1

BAB I
DASAR TEORI

A. Batubara
1. Definisi Batubara
Batubara merupakan batuan sedimen yang mudah terbakar, terbentuk
dari endapan senyawa organik, utamanya adalah sisa-sisa tumbuhan dan
terbentuk melalui proses pembatubaraan. Unsur utamanya terdiri dari
karbon, hidrogen, oksigen. Batubara juga adalah batuan organik yang
memiliki sifat-sifat fisika dan kimia yang kompleks yang dapat ditemui
dalam berbagai bentuk. Analisis unsur memberikan rumus empiris seperti
C137H97O9NS untuk bituminus dan C240H90O4NS untuk antrasit.

Gambar 1. Batubara
2. Faktor-Faktor Pembentukan Batubara
a. Posisi Geotektonik
Posisi geotektonik adalah suatu tempat yang keberadaanya
dipengaruhi oleh gaya-gaya tektonik lempeng. Dalam pembentukan
cekungan batubara, posisi tektonik merupakan faktor yang dominan.
Posisi ini akan mempengaruhi iklim lokal dan morfologi cekungan
pengendapan batubara maupun kecepatan penurunanya. Pada fase
terakhir, posisi geotektonik mempengaruhi proses metamorfosa organik
 2

dan stuktur dari lapangan batubara melalui masa sejarah setelah

pengendapan terakhir
b. Topografi (Morfologi)
Morfologi dari cekungan pada saat pembentuka gambut sangat
penting Karena menentukan penyebaran rawa-rawa dimana batubara
tersebut terbentuk. Topografi mungkin mempunyai efek yang terbatas
terhadap iklim dan keadaannya bergantung pada posisi geotektonik.
c. Iklim
Kelembaban memegang peranan penting dalam pembentukan
batubara dan Merupakan faktor pengontrol pertumbuhan flora dan kondisi
yang sesuai. Iklim tergantung pada posisi geografi dan lebih luas lagi
dipengaruhi oleh posisi geotektonik. Temperatur yang lembab pada iklim
tropis dan subtropis pada umumnya sesuai untuk pertumbuhan flora
dibandingkan wilayah yang lebih tinggi. Hasil pengkajian menyatakan
bahwa hutan rawa tropis mempunyai siklus pertumbuhan setiap 7-9 tahun
dengan ketinggian sekitar 30 m. Sedangkan pada iklim yang lebih dingin
ketinggian pohon hanya mencapai 5-6 m dalam selang waktu yang sama.
d. Penurunan
Penurunan cekungan batubara dipengaaruhi oleh gayagaya
tektonik. Jika penurunan dan pengeendapan gambut seimbang akan
dihasilkan endapan baatubara yang tebal. Pergantian transgresi dan
regresi mempengaruhi pertumbuhan flora dan pengendapannya. Hal
tersebut menyebabkan adanya infiltrasi material dan mineral yang
mempengaruhi mutu dari batubara yang terbentuk.
e. Umur Geologi
Proses geologi menentukan berkembangnya evolusi kehidupan
berbagia macam tumbuhan. Dalam masa perkembangan geologi secara
tidak langsung membahas sejarah pengendapan batubara dan
pengendapan batubara metamorfosa organik . Makin tua umur batuan
 3

makin dalam penimbunanyag terjadi, sehingga terbentuk batubara yang

bermutu tinggi. Tetapi pada batubara yang mempunyai umur geologi
lebih tua selalu ada resiko mengalami deformasi tektonik yang
membentuk stuktur perlipatan atau patahan pada lapisan batubara,
disamping itu faktor erosi akan merusak semua bagian dari endapan
batubara.
f. Tumbuhan
Flora merupakan unsur utama pembentuk batubara. Pertumbuhan
dari flora terakumulasi pada suatu lingkugan dan zona fisiografi dengan
iklim dan topografi tertentu. Flora merupakan faktor penentu
terbentuknya berbagai tipe batubara. Evolusi dari kehidupan menciptkan
kondisi yang berbeda selama masa sejarah geologi. Mulai dari Paleozoic
hingga Devon, flora belum tumbuh dengan baik. Setelah Devon pertam
kali terbentuk lapisan batubara di daerah lagon yang dangkal. Periode ini
merupakan titik awal dari pertubuhan flora secara besar-besaran dalam
waktu singkat pada setiap kontinen. Hutan tumbuh dengan subur selama
masa karbon. Pada masa Tersier merupakan perkembangan yang sangat
luas dari berbagai jenis tanaman.
g. Dekomposisi
Dekomposisi flora merupakan bagian dari transformasi biokimia
dari organik merupakan titik awal untuk seluruh alterasi. Dalam
pertumbuhan gambut, sisa tumbuhan akan mengalami perubahan, baik
secara fisik dan kimiawi. Setelah tumbuhan mati proses Degradasi
biokimia lebih berperan. Proses pembusukan (decay) akan terjadi oleh
kerja mikrobiologi (bakteri anaerob). Bakteri ini bekerja dalam Susana
tanpa oksigen menghancurkan bagian yang lunak daritumbuha seperti
celulosa ,protoplasma dan pati.
Dari proses diatas terjadi perubahan dari kayu menjai lignit dan
batubara berbitumen. Dalam suasana kekuragan oksigen terjadi proses
 4

biokimia yang berakibat keluarnya air (H2O) dan sbagian unsur karbon
akan hilang dan terbentuk karbon karbon dioksida (CO2), karbon
monoksida (CO) dan methan (CH4). Akibat pelepasan unsur atau senyawa
tersebut jumlah relatif unsur karbon akan bertambah. Kecepatan
pembentukan gambut bergantung pada kecepatan perkembangan
tumbuhan dan proses pembusukan. Bila tumbuhan tertutup oleh air
dengan cepat, maka akan terhindar oleh proses pembusukan, tetapi
proses desintegrasi atau penguraian oleh mikrobiologi. Bila tumbuhan
yang telah mati terlalu lama berada di udara terbuka, maka kecepatan
pembentukan gambut akan berkurang, sehingga hanya bagian keras saja
tertinggal yang menyulitkan penguraian oleh mikrobiologi.
h. Sejarah Sesudah Pengendapan
Sejarah cekungan batubara secara luas bergantung pada posisis
geotektonik yang mempengaruhi perkembangan batubara dan cekungan
batubara. Secara singkat terjadi proses geokimia dan metamorfosa
organik setelah pengendapan gambut. Disamping itu sejarah geologi
endapan endapan baatubara bertanggug jawab terhadap terbentuknya
stuktur cekungan batubara, berupa perlipatan, persesaran, intrusi
magmatik dan sebagainya.
i. Stuktur Cekungan Batubara
Terbentuknya batubara pada cekungan batubara pada umumnya
mengalami deformasi oleh gaya tektonik, yang akan menghasilkan
lapisan batubara dengan bentuk-bentuk tertentu. Disamping itu adanya
erosi yang intensif menyebabkan bentuk lapisan batubara tidak menerus.
j. Metamorfosa Organik
Tingkat kedua dalam pembentukan batubara adalah penimbunan
atau penguburan oleh sedimen baru. Pada tingkat ini proses degradasi
biokimia tidak berperan lagi tetap lebih didominasi oleh proses
dinamokimia. Proses ini menyebabkan terjadinya perubahan gambut
 5

menjadi batubara dalam berbagai mutu. Selama proses ini terjadi

pengurangan air lembab, oksigen dan zat terbang (seperti CO2, CO, CH4
dan gas lainnya) serta bertambahnya prosentase karbon padat, belerang
dan kandungan abu.
Perubahan mutu batubara diakibatkan oleh faktor tekanan dan
waktu. Tekanan dapat disebabakan oleh lapisan sedimen penutup yang
sangat tebal karena tektonik. Hal ini menyebabkan bertambahnya tekanan
dan percepatan proses metemorfasa organik. Proses metamorfosa organik
akan dapat megubah gambut menjadi batubara sesuai dengan perubahan
sifat kimia, fisik, dan optiknya.
3. Materi Pembentuk Batubara
Hampir seluruh pembentuk batubara berasal dari tumbuhan. Jenis-jenis
tumbuhan pembentuk batubara adalah sebagai berikut:
a. Alga, dari Zaman Pre-kambrium hingga Ordovisium dan bersel tunggal.
Sangat sedikit endapan batubara dari perioda ini.
b. Silofita, dari Zaman Silur hingga Devon Tengah, merupakan turunan dari
alga. Sedikit endapan batubara dari perioda ini.
c. Pteridofita, umur Devon Atas hingga KArbon Atas. Materi utama
pembentuk batubara berumur Karbon di Eropa dan Amerika Utara.
Tetumbuhan tanpa bunga dan biji, berkembang biak dengan spora dan
tumbuh di iklim hangat.
d. Gimnospermae, kurun waktu mulai dari Zaman Permian hingga Kapur
Tengah. Tumbuhan heteroseksual, biji terbungkus dalam buah, semisal
pinus, mengandung kadar getah (resin) tinggi. Jenis Pteridospermae
seperti gangamopteris dan glossopteris adalah penyusun utama batubara
Permian seperti di Australia, India dan Afrika.
e. Angiospermae, dari Zaman Kapur Atas hingga kini. Jenis tumbuhan
modern, buah yang menutupi biji, jantan dan betina dalam satu bunga,
 6

kurang bergetah dibanding gimnospermae sehingga, secara umum,

kurang dapat terawetkan.
4. Tempat Pembentukkan BatuBara
Terdapat dua model formasi pembentuk batubara (coal bearing formation),
yakni model formasi insitu dan model formasi endapan material
tertransportasi (teori drift). Berikut akan dijelaskan masing-masing model
formasi pembentuk batubara tersebut.
a. Model Formasi Insitu
Menurut teori ini, batubara terbentuk pada lokasi dimana pohon-
pohon atau tumbuhan asal pembentukya tumbuh. Lingkungan tempat
tumbuhnya tumbuh-tumbuhan kayu pembentuk batubara itu adalah pada
daerah rawa atau hutan basah. Kejadian pembentukannya diawali dengan
tumbangnya tumbuh-tumbuhan tersebut, disebabkan oleh berbagai faktor,
seperti angin (badai), dan peristiwa alam lainnya. tumbuh-tumbuhan yang
tumbang tersebut langsung tenggelam ke dasar rawa. Air hujan yang
masuk ke rawa dengan membawa tanah atau batuan yang tererosi pada
daerah sekitar rawa akan menjadikan tumbuh-tumbuhan tersebut tetap
tenggelam dan tertimbun.
Dengan demikian setelah tumbuhan tersebut mati, mengalami
proses transpotasi segera tertutup oleh lapisan sedimen dan mengalami
proses coalification. Jenis batubara yang terbentuk dengan cara ini
mempunyai penyebaran luas dan merata, kualitasnya lebih baik karena
mempunyai kadar abu yang relatif kecil. Batubara insitu biasanya lebih
tebal, endapannya menerus, terdiri dari sedikit lapisan, dan relatif tidak
memiliki pengotor.
 7

Gambar 2. Teori Insitu

b. Model Formasi Transportasi Material (Teori Drift)

Berdasarkan teori drift ini, batubara terbentuk dari timbunan
tumbuh-tumbuhan asal atau sisa-sisa tumbuhan yang tertransportasikan
oleh air dari tempat tumbuhnya.Dengan kata lain pohon-pohon
pembentuk batubara itu tumbang pada lokasi tumbuhnya dan dihanyutkan
oleh air sampai berkumpul pada suatu cekungan dan selanjutnya
mengalami proses pembenaman ke dasar cekungan, lalu ditimbun oleh
tanah yang terbawa oleh air dari lokasi sekitar cekungan.
Seterusnya dengan perjalanan waktu yang panjang dan dipengaruhi
oleh tekanan dan panas, maka terjadi perubahan terhadap pohon-pohon
atau sisa tumbuhan itu mulai dari fase penggambutan sampai pada fase
pembatubaraan. Jenis batubara yang terbentuk dengan cara ini
mempunyai penyebaran tidak luas, tetapi dijumpai dibeberapa tempat,
kualitas kurang baik karena banyak mengandung material pengotor yang
 8

terangkut bersama selama proses pengangkutan dari temparatur asal

tanaman ke sedimentasi.

