Assessing Uncertainty With Drill Hole Spacing Studies - Applications To Mineral Resources - En.id
Assessing Uncertainty With Drill Hole Spacing Studies - Applications To Mineral Resources - En.id
ABSTRAK
Menilai ketidakpastian dan risiko dalam estimasi sumber daya mineral diperlukan untuk praktik terbaik dan tersirat
oleh kode pelaporan publik dalam kategorisasi sumber daya dan cadangan mineral. Salah satu praktik terbaik
industri adalah mengukur risiko produksi masa depan untuk periode tertentu, yang dapat dilakukan dengan
menggunakan dua pendekatan geostatistik: simulasi bersyarat dan studi jarak lubang bor berdasarkan varians
estimasi. Simulasi bersyarat dapat memberikan jawaban yang lebih lengkap dan fleksibel untuk masalah, tetapi
membutuhkan waktu yang cukup lama untuk menyelesaikannya. Studi jarak lubang bor lebih sederhana, lebih cepat
dan dapat memberikan penilaian yang wajar atas ketidakpastian sumber daya mineral.
Makalah ini merupakan presentasi dari prinsip, teori dan praktek studi jarak lubang bor.
Berbagai jenis penilaian risiko dipertimbangkan. Kesulitan yang dihadapi dalam praktek dibahas,
dan solusi yang diusulkan. Parameter penting yang mempengaruhi hasil ditinjau. Contoh hasil
dan sensitivitas ditampilkan.
PENGANTAR
Menilai ketidakpastian dalam estimasi sumber daya mineral Dimitrakopoulos, Godoy dan Chou, 2009; Cornah, Vann dan
diperlukan untuk praktik terbaik dan tersirat oleh kode Driver, 2013).
pelaporan publik dalam kategorisasi sumber daya dan Satu area di mana studi jarak lubang bor telah digunakan di
cadangan mineral. Kode JORC menunjukkan bahwa, jika masa lalu adalah klasifikasi sumber daya mineral ke dalam
sesuai, keyakinan relatif dalam estimasi tonase/kadar harus kategori tereka, terindikasi dan terukur berdasarkan keyakinan
dipertimbangkan untuk klasifikasi dan harus ada diskusi geologi, termasuk keyakinan pada kontinuitas geologi dan kadar
tentang akurasi dan tingkat keyakinan relatif dalam estimasi (Diehl dan David, 1982; Witchurch, Gillies dan Just , 1987; Abzalov
Sumberdaya Mineral (JORC, 2012, daftar periksa tabel 1). dan Bower, 2009; Rojas dan Cáceres, 2011; Bertoli dkk, 2013;
Simulasi bersyarat adalah alat yang ideal untuk ketidakpastian dan Silva dan Boisvert, 2014). Kode pelaporan publik tidak
penilaian risiko karena memberikan akses ke model sumber daya yang menentukan metodologi atau ambang batas apa yang harus
tidak dapat diperkirakan secara rinci (nilai, elemen yang merusak, dll). digunakan. Salah satu praktik industri yang diakui adalah bahwa
Titik atau blok yang disimulasikan dapat diblokir ulang ke bentuk apa pun untuk sumber daya Tertunjuk, jarak lubang bor harus cukup
untuk menilai risiko geologis dan pertambangan yang berbeda dan untuk memprediksi tonase, kadar, dan logam pada produksi
mengoptimalkan nilai proyek (Ravenscroft, 1992; Froylanddkk, tahunan dengan presisi relatif ±15 persen pada tingkat
2007; Boucher, Dimitrakopoulos dan Vargas-Guzman, 2005). Sebuah kepercayaan 90 persen (Cl). Dalam hal sumber daya Terukur,
simulasi yang baik, bagaimanapun, tidak langsung dan presisi relatif ±15 persen harus dicapai pada volume produksi
membutuhkan perencanaan, waktu dan validasi yang cermat triwulanan atau bahkan bulanan. Untuk kategori Tersimpul, data
(Nowak dan Verly, 2004; Verlydkk, 2009). tidak memadai untuk menilai interval kepercayaan. Pemahaman
Ada kasus ketika persyaratan penilaian risiko tidak begitu dan pengalaman geologis pada endapan serupa harus
kompleks sehingga membutuhkan simulasi atau ketika waktu dipertimbangkan sebagai gantinya. Jarak yang diperoleh dari
untuk menyelesaikan simulasi kurang. Ketika persyaratan studi jarak lubang bor ini mungkin harus disesuaikan lebih lanjut
terbatas pada penilaian ketidakpastian atribut yang diperkirakan untuk memperhitungkan risiko geologis lainnya; sebagai
dalam blok produksi besar (yaitu blok triwulanan), studi jarak contoh, kemungkinan adanya patahan dan lipatan, atau kualitas
lubang bor yang melibatkan perhitungan varians estimasi dapat sampel. Karena studi jarak lubang bor didasarkan pada model,
berguna. Studi semacam itu umumnya sederhana dan jauh lebih bahkan jika itu adalah model yang masuk akal, Cls harus dilihat
cepat untuk dilakukan daripada simulasi, dan hasilnya dapat sebagai interval indikatif dan tidak didefinisikan dengan baik.
diperoleh dengan perangkat lunak komersial atau publik. Rumus untuk mendapatkan estimasi varians yang diperlukan dapat
Perhatikan bahwa studi jarak lubang bor juga dapat diselesaikan ditemukan di Journel dan Huijbregts (1978). Sebagian besar perangkat
dengan menggunakan simulasi (Abzalov dan Bower, 2009; lunak komersial akan memungkinkan perhitungan varians estimasi ketika:
1. Kepala Ahli Geostatistik, AMEC, Suite 400, 111 Dunsmuir Street, Vancouver BC V6B 5W3, Kanada. Email: georges.verly@amec.com
2. Manajer, Kepatuhan Sumber Daya dan Cadangan, Goldcorp Inc, Suite 3400, 666 Burrard Street, Vancouver BC V6C 2X8, Kanada. Email: tomasz.postolski@goldcorp.com
3. FAusIMM(CP), Consulting Mining Geologist and Geostatistician, AMEC, Suite 110, 961 Matley Lane, Reno NV 89502, USA. Email: harry.parker@amec.com
SIMPOSIUM PEMODELAN OREBODY DAN PERENCANAAN TAMBANG STRATEGIS 2014 / PERTH, WA, 24-26 NOVEMBER 2014 109
G VERLY, T POSTOLSKI DAN HM PARKER
kriging biasa digunakan. Namun, ada beberapa kesulitan praktis, γaku j adalah nilai variogram untuk vektor antar sampel
seperti mengidentifikasi risiko apa yang harus dipertimbangkan; saya dan j
ukuran, bentuk dan orientasi balok yang akan diestimasi dan sampel cr (V, V) adalah nilai variogram rata-rata untuk vektor
yang akan digunakan untuk estimasi. Selanjutnya, dengan antara dua titik di dalam blok V
pengecualian Isatis®, hampir semua paket perangkat lunak
Meskipun rumus ini dapat digunakan untuk estimator linier apa pun,
penambangan komersial membatasi perhitungan pada blok biasa
tidak hanya kriging, kebanyakan paket perangkat lunak komersial
dengan jumlah sampel terbatas, ketika terkadang blok besar dan
memberikan akses ke varians estimasi hanya jika kriging biasa digunakan.
tidak beraturan dengan banyak sampel diperlukan.
