*) Email: rabbaniabidin@gmail.com
ABSTRAK
Daerah penelitian Lainea, Kabupaten Konawe Selatan, Sulawesi Tenggara menunjukkan adanya aktivitas sistem panasbumi.
Hal ini ditunjukan oleh adanya manifestasi panasbumi seperti mataair panas. Dalam sistem panasbumi, permeabilitas
merupakan salah satu komponen penting. Stuktur geologi yang mengontrol permeabilitas dapat ditunjukkan dengan adanya
anomali unsur-unsur kimia tertentu, seperti unsur Hg. Penelitian ini bertujuan untuk menganalisis persebaran unsur Hg
secara spasial, serta memperkirakan daerah anomali Hg sebagai daerah dengan permeabilitas tinggi. Penelitian ini dilakukan
pada 119 data Hg yang dianalsis menggunakan metode EDA (Exploratory Data Analysis), ESDA (Exploratory Spatial Data
Analysis), semivariogram, dan kriging. Hasil EDA menunjukkan bahwa data awal tidak terdistribusi normal, sehingga
dilakukan transformasi logaritmik. Setelah ditransformasi, data menunjukkan distribusi normal. Nilai anomali data Hg
adalah nilai yang lebih besar dari 3.645759. ESDA dilakukan untuk mengetahui distribusi data secara spasial. Hasil ESDA
menunjukkan bahwa sampling dilakukan secara random. Sebelum dilakukan estimasi dengan ordinary kriging, model
semivariogram dibuat terlebih dahulu untuk menunjukkan jarak maksimum data masih berhubungan secara spasial. Hasil
ordinary kriging menunjukkan bahwa daerah anomali Hg memiliki trend berarah timurlaut-baratdaya. Daerah anomali
tersebut berasosiasi dengan Sesar Kaendi. Sehingga diinterpretasikan bahwa Sesar Kaendi merupakan struktur yang
permeabel dalam sistem panasbumi Lainea.
ABSTRACT
The research area of Lainea, Konawe Selatan, Sulawesi Tenggara shows existence of geothermal system activity. This thing is
showed by there is geothermal manifestation such as spring water. In geothermal system, permeability is one of important
component. Structure of geology which controls permeability can be showed by existence anomaly of specific elemenets, such
as Hg element. This study purposes to analyze the pattern of Hg spatial distribution, and estimate anomaly of Hg element
area as area that has high permeability. This study had done to 199 Hg’s datas which analyzed with EDA (Exploratory Data
Analysis ) method, ESDA (Exploratory Spatial Data Ananlysis) method, semivariogram, ang kriging. EDA result shows initial
data does not normal distributed, for logarithmic transformation is done. After transformed, data shows normal distribution.
Anomaly point data of Hg is point that more than 3.645759. ESDA is used to identify spacially distributed data. ESDA results
show that something was done randomly. Before being estimated by ordinary kriging, semivariogram model was made to
show the maximum range of spacially related data. Ordinary kriging results show that in Hg sites there is trend of anomaly
towards northeast and southwestern part of Hg sites. Those anomaly sites associates with Kaendi Fault. It can be concluded
Kaendi Fault is a permeable structure in Lainea geothermal system.
Identifikasi mengenai zona-zona yang memiliki EDA (Exploratory Data Analyisis) menggunakan
permeabilitas yang tinggi dilakukan dengan metode aplikasi Microsoft Excel 2016. Hasil dari analisis
geokimia. Salah satu dari metode geokimia tersebut EDA berupa summary statistic, histogram, dan
adalah menganalisis kelimpahan unsur Hg pada boxplot. Kemudian jika data tidak menunjukkan
permukaan tanah. Distribusi dan konsentrasi distribusi normal, dilakukan transformasi logaritma.
komponen volatil seperti Hg umumnya terdapat Saat distribusi normal terlihat pada data, dilakuka
pada fluida panasbumi dan dapat bermigrasi ESDA (Exploratory Spatial Data Analysis) berupa
menuju permukaan (Koga, 1982). Adanya anomali symbol map untuk memperlihatkan distribusi
Hg pada permukaan dapat menjadi indikasi suatu spasial sampling data.
zona permeabilitas.
