Daftar Isi 1

Maksud dan Tujuan 2

Dasar Teori 2

Alat Bahan 6

Langkah Kerja 6

Data 7

Pembahasan dan Interpretasi 13

Kesimpulan 16

Daftar Pustaka 17

1
Maksud dan Tujuan
Maksud dari diadakannya praktikum acara ukuran butir sedimen adalah untuk
melakukan analisis distribusi ukuran butir sedimen dengan metode-metode tertentu.
Sedangkan tujuan diadakannya praktikum ini adalah untuk mengetahui proses-proses
geologi yang berperanan terhadap pembentukan dan deposisi sedimen tersebut
berdasarkan variasi ukuran butir.

Dasar Teori

Klasifikasi ukuran butir yang sering digunakan adalah skala Udden-

Wentworth. Skala ini pertama kali diusulkan oleh Udden dan dimodifikasi oleh
Wentworth. Batas ukuran buitr pada skala ini menggunakan nilai 1mm sebagai standar
dan menggunakan faktor pembagi atau pengali 2. Krumbein menggambarkan
penghitungan matematis:

=-log2 d

2
 Terdapat beberapa cara yang digunakan untuk mengukur ukuran butir
sedimen. Pengukuran butir didasarkan pada ukuran dari butiran yang akaan diamati.
Berikut metode yang digunakan dalam pengukuran ukuran butir:

Ukuran butir Metode

Gravel Pengukuran langsung(kapiler), ayakan
Pasir Ayakan, tabung sedimentasi
Lanau Ayakan(untuk ukuran butir kasar), tabung
sedimentasi, pipet
Lempung Pipet, mikroskop elektron

Pada acara ini gunakan metode ayakan untuk memisah-misahkan antara butir-
butiran pasir. Berikut adalah cara melakukan ayakan pada acara ini:

1. Sample dikeringkan dengan cara penjemuran di bawah sinar matahari atau

pemanasan dalam oven dengan suhu 40C selama beberapa jam.
2. Jika sudah kering, terebentuk gumpalan-gumpalan partikel maka pisahkan dengan
cara meremas atau ditumbuk pelan dalam sebuah cawan.
3. Lakukan quartering dengan cara menuangkan sampel melalui suatu corong diatas
karton yang disilangkan saling tegak lurus sehingga terbagi menjadi 4 kuadran.
Dua kuadran yang saling berhadapan dihilangkan, sedangkan dua lainnya
dicampur kembali. Ulangi proses ini hingga memperoleh berat sampel yang
diinginkan.
4. Persiapkan alat ayakan dengan cara membersihkan dengan menggunakan kuas
terlebih dahulu.
5. Saringan disusun dengan nomor mesh terbesar di bawah dan kecil diatas.
6. Masukkan sampel pada saringan yang paling atas kemudian tutup, jalankan mesin
selama 10 menit.
7. Setelah selesai, maka butiran sedimen akan terpisah sesuai fraksi-fraksi sesuai
ukurannya.
8. Pisahkan tiap fraksi dan masukkan dalam plastik sampel, gunakan kuas untuk
memasukan butiran hingga meminimalkan yang tertinggal di mesin.

3
 9. Tiap-tiap fraksi kemudian ditimbang. Sebaiknya tidak kehilangan berat >5% dari
berat awal. Apabila hal tersebut terjadi, maka proses harus diulangi dari awal.

Setelah itu dilakukan pengolahan data ukuran butir, secara umum hal yang
dilakukan adalah:

1. plotting data sebagai histogram, kurva distribusi frekuensi atau tipe grafik yang
lain yang dapat memberikan gambaran visual data.
2. perhitungan parameter statistik(rata-rata, standar deviasi, kurtosis, dll).
3. perhitungan momen statistik (rata-rata, standar deviasi, kurtosis, dll) dengan cara
matematis dari data presentase berat fraksi ukuran butir.

Perhitungan parameter secara grafis prinsipnya adalah menggunakan kurva

frekuensi atau frekuensi kumulatif untuk menentukan nilai phi pada persentil tertentu
kemudian dimeasukkan dalam rumus tertentu. Berikut adalah perhitungan yang sering
digunakan dalam metode grafis:

1. Median adalah ukuran butir partikel tepat pada tengah-tengah populasi, yang
berarti separuh dari berat keseluruhan partikel adalah lebih halus sedangkan
separuh lainnya lebih kasar dari ukuran butir tersebut.
2. Mode adalah ukuran butir yang frekuensinya lebih sering muncul.
3. Mean adalah rata-rata dari ukuran butir tersebut.

