Anda di halaman 1dari 89

KOMPUTASI PERTAMBANGAN

JURUSANTEKNIK PERTAMBANGAN
FAKULTAS KEBUMIAN DAN ENERGI
UNIVERSITASTRISAKTI
2012

TEKNOLOGI KOMPUTASI
Teknologi komputasi (bahasa Inggris: computing) adalah
aktivitas penggunaan dan pengembangan teknologi komputer,
perangkat keras, dan perangkat lunak komputer. Ia merupakan
bagian spesifik komputer dari teknologi informasi.
Ilmu komputer adalah kajian dan ilmu dasar teori informasi dan
komputasi serta implementasi dan aplikasinya dalam sistem
komputer.

PERTAMBANGAN
Pertambangan adalah rangkaian kegiatan dalam rangka upaya pencarian,
penambangan (penggalian), pengolahan, pemanfaatan dan penjualan bahan
galian (mineral, batubara, panas bumi, migas)
Paradigma baru kegiatan industri pertambangan ialah mengacu pada konsep
Pertambangan yang berwawasan Lingkungan dan berkelanjutan, yang
meliputi :
Penyelidikan Umum (prospecting)
Eksplorasi : eksplorasi pendahuluan, eksplorasi rinci
Studi kelayakan : teknik, ekonomik, lingkungan (termasuk studi amdal)
Persiapan produksi (development, construction)
Penambangan (Pembongkaran, Pemuatan,Pengangkutan, Penimbunan)
Reklamasi dan Pengelolaan Lingkungan
Pengolahan (mineral dressing)
Pemurnian / metalurgi ekstraksi
Pemasaran
Corporate Social Responsibility (CSR)
Pengakhiran Tambang (Mine Closure)

TAHAPTAHAP PEMBUKAAN USAHA


PERTAMBANGAN

TAHAP RISET (DESK STUDY)


TAHAP REKONAISAN
TAHAP PEMETAAN GEOLOGI
TAHAP EKSPLORASI RINCI (DRILLING)
TAHAP STUDI KELAYAKAN (FS)

MANAGEMENT RESIKO DI PERTAMBANGAN

RISIKO DAN BIAYA EKSPLORASI


SUMBERDAYA MINERAL DAN BATUBARA

RISIKO

BIAYA

WILAYAH
SURVAI
TINJAU
100 %
N Ha

WILAYAH
CADANGAN

40

PERTAMBANGAN

<10 %
N Ha

20
10

SURVAI DASAR PENYELIDIKAN EKSPLORASI


GEOLOGI
UMUM
SUMBERDAYA

STUDI
KELAYAKAN

ENDAPAN
HIPOTETIK

SUMBERDAYA
TEREKA

2
TERTUNJUK/
TERUKUR

CADANGAN
TERBUKTI

WAKTU (TH)
KONSTRUKSI
DAN EKSPLOITASI
CADANGAN
LAYAK TAMBANG

TAHAP-TAHAP EKSPLORASI (Friederich, 2009)

STAGE

RESEARCH

Data collection;
prepare GIS data

TASKS

Study regional
geological setting

INFERRED INDICATED MEASURED


RESOURCE RESOURCE RESOURCE

EXPLORATION RESULTS

JORC STAGE:

RECONNAISSANCE

Reconnaissance
mapping

Outcrop Logging

Preliminary
Coal rank / quality
depositional model assessment
Check
environmental
issues / land status

FIELD MAPPING

INITIAL
DRILLING

DRILL
TESTING

Detailed Satellite
Imagery Interp

Wide spaced
drilling

Typically 2 to 4
km spacing

Field Mapping

Quality, seam
Estimate
thickness,
inferred
resource potential resources

Scout Drilling

PREFEASIBILITY

FEASIBILITY

Drilling typically Drilling typically


1 km spacing
500m spacing
Initial
geotechnical
studies

Geotechnical
drilling

Reliable
topographic
maps
Estimate
Indicated
Resources

Bulk Sample; or
large diameter
core
Estimate
Measured
Resources

Increasing confidence
RESERVES

Probable

Proved

PENGGUNAAN TEKNOLOGI KOMPUTASI DALAM


KEGIATAN PENAMBANGAN
Hampir semua kegiatan usaha pertambangan menggunakan bantuan teknologi
komputasi
Penyelidikan Umum : Satelitte, Radar, seperti Google Earth
Eksplorasi : GIS (ArcGIS, Mapinfo), Logging (Logplot, WellCAD), Korelasi