Estimasi distribusi spasial dilakukan dengan
Tujuan dari studi ini adalah menganalisis pola metode ordinary kriging. Sebelum dilakukan
distribusi Hg secara spasial dan memperkirakan ordinary kriging, dilakukan pemodelan
zona permeabilitas tinggi yang ditunjukkan oleh semivariogram. Pemodelan semivariogram
adanya anomali. dilakukan beberapa kali agar menghasilkan model
semivariogram yang baik, dengan mengubah lag
distance yang akan menghasilkan range, sill, dan
2. METODE PENELITIAN / METHODS nugget tertentu. Model semivariogram yang
digunakan adalah model yang menunjukkan plot
Data yang digunakan berupa 119 data sekunder dari nilai semivariogram terhadap lag distance yang
persebaran unsur Hg yang bersumber dari hasil paling fit dengan model spherical. Metode ordinary
penelitian Pusat Sumber Daya Geologi (PSDG) kriging dilakukan pada penelitian ini. Analisis
pada lapangan panasbumi Lainea, Konawe ordinary kriging ini dilakukan dengan
Selatana, Sulawesi tenggara. menggunakan aplikasi ArcGis 10.4. Gambar 2
Penelitian ini dimulai dengan analisis data menunjukkan diagram alir penelitian.
konsentrasi unsur Hg tanah secara univariate berupa
3. GEOLOGI REGIONAL rentang 24 – 15026 ppb. Berdasarkan ringkasan
statistik data Hg yang didapatkan dari analisis
Secara geologi, daerah penelitian panasbumi Lainea univariat, data memiliki nilai mean 907.44538 ppb,
berada pada UTM WGS 84 zona 51 S dengan median 123 ppb, dan modus 102 ppb. Pada Tabel 1
morfologi berupa tinggian. Pada daerah penelitian disajikan ringkasan statistik data Hg tersebut.
ditemukan banyak sesar. Sesar berarah baratlaut –
tenggara antara lain, Sesar Boro-boro, Sesar
Andinete, Sesar Aonope, Sesar Sibingguru, dan Mean 907.44538
Sesar Putemata. Sedangkan sesar berarah baratdaya
Standard Error 205.93293
– timurlaut antara lain, Sesar Wolasi Sesar
Anggoliwa, Sesar Hariri, Sesar Windo, Sesar Median 123
Kaendi Sesar Demba. Adapula sesar berarah utara – Mode 102
selatan antara lain Sesar Rara, Sesar Landai, dan
Sesar Lainea. Standard Deviation 2246.4631
Litologi berupa endapan alluvial, konglomerat, Sample Variance 5046596.3
batupasir gampingan, batupasir-nonkarbonatan, Kurtosis 21.588488
meta-batupasir, dan meta-batugamping, serta
batuan metamorf. Pada Gambar 3 disajikan peta Skewness 4.3926269
geologi daerah panasbumi Lainea. Range 15002
Minimum 24
4. HASIL DAN PEMBAHASAN / Maximum 15026
RESULTS AND DISCUSSION Sum 107986
Tabel 1. Ringkasan Statistik Data Hg
Exploratory Data Analysis (EDA) dan
Exploratory Spatial Data Analysis (ESDA) Hg Nilai skewness data Hg > 3 yaitu 4.3926269, hal
tersebut menunjukkan data tidak terdistribusi
Analisis EDA dilakukan untuk mengetahui normal. Persebaran data Hg dapat dilihat dari
karakteristik dari data seperti rata-rata (mean), histogram data Hg Pada Gambar 4. Pada histogram
modus, median, varians, persebaran nilai data, dan tersbut data memiliki kecendurang untuk tidak
mengidentifikasi munculnya anomali pada suatu kontinu. Hal tersebut memiliki arti bahwa terdapat
data. kelas yang memiliki frekuensi nol. Sehingga
disimpulkan data Hg tidak terdistribusi normal dan
Data kelimpahan unsur Hg pada lapangan memiliki nilai outlier.
panasbumi Lainea berjumlah 119 data dengan
Gambar 3. Peta Geologi Daerah Panasbumi Lainea (sumber : Pusat Sumber Daya Geologi Bandung)
Histogram Data Hg Histogram Data Log Hg
40
120
100 30
80
60 20
40
20 10
0
0
Threshold yang menunjukkan batas nilai anomali Histogram Data Log Hg menunjukkan data
didapatkan dengan menggunakan rumus : memiliki kecenderungan skewness positif yang
didominasi pada nilai Hg yang relative kecil.
