1.

1 Tujuan Percobaan
Sampling
1.1.1 Mempelajari teknik-teknik sampling dan reduksi jumlahnya
1.1.2 Menguasai data-data statistik yang digunakan pada sampling
Analisa Ayak
1.1.1 Mempelajari plot Gaudin – Schuhmann dan Rosin – Ramler
1.1.2 Membuat plot grafik Gaudin – Schuhmann dan Rosin – Ramler
1.1.3 Mempelajari analisa ayak

1.2 Teori Dasar

Sampling
Sebelum melakukan sampling perlu diperhatikan elemen dasar dan masalah-
masalah yang mungkin timbul dati sampling ini. Ada pun elemen dasar yang terlibat
dalam prosedur pengambilan sampling adalah sebagai berikut :
a. Menentukan karakteristik sample
b. Menentukan tingkat kepercayaan (confidence level)
c. Karakteristik populasi
d. Menentukan ukuran sample yang dibutuhkan

Masalah-masalah yang mungkin timbul dalam sampling ini disebabkan oleh :

a. Variasi jenis mineral yang ada dalam bahan galian
b. Distribusi yng tidak merata di dalam bahan galian
c. Variasi ukuran dari mineral-mineral yang terdapat dalam bahan galian
d. Variasi dari densitas masing-masing mineral
e. Variasi dari kekerasan masing-masing mineral

Riffle
Metode sampling yang digunakan dalam percobaan ini digunakan metode Riffle.
Riffle merupakan alat sampling yang membagi mineral yang diumpankan menjadi dua
bagian. Metode ini cukup bagus dalam mengambil saple untuk melakukan grain
counting dalam percobaan ini.
Coning & Quatering
Metode lain yang digunakan adalah metode Coning & Quatering. Metode ini
dilakukan secara manual, tidak menggunakan alat seperti riffle. Increment yang diambil
dibagi 4 bagian utama. Bagian yang diambil untuk grain counting adalah bagian yang
saling bersebrangan.
Grain Counting
Prosedur yang dilakukan setelah mengambil sample dalam increment adalah grain
counting. Grain counting merupakan teknik penentuan kadar suatu mineral dengan
menghitung butir yang ada dalam kotak-kotak seperti pada gambar dibawah ini.

1 2

3 4

Butiran dari inkremen dijatuhkan diatas kotak 5, kemudian hitung jumlah butiran
masing-masing mineral di masing-masing kotak. Dalam menghitung jumlah butiran
masing-masing mineral digunakan dasar perbedaan warna dan kilap dalam menentukan
perbedaan mineral-mineral dalam sample. Misalnya, dalam percobaan ini digunakan
campuran kasiterit dan kuarsa. Kuarsa berwarna putih dan kasiterit berwarna hitam.

Analisa Ayak
Dalam percobaan ini lebih ditekankan pada presentasi hasil analisis ayakan melalui
grafik. Ada pun macam-macam grafik yang digunakan :
a. Direct Plot
Pada grafik ini ukuran partikel pada jarak yng sama sebagai absis diplot
terhadap persen berat tertampung pada masing-masing ayakan berukuran
tertentu
b. Cumulative Direct Plot
Pada grafik ini persen berat kumulatif tertampung atau persen berat kumulatif
lolos ayakan diplot terhadap ukuran.
c. Semi log Plot
Pada grafik ini sumbu x ,sebagai ukuran, menggunakan skala logaritmik
 d. Log-log Plot
Baik sumbu tegak maupun sumbu horizontal menggunakan skala logaritmik.

Pada percobaan ini digunakan grafik Gaudin – Schuhmann yang termasuk dalam
grafik log-log plot, dan juga Rosin – Ramler yang termasuk grafik log log – log log
plot.

