net/publication/314093226
CITATIONS READS
0 283
1 author:
Anshar Ajatasatru
Bandung Institute of Technology
3 PUBLICATIONS 0 CITATIONS
SEE PROFILE
All content following this page was uploaded by Anshar Ajatasatru on 28 February 2017.
ABSTRAK
Batubara merupakan kekayaan alam dengan kontinuitas spasial yang relatif homogen
mengikuti bidang perlapisan batuan. Lapisan batubara (seam) memiliki parameter ketebalan
dan nilai kalori yang secara spasial direpresentasikan oleh sebaran titik bor. Pada kenyataannya,
sebaran variabel tersebut cukup sulit diketahui polanya karena pengaruh kondisi geologis pada
saat atau setelah proses pengendapan batubara, sehingga kontinuitas pola sebaran dapat menjadi
heterogen. Area penelitian yang terletak di Kalimantan Timur memiliki luas 33,73 Ha dengan
endapan batubara sebagai objek penelitian terbagi menjadi seam utama dari atas ke bawah,
yaitu AA1 dan A yang direpresentasikan oleh persebaran 72 lubang bor dengan kedalaman rata-
rata 40 m. Penelitian ini ditujukan untuk mengetahui tingkat variabilitas spasial dari ketebalan
dan nilai kalori batubara menggunakan metode geostatistik ordinary kriging yang kemudian
dijadikan acuan untuk menentukan area pengembangan tambang yang efektif. Sebaran data
ketebalan dan nilai kalori batubara seam AA1 dan A diasumsikan valid, stasioner dan tidak
mengandung outliers. Analisis semivariogram dilakukan untuk mengetahui kontinuitas spasial
ketebalan dan nilai kalori dari masing-masing seam yang disesuaikan dengan spasi titik bor
rata-rata 50 m. Setelah itu dilakukan estimasi terhadap ketebalan dan nilai kalori batubara
menggunakan metode ordinary kriging. Hasil estimasi sebaran ketebalan seam AA1 dengan
RMSE 0,19 menunjukkan sebaran yang homogen dibandingkan dengan sebaran ketebalan seam
A dengan RMSE 0,25. Sedangkan, sebaran nilai kalori seam AA1 dengan RMSE 34,61 relatif
lebih heterogen dibandingkan dengan sebaran nilai kalori seam A dengan RMSE 33,77. Proses
cross validation terhadap hasil estimasi menunjukkan hasil yang unbiased. Dari hasil estimasi
tersebut dapat dihitung rasio ketebalan overburden terhadap seam yang kemudian dihubungkan
dengan Harga Batubara Acuan (HBA). Penelitian ini menunjukkan bahwa akurasi dan presisi
dari hasil estimasi ketebalan dan nilai kalori batubara dari kedua seam dapat dikatakan tinggi
dengan variabilitas spasial cenderung rendah, sehingga pengaruh kondisi geologis tampaknya
tidak terlalu signifikan atau dapat dikatakan bahwa lapisan batubara diendapkan pada kondisi
geologi yang relatif stabil. Area yang optimal untuk pengembangan tambang terletak pada
koordinat luasan grid (538.700 – 538.850) m dan (228.050 – 228.200) m atau di sekitar bagian
tengah barat wilayah tambang dengan total rasio ketebalan overburden terhadap seam sebesar
6,21 dan nilai kalori rata-rata sebesar 5.278 kkal/kg (adb).
Kata kunci: lapisan batubara, ketebalan, nilai kalori, kontinuitas spasial, ordinary kriging
2
1 Latar Belakang
Endapan batubara memiliki karakteristik yang dapat dijadikan acuan untuk menilai
tingkat kelayakan tambang, salah duanya yaitu ketebalan lapisan batubara dan nilai kalori
batubara. Kedua hal tersebut merupakan fenomena alam yang mempunyai sifat distribusi
spasial yang berbeda di suatu area sehingga variabilitas spasial ketebalan lapisan batubara dan
nilai kalori batubara akan mempengaruhi tingkat prospek pada awal eksplorasi hingga awal
penambangan (Kennedy, 1990). Variabilitas adalah derajat persebaran nilai-nilai variabel
tertentu yang menunjukkan kecenderungan (tendency) dalam suatu distribusi data (Cressie,
1993). Geometri ketebalan dan nilai kalori batubara merupakan variabel terregional dengan
pola mineralisasi yang cenderung homogen (Journel & Huijbregts, 1978).
