Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
II.2 Kesampaian Lokasi
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
II.2.1 Status IUP dan Tataguna Lahan
Izin Usaha Pertambangan Nikel PT. Antam (Persero) Tbk per tanggal 31
Desember 2014.
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
iklim di daerah pomalaa
II.3 Geologi
Pulau Sulawesi telah dikenal sebagai salah satu pulau paling kompleks
dalam hal tektonik geologi di wilayah Pasifik barat. Asosiasi batuan dan
perkembangan tektonik di Pomalaa, Tapunopaka, Bahubulu, dan Mandiodo
merupakan bagian dari sabuk Ofiolit Sulawesi Timur (ESO) dan berasosiasi
dengan batuan sedimen.
Ofiolit Sulawesi Timur (ESO) adalah ofiolit tertua di wilayah ini
(awal-akhir zaman Kapur sampai Oligosen) dan sebagian besar merupakan bagian
dari Sulawesi Timur akibat terjadinya akresi pada Oligosen Akhir dan collision
pada Miosen Akhir dengan Banggai Sula (Kadarusman et al., 2004).
Kompleks ofiolit Sulawesi Tenggara adalah kompleks batuan ultramafik
yang terdiri dari batuan peridotit, dunit, hasburgit dan serpentinit. Batuan
ultramafik rata-rata memiliki kandungan nikel sebesar 0,2 %. Unsur nikel tersebut
terdapat dalam kisi-kisi kristal mineral olivin dan piroksen sebagai hasil substitusi
terhadap atom Fe dan Mg. Unsur nikel ini apabila terendapkan atau lebih dikenal
dengan pengayaan unsur nikel (enrichment) maka kadar nikelnya mencapai ≥ 2%.
Proses pembentukan nikel pada batuan ultramafik merupakan akibat dari
perubahan iklim dan aktifitas air tanah yang kaya akan CO 2 sehingga
menghasilkan pelapukan kimia. CO2 yang berasal dari udara dan tumbuhan yang
membusuk akan menguraikan mineral-mineral yang tidak stabil seperti olivin dan
piroksen yang terdapat pada batuan ultramafik.
Pelapukan kimia pada batuan ultramafik menghasilkan unsur magnesium,
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
besi, nikel yang larut (leached), sedangkan unsur silika cenderung membentuk
koloid dari partikel-partikel silika yang sangat halus. Di dalam larutan tersebut, Fe
teroksidasi dan mengendap sebagai ferri-hidroksida sehingga akan membentuk
mineral-mineral seperti gutit, limonit, dan hematit di bagian atas zona laterit dekat
permukaan. Bersama mineral-mineral ini umumnya ikut serta unsur kobalt (Co)
dalam jumlah kecil. Nikel terlarut (leached) akan terendapkan bersama mineral
silika atau mensubtitusi unsur magnesium (Mg). Kondisi topografi dan
morfologi daerah Sulawesi Tenggara juga memegang peranan penting dalam
pengayaan nikel, karena hubungan antara topografi dan morfologi dengan posisi
muka air tanah, struktur, dan drainase. Zona pengayaan (enrichment) nikel
Sulawesi Tenggara umumnya berada pada topografi upper hill slope, plateau,
atau terrace. Kondisi air tanah yang dangkal dengan banyaknya kekar-kekar
merupakan faktor penyebab dalam proses pelarutan kimia (leaching process) yang
akhirnya membentuk endapan nikel laterit yang cukup tebal.
Pomalaa terdiri dari 4 blok yaitu Tambang Utara, Tambang Tengah,
Tambang Selatan dan Pulau Maniang. Morfologi didominasi oleh perbukitan
dengan ketinggian antara 0-300 diatas permukaan laut dengan arah NE-SW.
