LAPORAN PRAKTIKUM

PENGOLAHAN BAHAN GALIAN

SAMPLING DAN ANALISIS AYAKAN

Disusun Oleh:
KELOMPOK 1
1. YUANA
2. ANDRIYANI TAUFIK
3. BOBBY SURYA
4. DHANTY INDRIASTUTY
5. FADIL ADIJOANDA
6. HERMAWAN JAYA SINAGA
7. MUHAMMAD FITRA ANDRIAN
8. MUHAMAD GILANG KURNIAWAN
9. DANA DUS DOI
10. BOBBY PRIADI

(073001400001)
(073001400010)
(073001400019)
(073001400028)
(073001400037)
(073001400046)
(073001400063)
(07312119)
(07311026)
(073001300018)

PROGRAM STUDI TEKNIK PERTAMBANGAN

FAKULTAS TEKNOLOGI KEBUMIAN DAN ENERGI
UNIVERSITAS TRISAKTI
JAKARTA
2016

Laporan Modul 2 ,
Sampling dan Analisis Ayak
Hermawan Jaya Sinaga (073001400046) / Kelompok 1 / Senin,5 Desember 2016
Asisten : Moch.Iqbal Zaelana M.
Abstrak Praktikum Modul 2 - Tujuan dari percobaan sampling adalah mempelajari teknik-teknik sampling dan reduksi jumlahnya, serta
untuk menguasai data-data statistika yang digunakan pada sampling. Analisis ayak dapat digunakan untuk menentukan efisiensi berbagai
peralatan, menghitung derajat liberasi, serta mencari penyebab dan ukuran mineral berharga yang hilang bersama tailing. Percobaan
sampling dilakukan sebanyak tiga kali menggunakan metode riffle, coning and quartering, dan increment sampling. MAsing-masing
percobaan tersebut diikuti dengan grain counting yang hasilnya akan digunakan untuk uji statistik. Sedangkan pada percobaan analisis
ayak, sampel akan diayak dengan ayakan berukuran berbeda-beda, dan diukur berat material tertampung di setiap fraksinya. Dari
percobaan analisis ayak, akan dibuat grafik untuk mencari hubungan antara ukuran partikel dan banyak material yang lolos ayakan.

A.Tinjauan Pustaka
Sampling
Sampling adalah operasi pengambilan sebagian dari batuan
yang akan dianalisis yang banyaknya cukup untuk dianalisis atau
diuji fisik dari suatu yang besar jumlahnya sehingga
perbandingan dan distribusi kualitas dikeduanya sama. Suatu
yang sama jumlahnya disebut sebagai populasi atau lot.
Sedangan data atau besaran tentang populasi tersebut adalah
parameter dan besaran yang didapatkan dari contoh tersebut
disebut sebagai statistik.
Sampling (pengambilan conto) merupakan tahap awal dari
suatu analisis. Pengambilan conto harus efektif, cukup
seperlunya tapi representatif (mewakili). Sampling harus
dilakukan dalam tahapan yang benar sehingga hasil sampling
yang didapat mampu mewakili material yang begitu banyak dan
dapat dipakai sebagai patokan untuk mengontrol apakah proses
pengolahan tersebut berjalan dengan baik atau tidak. Sampling
dilakukan untuk dapat mengidentifikasi populasi (jumlah yang
lebih besar). Parameter (besaran tentang populasi) tidak pernah
dapat diketahui secara mutlak, sehingga dilakukan pendekatan
menggunakan statistik (besaran yang diperoleh dari conto).
Dengan kata lain, sampling merupakan teknik statistik yang
didasarkan pada teori peluang.
Ada beberapa elemen dasar yang perlu diperhatikan dan
masalah yang mungkin timbul dalam proses sampling ini yaitu
sebagai berikut:
Menentukan karakteristik sample
Menentukan tingkat kepercayaan (Confidence Level)
Karakteristik dan parameter populasi (lot)
Menentukan ukuran sample yang dibutuhkan
Faktor faktor yang dapat berpengaruh dalam sampling:
Variasi jenis mineral yang terdapat pada bahan galian
Distribusi yang tak merata
Variasi ukuran mineral
Variasi densitas
Berdasarkan cara melakukannya, sampling dibagi menjadi 3
jenis, yaitu:
Random sampling: adalah cara mengumpulkan conto
sedemikian rupa sehingga setiap unit dalam lot memiliki
peluang yang sama untuk diambil.
Sistematic sampling: merupakan cara mengumpulkan
conto dari populasi pada interval yang spesifik dan
teratur, baik dalam jumlah, waktu, dan ruang.