Gaudin – Schuhmann Plot

Gaudin – Schuhmann Plot dinyatakan dalam persamaa

Y = 100 [ x / k ]m

Y = % berat kumulatif lolos ukuran x

m = modulus distribusi
k = modulus ukuran dalam mikron
x = ukuran partikel

Rosin – Ramler Plot

Rosin-Ramler Plot dinyatakan dalam persamaan

R = 100 e- (x/x)

R = % berat kumulatif tertampung ukuran x

x = ukuran (mm)
x = modulus ukuran (mm), didapat ketika R = 36.79 %
n = modulus distribusi

1.3 Alat Dan Bahan

Sampling
o Riffle o Kaca pembesar
o Coning dan Quatering o Kasiterit (SnO2)
o Sendok o Kuarsa (SiO2)
 Analisa Ayak
o Ayakan o Batubara
o Timbangan

1.4 Cara Kerja

Sampling

e Lakukan Riffle
R iffl
to da
Me
Lakukan Grain
Siapkan umpan Me Hitung %Berat
tod Counting
aC
on
ing
Lakukan Coning
Quatering

Analisa Ayak
Hanya melakukan analisis data.

1.5 Data Dan Perhitungan

Sampling
1.5.1 Metode Riffle
1 2 3 4 5
No
P H P H P H P H P H
1 3 6 10 2 8 8 5 3 4 2
2 4 6 9 10 9 13 7 13 11 14
3 1 12 7 9 8 15 5 8 4 7
4 5 9 11 13 6 16 7 7 11 10
5 10 2 6 1 6 5 10 3 3 4
1.5.2 Metode Coning Quartering
1 2 3 4 5
No
P H P H P H P H P H
1 3 5 10 3 10 10 19 4 11 4
2 8 3 5 5 15 5 10 6 3 5
3 9 2 9 0 12 4 7 7 2 6
4 2 1 6 2 8 3 2 2 10 7
5 11 2 5 4 10 5 7 5 6 4
H = Hitam (Kasiterit)
P = Putih (Kuarsa)
 Data Literatur
γ SnO = 6,695
2 γ SiO = 2.65
2

Perhitungan :
Rumus-rumus Yang digunakan :
% WSnO2 ={ [ n SnO2 . γ SnO2 ] / [(n SnO2 . γ SnO2 ) + (n SiO2 . γ SiO2 ) ] } x 100%
% WSiO2 = 100 - % WSnO2

n SnO2 = jumlah butiran kasiterit ( SnO2 )

γ SnO 2 = densitas kasiterit

Tabel Hasil Perhitungan %W

Metode Riffle
1 2 3 4 5
No
P H P H P H P H P H
1 16.52% 83.48% 66.43% 33.57% 28.36% 71.64% 39.75% 60.25% 44.19% 55.81%
2 20.88% 79.12% 26.27% 73.73% 21.51% 78.49% 17.57% 82.43% 23.72% 76.28%
3 3.19% 96.81% 23.54% 76.46% 17.43% 82.57% 19.83% 80.17% 18.45% 81.55%
4 18.03% 81.97% 25.09% 74.91% 12.92% 87.08% 28.36% 71.64% 30.33% 69.67%
5 66.43% 33.57% 70.37% 29.63% 32.20% 67.80% 56.89% 43.11% 22.89% 77.11%

Metode Coning dan Quartering

1 2 3 4 5
No
P H P H P H P H P H
1 19.19% 80.81% 56.89% 43.11% 28.36% 71.64% 65.28% 34.72% 52.12% 47.88%
2 51.35% 48.65% 28.36% 71.64% 54.28% 45.72% 39.75% 60.25% 19.19% 80.81%
3 64.04% 35.96% 100.00% 0.00% 54.28% 45.72% 28.36% 71.64% 11.66% 88.34%
4 44.19% 55.81% 54.28% 45.72% 51.35% 48.65% 28.36% 71.64% 36.12% 63.88%
5 68.52% 31.48% 33.10% 66.90% 44.19% 55.81% 35.66% 64.34% 37.25% 62.75%
Menghitung Mean, Varians, Standard Deviation, Confidence Level 95% untuk rataan.

%W Kasiterit Metode Riffle ( X )

No X X-Xrataan (X-Xrataan)2
1 83.48% 13.52% 1.83%
2 79.12% 9.17% 0.84%
3 96.81% 26.85% 7.21%
4 81.97% 12.02% 1.44%
5 33.57% -36.39% 13.24%
6 33.57% -36.39% 13.24%
7 73.73% 3.78% 0.14%
8 76.46% 6.51% 0.42%
9 74.91% 4.96% 0.25%
10 29.63% -40.32% 16.26%
11 71.64% 1.69% 0.03%
12 78.49% 8.54% 0.73%
13 82.57% 12.62% 1.59%
14 87.08% 17.12% 2.93%
15 67.80% -2.16% 0.05%
16 60.25% -9.70% 0.94%
17 82.43% 12.48% 1.56%
18 80.17% 10.21% 1.04%
19 71.64% 1.69% 0.03%
20 43.11% -26.84% 7.20%
21 55.81% -14.14% 2.00%
22 76.28% 6.32% 0.40%
23 81.55% 11.60% 1.35%
24 69.67% -0.29% 0.00%
25 77.11% 7.15% 0.51%
Total 1748.86% 75.23%
Rataan 69.95%
S2 3.13%
S 17.71%
%W Kuarsa Metode Riffle ( Y )