Pomalaa merupakan daerah kompleks ultramafik. Batuan penyusun di area
tersebut didominasi oleh kelompok batuan peridotit seperti hasburgit dan dunit
yang merupakan batuan pembawa kandungan nikel. Kemiringan lereng berkisar
3°-15° yang menjadi indikasi pembentukan laterit yang tebal. Ketebalan zona
saprolit yang merupakan tempat pengkayaan endapan nikel kadar tinggi memiliki
ketebalan rata-rata 2 - 7 m dan di beberapa tempat ketebalan zona saprolit hingga
>10 m. Kadar rata-rata nikel sebesar 1.8 - 2.2%. Indikasi mineral pembawa nikel
adalah garnierit, biasanya dijumpai di pemboran pada zona saprolit sebagai tanah
hasil pelapukan danmengisi rekahan batuan.
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
Nikel merupakan logam yang digunakan untuk pembuatan benda-benda
yang banyak digunakan untuk kehidupan manusia sehari-harinya contohnya
adalah sebagai bahan campuran untukstainless steel (besi tahan karat), besi baja,
uang logam, kawat, baterai dan lainnya.
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
kekar, maka Ni yang terbawa oleh air turun ke bawah, lambat laun akan
terkumpul di zona air sudah tidak dapat turun lagi dan tidak dapat menembus
bedrock (harzbugit). Ikatan dari Ni yang berasosiasi dengan Mg, SiO dan H akan
membentuk mineral garnierite dengan rumus kimia (Ni,Mg)Si4O5(OH)4. Apabila
proses ini berlangsung terus menerus, maka yang akan terjadi adalah proses
pengkayaan supergen (supergen enrichment). Zona pengkayaan supergen ini
terbentuk di zona saprolit. Dalam satu penampang vertical proful laterit dapat juga
terbentuk zona pengkayaan yang lebih dari satu, hal tersebut terjadi karena muka
air tanah yang selalu berubah-ubah, terutama dari perubahan musim.
Dibawah zona pengkayaan supergen terdapat zona mineralisasi primer
yang tidak terpengaruh oleh proses oksidasi maupun pelindihan, yang sering
disebut sebagai zona Hipogen, terdapat sebagai batuan induk yaitu batuan
Harzbugit.
10
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
akibat dari pelapukan dan air pada batuan asal yang mengakibatkan pengkayaan
pada zona retakan tersebut yang terisi oleh mineral garnierit, serta morfologi yang
relatif datar dengan kemiringan <15 o. Pengayaan sekunder konsentrat nikel secara
simultan di zona saprolit akan meningkatkan kadar nikel, hal ini terjadi karena
kelarutan nikel relatif tinggi dalam air hujan (bersifat asam) sehingga profil laterit
yang dipengaruhi oleh naik turunnya curah hujan merupakan zona pengayaan
supergen (nikel). Proses pengayaan supergen tersebut dikendalikan oleh pH air
hujan, frekuensi curah hujan, tingkat dan fluktuasi muka air tanah, dan kehadiran
mudahnya magnesium yang larut didalam profil laterit.
Secara umum, jika suatu endapan nikel laterit dilihat secara vertical maka akan
terdapat beberapa komponen utama yaitu:
Iron Capping, lapisan paling atas dari perlapisan laterit. Kandungan iron
capping didominasi oleh Fe, memiliki warna khas merah tua sampai coklat
kehitaman dan bersifat gembur, serta ketebalan rata-rata dari 0,3 hingga 6
m. Kadar nikel dalam lapisan ini sangatlah rendah sehingga tidak diambil
pada proses penambangan.
Zona Limonit, lapisan kedua dari perlapisan laterit. Kandungan besi lebih
tinggi dari zona saprolit, memiliki warna merah coklat hingga kuning,
berukuran butir fine grained, serta ketebalan rata-rata 8 hingga 15 m.
Kadar nikel pada lapisan ini bervariasi sehingga dapat diambil pada proses
penambangan apabila blok memiliki kadar nikel diatas cut off grade
Zona saprolit, merupakan zona pengayaan nikel laterit. Memiliki kadar
nikel relatif paling tinggi sehingga biasanya merupakan zona yang dicari
pada proses penambangan. Memiliki ketebalan 5 hingga 15 m. Memiliki
kadar MgO lebih tinggi dan Fe lebih rendah dibanding zona Limonit.
Bedrock, merupakan zona paling bawah dari perlapisan laterit yang tidak
terkena pelapukan. Terdiri dari bongkah batuan ultrabasa yaitu harzbugit
atau dunit. Tidak mengandung mineral dengan kadar yang ekonomis untuk
ditambang.
