SAMPLING
DIAN ARISANDY
09320200010
C2
MAKASSAR
2022
PRAKTIKUM PENGOLAHAN BAHAN GALIAN
LABORATORIUM PENGOLAHAN BAHAN GALIAN
PROGRAM STUDI TEKNIK PERTAMBANGAN
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS MUSLIM INDONESIA
SAMPLING
BAB I
PENDAHULUAN
Indonesia memiliki potensi dan cadangan bahan galian yang cukup besar dan
menyebar hampir merata di seluruh wilaya yang dimaksud dengan bahan galian
adalah bijih (ore), mineral industri (industrial minerals) atau bahan galian golongan
C dan batubara (coal).
Pengolahan bahan galian (mineral beneficiation mineral processing mineral
dressing) adalah suatu prosses pengolahan dengan memanfaatkan
perbedaanperbedaan sifat fisik bahan galian untuk memperoleh produkta bahan
galian yang bersangkutan. Khusus untuk batubara, proses pengolahan itu disebut
dengan pencucian batubara (coal washing) atau preparasi batubara (coal
preparation). Indonesia memiliki potensi dan cadangan bahan galian yang cukup
besar dan menyebar hampir merata di seluruh wilayah Yang dimaksud dengan bahan
galian adalah bijih (ore), mineral industri (industrial minerals) atau bahan galian
golongan C dan batubara (coal).
Sampling adalah operasi pengambilan sebagain yang banyaknya cukup untuk
dianalisis atau uji fisik dari suatu yang besar jumlahnya. Sedemikian rupa sehingga
perbandingan dan distribusi kualitas adalah sama pada keduanya. Suatu yang besar
jumlahnya seperti disebut diatas disebut lot atau populasi, misalnya produksi satu
hari atau pengiriman bijih satu kapal dan lain-lain yang kita ingin ketahui datanya
seperti kandungan logam, distribusi ukuran, kandungan air dan lain lain. Contoh
yang diperoleh harus representatif atau dapat dipercaya, artinya harus diambil
menurut teknik dan prosedur yang benar. pencucian batubara (coal washing) atau
preparasi batubara (coal preparation) untuk saat ini umumnya endapan bahan galian
yang ditemukan dialam sudah jarang mempunyai mutu atau kadar mineral berharga
yang tinggi dan siap utntuk dilebur atau dimanfaatkan.
Data atau besaran tentang populasi disebut parameter (tidak pernah dikatahui
secara mutlak), sedangkan besaran yang diperoleh dari contoh disebut statistik jadi
teknik teknik sampling dan untuk menguasai data statistika yang digunakan pada
sampling dan melanjutkan penelitian tertentu atau penelitian (Anwar Hidayat, 2017).
1.2.1 Maksud
Maksud dari praktikum ini adalah praktikan dapat mengenal, mengetahui dan
menguasai ilmu tentang pengolahan bahan galian yang menjadi salah satu aplikasi
dasar dalam dunia pertambangan.
1.2.2 Tujuan
Adapun tujuan dilakukan praktikum ini, yaitu agar:
a. Mempelajari teknik-teknik sampling dan reduksi jumlahnya;
b. Menguasai data-data statistika yang digunakan sampling.
1.3.1 Alat
a. Riffler;
b. Alat Pelindung Diri;
c. Timbangan;
d. Alat Tulis Menulis;
e. Cawan;
f. Kuas (3 inch);
g. Mistar;
h. Sekop.
1.3.2 Bahan
a. Pasir;
b. Tabel Data Pengamatan;
c. Kantong Sampel.
BAB II
TINJAUAN PUSTAKA
Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh
populasi tersebut. Sampel adalah kelompok kecil yang secara nyata diteliti dan
ditarik kesimpulan. Penelitian dengan menggunakan sampel lebih menguntungkan
dibandingkan dengan penelitian menggunakan populasi, karena penelitian dengan
menggunakan sampel lebih menghemat biaya, waktu dan tenaga. Dalam menentukan
sampel langkah awal yang harus ditempuh adalah membatasi jenis populasi atau
menentukan populasi target. Sample ini mewakili penampang batubara menurut
ketebalannya. Ada beberapa kekeliruan yang mengkibatkan biasa dalam penarikan
sampel, antara lain:
a. Dalam menentukan populasi target.
b. Karakteristik sampel yang diambil tidak mewakili karakteristik populasi
target.
c. Salah dalam menentukan wilayah.
d. Jumlah sampel yang terlalu kecil, tidak proporsional dengan jumlah
populasinya.
