Anda di halaman 1dari 10

Laporan Modul X, MG2213

Sampling dan Analisis Ayak


Indirwan Arya Purnama (12517058) / Kelompok 3 /
Laboratorium Pengolahan Bahan Galian Kamis, 14 Februari 2019
Prodi Teknik Metalurgi
Fakultas Teknik Pertambangan dan Perminyakan
Asisten : Fithratullah Habibie (12515031)

Abstrak – Praktikum Modul III – Tujuan dari percoban Increement adalah sebagian material yang diambil dari lot
sampling adalah menentukan metode yang paling tepat dengan menggunakan suatu alat sampling dan satu kali
untuk dilakukan pada analisis mineral dengan menentukan operasi.
nilai selang rataannya pada metode tersebut. Tujuan dari
percobaan analisis ayak adalah menentukan ukuran bukaan B. Data Percobaan
screen yang meloloskan 80% produk supaya dapat 1. Sampling metode Coning-Quartering
menghasilkan recovery yang maksimal. Pada percobaan 1 2 3 4 5
sampling dilakukan dengan tiga metode yaitu metode coning H P H P H P H P H P
quartening, metode increment, dan metode riffle. Pada 3 7 8 8 1 9 1 2 12 24
percobaan analisis ayak, dilakukan percobaan mengayak 10 25 1 3 1 4 0 1 37 118
dengan ukuran ayakan 35#, 80#, dan 100#. 12 34 0 3 1 3 1 0 23 80
14 14 6 12 9 21 7 14 45 132
A. Tinjauan Pustaka 7 8 8 18 5 15 6 16 30 35
Sampling adalah operasi pengambilan sebagian dari suatu
komponen yang jumlahnya besar. Suatu besaran yang 2. Sampling metode Increement
jumlahnya besar disebut populasi atau lot, contohnya 1 2 3 4 5
produksi konsentrat yang dimuat di kapal. Contoh yang H P H P H P H P H P
diambil harus representative atau dapat menggambarkan 2 14 3 7 2 1 2 2 31 109
kondisi sehingga dapat dipercaya. Data tentang populasi 5 15 5 4 7 8 2 6 58 152
disebut parameter, sedangkan data yang diperoleh dari 19 56 5 22 3 6 2 4 43 143
contoh disebut statistic. Sampling bertujuan untuk 12 26 3 10 4 14 5 9 25 50
menganalisis atau menggambarkan keadaan dari komponen 15 45 6 12 2 4 8 28 29 57
yang jumlahnya besar sehingga representative.
Teknik samping diantara adalah riffle, coning quartening, 3. Sampling metode Riffle
dan increment. Pada metode riffle, contoh dibagi dua dengan 1 2 3 4 5
komposisi yang sama. Pada metode coning quartening, H P H P H P H P H P
contoh dibuat bentuk seperti kerucut yang diratakan 1 3 1 2 8 3 1 2 16 55
puncaknya kemudian dibagi menjadi empat bagian yang 3 18 6 27 0 1 2 4 55 109
sama. Setelah dibagi empat, contoh yang diambil adalah 2 12 1 0 3 2 0 0 31 67
bagian yang bersebrangan. Pada metode, increment, contoh 10 20 8 9 15 43 6 15 28 73
diambil dengan satu kali operasi pada bagian atas 11 22 19 57 7 14 6 18 31 60
tumpukannya.
Analisis ayak digunakan untuk menentukan efisiensi 4. Data analisis ayak
peralatan, menghitung derajat liberasi, dan mengetahui Fraksi Berat Tertampung
ukuran mineral berharga yang hilang bersama tailing serta Fraksi (µm)
(Mesh) (gram)
penyebabnya. 35 500 113,1
Data analisis ayak diberikan dengan beberapa grafik yaitu -35 80 177 290
dengan direct plot, semi-log plot, dan lo-log plot. Pada direct
-80 100 149 15,2
plot, ukuran partikel diplot terhadap persen berat
-100 - 57,7
tertampung. Pada semi-log plot, log ukuran partikel diplot
terhadap persen berat lolos kumulatif. Pada lo-log plot, log
ukuran partikel diplot terhadap log persen berat lolos 5. Berat sebelum diayak= 477 gram
kumulatif.
Random sampling adalah cara mengumpulkan contoh 6. Berat setelah diayak= 476 gram
sehingga setiap lot mempunyai peluang yang sama untuk
diikutkan ke dalam contoh.
Systematic sampling adalah cara mengumpulkan contoh dari
lot dengan interval yang spesifik dalam jumlah, waktu, dan
ruang.
Laporan Modul X, MG2213
Sampling dan Analisis Ayak
Indirwan Arya Purnama (12517058) / Kelompok 3 /
Laboratorium Pengolahan Bahan Galian Kamis, 14 Februari 2019
Prodi Teknik Metalurgi
Fakultas Teknik Pertambangan dan Perminyakan
Asisten : Fithratullah Habibie (12515031)