Jika variogram ambang unit digunakan, baik karena ambang total telah
Dalam makalah ini, prinsip studi jarak lubang bor yang
melibatkan perhitungan varians estimasi ditinjau, formula diubah skalanya menjadi satu atau korelogram non-ergodik (sebenarnya
yang diperlukan dipanggil kembali dan batasan dibahas. 1-ρ(h); Srivastava dan Parker, 1988) telah digunakan, varians estimasi
Praktek studi jarak lubang bor tercakup, termasuk yang diperoleh dalam Persamaan 1 adalah 'ambang unit'
identifikasi potensi risiko, pilihan ukuran blok dan varians estimasi variogrammodel' (USVM), atau v2 Eh, USVM.
konfigurasi sampel dan perhitungan varians estimasi dan Varian estimasi relatif diperoleh dengan mengalikan varians
interval kepercayaan. Berbagai situasi dipertimbangkan, estimasi USVM dengan kuadrat koefisien variasi (CV2) dari
seperti ketidakpastian kadar, ton dan kandungan logam,
nilai sampel dukungan yang digunakan untuk
atau ketidakpastian pada elemen yang merusak atau
menghitung variogram:
proporsi beberapa jenis material. Analisis sensitivitas
terhadap berbagai cara agar varians estimasi dapat dihitung 2
disajikan. Penggerak utama ketidakpastian dibahas. v2Eh, Rel = vEh, USVM# V
C2 (2)
Akhirnya, sebagian dari laporan yang disiapkan oleh Parker
(1998) membahas anteseden historis untuk Cl yang disarankan Dengan asumsi kesalahan estimasi terdistribusi normal, yang
untuk klasifikasi disajikan; ini belum pernah dipublikasikan masuk akal untuk blok besar yang diestimasi dengan banyak
secara resmi dan disertakan di sini sebagai lampiran. sampel, interval kepercayaan relatif 90 persen pada kesalahan
diberikan oleh:
PRINSIP
90%CIrel = 1.645 # vEh, Rel = 1.645 # vEh, USVM # CV (3)
Prinsip-prinsip yang mendasari studi jarak lubang bor sederhana:
menghitung varians estimasi atribut dalam blok produksi besar yang
diberikan satu set sampel, menganggap bahwa kesalahan
Interval kepercayaan relatif sebanding dengan CV yang
terdistribusi normal dan menyimpulkan interval kepercayaan relatif. dihitung selama analisis data eksplorasi.
Blok dapat memiliki bentuk yang teratur atau tidak teratur dan Variabel indikator dapat didefinisikan sebagai 1 jika komposit
ukurannya terkait dengan produksi penambangan yang sebenarnya lubang bor terletak di dalam zona yang diinginkan (kulit kelas, badan
atau yang diantisipasi. Sampel dapat berada di lokasi konseptual bijih, dll), atau sebagai 0 jika terletak di luar zona yang diinginkan.
atau aktual. Interval kepercayaan relatif dapat disajikan dalam Untuk variabel indikator, CV diberikan oleh:
berbagai cara: versus jarak sampel, versus periode produksi atau
versus proporsi beberapa elemen (Gambar 1). Hasilnya dapat CV = p^1 - ph/p (4)
digunakan sebagai bagian dari penilaian risiko produksi masa depan
atau sebagai panduan untuk klasifikasi sumber daya.
dimana:
p adalah proporsi indikator
PERUMUSAN
Semakin rendah proporsi indikator, semakin tinggi CV dan
Rumus untuk estimasi varians sebuah blok adalah (David, semakin lebar interval kepercayaan relatif.
1977; Journel dan Huijbregts, 1978):
Formulasi sebelumnya digunakan untuk menilai interval
kepercayaan untuk variabel seperti nilai estimasi (G) atau proporsi (
2 =2
/
tidak tidak tidak
vEh /sayasayacr V,^saya h- / sayasayasayajcaku j - cr^V, Vh (1) P) dari jenis batuan dalam blok, atau ketebalan (T) dan ketebalan kali
saya = 1 saya = 1 j=1 kelas (GT) di suatu daerah (Buxton, 1985). Ketika produk atau rasio
dimana: estimasi atribut dihitung, misalnyaP × G atau GT/T,
tidak adalah jumlah sampel varians estimasi relatif dari produk dan hasil bagi harus digunakan.
λsaya adalah perkiraan berat sampel saya Perkiraan varians estimasi relatif dari suatu produkP = A × B dan
cr (V, saya) adalah nilai variogram rata-rata antara sampel saya sebuah hasil bagi Q = A/B ditunjukkan dalam Persamaan 5 dan 6
dan perkiraan blok V masing-masing (Journel dan Huijbregts, 1978):
SEBUAH
Q90%: Mineralogi B Q90%: Ton, Grade, Logam C Y90%Seperti dalam Jenis Bijih "A"
105% 30%
20%
Enargit
90% 25%
Kalkosit 100m
75% 20%
Kalkopi
90% CI
75m
60% 15%
90% CI
90% CI
30% 5%
15% 0%
Q1 Q2 Q3 Q4 Q5
0%
Volume produksi triwulanan 0%
0 25 50 75 100 125 150 175
0.00 0,20 0,40 0,60 0,80
Jarak bor (m) Tonase Konten Logam Kelas Ni Proporsi Jenis Bijih
Gambar 1 – Presentasi hasil interval kepercayaan: (A) versus jarak lubang bor; (B) versus periode produksi triwulanan berturut-turut; (C) versus jenis bijih 'A' proporsi.