Increment: yaitu sejumlah material yang diambil sebagai

conto dari populasi dengan menggunakan alat sampling
dan dengan satu kali operasi pengambilan.

Pada skala yang lebih besar (pabrik pengolahan bahan

galian), sampling dan pembobotan dilakukan sebelum material
masuk ke pengolahan lebih lanjut untuk mengurangi risiko
terjadinya Losses.
Ada beberapa masalah yang dapat timbul dalam proses
sampling ini yaitu:
Variasi jenis material
Distribusi ukuran yang tak merata
Variasi ukutan
Variasi densitas
Variasi kekerasan
Sampel diambil menggunakan automatic sampling maupun
vezin sampler yang masing-masing memiliki cutter sebagai
pengambil sampel. Setelah diambil, sampel material harus diuji
kadarnya maupun derajat liberasinya untuk melihat secara umum
karakteristik fisik dari bahan galian. Pengujian kadar dan derajat
liberasi tersebut diikuti dengan uji statistik untuk menentukan
keakuratan metode sampling yang dilakukan. Parameter statistik
yang paling umum untuk menentukan akurasi perocbaan adalah
variansi dan standar deviasi (simpangan baku). Semakin kecil
variansi dan standar deviasinya, semakin kecil error dari
percobaan.
Dari mekanismenya, pengambilan contoh (sampling) dapat
dibagi dua, yaitu:
1. Hand Sampling
Pengambilan contoh dilakukan menggunakan tangan,
sehingga hasilnya sangat bergantung pada ketelitian operator.
Hand sampling ini dapat dilakukan dalam berbagai cara yaitu:
a. Grab Sampling: Pengambilan sampel pada material
yang homogen dan dilakuakn dengan interval tertentu
dengan menggunakan sekop.
b. Shovel Sampling: Pengambilan sampel dengan
menggunakan shovel, keuntungannya lebih murah,
waktu sampling menjadi lebih cepat dan memerlukan
tempat yang tak luas. Material diambil berukuran kurang
dari 2 inch
c. Stream Sampling: Alat yang digunakan adalah hand
samplng cutter. Biasanya untuk yang material basah.

d.
e.
f.

Pipe Sampling: Alat yang digunakan pipa/tabung. Salah

satu ujung pipa yang runcing dimasukkan kedalam
material. Biasanya digunakan pada material padat yang
halus dan tidak terlalu keras.
Coning and Quartening

Selanjutnya, setelah sampling dibagi menjadi beberapa

bagian seperti metoda sampling tersebut. Ada hal yang penting

2.

Mechanical Sampling
Digunakan untuk pengambilan contoh dalam jumlah yang
sangat besar dan dengan hasil yang lebih representative
dibandingkan dengan hand sampling. Alat yang digunakan
adalah riffle sampler dan vezin sampler.
Dalam percobaan ini ada 3 metoda yang digunakan dalam
melakukan sampling yaitu:
1. Metoda Riffle Sampler
Metoda Riffle Sampler adalah metoda sampling dengan
menggunakan suatu alat khusus yang disebut dengan Splitter, alat
ini dapat digunakan untuk membagi agregat menjadi dua bagian
yang sama. Jika belum mendapatkan hasil yang maksimal, maka
cara tersebut bisa diulangi kembali.
Alat Splitter ini berbentuk persegi panjang dan dengan
didalamnya terbagi menjadi beberapa sekat yang arahnya saling
berlawanan. Sekat ini berfungsi sebagai pembagi contoh agar
dapat terbagi sama rata.
Setelah terbagi 2 menjadi rata maka hal yang selanjutnya
akan dilakukan grain counting untuk mencari tahu seberapa
banyak konsentrat (mineral berharga) yang terdapat pada batuan
tersebut.
Gambar

A.1.

Alat

Riffle

Sampler
2.