Zona limonit akan berasosiasi dengan oksida mangan dan hidroksida besi,
sedangkan pada zona saprolit, nikel hadir dalam bentuk mineral garnierit dan
silikat magnesium. Endapan Saprolit umumnya lebih kaya nikel dengan nilai
11
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
Ni > 1,5% dan parameter kadar nikel tinggi yaitu kandungan nikel ≥ 1,8%.
II.5 Eksplorasi Nikel
II.5.1 Eksplorasi awal
Eksplorasi awal dilakukan untuk mensortir lokasi-lokasi yang berpotensi
ditambang dengan yang tidak, dengan ketelitian yang lebih kecil dan biasanya
peta-peta yang digunakan adalah peta dengan skala kecil. Studi dilakukan
terhadap data-data berupa peta-peta survey terdahulu, catatan-catatan lama,
laporan temuan dan data pendukung lainnya. Kemudian dilanjutkan dengan
menentukan lokasi dan melakukan pemboran di beberapa titik dengan spasi yang
relatif jauh.
12
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
dinamakan sebagai Kode KCMI yang diterbitkan pada tahun 2011. Sumberdaya
nikel diklasifikasikan berdasarkan Kode KCMI (2011) yang mengatakan bahwa
sumberdaya terbagi menjadi tiga tingkatan berdasarkan tingkat keyakinannya
yaitu tereka (inferred), tertunjuk (indicated) dan terukur (measured). Tiga
tingkatan tersebut dibedakan berdasarkan kondisi geologi dan kerapatan data.
Tingkatan sumberdaya tertunjuk dan terukur dapat meningkat menjadi cadangan
terkira dan terbukti, apabila sumberdaya tersebut telah dikaji dan memenuhi
persyaratan dari segi faktor penambangan, metalurgi, ekonomi, pemasaran, legal,
lingkungan, sosial dan pemerintahan.
13
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
Terukur (measured) bila jarak antar titik lubang bor pada daerah lingkup
eksplorasi berjarak 1/3 sampai 2/3 sill
Tertunjuk (indicated) bila jarak antar titik lubang bor pada daerah lingkup
eksplorasi berjarak > 2/3 sill
Tereka (inferred) bila jarak antar titik lubang bor pada daerah lingkup
eksplorasi berjarak > 3/3 sill
Untuk metode kriging, dapat juga dilakukan klasifikasi menggunakan nilai
Relative Kriging Standard Deviation yang dapat menggambarkan besar error
dari estimasi. RKSD didapat dari rumus:
𝐾𝑠𝑑
𝑅𝐾𝑆𝐷 = 1,96 × ( ) (II.1)
𝑋𝑖
Keterangan:
RKSD= Relative Kriging Standard Deviation
Ksd= Kriging Standard Deviation
Xi= Nilai Estimasi
Dan kriging standar deviasi didapat dari pengakaran kuadrat Kriging
Varians
𝐾𝑠𝑑 = √𝐾𝑟𝑖𝑔𝑉𝑎𝑟 (II.2)
II.7 Statistik
Untuk dapat melakukan estimasi sumberdaya, perlu dilakukan analisa
statistik deskriptif yang menggambarkan data secara umum, menyajikan dan
menginterpretasikan data untuk memastikan kualitas data agar dapat dimodelkan
dengan baik.
Terminologi dan metode statistik telah digunakan dalam penentuan
karakteristikbijih sejak tahun 1945 (Sinclair and Blackwell, 2005). Perhitungan
kadar logamatau perhitungan karakteristik cadangan lainnya berhubungan dengan
bagian-bagian ilmu statistik seperti ukuran tendensi sentral, ukuran dispersi,
bentuk-bentuk fungsi kepadatan peluang, histogram, korelasi sederhana,
autokorelasi,hubungan antar dua kelompok data, dll. Metode statistik yang
tradisional inidigunakan juga dalam prosedur estimasi sumberdaya mineral.