110 SIMPOSIUM PEMODELAN OREBODY DAN PERENCANAAN TAMBANG STRATEGIS 2014 / PERTH, WA, 24-26 NOVEMBER 2014
MENILAI KETIDAKPASTIAN DENGAN STUDI JARAK LUBANG BOR – APLIKASI SUMBER DAYA TOMINERAL
2
vErP, 2 2
Rel . vErA,Rel + vErB, Rel PRAKTEK
(5)
+ 2untukErA, ErBvErA,RelvErB, Rel
Cari tahu di mana risikonya
Mencari tahu di mana risikonya adalah penting. Terlalu sering,
v2Eh,QRel . v2ErA,Rel + v2ErB, Rel - 2 ErA, ErBvErA,R elvErB,Rel
untuk (6) studi jarak lubang bor (dan simulasi) terbatas pada kadarnya,
tetapi risikonya mungkin ada di tempat lain. Kita perlu
dimana:
memikirkan geologi, kadar, lapisan lokal bermutu tinggi, unsur-
v2ErA,Rel adalah relatif e estimasi varian dari SEBUAH unsur perusak, pertimbangan penambangan, dll. Ingatlah
v2ErB, Rel adalah varian estimasi relatif dari B bahwa untuk Sumberdaya Mineral Tertunjuk, harus ada
adalah varians estimasi relatif dari produk kepercayaan yang cukup untuk memungkinkan perencanaan
v2ErP, Rel tambang dan evaluasi kelayakan ekonomi dari deposit tersebut
P
( JORC, 2012). Ini berarti bahwa proporsi terkadang lebih penting
v2ErT,Rel adalah varian estimasi relatif dari hasil
daripada nilai. Misalnya, proporsi selubung bermutu tinggi
bagi Q
dalam endapan tembaga porfiri atau tanggul tandus, proporsi
untukErA, ErB adalah koefisien korelasi antara kesalahan karbonatit dalam endapan karbonatit terlipat kompleks atau
estimasi dari SEBUAH dan B dan bukan di proporsi bijih di atas kadar batas dalam endapan nikel sulfida
antara atribut SEBUAH dan B masif.
Varians estimasi dari rata-rata dua estimasi
Gambar 2 menunjukkan bagian vertikal melalui deposit emas yang
elemen, Rata-rata = A + B, diberikan oleh:
diinangi greenstone yang menunjukkan batas cangkang kelas
bersama dengan lubang bor dan kemungkinan amplop analisis data
2
v2ErAvrg = `vEra+ 2 (7)
vErB+ 2vErA, ErBj/4 eksplorasi (EDA). Dalam situasi seperti ini, risiko yang melekat pada
proporsi atau volume cangkang kelas sama pentingnya atau bahkan
dimana: lebih penting daripada risiko kadar. Amplop EDA digunakan untuk
vErA, ErB adalah kovarians antara kesalahan estimasi dari membatasi statistik indikator cangkang (yaitu rata-rata) varians, CV
SEBUAH dan B dan variogram indikator cangkang.
Dengan asumsi independensi dari kesalahan, bahwa v2
Zaman dan
v2ErB adalah varians estimasi dari elemen yang sama untuk
dua periode produksi bulanan berturut-turut dan
2 jejak DH
v2Era = vErB, varians estimasi yang sesuai dengan dua bulan Kerang kelas
produksi adalah setengah dari estimasi bulanan
Amplop EDA untuk
perbedaan. Lebih umum, dengan asumsi independensi indikator cangkang
kesalahan, varians estimasi untuktidak bulan produksi
adalah varians estimasi produksi bulanan dibagi dengan N:
Gambar 2 –Bagian vertikal yang menunjukkan batas cangkang kerataan bersama
v2Eh,N bulan = vEh,21bulan /T (8) dengan lubang bor dan kemungkinan amplop analisis data eksplorasi.
SIMPOSIUM PEMODELAN OREBODY DAN PERENCANAAN TAMBANG STRATEGIS 2014 / PERTH, WA, 24-26 NOVEMBER 2014 111
G VERLY, T POSTOLSKI DAN HM PARKER
digunakan untuk menghitung varians estimasi. Misalnya, Blok produksi konseptual untuk indikator tidak harus sama
blok sebelumnya dapat berisi hampir 180 sampel panjang dengan blok produksi konseptual untuk kadar. Untuk kadar,
7,5 m pada kisi 50 m × 50 m. Jumlah ini akan lebih besar jika ukuran blok yang sesuai dengan produksi bijih adalah wajar.
sampel di luar blok dipertimbangkan juga, dan akan menjadi Untuk indikator, ukuran blok mungkin harus
empat kali lipat jika grid 25 m × 25 m dipertimbangkan. memperhitungkan proporsi indikator. Misalnya, dalam kasus
Salah satu solusi untuk masalah blok besar adalah dengan grade shells seperti diilustrasikan pada Gambar 2, hanya
mempertimbangkan blok awal yang lebih kecil dan menskala ulang grade shell yang akan diproses. Volume blok produksi yang
varians estimasi untuk memperhitungkan blok yang lebih besar perlu dipertimbangkan untuk indikator (indikator cangkang)
menggunakan Persamaan 8. Namun, Persamaan 8 mengasumsikan kira-kira sama dengan volume blok produksi yang
independensi kesalahan, yang mungkin sulit untuk dicapai. Misalnya, digunakan untuk kadar dibagi dengan proporsi indikator.
sampel di luar blok besar maupun di dalam harus dipertimbangkan Jika hanya sebagian dari bahan di atas nilai batas dalam
dalam estimasi varians blok, terutama dalam estimasi 3D. Ini sulit cangkang yang ditambang, ukuran blok produksi untuk
dicapai jika blok besar adalah tumpukan blok awal yang lebih kecil. indikator bagian itu akan lebih besar.
Menggunakan Persamaan 8 akan sering menghasilkan hasil yang
Perhatikan bahwa peningkatan ukuran blok produksi
terlalu optimis atau terlalu pesimis. Hasil bisa terlalu optimis (varian
untuk indikator tidak selalu berarti pengurangan
estimasi terlalu kecil) jika sampel di luar maupun di dalam blok awal
ketidakpastian. Memang, ukuran blok meningkat karena
digunakan dalam perhitungan karena ini menyiratkan bahwa sampel
proporsi indikator berkurang. Semakin rendah proporsi
dibagi saat memperkirakan blok awal dan kesalahannya tidak
indikator, semakin tinggi CV dan interval kepercayaan relatif
independen. Di sisi lain, hasilnya bisa terlalu pesimis (varian estimasi
terlalu besar) jika hanya sampel dalam blok awal yang
(Persamaan 3 dan 4). Misalnya, proporsi indikator 0,5 dan
dipertimbangkan karena ini menyiratkan bahwa hanya sampel 0,25 memiliki CV yang sesuai 1,0 dan 1,73.
