MODUL 5

KONSEP PERHITUNGAN CADANGAN KONVENSIONAL

Konsep perhitungan cadangan merupakan suatu faktor yang paling

penting dalam suatu proses penghitungan cadangan, sehingga konsep
tersebut haruslah jelas dan dimengerti dengan baik sebelum melakukan
penghitungan sendiri.

Beberapa konsep yang pernah dipikirkan oleh para ahli tentang cadangan
mineral:
1. Earth crust concept
2. Geologic concept
3. Economic concept
4. Mining economy concept
5. Mineeral deposit concept

Didalam proses perhitungan cadangan mineral, ada jenis-jenis endapan

mineral yang mempunyai resiko kesalahan tinggi dan ada pula jenis-jenis
endapan mineral yang mempunyai resiko kesalahan rendah.

Jenis endapan Vein, terbentuk setelah pembentukan batuan samping,

mineral terdapat dalam bentuk “spot”, tersebar tidak merata, tidak
memperlihatkan tendency geometrik, sulit dievaluasi (memiliki resiko
tinggi), cadangan biasanya berskala kecil.

Jenis endapan Strataform, terbentuk bersamaan (contemporaneous)

dengan pembentukan batuan samping, areal uniformity dan lateral
presistence lebih luas, lebih mudah dievaluasi, cadangan biasanya
berskala besar. Jenis endapan Massive/dessiminated/porphyry, terbentuk
bersamaam dengan pembentukan batuan pembawa mineral, penyebaran
kadar kompleks, kadar sulit dievaluasi (resiko tinggi), cadangan biasanya
berskala besar.
Jenis-jenis endapan lain seperti endapan surficial, evaporite dan batubara,
karena geometri dan kadarnya kurang kompleks, mempunyai resiko
kesalahan yang lebih kecil dalam perhitungan cadangannya.

Endapan alluvial/stream channel sering memperlihatkan geometri

penyebaran mineral yang kompleks sehinggan sulit dievaluasi.

Pada metode ini tidak cocok menggunakan aritmatik sederhana dan

“simple concept of extension” dan paling banyak dipakai pada masa-masa
sebelum era komputerisasi sebab dapat dikerjakan secara manual tanpa
bantuan komputer. Pada metode konvensional dalam perhitungan
cadangan dibagi lagi menjadi beberapa metode, yaitu :

1. METODE POLIGON (AREA OF INFLUENCE)

Pada metode ini semua faktor ditentukan untuk suatu titik tertentu pada
endapan mineral, dieksistensikan sejauh setengah jarak dari titik-titik di
sekitarnya yang membentuk suatu daerah pengaruh (area of influence).

Batas daerah pengaruh terluar dari poligon bisa hanya sampai pada titik-
titik bor terluar saja (included area) atau dieksistensikan sampai sejauh
setengah jarak (extended area).

Metode Area of Influence untuk perhitungan cadangan dilakukan sebagai

berikut :
1. Untuk setiap lubang bor ditentukan suatu batas daerah pengaruh yang
dibentuk oleh garis-garis berat antara titik terdekat disekitarnya.
2. Masing-masing daerah/blok diperlukan sebagai poligon yang
mempunyai kadar dan ketebalan yang konstan yaitu sama dengan
kadar dan ketebalan titik bor di dalam poligon tersebut.

3. Cadangan endapan diperoleh dengan menjumlahkan seluruh tonase

tiap blok/poligon, sedangkan kadar rata-ratanya dihitung memakai
pembobotan tonase.

    

    

    

Gambar 1. Pola Lubang Bor Yang Teratur

   

  

   

Gambar 2. Pola Lubang Bor Zig-Zag (amplop)

 Batas
endapan

Gambar 3. Pola Lubang Bor Yang Tak Teratur (Random)

2. METODE TRIANGULAR GROUPING

Pada cara ini setiap blok dibentuk oleh tiga titik bor terdekat demikian
hingga secara tiga dimensi blok tersebut berbentuk prisma terpancung
dengan sisi prisma adalah kedalaman ketiga titik bor tersebut.
Contoh :

Gambar 4. Metode Triangular Grouping

Titik 1,2 dan 3 akan merupakan penentu besarnya cadangan, jika
pembobotan pada titik-titik tersebut sama setiap perhitungan blok (titik 1
akan dipakai 6 x).
Jika harga titik-titik 1,2, dan 3 tersebut besar, maka hasil perhitungan
akan membesar (over estimate), demikian pula sebaliknya (under
estimate).