C. Pengolahan Data Percobaan


a. Flowsheet Percobaan
1. Metode coning quartering

Bijih disiapkan secukupnya Contoh pada masing-masing kotak dihitung

Bijih dimasukkan kedalam kon untuk dibentuk kerucut Percobaan diulangi lima kali
3. Metode increment
Bagian atas kerucut tumpukan diratakan Bijih disiapkan secukupnya

Tumpukan bijih dibagi menjadi empat bagian


Bijih dimasukkan kedalam kon untuk
dibentuk kerucut
Bagian yang diambil adalah bagian yang bersebrangan

Setelah terbentuk tumpukan, bagian


Bagian yang diambil diaduk atas tumpukan diambil setengahnya

Setelah diaduk, diambil sedikit


Bagian yang diambil diaduk

Contoh dijatuhkan pada kertas yang sudah dibuat Setelah diaduk, diambil sedikit
kotak-kotak

Contoh dijatuhkan pada kertas yang sudah dibuat


Contoh pada masing-masing kotak dihitung
kotak-kotak

Percobaan diulangi lima kali


Contoh dijatuhkan pada kertas yang sudah dibuat
2. Metode Riffle kotak-kotak

Bijih disiapkan secukupnya


Percobaan diulangi lima kali

Bijih dimasukkan ke dalam riffle 4. Analis ayak

Bijih disiapkan secukupnya


Setelah terbagi dua bagian, ambil sedikit
contoh dari salah satu bagian
Ayakan disiapkan dan
disusun berdasarkan fraksi
Contoh dijatuhkan pada kertas kotak-
kotak
Fraksi terkecil diletakkan di paling atas
Laporan Modul X, MG2213
Sampling dan Analisis Ayak
Indirwan Arya Purnama (12517058) / Kelompok 3 /
Laboratorium Pengolahan Bahan Galian Kamis, 14 Februari 2019
Prodi Teknik Metalurgi
Fakultas Teknik Pertambangan dan Perminyakan
Asisten : Fithratullah Habibie (12515031)

5. Pengolahan data metode coning quartering


No %H (x-xbar) (x-xbar)2
1 53,09734513 2,6873554 7,2218789
2 51,37614679 0,966157 0,9334594
Pengayakan dilakukan selama 10 menit 3 48,24813326 -2,1618565 4,6736235
4 72,5388601 22,12887 489,6869
5 69,8005698 19,39058 375,99459
Setelah diayak, berat tertampung 6 72,5388601 22,12887 489,6869
pada masing-masing fraksi ditimbang 7 46,82274247 -3,5872473 12,868343
8 0 -50,40999 2541,1671
9 56,91056911 6,5005793 42,257532
b. Pengolahan data sampling hingga dapat rataan 10 54,00192864 3,5919389 12,902025
1. Persen hitam 11 22,6904376 -27,719552 768,37357
12 39,77272727 -10,637262 113,15135
𝑛𝐻 𝑥 𝜌𝐻 13 46,82274247 -3,5872473 12,868343
%𝐻 =
(𝑛𝐻 𝑥 𝜌𝐻 ) + (𝑛𝑝 𝑥 𝜌𝑃 ) 14 53,09734513 2,6873554 7,2218789
15 46,82274247 -3,5872473 12,868343
𝑛𝐻 = jumlah partikel hitam per satuan volume 16 56,91056911 6,5005793 42,257532
𝑛𝑝 = jumlah partikel putih per satuan volume 17 0 -50,40999 2541,1671
𝜌𝐻 = berat jenis partikel hitam 18 100 49,59001 2459,1691
𝜌𝑃 = berat jenis partikel putih 19 56,91056911 6,5005793 42,257532
20 49,76303318 -0,6469566 0,4185528
2. Persen putih 21 56,91056911 6,5005793 42,257532
22 45,30348085 -5,1065089 26,076433
𝑛𝑝 𝑥 𝜌𝑃 23 43,16353887 -7,2464509 52,51105
%𝑃 =
(𝑛𝐻 𝑥 𝜌𝐻 ) + (𝑛𝑝 𝑥 𝜌𝑃 ) 24 47,38267148 -3,0273183 9,1646559
25 69,36416185 18,954172 359,26064
𝑛𝐻 = jumlah partikel hitam per satuan volume Rata-
50,40998976 Jumlah 10466,416
𝑛𝑝 = jumlah partikel putih per satuan volume rata
𝜌𝐻 = berat jenis partikel hitam
𝜌𝑃 = berat jenis partikel putih Variansi=

