BAB I

PENDAHULUAN

1.1 Maksud
1.1.1 Memisahkan fraksi butiran sedimen pada ukuran (diameter) butir
tertentu.
1.1.2 Menentukan nilai koefisien sortasi, skewness dan kurtosi baik secara
grafis maupun matematis.
1.1.3 Menginterpretasikan lokasi pengendapan dan setting geologi
berdasarkan nilai koefisien sortasi, skewness dan kurtosis.

1.2 Tujuan
1.2.1 Dapat memisahkan fraksi butiran sedimen pada ukuran (diameter) butir
tertentu.
1.2.2 Dapat menghitung dan menentukan nilai median diameter, koefisien
sortasi, skewness dan kurtosis baik secara grafis maupun matematis.
1.2.3 Dapat menginterpretasikan lokasi pengendapan dan setting geologi
berdasarkan nilai koefisien sortasi, skewness dan kurtosis.

1
 BAB II
PENGOLAHAN DATA

2.1 Bagian Hulu

2.1.1 Metode Grafis

Ukuran Diameter Diameter Mid frekuensi % %

No.
Butir (mm) phi Point (m) (gr) frekuensi kumulatif

0.0039 8
1 Lanau 0.0507 30 3 3
0.0625 4
Pasir Sangat
2 0.09375 71 7.1 10.1
Halus
0.125 3
3 Pasir Halus 0.1875 93 9.3 19.4
0.25 2
4 Pasir Sedang 0.375 173 17.3 36.7
0.5 1
5 Pasir Kasar 0.75 355 35.5 72.2
1 0
Pasir Sangat
6 1.5 232 23.2 95.4
Kasar
2 -1
7 Kerikil 3 46 4.6 100
4 -2

Harga So menurut Folk dan Ward (1957):

d = 0.063 mm d = 0.262 mm
 log 0.063  log 0.262
Ф5 = Ф25 =
log 2 log 2
= 3.989 = 1.932

d = 0.15 mm d = 0.457 mm
 log 0.15  log 0.457
Ф16 = Ф50 =
log 2 log 2
= 2.737 = 1.129

2
d = 0.79 mm d = 1 mm
 log 0.79  log 1
Ф75 = Ф84 =
log 2 log 2
= 0.340 = 0
d = 1.5 mm
 log 1.5
Ф95 =
log 2
= -0.584

 Harga So, SK, dan K menurut Folk dan Ward (1957):

Sortasi (So):
 84  16  95   5
So = +
4 6. 6
= 0 – 2.737 + (-0.584) – 3.898
4 6.6

= (-0.684) + 0.693
= 0.009 (very well sorted)
Skewness (Sk):
16   84  2 50  5   95  2 50
Sk = +
2( 84  16 ) ( 95   5)

= 2.737 + 0 – 2 (1.129) + (-0.584) – 3.989 – 2 (1.129)

2(0 – 2.737) -0.584 – 3.989

= 0.249 (fine skewed)

Kurtosis (K):
 95   5
K =
2.44 ( 75   25 )

= (-0.584) – 3.989
2.44 (-0.34- 1.932)

= 1.177 (lepto kurtic)

3
4
2.1.2 Perhitungan Metode Matematis
 Harga So, SK, dan K menurut Folk dan Ward (1957):
Sortasi

 f .(m  x) 2 233.6931
So = = = 1.528 (poorly sorted)
100 100

Skewness
 f .( m  x) 3 425.9347
Sk = = = 1.193 (strongly fine skewed)
100 .So 3 100.3.5675

Kurtosis
 f .( m  x) 4 2637.469
K = 4
= = 4.838 (Extremly Lepto Kurtic)
100 .So 100.5.4511

5
 2.2 Bagian Hilir
2.2.1 Metode Grafis
Diameter Diameter Mid frekuensi % %
No. Ukuran Butir
(mm) phi Point (m) (gr) frekuensi kumulatif
0.0039 8
1 Lanau 0.0507 62 6.2 6.2
0.0625 4
Pasir Sangat
2 0.09375 189 18.9 25.1
Halus
0.125 3
3 Pasir Halus 0.1875 287 28.7 53.8
0.25 2
4 Pasir Sedang 0.375 196 19.6 73.4
0.5 1
5 Pasir Kasar 0.75 178 17.8 91.2
1 0
Pasir Sangat
6 1.5 32 3.2 94.4
Kasar
2 -1
7 Kerikil 3 56 5.6 100
4 -2