Volume blok dihitung dengan mengalikan luas penampang prisma

terpancung dengan tebal rata-rata blok [(t 1 + t2 + t3) / 3]. Sedangkan
kadar rata-rata blok dihitung sebagai berikut :
Cadangan endapan diperoleh dengan menjumlahkan seluruh tonase tiap
g1.t1  g 2.t 2  g 3.t 3 ……………Rumus 1
g 
t1  t 2  t 3
blok, sedangkan kadar rata-ratanya dihitung memakai pembobotan
tonase.

3.METODE PENAMPANG (CROSS SECTION METHOD)

Tubuh endapan dibagi menjadi beberapa penampang sepanjang lintasan

(tranverse) pemboran dan digunakan dua metode sebagai berikut :

Gradual Change

Gambar 5. Metode Penampang Gradual Change

Step Change

Gambar 6. Metode Penampang Step Change

Perhitungan volume dilakukan dengan menggunakan rumus-rumus
sebagai berikut :
1. Rumus End Area

A1  A2 ……………Rumus 2
V  L
2

Untuk gabungan beberapa penampang

V  ( A1  2. A2  2. A3  ...  An ) L / 2 ……………Rumus 2

2. Rumus Baji (Wedge)

……………Rumus 3
A
V  L
2

a1
a1

 
A b A b
a a

Gambar 7. Perhitungan Volume Baji (wedge)

3. Rumus Kerucut (Cone)

A ……..Rumus 4
V  L
3

 

Gambar 8. Perhitungan Volume Kerucut (Cone)

4. Rumus Frustum

V  L / 3( A1  A2  A1. A2 ) ………Rumus 5

A1

A2
Gambar 9. Perhitungan Volume Kerucut Frustum

Catatan : rumus ini kurang teliti jika diterapkan pada endapan bahan
galian bentuk baji.
Rumus Prismoida

V  ( A1  4. Am  A2 ) L / 6 ………Rumus 6
 Am = luas rata-rata antara penampang, yaitu penampang-penampang
tambahan untuk membantu mengkontruksi bentuk endapan.
Catatan : rumus ini lebih baik digunakan pada endapan bahan galian yang
berbentuk menyempit dan mengembang.

4. METODE BLOCK SYSTEM

Metode ini membagi daerah yang akan dihitung cadangannya atas yang
sama luasnya. Blok umumnya berbentuk bujur sangkar dengan panjang
sisi  1/2-1/3 jarak lubang bor.

Cadangan dihitung dengan menjumlahkan tonase, masing-masing block

dan kadar rata-rata blok diperoleh dengan cara perhitungan kadar dengan
pembobotan tonase.

Kadar maupun ketebalan setiap blok dihitung berdasarkan data lubang bor
di sekitarnya yang terdekat dengan pembobotan inverse distance atau
krigging (cara geostatistik).Sebaran data yang tidak teratur umumnya
memberikan persoalan di dalam meramal suatu blok yang tidak
mempunyai data (blok A1) yang terletak di antara blok-blok yang
mempunyai data.

A
1
a
a
 1
1
1
1

Gambar 10. Pembobotan Dengan Inverse DIstance

Untuk memecahkan persoalan ini digunakan suatu metode penaksiran
yang didasarkan atas jarak conto terhadap blok tersebut. Pembobotan
berdasarkan jarak yang biasa dipakai adalah :
- inverse distance (ID)
rumus umum :

1 / d1.g1  1 / d 2.g 2  ...1 / dn.gn

g  ……Rumus 7
1 / d1  1.d 2  .....1 / dn

1 / d12.g1  1 / d 2 2.g 2  ...1 / dn 2 .gn ……Rumus 8

g
1 / d12  1 / d 2 2  ...1 / dn 2
- inverse distance squared (IDS)

- inverse distance cubed (ID3)

1 / d13.g1  1 / d 23.g 2  ...  1 / dn3 .gn ……Rumus 9

g
1 / d13  1 / d 23  ...  1 / dn3

2. KONSEP PERHITUNGAN CADANGAN METODE KRIGGING

2.1. Difinisi Metode Krigging

Teknik estimasi dengan cara geostatistik, didasarkan atas studi variabilitas
spasial di badan bijih yang direfleksikan dalam bentuk semivariogram.
Teknik estimasi ini lebih unggul, karena memperhitungkan penyebaran
distribusi peubah terregional, konfigurasi data dengan blok yang
diestimasi, konfigurasi datanya sendiri, besarnya blok yang diestimasi dan
juga memberikan gambaran efisiensi estimasi. Distribusi kesalahan yang
dihubungkan dengan perkiraan ini dinamakan
variasi distribusi kesalahan (varians estimasi).

