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
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.
Y = 100 [ x / k ]m
R = 100 e- (x/x)
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.
Perhitungan :
Rumus-rumus Yang digunakan :
% WSnO2 ={ [ n SnO2 . γ SnO2 ] / [(n SnO2 . γ SnO2 ) + (n SiO2 . γ SiO2 ) ] } x 100%
% WSiO2 = 100 - % WSnO2
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%
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 ]
S 17.71% 19.17%
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%
1.6 Pembahasan
Sampling
Tabel % Berat dengan tingkat kepercayaan 95%
Kasiterit Kuarsa
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.
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
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
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
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%
S 17.71% 19.17%
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.