Para ahli statistik berbicara mengenai populasi (yaitu seluruh objek
yangdipelajari, contohnya endapan). Populasi atau deposit ini
14
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
dikarakterisasimenjadi variabel, contohnya kadar, dengan parameter-parameter
yang unik(seperti mean, standar deviasi), dan pola penyebaran nilai-nilai terhadap
mean-nya (probability density function) yang unik pula.
Tujuan dari statistik adalah dapat mengetahui karakteristik atau parameter
populasi endapan dari sampel yang diambil. Sample dalam bidang statistik
diartikan menjadi contoh dari kumpulan nilai individual, dan sample dalam
bidang pertambangan diartikan sebagai sejumlah material/batu yang dianggap
merepresentasikan keadaan sekitarnya dan dapat dianalisis untuk menentukan
kualitas dari endapan tersebut (contohnya kadar).
Di evaluasi penambangan, sampel diambil dan dipilih menggunakan
sebuah pola tertentu dan tidak diambil secara acak. Pola pengambilan sample bisa
sangat berpola dan teratur sampai dengan yang sangat tidak beraturan.
(II.3)
Keterangan:
m = Rata-rata populasi
xi=Nilai data
n = Jumlah sampel
Nilai mean atau rata-rata ini juga diartikan sebagai ekspekstasi pengabilan secara
acak dari populasi.
Pada estimasi sumberdaya, contoh kasus yang ditemui adalah
memperkirakan rata-rata kadar dari sebuah populasi kadar, namun sample yang
dianalisa terbatas dan memiliki ukuran sample yang berbeda antar satu sample
dengan lainnya. Contohnya apabila dua sample inti bor memiliki panjang yang
berbeda, mean dari kedua sample tersebut dapat dihitung dengan menentukan
pembobotan mean masing-masing dengan bobot yang proporsional terhadap
volume atau massa sample. Dapat dihitung mean dari kombinasi dua sample
15
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
tersebut dengan persamaan:
(II.4)
Keterangan:
mw = Rata-rata sampel dengan ukuran berbeda
xi = Nilai data
wi= Bobot sampel
(II.5)
Keterangan :
s2 = Variansi sampel
xi = Nilai data
m = Mean data
n = Jumlah data
Nilai n-1 sering disebut dengan derajat kebebasan. Variansi sampel (s2) digunakan
untuk menaksir variansi populasi (σ2). Pembagi (n-1) digunakan agar s2takbias
jika digunakan untuk menaksir σ2 pada jumlah data yang kecil (n<30).
Akar dari variansi sering disebut standar deviasi, merupakan ukuran dispersi yang
lebih sering digunakan karena satuannya sama dengan variabel, dibandingkan
dengan variansi yang satuannya kuadrat. Jika nilai mean, m, dan nilai dispersi, s,
16
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
telah diperoleh dari n buah data, maka variansi error (disebut juga standard error
of mean, se) dihitung dengan persamaan:
(II.6)
Keterangan
se= Variansi error
s = Dispersi
n = ukuran sampel
artinya jika mean populasi dihitung dari beberapa sampel berukuran n, maka mean
tersebut akan mempunyai dispersi (s) yang ditaksir oleh se.
Pada perhitungan cadangan, sulit membedakan antara variansi dengan
variansi error. Variansi (atau standar deviasi) adalah ukuran penyebaran nilai
sedangkan variansi error (standard error of mean) adalah taksiran rata-rata error
yang dibuat ketika menaksir mean populasi dengan menggunakan ratarata sampel.
Weighted variance diperoleh dengan persamaan:
(II.7)
Keterangan:
sw =Weighted variance
wi = Bobot sampel
xi=Nilai data
mw= Mean
Variansi dari gabungan dua populasi diperoleh dengan persamaan:
(II.8)
12 = Variansi populasi 1
22 = Variansi populasi
m = mean
p = Proporsi populasi 1
dimana m menyatakan mean, subscript 1 dan 2 menyatakan Populasi 1 dan 2
sedangkan p menyatakan proporsi Populasi 1.