Gambar 3. Teori Drift

Secara lebih rinci, proses pembentukan batu bara dapat dijelaskan sebagai
berikut:
a. Pembusukan
Proses dimana tumbuhan mengalami tahap pembusukan akibat
adanya aktivitas dari bakteri anaerob. Bakteri ini bekerja dalam
suasana tanpa oksigen menghancurkan bagian yang lunak dari
tumbuhan seperti selulosa, protoplasma, pati.
b. Pengendapan
Proses dimana material halus hasil pembusukan terakumulasi dan
mengendap membentuk lapisan gambut. Biasanya terjadi pada daerah
rawa-rawa atau cekungan.
c. Dekomposisi
Lapisan gambut mengalami perubahan berdasarkan proses biokimia
yang berakibat keluarnya H2O dan sebagian menghilang dalam bentuk
CO2, CO dan Metan (CH4).
 9

d. Geotektonik
Lapisan gambut yang ada akan terkompaksi oleh gaya tektonik
kemudian mengalami perlipatan dan patahan. Selain gaya tektonik
aktif dapat menimbulkan intrusi dari magma yang akan mengubah
batubara low grade menjadi high grade, maka zona batubara yang
terbentuk dapat berubah dari lingkungan berair ke lingkungan darat.
e. Erosi
Lapisan batubara yang telah mengalami gaya tektonik yang berupa
pengangkatan kemudian mengalami erosi sehingga permukaan
batubara yang ada menjadi terkelupas dan akan terlihat muncul pada
permukaannya. Pelapisan batubara inilah yang akan ditemukan dan
dieksplorasi serta dalam kondisi ekonomis dieksploitasi pada saat ini.
5. Proses Pembentukkan Batubara
Terdapat dua tahapan proses pembentukan batubara diantaranya yaitu:
a. Penggambutan (Peatification)
Pada proses penggambutan terjadi perubahan yang disebabkan
oleh makhluk hidup, atau disebut dengan proses biokimia. Pada proses
biokimia, sisa-sisa tumbuhan atau pohon-pohonan kuno yang tumbang itu
terakumulasi dan tersimpan dalam lingkungan bebas oksigen (anaerobik)
di daerah rawa dengan sistem drainase (drainage system) yang jelek,
dimana material tersebut selalu terendam beberapa inchi di bawah muka
air rawa. Pada proses ini material tumbuhan akan mengalami
pembusukan, tetapi tidak terlapukan. Material yang terbusukkan akan
melepaskan unsur-unsur hidrogen (H), Nitrogen (N), Oksigen (O), dan
Karbon (C) dalam bentuk senyawa-senyawa: CO2, H2O, dan NH3 untuk
menjadi humus. Selanjutnya bakteri-bakteri anaerobik serta fungi
merubah material tadi menjadi gambut (peat).
 10

b. Pembatubaraan (Coalification)
Proses pembatubaraan (coalification) ini disebut juga dengan proses
geokimia, terjadi proses diagenesis dari komponen-komponen organik
yang terdapat pada gambut. Peristiwa diagenesis ini menyebabkan
naiknya temperatur dalam gambut itu. Dengan semakin tebalnya
timbunan tanah yang terbawa air, yang menimbun material gambut
tersebut, terjadi pula peningkatan tekanan. Kombinasi dari adanya proses
biokimia, proses kimia, dan proses fisika, yakni berupa tekanan oleh
material penutup gambut itu, dalam jangka waktu geologi yang panjang,
gambut akan berubah menjadi batubara. Akibat dari proses ini terjadi
peningkatan persentase kandungan Karbon (C), sedangkan kandungan
Hidrogen (H) dan Oksigen (O) akan menjadi menurun, sehingga
dihasilkan batubara dalam berbagai tingkat mutu.

Gambar 4. Coalification
6. Klasifikasi Batubara
Adapun jenis Batubara dari yang paling tinggi ke paling rendah yaitu:
a. Meta Antrasit
Meta antrasit selanjutnya akan berubah menjadi grafit (graphite).
Peristiwa perubahan atrasit menjadi grafit disebut dengan penggrafitan
(graphitization).
 11

b. Antrasit adalah kelas batu bara tertinggi, dengan warna hitam berkilauan
(luster) metalik, mengandung antara 86% 98% unsur karbon (C) dengan
kadar air kurang dari 8%, dengan ciri-cirinya seperti: Warna hitam
mengkilap, Material terkompaksi dengan kuat, Mempunyai kandungan air
rendah, Mempunyai kandungan karbon padat tinggi, Mempunyai
kandungan karbon terbang rendah, Relatif sulit teroksidasi, Nilai panas
yang dihasilkan tinggi.
c. Bituminus mengandung 68 86% unsur karbon (C) dan berkadar air 8-
10% dari beratnya. Bituminus juga mengalami proses kimia dan fisika,
sehingga batubara itu semakin padat, kandungan karbon semakin tinggi,
menyebabkan warna semakin hitam mengkilat.
d. Sub-bituminus mengandung sedikit karbon dan banyak air, dan oleh
karenanya menjadi sumber panas yang kurang efisien dibandingkan
dengan bituminus, dengan ciri-cirinya seperti: Warna hitam, Material
sudah terkompaksi, Mempunyai kandungan air sedang, Mempunyai
kandungan karbon padat sedang, Mempunyai kandungan karbon terbang
sedang, Sifat oksidasi rnenengah, Nilai panas yang dihasilkan sedang.
e. Lignit atau batu bara coklat adalah batu bara yang sangat lunak yang
mengandung air 35-75% dari beratnya, dengan ciri-cirinya seperti: Warna
kecoklatan, Material terkornpaksi namun sangat rapuh, Mempunyai
kandungan air yang tinggi, Mempunyai kandungan karbon padat rendah,
Mempunyai kandungan karbon terbang tinggi, Mudah teroksidasi, Nilai
panas yang dihasilkan rendah.
f. Gambut, berpori dan memiliki kadar air di atas 75% serta nilai kalori
yang paling rendah, dengan ciri-cirinya seperti: Warna coklat, Material
belum terkompaksi, Mernpunyai kandungan air yang sangat tinggi,
Mempunvai kandungan karbon padat sangat rendah, Mempunyal
kandungan karbon terbang sangat tinggi, Sangat mudah teroksidasi, Nilai
panas yang dihasilkan amat rendah.
 12

7. Kualitas Batubara
Parameter-parameter dalam pembentukan batubara sangat berpengaruh
terhadap bentuk maupun kualitas dari lapisan batubara. Beberapa Parameter
yang berpengaruh dalam pembentukan batubara adalah :
a. Kandungan Air (moinsture)
Kandungan air ini dapat dibedakan atas kandungan air bebas (free
moisture), kandungan air bawaan (inhern moinsture) dan kandungan air
total (total moisture). Free Moisture/Air Permukaan: Moisture yang
datang dari luar, yaitu pada waktu batubara ditambang, diangkut atau
kehujanan. Moisture ini dapat dihilangkan dengan jalan diangin-anginkan
atau dikering udarakan. Inhern Moisture : air yang terikat secara kimiawi
di dalam batubara itu sendiri, pada kondisi humit dan temperatur tertentu.
Moisture ini hanya dapat dihilangkan bila batubara dipanaskan pada suhu
1100C kurun waktu tertentu. Total Moisture adalah total kandungan air
yang terdapat pada batubara yang berasal dari Free Moisture dan inhern
Moisture. Kandungan air ini banyak pengaruhnya pada pengangkutan,
penanganan, penggerusan maupun pada pembakaran.
b. Zat Terbang (Volatile Matter)
Kandungan zat terbang sangat erat kaitannya dengan kelas batubara
tersebut, makin tinggi kandungan zat terbang makin rendah kelasnya.
Pada pembakaran batubara, maka kandungan zat terbang yang tinggi akan
lebih mempercepat pembakaran karbon padatnya dan sebaliknya zat
terbang yang rendah lebih mempersukar proses pembakaran. Apabila
kadar zat terbang lebih tinggi dari yang telah ditentukan, maka prosesnya
pada alat penggilingan akan terjadi kebakaran kecil dan terbentuknya
panas yang dapat menyebabkan kerusakan pada pipa pengeluaran dari
alat tersebut. Hal ini akan memerlukan waktu untuk perbaikan dan
akhirnya akan menurunkan daya kerja dari pabrik. Salah satu efek
 13

samping pada batubara Volatile Matter tinggi, pada stock pile akan
mudah terbakar dan teroksidasi.
Volatile matter/zat terbang: terdiri dari Hidrogen, Oksigen,
Nitrogen, Belerang, Karbon Monoksida dan Metana. Senyawa ini akan
keluar dari senyawa batubara, jika dipanaskan pada suhu tertentu. Fixed
Carbon merupakan sisa karbon padat dari hasil pemanasan batubara pada
suhu tertentu setelah seluruh zat terbangnya habis keluar. Volatile
Mineral Matter merupakan zat terbang yang akan keluar membentuk gas
karbon dioksida (dari karbonat-karbonat), belerang (dari pirit) dan air
yang menguap dari lempung.
c. Kandungan Abu (ash)
Abu merupakan Sisa pembakaran dari batubara yang tidak habis
dibakar pada suhu tertentu yang terdiri dari asam, Basa dan Mineral.
Unsur asam, Basa dan Mineral, yang terbanyak adalam batubara
umumnya Kaolin, Lempung, Pirit dan Kalsit serta Silicon, Oksida,
Oksida-oksida Aluminium, Besi dan Kalsium. Kemudian menyusul
senyawa-senyawa Magnesium, Natrium, Kalium, Mangan dan Fosfor
serta Titanium.
Selain kualitas yang akan mempengaruhi penanganannya, baik fly
ash maupun bottom ash tetapi juga komposisinya akan mempengaruhi
pemanfaatannya dan juga titik leleh yang dapat menimbulkan fouling
pada pipa-pipa boiler atau dinding tanur, erosi pembentukan dan menutup
pipa (heat transfer). Hal hal ini kandungan Na2O dalam abu sangat
mempengaruhi titik leleh abu. Abu ini dapat dihasilkan dari pengotor
bawaan (inhern impurities) maupun pengotor sebagai hasil
penambangannya. Komposisi abu seyogyanya diketahui dengan baik
untuk kemungkinan pemanfaatannya sebagai bahan bangunan atau
keramik dan penggulangannya terhadap masalah lingkungan yang dapat
ditimbulkankannya.
 14

d. Nilai Kalori (Fuel Ratio)