Sampel atau contoh secara sederhana dapat diartikan sebagai bagian dari
populasi yang mewakili secara keseluruhan sifat dan karakter dari populasi. . Dalam
menentukan sampel langkah awal yang harus ditempuh adalah membatasi jenis
populasi atau menentukan populasi target. Sebagai gambaran sederhana sampel
dibutuhkan sebagai acuan untuk memberi gambaran sederhana seperti seseorang
yang membeli rambutan. Seorang pembeli yang pintar biasanya akan memilih secara
rambang rambutan yang dijajakan untuk menghindari kecurangan yang dilakukan
oleh pedagang. Rasa buah rambutan yang dicicipi akan menjadi alat tafsiran
mengenai rasa seluruh rambutan yang ada (Arif, A. Taufik, 2014).
Dalam penelitian pendidikan objek penelitian biasanya akan berlaku pada
peserta didik, mahasiswa, guru atau lembaga pendidikan. Kumpulan dari objek
membandingkan dua bua grouph dengan satu variabel pembanding, analisis yang
dilakukan untuk data yang terdistribusi normal adalah untuk distribusi t
mengharuskan minimal jumlah data terdiri dari 30 data karena kurang dari itu tidak
menghasilkan analisis yang baik dan tidak lebih dari 60 data (Arif, A. Taufik, 2014).
agar populasi tetap utuh sehingga probabilitas responden berikutnya tetap sama
dengan responden pertama. Langkah tersebut kembali dilakukan hingga jumlah
sampel memenuhi kebutuhan penelitian (Arif, A. Taufik, 2014).
b. Pengambilan Sampel Acak Sistematis (Systematic Random Sampling)
Metode pengambilan sampel acak sistematis menggunakan interval dalam
memilih sampel penelitian. Misalnya sebuah penelitian membutuhkan 10 sampel dari
100 orang, maka jumlah kelompok intervalnya 100/10=10. Selanjutnya responden
dibagi ke dalam masing-masing kelompok lalu diambil secara acak tiap kelompok.
Contoh sampel acak sistematis adalah pengambilan sampel pada setiap orang
ke10 yang datang ke puskesmas. Jadi setiap orang yang datang di urutan 10,20,30
dan seterusnya maka itulah yang dijadikan sampel penelitian (Arif, A. Taufik, 2014).
c. Pengambilan Sampel Acak Berstrata (Stratified Random Sampling)
Metode Pengambilan sampel acak berstrata mengambil sampel berdasar
tingkatan tertentu. Misalnya penelitian mengenai motivasi kerja pada manajer tingkat
atas, manajer tingkat menengah dan manajer tingkat bawah. Proses pengacakan
diambil dari masing-masing kelompok tersebut (Arif, A. Taufik, 2014).
d. Pengambilan Sampel Acak Berdasar Area (Cluster Random Sampling)
Cluster Sampling adalah teknik sampling secara berkelompok. Pengambilan
sampel jenis ini dilakukan berdasar kelompok/area tertentu. Tujuan metode Cluster
Random Sampling antara lain untuk meneliti tentang suatu hal pada bagian-bagian
yang berbeda di dalam suatu instansi. Misalnya, penelitian tentang kepuasan pasien
di ruang rawat inap, ruang IGD, dan ruang poli di RS A dan lain sebagainya (Arif, A.
Taufik, 2014).
e. Teknik Pengambilan Sampel Acak Bertingkat (Multi Stage Sampling)
Proses pengambilan sampel jenis ini dilakukan secara bertingkat. Baik itu
bertingkat dua, tiga atau lebih. Misalnya -> Kecamatan -> Gugus -> Desa -> RW –
RT (Arif, A. Taufik, 2014).
2. Nonprobability Sampling
Nonprobability sampling adalah teknik yang tidak memberi
peluang/kesempatan yang sama bagi setiap unsur atau anggota populasi untuk dipilih
menjadi sampel.
banyak, makin lama semakin besar. Pada penelitian kualitatif banyak menggunakan
sampel purposive dan snowball (Anwar Hidayat, 2017).