3. Persamaan Gaudin-Shuhman ∑(𝑥 − 𝑥̅ )2 10466,416


𝑆2 = = = 436,10066
𝑛−1 25 − 1
𝑋 𝑚
𝑌 = 100 [ ] 𝑆 = √436,10066 = 20,88302
𝐾

Y= persen berat lolos kumulatif (80%) Selang rataan=


K= ukuran partikel yang didapat dari kumulatif
direct plot 20,88302
50,40998976 − (2,06. )<𝜇
m= gradient garis pada grafik lo-log plot √25
X= ukuran partikel yang lolos 80% 20,88302
< 50,40998976 + (2,06. )
√25
4. Persamaan selang rataan
41,8061 < 𝜇 < 59,0136
𝑆 𝑆
𝑥̅ − 𝑡𝑎 . < 𝜇 < 𝑥̅ + 𝑡𝑎 .
2 √𝑛 2 √𝑛

dengan n=25 dan a=2,06


Laporan Modul X, MG2213
Sampling dan Analisis Ayak
Indirwan Arya Purnama (12517058) / Kelompok 3 /
Laboratorium Pengolahan Bahan Galian Kamis, 14 Februari 2019
Prodi Teknik Metalurgi
Fakultas Teknik Pertambangan dan Perminyakan
Asisten : Fithratullah Habibie (12515031)

No %P (x-xbar) (x-xbar)2 5 46,822742 -6,4898258 42,117838


1 46,90265487 -2,6873554 7,2218789 6 53,097345 -0,2152231 0,046321
2 48,62385321 -0,966157 0,9334594 7 76,754386 23,441818 549,51882
3 51,75186674 2,1618565 4,6736235 8 37,513398 -15,799171 249,61379
4 27,4611399 -22,12887 489,6869 9 44,210526 -9,1020419 82,847167
5 30,1994302 -19,39058 375,99459 10 56,910569 3,5980009 12,94561
6 27,4611399 -22,12887 489,6869 11 84,084084 30,771516 946,88619
7 53,17725753 3,5872473 12,868343 12 69,80057 16,488002 271,8542
8 100 50,40999 2541,1671 13 56,910569 3,5980009 12,94561
9 43,08943089 -6,5005793 42,257532 14 43,010753 -10,301816 106,1274
10 45,99807136 -3,5919389 12,902025 15 56,910569 3,5980009 12,94561
11 77,3095624 27,719552 768,37357 16 72,53886 19,226292 369,6503
12 60,22727273 10,637262 113,15135 17 46,822742 -6,4898258 42,117838
13 53,17725753 3,5872473 12,868343 18 56,910569 3,5980009 12,94561
14 46,90265487 -2,6873554 7,2218789 19 59,473237 6,1606688 37,95384
15 53,17725753 3,5872473 12,868343 20 43,010753 -10,301816 106,1274
16 43,08943089 -6,5005793 42,257532 21 42,898092 -10,414476 108,46131
17 100 50,40999 2541,1671 22 50,197824 -3,1147443 9,701632
18 0 -49,59001 2459,1691 23 44,267961 -9,0446073 81,804922
19 43,08943089 -6,5005793 42,257532 24 56,910569 3,5980009 12,94561
20 50,23696682 0,6469566 0,4185528 25 57,336534 4,0239662 16,192304
21 43,08943089 -6,5005793 42,257532 Rata-
22 54,69651915 5,1065089 26,076433 53,312568 Jumlah 3838,701
rata
23 56,83646113 7,2464509 52,51105
24 52,61732852 3,0273183 9,1646559 Variansi=
25 30,63583815 -18,954172 359,26064
Rata- ∑(𝑥 − 𝑥̅ )2 3838,701
49,59001024 Jumlah 10466,416 𝑆2 = = = 159,94587
rata 𝑛−1 25 − 1