(Rockworks), Model Geologi (Minescape, Minex, Surpac, Minesight, Vulcan),


Topografi (Surfer, AutoCAD Civil 3D, Minescape, Minex, Surpac)
Studi Kelayakan : MS Excel, Minescape, Minex, Surpac, Minesight, Vulcan
Persiapan Produksi (development, construction) : Bentley, Minescape Haul
Road, AutoCAD Civil 3D,
Penambangan : Dispatch System, Minescape Drill & Blast

Landsat Cekungan Ombilin Formasi Sawahlunto


COAL MEASURES

Landsat Cekungan Ombilin Formasi Sawahlunto


COAL MEASURES

PENGGUNAAN TEKNOLOGI KOMPUTASI DALAM


KEGIATAN PENAMBANGAN

Peta Kesampaian Daerah


dan Peta Geologi

PENGGUNAAN TEKNOLOGI KOMPUTASI DALAM


KEGIATAN PENAMBANGAN

Analisis Potensi Longsoran,


Analisis Kestabilan Lereng,
Analisis Kestabilan Lubang
Bukaan

PENGGUNAAN TEKNOLOGI KOMPUTASI DALAM


KEGIATAN PENAMBANGAN

Model Topografi,
Design Open Pit,
Animasi 3D

PENGGUNAAN TEKNOLOGI KOMPUTASI DALAM


KEGIATAN PENAMBANGAN
mscape_overview
5 (bhs ind).ppt
GEMS_Windows
Media_XLarge.w
mv
Minex_Windows
Media_XLarge.w
mv
Surpac_Windows
Media_XLarge.w
mv
Whittle_Windows
Media_XLarge.w
mv

InSite_WindowsM
edia_XLarge.wmv
MineSched_Wind
owsMedia_XLarge
.wmv

MODEL GEOLOGI 2D DAN 3D

MODEL GEOLOGI
Model Geologi adalah sebuah representasi atau interpretasi

dari sebuah deposit mineral. Deposit tersebut dapat berupa


logam seperti emas, nikel, besi, dll, maupun non logam
seperti batubara, basalt, phosphate, dll.

PERMODELAN DENGAN KOMPUTER


Komputer dapat membuat model geologi secara digital, dan kita dapat

mengamatinya secara 3D dari section atau plan.


Model geologi dalam komputer dapat lebih mudah untuk di-update jika ada
data-data terbaru, dan yang terpenting dapat membantu untuk perencanaan
tambang.
Komputer juga dapat menghitung volume dan quality report, yang dapat
dibandingkan dengan informasi hasil produksi untuk mengukur unjuk kerja
dan efisiensi dari tambang.
Dengan bantuan software, komputer dapat membuat model geologi dalam
bentuk 2D atau 3D model

MODEL GEOLOGI

MODEL GEOLOGI 2D
Model 2D menggunakan grid/mesh dalam bentuk

bujursangkar atau segi empat.


Nilai Z atau elevasi diletakkan di tengah grid atau dimasingmasing sisi grid.
Grid/mesh tersebut diletakkan pada area model dalam bentuk
XY (2D view)
Nilai Z dapat diisi dengan attribut geologi seperti topografi,
ketebalan, posisi roof & floor, quality (CV, Ash,TS, FC,VM,
dll)

MODEL GEOLOGI 2D

MODEL GEOLOGI 2D
Model 2D sangat cocok untuk deposit yg berupa lapisan-

lapisan (layered) seperti batubara, bauxite, dan


phosphate.
Dalam model 2D ini, seam dimodel sebagai suatu
surface. Surface tersebut umumnya terdiri dari seam
thickness, seam roof, seam floor, dan quality (CV, Ash,
TS,VM, FC, RD, dll).
Umumnya grid/mesh dibuat atau 1/5 dari jarak antar
data (data spacing). Contoh : untuk lubang bor dengan
spasi 100m maka dapat menggunakan grid ukuran
25x25m atau 20x20m.

MODEL GEOLOGI 2D

MODEL GEOLOGI 2D
Seam data diambil dari data lubang bor sebagai interval. Interval

ini berisi data ketebalan, roof, floor, dan quality.