Metoda
Increment
Metode
Increment adalah
suatu
metode
sampling
dengan
cara
mengucurkan
sampel
terlebih
dahulu
menggunakan corong membentuk gundukan berbentuk kerucut
,lalu mengambil bagian puncak / teratas dengan menggunakan
sekop lalu dilanjutkan dengan grain counting.
Metode ini bertujuan untuk mengambil sebagian sampel
yang terdapat pada suatu lot yang akhirnya akan mewakili
keseluruhan populasi (lot). Metode ini juga dapat digunakan
apabila sample yang digunakan sangat banyak.
3. Metode Coning Quartening
Metode Coning Quartening adalah cara pengujian sampling
tanpa menggunakan alat khusus yaitu pengujian yang sangat
sederhana. Biasanya dilakukan dilapangan secara langsung
karena keterbatasan alat uji. Pengujian ini relatif mudah, yaitu
dengan mengaduk-aduk aggregat yang akan diambil sebagai
bahan uji, kemudian dibuat tipis (ditekan) lalu dibagi menjadi 4
bagian yang kurang lebih sama banyaknya, salah satu bagian
yang berseberangan diambil sebagai bahan uji. Jika bahan yang
didapat tidak sesuai atau belum sesuai dengan yang dibutuhkan
maka perlu dilakukan kembali cara sebelumnya sampai
didapatkan bahan yang dibutuhkan.
Gambar A.2. Metoda Coning and Quartening

2
3

dalam sampling ini yaitu grain counting.

Grain counting adalah pengujian sampling berdasarkan
banyaknya perbedaan butir mineral yang terdapat dalam uji
sampling tersebut. Perbedaan ini didasarkan oleh perbedaan
warna butir batuan yang terdapat dalam suatu sampel. Data yang
didapat pada uji grain counting ini tidaklah persis benar. Tetapi
disini juga berpengaruh nilai hasil peluang.
Data dari hasil grain counting ini akan didapatkan dari
sample yang berada pada kotak kotak seperti dibawah ini.
Gambar A.3 Tabel Grain Counting
Analisa Ayakan
Analisa ayakan sangat umum digunakan dalam pengolahan
bahan galian, antara lain digunakan untuk menentukan efisiensi
berbagai peralatan, menghitungn derajat liberasi, mencari
penyebab dan ukuran mineral berharga yang hilang bersama
tailing.
Data yang didapatkan dari analisis ayakan umumnya
dipresentasikan dalam bentuk grafik dengan cara memplot
ukuran partikel pada abses (sumbu x) dan berat sebagai
ordinat(sumbu y). Ada dua pendekatan dalam menggambarkna
berat yaitu:
Jumlah berat masing-masing fraksi dalam persen
Jumlah berat kumulatif
Grafik yang dipresentasikan yaitu:
1. Direct Plot: Ukuran partikel diplot sebagai absis
terhadap persen berat tertampung pada masing masing
ayakan.
2. Cummulative Direct Plot: persen berat kumulatif
tertampung/lolos ayakan diplot terhadap ukuran.
3. Semi-log Plot: sumbu x pakai skala logaritmik
4. Log-log Plot: sumbu x dan y pakai skala logaritmik

Pada analisis ayakan juga terkenal dengan nilai GaudinSchuman dimana Gaudin Schuman plot merupakan log-log plot
dimana persen berat kumulatif lolos ayakan pada sumbu y, dan
ukuran partikel pada sumbu. Dan grafiknya dapat dinyatakan
sebagai berikut:
m

Y =(

100
#
150
#
200
#

65#
100
#
150
#
200
#

X
) x 100
K

149

283,9

104

310,6

74

372,4

413,3

Tabel B.d. Tabel Analisa Ayakan

C. Pengolahan Data Percobaan

Langkah-Langkah Percobaan

Dimana: Y = %Berat kumulatif lolos ukuran x

m= Modulus distribusi
k= modulus ukuran dalam mikron
x= ukuran partikel

a)

Sampling (Riffle Sampling)

Siapkan Bahan yang diperlukan

(Campuran Kasiterit dan Kuarsa)

B. Data Percobaan
a) Sampling (Riffle Sampling)

Percoba
an ke
1
2
3
4
5

2
3
H P H P H
1 0 0 2 2
1 2 4 1 2
1
4 6 2 4 4
2 0 1 1 1
1 0 3 0 1

4
P
2
2
2
0
1
3

H P
1 1
4 0
1
4 0
1 0
0 2

H
4
5
1
8
2
4

Bagi campuran dengan metode Riffle

hingga 2x pembagian

P
3
2
1
3
1
2

Taburkan beberapa butir dengan

menggunakan jari keatas kotak grain
counting

Tabel B.a. Tabel Riffle Sampling

b) Sampling (Increment Sampling)