Variansi= 𝑆 = √159,94587 = 12,64697

∑(𝑥 − 𝑥̅ )2 10466,416 Selang rataan=


𝑆2 = = = 436,10066
𝑛−1 25 − 1
12,64697
𝑆 = √436,10066 = 20,88302 53,312568 − (2,06. )<𝜇
√25
12,64697
Selang rataan= < 53,312568 + (2,06. )
√25
20,88302 48,0767 < 𝜇 < 58,5227
49,59001024 − (2,06. )<𝜇
√25 No %P (x-xbar) (x-xbar)2
20,88302
< 49,59001024 + (2,06. ) 1 72,60274 25,915308 671,60319
√25 2 53,177258 6,4898258 42,117838
3 52,736318 6,0488866 36,58903
40,987 < 𝜇 < 58,192
4 45,062132 -1,6252997 2,641599
5 53,177258 6,4898258 42,117838
6. Pengolahan data metode increment
6 46,902655 0,2152231 0,046321
No %H (x-xbar) (x-xbar)2
7 23,245614 -23,441818 549,51882
1 27,39726 -25,915308 671,60319 8 62,486602 15,799171 249,61379
2 46,822742 -6,4898258 42,117838 9 55,789474 9,1020419 82,847167
3 47,263682 -6,0488866 36,58903 10 43,089431 -3,5980009 12,94561
4 54,937868 1,6252997 2,641599 11 15,915916 -30,771516 946,88619
Laporan Modul X, MG2213
Sampling dan Analisis Ayak
Indirwan Arya Purnama (12517058) / Kelompok 3 /
Laboratorium Pengolahan Bahan Galian Kamis, 14 Februari 2019
Prodi Teknik Metalurgi
Fakultas Teknik Pertambangan dan Perminyakan
Asisten : Fithratullah Habibie (12515031)

12 30,19943 -16,488002 271,8542 17 56,910569 5,6880853 32,354314


13 43,089431 -3,5980009 12,94561 18 0 -51,222484 2623,7429
14 56,989247 10,301816 106,1274 19 51,376147 0,153663 0,0236123
15 43,089431 -3,5980009 12,94561 20 46,822742 -4,3997414 19,357724
16 27,46114 -19,226292 369,6503 21 43,452958 -7,7695255 60,365527
17 53,177258 6,4898258 42,117838 22 57,134377 5,9118932 34,950482
18 43,089431 -3,5980009 12,94561 23 54,999366 3,7768825 14,264842
19 40,526763 -6,1606688 37,95384 24 50,327385 -0,8950991 0,8012023
20 56,989247 10,301816 106,1274 25 57,712766 6,4902821 42,123762
21 57,101908 10,414476 108,46131 Rata-
51,222484 Jumlah 11595,98
22 49,802176 3,1147443 9,701632 rata
23 55,732039 9,0446073 81,804922
24 43,089431 -3,5980009 12,94561 Variansi=
25 42,663466 -4,0239662 16,192304
∑(𝑥 − 𝑥̅ )2 11595,98
Rata- 𝑆2 = = = 483,16583
46,687432 Jumlah 3838,701 𝑛−1 25 − 1
rata

Variansi= 𝑆 = √483,16583 = 21,98103

∑(𝑥 − 𝑥̅ )2 3838,701 Selang rataan=


𝑆2 = = = 159,94587
𝑛−1 25 − 1
21,98103
51,222484 − (2,06. )<𝜇
𝑆 = √159,94587 = 12,64697 √25
21,98103
< 51,222484 + (2,06. )
Selang rataan= √25