Quality dimodelkan dengan mengkompositkan quality data (CV,
Ash, dll) terhadap interval atau lubang bor.
Seam dan quality dapat dimodelkan dengan berbagai macam
algoritma seperti kriging, inverse distance, trend surface, finite
element, dll.
Dalam algoritma model 2D, nama seam pada lubang bor sangat
penting. Karena tiap seam akan dimodel secara berurutan. Jika
penamaan sudah benar, maka model akan dijalankan secara
otomatis.

MODEL GEOLOGI 2D

MODEL GEOLOGI 2D

MODEL GEOLOGI 3D
Model 3D menggunakan block dalam bentuk kubus atau

kotak. Model 3D biasa disebut juga dengan Model Block.


Nilai Q diletakkan pada pusat block (centroid).
Block-block tersebut diletakkan pada bentuk XYZ (3D
view).

MODEL GEOLOGI 3D

MODEL GEOLOGI 3D

MODEL 2D VS MODEL 3D
Model 2D lebih disukai untuk permodelan geologi deposit-deposit

dengan karakteristik :
Ketebalan dari ore body. Seam atau vein diharuskan menggunakan
grid/block berukuran kecil yang memadai untuk
memrepresentasikan ore body. Untuk batubara,
batubara, phosphate, atau
lapisan tipis dengan ketebalan yang bervariasi,
bervariasi, lebih akurat
menggunakan model 2D, karena ketebalan dapat diekivalensikan
dengan tonase,
tonase, dan tonase ekivalen dengan dollar.
Deposit sedimen biasanya terdapat pada area yg luas,
luas, block model
akan sangat besar memakan reseources komputer,
komputer, sehingga akan
lambat.
lambat.

MODEL 2D VS MODEL 3D
Poligon 3D dan model block tidak cukup mampu mendetailkan sesar
yang melewati beberapa seam. Seam model mempunyai fasiltas untuk
mendefinisikan struktur dan menyebarkannya di dalam model
Model 2D menggunakan pendekatan secara stratigraphic.
stratigraphic. Ini akan
menghindarkan terjadinya tabrakan (crossing) atau tumpang tindih
(overlapping) antar seam.
Model 2D lebih mudah diperbaiki (maintained), karena datadata-data
baru dapat secara efisien ditambahkan ke model dengan cepat.
cepat.

DATA-DATA YANG DIGUNAKAN UNTUK


PERMODELAN GEOLOGI

DATA EKSPLORASI YANG DIGUNAKAN UNTUK ESTIMASI


SUMBERDAYA DAN CADANGAN (JORC BASED)
Data survey topografi
Data survey lubang bor
Metode Sampling
Core drill size (min. HQ)
Core recovery (>95%)
Geophysical logging data ( .LAS Data)
Quality certificates

DATA-DATA YANG DIPERLUKAN UNTUK PERMODELAN


DENGAN SOFTWARE (KOMPUTER)

SURVEYTOPOGRAFI
SUMBERDAYA : SKALA 1 : 50.000, 1 : 25.000
CADANGAN : SKALA 1 : 1.000, 1 : 2.000

DATA HASIL PEMBORAN (BOREHOLES COMPLETION)


HASIL SURVEY PEMBORAN
HASIL LITOLOGI PEMBORAN
HASIL LOGGING GEOFISIKA (LAS FILES), DATA DENSITY, GAMMA RAY,

CALIPER, RESISTIVITY.

DATA KUALITAS DARI TEST DAN UJI LAB.


DATA SAMPLING
HASIL KUALITAS DARI LAB.

SURVEY TOPOGRAFI
SURVEYTOPOGRAFI DAPAT DIHASILKAN DARI :
ATAS PERMUKAAN TANAH

SATELITE
AERIAL LASER SURVEY

DI PERMUKAAN TANAH

GPS
ALAT UKUR (THEODOLITE / TOTAL STATION)

DATA-DATA YANG DIHASILKAN DARI SURVEY TOPOGRAFI :

HASIL PENGUKURAN (NO POINT, KOORDINAT EASTING (X),


NORTHING (Y), ELEVASI (Z), DESKRIPSI (KETERANGAN)
KONTURTOPOGRAFI DENGAN INTERVAL 1M, 5M, 10M, 25M, DLL.