Harga nilai kalor merupakan penjumlahan dari harga-harga panas
pembakaran dari unsur-unsur pembentuk batubara. Rendahnya nilai
kalori disertai dengan tingginya kadar abu dapat menyebabkan timbulnya
kesulitan dalam pembakaran. Disamping itu kecepatan pengisian (feed
rate) akan diperlukan lebih tinggi. Harga nilai kalor yang dilaporkan
adalah gross calorific value dan biasanya dengan dasar air dried, sedang
nilai kalor yang benar-benar dimanfaatkan pada pembakaran batubara
adalah net Calorific value yang dapat dihitung dengan harga panas latent
dan sensible yang dipengaruhi oleh kandungan total dari air dan abu.
e. HGI (Hardgrove Grindability Index)
HGI merupakan tingkat kekerasan dari batubara mudah/sukarnya
batubara digerus yang dinyatakan dengan indeks. Nilai HGI yang tinggi
menunjukkan batubara tersebut mudah digerus, dan sebaliknya.
Salah satu kejelekan batubara rapuh adalah dimana material
tersebut tidak dapat disimpan pada stock pile terbuka, terlalu lama
akibatnya batubara akan mudah tererosi dan oksidasi oleh pengaruh
lingkungan sehingga kualitas akan mudah berubah. Grindability Index
(HGI) diperoleh dengan menggunakan rumus: HGI = 13,6 + 6,93 W
W adalah berat dalam gram dari batubara lembut berukuran 200 mesh,
makin tinggi harga HGI, makin lunak batubara tersebut.
f. Belerang/Sulphur
Oksida Belerang dan Nitrogen yang berupa gas terbentuk pada
waktu pembakaran batubara. Pada waktu pembakaran sebagian besar
belerang dirubah menjadi gas belerang dioksida. Dan sebagian kecil (1-2
%) menjadi gas belerang trioksida. Dalam keadaan ini gas belerang
trioksida memungkinkan bereaksi dengan uap air membentuk asam sulfat
dan mengembun. Asam sulfat ini dapat merusak peralatan pada ketel
tersebut.
 15

g. Analisa Ultimate
Pada perancang ketel selalu memperhatikan analisa ultimate dari
batubara, yaitu analisa karbon oksigen, hydrogen, nitrogen, belerang
dalam basis dry ashed free basis. Berdasarkan data tersebut dapat
dihitung kebutuhan udara dan aliran gas untuk mencapai pembakaran
sempurna, yaitu menentukan jenis dan kapasitas dari kipas angin dan
pemanas udara. Dan juga dapat memperkirakan kehilangan hembusan,
ukuran, jarak dan geometri dari permukaan pemanasan ( heating surface )
h. Sifat Caking dan Coking
Kedua sifat tersebut ditunjukkan oleh Nilai Muai bebas (free swelling
Index) dan harga dilatasi, terutama memberikan gambaran sifat fisik
pelunakan batubara pada pemanasannya.
8. Manfaat Batubara
Sebagai sumber daya dari alam batubara bisa dimanfaatkan dengan baik oleh
para manusia, diantaranya adalah :
a. Pemasok bahan bakar yang potensial dan dapat dihandalkan untuk
rumah tangga dan industri kecil.
b. Sumberdaya energi yang mampu menyuplai dalam jangka panjang /
PLTU.
c. Pengganti BBM/Kayu Bakar Dalam Industri Kecil dan Rumah Tangga.
d. Merupakan tempat penyerapan tenaga kerja yang cukup berarti baik di
pabrik briketnya, distributor, industri tungku, dan mesin briket dsbnya.
e. Merupakan bahan bakar yang harganya terjangkau bagi masyarakat
pada daerah-daerah terpencil.
f. Memberikan sumber pendapatan kepada penyuplai bahan baku briket
seperti batubara, tanah liat, kapur, serbuk biomas, dsbnya.
g. Sebagai wadah pengalihan teknologi dan keterampilan bagi tenaga kerja
Indonesia baik langsung maupun tidak langsung.
 16

h. Menghasilkan briket batubara yang sangat dibutuhkan bagi masyarakat

berpenghasilan rendah dan UKM dalam kebutuhan energinya yang akan
terus meningkat setiap tahunnya.
B. Pengertian Sumberdaya dan Cadangan Batubara
Sumberdaya batubara (Coal Resource) adalah bagian dari endapan
batubara yang diharapkan dapat dimanfaatkan. Sumberdaya batubara ini dibagi
dalam kelas-kelas sumberdaya berdasarkan tingkat keyakinnan geologi yang
ditentukan secara kualitattif oleh kondisi geologi/tingkat kompleksitas dan secara
kuntitatif oleh jarak titik informasi. Sumberdaya ini dapat meningkat menjadi
cadangan apabila setelah dilakukan kajian kelayakan dinyatakan layak.
Sumberdaya juga merupakan suatu keterdapatannya konsentrasi atau
material ekonomis intrinsik di dalam atau pada kerak bumi dalam berbagai
bentuk,kualitas, dan kuantitas yang memiliki prospek baik untuk ekstraksi
ekonomi yang berkesinambungan. Lokasi, kuantitas, kadar, karakteristik geologi,
dan kesinambungan dari suatu sumberdaya mineral dapat diketahui, diperkirakan
atau ditafsirkan dari berbagai pengetahuan serta bukti geologi yang spesifik.
Cadangan batubara (Coal Reserve) adalah bagian dari sumberdaya
batubara yang telah diketahui dimensi, sebaran kuantitas, dan kualitasnya, yang
pada saat pengkajian kelayakan dinyatakan layak untuk ditambang.
C. Klasifikasi Sumberdaya dan Cadangan
Klasifikasi sumberdaya dan cadangan batubara berdasarkan SNI, 1999:
1. Sumberdaya batubara hipotetik (hypothetical coal resource)merupakan
Jumlah batubara di daerah penyelidikkan atau bagian dari daerah
penyelidikan yang dihitung berdasarkan data yang memenuhi syarat-syarat
yang ditetapkan untuk tahap survey tinjau.
2. Sumberdaya batubara tereka (inferred coal resource) adalah bagian dari
sumberdaya mineral yang tonase, kadar, dan kandungan mineralnya dapat
diperkirakan dengan tingkat kepercayaan yang rendah (tahap prospeksi). Hal
ini disimpulkan dan diasumsikan dari bukti-bukti geologi tetapi kontinuitas
 17

geologi dan atau kadar tidak terverifikasi. Hal ini didasarkan pada informasi
yang dikumpulkan melalui teknik yang sesuai dari lokasi seperti singkapan,
parit, lubang, kerja dan lubang bor yang mungkin terbatas atau
ketidakpastian kualitas.
3. Sumberdaya batubara terindikasi (indicated coal resource) adalah bagian
dari sumberdaya mineral yang tonase, densitas, bentuk, karakteristik, kadar,
dan kandungan mineral dapat diperkirakan dengan tingkat kepercayaan yang
wajar atau sedang (tahap eksplorasi pendahuluan). Hal ini didasarkan atas
informasi eksplorasi, sampling, dan pengujian melalui teknik yang tepat dari
lokasi seperti singkapan, parit, pit, dan lubang bor. Lokasi berjarak terlalu
luas untuk mengetahui kondisi geologi atau kontinuitas kadar, tapi memiliki
jarak yang cukup untuk bisa mengasumsikan kekontinuitasan.
4. Sumberdaya batubara terukur (measured coal resource) adalah bagian dari
sumberdaya mineral yang tonase, densitas, bentuk fisik, karakteristik, kadar,
dan kandungan mineralnya dapat diperkirakan dengan tingkat kepercayaan
yang tinggi (tahap eksplorasi rinci). Hal ini didasarkan pada eksplorasi rinci
dan dapat diandalkan, sampling dan pengujian informasi yang dikumpulkan
melalui teknik yang sesuai dari lokasi seperti singkapan, parit, lubang, kerja
dan lubang bor. Lokasi berjarak cukup dekat untuk mengkonfirmasi
kontinuitas geologi dan kadar.
5. Cadangan batubara terkira (probable coal reserve): Sumberdaya batubara
terindikasi dan sebagian sumberdaya terukur, tetapi berdasarkan kajian
kelayakan semua faktor yang terkait telah terpenuhi sehingga penambangan
dapat dilakukan secara layak. Penilaian yang sesuai dan studi telah dilakukan
mencakup pertimbangan dan faktor modifikasi (modifying factors) yaitu
penambangan, metalurgi, ekonomi, pemasaran, hukum, lingkungan, sosial,
dan kebijakan pemerintahan
6. Cadangan batubara terbukti (proved coal reserve): Sumberdaya batubaa
terukur yang berdasarkan kajian kelayakkan semua faktor yang terkait telah
 18

terpenuhi sehingga penambangan dapat dilakukkan secara layak. Penilaian

yang sesuai dan studi telah dilakukan mencakup pertimbangan dan faktor
modifikasi yaitu pertambangan, metalurgi, ekonomi, pemasaran, hukum,
lingkungan, sosial, dan kebijakan pemerintahan.
Klasifikasi sumberdaya batubara merupakan upaya pengelompokkan
sumberdaya batubara berdasarkan keyakinan geologi dan kelayakkan ekonomi.
1. Aspek Geologi
Berdasarkan tingkat keyakinna geologi, sumberdaya terukur harus
mempunyai tingakat keyakinan yang lebih besar dibandingkan dengan
sumberdaya tertunjuk, begitu pula sumberdaya tertunjuk harus mempunyai
tingkat keyakinan yang lebih tinggi dibandingkan dengan sumberdaya
tereka. Sumberdaya terukur dan tertunjuk dapat ditingkatkan menjadi
cadangan terkira dan cadangan terbukti apabila telah memenuhi kriteria
layak. Tingkat keyakinan geologi tersebut secara kuantitatif dicerminkan
oleh jarak titik informasi (singkapan, lubang bor).
Persyaratan jarak titik informasi untuk setiap kondisi geologi dan kelas
sumberdaya diperlihatkan pada Tabel .
Tabel 1. Jarak Titik Informasi Menurut Kondisi Geologi
Sumberdaya
Kondisi Kriteria
Terukur Terunjuk Tereka Hipotetik
Geologi
Sederhana Jarak x500m 500<x1000m 1000<x1500m Tidak
Titik Terbatas
Moderat Jarak x250m 250<x500m 500<x1000m Tidak
Titik Terbatas
Kompleks Jarak x100m 100<x200m 200<x400m Tidak
Titik Terbatas

