MAKALAH

INVERSE DISTANCE METHODE

Disusun Oleh kelompok 5 :

1. Rendi Frangsi Wijaya 18137024

2. Wahyuzanora 18137029
3. Alfajriah 18137030
4. Andres Melbaral 18137031
5. Fajri Ananda 18137032
6. Farid Kanz Zaky 18137033

Dosen Pengampu :

Adree Octova, S.Si., MT.

TEKNIK PERTAMBANGAN

FAKULTAS TEKNIK

UNIVERSITAS NEGERI PADANG

2020

1
 KATA PENGANTAR

Puji syukur kami ucapkan atas kehadirat Allah SWT, atas rahmat dan
hidayah-Nya sehingga penyusun dapat menyelesaikan makalah tentang Inverse
Distance sesuai dengan waktu yang telah diberikan, dalam penyusunan makalah
ini masih jauh dari kesempurnaan namun demikian penyusun telah berusaha
semaksimal mungkin agar hasil dari tulisan ini tidak menyimpang dari ketentuan-
ketentuan yang ada.
Atas dukungan dari berbagai pihak akhirnya penulis bisa menyelesaikan
makalah ini. Untuk itu dalam kesempatan ini penulis mengucapkan terima kasih
kepada Dosen yang mengajar mata kuliah Metode Perhitungan Cadangan Bapak
Adree Octova, S.Si., MT. yang memberikan pengajaran dan arahan dalam
penyusunan makalah ini, dan tidak lupa kepada teman-teman semua yang telah
ikut berpartisipasi membantu penulis dalam upaya penyusunan makalah ini.

Penyusun menyadari bahwa makalah ini masih jauh dari kesempurnaan,

karena tak ada gading yang tak retak, begitu pula dengan makalah ini masih jauh
dari kesempurnaan. Oleh karena itu kami mengharapkan kritik dan saran yang
sifatnya membangun demi kesempurnaan makalah ini, dan mudah-mudahan ini
dapat bermanfaat bagi kita semua.

Padang, November 2020

Pemakalah

2
 BAB I
PENDAHULUAN

A. Latar Belakang
Permodelan merupakan suatu kegiatan yang sangat penting untuk
menggambarkan kondisi geologi dan karakteristik geometri suatu endapan.
Karena setelah tahapan eksplorasi dilakukan, diperlukan desain serta analisis
pada model badan bijih secara 3 dimensi sehingga dapat menentukan
penerapan metode penambangan yang akan dilakukan.
Penaksiran sumberdaya merupakan sebuah langkah kuantifikasi
formal terhadap suatu material yang keterdapatannya secara alamiah.
Penaksiran dilakukan dengan berbagai metode / prosedur didasarkan pada
pertimbangan empiris maupun teoritis. Volume, tonnase, kadar dan kuantitas
mineral merupakan atribut – atribut (variabel/parameter) umum yang
diperhitungkan. Perhitungan atribut tersebut harus optimal dalam arti tak bias
tidak melebihi kriteria yang dipertanggungjawabkan. Dalam metode
perhitungan sumberdaya / cadangan memiliki dua cara yaitu secara
konvensional dan non konvensional.
Estimasi sumberdaya berperan penting dalam menentukan kuantitas
dan kualitas dari suatu endapan. Sebab dari hasil estimasi yang baik dan
akurat yang sesuai dengan keberadaannya di lapangan dapat menentukan
investasi yang akan ditanam oleh investor sebagai penanaman modal dalam
usaha penambangan, cara penambangan yang akan dilakukan, bahkan dalam
memperkirakan waktu yang akan dibutuhkan oleh perusahaan dalam
melakukan usaha penambangannya sehingga dapat menekan jumlah cost serta
memberikan keuntungan bagi perusahaan itu sendiri dalam proses
penambangan selanjutnya.
Ada dua istilah utama yang digunakan dalam pengklasifikasian
endapan, yaitu sumberdaya (resources) dan cadangan (reserves). Sumberdaya
(resources) adalah akumulasi zat padat, cair dan gas yang terbentuk secara
alami di dalam atau di permukaan bumi yang diharapkan dapat dimanfaatkan
secara nyata dan bernilai ekonomis. Sedangkan jika sudah memasukkan