Salah satu masalah utama dalam menilai tingkat korelasi spasial dari variabel ketebalan
dan nilai kalori batubara yaitu mengkuantifikasi derajat kontinuitas spasial kedua variabel
tersebut karena pada kenyataannya persebaran variabel ketebalan dan nilai kalori batubara
sangat sulit untuk diketahui polanya di dalam bumi karena terdapat kondisi geologis lingkungan
pengendapan yang ikut serta mempengaruhi persebaran ketebalan dan nilai kalori batubara pada
saat atau setelah proses pengendapan batubara sehingga pola persebaran kedua variabel tersebut
cenderung heterogen dan variabilitas spasialnya juga semakin tinggi (Wackernagel, 1995).
Penelitian ini menggunakan variabel kuantitas batubara yaitu geometri ketebalan lapisan
batubara (m) dan kualitas batubara yaitu nilai kalori (kkal/kg). Variabel tersebut dapat
terkorelasi secara spasial pada lokasi yang sama sehingga analisis geostatistik menjadi sangat
penting dilakukan untuk mengetahui tingkat korelasi spasial dari ketebalan dan nilai kalori
batubara di area penambangan. Derajat kontinuitas spasial dari persebaran endapan mineral
atau batubara dapat ditunjukkan oleh model semivariogram yang dipengaruhi oleh jarak rata-
rata titik bor pada aktivitas eksplorasi (Armstrong, 1998). Berdasarkan model tersebut, maka
kemudian akan digunakan metode interpolasi ordinary kriging yang dapat memberikan hasil
estimasi terhadap variabel ketebalan dan nilai kalori batubara dengan tingkat akurasi dan presisi
yang tinggi (Bancroft & Hobbs, 1986; Youkuo, et al., 2015).
Seiring dengan kenaikan permintaan kebutuhan batubara di dunia, aktivitas eksplorasi
dan produksi batubara juga harus meningkat. Hal tersebut menuntut pentingnya mengetahui
pola distribusi spasial dari ketebalan dan nilai kalori batubara untuk mengontrol berjalannya
rencana pengembangan tambang agar berjalan secara efektif dan efisien sehingga proses
produksi hingga penjualan batubara akan menjadi lebih ekonomis.
Gambar 1. Lokasi penelitian di Teluk Bayur, Kalimantan Timur (kiri) dengan sebaran titik bor area longterm dalam area IUP (kanan).
4
Gambar 2. Profil litologi umum dan batubara pada Site Lamin PT Mega Alam Sejahtera
3h2 (3)
γ(h) = C0 + C [1 - exp ( 2 )] h>0
a
Semivariogram tersebut selanjutnya diaproksimasi dengan dua model matematis secara
visual berdasarkan searching ellipsoid (φ) sepanjang empat arah utama (E-W, N45°E, N-S, dan
N45°W) dari range (a) masing-masing sebaran variabel ketebalan dan nilai kalori pada kedua
seam. C0 merupakan koefisien nugget effect dan C adalah sill dari setiap range (a) dalam satuan
meter. Model semivariogram terhadap variabel objek penelitian ditunjukkan pada Tabel 1.
Persebaran ketebalan dan nilai kalori dari kedua seam bersifat geometric anisotropy yang
menggambarkan sill sama pada range berbeda sesuai dengan arah anisotropisme data.
Kemudian, hasil fitting semivariogram terhadap ketebalan dan nilai kalori pada seam AA1 dan
A akan menunjukkan lag distance dalam meter terhadap variansi ditunjukkan pada Gambar 3.