No Y Y-Yrataan (Y-Yrataan)2
1 16.52% -13.52% 1.83%
2 20.88% -9.17% 0.84%
3 3.19% -26.85% 7.21%
4 18.03% -12.02% 1.44%
5 66.43% 36.39% 13.24%
6 66.43% 36.39% 13.24%
7 26.27% -3.78% 0.14%
8 23.54% -6.51% 0.42%
9 25.09% -4.96% 0.25%
10 70.37% 40.32% 16.26%
11 28.36% -1.69% 0.03%
12 21.51% -8.54% 0.73%
13 17.43% -12.62% 1.59%
14 12.92% -17.12% 2.93%
15 32.20% 2.16% 0.05%
16 39.75% 9.70% 0.94%
17 17.57% -12.48% 1.56%
18 19.83% -10.21% 1.04%
19 28.36% -1.69% 0.03%
20 56.89% 26.84% 7.20%
21 44.19% 14.14% 2.00%
22 23.72% -6.32% 0.40%
23 18.45% -11.60% 1.35%
24 30.33% 0.29% 0.00%
25 22.89% -7.15% 0.51%
Total 751.14% 75.23%
Rataan 30.05%
S2 3.13%
S 17.71%
% W Kasiterit Metode Coning & Quartering ( X` )

No X X-Xrataan (X-Xrataan)2
1 80.81% 25.05% 6.28%
2 48.65% -7.11% 0.50%
3 35.96% -19.80% 3.92%
4 55.81% 0.06% 0.00%
5 31.48% -24.28% 5.89%
6 43.11% -12.64% 1.60%
7 71.64% 15.89% 2.52%
8 0.00% -55.76% 31.09%
9 45.72% -10.04% 1.01%
10 66.90% 11.14% 1.24%
11 71.64% 15.89% 2.52%
12 45.72% -10.04% 1.01%
13 45.72% -10.04% 1.01%
14 48.65% -7.11% 0.50%
15 55.81% 0.06% 0.00%
16 34.72% -21.03% 4.42%
17 60.25% 4.50% 0.20%
18 71.64% 15.89% 2.52%
19 71.64% 15.89% 2.52%
20 64.34% 8.59% 0.74%
21 47.88% -7.87% 0.62%
22 80.81% 25.05% 6.28%
23 88.34% 32.59% 10.62%
24 63.88% 8.12% 0.66%
25 62.75% 6.99% 0.49%
Total 1393.88% 88.18%
Rataan 55.76%
S2 3.67%
S 19.17%
% W Kuarsa Metode Coning & Quartering (Y`)

No Y Y-Yrataan (Y-Yrataan)2
1 19.19% -25.05% 6.28%
2 51.35% 7.11% 0.50%
3 64.04% 19.80% 3.92%
4 44.19% -0.06% 0.00%
5 68.52% 24.28% 5.89%
6 56.89% 12.64% 1.60%
7 28.36% -15.89% 2.52%
8 100.00% 55.76% 31.09%
9 54.28% 10.04% 1.01%
10 33.10% -11.14% 1.24%
11 28.36% -15.89% 2.52%
12 54.28% 10.04% 1.01%
13 54.28% 10.04% 1.01%
14 51.35% 7.11% 0.50%
15 44.19% -0.06% 0.00%
16 65.28% 21.03% 4.42%
17 39.75% -4.50% 0.20%
18 28.36% -15.89% 2.52%
19 28.36% -15.89% 2.52%
20 35.66% -8.59% 0.74%
21 52.12% 7.87% 0.62%
22 19.19% -25.05% 6.28%
23 11.66% -32.59% 10.62%
24 36.12% -8.12% 0.66%
25 37.25% -6.99% 0.49%
Total 1106.12% 88.18%
Rataan 44.24%
S2 3.67%
S 19.17%
Confidence Level 95%
v =n–1 t0,025 = 2,045
= 25 –1
v = 24
xm - t0.025 [S / (n-1)0.5 ] < u < xm + t0.025 [S / (n-1)0.5 ]