3
 unsur-unsur kajian ekonomi, perencanaan tambang, pengolahan, analisis
lingkungan, dan lain-lain, maka jumlah endapan yang diperoleh (yang dapat
diambil/ditambang) dikelompokkan ke dalam cadangan (reserve) (JORC,
2012).
Metode Inverse Distance Weighting merupakan suatu cara penaksiran
yang telah memperhitungkan adanya hubungan letak ruang (jarak),
merupakan kombinasi linear atau harga rata-rata pembobotan (weighting
average) dari titk-titik data yang ada di sekitarnya.(Bankes, 2003).
B. Tujuan
Adapun tujuan yang diharapkan dari makalah ini adalah :
1. Mengkaji konsep dasar dari sumberdaya dan cadangan
2. Menjelaskan metode apa saja yang dapat dilakukan dalam perhitungan
cadangan
3. Memberikan penjelasan mengenai metode Inverse Distace dalam
perhitungan cadangan
C. Manfaat
1. Makalah ini dapat menjadi sebagai bahan referensi yang dapat dipercaya
kebenarannya
2. Hasil pembahasan dari makalah ini dapat menjadi salah satu sumber dalam
mengambil keputusan dalam perhitungan cadangan

4
 BAB II
PEMBAHASAN

A. Pengertian Sumber Daya dan Cadangan

Pengertian Sumber daya mineral adalah suatu besaran atau banyaknya
endapan bahan galian (bahan tambang) yang mungkin bernilai ekonomis dan
hanya berdasarkan kriteria geologi saja.
Cadangan merupakan bagian dari sumber daya yang berdasarkan
kelayakan ekonomi dan ditinjau dari beberapa aspek, bahan tersebut dapat
ditambang.
Cadangan dalam pengertian geologi-pertambangan suatu besaran
endapan bahan galian yang menggambarkan letak keterdapatan, bentuk tubuh
bijih, volume atau tonase, dan mutu / kualitas, sehingga berdasarkan penilaian
ekonomi, bahan tambang tersebut layak untuk ditambang.
Cadangan dikelompokkan menjadi 2 kategori yaitu:
1. Cadangan Terkira (Probable Reserve) adalah sumber daya mineral
terunjuk dan sebagian sumber daya mineral terukur yang tingkat
keyakinan geologinya masih lebih rendah, yang berdasarkan studi
kelayakan tambang semua faktor yang terkait telah terpenuhi, sehingga
penambangan dapat dilakukan secara ekonomis.
2. Cadangan Terbukti (Proved Reserved) adalah sumber daya mineral terukur
yang berdasarkan studi kelayakan tambang semua faktor yang terkait telah
terpenuhi, sehingga penambangan dapat dilakukan secara ekonomis.
Dalam proses penambangan sering digunakan istilah atau jenis cadangan
sebagai berikut:
1. Cadangan Geologi (Geological Reserved) adalah sejumlah cadangan yang
batas-batasnya ditentukan oleh suatu model geologi. Dalam cadangan ini
belum diperhitungkan faktor lain seperti prosentase perolehan
penambangan dan pengurangan lainnya.
2. Cadangan Tertambang (Mineable Reserved) adalah sejumlah cadangan
yang secara teknis-ekonomis dapat ditambang. Faktor seperti cut-off grade
dan stripping ratio telah diperhitungkan.

5
 3. Cadangan Terambil (Recoverable Reserved) adalah sejumlah cadangan
dari mineable reserved yang telah memperhitungkan faktor prosentase
perolehan penambangan.
B. Metode Inverse Distace
1. Pengertian
Metode Inverse Distance Weighting merupakan suatu cara
penaksiran yang telah memperhitungkan adanya hubungan letak ruang
(jarak), merupakan kombinasi linear atau harga rata-rata pembobotan
(weighting average) dari titk-titik data yang ada di sekitarnya.(Bankes,
2003). Asumsi dari metode ini adalah nilai interpolasi akan lebih mirip
pada data sampel yang dekat daripada yang lebih jauh. Bobot (weight)
akan berubah secara linear sesuai dengan jaraknya dengan data sampel.
Bobot ini tidak akan dipengaruhi oleh letak dari data sampel.
Metode Invers Distance pada Perhitungan Sumberdaya dan
Cadangan disebut juga dengan Metode Seperjarak. Prinsip penaksiran
metode Invers Distance adalah dilakukan teknik pembobotan titik data
yang didasarkan pada :
1. Letak grid atau blok yang akan ditaksir terhadap letak data
contoh
2. Kecenderungan penyebaran data kualitas.
3. Orientasi setiap contoh yang menunjukkan hubungan letak
ruang antar contoh.
Umumnya pembobotan jarak dengan metode menurut sample yang
ditampilkan dan cara penerapannya :
1. Invers distance
2. Invers distance squared
3. Invers distance cubed

