JURNAL TEKNIK DINTEK, Vol. 10 No. 01, Maret 2017.

Page: 71 – 77

KLASIFIKASI SUMBERDAYA ENDAPAN NIKEL LATERIT DAERAH

PULAU OBI, HALMAHERA SELATAN DENGAN PENDEKATAN
RELATIVE KRIGING STANDARD DEVIATION (RKSD)

Wawan A.K. CONORAS

Fakultas Teknik, Universitas Muhammadiyah Maluku Utara, Ternate
Email: wawanmine01@gmail.com

ABSTRAK
Klasifikasi sumberdaya mineral ialah suatu hal yang sangat penting dalam bidang
eksplorasi terutama dalam penaksiran cadangan. Penelitian ini dilakukan pada endapan
Nikel laterit Pulau Obi dengan pemodelan geometri endapan bijih nikel laterit dan
kemudian dilakukan klasifikasi sumberdaya yang mengacu pada standar klasifikasi
sumberdaya mineral dari SNI 4726:2011 dengan pendekatan RKSD berdasarkan data
estimasi Ordinary Kriging. Hasil Klasfikasi Sumberdaya, jumlah Total sumberdaya
tonase dan kadar rata-rata yaitu sumberdaya measured (Terukur) 414.016 ton Ni 1.69%
Fe 23.34%, indicated (Terunjuk) 1.318.375 ton Ni 1.23 Fe 36.16 dan jumlah sumberdaya
Inferred (Tereka) 98.672 ton Ni 1.01% Fe 44.73%.

Kata kunci : Pemodelan, Klasifikasi sumberdaya, nikel Laterit.

1. PENDAHULUAN Untuk pemodelan sumberdaya kadar

Dalam bidang eksplorasi, pemodelan Nikel laterit di Pulau Obi (Maluku Utara),
endapan merupakan suatu bagian yang didasarkan atas data-data pemboran yang
sangat penting dalam penaksiran cadangan. telah dilakukan dengan spasi jarak tertentu.
Dari pemodelan tersebut akan diperoleh Pemodelan ini juga berkaitan dengan
gambaran berbagai hal yang berkaitan parameter-parameter lainnya seperti
dengan endapan tersebut, antara lain: topografi, geologi, dan arah sebaran
konsentrasi kadar, sebaran potensi, dan endapan. Data-data yang diperoleh akan
bentuk endapan. Sedangkan geometri dianalisis dengan metoda geostatistik
endapan berkaitan dengan distribusi estimasi. Untuk Klasifikasi Sumberdaya
parameter-parameter seperti elevasi menggunakan pendekatan RKSD (Relative
topografi, kedalaman lubang bor dan Kriging Standard Deviation) dari hasil
ketebalan endapan. Estimasi Ordinary Kriging (OK).

71
 Wawan AK Conoras, DINTEK VOL. 10 No. 1. Maret 2017. Page: 71-77

Pemodelan dan klasifikasi klasifikasi sumberdaya mineral

sumberdaya ini sangat penting, karena dikategorikan terukur (Measured),
dapat memberikan gambaran taksiran tertunjuk (Indicated) dan tereka (Inferred).
kuantitas dan kualitas dari endapan, Klasifikasi sumberdaya mineral
perkiraan bentuk/ dimensi endapan, yang dikelompokkan berdasarkan keyakinan
pada akhirnya dapat digunakan sebagai geologi (Gambar 1).
dasar untuk Penerapan metoda Pada penelitian ini, tingkat keyakinan
penambangan atau perencanaan tambang geologi dalam klasifikasi sumberdaya
(mine planning) yang tepat. diwakili oleh tingkat kesalahan dalam
pembuatan model estimasi cadangan,
2. METODOLOGI
tingkat kesalahan ini diukur dengan
Penelitian ini dilakukan di Pulau Obi
variance atau error variance.
Kabupaten Halmahera Selatan Provinsi
Maluku Utara.
Penelitian ini dilakukan dengan
metodologi meliputi, Klasifikasi
Sumberdaya mineral dari data hasil
estimasi Ordinary Kriging (OK), terhadap
nilai kadar Ni dan Fe dari Blok Eksplorasi.
Pembuatan Blok dengan ukuran cell Blok
12.5×12.5×1 meter. Ukuran cell Blok
diambil dari 1⁄4 jarak spasi bor, dimana
jaraknya didominasi spasi bor adalah 50 Gambar 1. Hubungan Antara Hasil
Eksplorasi, Sumberdaya mineral dan
meter (Gambar 2). Cadangan Mineral.
Klasifikasi sumberdaya mineral Nikel
Menurut Blackwell (1998), hubungan
laterit pada penelitian ini mengacu pada
antara sumberdaya Measured, Indicated
standar klasifikasi sumberdaya mineral
dan Inferred berdasarkan RKSD (Relative
dari SNI 4726:2011 Tentang Hubungan
Kriging Standard Deviation) dari hasil
Antara Hasil Eksplorasi, Sumberdaya
perhitungan. Jika hasil perhitungan RKSD
Mineral dan Cadangan Mineral, dimana
memperlihatkan nilainya kurang dari 0.3