Uraian Tentang batasan umum untuk masing-masing kondisi geologi diatas

adalah sebagai berikut:
1. Kondisi Geologi sederhana
 19

a. Endapan batubara umumnya tidak dipengaruhi oleh aktivitas tektonik

secara sesar, lipatan, dan ilustrasi.
b. Lapisan batubara umumnya landai, menerus secara lateral sampai ribuan
meter, dan hampir tidak memiliki percabangan.
c. Ketebalan lapisan batubara secara lateral dan kualitasnya tidak
menunjukkan variasi yang berarti.
d. Contoh batubara di Bangko Seaalatan dan Muara Tiga Besar (Sumsel),
Senakin Barat (Kalsel), dan Cerenti (Riau).
2. Kondisi Geologi Moderat
a. Endapan batubara sampai tingkat tertentu telah mengalami pengaruh
deformasi tektonik.
b. Pada bebera[pa tempat, intrusi batuan beku mempengaruhi struktur
lapisan dan kualitas batubaranya.
c. Dicirikan oleh kemiringan lapisan dan variasi ketebalan lateral yang
sedang.
d. Sebaran percabang batubara masihg dapat diikuti sampai ratusan meter.
e. Contoh batubara di Senakin, Formasi Tanjung (Kalsel), Loa Janan-Loa
Kulu, Petanggis (Kaltim), Suban, dan Air Laya (Sumsel), serta Gunung
Batu Besar (Kalsel).
3. Kondisi Geologi Kompleks
a. Umumnya telah mengalami deformasi tektonik yang intensif.
b. Pergeseran dan perlipatan akibat aktivitas tektonik menjadikan lapisan
batubara sulit dikorelasikan.
c. Perlipatan yang kuat juga mengakibatkan kemiringan lapisan yang
terjal.
d. Sebaran lapisan batubara secara lateral terbatas dan hanya dapat diikuti
sampai puluhan meter.
e. Contoh batubara di Ambakiang, Formasi Warukin, Ninian, Belahiang
dan Upau (Kalsel), Sawahluhung (Sumbar), Air Kotok (Bengkulu),
 20

Bojong Manik (Jabar), serta daerah batubara yang mengalami ubahan

intrusi batuan beku di Bumian Utara (Sumsel).
2. Aspek Ekonomi
Ketebalan minimal lapisan batubara yang dapat ditambang dan
ketebalan maksimal lapisan pengotor atau dirt parting yang tidak dapat
dipisahkan pada saat ditambang, yang menyebabkan kualitas batubara
menurun karena kandungan abunya meningkat, merupakan beberapa unsur
yang terkait dengan aspek ekonomi dan perlu di perhatikan dalam
menggolongkan sumberdaya batubara.
Tabel 2. Klarifikasi Sumberdaya dan Cadangan Batubara

Batubara jenis batubara yang energi rendah (brown coal) menunjukkan

kandungan panas yang relatif lebih rendah dibandingkan dengan batubara
jenis batubara energi tinggi (hard coal). Karena pada hakikatnya kandungan
panas merupakan parameter utama kualitas batubara, persyaratan batas
minimal ketebalan batubara yang dapat ditambang dan batas maksimal
lapisan pengotor yang tidak dapat dipisahkan pada saat ditambang untuk
batubara jenis batubara energi rendah (Brown coal) dan batubara jenis
batubara energi tinggi (hard coal) akan menunjukkan angka yang berbeda.
 21

Gambar 5. Hubungan Antara Kategori Batubara In-Situ,

Sumberdaya Dan Cadangan

D. Perhitungan Sumberdaya
Perhitungan sumber daya bermanfaat untuk hal-hal berikut ini:
1. Memberikan besaran kuantitas (tonase) dan kualitas terhadap suatu endapan
bahan galian.
2. Memberikan perkiraan bentuk 3-dimensi dari endapan bahan galian serta
distribusi ruang (spasial) dari nilainya. Hal ini penting untuk menentukan
urutan/ tahap penambangan, yang pada gilirannya akan mempengaruhi
pemilihan peralatan dan NPV (net present value).
3. Jumlah sumberdaya menentuakan umur tambang. Hal ini penting dalam
perancangan pabrik pengolahan dan kebutuhan infrastruktur lainnya.
 22

4. Batas-batas kegiatan penambangan (pit limit) dibuat berdasarkan besaran

sumberdaya. Faktor ini diperlukan dalam menentukan lokasi pembuangan
tanah penutup, pabrik pengolahan, bengkerl, dan fasilitas lainnya.
Dalam melakukan perhitungan sumberdaya harus memperhatikan persyaratan
tertentu, antara lain:
1. Suatu taksiran sumberdaya harus mencerminkan secara tepat kondisi geologi
dan karakter/sifat dari endapan bahan galian.
2. Selain itu harus sesuai dengan tujuan evaluasi. Suatu model sumberdaya yang
akan digunakan untuk perancangan tambang harus konsisten dengan metode
penambangan dan teknik pererencanaan tambang yang akan diterapkan.
3. Taksiran yang baik harus didasarkan pada data aktual yang
diolah/diperlakukan secara obyektif. Keputusan dipakai-tidaknya suatu data
dalam penaksiran harus diambil dengan pedoman yang jelas dan konsisten.
Tidak boleh ada pembobotan data yang berbeda dan harus dilakukan dengan
dasar yang kuat.
4. Metode perhitungan yang digunakan harus memberikan hasil yang dapat diuji
ulang atau verifikasi. Tahap pertama setelah perhitungan sumberdaya selesai,
adalah memeriksa atau mengecek taksiran kualitas blok (unit penambangan
terkecil). Setelah penambangan dimulai, taksiran kadar dari model
sumberdaya harus dicek ulang dengan kualitas dan tonase hasil penambangan
yang sesungguhnya.
E. Pemodelan Geologi
Pemodelan geologi atau lebih dikenal dengan nama Geomodeling
merupakan aplikasi ilmu yang memberikan gambaran komputasi dari bagian
kerak bumi berdasarkan data geofisik dan observasi geologi yang telah dilakukan
dan bawah permukaan bumi. Pemodelan geologi ini juga berhubungan dengan
disiplin ilmu geologi seperti geologi stuktur, sedimentologi, stratigrafi, dan
diagenesis. Sebuah pemodelan geologi memiliki nilai numerik tiga dimensi yang
dilengkapi deskripsi fisik daerah penelitian. Hasil dari pemodelan geologi dapat
 23

digunakan sebagai data tambahan yang penting dalam mitigasi bencana geologi
dan pengelolaan sumber daya alam, sebagai contoh dalam industri minyak dan
gas bumi, pemodelan reservior yang realistik sangat dibutuhkan sebagai input
dalam program simulasi dan memprediksi respon batuan dalam proses ekspolasi,
karena kesalahan yang terjadi pada saat eksplorasi dapat menghambat produksi
hidrokarbon. Penggunaan model geologi dan simulasi reservoir memberikan
memberikan kesempatan bagi ahli geologi untuk mengidentifikasi daerah yang
potensial dan ekonomis dengan lebih baik.
Formasi geologi dalalm bentuk dua dimensi dibentuk oleh poligon-poligon
yang mempresentasikan patahan ataupun ketidakselarasan dan dibatasi oleh
permukaan yang sudah di grid. Pemodelan geologi dengan menggunakan metode
geostatistik merupakan bagian terpenting dari pemodelan geologi. Teknik yang
biasa digunakan secara luas dengan metode ini adalah dengan kriging yang
menggunakan korelasi spasial antar data dan bertujuan untuk membangun
interpolasi via semi-varogram. Untuk mereproduksi varibilitas spasial yang lebih
realsitis dan membantu menilai ketidakpastian antar data, simulasi geostatistik
terkadang digunakan berdasarkan variogram, atau parameter objek geologi.
Kelebihan dari metode pendekatan menggunakan geostatistik adalah
sebagai sarana alternatif untuk mengatasi keterbatasan data dalam pemodelan
geologi. Tujuan dari pemodelan geologi dalam industri minyak bumi ialah untuk
menciptakan model geologi reservoir minyak dan gas bumi. Evaluasi model
geologi merupakan hal yang penting karena model geologi yang kurang tepat
dapat menghambat jalannya produksi. Langkah pertama yang paling penting
dalam merancang pemodelan tersebut ialah menentukan permasalahan dalam
pemodelan tersebut. Tyson (2009) mengatakan bahwa dalam merancang sebuah
model, semakin lengkap data dasar yang dimiliki maka model yang dihasilkan
menjadi lebih spesifik dan lebih banyak model yang harus dibangun dengan
berbagai serta solusinya.
 24

Salah satu tujuan umum untuk membangun pemodelan geologi ialah untuk
mendapatkan data volumetrik yang akurat dan menitikberatkan pada tingkat
akurasi yang mendetail dalam bentuk grid sel yang kecil, karena semakin kecil
grid sel maka akan semakin detail pemodelan yang dibuat. Menurut Corbett dan
Jensen (1992), cara terbaik untuk meningkatkan akurasi prediksi volume adalah
dengan membuat model resolusi yang lebih rendah yang berbeda dari konfigurasi
patahan, horizon dan kontak fluida, sedangkan meningkatkan resolusi model
dengan sel yang sangat kecil hanya akan meningkatkan penelitian.

F. Estimasi Sumberdaya Batubara

Estimasi sumber daya batubara merupakan tahapan akhir dalam eksplorasi
yang keberhasilannya sangat tergantung pada kompetensi ahli dalam pemilihan
metode, parameter, dan kriterianya. Berbagai macam cara estimasi sumber daya
batubara dapat dilakukan dengan mempertimbangkan bentuk bahan galian yang
akan ditambang. Pemilihan cara estimasi yang tepat akan meghasilkan tingkat
keyakinan yang tinggi sehingga kelayakan ekonominya dapat diperhitungkan
dengan lebih tepat.
Estimasi sumberdaya dapat memberikan interpretasi terhadap :
1. Besaran kuantitas (tonase dan volume) dan kualitas suatu endapan bahan
galian.
2. Pemodelan 3-dimensi dari endapan bahan galian serta distribusi jarak atau
sapasi dari nilainya. Hal ini penting untuk menentukan urutan/tahapan
penambangan, yang pada gilirannya akan mempengaruhi pemilihan alat dan
NPV (net present value).
3. Jumlah sumberdaya yang menentukan umur tambang. Hal ini berhubungan
perancangan pabrik pengolahan dan kebutuhan infrastruktur lainnya. Serta
menentukan batas batas penambangan (pit limit).
4. Estimasi sumberdaya merupakan praktek yang umum dalam eksplorasi
untuk memulai dengan evaluasi ekonomi sedini mungkin dan untuk
 25

memperbarui evaluasi ini secara paralel dengan pekerjaan eksplorasi fisik

dengan basis data yang lebih lanjut. Tujuan proses yang sedang berlangsung
ini akan memiliki dasar yang siap untuk memutuskan dilanjutkan atau
tidaknya tahapan eksplorasi yang lebih lanjut dan lebih mahal. Evaluasi
ekonomi membutuhkan informasi tonase dan kadar. Dalam tahap awal, ahli
geologi memiliki perkiraan yang belum menentu tentang kadara kadar
yang diharapkan dan tonase yang didasarkan pada konsep geologi awal dan
indikasi awal yang jelas melalui pengamatan dari parit atau lubang bor
dalam jumlah terbatas. Peerkiraan awal tentang nilai dan tonase ini disebut
potensi kadar dan potensi tonase.
Jika eksplorasi dilanjutkan, metode geosattistik dapat dilakukan pada
tahapan eksplorasi, dimana membutuhkan spasi lubang bor yang saling
berhubungan untuk dimasukan kedalam data laporan dan merupakan cara terbaik
untuk mendapatkan input data yang akurat. Pada tahap eksplorasi awal, data yang
didapatkan tidak dapat digunakan untuk metode geostatistik. Metode kasar yang
lain harus dipakai untuk mendapatkan perkiraan estimasi kadar dan tonase atau
potensi kadar dan tonasenya.
Berikut ini adalah beberapa alasan dilakukannya estimasi cadangan:
1. Memberikan estimasi kuantitas (tonnase) dan kualitas (kadar) cadangan bijih.
2. Memberikan perkiraan bentuk tida dimensi (3D) cadangan bijih dan distribusi
spasial dari kadarnya. Hal ini sangat membantu dalam penentuan cara
penambangan, metode penambangan, rancangan push back, serta
perencanaan peralatan dan tenaga kerja.
3. Jumlah cadangan akan menentukan umur tambang.
4. Batas-batas kegiatan enambangan dibuat berdasarkan taksiran cadangan.
Enentuan lokasi pabrik pengoahan, bengkel, dan fasilitas pendukung lainnya
harus dipilih secara tepat sehingga kegiatan penambangan dapat berjalan
secara efektif dan efisien.
Persyaratan dalam Estimasi yaitu:
 26