6
2. Data-Data yang Perlu dalam Metode Inverse Distance
Adapun data – data yang dibutuhkan dalam menentukan cadangan
menggunakan metode inverse distance adalah :
a. Dalam perhitungan manual
1) Jarak dari lubang bor satu ke lubang bor yang lain.
2) Data log bor.
b. Dalam menggunakan software
1) Data assay adalah merupakan data hasil analisis kadar nikel.
2) Data collar adalah data koordinatdan elevasi titik bor.
3) Data litologi adalah data litologi profil nikel laterit titik bor.
4) Data survey adalah data total kedalaman titik bor.
5) Data Geologi adalah data kadar dari bahan galian.
3. Teknik Pengolahan Data
Adapun rumus yang digunakan dalam metode Inverse Distance
adalah :

7
4. Kelebihan dan Kekurangan Inver Distance
a. Kelebihan
 karakteristik interpolasi dapat dikontrol dengan membatasi
titik-titik masukan yang digunakan dalam proses
interpolasi.
 Titik-titik yang terletak jauh dari titik sampel dan yang
diperkirakan memiliki korelasi spasial dapat dihapusdari
perhitungan.
 Titik-titik yang digunakan dapat ditentukan langsung, atau
ditentukan berdasarkan jarak yang ingin di interpolasi.
b. Kekurangan
 Tidak dapat mengestimasi nilai di atas nilaimaksimum dan
dibawah nilai minimum dari titik-titik sampel (Pramono,
2008).
 Efek yang terjadi apabila interpolasi IDW diaplikasikan
adalah terjadinya perataan(flattening) puncakdan lembah,
kecuali jika titik-titik tertinggi dan terendah merupakan
bagian dari titik sampel, Karena nilai estimasi merupakan
nilai rata-rata, hasil permukaan tidak akan tepat melewati
titik-titik sampel.

5. Studi Kasus Mengenai Metode Inverse Distance

a. Kasus 1: Analisa Perbandingan Metoda NNP dan IDW pada
Penaksiran Kadar Mineral

Analisis di bawah ini merupakan perbandingan dua konsep

penaksir. Kadar di titik Z0 (gambar di bawah) ditaksir dengan
menggunakan penaksir poligon sampel terdekat dan seperjarak.

a. Penaksiran dengan metode NNP

Diberikan data seperti pada gambar di bawah ini yang diasumsikan

bahwa data adalah lokasi titik bor suatu bijih nikel. Diketahui nilai

8
Z1 = 2,75 % Cu, Z2 = 2,20 % Cu, Z3 = 1,62 % Cu ; d1 = 70 m, d2 =
50 m, d3 = 90 m.

Gambar 3 Tiga Komposit Jenjang (Z1, Z2, Z3) Untuk Penaksiran di

Titik Z0

Pada metode penaksir poligon sampel terdekat (NNP) bobot

(w) untuk jarak terdekat terhadap titik Z0 diberikan nilai = 1,
sedangkan untuk bobot (w) lainnya diberikan nilai = 0. Jadi nilai
bobot w1 = 0, w2 = 1 (jarak terdekat terhadap titik Z0), w3 = 0.