72
 JURNAL TEKNIK DINTEK, Vol. 10No. 01, Maret 2017 : 71 - 77

maka hasil tersebut dapat dikategorikan Pada penelitian ini, proses klasifikasi
sebagai sumberdaya Measured dan jika terhadap sumberdaya mineral Nikel laterit
hasil perhitungan RKSD memperlihatkan dilakukan menggunakan data hasil estimasi
nilainya antara 0.3 sampai kurang dari 0.5 Ordinary Kriging dari data kadar
maka hasil tersebut dikategorikan sebagai pemboran hasil eksplorasi, dengan
sumberdaya Indicated, serta jika dari hasil memakai data varians error dari hasil
perhitungan RKSD memperlihat nilainya estimasi OK kadar Ni (Tabel 1).
sama dengan atau lebih dari 0.5 maka hasil
Tabel 1. Statistik hasil estimasi kadar
tersebut dikategorikan sebagai sumberdaya Ordinary Kriging pada Blok
Inferred. Sumberdaya dapat
Parameter Ni Fe
diklasifikasikan dengan persamaan sebagai
Z* (%) 𝝈𝑂𝐾 Z* (%) 𝝈𝑂𝐾
berikut (1):
Number of
24616 24616 24616 24616
data
Measured 0.3 ≤ Indicated 0.5 ≤ Inferred
Mean 0.91 0.25 33.00 11.74
𝜎
RKSD = 1.96( 𝐸∗ )................................(1)
𝑧 Minimum 0.05 0.20 2.48 7.82

𝜎𝐸 = Kriging Stadard Deviation. Maximum 2.66 0.51 58.88 22.52

Z* = Kriging Value
Std Dev 0.37 0.04 14.48 2.65

Penelitian ini menggunakan data primer Variance 0.14 0.0013 209.59 7.00

dan data sekunder. Data primer yaitu data CV 0.41 0.14 0.44 0.23

mengenai data kadar Ni dan Fe, data

geologi lokal yang diperoleh peneliti 3.1 Klasifikasi Sumberdaya Mineral
melalui observasi secara langsung. Nikel Laterit Blok.

Sedangkan data sekunder yaitu data Pada klasifikasi sumberdaya mineral Ni

pendukung dari hasil literature yang ada. (Gambar 2.), tampak terlihat dominasi
Berdasarkan Hasil klasifikasi Sumberdaya klasikasi sumberdaya Ni Inferred
dengan RKSD, akan memberikan mendominasi hampir sebagian permukaan
gambaran statistic dan model sebaran Blok. Sedangkan pada penampang arah
Sumberdaya serta tabulasi Sumberdaya. Timur-Barat terlihat sumberdaya Inferred
dipermukaan dan sumberdaya Indicated
3. HASIL DAN PEMBAHASAN