HASIL PEMBORAN
BOREHOLE COMPLETION

HASIL PEMBORAN
DATA SURVEY LUBANG BOR

HASIL PEMBORAN
DATA LITOLOGI LUBANG BOR
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C
XBBU15C

0.00
14.00
21.00
22.50
24.50
30.00
34.00
34.50
56.00
56.85
57.60
57.95
58.96
60.17
60.90
63.50
64.00
70.00
73.75
75.85
76.20
76.70
76.90
78.35
79.00
79.75
79.95
80.35

14.00
21.00
22.50
24.50
30.00
34.00
34.50
56.00
56.85
57.60
57.95
58.55
60.17
60.90
63.50
64.00
70.00
73.75
75.85
76.20
76.70
76.90
78.35
79.00
79.75
79.95
80.35
85.00

14.00
7.00
1.50
2.00
5.50
4.00
0.50
21.50
0.85
0.75
0.35
0.60
1.21
0.73
2.60
0.50
6.00
3.75
2.10
0.35
0.50
0.20
1.45
0.65
0.75
0.20
0.40
4.65

SO
BX
CS
SS
CS
SS
CS
SS
CS
CO
CS
CO
SH
CS
SS
CS
SS
CS
CO
XC
CO
XC
CO
XC
CO
XC
CO
CS

200U
200L

300U
300U
300U
300L
300L

CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08
CW_A08

0.00
3.10
8.00
10.10
12.30
13.00
13.90
17.50
18.10
19.00
19.80
21.70
23.10
23.50
23.70
26.80
35.20
36.30
36.90
37.40
41.00
42.00
42.30
42.60
53.60
59.60
60.60
61.60

3.10
8.00
10.10
12.30
13.00
13.90
17.50
18.10
19.00
19.80
21.70
23.10
23.50
23.70
26.80
35.20
36.30
36.90
37.40
41.00
42.00
42.30
42.60
53.60
59.60
60.60
61.60
70.50

3.10
4.90
2.10
2.20
0.70
0.90
3.60
0.60
0.90
0.80
1.90
1.40
0.40
0.20
3.10
8.40
1.10
0.60
0.50
3.60
1.00
0.30
0.30
11.00
6.00
1.00
1.00
8.90