tidak meneliti seluruh populasi dan hanya meneliti sampel disebut kesalahan
sampling (sampling error). Kesalahan sampling adalah kekeliruan yang disebabkan
oleh kenyataan adanya pemeriksaan yang tidak lengkap terhadap populasi. Kekelirun
sampling adalah perbedaan antara hasil sampel dan hasil yang akan dicapai jika
prosedur yang sama digunakan dalam sensus. Kesalahan sampling tidak dapat
dihindari apabila penelitian dilakukan hanya atas sampel. Namun begitu kesimpulan
hasil penelitian sampel masih dapat diterima apabila tingkat kesalahannya masih
dalam taraf yang dapat ditoleransi (bound of errror). Misalnya taraf kesalahan 5%
maka kesimpulan hasil penelitian sampel dapat diterima tetapi mengandung
kesalahan maksimal 5% karena hanya sampel yang diteliti. Tingkat kesalahan
berhubungan dengan resiko pengambilan keputusan. Untuk mengukur,
memperhitungkan dan mengontrol kekeliruan sampling maka dilakukan upaya
memperbesar ukuran sampel dan menggunakan sampling acak. Tingkat kesalahan
yang dapat ditoleransi berhubungan dengan ukuran sampel yang akan diambil.
Apabila sampel diambil 100% dari populasi maka sampel 100% mewakili populasi
dan tidak ada kesalahan sampling. Makin besar jumlah sampel mendekati populasi
maka peluang kesalahan makin kecil. Ukuran sampel ditentukan sehubungan dengan
kemampuannya meramalkan ciri-ciri populasi dalam sampel. Semakin besar ukuran
sampel maka semakin dekat sampel dengan populasi dan semakin baik sampel
meramalkan ciri populasi. Oleh karenanya, bila menerima resiko yang lebih kecil
maka ukuran sampel yang diambil harus lebih besar, dan sebaliknya. Pengambilan
sampel secara acak juga dapat mengurangi kesalahan sampling. Sampling acak
membuat terambilnya seluruh ciri anggota populasi ke dalam sampel terpilih. Sampel
yang terambil akan saling mengkompensasi satu sama lain sehingga pada
keseluruhan sampel yang terambil akan memiliki rata-rata dan simpangan deviasi
yang sama dengan populasi.
(b.) Menentukan ukuran sampel
Kesalahan sampling yang ditentukan akan mempengaruhi ukuran sampel
yang akan diteliti. Ukuran sampel merupakan jumlah tertentu dari sampel yang
dengan tingkat kesalahan sampling tertentu masih diterima sebagai sampel yang
representatif. Di samping berdasarkan toleransi tingkat kesalahan, ukuran sampel
juga sangat tergantung kepada homogenitas sampel. Sampel pada ukuran yang kecil
cukup diambil pada populasi yang relatif homogen, sedang sampel yang sangat
heterogen membutuhkan sampel yang lebih besar. Prinsip dalam penentuan ukuran
sampel adalah semakin besar sampel, maka semakin dekat sampel dengan populasi,
sehingga tingkat kesalahan semakin kecil. Bila sampel dekat dengan populasi maka
data yang diambil dari sampel makin akurat untuk meramalkan kesimpulan atas
populasi. Dengan kata lain, kalau diinginkan tingkat kesalahan kecil atau tingkat
kepercayaan yang besar maka dibutuhkan sampel yang jumlahnya besar. Dalam
penelitian ilmu sosial biasanya mengambil tingkat kesalahan 1% bila diinginkan
resiko kecil, dan 5% resiko besar. Semakin besar sampel, semakin besar
kemungkinan dapat mencerminkan populasinya, sebab mean dan standar deviasi
yang diperoleh pada sampel mempunyai probabilitas yang tinggi untuk menyerupai
mean dan standar deviasi populasi. Dalam hubungannya dengan pengujian hipotesis
statistik, semakin besar sampel maka semakin kecil kemungkinan untuk menerima
hipotesis nol bila sebenarnya palsu . Sebagai pedoman dalam menentukan ukuran
sampel, Krectjie menyusun tabel yang mendaftar ukuran sampel (S) minimal yang
harus diambil dari ukuran populasi tertentu (N) pada kesalahan sampling 5%.
Misalnya pada N populasi 100 maka sampelnya adalah 80. Namun untuk
menentukan berapa jumlah sampel agar mencerminkan populasi, seorang peneliti
harus pula memperhatikan penelitian, hipotesis, keterbatasan dana, kadar pentingnya
penelitian, jumlah variabel, metode pengumpulan data, akurasi yang diperlukan,
besarnya populasi, karakter populasi, dan teknik samplingnya.
(c.) Mengambil sampel dengan teknik yang tepat.
Meski rumus umumnya makin besar sampel makin baik, namun makin besar
sampel makin tinggi ongkos yang harus dikeluarkan untuk pengumpulan data.
Sampel yang besar juga tidak menjamin menjadi prediktor yang baik bagi populasi
apabila sampel yang diambil tidak mencerminkan ciri yang dimiliki oleh populasi.