dalam blok yang lebih besar yang dipertimbangkan. Varians estimasi
terlalu besar karena informasi di sekitar blok yang lebih besar Blokir diskritisasi
diabaikan. Sebuah ilustrasi perbedaan yang mungkin diberikan Blok konseptual ditentukan oleh ukurannya di sepanjang
kemudian di bagian sensitivitas. sumbu x-, y- dan z yang diputar. Blok produksi aktual berupa
grid atau wireframe. Pada akhirnya, bagaimanapun, blok
Contoh lain dari kesulitan untuk mencapai independensi produksi harus didiskritisasi untuk perhitungan varians
kesalahan adalah ketika ukuran blok awal kecil sehubungan estimasi. Pedoman untuk diskritisasi balok adalah kira-kira
dengan rentang variogram dan jika blok besar adalah tumpukan panjang sampel sepanjang arah vertikal dan setiap 10–25 m
blok awal. Dalam hal ini, ada korelasi antara sampel dalam blok sepanjang arah lainnya. Diskritisasi harus sedemikian rupa
awal yang berbeda dan antara blok awal itu sendiri. Hal ini sehingga bentuk dan ukuran balok direproduksi dengan
menyebabkan kesalahan blok awal estimasi yang tergantung. cukup baik, terutama jika balok tidak beraturan. Jika ragu,
Menggunakan Persamaan 8 akan sering menghasilkan hasil pengulangan perhitungan varians estimasi dengan skema
yang terlalu optimis. Sebuah ilustrasi perbedaan yang mungkin diskritisasi yang berbeda dapat dilakukan dan perbedaan
diberikan kemudian di bagian sensitivitas. estimasi varians diperiksa (Clark, 1976).
Preferensi penulis adalah menggunakan blok awal yang besar (misalnya blok
triwulanan) untuk memiliki lebih banyak fleksibilitas untuk memilih sampel di Dapatkan sampelnya
dalam dan di luar blok dan untuk meminimalkan kemungkinan korelasi yang Seringkali, hanya sampel di dalam blok yang dipertimbangkan.
dihasilkan dari menggabungkan blok ini untuk mendapatkan blok yang lebih Sampel lubang bor, bagaimanapun, tersedia di sekitar blok dan,
besar. Dalam beberapa kasus, blok awal tahunan juga telah digunakan. khususnya, langsung di atas dan di bawah blok kecuali estimasi
dua dimensi. Sampel-sampel ini harus dipertimbangkan jika
Volume, bentuk, dan orientasi blok produksi aktual ditentukan mereka membuat dampak yang signifikan pada varians
oleh rencana penambangan aktual atau yang diantisipasi. Berikut ini estimasi, yang dapat terjadi jika blok produksi yang diminati
disarankan untuk menilai bentuk volume dan orientasi blok hanya beberapa bangku tinggi. Namun, mungkin ada masalah
konseptual. Pertama, pertimbangkan rencana penambangan yang jika varians estimasi dihitung untuk blok awal yang lebih kecil
sebenarnya atau yang diantisipasi. Bisakah risiko didistribusikan di dan diskalakan ulang untuk memperhitungkan blok yang lebih
antara beberapa lubang? Berapa banyak panel besar terpisah yang besar, seperti yang telah dibahas pada bagian ukuran blok.
ditambang per tahun? Berapa banyak bangku per panel? Kedua,
berapa panjang, lebar dan orientasi panel individu. Misalnya, di Kepekaan terhadap ukuran blok dan
lubang terbuka, dua panel besar dapat ditambang per tahun sebagai
penahan di setiap sisi lubang (Gambar 3). Jika lubangnya besar, sampel di luar blok
hanya ada dua atau tiga bangku per panel. Lebar panel bisa 150 m Seperti yang telah dibahas, hasil akhir untuk ukuran blok
dan panjang panel akan sedemikian rupa sehingga kedua panel produksi tertentu dapat bervariasi tergantung pada ukuran blok
sesuai dengan satu tahun awal dan apakah sampel di luar blok (awal dan akhir) digunakan
produksi. untuk memperkirakan blok.
Gambar 3 – Contoh panel yang sesuai dengan satu tahun produksi dalam operasi tambang terbuka.
112 SIMPOSIUM PEMODELAN OREBODY DAN PERENCANAAN TAMBANG STRATEGIS 2014 / PERTH, WA, 24-26 NOVEMBER 2014
MENILAI KETIDAKPASTIAN DENGAN STUDI JARAK LUBANG BOR – APLIKASI SUMBER DAYA TOMINERAL
Dalam contoh ini, elemen yang menarik adalah proporsi 600 m × 150 m × 45 m juga dipertimbangkan. Parameter utama
bahan bantalan tanah liat dalam deposit tembaga porfiri. Blok masing-masing skenario dan deviasi standar USVM yang dihasilkan
produksi adalah blok 300 m × 150 m × 45 m yang sesuai dengan dari kesalahan diberikan pada Tabel 2 dan 3. Gambar 4
seperempat produksi. Dua jarak lubang bor dipertimbangkan: menunjukkan deviasi standar USVM dari kesalahan untuk blok
150 m dan 50 m kotak persegi. Contoh komposit memiliki produksi triwulanan untuk lima skenario, bersama dengan persen
panjang 7,5 m. Parameter variogram diberikan pada Tabel 1. perubahan dari yang lebih realistis Skenario 5.
Rentang struktur kedua sangat panjang. Varians estimasi USVM Skenario 5 lebih realistis karena secara langsung menghitung
dari kesalahan ukuran blok awal, yang digunakan dalam standar deviasi kesalahan dalam blok produksi triwulanan dari
Persamaan 2, dihitung dan diskalakan ulang untuk ukuran blok sampel lubang bor yang terletak di dalam maupun di luar blok
produksi triwulanan dengan asumsi independensi kesalahan. produksi triwulanan. Tabel 3 menunjukkan bahwa ketika
Lima skenario dianggap sesuai dengan ukuran blok awal yang diskalakan ulang agar sesuai dengan enam bulan produksi, hasil
berbeda dan keberadaan sampel di luar blok awal atau tidak. dari Skenario 5 sangat mendekati hasil dari Skenario 6 (Standar
Skenario 1 bergantung pada perhitungan 'varians ekstensi' deviasi USVM 0,13 dan 0,13 untuk grid 150 m dan 0,038 dan
untuk blok awal yang kecil, atau varians estimasi dari blok kecil 0,039 untuk grid 50 m).
yang diestimasi menggunakan nilai tunggal yang terletak di Tabel 3 dan Gambar 4 menunjukkan bahwa, dibandingkan dengan
pusatnya (David, 1977; Journel dan Huijbregts 1978; Cornah, Skenario 5, Skenario 1, 2 dan 3 pesimis dan Skenario 4 optimis.