SO
SS
CL
SS
CL
SS
SL
SS
SL
SS
SL
SS
SL
SS
SL
SS
CO
SL
CO
SL
CO
ZH
CO
CL
CO
SL
CO
CL

100U
100L
200U
200L
300U
300L

HASIL PEMBORAN
DATA KUALITAS HASIL PEMBORAN
DH No. No. Sample From

To

Thick

Seam

Notes

TM

IM

ASH

VM

FC

TS

CV

RD

HGI

adb
CW_B01 CW_B01_01 69.50 69.70

0.20

Roof

Roof

17.38

9.12

55.24

23.37

12.27

1.30

2608

1.75

CW_B01_02 69.70 71.30

1.60

100

Coal

19.98

9.66

36.18

32.84

21.32

2.21

4144

1.57

CW_B01_03 71.30 71.50

0.20

Floor

Floor

12.71

5.76

62.84

28.48

2.92

0.72

2644

1.79

CW_B01_04 76.90 77.10

0.20

Roof

Roof

20.35

9.59

66.31

13.67

10.43

1.42

1526

1.99

CW_B01_05 77.10 78.90

1.80

200

Coal

28.09

15.67

15.43

33.66

35.24

1.40

5091

1.41

CW_B01_06 78.90 79.10

0.20

Floor

Floor

16.42

8.01

70.78

14.79

6.42

0.31

1396

2.03

CW_B01_07 90.20 90.40

0.20

Roof

Roof

15.50

7.73

53.61

25.14

13.52

2.35

2840

1.77

CW_B01_08 90.40 91.90

1.50

300U

Coal

19.67

10.43

16.52

46.33

26.72

2.11

5825

1.36

71

CW_B01_09 91.90 93.40

1.50

300U

Coal

24.22

12.85

12.54

43.1

31.51

2.04

5805

1.36

66

68

61

CW_B01_10 93.40 94.90

1.50

300U

Coal

28.88

15.04

17.88

36.07

31.01

1.18

5110

1.39

72

CW_B01_11 94.90 96.00

1.10

300U

Coal

24.92

11.65

23.28

37.12

27.95

0.58

5033

1.42

63

CW_B01_12 96.00 96.20

0.20

Floor

Floor

23.45

8.66

49.66

21.89

19.79

0.39

2812

1.69

CW_B01_13 96.80 97.00

0.20

Roof

Roof

19.35

5.67

51.07

35.12

8.14

0.40

2282

1.94

CW_B01_14 97.00 98.40

1.40

300L

Coal

29.97

17.27

16.53

33.2

33.00

0.41

4862

1.41

CW_B01_15 98.40 98.60

0.20

Floor

Floor

23.73

13.46

43.78

22.12

20.64

0.36

2994

1.62

CW_D01 CW_D01_01 53.90 54.10

0.20

Roof

Roof

24.73

11.23

50.65

19.27

18.85

3.48

2391

1.81

CW_D01_02 54.10 54.90

0.80

200

Coal

21.92

11.59

42.58

28.71

17.12

2.20

3228

1.63

CW_D01_03 54.90 55.10

0.20

Floor

Floor

20.82

9.31

59.11

19.74

11.84

1.19

1702

1.89

CW_D01_04 65.90 66.10

0.20

Roof

Roof

18.46

6.43

45.96

34.98

12.63

3.42

3669

1.62

CW_D01_05 66.10 67.60

1.50

300U

Coal

21.63

9.7

15.95

46.22

28.13

1.87

5912

1.35

74

CW_D01_06 67.60 69.10

1.50

300U

Coal

25.16

12.33

14.78

41.47

31.42

1.02

5664

1.35

73

CW_D01_07 69.10 71.40

2.30

300U

Coal

19.03

10.71

28.94

38.82

21.53

0.56

4783

1.45

77

CW_D01_08 71.40 71.60

0.20

Floor

Floor

23.69

9.97

59.73

17.96

12.34

0.63

1638

1.86

CW_D01_09 71.65 71.85

0.20

Roof

Roof

15.82

6.53

62.86

24.05

6.56

0.58

1679

1.95

CW_D01_10 71.85 73.05

1.20

300L

Coal

24.42

13.32

28.75

32.99

24.94

0.41

4114

1.52

57

87

64

PARAMATER PERMODELAN GEOLOGI


INTEROPOLATOR
JARAK PENCARIAN DATA
JARAK MAKSIMUM UNTUK EKSTRAPOLASI DAN

INTERPOLASI
MAKSIMUM DAN MINIMUM UNTUK KETEBALAN
LAPISAN BATUBARA (SEAM) DAN KETEBALAN
PARTING
SESAR
URUTAN LAPISAN BATUBARA (DISUSUN DARI
ATAS KE BAWAH)
SEAM SPLITTING

VERIFIKASI HASIL PERMODELAN GEOLOGI


PERBANDINGAN ELEVASI TITIK BOR DENGAN ELEVASI

TOPOGRAFI
PERBANDINGAN HASIL KORELASI DENGAN CROSS
SECTION
PERBANDINGAN HASIL PERMODELAN DENGAN DATA
HASIL PEMBORAN (KETEBALAN, ELEVASI ROOF, FLOOR,
DAN QUALITY)
PEMBUATAN KONTUR ISOPACH UNTUK KETEBALAN,
KONTUR STRUKTUR ROOF, FLOOR, DAN QUALITY (CV,
TM, ASH, IM, VM, TS, FC, DLL)

MODEL GEOLOGI

A MODEL IS JUST A BEST GUESS AT REALITY


KEAKURASIANNYA TERGANTUNG DARI INPUT DATA YANG

TERSEDIA/DIGUNAKAN.
MODEL TIDAK AKAN PERNAH 100% BENAR/AKURAT

PENAKSIRAN SUMBERDAYA DAN


CADANGAN BATUBARA

JORC CLASSIFICATION

COAL RESERVES PROCESS

PENAKSIRAN SUMBERDAYA BATUBARA

PENAKSIRAN SUMBERDAYA BATUBARA

PENAKSIRAN CADANGAN BATUBARA

Optimisation Theory
Optimasi Pit Sangat tergantung terhadap ketepatan dari model geologi dan data
topographi
Efek pengaruhnya dalam optimasi akan terjadi terhadap:
Keadaan dan kondisi endapan
Strategi Bisnis Management
Kepercayaan Pembeli dan peminjam atau penanam modal
Setiap Quality Coal menghasilkan Harga yang berbeda beda sehingga penentuan
Stripping Ratio di setiap seam memungkinkan berbeda.
Analisa Biaya merupakan bagian acuan
dari optimasi Pit, adapun parameter
biaya ini yang biasanya digunakan
adalah:
Coal Value per seam ($/Tonnage)
Fixed Cost (Untuk Operational)
Jarak Angkut Pemindahan
Jenis Material yang dipindahkan
(terutama untuk soil atau
lumpur)

