ada beberapa jenis-jenis gridding,diantaranya :
1. Kriging adalah metode geostatistik yang digunakan untuk mengestimasi
nilai dari sebuah titik atau blok sebagai kombinasi linier dari nilai
contoh yang terdapat disekitar titik yang akan diestimasi. Bobot kriging
diperoleh dari hasil variansi estimasi minimum dengan memperluas
penggunaan semi-variogram. Estimator kriging dapat diartikan sebagai
variabel tidak bias dan penjumlahan dari keseluruhan bobot adalah satu.
Bobot inilah yang dipakai untuk mengestimasi nilai dari ketebalan,
ketinggian, kadar atau variabel lain.
2. Minimum Curvature ialah metode
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 linie 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. Salah satu
kelemahan metode ini adalah kecenderungan mengekstrapolasikan
nilai-nilai di daerah yang tidak ada datanya relastis melewati setiap
nilai data dengan jumlah minimum yang dapat berubah.
3. K-Nearest Neighbor (KNN)
adalah suatu metode yang menggunakan algoritmasupervised dimana hasil
dari query instance yang baru diklasifikan berdasarkan mayoritas dari
kategori pada KNN. Tujuan dari algoritma ini adalah mengklasifikasikan
obyek baru bedasarkan atribut dan training sample. Classifier tidak
menggunakan model apapun untuk dicocokkan dan hanya berdasarkan pada
memori. Diberikan titik query, akan ditemukan sejumlah k obyek atau
(titik training) yang paling dekat dengan titik query. Klasifikasi
menggunakan votingterbanyak diantara klasifikasi dari k obyek..
algoritma KNN menggunakan klasifikasi ketetanggaan sebagai nilai
prediksi dari query instance yang baru.
4. Metode Polynomial curvature
bermanfaat untuk analisis permukaan secaraumum. Metode ini menampilkan
kecenderungan kemiringan pada pola topografi secara umum dengan cakupan
wilayah yang luas. MetodeRegresipolinomial 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.
5. Metode
radial basis function merupakan metode terbaik untuk sebagian besar
jenis data. Tetapi cenderung membentuk pola “bull’s eye” terutama jika
parameter smoothing diaktifkan. Gambar yang dihasilkan dengan metode ini
mirip dengan krigging tetapi menghasilkan hasil yang sedikit berbeda.
6. Shepard
method merupakan metode yang serupa dengan inverse distance, tetapi
apabila parameter smoothing diaktifkan maka kecenderungan kontur
membentuk pola “bull’s eye” tidak akan trjadi. Dengan menggunakan metode
ini kita dapat meramalkan kemungkinan nilai-nilai di luar rentang Z
dari data yang kita miliki.