Tabel 1. Parameter model semivariogram ketebalan dan nilai kalori pada seam AA1 dan A
Parameter struktur semivariogram
Variabel Seam Nugget Major/minor Arah searching
Sill (C) Model
Effect range (m) ellipsoid (°)
AA1 0,225 0,5 Spherical 150/80 EW/NS
Ketebalan
A 0,75 - Gaussian 320/150 N80E/N10W
Nilai AA1 17500 - Gaussian 400/120 EW/NS
Kalori A 48000 - Gaussian 700/120 EW/NS
*Keterangan: “-” menunjukkan tidak mengandung nugget effect pada korelasi spasial data.
5 Estimasi Geostatistik
Pada penelitian ini, metode estimasi spasial yang digunakan yaitu metode geostatistik
univariat berupa ordinary kriging (OK) dengan memberikan bobot pada sampel data
sebenarnya (n(s)), λj (j=1,2,..n(s)). λj dirumuskan sebagai berikut (Cressie, 1993):
n(s)
∑ λOK
j (s)γ(si ,sj ) + μOK = γ(si ,s) i = 1,2,…n(s) (5)
j=1
n(s)
(a) (b)
(c) (d)
Gambar 3. Model fitting variogram (a) ketebalan seam AA1, (b) nilai kalori seam AA1, (c) ketebalan seam A, dan (d) nilai kalori seam A
7
(a) (b)
(d)
(c)
Gambar 4. Hasil estimasi terhadap (a) ketebalan seam AA1,(b) nilai kalori seam AA1,(c) ketebalan seam A, dan (d) nilai kalori seam A
8
Tabel 3. Nilai akurasi dan presisi hasil estimasi ketebalan dan nilai kalori seam AA1 dan A
Variabel Seam RMSE Standard Deviation (σ)
AA1 0,199 m 0,56 m
Ketebalan
A 0,256 m 0,96 m
AA1 34,617 kkal/kg 147,07 kkal/kg
Nilai kalori
A 33,772 kkal/kg 222,27 kkal/kg
Tabel 3 menggambarkan bahwa ketebalan seam AA1 dengan RMSE 0,19 m cenderung
tampak lebih homogen dibandingkan dengan ketebalan seam A dengan RMSE 0,25 m. Namun,
nilai kalori seam AA1 dengan RMSE 34,61 kkal/kg (adb) tampak cenderung lebih heterogen
terhadap nilai kalori seam A dengan RMSE yang lebih rendah yaitu 33,77 kkal/kg (adb).
Apabila confidence level dipilih sebesar 95%, maka Tabel 4 menunjukkan keseluruhan
variabel objek penelitian menghasilkan nilai estimasi yang unbiased karena true mean masih
berada dalam rentang mean estimasi dengan simpangan baku hasil estimasi. Hal tersebut dapat
dilihat pada hasil cross-validation dengan model fitting regresi linier pada Gambar 5.
Tabel 4. Unbiasedness level hasil estimasi ketebalan dan nilai kalori pada seam AA1 dan A
Variabel Seam True mean St.dev. (σ) Min. mean Max. mean
AA1 1,10 0,56 0,96 1,23
Ketebalan
A 2,41 0,96 2,14 2,77
AA1 5198,13 147,07 5166,17 5238,23
Nilai kalori
A 5112,64 222,27 5031,12 5176,34
Gambar 5. Cross-validation nilai estimasi ketebalan dan nilai kalori pada seam AA1 dan A
Informasi hasil estimasi ketebalan dan nilai kalori seam AA1 dan seam A dapat
digunakan sebagai salah satu acuan dalam pengembangan tambang yang efektif berdasarkan
rasio ketebalan overburden (OB) terhadap seam di Pit 1B Selatan yang disesuaikan dengan
HBA (Harga Batubara Acuan) tingkat domestik untuk keperluan PLTU periode 1-31 Mei 2016.