1. Estimasi volume dan tonase enapan bijih dari pemboran.

2. Perhitungan ketebalan sebenarnya.
3. Pemboran tegak lurus strike
Langkah langkah yang harus dilakukan dalam estimasi sumber daya
adalah sebagai berikut :
1. Pengonturan atau pembuatan batas blok sumber daya mineral yang akan
diestimasi,
2. Penentuan kelas sumber daya untuk masing-masing blok sumber daya,
3. Penghitungan besaran (luas, volume, tonase) setiap blok;
4. Penghitungan kadar rata-rata komponen berharga.
Ada pula cara dalam pengonturan dalam langkah -langkah eksplorasi :
a. Interpolasi
1. Pengonturan berdasarkan data lubang eksplorasi,
2. Kontur dalam: kontur atau batas tubuh bijih melalui titik potong lubang
eksplorasi dengan tubuh bijih,
3. Kelas atau tingkat sumber daya tubuh bijih yang dibatasi kontur dalam
lebih tinggi dibandingkan dengan bagian yang dibatasi oleh kontur luar.
4. Kontur luar: kontur di luar perpotongan lubang eksplorasi dengan tubuh
bijih (ekstrapolasi).
b. Ekstrapolasi
1. Pengonturan yang dilakukan dengan cara menghubungkan titik yang
dibuat berdasarkan perkiraan batas tubuh bijih,
2. Di antara lubang yang memotong dengan yang tidak memotong tubuh
bijih,
3. Di luar lubang yang memotong tubuh bijih dengan cara tertentu.
c. Ekstrapolasi terbatas,
Didasarkan pada lubang eksplorasi yang memotong dan yang tidak
memotong tubuh bijih, biasanya diambil di tengahnya.
 27

d. Ekstrapolasi tidak terbatas.

Secara geologi :
1. Berdasarkan batas perbedaan fasies;
2. Berdasarkan batuan yang cocok untuk pemineralan,
3. Berdasarkan batas tektonika,
4. Berdasarkan pembajian.
Secara formal :
5. Paralel kontur dalam, jaraknya 1/2 jarak lubang eksplorasi yang terdekat.
Metode yang digunakan untuk perhitungan sumberdaya, yaitu:
1. Metode Penampang (Cross-section)
Masih sering dilakukan pada tahap-tahap paling awal perhitungan.
Hasil secara manual ini dapat dipakai sebagai alat pembanding untuk
mengecek hasil perhitungan yang lebih canggih menggunakan komputer.
Hasil perhitungan secara manual ini tidak dapat digunakan secara langsung
dalam perencanaan tambang menggunakan komputer.
Rumus luas rata-rata (mean area), rumus luas rata-rata dipakai untuk
endapan yang mempunyai penampang yang uniform.

1+2
V=L 2

S1, S2 = Luas Penampang endapan

L = Jarak antar penampang
V = Volume Cadangan
Gambar 6. Sketsa perhitungan volume endapan
dengan rumus mean(metode penampang)

Sedangkan untuk menghitung tonase digunakan rumus:

T = V x BJ
Dimana: T = Tonase (ton)
 28

V = Volume (m3)
BJ = Berat Jenis (ton/m3)
Rumus Prismoida:

V = (S1 + 4M + S2) 6

Keterangan:
S1, S2 = Luas penampang ujung
M = Luas penampang tengah
L = Jarak antara S1, dan S2
V = Volume cadangan

Gambar 7. Sketsa Perhitungan Endapan

Dengan Rumus Prismoida (Metode Penampang)
Rumus Kerucut terpancung

V = 3 (S1 + S2 + 1 2

Keterangan:
S1 = Luas penampang atas
S2 = luas penampang alas
L = Jarak ant S1, dan S2
V = Volume cadangan
Gambar 8. Sketsa Perhitungan Volume Endapan
Dengan Rumus Kerucut Terpancung (Metode Penampang)

Rumus Obelik, rumus ini merupakan suatu modifikasi dari rumus

prismoida dengan substitusi :
(1+2 ) (1+2)
M=
2 2

V= (S1 + 4M + S2)
6
(1+2 )(1+2)
= 6 [S1 + 4 4
+ 2]
 29

(1+2 )(2+1)
= 3 [S1 + S2 [ ] (Obelisk)
24

Rumus obelisk dipakai untuk endapan yang membaji.

Gambar 9. Sketsa Perhitungan Volume Endapan
Dengan Rumus Obelisk (Metode Penampang)
2. Meode Poligon
Metode Poligon ini merupakan metoda perhitungan yang
konvensional. Metoda ini umu diterpkan pada endapan-endapan yang relatif
homogen dan geometri yang sederhana.
Kadar pada suatu luasan di dalam poligon ditaksir dengan nilai contoh
yang ditengah-tengah poligon sehingga metoda ini sering disebut dengan
metoda poligon daerah pengaruh (area of influence). Daerah pengaryh dibuat
dengan membagi duan jarak antara dua titik conto dengan satu garis sumbu.

Gambar 10. Metode Area Of Influence (Poligon)

Andaikan ketebalan endapan bijih pada titik 1a adalah t1 dengan kadar rata-
rata k1, maka volume asay produk (V%) = S1 x t1 x k1 (voleme pengaruh).
Bila spec. Gravity dari bijih = , maka tonnage bijih = S1 x t1 x k1 x ton.

Untuk data-data yang sedikit metode poligon ini mempunyai kelemahan ,

anatara lain:
a. Belum memperhitungkan tata letak (ruang) nilai data di sekitar poligon,
 30

b. Tidak ada batasan yang asti sejauh mana nilai conto mempengaruhi
distribusi ruang.
3. Metode Isoline
Menggunakan kontur, yaitu kurva garis yang menghubungkan titik-
titik dengan nilai yang sama. Metode Isoline atau metode kontur digunakan
untuk endapan dengan kadar dan ketebalan yang berubah-ubah, terutama
untuk endapan dengan tebal dan kadar yang memusat. Metode ini tidak cocok
untuk endapan yang kompleks dan terputus-putus. Rumus yang digunakan
untuk perhitungan umumnya memakai rumus metode penampang.
4. Blok Model
Pemodelan dengan komputer untuk mempresentasikan endapan bahan
galian umumnya dilakukan dengan model blok (block model). Dimensi blok
model tersebut sesuai dengan desain penambangannya, yaitu mempunyai
ukuran yang sama dengan tinggi jenjang. Semua parameter seperti jenis
batuan, kualis=tas batubara, dan topografi dapat dimodelkan dalam bentuk
blok.
Parameter yang mewakili setiap blok yang teratur diperoleh dengan
menggunakan metode penaksiran yang umum yaitu NNP, IDW, atau kriging.
Volume 3 dimensi endapan bahan galian yang akan ditambang dibagi
ke dalam unit unit yang lebih kecil (blok/unit penambangan terkecil).
Dalam kerangka model blok inilah semua tahapan pekerjaan dilakukan, mulai
dari penaksiran kadar, erancangan batas penambangan hingga ke perncanaan
tambang jangka panjang dan jangka pendek.
 31

Gambar 11. Blok Model

Model blok memudahkan dalam menaksirkan kualitas dan kuantitas
didalam estimasi sumberdaya yang digambarkan secara lebih
terperinci/spesifik detail lokasi. Selain itu juga dapat digunakan untuk
menentukan volume satuan blok yang disesuaikan dengan dimensi
penambangan. Pada umumnya dimensi ukuran ukuran blok pada model
blok merupakan fungsi geometri endapan dan disesuaikan dengan sistem
penambangan yang digunakan. Tergantung pada jenis endapan bahan galian
yang dihadapi, tujuan pembuatan model serta metode penambangan. Ukuran
blok dapat berkisar dari 3 x 3 x 2 m (x,y,z) atau lebih kecil untuk cebakan
emas tipe vein, hingga 25 x 25 x 15 m atau lebih besar untuk cebakan
cebakan berukuran masif seperti tembaga porofiri. Tiap tiap blok akan
memiliki atribut (variabel model) misalnya topografi atau volume blok
(utuh/tidak utuh), jenis batuan, berat jenis, taksiran kadar, kalsifikasi hasil
taksiran, aspek pengolahan dan lain lain.
a. Metode Neighborhood Nearest Point
Neighborhood Nearest Point (NNP), memperhitungan nilai di
suatu blok didasari oleh nilai titik yang berada paling dekat dengan blok
tersebut. Dalam kerangka model blok, dikenal jenis penaksiran poligon
dengan jarak titik terdekat (rule of nearest point), yaitu nilai hasil
penaksiran hanya dipengaruhi oleh nilai conto yang terdekat (lihat Gambar
 32

9), atau dengan kata lain titik (blok) terdekat memberikan nilai
pembobotan satu untuk titik yang ditaksir, sedangkan titik (blok) yang
lebih jauh memberikan nilai pembobotan nol (tidak mempunyai
pengaruh).
Metoda ini merupakan suatu cara penaksiran yang telah
memperhitungkan adanya hubungan letak ruang (jarak), merupakan
kombinasi linier atau harga rata-rata tertimbang (weighting average) dari
titik-titik data yang ada di sekitarnya.