Persentil (atau kuantil) adalah nilai di bawah batas proporsi tertentu dari
sebuah data set. Median adalah persenti ke-50. Pada beberapa kasus, persentil
17
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
juga digunakan untuk mengukur penyebaran data. Persentil yang sering
digunakan adalah:
P10, P90 nilai data yang ke 10% dan 90% dari keseluruhan data
P25, P75 nilai data yang ke 25% dan 75% dari keseluruhan data
P50 nilai data yang ke 50% dari keseluruhan data, yaitu median.
II.7.3 Kovariansi
Kovariansi (sxy) adalah ukuran variasi yang terjadi antara dua variabel (x
dan y). Kovariansi dihitung dengan persamaan:
(II.9)
Keterangan:
sxy =Kovariansi
xi = Nilai data variabel x
yi = Nilai data variabel y
mx = Mean variabel x
my = Mean variabel y
Kovariansi akan bernilai positif jika nilai x berbanding lurus dengan nilai y dan
demikian pula sebaliknya. Jika variabel x dan y saling bebas, maka kovariansinya
akan bernilai 0, tetapi tidak berlaku sebaliknya, kovariansi dua variabel bisa
bernilai 0 tetapi variabel tersebut tidak saling bebas.
Skewness adalah kecenderungan terdapatnya ‘ekor’ dari kumpulan data.
Distribusi skewness positif mempunyai ekor di sekitar nilai-nilai yang tinggi,
sedangkan distribusi skewness negatif mempuyai ekor pada nilai-nilai yang
rendah.
18
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
Gambar II.5 Tiga contoh hasil analisis lubang bor yang digambarkan dengan
histogram. Skewness negatif (a), simetris (b) dan skewness positif
(c). Pada gambar (b) disertai dengan kurva normalnya.
II.7.4 Histogram
Histogram adalah grafik yang menampilkan frekuensi variabel dalam
interval nilai tertentu (biasanya interval seragam). Bentuk-bentuk distribusi seperti
skewness, dapat langsung terbaca dengan dibuatnya histogram. Demikian juga
dengan ukuran-ukuran kualitatif seperti pemusatan data, adanya satu atau lebih
19
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
modus, dll.
Bentuk dari distribusi data dapat sangat berguna untuk mengetahui
keberadaan error pada data, sampling atau analisis, menentukan kadar dan tonase
di atas cog serta untuk uji statistik lainnya. Histogram adalah sebuah alat yang
biasa dipakai dalam teknik perhitungan sumberdaya dan cadangan untuk
menampilkan informasi-informasi mengenai sampel yang dianalisa.
Interval nilai pada histogram harus dibuat seragam (1/4 atau 1/2 standar
deviasi) dan frekuensi data tidak ditampilkan dalam bentuk angka tetapi dalam
bentuk persentase (dengan tujuan untuk pembandingan histogram jika jumlah data
berbeda). Setiap histogram harus dilengkapi dengan informasi mengenai jumlah
data, interval kelas, mean dan standar deviasi.
Histogram juga dapat menunjukkan pembiasan spasial (lokasi) pada
sekelompok data yang dikarenakan oleh metode sampling yang subyektif.
Pembiasan ini umumnya disebabkan sampel lebih sering diambil pada zonazona
mineralisasi (misalnya urat) sedangkan pada zona kadar rendah cenderung lebih
jarang. Dengan demikian histogram akan cenderung mempunyai skewness negatif.
Hal ini bisa diantisipasi dengan melakukan pengambilan sampel seobyektif
mungkin dan pencatatan informasi sampel selengkap mungkin.
Gambar II.6 Ilustrasi data yang dikelompokkan secara spasial (a). Ukuran sel
paling optimal diperoleh ketika kurva mean terbobot mencapai titik
terendah jika data terkonsentrasi pada daerah kadar tinggi (b),
demikian pula sebaliknya. (Sinclair & Blackwell, 2005).
20
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
Salah satu cara lain untuk menghindari bias spasial ini adalah dengan
memberikan proporsi bobot nilai-nilai kadar sampel terhadap daerah poligon.
Sampel diberi proporsi bobot relatif terhadap jumlah total sampel yang terdapat di
dalam sel (dengan kata lain tiap-tiap sel mempunyai bobot yang sama berapa pun
jumlah data yang terdapat di dalamnya, tetapi bobot masing-masing sampel
bervariasi tergantung berapa banyak data sampel dalam selnya).