Untuk itu, pengambilan sampel harus dilakukan dengan teknik yang tepat. Cara
mengambil sampel sangat tergantung pada teknik sampling yang digunakan.
Terdapat beberapa cara mengambil sampel dalam sampling random yaitu sampling
acak sederhana, sampling acak berstrata, sampling acak berkluster, dan sampling
acak bertingkat. Macam teknik sampling yang digunakan sangat tergantung kepada
karakter populasi. Sampling yang dilakukan harus mempertimbangkan karakter
populasi agar sampel yang ditarik mempunyai tingkat representasi yang tinggi.
Struktur sampel harus sama dengan struktur populasi untuk mencapai keterwakilan
setinggi mungkin. Teknik sampling acak sederhana (simple random sampling)
digunakan apabila populasi homogen. Populasi yang homogen memungkinkan
sampel diambil langsung dari populasinya secara acak dalam ukuran yang telah
ditentukan. Sampling sederhana dilakukan karena setiap individu homogen sehingga
sampel dapat diambil dari individu manapun. Misalnya bila semua guru sebuah
sekolah yang menjadi populasi diasumsikan homogen maka dari populasi itu
sejumlah ukuran sampel dapat langsung ditarik. Teknik sampling acak berstrata
(stratified random sampling) digunakan apabila populasinya berstrata. Oleh karena
karakter populasinya bersrata maka sampel harus pula berstrata. Untuk mendapatkan
sampel yang berstrata sebagaimana populasinya maka sampel ditarik dari populasi
induknya dengan sampling acak berstrata. Sampel diambil dari strata secara acak dan
ukuran sampel untuk tiap strata proporsional dengan ukuran strata populasi, sehingga
sampling ini dikenal sebagai sampling acak berstrata proporsional (proportional
stratified random sampling). Misalnya: populasinya adalah seluruh siswa sekolah X.
Populasinya berstrata karena sekolah X mempunyai kelas-kelas. Oleh karena
populasinya berstrata, agar sampel juga berstrata maka digunakanlah teknik sampling
acak berstrata. Bila seluruh siswa berjumlah 100 orang terdiri dari siswa kelas I: 30
orang, kelas II: 40 orang dan kelas III: 30 orang dan ukuran sampel yang akan
diambil 50 orang maka sampel yang ditarik secara acak sebanyak 15 orang dari kelas
I, 20 orang dari kelas II dan 15 orang dari kelas III. Teknik sampling acak berkluster
(cluster random sampling) digunakan apabila populasinya berkluster. Sampel yang
representatif dari populasi berkluster atau berarea juga harus berkluster, sehingga
teknik samplingnya menggunakan teknik sampling acak berkluster atau berarea (area
random sampling). Sampel diambil dari kluster secara acak dan ukuran sampel untuk
tiap kluster proporsional dengan ukuran kluster populasi sehingga sampaling ini
dikenal dengan sampling acak kluster proporsional (proportional cluster random
sampling). Beberapa populasi yang mempunyai sifat berkluster adalah penduduk
kabupaten, konsumen suatu daerah pemasaran, belanja, pembeli dalam satu tahun,
transaksi penjualan, dan sebagainya. Misalnya populasi adalah seluruh Sekolah Dasar
di jawa Tengah. Sekolah diambil dari kabupaten, kecamatan dan desa dengan
dilakukan sampling, terdapat beberapa jenis sampling yang tergolong dalam teknik
sampling tidak acak yaitu:
(a) Sampling bertujuan
Sampling bertujuan (purposive sampling) adalah pengambilan sampel yang
dilakukan dengan memilih secara sengaja menyesuaikan dengan tujuan penelitian.
Misalnya untuk melakukan penelitian tentang anak yang mempunyai masalah belajar
diambil sampel mereka yang mempunyai masalah belajar.
(b) Sampling kebetulan
Sampling kebetulan (incidental sampling) adalah sampel yang diambil karena
kebetulan ditemui. Misalnya mewawancarai orang yang kebetulan dijumpai di
terminal. Termasuk dalam sampling kebetulan adalah telepolling atau televoting di
mana yang terpilih menjadi sampel adalah mereka yang kebetulan memiliki telepon
dan berpartisipasi.
(c) Sampling kuota
Sampling kuota (quota sampling) adalah pengambilan sampel yang dilakukan
dengan mengambil sejumlah kuota sampel dari populasi dan menghentikan
pengambilan setelah kuota terpenuhi.