Gambar 12. Metode Area Of Influence (Metode Blok Poligon)

 33

Gambar 13. Metode NNP pada Model Blok

Suatu cara penaksiran di mana harga rata-rata suatu blok
merupakan kombinasi linier atau harga rata-rata berbobot (wieghted
average) dari data lubang bor di sekitar blok tersebut. Data di dekat blok
memperoleh bobot lebih besar, sedangkan data yang jauh dari blok
bobotnya lebih kecil. Bobot ini berbanding terbalik dengan jarak data dari
blok yang ditaksir.
Untuk mendapatkan efek penghalusan (pemerataan) data
dilakukan faktor pangkat. Pilihan dari pangkat yang digunakan (ID1, ID2,
ID3, ) berpengaruh terhadap hasil taksiran. Semakin tinggi pangkat
yang digunakan, hasilnya akan semakin mendekati metode poligon conto
terdekat.
Sifat atau perilaku anisotropik dari cebakan mineral dapat
diperhitungkan (space warping). Merupakan metode yang masih umum
dipakai.
 34

Metoda seperjarak ini mempunyai batasan. Metode ini hanya

memperhatikan jarak saja dan belum memperhatikan efek
pengelompokan data, sehingga data dengan jarak yang sama namun
mempunyai pola sebaran yang berbeda masih akan memberikan hasil
yang sama. Atau dengan kata lain metode ini belum memberikan korelasi
ruang antara titik data dengan titik data yang lain.
b. Metode Invers Distance Weighting (IDW)
Metode ini merupakan suatu cara penaksiran yang telah memperhitungkan
adanya hubungan letak ruang (jarak), merupakan kombinasi linier atau
harga rata-rata tertimbang (weigting average) dari titik=titik data yang ada
di sekitarnya.
1) Suatu cara penaksiran dimana harga rata-rata suatu blok merupakan
kombinasi linier atau harga rata-rata berbobot (weighted average) dari
data lubang bor di sekitar blok tersebut. data di dekat blok memperoleh
bobot lebih besar, sedangkan data yang jauh dari blok bobotnya lebih
kecil. Bobot ini berbanding terbalik dengan jarak data dari blok yang
di taksir.
2) Untuk mendapatkan efek penghalusan (pemerataan) data dilakukan
faktor pangkat. Pilihan dari pangkat yang digunakan (ID1, ID2, ID3....)
berpengaruh terhadap hasil taksiran. Semakin tinggi pangkat yang
digunakan, hasilnya akan semakin mendekati metode poligon conto
terdekat.
3) Sifat atau perilaku anistropik dari cebakan mineral dapat
diperhitungkan (space warpimg).
4) Merupakan metode yang masih umum dipakai.

Jika d adalah jarak titik yang dittaksir dengan titik data (z), maka faktor
pembobotan (w) adalah:
 35

Tabel 3. Faktor Pembobotan (w)

Maka, hasil taksiran (Z*) : Z* = =1 .
Metode seperjarak ini mempunyai batasan. Metode ini hanya
memperhatikan jarak saja dan belum memperhatikan efek
pengelompokan data, sehingga data dengan jarak yang sama namun
mempunyai pola sebaran yang berbeda masih akan memberikan hasil
yang sama. Atau dengan kata lain metode ini belum memberikan korelasi
ruang antara titik data dengan titik data yang lain.
 36

5. Kriging
Kriging merupakan analisis data geostatistika yang digunakan yang
mengestimasi besarnya yang mewakili suatu titik yang tidak tersampel
berdasarkan titik-titik tersampel yang berada disekitarnya dengan
mempertimbangkan korelasi spasial yang ada dalam data tersebut.

Gambar 14. Pemodelan Blok Endapan Berlapis (Gridded Seam Model)

Kriging merupakan suatu metode interpolasi yang menghasilkan prediksi
atau estimasi tak bias dan memiliki kesalahan minimum. Metode estimasi ini
menggunakan semivariogram yang merepresentasikan perbedaan spasial dan
nilai diantara semua pasangan sampel data. Semivariogram juga menunjukkan
bobot yang digunakan dalam interpolasi.
Estimator kriging (s) didefinisikan sebagai berikut:
(s) m(s) = =1 [() ()]..................................................1

Keterangan:
S,Si : Vektor lokasi untuk estimasi dan salah satu dari data yang
berdekatan, denyatakan sebagai i
m(s) : Nilai Ekspektasi dari Z(s)
m(si) : Nilai Ekspektasi dari Z(si)
 37

i (s) : Nilai Z (si) untuk estimasi lokasi Z(si). Nilai Z(si) yang sama akan
memiliki niali yang berbeda untuk estimasi pada lokasi berbeda.
n : Banyaknya data sampel yang digunakan untuk estimasi.
Estimasi error pada setiap lokasi merupakan perbedaan antara nilai prediksi
(s) dengan nilai sebenarnya (s), yang dinyatakan sebagai berikut:
(s) = (s) Z(s) = =1 () ().............................................2
Tujuan dari krigging adalah menentukan nilai koefisien pembobotan (i)
yang meminimumkan variansi errormya:
2 = var [(s) Z(s)]............................................................................3
Dengan pendekatan tak bias E((s) Z(s)) = 0
Banyak metode yang dapat digunakan dalam metode krigimg namun
berdasarkan asumsi mean yang digunakan maka data dibedakan menjadi tiga
yaitu Simple Kriging, Ordinary Kriging, dan Universal Kriging. Simple Kriging
mengasumsikan bahwa mean konstan dan diketahui. Ordinari Kriging
mengasumsikan bahwa mean konstan dan tidak diketahui, sedangkan Universal
Kriging mengasumsikan bahwa mean tidak konstan dan berubah sesuai lokasi.
Dalam perkembangannya, ketiga metode tersebut menjadi dasar dalam
pengembangan metode kriging seperti: Probability Kriging, Disjungtive Kriging,
Cokriging, Bayessian Kriging, dan Indicator Kriging.
1. Ordinary Krigging(OK)
Metode Ordinary Kriging (OK) merupakan metode estimasi suatu
peubah acak pada suatu titik (lokasi) tertentu dengan mengamati data yng
sejenis dilokasi lain dengan mean data diasumsikan konstan tetapi tisak
diketahui nilainya. Pada metode ordinary kriging, nilai-nilai sampel yang
diketahui dijadikan kombinasi linier untuk menaksir titik-titik disekitar daerah
(lokasi) sampel. Pada ordinary kriging, m(s) merupakan mean dari Z(s) yaitu
m(s) = E(Z(s)), dimana E(Z(s)) = .
 38

Pada Cressie (1993: 120) dalam Annisa Nur Alfia (2010) dijelaskan
bahwa ordinary kriging berhubungan dengan prediksi spasial dengan dua
asumsi:
Z(s) = + (s), s D, R dan tak diketahui..............................4
Asumsi Prediksi:
(s) = =1 () dengan =1 [() ()]=1..................5
Dengan: (s) : Nilai error pada Z(s)
n : banyaknya data sampel yang digunakan untuk estimasi
Karena koefisien dari hasil penjumlahan prediksi linier adalah 1 dan
memiliki syarat tak bias maka E((s)) = = E(Z(s)) = Z(s), untuk setiap R
dan karena Z(s) merupakan suatu konstan maka E(Z(s)) = Z(s).
Jika terdapat estimator error, (s), pada setiap lokasi merupakan
perbedaan antara nilai estimasi (s) dengan nilai sebenarnya Z(s), yang
dinyatakan sebagai berikut:
(s) = (s) Z(s)....................................................................6
Dengan menggunakan persamaan (6) dapat dibuktikannbahwa (s)
merupakn estimator tak bias. Akan dibuktikan bahwa (s) merupakan
estimator tak bias:
(s) = (s) Z(s)
E ((S)) = E((s) Z(s))
E((S)) = E((s)) E(Z(s))
Karena E ((S)) = 0, maka diperoleh:
0 = E ((s) E(Z(s))
E((s) = E(Z(s))
(s) = Z(s)
Terbukti bahwa (s) merupakan estimator tak bias dari Z(s).
 39

2. Sifat-sifat pada Ordinary Kriging

Salah satu tujuan kriging, seperti yang sudah dijelaskan pada
pembahasan sebelumnya, yaitu menghasilkan estimator yang bersifat Best
Linier Ubbiassed Estimator (BLUE). Berikut akan dibuktikan sifat BLUE
pada ordinary krigging:
a. Linier
Diperoleh suatu persamaan pada metode ordinary kriging adalah
sebagai berikut:
(u) = =1 ()
Dari persamaan diatas, (u) dapat dikatakan estimator yang bersifat
linier karena merupakan fungsi linier dari Z(u). Terdapat n pengukuran
pada lokasi 1, 2, 3, ...., n dinyatakan sebagai berikut Z(u1), Z(u2), Z(u3),
...., Z(u). Berdasarkan data yang tersampel, akan diestimasi Z(u) pada
lokasi yang tidak tersampel yang dinyatakan dalam Z(uo). Selanjutnya
akan disusun variabel random untuk menggambarkan estimator dari error,
yaitu:
E(uo) = (u0) Z(u0) = =0 () (u0)
Dengan (u) merupakan kombinasi linier dari semua data
tersampel.
b. Unbissed
Selanjutnya, akan dibuktikan bahwa (u) merupakan estimator tak
bias. Dapat dipastikan bahwa error pada lokasi tertentu memiliki nilai
ekspektasi 0 dengan menerapkan rumus untuk nilai ekspektasi pada
kombinasi linier terhadap persamaan:
e(u0) = (u0) Z(u0) = =0 () (0)
Maka:
E((u) = E (=1 () ()
= =1 (()) (())
 40

Dengan asumsi bahwa fungsi random bersifat stasioner, dimana

setiap nilai ekspektasi boleh dituliskan sebagai:
E((u) = (=1 () ()
Karena E((u) = 0, maka:
E((u) = 0 = =1 () ()
=1 () = ()
=1 = 1
Sehingga E((u) = E =1 {()}
= =1 {()}
= 1.
=1
Hal ini berarti Ordinary Kriging menghasilkan estimator yang tak
bias dengan =1 = 1
c. Best
Selanjutnya, akan dibuktikan bahwa metode ordinary kriging
bersifat best yaitu dengan meminimumkan variasi error.
G. Statistika Dasar
Analisa statistik dilakukan untuk mengutahui parameter-parameter atau
karakteristik populsi lubang bor tanpa memperhatikan lokasi sampel tersebut.
1. Analisis Univarian
Univarian adalah deskripsi yang digunakan untuk melihat hubungan
antara data dalam satu populasi, tanpa mempertimbangkan faktor posisi dari
data-data tersebut.
Statistik Univarian
a. Rata-Rata Sampel merupakan parameter lokasi dimana data terpusat,
dihitung dengan cara jumlah semua nilai data yang diamati dibagi dengan
banyaknya data yang diamati.

Rumus: Mean =

 41

b. Median merupakan nilai tengah dari data yang telah diurutkan. Konsep
median adalah mengurutkan dan membagi data menjadi dua bagian yang
sama besar, kemudian menghitung nilai data yang membagi data menjadi
dua tersebut.


2
Rumus: Me = b + p ( )

c. Modus merupakan nilai yang paling sering muncul dalam data.

b1
Rumus: Mo = b + p ( )
1+2
d. Quartil merupakan nilai yang membagi seperangkat data yang telah
terurut menjadi empat bagian yang sama.
i(n F)
Rumus: Qi = b + p ( )
4
e. Desil merupakan nilai yang membagi seperangkat data yang telah terurut
menjadi sepuluh bagian yang sama.
i(n F)
Rumus: Di= b + p ( )
10
f. Persentil merupakan nilai yang membagi seperangkat data yang telah
terurut menjadi seratus bagian yang sama.
i(n F)
Rumus: Pi= b + p ( )
100
g. Jangkauan (Range) merupakan selisih nilai terbesar data dengan nilai
terkecil data.