12,64697 42,16622 < 𝜇 < 60,27857


46,687432 − (2,06. )<𝜇
√25
12,64697 No %P (x-xbar) (x-xbar)2
< 46,687432 + (2,06. )
√25 1 53,177258 4,3997414 19,357724
2 69,432314 20,654798 426,62069
41,476 < 𝜇 < 51,897 3 69,432314 20,654798 426,62069
4 43,089431 -5,6880853 32,354314
7. Pengolahan data metode riffle 5 43,089431 -5,6880853 32,354314
No %H (x-xbar) (x-xbar)2 6 43,089431 -5,6880853 32,354314
1 46,822742 -4,3997414 19,357724 7 63,011889 14,234373 202,61737
2 30,567686 -20,654798 426,62069 8 0 -48,777516 2379,2461
3 30,567686 -20,654798 426,62069 9 29,868503 -18,909013 357,55076
4 56,910569 5,6880853 32,354314 10 53,177258 4,3997414 19,357724
5 56,910569 5,6880853 32,354314 11 12,431587 -36,345929 1321,0266
6 56,910569 5,6880853 32,354314 12 100 51,222484 2623,7429
13 20,152091 -28,625425 819,41495
7 36,988111 -14,234373 202,61737
14 52,043846 3,2663295 10,668908
8 100 48,777516 2379,2461
15 43,089431 -5,6880853 32,354314
9 70,131497 18,909013 357,55076
16 43,089431 -5,6880853 32,354314
10 46,822742 -4,3997414 19,357724
17 43,089431 -5,6880853 32,354314
11 87,568413 36,345929 1321,0266
18 100 51,222484 2623,7429
12 0 -51,222484 2623,7429
19 48,623853 -0,153663 0,0236123
13 79,847909 28,625425 819,41495
20 53,177258 4,3997414 19,357724
14 47,956154 -3,2663295 10,668908
21 56,547042 7,7695255 60,365527
15 56,910569 5,6880853 32,354314
22 42,865623 -5,9118932 34,950482
16 56,910569 5,6880853 32,354314
Laporan Modul X, MG2213
Sampling dan Analisis Ayak
Indirwan Arya Purnama (12517058) / Kelompok 3 /
Laboratorium Pengolahan Bahan Galian Kamis, 14 Februari 2019
Prodi Teknik Metalurgi
Fakultas Teknik Pertambangan dan Perminyakan
Asisten : Fithratullah Habibie (12515031)

23 45,000634 -3,7768825 14,264842 2. Grafik Cumulative Direct Plot


24 49,672615 0,8950991 0,8012023
25 42,287234 -6,4902821 42,123762 Cumulative Direct Plot
Rata- 100
48,777516 Jumlah 11595,98
rata

% Berat Lolos Kumulatif


80 y = 185.15x - 16.42
60 R² = 0.9992
40
Variansi=
20
0
∑(𝑥 − 𝑥̅ )2 11595,98 0 0.2 0.4 0.6
𝑆2 = = = 483,16583
𝑛−1 25 − 1 Ukuran (mm)

𝑆 = √483,16583 = 21,98103
Didapatkan persamaan garis y = 185.15x - 16.42 dan R² =
0.9992. Nilai k dapat ditentukan dengan memasukkan nilai
Selang rataan=
%BLK= 80 sehingga didapatkan ukuran yang sesuai.
21,98103 Diperoleh k= 0,52
48,777516 − (2,06. )<𝜇
√25
21,98103 3. Grafik Semi-Log Plot
< 48,777516 + (2,06. )
√25 Semi-Log Plot
39,721 < 𝜇 < 57,832 100
%Berat Lolos Kumulatif

y = 126.54x + 113.85 80
R² = 0.9923 60
c. Pengolahan data analisis ayakan 40
% Berat 20
Log Log 0
Tertamp %BTK %BLK
ukuran %BLK -1 -0.8 -0.6 -0.4 -0.2 0
ung
23,7605 23,7605 76,2394 2,69897 1,88218 Log ukuran (mm)
042 042 958 0004 0015
60,9243 84,6848 15,3151 2,24797 1,18512 Diperoleh y = 126.54x + 113.85 dan R² = 0.9923
6975 7395 2605 3266 0576
3,19327 87,8781 12,1218 2,17318 1,08356
7311 5126 4874 6268 886 4. Grafik Log-Log Plot
12,1218
100 0 - -
4874
Log-Log Plot
2
Log % Berat Lolos