Optimisation Theory
Simple geology one seam
Topography

Cost
$3/block
Revenue $20/block

Coal

Optimisation Theory
Air blocks
$0
-$3
-$3
-$3
-$3
-$3
-$3
-$3
-$3

$0 $0 $0 $0 $0 $0 $0 $0
-$3 -$3 -$3 -$3 -$3 -$3 -$3 -$3
-$3 $17 -$3 -$3 -$3 -$3 -$3 -$3
-$3 -$3 $17 -$3 -$3 -$3 -$3 -$3
-$3 -$3 -$3 $17 -$3 -$3 -$3 -$3
-$3 -$3 -$3 -$3 $17 -$3 -$3 -$3
-$3 -$3 -$3 -$3 -$3 $17 -$3 -$3
-$3 -$3 -$3 -$3 -$3 -$3 $17 -$3
-$3 -$3 -$3 -$3 -$3 -$3 -$3 $17

Waste mining cost = - $3

Coal block

Optimisation Theory
Step 1: Sum the cells vertically
$0
-$3
-$6
-$9
-$12
-$15
-$18
-$21
-$24

$0 $0 $0
-$3 -$3 -$3
-$6 $14 -$6
-$9 $11 $11
-$12 $8 $8
-$15 $5 $5
-$18 $2 $2
-$21 -$1 -$1
-$24 -$4 -$4

$0 $0 $0 $0 $0
-$3 -$3 -$3 -$3 -$3
-$6 -$6 -$6 -$6 -$6
-$9 -$9 -$9 -$9 -$9
$8 -$12 -$12 -$12 -$12
$5 $5 -$15 -$15 -$15
$2 $2 $2 -$18 -$18
-$1 -$1 -$1 -$1 -$21
-$4 -$4 -$4 -$4 -$4

Optimisation Theory
Maximum value vertical pit
Value = 14+11+8+5+2=$40
$0
-$3
-$6
-$9
-$12
-$15
-$18
-$21
-$24

$0 $0 $0
-$3 -$3 -$3
-$6 $14 -$6
-$9 $11 $11
-$12 $8 $8
-$15 $5 $5
-$18 $2 $2
-$21 -$1 -$1
-$24 -$4 -$4

$0 $0 $0 $0 $0
-$3 -$3 -$3 -$3 -$3
-$6 -$6 -$6 -$6 -$6
-$9 -$9 -$9 -$9 -$9
$8 -$12 -$12 -$12 -$12
$5 $5 -$15 -$15 -$15
$2 $2 $2 -$18 -$18
-$1 -$1 -$1 -$1 -$21
-$4 -$4 -$4 -$4 -$4

Optimisation Theory
Bigger pit has less value
Value = 14+11+8+5+2-1=$39
$0
-$3
-$6
-$9
-$12
-$15
-$18
-$21
-$24

$0 $0 $0
-$3 -$3 -$3
-$6 $14 -$6
-$9 $11 $11
-$12 $8 $8
-$15 $5 $5
-$18 $2 $2
-$21 -$1 -$1
-$24 -$4 -$4

$0 $0 $0 $0 $0
-$3 -$3 -$3 -$3 -$3
-$6 -$6 -$6 -$6 -$6
-$9 -$9 -$9 -$9 -$9
$8 -$12 -$12 -$12 -$12
$5 $5 -$15 -$15 -$15
$2 $2 $2 -$18 -$18
-$1 -$1 -$1 -$1 -$21
-$4 -$4 -$4 -$4 -$4

Optimisation Theory
Smaller pit has less value
Value = 14+11+8+5=$38
$0
-$3
-$6
-$9
-$12
-$15
-$18
-$21
-$24

$0 $0 $0
-$3 -$3 -$3
-$6 $14 -$6
-$9 $11 $11
-$12 $8 $8
-$15 $5 $5
-$18 $2 $2
-$21 -$1 -$1
-$24 -$4 -$4

$0 $0 $0 $0 $0
-$3 -$3 -$3 -$3 -$3
-$6 -$6 -$6 -$6 -$6
-$9 -$9 -$9 -$9 -$9
$8 -$12 -$12 -$12 -$12
$5 $5 -$15 -$15 -$15
$2 $2 $2 -$18 -$18
-$1 -$1 -$1 -$1 -$21
-$4 -$4 -$4 -$4 -$4