Rumus: Xn - Xi

h. Variansi merupakan ukuran sebaran data.

()^2
Rumus: S2 =

i. Simpangan Baku merupakan dakar dari tengah kuadrat simpangan dari
nilai tengah atau akar simpangan rata-rata kuadrat.
Rumus: S =
 42

j. Histogram merupkan grafik batang dari distribusi frekuensi dan poligon

frekuensi merupakan garis grafiknya.
k. Ukuran Kemiringan Kurva (Skewness) merupakan kesimetrisan atau
tidaknya suatu kurva histogram. Suatu hiostogram dikatakan negative
skewness jika Me > dan possitive skewness jika Me <

Rumus: sk =

Gambar 15. Skewness

l. Ukuran Keruncingan Kurva (Kurtosis) merupakan gambaran ukuran
keruncingan kurva histogram. Dari tingkat keruncingan, kuva dapat
dibedakan menjadi; leptokurtis (meruncing), platykurtis (mendatar), dan
mesokurtis (normal).

Gambar 16. Kurtosis

m. Pencilan (Outlier) merupakan suatu data yang jauh berbeda
dibandingkan terhadap keseluruhan data. Data yang jauh berbeda ini
 43

disebabkan oleh kesalahan pada saat sampling, analisis, atau terjadi

pemfilteran. Dengan kata lain pencilan ini juga dianggap sebagai data
dengan populasi yang berbeda terhadap populasi keseluruhan data.
Dengan demikian data pencilan akan mengganggu dalam proses
analisis data dan harus dihindari dalam banyak hal.
2. Analisis Bivarian
Bivarian adalah deskripsi yang dapat digunakan untuk melihat
hubungan anatara dua populasi data yang berbeda, pada posisi yang sama.
Meode Geostatistik bivarian yang biasa digunakan adalah diagram
pencar (scatter plot), yaitu penggambaran dua peubah dalam suatu grafik X
Y. Kedua peubah mempunyai hubungan positif jika kedua peubah tersebut
cendrung memiliki nilai yang berbanding terbalik, maka kedua peubah
tersebut mempunyai hubungan negatif. Apabila penyebaran data kedua
peubah cendrung acak, maka kedua peubah tersebut dikatakan tidak
mempunyai hubungan.

Gambar 17. Diagram Pencar

Hubungan yang terjadi antara dua peubah pada analisis statistik bivarian
dinyatakan dengan koefisien korelasi () yang didefinisikan sebagai:

1 n
(xix)(yiy)
2 i=1
=

Keterangan : n = Jumlah data

 44

Xi,....Xn = Nilai data peubah X

Yi,....Yn = Nilai data Peubah Y

x = Nilai rata-rata peubah X

y = Nilai rata-rata peubah Y

x = Simpangan baku peubah X

y = Simpangan baku peubah Y

Selain itu, untuk menggambarkan hasil diagram pencar dapat juga dilihat
melalui nilai kovarians (Cxy) yang didefinisikan sebagai berikut:

1
Cxy = =1( )( )
2

Sedangkan untuk memperkirakan hubungan antara dua peubah dan untuk

mengestimasi nilai dari suatu data (populasi) yang saling berhubungan yang
sulit dinyatakan dengan metode matematis lainnya dapat digunakan regresi
linier yang didefinisikan secara matematis sebagai berikut:

Y = X + b

b = y - x

Keterangan: = Kemiringan garis regresi

b = Perpotongan garis regresi

= Simpangan baku
 45

Jenis-Jenis Uji Analisis Bivariat, yaitu:

a. UjikorelasiBivariat ( Product-moment person ).
b. Uji chis-quare, dengantingkatkemaknaan a = 0,05. Hasil yang diperoleh
pada analisis chis quare dengan menggunakan program SPSS yaitu nilai p,
kemudian dibandingkan dengan a = 0,05 apabila nilai p < dari a = 0,05
maka ada hubungan atau perbedaan antara dua variabel tersebut.
Untuk menentukan korelasi ( kuatnya hubungan ) antara variabel-variabel
penelitian :
a. Jika ada hubungan, seberapa kuat hubungan antar variabel tersebut
b. Dapat digunakan untuk jenis data rasio ( scale ) atau interval
Dalam analisis bivariate secara umum terdiri dari analisa korelasi dan analisa
regresi.
a. Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk
mengetahui keeratan hubungan antara dua variabel dan untuk mengetahui
arah hubungan yang terjadi. Koefisien korelasi sederhana menunjukkan
seberapa besar hubungan yang terjadi antara dua variabel. Dalam SPSS ada
tiga metode korelasi sederhana (bivariate correlation) diantaranya Pearson
Correlation, Kendalls tau-b, dan Spearman Correlation. Pearson
Correlationdigunakan untuk data berskala interval atau rasio,
sedangkan Kendalls tau-b,dan Spearman Correlation lebih cocok untuk
data berskala ordinal.
b. Analisis regresi merupakan alat yang dapat memberikan penjelasan
hubungan antara dua jenis variabel yaitu hubungan antara variabel
dependen atau variabel kriteria dengan variabel independen atau variabel
prediktor. Analisis hubungan antara dua variabel disebut sebagai analisis
regresi sederhana jika hanya melibatkan satu variabel independen. Analisis
disebut sebagai analisis regresi berganda jika melibatkan lebih dari satu
variabel independen.
 46

H. Program Pendukung Permodelan dan Estimasi Sumberdaya Batabara

1. SPSS
SPSS adalah sebuah program komputer yang digunakan untuk
membuat analisis statistika. SPSS dipublikasikan oleh SPSS Inc. SPSS
(Statistical Package for the Social Sciences atau Paket Statistik untuk Ilmu
Sosial) versi pertama dirilis pada tahun 1968, oleh tiga mahasiswa Stanford
University, yakni Norman H. Nie, C. Hadlai Hull, dan Dale H. Bent. Ketika
pertama kali diciptakan software ini dioperasikan pada komputer mainframe,
hingga akhirnya penerbit McGraw-Hill menerbitkan user manual SPSS.
Pada awalnya, SPSS diciptakan untuk proses mengolah data dalam
bidang ilmu sosial, dan saat itu SPSS merupakan singkatan dari Statistical
Package for the Social Science. Namun, sekarang fungsi SPSS sudah
diperluas untuk melayani berbagai jenis user seperti untuk proses produksi
pabrik, riset ilmu science, dan lainnya. Oleh karena itu, kepanjangan SPSS
pun berubah menjadi Statistical Product and Service Solution.
Statistik yang termasuk software dasar SPSS:
a. Statistik Deskriptif: Tabulasi Silang, Frekuensi, Deskripsi,
Penelusuran, Statistik Deskripsi Rasio.
b. Statistik Bivariat: Rata-rata, t-test, ANOVA, Korelasi (bivariat,
parsial, jarak), Nonparametric tests.
c. Prediksi Hasil Numerik: Regresi Linear.
d. Prediksi untuk mengidentivikasi kelompok: Analisis Faktor,
Analisis Cluster (two- step, K-means, hierarkis), Diskriminan.
SPSS dapat membaca berbagai jenis data atau memasukkan data
secara langsung ke dalam SPSS Data Editor. Data dalam Data Editor
SPSS harus dibentuk dalam bentuk baris (cases) dan kolom (variables).
Case berisi informasi untuk satu unit analisis, sedangkan variable adalah
informasi yang dikumpulkan dari masing-masing kasus.
 47

Beberapa kemudahan yang lain yang dimiliki SPSS dalam pengoperasiannya

adalah karena SPSS menyediakan beberapa fasilitas seperti berikut ini:
a. Data Editor Merupakan jendela untuk pengolahan data. Data editor
dirancang sedemikian rupa seperti pada aplikasi-aplikasi spreadsheet
untuk mendefinisikan, memasukkan, mengedit, dan menampilkan data.
b. Viewer mempermudah pemakai untuk melihat hasil pemrosesan,
menunjukkan atau menghilangkan bagian-bagian tertentu dari output,
serta memudahkan distribusi hasil pengolahan dari SPSS ke aplikasi-
aplikasi yang lain.
c. Multidimensional Pivot Tables, Hasil pengolahan data akan
ditunjukkan dengan multidimensional pivot tables. Pemakai dapat
melakukan eksplorasi terhdap tabel dengan pengaturan baris, kolom,
serta layer. Pemakai juga dapat dengan mudah melakukan pengaturan
kelompok data dengan melakukan splitting tabel sehingga hanya satu
group tertentu saja yang ditampilkan pada satu waktu.
d. High-Resolution Graphics, Dengan kemampuan grafikal beresolusi
tinggi, baik untuk menampilkan pie charts, bar charts, histogram,
scatterplots, 3-D graphics dan yang lainnya, akan membuat SPSS
tidak hanya mudah dioperasikan tetapi juga membuat pemakai merasa
nyaman dalam pekerjaannya.
e. Database Access, Pemakai program ini dapat memperoleh kembali
informasi dari sebuah database dengan menggunakan Database Wizard
yang disediakannya.
f. Data Transformations, Transformasi data akan membantu pemakai
memperoleh data yang siap untuk dianalisis. Pemakai dapat dengan
mudah melakukan subset data, mengkombinasikan kategori, add,
aggregat, merge, split, dan beberapa perintah transpose files, serta
yang lainnya.
 48

g. Electronic Distribution, Pengguna dapat mengirimkan laporan secara

elektronik menggunakan sebuah tombol pengiriman data (e-mail) atau
melakukan export tabel dan grafik ke mode HTML sehingga
mendukung distribusi melalui internet dan intranet.
h. Online Help, SPSS menyediakan fasilitas online help yang akan
selalu siap membantu pemakai dalam melakukan pekerjaannya.
Bantuan yang diberikan dapat berupa petunjuk pengoperasian secara
detail, kemudahan pencarian prosedur yang diinginkan sampai pada
contoh-contoh kasus dalam pengoperasian program ini.
i. Akses Data Tanpa Tempat Penyimpanan Sementara, Analisis file-file
data yang sangat besar disimpan tanpa membutuhkan tempat
penyimpanan sementara. Hal ini berbeda dengan SPSS sebelum versi
11.5 dimana file data yang sangat besar dibuat temporary filenya.
j. Interface dengan Database Relasional, Fasilitas ini akan menambah
efisiensi dan memudahkan pekerjaan untuk mengekstrak data dan
menganalisnya dari database relasional.
k. Analisis Distribusi, Fasilitas ini diperoleh pada pemakaian SPSS for
Server atau untuk aplikasi multiuser. Kegunaan dari analisis ini adalah
apabila peneliti akan menganalisis file-file data yang sangat besar
dapat langsung me-remote dari server dan memprosesnya sekaligus
tanpa harus memindahkan ke komputer user.
l. Multiple Sesi, SPSS memberikan kemampuan untuk melakukan analisis
lebih dari satu file data pada waktu yang bersamaan.
m. Mapping, Visualisasi data dapat dibuat dengan berbagai macam tipe
baik secara konvensional atau interaktif, misalnya dengan menggunakan
tipe bar, pie atau jangkauan nilai, simbol gradual, dan chart.
 49