16+50+84
Graphic mean(Mz)= 3

4. Sortasi adalah nilai standar deviasi distribusi ukuran butir. Parameter ini
menunjukan tingkat keseragaman butir.
8416 955
Inclusive graphic standard deviation(1)= +
4 6,6

Klasifikasi 1 :
Nilai 1 Keterangan
<0,35 Very well sorted
0,35-0,50 Well sorted
0,50-0,71 Moderately well sorted

4
 0,71-1,00 Moderately sorted
1,00-2,00 Poorly sorted
2,00-4,00 Very poorly sorted
>4,00 Extremely poorly sorted
5. Skewness adalah nilai kesimetrian suatu kurva frekuensi. Nilai skewness positif
menunjukan kurva frekuensi cenderung memuncak di sebelah kiri mean yang
berarti didominasi bahwa sedimen tersebut didominasi oleh partikel dengan
ukuran butir yang lebih kasar, begitu pula sebaliknya.
84+16+250 95+5250
Inclusive graphic skewness (SK1)= +
2(8416) 2(955)

Klasifikasi SK1:
+0,1 - +0,3 Very fine-skewee
+0,3 - +0,1 Fine-skewed
+0,1 - -0,1 Near-symmetrical
-0,1 - -0,3 Cooarse-skewed
-0,3 - -1,0 Very coarse-skewed
6. Kurtosis adalah nilai yang menunjukkan kepuncakkan kurva. Sebuah kurva
disebut kurva normal (mesokurtic) jika sebaran distribusi antara 5% dan 95%
adalah 2,44 kali sebaan distribusi antara 25% dan 95%.
955
Graphic kurtosis(KG)= 2,44(7525)

Klasifikasi KG
<0,67 Very platykutic
0,67-0,90 Platykurtic
0,90-1,11 Mesokurtic
1,11-1,50 Leptokurtic
1,50-3,00 Very leptocurtic
>3,00 Extremely leptokurtic

Selain perhitungan secara grafik, dilakukan juga perhitungan secara

matematis. Untuk melakukan ini dibutuhkan data distribusi frekuensi yang lengkap. Oleh

5
karena perhitungan ini menggunakan asumsi bahwa kurva distribusi frekuensinya bersifat
distribusi normal.

Mean(x)=

()2
Sortasi()= 100

()3
Skewness(Sk)=
1003

()4
Kurtosis (K)= 1004

Alat dan Bahan

Sample butiran sedimen pasir

Plastik Sample
Timbangan digital
Karton untuk quartering
Kertas HVS
Ayakan Mesh
Alat tulis lengkap

Langkah Kerja

. Berikut adalah cara melakukan ayakan pada acara ini:

a) Sample dikeringkan dengan cara penjemuran di bawah sinar matahari atau

pemanasan dalam oven dengan suhu 40C selama beberapa jam.
b) Jika sudah kering, terebentuk gumpalan-gumpalan partikel maka pisahkan
dengan cara meremas atau ditumbuk pelan dalam sebuah cawan.
c) Lakukan quartering dengan cara menuangkan sampel melalui suatu corong
diatas karton yang disilangkan saling tegak lurus sehingga terbagi menjadi 4
kuadran. Dua kuadran yang saling berhadapan dihilangkan, sedangkan dua
lainnya dicampur kembali. Ulangi proses ini hingga memperoleh berat sampel
yang diinginkan.

6
 d) Persiapkan alat ayakan dengan cara membersihkan dengan menggunakan kuas
terlebih dahulu.
e) Saringan disusun dengan nomor mesh terbesar di bawah dan kecil diatas.
f) Masukkan sampel pada saringan yang paling atas kemudian tutup, jalankan
mesin selama 10 menit.
g) Setelah selesai, maka butiran sedimen akan terpisah sesuai fraksi-fraksi sesuai
ukurannya.
h) Pisahkan tiap fraksi dan masukkan dalam plastik sampel, gunakan kuas untuk
memasukan butiran hingga meminimalkan yang tertinggal di mesin.
i) Tiap-tiap fraksi kemudian ditimbang. Sebaiknya tidak kehilangan berat >5%
dari berat awal. Apabila hal tersebut terjadi, maka proses harus diulangi dari
awal.