Optimisation Theory
But pit is not vertical it is inclined.
$0
-$3
-$6
-$9
-$12
-$15
-$18
-$21
-$24

$0 $0 $0
-$3 -$3 -$3
-$6 $14 -$6
-$9 $11 $11
-$12 $8 $8
-$15 $5 $5
-$18 $2 $2
-$21 -$1 -$1
-$24 -$4 -$4

$0 $0 $0 $0 $0
-$3 -$3 -$3 -$3 -$3
-$6 -$6 -$6 -$6 -$6
-$9 -$9 -$9 -$9 -$9
$8 -$12 -$12 -$12 -$12
$5 $5 -$15 -$15 -$15
$2 $2 $2 -$18 -$18
-$1 -$1 -$1 -$1 -$21
-$4 -$4 -$4 -$4 -$4

Optimisation Theory
Assume a 45o slope
Value is $-3 +14 3 =$8
$0
-$3
-$6
-$9
-$12
-$15
-$18
-$21
-$24

$0 $0 $0
-$3 -$3 -$3
-$6 $14 -$6
-$9 $11 $11
-$12 $8 $8
-$15 $5 $5
-$18 $2 $2
-$21 -$1 -$1
-$24 -$4 -$4

$0 $0 $0 $0 $0
-$3 -$3 -$3 -$3 -$3
-$6 -$6 -$6 -$6 -$6
-$9 -$9 -$9 -$9 -$9
$8 -$12 -$12 -$12 -$12
$5 $5 -$15 -$15 -$15
$2 $2 $2 -$18 -$18
-$1 -$1 -$1 -$1 -$21
-$4 -$4 -$4 -$4 -$4

Optimisation Theory
Assume a 45o slope
Value is $-3+14+11-6-3=$13
$0
-$3
-$6
-$9
-$12
-$15
-$18
-$21
-$24

$0 $0 $0
-$3 -$3 -$3
-$6 $14 -$6
-$9 $11 $11
-$12 $8 $8
-$15 $5 $5
-$18 $2 $2
-$21 -$1 -$1
-$24 -$4 -$4

$0 $0 $0 $0 $0
-$3 -$3 -$3 -$3 -$3
-$6 -$6 -$6 -$6 -$6
-$9 -$9 -$9 -$9 -$9
$8 -$12 -$12 -$12 -$12
$5 $5 -$15 -$15 -$15
$2 $2 $2 -$18 -$18
-$1 -$1 -$1 -$1 -$21
-$4 -$4 -$4 -$4 -$4

Optimisation Theory
Assume a 45o slope
Value is $-3+14+11+8-9-6-3=$12
$0
-$3
-$6
-$9
-$12
-$15
-$18
-$21
-$24

$0 $0 $0
-$3 -$3 -$3
-$6 $14 -$6
-$9 $11 $11
-$12 $8 $8
-$15 $5 $5
-$18 $2 $2
-$21 -$1 -$1
-$24 -$4 -$4

$0 $0 $0 $0 $0
-$3 -$3 -$3 -$3 -$3
-$6 -$6 -$6 -$6 -$6
-$9 -$9 -$9 -$9 -$9
$8 -$12 -$12 -$12 -$12
$5 $5 -$15 -$15 -$15
$2 $2 $2 -$18 -$18
-$1 -$1 -$1 -$1 -$21
-$4 -$4 -$4 -$4 -$4

Optimisation Theory
Optimum
Optimumpit
pithas
hasmaximum
maximumvalue
value
$0
-$3
-$6
-$9
-$12
-$15
-$18
-$21
-$24

$8

$0 $0 $0
-$3 -$3 -$3
-$6 $14 -$6
-$9 $11 $11
-$12 $8 $8
-$15 $5 $5
-$18 $2 $2
-$21 -$1 -$1
-$24 -$4 -$4

$0 $0 $0 $0 $0
-$3 -$3 -$3 -$3 -$3
-$6 -$6 -$6 -$6 -$6
-$9 -$9 -$9 -$9 -$9
$8 -$12 -$12 -$12 -$12
$5 $5 -$15 -$15 -$15
$2 $2 $2 -$18 -$18
-$1 -$1 -$1 -$1 -$21
-$4 -$4 -$4 -$4 -$4