1
Percobaa
n ke
H P
1
2 5
2
1 1
1
3
8 2
4
1 1
5
1 3

H P
3 3
0 2
1
6 5
3 4
6 4

H
2
7
1
2
3
4

Lakukan grain counting 5x

4
5
P H P H P
4 5 2 4 1
2 6 4 2 6
1
9 6 7 7 2
2 3 2 0 1
1 4 2 6 5

b) Sampling (Increment Sampling

Siapkan Bahan yang diperlukan

(Campuran Kasiterit dan Kuarsa)

Tabel B.b Tabel Increment Sampling

c)

Sampling (Coning Quartening Sampling)

Percobaa
n ke

1
2

H
2
2

3
4
5

3
0
0

2
P
2
3
1
8
4
8

H
4
1
9
2
1

3
P
1
6
1
8
4
1

H
0
0
4
0
3

4
P
1
1
1
5
2
2

H
0
1
4
4
1

5
P
1
2
1
6
2
1

H
3
0
1
0
0
0

Tabel B.c Tabel Coning Quartening Sampling

d) Analisa Ayakan
Fraksi #
Fraksi
(microns)
+
65#
210

Berat Kum.
Tertampung
198,2

P
4
4
34
3
8

Bentuk campuran menjadi kerucut

Potong bagian atas kerucut hingga

membentuk kerucut yang lebih kecil

Taburkan sejumlah sampel yang diambli

dengan jari keatas kotak grain counting

Lakukan grain counting 5x

c)

Sampling (Coning Quartening Sampling)

Siapkan Bahan yang diperlukan

(Campuran Kasiterit dan Kuarsa)

d) Analisa Ayakan

Siapkan 500 gram sampel

Bentuk campuran menjadi kerucut

Bagi kerucut menjadi 4 bagian

Masukkan kedalam Sieve (penguji

ayakan) dengan ukuran yang
terbesar
Saring dengan urutan ukuran (Mesh
Tyler) dari yang terbesar sampai
terkecil

Ayak selama 15 menit

Pilih 2 bagian yang saling

berseberangan

Timbang masing masing fraksi sieve

Bentuk kembali kerucut dari 2

bagian yang telah dipilih
Hitung % berat kumulatif tertampung

Bagi kerucut menjadi 4 bagian

Rumus yang Digunakan

Kadar Kasiterit

%H=

Pilih 2 bagian yang saling

berseberangan

Taburkan sejumlah sampel

menggunakan jari keatas kotak
grain counting

xH . H
xH H + xP P

Kadar Kuarsa

%P=

xP . P
xH H + xP P

Standar Deviasi

S 2=

( X X ' )2
n1

S= S2
Selang Kepercayaan

Lakukan grain counting 5x

X'

ta S
ta S
< <X' +
2 n
2 n

% Error

Berat akhirBerat awal

x 100
Berat awal

0,868486
35
0,785291
37
0,840840
84
0,840840
84
0,722472
88

22
23

Gaudin Schuman

24

k 2
Y =100( )
x

25
RATARATA

Hasil Sampling
a) Riffle Sampling
Konsentrat (Kasiterit)

NO
1
2

1
0,569105
69

0,637813
21

0,913539
97

0,569105
69

0,725388
6

10

11
12

S 2=

%H

0,725388
6
0,725388
6

13

0,649006
62

14

0,725388
6

15

0,468227
42

16

0,725388
6

17

18

0,513761
47

19

20

21

0,778859
53

0,27752
7
0,15336
7
-0,08466
0,27752
7
0,27752
7
0,72247
3
0,19106
7
0,15336
7
0,00291
6
0,27752
7
0,00291
6
0,00291
6
0,07346
6
0,00291
6
0,25424
5
0,00291
6
0,27752
7
0,20871
1
0,27752
7
0,72247
3
0,05638
7

0,07702
13

(x x )2

S=0,27133

0,52196
71

NO

0,03650
66

0,02352
15

Tailing (Kuarsa)

%P

X- X

0
0,4308
94
0,3621
87

0,0864
6

0,4308
94

0,2746
11

10

0,04356
05

11

0,2746
11

0,07702
13

12

0,52196
71

0,2746
11

13

8,501E06
0,06464
08
8,501E06
0,07702
13

0,00317
95

n1

S= S2

0,00716
73
0,07702
13
0,07702
13

0,00539
73

TOTAL

0,02131
(X99
X )2
0,00394
62
0,01401
1
0,01401
1
1,76688
73

S 2=0,0763

0,02352
15

8,501E06
0,07702
13
8,501E06
8,501E06

0,14601
3
0,06281
8
0,11836
8
0,11836
8

14

0,3509
93
0,2746
11

0,2775
3
0,1533
67
0,0846
6
0,2775
3
0,2775
3
0,7224
73
0,1910
7
0,1533
67
0,0029
2
0,2775
3
0,0029
2
0,0029
2
0,0734
66
0,0029