Harga So menurut Folk dan Ward (1957):

d = 0.05 mm
 log 0.05 d = 0.167 mm
Ф5 =
log 2  log 0.167
Ф50 =
= 4.32 log 2
= 2.58
d = 0.073 mm
 log 0.073 d = 0.385 mm
Ф16 =
log 2  log 0.385
Ф75 =
= 3.78 log 2
d = 0.093 mm = 1.37
 log 0.093
Ф25 =
log 2
= 3.43

6
d = 0.53 mm d = 1.5 mm
 log 0.53  log 1.5
Ф84 = Ф95 = = -0.584
log 2 log 2
= 0.92

 Harga So, SK, dan K menurut Folk dan Ward (1957):

Sortasi (So):
 84  16  95   5
So = +
4 6. 6
= 0.92 – 3.78 + (-0.584) – 4.32
4 6.6

= (-0.715) + 0.742
= 1.457 (very well sorted)
Skewness (Sk):
16   84  2 50  5   95  2 50
Sk = +
2( 84  16 ) ( 95   5)
= 0.92 + 3.78 – 2 (2.58) + (-0.584) – 4.32 – 2 (2.58)
2(0.92 – 3.78) -0.584 – 4.32

= -0.299 (coarse skewed)

Kurtosis (K):
 95   5
K =
2.44 ( 75   25 )

= (-0.584) – 4.32
2.44 (1.37- 3.43)

= 0.97 (meso kurtic)

7
8
2.2.2 Perhitungan Metode Matematis
 Harga So, SK, dan K menurut Folk dan Ward (1957):
Sortasi

 f .(m  x) 2 282 .3344

So = = = 1.680 (poorly sorted)
100 100

Skewness
 f .( m  x) 3 82.74796
Sk = = = 0.1745 ( fine skewed)
100 .So 3 100.4.742

Kurtosis
 f .( m  x) 4 2728.15
K = 4
= = 3.424 (Extremly Lepto Kurtic)
100 .So 100.7.966

9
 BAB III
PEMBAHASAN

Granulometri adalah suatu analisa ukuran butir pada batuan

sedimen silisiklastik. Dalam granulometri ini lebih mengutamakan
bagaimana sebaran butiran batuan sedimen klastik tersebut. Dalam
analisis pemisahan ukuran butir ini digunakan dua cara yaitu dengan
cara grafis dan cara matematis.
3.1 Analisis Granulometri Bagian Hulu (Cara Grafis dan Cara
Matematis)
Dari hasil perhitungan dengan cara grafis dan matematis ini,
didapat nilai dari parameter granulometri yaitu tampak ada perbedaan
yang cukup terlihat antara hasil perhitungan menggunakan cara grafis
dengan cara matematis.
Nilai koefisien sortasi dengan cara grafis menunjukkan klasifikasi
very well sorted yang berarti proses sortasi didaerah hulu berjalan dengan
baik yang berarti menunjukkan tingkat keseragaman butir yang sangat baik
dengan keadaan tersebut bahwa arus yang terjadi di daerah hulu cukup
tenang. Nilai skewness untuk perhitungan cara grafis didapat hasil fine
skewed. Dilihat dari diagram batang dibawah ini menandakan bahwa nilai
skewednya berharga negatif dimana jumlah butir yang kasar lebih banyak
dibanding dengan jumlah butir yang halus. Tetapi hal ini berkebalikan
dengan kurva skewed bahwa apabila butiran kasar lebih dominan dibanding
dengan butir halus berarti menunjukan harga yang positif.