Table 1 Hasil taksiran memakai metode NNP

NNP Z1 2,74% Z2 2,20% Z3 1,62% Z0

Jarak d1 70 d2 50 d3 90 2,20
Bobot w1 0 w2 0 W3 0

Taksiran kadar dititik Z0 memakai poligon sampel terdekat

(NNP) adalah 2,20%, karena sampel Z2 memiliki jarak terdekat
terhadap titik Z0. Nilai tersebut dapat dihitung melalui perhitungan:

9
 Z0= (w1 x Z1) + (w2 x Z2) + (w3 x Z3)

= (0 x 2,74) + (1 x 2,20) + (0 x 1,62)

= (0) + (2,20) + (0)

= 2,20%

Taksiran kadar memakai metode NNP hanya berdasarkan

jarak sampel terdekat terhadap titik yang ditaksir. Sampel dengan
jarak terdekat memiliki bobot terbesar (bobot sama dengan satu),
sehingga taksiran kadar adalah nilai kadar terdekat dengan titik yang
ditaksir.

b. Penaksiran dengan metode IDW

Berdasarkan Gambar 2 di atas dapat dilakukan penaksiran

dengan menggunakan metode IDW dengan penaksiran bobot
masing-masing sampel (w1, w2, w3) dan penaksiran pada titik Z0.

Tabel 2 di bawah ini merupakan hasil penaksiran kadar memakai

metode NNP dan IDW dengan jarak sebagai berikut: d1 = 70m, d2 =
50m, d3 = 90m.

b. Kasus 2: Comparison the Performance of Ordinary Kringging and

Invers Distance Weighting Methods for Mapping Nickel Laterite
Properties
Nikel laterit adalah hasil dari pelapukan intensif batuan
ultrabasa dan padanan terserpentinasinya. Dalam profil umum dari
nikel laterit dapat dibagi menjadi zona limonit, zona saprolit dan

10
batuan dasar. Untuk memetakan distribusi area anomali diperlukan
pemilihan metode yang sesuai untuk diprediksi kadar bijih di lokasi
yang tidak disampel. Beberapa metode interpolasi seperti pembobotan
jarak terbalik (IDW) dan ordinary kriging (OK) telah dikembangkan
dengan menggunakan alat komputer yang dapat digunakan untuk itu
memperkirakan distribusi deposit mineral. Dalam proses estimasi IDW
lebih sederhana dan lebih cepat, tidak seperti kriging yang
membutuhkan langkah permodelan awal dari variogram sebelum
kriging itu sendiri dilakukan. Di dalam Penelitian, sebagai
perbandingan, prosedur IDW dan OK diterapkan untuk memetakan
distribusi nikel (Ni) dan anomali Cobalt (Co) dalam jenis deposit
laterit nikel
Ada beberapa metode yang digunakan, yaitu :
1) Area Studi dan Desain Pengambilan Sampel
Daerah penelitian adalah sekitar 9 km ² yang terletak di
Kabupaten Konawe, Provinsi Sulawesi Tenggara Indonesia.
Sebanyak 28 lubang bor dengan kedalaman bervariasi dari 7,5
hingga 64,2m dengan jarak antar bor lubang 500 m. Sampel
dikumpulkan pada interval 1m untuk setiap lubang dan mereka
diuji untuk Ni dan Co. Distribusi lubang bor dan lokasi area
penelitian ditunjukkan dalam GAMBAR 1. Secara geologis daerah
ini terletak di lengan tenggara Sulawesi yang secara luas diduduki
oleh Kompleks batuan ophiolit terdiri dari batuan basaltik dan
ultramafik, dengan primer barat laut – tenggara trending structure.

2) Deskriptif Metode Estimasi

Kriging adalah teknik prediksi spasial untuk interpolasi
linear optimal yang tidak bias dengan a minimum kesalahan
interpolasi rata-rata [3]. Alat utama dalam estimasi kriging adalah
variogram, yang mencerminkan hubungan khusus antara
pengamatan data tetangga. Variogram diperoleh dari hasil cocok

11
 antara variogram eksperimental dan model teoritis. Model yang
paling banyak digunakan di tambang adalah bulat, eksponensial,
dan gaussian [4]. Dalam penelitian ini untuk memilih model
teoritis variogram didasarkan pada nilai root mean square error
(RMSE) sedangkan nilai terkecil dipilih sebagai model terbaik [5].
Nilai variogram eksperimental dapat dihitung dengan persamaan
berikut [6]:

3) Kriging Biasa
Kriging biasa adalah salah satu dasar dari metode kriging
yang memberikan estimasi pada yang tidak teramati lokasi,
berdasarkan rata-rata tertimbang di sekitar lokasi yang diamati
dalam suatu wilayah [7]. Prediksi OK di lokasi yang tidak
diamplas ditentukan oleh persamaan:

Dengan berat dihitung dengan persamaan :

4) Inverse Distance weighting (IDW)

Untuk menghitung berat sampel, IDW mengasumsikan
tingkat korelasi dan kesamaan antara tetangga sebanding dengan
jarak di antara mereka. Persamaan IDW yang digunakan dalam
pembobotan adalah ditulis di bawah ini [4]:

12
5) Transformasi dan Interpolasi Data
Kinerja terbaik dari analisis kriging adalah pada data
distribusi normal. Jika distribusi data tidak normal maka
transformasi data dapat membantu membuatnya normal secara
normal [8]. Logaritmik transformasi dapat dipertimbangkan di
mana koefisien kemiringan lebih besar dari 1 dan akar kuadrat
transformasi adalah antara 0,5 dan 1 [9]. Untuk mengubah kembali
melalui eksponensial dapat digunakan persamaan di bawah [10]:

6) Kriteria Untuk Pembanding

Untuk memilih model variogram terbaik antara model
potetial dan untuk membandingkan akurasi Metode interpolasi
menggunakan parameter root mean square error (RMSE). RMSE
dapat diperoleh dari teknik validasi silang, dan dihitung dengan
persamaan di bawah ini [11]:

13
 Hasil dari Penelitian ini ialah, Berdasarkan nilai RMSE hasil
perbandingan dari dua metode interpolasi yang diterapkan
menunjukkan bahwa Prosedur IDW adalah metode yang paling cocok
untuk estimasi dan pemetaan distribusi spasial Ni dan Co di bidang
studi ini. Mungkin karena jumlah dataset kami tidak sesuai untuk
membentuk stabil variogram. Hasil penelitian menunjukkan, di zona
limonit, kekuatan IDW 2 menunjukkan kinerja terbaik untuk Ni dan
Co Prosedur OK memberikan hasil terbaik ketika diterapkan pada
variabel ketebalan. Di zona saprolit, kekuatan IDW 5 menunjukkan
kinerja terbaik untuk Ni sedangkan IDW kekuatan 1 menunjukkan
hasil terbaik ketika diterapkan pada Co dan ketebalan.
Hasil interpolasi mengungkapkan distribusi nikel di zona
limonit dan saprolit masih terbuka ke timur laut dan ke barat daya.
Estimasi sumber daya di zona limonit ditunjukkan 868623,53 ton nikel
dan 94534,93 ton kobalt, sedangkan di zona saprolit adalah 688972,14
ton nikel dan 44843,29 ton kobalt. Sumber daya potensial nikel
tambahan di zona limonit dan saprolit dapat meluas ke Timur Laut dan
Barat Daya area penelitian.

14
 c. Kasus 3 :
Studi Kasus Mengenai Metode Inverse Distance

Misalkan telah dilakukan pengukuran ketinggian tempat

(elevasi) pada sejumlah titik seperti terlihat pada gambar di atas.
Terdapat sebuah lokasi, yaitu titik X (titik berwarna kuning), yang
tidak diukur ketinggiannya (mungkin karena aksesibilitas lapangan
yang sulit). Tetapi titik X tersebut sangat penting untuk diketahui
ketinggiannya. Dengan menggunakan metode IDW dan sejumlah
sampel titik (perhatikan 5 titik yang bewarna merah berikut jaraknya
masing-masing terhadap titik X), tentukan ketinggian di titik X! 76 70
85 68 52 40 28 17 125 114 32 m X 50 m 15 m 57 m 48 m 79 Jika nilai
ketinggian pada masing-masing titik sampel kita sebut z, sehingga ada
z1, z2, z3, z4, dan z5. Dan jarak masing-masing titik sampel ke titik X

15
 kita sebut d, sehingga ada d1, d2, d3, d4, dan d5. Maka ketinggian di
titik X (zx) dapat ditentukan dengan fungsi berikut:

Keterangan:
n adalah jumlah titik sampel, i dan j adalah nomor titik sampel, w
adalah bobot (weight), dan p adalah pangkat (power). Jumlah nilai bobot
harus sama dengan 1, dan nilai p harus lebih dari 1, umumnya nilai p
yang digunakan adalah 2.
Fungsi di atas merupakan algoritma IDW yang diformulasikan oleh
Shepard (1968).
Pada gambar hasil pengukuran ketinggian di atas, jika z1 = 70,
maka d1 (jarak z1 terhadap titik yang akan dicari ketinggiannya) adalah
32.
Seterusnya, sehingga:
z2 = 85, d2 = 50
z3 = 68, d3 = 15
z4 = 52, d4 = 48
z5 = 40, d5 = 57
Perhitungan IDW:
Jumlah titik (n) adalah 5, dan nilai p yang digunakan adalah 2.
Yang pertama kali dihitung adalah kebalikan jarak (inverse
distance) dari masing-masing titik sampel, dipangkatkan dengan nilai p.

16
 Berikutnya adalah menghitung nilai bobot masing-masing titik
sampel. Nilai bobot (wi) dihitung dengan cara membagi nilai masing-
masing inverse distance kelima titik sampel dengan total kelima
inverse distance. Karena ada 5 titik sampel, maka akan ada 5 bobot.

17
 Nilai kelima bobot di atas jika dijumlahkan hasilnya adalah 1.
Langkah terakhir adalah menghitung nilai ketinggian di titik X.

Jadi nilai ketinggian di titik X adalah 66,9624347514365, atau

dibulatkan menjadi 67.
Dengan cara seperti di atas, maka semua ketinggian tempat pada
wilayah observasi dapat dipetakan dengan hanya beberapa titik sampel

18
pengukuran, tidak perlu harus mengukur ketinggian tempat pada setiap inchi
wilayah yang kita amati. Tentunya, IDW hanya salah satu dari sekian
banyak metode interpolasi geostatistik. Disamping IDW ada Spline,
Kriging, Radial Basis Function (RBF), Local Polynomial Interpolation,
Global Polynomial Interpolation, Natural Neighbors, Trend, dan lain
sebagainya.

d. Kasus 4 : Estimasi Cadangan Bijih Nikel Saprolit Menggunakan

Metode Inverse Distance di PIT Blok 3A Banggai Area Tengah
Sulawesi
Tujuan Penelitian
TujuanPenelitian ini menghitung cadangan tonase dari
cadangan bijih nikel, tonase tanah penutup, danrasio pengupasan di
Blok PIT 3A. Memperkirakan cadangan dan rasio pengupasan dalam
PIT Block 3A di PT.
Metodologi Penelitian
Metode penelitian adalah mengumpulkan data yang akurat di
lapangan terkait dengan estimasi cadangan itu. Metode penelitian
meliputi; pengumpulan data , pemrosesan data , dan analisis data.
Hasil yang diperoleh
1) Berdasarkan hasil analisis, volume cadangan bijih adalah 50969 m
3 dan tonasecadangan saprolit untuk PIT Block 3A PT. Proyek
Situs Penambangan Kumala Bunta dengan 30 titik
pengeboranadalah 76453,5 ton dengan kepadatan bijih 1,5 ton / m
3 dihitung menggunakanSurpac 6.2 dengan COG (cut off grade)Ni
≥ 1,6%.
2) Berdasarkan desain pit dan beberapa analisis, volume pit adalah
144778 m3, volume limbah adalah 93809 m 3 dantonase dari
overburden PIT Block 3A adalah 112570,8 ton dengan kepadatan
batuan sisa 1,2 m3 / tondihitung menggunakan Surpac 6.2.

19
3) Stripping Ratio (SR) area penelitian adalah 1,47: 1. Cadangan
deposit nikel yang terkandungBlok 3A layak untuk ditambang,
karena SR wilayah studi lebih kecil dari nilai SRdiatur oleh PT.
Kumala Mining adalah 1.60: 1

e. Kasus 5 : APLIKASI METODE INTERPOLASI

INVERSE DISTANCE WEIGHTING DALAM
PENAKSIRAN SUMBERDAYA LATERIT
NIKEL

Data pada penelitian ini dilakukan pada zona limonit.