Suatu perkiraan yang mempunyai varian estimasi relatif besar dimasukkan

sebagai estimasi jelek, hal ini menunjukkan probabilitas dari suatu
estimasi menjadi jauh dari kenyataan sebenarnya. Sebaliknya, varians
estimasi yang kecil menunjukkan estimasi mendekati keadaan sebenanya.
Kadangkala, distribusi kesalahan ini dianggab sebagai distribusi normal
sehingga interval kepercayaan baku untuk nilai blok dapat ditentukan.

Matheron berusaha untuk memperkecil kesalahan ini dengan jalan

memperhatikan daerah pengaruh dimana suatu conto berpengaruh
terhadap conto didekatnya. Prosedur ini dinamakan kriging yang diambil
dan nama DG. Kridge yang memakainya sebagai korelasi spasial dan
estimator tak bias. Didalam proses kriging ini yang dilakukan adalah
memperbaiki/membenarkan nilai estimasi (tak bias) dan meminimumkkan
suatu varians 2 (kriging varians) untuk estimasi. Kriging mengestimasi
kadar titik atau blok dengan menggunakan bobot dan titik yang ada
disekelilingnya. Dan hasil estimasi diperoleh suatu perkiraan kadar blok
yang sebenarnya.
2.2. Persamaan Umum Kriging
Misalkan terdapat suatu kumpulan Si dari n conto dengan volumina yang
sama pada suatu tempat Xi. Maka estimasi kadar Z dari volume V adalah
Z* yang diperoleh melalui pembobotan kadar-kadar conto Z(x), yaitu:
 n
Z *   i Z ( x i ) ……..Rumus 10
i 1

Jumlah faktor pembobotan i ,dibuat sedemikian rupa sehingga sama

dengan satu.

……………….Rumus 11

Dengan cara ini tercapai suatu harga estimasi yang tak bias, artinya
perbedaan rata-rata antara Z dan Z* diharapkan sama dengan nol

E [Z-Z*]= 0

Sehingga varian estimasi didapat:

2E  VAR [ Z  Z *]
n n n
1 1
2 
E
VV    ( x  y)dxdy  VV
 1   ( xi  yi)dy   ij ( xi  yi )
i 1 i 1 i 1
v v v

Atau
n n n
   (V , V )  2 ij ( Si,V )   ij ( si, Sj )
2
E
….Rumus 12
i i i

dimana  (V,V) = varian kadar blok V

 (Si,V) = covarian antar kadar blok V dengan kadar conto Xi
 (Si,Si) = covarian antar kadar Xi dengan kadar conto Xj
Varians estimasi 2E merupakan fungsi dari faktor-faktor pembobotan i,
sama dengan satu. Agar diperoleh faktor pembobotan yang optimal,
dibuat sedemikian rupa sehingga varian estimasi ini minimum. Hal ini
dapat didekati dengan suatu rnultiplikator Lagrange, yaitu:
dimana.  adalah faktor Lagrange
Q adalah fungsi yang akan diminimumkan, yaitu 2E
C adalah Pembatas (C=0)
Dengan menurunkan persamaan diatas terhadap ,  dan  yang mana
haruslah sama dengan nol maka akan diperoleh:

Persamaan di atas merupakan sistim linier dan dari persamaan (n + l)

sistim kriging dan biasanya ditutis tidak diketahui yang disebut sebagai
dalam bentuk
n

 j (Si, Sj )     (Si,V )

j 1

Dimana:
n

 i  1
j 1
Atau dalam bentuk matriks pada rumus 12 adalah [E] matriks simetris
dari variogramdiantara seluruh conto dan [D] adalah matriks dan
variogram antara blok yang diestimasi dengan harga conto.