Setelah itu dilakukan pengolahan data ukuran butir, secara umum hal yang
dilakukan adalah:

plotting data sebagai histogram, kurva distribusi frekuensi atau tipe grafik yang
lain yang dapat memberikan gambaran visual data.
perhitungan parameter statistik(rata-rata, standar deviasi, kurtosis, dll).
perhitungan momen statistik (rata-rata, standar deviasi, kurtosis, dll) dengan cara
matematis dari data presentase berat fraksi ukuran butir.

Data

Berikut adalah data ukuran butir dari STA @ tiap LP:

LP 1

Mesh Phi Berat Fraksi Frekuensi (% Berat) Frekuensi Kumulatif

18 -1 - 0 1,4 1,414141414 1,414141414
35 0-1 18,5 18,68686869 20,1010101
60 1-2 44,7 45,15151515 65,25252525
120 2-3 30,9 31,21212121 96,46464646
270 3-4 0,1 0,101010101 96,56565657
>270 >4,25 3,4 3,434343434 100
Total 99 100

7
 Grafik Phi VS Frekuensi Grafik Phi VS Frekuensi
Berat (%) Kumulatif
50 120
100
40
80
30
60
20
40
10 20
0 0
0 2 4 6 8 0 2 4 6 8
-10

Perhitungan Grafis:

Mean: 2,083

Sortasi: 0,6261(moderately well sorted)

Skewness: -0.59 (very coarse skewed)

Kurtosis: 0,97 (mesokurtic)

Kelas Nilai Ber

Inter Ten at
val, gah (f) devias f(m- (m- f(m- (m- f(m-
(m) % fm i, m-x (m-x)2 x)2 x)3 x)3 x)4 x)4
- - -
0,8 2,570 6,60779 5,550 16,98 14,26 43,66 36,67
<0 -0,5 4 -0,42 5625 1566 5449 57 802 291 6844
- - -
4,6 1,570 2,46666 11,39 3,874 17,89 6,084 28,11
0-1 0,5 2 2,31 5625 6566 6 05 813 444 0131
- - -
$1- 37, 56,35 0,570 0,32554 12,23 0,185 6,978 0,105 3,981
2$ 1,5 57 5 5625 1566 0597 74 32 977 5676
52, 0,429 0,18441 9,597 0,079 4,121 0,034 1,769
2-3$ 2,5 04 130,1 4375 6566 0381 195 3281 009 8528
3- 3,62 4,0 14,82 1,554 2,41627 9,882 3,755 15,36 5,838 23,87
4,25 5 9 625 4375 5941 5686 95 1835 389 9013
>4,2 4,62 0,8 2,554 6,52515 5,481 16,66 14,00 42,57 35,76
5 5 4 3,885 4375 0941 1268 809 1196 759 518
-
TOT 10 207,0 54,13 5,660 130,1
AL 0 563 7875 113 8259

8
 MEAN 2,0705625
SORTASI 0,735 (moderately sorted)
SKEWNESS -0,142548638 (coarse skewed)
KURTOSIS 4,460705418 (extremely leptocurtic)

LP 2

LP 2 grafis

Kelas (ukuran Berat Frekuensi Frekuensi

Butir) Fraksi (%berat) Kumulatif
<0 0,5 0,500 0,500
0-1 3 3,020 3,520
1-2 33 33,230 36,750
2-3 48,6 48,940 85,690
3-4 7,5 7,560 93,250
>4 6,7 6,750 100,000
TOTAL 99,3 100,000

40 Grafik Phi VS Frekuensi Grafik Phi VS Frekuensi

150

30
Berat (%) Kumulatif
100
20

10 50

0 0
0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7

Mean

16 + 50 + 84 0,9 + 1,8 + 2,4 5,1

= = = = 1,7
3 3 3

Sortasi

9
 84 16 95 5 2,4 0,9 3,75 0,6
1 = + = +
4 6,6 4 6,6
1,5 3,15
= + = 0,375 + 0,477 = 0,852 ( )
4 6,6

Skewness
84 + 16 250 95 + 5 250
1 = +
2(84 16) 2(95 5)
2,4 + 0,9 2(1,7) 3,75 + 0,6 2(1,7) 0,1 0,95
= + = +
2(2,4 0,6) 2(3,75 0,6) 3,6 6,3
= 0,028 + 0,151 = 0,123 ( )

Kurtosis
95 5 3,75 0,6 3,15
= = = = 1,174 ()
2,44(75 25) 2,44(2,3 1,2) 2,684

LP 2 matematis

1.