Data ketebalan dan hasil analisa geokimia Ni yang digunakan
diperoleh dari 60 titik bor. Data mentah (raw data) kadar Ni dari
setiap lubang bor kemudian diolah menjadi data komposit
dengan menggunakan persamaan (1). Data komposit pada zona
limonit di tabulasikan dalam spread sheet excel untuk kemudian
digunakan sebagai basis data dalam perhitungan secara dua
dimensi, dengan menggunakan aplikasi software Arc Giss V.10.
2.
Hasil dari perhitungan data komposit diperoleh 27
sample dengan kadar Ni >1,2% dan 33 sampel dengan kadar Ni
1,2%. Tabel.1 menunjukkan data komposit kadar Ni dan
ketebalan zona limonit, sedangkan Gambar 6 menunjukkan
distribusi sampel yang diklasifikasikan berdasarkan nilai Cut-off
Grade 1,2% Ni.
Hasil perbandingan nilai RMSE metode interpolasi IDW
dengan nilai power 1, 2, 3, 4 dan 5 menunjukkan bahwa metode
interpolasi IDW dengan nilai power 1 adalah yang terbaik untuk
penaksiran kadar Ni dan ketebalan zona limonit dalam
pemodelan sumberdaya dan sebaran bijih limonit secara lateral.
Hal ini mungkin disebabkan karena sebaran data di daerah
penelitian mempunyai nilai skewness yang relatif kecil.
Estimasi dengan menggunakan metode IDW dengan nilai
power 1, menunjukkan bahwa sebaran bijih limonit dengan kadar

20
>1,2% Ni masih terbuka kearah selatan dan barat daya. Dengan
asumsi nilai cut-off grade adalah 1,2% Ni dan densitas limonit 1,6
towm3, hasil estimasi sumberdaya pada zona limonit adalah 151,7
juta ton bijih dengan kadar rata-rata 1,45% Ni atau setara dengan +
2,2 juta ton logam nikel.
Ekplorasi lebih rinci dengan jarak antar titik bor lebih rapat
disarankan untuk dilakukan di daerah sebaran bijih limonit dengan
kadar >1,2%Ni dan untuk menambah jumlah sumberdaya dapat
dilakukan perluasan daerah pemboran prospeksi ke arah selatan dan
barat daya daerah penelitian.

21
 BAB III
PENUTUP

A. Kesimpulan
Metode Inverse Distance Weighting merupakan cara penaksiran yang
memperhitungkan hubungan antara letak ruang (jarak) yang merupakan
kombinasi linear atau harga rata-rata pembobotan (weighting average) dari
titk-titik data yang ada di sekitarnya, dimana bobot (weight) akan berubah
secara linear sesuai dengan jaraknya dengan data sampel dengan prinsip
penaksiran metode Invers Distance adalah dilakukannya teknik pembobotan
setiap titik.
Umumnya pembobotan setiap titik dapat diketahui dengan penerapan :
a. Invers distancediperuntukkanpadakeadaanruangsampel linear/ jarak(d)
b. Invers distance squareddiperuntukkanpadakeadaanruangsampelkeadaan sq
uared/luas(d 2)
c. Invers distance cubeddiperuntukkanpadakeadaanruangsampelkeadaan cub
ed/volume(d 3)
Dengan data yang dibutuhkan dalam perhitungan manual ialah:
a. Jarak dari lubang bor satu ke lubang bor yang lain
b. Data log bor.

22
 DAFTAR PUSTAKA
Golightly, J.P.1979.Geology Of Soroako Nickeliferous Laterite Deposite.New
Orleans:Int.Laterite Simp.
Sinclair J. A, and H. Garston Blackwell.2004.Applied Mineral Inventory
Estimation.Cambridge University
Sudarto,dkk.2005.Metode Perhitungan Cadangan .Bandung:Departemen
TeknikPertambangan Institut Teknologi Bandung.
muh. Rafiq Rafsanjani, dkk.2016.Estimasi sumberdaya bijih nikel laterit dengan
menggunakan metode idw diprovinsi sulawesi tenggara.
Alam Budiman Thamsi.2016.Estimasi cadangan terukur endapan nikel laterit cog
2,0% menggunakan metode inverse distance pada pt. teknik alum service,
blok x
Anshariah.2016. Estimasi sumberdaya nikel laterit dengan metode inverse
distance weightpada kabupaten konawe utara provinsi sulawesi tenggara

23