Seluruh varians dan kovarians dapat diperoleh dari variogram dan harga-
harga  dan  dapat dicari dengan cara menyelesaikan persamaan
tersebut terhadap [A], yaitu :
[ A ] = [ E ] ' [D ]

2.3. Varians Estimasi Kriging

Varians kriging diperloeh dari mendesain sedimikian rupa sehingga varians
estimasi minimum, pada susbstitusi koefisien kriging untuk tiap  ke
dalam persamaan akan tetapi dapat juga diperloeh dari penyerderhanaan
formula dasar yang digunakan dalam perhitungan kiging.
Persamaan sistem kriging adalah :
n
k =o -  I 0i + 
2 2 ……….Rumus 13
i=1

o2 = harga sill (C dalam variogram)

i = harga pembobot dari sampel menuju ke titik pusat
blok
0i = Harga Varains dengan jarak (h) dari sampel ke pusat
blok yang ditaksir
 = Harga faktor lagrange hasil perhitungan
2.4.Sifat Kriging
2.4.1. Kondisi Tak Bias
Sifat dasar kriging yang terpenting dalam mengestimasi cadangan
endapan adalah
kondisi tak bias dan varians estimasi minimum. Kondisi tak bias ini, dalam
notasi
matematik dinyatakan sebagai berikut:
E= (Z*- Z)=0
Hal ini menunjukkan nilai estimasi rata-rata seluruh blok z yang diestimasi
mempunyai kadar yang sama dengan kadar sebenarnya. Sifat ini unik
untuk kriging, dimana hanya terjadi pada kasus harga terdistribusi normal
(Z normal, Z* normal dan garis regresi berupa garis lurus).

2.4.2 Efek Penghalusan (Smoothing)

Untuk mengetahui varians harga krigge dibandingkan dengan varians
harga sebenarnya digunakan suatu diagram korelasi. Dan diagram ini
terlihat bahwa rata-rata yang tinggi cenderun g under estimasi (harga
estimasi masih terlalu rendah) dan sebalilknya, sehingga dalam hal ini
diperlukan efek penghalusan. varians harga kriging dan harga sebenarnya
dihubungkan dengan persamaan
z2 = z*2 +k2 +2
Kuantitas 2 diabaikan, sehingga menjadi :
z2 = z*2 +k2
Derajat kriging dapat ditunjukkan oleh faktor penghalusan, yaitu :
z2 /z*2

2.4.3.Hubungan Addivitas Krige

Ada dua metoda penyelesaian didalam mengestimasi suatu blok. Pertama
dengan rnembagi blok-blok menjadi lebih kecil dan yang kedua dengan
menganggabnya sebagai suatu kesatuan. Sifat ini dinamakan sifat
addivitas, dan kriging mempunyai sifat ini, bila menggunakan data yang
sama dalam mengestimasi dengan kedua metoda tersebut. Sebagai
contoh, pada suatu endapan bijih emas dalam conto yang sedikit terletak
antara 0 sampai 100 gr/ton (nugget), sedangkan kadar emas dalam blok
yang berdimensi beberapa meter kubik hanya akan rnemberikan variasi
yang kecil (sekitar 0,1 sampai 3 gilton).

2.4.4.Interpolasi Exact
Pada dasarnya kriging mempunyai suatu metode interpolasi. Interpolasi ini
dikatakan exact (tepat) bila titik data lebih banyak dilewati garis
interpolasi dibandingkan titik lainnya. Dengan kata lain, support V yang
diestimasi sama (serupa) dalam sebahagian besar support V dari data
yang ada, dan sistem kriging menentukan pada waktu kriging
mengestimasi suatu titik, untuk titik data yang diketahui, koefisien bobot
diberi harga satu dan untuk titik data yang tidak diketahui adalah nol.

2.4.5 Efek Tirai/Tabir (Screen Effect)

Kriging memberikan bobot rendah untuk conto-conto yang jauh dari blok
yang sedang diestimasi, dan sebaliknya, tetapi juga dalam perhitungannya
rnemperhitungkan poosisi relatif dari conto terhadap blok dan conto
lainnya. Sebagal contoh, yang terletak dekat dal blok seakan membentuk
semacam tirai yang akan memperkecil pengaruh conto yang lebih jauh.