II.8 Geostatistik
Geostatistik secara umum bertujuan untuk mengetahui arah umum
kemerusan geologi dan kadar pada suatu badan bijih dengan menggunakan spasial
data 3D.Dalam proses estimasi sumberdaya, setiap blok model akan diestimasi
menggunakan data kadar drillhole/sampel yang ada di sekitar block model
tersebut. Geostatistik adalah analisa spatial correlation untuk mempertimbangkan
faktor jarak terhadap kemiripan/korelasisuatu nilai data dengan data disekitarnya.
Geostatistik adalah penerapan ilmu statistika terhadap spasial antara satu
data dengan lainnya, yang menggunakan prinsip bahwa antara satu data dengan
lainnya saling berhubungan, data dengan spasi lebih kecil memiliki variasi lebih
kecil dan konsep kemenerusan. Sedangkan menurut Oliver and Carol, (2005)
Geostatistik adalah sebuah metode statistik yang dipergunakan untuk dapat
melihat hubungan antar variabel yang diukur pada titik tertentu dengan variabel
yang sama diukur pada titik dengan jarak tertentu dari titik pertama (data spasial)
dan digunakan untuk mengestimasi parameter di tempat yang tidak diketahui
datanya. Sifat khusus dari data spasial ini adalah ketidakbebasan dan
keheterogenan. Ketidakbebasan disebabkan oleh perhitungan galat pengamatan
dan hasil penelitian di sebuah titik ditentukan oleh titik lainnya disekitarnya.
Keheterogenan disebabkan oleh adanya perbedaan wilayah.
II.8.1 Variogram
Variogram merupakan alat dalam geostatistik yang berupa grafik untuk
menunjukkan variasispasial antara data yang diukur. Apabila dipetakan
pengukuran kadar sebuah endapan, maka akan didapat bahwa titik yang
mengandung kadar tinggi akan berkumpul dengan titik dengan kadar tinggi pula
21
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
disekitarnya, dan titik dengan kadar rendah akan berada disekitar titik kadar
rendah lainnya. Perbedaan data tersebut dapat dituangkan dalam suatu grafik
variogram sebagai fungsi jarak. (Suprajitno, 2005) menyatakan sebagai berikut:
-nilai variogram disekitar titik awal mencerminkan kontinuitas lokal dan
variabilitas dari data acak yang dimiliki.
-nilai variogram untuk jarak (h) yang besar memiliki sifat konstan, bila
mencapai nilai konstan dinamakan sill.
-Jarak (h) pada nilai variogram mencapai nilai sill disebut range.
Menurut arah pencarian variogram, variogram terbagi menjadi dua jenis
yaitu variogram omni directional dan directional. Variogram omni directional
mencari pasangan data ke segala arah secara horizontal, sedangkan variogram
directional membutuhkan arah azimuth tertentu untuk mencari pasangan data.
Penggunaan variogram omni directional digunakan apabila mineral memiliki
kemenerusan isotrop, artinya menerus sama besar ke segala arah. Secara
variogram, isotrop artinya memiliki range yang sama besar untuk segala arah
azimuthnya. Variogram directional digunakan apabila mineral memiliki
kemenerusan anisotrop, yang artinya memiliki jarak kemenerusan yang
berbeda-beda setiap azimuthnya.
22
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
𝑁
Σ𝑖=1 (𝑋𝑖 − 𝑋(𝑖+ℎ) )2
𝛾(ℎ)=
2𝑁
(II.11)
Keterangan:
(h) = Nilai variogram pada interval h
Xi = Nilai data di titik i
N = Jumlah pasangan data
Untuk dapat membuat variogram eksperimental diperlukan
pengaturan-pengaturan untuk pencarian data yakni; lag (jarak antar data), number
of lags (jumlah lag), azimuth, dip, lag tolerance, angle tolerancedan bandwith.lag
adalah interval jarak h pada data, disesuaikan dengan jarak antar sampel. Number
of lags adalah berapa kali jumlah pencarian sepanjang lag hingga pencarian
berhenti (lag x number of lag = panjang pencarian). Lag tolerance adalah panjang
toleransi untuk lag sehingga data dengan kesalahan posisi yang relatif kecil tetap
dapat tercakup kedalam perhitungan variogram. Angle tolerance adalah toleransi
terhadap kesalahan sudut pencarian. Bandwith adalah lebar maksimal dari angle
tolerance.