10
 40
35
30 lanau
25 pasir sangat halus
20 pasir halus
15 pasir sedang
10 pasir kasar
5
pasir sangat kasar
0
kerikil
ukuran butir

Gambar 3.1 Diagram batang bagian hulu

Kemudian parameter yang terakhir yakni kurtosis, untuk perhitungan cara
grafis didapat hasil lepto kurtic menandakan pesebaran ukuran butir tidak
merata.
Sedangkan, berdasarkan perhitungan matematis didapat hasil poorly
sorted yang berarti proses sortasi berjalan buruk yang mengindikasikan
bahwa ukuran butir tidak seragam dengan keadaan tersebut bahwa arus yang
terjadi di daerah hulu deras. Dengan perhitungan cara matematis didapat
hasil strongly fine skewed. Hal tersebut menandakan bahwa harga
skewednya positif berarti jumlah butiran halus lebih banyak disbanding
jumlah butiran kasar. Hasil tersebut hampir sama, berarti didapat hasil butir
halus yang lebih banyak dari butir kasar. Kemudian dengan cara matematis
didapat hasil extremely lepto kurtic. Dalam klasifikasi, hasil ini juga terlihat
berbeda.
Dilihat dari cara matematisnya, hasil pengolahan data yang
dilakukan menggunakan interval nilai untuk mendapatkan nilai mid point
dan frekuensi yang dapat dijadikan patokan dalam penentuan nilai (mØ).f,
(mØ – x), dan (mØ – x ).f dan seterusnya dengan menghitung pangkat dari
nilai (mØ – x ).f dengan pangkat 2, 3, dan 4. Dari cara matematis ini juga
dapat dicari mean, standart deviasi, nilai skewness (Sk), dan nilai kuortosis
(K).Dari data – data yang ada dibuatlah histogram dengan hubungan %

11
berat dan phi (Φ). Φ merupakan satuan skala dari nomor mesh / diameter
dari penyaring.

Gambar 3.2 Tabel hjulstrom hulu

Secara matematis pada bagian hulu jika dilihat dari tabel hjulstrom
termasuk kedalam daerah terdeposisi dimana nilai sortasi secara matematis
sebesar 0.75 dilihat dari jumlah frekuensi terbesar yaitu berupa pasir sangat
kasar yang memakai mid point dari frekuensi. Hal tersebut dapat diketahui
pada daerah hulu ini memilki kecepatan aliran sungai sebesar 8 cm/s.

Gambar 3.3 Rezim aliran (Simon dkk,,1965)

Dengan memakai tabel rezim aliran pada daerah hulu ini dapat dilihat
struktur sedimennya berupa ripples (Simon dkk,,1965). Dengan struktur
sedimen berupa ripples menandakan lingkungan pengendapannya dibantu
dengan energi gelombang.

12
3.2 Analisis Granulometri Bagian Hilir (Cara Grafis dan Cara
Matematis)
Dari hasil perhitungan dengan cara grafis dan matematis ini,
didapat nilai dari parameter granulometri yaitu tampak ada perbedaan
yang cukup terlihat antara hasil perhitungan menggunakan cara grafis
dengan cara matematis.
Nilai koefisien sortasi dengan cara grafis menunjukkan klasifikasi
very well sorted yang berarti proses sortasi didaerah hulu berjalan dengan
baik yang berarti menunjukkan tingkat keseragaman butir yang sangat baik
dengan keadaan tersebut bahwa arus yang terjadi di daerah hulu cukup
tenang. Nilai skewness untuk perhitungan cara grafis didapat hasil coarse
skewed. Dilihat dari diagram batang dibawah ini menandakan bahwa nilai
skewednya berharga positif dimana jumlah butir yang halus lebih banyak
dibanding dengan jumlah butir yang kasar. Tetapi hal ini berkebalikan
dengan kurva skewed bahwa apabila butiran halus lebih dominan dibanding
dengan butir kasar berarti menunjukan harga yang negatif.