𝑇ℎ𝑟𝑒𝑠ℎ𝑜𝑙𝑑 = 𝑚𝑒𝑎𝑛 + 2 × 𝑆𝑡𝑎𝑛𝑑𝑎𝑟𝑑 𝐷𝑒𝑣𝑖𝑎𝑡𝑖𝑜𝑛 Persebaran data dapat dilihat dari histogram bahwa
data relative terdistribusi normal. Sehingga data
Dari penghitungan rumus tersebut didapatkan nilai Log Hg dapat diolah leih lanjut dengan geostatistik.
yang lebih dari 5400.3715 ppb adalah anomali.
Persebaran data secara spasial perlu diperhatikkan
Agar data dapat diolah secara spasial, data harus untuk menghindari bias dan melihat hubungan nilai
terdistribusi dengan normal. metode transformasi antar lokasi sampel. Hal tersebut dikarenakan
logaritma yang agar data terdistribusi dengan meotde geostatistik didasarkan pada ketergantungan
normal dan stasioner (Tuckey, 1977; dalam nilai (spatial dependency) dan susunan data secara
Handayani, 2005). spasial (spatial arrangement). Gambar 6
menunjukkan symbol map data Log Hg. Symbol
Setelah dilakukan transformasi logaritma, data log map tersebut memperlihatkan bahwa sampling
Hg memiliki nilai mean 2.3505423, median dilakukan secara acak (random) dan terdapat titik
2.0899051, dan modus 2.0086002. ringkasan yang disampling tetapi jauh dari daerah yang
statistik untuk data Log Hg disajikan pada Tabel 2. mayoritas dilakukan sampling. Hal tersebut
kemungkinan akan mempengaruhi hasil estimasi
Tabel 2. Ringkasan Statistik Data Log Hg kriging.
Mean 2.3505423
Semivariogram dan Kriging
Standard Error 0.0593662
Median 2.0899051 Untuk mengetahui persebaran nilai Hg pada titik
Mode 2.0086002 yang tidak dilakukan sampling, dilakukan
interpolasi menggunakan geostatistik yaitu ordinary
Standard Deviation 0.6476085 kriging.
Sample Variance 0.4193968
Sebelum dilakukan estimasi kriging, dilakukan
Kurtosis 0.1318535
terlebih dahulu pembuatan model variogram.
Skewness 0.9614362 Pembuatan variogram digunakan untuk
Range 2.7966321 memperlihatkan hubungan antara variansi (semi-
variogram) dengan jarak antar data (distance).
Minimum 1.3802112
Pembuatan model variogram bergatnung pada
Maximum 4.1768434 persebaran data dan kondisi geologi di daerah
Sum 279.71454 penelitian. Langkah awal untuk pembuatan model
variogram yaitu plotting data. Selanjutnya
Pada data Log Hg nilai standard deviasi lebih kecil dilakukan pemodelan untuk menentukkan
dari nilai meannya. Hal tersebut menunjukkan data komponen variogram yang paling baik dengan
relative stasioner. Sementara persebaran data dilihat error terkecil.
dari histogram data Log Hg pada Gambar 5.
Model semivariogram terbaik untuk data log Hg
diperoleh pada lag distance 640.45 dengan nilai
nugget = 0.25 ; sill = 0.22 ; dan range = 7,685.39 .
Model variogram yang digunakan adalah model
spherical dengan tipe omnidirectional.
Grafik semivariogram terhadap lag distance data log Hg ditunjukkan pada gambar 7
Kemudian, interpolasi data log Hg dilakukan yaitu dengan mengambil secara acak sepuluh buah
menggunakan metode kriging. Didapatkan peta data log Hg. Kemudian dilakukan interpolasi
persebaran log Hg pada daerah penelitian (Gambar kriging dengan parameter range, sill, dan nugget
8). yang sama dengan data awal. Pada peta persebaran
pengurangan data (gambar 9) menunjukkan pola
Pada peta persebaran Hg terlihat bahwa nilai Hg persebaran relatif sama dengan peta persebaran
hasil estimasi kriging berkorelasi dengan nilai hasil awal. Hal tersebut menunjukkan proses kriging
sampling. Selain itu, konsistensi dari metode memiliki hasil yang baik.
interpolasi kriging dilakukan pengujian subset,
Gambar 8. Peta Persebaran Log Hg
4. KESIMPULAN / CONCLUSION
UCAPAN TERIMAKASIH /
ACKNOWLEDGMENT