Kebutuhan penentuan posisi GNSS presisi tinggi mendorong konversi tinggi elipsoid
menjadi tinggi geoid akurat. Model geoid global yang ada menunjukkan variasi
akurasi regional , dan metode leveling konvensional terbatas di Indonesia karena sebaran
kontrol vertikal serta kondisi geografis yang beragam. Oleh karena itu, model
geoid regional berakurasi tinggi sangat esensial. Galat dalam model geoid gravimetrik,
yang berasal dari pengukuran dan pemodelan matematis, perlu dipahami untuk
mencapai target akurasi IAG 1 cm.
Tesis ini mengembangkan model geoid Pulau Jawa menggunakan metode Least-
Squares Collocation (LSC), yang mereduksi galat dari GGM dan data terestris, serta
menghasilkan formal error sebagai indikator ketidakpastian. Data yang digunakan
mencakup anomali free-air, data airborne yang diturunkan dengan Gaussian filter
orde 2, dan data altimetri DTU17 yang difilter. Integrasi dilakukan melalui Least-
Squares Prediction (LSP) dengan fungsi kovarians Hirvonen.
Model dihitung dengan skema Remove-Compute-Restore (RCR), memanfaatkan
EGM2008 dan model medan residu (RTM). Model LSC yang dihasilkan memiliki
akurasi 10.91 cm terhadap GNSS leveling, lebih baik dari INAGEOID V2, namun
di bawah EGM2008 dan ITB2025. Fitting dengan model polinomial 6-parameter
meningkatkan akurasi menjadi 5.54 cm, sementara mean-shift lebih stabil untuk sebaran
data tidak merata. Formal error berkisar 0.0079–0.0107 m, tinggi di area minim
data. Kontribusinya terhadap total galat relatif kecil (0.6–0.9%), namun penting
sebagai dasar perencanaan penambahan data gayaberat untuk peningkatan INAGEOID.