GRANULOMETRI

Pendahuluan
Granulometri atau sering diterjemahkan dengan analisa besar butir adalah salah satu dari
sekian banyak metoda yang sering dipakai untuk menganalisa batuan sedimen klastik.
Dalam granulometri ini lebih mengutamakan bagaimana sebaran butiran batuan sedimen
klastik tersebut. Metoda metoda perhitungan secara statistik sering pula banyak dipakai, hal ini
sebernarnya hanya untuk mengetahui apakah dengan metoda statistik tersebut kita dapat melihat
adanya bentuk kurva yang sangat khas atau proses tertentu.
Friedman ( 1979 ), mengatakan analisa besar butir dapat dipakai untuk mengetahui proses
proses selama sedimentasi dan dapat dipakai untuk menginterpretasikan lingkungan
pengendapan dan bahkan analisa besar butir sama pentingnya dengan metode metode yang
lain.
Ukuran Butir Partikel
Ukuran butir partikel sedimen penting dalam beberapa hal. Ukuran butir mencerminkan :
Resistensi partikel terhadap pelapukan, erosi dan abrasi. Partikel-partikel yang lunak seperti
batugamping dan fragmen-fragmen batuan makin lama makin mengecil, bahkan partikel kuarsa
yang besar dan resistensi akan terabrasi dan berubah ukurannya.
Proses transportasi dan deposisi seperti kemampuan air angina untuk menggerakakn dan
mengendapkan partikel.
Partikel-partikel yang lunak seperti batugamping dan fragmen-fragmen batuan, makin lama
makin mengecil bahkan partikel kuarsa yang besar dan resisten akan terabrasi dan berubah
ukurannya. Ukuran butir partikel sedimen juga mencerminkan proses transportasi dan deposisi
partikel sedimen, seperti : kemampuan air/angin dalam menggerakkan dan mengendapkan
partikel.
Material-material yang diangkut oleh media pengangkut (air, angina) akan terdistribusi
menjadi berbagai macam ukuran butir seperti gravel (boulder, coble, dan pebble), pasir dan mud.
Distribusi ukuran butir ini menunjukkan :
Terdapatnya bermacam-macam ukuran butir dari batuan induknya.

Proses yang terjadi selama sedimentasi terutama kompetensi (kemampuan arus untuk
membawa suatu beban sesuia ukurannya. Jika ada beban yang lebih berat maka beban tersebut
akan diendapkan).
Dengan banyaknya variasi ukuran butir tersebut maka perlu diadakna klasifikasi ukuran
butir. Dikenal beberapa klasifikasi ukuran butir yang dibuat oleh bebrapa ahli. Tetapi skala
penentuan ukuran butir yang diajukan oleh J.A Udden dan C.K Wentworth yang sering digunaka,
selanjutnya disebut skala Udden-Wentworth sebagai skala geometri (1,2,4,8, ...). pada
perkembangan selanjutnya ditambah skala aritmetik (1,2,3,4,) sebagai unit phi () oleh W.C
Krumbein, dimana phi merupakan transformasi logaritma dari skala Udden-Wentworth, yaitu :
= -log2 d, dengan d adalah ukuran butir dalam millimeter.
Dalam acara ini akan dilakukan pemisahan ukuran butir dari suatu contoh pasir lepas.
Seperti diketahui analisis ini untuk mengetahui koefisien sortasi, skewness dan kurtosis. Untuk
mengetahiu harga-harga tersebut dapat dilakukan dengan cara grafis dan matematis.
1. Cara grafis
Cara grafis ini prinsipnya adalah menggunakan data hasil pengayakan dan penimbangan
yang diplot sebagai kurva kumulatif untuk mengetahui parameter-parameter statistiknya. Kurva
kumulatif dibedakan menjadi dua, yaitu kurva kumulatif aritmetik (arithmetic ordinate) dan
kurva kumulatif probabilitas (probability ordinate).Kurva kumulatif aritmetik digambarkan
secara smooth melewati semua data (kurva berbentuk S), sehingga semua parameter statistic
dapat terbaca. Sedang kurva probabilitas digambarkan dengan garis lurus untuk mengetahui
probabilitas normalnya. Pada kurva ini memungkinkan untuk membaca parameter statistic lebih
akurat karena mengurangi interpolasi dan ekstrapolasi dalam penggambaran. Tetapi yang sering
digunakan adalah kurva kumulatif aritmetik karena lebih mencerminkan distribusi ukuran
butirnya. Kurva kumulatif dibuat dengan absis ukuran butir dalam millimeter ( untuk kertas
semilog) atau unit phi dan ordinat prosentase berat (skala 1 100%).

