TUGAS 1

ILMU UKUR TAMBANG

(Flowchart Jurnal Survey Dan Pemetaan)

OLEH

HARLIN
R1D1 15 035

JURUSAN TEKNIK PERTAMBANGAN

FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN
UNIVERSITAS HALU OLEO
KENDARI
2017
 PEMETAAN SEBARAN pH TAILING DENGAN METODE GEOSTATISTIK
GUNA EVALUASI PENGAPURAN PADA DAERAH REKLAMASI TN 1.1 AIR
LEKOK MAPUR PT TIMAH (PERSERO) TBK

Analisis statisik Ph tailing pada kedalaman tanah  20 cm dan  50 cm

Analisis Ph secara statistik klasik

analisis variogram dengan menggunakan sferis dan eksponensial

Pemodelan variogram

Interpolasi spasial data

Menggunakan ArcGIS Geostatistical Analyst

Menggunakan metode geostatistik Menggunakan metode deterministik

Ordinary Kriging (OK) Inverse Distance Weight (IDW)

z^(𝑠0)=Σ 𝑁𝑖=1𝜆𝑖.𝑍(𝑠𝑖) 𝜆𝑖=𝑑𝑖0−𝑝/Σ𝑑𝑖0−𝑝 𝑁𝑖=1

𝑍̂(𝑥0)= ∑𝑛𝑖=1 𝜆𝑖𝑧(xi)𝑛𝑖=1 ∑𝑛𝑖=1 i=1

..............................
.........(
hasil analisis

Berdasarkan data yang di peroleh kedalaman ± 20 cm dan

kedalaman ± 50 cm diketahui nilai rata-rata tiap kedalaman
adalah 4,346 dan 4,286 dan nilai koefisien variasi pH tailing tiap
kedalaman adalah 4,72% dan 6,04%
 kesimpulan

Setelah membandingkan hasil analisis statistik terlihat bahwa

pada kedalaman ± 50 cm menunjukkan kondisi yang lebih asam
dari pada kedalaman ± 20 cm dan hasil uji F menunjukkan kalau
pH pada kedua kedalaman homogen. Sehingga perlu dilakukan
pengapuran kedalaman ± 50 cm
COMPARATIVE ASSESSMENT OF THREE NONLINEAR APPROACHES FOR
LANDSLIDE SUSCEPTIBILITY MAPPING IN A COAL MINE AREA

Penilaian Komparatif Tiga Nonlinier Pendekatan untuk Kerentanan Longsor

Pemetaan di Area Tambang Batubara

Menentukan karakteristik
 Inventarisasi Longsor
tanah longsor
 Faktor Pendingin Longsor

Menentukan daerah studi

 Persiapan Pelatihan dan Pengujian Datasets
 Model Regresi Logistik
Faktor Inventarisasi dan  Mendukung Mesin Vektor
Pengkondisian Tanah  Penilaian dan Perbandingan Akurasi
Longsor  Pentingnya Faktor Pengkondisi Tanah
Longsor
 Peta Kerentanan Longsor
Pemetaan kerentanan longsor

 Analisis Faktor Penyejuk Longsor
hasil  Hasil dan Analisis Model Fitting
 Analisis ROC Curve dan AUC Value
 Analisis Peta Kerentanan Longsor
diskusi

 Keuntungan dan Kerugian Tiga Model

 Perbandingan Akurasi untuk Tiga Model
kesimpulan  Pentingnya Variabel


SVM dianggap sebagai model yang menjanjikan untuk pemetaan

kerentanan longsor. Lebih lanjut, lima faktor, termasuk litologi, jarak
ke jalan, sudut kemiringan, elevasi, dan tipe penggunaan lahan,
adalah yang paling cocok faktor pengkondisi untuk pemetaan
kerentanan longsor di area ini. Faktor gangguan penambangan
memiliki sedikit kontribusi untuk semua model karena metode
penambangan di daerah ini adalah penambangan bawah tanah, jadi
kedalaman penambangan terlalu dalam untuk mempengaruhi
stabilitas lereng