Vann dan Driver, 2013). Skenario 2 dan 4 mengandalkan Skenario 1, 2 dan 3 pesimis karena tidak satupun dari mereka
perhitungan varians estimasi dari blok awal produksi bulanan memperhitungkan sampel di luar blok awal, menyiratkan bahwa
menggunakan sampel di dalam (Skenario 4) maupun di luar tidak ada sampel yang dipertimbangkan di luar blok triwulanan
(Skenario 2) blok. Skenario 3 dan 5 serupa tetapi untuk blok agregat. Skenario 4 optimis karena beberapa sampel dibagikan
produksi triwulanan awal. Skenario keenam ketika tiga blok awal yang diperkirakan bulanan dianggap terletak di
sesuai dengan blok produksi enam bulan awal atas satu sama lain untuk mendapatkan kuartalan yang lebih besar
TABEL 1
Parameter variogram.
MEJA 2
Parameter utama sensitivitas enam skenario.
1b 50 × 50 × 7,5 5×5×1 - 1
2 300 × 150 × 15 30 × 15 × 2 Produksi bulanan Tidak 2×1×2 6×3×2
TABEL 3
Satuan variogrammodel standar deviasi dari kesalahan.
Skenario Ukuran blok awal Jumlah blok awal Blok unit ambang variogrammodel standar
(m) di X, Y dan Z per deviasi kesalahan 150mgrid 50mgrid
Perempat 6 bulan Awal Kuartal Kuartal
6 bulan Awal 6 bulan
1a 150 × 150 × 7,5 12 24 0,74 0.21 0,15 - - -
1b 50 × 50 × 7,5 108 216 - - - 0,64 0,062 0,044
SIMPOSIUM PEMODELAN OREBODY DAN PERENCANAAN TAMBANG STRATEGIS 2014 / PERTH, WA, 24-26 NOVEMBER 2014 113
G VERLY, T POSTOLSKI DAN HM PARKER
114 SIMPOSIUM PEMODELAN OREBODY DAN PERENCANAAN TAMBANG STRATEGIS 2014 / PERTH, WA, 24-26 NOVEMBER 2014
MENILAI KETIDAKPASTIAN DENGAN STUDI JARAK LUBANG BOR – APLIKASI SUMBER DAYA TOMINERAL
Dalam praktiknya, mungkin ada masalah jika blok yang tidak beraturan dan/ APA YANG MEMPENGARUHI KETIDAKPASTIAN?
atau banyak sampel yang digunakan. Dengan pengecualian Isatis®, sebagian
Berikut ini adalah pendorong utama varians estimasi relatif
besar paket perangkat lunak penambangan komersial tidak dapat melakukan
dan interval kepercayaan relatif (CI) yang dihasilkan,
krige blok tidak beraturan, dan jumlah sampel untuk memperkirakan blok
misalnya CI 90 persen.
terbatas. Sejumlah besar sampel juga dapat menyebabkan ketidakakuratan
Pertama, ada ukuran blok produksi. Semakin besar blok untuk
numerik saat menyelesaikan sistem kriging.
konfigurasi sampel yang sama, semakin kecil CI. Ketidakpastian
Beberapa pemrograman diperlukan untuk mengatasi masalah keseluruhan dapat dikurangi secara signifikan dengan meningkatkan
ini. Kode kt3d adalah domain publik, dan bagian dari kode yang produksi atau menggabungkan produksi dari area yang berbeda.
memecahkan sistem kriging dapat dimodifikasi. Sisi kiri dari Kemudian, ada jumlah sampel. Semakin banyak sampel
sistem kriging berisi nilai variogram antara dua lokasi sampel, dalam blok produksi, semakin sempit CI. Sampel di sekitar
sedangkan sisi kanan berisi nilai variogram rata-rata antara blok blok, khususnya sampel di atas dan di bawah blok, dapat
dan satu lokasi sampel pada suatu waktu. Perhatikan bahwa berdampak signifikan jika blok cukup tipis (misalnya, tinggi
tidak ada dalam teori yang mengharuskan blok menjadi teratur dua hingga tiga bangku). Misalnya, lihat perbedaan antara
atau sampel berada pada dukungan konstan. Skenario 3 dan 5 pada Gambar 4.
Tiga modifikasi dapat dipertimbangkan. Pertama, semua CV adalah pendorong utama. Ada hubungan linier antara CV
perhitungan harus dilakukan dengan presisi ganda. Kedua, dan CI (Persamaan 3). Untuk variabel indikator, CV meningkat
balok tidak beraturan dapat dihitung dengan memodifikasi nilai ketika rata-rata indikator (proporsi) menurun (Persamaan 4). Ini
variogram rata-rata dari sisi kanan sistem kriging. Hal ini dapat merupakan pertimbangan penting untuk elemen proporsi
'rendah', seperti material yang mengandung arsenik tinggi
dicapai dengan mengganti titik diskritisasi blok reguler yang
dalam deposit tembaga porfiri.
secara otomatis dihasilkan oleh kode dengan titik diskritisasi
blok tidak beraturan. Ketiga, sejumlah besar sampel individu Variogram juga penting, khususnya ambang dan rentang
dapat dibagi dua dengan menggunakan kelompok dua sampel struktur terpanjang (yaitu variasi skala panjang). Perhatikan
atau lebih dan memodifikasi sisi kiri dari sistem kriging yang bahwa untuk CV tertentu, varians estimasi relatif terbesar
diperoleh ketika model variogram adalah efek nugget murni
sesuai.
(yaitu ketika tidak ada redundansi informasi antara nilai
Pilihan lain adalah mendapatkan bobot estimasi yang masuk sampel).
akal untuk blok produksi besar selain bobot kriging, seperti
bobot jarak terbalik, dan menghitung varians estimasi
KESIMPULAN
menggunakan Persamaan 1.
Studi jarak lubang bor yang melibatkan perhitungan estimasi varians
relatif sederhana dan cepat untuk diselesaikan. Mereka adalah alat
Gabungkan varians estimasi estimation
yang berguna untuk penilaian risiko dalam situasi sederhana.