kelas nilai deviasi

berat (f) fm (m-x)2 f(m-x)2 (m-x)^3 f(m-x)^3 (m-x)^4 f(m-x)^4
interval tengah m-x
-1 0 -0,500 0,500 -0,250 -2,821 7,957 3,978 -22,445 -11,222 63,311 31,656
01 0,500 3,020 1,510 -1,821 3,315 10,012 -6,036 -18,230 10,991 33,193
12 1,500 33,230 49,845 -0,821 0,674 22,387 -0,553 -18,375 0,454 15,082
23 2,500 48,940 122,350 0,179 0,032 1,572 0,006 0,282 0,001 0,050
3 - 4,25 3,625 7,560 27,405 1,304 1,701 12,859 2,218 16,771 2,893 21,873
> 4,25 4,625 6,750 31,219 2,304 5,309 35,838 12,234 82,579 28,190 190,280
Total 100,000 232,079 86,647 51,805 292,134

Mean

232,079
= = = 2,32079
100

Sortasi

( )2 86,647
= = = 0,931 (moderately sorted)
100 100

10
 Skewnes
( )3 51,805
= = = 0,642 (very fine skewed)
100 3 80,695

Kurtosis
( )4 292,134
= = = 3,889 (extremely leptocurtic)
100 4 75,127
LP 3

LP 3 grafis

Kelas (ukuran Berat Frekuensi Frekuensi

Butir) Fraksi (%berat) Kumulatif
<0 0,2 0,200 0,2
0-1 3,1 3,130 3,33
1-2 28,5 28,790 32,12
2-3 47,5 47,980 80,1
3-4 11,3 11,420 91,52
>4 8,4 8,480 100
TOTAL 99 100,000

Grafik Phi VS Frekuensi Berat (%) Grafik Phi VS Frekuensi Kumulatif

40
120
35
30 100

25 80
20
60
15
40
10
5 20

0 0
0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7

Mean

16 + 50 + 84 0,6 + 1,7 + 2,75 5,05

= = = = 1,683
3 3 3

11
 Sortasi
84 16 95 5 2,75 0,9 4 0,6
1 = + = +
4 6,6 4 6,6
1,85 3,4
= + = 0,463 + 0,515 = 0,978 ( )
4 6,6

Skewnes
84 + 16 250 95 + 5 250
1 = +
2(84 16) 2(95 5)
2,75 + 0,9 2(1,85) 4 + 0,6 2(1,85) 0,05 0,9
= + = +
2(2,75 0,9) 2(4 0,6) 3,7 6,8
= 0,014 + 0,132 = 0,118( )

Kurtosis
95 5 4 0,6 3,4
= = = = 1,212 ()
2,44(75 25) 2,44(2,4 1,25) 2,806

LP 3 Matematis

kelas nilai deviasi

berat (f) Fm (m-x)2 f(m-x)2 (m-x)^3 f(m-x)^3 (m-x)^4 f(m-x)^4
interval tengah m-x
-1 - 0 -0,500 0,200 -0,100 -2,952 8,715 1,743 -25,729 -5,146 75,957 15,191
0-1 0,500 3,130 1,565 -1,952 3,811 11,928 -7,440 -23,286 14,524 45,459
1-2 1,500 28,790 43,185 -0,952 0,907 26,102 -0,863 -24,854 0,822 23,665
2-3 2,500 47,980 119,950 0,048 0,002 0,110 0,000 0,005 0,000 0,000
3 - 4,25 3,625 11,420 41,398 1,173 1,376 15,708 1,613 18,423 1,892 21,607
> 4,25 4,625 8,480 39,220 2,173 4,721 40,036 10,258 86,990 22,289 189,014
total 100,000 245,218 95,627 52,133 294,937

Mean
245,218
= = = 2,45218
100

Sortasi

12
 ( )2 95,627
= = = 0,978 (moderately sorted)
100 100

Skewness
( )3 52,133 (fine-skewed)
= = = 0,557
100 3 93,544

Kurtosis
( )4 294,937
= = = 3,224 (extremely leptocurtic)
100 4 91,486

Pembahasan dan Interpretasi

Dari perhitungan diatas, dapat diambil dua macam data berupa data grafis dan
matematis berikut perbandingannya. Berikut adalah data-data grafis :

LP Mean Sortasi Skewness Kurtosis

1 2,083 0,6261(moderately well -0.59 (very coarse 0,97 (mesokurtic)

sorted) skewed)

