TA3201 GEOSTATISTIK
UNTUK PEMODELAN SUMBERDAYA
Disusun oleh :
Fina Fitriana R.
12113079
Asisten:
Firly Rachmaditya Baskoro, ST., MT.
dan rahmat-Nya pengerjaan Laporan Praktikum Pengenalan Perangkat Lunak untuk Mata
Ucapan terima kasih kami sampaikan kepada Bapak Mohamad Nur Heriawan,
ST.,MT.,Ph.D selaku dosen pengampu matakuliah dan Mas Firly Rachmaditya Baskoro,
ST.,MT selaku asisten praktikum yang telah banyak membantu dan membimbing kami
dalam pelaksanaan praktikum serta penyusunan laporan praktikum ini. Tidak lupa juga,
kami mengucapkan terima kasih kepada semua pihak yang telah membantu penyusunan
Kami menyadari bahwa di dalam laporan ini tidak terlepas dari kesalahan-
kesalahan. Oleh karena itu, jika ada kritik dan saran yang bersifat membangun akan kami
tampung. Akhir kata, kami menyampaikan ucapan terima kasih kepada para pembaca
Fina Fitriana R.
Daftar Isi
Cover
Kata Pengantar
Daftar Isi
Daftar Pustaka
BAB I
Data yang digunakan dalam praktikum ini merupakan dataset hasil kegiatan pemboran untuk
jenis endapan batubara. Deskripsi litologi dan pengujian kadar adalah hal yang sangat penting
pada saat mendapatkan sampel dari lapangan. Pengujian kadar secara individual akan
mempresentasikan nilai kadar (assay) untuk suatu interval panjang core (conto inti bor) tertentu
disertai dengan deskripsi litologi dari material hasil pemboran. Tabel 1.1 menunjukkan contoh
rekapitulasi hasil pengujian kadar dan pengamatan litologi dari data pemboran pada endapan
batubara.
Tabel 1.1 Tabulasi data assay hasil pemboran dan pengujian kadar pada endapan batubara
*file basis data lengkap terlampir di CD
Bor Hole X Y Z SampDHe Code Seam From To Thick SG Ash (% adb) TS (% adb) CV (kkal/kg ar)
DH-95-20 1167,79 -2880,53 36,24 DH-95-20-10 Q 62,10 62,35 0,25 1,30 3,24 0,87 4722,3
DH-95-20 1167,79 -2880,53 36,24 DH-95-20-11 Q 62,35 62,60 0,25 1,30 2,88 0,73 4680
DH-95-20 1167,79 -2880,53 36,24 DH-95-20-12 Q 62,60 63,35 0,75 1,30 2,61 0,54 4675,5
DH-95-20 1167,79 -2880,53 36,24 DH-95-20-13 Q 63,35 63,60 0,25 1,30 2,07 0,25 4717,8
DH-95-20 1167,79 -2880,53 36,24 DH-95-20-14 Q 63,60 63,85 0,25 1,30 2,52 0,37 4649,4
DH-95-57 706,83 -2967,69 58,58 DH-95-57-01 R 22,60 22,85 0,25 1,30 3,24 0,49 4599,9
DH-95-57 706,83 -2967,69 58,58 DH-95-57-02 R 22,85 23,10 0,25 1,30 6,39 0,25 4447,8
DH-95-57 706,83 -2967,69 58,58 DH-95-57-03 R 23,10 25,72 2,62 1,30 1,98 0,76 4670,1
DH-95-57 706,83 -2967,69 58,58 DH-95-57-04 RB 25,72 26,05 0,33 1,30 13,32 3,24 3998,7
DH-95-57 706,83 -2967,69 58,58 DH-95-57-05 RB 26,05 26,30 0,25 1,30 7,47 3,76 4418,1
DH-95-57 706,83 -2967,69 58,58 DH-95-57-06 RB 26,30 26,55 0,25 1,30 13,14 2,20 4144,5
DH-95-19 906,62 -2874,62 55,92 DH-95-19-01 R 42,10 42,35 0,25 1,30 3,33 0,56 4726,8
DH-95-19 906,62 -2874,62 55,92 DH-95-19-02 R 42,35 42,60 0,25 1,30 3,96 0,46 4561,2
DH-95-19 906,62 -2874,62 55,92 DH-95-19-03 R 42,60 43,10 0,50 1,30 2,52 0,45 4650,3
DH-95-19 906,62 -2874,62 55,92 DH-95-19-04 R 43,10 44,40 1,30 1,30 2,70 0,78 4698,9