Jika varians estimasi suatu produk atau rasio dua variabel Sementara hasilnya tidak selengkap atau secanggih yang dapat
diperlukan, Persamaan 5 atau 6 dapat digunakan. Salah satu diperoleh dengan simulasi bersyarat, jika waktu atau uang kurang
masalah yang mungkin adalah bahwa koefisien korelasi antara atau jika tujuannya adalah untuk memberikan interval kepercayaan
kesalahan diperlukan dalam rumus. relatif yang masuk akal dari atribut yang diestimasi (misalnya kriged)
Dalam beberapa kasus, koefisien korelasi antara kesalahan selama periode waktu menengah hingga panjang. , studi jarak
lubang bor adalah pilihan yang valid. CI yang diperoleh harus
adalah atau dapat diasumsikan mendekati nol, dan varians
dianggap sebagai perkiraan daripada CI yang ketat.
estimasi relatif dari produk atau rasio adalah jumlah varians
estimasi relatif dari dua variabel. Hal ini dapat terjadi di Meskipun sederhana untuk diselesaikan, pemikiran yang cermat
mana salah satu variabel adalah indikator (proksi untuk ton) harus diberikan pada masalah sebelum memulai studi. Secara
khusus, risiko utama harus diidentifikasi terlebih dahulu, seperti
dan yang lainnya adalah kadar, dan di mana varians estimasi
kadar, volume cangkang bermutu tinggi, ton di atas kadar batas, dll.
relatif dari logam yang terkandung diperoleh dengan
Mengidentifikasi risiko memerlukan pemahaman tentang geologi
menambahkan dua varians estimasi relatif dari indikator dan
dan metode penambangan yang diantisipasi.
grade. .
Berbagai situasi dapat diakomodasi oleh studi jarak lubang
Jika dua variabel secara intrinsik berkorelasi dan konfigurasi
bor; misalnya, ketidakpastian seputar kadar atau elemen yang
sampel yang sama telah digunakan untuk memperkirakan rata-rata merusak; proporsi bahan bantalan tanah liat; atau pada tonase,
dari dua variabel dalam sebuah blok, koefisien korelasi antara dua kadar dan kandungan logam dari zona kadar tinggi atau
kesalahan adalah koefisien korelasi antara dua variabel (Journel dan perkiraan batas stope bawah tanah. Ketidakpastian dapat
Huijbregts, 1978). Hal ini dapat terjadi ketika salah satu variabelnya diselidiki secara konseptual untuk ukuran blok produksi tertentu
adalah ketebalan dan variabel lainnya adalah akumulasi (gradasi dan jarak lubang bor yang berbeda. Hasil (yaitu jarak lubang bor
dikalikan ketebalan), dimana grade diperoleh dengan membagi yang diperlukan untuk mencapai interval kepercayaan tertentu)
akumulasi dengan ketebalan. Hubungan ketebalan kelas, dapat digunakan sebagai panduan untuk klasifikasi atau sebagai
bagaimanapun, perlu diuji dengan hati-hati. Dalam beberapa bagian dari penilaian risiko produksi masa depan.
endapan, kadar sebanding dengan ketebalan, sedangkan sebaliknya Ketidakpastian juga dapat dinilai untuk beberapa peningkatan
terjadi pada yang lain. produksi berturut-turut menggunakan informasi lubang bor
yang sebenarnya dengan atau tanpa lubang tambahan.
Untuk kasus lain (yaitu dua kesalahan tidak independen
atau dua variabel tidak berkorelasi secara intrinsik) koefisien Varians estimasi sering dihitung pada blok awal yang lebih
kecil dari blok produksi target, dan hasilnya diskalakan ulang
korelasi dari dua kesalahan harus dihitung (Journel dan
untuk memperhitungkan blok yang lebih besar dengan asumsi
Huijbregts, 1978).
independensi kesalahan. Sampel yang terletak di luar maupun di
Jika korelasi antara kesalahan positif dan diabaikan dalam dalam blok produksi target harus dipertimbangkan karena
perhitungan, varians relatif akhir akan terlalu rendah untuk dapat berdampak signifikan pada varians estimasi dan interval
suatu produk dan terlalu tinggi untuk hasil bagi, dan sebaliknya kepercayaan yang dihasilkan – jika hanya sampel di dalam blok
jika korelasinya negatif. yang dipertimbangkan, hasilnya mungkin terlalu konservatif.
SIMPOSIUM PEMODELAN OREBODY DAN PERENCANAAN TAMBANG STRATEGIS 2014 / PERTH, WA, 24-26 NOVEMBER 2014 115
G VERLY, T POSTOLSKI DAN HM PARKER
Dimulai dengan blok awal dengan sampel di dalam dan di sekitar blok Harrison, D, 1983. Skema untuk mengklasifikasikan sumber daya
dan menskalakan kembali hasilnya untuk memperhitungkan blok yang mineral: merasionalisasi kebutuhan akan konsistensi dan akurasi
lebih besar dengan asumsi independensi kesalahan dapat menyebabkan dengan tuntutan pengungkapan, Pertemuan Tahunan AIME ke-112,
Atlanta, 6-10 Maret, 6 hal.
hasil yang terlalu optimis. Memang, prosedur ini menyiratkan bahwa
beberapa sampel dibagi dalam estimasi blok awal yang berdekatan. JORC, 2012. Kode Australasia untuk Pelaporan Hasil Eksplorasi,
Akhirnya, blok awal tidak boleh terlalu kecil karena ini dapat Sumber Daya Mineral dan Cadangan Bijih (The JORC Code)
[online]. Tersedia dari: <http://www.jorc.org> (Komite Cadangan
membatalkan asumsi independensi untuk kesalahan.
Bijih Gabungan Institut Pertambangan dan Metalurgi
Menghitung varians estimasi secara langsung untuk blok Australasia, Institut Geoscientists Australia dan Dewan Mineral
produksi besar (misalnya blok produksi triwulanan) lebih Australia).
disukai. Jurnal, AG dan Huijbregts, Ch J, 1978. Geostatistik Pertambangan, kedua
Hampir semua paket perangkat lunak penambangan printing (revisi), 600 p (Academic Press: London).
komersial terbatas dalam hal perhitungan varians estimasi. Sekarang, M dan Verly, G, 2004. Proses praktis untuk simulasi,
Blok harus teratur, jumlah sampel terbatas dan kriging biasa dengan penekanan pada simulasi Gaussian, di Prosiding Pemodelan
harus digunakan. Namun, relatif mudah untuk memodifikasi Badan Bijih dan PerencanaanTambang Strategis2004(
kode domain publik atau menulis kode baru yang ed:RDimitrakopoulos), hlm 129–136 (Institut Pertambangan dan Metalurgi
Australasia: Melbourne).
memperhitungkan blok tidak beraturan besar, sejumlah
besar sampel dan/atau metode estimasi selain kriging. tukang parkir, HP dan Brisebois, K, 1998. Audit sumber studi kelayakan fe
model, Juni 1998, laporan rahasia, MRDI.
PENGAKUAN Ravenscroft, PJ, 1992. Analisis risiko untuk penjadwalan tambang oleh
simulasi bersyarat, Transaksi Kelembagaan Pertambangan dan
Penulis ingin mengucapkan terima kasih kepada AMEC atas izin untuk menerbitkan
Metalurgi, Teknologi Pertambangan, 101:A104-A108.
makalah ini.