Tabel Rataan dan Standar Deviasi

Material Riffle Coning & Quatering
Xm (Kasiterit) 69.95% 55.76%

S 17.71% 19.17%

Ym (Kuarsa) 30.05% 44.24%

S 17.71% 19.17%

MetodeRiffle
a. % Berat Kasiterit
69,95% – (2.045) [ 17,71% / (24)0.5 ] < u < 69,95% + (2.045) [ 17,71% / (24)0.5 ]
62,56% < u < 77,34%
b. % Berat Kuarsa
30,05% – (2.045) [ 17,71% / (24)0.5 ] < u < 30,05% + (2.045) [ 17,71% / (24)0.5 ]
22,66% < u < 37,44%

Coning & Quatering

a. % Berat Kasiterit
55,76% – (2.045) [ 19,17% / (24)0.5 ] < u < 55,76% + (2.045) [ 19,17% / (24)0.5 ]
47,76% < u < 63,76%
b. % Berat Kuarsa
44,24% – (2.045) [ 19,17% / (24)0.5 ] < u < 44,24% + (2.045) [ 19,17% / (24)0.5 ]
36,24% < u < 52,24%
 Analisa Ayak
Tidak dilakukan

1.6 Pembahasan
Sampling
Tabel % Berat dengan tingkat kepercayaan 95%
Kasiterit Kuarsa

Riffle 62,56% < u < 77,34% 22,66% < u < 37,44%

Coning Q 47,76% < u < 63,76% 36,24% < u < 52,24%

Tabel di atas menunjukkan selang % berat kuarsa dan % berat kasiterit dengan
tingkat kepercayaan 95%. Tingkat kepercayaan semakin tinggi selangnya akan semakin
lebar. Semakin lebar selang % berat yang dibuat semakin tinggi tingkat
kepercayaannya, berbeda halnya jika selang didapat kecil, maka tingkat kepercayaanya
semakin kecil, semakin diragukan kebenarannya akan angka yang sebenarnya
termasuk di dalam selang tersebut.

Perbedaan hasil yang didapat antara metode Riffle dengan Coning Quatering
disebabkan akan faktor-faktor yang mempengaruhi dalam pengambilan sampling. Ada
pun faktor-faktor yang mempengaruhi hasil tersebut adalah :
a. Variasi jenis mineral yang ada dalam bahan galian
Di dalam sample tidak hanya terdapat kuarsa dan kasiterit saja, terdapat juga
gangue atau pengotor. Hal ini juga mempengaruhi dalam mengambil sample
untuk di –grain counting.

b. Distribusi yang tidak merata di dalam bahan galian

Kuarsa dan Kasiterit di dalam contoh tidak terdistribusi merata karena adanya
pengotor, perbedaan ukuran, perbedaan densitas. Tidak meratanya distribusinya
kuarsa dan kasiterit dalam contoh bisa juga disebabkan oleh salahnya prosedur
dalam percobaan, misalnya kurang diaduknya contoh sebelum di masukkan ke
dalam riffle ataupun dengan Coning & Quatering.
c. Variasi ukuran dari mineral-mineral yang terdapat dalam bahan galian
Perbedaan ukuran antara kuarsa dan kasiterit menyebabkan distribusi yang tidak
merata dalam contoh. Partikel dengan ukuran besar cenderung berada di bawah
akibat gaya gravitasi, sedangkan partikel halus berada di atas.