3.PEMILIHAN METODE PENAKSIRAN DAN POLA PENGEBORAN

Pemilihan penaksir kadar blok umumnya didasarkan pada sifat-sifat
cebakan yang
Diteliti, poligon cocok diterapkan pada cebakan yang mempunyai
kecenderungan penyebaran kadar merata ke segala arah (skewness 0,5),
seperjarak cocok untuk cebakan yang mempunyai kecenderungan kadar
sedikit menyebar (skewness < 0,5); dan kriging cocok diterapkan pada
cebakan yang memiliki penyebaran sangat tidak merata (skewness > 1,5).
Penaksir terbaik berurut: poligon, seperjarak, dan kriging tanpa harus
memperhatikan distribusi data. Peneliti telah membuktikan bahwa pada
CV < 0,5 kriging merupakan penaksir terbaik dibandingkan poligon dan
seperjarak. Pekerjaan yang dilakukan sebelum memilih suatu metode
penaksiran adalah melakukan analisis. distribusi data. Statistik deskriptif
dapat digunakan untuk mengetahui gambaran keseluruhan data.
Parameter statistik tersebut adalah: jumlah sampel, rataan (mean),
simpangan baku, variansi, skewness, kurtosis, minimum, maksimum, Q1,
median, Q2, log-mean, koefisien variasi (lebih detil lihat Waterman, 1999).
Joumel (1983:445) dan
Kim (1988) menyarankan penggunaan koefisien variasi sebagai kriteria
pemakaian kriging linier. Journel menyimpulkan bahwa kriging linier
menghasilkan taksiran yang akurat pada data dengan koefisien variasi <
1. Namun pada distribusi data sangat miring dengan koefisien variasi 2-5,
kriging linier mulai bermasalah. Kim menyarankan untuk berhati-hati bila
koefisien variasi berkisar antara 0,5-1,5. Untuk data dengan koefisien
variasi > 1,5 kriging linier tidak menghasilkan'taksiran yang memuaskan
dan harus menggunakan kriging nonlinier (lihat Waterman, 1998).
Umumnya data dengan koefisien variasi tinggi sering memiliki nugget
yang tinggi pula.

Tinggi-rendah nilai nugget terhadap sil/ merupakan indikator untuk

mengetahui korelasi spasial dari data yang akan digunakan untuk
penaksiran. Nisbah nugget/sill dapat dipakai untuk mengetahui korelasi
spasial tersebut. Apabila nisbah nugget-sill > 50% kriging tidak
menghasilkan taksiran yang akurat. Pada kondisi tersebut metode
penaksiran yang dipakai adalah seperjarak. Apabila nugget mendekati sil/,
taksiran kriging sama denganrataan aritmatika biasa sehingga tidak ada
pilihan lain kecuali menggunakan poligon sampel terdekat untuk menaksir
kadar blok.

Berdasarkan diskusi di atas, studi tentang korelasi spasial terhadap data

lebih penting dan lebih dahulu dilakukan daripada langsung menentukan
metode penaksiran yahg akan dipakai. Selanjutnya tahapan berikut adalah
menentukan parameter penaksiran berdasarkan korelasi spasial data.
Parameter tersebut adalah:jarak pencarian sampel ke arah sumbu mayor
(kontinuitas spasial terbesar), ke arah sumbu minor (kontinuitas spasial
terkecil) dan arah vertikal, jumlah maksimum dan minimum sampel yang
digunakan, serta parameter variogram meliputi: nugget, sill, dan range.

Pada tambang-tambang besar dan modern seperti tambang logam mulia,

pola pengeboran tidak lagi dibatasi pola segiempat atau selang-seling.
Pengeboran dapat dilakukan di permukaan, tunnel, atan drift ke segala
arah dengan koordinat collar yang sama. Pola pengeboran ke segala arah
tidak memakai lagi konsep pola segiempat atau selang-seling. Penaksiran
kadar segala arah dilakukan dengan menentukan dahulu parameter
penaksiran berdasarkan studi variografi. Sampel tersebar dalam ruang 3D,
sehingga pencarian sampel tidak terbatas pada selapis atau dua lapis dari
blok saja. Penaksiran blok berdasarkan jarak pencarian sampel searah
sumbg mayor dan minor dengan sampel tersebar teratur atau tidak
teratur (tergantung konfigurasi). Pekerjaan selanjutnya adalah analisis
statisitk dan terakhir adalah pemilihan metode penaksiran.