( X X )2

0,0770
21
0,0235
21
0,0071
67
0,0770
21
0,0770
21
0,5219
67
0,0365
07
0,0235
21
8,5E06
0,0770
21
8,5E06
8,5E06
0,0053
97
8,5E06

2
15
16
17
18
19
20
21
22
23
24
25
RATARATA

0,5317 0,2542
73
45
0,2746
0,0029
11
2
0
0,2775
3
0,4862 0,2087
39
11
0
0,2775
3
0,7224
1
73
0,2211
0,0563
4
9
0,1315
0,1460
14
1
0,2147
0,0628
09
2
0,1591
0,1183
59
7
0,1591
0,1183
59
7
0,2775 TOTA
27
L

S 2=

0,0646
41
8,5E06
0,0770
21
0,0435
6
0,0770
21
0,5219
67
0,0031
79
0,0213
2
0,0039
46
0,0140
11
0,0140
11

Selang Kepercayaan Kasiterit

1,7668
87

(x x )2

ta s
ta s

<n< x +
2 n
2 n
0.61068<n<

n1

0.83426

Selang Kepercayaan Silika

S 2=0,0763
S= S

S=0,27133

ta s
ta s

<n< x +
2 n
2 n
= 0.26342 n<
0.29164

b) Increment Sampling
Konsentrat

Selang Kepercayaan

NO

%H

0,51376
147

0,14557
7

(X X )2
0,0211
926

0,72538
86

0,06605

0,0043
627

0,63781
321

0,02152
5

0,0004
633

0,72538
86

0,06605

0,0043
627

X X

5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

23
24
25
RAT
ARAT
A

0,46822
742
0,19111
H
P
1
10,72538 0 0,06605
86
1
2
0
4
6 0,65933
8
2
0
0,51376
1 147 0 0,14557
7
0
2
0,66455 0,00521
9
4 696 1
0,79847 0,13914
2 909 4
1
10,56910 1
569
0,09023
3
0
3
0,90239
0,24305
2
2
411
6
20,77885 2 0,11952
1
14 953 20
0,79847 0,13914
1 909 1
1
0,91353
0,25420
1
3
997
2
10,86848 1 0,20914
8
4 635 0
0,79847 0,13914
4 909 10
1
10,69364 0 0,03430
162
3
00,79847 2 0,13914
1
4 909 3
0,84084 0,18150
5 084 2
3
0,91353 0,25420
18
13
997
2
20,46822 1
742
0,19111
4
2
1
0,60643
0,05290
564
3
0
0,65933
8
0,76018 0,10084
1
3
0,65933
819

( x x )2
S 2=
n1

TOTAL

X X

0,0365
233
0,0043
627
0,4347
269

Tailing

NO

%P

0,0211
926

0,486
239

2,724E05
0,0193
602

0,274
611

0,362
187

0,0081
419

0,274
611

0,0590
762
0,0142
853
0,0193
602
0,0646
185
0,0437
43
0,0193
602
0,0011
767
0,0193
602
0,0329
432
0,0646
185

0,531
773

0,274
611

0,486
239

0,335
443

10

0,201
521

11

0,430
894

12

0,097
606

0,0365
233

13

0,221
14

0,0027
987

14

0,201
521

0,4347
269

15

0,086
46

0,0101
693

16

0,131
514

1,3774
762

17

0,201
521

18

0,306
358

19

0,201
521

20

0,159
159

(X X )2

S =0,05739
S= S2 = 0,23957

0,145
577
0,066
05
0,021
525
0,066
05
0,191
111
0,066
05
0,659
338
0,145
577
0,005
22
0,139
14
0,090
233
0,243
06
0,119
52
0,139
14
0,254
2
0,209
15
0,139
14
0,034
3
0,139
14
0,181
5