73
 Wawan AK Conoras, DINTEK VOL. 10 No. 1. Maret 2017. Page: 71-77

serta Measured terlihat menyebar dari

tengah penampang ke arah Barat
penampang. Pada penampang arah
Selatan-Utara terlihat juga sumberdaya
Inferred dan Indicated masih mendominasi.
Klasifikasi sumberdaya mineral Ni
Indicated Blok, tampak terlihat menempati
permukaan bagian Utara Blok dengan Penampang Sumberdaya arah
(Barat-Timur), Data OK
terakumulasi dan sebarannya membentuk
busur, namun keterdapatannya tidak terlalu
dominan pada Blok. Pada penampang arah A B
Timur-Barat terlihat sumberdaya mineral B
Penampang Sumberdaya arah
Indicated dan Measured Ni menempati (Selatan-Utara), Data OK

bagian tengah penampang dan menyebar

ke arah Barat dari penampang. Sedangkan
C D
pada penampang arah Selatan-Utara,
kehadiran sumberdaya Indicated terlihat Gambar 2. Klasifikasi sumberdaya dari
hasil estimasi OK Blok
hampir mendominasi penampang dengan
pola penyebaran ke arah Utara penampang 3.2 Statistik Klasifikasi Sumberdaya
dan sebagianya lagi berada dibagian lereng Hasil dengan RKSD.

dari penampang. Pada Blok, tampak Proses klasifikasi dilakukan untuk

terlihat klasifikasi sumberdaya Measured mendapatkan data statistik klasifikasi
hanya terlihat sedikit, dan secara sumberdaya, dari data statistik klasifikasi
keseluruhan hanya di dominasi oleh sumberdaya Ni (Tabel 2) memperlihatkan
klasifikasi sumberdaya Inferred dan adanya Zonasi OB1 dengan nilai mean
sumberdaya Indicated (Gambar 2). sumberdaya Ni Indicated 0.86% dan
Inferred 0.62%. Sedangkan pada Zonasi
OB2 dengan nilai mean sumberdaya Ni
D
Indicated 1.07% dan Inferred 0.98%,

A B

74

C
 JURNAL TEKNIK DINTEK, Vol. 10No. 01, Maret 2017 : 71 - 77

Pada Zonasi Limonit 1 terlihat kehadiran klasifikasi sumberdaya Fe (Tabel 3),

sumberdaya dengan kadar rata-rata mean terlihat nilai mean OB1 Indicated 46.80%
Ni Indicated 1.04% dan Inferred 0.98%, dan Inferred 41.74%, sedangan pada
sedangkan pada Zonasi Limonit 2 Zonasi OB2 masih terdapat sumberdaya
memperlihatkan nilai kadar rata-rata Indicated 30.29% dan Inferred 30.57%.
sumberdaya Measured Ni 1.61%, Pada Zonasi Limonit 1 terlihat sumberdaya
Indicated 1.34% dan Inferred 1.24%. Pada Indicated 48.24% dan Inferred 46.54%.
Zonasi Saprolit 1 tampak terdapat Selain itu juga, pada Zonasi Limonit 2
sumberdaya Measured 1.48%, Indicated terlihat nilai mean sumberdaya Measured
1.34% dan Inferred 1.23%, serta Zonasi 33.10%, Indicated 34.25% dan Inferred
Saprolit 2 dengan sumberdaya Measured 31.55%. Tampak nilai mean Zonasi
1.93%, Indicated 1.73%, sedangkan pada Saprolit 1 dengan sumberdaya Measured
Zonasi Bedrock terlihat sumberdaya kadar 14.52%, Indicated 14.02% dan Inferred
rata-rata mean Indicated 1.04% dan 16.03%, serta Zonasi Saprolit 2 dengan
Inferred 0.65% (Tabel 2). sumberdaya Measured 14.00%, Indicated
13.24%. Sedangkan pada Zonasi Bedrock
Tabel 2. Statistik klasifikasi Zonasi dan
sumberdaya kadar Ni dengan RKSD seperti halnya pada klasifikasi sumberdaya
Bedrock pada kadar Ni yaitu hanya
terdapat sumberdaya Indicated 13.71% dan
Inferred 12.19% (Tabel 3).
Dari hasil statistik kasifikasi Zonasi
sumberdaya Blok lebih di dominasi oleh
sumberdaya Inferred kemudian di ikuti
sumberdaya Indicated serta sumberdaya
Measured. Keterdapatan sumberdaya
Measured dari hasil statistik sangat sedikit
dibandingkan dua kategori Indicated dan
Statistik klasifikasi sumberdaya dari kadar
Inferred.
Fe mengikuti pola klasifikasi sumberdaya
dari nilai kadar estimasi Ni. Pada statistik Tabel 3. Statistik klasifikasi Zonasi dan
sumberdaya kadar Fe dengan RKSD

75
 Wawan AK Conoras, DINTEK VOL. 10 No. 1. Maret 2017. Page: 71-77

1,318,375 ton Ni 1.23% Fe 36.16%,

namun semberdaya Measured memiliki
kadar rata-rata Ni 1.69% lebih tinggi dari
kedua kategori sumberdaya yang lain.