23
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
sumber: http://geostatisticslessons.com/
Gambar II.8 Pencarian Variogram
a) Spherical
3ℎ ℎ 3
𝐶𝑜 + 𝐶 [(2𝑎) − (2𝑎) ] , 𝑢𝑛𝑡𝑢𝑘 ℎ ≤ 𝑎
𝛾 (ℎ ) = { (II.12)
𝐶𝑜 + 𝐶 , 𝑢𝑛𝑡𝑢𝑘 ℎ > 𝑎
Keterangan:
24
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
h = jarak antar sampel
Co+C = Sill
a = Range
b) Exponential
ℎ
𝛾 (ℎ) = 𝐶𝑜 + 𝐶 [1 − 𝑒𝑥𝑝 (− )] (II.13)
𝑎
Keterangan:
h = jarak antar sampel
Co+C = Sill
a = Range
c) Gaussian
ℎ 2
𝛾 (ℎ) = 𝐶𝑜 + 𝐶 [1 − 𝑒𝑥𝑝 (− 𝑎) ] (II.14)
Keterangan:
h = jarak antar sampel
Co+C = Sill
a = Range
25
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
Nugget effect, secara teori, nilai awal semivariogram adalah nol. ketika
lagmendekati nol nilai semivariogram disebut sebagai nugget.
Nugget Variance (Co), mewakili variasi pada jarak (lag) yang sangat kecil,
terrmasuk erordalam pengukuran.
26
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
variogram yang dibuat untuk dapat memenuhi kaidah BLUE pada kriging yang
berarti estimasinya linear dan tak bias, bertujuan untuk dapat melihat besar error
dari model variogram tersebut. Error yang kecil diharapkan untuk menghasilkan
estimasi yang lebih optimal.
Cross validation dilakukan dengan meniadakan sebuah titik untuk
sementara dan titik tersebut diestimasikan nilainya menggunakan titik data
disekitarnya, dan pertimbangan estimasi yang didapat dari model variogram,
dilakukan pada semua titik data. Hasilnya akan diplot terhadap kurva linear X=Y,
True Value atau nilai asli pada sumbu X dan Estimated Value atau nilai estimasi
pada sumbu Y.
II.8.6 Kriging
Kriging adalah metode estimasi yang menggunakan variogram model
sebagai pertimbangan estimasinya, mengestimasi nilai dari sebuah titik atau blok
sebagai kombinasi linear dari nilai sample yang berada disekitar titik yang akan
dilakukan estimasi. Kriging adalah sebuah teknik interpolasi untuk mencari nilai
dugaan pada kasus data yang memiliki spasial. Kriging terbagi menjadi dua jenis
yaitu Simple Kriging dan Ordinary Kriging.
Kriging dinyatakan sebagai BLUE, singkatan dari Best Linear Unbiased
Estimator, artinya kriging memiliki nilai dugaan linear dan tidak berbias,
memiliki ragam minimum sehingga dinyatakan sebagai metode estimasi terbaik.