0,0211
93
0,0043
63
0,0004
63
0,0043
63
0,0365
23
0,0043
63
0,4347
27
0,0211
93
2,72E05
0,0193
6
0,0081
42
0,0590
76
0,0142
85
0,0193
6
0,0646
19
0,0437
43
0,0193
6
0,0011
77
0,0193
6
0,0329
43

0,086
46

21

0,531
773
0,393
564

22
23
24

25

0,239
819

RATARATA

0,340
662

0,254
2
0,191
111
0,052
903
0,659
338
0,100
84
TOTA
L

0,0646
19 H
0,0365 2
23 1
0,0027
99 8
0,4347
27 1
0,0101
69 1
3
1,3774
76 0

P
5
1
12
1
3
3
2

( x x )2

S=

15

n1

S 2=0,05739

12

12

S= S2
0,23957

Selang Kepercayaan

Selang Kepercayaan Kasiterit

ta s
ta s

<n< x +
2 n
2 n
0.56063<n<

Selang Kepercayaan Kuarsa

0.75804

ta s
ta s

<n< x +
2 n
2 n
0.32825<n<
0.35312
c)

NO

Coning Quartening Sampling

Konsentrat

%H
0,72538
86
0,63781
321

0,30567
686

0,91353
997

0,30567
686

8
9
10

0,56910
569
0,56910
569
0,72538
86

11

12

( X X )2

X X
0,34145
6
0,25388
1
0,07825
5
0,38393
2
0,38393
2
0,52960
8
0,07825
5
0,18517
3
0,18517
3
0,34145
6
0,38393
2
0,38393

0,1165
925
0,0644
556
0,0061
239
0,1474
039
0,1474
039
0,2804
844
0,0061
239
0,0342
892
0,0342
892
0,1165
925
0,1474
039
0,1474
039

2
13

0,41328
413

14

15

0,79847
909

16

0
0,56910
569
0,39772
727
0,84084
084
0,72538
86
0,66455
696

17
18
19
20
21
22

23

0,43722
673

24

25

RATARATA

0,38393
219

2
( x x )

S=

0,02935
2
0,38393
2
0,41454
7
0,38393
2
0,18517
3
0,01379
5
0,45690
9
0,34145
6
0,28062
5
0,38393
2
0,05329
5
0,38393
2
0,38393
2
TOTAL

NO

0,2746
1 0,0008
615 11
0,1474
0,3621
2 039
87
0,1718
0,6943
3 491
23
0,1474
4 039 1
5 0,0342 1
892
0,0864
6 0,0001
903 6
0,2087
0,6943
7 655
23
0,1165
0,4308
8 925
0,0787 94
503
0,4308
9 0,1474
039 94
0,2746
100,0028
403 11
0,1474
11 039 1
120,1474 1
039
0,5867
13
2,5997 16
253
14
1

n1

%P

15

0,2015
21

16

17

0,4308
94

18

0,6022
73

19

0,1591
59

20

0,2746
11

21

0,3354
43

22

23

0,5627
73

24

25

S =0,10832
S= S =0,32912
2

S 2=

Tailing

( x x )2
n1

S 2=0,10832
S= S2=0,32912

X X

(X X )2

0,1165
0,3414
92
6
Selang
0,0644
Kepercayaan
0,2538
56
8
H
P
0,0782 0,0061
55 2 24 2
0,3839 0,1474
2
3
32
04
0,3839 3 0,147418
32
04
0
4
0,2804
0,5296
0 84 8
1
0,0782 0,0061
4
1
55
24
1 0,03426
0,1851
89
7
9
18
0,03424
0,1851 2
89
7
1
1
0,1165
0,3414 0
92 1
6
0,3839 0 0,14741
32
04
4
0,3839 0,147415
32
04
0
2
0,0008
0,0293 3
62 2
5
0,3839 0 0,14741
32
04
1
2
0,1718
0,4145
4 49 16
5
0,3839 4 0,14742
32
04
1
1
0,0342
0,1851
3 89 4
7
0,0001
0
4
0,0138
9
100,208734
0,4569
66
0
3
1
0,11658
0,3414 0
92
6
0,0787 Selang Kepercayaan Kasiterit
0,2806
5
2
ta s
ta s
x 0,1474
<n< x +
0,3839
2 n
32 2 n04
0.36682<n<
0.40105
0,0028 Selang
Kepercayaan Kuarsa
0,0532
4
9
0,3839 0,1474
ta s
ta s
32 0.598953<n<
04
x
<n< x +
0,3839 0,1474
2 n
2 n
0.633182