(d) Sampling tersedia
Sampling tersedia (availability sampling) adalah sampling yang dilakukan
karena kemampuan dalam menjangkaunya. Misalnya: populasi adalah seluruh siswa
sekolah X yang menekuni kegiatan Pramuka. Sampelnya adalah siswa pada tahun ini
mengikuti kegiatan.
(e) Sampling sistematik
Sampling sistematik (systematic sampling) adalah teknik sampling di mana
sampel ditentukan berdasarkan urutan yang diatur secara sistematik, misalnya sampel
yang diambil adalah yang mempunyai nomor dengan satuan 1 (satu) : 1, 11, 21, 31,
41 dan sebagainya.
BAB III
PROSEDUR PERCOBAAN
4. Setelah itu, membuat matriks 3x3 pada sebuah kertas. Kemudian tuangkan
sampel pada kertas tersebut dan hitung secara acak material yang berwarna
hitam (konsentrat) dan putih (tailing) pada kertas tersebut.
BAB IV
HASIL DAN PEMBAHASAN
4.1 Hasil
1 21 34
2 23 22
3 43 22
4 32 15
5 23 13
Perhitungan mencari persentase sampel hitam dan putih dari hasil sampling.
1. Kotak 1:
a. Hitam + Putih = 21 + 34
= 55
21
b. Persentase Hitam = x 100 %
55
= 38,18 %
34
c. Persentase Putih = 55 x 100 %
= 61,81 %
Dari hasil perhitungan kotak 1 di atas di dapatkan hasil dari penjumlahan
hitam + putih adalah 55 persentase hitamnya 38,18 % dan persentase
putihnya 61,81 %.
2. Kotak 2:
a. Hitam + Putih = 23 + 22
= 45
23
b. Persentase Hitam = 45 x 100 %
= 51,1 %
22
c. Persentase Putih = 45 x 100 %
= 48,8
Dari hasil perhitungan kotak 2 di atas di dapatkan hasil dari penjumlahan
hitam + putih adalah 45 persentase hitamnya 51,1 % dan persentase putihnya
48,8 %.
3. Kotak 3:
a. Hitam + Putih = 42 + 22
= 64
42
b. Persentase Hitam = 63 x 100 %
= 65,6 %
22
c. Persentase Putih = x 100 %
64
= 34,37 %
Dari hasil perhitungan kotak 3 di atas di dapatkan hasil penjumlahan dari
hitam + putih adalah 64, persentase hitamnya 65,6 % dan persentase putihnya
34,37 %.
4. Kotak 4:
a. Hitam + Putih = 32 + 15
= 47
32
b. Persentase Hitam = 47 x 100 %
= 68,08 %
15
c. Persentase Putih = 47 x 100 %
= 31,9 %
Dari hasil perhitungan kotak 4 di atas di dapatkan hasil penjumlahan dari
hitam + putih adalah 47, persentase hitamnya 68,08 % dan persentase
putihnya 31,9 %.
5. Kotak 5:
a. Hitam + Putih = 23 + 13
= 36
23
b. Rata-rata Hitam = 36 x 100 %
= 63 %
13
c. Rata-rata Putih = 36 x 100 %
= 36,1 %
Dari hasil perhitungan kotak 5 di atas di dapatkan hasil dari penjumlahan
hitam + putih adalah 36 persentase hitamnya 63 % dan persentase putihnya
36,1 %.
52
51.1
51
50
48.8
49
48
47
46
45
45
44
43
42
41
Hitam + Putih Presentase Hitam Peresentase Putih
52
51.1
51
50
48.8
49
48
47
46
45
45
44
43
42
41
Hitam + Putih Presentase Hitam Peresentase Putih
70
63
60
50
40 36 36.1
30
20
10
0
Hitam + Putih Presentase Hitam Peresentase Putih
70
63
60
50
40 36 36.1
30
20
10
0
Hitam + Putih Presentase Hitam Peresentase Putih
70
63
60
50
40 36 36.1
30
20
10
0
Hitam + Putih Presentase Hitam Peresentase Putih
4.2 Pembahasan
pasir putih di setiap kotaknya itu memiliki nilai selisih yang lumayan kecil begitu
pula dengan nilai persentase dari pasir putih di setiap kotaknya jadi dapat
disimpulkan bahwa semakin kecil nilai persentase maka selisih antara setiap kotak
maka semakin akurat prosedur dan hasil analisis yang dilakukan.
BAB V
PENUTUP
5.1 Kesimpulan
5.2 Saran
DAFTAR PUSTAKA