2 1,7 0,852(moderately 0,123(fine skewed) 1,174(leptocurtic)

sorted)
3 1,683 0,978 (moderately 0,118 (fine skewed) 1,212(leptocurtic)
sorted)

Berikut adalah data matematis:

LP Mean Sortasi Skewness Kurtosis

1 2,07 0,735(moderately -0,142(coarse skewed) 4,46(extremely

sorted) leptocurtic)

13
 2 2,32 0,931(moderately 0,642(very fine 3,889(extremely
sorted) skewed) leptocurtic)
3 2,45 0,978(moderately 0,978(very fine 3,224(extremely
sorted) skewed) leptocurtic)

Berdasarkan tabel diatas, didapat bahwa perhitungan keduannya tidak begitu

menunjukan deviasi yang berbeda sangat jauh. Perbedaan yang ditunjukan berupa
perbedaan klasifikasi sejauh 1-2 tingkat pada bagian klasifikasi sortasi, skewness,
maupun kurtosis.

Berdasarkan data ukuran butir sedimen dapat diinterpretasikan pada :

LP 1: Pada LP ini berada pada ujung utara dari bagian STA 11 berdekatan dengan
aspek antropologis berupa groundsiil sehingga sedikit banyak mempengaruhi dari
proses sedimentasi yang terjadi. Berdasar data perhitungan grafis didapat sortasi
yang moderately well sorted sehingga butiran memiliki keseragaman butir yang
tersortasi dengan baik lebih baik dari LP 2 dan LP 3. Dan jika dilihat dari aspek
skewness yang bernilai negatif(very coarse skewed) menunjukan bahwa dominasi

14
 butir oleh butiran kasar. Ditunjang kecepatan di LP ini lebih besar dari LP 2 dan
LP 3 yaitu 0,83 m/s yang mampu membawa partikel yang lebih kasar. Meskipun
demikian, proses sedimentasi sedikit banyak terpengaruh oleh aktifitas groundsiil.
Berdasarkan grafik Visher menunjukan bahwa dominasi proses transportasi
berupa gerakan saltasi dan .
LP 2: Pada LP ini memiliki kemiripan dengan LP 3. Kemiripan terlihat baik dari
data matematis maupun grafis yang memiliki nilai yang hampir sama. Ditunjang
pula oleh data kecepatan arus yang hampir sama yaitu 0,625 m/s. Pada LP ini
berdasarkan pada sortasi yang moderately sorted menunjukan bahwa butiran
terdistribusi secara cukup. Ditambah pula dengan data skewness yang bernilai
positif sehingga dominasi partikel terbentuk dari partikel yang lebih halus.
Berdasarkan grafik Visher menunjukan bahwa dominasi proses transportasi
berupa gerakan saltasi dan suspensi.
LP 3: Pada LP ini memiliki kemiripan dengan LP 2. Kemiripan terlihat baik dari
data matematis maupun grafis yang memiliki nilai yang hampir sama. Ditunjang
pula oleh data kecepatan arus yang hampir sama yaitu 0,68 m/s. Pada LP ini
berdasarkan pada sortasi yang moderately sorted menunjukan bahwa butiran
terdistribusi secara cukup. Ditambah pula dengan data skewness yang bernilai
positif sehingga dominasi partikel terbentuk dari partikel yang lebih halus.
Berdasarkan grafik Visher menunjukan bahwa dominasi proses transportasi
berupa gerakan saltasi.
Berdasar intepretasi tiap LP diatas, dapat ditarik hubungan antara LP 1, LP 2,
LP 3. Pada LP 1 yang paling dekat dengan hulu menunjukan sortasi yang paling
buruk dari pada yang 2 LP lain. Juga pada butirannya yang semakin ke hilir lebih
halus.
Akan tetapi ada aktifitas manusia yang sedikit banyak menganggu proses
sedimentasi yaitu berupa pembuatan groundsiil, pembuatan groundsiil ini
memang memiliki tujuan untuk menghambat proses sedimentasi.

15
Kesimpulan
Pada praktikum acara Ukuran Butir Sedimen ini memiliki kesimpulan bahwa
pada STA 11 proses geologi yang berperan dalam sedimentasi adalah proses
alluvial yang sudah terpengaruh oleh suatu kegiatan manusia. Sedangkan proses
deposisi akhir pada STA 11 umumnya berupa gerakan saltasi.

16
Daftar Pustaka
Surjono, S. Sugeng., D. Hendra Amijaya., dan Sarju Winardi. 2010. Analisis
Sedimentasi.Yogyakarta: Pustaka Geo.

17