Persamaan kriging sebagai berikut:
𝜆1 . 𝛾 (𝑋1 , 𝑋1 ) + 𝜆2 . 𝛾 (𝑋1 , 𝑋2 ) + ⋯ + 𝜆𝑘 . 𝛾 (𝑋1 , 𝑋𝑘 ) + 𝜇 = 𝛾(𝑋0 , 𝑋1 )
𝜆1 . 𝛾 (𝑋1 , 𝑋2 ) + 𝜆2 . 𝛾 (𝑋2 , 𝑋2 ) + ⋯ + 𝜆𝑘 . 𝛾 (𝑋2 , 𝑋𝑘 ) + 𝜇 = 𝛾(𝑋0 , 𝑋2 )
𝜆1 . 𝛾 (𝑋1 , 𝑋3 ) + 𝜆2 . 𝛾 (𝑋3 , 𝑋2 ) + ⋯ + 𝜆𝑘 . 𝛾 (𝑋3 , 𝑋𝑘 ) + 𝜇 = 𝛾(𝑋0 , 𝑋3 )
𝜆1 + 𝜆2 + ⋯ + 𝜆𝑘 + 0 = 1 (II.13)
Kemudian persamaan tersebut dibuat dalam bentuk matriks:
𝑊 × 𝐴=𝐵
𝛾 (𝑋1 , 𝑋1 ) 𝛾(𝑋1 , 𝑋2 ) ⋯ 𝛾(𝑋1 , 𝑋𝑘 ) 1 𝜆1 𝛾(𝑋0 , 𝑋1 )
𝛾 (𝑋2 , 𝑋1 ) 𝛾 (𝑋2 , 𝑋2 ) ⋯ 𝛾 (𝑋2 , 𝑋𝑘 ) 1 𝜆 2 𝛾 (𝑋0 , 𝑋2 )
⋮ ⋮ ⋱ ⋮ ⋮ × ⋮ = ⋮ (II.14)
𝛾(𝑋𝑘 , 𝑋1 ) 𝛾 (𝑋𝑘 , 𝑋2 ) ⋯ 𝛾 (𝑋𝑘 , 𝑋𝑘 ) 1 𝜆𝑘 𝛾 (𝑋0 , 𝑋𝑘 )
[ 1 1 ⋯ 1 0] [ 𝜇 ] [ 1 ]
Elemen W dan B berasal dari persamaan spasial covariance atau
27
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
variogram model. Selanjutnya untuk mendapatkan bobot kriging, dibuat
persamaan berikut:
𝐴 = 𝑊 −1 𝐵 (II.15)
Hasil dari estimasi yang disebut tidak bias adalah hasil estimasi yang
memiliki hasil tidak berpihak pada satu sisi. Dapat dipastikan estimasi tidak bias
dengan cross validation.
28
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra
Kerugian dari metode ini adalah nilai hasil interpolasi terbatas pada nilai
yang ada pada data sample dan ukuran radius pencarian yang digunakan. Dengan
kata lain, karena metode ini menggunakan rata-rata dari data sampel sehingga
nilainya tidak bisa lebih kecil dari minimum dan tidak bisa lebih besar dari
maksimum. Jadi, pundak bukit atau lembah terdalam tidak dapat ditampilkan dari
hasil interpolasi model ini. Untuk mendapatkan hasil yang baik, sampel data yang
digunakan harus rapat yang berhubungan dengan variasi lokal. Jika samplenya
agak jarang dan tidak merata, kemungkinan besar hasilnya tidak sesuai dengan
yang diinginkan.
Adapun rumus perhitungan untuk dapat mengestimasi suatu nilai dengan
menggunakan metode inverse distance squared dapat diuraikan sebagai berikut:
Rumus umum estimasi:
𝑛
𝐸 = Σ𝑖=1 𝑊𝑖 𝑋𝑖 (II.16)
Rumus Inverse Distance Squared (IDS)
𝑋𝑖
Σ𝑛
𝑖=1 2
𝑑𝑖
𝐸= 1 (II.17)
Σ𝑛
𝑖=1 𝑑2
𝑖
Keterangan:
E = Titik yang akan diestimasi
n = Jumlah data yang diestimasi
i = Titik data
Wi = Bobot yang diberikan pada titik i
Xi = Nilai data pada titik i
Untuk mendapatkan nilai pembobotan, digunakan persamaan faktor
pembobotan sebagai berikut:
1
𝑑2
𝑖
𝑊𝑖 = 1 (II.18)
Σ𝑛
𝑖=1 𝑑2
𝑖
Keterangan:
Wi = Bobot yang diberikan pada titik i
𝑑𝑖2 = Jarak antar titik data i terhadap titik estimasi
29
Kajian estimasi selektif sumberdaya nikel dengan metode IDS dan ORDINARY KRIGING di
PT ANTAN TBK UNIT GEOMIN POMALAA KOLAKA, Sulawesi Tenggara
Muh Dindra Rahmadwiputra