.
2. 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.
3. Minimum Curvatur
Metode ini melakukan generalisasi permukaan secara halus. Metode ini juga secara luas
digunakan dalam ilmu bumi karena hasil interpolasi dengan metode Minimum curvatur
analog yang sangat tipis, piringan linier elastis melewati setiap nilai data dengan jumlah
minimum yang dapat berubah.
4. 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.
5. 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 yiyik
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.
6. 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 Regresipolinomial memproses data sehingga mendasari 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.
7. Radial Basis Function
Metode radial basis function merupakan metode terbaik untuk sebagian besar jenis data.
Tetapi cenderung membentuk pola bulls eye terutama jika parameter smoothing
diaktifkan. Gambar yang dihasilkan dengan metode ini mirip dengan krigging tetapi
menghasilkan hasil yang sedikit berbeda.
8. 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
sulitseperti pembuatan fitur seperti teras dan lubang. Metode ini tidak mengekstrapolasi
nilai-nilai Z di luar jangkauan data.
9. 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.
10. 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 nilainilai Z.
11. Local Polynomial
Metode ini paling berlaku untuk set data yang halus lokal (misalnya relatif halus
permukaan dalam lingkungan pencarian). Metode gridding Polynomial local memberikan
nilai ke node jaringan dengan menggunakan kuadrat terkecil berbobot sesuai dengan data
di dalam elips pencarian node grid. Methodrvatur
12. Modified Shepards Method
Hasil metode ini serupa dengan inverse distance, tetapi apabila parameter smoothing
diaktifkan maka kecenderungan kontur membentuk pola bulls eye tidak akan terjadi.
Dengan menggunakan metode ini kita dapat meramalkan kemungkinan nilai-nilai di luar
rentang Z dari data yang kita miliki.