METODE MARKOV CHAINS UNTUK ANALISA PERULANGAN FASIES DI SUB BASIN KILIRAN JAO SUMATRA BARAT

Ani Apriani

Abstract

Salah satu ironi dalam aplikasi geologi yaitu kita berhadapan dengan data fasies sebagai fungsi waktu, tetapi jarang dilakukan analisa statistiknya. Metoda Rantai Markov (Markov Chains) adalah salah satu cara untuk melakukan analisis perulangan fasies atau jenis batuan yang nantinya akan membantu dalam memprediksi dinamika sedimentasi. Tujuan dari penelitian ini yaitu melakukan analisa perulangan fasies dengan menggunakan metode markov chains. Metode statistik yang digunakan adalah deskriptif evaluatif dan diolah menggunakan Statistik Inferensial yaitu markov chains untuk mengetahui analisa perulangan fasies atau jenis batuan. Berdasarkan hasil analisis diketahui bahwa hadirnya suatu fasies dalam arti luas,tergantung pada fasies sebelumnya. Hal ini ditunjukkan dengan uji chi square dengan nilai x^hitung (10456) > x^tabel(51). Metode markov chains dapat melakukan analisa perulangan fasies yaitu dengan melihat matriks probabilitas transisi yang dapat memprediksi kehadiran fasies yang akan muncul selanjutnya sesuai dengan data yang ingin diketahui yang diprediksi dengan hadirnya fasies sebelumnya.

Keywords

Probabilitas, Markov Chains, Fasies

References

Davis, John C., 2002, Statistics and Data Analysis In Geology, John Wiley & Sons, Inc. New York.

Hillier, F.S. dan Lieberman, 1995, Introduction to Operations Research, Sixth Edition, Mc.Graw Hill Inc., Singapore.

Selly, R.C., 1985, Ancient Sedimentary Environment, Cornell University Press, Great Britain.

Sunardi, E., 2015, The Lithofacies Association o f Brown Shales In Kiliran Jao Subbasin, West Sumatra Indonesia. Indonesia Journal on Geoscience, 2 (2) p.77-90. DOI:10.17014/IJOG.2.277-90.

Supriharyono, 2002, Intisari Materi Kuliah Metodologi Penelitian. Program Pasca Sarjana Magister Teknik Sipil Universitas Diponegoro. Semarang.

Taha, H.A., 1996, Riset Operasi-Suatu Pengantar, Edisi ke-5 Jilid 2, Binarupa Aksara,Jakarta.

Article Metrics

Abstract view: 251 times
Download     : 193   times

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Refbacks

  • There are currently no refbacks.