Iqbal
FAKULTAS TEKNIK
PROGRAM STUDI TEKNIK GEOLOGI
Stambuk : F 121 17 007
Acara 2 : Analisis Ukuran Butir
Dalam mengukur ukuran butir sedimen dapat dilakukan dengan beberapa cara, tergantung dari
ukuran butirnya. Namaun pada pembahasan ini digunakan metode langsung dan ayakan yang mudah
dilakukan dan sederhana.
Pengolahan data distribusi frekuensi ukuran butir yang umum dilakukan berupa perhitungan
parameter statistik secara grafis dan secara matematis. Analisa ukuran butir sedimen dilakukan untuk
mengetahui nilai rata-rata suatu ukuran butir, mean, modus, sortasi, skewness dan kurtosis dengan
menggunakan cara grafis maupun matematis.
Cara Grafis
Untuk melakukan perhitungan secara grafis, maka yang harus dilakukan terlebih dahulu adalah
melakukan plotting data, sebagai histogram dan kurva distribusi frekuensi sehingga didapat gambaran
visual data. Kemudian melakukan perhitungan parameter statistic yang berupa rata-rata, standar
deviasi, kurtosis, sortasi, skewness, dll, secara deskriptif dari grafik.
Pehitungan perameter secara grafis pada prinsipnya adalah menggunakan kurva frekuensi atau
frekuensi kumulatif unutk menentukan nlai phi pada presentil tertentu. Rumus perhitungan yang sering
dipakai adalah yang diusulkan oleh Folk & Ward (1957, lihat Friedman & Sanders, 1978; Lewis &
McConchie, 1994), yaitu:
a) Median
Merupakan nilai tengah dari populasi total. Dapat dilihat langsung dari kurva kumulatif, yaitu nilai
phi pada titik dimana kurva kumulatif memotong nilai 50%
b) Mode
Merupakan ukuran butir sedimen yang frekuensi kemunculannya paling tinggi (paling
sering/paling banyak). Nilai mode adalah nilai phi pada titik tertinggi kurva frekuensi.
c) Mean
Merupakan nilai rata-rata ukuran butir.
∅ 16+∅ 50+∅ 84
Mz=
3
d) Sortasi
Merupakan nilai standar deviasi yang menunjukkan tingkat keseragaman butir.
∅ 84−∅ 16 ∅ 95−∅ 5
σ 1= +
4 6,6
Klasifikasi sortasi (σ1):
Nilai Kategori
< 0,35 Ø Very well sorted
0,35 Ø – 0,50 Ø Well sorted
0,50 Ø – 0,71 Ø Moderately well sorted
0,71 Ø – 1,00 Ø Moderately Sorted
1,00 Ø – 2,00 Ø Poorly sorted
2,00 Ø – 4,00 Ø Very poorly sorted
> 4,00 Ø Extemely poorly sorted
e) Skewness
Merupakan nilai kesimetrisan kurva frekuensi
∅ 84 +∅ 16−2 ∅ 50 ∅ 95+∅ 5−2 ∅ 50
Sk 1= +
2(∅ 84−∅ 16) 2( ∅ 95−∅ 5)
Klasifikasi skewness (Sk1):
Nilai Kategori
> +0,3 Very fine-skewed
+0,3 - +0,1 Fine-skewed
+0,1 - -0,1 Near-symmetrical
-0,1 - -0,3 Course-skewed
< -0,3 Very coarse-skewed
f) Kurtosis
Merupakan nilai yang menunjukkan kepncakan kurva.
∅ 95−∅ 5
K G=
2,44 (∅ 75−∅ 25)
Klasifikasi kurtosis (KG):
Nilai Kategori
< 0,67 Very platykurtic
0,67 – 0,90 Platykurtic
0,90 – 1,11 Mesokurtic
1,11 – 1,50 Leptokurtic
1,50 – 3,00 Very leptokurtic
> 3,00 Extremely leprokrtic
Cara Matematis
Perhitungan secara matematis pada prinsipnya menggunakan konsep moments. Pada perhitungan
cara ini dibutuhkan data distribusi frekuensi yang lengkap, dimana tidak boleh adanya data pan fraction
yang tidak terukur, sehingga datanya harus diekstrapolasikan sampai 100%. Perhitungan ini
menggunakan asumsi bahwa kurva distribusi frekuensinya bersifat distribusi normal (Gaussian).
Rumus-rumus yang digunakan dalam perhitungan adalh:
Rumus-rumus yang digunakan dalam perhitungan adalah:
a) Mean (XØ)
∑ f .m
X ∅=
N
b) Sortasi (σØ)
√
2
∑ f (m−x ∅)
σ ∅=
100
c) Skewness (SkØ)
∑ f (m−x ∅ )3
Sk ∅= 3
100.σ ∅
d) Kurtosis (KØ)
∑f (m−x ∅)4
K ∅= 4
100. σ ∅
Dengan diperolehnya data dari perhitungan secara grafis maupun secara matematis, maka kita
dapat mengetahui:
- Karakteristik sedimen terutama tekstur sedimen dengan tinjauan statistik.
- Ketersediaan partikel dengan ukuran butir tertentu.
- Agen transportasi dan deposisinya.
- Proses deposisi akhir (suspense, traksi, saltasi, dll.)
- Lingkungan pengendapannya.
- Melakukan korelasi sampel yang berasal dari lingkungan pengendapan sama.