2. SGeMS
Stanford Geostatistik Modeling Software (SGeMS) adalah perangkat
lunak untuk memecahkan masalah yang melibatkan variabel yang
berhubungan dengan data spasial. Pertama kali dikembangkan di Stanford
University. SGeMs dapat mengimplementasikan beberapa algoritma untuk
statistik di beberapa titik. SGeMs memiliki 2 tujuan yaitu:
a. Untuk menyediakan perangkat lunak yang user-friendly yang
menawarkan berbagai macam alat geostatistik dalam visualisasi 3D
interaktif.
b. Untuk merancang sebuah perangkat lunak yang akan memenuhi
kebutuhan listrik-pengguna melalui plugin dan skrip Python.
Graphical User Interface (GUI) dari SGeMs dibagi menjadi 3 bagian utama,
yaitu:
1. Algorithm Panel
Pengguna memilih di panel geostatistik ini untuk menggunakan
tool masukan parameter yang diperlukan. Bagian atas panel yang
menunjukkan daftar algoritma yang tersedia, misalnya kriging,
sekuensial simulasi Gaussian. Ketika suatu algoritma dari daftar yang
dipilih, formulir yang berisi parameter input yang sesuai akan muncul di
bawah daftar tool.
2. Visualization Panel
Satu atau beberapa objek dapat ditampilkan dalam panel ini, misalnya
Sebuah jaringan Cartesian dan satu set poin, di lingkungan 3-D
interaktif. Visualisasi pilihan seperti warna-peta juga diatur dalam Panel
Visualisasi.
3. Command Panel
Panel ini tidak ditampilkan secara default ketika SGeMS dimulai.
Memberikan kemungkinan untuk mengontrol perangkat lunak dari baris
perintah bukan yang dari GUI. Ini menampilkan sejarah semua perintah
 50

dijalankan sejauh ini dan memberikan sebuah field input

di mana perintah baru dapat diketik.
3. Datamine
Datamine adalah suatu teknik menggali informasi berharga yang
terpendam atau tersembunyi pada suatu koleksi data (database) yang sangat
besar sehingga ditemukan suatu pola yang menarik yang sebelumnya tidak
diketahui. Kata mine berarti usaha untuk mendapatkan sedikit barang
berharga dari sejumlah besar material dasar. Karena itu datamine sebenarnya
memiliki akar yang panjang dari bidang ilmu seperti kecerdasan buatan
(artificial intelligent), machine learning, statistik dan database. Beberapa
metode yang sering disebut-sebut dalam literatur datamine antara lain
clustering, lassification, association rules mining, neural network, genetic
algorithm dan lain-lain.
Istilah Istilah khusus dalam Datamine, yaitu:
a. Data cleaning (untuk menghilangkan noise data yang tidak konsisten).
b. Data integration (di mana sumber data yang terpecah dapat disatukan).
c. Data selection (di mana data yang relevan dengan tugas analisis
dikembalikan ke dalam database).
d. Data transformation (di mana data berubah atau bersatu menjadi bentuk
yang tepat untuk menambang dengan ringkasan performa atau operasi
agresi).
e. Datamine (proses esensial di mana metode yang intelejen digunakan
untuk mengekstrak pola data) - Pattern evolution (untuk mengidentifikasi
pola yang benar-benar menarik yang mewakili pengetahuan berdasarkan
atas beberapa tindakan yang menarik).
f. Knowledge presentation (di mana gambaran teknik visualisasi dan
pengetahuan digunakan untuk memberikan pengetahuan yang telah
ditambang kepada user).
 51

g. Rancangan bangun dari datamine yang khas memiliki beberapa

komponen utama yaitu :
1) Database, data warehouse, atau tempat penyimpanan informasi
lainnya.
2) Server database atau data warehouse.
3) Knowledge base.
4) Datamine engine.
5) Pattern evolution module.
6) Graphical user interface.
Langkah langkah dalam datamine, yaitu:
a. Pembersihan data.
Biasanya terdapat data yang kurang bagus untuk dimasukkan dalam
kelengkapan data perusahaan karena hanya akan dianggap tidak valid
bahkan untuk data yang hilang. Sehingga data yang seperti itu lebih baik
dibuang.
b. Integrasi data.
c. Transformasi data
Beberapa teknik data mining memerlukan format data yang khusus
sebelum bisa digunakan dan disebarluaskan. Dalam tahap ini, dilakukan
pula pemilihan data yang dibutuhkan oleh teknik data mining yang akan
dipakai. Tahap inilah yang akan menentukan kualitas dari datamine.
d. Aplikasi teknik datamine.
Ini merupakan salah satu langkah dari proses data mining. Gunakan
teknik datamine yang sesuai dengan hasil yang dibutuhkan.
e. Evaluasi pola yang ditemukan.
Dalam tahap ini hasil dari teknik data mining berupa pola pola yang
khas maupun model prediksi dievaluasi untuk menilai apakah hipotesis
yang ada memang tercapai.
f. Presentasi pola
 52

Tahap terakhir dari proses datamine adalah bagaimana formulasi

keputusan atau aksi dari hasil analisis dari datamine. Dalam presentasi ini,
visualisasi juga dapat membantu mengkomunikasikan hasil datamine.
Karakteristik datamine sebagai berikut:
a. Datamine berhubungan dengan penemuan sesuatu yang tersembunyi dan
pola data tertentu yang tidak diketahui sebelumnya.
b. Datamine biasa menggunakan data yang sangat besar. Biasanya data yang
besar digunakan untuk membuat hasil lebih dipercaya.
c. Datamine berguna untuk membuat keputusan yang kritis, terutama dalam
strategi.
Pengenalan pola adalah suatu disiplin ilmu yang mempelajari cara-cara
mengklasifikasikan obyek ke beberapa kelas atau kategori dan mengenali
kecenderungan data. Tergantung pada aplikasinya, obyek-obyek ini bisa
berupa pasien, mahasiswa, pemohon kredit, image atau signal atau
pengukuran lain yang perlu diklasifikasikan atau dicari fungsi regresinya.
Datamine, sering juga disebut knowledge discovery in database
(KDD), adalah kegiatan yang meliputi pengumpulan, pemakaian data historis
untuk menemukan keteraturan, pola atau hubungan dalam set data berukuran
besar. Keluaran dari data mining ini bisa dipakai untuk memperbaiki
pengambilan keputusan di masa depan. Sehingga istilah pattern recognition
jarang digunakan karena termasuk bagian dari Datamine.
Machine Learning adalah suatu area dalam artificial intelligence atau
kecerdasan buatan yang berhubungan dengan pengembangan teknik-teknik
yang bisa diprogramkan dan belajar dari data masa lalu. Pengenalan pola,
datamine dan machine learning sering dipakai untuk menyebut sesuatu yang
sama. Bidang ini bersinggungan dengan ilmu probabilitas dan statistik kadang
juga optimasi. Machine learning menjadi alat analisis dalam datamine
Bagaimana bidang-bidang ini berhubungan bisa dilihat dalam gambar
 53

Tahap-tahap datamine ada 6 yaitu :

a. Pembersihan data (data cleaning)
Pembersihan data merupakan proses menghilangkan noise dan data
yang tidak konsisten atau data tidak relevan. Pada umumnya data yang
diperoleh, baik dari database suatu perusahaan maupun hasil eksperimen,
memiliki isian-isian yang tidak sempurna seperti data yang hilang, data
yang tidak valid atau juga hanya sekedar salah ketik. Selain itu, ada juga
atribut-atribut data yang tidak relevan dengan hipotesa data mining yang
dimiliki. Data-data yang tidak relevan itu juga lebih baik dibuang.
Pembersihan data juga akan mempengaruhi performasi dari teknik
datamine karena data yang ditangani akan berkurang jumlah dan
kompleksitasnya.
b. Integrasi data (data integration)
Integrasi data merupakan penggabungan data dari berbagai database
ke dalam satu database baru. Tidak jarang data yang diperlukan untuk data
mining tidak hanya berasal dari satu database tetapi juga berasal dari
beberapa database atau file teks. Integrasi data dilakukan pada atribut-
aribut yang mengidentifikasikan entitas-entitas yang unik seperti atribut
nama, jenis produk, nomor pelanggan dan lainnya. Integrasi data perlu
dilakukan secara cermat karena kesalahan pada integrasi data bisa
menghasilkan hasil yang menyimpang dan bahkan menyesatkan
pengambilan aksi nantinya. Sebagai contoh bila integrasi data berdasarkan
jenis produk ternyata menggabungkan produk dari kategori yang berbeda
maka akan didapatkan korelasi antar produk yang sebenarnya tidak ada.

c. Seleksi Data (Data Selection)

Data yang ada pada database sering kali tidak semuanya dipakai,
oleh karena itu hanya data yang sesuai untuk dianalisis yang akan diambil
dari database. Sebagai contoh, sebuah kasus yang meneliti faktor
 54

kecenderungan orang membeli dalam kasus market basket analysis, tidak

perlu mengambil nama pelanggan, cukup dengan id pelanggan saja.
d. Transformasi data (Data Transformation)
Data diubah atau digabung ke dalam format yang sesuai untuk
diproses dalam datamine. Beberapa metode datamine membutuhkan
format data yang khusus sebelum bisa diaplikasikan. Sebagai contoh
beberapa metode standar seperti analisis asosiasi dan clustering hanya bisa
menerima input data kategorikal. Karenanya data berupa angka numerik
yang berlanjut perlu dibagi-bagi menjadi beberapa interval. Proses ini
sering disebut transformasi data.
e. Proses mine
Merupakan suatu proses utama saat metode diterapkan untuk
menemukan pengetahuan berharga dan tersembunyi dari data.
f. Evaluasi pola (pattern evaluation),
Untuk mengidentifikasi pola-pola menarik kedalam knowledge
based yang ditemukan. Dalam tahap ini hasil dari teknik data mining
berupa pola-pola yang khas maupun model prediksi dievaluasi untuk
menilai apakah hipotesa yang ada memang tercapai. Bila ternyata hasil
yang diperoleh tidak sesuai hipotesa ada beberapa alternatif yang dapat
diambil seperti menjadikannya umpan balik untuk memperbaiki proses
datamine, mencoba metode datamine lain yang lebih sesuai, atau
menerima hasil ini sebagai suatu hasil yang di luar dugaan yang mungkin
bermanfaat.
g. Presentasi pengetahuan (knowledge presentation),
Merupakan visualisasi dan penyajian pengetahuan mengenai
metode yang digunakan untuk memperoleh pengetahuan yang diperoleh
pengguna. Tahap terakhir dari proses datamine adalah bagaimana
memformulasikan keputusan atau aksi dari hasil analisis yang didapat.
Ada kalanya hal ini harus melibatkan orang-orang yang tidak memahami
 55

datamine. Karenanya presentasi hasil datamine dalam bentuk pengetahuan

yang bisa dipahami semua orang adalah satu tahapan yang diperlukan
dalam proses datamine. Dalam presentasi ini, visualisasi juga bisa
membantu mengkomunikasikan hasil datamine.