DH-95-19 906,62 -2874,62 55,92 DH-95-19-05 RB 44,40 44,90 0,50 1,30 18,63 3,70 3684,6
DH-95-19 906,62 -2874,62 55,92 DH-95-19-06 RB 44,90 45,15 0,25 1,30 8,64 4,02 4311
DH-95-19 906,62 -2874,62 55,92 DH-95-19-07 RB 45,15 45,40 0,25 1,30 9,09 5,42 4257
DH-95-19 906,62 -2874,62 55,92 DH-95-19-08 Q 65,20 66,05 0,85 1,30 9,27 1,41 4398,3
DH-95-21 668,86 -3171,61 77,56 DH-95-21-01 RT 25,60 25,85 0,25 1,30 7,74 3,02 5045,4
DH-95-21 668,86 -3171,61 77,56 DH-95-21-02 R 25,85 26,10 0,25 1,30 4,14 0,71 4511,7
DH-95-21 668,86 -3171,61 77,56 DH-95-21-03 R 26,10 26,60 0,50 1,30 3,96 0,50 4504,5
DH-95-21 668,86 -3171,61 77,56 DH-95-21-04 R 26,60 27,55 0,95 1,30 2,43 0,68 4653
DH-95-21 668,86 -3171,61 77,56 DH-95-21-05 RB 27,55 28,05 0,50 1,30 2,25 1,51 4572
DH-95-22 898,96 -3179,16 57,76 DH-95-22-01 R 27,07 27,32 0,25 1,30 4,68 0,45 4582,8
DH-95-22 898,96 -3179,16 57,76 DH-95-22-02 R 27,32 27,57 0,25 1,30 2,43 0,34 4914
DH-95-22 898,96 -3179,16 57,76 DH-95-22-03 R 27,57 28,07 0,50 1,30 8,64 0,25 4202,1
1.1 Komposit Data
Komposit adalah metode penggabungan bberapa data kadar individu hingga menghasilkan
kadar rata-rata. Pembuatandata komposit bertujuan untuk mereduksi data-data yang bersifat
unik. Alasan dan keuntungan dari pembuatan komposit data ini, antara lain (Hustrulid, 1995):
1. Pengujian kadar dengan interval panjang yang tidak teratur harus dikompositkan agar
menghasilkan data yang representatif untuk keperluan analisis geostatistik.
2. Komposit akan memasukkan proses dilusi akibat penambangan pada suatu jenjang
(bench) pada tambang terbuka. Dengan demikian dapat dihitung secara cepat kadar dan
tonase bijih yang diperoleh dalam kegiatan penambangan.
3. Mereduksi data-data yang bersifat erratik/ data-data yang bersifat unik, misalnya
pencilan (outlier).
4. Mengurangi jumlah data sehingga waktu yang dibutuhkan untuk proses analisis menjadi
lebih cepat.
Pembuatan data komposit pada praktikum batubara kali ini adalah penambahan dan pembatasan
lapisan overburden setiap lubang bor.
Tabel 1.2 Tabulasi penambahan dan pembatasan lapisan overburden setiap lubang bor.
*file basis data lengkap terlampir di CD
BHID AT DIP BR
DH-95-20 0 90 0
DH-95-20 0 90 0
DH-95-20 0 90 0
DH-95-20 0 90 0
DH-95-20 0 90 0
DH-95-20 0 90 0
DH-95-57 0 90 0
DH-95-57 0 90 0
DH-95-57 0 90 0
DH-95-57 0 90 0
DH-95-57 0 90 0
DH-95-57 0 90 0
DH-95-57 0 90 0
DH-95-19 0 90 0
DH-95-19 0 90 0
DH-95-19 0 90 0
DH-95-19 0 90 0
DH-95-19 0 90 0
DH-95-19 0 90 0
DH-95-19 0 90 0
DH-95-19 0 90 0
DH-95-19 0 90 0
DH-95-19 0 90 0
DH-95-21 0 90 0
DH-95-21 0 90 0
DH-95-21 0 90 0
DH-95-21 0 90 0
DH-95-21 0 90 0
DH-95-21 0 90 0
DH-95-22 0 90 0
DH-95-22 0 90 0
DH-95-22 0 90 0
DH-95-22 0 90 0
DH-95-22 0 90 0
DH-95-22 0 90 0
DH-95-22 0 90 0
DH-95-22 0 90 0
DH-95-22 0 90 0
DH-95-22 0 90 0
DH-95-22 0 90 0
DH-95-22 0 90 0
DH-95-22 0 90 0
DH-95-22 0 90 0
Tabel 1.5 Basis Data Collar.
*file basis data lengkap terlampir di CD
Gambar 1.2 Vsualisasi secara 3D sebaran seluruh data bor beserta variasi kadar dan litologi.