30

25
lanau
19.6
20 pasir sangat halus

15 pasir halus
pasir sedang
10
pasir kasar
5
pasir sangat kasar
0
kerikil

Klasifikasi Butir

Gambar 3.4 Diagram batang bagian hilir

13
Kemudian parameter yang terakhir yakni kurtosis, untuk perhitungan cara
grafis didapat hasil meso kurtic menandakan pesebaran ukuran butir merata
(normal).
Sedangkan, berdasarkan perhitungan matematis didapat hasil poorly
sorted yang berarti proses sortasi berjalan buruk yang mengindikasikan
bahwa ukuran butir tidak seragam dengan keadaan tersebut bahwa arus yang
terjadi di daerah hulu deras. Dengan perhitungan cara matematis didapat
hasil fine skewed. Hal tersebut menandakan bahwa harga skewednya positif
berarti jumlah butiran halus lebih banyak disbanding jumlah butiran kasar.
Hasil tersebut hampir sama, berarti didapat hasil butir halus yang lebih
banyak dari butir kasar. Kemudian dengan cara matematis didapat hasil
extremely lepto kurtic menandakan pesebaran ukuran butir sangat tidak
merata. Dalam klasifikasi, hasil ini juga terlihat berbeda.
Dilihat dari cara matematisnya, hasil pengolahan data yang dilakukan
menggunakan interval nilai untuk mendapatkan nilai mid point dan
frekuensi yang dapat dijadikan patokan dalam penentuan nilai (mØ).f, (mØ
– x), dan (mØ – x ).f dan seterusnya dengan menghitung pangkat dari nilai
(mØ – x ).f dengan pangkat 2, 3, dan 4. Dari cara matematis ini juga dapat
dicari mean, standart deviasi, nilai skewness (Sk), dan nilai kuortosis
(K).Dari data – data yang ada dibuatlah histogram dengan hubungan %
berat dan phi (Φ). Φ merupakan satuan skala dari nomor mesh / diameter
dari penyaring.

Gambar 3.5 Tabel hjulstrom hilir

14
 Secara matematis pada bagian hilir jika dilihat dari tabel hjulstrom
termasuk kedalam daerah terdeposisi dimana nilai sortasi secara matematis
sebesar 0.1875 dilihat dari jumlah frekuensi terbesar yaitu berupa pasir
halus yang memakai mid point dari frekuensi. Hal tersebut dapat diketahui
pada daerah hulu ini memilki kecepatan aliran sungai sebesar 2cm/s.

Gambar 3.6 Rezim aliran (Simon dkk,,1965)

Dengan memakai tabel rezim aliran pada daerah hilir ini dapat dilihat
struktur sedimennya berupa ripples (Simon dkk,,1965). Dengan struktur
sedimen berupa ripples menandakan lingkungan pengendapannya dibantu
dengan energi gelombang.

15
3.3 Perbandingan Hulu dan Hilir ( Perbandingan Antara Cara Grafis
dengan Cara Matematis )
Tabel 3.1 Perbedaan antara hulu dan hilir
Perbandingan Hulu Hilir
Nilai Koefisien Sortasi Poorly sorted Poorly well sorted
Harga Skewness Fine skewed Strongly fine skewed
Harga Kurtosis Exteremely lepto kurtic Exteremely lepto kurtic
Proses Sedimen Terdeposisi Terdeposisi
Kecepatan Aliran 8 cm/s 2 cm/s
Struktur Sedimen riples riples
Lingkungan Daearah energi Daerah energi
Pengendapan bergelombang bergelombang

16
 BAB IV
PENUTUP

4.1 Kesimpulan
4.1.1 Hulu
 Berdasarkan perhitungan matematis didapat hasil poorly sorted yang
berarti proses sortasi berjalan buruk yang mengindikasikan bahwa ukuran
butir tidak seragam dengan keadaan tersebut bahwa arus yang terjadi di
daerah hulu deras
 Pada daerah hulu jika dilihat dari tabel hjulstrom termasuk kedalam daerah
terdeposisi yang memilki kecepatan aliran sungai sebesar 8 cm/s.
 Pada daerah hilir ini dapat dilihat struktur sedimennya berupa ripples
(Simon dkk,,1965). Dengan struktur sedimen berupa ripples menandakan
lingkungan pengendapannya dibantu dengan energi gelombang.

4.1.2 Hilir
 Berdasarkan perhitungan matematis didapat hasil poorly sorted yang
berarti proses sortasi berjalan buruk yang mengindikasikan bahwa ukuran
butir tidak seragam dengan keadaan tersebut bahwa arus yang terjadi di
daerah hulu deras.
 Pada daerah hilir jika dilihat dari tabel hjulstrom termasuk kedalam daerah
terdeposisi yang memilki kecepatan aliran sungai sebesar 2cm/s.
 Pada daerah hilir ini dapat dilihat struktur sedimennya berupa ripples
(Simon dkk,,1965). Dengan struktur sedimen berupa ripples menandakan
lingkungan pengendapannya dibantu dengan energi gelombang.

17