Roja, O dan Cáceres, A, 2011. Penggunaan simulasi kondisional untuk
evaluasi jarak lubang bor dan pengambilan keputusan di Proyek
REFERENSI Telégrafo, Chili Utara, di Prosiding Konferensi Geologi Pertambangan
Abzalov, MZ dan Bower, J, 2009. Optimalisasi jaringan bor di Internasional Delapan, hlm 443–451 (Institut Pertambangan dan
Weipa bauksitdeposit menggunakan simulasi bersyarat, diProsiding Metalurgi Australasia: Melbourne).
Konferensi Geologi Pertambangan Internasional Ketujuh, hlm 247–251 Silva, DSF dan Boisvert, JB, 2014. Klasifikasi sumber daya mineral:
(Institut Pertambangan dan Metalurgi Australasia: Melbourne). perbandingan teknik baru dan yang sudah ada, Jurnal Institut
Bertoli, O, Paul, A, Casley, Z and Dunn, D, 2013. Analisis jarak lubang Pertambangan dan Metalurgi Afrika Selatan, 114:265–273.
bor geostatistik untuk klasifikasi sumber daya batubara di Srivastava, RM dan Parker, HM, 1988. Pengukuran spasial yang kuat
Bowen Basin, Queensland, Jurnal Internasional Geologi Batubara, kontinuitas, dalam Prosiding Kongres Geostatistik Internasional
112:107–113. Ketiga: Geostatistik Avignon '88 (ed: M Armstrong), hlm 295–308
Boucher, A, Dimitrakopoulos, R dan Vargas-Guzman, A, 2005. Simulasi (Reidel: Dordrecht).
sambungan, jarak lubang bor yang optimal dan peran timbunan, Stephenson, PR, 1998. Kode JORC, 1987–1997, di Geologi dari
dalam Geostatistik Banff 2004 (eds: O Leuangthong dan CV Deutsch), Deposit Mineral Australia dan Papua Nugini, hlm 45–52 (Institut
volume 1, hlm 35–44 (Springer: Dordrecht). Pertambangan dan Metalurgi Australasia: Melbourne).
Buxton, B, 1985. Penentuan geostatistik dari ketepatan perkiraan Survei USG (USGS), 1980. Prinsip klasifikasi sumber daya/cadangan
cadangan yang dapat diperoleh kembali secara global, tesis PhD, mineral [online], Surat Edaran Survei Geologi 831,
Departemen Ilmu Bumi Terapan, Universitas Stanford, California. 5 hal. Tersedia dari: <http://pubs.usgs.gov/circ/1980/0831/
Clark, I, 1976. Beberapa aspek komputasi praktis dari perencanaan tambang,
report.pdf>.
dalam Geostatistik Lanjutan di Industri Pertambangan (eds: MGuarascio, CJ Survei Geologi AS dan Biro Pertambangan AS, 1976. Prinsip-
Huybrechts dan MDavid), hlm 391–399 (Reidel: Dordrecht). prinsip sistem klasifikasi sumber daya mineral Biro
Pertambangan AS dan Survei Geologi AS [online], Buletin Survei
Kornah, A, Vann, J and Driver, I, 2013. Perbandingan tiga pendekatan
Geologi 1450-A, 5 hal. Tersedia dari: <http://pubs.usgs.gov/bul/
geostatistik untuk mengukur dampak jarak bor pada kepercayaan
1450a/report.pdf>.
sumber daya untuk lapisan batubara (dengan contoh kasus dari
Moranbah North, Queensland, Australia), Jurnal Internasional Geologi Vallee, M dan Côte, D, 1992. Panduan evaluasi emas
Batubara, 112:114–124. simpanan: mengintegrasikan evaluasi simpanan dan praktik inventaris
cadangan, Buletin CIM, 85(957):50–61.
Daud, M, 1977. Estimasi Cadangan Bijih Geostatistik, 364 p (Lainnya:
Amsterdam). sungguh,G, Brisebois, K, Hart, WandHammitt, J, 2009. Simulasi
model sesar dari deposit tembaga porfiri Resolusi, di
Davis, B, 1997. Beberapa metode untuk menghasilkan perkiraan interval untuk
Prosiding Pemodelan Badan Bijih dan Perencanaan Strategis Tambang 2009
sumber daya global dan lokal, dalam Pracetak UKM 97–5, 4 p (Masyarakat
(ed: R Dimitrakopoulos), hlm 309–318 (Institut Pertambangan
Pertambangan, Metalurgi, dan Eksplorasi: Littleton).
dan Metalurgi Australasia: Melbourne).
Jerman, CV dan Jurnal, AG, 1998. GSLIB: Perangkat Lunak Geostatistik
Gereja Penyihir, KD, Gillies, ADS dan Just, GD, 1987. Sebuah geostatistik
Perpustakaan dan Panduan Pengguna, 380 p (Oxford University Press: New York).
pendekatan klasifikasi cadangan batubara, dalam Prosiding Kongres
Lingkar Pasifik '87, hlm 475–482 (Institut Pertambangan dan
Diehl, P dan David, M, 1982. Klasifikasi cadangan/sumber daya bijih Metalurgi Australasia: Melbourne).
berdasarkan metode geostatistik, Buletin CIM, 75(838):127–136.
Wober, HH dan Morgan, PJ, 1993. Klasifikasi cadangan bijih
Dimitrakopoulos, R, Godoy, M dan Chou, CL, 2009. Klasifikasi sumber berdasarkan parameter geostatistik dan ekonomi, Buletin CIM,
daya/cadangan dengan pengukuran variabilitas geometrik dan kadar 86(966):73–76.
lokal terintegrasi, diProsidingOrebodyModeling dan Perencanaan
Strategis Tambang 2009 (ed: R Dimitrakopoulos), hlm 207–214
(Institut Pertambangan dan Metalurgi Australasia: Melbourne).
LAMPIRAN
Lampiran ini adalah bagian dari laporan yang membahas anteseden
tanah beku, G, Menabde, M, Stone, P andHodson, D, 2007. Nilai
pemboran tambahan untuk proyek tambang terbuka, Pemodelan historis untuk Cl yang disarankan disiapkan oleh Parker (1998); ini belum
Tubuh Bijih dan Perencanaan Tambang Strategis 2007, (ed: R pernah dipublikasikan secara resmi. HA Simons mengakuisisi Mineral
Dimitrakopoulos), hlm 246–252 (Institut Pertambangan dan Metalurgi Resource Development Inc. (MRDI) pada tahun 1995 sebelum diakuisisi
Australasia: Melbourne). sendiri oleh AMEC pada tahun 2000.