BAB II
Pada praktikum kali ini analisis statistik yang dilakukan adalah analisis deskriptif kualitas dan
ketebalan batubara, pembuatan histogram dan kurva distribusi kumulatif, menentukan top-cut
dari masing-masing nilai kadar unsur serta modifikasi data assay, analisis bivarian dengan
scatter plot, serta membuat variogram eksperimental 3D dengan perangkat lunak SGeMS.
Setelah dibuat analisis statistik deskriptifnya, maka langkah selanjutnya yaitu membuat
histogram dan distriibusi kumulatif untuk mengidentifikasi nilai pencilan atas (outlier) dan
campuran populasi (jika ada). Setelah itu batas nilai atas (top-cut) tersebut digunakan untuk
memodifikasi data assay dengan menurunkan nilai kualitas diatas top-cut sampai maksimum
pada batas nilai top-cut tersebut.
Seam Q.
Gambar 2.1 Histogram CV Seam Q
Seam QB
Setelah data dilakukan top-cut, statistik deskriptif yang dihasilkan cenderung semakin
mendekati distribusi normal sehingga kemungkinan adanya over-estimate dapat berkurang.
Berdasarkan nilai R2 yang diperoleh dari diagram pencar, maka dapat disimpulkan bahwa
sebagian besar seam mempunyai korelasi negatif antara Calorivic Value dengan Total Sulfur
maupun Ash hanya saja korelasinya tidak kuat. Namun terdapat beberapa korelasi yang kuat
antara Calorivic Value dengan Ash yaitu pada seam RB dan RT.
2.4 Statistik Spasial
Distribusi atau kontinuitas suatu data secara statistik spasial ditunjukkan melalui fungsi
variogram [(h)] yang secara teoritis adalah setengah dari varians data yang dipisahkan ole
jarak h dengan rumus:
[( ) ( + )]
() =
2
Atau secara praktis suatu variogram eksperimental dapat dihitung melalui persamaan berikut
ini:
2
=1[( ) ( + )]
() =
2()
Dimana N(h) adalah jumlah pasangan data yang dipisahkan oleh jarak h tersebut.
Sebelum pemodelan badan bijih dilakukan, akan dibuat suatu analisis statistik mengenai
batasan koordinat acuan dari data lubang bor di perangkat lunak Datamine Studio 3 dengan
menggunakan perintah stat untuk mengetahui batas domain berdasarkan geometri endapan.
Tabel 3.1 Batasan koordinat acuan untuk menentukan domain atau geometri batubara
FIELD MINIMUM MAXIMUM RANGE
XP -2157,4189 3464,4189 5622,2039
YP -6211,8491 -1404,8060 4807,0431
ZP -134,0000 6,0000000 140,0000
Blok model berfungsi sebagai model distribusi kadar atau kualitas endapan setelah
dilakukan proses penaksiran kadar. Setiap satuan blok memiliki nilai taksiran masing-masing
kadar. Blok model sumberdaya didasarkan pada karakteristik dan geometri endapan, karena
unit terkecil dari blok model akan digunakan untuk mengestimasi kadar hasil pemboran
berdasarkan pada unit terkecil yang masi berada dalam satu lingkup jarak pengaruh.
Berdasarkan hasil dari pemodelan blok sumberdaya, diperoleh tonase yang diresume dalam
tabel tabulasi sumberdaya dibawah:
6.1 Kesimpulan
Perhitungan sumberdaya dapat dilakukan melalui beberapa cara salah satunya yaitu
dengan metode blok geostatistik dan krigging. Tahapan-tahapan yang dilakukan yaitu basis data
dan kompositing, analisis statistik dan analisis spasial sehingga mendapatkan parameter
variogram, pemodelan geologi (domain estimasi), dan pemodelan model blok untuk
mendapatkan tabulasi sumberdaya dan klasifikasinya. Berdasarkan tahapan tersebut maka
didapatkan tabulasi batubara block II sebagai berikut:
6.2 Saran
Error yang terjadi selama praktikum sebaiknya diminimalisir dengan melakukan setiap tahapan
dengan teliti apabila terjadi kesalahan maka sebaiknya diulang dan di cek secara teliti.
Sebaiknya tutorial praktikum dilakukan secara komprehensif dan lebih tegas supaya pratikan
tidak terlena karena deadline masih lama.
DAFTAR PUSTAKA
M. Nur Heriawan, S.T., M.T., Ph.D, Arie Naftali Hawu Hede, S.T., M.T., Ph.D, Andy Yahya
Al Hakim, ST.,MT, Tomy Alvin Rivai, ST, Arie Naftali Hawu Hede, ST.,MT.,Ph.D.
2016. Modul Praktikum TA3201 Geostatistik untuk Pemodelan Sumberdaya. Program
Studi Teknik Pertambangan Institut Teknologi Bandung: Bandung.