PENGANTAR GEOSTATISTIK PERTAMBANGAN

1.

Alat geostatistik
Geostatistik apabila dikombinasikan atau digabungkan dengan metode

statistik lain dapat diaplikasikan menjadi berbagai macam alat untuk memecahkan
masalah matematika yang dapat digunakan dalam menganalisa model,
memberikan perkiraan, dan memperhitungkan ketidakpastian untuk berbagai jenis
masalah diantaranya adalah nilai atau fasies geologi.
A. Data pertambangan
Salah satu kunci untuk melakukan pendekatan geostatistika membutuhkan
analisis dari rincian statistic dan korelasi data spasial yang ada di
lapangan. Untuk mendapatkan data pertambangan diperlukan alat alat
sebagai berikut :
Exploratory Spatial Data Analysis (ESDA)
Analisa data spasial eksplorasi terdapat dalam eksplorasi statistic
klasik begitu juga statistic spasial dari beberapa variable seperti
histogram, cross plot, QQ-plot, Variograms dan lain lain. Dengan
menghubungkan data grafik yang didapat dari data statistic dengan
data basemaps dapat memungkinkan untuk lebih memperjelas data
dan mencari keseragaman dalam populasi yang dijadikan objek
penelitian.
Peta variogram dapat dijadikan petunjuk utama dari fenomena
anisotropi sementara eksperimen variogram klasik digunakan
dalam menghitung variabilitas spasial dari berbagai fenomena

yang terjadi.
Principal Component Analysis (PCA) untuk analisa statistic yang
bersifat multivarian.

B. Pemodelan spasial
Langkah kedua dalam melakukan pendekatan geostatistik yaitu dengan
membangun model matematis yang sesuai dengan statistic variogram

spasial atau beberapa variable yang saling berkorelasi. Pemodelan spasial

didasarkan pada data yang di dapat yang berupa kurva eksperimen atau
percobaan.
C. Estimasi Pemodelan Linier
Pemodelan spasial dapat digunakan untuk mengestimasi sebuah variable
dengan menggunakan metode krigging yang di beri nama oleh Dr Krige.
Metode krigging ada beberapa macam tergantung pada banyaknya
variable yang ada dalam data dan model. Beberapa nama metode krigging
yaitu krigging biasa, krigging sederhana dan cokriging.
Namun metode krigging tidak dapat dijadikan acuan dalam menghasilkan
variable yang mencakup seluruh kejadian aslinya.

D. Pemodelan distribusi
Pemodelan distribusi dapat digunakan untuk mengalihkan antara nilai
variable yang belum di olah menjadi data Gaussian yang diperlukan
metode pendekatan geostatistik contohnya simulasi, geostatistik non
linear. Aplikasi pemodelan distribusi yaitu untuk memprediksi pemulihan
sumber daya alam yang dihubungkan dengan ukuran unit unit dalam
pertambangan.
E. Metode Estimasi Non-linear
Metode estimasi non linear digunakan karena metode krigging linear tidak
dapat digunakan dalam memecahkan masalah masalah yang bersifat non
linear. Beberapa contoh dari metode estimasi non linear diantaranya
adalah Multiple Indicator Kriging (MIK), Median Indicator Kriging,
Disjunctive Kriging (DK), Uniform Conditioning (UC)
F. Simulasi
Variable kontinu
Simulasi geostatistik di buat untuk menghasilkan hasil yang lebih
akurat apabila dibandingkan dengan metode kriging. Simulasi
geostatistik ini membutuhkan input data, model spasial beserta
data pemodelan distribusi. Algoritma simulasi yang dapat
diterapkan pada variable kontinu diantaranya adalah Sequential

Gaussian Simulations (SGS) & Turning Bands (TB).

Variabel fasies
Metode simulasi geostatistik lainnya yang dapat diterapkan untuk
menghasilkan beberapa model geologi diantaranya

adalah

Sequential Indicator Simulations (SIS), Truncated Gaussian

Simulations (TGS), Pluri Gaussian Simulations (PGS), simulasi
Boolean dan simulasi dengan berbasis objek.
2.

Aplikasi Dalam Bidang Pertambangan

geostatistika dalam bidang industri pertambangan dapat diaplikasikan pada tahap

eksplorasi sampai dengan tahap produksi.

A. Tahap eksplorasi
pada tahap awal eksplorasi ESDA dapat digunakan dalam membantu
menemukan variable yang saling berkorelas, menganalisa hasil statistic

per domain dan lain lain

variografi dapat digunakan dalam membantu konfigurasi geometri dari
mineralisasi yang dapat dijadikan acuan dalam merancang pola

pengeboran.
Kriging dapat digunakan dalam membangun model sumber daya yang
terdapat dalam blok yang di ambil dan sumber daya yang dapat di

pulihkan.
Strategi sampling dapat menentukan nilai dari beberapa pola yang

bersumber pada sumber daya yang ada

Kegiatan simulasi untuk membangun kerangka geologi dari hasil
pengamatan lubang pengeboran

B. Tahap Kelayakan
Metode non linear dapat digunakan untuk mengevaluasi cadangan

dengan lebih akurat berdasarkan ukuran SMU

Simulasi geostatistik dapat digunakan untuk mengukur nilai

ketidakpastian terkait dengan jumlah cadangan .

ESDA dapat dijadikan pemodelan berdasarkan data yang telah di
input.

C. Tahap Produksi
ESDA dapat dijadikan pemodelan berdasarkan data yang telah di

3.

input
Meningkatkan produksi sampel dengan mengoptimalkan nilai

control
Pemodelan sumber daya untuk rekonsiliasi

Kesimpulan

Geostatistika pada industri pertambangan karya Dr Krige yang di ikuti oleh

persamaan

matematika

oleh

Pr

Matheron

dapat

digunakan

untuk

mengevaluasi sumber daya mineral dan produksi. Teori mereka dapat

berkembang menjadi analisis dan pemodelan yang dapat memecahkan
masalah pertambangan pada saat ini. Teori mereka sekarang sering digunakan
dengan kombinasi metode determinan yang dapat ditemukan pada pemodelan
geologi.

DAFTAR PUSTAKA

Armstrong M. & Matheron G. (1987). Geostatistical Case Studies. Reidel,

Dordrecht
Isaaks EH & Srivastava RM. (1989). Applied Geostatistics. Oxford University
Press, Oxford
Chiles JP & Delfiner P. (1999). Geostatistics, Modeling Spatial Uncertainty. Wiley
Interscience, New York