116 SIMPOSIUM PEMODELAN OREBODY DAN PERENCANAAN TAMBANG STRATEGIS 2014 / PERTH, WA, 24-26 NOVEMBER 2014
MENILAI KETIDAKPASTIAN DENGAN STUDI JARAK LUBANG BOR – APLIKASI SUMBER DAYA TOMINERAL
global pada tahap kelayakan (dasar keputusan produksi) • perkiraan tingkat kelayakan memerlukan sumber daya/cadangan yang ditentukan
harus ±10 persen. dengan batas kepercayaan yang lebih ketat daripada studi pra-kelayakan
Mengingat margin kesalahan global Vallée dan Coté yang ketat untuk • ekonomi harus diperhitungkan dalam menetapkan batas
sumber daya/cadangan yang mendukung studi kelayakan, itu akan kepercayaan dan kategorisasi sumber daya (Wober dan Morgan)
SIMPOSIUM PEMODELAN OREBODY DAN PERENCANAAN TAMBANG STRATEGIS 2014 / PERTH, WA, 24-26 NOVEMBER 2014 117
G VERLY, T POSTOLSKI DAN HM PARKER
• panduan untuk kategorisasi telah dikembangkan untuk jenis endapan berpandangan bahwa perusahaan satu tambang dengan sumber daya terbatas untuk
tertentu misalnya emas di sabuk batu hijau Archean (Vallée dan Côte) aset lain dapat bertahan pada bulan atau kuartal yang buruk tetapi akan mengalami
• ada pengetatan bertahap batas kepercayaan yang kesulitan jika kekurangan terjadi selama periode waktu yang lebih lama.
berlaku untuk studi kelayakan. Tingkat kepercayaan yang dinyatakan untuk Sumber Daya
Terindikasi telah diterima dan diterapkan pada tahap kelayakan
pengalaman MRDI untuk Fort Knox, Refugio, Lihir, Collahuasi, Quebrada Blanca, dan
MRDI umumnya menemukan bahwa untuk endapan logam dasar dan Escondida (Pembaruan cadangan utama dan studi pra-kelayakan
logam mulia, pengeboran yang cukup untuk memperkirakan tonase, Norte). Tingkat ini juga telah digunakan untuk mengklasifikasikan
kadar dan kandungan logam pada peningkatan produksi tahunan ±15 sumber daya di tambang yang beroperasi seperti Barrick Goldstrike,
persen pada kepercayaan 90 persen cukup untuk menentukan Sumber Konkola Deep dan Jerritt Canyon.
Daya Tertunjuk. Saat itulah batas kepercayaan yang dinyatakan Personil MRDI telah memiliki beberapa pengalaman
terpenuhi, interpretasi rencana penampang dan tingkat menunjukkan dengan validasi batas kepercayaan. Secara umum, batas
kontinuitas sehubungan dengan garis besar dan kadar badan bijih. Selain kepercayaan yang ditentukan melalui kombinasi varians
itu, MRDI sering menemukan bahwa proyeksi arus kas tahunan dapat estimasi dapat divalidasi silang melalui simulasi kondisional
mengakomodasi penurunan 15 persen dalam tonase, kadar, atau (Fort Knox, Escondida Main). Staf MRDI telah menemukan
kandungan logam tanpa sangat mempengaruhi kelangsungan proyek. bahwa batas kepercayaan global yang relatif 'ketat' yang
Juga, banyak proyek dirancang dan dioperasikan sedemikian rupa sering diperoleh dapat menyesatkan atau kemudian terbukti
sehingga kekurangan 15 persen dapat dipenuhi dengan menjadwal ulang salah. Sebagai contoh, di Porgera, batas ±7 persen diprediksi
produksi. Kekurangan yang lebih parah sulit diatasi. Akhirnya, cakrawala untuk bijih tambang terbuka menggunakan pengeboran
perencanaan untuk studi kelayakan umumnya adalah kenaikan tahunan, pada grid 60 m. Pengeboran pengisi ke grid 30 m mengubah
dan tingkat kesalahan ±15 persen sering diterapkan pada modal dan kadar rata-rata sebesar 20 persen. Alasannya adalah
biaya operasional saat melakukan studi kelayakan. Oleh karena itu, perubahan dalam area pengaruh beberapa intersep tingkat
pendekatan yang seimbang membutuhkan tingkat kepercayaan yang sangat tinggi karena kontrol struktural yang tidak terduga
sama dalam sumber daya/cadangan. pada jarak bor yang lebih luas.
Dalam banyak deposit logam mulia, kontinuitas dan kadar bijih
cukup bervariasi sehingga tidak praktis untuk mengebor hingga
kepadatan yang cukup untuk membangun sumber daya terukur/ MRDI setuju dengan Ravencroft (komunikasi pribadi, November
cadangan terbukti. Tidak diragukan lagi, beberapa material dalam 1998) bahwa 'batas kesalahan [batas kepercayaan] harus dilihat
jarak pendek dari lubang bor dapat dianggap terbukti, tetapi sebagai indikasi, dan digunakan lebih untuk perbandingan relatif
kurangnya pengeboran jarak dekat menghalangi penetapan jumlah daripada kriteria penilaian risiko yang ketat.'
ekstensi yang dapat dibuat. Hal ini menyebabkan praktik AS
Dalam situasi ini, simulasi bersyarat dapat sangat berguna
menyatakan sumber daya terindikasi + terindikasi (USGS
dalam menguji batas kepercayaan dan kepekaannya terhadap
didemonstrasikan) dan cadangan terbukti + terkira.
kasus konservatif/optimis untuk kontinuitas spasial. Simulasi
Sayangnya, kode JORC (1996, 1999) dan sebagian besar skema tersebut harus mempertimbangkan unit geologi (simulasi
klasifikasi lainnya memerlukan pelaporan terpisah dari Sumber Daya kategoris), grade dan karakteristik fisik lain yang dapat
Terukur dan Tertunjuk serta Cadangan Terbukti dan Terkira. Oleh karena diterapkan (misalnya kepadatan). Simulasi kemudian dapat
itu, MRDI telah mengambil posisi bahwa Sumber Daya Terukur digunakan untuk menentukan sensitivitas arus kas proyek
memerlukan tingkat kepercayaan yang tinggi (akurasi ±15 persen pada terhadap kemungkinan variasi kadar dan karakteristik fisik batu
kepercayaan 90 persen) dalam jangka waktu yang singkat, seperti yang ditemukan setiap tahun.
peningkatan produksi bulanan hingga triwulanan, dengan
118 SIMPOSIUM PEMODELAN OREBODY DAN PERENCANAAN TAMBANG STRATEGIS 2014 / PERTH, WA, 24-26 NOVEMBER 2014