Menurut Kementrian ESDM, HBA Domestik berdasarkan ICI (Indonesian Coal Index)
periode 1-31 Mei 2016 sebesar USD 51,2/ton atau ±Rp 692.000,00/ton. Harga jual yang rendah
tersebut tentunya akan menimbulkan langkah darurat, salah satunya yaitu dengan mengurangi
nilai Stripping Ratio (SR) yang secara tidak langsung terkait dengan rasio ketebalan overburden
terhadap seam AA1 dan A. Area pengembangan tambang efektif dan optimal dari hasil estimasi
dan rasio ketebalan overburden terhadap kedua seam ditunjukkan oleh Gambar 6.
9
228050
228050
Ketebalan estimasi
seam AA1
228200
228200
538700 538850
228050
538700 538850
Nilai kalori estimasi
Rasio OB terhadap
seam AA1
seam AA1
228200
538700 538850
Rasio OB terhadap
seam A
228050
228050
Ketebalan estimasi
seam A
228200
228200
538700 538850
228050
538700 538850
228200
538700 538850
Gambar 6. Area efektif pengembangan tambang berdasarkan hasil estimasi ketebalan dan nilai kalori seam AA1 dan A dan rasio ketebalan
overburden terhadap kedua seam pada luasan grid (538.700-538.850) m dan (228.050-228.200) m dalam sistem proyeksi UTM Zona 50N.
10
7 Kesimpulan
Dengan menggunakan 72 lubang bor pada area longterm Pit 1B Selatan, hasil akurasi
dan presisi dari estimasi terhadap variabel ketebalan dan nilai kalori seam AA1 dan seam A
menggunakan metode ordinary kriging dengan grid 50 m 50 m dan lag size 50 m
memberikan hasil yang unbiased sehingga akurasi dan presisi hasil estimasi dapat dikatakan
tinggi dan dapat diandalkan.
Hal tersebut mengindikasikan bahwa area longterm pit penambangan memiliki
variabilitas spasial yang cenderung rendah atau memiliki tingkat kontinuitas spasial yang
relatif tinggi terhadap sebaran ketebalan dan nilai kalori dari seam AA1 dan A serta dapat
dikatakan bahwa kondisi geologi struktur area penelitian tampak tidak berpengaruh secara
signifikan terhadap sebaran lapisan batubara atau dengan kata lain, sebaran lapisan batubara
yaitu seam AA1 dan A terendapkan pada daerah dengan kondisi geologis yang relatif stabil.
Kemudian, area optimal yang sesuai untuk memulai pengembangan tambang menurut
HBA (Harga Batubara Acuan) berdasarkan Kementerian ESDM periode 1 - 31 Mei 2016
yaitu terletak pada posisi (538.700-538.850) m dan (228.050–228.200) m pada sistem
proyeksi UTM Zona 50N dengan rasio kumulatif ketebalan overburden (OB) terhadap seam
AA1 dan A yaitu sebesar 1 : 6,21 serta rata-rata nilai kalori batubara 5279 kkal/kg (adb).
Penulis mengucapkan terima kasih kepada pihak PT Mega Alam Sejahtera Coal Mining
yang telah memberikan izin untuk menggunakan data perusahaan sebagai objek penelitian.
Daftar Pustaka
Armstrong, M. (1998). Basic Linear Geostatistics. Heidelberg, Germany: Springer-Verlag
Berlin, 160 pp.
Bancroft, B., & Hobbs, G. (1986). Distribution of kriging error and stationarity of the
variogram in a coal property. Mathematical Geology Vol.18 No.7, 635-651
Cressie, N. (1991). Statistics for Spatial Data. New York, USA: Wiley & Sons, Inc., 931 pp
Journel, A., & Huijbregts, C. (1978). Mining Geostatistics. London, England: Academy
Press, 600 pp.
Kennedy, B. (1990). Surface Mining (Vol. 2nd Edition). Littleton, Colorado, USA: Society
for Mining, Metallurgy, and Exploration, Inc., 1.207 pp.
Wackernagel, H. (1995). Multivariate Geostatistics. New York, USA: Springer-Verlag
Berlin Heidelberg, 263 pp.
Youkuo, C., Yongguo, Y., & Wangwen, W. (2015). Coal Seam Thickness Prediction based
on Least Squares Support Vector Machines and Kriging Method. EJGE, 167-176