Tabel 4. Tabulasi hasil klasifikasi total

sumberdaya Ore Ni-Fe

3.3 Perhitungan Hasil Klasifikasi Total 4. KESIMPULAN

Sumberdaya Ore Ni dan Fe. Dari hasil Penelitian, klasifikasi
Dari perhitungan hasil klasifikasi total Sumberdaya dengan pendekatan RKSD
sumberdaya Blok (Tabel 4), menunjukan pola sebaran sumberdaya
memperlihatkan jumlah total tonase Measured (terukur) Cenderung menempati
sumberdaya Ore 1,831,063 ton dengan bagian utara Blok dengan total
total kadar rata-rata Ni 1.32% dan Fe Sumberdaya terukur 414,016 ton dengan
33.73%. dari total tersebut terlihat jumlah kadar rata-rata Ni 1.69% dan Fe 23.34%.
tonase sumberdaya Measured 414,016 ton kehadiran sumberdaya Indicated (Terunjuk)
dengan kadar rata-rata Ni 1.69% dan Fe sangat dominan terlihat pada zona limonit
23.34%. dari hasil ini juga memperlihatkan sampai saprolit Ore. dari hasil ini juga
jumlah tonase Inferred 98.672 ton Ni 1.01 memperlihatkan jumlah tonase Inferred
Fe 44.81% lebih kecil dibandingkan (Terreka) lebih kecil dibandingkan jumlah
jumlah tonase Measured dan Indicated tonase Measured (Terukur) dan Indicated

76
 JURNAL TEKNIK DINTEK, Vol. 10No. 01, Maret 2017 : 71 - 77

namun semberdaya Measured memiliki

kadar rata-rata Ni lebih tinggi dari kedua
kategori sumberdaya tersebut.

DAFTAR PUSTAKA

Boldt, J.R, and Queneau, P, 1967, The winning of Nickel, Its Geology, Mining, and
Extractive Metallurgy. Longmans Canada.
Conoras, W. A. (2017). Pemodelan Kadar Nikel Laterit Daerah Pulau Obi Dengan
Pendekatan Metoda Estimasi Ordinari Kriging. DINTEK, 10(2), 16-20.
David, M., 1977, Geostatistical Ore Reserve Estimation, Elsavier Scintific Publishing
Compay Amsterdam Oxford New York.
Elias, M, Donalson, M.J, and Giorgetta, N, 1981, Geology, mineralogy, and chemistry of
lateritic nickel-cobalt deposits near Kalgorlie, Western Australia. Economic
Geology, 76, 1775 – 1783..
Emery, X, Ortiz, J.M, and Rodriguez, J.J., 2006, Quantifying Uncertainty in Mineral
Resources with Classification Schemes and Conditional. Department of Mining
Engineering, University of Chile..
Golightly, J.P, 1979, Geology Of Soroako Nickeliferous Laterite Deposite, Int. Laterite
Simp, New Orleans
Heriawan, M. N, Rivoirard, J, and Darijanto, T, Grade Estimation and Geometric
Modeling of a Lateritic Nickel Deposit Using Ordinary Block Kriging, Jurnal
Teknologi Mineral, Volume XI No. 1, 2004, pp. 41 - 52.
Sinclair J. A, and H. Garston Blackwell., 2004, Applied Mineral Inventory Estimation.
Cambridge University.
SNI 13-6344-2000., Syarat mutu bijih nikel laterit berdasarkan mineralogi, Badan Standar
Nasional Indonesia,
SNI 4726:2011., Pedoman Pelaporan, Sumberdaya dan Cadangan Mineral, Badan Standar
Nasional Indonesia
Wellmer, W. F., Dalheimer, M., and Wagner, M., 2003., Economic Evaluations in
Exploration, Springer-Verlag Berlin Heidelberg 1989, 2008

77