d. Variasi dari densitas masing-masing mineral

Perbedaan densitas juga menyebabkan tidak meratanya distribusi kuarsa (2.65)
dan kasiterit (6.6 – 7.0 ). Partikel dengan densitas besar dengan bantuan gaya
gravitasi cenderung ke arah pusat bumi atau berada di bawah. Sedangkan
partikel dengan densitas rendah akan terdorong oleh partikel densitas besar ke
atas. Pebedaan ini juga mempengaruhi dalam pembagian contoh menjadi dua
bagian dengan Riffle dengan cara perbedaan kecepatan jatuh akibat perbedaan
densitas, sehingga ketika contoh terbagi dua bagian kecenderungan partikel
densitas besar berada di bawah dan partikel densitas kecil berada di atas. Dalam
percobaan ini densitas kasiterit lebih besar daripada kuarsa. Dari data percobaan
grain counting, di dapat jumlah butiran kuarsa lebih banyak daripada jumlah
butiran kasiterit. Hal ini dikarenakan pengambilan butiran contoh untuk di –
grain counting hanya berada di permukaan saja. Berdasarkan perbedaan
densitas, maka kuarsa cenderung berada di atas dekat permukaan akibat dari
densitasnya yang lebih kecil dari kasiterit.

e. Variasi dari kekerasan masing-masing mineral

Perbedaan kekerasan kuarsa ( 7 ) dan kasiterit (6 – 7) menyebabkan perbedaan
di – grain counting. Partikel yang mudah hancur atau kekerasannya lebih kecil
jumlah butirannya akan bertambah sehingga akan mempengaruhi statistik dari
% Berat mineral tersebut. Partikel tersebut hancur oleh benturan partikel dengan
kekerasan lebih besar ketika pengambilan contoh atau pembagian contoh
dengan Riffle. Dalam percobaan ini kekerasan kasiterit lebih kecil dari kuarsa,
dan perbedaannya tidak terlalu jauh sehingga faktor kekerasan tidak terlalu
mempengaruhi perbedaan hasil yang didapat.
 Analisa Ayak
5.1 Berikut ini adalah hasil pengayakan dari bijih yang telah diremuk
%W Kumulatif
No Ukuran (mm) %W Tertampung %W Kumulatif Tertampung
Lolos
1 4.000 0.2 0.2 99.8
2 2.830 0.2 0.4 99.6
3 2.000 4.9 5.3 94.7
4 1.410 9 14.3 85.7
5 1.000 12.5 26.8 73.2
6 0.710 10.6 37.4 62.6
7 0.500 8.5 45.9 54.1
8 0.350 7.7 53.6 46.4
9 0.250 6.4 60 40
10 0.180 5.8 65.8 34.2
11 0.125 4.2 70 30
12 0.000 30 100 0

5.1.1 Serie ayakan apakah yang digunakan ?

Jawab :
6# - 8# - 10# - 14# - 20# - 28# - 35# - 48# - 65# - 100# - 150# - 400#

5.1.2 Plot Data Tersebut Pada kertas Grafik Gaudin – Schuhmann dan hitung
ukuran terbesar nominal dan modulus istribusi m!
Jawab:
(Plot Gaudin Schuhmann ada di lampiran)

Y = 100 [ x / k ]m
x = (um)
Dari grafik didapat,
k = 1900 um
m = 0.4762
Sehingga pers. Menjadi

Y = 100 [ x / 1900 ]0.4768

5.1.3 Plot juga data-data tersebut pada kertas grafik Rosin – Ramler da hitung
ukuran nominal dan modulus distribusi !
Jawab :
(Plot Rosin - Ramler ada di lampiran)
 Persamaan umum Rosin-Ramler,

R = 100 exp [- (x/x) n ]

x = (mm)

Dari grafik didapat,

x = 0.55 mm (didapat ketika R = 36.79%)
n = 0.76

Sehingga persamaannya menjadi,

R = 100 exp [- (x/0.5) 0.76 ]

5.1.4 Beri komentar tentang kelurusannya dari msing-msing plot. Plot mana yang
paling fit dari dat dan kenapa?
Jawab :
Plot dengan Gaudin – Schuhmann lebih lurus dibanding dengan plot Rosin –
Ramler. Plot Gaudin – Schuhmann lebih lurus karena garis ditarik dari plot-
plot yang membentuk suatu garis linier, sedangkan plot yang tidak
memungkinkan untuk membuat suatu garis linier diabaikan. Plot yang tidak
membentuk suatu garis linier terjadi pada ukuran partikel kasar. Pada Rosin
– Ramler, plot-plot tersebut dibuat regresi liniernya, sehingga plot yang
tidak membentuk garis linier akan diperhitungkan keberadaanya pada
regresi. Pada percobaan ini, data yang dimiliki tidak mendukung untuk
membentuk garis linier sehingga plotnya tidak fit atau dengan kata lain
error-nya cukup besar.