%Error=
Log 80=

2,759820985
1,903089987

Direct Plot

d) Analisis Ayakan
100

Fraksi #
-

Fraksi
(microns
)

90

Berat Kum.
Tertampung

Berat

80
70
60

65#

210

198,2

198,2

50
40

65#

100#

149

283,9

85,7

30

f(x) = - 8.19x + 44.57

20

100
#

150#

104

310,6

26,7

150
#

200#

74

372,4

61,8

200
#

413,3

40,9

10
0
210

149

104

74

Grafik C.1 Direct Plot

Semi-Log Plot
%Berat

Kum. %Berat
Tertampung

Kum. %Berat Lolos

47,9554803

47,95548028

52,04451972

20,7355432

68,69102347

31,30897653

6,4601984

75,15122187

24,84877813

14,9528188

90,10404065

9,895959352

9,89595935

100

Log. Ukuran

100
90
80
70
60
50
40
30
20
10
0

f(x) = - 13.29x + 62.75

Grafik C.2 Semi-Log Plot

Log % Berat Kum. Lolos

Cum. Direct Plot

100
90
80

2,322219295

1,716375005

70
60

2,173186268

1,495668871

2,017033339

1,395305038

1,86923172

0,995457903

Berat Teoritis = 402,2 gram

50
40

f(x) = - 13.29x + 62.75

30
20
10
0
210

149

Grafik C.3 Cummulative Direct Plot

104

Log-Log Plot
2
1.5

f(x) = - 0.23x + 1.97

1
0.5
0

Grafik C.4 Log-Log Plot

Mencari nilai m:
Cummulative Direct Plot

8062,751
13,291

m=

m=

= -1,297795501

Log-Log Plot

log 801,9665
= 0,280203327
0,2663

Gaudin Schuman
Y= (x/k)m x 100
m

80/100=x /k

0,8=2,322/210
m= 0,05

plot. Dari keempat grafik ini seluruhnya akan dicari

nilai regresinya dan dapat disimpulkan bahwa grafik
yang paling linear adalah grafik log-log plot. Hal ini
dikarenakan nilainya yang lebih mendekati ke nilai
1.
Dan hal ini pula dibuktikan dengan nilai m atau
distribusi ukurannya dari log-log plot hampir sama
nilainya dengan hasil yang didapatkan dengan cara
Gaudin-Schuman plot. Nilai Gaudin Schuman Plot
ini adalah nilai yang paling efektif dari analisa
ayakan ini.
Pada analisis ayak, terdapat perbedaan antara berat
material sebelum dan setelah dilakukan proses
sieving. Sebelum diayak, berat material yang
diukur sebanyak 402,2 gram, sedangkan setelah
diayak berat material sebanyak 413,3 gram,berasal
dari penjumlahan berat masing-masing fraksi
ayakan. Perbedaan tersebut menghasilkan nilai eror
sebesar 2,76%, dan efisiensi alat sebesar 102,76%.
Yang biasa terjadi adalah berkurangnya material
akibat efisiensi alat selalu bernilai kurang dari
100%. Namun, keanehan yang terjadi berupa
penambahan berat ini dapat disebabkan oleh ikut
tertimbangnya material di fraksi sebelumnya
karena kurang bersih dalam membersihkan
material di wadah. Selain itu,kesalahan juga
dapat berasal dari kurang telitinya pembacaan
neraca Ohauss oleh praktikan. Hal ini
mengakibatkan kesalahan terbawa sampai tahap
selanjutnya, dan baru dapat diketahui di akhir
setelah semua berat tiap fraksi dijumlahkan.
D.2 Sampling
Sampling adalah operasi pengambilan sebagian
dari lot yang cukup banyak secara representatif
untuk dianalisis atau uji fisik dari suatu yang sangat
besar jumlahnya.
Percobaan Sampling Berdasarkan hasil
pengujian statistik dan penghitungan selang rataan
pada masing-masing metode, selang rataan pada
riffle maka untuk kasiterit akan menghasilkan
rentang kepercayaan