- Optimum pit is

A smaller pit is less profitable


A bigger pit is less profitable.
$0
-$3
-$6
-$9
-$12
-$15
-$18
-$21
-$24

$0 $0 $0
-$3 -$3 -$3
-$6 $14 -$6
-$9 $11 $11
-$12 $8 $8
-$15 $5 $5
-$18 $2 $2
-$21 -$1 -$1
-$24 -$4 -$4

$13

Maximum value pit


- Optimum pit is break even
at its limits

$0 $0 $0 $0 $0
-$3 -$3 -$3 -$3 -$3
-$6 -$6 -$6 -$6 -$6
-$9 -$9 -$9 -$9 -$9
$8 -$12 -$12 -$12 -$12
$5 $5 -$15 -$15 -$15
$2 $2 $2 -$18 -$18
-$1 -$1 -$1 -$1 -$21
-$4 -$4 -$4 -$4 -$4
$0
-$3
-$6
-$9
-$12
-$15
-$18
-$21
-$24

$0 $0 $0
-$3 -$3 -$3
-$6 $14 -$6
-$9 $11 $11
-$12 $8 $8
-$15 $5 $5
-$18 $2 $2
-$21 -$1 -$1
-$24 -$4 -$4

$12

$0 $0 $0 $0 $0
-$3 -$3 -$3 -$3 -$3
-$6 -$6 -$6 -$6 -$6
-$9 -$9 -$9 -$9 -$9
$8 -$12 -$12 -$12 -$12
$5 $5 -$15 -$15 -$15
$2 $2 $2 -$18 -$18
-$1 -$1 -$1 -$1 -$21
-$4 -$4 -$4 -$4 -$4

Optimisation Theory
Example data set
$2.00/bcm waste
$1.00/tonne coal
Sale price from $4.00 to $10

Optimisation Theory
$4.00 sale price

Optimisation Theory
$5.00 sale price

Optimisation Theory
$6.00 sale price

Optimisation Theory
$7.00 sale price

Optimisation Theory
$7.50 sale price

$8.00 sale price

$8.50 sale price

$9.00 sale price

Optimisation Theory
$9.50 sale price

Optimisation Theory
Sale price & strip ratio

Sale price & average cost

Strip ratio vs Sale price


5.00
4.50

ratio

4.00
3.50
3.00
2.50
2.00
$5.00

$6.00

$7.00

$8.00

$9.00

$10.00

Sale price

Pit size & sale price


pit size tonnes
25,000,000
20,000,000
15,000,000

10,000,000
5,000,000
$-

$2.00

$4.00

$6.00
sale price

$8.00

$10.00

$12.00

Optimisation Theory
Understand the geology
$8.00

$7.50

Optimisation Theory
Another example

Optimisation Theory
$4 sale price

Optimisation Theory
$6 sale price

Optimisation Theory
$8 sale price

Optimisation Theory
$10 sale price

Optimisation Theory
$12 sale price

Optimisation Theory
$14 sale price

Optimisation Theory
$16 sale price

Optimisation Theory
$18 sale price

Optimisation Theory
$20 sale price

Optimisation Theory
$22 sale price

Optimisation Theory
Sale price & strip ratio

Sale price & average cost


average cost per tonne

7.00

$16.00

6.00

$14.00

cost per tonne

Strip Ratio

Sale Price & strip ratio

5.00
4.00
3.00
2.00
1.00
0.00
$-

$12.00
$10.00
$8.00
$6.00
$4.00
$2.00
$-

$5.00

$10.00

$15.00

$20.00

$-

$25.00

$5.00

$10.00

$15.00

sale price

Sale Price

Sale price & pit size


Sale Price & pit Size
70,000,000
60,000,000
50,000,000
40,000,000
30,000,000
20,000,000
10,000,000
$4

$6

$8

$10

$12

$14

Sale price

$16

$18

$20

$22

$20.00

$25.00

Optimisation Theory
Understand geology

$16

Sale Price & pit Size


70,000,000
60,000,000
50,000,000
40,000,000
30,000,000
20,000,000
10,000,000
$4

$6

$8

$10

$12

$14

Sale price

$16

$18

$20

$22

$14

Optimisation Theory
Optimisation
Summary

Opt find best ore


Find mining limits
Approx schedule
Guide to exploration
Costs & revenue can be approximate
Best ore is still best ore

Parameter pit optimiser dengan


software minex

PENAKSIRAN CADANGAN BATUBARA

Anda mungkin juga menyukai