Setelah dilakukan pengayakan dan penimbangan hasilnya dapat disajikan dalam bentuk
table. Dan untuk mengetahui distribusi tiap frekuensi dapat dibuat histogram. Harga-harga

median diameter, koefisien sortasi, skewness dan kurtosis diturunkan dari kurva kumulatif dan
dihitung dengan rumus-rumus berikut :
Koefisien Sortasi (So)
Menurut Trask So = Q3/Q1, dengan ukuran dalam mm, sehingga jika :
So < 2,5

: Sortasi baik

So 2,5 4 : Sortasi normal (sedang)

So > 4

: Sortasi jelek

Rumus yang lain; So Q1/Q3 atau jika dinyatakan dalam kuartil adalah :
Kedua pengukuran tersebut selanjutnya jarang digunakan karena kurang teliti. Folk
menetukan koefisien sortasi sebagai defiasi standar grafis:
G = 84 25
2
Kemudian disempurnakan sebagai deviasi standar grafis inklusif sdengan rumus :
1 = 84 16 + 95 5
4
6,6
Harga So menurut Folk dan Ward (1957) :
< 0.35

Very well sorted

0.35 0.50

Well sorted

0.50 0.71

Moderetely well sorted

0.71 1.00

Moderetely sorted

1.00 2.00

Poorly sorted

2.00 4.00

Very poorly sorted

> 4.00

Extremely poorly sorted

Skewness (Sk)
Skewness menyatakan derajat ketidaksimetrian suatu kurva. Bila Sk berharga positif maka
sediment yang bersangkutan mempunyai jumlah butir halus lebih banyak dari jumlah butir yang

kasar dan sebaliknya jika berharga negative maka sediment tersebut mempunyai jumlah butir
kasar lebih banyak dari jumlah butir yangh halus.
Dan bila dinyatakan secara grafis maka :
Skq = (Q1+Q3-2(Md)) (dalam phi)
2
Harga Sk menurut Folk dan Ward (1957) :
>+0.3

strongly fine skewed

+0.3 - +0.1

fine skewed

+0.1 - -0.1

near symmetrical

-0.1 - -0.3

coarse skewed

<-0 .3="" o:p="">

strongly coarse skewed

Kurtosis (K)
Kurtosis menunjukan harga perbandingan antara pemilahan bagian tengah terhadap bagian
tepi dari suatu kurva. Untuk menentukan harga K digunakan rumus yang diajukan oleh Folk
(1968), yaitu :
K = __ 95 - 5___
2, 44(75-25
Harga K menurut Folk dan Ward (1957) adalah :
< 0.67
very platy kurtic
0.67 - 0.90
platy kurtic
0.90 1.11
meso kurtic
1.11 1.50
lepto kurtic
1.50 3.00
very lepto kurtic
> 3.00
extremly lepto kurtic

Cara matematis

Cara matematis dalam analisis ukuran butir akan memberikan gambaran yang lebih baik
daripada cara grafis, karena dalam cara matematis semua harga ukuran butir dalam klas interval
diikutsertakan dalam perhitungan. Kelemahan cara matematis ini adalah ruwetnya perhitungan
dalam pengolahan data. Untuk memahami cara matematis ini adalah dengan memahami
distribusi normal dari suatu kurva distribusi frekuensi yaitu kurva hasil pengeplotan ukuran butir
(dalam skala phi) dengan frekuensi yang disajikan dalam beberapa klas interval. Perhitungan
tersebut adalah perhitungan statistic. Ukuran butir diplot pada absis dan frekuensinya pada
ordinat. Kurva normal akan berbentuk simeetri.
Dalam statistic distribusi normal ini disebut moment. Istilah moment dalam mekanika yaitu
jarak dikalikan massanya. Jadi mome suatu benda terhadap suatu titik adalah besar massa
tersebut dikalikan jarak terhadap titik tersebut. Dalam statistikmassa digantikan dengan frekuensi
suatu klas interval ukuran butir dan jarak yang dipakai adalah jarak terhadap titik tertentu
(arbitrary point) yaitu suatu titik awal dari suatu kurva atau dapat juga titik rata-rata ukuran butir
tersebut.
Tiap klas interval dicari momenya, kemudian setelah momen masing-masing klas sudah
dicari dijumlahkan dan dibagi total jumlah sample ( jika frekuensi dalam % maka jumlahnya
100, hal ini memberikan harga momen per unit 1% frekuensi ).
= f . m
100
Momen pertama ini identik dengan harga rata-rata ukuran butir (mean). Frekuensi (f) dalam
prosen dan m adalah mid point tiap interval kelas dalam unit phi setelah diketahui harga x maka
dapat dijadikan titik tumpu dimana jarak disebelah titik kanannya positif dan sebelah kirinya
negatif. Distribusi dikatakan normal jika selisih jumlah kedua kelompok tersebut nol.
Harga momen yang lebih besar dicari dengan titik tumpu menggunakan X atau jarak m, jadi
jaraknya (m-x).
= f .(m - X)2
100
Momen pertama = nilai mean, frekuensi (f) dalam persen dan m adalah nilai mid poin tiap
kelas interval dalam unit phi.

Momen kedua ini merupakan kuadrat dari standart deviasi (). Standart deviasi ini
menunjukkan besar kecilnya selisih dari harga x dan ini merupakan konsep sortasi, sehingga
sortasi adalah :
= f .(m - X)3
100
Karena harga (m-x) positif disebelah kanan x dan negatif disebelah kirinya harga momen
ketiga yang normal adalah nol. Harga skewness dihitung dengan membagi momen ketiga dengan
pangkat tiga dari standar deviasi ().
= f .(m - X)4
100
Skewness ini mencerminkan deviasi dari keestriman dari suatu kurva dan peka terhadap yang
kasar atau halus dalam suatu populasi ukuran butir sedimen. Sehingga dapat digunakan untuk
interpretasi pengendapan dari sedimen tersebut.
Momen keempat digunakan untuk menghitung tinggi rendahnya puncak suatu kurva
distribusi (peakkedness) atau kurtosis. Kurtosis dicari dengan membagi momen keempat dengan
pangkat empat dari standar deviasi.