PENGANTAR
. . . when you can measure what you are speaking about and express it in numbers, you know
something about it; but when your cannot express it in numbers, your knowledge is of a
meagre and unsatisfactory kind; it may be the beginning of knowledge, but you have scarely in
your thoughts advanced to the state of science, whatever the matter may be. Lord Kevin
Dewasa ini, metode matematika telah banyak digunakan oleh para ahli untuk menghitung
tonase dan estimasi kadar cadangan dari sampel-sampel yang didapat.
PROBABILITAS
Probabilitas menunjukkan peluang munculnya suatu kejadian dari semua kejadian yang bisa
terjadi. Probabilitas diekspresikan dengan range angka dari 0 hingga 1 atau bila menggunakan
persentase range ini bernilai antara 0 hingga 100 %.
Dalam hubungannya dengan probabilitas, kejadian statistik biasanya bersifat random. Dalam
percobaan pelemparan koin, menghasilkan data kombinasi tertentu dari muka angka dan
gambar. Dalam kenyataannya bisa jadi hasilnya akan diskrit, namun tidak jarang juga suatu
kumpulan data akan memberikan kecenderungan yang kontinu pada jarak tertentu seperti juga
yang sering ditemui pada data-data cebakan mineral sehingga kita bisa memanfaatkan
kecenderungan itu untuk memaksimalkan akurasi penaksiran.
STATISTIK DASAR
DATA
Data sampel tambang biasanya ditunjukkan dalam bentuk data lubang bor. Informasi data
lubang bor terdiri dari:
- Hole Id
- Informasi survey (sudut arah pemboran)
- From To (penembusan)
- Nilai Assay (kadar tiap penembusan)
POLIGON FREKUENSI
Gambar frekuensi terhadap kadar atau frekuensi relatif terhadap kadar disebut histogram
frekuensi.
Misal:
frekuensi
kadar
Jika nilai tengah dari balok dihubungkan didapat poligon frekuensi atau model distribusinya.
POLIGON KUMULATIF
Gambar frekuensi kumulatif atau persenan kumulatif (cumulatif persen) terhadap kadar adalah
cumulatif polygon.
Misal:
Frekuensi
kumulatif
Cumulatif %
b. Perhatikan:
n
y
i 1
2
i y12 y 22 y 32 y n2
4
c. X
i 1
i f i X 1 f1 X 2 f 2 X 3 f 3 X 4 f 4
4
Misal: Hitunglah X
i 1
i f i dimana
f1 = 10 X1 = 7
f2 = 8 X2 = 8
f3 = 6 X3 = 6
f4 = 4 X4 = 4
n
Catatan : k nk
i 1
(k = konstanta)
4
Misal: 5
i 1
= 5 + 5 + 5 +5
= 20
= 4.(5)
Beberapa rumus penting yang terkait :
n n n
a. X i Yi X i Yi
i 1 i 1 i 1
n n n
b. X i Yi X i Yi
i 1 i 1 i 1
n n
c.
i 1
X i n X i
i 1
N
b. Mean/rata-rata (group data)
Untuk group data mean-nya sebagai berikut:
x =
fx
n
x diasumsikan nilai tengah interval dan f frekuensi pada interval tersebut.
c. Weighted Mean
Penggabungan rata-rata data dari beberapa kumpulan data.
Misal dari dua kumpulan sampel yang datanya sebanyak n1 dan n2 mempunyai rata-rata
x1 dan x2.
Maka, dari penggabungan kedua didapatkan :
n1 x 1 n 2 x 2
Weighted Mean
n1 n2
1
x = (n1 x 1 + n2 x 2 + n3 x 3 + . . . + nk x k )
N
dimana N = n1 + n2 + n3 + . . . + nk
d. Median
Median adalah nilai tengah dari data assay atau suatu nilai dimana banyak nilai data yang
lebih besar dari nilai tersebut dan banyak nilai data yang lebih kecil dari nilai tersebut
sama banyak (50%)
e. Range
Range adalah nilai yang terbesar (Xmax) dikurang nilai yang terkecil (X min)
f. Variansi
S2
N 1
g. Standar deviasi
S S2
grade
mean
mode
median
2 /2
e
Model distribusi lognormal akan tergambar seperti model distribusi normal apabila sumbu
absisnya ditransformasikan ke dalam skala log (log-grade) sebagai berikut :
grade log-grade
NATURAL LOG-TRANSFORMED
3. Masukkan nama field dari file tersebut yang akan dilihat nilai
statistiknya
4. Gunakan tab Charts dan pilih icon dan ubah inteval bin size menjadi 2 seperti
gambar berikut.