1. Grafik Direct Plot y = 1.5282x + 2.3412 1.5


Kumulatif

R² = 0.9998
1
Direct Plot
0.5
80
0
% Berat Tertampung

60 -1 -0.8 -0.6 -0.4 -0.2 0


40 Log ukuran (mm)
y = -13.877x + 33.114
20 R² = 0.0086
0 Diperoleh y = 1.5282x + 2.3412 dan R² = 0.9998. Nilai m
0 0.2 0.4 0.6 yang akan ditentukan merupakan gradient dari persamaan
Ukuran (mm) garis tersebut sehingga m= 1,5282

Didapatkan persamaan garis y = -13.877x + 33.114 dan Untuk menentukan ukuran bukaan screen yang
R2= 0.0086 meloloskan 80% produk digunakan persamaan Gaudin-
Schuhman
Laporan Modul X, MG2213
Sampling dan Analisis Ayak
Indirwan Arya Purnama (12517058) / Kelompok 3 /
Laboratorium Pengolahan Bahan Galian Kamis, 14 Februari 2019
Prodi Teknik Metalurgi
Fakultas Teknik Pertambangan dan Perminyakan
Asisten : Fithratullah Habibie (12515031)

𝑋 𝑚 E. Jawaban Pertanyaan dan Tugas


𝑌 = 100 [ ] 1. Teknik pengambilan contoh serta reduksi jumlah yang
𝐾
Dengan mengubahnya ke bentuk log maka persamaannya umum dilakukan di pabrik pengolahan adalah teknik
menjadi increment. Teknik increment dilakukan dengan
pengambilan sejumlah material sebagai contoh dari lot
𝑙𝑜𝑔𝑌 = 𝑚. 𝑙𝑜𝑔𝑋 + 2 − 𝑚. 𝑙𝑜𝑔𝑘 dengan menggunakan alat sampling dan satu kali operasi.
Terdapat dua mekanisme pada teknik increment, yaitu
Dengan nilai Y=80, m=1,5282, dan k=0,52, maka nilai X mechanic sampling dan hand sampling. Namun, pada
didapatkan adalah 0,4493 mm indrustri digunakan mekanisme mechanic sampling.
2. Faktor-faktor yang mempengaruhi banyaknya increment
D. Analisa Hasil Percobaan atau berat contoh yang akan diambil diantaranya adalah
Percobaan sampling menggunakan tiga metode berbeda. berat populasi secara keseluruhan, jenis partikel, serta
Masing-masing metode memiliki variansi yang berbeda. ukuran
Metode coning-quartening memiliki variansi 20,88
,sedangkan metode increment memiliki variansi 12,64 , dan F. Kesimpulan
metode riffle memiliki variansi 21,98. Selain itu, perbedaan 1. Metode yang paling cocok digunakan pada sampling
juga nampak pada selang distribusinya. Metode coning- dalam kasus ini adalah metode increment dengan selang
quartening memiliki distribusi hitam 41,8061 < 𝜇 < rataannya yaitu 48,0767 < 𝜇 < 58,5227 untuk hitam dan
59,0136 dan putih 40,987 < 𝜇 < 58,192. Metode 41,476 < 𝜇 < 51,897 untuk putih.
increment memiliki distribusi hitam 48,0767 < 𝜇 < 2. Ukuran bukaan screen yang dapat meloloskan 80%
58,5227 dan putih 41,476 < 𝜇 < 51,897. Metode riffle produk adalah 0,4493 mm
memiliki distribusi hitam 42,16622 < 𝜇 < 60,27857 dan
putih 39,721 < 𝜇 < 57,832. Dari hasil selang distribusi di G. Daftar Pustaka
atas, dapat diketahui bahwa metode increment merupakan Wills, B.A. 2006. Will’s Mineral Processing Technology
metode yang paling akurat karena memiliki selang distribusi Seventh Edition. Elsevier Science. Halaman 39, Bab
yang paling kecil. Hal ini dapat terjadi jika pada Metallurgical accounting, control, and simulation.
pengambilan sekali terhadap tumpukan contoh tersebut
adalah bagain yang merepresentasikan sebagian besar yang
lain.
Ketiga metode tersebut menghasilkan perbedaan dapat
disebabkan oleh beberapa faktor seperti praktikan salah
menghitung mineral pada saat grain counting dan praktikan
tidak seimbang ketika menuang mineral ke dalam riffle.
Percobaan analisis ayak menghasilkan berat berbeda antara
sebelum dan sesudah ayak. Berat sebelum di ayak adalah
477 gram, sedangkan setelah diayak beratnya menjadi 476
gram. Pengurangan berat ini dapat terjadi karena setelah
diayak setiap fraksi telah memuat masing-masing mineral
tertampung. Pada fraksi yang paling besar, biasanya hanya
partikel yang sangat kecil yang dapat masuk dan mudah
terbang jika terkena angin.
Setelah melakukan analisis ayak, didapatkan nilai m=1,5282
dan k=0,52. m adalah modulus distribusi. Semakin besar
nilai modulus distribusi maka distibusi ukurannya semakin
kecil. Dari data yang sudah didapat, diperoleh ukuran
bukaan yang dapat meloloskan 80% yaitu 0,4493 mm.
Laporan Modul X, MG2213
Sampling dan Analisis Ayak
Indirwan Arya Purnama (12517058) / Kelompok 3 /
Laboratorium Pengolahan Bahan Galian Kamis, 14 Februari 2019
Prodi Teknik Metalurgi
Fakultas Teknik Pertambangan dan Perminyakan
Asisten : Fithratullah Habibie (12515031)