0.61068<n<

0.83426

sedangkan selang kepercayaan kasiterit pada metode

increment
dan
coning
quartening
adalah
D. Analisa Hasil Percobaan
D.1 Analisis Ayakan
Analisis Ayak adalah suatu pemerikasan yang
dilakukan untuk mementukan pembagin susunan
ukuran butiran suatu tanah (Garadasi Tanah). Ini
dilakukan dengan pengayakan butiran tahan yang
telah dipisahkan terlebih dahulu kemudian diayak
dengan ayakan yang diameternya telah diatur dan
diayak dengan mesin penggetar .
Material apapun itu apabila melalui proses
pengolahan bahan galian pasti diminta untuk
mencari tahu keefektifannya. Keefektifan dari
analisa ayakan ini dilakukan dengan cara mencari
nilai P80 dari hasil analisa ayakan tersebut.
Perhitungan nilai P80 ini dapat diketahui dari grafik
yang didapatkan oleh praktikkan yakni direct plot,
cummulative direct plot, semi-log plot, dan log-log

0.56063<n<

0.75804

dan

0.36682<n< 0.40105.Semakin lebar rentang

selang rataan, berarti semakin kecil kesalahan
tebakan (lebih akurat). Sehingga didapatkan bahwa
metode coning quartening adalah metode paling
akurat dari percobaan sampling ini dikarenakan
interval konsentrat yang didapatkan lebih kecil
Ada beberapa faktor yang dapat menyebabkan
keefektifan ini terjadi yaitu:
1. Pengumpanan sample menggunakan riffle
dilakukan secara manual sehingga sample
terbagi dua tapi tidak merata.
2. Banyak sample yang hilang saat
pengumpanan
3. Perhitungan yang kurang efektif karena
hanya menggunakan mata biasa.

Gambar 1
E. Kesimpulan
Dalam menentukan nilai P80 serta keefektifan
dari suatu analisis ayakan perlu dibuat grafik. Hal ini
dikarenakan untuk melihat bagaimana pengaruh
ukuran fraksi bauan terhadap keefektifan dari mesin
yang akan digunakan untuk mengolah batuan
tersebut termasuk didalamnya spesifikasi alat yang
akan digunakan dan nilai ini diperoleh dari grafik
yang selanjutnya harus disandingkan dengan nilai
Gaudin Schuman Plot. Nilai yang paling baik adalah
nilai yang mendekati nilai Gaudin Schuman Plot dan
R2 nya mendekati 1.
Agar suatu sampling adapt dikatakan
representatif maka sampling harus dilakukan secara
acak dan sistematis.
Dalam praktikum ini, metoda sampling yang
paling efektif adalah metode coning quartening. Hal
ini diakarenakan selang kepercayaannya yang
nilainya tidak terlalu jauh rentangnya. Karena
apabila rentangnya jauh maka akan ada banyak
alasan untuk tidak mempercayai hasil analisa
sampling tersebut. Dan didapatkan nilai dari coning
quartening untuk selang kepercayaannya yaitu

Seluruh praktikan bersama asisten

0.36682<n< 0.40105.
Ada
banyak
yang
dapat
membuat
ketidakefektifan suatu pengujian sampling ini salah
satunya adalah ketidak mampuan mata untuk
melihat seteliti mungkin lalu, alat yang digunakan
juga dapat berpengaruh pada kefektifannya.
F. Daftar Pustaka
Kelly, Errol G. & David J. Spottiswood. 1982.
Introduction to Mineral Processing. Hal. 23-24.
USA: John Wiley & Sons.
https://id.scribd.com/doc/212472713/Modul-2Sampling-Dan-Analisis-Ayak.
H. Lampiran
Jawaban Pertanyaan dan Tugas:
1. Jelaskan teknik pengambilan contoh serta reduksi
jumlah yang umum dilakukan di pabrik pengolahan
bahan galian.
Jawaban: Kebanyakan pabrik pengolahan menggunakan random
sampling dengan beberapa metoda diantara yang paling canggih
adalah dengan XRF (X-Ray Fluorescent). Sedangkan teknik
reduksi yang dipakai adalah dengan metoda riffle. Teknik
pengambilan contoh yang umum dilakukan di pabrik pengolahan
adalah dengan menggunakan automatic sampler.
2.

Pada pengambilan contoh, perlu ditentukan dulu berat

contoh atau banyaknya increment yang akan diambil.
Jelaskan faktor faktor yang mempengaruhi banyaknya
increment atau berat contoh yang akan diambil

Jawaban: Faktor faktor yang mempengaruhi banyaknya

increment adalah berat populasi keseluruhan, ukuran partikel
dan keakuratan yang diinginkan.

Foto Praktikum

Gambar 2
Sampling

Gambar 3
Sampel pada sieve
Gambar 4
Proses Sieving