5.1.5 Bahas hubungan antara kedua nilai modulus distribusi yang ditentukan oleh
kedua grafik tersebut !
Jawab :
Modulus distribusi yang didapat :
n = 0.76 m = 0.4762
Modulus distribusi plot Rosin – Ramler lebih besar daripada plot Gaudin –
Schuhmann. Hal ini disebabkan oleh efek dari log log. Sumbu x dan sumbu
y mengalami pelebaran, dan pelebaran sumbu y lebih besar dari pelebaran
 sumbu x, sehingga plot yang dibentuk akan menanjak lebih tinggi atau
gradiennya semakin besar. Pelebaran ini dimaksudkan agar plot yang
dibentuk Gaudin – Scuhmann akan menjadi lebih lurus lagi pada plot Rosin
– Ramler. Maka dari itu keuntungan dari plot Rosin – Ramler adalah
kelinieran grafik.

5.2 Berikut adalah data-data hasil pengayakan batubara yang datang dari tambang.
Batubara I Batubara II Batubara III
Fraksi ukuran
No %W %W kumulatif %W %W kumulatif %W %W kumulatif
tertampung tertampung tertampung tertampung tertampung tertampung

1 -100 + 63 24.60 24.60 3.30 3.30 1.80 1.80

2 - 63 + 31.5 15.20 39.80 4.90 8.20 18.00 19.80
3 -31.5 + 11.2 23.30 63.10 14.90 23.10 34.60 54.40
4 -11.2 + 5.6 12.80 75.90 18.70 41.80 17.20 71.60
5 - 5.6 + 1.0 15.90 91.80 39.10 80.90 22.20 93.80
6 - 1.0 + 0.50 2.60 94.40 7.70 88.60 3.30 97.10
7 - 0.50 + 0.25 2.70 97.10 6.50 95.10 2.00 99.10
8 - 0.25 + 0.125 1.50 98.60 3.30 98.40 0.50 99.60
9 -0.125 1.40 100.00 1.60 100.00 0.40 100.00

5.2.1 Buat Plot yang cocok untuk data di atas, tentukan konstanta dan bandingkan
ukuran batubara tersebut.
Jawab :
(Plot ada pada Lampiran)
Batubara I

R = 100 exp [- (x/36) 0.69 ]

Batubara II

R = 100 exp [- (x/10) 0.80 ]

Batubara III

R = 100 exp [- (x/17) 1.02 ]

5.2.2 Jika untuk batubara II, konstanta ukuran diperkecil menjadi 4 mm dengan
peremukan secara alamiah apakah distribusi ukuran tetap konstan?
Tentukan % batubara yang < 1.0 mm baru dari contoh !
Jawab :
Ketika modulus ukuran diubah maka distribusi ukuran juga akan berubah.
 Sehingga persamaan Rosin - Ramlernya menjadi

R = 100 exp [- (x/4) 1.10 ]

1.7 Kesimpulan
Sampling
1. Rataan dan Standard Deviasi yang didapat
Material Riffle Coning & Quatering
Xm (Kasiterit) 69.95% 55.76%

S 17.71% 19.17%

Ym (Kuarsa) 30.05% 44.24%

S 17.71% 19.17%

2. Selang Rataan dengan tingkat kepercayaan 95%

Kasiterit Kuarsa

Riffle 62,56% < u < 77,34% 22,66% < u < 37,44%

Coning Q 47,76% < u < 63,76% 36,24% < u < 52,24%

3. Faktor – faktor yang mempengaruhi sampling :

a. Variasi jenis mineral yang ada dalam bahan galian
b. Distribusi yng tidak merata di dalam bahan galian
c. Variasi ukuran dari mineral-mineral yang terdapat dalam bahan galian
d. Variasi dari densitas masing-masing mineral
e. Variasi dari kekerasan masing-masing mineral

Analisa Ayak
1. Plot Rosin – Ramler gradiennya (modulus distribusi) lebih besar dari plot Gaudin –
Scuhmann.
2. Plot yang digunakan bergantung pada ukuran partikel dan distribusinya.
3. Modulus ukuran dan modulus distribusi saling berhubungan erat. Modulus distribusi
ukuran berubah maka modulus ukurannya juga berubah.