H. Lampiran 2. Kegiatan percobaan


1. Tabel konversi mesh
Mesh Inci Millimeter Mikrometer
3 0.2650 6.730 6730
4 0.1870 4.760 4760
5 0.1570 4.000 4000
6 0.1320 3.360 3360
7 0.1110 2.830 2830
8 0.0937 2.380 2380
10 0.0787 2.000 2000
12 0.0661 1.680 1680
14 0.0555 1.410 1410
16 0.0469 1.190 1190
18 0.0394 1.000 1000
20 0.0331 0.841 841
25 0.0280 0.707 707
28 0.0238 0.700 700
30 0.0232 0.595 595
35 0.0197 0.500 500
40 0.0165 0.420 420
Gambar 3.1 Proses pembagian contoh menjadi dua dengan
45 0.0138 0.354 354 riffle supaya terbagi dengan komposisi sama dan kuantitas
50 0.0117 0.297 297 yang sama
60 0.0098 0.250 250
70 0.0083 0.210 210
80 0.0070 0.177 177
100 0.0059 0.149 149
120 0.0049 0.125 125
140 0.0041 0.105 105
170 0.0035 0.088 88
200 0.0029 0.074 74
230 0.0024 0.063 63
270 0.0021 0.053 53
325 0.0017 0.044 44
400 0.0015 0.037 37
550 0.00099 0.025 25
625 0.00079 0.020 20
1200 0.0005 0.012 12
1250 0.000394 0.010 10
2500 0.000197 0.005 5
4800 0.000118 0.003 3
5000 0.000099 0.0025 2.5
12000 0.0000394 0.001 1
Gambar 3.2 Proses akhir setelah contoh diayak selama 10
menit dan ditimbang terhadap masing-masing
Laporan Modul X, MG2213
Sampling dan Analisis Ayak
Indirwan Arya Purnama (12517058) / Kelompok 3 /
Laboratorium Pengolahan Bahan Galian Kamis, 14 Februari 2019
Prodi Teknik Metalurgi
Fakultas Teknik Pertambangan dan Perminyakan
Asisten : Fithratullah Habibie (12515031)

Gambar 3.3 Proses pembentukan tumpukan contoh Gambar 3.5 Proses grain counting untuk menghitung
sebelum disampling supaya membentuk kerucut jumlah mineral berharga dan pengotornya dalam satu kotak

3. Kertas grain counting

Gambar 3.6 Ukuran kertas grain counting adalah 5x5 cm


untk setiap kotaknya

Gambar 3.4 Proses pengayakan dilakukan setelah contoh


dimasukkan semua ke fraksi yang paling atas.
Laporan Modul X, MG2213
Sampling dan Analisis Ayak
Indirwan Arya Purnama (12517058) / Kelompok 3 /
Laboratorium Pengolahan Bahan Galian Kamis, 14 Februari 2019
Prodi Teknik Metalurgi
Fakultas Teknik Pertambangan dan Perminyakan
Asisten : Fithratullah Habibie (12515031)

4. Sampling di industry

Gambar 3.7 Contoh sistem sampling mineral di industry


dengan Intersystem

Gambar 3.8 Pengambilan sample tanah pada paritan

Anda mungkin juga menyukai